Em Um Experimento Sobre A Altura De Uma População

Como montar um experimento de altura populacional que na verdade funciona

O erro mais comum que eu vejo em relatórios de aula de estatística é o grupo medir 15 pessoas da mesma sala e tratar isso como um "experimento científico". Isso não é uma amostra aleatória. É um agrupamento estratégico disfarçado. Quando a professora pede para coletar dados de altura em um experimento sobre a altura de uma população, o objetivo real é entender como o efeito da seleção não aleatória contamina médias, desvios-padrão e intervalos de confiança. Eu já vi alunos gastarem três horas do laboratório colhendo dados ruins e depois pedir para usar bootstrap ou transformação logarítmica como se isso resolvesse um problema de desenho amostral. Nenhuma transformação estatística corrige viés de seleção. Vou explicar a prática que eu uso quando preciso fazer esse experimento dar certo de verdade, com os problemas reais que aparecem.

Definição curta do que é o experimento

O experimento consiste em medir a altura (em centímetros) de uma amostra retirada de uma população definida, registrar os valores individualmente, calcular estatísticas descritivas como média e desvio-padrão, e comparar o comportamento da amostra com o esperado sob distribuição normal. A parte que todo mundo esquece é definir claramente o que é a população-alvo antes de coletar qualquer dado. Se a população é "todos os adultos da cidade X", mas você só mede estudantes de engenharia de uma faculdade, seu experimento já nasceu defeituoso. O protocolo precisa ter populução definida, método de seleção, unidade de medida padronizada e plano de análise escrito antes da primeira medição. Primeiro eu defino a população. Costumo usar adultos entre 18 e 40 anos de um campus universitário, porque isso é viável e delimitado. Em seguida, monto uma lista-fonte. Pode ser a lista de matrículas de um curso, desde que eu tenha acesso a ela. O método de seleção que eu recomendo é amostragem aleatória simples: numeração da lista e sorteios com gerador randômico, não palitadas no quadro nem escolhas por conveniência. Eu costumo pedir amostra de pelo menos 120 indivíduos, divididos por sexo, porque com 50 pessoas a coisa já fica instável e com 30 você não tem como testar normalidade com tranquilidade. Na coleta, eu uso estadiômetro fixo de parede, não fita métrica. Fitinha métrica introduz variabilidade operacional que distorce o desvio-padrão em cerca de 0,3 a 0,5 centímetros, o suficiente para inflar a variância aparente. Cada pessoa é medida duas vezes, em pé, sem calçado, costas retas, olhando para frente. Eu anoto as duas medidas e Uso a média das duas como valor final. Se as duas medições diferirem mais que 1,0 cm, eu repito a terceira vez e fico com a média das duas mais próximas. Isso elimina leituras fantasiosas causadas por erro de posicionamento.

Eu registro tudo em planilha com colunas fixas: ID, sexo biológico, medida1, medida2, medida_final, observações. Sem coluna genérica de "notas". O campo observações deve conter apenas fatos: "cabeça inclinada", "sapatos retirados no local", "criança acompanhante perguntou algo e atrasou". Registrar contexto ajuda quando o dado fica estranho depois. Na análise, eu calculo média, mediana, desvio-padrão, amplitude, Q1 e Q3 por grupo de sexo. Eu faço histograma com 10 a 12 classes e dobro o teste de Shapiro-Wilk. Se o p-valor for menor que 0,05, eu não trato como normal e reporto assim. Muitos alunos querem forçar normalidade porque acham que é "certo". Não é. É um fato empírico. Se a distribuição estiver assimétrica, eu apresento mediana e quartis como resumo principal e média como secundário, com aviso claro.

O problema específico que eu encontrei e o workaround que funcionou

Uma vez, em um experimento sobre a altura de uma população feito com alunos do segundo período, a amostra de 130 pessoas veio com um cluster de alturas consistentemente altas concentrado em uma única turma de basquete. A média geral subiu 1,8 cm e o desvio-padrão aumentou de 6,2 cm para 7,4 cm. O teste de Shapiro-Wilk rejeitou normalidade por causa desse agrupamento, e o intervalo de confiança ficou largo demais para ter utilidade prática. Eu não removi os atletas. Isso seria data dredging disfarçado de limpeza. Em vez disso, eu estratifiquei por atividade extracurricular registrada no formulário, calculei média e erro padrão dentro de cada estrato, e depois fiz uma média ponderada pelos tamanhos dos estratos para obter uma estimativa ajustada à população do campus. O resultado mudou a média de 168,3 cm para 166,9 cm, e o IC 95% ficou mais razoável. A lição prática é que clusters intencionaais dentro da amostra precisam ser tratados com estratificação ou pesos, não com exclusão arbitrária. O primeiro insight é que aumentar o tamanho da amostra não resolve viés de seleção. Uma amostra de 500 pessoas medidas só na entrada da faculdade continua enviesada. O erro padrão diminui, mas o viés de deslocamento da média permanece. Isso é importante porque alunos acreditam que "quanto mais dados, melhor" sem questionar a fonte. O segundo insight é que a diferença de médias entre sexos em populações brasileiras adultas costuma ficar entre 12 e 14 centímetros, mas a sobreposição das distribuições é enorme. Usar altura como variável discriminatória em qualquer modelo simples é errado. A variabilidade intrasexo é maior que a diferença intersexo em muitos casos. Quem ignora isso tende a superinterpretar diferenças pequenas como se fossem efeitos grandes. Evite medir em horário de refeição obrigatória se puder. Pessoas tendem a ter postura mais relaxada e a coluna compressa varia ao longo do dia. A variação diurna de altura é da ordem de 1 a 2 centímetros, então padronize o horário de coleta. Evite perguntar altura autodeclarada. Aautodeclaração introduz viés de resposta social, especialmente em homens jovens. Eu já vi homens relatarem 1,80 m quando a medição real ficou em 1,74 m. Mantenha medição direta sempre.

Outra pegadinha é usar classe de histograma mal escolhida. Se você colocar 30 classes com poucos dados, o histograma fica ruído e parece multimodal por acaso. Se colocar cinco classes, você esconde a assimetria. Entre 8 e 12 classes costuma ser suficiente para amostras entre 100 e 200.

Quando esse experimento falha completamente

Ele falha quando a população alvo é ampla e heterogênea e a amostra é extraída de um subgrupo conveniente. Não adianta fazer análise sofisticada depois. Ele também falha quando o instrumento de medição não é calibrado e cada medidor usa técnica diferente. Se dois colegas medem com methodsos distintos, a variabilidade interobservador se soma à variabilidade biológica e seus intervalos de confiança ficam irreais. Nesse caso, o corrigir é treinar todos os medidores com o mesmo padrão e validar com uma medida conjunta de referência antes de começar. Eu uso uma haste calibrada de 1,75 m como referência e peço que todos medam três pessoas-teste antes do início. Se a variação intermedidor for maior que 0,5 cm, eu refaço o treinamento. Um relatório decente precisa ter: definição da população, método de seleção, tamanho da amostra justificado, protocolo de medição, planilha com todas as medições brutas, estatísticas descritivas por grupo, histogramas, resultado dos testes de normalidade, interpretação dos limites do método e limitações. Evite conclusões grandiosas sobre "a altura da população brasileira" baseada em dados de um campus. Mantenha as afirmações dentro do escopo real do que foi amostrado. Se você quiser a planilha padrão que eu uso, ela tem abas de captação, limpeza e análise automática com fórmulas para média, desvio, IC 95% e Shapiro-Wilk. O arquivo é aberto e editável. O importante é seguir o protocolo antes de abrir a planilha, não o contrário.