UNIVERSIDADE ABERTA ISCED

FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS

CURSO DE LICENCIATURA EM ADMINISTRAÇÃO PÚBLICA

TRABALHO DE CAMPO ESTATíSTICA

Trabalho de Campo a ser submetido na

Coordenação do Curso de Licenciatura em
Administração Pública da Unisced para
efeitos avaliativos.

Lúcia Francisco Sitoe: 21240182

Matola, Março de 2024

Índice

I. Introdução................................................................................................................................. 1

1.1. Objectivos ......................................................................................................................... 1

1.1.1. Geral .......................................................................................................................... 1

1.1.2. Específicos ................................................................................................................. 1

1.2. Metodologia ...................................................................................................................... 1

II. Desenvolvimento .................................................................................................................. 3

1. O coeficiente de correlação é usado para traduzir o grau de associação linear. ................... 3

a) Qual é o significado do sinal do coeficiente? ................................................................... 3

b) De que forma o módulo do coeficiente está relacionado com a “força” da correlação . 3

III. Considerações Finais ............................................................................................................ 9

IV. Referências Bibliográficas .................................................................................................. 10

 I. Introdução

A integração da estatística na administração pública e sua relação com a aprendizagem representam

um campo de extrema relevância e impacto para o desenvolvimento eficaz das políticas
governamentais. A utilização de métodos estatísticos na administração pública não apenas permite
a coleta e análise de dados cruciais, mas também promove uma cultura de aprendizagem baseada
em evidências, fundamentando decisões e aprimorando a eficiência dos serviços prestados à
sociedade. Nesse contexto, é essencial compreender os objetivos da estatística na administração
pública em relação à aprendizagem e ao aperfeiçoamento contínuo. (Tavares, 2012)
Por outro lado, a estatística no processo de ensino representa um elemento crucial para o
desenvolvimento de habilidades analíticas e críticas nos estudantes, preparando-os para
compreender e interpretar dados de forma fundamentada em diversas áreas do conhecimento
(Spiegel, 1993). A integração da estatística no ensino não se restringe apenas à disciplina
específica, mas permeia transversalmente as demais áreas do currículo, capacitando os alunos a
lidar com informações quantitativas e a tomar decisões embasadas em evidências. Nesse contexto,
é fundamental compreender os objetivos da estatística no processo de ensino em relação ao
desenvolvimento cognitivo e à formação de cidadãos críticos e informado

1.1.Objectivos
1.1.1. Geral
Descrever a importância da estatística na Administração Pública

1.1.2. Específicos
✓ Identificar a utilidade do coeficiente de correlação na Estatística
✓ Analisar a utilidade do coeficiente de correlação
✓ Resolver exercícios estatísticos e estabelecer a sua relação com o coeficiente de correlação

1.2.Metodologia
Na pesquisa, a metodologia descreve como o estudo será conduzido, incluindo amostragem,
ferramentas de coleta de dados, critérios de análise e interpretação dos resultados. Em projectos
práticos como o desenvolvimento de produtos ou a execução de tarefas complexas, a metodologia

1
define os passos a seguir e as ferramentas a utilizar para atingir os objectivos definidos (Cervo &
Bervian, 2002).

Este trabalho refere-se e considera a pesquisa bibliográfica, que consiste na consulta e análise de
fontes escritas de informação como livros, artigos, teses, dissertações e outras publicações
acadêmicas ou científicas. Segundo (Oliveira, 2011), esse tipo é a investigação do conhecimento
existente sobre um tema específico utilizando contribuições teóricas e empíricas da literatura
especializada. Segundo esses autores, durante a pesquisa bibliográfica, os pesquisadores procuram
examinar teorias, abordagens, descobertas e debates subjacentes. Esta é uma etapa fundamental em
muitos processos de investigação científica, pois permite enquadrar o estudo num contexto
académico e apoia o desenvolvimento de argumentos e fundamentações teóricas.

2
 II. Desenvolvimento
1. O coeficiente de correlação é usado para traduzir o grau de associação linear.
a) Qual é o significado do sinal do coeficiente?
O sinal do coeficiente em estatística tem um significado importante na interpretação de modelos
estatísticos, como regressão linear, correlação, entre outros. O sinal do coeficiente indica a direção
e a força da relação entre as variáveis envolvidas no modelo (Scott, Flaherty, Currall, 2013).
Em um contexto de regressão linear, por exemplo, um coeficiente positivo indica que há uma
relação positiva entre a variável independente e a variável dependente. Isso significa que, à medida
que o valor da variável independente aumenta, o valor da variável dependente também tende a
aumentar. Por outro lado, um coeficiente negativo indica uma relação negativa, ou seja, à medida
que a variável independente aumenta, a variável dependente tende a diminuir.
Segundo Mahaluça (2019), na análise de correlação, o sinal do coeficiente indica se existe uma
relação positiva (próximo de +1), negativa (próximo de -1) ou nenhuma relação (próximo de 0)
entre as variáveis. Isso é fundamental para compreender a direção e a intensidade da associação
entre as variáveis analisadas.
Portanto, o sinal do coeficiente em estatística fornece informações essenciais sobre a natureza da
relação entre as variáveis envolvidas no modelo estatístico, ajudando os pesquisadores e analistas
a interpretar os resultados e tirar conclusões significativas sobre os dados analisados.

b) De que forma o módulo do coeficiente está relacionado com a “força” da correlação

O módulo do coeficiente de correlação está relacionado com a "força" da correlação entre duas
variáveis. Quanto mais próximo de 1 ou -1 o coeficiente estiver, mais forte é a correlação. Valores
próximos de 0 indicam uma correlação fraca entre as variáveis (Freud & Simon, 2000).

Isso significa que quando o módulo do coeficiente de correlação se aproxima de 1, seja

positivamente (próximo de 1) ou negativamente (próximo de -1), isso indica uma correlação mais
forte entre as variáveis. Por exemplo, um coeficiente de correlação próxima de 1 positivo indica
uma forte relação positiva entre as variáveis, ou seja, à medida que uma variável aumenta, a outra
também tende a aumentar. Da mesma forma, um coeficiente próximo de -1 negativo indica uma
forte relação negativa entre as variáveis, ou seja, à medida que uma variável aumenta, a outra tende
a diminuir (Triola, 1999).

3
Por outro lado, quando o módulo do coeficiente de correlação se aproxima de 0, isso sugere uma
correlação fraca entre as variáveis. Um coeficiente próximo de 0 indica que não há uma relação
linear forte entre as variáveis analisadas.

2. Diga, na sua opinião, se será positiva, negativa ou nula a correlação entre:

a) O número de anos de um carro e o seu custo
R: Na minha opinião, a correlação entre o número de anos de um carro e o seu custo provavelmente
será negativa. Geralmente, à medida que um carro envelhece, seu valor de revenda tende a diminuir,
o que sugere uma relação negativa entre o número de anos e o custo do carro. No entanto, é
importante considerar que outros factores, como a marca, modelo e condição do veículo, também
podem influenciar o custo, mas em geral, é esperado que haja uma correlação negativa entre essas
duas variáveis.

b) O número do aluno e sua classificação no teste de Estatística aplicada

R: Analisando, a correlação entre o número do aluno e sua classificação no teste de Estatística
aplicada provavelmente será nula. O número do aluno normalmente é atribuído de forma arbitrária
e não possui uma relação direta com o desempenho no teste de Estatística aplicada. Portanto, é
improvável que haja uma correlação significativa entre essas variáveis.
No entanto, podemos reiterar que a correlação entre essas variáveis pode variar dependendo da
forma como os números dos alunos são atribuídos e da estrutura do teste, assim a correlação
provavelmente seria nula.

c) A temperatura de uma sala e a altura do mercúrio num termómetro colocado nessa sala
R: A correlação entre a temperatura de uma sala e a altura do mercúrio num termômetro colocado
nessa sala será positiva. Quando a temperatura da sala aumenta, é esperado que a altura do mercúrio
no termômetro também aumente, refletindo assim uma relação positiva entre essas variáveis. Da
mesma forma, quando a temperatura da sala diminui, é esperado que a altura do mercúrio no
termômetro diminua. Essa relação positiva é devido ao fato de que o volume do mercúrio no
termômetro expande-se ou contrai-se em resposta às mudanças de temperatura, o que gera um
aumento ou diminuição na altura do mercúrio.

4
3. Com base nas tabelas:
a) Desenhe os respectivos diagramas de dispersão.
b) Com base nos diagramas, compare a correlação nos dois casos

50
Dispersão da Tabela A
Perimetro

40

30

20

10

0
0 2 4 6 8 10 12 14 16
Lado

Dispersão Tabela B
180
160
140
120
Altura

100
80
60
40
20
0
0 2 4 6 8 10 12 14
Idade

5
Com base nos diagramas, nos dois casos a correlação comporta se de forma positiva, pois é notável
que se os valores do eixo x aumentam, os do eixo y também tendem a aumentar.

4. Num grupo de 500 estudantes, 80 estudam Engenharia, 150 estudam Economia e 10

estudam Engenharia e Economia. Se um aluno é escolhido ao acaso, qual a probabilidade
de que:
a) Ele estude Economia e Engenharia
R: Temos:
- Estudantes de Engenharia (E) = 80
- Estudantes de Economia (Ec) = 150
- Estudantes que estudam Engenharia e Economia (E ∩ Ec) = 10
A fórmula para calcular a probabilidade é:
P(E ∩ Ec) = P(E) + P(Ec) - P(E ∩ Ec)
Substituindo os valores conhecidos:
P(E ∩ Ec) = (80/500) + (150/500) - (10/500)
P(E ∩ Ec) = 0.26
Portanto, a probabilidade de um aluno escolhido ao acaso estudar Engenharia e Economia é de 0.26
ou 26%.
b) Ele estude somente Engenharia
Temos:
- Estudantes de Engenharia (E) = 80
- Estudantes que estudam Engenharia e Economia (E ∩ Ec) = 10
A probabilidade de um aluno estudar somente Engenharia é dada por:
P(E somente) = P(E) - P(E ∩ Ec)
Substituindo os valores conhecidos:
P(E somente) = (80/500) - (10/500)
P(E somente) = 0.14
Portanto, a probabilidade de um aluno escolhido ao acaso estudar somente Engenharia é de 0.14
ou 14%.

6
 c) Ele estude somente Economia
Probabilidade de estudar somente Economia = (Número de estudantes que estudam Economia -
Número de estudantes que estudam Engenharia e Economia) / Total de estudantes
Estudantes de Eonomia (Ec) = 150; E=150-10=140
P(Ec)= 140/500 =0.28; A probabilidade neste caso é de 28%

d) Ele não estude Engenharia nem Economia

Primeiro, vamos calcular o número de estudantes que estudam Engenharia ou Economia:
Estudantes que estudam Engenharia ou Economia = Estudantes que estudam Engenharia +
Estudantes que estudam Economia - Estudantes que estudam Engenharia e Economia
Estudantes que estudam Engenharia ou Economia = 80 + 150 - 10
Estudantes que estudam Engenharia ou Economia = 220

Agora, podemos calcular a probabilidade de um aluno não estudar Engenharia nem Economia:
Probabilidade = 1 - (Estudantes que estudam Engenharia ou Economia / Total de estudantes)
Probabilidade = 1 - (220 / 500)
Probabilidade = 1 - 0.44
Probabilidade = 0.56 ou 56%
Portanto, a probabilidade de um aluno escolhido ao acaso não estudar Engenharia nem Economia
é de 0.56 ou 56%.

e) Ele estude Engenharia ou Economia

Temos:
- Estudantes que estudam Engenharia (E) = 80
- Estudantes que estudam Economia (Ec) = 150
- Estudantes que estudam Engenharia e Economia (E ∩ Ec) = 10
A fórmula para calcular a probabilidade de estudar Engenharia ou Economia é:
P(E ∪ Ec) = P(E) + P(Ec) - P(E ∩ Ec)
Substituindo os valores conhecidos:
P(E ∪ Ec) = (80/500) + (150/500) - (10/500)
P(E ∪ Ec) = 0.44
Portanto, a probabilidade de um aluno escolhido ao acaso estudar Engenharia ou Economia é de
0.44 ou 44%.

5. Numa cidade 40 % da população possui cabelos castanhos, 25% olhos castanhos e 15%
olhos e cabelos castanhos. Uma pessoa é selecionada aleatoriamente.

7
 a) Se ela tiver olhos castanhos, qual a probabilidade de também ter cabelos castanhos?
P(cabelos castanhos | olhos castanhos) = P(cabelos castanhos e olhos castanhos) / P(olhos
castanhos)
P(cabelos castanhos e olhos castanhos) = 15% ou 0.15
P(olhos castanhos) = 25% ou 0.25
Calculamos a probabilidade condicional:
P(cabelos castanhos | olhos castanhos) = 0.15 / 0.25
P(cabelos castanhos | olhos castanhos) = 0.6 ou 60%
b) Se ela tiver cabelos castanhos, qual a probabilidade de ter olhos castanhos?

P(olhos castanhos | cabelos castanhos) = P(cabelos castanhos e olhos castanhos) / P(cabelos

castanhos)
P(cabelos castanhos e olhos castanhos) = 15% ou 0.15
Agora, calculamos a probabilidade de uma pessoa ter cabelos castanhos:
P(cabelos castanhos) = 40% ou 0.40
Agora podemos calcular a probabilidade condicional:
P(olhos castanhos | cabelos castanhos) = 0.15 / 0.40
P(olhos castanhos | cabelos castanhos) = 0.375 ou 37.5%
Portanto, a probabilidade de uma pessoa selecionada aleatoriamente ter olhos castanhos, dado
que ela tem cabelos castanhos, é de 37.5%.

8
 III. Considerações Finais
A estatística na administração pública desempenha um papel fundamental na coleta, análise e
interpretação de dados que embasam a tomada de decisões governamentais. A utilização eficaz de
métodos estatísticos permite o monitoramento e avaliação de políticas públicas, contribuindo para
a eficiência, transparência e prestação de contas do setor público. Além disso, a estatística promove
uma cultura organizacional baseada em evidências, estimulando a aprendizagem contínua e a busca
por soluções embasadas em dados concretos. A integração da estatística na administração pública
visa fortalecer a capacidade do governo de compreender o impacto de suas ações, identificar áreas
de melhoria e promover uma gestão orientada por resultados. Dessa forma, a estatística se torna
um pilar essencial para o aprimoramento e eficácia das políticas governamentais, contribuindo para
o bem-estar da sociedade como um todo.

9
 IV. Referências Bibliográficas

Cervo, A. L., & Bervian, P. A. (2002). Metodologia científica. São Paulo: Prentice Hall.

Freud, J. E., & Simon, G. A. (2000). Estatística aplicada. Bookman.

Mahaluça, F. (2019). Correlação e Regressão Linear.

Oliveira, M. (2011). Metodologia científica: um manual para a realização de pesquisas em

Administração. Catalão: UFG.

Scott, M., Flaherty, D., & Currall, J. (2013). Statistics: are we related? J Small Anim Pract.

Spiegel, M. R. (1993). Probabilidade e Estatística. São Paulo: Mc Graw Hill.

Tavares, M. (2012). Estatística aplicada à administração. Florianópolis: Departamento de

Ciências da Administração / UFSC.

Triola, M. F. (1999). Introdução à Estatística. Rio de Janeiro: LTC.

10