Sei sulla pagina 1di 5

Medidas de tendência central

São medidas utilizadas para resumir uma distribuição de frequências, ainda que à custa de perda de informação,
que nos localizam valores médios da distribuição. As principais medidas de tendência central são a média, a
moda e a mediana.

➢ Média:

A média aritmética de uma variável estatística é definida como sendo a soma de todos os valores da
variável a dividir pela frequência total, e representa-se por 𝑥̅ . A média só se pode calcular em variáveis
quantitativas.

Exemplo: dados não agrupados


Suponhamos que os vencimentos, em euros, dos empregados de uma empresa são os seguintes:

350; 475; 425; 400; 650; 625; 675; 425; 450; 525

Se pretendermos determinar o vencimento médio dos empregados da empresa adicionamos os vencimentos


dos empregados e dividimos a soma obtida pelo número total de empregados, ou seja:

350 + 475 + 425 + 400 + 650 + 625 + 675 + 425 + 450 + 525
x= = 500
10
Concluímos assim que o vencimento médio dos empregados desta empresa é de 500 €.

Observações:
Sendo x1 , x 2 ,..., x n os n valores observados de uma variável quantitativa, chama-se
▪ Note-se que xi representa
média, e representa-se por x , ao valor assim obtido:
todos os valores diferentes
observados e que os valores
✓ Para dados não organizados em tabelas de frequências f i e fri representam
x1 + x2 + ... + xn respetivamente as
x= frequências absolutas e
n relativas.
✓ Para dados organizados em tabelas de frequências
▪ No caso dos dados
f x + f x + ... + f n xn classificados através de
x= 1 1 2 2 = fr1 x1 + fr2 x2 + ... + frn xn intervalos de classe
n
consideram-se para valores
xi os valores médios desses
intervalos.

Exemplo: Dados em tabelas não agrupados em classes


Considere-se a variável idade de uma turma, cuja distribuição é definida pela tabela:

xi fi xi f i
13 2 26
14 7 98
15 10 150
16 4 64
17 2 34
5 5
Total 
i =1
fi = 25 fx
i =1
i i = 372

1
Para determinar a média, vamos recorrer à frequência absoluta f i , calcular sucessivamente, os produtos xi f i e
o respetivo somatório, ou seja:
26 + 98 + 150 + 64 + 34 372
x= = = 14,9
25 25
Logo a idade média dos alunos da turma é 14,9 anos.

Exemplo: Dados em tabelas agrupados em classes


Considere-se a variável altura (em m) dos jogadores de uma equipa de basquetebol, cuja distribuição é definida
pela tabela:

Classes (altura em m) Frequência absoluta - fi Observações:

1,75 ; 1,83 3
▪ Se adicionarmos a mesma
quantidade a todos os dados
observados verifica-se que o
1,83 ; 1,91 4 valor da média também
aparece adicionado desse
1,91 ; 1,99 6 valor.

1,99 ; 2,07 3
▪ Se multiplicarmos todos
 2,07 ; 2,15 2
os dados por um valor, o
resultado final da média
também é multiplicado por
Total 18 esse valor.

Vamos calcular a média das alturas dos jogadores.

Para calcular a média vamos recorrer à frequência absoluta e calcular sucessivamente, o valor médio de cada
classe, os produtos xi f i e o respetivo somatório.

Organizemos os cálculos na tabela seguinte:

Distribuição das alturas dos jogadores

Classes (altura em Frequência absoluta - Marca da classe - xi f i Nota:


m) fi xi
O valor médio de cada
1,75 ; 1,83 3 1,79 3 1,79 = 5,37 classe é igual à
semissoma dos
1,83 ; 1,91 4 1,87 7,48 extremos da classe. No
caso da classe
1,91 ; 1,99 6 1,95 11,70 1,75 ; 1,83 , tem-se:
1,99 ; 2,07 3 2,03 6,09
x1 =
1, 75 + 1,83
 2,07 ; 2,15 2 2,11 4,22
2
x1 = 1, 79
Total 18 - 34,86

Aplicando a fórmula para o cálculo da média para valores organizados em classes, vem:
34,86
x= = 1,94
18
Portanto, a média das alturas dos jogadores da equipa de basquetebol é 1.94m
2
➢ Moda

Sendo 𝑥1 , 𝑥2, . . . , 𝑥𝑛 os 𝑛 valores de uma variável estatística, chama-se moda e representa-se por Mo ao valor
que ocorre com maior frequência.
Numa representação gráfica, a moda é o valor da variável correspondente ao ponto mais alto da curva.
Para um conjunto de dados pode existir mais do que uma moda, ou até não existir moda.
Se o conjunto de dados tiver duas modas, dizemos que é bimodal; no caso de ter mais do que duas modas o
conjunto de dados é multimodal.
Se o conjunto de dados não tiver moda dizemos que é amodal.

Vejamos alguns exemplos:

Dados Moda

1 2 1 3 2 3 1 4 5 1

1 3 1 2 4 5 2 1 2 1 e 2 (bimodal)

4 2 3 1 2 1 3 4 Não tem moda (amodal)

Tal como na média, também no cálculo da moda devemos ter em atenção quando os dados estão agrupados
em classes.

Exemplo: A moda em dados agrupados em classes

Considere-se a variável altura no conjunto dos jogadores de uma equipa de


basquetebol, cuja distribuição é definida na tabela ao lado.
Determine a classe modal.

Resolução:

Da observação da tabela verifica-se que a classe 1,91 ; 1,99 é aquela que

apresenta maior frequência absoluta.


A esta classe chamamos, por isso, classe modal.

3
➢ Mediana

Sendo 𝑥1 , 𝑥2, . . . , 𝑥𝑛 os 𝑛 valores de uma estatística quantitativa ordenados por ordem crescente ou decrescente,
chama-se mediana e representa-se por 𝑥̃ :
✓ Ao valor da variável que ocupa a posição central, se 𝒏 ímpar:
𝑥̃ = 𝑥𝑘
✓ À média aritmética dos dois valores centrais se 𝒏 par:

𝑥𝑘 + 𝑥𝑘+1 𝑛
𝑥̃ = 𝑐𝑜𝑚 𝑘 =
2 2

Tal como no caso da média e moda, também devemos ter em atenção à forma como os dados são apresentados.

Exemplo: Dados em tabelas, não agrupados


Na tabela seguinte estão registadas as faltas dadas pelos alunos de quatro cursos de aprendizagem de um dado
centro de formação, a Matemática e Realidade ao longo do primeiro período.

Determinar a mediana do número de faltas dos alunos de cada turma

Resolução:
Vamos considerar separadamente as turmas em que o número de alunos é ímpar e as turmas em que o número
total de alunos é par.

Turma 1 (𝒏 ímpar)
Como o número de alunos da turma 1 é 25, tem-se:
25 + 1
k= = 13 , logo a mediana é o valor de ordem 13.
2
Analisando na tabela a coluna Fi verifica-se que o valor de ordem 13 corresponde ao
valor da variável estatística 1.
O valor da mediana é, o número de faltas correspondente a esse valor, isto é:
𝑥̃ = 𝑥13 = 1
Logo a mediana do número de faltas na Turma 1 é 1.

4
Turma 2 (𝒏 ímpar)
27 + 1
Como o número de alunos na turma 2 é 27,tem-se k = = 14 , logo a mediana é o
2
valor de ordem 14.
Verifica-se que na tabela de frequências absolutas acumuladas não existe o número 14.
Como não encontramos o número 14 assinalamos o número imediatamente superior, e
neste caso temos o número 16.

O valor da mediana é, o número de faltas correspondente a esse valor, isto é:


𝑥̃ = 𝑥14 = 1
Logo a mediana do número de faltas dos alunos da turma 2 é 1

Turma 4 (𝒏 par)
28
Como o número de alunos da turma 4 é 28, tem-se: k = = 14 , donde a mediana é a
2
média dos valores de ordem 14 e de ordem 15.

Observando a coluna 𝐹𝑖 da tabela, verificamos que tais valores correspondem a


1 e 2, respetivamente.

A mediana é então:
𝑥14 + 𝑥15 1+2
𝑥̃ = = = 1,5
2 2

Logo a mediana do número de faltas dos alunos da turma 4 é 1,5.

Considerações sobre a média a moda e a mediana

Das medidas de localização estudadas, a média é a mais utilizada, embora, em certos casos a utilização da
mediana ou da moda é preferível.

✓ A média é muito sensível a valores extremos, isto é, quando alteramos significativamente um valor nos
dados a média varia consideravelmente.

✓ A mediana é preferível à média quando se pretende conhecer o ponto médio da distribuição, ou seja,
o valor que divide as observações em duas partes iguais.

✓ A moda torna-se importante sempre que pretendemos estudar variáveis qualitativas, já que tanto a
média como a mediana só são aplicáveis em variáveis quantitativas.