As determinantes locais da paradiplomacia: o caso dos municípios ...

encontrar amostras com scores mais altos ou mais baixos), há, nesses casos, o que se chamam
de variação amostral.
Essas médias distintas são coletadas e é possível executar o mesmo procedimento
que foi feito anteriormente com os scores de uma só amostra, ou seja, pode-se identificar uma
distribuição de frequências para elas, encontrando, assim, a distribuição amostral. Ela
informa o comportamento das amostras da população, sendo que a tendência da distribuição
se localiza em torno do centro da média da população. Consegue-se a média da população
com as médias das médias das amostras. Nesse sentido, se for identificada a acurácia dessas
médias, ter-se-á alguma ideia sobre quão representativa uma dada amostra é da população.
A acurácia das médias é dada pelo mesmo processo feito com os scores, ou seja, com
o desvio padrão. Quando se calcula o desvio padrão entre as médias das amostras descobre-se
a medida de variabilidade entre as diversas médias das amostras. O resultado desse
procedimento é chamado de erro padrão das médias. Dessa forma pode-se calcular as
diferenças entre as médias de cada amostra e a média total, elevando essas diferenças ao
quadrado, somando-as, e as dividindo pelo número de amostras. Finalmente, tira-se a raiz
quadrada desse valor para conseguir os desvios padrões das amostras, ou seja, o erro padrão.
Na prática, é muito difícil conseguir centenas de amostras e o que se faz é apenas
aproximar-se o erro padrão. Felizmente, alguns estatísticos cientes desse problema,
demonstraram que quando as amostras são grandes (para esse caso, geralmente definidas
como acima de 30) elas tendem a ter uma distribuição normal com a média igual à média da
população e um desvio padrão de:
Isso é chamado de teorema do limite central e é útil nesse contexto porque quer
dizer que se a amostra é grande pode-se utilizar essa equação para aproximar o erro padrão
(quando a amostra é pequena – menor que 30 – a distribuição amostral tem outro formato,
conhecida como distribuição-t, mas não será aprofundada aqui).
Uma abordagem diferente para conseguir o nível de acurácia da média de amostra
como estimativa para a média da população é calcular limites nos quais se acredita que o
valor da média cairá e não um ponto específico. Tais limites são chamados de intervalo de
confiança. A ideia por trás dele é construir uma amplitude de valores no qual se imagina que
os valores da população irão cair (no caso do modelo das médias, o valor seria a média
verdadeira).
163