Analítica em Dados & Solução
← Voltar ao blog
©
Este artigo reproduz, com fins educativos e de divulgação científica, o texto originalmente publicado por Lílian Schreiner-Módolo na Gazeta do Povo em 29 de maio de 2026. Todos os direitos pertencem à autora e ao veículo. Acesse o original em: gazetadopovo.com.br. A reprodução foi realizada sem fins comerciais, com crédito integral à autora.
Opinião 29 Mai 2026 6 min de leitura

Por que a estatística sempre foi uma forma de poder

LS

Lílian Schreiner-Módolo

Doutora em Administração (USP) · Artigo original publicado na Gazeta do Povo

Por trás de cada ferramenta estatística que usamos hoje do coeficiente de correlação ao teste de hipótese há uma mente que se recusou a aceitar o mundo como ele é.

O dia em que dados mudaram a história

Em 1854, Florence Nightingale chegou a um hospital militar britânico na Crimeia e encontrou o caos. Soldados morriam em ritmo industrial não de ferimentos de guerra, mas de infecções evitáveis, de sujeira, de descaso administrativo. Ela poderia ter escrito um relato comovente. Poderia ter apelado à consciência moral dos generais e ministros. Escolheu outro caminho: pegou os números.

Construiu gráficos de uma clareza brutal hoje chamaríamos de visualização de dados e mostrou, mês a mês, que a mortalidade despencava onde havia higiene e subia onde havia negligência. O governo britânico não tinha como argumentar contra. Os dados eram irrefutáveis. As reformas vieram.

Florence Nightingale não ficou na história por ser enfermeira. Ficou porque entendeu, avant la lettre, que dados bem usados são um instrumento político. Em 1858, tornou-se a primeira mulher eleita membro da Associação Inglesa de Estatística numa época em que mulheres mal tinham acesso às universidades.

Esse episódio, aparentemente restrito à história da medicina, diz algo profundo sobre o que a estatística sempre foi: não uma ciência fria de planilhas e gráficos sem rosto, mas uma linguagem para quem precisa convencer o poder com aquilo que ele não pode negar a realidade.

"Não faltam dados no Brasil. Faltam leitores de dados. Faltam gestores dispostos a ser constrangidos por evidências, como Florence Nightingale constrangeu o governo britânico em 1854."
— Lílian Schreiner-Módolo, Gazeta do Povo (29/05/2026)

Os gênios que construíram a ciência da incerteza

Carl Friedrich Gauss e a estrutura do erro humano

Carl Friedrich Gauss nasceu em 1777 no interior da Alemanha, filho de pais analfabetos. Era tão precocemente dotado que a escola não sabia o que fazer com ele. Aos 24 anos, desenvolveu a Distribuição Normal aquela curva em forma de sino que hoje usamos para modelar altura, erros de medição, desempenho escolar e comportamento de mercados. Gauss não estava pensando em aplicações práticas. Estava tentando entender a estrutura do erro humano na observação do mundo. O resultado foi uma das descobertas mais versáteis da história da ciência.

Blaise Pascal e as fundações da probabilidade

Pascal chegou antes. No século XVII, aos 16 anos, já escrevia tratados matemáticos que surpreendiam os maiores cientistas da França. Aos 19, construiu uma calculadora mecânica para poupar o pai do trabalho de contador. E foi num contexto improvável os jogos de azar que ele e Pierre de Fermat lançaram as bases da teoria das probabilidades. Sem esse trabalho, não há estatística moderna. Sem estatística moderna, não há pesquisa clínica, não há sondagem eleitoral, não há controle de qualidade industrial, não há inteligência artificial.

Karl Pearson e a correlação como ferramenta científica

Karl Pearson fundou, no final do século XIX, o primeiro departamento universitário de estatística do mundo. Desenvolveu o coeficiente de correlação aquele número entre −1 e 1 que mede o quanto duas variáveis andam juntas e o teste Qui-Quadrado, que introduziu o conceito de p-valor na ciência. Ferramentas que qualquer pesquisador, em qualquer área, ainda usa diariamente.

Ronald Fisher e a revolução do método experimental

Ronald Fisher completou a revolução. Tão míope que resolvia equações complexas mentalmente, sem papel, Fisher criou a análise de variância, o planejamento experimental e o método da máxima verossimilhança. É considerado, ao lado de Pearson, o pai da estatística moderna. Suas contribuições permitiram que a ciência deixasse de depender de intuições geniais isoladas e passasse a ter métodos rigorosos para separar o sinal do ruído.

Período Nome Contribuição central Legado vivo
Séc. XVIIPascal & FermatTeoria das probabilidadesIA, pesquisa clínica, seguros
1777–1855GaussDistribuição NormalTestes estatísticos, modelagem
1820–1910Florence NightingaleVisualização de dados aplicadaEvidências em políticas públicas
1857–1936Karl PearsonCorrelação, Qui-Quadrado, p-valorPesquisa científica universal
1890–1962Ronald FisherANOVA, planejamento experimentalEnsaios clínicos, agropecuária, ciência

Tabela 1 – Linha do tempo dos fundadores da estatística moderna e seus legados.

Estatística, poder e o Brasil de hoje

Num país onde debates sobre educação, saúde e política pública são travados crescentemente à base de achismo, de anedota e de negacionismo seletivo, o Dia do Estatístico celebrado em 29 de maio deveria ser uma data de reflexão coletiva.

Não faltam dados no Brasil. O IBGE, o SINAN, o DATASUS, o Atlas do Desenvolvimento Humano, o INEP o país tem uma infraestrutura de dados públicos notável para um país em desenvolvimento. O que falta é a cultura de usá-los. Faltam leitores de dados. Faltam gestores dispostos a ser constrangidos por evidências, como Florence Nightingale constrangeu o governo britânico em 1854.

Faltam, sobretudo, educadores que ensinem estatística não como sequência de fórmulas a memorizar, mas como o que ela sempre foi: uma forma de pensar sobre incerteza, sobre causalidade, sobre o que podemos afirmar com honestidade e o que estamos apenas supondo.

📌 Por que este texto importa para quem trabalha com dados

A pergunta "por que aprender estatística?" raramente recebe uma resposta à altura do esforço que a disciplina exige. Este artigo oferece uma: porque os gênios que construíram as ferramentas que usamos do coeficiente de Pearson ao teste de Fisher não eram tecnocratas. Eram pessoas com perguntas urgentes sobre o mundo e com a disciplina intelectual para buscar respostas que resistissem ao escrutínio. Essa é, ainda hoje, a melhor definição de ciência.

Estatística e filosofia: a mesma recusa

Os gênios que construíram essa ciência não eram tecnocratas sem alma. Eram pessoas com perguntas urgentes sobre o mundo e com a disciplina intelectual para buscar respostas que resistissem ao escrutínio. Nesse sentido, a estatística tem mais em comum com a filosofia do que aparenta. Ambas começam no mesmo lugar: na recusa de aceitar a aparência como verdade.

Sobre a autora

Lílian Schreiner-Módolo é doutora e mestra em Administração pela Universidade de São Paulo, com pós-graduação em Docência do Ensino Superior pela Laureate e graduação em Design Industrial pela UFAM. Cursa Psicologia. É sócia-fundadora da Editora Arcádia.

Créditos e direitos autorais

Este texto foi originalmente publicado sob o título "Por que a estatística sempre foi uma forma de poder" pela Gazeta do Povo, em 29 de maio de 2026, na seção de Opinião/Artigos. Autoria de Lílian Schreiner-Módolo. Edição de Jocelaine Santos. Imagem: Gazeta do Povo / Open AI.

Reprodução realizada com fins exclusivamente educativos e de divulgação científica, sem modificação do conteúdo autoral e com crédito integral. Para leitura do artigo original e demais conteúdos da autora, acesse: gazetadopovo.com.br. Todos os direitos reservados à autora e à Gazeta do Povo.

Referências

  • SCHREINER-MÓDOLO, L. Por que a estatística sempre foi uma forma de poder. Gazeta do Povo, Curitiba, 29 mai. 2026. Disponível em: gazetadopovo.com.br. Acesso em: 05 jun. 2026.
  • STIGLER, S. M. The History of Statistics: The Measurement of Uncertainty Before 1900. Cambridge: Harvard University Press, 1986.
  • SALSBURG, D. The Lady Tasting Tea: How Statistics Revolutionized Science in the Twentieth Century. Nova York: W. H. Freeman, 2001.
  • NIGHTINGALE, F. Notes on Matters Affecting the Health, Efficiency, and Hospital Administration of the British Army. Londres: Harrison & Sons, 1858.
  • PEARSON, K. On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. Philosophical Magazine, série 5, v. 50, p. 157–175, 1900.
  • FISHER, R. A. Statistical Methods for Research Workers. Edimburgo: Oliver and Boyd, 1925.

Precisa de apoio especializado?

Nossa consultoria aplica métodos estatísticos rigorosos em saúde pública, pesquisas sociais e avaliação de programas. Conte com a gente no seu próximo projeto.

Contato