Académique Documents
Professionnel Documents
Culture Documents
Aula Terica I:
Eis o processo de investigao, segundo Bryman e Cramer:
Primeiro, forma-se a teoria, que a fundamentao terica; o incio
do processo de investigao, a formulao dos conceitos
explicativos para os fenmenos empiricamente observados (ou
seja, a conceptualizao terica da evidncia emprica uma
experincia que se apoia somente em experincias vividas).
aquilo que queremos comprovar.
De seguida, formulam-se as hipteses, que so a formulao das
profecias relativas a facetas limitadas da teoria, que, sendo
confirmadas, a suportam. So os ensaios de resposta s questes
da investigao; tentativas de explicao das relaes existentes
entre as variveis em estudo. A formulao de hipteses tem um
lado positivo, pois foram o pensamento sistemtico e organizado
acerca do que se quer estudar e a estruturao do plano de
Histria
A Estatistica tem uma longa e diversificada histria com mais de
6000 anos. J na antiguidade, como no Egipto, era usada para
sumariar a dimenso das colheitas, de modo a fixar taxas sobre o
preo dos cereais. Atualmente, a Estatstica e as suas produes
as estatsticas so um aspeto aceite em todas as sociedades
(estatstica sobre o emprego, acidentes, etc.).
Aula 2
Vamos estudar as medidas de tendncia central. Acontece que a
descrio de uma distribuio de dados inclui, quase sempre, uma
medida ao centro.
A mdia aritmtica, ou simplesmente mdia, a mais comum das
medidas do centro de uma distribuio. Denotando-se n
observaes por x1, x2 xn, a respetiva mdia : (x1+x2++xn) /
n. muito til para comparar populaes ou descrever a evoluo
duma varivel ao longo do tempo, mas pouco fivel como medida
do centro caso a populao no seja homognea (ou seja, haja
extremos).
A mdia aritmtica ponderada, ou pesada, ou combinada, calculase quando, ao descrever uma distribuio, necessrio atribuir um
peso distinto s diferentes observaes. Denotando-se os
respetivos pesos por p1, p2, , pn, esta dada por: (p1x1 + p2x2 +
pnxn) / (p1 + p2 + pn).
Frequentemente, sobretudo quando so usados dados secundrios
(que no foram obtidos pelo investigador), este depara-se com
observaes agrupadas (ou seja, em sries e em classes). Aqui, a
frmula habitual da mdia no pode ser usada para calcular o
Aula 3
Vamos discutir a curva normal e resultados Z. A curva normal tem
uma importncia crucial no processo de descrio de dados, pois
muitas das distribuies relativas s cincias sociais conformam as
caracteristicas desta distribuio terica proposta por Carl Gauss.
Como so muitas as distribuies de medidas recolhidas em
humanos que seguem de perto as propriedades deste ideal terico,
a curva normal pode ser usada para gerar frequncias e
probabilidades numa grande variedade de situaes.
A curva normal, em primeiro lugar, trata-se de uma curva unimodal
de distribuio de frequncias, com dados representados no eixo
das abcissas (X) e as respetivas frequncias de ocorrncia no eixo
das ordenadas (Y). A curva possui caracteristicas que a distinguem
de outras curvas de distribuio de frequncias, nomeadamente a
maioria dos resultados agrupam-se em torno do centro da
distribuio, onde a curva atinge o seu mximo, e medida que a
distncia ao centro aumenta, os resultados vo sendo cada vez
mais raros em ambas as caudas. A curva tambm simtrica (as
2 metades so imagens idnticas em espelho uma da outra. E as
trs medidas de tendncia central (mdia, moda, mediana)
coincidem no mesmo valor, o centro ou ponto central da
distribuio.
A curva tambm tem uma relao constante com o desvio
padro. Quando a sua abcissa marcada em unidades de desvio
padro, formam-se vrias reas de percentagem constante sob a
Aula 4
Vamos analisar a Lgica do Teste de Hipteses. O paradigma
pode ser levado ao verificacionismo ou falsificacionismo; a lgica do
V / F; a probabilidade do erro amostral / significncia, e as hipteses
nula (H0) ou de Trabalho (H1).
Eis a sequncia.
1. Estabelecem-se as hipteses, H0 e H1.
2. Define-se a regio de rejeio, a estatstica observada/crtica.