UNIVERSIDADE FEDERAL DA BAHIA

FACULDADE DE FILOSOFIA E CINCIAS HUMANAS

DEPARTAMENTO DE SOCIOLOGIA
CURSO DE BACHARELADO EM CINCIAS SOCIAIS









Prof. Dr. Luiz Cludio Loureno




Apostila de Tcnicas de Pesquisa Quantitativa:
noes bsicas, estatstica descritiva e interpretao de dados
(verso preliminar 1.2)









Elaborada para a disciplina
de Mtodos e Tcnicas de
Pesquisa













Esta apostila protegida pela Lei de Direitos Autorais de 19 de Fevereiro de
1998
2
1 Para que serve a metodologia quantitativa e qual sua lgica
H uma certa repulsa em se aprender estatstica entre graduandos e ps-
graduandos das Cincias Humanas. Esta indisposio com os nmeros
agravada mais ainda quando este aprendizado recai sob a tutela de um
estatstico ou de algum profissional fora de nossa rea de estudo. Os exemplos
parecem estranhos, os clculos inteis e todos aqueles procedimentos uma
lngua aliengena e incompreensvel, impossvel de ser utilizada no dia-a-dia da
pesquisa social. Pois bem, o intuito desta apostila mostrar que estatstica no
um bicho de sete cabeas e que as calculadoras no do choque. O cientista
social no pode mais se esquivar da compreenso e entendimento mnimos da
realidade social expressa tambm atravs de dados quantitativos. Hoje, cada
vez mais, h a tendncia de estudos que unam tcnicas qualitativas e
quantitativas na explicao e compreenso dos fenmenos sociais.

Para aqueles que pensam que cientista social pouco tem a ver com as Cincias
Exatas vale lembrar que o ilustre etngrafo Bronisaw Malinowski teve sua
formao inicial em Cincias Exatas, assim como os antroplogo Franz Boas
(Doutor em Fsica) e o socilogo Paul Lazarsfeld (Doutor em Matemtica
Aplicada), para citar alguns exemplos. Hoje, mais que em qualquer outro
tempo, observa-se a necessidade para que as pontes interdisciplinares
comecem a ser transpostas na direo de um conhecimento de carter mais
transdisciplinar. A rivalidade quantitativo-qualitativo, e vice-versa, dentro das
Cincias Sociais neste contexto perde completamente o sentido.

importante, inicialmente, diferenciar tcnicas de mtodo. Mtodo vem do
grego methodos que significa caminho para se chegar a um fim. Portanto,
podemos entender mtodo como um conjunto de procedimentos ordenados. O
mtodo cientfico diz respeito ordenao de procedimentos prprios da
cincia. J a idia de tcnica diz respeito a efetivao de aes de maneira
mais eficaz, mais segura e mais perfeita.

O uso de tcnicas de quantificao na anlise social tem como consegue dar
uma idia clara da magnitude de uma srie de fenmenos sociais. A pergunta
mais bsica que se pode responder enumerando a realidade quanto de algo
(indivduos, mortes, incidncias, fenmenos, etc.) ocorre na sociedade. Os
nmeros e as relaes entre variveis podem explicar e nos ajudar a
compreender fenmenos sociais. Entender tcnicas e mtodos quantitativos
saber ler a realidade atravs dos nmeros e estatsticas produzidos
diariamente pelos diversos bancos de dados e sistemas de informao que se
multiplicam em nossa sociedade.

De maneira bem simplificada, h essencialmente dois objetivos ao se produzir
uma anlise utilizando tcnicas quantitativas em Cincias Sociais, um
descrever um fenmeno ou questo de pesquisa, o outro propor
generalizaes a cerca da realidade social. Estes objetivos no so estranhos a
nem a Cincia Poltica, nem a Sociologia e nem a Antropologia.

3
A anlise quantitativa ainda pode correlacionar variveis, analisar distribuies
e at mesmo prever probabilisticamente a possibilidade de um fenmeno, da
ter importncia central nos estudos da sociedade, gerenciamento de pessoas e
administrao pblica. Com este conhecimento possvel, por exemplo,
observar se um fenmeno como o suicdio (nmero de ocorrncia de suicdios)
se relaciona com variveis de integrao social (estado civil, nmero de filhos,
pertencimento a uma religio, etc.) tal como proposto na teoria de mile
Durkheim
1
.

1.1 Teoria e seus principais componentes
As teorias podem ser entendidas, segundo os paradigmas mais usuais para as
tcnicas de investigao quantitativa, como construes lgicas cerca da
realidade e podendo ser expressas atravs de sentenas que relacionam dois
ou mais termos de forma lgica explicativa.

Dentro deste entendimento h incluso a heurstica de verificao terica, ou
seja, de testar as formulaes feitas teoricamente na realidade.

1.2 Lgica dedutiva e tcnicas quantitativas
Este tipo de anlise essencial para a verificao ou falsificabilidade das
teorias na realidade social, ou seja, para a validao ou refutao de
afirmaes elaboradas teoricamente. Esta verificao feita atravs de testes
de hiptese.

Podemos entender hiptese como uma verdade provisria, uma afirmao
plausvel (terica e/ou empiricamente) que ser confrontada com a realidade
estudada. Se esta afirmao confirmada pela anlise dos dados obtidos ento
a hiptese confirmada, caso contrrio a hiptese negada ou refutada.

O caminho metodolgico que parte da teoria para elaborao de hiptese e sua
posterior confrontao com os dados da realidade conhecida como mtodo
dedutivo. O mtodo dedutivo parte sempre do plano terico (mais abstrato)
para o plano emprico (evidncias empricas), ou seja, das formulaes
tericas e racionais para sua constatao ou refutao na realidade.


A seguir sero expostas algumas definies bsicas para o entendimento de
dados quantitativos.


2. Varivel
Algo que pode ser aferido com atribuio de uma grandeza ou um cdigo
numrico. As variveis podem se relacionar de formas diferenciadas
(independentes, controle, intervenientes, dependentes) e expressarem
diferentes naturezas (nominais, ordinais e escalares).


1
Para maiores informaes ler Suicdio de mile Durkheim e consultar a bibliografia.
4
Uma varivel s pode ser nomeada como tal se realmente apresentar uma
variabilidade do que est aferindo. Se estivermos tratando de uma
caracterstica que no apresenta nenhuma variao estamos falando de uma
constante.

A seguir veremos quais os tipos de variveis segundo a natureza de suas
informaes e depois como elas podem se relacionar entre si.

2.1 Variveis escalares
So compostas por valores expressos em nmeros (varivel escalar
discreta) ou ndices contnuos (varivel escalar contnua).

2.1.1 Discreta
Uma varivel escalar discreta expressa por nmeros que no podem ser
divididos ou fracionados em suas medies.

Um exemplo de varivel escalar discreta seria a idade ou o nmero de filhos,
valores estes que no so mensurados de forma fracionada.

2.1.2 Contnua
Uma varivel escalar contnua pode ser representada por casas decimais aps
a vrgula.

Um exemplo de varivel escalar contnua seria a altura, medida por metros e
acrescida da frao de metro correspondente para cada indivduo.

2.2 Variveis categricas
Tambm so conhecidas como variveis qualitativas, pois expressam
qualidades traduzidas textualmente nos instrumentos de levantamento de
dados ou expressos em categorias em dados secundrios.

2.2.1 Ordinal
Uma varivel categrica ordinal representada por valores que estabelecem
uma ordem hierrquica nas categorias.

Por exemplo: avaliao da segurana de sua rua pode ser medida em: 1-
muito segura, 2- segura e 3- nada segura. A codificao das alternativas segue
uma ordem hierrquica prpria das varivel.

2.2.2 Nominal
Uma varivel nominal no tem uma ordem hierrquica definida por suas
categorias. Os nmeros aqui so apensas cdigos que correspondem as
categorias sem expressar nenhuma relao entre elas.

Exemplo: nome dos candidatos a prefeito, bairro, cidade, etc.


5
3. Relao entre variveis - varivel dependente, variveis
independentes e de controle

Na busca pela explicao de fenmenos e relaes sociais muitas vezes
necessrio saber como as variveis se relacionam entre si e como se d esta
relao. As variveis expressam no apenas nmeros, ordens ou categorias,
mas tambm conceitos ligados a uma teoria sobre a realidade.

A meta da anlise destas relaes estabelecer provas e medir como os
fenmenos sociais podem se relacionar. Nesta busca se procura saber quais
so as variveis que causam ou influenciam outras variveis para desta forma
estabelecer as relaes conceituais a respeito da realidade.

Durkheim, por exemplo, observou como diversas variveis se relacionavam
com o aumento das taxas de suicdio.

3.1 Independentes
As variveis so consideradas independentes quando suas grandezas no so
modificadas diante do problema estudado. Podem ser entendidas como as
variveis de partida na relao de causalidade.

3.2 Dependentes
As variveis ou varivel dependente aquela afetada pela alterao das
variveis independentes. Podem ser entendidas como influenciadas pelas
variveis independentes contidas no problema de estudo.

No estudo de Durkheim a taxa de suicdio era uma varivel dependente e as
demais independentes.

Para testar a relao entre duas variveis so feitos testes estatsticos que
mostram a significncia e magnitude da correlao entre elas. Se h dvida
para sabermos a direo desta causalidade precisamos a priori ter claro qual
das duas variveis existe h mais tempo. A varivel que antecede a outra no
tempo a varivel independente.

Um exemplo disso avaliao do atual governo e inteno de voto no
candidato do governo. A avaliao do governo feita antes da eleio, com
base num clculo retrospectivo (passado e presente) e a inteno de voto a
expectativa de uma ao prospectiva (futuro).

No caso do estudo de Durkheim isso tambm fcil de se observar uma vez
que tudo que dizia respeito ao indivduo era anterior ao seu suicdio.

Outra forma fcil de esclarecer esta dvida pensar qual das duas variveis
pode ser de fato influenciada pela outra. Imaginemos que exista, por exemplo,
uma relao entre idade e ouvir msica clssica, de tal forma que a preferncia
por msica clssica seja maior entre pessoas mais velhas que entre jovens.
6
fcil perceber a impossibilidade da msica influenciar ou modificar a idade
biolgica, logo a idade que pode influenciar o gosto musical.

3.3 Controle
As variveis de controle so aquelas que so propositadamente introduzidas
para testar as causalidades estabelecidas na relao entre variveis. Estas
variveis podem mostrar que as relaes antes percebidas se confirmam ou
no com a introduo destes controles. No caso das relaes de causalidade se
alterarem, podemos falar que a varivel de controle exerce influncia
moderadora na relao antes observada. Este efeito desdobra as possibilidades
de causalidade e pondo a prova a relao inicial.

4 Delineamento da pesquisa
O planejamento de como a realidade ser observada e a escolha dos mtodos
e tcnicas de anlise dos dados.

4.1 Populao (N)
Universo ou populao so comumente vistos como todas as observaes de
um determinado fenmeno. Estudos que levam em conta toda uma populao
so denominados censitrios ou censos. A letra que simboliza o nmero de
indivduos de uma populao o N maisculo.

4.2 Amostra (n)
Parte observada de uma populao. Conjunto de observaes individuais
efetivamente utilizadas nos estudos sobre a qual se faz inferncias para toda a
populao. A amostra deve ser representativa, ou seja, deve em tudo se
parecer ao mximo com a populao da qual faz parte. Com uma amostra bem
feita estipulada possvel de forma econmica toda uma populao. Os
resultados conseguidos com uma boa amostra so muito similares ao que se
conseguiria se um pesquisador fizesse um censo com toda populao.
Contudo, vale lembrar que muito similar no significa igual. Toda amostra tem
em si alguma diferena, um erro, para mais ou para menos da populao de
que faz parte. Esta margem de erro vai variar conforme a amplitude da
amostra. A letra que simboliza a amostra o n minsculo.

5 Amostragem
A amostragem processo de escolha da amostra. H vrias formas de se
escolher uma amostra na populao. O tipo de amostra varia conforme os
objetivos da pesquisa e seu oramento. De qualquer maneira, como j vimos,
a amostra deve ser representativa da populao, ou seja, as caractersticas da
amostra devem ser iguais ou mais prximas possveis das caractersticas da
populao para que ao se estudar uma amostra se possa fazer inferncias e
generalizaes plausveis populao. A seguir veremos alguns tipo de
formulao de amostras.

5.2 Mtodos probabilsticos de amostragem
Este tipo de amostragem tem como requisito que cada indivduo da populao
tenha uma probabilidade de ser escolhido, na maioria das vezes a mesma
7
probabilidade de ser selecionado, neste caso a probabilidade de qualquer
elemento ser selecionado igual a 1/n (sendo n o nmero total do universo).
reconhecidamente o mtodo mais seguro para que o pesquisador faa
inferncias a respeito de uma populao, isso graas ao princpio da
aleatoriedade (randomizao) da escolha amostral.

5.2.1 Amostragem aleatria simples
o processo mais preciso de se obter uma amostra. Um processo deste tipo se
assemelha ao sorte de uma loteria. Todos indivduos de uma populao so
numerados de 1 a n, sorteando-se aleatoriamente um nmero x que compor
a amostra.

Exemplo: Para conseguir uma amostra, de 10%, representativa para a
pesquisa de qualidade de vida de 150 empregados de uma empresa:
1 - numeramos os empregados de 1 a 150.
2 - sorteamos aleatoriamente 15 nmeros de empregados, entre 1 a
150, estes 15 sorteados formaro a amostra.


5.2.2 Amostragem aleatria estratificada
Quando a populao se divide em categorias ou estratos, importante que o
sorteio dos elementos da amostra considere a proporo destes estratos.
Neste processo de amostragem os elementos da amostra proporcional ao
nmero de elementos de cada estrato.

Exemplo: Para conseguir uma amostra estratificada, de 10%, do mesmo
exemplo anterior, sendo que, dos 150 empregados, 92 fossem homens e
58 fossem mulheres. Esta amostra estratificada por sexo, seria assim
distribuda:

Sexo Populao (N) 10 % Amostra
(n)
Homens 92 9,2 9
Mulheres 58 5,8 6
Total 150 15 15

Numeram-se ento os empregados de 01 a 150, sendo 01 a 92 homens
e 93 a 150, mulheres, a seguir se sorteia aleatoriamente 9 nmeros
entre 1 e 92 e 6 nmeros entre 93 e 150, estes 15 sorteados formaro a
amostra.

5.2.3 Amostragem sistemtica
Este tipo de amostragem bastante comum em pesquisas com amostras
probabilsticas. So exemplos as listas de produo de uma empresa, os
pronturios mdicos de um hospital, as casas de uma rua, etc. Nestes casos, a
seleo dos elementos que constituiro a amostra pode ser feita por um
sistema, uma frmula, elaborada a priori.

8
Exemplo: Temos uma rua com 600 casas, dela queremos uma amostra
formada por 40 casas para uma pesquisa de opinio. Podemos, neste
caso, usar o seguinte procedimento: como 600/40 = 15. A seguir,
escolhemos por sorteio aleatrio um nmero de 01 a 15, que indicar o
primeiro elemento sorteado para a amostra; os demais elementos
seriam periodicamente considerados de 15 em 15. Assim, suponhamos
que o nmero sorteado fosse 4 a amostra seria: 4 casa, 19 casa, 34
casa, 49 casa, 64 casa, etc. at completarmos 15 casas.


5.3 Mtodos no probabilsticos
Neste tipo de amostragem a principal diferena que h uma escolha
deliberada dos elementos da amostra por parte do pesquisador. No
possvel generalizar com segurana os resultados das pesquisas para a
populao, pois as amostras no-probabilsticas no garantem a
representatividade da populao. A despeito disso, muitas pesquisas que
usam amostragem por cotas generalizam seus resultados.

5.3.1 Amostragem intencional
De acordo com determinado critrio, por exemplo ter determinadas
caractersticas ou pertencer a um grupo, escolhido intencionalmente um
conjunto de elementos que iro compor a amostra. Desta maneira o
investigador se dirige intencionalmente a determinados indivduos de
elementos dos quais deseja saber a opinio.

Exemplo: Para elaborar uma amostra de uma pesquisa sobre preferncia
por bebidas isotnicas, o pesquisador se dirige a uma academia de
ginstica e ali retira os indivduos que ir entrevistar.

5.3.2 Amostragem por cotas
Este tipo de amostra uma das mais comuns usadas em surveys para o
mercado e em prvias eleitorais. Neste processo de elaborao da amostra h
trs etapas:

1 - observao das caractersticas da populao que so relevantes
para a caracterstica a ser estudada, assim, por exemplo, como: sexo,
idade, escolaridade;

2 - determinao da proporo da populao para cada caracterstica
apontada, com base na constituio conhecida, presumida ou estimada,
da populao. Isso normalmente feito tendo por base os dados
censitrios de uma populao;

3 - estipulao das cotas para cada entrevistador: cada entrevistador a
partir da ficar responsvel por selecionar os entrevistados
correspondentes a estas cotas, de modo que a amostra total observada
contenha a proporo de cada uma das caractersticas tal como
determinada na 2 fase.
9

Exemplo: Numa pesquisa de inteno de voto, provavelmente se ter
interesse em considerar: o sexo, a renda mdia, as faixas etrias, a
escolaridade, etc.

A primeira tarefa descobrir as propores dessas caractersticas na
populao. Os dados censitrios apontam que 48% da populao seja de
homens e 52% de mulheres. Se pretendemos fazer uma amostra de 150
indivduos est dever ter no seu total 72 homens e 78 mulheres. Ento
o pesquisador receber uma "cota" para entrevistar 78 mulheres, se
forem mais de um pesquisador este valor ser dividido pelo nmero de
pesquisadores 78/nmero de pesquisadores. A considerao de vrias
categorias exigir uma composio amostral que atenda ao n
determinado e s propores populacionais estipuladas
2
.


6 Anlise de dados
Toda pesquisa precisa ser analisada nos dados que produz. H diferentes
modalidades de anlise para distintas finalidades, alm disso, como veremos a
seguir, estas anlises esto diretamente relacionadas com o tipo de dado que
est se analisando.

6.1 Anlise bsica de dados categricos
Utiliza medidas bem comuns de estatstica que dizem respeito posio e
variabilidade das variveis analisadas. Recebem este nome, pois descrevem as
caractersticas essenciais das variveis.

6.1.1 - Tabelas de freqncia
A tabela de freqncia mede a ocorrncia de um evento, categoria ou
um valor. Normalmente usada para dados ordinais e nominais, mas
tambm pode aferir intervalos de dados escalares contnuos ou
discretos. Quando uma varivel escalar transformada em intervalar ela
pode ser tratada numa tabela com uma varivel categrica ordinal.

Abaixo vemos um exemplo de tabela de freqncia de dados escalares
discretos, expresso em intervalos:










2
Para mais informaes ver ALMEIDA, A. C. Como so feitas as pesquisas eleitorais de opinio Rio de
Janeiro: Editora FGV, 2002. Cap. 2 A amostra, pp. 45-76
10
TABELA 1
IDADE DOS DETENTOS MATRICULADOS EM ESTABELECIMENTOS DA SUAPI
MINAS GERAIS
Idade (faixa etria)
%
2006 2007
Menor de 18 anos 0,09 0,17
De 18 a 24 anos 31,71 31,06
De 25 a 29 anos 27,69 28,31
De 30 a 34 anos 16,74 17,05
De 35 a 45 anos 17,16 16,83
De 46 a 60 anos 5,70 5,74
Mais de 60 anos 0,79 0,73
Idade no informada 0,12 0,12
Total 100 100
Dados Bsicos: INFOPEN SUAPI-MG N= 15678
Elaborao: Fundao Joo Pinheiro (FJP) - Ncleo de Estudos em Segurana Pblica - NESP

As tabelas de freqncia podem ser expressas em nmeros absolutos ou
em porcentagens, sendo freqente o uso de ambas.

Os nmeros absolutos numa tabela de freqncia so identificados pela
letra n e a porcentagem pelo smbolo %.

Abaixo vemos um exemplo de tabela de freqncia para dados
nominais:

TABELA 2
PROCEDNCIA DOS DETENTOS MATRICULADOS EM ESTABELECIMENTOS DA
SUAPI
MINAS GERAIS

Procedncia (%) 2006 2007
No informado 17,00 10,65
Rural 4,00 3,76
Urbana 79,00 85,58
Total 100 100
Dados Bsicos: INFOPEN SUAPI N= 15678
Elaborao: Fundao Joo Pinheiro (FJP) - Ncleo de Estudos em Segurana Pblica NESP










11
6.1.2 Qui-quadrado
Para saber se as diferenas entre as categorias que aparecem numa tabela,
como a do exemplo acima (tabela 2), so de fato significativas necessrio
que se faa um teste fundamental, o qui-quadrado
3
.

O qui-quadrado compara os valores observados na tabela e os valores
esperados, se esta diferena for importante e for provada pelo teste se rejeita
a hiptese de nulidade, ou seja, se conclui que h diferenas significativas
entre as categorias a serem comparadas.

Na tabela 2, podemos afirmar que, entre os anos de 2006 e 2007, h de fato
uma diferena significativa, o valor do qui-quadrado de 143,16 com grau de
liberdade 2, o que mostra uma significncia estatstica menor que 0,01.

o valor da significncia estatstica que determina a aceitao ou no da
hiptese de nulidade. Se este valor menor que 0,05 podemos rejeitar a
hiptese nula e afirmar que h diferenas significativas entre as categorias
comparadas.


6.2 Anlise de dados de variveis escalares
Para variveis escalares as medidas mais usuais so as chamadas medidas de
posio e medidas de disperso.

6.2.1 Medidas de posio
As principais medidas de posio so: mdia, mediana e moda.

A - Mdia
A mdia medida pela soma total da varivel dividido pelo nmero de
ocorrncias ou de casos. Por exemplo: se h 50 alunos numa sala e quer
se saber a mdia de idade dos alunos da sala, somam-se todas as
idades e divido pelo nmero de alunos, o resultado ser esta mdia.

B - Mediana
A mediana valor que ocupa a posio central dos dados ordenados; o
valor que deixa metade da distribuio acima e outra abaixo dele. Se o
nmero de observaes for par, a mediana ser a mdia dos dois
valores centrais. Exemplo:

a) 2, 5, 7, 8, 10 mediana = 7
b) 2, 4, 7, 9, 9, 9 2, 4, 7, 9, 9, 9 (7+9)/2 = 8




3
Para os fins desta apostila no vamos aqui expor os clculos responsveis pelo qui-quadrado, para isso
indicamos o captulo 10 sobre testes no-paramtricos do livro de Jack Levin, Estatstica aplicada s
Cincias Humanas.
12
C - Moda
Moda o valor com maior freqncia ou que mais vezes aparece na
distribuio. Por exemplo:

c) 1, 2, 2, 3, 3, 4, 1, 2, 2, 2, 5, 1.

Nesta distribuio o valor que mais se repete o 2, portanto ele a
moda.


6.2.2 Medidas de Disperso
So medidas referentes variabilidade da amostra, mostram como os dados
se distribuem, se concentram ou se espalham. Algumas medidas so
importantes para o estudo da disperso de uma distribuio, vamos a elas.

A - Amplitude Total
Pode ser expressa na diferena entre o maior e o menor valor da
distribuio.
Ex.: dados: 2, 4, 5, 9 e 8.
amplitude total = 2 9 = 7

B - Varincia
Somatrio da diferena entre o valor observado e a mdia, elevado ao
quadrado, dividido por n-1.

Exemplo 1
X
x -
mdia
Elevado ao
quadrado
8 -2 4
10 0 0
12 2 4
9 -1 1
11 1 1
7 -3 9
13 3 9

mdia = 10

n = igual o nmero de casos = 7

n 1 = 6

Soma dos quadrados igual a 28

28 dividido por n -1 = 4,67
est a varincia


13
Exemplo 2
5 0,17 0,03
4 -0,83 0,69
9 4,17 17,39
8 3,17 10,05
2 -2,83 8,01
1 -3,83 14,67
29 50,83

Varincia
50,83 dividido por n -1

n 1 = 5

50,83 dividido por 5 = 10,17

C - Desvio padro
simbolizado pela letra S e calculado pela raiz quadrada da varincia. No
primeiro exemplo acima a raiz quadrada de 4,67 ou seja 2,16. No segundo
caso, a raiz de 10,17, isto 3,19.


O desvio padro indica a disperso dos dados dentro da amostra, isto , o
quanto os dados em geral diferem da mdia. Quanto menor o desvio padro,
mais parecidos so os valores da srie estatstica.

D - Coeficiente de Variao
Para comparar a variao do desvio padro com a mdia, usa-se a razo entre
o desvio padro e a mdia, chamado de coeficiente de variao, que muitas
vezes multiplicado por 100 para dar o resultado em porcentagem.

6.3 Grficos de distribuio para variveis escalares (ramos e folhas e
boxplot)

0 01 08 15 38
1 04 23 67 72 95 99
2 32 24 56 43
3 54 60
4 37




14



6.4 Boxplot


15




Bibliografia

ALMEIDA, A. C. Como so feitas as pesquisas eleitorais de opinio Rio de
Janeiro: Editora FGV, 2002.

ANURIO DE INFORMAES CRIMINAIS DE MINAS GERAIS, NESP -
NCLEO DE ESTUDOS EM SEGURANA PBLICA DA FUNDAO JOO
PINHEIRO. 2007 ano 5

BABBIE, E. R. Mtodos de pesquisa de survey. Belo Horizonte: UFMG,
1999.

16
BOUDON, R. Os Mtodos em Sociologia, So Paulo: Editora tica, 1989.
DURKHEIM, Emile - Suicdio: definio do problema, Suicdio Altrusta,
Suicdio Egosta, Suicdio Anmico, in Coleo Grandes Cientistas Sociais,
pp. 103 a 122, 7 Edio, Ed. tica, 1995.
LEVIN, J. Estatstica aplicada s Cincias Humanas, 2 edio, So Paulo,
Ed. Harbra, 1997.