1 Análise Exploratória dos Dados

Em qualquer análise estatística, deve-se, inicialmente, realizar uma análise exploratória dos dados, isso pode ser feito usando ferramentas da Estatística Descritiva. Nessa etapa da análise, procura-se obter a maior quantidade possível de informações a partir dos dados observados. Se a análise é realizada tendo como base uma amostra da população de interesse, é nessa fase que são obtidas as informações que podem dar ideia sobre qual modelo probabilístico pode descrever melhor o fenômeno investigado, assim pode-se ter uma ideia do modelo a ser utilizado na fase posterior da análise.

1.1 Variável

Os dados são observações de fenômeno de interesse, a esses fenômenos damos o nome de variável. Assim, uma variável é um atributo, cujo valor pode variar de uma unidade de investigação para outra. Por exemplo, as unidades podem ser pessoas contaminadas por um vírus e a variável o tempo de recuperação após um determinado tipo de tratamento ser iniciado. Nesse caso, espera-se que o tempo de recuperação varie entre os indivíduos, ou unidades amostrais.

Uma observação, ou resposta, é o valor assumido por uma variável em uma das unidades investigadas. A observação da variável em várias unidades dá origem aos dados observados.

Exemplo.1.1 Um algoritmo pode ser executado para realizar a multiplicação de duas matrizes. Suponha que se deseja analisar a quantidade de tempo extra necessária para aumentar a matriz em uma dimensão, começando por duas matrizes \(1 \times 1\), dois escalares iguais, em seguida para duas matrizes \(2 \times 2\), duas matrizes de dimensão 2, iguais e composta pelo mesmo escalar adotado no inicio, e assim sucessivamente.
  • População: todas as possíveis execuções do algoritmo para estas matrizes.
  • Variável: tempo de execução do algoritmo nestas situações.
  • Undades amostrais: condições do algoritmo que serão observadas e que fornecerão os dados observados.
Exemplo.1.2 Exemplos de variáveis.
  • tempo de execução de um algoritmo em diferentes máquinas;
  • rendimento das famílias de uma grande cidade;
  • número de erros em pacotes de dados enviados por um servidor;
  • número de clientes com a mesma dúvida em um site de suporte durante um período de tempo;
  • opinião dos consumidores de um determinado produto (péssimo, regular, ótimo etc).

1.1.1 Tipos de Variáveis

Podemos classificar variáveis em qualitativas e quantitativas. As variáveis qualitativas têm seus valores expressos por atributos, exprimindo alguma qualidade.

As variáveis qualitativa podem ainda ser classificadas como nominais ou ordinais.

Uma variável é nominal se os atributos que esta representa não têm uma ordenação, por exemplo, cor de cabelo, sexo de indivíduos etc, enquanto que as variáeis ordinais exprimem alguma ordenação, como por exemplo, opinião sobre a qualidade de um produto (péssimo, regular, ótimo).

As variáveis quantitativas exprimem quantidades ou mensurações. Essas variáveis também podem ser classificadas em contínuas e discretas.

Variável discreta assume valores em um conjunto enumerável (ou contável), por exemplo, número de carros que passam por um posto de pedágio em um intervalo de tempo.

Uma variável é contínua quando assume valores em um conjunto não-enumerável, ou seja, em um intervalo da reta, por exemplo, alturas de pessoas em um determinado povoado. Veja um resumo dos tipos de variáveis no diagrama apresentado na Figura 1.1, criado com o uso do pacote (Iannone 2020).

: Classificação de vaiáveis.

Figura 1.1: : Classificação de vaiáveis.

Note que, na prática, em geral variáveis quantitativas contínuas são resultados de mensurações, enquanto variáveis quantitativas discretas são resultados de contagens. Portanto, para entender a natureza de uma variável, e classifica-la corretamente, deve-se entender o processo que a originou.

1.2 Escala de Likert para variáveis qualitativas

Variáveis qualitativas muitas vezes podem ser observadas usando a escala de Likert (Allen and Seaman 2007). Essa escala pode ser uma boa alternativa aos dados categóricos, pois permite o uso de tecnicas para analise que não seriam possíveis de serem utilizadas em dados categóricos.

Essa escala é principalmente utilizada em questionários para obter as preferências ou o grau de concordância do entrevistado com uma declaração ou conjunto de declarações. Essa é uma técnica de escala em que os entrevistados são solicitados a indicar seu nível de concordância com uma determinada declaração por meio de uma escala ordinal ou intervalar.

Exemplo.1.3 Como um exemplo de variável que pode ser observada em uma escala Likert, suponha que é desejado saber o quanto um cliente está satisfeito com um atendimento. Neste caso, pode-se perguntar:

em uma escala de 0 até 5, em que zero signigica muito insatisfeito e 5 muito satisfeito, qual é o seu grau de satisfação com esse atendimento?

Para essa pergunta pode-se estabelecer valores intermediários (1, 2, 3 e 4), ou usar o intervalo de 0 até 5, em que a pessoa possa escolher qualquer valor no intervalo [0,5].

Referências

Allen, I Elaine, and Christopher A Seaman. 2007. “Likert Scales and Data Analyses.” Quality Progress 40 (7): 64–65.

Iannone, Richard. 2020. DiagrammeR: Graph/Network Visualization. https://CRAN.R-project.org/package=DiagrammeR.