FACULDADE UNIVILA

CURSO DE ADMINISTRAO

APOSTILA DE ESTATSTICA I

Este trabalho contm uma compilao de

textos de diversos autores, tendo sido elaborado
com o objetivo exclusivo de ser um apoio didtico
para o aluno em sala de aula.
Professora Walquiria Torezani

Vila Velha 2004

I - A Natureza da Estatstica
1- Panorama Histrico
A origem da palavra Estatstica est associada palavra latina STATUS
(Estado). H indcios de que 3000 anos A.C. j se faziam censos na Babilnia, China
e Egito e at mesmo o 4o. livro do Velho Testamento faz referncia a uma instruo
dada a Moiss, para que fizesse um levantamento dos homens de Israel que
estivessem aptos para guerrear. Usualmente, estas informaes eram utilizadas para
a taxao de impostos ou para o alistamento militar. O Imperador Csar Augusto, por
exemplo, ordenou que se fizesse o Censo de todo o Imprio Romano.
Contudo, mesmo que a prtica de coletar dados sobre colheitas, composio da
populao humana ou de animais, impostos, etc., fosse conhecida pelos egpcios,
hebreus, caldeus e gregos, e se atribuam a Aristteles cento e oitenta descries de
Estados, apenas no sculo XVII a Estatstica passou a ser considerada disciplina
autnoma, tendo como objetivo bsico descrio dos BENS do Estado.
A palavra Estatstica foi cunhada pelo acadmico alemo Gottfried Achenwall
(1719-1772), que foi um notvel continuador dos estudos de Hermann Conrig (16061681). Gottfried determinou os objetivos da Estatstica e suas relaes com as demais
cincias.
Com a Escola Alem as tabelas tornaram-se mais completas, surgiram as
representaes grficas e o clculo das probabilidades, e a Estatstica deixou de ser
simples catalogao de dados numricos coletivos para se tornar o estudo de como
chegar a concluses sobre o todo (populao), partindo da observao de partes
desse todo (amostras).
Atualmente, os estudos estatsticos tm avanado rapidamente e, com seus
processos e tcnicas, Tm contribudo para a organizao dos negcios e recursos do
mundo moderno.
2- O que Estatstica?
A Estatstica uma parte da Matemtica Aplicada que fornece mtodos para
coleta, organizao, descrio, anlise e interpretao de dados e para a utilizao
dos mesmos na tomada de decises.
A utilizao de tcnicas, destinadas anlise de situaes complexas ou no,
tem aumentado e faz parte do nosso cotidiano. Tome-se, por exemplo, as
transmisses esportivas. Em um jogo de futebol, o nmero de escanteios, o nmero
de faltas cometidas e o tempo de posse de bola so dados fornecidos ao
telespectador e fazem com que a concluso sobre qual time foi melhor em campo se
torne objetiva (no que isso implique que tenha sido o vencedor...). O que tem levado
a essa qualificao de nossas vidas no dia a dia?
Um fator importante a popularizao dos computadores. No passado, tratar
uma grande massa de nmeros era uma tarefa custosa e cansativa, que exigia horas
de trabalho tedioso. Recentemente, no entanto, grandes quantidades de informaes
podem ser analisadas rapidamente com um computador pessoal e programas
adequados. Desta forma o computador contribui, positivamente, na difuso e uso de
mtodos estatsticos. Por outro lado, o computador possibilita uma automao que
pode levar um indivduo sem preparo especfico a utilizar tcnicas inadequadas para
resolver um dado problema. Assim, necessria a compreenso dos conceitos
bsicos da Estatstica, bem como as suposies necessrias para o seu uso de forma
criteriosa.
A grosso modo podemos dividir a Estatstica em trs reas:
Estatstica Descritiva
Probabilidade
Inferncia Estatstica
Vamos caracterizar estas trs reas

Estatstica Descritiva
A Estatstica Descritiva pode ser definida como um conjunto de tcnicas
destinadas a descrever e resumir dados, a fim de que possamos tirar concluses a
respeito de caractersticas de interesse. Em geral utilizamos a Estatstica Descritiva na
etapa inicial da anlise quando tomamos contato com os dados pela primeira vez.
Objetivando tirar concluses de modo informal e direto, a maneira mais simples seria a
observao dos valores colhidos. Entretanto ao depararmos com uma grande massa
de dados percebemos, imediatamente, que a tarefa pode no ser simples.Para tentar
retirar dos dados informaes a respeito do fenmeno sob estudo, preciso aplicar
algumas tcnicas que nos permitam simplificar a informao daquele particular
conjunto de valores. A finalidade da Estatstica Descritiva tornar as coisas mais
fceis de entender, de relatar e discutir.
A mdia industrial Dow-Jones, a taxa de desemprego, o custo de vida, o ndice
pluviomtrico, a quilometragem mdia por litro de combustvel, as mdias de
estudantes so exemplos de dados tratados pela Estatstica Descritiva.
Probabilidade
A Probabilidade pode ser pensada como o teoria matemtica utilizada para
estudar a incerteza oriunda de fenmenos que envolvem o acaso. Jogos de dados e
de cartas, ou o lanamento de uma moeda para o ar enquadram-se na categoria do
acaso. A maioria dos jogos esportivos tambm influenciada pelo acaso at certo
ponto. A deciso de um fabricante de cola de empreender uma grande campanha de
propaganda visando a aumentar sua participao no mercado, a deciso de parar de
imunizar pessoas com menos de vinte anos contra determinada doena, a deciso de
arriscar-se a atravessar uma rua no meio do quarteiro, todas utilizam a probabilidade
consciente ou inconscientemente.
Inferncia Estatstica
Inferncia Estatstica o estudo de tcnicas que possibilitam a extrapolao, a
um grande conjunto de dados, das informaes e concluses obtidas a partir de
subconjuntos de valores, usualmente de dimenses muito menores. Deve-se notar
que se tivermos acesso a todos os elementos que desejamos estudar, no
necessrio o uso das tcnicas de inferncia estatstica; entretanto, elas so
indispensveis quando existe a impossibilidade de acesso a todo o conjunto de dados,
por razes de natureza econmica, tica ou fsica.
Estudos complexos que envolvem o tratamento estatstico dos dados,
usualmente incluem as trs reas citadas acima.
3 - Fases do Trabalho Estatstico
O trabalho estatstico um mtodo cientfico, que consiste das cinco etapas
bsicas seguintes:
1- Coleta e crtica de dados
2- Tratamento dos dados
3- Apresentao dos dados
4- Anlise e interpretao dos resultados
5- Concluso

Amostragem

Coleta

Concluso
Censo

Tratamento

Apresentao

Anlise

Vamos tratar cada uma dessas etapas:

Coleta e crtica dos dados
Aps definirmos cuidadosamente o problema que se quer pesquisar, damos
incio coleta dos dados numricos necessrios sua descrio.
A coleta pode ser direta ou indireta.
A coleta direta quando feita sobre elementos informativos de registro
obrigatrio (nascimentos, casamentos e bitos, importao e exportao de
mercadorias), elementos pertinentes aos pronturios dos alunos de uma escola ou,
ainda, quando os dados so coletados pelo prprio pesquisador atravs de inquritos
e questionrios.
A coleta direta de dados pode ser classificada relativamente ao fator tempo em:
a) Contnua quando feita continuamente, tal como a de nascimentos e bitos
e a de freqncia dos alunos s aulas.
b) Peridica quando feita em intervalos constantes de tempo, como os censos
e as avaliaes mensais dos alunos.
c) Ocasional Quando feita extemporaneamente, a fim de atender a uma
conjuntura ou a uma emergncia, como no caso de epidemias que assolam
ou dizimam rebanhos inteiros.
A coleta se diz indireta quando inferida de elementos conhecidos (coleta
direta) e/ou do conhecimento de outros fenmenos relacionados com o fenmeno
estudado. Como por exemplo, podemos citar a pesquisa sobre a mortalidade infantil,
que feita atravs de dados colhidos por uma coleta direta.
Obtidos os dados, eles devem ser cuidadosamente criticados, procura de
possveis falhas e imperfeies, a fim de no incorrermos em erros grosseiros ou certo
vulto, que possam influir sensivelmente nos resultados.
A crtica externa quando visa s causas dos erros por parte do informante,
por distrao ou m interpretao das perguntas que lhe foram feitas; interna
quando visa observar os elementos originais dos dados da coleta.
Tratamento dos dados
Nada mais do que a soma e o processamento dos dados obtidos e a
disposio mediante critrios de classificao Pode ser manual ou eletrnica.
Apresentao dos dados
Por mais diversa que seja a finalidade que se tenha em vista, os dados devem
ser apresentados sob forma adequada tabelas e grficos tornando mais fcil o
exame daquilo que est sendo objeto de tratamento estatstico.

Anlise dos resultados

Aps a apresentao dos dados devemos calcular as medidas tpicas
convenientes para fazermos uma anlise dos resultados obtidos, atravs dos mtodos
da Estatstica Indutiva ou Inferencial, e tirarmos desses resultados concluses e
previses.
Concluso
de responsabilidade de um especialista no assunto que est sendo
pesquisado, que no necessariamente um estatstico, relatar as concluses de
maneira que sejam facilmente entendidas por quem as for usar na tomada de
decises.
4 - A Estatstica nas Empresas
No mundo atual, a empresa uma das vigas-mestra da economia dos povos.A
direo de uma empresa de qualquer tipo, incluindo as estatais e governamentais,
exige de seu administrador a importante tarefa de tomar decises, e o conhecimento e
o uso da Estatstica facilitaram seu trplice trabalho de organizar, dirigir e controlar a
empresa.
Por meio de sondagem, de coleta de dados e de recenseamento de opinies,
podem conhecer a realidade social, os recursos naturais, humanos e financeiros
disponveis, as expectativas da comunidade sobre a empresa, e estabelecer suas
metas, seus objetivos com maior possibilidade de serem alcanados a curto, mdio ou
longo prazo.
A Estatstica ajudar em tal trabalho, como tambm na seleo e organizao
da estratgia a ser a dotada no empreendimento e, ainda, na escolha das tcnicas de
verificao e avaliao da qualidade e da quantidade do produto e mesmo das
possveis lucros e/ou perdas.
Tudo isso que se pensou, que se planejou, precisa ficar registrado,
documentado para evitar esquecimento, a fim de garantir o bom uso do tempo, da
energia e do material e, ainda, para um controle eficiente do trabalho.
O esquema do planejamento o plane, que pode ser resumido, com o auxilio
da Estatstica, em tabelas e grficos, que facilitaro a compreenso visual dos clculos
matemticos-estatisticos que lhes deram origem.
O homem de hoje, em suas mltiplas atividades, lana mo de tcnicas e
processos estatsticos, e s estudando-os evitaremos o erro das generalizaes
apresentadas a respeito de tabelas e grficos apresentados em jornais, revistas e
televiso, freqentemente cometido quando se conhece apenas por cima um pouco
de Estatstica.

II Amostragem
1- Populao e Amostras
Ao conjunto de entes portadores de, pelo menos, uma caracterstica comum
denominamos Populao estatstica ou universo estatstico.
Esse termo refere-se no somente a uma coleo de indivduos, mas tambm
ao alvo sobre o qual reside nosso interesse. Assim, nossa populao pode ser tanto
todos os habitantes de Vila Velha, como todas as lmpadas produzidas por uma
fbrica em um certo perodo de tempo, ou todo o sangue no corpo de uma pessoa.
Como em qualquer estudo estatstico temos em mente pesquisar uma ou mais
caractersticas dos elementos de alguma populao, esta caracterstica deve estar
perfeitamente definida. E isso se d quando, considerando um elemento qualquer,
podemos afirmar, sem ambigidade, se esse elemento pertence ou no populao.
Vamos entender que, em Estatstica, a palavra populao tem significado muito
mais amplo do que no vocabulrio leigo. Para o estatstico, todos os valores que uma
varivel pode assumir, nos elementos de um conjunto, constitui uma populao.
Algumas vezes podemos acessar toda a populao para estudarmos
caractersticas de interesse, mas em muitas situaes, tal procedimento no pode ser
realizado, por impossibilidade ou inviabilidade econmica ou temporal. Por exemplo,
uma empresa no dispe de verba suficiente para saber o que pensa todos os
consumidores de seus produtos. H ainda razes ticas, quando, por exemplo, os
experimentos de laboratrio envolvem o uso de seres vivos. Alm disso, existem
casos em que a impossibilidade de acessar toda a populao de interesse
incontornvel como no caso da anlise do sangue de uma pessoa ou em um
experimento para determinar o tempo de funcionamento das lmpadas produzidas por
uma indstria.
Tendo em vista as dificuldades de vrias naturezas para observar todos os
elementos da populao, tomaremos alguns deles para formar um grupo a ser
estudado. A essa parte proveniente da populao em estudo denominamos amostra.
Uma amostra um subconjunto finito de uma populao.

Etapas da anlise estatstica.

Populao

Estatstica descritiva
Consistncias dos dados
Interpretaes iniciais

Amostra

Inferncia Estatstica
Estimao de quantidades
desconhecidas
Extrapolao dos resultados
Teste de Hipteses

Os pesquisadores trabalham com amostras. Primeiro, porque as populaes

infinitas s podem ser estudadas atravs de amostras. As populaes finitas muito
grandes tambm s podem ser estudadas atravs de amostras. Finalmente, o estudo
cuidadoso de uma amostra tem mais valor cientifico do que o estudo rpido de toda a
populao.
Exemplos:

De populao infinita:
A produo futura de uma mquina.
As extraes, com repetio das bolas de uma urna.
Os nascimentos de bebs.

O nmero de peixes do mar constitui uma populao finita muito grande, pois esse
nmero , em dado momento, matematicamente finito, mas to grande que pode
ser considerado infinito para finalidade pratica.
Os alunos de uma sala de aula, os produtos de um supermercado, os livros de
uma biblioteca, os automveis de vila velha, so exemplos de populaes finitas.

A distino entre populao e amostra fundamental porque com base nos

dados de uma amostra que os estatsticos inferem sobre a populao.
Exemplo: Uma pesquisa de opinio para saber o resultado das eleies para o
governo do estado de So Paulo em 1988, a populao considerada foram todos os
eleitores do estado e para constituir a amostra o IBOPE coletou a opinio de cerca de
1600 eleitores.
As medidas estatsticas obtidas com base na populao so denominadas
parmetros. As medidas obtidas com base em amostras so denominadas
estimativas. Tanto parmetros quanto estimativas so numricos a nica diferena o
fato de os parmetros serem obtidos com base na populao e as estimativas com
base nas amostras.
Os parmetros so em geral desconhecidos porque, na pratica, no possvel
observar toda a populao. Mas, como j disse algum, no preciso beber todo o
vinho para saber que gosto ele tem. Ento o pesquisador obtm uma amostra para ter
uma idia do valor do parmetro.
Embora nenhum plano de amostragem possa garantir que a amostra seja
exatamente semelhante populao da qual foi extrada, se a amostra for
suficientemente grande e obtida com a tcnica correta, na maioria das vezes,
poderemos estimar o valor do erro possvel, isto dizer quo prxima esta a amostra
da populao, em termos de representatividade. Mas ainda, amostras sucessivas da
mesma populao tendem a fornecer estimativas similares entre si e com valores em
torno do verdadeiro, ou seja, o valor do parmetro.
Exemplo: Imagine que a prefeitura de uma metrpole quer tomar uma medida
administrativa que afeta os lojistas: Metade (0,5) deles a favor e metade (0,5)
contra, mas ningum conhece essas propores. Voc toma ento uma amostra de
dois lojistas para afirmar a proporo de lojistas favorveis. Na sua amostra, podem
ser favorveis medida:
a) Nenhum dos dois
b) Somente um deles
c) Os dois
As estimativas da proporo de lojistas favorveis medida seriam:
a) 0
b) 0,5
c) 1

Assim, vimos que, amostras diferentes do estimativas diferentes do

parmetro. o que os estatsticos chamam de flutuao amostral.
Das estimativas possveis desse parmetro, com base em uma amostra de
tamanho 2, que muitssimo pequena, apenas um caso coincide com o valor
verdadeiro do parmetro e as outras so muito ruins.
Se a amostra fosse de tamanho 1000, uma proporo muito maior de
estimativas estaria em torno do valor verdadeiro do parmetro.
Existe uma tcnica especial, a amostragem, para recolher amostras, que
garantam, tanto quanto possvel, o carter de representatividade do todo, que possam
ser usadas para permitir fazer inferncias acerca da populao de que originou.
Quanto mais complexa for a amostragem, maiores cuidados devero ser tomados nas
anlises estatsticas utilizadas; em contrapartida, o uso de um esquema de
amostragem mais elaborado pode levar a uma diminuio no tamanho da amostra
necessrio para uma dada preciso.
Antes de escolher a amostra, preciso definir a tcnica de amostragem, isto ,
os critrios que sero usados para escolher os elementos da populao que
constituiro a amostra. De acordo com a tcnica usada, tem-se um tipo de amostra.
2- Amostragem X Censo
Uma amostra usualmente envolve o estudo de uma parcela dos itens de uma
populao, enquanto que um censo requer o exame de todos os itens. Embora
concentremos nossa ateno nas amostras, conveniente considerar tambm a
alternativa do censo.
primeira vista pode parecer que a inspeo completa ou total de todos os
itens de uma populao seja mais conveniente do que a inspeo de apenas uma
amostra deles. Na prtica, o contrrio que quase vlido
Firmas comerciais e entidades governamentais recorrem amostragem por
vrias razes. O custo usualmente um fator relevante. Colher dados e analisar
resultados custam dinheiro e, em geral quanto maior o nmero de dados colhidos,
maior o custo. Outra razo para o emprego de amostragem que o valor da
informao dura pouco. Para ser til, a informao deve ser obtida e usada
rapidamente. A amostragem a nica maneira de se fazer isso. Por vezes, o exame
de determinado artigo o destri. Testar cadeiras quanto a sua resistncia ao peso
obviamente as destri; se fssemos testar todas as cadeiras, no sobrariam cadeiras
para a venda.
A amostragem prefervel ao censo quando:
a) A populao pode ser infinita, e obviamente no seria possvel examinar todos os
itens da populao o que tornaria ento o censo impossvel.
b) Uma amostra pode ser mais atualizada do que o censo. Se se necessita de uma
informao rapidamente, um estudo de toda a populao pode consumir demasiado
tempo e perder utilidade. Alm disso, se a populao tende a modificar-se com o
tempo, um censo poder, na realidade, combinar vrias populaes.
c) Os testes podem apresentar carter destrutivo, ou seja, os itens examinados so
destrudos no prprio ato do experimento. Ento o censo nos daria o panorama
preciso de uma populao que no existe mais.
d) O custo de um censo pode ser proibitivo, normalmente se o custo individual
elevado e se existem muitos itens na populao.
e) A preciso pode sofrer no caso de um censo de uma grande populao. A
amostragem envolve menor nmero de observaes e, conseqentemente, menor
nmero de coletores de dados. Com grande nmero de agentes, h menor
coordenao e controle, aumentando a chance de erros. A amostragem pode

revelar maior uniformidade nos mtodos de coleta de dados, e maior

comparabilidade entre os dados, do que um censo.
f) O tipo de informao pode depender da utilizao de uma amostra ou de um censo.
Freqentemente as despesas com coleta de dados sofrem restries
oramentrias. Existe tambm a premncia do tempo. Se nos decidirmos por um
censo, os problemas de custo e de tempo podem conduzir a uma limitao do
censo a apenas uma ou a poucas caractersticas por item. Uma amostra com o
mesmo custo e mesmo tempo, poderia proporcionar resultados mais aprofundados
sobre um menor nmero de itens.
Entretanto, h certas situaes em que mais vantajoso fazer um censo. Entre
essas situaes destacamos:
a) A populao pode ser to pequena que o custo e o tempo de um censo sejam
pouco maiores que para uma amostra.
b) Se o tamanho da amostra grande em relao ao da populao, o esforo
adicional requerido por um censo pode ser pequeno, alm disso, o censo eliminar
a variabilidade amostral.
c) Se se exige preciso completa, ento o censo o nico mtodo aceitvel. Em face
da variabilidade amostral, nunca podemos ter certeza de quais so os parmetros
verdadeiros da populao. Um censo nos dar essa informao, embora erros na
coleta dos dados e outros tipos de tendenciosidade possam afetar a preciso dos
resultados.
d) Ocasionalmente, j se dispe da informao completa, de modo que no h
necessidade de amostra.
3- Amostragem Probabilstica
Uma amostragem ser probabilstica se todos os elementos da populao
tiverem probabilidade conhecida, e diferente de zero, de pertencer amostra. Desta
forma, a amostragem probabilstica implica um sorteio com regras bem determinadas,
cuja realizao s ser possvel se a populao for finita e totalmente acessvel.
Consideraremos aqui os seguintes planos de amostragem probabilstica:
1 Amostragem Aleatria Simples
2 Amostragem Proporcional Estratificada
3 Amostragem Sistemtica
Amostragem Aleatria Simples
Este tipo de amostragem equivalente a um sorteio lotrico. A Amostragem
Aleatria Simples constituda de elementos retirados ao acaso da populao. Ento
todo elemento da populao tem probabilidade fixa de ser amostrado. Por isso que a
esse tipo de amostragem tende a produzir amostras representativas.
Exemplo: Geralmente so considerados aleatrios os seguintes processos:
A chegada de carros a um posto de pedgio
As chamadas telefnicas numa grande mesa de operao
A chegada de clientes aos caixas de um supermercado
A produo de qualquer processo mecnico
Sucessivos lances de moeda ou de dado
Tempo de servio em estaes de pedgio
de mxima importncia dar cuidadosa ateno maneira como se escolhem
os itens, bem como se eles so igualmente provveis.

Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. O que voc faria?
Como queremos uma amostra de 2% dos cadastros, precisamos sortear 10
deles. Faremos isso seguindo os seguintes passos:
1 Numeramos os cadastros de 001 a 500.
2 - Para o sorteio exibiremos duas opes:
a) Escreva os nmeros de 001 a 500, em pedaos iguais de um mesmo papel,
colocando-os dentro de uma caixa. Agite sempre a caixa para misturar bem
os pedaos de papel e retire, um a um, dez nmeros que formaro a
amostra.
b) Coloque em uma urna, bolas numeradas de zero a nove, inclusive, misture
bem e retire uma. Anote o nmero dessa bola que ser o primeiro dgito do
nmero do cadastro que ser amostrado. Volte a bola retirada urna,
misture bem e retire outra. O nmero dessa segunda bola ser o segundo
dgito do nmero do cadastro que ser amostrado. O procedimento dever
ser repetido at completar os trs dgitos da numerao utilizada. Como a
populao constituda por 500 cadastros, devem ser desprezados os
nmeros maiores do que 500, bem como os nmeros que j foram sorteados
e o nmero 000. O sorteio dever ser repetido at se conseguir a amostra de
10 cadastros.
O processo de seleo exige que se atribuam nmeros consecutivos aos itens
listados escolhendo-se depois, aleatoriamente, os nmeros dos itens que comporo a
amostra. Conceitualmente, podemos usar cartas, dados, fichas numeradas ou bolas
numeradas para gerar nmeros aleatrios para gerar nmeros aleatrios
correspondentes aos nmeros de nossa listagem.
Na prtica, tais dispositivos so empregados raramente, por vrias razes.
Uma dela que cada dispositivo deixa algo a desejar; os mtodos no so
perfeitamente aleatrios. As cartas, por exemplo, podem aderir umas s outras,
impedindo um embaralhamento perfeito. As arestas de um dado podem estar
desgastadas. E sempre h o perigo de as bolas de uma urna no terem sido
convenientemente misturadas.Em vista disso, e porque a amostragem aleatria vital
para a inferncia estatstica, existem tabelas especialmente elaboradas, chamadas
Tabelas de Nmeros Aleatrios, construda de modo que os dez algarismos (0 a 9)
so distribudos ao acaso nas linhas e colunas.
Na tabela de nmeros aleatrios os dez algarismos 0,1,2,...,7,8,9, podem ser
lidos isoladamente ou em grupos; podem ser lidos em qualquer ordem, como por
colunas, num sentido ou noutro, por linhas, diagonalmente etc., e podem ser
considerados aleatrios. A opo de leitura, porm, deve ser feita, antes de iniciado o
processo. Para usar uma tabela de nmeros aleatrios devemos:
1 Fazer uma lista dos nmeros da populao
2 Numerar consecutivamente os itens na lista, a comear do zero,
3 Ler os nmeros na tabela de nmeros aleatrios de modo que o nmero de
algarismos em cada um seja igual ao nmero de algarismos do ltimo nmero da
sua listagem.
4 Desprezar quaisquer nmeros que no correspondam a nmeros da lista ou que
sejam repeties de nmeros lidos anteriormente. Continue o processo at ter o
nmero desejado de observaes.
5 Usar os nmeros assim escolhidos para identificar os itens da lista a serem
includos na amostra.

10

EXEMPLO DE UMA TABELA DE NMEROS ALEATRIOS

(retirada de: STEVENSON, William J. Estatstica aplicada
administrao, So Paulo: Harbra, 1981)

3690
0813
6477
0772
5692

2492
6790
5289
2160
9870

7171
6858
4092
8236
3583

7720
1489
4223
0812
8997

6509
2669
6454
4195
1533

7549
3743
7632
5589
6566

2330
1901
7577
0830
8830

5733
4971
2816
8261
7271

4730
8280
9202
9232
3809

2080
1039
7227
8506
5086

3828
3382
0104
6348
0303

7880
7600
4141
4612
7423

0586
1077
1521
8252
3298

8482
4455
9104
1062
3979

7811
8806
5563
1757
2831

6807
1822
1392
0964
2257

3309
1669
8238
2983
1508

2729
7501
4882
2244
7642

0092
0935
2605
7277
5484

1629
5565
3973
9889
3900

0377
2315
8204
0390
3485

3590
8030
4143
5579
0741

2209
7651
2677
4620
9069

4839
5189
0034
5650
5920

6332
0075
8601
0210
4326

1490
9353
3340
2082
7704

3092
1921
8383
4664
6525

6905
8387
4094
4951
9047

7127
5323
1957
3781
0199

5933
3753
0163
5101
5068

1137
1859
9717
1815
7447

7583
6043
4118
7068
1664

6450
0294
4276
6379
9278

5658
5110
9465
7252
1708

7678
6340
8820
1086
3625

3444
9137
4127
8919
2864

7274
9192
0554
8231
3995

9512
4011
1690
5627
9677

0074
0255
6333
1815
7765

6677
5458
1931
7171
3194

8676
6942
9433
8036
3222

0222
8043
2661
1832
4191

3335
6201
8690
2031
2734

1976
1587
2313
6298
4469

1645
0972
6999
6073
8617

2402
5295
5177
7315
5775

6250
7385
1191
3365
7517

9362
5474
2106
7203
8974

7373
2123
3351
1231
3961

4757
7035
5057
0546
2183

1716
9983
0967
6612
5295

1942
5192
4538
1038
3096

0417
1840
1246
1425
8536

5921
6176
3374
2709
9442

5500
3251
4675
3543
3521

2276
8902
1435
6130
8772

6307
8843
2192
4247
6612

2346
2112
0874
4859
0721

1285
8567
2897
2660
3899

7000
8131
0262
7852
2999

5306
8116
5092
9096
1263

0414
5270
5541
0578
7017

3383
5994
4014
0097
8057

5573
7478
3339
5505
6381

9396
7569
2854
8474
2086

3464
7551
9691
3167
5457

1706
3380
9562
8552
7703

9204
2152
3252
5409
2758

3389
5411
9848
1556
2963

5678
2647
6030
4247
8167

2589
7242
8472
4652
6712

0288
2800
2266
2953
9820

11

Exemplo: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. Como voc usaria a tabela
de nmeros aleatrios para extrair essa amostra?
Depois de numerar os cadastros podemos escolher, por exemplo, percorrer a
ltima coluna da tabela de cima para baixo lendo os trs primeiros algarismos de cada
linha. Os nmeros obtidos dessa forma so:
473, 828, 920, 923, 380, 272, 750, 488, 224,
764, 309, 192, 838, 466, 652, 344, 913, 412.
Desprezando os nmeros que so maiores do que 500 (e eventuais repeties)
devemos tomar para a amostra os cadastros de nmeros:
473, 380, 272, 488, 224, 309, 192, 466, 344, 412.
Dispondo-se de uma lista precisa dos itens da populao, relativamente
simples escolher uma amostra aleatria com o auxilio de uma tabela de nmeros
aleatrios. Na realidade, a lista no precisa conter todos os itens. As locaes dos
itens podem constituir uma alternativa, como por exemplo, os quarteires de uma
cidade, ou os arquivos de uma firma etc.
Amostragem Sistemtica
Quando os elementos da populao j se acham ordenados, no h
necessidade de construir um sistema de referncia. So exemplos os pronturios
mdicos de um hospital, os prdios de uma rua, as linhas de produo etc. Nestes
casos, a seleo dos elementos que constituiro a amostra pode ser feita por um
sistema imposto pelo pesquisador.
A Amostragem Sistemtica constituda de elementos retirados da populao
segundo um sistema preestabelecido.
Exemplo 1: Imagine que 500 clientes esto cadastrados em sua empresa e voc
precisa obter uma amostra aleatria de 2% dos cadastros. Como voc obteria uma
amostra sistemtica?
Precisamos obter uma amostra de tamanho 10. Para obter a amostra podemos
dividir 500 por 10, e obter 50. Sorteamos um nmero entre 1 e 50, inclusive, para ser o
primeiro cadastro da mostra e a partir desse nmero, contamos 50 cadastros e
retiramos o ltimo para fazer parte da amostra. Procedemos dessa forma at
completarmos os 10 cadastros da amostra.
Exemplo 2: No caso de uma linha de produo, podemos, a cada dez itens
produzidos, retirar um para pertencer a uma amostra da produo diria. Neste caso,
estaramos fixando o tamanho da amostra em 10% da populao.
preciso especial cuidado com o sistema de seleo. No forme uma amostra
com as primeiras pessoas de uma fila ou, se so atendidos 10 clientes por dia, no
escolha para a amostra, o dcimo de cada dez clientes. Estes procedimentos podem
determinar amostras tendenciosas. Recomenda-se sempre sortear o primeiro
elemento que ser selecionado para a mostra e, a partir da, usar o sistema de
seleo.
Amostragem Proporcional Estratificada
Muitas vezes a populao se divide em subpopulaes, denominadas de
Estratos. Como provvel que a caracterstica em estudo dessa populao apresente,
de estrato em estrato, um comportamento heterogneo e, dentro de cada estrato, um
comportamento homogneo, convm que o sorteio dos elementos da amostra leve em
considerao tais estratos.
A amostra proporcional estratificada composta por elementos proveniente de
todos os estratos.
Exemplo: Vamos obter uma amostra proporcional estratificada de 10% para a
pesquisa da estatura de 90 alunos de uma escola onde 54 so meninos e 36 so
meninas.

12

Temos aqui dois estratos, sexo masculino e sexo feminino.

a) O primeiro passo determinar o tamanho da amostra em cada estrato:
Sexo
M

Populao
54

36

Total

90

10%
10 54
= 5,4
100

10 36
= 3,6
100
10 90
=9
100

Amostra
5

4
9

b) Numeramos os alunos de 01 a 90, sendo que de 01 a 54 correspondem meninos e

de 55 a 90 meninas.
c) obtemos uma amostra aleatria ou sistemtica de cada sexo e reunimos as
informaes numa s amostra, denominada amostra estratificada.
4- Amostragem No Probabilstica

Quando nem todos os elementos da populao tiverem uma probabilidade

diferente de zero de pertencerem amostra, dizemos que a amostragem noprobabilstica.
Este processo de amostragem subjetivo e seu regimento depende do
conhecimento que possui o pesquisador a respeito da estrutura da populao.
empregada, muitas vezes, por simplicidade ou pela impossibilidade de se obter
amostragens probabilsticas.
Se os efeitos das amostragens no-probilsticas podem ser considerados
equivalentes aos das amostragens probabilsticas, ento os processos de
amostragens no-probabilsticas tambm podem ser considerados vlidos.
Consideraremos aqui os seguintes planos de amostragem no probabilstica:
1 Amostragem a Esmo
2 Amostragem por Julgamento
Amostragem a Esmo

o caso em que o pesquisador procura ser aleatrio, sem, no entanto, utilizar

um sorteio aleatrio rigoroso
Exemplo: Se tirarmos 100 parafusos de uma caixa que contm 10.000
parafusos do mesmo modelo e tamanho, de certo no faramos uma amostragem
aleatria simples, pois seria extremamente trabalhosa, mas faramos retiradas a esmo.

Os resultados de uma amostragem a esmo so os mesmos de uma

amostragem probabilstica se a populao homognea e se no existe a
possibilidade de o amostrador ser influenciado (mesmo que inconscientemente) por
alguma caracterstica dos elementos da populao. No seria o caso da amostra dos
parafusos, acima, se estes tivessem modelos e tamanhos diferentes, e isto afetasse a
caracterstica observada nos parafusos.
Amostragem por Julgamento

Neste tipo de amostragem, a amostra colhida na parte da populao que

acessvel. Ento se faz uma distino entre populao-objeto (aquela que se tem em
mente ao realizar o estudo) e a populao-amostrada (a parte da populao que
acessvel). Se essas duas populaes tiverem as mesmas caractersticas, este tipo de
amostragem vai ser equivalente a uma amostragem probabilstica.
Se o tamanho da amostra bem pequeno, digamos, de um a cinco itens, a
amostragem aleatria pode dar totalmente no-representativos, ao passo que uma

13

pessoa familiarizada com a populao pode especificar quais os itens mais

representativos da populao.
Exemplo: Uma cadeia de restaurantes pode querer experimentar uma nova tcnica de
servio, empregando bandejas com aquecimento. Problemas de custo podem fazer
com que a experincia se limite a dois restaurantes, os quais podem diferir
consideravelmente em termos de tamanho, localizao, clientela e lucratividade. Ao
invs de uma seleo aleatria dos dois locais a ser usado como teste, ser melhor
confiar no conhecimento da administrao para fazer tal escolha.

Ocasionalmente, os itens amostrais, se apresentam convenientemente

grupados. Uma pesquisa mdica deve trabalhar com os pacientes disponveis.Este
grupo no pode ser considerado como uma amostra aleatria do pblico em geral e
seria perigoso tentar tirar concluses gerais com base em tal estudo. Entretanto, os
resultados poderiam proporcionar uma base para a elaborao de um plano de
amostragem aleatria para validar os resultados bsicos. Os perigos inerentes
pesquisa mdica, bem como a outros tipos de pesquisa, freqentemente obrigam a
limitar a pesquisa inicial a um pequeno grupo de voluntrios. Outros exemplos
similares seriam portadores de doenas fatais, cadveres, animais, etc.
Finalmente, a amostragem por julgamento pode ser mais rpida e menos
custosa porque no preciso construir uma listagem dos itens da populao.
Tenha-se em mente que a amostragem por julgamento no permite a avaliao
objetiva do erro amostral, de modo que conveniente usar a amostragem
probabilstica sempre que possvel.
Comparao de Planos de Amostragem
Tipo
Caracterizado por
Aleatria
Lista de itens
Sistemtica
Lista aleatria de itens
Estratificada
Subgrupos Homogneos
A Esmo e
No necessita de uma
Por julgamento
listagem de itens
5- Amostras Tendenciosas

Talvez voc nunca faa um trabalho que exija amostragem. Mas muito
provavelmente voc ler ou usar resultados de trabalhos cujos dados foram obtidos
por amostragem. Ento saiba que importante entender o que uma amostra
tendenciosa. Primeiro, as inferncias devem ser feitas apenas para a populao de
onde a amostra foi retirada. No tem sentido, por exemplo, estudar os hbitos de
higiene dos ndios bolivianos e fazer inferncia para a populao da periferia da cidade
de So Paulo. Tambm preciso verificar se a amostra foi retirada da populao
usando um processo delineado segundo critrios estatsticos.
A amostra deve ter o tamanho usual da rea em que a pesquisa se enquadra.
Na prtica, o tamanho da amostra determinado mais por consideraes reais ou
imaginrias a respeito do custo de cada unidade amostrada do que por tcnicas
estatsticas. Veja o que se faz na sua rea de trabalho, consultando a literatura e
verifique o que seu oramento permite fazer.
As amostras muito pequenas podem ser excelentes estudos de casos, mas
no permitem fazer inferncia estatstica. Mas tambm desconfie de amostras muito
grandes. Ser que o pesquisador tinha tempo e dinheiro para fazer um bom
levantamento de tantos dados? E veja como foi feito o questionrio. So mais
confiveis as respostas obtidas atravs de entrevistas, desde que o entrevistador
tenha sido treinado. Estude as perguntas. Elas eram claras? As respostas podem ser,
por alguma razo, mentirosas? Leia o artigo e se pergunte:
1 Qual a populao?
2 Como a mostra foi selecionada?
3 Qual o tamanho da amostra?
4 Como o questionrio foi feito?
5 As perguntas eram claras?

14

Se estas perguntas no tiverem resposta satisfatria, a amostra pode ser

tendenciosa.
Exemplo: Para estimar o tamanho dos morangos de uma caixa, no seria correto
examinar o tamanho dos 10 morangos que esto na parte de cima, pois
provavelmente, a amostra seria tendenciosa uma vez que os vendedores de morango
arrumam as caixas de maneira a colocar as frutas maiores nas camadas mais
superficiais.

preciso cuidado na forma de tomar a amostra porque os erros de

amostragem fazem com que os resultados da amostragem sejam diferentes dos
resultados do censo.
Quando a pesquisa exige que os participantes respondam a um questionrio,
preciso especial ateno forma de obter as respostas. Se o questionrio enviado
s pessoas pelo correio, a taxa de resposta baixa. Tendem a responder mais as
pessoas que tm opinio formada, seja a favor ou contra o assunto. Ento a amostra
pode ser tendenciosa pelo fato de no conter pessoas indiferentes ao tema tratado.
Por telefone obtm-se respostas mais rapidamente, mas no Brasil a maioria das
residncias no tem telefone. Ento a amostra pode ser tendenciosa pelo fato de s
terem sido entrevistadas pessoas suficientemente ricas para ter um telefone.
As entrevistas pessoais tm a taxa mais alta de respostas, mas exigem do
entrevistador tempo e treinamento. Mesmo assim, muitas unidades podem no
responder. A falta de resposta se explica pela inabilidade do pesquisador para entrar
em contato com as pessoas ou para conseguir respostas daqueles que, a principio, se
recusam a responder. Se essas pessoas diferem da populao a amostra
tendenciosa.
Mas existem, ainda outras fontes de erros nos resultados de um levantamento
por amostragem.
Exemplo: A origem do erro pode estar na prpria pergunta que feita ao entrevistado.
A pessoa pode mentir sobre sua idade ou sobre sua renda
A pessoa pode no lembrar e dar resposta errada quando perguntada sobre
questes do tipo: Quantos cigarros o senhor fumou na semana passada?.
Quem no entende a pergunta pode dar qualquer resposta, apenas para no
mostrar ignorncia.
Perguntas mal feitas que induzem a certa resposta. Por exemplo, Voc acha
justo pessoas de idade ficarem passeando de nibus de graa, enquanto
estudantes e trabalhadores tm que pagar?

Finalmente, cabe tratar aqui algumas questes de tica que surgem quando se
faz um levantamento de dados. claro que podem existir abusos. Esses abusos no
so, contudo, da ordem dos que, vez por outra, ocorrem nos experimentos cientficos.
De qualquer forma, a primeira questo de tica que pode surgir o fato de a pessoa
que responde estar sendo usada para uma pesquisa, sem saber disso. As pessoas
devem ser avisadas de que esto sendo entrevistadas para uma pesquisa e tm o
direito de se recusar a participar. Ainda, na maioria das vezes, quem responde no
sabe o uso que se far do dado. Mas todo pesquisador deve informar s pessoas que
participam da pesquisa quais so os seus objetivos e tem o dever de informar, depois
de terminado o trabalho, quais foram as suas concluses.
Outra questo tica, muito mais sria do que as anteriores a dos
pesquisadores sociais que se infiltram em certos grupos, fingindo pertencer a eles, s
para obter informaes. Essa atitude defensvel apenas nos rarssimos casos em
que a informao obtida pela pesquisa absolutamente essencial e no pode ser
obtida por outros meios. E, por ltimo, vem a questo da identificao, sem a
necessria autorizao, de quem responde, usando expedientes como questionrios
com cdigos secretos. Definitivamente, a identificao por cdigo no tica.
Um estatstico conhecido disse, certa vez, que possvel mentir usando
estatstica, mas que se mente mais, e melhor, sem estatsticas. preciso entender
que as amostras podem levar a concluses erradas. Contudo, as opinies pessoais,
sem base em dados, levam em geral, a concluses muito mais erradas.

15

III Organizao de Dados

1- Variveis

Os dados estatsticos se obtm mediante um processo que envolve a

observao ou outra mensurao de caractersticas de uma populao ou amostra tais
como renda anual numa comunidade, sexo dos indivduos de uma tribo indgena,
percentagem de acar em cereais, etc. Cada uma dessas caractersticas chamada
de varivel, porque originam valores que tendem a exibir certo grau de variabilidade
quando se fazem mensuraes sucessivas.
Exemplo: Suponha que um questionrio foi aplicado aos alunos do 3 perodo do
curso de administrao da UNIVILA fornecendo as seguintes informaes:
1) Id: Identificao do aluno
2) Turma: Turma em que o aluno foi alocado (A ou B)
3) Sexo: F se feminino, M se masculino.
4) Idade: Idade em anos
5) Altura: Altura em metros
6) Peso: Peso em quilogramas
7) Filhos: Nmero de filhos na famlia

Para a varivel sexo so dois os valores possveis: F ou M

Para a varivel Filhos os valores possveis so expressos atravs de
nmeros naturais: 0, 1, 2, 3,...
Para a varivel Altura temos uma situao diferente, pois os resultados
podem assumir um nmero infinito de valores dentro de um determinado
intervalo.

Claramente tais variveis tm naturezas diferentes no que tange aos possveis

valores que podem assumir. Tal fato deve ser levado em conta nas anlises dos dados,
pois para cada tipo de varivel existe um tratamento diferente.
2- Classificao das variveis

Vamos considerar dois grandes tipos de variveis:

A) Quantitativas (numricas): So as variveis cujos valores so expressos em
nmeros. Elas podem ser subdivididas em quantitativas discretas e quantitativas
contnuas. As variveis discretas podem ser vistas como resultantes de contagens,
assumindo assim, valores inteiros. J as variveis contnuas geralmente provm de
uma mensurao e podem assumir qualquer valor em intervalos dos nmeros reais.
Exemplos:
So variveis quantitativas discretas: Nmero de irmos, de alunos numa sala
de aula, de defeitos num carro novo, etc.
So variveis quantitativas contnuas: Altura, peso, comprimento, espessura,
velocidade, etc.
B) Qualitativas (no numricas): So as variveis cujos possveis valores que
assumem representam atributos e/ou quantidades. Se tais variveis tm uma
ordenao natural, indicando intensidades crescentes de realizao, ento elas sero
classificadas como qualitativas ordinais ou por postos. Caso contrrio, quando no
possvel estabelecer uma ordem natural entre seus valores definindo apenas uma
categoria, elas so classificadas como qualitativas nominais.
Exemplos:
So variveis qualitativas nominais: Turma (A ou B), sexo (F ou M), cor dos
olhos, campo de estudo, etc.

16

So variveis qualitativas ordinais: Tamanho (pequeno, mdio ou grande),

Classe social (baixa, mdia ou alta), etc.
Podemos resumir a classificao das variveis no seguinte esquema:

Nominal
Qualitativa
Ordinal
Varivel

Discreta
Quantitativa
Contnua

interessante notar que muitas populaes podem originar os quatro tipos de

dados como ilustramos na tabela abaixo.
Tipo de variveis
Populaes

Quantitativas
Contnua

Alunos
de Idade, peso
Estatstica
Automveis Velocidade
em km/h
Venda
de Valor
em
Imveis
reais

Discreta
N na classe

Qualitativas
Nominal
sexo

N de defeitos cores
por carro
N de ofertas
Acima do preo

Ordinal
Por perodo
limpeza
Muito
dispendioso

3- Distribuio de Freqncia

Uma distribuio de freqncia um mtodo de grupamento de dados em

classes, ou intervalos, de tal forma que se possa determinar o nmero ou a
percentagem de observaes em cada classe. O nmero ou percentagem numa
classe chama-se freqncia de classe. Uma distribuio de freqncia pode ser
apresentada sob forma grfica ou tabular.
Tipos de freqncias

Freqncia simples ou absoluta (f): So os valores que realmente

representam o nmero de dados de cada classe.
Freqncia relativa (fr): So os valores das razes entre as freqncias
simples e a freqncia total. Normalmente calcula-se a freqncia relativa para
efeito de comparao com outros grupos ou conjunto de dados. Convm notar
que, quando estivermos comparando dois grupos com relao s freqncias
de ocorrncia dos valores de uma dada varivel, grupos com um nmero total
de dados maior tendem a ter maiores freqncias de ocorrncia dos valores da
varivel. Dessa forma, o uso de freqncia relativa vem resolver este
problema.
Freqncia acumulada (F): o total das freqncias de todos os valores
inferiores ao limite superior do intervalo de uma dada classe. Normalmente
utilizamos esse tipo de freqncia quando tratamos de variveis qualitativas
ordinais ou quantitativas em geral.
Freqncia acumulada relativa (Fr): o total das freqncias relativas de
todos os valores inferiores ao limite superior do intervalo de uma dada classe.
Como no caso anterior utilizamos esse tipo de freqncia quando tratamos de
variveis qualitativas ordinais ou quantitativas em geral.

17

O processo de construo de uma distribuio de freqncia para determinado

conjunto de dados depende do tipo de dados em estudo, isto , contnuos, discretos,
nominais ou ordinais. Vamos estudar cada caso.
Os dados coletados so registrados em fichas que contm, alm dos dados de
interesse, diversas outras informaes. Portanto, terminada a fase de coleta dos
dados, preciso retirar os dados das fichas e organiz-los. Esta fase do trabalho
denominada, tecnicamente, de tratamento dos dados.
Tabelas e Grficos

Os dados depois de tratados podem ser apresentados em tabelas. Existem

normas nacionais para a organizao de tabelas, ditadas pela ABNT. Essas normas
no sero tratadas aqui, mas convm saber que as tabelas devem ter os seguintes
componentes:
Ttulo: Precede a tabela e explica, em poucas palavras, o dado em estudo. Se
for o caso, indica o tempo e o lugar a que os dados se referem.
Cabealho: Especifica o contedo de cada coluna
Coluna Indicadora: Especifica em cada linha os valores que os dados podem
assumir.
Corpo da tabela: Apresenta a freqncia dos dados.
Fonte: Especifica a entidade, o pesquisador ou pesquisadores que forneceram
os dados, quando esses no foram coletados por voc.
Exemplo

Titulo
Cabealho
Coluna
Indicadora

Valor em dlares dos principais produtos que

o Brasil vende Argentina
Produto

Automveis
Veculos de carga
Autopeas
Motores
Minrio
Tratores

Valor em dlares
(em bilhes)
606
541
531
264
248
130

Corpo da
tabela

Fonte: poca 25 de janeiro de 1999

A organizao dos dados em tabelas de freqncia proporciona um meio eficaz

de estudo do comportamento de caractersticas de interesse. Muitas vezes, a
informao contida nas tabelas pode ser mais facilmente visualizada atravs de
grficos. Meios de comunicao apresentam, diariamente, grficos das mais variadas
formas para auxiliar na apresentao das informaes. rgos pblicos e empresas
se municiam de grficos e tabelas em documentos internos e relatrios de atividades e
desempenho. Graas proliferao de recursos grficos, cuja construo tem sido
cada vez mais simplificada em programas computacionais, existe hoje uma infinidade
de tipos de grficos que podem ser utilizados.
Deve ser notado, entretanto, que a utilizao de recursos visuais na criao de
grficos deve ser feita cuidadosamente; um grfico desproporcional em suas medidas
pode dar falsa impresso de desempenho e conduzir a concluses equivocadas.
Obviamente, questes de manipulao incorreta da informao podem ocorrer em
qualquer rea e no cabe culpar a Estatstica. O uso e a divulgao tica e criteriosa
de dados devem ser pr-requisitos indispensveis e inegociveis.
Exemplos: Vamos definir quatro tipos bsicos de grficos:

Grfico de disco: usado para mostrar a importncia relativa das propores.

Esse tipo de grfico se adapta melhor s variveis qualitativas nominais.

18

Grfico de barras: Utiliza o plano cartesiano com os valores da varivel no

eixo das abscissas e as freqncias ou porcentagens no eixo das ordenadas.
Esse tipo de grfico se adapta melhor s variveis discretas ou qualitativas
ordinais.
Histograma: a representao grfica de uma distribuio de freqncia por
meio de retngulos justapostos. Esse tipo de grfico se adapta melhor s
variveis quantitativas contnuas.
Polgono de freqncia: uma alternativa ao histograma construdo
mediante a conexo dos pontos mdios dos intervalos do histograma com
linhas retas.

Distribuio de Freqncia para Variveis Quantitativas Contnuas

Os principais estgios na construo de uma distribuio de freqncia para

dados contnuos so:
1 Organizar os dados brutos em um rol de ordem crescente ou decrescente.
2 Determinar a amplitude total dos dados que a diferena entre o maior e menor
dos dados.
3 Determinar quanto ao nmero de classes a usar (k). aconselhvel usar entre 5 e
15 classes. Menos que cinco classes pode ocultar detalhes importantes dos dados, e
mais que quinze torna a apresentao demasiado detalhada. Uma regra prtica
consiste em tomar a raiz quadrada do nmero total de dados ( n ) e ajust-la, se
necessrio, aos limites de 5 a 15.
4 Determinar a amplitude de cada classe dividindo a amplitude total por k. Se
necessrio o valor encontrado deve ser aproximado para cima com o mesmo nmero
ou mais casas decimais que os valores das variveis.
5 Estabelecer os intervalos das classes comeando com um inteiro logo abaixo do
menor valor observado e somando a amplitude das classes. Os intervalos de classe
devem ser escritos, de acordo com a Resoluo 866/66 do IBGE em termos de desta
quantidade at menos aquela, empregando, para isso, o smbolo (incluso por
limite inferior e excluso do limite superior).
6 Relacionar os intervalos e fazer a contagem dos pontos por classe. A contagem
total deve ser igual a n.
7 construir uma tabela de freqncia ou um grfico de freqncia.
Exemplo: Considere os dados brutos que representam a safra, em alqueires, por
rvore, para um conjunto de 40 pessegueiros.

Safra atual em (alqueire/ rvore) para 40 Pessegueiros

11,1
12,5
32,4
7,8
21,0
16,4
11,2
22,3
4,4
6,1
27,5
32,8
18,5
16,4
15,1
6,0
10,7
15,8
25,0
18,2
12,2
12,6
4,7
23,5
14,8
22,6
16,0
19,1
7,4
9,2
10,0
26,2
3,5
16,2
14,5
3,2
8,1
12,9
19,1
13,7
Vamos construir uma tabela para representar esses dados:
1- Construo do Rol em ordem crescente
Safra atual em (alqueire/ rvore) para 40 Pessegueiros
3,2
3,5
4,4
4,7
6
6,1
7,4
7,8
8,1
9,2
10,0
10,7
11,1
11,2
12,2
12,5
12,6
12,9
13,7
14,5
14,8
15,1
15,8
16,0
16,2
16,4
16,4
18,2
18,5
19,1
19,1
21,0
22,3
22,6
23,5
25,0
26,2
27,5
32,4
32,8
2 Amplitude Total (AT) = 32,8 3,2 = 29,6
3 Nmero de classes ( K ) =

40 = 6,32 6

19

29,6
= 4,93 5
6
5 Intervalos de variao das classes:
1 classe: Limite inferior: 3
Limite superior: 3 + AC = 3 + 5 = 8
2 classe: Limite inferior = Limite superior da classe anterior: 8
Limite superior: 8 + 5 = 13
3 classe: Vai de 13 a 18
4 classe: Vai de 18 a 23
5 classe: Vai de 23 a 28
6 classe: Vai de 28 a 33

4 Amplitude da classe (AC) =

6 Construo da tabela
Safra Anual (em alqueire/rvore) para 40
Pessegueiros
Nmero de
Nmero de rvores
alqueires
3 8
8
8 13
10
13 18
9
18 23
7
23 28
4
28 33
2
40
Total
O histograma correspondente :
Safra Anual (em alqueire/rvore) para 40
Pessegueiros

O polgono de freqncias dado por:

Safra Anual (em alqueire/rvore) para 40 Pessegueiros
12

N de rvores

10

15

10

0
0

5,5

10,5 15,5 20,5 25,5 30,5

Safra (alqueires)

2
0

5,5

10,5

15,5
20,5
Safra (em alqueires)

25,5

Distribuio de Freqncia para Variveis Quantitativas Discretas

A tabela de freqncia, nesses casos, consiste em listar os valores possveis

da varivel, numricos ou no e fazer a contagem na tabela de dados brutos do
nmero de suas ocorrncias.
Na construo de uma distribuio de freqncia utilizando variveis contnuas,
perde-se certa quantidade de informaes porque os valores individuais perdem sua
identidade quando so grupados em classes. Isso pode ou no ocorrer com variveis
discretas, dependendo da natureza das variveis e dos objetivos do analista.
Exemplo: Considere os seguintes dados relativos ao nmero de acidentes dirios
num grande estacionamento, durante um perodo de 50 dias.

0
3
4
5
7

0
3
4
5
7

N de acidentes dirios num estacionamento, durante 50 dias

0
1
1
2
2
2
2
3
3
3
3
4
4
4
4
4
4
5
5
5
5
6
6
6
6
6
6
6
7
7
7
8
8
8
8

2
4
5
7
9

20

30,5

Podemos construir uma distribuio de freqncia, sem perda dos valores

originais, utilizando como classes os inteiros de 0 a 9.
N de acidentes dirios num
estacionamento, durante 50 dias.
N de acidentes
f
F
0
3
3
1
2
5
2
5
10
3
6
16
4
9
25
5
7
32
6
7
39
7
6
45
8
4
49
9
1
50
50
Total
Podemos ver pela freqncia acumulada que em 25 dias (dos 50) ocorreram
at 4 acidentes por dia.
Dizemos que no h perda de informaes porque poderamos reconstruir os
dados originais a partir desta tabela. Por outro lado, poderamos tratar essa varivel
como se fosse contnua, gerando a seguinte tabela:
N de acidentes dirios num
estacionamento, durante 50 dias.
N de
f
fr
acidentes
02
5
0,10
24
11
0,22
46
16
0,32
68
13
0,26
8 10
5
0,10
50
1,00
Total
Para a distribuio de freqncia sem perda de informaes construmos o
grfico
de barras, enquanto que para a distribuio com perda de informaes
construmos um histograma.
a) Grfico de barras (sem perdas)

b) Histograma (com perdas)

N de acidentes dirios num estacionamento,
durante 50 dias

N de acidentes dirios num estacionamento,

durante 50 dias
9
8
7
6
5
4
3
2
1
0

N de acidentes dirios

16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

5
7
n de acidentes

21

De modo geral, prefere-se uma distribuio de freqncia sem perda de

informaes quando:
Os dados so constitudos de valores inteiros
H menos de, digamos, 16 dados
H suficientes observaes para originar uma distribuio significativa.
Por outro lado, uma distribuio de freqncia com perda de informaes til
quando:
Esto em jogo inteiros e no-inteiros (ou no inteiros somente)
S existem inteiros, porm em nmero demasiadamente elevado para permitir
uma distribuio til.
A perda de informaes de importncia secundria.
Distribuio de Freqncia para Variveis Qualitativas Nominais ou Ordinais

Talvez as distribuies de freqncia mais simples sejam as relativas as

variveis nominais ou ordinais. Tal simplicidade decorre do fato de que as classes so
facilmente reconhecveis, tornando mnimos os clculos.
Exemplo 1: Considere os dados nominais referentes venda de bebidas leves em um
dia no Mercado Peg-Pag, dispostos na tabela de freqncia abaixo:

Venda de Bebidas Leves em um

Dia no Mercado Peg-Pag
Tipo de
f
fr
Bebida
Cola
600
0,60
Limo
200
0,20
Laranja
100
0,10
Uva
50
0,05
Cereja
40
0,04
Outros
10
0,01
1000
1,00
Total
As categorias so os diversos tipos de bebidas. Pode haver diversos tipos de
bebidas com vendas bastante baixas, tais como soda, cerveja e chocolate, que foram
englobadas numa nica categoria, que chamamos de Outros, para tornar os dados
mais abrangentes.
Podemos optar pela construo de um grfico de barras horizontais ou verticais
usando as freqncias simples ou destacar os percentuais de vendas de cada bebida
construindo um grfico de setores com as freqncias relativas.
a) Grfico de barras verticais

b) Grfico de setores

Venda de Bebidas Leves em um Dia no

Mercado Peg-Pag
Venda de Bebidas Leves em um Dia no
Mercado Peg-Pag

700
600

Uva Cereja Outros

Laranja 5% 4% 1%
10%

500
400
300
200

Limo
20%

100
0

Cola

Limo

Laranja Uva
Tipo

Cereja

Cola
60%

Outros

22

Exemplo 2: Consideremos os dados relativos ao aproveitamento num curso de

Matemtica para o 1 perodo de Administrao 2003/2 da Faculdade UNIVILA,
apresentados abaixo de forma ligeiramente diferente das tabelas de freqncias
anteriores, apenas para ilustrar outra maneira de preparar uma tabela de freqncia.

Classificao dos alunos de Matemtica do 1 perodo de Administrao 2003/2 da

Faculdade UNIVILA
Fraca
Razovel
Mdia
Boa
Excelente
Classificao
Total
2
4
20
10
4
40
Nmero de
alunos
0,05
0,10
0,50
0,25
0,10
1,00
Percentagem
Podemos representar esses dados em um grfico de barras horizontais ou de
setores usando os valores das freqncias relativas
a) Grfico de barras horizontais

b) Grfico de setores

Classificao dos alunos de Matemtica do 1

perodo de Administrao 2003/2 da Faculdade
Excelente

Classificao dos alunos de Matemtica do 1

perodo de Administrao 2003/2 da Faculdade
UNIVILA
Excelente
10%

Boa

Fraca
5% Razovel
10%

Boa
25%

Mdia
Razovel

Mdia
50%

Fraca
0

10 15

20 25 30 35
Percentagem

40 45 50 55

Diagrama de Pareto

usado na gesto de qualidade para estabelecer a ordem em que as causas

das perdas ou de outros tipos de fracasso devem ser sanadas.
O Diagrama de Pareto apresenta fracassos e insucessos em ordem de
freqncia. Tem-se, ento, a ordem em que devem ser sanados os erros, resolvidos
os problemas, atendidas as reclamaes, diminuindo o desperdcio. Diz-se, por isso,
que o Diagrama de Pareto estabelece prioridades. Mas o Diagrama de Pareto tambm

23

pode ser usado para identificar causas de sucesso como, por exemplo, as causas do
aumento de venda de um produto.
Exemplo: Consideremos a distribuio de freqncia das reclamaes feitas no
Procon por rea em 1999.

Reclamao do Procon por rea

rea
fr
Fr
Servios
40
40
Assuntos financeiros
23
63
Produtos
21
84
Habitao
8
92
Sade
7
99
Alimentos
1
100
Fonte: Procon, 1999.

Observe que os dados esto apresentados em ordem decrescente de freqncias

relativas.
O Diagrama de Pareto, neste caso, :
Reclamaes no Procon por rea
110
100

100

99

90

92
84

80
70
63

60
50
40

40

30

40
23

20

21

10
0

Habitao

Sade

1
Servios

Assuntos financeiros

Produtos

Alimentos

rea

Note que a linha que est desenhada acima das colunas obtida com base na
doma dos valores das colunas.
O Diagrama de Pareto para essas reclamaes no Procon deve ser
interpretado da seguinte forma: Como a maior parte de reclamaes se concentram
nas areo de servios e assuntos financeiros, o Procon dever centralizar suas
investigaes nessas reas.

24

IV Sries Estatsticas

Denominamos Srie Estatstica toda tabela que apresenta a distribuio de

um conjunto de dados estatsticos em funo da poca, do tempo ou da espcie.
Da podemos inferir que numa srie estatstica observamos a existncia de trs
elementos ou fatores:
Tempo
Espao
Espcie
Basicamente existem trs tipos de sries estatsticas: Temporais ou
Cronolgicas, Geogrficas e Categricas.
1- Sries Temporais

So constitudas por dados produzidos e monitorados ao longo do tempo.

Tambm so chamadas de sries histricas ou cronolgicas.
Exemplos: So sries temporais:

Preo do Acm no varejo em

So Paulo segundo o ano
Anos
Preo mdio
(US$)
1989
2,24
1990
2,73
1991
2,12
1992
1,89
1993
2,04
1994
2,62
Fonte: APA

Nmero de apartamentos vendidos

no ms de janeiro na cidade de So
Paulo por ano.
Ano
N de
Apartamentos
1995
1299
1996
533
1997
659
1998
1040
1999
402
Fonte: Secovi SP (1999)

2- Sries Geogrficas

So constitudas por dados provenientes de diferentes regies geogrficas.

Tambm so chamadas de sries espaciais, territoriais ou de localizao.
Exemplos: So sries geogrficas:

Durao mdia dos estudos

superiores 1994
Pases
Nmero de
anos
Itlia
7,5
Alemanha
7,0
Frana
7,0
Holanda
5,9
Inglaterra
Menos de 4
Fonte: Revista Veja

Nmero de desempregados, em
milhes, nos dez pases com mais
desemprego em 1998.
N de
Pases
desempregados
(em Milhes)
ndia
38.960,1
Indonsia
10.625,7
Rssia
8.028,8
Brasil
6.649,9
EUA
6.173,4
China
6.125,1
Alemanha
4.075,7
Espanha
3.347,1
Japo
2.930,3
Itlia
2.896,2
Fonte: Pochmann (1999)

25

3 Sries Categricas

So constitudas por dados obtidos nas diferentes categorias de uma mesma

varivel. Tambm so chamadas de sries especficas.
Exemplos: So sries categricas:

Rebanhos brasileiros em 1992

Espcies
Quantidade
(1000 cabeas)
Bovinos
154.440,8
Bufalinos
1.423,3
Eqinos
549,5
Asininos
47,1
Muares
208,5
Sunos
34.532,2
Ovinos
19.955,6
Caprinos
12.159,6
Coelhos
6,1
Fonte: IBGE

Patrimnio lquido, segundo o banco,

em1998.
Banco
Patrimnio lquido
(milhes de reais)
Banco do Brasil
6.629,9
Banespa
4.143,2
Bank Boston
693,0
Boa Vista
419,6
Bradesco
6.320,9
HSBC
1.176,5
Ita
4.650,7
Safra
931,2
Santander
960,7
Unibanco
2.906,3
Fonte: EFC/Bancos (1999)

4 Sries Conjugadas

Muitas vezes temos necessidade de apresentar, em uma nica tabela, a

variao de valores de mais de uma varivel, isto , fazer uma conjugao de duas ou
mais sries.
Conjugando duas sries em uma nica tabela. Obtemos uma tabela de dupla
entrada. Em uma tabela desse tipo ficam criadas duas ordens de classificao: uma
horizontal e uma vertical.
Exemplo: A srie conjugada abaixo uma srie geogrfico-temporal.

Terminais telefnicos em servio de 1991 a 1993

Regies
1991
1992
1993
Norte
342.938
375.658
403.494
Nordeste
1.287.813
1.379.101 1.486.649
Sudeste
6.234.501
6.729.467 7.231.634
Sul
1.497.315
1.608.989 1.746.232
Centro-oeste
713.357
778.925
884.822
Fonte: Ministrio das comunicaes

26

V Construo de tabelas e grficos usando o Excel

1- Construo de tabelas de freqncia para Variveis Discretas

Suponhamos que um grupo tenha feito quarenta entrevistas e que uma das
variveis observadas tenha sido Nmero de filhos.
A funo FREQNCIA no Excel calcula a freqncia de cada um dos valores
observados. Para isso preciso que os dados estejam digitados (em colunas ou em
linhas) e que fornea os intervalos com os quais queremos que se faa a contagem.
Exemplo: Considere a seguinte tabela primitiva de dados:
Nmero
do quest.
1
2
3
4
5
6
7
8
9
10

N de
filhos
1
0
0
1
0
1
0
1
1
2

Nmero
do quest.
11
12
13
14
15
16
17
18
19
20

N de
filhos
1
2
0
2
0
1
2
2
1
4

Nmero
do quest.
21
22
23
24
25
26
27
28
29
30

N de
filhos
0
1
1
1
0
1
0
3
0
2

Nmero
do quest.
31
32
33
34
35
36
37
38
39
40

N de
filhos
1
0
1
0
1
0
0
0
0
0

Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir.

Nas clulas A2 a A41 digite os nmeros dos questionrios.
Nas clulas B2 a B41 digite os dados (nmero de filhos).
Nas clulas C2 a C6 digite os valores 0, 1, 2, 3, 4 (so os limites das classes).
Marcar as clulas D2 a D7. Na barra de ferramentas escolha INSERIR FUNO
Escolha primeiramente a opo ESTATSTICA.
Depois escolha a opo FREQNCIA OK.
O primeiro dado que ser pedido Matriz_dados e voc deve, neste campo marcar os
valores onde esto os dados; no nosso caso B2 a B41.
A seguir, pede-se Matriz_bin e voc deve, neste campo, marcar os valores que
correspondem aos limites das classes, no nosso caso C2 a C6.
Logo abaixo da Matriz_bin aparecer o resultado: {17; 15; 6;1;1;0}.
Para que estes valores sejam mostrados na planilha d CTRL + SCHIFT + ENTER.
O resultado deve ser interpretado desta forma:
N de filhos
0
1
2
3
4
5 ou mais
Total

f
17
15
6
1
1
0
40

2- Construo de tabelas de freqncia para Variveis Qualitativas

Para construir tabelas de freqncia para Variveis Qualitativas procede-se da

mesma maneira que para as Variveis Discretas tomando-se apenas o cuidado de
codificar os possveis valores da varivel e digitar a tabela primitiva no Excel usando
esse cdigo.

27

Exemplo: Uma varivel qualitativa com trs valores (A, B, C) foi observada em cada
um dos vinte elementos de uma amostra. Obteve-se:

B
C

A
A

A
B

C
B

A
A

B
C

B
B

B
B

A
B

A
A

Podemos codificar os valores dessa varivel como: A = 0, B = 1 e C = 2.

Devemos prosseguir como na construo de tabelas para variveis
quantitativas discretas digitando o seguinte banco de dados no Excel:
1
2

0
0

0
1

2
1

0
0

1
2

1
1

1
1

0
1

0
0

A tabela fornecida pelo Excel ser:

0
1
2

8
9
3
0

Que para ser interpretada deve ser decodificada. O resultado deve ser
interpretado desta forma:
Varivel
A
B
C
outros
Total

f
8
9
3
0
20

3 - Construo de tabelas de freqncia para Variveis Contnuas

Suponhamos que um grupo tenha feito vinte e duas entrevistas e que uma das
variveis observadas tenha sido Tempo de realizao de um dado exerccio.
Como esta varivel contnua, no podemos usar a funo FREQNCIA par
construir uma tabela de freqncias.
ATENO! Confira se no seu computador tem a opo Anlise de dados... na opo
FERRAMENTAS.
Se no tiver, escolha, na opo FERRAMENTAS a opo SUPLEMENTOS.
Marque no quadrinho Ferramentas de anlise e OK.
Exemplo: Considere a seguinte tabela primitiva de dados:
Nmero
do quest.
1
2
3
4
5
6
7
8
9
10
11

Tempo

0,0
0,5
0,6
1,5
3,3
4,2
3,9
1,0
5,8
4,8
4,0

Nmero
do quest.
12
13
14
15
16
17
18
19
20
21
22

Tempo

2,7
2,3
4,5
3,7
2,9
0,7
4,7
3,1
4,1
4,9
1,2

28

Usando o Excel faa um pequeno banco de dados conforme mostrado a seguir.

Nas clulas A2 a A23 digite os nmeros dos questionrios.
Nas clulas B2 a B23 digite os dados (tempos).
Agora v para:
FERRAMENTAS ANLISE DE DADOS HISTOGRAMA OK
Os dados pedidos so:
- Intervalo de entrada: Marcar no banco de dados, a coluna referente aos dados, no
nosso caso B2 a B23.
- Intervalo de sada: Indique uma clula vazia, a partir da qual ser mostrada a tabela
(p.ex. G2).
A planilha apresentada ser a seguinte:
0
1,45
2,9
4,35
mais

1
5
4
7
5

Que deve ser interpretada desta forma:

Tempos
o 1,45
1,45 2,90
2,90 4,35
4,35 5,80
Total

f
6
4
7
5
22

4- Construo de grficos de barras.

O grfico estatstico uma forma de apresentar os dados estatsticos. A

principal vantagem de um grfico sobre uma tabela que ele permite uma
visualizao imediata da distribuio dos valores observados.
O primeiro passo para se descrever graficamente um conjunto de dados
observados verificar as freqncias dos diversos valores das variveis.
Para fazer um grfico de barras no Microsoft Excel acompanhe o exemplo:
Exemplo: Considere a seguinte tabela de freqncia:
N de filhos
0
1
2
3
4
Total

f
17
15
6
1
1
40

1) Digitar os valores da varivel (antecedidos de uma aspa simples) e as

freqncias, como abaixo:
A
B
2) Marcar as clulas A1 a B6
1
N de filhos
f
2
o
17
3) na barra de ferramentas: INSERIR GRFICO.
3
1
15
Tipo de grfico: Colunas Avanar Avanar
4
2
6
Colocar o ttulo do grfico:
5
3
1
Distribuio do nmero de filhos de 40 entrevistados
6
4
1
Colocar nome no eixo X: N de filhos
Colocar nome no eixo Y: f

29

Ainda nesta janela escolha, no alto, legenda e desmarque a opo mostrar legenda
Avanar.
4) Escolher a opo Como nova planilha e concluir.
5) (opcional) Clique 2 vezes na parte colorida do grfico.
No alto, escolha o opo padres escolha variar cor por ponto.
O grfico ser apresentado da seguinte forma:
Nmero de filhos de 40 entrevistados
18
17
16
15
14
13
12

freqncia

11
10
9
8
7
6
5
4
3
2
1
0
0

Nmero de filhos

Obs: Quando o varivel quantitativa preciso digitar os valores da varivel com uma
aspa simples antes de cada valor (5 ENTER, por exemplo) para diferenciar para o
Excel quem a varivel e quem a freqncia.
5- Construo de Histogramas.

A Construo de um Histograma no Excel requer alguns detalhes. Acompanhe

a partir do exemplo.
Exemplo: Para a varivel Tempo de realizao de um dado exerccio , construmos
a seguinte tabela de freqncia:
Tempos
o 1,45
1,45 2,90
2,90 4,35
4,35 5,80
Total

f
6
4
7
5
22

Vamos construir o histograma que representa essa varivel:

Procedimento:
1) preciso calcular os pontos mdios de cada classe:
0 1,45 ponto mdio = 0,725
1,45 2,90 ponto mdio = 2,125
e assim sucessivamente.
2) Digitar os pontos mdios (antecedidos de uma aspa simples) e as freqncias,
como abaixo:

30

A
Pontos
mdios
0,725
2,125
3,625
5,175

3) Marcar as clulas A1 a B5
4) na barra de ferramentas: INSERIR GRFICO.
Tipo de grfico: Colunas Avanar Avanar
2
6
Colocar o ttulo do grfico:
3
4
Distribuio dos tempos de 22 pessoas para a
4
7
realizao de um exerccio.
5
5
Colocar nome no eixo X: Tempo
Colocar nome no eixo Y: f
Ainda nesta janela escolha, no alto, legenda e desmarque a opo mostrar legenda
Avanar.
5) Escolher a opo Como nova planilha e concluir.
6) (opcional) Clique 2 vezes na parte colorida do grfico.
No alto, escolha o opo padres escolha variar cor por ponto.
1

B
f

O grfico ser apresentado da seguinte forma:

Distribuio dos tempos de 22 pessoas para a realizao de um exerccio.
8

0
0,725

2,125

3,625

5,175

Tempos

Para que este grfico seja um histograma preciso fazer as seguintes alteraes:
1) Clique 2 vezes em alguma das barras.
ir aparecer.

A janela Formatar seqncia de dados

2) Escolha, no alto, Opes.

Na opo: sobreposio, passe o nmero para 100
Na opo: largura do espaamento, passe para 0 OK
3) (Opcional) Clique 2 vezes na parte cinza do grfico.
Na parte rea escolha a opo nenhuma OK.
O grfico agora estar como o da esquerda:

31

Tempo de 22 pessoas para execuo de um exerccio

8

N de pessoas

0
0,725

2,175

3,625

5,075

Tempo

Observao: Para alterar o tipo e o tamanho das letras dos eixos, clique duas vezes
sobre o eixo vai aparecer uma janela Formatar eixos escolha fonte, altere o
tipo e OK.
6 - Construo de Polgonos de Freqncias.

Para se construir um polgono de freqncias, preciso entrar com os dados da

seguinte forma:
A
Pontos
mdios
0,725
2,125
3,625
5,175

1
2
3
4
5

B
f
6
4
7
5

1) Marcar as clulas A1 a B12

2) na barra de ferramentas: INSERIR GRFICO.
Tipo de grfico: Linha Avanar Avanar
3) Colocar o ttulo do grfico:
Distribuio dos tempos de 22 pessoas para a
realizao de um exerccio.
Colocar nome no eixo X: Tempo

Ainda nesta janela escolha, no alto, legenda e desmarque a opo mostrar legenda
Avanar
4) Escolher a opo Como nova planilha e concluir.
O grfico agora estar como o da esquerda:
Distribuio dos tempos de 22 pessoas para arealizao de um exerccio.
8

0
0,725

2,125

3,625

5,175

Tempos

32

VI Medidas de Tendncia Central

1- Introduo

Se estivermos numa parada de nibus urbano e nos pedirem alguma

informao sobre a demora em passar um determinado nibus, que diremos?
Ningum imagina que poderamos dar como resposta uma tabela de freqncias que
pacientemente coletamos no ltimo ms, ou ano! Quem pergunta deseja uma resposta
breve e rpida que sintetiza a informao que dispomos e no uma completa
descrio dos dados coletados.
Para resumir a quantidade de informao contida em um conjunto de dados, os
estatsticos definem medidas que descreve, atravs de um s nmero, caractersticas
dos dados. Algumas dessas medidas descrevem a tendncia central, isto , a
tendncia que os dados tm de se agrupar em torno de certos valores. Dentre as
medidas de tendncia central, destacamos:
A mdia Aritmtica
A Mediana
A Moda
2 A Mdia Aritmtica

A mdia aritmtica a idia que ocorre maioria das pessoas quando se fala
em mdia. E como ela possui certas propriedades matemticas convenientes, a
mais importante das trs medidas que estudaremos.
A mdia aritmtica de um conjunto de dados a soma de todos eles dividido
pelo nmero deles.
Exemplo: Calcule a mdia dos dados: 0, 2, 4, 6, 8.
Basta somar todos os valores e dividir o resultado pelo nmero de parcelas que
5. Assim temos:
0+2+4+6+8
=4
5
Ou seja, a mdia aritmtica, nesse caso, 4.

Quando algum fala sobre um conjunto de dados, tanto pode estar se referindo
a uma amostra como a uma populao. Utilizamos o smbolo para a mdia de uma
populao e o smbolo x para representar a mdia de uma amostra. A mdia da
populao tambm obtida dividindo a soma dos dados pelo nmero de elementos da
populao. No calculamos porque, em geral, temos apenas uma amostra da
populao. Mas a mdia da amostra uma estimativa da mdia da populao.
s vezes, a mdia pode ser um nmero diferente de todos os da srie de
dados que ela representa, por isso costumamos dizer que a mdia aritmtica no tem
existncia concreta.
Exemplo: Calculando a mdia dos dados: 2, 4, 6, 8 temos:

2+4+6+8
=5
4
Isto , a mdia aritmtica, nesse caso, 5. Esse ser o nmero representativo
dessa srie de valores, embora no esteja representado nos dados originais.
Desvio em relao mdia

Denominamos desvio em relao mdia a diferena entre cada elemento de

um conjunto de valores e a mdia aritmtica.
Designando o desvio pelo smbolo d i , podemos escrever:
d i = x i x

33

Onde xi um elemento do conjunto de valores.

Exemplo: Sabendo-se que a produo leiteira diria da vaca Mimosa, durante uma
semana, foi de 10, 14, 13, 15, 16, 18, 12 litros, temos, para a produo mdia
semanal:
10 + 14 + 13 + 15 + 16 + 18 + 12 98
=
= 14
7
7

Logo, x = 14 litros.
Os desvios em relao mdia so dados por:
d 1 = x1 x = 10 14 = 4
d 2 = x 2 x = 14 14 = 0
d 3 = 13 14 = 1

d 4 = 15 14 = 1

d 5 = 16 14 = 2

d 6 = 18 14 = 4

d 7 = 12 14 = 2
A soma dos desvios dos nmeros de um conjunto a contar da mdia zero.
Exemplo: No exemplo anterior temos:
4 1+ 2 2 + 0 + 1+ 4 = 0
Propriedades da mdia aritmtica

A mdia aritmtica tem certas propriedades interessantes e teis, que explicam

por que ela a medida de tendncia central mais usada:
1 - A mdia aritmtica de um conjunto de nmeros pode sempre ser calculada.
2 - Para um dado conjunto de nmeros a mdia aritmtica nica.
3 - A mdia sensvel a (ou afetada por) todos os valores do conjunto. Assim, se um
valor se modifica, a mdia tambm se modifica.
Exemplo: A mdia dos nmeros 1, 2, 2, 3, 4, dada por

1+ 2 + 2 + 3 + 4
= 2,4
5
Se alterarmos o conjunto para 1, 2, 3, 3, 4 a mdia passa a ser dada por
1+ 2 + 3 + 3 + 4
= 2,6
5
4 Somando-se (ou subtraindo-se) uma constante (c) de todos os valores de uma
varivel, a mdia do conjunto fica aumentada (ou diminuda) dessa constante.
Simbolicamente se,

y i = xi c

ento
y = x c.
Exemplo: Somando-se 2 litros de leite a cada produo diria da Mimosa temos que:
y 1 = 12, y 2 = 16, y 3 = 15, y 4 = 17, y 5 = 18, y 6 = 20 e y 7 = 14
Da:
12 + 16 + 15 + 17 + 18 + 20 + 14 112
y =
=
= 16
7
7
Lembrando que a mdia anterior era x = 14 , temos que:
y = 16 = 14 + 2 = x + 2 .

34

5 - Multiplicando-se (ou dividindo-se) uma constante (c) de todos os valores de uma

varivel, a mdia do conjunto fica multiplicada (ou dividida) dessa constante.
Simbolicamente se,

y i = xi c
ento
y = x c .
Exemplo: Multiplicando-se por 3 cada produo diria da Mimosa temos que:
y 1 = 30, y 2 = 42, y 3 = 39, y 4 = 45, y 5 = 48, y 6 = 54 e y 7 = 36
Da:
30 + 42 + 39 + 45 + 48 + 54 + 36 294
y =
=
= 42
7
7
Lembrando que a mdia anterior era x = 14 , temos que:
y = 42 = 14 3 = x 3 .
A Mdia Aritmtica Ponderada

A frmula anterior para calcular a mdia aritmtica supe que cada observao
tenha a mesma importncia. Apesar desse caso ser o mais geral, h excees.
Podemos considerar casos em que as observaes tenham importncias diferentes.
Nesses casos, devemos ponderar a importncia de cada varivel para calcular a
mdia aritmtica.
Exemplo 1: Em uma faculdade a mdia semestral de cada disciplina calculada
considerando as duas mdias bimestrais com peso 3 cada uma um exame final com
peso 4. Se um aluno obtm 8,0 no 1 bimestre, 9,0 no 2 bimestre e 9,6 no exame final
de Estatstica, Qual ser a sua mdia semestral em Estatstica?
O clculo da mdia aritmtica deve levar em conta os pesos desiguais das
notas. Assim, para esse aluno temos:
Avaliao
1 Bimestre
2 Bimestre
Exame final
Total

Notas
8,0
9,0
9,6

Peso
3
3
4
10

Logo:

3(8,0 ) + 3(9,0 ) + 4(9,6 )

89,4
=
= 8,94
10
10
Isto , A mdia semestral desse aluno em Estatstica 8,94.
mdia ponderada =

Exemplo 2: Suponha que em outra faculdade a mdia semestral de cada disciplina

calculada considerando um exame no meio do perodo e um exame final, este ltimo
com o dobro do peso daquele. Qual ser a mdia semestral em Estatstica de um
estudante com 8,5 no primeiro exame e 9,6 no exame final?
Neste caso temos:
Avaliao
Meio do Perodo
Exame final
Total

Notas
8,5
9,6

Peso
1
2
3

Logo:

1(8,5 ) + 2(9,6 )
3
Portanto sua mdia semestral em Estatstica 9,23.
mdia ponderada =

27,7
= 9,23
3

35

Clculo da Mdia Aritmtica para Dados Agrupados

Se os dados se repetem para calcular a mdia preciso multiplicar cada valor

pela sua respectiva freqncia. Na verdade, ao fazer isso, estamos usando uma
variante da frmula de clculo da mdia ponderada, onde os pesos so substitudos
pelas freqncias das classes.
Exemplo 1: Durante uma manh, um feirante vendeu determinado produto a preos
variados: 12 unidades foram vendidas a 2 reais; 10 unidades foram vendidas a 3 reais
e 8 unidades foram vendidas a 6 reais. Qual foi o preo mdio de venda desse produto
naquela manh?
Podemos construir um rol para a varivel Preo de venda do produto:

2
2
3

2
2
3

2
3
6

2
3
6

2
3
6

2
3
6

2
3
6

2
3
6

2
3
6

2
3
6

Para calcular o preo mdio basta somar todos esse valores e dividir o
resultado por 30 que o nmero total de produtos vendidos.
Observe essa conta:
8x644444
6444444412x2
744444448 644444410x3
74444448 6444447
8
2 + 2 + 2 + 22 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6
x=
30
12 x 2 + 10 x 3 + 8 x 6 24 + 30 + 48 102
=
=
= 3,40
30
30
30
Assim o preo mdio do produto pela manh foi R$ 3,40.
Observe agora, a tabela de freqncia dessa varivel:
Valor
2
3
6
Total

f
12
10
8
30

A segunda igualdade da expresso acima, nos mostra que basta ponderar

cada preo praticado pela freqncia com que foi praticado, para calcular o preo
mdio de venda.
Para facilitar as contas, podemos criar uma coluna auxiliar na tabela de
freqncia, chamada de multiplicao, correspondente aos produtos x i f i , e calcular
o preo mdio dividindo o total dessa coluna pelo total da coluna de freqncia
simples.
Valor
2
3
6
Total

f
12
10
8
30

Multiplicao
2 x 12 = 24
3 x 10 = 30
6 x 8 =48
102

Nesse caso o clculo da mdia aritmtica se resume conta:

x =

102
= 3,40
30

Exemplo 2: Foram coletadas 150 observaes da varivel X, representando o nmero

de vestibulares (um por ano) que um mesmo estudante prestou. Os dados esto na
tabela abaixo:

36

X
1
2
3
4
Total

f
75
47
21
7
150

Quantas vezes, em mdia, cada aluno prestou vestibular?

Criando a coluna multiplicao temos:
X
1
2
3
4
Total

f
75
47
21
7
150

Multiplicao
75
94
63
28
260

260
= 1,73
150
Pode ser de interesse estudar o gasto dos alunos associado com as despesas do
vestibular. Para simplificar um pouco a situao, vamos supor que se atribui, para
cada aluno, uma despesa fixa de R$ 1300,00, relativo preparao e mais R$ 50,00
para cada vestibular prestado. De posse dessas informaes, vamos calcular a mdia
da varivel D: Despesa com vestibular. Pela definio desta nova quantidade temos:
D = 50 X + 1300
Logo do clculo que fizemos imediato que:
D = 50 1,73 + 1300 = 1386,50 .
X =

Se os dados esto distribudos em classes, para calcular a mdia aritmtica

multiplique o ponto mdio de cada classe por sua respectiva freqncia, some e divida
o total pela soma das freqncias e a mdia resultante uma aproximao.
Nesse caso, convencionamos que todos os valores includos em um
determinado intervalo de classe coincidem com o seu ponto mdio, o que nem sempre
o caso. Entretanto, se no dispomos dos dados originais, no h outra alternativa
razovel.
Exemplo: Imagine que a margem de lucro na venda de um produto varivel, mas
que, ao longo de seis meses, foram registrados os valores apresentados na tabela
abaixo. Calcule a mdia aritmtica da margem de lucro nesse perodo.

Margem de lucro, em termos de percentual do valor

de compra, segundo a classe.
Classe
f
Ponto mdio Multiplicao
15 25
30
20
600
25 35
45
30
1350
35 45
150
40
6000
45 55
45
50
2250
55 65
30
60
1800
300
12000
Total
Logo a margem mdia de lucro ser dada por:
12000
x=
= 40 .
300

37

3 A Mediana.

Uma segunda medida de tendncia central de um conjunto de nmeros a

mediana. Mediana o valor que ocupa a posio central do conjunto dos dados
ordenados.
Da definio de mediana, segue-se que sua caracterstica principal dividir um
conjunto ordenado de dados em dois grupos iguais; a metade ter valores inferiores
mediana, a outra metade ter valores superiores mediana. A mediana de uma
amostra ser indicada por md.
Para calcular a mediana, necessrio primeiro ordenar os valores
(comumente) do mais baixo ao mais alto. Em seguida, conta-se at a metade dos
valores para achar a mediana.
n +1
, onde n representa a quantidade
Em geral, a mediana ocupa a posio
2
de valores do conjunto.
O processo para determinara a mediana o seguinte:
1 Ordenar os valores
2 Se o nmero de dados mpar, a mediana o valor que est no centro da srie.
3 Se o nmero de dados par, a mediana a mdia dos dois valores que esto no
centro da srie.
Exemplo 1: Calcule a mediana dos dados: 3,9,5,7,9,1,9.
Para obter a mediana, ordene os dados:
1,3,5,7,9,9,9.
A posio da mediana dada por:
7 +1 8
= =4
2
2
Assim a mediana o elemento que ocupa a 4 posio na srie dos dados
ordenados. Isto , a mediana 7.
Note que antes do 7, existem trs nmeros menores: 1,3,5 e, depois do 7, trs
nmeros maiores: 9,9,9.
Exemplo 2: Calcule a mediana dos dados: 42,3,9,5,7,9,1,9.
Para obter a mediana, ordene os dados:
1,3,5,7,9,9,9,42.
A posio da mediana dada por:
8 +1 9
= = 4,5
2
2
Como o nmero de dados par, a mediana a mdia aritmtica dos valores que
ocupam a 4 e a 5 posio na srie dos dados ordenados.
Assim, a mediana dada por:
7 + 9 16
=
= 8.
2
2
Logo temos quatro valores maiores do que 8 (1,3,5,7), e quatro valores menores do
que 8 (9,9,9,42).
Clculo da Mediana para Dados Agrupados

Se os dados se agrupam em uma distribuio de freqncia, o clculo da

mediana se processa de modo muito semelhante quele dos dados no agrupados,
implicando, porm, a determinao prvia das freqncias acumuladas. Ainda aqui,
temos que determinar um valor tal que divida a distribuio em dois grupos que
contenham o mesmo nmero de elementos. Tambm o processo e os resultados
diferem, dependendo de dispormos ou no dos dados originais.
Se dispusermos dos dados originais, o processo ser o seguinte:
1 Determine as freqncias acumuladas.

38

2 Determinar a posio da mediana.

3 Identificar a freqncia acumulada imediatamente superior ao valor determinado
em (1).
4 A mediana ser aquele valor da varivel que corresponde a tal freqncia
acumulada se o nmero de dados for mpar.
5 A mediana ser a mdia aritmtica entre o valor da varivel correspondente a essa
freqncia acumulada e o da posio anterior se o nmero de dados for par.
Exemplo 1: Considere a distribuio relativa a 33 famlias de quatro filhos, tomando
para varivel o nmero de filhos do sexo masculino:
N de
meninos
0
1
2
3
4
Total

2
6
10
11
4
33

2
8
18
29
33

Determine a mediana desse conjunto.

A posio da mediana dada por:
33 + 1 34
=
= 17
2
2
A menor freqncia acumulada que supera esse valor 18, que corresponde ao valor
2 da varivel, sendo esse o valor mediano. Logo:
Md = 2 meninos.
Exemplo 2: Considere a distribuio relativa a 8 pessoas, tomando para varivel o
nmero de vezes que vo ao cinema por ms:
posio =

N de idas ao
Cinema
12
14
15
16
17
20
Total

1
2
1
2
1
1
8

1
3
4
6
7
8

Determine a mediana desse conjunto.

A posio da mediana dada por:
8 +1 9
= = 4,5
2
2
Devemos determinar os valores da varivel que esto na posio 4 e 5.
Para a posio 5 temos que a menor freqncia acumulada que supera esse valor 6,
que corresponde ao valor 16 da varivel, e para a posio 4 temos que o valor da
varivel correspondente 15. Logo:
15 + 16 31
Md =
=
= 15,5
2
2
posio =

Sem os dados originais ficamos restritos suposio de que os valores na

classe que contm a mediana so distribudos de forma uniforme. Assim, o processo
ser o seguinte:
1 Determine as freqncias acumuladas.
2 Identificar o intervalo que contm a mediana.
3 Determinar a aposio da mediana nesse intervalo.
4 Ordenar os valores daquela classe.

39

5 Identificar a mediana.
Exemplo 1: Considere a distribuio relativa a 40 pessoas, tomando para varivel
estatura de cada uma.
Estaturas
150154
154158
158162
162166
166170
170172
Total

f
4
9
11
8
5
3
40

F
4
13
24
32
37
40

Vamos calcular a mediana desses dados:

A posio da mediana dada por:
40 + 1 41
posio =
=
= 20,5
2
2
Devemos determinar os valores da varivel que esto na posio 20 e 21.
Esses dois valores esto na 3 classe que correspondem s estaturas de 158cm a
162cm.
Existem 11 valores nessa classe (24 13 = 11) e a mediana a mdia aritmtica dos
valores que esto nas posies 7 (20 13) e 8 (21 13) dessa classe.
A amplitude dessa classe :
162 158 = 4
Supondo que os valores se distribuem uniformemente pela classe devemos dividir a
amplitude da classe por 11 para determinar o suposto valor de cada elemento.
Graficamente temos:
158

162

Mediana
20 posio

14 posio

21 posio

Ou ainda:
Elemento
Posio
na classe

158
0

158,37
1

158,73
2

159,10
3

159,46
4

159,82
5

160,19
6

160,55
7

160,91
8

161,27
9

161,64
10

Assim, devemos tomar a mdia aritmtica dos valores:

4
158 + 7
= 158 + 2,55 = 160,55 .Correspondente 20 posio.
11
e
4
158 + 8
= 158 + 2,91 = 160,91. Correspondente 21 posio.
11
Logo:
160,55 + 160,91 321,46
Md =
=
= 160,73
2
2
Dizemos ento que metade dos alunos mede menos de 160,73cm e a outra metade
mede mais de 160,73cm.
Comparao entre Mdia Aritmtica e Mediana

A escolha da mdia, ou da mediana, como medida de tendncia central de um

conjunto, depende de diversos fatores. A mdia sensvel a (ou influenciada por) cada
valor do conjunto, inclusive os extremos. Por outro lado, a mediana relativamente
insensvel aos valores extremos.

40

A mediana descreve bem os grandes conjuntos de dados. De qualquer forma,

em algumas circunstncias, a mediana descreve, melhor do que a mdia, a tendncia
central dos dados.
Exemplo: A mediana dos dados 5,7,10,13,65 o nmero 10. Calculando a mdia
desses dados temos que:

X =

5 + 7 + 10 + 13 + 65 100
=
= 20
5
5

Graficamente temos:
5

10

13

Mediana

20

65

Mdia

Neste conjunto h um dado discrepante que o 65. Esse valor puxa a mdia para
cima, mas no afeta a mediana.
Por outro lado, para o conjunto 5,7,10,13,15, a mediana ainda o nmero 10, e sua
mdia dada por:
5 + 7 + 10 + 13 + 15 50
X =
=
= 10
5
5
Neste conjunto no h discrepncia de valores.
Um exemplo clssico em que a mediana pode descrever melhor a tendncia
central dos dados do que a mdia dado pelos salrios de uma categoria profissional.
o caso dos salrios dos jogadores de futebol no Brasil. A existncia de alguns
salrios muito altos afeta mais a mdia do que a mediana. Ento, a mediana d,
melhor do que a mdia, idia do salrio tpico dessa categoria de profissionais.
De modo geral, a mdia possui certas propriedades matemticas que a tornam
atraente. Alm disso, a ordenao dos dados para determinar a mediana pode ser
enfadonha, e o clculo da mediana no pode ser feito com mquina de calcular, ao
contrrio do que ocorre com a mdia.
4 A Moda.

A moda o valor que ocorre com maior freqncia num conjunto. A moda de
uma amostra ser indicada por mo.
Exemplo: Determine a moda dos dados: 0,0,2,5,3,7,4,7,8,7,9,6.
A moda 7, porque o valor que ocorre o maior nmero de vezes.

Um conjunto de dados pode no ter moda porque nenhum valor se repete o

maior nmero de vezes o caso do conjunto:
3,5,8,10,12,13
Dizemos que esse conjunto amodal.
Em outros casos, ao contrrio, pode haver dois ou mais valores de
concentrao. Dizemos, ento, que o conjunto tem dois ou mais valores modais. No
conjunto:
2,3,4,4,4,5,6,7,7,7,8,9.
Temos duas modas: 4 e 7. Esse conjunto se diz bimodal.
A moda funciona como medida descritiva quando se trata de contar dados.
Essa medida no se presta a manipulaes matemticas. De um ponto de vista
puramente descritivo, a moda indica o valor tpico em termos de maior ocorrncia.
Alm disso, se as freqncias so razoavelmente uniformes, a moda perde muito de
sua importncia como medida descritiva. Por outro lado, a utilidade da moda se
acentua quando um ou dois valores, ou um grupo de valores, ocorre com muito mais
freqncia que os outros. Na maior parte das vezes, a mdia aritmtica e a mediana
fornecem melhor descrio da tendncia central dos dados.

41

Quando existe uma grande quantidade de dados e, principalmente, os dados

esto dispostos em uma tabela de freqncias, a idia da moda til. A moda de uma
distribuio de freqncia indica qual poro da distribuio tem a maior freqncia de
ocorrncias. Em geral bastante simples identificar a moda de dados que esto
agrupados em uma tabela de freqncias.
Exemplo: Considere a tabela de distribuio de freqncias relativas ao percentual de
vezes que 50 alunos formulam questes durante uma palestra.
N de vezes
f (%)
1
5
2
3
3
17
4
35
5
18
6
15
7
7
100
Total
A moda neste caso 4 pois a maior parte dos alunos (35%) formularam 4 perguntas
para o palestrante.

Quando h perda de informao, a moda se refere a uma classe modal, e no

a um valor nico. Ela mostra a tendncia central dos dados identificando a rea em
que os dados esto mais concentrados.
Exemplo: Imagine que a margem de lucro na venda de um produto varivel, mas
que, ao longo de seis meses, foram registrados os valores apresentados na tabela
abaixo. Calcule a classe modal da margem de lucro nesse perodo.
Classe
f
15 25
30
25 35
45
35 45
150
45 55
45
55 65
30
300
Total
A classe modal 35 45, porque a classe com maior freqncia, uma vez que 150
produtos foram vendidos com margem de lucro entre 35% e 45%.

Finalmente, a moda tambm pode ser usada para descrever dados qualitativos.
Como, nesse caso, a moda a categoria que ocorre com maior freqncia, ela mostra
a categoria que mais concentra dados.
Exemplo: O site de Veja na Internet perguntou que gastos as pessoas cortam devido
crise econmica. Qual a moda?

Distribuio percentual dos

respondentes, segundo o corte
nos gastos.
Cortes
Percentual
Jantar fora
24
Viagens
23
Curso de idiomas
10
Cinema
7
Nenhum
36
A moda foi no cortar gastos, o que no significa que seja esse o comportamento da
populao em geral. Note que a amostra constituda de assinantes do UOL, que
responderam voluntariamente pergunta.

42

Comparao entre Mdia, Mediana e Moda.

Mdia

Mediana

Moda

Definio

Vantagens

Soma de todos
os valores
dividido pelo total
de elementos do
conjunto.

1 Reflete cada
valor
2 Possui
propriedades
matemticas
atraentes

Valor que divide

o conjunto em
duas partes
iguais.

1 Menos
sensvel a
valores
extremos do
que a mdia.

Valor mais
freqente

1 Valor
tpico. Maior
quantidade de
valores
concentrados
neste ponto.

Limitaes

Quando usar
1 Deseja-se
obter a medida
de posio que
1 influenciada possui a maior
por valores
estabilidade.
2 Houver
extremos.
necessidade de
um tratamento
algbrico
posterior.
1 Deseja-se
obter o ponto
que divide o
conjunto em
1 Difcil de
partes iguais.
determinar para
2 H valores
grande quantidade extremos que
de dados.
afetam de uma
maneira
acentuada a
mdia.
3 A varivel
em estudo
salrio.
1 Deseja-se
obter uma
1 No se presta medida rpida e
anlise
aproximada de
matemtica.
posio.
2 Pode no
2 A medida de
haver moda para
posio deve
certos conjuntos
ser o valor mais
de dados.
tpico da
distribuio.

43

44

Referncias Bibliogrficas
STEVENSON, William J., Estatstica aplicada administrao, Ed. Harbra, So
Paulo, 1981.

CRESPO, Antnio Arnot, Estatstica Fcil, Ed. Saraiva, So Paulo, 1998.

MAGALHES, Marcos Nascimento; LIMA, Antnio Carlos Pedroso de, Noes de
Probabilidade e Estatstica, 5 ed., Editora da Universidade de So Paulo, So
Paulo, 2002.
VIEIRA, Snia, Princpios de Estatstica, Ed. Pioneira Thomson Learning, So
Paulo, 2003.

45

1 LISTA DE EXERCCIOS DE ESTATSTICA I

1- O que Estatstica?
2- Quais so as trs reas principais da Estatstica?
3- Defina os termos amostra e populao.
4- Cite as fases do trabalho estatstico.
5- O que coleta de dados?
6- Quais so as principais razes da amostragem?
7- Para ser til, que caractersticas deve ter uma amostra?
8- Para que serve a crtica dos dados?
9- O que tratar dados?
10- Como podem ser apresentados os dados?
11- As concluses, as inferncias pertencem a que parte da Estatstica?
12- Cite trs ou mais atividades do planejamento empresarial em que a Estatstica se
faz necessria.
13- Para as situaes descritas a seguir, identifique a populao e a amostra
correspondente. Discuta a validade do processo de inferncia estatstica para
cada um dos casos.

a) Para avaliar a eficcia de uma campanha de vacinao no Estado de So

Paulo, 200 mes de recm nascidos, durante o primeiro semestre de um dado
ano e em uma dada maternidade em So Paulo, foram perguntadas a respeito
da ltima vez em que vacinaram seus filhos.
b) Uma amostra de sangue foi retirada de um paciente com suspeita de anemia.
c) Para verificar a audincia de um programa de TV, 563 indivduos foram
entrevistados por telefone com relao ao canal em que estavam sintonizados.
d) A fim de avaliar a inteno de voto para presidente dos brasileiros. 122
pessoas foram entrevistadas em Braslia.
14- A parcela da populao conveniente escolhida para represent-la chamada de:
a) Varivel
b) Rol
c) Amostra
d) Dados brutos
e) Nada podemos afirmar, porque a informao incompleta.

46

2 LISTA DE EXERCCIOS DE ESTATSTICA I

1- Classifique cada uma das variveis abaixo em qualitativa (nominal / ordinal) ou
quantitativa (discreta / contnua).

a) Ocorrncia de hipertenso pr-natal em grvidas com mais de 35 anos (sim ou no

so possveis respostas para essa varivel)
b) Inteno de voto para presidente (possveis respostas so os nomes dos
candidatos, alm de no sei).
c) Perda de peso de maratonistas na Corrida de So Silvestre, em quilos.
d) Intensidade da perda de peso de maratonistas na Corrida de So Silvestre (leve,
moderada, forte)
e) Grau de satisfao da populao brasileira com relao ao trabalho de seu
presidente (valores de 0 a 5, com 0 indicando totalmente insatisfeito e 5 totalmente
satisfeito).
f) Cor dos cabelos dos alunos de uma escola
g) Precipitao pluviomtrica, durante um ano em uma estao meteorolgica de
Vitria.
h) Raa dos alunos de uma certa escola.
i) Nmero de aes negociadas na bolsa de valores de So Paulo.
j) Nmero de filhos de casais residentes em Vila Velha.
K) Salrio dos funcionrios de uma empresa.
l) Dimetro externo de peas produzidas por certa maquina.
m) Nmero de peas produzidas por hora por certa mquina.
n) ndice de liquidez das industrias de Cariacica.
o) Pontos obtidos em cada jogada de um dado.
p) Sexo dos filhos dos casais residentes em Viana.
q) Nmero de exemplares dos livros da biblioteca da Univila.
2- Ao nascer, os bebs so pesados e medidos, para se saber se esto dentro das
tabelas de peso e altura esperados. Estas duas variveis so:
a) Qualitativas
b) Ambas discretas
c) ambas contnuas
d) contnua e discreta, respectivamente.
e) discreta e contnua, respectivamente.

47

3 LISTA DE EXERCCIOS DE ESTATSTICA I

1- Suponha que um questionrio foi aplicado aos alunos do 3 perodo do curso de
administrao da UNIVILA fornecendo as seguintes informaes:
Id: Identificao do aluno
Turma: Turma em que o aluno foi alocado (A ou B)
Sexo: F se feminino, M se masculino.
Idade: Idade em anos
Alt: Altura em metros
Peso: Peso em quilogramas
Filhos: Nmero de filhos na famlia
Fuma: Hbito de fumar, sim ou no.
Toler: Tolerncia ao cigarro:
(I) Indiferente, (P) Incomoda pouco e (M) Incomoda muito.
Exerc: Horas de atividade fsica, por semana.
Cine: Nmero de vezes que vai ao cinema por semana.
OpCine: Opinio a respeito das salas de cinema na cidade:
(B) Regular a boa e (M) muito boa.
TV: Horas gastas assistindo TV, por semana.
OpTV: Opinio a respeito da qualidade da programao na TV:
(R) Ruim, (M) mdia, (B) Boa e (N) no sabe.

Com base na tabela dos dados brutos abaixo, faa uma tabela de distribuio de
freqncia e um grfico adequado para cada varivel apresentada.
Informaes de questionrio estudantil - dados brutos
Id
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

Turma
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
A
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B

Sexo
F
F
M
M
F
M
F
F
F
F
F
F
F
M
F
F
F
M
F
F
F
F
F
F
F
F
F
F
F
F
F
M
F
F
M
F
M
M
F
M
F
F
M
F
F
F
F
F
M
M

Idade
17
18
18
25
19
19
20
18
18
17
18
18
21
19
18
19
17
18
20
18
21
18
18
20
20
19
23
18
18
25
18
17
17
17
18
18
17
21
18
18
17
23
24
18
18
19
19
18
17
18

Altura
1,60
1,69
1,85
1,85
1,58
1,76
1,60
1,64
1,62
1,64
1,72
1,66
1,70
1,78
1,65
1,63
1,82
1,80
1,60
1,68
1,70
1,65
1,57
1,55
1,69
1,54
1,60
1,62
1,57
1,65
1,61
1,71
1,65
1,67
1,73
1,60
1,70
1,85
1,70
1,73
1,70
1,45
1,76
1,68
1,55
1,70
1,55
1,60
1,80
1,83

Peso
50,5
55,0
72,8
80,9
55,0
60,0
58,0
47,0
57,8
58,0
70,0
54,0
58,0
68,5
63,5
47,4
60,0
85,2
54,5
52,5
60,0
58,5
49,2
48,0
51,6
57,0
63,0
52,0
49,0
59,0
52,0
73,0
56,0
58,0
97,0
47,0
95,0
84,0
60,0
73,0
55,0
44,0
75,0
55,0
49,0
50,0
54,5
50,0
71,0
86,0

Filhos
2
1
2
2
1
3
1
1
3
2
1
3
2
1
1
3
1
2
1
3
2
1
1
1
2
2
2
1
2
4
1
1
3
1
1
1
1
1
1
1
1
2
2
1
1
7
2
1
1
1

Fuma
NO
NO
NO
NO
NO
NO
NO
SIM
NO
NO
SIM
NO
NO
SIM
NO
NO
NO
NO
NO
NO
NO
NO
SIM
SIM
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
SIM
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO
NO

Toler.
P
M
P
P
M
M
P
I
M
M
I
M
M
I
I
P
P
P
P
M
P
M
I
I
P
I
M
P
P
M
P
P
M
M
M
P
P
I
P
M
I
M
I
P
M
M
M
P
P
P

Exer.
0
0
5
5
2
2
3
2
3
2
10
0
6
5
4
0
3
3
3
7
8
0
5
0
8
6
8
1
3
1
2
1
2
4
7
5
10
6
5
4
5
2
7
5
0
0
4
2
7
7

Cine
1
1
2
2
2
1
1
2
3
2
2
2
1
1
1
1
1
4
2
2
2
3
4
1
5
2
2
1
1
2
2
1
1
2
1
1
2
4
2
1
4
2
0
1
1
1
3
1
0
0

OpCine
B
B
M
B
B
B
B
M
M
M
B
B
M
M
B
B
B
B
B
B
B
B
B
M
M
B
M
M
B
M
M
B
B
B
B
M
M
B
B
B
B
B
M
B
M
B
B
B
M
M

TV
16
7
15
20
5
2
7
10
12
10
8
0
30
2
10
18
10
10
5
14
5
5
10
28
4
5
5
10
12
2
6
20
14
10
25
14
12
10
12
2
10
25
14
8
10
8
3
5
14
20

OpTV
R
R
R
R
R
R
R
R
R
R
N
R
R
N
R
R
N
R
R
M
R
R
R
R
N
R
R
R
R
R
N
R
R
R
B
R
N
R
R
R
B
R
N
R
R
R
R
R
R
B

48

2- Complete as tabelas abaixo, usando como populao os alunos de sua turma.

a) Variveis Qualitativas Nominais

Distribuio dos alunos do 3 perodo de administrao 2004/1

Sexo
Masculino
Feminino
Total

fr

FONTE: Secretaria da Faculdade UNIVILA

b) Variveis Qualitativas Ordinais

Distribuio dos alunos do 3 perodo de administrao 2004/1
Segundo o grau de interesse pelo cinema nacional

Grau de interesse
MUITO
RAZOVEL
POUCO
NADA
Total

fr

c) Variveis Quantitativas Discretas

Distribuio dos alunos do 3 perodo de
Administrao 2004/1 segundo o nmero de irmos

Nmero de irmos
0
1
2
3

Total
e) Variveis quantitativas contnuas
Distribuio dos alunos do 3 perodo de administrao 2004/1 segundo a altura

Amplitude Total = mx min =

Nmero de Classes: Raiz quadrada de n =
Amplitude das classes = AT: n de classes =

49

3 As notas obtidas por 50 alunos de uma classe foram:

1
3
5
6
7

2
3
5
6
8

2
3
5
6
8

2
4
5
6
8

2
4
5
6
8

2
4
5
7
8

3
4
6
7
8

3
4
6
7
9

3
4
6
7
9

3
5
6
7
9

68
57
76
45
89

61
35
85
55
98

73
85
73
64
42

77
88
60
74
54

Complete a distribuio de freqncia abaixo:

Notas
0 2
2 4
4 6
6 8
8 10
Total

fr

4 Conhecidas notas de 50 alunos:

84
74
59
67
65

68
71
80
41
94

33
81
41
78
66

52
91
50
56
48

47
65
53
94
39

73
55
65
35
96

Obtenha uma distribuio de freqncia e construa um histograma para representar

estas notas.
5 Os resultados do lanamento de um dardo 50 vezes foram os seguintes:
6
1
5
2
5

5
6
4
2
6

2
3
3
5
2

6
3
1
2
4

4
5
3
5
6

3
1
5
1
1

6
3
4
3
5

2
6
4
6
2

6
3
2
5
4

5
4
6
1
3

Fornea uma distribuio de freqncia e construa um grfico de barras para essa

varivel.
6 Considerando as notas de um teste de inteligncia aplicado a 100 alunos:
64
73
78
86
82
68
71
95
94

78
95
86
84
90
96
73
94
75

66
82
78
86
83
86
63
88
67

82
89
101
76
81
70
105
62
95

74
73
85
76
85
72
74
91
108

103
92
98
83
72
74
98
83
98

78
85
75
103
81
84
78
98
71

86
80
73
86
96
99
78
93
92

103
81
90
84
81
81
83
83
72

87
90
86
85
85
89
96
76
73

Fornea uma distribuio de freqncia e construa um grfico adequado para esta

varivel.
7 A tabela abaixo apresenta as vendas dirias de um aparelho eltrico, durante um
ms, por uma firma comercial.
14
12
12
15

12
14
14
13

11
13
10
16

13
14
13
17

14
11
15
14

13
12
11
14

50

Fornea uma distribuio de freqncia e construa um grfico adequado para esta

varivel.
8 Complete a tabela abaixo:
classes
0 8
8 16
16 24
24 32
32 40
Total

f
4
10
14
9
3
40

fr

9 A tabela abaixo apresenta uma distribuio de freqncia das reas de 400 lotes:
REAS (m2)
N de lotes

300 400 500 600 700 800 900 1000 1100 1200
14
46 58 76 68 62 48
22
6

Com referencia a essa tabela determine:

a) A amplitude total.
b) A amplitude de cada classe.
c) A freqncia da quarta classe.
d) A freqncia relativa da sexta classe.
e) A freqncia acumulada da quinta classe.
f) O N de lotes cuja rea no atinja 700m2.
g) O N de lotes cuja rea atinja e ultrapasse 800m2.
h) A percentagem dos lotes cuja rea no atinja 600m2.
i) A percentagem dos lotes cuja rea seja maior ou igual a 900m2.
j) A percentagem dos lotes cuja rea de 500m2 no mnimo, mas inferior a 1000m2.
k) A classe do 72 lote.
l) At que classe esto includos 60% dos lotes.
10 A distribuio abaixo indica o N de acidentes ocorridos com 70 motoristas de
uma empresa de nibus:
N ACIDENTES
N MOTORISTAS

0
20

1
10

2
16

3
9

4
6

5
5

6
3

7
1

Determine:
a) O nmero de motoristas que no sofreram nenhum acidente.
b) O nmero de motoristas que sofreram pelo menos 4 acidentes.
c) O nmero de motoristas que sofreram menos de 3 acidentes.
d) O nmero de motoristas que sofreram no mnimo 3 e no mximo 5 acidentes.
e) A percentagem dos motoristas que sofreram no mximo 2 acidentes.
11 Represente graficamente cada uma das tabelas abaixo:

a)
Produo Brasileira de Petrleo Bruto 1991 1993
3
Anos
Quantidade (1.000 m )
1991
36.180,4
1992
36.410,5
1993
37.164,3
Fonte: Petrobrs

b)
Entrega de Gasolina para Consumo 1988 1991
2
Anos
Volume (1.000 m )
1988
9.267,7
1989
9.723,1
1990
10.121,3
1991
12.345,4
Fonte: IBGE

51

c)

d)

Produo de Ovos de Galinha

Brasil - 1992
Regies
Quantidade (1.000
dzias)
Norte
57297
Nordeste
414.804
Sudeste
984.659
Sul
615.978
Centro-Oeste
126.345
Fonte: IBGE

Produo de Veculos de AutopropulsoBrasil-1993

Tipos
Quantidade
Automveis
1.100.278
Comerciais Leves
224.387
Comerciais Pesados
66.771
Fonte: ANFAVEA

e)

f)
Produo de Ferro Gusa
Brasil - 1993
Unidade de
Produo (1.000t)
Federao
Minas gerais
12.888
Esprito Santo
3.174
Rio de Janeiro
5.008
So Paulo
2.912
Fonte: Instituto Brasileiro de Siderurgia

rea Terrestre Brasil

Regies
Relativa (%)
Norte
45,25
Nordeste
18,28
Sudeste
10,85
Sul
6,75
Centro-Oeste
18,86
Fonte: IBGE

g)

h)

Salrio dos funcionrios do

Supermercado Peg-Pag
Salrios (R$)
f
500 700
8
700 900
20
900 1100
7
1100 1300
5
1300 1500
2
1500 1700
1
1700 1900
1
Total
44

rea de 400 lotes da Praia da Costa

2
N de lotes
reas (m )
300 400
14
400 500
46
500 600
58
600 700
76
700 800
68
800 900
62
900 1000
48
1000 1100
22
1100 1200
6

Sugesto: Para as letras a), b), c) e d) use grfico de barras. Para as letras e) e f)
use grfico de setores e para as demais letras use um histograma.
12 Uma varivel qualitativa com trs valores (A, B, C) foi observada em cada um dos
vinte elementos de uma amostra. Obteve-se:
B
C

A
A

A
B

C
B

A
A

B
C

B
B

B
B

A
B

A
A

a) Determine a freqncia de cada classe.

b) Calcule a freqncia relativa de cada classe.
c) Construa um grfico de barras.
d) construa um grfico de setores.
13 Quinze pacientes de uma clinica de ortopedia foram entrevistados quanto ao
nmero de meses previsto para a fisioterapia, se haver (S) ou no (N) seqelas aps
o tratamento e o grau de complexidade da cirurgia realizada: Alto (A), mdio (M) ou
baixo (B). Os dados so apresentados na tabela abaixo:
Pacientes
Fisioterapia
Seqelas
Cirurgia

1
7
S
A

2
8
S
M

3
5
N
A

4
6
N
M

5
4
N
M

6
5
S
B

7
7
S
A

8
7
N
M

9
6
N
B

10
8
S
M

11
6
S
B

12
5
N
B

13
5
S
M

14
4
N
M

15
5
N
A

52

a) Classifique cada uma das variveis

b) Para cada varivel, construa uma distribuio de freqncia e faa uma
representao grfica.
c) Para o grupo de pacientes que no ficaram com seqela, faa um grfico de barras
para a varivel Fisioterapia. Voc acha que essa varivel se comporta de modo
diferente nesse grupo?
14 Um grupo de estudantes do ensino mdio foi submetido a um teste de
matemtica resultando em:
Nota
0 2
2 4
4 6
6 8
8 10
Total

F
14
28
27
11
4
84

a) Construa um histograma
b) Se a nota mnima para passar 5, qual ser a porcentagem de aprovao?
15 Uma pesquisa com usurios de transporte coletivo na cidade de So Paulo
indagou sobre os diferentes tipos usados nas suas locaes dirias. Dentre nibus,
metr e trem, o nmero de diferentes meios de transporte utilizados foi o seguinte:
2
1
2

3
2
2

2
3
1

1
1
2

2
1
1

1
1
2

2
1
3

3
2
1

1
1
2

1
1
3

a) Organize uma tabela de freqncia.

b) Faa uma representao grfica.
c) Admitindo que essa amostra represente bem o comportamento do usurio
paulistano, voc acha que a porcentagem dos usurios que utilizam mais de um tipo
de transporte grande?
16 Um novo medicamento para cicatrizao est sendo testado e um experimento
feito para estudar o tempo (em dias) de completo fechamento em cortes provenientes
de cirurgia. Uma amostra em 30 cobaias forneceu os valores:
15
15
17

17
18
15

16
14
16

15
17
14

17
15
18

14
14
18

17
15
16

16
16
15

16
17
14

17
18
18

a) Organize uma tabela de freqncia.

b) Que porcentagem das observaes esto abaixo de 16?
c) Classifique como rpida as cicatrizaes iguais ou inferior a 15 dias e como lenta as
demais. Faa um grfico de setores indicando as porcentagens para cada
classificao.
17 Um questionrio foi aplicado aos 10 funcionrios do setor de contabilidade de
uma empresa fornecendo os dados apresentados na tabela.
Funcionrio
1
2
3
4
5
6
7
8

Curso (completo)
superior
superior
mdio
mdio
mdio
mdio
mdio
mdio

Idade
34
43
31
37
24
25
27
22

Salrio (R$)
1.100,00
1.450,00
960,00
960,00
600,00
600,00
600,00
450,00

Anos de Empresa
5
8
6
8
3
2
5
2

53

9
10

fundamental
fundamental

21
26

450,00
450,00

3
3

a) Classifique cada uma das variveis.

b) Faa uma representao grfica para a varivel Curso.
c) Discuta a melhor forma de construir a tabela de freqncia para a varivel Idade.
Construa uma representao grfica.
d) Repita o item (c) para a varivel salrio.
e) Considerando apenas os funcionrios com mais de trs anos de casa, descreva o
comportamento da varivel Salrio.
18 Um grupo de pedagogos estuda a influncia da troca de escolas no desempenho
de alunos do ensino fundamental. Como parte do levantamento realizado, foi anotado
o nmero de escolas cursadas pelos alunos participantes da pesquisa.
Escolas Cursadas
1
2
3
4
5
Total

F
46
57
21
15
4
143

a) Qual a porcentagem dos alunos que cursaram mais de uma escola?

b) Construa o grfico de barras.
c) Classifique os alunos em dois grupos segundo a rotatividade: alta para alunos com
mais de 2 escolas e alta para os demais. Obtenha a tabela de freqncia dessa
varivel.
19 O tempo de utilizao de caixas eletrnicos depende de cada usurio e das
operaes efetuadas. Foram coletadas 26 medidas desse tempo (em minutos):
1,1
1,3

1,2
1,7

1,7
1,6

1,5
1,4

0,9
1,2

1,3
1,2

1,4
1,0

1,6
0,9

1,7
1,8

1,6
1,7

1,0
1,5

0,8
1,3

1,5
1,5

a) Organize uma tabela de freqncia agrupando os dados em classes.

b) Construa um histograma.
20 Foram feitas medidas em operrios da construo civil a respeito da taxa de
hemoglobina no sangue (em gramas/ cm 3 ):
11,1
11,3
13,5

12,2
11,7
12,7

11,7
12,6
12,3

12,5
13,4
13,5

13,9
15,2
15,4

12,3
13,2
16,3

14,4
13,0
12,3

13,6
16,9
15,2

12,7
15,8
13,7

12,6
14,7
14,1

a) Construa uma tabela de freqncia.

b) Construa o histograma.
c) Taxas abaixo de 12 ou acima de 16 so consideradas alteradas e requerem
acompanhamento mdico. Obtenha a tabela de freqncia da varivel
Acompanhamento Mdico com dois valores sim ou no.
21 O valor mdio de comercializao da saca de milho de 60 quilos na Bolsa de
Cereais apresentado abaixo, em reais, para os ltimos 40 meses.
6,1
7,3
7,5
7,5

6,2
7,7
7,7
7,6

6,7
7,6
8,2
7,5

6,5
7,4
8,3
7,6

6,9
7,2
8,1
7,4

6,3
7,2
8,1
7,3

7,4
7,3
8,1
7,4

7,6
7,6
7,9
7,5

7,7
7,5
7,8
7,5

7,6
7,4
7,4
7,4

a) Organize os dados em uma tabela de freqncia.

b) Construa o histograma.

54

22 O nmero de gols marcados no ltimo campeonato da Federao Paulista de

Futebol pelos 20 clubes participantes nos seus 38 jogos uma varivel com os
seguintes valores:
Clube
Gols

1
32

2
42

3
73

4
35

5
79

6
57

7
37

8
52

9
35

10
25

11
55

12
70

13
42

14
41

15
68

16
66

17
74

18
29

19
47

a) Classifique a varivel. Voc acha razovel construir uma tabela de freqncia de

acordo com a classificao dada?
b) Construa uma tabela de freqncia agrupando as observaes em intervalos de
classes.
c) Obtenha o histograma.
d) Que porcentagem dos clubes marcaram mais de 38 gols?
23 Uma nova rao foi fornecida a sunos recm desmamados e deseja-se avaliar
sua eficincia. A rao tradicional dava um ganho de peso ao redor de 3,5 Kg em um
ms. A seguir, apresentamos os dados referentes ao ganho, em quilos, para essa
nova rao, aplicada durante um ms em 200 animais nas condies acima.
a) Construa o histograma.
b) Voc acha que a nova rao mais eficiente que a tradicional? Justifique.
Ganho
1,0 2,0
2,0 3,0
3,0 4,0
4,0 5,0
5,0 6,0
6,0 7,0
Total

F
45
83
52
15
4
1
200

24 num estudo sobre rotatividade de mo de obra na indstria, anotou-se o nmero

de empregos nos ltimos 3 anos para operrios especializados e no especializados.
a) Construa o diagrama de barras correspondente a cada tabela usando a freqncia
relativa.
b) Junte as informaes das duas tabelas em uma s e obtenha um diagrama de
barras da rotatividade de mo de obra na indstria sem diferenciar a especializao.]
c) Voc acha que os trabalhadores especializados trocam menos de emprego?
Justifique.
No Especializados
Empregos
f
1
106
2
222
3
338
4
292
5
164
Total
1122

Especializados
Empregos
f
1
210
2
342
3
109
4
91
5
35
Total
787

25 Como parte de uma avaliao mdica em uma certa universidade, foi medida a
freqncia cardaca dos alunos do primeiro ano. Os dados so apresentados em
seguida.
a) Obtenha o histograma.
b) Freqncias cardacas que estejam abaixo de 62 ou acima de 92 requerem
acompanhamento mdico. Qual a porcentagem de alunos nessas condies?
c) Uma freqncia ao redor de 72 batidas por minuto considerada padro. Voc
acha que de modo geral esses alunos se encaixam nesse caso?
Freqncia Cardaca

60 65
65 70
70 75
75 80

11
35
68
20

55

20
53

80 85
85 90
90 95
95 100
Total

12
10
1
3
160

26 Um exame vestibular para uma faculdade tem 80 questes, sendo 40 de

portugus e 40 de matemtica. Para os 20 melhores classificados apresentamos o
nmero de acertos em cada disciplina, em ordem decrescente do total de pontos.
a) Organize uma tabela de freqncia para cada varivel.
b) Faa uma representao grfica das tabelas obtidas em (a).
c) Construa a tabela de freqncia da varivel Total de pontos.
d) Comente sobre a afirmao: Os aprovados so melhores em portugus do que em
matemtica.
Aluno
Port.
Mat.

1
35
31

2
35
29

3
34
27

4
32
28

5
31
28

6
30
26

7
26
30

8
26
28

9
24
25

10
23
23

11
23
21

12
12
32

13
11
31

14
20
20

15
17
21

16
12
25

17
14
20

18
20
13

19
8
23

27 Vinte baterias para automveis de uma certa marca foram testadas quanto sua
vida til. O teste simula a utilizao da bateria, acelerando seu desgaste de modo a
criar uma rplica da situao real. Os resultados da durabilidade, em meses, so
apresentados a seguir:
a) Construa o histograma
b) Se a amostra acima for considerada representativa do desempenho dessa marca
de bateria, quantas, em 1000 fabricadas, sero repostas pelo fabricante, se ele
oferece uma garantia de 6 meses?
c) Se o fabricante vende cada bateria por 20% acima do preo e custo, em 1000
baterias fabricadas, descartadas as que repe, quanto ser seu lucro por bateria em
funo do preo de custo?
Durabilidade
0 3
3 6
6 9
9 12
12 15
15 20
Total

fr
0,02
0,05
0,15
0,25
0,30
0,23
1,00

56

20
10
20

4 LISTA DE EXERCCIOS DE ESTATSTICA I

1- Uma escola de 1 grau abriga 124 alunos. Obtenha uma amostra representativa
correspondente a 15% da populao.
Sugesto: Use a 8 coluna, a partir da 1 linha, da Tabela de Nmeros Aleatrios, de
cima para baixo.
2 Em uma escola h 80 alunos. Obtenha uma amostra de 12 alunos.
Sugesto: Use a 2 coluna, a partir da 4 linha, da Tabela de Nmeros Aleatrios, de
cima para baixo.
3 Uma populao formada por 140 notas resultantes da aplicao de um teste de
inteligncia:

62
123
109
77
104
69
94
100
79
125

129
60
84
91
107
116
84
79
92
56

95
72
121
51
63
82
123
101
73
86

123
86
60
100
117
95
42
98
83
98

81
108
128
63
116
72
90
110
74
106

93
120
100
107
86
121
91
95
125
72

105
57
72
76
115
52
81
69
101
117

95
113
119
82
62
80
116
77
82
89

96
65
103
110
122
100
73
91
71
99

80
108
128
63
92
85
79
95
75
86

87
90
80
131
102
117
98
74
101
82

110
137
99
65
113
85
82
90
102
57

139
74
149
114
74
102
69
134
78
106

75
106
85
103
78
106
102
94
108
90

Obtenha uma amostra Sistemtica formada de 26 elementos, tomando, inicialmente, a

primeira linha da esquerda para a direita.
4 O diretor de uma escola, na qual esto matriculados 280 meninos e 320 meninas,
desejoso de conhecer as condies de vida extra-escolar de seus alunos e no
dispondo de tempo para entrevistar todas as famlias, resolveu fazer um levantamento,
por amostragem, em 10% dessa clientela. Obtenha, para esse diretor os elementos
componentes da amostra.
5 A cidade de Margaridinha apresenta o seguinte quadro relativo s suas escolas de
1 grau:
ESCOLAS

A
B
C
D
E
F
Total

N DE ESTUDANTES
MASCULINO FEMININO
80
95
102
120
110
92
134
228
150
130
300
290
876
955

Obtenha uma amostra proporcional estratificada de 120 estudantes.

6 dada uma populao construda pelas 12 primeiras letras do alfabeto. Explique o
que voc faria para obter uma amostra sistemtica de trs elementos.
7 dada uma populao infinita constituda apenas por nmeros 2, 4 e 6. escreva
todas as amostras causais possveis de tamanho dois. Note que so possveis
amostras de nmeros iguais e que so diferentes amostras de mesmos nmeros, mas
em ordem diferente.

57

8 Pretende-se obter uma amostra dos alunos de uma universidade para estimar a
proporo que tem trabalho remunerado. Qual a populao em estudo? Qual o
parmetro que se quer estimar? Voc acha que se obteria uma boa amostra dos
alunos no restaurante universitrio? No ponto de nibus mais prximo? Nas portas das
salas de aula? Ou voc tem outra alternativa melhor?
9 Para estimar o nmero mdio de pessoas em um domicilio, um pesquisador
obteve uma amostra sistemtica de 1000 domiclios. No entanto, mesmo fazendo
varias visitas, o entrevistador no encontrou pessoas em 147 deles. O pesquisador
obteve ento uma segunda amostra e quando o entrevistador completou a visita aos
147 domiclios que compunham a amostra de 1000, analisou os dados. Haviam sido
contadas 3087 pessoas. O pesquisador considerou ento que o numero mdio de
pessoas em domicilio 3,1. O que voc acha?
10 Um fiscal da Vigilncia Sanitria precisa verificar se as farmcias da cidade esto
cumprindo um novo regulamento. A cidade tem 33 farmcias, mas como a fiscalizao
demanda muito tempo, o fiscal resolveu optar por uma amostragem. Para escolher a
amostra, o fiscal estratificou a populao de farmcias de acordo com o volume de
vendas. Existem 3 farmcias de uma grande cadeia, 10 de cadeias menores e 20
farmcias pequenas, de proprietrios locais. O fiscal decide visitar as trs farmcias da
grande cadeia, quatro das cadeias menores e trs farmcias pequenas. O
cumprimento do regulamento, evidentemente desconhecido do fiscal, esta
apresentado na tabela a seguir. Com base nessa tabela,

a) Sorteie uma amostra estratificada para o local, de acordo com o que ele planejou;
b) Estime, com base na amostra, a proporo de farmcias que esto cumprindo o
regulamento;
c) Com base nos dados da populao, estime o parmetro;
d) Voc obteve uma boa estimativa?
Distribuio dos dados sobre cumprimento a um regulamento,
segundo o estrato.
Estrato A
Estrato B
Estrato C
1. sim
1. no
1. sim
11. sim
2. sim
2. sim
2. sim
12. sim
3. no
3. no
3. no
13. no
4. no
4. sim
14.sim
5. sim
5. no
15. sim
6. no
6. no
16. no
7. sim
7. no
17. no
8. no
8. sim
18. no
9. no
9. no
19. sim
10. sim
10. no
20. sim

58

59