Noções Básicas de Estatística Medidas de Posição e Dispersão

17/05/2020 Noções básicas de estatística: medidas de posição e dispersão
Noções básicas de estatística: medidas de posição e

dispersão
Até o momento, vimos apenas a parte conceitual da estatística. Vimos o que

é a estatística e quais são as suas áreas. Aprendemos como são feitas as coletas
e a exposição de dados e também o que são os modelos estatísticos e suas
representações por fórmulas matemáticas.
Neste material, abordaremos os cálculos matemáticos utilizados na

estatística para medir os dados. Esses cálculos fornecem diversas informações
sobre os dados.
Antes de entendermos os cálculos, é importante salientar que os dados

podem ser apresentados de duas maneiras: agrupados ou não agrupados.
Os dados não agrupados são os valores que aparecem de maneira

individual. Suponhamos, por exemplo, que você vá medir os alunos de uma turma
para verificar a altura de cada um. Os dados obtidos podem ser expostos de forma
não agrupada, como mostra a figura 1.
https://www.senacrs.com.br/cursos_rede/gestao_de_projetos/html/conteudo/nocoes_basicas_de_estatisticas/index.html 1/15
Altura (em metros) Quantidade
0,96 2
0,98 1
1,00 1
1,05 2
1,09 1
1,10 1
1,11 2
Figura 1 – Altura dos alunos
Os dados agrupados são os valores que são agrupados em classes. Veja

na figura 2 como os dados da altura das crianças podem ser agrupados dessa
maneira.
Altura (em metros) Quantidade
0,96 |– 1,00 3
1,00 |– 1,04 1
1,04 |– 1,08 2
1,08 |– 1,12 4
Figura 2 – Altura dos alunos, em classes
Atenção - Os conteúdos
trabalhados nos tópicos a seguir
abordarão as medidas de posição e
dispersão somente para dados não

agrupados.
Medidas de posição para dados não agrupados
As medidas de posição indicam a localização de dados.
Para que os conceitos das medidas fiquem bem claros, trabalharemos com
eles de forma prática. Partiremos de um caso hipotético para ilustrar as funções de
um auxiliar de recursos humanos.
Imagine a seguinte situação: você é

auxiliar de recursos humanos em uma empresa,
e seu chefe pediu que você fizesse o
levantamento do salário dos dez funcionários
que trabalham no setor de logística. Você deverá
determinar os valores em salários-mínimos.
Salário de cada funcionário: Arnaldo recebe 2
salários-mínimos; Bernardo recebe 2 salários-
mínimos; Carlos recebe 5 salários-mínimos;
Daniel recebe 4 salários-mínimos; Evandro
recebe 8 salários-mínimos; Filipe recebe 9
salários-mínimos; Guilherme recebe 7 salários-
mínimos; Horácio recebe 2 salários-mínimos;
Ivan recebe 1 salário-mínimo; e João, 6 salários-
mínimos.
De modo organizado, podemos apresentar os dados da seguinte forma:
Valor do salário em
Funcionário
salários-mínimos (Xi)
Arnaldo 2
Bernardo 2
Carlos 5
Daniel 4
Evandro 8
Filipe 9
Guilherme 7
Horácio 2
Ivan 1
João 6
Figura 3 – Salário dos funcionários do setor de logística
Xi é uma variável aleatória que indica os salários dos funcionários do setor

de logística. As observações assumiram os valores 2, 2, 5, 4, 8, 9, 7, 2, 1 e 6
salários-mínimos.
Rol
O rol é a forma de organizar os dados e de apresentá-los em ordem

crescente ou decrescente.
Funcionário
Ivan 1
Arnaldo 2
Bernardo 2
Horácio 2
Daniel 4
Carlos 5
João 6
Guilherme 7
Evandro 8
Filipe 9
Figura 4 – Salários dos funcionários em ordem crescente
A determinação do rol crescente, na forma de conjunto, fica assim:
X = {1, 2, 2, 2, 4, 5, 6, 7, 8, 9}
A variável Xi assume oito valores.
Logo, pode-se determinar que N = 10 (número de observações).
Moda (Mo)
Moda (Mo) é o dado que mais vezes aparece na amostra. Isso significa que
tem a maior frequência absoluta f (número de repetições) entre as N observações.
Observando a figura 4, pode-se perceber que a moda do conjunto é 2, pois

esse é o valor que mais se repete no conjunto (f = 3) (Arnaldo, Bernardo e
Horácio).
A determinação de Mo = 2 mostra que é maior o número de funcionários que

recebem 2 salários-mínimos.
Se a maior frequência estiver associada a mais de um valor de Xi , então a

distribuição terá mais de uma moda. Ela poderá ser bimodal (dois valores de Xi
apresentam a maior frequência); trimodal (três valores de Xi apresentam a maior
frequência); ou multimodal (vários valores apresentam a maior frequência). Ainda
pode ser amodal, sem moda, sem valores repetidos.
Para observar mais facilmente o dado que mais aparece, devem-se ordenar
os dados em rol.
Média (X̅)
A média é uma medida de tendência central cujo objetivo é determinar uma

possível localização, o espaço do conjunto que deu origem à média.
A média X é representada pelo símbolo X̅, tal que:
A letra grega sigma (∑) representa um somatório.
Na equação, fi é o número de repetições da observação; e Xi são as

observações. Podemos então chamar fi de frequência absoluta de Xi. N é o total
de observações do rol.
Vamos agora calcular a média do exemplo.
Em média, cada trabalhador recebe 4,6 salários-mínimos.
De acordo com a fundamentação teórica, a média é um fator de localização

do conjunto, fazendo com que 4,6 salários-mínimos sejam, mesmo que
simbolicamente, a melhor representação de salário por trabalhador.
Mediana (Md)
Mediana (Md) é a medida que ocupa a posição central do rol. Ela divide o
conjunto original em dois conjuntos de mesmo tamanho. Geram-se dois
subconjuntos de mesmo número de observações, ou seja, 50% dos dados são
superiores à mediana, e 50% são inferiores.
Para calcular a mediana, devemos seguir estes passos:
1.º Colocar os valores em ordem crescente ou decrescente.
2.º Encontrar a posição central da amostra por meio da equação (n + 1) / 2.
Funcionário Posição
Ivan 1 1º
Arnaldo 2 2º
Bernardo 2 3º
Horácio 2 4º
Daniel 4 5º
Carlos 5 6º
João 6 7º
Guilherme 7 8º
Evandro 8 9º
Filipe 9 10º
Figura 5 – Posição dos funcionários por salário
No nosso exemplo, as dez observações já estão em ordem crescente.
Para encontrarmos a posição central, devemos usar esta equação:
A posição 5,5 está entre a 5.ª e a 6.ª posições. Portanto, calcula-se a média
entre os valores que ocupam essas posições, desta maneira:
Desses dados, 50% são inferiores a 4,5 (1, 2, 2, 2, 4); e 50% são superiores
a 4,5 (5, 6, 7, 8, 9).
Medidas de dispersão de dados não agrupados: variância (var) e desvio-

padrão (dp)
Na estatística, há ferramentas que permitem conferir se os valores de um

conjunto de dados estão espalhados ou mais agrupados, bem como averiguar a
distância entre esses valores. Tais ferramentas são conhecidas como medidas de
dispersão, sendo as principais a variância e o desvio-padrão.
E o que cada uma delas representa?
Variância (var)
Variância (var) é uma medida de dispersão que resulta da média dos

quadrados dos desvios. Os desvios (di) são as distâncias entre a média do
conjunto e os valores das observações.
As expressões para calcular as variâncias populacionais são estas:
Quando se quer calcular a

variância a partir de uma amostra, é
necessário substituir N por (n - 1), em
que n é igual ao tamanho da amostra
utilizada.
A variável aleatória Xi determina o número salários-mínimos por trabalhador.

Dez trabalhadores foram consultados, e as observações assumiram os valores 1,
2, 2, 2, 4, 5, 6, 7, 8, e 9 salários-mínimos.
Sabendo que a média X̅ = 4,6, podemos calcular os desvios, pois estes são
resultado de Xi menos a média dos dados.
Vamos agora calcular o quadrado dos desvios:
Agora, podemos calcular a variância:
Quanto menor for a variância,

mais próximos os valores estarão da
média; e quanto maior ela for, mais os
valores estarão distantes da média.
Desvio-padrão (dp)
O desvio-padrão é representado pelas letras dp. O dp é a raiz quadrada da

variância.
Como os valores originais não são quadráticos, é preciso retirar a raiz

quadrada da variância como fator de correção. O desvio-padrão tem a mesma
unidade de medida da variável de estudo.
Temos, então:
O valor que define um desvio-padrão para mais ou para menos em torno da

média (dispersão) é 2,69 salários-mínimos por trabalhador. Como esse número
representa uma expectativa de variabilidade em torno da média, então sua
interpretação pode assumir valores decimais.
O número médio de salários-mínimos por trabalhador entre os dez

consultados é de 4,6 salários-mínimos, com 2,69 salários-mínimos para mais
ou para menos.
Quanto menor for o desvio-padrão, mais os valores da variável se

aproximarão de sua média, ou seja, os dados estarão mais agrupados.
Quanto maior for o desvio-padrão, mais significativa será a heterogeneidade

entre os elementos de um conjunto, ou seja, os dados estarão mais espalhados ou
dispersos.
No nosso caso, quanto menor for o desvio-padrão, mais homogêneos serão

os salários dos funcionários, ou seja, os funcionários receberão salários mais
parecidos. E, quanto maior for o desvio-padrão, maior será a diferença salarial
entre os funcionários da empresa.
Vamos aprender agora a utilizar alguns instrumentos da estatística no Excel.

Clique para assistir ao vídeo.
Referências bibliográficas
CRESPO, Antônio A. Estatística Fácil. São Paulo: Saraiva, 2002.
IGNÁCIO, Sérgio Aparecido. Importância da estatística para o processo

de conhecimento e tomada de decisão. Nota Técnica Ipardes, Curitiba, n. 6, out.
2010. 15 p.
TAVARES, Marcelo. Estatística aplicada à administração. Florianópolis:

Departamento de Ciências da Administração / UFSC; [Brasília]: CAPES: UAB,
2011. 222 p.
WALTER, Maria Inez Machado Telles. Estatística Básica. Brasília: MSD,

2000. v. 1. 72 p.

Noções Básicas de Estatística Medidas de Posição e Dispersão

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Noções Básicas de Estatística Medidas de Posição e Dispersão

Caricato da

Copyright:

Formati disponibili

17/05/2020 Noções básicas de estatística: medidas de posição e dispersão

Noções básicas de estatística: medidas de posição e

Até o momento, vimos apenas a parte conceitual da estatística. Vimos o que

Neste material, abordaremos os cálculos matemáticos utilizados na

Antes de entendermos os cálculos, é importante salientar que os dados

Os dados não agrupados são os valores que aparecem de maneira

Altura (em metros) Quantidade

Figura 1 – Altura dos alunos

Os dados agrupados são os valores que são agrupados em classes. Veja

Altura (em metros) Quantidade

Figura 2 – Altura dos alunos, em classes

dispersão somente para dados não

Medidas de posição para dados não agrupados

As medidas de posição indicam a localização de dados.

Imagine a seguinte situação: você é

De modo organizado, podemos apresentar os dados da seguinte forma:

Figura 3 – Salário dos funcionários do setor de logística

Xi é uma variável aleatória que indica os salários dos funcionários do setor

O rol é a forma de organizar os dados e de apresentá-los em ordem

Figura 4 – Salários dos funcionários em ordem crescente

A determinação do rol crescente, na forma de conjunto, fica assim:

A variável Xi assume oito valores.

Logo, pode-se determinar que N = 10 (número de observações).

Observando a figura 4, pode-se perceber que a moda do conjunto é 2, pois

A determinação de Mo = 2 mostra que é maior o número de funcionários que

Se a maior frequência estiver associada a mais de um valor de Xi , então a

A média é uma medida de tendência central cujo objetivo é determinar uma

A média X é representada pelo símbolo X̅, tal que:

A letra grega sigma (∑) representa um somatório.

Na equação, fi é o número de repetições da observação; e Xi são as

Vamos agora calcular a média do exemplo.

Em média, cada trabalhador recebe 4,6 salários-mínimos.

De acordo com a fundamentação teórica, a média é um fator de localização

Para calcular a mediana, devemos seguir estes passos:

1.º Colocar os valores em ordem crescente ou decrescente.

2.º Encontrar a posição central da amostra por meio da equação (n + 1) / 2.

Figura 5 – Posição dos funcionários por salário

No nosso exemplo, as dez observações já estão em ordem crescente.

Para encontrarmos a posição central, devemos usar esta equação:

Medidas de dispersão de dados não agrupados: variância (var) e desvio-

Na estatística, há ferramentas que permitem conferir se os valores de um

E o que cada uma delas representa?

Variância (var) é uma medida de dispersão que resulta da média dos

As expressões para calcular as variâncias populacionais são estas:

Quando se quer calcular a

A variável aleatória Xi determina o número salários-mínimos por trabalhador.

Vamos agora calcular o quadrado dos desvios:

Agora, podemos calcular a variância:

Quanto menor for a variância,

O desvio-padrão é representado pelas letras dp. O dp é a raiz quadrada da

Como os valores originais não são quadráticos, é preciso retirar a raiz

O valor que define um desvio-padrão para mais ou para menos em torno da

O número médio de salários-mínimos por trabalhador entre os dez

Quanto menor for o desvio-padrão, mais os valores da variável se

Quanto maior for o desvio-padrão, mais significativa será a heterogeneidade

No nosso caso, quanto menor for o desvio-padrão, mais homogêneos serão

Vamos aprender agora a utilizar alguns instrumentos da estatística no Excel.

CRESPO, Antônio A. Estatística Fácil. São Paulo: Saraiva, 2002.

IGNÁCIO, Sérgio Aparecido. Importância da estatística para o processo

TAVARES, Marcelo. Estatística aplicada à administração. Florianópolis:

WALTER, Maria Inez Machado Telles. Estatística Básica. Brasília: MSD,

Potrebbero piacerti anche