Você está na página 1de 16

Estatstica Grfica

estatstica aplicada educao

apresentao
Esta unidade apresenta como deve ser feita a converso dos resultados

obtidos numa pesquisa em dados estatsticos organizados em grficos (em linhas, em colunas, em barras, em setores) e tabelas (primitiva, em rol e distribuio de frequncias) para fins de anlise e interpretao, de forma crtica, desses dados levantados.

ObjetivoS
- Levar o aluno a construir, analisar, ler e interpretar grficos estatsticos a partir de dados estatsticos; construir tabelas de distribuio de frequncias; conceituar e distribuir a frequncia da varivel de uma pesquisa em intervalos (classes).

unidade 3
25

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

UNIDADE 3
estatstica aplicada educao

Grficos estatsticos
Os grficos podem servir de informao ou para anlise conforme o objetivo ou uso a que se destinam. Assim, utilizamos o grfico estatstico para a apresentao de dados estatsticos, tornando mais fcil e rpida a compreenso do fato em estudo. Portanto, devem ser construdos com o intuito de retratar a realidade, observando-se o mximo cuidado no traado quanto na escala. Apresentaremos a seguir os seguintes grficos: - CARTOGRAMA: a representao sobre uma carta geogrfica. Esse grfico empregado quando o objetivo o de representar os dados estatsticos diretamente relacionados com reas geogrficas ou polticas. muito difundido em Geografia, Histria e Demografia.

- PICTOGRAMA: uma forma de representao grfica que utiliza figuras alusivas ao assunto em estudo, para representar quantidades. Constitui um dos processos grficos que transmite com mais facilidade seus dados, pela sua forma atraente e sugestiva.

- DIAGRAMAS: So grficos geomtricos dispostos em duas dimenses. Para a sua construo, em geral, fazemos uso do sistema cartesiano e se apresentam atravs de uma grande variedade de tipos como linhas, colunas, barras, setores, comparativos etc. a) Grfico de Linhas: O grfico de linhas usado para apresentar sries cronolgicas. aspecto visual melhora se a figura for fechada e hachurada. Escola ABC Matrculas: 2002 a 2007 2002 2003 2004 2005 2006 2007 350 400 300 500 500 600 Seu

Fonte: Dados Fictcios

b) Grfico de Colunas: representado no plano cartesiano atravs de retngulos, situando-se a base do retngulo no eixo das abscissas (eixo dos x) e tendo por altura um valor proporcional ao que representa. Esse tipo de grfico utilizado principalmente na comparao de informaes e dados.

26

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

UNIDADE 3
Escola ABC 2002 350 2003 400 Matrculas: 2002 a 2007 2004 2005 2006 300 500 500 2007 600
estatstica aplicada educao

Fonte: Dados Fictcios

Escola ABC Matrculas: 2002 a 2007


700 600
quantidade

500 400 300 200 100 0 2002 2003 2004 anos 2005 2006 2007

c) Grficos de Barras: representado no plano cartesiano atravs de retngulos, situando-se a base do retngulo no eixo das ordenadas (eixo dos y) e tendo por altura um valor proporcional ao que representa. Esse tipo de grfico utilizado principalmente na comparao de informaes e dados. Os dados de sries cronolgicas devem ser apresentados em sequncia. Se porm, os dados so de uma srie categrica, ou mesmo de uma srie geogrfica, a apresentao das barras em ordem crescente (ou decrescente) ajuda na comparao da importncia relativa das categorias. Escola ABC Matrculas: 2002 a 2007 2002 2003 2004 2005 2006 2007 350 400 300 500 500 600

Fonte: Dados Fictcios


NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

27

UNIDADE 3
estatstica aplicada educao

d) Grfico de Setores ou grfico circular: Esses grficos so utilizados sempre que desejamos representar graficamente parte de um total (a unidade). O total representado por um crculo dividido em setores, que so as partes e as reas dos setores so, respectivamente, proporcionais s partes do total. O grfico de setores ou torta usado para comparar propores ou percentuais. Escola ABC Ano base: 2007 Srie 1 a 4- E.Fund 5 a 8- E.Fund. 1 a 3- E.Mdio Dados fictcios N de alunos 450 720 630

e) Grficos Comparativos: Na maioria das vezes so traados dois grficos, lado a lado, a fim de estabelecer a comparao de um fenmeno. Outras vezes, os dados obtidos em situaes distintas so sobrepostos na mesma figura, para evidenciar a comparao. Escola ABC Matrculas mensais: 2006 e 2007 Ano 2006 Janeiro Fevereiro Maro Abril Maio Dados fictcios 490 494 495 492 492 Ano 2007 580 587 592 595 598

28

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

UNIDADE 3
Tabela de dados brutos ou tabela primitiva

Considerando uma coleta de dados relativos s estaturas de 40 alunos do 7 ano de uma determinada escola, resultou a seguinte tabela de valores, conforme segue:
estatstica aplicada educao

Estatura de 40 alunos do 7 ano 1,61 1,63 1,55 1,61 1,60 1,54 1,68 1,61 1,61 1,52 1,63 1,56 1,50 1,62 1,60 1,72 1,56 1,62 1,55 1,53 1,60 1,73 1,55 1,57 1,65 1,58 1,68 1,56 1,67 1,55 1,51 1,58 1,64 1,64 1,70 1,60 1,60 1,69 1,64 1,66

Observe que os dados aparecem sem nenhum tipo de organizao especial, isto , os dados foram colocados na tabela medida que foram surgindo na pesquisa. Toda tabela assim construda recebe o nome de tabela de dados brutos ou tabela primitiva. Partindo dos dados acima difcil averiguar em torno de que valor tendem a se concentrar as estaturas, qual a menor ou qual a maior estatura, ou ainda, quantos alunos se acham abaixo ou acima de uma dada estatura. Assim, conhecidos os valores de uma varivel, difcil formarmos uma idia exata do comportamento do grupo como um todo, a partir dos dados desordenados. A maneira mais simples de organizar os dados a tabela recebe o nome de rol. A tabela abaixo mostra os dados da tabela anterior organizados em rol. Estatura de 40 alunos do 7 ano 1,50 1,51 1,52 1,53 1,54 1,55 1,55 1,55 1,55 1,56 1,56 1,56 1,57 1,58 1,58 1,60 1,60 1,60 1,60 1,60 1,61 1,61 1,61 1,61 1,62 1,62 1,63 1,63 1,64 1,64 1,64 1,65 1,66 1,67 1,68 1,68 1,69 1,70 1,72 1,73 de uma tabela

escrevermos esses dados em ordem numrica crescente ou decrescente. Nesse caso,

Observe que, dessa maneira, fica fcil perceber que a menor estatura de 1,50 m e a maior 1,73 m. Podemos agora estabelecer a amplitude do rol, que a diferena entre o maior e o menor valor. No caso, temos (1,73 cm 1,50 cm = 23 cm) como amplitude do rol. Temos tambm a ordem que um valor particular da varivel ocupa no conjunto. Aprofundando a anlise, percebemos que h uma maior concentrao das estaturas entre 1,60 m e 1,65 m e que existem poucos valores abaixo de 1,55 m e acima de 1,70 m. No entanto, um rol de dados apresenta o inconveniente de ter-se que, s vezes, trabalhar com um conjunto muito grande de dados (imagine um rol composto de milhares de dados!). Para contornar situaes desse tipo, os estatsticos criaram as chamadas tabelas de distribuio de frequncias.

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

29

UNIDADE 3
estatstica aplicada educao

Distribuio de Frequncias
A observao e o estudo da varivel estatura dos 40 alunos do 7 ano de uma escola fundamental fica ainda mais fcil quando os valores so ordenados em uma coluna e ao lado desta, a frequncia de vezes que aparece. A essa tabela damos o nome de distribuio de frequncia. Estatura 1,50 1,51 1,52 1,53 1,54 1,55 1,56 1,57 Frequncia 1 1 1 1 1 4 3 1 Estatura 1,58 1,60 1,61 1,62 1,63 1,64 1,65 1,66 Frequncia 2 5 4 2 2 3 1 1 Estatura 1,67 1,68 1,69 1,70 1,72 1,73 Total Frequncia 1 2 1 1 1 1 40

PARA VOC REFLETIR... Como analisar o movimento das bolsas de valores sem compreender grficos estatsticos? praticamente impossvel. Variao do ouro, variao do dlar e de outros indicadores econmicos, todas elas ficam mais fceis de ser analisadas quando se usam grficos estatsticos para represent-las. por isso que esses grficos aparecem tanto nas pginas dos jornais.

Por exigir muito espao, mesmo quando o nmero de valores da varivel em estudo de tamanho razovel, melhor seria formar agrupamentos de valores por intervalos. Assim, se um dos intervalos for, por exemplo, 154 |---- 158, em vez de dizermos que a estatura de 1 aluno de 1,54m; de 4 alunos, 1,55m; de 3 alunos, 1,56m; e de 1 aluno, 1,57m, diremos que 9 alunos tm estaturas entre 1,54 m, inclusive, e 1,58 m. Dessa forma, estaremos agrupando os valores da varivel em intervalos. Em estatstica, chamamos esses agrupamentos de intervalos de classe. Temos de considerar tambm a frequncia relativa ou percentual ( Fr

), em que se associa frequncia de cada classe o percentual que ela representa em relao freqncia total. J a frequncia acumulada ( Fa ) de cada classe dada pela soma das

freqncias de todas as classes, desde a primeira at a classe considerada.

(i) 1 2 3 4 5 6

Estatura (m) 1,50 |---- 1,54 1,54 |---- 1,58 1,58 |---- 1,62 1,62 |---- 1,66 1,66 |---- 1,70 1,70 |---- 1,74 Total

Frequncia (fi) 4 9 11 8 5 3 40

Frequncia relativa ( Fr )

acumulada ( Fa ) 4 13 24 32 37 40 -

Frequncia

4/40.100 = 10% 9/40.100 = 22,5% 11/40.100 = 27,5% 8/40.100 = 20% 5/40.100 = 12,5% 3/40.100 = 7,5% 100%

O que se pretende com a construo dessa tabela realar o que h de essencial nos dados e, tambm, tornar possvel o uso de tcnicas analticas para a sua total descrio, at porque a Estatstica tem por finalidade especfica analisar o conjunto de valores, desinteressando-se por casos isolados.

30

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

UNIDADE 3
consideraes finais
Essa unidade buscou dar nfase Estatstica Descritiva cuja finalidade fazer com que o aluno construa procedimentos para coletar, organizar e comunicar dados, utilizar tabelas, grficos e representaes do seu dia a dia de modo objetivo, claro e preciso.
estatstica aplicada educao

GLOSSRIO
Cronolgico: relativo cronologia, ou seja, uma sucesso de fatos, datas etc, na ordem em que ocorreram.

referncias
Toledo, Luciano Geraldo e Ivo Izidoro Ovalle - ESTATSTICA BSICA Ed. Atlas - 2 Edio Fonseca, Jairo Simon da e Gilberto de Andrade Martins - CURSO DE ESTATSTICA LPM Crespo, Antnio Arnot - ESTATSTICA FCIL - Ed. Saraiva - SP 17 edio Gentil, Nelson et. al Matemtica Fcil Vol. nico Ed. tica SP 6 edio, 2000. Giovanni, Jos Ruy e Jos Roberto Bonjorno Vol. 3 2 grau So Paulo: FTD, 1992.

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

31

Anotaes
____________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________ ___________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________ _____________________________________________________________________________________________________________________________________

32

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

Medidas de tendncia central e disperso

estatstica aplicada educao

apresentao
A partir desta unidade vamos apresentar algumas medidas associadas

distribuio de frequncias de uma varivel quantitativa. So medidas que informam certas caractersticas da distribuio. Conhecendo tais medidas podemos, mesmo sem ver a tabela de frequncias ou o grfico, formar uma ideia da distribuio da varivel. Por exemplo, quando um aluno faz uma prova, ao receber sua nota ele pode querer saber qual foi a mdia da sua classe. Essa informao lhe pode permitir se situar dentro da turma, isto , saber se foi bem ou no, relativamente a seus colegas. Para tanto, sugerimos o estudo das medidas de tendncia central (de posio) ou de variabilidade (de disperso).

Objetivos
- Levar o aluno a conceituar as medidas de tendncia central: mdia, moda e mediana; compreender, analisar e interpretar a variabilidade de dados de uma pesquisa.

unidade 4
33

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

UNIDADE 4
estatstica aplicada educao

MEDIDAS DE TENDNCIA CENTRAL


Mdia Aritmtica Simples A mdia aritmtica o quociente da diviso da soma dos valores da varivel pelo nmero deles: x =
xi

, sendo:

a mdia aritmtica; xi os valores

da varivel; e n o nmero de valores. Assim, por exemplo, se as notas observadas numa prova de Estatstica forem 2, 3, 4, 4, 5, 6, 6, 6, 7 e 9; ento, a mdia, que indicaremos por ou

, ser:

Dessa forma, dizer que a mdia de uma prova de Estatstica foi 5,2 que dizer, que, se todos os alunos tivessem tirado 5,2, a soma das notas seria a mesma que foi observada.

Mdia Aritmtica Ponderada Sempre que utilizarmos a mdia aritmtica ponderada, alguns valores tero peso maior que outros. Assim, devemos multiplicar cada valor pelo seu respectivo peso e dividir a soma desses produtos pela soma dos pesos. Exemplo: O professor atribui pesos diferentes para cada nota conforme o seguinte critrio: - a nota da 1 prova tem peso 3; - a nota do trabalho de pesquisa tem peso 2, - a nota da 2 prova tem peso 5. Neste caso, a mdia do aluno calculada assim:

Moda A moda de uma distribuio o valor observado com maior frequncia. Assim, por exemplo, se os valores observados de uma varivel X forem: 2, 3, 4, 4, 5, 5, 5, 5, 7, 8, 8 e 9; o valor 5 o de maior frequncia, logo, a moda da distribuio igual a 5. Indicamos: . Podemos tambm indicar , se no houver dvidas sobre a varivel a quem se refere a medida apresentada. Pode ocorrer que uma distribuio apresente mais de uma moda; por exemplo, se os valores observados forem: 2, 3, 4, 4, 4, 5, 5, 5, 6, 6, 7 e 9; os de maior

34

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

UNIDADE 4
frequncia so 4 e 5. Neste caso, dizemos que a distribuio bimodal, com modas 4 e 5. Quando todos os valores observados so distintos dizemos que a distribuio no possui moda.
estatstica aplicada educao

Mediana Denominamos mediana de X, e indicamos por crescente. No exemplo, ordenando os valores, temos a sequncia: anos , ao termo

central da sequncia formada pelos valores observados, quando colocados em ordem

O termo central vale 21, portanto,

anos.

Caso tenhamos uma quantidade par de termos, consideramos como mediana a mdia aritmtica dos dois termos centrais. Assim, por exemplo, na sequncia:

anos, a mediana anos.

2+3 ; logo 2,5. Portanto, 2

Podemos interpretar a mediana dizendo que em metade da populao os valores observados so menores ou iguais mediana, na outra metade eles so maiores ou iguais mediana. Dessa forma, dizer que numa prova de Estatstica a mediana 4,5 significa dizer que em metade das provas as notas so 4,5 ou menos e, na outra metade, so 4,5 ou mais.

UTILIZAO DAS MEDIDAS DE TENDNCIA CENTRAL


Na maioria das situaes, no necessitamos calcular as trs medidas de tendncia central. Normalmente precisamos de apenas uma das medidas para caracterizar o centro da srie. Surge, ento, a questo: qual medida deve ser utilizada? A medida ideal em cada caso aquela que melhor representa a maioria dos dados da srie. Quando todos os dados de uma srie estatstica so iguais, a mdia, a mediana e a moda coincidiro com este valor e, portanto qualquer uma delas representar bem a srie. No entanto, este caso dificilmente ocorrer na prtica. Na maioria das vezes, teremos valores diferenciados para a srie e consequentemente a medida ir representar bem, apenas os dados da srie que se
NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

35

UNIDADE 4
estatstica aplicada educao

situam prximos a este valor. Os dados muito afastados em relao ao valor da medida no sero bem representados por ela. Dessa forma, se uma srie apresenta forte concentrao de dados em sua rea central, a mdia, a mediana e a moda ficam tambm situadas em sua rea central representando bem a srie. Como a mais conhecida a mdia, optamos por esta medida de tendncia central. Concluindo, devemos optar pela mdia, quando houver forte concentrao de dados na rea central da srie. Se uma srie apresenta forte concentrao de dados em seu incio, a mediana e a moda estaro posicionadas mais no incio da srie, representando bem esta concentrao. A mdia que fortemente afetada por alguns valores posicionados no final da srie se deslocar para a direita dessa concentrao no a representando bem. Como a mais conhecida entre a mediana e a moda a mediana, esta ento ser a medida indicada neste caso. A mesma situao ocorre se a srie apresenta forte concentrao de dados em seu final. Concluindo, devemos optar pela mediana, quando houver forte

concentrao de dados no incio ou no final da srie. A moda deve ser a opo como medida de tendncia central apenas em sries que apresentam um elemento tpico, isto , um valor cuja frequ ncia muito superior frequncia dos outros elementos da srie.

Medidas de Disperso ou Variabilidade


O estudo estatstico de um fenmeno ou situao procura determinar caractersticas semelhantes numa populao (tendncias), bem como avaliar sua variabilidade. No haveria sentido numa pesquisa estatstica se os dados obtidos fossem todos iguais. Uma anlise estatstica completa deve incluir o grau de variabilidade de seus dados. Veja um exemplo: Para avaliar o desempenho de dois alunos jogadores de basquete de uma determinada classe, foram computados os pontos convertidos por ambos, em oito partidas de um campeonato. JOGADOR A: 20, 22, 18, 20, 16, 24, 20, 20 JOGADOR B : 24, 32, 28, 12, 20, 14, 12, 18 Calculando a mdia de pontos obtemos 20 para os dois. Uma anlise baseada somente na mdia indicaria que ambos tm o mesmo desempenho. Vamos examinar com mais detalhe os dados. Observe que o JOGADOR A tem resultados mais prximos da mdia: - nmero de pontos por partida variando entre 16 e 20, J o JOGADOR B teve resultados mais heterogneos, mais dispersos em - 4 partidas com 20 pontos marcados. relao a mdia:
NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

36

UNIDADE 4
- nmero de pontos variando de 12 a 32, - somente uma partida com 20 pontos. Sob esse ponto de vista, podemos considerar que o jogador A teve desempenho mais regular nos 8 jogos considerados. Esse pode ser um dado importante para o tcnico da equipe, por exemplo. Assim sendo, para se ter um conhecimento mais completo da situao em estudo, necessrio avaliar o grau de variabilidade dos dados obtidos, ou seja, como eles se distribuem ao redor da mdia. Portanto, as medidas de disperso servem para indicar o quanto os dados se apresentam dispersos em torno da regio central. As principais medidas de disperso so: Amplitude total, Desvio mdio, Varincia, Desvio padro e Coeficiente de Variao.
estatstica aplicada educao

AMPLITUDE TOTAL a diferena entre o maior e o menor valor observado. Indicaremos por: Exemplo: Na srie: 10, 12, 22, 35, 48 e 50 temos: No caso de distribuio de frequncia com intervalos de classe a diferena entre o limite superior da ltima classe e o limite inferior da primeira classe. NOTA: A amplitude total tem o inconveniente de s levar em conta os dois valores extremos da srie. Seu uso muito limitado devido a sua instabilidade e por no afetar a disperso dos seus valores internos. Faz-se uso da amplitude total quando se quer determinar a amplitude da temperatura em um dia, no controle de qualidade ou como uma medida de clculo rpido sem muita exatido.

DESVIOS Chamamos desvio de um valor de uma varivel X diferena entre esse valor e a mdia

Exemplo: A famlia de um estudante composta por 7 pessoas (pai, me, quatro filhos e av), a varivel X (idade em anos completos) apresenta os seguintes valores: 45, 44, 21, 18, 16, 10 e 70. Temos, assim: anos

Logo:

Os desvios indicam o quanto cada valor est acima ou abaixo da mdia, conforme o sinal seja positivo ou negativo, respectivamente. A av tem 38 anos mais que a mdia, enquanto o filho mais novo est 22 anos abaixo da mdia. A soma dos desvios zero, o que acontece sempre.
NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

37

UNIDADE 4
estatstica aplicada educao

DESVIO MDIO O desvio mdio

(Dm ) a mdia aritmtica dos mdulos dos desvios.

Para evitar que a soma dos desvios seja igual a 0 (zero), apresentamos a varincia.

VARINCIA A varincia corresponde mdia aritmtica dos quadrados dos desvios. uma medida que tem pouca utilidade como estatstica descritiva, porm extremamente importante na inferncia estatstica e em combinaes de amostras. indicada por 2 e l-se sigma ao quadrado.

Frmulas:

quando os dados representam uma populao.

quando os dados representam uma amostra.

No exemplo da famlia do estudante, temos uma populao. Assim, a diviso ser por 7. Se caso fosse uma amostra, a diviso seria por (n -1), ou seja, (7 1 = 6).

Note que, nesse exemplo, os desvios so medidos em anos; logo, os quadrados dos desvios so dados em (anos)2. Ento, a varincia 402 (anos)2. NOTA: 1- No clculo da varincia, quando elevamos ao quadrado a diferena ( x i x ) , ou seja, o desvio em relao mdia, a unidade de medida da srie fica tambm elevada ao quadrado. Portanto, o valor da varincia no pode ser comparado diretamente com os dados da srie, ou seja, a varincia no tem interpretao. 2- Para suprir essa deficincia da varincia que se define o desvio padro. DESVIO PADRO Observando a frmula para o clculo da varincia, notamos tratar de uma soma de quadrados. Portanto, a unidade da varivel ser tambm ao quadrado. Para voltarmos unidade original, necessitamos definir uma outra medida de disperso, que

38

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

UNIDADE 4
a raiz quadrada da varincia, ou seja, o desvio padro. Assim sendo, temos: desvio padro populacional e o desvio padro amostral. Para o clculo do desvio padro deve-se primeiramente determinar o valor da varincia e, em seguida, extrair a raiz quadrada desse resultado. Portanto, desvio padro como a raiz quadrada da varincia. uma medida de variabilidade que leva em considerao toda a informao contida na amostra ou na populao. No exemplo da famlia do estudante, temos: Como os desvios indicam os afastamentos dos valores em relao mdia, podemos interpretar a soma dos quadrados dos desvios como uma medida de disperso total dos valores observados e, dessa forma, a varincia representa uma mdia da disperso dos valores. Isso significa que, entre dois conjuntos de mesma mdia, o de menor varincia portanto, de menor desvio-padro aquele cujos elementos so mais prximos da mdia, ou mais concentrados em torno da mdia.
estatstica aplicada educao

COEFICIENTE DE VARIAO DE PEARSON (CVP) Na estatstica descritiva o desvio padro por si s tem grandes limitaes. Assim, um desvio padro de 2 unidades pode ser considerado pequeno para uma srie de valores cujo valor mdio 200; no entanto, se a mdia for igual a 20, o mesmo no pode ser dito. Alm disso, o fato de o desvio padro ser expresso na mesma unidade dos dados limita o seu emprego quando desejamos comparar duas ou mais sries de valores, relativamente sua disperso ou variabilidade, quando expressas em unidades diferentes. Para contornar essas dificuldades e limitaes, podemos caracterizar a disperso ou variabilidade dos dados em termos relativos a seu valor mdio, medida essa denominada de Coeficiente de Variao de Pearson (CVP) que a razo entre o desvio padro e a mdia aritmtica. Frmula:

CVP =

desvio padro .100 mdia aritmtica

NOTA: O resultado neste caso expresso em percentual, entretanto pode ser expresso tambm atravs de um fator decimal, desprezando assim o valor 100 da frmula. Exemplo: Tomemos os resultados das estaturas e dos pesos de um mesmo grupo de indivduos: Discriminao MDIA DESVIO-PADRO ESTATURAS 175 cm 5,0 cm PESOS 68 kg 2,0 kg - Qual das medidas (estatura ou peso) possui maior homogeneidade? Teremos que calcular o CVP da Estatura e o CVP do Peso. O resultado
NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA

39

UNIDADE 4
estatstica aplicada educao

menor ser o de maior homogeneidade ( menor disperso ou variabilidade). CVP (estatura) = CVP (peso) =

Logo, nesse grupo de indivduos, as estaturas apresentam menor grau de disperso que os pesos.

PARA VOC REFLETIR... Com a informtica a Estatstica ganhou um forte aliado no tratamento matemtico dos experimentos. Hoje, cabe-nos apenas a parte da coleta e anlise desses experimentos. Por isso que vimos de forma sucinta as medidas de posio (tendncia central) e as medidas de disperso (variabilidade). Outros clculos mais complexos podem ser feitos num computador, com softwares apropriados.

consideraes finais
Quando precisamos estudar uma populao estatstica, temos que recorrer a certos parmetros que representam de forma precisa as propriedades da distribuio de frequncias. Nesta unidade, desenvolvemos o estudo dos parmetros de tendncia central ou de centralizao (mdia aritmtica, moda e mediana) e os de variabilidade, tambm chamados de medidas de disperso (amplitude, desvio mdio, varincia, desvio padro e CVP).

GLOSSRIO
Homogeneidade: qualidade de homogneo, ou seja, composto de unidades do mesmo tipo, natureza, qualidade, etc. O antnimo heterogeneidade.

referncias
Toledo, Luciano Geraldo e Ivo Izidoro Ovalle - ESTATSTICA BSICA Ed. Atlas - 2 Edio Fonseca, Jairo Simon da e Gilberto de Andrade Martins - CURSO DE ESTATSTICA LPM Crespo, Antnio Arnot - ESTATSTICA FCIL - Ed. Saraiva - SP 17 edio Gentil, Nelson et. al Matemtica Fcil Vol. nico Ed. tica SP 6 edio, 2000. Giovanni, Jos Ruy e Jos Roberto Bonjorno Vol. 3 2 grau So Paulo: FTD, 1992.

40

NCLEO DE EDUCAO A DISTNCIA FFCL DE ITUVERAVA - FUNDAO EDUCACIONAL DE ITUVERAVA