Você está na página 1de 18

Ivone da Silva Salsa

Jeanete Alves Moreira


Marcelo Gomes Pereira
Autores
aula
10
Medidas de disperso: ferramentas
teis na anlise estatstica
Matemtica e Realidade
D I S C I P L I N A
2 Edio
Diviso de Servios Tcnicos
Catalogao da publicao na Fonte. UFRN/Biblioteca Central Zila Mamede
Copyright 2007 Todos os direitos reservados. Nenhuma parte deste material pode ser utilizada ou reproduzida sem a autorizao
expressa da UFRN - Universidade Federal do Rio Grande do Norte.
27/06/2007
Salsa, Ivone da Silva.
Matemtica e realidade: interdisciplinar / Ivone da Silva Salsa, Jeanete Alves Moreira, Marcelo Gomes
Pereira. Natal, RN: EDUFRN Editora da UFRN, 2005.
292 p.
1. Mtodos estatsticos. 2. Anlise estatstica. 3. Proporo e porcentagem. 4. Dados estasticos. 5.
Medidas de disperso. I. Moreira, Jeanete Alves. II. Pereira, Marcelo Gomes. III. Ttulo.
ISBN 85-7273-287-X CDD 519.5
RN/UF/BCZM 2005/47 CDU 519.22
Governo Federal
Presidente da Repblica
Luiz Incio Lula da Silva
Ministro da Educao
Fernando Haddad
Secretrio de Educao a Distncia SEED
Ronaldo Motta
Universidade Federal do Rio Grande do Norte
Reitor
Jos Ivonildo do Rgo
Vice-Reitor
Nilsen Carvalho Fernandes de Oliveira Filho
Secretria de Educao a Distncia
Vera Lcia do Amaral
Secretaria de Educao a Distncia- SEDIS
Coordenadora da Produo dos Materiais
Clia Maria de Arajo
Projeto Grco
Ivana Lima
Revisores de Estrutura e Linguagem
Eugenio Tavares Borges
Marcos Aurlio Felipe
Pedro Daniel Meirelles Ferreira
Tatyana Mabel Nobre Barbosa
Revisoras de Lngua Portuguesa
Janaina Tomaz Capistrano
Sandra Cristinne Xavier da Cmara
Ilustradora
Carolina Costa
Editorao de Imagens
Adauto Harley
Carolina Costa
Diagramadores
Bruno Cruz de Oliveira
Maurcio da Silva Oliveira Jnior
Mariana Arajo Brito
Thaisa Maria Simplcio Lemos
Imagens Utilizadas
Banco de Imagens Sedis (Secretaria de Educao a Distncia) - UFRN
MasterClips IMSI MasterClips Collection, 1895 Francisco Blvd,
East, San Rafael, CA 94901,USA.
MasterFile www.masterle.cpom
MorgueFile www.morguele.com
Pixel Perfect Digital www.pixelperfectdigital.com
FreeImages www.freeimages.co.uk
FreeFoto.com www.freefoto.com
Free Pictures Photos www.fre-pictures-photos.com
BigFoto www.bigfoto.com
FreeStockPhotos.com www.freestockphotos.com
OneOddDude.net www.oneodddude.net
1 2 Edio Aula 10 Matemtica e Realidade
Apresentao
a aula 8, vimos como as Medidas de tendncia central mdia, moda e mediana
representam, de forma condensada, informaes sobre o comportamento de
dados. Entretanto, tais medidas referem-se a valores tpicos, centrais do conjunto
estudado e no nos do informaes sobre como os dados esto dispostos ao redor delas.
Da, podemos ter distribuies bem diferentes, porm com a mesma mdia, por exemplo. Isso
pode, inclusive, conduzir a interpretaes equivocadas. Uma medida de centro as referidas
acima no d esclarecimentos para perguntas do tipo: os dados esto muito concentrados
ao redor da mdia? Da mediana? Ser que eles se apresentaram muito dispersos em relao
a essas medidas? As respostas para tais questionamentos podem ser obtidas atravs das
Medidas de Disperso (ou Medidas de Variabilidade).
justamente esse o assunto que abordaremos nesta aula. Estudaremos as seguintes
medidas de disperso: amplitude total, desvio quartil, varincia e desvio-padro. Elas,
assim como as medidas de tendncia central, so indispensveis para a descrio do
comportamento dos dados estudados. O conhecimento delas, portanto, nos possibilita
melhor capacidade de anlise sobre o fenmeno/fato pesquisado.
N
Objetivos
Buscamos com esta aula, ajud-lo a construir os conceitos
relacionados s medidas de disperso, assim como, a compreender
a elaborao de seus clculos e a forma de interpret-las.
Procuraremos tambm faz-lo apreender a importncia de tais
medidas para a descrio e anlise de observaes numricas.
2 Aula 10 Matemtica e Realidade 2 Edio
Descobrindo o comportamento
de dados quantitativos
C
Essa uma das possveis situaes que podem ocorrer quando descrevemos conjuntos
de dados, sobretudo quando precisamos fazer comparaes. Ela nos mostra como
necessrio e importante ter as informaes sobre a disperso dos dados que buscamos
analisar. Conclumos ento, que mesmo uma descrio mais simples de um conjunto de
observaes numricas deve ser feita a partir de, pelo menos, uma medida de Tendncia
Central e uma medida de Disperso. Analisar dados apoiando-nos apenas no resultado de
onsidere, como exemplo, a seguinte situao: trs universitrios, A, B e C, se
submetem a um teste de seleo para uma bolsa de apoio tcnico. Nesse teste,
aconteceram seis provas, mas foram escolhidas quatro para avaliar os candidatos:
Portugus, Matemtica bsica, Ingls elementar e Informtica. Esses trs concorrentes, no
nal, caram com a mesma mdia, x = 6,0 pontos nas quatro disciplinas. Ser que, com
essa informao, podemos dizer que as suas notas foram valores no muito diferentes,
nessas provas? Em outras palavras, ser que apresentaram desempenho semelhante em
tais matrias? Ora, somente com a informao da mdia no temos condies de responder
a essa questo. No podemos saber se as pontuaes dos candidatos foram valores muito
prximos da mdia x = 6,0 ou no.
Imagine, por exemplo, que esses candidatos conseguiram os seguintes resultados para
as provas de Portugus, Matemtica bsica, Ingls elementar e Informtica, nesta ordem:
A = 6, 0 6, 0 6, 0 6, 0 r =
6 6 6 6
4
= 6, 0
B = 8, 0 10, 0 10, 0 1, 0 r =
8 10 10 1
4
= 6, 0
C = 6, 7, 0 , , 0 r =
6, 7 ,
4
= 6, 0
Observando atentamente as notas, em cada conjunto, vemos que, em relao mdia
r , , o candidato A est muito bem representado por essa medida, pois suas notas
coincidem exatamente com ela. J o candidato B parece ter pouco conhecimento em
Portugus e, alm disso, no teve bom desempenho em Informtica. O valor mdio somente
foi igual a 6,0 porque suas outras notas (Matemtica e Ingls) compensaram esse baixo
rendimento. Portanto, essa medida de tendncia central (ao contrrio do candidato A) no
representa to bem o conjunto das notas do candidato B, porque seus valores esto muito
dispersos em relao a ela.
Quanto ao candidato C, suas notas no esto muito afastadas do valor mdio, r ,
pontos. Assim, elas tambm esto bem representadas por essa medida.
3 2 Edio Aula 10 Matemtica e Realidade
uma mdia (ou moda ou mediana), como vimos, pode nos levar a concluses equivocadas.
Portanto, as medidas de disperso so muito importantes e nos ajudam bastante a
entender, com maior clareza, dados estatsticos.
Estudaremos as seguintes:
AMPLITUDE TOTAL : A
T
DESVIO QUARTIL : D
q
VARINCIA :
2
(para dados populacionais) ou
s
2
(para dados amostrais)
DESVIO-PADRO : (para dados populacionais) ou S (para dados amostrais)
AMPLITUDE TOTAL: A
T
a medida de disperso mais simples que existe. Seu clculo baseia-se apenas em dois
valores de um conjunto numrico, os extremos, e no considera os demais. Por isso, nos
d apenas uma rpida indicao da disperso e, conseqentemente, tem pouca utilidade
quando queremos dispor de informaes mais apuradas sobre a variabilidade dos dados.
Denimos a Amplitude total (A
T
) de um conjunto numrico como o resultado da
diferena entre o maior e o menor valor, observados nesse conjunto. Ou seja,
A
T
= (maior valor) (menor valor)
Quando estudamos as distribuies de freqncias, na aula 5 (Dados quantitativos:
como organiz-los?) Vimos essa medida, lembra?
No caso desse exemplo, o resultado dessa medida :
candidatos: A A
T
= 6,0 6,0 = 0
B A
T
= 10,0 1,0 = 9,0
C A
T
= 7,0 5,0 = 2,0
Como podemos ver, as notas do candidato B apresentaram uma disperso muito mais
alta que as dos demais, enquanto as do candidato A apresentaram disperso nula e, em
relao ao C, a disperso foi pequena. Isso signica que os dados em A no variaram; em B,
apresentaram grande variabilidade; e em C, pouca variao.
Observao (letra grega sigma minsculo)
4 Aula 10 Matemtica e Realidade 2 Edio
DESVIO QUARTIL: D
q
Quando estudamos as separatrizes na aula 9 (As separatrizes na anlise de dados
estatsticos), vimos que os quartis dividem um conjunto de dados ordenados em 4 partes
iguais. Esquematicamente, temos:
Vamos ver um exemplo?
Retome a aula 9, que trata das separatrizes. Com base na distribuio das mdias de
Matemtica na amostra das turmas da manh (Tabela 1), encontramos:
Q
1
= 6,2 e Q
3
= 8,5.
Ento, nesse caso, o desvio quartil ser:
Atividade 1
Na auto-avaliao da aula 9, a primeira questo solicitava que voc calculasse
algumas separatrizes, entre elas os trs quartis para as notas de Matemtica da
amostra das turmas da noite. Com esses valores, calcule o desvio quartil para
essa distribuio e compare seu resultado com o da amostra da manh que
acabamos de calcular. Qual dessas duas amostras apresenta maior variao
em relao a seus dados?


, , 2
2
=
2, 8
2
= 1, 1

= 1, 1 pontos.
Como vemos, entre o 1
o
quartil (

) e o 3
o
(

) se encontram 50/ (a metade) dos


valores centrais de um conjunto de dados.
O desvio quartil (

) se baseia nesses dois quartis:

. Ele o resultado que se


obtm por meio da expresso:
5 2 Edio Aula 10 Matemtica e Realidade
VARINCIA:
2
(para dados populacionais) ou
s
2
(para dados amostrais)
Todas as somas foram iguais a zero! Ser isso pura coincidncia? No. Isso uma
propriedade da mdia. Em qualquer situao, teremos: a soma dos desvios dos valores de
um conjunto, em relao sua mdia sempre igual a zero.
Esse resultado signica que a mdia uma medida que reete o ponto de equilbrio
dos dados. Diante disso, a soma dos desvios no pode servir como uma medida para nos
informar sobre a disperso dos dados, em relao mdia. Para contornar esse problema,
podemos: ou considerar o valor absoluto desses desvios (funo mdulo) ou elevar cada
um deles a um expoente par, pois, assim, qualquer resultado negativo passa a ser positivo.
(No caso, podemos considerar os desvios ao quadrado, pois o expoente dois simplica os
clculos). Dessa forma, a soma do quadrado de todos os desvios nunca ser nula, exceto se,
e somente se, todos os valores do conjunto coincidirem com a mdia (esse fato indicar que
no h disperso entre os dados).

= r

mdia
Parece intuitivo que, quanto mais os valores de uma srie se distanciaremda sua mdia,
maior deve ser a soma desses desvios, no mesmo? Ento, talvez ns pudssemos usar
essa soma como uma medida de disperso. Vamos, ento, calcular os desvios em relao
mdia (r = 6, ) para as notas de cada candidato (A, B e C), somar os desvios em cada
conjunto e ver o que podemos concluir?
Acompanhe os clculos:
Portanto,

mdia) = 0, sempre.
Essa medida de disperso, muito utilizada na estatstica mais avanada, baseada nos
desvios de cada valor observado, em relao mdia (). Portanto, ela considera, alm
dessa medida de tendncia central, todas as observaes do conjunto estudado. Mas, o que
quer dizer desvios em relao mdia?
Denimos desvio em relao mdia (

) como sendo o valor obtido pela expresso:


Desvios A B C
(x
1
x) (6 6) = 0 (8 6) = 8 (6, 6) = 0,
(x
2
x) (6 6) = 0 (10 6) = 4 (7 6) = 1
(x
8
x) (6 6) = 0 (10 6) = 4 (, 6) = 0,
(x
4
x) (6 6) = 0 (1 6) = ( 6) = 1
Soma dos Desvios
0 0 0
6 Aula 10 Matemtica e Realidade 2 Edio
Porm, utilizar apenas a soma do quadrado dos desvios para comparar situaes pode
nos levar a grandes equvocos, quando os conjuntos de dados tiverem nmeros diferentes de
elementos. Diante disso, como podemos usar os desvios para medir a disperso dos dados?
Uma maneira simples utilizar a mdia aritmtica do quadrado desses desvios (isso na
realidade a mdia quadrtica dos desvios). Da vem, justamente, a denio matemtica
dessa medida de disperso.
A varincia de um conjunto qualquer de valores a mdia quadrtica dos desvios
tomados em relao mdia desse conjunto.
Varincia para dados no tabelados
Quando os dados so isolados (no tabelados), o clculo da varincia obtido atravs
das frmulas:
Note que, na equao (2) (dados amostrais), o denominador n1. Essa pequena
modicao proporciona uma estimativa melhor para a varincia. Entretanto, no
apresentaremos a prova desse fato, visto que requer um nvel mais avanado de conhecimentos
na rea da Inferncia Estatstica, e no faz parte dos objetivos deste curso.
Atividade 2
Vamos calcular o quadrado dos desvios para os conjuntos A, B e C e depois
som-los para obter a varincia? Faa os clculos e em seguida conra com os
resultados apresentados na tabela seguinte.
para dados populacionais:

(r

(equao 1);
e amostrais:

(r

r)

1
(equao 2).
7 2 Edio Aula 10 Matemtica e Realidade
Calcularemos s
2
, pois as quatro disciplinas escolhidas constituem uma amostra das seis.
Portanto, temos:
Podemos ver que o conjunto B apresentou uma variabilidade muito maior que os demais.
Da conclumos que seus valores no esto muito concentrados ao redor da sua mdia.
Desenvolvendo-se algebricamente as expresses (1) e (2), e aps as devidas
simplicaes, podemos reescrev-las, respectivamente para
2
e s
2
, da forma:
Embora essas novas frmulas possam parecer mais complicadas, elas, na verdade,
exigem clculos bastante simples. Voc precisa apenas calcular duas somas: uma, referente
ao quadrado de cada observao, e a outra, ao total de todos os dados.
Como exemplo, vamos calcular a varincia para os dados do Censo de 2000, relativos s
taxas de Mortalidade Infantil at 1 ano, dos 8 municpios que compem a regio metropolitana
de Natal. Essas taxas representam a mortalidade de crianas menores de 1 ano em 1.000
nascidos vivos.
Obs.: deixe sempre o resultado da varincia com pelo menos 4 casas
decimais, pois isso ser importante para o clculo do desvio-padro que
veremos mais adiante.
\ o:( ) =

(r

r)

n 1
=
0
8
= 0
\ o:() = :

=
77
8
= 22 (pontos)

\ o:() = :

=
2,
8
= 0, 8888 (pontos)

(

)

(equao 3) e

(

)

1
=

1
(equao 4)
Desvios
2
=(x
1
x)
2
A B C
(x
1
6)
2
0 0 0,2
(x
1
6)
2
0 16 1,0
(x
1
6)
2
0 16 0,2
(x
1
6)
2
0 2 1,0
Soma
0 66 2,
8 Aula 10 Matemtica e Realidade 2 Edio
Tabela 1 Clculos auxiliares para obteno da varincia.
A varincia uma medida de disperso que assume valores maiores ou iguais a zero,
porque uma mdia quadrtica, portanto nunca ser um nmero negativo. Para efeito de
anlise, quanto maior a varincia (quanto mais distante do zero), maior a disperso dos
dados em relao mdia.
Atividade 3
Os dados apresentados a seguir foram obtidos do Atlas de Desenvolvimento
Humano no Brasil e referem-se ao percentual
*
de analfabetismo funcional
(menos de quatro anos de estudo) de pessoas com 15 anos ou mais em seis
municpios da microrregio de Sousa (Paraba), dos anos:
1991: 73 67 70 60 69 77
2000: 57 57 62 53 61 68
*Esses percentuais foram arredondados para facilitar os clculos.
Calcule a mdia e a varincia para cada ano, comparando os resultados dos
mesmos em relao variabilidade dos dados.
Os dados so:
48,86 40,16 43,96 36,53 48,41 38,10 35,26 36,99
Para facilitar os clculos, construmos a tabela a seguir:

1
=
(186 8 2)
(828 2 )

=
186 8 2 184 0 1=

= 20 08 (bitos1000)

x
i
x
2
i
8,26 1.248,27
86,8 1.884,44
86,00 1.868,26
88,10 1.41,61
40,16 1.612,88
48,06 1.082,48
48,41 2.848.8
48,86 2.887,80
x
i
2
= 828,27 x
i
2
= 18.678,72
9 2 Edio Aula 10 Matemtica e Realidade
Varincia para dados agrupados em
tabelas de freqncias
Para dados agrupados em distribuies de freqncias, temos, respectivamente, as
seguintes frmulas para a varincia populacional e para a amostral:
Observe que agora trabalharemos com as freqncias e que a variao do ndice no
somatrio vai de 1 a k, que representa exatamente a quantidade de valores assumidos
pela varivel estudada ou o nmero de intervalos, quando trabalhamos com dados
agrupados em classes.
Os valores x
i
so substitudos pelos pontos mdios dos intervalos quando se
trabalha com dados agrupados em classes.
Vamos acompanhar duas situaes atravs dos exemplos 1 e 2 para que voc possa se
familiarizar melhor com as frmulas apresentadas.
Exemplo 1
Retomaremos a aula 5 em que temos a pontuao no teste objetivo de Matemtica numa
amostra de 54 alunos da 8 srie/manh, exposta na Tabela 2, que a seguir apresentamos.
Observe que as duas ltimas colunas da tabela so sucientes para a obteno dos valores
que sero utilizados na frmula da varincia. Veja tambm que a varivel pontuao (X
i
)
assume 6 valores distintos, isto signica que: k = 6.

(equao 5) e

1
(equao 6)
10 Aula 10 Matemtica e Realidade 2 Edio
Fonte: Dados ctcios
Como se trata de uma amostra, calcularemos s
2
ao invs de .
Agora que temos todos os elementos, deveremos aplicar a equao (6):
Atividade 4
Na aula 8, pedimos para voc calcular a mdia para a pontuao no teste
objetivo de Matemtica na amostra das turmas da 8 srie/noite. Agora, calcule
a varincia e compare o resultado com o que acabamos de encontrar.
Exemplo 2
A Tabela 3 que segue exibe dados agrupados em intervalos de classe. Vamos aprender
como se calcula a varincia, em situaes como esta. Voc se lembra que, nesse caso (dados
agrupados em classes), x
i
se refere ao ponto mdio de cada intervalo e representa todos
os valores contidos em sua respectiva classe? Para facilitar os clculos da varincia, foram
acrescentadas as trs ltimas colunas, tal como foi feito no exemplo 1.
Tabela 2 Pontuao no teste objetivo de Matemtica, na amostra das turmas da 8
a
srie/manh, na
E. E. Nair Burgio, municpio de Carapeba, em abril de 2004.

1

77
(87)

4
8

77 7 77
8
1 74 (pontos)

.
Pontuao x
i
N de alunos f
i
x
i
f
i
x
2
i
f
i
4 2 8 4
2
x 2 = 82
8 40
2
x 8 = 200
6 10 60 6
2
x 10 = 860
7 1 10 7
2
x 1 = 78
8 12 06 8
2
x 12 = 768
0 7 68 0
2
x 7 = 67
TOTAL f
i
= f = 4 x
i
f
i
= 872 x
i
2
f
i
= 2.662
11 2 Edio Aula 10 Matemtica e Realidade
Fonte: Dados ctcios
Atividade 5
A Tabela 4 mostra o percentual de indigentes, com base no Censo de 1991, dos
estados brasileiros. Calcule a varincia apresentada por esses dados.
Fonte: Atlas do Desenvolvimento Humano no Brasil
Tabela 3 Distribuio das mdias trimestrais de Matemtica, na amostra das turmas da 8
a
srie/
manh, na E. E. Nair Burgio, municpio de Carapeba, em abril de 2004.
Tabela 4 Percentual de indigentes dos estados brasileiros, 1991.

1

8011 =
(8 4)

=4
=8

8011 =2 74 74
=8
8 7 (pontos)

.
Notas (mdias) N de alunos (f
i
)
Ponto
mdio (x
i
)
x
i
f
i
x
i
2
x
2
i
f
i
8 ` 4 2 8, 7,0 12,2 12,2

x 2 = 24,0
4 ` 8 4, 18, 20,2 20,2

x 8 = 60,70
` 6 7 , 88, 80,2 80,2

x 7 = 211,7
6 ` 7 8 6, 2,0 42,2 42,2

x 8 = 888,00
7 ` 8 14 7, 10,0 6,2 6,2

x 14 = 787,0
8 ` 0 12 8, 102,0 72,2 72,2

x 12 = 867,00
0 ` 10 8 0, 76,0 00,2 00,2

x 8 = 722,00
TOTAL
4 804,0 8.011,0
% de indigentes
classes
N de Municpios
f
i
8 ` 11 8
11 ` 10 8
10 ` 27
27 ` 8 6
8 ` 48 4
48 ` 1 1
TOTAL
20
12 Aula 10 Matemtica e Realidade 2 Edio
DESVIO-PADRO: (para dados populacionais) ou
s (para dados amostrais)
A varincia uma importante medida de disperso, entretanto, seu resultado dado
em unidade de medida que o quadrado da original. Algumas dessas medidas no tm
nenhum sentido prtico, como na atividade referente mortalidade infantil. Como avaliar,
por exemplo, kg
2
, (Salrio mnimo)
2
, anos
2
, pontos
2
etc.? Ento, como alternativa para
contornar esse problema, existe uma medida denominada desvio-padro, denida como a
raiz quadrada positiva da varincia. Assim,
Considerando todos os clculos anteriores obtidos para a varincia, vamos calcular o
desvio-padro.
No exemplo, das notas dos candidatos (cujos resultados da varincia esto na pgina
9) temos:
Como podemos observar, o desvio-padro associado ao candidato B muito maior
do que os demais. Isso signica que as notas desse candidato apresentaram-se bastante
dispersas ao redor da mdia 6,0.
Para os dados referentes Mortalidade Infantil, a varincia e o respectivo desvio-padro so:
Considerando as notas da amostra das turmas da 8
a
srie/manh, no teste objetivo, e
as mdias trimestrais em Matemtica, teremos os seguintes desvios-padro:
Obs.: tanto a varincia quanto o desvio-padro so medidas largamente usadas
na Estatstica Inferencial. Na Estatstica Descritiva, que o nosso caso, essas
medidas tm sentido, principalmente, quando comparamos conjunto de dados
de mesma natureza e que apresentam mdias com valores aproximados.
Desvio-padro populacional:

;
Desvio-padro amostral:

.
Var(A)=

= ;
Var(B)=

= 4, 60 pontos;
Var(C)=

= , 888

, 888 = , 0 pontos.

8 (bitos).
teste objetivo:

= 1, 2 =

1, 2 = 1, 8 pontos;
mdias trimestrais:

= 8, 00 =

8, 00 = 1, 0 pontos.
13 2 Edio Aula 10 Matemtica e Realidade
Atividade 6
Calcule o desvio-padro para os percentuais (%) de indigentes apresentados na
Tabela 4 (atividade 5).
Para entendermos melhor o desvio-padro, imagine, por exemplo, o tempo de espera
numa la de um banco durante uma semana tpica. O tempo mdio de espera dos clientes
durante esse perodo independe da la ser nica ou no. Entretanto, os clientes cam muito
mais satisfeitos quando esto em la nica, uma vez que o tempo de espera, por no depender
de um caixa em particular, se distribui de forma mais homognea ao redor do tempo mdio.
Quando no h la nica, alguns clientes esperam mais do que outros, dependendo do caixa,
fato que causa insatisfao. Essa situao reete que a tomada de deciso dos bancos ao se
optar por la nica, provavelmente se baseou em um estudo da variabilidade apresentada
pelo tempo de espera dos clientes, que, no caso da la nica, diminui bastante.
O desvio-padro a medida de disperso mais utilizada, universalmente, na anlise
de dados, tendo se tornado um apoio indispensvel na tomada de deciso.
A seguir, apresentamos a Figura 1 que mostra uma distribuio de dados simtrica, ou
seja, que apresenta mdia, moda e mediana iguais. Nessas distribuies, verica-se que cerca
de 68,26% dos dados esto a menos de 1 desvio-padro da mdia; 95,45% dos dados esto
a menos de dois desvios padro e 99,7% dos dados esto a menos de trs desvios padro. Os
valores que esto a mais de 3 desvios-padro so considerados discrepantes dos demais.
Como entender o desvio-padro?
95,45%
P
P2V P2V
Figura 1 Distribuio simtrica
14 Aula 10 Matemtica e Realidade 2 Edio
Resumo
Os fenmenos que pesquisamos e exploramos com ferramentas estatsticas
esto associados a dados que se apresentam de forma variada. Estudar como
as observaes coletadas esto se comportando em relao variabilidade de
grande importncia para o conhecimento da varivel pesquisada. Neste texto,
abordamos quatro medidas amplitude total, desvio quartil, desvio-padro e
varincia utilizadas no estudo da disperso ou variabilidade de dados estatsticos.
Apresentamos o conceito e os clculos referentes a cada uma delas. Mostramos
com nfase atravs de exemplos o importante papel que elas desempenham
na descrio e anlise de dados quantitativos. Encaminhamos vrias situaes
para auxiliar no estudo e compreenso deste tema.
Auto-avaliao
Abaixo, reproduzimos a tabela que mostra as mdias de Matemtica da amostra
das turmas da noite, apresentada na aula 6 (Grcos representativos de uma
distribuio de freqncias):
1
Fonte: Dados Fictcios
Tabela 5 Distribuio das mdias trimestrais de Matemtica, na amostra das turmas da 8
a
srie/
noite, na E. E. Nair Burgio, municpio de Carapeba, em abril de 2004.
Assim, o conhecimento de uma medida de tendncia central (a mdia) e de uma medida
de disperso nos permite descrever com mais detalhes (e muito menor risco de equvocos)
um conjunto de dados.
Notas (mdias) N de alunos ()
8 ` 4 6
4 ` 12
` 6 14
6 ` 7 8
7 ` 8
8 ` 0 4
0 ` 10 8
Total
2
15 2 Edio Aula 10 Matemtica e Realidade
Com base nessa Tabela, calcule a varincia e o desvio-padro e compare-os com essas
mesmas medidas calculadas no decorrer da aula para a amostra das turmas da manh. Faa
comentrios pertinentes ao contexto.
Os dados a seguir referem-se ao ndice de Desenvolvimento Humano (IDH) de
algumas capitais nordestinas, obtidos com dados dos Censos de 1991 e 2000.
Tabela 6 ndice de Desenvolvimento Humano nos anos de 1991 e 2000 de algumas capitais
nordestinas.
Capitais IDH-1991 IDH-2000
Fortaleza 0,688 0,767
Macei 0,660 0,724
Natal 0,689 0,762
Recife 0,715 0,780
Salvador 0,735 0,794
So Lus 0,707 0,766
Fonte: Atlas do Desenvolvimento Humano no Brasil
Obtenha, para cada ano, as seguintes medidas de variabilidade:
a) amplitude total;
b) varincia;
c) desvio-padro.
Faa comparaes entre os anos de 1991 e 2000, usando as medidas calculadas.
2
Referncias
AZEVEDO, P. R. Introduo estatstica. Natal: EDUFRN, 2005.
BARBETTA, P. A. Estatstica aplicada s cincias sociais. Florianpolis: Ed. da UFSC, 2002.
MOORE, D. A estatstica bsica e sua prtica. Traduo de Alfredo Alves de Farias. Rio de
Janeiro: LTC, 2000.
PEREIRA, W.; TANAKA, O. K. Estatstica: conceitos bsicos. 2.ed. So Paulo:
McGraw-Hill, 1990.
16 Aula 10 Matemtica e Realidade 2 Edio
PROGRAMA DAS NAES UNIDAS PARA O DESENVOLVIMENTO (PNUD). Atlas do
Desenvolvimento Humano no Brasil. Indicadores de Vulnerabilidade Familiar, 1991 e 2000,
municpios da microrregio Cariri Ocidental (Paraba). Disponvel em: <http://www.pnud.org.
br/> Acesso em 31/05/2005.
TOLEDO, G. L.; OVALLE, I. I. Estatstica bsica. 2.ed. So Paulo: Atlas, 1985.
TRIOLA, M. F. Introduo estatstica. Traduo de Alfredo Alves de Farias. 7.ed. Rio de
Janeiro: LTC, 1999.
Anotaes