Você está na página 1de 355

CLUDIA BORIM DA SILVA

Pensamento Estatstico e Raciocnio sobre variao: um estudo com


professores de Matemtica








DOUTORADO EM EDUCAO MATEMTICA





Pontifcia Universidade Catlica

So Paulo

2007


CLUDIA BORIM DA SILVA







Pensamento Estatstico e Raciocnio sobre variao: um estudo com
professores de Matemtica





DOUTORADO EM EDUCAO MATEMTICA


Tese apresentada Banca Examinadora da
Pontifcia Universidade Catlica de So Paulo,
como exigncia parcial para obteno do ttulo de
Doutor em Educao Matemtica, sob a
orientao da Professora Doutora Cileda de
Queiroz e Silva Coutinho



Pontifcia Universidade Catlica

So Paulo

2007


















BANCA EXAMINADORA

_______________________________________________


_______________________________________________


_______________________________________________


_______________________________________________


_______________________________________________



























minha me, Elisabeth Anto Borim Lopes (in memorian), que me apresentou a
vida de maneira brilhante, acreditando no amor e na educao.

minha me cientfica, Professora Doutora Anna Regina Lanner de Moura, que
me apresentou a rea de Educao Matemtica de maneira entusiasmada,
acreditando na cincia e seus benefcios.






AGRADECIMENTOS

Agradeo ao meu marido e minhas filhas, pela compreenso, apoio, ajuda
e pelo aprendizado de viver sem mim em muitos momentos.
Agradeo ao meu pai, que sempre me incentivou e rezou por mim.
Agradeo Dona Marilene, que soube me substituir to bem.
Agradeo minha orientadora, que aprendeu a ser terapeuta, me
consolando nos momentos de desespero e desnimo.
Agradeo ao Professor Saddo, a quem admiro e com quem eu aprendi
muito.
Agradeo ao Professor Michel Henry e professora Maria Ins pelas
infindveis contribuies parte terica deste trabalho.
Agradeo Universidade So Judas Tadeu, pelas horas de pesquisa
concedidas para a realizao deste trabalho, sem as quais seria impossvel sua
concluso.
Agradeo ao Professor Silva, que acreditou em mim e me apoiou sempre.
Agradeo s minhas amigas: Ana Lucia, Zez, Vera, Rosaninha, Michele,
Lu, Irene, sem as quais eu no teria conseguido elaborar este trabalho.
Agradeo Professora Mrcia Brito, que alm de minha eterna orientadora,
tambm colaborou muito para que este trabalho findasse.
Agradeo a professora Lisbeth, que me incentivou e contribuiu para este
trabalho.
Agradeo professora Clia, pelas contribuies na banca.
Agradeo aos meus amigos da So Judas: Adriano, Ftima, Vivian,
Simone, Cludio, Vilma, Rodrigo, Arlete, Petri, que alguma maneira colaboraram
para que este trabalho fosse realizado.
Agradeo s editoras FTD, Saraiva e Moderna pela concesso dos livros
de Matemtica exemplar do professor, para que fosse possvel elaborar a
anlise praxeolgica.
Agradeo especialmente a todos os professores que participaram desta
pesquisa, pois sem eles no existiria trabalho.





SILVA, Cludia Borim da. Pensamento estatstico e raciocnio sobre variao: um
estudo com professores de Matemtica. 2007. 354 f. Tese (doutorado em
Educao Matemtica) Pontifcia Universidade de So Paulo, So Paulo.

RESUMO

Devido dificuldade encontrada por alunos de graduao para a compreenso do
desvio padro, este trabalho teve como objetivo verificar o raciocnio sobre
variao e variabilidade nas etapas do ciclo investigativo do pensamento
estatstico. Foram participantes da pesquisa nove professores de Matemtica da
escola bsica e dois alunos de Matemtica da Universidade de So Paulo. O
trabalho seguiu os pressupostos de uma pesquisa-ao e a fase de
implementao teve durao de quarenta e oito horas, divididas em dezesseis
encontros de trs horas cada. Foram discutidos os contedos estatsticos:
distribuio de freqncia simples e com dados agrupados, representaes
grficas, medidas de tendncia central e disperso. Os nveis de raciocnio sobre
variao foram classificados de acordo com o modelo proposto por Garfield
(2002). O diagnstico identificou a ausncia de raciocnio sobre variao, exceo
feita a um professor que apresentava raciocnio idiossincrtico. Durante a fase de
sensibilizao da pesquisa-ao e planejamento do ciclo investigativo, os
professores apresentaram naturalmente o raciocnio sobre variabilidade, mas no
sobre variao. Entretanto, a experincia com a elaborao de uma pesquisa,
desde a definio dos objetivos at a coleta e montagem do banco de dados
permitiu um avano no desenvolvimento do pensamento estatstico dos
professores, que j transitavam em trs das quatro dimenses de sua estrutura
elaborada por Wild e Pfannkuch (1999). No obstante, o desenvolvimento do
pensamento estatstico no implicou diretamente em um nvel mais avanado do
raciocnio de variao, observado durante a fase de anlise dos resultados da
pesquisa. Para a comparao de trs distribuies de freqncias simples de
varivel discreta foram utilizadas a percepo da moda, a observao dos valores
mximo e mnimo e da menor freqncia e a elaborao de um intervalo de
variao composto pelos valores da varivel que tinham freqncia nas trs
distribuies, conjuntamente, que foram categorizados como raciocnio verbal de
variao at raciocnio de procedimento, respectivamente. A discusso sobre as


medidas de tendncia central permitiu observar a interpretao equivocada de
mdia como maioria, que se refere moda, que foi um fator impeditivo para a
percepo da necessidade de uma medida de variao. A utilizao do correto
significado de mdia motivou os professores a utilizarem medidas
complementares como a moda e os valores mximo e mnimo, mas no o desvio
padro. O significado atribudo ao desvio padro foi, predominantemente, uma
medida da variao entre as observaes indicando homogeneidade da amostra,
aspecto reforado pelos livros didticos de Matemtica do ensino mdio e
categorizado como raciocnio verbal de variao. A composio do intervalo de
um desvio padro da mdia no surgiu naturalmente e mesmo os participantes
que compreenderam esta interpretao do desvio padro, apresentaram
dificuldade para identificar o que tinha no intervalo. Acredita-se que o
desenvolvimento de aplicativos computacionais para trabalhar o conceito de
intervalo em torno da mdia possa auxiliar na aquisio deste raciocnio,
considerado um raciocnio completo de variao. Conclui-se que a linguagem
maior variao pode induzir dois diferentes raciocnios idiossincrticos: a maior
variao das freqncias em alguma categoria ou valor da varivel de uma
distribuio de freqncias e a maior variao de observaes diferentes na
amostra, ambas no relacionadas com a medida de tendncia central.

Palavras-chave: Pensamento Estatstico; Nvel de Raciocnio sobre variao;
desvio padro; professores de Matemtica; pesquisa-ao.












SILVA, Cludia Borim da. Statistical Thinking and variation reasoning: a study with
Mathematics Teachers. 2007. 354 f. Thesis (Doctoral in Mathematics Education)
Pontifcia Universidade de So Paulo, So Paulo.

ABSTRACT

Due to student difficulty with understanding standard deviation, this work aimed to
identify the reasoning about variation and variability in all parts of the investigation
cycle of the statistical thinking. Nine middle and high school Mathematics teachers
and two mathematics students of University of So Paulo participated in an action
research, 3 hr meetings, lasting in total for 48 hrs. The contents were simple and
grouping data frequency distribution, graphics, center and spread measures. The
reasoning levels were classified using the general model developed by Garfield
(2002). The teachers showed no variaton reasoning during the first week, except
for a teacher with idiosyncratic reasoning. During the action research sensibility
phase and planning of investigative cycle phase, the teachers developed
variability reasoning naturally, but not about variation. However, this experience
promoted an upgrade of teachers statistical thinking, that used three (between
four) dimensions created by Wild e Pfannkuch (1999). Nevertheless, the statistical
thinking upgrade did not implicate a gain in variation reasoning level, observed
during the data analysis phase. To compare three discret variable frequency
distribution were done using the perception of mode, minimum and maximum
values and minimum frequency and use of the distribution chunk with range was
organized with existence of the frequency in all groups, understood like verbal until
procedural reasoning, respectively. The center measures discussion showed the
misconception of mean, which was understood as the mode, and this inhibited
necessity perception of a spread measure. The use of correct mean of arithmetic
mean induced the teachers use complement measures as the mode and minimum
and maximum values, but not the standard deviation. The mean fo standard
deviation was predominantely a measure of number of differents observations,
signal of homogeneous sample, as many Mathematics textbooks introduced the
concept of variation. The comprehension of one standard deviation interval
towards mean didnt develop naturally and the teachers who understood this
mean of standard deviation had difficulty to understand what was in the interval,


which suposed to develop this integrated reasoning process with the educational
softwares created for this intention. In conclusion, the term more variation can
cause wastly differing results due to personal interpretation of the phrase more
variation and idiosyncratic reasoning process involved in analysing complex
mathematical data: more variation between frequency in only the variable category
or variable value in comparing frequency distributions and more variation between
sample different observations, both without use of variation from mean.

Key words: Statistical Thinking; Variation Reasoning level; standard deviation;
Mathematics teacher; action research.
























SUMRIO

Introduo ........................................................................................................................19

1 O Papel da Variao no Pensamento, Raciocnio e Letramento
estatsticos ...........................................................................................................23
1.1 Letramento Estatstico.....................................................................................23
1.2 Pensamento Estatstico...................................................................................28
1.3 Raciocnio estatstico.......................................................................................32

2 As Medidas de Variao....................................................................................37
2.1 Mdia..................................................................................................................39
2.2 Varincia............................................................................................................44
2.3 Desvio Padro ..................................................................................................50
2.4 Clculo do Desvio Padro a partir da Distribuio de Freqncias.........59
2.5 Coeficiente de Variao..................................................................................63
2.6 Desvio Mdio ....................................................................................................64
2.7 Amplitude total ..................................................................................................65

3 Anlise do Complexo Praxeolgico do Objeto Variao/Variabilidade
.................................................................................................................................67
3.1 A Seleo dos Livros Analisados ..................................................................71
3.2 Anlise da Organizao Didtica do Objeto Variao/Variabilidade.......73
3.3 Anlise da Organizao Matemtica do Objeto Variao/Variabilidade.87
3.4 Pontos relevantes da anlise da organizao praxeolgica dos livros
didticos...........................................................................................................116

4 Os Resultados das Pesquisas acerca do Ensino-aprendizagem do
Conceito de Variao e Variabilidade .........................................................117
4.1 O conceito de Variabilidade apresentado por alunos do ensino
fundamental e mdio .....................................................................................117
4.2 O conceito de Variabilidade apresentado por alunos de graduao.....135
4.3 O conceito de Variabilidade apresentado por Professores em Formao
ou em Atuao................................................................................................148
4.4 Estudos Especficos sobre as Medidas de Variao ...............................158
4.5 Os Aspectos do Raciocnio de Variabilidade e Variao que apareceram
nos Estudos Analisados................................................................................163
4.6 A Relao entre os Aspectos de Variao/Variabilidade com os Nveis
de Raciocnio sobre este objeto. .................................................................171

5 Descrio da problemtica da pesquisa ....................................................178

6 Metodologia........................................................................................................180
6.1 Participantes da Pesquisa ............................................................................182
6.2 Ambiente da implementao da ao.........................................................186
6.3 Papel do Observador observao participante perifrica ....................186
6.4 Papel do Formador observao participante completa ........................187
6.5 O papel dos participantes atores da pesquisa-ao.............................189


6.6 Coleta de dados e anlise dos resultados .................................................191
6.7 Organizao das Atividades desenvolvidas na fase de implementao da
pesquisa-ao.................................................................................................191

7 Anlise do Diagnstico ...................................................................................195
7.1 As palavras indicadas....................................................................................195
7.2 Resultados do Grupo 1 .................................................................................197
7.3 Resultados do Grupo 2 .................................................................................198
7.4 Resultados do Grupo 3 .................................................................................199
7.5 Feedback.........................................................................................................201
7.6 Anlise do Raciocnio sobre variao/variabilidade identificado no
diagnstico ......................................................................................................204

8 Fase de sensibilizao da pesquisa ao..................................................205
8.1 Resultados do Grupo 1 .................................................................................206
8.2 Resultados do Grupo 2 .................................................................................206
8.3 Resultados do Grupo 3 .................................................................................208
8.4 Feedback.........................................................................................................210
8.5 Anlise do raciocnio de variao/variabilidade identificado na fase de
sensibilizao da pesquisa-ao.................................................................216

9 Anlise dos resultados do ciclo investigativo..........................................219

10 Raciocnio sobre Variao/variabilidade na fase de planejamento do
ciclo investigativo.............................................................................................220
10.1 Construo do instrumento de pesquisa em pequenos grupos .............221
10.2 Construo do instrumento de pesquisa pelo grupo todo.......................224
10.3 Construo do banco de dados...................................................................227
10.4 Anlise do raciocnio sobre variao/variabilidade na fase de
planejamento do ciclo investigativo .............................................................228

11 Raciocnio sobre variao/variabilidade na representao da
distribuio de freqncia simples..............................................................230
11.1 Resultados do Grupo 1 .................................................................................230
11.2 Resultados do Grupo 2 .................................................................................233
11.3 Resultados do Grupo 3 .................................................................................235
11.4 Resultados do Grupo 4 .................................................................................235
11.5 Feedback.........................................................................................................236
11.6 Anlise de uma de uma distribuio de freqncia simples. ..................237
11.7 Resultados do Grupo 1 .................................................................................239
11.8 Resultados do Grupo 2 .................................................................................243
11.9 Feedback.........................................................................................................247
11.10 Anlise do raciocnio de variao/variabilidade na representao de uma
distribuio de freqncia simples. .............................................................249

12 Raciocnio sobre variao/variabilidade na representao de variveis
contnuas ............................................................................................................253
12.1 Resultados do Grupo 1 .................................................................................253
12.2 Resultados do Grupo 2 .................................................................................254
12.3 Resultados do Grupo 3 .................................................................................254


12.4 Resultados do Grupo 4 .................................................................................256
12.5 Feedback.........................................................................................................258
12.6 Anlise de uma distribuio de freqncias com dados agrupados ....263
12.7 Resultados do grupo 1 professores RS e LH.........................................263
12.8 Resultados do grupo 2 (AM e SB) e grupo 3 (OB e CI) ...........................264
12.9 Feedback.........................................................................................................266
12.10 Anlise do raciocnio de variao/variabilidade na representao de
varivel contnua ............................................................................................269

13 Raciocnio sobre variao/variabilidade na compreenso do conceito
de mdia aritmtica..........................................................................................272
13.1 Resultados e discusso da anlise elaborada pelo grupo dos
professores......................................................................................................272
13.2 Resultados e discusso da anlise elaborada pelo grupo dos alunos..283
13.3 Feedback.........................................................................................................284
13.4 Anlise da mdia aritmtica de observaes apresentadas em grfico de
barras. ..............................................................................................................288
13.5 Resultados e discusso da anlise elaborada pelo Grupo 1 LH e RS
...........................................................................................................................288
13.6 Resultados e discusso da anlise elaborada pelo Grupo 2 ..................292
13.7 Feedback.........................................................................................................294
13.8 Anlise do raciocnio sobre variao/variabilidade na discusso da
anlise da mdia aritmtica..........................................................................295

14 Raciocnio sobre variao/variabilidade na interpretao do desvio
padro..................................................................................................................298
14.1 Resultados e discusso da anlise elaborada pelo grupo dos
professores......................................................................................................303
14.2 Resultados e discusso da anlise elaborada pelo grupo dos alunos..304
14.3 Feedback.........................................................................................................308
14.4 Nvel do raciocnio sobre variao na interpretao do desvio padro 315

15 Consideraes Finais......................................................................................319

Referncias Bibliogrficas.........................................................................................325

Apndice 1: Independncia de variveis aleatrias ...........................................333
Apndice 2 Questionrio aplicado aos professores participantes .............339
Apndice 3 - Carta de Esclarecimento e o Termo de Consentimento Livre e
Esclarecido aplicado aos professores participantes..............................342
Apndice 4: Sntese do texto Investigaes em Estatstica ( Ponte, Brocardo
e Oliveira, 2003) .................................................................................................346
Apndice 5: Instrumento de coleta de dados elaborado pelos professores
participantes ......................................................................................................349
Apndice 6: Parte do Banco de Dados da pesquisa Teorema de Pitgoras:
uma aprendizagem significativa? ..............................................................353
Apndice 7: Banco de Dados da pesquisa realizada pelos professores.....354


LISTA DE FIGURAS

Figura 1 - Estrutura do Letramento Estatstico, segundo Gal (2002).......................26
Figura 2 - Estrutura do pensamento estatstico conforme Wild e Pfannkuch (1999)
.....................................................................................................................................31
Figura 3 - Relao entre Raciocnio, Pensamento e Letramento estatsticos........35
Figura 4 Intervalo de dois desvios padro da mdia da altura dos alunos...........54
Figura 5 Grfico de disperso da altura dos 50 alunos ..........................................54
Figura 6 - Distribuio da freqncia dos alunos segundo a altura ........................55
Figura 7 - Porcentagem de observaes a menos de um, dois e trs desvios
padro da mdia.......................................................................................................57
Figura 8 - Esquema da anlise da organizao didtica dos livros de Matemtica
.....................................................................................................................................75
Figura 9 - Esquema da anlise da organizao matemtica dos livros de
Matemtica ................................................................................................................88
Figura 10 Distribuio dos alunos segundo o esporte preferido ...........................91
Figura 11 Distribuio do nmero de alunos segundo o esporte preferido.........92
Figura 12 Taxa de desemprego de Janeiro de 2006 a Janeiro de 2007 (em %)
.....................................................................................................................................93
Figura 13 - Grfico apresentado por Smole e Diniz (2003, p. 43) ............................95
Figura 14 Porcentagem de alunos do 1A e 1B segundo o esporte preferido,
apresentado por Smole e Diniz (2003, p.57) .......................................................96
Figura 15 - Grfico utilizado por Ben-Zvi (2004) .........................................................97
Figura 16 - Grfico apresentado por Smole e Diniz (2003,p. 44) .............................98
Figura 17 - Grfico adaptado de Loosen, Lioen e Lacante (1985) .........................100
Figura 18 - Primeira atividade desenvolvida por Lehrer e Schauble (2002, p. 2-3)
...................................................................................................................................119
Figura 19 - Segunda atividade desenvolvida por Lehrer e Schauble (2002, p. 4-5)
...................................................................................................................................121
Figura 20 - Atividade apresentada por Ben-Zvi (2002, p. 2) ...................................122
Figura 21 - Grfico feito pelos alunos de Ben-Zvi (2004), para representar o
tamanho dos nomes...............................................................................................123
Figura 22 - Primeira atividade desenvolvida por Bakker (2004) .............................125
Figura 23 - Segunda atividade desenvolvida por Bakker (2004). ...........................127
Figura 24 - Atividade proposta por Torok (2000). .....................................................128
Figura 25 - Atividade usada para avaliar o conhecimento dos alunos no estudo de
Torok (2000). ...........................................................................................................130
Figura 26 - Atividade desenvolvida por Reading (2004) ..........................................133
Figura 27 - Questo 1 do pr-teste aplicado por Meletiou (2000). .........................136
Figura 28 - Questo 2 do pr-teste aplicado por Meletiou (2000). .........................136
Figura 29 - Questo 3 do pr-teste aplicado por Meletiou (2000). .........................136
Figura 30 - Questo 7 do pr-teste aplicado por Meletiou (2000). .........................137
Figura 31 - Questo 10 do pr-teste aplicado por Meletiou (2000). .....................137
Figura 32 - Questo 6 do pr-teste aplicado por Meletiou (2000). .........................139
Figura 33 - Questo 8 do pr-teste aplicado por Meletiou (2000). .........................140
Figura 34 - Questo 4 do pr-teste aplicado por Meletiou (2000) ..........................140
Figura 35 - Questo 9 do pr-teste aplicado por Meletiou (2000). .........................142
Figura 36 - Questo 5 do pr-teste aplicado por Meletiou (2000) ..........................143
Figura 37 - Questo 1 da entrevista realizada por Meletiou (2000). ......................144


Figura 38 - Questo 4 da entrevista realizada por Meletiou (2000). ......................145
Figura 39 - Questo 10 do ps-teste aplicado por Meletiou (2000). ......................146
Figura 40 - Questo 6 do ps-teste aplicado por Meletiou (2000). ........................147
Figura 41 - Questo 11 do ps-teste aplicado por Meletiou (2000). ......................147
Figura 42 - Grfico apresentado aos professores do estudo de Makar e Confrey
(2005)........................................................................................................................149
Figura 43 - Atividade desenvolvida na etapa de ensino de Dados e Grficos do
estudo de Canada (2006, p. 39 e 40)..................................................................153
Figura 44 - Atividade desenvolvida na etapa de ensino de Amostragem do estudo
de Canada (2006, p. 39 e 40)...............................................................................154
Figura 45 - Atividade desenvolvida na etapa de ensino de Probabilidade do estudo
de Canada (2006, p. 41).......................................................................................154
Figura 46 - Questo do pr-teste utilizada por Canada (2006, p. 38) ...................155
Figura 47 - Sntese da estrutura conceitual utilizada por Canada (2006, p. 42) para
analisar os resultados de sua pesquisa..............................................................155
Figura 48 - Primeira seqncia de grficos usados por Loosen, Lioen e Lacante
(1985)........................................................................................................................159
Figura 49 - Segunda seqncia de grficos usados por Loosen, Lioen e Lacante
(1985)........................................................................................................................160
Figura 50 - Exemplo de grficos fornecidos pelos aplicativo desenvolvido por
Delmas e Liu (2005) ...............................................................................................161
Figura 51 - Ciclo bsico da investigao-ao, de acordo com Tripp (2005).......180
Figura 52 - Tarefa 1 do diagnstico.............................................................................195
Figura 53 Representao da significao de Estatstica do Grupo 1.................198
Figura 54 - Representao da significao de Estatstica do Grupo 2..................199
Figura 55 - Representao da significao de Estatstica do Grupo 3..................200
Figura 56 - Tarefa 1 da sensibilizao ........................................................................205
Figura 57 Questo 1 para reflexo durante a fase de sensibilizao.................211
Figura 58 - Questo 2 para reflexo durante a fase de sensibilizao .................213
Figura 59 - Questo 3 para reflexo durante a fase de sensibilizao .................214
Figura 60 Tarefa 1 do planejamento do ciclo investigativo ..................................220
Figura 61 Tarefas 2 e 3 do planejamento do ciclo investigativo.........................223
Figura 62 Tarefa 1 da anlise dos dados do ciclo investigativo representao
de distribuio de freqncia simples .................................................................230
Figura 63 Representao grfica elaborada pelos professores RN e LH das
variveis gnero e disciplina que mais gosta.....................................................233
Figura 64 Grficos elaborados pelos professores AM e LF para representar as
variveis gnero e disciplina de preferncia. .....................................................234
Figura 65 - Grficos elaborados pelas professoras OB e SB para representar as
variveis gnero e disciplina de preferncia. .....................................................235
Figura 66 Representaes elaboradas pelos alunos AG e LJ para representar a
varivel gnero........................................................................................................236
Figura 67 Tarefa 2 da anlise dos dados do ciclo investigativo representao
de distribuio de freqncia simples .................................................................237
Figura 68 Tarefa 1 da anlise dos dados do ciclo investigativo representao
de variveis contnuas ...........................................................................................253
Figura 69 Representao grfica elaborada pelos alunos AG e LJ e pela
professora CI para idade.......................................................................................258
Figura 70 Histograma elaborado para idade dos professores entrevistados, em
que as classes tinham amplitudes diferentes. ...................................................262


Figura 71 - Tarefa 2 da anlise dos dados do ciclo investigativo representao
de variveis contnuas ...........................................................................................263
Figura 72 Grficos fornecidos para a realizao da Tarefa 2 da anlise dos
dados do ciclo investigativo representao de variveis contnuas ...........263
Figura 73 Tarefa 1 da anlise dos dados do ciclo investigativo compreenso
do conceito de mdia aritmtica...........................................................................272
Figura 74 Tarefa 2 da anlise dos dados do ciclo investigativo compreenso
do conceito de mdia aritmtica...........................................................................274
Figura 75 Tarefa 3 da anlise dos dados do ciclo investigativo compreenso
do conceito de mdia aritmtica...........................................................................284
Figura 76 Notas de alunos e alunas em uma determinada disciplina - Adaptado
de Loosen, Lioen e Lacante (1985) -...................................................................288
Figura 77 Tarefa 1 da anlise dos dados do ciclo investigativo interpretao do
desvio padro deixada em 10/06/2005 e discutida em 17/06/2005............298
Figura 78 Grficos para as notas de importncia para o cotidiano do professor
(1), para sua rea de formao (2), para sua disciplina (3) e para o seu
aluno(4). ...................................................................................................................317



LISTA DE TABELAS

Tabela 1 Tabela de dados de X e Y...........................................................................40
Tabela 2 Tabela de dados da varivel X, Y e (X + Y)............................................41
Tabela 3 - Tabela de dados da varivel X,Y e X.Y, Exemplo 1 ................................41
Tabela 4 - Tabela de dados da varivel X, Y e X.Y, Exemplo 2 ..............................42
Tabela 5 - Tabela de dados da varivel X, Y e X.Y, Exemplo 3 ...............................42
Tabela 6 - Rol das alturas (em cm) de 50 alunos. ......................................................53
Tabela 7 - Sntese da estimativa da porcentagem de dados no intervalo ( ) s x 2 t 58
Tabela 8 - Distribuio de freqncia (simples) dos alunos de acordo com a altura
.....................................................................................................................................60
Tabela 9 - Distribuio de freqncia (com dados agrupados em classes) dos
alunos de acordo com a altura (em cm)................................................................61
Tabela 10 - Livros analisados neste trabalho ..............................................................72
Tabela 11 - Nmero de pginas dedicadas Estatstica e variao/variabilidade
.....................................................................................................................................73
Tabela 12 Distribuio da freqncia dos alunos de acordo com o esporte
preferido .....................................................................................................................90
Tabela 13 Nmero de exemplos e exerccios das tcnicas identificadas na
Tarefa Matemtica 1 ................................................................................................94
Tabela 14 Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 2.............................................................................................................99
Tabela 15 Nmero de nascimentos por ms, em uma maternidade..................101
Tabela 16 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 3...........................................................................................................102
Tabela 17 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 5...........................................................................................................105
Tabela 18 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 6...........................................................................................................107
Tabela 19 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 7...........................................................................................................108
Tabela 20 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 8...........................................................................................................113
Tabela 21 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 9...........................................................................................................115
Tabela 22 - Resultados obtidos por Reading e Shaughnessy (2004). ..................131
Tabela 23 - Freqncia dos professores formao continuada (em 16 encontros)
...................................................................................................................................184
Tabela 24 - Nmero de participantes que conheciam (ou no) os PCNs .............185
Tabela 25 Representao elaborada pelos professores RN e LH das variveis
gnero e disciplina que mais gosta * ...................................................................232
Tabela 26 - Nmero de letras de sobrenomes de alunos israelenses, norte-
americanos e brasileiros (de cada dupla de professores). ..............................239
Tabela 27 Parte da distribuio analisada pela professora RS...........................241
Tabela 28 Recorte da distribuio de freqncia elaborado pelos professores
RS e LH....................................................................................................................243
Tabela 29 Representao elaborada pela professora RN para as notas de
importncia da Estatstica para o cotidiano do professor e para sua rea de
formao. .................................................................................................................248


Tabela 30 Representao elaborada pela professora RN para as notas de
importncia da Estatstica para a disciplina do professor e para seu aluno.249
Tabela 31 Distribuio de freqncia com dados agrupados da varivel idade
...................................................................................................................................261
Tabela 32 Distribuio de freqncias das idades, elaborada por AG e LJ......307
Tabela 33 Distribuio da freqncia dos alunos por gnero e opo em relao
ao fumo de cigarros................................................................................................333
Tabela 34 Distribuio de P(X), P(Y) e P(X,Y) .......................................................335
Tabela 35 Distribuio dos valores de X e Y..........................................................336
Tabela 36 Distribuio conjunta de X e Y. ..............................................................336
Tabela 37 Verificao de ( ) ( ) ( )
j i j i
y Y P x X P y Y , x X P .........................337
Tabela 38 Valores de X e Y do exemplo 1 do Captulo 2.....................................337
Tabela 39 Distribuio conjunta de X e Y exemplo 1 do Captulo 2. ..............338
Tabela 40 Distribuio dos valores de X e Y do exemplo 2 do Captulo 2........338
Tabela 41 Distribuio conjunta de X e Y exemplo 2 do Captulo 2 ...............338



LISTA DE QUADROS

Quadro 1 - Sntese da competncia estatstica apresentada por Rumsey (2002) 27
Quadro 2 - Sntese do modelo de raciocnio estatstico desenvolvido por Garfield
(2002)..........................................................................................................................34
Quadro 3 Identificao das medidas de variao e respectivo smbolo
apresentados nos livros didticos de Matemtica...............................................76
Quadro 4 - Distribuio das tcnicas identificadas na Tarefa Didtica 1 ................79
Quadro 5 - Distribuio das tcnicas identificadas na Tarefa Didtica 2 ................81
Quadro 6 - Distribuio das tcnicas identificadas na Tarefa Didtica 3 ................83
Quadro 7 - Distribuio das tcnicas identificadas na Tarefa Didtica 4 ................85
Quadro 8 - Anlise hierrquica das respostas causais de variao elaborada por
Reading e Shaughnessy (2004, p. 217-220) .....................................................132
Quadro 9 - Modelo de desenvolvimento cognitivo proposto por Reading (2004, p.
97) .............................................................................................................................134
Quadro 10 - Resultados do pr e ps-teste de Canada (2006) referente
interpretao de variao......................................................................................157
Quadro 11 - Explicao de Variao apresentada pelos sujeitos ..........................164
Quadro 12 Percepo da variao inerente aos dados........................................164
Quadro 13 Raciocnio sobre variabilidade na anlise de uma distribuio .......165
Quadro 14 Raciocnio sobre Variabilidade na descrio do formato da
distribuio...............................................................................................................166
Quadro 15 Raciocnio sobre Variabilidade na comparao de duas distribuies
...................................................................................................................................167
Quadro 16 - Comparao de duas distribuies utilizando mdia e desvio padro
...................................................................................................................................168
Quadro 17 - Variabilidade e representatividade amostral........................................169
Quadro 18 Raciocnio sobre Variabilidade em situaes de acaso....................170
Quadro 19: Estrutura hierrquica do raciocnio de variao (Reading e
Shaughnessy, 2004). .............................................................................................173
Quadro 20: Relao entre as fases do desenvolvimento do raciocnio sobre
variabilidade (Ben-Zvi, 2004) e os nveis de raciocnio estatstico (Garfield,
2002).........................................................................................................................174
Quadro 21: Sntese do modelo epistemolgico desenvolvido por Garfied e Ben-Zvi
(2005)........................................................................................................................175
Quadro 22 - Perfil dos professores participantes da pesquisa ...............................183
Quadro 23 - Contedo estatstico j trabalhado em sala de aula...........................184
Quadro 24 - Sugestes do PCN+ para o trabalho de Estatstica no ensino mdio
brasileiro...................................................................................................................192
Quadro 25 Cronograma das atividades do ciclo investigativo .............................193
Quadro 26 - palavras relacionadas Estatstica, indicadas pelos professores*. 195
Quadro 27 Continuao da indicao das palavras..............................................196
Quadro 28 Nvel de Raciocnio sobre Variao na fase de sensibilizao da
pesquisa-ao.........................................................................................................217
Quadro 29 Representao elaborada pelos professores AM e LF das variveis
gnero e disciplina que mais gosta *...................................................................234
Quadro 30 Raciocnio idiossincrtico e verbal sobre variao utilizado na anlise
de trs distribuies de freqncia simples .......................................................250


Quadro 31 Raciocnio de transio e de procedimento sobre variao utilizado
na anlise de trs distribuies de freqncia simples ....................................251
Quadro 32 Representao elaborada pelos professores AM e SB para idade e
tempo de magistrio...............................................................................................254
Quadro 33 - Representao elaborada pelos professores LH, RS e RN para idade
e tempo de magistrio. ..........................................................................................255
Quadro 34 - Representao elaborada pelos alunos AG e LJ e pela professora CI
para idade................................................................................................................257
Quadro 35 Nvel de Raciocnio sobre variao na fase de anlise de uma
distribuio de freqncias com dados agrupados...........................................270
Quadro 36 Raciocnio idiossincrtico sobre variao ...........................................295
Quadro 37 Raciocnio verbal de variao ...............................................................296
Quadro 38 Raciocnio de transio de variao ....................................................297
Quadro 39 Raciocnio Verbal sobre variao na interpretao do desvio padro
...................................................................................................................................316
Quadro 40 Raciocnio de procedimento sobre variao na interpretao do
desvio padro..........................................................................................................317






19

Incerteza e variabilidade esto diretamente relacionadas: devido a
existncia da variabilidade, ns vivemos em incerteza e como nem tudo
determinado ou certo, h variabilidade. (BAKKER, 2004, p. 14)



Introduo


Este trabalho est inserido no projeto O Pensamento Matemtico
Formao de um Ncleo de Ensino, Aprendizagem e Pesquisa, coordenado pelo
Professor Doutor Saddo Ag Almouloud e que conta com quatro linhas de
pesquisa: Geometria, Pensamento Algbrico, Pensamento Numrico e
Tratamento da Informao.
Desde o incio dos trabalhos deste grupo de pesquisa (2000), dois objetivos
foram claramente apresentados: proporcionar uma formao continuada gratuita a
professores de Matemtica da rede pblica do Estado de So Paulo e
desenvolver pesquisas na rea de Educao Matemtica.
Motivada pelos resultados encontrados em seu trabalho de mestrado
(SILVA, 2000) e pelas inquietaes como professora de Estatstica em cursos de
graduao, esta autora viu a oportunidade de desenvolver um trabalho na rea de
didtica da Estatstica que, segundo Batanero (2000), ainda uma rea em
desenvolvimento.
Devido grande dificuldade que os alunos apresentam com o clculo e,
principalmente, com a interpretao do desvio padro, escolheu-se pesquisar
sobre o tema variao
1
(disperso), embora a formao continuada oferecida aos
professores de Matemtica tenha englobado outros contedos da Anlise
Exploratria de Dados.
Como este trabalho refere-se variao, importante a definio do termo.
Segundo Reading e Shaughnessy (2004, p. 201) variao um substantivo
usado para descrever o ato de variar ou mudar de condio. Suponha que uma
empresa de recrutamento de trabalhadores tenha publicado o salrio mdio para

1
Neste trabalho, o termo variao sinnimo de disperso. Segundo Reading e Shaughnessy
(2004, p. 203) as medidas de disperso so freqentemente referenciadas como variabilility ou
spread.


20
uma determinada vaga. Se a medida de variao tambm for publicada, o
candidato ter condies de estimar seu salrio futuro, caso seja selecionado.
Conforme salientado por Ben-Zvi e Garfield (2004) e Reading e
Shaughnessy (2004), muitos pesquisadores tm usado os termos variao
(variation) e variabilidade (variability) como sinnimos. Neste trabalho pretende-se
fazer a distino entre eles.
Segundo Reading e Shaughnessy (2004, p. 201), variabilidade uma
forma substantiva do adjetivo varivel, significando que alguma coisa est pronta
ou tem propenso para variar ou mudar. Usando o mesmo exemplo do
recrutamento de candidatos, para um mesmo cargo, o salrio uma entidade
propensa a variar, o que permite dizer que h variabilidade no salrio para
determinada vaga.
Neste trabalho, esses termos sero usados no mesmo sentido que
Reading e Shaughnessy (2004, p. 202) usaram. O termo variabilidade ser
usado referindo-se caracterstica da entidade que observvel e o termo
variao ser usado como descrio ou medida desta caracterstica.
O estudo das medidas de variao neste trabalho est limitado aos
contedos sugeridos pelos Parmetros Curriculares Nacionais de Matemtica
para o ensino mdio - PCN+ (Brasil, 2002), j que eram os contedos de
interesse dos professores de Matemtica participantes da pesquisa.
Os estudos sobre o conceito de variao (e variabilidade) so recentes.
Segundo Reading (2004), o estudo de Shaughnessy et al.
2
(1999) foi uma das
primeiras experincias para descobrir, de maneira sistemtica, o que estava
acontecendo no entendimento de variao apresentado pelos estudantes.
Anos depois, o raciocnio sobre variabilidade foi o tema central do terceiro
Frum de Pesquisa em Alfabetizao, Pensamento e Raciocnio Estatstico
(SRTL-3) que aconteceu na Universidade de Nebraska, Estados Unidos, em Julho
de 2003 e tambm foi o tema central das edies de Novembro de 2004 e de
Maio de 2005 do SERJ (Statistics Education Research Journal). Segundo
Pfannkuch (2005) a edio de Novembro de 2004 do SERJ um marco no

2
No foi possvel consultar este trabalho, que foi publicado num evento do National Council of
Teachers of Mathematics (NCTM). Trabalhos do mesmo autor, sobre a mesma temtica,
posteriores a este, foram consultados e esto apresentados no Captulo 4 desta pesquisa.


21
estabelecimento das fundaes iniciais do raciocnio sobre variao e
variabilidade.
No s os estudos sobre o raciocnio de variao/variabilidade na rea de
educao so recentes como tambm a insero de contedo estatstico na
disciplina Matemtica. As medidas de variao passaram a fazer parte do
contedo a ser trabalhado na disciplina Matemtica do Ensino Mdio a partir de
2002, quando da publicao dos Parmetros Curriculares Nacionais do Ensino
Mdio - PCN+ (BRASIL, 2002).
Esta insero de contedos estatsticos na disciplina Matemtica tem
exigido que os professores se adaptem a essa realidade, aprimorando seu
conhecimento sobre esse contedo de maneira que lhe permitam desenvolver
atividades didticas motivadoras e que tenham significado para o aluno.
Segundo Garfield e Ben-Zvi (2005, p. 92), necessrio preparar os
professores de Matemtica para lidar com o contedo de Estatstica, pois
variabilidade deveria ser enfatizada de maneira central desde as sries iniciais
(com atividades e discusses formais e informais) at o ensino mdio e o incio da
graduao, tarefa que pode ser difcil para o professor de Matemtica que,
possivelmente, teve apenas uma disciplina de Estatstica em sua formao.
Bakker (2004) conta sobre sua experincia numa sala de 5

srie do
ensino fundamental, na qual o professor fez uma pergunta que se assemelhava
com Estatstica e um aluno respondeu mdiamodamediana, como se fosse uma
nica palavra.
Este incidente exemplifica o que uma grande quantidade de pesquisas
em educao estatstica tem relatado: muito freqentemente os alunos
aprendem estatstica como um conjunto de tcnicas e eles no aplicam-
nas sensivelmente. Mesmo que eles tenham aprendido a calcular mdia,
mediana, moda e a elaborar histogramas e boxplots, a maioria no
entende que eles podem usar a mdia como uma representao do
grupo quando comparando dois conjuntos de dados. (BAKKER, 2004, p.
64)
Segundo Bakker (2004), esse triste cenrio deve-se falta de
entendimento conceitual para analisar dados com as tcnicas aprendidas. Ou
seja, preciso ensinar mais do que simplesmente o clculo das medidas e
elaborao de grficos. preciso discutir sobre o significado e a aplicabilidade
das medidas e representaes e, principalmente, relacionar esses conceitos.


22
Portanto, o objetivo deste trabalho foi identificar a percepo de variao
(variabilidade) e o nvel de raciocnio sobre sua medida (variao) apresentados
pelos professores de Matemtica durante uma formao continuada.
O Captulo 1 apresenta uma distino entre os termos pensamento,
raciocnio e letramento estatsticos, pois a variao componente de todos. O
Captulo 2 faz uma reviso terica sobre diferentes medidas de variao, que
permite ao leitor compreender as discusses sobre estudos j realizados em
ensino-aprendizagem de variao e variabilidade, que esto apresentados no
Captulo 4 e comparar com as tarefas, tcnicas e aporte terico atualmente
apresentados nos livros didticos de Matemtica do Ensino Mdio, que esto no
Captulo 3.
O quinto captulo apresenta a problemtica da pesquisa e o sexto captulo
apresenta a metodologia empregada para alcanar tais problemas.
Os resultados obtidos em cada etapa do ciclo investigativo (idealizado e
implementado pelos prprios participantes da pesquisa) esto apresentados do
stimo ao dcimo quarto captulos e o Captulo 15 apresenta as consideraes
finais desta autora, levantando resultados importantes, limitaes deste estudo e
possveis pesquisas futuras.

















23
1 O Papel da Variao no Pensamento, Raciocnio e Letramento estatsticos
Variao (e variabilidade) um conceito que est diretamente envolvido no
pensamento estatstico (statistical thinking), no raciocnio estatstico (statistical
reasoning) e no letramento estatstico (statistical literacy) e por esse motivo, este
captulo teve o objetivo de apresentar a definio desses trs temas e a relao
da variao (e da variabilidade) com cada um deles.

1.1 Letramento Estatstico
Dar-se- incio a esta discusso com o conceito de letramento estatstico e
a justificativa por esta maneira de traduo.
Soares (2004) diferencia os termos alfabetizao e letramento. Segundo a
autora, enquanto em outros pases tais termos so independentes, no Brasil esto
inter-relacionados sob o conceito de alfabetizao funcional na qual aps alguns
anos de aprendizagem escolar, o indivduo ter no s aprendido a ler e escrever
[alfabetizao], mas tambm a fazer uso da leitura e da escrita [letramento]
(SOARES, 2004, p.7).
Carvalho (2006), autora portuguesa, utiliza o termo literacia e diz que se
refere no prpria aquisio de conhecimentos, mas sim mobilizao de
competncias, o saber em ao. Ou seja, mesmo um indivduo escolarizado
(teoricamente alfabetizado) pode no ser capaz de mobilizar os conhecimentos
adquiridos para interpretar situaes cotidianas.
Soares (2004) explica que letramento e literacia so sinnimos. Pelo fato
de no existir o termo literacia nos dicionrios da lngua portuguesa no Brasil, este
trabalho adota o termo letramento.
Gal (2002) define letramento estatstico pensando numa pessoa adulta que
vive numa sociedade industrializada. Segundo o autor, letramento estatstico tem
dois componentes inter-relacionados:
a) competncia das pessoas para interpretar e avaliar criticamente a
informao estatstica, os argumentos relacionados aos dados ou a
fenmenos estocsticos, que podem se apresentar em qualquer contexto
e, quando relevante, b) competncia das pessoas para discutir ou
comunicar suas reaes para tais informaes estatsticas, tais como
seus entendimentos do significado da informao, suas opinies sobre
as implicaes desta informao ou suas consideraes acerca da
aceitao das concluses fornecidas. (GAL, 2002, p. 2-3).




24
Ser letrado estatisticamente auxilia o indivduo a entender fenmenos e
tendncias de relevncia social e pessoal tais como as taxas de criminalidade, o
crescimento populacional, a produo industrial, o aproveitamento educacional,
etc. (GAL, 2002). Os muitos contextos em que o letramento estatstico pode ser
ativado indica que a maioria dos adultos so consumidores (ao invs de
produtores) da informao estatstica.
Gal (2002) prope um modelo de letramento estatstico composto por cinco
elementos cognitivos responsveis pela competncia das pessoas para
compreender, interpretar e avaliar criticamente informaes estatsticas, e por
dois elementos de disposio, responsveis pela postura ativa diante da
informao estatstica.
Os elementos cognitivos do modelo de letramento estatstico proposto por
Gal (2002) so: o prprio letramento, que a capacidade de ler informaes
textuais, em grficos e/ou tabelas; os conhecimentos estatstico, matemtico e do
contexto; e a competncia de elaborar questes crticas.
Um pr-requisito bvio para compreender e interpretar informaes
estatsticas o conhecimento de conceitos e procedimentos bsicos de estatstica
e probabilidade que, segundo Gal (2002), no pode ser discutido em termos
absolutos, mas dependente do nvel de letramento estatstico esperado pelos
cidados. Esse autor prope cinco tpicos do conhecimento bsico de Estatstica:
a) conhecimento dos motivos e das maneiras pelas quais a coleta de dados
aconteceu; b) familiaridade com termos e idias bsicas relacionadas Estatstica
Descritiva; c) familiaridade com termos e idias bsicas relacionadas s
apresentaes grficas e tabulares; d) compreenso das noes bsicas de
probabilidade e e) conhecimento sobre como as concluses e inferncias
estatsticas so obtidas.
Sobre tais noes bsicas de Estatstica, Gal (2002) salienta alguns pontos
importantes: conhecimento, pelo menos informalmente, das idias-chave da
investigao estatstica, em que a primeira na lista dos estatsticos a existncia
da variao; entendimento que a mdia aritmtica e a mediana so,
simplesmente, meios para resumir um conjunto de dados a partir de sua medida
de tendncia central e que a mdia aritmtica mais afetada que a mediana;
tambm importante saber que a mesma informao pode ser apresentada em


25
uma tabela ou em um grfico e saber o que significa eventos aleatrios ou ao
acaso.
No que diz respeito ao conhecimento matemtico necessrio para ser
letrado estatisticamente, Gal (2002) lembra o artigo de Moore (1997) discutindo
que mais importante desenvolver o pensamento estatstico numa primeira
disciplina Estatstica do que demonstrar matematicamente um conceito. Mas Gal
(2002) lembra a importncia de se conhecer como se calcula uma mdia
aritmtica, por exemplo, pois torna possvel compreender que um valor extremo a
influencia.
Essa colocao de Gal (2002) ratificada por esta autora, considerando a
importncia da articulao entre o conceito e o algoritmo no processo de
construo do campo conceitual de variao, no sentido de Vergnaud (apud
MOREIRA, 2002)
3
.
Alm de conhecer tpicos matemticos e estatsticos, necessrio
conhecer basicamente o contexto. Gal (2002, p. 17) salienta que
o conhecimento do contexto o principal determinante da familiaridade
do consumidor com as fontes de variao e erro, pois ele pode imaginar
porque uma diferena entre grupos pode ocorrer ou imaginar a razo de
um estudo estar errado.

Desta forma, a relao entre a leitura de informaes estatsticas e a
compreenso do contexto pode permitir a construo do conceito de variabilidade.
O ltimo elemento cognitivo do modelo de letramento estatstico proposto
por Gal (2002) a habilidade de criticar, ou seja, receber uma informao
estatstica e analis-la criticamente. O autor salienta a importncia desse
elemento cognitivo na leitura de informaes publicadas, por exemplo, em
revistas semanais.
Alm dos elementos cognitivos, h os elementos de disposio: postura
crtica, atitudes e crenas. A postura crtica a propenso de um adulto ter um
comportamento questionador diante de informaes quantitativas que podem ser
unilaterais, viesadas ou incompletas, seja de maneira intencional ou no.



3
Para Vergnaud (apud MOREIRA, 2002, p. 127) um campo conceitual um conjunto de
problemas e situaes cujo tratamento requer conceitos, procedimentos e representaes de tipos
diferentes, mas intimamente ligados.


26
Quanto s crenas e s atitudes, se um indivduo acredita ser capaz de
interpretar informaes estatsticas (crena) e tem uma atitude positiva
4
em
relao s investigaes estatsticas, ele tende a apresentar uma postura crtica
em relao s informaes estatsticas. O modelo de letramento estatstico
proposto por Gal (2002) est interpretado na Figura 1.







Figura 1 - Estrutura do Letramento Estatstico, segundo Gal (2002)


Gal (2002) alerta que os componentes cognitivos apresentados por ele
podem sofrer alterao conforme o contexto cultural de interesse ou a sofisticao
do letramento estatstico esperada do cidado ou do trabalhador. Ou seja, os
elementos constituintes do letramento estatstico podem ser diferentes quando
observado um contexto de trabalho, um contexto pessoal, um contexto pblico e
um contexto de aprendizagem formal.
Com relao sofisticao do letramento estatstico, Watson e Callingham
(2003) sugerem uma seqncia hierrquica do letramento estatstico, com seis
nveis de tarefas (idiossincrtico, informal, inconsistente, consistente e no-crtico,
crtico e matematicamente crtico).
Watson (2003) alerta sobre a importncia do contexto no letramento
estatstico em que, nos dois primeiros nveis, os alunos se esforam para
interpretar a situao, mas ficam no nvel do contexto. No terceiro e quarto nvel,
os alunos lidam com os conceitos estatsticos em diferentes contextos, mas no
criticam, por exemplo, reportagens questionveis. S nos dois ltimos nveis de

4
Atitude a prontido de uma pessoa para responder a determinado objeto de maneira favorvel ou
desfavorvel. A dissertao de Mestrado desenvolvida por esta autora, sob a orientao da Professora
Dr. Mrcia Regina Ferreira de Brito, foi sobre as atitudes em relao Estatstica apresentadas por
alunos de graduao.
Letramento
Estatstico
Componentes
Cognitivos
Componentes
de Disposio
Compreende a
informao
que contm estatstica
Questiona a
informao obtida
Leitura ativa da
informao que
contm estatstica


27
letramento estatstico os alunos compreendem os conceitos estatsticos
envolvidos no relatrio e apresentam postura crtica.
Para se ter adultos estatisticamente letrados, Watson (2003) diz que
necessrio comear no nvel escolar. Neste sentido, Rumsey (2002) apresenta
uma proposta de disciplina Estatstica com dois objetivos: letrar estatisticamente
os alunos e desenvolver habilidades cientficas de pesquisa.
Rumsey (2002) troca o termo letramento estatstico por outros dois:
competncia estatstica e cidadania estatstica e diz que esta ltima requer alto
nvel de raciocnio e pensamento estatstico. Para esta autora, competncia
estatstica envolve cinco componentes, sintetizados no Quadro 1.

Quadro 1 - Sntese da competncia estatstica apresentada por Rumsey (2002)
Ateno aos
dados
Promove motivao aos alunos, pois os dados esto presentes
na vida diria, so freqentemente subutilizados e as decises
baseadas em dados podem ter um impacto forte em nossas
vidas.
Entendimento
bsico de
estatstica
a capacidade de relacionar o conceito dentro de um tema no
estatstico; explicar o que o conceito significa, us-lo em uma
sentena ou dentro de um problema maior e responder questes
sobre ele. No significa saber calcular, por exemplo, o desvio
padro, mas sim compreend-lo.
Coleta de
dados e
resultados
Dar a oportunidade ao estudante para coletar seus prprios
dados e achar os resultados estatsticos bsicos pode ajudar os
alunos a se apropriar de sua prpria aprendizagem (RUMSEY,
2002, p. 8).
Interpretao
num nvel
bsico
Saber interpretar resultados estatsticos (grficos, tabelas, etc)
com suas prprias palavras.
Habilidades
bsicas de
comunicao
Leitura, escrita, demonstrao da informao estatstica.
Transmitir para uma outra pessoa a informao estatstica.




28
Rumsey (2002) explica que essa competncia estatstica a base para o
raciocnio e pensamento estatsticos, que sero necessrios para atingir sua
segunda meta na disciplina, o desenvolvimento de habilidades cientficas de
pesquisa, que a capacidade de explicar, julgar, avaliar e tomar decises sobre a
informao. Ou seja, essas so as habilidades que devem ser inicialmente
desenvolvidas em um nvel de letramento estatstico.
Watson (2003) explica que foi somente aps a introduo de contedos
estatsticos na disciplina Matemtica na Austrlia, no ano de 1991, que foi
possvel dar incio a esse processo de letramento estatstico.
No Brasil, a insero de contedos estatsticos na disciplina Matemtica no
ensino fundamental foi sugerida em 1998 (BRASIL, 1998) e em 2002 para o
ensino mdio (BRASIL, 2002).
Logo, devido recente implantao dos contedos estatsticos na
disciplina Matemtica, necessrio letrar estatisticamente os professores de
Matemtica, atualmente responsveis por letrar estatisticamente seus alunos.
Como lembra Gal (2002), no possvel garantir que aprender fatos, regras e
procedimentos estatsticos ou obter experincia estatstica a partir de um projeto
de anlise de dados num contexto formal de sala de aula pode gerar um nvel
adequado de letramento estatstico.
Como salienta Rumsey (2002), para se ter cidados letrados
estatisticamente, necessrio investir no ensino para o desenvolvimento do
raciocnio e pensamento estatsticos.

1.2 Pensamento Estatstico

Snee (1990) definiu pensamento estatstico como o processo de
pensamento que reconhece a presena da variao em torno de tudo o que se
faz. Segundo ele, a identificao, a caracterizao, a quantificao, o controle e a
reduo da variao criam a oportunidade de melhorar o processo
5
.
Segundo Snee (1990), os elementos do pensamento estatstico so:
reconhecimento da variao presente em todo o processo, a necessidade de

5
Snee desenvolveu seus trabalhos na rea de Controle de Qualidade e, portanto, refere-se a
processo de produo.


29
dados para medir a variao e o uso de mtodos e ferramentas estatsticas para
quantificar e entender a variao, permitindo uma tomada de deciso.
Num artigo de 1997, Moore apresentou as trs recomendaes do comit
de currculo da American Statistical Association (ASA) e Mathematical Association
of America (MAA): 1) enfatizar os elementos do pensamento estatstico, a saber:
a necessidade de dados; a importncia da produo de dados; a onipresena da
variabilidade; a medida e modelagem da variabilidade ; 2) Incorporar mais dados
e conceitos, menos receitas e dedues e 3) Adotar aprendizagem ativa.
interessante observar que os elementos do pensamento estatstico so os
mesmos definidos por Snee (1990).
A definio de pensamento estatstico apresentada por Snee (1990)
ampliada por Wild e Pfannkuch (1999) que apresentam uma estrutura baseada
em quatro dimenses: o ciclo investigativo, os tipos de pensamento, o ciclo
interrogativo e as disposies.
O ciclo investigativo foi adaptado do modelo do PPDAC (Problem, plan,
data, analysis, conclusions), que segundo Wild e Pfannkuch (1999), tem o objetivo
de resolver um problema real, geralmente com a inteno de mudar um sistema
para melhorar alguma coisa. Essa definio vai ao encontro do que Snee (1990)
chamou de melhorar um processo.
A segunda dimenso de Wild e Pfannkuch (1999) denominada de tipos
de pensamento: pensamento geral e pensamento fundamental.
O pensamento geral refere-se ao planejamento do ciclo investigativo: o
que vai ser feito? Como? O que j se conhece do assunto? Quanto custar? O
que ser necessrio (material)? Os conceitos estatsticos do problema, pois isto
influencia na maneira como se coleta e analisa os dados e a aplicao prtica de
uma tcnica ou conceito, que ter sua interpretao do resultado.
O pensamento fundamental o reconhecimento da necessidade de dados,
a transnumerao, que se refere possibilidade de mudar a representao para
melhorar a compreenso do problema, a considerao da variao a partir da
tomada de deciso em situaes de incerteza, o uso de modelos estatsticos e a
integrao da estatstica com o contexto.
possvel notar que o pensamento fundamental relaciona-se diretamente
com os elementos do pensamento estatstico definidos por Snee (1990). por


30
este motivo que Wild e Pfannkuch (1999) chamaram-nos de subconjunto destes
elementos.
A terceira dimenso, denominada de ciclo interrogativo, diz respeito aos
questionamentos macro e micro que so delineados pelo pensador enquanto
resolve o problema. Nesse ciclo, o pensador produz possibilidades, que podem
ser de cunho contextual, dos dados ou estatstico, busca informao e idias,
para posteriormente interpretar o resultado estatstico, checa a informao obtida
com uma referncia interna (o que conhecia) e externa (literatura, outras pessoas,
etc), para tomar a deciso sobre o que deve ser mantido, continuado a pesquisar,
etc.
A quarta dimenso, denominada de disposies, pode ser entendida como
o compromisso do pensador com o problema. Ele pode ser curioso e querer
investigar mais; pode ser imaginativo e procurar enxergar o problema sob
diferentes pontos de vista; pode ser cptico e questionar se as concluses
alcanadas so justas; pode tentar entender se existe uma fonte para aquela idia
observada; pode permitir que novas idias sejam confrontadas com suas prprias
e pode ser perseverante.
De acordo com estas definies, pode-se entender o pensamento
estatstico como as estratgias mentais utilizadas pelo indivduo para tomar
deciso em toda a etapa de um ciclo investigativo. Uma interpretao da definio
de pensamento estatstico apresentada por Wild e Pfannkuch (1999) est
apresentada na Figura 2.














31



















Figura 2 - Estrutura do pensamento estatstico conforme Wild e Pfannkuch (1999)

Como apresentado na Figura 2, sempre que est se fazendo uma
pesquisa, est sendo usado o pensamento estatstico, mesmo de forma
inconsciente. Como lembram Wild e Pfannkuch (1999, p.246),
em muitos ambientes de pesquisa, o pensamento estatstico como a
respirao todo mundo faz o tempo todo, raramente se lembra que
est fazendo. Estatstica, a disciplina, deveria ser ensinada para que as
pessoas respirem mais efetivamente.

Esses autores consideram o ensino de Estatstica como o momento
propcio para proporcionar condies de desenvolvimento do pensamento
estatstico, fundamental para que o cidado seja letrado estatisticamente. Como
lembra Wells (apud SNEE,1990, p.117), um dia o pensamento estatstico ser
necessrio para o cidado da mesma maneira que ler e escrever o so.
At este momento, pode-se entender que existe uma relao direta entre
pensamento estatstico e letramento estatstico. Quanto mais uma disciplina


Disposies
Comportamento
diante dos
resultados obtidos

Ciclo interrogativo
*Produo de possveis
causas
*Busca de causas no dados
do problema e/ou em fontes
externas
* Interpretao
* Confronto dos resultados

Pensamento Geral
Planeja o ciclo
investigativo.
Pensamento
Fundamental
Sustentao do
Pensamento Estatstico.
Ciclo
investigativo
Problema,
planejamento,
dados, anlise e
concluso


Pensamento
Estatstico


32
Estatstica estimular o desenvolvimento do pensamento estatstico, h maior
probabilidade de que os futuros cidados apresentem nveis de letramento
estatstico mais avanados. E a variao e a variabilidade so o elemento central
do pensamento estatstico e contedo essencial para que um indivduo seja
letrado estatisticamente.
Agora, resta introduzir o terceiro termo deste captulo: raciocnio estatstico.

1.3 Raciocnio estatstico
Antes de discutir o raciocnio estatstico, interessante apresentar a
definio de raciocnio.
Segundo Costa e Capovilla (1997, p. 120), raciocnio refere-se aos
processos pelos quais as pessoas avaliam e geram argumentos lgicos,
aplicando o conhecimento na consecuo de metas.
Para alguns autores, raciocnio e argumento so sinnimos, mas para
Walton (1990) o raciocnio ocorre dentro de um discurso ou um argumento, ou
seja, o raciocnio usado no argumento. Para o autor raciocnio a elaborao
de suposies denominadas premissas (ponto de partida) e o processo de mover
estas premissas para a concluso (ponto de chegada) por meio de regras
(WALTON, 1990, p. 403).
Vale ressaltar que nem todo raciocnio se manifesta na forma de
argumento. Para Walton (1990, p. 411), um indivduo pode raciocinar em um jogo
de xadrez (...) ou o raciocnio pode ocorrer para oferecer ou entender uma
explicao.
Das definies apresentadas por esses dois autores possvel entender
que o raciocnio um processo interno, mental, cujo argumento (ou o
entendimento de uma explicao, ou uma ao numa situao) permite inferi-lo.
Costa e Capovilla (1997, p. 120) explicam que o estudo sobre raciocnio
est intimamente ligado ao estudo de resoluo de problemas e citam Evans
(1993) que propem trs categorias amplas de raciocnio:
a) os estudos sobre o raciocnio dedutivo, que procuram compreender
como as pessoas inferem as conseqncias das informaes que so
dadas; ou seja, como as pessoas avaliam a validade de argumentos
lgicos; b) os estudos sobre o raciocnio indutivo, que procuram
compreender como as pessoas formulam e testam hipteses de maneira
a descobrir regras gerais e c) os estudos sobre raciocnio estatstico, que
procuram compreender como as pessoas fazem inferncias de natureza
probabilstica.


33

Especificamente sobre o raciocnio estatstico, Garfield e Gal apud Garfield
(2002, p.1) explicam que a maneira com que as pessoas raciocinam com idias
estatsticas e como percebem a informao estatstica.
Para que uma pessoa desenvolva um raciocnio estatstico mais avanado,
o ensino deve proporcionar condies para que o aluno compare conceitos, avalie
a maneira mais adequada de analisar uma varivel ou um conjunto de variveis
(um banco de dados), mude de representao, entenda os contra-exemplos, etc.
Garfield (2002) afirma que os professores de Estatstica tendem a ensinar os
conceitos e os procedimentos, inclusive com a utilizao de dados e aplicativos,
mas esperam que o raciocnio se desenvolva como um conseqncia imediata.
Para se compreender melhor o que raciocnio estatstico, Garfield (2002)
cita algumas pesquisas desenvolvidas em diferentes temticas: a) equvocos
conceituais sobre as medidas de tendncia central (confuso sobre a mdia como
o ponto central); b) boas amostras so aquelas que apresentam uma alta
porcentagem da populao, sem se preocupar como foram selecionadas; c)
equvoco conceitual da representatividade, em que em n jogadas de uma moeda
honesta, mais provvel uma seqncia com nmero de caras prximo do
nmero de coroas do que uma seqncia com todos os resultados iguais a cara,
por exemplo. Sobre o raciocnio com medidas estatsticas, Garfield (2002)
apresenta uma srie de pontos a serem pesquisados: compreender o motivo pelo
qual as medidas de tendncia central, disperso e posio apresentam diferentes
informaes sobre uma mesma varivel; compreender quando uma medida
representa (adequadamente ou no) uma varivel; compreender que o uso de
medidas-resumo para fazer predies ser mais preciso para amostras grandes
do que para amostras pequenas; saber porque uma boa medida-resumo de uma
varivel inclui uma medida de centro e uma medida de variao e porque as
medidas de centro e disperso podem ser usadas para comparar duas
distribuies.
possvel observar que apenas com as medidas de tendncia central e
disperso h uma srie de possibilidades de pesquisa sobre o raciocnio
estatstico e que quanto mais o aluno tiver oportunidade de vivenciar tais
situaes, mais refinado ser seu raciocnio estatstico.


34
Baseada em sua experincia com o raciocnio sobre distribuio amostral,
Garfield (2002) prope um modelo geral do raciocnio estatstico, composto por
cinco nveis. O Quadro 2 sintetiza esse modelo.
Quadro 2 - Sntese do modelo de raciocnio estatstico desenvolvido por Garfield
(2002)
Nvel Ttulo Descrio Exemplo
1 Raciocnio
idiossincrtico
Conhecimento de algumas palavras e
smbolos estatsticos, utilizados sem
um entendimento completo e,
freqentemente, de maneira
incorreta.
Comparar o valor da mdia com
o valor do desvio padro ou
fazer julgamento sobre uma boa
mdia e um bom desvio padro.
2 Raciocnio
verbal
Entendimento verbal de alguns
conceitos, sem conseguir aplic-lo a
um procedimento real.
O indivduo escolhe ou comunica
uma definio correta, mas sem
apreender seu significado.
Por qu a mdia maior que a
mediana em distribuies
assimtricas positivas?
3 Raciocnio
transitrio
Capacidade de identificar
corretamente uma ou duas
dimenses de um conceito
estatstico, sem integr-los
completamente.
Uma amostra grande apresenta
um intervalo de confiana mais
estreito. Um erro padro
6
menor
lida com um intervalo de
confiana mais estreito.
No relaciona estas duas
dimenses.
4 Raciocnio de
procedimento
Capacidade de identificar
corretamente as dimenses de um
conceito ou processo estatstico, sem
integr-los completamente ou sem
entender o processo.
Um aluno sabe que a correlao
no implica em causa, mas no
consegue explicar a razo.

5 Raciocnio
completo do
processo ou
conceito

Entendimento completo do processo
ou conceito estatstico, coordenando
as regras e os procedimentos,
usando suas prprias palavras para
explicar um conceito.
Explicar o que um intervalo de
confiana de 95% significa em
termos do processo de amostras
repetidas da populao.


Usando sua experincia com pesquisa sobre o raciocnio de distribuio
amostral, Garfield (2002) afirma que necessrio que um aluno tenha experincia

6
Segundo Bussab e Morettin (2003, p. 309), Se T for um estimador do parmetro , chamaremos de erro padro de T a
quantidade ( ) ( ) T Var T EP , em que Var(T) a varincia da distribuio amostral do estimador T. Por exemplo,
considerando o parmetro , a raiz quadrada da varincia da distribuio amostral de seu estimador ( X)
( )
n n
X Var
2

, como, pode ser observado na pgina 49 deste trabalho.


Assim, ( ) ( ) X Var X EP =
n

.



35
com uma variedade de atividades: textos e explicaes verbais, atividades
concretas envolvendo amostragem de populaes finitas, e interaes com
populaes simuladas e distribuies amostrais quando os parmetros so
variados para que ele apresente o nvel 5 do Modelo de Raciocnio.
Essa explicao de Garfield nos remete teoria dos Campos Conceituais
desenvolvida por Vergnaud (apud MOREIRA, 2002) em que, para construir um
campo conceitual, necessrio trabalhar em mais de uma representao do
conceito. Ou seja, para construir um conceito (ou raciocinar completamente sobre
um contedo estatstico) necessrio vivenciar diferentes atividades, em
diferentes representaes.
A Figura 3 apresenta uma interpretao para a relao das trs temticas
apresentadas neste captulo.



Figura 3 - Relao entre Raciocnio, Pensamento e Letramento estatsticos

Como apresentado na Figura 3, medida que um indivduo apresenta um
nvel de raciocnio mais avanado (segundo o modelo de Garfield, 2002) e pensa
estatisticamente (conforme modelo de Wild e Pfannkuch, 1999), seu nvel de
letramento estatstico ser maior. Ou seja, o nvel de letramento estatstico
dependente do raciocnio e pensamento estatsticos. Por outro lado, medida que
o nvel de letramento estatstico aumenta, o raciocnio e o pensamento estatstico
tornam-se mais apurados.
Outra interpretao da autora que o raciocnio e o pensamento
estatsticos so mutuamente relacionados. medida que um indivduo apresenta
Raciocnio
Estatstico
Letramento
Estatstico
Pensamento
Estatstico


36
um raciocnio estatstico mais avanado, pode desenvolver tambm o
pensamento estatstico. Do mesmo modo, desenvolvendo o pensamento
estatstico pode elevar seu raciocnio estatstico a um nvel mais avanado.
Nessa relao entre as temticas, deve-se destacar que a variao o
elemento central do pensamento estatstico e um dos contedos necessrios
para que um indivduo seja estatisticamente letrado. As pesquisas em relao ao
raciocnio sobre variao podem colaborar para o desenvolvimento do
pensamento e letramento estatsticos.
Para se dar incio ao trabalho sobre variao, o Captulo 2 apresenta uma
reviso terica sobre a temtica, o Captulo 3 apresenta uma anlise das tarefas,
das tcnicas e do suporte terico do objeto variao nos livros de Matemtica do
ensino mdio e o Captulo 4 apresenta uma reviso dos estudos publicados
acerca da variao e da variabilidade.



37
2 As Medidas de Variao

A medida de variao mais conhecida e utilizada nas anlises estatsticas
o desvio padro. Porm, existem outras medidas tais como a varincia, a
amplitude total, o desvio mdio, o coeficiente de variao e o intervalo
interquartlico que compem o que se chamam de medidas de variao ou
medidas de disperso. Todas essas medidas so importantes em uma anlise de
dados, pois permitem uma caracterizao geral da distribuio da varivel
observada e, por esse motivo, so apresentadas neste trabalho.
O objetivo deste captulo apresentar, teoricamente, cada uma das
medidas de variao citadas e discutir a importncia de conhecer todas elas e sua
representao grfica de maneira a possibilitar a construo do campo conceitual
de variao.
A exceo se faz ao intervalo interquartlico, que devido falta de tempo,
no fez parte do estudo com os professores e, portanto, no est apresentado
neste trabalho.
Para dar incio a esta apresentao, necessrio fazer uma primeira
distino: entre populao e amostra. Segundo Bussab e Morettin (2003, p. 256),
populao o conjunto de todos os elementos ou resultados sob investigao e
amostra qualquer subconjunto da populao.
Na maioria das situaes reais no possvel coletar dados de toda a
populao, ou seja, no possvel encontrar os parmetros da populao, o que
justifica a necessidade de selecionar uma amostra.
Segundo Mood, Graybill e Boes (1974), uma amostra aleatria de uma
varivel aleatria X uma n-upla ordenada (X
1
, X
2
, ..., X
n
) em que cada X
i
,
i = 1, 2, ...., n uma observao de X e, portanto, uma varivel aleatria com a
mesma distribuio de X e duas a duas estatisticamente independentes
7
.
Os conceitos de populao, amostra e varivel aleatria esto tratados a
partir de um exemplo de Mood, Graybill e Boes (1974). Considere que dez
milhes de sementes (populao) esto estocadas em um armazm e que cada
semente pode gerar uma flor branca ou vermelha. Associando-se semente que
gera flor branca o valor um e semente que gera flor vermelha o valor zero,

7
Utiliza-se n (minsculo) para representar o tamanho de uma amostra e N (maisculo) no caso de
uma populao.


38
pode-se considerar que a varivel X (nmero associado cor da flor gerada pela
semente) uma varivel aleatria com distribuio de Bernoulli, com parmetro
p (proporo de flores brancas no armazm) que desconhecido.
Uma amostra aleatria de X, de tamanho n, composta de n sementes
selecionadas do armazm, que pode ser indicada por (X
1
, X
2
, ..., X
n
) em que cada
X
i
(i = 1, 2, ..., n) pode assumir o valor 0 ou 1, conforme a cor da flor que a
semente gera. Assim, cada X
i
(i = 1, 2, ..., n) uma varivel aleatria com
distribuio de Bernoulli e parmetro p (o mesmo da populao de sementes no
armazm) e independente das demais. Segundo Mood, Graybill e Boes (1974 p.
223),
depois que a amostra observada, os valores atuais de X
1
, X
2
, ..., X
n
so conhecidos e so denotados por x
1
, x
2
, ..., x
n
. Algumas vezes as
observaes x
1
, x
2
, ..., x
n
so chamadas de amostra aleatria se x
1
, x
2
,
..., x
n
so os valores de X
1
, X
2
, ..., X
n
,onde X
1
, X
2
, ..., X
n
uma amostra
aleatria.
Para a amostra aleatria (X
1
, X
2
, ..., X
n
) do exemplo citado, note que
possvel obter os valores (x
1
, x
2
, ..., x
n
) tais como (0, 0, ...,0) ou (1, 0, ....,0) ou
ainda (0, 0,....,1), etc., de acordo com as cores das flores que as sementes podem
gerar.
Nessa explicao de amostra aleatria foi utilizado o termo parmetro que,
segundo Bussab e Morettin (2003 p. 265), uma medida usada para descrever
uma caracterstica da populao. No exemplo acima, p parmetro e refere-se
proporo de sementes que produziro flores brancas dentre as 10 milhes de
sementes.
Estatstica uma varivel aleatria, funo das variveis da amostra
aleatria, por exemplo,
2
X X
n 1
+
,
n
X ... X X
n 2 1
+ + +
, etc. Por ser uma varivel
aleatria, pode-se falar em sua distribuio de probabilidades.
Estimador uma estatstica associada a um parmetro populacional
desconhecido. Assim, o estimador de um parmetro (indicado por

),
qualquer funo das observaes da amostra e estimativa o valor numrico
do estimador para uma dada amostra aleatria (Bussab e Morettin, 2003 p. 291).
Vrios estimadores podem ser construdos para um mesmo parmetro; por
exemplo,
2
X X
n 1
+
e
n
X ... X X
n 2 1
+ + +
podem ser estimadores da mdia


39
populacional. A fim de selecionar um, dentre vrios, h a necessidade de
introduzir qualidades que um estimador deve satisfazer, a fim de diferenci-lo
entre outros possveis
8
. Dentre elas, uma refere-se ao fato de ser no viesado
(no viciado), isto , a mdia do estimador deve coincidir com o parmetro que
ele pretende estimar. Como todo estimador uma estatstica e, como tal, uma
varivel aleatria, pode-se falar em valor esperado de um estimador, que se
denota por ( )

E . Assim, um estimador no viesado quando ( )

E .
Para se tratar de qualidade de um estimador, faz-se necessrio o conceito
de mdia ou valor esperado. Para tanto, antes de dar incio apresentao do
estimador da varincia, feita uma breve apresentao da mdia (ou esperana),
suas propriedades e seu estimador.

2.1 Mdia
A mdia de uma varivel aleatria X uma medida de tendncia central,
tambm denominada valor esperado de X, e representada por E(X). definida
como a mdia aritmtica dos valores de X (X
1
, X
2
, ..., X
N
), isto ,

N
1 i
i
X
N
1
) X ( E .
Algumas propriedades da mdia sero utilizadas na discusso sobre o
estimador da varincia e, por esse motivo, esto apresentadas aqui.
Seja k uma constante real,
P1- ( ) k k E
Demonstrao:
( ) k
N
N k
1
N
k
k
N
1
k E
N
1 i
N
1 i





Para exemplificar essa primeira propriedade, suponha o conjunto numrico
(7, 7, 7). A mdia 7
3
7 7 7
X
3
1
) X ( E
3
1 i
i

+ +

.
P2 - ( ) ( ) X E k kX E
Demonstrao:
( ) ( ) ( ) X E k X
N
1
k kX
N
1
kX E
N
1 i
i
N
1 i
i

,
_






8
Outras qualidades dos estimadores no so tratadas neste trabalho, por fugir aos propsitos
deste estudo.


40
Por exemplo, para os valores ( 0, 1, 2, 5 e 7), a mdia
3
5
15
5
7 5 2 1 0
) X ( E
+ + + +
.
Considerando k = 7, obtm-se o novo conjunto numrico (0, 7, 14, 35, 49),
em que a mdia 21
5
105
5
49 35 14 7 0
) X ( E
+ + + +
. Observando-se que
21 = (7).3, nota-se que ) X ( E 7 ) X 7 ( E .
P3 - ( ) ( ) k X E k X E + +
Demonstrao:
( ) ( ) ( ) ( ) k X E
N
N k
X E 1 k
N
1
X
N
1
k X
N
1
k X
N
1
k X E
N
1 i
N
1 i
i
N
1 i
N
1 i
i
N
1 i
i
+

+ +

,
_

+ + +



Por exemplo, para os valores ( 0, 1, 2, 5 e 7), a mdia
3
5
15
5
7 5 2 1 0
) X ( E
+ + + +
.
Considerando k = -7, obtm-se o novo conjunto numrico (-7, -6, -5, -2, 0),
em que a mdia
( ) ( ) ( )
4
5
20
5
0 2 5 6 7
) X ( E

+ + + +
. Observando-se
que -4 = 3 + (-7) , tem-se 7 ) X ( E ) 7 X ( E .
P4 No caso em que, para os elementos pesquisados, h interesse em
estudar o comportamento conjunto de duas variveis aleatrias X e Y, tem-se:
Tabela 1 Tabela de dados de X e Y
Elemento
Varivel
E
1
E
2
E
3 ...
E
N
X X
1
X
2
X
3
... X
N
Y Y
1
Y
2
Y
3
... Y
N
X t Y X
1
t Y
1
X
2
t Y
2
X
3
t Y
3
... X
N
t Y
N


Nesses casos, ( ) ( ) ( ) Y E X E Y X E t t (Por induo, essa propriedade pode
ser estendida para um nmero finito de variveis aleatrias).
Demonstrao:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Y E X E y
N
1
X
N
1
y X
N
1
Y X
N
1
Y X E
N
1 i
i
N
1 i
i
N
1 i
i
N
1 i
i
N
1 i
i i
t t

,
_

t t t



Para exemplificar, considere os valores apresentados na Tabela 2.


41

Tabela 2 Tabela de dados da varivel X, Y e (X + Y).
Elemento
Varivel
E
1
E
2
E
3
E
4
E
5
X 0 1 2 5 7
Y 3 5 7 9 4
X + Y 3 6 9 14 11


A mdia da varivel X 3
5
15
5
7 5 2 1 0
) X ( E
+ + + +
e a mdia da
varivel Y 6 , 5
5
28
5
4 9 7 5 3
) Y ( E
+ + + +
. Utilizando o somatrio das
esperanas, tem-se ( ) ( ) 6 , 8 6 , 5 3 Y E X E + + .
A nova varivel (X + Y) assume os valores (3, 6, 9, 14, 11), cuja mdia
6 , 8
5
43
5
11 14 9 6 3
) Y X ( E
+ + + +
+ .
Assim sendo, ( ) 6 , 8 Y X E + que o mesmo resultado de ( ) ( ) Y E X E + .
Conforme Magalhes e Lima (2004, p. 145), para as variveis X e Y, vale sempre
que ( ) ( ) ( ) Y E X E Y X E + + .

P5 Antes de enunciar a quinta propriedade, observe os trs exemplos a
seguir.
Tabela 3 - Tabela de dados da varivel X,Y e X.Y, Exemplo 1
Elemento
Varivel
E
1
E
2
E
3
E
4
E
5
X 0

1

2

5

7

Y 3

5

7

9

4

X.Y 0 5 14 45 28
Conforme clculos anteriores, E(X) = 3 e E(Y) = 5,6.
A varivel ( ) Y X assume os valores (0, 5, 14, 45, 28), cuja mdia
4 , 18
5
92
5
28 45 14 5 0
) Y X ( E
+ + + +
.


42
Note que E(X) . E(Y) = 3 (5,6) = 16,8 e, portanto, ( ) ( ) Y E X E ) Y X ( E

Tabela 4 - Tabela de dados da varivel X, Y e X.Y, Exemplo 2
Elemento
Varivel
E
1
E
2
E
3
E
4
E
5
X 1 2 3 4 5
Y 2 0 2 0 2
X.Y 2 0 6 0 10

Nesse caso, tem-se que:
( ) 3
5
5 4 3 2 1
X E
+ + + +
, ( ) 2 , 1
5
6
5
2 0 2 0 2
Y E
+ + + +
, logo E(X).E(Y) = 3,6. A
varivel ( ) Y X assume os valores (2, 0, 6, 0, 10) cuja mdia
( ) 6 , 3
5
18
5
10 0 6 0 2
Y . X E
+ + + +
e, portanto, ( ) ( ) Y E X E ) Y X ( E .

Tabela 5 - Tabela de dados da varivel X, Y e X.Y, Exemplo 3
Elemento
Varivel
E
1
E
2
E
3
E
4
E
5
E
6

X 1 1 2 2 3 3
Y 5 6 5 6 5 6
X.Y 5 6 10 12 15 18

Nesse caso, tem-se que:
( ) 2
6
3 3 2 2 1 1
X E
+ + + + +
, ( ) 5 , 5
6
6 5 6 5 6 5
Y E
+ + + + +
, logo E(X).E(Y) = 11.
A varivel ( ) Y X assume os valores (5, 6, 10, 12, 15, 18) cuja mdia
( ) 11
6
66
6
18 15 12 10 6 5
Y . X E
+ + + + +
e, portanto, ( ) ( ) Y E X E ) Y X ( E .
Conclui-se que, diferentemente do que acontece com a mdia da soma
( ou diferena) de duas variveis aleatrias, a mdia do produto nem sempre
coincide com o produto das mdias. Magalhes e Lima (2004, p. 146)


43
acrescentam que se X e Y independentes, ento ( ) ( ) ( ) Y E X E Y X E , no
entanto, ( ) ( ) ( ) Y E X E Y X E no implica X e Y independentes
9
.
Para que a propriedade ( ) ( ) ( ) Y E X E Y X E seja vlida preciso que
N
Y . X
Y . X
N
1 i
i
N
1 i
i
N
1 i
i i

.
De fato:
( ) ( ) ( ) Y E . X E Y
N
1
. X
N
1
N
Y X
Y X
N
1
Y . X E
N
1 i
i
N
1 i
i
N
1 i
i
N
1 i
i
N
1 i
i i



Observe que nos Exemplos 2 e 3 tem-se que a propriedade verdadeira,
enquanto que no exemplo 1 ela no o ; acrescenta-se, ainda, que no Exemplo 3
as variveis so independentes, o que no acontece no exemplo 2, ilustrando os
comentrios pr-citados de Magalhes e Lima (2004, p.146) referentes a essa
questo.
Alm das propriedades da mdia, o seu estimador no viesado tambm
ser utilizado na discusso do estimador para a varincia. Considere uma
amostra aleatria (X
1
, X
2
, ..., X
n
) de uma varivel aleatria X, com determinada
distribuio de probabilidades, cuja mdia seja ( ) X E (mdia). Pela definio
de amostra aleatria, tem-se que cada X
i
(i = 1, 2, ..., n) tem a mesma
distribuio de X, portanto, ) X ( E
i
. Um estimador de


n
1 i
i
X
n
1
, que no
viesado. De fato,
( ) ( )

,
_




n
n
1
n
1
X E
n
1
X
n
1
E E
n
1 i
n
1 i
i
n
1 i
i
.
Conforme notao usual, adota-se X (mdia amostral) para representar o
estimador de e x para a estimativa correspondente. Por exemplo, se os valores
de uma amostra aleatria so (2, 2, 3, 4, 4), ento,

+ + + +

5
1 i
i
3
5
4 4 3 2 2
5
x
x
uma estimativa para a mdia populacional da qual a referida amostra foi
extrada.

9
O Apndice 1 apresenta uma breve explicao sobre independncia de variveis.


44
As propriedades da mdia e o estimador no viesado da mdia so
conceitos necessrios para a discusso sobre o estimador no viesado da
varincia, que est apresentada no subcaptulo seguinte.

2.2 Varincia
A varincia de uma varivel aleatria X uma medida de disperso dos
valores da varivel em torno da sua mdia. Ela definida como a mdia
aritmtica dos quadrados dos desvios dos valores de X (X
1
, X
2
, ..., X
N
) em relao
mdia dos prprios valores de X. Em uma populao de tamanho N, a varincia
de uma varivel aleatria X, denotada por Var(X), dada por:
( ) ( )


N
1 i
2
i
X
N
1
X Var , onde a mdia da varivel X.
A varincia mede a distncia em torno da mdia e no em torno de outra
medida-resumo, devido ao fato de que a mdia minimiza o erro quadrtico
mdio
10
. James (2004 p. 126) faz esta demonstrao:
Proposio:
Seja X integrvel, ( ) X E . Ento, minimiza ( )
2
c X E , c, isto
, Var (X) = ( ) ( )
2
c
2
c X E min X E


Prova:
( ) ( ) ( ) ( )( ) ( )
2 2 2 2
c X c 2 X c X c X + +
Pela linearidade da esperana [propriedade 4] , temos:
( ) ( ) ( ) ( ) ( ) ( )
2 2 2 2
c VarX c X E c 2 X E c X E + +
Concluso: ( ) ( ) c , X E c X E
2 2
.
Como apresentado na demonstrao, a mdia minimiza o erro quadrtico
mdio e, por esse motivo, a varincia e conseqentemente o desvio padro (que
est apresentado no sub capitulo seguinte) so medidas de disperso em torno
da mdia.
A varincia, ( ) ( )


N
1 i
2
i
X
N
1
X Var , pode sofrer um tratamento algbrico e
pode ser obtida da seguinte maneira:
2
N
1 i
i
N
1 i
2
i
X
N
1
X
N
1
) X ( Var

,
_




.

10
Utilizar o erro quadrtico mdio uma questo de escolha e, neste caso, a mdia a medida
que minimiza este erro.


45
Demonstrao:
( ) [ ] [ ] ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) [ ]
2 2 2 2 2 2 2 2 2
2 2 2 2 2
X E X E X E 2 X E ) X ( E 2 X E
E X 2 E X E X 2 X E X E ) X ( Var
+ +
+ +

Logo,
( ) ( ) [ ]
2
N
1 i
i
N
1 i
2
i
2
2
X
N
1
X
N
1
X E X E ) X ( Var

,
_




, ou seja, a varincia de uma
varivel aleatria X, que assume os valores (X
1
, X
2
, ..., X
N
), tambm pode ser
obtida calculando-se a mdia dos quadrados dos valores da varivel menos o
quadrado da mdia de tais valores.
Observe os dois exemplos a seguir, com relao s vantagens de cada
uma das duas frmulas da varincia:
Exemplo 1: Considere a varivel aleatria X que assume os valores 0, 1, 1, 1, 1,
1, 1, 2.
( ) 1 8
8
1
X
8
1
X E
8
1 i
i


( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
4
1
8
1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 0
1 X
8
1
X Var
2 2 2 2 2 2 2 2
8
1 i
2
i

+ + + + + + +


Utilizando a segunda frmula apresentada para o clculo da varincia, tem-se:
( )
4
1
1
8
10
1
8
2 1 1 1 1 1 1 0
X
8
1
X
8
1
X Var
2
2 2 2 2 2 2 2 2
2
8
1 i
i
8
1 i
2
i

+ + + + + + +

,
_




.
Nesse exemplo, as duas formas levaram ao mesmo resultado, conforme a
indicao terica.
Exemplo 2: Considere a varivel aleatria X que assume os valores 2,3; 3,1; 3,7;
4,2; 5,8; 6,8.
( ) 32 , 4
6
9 , 25
6
8 , 6 8 , 5 2 , 4 7 , 3 1 , 3 3 , 2
X
6
1
X E
6
1 i
i

+ + + + +


( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
39 , 2
6
31 , 14
6
32 , 4 8 , 6 32 , 4 8 , 5 32 , 4 2 , 4 32 , 4 7 , 3 32 , 4 1 , 3 32 , 4 3 , 2
32 , 4 X
6
1
X Var
2 2 2 2 2 2
6
1 i
2
i

+ + + + +

Utilizando a segunda frmula apresentada para o clculo da varincia, tem-se:




46
( )
( ) ( ) 36 , 2 66 , 18
6
11 , 126
32 , 4 24 , 46 64 , 33 64 , 17 69 , 13 61 , 9 29 , 5
6
1
X
6
1
X
6
1
X Var
2
2
6
1 i
i
6
1 i
2
i
+ + + + +

,
_





Com a utilizao desses dois exemplos possvel discutir as vantagens e
desvantagens de cada frmula. A frmula ( ) ( )


N
1 i
2
i
X
N
1
X Var til, pois
modela e exprime a prpria definio de varincia e, portanto, pode ajudar o aluno
a compreender seu significado. Em contrapartida, os clculos parciais exigem
arrendondamentos e, em conseqncia, o resultado final menos preciso.
J a frmula
2
N
1 i
i
N
1 i
2
i
X
N
1
X
N
1
) X ( Var

,
_




no recupera o conceito de
varincia, pois no um modelo explcito de seu conceito, mas sua grande
vantagem a simplificao dos clculos e a melhor preciso do resultado final.
Essa maneira de calcular a varincia tambm permite uma simplificao na
demonstrao de suas propriedades, apresentadas a seguir.
Seja k uma constante real,
P1- 0 ) k ( Var .
Demonstrao:
( ) ( ) [ ] 0 k k k E k E ) k ( Var
2 2 2 2

Por exemplo, para os valores (5, 5, 5, 5, 5), a mdia 5.
( ) 0 25
5
125
5
5
5 5 5 5 5
X Var
2
2 2 2 2 2

+ + + +

P2 - ) X ( Var k ) kX ( Var
2
.
Demonstrao:
( ) [ ] ( ) [ ] ( ) ( ) [ ]
( ) ( ) [ ] ( ) ( ) [ ] { } ( ) X Var k X E X E k X E k X E k
X E k X k E kX E kX E ) kX ( Var
2
2
2 2
2
2 2 2
2 2 2 2 2



Por exemplo, para os valores ( 0, 1, 2, 5 e 7), a mdia 3 e
8 , 6 9
5
79
3
5
7 5 2 1 0
) X ( Var
2
2 2 2 2 2

+ + + +
.


47
Considerando k = 7, obtm-se o novo conjunto numrico (0, 7, 14, 35, 49),
com mdia 21 e 2 , 333 441
5
3871
21
5
49 35 14 7 0
) X ( Var
2
2 2 2 2 2

+ + + +
.
Observando-se que 333,2 = (49).6,8, nota-se que ) X ( Var 7 ) X 7 ( Var
2
.
P3 - ) X ( Var ) k X ( Var + , em que k uma constante.
Demonstrao:
( ) ( ) [ ] ( ) [ ] ( ) ( ) [ ]
( ) ( ) ( ) [ ] ( ) [ ] ( ) { } ( ) ( ) [ ] ) X ( Var X E X E k X kE 2 X E k E X kE 2 X E
k X E k kX 2 X E k X E k X E k X Var
2 2 2 2 2 2
2
2 2
2 2
+ + + +
+ + + + + +

Por exemplo, para os valores ( 0, 1, 2, 5 e 7), a mdia 3 e a varincia
6,8. Considerando 7 k , obtm-se um novo conjunto numrico (-7, -6, -5, -2, 0),
cuja mdia -4 e a varincia
( ) ( ) ( ) ( )
( ) 8 , 6 16
5
114
4
5
0 2 5 6 7
) X ( Var
2
2 2 2 2 2

+ + + +
, exatamente a
mesma do conjunto original. Assim, Var (X + k) = Var (X).

P4 - Sejam X e Y duas variveis aleatrias que assumem os valores
(X
1
, X
2
, ..., X
n
) e (Y
1
, Y
2
, ..., Y
n
), respectivamente. Se estas duas variveis so
independentes, ento ( ) ( ) ( ) Y Var X Var Y X Var + t
Demonstrao:
( ) ( ) [ ] ( ) [ ] ( ) ( ) ( ) [ ]
( ) ( ) ( ) [ ] ( ) [ ] ( ) ( ) ( ) [ ] { }
( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) [ ]
( ) ( ) [ ] ( ) ( ) [ ] ( ) ( ) Y Var X Var Y E Y E X E X E
Y E Y E X E 2 X E Y E Y E X E 2 X E
Y E Y E X E 2 X E Y E XY E 2 X E
Y E X E Y XY 2 X E Y X E Y X E Y X Var
2
2
2
2
2 2 2 2
2 2
2 2
2
2 2
2 2
+ +
t + t
+ t + t
t + t t t t

Para exemplificar essa propriedade, retome-se os Exemplos 1 e 3 da
Propriedade 5 da mdia, em que o primeiro diz respeito a duas variveis
dependentes e o segundo (Exemplo 3) diz respeito a duas variveis
independentes.
Sabendo-se que a varivel X ( 0, 1, 2, 5 e 7), que tem mdia 3 e varincia
6,8 no independente da varivel Y (3, 5, 7, 9, 4), que tem mdia 5,6 e
( ) 64 , 4 36 , 31
5
180
6 , 5
5
4 9 7 5 3
Y Var
2
2 2 2 2 2

+ + + +
, tem-se que:
( ) ( ) 44 , 11 64 , 4 8 , 6 Y Var X Var + + .


48
Como apresentado na Tabela 2, (X + Y) = (3, 6, 9, 14, 11), e que a mdia
de (X + Y) 8,6.
Portanto, ( ) 64 , 14 96 , 73
5
443
6 , 8
5
11 14 9 6 3
Y X Var
2
2 2 2 2 2

+ + + +
+ .
De acordo com essa propriedade, como as variveis X e Y no so
independentes, ( ) ( ) ( ) Y Var X Var Y X Var + + .
Tomando-se o Exemplo 3, em que a varivel X (1, 1, 2, 2, 3, 3), com mdia
aritmtica 2 e ( )
6
4
4
6
28
2
6
3 3 2 2 1 1
X Var
2
2 2 2 2 2 2

+ + + + +
independente
da varivel Y (5, 6, 5, 6, 5, 6), com mdia 5,5 e
( ) 25 , 0 25 , 30
6
183
5 , 5
6
6 5 6 5 6 5
Y Var
2
2 2 2 2 2 2

+ + + + +
.
Ento, ( ) ( )
6
5 , 5
25 , 0
6
4
Y Var X Var + + .
A nova varivel (X + Y) (6, 7, 7, 8, 8, 9) que tem mdia 7,5 e varincia
( )
6
5 , 5
25 , 56
6
343
5 , 7
6
9 8 8 7 7 6
Y X Var
2
2 2 2 2 2 2

+ + + + +
+ .
Como j se sabe que X e Y so independentes, ento
( ) ( ) ( ) Y Var X Var Y X Var + + .
Conforme notao usual, adota-se
2
para representar Var (X) e
2
para
representar o estimador de
2
ou Var (X).
Voltando amostra aleatria (X
1
, X
2
, ..., X
n
) de uma varivel aleatria X,
citada anteriormente, com determinada distribuio de probabilidades, e sabendo-
se que X um estimador no viesado de (mdia), o objetivo verificar se

2
= ( )
2
n
1 i
2
i
2
n
1 i
i
2
X X
n
1
X X
n
1
' S


(nas duas conotaes apresentadas
anteriormente) um estimador no viesado para ( )
2
X Var ,isto , se
( )
2 2
' S E .
A esperana desse estimador :
( ) ( )

,
_

,
_


n
1 i
2
2
i
n
1 i
2
2
i
2
X E X E
n
1
X X
n
1
E S E (1).


49
Sabe-se que ( ) ( ) ( ) [ ] ( ) ( ) ( ) [ ]
2
i i
2
i
2
i
2
i i
X E X Var X E X E X E X Var + (2) e que
( ) ( ) [ ] ( ) ( ) [ ]
2 2 2 2
X E X Var X E X E X E X Var +
,
_


,
_

(3)
No que diz respeito varincia da mdia, ( )

,
_

n
1 i
i
X
n
1
Var X Var e pelas
propriedades P2 e P4 da varincia tem-se que
( )
n
n
n
1
n
1
X Var
n
1
X
n
1
Var X Var
2
2
2
n
1 i
2
2
n
1 i
i
2
n
1 i
i

,
_

,
_



(4).
Substituindo (2), (3) e (4) em (1), tem-se:
( ) ( )
( ) ( ) [ ] { }
( )
( )
n
1 n
n
1
1
n
n
n
n
1
n n
1
n
X E X Var
n
1
X E X E
n
1
S E
2 2
2
2
2
2
2 2
2
2 n
1 i
2 2
2
2 n
1 i
2
i i
n
1 i
2
2
i
2


,
_

,
_

+

,
_


Portanto, S
2
um estimador viesado de
2
pois ( )
2 2
n
1 n
' S E

. Como o
objetivo determinar um estimador no viesado de
2
, define-se um novo
estimador ' S
1 n
n
S
2 2

e verifica-se se no viesado.
( ) ( )
( )
2
2
2 2 2
n
1 n
1 n
n
' S E
1 n
n
' S
1 n
n
E S E


,
_

permite concluir que esse


novo estimador da varincia no viesado.
Assim, a varincia da amostra definida por
( ) ( )

'

,
_

,
_





2
n
1 i
2
i
n
1 i
2
2
i
2
n
1 i
i
n
1 i
2
i
2 2
X n X
1 n
1
X X
n
1
1 n
n
ou _ X X
1 n
1
X X
n
1
1 n
n
' S
1 n
n
S a fim de ser um
estimador no viesado para a varincia populacional (
2
).


50
E a estimativa no viesada da varincia populacional
11
dada por:
( )
2
n
1 i
i
2
x x
1 n
1
s

ou

,
_

n
1 i
2
2
i
2
x n x
1 n
1
s
Como exemplo, sejam os valores (0, 1, 2, 5 e 7) uma amostra aleatria da varivel
aleatria notas de uma turma de Matemtica, cujos valores podem estar no intervalo [0,
10]. Esse conjunto numrico tem mdia 3 pontos e a estimativa da varincia :
( )
( ) ( ) ( ) ( ) ( )
5 , 8
4
34
1 5
3 7 3 5 3 2 3 1 3 0
x x
1 n
1
s
2 2 2 2 2 2
n
1 i
i
2

+ + + +

pontos ao quadrado.
Observa-se que a mdia guarda a mesma unidade de medida da varivel
observada (pontos de nota), enquanto que a varincia utiliza essa unidade
elevada ao quadrado. Esse fato dificulta sua interpretao e justifica a utilizao
do desvio padro, que a raiz quadrada positiva da varincia e permite comparar
a variao das observaes na mesma unidade de medida da mdia aritmtica.
Como lembra Costa Neto (2002, p. 27), embora a varincia tenha esse
inconveniente de interpretao, ela extremamente importante na teoria estatstica.

2.3 Desvio Padro
O desvio padro de uma varivel aleatria X a raiz quadrada positiva da
varincia. O desvio padro da populao (parmetro) obtido da seguinte forma:
( )
N
X
N
1 i
2
i


ou
2
N
1 i
2
i
X
N
1

ou simplesmente
2
.
Quando se trata de uma amostra (estimativa), o desvio padro obtido da
seguinte maneira:
( )
1 n
x x
s
n
1 i
2
i

ou

,
_

n
1 i
2
2
i
x n x
1 n
1
s ou ainda
2
s s

11
Em situaes em que a mdia conhecida, o estimador da varincia fica dividido por n e no por n-1
Definindo ( )
1
]
1

n
1 i
2 2
i
2
n X
n
1
S , ento, E(S
2
) =
( ) ( )


n
1 i
2 2
i
E X E
n
1
=
= ( ) ( ) [ ] { }
2
n
1 i
2
i i
X E X Var
n
1
+

= = ( )
2
n
1 i
2 2
n
1
+

=
( )
2 2 2
n
n
1
+
=
2
.


51
O desvio padro til para avaliar a homogeneidade das observaes em
relao mdia aritmtica. Quanto menor o valor do desvio padro, mais
homogneas so as observaes em relao mdia, o que indica maior
densidade das observaes prximas mdia aritmtica.
Bussab e Morettin (2003) explicam que tanto o desvio mdio (que est
apresentado na seo 2.6 deste trabalho) quanto o desvio padro indicam, em
mdia, qual ser o erro (desvio) cometido ao tentar substituir cada observao
pela medida resumo da distribuio (que, no caso, a mdia aritmtica).
No exemplo das notas (0, 1, 2, 5, 7), para se obter o desvio padro da
populao, basta calcular 61 , 2 8 , 6
2
. Ento, os parmetros da populao
de notas so = 3 e = 2,61.
Se o conjunto de notas se refere a uma amostra aleatria, as estimativas
no viesadas da mdia e do desvio padro populacional so 3 x e s = 2,92
( ) 92 , 2 5 , 8 s s
2
.
O livro de Bussab e Morettin (2003, p.40) apresenta a varincia e o desvio
padro populacional no captulo 3 intitulado Medidas-Resumo e citam que a
varincia de uma amostra ser calculada usando-se o denominador n -1, em vez
de n e que isto ser explicado num captulo posterior, captulo 11 intitulado
Estimao, quando discutem as propriedades dos estimadores. O livro de Martins
(2001), apresenta a varincia amostral no captulo 2 intitulado Estatstica
Descritiva e, no captulo 6 intitulado Distribuies Amostrais, explica que trata-se
de um estimador da varincia populacional, sem apresentar a demonstrao.
Ambos os livros de Estatstica tratam dos estimadores aps o captulo de
Inferncia Estatstica, sendo que este ltimo no um assunto sugerido para o
ensino mdio. Fica, ento, a critrio do autor do livro didtico de Matemtica do
Ensino Mdio decidir a maneira como ir apresentar a varincia (e
conseqentemente o desvio padro) assim como fica a critrio do professor de
Matemtica a deciso sobre a estratgia que ir utilizar para discuti-la com seus
alunos. Da, uma das dificuldades dos contedos varincia e desvio padro.
Outra dificuldade relacionada varincia (e conseqentemente o desvio
padro), j salientada por Reading e Shaughnessy (2004), a complexidade dos
clculos dessas medidas, que se tornam obstculos para motivar os alunos em
aulas de Matemtica na escola. Para que um aluno do ensino mdio efetue o


52
clculo de tais medidas estatsticas, ele deve mobilizar muitos conceitos
matemticos, tais como potncia, radiciao, frao e o prprio conhecimento do
smbolo de somatrio.
Uma maneira de justificar a dificuldade de calcular a varincia e o desvio
padro a discusso sobre a aplicao dessas medidas, ou seja, a interpretao
dos clculos segundo o contexto apresentado. possvel que a interpretao do
resultado de um clculo matemtico complexo em funo de um contexto no qual
os dados foram apresentados possa ser uma tarefa cognitivamente custosa para
um aluno de ensino mdio, mas pode propiciar no apenas uma aprendizagem
significativa desses conceitos, mas tambm a construo do campo conceitual de
variao.
Green apud Reading e Shaughnessy (2004, p.204) explica que
professores e alunos podem conhecer os procedimentos para calcular o desvio
padro; mas possvel que eles no consigam explicar o que significa, ou por
qu ou quando uma boa medida para a variao esperada.
Para tornar o conceito significativo para o aluno, a apresentao da anlise
do desvio padro fundamental. Hart (1984) e Loosen, Lioen e Lacante (1985)
defendem a anlise do desvio padro a partir da porcentagem de observaes
que esto a k desvios da mdia.
Para a anlise do desvio padro, segundo a sugesto desses autores,
possvel que um nmero pequeno de observaes no permita ao aluno
compreender a porcentagem de valores compreendidos no intervalo ( ) ks x t .
Por este motivo, a partir deste ponto ser utilizada uma amostra de
tamanho maior, a partir do seguinte exemplo: uma amostra aleatria de 50 alunos
de uma escola, cuja varivel aleatria a altura, medida em centmetros.
Observe-se que esse mesmo tipo de mudana pode ser seguido pelo professor
de Matemtica do ensino mdio na organizao das atividades didticas que
pretende desenvolver com seus alunos, o que indica que o nmero de elementos
da amostra uma varivel didtica importante, de acordo com a Teoria das
Situaes Didticas desenvolvidas por Brousseau (1997)
12
.




53
A escolha didtica de aumentar o tamanho da amostra pode ocasionar
dificuldades em relao aos procedimentos para a obteno do valor do desvio
padro, o que pode ser contornado a partir da utilizao de uma calculadora
cientfica ou o uso de uma planilha eletrnica ou ainda o clculo do desvio padro
com dados agrupados. Em contrapartida, aumentar o tamanho da amostra
possibilita a compreenso do conceito de desvio padro.
A altura dos cinquenta alunos da amostra est apresentada na Tabela 6.
Tabela 6 - Rol das alturas (em cm) de 50 alunos.
142 147 149 152 153 154 156 157 158 160
143 148 150 152 154 155 156 157 159 160
144 148 150 152 154 155 156 157 159 161
145 149 151 153 154 155 156 157 159 161
145 149 152 153 154 155 156 158 160 162
Fonte: Tiboni, 2002 p. 73
Para esses valores, a mdia 64 , 153
50
7682
x
n
1
x
n
1 i
i

centmetros e o
desvio padro
( )
6125 9765162800 , 4
49
52 , 1213
1 n
x x
s
n
1 i
2
i

centmetros
13
.
Devido seqncia de clculos realizados para a obteno da estimativa do
desvio padro, geralmente o resultado numrico tem muitas casas decimais e
necessita de aproximao. Logo, s 4,98 centmetros.
A partir das estimativas da altura da populao ( 64 , 153 x e s = 4,98),
escolhe-se o nmero de desvios-padro e elabora-se o intervalo a partir da mdia
mais ou menos k desvios-padro. Para exemplificar, foi elaborado o intervalo de
dois desvios-padro da mdia: ( ) ( ) [ ] ] 60 . 163 ; 68 , 143 [ 98 , 4 2 64 , 153 , 98 , 4 2 64 , 153 + .
Em uma situao didtica, o professor pode solicitar a seguinte tarefa:
contar o nmero de alunos (observaes) que esto entre 143,68 cm e 163,60 cm
(intervalo de dois desvios-padro da mdia). A partir da contagem, o professor
pode solicitar que os alunos encontrem a porcentagem de alunos no intervalo.

12
Segundo Artigue (1995), as variveis microdidticas dizem respeito s atividades que vo
compor a organizao didtica feita pelo professor.
13
Optou-se em utilizar duas casas decimais para apresentar o resultado do desvio padro
4,97651628006125, arredondando-o para 4,98, por ser suficiente para os objetivos deste estudo.


54
No exemplo, possvel notar que h dois alunos cujas alturas esto fora do
intervalo, ou seja, dois alunos cujas alturas so inferiores a 143,68 cm. Ento, h
quarenta e oito alunos (dentre cinqenta) com alturas no intervalo [ ] 60 , 163 ; 68 , 143 ,
o que corresponde a 96% dos alunos.
A partir da obteno do intervalo de k desvios padro da mdia, o aluno
pode elaborar o grfico para representar tal intervalo. Para o caso em que n = 2,
cujo intervalo [143,68; 163,60] a Figura 4 apresenta o grfico.








Figura 4 Intervalo de dois desvios padro da mdia da altura dos alunos
Na Figura 4, o ponto central do segmento de reta representa a mdia
aritmtica e os seus extremos os limites do intervalo de k desvios padro da
mdia.
O grfico apresentado na Figura 4 vantajoso quando se tm duas
distribuies de observaes, pois possibilita comparar a homogeneidade em
torno da mdia, ou seja, permite visualizar a distribuio que tem o menor
intervalo em torno da mdia.
Outra maneira de trabalhar a densidade dos valores em torno da mdia a
elaborao do grfico de pontos (dotplot), que Bussab e Morettin (2003)
denominam de grfico de disperso unidimensional. A Figura 5 apresenta um
grfico de pontos para o exemplo das alturas dos 50 alunos.





Figura 5 Grfico de disperso da altura dos 50 alunos
142,00
144,00
146,00
148,00
150,00
152,00
154,00
156,00
158,00
160,00
162,00
164,00
a
l
t
u
r
a
W

165 162 159 156 153 150 147 144 141
altura(cm)
Mdia + 2 desvios Mdia
Mdia - 2 desvios



55

Para elaborar um grfico de pontos, tal como o da Figura 5, cada
observao representada por um ponto numa reta (com a escala dos valores da
varivel) e se h mais de uma observao com o mesmo valor, eles so
empilhados. Para se observar a densidade dos pontos em torno da mdia, pode
ser traada um segmento de reta, perpendicular reta dos valores da varivel, no
valor que representa a mdia aritmtica e os limites do intervalo ( ) s 2 x t .
A vantagem da elaborao do grfico de pontos a possibilidade de
visualizar as observaes (o que no possvel no grfico do intervalo de n
desvios padro da mdia), mas sua elaborao pode se tornar trabalhosa para
varivel contnua
14
, se feita manualmente.
Uma alternativa a elaborao do histograma
15
, grfico utilizado para
representar variveis contnuas. A Figura 6 apresenta o histograma para o
exemplo da altura dos 50 alunos, em que foram traados segmentos de reta
representando a mdia aritmtica e os limites do intervalo ( ) s 2 x t .


Figura 6 - Distribuio da freqncia dos alunos segundo a altura

14
No exemplo, altura uma varivel contnua, mas foi medida de maneira que possibilitou
trabalh-la como uma varivel discreta.
15
No o objetivo deste trabalho discutir a elaborao do histograma. Uma discusso didtica do
assunto pode ser obtida em Cazorla e Santana (2006).
164,00 160,00 156,00 152,00 148,00 144,00 140,00
altura (cm)
20
15
10
5
0
n

m
e
r
o

d
e

a
l
u
n
o
s
mdia mdia + 2 desvios mdia - 2 desvios
__


56
O histograma no permite visualizar claramente que apenas duas
observaes (dois alunos) no esto compreendidos no intervalo ( ) s 2 x t , como
possvel notar no grfico de pontos, mas ser a alternativa em inmeras situaes
cuja varivel contnua. Como j salientado por Meletiou e Lee (2002), mesmo os
alunos de graduao apresentam dificuldades na compreenso desse tipo de
grfico, mas vale ressaltar sua importncia na estimao do formato da
distribuio.
A tarefa de contar o nmero de observaes contida em um intervalo de
( ) ks x t pode ser exaustiva se esse nmero muito grande (mil, um milho, etc),
justificando-se assim a utilizao de estimativas da porcentagem de observaes
a menos de n desvios da mdia.
Uma maneira de estimar tal intervalo o Teorema de Tchebichev
16
(como
j defendido por Loosen, Lioen e Lacante, 1985). Este teorema pode ser utilizado
com alunos do ensino mdio, pois pode ser aplicado para qualquer conjunto
numrico, independente de sua distribuio de probabilidades. O teorema diz:
A proporo (ou frao) de qualquer conjunto de dados a menos de k
desvios-padro a contar da mdia sempre ao menos
2
k
1
1 , onde k
um nmero positivo maior do que 1. Para k = 2 e k = 3, temos os
seguintes resultados especficos:
Ao menos (ou 75%) de todos os valores esto no intervalo que vai de
2 desvios-padro abaixo da mdia a 2 desvios-padro acima da mdia
( s 2 x a s 2 x + ).
Ao menos 8/9 (ou 89%) de todos os valores esto no intervalo que vai
de 3 desvios-padro abaixo da mdia at 3 desvios-padro acima da
mdia ( s 3 x a s 3 x + ). (TRIOLA, 1999, p. 43)

Segundo o Teorema de Tchebichev, pelo menos 75% dos alunos tm
altura entre 143,68 cm e 163,60 cm, o que representa uma estimativa da
porcentagem de observaes no intervalo ( ) s 2 x t .
importante salientar que o Teorema de Tchebichev afirma que, pelo
menos, 75% das observaes esto no intervalo ( ) s 2 x t e, nesse exemplo, foi
obtido 96% dos alunos com alturas neste intervalo.
Essa diferena entre a porcentagem estimada e a porcentagem observada
devido a dois motivos. O primeiro que, segundo o teorema, existem, pelo

16
Mood, Graybill e Boes (1974) escrevem Chebyshev; Martins (2001) escreve Tchebycheff.


57
menos, 75% das observaes no intervalo ( ) s 2 x t e trabalhar com a
desigualdade pode no ser to simples. Quando se l que pelo menos 75% das
observaes esto no intervalo, preciso interpretar que se tm 75% ou mais das
observaes no intervalo.
A segunda explicao que o Teorema de Tchebichev aplicado a
qualquer distribuio e, quando conhecida, a porcentagem pode ser melhor
estimada, como no caso de distribuies simtricas, em que se pode utilizar a
Distribuio Normal.
Quando se sabe que o conjunto de observaes segue uma Distribuio
Normal
17
, sabe-se que cerca de 68,26% dos valores esto a menos de um desvio
padro da mdia (para cima e para baixo da mdia); cerca de 95,44% dos valores
esto a menos de dois desvios padro da mdia e cerca de 99,74% dos valores
esto a menos de trs desvios padro da mdia, conforme pode ser observado na
Figura 7.














Figura 7 - Porcentagem de observaes a menos de um, dois e trs desvios
padro da mdia.

17
Este trabalho no tem o objetivo de apresentar a Distribuio Normal de Probabilidades, cujo
contedo est disponvel em livros de Estatstica. Mas, importante ressaltar que possvel obter
a porcentagem de observaes a menos de k desvios padro, sendo n qualquer nmero real.





58
Insere-se mais uma varivel didtica para ser trabalhada com o aluno do
ensino mdio: a verificao se a distribuio das observaes segue uma
distribuio normal.
O histograma, apresentado na Figura 7, pode ser utilizado para estimar,
visualmente, o formato da distribuio. Como pode ser observado, a altura dos
alunos no simtrica em relao mdia aritmtica (condio da Distribuio
Normal), mas se aproxima da simetria. Ento, pode-se utilizar a porcentagem de
observaes sob a curva normal para estimar o intervalo das alturas que diferem
da mdia em no mais que dois desvios padro, j calculado anteriormente:
[143,68 ; 163,60].
Utilizando a porcentagem de dados sob a curva normal, possvel dizer
que, aproximadamente, 95% dos alunos tm entre 143,68 cm e 163,60 cm de
altura.
Voltando porcentagem observada de alunos com altura no intervalo
( ) s 2 x t , 96% dos alunos tm alturas entre a mdia mais ou menos dois desvios
padro. Isso indica que, para o exemplo, a estimativa da porcentagem de
observaes segundo a curva normal mais prxima da realidade observada na
amostra do que a anlise segundo o Teorema de Tchebichev. Uma sntese da
porcentagem de dados que diferem da mdia em no mais que dois desvios
padro est apresentada na Tabela 7.
Tabela 7 - Sntese da estimativa da porcentagem de dados no intervalo ( ) s x 2 t
Porcentagem observada
de alunos com alturas no
intervalo ( ) s x 2 t
Porcentagem estimada
de alunos com alturas no
intervalo ( ) s x 2 t -
Teorema de Tchebichev
Porcentagem estimada
de alunos com alturas no
intervalo ( ) s x 2 t -
Distribuio Normal de
Probabilidade
96% Pelo menos 75% 95,44%

O conhecimento da estimativa da porcentagem de observaes no
intervalo ( ) s x 2 t , seja pelo Teorema de Tchebichev ou pela Distribuio Normal
de Probabilidade, pode encorajar o professor de Matemtica a desenvolver com
seus alunos a tarefa de contagem do nmero de observaes no intervalo de


59
( ) ks x t , de maneira que propicie condies de desenvolvimento da noo intuitiva
da densidade de observaes em torno da mdia aritmtica.
possvel notar que, para o exemplo das alturas dos cinqenta alunos,
foram obtidas as medidas (mdia e desvio padro); foi observada a porcentagem
de observaes no intervalo composto pela mdia mais ou menos dois desvios
padro da mdia; foi estimada a porcentagem de observaes no intervalo por
meio do Teorema de Tchebichev e pela Distribuio Normal; foram elaborados os
grficos de histograma, de pontos e do intervalo da mdia mais ou menos dois
desvios padro.
Todas essas representaes podem permitir ao aprendiz construir o campo
conceitual de variao em torno da mdia e tornar seu raciocnio sobre este tema
mais avanado.

2.4 Clculo do Desvio Padro a partir da Distribuio de Freqncias
Quase todos os livros didticos de Estatstica apresentam o clculo do
desvio padro (e das outras medidas de tendncia central e disperso) a partir da
distribuio de freqncias.
O clculo do desvio padro a partir da distribuio de freqncias pode ser
realizado de duas maneiras. Na primeira estratgia, contado o nmero de casos
de cada observao diferente, que denominada neste trabalho de distribuio
de freqncias simples. Na segunda estratgia, a varivel observada agrupada
em classes e ento contado o nmero de casos em cada classe, que
denominada neste trabalho de distribuio de freqncias com dados agrupados.
Ambas estratgias esto exemplificadas a seguir.
A Tabela 8 apresenta a distribuio de freqncias simples das alturas dos
50 alunos e os clculos parciais para a obteno do desvio padro.










60
Tabela 8 - Distribuio de freqncia (simples) dos alunos de acordo com a altura
Altura (cm)
(x
i
)
Nmero de
alunos - f
i
(freqncia)
( )
2
i
x x ( )
i
2
i
f x x
142 1 135,4896 135,4896
143 1 113,2096 113,2096
144 1 92,9296 92,9296
145 2 74,6496 149,2992
147 1 44,0896 44,0896
148 2 31,8096 63,6192
149 3 21,5296 64,5888
150 2 13,2496 26,4992
151 1 6,9696 6,9696
152 4 2,6896 10,7584
153 3 0,4096 1,2288
154 5 0,1296 0,6480
155 4 1,8496 7,3984
156 5 5,5696 27,8480
157 4 11,2896 45,1584
158 2 19,0096 38,0192
159 3 28,7296 86,1888
160 3 40,4496 121,3488
161 2 54,1696 108,3392
162 1 69,8896 69,8896
64 , 153 x

( )


i
2
i
f x x = 1.213,52

Na primeira coluna da Tabela 8 foram ordenadas todas as diferentes
alturas da amostra de 50 alunos (x
i
). A segunda coluna apresenta o nmero de
alunos com cada altura diferente (freqncia - f
i
). A terceira coluna apresenta o
clculo do quadrado da distncia entre cada altura e a mdia da amostra,
resultado esse multiplicado pelo nmero de alunos com a altura referente,
apresentado na quarta coluna.
O desvio padro para a varivel altura
( )
98 , 4
1 50
52 , 1213
1 f
f x x
s
i
i
2
i

cm, o mesmo valor apresentado


anteriormente, calculado com o rol de observaes.


61
Quando calculamos o desvio padro a partir da distribuio de freqncias
simples, no h nenhuma perda de informao, ou seja, o valor do desvio padro
obtido com os dados brutos (conjunto numrico original) o mesmo obtido a partir
da distribuio de freqncias simples.
Devido ao fato de existirem muitos valores diferentes de altura (o que
comum em variveis contnuas), utiliza-se a estratgia de agrupar as
observaes, que se denomina de distribuio de freqncia com dados
agrupados em classes.
Utilizando essa estratgia, as observaes so agrupadas de acordo com
algum critrio
18
. Para o exemplo das alturas dos 50 alunos, as classes (grupos)
foram elaboradas em intervalos de quatro centmetros (coluna 1 da Tabela 9).
Aps a determinao da amplitude das classes, contado o nmero de alunos
( f
i
) que pertencem a cada classe (coluna 3 da Tabela 9).

Tabela 9 - Distribuio de freqncia (com dados agrupados em classes) dos
alunos de acordo com a altura (em cm)
Altura
agrupada em
classes
Ponto mdio
da classe
x
i

Nmero de
alunos
f
i


( )
2
i
x x

( )
i
2
i
f x x
[140, 144[ 142
2
135,4896 270,9792
[144, 148[ 146
4
58,3696 233,4784
[148, 152[ 150
8
13,2496 105,9968
[152, 156[ 154
16
0,1296 2,0736
[156, 160[ 158
14
19,0096 266,1344
[160, 164[ 162
6
69,8896 419,3376
Somatrio

1.298,00

Para efeito do clculo do desvio padro, todos os alunos contidos em uma
classe tm suas alturas representadas pelo ponto mdio da classe. No exemplo,
os dois alunos agrupados na primeira classe, cujas alturas eram 142 e 143, foram
considerados com altura 142, que o ponto mdio do intervalo [140, 144[ , os

18
Este assunto tratado em livros de Estatstica, no captulo de Distribuio de Freqncias.


62
quatro alunos agrupados na segunda classe (144, 145, 145, 147) foram
considerados com altura 146 e assim sucessivamente. Essa estratgia ocasiona
uma perda de informao, devido substituio do valor original pelo ponto mdio
da classe.
Com os clculos apresentados na Tabela 9 calcula-se o desvio padro com
os dados agrupados em classes:
( )
15 , 5 1468 , 5
1 50
1298
1 f
f x x
s
i
i
2
i

cm,
que diferente do valor do desvio padro obtido anteriormente ( 4,98 cm).
A apresentao do clculo do desvio padro a partir de uma distribuio de
freqncia simples e a partir de dados agrupados teve dois objetivos: a)
discusso sobre a aproximao da medida de variao e b) sua relao direta
com o tipo de varivel quantitativa (discreta ou contnua).
A distribuio de freqncia simples a estratgia utilizada para varivel
discreta e com poucos valores diferentes na amostra. Por exemplo, o nmero de
namorados que os alunos de uma quinta srie j teve. O valor do desvio padro
obtido a partir da distribuio de freqncia simples o mesmo que quando
obtido a partir do rol de observaes.
A distribuio de freqncia com dados agrupados a estratgia utilizada
para varivel contnua, como por exemplo, altura, peso, etc. Os clculos tornam-
se menos exaustivos, porm o valor obtido aproximado.
Os livros de Estatstica justificam a utilizao da distribuio de
freqncias com dados agrupados como uma maneira de simplificar o clculo do
desvio padro. Essa vantagem deixa de ter sentido quando se utiliza a ferramenta
desvio padro da calculadora ou da planilha eletrnica, que fornece
automaticamente o valor final dessa medida de variao.
Porm, para o objetivo desta pesquisa, vale ressaltar que a vantagem do
conhecimento do clculo do desvio padro com dados agrupados a
possibilidade de inferir a magnitude do desvio padro (a densidade das
observaes em torno da mdia) a partir da visualizao da representao grfica
de uma distribuio de freqncias com dados agrupados (histograma). Nesse
sentido, existe o estudo de Delmas e Liu (2005) que est apresentado no Captulo
4 deste trabalho.



63
2.5 Coeficiente de Variao
O coeficiente de variao, tambm denominado de coeficiente de
disperso, uma medida relativa da variao em torno da mdia. obtido pela
frmula:

CV
para os parmetros populacionais e
x
s
CV
para as
informaes de uma amostra. Se este coeficiente for multiplicado por 100, permite
obter uma percentagem de variao da medida.
Para o exemplo das notas (0, 1, 2, 5, 7), cujos parmetros eram = 3 e
= 2,61, tem-se 87 , 0
3
61 , 2
CV

. Multiplicando por 100, tem-se 87% de


variao das alturas em torno da mdia aritmtica. importante observar que no
se trata de 87% das observaes, mas da grandeza da observao. Se o desvio
padro fosse 3 (igual a mdia aritmtica), o CV seria 100%, ou seja, haveria uma
variao igual medida de centro e, portanto, poderia se dizer que existe uma
grande variao das alturas na amostra.
Segundo Costa Neto (2002 p. 28), a vantagem caracterizar a disperso
dos dados em termos relativos a seu valor mdio. Assim, uma pequena disperso
absoluta pode ser, na verdade, considervel quando comparada com a ordem de
grandeza dos valores da varivel e vice-versa
Para compreender a citao de Costa Neto, possvel utilizar os dois
exemplos tratados neste trabalho. O conjunto numrico das notas (0, 1, 2, 5, 7)
tem = 3 e = 2,61 e CV = 87%. O conjunto numrico das alturas tem
64 , 153 x , s = 4,98 e CV = 3,24%. Ao se comparar a variao dos dois conjuntos
numricos em termos absolutos, possvel dizer que as alturas tm maior
variao (4,98 > 2,61). Porm, a variao de 4,98 deve ser comparada com sua
medida de centro, mdia, que 153,64, e o mesmo deve ser feito para o outro
conjunto numrico. Assim, o desvio padro de 4,98 representa 3,24% de variao
enquanto que o desvio padro de 2,61 representa 87% de variao. Logo, o
conjunto numrico das notas apresenta variao muito maior que o conjunto
numrico das alturas.
Esse exemplo explicita a vantagem da utilizao do Coeficiente de
Variao. Devido ao fato de o CV ser a razo entre o desvio padro e a mdia
aritmtica, ele uma medida de disperso adimensional e, assim, permite


64
comparar dois (ou mais) conjuntos de observaes cujas unidades de medida no
so as mesmas. Tal como nos dois exemplos, est conceitualmente errado
comparar o desvio padro das notas (que est medida em pontos) com o desvio
padro das alturas (que est medido em centmetros). Porm, possvel
comparar o CV dos dois conjuntos e concluir que o conjunto numrico das notas
apresenta variao maior que o conjunto numrico das alturas.

2.6 Desvio Mdio
Uma outra medida de disperso em relao mdia o desvio mdio.
Seja uma varivel aleatria X (X
1
, X
2
, ..., X
N
), o desvio mdio a mdia aritmtica
dos desvios absolutos em relao mdia:
N
X
) X ( dm
N
1 i
i




No clculo da varincia, os desvios em relao mdia so elevados ao
quadrado. No caso do desvio mdio, os desvios em relao mdia so
colocados em mdulo. Ambas estratgias matemticas so necessrias, pois a
soma dos desvios em relao mdia sempre zero.
Diferentemente da varincia, em que o smbolo utilizado universal, o
smbolo utilizado para o desvio mdio pode mudar conforme a bibliografia
utilizada. Bussab e Morettin (2003) utilizam o smbolo dm, Guimares e Cabral
(1997) utilizam DAM.
Voltando ao exemplo das cinco notas (0, 1, 2, 5 e 7) , em que a mdia
aritmtica 3, exemplifica-se a seguir o clculo do desvio mdio:
4 , 2
5
12
5
3 7 3 5 3 2 3 1 3 0
n
x x
) X ( dm
n
1 i
i

+ + + +

, significando
que, em mdia, as notas ficam distantes da mdia em 2,4 pontos.
importante ressaltar que, mesmo sendo utilizada a mdia aritmtica para
calcular o desvio mdio, o que minimiza essa somatria a mediana. Como
lembram Guimares e Cabral (1997), a mediana minimiza a soma dos desvios,
em mdulo, da mesma maneira que a mdia aritmtica minimiza a soma dos
quadrados dos desvios.


65
O desvio mdio pouco explorado nos livros de Estatstica devido ao fato
de haver restries matemticas em relao aos valores em mdulo
19
, o que
restringe sua aplicao em outros contextos estatsticos e justifica a vasta
utilizao da varincia (e conseqentemente do desvio padro).

2.7 Amplitude total
A amplitude total, simbolizada neste trabalho por A
t
, a medida de variao
mais simples e muito eficaz, pois permite observar a variao geral de uma
distribuio. A amplitude total definida como a diferena entre o valor mximo e
o valor mnimo observados, ou seja,
min max t
X X A

Para o exemplo das notas: 0, 1, 2, 5, 7, como a menor nota zero e a
maior nota sete, a amplitude total ser A
t
= 7 0 = 7, ou seja, existe uma
diferena de sete pontos entre a menor a maior nota.
Diferentemente das medidas anteriormente discutidas, a amplitude total
uma medida de variao que no tem um ponto de referncia, uma medida de
tendncia central. A varincia, o desvio padro, o coeficiente de variao e o
desvio mdio so medidas de variao em torno da mdia enquanto a amplitude
total no representa uma variao em torno de alguma medida, mas
simplesmente uma variao global.
A amplitude total , talvez, a nica medida de variao intuitiva, pois
muito natural a observao dos valores mximo e mnimo em uma distribuio. As
crianas, desde muito pequenas, j observam o amigo mais alto e o amigo mais
baixo, a maior quantidade de balas distribudas e a menor quantidade, etc.
Embora seja uma medida simples, de extrema importncia na leitura de
histograma, dotplot, etc., pois permite identificar a variao dos valores da
varivel, algumas vezes esquecida devido complexidade do grfico, tal como j
salientado por Meletiou e Lee (2002).
Neste captulo foram apresentadas as seguintes medidas de variao
(disperso): varincia, desvio padro, coeficiente de variao, desvio mdio e
amplitude. Foram apresentados os aspectos tericos que determinam sua

19
Estas restries matemticas podem ser exemplificadas como a no possibilidade de
integrar/derivar a funo modular.


66
frmula, a interpretao do resultado numrico e as diferentes maneiras de
representao grfica.
Esta discusso teve como objetivo apresentar o objeto matemtico deste
estudo: medidas de variao. O captulo seguinte apresenta uma anlise de como
o livro didtico de Matemtica do ensino mdio faz a apresentao matemtica e
didtica desse objeto e o quarto captulo apresenta os aspectos deste objeto
priorizados nos estudos recentes publicados em jornais e eventos cientficos
importantes na rea.


67
3 Anlise do Complexo Praxeolgico do Objeto Variao/Variabilidade

O livro didtico um recurso desenvolvido com o objetivo de ser utilizado
pelo estudante, mas sabe-se que tambm um recurso de pesquisa utilizado pelo
professor quando est planejando suas aulas, como salientado no prprio PCN.
No tendo oportunidade e condies para aprimorar sua formao e no
dispondo de outros recursos para desenvolver as prticas da sala de
aula, os professores apiam-se quase exclusivamente nos livros
didticos, que, muitas vezes, so de qualidade insatisfatria. (BRASIL,
1998, p. 22).

Partindo-se do pressuposto de que grande quantidade de professores
apia-se nos livros didticos, este captulo tem o objetivo de identificar as tarefas,
as tcnicas e os aportes tericos, ou seja, o complexo praxeolgico apresentado
pelos livros didticos de Matemtica do ensino mdio para o desenvolvimento do
objeto variao/variabilidade.
O conhecimento do complexo praxeolgico de variao/variabilidade pode
permitir a compreenso do(s) tipo(s) de raciocnio do professor de matemtica
frente soluo de problemas estatsticos que envolvem variao. E, por esse
motivo, salienta-se que no objetivo fazer nenhum juzo de valor das obras
analisadas.
A anlise praxeolgica seguiu os pressupostos da Teoria Antropolgica do
Didtico (TAD), desenvolvida por Chevallard (1995, 1996, 1999).
Apoiado na Antropologia Cognitiva, Chevallard (1996) utiliza os termos
objeto, instituio e sujeito. Para ser um objeto
20
, preciso que haja uma relao
deste com uma pessoa (X) ou com uma instituio (I), ou seja, deve haver uma
R(X,O) ou uma R
I
(O), respectivamente. Vale ressaltar que essa relao
explicada pelo autor como o conhecimento do objeto pela instituio ou pela
pessoa.
Para Chevallard (1996, p. 148), um saber (S) uma categoria particular de
objeto que pode ser aprendido, e pode ser ensinado; mas, no pode ser
conhecido sem ter sido aprendido. Por outro lado, podem ser utilizados e, para
existirem, tm de ser produzidos.

20
Para Chevallard (1996), um objeto tem um sentido mais amplo que puramente matemtico.
Pode ser uma pessoa, uma escola, um saber.


68
A instituio pode ser uma sala de aula, uma escola, uma disciplina, um
livro didtico, etc. e a cada instituio I est associado um conjunto de objetos O
I
,
chamado conjunto dos objetos institucionais (para I), que o conjunto dos objetos
O que I conhece (CHEVALLARD, 1996, p. 129). Essa relao dinmica e, por
esse motivo, sofre interferncia temporal. A cada instante surgem (ou
desaparecem) objetos institucionais e, portanto, o autor prefere representar esta
relao por O
I
(t).
As instituies didticas, categoria particular das instituies, do origem a
que o autor denomina de Teoria Antropolgica do Didtico (TAD).
A inteno didtica manifesta-se atravs da formao de instituies a
que chamo, genericamente, sistemas didticos. Um sistema didtico
(SD) comporta um ou vrios sujeitos de I, que nele ocupam uma posio
de professor P, um ou vrios sujeitos de I que nele ocupam uma posio
de aluno a, e finalmente um objeto O, pertencentes a P
I
(a), que o
conjunto dos investimentos didticos para I. (CHEVALLARD, 1999, p.
133).

Para que um sistema didtico funcione, necessria a existncia de um
meio, ou seja, que, em cada instante, exista uma relao institucional R
I
(p,O)
(em que p = a,P) localmente estvel (CHEVALLARD, 1999). Vale salientar
tambm que um sistema didtico se alimenta de outros sistemas, tal como o de
ensino.
Segundo Chevallard (1999, p. 223), o postulado de base da TAD que se
admite em efeito que toda atividade humana regularmente realizada pode ser
descrita com um modelo nico, que se resume com a palavra praxeologia,
inclusive as atividades matemticas.
Rossini (2006, p. 30) explica que o termo praxeologia a unio de praxis
(prtica) e logos (razo) e explica que o termo lembra uma prtica humana, no
interior de uma instituio, que est sempre acompanhada de um discurso mais
ou menos desenvolvido, ou seja, de um logos que a justifica.
Para a anlise de uma praxis, o saber-fazer, a teoria revela o estudo das
tarefas propostas pelos livros bem como as tcnicas apresentadas para a soluo
das tarefas e para a anlise do logos, tem-se o discurso terico-tecnolgico que
justifica a praxis.
Chevallard (1995 p.85) explica que tarefa uma atividade bem circunscrita.
Ele recupera a explicao dada palavra tarefa pelo dicionrio histrico da lngua
francesa, que " um trabalho determinado que somos obrigados a fazer, com uma


69
noo de retribuio pelo trabalho". Chevallard (1999) explica que uma tarefa se
expressa por meio de um verbo tal como limpar a casa, desenvolver uma
expresso, dividir um nmero inteiro por outro inteiro, subir uma escada, etc. Uma
tarefa t pode fazer parte de um tipo de tarefas T. No caso de variao, por
exemplo, calcular o desvio padro um tipo de tarefa e calcular o desvio padro
com dados agrupados uma tarefa pertencente a este tipo de tarefas T.
Para um indivduo X, um tipo de tarefa T pode ser rotineiro ou
problemtico. "Se a tarefa T rotineira para X, isto quer dizer que X possui e
domina uma maneira de fazer, denominada tcnica" e simbolizada por
(CHEVALLARD, 1995, p. 86).
Chevallard (1995) explica que uma tcnica problemtica para os
iniciantes, mas que passa a ser rotineira medida que o indivduo X adquire a
maneira de fazer a tarefa. E exemplifica com a criana pequena (X) que comea a
andar (T). A tcnica problemtica, mas com o tempo, passa a ser rotineira. Mas,
uma tcnica no tem xito em mais de que uma parte da tarefa, parte que se
denomina alcance da tcnica. Por esse motivo, uma tcnica pode ser superior a
outra, de maneira parcial ou total.
No caso de variao, uma das tarefas pode ser calcular o desvio padro
com um rol de observaes. Para tanto, existe uma tcnica que a aplicao da
frmula
( )
N
X
2
i

. Este um bloco (T/) que o saber-fazer.
A tecnologia, simbolizada por , um discurso compreensivo sobre a
tcnica, cujo objetivo justific-la racionalmente, assegurando-se de que permite
realizar as tarefas do tipo T (CHEVALLARD, 1999).
Chevallard (1999, p. 226) explica que a tcnica relativa ao tipo de tarefas T
est sempre acompanhada de um vestgio de tecnologia. E apresenta o exemplo
da aritmtica:
Um mesmo pequeno discurso tem dupla funo, tcnica e tecnolgica,
que permite num momento encontrar o resultado pedido (tcnica) e
justificar que correto o resultado esperado (tecnologia), como quando
se diz : se 8 balas custam 10 Francos, 24 balas, ou seja, 3 vezes 8
balas, custam 3 vezes mais, 3 vezes 10 Francos.

O objetivo de uma tecnologia no apenas justificar a tcnica, mas
tambm explic-la.


70
Utilizando o exemplo da tarefa de calcular o desvio padro, as tecnologias
empregadas na tcnica so as propriedades de operao em (somatrio,
operao de potncia, ordem das operaes, raiz quadrada), mdia aritmtica e o
conceito de desvios da mdia.
Por fim, no bloco que Chevallard (1995) denomina de saber, encontra-se a
teoria, que a tecnologia da tecnologia, a justificativa da justificativa. O autor
explica que teoria um nvel superior de justificativa-explicao-produo. No
caso da tarefa de calcular o desvio padro para um rol de observaes, as teorias
que esto envolvidas so: medidas de tendncia central e disperso (estatstica)
e lgebra.
Diante do exposto, formaliza-se que uma praxeologia, ou organizao
praxeolgica, est constituda de um bloco prtico-tcnico (T/ ), referente ao
saber-fazer e por um bloco tecnolgico-terico ( /) referente ao saber. Essa
praxeologia pode ser pontual, quando relaciona um nico tipo de tarefa T ao
complexo (T/ / /) [tarefa, tcnica, tecnologia e teoria] (CHEVALLARD, 1999, p.
228).
Geralmente, em uma instituio I, uma teoria responde por vrias
tecnologias
j
, cada uma das quais, por sua vez, justifica e explica
varias tcnicas
ij
, correspondentes a outros tantos tipos de tarefas
ij
T .
As organizaes pontuais vo combinar-se, em primeiro lugar, em
organizaes locais [ ] / / / T
i i
centradas sobre uma tecnologia
determinada e depois em organizaes regionais [ ] / / / T
j ij ij

formadas ao redor de uma teoria .

E Chevallard (1999) explica que uma organizao global um complexo
praxeolgico dado pelo conjunto de organizaes regionais.
A organizao praxeolgica de um determinado objeto divide-se em
organizao praxeolgica matemtica, ou simplesmente organizao matemtica
de um tema de estudo , que o estudo da prpria realidade matemtica e a
organizao praxeolgica didtica, ou simplesmente organizao didtica desse
tema , que a maneira como pode ser construda essa realidade matemtica.
A seguir esto apresentadas a forma de seleo dos livros analisados, a
anlise da praxeologia didtica e da praxeologia matemtica.



71
3.1 A Seleo dos Livros Analisados
Foram selecionados para a anlise, todos os livros do ensino mdio que
eram utilizados por, pelo menos, um dos professores participantes da pesquisa,
sejam como livros-texto ou como material de suporte para a elaborao de suas
aulas. A exceo se faz apenas a um livro indicado pelas professoras OB e RN,
ao qual no foi possvel ter acesso.
Todos os livros analisados se referiam ao exemplar do professor, sendo
que alguns acompanhavam o Manual do Professor (ou Guia Pedaggico),
tambm analisados com o objetivo de verificar se as tcnicas e os discursos
terico-tecnolgico se ampliavam.
A lista dos livros analisados est apresentada na Tabela 10. importante
destacar que os livros L1, L5 e L6 esto apresentados em volume nico para o
ensino mdio e referem-se exatamente ao tipo de livro que os professores
utilizavam. Sabe-se, porm, que o contedo dos livros de ensino mdio que
apresentam-se em volume nico mais abreviado que o dos livros que se
apresentam numa coleo.
No que diz respeito forma de utilizao dos livros, possvel observar na
Tabela 10 que apenas uma professora (LF) adotava livro em suas aulas. Os
outros professores utilizavam o livro didtico como recurso para elaborar as
atividades a serem realizadas com seus alunos. Vale destacar o caso do
professor AM e da professora CI que seguiam a apostila adotada pela escola
privada em que lecionam.














72

Tabela 10 - Livros analisados neste trabalho
Nmero de
professores que:
Nomeado
nesta
anlise
de:


Referncia do livro

Adotam
o livro
Utilizam o
livro para
elaborar as
aulas
L1* Giovanni, Jos Ruy, Bonjorno, Jos Roberto e
Giovanni Junior, Jos Ruy. Matemtica
Fundamental: uma nova abordagem: ensino
mdio: volume nico. So Paulo: FTD, 2002.
0 2
L2 Paiva, Manoel Rodrigues. Matemtica. So
Paulo: Moderna, 1995. vol 2.
0 3
L3* Smole, Ktia Cristina Stocco e Diniz, Maria
Ignez de Souza Vieira. Matemtica: ensino
mdio. So Paulo: Saraiva, 2003. vol. 1,2,3
0 2
L4 Iezzi, Gelson, Dolce, Osvaldo, Degenszajn,
David, Perigo, Roberto e Almeida, Nilze de.
Matemtica: Cincia e Aplicaes, vol. 3. So
Paulo: Atual, 2001
0 1
L5* Dante, Luiz Roberto. Matemtica: Contexto e
Aplicaes volume nico. So Paulo: tica,
2000
0 2
L6 Yossef, Antonio Nicolau, Soares, Elizabeth e
Fernandez, Vicente Paz. Matemtica: volume
nico para o ensino mdio. So Paulo:
Scipione, 2004. (Coleo De olho no mundo
do trabalho)
1 0
L7* Gentil, Nelson, Santos, Carlos Alberto
Marcondes dos, Greco, Antonio Carlos, Belotto
Filho, Antonio e Greco, Sergio Emilio.
Matemtica para o 2 grau. Volume 2. So
Paulo: tica, 1996.
0 1
*O livro contm o Manual do professor (ou Guia Pedaggico)

Antes de iniciar a anlise praxeolgica dos livros, observou-se muita
diferena na quantidade de pginas dedicadas Estatstica e, especificamente
variao/variabilidade, que pode ser observado na Tabela 11.


73
Devido ao fato da no possibilidade de acesso a todos os exemplares das
colees, no foi possvel verificar a proporo do livro (ou da coleo) reservada
ao assunto, restringindo-se a comparao apenas observao de que as
medidas de variao foram apresentadas em quatro ou cinco pginas nos livros
L1, L5, L6 e L7, enquanto o mesmo contedo foi tratado com, no mnimo, o dobro
de pginas nos livros L2, L3 e L4 , que certamente propiciou ao(s) autor(es) a
oportunidade de explorar mais este contedo.

Tabela 11 - Nmero de pginas dedicadas Estatstica e variao/variabilidade
Livro Nmero de pginas de Estatstica Nmero de pginas de
Variabilidade
L1 32 4
L2 34 11
L3 86 14
L4 66 18
L5 25 5
L6 25 5
L7 24 4


3.2 Anlise da Organizao Didtica do Objeto Variao/Variabilidade
Segundo Chevallard (1999, p. 244), as praxeologias didticas ou
organizaes didticas so respostas a questes do tipo como estudar a questo
T
q ? e ainda (p. 246) o conjunto dos tipos de tarefas, tcnicas, de
tecnologias, etc., mobilizadas para o estudo concreto em uma instituio
concreta.
Entende-se que organizao didtica um conjunto de opes dos autores
dos livros para trabalhar um determinado contedo, que neste estudo
variao/variabilidade. Como explica Chevallard (1999, p. 246) o enfoque
praxeolgico contempla aspectos da organizao do estudo, geralmente vistos
como relevantes de escolhas pedaggicas, polticas, exteriores ao campo de
questionamentos da didtica da Matemtica
Para Chevallard (1999), um momento didtico uma situao em que o
desenvolvimento do estudo dever ser cumprido em seis momentos didticos: 1)


74
o encontro com a tarefa; 2) a explorao do tipo de tarefa e das tcnicas para
resolver tal tarefa; 3) constituio do bloco tecnolgico-terico; 4) pr prova a
tcnica, ou seja, explorar o alcance da tcnica; 5) institucionalizao, ou seja,
precisar o que exatamente a organizao matemtica elaborada, distinguindo
claramente, por um lado, os elementos que no foram integrados e, por outro
lado, os elementos que entraram de maneira definitiva na organizao
matemtica considerada e 6) a avaliao, reflexo do que se aprendeu.
A criao de situaes didticas adequadas uma resposta s questes
sobre a realizao dos diferentes momentos didticos: como realizar
concretamente o primeiro encontro com tal organizao matemtica? Com qual
tipo de tarefas? Como conduzir o estudo exploratrio de um tipo de tarefas dado?
Como conduzir a institucionalizao? Como realizar a avaliao?
(CHEVALLARD, 1999, p. 255).
Com base nessas questes sobre momentos didticos, foi realizada a
anlise da organizao didtica do objeto variao/variabilidade e a Figura 8
apresenta uma sntese dessa anlise, com o objetivo de facilitar a leitura.



7
5






















Figura 8 - Esquema da anlise da organizao didtica dos livros de Matemtica

Organizao Didtica
Tarefa 1
Apresentar o
captulo de
Estatstica

Tarefa 2
Introduzir as
medidas de
variao
Tarefa 3
Ordenar a
apresentao das
diferentes maneiras de
calcular as medidas
Tarefa 4
Apresentar os
problemas de variao
Tarefa 5
Usar recurso
tecnolgico para
calcular as
medidas
Com banco de
dados
Anedotas
Estatstica como
ferramenta de
pesquisa
Definio do
procediment o
Com histograma
Definio
conceitual
Interpretao da
homogeneidade
Observaes em
torno da mdia
Apresenta todas as
medidas e, depois,
os diferentes
clculos
Apresenta todas as
estratgias de
clculo de uma
medida e depois
apresenta as outras
medidas.
Com conjunto
numrico
Com distribuio de
Freqncias com dados
agrupados.
Com grfico de
linhas ou colunas
Uso de
calculadora
cientfica
Mtodo
Tradicional


76
Como pode ser observado na Figura 8, foram identificadas cinco tarefas
didticas no captulo de Estatstica que tm relao direta com o objeto
variao/variabilidade e os retngulos que se encontram abaixo de cada tarefa
sintetizam as diferentes tcnicas observadas para cada tarefa.
Antes de iniciar a apresentao da anlise didtica, importante identificar
as medidas de variao constantes nos livros didticos. O Quadro 3 relaciona
essas medidas e aponta o livro didtico que a apresenta. Alm disso, tambm
pode ser observado no quadro, a simbologia adotada pelo livro.
Quadro 3 Identificao das medidas de variao e respectivo smbolo
apresentados nos livros didticos de Matemtica
Livros didticos Medida de
variao
L1 L2 L3 L4 L5 L6 L7

amplitude

---
No
usa
smbolo
No
usa
smbolo

---

---

R
No
usa
smbolo
desvio relativo --- D
r
--- --- --- --- ---
desvio absoluto --- D
a
--- --- --- --- ---
desvio mdio d
m
D
ma
--- DM --- --- d
m

varincia V
a

2
V
2
ou
Var(X)
V s
2
---
desvio padro s S DP d d
p


O Quadro 3 revela alguns fatos que merecem discusso. Primeiro, todos os
livros apresentam uma medida de variao em torno da mdia e no comentam
que existem outras medidas de variao que medem a disperso em torno de
outra medida de tendncia central, tal como o intervalo interquartlico. Isso pode
levar o leitor a pensar que s existem medidas de variao em torno da mdia.
Um outro fato relevante que a amplitude, uma medida til e intuitiva, s
apresentada por quatro livros, sendo que um deles (L2) no a apresenta no
subcaptulo Medidas de Variao, mas no incio do captulo de Estatstica.
O livro L2 utiliza duas medidas antecessoras ao desvio mdio. Uma delas,
o desvio relativo - D
r
(xi) - (distncia de cada valor em relao a mdia)
trabalhada no livro para verificar se um valor qualquer do conjunto numrico est
acima, abaixo ou igual mdia. A outra medida, o desvio absoluto D
a
(xi) -


77
(mdulo da distncia de cada valor em relao mdia), calculada mas o autor
no explica a necessidade de se usar o mdulo, ou valor absoluto.
A estratgia utilizada pelo autor do livro L2 muito interessante, pois
familiariza o leitor com a interpretao de uma medida de variao.
O desvio mdio apresentado por alguns livros enquanto a varincia e o
desvio padro so adotados por todos, atribuindo a importncia que essas
medidas tm na Estatstica. Embora o livro L7 no apresente um smbolo para a
varincia e nem formalize sua existncia, ela aparece como o clculo parcial para
a obteno do desvio padro.
O fato que mais chamou a ateno no Quadro 3 a diversidade de
smbolos adotados pelos livros. S para o desvio padro, foram encontrados
cinco smbolos (em sete livros): S, s, , DP, d
p
e d. Supondo que o professor de
Matemtica recorra a mais de um livro para elaborar sua aula e preparar uma
seqncia didtica para seus alunos, possvel que ele se confunda e desista
dessa tarefa. Ehrenberg (1976) j alertava para o fato da no padronizao da
simbologia em Estatstica, o que dificultava a soluo de exerccios por parte de
alunos de graduao.
Vale ressaltar que todos os livros analisados no fazem nenhuma meno
ao parmetro e estimador, o que j era esperado, dado o nvel de escolaridade. E
todos apresentam a frmula da varincia e do desvio padro do estimador
viesado do parmetro.

Tarefa 1: Apresentar o captulo de Estatstica
Como apresentado por Chevallard (1999), a maneira como ser realizado
concretamente o primeiro encontro com a organizao matemtica um aspecto
didtico que merece apreciao e que est colocado aqui como Tarefa 1. Foram
encontradas trs diferentes maneiras com as quais o captulo Estatstica se inicia,
que foram denominadas de tcnica.

Tcnica 1.1: Seguindo a seqncia: definio conceitual, exerccio resolvido,
exerccios a serem resolvidos pelos alunos.


78
O autor escolhe apresentar primeiro as definies e alguns exerccios
resolvidos para explicar as tcnicas. Aps essa apresentao inicial, so
propostos exerccios que repetem as tcnicas j desenvolvidas e, eventualmente,
alguns exerccios com tcnicas no apresentadas.

Tcnica 1.2: Sensibilizao com anedotas sobre Estatstica e retorno Tcnica
1.1.
Nesta opo, o autor tenta motivar o aluno a estudar o assunto em pauta,
apresentando possveis enganos cometidos na interpretao de resultados
estatsticos. comum a anedota: um homem de um metro e oitenta se afogou
num lago que tinha profundidade mdia de um metro e meio, apresentada em
Giovanni, Bonjorno e Giovanni Jr (2002 ).

Tcnica 1.3: Sensibilizao sobre o papel da Estatstica como ferramenta de
pesquisa e retorno Tcnica 1.1.
Esta tcnica permite mostrar ao leitor do livro a utilidade da Estatstica e a
proximidade com o mundo real. Smole e Diniz (2003a) apresentam o perfil de
compradores de imveis numa cidade brasileira, que tinha sido veiculado num
jornal de grande circulao e faz uma interpretao dos grficos. Utilizando esta
introduo, o leitor tem condies de ver a aplicabilidade do contedo que vai
estudar e motivar-se para aprender. Aps a introduo, o desenvolvimento do
contedo se faz de acordo com a Tcnica 1.1.

Discurso Terico-Tecnolgico das Tcnicas 1.1, 1.2 e 1.3 - Esta apresentao
do contedo uma opo pelo mtodo de ensino tradicional, em que o aluno
espera a explicao e repete o tipo de tcnica apresentada para resolver cada
tipo de tarefa. importante observar que esta abordagem oposta Teoria das
Situaes, em que se prope ao aluno uma seqncia de exerccios (situao)
para que ele mesmo encontre a tcnica para resolver o exerccio e tenha
condies de generalizar o discurso terico-tecnolgico.
O discurso utilizado pelos livros tambm est em discordncia com as
orientaes dos Parmetros Curriculares Nacionais, que orientam o trabalho com


79
a resoluo de problemas, que permite o desenvolvimento do raciocnio, neste
caso, o raciocnio estatstico.
Foi observado como cada livro iniciava o captulo Estatstica e o Quadro 4
apresenta as tcnicas utilizadas em cada livro.

Quadro 4 - Distribuio das tcnicas identificadas na Tarefa Didtica 1
Tcnica L1 L2 L3 L4 L5 L6 L7
Tcnica 1.1 X X X X X X X
Tcnica 1.2 X X
Tcnica 1.3 X X X X X X X

Como pode ser observado no Quadro 4, todos os livros apresentam o
captulo de Estatstica enaltecendo seu papel de ferramenta de pesquisa, embora
alguns apenas restrinjam-se a escrever sobre isso enquanto outros apresentam
resultados de pesquisa, o que torna mais concreta para o estudante
21
a utilizao
do contedo.
Todos os livros apresentam o contedo estatstico num discurso tradicional.

Tarefa 2: Introduzir as medidas de variao
Como j salientado no Captulo 2 deste trabalho, o clculo de algumas
medidas de variao extenso e, algumas vezes, complexo para a idade escolar.
Por esse motivo, a tarefa de introduzir tais medidas importante, para que possa
motivar o leitor a buscar o contedo em questo.

Tcnica 2.1: Diretamente com a definio de procedimento das medidas de
variao.
Usando esta tcnica, o autor do livro didtico comea o captulo de
medidas de variao com a apresentao da frmula, sem que sejam explicadas
para que servem ou como so utilizadas em uma anlise de dados. Esse tipo de
introduo pode levar o leitor a pensar que a aplicao da frmula suficiente

21
O termo estudante est sendo utilizado neste captulo com a conotao de quem estar se
utilizando da obra em referncia para aprender, seja o professor ou o aluno.


80
para resolver o problema de variao e, dessa maneira, no o estimula a
compreender o conceito, condio necessria para o desenvolvimento do
raciocnio de variao e do pensamento estatstico.

Tcnica 2.2: Diretamente com a definio conceitual das medidas de variao.
O autor comea o captulo de medidas de variao com a apresentao da
definio conceitual. Por exemplo, se estiver apresentando o desvio padro, o
autor explica que a raiz quadrada positiva da mdia aritmtica dos quadrados
dos desvios em relao mdia dos prprios valores.

Discurso Terico-Tecnolgico: As tcnicas 2.1 e 2.2 apresentam o mesmo
discurso tradicional de ensino. Iniciam o captulo com a definio, seja do
procedimento ou do conceito, apresentam exerccios resolvidos e solicitam ao
leitor que realize exerccios semelhantes tcnica apresentada.
Mesmo com a apresentao da definio conceitual, o livro deixa a cargo
do estudante a tarefa de compreender o significado, a aplicao e a conexo com
outros contedos estatsticos. Como lembra Gal (2002), as medidas de variao
so contedos necessrios para o letramento estatstico e no possvel garantir
que aprender fatos, regras e procedimentos possa gerar um nvel adequado
desse letramento.

Tcnica 2.3 e Discurso Terico-Tecnolgico: Com a interpretao de
homogeneidade
No momento em que o autor explica que o resultado obtido do clculo das
medidas de variao um indicativo da homogeneidade (ou no) da amostra, ele
apresenta uma interpretao para essas medidas, a partir da qual, o leitor pode
ser levado a olhar o todo, olhar o conjunto de observaes e comear a fazer uma
anlise, antes mesmo de calcular.
Essa tcnica pode evitar resultados semelhantes ao obtido por Ben-Zvi
(2002), em que seus alunos s conseguiam observar pontos isolados ao invs de
olhar toda a distribuio como o qual o estudante pode perceber que quanto
maior for a varincia (ou o desvio padro ou o desvio mdio), mais heterognea
a amostra.


81
Um exemplo dessa tcnica retirado de Iezzi et al. (2001, p. 54), que
apresentam as notas de quatro turmas cujas mdias so iguais e explicam que s
a mdia insuficiente para a anlise, pois esse valor esconde informaes em
relao homogeneidade ou heterogeneidade do desempenho dos alunos de
uma mesma turma.

Tcnica 2.4 e Discurso Terico-Tecnolgico: Com a idia de afastamento ou
aproximao dos dados em torno da mdia
Iniciar o captulo com essa interpretao das medidas de variao muito
importante, pois o leitor pode perceber que as medidas de variao tm um ponto
de referncia, a medida de tendncia central, e pode evitar que pense na
diferena inerente s observaes.
Essa interpretao mais consistente que da homogeneidade, pois
naquele caso, o leitor no tinha condies de observar que a medida de variao
(tal como o desvio mdio, desvio padro e a varincia) est apresentando a
homogeneidade em relao a uma medida de tendncia central.
Um exemplo sobre esta tcnica foi retirado de Smole e Diniz (2003b), que
apresentam a idade dos alunos de trs turmas com mesma mdia, mas com
distribuies diferentes e explicam que, por esse motivo, necessrio um
indicador para informar a maneira como os dados se distribuem em volta da
mdia.
As quatro tcnicas identificadas para introduzir as medidas de variao
foram encontradas nos livros analisados e esto identificadas no Quadro 5.

Quadro 5 - Distribuio das tcnicas identificadas na Tarefa Didtica 2
Tcnica L1 L2 L3 L4 L5 L6 L7
Tcnica 2.1 X
Tcnica 2.2 X
Tcnica 2.3 X X X
Tcnica 2.4 X X X X X



82
interessante observar que a maior parte dos livros est apresentando
inicialmente uma interpretao das medidas de variao, porm em intensidades
diferentes. Os livros L3, L4, L5 e L6 apresentam, pelo menos, um exemplo no
incio do captulo de medidas de variao, em que a mdia de dois ou mais
grupos so iguais e as observaes tm distribuies muito diferentes. Alguns
ainda associam o fato homogeneidade (ou no) da distribuio, mas nenhum
livro se refere densidade dos dados em torno da mdia.

Tarefa 3: Ordenar a apresentao das diferentes maneiras de calcular as
medidas de variao

Tcnica 3.1 e Discurso Terico-Tecnolgico: O autor apresenta,
primeiramente, todas as medidas de variao com o conjunto numrico e depois
as apresenta novamente com dados agrupados.
Esta tcnica pode contribuir para que o estudante perceba a relao
existente entre as medidas de variao e possa entender a anlise pertinente em
cada caso, sem que se preocupe com o tipo de procedimento tcnico a ser
adotado. O estudante pode entender o que significa e pode generalizar o uso da
tcnica 3.1 para o uso de outra tcnica para resolver uma tarefa do tipo: calcule o
desvio padro a partir do histograma. Ou seja, mesmo que o livro adote um
mtodo tradicional de apresentar o contedo estatstico (Tarefa 1), a maneira com
que o autor vai apresentar as medidas de variao pode colaborar para que o
indivduo trabalhe numa linha construtivista da aprendizagem.

Tcnica 3.2 e Discurso Terico-Tecnolgico: Primeiramente, apresenta todas
as maneiras de se calcular uma medida de variao (conjunto numrico,
distribuio de freqncia simples e agrupada em classes) e, em seguida,
apresenta as demais medidas, na mesma ordem.
Esta tcnica pode levar o estudante a se concentrar para aprender a
calcular, sem pensar no significado daquela medida. O aprendiz pode interpretar
que um jogo de calcular, brincando de verificar se o resultado bateu. Ou seja,
h o favorecimento pelo desenvolvimento do procedimento em detrimento do
desenvolvimento do pensamento estatstico e do raciocnio sobre variao.


83
O Quadro 6 mostra as tcnicas utilizadas pelos livros analisados para
apresentar as diferentes maneiras de se calcular as medidas.

Quadro 6 - Distribuio das tcnicas identificadas na Tarefa Didtica 3
Tcnica L1 L2 L3 L4 L5 L6 L7
Tcnica 3.1 X X X
Tcnica 3.2 X X X

possvel observar no Quadro 6 que h uma diviso sobre a estratgia
utilizada pelos livros. Quanto ao livro L3, no foi possvel realizar essa anlise,
pois os autores no priorizaram o clculo, apresentando um exemplo em que h
muitos valores repetidos na amostra e utilizaram a estratgia de distribuio de
freqncias simples, sem nome-la nem distingui-la de outras estratgias.

Tarefa 4: Apresentar os problemas de variao
Tanto os livros didticos quanto os PCNs reforam o papel da Estatstica
como ferramenta de pesquisa, mas a forma como os problemas de variao so
apresentados podem no permitir a conexo das medidas de variao com as
tcnicas de anlise de dados de uma pesquisa. Foram encontradas cinco
diferentes tcnicas de apresentao dos problemas de variao.

Tcnica 4.1 e Discurso Terico-Tecnolgico: Utilizando um banco de dados
O autor utiliza um banco de dados, com variveis qualitativas e
quantitativas, que permite ao leitor rever o contedo estatstico j aprendido e
organizar os dados para desenvolver os exerccios sobre variao. uma forma
de apresentao que prepara o aprendiz para trabalhar com dados reais, pois
simula uma anlise de pesquisa e permite o desenvolvimento do pensamento
estatstico. Permite a aprendizagem em aspiral e no linear, ou seja, medida
que o aprendiz assimila o novo contedo, pode fazer relaes com contedos
vistos anteriormente, dando significado para ambos.




84
Tcnica 4.2 e Discurso Terico-Tecnolgico: Com um conjunto numrico
O autor apresenta o problema com um conjunto numrico de alguma
varivel, ordenado ou no. Ou seja, o autor utiliza apenas uma varivel
quantitativa e adota alguns valores para essa varivel. Esta tcnica interessante
para a introduo do conceito, pois permite compreender o significado sem que o
clculo seja o protagonista do conceito. Porm, aliar esta tcnica de apresentao
do problema com outras (como a Tcnica 4.1) pode permitir ao aprendiz
compreender o significado das medidas de variao numa tarefa de anlise de
dados de uma pesquisa.

Tcnica 4.3 e Discurso Terico-Tecnolgico: Com uma distribuio de
freqncias com dados agrupados
Este tipo de apresentao exige que o leitor utilize a frmula para dados
agrupados, que requer menos clculos, porm com maior dificuldade de
interpretao, pois precisa lembrar que existem n observaes em cada classe.
uma tcnica que requer a mobilizao de conceitos matemticos, mas pode no
contribuir para a aquisio do conceito de variabilidade, pois pode estimular
apenas o aspecto algortmico do estudo de variabilidade.

Tcnica 4.4 e Discurso Terico-Tecnolgico: Com histogramas
O leitor precisa identificar que o histograma uma representao de uma
distribuio de freqncias com dados agrupados, em que cada coluna refere-se
a uma classe cujos limites esto identificados no eixo das abscissas e cuja
freqncia est identificada no eixo das ordenadas. Aps essa identificao, ele
vai utilizar a tcnica 4.3. Esta tcnica muito interessante se for aliada
visualizao da medida de variao e de tendncia central no grfico, pois pode
permitir ao aluno relacionar a medida de disperso com o formato da distribuio,
como j trabalhado por Bakker (2004), Meletiou (2000) e principalmente por
Delmas e Liu (2005).

Tcnica 4.5 e Discurso Terico-Tecnolgico: Com grfico de linhas ou colunas
(em que cada coluna representa uma nica observao)


85
Para resolver esse problema, o estudante precisa visualizar que cada
coluna (ou cada ponto no grfico de linha) uma observao de uma varivel. Da
mesma maneira que a Tcnica 4.4, esta forma de apresentao do problema
muito interessante se, aps a obteno da medida de variao, houver a relao
da medida com o formato do grfico. O mesmo ocorre com o grfico de linha, em
que o estudante deve observar que cada ponto refere-se a uma observao e
que, se as medidas de tendncia central e disperso forem agregadas ao grfico,
pode haver a conexo entre a representao da distribuio e sua respectiva
medida de variao.
O Quadro 7 sintetiza as tcnicas encontradas nos livros didticos para
apresentar os problemas de variao.
Quadro 7 - Distribuio das tcnicas identificadas na Tarefa Didtica 4
Tcnica L1 L2 L3 L4 L5 L6 L7
Tcnica 4.1 X X
Tcnica 4.2 X X X X X X
Tcnica 4.3 X X X X X X X
Tcnica 4.4 X X X
Tcnica 4.5 X


Tarefa 5: Usar recurso tecnolgico para calcular as medidas de variao
medida que um aluno aprende calcular uma medida de variao, por
exemplo, o desvio padro, uma varivel didtica que geralmente introduzida
para analis-la o aumento do nmero de observaes. Esse fato faz com que os
clculos tornem-se exaustivos e, assim, o uso de recurso tecnolgico uma
alternativa didtica interessante e defendida por inmeros autores.
Certamente o uso do recurso deve ser feito com cuidado, para que a
aprendizagem do manejo da ferramenta no se torne mais importante do que a
aprendizagem do conceito.

Tcnica 5.1 e Discurso Terico-Tecnolgico: Uso das funes estatsticas da
calculadora cientfica


86
A utilizao das funes estatsticas da calculadora substitui a aplicao da
frmula. Se o aprendiz quer obter a mdia e o desvio padro de um conjunto
numrico, ele deve entrar com todos os dados e solicitar a funo
x
e s, obtendo
diretamente o resultado final.
Somente o livro L3 faz esse tipo de apresentao ao trmino do captulo de
Estatstica, explicando a utilizao das funes estatsticas e resolvendo um
exerccio. Ou seja, o uso das funes estatsticas da calculadora no estratgia
de trabalho, mas apresentado como uma das possibilidades para se obter as
medidas.
Estimular o uso de uma ferramenta auxiliar importante, pois diminui a
nfase nos clculos e permite ao aluno focar sua ateno na interpretao dos
resultados obtidos. Porm, no est sendo defendida aqui a retirada do ensino
dos clculos, mas, uma vez que o aluno aprendeu a calcular, ele pode usar uma
ferramenta tecnolgica para realizar esses clculos. Existe uma vasta literatura
sobre o papel da tecnologia no ensino de Estatstica e as mais recentes alertam
para o cuidado na utilizao da tecnologia.
Os estudos mais recentes tm investigado o efeito do uso de softwares
educacionais como o Fathom e o Tinkerplots na aprendizagem dos conceitos, que
tm objetivos distintos do uso de uma ferramenta tecnolgica, mas que tambm
apresentam os resultados das medidas diretamente.
A anlise da organizao didtica do captulo Estatstica permitiu observar
que, nos livros verificados, h uma forte relao entre a Estatstica e a pesquisa,
que no reforada pelo uso de banco de dados na soluo de problemas.
Especificamente sobre o desenvolvimento do contedo sobre variao, os
livros adotam o mtodo tradicional de ensino, contrariando as teorias mais
recentes em Educao Matemtica e a prpria sugesto dos PCNs, mas
importante ressaltar que a maior parte dos livros analisados apresentam uma
estratgia de interpretao das medidas de variao logo no incio do captulo,
que pode permitir ao estudante dar incio ao processo de desenvolvimento do
raciocnio sobre variao/variabilidade.


87
3.3 Anlise da Organizao Matemtica do Objeto Variao/Variabilidade
Segundo Chevallard (1999), uma organizao praxeolgica matemtica, ou
simplesmente organizao matemtica de um tema de estudo o estudo da
prpria realidade matemtica.
Neste trabalho, o tema de estudo se refere s medidas de variao e ao
conceito de variabilidade e a organizao matemtica desse objeto foi realizada
buscando responder s seguintes perguntas: a) durante a apresentao do
captulo Estatstica h o interesse dos autores de desenvolver idias intuitivas de
variao, ou seja, desenvolver o conceito de variabilidade? b) em que situaes
se prope a anlise da medida de variao? c) como desenvolvida a tarefa de
calcular as medidas de variao? d) que tipo de anlise da medida de variao
proporcionada? e por fim, e) h uma tendncia para aspectos mais formais das
medidas, como o trabalho com as propriedades?
A Figura 9 sintetiza as tarefas identificadas na organizao matemtica do
objeto variao/variabilidade e os retngulos abaixo de cada tarefa referem-se s
tcnicas apresentadas para a soluo de cada tarefa.


8
8






















Figura 9 - Esquema da anlise da organizao matemtica dos livros de Matemtica
Organizao Matemtica
T1 - Explorar
variabilidade
em uma nica
distribuio
T2 - Explorar
variabilidade
na
comparao
de duas
distribuies
T3 Explorar
a idia de
variao
acima e
abaixo da
mdia
Tipo de
Tarefa 4
Calcular a
amplitude

Tipo de
Tarefa 5
Calcular o
desvio mdio

Tipo de
Tarefa 6
Calcular a
varincia

Tipo de
Tarefa 7
Calcular o
desvio padro

T8
Interpretar o
valor do
desvio padro
T9
desenvolver
as
propriedades
das medidas
A partir de
uma tabela
A partir de um
grfico de
barras
simples
A partir de um
grfico de
setores
A partir de um
grfico de
linhas
Com grfico
de barras
mltiplas (var.
qualitativa)
Com dois
grficos de
setores
Com grfico
de barras
mltiplas (var.
quantitativa)
Com grfico
de linhas
A partir do
grfico de
barras
simples
A partir das
observaes
coletadas
A partir de um
conjunto
numrico
A partir de
uma
distribuio
de
freqncias
simples
A partir de
uma
distribuio
de
freqncias
com dados
agrupados

Medida de
homogenei-
dade do
grupo
Contagem de
observaes
em
[ ] s x , s x +

% de
observaes
em
[ ] s x , s x +

cfe Dist.Normal
( ) 0 x x
n
1 i
i



0 ) k ( Var
) X ( Var
) k X ( Var +

Comparao
do desvio
antes e aps
a diviso do
grupo
) X ( Var k
) kX ( Var
2


A partir de um
conjunto
numrico
A partir de um
conjunto
numrico
A partir de
uma
distribuio
de
freqncias
simples
A partir de
uma
distribuio
de
freqncias
simples
A partir de
uma
distribuio
de
freqncias
com dados
agrupados

A partir de
uma
distribuio
de
freqncias
com dados
agrupados



89
Como pode ser observado na Figura 9, foram encontradas nove tarefas
matemticas e cada retngulo imediatamente abaixo da tarefa representa a
tcnica empregada pelo livro para solucion-la. A anlise da organizao
matemtica do objeto variao/variabilidade est descrita a seguir.

Tarefa 1: Explorar a variabilidade em uma nica distribuio
A onipresena da variabilidade um dos componentes do pensamento
estatstico. Para tanto, observar e reconhecer a existncia da variao um
exerccio que pode ter incio em atividades simples de Estatstica, como a
representao grfica.
Em uma distribuio, a identificao da categoria que apresenta maior
freqncia, ou seja, a categoria modal
22
, permite observar o que mais comum
na distribuio, sem negligenciar a existncia de observaes diferentes, um
passo importante para o desenvolvimento do raciocnio sobre variao.
Ben-Zvi (2004) observou que existe uma tendncia natural de generali zar
sem considerar a variao. Ele solicitou que os alunos observassem uma
distribuio de freqncias (apresentada na Figura 15 deste captulo) e
apresentassem uma anlise do tamanho dos nomes de alunos israelenses e
americanos. Inicialmente os alunos diziam que os americanos tm nomes
grandes e os israelenses nomes pequenos. Ou seja, o raciocnio deles era: todos
tem nomes pequenos, e somente depois da interveno do professor eles
passaram a raciocinar: a maioria dos israelenses tem nomes pequenos.
Embora os livros analisados utilizassem inmeras maneiras de apresentar
uma distribuio, poucas vezes foi observada a tarefa de analis-la.

Tcnica 1.1 e Discurso Terico-Tecnolgico: Explorar a variabilidade em uma
nica distribuio por meio de uma tabela.
A leitura de uma tabela requer a mobilizao de conceitos estatsticos
bsicos como varivel e freqncia. A Tabela 12 apresenta uma distribuio de
freqncia simples, em que a varivel qualitativa. Porm, em casos em que a
varivel quantitativa discreta, por exemplo, nmero de irmos, possvel que,

22
Moda uma medida de tendncia central que obtida a partir da identificao da observao
(ou da categoria) que aparece com mais freqncia.


90
se esses conhecimentos no estiverem disponveis completamente, haja
confuso na interpretao da tabela.
Tabela 12 Distribuio da freqncia dos alunos de acordo com o esporte
preferido
Esporte preferido Nmero de alunos % de alunos
Futebol 50 62,5
Vlei 20 25,5
Natao 10 12,5
Total 80 100,0

Analisar essa distribuio de freqncias permite observar que a maioria
prefere futebol, mas nem todos os alunos. Ou seja, admite-se a variao,
condio necessria para a existncia da varivel
23
.
Como pode ser observada na Tabela 13 (a seguir), esta estratgia de
analisar a distribuio de freqncias no uma tcnica muito utilizada pelos
livros, embora todos eles utilizem inmeros exemplos de distribuio de
freqncias.
Para alguns autores dos livros analisados, interpretar a distribuio
restringe-se verificao da porcentagem de observaes em cada categoria,
com tarefas do tipo: qual a porcentagem de alunos que preferem natao? No
entender desta autora, este tipo de tarefa pode permitir desenvolver o raciocnio
sobre proporcionalidade, mas dificilmente promove o desenvolvimento do
raciocnio sobre variao.

Tcnica 1.2 e Discurso Terico-Tecnolgico: Explorar a variabilidade em uma
nica distribuio por meio de um grfico de barras simples
O grfico de barras muito utilizado e explorado nos livros didticos,
principalmente com exemplos veiculados pela mdia. Este tipo de grfico pode
representar uma varivel qualitativa, como o exemplo apresentado na Tabela 12
ou uma varivel quantitativa discreta.




23
Exceo se faz varivel degenerada no ponto, em que ela existe e a varincia zero.


91

Explorar a variabilidade no grfico de barras simples no se resume sua
elaborao, mas sua anlise, que deve ter todos os componentes da Tcnica
1.1, somados interpretao de um plano cartesiano. O indivduo que se prope
a analisar o grfico de barras precisa identificar o eixo em que a varivel est
apresentada e o eixo que contm a freqncia de cada categoria de resposta da
varivel. Alm disso, a leitura da escala no eixo que contm a freqncia um
fator muito importante. comum ser ludibriado por um grfico cujo eixo no tem
incio na origem (0,0), podendo distorcer a anlise dos fatos.
Para o exemplo da Tabela 12, a Figura 10 apresenta seu grfico de barras.








Figura 10 Distribuio dos alunos segundo o esporte preferido

Tcnica 1.3 e Discurso Terico-Tecnolgico: Explorar a variabilidade em uma
nica distribuio por meio de um grfico de setores.
O grfico de setores, popularmente conhecido como grfico de pizza,
um recurso utilizado em meios de comunicao de massa devido sua facilidade
de interpretao.
Embora utilize conhecimentos geomtricos como a construo de ngulos
na circunferncia, fazendo uso de transferidor, a sua leitura requer apenas a
observao do maior setor, da maior fatia da pizza, que pode ser feita sem
qualquer conhecimento geomtrico, a partir de uma interpretao intuitiva.
Todos os livros analisados apresentam inmeros exemplos desse tipo de
grfico, mas poucos exploram sua anlise, como pode ser observado na Tabela
13.
A Figura 11 mostra que o setor cinza, que representa a categoria futebol,
muito maior que os demais, indicando a categoria da maioria.
0
10
20
30
40
50
60
futebol volei natao
esporte preferido
n

m
e
r
o

d
e

a
l
u
n
o
s



92











Figura 11 Distribuio do nmero de alunos segundo o esporte preferido.

Tcnica 1.4 e Discurso Terico-Tecnolgico: Explorar a variabilidade de um
conjunto numrico representado em um grfico de linhas
Diferentemente das tcnicas 1.1, 1.2 e 1.3, neste caso no elaborada
uma distribuio de freqncias simples, mas apenas a disposio das
observaes da amostra em um grfico de linhas, cujo objetivo acompanhar
uma varivel ao longo do tempo. Ou seja, em cada ponto do grfico h apenas
uma observao, representada por um par ordenado (tempo; medida da varivel),
e no um conjunto de observaes. Como ilustrado na Figura 12, o eixo das
abscissas apresenta o tempo, em meses, e o eixo das ordenadas est implcito.
O objetivo do grfico de linha verificar se h uma regularidade da medida
ao longo do tempo ou se h uma oscilao grande. Porm, essa comparao se
faz entre as observaes, que Loosen, Lioen e Lacante (1985) denominaram de
unalikeability e que pouco contribui para o raciocnio sobre a variao em torno de
uma medida de tendncia central.
Em contrapartida, se o livro didtico ou o professor de Matemtica motivar
o estudante a estimar a medida de tendncia central e a medida de disperso que
representariam a distribuio, o raciocnio sobre variao em torno da medida de
centro pode comear a se desenvolver.
Aps as estimaes das medidas, o professor pode solicitar que os alunos
as calculem e as representem no mesmo sistema cartesiano, que permite uma
visualizao da distribuio e de sua representao numrica.
volei
20
natao
10
futebol
50



93
A Figura 12 apresenta um grfico retirado do jornal O Estado de S.Paulo e
as linhas que representam a mdia e o desvio padro foram inseridas pela autora
desta pesquisa.












Fonte: O Estado de S.Paulo, 23/02/2007
Figura 12 Taxa de desemprego de Janeiro de 2006 a Janeiro de 2007 (em %)

possvel analisar na Figura 12 que h uma pequena oscilao na taxa de
desemprego no Brasil, que justifica o fato de quase todas as observaes
estarem compreendidas no intervalo de um desvio padro da mdia. Esta pode
ser uma estratgia de utilizar o grfico de linhas para desenvolver o raciocnio
sobre variao.
A anlise encontrada nos livros resume-se identificao da regularidade
(ou no) das observaes e o livro L3 o nico que explica como fazer essa
anlise: nele se visualizam o ponto de mximo e mnimo, entre os quais a
varivel tem um determinado comportamento (SMOLE e DINIZ, 2003b, p. 11).
Na Tabela 13 s foram contabilizados os grficos que apresentavam algum
tipo de anlise que pudesse permitir ao professor de Matemtica utilizar o
exemplo (ou exerccio) para estimular o raciocnio sobre a variao. Por esse
motivo, o nmero de exemplos e exerccios to nfimo.


Mdia
9,3
8,4
9,5
9,8
10,0
10,6
10,4
10,2
10,4 10,4
10,1
9,2
10,7
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Jan
Mdia + 1 desvio
Mdia - 1 desvio


94
Tabela 13 Nmero de exemplos e exerccios das tcnicas identificadas na
Tarefa Matemtica 1
Tcnicas Livros
Nmero de
1.1 1.2 1.3 1.4
Exemplos --- 1 1 --- L1
Exerccios --- 1 1 ---
Exemplos --- --- --- --- L2
Exerccios --- --- --- ---
Exemplos --- --- 1 --- L3
Exerccios --- --- --- ---
Exemplos 1 3 3 1 L4
Exerccios --- 1 --- 1
Exemplos --- --- --- --- L5
Exerccios --- --- --- ---
Exemplos 1 --- --- --- L6
Exerccios 1 --- --- ---
Exemplos --- --- --- --- L7
Exerccios --- --- --- ---

O livro L4 apresenta as tcnicas 1.2, 1.3 e 1.4 juntas, no momento que faz
uso da apresentao dos resultados de uma pesquisa sobre o perfil dos
moradores de rua. Isso muito interessante para o raciocnio sobre variao, pois
alia a variao ao pensamento estatstico, a Estatstica como ferramenta de
pesquisa.
Esse mesmo livro utilizou trs exerccios para solicitar o clculo da mdia e
do desvio padro (Tarefa Matemtica 8) de observaes apresentadas num
grfico de linha, mas no explorou a possibilidade de representar tais medidas no
mesmo sistema cartesiano.


Tarefa 2: Explorar a variabilidade na comparao de duas distribuies
Utilizar a comparao de duas distribuies uma estratgia muito mais
vantajosa para estimular o raciocnio sobre variao, pois os recursos mentais


95
utilizados pelo indivduo requerem uma representao de cada grupo, que pode
ser uma medida de tendncia central acompanhada de uma medida de variao.

Tcnica 2.1 e Discurso Terico-Tecnolgico : A partir do grfico de barras
mltiplas (varivel qualitativa)
Na apresentao do captulo de Estatstica, Smole e Diniz (2003)
apresentaram vrios grficos estatsticos extrados de meios de comunicao de
massa e um deles est reproduzido na Figura 13, que tratava do estilo de vida da
populao de hipertensos e diabticos.
Embora as autoras no estivessem tratando das medidas de variao, elas
explicaram que o grfico de barras mltiplas empregado para facilitar a
comparao entre dois fenmenos.










Figura 13 - Grfico apresentado por Smole e Diniz (2003a, p. 43)

Provavelmente o grfico foi construdo para verificar se havia diferena no
estilo de vida dos pacientes no incio do tratamento e aps um ano. Logo, para
fazer essa comparao, necessrio observar cada caracterstica dos pacientes
(stress, alimentao, etc.) e identificar a porcentagem na situao inicial e aps
12 meses. Fazendo essa anlise, possvel notar que houve variao da
situao inicial para a situao final, com um aumento na porcentagem de
pacientes em todas as categorias.
Outra anlise que poderia ser feita explorar se uma categoria variou mais
do que a outra. E o aluno trabalharia com a diferena entre as porcentagens,
notando que a porcentagem de pacientes que no fumava na situao inicial era
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Controle
Stress
Alimentao Atividade
Fsica
Controle Peso No fumo
%

P
a
c
i
e
n
t
e
s
Situao Inicial Aps 12 meses



96
82% e que no final de um ano passou a 91% (um aumento de 9%) enquanto, nas
outras categorias, a porcentagem de pacientes praticamente dobrou.
Ainda, observando a maioria dos pacientes nas categorias, poderia ser
traado um perfil dos pacientes na situao inicial e final. possvel notar que, na
situao inicial, a maioria dos pacientes no fumava e que, na situao final, a
maioria dos pacientes continuava no fumando e tambm controlava o stress, a
alimentao e o peso.
Ou seja, o fato de fazer uma anlise desse grfico, mesmo sem a utilizao
formal dos conceitos, faz com que o aluno comece a observar o todo, verificar
onde est a maioria, observar a variao de uma categoria para a outra, etc.
As autoras apresentaram o grfico de maneira ilustrativa, mas no fizeram
nenhuma anlise, deixando para o professor de Matemtica essa atividade.

Tcnica 2.2 e Discurso Terico-Tecnolgico: Por meio de dois grficos de
setores
Como apresentado na Figura 14, os dois grficos de setores permitem
observar se h diferena no tamanho da categoria mais representativa em cada
grupo. Neste caso, a maioria dos alunos do 1A prefere basquete e a maioria dos
alunos do 1B prefere futebol.
Como salientado na Tcnica 1.3, para realizar esta anlise basta que o
estudante verifique o maior setor circular em um grfico e compare-o com o outro.








Figura 14 Porcentagem de alunos do 1A e 1B segundo o esporte preferido,
apresentado por Smole e Dini z (2003a, p.57)


Basquete em Alta
Alunos do 1A escolhem seu
esporte preferido
37%
13%
16%
34%
futebol
basquete
volei
outros

Gol de Placa
1B pesquisa as preferncias de seus
alunos pelos diferentes tipos de esporte
42%
4%
17%
37%



97
Tcnica 2.3 e Discurso Terico-Tecnolgico: A partir do grfico de barras
mltiplas (varivel quantitativa discreta)
A idia de variao pode ser explorada na anlise de um grfico de colunas
mltiplas, tal como feito por Ben-Zvi (2004), em que possvel identificar as
caractersticas da maioria das observaes em cada grupo.











Figura 15 - Grfico utilizado por Ben-Zvi (2004)

Para analisar a variao dos dados, preciso ler ambos os eixos do
grfico. No eixo das abscissas, necessrio identificar a amplitude dos valores da
varivel (At). No exemplo, a amplitude do tamanho dos nomes americanos
11 - 4 = 7 e a amplitude do tamanho dos nomes israelenses 8 2 = 6.
A simples observao da amplitude total no suficiente, pois observa-se
que elas so semelhantes para os dois grupos. A medida precisa ser associada
observao dos valores mximo e mnimo de cada grupo. O nmero de letras dos
nomes varia entre dois e onze, sendo que s existem nomes israelenses com
duas e trs letras e que tambm s existem nomes americanos com nove, dez e
onze letras.
preciso, tambm, ler o eixo das ordenadas, que identifica a quantidade
de alunos em cada categoria de tamanho de nome (freqncia). E o que aparece
no grfico a existncia de muitos alunos israelenses com 4 letras no nome
(moda) e muitos alunos americanos com 6 e 8 letras no nome.
Diante da leitura dos eixos, o aluno poder identificar a caracterstica da
maioria dos sujeitos. No caso, possvel notar que a maioria dos nomes dos
0
2
4
6
8
10
12
2 3 4 5 6 7 8 9 10 11
nmero de letras do nome
f
r
e
q
u
e
n
c
i
a

d
e

a
l
u
n
o
s
alunos israelenses alunos americanos



98
alunos israelenses tem menos letras que a maioria dos nomes dos alunos
americanos. Esse tipo de raciocnio leva identificao da densidade de
freqncia e pode permitir ao aluno estimar (imaginar) a mdia e a medida de
disperso em torno da mdia, que ento, podem ser calculadas e comparadas
com a estimativa realizada.

Tcnica 2.4 e Discurso Terico-Tecnolgico: A partir do grfico de linhas
(varivel quantitativa discreta)
Na introduo do captulo de Estatstica, Smole e Diniz (2003a)
apresentam um grfico de linhas ilustrado, em que havia um avio no final de
cada linha. Uma aproximao do grfico est apresentada na Figura 16.









Figura 16 - Grfico apresentado por Smole e Diniz (2003a,p. 44)

Cada linha da Figura 16 representa o nmero de passageiros (em milhes)
em um aeroporto, no perodo de 1990 at 1999. Ao lado de cada ponto do grfico
est apresentada a segunda coordenada, que se refere medida do eixo das
ordenadas, permitindo a omisso deste eixo, tcnica pouco recomendada por
professores de Matemtica, mas muito utilizada na mdia.
interessante observar que a representao decimal do nmero de
passageiros no diz respeito a uma varivel contnua, pois 7,7 uma forma
abreviada da varivel quantitativa discreta (7,7 significa 7.700.000).
Tal como discutido na Tcnica 1.4, o objetivo principal verificar se existe
variao ao longo do tempo (nesse caso, anos). possvel observar que o
aeroporto de Cumbica teve uma variao crescente do nmero de passageiros ao
longo dos anos e o aeroporto do Galeo manteve-se estvel (com exceo do
7,7
5,3
6,2
6,4
6,2
6
6,3 6,3
7,8
5,8
7
7,6
7,2
8
9,1
10,3
11,2
12,5
14,4
13,3
90 91 92 93 94 95 96 97 98 99
Galeo
Cumbica



99
ano de 98, cujo aumento foi explicado pelo incndio acontecido no outro
aeroporto do Rio de Janeiro). Assim, poder-se-ia supor uma medida de variao
bem menor para o nmero de passageiros no aeroporto do Galeo, se
comparado ao aeroporto de Cumbica.
As autoras apresentaram o grfico de maneira ilustrativa, sem explorar
nenhuma anlise. Explorar um grfico, mesmo que intuitivamente, auxilia o
desenvolvimento do pensamento estatstico (como foi feito por Ben-Zvi, 2002).
A Tabela 14 apresenta o nmero de exemplos e exerccios sobre a tarefa
de explorar a variao (variabilidade) em diferentes representaes de duas ou
mais distribuies.
Tabela 14 Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 2.
Tcnica Livros Nmero de
2.1 2.2 2.3 2.4
Exemplos --- --- --- 1 L1
Exerccios --- 1 --- ---
Exemplos --- --- --- --- L2
Exerccios --- 1 --- ---
Exemplos 1 1 --- --- L3
Exerccios --- --- --- ---
Exemplos --- --- --- --- L4
Exerccios --- --- --- ---
Exemplos --- --- --- --- L5
Exerccios --- --- --- ---
Exemplos --- --- --- --- L6
Exerccios --- --- --- ---
Exemplos --- --- --- --- L7
Exerccios --- --- --- ---

possvel observar nessa tabela que no houve utilizao da tcnica 2.3
por nenhum livro, mas escolheu-se deix-la relatada neste trabalho, pois
reforada pelos estudos recentes na rea. Porm, a restrita utili zao das


100
tcnicas da Tarefa 2 no privilgio da tcnica 2.3, pois h apenas cinco
situaes em que a comparao de duas distribuies aconteceu.

Tarefa 3: Explorar a idia de variao acima e abaixo da mdia aritmtica
Em geral, a idia de variao no s pode ser estimulada na representao
grfica, mas principalmente na apresentao das medidas de tendncia central.
Utilizando apenas a mdia aritmtica, foi objetivo verificar se os autores dos livros
estimulavam algum raciocnio sobre variao quando apresentavam exemplos e
exerccios sobre a medida. Foram encontradas duas tcnicas, descritas a seguir.

Tcnica 3.1 e o Discurso Terico-Tecnolgico: A partir do grfico de barras
simples
Este grfico foi adaptado de Loosen, Lioen e Lacante (1985) e tem como
objetivo mostrar as observaes de uma varivel em forma grfica.









Figura 17 - Grfico adaptado de Loosen, Lioen e Lacante (1985)

O grfico ajuda o aluno a visualizar que Mrcia, Ins e Elen tem notas
abaixo da mdia do seu grupo e que Nair, Karen e Ana esto acima da mdia,
desde que a linha da mdia esteja traada. Esse tipo de representao permite
identificar que nem todos os valores so iguais ao valor da mdia e que pode
acontecer que nenhum valor seja igual mdia.
Um obstculo didtico j identificado por Loosen, Lioen e Lacante (1985)
o fato de que o estudante sempre associa o grfico de barras com uma
distribuio de freqncia simples (e ele no est errado). Portanto, a utilizao
do grfico de barras, em que cada barra representa apenas uma observao
Mdia
igual a 35
0
10
20
30
40
50
60
70
Marcia Ines Elen Nair Karen Ana
N
o
t
a
s



101
requer uma leitura mais atenta dos eixos: o eixo das abscissas contm as
observaes e o eixo das ordenadas contm o valor da varivel para cada
observao. Se a linha da mdia no estiver explcita, o aluno precisa calcular a
mdia e tra-la (ou imagin-la).
Sem a representao da mdia, os alunos podem ser induzidos a observar
a variao existente entre os dados (unalikeability) e no a variao em torno da
mdia.

Tcnica 3.2 e o Discurso Terico-Tecnolgico: a partir das observaes
coletadas
Esta tcnica semelhante anterior, porm as observaes esto
apresentadas na maneira original, tal como foram obtidas.
Para realizar a tarefa de identificar os valores que esto acima e abaixo da
mdia, necessrio calcular a mdia aritmtica e compar-la com cada
observao. Para exemplificar, utiliza-se o exemplo de Giovanni, Bonjorno e
Giovanni Jr (2002), apresentado na Tabela 15, em que os autores pedem os
meses em que o nmero de nascimentos ficou acima da mdia.
Tabela 15 Nmero de nascimentos por ms, em uma maternidade.
MS Jan. Fev. Mar. Abr. Maio Jun. Jul. Ago. Set. Out. Nov. Dez.
NASCIMENTO 38 25 42 30 29 47 18 36 38 43 49 37

Embora seja uma tcnica simples, esse estmulo de calcular a mdia e
olhar novamente a distribuio pode permitir ao estudante perceber a variao em
torno da mdia e no a variao entre os meses.
Esta tcnica, embora no visual, essencial para desenvolver um dos
aspectos mais importantes do raciocnio sobre variao: a comparao dos
valores com a mdia e faz surgir a necessidade da medida de variao.
A Tabela 16 aponta que ambas as tcnicas, essenciais para desenvolver a
necessidade da medida de variao, so apresentadas como exemplo em trs
livros e como exerccios apenas em L3. Porm, se o professor no trabalhar os
exerccios, a anlise pode no ser explorada.
interessante notar que o L3, quando vai trabalhar o conceito de mdia, j
induz o aluno a pensar na variao em torno dela. Utilizamos a mdia para observar


102
o valor em torno do qual os dados se distribuem. Ela tanto mais representativa
quanto menor for a variao dos dados (SMOLE e DINIZ, 2003a, p. 67).
importante destacar que o livro L2 utiliza a tcnica 3.2 quando inicia o
captulo de medidas de variao, calculando o desvio relativo, j discutido
anteriormente.

Tabela 16 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 3.
Tcnica Livros Nmero de
3.1 3.2
Exemplos 1 1 L1
Exerccios --- ---
Exemplos --- 1 L2
Exerccios --- ---
Exemplos --- --- L3
Exerccios --- 2
Exemplos --- 1 L4
Exerccios --- ---
Exemplos --- --- L5
Exerccios --- ---
Exemplos --- --- L6
Exerccios --- ---
Exemplos --- --- L7
Exerccios --- ---

Tarefa 4: Calcular a amplitude
Como j discutido no Captulo 2, a amplitude uma medida intuitiva de
variao e muito til na leitura de grficos, tabelas, banco de dados, etc...
Todos os livros analisados utilizavam a amplitude desde o captulo de
grficos para varivel contnua (histograma), mesmo sem nome-la.
No captulo de variao desses livros, esta medida teve pouca nfase.
Foram observados trs exerccios em L3 e um exemplo em L6.


103
Outro aspecto a ser observado que os livros L3, L4 e L5 solicitam, em um
exerccio, a observao dos valores mximos e mnimos, mas no solicitam o
clculo da amplitude nem a constatao de uma grande diferena entre o mximo
e o mnimo.

Tipo de tarefa 5: Calcular o desvio mdio
Calcular o desvio mdio, assim como a varincia e o desvio padro foi
considerado um tipo de tarefa T, pois as tarefas includas neste tipo diferenciam-
se na maneira com que as observaes esto apresentadas.
O clculo do desvio mdio no uma tarefa requerida em todos os livros
de Matemtica analisados, diferentemente das outras medidas.

Tarefa 5.1: Calcular o desvio mdio com o conjunto numrico
Tcnica 5.1 e o Discurso Terico-Tecnolgico
Como discutido no Captulo 2, o desvio mdio obtido a partir da frmula
N
X
dm
i

, cuja seqncia de clculos est enunciada a seguir:
a) Calcular a mdia: somar todos os valores do conjunto e dividir pela
quantidade:

,
_



N
X
i
;
b) Calcular as distncias de cada valor em relao mdia;
c) Obter o mdulo de cada valor obtido na etapa anterior;
d) Somar os mdulos;
e) Dividir o resultado do somatrio por n (nmero total de observaes);
Essa seqncia de clculos permite ao estudante obter o resultado
numrico que representa o desvio mdio. Alguns livros relembram o uso do
somatrio, explicando que, dados trs valores, a soma representada por
3 2 1
3
1 i
i
x x x x + +

.

Tarefa 5.2 calcular o desvio mdio a partir de uma distribuio de freqncia
simples.
Tcnica 5.2 e o Discurso Terico-Tecnolgico


104
Para se obter o desvio mdio a partir de uma distribuio de freqncias
simples, utiliza-se a frmula

i
i i
f
f X
dm , cuja seqncia de procedimentos
est descrita a seguir.
a) Calcular a mdia aritmtica

,
_

i
i i
f
f X
;
b) Calcular as distncias de cada valor em relao mdia;
c) Obter o mdulo de cada valor obtido na etapa anterior;
d) Multiplicar essas distncias, em mdulo, pelo nmero de casos ( f
i
);
e) Somar os resultados da multiplicao;
f) Dividir o resultado do somatrio por n (nmero total de observaes);


Tarefa 5.3 calcular o desvio mdio a partir de uma distribuio de freqncia
com dados agrupados.
Tcnica 5.3 e o Discurso Terico-Tecnolgico
Utilizando a frmula

i
i i
f
f X
dm , o estudante precisa saber que cada
valor do conjunto de dados repete-se f
i
vezes e que o valor de X
i
ser o ponto
mdio de cada classe da distribuio de freqncias. A seqncia de
procedimentos est apresentada a seguir:
a) Encontrar o ponto mdio de cada classe, a partir dos limites da classe,
utilizando a seguinte frmula
( )
2
lim lim
inf sup erior erior
+
;
b) Calcular a mdia aritmtica

,
_

i
i i
f
f X
, em que X
i
o ponto mdio da
classe;
c) Calcular as distncias de cada valor (ponto mdio) em relao mdia;
d) Obter o mdulo de cada valor obtido na etapa anterior;
e) Multiplicar essas distncias, em mdulo, pelo nmero de casos ( f
i
);
f) Somar os resultados da multiplicao;
g) Dividir o resultado do somatrio por n (nmero total de observaes);


105
possvel observar que a teoria que d suporte para o tipo de Tarefa 5
encontra-se na lgebra e na aritmtica e no na Estatstica. A Tabela 17
apresenta o nmero de exemplos e exerccios do tipo de tarefa 5 encontrado nos
livros analisados.
possvel notar que somente L1, L2 e L7 trabalham o desvio mdio, uma
opo dos autores, em que L1 apresenta uma definio de procedimento e L2
apresenta uma interpretao dessa medida de variao que pode possibilitar ao
estudante compreender o motivo de sua necessidade.
O desvio mdio absoluto uma medida associada amostra como um
todo; quando no exemplo anterior dizemos que D
ma
= 1,2 ano estamos
afirmando que, em mdia, os elementos da amostra se afastam 1,2 ano
da mdia aritmtica, para cima ou para baixo. (PAIVA, 1995 p. 273).

Tabela 17 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 5.
Tcnica Livros Nmero de
5.1 5.2 5.3
Exemplos 1 1 1 L1
Exerccios 2 2 3
Exemplos 1 1 2 L2
Exerccios 2 1 3
Exemplos --- --- --- L3
Exerccios --- --- ---
Exemplos --- --- --- L4
Exerccios 1 --- ---
Exemplos --- --- --- L5
Exerccios --- --- ---
Exemplos --- --- --- L6
Exerccios --- --- ---
Exemplos 1 --- 1 L7
Exerccios --- --- 6






106
Tipo de Tarefa 6: Calcular a varincia

Tarefa 6.1: Calcular a varincia a partir do conjunto numrico
Tcnica 6.1 e o Discurso Terico-Tecnolgico
Como apresentado no Captulo 2, a varincia obtida pela frmula
( )
N
X
2
i 2


, utilizada por todos os livros, exceto L7, que utilizou a frmula
alternativa.
Os clculos so idnticos Tcnica 5.1, exceto no item referente ao
clculo do mdulo, que deve ser substitudo por elevar ao quadrado as distncias
em relao mdia.


Tarefa 6.2 Calcular a varincia a partir de uma distribuio de freqncias simples
Tcnica 6.2 e o Discurso Terico-Tecnolgico
Utilizando a frmula
( )



i
i
2
i
2
f
f X
, o estudante precisa saber que
cada valor do conjunto de dados repete-se f
i
vezes. O procedimento idntico
Tcnica 5.2, exceto no item referente ao clculo do mdulo, que deve ser
substitudo por elevar ao quadrado as distncias em relao mdia.

Tarefa 6.3 Calcular a varincia a partir de uma distribuio de freqncias com
dados agrupados.
Tcnica 6.3 e o Discurso Terico-Tecnolgico
Utilizando a frmula
( )



i
i
2
i
2
f
f X
, o aluno precisa saber que cada
valor do conjunto de dados repete-se f
i
vezes e que o valor de X
i
ser o ponto
mdio de cada classe da distribuio de freqncias. O procedimento igual
Tcnica 5.3, substituindo o clculo do mdulo por elevar ao quadrado as
distncias em relao mdia.
A Tabela 18 apresenta o nmero de exemplos e exerccios identificados
nos livros, permite verificar que uma medida apresentada pelos autores e
solicitada em exerccios.


107
interessante observar que os livros L2, L4 e L5 explicam que a razo
pela qual a varincia no muito utilizada a incompatibilidade da sua unidade
de medida (ao quadrado) com a unidade de medida da mdia, o que pode permitir
ao estudante compreender a necessidade do desvio padro.
Tabela 18 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 6.
Tcnica Livros Nmero de
6.1 6.2 6.3
Exemplos 1 --- 1 L1
Exerccios 1 1 2
Exemplos 1 1 --- L2
Exerccios 2 1 3
Exemplos --- 2 1 L3
Exerccios 1 1 1
Exemplos 1 --- --- L4
Exerccios 3 --- ---
Exemplos 2 --- 1 L5
Exerccios --- 1 ---
Exemplos 1 --- 2 L6
Exerccios 2 1 1
Exemplos --- --- --- L7
Exerccios --- --- ---


Tipo de Tarefa : Calcular o desvio padro

Tarefa 7.1: Calcular o desvio padro a partir do conjunto numrico
Tcnica 7.1 e o Discurso Terico-Tecnolgico
Se o valor da varincia j foi obtido, a obteno do desvio padro reduz-se
extrao da raiz quadrada da varincia. Caso contrrio, primeiro calcula-se a
varincia (Tcnica 6.1) e depois extrai-se a raiz quadrada.



108
Tarefa 7.2 Calcular o desvio padro a partir de uma distribuio de freqncias
simples
Tcnica 7.2 e o Discurso Terico-Tecnolgico
Se o aluno j calculou a varincia, o desvio padro ser a raiz quadrada
positiva da varincia. Caso contrrio, primeiro calcula-se a varincia (Tcnica 6.2)
e depois extrai-se a raiz quadrada.

Tarefa 7.3 Calcular o desvio padro a partir de uma distribuio de freqncias
com dados agrupados
Tcnica 7.3 e o Discurso Terico-Tecnolgico
Se o aluno j calculou a varincia, o desvio padro ser a raiz quadrada
positiva da varincia. Caso contrrio, primeiro calcula-se a varincia (Tcnica 6.3)
e depois extrai-se a raiz quadrada.

Tabela 19 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 7.
Tcnica Livros Nmero de
7.1 7.2 7.3
Exemplos 1 --- 1 L1
Exerccios 3 1 2
Exemplos 2 1 2 L2
Exerccios 3 1 3
Exemplos --- 2 1 L3
Exerccios 7 4 2
Exemplos 2 --- 1 L4
Exerccios 13 2 7
Exemplos 2 --- 1 L5
Exerccios 3 --- 1
Exemplos --- --- 1 L6
Exerccios 4 1 2
Exemplos --- --- 1 L7
Exerccios --- --- 6



109
Observando o complexo de tarefas relativas aos clculos das medidas de
variao em torno da mdia, possvel notar que todos os livros apresentam
exemplos e muitos exerccios (exceo feita para o desvio mdio). Ou seja,
calcular a medida uma tarefa abordada, com diferentes tcnicas, tanto em
exemplos como em exerccios. O fato saber se o estudante consegue
compreender o resultado obtido na Tarefa 7, o que est discutido na Tarefa 8.

Tarefa 8: Interpretar o valor do desvio padro
Segundo Konold e Pollatsek (2002, p. 260), a maior proposta de calcular
estatsticas tais como a mdia ou a mediana representar um sinal num processo
ruidoso, entretanto, esta idia no aparece nos currculos e nos documentos
padres.
Utilizando a metfora dos autores, que pode ser uma interpretao do
desvio padro, ele uma medida do rudo deste sinal (que a mdia).
A seguir esto descritas as maneiras (tcnicas) com que os livros analisam
o desvio padro.

Tcnica 8.1 e o Discurso Terico-Tecnolgico: Medida da homogeneidade do
grupo
Um conjunto numrico mais regular, ou seja, mais homogneo, quanto
menor for o valor do seu desvio padro e Dante (2000, p. 288) formaliza essa
interpretao quando expressa que quanto mais prximo de 0 o desvio padro,
mais homognea a distribuio dos valores da varivel.
O complemento dessa anlise torna-a mais completa: quanto menor for o
valor do desvio padro, mais homogneas so as observaes em relao
mdia, o que no foi encontrado em nenhum livro analisado.
Todos os livros analisados (exceto L7) iniciam a explicao do desvio
padro na comparao de duas distribuies com mesma mdia aritmtica,
solicitando que seja observado o grupo mais regular, mais homogneo, ou seja,
aquele que apresenta o menor desvio padro.
Essa anlise adequada quando se trata de grupos com mesma mdia,
mas precisa de um complemento quando os grupos apresentam mdias
diferentes. A comparao da homogeneidade de dois conjuntos cujas mdias so
diferentes requer a utilizao de uma medida relativa de variao, conhecida


110
como coeficiente de variao

,
_

100
x
s
CV
, j discutida no Captulo 2 deste
trabalho.
Foram encontrados dois exemplos em que se comparavam a
homogeneidade de grupos com mdias diferentes e os autores no faziam
qualquer referncia ao CV. Em nenhum dos casos o resultado estava errado, haja
vista que foram apresentados grupos com caractersticas muito diferentes, mas a
tcnica para se chegar ao resultado no foi discutida.
Vale destacar que o estudo de Delmas e Liu (2005) tinha como objetivo
desenvolver uma idia intuitiva do desvio padro e os autores trabalharam com a
comparao do valor absoluto do desvio padro, ou seja, sem levar em
considerao a variao relativa.
Os livros L3 e L4 so os que mais exploraram esse tipo de anlise, embora
o livro L3 apresentasse a resposta do exerccio como sendo pessoal, ou seja,
deixava para o professor de Matemtica o desenvolvimento da tcnica.

Tcnica 8.2 e o Discurso Terico-Tecnolgico: contagem do nmero de
observaes no intervalo [ ] s x , s x +
Como apresentado no Captulo 2, solicitar a tarefa de contar o nmero de
observaes num intervalo de n desvios padro da mdia pode levar o estudante
a identificar que h uma tendncia nesta porcentagem e a insero de tcnicas
como o Teorema de Tchebichev ou a Distribuio Normal pode se fazer de
maneira mais natural.
Para realizar essa tarefa, o estudante precisa calcular inicialmente a mdia,
o desvio padro e o intervalo [ ] s x , s x + , a partir da soma e da subtrao do valor
do desvio padro mdia aritmtica.
A partir da obteno do intervalo, o estudante precisa contar o nmero de
observaes que est no intervalo. Uma varivel didtica essencial para a
realizao dessa tarefa a escolha do formato da distribuio. Realizar essa
tarefa para mais de uma varivel com distribuio normal e tambm realizar essa
tarefa para mais de uma varivel assimtrica pode permitir ao estudante verificar
que existe uma tendncia de porcentagens de observaes no intervalo
[ ] s x , s x + de acordo com o formato da distribuio.


111
Somente o livro L3 insere formalmente esta tcnica, com o objetivo de
introduzir a Distribuio Normal de Probabilidades.

Tcnica 8.3 e o Discurso Terico-Tecnolgico : Porcentagem de observaes
no intervalo [ ] + , de acordo com a Distribuio Normal
Se uma varivel segue uma distribuio normal, aproximadamente 68%
das observaes esto compreendidas no intervalo [ ] + , ,
aproximadamente 95% das observaes esto compreendidas no intervalo
[ ] + 2 , 2 e aproximadamente 99% das observaes esto no
intervalo [ ] + 3 , 3 , embora possa ser obtida a porcentagem de observaes
no intervalo de qualquer valor real de desvio padro.
Para aplicar a tcnica, calcula-se a mdia aritmtica, o desvio padro e o
intervalo[ ] + k , k . Depois se estima a porcentagem de observaes no intervalo
de n desvios padro da mdia, sem que seja necessrio aplicar a tcnica 8.2.
A Distribuio Normal foi tratada pelos livros L3 e L6, apresentando a
porcentagem de dados no intervalo de um, dois e trs desvios padro da mdia.
O livro L7 faz uma pequena nota sobre o intervalo de um desvio padro da mdia,
sem apresentar nenhum exemplo.
O livro L3 apresenta a Distribuio Normal no captulo Probabilidade e
Estatstica, presente no terceiro volume da coleo, que tambm aborda as
definies e propriedades de probabilidades, probabilidade freqentista, a lei dos
grandes nmeros e a associao entre a probabilidade e as medidas descritivas
denominadas mdia e desvio padro. Talvez pelo fato de que o assunto seja
tratado no captulo de Probabilidade, os exerccios propostos priorizam anlises
como: a probabilidade de pertencer ao intervalo x% , mas tambm apresentam
a anlise: x% de observaes esto no intervalo [a, b].
O discurso terico-tecnolgico desse bloco saber-fazer abrange no s a
lgebra e a aritmtica como tambm a Teoria de Probabilidades e medidas
descritivas, sendo que as duas ltimas pertencem Estatstica.





112
Tcnica 8.4 e o Discurso Terico-Tecnolgico: Comparao do valor do desvio
padro antes e aps a diviso da distribuio em dois grupos homogneos.
Apenas o L4 apresenta esta tcnica. Com base em um banco de dados,
eles utilizam a seguinte seqncia de tarefas:
a) Calcular a mdia e o desvio padro de todas as observaes de uma
varivel;
b) Dividir as observaes de acordo com a orientao dos autores;
c) aps a diviso das observaes, calcular a mdia e o desvio padro de
cada grupo;
d) comparar a mdia e o desvio padro antes e aps a diviso do grupo.

Os autores de L4 utilizam o exemplo da populao urbana de sete
continentes e solicitam que sejam divididas da seguinte maneira: Bloco I (frica,
Amrica Central e sia) e o Bloco II (Amrica do Norte, Amrica do Sul, Europa e
Oceania). So calculadas as medidas de todos juntos e de cada grupo e
possvel notar nitidamente que a diviso dos grupos permitiu a obteno de
distribuies mais homogneas e que, no caso, cada mdia representa melhor
seu grupo do que a mdia geral e a variao muito menor.
Nos exerccios, os autores no s solicitaram atividade exatamente como
est descrita acima, como tambm solicitaram a retirada de valores muito
diferentes dos demais e pediram para calcular novamente as medidas e compar-
las antes e aps a retirada.


113
Tabela 20 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 8.
Tcnica Livros Nmero de
8.1 * 8.2 8.3 8.4
Exemplos 1* --- --- --- L1
Exerccios --- --- --- ---
Exemplos 1* --- --- --- L2
Exerccios 1* --- --- ---
Exemplos 1* 2 1 --- L3
Exerccios 2* + 1 1 5 ---
Exemplos 1* +1 --- --- 1 L4
Exerccios 4* 1 --- 3
Exemplos 1* + 1 --- --- --- L5
Exerccios --- --- --- ---
Exemplos 1* --- 2 --- L6
Exerccios --- --- --- ---
Exemplos --- --- --- --- L7
Exerccios --- --- 2 ---
O smbolo * representa os exerccios e/ou exemplos em que os grupos tm a mesma mdia.

Tarefa 9: desenvolver as propriedades das medidas
As propriedades da varincia esto descritas e demonstradas no Captulo 2
deste trabalho e podem ser estendidas para o desvio padro.
Nenhum dos livros didticos apresentou formalmente as propriedades. O
livro L5 fez um exemplo da tcnica 9.2 e os outros livros deixaram exerccios para
serem resolvidos acerca dessa e das outras propriedades, sem que houvesse o
desenvolvimento da tcnica no captulo de respostas dos exerccios.
Dessa maneira, os livros deixam a cargo do professor de Matemtica a
busca pela tcnica e pela didtica para resolv-la.

Tcnica 9.1 e o Discurso Terico-Tecnolgico: Soma dos desvios em relao
mdia zero


114
Como propriedade da mdia, tem-se que a soma dos desvios em relao
mdia zero. Esta propriedade j foi trabalhada por Strauss e Bichler (1988) e a
justificativa da utilizao do mdulo das diferenas, quando se calcula o desvio
mdio e, tambm, da utilizao do quadrado das diferenas quando se calcula a
varincia.
O livro L2 apresenta, nas respostas dos exerccios a demonstrao desta
propriedade: ( ) 0 x n x n x x x x
n
1 i
n
1 i
n
1 i
i i



, enquanto que o livro L4 apenas
relata que a soma zero.
Para que o estudante apresente uma demonstrao como essa, ele precisa
saber que a mdia aritmtica : x n x
n
x
x
n
1 i
i
n
1 i
i

e que a soma de uma


constante (a mdia) n vezes essa constante e, a partir de ento, com seu
conhecimento algbrico, desenvolver a demonstrao.

Tcnica 9.2 e o Discurso Terico-Tecnolgico: varincia de uma constante
zero ( 0 ) k ( Var )
Esta tcnica muito importante, pois pode despertar o entendimento de
que s existe necessidade de uma medida de variao quando os valores so
diferentes. Por esse motivo, vrios autores dizem que a variao o corao da
Estatstica.
O nico livro que apresenta um exemplo desta propriedade L5, quando
inicia a explicao de varincia a partir de trs grupos de mesma mdia e
varincia zero, varincia pequena e varincia grande.
A tcnica utilizada por esse livro intuitiva, a partir de um exemplo,
enquanto o livro L4 no apresenta nenhuma tcnica, apenas o resultado final.

Tcnica 9.3 e o Discurso Terico-Tecnolgico Somando-se k em cada
observao, o valor da varincia no se altera
Esta propriedade est apresentada no Captulo 2 e simbolizada por
) X ( Var ) k X ( Var +
.
Provavelmente, o estudante resolveria o exerccio criando um conjunto
numrico qualquer, calculando a mdia e o desvio padro. Em seguida, o


115
estudante escolheria uma constante qualquer, somaria tal constante em cada um
dos valores do conjunto e calcularia a mdia e o desvio padro do novo conjunto.
Os dois livros didticos s apresentaram o resultado sem a explicao da
tcnica utilizada, ficando a cargo do professor de Matemtica desenvolv-la.

Tcnica 9.4 e o Discurso Terico-Tecnolgico: Multiplicando cada observao
por k, o valor da varincia ser multiplicado por k
2

Esta tcnica est apresentada no Captulo 2 para a varincia e o livro L4, o
nico a fazer alguma meno sobre esta propriedade, apresentou um exerccio
sobre a varincia e um sobre o desvio padro.
Da mesma maneira que os outros exerccios sobre as propriedades, o livro
didtico apresentou o resultado final sem expor a tcnica para resolv-la.
A Tabela 21 aponta os livros que utilizaram as propriedades, sejam como
exerccios e/ou como exemplos.

Tabela 21 - Nmero de exemplos e exerccios das tcnicas identificadas na tarefa
Matemtica 9.
Tcnica Livros Nmero de
9.1 9.2 9.3 9.4
Exemplos --- --- --- --- L1
Exerccios --- --- --- ---
Exemplos --- --- --- --- L2
Exerccios 1 --- --- ---
Exemplos --- --- --- --- L3
Exerccios --- --- --- ---
Exemplos --- --- --- --- L4
Exerccios 1 1 1 2
Exemplos --- 1 --- --- L5
Exerccios --- --- --- ---
Exemplos --- --- --- --- L6
Exerccios --- --- 1 ---
Exemplos --- --- --- --- L7
Exerccios --- --- --- ---


116
3.4 Pontos relevantes da anlise da organizao praxeolgica dos livros
didticos
A amostra dos livros muito pequena e, por este motivo, no se pretende
aqui fazer nenhuma generalizao, mas sim levantar alguns pontos coincidentes
na maioria desses livros e que, por terem sido material de apoio dos professores
participantes da pesquisa, podem auxiliar na anlise dos resultados.
Esses livros adotam um mtodo tradicional de apresentar o contedo
estatstico, embora tenham se preocupado com a relao da Estatstica com o
mundo real, quando utilizam grficos e resultados de pesquisa publicados na
mdia.
O grande nmero de grficos no foi utilizado para a explorao da noo
intuitiva de variao, a variabilidade, perdendo a oportunidade de relacionar os
diferentes conceitos estatsticos.
No que tange s medidas de variao, h uma nfase nos exemplos e
exerccios sobre a tarefa de calcular, inclusive com diferentes estratgias. Quanto
interpretao, especificamente do desvio padro, quase todos os livros explicam
que uma medida de homogeneidade do grupo e apenas dois livros utilizam a
porcentagem de dados sob a distribuio normal.
Segundo Loosen, Lioen e Lacante (1985), os livros didticos enfatizam a
heterogeneidade entre as observaes e no a heterogeneidade em relao
tendncia central.
Neste captulo, foi possvel observar o que priorizado pelos livros de
Matemtica utilizados pelos professores participantes da pesquisa, acerca do
objeto variao/variabilidade. O captulo seguinte tem o objetivo de apresentar o
que priorizado pelas pesquisas em Educao Estatstica acerca do mesmo
objeto.



117
4 Os Resultados das Pesquisas acerca do Ensino-aprendizagem do
Conceito de Variao e Variabilidade

O objetivo deste captulo verificar o que j foi pesquisado sobre ensino-
aprendizagem de variao e variabilidade, buscando destacar a srie escolar dos
participantes, as tarefas realizadas, a metodologia empregada e os resultados
obtidos.
Para facilitar a relao entre os estudos j realizados e os resultados desta
pesquisa, foram elaborados trs blocos de trabalhos. O primeiro bloco contm os
subcaptulos 4.1 at 4.3, que dizem respeito aos estudos realizados sobre o
conceito de variabilidade com participantes do Ensino Fundamental e Mdio, da
graduao e professores de Matemtica (em formao ou em atuao),
respectivamente.
O segundo bloco contm o subcaptulo 4.4, que apresenta os estudos
feitos com as medidas de variao.
O terceiro bloco composto pelos subcaptulos 4.5 e 4.6, sendo que o
primeiro faz uma sntese dos aspectos de raciocnio de variabilidade e variao
encontrado nos estudos publicados e o segundo faz uma reflexo entre o que os
autores esto denominando de aspectos do raciocnio de variao e os nveis de
raciocnio de variao desenvolvidos por Garfield (2002).

4.1 O conceito de Variabilidade apresentado por alunos do ensino
fundamental e mdio
Watson e Kelly (2002) realizaram uma pesquisa na Austrlia para verificar
a possibilidade de iniciar o ensino de variabilidade para crianas da 3

srie do
ensino fundamental enfatizando acaso, dados e variao. Participaram da
pesquisa setenta e dois alunos de trs escolas primrias, ensinados durante oito
semanas (dez aulas) por um especialista em Matemtica para crianas. As
atividades de ensino realizadas em cada aula esto descritas a seguir, de
maneira sintetizada, para permitir uma inferncia das questes avaliadas no pr e
ps-teste, haja vista que no foram discriminadas no artigo.
Na primeira aula, foi solicitado aos alunos contar o nmero de chocolates
em uma embalagem (semelhante ao M&Ms brasileiro). Em duplas, os alunos
contaram o nmero de chocolates de cada caixa, classificando-os por cor e


118
fizeram um grfico de barras para as cores. Com isso, os alunos perceberam que
havia variao das cores no contedo das caixas. Foi feita uma tabela para cada
classe e feita a comparao por classes. Os alunos puderam perceber que
existiam mais chocolates verdes e sugeriram que talvez fossem mais baratos.
Na segunda aula, o objetivo era representar os dados de maneiras
diferentes e descrever o formato geral da distribuio. Foi perguntado a cada um
dos alunos quantas pessoas havia em sua famlia, sendo que o conceito de
famlia tinha sido definido previamente pelos prprios alunos. Foi feito um grfico
de colunas do nmero de pessoas da famlia. Em uma classe havia uma famlia
de nove pessoas e os alunos discutiram sobre a variao no tamanho das
famlias e foi introduzido o conceito de valores discrepantes. Foi pedido aos
alunos para falar sobre o formato geral do grfico. As respostas foram: uma
montanha, uma montanha russa e uma pedra grande.
Nas prximas duas aulas, as atividades eram relacionadas
aleatoriedade. A primeira lidava com eventos equiprovveis por meio da atividade
da roleta com meio/meio (melhor definida no estudo de Torok, 2000, apresentado
a seguir) e a segunda com eventos no equiprovveis usando dois dados e
somando os resultados. Os alunos analisaram os grficos feitos para os
resultados com um dado (tabela, montanha achatada) e com dois dados (uma
grande montanha, tal qual o grfico das famlias). As idias dos alunos sobre
aleatoriedade foram transcritas pelas autoras: As coisas no so perfeitas, voc
sabe! e Se voc obteve os mesmos nmeros (com um dado), provavelmente
voc roubou! (WATSON e KELLY, 2002, p. 2).
A quinta e sexta aulas lidavam com amostragem. A stima e oitava aulas
tinham como objetivo introduzir um mtodo experimental que geraria dados e
lidaria com o uso de grfico de pontos de dois conjuntos de dados para poder
fazer comparao. A atividade pedida era verificar quanto tempo cada aluno
conseguia ficar apoiado em um nico p, com os olhos fechados. Eles anotaram o
tempo para o p direito e para o p esquerdo.
As duas ltimas aulas tinham como objetivo proporcionar aos alunos a
criao de suas prprias investigaes. A atividade era medir a distncia obtida
pelo lpis que foi soprado numa superfcie plana. Cada sala de aula decidiu sobre
a investigao que conduziria, tais como os praticantes de esporte vo soprar


119
mais longe do que os no praticantes ou meninos vo soprar mais longe do que
as meninas.
Foram aplicados um pr e um ps-teste aos alunos, que incluam questes
sobre aleatoriedade, leitura de grficos e tabelas e trs temas relacionados
variao: variao em situaes aleatrias, variao nos dados e grficos e
variao em situaes amostrais. As autoras compararam a soma total de pontos
no pr e ps-teste, alm de comparar a soma de pontos das questes por tema:
aleatoriedade e dados, variao em situaes aleatrias, variao nos dados e
variao na amostragem. Em todas as comparaes, os alunos foram melhores
no ps-teste do que no pr-teste, indicando que possvel trabalhar com
variabilidade com alunos de 3 srie de ensino fundamental.
Para auxiliar o entendimento de variao natural nos dados e o
entendimento de erro, Lehrer e Schauble (2002) realizaram uma pesquisa nos
Estados Unidos com vinte e dois alunos de 4

srie do ensino fundamental. Os


autores realizaram dois estudos em que cada um tinha durao de oito semanas,
com encontros dirios de uma hora com os alunos e no final do semestre
realizaram entrevistas individuais. No primeiro estudo, os alunos de 4 srie foram
envolvidos com um conjunto de tarefas e ferramentas para ajud-los a considerar
a existncia do erro e suas vrias fontes, tal como apresentado na Figura 18.













Figura 18 - Primeira atividade desenvolvida por Lehrer e Schauble (2002, p. 2-3)
Distribuio: uma fonte para entender o erro
Tarefa 1: Os alunos conduziram um experimento sobre o modelo de avies
com a ponta arredondada ou reta. O objetivo da atividade era verificar se as
diferenas na distribuio da altura atingida pelo avio eram devidas ao
acaso ou devida ao seu modelo.

Tarefa 2: Para trabalhar medidas de centro e disperso da distribuio, foi
pedido aos alunos para medir a altura do mastro da bandeira da escola
usando um instrumento feito a mo. A inteno era que os alunos
concordassem que o mastro da bandeira tinha uma verdadeira altura e que a
medida de centro era uma estimativa desse valor.

Tarefa 3: Com uma rgua os alunos mediram um lpis nmero 2. Foi pedido
para comparar a preciso relativa da altura do mastro da bandeira e do
comprimento do lpis.

Tarefa 4: Os alunos mediram novamente o mastro da bandeira, agora com
um instrumento plstico.



120

Para a Tarefa 2, os alunos encontraram medidas que variaram de 6,2 a
15,5 metros, com uma mediana de 9,7 metros. Os alunos argumentaram que os
valores centrais pareciam mais verdadeiros e que o verdadeiro valor
provavelmente estaria em um dos grupos que tinha uma maior nmero de
observaes.
Na Tarefa 3, os alunos calcularam as distncias dos valores em relao
mediana e concluram que os valores na atividade 2 eram muito mais
espalhados. O professor introduziu a noo de variao tpica com a mediana
da distribuio das diferenas em torno da mediana
24
.
Na Tarefa 4 os alunos perceberam que existia muito menos variao do
que na Tarefa 2 e com isso foi possvel trabalhar a variao devido ao erro, que
pode ser conseqncia de erro humano (movimento da mo) ou da preciso do
instrumento.
Voltando Tarefa 1, os alunos lanaram os avies com pontas
arredondadas e retas e o professor fez uma distribuio para cada tipo de avio
dividida em 3 partes: abaixo da mediana menos a medida de variao, um
intervalo entre a mediana menos a medida de variao e a mediana mais a
medida de variao e o terceiro grupo composto dos valores acima do valor
obtido da mediana mais a medida de variao. Os alunos ficaram surpresos que
86% das medidas das alturas do avio com ponta reta caram no intervalo mais
baixo da distribuio.
No segundo estudo, os mesmos alunos j estavam na 5 srie e foram
envolvidos com situaes em que existisse variao natural, tal como
apresentado na Figura 19.



24
Segundo Bussab e Moretti (2003), o desvio mediano a mediana dos desvios
(absolutos) em relao mediana e obtido por
( )
i n i 1 j n j 1
x md x md dam


. Para
exemplificar, seja o conjunto numrico (0, 1, 2, 5 e 7), a mediana 2 e os desvios absolutos em
relao mediana so, respectivamente, (2, 1, 0, 3, 5). Estes desvios em ordem crescente so (0,
1, 2, 3, 5) e, portanto, dam = 2, que a mediana dos desvios absolutos em relao mediana.



121





Figura 19 - Segunda atividade desenvolvida por Lehrer e Schauble (2002, p. 4-5)

Na tarefa da altura das plantas, os alunos puderam perceber que plantas
de mesmo tempo de vida tinham alturas diferentes (variabilidade) e que tambm
poderiam ter sido medidas de maneira incorreta (erro). Para alguns alunos ainda
ficou difcil entender como um valor tpico representava todos os casos, quando
na realidade existiam casos diferentes. Por outro lado, parecia evidente para os
alunos que havia uma altura verdadeira da planta e que tal altura poderia ser
estimada pela medida de centro de um grupo de medidas.
interessante observar que Lehrer e Schauble (2002) trabalharam com a
mediana como medida de centro e a mediana das distncias em torno da
mediana como medida de disperso. Ou seja, os autores no comearam com a
mdia aritmtica e o desvio padro, mas sim com a mediana e o desvio absoluto
mediano. Provavelmente trabalharam a mdia quando os alunos j estavam na
quinta srie. E trabalharam dois aspectos de variao: devido ao erro e devido a
uma situao natural.
Ben-Zvi (2002) fez um estudo com oitenta alunos de 7

srie do ensino
fundamental em Israel. Ele desenvolveu uma disciplina denominada Anlise
Exploratria de Dados em dez semanas, utilizando planilha eletrnica. O objetivo
era inferir o grau de entendimento e disposio dos alunos para formular questes
e hipteses de pesquisa usando representao de dados, em particular, o uso de
observaes individuais ou globais dos dados. Aps duas semanas de trmino da
disciplina, ele solicitou que os alunos fizessem uma anlise da imigrao em
Israel (observaes reais obtidas do Statistical Abstract of Israel de 1995). Para
tanto, os alunos (em duplas) tiveram noventa minutos no laboratrio de
informtica para responder a quatro questes apresentadas na Figura 20.



Distribuio: uma fonte para entender a variao natural
Os alunos acompanharam diariamente, durante 23 dias, o desenvolvimento de
uma planta tpica da regio, cujo ciclo de vida durava 40 dias. Eles observaram
a altura, a largura, o nmero de folhas, sementes, etc. No ltimo dia do
experimento, o professor pediu para que encontrassem a altura tpica da planta
nesta etapa de seu ciclo de vida.


122







Figura 20 - Atividade apresentada por Ben-Zvi (2002, p. 2)

Para a primeira questo, 57,5% dos alunos responderam de maneira global
(foco em padres gerais, tais como mudanas ao longo do tempo ou tendncias),
enquanto os outros alunos responderam localmente (focando em um valor
individual), ou usando informaes do contexto (buscavam explicaes e melhor
entendimento do contexto). Para a segunda questo, as respostas de maneira
global foram 67,5%, aumento explicado pelo autor como a maneira de colocar a
questo (para ele, a segunda questo era mais direta do que a primeira).
Para responder as questes 3 e 4, os alunos fizeram grficos de linha e
barras, o que proporcionou mais respostas globais (87,5%). Cinco categorias de
respostas globais foram elaboradas por Ben-Zvi (2002, p.4): (a) dividiram os
dados em trs perodos de imigrao: alta, baixa e alta novamente; (b) dividiram
os dados em quatro perodos: alta, baixa, alta e moderada; (c) indicaram
variabilidade nos dados mas no especificaram um padro, por exemplo, o
nmero de imigrantes no constante e no tem tendncia; (d) interpretao
cclica e (e) interpretao de padres gerais.
A interpretao cclica era pedida especificamente na questo 4 e somente
45% dos alunos apresentaram respostas globais como, por exemplo, a oscilao
da imigrao indica que h altos e baixos no perodo, mostrando que os alunos
tiveram habilidade para reconhecer e descrever ciclos com base na variabilidade
dos dados.
Ben-Zvi (2002) explica que os alunos no apresentaram apenas respostas
globais ou locais, mas muitos apresentaram ambas e ele sugere que duas
trajetrias de desenvolvimento possam ocorrer simultaneamente: vertical
(crescimento na sofisticao dentro do tipo de resposta global ou local) e
horizontal (crescendo de local para global).
1) Elabore uma questo de pesquisa e uma hiptese sobre a imigrao de
Israel
2) O nmero de imigrantes em 1949 era 240.000 e em 1995 era 76.000.
Baseado nos dados, sugira uma questo e uma hiptese para esta informao.
3) Usando o computador para apresentar grficos e verificar tendncias, o que
voc analisa do grfico sobre a imigrao de Israel?
4) E explique o significado de oscilao da imigrao.



123
O mesmo autor (BEN-ZVI, 2004) realizou um outro estudo com dois alunos
de 7

srie do ensino fundamental para verificar o raciocnio sobre variabilidade


quando so feitas comparaes entre dois grupos num ambiente informatizado
(usando Microsoft Excel). Estes dois alunos foram considerados acima da mdia
dos outros alunos e j conheciam os grficos de barras e setores e mdia
aritmtica.
Segundo o autor, a comparao de grupos um tipo de problema em que
o aluno no sabe, inicialmente, como lidar e o desafio pode permanecer mesmo
depois de extensos perodos de ensino. Ben-Zvi (2004) identifica alguns
conhecimentos necessrios para realizar uma comparao entre dois grupos:
entendimento de distribuio, representatividade e variabilidade nos dados. O
autor tambm lembra de algumas dificuldades que j foram detectadas
anteriormente como viso local (ao invs de uma viso global), lidar com grupos
de tamanhos diferentes (que requer raciocnio proporcional) e o no uso de
medidas de tendncia central para representar os grupos.
Konold et al. argumentam que a relutncia dos alunos a usar medidas de
tendncia central para comparar dois grupos sugere que eles no tm
desenvolvido a noo de que as medidas de tendncia central so
medidas caractersticas de um grupo, que podem ser usadas para
represent-l o. (apud BEN-ZVI, 2004, p. 44).

O autor trabalhou com um conjunto de dados sobre o tamanho do
sobrenome de alunos israelenses e americanos, tal como mostrado na Figura 21.








Figura 21 - Grfico feito pelos alunos de Ben-Zvi (2004), para representar o
tamanho dos nomes

Os dados foram fornecidos aos alunos em uma tabela com todas as
observaes de cada grupo. Essa atividade durou trs sesses de noventa
0
2
4
6
8
10
12
2 3 4 5 6 7 8 9 10 11
tamanho do sobrenome (nmero de letras)
f
r
e
q
u
e
n
c
i
a
israel
US



124
minutos cada. O objetivo da atividade era proporcionar oportunidades de
observar, reconhecer, lidar intuitivamente com e descrever a variabilidade dentro
e entre as distribuies. Foi feita uma micro-anlise interpretativa dos dados e o
autor encontrou sete fases de desenvolvimento do raciocnio sobre variabilidade:
1) foco em informaes irrelevantes ou locais, 2) descrio informal de
variabilidade no rol de dados (entender a comparao da varivel em questo), 3)
formular uma hiptese estatstica que leva em conta a variabilidade (a maioria
de); 4) explicar a variabilidade em um tabela de distribuio de freqncia
(comearam observando valores extremos e depois os valores de maior
freqncia); 5)uso de medidas de centro e disperso para comparar grupos
(usaram valores mximos e mnimos, mdia, mediana, moda e amplitude); 6)
modelar variabilidade lidando com os outliers e 7) observao e distino da
variabilidade dentro e entre as distribuies, a partir do grfico.
Em sntese, os resultados encontrados pelo autor sugerem que os alunos
raciocinam sobre variabilidade comeando a observar os valores extremos,
embora ainda existisse uma confuso do que seria outliers (considerando que os
nomes de Israel eram pequenos, os alunos achavam que um outlier seria um
nome grande e vice-versa para os nomes americanos) para poder se encaminhar
para os valores centrais.
Uma vez que os valores extremos foram reconhecidos, os alunos
encaminhavam-se para comparar as freqncias dos valores vizinhos,
respectivamente o ltimo e o primeiro valor comum da distribuio ( 8
letras e 4 letras) (...) Eles tambm observaram que o nome de 4 letras
era a moda em Israel. Estes comentrios podem representar os
primeiros passos em relao ao entendimento de densidade de uma
distribuio. (BEN-ZVI, 2004, p. 52).

Ben-Zvi (2004) ainda explica que, quando compararam os valores das
medidas, os alunos generalizaram que todas as medidas estatsticas seriam
menores para o conjunto de nomes israelenses, o que indica que eles no tinham
o significado das medidas como nmeros representativos e nem tinham clara a
distino entre as medidas de centro e disperso (se a mdia maior, isto no
implica em um desvio padro maior). E os dois alunos apresentaram a descrio
final da variabilidade entre os grupos baseado na comparao das freqncias de
dois subgrupos, ignorando os desvios em relao medida de tendncia central.
Quando Pfannkuch (2005 p. 85) analisou esse trabalho de Ben-Zvi (2004),
questionou se o uso da tabela ajudou o pensamento dos estudantes, haja vista


125
que, para muitos, a tabela serve apenas para organizar os dados para fazer o
grfico.
Era a tabela de porcentagem um precursor necessrio para o
pensamento dos alunos com o grfico? Os estudantes integraram a
tabela de porcentagem e o grfico para elaborar seu pensamento ou o
pensamento permaneceu separado? Como o professor deveria integrar
as medidas estatsticas com o raciocnio grfico?. ( PFANNKUCH, 2005,
p. 85)

So perguntas que a autora coloca e para as quais no oferece respostas.
So reflexes que ela considera necessrias para trabalhos futuros. Ou seja, a
autora questiona sobre uma possvel maneira de relacionar os conceitos
estatsticos e como isso pode colaborar no desenvolvimento do raciocnio sobre
variabilidade.
Bakker (2004) realizou uma experincia com trinta alunos holandeses de 8


srie do ensino fundamental de uma escola pblica que no tinham nenhum
conhecimento estatstico, para verificar o processo de aprendizagem dos alunos
sobre conceitos-chave para anlise de dados, especialmente, variabilidade
(usando a metfora de Konold e Pollatsek, 2002, o autor explica que objetivava
verificar a aprendizagem dos alunos acerca do rudo existente numa distribuio),
amostragem, dados e distribuio. O autor trabalhou com duas atividades,
conforme Figuras 22 e 23.









Figura 22 - Primeira atividade desenvolvida por Bakker (2004)

A primeira atividade tinha como objetivo permitir ao aluno raciocinar sobre
o formato da distribuio em relao aos aspectos de amostragem. Na primeira
atividade, os alunos fizeram grficos de pontos, grfico de barras e o grfico
Atividade: aumentando o nmero de observaes numa varivel
1) Supor e representar o peso de 10 pessoas que entraro num balo;
2) Comparar sua representao com dados reais apresentados pelo
professor;
3) Predizer e representar o peso dos alunos de uma sala de oitava srie e
de trs outras salas de oitava srie.
4) Comparar com os dados reais. Descrever as diferenas utilizando
palavras como maioria, outliers, disperso e medidas de tendncia
central. O autor explica que solicitou o uso destes termos para que as
respostas no fossem to superficiais e eles comeassem a utilizar as
noes estatsticas em seu raciocnio.
5) Predizer e representar os pesos de todas as pessoas da cidade.


126
semelhante ao de basto (em que s ficava o ponto que estava no trmino de
cada basto) todos exemplos que j haviam sido tratados em uma lio anterior.
Na segunda atividade, o objetivo do professor era verificar se os alunos
percebiam que o tamanho da amostra era muito pequeno para permitir
concluses. E os alunos usaram termos como juntos, separados ou muito
separados para descrever caractersticas das observaes. O autor nota que
todos so predicados e no substantivos e, segundo a teoria semitica usada por
ele, variao pode se tornar um conceito disponvel, quando for pronunciada e
raciocinada como um substantivo. E que a passagem do predicado os pontos
esto espalhados para a variao grande um passo importante na formao
do conceito.
Depois que os alunos perceberam que amostras de tamanho dez (n = 10)
eram muito pequenas e que amostras maiores so mais confiveis, os estudantes
fizeram um grfico para predizer o peso dos vinte e sete alunos de sua srie e um
outro grfico para predizer o peso de sessenta e sete alunos, estudantes de trs
salas de oitava srie de uma outra escola e deveriam comparar com os dados
reais.
O autor explica que os alunos no utilizaram os termos estatsticos de
maneira precisa e exemplifica: mdia significava alguma medida de tendncia
central (mediana ou moda) ou o grupo tpico do meio; disperso significava o
quo espalhado os dados encontravam-se e amostra significava somente um
conjunto de pessoas e no necessariamente os dados como sendo
representativos de uma populao.
Embora ainda existisse confuso nos conceitos, os alunos comearam a
utilizar os substantivos em vez dos predicados. No caso de variao, quando o
aluno diz que a variao grande (em vez de dizer que os dados esto
espalhados), ele tende a compreender a variao como uma entidade que pode
ter uma caracterstica particular que pode ser medida (por exemplo: a amplitude,
o intervalo interquartlico e o desvio padro) (BAKKER, 2004, p. 73).
Quando foi pedido aos alunos para elaborar uma representao do peso de
todas as pessoas da cidade, o autor queria verificar se os alunos fariam um
formato contnuo.
A conjectura era que a transio de uma pluralidade discreta dos valores
dos dados para uma entidade contnua de uma distribuio era
importante para promover uma noo de distribuio como uma entidade


127
com a qual os alunos poderiam modelar os dados e descrever
propriedades gerais do conjunto de dados. (BAKKER, 2004, p.73).

Os alunos produziram grficos semelhantes curva de sino (olhando o
grupo que est no meio), pirmide (provavelmente inspirado no grfico de linha) e
semicrculo (provavelmente partindo do grfico de pontos), cujos termos foram
usados pelos prprios alunos. Todos os grficos eram aproximadamente
simtricos e o autor salienta que o grfico de peso (com os dados reais) era
assimtrico direita.
At este momento o autor tinha tratado de medidas de disperso e centro
como aspectos essenciais de distribuio, mas salienta que assimetria tambm
uma caracterstica importante de uma distribuio e, por esse motivo, foi alvo da
atividade seguinte de Bakker, como apresentado na Figura 23.




Figura 23 - Segunda atividade desenvolvida por Bakker (2004).

Os estudantes identificaram todos os grficos como no representativos
dos pesos de todas as pessoas, exceto para o formato da curva normal. Na
discusso, os alunos foram percebendo que poderia haver pessoas com mais
peso, o que justificaria no ser o formato da distribuio normal. Usaram palavras
como outliers e mdia (embora confundindo-a com a moda) para justificar a
mudana de escolha.
Nesse estudo de Bakker (2004), destaca-se a relao feita entre a
estrutura da frase elaborada pelo aluno e a construo do conceito de variao.
Em relao aos objetivos propostos nas atividades, Pfannkuch (2005, p. 85) fez
os seguintes questionamentos:
os estudantes perceberam que havia mais variao nas amostras
pequenas? Que padres os estudantes estavam imaginando na
variabilidade de amostras pequenas? Como eles raciocinaram entre
distribuio da amostra e a distribuio da populao?

Ficou implcito no trabalho de Bakker (2004) que os alunos
compreenderam que existia mais variao nas amostras pequenas, a partir do
O autor colocou na lousa cinco possveis grficos do peso das pessoas (curva
de sino, pirmide e semi-crculo - os trs que eles haviam feito - e dois
assimtricos, para direita e para esquerda) e pediu para que os alunos
identificassem quais no se assemelhariam distribuio dos pesos.


128
avano na estrutura das frases elaboradas, mas isso no foi explicitamente
colocado.
Torok (2000) fez um estudo com alunos australianos acerca da
variabilidade em situaes de acaso. Ele estava especialmente interessado em
verificar a aprendizagem sobre: reconhecimento da existncia de variao,
reconhecimento e nomeao de algumas fontes de variao e o uso de mtodos
formais e informais para descrever variao, tais como grficos e medidas de
variao. Foram sujeitos da pesquisa alunos de uma sala de 7. Srie e duas
salas de 8. Srie, em que na 7 srie foi enfatizada a descrio de espaos
amostrais de eventos aleatrios e nas outras duas classes houve foco na coleta e
descrio de dados. O ensino em cada sala foi feito em sete sesses de quarenta
minutos cada.













Figura 24 - Atividade proposta por Torok (2000).

Poucos alunos deram como resposta 25 ou aproximadamente 25 para a
resposta da segunda questo e, dois desses exemplos so apresentados:
porque voc tem 50% de chance disto ocorrer (aluno da 7. Srie) ou porque
metade da roleta preta ento metade das vezes vai cair no preto (aluno da 8.
Srie).
Para a quinta questo, alguns alunos no sugeriram nenhum agrupamento
dos dados em torno de um valor esperado (10, 0, 1, 25, 30, 49) enquanto que
Atividade 1: Roleta dividida ao meio. Uma metade em branco e outra metade
em preto.
1) Se voc rodar uma vez, qual a chance de cair no lado preto?
2) Se voc rodar 50 vezes, quantas vezes voc espera que caia no lado preto?
Por qu voc pensa isto?
3) Se voc fosse fazer isto novamente, voc esperaria obter o mesmo nmero
de vezes? Por qu voc pensa isto?
4) Com qual nmero voc ficaria surpreso?
5) Suponha que voc rodasse 50 vezes a roleta e repetisse este procedimento
mais cinco vezes. Qual das seqncias abaixo voc acha que mais provvel
acontecer?
10, 0, 1, 25, 30, 49
10, 20, 30, 40, 50, 60
25, 26, 24, 30, 20, 28
6) O que a palavra variao quer dizer para voc? Voc poderia us-la em uma
frase?




129
outros alunos fizeram uma lista de seis nmeros ao redor do seu valor esperado
(25, 26, 24, 30, 20, 28) ou ainda responderam que esperariam um nmero em
torno de 25.
Poucos alunos conseguiram elaborar uma frase com a palavra variao.
Variao assemelha-se a uma pequena mudana ou H uma variao
naqueles nmeros ou ainda Significa uma variedade para mim. Eu gosto de uma
variedade de cores no meu quarto (TOROK, 2000, p. 27).
Os alunos fizeram o experimento com 50 rodadas da roleta, colorida nas
propores meio preto e meio branco, um quarto e trs quartos e colocaram seus
resultados em grficos de pontos. Na discusso dos grficos, foi enfatizado que
nem todos os resultados estavam localizados nos valores esperados, apesar de
as medianas estarem muito prximas do que se esperava. Foi percebido,
tambm, que as distribuies tinham um formato de colina e eram
aproximadamente simtricas em torno do valor esperado. Para a roleta de
meio/meio, era bvio que os dados estavam agrupados em torno do valor do meio
entre zero e cinqenta. O professor apresentou aos alunos trs outros grficos
simulando dados coletados por outras trs classes e perguntou aos alunos qual
(ou quais) no tinha sido realmente coletado (um grfico perfeitamente simtrico
em torno do nmero 25, um grfico com valores espalhados de 5 at 50 e um
grfico com os pontos concentrados entre 20 e 30). Os estudantes disseram que
somente o ltimo grfico tinha sido realmente coletado, pois o primeiro est muito
organizado e perfeito e o segundo porque est muito espalhado e isto
improvvel.
A atividade de ensino foi concluda com uma avaliao sobre a tarefa das
balas, conforme Figura 25.




130






















Figura 25 - Atividade usada para avaliar o conhecimento dos alunos no estudo de
Torok (2000).

Foi pedido aos alunos que discutissem em duplas alguma alterao para o
problema original e era esperado que fizessem alteraes no tamanho da
amostra, na proporo populacional, no tamanho da populao ou no nmero de
amostras tomadas. Fizeram a atividade usando o software SimLollies
25
. Todos os
alunos coletaram resultados que mostravam variao no nmero de vermelhos
para cada punhado, porm, quando foram questionados se obteriam resultados
iguais ou diferentes se coletassem mais dados, alguns estudantes disseram que

25
Um software que simula o problema das balas.
Suponha que voc tem um pote com 100 balas, em que 50 so vermelhas,
20 amarelas e 30 verdes. As balas foram misturadas.
A) Voc vai retirar 10 balas.
1) Quantas balas vermelhas voc espera obter?
2) Quantas balas vermelhas surpreenderiam voc?Por que voc pensa isto?

B) Suponha que voc pegue, de uma vez s, 10 balas, conta o nmero de
vermelhas e volta todas as balas ao pote, misturando-as. Voc repete
este procedimento cinco vezes, sempre voltando as balas ao pote e
misturando-as.
O que voc acha mais provvel de ocorrer para os nmeros de balas
vermelhas anotadas? Por que voc acha isso?

C) Olhe essas possibilidades que alguns alunos anotaram para os nmeros
que eles pensaram provveis.
a) 5, 9, 7, 6, 8, 7
b) 3, 7, 5, 8, 5, 4
c) 5, 5, 5, 5, 5, 5
d) 2, 3, 4, 3, 4, 4
e) 7, 7, 7, 7, 7, 7
f) 3, 0, 9, 2, 8, 5
g) 10, 10, 10, 10, 10, 10
Qual dessas seqncias voc acha que melhor descreve o que aconteceu?
Qual descreve pior o que poderia ter acontecido? Por que voc pensa isto?

D) Suponha que 6 alunos fizeram o experimento. De que nmero at que
nmero voc acha que saiu? Por que voc acha isto?

E) Agora, faa voc a experincia e comente.



131
obteriam nmeros idnticos. Ou seja, os alunos comeavam a entender o
conceito de variao numa situao aleatria, mas algumas afirmaes ainda
negavam a existncia de variao.
Segundo o autor, a despeito disso, o experimento ajudou os alunos a
desenvolver o entendimento de situaes que contm variao e reconhecer a
ausncia de variao onde geralmente esperada (por exemplo, um aluno
investigou o efeito do aumento do tamanho populacional de 50/20/30 para
500/200/300 no problema das balas e ficou surpreso com o resultado, pois
esperava que a proporo de vermelhos fosse bem maior).
Reading e Shaughnessy (2004) fizeram um estudo com doze crianas,
sendo uma de quarta srie, duas de quinta srie, uma de sexta srie, trs da
oitava srie e trs do terceiro ano do ensino mdio. O objetivo dos autores era
compreender o raciocnio de variao em situao de acaso. A atividade aplicada
era semelhante utilizada por Torok (2000) (apresentada na Figura 25) e as
adaptaes bem como os resultados obtidos esto apresentados na Tabela 22.
Tabela 22 - Resultados obtidos por Reading e Shaughnessy (2004).
Tipos de respostas apresentadas
Questo

Sntese da questo analisada Causa
de
variao
Descrio
de
variao
Ambas
respostas
Questo A A sua sugesto de vermelhas
aconteceria sempre?
10 1 1
Questo B Lista de nmero de vermelhas
em seis selees de 10 balas
5 1 3
Questo C Escolha de uma possvel lista
de resultados
3 8 1
Questo D Amplitude de valores 5 3 1

Os autores desenvolveram uma anlise hierrquica para descrever o
raciocnio em relao variao segundo duas perspectivas: como os alunos
descrevem a variao (resultado apresentado) e como eles atribuem causa para a
variao (argumento utilizado para explicar o resultado apresentado).
A anlise hierrquica desenvolvida pelos autores para a descrio de
variao foi dividida em quatro nveis: D1: concentra-se em valores no meio do
conjunto ou valores extremos; D2: concentra-se em ambos valores internos e


132
extremos; D3: discute desvios de um valor e D4: discute desvios de um valor
central. As respostas referentes descrio de variao diziam respeito a como
os nmeros estavam dispersos e o que estava acontecendo com os nmeros
contidos em um intervalo.
Quando estes dois aspectos da descrio de variao se apresentam
juntos, os desvios comeam a se tornar uma questo de destaque; e
quando estes desvios esto em relao a um valor especfico,
geralmente um valor central, ele [o desvio] se tornar naturalmente o
foco da descrio de uma distribuio. (READING e SHAUGHNESSY,
2004, p. 220)

Para as respostas causais de variao, a anlise hierrquica apresentada
por Reading e Shaughnessy (2004) est sintetizada no Quadro 8 .

Quadro 8 - Anlise hierrquica das respostas causais de variao elaborada por
Reading e Shaughnessy (2004, p. 217-220)
Categoria Exemplos de respostas consideradas na categoria
C1 identificao de
causas irrelevantes de
variao
Explicaes sobre onde e como foram dispostas as
balas no pote (causas fsicas).
C2 discute freqncia
de cores como causa de
variao
Como a proporo de vermelhos era maior, os
alunos conseguiam verificar que havia mais balas
desta cor, mas no apresentavam a proporo.
C3 discute proporo
de cores como causa de
variao
Utilizam a proporo, mas com alguns equvocos.
Um dos alunos respondeu que deveria ter metade ou
mais de vermelhos.
C4 discute
probabilidade baseada
em propores
Os alunos utilizaram o raciocnio proporcional
combinado com a probabilidade de obter a
proporo da populao. Um aluno (do 3 ano do
ensino mdio) apresentou uma ordem dos resultados
mais provveis. Para a proporo populacional de
70% de vermelhos, ele disse: 7 o mais provvel e
o 6 e o 8 so os prximos provveis.

E a anlise hierrquica das causas de variao descreve um
desenvolvimento da percepo da fonte de variao que foi descrita. Segundo
Reading e Shaughnessy (2004, p. 221), o tipo de questo apresentada aos alunos
pode requerer uma ou ambas respostas de variao (descrio ou causa).
Como pode ser observada na Tabela 22, a primeira questo estimulou respostas
do tipo causa de variao enquanto a terceira questo estimulou respostas
descritivas de variao.


133
Reading (2004) realizou uma pesquisa com alunos australianos de uma
sala de 6 srie, de uma sala de 8 srie e uma sala de 2. srie do ensino mdio,
com o objetivo de dar continuidade a seu estudo sobre a anlise hierrquica da
descrio de variao apresentada por alunos. A atividade utilizada para esse
estudo est apresentada na Figura 26.
Usando a taxonomia SOLO (Structure of the Observed Learning Outcome)
com o objetivo de



Figura 26 - Atividade desenvolvida por Reading (2004)

Entre a descrio da temperatura e da chuva, os alunos tiveram um
episdio de ensino que trabalhava o diagrama de ramo-e-folhas, valores mximo
e mnimo, medidas de tendncia central e amplitude para a 6 srie e, para a 8
srie foi introduzido o grfico de boxplot a partir do diagrama de ramo-e-folhas
que j lhes era familiar. Para o segundo ano do ensino mdio foi desenvolvida
uma unidade completa de trabalho estatstico.
Reading (2004) utilizou a anlise hierrquica da descrio de variao
desenvolvida por Reading e Shaughnessy (2004) para analisar o raciocnio dos
alunos e a maioria das respostas ficou nos nveis D1 e D2.
Estes dois nveis de descrio de variao foram re-divididos em respostas
qualitativas e quantitativas. Segundo Reading (2004), as respostas qualitativas
so menos sofisticadas estatisticamente, mas refletem a observao e o
reconhecimento da variao, sem que os alunos saibam calcular uma medida.
Cada resposta qualitativa e quantitativa foi dividida em Uniestrutural,
quando o participante da pesquisa apresenta a resposta focando em apenas um
elemento; Multiestrutural, quando o participante da pesquisa apresenta a resposta
focando em vrios elementos no relacionados e Relacional, quando foca em
vrios elementos cuja relao identificada.
O Quadro 9 apresenta o modelo desenvolvido por Reading (2004) para
analisar as respostas de variao apresentada pelos participantes da pesquisa.

Atividade denominada Tempo: Foi fornecida aos alunos uma tabela contendo
os milmetros dirios de chuva e as temperaturas mximas e mnimas de cada
dia, ambas de um perodo de dois meses dos ltimos trs anos. Os alunos
precisariam escolher o ms para que fosse instituda uma nova festividade na
cidade, que aconteceria ao ar livre, realizando as seguintes tarefas: 1:
descrever o tempo de sua amostra; 2: comparar sua descrio com a descrio
feita pelos colegas e 3: Decidir o ms.


134
Quadro 9 - Modelo de desenvolvimento cognitivo proposto por Reading (2004, p.
97)
Resposta Qualitativa Resposta Quantitativa Relao com a
anlise hierrquica
Uniestrutural: frases
relacionadas magnitude
(exemplos: tempo
razoavelmente constante,
muito imprevisvel) e
relacionadas com posio
dos elementos em relao
a outros elementos do
conjunto (uniformemente
distribudo, espalhado)
Uniestrutural: utilizaram
valores mximos e mnimos
ou usaram a amplitude, ou
ainda os valores internos, em
que agrupam os dados em
pequenos conjuntos de dias.
Como as
respostas de D1,
valores extremos
ou valores
internos.
Multiestrutural: surgiram
frases relacionadas ao
limite (muito frio, no muita
chuva) e relacionadas
seqencialmente (h
muitos dias secos seguidos
de dois dias de chuva e
ento muitos dias secos)
Multiestrutural: Utilizaram
duas medidas ao mesmo
tempo. Os exemplos
apresentados pela autora
trabalharam com as
temperaturas mxima e
mnima.
Como as
respostas de D2
Relacional: combinaram as
categorias j discutidas
anteriormente (ms de
Janeiro tem chuva regular,
com perodos de 3 a 5 dias
secos)
Relacional: Trabalhava com
a diferena entre os valores
(um dia com -0,9 e o dia
seguinte com 7 graus
Celsius)
Para as respostas
qualitativas,
combinaram as
categorias D1 e
D2. Para as
respostas
quantitativas, que
sugeriam noo de
desvio, a autora
relacionou-a com
D3.

Reading (2004, p. 100) concluiu que o uso de contexto real, apesar de
considerado mais significativo, impede os alunos de reconhecer uma
oportunidade de utilizar as habilidades adquiridas em sala de aula. Poucos
alunos da 6 srie fizeram um grfico para descrever os dados e somente 3
alunos usaram seus grficos para explicar. Nem o episdio de ensino resultou no
aumento do uso de grficos.
Isso indica que a aprendizagem no foi significativa e que o conceito no
foi construdo. Para Brousseau (1997), o primeiro contato com um conceito deve
ser contextualizado. Na fase de institucionalizao o professor descontextualiza e


135
nas re-aplicaes, o aluno deve recontextualizar para resolver o problema
proposto, exatamente como todos os estudos mostrados at aqui. Possivelmente
a elaborao da atividade de Reading (2004) precisaria ser repensada, como
salienta Pfannkuch (2005), que questionou se as caractersticas da tabela de
dados podem ter induzido os estudantes a no mudar para uma outra
representao, considerando-se que s trs alunos fizeram grficos.
possvel notar que todos os estudos apresentados lidavam com
variabilidade, ou seja, a capacidade de variar, e no especificamente com a
medida de variao. Exploraram grficos, mas sem relacion-los com as medidas
de variao, que foram apenas duas: a amplitude (no estudo de Ben-Zvi, 2004 e
de Reading, 2004) e o desvio absoluto mediano (no estudo de Lehrer e Schauble,
2002).

4.2 O conceito de Variabilidade apresentado por alunos de graduao.
Com alunos de graduao, esto apresentados apenas os resultados da
tese de Meletiou (2000), e seus trabalhos posteriores, provenientes dela
(Meletiou e Lee, 2002 e Meletiou-Mavrotheris e Lee, 2002).
A tese da Meletiou (2000) tinha como objetivo estabelecer uma ligao
entre o entendimento intuitivo e o entendimento formal de variao a partir de
uma estrutura de ensino que ela estava testando, em que a variao era a
essncia da disciplina. A disciplina teve durao de cinco semanas, com quatro
encontros semanais de duas horas cada um. Todo o experimento foi conduzido
por um estatstico e a autora foi observadora no participante.
Ela trabalhou com trinta e trs alunos (dezenove homens e quatorze
mulheres) de graduao (EUA), com pouco conhecimento matemtico. Embora
tenha trabalhado com trinta e trs alunos, a parte qualitativa foi desenvolvida com
apenas oito alunos, que representavam as caractersticas da classe toda.
No primeiro dia foi aplicado um questionrio para investigar o entendimento
intuitivo dos alunos e direcionar a etapa de ensino. Logo aps o questionrio, a
autora fez entrevistas individuais para entender as respostas do questionrio. Os
exerccios utilizados por Meletiou (2000) no pr-teste (primeiro dia) e os
resultados obtidos esto sintetizados a seguir.




136



Figura 27 - Questo 1 do pr-teste aplicado por Meletiou (2000).

Muitos alunos relacionaram variabilidade com variedade, com mltiplos
valores, como medidas de coisas diferentes, variao de um mnimo para um
mximo ou alguma coisa que no era constante.






Figura 28 - Questo 2 do pr-teste aplicado por Meletiou (2000).

Segundo a autora, os alunos reconheciam que a variabilidade baixa
poderia ser boa ou ruim, dependendo do contexto. Por exemplo, eles imaginaram
que seria ruim para o desempenho do carro se a variabilidade do dimetro dos
pneus fosse grande.







Figura 29 - Questo 3 do pr-teste aplicado por Meletiou (2000).

Nesta questo, 50% dos alunos escolheram o estudante A e justificaram
dizendo que apesar de ambos terem a mesma mdia, o estudante A mais
consistente. 33% escolheram o estudante B, pois como ele tirou algumas notas
1) Baseado em sua experincia, o que significa variabilidade para voc? D
uma explicao verbal ou um exemplo.

2) Em cada caso abaixo, melhor que a variabilidade seja alta ou baixa?
a) idade das rvores numa floresta nacional;
b) Dimetro de novos pneus sados de uma linha de produo;
c) Chuva diria;
d) Peso de um pacote de cereal.

3) Dois alunos que estavam cursando uma disciplina de Estatstica tiveram as
seguintes notas (numa escala at 100)
Estudante A 60, 90, 80, 60, 80
Estudante B - 40, 100, 100, 40, 90
Se voc tivesse que fazer um teste estatstico, quem voc escolheria para
trabalhar em dupla?


137
mximas, eles acreditavam no seu potencial e 15% dos alunos disseram que
tanto faz, pois ambos tinham a mesma mdia.








Figura 30 - Questo 7 do pr-teste aplicado por Meletiou (2000).

Nesta questo, 22 alunos consideraram que a Distribuio B tinha mais
variao e os alunos que escolheram a Distribuio A explicaram que era devido
irregularidade das colunas.
A questo 10 do pr-teste tambm observava a variao por meio de
histogramas. O objetivo dessa questo era verificar como os alunos iriam
relacionar as caractersticas de uma distribuio com seu formato.











Figura 31 - Questo 10 do pr-teste aplicado por Meletiou (2000).
A autora apresentou cinco histogramas e somente trs alunos escolheram
todos os grficos corretamente. Muitos alunos pensaram que cada barra do
histograma representava uma observao, o que no permitiu avaliarem a
densidade de freqncia. Nesse sentido, Loosen, Lioen e Lacante (1985) fizeram
7) Qual das seguintes distribuies tem mais variabilidade?
A B
0
2
4
6
8
10
12
14
16
0 1 2 3 4 5 6 7 8 9 10
notas
f
r
e
q
u
e
n
c
i
a
0
2
4
6
8
10
12
14
16
0 1 2 3 4 5 6 7 8 9 10
notas
f
r
e
q
u
e
n
c
i
a


10) Considere a seguinte lista de variveis:
a) idade de morte de uma amostra de 34 pessoas;
b) o ltimo dgito na securidade social de 40 pessoas;
c) notas num teste de estatstica razoavelmente fcil;
d) peso de um grupo de adutos;
e) nmero de medalhas dos pases vencedores da Olimpada de Inverno de
1992.
Use o seu conhecimento da varivel (pergunte a voc mesmo se a distribuio
aproximadamente simtrica ou no) para relacionar cada histograma com
cada varivel.


138
um estudo apresentando um grfico em que cada barra era uma observao da
varivel e concluram que no a melhor estratgia para iniciar o ensino de
variabilidade.
H que se destacar que o histograma um tipo de grfico que gera muita
dificuldade. No estudo de Meletiou (2000), um dos alunos que relacionou
corretamente cada varivel com seu grfico, interpretou o histograma como o
grfico de barras. Meletiou e Lee (2002) argumentam que o histograma grfico
que representa muita dificuldade para os alunos e que isto prejudica o
desenvolvimento da intuio de variao.
Relacionada representatividade amostral, Meletiou (2000) fez a pergunta
que est apresentada na Figura 32.
Todos alunos consideraram que as Pesquisas 1 e 3 apresentavam vieses e
poucos alunos disseram que no era aleatria. Sobre a Pesquisa 4, a maioria dos
alunos disse que no representava a escola toda e quatro alunos consideraram
que era aleatria, pois todos os alunos da escola tinham a mesma oportunidade.
J na Pesquisa 5, os alunos detectaram mais problemas do que na Pesquisa 4,
pois s iriam entrevistar quem estava interessado em ganhar um vdeo game.
A maioria dos alunos preferiu a Pesquisa 2, que usava uma amostra
aleatria e a pesquisa 6 que trabalhava com amostra aleatria estratificada.
Alguns alunos justificaram esta ltima escolha, pois alm de ser aleatria tem boa
representatividade da populao, e dois alunos usaram a palavra variabilidade
com conotao de amostra representativa boa variabilidade dos alunos ambos
os sexos e todas as sries










139
























Figura 32 - Questo 6 do pr-teste aplicado por Meletiou (2000).

Meletiou (2000) explica que observou, no inicio da disciplina, um
entendimento informal de questes relacionadas variao amostral. Na questo
8, apresentada na Figura 33, somente 20% dos alunos pensaram em vermelho ou
preto como igualmente provveis. 67% dos alunos esperavam que sasse preto
para balancear a distribuio.



6) Estudantes de ensino fundamental estavam querendo angariar dinheiro para
uma viagem e resolveram rifar um vdeo game. Seis alunos fizeram uma
pesquisa para verificar o nmero de alunos que comprariam a rifa. Cada um
entrevistou 60 alunos usando metodologias diferentes, conforme descrito
abaixo.
Pesquisa 1: Tom perguntou para 60 amigos (75% sim e 25% no)
Pesquisa 2: Shannon pegou o nome dos 600 alunos da escola, colocou-os
num chapu e pegou 60 deles (35% sim e 65% no)
Pesquisa 3: John perguntou a 60 alunos num encontro no Games Club, onde
tinham encontros semanais para jogar diferentes games computadorizados.
(90% sim e 10% no).
Pesquisa 4: Ann aplicou um questionrio para todos os alunos da escola e
usou os primeiros 60 que responderam (50% sim, 50% no)
Pesquisa 5: Claire colocou uma cabine de pesquisa na lanchonete com a
seguinte mensagem: Ganhe um vdeo game. Quem quisesse respondia o
questionrio. Assim que ela obteve 60 respostas, ela parou. (100% sim)
Pesquisa 6: Kyle queria o mesmo nmero de meninos e meninas e alguns
alunos de cada srie. Ento, ele perguntou para 5 meninos e 5 meninas de
cada srie, num total de 60 entrevistados (30% sim, 70% no).
Questes:
a) Para cada uma das entrevistas realizadas, responda: o que voc acha
sobre a maneira que foi conduzida? Voc acha que foi feita de maneira
adequada? Seus resultados proporcionam uma boa idia de quantos
alunos na escola comprariam um nmero da rifa do vdeo game?
Explique o porqu.
b) Se voc tivesse que escolher uma das seis maneiras de fazer a
pesquisa, qual voc escolheria? Explique sua resposta.
c) Qual voc acha que a melhor estimativa para a porcentagem de
alunos que comprar a rifa?


140





Figura 33 - Questo 8 do pr-teste aplicado por Meletiou (2000).
Como j discutido em muitos trabalhos sobre mdia aritmtica, os alunos
esperam que os prximos valores compensem os valores j observados e
desprezam o conhecimento estatstico j adquirido em favor de uma noo do
senso comum (equilbrio)
26
.
A questo 4, apresentada na Figura 34, tinha como objetivo verificar como
os alunos lidavam com as idias de variabilidade e representatividade amostral.

















Figura 34 - Questo 4 do pr-teste aplicado por Meletiou (2000)

26
Considere que sair vermelho ( R ) 1 e sair preto ( B ) zero. A proporo de vermelho em n
jogadas obtida pela soma de todos os vermelhos que saram em n jogadas, dividida pelo
nmero de jogadas, cujo clculo o mesmo da mdia aritmtica.

4) Suponha que voc levou seu sobrinho ao desfile de Pscoa. O coelhinho da
Pscoa distribuiu pacotes de confetes coloridos para todos os alunos. Cada
pacote tinha seis confetes. Para fazer os pacotes, o coelhinho da Pscoa
pegou dois milhes de confetes verdes e um milho de vermelhos, colocou
tudo num grande pote e misturou tudo e fez muitos pacotes de seis confetes,
sempre pegando um punhado de confetes e colocando nos pacotes at que
todos os pacotes tivessem sido preenchidos.
a) quando voc chegou em casa, voc abriu o seu pacote. Quantos
confetes verdes voc acha que pode ter em seu pacote? Voc pode
explicar como pensou?
b) Voc acha que todos os alunos pegaram n verdes, onde n o nmero
de confetes verdes que voc pegou? Voc pode explicar por qu?
c) Se voc pudesse olhar os pacotes de 100 alunos, quantos alunos voc
acha que pegou n confetes verdes?
d) Lembre-se que o desfile de Pscoa comeou com dois milhes de
confetes verdes e um milho de vermelhos. Ele usou at o fim uma cor
antes de outra quando estava preenchendo os pacotes ou ambas as
cores ficaram at prximo do fim? Por qu?
8) Uma roleta tem 18 nmeros pretos (B) e 18 vermelhos (R). A probabilidade
de uma bola cair num nmero vermelho a mesma que cair num nmero
preto. Um jogador observa a bola cair seis vezes no nmero vermelho, na
seqncia RRRRRR. Em que cor voc acha que a bola cair na prxima
rodada? Por qu?



141

Todos os alunos responderam quatro verdes e duas vermelhas como
estimativa e todos imaginaram que nem todos alunos tinham obtido quatro verdes
porque havia variabilidade (eles entenderam que seleo aleatria lida com
variao MELETIOU, 2000, p. 140).
A autora comenta que os alunos entenderam intuitivamente que
probabilidade o limite da freqncia relativa, que se sustenta de maneira
aproximada para os dados reais. Este o enfoque freqentista do conceito de
probabilidade. No entanto, Coutinho (2001) explica que, intuitivamente, os alunos
fazem o amlgama entre freqncia e probabilidade. Tal amlgama pode ser um
obstculo reforado pelas opes didticas do professor, caso no se mostre
efetivamente que, na realidade, esses dois conceitos so distintos, referindo-se
inclusive a campos distintos (Teoria das Probabilidades e Estatstica Descritiva).
Outra questo sobre variabilidade e representatividade amostral est
apresentada na Figura 35. Nessa questo, somente 35% dos alunos pensaram,
corretamente, que algum deveria esperar aproximadamente um nmero igual de
homens e de mulheres, pois quem foi selecionado at aqui no afeta quem ser
selecionado na seqncia do experimento. Como haviam sido selecionadas mais
mulheres do que homens, 33% dos alunos argumentaram que esperaram o
oposto acontecer e 16% tentaram achar causas por trs da diferena que (dado o
pequeno nmero de pessoas entrevistadas at aqui) poderia ser facilmente
explicada pela variao ao acaso enquanto o resto, empregando a lei dos
grandes nmeros, pensaram que a tendncia de selecionar mais mulheres do que
homens deveria continuar.












142























Figura 35 - Questo 9 do pr-teste aplicado por Meletiou (2000).

Segundo Meletiou (2000), a tendncia de subestimar o papel da variao
devido ao acaso mais evidente em contextos do mundo real. Apesar de os
estudantes parecerem atentos aos perigos envolvidos quando tomavam decises
baseadas em pequenas amostras, no momento em que eram solicitados a fazer
seus prprios julgamentos acerca dos dados, eles freqentemente ignoravam
esses perigos e, exagerando na confiabilidade das informaes providenciadas,
no hesitavam em usar pequenas amostras como base para inferncia. As
9) Circule a melhor resposta para o seguinte problema:
Numa escola de ensino mdio da redondeza, metade dos alunos so mulheres
e metade so homens. Um trabalhador de uma organizao estudantil quer
entrevistar alunos sobre as recentes mudanas no fundo governamental de
ajuda financeira. O trabalhador quer obter uma boa representao dos
estudantes e vai para muitas diferentes reas do campus. Trs ou quatro
estudantes foram entrevistados em cada lugar visitado. Os ltimos 20
estudantes entrevistados, treze foram mulheres e sete homens. Agora, voc
no sabe que hora do dia , que parte do campus o trabalhador j foi ou onde o
trabalhador est indo. Os prximos 20 estudantes que o trabalhador vai
entrevistar, voc acha que sero mais homens ou mulheres?
a) o trabalhador parece entrevistar mais mulheres do que homens. Poderia
haver muitas razes para isto. Talvez mulheres so mais disponveis para
falar sobre suas opinies. Ou, talvez o trabalhador vai para reas do
campus onde h mais mulheres que homens. Desta forma, provvel
entrevistar mais mulheres do que homens nos prximos 20 estudantes.
b) Como metade dos alunos no campus so homens e metade so mulheres,
voc esperaria uma diviso 50/50 entre o nmero de homens e mulheres
que o trabalhador entrevistou. Como houve mais mulheres do que homens,
eu espero o oposto. Nos prximos 20 entrevistados, haver mais homens
do que mulheres para que as coisas comecem a se equilibrar.
c) Metade dos alunos so homens e metade so mulheres. Isto quer dizer que
tem uma chance de 50/50 de entrevistar um homem ou uma mulher. No
deveria interessar quantos homens ou mulheres o trabalhador entrevistou.
Nos prximos 20 alunos, aproximadamente metade seriam homens e
metade mulheres.
d) At aqui, a tendncia parece ser mais mulheres a serem entrevistadas do
que homens. Nos prximos 20 estudantes eu esperaria a mesma coisa
acontecer. O trabalhador provavelmente entrevistar mais mulheres do que
homens.




143
respostas dos oito alunos entrevistados na Questo 5 (que est apresentada na
Figura 36) so indicativas disso.









Figura 36 - Questo 5 do pr-teste aplicado por Meletiou (2000)

Quase metade dos alunos apresentou resposta determinstica, tentando
encontrar as causas para a queda na razo das mortes. Muitos alunos disseram
que o nmero de semanas observadas era muito pequeno e que deveria esperar
para ver os resultados das prximas semanas.
Meletiou (2000) explica que os alunos foram mais dispostos a reconhecer o
papel da variao devido ao acaso na questo sobre lanar 50 vezes uma moeda
e obter 27 caras e lanar novamente depois de dois dias e obter 30 caras
(questo 3 da entrevista). A mesma aluna que tinha dito que deveria haver uma
razo para diminuir o nmero de acidentes disse que os dois resultados no eram
suspeitos, pois h variao nos resultados. De acordo com Coutinho (2001), os
alunos associam o acaso aos jogos de azar de forma espontnea, o que pode ser
explicado pela prpria histria da probabilidade, mas que, em atividades de
ensino, outras situaes devem ser apresentadas aos alunos, visando
construo do significado desse conceito.
Para investigar o efeito do tamanho da amostra na variao, foram feitas
trs outras questes na entrevista, apresentadas nas duas figuras seguintes.

5) Em mdia, h 600 mortes por ano na cidade devido a acidentes de
trnsito. Uma pessoa observou o seguinte: Em Fevereiro, o nmero de
mortes na semana 1 foi 3, na semana 2 foi 12, na semana 3 foi 21, na
semana 4 foi 14 e em Maro, na semana 5 foi 2. Considerando que em
nenhuma dessas semanas tinham um feriado, suponha que a manchete de
um jornal dizia que a semana 3 tinha sido desastrosa e que a razo era a
velocidade. A semana 4 foi descrita como evidncia que dirigir na cidade
est piorando. Ao final da semana 5 a polcia se vangloriou pela baixa
razo das mortes suas patrulhas tinham tido sucesso. O que voc diria a
essa pessoa?


144







Figura 37 - Questo 1 da entrevista realizada por Meletiou (2000).

De acordo com Meletiou (2000), os autores da questo (Pfannkuch e
Brown) julgaram pobre o entendimento de variao dos alunos em pequenas
amostras neste contexto. Enquanto uma anlise, combinando pensamento
probabilstico e determinstico teria sido mais apropriada, todos estudantes que
eles entrevistaram deram explicaes determinsticas, e foi somente depois de
repetidas sondagens que alguns sugeriram a necessidade de mais dados. Os
resultados de Meletiou (2000) foram semelhantes aos de Pfannkuch e Brown, em
que um aluno relatou que no queria viver no meio da Nova Zelndia e outra
aluna estava convencida que deveria haver um fator externo causando a
diferena e explicou "h sempre uma chance de alguma coisa acontecer, mas 3 e
0 no outro...deve haver uma razo para isto" (MELETIOU, 2000, p. 145).
Quando foi perguntado aos alunos o que eles achavam da possibilidade de
obter o resultado {3,3,3,4,4,5,5} quando jogado um dado honesto 7 vezes (que
era a segunda questo da entrevista), nenhum estudante achou o resultado
surpreso. Os alunos responderam a este problema muito diferentemente do
problema da Nova Zelndia, apesar de serem anlogos - obter 1 ou 2 no dado
corresponde regio do topo no mapa onde um tero da populao mora e obter
um 3, 4, 5 ou 6 corresponde a cada uma das outras regies do mapa
(MELETIOU, 2000, p. 145).
Meletiou (2000, p.145-146) explica que os alunos no esto
completamente errados, pois muitos outros fatores podem influenciar a ocorrncia
de defeitos nas crianas nascidas, mas eles deveriam imaginar que 7 crianas
uma amostra muito pequena para tomar decises. Segundo a autora, os alunos
deveriam ter mostrado a mesma sensibilidade para o efeito do tamanho da
1) Todo ano na Nova Zelndia aproximadamente 7 crianas nascem com um
defeito num membro. No ltimo ano, as crianas nascidas com essa
anormalidade foram localizadas no mapa da Nova Zelndia, conforme desenho
(o mapa mostra cinco regies cujas freqncias foram 0, 2, 2, 3, 0, numa
ordem de regio inferior para superior respectivamente)
O que voc acha? (Na Nova Zelndia conhecimento comum que um tero da
populao mora na regio superior e um sexto em cada uma das outras
regies)


145
amostra como foi mostrado no problema 4 da entrevista, apresentado a seguir, na
Figura 38.

Figura 38 - Questo 4 da entrevista realizada por Meletiou (2000).

Todos os estudantes entrevistados individualmente desafiaram a concluso
do psiclogo.
Tim disse: 4 de 5, eu sei que 4 de 5 dentistas preferem esta pasta de
dente, mas eu diria voc precisa de pelo menos 100 crianas... eu
poderia pegar 5 crianas e persuadir 4 delas. Esta resposta contrasta
com o que ele respondeu para a questo do defeito de nascimento.
Entrevistador: Somente olhando o mapa, voc v alguma conexo entre
onde moram e quantas crianas nasceram com defeito no membro?
Tim: Sim. Eles correlacionam porque 1/3 que mora tem zero porque
provavelmente h mais doutores e mais hospitais e somente 1/6 mora l,
ento deve haver coisa errada por l. Sim, tem que haver uma razo.
Entrevistador: Voc v que os nmeros so pequenos? Voc acha que
isto deveria ser levado em considerao?
Tim: Por que? (MELETIOU, 2000, p. 146)

Aps o diagnstico, o professor deu incio fase de ensino, cuja estratgia
utilizada foi a soluo de problemas, em que os contedos necessrios seriam
introduzidos de maneira aplicada e articulada com outros contedos. Ou seja,
para a soluo de um determinado problema, o professor discutia as ferramentas
estatsticas possveis para descrever e interpretar aquela situao.
Quando foram discutidas as medidas de tendncia central e disperso,
Meletiou (2000) explica que a nfase era dada no significado e que a medida de
variao mais difcil foi o desvio padro.
Na etapa de ensino, a questo 10 do pr-teste (que relaciona o conceito de
histograma e de assimetria da distribuio) foi explorada com a insero dos
boxplots de cada distribuio, para que os alunos fizessem a relao entre
histogramas e boxplots. Para decidirem se a distribuio tinha um desvio padro
alto, eles mobilizaram dois conceitos: grande nmero de observaes e barras
4) Um psiclogo infantil est envolvido num estudo sobre dois brinquedos
infantis. Das primeiras cinco crianas estudadas, 4 mostraram uma preferncia
por um mesmo brinquedo. O psiclogo concluiu que a maioria das crianas
mostrar uma preferncia por esse mesmo brinquedo. Voc acha que o
psiclogo apresentou uma concluso vlida?


146
altas no final da escala. O professor disse que era um quebra-cabea, pois eles
iriam analisar tudo junto: mdia, mediana, desvio padro, histograma, boxplots e
verificar como tudo isto estava relacionado com variabilidade. A primeira
interveno do professor foi concordar com os alunos que o formato da
distribuio (simtrico ou assimtrico) uma estratgia para avaliar a
variabilidade e fizeram a relao entre mdia e mediana nos histogramas
simtricos e assimtricos.
Trabalharam a comparao entre mdias de dois grupos, desde que
levando em conta a variao dentro de cada grupo (assim como a mediana e o
intervalo interquartlico). Aps a etapa de ensino, os autores pediram que os
alunos analisassem os dois boxplots e chegassem a uma concluso. A maioria
dos alunos percebeu que o intervalo interquartlico era muito semelhante nos dois
grupos, o que no permitiria comparar os escores. Os autores, por sua vez,
perceberam que alguns alunos ainda pensavam que a linha do meio no boxplot
era a mdia.
Trabalharam probabilidade dando nfase aos conceitos de independncia
e acaso. Trabalharam distribuio binomial, normal, distribuio amostral,
intervalo de confiana e teste de hiptese.
Ao trmino da etapa de ensino, Meletiou (2000) aplicou um ps-teste, cujas
questes foram divididas em cinco grandes reas temticas: a variao envolvida
em anlise exploratria de dados, a produo de dados, o conceito de
independncia, a variao amostral e a representatividade e inferncia estatstica.
Para verificar o conceito de variabilidade em anlise exploratria, ela usou
quatro atividades e os resultados obtidos esto discutidos a seguir.





Figura 39 - Questo 10 do ps-teste aplicado por Meletiou (2000).
Quase todos os alunos reconheceram que podem ocorrer muitas formas
diferentes de amostras que tenham os mesmos atributos.
A questo da comparao dos dois histogramas foi aplicada novamente e
15% dos alunos ainda escolheram o histograma da Distribuio A como tendo
10) Suponha que duas distribuies tenham exatamente a mesma mdia e o
mesmo desvio padro. Ento as duas distribuies so exatamente iguais.
a) Verdadeiro
b) Falso
Explique sua resposta


147
maior variabilidade (resposta errada), pois no olharam o eixo horizontal e apenas
a altura das barras.
Ainda trabalhando com distribuio, foi apresentada a seguinte questo:





Figura 40 - Questo 6 do ps-teste aplicado por Meletiou (2000).

Muitos alunos confundiram com o grfico de disperso (scatterplot) talvez
relacionando salrio com idade. Mas, 42% dos alunos conseguiram imaginar o
histograma com a varivel salrio representada no eixo das abscissas e a
freqncia (relativa) das pessoas no eixo das ordenadas e que a distribuio
deveria ser assimtrica para a direita, pois a maioria ganharia em torno do mesmo
valor e poucos ganhariam muito mais (MELETIOU, 2000).
E a ltima questo do ps-teste que envolvia anlise exploratria era:





Figura 41 - Questo 11 do ps-teste aplicado por Meletiou (2000).

Era uma questo j utilizada na etapa de ensino e quase todos os alunos
(exceto 3) reconheceram que os dois intervalos interquartlicos eram quase
idnticos, significando que a mudana no teste, provavelmente, no era
significativa .
A autora concluiu que, ao final da disciplina, os alunos entenderam que
freqncia como um monte de gente em cada categoria e que a distribuio
como o grfico se parece... quantas pessoas esto aqui e quantas pessoas esto
l, que uma medida de centro sempre requer uma viso da disperso e
6) Na construo do histograma para descrever a distribuio dos salrios de
pessoas com 40 anos ou mais, que ainda esto no mercado de trabalho,
explique:
a) O que est no eixo y:
b) o que est no eixo x:
Qual seria o formato da distribuio dos salrios? Explique.
11) Em uma pequena sala de aula foi aplicado um teste de aritmtica e foram
observadas as notas obtidas. O mesmo teste foi aplicado algumas semanas
depois. Os boxplots para os dois conjuntos de notas so mostrados (ambas as
caixas tinham amplitude, mediana e valores mximo e mnimos semelhantes)
As notas tiveram mudanas significativas? Sim ou No. Explique sua resposta.


148
perceberam que existem outras medidas de disperso alm do desvio padro
como a variao da caixa (MELETIOU, 2000 p. 227 e 228).

4.3 O conceito de Variabilidade apresentado por Professores em Formao
ou em Atuao

Como salientado por Canada (2006), as pesquisas com alunos do ensino
fundamental tm contribudo para a compreenso do raciocnio de variao de
estudantes nessa etapa escolar, mas pouco tem sido publicado acerca da
concepo de professores (em formao) sobre este assunto.
Foram encontrados trs estudos sobre o raciocnio de variao com
professores, sendo dois com professores em formao e um com professores em
atuao, mas apenas um estudo foi realizado com futuros professores de
Matemtica.
Makar e Confrey (2005) fizeram uma pesquisa com dezessete futuros
professores de Matemtica e Cincias, sendo trs homens e quatorze mulheres
(EUA). O objetivo do estudo era identificar a linguagem padro e no padro
utilizadas pelos sujeitos na discusso sobre variao
27
.
Os autores focaram na linguagem no padro, pois o fato de um professor
usar a linguagem padro no permite inferir que ele assimilou o conceito, ou seja,
que esteja vendo a variao que est medindo. Eles fizeram duas entrevistas
com os professores, no incio e no final de uma disciplina de um semestre. O
contedo da disciplina foi: grficos (histograma, boxplots e grfico de pontos),
estatstica descritiva (mdia, mediana, desvio padro, intervalo interquartlico,
formato da distribuio), regresso linear (associao, correlao, mnimos
quadrados e resduos) e uma breve introduo distribuio amostral e
inferncia, com o uso do software Fathom.
A tarefa, idntica nas duas entrevistas, foi solicitar que comparassem
duas distribuies de dados apresentadas em um grfico de pontos. A tarefa
solicitada foi determinar a efetividade de um programa de recuperao
matemtica denominado Enrichment para alunos de 8 sries. Foram comparadas

27
Os autores se referem linguagem padro como sendo os termos estatsticos conhecidos e a
linguagem no padro aos termos que os prprios sujeitos utilizariam para explicar a variao que
estavam observando.


149
suas notas da 7. Srie e as notas obtidas no final da 8. Srie, representadas
pelo grfico de pontos apresentado na Figura 42.













Figura 42 - Grfico apresentado aos professores do estudo de Makar e Confrey
(2005)

O grfico de pontos na Figura 42 apresenta as notas reais de uma oitava
srie regular (pontos abaixo) e uma oitava srie Enrichment (pontos acima) e
cada ponto se refere diferena entre a nota da 8 srie e a nota da 7 srie, ou
seja, se o valor do eixo das abscissas for positivo, indica que a nota da 8 srie foi
maior que a nota da 7 srie. Os pontos vermelhos indicam os alunos
economicamente em desvantagem (mas esta caracterstica no foi explorada
neste estudo).
A mdia de cada grupo (marcada na Figura 42 pela linha vertical vermelha)
e a mdia global (-5,26) foram apresentadas no grfico o que permitiu verificar se
os futuros professores interpretariam uma pequena diferena nas mdias de
maneira determinstica ou se eles esperariam alguma variabilidade entre as
mdias (MAKAR E CONFREY, 2005).
Os autores explicam que os dados so confusos, justamente por serem
reais, o que tornou a anlise mais difcil, porm permitiu identificar como os
futuros professores interpretariam a situao, que semelhante que iriam
enfrentar quando conclussem seu curso.



150
Os termos padres utilizados para fazer a anlise do grfico foram, numa
ordem decrescente de utilizao: proporo ou nmero de alunos que
melhoraram, mdia, mximo e mnimo, tamanho da amostra, outliers, amplitude,
formato da distribuio e desvio padro. Na primeira entrevista, nenhum professor
usou o termo desvio padro, enquanto, na segunda entrevista, apenas dois
utilizaram. O comentrio de um dos dois professores bastante ilustrativo de seu
raciocnio quanto ao conceito de desvio padro: Provavelmente o desvio padro
vai ser, como, realmente grande neste (Enrichment) quando comparado com
aquele (no-Enrichment), pois este est bem espalhado, bem longe (MAKAR e
CONFREY, 2005, p. 38).
interessante notar que os futuros professores usaram o termo desvio
padro, mas quando dizem bem espalhado, bem longe, no fazem referncia
mdia e usam o termo variao como predicado e no como substantivo (como j
descrito no trabalho de Bakker, 2004).
Makar e Confrey (2005) utilizaram o termo variation-talk para se referir s
palavras no padro que expressavam o conceito de variao. Esses termos
foram organizados em duas categorias. A primeira categoria foi denominada
spread, cujos termos semelhantes foram clustered, clumped, grouped,
bunched, gathered, spread out, evenly distributed, scatterd, dispersed
28
, todos no
particpio passado, que segundo os autores, referem-se variao como uma
caracterstica do formato em vez de uma medida (MAKAR e CONFREY, 2005,
p.48).
A segunda categoria de termos refere-se aos substantivos triads, modal
clump e distribution chunks (trade, grupo modal e parte da distribuio), em que
os sujeitos dividem o conjunto de dados para analisar. Os autores salientam que
eles no dividiam em quatro partes, o que poderia dar uma noo do boxplot. Os
autores discutem que, apesar dos futuros professores estarem usando termos
no padro, o conceito que eles estavam discutindo estava longe de ser simplista
e que precisava ser reconhecido como conceito estatstico.



28
Como o estudo referia-se linguagem empregada, foram mantidos os termos em ingls, haja
vista que a traduo pode no representar adequadamente as palavras.


151
Outro estudo realizado com docentes foi de Hammerman e Rubin (2004),
que tinham como objetivo verificar as estratgias do raciocnio estatstico
empregadas por professores para lidar com questes de variabilidade quando
analisavam dados e para verificar novas oportunidades que o software
TinkerPlots
TM
proporcionava. Eles trabalharam com onze professores norte-
americanos, sendo seis de 6 a 8 sries do ensino fundamental e cinco do ensino
mdio (os autores no especificaram se eram professores de Matemtica, mas
explicaram que eram professores participando de um projeto de desenvolvimento
profissional denominado VISOR, durante dois anos, com trs horas-aula em dois
encontros semanais). Como acompanharam os professores em sala de aula,
fizeram tambm um experimento com doze alunos de sexta srie do ensino
fundamental, durante treze semanas. Foram escolhidos dois conjuntos de dados
reais j utilizados em outros estudos.
Os resultados encontrados salientam que, em geral, os professores
raramente utilizaram medidas de centro como primeira alternativa para comparar
dois grupos apresentados graficamente. A maioria dos professores utilizou a
estratgia de dividir o conjunto de dados em duas partes (o que os autores
denominaram de cut point) e verificar a freqncia em cada grupo. Esse ponto de
corte no dizia respeito mediana e nem a outra medida de tendncia central,
mas sim a uma medida de contexto (os professores escolheram o valor 500 que
representava clulas por mililitro e que os mdicos consideravam o ponto de corte
para diagnosticar indivduo sadio ou no). Os professores tambm dividiram o
conjunto de dados em mais de dois grupos (o que os autores chamaram de
slices).
Quando representaram horas de estudo, a estratgia foi semelhante
elaborao da distribuio de freqncia com dados agrupados, pois escolheram
amplitude 4 e contaram o nmero de casos (e tambm a porcentagem) em cada
subgrupo de tamanho 4. Porm, na elaborao da anlise, os professores
consideraram apenas os intervalos de 4 a 8 e de 8 a 12 que, somados,
representavam 51% (27% de 4 a 8 horas e 24% de 8 a 12 horas) dos casos em
uma escola e 48% (16% de 4 a 8 horas e 32% de 8 a 12 horas) dos casos na
outra escola e chegaram concluso que os alunos da segunda escola tinham
mais tempo para as tarefas de casa, ignorando o restante da distribuio.



152

Uma outra estratgia utilizada por professores para analisar os dados foi
criar categorias para duas variveis quantitativas ( o que os autores denominaram
de matriz de covarincia) em que analisaram um conjunto de dados dos estados e
fizeram a seguinte categorizao: idade mediana dos eleitores nos estados
americanos ( 25 a 30, 30 a 35, 35 a 40 e 40 a 45) e a porcentagem de pessoas
que votaram no Bush em 2000 (25 a 35%, 35 a 45%... 65 a 75%). E tiraram
concluses como: poucos estados em que a idade mediana est entre 40 e 45
anos tiveram uma porcentagem de votos entre 45% e 55% e os autores
explicam que com este tipo de anlise os professores fizeram descries com
foco determinista dos dados em vez de levar em considerao o rudo subjacente
a todos os dados. (HAMMERMAN e RUBIN, 2004, p.35).
Os autores concluram que, medida que est disponvel uma
representao grfica, mais difcil aceitar uma medida de centro para
representar toda a distribuio que tem sua particular variao e formato. E que a
funo binning do software, que permite a quebra da distribuio em pequenos
subgrupos em que a variabilidade seja menor, permitiu aos professores realizar
uma anlise. E que o fato de o software apresentar o nmero e a porcentagem de
casos em cada subgrupo permite ao participante o desenvolvimento do raciocnio
proporcional. Os autores justificam que o software permite diferentes
representaes e medidas e que isto pode proporcionar ao professor a discusso
de diferentes maneiras de se fazer uma anlise do mesmo conjunto de dados.
Ao analisar o artigo de Hammerman e Rubin (2004), Pfannkuch (2005)
questiona se a freqncia disponibilizada pelo software para cada subgrupo fosse
substituda pela elaborao de um grfico de barras, o pensamento dos
professores mudaria. Em outras palavras, Pfannkuch questiona o uso do software
para realizar uma tarefa que j muito discutida em livros e, geralmente, j de
domnio dos professores, que o grfico de barras.
Canada (2006) realizou um estudo com trinta professores em formao
para as primeiras sries do ensino fundamental, nos Estados Unidos. O objetivo
da pesquisa era verificar o raciocnio de variao, em situao probabilstica,
antes e depois de uma disciplina denominada Matemtica II, em que foram
dedicadas quatro semanas para a temtica Estatstica e Probabilidade. Segundo
o autor, como este assunto no foi tratado na disciplina Matemtica I, o


153
conhecimento de Probabilidade e Estatstica dos participantes era referente
etapa escolar anterior graduao. Para a realizao das simulaes grficas,
foram utilizados os softwares Fathom e ProbSim.
Na primeira semana, o professor (que no era o pesquisador) fez um pr-
teste sobre os assunto-alvo da disciplina. Nas trs semanas seguintes,
desenvolveu a etapa de ensino e o ps-teste foi representado pelas atividades
que os participantes desenvolviam em casa.
Alm das situaes observadas em sala de aula, Canada (2006) contou
com onze voluntrios que se dispuseram a participar de entrevistas aps cada
aula, o que proporcionou a oportunidade de compreender mais profundamente o
raciocnio de variao utilizado para resolver os exerccios.
A atividade de ensino focou trs temticas: dados e grficos, amostragem e
probabilidade. Na primeira temtica, que durou uma semana, o autor pediu para
que os participantes fizessem uma pesquisa na prpria sala de aula e a atividade
est sintetizada na Figura 43.
1) Quantos animais de estimao voc tem?
2) Quantos anos voc mora na cidade?
3) Quantas pessoas moram em sua casa?
4) Quantas moedas voc tem hoje?
5) Mea a envergadura de seu brao. Mea tambm de um colega.
6) Mea sua altura.
7) Mea sua circunferncia da cabea.
8) Mea sua palma da mo
9) Conte sua pulsao em um minuto.
Figura 43 - Atividade desenvolvida na etapa de ensino de Dados e Grficos do
estudo de Canada (2006, p. 39 e 40).
As quatro primeiras questes foram utilizadas para explorar grficos e
medidas e as outras questes foram utilizadas para discutir as fontes de variao.
A segunda etapa de ensino foi sobre amostragem e a atividade utilizada
est descrita na Figura 44.






154
A banda de uma escola tem 100 pessoas, 70 mulheres e 30 homens. Para
organizar uma viagem, a banda vai montar uma comisso com 10 membros, que
sero selecionados a partir de um sorteio, em que o nome de cada um foi
colocado em um chapu.
Figura 44 - Atividade desenvolvida na etapa de ensino de Amostragem do estudo
de Canada (2006, p. 39 e 40).

Os alunos discutiram o que aconteceria se fossem tiradas 30 amostras de
10 pessoas e simularam esta atividade utilizando pedras. Em seguida, o professor
pegou 550 pedras amarelas e 450 pedras verdes e colocou em um grande pote.
Sem saber a proporo de pedras de cada cor que estavam no pote, os alunos
deveriam retirar amostras de qualquer tamanho e quantas amostras quisessem
para estimar o nmero de pedras amarelas e o nmero de pedras verdes que
tinham no pote.
E a interveno de probabilidade est apresentada na Figura 45.

Caixas de Cereais: H cinco tipos diferentes de cereais dentro de cada caixa e
cada cereal tem a mesma probabilidade de ser retirado. Quantas caixas precisam
ser abertas para obter todos os cinco tipos?
Jogo do Rio: Dois jogadores colocam 12 pedras de cada lado do rio, de
maneira que as pedras estejam dispostas em posies de 1 a 12. Jogam-se dois
dados e a soma dos pontos dos dois dados permite retirar a pedra que ocupa a
posio do somatrio. Vence o jogador que acabar primeiro com as pedras.
Figura 45 - Atividade desenvolvida na etapa de ensino de Probabilidade do estudo de Canada
(2006, p. 41).

Para simular a situao da caixa de cereais, o professor utilizou uma roleta
dividida igualmente em 5 partes. E para o Jogo do Rio, o professor omitiu a
informao que o resultado 1 era impossvel, deixando que os alunos
descobrissem sozinhos.
A questo utilizada para investigar o raciocnio de variao semelhante
de Torok (2000) e Meletiou (2000) e est apresentada na Figura 46.



155
Um set O qu : Se voc jogar uma moeda 50 vezes, quantas vezes vai sair
cara?
Um set Por qu : Por qu voc pensa isto?
Comparao dos sets - Se Mark resolver lanar novamente 50 vezes a moeda,
como voc acha que ser o resultado em comparao com primeiro set de 50
lanamentos?
Seis sets o qu : Mark est com muito tempo disponvel e resolve jogar mais 6
sets de 50 lanamentos da moeda. Escreva uma lista dos possveis nmeros de
caras nos 6 sets.
Seis sets Por qu: Por qu voc escolheu estes nmeros?
Figura 46 - Questo do pr-teste utilizada por Canada (2006, p. 38)
Para esta situao apresentada na Figura 46, o ps-teste foi a atividade da
roleta dividida ao meio (tal como a atividade de Torok, 2000), cujas perguntas
eram as mesmas utilizadas no exerccio em sala de aula.
Apoiado nos estudos de Wild e Pfannkuch (1999), Reading e Shaughnessy
(2004) e Garfield e Ben-Zvi (2005), Canada (2006) elaborou uma estrutura
conceitual para analisar seus resultados, que est sintetizada na Figura 47.















Figura 47 - Sntese da estrutura conceitual utilizada por Canada (2006, p. 42) para
analisar os resultados de sua pesquisa
Variao
esperada
Representando
Variao
Interpretando
Variao
Descrevendo o que esperado
Descrevendo por que esperado
Produzindo grficos
Avaliando e comparando grficos
Causas e efeito de variao
Influncias das expectativas e variao


156

Para a questo Um set - O que, apenas um aluno respondeu um nmero
em torno de 25 no pr-teste enquanto, no ps-teste, dez alunos apresentaram
este tipo de resposta. A maioria dos alunos respondeu exatamente 25, em ambos
os testes.
Para a questo Um set Por qu , a maioria dos alunos explicaram
utilizando os conceitos de razo ( 1:2 ) e porcentagem (50%), tanto no pr como
no ps-teste. Quando os alunos compararam os sets, no pr-teste, a maioria
respondeu que os resultados seriam semelhantes, justificando com a utilizao de
termos como razo e porcentagens, enquanto, no ps-teste, a maioria respondeu
que os resultados seriam semelhantes e apresentaram uma amplitude para a
variao das respostas.
Para a questo de seis sets, no pr-teste houve dois tipos de respostas
predominantes: escolhas inapropriadas e escolhas apropriadas com algum tipo de
raciocnio proporcional. A ltima predominou no ps-teste.
A relao entre estes resultados e a estrutura conceitual do autor
restringiu-se apenas aos dois aspectos: variao esperada e interpretao da
variao.
Quanto variao esperada, no pr-teste e nas situaes de ensino,
mesmo os alunos que consideravam alguma variao em torno do valor 25,
imaginavam que a mdia dos valores deveria ser 25. No ps-teste, os alunos
utilizaram o raciocnio proporcional combinado com um entendimento do que era
provvel em face de variao e a resposta de um aluno (George) ilustra isto:
Bem, 25 seria metade, e 20 possvel. possvel obter um nmero alto. Voc
sabe, possvel obter 36? Poderia acontecer? Claro! Claro que poderia
acontecer. muito improvvel (CANADA, 2006, p. 53). Os resultados referentes
interpretao da variao esto sintetizados no Quadro 10.








157
Quadro 10 - Resultados do pr e ps-teste de Canada (2006) referente
interpretao de variao
Dimenses da
interpretao da
variao
Pr teste Ps teste
Causa da
Variao: busca
pela explicao
Explicao fsica: clima,
temperatura, tipo de roleta,
etc.
Explicao natural:
aleatoriedade
Efeito da
variao na
percepo do
aluno e na sua
tomada de
deciso
Alguma coisa pode acontecer
e no sei o que. Este tipo de
pensamento gerou o seguinte
problema:
Alguns alunos consideraram
que todos os resultados eram
equiprovveis (CANADA,
2006, p. 57)
A maioria dos participantes
pensou que, apesar de no
saber o resultado, ao certo,
possvel fazer afirmaes
razoveis da expectativa.
(CANADA, 2006, p. 58)
Influencia da
expectativa e
variao
Os alunos compreendiam que
os resultados poderiam ser 25,
mas achavam que a mdia
dos resultados deveria ser 25.
Entenderam que os
resultados deveriam ser mais
prximos de 25 devido a uma
explicao terica.

Estes trs estudos realizados com professores (em formao ou em
atuao) permitem fazer algumas interpretaes gerais. A primeira o uso
comum da medida de centro para observar uma varivel. Isto no ocorreu no
estudo de Hammerman e Rubin (2004) e pode ser em decorrncia da nfase na
utilizao da ferramenta binning do software utilizado, que permitia quebrar a
distribuio em partes.
Uma segunda observao nestes estudos que houve a percepo da
variao e a busca pela sua explicao. No estudo de Hammerman e Rubin
(2004), os professores buscaram explic-la ao dividir a distribuio em partes, no
estudo de Makar e Confrey (2005), os professores perceberam que havia mais
variao na 8 srie Enrichment, pois os pontos estavam mais espalhados e no
estudo de Canada (2006), embora tratasse de situao de acaso, os professores
perceberam que haveria variao da proporo em diferentes amostras e que
poderia haver variao na proporo em relao ao valor esperado (terico).
Mas, em nenhum estudo foi relatada a preocupao em medir esta
variao. Ento, pode-se supor que os estudos restringiram-se ao estudo de
variabilidade e no de variao e isso no permitiu encontrar resultados muito
diferentes dos estudos realizados com alunos do ensino fundamental e mdio.


158

4.4 Estudos Especficos sobre as Medidas de Variao
Segundo Watson e Kelly (2002), o desvio padro a medida de
variabilidade mais comum, mas devido a sua natureza complexa, ela
freqentemente evitada no currculo de matemtica do ensino fundamental
australiano. E Delmas e Liu (2005, p. 56) declaram que a maioria do ensino
sobre o desvio padro tende a enfatizar a frmula, praticar os clculos e atrelar o
desvio padro regra emprica da distribuio normal.
Para a compreenso do conceito de desvio padro, Delmas e Liu (2005)
consideram que o aluno precisa mobilizar trs conceitos estatsticos: distribuio,
mdia e desvios da mdia.
O conceito de distribuio, por sua vez, requer a mobilizao de outros
conceitos como os valores assumidos pela varivel e a freqncia acumulada. A
visualizao da variao em uma distribuio requer a observao de, pelo
menos, os valores da varivel, a densidade de freqncia destes valores e a
mdia aritmtica como o ponto de equilbrio de uma balana.
De posse desses conceitos, Delmas e Liu (2005, p. 56) argumentam que
um aluno pode imaginar o terceiro conceito fundamental: desvios da mdia.
atravs da coordenao da distribuio (como representada pela
coordenao de valor e freqncia) e desvio (como distncia da mdia)
que um conceito dinmico de desvio padro derivado como a
densidade relativa de valores em torno da mdia.

Hart (1984, p.24) sugere ensinar o desvio padro a partir de um intervalo.
Segundo a autora, "se a medida de variabilidade for chamada de d, ento pode
ser possvel afirmar que x % das observaes ficam entre 1d da mdia", e afirma
que perfeitamente possvel para o ensino do desvio mdio e tambm pode ser
possvel para o ensino do desvio padro.
Quando Hart (1984) pergunta a seus alunos o que o desvio padro, as
respostas, na maioria das vezes, foram: o desvio padro uma medida de
variao ou ento os alunos reproduzem a frmula do desvio. Loosen, Lioen e
Lacante (1985) questionam estas respostas fornecidas a Hart. Para estes autores,
a maioria dos alunos no imagina que o desvio padro uma medida especial de
variao que "mede o quo fortemente os dados afastam-se da tendncia central"
Loosen, Lioen e Lacante (1985) afirmam que os livros didticos enfatizam a
heterogeneidade entre as observaes e no dos desvios em relao tendncia


159
central. Eles realizaram um experimento com cento e cinqenta e quatro alunos
do primeiro ano de graduao em psicologia, na Blgica.
Eles apresentaram os grficos da Figura 48, em que o valor acima de cada
barra representa o valor da observao e no sua freqncia. Logo, o conjunto A
tem duas observaes, cujos valores so 45 e 50.
Figura 48 - Primeira seqncia de grficos usados por Loosen, Lioen e Lacante
(1985)

Com relao aos conjuntos A e B, os autores perguntaram: a) em qual dos
dois conjuntos voc acredita que os blocos so mais diferentes? b) Em qual dos
conjuntos os blocos tem a maior variao entre eles mesmos? e c) Qual conjunto
apresenta a maior flutuao com relao a altura: A ou B?
Foi verificado que 69% dos alunos disseram que B tinha maior variao,
11% disseram que A tinha maior variao e 20% disseram que tanto A quanto B
apresentavam a mesma variao.
Quando foram apresentados os grficos C e D, foram feitas as mesmas
perguntas e 50% dos alunos consideraram que a diversidade em C era maior,
36% pensaram que era em D e 14% disseram que a variao era a mesma tanto
em C quanto em D.
Segundo Loosen, Lioen e Lacante (1985), os resultados sugerem que,
quando os alunos compararam A e B, a variabilidade entre os dados foram
avaliadas relativamente em vez de absolutamente e quando compararam C e D,
os alunos apresentaram uma tendncia a interpretar, intuitivamente, o conceito de
variabilidade em termos de unalikability, definida pelos autores como a escassez
de observaes do mesmo tipo ou a escassez de grupos com observaes
idnticas.
A
45
50
B
5
10
C
10
20
30
40
50
60
D
10 10 10
60 60 60



160
A sugesto dos autores para introduzir o conceito de variabilidade iniciar
a etapa de ensino com os grficos A, B, C e D e, em seguida apresentar os
seguintes grficos:












Figura 49 - Segunda seqncia de grficos usados por Loosen, Lioen e Lacante
(1985)

Loosen, Lioen e Lacante (1985, p.5) sugerem que o resultado numrico do
desvio padro proporciona pouca informao e pode ser melhor traduzido dentro
da teoria de probabilidade: "uma proporo p das observaes no conjunto de
dados fica entre t k desvios padro da mdia". Segundo eles, quando a
distribuio conhecida, esta proporo pode ser calculada, mas, em outros
casos, ser necessrio contentar-se com o clculo do limite mais baixo da
proporo, por meio do Teorema de Tchebichev (apresentado no Captulo 2 deste
trabalho).
Embse e Engebretsen (1996) sugerem iniciar o trabalho com alunos do
ensino mdio sobre o desvio padro fazendo uso de calculadora grfica. Para
exemplificar, os autores trabalharam com as calorias de 20 doces e
representaram da seguinte maneira: cada doce foi representado por uma barra no
grfico, o eixo das ordenadas apresentava a escala de calorias, a mdia
aritmtica foi representada por uma reta paralela ao eixo das abscissas e outras



161
duas retas paralelas ao eixo das abscissas foram traadas para representar um
desvio padro acima da mdia e um desvio padro abaixo da mdia.
Os autores salientam a diferena existente entre grfico de barras e
histograma, porm denominaram de histograma o grfico das calorias dos 20
doces. Como j salientado por Meletiou e Lee (2002) existe grande dificuldade
dos alunos para interpretar um histograma e possvel que esta representao
colabore ainda mais para esta dificuldade. Alm disso, Loosen, Lioen e Lacante,
j em 1985 salientavam complementar esta informao com o grfico de basto
(conforme Figura 49).
Delmas e Liu (2005) realizaram um estudo para verificar o raciocnio dos
alunos sobre a magnitude do desvio padro, quando as observaes esto
representadas em uma distribuio de freqncia. Os autores utilizaram um
aplicativo desenvolvido por eles mesmos, que permitia ao aluno movimentar as
barras do grfico e perceber a mudana nas medidas de tendncia central e
disperso. Alm disso, cada barra do grfico apresentava o desvio absoluto em
relao mdia aritmtica. A Figura 50 apresenta um exemplo do tipo de grfico
fornecido pelo aplicativo desenvolvido por eles.









Figura 50 - Exemplo de grficos fornecidos pelos aplicativo desenvolvido por
Delmas e Liu (2005)

Como pode ser observado na Figura 50, o deslocamento da barra verde
(que continha duas observaes) do valor 2 para o valor 1 no eixo das abscissas
proporcionou um valor absoluto maior do desvio padro (de 0,964 para 1,179).
Para os autores, a interao com o software poderia permitir ao aluno
entender que o desvio da mdia e a freqncia, ambas combinadas, determinam



162
o valor do desvio padro, e que para isto necessrio fazer a distino entre
valor e freqncia, reconhecer a distncia de cada valor em relao mdia,
entender que uma distribuio e sua imagem espelhada tem o mesmo desvio
padro e entender que o valor do desvio padro independente de onde a
distribuio centrada. Alm disso, o aluno poderia compreender a relao entre
o formato da distribuio e a magnitude do desvio padro.
Foram participantes da pesquisa doze estudantes voluntrios (cinco
homens e sete mulheres) que tinham participado de uma disciplina de Introduo
Estatstica em uma universidade nos EUA. Foram feitas trs entrevistas, em
uma fase introdutria, exploratria e de teste. Na fase introdutria os sujeitos
deveriam movimentar duas barras de um grfico e observar a mudana dos
valores das medidas (mdia, desvio padro, desvios absolutos, desvios
quadrados e a frmula do desvio padro). Aps alguns minutos na fase
introdutria, os alunos decidiam quando passar para a fase exploratria, em que
iriam buscar os fatores que afetavam o desvio padro. Com cinco pares de
distribuies diferentes, os alunos deveriam encontrar um formato que produzisse
o maior e o menor valor de desvio e justificar a escolha.
Os autores encontraram onze categorias de justificativas para esta fase
exploratria, em que cinco categorias referiam-se a justificativas para produzir um
alto valor do desvio padro: barras distantes umas das outras (sem referncia
mdia), barras igualmente espalhadas, barras distantes da mdia, distribuio
equilibrada de valores acima e abaixo da mdia, nos valores extremos da escala
numrica, alto valor numrico da mdia. As categorias (quatro) referentes ao
menor valor do desvio padro foram: barras contguas em ordem crescente ou
decrescente de freqncias, mais barras (ou valores) no meio, distribuio
simtrica, equilbrio (balana).
Para justificar o mesmo desvio padro foram encontradas duas categorias
de respostas: imagem espelhada da distribuio e locao (em que o aluno
poderia perceber que a mesma combinao das barras, independente da
localizao, produz o mesmo valor do desvio padro mas no da mdia).
Na terceira etapa, foram elaborados 10 pares de histogramas onde o
primeiro histograma de cada par continha a mdia e o desvio padro da
distribuio e o segundo histograma s continha a mdia e os alunos foram


163
solicitados a responder se o desvio padro seria maior, menor ou igual ao desvio
padro da primeira distribuio.
Os alunos no apresentaram dificuldade para observar que o desvio
padro o mesmo em uma distribuio espelhada e independente da localizao,
mas poucos estudantes perceberam que, em uma distribuio simtrica, o desvio
padro tende a ser menor. Para trabalhar esse tipo de concepo, os autores
criaram um par de histogramas em que a distribuio simtrica tinha maior desvio
padro, pois a amplitude da escala numrica era maior (tal como a questo 7 do
pr-teste de Meletiou 2000). Amplitude da variao dos dados no foi um conceito
levado em considerao por muitos sujeitos da pesquisa no momento de justificar
o maior ou menor desvio padro, que ratifica os resultados encontrados por
Meletiou e Lee (2002). Um dos pares foi criado com o objetivo de levar os alunos
a repensar que distncias iguais entre uma barra e a seguinte produzem menor
desvio.
O estudo desses autores foi o primeiro encontrado em que so levantados
os conceitos que devem ser mobilizados para compreender o desvio padro de
uma distribuio: valores da distribuio, freqncia (densidade de freqncia),
mdia e as distncias da mdia, todos combinados. Porm, deve-se tomar
cuidado ao reproduzir estudo semelhante. Os autores referiam-se ao valor
absoluto do desvio padro e que nem sempre corresponde a uma variao
relativa maior, pois isto depende do valor da mdia (como j discutido no Captulo
2 sobre o coeficiente de variao).
Os autores concluem que as idias do desvio padro formadas pelos
alunos tais como barras contguas, amplitude, mdia no meio e valores distantes
resgatam aspectos importantes desse conceito, mas podem representar nveis de
entendimento superficial e fragmentado enquanto outras idias como grande
mdia e distncias iguais das barras so inconsistentes. Outras idias como
distncias da mdia, equilbrio, mais valores no meio e distribuio simtrica
podem representar um entendimento mais completo do desvio padro.

4.5 Os Aspectos do Raciocnio de Variabilidade e Variao que apareceram
nos Estudos Analisados
No SRTL-3 (Terceiro Frum de Pesquisa em Letramento, Pensamento e
Raciocnio Estatstico), os autores discutiram diferentes aspectos do raciocnio


164
sobre variabilidade, tais como variao inerente aos dados, variabilidade
representada em distribuies univariada e bivariada, o papel da variabilidade na
comparao de grupos, o entendimento dos alunos sobre medidas particulares de
variabilidade e variabilidade em diferentes contextos amostrais (Ben-Zvi e
Garfield, 2004).
Esses aspectos do raciocnio sobre variabilidade e variao foram
utilizados como categorias para agrupar os estudos analisados, que esto
apresentados nos quadros seguintes. Alm desses aspectos, outras categorias
foram criadas, como a Explicao de Variao e a Variabilidade na descrio do
formato da distribuio.

Quadro 11 - Explicao de Variao apresentada pelos sujeitos
Autores e Nvel dos
sujeitos de pesquisa
Respostas e as estratgias de raciocnio utilizadas
Torok (2000)
Alunos de: 7 e 8 sries
do ensino fundamental
Assemelha-se a uma pequena mudana.
Variedade de cores
Meletiou (2000)
Alunos de graduao
Variedade; Mltiplos valores; Inconstncia; Variao
de um mximo para um mnimo.

Como pode ser observada no Quadro 11, a nica medida de variao
sugerida intuitivamente a amplitude. Os alunos associam variao com a
diferena entre os dados, ou seja, variao inerente, cujos estudos esto
sintetizados no Quadro 12.

Quadro 12 Percepo da variao inerente aos dados
Autores e Nvel dos
sujeitos de pesquisa
Respostas e as estratgias de raciocnio utilizadas
Watson e Kelly (2002)
Alunos de 3 srie do
ensino fundamental
Os alunos no tiveram dificuldade para perceber que
existia variao na quantidade de balas de cada cor
Lehrer e Schauble (2002)
Alunos de 4 e 5

sries
do ensino fundamental
Percebem variao entre os dados, mas no
conseguem perceber variao em torno de uma
medida (nem mesmo aceitar uma medida para
representar o todo)



165
Os alunos percebem naturalmente a diferena entre os valores, mas no
sentem necessidade de representar esta variao com uma medida. Ou seja, a
utilizao das medidas de tendncia central e disperso para representar um
conjunto de observaes no acontece naturalmente.
As estratgias utilizadas pelos participantes da pesquisa para representar
um conjunto de observaes esto sintetizadas no Quadro 13.

Quadro 13 Raciocnio sobre variabilidade na anlise de uma distribuio
Autores e Nvel dos
sujeitos de pesquisa
Respostas e as estratgias de raciocnio utilizadas
Reading (2004)
Alunos de: 6 e 8 sries
do ensino fundamental e
2 ano do ensino mdio
-Variao entre os dados;
-dividem o conjunto em pequenos grupos
-usam valores mximos e mnimos ou a amplitude
-No usaram grficos
Ben-Zvi (2002)
Alunos de 7 srie do
ensino fundamental
Na etapa de elaborao de hipteses, alguns alunos
focam em padres gerais, mas alguns elaboram com
foco em pontos especficos ou de contexto.
Na etapa de anlise de uma srie temporal, poucos
alunos conseguem ver o todo. Centram a ateno
em pontos especficos

Na anlise de uma distribuio, as estratgias utilizadas foram a diviso do
conjunto de dados em pequenos grupos, o foco em alguns pontos da distribuio
e a utilizao da amplitude. Ou seja, a nica estratgia utilizada para trabalhar
com toda a variabilidade foi o uso da amplitude, pois as outras estratgias tm
como objetivo diminuir a variabilidade ou ignor-la.
Os estudos que associaram o formato da distribuio e a variabilidade
esto apresentados no Quadro 14.









166
Quadro 14 Raciocnio sobre Variabilidade na descrio do formato da
distribuio
Autores e Nvel dos
sujeitos de pesquisa
Respostas e as estratgias de raciocnio utilizadas
Watson e Kelly (2002)
Alunos de 3 srie do
ensino fundamental
Grfico de barras: Descreveram como montanha
Bakker (2004)
Alunos de 8 srie do
ensino fundamental
Representao contnua (semi -crculo, assimetria,
etc):
Tendncia a escolher distribuio simtrica
Meletiou (2000)
Alunos de graduao
Histograma: muitos alunos acharam que uma barra
representava uma nica observao, o que dificultou
observar a variao. Escolheram o histograma cuja
distribuio era simtrica.

Tanto no estudo de Bakker (2004) quanto no estudo de Meletiou (2000) foi
observada uma preferncia a distribuies simtricas como representativas de
menor variao. Isso tambm foi observado no estudo de Delmas e Liu (2005),
quando os alunos tentavam identificar a distribuio com menor desvio padro.
Distribuio um conceito que est diretamente relacionado
variabilidade. Segundo Petrosino et. al. (apud Bakker, 2004, p. 65) distribuio
poderia proporcionar uma organizao da estrutura conceitual para pensar sobre
variabilidade localizada dentro de um contexto mais geral de modelar os dados.
O maior nmero de estudos encontrados foi referente ao raciocnio sobre
variao utilizado na comparao de duas distribuies, como pode ser
observado no Quadro 15.
Utilizando diferentes representaes grficas, os estudos apresentam as
estratgias que os alunos utilizaram para fazer as comparaes. Independente da
faixa etria dos sujeitos, houve uma tendncia de utilizar partes da distribuio, os
valores extremos e a amplitude total para fazer a anlise. E, principalmente,
existiu uma tendncia para a no utilizao de uma medida de centro para
representar cada distribuio.
Segundo Hammerman e Rubin (2004), os professores usavam o
pensamento agregativo (que focava em caractersticas emergentes de um
conjunto de dados), mas sem envolver medidas de centro, ou seja, analisavam


167
um conjunto de dados, encontravam um intervalo em que havia concentrao dos
dados mas sem pensar na mdia.
Quadro 15 Raciocnio sobre Variabilidade na comparao de duas distribuies
Autores e Nvel dos
sujeitos de pesquisa
Respostas e as estratgias de raciocnio utilizadas
Watson e Kelly (2002)
Alunos de 3 srie do
ensino fundamental
Com uso de grfico de pontos, os alunos fizeram anlises
em termos de grupos, buracos, valores mais comuns e
menos comuns e amplitude. Discutiram que uma
observao diferente das demais.
Ben-Zvi (2004)
Alunos de 7 srie do
ensino fundamental
Grfico de barras mltiplas e tabela de distribuio de
freqncias. Anlise comea com valores extremos,
passando paulatinamente para os valores centrais. Alunos
identificam a moda, mas no retm que as medidas
representam um conjunto e nem que existe variao em
torno da tendncia central.
Meletiou (2000)
Alunos de graduao
Uso de histogramas.
Analisam o formato das colunas (irregularidade) e as
freqncias. No analisam a amplitude da amostra.
Meletiou (2000)
Alunos de graduao
Boxplots
Analisaram o intervalo interquartlico
Makar e Confrey
(2005)
Futuros professores
de Matemtica e
Cincias
Grfico de pontos
Ordem decrescente de termos usados: proporo, mdia,
mximo e mnimo, tamanho da amostra, outliers,
amplitude, formato da distribuio e desvio padro.
Na primeira entrevista, nenhum professor usou o termo
desvio padro e na segunda entrevista, somente dois
professores.
Referem-se variao como o formato da distribuio ou
como pedaos da distribuio.
Hammermam e Rubin
(2004)
Professores

Semelhante ao Grfico de Pontos
No usaram medidas de centro para comparar os dois
grupos.
Dividiram o conjunto de dados em duas partes (a partir de
uma medida de contexto) ou em mais partes.

A questo que emerge destes resultados : se os participantes das
pesquisas no sentiram necessidade de uma medida de tendncia central, como
poderiam sentir necessidade de uma medida de variao? Ou seja, perceberam a
variao, tentaram diminu-la, mas no buscaram sintetiz-la numa medida. Isto


168
refora o tipo de estratgia utilizada, pois o resultado semelhante quando os
participantes analisavam uma distribuio (Quadro 13).
Isto pode estar indicando que o conceito de variao ainda no est
estvel para os sujeitos de pesquisa, independente da faixa etria.
Os nicos estudos encontrados especificamente sobre o raciocnio dos
participantes com o desvio padro esto apresentados no Quadro 16.
Os estudos tambm avaliavam o raciocnio dos participantes quando
comparavam duas distribuies, mas tinham o objetivo especfico de trabalhar
com as medidas de variao.

Quadro 16 - Comparao de duas distribuies utilizando mdia e desvio padro
Autores e Nvel dos
sujeitos de pesquisa
Respostas e as estratgias de raciocnio utilizadas
Loosen, Lioen e
Lacante (1985)
Alunos de graduao
em psicologia
Utilizao de grficos de barras, em que cada barra
representa uma observao.
Alunos vem a variao entre as observaes e no em
relao tendncia central: Unalikability .


Delmas e Liu (2005)
Alunos de graduao
Movimentar o Grfico de barras e observar as alteraes
no desvio padro.
Conceitos relacionados: valor e freqncia das
observaes; distncia de cada valor em relao mdia;
distribuio espelhada tem mesmo desvio padro; o valor
do desvio padro independente de onde a distribuio
centrada.
Raciocnio dos alunos: barras distantes umas das outras
(sem referncia mdia), barras igualmente espalhadas,
barras distantes da mdia, distribuio equilibrada de
valores acima e abaixo da mdia nos valores extremos da
escala numrica, alto valor numrico da mdia, barras
contguas em ordem crescente ou decrescente de
freqncias, mais barras (ou valores) no meio, distribuio
simtrica, equilbrio (balana), imagem espelhada da
distribuio e locao



Conforme Loosen, Lioen e Lacante (1985) salientam, os alunos
continuaram a perceber a variao que existia entre as observaes e no a
variao em torno da medida de tendncia central.


169
No estudo de Delmas e Liu, os autores trabalharam exaustivamente no
entendimento do desvio padro. Utilizaram o histograma para representar uma
varivel discreta. Como j identificado por Meletiou (2000), utilizaram uma
estratgia que o aluno, geralmente, apresenta dificuldade, pois precisa perceber o
valor da varivel (eixo horizontal), a freqncia em cada valor (eixo vertical), a
densidade de freqncia em torno da medida de tendncia central para poder
escolher a menor variao em torno dessa medida. Para raciocinar desta
maneira, o aluno precisa mobilizar os conceitos de distribuio de freqncia e
sua representao grfica e o conceito de mdia.
Da maneira como foi conduzido o estudo, os alunos foram induzidos a
olhar toda a distribuio, evitando que cassem no mesmo resultado que os outros
estudos: perceber a variao inerente.
Porm deve ser notado que, quando os autores comentam o mesmo valor
do desvio padro independente de onde se situa a mdia, ou seja, movimentando
toda a distribuio ao longo do eixo horizontal, deve-se tomar o cuidado de
verificar que o valor absoluto da variao (desvio padro) e no o valor relativo
da variao (coeficiente de variao).
Alguns estudos verificaram outros aspectos de variabilidade tal como
sintetizado no Quadro 17 e 18.
Quadro 17 - Variabilidade e representatividade amostral
Autores e Nvel dos
sujeitos de pesquisa
Respostas e as estratgias de raciocnio utilizadas
Bakker (2004)
Alunos de 8 srie do
ensino fundamental
Alunos perceberam que as observaes ficavam
muito separadas e que no permitia tirar concluses.
Meletiou (2000)
Alunos de graduao
1) Amostra grande; preferncia por amostras
aleatrias; Detectavam vieses.
2) Amostra pequena; em situaes reais os alunos
podem ser levados a analisar o contexto e
superestimar o tamanho da amostra.

possvel notar no Quadro 17 que os alunos conseguiam perceber que
amostras pequenas no permitiam emitir concluses, mas no possvel inferir


170
que os alunos perceberam que amostras pequenas apresentavam maior
variabilidade, como j questionado por Pfannkuch (2005) sobre o trabalho de
Bakker (2004).
Quando trabalhadas situaes que envolviam o acaso, foi possvel
perceber mais claramente o raciocnio de variao dos alunos, tal como
apresentado no Quadro 18.
Quadro 18 Raciocnio sobre Variabilidade em situaes de acaso.
Autores e Nvel dos
sujeitos de pesquisa
Respostas e as estratgias de raciocnio utilizadas
Reading e Shaughnessy
(2004)
Alunos de 4 srie do
ensino fundamental 3
ano do ensino mdio
A atividade sobre a estimativa de balas vermelhas em
uma nica amostra estimula o participante a
apresentar raciocnio sobre as causas de variao
enquanto que a atividade que solicita escolher uma
lista de possveis resultados para seis amostras leva
o participante a apresentar raciocnio sobre a
descrio de variao.
Torok (2000)
Alunos de 7 e 8 sries
do ensino fundamental
Inicialmente os alunos pensam de maneira
determinstica. Com o aumento das repeties,
alguns alunos percebem que os resultados giram em
torno de um valor.
Meletiou (2000)
Alunos de graduao
Em jogos de azar - Tendncia de balancear os
resultados.
Em contexto real Percebem que existe variao,
mas no levam em considerao o tamanho da
amostra. Focam em causas fsicas.
Canada (2006)
Professores (em
formao) das sries
iniciais do Ensino
Fundamental
No pr-teste, a maioria dos alunos apresentaram a
proporo de casos como o resultado, sem levar em
considerao a variao.
No ps-teste, os alunos perceberam que devido
variao inerente em situaes de acaso, tanto a
proporo de um set de 50 rodadas como os
resultados de vrios sets tendem a ficar prximos da
proporo (devido teoria), mas podem variar e que
resultados muito distantes da proporo so
improvveis.

Torok (2000, p. 25) explica que variao em situaes de acaso aquela
que nasce em um processo aleatrio. Este autor explica, tambm, que variao
amostral (sampling variation) a idia que repetir um experimento aleatrio vrias
vezes (nas mesmas condies) ou tomar vrias amostras aleatrias de uma
populao e produzir uma variedade de resultados.


171
Meletiou-Mavrotheris e Lee (2002) alertam para as diferentes competncias
requeridas para entender variao em um plano aleatrio e variao em contexto
real. Nesse ltimo, o professor precisa levar em considerao a grande variedade
de crenas, concepes e interpretaes que os estudantes trazem para cada
situao.
Baseado nos estudos de Wild e Pfannkuch (1999) e em Reading e
Shaughnessy (2004), Ben-Zvi (2004) resume 6 aspectos de variao que devem
ser considerados: observao e reconhecimento, medida e modelagem (para as
propostas de predio, explicao ou controle), explicao e manuseio da
variao, desenvolvimento de estratgias de investigao em relao variao,
descrio e representao.
De acordo com esses aspectos identificados por Ben-Zvi (2004), os
estudos apresentados conseguiram trabalhar com a observao e o
reconhecimento da variao (quase todos), com as diferentes maneiras de
representar graficamente esta variao, mas sem utilizar uma medida (exceto
para o estudo de Delmas e Liu (2005) que tratava especificamente do desvio
padro).
Ressalta-se que Ben-Zvi (2004) est denominando de aspectos de
variao o que Snee (1990) denominou de elementos do pensamento estatstico
e que Wild e Pfannkuch (1999) denominaram de pensamento fundamental do
pensamento estatstico.
Desta maneira, o prximo subcaptulo discute os diferentes aspectos de
variao e sua relao com os nveis de raciocnio sobre este objeto.

4.6 A Relao entre os Aspectos de Variao/Variabilidade com os Nveis de
Raciocnio sobre este objeto.
Como apresentado no Captulo 1 deste trabalho, o modelo de raciocnio
estatstico desenvolvido por Garfield (2002) apresenta cinco nveis crescentes
(idiossincrtico, verbal, de transio, de procedimento e raciocnio completo), em
que um aluno s tem adquirido completamente o conceito quando apresenta o
ltimo nvel de raciocnio estatstico.
Este modelo no foi utilizado pelos autores dos estudos analisados neste
trabalho. Portanto, o objetivo deste subcaptulo verificar se possvel
estabelecer uma relao entre os modelos desenvolvidos pelos estudos


172
analisados neste trabalho com o modelo de raciocnio estatstico apresentado por
Garfield (2002).
A maioria dos autores tem utilizado o termo aspecto do raciocnio sobre
variao, como, por exemplo, identificar a variao, medir a variao, variao em
situao aleatria, etc., sem identificar o nvel do raciocnio em cada aspecto.
Canada (2006) utilizou trs situaes diferentes (amostragem, dados e
grficos e situaes probabilsticas) e elaborou uma estrutura conceitual para
analisar o raciocnio de variao apresentado pelos alunos. Esta estrutura era
composta de trs aspectos: variao esperada, representao de variao e a
interpretao de variao.
Segundo o prprio autor relatou, sua estrutura conceitual relacionava-se
com outros modelos. Canada (2006, p. 44) explica que tem relao com o modelo
de Wild e Pfannkuch (1999) no que diz respeito ao reconhecimento, medida,
modelagem e explicao de variao. Estes aspectos fazem parte do que Wild e
Pfannkuch (1999) denominaram de pensamento fundamental do pensamento
estatstico.
Embora o que o autor tenha designado como estrutura conceitual no se
refere ao raciocnio utilizado, os resultados apresentados permitem uma
compreenso do raciocnio. Por exemplo, no aspecto sobre a interpretao da
variao, o aluno iniciou apresentando causas fsicas e no ps-teste, atribuiu as
causas devido aleatoriedade, que significa um nvel superior do raciocnio sobre
as causas da variao; na percepo da variao, no pr-teste, o aluno entendia
que alguma coisa poderia acontecer, mas sem saber exatamente o que. J no
ps-teste, este raciocnio apresentou um nvel superior, pois os alunos j
pensavam que seria possvel fazer afirmaes razoveis. E assim por diante. Ou
seja, embora no fosse objetivo do autor estabelecer um nvel de variao em
cada aspecto observado, isto poderia ter sido feito.
Diferentemente do estudo de Canada (2006), Reading e Shaughnessy
(2004) elaboraram uma estrutura hierrquica do raciocnio de variao em
situao de acaso que est apresentada no Quadro 19.





173
Quadro 19: Estrutura hierrquica do raciocnio de variao (Reading e
Shaughnessy, 2004).
Anlise hierrquica da descrio de
variao
Anlise hierrquica da causa de
variao
D1: concentra-se em valores no meio
do conjunto ou valores extremos;
D2: concentra-se em ambos valores
internos e extremos;
D3: Discute desvios de um valor e
D4: discute desvios de um valor
central.
C1: identificao de causas irrelevantes
de variao;
C2: discute freqncia de cores;
C3: discute proporo de cores e
C4: discute probabilidades baseada em
propores
Observando o estudo de Reading e Shaughnessy (2004), possvel
verificar que eles exploraram a variao em situao de acaso (aspecto de
variao) e, a partir das respostas dos alunos, identificaram um nivelamento do
raciocnio utilizado para descrever a variao e um nivelamento do raciocnio
utilizado para explicar as causas de variao.
Reading e Shaughnessy (2004) no utilizaram o modelo de raciocnio
estatstico proposto por Garfield (2002), mas criaram seu prprio nivelamento a
partir da tcnica denominada anlise hierrquica.
No estudo de Ben-Zvi (2004), o autor observou o raciocnio de variao
utilizado para analisar uma distribuio e duas distribuies, identificando se
alunos estariam observando, reconhecendo, lidando intuitivamente e descrevendo
a variabilidade.
O autor detectou em seu estudo sete fases de desenvolvimento do
raciocnio sobre variabilidade. Diante da deteco destas fases, pode-se supor os
aspectos priorizados em cada fase e relacion-los com os nveis de raciocnio
estatstico de Garfield (2002). Esta inferncia sobre o trabalho de Ben-Zvi (2004)
est apresentada no Quadro 20.









174
Quadro 20: Relao entre as fases do desenvolvimento do raciocnio sobre
variabilidade (Ben-Zvi, 2004) e os nveis de raciocnio estatstico (Garfield, 2002).
Fases do raciocnio sobre variao Aspecto do
raciocnio de
variao
Nvel do
raciocnio
estatstico
1) foco em informaes irrelevantes ou locais observao Idiossincrtico
2) descrio informal de variabilidade no rol
de dados (entender a comparao da
varivel em questo)
reconhecimento Verbal
3) formular uma hiptese estatstica que
leva em conta a variabilidade ( a maioria de)
Lidando com a
variao
De transio
4) explicar a variabilidade em um tabela de
distribuio de freqncia
descrio
5)uso de medidas de centro e disperso para
comparar grupos
descrio
6) modelar variabilidade lidando com os
outliers
descrio
Procedimento
7) observao e distino da variabilidade
dentro e entre as distribuies, a partir do
grfico.
descrio Completo


Garfield e Ben-Zvi (2005) fizeram uma discusso sobre os artigos
publicados no SERJ de Novembro de 2004 e Maio de 2005 e, a partir dos
resultados encontrados nos artigos, sugeriram um modelo epistemolgico para
quando os estudantes raciocinam sobre variabilidade na soluo de problemas
estatsticos. Resumidamente, o modelo apresentado no Quadro 21.
O que os autores esto denominando de componentes do modelo
epistemolgico, pode ser entendido como os aspectos do raciocnio de variao.
Por exemplo, o componente Uso de variabilidade para fazer comparaes, que
um aspecto de variao investigado, pode ter diferentes respostas, com diferentes
conceitos mobilizados, que permite estabelecer um nivelamento destas respostas.







175
Quadro 21: Sntese do modelo epistemolgico desenvolvido por Garfied e Ben-Zvi
(2005)
Componentes do
modelo
epistemolgico
Idias chave Avaliao e/ou verificao
Desenvolvimento
de idias intuitivas
de variabilidade
Reconhecer que a variabilidade est em
todo lugar (onipresena da variabilidade).
Existe variao em medidas repetidas da
mesma varivel e existe variao nas
observaes de variveis coletadas
diferentes indivduos.
Variabilidade uma entidade ao invs de
pontos individuais ou uma combinao
de centro e valores extremos.
Descrever variveis como idade e
altura das crianas, descrevendo a
variabilidade ou o formato da
distribuio.
Pedir aos alunos para prever a
distribuio de uma varivel.
Comparar dois ou mais grficos e
buscar razes para que um tenha
medidas de variabilidade maior ou
menor que o outro.
Descrio e
representao de
variabilidade
Diferentes grficos podem revelar
aspectos diferentes da variabilidade num
conjunto de dados e importante
estudar mais do que um simples grfico.
Uso de um nmero para representar a
variao tais como o desvio padro,
amplitude ou o intervalo interquartlico,
aliado a sua medida de centro.
Interpretar a variabilidade de uma
varivel que esteja representada
graficamente ou numericamente.
Escolher entre medidas
apropriadas para distribuies
assimtricas (mediana e o intervalo
interquartlico) e simtricas (mdia
e desvio padro)
O efeito dos outliers nas medidas
de variabilidade.
Uso de
variabilidade para
fazer
comparaes
A partir de grficos com a mesma escala
e medidas de centro e variao ao invs
de comparar dados individuais ou partes
do grfico.
Tomada de deciso diante de dois
grficos ou explicar em qual dos
dois grficos apresenta menos ou
mais variabilidade.
Reconhecimento
de variabilidade
em tipos especiais
de distribuies
Numa distribuio normal, a partir do
conhecimento do desvio padro e da
mdia, possvel determinar a
porcentagem de observaes dentro de
um, dois e trs desvios padres da
mdia.
Numa distribuio bivariada, conhecer a
variabilidade de y para os valores
individuais de cada x.
A variabilidade da um conjunto bivariado
de dados (covariao) pode revelar uma
relao entre as variveis.
Apresentao de mdia e desvio
padro de uma distribuio normal
e pedir ao aluno que utilize estes
dados para elaborar grficos
mostrando esta variao.
Apresentao de grficos para
dados bivariados e solicitar aos
alunos verificar se a variabilidade
de y pode ser explicada pela
variabilidade de x.
Identificar padres
de variabilidade
no ajustamento de
modelos
Ajustar uma curva normal para uma
distribuio de dados ou uma reta para
um grfico de disperso de dados
bivariados.
Verificar se um conjunto de dados
assemelha-se a uma distribuio
normal ou se uma grfico de dados
bivariados sugerem uma relao
linear.








176
Continuao do Quadro 21
Componentes do
modelo
epistemolgico
Idias chave
Avaliao e/ou verificao
Uso de
variabilidade para
predizer amostras
ou resultados
aleatrios
Amostras maiores tm mais
variabilidade do que amostras menores,
quando retiradas aleatoriamente de uma
mesma populao. Entretanto, as
estatsticas de amostras maiores variam
menos do que as estatsticas de
amostras menores. (GARFIELD e BEN-
ZVI, 2005, p. 95)
Escolher estatsticas amostrais
(por exemplo, propores) de uma
populao especfica (por
exemplo, doces coloridos) para um
dado tamanho amostral e
perguntar qual seqncia de
estatsticas mais provvel.
Perguntar aos alunos qual
resultado mais provvel em um
experimento aleatrio em que
todos os resultados so igualmente
provveis.
Considerao da
variabilidade como
parte do
pensamento
estatstico
Na explorao de dados e na soluo de
problemas estatsticos: inicia-se
discutindo a variabilidade nos dados;
pensando na variabilidade na produo
dos dados; tentando explicar a variao,
procurando efeitos sistemticos
escondidos na variabilidade aleatria.
Tudo isto faz parte do pensamento
estatstico
Dar um problema para que os
alunos investiguem com um
conjunto de dados, que requeira
grficos, descrio e explicao da
variabilidade.
Permitir ao aluno realizar os
passos de uma investigao
estatstica, revelando se e como os
alunos consideram a variabilidade
dos dados.

Segundo Garfield e Ben-Zvi (2005, p. 95), a lista de idias cada vez mais
sofisticadas oferecem: 1) as maneiras nas quais este conjunto de conhecimento
pode ser estruturado para que possa ser compreendido pelo aluno; 2)uma
seqncia efetiva para apresentar o material relacionado com variabilidade; 3) um
planejamento para re-visitar variabilidade como um progresso do aluno no
currculo estatstico e 4) um suporte para construir novos nveis de entendimento
profundo de variabilidade. E os autores trabalham com uma perspectiva
construtivista de aprendizagem, em que a construo de significado no linear,
mas complexa e melhor entendida numa imagem de progresso espiral.
Como os prprios autores salientam, o Quadro 21 apresenta uma lista de
situaes (aspectos de variao) em que pode ser explorado o raciocnio sobre
este objeto. E, certamente, quanto mais situaes um aluno vivenciar, mais
elevado o nvel de seu raciocnio sobre variao.
Um entendimento completo de variabilidade significa desenvolver um
modelo cognitivo que inclui vrios componentes e suas conexes, de
maneira a usar este modelo para raciocinar sobre variabilidade em
diferentes contextos. (GARFIELD e BEN-ZVI, 2005, p. 93 )


177
Segundo Pfannkuch (2005 p.90) raciocnio sobre variao envolve o
questionamento dos dados e requer uma relao recproca entre o contexto e a
variao nos dados; envolve detectar padres atravs da conexo recproca entre
a medida de tendncia central e a variao. Esta explicao de Pfannkuch
essencial no sentido que o contexto da problemtica estatstica deve fazer sentido
para o aprendiz, deve ter significado para ele e principalmente deve promover
uma vontade de interpretar os resultados.
Essa retomada dos aspectos de raciocnio sobre variao desenvolvidos
pelos autores foi elaborada com o objetivo de facilitar a comparao com o
modelo de raciocnio de variao apresentada neste trabalho e justificar a
problemtica apresentada no captulo seguinte.







178
5 Descrio da problemtica da pesquisa


Como j salientado anteriormente, o nvel de raciocnio estatstico torna-se
mais avanado medida que o indivduo tem condies de vivenciar diferentes
situaes, ou seja, trabalhar diferentes aspectos do raciocnio sobre o contedo
estatstico alvo.
Os estudos de Reading (2004), Canada (2006) e Reading e Shaughnessy
(2004) elaboraram uma estrutura conceitual para nivelar o raciocnio sobre
variao, definido por esses dois ltimos autores como o processo cognitivo
envolvido na descrio do fenmeno observado em situaes em que haja
variabilidade. Utilizando o modelo de nivelamento do raciocnio estatstico
proposto por Garfield (2002), o problema principal desta pesquisa : Qual o nvel
de raciocnio de variao utilizado pelo professor de Matemtica em
diferentes etapas do ciclo investigativo do pensamento estatstico?
Este trabalho pretende investigar o raciocnio sobre variao utilizado para
resolver problemas estatsticos que emergiram durante uma investigao
idealizada e realizada pelos prprios professores participantes da pesquisa, ou
seja, em diferentes aspectos de variao.
Utilizando o modelo de pensamento estatstico elaborado por Wild e
Pfannkuch (1999) e o modelo de raciocnio estatstico apresentado por Garfield
(2002), o problema principal dividido em subproblemas de pesquisa.
Na fase de problema e planejamento de um ciclo investigativo, as questes
propostas so: os professores de Matemtica processam o pensamento
fundamental do pensamento estatstico (Wild e Pfannkuch, 1999)? Se o
fazem, qual o nvel de raciocnio de variao apresentado pelo professor
nesta etapa do ciclo investigativo?
Na fase de anlise de dados do ciclo investigativo existem vrios
subproblemas de pesquisa, em que cada um relaciona-se com algumas etapas do
modelo epistemolgico desenvolvido por Garfield e Ben-Zvi (2005), cujo objetivo
foi identificar o nvel de cada aspecto de variao.
Uma primeira situao apresentada aos professores de Matemtica foi a
elaborao de representaes grficas de diferentes variveis, apresentadas num
banco de dados, em que eles poderiam analis-las separadamente ou elaborar


179
grupos e comparar as distribuies. Se os professores elaboraram a
representao de cada varivel, independentemente, indaga-se: qual o nvel de
raciocnio de variao dos professores de Matemtica quando elaboram
uma representao grfica de uma distribuio? Eles percebem a
necessidade de uma medida de tendncia central e uma medida de
variao?
Se os professores elaboraram mais de uma representao a partir da
criao de grupos, as perguntas so: qual o nvel do raciocnio sobre variao
apresentado pelos professores quando comparam distribuies? Estes
professores de Matemtica analisam a variao entre as observaes
(unalikeability) ou em torno de uma medida de tendncia central?
Quando se estimula a utilizao das medidas de tendncia central,
pergunta-se: h o surgimento natural da necessidade de uma medida de
variao? Qual o nvel de raciocnio de variao apresentado pelos
professores quando eles foram estimulados a utilizar as medidas de
tendncia central para representar uma distribuio?
Quando estes professores interpretaram a medida de variao obtida, a
indagao : existe uma tendncia para olhar a homogeneidade, aspecto
reforado pelos livros didticos, ou conseguem perceber a variao em
torno da mdia? Qual o nvel de raciocnio de variao quando interpretam o
desvio padro?
No foi aplicada nenhuma atividade que trabalhasse o contexto de variao
em situao de acaso, e por este motivo, no apresentado nenhum problema
acerca deste aspecto de variao.




180
6 Metodologia

Esta pesquisa seguiu os pressupostos de uma pesquisa-ao que Tripp
(2005, p. 447) definiu como uma forma de investigao-ao que utiliza tcnicas
de pesquisa consagradas para informar a ao que se decide tomar para
melhorar a prtica.
Para este autor, investigao-ao apresenta o ciclo demonstrado na
Figura 51.

Figura 51 - Ciclo bsico da investigao-ao, de acordo com Tripp (2005)

Como as quatro fases do ciclo da investigao-ao dizem respeito uma
ao, Tripp (2005 p. 453) explica que o ciclo da pesquisa-ao pode ser resumido
da seguinte maneira: planejamento (o que vai ser feito num primeiro encontro e
um planejamento dos outros encontros a partir dos resultados da etapa anterior),
implementao (produo de dados) e avaliao ( da mudana da prtica e do
processo de investigao-ao).
Seguindo estes princpios, a partir da reviso bibliogrfica realizada, do
conhecimento do perfil dos participantes da pesquisa e do contedo estatstico de
interesse destes participantes, foi feito um planejamento inicial da ao. Segundo
AGIR para implantar
a melhoria planejada
PLANEJAR uma
melhoria da prtica
Monitorar e DESCREVER
os efeitos da ao
AVALIAR os
resultados da ao


181
Tripp (2005), a pesquisa-ao comea com um reconhecimento do contexto, das
prticas atuais, dos participantes e envolvidos.
Este planejamento inicial foi implementado em 04 de Maro de 2005
(primeiro encontro com os participantes), em que foram observados os resultados
e foi feito um planejamento para o novo encontro com os participantes. Os
encontros foram semanais (toda sexta-feira, das 8h00 as 11h00) e, aps cada
encontro, repetia-se a anlise dos resultados obtidos e planejava-se a
implementao para o prximo encontro. Este procedimento explicado como
iteratividade da pesquisa-ao (TRIPP, 2005).
Na fase de planejamento, as aes foram pensadas e discutidas ora com a
orientadora da pesquisa ora com o grupo de pesquisa. Esta reflexo conjunta
permite caracterizar esta pesquisa como participativa no grupo de pesquisa.
A fase de implementao foi conduzida de 04 de Maro de 2005 26 de
Agosto do mesmo ano, totalizando 16 encontros, 48 horas de formao
continuada.
A fase de avaliao aconteceu com a orientadora e/ou o grupo de
pesquisa, em que foram observados os resultados e foram planejadas as novas
aes. Como explica Franco (2005 p. 491), o mtodo da pesquisa-ao deve
contemplar o exerccio contnuo de espirais cclicas: planejamento; ao;
reflexo; pesquisa; ressignificao; replanejamento, aes cada vez mais
ajustadas s necessidades coletivas, reflexes, e assim por diante.
Como a pesquisa-ao envolve a pesquisa e a ao, este trabalho teve
como ao uma formao continuada sob a temtica Estatstica, por solicitao
dos prprios participantes, e teve como pesquisa a verificao do nvel de
raciocnio sobre variao utili zado para resolver os problemas estatsticos
emergentes em um ciclo investigativo.
Considerando que o maior interesse da pesquisadora era verificar o
raciocnio dos participantes, esta pesquisa-ao pode ser considerada como
ao-pesquisa, que segundo Barbier (2004, p. 41-42) um dos tipos de pesquisa-
ao e refere-se s pesquisas utilizadas e concebidas como meio de favorecer
mudanas intencionais decididas pelo pesquisador. Segundo Tripp (2005, p. 452)
uma ao-pesquisa quando se prioriza mais o conhecimento obtido do que o
aprimoramento da prtica.


182
Entendendo que este trabalho seguiu os pressupostos de uma pesquisa-
ao, a seguir est descrito o perfil dos participantes, o papel do observador, da
formadora e dos prprios participantes, o contexto e cronograma da interveno e
a forma de anlise dos resultados.

6.1 Participantes da Pesquisa
Foram participantes da pesquisa nove professores do ensino fundamental
e mdio e dois alunos do curso de Matemtica da Universidade de So Paulo.
Quatro professores e um aluno participaram das trs pesquisas
antecedentes a esta, cujas temticas foram frao, funo e equao,
respectivamente das autoras Silva (2005), Rossini (2006) e Lima [2007].
Em 2001, estes quatro professores haviam solicitado ao Professor Dr.
Saddo Ag Almouloud, coordenador do grupo de pesquisa, uma formao em
Probabilidade e Estatstica, haja vista a necessidade de lecionarem este contedo
em suas aulas de Matemtica.
No primeiro encontro desta pesquisa, todos os participantes receberam
uma carta de esclarecimento sobre o desenvolvimento da pesquisa e duas vias
do Termo de Consentimento Livre e Esclarecido - TCLE (Apndice 3)
29
, que foram
lidos coletivamente. Aps a leitura e explicao sobre a necessidade deste
procedimento (seguindo as recomendaes do Comit de tica em Pesquisa da
Universidade So Judas Tadeu, que avaliou eticamente este trabalho) foi
solicitado aos professores que concordassem em participar, que assinassem uma
via do TCLE e entregasse pesquisadora.
Tambm no primeiro encontro foi solicitado que respondessem a um
questionrio (Apndice 2) para que fosse possvel conhecer o perfil destes
professores e sua experincia com a Estatstica.
O grupo era composto por dois homens e sete mulheres. O professor mais
novo tinha 26 anos e o mais velho tinha 59 anos. Todos os professores eram
graduados em Matemtica exceto uma professora, cuja formao era em
Qumica. Todos ministravam aula no Ensino Mdio e tinham uma carga horria
semanal alta, como pode ser observado no Quadro 22.


29
Protocolo aprovado com recomendao pelo Comit de tica da Universidade So Judas
Tadeu, sob registro 0141.0.000.219-05


183

Quadro 22 - Perfil dos professores participantes da pesquisa
Participante
*

Formao Disciplina que
leciona
Sries em que
leciona**
Nmero
de horas-
aula
semanais
LH
59 anos
Matemtica Matemtica e
Fsica
1, 2 e 3 anos do
E.M.
18
AM
39 anos
Matemtica Matemtica 5, 6 e 7 E.F.
1, 2 e 3 do
E.M.
47
OB
49 anos
Cincias e
Matemtica
Matemtica 8 do E.F.
1 e 2 do E.M.
32
RN
50 anos
a) Arquitetura
e Urbanismo e
b) Matemtica
Matemtica 7 do E.F.
1 e 2 do E.M.
3 E.J.A.
43
MA
39 anos
Qumica Matemtica para
E.F.
Fsica e Qumica
para EM
6 do E.F.
1 , 2 e 3 do
E.M.
17
SB
29 anos
Matemtica Matemtica 5 e 8 do E.F.
7 E.J.A.
3 do E.M.
45
LF
37 anos
Cincias e
Matemtica
Matemtica 1 e 2 do E.M.

28
IS
26 anos
Matemtica Matemtica 6 e 7 do E.F.
1 do E.M.
30
RS
44 anos
Cincias e
Matemtica
Matemtica 5 a 8 E.F.
5 a 8 E.J.A.
2 e 3 E.M.
48
* Foram utilizadas as letras iniciais dos nomes dos professores
** E.F. - Ensino Fundamental; E.M. Ensino Mdio E.J.A. Ensino de Jovens e Adultos

A carga horria semanal da maioria dos professores muito extensa e
muitos verbalizaram que s tinham um perodo livre na semana (a manh da
sexta-feira), e que dedicavam formao continuada. Talvez esse fosse um dos


184
motivos para o grande nmero de ausncias, como pode ser observado na
Tabela 23.
Tabela 23 - Freqncia dos professores formao continuada (em 16 encontros)
Professor LH AM OB RN MA SB LF IS RS
Freqncia
ao projeto
16 14 14 14 13 10 09 08 08

Considerando que a formao continuada teve 16 encontros, possvel
observar na Tabela 23 que trs professores tiveram uma freqncia muito baixa
nos encontros (cerca de 50% de freqncia). A professora LF parou de participar
do grupo de pesquisa, pois ingressou no curso de Mestrado em Educao
Matemtica da prpria PUC-SP. A professora IS era a mais jovem do grupo e
justificava suas faltas pela necessidade de utilizar este horrio para elaborar suas
aulas. A professora RS foi convidada pela professora RN a integrar o grupo e
comeou a participar da pesquisa aps um ms de seu incio.
Para identificar a experincia prvia desses professores com contedos
estatsticos, foi perguntado se estavam trabalhando ou j tinham trabalhado
algum contedo de estatstica em suas aulas e o Quadro 23 apresenta esses
resultados.
Quadro 23 - Contedo estatstico j trabalhado em sala de aula
Participante

Contedo estatstico trabalhado
LH ---
AM Freqncia, grfico, mdia e desvio padro
OB ---
RN Levantamento de dados, organizao em grficos e tabelas
MA Construo de grficos de barras e setores
SB Leitura de grficos e probabilidade
LF Levantamento de dados, porcentagem, tabelas e grficos
(leitura e interpretao)
IS ---
RS Pesquisa, tabela, grficos, anlise de dados e porcentagem


185
importante observar no Quadro 23 que trs professores nunca ensinaram
nenhum contedo estatstico e que os que j tinham experincia, em sua maioria,
trabalharam com grficos. Somente o professor AM j tinha trabalhado com
medidas de tendncia central e disperso, restringindo-se mdia e ao desvio
padro.
Alm de conhecer a experincia prvia desses professores com o contedo
estatstico, buscou-se saber se eles conheciam as orientaes dos Parmetros
Curriculares Nacionais e os resultados esto apresentados na Tabela 24.
Tabela 24 - Nmero de participantes que conheciam (ou no) os PCNs
Parmetros Curriculares Conhece No Conhece Conhece em
parte
Do Ensino Fundamental 6 0 3
Do Ensino Mdio 6 0 3
PCN+ 2 6 1

Somente dois professores disseram conhecer o PCN+. Ou seja, somente
dois professores conheciam os contedos e metodologias sugeridas pelos
parmetros curriculares para o trabalho com contedos estatsticos no ensino
mdio. possvel que utilizassem o livro didtico como referncia, mas isto no
foi perguntado a eles.
Quando perguntado se utilizavam os PCNs para elaborar suas aulas,
quatro professores disseram que usavam e dois professores responderam que
usavam de vez em quando.
Alm desses nove professores, participaram da pesquisa dois alunos de
graduao em Matemtica da Universidade de So Paulo. A aluna de Matemtica
(AG 18 anos) j estava participando do grupo de pesquisa desde 2004,
convidada pelo professor AM, que tinha sido seu professor de Matemtica durante
o ensino mdio. Aps quatro encontros dessa pesquisa, a aluna pediu permisso
para que seu namorado (LJ 19 anos) pudesse participar. A freqncia deles ao
projeto foi de 11 encontros (aluna) e 8 encontros (o aluno). Ambos no tinham
experincia como professores de Matemtica.
Alm dos nove professores e dos dois alunos, dois outros professores
participaram de apenas um encontro e depois no compareceram mais por
incompatibilidade de horrio. Sua participao foi considerada na anlise dos


186
resultados, mas no foi possvel identificar o nvel de raciocnio de variao
destes professores.

6.2 Ambiente da implementao da ao
Franco (2005) explica que a realizao da pesquisa-ao deve ser feita em
ambientes onde acontecem as prprias prticas, o ambiente natural, e isto no foi
possvel acontecer, impossibilitando seguir rigorosamente os princpios da
pesquisa-ao.
Por deciso dos pesquisadores do grupo de pesquisa e dos participantes
da formao continuada, em 2004 as atividades passaram a acontecer em uma
escola pblica do municpio de Aruj, onde se desenvolveu a pesquisa de Silva
(2005). Devido s dificuldades encontradas pelos participantes, eles solicitaram
que os encontros voltassem a acontecer na universidade sede do grupo de
pesquisa. Logo, por deciso dos prprios participantes, esta pesquisa foi
realizada no Centro de Cincias Exatas e Tecnologias da PUC-SP, campus
Marqus de Paranagu, e no na escola em que estes professores lecionavam.
Toda a implementao da ao aconteceu no laboratrio de Matemtica,
em que tinha disponvel lousa, giz, gravadores e computadores com software
OpenOffice. Alguns encontros foram feitos no laboratrio de informtica deste
centro devido ao fato de os computadores terem o Microsoft Excel.
Alm dos encontros presenciais, foi disponibilizado um frum virtual. Todos
os participantes foram cadastrados e estimulados a escrever suas dvidas ou
ansiedades que pudessem acontecer durante a semana. Embora tenha sido
estimulado este meio de comunicao, dois ou trs professores fizeram uso no
incio do trabalho e logo abandonaram. Por este motivo, os resultados desta
comunicao no serviram para analise dos dados.

6.3 Papel do Observador observao participante perifrica
Em todos os encontros havia, pelo menos, trs observadores. Estes
observadores eram pesquisadores do grupo de pesquisa e que decidiram pela
participao como observadores ou pela necessidade de se integrar aos
participantes ou para compreender o tipo de pesquisa desenvolvido no grupo ou
mesmo para contribuir com a pesquisadora.


187
As observadoras VG e RL eram alunas de doutorado e professoras da
PUC-SP. Elas participavam do grupo de pesquisa e acompanhavam os
participantes desde o incio dos trabalhos (em 2000). Por este motivo, a
participao delas era fundamental para que o pesquisador coletivo existisse.
Segundo Barbier (2004), o pesquisador coletivo quando os membros envolvidos
na pesquisa tm vontade de resolver o problema, quando os participantes tornam-
se ativos e aliados ao pesquisador.
A observadora MM era aluna de mestrado da PUC-SP e estava
interessada em desenvolver sua pesquisa com a temtica Estatstica e por este
motivo solicitou sua participao como observadora. O mesmo aconteceu com LL,
porm com menor envolvimento.
A observadora AA era aluna de graduao de matemtica da PUC-SP e
orientanda de iniciao cientfica de RL.
Estes observadores assumiram o papel de observao participante
perifrica (OPP) que, segundo Barbier (2004), quando o pesquisador aceita
uma implicao parcial para poder ser considerado como membro sem,
entretanto, ser admitido no centro das atividades do grupo.
As observadoras VG e RL anotavam os acontecimentos e faziam
intervenes espordicas, ora questionando o tipo de desenvolvimento da
atividade ora propondo reflexes acerca do assunto. Estas intervenes foram
muito importantes para o entendimento do raciocnio utilizado pelos participantes.
As observadoras MM, LL e AA assumiram um papel passivo. Apenas
anotavam todo o desenvolvimento das atividades.
Antes de cada encontro, a formadora explicava aos observadores o
objetivo das atividades. Quando os participantes dividiam-se em grupos para a
realizao das atividades solicitadas, cada observador acompanhava um grupo,
para que fosse possvel ter registro de todos os debates.

6.4 Papel do Formador observao participante completa
A formao foi feita pela prpria autora. Para que pudesse ser aceita pelo
grupo de participantes, a autora assumiu o papel de observao participante
perifrica na pesquisa de Silva (2005), cujas atividades aconteceram em 2003 e
2004. Mesmo utilizando esta estratgia de aproximao com o grupo, no incio
das atividades a formadora era uma pessoa estranha ao grupo. Tal como lembra


188
Franco (2005), o pesquisador deve perceber que est lidando com um grupo, de
alguma forma estruturado, que possui uma dinmica prpria e que ele,
pesquisador, de incio, no faz parte desse grupo.
Como formadora, a autora assumiu o papel de observao participante
completa (OPC) em que, segundo Barbier (2004 p. 126), o pesquisador ou est
implicado desde o incio, porque j era membro do grupo antes de comear a
pesquisa; ou ele se torna membro do grupo por converso, porque provm de
fora. Neste caso, houve um pouco dos dois motivos. No possvel considerar
que a autora fazia parte do grupo, mas no se pode dizer que era estranha ao
grupo.
O papel da formadora era o de propiciar situaes que motivassem os
participantes a se engajar no projeto e que permitisse a eles tirar suas prprias
concluses e verific-las no momento do feedback. Segundo Franco (2005) o
papel do pesquisador em uma pesquisa-ao de facilitador, s devendo intervir
quando houver necessidade.
Segundo Barbier (2004, p. 18), em uma pesquisa-ao o pesquisador
desempenha seu papel profissional numa dialtica que articula constantemente a
implicao e o distanciamento, a afetividade e a racionalidade, o simblico e o
imaginrio, a mediao e o desafio, a autoformao e a heteroformao, a cincia
e a arte.
Assim, a autora navegou entre o papel de formadora e pesquisadora,
intervindo ou mantendo distncia para observar o tipo de desenvolvimento, ora
questionando-se sobre os benefcios da formao ora questionando-se sobre os
resultados da pesquisa. Este papel intrigante e Franco (2005, p. 492) coloca
que a grande questo a da necessria interpenetrao de papis: como passar
de pesquisador a participante, continuando a ser prioritariamente pesquisador,
pois o pesquisador estar, por certo, prioritariamente envolvido na pesquisa e nos
resultados desta.
Uma das preocupaes e intenes da formadora era propiciar uma ao
comunicativa que permitisse aos participantes agir efetivamente, questionando
sobre o contedo, refletindo sobre sua prtica e permitindo pesquisadora
entender o tipo de raciocnio que utilizavam.




189
Uma ao comunicativa uma ao eminentemente interativa, nasce do
coletivo, da equipe. Essa ao no pretende garantir a eficincia a
qualquer custo, no individualista, no persegue o xito, mas, ao
contrrio, uma ao dialgica, vitalista, que emerge do mundo vivido.
Essa ao nasce da situao e lhe oferece sadas. comunitria, busca
o entendimento, persegue a negociao, o acordo; busca o consenso;
axiolgica porque acredita na validade das normas discutidas. Mansa na
escuta e forte na tomada de deciso. (ROJO APUD FRANCO, 2005 p.
492)

Esta ao comunicativa s passa a acontecer quando o clima de confiana
est estabelecido, pois os questionamentos feitos pelos professores podem ser
entendidos como os no-entendimentos dos professores acerca de um contedo
que ele deveria conhecer e isto pode bloquear o bom desenvolvimento da
pesquisa-ao.
preciso que o pesquisador saiba construir esse sentimento de parceria,
construindo um clima de grupo que permita a livre participao dos sujeitos.
Segundo Franco (2005), torna-se mais fcil estabelecer este clima cooperativo
quando o grupo solicita o trabalho aos pesquisadores, mas que nem sempre isto
vontade de todos. Nesta pesquisa, no possvel dizer que isto era vontade de
todos, mesmo porque seis participantes eram recm chegados ao grupo de
formao continuada.
O objetivo principal da formadora era produzir nos sujeitos envolvimento,
participao, comprometimento e produo de saberes e principalmente
produzir conhecimentos novos a serem incorporados no campo cientfico, que
Franco (2005, p. 497) explica que so os objetivos de uma pesquisa-ao.

6.5 O papel dos participantes atores da pesquisa-ao
Diferentemente do trabalho de Silva (2005), em que os professores
participantes assumiam o papel de conhecedores do assunto frao, neste
trabalho eles verbalizavam e afirmavam no conhecer Estatstica e, por este
motivo, haviam solicitado uma formao sobre este contedo. Eles assumiram,
desde o incio desta formao, o papel de alunos.
Esta postura assumida pelos participantes facilitou o estabelecimento da
ao comunicativa. Como j salientado anteriormente, nem todos os participantes
haviam solicitado uma formao em Estatstica e alguns deles eram novos no
grupo. Por este motivo, o momento de integrao foi essencial nesta pesquisa-
ao.


190
Os participantes LH, AM e OB, solicitantes da formao, participaram
ativamente de todos os encontros, perguntando, expondo suas dificuldades e
buscando solues para as situaes vividas em sala de aula. As participantes
LF, CI e RN, embora novas no grupo, eram muito extrovertidas e envolvidas com
o trabalho, participando ativamente das discusses e buscando alternativas.
As participantes IS e RS falavam muito baixo, participavam pouco, dando a
impresso que preferiam no se expor. Esta postura foi se alterando
paulatinamente.
Mas uma ateno especial deve ser dada participao de SB. Ela j
participava do grupo desde 2003 e lecionava na mesma escola que AM. Ela
prestava ateno em todo o debate das sesses e podia ser observado que
estava o tempo todo refletindo sobre sua prtica. Muitas vezes foi solicitado que
ela verbalizasse o que estava pensando, pois ela falava baixo apenas para AM. E
sempre que era possvel ouvir suas reflexes, as discusses eram muito ricas e
suas colocaes muito pertinentes. Vale registrar que ela tambm estava grvida
e a criana nasceu no final de Junho de 2005, o que a impossibilitou de participar
de alguns encontros.
Segundo Franco (2005), uma das aes esperadas pelos sujeitos da
pesquisa que participe ativamente da elaborao da problemtica da ao, da
pesquisa, da busca de solues, enfim de todas as etapas, mas, como pode ser
observado na descrio acima, isto aconteceu com intensidade diferente com
cada participante.
Franco (2005) ainda coloca uma questo acerca da participao do
professor como participante da pesquisa-ao: como passar de professor, sujeito
da pesquisa, a pesquisador de seu fazer, mantendo-se prioritariamente no papel
de professor? Embora este papel seja difcil, era o esperado pela formadora.
Vale ressaltar que os professores participaram ativamente das decises da
ao, ficando a cargo da autora e do grupo de pesquisa as decises do curso da
prpria pesquisa. Assim, entende-se que este trabalho seguiu os pressupostos de
uma pesquisa-ao e no se realizou uma propriamente dita, pois segundo
Franco (2005), os participantes devem colaborar nas tomadas de deciso, tanto
nas questes de pesquisa quanto nas questes da ao.



191
6.6 Coleta de dados e anlise dos resultados
Todas as sesses foram udio-gravadas e registradas pelos observadores.
As gravaes foram transcritas e as observaes foram digitadas, o que permitiu
o acesso aos dados coletados.
Tambm foram obtidos dados para anlise atravs de materiais
desenvolvidos pelos professores e entregues pessoalmente ou por e-mail.
A partir destes dados obtidos, foi feita a interpretao do nvel do raciocnio
sobre variao apresentado em todas as etapas do ciclo investigativo. A anlise
interpretativa dos resultados, que segundo Franco (2005), o que configura uma
pesquisa-ao, foi elaborada a partir das falas dos professores e, por este motivo,
tornou a transcrio das fitas o material mais importante.
Foram analisadas as discusses quando os professores realizavam as
atividades solicitadas em pequenos grupos e, tambm, no momento do feedback.
Segundo Barbier (2004, p. 55), a anlise e interpretao dos dados so produtos
de discusses de grupo. Isso exige uma linguagem acessvel a todos. O trao
principal da pesquisa-ao o feedback impe a comunicao dos resultados
da investigao aos membros nela envolvidos, objetivando a anlise de suas
reaes.

6.7 Organizao das Atividades desenvolvidas na fase de implementao da
pesquisa-ao

Os professores haviam solicitado uma formao continuada em Estatstica
devido necessidade de ensinar seu contedo, como sugerido pelos Parmetros
Curriculares Nacionais (BRASIL, 1998; BRASIL, 2000 e BRASIL, 2002).
Nos Parmetros Curriculares Nacionais para o terceiro e quarto ciclos do
ensino fundamental (BRASIL, 1998), a Estatstica faz parte do bloco de contedo
denominado Tratamento de Informao e tem como objetivo:
a finalidade fazer com que o aluno venha a construir procedimentos
para coletar, organizar, comunicar dados, utilizando tabelas, grficos e
representaes que aparecem freqentemente em seu dia-a-dia. Alm
disso, calcular algumas medidas estatsticas como a mdia, mediana e
moda com o objetivo de fornecer novos elementos para interpretar dados
estatsticos. (BRASIL, 1998, p. 52)


192
Com relao ao ensino mdio, o PCN+ (Brasil, 2002) caracteriza a
Estatstica no bloco de contedos denominado Anlise de Dados e as sugestes
esto apresentadas no Quadro 24.
Quadro 24 - Sugestes do PCN+ para o trabalho de Estatstica no ensino mdio
brasileiro
Srie Contedos sugeridos
de estatstica
Explicao do PCN+ (2002 p. 127)*
Descrio de dados identificar formas adequadas para descrever e
representar dados numricos e informaes de
natureza social, econmica, poltica, cientfico-
tecnolgica ou abstrata



Primeira
Representaes
grficas
Ler e interpretar dados e informaes de
carter estatstico apresentados em diferentes
linguagens e representaes, na mdia ou em
outros textos e meios de comunicao



Segunda
Anlise de dados:
mdias, moda e
mediana, varincia e
desvio padro
Obter mdias e avaliar desvios de conjuntos
de dados ou informaes de diferentes
naturezas
Compreender e emitir juzos sobre
informaes estatsticas de natureza social,
econmica, poltica ou cientfica apresentadas
em textos, notcias, propagandas, censos,
pesquisas e outros meios
* A explicao por sub unidade no foi especificada pelo PCN+ , mas foi uma interpretao da
autora.

Estes contedos foram discutidos na formao continuada, que foi
implementada de maneira semelhante ao trabalho de Meletiou (2000), em que a
variao era o tema central de toda a formao.
Como uma pesquisa-ao, embora houvesse um planejamento inicial da
implementao, cada etapa foi repensada e re-elaborada de acordo com os
resultados obtidos na etapa anterior.
Para verificar como os professores atribuam significado Estatstica e
como os conceitos relacionados variabilidade e/ou variao faziam parte desta
significao, foi feito um diagnstico no primeiro encontro (04 de Maro de 2005).
Diante dos resultados obtidos no diagnstico, foi desenvolvida a fase de
sensibilizao da pesquisa-ao, em que foram discutidos textos para responder
a algumas indagaes dos professores. Esta fase aconteceu nos dias 11 e 18 de
Maro.


193
As discusses dos textos permitiram identificar que alguns professores j
trabalhavam contedos estatsticos por meio da realizao de pesquisa, mas as
anlises restringiam-se representao grfica.
Com o objetivo de ampliar esta anlise, ou seja, utilizar outros contedos
estatsticos para analisar dados, foi decidido pela realizao de uma pesquisa,
cujo cronograma do desenvolvimento das atividades est apresentado no Quadro
25.
Quadro 25 Cronograma das atividades do ciclo investigativo
Data atividade Objetivo da ao
01 e 08 de
Abril
Planejamento e
desenvolvimento
de pesquisa
Desenvolver o Pensamento Geral do
Pensamento Estatstico (Wild e Pfannkuch
(1999)
15 e 29 de
Abril
Distribuio de
freqncia
simples e suas
representaes
grficas
a) Discutir as diferentes maneiras de
representar graficamente uma mesma
distribuio de freqncias;
b) Apresentar a distribuio de freqncias
conjuntas;
c) Analisar as distribuies.
06 e 13 de
Maio
Organizao do
banco de dados
da pesquisa
Discutir a elaborao de um banco de dados,
com o auxlio de uma planilha eletrnica.
20 de Maio e
03 de Junho
Distribuio de
freqncia com
dados
agrupados
a) Discutir e interpretar a representao
grfica deste tipo de distribuio;
b) Apresentar outras maneiras de
representao grfica de variveis contnuas.

10, 17 e 24 de
Junho
Medidas de
Tendncia
central e
disperso
a) discutir diferentes medidas de tendncia
central;
b) proporcionar condies do surgimento
natural de uma medida de variao em torno
da mdia aritmtica;
c) Compreender o conceito de desvio padro.

Embora o objetivo da ao tenha sido proporcionar condies de
desenvolvimento do pensamento estatstico, o objetivo da pesquisa era verificar o
nvel de raciocnio sobre variao destes professores enquanto elaboravam,
realizavam e analisavam dados de uma pesquisa.


194
Em algumas situaes, a relao dialtica entre a pesquisa e a ao no
teve um equilbrio adequado e, por este motivo, no dia 19 e 26 de Agosto de 2005
foi realizada uma atividade com estes professores para verificar o nvel do
raciocnio sobre variao em diferentes situaes, de maneira que pudesse
complementar os resultados j obtidos.



195
7 Anlise do Diagnstico

A primeira atividade desenvolvida na fase de implementao desta
pesquisa-ao foi um diagnstico sobre os primeiros significados de Estatstica
que estes professores apresentavam. Para realiz-lo, foi solicitada a tarefa que
est apresentada na Figura 52.
PSQ: Vamos pensar em palavras que estejam relacionadas com a Estatstica. Eu
vou escrever na lousa as palavras que vocs falarem. Em grupo, vocs vo
organizar estas palavras em categorias e nome-las. A partir das categorias,
vocs vo elaborar uma frase para representar Estatstica utilizando as categorias
que vocs encontraram e vo pensar numa representao para esta frase.
Figura 52 - Tarefa 1 do diagnstico
A indicao das palavras, bem como a associao que fariam com elas,
permitiria atingir o objetivo do diagnstico, que era verificar se o conceito de
variao e/ou variabilidade fazia parte do arcabouo de Estatstica destes
professores.

7.1 As palavras indicadas
Os professores comearam a indicar palavras que eles consideravam
relacionadas com a Estatstica, conforme apresentado no Quadro 26.
Quadro 26 - palavras relacionadas Estatstica, indicadas pelos professores*.
pesquisa futuro fora interna regra de trs previso
lgebra organizar mdia interpretar amostra
representar desconto nmero tabela discreto
contnuo consumo fatos sociedade opinio
pblica
poltica IBGE censo modelo taxa de
mortalidade
taxa de
natalidade
varivel incgnita clculo dados
analisar informtica determinar soluo estimativa
experimentar experincia freqncia relativo absoluto
Desvio padro chato calculadora aprendizado
* As palavras esto em ordem (por linha) de aparecimento.


196
Quando a palavra estimativa (35) foi pronunciada, eles disseram que j
era o suficiente. Pode-se supor que, neste primeiro momento, o conjunto de
palavras constantes no quadro j relatavam o que eles entendiam como
Estatstica, mesmo sem o surgimento de nenhuma palavra referente variao.
Ainda assim, o debate com a pesquisadora os incentivou a continuar na busca de
novas palavras do seu repertrio. Vale ressaltar que o desvio padro apareceu
depois deste episdio (42 palavra pronunciada).
As palavras que expressavam afetividade em relao Estatstica s
apareceram depois da indicao do desvio padro, devido interveno do
professor AM, como pode ser observado no trecho da discusso a seguir.
AM: , eu t imaginando, no t dando raiva, no t dando medo, ser o
qu? Ningum t habituado?
OB: Chato.
AM: No, mais ..., eu no acho.
OB: Ento, vamos comear pelos nossos sentimentos.... calculadora.
RN: Sentimento como pessoa ou como professor? A gente no vai
ensinar isso da?
A primeira interpretao deste dilogo est ligada s atitudes vinculadas
prtica docente que, no que tange a este tema, mostrou-se inexistente. A
segunda interpretao que o desvio padro tenha despertado sentimentos,
possivelmente negativos, em relao Estatstica, pois as palavras verbalizadas
foram chato, medo e raiva. Ambas interpretaes s poderiam ser confirmadas ou
refutadas ao longo da formao continuada.
Mesmo no incio do diagnstico j era possvel elaborar uma primeira
hiptese: os professores participantes provavelmente se colocariam na condio
de aluno, dispostos a aprender um contedo para elaborar suas aulas.
D-se continuidade ao processo de indicao das palavras.
Quadro 27 Continuao da indicao das palavras
expectativa Jornal revista tv iluso
poca eleitoral representante dvidas ansiedade grfico
grupo trabalho empresa profisso entrevista
sade educao lazer probabilidade Matemtica
possibilidade altura medida medir situao



197
Quando a professora OB pronunciou a palavra iluso, o professor AM
verbalizou:
AM: , na poca eleitoral!
OB: Analfabetismo no Brasil, a estatstica diz que no existe analfabeto
no Brasil! Quase, n?
Este episdio permite uma segunda hiptese: os professores no
confiavam nas estatsticas veiculadas em mdias, o que precisaria ser discutido
durante a formao continuada.
Para realizar a tarefa de organizar as palavras em categorias e elaborar
uma frase que pudesse expressar como eles davam significado Estatstica, os
professores dividiram-se em trs grupos de trs pessoas cada e os resultados da
discusso interna do grupo, da elaborao da frase e da apresentao esto a
seguir.

7.2 Resultados do Grupo 1
O grupo, formado pelos professores AM e LH e pela aluna AG, apresentou
a seguinte frase: Um planejamento consciente, com o auxlio de ferramentas e
elementos matemticos, levando tambm em considerao os sentimentos
envolvidos, prope um processo estatstico eficiente e a representao desta
frase, que fora elaborada por eles est apresentada na Figura 53 (grifo nosso).
A frase apresentava termos gerais como planejamento consciente,
ferramentas e processo estatstico eficiente, o que no permitiu verificar como os
professores percebiam e apreendiam a variabilidade e/ou variao. Isto foi
explorado no momento do feedback, que est apresentado no subcaptulo 7.5.


198

Figura 53 Representao da significao de Estatstica do Grupo 1.

A maneira como os professores distriburam as palavras nas categorias
pde dar uma idia do que eles entendiam como Estatstica.
A categoria Matemtica englobava grficos, mdia, porcentagem, tabela e
contedos matemticos enquanto que a categoria Planejamento continha outros
contedos estatsticos como freqncia e desvio padro.
Esta diviso do contedo estatstico na categoria Matemtica e na
categoria Planejamento permite inferir que os professores no tinham clareza
sobre os contedos pertencentes Estatstica. No momento do feedback foi
questionado o que eles entendiam como Planejamento, inclusive para
compreender como eles estavam interpretando o desvio padro.

7.3 Resultados do Grupo 2
O segundo grupo era composto pelas professoras RN, IS e LF. Elas
elaboraram a seguinte frase: Com alguns procedimentos e clculos podemos
analisar fatos, e com sentimento interferir no campo de atuao da sociedade. A
frase foi construda a partir das seguintes categorias: Campo de atuao,



Ferramentas


Planejamento


Matemtica
Sentimentos


Estatstica



199
Informaes, Sentimentos, Procedimento e Clculo e a representao dela est
na Figura 54.











Figura 54 - Representao da significao de Estatstica do Grupo 2.

A categoria Clculo envolvia contedos matemticos e estatsticos e a
categoria Procedimento envolvia as aes que seriam realizadas com os clculos
tais como organizar, analisar, agrupar, representar, etc.
Diante da apresentao oral do grupo foi possvel verificar que a Estatstica
era compreendida como uma ferramenta para analisar fatos. Provavelmente isto
se devia participao da professora RN que j realizava pesquisa com seus
alunos para ensinar grficos estatsticos.

7.4 Resultados do Grupo 3
O terceiro grupo, composto pelas professoras OB, SB e CI apresentou a
seguinte frase: Para o aprendizado de Estatstica precisamos buscar fontes,
coletar dados de diversos meios e com a utilizao de ferramentas chegar ao
nosso objetivo. A interao entre alunos e professores importante para sanar as
dvidas e expectativas que aparecem como incgnitas, que so as dificuldades
nos clculos, cuja representao foi reproduzida na Figura 55 (grifo nosso).





SENTIMENTOS

ESTATSTICA
CAMPO DE
ATUAO
ANLISE
DE FATOS

CLCULOS

PROCEDIMENTOS


200













Figura 55 - Representao da significao de Estatstica do Grupo 3.

As professoras verbalizaram que chegar ao objetivo era o aprendizado de
Estatstica e que, para isto, elas buscariam fontes, coletariam dados e utilizariam
ferramentas (que era a prpria Estatstica utilizada para analisar os dados).
Isto mostra certa confuso na significao da Estatstica, vista como
sinnimo de Ferramenta e compreendida na interseco entre Fontes e
Dificuldade nos Clculos. Pode-se inferir que as professoras deste grupo estavam
entendendo a Estatstica como um contedo que se usa para analisar dados de
pesquisa, mas que elas tinham dificuldades nos clculos. E isto pode ser devido
forte influncia da professora OB que j havia verbalizado isto.
Deve-se ressaltar que as Ferramentas estatsticas (categoria) que seriam
usadas para analisar os dados s tinham grficos e tabelas.
Uma outra categoria era Dificuldade nos clculos, que englobava todos os
contedos matemticos e outros contedos estatsticos. As Fontes, uma outra
categoria, foi colocada ora como local onde os dados seriam obtidos ora como a
aplicao da estatstica. E fora mencionado, diversas vezes, que o professor teria
o papel de sanar as dificuldades nos clculos, que pertencia categoria
Interao.
Este terceiro grupo foi o nico que relacionou Estatstica com o processo
ensino-aprendizagem, porm o foco no estava na discusso dos conceitos



Fontes





Ferramentas
INTERAO
ESTATSTICA
Dificuldade
nos Clculos


201
estatsticos com seus alunos, mas provavelmente sanar as prprias dificuldades
do professor com os clculos.

7.5 Feedback
Aps a apresentao das frases, a pesquisadora, que est identificada por
PSQ, fez intervenes para compreender o significado de Estatstica atribudo
pelos professores e verificar se havia alguma identificao de variao e/ou
variabilidade neste significado. Este momento considerado como a fase de
feedback do primeiro encontro da pesquisa-ao.
Enquanto os grupos estavam elaborando as categorias e as frases, a PSQ
observou alguns pontos que mereceriam ateno e discusso: partio do
contedo estatstico em diferentes categorias, diversidade do significado de
ferramentas, a Estatstica como meio de manipulao de massa e a Estatstica
como objeto de ensino e interao.
A discusso sobre a distribuio dos contedos estatsticos em diferentes
categorias est parcialmente reproduzida a seguir.
PSQ: Todos os grupos colocaram direta ou indiretamente a dificuldade
nos clculos. O que vocs entendem com isto?
RN: bem complicado. Voc consegue agitar bastante a sala, porque
voc pode trabalhar com jornal, com revista, alguma coisa assim, com
material diferenciado, vai trabalhar em grupo, deixa de ser um trabalho
individual e voc estimula eles a fazerem pesquisa, ento essa parte
estimula bastante. Agora, quando voc trabalha com... ...
principalmente os livros didticos, a voc cai nisso da. Tem sempre
nmeros bonitinhos, n? S na pesquisa, voc no vai conseguir os
nmeros bonitinhos. Esse o grande n na hora de ensinar estatstica.
A professora RN estava se referindo no possibilidade de obter 100%
quando efetuava a soma da porcentagem de cada categoria de resposta de uma
pesquisa.
OB: eles no sabem nem usar a regra de trs. Eles no conseguem
achar a porcentagem. Mdia, a gente t tirando a mdia da nota deles e
quando a gente fala em mdia eles no fazem nenhuma associao. O
desvio padro, eles no entendem o que desvio padro e isto que
derruba a gente nos concursos. A curva, a bendita curva! Puxa, no
alcancei! No passei!
AM: Ou ento, a curva est baixa, o nvel t baixo.


202
OB: Ou ento, olha, por um pouquinho eu no fico na curva. A
calculadora, os alunos s sabem fazer mais ou menos. Tem funo na
calculadora que eu no conheo. Probabilidade, meu Deus! um caos.
Ento, so estas as dificuldades.
Embora nem todos os professores tenham se pronunciado, ficou claro que
haviam pedido a formao continuada em Estatstica devido necessidade de
sanar suas prprias dificuldades com o contedo. A discusso permitiu identificar
algumas dessas dificuldades: clculo de porcentagem em uma distribuio de
freqncias, no compreenso de mdia aritmtica, a interpretao do desvio
padro e o clculo de probabilidades.
A PSQ explicou que os contedos probabilsticos seriam desenvolvidos por
outro pesquisador e que, na discusso sobre Estatstica seria possvel observar
que h mais de uma maneira de apresentar um resultado. Esta expresso da
PSQ levou o professor LH a se pronunciar: como no exato, no
Matemtica.
A afirmao do professor LH despertou um longo debate no grupo. Parte
dos professores disse que Estatstica era Matemtica, pois estava nos livros
didticos enquanto que outra parte dos professores disse que usava Matemtica
e fizeram a analogia com a confeco de um bolo (usa matemtica, mas no
matemtica). O feedback a este respeito foi feito no encontro seguinte, por meio
do texto de Silva e Coutinho (2005)
30
.
Quanto categoria ferramentas, o objetivo era verificar se estavam
entendendo a Estatstica como uma ferramenta de pesquisa ou se estavam
levantando as ferramentas necessrias para ensinar Estatstica.
PSQ: Duas frases utilizam a categoria ferramentas. O que vocs
entendem como ferramentas?
AM (G1): Excel, ....., jornais, tudo o que se usa para conseguir fazer um
estudo estatstico.
PSQ: so as ferramentas que vocs precisam para ensinar estatstica?
AM: Isto mesmo.
PSQ: No Grupo 2, procedimentos so as ferramentas?
RN: Procedimentos que voc precisa para levantar dados, organizar,
calcular, desenhar grficos, mais nesse sentido.


30
Este texto no est disponvel nos Apndices deste trabalho devido ao fato de estar disponvel
no endereo ftp://ftp.usjt.br/pub/revint/191_41. ZIP


203
PSQ: Procedimentos necessrios para fazer estatstica?
RN: Isto.
Vale destacar que, neste dilogo, os professores responderam s questes
da PSQ, o que no significa que era o que eles efetivamente tinham como
representao, j que o pronunciamento no foi espontneo. Portanto, uma
inferncia da autora que o primeiro grupo entendia ferramenta como o material
necessrio para ensinar Estatstica enquanto que o segundo grupo estava
compreendendo a Estatstica como uma ferramenta de anlise de dados, o
mesmo j verbalizado pelo terceiro grupo.
Apenas o Grupo 3 mencionou a relao professor-aluno, embora a
preocupao estivesse centrada na soluo de suas prprias dificuldades. A
discusso sobre esta Interao (categoria) fez surgir o papel da Estatstica como
meio de integrar as disciplinas na escola quando do desenvolvimento de projetos.
Outro papel da Estatstica explorado foi sua utilizao para manipulao.
Foram levantadas duas hipteses acerca da compreenso dos professores sobre
essa temtica: Estatstica falsa ou a Estatstica pode ser usada para obter os
resultados desejados.
PSQ: Vocs verbalizaram, nas discusses, sobre a iluso da Estatstica,
manipulao de dados.
AM: O sentimento que me causa muita raiva, muito dio quando vai
falar de poltica. Tem sempre dados manipulados. Nunca a verdade. O
candidato sempre puxa para seu lado.
PSQ: Seus alunos percebem a manipulao na Estatstica?
AM: Meus alunos no enxergam esta manipulao.
PSQ: Isto no vai incomodar voc na hora de dar aula?
AM: Isto sempre aparece! No tem jeito!
Mas, em um outro momento da discusso das frases, o professor AM
relatou que A estatstica no mentirosa. Depende de quem a usa, de quem a
faz. A estatstica no mentirosa. quem a faz, quem a usa que mentiroso,
que se relaciona com o que ele havia denominado de processo estatstico
eficiente: sempre buscar a verdade dos fatos que esto sendo analisados.
A fala deste professor permite confirmar, parcialmente, a segunda hiptese
da autora sobre a interpretao da Estatstica como objeto de manipulao. Como
os outros professores no se pronunciaram, no foi possvel verificar sua
compreenso a este respeito.


204

7.6 Anlise do Raciocnio sobre variao/variabilidade identificado no
diagnstico
O diagnstico permitiu identificar pontos frgeis na significao de
Estatstica para estes professores. As frases refletiam o uso de pesquisa para
ensinar estatstica, mas o contedo que possivelmente era explorado restringia-se
aos grficos e tabelas.
Existia, junto a estes professores, uma concepo de Estatstica como a
ferramenta para enganar as pessoas e surgiu a preocupao de quanto esta
concepo poderia afast-los de ensinar este contedo.
A professora SB citou o desvio padro na indicao das palavras e a
professora OB disse que ele o motivo do fracasso nos concursos. Porm, este
conceito estatstico no foi apropriado pelo grupo, no surgindo nem como
ferramenta nem como contedo na significao da Estatstica. Por tudo o que foi
apresentado, pode-se classificar o nvel de raciocnio sobre variao como
idiossincrtico, pois apenas verbalizaram o desvio padro sem levar em
considerao sua aplicao como ferramenta de pesquisa ou como contedo a
ser ensinado.


205
8 Fase de sensibilizao da pesquisa ao.

O diagnstico apontou dois aspectos que precisariam ser discutidos: os
contedos e estratgias metodolgicas sugeridas para o trabalho com a
Estatstica desde a 5 srie do ensino fundamental at o 3 ano do ensino mdio e
a prpria definio de Estatstica e sua relao com a Matemtica.
Para trabalhar o primeiro aspecto, no dia 11 de Maro de 2005 foram
discutidas as sugestes dos Parmetros Curriculares Nacionais do ensino
fundamental e mdio.
PSQ: Como vocs usam os PCNs na escola?
AM: Ningum usa. Vou ser sincero! Eu uso para explicar alguma coisa
que eu quero.
LF: Para fazer projetos, pois l tem explicao.
OB: Para fazer planejamento no incio do ano.
Como uns professores afirmaram no lembrar o que estava escrito nos
Parmetros Curriculares Nacionais (tanto para o Ensino Fundamental PCN-EF
como para o Ensino Mdio PCN-EM e PCN+) e outros professores admitiram
que nunca leram esses documentos, se dividiram em trs grupos para fazer uma
leitura rpida das sugestes para o ensino de Estatstica.
Grupo 1 Professora IS e o professor EVE (que s participou deste
encontro e que est identificado como eventual) leram os PCNs para 5 e
6 sries;
Grupo 2 professores LF e OB leram os PCNs para 7 e 8 sries;
Grupo 3 professores AM, CI, LH , RN e a aluna AG leram o PCN-EM e o
PCN+.
A tarefa solicitada est apresentada na Figura 56.

PSQ: Que contedos os PCNs sugerem (para a Estatstica) e que propostas de
trabalho eles fazem para estes contedos?
Figura 56 - Tarefa 1 da sensibilizao

Cada grupo fez uma leitura de, aproximadamente, uma hora, aps o que
fizeram um relato dos pontos que consideraram importantes. A discusso e a
apresentao de cada grupo esto sintetizadas nos subcaptulos 8.1 a 8.3, as


206
questes que foram formalizadas esto apresentadas no subcaptulo 8.4 e a
sntese da anlise do raciocnio de variao/variabilidade esto apresentadas no
subcaptulo 8.5.
Na apresentao dos resultados, algumas frases foram sublinhadas por
serem consideradas como uma evidncia do raciocnio do professor.

8.1 Resultados do Grupo 1
O grupo relatou que os contedos sugeridos para as 5 e 6 sries do
ensino fundamental so mdia aritmtica e espao amostral, enfatizando o
significado para o aluno e evitando o trabalho com termos e frmulas.
Os professores consideraram importante o fato de trabalhar com pesquisa,
principalmente sem a imposio do tema, mas apresentaram dvidas quanto
possibilidade de sua efetivao, seja pela possibilidade de algazarra dos alunos,
seja pela no compreenso e autorizao de outros membros da escola para que
isto fosse feito fora da sala de aula.
O professor EVE relatou que estilo musical uma temtica de interesse
dos alunos, embora os PCNs sugerissem idade e altura. Aps a realizao da
pesquisa, os alunos calculariam a mdia e colocariam em tabelas e grficos,
permitindo leituras e interpretao.
A afirmao do professor EVE sobre o ensino de mdia aritmtica de
estilos musicais requer a escolha de um estilo, por exemplo rock, e considerar 1
para quem selecionou-o e considerar 0 para quem selecionou outros estilos.
Levanta-se a hiptese de que o professor no havia pensado nesta estratgia e,
possivelmente, teria a inteno de calcular a mdia de uma varivel qualitativa
com mais de duas possibilidades de resposta.

8.2 Resultados do Grupo 2
A observadora LL explicou ao grupo que o termo Tratamento da
Informao referia-se ao bloco de contedos da Estatstica, da Probabilidade e da
Anlise Combinatria dos PCNs.
Aps a compreenso do termo, a professora LF explicou que trabalhava
Estatstica de duas formas diferentes, sendo uma delas junto com juros simples,
no momento de organizar em tabelas os preos das mercadorias observados em


207
trs estabelecimentos e por meio da interpretao de grficos veiculados em
jornais e revistas.
A professora LF pretendia trabalhar os contedos matemticos de maneira
interligada, permitindo ao aluno revisitar o que j aprendeu e utilizar este
conhecimento para facilitar a nova aprendizagem. Entretanto, sua verbalizao
sobre a utilizao de tabela para apresentar os preos de trs estabelecimentos,
indica que no estava trabalhando com distribuio de freqncia, que foi
confirmado aps a interveno da observadora LL.
Observadora LL: Voc consegue atingir todo o contedo sugerido pelo
PCN no bloco de Tratamento de informao?
LF: Eu chego at um certo ponto. Eu sempre trabalhei com pesquisa,
coleta de dados, mas eu nunca me importei como tratar isto.
No momento do relato sobre a leitura dos PCNs, as professoras
verbalizaram que a estratgia de trabalho sugerida para a Estatstica a mesma
j apresentada pelo Grupo 1 e que a Estatstica pode ser usada para retomar
outros conhecimentos matemticos j aprendidos, o que pode tornar menos
cansativa a aprendizagem e ajud-lo a compreender fatos do cotidiano. A
pesquisadora fez uma interveno:
PSQ: E quais os contedos sugeridos pelo PCN?
OB: Razo, porcentagem, regra de trs, juros simples, freqncia,
organizao dos dados, n? Primeiramente, a leitura e interpretao de
dados expressos em grficos, construes de recursos visuais, n?
Principalmente para apresentar globalmente os dados, destacar
aspectos relevantes, sintetizando as informaes, permitindo a
elaborao de inferncias (...) freqncias, tem as medidas, que a
mdia, a mediana, n? e a moda, n? E a compreenso de seu
significado tambm, n? A construo do espao amostral, utilizando o
principio multiplicativo e a iniciao da probabilidade por meio da razo.
E a elaborao de experimentos e simulao para estimar
probabilidades e veri ficar probabilidades previstas.
PSQ: E a estratgia a ser utilizada?
OB: Fazer pesquisa que tenha interesse para o aluno, n? Que, como
ele [professor EVE] falou, o peso, a altura, a idade, que isto tem
significado para ele.
A professora OB entendeu que a professora LF trabalhava juros simples
como um contedo estatstico e no que utilizasse a Estatstica quando


208
trabalhava matemtica financeira. Alm disso, parte de sua verbalizao foi a
leitura dos contedos sugeridos pelos PCNs.

8.3 Resultados do Grupo 3
Este grupo prendeu-se mais em troca de experincias do que na leitura dos
PCNs. Poucos trechos foram realmente lidos e discutidos.
A professora RN explicou que faz pesquisa com os alunos sobre algum
tema que os prprios alunos sugerem, por exemplo, sabor do sorvete. Monta-se o
rol das respostas. Organiza-se a tabela (7 e 8 sries do ensino fundamental).
O professor AM explicou que divide os alunos do ensino mdio em grupos,
em que cada um escolhe o tema a ser pesquisado, faz dez perguntas e escreve
uma sinopse sobre como, onde e com quem fizeram a pesquisa. Quando os
alunos voltam com os resultados, o professor AM conduz a maneira de analisar
os resultados, com a freqncia de cada resposta. Para cada questo, os alunos
fazem um grfico diferente, com o uso do computador. E os alunos fazem no
lpis o que o computador fez, para pensar o contedo.
Ambos professores que relataram sua experincia j trabalhavam a
Estatstica da maneira como os PCNs sugeriam, porm, o contedo estatstico
discutido restringia-se a distribuio de freqncias e a elaborao de grficos.
A leitura do PCN+ motivou o professor AM a questionar sobre o desvio
padro.
AM: Voc trabalha com o desvio padro? [perguntando ao grupo] Eu me
lembro de ter sido to massacrado nesse negcio! Fazia, fazia, e...
Observadora RL: O que desvio padro?
AM: Eu digo assim. Vamos ver se eu no estou falando besteira. Quando
eu falo em desvio padro, por exemplo, eu dou exemplo de uma sala de
aula, vai. Eu pego a nota de todos os alunos e saio comparando. Quanto
mais prximo todas as notas de cada aluno analisada for prximo ao
zero, significa que eles esto, a sala est em uma hegemonia. Ou esto
aprendendo todos iguais ou nenhum est aprendendo igual. Ento
para isto. Coisa que ningum pensa nisto dentro da escola. Pelo menos,
eu nunca vi nenhuma escola, nenhuma coordenao que se preocupe
em chegar no final do ano e fazer uma avaliao desta. Que eu acho que
o papel do coordenador.
A verbalizao de AM permite duas interpretaes. A primeira que,
possivelmente, este professor estivesse comparando as notas com a mdia zero


209
da Distribuio Normal Reduzida e o fato de que as notas estariam prximas do
zero, prximas da mdia, haveria um desvio padro menor. Se este fosse seu
raciocnio, poderia ser considerado num nvel de transio (GARFIELD, 2002),
pois utilizou uma medida de tendncia central e percebeu a densidade de
freqncia em torno da mdia, duas dimenses do conceito de desvio padro.
Uma segunda interpretao da verbalizao do professor AM, mais
provvel, que ele estivesse se recordando da apostila que utilizava no ensino
mdio, que colocava como resposta de um exerccio a seguinte explicao:
quanto mais prximo de zero o desvio padro, mais homognea a
distribuio dos valores da varivel, que poderia ser classificado como um nvel
verbal de variao, pois est correta a relao entre o valor do desvio padro e a
homogeneidade das observaes, mas isto no permite perceber que as
observaes so mais homogneas em relao um ponto de referncia: a
mdia.
Porm, a verbalizao do professor AM foi referente s notas mais
prximas do zero e no o desvio padro mais prximo do zero, o que pode
permitir uma interpretao de raciocnio idiossincrtico de variao, pois ele
conhece algumas palavras, mas ainda no consegue relacion-las
adequadamente, ou seja, o conceito no est formado.
Durante a leitura, uma afirmao do PCN+ (Brasil, 2002, p. 126) chama a
ateno do professor AM: A Estatstica e a Probabilidade devem ser vistas,
ento, como um conjunto de idias e procedimentos que permitem aplicar a
Matemtica em questes do mundo real. O professor AM entendeu como uma
resposta ao que havia sido discutido na sesso anterior e verbalizou: o PCN
coloca a Estatstica como um ramo da Matemtica, mas quando o grupo
apresentou a definio de Estatstica e de Probabilidade, no houve destaque
para a interpretao do professor AM.
Durante a explicao do grupo sobre as estratgias de ensino utilizadas
pelos professores AM e RN, os contedos estatsticos do ensino mdio no foram
especificados, que levou o professor EVE a questionar e LH respondeu:
varincia e desvio padro.



210
8.4 Feedback
Como apresentado no incio deste captulo, a fase de sensibilizao foi
marcada pelas discusses sobre o contedo e metodologia sugeridos pelos PCNs
e sobre a definio de Estatstica e sua relao com a Matemtica.
A leitura do PCN-EF, PCN-EM e PCN+ limitou-se quela feita na sesso
presencial e, portanto, foi feita de maneira superficial.
Na fase de planejamento da prxima ao (iteratividade da pesquisa-ao),
o grupo de pesquisa sugeriu que fossem utilizados outros textos para dar o
feedback dos assuntos levantados. Foi feita uma sntese do Captulo 5 de Ponte,
Brocardo e Oliveira (2003), que est no Apndice 4 deste trabalho, para discutir o
aspecto metodolgico do ensino de Estatstica e foi utilizado um texto introdutrio
sobre histria da Estatstica e da Probabilidade ( SILVA e COUTINHO, 2005) para
discutir as diferentes definies de Estatstica conforme o contexto em que est
inserida.
Como a discusso s aconteceu no prximo encontro, foi solicitado aos
professores que aprofundassem a leitura dos PCNs e fizessem uma busca na
Internet sobre a histria da Estatstica.
O feedback foi no dia 18 de Maro de 2005, com a retomada da definio
de Estatstica utilizada pela professora RN: Estatstica trata de um conjunto de
mtodos utilizados para obteno de dados, sua organizao em tabelas, grficos
e anlise destes dados e fez-se a leitura da definio de Estatstica elaborada
por Costa Neto (2002, p.1): Estatstica a cincia que se preocupa com a
organizao, descrio, analise e interpretao de dados experimentais que
suscitou a discusso sobre duas vises da Estatstica: um ramo da Matemtica
e uma cincia independente que usa a Matemtica como ferramenta.
O texto de Silva e Coutinho (2005) foi lido parcialmente, dando nfase no
surgimento da Estatstica com os recenseamentos, no surgimento da
probabilidade com os jogos e o possvel momento de integrao destes dois
campos. A afirmao do professor AM fez surgir novamente a discusso dos
PCNs.
AM: Eu sempre olhei para a Estat stica e a Probabilidade como duas
coisas separadas.
PSQ: Elas so separadas? Como esto nos PCNs?


211
AM: Para mim eram separadas, pois na apostila que eu uso, so
captulos separados e no so linkados (...) Eu tenho a impresso,
quando eu pego o contedo, que a abordagem muito resumida, em
Estatstica. Em Probabilidades, abre, n! Aquele monte de exerccios.
Agora, a Estatstica fica resumido a mdia e desvio. Eu fao meia dzia
de exerccios e pronto.
A pesquisadora explicou que esta viso da Estatstica separada da
Probabilidade pode ser em conseqncia de que o contedo da Estatstica
sugerido para a escola bsica restrinja-se estatstica descritiva. Somente
quando se d incio inferncia estatstica, que se torna possvel observar a
interligao dos dois campos.
Neste momento, a pesquisadora solicitou uma reflexo aos professores,
apresentada na Figura 57.
PSQ: Depois da leitura dos PCNs, se vocs fossem trabalhar Estatstica na srie
em que lecionam, como vocs fariam?
Figura 57 Questo 1 para reflexo durante a fase de sensibilizao

RN: Com jornais e revistas para os alunos interpretarem grficos e isto
agita bem a sala.
AM: Voc no precisa falar para ele (aluno) o que freqncia relativa,
cai a ficha e depois voc s d o nome. Voc no precisa falar para ele
(aluno) o que desvio padro. L no final, cai a ficha. O que varincia,
cai a ficha. Depois voc s d o nome. Ele chega e voc no precisa
abordar nada. Fica at fcil voc dar aula. Depois a resoluo dos
exerccios, a outra estria, n?
LH: Fica prximo do cotidiano deles.
Utilizando a verbalizao do professor AM, a PSQ lembrou a todos que os
contedos estatsticos no se restringem apenas aos grficos e tabelas, como os
grupos apresentaram. Existem tambm as medidas de tendncia central e
disperso, que quase no foram citadas. Neste momento, a professora OB faz
uma interveno:
OB: Vocs lembram quando ns fomos fazer o trabalho da Renata
[Rossini (2006), que trabalhou com funo], foi pedido para eles
desenharem grfico. Que grfico eles desenharam?
AM: Ah !
OB: Grfico estatstico. N! Fizeram grfico de setor e barras.


212
A nfase no ensino de grficos estatsticos parece no ser privilgio dos
professores deste estudo, levando alunos de outros professores a associar
grficos com a Estatstica e no com a Funo. Este fato parece sugerir que a
Estatstica est diretamente relacionada com grficos da mesma maneira que
Estatstica estava relacionada com mdiamodamediana no estudo de Bakker
(2004).
A discusso voltou-se para o ensino de Estatstica e deu-se incio leitura
completa da sntese do texto de Ponte, Brocardo e Oliveira (2003). O primeiro
pargrafo gerou estranheza por parte dos professores, que no entendiam como
as aulas de Estatstica poderiam ser chatas.
AM: Engraado. Diferente do que a gente discutiu. [se referindo ao
aborrecimento em aulas de estatstica].
Observadora RL: Leia a frase anterior: as abordagens usuais deste
tpico enfatizam os aspectos computacionais e procediment ais. s
clculo. Calcula a mdia, calcula isto, calcula aquilo.
OB: Lembra do professor da universidade? Como era chata aquela aula
de Estatstica dele. Nossa!
PSQ: E como era a aula dele?
OB: Ele chegava l e: Hoje vamos estudar desvio padro. Ele col ocava
o conceito e depois dava aqueles exerccios...a gente pegava a
calculadora e ficava l e fazia.
A professora OB associou a aula chata com desvio padro e com a
realizao de clculos, o que permite inferir que a aula legal aquela em que
feita uma pesquisa e so elaborados grficos.
AM: A maior raiva que eu tenho de qumica. Fiz dp [dependncia] desta
matria. Por qu? Porque chegava no laboratrio, n, fazia aquele monte
de experincia. Depois calculava a mdia de no sei o que, desvio
padro, l, l, l aquele monte de coisa. No final, voc entregava o
relatrio e eu no sabia o que eu tinha feito. Ah, t, t totalmente certo [o
professor dizia]. , que bom! Eu no sabia o que eu tinha feito.
O professor AM relatou que no entendia desvio padro quando estava
cursando a graduao, mas no se posicionou sobre sua compreenso na
atualidade.
OB: Eu fui para exame em Estatstica e Calculo Diferencial. Eu estudei
Clculo pra caramba. Decorei o caderno de Clculo e Estatstica, s
frmula mesmo, n? Era s levar a calculadora e ele deixava ainda, n?
matria nojenta, chata! Tirei 9,75 de Clculo e de Estatstica, ele


213
comeou a corrigir e olhar para minha cara, n? Da ele comeou a
colocar certo, pois ele viu que eu ia desmaiar, n? [ Todos riem]. Era
muito chato. Eu no conseguia estudar estatstica do jeito que ele queria.
PSQ: isto que o Ponte est colocando aqui, n? Se fica s na frmula,
o aluno vai perguntar: para que eu preciso deste monte de clculo?
Lembram-se do trabalho da Zez [Silva, 2005] : a palavra forte era
significado, n? isto! E aqui ns queremos discutir o significado destas
medidas.
Ao trmino da leitura da sntese, a PSQ tinha o objetivo de estimular a
percepo de variabilidade e fez a interveno apresentada na Figura 58.

PSQ: Vamos utilizar o exemplo do Ponte. Se a gente pegar o perfil do aluno. Se o
ET fosse ler o relatrio dos alunos, ele teria um retrato fiel da realidade?
Figura 58 - Questo 2 para reflexo durante a fase de sensibilizao

LH: Ele teria um retrato do que ele observou. Se fiel, ai que est!..
o que ele observou.
OB: Depende de como ele ia interpretar aqueles dados.
LH: Se ele vai ver a cor dos alunos, quanto mais informaes ele pegar
daquele assunto, daquilo que ele est analisando, mais preciso est. A
acho que est o pensamento cuidadoso. Quanto mais dados,
informaes ele tem de alguma coisa, mais prximo ele est da
realidade.
A preciso relatada pelo professor LH no permite compreender que ele
se referia e isto no foi questionado no momento da formao continuada.
Entretanto, no contexto em que est inserida, sugere que quanto mais pessoas
ele estivesse observando, ele teria uma observao da maioria com maior
fidelidade, o que permitiria classificar seu raciocnio como verbal, possivelmente
observando a moda para representar a variao das observaes. Vale ressaltar
que este foi o raciocnio predominante do professor LH durante a formao
continuada.
A pesquisadora percebeu que usou um termo inadequado (retrato fiel) que
poderia reforar a idia de falsa Estatstica. Ento, fez uma nova interveno,
apresentada na Figura 59.




214
PSQ: Vamos pensar naqueles caras da ONU. Eles pegam aqueles relatrios da
realidade do Brasil. Ento, eles vo l e pegam o relatrio do Brasil que diz que a
renda mdia do brasileiro, o nmero mdio de filhos da mulher brasileira e eles
tem que enxergar o Brasil diante daquele relatrio. o mesmo relatrio que foi
dado na mo do ET. Ento, algum de fora pega um relatrio da realidade
brasileira. Como esta pessoa deve ler este relatrio? Como ela deve interpretar
este relatrio?
Figura 59 - Questo 3 para reflexo durante a fase de sensibilizao

LH: Ela tem que saber o que foi pesquisado.
OB: Espao amostral, tambm n? Digamos que pesquisaram num
estado para l, Nordeste, n? E ele vem para So Paulo, uma
realidade completamente diferente.
Embora a professora OB tenha utilizado o termo espao amostral, sua
verbalizao permite inferir que se referia amostragem, a uma possvel
generalizao de resultados obtidos em uma localidade para outra localidade.
Mas, tambm pode ser entendido que estava observando a variao de um
estado brasileiro para outro, o que permite categorizar como um raciocnio de
variabilidade.
PSQ: Se tivesse sido pesquisado renda de So Paulo e de uma cidade
do Nordeste. Como esta pessoa teria que ler este relatrio? Que a
pergunta que ela [autora do artigo] faz aqui. Ser que ela tinha que fazer
um perfil das moas e dos moos? Ser que as meninas so muito
diferentes dos meninos e eu precisaria fazer um relatrio separado? Ou
faria .... ela deixou para os alunos decidirem.
LH: Depende do objetivo.
PSQ: Traar o perfil!
OB: Provavelmente, n? Ento, quando entra a probabilidade n?
Provavelmente aqui tem algum que ganhe este salrio. Nem todos aqui,
n? Ento um levantamento de todos, n? E no quer dizer que cada
um daqueles ganhe exatamente aquilo que est na pesquisa. o caso
do aluno tpico, n? Aqui tem vrios... perfil do aluno e isto aqui no
prova que cada aluno tem que ser exatamente o que saiu na...(grifo
nosso).
Quando a professora entende que existe um determinado valor e que nem
todos os valores devem ser iguais a este, ela j est num nvel de transio do
raciocnio de variao. Ele percebe que uma amostra representada por um valor


215
(uma dimenso do conceito de variao) e que os outros valores no so
necessariamente iguais a este (outra dimenso do conceito).
RN: uma estimativa.
PSQ: Quando a gente fala em estimativa, o que a gente est pensando?
LH: Um chute.
OB: Espera-se ...
PSQ: um valor aproximado e nem todos sero iguais aquele. E isto
que Snee diz que o pensamento estatstico. Ele vai sempre trabalhar
na Estatstica com um valor aproximado, uma estimativa, eu tenho que
ler uma mdia e saber que h pessoas acima, vo ter pessoas abaixo,
se renda, tenho que saber que pessoas ganham menos, pessoas
ganham mais e tem pessoas que no ganham nada.
OB: Por isso que queriam o socialismo. Quando fizessem estatstica,
todo mundo ganha exatamente igual, todos teriam o mesmo padro de
vida. Por isso que queriam ...
LH: Se pegar o exemplo que voc deu. Se pegar a regio Sul, faz o
padro de vida de cada um, faz o perfil do brasileiro. A regio Sul t
diferente da regio Nordeste. Ai voc pega tudo isto da e faz a mdia,
vai cair mesmo o padro, mas da vai ficar bom o padro, entre aspas
n?
A professora OB fez surgir novamente o raciocnio sobre variabilidade, pois
observou que os valores do salrio poderiam ser todos iguais. No entanto, o
professor LH observou que os valores da regio Sul so diferentes da regio
Nordeste, raciocnio sobre variabilidade, mas tambm percebeu que a mdia
equilibrada devido essas diferenas, o que permite inferir que estava pensando
em distncias da mdia e classificar seu raciocnio como de transio.
PSQ: Ento, por isto que numa investigao em sala de aula,
importante que o aluno comece a pensar na questo. Por que ele vai
comear a perceber...
RN: Por isto que naquela brincadeira do sorvete que eu fiz com eles,
tinha quatro salas, n? Na hora de fechar o trabalho, eu fechei com as
quatro salas e eu no fechei s na sala que eu estava trabalhando. Eu
coloquei o resultados das quatro salas. E lancei a pergunta: quem for
abrir uma sorveteria, quais sabores voc ia escolher? Foi da que um
aluno disse: Nunca mais eu vou pegar de uva. Eu achei bonitinha a
resposta dele. Jamais eu compraria de uva .
Essa simpatia com a deciso do aluno em no mais comprar o sorvete de
uva (possivelmente porque a freqncia de alunos que gostavam deste sabor era


216
a mais baixa), representando a observao da minoria, o que Ben-Zvi (2004)
relacionou com a noo intuitiva de outliers (discrepantes), uma dimenso do
conceito, permitindo classificar seu raciocnio de variao como de transio.
Para encerrar a sesso de feedback, a pesquisadora fez uma sntese
verbal do trabalho de Watson e Kelly (2002), que trabalharam com o nmero de
pessoas da famlia. Os professores entenderam que trabalhar estatstica em sala
de aula requer planejamento, desde a no manipulao do entendimento do
assunto at a forma de coleta e anlise de dados.
A questo do planejamento incomodou os professores, pois recordaram da
falcia do planejamento da escola. Como no era objetivo analisar este assunto,
no foi transcrita a discusso.

8.5 Anlise do raciocnio de variao/variabilidade identificado na fase de
sensibilizao da pesquisa-ao.
Foi possvel observar que os professores utilizavam pesquisa como
metodologia de ensino e grficos com contedo disponvel para analisar os
resultados, que complementa o diagnstico realizado inicialmente, em que estes
professores buscaram uma formao continuada sobre o contedo estatstico
pelo fato de terem um conhecimento restrito sobre o assunto.
O debate sobre a sntese do texto de Ponte, Brocardo e Oliveira (2003)
permitiu observar a facilidade na admisso da variabilidade.
O entendimento de que as observaes so diferentes um raciocnio
adequado sobre variabilidade, mas no sobre variao, pois no foi relacionado
com nenhuma medida de variao. Isto j foi identificado nos estudos de Watson
e Kelly (2002), Lehrer e Schauble (2002), Loosen, Lioen e Lacante (1985).
A partir das verbalizaes, foi possvel observar noes intuitivas de
variao, que foram niveladas seguindo o modelo de raciocnio estatstico
proposto por Garfield (2002).







217
Quadro 28 Nvel de Raciocnio sobre Variao na fase de sensibilizao da
pesquisa-ao
Raciocnio sobre
variao
Professor Verbalizao Nvel do
raciocnio
Qualquer valor
possvel
LH Estimativa um chute verbal
Valores prximos do
zero, mais
homogeneidade
AM Quanto mais prximo todas as notas de
cada aluno analisada for prximo ao zero,
significa que eles esto, a sala est em
uma hegemonia. Ou esto aprendendo
todos iguais ou nenhum est aprendendo
igual. Ento para isto
idiossincrtico
Moda LH Quanto mais informaes ele pegar
daquele assunto, daquilo que ele est
analisando, mais preciso est.
verbal
Variao em torno da
estimativa
OB Provavelmente aqui tem algum que
ganhe este salrio. Nem todos aqui, n?
Ento um levantamento de todos, n? E
no quer dizer que cada um daqueles
ganhe exatamente aquilo que est na
pesquisa.
Transio
Diferenas em torno
da mdia
LH A regio Sul t diferente da regio
Nordeste. A, voc pega tudo isto da e
faz a mdia, vai cair mesmo o padro,
mas da vai ficar bom o padro, entre
aspas n?
Transio
Percepo da
minoria aliado
maioria
RN Explicou sobre a deciso do aluno em
no comprar sorvete de uva se fosse
dono de uma sorveteria, devido
pequena freqncia.
Transio

Como pode ser observada no Quadro 28, a considerao que estimativa
um chute indica um nvel verbal do raciocnio de variao, pois admite sua
existncia.





218
Mesmo com a induo da pesquisadora, quando fez a seguinte afirmao:
eu tenho que ler uma mdia e saber que h pessoas acima, vo ter pessoas
abaixo, se renda, tenho que saber que pessoas ganham menos, pessoas
ganham mais e tem pessoas que no ganha nada, no houve a percepo de
que os valores poderiam variar em torno da mdia aritmtica e no surgiu a
necessidade de uma medida de variao.
No foi possvel observar o raciocnio sobre variao/variabilidade de todos
professores, mas certamente os que no se pronunciaram ouviram as discusses
e possivelmente refletiram sobre o assunto.


219
9 Anlise dos resultados do ciclo investigativo

Na fase de planejamento da prxima ao, o grupo de pesquisa discutiu
sobre uma maneira de dar feedback aos participantes, principalmente sobre a
estratgia de se trabalhar os conceitos estatsticos. A deciso foi trabalhar
Estatstica com os professores por meio da realizao de pesquisa, para que eles
pudessem vivenciar no s o processo de coleta de dados, o que eles j faziam,
mas realizar o tratamento das informaes obtidas utilizando os contedos
sugeridos pelos Parmetros Curriculares Nacionais do ensino fundamental e
mdio.
Em outras palavras, o grupo de pesquisa decidiu desenvolver o ciclo
investigativo, de acordo com Wild e Pfannkuch (1999), junto com estes
professores, para que fosse possvel observar o desenvolvimento do raciocnio
sobre variabilidade e variao em cada etapa deste ciclo.
Desta maneira, os resultados foram divididos em duas fases. A primeira
fase referiu-se anlise do raciocnio sobre variao/variabilidade na elaborao
do problema e do questionrio, no planejamento da coleta de dados e na
organizao destas informaes obtidas num banco de dados. Estes resultados
esto apresentados no Captulo 10.
A segunda fase foi composta pela identificao do raciocnio de
variao/variabilidade na anlise dos resultados obtidos na pesquisa, que est
apresentado nos Captulos 11, 12, 13 e 14.
importante destacar que os resultados foram construdos de acordo com
o aspecto de variabilidade e variao observado e que, por este motivo, no
seguiu a ordem cronolgica da implementao da ao, conforme apresentado no
captulo de Metodologia. Por exemplo, para a anlise do raciocnio sobre
variabilidade na representao de uma distribuio, os resultados foram
construdos da seguinte maneira: tarefa proposta, resultados e discusso dos
grupos, que aconteceu em 15 de Abril de 2005, o feedback da PSQ, que
aconteceu em 29 de Abril do mesmo ano e a anlise do raciocnio sobre
variabilidade, que aconteceu no ltimo encontro da formao continuada, 19 e 26
de Agosto.



220
10 Raciocnio sobre Variao/variabilidade na fase de planejamento do ciclo
investigativo

A etapa de planejamento do ciclo investigativo foi composta pelo
desenvolvimento das seguintes atividades: elaborao do objetivo da pesquisa,
construo do questionrio, definio dos procedimentos para a coleta de dados e
a elaborao do banco de dados.
O objetivo da ao era propiciar condies dos professores desenvolverem
o pensamento geral do pensamento estatstico
31
(WILD e PFANNKUCH, 1999)
por meio da discusso sobre: o que vai ser pesquisado; como ser pesquisado; o
custo e o material necessrio para o desenvolvimento da pesquisa; o que j se
conhece sobre o assunto e quais os conceitos estatsticos do problema que ter
influncia direta na maneira como se analisar os dados.
O objetivo da pesquisa era verificar se haveria progresso no nvel do
raciocnio sobre variao e variabilidade na medida em que o pensamento geral
do pensamento estatstico fosse se desenvolvendo.
Esta etapa ocupou dois encontros (01 e 08 de Abril de 2005) e a Figura 60
apresenta a primeira tarefa da fase de planejamento do ciclo investigativo.

PSQ: Diante da discusso sobre o texto do Ponte e das recomendaes dos PCN
para o ensino de Estatstica, pudemos verificar a indicao de trabalhar com
pesquisa em sala de aula. Logo, para iniciarmos nosso trabalho e nossa reflexo
sobre o ensino e a aprendizagem da estatstica vamos comear reconstruindo o
caminho indicado pelo texto e pelos PCN. Ou seja, vamos fazer juntos uma
pesquisa e a temtica deve ser de nosso interesse. A partir da definio do nosso
objetivo, decidimos como vamos obter as informaes, com quem e assim por
diante.
Figura 60 Tarefa 1 do planejamento do ciclo investigativo
Devido importncia que os professores atriburam liberdade do aluno
em escolher o tema da pesquisa, deixou-se a critrio deles prprios escolherem o
que seria pesquisado bem como o objetivo e os sujeitos da pesquisa.

31
O pensamento geral do pensamento estatstico est descrito no Captulo 1 deste trabalho.


221
O coordenador do projeto, Professor Dr. Saddo Ag Almouloud, sugeriu o
tema Estatstica e os professores aceitaram, de imediato.
Todos os professores, exceto OB e SB, escolheram realizar a pesquisa
com os professores de todas as disciplinas para verificar o que eles utilizavam de
Estatstica em suas aulas, uma espcie de diagnstico para que o professor de
Matemtica soubesse o que deveria ser priorizado em suas aulas.
A professora OB e SB pretendiam fazer uma pesquisa com os professores
de Matemtica para verificar o que o professor de matemtica estava ensinando
de Estatstica e que tipo de dificuldade encontrava. O trecho a seguir exemplifica
a deciso destas duas professoras bem como seu raciocnio sobre variao.
OB: porque... olha! O professor de Biologia, ele no vai usar a
Estatstica para ensinar o aluno dele. O professor de Fsica, de Qumica,
tambm no. Ento, quem usa mesmo a Estatstica na escola, para
ensino e aprendizagem o professor de Matemtica. Ai as perguntas
seriam voltadas at para..., at para uma anlise nossa, n? Onde a
gente t errando, porque a gente t errando, n? Por que os alunos no
esto conseguindo assimilar, gostar da Estatstica. Porque o professor
de Matemtica no gosta de ensinar estatstica, tambm. Por isso que
eu falei isto. (grifo nosso)
possvel notar um raciocnio determinstico na fala de OB, contrariando o
que tinha sido observado nos encontros anteriores.
A pesquisadora informou sobre a dificuldade de se trabalhar com duas
pesquisas com objetivos diferentes e, venceu, por maioria, a realizao da
pesquisa com os professores de todas as disciplinas, com o objetivo de verificar a
opinio deles sobre a Estatstica.
Os professores dividiram-se em grupos para elaborar as questes da
pesquisa. Os grupos foram:
Grupo 1: Professores AM, OB, IS e LF
Grupo 2: Professores SB, LH e RN
Grupo 3: Professores CI, RS e EVE (uma professora que s
participou deste dia)

10.1Construo do instrumento de pesquisa em pequenos grupos
Os Grupos 1 e 2 iniciaram a elaborao do questionrio por perguntas que
permitissem a identificao do respondente. Preocuparam-se, principalmente,


222
com o tempo de magistrio, pois a experincia do professor seria uma varivel
determinante da utilizao ou no da Estatstica em suas aulas.
A nica questo de identificao sugerida pelo Grupo 3 foi a disciplina que
ministrava, pois perceberam que professores de disciplinas distintas poderiam
usar diferentes contedos estatsticos.
Enquanto elaboravam as questes, todos os grupos preocupavam-se com
as possveis respostas, que oscilavam entre uma viso determnistica e uma
considerao da variabilidade. Segue um trecho de discusso do Grupo 3.
RS: Se ele usa o grfico, o que ele usa? Ele vai falar, tabelas e grficos,
jornais, tabelas e grficos. Em que situao?
PSQ: Voc quer saber se ele pula a anlise do grfico ou ele l, que
pergunta voc vai fazer?
CI: Ele vai falar: eu nem olho isto. Voc vai falar: o que voc usa? E ele
vai dizer: eu nem uso isto. Eu nem leio isto. O que a gente responde?
RS: Enfoca a parte da analise do grfico e das tabelas ou voc enfoca
mais a parte de leitura e interpretao? [pergunta elaborada pela
professora RS pensando na leitura do texto do livro didtico]
PSQ: Voc tem que fazer as perguntas de acordo com os achmetros
de vocs.
CI: A gente est com a resposta, agora. A gente sabe que a resposta
dele esta: eu nem olho isto aqui. Mas, ento a pergunta mesmo?
Devido ao fato de que os grupos estavam elaborando perguntas
semelhantes, a pesquisadora solicitou que todos socializassem suas perguntas
para que fosse elaborado um nico questionrio.
No houve polmica quanto as questes demogrficas, o que foi
rapidamente decidido (que correspondem as questes 1 a 7 do Apndice 5). O
mesmo no aconteceu com as questes que responderiam diretamente ao
objetivo proposto. O professor AM leu, ininterruptamente as questes elaboradas
pelo Grupo 1.
AM: Primeira: Qual a disciplina que leciona? Segunda, para voc, o que
lembra a palavra estatstica? Trs: na sua concepo, qual a viso do
seu aluno quanto a palavra estatstica? Quatro: Voc usa estatstica em
sua disciplina? Se usa, como? Cinco: com que freqncia voc usa
estatstica em sua disciplina? Seis: Qual a sua dificuldade em usar
estatstica em sua disciplina? Sete: Qual a aceitao do seu aluno
quando voc usa a Estatstica em sua disciplina? Oito: Como voc avalia
a compreenso ou aprendizagem dos seus alunos a respeito da


223
estatstica aplicada em sua disciplina? Nove: qual a sua interveno em
relao as dificuldades do seu aluno em Estatstica? Dez: Qual a
importncia da Estatstica em seu cotidiano? E de seu aluno?
A professora RN verbalizou o que estava pensando e que ainda no havia
tido tempo para discutir com o grupo, haja visto que detalharam exaustivamente
as questes demogrficas.
RN: Eu tinha feito um esqueminha de como seriam as questes, que :
como o professor... o que ele sabe? como usa isto? e o que a gente
espera do aluno?
A professora CI leu as questes do Grupo 3.
CI: Qual a importncia da Estatstica? Qual a relao que voc faz com
sua disciplina? Qual a sua maior dificuldade? Voc usa? Quando?
Porque? Como? Em que situao? O que voc avalia, como voc avalia
o seu aluno?
A pesquisadora lembrou sobre a dificuldade de analisar as respostas de
questes abertas e enfatizou que o objetivo da pesquisa-ao era discusso dos
contedos estatsticos.
Como a sesso estava terminando, a pesquisadora solicitou duas tarefas
distintas, conforme pode ser visto na Figura 61.
Tarefa 2: Pensem nas possveis respostas para que possamos fazer alternativas
nas questes e disponibilizem no frum. No momento em que vocs estiverem
pensando nessas possibilidades, eu gostaria que vocs levassem em
considerao o objetivo do nosso trabalho e no apenas o objetivo da pesquisa
que vocs vo realizar. Pensem que nosso objetivo trabalhar os contedos
estatsticos sugeridos pelos PCNs: grficos, mdia, desvio padro, etc. e que
estas perguntas da pesquisa devem permitir este trabalho.

Tarefa 3: A professora CI trouxe uma material muito interessante sobre a
Estatstica. da escola onde ela leciona [e mostra o material para os professores
- dois volumes da coleo Projeto Escola e Cidadania, intitulados As estatsticas
revelam... (Zampirolo, Scordamaglio e Cndido, 2000a) e As estatsticas no
mentem jamais? (Zampirolo, Scordamaglio e Cndido, 2000b)], que discutem
exatamente o que estamos fazendo agora. Eu gostaria que vocs lessem este
material. Se a escola de vocs no tiver este material, conversem com a
professora CI.
Figura 61 Tarefas 2 e 3 do planejamento do ciclo investigativo






224
10.2Construo do instrumento de pesquisa pelo grupo todo
No houve discusso no frum, apenas a digitao das questes lidas no
encontro anterior. Desta maneira, o grupo de pesquisa decidiu que o encontro
seguinte (08 de Abril) seria destinado elaborao final do questionrio.
A PSQ iniciou os trabalhos com a leitura de trechos do material: As
estatsticas no mentem jamais? Mas, no houve interesse dos professores, o
que foi considerado estranho, pois o texto discutia exatamente as etapas do ciclo
investigativo que estavam vivenciando: a) o que ser pesquisado; b) como a
pesquisa ser feita; c) Organizao e apresentao dos dados e d) anlise dos
resultados.
Isto mostra, mais uma vez, que os professores participantes da pesquisa-
ao no tinham interesse pelas leituras e, possivelmente, estavam em busca de
receitas prontas para ensinar Estatstica.
A discusso do questionrio foi retomada. Os professores no conseguiram
pensar em outras questes que no fossem relacionadas ao uso de grficos e
tabelas e sequer conseguiram pensar em possveis respostas para fechar as
questes.
RN: O principal analisar, n? J que o objetivo da estatstica levantar
dados para voc poder fazer anlise do que est acontecendo e prever o
que vai acontecer, precisa ver se eles [professores de outras disciplinas]
esto com este enfoque, n? Ou se est sendo um simples
levantamento numrico e pronto. Se eles esto usando com este
enfoque. Se o professor de geografia for pegar alguma coisa, a anlise
de uma regio, ser que ele est debatendo aqueles dados, com a
importncia que deveria ser? Ou simplesmente apresenta a tabela e
pronto. Acontece isto, isto, isto. Acho que a gente precisa parar para
pensar neste enfoque, n? A anlise da tabela, do, do, dos dados.
PSQ: Voc est falando duas coisas ai. Se ele usa o contedo e como
ele usa o contedo.
PSQ: Se vocs perguntarem para o professor de qualquer outra
disciplina sobre o que ele usa de Estatstica, o que vocs acham que
vem como resposta?
RN: Isto que eu acabei de falar. Talvez ele possa usar como uma mera
ilustrao. Ele no para e fica analisando os dados, observando o que
acontece. Debatendo com a turma.
AM: Eu acho que at um reflexo que ele traz de fora da escola. Quem
que, realmente, pega um jornal, uma revista e d uma analisada no


225
grfico? Pensa se aquilo realmente verdade ou no ? Qual o objetivo
daquilo? Acho que ele acaba levando isto para a escola, t no livro dele,
t l no livro dele, o professor de geografia, de historia.
LH: Mas isto julgamento nosso.
AM: Sim. T fazendo analise, n? Mas se a gente no tem certeza, tem
que abordar, n?
possvel observar que o professor AM transitava entre uma viso
determinstica, em que todos no analisavam grficos e uma viso em que h
variabilidade devido incerteza, quando verbalizava que no tinha certeza do tipo
de resposta. O mesmo aconteceu com a professora RN, como pode ser
observado no dilogo seguinte.
A professora RN tinha uma viso da Estatstica como ferramenta de
pesquisa, mas novamente restringia-se a grficos e tabelas. Na discusso com a
pesquisadora, ela no ouvi u sua interveno.
RN: Eu ainda estou em duvida na questo: Voc incentiva a leitura do
texto ilustrado por tabelas e grficos?
PSQ: E se a gente colocar de contedos estatsticos? No s de tabelas
e grficos? Porque ele pode interpretar uma mdia tambm. No pode?
Mdia um contedo que est sugerido pelo PCN.
RN: Mas a ele vai pegar um texto, n? A Estatstica entra para ele mais
como uma ilustrao do texto, complemento do texto.
Observadora RL: Isto o que voc est falando. No chegou a resposta
do questionrio ainda para voc saber.
O professor AM comeou a pensar como seria feita a anlise dos dados
que obteriam, ou seja, comeou a ampliar o pensamento geral do pensamento
estatstico. O dilogo que segue ilustra este fato.
AM: Deixa eu fazer uma pergunta aqui. Eu anotei aqui para no
esquecer. ... .... Quando voc vai fazer um estudo estatstico, existe
um padro? Um nmero mnimo de entrevistados? E quando voc faz
esta entrevista, necessariamente voc deve mostrar valores em
porcentagens ou pode ser freqncia relativa ou absoluta? Tem um
padro para isto?
PSQ: No. E isto que ns vamos discutir aqui. Quando voc vai
escolher freqncia absoluta ou porcentagem.
AM: Esta pergunta veio depois que eu vi a qualificao da RL e o
avaliador fez este comentrio na qualificao. Alguma coisa sobre a
quantidade.


226
Observadora RL: Tinha treze professores e eu pus... quando eu separei,
eu pus em porcentagem, sei l eu. Sete e seis e ele perguntou porque.
AM: E eu fiquei pensando nesta semana. P, tem um padro? Quando
que eu devo fazer? A eu fiquei pensando nesta semana, em que
situao eu devo transformar?
Foi explicado verbalmente sobre a adequao da porcentagem e a questo
sobre o nmero de pessoas a serem entrevistadas foi deixada para uma futura
discusso.
E, como nenhum professor pensou na possibilidade de elaborar questes
cuja varivel fosse qualitativa e quantitativa (proposta da Tarefa 2), a
pesquisadora fez uma sugesto para a questo de importncia da Estatstica.
PSQ: Eu queria dar uma sugesto para a questo da importncia. Ao
invs da gente deixar aberta: qual a importncia da Estatstica para sua
rea? Eu queria sugerir que ele desse uma nota de importncia da
Estatstica, por exemplo, para sua rea. Ento, d uma nota de zero a
dez para a importncia da Estatstica para sua rea. Ento ele pode
dizer que na minha rea sete mas na minha vida dez. Ento, d uma
nota de zero a dez para a importncia da Estatstica, sendo zero nada
importante e dez muito importante.
Observadora VG: Menos aberta, n?
PSQ: ! E a gente depois pode trabalhar mais coisa, n? uma medida.
E a gente pode trabalhar mais coisa na Estatstica, na hora da gente
discutir a anlise.
Os professores (principalmente SB) acharam interessante a estratgia de
atribuir pontuao para a importncia, devido ao fato de fechar a questo, mas
no pelo fato de permitir uma discusso de outros contedos estatsticos.
Esta mesma professora, no momento de sua argumentao para justificar
sua escolha em realizar a pesquisa somente com professores de matemtica,
verbalizou Eu acho que, dificilmente, vai aparecer algum professor que j
trabalhou com Estatstica, o que mostra sua prontido para lidar com a
variabilidade nas respostas.
Quando o questionrio j estava quase pronto, os professores comearam
a discutir os procedimentos que adotariam, mesmo sem saber. Levantaram
questes como a presena necessria do professor-pesquisador no momento em
que o professor da escola fosse responder ao questionrio; solicitar ao diretor da


227
escola a utilizao de uma HTPC para aplicar os questionrios; a importncia de
mostrar para o diretor da escola os resultados que obteriam.
Desta discusso, a PSQ apresentou brevemente a questo tica envolvida
na pesquisa, a necessidade de solicitar autorizao e dar devolutiva dos
resultados aos participantes entre outros procedimentos.
Os participantes ficaram eufricos em dar devolutiva para o diretor da
escola e se comprometeram em faz-lo numa outra HTPC, com a presena dos
outros professores.
O questionrio elaborado bem como a carta de apresentao para a escola
participante encontram-se no Apndice 5. Eles foram aplicados no perodo de 18
de Abril a 29 de Abril de 2005.


10.3 Construo do banco de dados
Os professores gostaram da experincia de coletar dados e comentaram
sobre alguns fatos que consideraram interessantes, mas no houve grande
entusiasmo em dar incio elaborao do banco de dados, que foi feito pela PSQ.
Com a utilizao do Microsoft Excel, a PSQ digitou as nove primeiras
questes e entregou para cada professor um disquete contendo trs arquivos:
banco de dados com 110 linhas numeradas, cada coluna com o
nome da varivel e as nove primeiras questes digitadas;
um arquivo de texto contendo a codificao utilizada nas questes
digitadas e
um arquivo de texto contendo todas respostas de cada questo
aberta.
A categorizao das questes abertas demorou dois encontros (06 e 13 de
Maio de 2005) e foi realizada no laboratrio de informtica para que fosse
possvel utilizar o Microsoft Excel.
Os professores tiveram muita dificuldade em elaborar categorias que
permitissem abranger todas as diferentes respostas, o que lhes causou desnimo
e certeza de que no trabalhariam questes abertas com seus alunos.
A variao na interpretao das respostas dos entrevistados causou
desentendimentos entre os participantes, porm ningum questionou sobre o fato


228
que a variao dificultava a realizao da tarefa, situao comum em diferentes
reas do conhecimento.
At o final da formao continuada, algumas respostas dos professores
entrevistados ainda no havia sido interpretada, como pode ser observado no
Apndice 7.

10.4 Anlise do raciocnio sobre variao/variabilidade na fase de
planejamento do ciclo investigativo
Foi possvel observar que os professores se envolveram completamente
com o planejamento da pesquisa, esquecendo-se que fariam a anlise dos
resultados. No conseguiram atribuir possibilidades de resposta para as
questes, embora tenham havido inmeras intervenes da PSQ para isto.
Os professores oscilaram entre uma viso determinstica, em que apenas
uma resposta poderia sair, e uma viso da variabilidade devido incerteza,
quando consideravam que dificilmente poderia acontecer tal coisa ou quando
atribuam diferentes respostas para a pergunta. Diante disto, pode-se inferir que
no houve progresso no nvel de raciocnio sobre variao, ou seja, no foi a
vivncia do planejamento do ciclo investigativo e da elaborao do instrumento de
pesquisa que permitiu um avano no nvel do raciocnio sobre variao.
Em contrapartida, os professores preocuparam-se com todos os itens
elencados por Wild e Pfannkuch (1999) como parte do pensamento geral do
pensamento estatstico, mesmo sem saber disto. O nico item menos explorado
pelos participantes foi o julgamento do tipo de analise que seria feito e se isto
mudaria o questionrio.
Alm da preocupao do professor AM com a utilizao das porcentagens,
o aluno LJ queria saber como poderia analisar as notas de importncia se cada
professor lecionava uma disciplina diferente e que, possivelmente, tinham
percepes diferentes da Estatstica. Este raciocnio demonstra uma preocupao
com a anlise que seria feita, buscando as causas para possveis diferenas, que
descrito por Wild e Pfannkuch como ciclo interrogativo do pensamento
estatstico.
A utilizao de pesquisa como metodologia de ensino no proporcionou
avano no raciocnio sobre variao, mas proporcionou a mobilizao de trs
dimenses do pensamento estatstico: ciclo investigativo, pensamento geral e


229
ciclo interrogativo, indicando um progresso no pensamento estatstico dos
professores.
Parte dessas dimenses do pensamento estatstico estava descrita e
exemplificada no material disponibilizado pela professora CI (Zampirolo,
Scordamaglio e Cndido, 2000b), mas os professores no se interessaram pela
leitura.


230
11 Raciocnio sobre variao/variabilidade na representao da distribuio
de freqncia simples
Como a coleta de dados demandaria duas semanas, a anlise dos
resultados do ciclo investigativo foi iniciada em 15 de Abril, antes mesmo dos
professores aplicarem os questionrios em suas escolas.
Para isto, foi escolhido trabalhar com a pesquisa desenvolvida por Nifoci e
Silva (2004), cujo objetivo foi identificar se o aluno ingressante no ensino mdio
teve uma aprendizagem significativa do Teorema de Pitgoras
32
.
Como foi observado no diagnstico e na fase de sensibilizao, o contedo
estatstico mais conhecido e desenvolvido em sala de aula por estes professores
era representao grfica e, por este motivo, decidiu-se dar incio fase de
anlise dos resultados do ciclo investigativo pelos grficos, inicialmente a partir de
distribuio de freqncia simples. A tarefa solicitada aos professores est
descrita na Figura 62.

PSQ: Diante da compreenso da pesquisa realizada por Nifoci e Silva (2004),
vamos analisar as primeiras variveis do banco de dados (sexo, idade e disciplina
que mais gosta) tal como vocs acham que o seu aluno faria.
Figura 62 Tarefa 1 da anlise dos dados do ciclo investi gativo representao
de distribuio de freqncia simples
Para realizar esta tarefa, os professores dividiram-se em duplas e foi
disponibilizado papel milimetrado, quadriculado, lpis de cor, canetas coloridas,
etc..

11.1Resultados do Grupo 1
Este grupo foi composto pelos professores RN, LH e por uma professora
que s participou deste encontro e est identificada como EVE.
A professora RN acreditava que seus alunos elaborariam uma tabela para
cada varivel e o professor LH sugeriu que verificassem a relao entre as
variveis.

32
O banco de dados (Apndice 6) da pesquisa de Nifoci e Silva (2004) foi entregue aos
professores participantes.


231
LH: O que a gente t discutindo aqui o seguinte. D pra misturar? Sexo
masculino ou feminino e a pergunta gosta ou no gosta? Sei l, acho
que fica um negcio, n?
RN: No! So trs grandezas.
LH: Ento, eu acho que no daria. Ou d? Deixa eu ver... Sexo
feminino... O que os meninos fariam? O que as meninas fariam? Certo?
Como eles responderiam?
RN: Tem muitas possibilidades a.
LH: Tem vrias possibilidades. A entra a turma da probabilidade.
Quantos responderiam? No... porque j t definido: Masculino. As
meninas responderiam uma coisa. Os meninos outras. Mas da daria pra
ver a tendncia de meninos e meninas, quais matrias que elas mais
gostam. Entendeu? ... isso mesmo, quando fala sexo isso, pra
saber, pra saber o que as meninas e os meninos no gostam. Tem que
fazer trs tipos de... trs tipos de grfico. um pr, em cima disso a,
tem que passar pra eles...
RN: D as trs de uma vez. D as trs situaes junto?
LH: Se as idades, a gente deve saber, so todos iguais a, no vai, no
vai...
EVE: O que voc t querendo dizer assim (inaudvel) qual a matria que
ele mais gosta? isso?

possvel notar que o professor LH estava olhando o todo (no sentido de
Ben-Zvi, 2004) e buscando traar tendncias das meninas e dos meninos a partir
da observao da disciplina que mais gostavam, o que indica novamente o uso da
moda e a manuteno do raciocnio verbal de variao.
Foi possvel observar, tambm, que o professor LH percebeu que a idade
dos alunos variava pouco e, possivelmente por este fato, comeou a relacionar
gnero com disciplina preferida. Isso mostra seu raciocnio de variabilidade,
comparando uma idade com outra idade.
De acordo com a sugesto do professor LH, o grupo contou o nmero de
meninos (e o nmero de meninas) que gostava de cada disciplina, elaborando
uma tabela cuja porcentagem foi calculada em relao ao total de alunos por
gnero.





232

Tabela 25 Representao elaborada pelos professores RN e LH das variveis
gnero e disciplina que mais gosta *
Disciplina que mais gosta Gnero Total
Port. bio mat geo his qui fis Ed.fis ing EA
M 17 1 1 2 4 2 2 3 2 --- ---
F 40 6 12 7 1 8 3 1 --- 1 1
%M 70 5,9 5,9 11,8 23,5 11,8 11,8 17,6 17,7 --- ---
%F 30 15,0 30,0 17,5 2,5 20,0 7,5 2,5 --- 2,5 2,5
*A nica diferena entre esta tabela e a original (elaborada pelos professores) a formatao.

Dada a concluso da tabela (Tabela 25), os professores escolheram
elaborar um grfico de setores para represent-la. A observadora MM explicou
que um grfico de setores tem o objetivo de representar o todo (100%) e que, por
este motivo, seria necessrio que eles elaborassem dois grficos de setores, um
para cada gnero.
A professora RN sugeriu ao grupo que fizessem o grfico de barrinhas
(ela rascunhou no caderno um grfico de barras mltiplas), mas o grupo no deu
ateno e comearam a calcular novamente as porcentagens, agora em relao
cinqenta e sete alunos (toda a amostra).
A representao grfica deste grupo est parcialmente reproduzida na
Figura 63, pois o grfico de setores que eles elaboraram tinha dez partes de
tamanhos iguais, em que cada uma foi dividida em meninos e meninas.
O fato de dividirem o grfico de setores em dez partes iguais pode ter duas
explicaes: esboaram rapidamente o tipo de representao grfica que
pretenderiam fazer, pois j estava no final da sesso ou realmente eles no
conheciam a tcnica para a elaborao deste tipo de grfico.
No feedback, durante a discusso sobre a elaborao do grfico de
setores, foi salientado a importncia da clareza dos setores e que o fato de terem
dividido cada setor em feminino e masculino dificultaria a leitura.








233











Figura 63 Representao grfica elaborada pelos professores RN e LH das
variveis gnero e disciplina que mais gosta

11.2Resultados do Grupo 2

Este grupo (professores AM e LF) preocupou-se o tempo todo com a
interpretao das representaes que elaborariam, inclusive inferindo sobre os
possveis motivos pelos quais as meninas gostavam mais de Biologia.
Em outras palavras, alm de perceberem a preferncia da maioria das
meninas, estavam buscando explicaes para tal ocorrncia. Este fato corrobora
o que Meletiou (2000) identificou em seu trabalho, que quando se utiliza contexto
do mundo real necessrio lidar com as crenas e valores dos sujeitos.
Os professores elaboraram uma distribuio de freqncias simples para
disciplina de preferncia e quatro distribuies, tambm simples, para apresentar
a freqncia de meninos e meninas em cada disciplina preferida, o que mostra o
no conhecimento destes professores de uma distribuio de freqncias
conjunta, tambm denominada de tabela de contingncia.
Quando foi questionado aos professores porque escolheram quatro
disciplinas para elaborar a distribuio de freqncias por gnero, a professora LF
explicou que as disciplinas escolhidas por poucos alunos teriam uma barra to
baixa no grfico, que no permitiria ser enxergada.

Biologia
22%
I
n
g
l

s

2
%
E
d
.

A
r
t

s
t
i
c
a

2
%
E
d
.

F

s
ic
a

4
%
Matemtica
15% Geografia
9%
Historia
16%
Qumica
9%
Fisica
7%
Portugus
12%
N

o

r
e
s
p
o
n
d
e
u


234
0
10
20
30
40
50
fem masc
sexo
a
l
u
n
o
s
0
2
4
6
8
fem masc
sexo
a
l
u
n
o
s
0
5
10
15
fem masc
sexo
a
l
u
n
o
s
Quadro 29 Representao elaborada pelos professores AM e LF das variveis
gnero e disciplina que mais gosta *
Sexo Disciplina +
gosta
Fsica

Qumica Biologia Matemtica
40M - 70%
17H - 30%
Portugus 7
Biologia - 13
Qumica 4
Fsica - 4
Ingls - 1
Matemtica - 9
Histria - 10
Geografia - 5
E.A. 1
E.F. 2
Nenhuma - 1

Fem 40 1
Masc 17 3

Fem 40 2
Masc 17 3

Fem 40 12
Masc17 1

Fem 40 7
Masc17 2

* Exatamente como os professores apresentaram.









Figura 64 Grficos elaborados pelos professores AM e LF para representar as
variveis gnero e disciplina de preferncia.

Como possvel observar na Figura 64, este grupo tinha a inteno de
representar a variao das respostas, mas no tinham o conhecimento estatstico
para realizar a tarefa que idealizaram.
A preocupao com a interpretao da distribuio de freqncias foi
ratificada na verbalizao dos dois professores: " Elas gostam mais de Biologia"
(LF) e a maioria das meninas gostava de biologia" (AM).
Embora ambos estivessem preocupados com a anlise da distribuio, o
professor AM estava levando em considerao a variao no momento que
retratava sobre a maioria, enquanto que a professor LF apresentava uma
resposta determinstica.


235

A professora OB questionou o grupo em relao apresentao com
freqncia, haja vista que os grupos tinham tamanhos diferentes, o que ilustrava a
utilizao de um raciocnio proporcional. Ela explicou que se refere a um aluno
(entre 17) que preferia Biologia e doze alunas (entre 40) que preferiam a mesma
disciplina, mas o grupo no se sentiu incomodado.

11.3Resultados do Grupo 3

Diferentemente dos grupos anteriores, estas professoras (OB e SB) se
preocuparam com os aspectos formais de representaes grficas, sem qualquer
meno sobre a interpretao dos resultados obtidos. Elas elaboraram os grficos
como consideravam que seus alunos de ensino mdio o fariam.
Elas se preocuparam em elaborar os grficos em papel quadriculado, com
escala demarcada, utilizando cores para as barras e mencionaram que,
possivelmente, os alunos no se preocupariam com os ttulos nos eixos, escalas,
legendas e iriam preferir freqncia ao invs de porcentagem, grfico de barras
ao invs de setores e se interessariam em colorir.
As representaes do grupo esto apresentadas na Figura 65.






Figura 65 - Grficos elaborados pelas professoras OB e SB para representar as
variveis gnero e disciplina de preferncia.

11.4 Resultados do Grupo 4

Este grupo, composto pelos alunos AG e LJ, teve uma postura semelhante
ao Grupo 3, pois se preocuparam com a forma e no com a interpretao. Eles
elaboraram a tabela de distribuio de freqncia para cada varivel e, em
seguida, apresentaram o respectivo grfico. A apresentao da varivel gnero
0
10
20
30
40
50
fem masc
sexo
n

m
e
r
o

d
e

a
l
u
n
o
s

0
2
4
6
8
10
12
14
B
io
lo
g
ia

M
a
te
m

tic
a
H
is
t
r
ia
P
o
r
tu
g
u

s
G
e
o
g
r
a
f
ia
Q
u
m
ic
a
F
s
ic
a
E
d
u
c
a

o

F
s
ic
a
E
d
u
c
a

o
A
rts
tic
a
I
n
g
l
s
N

o

re
s
p
o
n
d
e
u



236
est na Figura 66 e a representao da varivel disciplina preferida foi igual do
Grupo 3 e, por esse motivo, no foi reproduzida aqui.


Varivel Gnero
Sexo f. absoluta Porcentagem
0 40 70,2%
1 17 29,8%
57 100%




Figura 66 Representaes elaboradas pelos alunos AG e LJ para representar a
varivel gnero.
LJ explicou que o aluno do ensino mdio teria condies de elaborar esta
representao, pois nesta etapa da escolaridade j teriam condies de identificar
grandezas diretamente proporcionais e relacion-las com ngulos e este ltimo
com porcentagem.
A apresentao do grfico de setores com 70,2% e 28,9% gerou
novamente a discusso sobre as porcentagens. Os professores questionaram se
o arredondamento no seria mais adequado para este grfico.

11.5 Feedback
Durante a realizao das atividades, foi possvel observar que os
professores desconheciam, mesmo que parcialmente, as tcnicas para
representao de distribuio de freqncias simples e apresentaram muita
dificuldade para elaborar uma distribuio de freqncia conjunta.
Por este motivo, o grupo de pesquisa decidiu sobre o esclarecimento de
diversos conceitos estatsticos, dando prioridade formalizao destas
distribuies, o clculo de porcentagem e as possibilidades de representao
grfica em ambos os casos, que foi feito em 29 de Abril.
Os professores se interessaram muito pelas explicaes de procedimento,
possivelmente por j terem sido questionados pelos seus alunos.
O assunto que causou maior espanto foi distribuio de freqncias
conjunta e as diferentes possibilidades de calcular a porcentagem. Para
exemplificar, foi analisado que 30% do total das mulheres gostavam de Biologia e
70,2%
29,8%
fem
masc



237
que 92% do total de alunos que gostavam de Biologia eram mulheres. Ou seja,
que eles poderiam calcular a porcentagem por linha (por gnero), por coluna (por
disciplina) ou pelo total dos alunos (57).
Os contedos trabalhados e exemplificados foram: varivel quantitativa e
qualitativa, freqncia absoluta, freqncia relativa, porcentagem, distribuio de
freqncias, grficos de setores, barras simples e barras mltiplas.
Para terminar a sesso, os professores fizeram alguns exemplos com a
utilizao de planilha eletrnica e perceberam que esta ferramenta no trabalhava
sozinha, como pensavam, mas que eles precisariam elaborar a distribuio de
freqncias e solicitar o grfico.

11.6 Anlise de uma de uma distribuio de freqncia simples.
O momento do feedback foi marcado pelas discusses das tcnicas para
resolver a tarefa (no sentido de Chevallard, 1995) de elaborar a representao
grfica e no foi explorada a tarefa de analisar a representao grfica, que
permitiria compreender o raciocnio de variao/variabilidade. Isto pode ser
explicado pela dificuldade da autora em administrar adequadamente a
interpenetrao de papis, neste momento priorizando o papel de formadora e
no de pesquisadora. Como relatado no captulo de Metodologia, Franco (2005)
explica que a grande questo da OPC (observao participante completa)
administrar o equilbrio entre o papel de pesquisador e o papel de observador
participante da pesquisa.
Por este motivo, no penltimo dia da formao (19 de Agosto), foi solicitado
aos professores que realizassem a tarefa apresentada na Figura 67.
Voc encontra abaixo uma tabela que contm o nmero de letras de sobrenomes
de 35 alunos israelenses e 35 alunos norte-americanos que pertencem a uma
mesma escola.
1) Pense nos sobrenomes de seus alunos e faa uma estimativa da distribuio
do tamanho de 35 sobrenomes.
2) Elabore uma frase comparando sua distribuio com os sobrenomes
israelenses e norte-americanos;
Figura 67 Tarefa 2 da anlise dos dados do ciclo investigativo representao
de distribuio de freqncia simples



238
Essa tarefa foi baseada no estudo de Ben-Zvi (2004), cujo objetivo era
perceber o raciocnio de variabilidade dos professores e verificar se eles
utilizariam as medidas de tendncia central e disperso para fazer a anlise, pois
embora fossem duas distribuies de freqncias simples, dizia respeito
varivel discreta.
Nesta etapa da formao continuada, os professores j tinham vivenciado
situaes de elaborao da distribuio de freqncia simples e com dados
agrupados e sua relao direta com o tipo de varivel. Tambm j tinha sido
discutido sobre as medidas de tendncia central e disperso, tanto no que se
refere aos clculos quanto as suas interpretaes.
Foi fornecida a Tabela 26 (apenas com as cinco primeiras colunas) e foi
explicado que se referia a uma distribuio de freqncia simples de uma varivel
quantitativa discreta nmero de letras do sobrenome. Foi solicitado que
inserissem uma coluna para apresentar a distribuio do nmero de letras dos
sobrenomes de seus alunos, que hipoteticamente representariam os alunos
brasileiros matriculados na escola de Ben-Zvi.
Os professores envolveram-na na tarefa e comearam a lembrar de
sobrenomes de seus alunos: Vieira, Gomes, Oliveira, Silva, Souza, Mendes,
Queiroz, Barbosa, Ferreira, Nascimento, Santos, Jesus, Carvalho, Pinto, Lopes,
S, entre outros e as seis ltimas colunas da Tabela 26 apresentam as
distribuies elaboradas pelas duplas de professores.


239

Tabela 26 - Nmero de letras de sobrenomes de alunos israelenses, norte-
americanos e brasileiros (de cada dupla de professores).
Freqncia e porcentagem de alunos
israelenses americanos LH e RS OB e CI AM e SB
Nmero de
letras dos
nomes
f % f % f % f % f %
2 1 3 1 3
3 7 20
4 11 31 4 11
5 4 11 2 6 18 51 13 37 12 34,3
6 4 11 10 29 8 23 6 17 6 17,2
7 6 17 4 11 6 17 7 20 8 22,8
8 2 6 9 26 2 6 4 11 3 8,6
9 2 6 3 9
10 1 3 2 6 4 11,4
11 3 9 2 5,7
Total 35 100 35 100 35 100 35 100 35 100

Os professores LH e RS encontraram um sobrenome com duas letras (S),
pois o professor LH entendeu que precisariam encontrar sobrenomes brasileiros
para igualar as duas distribuies.
Os resultados e a anlise de cada grupo esto apresentados nos
subcaptulos seguintes.


11.7 Resultados do Grupo 1
A PSQ solicitou que os professores elaborassem uma anlise dos
sobrenomes, tal como se fosse elaborar uma nota no jornal. Imediatamente, os
professores LH e RS observaram e verbalizaram a moda de cada distribuio,
como ilustra o dilogo seguinte.
PSQ: Ento, como que vocs vo comparar?
LH: Os americanos... com oito letras.....e tem dois judeus, oito brasileiros
e nove americanos.
RS: No sei nem se isso que estou pensando (risos). Aqui, olha.
melhor pegar os israelenses 31%, com quatro letras, 29% os americanos
com seis letras, e a de brasileiros com cinco letras, 51%.


240
LH: Brasileiro est parecido com americano.
Ambos estavam usando a moda, porm com estratgias diferentes. A
professora RS observou a moda em cada distribuio, enquanto o professor LH
pegou a moda na distribuio de americanos (mas ele ainda no tinha observado
que a moda era seis letras e no oito) e comparou com as porcentagens das
outras duas distribuies. Deve-se ressaltar que nenhum deles comentou que a
maior freqncia era a moda.
Essa estratgia de anlise pode ser categorizada como raciocnio verbal de
variao, pois apresenta uma primeira idia da variao da distribuio, mas
necessita de algum complemento.
Houve um momento de silncio no dilogo dos dois professores at que o
professor LH apresentou sua nova estratgia de anlise, que se restringia
descrio de cada distribuio, o que fora rapidamente negado pela professora
RS.
LH: Vamos l. Brasileiros no tm nenhum com quatro letras. Com cinco
letras...
LH: Em pesquisa realizada sobre os sobrenomes israelenses,
americanos e brasileiros, observamos que... n?... Observamos que com
quatro letras, os sobrenomes israelenses... , mas da... Vai ficar um
monto. [mas continua o raciocnio] 31% de israelenses, 11% de
americanos e zero de brasileiros [referindo-se a 4 letras], n? Com cinco
letras: 11% israelense, 6% de americanos, e brasileiros com 51%. Mas
da, eu estou descrevendo!
PSQ: Em cima dessa descrio que o senhor j identificou, vamos
comparar os trs.
RS: Olhei na tabela a freqncia dos trs: Israelense, americano e
brasileiro, tem que ver qual que o maior. Tanto com cinco e seis letras.
Olha: Cinco letras os israelenses tem 11%, americanos 6% e brasileiros
51%. Com seis letras: 11, 29, 31. Ento, a gente concentra aqui. Entre
as trs nacionalidades est variando entre cinco e seis letras os
sobrenomes. Agora se quiser especificar qual o que est mais
distribudo, a seria de seis, t vendo? Por que 11, 29, 23. Aqui ficou 11,
por 51 t vendo, e aqui seis, uma diferena.
Homem: Um desvio grande.
A estratgia de raciocnio da professora RS foi identificar o tamanho de
nome que tinha maior freqncia (cinco e seis letras) em apenas dois grupos, ou


241
seja, pegou apenas uma parte da distribuio, estratgia j relatada nos estudos
de Ben-Zvi (2004), Makar e Confrey (2005) e Hammerman e Rubin (2004).
A partir da escolha da parte da distribuio, cinco e seis letras, ela
observou a categoria que tinha menor variao entre as freqncias. Para facilitar
a compreenso do raciocnio dessa professora, a tabela a seguir apresenta
apenas a parte da distribuio observada.
Tabela 27 Parte da distribuio analisada pela professora RS
Nmero de
letras do
sobrenome
% de
israelenses
% de
americanos
% de
brasileiros
Variao entre
as freqncias
Cinco letras 11 6 51 maior
Seis letras 11 29 23 menor

Isto mostra que ela est utilizando dois raciocnios de variao. O primeiro
a quebra da distribuio a partir da observao da moda em duas categorias,
que pode ser classificado como raciocnio verbal. No entanto, quando ela observa
a variao entre as freqncias nas categorias de maior freqncia, indica um
raciocnio idiossincrtico de variao.
Os alunos de Ben-Zvi (2004) elaboraram a frase A tendncia que a
freqncia de nomes curtos maior em Israel do que nos Norte-americanos, mas
a freqncia de nomes longos maior nos norte-americanos, o que o autor
denominou de comparao de freqncias de dois sub grupos.
Quando as duas estratgias de anlise so comparadas, percebe-se que
os alunos de Ben-Zvi quebraram a distribuio em duas ( nomes curtos e nomes
longos) enquanto os professores restringiram-se moda de cada distribuio,
escolhendo aquela que consideraram mais uniforme (seis letras), sem levar em
considerao que 51% dos brasileiros tinham sobrenomes com cinco letras. Outro
fato que merece destaque que os alunos de Ben-Zvi no tinham aprendido o
conceito de desvio padro.
Houve, aproximadamente, cinco minutos de silncio e eles comearam a
perceber os valores mximos e mnimos das distribuies.
RS: Uma pessoa com duas letras!
LH: Dois empatou, tanto brasileiro quanto israelense. Com trs s tem
israelense.


242
RS: Mas a gente tem que detalhar tudo? A gente poderia responder,
ento, que gira em torno de cinco, seis, letras, n. E a, fazer algum
comentrio sobre israelenses com menos letras no nome e brasileiros
com mais..... Mais? Americanos, maior nmero de letras dos americanos
so seis. Maior nmero de letras dos americanos no de seis letras?
A interpretao da utilizao da moda e dos valores mximos e mnimos
pode ser classificada como um raciocnio de transio sobre variao, pois
apresenta duas dimenses do conceito, mas no permite identificar a densidade
das observaes.
Essa estratgia de utilizao da moda e dos valores mximos e mnimos j
foi constatada nos estudos do prprio Ben-Zvi (2004) e tambm em Makar e
Confrey (2005) e Reading (2004).
O dilogo entre os dois professores prossegue.
LH: No, no! O nmero de israelenses e brasileiros com seis letras no
sobrenome so oito, os americanos so 10, t? Agora, o que maior, o
que se destaca mesmo o nmero de brasileiros com cinco letras.
RS: Mas, ento eu acho que a gente tem que comparar as trs e pronto.
As trs giram em torno de cinco, seis letras.
A professora RS apresenta um raciocnio de transio de variao, pois
percebe a moda em duas distribuies e cria um intervalo de cinco a seis letras
no sobrenome, que poderia ser entendido como a representao da maioria.
LH: Mas ......Os israelenses 11% e os brasileiros 51%.
RS: A melhor distribuio est no cinco. Que aqui 51 e aqui s seis.
Tem um monte de coisa. A maior freqncia foi de brasileiros com cinco
letras.
LH: Isso.
RS: A menor freqncia foi de israelenses com duas letras, no caso
pessoas.
LH: Olha, brasileiros coincide com os israelenses. Nove letras s tm
americanos, dez letras s tm americanos. Brasileiros e judeus no tm.
Isso aqui um dado importante.
Quando a professora RS relatou sobre a categoria de menor freqncia,
ela estava observando a minoria que, segundo Ben-Zvi (2004), uma pr-
concepo de outliers (discrepantes) e, foi categorizada como um raciocnio de
transio de variao, pois percebeu a maioria e a minoria.
possvel observar que os professores estavam apresentando raciocnios
distintos para o problema proposto e, depois de um breve momento de silncio, o


243
professor LH permaneceu na interpretao da menor variao entre as
freqncias, como pode ser observado no dilogo seguinte.
LH: Quem est mais homogneo nessa histria toda?
RS: Com seis letras.
LH: No. Americanos. T mais bem distribudo.
RS: Voc vai colocar aqui que est observando que o menor nmero de
letras est no nome dos alunos israelenses, e o maior nmero de letras
do povo americano?.... E a maior concentrao dos brasileiros est no
cinco.
Este dilogo, que na verdade no um dilogo, mas sim reflexes feitas
em voz alta, mostrou que os professores tinham diferentes raciocnios de variao
para o mesmo problema proposto e isto se reflete na frase elaborada: Baseado
em dados coletados em pesquisa, verifica-se que a variao na quantidade de
letras dos sobrenomes entre os povos israelenses, norte-americanos e brasileiros
gira em torno de 5 e 6 letras, sendo que a distribuio mais uniforme 6 letras;
em destaque, podemos citar que o menor nmero de letras est com o povo
israelense e o maior com o provo norte-americano, j o brasileiro tem em sua
maioria 5 letras.
Para elaborar essa anlise, eles fizeram um novo recorte na distribuio
fornecida, observando as porcentagens nos trs nmeros de letras que tinham a
maior freqncia, embora deveriam ter observado quatro letras e no sete.

Tabela 28 Recorte da distribuio de freqncia elaborado pelos professores
RS e LH
Nmero de letras israelense Norte americano brasileiro
5 letras 11% 6% 51%
6 letras 11% 29% 23%
7 letras 17% 11% 17%



11.8 Resultados do Grupo 2
Esse grupo era composto pela dupla OB e CI e pela dupla SB e AM, que
elaboraram distribuies diferentes, mas as discusses foram feitas
conjuntamente.
Tal como o Grupo 1, a primeira idia foi verificar a moda em cada grupo.


244

SB: Norte-americano com seis.
AM: Quantidade de letras?
SB: 31. Com quatro letras?
AM: Dois com duas letras, n?
OB: A gente tinha pensado assim, olha: Chegar ao maior, por exemplo,
chegar a maior freqncia, t ? Maior quantidade de nomes israelitas,
tem apenas quatro letras, sendo que, os americanos, a maior freqncia
com 29, possui seis letras, e os brasileiros, freqncia de 20 e possui
sete letras, n?
PSQ: Cinco, n? 37%!
AM: Pegando a maioria, dez e cinco, e dez e seis. Ento vamos l. Se
ns pegarmos a quantidade de alunos 12, 10 e 11, que mais aparece, a
quantidade de letras fica prxima [referindo-se maior freqncia dos
brasileiros, americanos e israelenses, respectivamente] . E se a gente
pegar a quantidade de alunos que mais aparece... no, quantidade de
alunos que tem...Pera! Tem alguma coisa errada aqui. Quantidade de
alunos: Dois alunos com 11 letras, , quantidade de alunos nmero
maior de... olha, assim: A quantidade de alunos para o nmero maior
de letras. Est todos prximos, n? E a quantidade de al unos para...
SB: Quem aparece mais!
As professoras SB e OB estavam observando a moda de cada distribuio,
j categorizada como raciocnio verbal de variao e o professor AM estava
procurando complementar a anlise delas observando, tambm, os valores
mximos e mnimos, raciocnio de transio de variao. Devido resposta da
professora SB que tinha uma conotao de reprovao sua interpretao, o
professor AM mudou sua estratgia de raciocnio.
AM: Maior quantidade de alunos para um nmero maior de letras. Menor
quantidade de alunos para um nmero menor de letras. Eu quero chegar
no seguinte: Quando voc reduz a quantidade de alunos, diminui a
quantidade de letras...
O professor AM estava fazendo uma anlise de covarincia, na medida em
que percebia que a variao da quantidade de alunos determinava a diminuio
do nmero de letras do sobrenome. Esse raciocnio pode ser categorizado como
idiossincrtico, pois a freqncia de alunos no uma varivel.
Como nenhum professor se pronunciou a respeito de sua anlise, ele
continuou a verbalizar o que estava pensando.


245
AM: E voc reduz a quantidade de alunos do brasileiro com americano,
ou seja, a minoria de brasileiros e americanos tem a quantidade de letras
maior, n? Depois a gente melhora. Minoria dos brasileiros e americanos
tem um nmero de letras entre 11 e 10, certo? Enquanto isso, no caso
dos israelenses...

Este ltimo dilogo mostra a mudana de raciocnio do professor AM,
deixando de apresentar a maioria para apresentar a minoria, j apresentado pela
professora RS e categorizado como raciocnio de transio de variao.
Depois de um longo trecho observando e verbalizando as porcentagens da
tabela, o professor AM faz a seguinte anlise:
AM: Olha, brasileiros e americanos aparecem entre quatro e onze letras,
n? Ficam entre quatro e oito. Os brasileiros no aparecem entre dois e
trs. Os trs aparecem entre cinco e oito.

Esse raciocnio do professor AM mostra sua tentativa de elaborar um
intervalo de variao das trs distribuies conjuntamente. Sua estratgia de
raciocnio foi a visualizao dos valores mximos e mnimos das trs distribuies
conjuntamente, de maneira que esses valores da varivel tivessem, pelo menos,
freqncia um em todas as distribuies, que indica um raciocnio de transio.
Como a professora OB s conseguia pensar na maior porcentagem, a PSQ
perguntou se o fato de ela publicar que 31% dos israelenses tm quatro letras no
poderia permitir a um leitor imaginar a existncia de um nome israelense com 45
letras. Ou seja, a PSQ explicou que ela estava descrevendo a maior
porcentagem, no permitindo ao leitor compreender como seriam os outros 69%
dos nomes. Intrigada com esta interveno, OB d continuidade ao dilogo.
OB: Nem espremendo sai mais. Vamos tirar a mdia, n?
CI: Vamos l.
OB: Pega a calculadora.
CI: muita informao.
A professora OB sugeriu a utilizao da mdia como ltima alternativa em
seu ranking de conceitos. Como salientado por Hammerman e Rubin (2004),
raramente utiliza-se a mdia para comparar dois grupos graficamente, o que pode
ser estendido para a tabela.
A continuao do dilogo indica a percepo dos professores sobre o
objetivo da atividade.


246
OB: Alexandre voc terminou a frase aqui? [Referindo-se frase da
idade que seria colocada no relatrio]
AM: Por isso que ela voltou com isso aqui (risos).
OB: Mdia ponderada, pra contar as mdias aqui, entendeu? 2x1 + 3x7
+ 4x11 +...
CI: Se a gente tirar a mdia daqui mais fcil.
AM: Para que?
OB: Para comparar.
OB: Alexandre! T me sentindo um dos alunos...
AM: Mas olha a diferena, l, conta todo mundo faz, o problema pensar
sobre ela. O problema no fazer a conta, pensar sobre ela.
OB: Claudia, eu acho que t burrinha, mesmo. Pra tirar a mdia
ponderada aqui dois vezes um, mais trs vezes sete...
PSQ: Isso. Ento voc acha que melhor comparar com a mdia! uma
deciso, no precisa calcular. O objetivo era s saber a estratgia que
vocs iam usar pra fazer a manchete, a voc decidiu pela mdia.
Esse momento de reflexo dos professores no analisado, pois no se
est trabalhando com formao dos professores, mas sim com o seu raciocnio
sobre variao, que confirma a explicao de Bakker (2004) sobre a falta de
entendimento conceitual para analisar os dados.
O professor AM l sua frase, que depois foi apresentada ao grupo todo:
AM: A, entre todas aquelas coisas l, dos cento e cinco alunos
entrevistados, setenta tm nomes entre cinco e oito letras, dos trs
grupos, a, sendo que apenas os israelenses, oito, aparecem entre duas
e trs letras, e apenas brasileiro e norte-americanos, doze, aparecem
entre nove e onze letras.

possvel observar que, a partir da observao da moda em cada
distribuio e da criao de um intervalo composto pelos valores da varivel que
tinham, pelo menos, freqncia um em todas as distribuies (entre cinco e oito
letras), o professor contou o nmero de alunos nesse intervalo (70 alunos que
representa 67%).
A concluso do professor AM assemelha-se com o resultado que obteria se
tivesse encontrado o intervalo de um desvio padro da mdia, que neste caso,
era [6,23 t 2,08], permitindo estimar a porcentagem de observaes.


247
Seu raciocnio pode ser classificado como de procedimento, pois utilizou as
dimenses do conceito, mas no fez nenhuma relao com outras medidas de
variao que permitiriam anlises semelhantes.

11.9 Feedback
No dia 26 de Agosto, ltimo dia da formao continuada, alguns aspectos
observados pela PSQ foram discutidos: diferena entre descrio e anlise, entre
a observao da maioria e da minoria e as medidas estatsticas utilizadas pelos
professores para a elaborao da anlise.
Para discutir sobre a observao da maioria ou da minoria, a PSQ lembrou
a atividade realizada sobre a disciplina de preferncia e gnero.
PSQ: Vocs lembram o dia que a gente tava fazendo uma atividade aqui,
que eu trouxe aquele banco de dados da minha aluna sobre o teorema
de Pitgoras? E a eu me lembro da LF e do AM que estavam bem
naquele canto, fazendo aqueles grficos, lembram-se disso? E o AM
falava assim pra LF: Bom, a gente pode falar que a maioria,
nanananana.... a LF falava: Ento t bom, as meninas gostam mais de
Biologia s que eles nem perceberam que eles estavam discutindo
coisas diferentes. Eles estavam to preocupados em montar o grfico...
O AM estava dando uma idia bem bonitinha de Vamos dar a cara da
maioria, e a LF estava generalizando que todos eram assim. O grande
cuidado pra estatstica que no todo mundo, a maioria.
LH: Nenhum dos dois se tocou que eram coisas diferentes.

A PSQ fez uma analogia com o relatrio que eles iriam elaborar: Imagine
vocs fazendo um relatrio pra escola, por que eu estou falando isso? Vocs vo
olhar e dizer assim... Vocs vo dar alguma informao pra escola se vocs
disserem assim: A minoria dos professores tem mais de 50 anos. Que vocs
esto informando pra escola?
A partir desta interveno, foi discutido que maioria referia-se moda, mas
que outras medidas estatsticas poderiam ser utilizadas, tais como a mdia e o
desvio padro, haja visto que se tratava de uma varivel quantitativa discreta.
PSQ: Eu poderia tirar o desvio padro e...Lembra que a gente discutiu?
Se a gente fizer a mdia, mais ou menos um desvio, a gente j tem mais
que a metade, a gente tem entre 60% e 80% dos dados, quer dizer, j
dou uma grande maioria tambm. Em geral, o apelo era visual mesmo,
no era pra medida, mas se identificou que poderia calcular a medida,


248
n...e claro que eu no dei tempo pra isso, mas se identificou, poderia ter
feito isso.
No houve questionamento nem espanto dos professores sobre o fato da
possibilidade de utilizar a mdia e o desvio padro. Isto pode ter duas
explicaes. A primeira, otimista, que seria uma alternativa anlise que
fizeram e que eles conseguiam mobilizar estes conceitos. A segunda explicao,
pessimista, que eles no se lembravam da possibilidade de elaborar um
intervalo de n desvios padro da mdia.
A professora RN verbalizou sua dificuldade em elaborar o relatrio para a
escola e apresentou a anlise que tinha feito sobre as notas de importncia da
Estatstica para o cotidiano do professor, para sua rea de formao, para sua
disciplina e para o seu aluno, reproduzidas nas Tabelas 29 e 30.
As tabelas so semelhantes tarefa dos sobrenomes, mas a professora
no fez a analogia entre as tarefas, que pode ser explicado pelo fato de no ter
participado do desenvolvimento da atividade, somente do feedback.

Tabela 29 Representao elaborada pela professora RN para as notas de
importncia da Estatstica para o cotidiano do professor e para sua rea de
formao.
Nota F.A. F.R.% Nota F.A. F.R.%
0 2 2,30 0 1 1,15
2 1 1,15 3 1 1,15
3 1 1,15 4 1 1,15
4 4 4,60 5 12 13,79
5 14 16,09 6 6 6,90
6 9 10,34 7 6 6,90
7 13 14,94 8 15 17,24
8 17 19,54 9 8 9,19
9 4 4,60 10 34 39,08
10 19 21,84 No resp. 3 3,45
No resp. 3 3,45 Total 87 100,1
Total 87 100%





249
Tabela 30 Representao elaborada pela professora RN para as notas de
importncia da Estatstica para a disciplina do professor e para seu aluno.
Nota F.A. F.R.% Nota F.A. F.R.%
0 1 1,15 0 2 2,30
3 2 2,30 1 1 1,15
4 1 1,15 3 3 3,45
5 15 17,24 5 15 17,24
6 5 5,74 6 17 19,54
7 8 9,19 7 5 5,74
7,5 1 1,15 8 20 22,99
8 16 18,40 9 3 3,45
9 5 5,74 10 27 31,03
10 30 34,48 No resp. 4 4,60
No resp. 3 3,45 Total 87
Total 87 99,99


As Tabelas 29 e 30 merecem alguns comentrios. A professora RN
colocou os ttulos das colunas, o que mostra a clareza sobre os conceitos de
freqncia absoluta e porcentagem. Colocou os totais, que no dizem respeito
aos cento de dez entrevistados, pois ela estava com um banco de dados
incompleto. Mas permaneceu com sua dvida sobre a soma das porcentagens
no produzir 100%, assunto discutido num encontro que ela faltou.
Outro aspecto importante a ser observado que permanecia a tendncia
de se trabalhar com distribuio de freqncia simples e no com dados
agrupados, o que sugere uma repulso aos trabalhos com variveis contnuas,
mesmo havendo na amostra um professor que tenha atribudo nota sete e meio.

11.10 Anlise do raciocnio de variao/variabilidade na representao de
uma distribuio de freqncia simples.
Na primeira tarefa houve a inteno dos professores LH, RN, AM e LF em
analisar a representao que elaborariam, enquanto que os outros participantes
restringiram-se em realizar a tarefa tal como imaginavam que seu aluno a faria.
O professor AM identificou que a maioria das meninas gostava de Biologia
e, esta maneira de elaborar sua anlise leva em considerao a variabilidade
envolvida, pois a utilizao do termo maioria no exclui a possibilidade de que


250
outras alunas gostem de outras disciplinas, o que j foi relatado por Ben-Zvi
(2004).
A anlise elaborada pela professora LF (as meninas gostam mais de
Biologia) poderia indicar que esta professora levava em considerao a
variabilidade, mas quando se observa atentamente a maneira como foi
denominada a varivel disciplina que mais gosta, entende-se que o termo
gostam mais no se refere possibilidade de alunos gostarem de outras
disciplinas, mas que as alunas gostam de Biologia.
Quanto segunda tarefa realizada, diferentes estratgias de anlises
foram observadas e a sntese da classificao do nvel de variao est
apresentada nos Quadros 30 e 31.
Quadro 30 Raciocnio idiossincrtico e verbal sobre variao utilizado na anlise
de trs distribuies de freqncia simples
Raciocnio sobre
variao
Prof. Verbalizao Nvel de raciocnio sobre
variao
Percepo da
variao das
freqncias na
categoria da moda
LH LH: Quem est mais homogneo
nessa histria toda?
RN: Com seis letras.
Desvio grande [em relao as
freqncias dos nomes com 5 letras]
Idiossincrtico
Percepo da
variao das
freqncias em cada
nmero de letras
LH No. Americanos. T mais bem
distribudo.
Idiossincrtico
Covarincia AM Quando voc reduz a quantidade de
alunos, diminui a quantidade de
letras...

Idiossincrtico
Utilizao da moda
em cada distribuio
LH,
RS,
AM,
OB
melhor pegar os israelenses 31%,
com quatro letras, 29% os
americanos com seis letras, e a de
brasileiros com cinco letras, 51%.

Verbal
Utilizao de uma
parte da distribuio
RS, LH
e AM
Escolha de uma parte da
distribuio. Entre cinco e oito. Entre
cinco e seis.
Verbal









251
Quadro 31 Raciocnio de transio e de procedimento sobre variao utilizado
na anlise de trs distribuies de freqncia simples

Raciocnio sobre
variao
Prof. Verbalizao Nvel de raciocnio sobre
variao
Moda mais a
observao dos
valores mximos e
mnimos
RS
AM
Voc vai colocar aqui que est
observando que o menor nmero de
letras est no nome dos alunos
israelenses, e o maior nmero de
letras do povo americano?

De transio
Percepo intuitiva de
outliers e da moda
AM
RS
Minoria dos brasileiros e americanos
tem um nmero de letras entre 11 e
10, certo
De transio
Elaborao de um
intervalo
AM
RS
AM: Olha, brasileiros e americanos
aparecem entre quatro e onze letras,
n? Ficam entre quatro e oito. Os
brasileiros no aparecem entre dois
e trs. Os trs aparecem entre cinco
e oito.
RS: As trs [distribuies] giram em
torno de cinco, seis letras.
De transio
Contagem de
observaes em um
intervalo
AM A, entre todas aquelas coisas l,
dos cento e cinco alunos
entrevistados, setenta tm nomes
entre cinco e oito letras, dos trs
grupos, a, sendo que apenas os
israelenses, oito, aparecem entre
duas e trs letras, e apenas
brasileiro e norte-americanos, doze,
aparecem entre nove e onze letras.

Procedimento

Nenhum professor sugeriu a utilizao do desvio padro, conceito j
discutido e exemplificado na formao continuada. A utilizao da mdia s foi
sugerida como uma ltima alternativa, quando nada mais resolvia o problema. Ou
seja, a mdia e o desvio padro no foram conceitos mobilizados para fazer a
comparao de trs grupos.
Em vez disso, a partir da moda de cada grupo, das categorias com
freqncia em todos os grupos ao mesmo tempo e dos valores mximo e mnimo
eles criaram um intervalo de variao, que continha a maior quantidade de
pessoas (setenta dentre cento e cinco) e que pode ser considerado uma quebra
da distribuio, que tambm foi observado no raciocnio da professora RS.
Vale ressaltar que a estratgia utilizada pela professora RS para quebrar a
distribuio mobilizou menor quantidade de conceitos do que o professor AM.


252
Outro destaque sobre a anlise dos professores que nenhum sugeriu ou
elaborou um grfico, contedo to enfatizado por eles.
A seqncia do raciocnio dos professores foi semelhante dos alunos de
Ben-Zvi (2004) e os termos mais utilizados se assemelham aos do estudo de
Makar e Confrey (2005), exceo feita mdia e ao desvio padro.
Esses resultados permitem relacionar a dificuldade apresentada pelos
professores com o contedo priorizado pelos livros didticos. A tabela de
distribuio de freqncias utilizada pelos livros como uma estratgia para a
realizao do grfico, que no foi feito pelos professores, e no para realizar
anlises, como pode ser observado nas Tarefas 1 e 2 da anlise da organizao
matemtica dos livros (Captulo 3 deste trabalho).








253

12 Raciocnio sobre variao/variabilidade na representao de variveis
contnuas
De posse do banco de dados da pesquisa realizada pelos prprios
professores (Apndice 7) e de acordo com os resultados obtidos na
representao de variveis qualitativas, em que foi observado que a maioria dos
professores tinha pouco conhecimento das tcnicas para a elaborao de
grficos, no dia 20 de Maio foi iniciada a discusso sobre distribuio de
freqncias com dados agrupados e outras estratgias para representar variveis
contnuas. A tarefa solicitada est apresentada na Figura 68.

PSQ: Pensando no relatrio que ser realizado, vamos elaborar uma
representao grfica das variveis idade e tempo de magistrio dos professores.
Figura 68 Tarefa 1 da anlise dos dados do ciclo investigativo representao
de variveis contnuas

Devido dificuldade encontrada pelos professores em relao
representao das variveis gnero e disciplina de preferncia, no houve tempo
para discusso sobre a representao da idade dos participantes da pesquisa de
Nifoci e Silva (2004), que seria discutida neste encontro, mas com a utilizao da
idade dos professores que responderam ao questionrio.
Para a realizao da tarefa solicitada, os professores dividiram-se em
quatro grupos.

12.1Resultados do Grupo 1
O Grupo 1, composto pelos professores AM e SB, iniciou a atividade
observando a menor e a maior idade e a grande diversidade das observaes, o
que levou-os, imediatamente, elaborao de faixas etrias e a contagem das
pessoas em cada uma dessas faixas. Os resultados deste grupo esto
apresentados no Quadro 32.






254

Quadro 32 Representao elaborada pelos professores AM e SB para idade e
tempo de magistrio
Tempo de Magistrio Idade
1 5 24 21 25 12
6 10 28 26 30 12
11 15 24 31 35 15
16 20 21 36 40 22
21 25 6 41 45 21
26 ou mais 5 46 50 9
brancos 2 51 55 11
56 60 5
No respondeu 3
110

Os professores no tiveram tempo de elaborar a representao grfica e,
apenas verbalizaram que elaborariam o grfico de barras.
Quando questionado pela PSQ sobre a justificativa pela utilizao de
classes de amplitude cinco, o professor AM explicou que sua inteno era deixar,
aproximadamente, vinte professores em cada classe, que refere-se um
raciocnio idiossincrtico de variao. Raciocnio semelhante j foi observado no
captulo anterior, quando os professores LH e RS buscavam uma distribuio
mais uniforme de freqncias em uma categoria.

12.2Resultados do Grupo 2
A estratgia utilizada pelas professoras OB e IS levou muito tempo para ser
realizada, pois elas contaram o nmero de professores com cada idade, ou seja,
fizeram uma contagem para elaborar a distribuio de freqncias simples.
Quando terminaram a contagem, perceberam que os professores AM e SB
haviam elaborado uma distribuio de freqncia com dados agrupados. Em
dvida sobre qual tcnica era mais adequada, permaneceram contando o nmero
de professores para cada ano diferente de magistrio.

12.3Resultados do Grupo 3
O Grupo 3, composto pelos professores RN, RS e LH, fez a contagem da
idade e do tempo de magistrio por faixas, calculando a porcentagem de cada
grupo, cuja estratgia foi sugerida pela professora RN. A representao deles
est apresentada no Quadro 33.


255
Quadro 33 - Representao elaborada pelos professores LH, RS e RN para idade
e tempo de magistrio.
Idade
20 - 25 12 11%
26 30 12 11%
31 35 15 14%
36 40 22 20%
41 45 21 19%
46 50 9 8%
51 55 11 10%
56 60 5 7%
108 100%
Tempo de magistrio
1 5
24 22%
6 10
28 26%
11 15
24 22%
16 20
19 18%
21 25
7 7%
26 30
5 5%

107 100%


Com a inteno de relacionar as variveis idade e tempo de magistrio, o
professor LH sugeriu elaborar uma tabela de dupla entrada (sem utilizar este
termo), mas o grupo rejeitou imediatamente, justificando que a experincia
anterior (com o grfico de setores) havia sido frustrante.
Vale ressaltar que estratgia semelhante foi utilizada pelos professores do
estudo de Hammerman e Rubin (2004), quando relacionaram a idade mediana
dos eleitores e a porcentagem de votos no Bush observados nos estados
americanos.
O grupo explicou que fariam um grfico de barras para cada varivel e a
PSQ perguntou como analisariam os grficos. O dilogo seguinte apresenta a
resposta da professora RN.


256
RN: Pegava o maior pico de idade, a estudaria qual a faixa etria dali:
qual o pico de magistrio, e ia estudar. Olharia os picos. Porque o jeito
que o LH quer fazer uma loucura!
LH: No d assim no manual, mas voc joga no computador...e faz tudo!
possvel observar que a professora RN apresentava uma idia de
analisar o pico, ou seja, a classe modal, enquanto o professor LH acreditava que
o computador resolveria o seu problema.
Assim como os grupos anteriores, possvel observar que estes
professores fizeram a contagem, mas no colocaram no cabealho da tabela a
que se referia, levantando a dvida se haviam adquirido o conceito de distribuio
de freqncias.
Os professores dos Grupos 1, 2 e 3 que elaboraram uma distribuio de
freqncia com dados agrupados, fizeram-na como se idade e tempo de
magistrio fossem variveis discretas e no contnuas, o que foi discutido no
momento de feedback.

12.4 Resultados do Grupo 4
Este grupo foi composto pela professora CI e pelos alunos AG e LJ, que
tinham aprendido este contedo na graduao, no ms anterior.
Os alunos comearam a resolver a tarefa, sem questionar se havia outra
maneira. A professora ocupou a posio de observadora dos alunos. A
representao da varivel idade elaborada pelo grupo est apresentada no
Quadro 34 e na Figura 69.


















257
Quadro 34 - Representao elaborada pelos alunos AG e LJ e pela professora CI
para idade
idade Freqncia Freqncia
relativa
Densidade Porcentagem
(%)
19 25 9
0833 , 0
108
9


3240
45
30
5
108
9
6
1
108
9
648
9

8,3
25 30 15
1388 , 0
108
15


3240
90
30
6
108
15
5
1
108
15
540
15


13,8
30 35 14
1296 , 0
108
14


3240
84
30
6
108
14
5
1
108
14
540
14


12,9
35 40 22
2037 , 0
108
22


3240
132
30
6
108
22
5
1
108
22
648
22


20,3
40 45 20
1851 , 0
108
20


3240
120
30
6
108
20
5
1
108
20
540
20


18,5
45 50 10
0925 , 0
108
10


3240
60
30
6
108
10
5
1
108
10
540
10


9,2
50 55 12
1111 , 0
108
12


3240
72
30
6
108
12
5
1
108
12
540
12


11,1
55 60 6
0555 , 0
108
6


3240
30
30
5
108
6
6
1
108
6
648
6


5,5
108 100%


O aluno LJ calculou as fraes equivalentes (quarta coluna do Quadro 34)
e a aluna AG no conseguia entender o que e nem porque ele estava fazendo.
Ele explicou para PSQ que isto era muito fcil e ajudava a elaborao do
histograma.
Quando questionado sobre as cores diferentes em cada barra, o aluno LJ
disse que isto era obra da AG e que ele preferiria no colocar cor nenhuma.
Ao trmino do encontro, este grupo havia elaborado a distribuio de
freqncias com dados agrupados e o histograma tanto para a idade quanto para


258
o tempo de magistrio, mas em momento algum se preocuparam em analisar o
que estavam fazendo.

















Figura 69 Representao grfica elaborada pelos alunos AG e LJ e pela professora CI para
idade

12.5 Feedback
O feedback aconteceu no encontro seguinte (03 de Junho), em que foram
reproduzidas na lousa todas as representaes elaboradas pelos grupos.
A primeira discusso foi sobre os diferentes grficos e distribuies de
freqncias com dados agrupados que poderiam ser elaborados para representar
a idade.
Os professores explicaram que elaboraram as faixas de uma maneira que
consideraram mais fcil, sem levar em considerao a variao.
Vrios aspectos sobre a elaborao da distribuio de freqncias com
dados agrupados foram formalizados:
adequada para varivel contnua barras contguas;
diferentes notaes de intervalo - [ [ b , a ou a b;



259
classes com amplitudes iguais ou diferentes;
sugestes para a obteno do nmero de classes (Sturges e regra
emprica);
amplitude total como uma medida de variao necessria;
a no necessidade de colorir as barras;
diferentes escalas nos eixos das ordenadas e das abscissas;
utilizao de freqncia absoluta, porcentagem ou densidade de
freqncia;
quebra de escala no eixo das abscissas;
normas da ABNT e do IBGE para a elaborao de tabelas e
grficos, etc.
Devido insistncia do professor LH sobre a possibilidade do Microsoft
Excel elaborar sozinho o histograma, foi salientado que isto no acontece,
sendo necessrio que o usurio elabore a distribuio de freqncias, digite-a na
planilha, selecione a opo grfico de barras e realize os ajustes necessrios ao
grfico.
Foi discutido sobre o fato de que a pesquisa idealizada e realizada por eles
(professores participantes) no suscitava a necessidade do histograma, pois eles
mesmos estavam satisfeitos com a distribuio de freqncias simples para a
idade e tempo de magistrio, que daria origem ao grfico de barras.
Por este motivo, foi reforada a questo do monitoramento da elaborao
do questionrio, varivel didtica importante quando da utilizao de pesquisa
como metodologia de ensino de Estatstica.
Na lousa, a PSQ elaborou o grfico de barras para a idade de acordo com
a distribuio de freqncias elaborada pelos professores e reproduziu o
histograma elaborado pelo Grupo 4.
A professora IS preocupou-se com a preciso dos resultados. O dilogo
seguinte ilustra esta preocupao.
IS: Quanto menor o intervalo, mais preciso ser os resultados? Se
fssemos contar de dez em dez, amos perder um pouco dessa
informao, no ?
PSQ: Qual seria a pergunta que vocs fariam para ter o histograma
como resposta da idade? Vocs no vo apresentar um relatrio l para


260
escola? A gente quer saber o qu? Qual a idade dos professores: ser
que so jovenzinhos, de meia idade, etc?
Possivelmente a professora IS estava se referindo preciso das medidas
que seriam calculadas a partir da distribuio de freqncias, mas isto no foi
perguntado.
Foram elaboradas diferentes distribuies de freqncias da idade para
que os professores pudessem observar que no existia uma nica maneira de
representao.
Mesmo tendo todas as distribuies na lousa, nenhum professor fez
meno para analisar. Eles estavam muito preocupados com o aspecto tcnico da
tarefa elaborar a representao em vez de se preocuparem com a tarefa
analisar a idade dos professores.
Na formalizao de diferentes tipos de varivel, alguns professores
confundiram varivel quantitativa com a freqncia (ou a porcentagem) de uma
varivel qualitativa. Para eles, era tudo nmero! Esta dificuldade se repetiu na
tarefa do penltimo dia da formao (j apresentada o captulo anterior).
Para sanar esta dificuldade, foi simulado um exemplo de pesquisa sobre as
taxas de juros cobradas pelos bancos, varivel quantitativa contnua, cujas
respostas seriam em porcentagem e o exemplo da varivel gnero, qualitativa
nominal, cujas respostas seriam homens e mulheres.
Como o grupo de alunos havia trabalhado a densidade de freqncias, a
PSQ elaborou outro exemplo para formalizar este assunto com os professores,
que est apresentado na Tabela 31.


261

Tabela 31 Distribuio de freqncia com dados agrupados da varivel idade
Idade dos professores freqncia h Densidade de freqncia
19 29
21 10
70
147
10
21

29 34
10 5
70
140
5
10

34 39
22 5
70
308
5
22

39 44
22 5
70
308
5
22

44 49
14 5
70
196
5
14

49 54
11 5
70
154
5
11

54 60
8 7
70
80
7
8

Total
108

Com a distribuio de freqncia da Tabela 31, foi elaborado o histograma
apresentado na Figura 70 e discutido que cada barra representa uma rea cuja
base a amplitude do intervalo de classe e a altura a densidade de freqncia
(absoluta ou relativa). Foi explicado que se a freqncia for absoluta, a soma das
reas deve ser igual ao total de freqncias e se a freqncia for relativa, a soma
das reas deve ser igual a um.
Esta relao do histograma com o conceito de rea foi novidade, pelo
menos, para a professora SB, que em conversa informal aps o desligamento do
gravador afirmou: Eu nunca tinha relacionado o histograma com rea.










262

Figura 70 Histograma elaborado para idade dos professores entrevistados, em
que as classes tinham amplitudes diferentes.

Ao trmino da discusso sobre as questes tcnicas de elaborao do
grfico, a PSQ perguntou aos professores qual o objetivo deste grfico e no
houve nenhuma resposta.
Devido ao tipo de reao do professores, que ficaram quietos e com uma
postura de indignao, a PSQ teve a impresso de que todas as questes
discutidas eram novas para eles.
A professora IS perguntou sobre a possibilidade de representar a idade dos
professores com um grfico de segmento (linha) e, na discusso, a PSQ explicou
sobre a adequao deste tipo de grfico para varivel acompanhada ao longo do
tempo. Aproveitando essa oportunidade, a PSQ esboou o diagrama de ramo-e-
folhas e o grfico de pontos (disperso) para a idade dos professores
pesquisados e, devido ao grande nmero de observaes, solicitou que fizessem
em casa essa tarefa.
Percebendo esta novidade para os professores, a PSQ solicitou duas
atividades para serem desenvolvidas durante a semana:


263
Atividade 1: Foi solicitado, novamente, uma pesquisa sobre diferentes
maneiras de representar uma varivel quantitativa contnua.
Atividade 2: Foi solicitado que priorizassem esta pesquisa: como escrever
uma anlise sobre a idade dos professores em apenas uma linha?


12.6 Anlise de uma distribuio de freqncias com dados agrupados

Tal como aconteceu com a distribuio de freqncias simples, o momento
do feedback da distribuio de freqncias com dados agrupados priorizou sua
elaborao e no sua interpretao.
Logo, no penltimo dia da formao continuada (19 de Agosto), foi
apresentada a tarefa descrita na Figura 71 e disponibilizados os grficos da
Figura 72, os mesmos utilizados por Meletiou (2000).

PSQ: Os grficos a seguir representam as notas na disciplina Matemtica de duas
turmas. Qual turma apresenta maior variao?
Figura 71 - Tarefa 2 da anlise dos dados do ciclo investigativo representao
de variveis contnuas









Figura 72 Grficos fornecidos para a realizao da Tarefa 2 da anlise dos
dados do ciclo investigativo representao de variveis contnuas

12.7 Resultados do grupo 1 professores RS e LH
A professora RN no pode participar deste encontro e isto desestruturou os
professores RS e LH, que apresentaram dificuldades de diferentes ordens com a
tarefa.
O grupo preferiu elaborar a distribuio de freqncias para cada
distribuio, a partir das quais calcularam a mdia aritmtica da seguinte maneira:
somaram os limites inferiores de cada classe e dividiram pelo nmero de classes.
0
2
4
6
8
10
12
14
16
0 1 2 3 4 5 6 7 8 9 10
notas da Turma A
n

m
e
r
o

d
e

a
l
u
n
o
s

0
2
4
6
8
10
12
14
16
0 1 2 3 4 5 6 7 8 9 10
notas da Turma B
n

m
e
r
o

d
e

a
l
u
n
o
s



264
Tanto o conceito quanto o clculo j tinham sido discutidos em encontros
anteriores, mas as dificuldades tambm se apresentaram na compreenso da
mediana e da moda.

12.8 Resultados do grupo 2 (AM e SB) e grupo 3 (OB e CI)
Como eles j tinham calculado a mdia no exerccio das notas dos
meninos e das meninas (apresentado no captulo seguinte), eles imediatamente
tomaram a deciso de us-la novamente.
O professor AM verbalizou sua dificuldade em ler o histograma e realizou a
tabela de distribuio de freqncias, a partir da qual calculou a mdia, de
maneira correta e rpida.
Como o objetivo da PSQ era verificar a estratgia de raciocnio que
utilizariam para decidir a distribuio com maior variao, fez uma interveno.
PSQ: Sem fazer conta [mdia], qual tem maior variao?
AM: No visual acho que a mdia aqui deve cair um pouco pra direita
[referindo-se Turma A].
OB: No visual, o de cima [Turma A].
AM: Por causa desse aqui, desses dois, por isso que a mdia cai um
pouquinho pra c.
PSQ: Com a mdia vocs conseguiriam detectar qual a maior
variao? S com a mdia?
OB: No. A moda aqui quatro e meio. Entre quatro e meio e cinco e
meio, n?
PSQ: .
OB: E aqui embaixo quatro e meio. Eita! [descobriu que a classe modal
era a mesma nos dois histogramas]
Eles perceberam que tanto a mdia quanto a moda eram muito
semelhantes e ficaram em silncio por alguns minutos para decidir sobre a
distribuio. Ou seja, a estratgia utilizada na anlise da distribuio dos
sobrenomes no seria til nesta atividade.
PSQ: Ento vocs sabiam que medidas iam calcular?
AM: Sim. Logo de cara ... o desvio vai ter que aparecer, alis, nesse
aqui o desvio vai ter que aparecer, porque seno...
PSQ: E a voc poderia trabalhar com seu aluno, o desvio padro e
mostrando os grficos pra detectar maior variao. Porque a gente,
invertendo a ordem dos fatos, a gente v o primeiro grfico e pergunta
qual tem maior variao. Vocs calculariam o desvio, no ? O que


265
interfere no desvio? O que torna o desvio muito grande ou muito
pequeno?
OB: A variao.
AM: A variao da mdia
Novamente a ansiedade da PSQ em que eles analisassem as distribuies
fazendo o uso do desvio padro atrapalhou o dilogo e, conseqentemente, a
observao do raciocnio que utilizariam. As respostas variao e variao da
mdia foram automticas, pois sabiam que era a resposta esperada, mas
possivelmente no apreenderam o que estavam verbalizando. A continuao do
dilogo ilustra este fato.
PSQ: Muito bem, ento vocs s tm esse recurso grfico. No isso?
Sem calcular, vocs vai observar o desvio cada vez maior, enquanto os
dados esto mais diferentes, mais distantes da mdia, no isso? Se
vocs olharem a, usando s esse recurso...[essa discusso tinha
acontecido minutos antes, na realizao da atividade das notas dos
meninos e das meninas que esto apresentadas no captulo seguinte].
SB: AM, se voc pensar em distante da mdia, se a mdia deu cinco e
ns temos aqui 0,5, esse t mais distante da mdia.
AM: Nunca parei pra pensar... eu penso sempre na mdia, mas no
penso no desvio padro, na conta de luz. Nunca parei pra pensar no
desvio padro. Ento, o que ns observamos aqui que eles esto mais
prximos da mdia, l de cima cinco e meio, e aqui como se faz o zero
at o 10, ento, o desvio padro, aqui [Turma A], menor do que aqui
[Turma B].
PSQ: Aqui voc no tem os extremos e sim na hora que voc vai ficando
cada vez mais longe da mdia, maior o desvio padro.
AM: Nunca abri a boca pra falar sobre isso, fazia o clculo pra depois
fazer o grfico, no parava pra pensar nos dois.
A professora SB ficou afastada devido ao nascimento de sua filha e no
participou dos dois ltimos encontros de Junho, quando foram discutidas as
medidas de variao.
Mas, a interveno da PSQ foi suficiente para que ela olhasse a amplitude
da varivel e percebesse que a Turma A tinha a amplitude menor que a Turma B,
uma das dimenses desse conceito.



266
12.9 Feedback
Embora esta atividade tenha sido realizada no final do encontro do dia 19
de Agosto, seria necessrio dar um retorno aos professores, porque eles
elegeram-na a mais difcil.
A PSQ resolveu abordar os seguintes aspectos: leitura do histograma e/ou
da tabela de distribuio de freqncias, o relacionamento das medidas de
tendncia central e disperso com o histograma, a relao entre este grfico e o
formato da distribuio.
Foi feita uma sntese do artigo de Meletiou e Lee (2002) e foi explicado que
o histograma um grfico que gera dificuldade para o leitor e que, por este
motivo, ele no pode ser negligenciado no ensino. Foi verbalizado que eles,
professores, enfatizavam muito o grfico de barras e pouco trabalhavam o
histograma.
Os professores verbalizaram que se calculassem o desvio padro, teriam
condies de identificar a distribuio que apresentava maior variao,
demonstrando uma inteno de no analisar o conceito, apenas calcular.
PSQ: Ah , eu falei: Ento calcula a, foi a hora que terminou [referindo-
se ao encontro anterior]
OB: Isso.
PSQ: Ento calcula pra ver se bate percepo de vocs com o desvio
padro. E a, qual o objetivo do exerccio? Quando a gente v esse
histograma, que um grfico que no estamos acostumados a olhar, a
gente usa bem menos do que os outros grficos, ento, a tendncia que
a gente tem olhar, dizer que o grfico um [Turma A] tem maior
variao. Por qu? Porque as colunas so de tamanhos... no d aquela
harmonia que... para gente ....

Neste momento, a PSQ apresentou os resultados obtidos na reviso
bibliogrfica, em que havia uma tendncia dos alunos de escolher distribuies
simtricas em relao mdia (semelhante curva normal) como distribuies de
menor variao e que nem sempre isto verdade, como no exerccio realizado.
Foi feita uma sntese do trabalho de Delmas e Liu (2005) e explicado os
conceitos que precisariam estar disponveis para a anlise da variao em um
histograma. O professor AM aproveitou a oportunidade para tirar uma dvida.
AM: Voc falou em amplitude, cabe uma coisa, quando a palavra
amplitude aparece pra mim j penso... Voc t falando amplitude,


267
amplitude, mas estamos olhando na horizontal ! Isso nunca passa pela
minha cabea!
Neste momento da discusso, discutiu-se sobre a importncia dos ttulos
dos eixos, fator fundamental para a leitura do grfico, e foi retomado o exemplo
utilizado pela professora SB no encontro anterior.
A professora SB explicou sua dificuldade em ler o histograma, pois ela
estava acostumada a ler o grfico da conta de luz, em que o eixo das abscissas
continha o consumo (em kw/h) e o eixo das ordenadas continha os meses, dando
condies de apresentar as diferenas entre um histograma e um grfico de
linhas.
E o debate sobre a leitura do histograma prossegue.
AM: Ento, preciso ler o eixo...
PSQ: Isso mesmo. E aqui poderia ser a mesma situao, poderia ter um
histograma com amplitude pequena, de um e meio at cinco e meio, mas
todo mundo nas duas pontas. No foi o que aconteceu aqui. A gente tem
a amplitude menor e a concentrao no centro, esto vendo que a
concentrao est no cinco, quatro?
AM: Posso falar uma coisa que me passou pela cabea, agora? Se
estiver errado, me corrija, por favor? O fato... As medidas... Funes,
n? A gente padroniza x e y, e agora voc comea a falar isso aqui,
at que ponto eu tenho que necessariamente est assim... porque a
gente fala... porque o aluno pergunta assim: Mas professor, a varivel
dependente sempre na horizontal e independente sempre na vertical?
Eu digo: Bom, o padro adotado...

Devido interveno da orientadora desta pesquisa em um dos primeiros
encontros, em que ela associou a distribuio de freqncias com uma funo, o
professor AM associou que, em cada eixo havia uma varivel (x e y) e gostaria de
saber a relao entre o grfico de funo e o histograma.
Para explicar este ponto, tanto a PSQ quanto a observadora VG
apresentaram suas interpretaes.
PSQ: Em estatstica, a varivel independente est no eixo das abscissas
e a dependente est no eixo das ordenadas, porque se no, no faz
sentido a anlise, voc tem duas variveis: Uma varivel dependente, e
uma independente que a gente costuma chamar de x, y. Mas aqui
voc s tem uma varivel, voc tem uma varivel que nota. Ooutro
eixo uma contagem que a freqncia, embora venha a idia dessa
contagem, a funo. Voc pode trocar os eixos aqui, isso no faz a


268
menor diferena. Porm, se voc trocar os eixos numa anlise de
regresso linear, ou seja, trocar x por y, quem est por trs a funo de
primeiro grau e faz toda a diferena, d o resultado trocado. Ento aqui
no! Voc tem um grfico que a gente chama de unidimensional, porque
voc tem uma nica varivel.
OBS VG: Se fizer um grfico de barras assim, n? Cada nota vai ter
exatamente quantos alunos tiraram aquela nota, eu no sei qual qual.
PSQ: A resposta freqncia no varivel qualitativa, no quantitativa,
no discreta, no contnua. freqncia, mas tem o conceito de
funo, porque dado uma nota, voc tem uma freqncia.
OBS VG: No tem uma expresso algbrica, mas voc tem pra cada
elemento do domnio uma nica imagem.
Como esta foi a ltima discusso da formao conti nuada, talvez essa
relao do professor AM do grfico estatstico com o grfico de funo tenha
induzido-o a confundir varivel com freqncia, como relatado no captulo
anterior.
E o dilogo volta-se novamente para a anlise.

PSQ: Ento, o que tem maior variao o b [Turma B], e depois faam
como exerccio o desvio padro, variao em torno da mdia e
confirmem o resultado.
OB: Mais distante da mdia maior variao.
PSQ: Eu perguntei pra eles o seguinte: Tudo bem, como que voc
calcula o desvio padro? Eles disseram: At quanto cada valor est
distante da mdia. Ento eu falei: timo, ento comecem olhando as
distncias em relao mdia, que o que a gente tava fazendo,
dando a amplitude de notas. O problema que a a gente no pode olhar
s a amplitude de nota, porque podem ocorrer os casos extremados. Eu
posso ter uma amplitude pequena, mas t todo mundo nos extremos.
OB: Pode ter uma amplitude menor e no ter um desvio padro menor.
Ambas verbalizaes de OB parecem uma forma de raciocnio na busca de
links mentais para a compreenso do conceito. Utilizando a teoria dos Campos
Conceituais, como se ela buscasse outras dimenses do conceito para que esta
verbalizao pudesse ser significativa.
PSQ: Sim, porque eu posso ter uma distribuio de dois a seis, e est
todo mundo no dois e todo mundo no seis. Ento, a amplitude
pequena, e t todo mundo nos extremos, como o caso do dez e
sessenta [exerccio apresentado no captulo seguinte] . Agora eu posso
ter uma amplitude pequena, e estarem todos concentrados no centro, e


269
a, certamente, o desvio padro vai ser pequeno, porque uma medida
de variao em relao mdia.
AM: Na estatstica est dizendo que esse tem maior variao em relao
ao outro? [ele estava intrigado, pois o nmero de alunos em cada
distribuio era muito diferente]
PSQ: O que cada coluna? O que altura da coluna?
AM: No, no, exatamente, a altura da coluna. Se voc comparar...
PSQ: Sim. Ento, ele j tinha identificado que seria at difcil avaliar,
porque aqui voc tem menos alunos no A do que no B. E por isso que
eu no posso olhar s o desenho, tenho que analisar tudo: a amplitude
da nota, que a varivel que a gente est olhando, e como esto as
alturas das colunas que essa a contagem.
AM: . Ns contamos tudo. Ns olhamos a quantidade de alunos dos
dois grficos, n?
interessante observar a tendncia do professor AM para o raciocnio
proporcional, algo que ele no tinha observado na anlise de uma distribuio de
freqncia simples, pois estava preocupado com a diferena entre a quantidade
de alunos na Turma A e B.

12.10 Anlise do raciocnio de variao/variabilidade na representao de
varivel contnua
Esta atividade foi realizada aps a comparao da variao das notas dos
seis alunos e das seis alunas (apresentadas no captulo seguinte) e, por este
motivo, a estratgia de utilizao da mdia aconteceu to naturalmente.
Tal como aconteceu no estudo de Meletiou (2000) e Meletiou e Lee (2002),
a grande dificuldade na tarefa foi a leitura do histograma, que nem mesmo a
tarefa complementar foi suficiente para identificar o raciocnio sobre variao, pois
as questes ainda estavam em um nvel tcnico, de leitura e no interpretao da
informao.
Como explicam Delmas e Liu (2005), compreender a variao numa
distribuio de freqncias requer a mobilizao de muitos conceitos: amplitude
da magnitude da varivel (no histograma apresentado, a amplitude do eixo das
abscissas), a altura das barras (freqncia de pessoas com cada valor),
disposio das barras ao longo do eixo das abscissas, ou seja, a densidade de
freqncia em torno da mdia, a visualizao (imaginria) da mdia aritmtica e
dos desvios da mdia.


270
So muitos conceitos a serem mobilizados ao mesmo tempo, tornando a
avaliao da variao uma tarefa extremamente complexa.
Como j apresentado no captulo anterior, a moda (ou classe modal) a
medida que aparece intuitivamente e este fato serve como diagnstico para o
ensino de variao, que deve privilegiar situaes em que a moda em duas (ou
mais) distribuies sejam a mesma e situaes em que sejam diferentes.
Tal como anteriormente, esse tipo de raciocnio foi categorizado como
verbal, pois correto, necessrio, mas no suficiente.
As poucas verbalizaes que permitiram inferir o raciocnio de variao
esto apresentadas no Quadro 35, em que foram analisadas segundo o
nivelamento proposto por Garfield (2002).
Quadro 35 Nvel de Raciocnio sobre variao na fase de anlise de uma
distribuio de freqncias com dados agrupados
Raciocnio sobre
variao
Professor Verbalizao Nvel do
raciocnio sobre
variao
Variao pequena
entre as freqncias
das classes de uma
distribuio
AM o professor AM explicou que sua
inteno era deixar,
aproximadamente, 20 professores
em cada classe.

Idiossincrtico
classe modal
representa a maioria
RN
Para analisar o histograma, observaria o
maior pico
Verbal
Desvio padro
grande devido
variao
OB Respondendo questo da PSQ Transio
Desvio padro
grande devido
variao da mdia
AM
OB

Desvio padro grande devido a variao
em torno da mdia
Mais distante da mdia maior variao
Transio
Amplitude como um
indicativo das
distncias em torno
da mdia.
SB se voc pensar em distante da mdia, se
a mdia deu cinco e ns temos aqui 0,5,
esse t mais distante da mdia.
Transio




271
Um dos objetivos desta tarefa era relacionar o tipo de raciocnio de
variao que os professores apresentariam com as justificativas dos alunos de
Delmas e Liu (2005) para um desvio padro maior.
Os professores utilizaram duas justificativas tambm utilizadas pelos
alunos de Delmas e Liu: barras distantes da mdia e observao dos valores
extremos da barra numrica.
interessante observar que a tarefa anterior, que dizia respeito ao nmero
de letras do sobrenome, proporcionou muito mais debate e utilizao de medidas
estatsticas do que essa tarefa, o que indica o nvel de dificuldade com a leitura e
compreenso do histograma.
A PSQ observou que o momento da formao continuada reservado para
esse assunto foi exclusivamente para a discusso da tarefa de elaborar o grfico
e que, nem mesmo a insero da segunda tarefa de analisar o grfico foi
suficiente para verificar o nvel do raciocnio sobre variao, pois os professores
estavam ainda com dificuldades relacionadas ao procedimento.
Este fato ratifica a observao de Gal (2002), sobre a necessidade de
conhecer o algoritmo da mdia para compreend-la. Estendo sua afirmao,
pode-se dizer que conhecer como se elabora um histograma e, principalmente, ter
a apreenso que uma representao de varivel contnua, essencial para que
se possa analis-lo e relacion-lo com outros conceitos estatsticos, como a
mdia e o desvio padro.
Outro fato que merece destaque o possvel obstculo didtico criado a
partir da analogia de distribuio de freqncias com o conceito de funo,
sugerindo ao aprendiz a existncia de duas variveis, quando na verdade s
existe uma.


272

13 Raciocnio sobre variao/variabilidade na compreenso do conceito de
mdia aritmtica

No dia 10 de Junho deu-se incio discusso das medidas de tendncia
central. O objetivo desta atividade era verificar se os professores envolveriam
raciocnio sobre variao ou variabilidade quando analisassem uma mdia ou
outra medida de tendncia central. A primeira tarefa apresentada est descrita a
seguir.
Eu tinha pedido para vocs fazerem a pesquisa sobre uma maneira de
representar a idade e o tempo de magistrio dos professores, sem a utilizao
grfica, imaginando que ns escreveramos uma pequena reportagem em jornal,
em que s nos disponibilizariam uma ou duas linhas.
Para isto, eu trouxe alguns livros didticos de Estatstica de maneira que possam
complementar a pesquisa que vocs fizeram e ajudar a elaborar uma frase para
divulgar a idade e o tempo de magistrio dos professores pesquisados.
Figura 73 Tarefa 1 da anlise dos dados do ciclo investigativo compreenso
do conceito de mdia aritmtica

Foram disponibilizados os livros: Barbetta (1998), Costa Neto(2002),
Bussab e Morettin (2003) e Levin e Fox (2004) levados pela autora e o livro de
Magalhes e Lima (2004), que os alunos AG e LJ estavam utilizando na
graduao.
Os participantes dividiram-se em dois grupos, sendo um formado pelos
professores e o outro pelos dois alunos.

13.1Resultados e discusso da anlise elaborada pelo grupo dos
professores
Apenas a professora OB fez a pesquisa sobre uma maneira de representar
a idade dos professores sem a utilizao de grficos. Os professores AM, LH e
SB ouviram atentamente seu raciocnio. Ela disse:
OB: Eu achei que era s a mdia, n? Eu achei a mdia, n? Depois eu
ia achar o desvio padro. Eu fiz no trem.
SB: Quando falou em representao sem grfico, eu pensei assim. No
jornal vem sempre com porcentagem.


273
OB: , da, depois, como eu tenho aqui... Veja, a gente pode calcular o
desvio padro ainda. Porque como est muito disperso assim...
Pde-se perceber que o desvio padro no surgiu de maneira intuitiva.
Esta medida apareceu na discusso devido ao fato de a professora OB ter
realizado a pesquisa solicitada e perceber que havia um captulo nos livros
denominado Medidas de Disperso.
A professora OB apresenta sua primeira idia do desvio padro, que seria
usado para medir a disperso, sem se referir mdia, o que pode ser
considerado com um raciocnio verbal, pois o fato do desvio padro ser alto no
implica, necessariamente, em grandes diferenas entre os valores, mas a
possibilidade da existncia de um nico valor discrepante.
Alm disso, sua frase foi est muito disperso, que segundo Makar e
Confrey (2005), refere-se variao com um predicado e que este conceito s
pode ser apreendido medida que interpretado como um substantivo, tal como
a variao grande.
SB: Eu pensei uma tabela. No sei.
OB: D mdia de 36,2 e o desvio padro... Como que voc ia fazer?
SB: Ah, eu ia fazer o levantamento dos dados e ia calcular a mdia. Vai,
dentro do, como o jornal faz, atravs de uma frase.
Essa tentativa da professora OB em compreender o que a professora SB
faria pode ser um indicativo de que ela no tinha certeza sobre a necessidade de
utilizar o desvio padro.
Devido ao fato que a professora OB estava muito interessada em calcular e
verificar se a mdia da idade estava correta, o grupo envolveu-se nesta atividade,
esquecendo a anlise.
A professora OB ensinou SB como calcular a mdia com dados
agrupados, que fora a estratgia utilizada por OB a partir da Tabela 31.
Devido ao fato de que o clculo da mdia aritmtica a partir de dados
agrupados permite uma aproximao de seu valor, a PSQ fez a seguinte
interveno:
PSQ: Vocs fizeram a mdia da idade?
AM: Idade mdia 39 anos. Pegamos por faixa e vimos a freqncia.
PSQ: Antes de vocs pensarem no tempo de magistrio, vocs fizeram a
mdia usando as faixas, no ?
OB: Sim.


274
PSQ: Quando vocs fazem as faixas, quando vocs esto pensando na
mdia, entre 19 e 29, vocs pegaram o ponto mdio?
AM e SB: Isto.
PSQ: Ser que todas as vinte e uma pessoas tinham esta idade?
[referindo-se ao ponto mdio da primeira classe]
SB: No. Poderamos ter todas com 19 ou 20 anos.
PSQ: Ento, uma primeira pergunta para vocs pensarem e discutirem.
E se.... que a gente tem 110, e na sala de aula no vai trabalhar com
tudo isto. A gente vai calcular a mdia usando as faixas, que facilita os
clculos e em contra partida...perde informao. O que vocs acham de
calcular a mdia com todos os dados, sem agrupar?
SB: Vamos tentar calcular rapidinho para ver qual a diferena que d.
PSQ: Qual a diferena que d para a gente poder discutir.
SB: Deixa eu pegar minha tabela aqui.
A professora OB calculou a mdia dos 108 professores e obteve 38,48
anos de idade e a professora SB calculou de 107 professores, pois excluiu o
professor que tinha 19 anos de idade e 15 anos de magistrio e obteve 38,66
anos de idade.
A professora OB no se surpreendeu que a mdia que calculara era
diferente da professora SB, mas no entendeu porque era diferente da mdia que
calculara com dados agrupados. A PSQ preferiu deixar esta discusso para o
momento do feedback e explorar a anlise dos resultados, a partir da tarefa
descrita na Figura 74.
PSQ: Ento, eu vou propor outra coisa para vocs: 38,6, 38,4, 38,9 so muito
prximos. Como vamos analisar esse nmero? Para calcular, de uma maneira ou
de outra, no tem muita novidade. Mas como que vamos olhar esse nmero? O
que significa esse nmero? Quando eu vou olhar 38,9, se eu pedir para vocs
analisarem esse nmero, o que passa pela cabea de vocs? Como vocs
analisariam? Imaginem que eu sou o ET!
Figura 74 Tarefa 2 da anlise dos dados do ciclo investigativo compreenso
do conceito de mdia aritmtica

OB: Mas eu no diria 38,9. Eu di ria aproximadamente 40 anos.
Aproximadamente 39 anos.
AM: O que veio na minha cabea agora. Um monte de gente...
OB: Que a maioria tem....
SB: Que eu chegaria na escola e os professores vo ter essa
caracterstica.


275
OB: A maioria. A maioria. Lgico que nem todos vo ter 39, pode ter 38,
pode ter at um de 19 anos, mas a maioria tem 39 anos, a caracterstica
39 anos. Igual a caracterstica do aluno, jeans, tnis, culos, camiseta,
mas entre eles pode ter um que gosta de social, outro que gosta daquela
saia de rock, aquelas coisas todas, n.
A compreenso de que nem todos os valores so iguais mdia foi
considerado um raciocnio de transio, pois apresenta um entendimento correto
de variao em torno da mdia. Em contrapartida, o fato de compreender a mdia
como maioria, como moda, impede o surgimento da necessidade do desvio
padro e reflete um raciocnio idiossincrtico.
Outro raciocnio idiossincrtico a compreenso que todas as observaes
da amostra so iguais mdia, como apresentado pela professora SB.

PSQ: E como que vamos dizer para o ET que ele no deve acreditar
nisto fielmente?
SB: Por que s com este nmero fica muito .... vago, n? No d idia
do que realmente . S com um nmero voc no consegue falar para
ele que isso s uma mdia.
PSQ: E ai, o que voc vai fazer para ele ....
AM: Da voc vai mostrar o grfico.
OB: Mas o grfico no pode. Ela falou que s uma frase.
PSQ: Suponha que voc no tenha espao para colocar o grfico.
Suponha que apenas uma nota de jornal, que nem venda de carro, que
voc pode fazer at tantas letras e no tem espao para colocar o
grfico tudo bonitinho. Como que a gente poderia dizer para o ET, a
gente j sabe que poderia pensar que todo mundo tem 38, 39....
LH: Mas se olhar o grfico ai voc j v as faixas
OB: Mas no pode. s uma frase!
Os professores perceberam que a mdia necessitava de um complemento,
que poderia ser o grfico, demonstrando um raciocnio de transio de variao.
Porm, deve-se ressaltar que o uso do grfico deixaria para o leitor a anlise da
variao, excluindo-se da responsabilidade.
PSQ: Como diria para o ET que .. todo mundo no tem 39 anos?
LH: Voc pega uma faixa menos, uma faixa mais. V o numero que tem
de pessoas, a idade que comea, e sei l. Calcula trs faixas, e calcula.
Quando o professor LH se refere s trs faixas, poderia ser pensado que
ele estava se referindo em faixas a partir da mdia. Porm, no transcorrer do
discurso, foi possvel inferir que ele estava se referindo s faixas do histograma,


276
mesmo porque ele estava muito entusiasmado com a pesquisa que havia feito
sobre este assunto. Outro fato ratifica esta inferncia. A professora RS no pode
comparecer ao encontro e deixou com ele a frase que elaborara: Aps estudos
estatsticos realizados com base em pesquisa feita por um grupo de professores
de Matemtica da escola pblica de ensino fundamental e mdio que participam
de um projeto sobre ensino aprendizagem na PUC-SP Pontifcia Universidade
Catlica chegou-se a concluso de que a idade dos professores varia de 19 a
60 anos, onde a maioria estava na faixa de 34 a 44 anos de idade, que referiam-
se s faixas da distribuio de freqncia com dados agrupados ( de 34 a 39 e 39
a 44 anos de idade).
PSQ: Vamos pensar assim. A gente tem uma pessoa que vem para c
para distribuir uma verba para ajudar famlias carentes, ou alguma coisa
assim. A primeira coisa que ele quer saber quantos filhos as famlias
tem. E algum diz para ele assim: Em mdia as famlias tem 2,3 filhos.
Ser que isto para ele suficiente?
OB: No
PSQ:Como que ele vai olhar esse nmero? Assim como ns vamos
olhar a idade mdia dos professores, como que a gente vai interpretar
isto? Como que a gente vai ajudar essa pessoa a interpretar? A gente
sabe da nossa realidade. O nosso vizinho no tem 2 filhos. Nosso
vizinho tem 5 filhos. Ento como que a gente vai mostrar para ele que
nem todo mundo tem 2 ou 3 filhos? Eu estou jogando a pergunta para
vocs discutirem agora.
OB: Ento s se colocar assim: entre os professores pesquisados, eles
tinham de 19 a 60 anos
A professora ampliou seu raciocnio de variao, podendo ser classificado
como de transio, pois estava utilizando a mdia e os valores mximo e mnimo
da distribuio. Vale ressaltar que a estratgia de utilizar esses valores j tinha
sido empregada na tarefa dos sobrenomes e tambm nos estudos de Reading
(2004), Meletiou (2000) e do prprio Ben-Zvi (2004).
PSQ: Isso, j comeou a dar uma outra idia
OB: Sim, ele j sabe que tem.... e se a mdia 39 anos, a maioria tem
39 anos, mas nem por isso todos tem 39. Da agora, como a mdia 39,
j vai logo saber que de 19 anos tem pouquinho, 60 anos tem
pouquinho, 40, 43, 35, j d para saber mais ou menos.
Novamente a professora OB apresenta um raciocnio idiossincrtico de
variao, pois interpreta a mdia como moda e infere a densidade de freqncia


277
da distribuio, o que no possvel apenas com a mdia e os valores mximo e
mnimo. O dilogo seguinte apresenta a interveno da PSQ e da observadora
para a explicao sobre o raciocnio incorreto.
OBS RL: Pode Ter um monte de 20 e um monte de 60. Soma e a mdia
vai dar 40. E?
PSQ: Isso! Eu ia fazer com nota de aluno. Suponha que tenha um aluno,
vou pegar aqui: 0, 0, 0, 10, 10, 10. Trinta dividido por seis cinco. Ele
tem nota mdia cinco. Vamos supor outro aluno que tenha tido notas: 5,
5, 5, 5, 5, 5. Ele ter mdia cinco.
LH: ! Mas, a ento.......
PSQ: Eles no so iguais n? Como que ns vamos dizer para o
professor que vai entrar nessa sala e vai encarar esses dois alunos aqui.
Como que a gente vai preparar esse professor e dizer assim, olha,
todos esses alunos tem nota mdia cinco, isso no quer dizer que todos
so iguais. Ento, como que ns vamos preparar.... Vamos supor que
metade dessa amostra tivesse 20 e metade tivesse 60? E a mdia seria
em torno de 40. Como que a gente vai dizer para o leitor, vamos dizer
para o cara que vem distribuir a verba, vamos dizer no relatrio da
escola como a idade dos professores, assim como o nmero mdio
de filhos.
Alm dessa explicao, foi feita a mdia do nmero de filhos das pessoas
que participavam do encontro e percebeu-se que a moda era zero filho e a mdia
era dois filhos.
LH: Ento, e agora?
OB: A moda a maioria, n?
PSQ: Isto. Se a moda a maioria, como que a gente vai falar que a
maioria tem 39 anos [que era a mdia] ? para voc pensarem, esse
o objetivo!
LH: Ento a gente tem que pegar por faixa e....
OB: Achar o desvio?
PSQ: Ser que quando voc disse para mim que a idade mnima 19 e
a mxima 60, voc j comea a contar alguma coisa? A gente viu na
semana passada que isso a amplitude total, valor mximo menos valor
mnimo. J uma medida de desvio. Mas que outro desvio voc tinha
pensado?
OB: A moda tambm poderia entrar nesse caso. Nesse caso ai, do
primeiro menino moda zero e moda dez e no segundo aluno, moda 5 que
igual a mdia. E ai o professor d para saber direitinho que tipo de
aluno ele tem ai.


278
PSQ: Vamos supor um outro aluno. Um aluno que tenha 1, 4, 5, 10, 10 e
que a mdia 6 e a moda 10. E?
LH: Ento vamos fazer por faixa.
LH: Ento temos encontrar outra coisa a que explique.
PSQ: Boa pergunta! Meu objetivo ... minha pergunta exatamente esta!
OB: Trabalhar com disperso. Vamos achar o desvio padro e ...
possvel notar que o professor LH permaneceu com a idia das faixas e a
professora OB pretendia complementar a mdia com a moda, que indica um
raciocnio de transio de variao. A sugesto do desvio padro, possivelmente,
surgiu devido leitura dos livros didticos e no pela compreenso de sua
necessidade.
PSQ: Isto! Minha pergunta ..., a mdia .... A gente viu que a mdia
pode ser cinco quando ele tem nota zero e dez, pode ser cinco quando
s tem nota cinco e.... Ento, a minha pergunta : o que eu posso fazer
para ajudar a pessoa a interpretar esse nmero? Pois, a gente j viu que
no a maioria, porque a maioria a moda. E aqui a moda dez e a
media cinco e a a moda nem sempre vai ajudar a interpretar. A
maioria a maior quantidade de casos, que a moda. Ento a gente
precisa achar uma outra medida
AM: Agora voc deu um n!
OB: para trabalhar com a disperso. Desvio mdio e desvio padro.
isto que eu quero discutir!
Essa verbalizao da professora OB permite confirmar a inferncia
anterior. Ela tinha interesse em compreender o significado das medidas de
disperso.
PSQ: Se o objetivo trabalhar com disperso, ser que a gente no
pode considerar uma medida de disperso a primeira coisa que voc
disse [referindo-se professora OB] idade mnima 19, j d uma idia
para a pessoa. Esse aluno t indo de 5 a 5, dispersou alguma coisa?
OB: No!
PSQ: Esse aluno t indo de 0 a 10!
OB: Nossa senhora! Tenho que pensar com carinho nestas coisas!
PSQ: Esse cara t indo de 0 a 10 tambm! Esse aluno tem hora que
entendeu tudo que eu disse e tem hora que ele no entendeu nada.
OB: Ou ele falta demais!

A professora OB j estava se preocupando com as causas da variao da
nota do aluno, o que j havia sido alertado por Meletiou (2000), quando voltou


279
para pensar na frase que elaboraria acerca da idade dos professores
pesquisados.
OB: Ento, a gente fala a quantidade de professores, que 110, de 19 a
60 anos...com idade mdia de 38,6 e ...Vamos achar a disperso! Vamos
ver como que se faz. Varincia..... Medidas de
disperso.....[procurando nos livros didticos].
PSQ: Ento vamos l.
A evoluo das discusses permitiu a alguns professores identificar a
necessidade de um complemento para a mdia aritmtica, que foram os valores
mximo e mnimo, a moda e a prpria representao grfica. Isto corrobora os
estudos de Lehrer e Schauble (2002) e Ben-Zvi (2004), no que diz respeito ao no
surgimento da necessidade de uma medida de variao e de Makar e Confrey
(2005) no que diz respeito menor incidncia do uso do termo desvio padro,
quando comparado com outros termos estatsticos.
Embora o desvio padro tenha sido citado mais de uma vez pela
professora OB, isto no significa que ela utilizaria o desvio padro para
complementar a mdia, mas sim que sabia que precisava usar o desvio padro
para esta finalidade e no sabia como calcular e nem interpretar.
A partir deste momento, os professores motivaram-se para a leitura dos
livros didticos, buscando compreender o que eram as medidas de variao.
OB: A, [referindo-se ao Professor AM], eu s queria entender o que
desvio mdio, varincia e desvio padro. A altura mdia 49, e depois
vem o desvio padro 1,8, a varincia 4,3 e o desvio padro 2. O que
significa? [estavam observando um exemplo no livro didtico de ensino
mdio]
AM: At um pouco de tempo atrs eu achava que sabia o que
significava. Mas agora.... Eu j trabalhei com este assunto nos ltimos
dois anos e ai a Claudia falando aqui, comecei a pensar quanta coisa eu
nunca falei e nem sabia que era para falar . Eu posso at chegar para
meu aluno e perguntar o que moda, o que desvio, s que, olhar para
isto e saber quando usar um ou outro...Nunca discuti isto.
OBS VG: No s saber o que , mas para que serve!
AM: Em que momento aplicar. Eu nunca parei para pensar nisto.
OB: Aqui [olhando o livro]. s para saber se esto muito dispersos ou
no!
SB: Voc est falando do desvio?


280
OB: De todos, n! [referindo-se ao desvio mdio, varincia e desvio
padro] E o que a gente faz com isto?
A professora OB permaneceu com um raciocnio verbal de variao.
OB: Desvio mdio....
SB: Ento esse x com tracinho em cima a mdia, certo? Desvio mdio
ser que a mdia do desvio?
OB: E a varincia, quer ver. A disperso dos dados tambm pode ser
calculada considerando-se os quadrados do desvio mdio. A mdia
aritmtica desses quadrados chamamos de varincia. Considerando
como exemplo a altura teremos o seguinte calculo da varincia.
AM: Desvio padro a raiz quadrada da
OB: Varincia.
AM: E a varincia, por sua vez se utilizou do
OB: Do desvio mdio. E o desvio mdio se utilizou da altura. Ento, o
mais .., o mais..., o que mais d a idia o desvio padro.
Os professores estavam buscando nos livros as respostas para as
indagaes feitas pela PSQ .
AM: Da, voc pode olhar em algum lugar que, quanto mais isto se
aproximar de zero, mais perto de.....Se os professores [referindo-se
pesquisa realizada], a gente faz os clculos e se estiverem prximos de
zero, significa que a maioria est dentro desta faixa aqui. Se no se
aproxima de zero, vai mostrar que est muito disperso. Ento vamos
fazer?
OB: Olha Claudia! Eu falei para ele, ento a gente precisa ver qual a
disperso, a medida de disperso. A eu leio no livro, desvio mdio,
varincia e desvio padro. A eu falei para ele que o desvio padro a
que d a idia mais correta da disperso. Mas, e agora? Se a mdia ,
no caso, aqui acho que 49, eu tenho um desvio mdio 1,8, varincia
4,3 e desvio padro 2. Eu no estou entendendo nada. Ai ele falou....
AM: Eu disse o seguinte. Esse nmero aqui, o dois, quanto mais prximo
ele estiver do zero significa que aqueles dados dos professores est
mais homogneo, se estiver mais longe do zero e eu no sei quanto
longe do zero. Ai tem que fazer uma outra anlise. Ento muita gente
com vinte, muita gente com trinta, e assim por diante.
O professor AM retomou sua interpretao de homogeneidade,
apresentada em sua apostila e reforada pelos livros didticos de Matemtica, j
classificada como um raciocnio verbal de variao, e que ele mesmo pde
perceber a fragilidade dessa anlise. Alm de no fazer meno mdia,
subjetivo dizer maior e menor.


281
O dilogo seguinte ilustra o surgimento da variao em torno da mdia.
LH: Recebe o nome de disperso tendo como referncia o qu? A
mdia? Se afasta da mdia?
PSQ: Isto! Exatamente! Ento, a primeira coisa : esta disperso que a
gente est chamando de desvio padro, varincia ou desvio mdio,
todos eles esto vendo quanto fica distante da...
OB: da mdia.
PSQ: Ento, quanto mais distante do zero, mais distante os dados esto
da...
LH: Da Mdia. O zero seria a mdia?
Esta dvida do professor LH permite retomar a frase do professor AM na
fase de sensibilizao da pesquisa, em que confunde o desvio padro prximo do
zero com a mdia prxima do zero, classificado com um raciocnio idiossincrtico
de variao, que pode surgir se o conceito no estiver bem formado.
PSQ: O que seria um desvio padro zero?
OB: Que no existe, quer dizer, que no existe uma
LH: Est bem concentrado!
PSQ: D um exemplo de desvio padro zero.
SB: o exemplo do aluno 5, 5, 5....
PSQ: Isto. No tem nenhuma variao em torno da mdia, pois se a
media foi 5 e todas as notas foram 5, quanto as notas esto distante da
mdia? Nada!
Esse raciocnio de transio permitiu professora SB compreender quando
o desvio padro zero, os valores so iguais. Porm, ainda assim no foi
considerado igual mdia, que foi reforado pela PSQ.
A discusso sobre a interpretao do desvio padro continuou, pois o
objetivo da PSQ era despertar a percepo para possveis intervalos em torno da
mdia.
LH: Vamos pegar aquele exemplo que a OBS RL falou. Nos extremos,
PSQ: Vamos supor que metade das pessoas tivesse 20 anos e metade
tivesse 60 anos, esse desvio padro seria perto ou longe de zero?
SB: No ia t er nenhuma pessoa com 40 anos. A gente ia ter uma mdia
de 40 anos e nenhuma com 40.
PSQ: O que acontece com cada idade? O que acontece quando voc
tem mais dados longe da mdia?
OB: Mais disperso!
PSQ: Ento o que acontece com o desvio padro?
OB: Vai ser alto!


282
Para o professor LH ainda no estava clara a relao entre o valor do
desvio padro e as distncias da mdia, enquanto as professoras OB e SB
estavam buscando fazer essas conexes entre os conceitos.
PSQ: Ento, vamos voltar ao nosso exerccio. A gente no vai dizer para
um ET que a idade mdia 38,8, 38,6. Se ele tiver um des vio padro de
1 ano, ento....
OB: Ento eles tem 37, 40.
PSQ: Se eu falar que estes professores tm uma idade mdia de 38
anos com uma variao de 30, um desvio padro de 30. Ento, tem
gente .....
OB: Bem novinha ou muito velha.
PSQ: Ento, a gente est comeando a mexer com esta idia.
A partir da interveno da PSQ, surgem os primeiros indcios de um
intervalo em torno da mdia, que foi considerado um raciocnio de procedimento,
pois apreende a mdia, os desvios da mdia, um intervalo a partir desses
desvios, mas no permite compreender que existe uma grande maioria nesse
intervalo.
OB: Que timo, viu! Eu no sabia o que era isto. Eu peguei, eu ia fazer
isto l em casa, eu ia achar a mdia, tudo, n. Mas ai eu vim pensando
no trem: que droga esta de desvio padro, o que este desvio mdio,
o que a varincia? A eu pensei: nem vou fazer mesmo, pois eu no sei
mesmo.
O desabafo da professora OB permite confirmar as inferncias anteriores,
que ela estava em busca da compreenso do desvio padro e, por esse motivo,
havia verbalizado-o. Isto confirma o que Makar e Confrey (2005) alertaram, que o
fato do professor usar o termo desvio padro no significa que ele esteja
compreendendo o que est falando.
Os professores deram incio ao clculo do desvio padro com dados
agrupados e comprometeram-se a calcular com todas as observaes em casa.
O professor AM verbalizou sua dificuldade para compreender o significado do
desvio padro alto e a PSQ explicou que voltaria a esta discusso.





283
13.2 Resultados e discusso da anlise elaborada pelo grupo dos alunos
Eles tinham aprendido, recentemente, as medidas de tendncia central na
graduao e, inclusive, teriam prova deste assunto. O aluno LJ buscou em seu
caderno o modelo de clculo da mdia com dados agrupados. Eles decidiram
pela mdia, mas sem ter conhecimento do motivo. O dilogo a seguir ilustra este
fato.
LJ: Bom, a moda no vai ser til, ou vai? A gente vai ter o maior nmero
de dados, e da? A mediana, meu professor no falou.
AG: Nossa que absurdo!
LJ: A mediana no serve. Ento vamos calcular a mdia. X barra.
Os dois alunos verbalizaram que no tinham aprendido as medidas de
variao e recorreram ao livro de Magalhes e Lima (2004) para ler sobre o
assunto. Quando a autora questionou sobre a anlise da mdia, o dilogo
seguinte ilustra o raciocnio dos alunos.
LJ: O professor tinha falado, na verdade, uma vez ele at props na sala.
Eram duas faixas de empregos. Ele dava a mdia. Eram dois estgios e
voc tem que escolher. Ai voc v n? Se a mdia t muito... se tem um
pico muito alto ou muito baixo, lgico que a mdia d uma aliviada e
voc no consegue sentir que tem muita gente embaixo. A voc teria
que ir pela mediana ou pelo clculo do desvio, da varincia. O outro
quando mais ... eu acho...que a mdia infelizmente um dado muito...
se a gente tivesse a moda, por exemplo, que aparece mais gente, ai
pode te ajudar. Que nem, vai pensar o que? A mdia dos professores
38, mas as pessoas so mais idosas. Mas, s vezes muitos so jovens e
um cara muito velho ai a mdia sobe.
PSQ: Isto. Ento, vamos analisar esta mdia.
LJ: Pode olhar os outros dados para ajudar a interpretar?
PSQ: Claro!
LJ: Moda, mediana.
PSQ: Isso. para vocs mexerem mesmo com os dados.
Este dilogo ilustra o raciocnio de transio do aluno LJ, quando utiliza a
mdia e a moda para analisar uma distribuio. A PSQ questionou novamente
como fariam a anlise da mdia para explicar que nem todos os professores
tinham 39 anos.
LJ: Calcular a varincia?
PSQ: uma das alternati vas. E como a gente vai analisar essa
varincia?
LJ: Quanto maior a varincia, mais dispersos esto os dados.


284
C: Isto. Esse o objetivo. Porque a voc d a dimenso para a pessoa.
Voc fala: essa aqui a mdia, mas...
LJ: Ento, quanto maior for a varincia. A gente at fez o exemplo. A
pessoa disse 2, 2, 2,... A varincia zero e tudo homogneo.
PSQ: Isso. Ento vamos l.
O aluno LJ apresenta dois raciocnios diferentes, ambos verbais. Tambm
apresenta a variao como um predicado e no como um substantivo, tal como os
professores j o tinham feito.

13.3 Feedback
As Tarefas 1 e 2 consumiram todo o encontro do dia 10 de Junho e, antes
do trmino da sesso, foi salientado a no necessidade de trabalhar com uma
amostra grande para estimular a compreenso da mdia aritmtica e do desvio
padro, mas que aps a discusso inicial deste contedo, o professor poderia
explorar a utilizao de planilha eletrnica e realizar pesquisas com os alunos.
O feedback desta atividade foi realizado no encontro seguinte (17 de
Junho) e tinha como objetivo formalizar os conceitos de mdia aritmtica simples,
moda e mediana, priorizando a interpretao destas medidas e a conseqente
necessidade das medidas de variao. A tarefa solicitada est apresentada na
figura a seguir.

PSQ: O que significa mdia aritmtica?
Figura 75 Tarefa 3 da anlise dos dados do ciclo investigativo compreenso
do conceito de mdia aritmtica

A interpretao predominante de mdia aritmtica foi o ponto de equilbrio
do conjunto de observaes, mas tambm houve a interpretao da professora
RN como referncia de um conjunto e a interpretao do aluno LJ como diviso
eqitativa. No se pretende aqui explorar o tipo de raciocnio sobre a
compreenso da mdia, mas sim como eles levavam em considerao a
variabilidade/variao nesta interpretao.
LF: Quando ela fala em ponto de equilbrio, eu acho que o aluno tem
essa coisa de equilbrio mais fcil na mente dele: que o centro, n? O
centro de qu? O ponto de equilbrio de vrios dados. Mas, que este
centro, ele pode variar, t! No quer dizer que ele t demonstrando que


285
tudo est aqui no centro. Existe uma variao anterior e posterior dos
dados.
PSQ: Quem varia o centro ou so os dados?
LF: So os dados. Quem varia so os dados.
PSQ: A mdia a mdia e ponto.
LF: Lembra que a gente tinha discutido as quatro notas de trs alunos?
[Aluno A: 0, 0, 10, 10; Aluno B: 5, 5, 5, 5 e Aluno C: 1, 6, 6, 7].
PSQ: Nos trs casos, a mdia cinco. Foi o que a gente colocou no
caderno da LF.
LF: Mdia no pode ser o meio, porque ali [referindo-se ao Aluno C] no
est no meio.
Embora a professora LF estivesse levando em considerao a variao
das observaes em torno da mdia em sua interpretao, que permitiria
classificar seu raciocnio como de transio, havia uma confuso se esta variao
era dos dados em torno da mdia ou a variao da prpria mdia, que poderia ser
classificado como raciocnio idiossincrtico, pois, pelo contexto da atividade,
infere-se que a professora estava se confundindo e no que ela estivesse se
referindo distribuio amostral da mdia.
Este dilogo suscitou a formalizao dos conceitos de media aritmtica
simples, moda e mediana a partir do exemplo das notas dos trs alunos, que foi
realizado. Diferentemente das representaes grficas, os professores sabiam
calcular as medidas, mas desconheciam sua interpretao.
Houve a discusso sobre a maneira de explicar ao aluno o que seria
equilbrio. Surgiram sugestes como centro de massa, utilizao de uma barra
com pedras e a utilizao de uma rgua de trinta centmetros com o dedo
centrado no quinze. A observadora RL fez quatro bolas de papel e as colou numa
rgua de trinta centmetros e, o ponto em que o seu dedo equilibrava a rgua
identificava a mdia aritmtica.
Os professores gostaram muito da experincia concreta elaborada pela
observadora e foi discutido sobre a importncia de distribuir as bolas de papel na
rgua de maneira que no haja a mesma quantidade de bolas de papel acima e
abaixo da mdia aritmtica (semelhante ao exemplo do Aluno C).
Para complementar esta discusso e estimular a percepo da variao, a
PSQ elaborou um grfico de pontos para o aluno A, um para o aluno B e um para
C, todos numa mesma escala.


286
LF: Ento, ela o ponto de equilbrio, mas no retrata a realidade. A
realidade..... no! Vamos falar, .... a variao das distncias, no!
Variao da distribuio.
CI: Eu ensino velocidade mdia. Ento, saindo de um ponto x, eu calculo
a variao no intervalo. Ento, eu posso dar.... nem sempre.... falando de
velocidade.... eu posso andar a cem quilmetros por hora, essa a
mdia, mas nem sempre.... pode haver variao.
LF: Eu acho que ela [a mdia] no demonstra a variao das medidas,
n?
A professora LF apresenta um raciocnio verbal de variao, pois
compreende que a mdia no retrata a variao da distribuio, mas no sugere
como poderia ser complementada. Alm disso, esse dilogo ilustra o momento
em que inicia a construo do conceito de variao.
Pela fala da professora CI possvel observar que no era uma tarefa
simples para os professores explicar que as observaes variavam em torno da
mdia.
Devido interveno da professora RN sobre a necessidade de entender
se sua interpretao de mdia como referencial estava correta, esta discusso foi
interrompida, mas em breve retomada.
PSQ: Como a gente explica para o aluno que a mdia um referencial?
LF: Uma pessoa boa e uma pessoa m. Um referencial de bom e mau.
RN: A partir da eu vou.....
PSQ: Quando voc fala: ele passou e a nota mdia dele 5. Ou, ele
passou e a nota mdia dele 7. Ou ainda, ele passou e a nota mdia
dele 8. Aquele 5, aquele 7, aquele 8....
RN: uma referncia do aproveitamento do aluno.
PSQ: Da, eu, professor novo, entro l para dar aula para esse aluno,
esse aluno e esse aluno [referindo-se ao exemplo dos alunos A, B e C] e
eu imagino que, como ele nota 5, que a referncia dele, eu estou
imaginando que parte do que eu vou ensinar para ele, ele no vai
entender. Parte ele vai entender. Agora, eu no estou olhando as notas
dele. A hora que eu verificar as notas dele, a eu vou falar: ele no vai
entender muita coisa mesmo [referindo-se ao aluno B] ou tem coisa que
ele vai entender tudo e outra nada [referindo-se ao aluno A]. Por isso
que, se eu olhar s a mdia, no me d essa idia. Eu s olho e vou
esperar que ele assim. Da, eu dou a primeira prova, espero que ele
cinco e ele tira oito.


287
LH: Mas, acontece o seguinte. Ele pode ter decorado tudo para a prova,
tira nota alta e depois esquece tudo.
Este dilogo ilustra a retomada da discusso da variao em torno da
mdia e, foi possvel observar que o professor LH estava buscando explicaes
para a variao, tal como j tinha acontecido com a professora OB. Vale destacar
tambm, ratificando o que Meletiou (2000) alertou, que o fato de utilizar dados
reais em exemplos, motiva os participantes a buscar as causas de variao,
trazendo a tona suas crenas e valores. Este ponto no foi explorado nesta
discusso.
O dilogo prossegue:
LF: Ento, o que faz a diferena a? a variao que se tem entre um
nmero e outro? o desvio padro!
Novamente uma interpretao do desvio padro com a variao entre uma
observao e outra, raciocnio verbal, o que Loosen, Lioen e Lacante (1985)
denominaram de unalikeability.
PSQ: Ento, o que a gente t vendo que a hora que a gente olha s a
mdia, voc tem um olhar mais ou menos, por qu? Um olhar que pode
ter uma interpretao equivocada porque existe variao.
LH: Ento, o cara que no tem todos os dados, o que ele tem que ter?
Desvio, mediana, estas coisas todas?
PSQ: A gente ta vendo aqui que, se olharmos s a mdia, vamos pensar
que ele [referindo-se aos alunos A e C] sempre cinco, isto se eu no
levar em considerao a variao. Porque a hora que eu olho esta
variao, eu j sei que, se este aluno tiver uma nota bem abaixo de 5, eu
no devo me surpreender e se tiver uma nota bem acima de cinco,
tambm no. Porque a variao das notas dele alta.
LF: Mas, quando voc pega a moda, voc j consegue ter uma noo
um pouco diferente da sua mdia.
Novamente o surgimento da moda como uma substituta de uma medida de
variao
PSQ: Verdade. Ento, o que a gente ta vendo? que s a mdia,
sozinha, voc no vai conseguir tirar grandes concluses. E a, sai todo
mundo tirando concluso em cima da mdia. E a, a gente escuta coisa
assim: a Estatstica mentirosa! Eu no acredito na Estatstica! Na
verdade, o objetivo que a gente tem mostrar que a Estatstica no s
a mdia e que a mdia sozinha no d conta do recado. Ento, a gente
tem que mostrar para o nosso aluno, alfabetizar o nosso aluno em
Estatstica e dizer para ele assim: Olha, quando voc olhar para a mdia,


288
chame o desvio padro. Por qu? Porque a mdia sem o desvio padro,
eu no sei se estes dados variam muito ou variam pouco [...] Se o desvio
padro for pequeno, vou esperar sempre em torno de cinco [referindo-se
ao exemplo dos trs alunos]. Se o desvio padro for grande,...A mdia
de idade dos professores foi 38,9 [voltando idade dos professores
pesquisados]. Eu vou esperar que todos estes professores tenham em
torno de 39 anos? No! Porque o desvio padro foi nove [calculado pelo
professor AM]. Ento, um desvio padro alto. Eu tenho, pelo menos,
nove anos para baixo e nove anos para cima.
Para encerrar este feedback, a PSQ sintetizou o artigo de Rodrigues
(1999), que criticava a reportagem do jornalista que dizia: Estatisticamente, eu j
morri h cinco anos e solicitou duas tarefas para serem realizadas em casa: a)
elaborar a frase para o ET sobre a idade dos professores pesquisados, usando a
mdia e o desvio padro e b) relacionar a mdia e o desvio padro com o
histograma (j realizado) da idade dos professores.

13.4 Anlise da mdia aritmtica de observaes apresentadas em grfico
de barras.
No penltimo dia da formao continuada foi solicitado aos professores
comparar as notas das alunas e dos alunos, que estavam apresentadas no
grfico reproduzido na Figura 76 e decidir sobre a distribuio com maior variao
(Tarefa 2).






Figura 76 Notas de alunos e alunas em uma determinada disciplina - Adaptado
de Loosen, Lioen e Lacante (1985) -

13.5 Resultados e discusso da anlise elaborada pelo Grupo 1 LH e RS
Como j constatado por Loosen, Lioen e Lacante (1985), esta
apresentao pode induzir o aprendiz a perceber a variao de uma observao
para a outra, denominado pelos autores de unalikeability, e no a variao em
0
10
20
30
40
50
60
70
Jos Vitor Caio Fabio Hugo Raul
n
o
t
a
s

0
10
20
30
40
50
60
70
Marcia Ines Elen Nair Karen Ana
N
o
t
a
s



289
torno da mdia. E foi exatamente o que aconteceu com os professores LH e RS,
como pode ser observado no dilogo seguinte.
PSQ: Quero saber que turma que vocs acham que teve maior variao
de notas.
LH: Essa aqui no igual a essa, no igual a essa, no igual a essa,
no igual a essa, ....t variando! Isso igual a velocidade, t
acelerando, acelerando, acelerando! Variao da velocidade.
RS: Olhando rapidamente.... [concordando, mas desconfiando]
LH: Bom, aqui a gente vai ter que fazer a mdia, somar tudo. Voc vai
ver quantos tem.... A mdia vai ser igual.
Alm da constatao da variao das observaes, raciocnio verbal, o
surgimento natural da mdia aritmtica pode ter sido em funo do exemplo
utilizado, notas em uma disciplina, que faz parte do cotidiano do professor e ele
calcula a mdia sempre. Essa hiptese levantada, pois o mesmo fato no foi
observado na tarefa do nmero de letras do sobrenome.
RS: A mdia 35. E a?
LH: Aqui a gente vai ter que trabalhar os desvios. Agora, aqui t mais
concentrado e aqui tambm est concentrado aqui [referindo-se ao
grupo de 10,10,10 e 60,60,60]
RS: E?
LH: A mediana, quer dizer a moda, n ?, que aqui e aqui tambm. S
que aqui, a moda est bem forte do que aqui.
Novamente observa-se a confuso que o professor LH fez com os
conceitos de mediana e moda.
RS: A mdia 35, ok?
LH: A moda a que t mais concentrada, mais alta.
RS: Moda aqui trs. Aqui trs e aqui trs. A moda no a que tem
maior freqncia? Maior quantidade de vezes? Aqui trs alunos tiraram
seis, trs alunos tiraram um.
RS: O que ela quer saber mesmo? Ela quer saber a variao (silncio)
Cada um tirou uma nota e aqui....
A professora RS confunde o valor da moda com a freqncia. A moda era
dez e sessenta, pois a freqncia de cada uma era trs.
LH: A moda est mais para o lado de c ...... Maior nmero de alunos
seis.
RS: No! Cada barra representa um aluno. A Karen tirou cinco, a Ana
tirou seis. No dez pessoas com a nota...
LH: Ento, aqui tambm. Quais os alunos que tiraram acima de 40?


290
possvel notar que este tipo de representao, alm de induzir o aprendiz
a observar a variao entre as observaes, induz ao erro de pensar numa
distribuio de freqncias. possvel observar que o professor LH olhou a barra
mais alta para encontrar a moda, mesmo sendo alertado pela PSQ que isto no
era uma distribuio de freqncia.
LH: Ser que, individualmente.... aqui ns estamos trabalhando o que?
As notas ou o nmero de alunos?
RS: tudo igual. Quantos alunos tiraram 10, um. Quantos alunos tiraram
20, um. E assim por diante.
LH: Aqui houve variao na nota e aqui houve variao no nmero de
alunos. .
RS: Cada um aluno tirou uma nota!
LH: Ento, se a mdia desse aqui...(silncio) Help! O que voc quer
saber mesmo?
PSQ: Quero saber qual o que tem maior variao de notas.
RS: Aqui, o que variou foi a nota e aqui o que variou foi a quantidade de
alunos?
PSQ: No. Aqui a quantidade a mesma. Tem seis mulheres e seis
homens.
RS: Maior nmero de alunos...Aqui, cada aluno tirou uma nota diferente.
Aqui, trs tiraram uma nota e aqui trs tiraram outra. E a, o que ns
falamos mesmo?
PSQ: Isso. Qual que a maior. Qual dessa aqui a maior?
LH: Da nota?
PSQ: , da nota. Variao de notas. Vocs tem duas turmas: De menino
e menina e quero saber qual variao maior, variao de notas. Tm
seis alunos e seis alunas. A, vocs calcularam a mdia e deu tudo
igual. Ento, eu quero saber o que tem mais variao: o grupo dos
meninos ou o grupo das meninas?
Os professores permanecem olhando a distribuio, tentando entender,
mas no utilizando nenhuma medida estatstica.
LH: Aqui varia de 10 em 10. Aqui varia de 10 pra 60. Aqui tem um
delta...(silncio) Ento, aqui eu tenho que usar aquela histria de desvio
PSQ: Voc pode usar a estratgia que voc quiser. Poderia usar o
desvio. Como vocs j calcularam a mdia, n?
LH: A gente pode usar o desvio mesmo. Da da para comparar. !
Vamos tentar. A gente fazendo o desvio, a gente vai ter uma viso
melhor. Da a gente vai ver quem desvio mais aqui e quem desvio mais
aqui.


291
PSQ: Desvio em relao?
LH: mdia.
A deciso do professor LH em usar o desvio, possivelmente no se
relacionava com o desvio padro, mas a ansiedade da PSQ era tanta, que induziu
o professor LH a dizer que era em relao mdia, mas ele no se apropriou
disto. Pois ele relata os desvios em cada distribuio, sem se referir mdia.
PSQ: Mas, antes de calcular o desvio, visualmente, qual grupo tem maior
variao de notas?
LH: Fica difcil saber. S olhando assim?
LH: Essa daqui est variando mais [meninas]
PSQ: E voc, RS?
RS: No sei. Tava tentando fazer aqui com esses dados diferentes, v
se conseguia ver alguma coisa... 10, um, 20, um, 30, um. Agora eu no
sei como contar isto aqui.
PSQ: Como contar, como assim? Voc tem seis alunos, voc tem trs
com 10 e trs com 60.
RS: Ento, daqui pra c eu tenho que contar esse intervalo aqui?
PSQ: Voc no tem ningum ai !
RS: A diferena como seria? A diferena seria de 40? A variao...
LH: Ahhh, maior o de cima? [meninas]
RS: Fica uma variao de 10, 20, 30, 40, no isso?
LH: O aluno permanece igual, porm a nota de 10 pulou pra 60. Nesse
intervalo s houve um patamar que passou de 10 pra 60. E aqui foi de 10
em 10 em 10 em 10...Houve variao, mas de um por um. O nmero de
variao nesse aqui, pra mim, foi maior, agora...
PSQ: Eu quero a variao de notas.
LH: Ento, voc quer variao de notas, n? De 10 pra 20, houve uma
variao, de 20 pra 30 outra variao, de 30 pra 40... e assim at chegar
no 60. Ento, nmero de notas, aqui houve cinco variaes e aqui houve
uma variao.
A variao foi compreendida pelos professores como o nmero de
alteraes das observaes, raciocnio verbal. Tal como alertado por Loosen,
Lioen e Lacante (1985), existe uma tendncia natural de interpretar o desvio
padro como uma medida de variao entre as observaes e no uma medida
de variao em torno da mdia.
Portanto, eles no analisaram a magnitude das diferenas entre as
observaes, apenas o nmero de notas diferentes.



292
13.6 Resultados e discusso da anlise elaborada pelo Grupo 2
O outro grupo de professores, composto por OB, CI, AM e SB, tambm,
iniciaram a anlise com a mdia aritmtica. A professora SB, assim que olhou a
Tarefa 2 j percebeu a variao em torno da mdia. Calculou-a e percebeu que
nos dois grupos a mdia era 35. O dilogo que segue ilustra isto.
SB: A mdia nos dois a mesma. S que os que esto mais distantes
dessa mdia so esses aqui.
AM: Os meninos?
SB: .
AM: Normalmente isso, mesmo. Se voc avaliar elas so mais... ,
menos displicentes em sala de aula, ou eles so bons ou ruins. Na
verdade eles so... ou eles so largados ou dedicados, as meninas no,
so mais homogneas, eu acho...
Mais uma verbalizao, agora do professor AM, em busca de causas para
a variao.
SB: Porque o seguinte. A impresso que d que s a mdia de 35
diferente para este caso do que para este.
AM: A mdia 35 aqui, isso mesmo que voc t falando, mais fcil
pensar nisso aqui [meninas] ... do que nisto aqui [meninos].
SB: Mas, parece que este nmero no consegue demonstrar isso por
causa da freqncia.
AM: Voc t falando em mdia? Voc t mostrando um lado que est
equilibrando, o que no verdade, n. No sei nem se isso que a
gente pode falar. Quando voc fala em mdia, voc pensa todo mundo
prximo de um ponto, o que no verdade aqui. Embora...
A diferena na variao das duas distribuies incomodou os professores
AM e SB, questionando a validade da mdia. E o professor AM percebeu que sua
interpretao da mdia como moda no serviria sempre, raciocnio idiossincrtico,
como ocorrido na atividade.
AM: Vamos dizer assim, os bons alunos da sala, os que esto na sala
tiram que nota, os alunos que tiram mais notas da sala qual a mdia
deles? 60, e os menos, 10. A se a gente equilibrar d 35. Agora, aqui j
diferente, n?
AM: Ser que tem que fazer desvio padro? Desvio padro mostra bem
isto para a gente. Voc falou em mdia 35 n? Se a gente for analisar o
desvio padro, o que vai dizer para a gente?


293
AM: Aqui, os meninos, voc tem at 60, n? Trs com 10 e trs com
sessenta. Nas meninas, voc tambm tem 60 e 10, mas tambm tem 20,
30, 40, 50.
O professor AM percebeu que as notas dos alunos pulavam de 10 para 60,
ficando muito longe da mdia 35. Sua intuio era que o desvio padro fosse
divulgar isto, mas estava em dvida, o que ilustra seu raciocnio de transio. E o
dilogo entre eles prossegue.

SB: Na variao j vai sair uma mdia, s que a mdia vai ficar distante
do...
AM: Se eu tivesse que aplicar em sala de aula pegaria esse aluno
trocaria com um...
CI: Que voc vai fazer?
AM: Tem uma pergunta assim...na minha viso, t claro que esse grupo
no est trabalhando como esse grupo: Eu tiraria ele daqui e colocaria
aqui e no lugar do Vitor e tornaria a sala mais homognea, certo. O Vitor
iria aprender um pouco mais e o Jos e o Caio tambm podiam
aproveitar. E aqui, nesse caso, trocaria a Ins com a Karen.
Essa explicao do professor AM indica sua propenso de alterar o
processo (na viso de SNEE, 1990) para que a variao diminua, o que tornaria
a sala mais homognea, raciocnio verbal de variao. Essa explicao tambm
pode demonstrar a preferncia pela utilizao de desvio padro pequeno, pois
ainda no estava claro para esse professor o que significava o desvio padro
grande.
PSQ: Qual a que teve mais variao?
AM: Olha, qual tem maior variao, olha, variou, variou, variou, e variou.
Que maior variao pra voc?
CI: T, mas quando voc olhou, voc falou logo esse, n?
SB: Aqui, a cada aluno varia a nota, n, tem mais variaes, so seis
variaes, seis notas diferentes. E aqui so trs notas iguais, trs notas
iguais, maior variao em relao mdia.
possvel observar que a professora SB percebeu que se fosse falar de
variaes entre as observaes, as meninas variavam mais, mas se fosse falar de
variao em torno da mdia, o grupo dos meninos variava mais. Ela enxergava a
distncia de 10 para 35 e a distncia de 60 para 35 e comparava com as outras
meninas, distncia de 30 para 35. Ela pensava nas distncias em relao


294
mdia. Seu raciocnio pode ser considerado completo, pois faz a distino da
linguagem e suas conotaes.
Tal como enunciado por Makar e Confrey (2005), quando a professora SB
percebeu as variaes entre as observaes, ela disse tem mais variaes,
variao como predicado, e quando ela se referiu s variaes em torno da
mdia, que a levaria ao desvio padro, ela disse maior a variao, substantivo.

13.7 Feedback
O feedback desta atividade foi realizado no ltimo dia da formao
continuada (26 de Agosto).
LH: O que varia mais? O que quer dizer essa palavra varia mais?
Variou mais em que sentido? Teve uma variao maior? Um patamar
maior? Foi nesse sentido?
PSQ: Eu deixei cada um pensar na variao como queria, n? No falei
assim: Olha, qual tem maior desvio padro?, n? Eu perguntei: Qual
tem a maior variao?, e de cara quando a gente bate o olho, a gente
levado a achar que o azul [meninos] n? Pode ver! Eu me lembro bem
que a hora que vocs bateram o olho, voc falaram: o azul, n? Mas
vamos pensar, e foi isso que a maioria falou: Eu acho que o de baixo,
mas vou pensar, e a olha, olha. E a Sandra falou uma coisa... lembra
que eu brinquei, anota, anota, anota, que vai pra minha tese. E acho que
ela resumiu muito melhor, do que o trabalho que eu li. Ela disse assim:
Se eu olho aqui, todos esto vari ando, no rosa, ento, tem mais
variao. No azul, se eu pensar em relao a mdia, a variao maior,
ela enxergou variao de tipos diferentes. Ela enxergou entre as
pessoas, e a variao em relao a mdia, que so duas maneiras de a
gente pensar em variao.
Para discutir a induo de interpretao devido esta forma de
apresentao das observaes, a PSQ fez na lousa o grfico de pontos das notas
dos meninos e das meninas e explicou que este grfico mais adequado para
despertar a variao em torno da mdia, tal como alertado pelos autores Loosen,
Lioen e Lacante (1985).



295
13.8 Anlise do raciocnio sobre variao/variabilidade na discusso da
anlise da mdia aritmtica
As tarefas propostas permitiram observar diferentes raciocnios de
variao, que foram classificados de idiossincrtico at completo.
Em cada nvel de raciocnio, foi possvel observar diferentes estratgias e,
por esse motivo, foram sintetizadas nos quadros seguintes.
Quadro 36 Raciocnio idiossincrtico sobre variao
Raciocnio sobre
variao
Prof. Verbalizao
Ausncia de variao
em torno da mdia
SB Eu chegaria na escola e os professores vo
ter esta caracterstica
Mdia com significado
de moda
OB
AM
A maioria. Lgico que nem todos vo ter 39,
pode ter 38, por ter at um de 19 anos, mas a
maioria tem 39 anos
Inferncia da densidade
a partir da mdia e dos
valores mximo e
mnimo
OB Se a mdia 39 anos, a maioria tem 39
anos, mas nem por isso todos tem 39. Da,
agora, como a mdia 39, j vai logo saber
que de 19 anos tem pouquinho, 60 tem
pouquinho, 40, 43, 35, j d para saber mais
ou menos.
Distncia do zero:
mdio ou desvio
padro?
LH Quanto mais distante do zero, mais distante
os dados esto da mdia. O zero seria a
mdia?
Variao da mdia LF Mdia o ponto de equilbrio, o centro, e que
este centro pode variar

A ausncia de variao em torno da mdia j havia sido constatada por
Ben-Zvi (2004), quando seus alunos estavam elaborando uma hiptese para o
tamanho dos nomes.
O significado de mdia como moda j tinha sido observado por Batanero
(2000), porm deve-se ressaltar que esse equvoco prejudica o surgimento
natural de uma medida de variao.
Nesta etapa da formao, os professores j tinham elaborado a distribuio
de freqncia para a idade dos professores e tambm j tinham representado-a
com um histograma. Porm, essa experincia no foi suficiente para permitir o
relacionamento dos conceitos de mdia, valores mximo e mnimo e formato da
distribuio, inferido a partir do histograma. Isto pode ser notado na fala da
professora OB, que simplesmente imaginou a densidade da freqncia sem
nenhuma referencia essas relaes.


296
Quanto aos dois ltimos raciocnios apresentados no Quadro 35, acredita-
se que devido ao fato do campo conceitual de variao estar em
desenvolvimento, natural os deslizes de linguagem.
Os raciocnios de variao considerados verbais esto apresentados no
Quadro 37.
Quadro 37 Raciocnio verbal de variao
Raciocnio sobre
variao
Prof. Verbalizao
Tendncia de eliminar a
variao
AM Trocaria os alunos de turma, para ficar mais
homogneo.
Desvio padro a
variao entre as
observaes
LF

Desvio padro a variao que se tem entre
um nmero e outro
Desvio padro como
indicativo da disperso
dos valores
OB

s para saber se esto muito dispersos

Maior variao devido
valores diferentes
LH

De 10 pra 20, houve uma variao, de 20 pra
30 outra variao, de 30 pra 40... e assim at
chegar no 60. Ento, nmero de notas, aqui
houve cinco variaes e aqui houve uma
variao.
Se Desvio zero, as
observaes so iguais
SB Quando o desvio padro zero, as
observaes so iguais.
Varincia zero indica
homogeneidade
LJ A varincia zero, tudo homogneo
Maior varincia, mais
disperso das
observaes
LJ Quanto maior a varincia, mais dispersos
esto os dados
Desvio padro prximo
do zero indica
homogeneidade
AM Quanto mais prximo o desvio padro estiver
do zero, mais homogneos os dados
Mdia no ilustra a
variao
LF Admite que a mdia no retrata a variao da
distribuio

Diferentemente do raciocnio idiossincrtico, o raciocnio verbal apresenta
corretamente algum componente de variao, mas que necessitaria ser
complementado ou relacionado com outros. Podem ser considerados como uma
primeira tentativa correta, incompleta, rudimentar sobre a medida de variao.
O Quadro 38 apresenta o raciocnio classificado como transio, pois, pelo
menos dois componentes de variao precisariam ser declarados de maneira
correta.


297
possvel notar que os professores apresentaram diferentes raciocnios de
transio, dependendo do que estavam tentando compreender, ou seja, com os
conceitos disponveis que tentavam fazer relaes.

Quadro 38 Raciocnio de transio de variao
Admite a variao, mas
no percebe a
necessidade de uma
medida
OB
AM
LF
A maioria. Lgico que nem todos vo ter 39,
pode ter 38, por ter at um de 19 anos, mas a
maioria tem 39 anos
Mdia complementada
pela moda
OB
LJ
LF
Moda zero e dez mdia cinco;
Moda cinco - mdia cinco.
Mdia complementada
pelo grfico
AM
LH
O professor AM disse que apresentaria a
mdia e o grfico (possivelmente o
histograma)
Mdia complementada
pelos valores mximo e
mnimo
OB entre os professores pesquisados, eles
tinham de 19 a 60 anos
Percepo das
distncias da mdia
AM Observando a mdia, 35, analisou que uma
distribuio tinha trs com 10 e trs com 60
enquanto a outra tambm tinha dez e
sessenta, mas tinha 20, 30, 40 e 50.


Apenas um raciocnio de procedimento e um raciocnio completo foram
observados, ambos apresentados pela professora SB. No primeiro caso, ela
apresentou um exemplo de uma anlise, ainda rudimentar, de um intervalo em
torno da mdia: eles tem 37, 40, quando a PSQ perguntou o que significaria um
desvio padro um para uma mdia 39.
O seu raciocnio completo sobre variao, que havia sido comentado na
formao continuada que estaria na tese, foi: Aqui, a cada aluno varia a nota, n,
tem mais variaes, so seis variaes, seis notas diferentes. E aqui so trs
notas iguais, trs notas iguais, maior variao em relao mdia.
E este raciocnio da professora SB reflete exatamente o que j havia sido
observado por Makar e Confrey (2005), a distino entre a variao como um
predicado: est disperso e a variao com um substantivo: a variao
grande.



298
14 Raciocnio sobre variao/variabilidade na interpretao do desvio
padro.

At este momento da formao, os seguintes aspectos de variao
possivelmente j estariam disponveis: existe variao em um conjunto de
observaes, representar este conjunto s com a mdia no permite identificar a
variao e esta variao medida pelo desvio padro.
No que tange compreenso do desvio padro, para alguns professores
significava a medida de variao entre as observaes e no em relao mdia
e alguns entenderam que quanto maior o valor do desvio padro, mais variao
existe no conjunto de observaes.
Muitos professores verbalizaram que, realmente, queriam entender o que
eram estas medidas de variao. No trmino da sesso de 10 de Junho, foi
deixada a tarefa apresentada na Figura 77.

1) Calcule o desvio padro da idade (com todas as observaes), utilizando o
Microsoft Excel para realizar os clculos parciais;
2) Calcule o desvio padro com dados agrupados, a partir da distribuio de
freqncia utilizada para calcular a mdia;
3) Compare os dois valores obtidos para o desvio padro;
4) Elabore uma anlise do desvio padro.
Figura 77 Tarefa 1 da anlise dos dados do ciclo investigativo interpretao do
desvio padro deixada em 10/06/2005 e discutida em 17/06/2005.

Trs professores realizaram, parcialmente, a tarefa descrita na Figura 77 e,
ento, decidiu-se iniciar o encontro de 17 de Junho com a explorao das
respostas obtidas. O professor AM, no apenas calculou o desvio padro da
idade dos professores, cujo valor obtido foi 9,8 anos, mas tambm encontrou um
material na internet que explicava o clculo da nota do aluno no vestibular a partir
da padronizao por disciplina; a professora LF consultou o livro do Levin (1977)
cuja reedio foi Levin e Fox (2004) sobre a porcentagem de observaes sob
uma curva normal e o professor LH consultou uma apostila de professor (na
Internet) sobre as medidas de variao, que apenas descrevia seu clculo.


299
Diante do material consultado pelos professores, foi perguntado como eles
explicariam para seu aluno o que era o desvio padro e os professores AM, LF e
os alunos LJ e AG verbalizaram que se tivessem que explicar o desvio padro
para os alunos, eles pulariam esta aula. O nico professor que se aventuraria a
explicar o desvio padro foi LH, mas se limitaria a explicar os clculos.
Ento, a pergunta foi alterada e o dilogo seguinte ilustra as respostas de
alguns professores.
PSQ: Ento, a gente est num ponto que o seguinte: a gente precisa
entender o que o desvio padro.
LF: , o que eu tive a maior dificuldade para entender o que o
significado desse nmero final que voc chega. O que representa na
nossa pesquisa? Quando eu fui conseguir interpretar foi atravs daquele
grfico que eu vi aqui no livro [referindo-se curva normal]. Ele d a
mdia, ento, a partir dessa mdia, os valores positivos a direita, que ele
chama de sigma, ento uma unidade, duas unidades, ento a que eu
consigo ver a amplitude, aonde que esse nmero est se encaixando.
Acima da mdia ou abaixo da mdia. Como ele est plotado. Foi o que
eu melhor consegui entender aqui. Ainda tive muita dificuldade de
interpretar o que significava esse nmero.
A professora LF demonstra sua tentativa de compreender o intervalo em
torno da mdia. Ela entendeu que havia a mdia e alguns valores acima e abaixo
dela, dados em unidades de sigma, mas no fez relao com o desvio padro,
que permitiu categorizar seu raciocnio como verbal, pois no permitia que ela
somasse e subtrasse o valor do desvio padro mdia.
LH: Ele [referindo-se ao texto lido] fala que a raiz quadrada da mdia
aritmtica....
LF: O processo matemtico a gente consegue entender, mas o que eu
no estava entendendo qual a representao desse bendito desse
nmero dentro da pesquisa que eu estou fazendo.
AM: Foi isso que eu falei [referindo-se no compreenso do texto
obtido na Internet]
PSQ: O que voc vai falar para o ET, no ?
LF: Desvio padro o desvio padro. Pronto! Da, colocar isso numa
frase, tambm fica mais complexo. Ento, eu colocaria o grfico, o cara
olhava e conseguiria at definir alguma coisa.



300
Esse dilogo mostra que o professor LH estava se preocupando com a
definio de procedimento enquanto que a professora LF e o professor AM
estavam interessados em saber o que significava o nmero obtido pela frmula do
desvio padro. A PSQ perguntou diretamente aos alunos e o dilogo seguinte
ilustra a resposta deles.
LJ: Eu, primeiro eu pensaria se eu deveria explicar. No, eu no sei
como eu explicaria!
AG: S no segundo semestre. Meu professor disse assim: tem o desvio
padro, mas vocs s vo saber o que significa no segundo semestre,
quando vocs vo fazer Estatstica 2.
LJ: O que a gente tem idia que o desvio ....
AG: A gente acabou tudo. A no prximo semestre a gente vai fazer
inferncia estatstica e a a gente vai saber tudo.
LJ: A gente est no achismo ainda.
PSQ: Tudo bem. Nesse achismo, como voc explica o que o desvio
padro?
LJ: Eu prefiro no falar. Achar por achar....Se eu tivesse que explicar
hoje, eu no explicaria. Deixaria para outra pessoa explicar.
LF: Da frase dela aqui j d para iniciar. Eu explicaria que, a partir da
mdia, do ponto base que mdia, eu faria uma demonstrao, por
exemplo, que nem ela fez ali. Que existe a mdia de idade, por exemplo,
35 anos, mas existe maior quantidade de 30, no ? Eu no tenho os
dados porque eu no participei. Seria tantos de 34, 39, ento ficaria
muito disperso se voc se basear s nos 35. Ento eu ia fazer essa
demonstrao com o aluno, e mostrar que d para a gente aproximar
mais esses valores das idades que persistem. Ento, eu procuraria
explicar o desvio padro em relao mdia e ia deslocando de um lado
para o outro em relao a esses valores que esto se repetindo. Eu ia
para esse lado.
possvel observar que a professora LF no compreendeu que, ao colocar
a mdia no centro da distribuio normal, o deslocamento a que se referia era o
aumento ou a diminuio de unidades de desvio padro no valor da mdia, para a
direita ou para a esquerda, respectivamente. Ela explicou que ia deslocando os
valores que esto se repetindo, possivelmente se referindo as idades com maior
freqncia, ilustrando sua permanncia num raciocnio verbal.
Ento, a PSQ preferiu retomar a interpretao da mdia aritmtica, para
fazer surgir, novamente, a necessidade do desvio padro.



301
PSQ: Se vocs tivessem que explicar para o ET, s com a mdia, vai!
Ou para um aluno de vocs. Vocs tem l um monte de professores, 108
professores, essa aqui a mdia de idade. Como vocs explicariam para
o aluno ou para o ET o que significa isto? O que significa a mdia 38,8?
LJ: Eu gostei muito do exemplo que o professor falou na aula, n. Bolo,
voc pega, junta todo o bolo, e corta um pedao, quer dizer, cada
pedao vai ter este valor. Vai t er, no caso, vai ter 38 cerejas. Ento, deu
uma homogeneizada no valor individual.
O aluno LJ explicou detalhadamente o exemplo num outro momento da
discusso. Quando o bolo fatiado, como se todos os pedaos tivessem o
mesmo nmero de cerejas, que a mdia.
AM: Quando eu estou falando da mdia, eu no estou falando a verdade.
PSQ: Por qu?
AM: Porque aquela histria das idades. Esto muito dispersas, esto
muito perto do 19 e muito perto do 60, l.
PSQ: Voc vai dizer para o ET que o que voc calculou no verdade?
AM: A eu penso assim. A idia de desvio padro, t dando uma variao
grande l. Isto me faz refletir o que? Olha, pega, analisa todos os pontos,
um por um, explica para seu aluno que a mdia pode ser real em casos
especficos e o desvio padro est te mostrando. Nesse caso aqui, voc
d uma observada em todos os dados que voc tem, ou neste caso aqui,
em que o desvio padro est muito prximo do zero, voc no precisa se
preocupar porque a mdia verdadeira.
O professor AM faz uma interpretao do desvio padro como um
indicativo de veracidade da mdia e no disperso dos dados em torno da mdia.
Permanece com a mesma interpretao que tinha no incio da formao
continuada, raciocnio verbal, em que o desvio padro menor apresenta
informao mais verdadeira porque os valores so mais parecidos uns com os
outros. E o professor complementa:
AM: Eu acho que est agilizando o trabalho dele. Calcula o desvio
padro e o valor baixo significa que est tudo bem. Mas se o desvio
padro deu muito longe, t mostrando que as idades esto muito
dispersas, ento ai eu j tenho que me preocupar com estas idades aqui.
PSQ: O professor AM est comeando a interpretar para o aluno dele o
que o desvio padro. Que a mdia sozinha, a gente tem que tomar
cuidado. Voc est alertando o seguinte: eu tenho que olhar com um
olhar desconfiado para a mdia. O que voc est dizendo que o desvio
padro vai dar uma idia se os dados esto mais dispersos ou mais
prximos. Voc est comeando a interpretar o desvio padro.


302
LF: Se voc fosse explicar, por exemplo, para um aluno, por exemplo,
vamos fazer a mdia da nota dele. Ele tirou 2 numa prova, 7 na outra e 6
na outra. Ento, quando voc soma tudo isto e divide por 3. Voc vai ter
uma mdia 5, mas voc vai ter uma diferena muito grande de uma nota
para as outras duas. Ento, a representao est muito dispersa. Como
que eu vou mostrar para esse aluno que aqui ficou muito baixa e aqui
ele est legal. E que a mdia ficou aqui.
A professora LF est construindo o conceito de desvio padro. Ela comea
a pensar na mdia aritmtica, mas ainda centra sua percepo na diferena entre
as observaes, o que permite classificar seu raciocnio como verbal.
AM: Ele tira a mdia 6 para ser aprovado. Mas nada garante que esse
aluno t bem. Ele pode estar vindo com boas notas e de repente tirar
zero. Mas por que ele tirou zero? Agora, para saber, eu tenho duas
formas de olhar isto. Ou eu olho aluno por aluno e nota por nota,
bimestre por bimestre, ou eu tenho uma sada: desvio padro vai
apontar, vai acusar, vai ser um alarme, vai dizer: opa! Tem uma
disperso de notas aqui. Nesse aluno. A eu vou olhar o boletim dele e
vou dizer ele tinha zero no primeiro bimestre, mas agora est com 7 e 7.
Oba, ento ele subiu e eu no vou ter que me preocupar. Porm, pode
ser ao contrrio. Ele t com 7, depois 4 depois 1. Opa! O que est
acontecendo com ele. A eu vou ter que me preocupar com este aluno e
no com aquele que subiu a nota.
LF: Ele vai ter nota, mas vai estar em queda.
AM: Exato. Ele vai estar em queda. Voc tem dois alunos aqui com a
mesma mdia. S que um est subindo de produo e o outro est
descendo. Com qual que eu vou me preocupar? Com o que est caindo
de produo.
O professor AM percebe que a ordem das observaes no altera o valor
do desvio padro e que, em uma situao escolar, esta seqncia seria
importante. Porm, percebe que o desvio padro alto um alerta e que, aps este
aviso, o professor pode recorrer s observaes para identificar o que est
ocorrendo com o aluno que teve um desvio padro alto.
Essa explicao do professor AM leva em considerao a mdia, o desvio
padro, mas observa a diferena entre as notas e no a diferena entre as notas
e a mdia, o que permite classificar seu raciocnio como verbal.
PSQ: Mas o desvio padro vai te dar isto?


303
AM: No. Ele vai me mostrar que tem uma disperso de notas e isto vai
me alertar para olhar para este aluno, mas ele no vai me dar a
realidade. A realidade vai ser olhar para todas as notas.
LH: Acho que mostra!
AM: No. O desvio padro no mostra. Ele mostra a disperso. Ele no
mostra nota por nota. Ele mostra a irregularidade! A gente tem um aluno
l que t com um no primeiro bimestre, cinco no segundo e nove no
terceiro. S que eu tenho o aluno B, aluno 2, esse aluno t com 9, 5 e 1.
Os dois no esto com a mesma mdia? Ele est com mesmo desvio
padro?
LH: Eles esto com mesmo desvio, s que invertido.
A explicao do professor AM ratifica a classificao como verbal, pois ele
torna explcito a diferena entre as observaes.
Pode-se observar uma crescente necessidade de compreender o
significado do desvio padro, pois alguns professores j no tinham dvidas
quanto maneira de calcul-lo.
Percebendo este tipo de dificuldade, a PSQ solicitou que os professores
lessem a interpretao da mdia e do desvio padro apresentadas pelos livros:
Triola (1999), Martins (2001) e Soares e Siqueira (1999).
Estes livros trabalhavam a anlise da variao a partir do coeficiente de
variao, a partir do Teorema de Tchebichev e apresentavam o clculo do escore
padronizado z. No captulo de Estatstica Descritiva, apenas o livro do Triola
(1999) apresentava uma anlise do desvio padro segundo a Distribuio Normal.
A realizao desta tarefa, que foi dada conjuntamente com a Tarefa 3 do
captulo anterior, durou trinta minutos, e foi feita em duplas.

14.1Resultados e discusso da anlise elaborada pelo grupo dos
professores
A maioria dos professores focou-se na leitura e interpretao da mdia
aritmtica, identificando questes que foram discutidas na formao continuada e
esto apresentadas no captulo anterior.
As professoras LF e IS discutiram, apenas, sobre as medidas de tendncia
central, alvo do interesse da IS que ministraria esta aula na semana seguinte.
Os professores RS, RN e LH leram Soares e Siqueira (1999) e cada um
elaborou sua frase sobre a interpretao do desvio padro:


304
LH: Desvio padro so os valores dos dados quantitativos que mostram
a variao desses acima ou abaixo da mdia.
RS: Desvio padro a variao em torno da mdia facilitando a
interpretao dos dados em questo
RN: Desvio padro a variao numrica de como esses valores esto
se comportando em relao mdia
possvel observar que estes trs professores detiveram-se na definio
conceitual, ou seja, estavam motivados para a compreenso dos clculos para a
obteno do valor do desvio padro, mas o nvel de raciocnio ainda era
idiossincrtico. Isto pode ser explicado pelo fato destes professores no terem
realizado a tarefa de calcular o desvio padro.
Os professores AM e CI j tinham calculado o desvio padro, cujo valor
obtido foi 9,8 e estavam muito interessados em compreender seu significado.
Detiveram-se muito tempo na leitura sobre a interpretao da mdia aritmtica e,
com o auxlio da observadora VG, perceberam que havia a oscilao de um
desvio padro para cima e para baixo da mdia, mas a leitura no permitiu
apreender que seria possvel estimar a porcentagem de dados neste intervalo.
A frase elaborada por eles permite classificar o raciocnio sobre variao
como de procedimento, pois entendem que existe uma variao em torno da
mdia e que essa variao dada pelo desvio padro, elaborando um intervalo,
sem a compreenso que o intervalo contm a maioria das observaes.
Uma pesquisa realizada com 108 professores da rede estadual de
Ensino Fundamental II e Ensino Mdio constatou que a idade mdia de
aproximadamente 39 anos. A moda, ou seja, as idades que aparecem
com mais freqncia so 39 e 41 anos (7 vezes cada uma) esto
prximas da mdia.
J para o desvio padro calculado o valor 9,8, que significa que sobre
a mdia h uma variao de dez anos para cima e dez anos para baixo,
ou seja, a faixa de variao de 29 anos at 49 anos.

14.2Resultados e discusso da anlise elaborada pelo grupo dos alunos
Os alunos AG e LJ foram os nicos a apreender a noo de intervalo de n
desvios padro da mdia aritmtica. A discusso deles para compreend-lo est
apresentada a seguir.


305
LJ: Coloca ai: desvio 9. Pega a mdia soma 9 e tira 9. Vamos achar o
intervalo. Deixa o intervalo e vamos achar quantas.... achou. O delta....
Quanto que a mdia?
AG: 38,8.
LJ: E o dp?
AG: 9,83.
LJ: E aqui deu 38,8. O intervalo.... 38,8 menos ..... aproximadamente 29.
48,6 [referindo-se soma da mdia com um desvio padro]. A variao
no intervalo foi 19,6, certo? Quanto que era o valor? A variao no
intervalo? Agora tem que fazer isto dividido por 108 vezes ...
O aluno LJ observou que o livro sugeria um intervalo em torno da mdia a
partir da soma e subtrao do desvio padro mdia, raciocnio de procedimento,
mas pretendia verificar a razo da amplitude do intervalo pelo nmero total de
observaes e no a razo do nmero de observaes no intervalo pelo nmero
total de observaes, que pode ser compreendido como raciocnio idiossincrtico.
AG: Eu no entendi o que voc est fazendo!
LJ: U! Calculando pela formulao emprica. Isto vezes 108, dividido
por 100 deu 18%. Cad o livro?
AG: [lendo no livro do Martins, 2001] A mdia mais ou menos um desvio
padro abrange mais ou menos 60% desta variao. A mdia mais ou
menos dois desvios padro...
LJ: Mas outro jeito de chegar na mesma coisa! Cad o livro?
AG: O desvio padro no esta diferena? [diferena em relao
media]?
LJ: Isto. A gente chegou a fazer um exerccio deste! Eu no me lembro
bem! Aqui, neste intervalo, tem 108 pessoas.
AG: Quem disse?
LJ: Eu acabei de contar! No! Tem 90. Dividido por 108.
AG: Por qu?
Quando o aluno fez uma nova leitura, ele compreendeu a razo que
deveria encontrar, raciocnio de procedimento. Porm, questiona-se se estava
entendendo o que estava fazendo. A observao do dilogo seguinte esclarece
essa dvida.
LJ: Por qu para comparar! De 60 a 80 para ser simtrico. Deu 83.
LJ: Mediana deu 37,5
AG: A mdia deu 38,8.
LJ: Ento, t ...
AG: Pode escrever a...
LJ: Pode escrever a, o caderno seu.


306
AG: A gente tem que escrever para o ET.
LJ: Mas o que a gente tem que dizer? Agora, a gente calculou aquele
negcio dos oitenta...
AG: No adianta!
LJ: Adianta sim! Com um desvio, a gente calculou um intervalo. Certo?
AG: Certo!
LJ: A gente calculou que oitenta ..... a gente tinha calculado por
probabilidade tambm? No tinha?
AG: No tinha no!
LJ: Preciso de um jornalista. Eu sou pssimo para escrever.
AG: Vamos comear assim: a idade mdia ....
LJ: Idade mdia assunto de histria. Eu no sei o que dizer! A gente
calculou....
AG: O qu?
LJ: A gente no consegue fazer, cara! A gente precisa de mais
informao. Claudia, vem c, por favor! A gente calculou, pela regra
emprica, e a gente chegou em 83,3%, se eu fiz as contas certas...
PSQ: Como voc chegou nisto?
LJ: Tem o desvio, calculamos o intervalo...
PSQ: Como voc chegou neste nmero?
LJ: Peguei a freqncia e dividi pelo total, vezes 100. Da ele fala aqui
que a porcentagem aproximadamente 70 para distribuies simtricas
e chegando a 90% para distribuies fortemente simtricas [regra
emprica apresentada por Martins, 2001]. O nosso est mais prximo do
90.
A PSQ no estava acompanhando o raciocnio dos alunos e no percebeu
a dificuldade. Ento, props a discusso sobre simetria, que no era o foco da
dvida deles. Depois dessa discusso, o aluno LJ pergunta novamente:
LJ: Ento, como eu vou escrever?
PSQ: Vocs montaram o intervalo com um desvio. Ele foi de quanto at
quanto?
LJ: 29 a 49.
PSQ: Se a gente se prendesse s este intervalo, a gente est deletando
quem tem abaixo de 29 e acima de 49. Ento, a gente tem que dizer
para ele [ET], no todo mundo que est neste intervalo.
LJ: Para mim, isto boa parte da amostra...
PSQ: Sim! E a voc poderia dizer isto mesmo!
LJ: Boa parte da amostra est dentro do intervalo que a gente achou: de
29 a 49 anos.


307
PSQ: Ento, com nosso aluno, a gente foi melhorando a nossa anlise a
medida que a gente vai aprendendo novas coisas de Estatstica. S
temos que pensar sobre o ensino de Distribuio Normal para o ensino
mdio.
LJ: Ser que ele ia excluir? A gente t pegando o intervalo ... Eu acho
que eu fiz....[refaz as contas] d 75%.
Os alunos tinham encontrado o intervalo de um desvio padro da mdia e
tinham contado o nmero de professores nesse intervalo, mas no estavam
associando este nmero com a estimativa da porcentagem de observaes
apresentada pelo livro, o que mostra o raciocnio de procedimento.
Para compreender o raciocnio de LJ, foi reproduzida a distribuio de
freqncias (Tabela 32) sobre a qual calcularam o desvio padro. LJ contou o
nmero de professores que havia no intervalo de 29 a 49 anos, a partir da soma
das freqncias das seis primeiras classes da distribuio, que correspondia a 90
professores, 83% das observaes.
Depois percebeu que havia contado a partir do 19 e no do 29, mas como
os dados estavam agrupados, ele contou a partir de 25 at 50, correspondendo a
81 professores, 75% das observaes.

Tabela 32 Distribuio de freqncias das idades, elaborada por AG e LJ
idade Freqncia
19 25 9
25 30 15
30 35 14
35 40 22
40 45 20
45 50 10
50 55 12
55 60 6
Total 108

Embora ele tivesse interpretado corretamente a regra emprica do livro de
Martins (2001), ele no a recuperou na elaborao da frase, preferindo ficar com
o termo boa parte, o que ilustra a no compreenso completa do conceito.



308
Eles foram os nicos que contaram o nmero de professores no intervalo
de um desvio padro da mdia, estratgia sugerida por Hart (1984) e ratificada
por Loosen, Lioen e Lacante (1985).

14.3 Feedback
Devido ao fato de que as leituras foram, predominantemente, sobre a
mdia aritmtica, no encontro do dia 17 de Junho foi feita a formalizao sobre as
medidas de tendncia central e solicitado que continuassem a pensar em suas
frases para representar a idade dos professores pesquisados.
No dia 24 de Junho foi feito o feedback sobre as medidas de variao.
Com base no exemplo das notas dos alunos A: 0, 0, 10, 10 e Aluno C: 1, 6,
6, 7, foram discutidos os seguintes aspectos:
Diferena entre desvio mdio e varincia (justificativa pela
preferncia do quadrado das diferenas ao invs do mdulo);
Soma das distncias (absolutas) em relao mdia sempre
zero;
Arredondamentos e suas conseqncias;
Diferena entre calcular o desvio padro com as observaes e com
dados agrupados em classes;
Diferenas entre populao e amostra e sua conseqncia no
clculo da varincia e do desvio padro (parmetro ou estimativa);
O uso da frmula do desvio padro do parmetro ou da estimativa e
sua conseqncia na escolha da funo varincia e desvio
padro do Microsoft Excel.
Noes sobre o formato de uma distribuio;
Noes sobre a Distribuio Normal de Probabilidades;
Elaborao do intervalo de um e dois desvios padro da mdia e
sua interpretao pela regra emprica de Martins (2001);
Elaborao da frase para o ET, relatando sobre a idade dos
professores pesquisados utilizando a mdia e o desvio padro.
Enquanto a PSQ explicava, os professores apresentaram uma postura
muito diferente dos demais encontros. Ficaram quietos, quase no fizeram
intervenes e, ao trmino do encontro, relataram que desconheciam o assunto.


309
Por esse motivo, s esto transcritos alguns trechos da apresentao.
Logo no incio do feedback, os professores LH e RN, que haviam pensado na
frase, verbalizaram:
LH: pra... quando escrever essa frase, essas frases, n, para que
qualquer um lesse e entendesse, mas se voc comea a falar em
mediana, desvio padro, mdia, o leigo j vai saber? Ento, eu acho que
teria a de trabalhar com as porcentagens, tantos por cento estaria
nessa...
RN: Ou tantos professores, mesmo assim de 108, tantos professores...
LH: Mas olhando assim agora, a gente percebeu, eu percebi pelo menos
que na faixa de 39 anos pra baixo a concentrao de professores bem
maior do que acima. Dessa referncia de 39, n?
Pde-se perceber uma tentativa de encontrar uma porcentagem dos
professores, mas sem entender em que intervalo, j que a mdia no significava
maioria, o que permite classificar o raciocnio como verbal.
AM: Ah, mas tem um detalhe tambm, n? At a VG ficar cutucando a
(risos), at cair a ficha que se 9,8 tava variando, os 39 pra cima, os 39
pra baixo, levou um tempo a, n?
PSQ: Por qu? O que vocs tavam pensando?
AM: Porque eu olhava pro desvio padro, pra mim s tava mostrando,
pra mim s tava mostrando a disperso. Mas no eu consegui olhar pra
mdia e ver o desvio padro ali, ento tem um indicador ali de 10 pra
cima, ou 9,8 pra cima, 9,8 pra baixo. Foi a que eu arredondei pra 10, a
pensando, bom, quem olhar pra 9,8 imagina que...
Essa verbalizao do professor AM ilustra o obstculo criado pela noo de
regularidade, homogeneidade. Ele disse que enxergava a disperso (entre as
observaes), mas no conseguia entender como se relacionava com a mdia.
Tanto esse dilogo como o seguinte demonstram a passagem de um nvel verbal
de variao para um nvel de procedimento.
AM: Ento, de novo, n, me senti idiota, n? Fao isso em sala de aula e
a VG fala: Mas e da? T, dispersando, e da? Dispersando, e da,
dispersando? Vem mais e a, e a, e a? A ela falou: No sei, tem que
fazer diferena em alguma coisa. (risos) Diferena do que? Caramba,
n?
CI: Isso aqui, eu havia pensado isso desde aquele sbado, quando ns
pegamos os valores, eu falei: Olha, se a gente comparar um com o
outro tem uma diferena, mas...


310
PSQ: E naqueles livros que vocs leram na semana passada, que vocs
leram l, lembram que vocs tavam lendo, alguns livros que eu tinha
trazido?
AM: E mais: se voc perguntar pros meus alunos desse ano ou do ano
passado o que desvio padro, eles vo falar s da aproximao do
zero l, a primeira coisa que eu falei aqui: prximo do zero dados mais
concentrados... s isso que eles vo conseguir. No, eu acho que alguns
vo dizer isso aqui que eu falei! Agora... a parte dessa avaliao a, pra
cima pra baixo, vo falar, porque eu no falei, porque eu nunca vi isso,
porque eu no li, no tem nada nos apontamentos da apostila...
OB: Pra mim era s um clculo...

possvel notar, tambm, que mesmo o professor AM identificando a
variao em torno da mdia, a professora CI permanecia compreendendo a
variao entre as observaes. E esta interpretao do desvio padro como
regularidade ou homogeneidade foi observada em seis (dos sete) livros didticos
analisados.
Este aspecto tambm apareceu na frase elaborada pela professora IS, que
embora tenha faltado deste encontro, enviou sua frase por intermdio da
professora OB, que leu-a.

OB: Em uma pesquisa realizada com 108 professores das redes
particular, municipal e estadual de ensino, mostrou que a faixa etria
de 19 a 60 anos, com mdia de 39 anos, com predominncia de 22 anos
e com variao de uma idade para outra de aproximadamente 9 anos.
Ela disse aqui : Com predominncia a moda, ela falou pra mim, n,
e A variao de idade o desvio padro. Isso ela explicou pra mim por
telefone. Ainda, n? ela falou: Passa a frase l, n?
LF: a mesma da semana passada? [que fizeram juntas]
OB: Ela disse que completou. Ela colocou aqui a variao de idade que
o desvio padro. Ela tava tentando descobrir uma palavra para desvio
padro. Que ela diz que a variao de idade, ela diz que desvio
padro.
OBS VG: T. E 9,79 ela aproximou pra 9?
OB: ... que t... deveria ser pra 10, n? No caso, aproximaria para 10.
Ento falei pra ela...
O assunto de arredondamento j tinha sido discutido, mas possvel notar
que permanecem os equvocos acerca do assunto.


311
A PSQ apresentou os clculos para a obteno do desvio padro e foi
possvel discutir os aspectos sobre a tarefa de calcular a medida de variao,
que esto brevemente apresentados nos dilogos seguintes.
A PSQ explicou que, devido soma das distncias dos valores em relao
mdia ser zero, faz-se necessrio colocar essas distncias em mdulo ou elev-
las ao quadrado, que do origem ao desvio mdio ou varincia,
respectivamente.
OBS VG: ... eleva ao quadrado pra ficar positivo e tambm pra ficar
derivvel! Porque quando trabalha com mdulo no d... a funo no
derivvel.
AM: Agora t claro pra mim, a diferena que fez a palavrinha derivvel
a, n? No tinha passado, nunca havia passado pela minha cabea e eu
sempre questionei por que era o quadrado, por que era o mdulo. Agora,
agora voc botou a raiz a, agora eu falei, caramba, agora mdulo.
LF: 25 o que? 25? [referindo-se ao valor da varincia do Aluno A]
PSQ: Isso, ento , 25 uma medida ao quadrado, ento a primeira
coisa difcil que a gente tem de analisar na varincia...
LF: Tem que ter unidade, n?
PSQ: que voc tem nota, e a variao t em nota ao quadrado. Se
voc tivesse a altura, voc tem centmetros e depois voc tem a variao
em centmetros ao quadrado.
LH: Isso quer dizer que extrair o... dividir por partes a pra chegar
naquela...
RN: Pra chegar em centmetros.
LH: Varincia e variao a mesma coisa?
E fora explicado que a varincia uma das medidas de variao em torno
da mdia. Foi calculado o desvio padro e elaborado o intervalo de um desvio
padro da mdia para as notas dos alunos A e C (5,0 t 5,0; 5,0 t 2,4).
AM: E entende? (risos) Pois ! Quantas vezes eu falei isso aqui?
Quantas vezes eu no perguntei isso aqui, essa histria pra cima e pra
baixo, quantas vezes, no entende. A hora que voc acabar de falar, eu
ia te falar isso, e da, eles falam isso e da? Qual o propsito de falar
isso a?
Essa verbalizao do professor AM ratifica as inferncias anteriores. Ele
sabia que tinha que encontrar o intervalo, mas no conseguia entender o motivo
dessa necessidade.


312
A PSQ interpretou a regra emprica apresentada por Martins (2001),
apenas para a porcentagem de observaes a menos de um e dois desvios
padro e utilizou a idade dos cento e oito professores pesquisados para
exemplificar. A mdia era 38,5 anos e o desvio padro 9,8 anos que originou o
seguinte intervalo de um desvio padro da mdia: [28,7; 48,3].
PSQ: A gente sabe que tem professor que tem menos dessa idade e a
gente tambm sabe que tem professor que tem mais que essa idade.
T? Ento, o que essa regra emprica? Que a maneira mais frgil,
que ela no t levando em considerao o formato da distribuio, ela
vai dizer assim: olha, pra qualquer conjunto de dados, eu devo ter em
torno de 60 e 80% das observaes, que no nosso caso so
professores. Ento, entre 60 e 80% dos professores deve ter idade entre
28,7 e 48,3.

A PSQ sugere a contagem do nmero de observaes no intervalo de um
desvio padro da mdia como estratgia didtica com o aluno do ensino mdio,
explicando que, a partir da realizao de algumas atividades como esta, o prprio
aluno pode generalizar a concentrao de observaes no intervalo de um desvio
padro da mdia.
Devido ao fato que o conceito de Distribuio Normal no havia sido
discutido formalmente com os professores, escolheu-se trabalhar com a regra
emprica apresentada por Martins (2001). Foi calculado o intervalo de um e dois
desvios padro da mdia. Como poderia haver dificuldade em compreender a
impreciso da porcentagem (entre 60% e 80%), fez-se o intervalo de dois desvios
e percebeu-se que apenas dois professores ficavam fora deste intervalo. Os
professores calcularam que a porcentagem de dois em cento e oito (quase 2%) e
disseram que este intervalo tinha 98% dos professores.
PSQ: Ento, se ns fssemos redigir uma frase, sem usar o nome desvio
padro, sem usar o nome de mdia, ns poderamos dizer l pro
relatrio da escola que ns temos aproximadamente 95% dos
professores com idades entre 18,9 e 58,1. A escola ainda pode esperar
que ela tenha 5%, que pode ser uns 5% abaixo disso ou acima disso,
mas ns sabemos que s est acima disso porque fomos ns que
lidamos com os dados. Se ns dermos pra ela s a mdia, ela vai falar
assim: Ah, ento todos os professores vo estar em torno de 40 anos.


313
Aps a discusso sobre a porcentagem de professores observada e
estimada no intervalo de dois desvios padro da mdia, percebeu-se a
interferncia do conceito de moda como impeditivo para o surgimento da
necessidade do desvio padro, ilustrado no dilogo seguinte.
LH: , mas a, eu acho que a informao a no (inaudvel). Porque a
concentrao, o maior nmero de professores no esto acima de 31.
RN: 34 e 44 anos. onde tem a maior concentrao.
PSQ: No, esse aqui ele d a maior parte dos dados, ela d 95, em torno
de 95% dos dados...
RN: Como que a gente considera esse fato de que o maior nmero de
professores esto entre 34 e 44 anos?
A PSQ no entendeu que estavam se referindo s duas classes modais da
distribuio de freqncias da idade dos professores, mas a observadora VG fez
a interveno, o que gerou um debate muito interessante sobre o conceito de
maioria.
OBS VG: Antes de voc, , eu tava pensando na... na... na preocupao
da RN, quando voc faz um desvio padro, um pra cima e outro pra
baixo, voc j tem a maioria. E t dando o mesmo...
PSQ: J tem a maioria.
OBS VG: 28,7 e 48,3. Vocs falaram, n, de 30 a 44, no era isso?
que assim: o que vocs to interpretando como maioria? 50% mais 1?
Ento, a, acho que no precisaria fazer todo o estudo estatstico.
Passaria a fazer o levantamento das idades.
OBS VG: Ento! Mas isso que t dando entre o desvio padro! T
dando a concentrao porque d entre 60 e 80%. isso a. Voc t
fazendo um estudo cientfico em cima dos dados. Porque, pra dizer s a
maioria no precisaria fazer desvio padro nem nada. Ent endeu? Desvio
padro t dando uma informao cientfica a respeito da distribuio.

A professora RN relatava sobre a maioria obtida a partir da observao das
duas classes que tinham a maior freqncia (a classe de 34 a 39 anos tinha 22
professores e a classe de 39 a 44 tambm tinha 22 professores). Essa maioria
representava quarenta e quatro professores entre os cento e oito pesquisados, ou
seja, aproximadamente 41% da amostra. Se fosse utilizar o conceito de maioria
como metade mais uma unidade, o intervalo obtido pela professora RN no
retratava essa maioria.


314
Quando a PSQ falava de maioria, ela estava se reportando maioria no
intervalo de um desvio padro da mdia (60% a 80% pela regra emprica) ou a
maioria no intervalo de dois desvios padro da mdia (95%).
Para encerrar a discusso sobre maioria, foi retomada a primeira anlise
realizada pela professora OB, quando disse que as idades estavam entre 19 e 60
anos, utilizando para isto os valores mximo e mnimo da distribuio.
PSQ: Ou falaria assim: eu daria a mdia e daria o menor e o maior. Se
voc pegar o maior e o menor, voc j t comparando. T todo o
mundo...
OBS VG: A 100%.
PSQ: A 100%. No tem ningum fora. Quando voc faz o desvio
padro voc escolhe a porcentagem, n? E isso a gente t vendo a regra
emprica. A gente tem outras regras, n, pra gente discutir.
possvel observar que o dilogo aconteceu somente entre a PSQ e a
OBS VG, o que sugere a dificuldade dos professores em compreender o assunto,
que confirmado no dilogo segui nte.
AM: E voc, me fala, escreve uma frase? Faz trs semanas, quatro
semanas. Escreve a frase como se voc tem todas essas...
LH: Desse jeito parece porcentagem, no ?
OB: Mas sabe por que isso aqui legal? Que linguagem eu vou usar pra
que todos entendam? Por isso que foi interessante. Se nem eu sabia o
que era o desvio padro, n? Eu sabia que era um clculo s. A, depois
quando eu fiquei sabendo o que era desvio padro, como que eu vou
fazer, como que eu vou escrever com palavras...
AM: No, mas , pois , depois dessa explanao ali da Cludia de hoje,
quer dizer, voc para e v que realmente no d pra fazer a frase. Tem
um monte de coisa por trs disso que como que eu ia escrever? Quer
dizer, escrevi. Aquilo l eu j vou rasgar. (risos)
Pretendia-se continuar o debate sobre o conceito de desvio padro como
um intervalo em torno da mdia, mas o tempo cedido para a implementao desta
pesquisa j havia se esgotado. Entretanto, foi possvel perceber que os
professores desconheciam ou no se lembravam do intervalo composto pela
mdia mais ou menos n desvios padro, to empregado em muitas reas do
conhecimento.
Isto mostra a necessidade de continuao dessa pesquisa, para explorar o
raciocnio sobre variao quando utilizam o intervalo de n desvios padro da
mdia.


315

14.4 Nvel do raciocnio sobre variao na interpretao do desvio padro

Durante a realizao dessa atividade, apenas dois raciocnios foram
considerados idiossincrticos. Um deles foi a simples leitura de que o desvio
padro era uma medida de variao em torno da mdia, que no permite verificar
a apreenso desse conceito. A outra interpretao considerada idiossincrtica foi
a anlise do aluno LJ, que calculou a razo da amplitude do intervalo de um
desvio padro da mdia pelo nmero total de observaes.
O raciocnio mais verbalizado dizia respeito variao entre as
observaes e no em torno da mdia, interpretado como raciocnio verbal. Este
fato pode ter sido em decorrncia de que essa a anlise predominante nos
livros didticos consultados por esses professores. Mas, deve-se levar em
considerao que o mesmo tipo de raciocnio foi apresentado nos estudos
analisados no Captulo 4 deste trabalho.
Outras verbalizaes categorizadas como raciocnio verbal esto
apresentadas no Quadro 39, que ilustram a complexidade do conceito de desvio
padro.
Muitas verbalizaes sobre uma ou duas dimenses do conceito foram
categorizados como raciocnio verbal, quando entendeu-se que no permitiriam
ao professor efetuar qualquer procedimento com o desvio padro e nem
relacionar com suas outras dimenses.
Vale destacar que o professor AM permaneceu com a interpretao de que
o desvio padro baixo bom. Certamente, na maioria das situaes cotidianas, o
fato de o desvio padro ser baixo favorece uma srie de processos, inclusive o
educacional, mas isto no pode ser generalizado.


316

Quadro 39 Raciocnio Verbal sobre variao na interpretao do desvio padro
raciocnio
sobre
variao
Prof. Verbalizao
LF
Ele tirou 2 numa prova, 7 na outra e 6 na outra. Ento, quando voc soma
tudo isto e divide por 3. Voc vai ter uma mdia 5, mas voc vai ter uma
diferena muito grande de uma nota para as outras duas.
AM
desvio padro vai apontar, vai acusar, vai ser um alarme, vai dizer: opa!
Tem uma disperso de notas aqui.
AM
Ele mostra a irregularidade
CI
quando ns pegamos os valores, eu falei: Olha, se a gente comparar um
com o outro tem uma diferena, mas...

AM
prximo do zero dos dados mais concentrados
IS
e com variao de uma idade para outra de aproximadamente 9 anos
Desvio
padro
como
uma
medida
da
diferena
entre os
valores
IS
OB: Ela disse que completou. Ela colocou aqui a variao de idade que
o desvio padro. Ela tava tentando descobrir uma palavra para desvio
padro. Que ela diz que a variao de idade, ela diz que desvio padro.

AM
em que o desvio padro est muito prximo do zero, voc no precisa se
preocupar porque a mdia verdadeira.

Desvio
padro
baixo
bom AM
Calcula o desvio padro e o valor baixo significa que est tudo bem. Mas
se o desvio padro deu muito longe, t mostrando que as idades esto
muito dispersas, ento ai eu j tenho que me preocupar com estas idades
aqui
LF
a partir dessa mdia, os valores positivos a direita, que ele chama de
sigma, ento uma unidade, duas unidades, ento a que eu consigo ver
a amplitude, aonde que esse nmero est se encaixando. Acima da
mdia ou abaixo da mdia
LF
o desvio padro em relao mdia e ia deslocando de um lado para o
outro em relao a esses valores que esto se repetindo.
LH
Desvio padro so os valores dos dados quantitativos que mostram a
variao desses acima ou abaixo da mdia.

LH
RN
Ento, eu acho que teria a de trabalhar com as porcentagens, tantos por
cento estaria nessa...
Ou tantos professores, mesmo assim de 108, tantos professores
Tentativa
de
encontrar
um
intervalo
LH
de 39 anos pra baixo a concentrao de professores bem maior do que
acima
Desvio
padro
alto um
alerta
AM
S que eu tenho o aluno B, aluno 2, esse aluno t com 9, 5 e 1. Os dois
no esto com a mesma mdia? Ele est com mesmo desvio padro?
LH: Eles esto com mesmo desvio, s que invertido.



O Quadro 40 apresenta os raciocnios classificados como de procedimento.



317

Quadro 40 Raciocnio de procedimento sobre variao na interpretao do
desvio padro
Raciocnio sobre
variao
Prof. Verbalizao
AM e CI sobre a mdia h uma variao de dez anos para cima e dez
anos para baixo, ou seja, a faixa de variao de 29 anos at
49 anos.

Intervalo de um
desvio da mdia
AM Mas no eu consegui olhar pra mdia e ver o desvio padro ali,
ento tem um indicador ali de 10 pra cima, ou 9,8 pra cima, 9,8
pra baixo.
Alguma quantidade
de obs no intervalo
de um desvio
padro da mdia
LJ Boa parte da amostra est dentro do intervalo que a gente
achou: de 29 a 49 anos.

A compreenso de um intervalo de n desvios padro da mdia um
grande avano no raciocnio sobre variao, que se mostra aqui no ser uma
tarefa to intuitiva quanto era imaginado pela autora deste trabalho. E a
compreenso de que existe uma grande quantidade de observaes nesse
intervalo s foi observada no aluno LJ, que aps a contagem do nmero de
professores no intervalo, concluiu que boa parte da amostra estava contida
nesse intervalo.
Realmente muito difcil entender que analisar o desvio padro significa
analisar a mdia aritmtica tambm. Isto pode ser exemplificado pelos grficos
elaborados pelo professor AM para representar as notas de importncia da
Estatstica. Estes grficos foram enviados para a PSQ em 10 de Setembro de
2005.





Figura 78 Grficos para as notas de importncia para o cotidiano do professor
(1), para sua rea de formao (2), para sua disciplina (3) e para o seu aluno(4).

possvel observar na Figura 78 que, alm do fato da mdia estar
separada do desvio padro, que permite inferir a no compreenso dos dois
6,2
6,4
6,6
6,8
7
7,2
7,4
7,6
7,8
1 2 3 4
mdia

2,65
2,7
2,75
2,8
2,85
2,9
1 2 3 4
desvio padro



318
conceitos conjuntamente, as escalas dos grficos so diferentes, o que no
permite uma anlise visual da dimenso do desvio padro. Isto permite entender
que o raciocnio de procedimento apresentado anteriormente, quando este
professor encontrou o intervalo de um desvio padro da mdia foi induzido pela
observadora e no apreendido pelo professor.
Entretanto, este professor desenvolveu seu pensamento estatstico, pois
quando enviou estes grficos explicou que fez a anlise da importncia de
Estatstica para todos os professores, que est apresentado na Figura 78, e fez a
mesma anlise por disciplina ministrada e pde perceber que os professores de
Biologia atribuam muito mais importncia para a Estatstica do que os outros
professores.
Este fato mostra a prontido deste professor para investigar as causas da
variao, analis-las mediante o conhecimento estatstico que possua e elaborar
uma concluso. Para isso, vivenciou o ciclo investigativo, transitou, mesmo que
parcialmente pelo pensamento geral e fundamental do pensamento estatstico,
estava no ciclo interrogativo e apresentava suas primeiras disposies acerca dos
resultados. Em outras palavras, seu pensamento navegava em todas as
dimenses do pensamento estatstico definido por Wild e Pfannkuch (1999).




319

15 Consideraes Finais

A dificuldade apresentada pelos alunos de graduao da autora para a
compreenso do desvio padro e a oportunidade de assistir a apresentao das
possibilidades para ensinar o intervalo de confiana com o uso do Fathom (no
ICOTS-6, em Julho de 2002) foram os principais motivos pelos quais deu-se incio
a este trabalho.
Os resultados obtidos no permitem uma soluo inovadora para o ensino
de desvio padro, mas certamente apontam a complexidade do conceito a partir
das diferentes estratgias de raciocnio que surgiram.
Considerando que os participantes da pesquisa eram professores de
Matemtica da escola bsica e, portanto, j tinham aprendido sobre desvio
padro, a fase inicial da pesquisa identificou a ausncia de significao desse
conceito, exceo feita ao professor AM, que apresentava um raciocnio
idiossincrtico de variao.
As dimenses do pensamento estatstico (WILD e PFANNKUCH, 1999)
serviram de estrutura conceitual e como organizao da implementao desta
pesquisa-ao, pois os autores declararam ser a variao seu componente
fundamental. Portanto, o objetivo deste trabalho foi identificar o raciocnio de
variao/variabilidade dos professores em cada etapa do ciclo investigativo, de
maneira que permitisse compreender a relao entre pensamento estatstico e
raciocnio sobre variao.
Foi observado que os poucos professores que j utilizavam a pesquisa
como metodologia de ensino de Estatstica, o faziam de maneira restrita,
utilizando apenas a distribuio de freqncia e sua respectiva representao
grfica para analisar os resultados, o que indicou a no abordagem do conceito
de variao em suas aulas.
Essa no utilizao das medidas de tendncia central e disperso como
ferramentas de anlise dos dados da pesquisa pode ser em decorrncia do tipo
de varivel utilizada, geralmente qualitativa, tais como sabor de sorvete e estilo
musical de preferncia, ambas verbalizadas por eles.


320
Outro fato que merece destaque a utilizao de uma nica varivel
pesquisada, que no permite realizar a comparao de grupos e, portanto,
dificulta o estmulo para observar a variabilidade.
Embora alguns professores j fizessem pesquisa com seus alunos, pode-
se considerar que a fase de planejamento do objetivo da pesquisa, da
determinao dos sujeitos, da elaborao do questionrio e sua aplicao e da
construo do banco de dados foram consideradas atividades novas para esses
professores e, foi possvel notar, que utilizaram quase completamente o ciclo
investigativo, utilizaram parcialmente os tipos de pensamento e o ciclo
interrrogativo e, apenas o professor AM apresentou disposies sobre os
resultados, ou seja, transitou por todas as dimenses do pensamento estatstico.
Nessa fase de planejamento do ciclo investigativo percebeu-se a omisso
da PSQ, que deveria ter influenciado diretamente na elaborao do questionrio
e, verificando a no condio dos professores em apresentar alternativas para as
questes, deveria t-lo feito. A permisso de utilizao de muitas questes
abertas prejudicou o desenvolvimento desta pesquisa, pois demandou muito
tempo para sua anlise e no permitiu que os professores conclussem o relatrio
para a escola, sem o que no conseguiriam vivenciar completamente as
dimenses do pensamento estatstico.
Uma explicao para este fato era a inexperincia da autora em trabalhar
com professores em atuao e o seu receio de induzir a soluo da situao, haja
vista que sua formao foi no ensino tradicional.
Embora alguns professores tenham desenvolvido quase completamente o
pensamento estatstico, isto no implicou diretamente no desenvolvimento do
raciocnio sobre variao, como pde ser observado nos resultados. Mesmo o
professor AM, que j estava no ciclo interrogativo e apresentando disposies
sobre os resultados (dimenses do pensamento estatstico), seu raciocnio de
variao ainda no estava no nvel mais avanado.
Isso ratifica a afirmao de Gal (2002), que no a possibilidade de
participar de projetos (pesquisa) que permitem o desenvolvimento do raciocnio
sobre variao, mas sim as situaes desafiadoras que o professor vai
proporcionar ao aprendiz.
Durante a anlise dos resultados da pesquisa idealizada e desenvolvida
pelos professores foi possvel observar a naturalidade do surgimento do raciocnio


321
de variabilidade e a dificuldade do desenvolvimento do raciocnio sobre variao,
principalmente nos nveis de procedimento e completo, conforme modelo
proposto por Garfield (2002).
No que tange variabilidade, foi possvel observar a facilidade em admitir
a existncia de variao, porm foi verificado a dificuldade de viver e conviver
diante dessa variabilidade. Talvez, o fato mais ilustrativo dessa observao tenha
sido o desentendimento dos professores acerca das diferentes percepes de
mundo que influenciaram a deciso sobre a categorizao das respostas das
questes abertas.
O raciocnio sobre variao foi observado em quatro atividades propostas:
anlise de uma distribuio de freqncias simples, anlise da representao de
uma varivel contnua, na interpretao da mdia aritmtica e do prprio desvio
padro.
Essas quatro atividades permitiram observar o raciocnio em quatro dos
sete aspectos do modelo epistemolgico elaborado por Garfield e Ben-Zvi (2005),
apresentado no Captulo 4 deste trabalho. Os aspectos foram: desenvolvimento
de idias intuitivas de variabilidade, descrio e representao da variabilidade,
uso da variabilidade para fazer comparaes e a considerao da variabilidade
como parte do pensamento estatstico.
No momento em que os professores compararam trs distribuio de
freqncias simples de uma varivel discreta, eles utilizaram a percepo da
moda, a observao dos valores mximo e mnimo, a menor frequencia e
elaboraram um intervalo de variao composto pelos valores da varivel que
apresentavam, pelo menos, freqncia um em todas as distribuies. Esse
intervalo pode ser entendido como uma quebra da distribuio, estratgia relatada
em alguns estudos publicados, o que demonstra a no utilizao da mdia e do
desvio padro para a comparao de distribuies.
Ainda sobre distribuio de freqncias simples, foi possvel observar que
a utilizao do termo variao levou alguns professores a perceber a variao
entre as freqncias de uma mesma categoria e escolher a categoria cujas
freqncias eram mais uniforme, ou seja, apresentavam menor variao entre
elas, o que no faz sentido na anlise dos dados e foi categorizado como
raciocnio idiossincrtico.


322
A atividade que mais permitiu a identificao do raciocnio sobre variao
foi a solicitao de uma anlise de uma distribuio, sem a utilizao de recurso
grfico ou tabular. As discusses sobre o significado das medidas de variao
permitiram identificar raciocnios equivocados, classificados como idiossincrticos
e que um deles merece destaque. A compreenso de mdia como maioria, que
se refere ao conceito de moda, foi um fator impeditivo para a percepo da
necessidade de uma medida de variao.
Os professores interpretaram a mdia da idade, 39 anos, como
representativa da maioria, excluindo qualquer necessidade de complementao.
No momento em que foi discutido que essa anlise no estava correta, surgiram
outras estratgias para complementar a informao fornecida pela mdia, tais
como os valores mximo e mnimo e a prpria moda, mas no surgiu a
necessidade do desvio padro, confirmando os resultados obtidos nos estudos
analisados.
A tarefa de interpretar o desvio padro permitiu identificar a dificuldade em
compreender que uma medida de variao em torno da mdia. O raciocnio
verbal predominante na anlise do desvio padro referia-se uma medida das
diferenas entre as observaes e que pode ser reforado pelos livros didticos
quando apresentam o desvio padro como uma medida de homogeneidade da
amostra ou como a regularidade dos dados, pois ambas afirmaes no remetem
um link mental para a mdia aritmtica.
O raciocnio da professora SB novamente ilustra as diferentes
interpretaes possveis quando se pergunta sobre a variao. Na atividade de
comparar as notas de duas distribuies, ela verbalizou: Aqui, a cada aluno varia
a nota, n? tem mais variaes, so seis variaes, seis notas diferentes. E aqui
so trs notas iguais, trs notas iguais, maior variao em relao mdia,
categorizado como raciocnio completo.
Quando se pronuncia maior variao, pode ser interpretado como variao
entre as observaes e, raramente, ser entendido como variao em torno da
mdia ou de qualquer outra medida de tendncia central.
Se o raciocnio de variao leva em considerao a mdia aritmtica, a
elaborao do intervalo de n desvios padro da mdia deveria surgir
naturalmente, o que no se verificou neste trabalho, o que demonstra que a


323
verbalizao que o desvio padro era a variao em torno da mdia no foi
apreendida.
Somente o professor AM e o aluno LJ conseguiram elaborar o intervalo de
um desvio padro da mdia, embora supe-se que este conceito ainda no tenha
sido completamente apreendido pelo professor, haja vista os grficos distintos de
mdia e desvio padro elaborados.
Possivelmente a compreenso de uma estimativa da proporo de
observaes no intervalo de n desvios padro da mdia fosse arrojada, mas
esperava-se que eles realizassem a tarefa de contar o nmero de casos no
intervalo, que o professor AM havia feito com a quebra da distribuio na tarefa
dos sobrenomes.
A relao entre o conceito de maioria fornecido pela moda e pelo intervalo
de n desvios padro da mdia e a observao do todo (100%) obtida pela
amplitude poderia ser elucidativa e proporcionar um avano no raciocnio sobre
variao se as outras dimenses do deste conceito estivem disponveis pelos
professores.
Pde-se observar nos professores uma apatia diante dessa discusso e
uma forte tendncia pela escolha da classe modal da distribuio de freqncia
com dados agrupados, que indica que o campo conceitual de desvio padro ainda
no estava completamente formado. Ou seja, existia raciocnio sobre variao,
com a mobilizao de muitos conceitos, alguns deles relacionados, mas no pde
ser considerado como raciocnio completo de variao, no sentido de Garfield
(2002).
Uma das questes que se levanta para prximas pesquisas se esse tipo
de raciocnio pode ser estimulado com aplicativos computacionais que trabalhem
especificamente com intervalos em torno da mdia, semelhante ao aplicativo
desenvolvido por Delmas e Liu (2005), que trabalhavam a compreenso da
magnitude do desvio padro ou da ferramenta do Fathom, que trabalhava com o
intervalo de confiana.
Surge, portanto, uma das limitaes dessa pesquisa, que foi a no
utilizao deste tipo de aplicativo, devido ao no conhecimento das tcnicas para
desenvolv-lo. Acredita-se que a formao de uma equipe multidisciplinar de
pesquisa possa colaborar nesse sentido.


324
Outra questo que deixou a autora intrigada e que merece ateno das
pesquisas em ensino de Estatstica foi a dificuldade apresentada pelos
professores para trabalhar com variveis contnuas, principalmente com a
distribuio de freqncias com dados agrupados, embora j tivesse sido
salientado por Meletiou (2000).
Quando da discusso sobre esse assunto, as verbalizaes foram raras e,
quando aconteciam, diziam respeito aos aspectos da prpria distribuio de
freqncia e no sobre a variao, que permitiu identificar apenas a utilizao da
classe modal para analisar os resultados, que foi categorizado como raciocnio
verbal.
Uma frustrao da autora foi no ter tido tempo na fase de implementao
da pesquisa-ao para desenvolver o trabalho sobre o raciocnio de variao na
anlise de um intervalo interquartlico, que pretende ser a continuidade dessa
pesquisa.




325
Referncias Bibliogrficas

ARTIGUE, Michle. Ingenieria didctica. In: Artigue, Michele; Douady, Regine;
Moreno, Luis e Gmez, Pedro. Ingenieria didctica en educacion Matematica.
Bogot (Colombia): Iberoamrica, 1995.
BAKKER, Arthur. Reasoning about shape as a Pattern in Variability. Statistics
Education Research Journal, v. 3, n. 2, p. 64-83, 2004. Disponvel em
http://stat.auckland.ac.nz/serj. Acesso em dez. 2004.
BARBETTA, Pedro Alberto. Estatstica aplicada s Cincias Socias. 2. Ed.
Florianpolis: Ed. Da UFSC, 1998.
BATANERO, Carmen. Significado y comprensin de las medidas de posicion
central. UNO, v. 25, p. 41-58, 2000.
BARBIER, Ren. A pesquisa-ao. Traduo de Lucie Didio. Braslia: Liber Livro,
2004.
BEN-ZVI, Dani. Seventh grade studentssense making of data and data
representations. In: PHILLIPS, Brian (org.). Proceedings of the Sixth International
Conference on Teaching Statistics. South Africa, 2002. International Statistical
Institute. CD
_____. Reasoning about Variability in Comparing distributions. Statistics
Education Research Journal, v. 3, n. 2, p. 42-63, 2004. Disponvel em
http://stat.auckland.ac.nz/serj. Acesso em dez. 2004.
BEN-ZVI, Dani, GARFIELD, Joan. Research on reasoning about variability: A
forward. Statistics Education Research Journal, v. 3, n. 2, p. 4-6, 2004. Disponvel
em http://stat.auckland.ac.nz/serj. Acesso em dez. 2004.
BRASIL. Ministrio da Educao. Secretaria de Educao Fundamental.
Parmetros Curriculares Nacionais: matemtica. Braslia: Ministrio da
Educao/Secretaria de Educao Fundamental, 1998.
BRASIL, Ministrio da Educao. Secretaria de Educao Mdia e Tecnolgica.
Parmetros Curriculares Nacionais (Ensino Mdio) Parte III: Cincias da
Natureza, Matemtica e suas Tecnologias. Braslia: Ministrio da Educao, 2000.


326
BRASIL, Ministrio da Educao. Secretaria de Educao Mdia e Tecnolgica.
PCN+ Ensino Mdio: Orientaes educacionais complementares aos Parmetros
Curriculares Nacionais. Braslia: Ministrio da Educao, 2002.
BROUSSEAU, Guy. Theory of didactical situations in mathematics. Traduo de
Nicolas Balacheff, Martin Cooper, Rosamund Sutherland e Virginia Warfield.
Netherlands: Kluwer, 1997, cap 1 p. 21-75.
BUSSAB, Wilton de Oliveira, MORETTIN, Pedro Alberto. Estatstica Bsica. 5 ed.
So Paulo: Saraiva, 2003.
CANADA, Daniel. Elementary Pr-service Teachersconceptions of variation in a
Probability Context. Statistics Education Research Journal, v. 5, n. 1, p. 36-63,
2006. Disponvel em http://stat.auckland.ac.nz/serj . Acesso em 30 de dez. 2006.
CARVALHO, Carolina. Olhares sobre a Educao Estatstica em Portugal. In:
Anais do Simpsio Internacional de Pesquisa em Educao Matemtica, 2006,
Recife. Recife: UFPE, 2006. p. 1-16.
CAZORLA, Irene Mauricio, SANTANA, Eurivalda Ribeiro dos Santos. Tratamento
da informao para o ensino fundamental e mdio. Itabuna: Via Literarum, 2006.
CHEVALLARD, Yves. La fonction professorale: esquisse d'un modele didactique.
In: NOIRFALISE, Robert (org). Actes de L'cole D'te. Clermont-Ferrand: IREM,
1995.
______. Conceitos Fundamentais da Didtica: as perspectivas trazidas por uma
abordagem antropolgica. In: BRUM, Jean (org.). Didctica das Matemticas.
Lisboa: Editora Piaget, 1996. p. 115-152.
______.LAnalyse des pratiques enseignantes en Thorie Anthropologique Du
Didactique. Recherches en Didactique des Mathmatiques, v. 19, n. 2, p. 221-266,
1999.
COSTA, Carlos Eduardo, CAPOVILLA, Fernando Csar. Resoluo de Problemas
e Raciocnio. Torre Babel, v. 4, n. 1, p. 105-130, 1997.
COSTA NETO, Pedro Luiz de Oliveira. Estatstica. 2 ed. So Paulo: Edgar
Blucher, 2002.


327
COUTINHO, Cileda de Queiroz e Silva. Introduction aux situations alatoires ds
le Collge: de la modelisation la simulation d'expriences de Bernoulli dans
l'environment informatique Cabri-gomtre II. 2001. Tese (Doutorado em
Educao) Universit Grenoble I - Joseph Fourier, Grenoble.
DANTE, Luiz Roberto. Matemtica: Contexto e Aplicaes volume nico. So
Paulo: tica, 2000.
DELMAS, Robert, LIU, Yan. Exploring Students Conceptions of the Standard
Deviation. Statistics Education Research Journal, v. 4, n. 1, p. 55-82, 2005.
Disponvel em http://stat.auckland.ac.nz/serj. Acesso em 2005.
EHRENBERG, A.S.C. Symbols or Concepts? The Statistician, v.24, n.3, 1976.
EMBSE, Charles Vonder, ENGEBRETSEN, Arne. Visual Representations of Mean
and Standard Deviation. The Mathematics Teacher, v.89, n. 8, p. 688-692, 1996.
FRANCO, Maria Amlia Santoro. Pedagogia da Pesquisa-Ao. Educao e
Pesquisa, v. 31, n.3, p. 483-502, 2005.
GAL, Iddo. Adults Statistical Literacy: Meanings, Components, Responsabilities.
International Statistical Review, v. 70, n. 1, p. 1-25, 2002.
GARFIELD, Joan. The Challenge of Developing Statistical Reasoning. Journal of
Statistics Education, v. 10, n.3, p. 1-11, 2002. Disponvel em
http://amstat.org/publications/jse/v10n3/garfield.html . Acesso em 24 de set. 2006.
GARFIELD, Joan, BEN-ZVI, Dani. A framework for teaching and assessing
reasoning about variability. Statistics Education Research Journal, v. 4, n. 1, p. 92-
99, 2005. Disponvel em http://stat.auckland.ac.nz/serj. Acesso em 2005.
GENTIL, Nelson, SANTOS, Carlos Alberto Marcondes dos, GRECO, Antonio
Carlos, BELOTTO FILHO, Antonio e GRECO, Sergio Emilio. Matemtica para o 2
grau. Volume 2. So Paulo: tica, 1996.
GIOVANNI, Jos Ruy, BONJORNO, Jos Roberto e GIOVANNI JUNIOR, Jos
Ruy. Matemtica Fundamental: uma nova abordagem: ensino mdio: volume
nico. So Paulo: FTD, 2002(a).


328
______. Matemtica Fundamental: uma nova abordagem: Guia Pedaggico. So
Paulo: FTD, 2002(b).
GUIMARES, Rui Campos, CABRAL, Jos A. Sarsfield. Estatstica. Edio
Revista. So Paulo: McGraw-Hill de Portugal, 1997.
HAMMERMAN, James K. , RUBIN, Andee. Strategies for managing Statistical
Complexity with New Software Tools. Statistics Education Research Journal, v. 3,
n. 2, p. 17-41, 2004. Disponvel em http://stat.auckland.ac.nz/serj. Acesso em dez.
2004.
HART, Anna. How Should We Teach the Standard Deviation? Teaching Statistics,
v. 6, n. 1, p. 24-25, 1984.
IEZZI, Gelson, DOLCE, Osvaldo, DEGENSZAJN, David, PERIGO, Roberto e
ALMEIDA, Nilze de. Matemtica: Cincia e Aplicaes, vol. 3. So Paulo: Atual,
2001
JAMES, Barry R. Probabilidade: um curso em nvel intermedirio. 3 ed. Rio de
Janeiro: IMPA, 2004.
KONOLD, Clifford , POLLATSEK, Alexander. Data Analysis as the Search for
Signals in Noisy Processes. Journal for Research in Mathematics Education, v.
33, n. 4, p. 259-289, 2002.
LEHRER, Rich , SCHAUBLE, Leona. Distribuition: a resource for understanding
error and natural variation. In: PHILLIPS, Brian (org.). Proceedings of the Sixth
International Conference on Teaching Statistics. South Africa, 2002. International
Statistical Institute. CD.
LEVIN, Jack. Estatstica para Cincias Humanas. So Paulo: Harbra, 1977.
LEVIN, Jack e FOX, James Alan. Estatstica para Cincias Humanas. 9 ed. So
Paulo: Prentice Hall, 2004.
LIMA, Rosana Nogueira. Resoluo de Equaes Algbricas. [2007]. Tese
(Doutorado em Educao Matemtica) - PUC-SP, So Paulo.


329
LOOSEN, Franz, LIOEN, Monique, LACANTE, Margareta. The Standard
Deviation: some Drawbacks of na Intuitive Approach. Teaching Statistics, v. 7, n.
1, p. 2-5, 1985.
MAGALHES, Marcos Nascimento , LIMA, Antonio Carlos Pedroso. Noes de
Probabilidade e Estatstica. 6 ed. So Paulo: Ed. Da USP, 2004.
MAKAR, Katie, CONFREY, Jere. Variation-Talk: Articulating meaning in
Statistics. Statistics Education Research Journal, v. 4, n. 1, p. 27-54, 2005.
Disponvel em http://stat.auckland.ac.nz/serj. Acesso em 2005.
MARTINS, Gilberto de Andrade. Estatstica Geral e Aplicada. So Paulo: Atlas,
2001.
MEIRA, Luciano de Lemos, DIAS, Maria da Graa, SPINILLO, Alina Galvo.
Raciocnio lgico-matemtico: aprendizagem e desenvolvimento. Temas em
Psicologia, n.1, p. 113-127, 1993.
MELETIOU, Maria. Developing Students Conceptions of Variation: an Untapped
well in Statistical Reasoning. 2000. Tese (Doutorado em Filosofia) - Universidade
do Texas, Austin, 2000.
MELETIOU, Maria e LEE, Carl. Student understanding of histograms: a stumbling
stone to the development of intuitions about variation. PHILLIPS, Brian (org.).
Proceedings of the Sixth International Conference on Teaching Statistics. South
Africa, 2002. International Statistical Institute. CD
MELETIOU-MAVROTHERIS, Maria e LEE, Carl. Teaching Students the
Stochastic Nature of Statistical Concepts in na Introductory Statistics Course.
Statistics Education Research Journal, v. 1, n. 2, p. 22-37, 2002.
MEYER, Paul. Probabilidade: Aplicaes Estatstica.Rio de Janeiro: LTC, 2003.
MOOD, Alexander M., GRAYBILL, Franklin A. E BOES, Duane C. Introduction to
the theory of statistics. Rio de Janeiro: Mc Graw-Hill, 1974.
MOORE, David. New Pedagogy and New Content: The case of Statistics.
International Statistical Review, v. 65, n. 2, p. 123-137, 1997
MOREIRA, Marco Antonio. A teoria dos Campos Conceituais de Vergnaud, o
Ensino de Cincias e a Pesquisa nesta rea. Investigaes em Ensino de


330
Cincias, v.7, n.1, p.1-24, 2002. Disponvel em
http://www.if.ufrgr.br/public/ensino/vol7/n1/v7_n1_a1.html, acesso em 06/2006.
NIFOCI, Renata Erclia Mendes, SILVA, Cludia Borim da. Teorema de Pitgoras:
uma aprendizagem significativa? In: Sociedade Brasileira de Educao
Matemtica. Resumos VII Encontro Paulista de Educao Matemtica. So
Carlos, 2004.
PAIVA, Manoel Rodrigues. Matemtica. So Paulo: Moderna, 1995. vol.2.
PFANNKUCH, Maxine. Thinking tools and variation. Statistics Education Research
Journal, v. 4, n. 1, p. 83-91, 2005. Disponvel em http://stat.auckland.ac.nz/serj.
Acesso em 2005.
PONTE, Joo Pedro, BROCARDO, Joana, OLIVEIRA, Hlia. Investigaes
Matemticas na sala de aula. Belo Horizonte: Autntica, 2003, cap. 5, p. 91-108.
READING, Chris. Student description of Variation while working with Weather
Data. Statistics Education Research Journal, v. 3, n. 2, p. 84-105, 2004.
Disponvel em http://stat.auckland.ac.nz/serj. Acesso em dez. 2004.
READING, Chris e SHAUGHNESSY, Michael. Reasoning about Variation. In:
BEN-ZVI, Dani e GARFIELD, Joan. The challenge of developing Statistical
Literacy, Reasoning and Thinking. Netherlands: Kluwer, 2004. p. 201-226.
RODRIGUES, Flavio Wagner. A Estatstica e as pesquisas eleitorais. Revista do
Professor de Matemtica, v. 40, p. 23-30, 1999.
ROSSINI, Renata. Saberes docentes sobre o tema Funo: uma investigao das
praxeologias. 2006. Tese (Doutorado em Educao Matemtica) - PUC-SP, So
Paulo, 2006.
RUMSEY, Deborah J. Statistical Literacy as a goal for Introductory Statistics
Courses. Journal of Statistics Education, v. 10, n. 3, p. 1-12, 2002. Disponvel em:
http://www.amstat.org/publications/jse/v10n3/rumsey2.thml . Acesso em 2006.
SILVA, Cludia Borim da. Atitudes em relao Estatstica: um estudo com
alunos de graduao. 2000. Dissertao (mestrado em Educao) Faculdade de
Educao, UNICAMP, Campinas.


331
SILVA, Cludia Borim da, COUTINHO, Cileda de Queiroz e Silva. O nascimento
da Estatstica e sua relao com o surgimento da Teoria de Probabilidade.
Revista Integrao, n. 41, p.191-196, 2005. disponvel em
ftp://ftp.usjt.br/pub/revint/191_41.zip
SILVA, Maria Jos Ferreira da. Investigando saberes de professores do ensino
fundamental com enfoque em nmeros fracionrios para a quinta srie. 2005.
Tese (Doutorado em Educao Matemtica) - PUC-SP, So Paulo, 2005.
SMOLE, Ktia Cristina Stocco e DINIZ, Maria Ignez de Souza Vieira. Matemtica
volume 1 1a srie ensino mdio. 3. ed. Reform. So Paulo: Saraiva,
2003(a).
______. Matemtica volume 2 - ensino mdio. 3. ed. Reform. So Paulo:
Saraiva, 2003(b)
______. Matemtica volume 3 ensino mdio. 3. ed. Reform. So Paulo:
Saraiva, 2003(c).
SNEE, Ronald D. Statistical Thinking and its contribution to Total Quality. The
American Statistician, v. 44, n. 2, p. 116-121, 1990.
SOARES, Jos Francisco, SIQUEIRA, Arminda Lucia. Introduo Estatstica
Mdica. Belo Horizonte: Departamento de Estatstica UFMG, 1999.
SOARES, Magda. Letramento e Alfabetizao: as muitas facetas. Revista
Brasileira de Educao, n. 25, p.1-13, 2004. disponvel em: http://
www.scielo.br/pdf/rbedu/n25/n25a01.pdf. Acesso em: 29 de dez. 2006.
TOROK, Rob. Chance and Data. Australian Mathematics Teacher, v. 56, n. 2, p.
25-31, 2000.
TIBONI, Conceio Gentil Rebelo. Estatstica Bsica para o curso de Turismo.
So Paulo: Atlas, 2002.
TRIOLA, Mario F. Introduo Estatstica. 7 ed. Rio de Janeiro: LTC, 1999.
TRIPP, David. Pesquisa-ao: uma introduo metodolgica. Educao e
Pesquisa, v. 31, n. 3, p. 443-466, 2005.


332
YOSSEF, Antonio Nicolau, SOARES, Elizabeth e FERNANDEZ, Vicente Paz.
Matemtica: volume nico para o ensino mdio. So Paulo: Scipione, 2004.
(Coleo De olho no mundo do trabalho).
WALTON, Douglas N. What is reasoning? What is an argument? The journal of
Philosophy, v. 87, n. 8, p. 399-419, 1990.
WATSON, Jane. Statistical Literacy at the School Level: What should students
know and do? In: Proceedings of the 54
o
Bulletin of the International Statistical
Institute, 2003, Berlim. Berlim: ISI, 2003. p. 1-4.
WATSON, Jane, CALLINGHAN, Rosemary. Statistical Literacy: a complex
hierarchical construct. Statistics Education Research Journal, v. 2, n. 2, p. 3-46,
2003. Disponvel em: http://fehps.une.edu.au/serj . Acesso em 2006.
WATSON, Jane, KELLY, Bem A. Can grade 3 students learn about variation?
PHILLIPS, Brian (org.). Proceedings of the Sixth International Conference on
Teaching Statistics. South Africa, 2002. International Statistical Institute. CD
WILD, Chris, PFANNKUCH, Maxine. Statistical Thinking in Empirical Enquiry.
International Statistical Review, v. 67, n. 3, p. 223-265, 1999.
ZAMPIROLO, Maria Jos C.V., SCORDAMAGLIO, Maria Terezinha e CNDIDO,
Suzana Laino. As estatsticas revelam... So Paulo: Editora do Brasil, 2000a.
(Projeto Escola e Cidadania: Matemtica).
ZAMPIROLO, Maria Jos C.V., SCORDAMAGLIO, Maria Terezinha e CNDIDO,
Suzana Laino. As estatsticas no mentem jamais? So Paulo: Editora do Brasil,
2000b. (Projeto Escola e Cidadania: Matemtica).





333
Apndice 1: Independncia de variveis aleatrias

Antes de explicar o que independncia de variveis aleatrias, considera-
se importante a compreenso de probabilidade condicional, que ser apresentada
a partir de um exemplo apresentado na Tabela 33.
Considere os eventos A pessoa escolhida ser mulher e B pessoa
escolhida no fumar. Suponha que tenha sido retirada uma amostra aleatria de
alunos de uma universidade, cuja varivel aleatria X gnero e a varivel Y a
opo em relao ao fumo de cigarros. Os dados (fictcios) esto apresentados
na tabela a seguir.
Tabela 33 Distribuio da freqncia dos alunos por gnero e opo em relao
ao fumo de cigarros
Opo em relao do fumo Gnero
Fuma No Fuma
Total
Homem 125 175 300
Mulher 30 70 100
Total 155 245 400

A probabilidade de uma pessoa escolhida ser mulher ( ) 25 , 0
400
100
A P ,
e a probabilidade de uma pessoa escolhida no fumar ( ) 6125 , 0
400
245
B P .
A partir da observao da tabela possvel dizer que a probabilidade de
uma pessoa escolhida ser mulher e no fumar, que representa a interseco dos
eventos A e B dada por ( ) 175 , 0
400
70
B A P .
Porm, poderia ser observada a probabilidade de uma pessoa escolhida
ser mulher dentre as que no fumam, que restringe o espao amostral para
apenas as pessoas da amostra que no fumam, correspondente a 245. esse
raciocnio denomina-se probabilidade condicional, pois se refere probabilidade
de acontecer um evento sabendo-se que o outro evento aconteceu.
Para este exemplo, a probabilidade de ser mulher dado que a pessoa
sorteada no fuma ( ) 2857 , 0
245
70
B / A P , obtido pela observao da Tabela
33.


334
Da, a definio de probabilidade condicional dados dois eventos A e B,
a probabilidade condicional de A dado que ocorreu B representada por P(A/B) e
dada por ( )
( )
( ) B P
B A P
B / A P

, com P(B)>0 (MAGALHES e LIMA, 2004, P. 42),
que permite a obteno de ( ) ( ) ( ) B / A P B P B A P

Para o mesmo exemplo anterior, a probabilidade de sortear uma mulher
dado que no fuma a partir da utilizao da definio de probabilidade condicional
( )
( )
2857 , 0
245
70
245
400
400
70
400
245
400
70
) B ( P
B A P
B / A P

.
No exemplo fornecido, deve ser observado que a ( ) ( ) A P B / A P . Da a
definio de independncia de eventos: Dois eventos so independentes, se a
informao da ocorrncia ou no de B no altera a probabilidade de ocorrncia de
A, isto ( ) ( ) A P B / A P , P(B)>0 (MAGALHES e LIMA, 2004, p. 44).
possvel concluir, ento, que o evento A (ser mulher) e o evento B (no
fumar) no so independentes pois ( ) ( ) A P B / A P .
Decorre que, para dois eventos serem independentes ( ) ( ) A P B / A P , em
que ( )
( )
( ) B P
B A P
B / A P

. Ento,
( )
( )
( ) ( ) ( ) ( ) B P A P B A P A P
B P
B A P

, que est
tratado neste trabalho como um critrio de verificao da independncia de dois
eventos.
Para dar incio discusso sobre independncia de variveis, a Tabela 33
est reapresentada na Tabela 34 no mais com a freqncia absoluta, mas com
a probabilidade.










335
Tabela 34 Distribuio de P(X), P(Y) e P(X,Y)
Opo em relao do fumo (Y) Gnero (X)
Fuma (Y=1) No Fuma (Y=2)
P(X)
Homem
400
125

400
175

400
300


Mulher
400
30

400
70

400
100


P (Y)
400
155

400
245

1

A ltima coluna da Tabela 34 apresenta a probabilidade de X quando X
representa a categoria homem e quando X representa a categoria mulher, que
pode ser escrito como ) x X ( P
i
e a ltima linha da Tabela 34 apresenta a
probabilidade de Y quando Y representa a categoria fumar e no fumar, ou seja,
) y Y ( P
j
. Em outras palavras, a ltima coluna e a ltima linha da Tabela 34
representam a distribuio de probabilidade de X e Y, respectivamente, e que so
usualmente tratadas por distribuies marginais.
As quatro clulas centrais da Tabela 34 apresentam a distribuio de
probabilidade conjunta, ou seja, ( )
j i
y Y x X P que tambm pode ser escrito
como ( )
j i
y Y , x X P que refere-se probabilidade da varivel aleatria
bidimensional.
Segundo Meyer ( 2003, p. 121), seja (X,Y) uma varivel aleatria discreta
bidimensional. Diremos que X e Y so variveis aleatrias independentes se, e
somente se, ( ) ( ) ( )
j i j i
y q x p y , x p para quaisquer i e j. Isto ,
( ) ( ) ( )
j i j i
y Y P x X P y Y , x X P , para todo i e j onde o autor denomina de
( ) ( )
j j
y Y P y q , ou seja, a existncia de um nico par ( x, y ) tal que
( ) ( ) ( ) Y P X P Y , X P suficiente para concluir que as variveis X e Y no so
independentes. Logo, para o exemplo de gnero e opo pelo fumo, pode-se
concluir que as variveis no so independentes, pois


336
( ) ( )
400
70
2 Y , 2 X P fuma _ no Y , mulher X P diferente do produto das
marginais, ( ) ( )
1600
245
400
245
400
100
2 Y P 2 X P .
Para exemplificar um caso de independncia, utilizado o Exemplo 3 do
Captulo 2. A Tabela 35 (j enunciada no Captulo 2) apresenta os valores de
duas variveis X e Y e a Tabela 36 apresenta a distribuio conjunta de X e Y.
Tabela 35 Distribuio dos valores de X e Y
Elemento
Varivel
E
1
E
2
E
3
E
4
E
5
E
6

X 1 1 2 2 3 3
Y 5 6 5 6 5 6

Tabela 36 Distribuio conjunta de X e Y.
Nota na disciplina X Nota na
disciplina Y
1 2 3
Total
5 1/6 1/6 1/6 3/6
6 1/6 1/6 1/6 3/6
Total 2/6 2/6 2/6 1

A partir da distribuio conjunta apresentada na Tabela 36, a Tabela 37
apresenta a verificao da independncia de X e Y a partir do critrio
( ) ( ) ( )
j i j i
y Y P x X P y Y , x X P para todo i e j.













337

Tabela 37 Verificao de ( ) ( ) ( )
j i j i
y Y P x X P y Y , x X P
( )
j i
y Y , x X P ( ) ( )
j i
y Y P x X P Confirma?
( ) 5 Y , 1 X P =
6
1

( ) ( )
6
1
36
6
6
3
6
2
5 Y P 1 X P
Sim
( ) 6 Y , 1 X P =
6
1

( ) ( )
6
1
36
6
6
3
6
2
6 Y P 1 X P
Sim
( ) 5 Y , 2 X P =
6
1

( ) ( )
6
1
36
6
6
3
6
2
5 Y P 2 X P
Sim
( ) 6 Y , 2 X P =
6
1

( ) ( )
6
1
36
6
6
3
6
2
6 Y P 2 X P
Sim
( ) 5 Y , 3 X P =
6
1

( ) ( )
6
1
36
6
6
3
6
2
5 Y P 3 X P
Sim
( ) 6 Y , 3 X P =
6
1

( ) ( )
6
1
36
6
6
3
6
2
6 Y P 3 X P
Sim

Como pode ser observado na Tabela 37, a probabilidade conjunta foi igual
ao produto das marginais, para todas as conjuntas,o que permite concluir pela
independncia de X e Y.
Como foi salientado no Captulo 2, os outros dois exemplos apresentados
(exemplo 1 e exemplo 2 daquele captulo) no diziam respeito variveis
independentes e isto pode ser verificado a seguir.
A Tabela 38 j foi apresentada no Captulo 2 e a Tabela 39 diz respeito
sua distribuio conjunta.
Tabela 38 Valores de X e Y do exemplo 1 do Captulo 2.
Elemento
Varivel
E
1
E
2
E
3
E
4
E
5
X 0

1

2

5

7

Y 3

5

7

9

4








338
Tabela 39 Distribuio conjunta de X e Y exemplo 1 do Captulo 2.
Nota na disciplina X Nota na
disciplina Y
0 1 2 5 7
Total
3 1/5 0 0 0 0 1/5
4 0 0 0 0 1/5 1/5
5 0 1/5 0 0 0 1/5
7 0 0 1/5 0 0 1/5
9 0 0 0 1/5 0 1/5
Total 1/5 1/5 1/5 1/5 1/5 1

Utilizando a verificao da independncia, tem-se que ( )
5
1
3 Y , 0 X P
diferente de ( ) ( )
25
1
5
1
5
1
3 Y P 0 X P , que permite concluir que as variveis
no so independentes.
Utilizando a mesma estratgia para o Exemplo 2 do Captulo 2, a Tabela 40
apresenta as observaes e a Tabela 41 apresenta a distribuio conjunta.
Tabela 40 Distribuio dos valores de X e Y do exemplo 2 do Captulo 2.
Elemento
Varivel
E
1
E
2
E
3
E
4
E
5
X 1 2 3 4 5
Y 2 0 2 0 2

Tabela 41 Distribuio conjunta de X e Y exemplo 2 do Captulo 2
Nota na disciplina X Nota na
disciplina Y
1 2 3 4 5
Total
0 0 1/5 0 1/5 0 2/5
2 1/5 0 1/5 0 1/5 3/5
Total 1/5 1/5 1/5 1/5 1/5 1

Utilizando a verificao da independncia, tem-se que ( ) 0 0 Y , 1 X P
diferente de ( ) ( )
25
2
5
2
5
1
0 Y P 1 X P , que permite concluir que as variveis X
e Y no so independentes.


339
Apndice 2 Questionrio aplicado aos professores participantes

Este questionrio tem o objetivo de conhecer o perfil dos participantes desta
pesquisa e, por este motivo, pedimos a gentileza de responder as questes
sinceramente.
Por favor, certifique-se que voc respondeu todas as questes.

1) Idade :_________anos

2) Voc fez um ou mais cursos de graduao?
( ) Um curso de graduao ( ) Mais de um curso de graduao

3) Para cada curso de graduao que voc realizou, responda:
Nome do curso: ____________________________________________________
Universidade onde cursou: __________________________________________
Ano de concluso: ________.

4) Voc j fez algum curso de ps-graduao? ( ) sim ( ) no

5) Se voc j fez algum curso de ps-graduao, responda:
qual curso?________________________________________________________
em que Universidade?_______________________________________________

6) Se voc j fez algum curso extra-curricular ou j participou de projetos de
educao continuada, especifique o curso, o contedo abordado e o ano de
realizao:
_________________________________________________________________
_________________________________________________________________
_________________________________________________________________

7) Neste ano de 2005, voc est lecionando para que sries?
_________________________________________________________________
_________________________________________________________________


340
8) Nestas sries em que voc est lecionando, voc estar trabalhando algum
contedo estatstico? Se sim, especifique o contedo para cada srie:
_________________________________________________________________
_________________________________________________________________
_________________________________________________________________

9) Se voc, em anos anteriores, trabalhou com contedos estatsticos, especifique
a srie e o contedo.
_________________________________________________________________
_________________________________________________________________

10) Voc conhece os Parmetros curriculares nacionais para o Ensino
Fundamental?
( ) sim ( ) no

11) Voc conhece os Parmetros curriculares nacionais para o Ensino Mdio?
( ) sim ( ) no

12) Voc conhece o PCN+?
( ) sim ( ) no

13) Voc usa os parmetros para a construo do seu plano de aula?
( ) sim ( ) no

14) Que tipo de material voc costuma usar para preparar sua aula? (consulta de
livros, internet, colegas, etc...)
_______________________________________________________________
_______________________________________________________________



341
15) Cite metodologias que voc usa normalmente em sua aula. Voc acredita que
essas metodologias seriam tambm adequadas para tratar temas ligados
estatstica? Por qu?
_________________________________________________________________
_________________________________________________________________
___________________________________________________________

16) Voc quer acrescentar alguma informao sobre sua formao?
_________________________________________________________________
_________________________________________________________________

17) Voc quer acrescentar alguma informao sobre seu trabalho docente?
_________________________________________________________________
_________________________________________________________________

18) Voc quer acrescentar alguma informao sobre o contedo estatstico que
voc tem a trabalhar ou j trabalhou?
_________________________________________________________________
________________________________________________________________



342
Apndice 3 - Carta de Esclarecimento e o Termo de Consentimento Livre e
Esclarecido aplicado aos professores participantes

Carta de esclarecimento sobre o Projeto e a Pesquisa

PROJETO: PROCESSO DE ENSINO E APRENDIZAGEM ENVOLVENDO
RACIOCNIO ESTOCSTICO: conceitos estatsticos e probabilsticos na escola
bsica (PEA)

Pesquisa: A NOO DE VARIABILIDADE: Um estudo com professores de
matemtica do ensino fundamental e mdio.

Pesquisadora: Cludia Borim da Silva
Orientadora do Projeto e da Pesquisa : Profa. Dra. Cileda de Queiroz e Silva
Coutinho

Informaes sobre o projeto e sobre a pesquisa:
A pesquisa a ser realizada faz parte da tese de doutorado em
desenvolvimento no Programa de Ps Graduao em Educao Matemtica da
Pontifcia Universidade Catlica de So Paulo (PUC-SP).
O objetivo principal da pesquisa verificar a aplicabilidade de uma
seqncia de ensino para contedos estatsticos propostos pelos Parmetros
Curriculares Nacionais para o ensino fundamental e mdio. Verificar como
professores do ensino fundamental e mdio apreendem a idia de variabilidade e
analisam a aplicabilidade de uma seqncia didtica com seus alunos.
Se voc professor(a) de matemtica da Educao Bsica, convidamos
para participar desta pesquisa.
A pesquisa se realizar com encontros semanais, todas as sextas feiras,
no perodo da manh, com incio previsto para Abril de 2005 e trmino previsto
para Junho de 2005.
Em cada encontro semanal sero discutidos aspectos didticos e
estatsticos propostos para serem trabalhados no ensino fundamental e mdio,
assim como textos especficos para a reflexo sobre a prtica docente (como


343
estamos e onde queremos chegar? Como atingir nossos objetivos? Como
melhorar nossas prticas docentes?).
Todos os encontros sero gravados em udio e eventualmente sero
filmados.
Durante todo o desenvolvimento dos trabalhos, teremos tambm a
oportunidade de interagir por um frum via internet. Com isso pretendemos
potencializar nossas discusses e tambm prestar toda a assistncia necessria
aos participantes do projeto.
Todos as informaes obtidas, em registros escritos, gravados ou filmados,
permanecero em completo sigilo por 5 anos. Assegura-se a no divulgao de
nomes dos participantes e nem das instituies a que esto vinculados nos
resultados da pesquisa.


344
Pesquisa: A NOO DE VARIABILIDADE: Um estudo com professores de
matemtica do ensino fundamental e mdio.

Termo de Consentimento Livre e Esclarecido
Eu,
____________________________________________________________, com
___ anos de idade, portador (a) do RG __________________________, residente
na _________________________________________________________, com
nmero de telefone ____________________________ e e-mail
_____________________________, abaixo assinado, dou meu consentimento
livre e esclarecido para participar como voluntrio da pesquisa supra citada, sob a
responsabilidade da pesquisadora Cludia Borim da Silva, aluna do curso de
Doutorado em Educao Matemtica da PUC-SP e da Professora Dra. Cileda de
Queiroz e Silva Coutinho, orientadora da pesquisa e docente do Programa de
Doutorado da PUC-SP.
Assinando este Termo de Consentimento, estou ciente de que:
1) O objetivo da pesquisa desenvolver e aplicar uma seqncia de ensino para
contedos de Estatstica;
2) A realizao desta pesquisa fundamental para a produo de material
didtico que apoie os professores de matemtica no ensino de Estatstica na
escola bsica;
3) Durante o estudo, estarei preenchendo questionrios, participando de
entrevistas, elaborando material didtico sobre o tema Estatstica e
participando semanalmente da pesquisa supra citada.
4) Assim que for terminada a pesquisa, terei acesso aos resultados globais do
estudo;
5) Estou livre para interromper, a qualquer momento, minha participao nesta
pesquisa;
6) A participao nesta pesquisa voluntria, sendo que os professores no
recebero qualquer forma de remunerao;
7) Os dados pessoais dos professores sero mantidos em sigilo e os resultados
obtidos com a pesquisa sero utilizados apenas para alcanar os objetivos do
trabalho, incluindo a publicao na literatura cientfica especializada;


345
8) Poderei entrar em contato com os pesquisadores sempre que julgar
necessrio. Com Cludia Borim da Silva, no telefone 9970-6498 ou pelo email
dasilvm@uol.com.br e com a pesquisadora Dra. Cileda de Queiroz e Silva
Coutinho, pelo email cileda@pucsp.br.
9) Obtive todas as informaes necessrias para poder decidir conscientemente
sobre a minha participao na referida pesquisa;
10) Este Termo de Consentimento feito em duas vias, de maneira que uma
permanecer em meu poder e a outra com os pesquisadores responsveis.

So Paulo, ______de ____________________ de 2005.

_______________________________________________
assinatura do participante

_______________________________________________
assinatura da responsvel pela pesquisa

_______________________________________________
assinatura da pesquisadora

















346
Apndice 4: Sntese do texto Investigaes em Estatstica ( Ponte, Brocardo
e Oliveira, 2003)
Sntese do Texto: Investigaes em Estatstica
Realizada por Cludia Borim da Silva

Extrado do livro: Ponte, Joo Pedro da, Brocardo, Joana e Oliveira, Hlia.
Investigaes Matemticas na Sala de Aula. Belo Horizonte: Autntica: 2003.

"No currculo de Matemtica, a Estatstica um tema relativamente
recente. As abordagens usuais deste tpico enfatizam os aspectos
computacionais e procedimentais: como se calcula a mdia ou o desvio padro,
como se faz um grfico de barras, um grfico circular ou diagrama de caule e
folhas. Como conseqncia, a Estatstica pode tornar-se um dos temas de
Matemtica mais aborrecidos de ensinar e de aprender.
No entanto, este tema matemtico desempenha um papel essencial na
educao para a cidadania. Na verdade, a Estatstica constitui uma importante
ferramenta para a realizao de projetos e investigaes em numerosos
domnios, sendo usada no planejamento, na recolha e na anlise de dados e na
realizao de inferncias para tomar decises. A sua linguagem e conceitos so
utilizados em cada passo do dia-a-dia para apoiar afirmaes em domnios como
a sade, o desporto, a educao, a cincia, a economia e a poltica. Todo o
cidado precisa saber quando um argumento estatstico est ou no a ser
utilizado com propriedade".
Neste captulo, os autores descrevem uma experincia realizada com
alunos de uma turma de 6

srie do ensino fundamental, que foi objeto de estudo


de uma dissertao orientada pelo Professor Joo Pedro da Ponte.
O objetivo da experincia era descobrir o aluno tpico. O que foi discutido
em cada aula est resumido no Quadro 1:








347
Quadro 1: Sntese da experincia realizada pela orientanda do Ponte.
Aula Objetivo da
aula
Questionamento das professoras Observaes
1

Preparar as
questes de
investigao
Suponha que queira comunicar a um
aluno de um pas distante, ou mesmo,
quem sabe, a um extraterrestre, como
so os alunos de sua turma.
Discusso feita pelos alunos: que dados
devem entrar na caracterizao do aluno
tpico? Ser necessrio traar um perfil
para os moos e outro para as moas?
Por qu?
Os alunos
perceberam
que altura e
peso
necessitariam
de medio
2

Orientar os
alunos na
preparao da
coleta de
dados
Escrever o que vai pesquisar em forma
de pergunta.
Como vai obter as respostas
(observao, medio, entrevista)?
"Na reflexo
feita no final da
aula, as
professoras
concluram que
os alunos so
capazes de se
organizarem e
tm iniciativa
quando esto a
resolver
problemas que
lhes
interessam"



348

Aula Objetivo da
aula
Questionamento das professoras Observaes
3

Organizar e
representar os
dados
"1. Qual o valor mnimo dos seus
dados? E o valor mximo? E a distncia
entre estes dois valores? Acha que os
seus dados esto muito concentrados ou
esto espalhados?
2. Tente descobrir uma forma de
organizar os dados de modo que seja
fcil ver quantas vezes aparece cada
valor.
3. Qual o valor mais frequente? (moda)
4. Qual o valor do meio? (mediana)
5. A mdia de um conjunto de valores
obtm-se somando todos os valores e
dividindo esta soma pelo nmero total de
dados. Calcule a mdia dos seus dados.
Escreva algumas propriedades da
mdia.
6. A moda, a mediana e a mdia so trs
medidas estatsticas que pode usar na
caracterizao de um conjunto de dados.
Qual destas medidas, pensa que d uma
melhor idia acerca do seu conjunto de
dados? Por qu?
7. Um conjunto de dados pode ser
representado de muitas maneiras
diferentes: tabelas, diagramas, grficos,
etc. Escolha uma representao para os
seus dados que seja diferente da dos
seus colegas de grupo. Compare as
diferentes representaes e escolha
aquela que, no teu entender, d uma
melhor viso dos dados. Justifique a sua
escolha.
O conceito de
moda surgiu
mais
naturalmente
quando os
alunos
discutiam sobre
a cor dos olhos
que seria tpica
da turma e
perceberam
que era
castanho.
A dificuldade
ficou com a
mediana.
4

Discutir sobre
a
aprendizagem







349
Apndice 5: Instrumento de coleta de dados elaborado pelos professores
participantes

Descrio Metodolgica da Pesquisa


Populao: Professores de todas as disciplinas do Ensino Fundamental e Mdio

Amostra: Professores de todas as disciplinas do Ensino Fundamental e Mdio
que lecionem na mesma escola dos professores participantes do Projeto.

Objetivo Geral: Identificar a viso dos professores de diferentes reas de
conhecimento sobre a Estatstica.

Objetivos especficos:
Qual a opinio dos professores sobre a Estatstica?
O que os professores utilizam de Estatstica em suas aulas?
O que eles esperam do professor de matemtica?

Procedimento:
Ser solicitado ao diretor da escola autorizao para a realizao da pesquisa no
horrio de H.T.P.C. Esta autorizao ser solicitada mediante uma carta, em que
tambm constar o objetivo da pesquisa.



350
So Paulo, 15 de Abril de 2005.


Caro(a) Diretor(a)

Solicitamos sua autorizao para a realizao de uma pesquisa com os
professores da escola sobre a utilidade da Estatstica nas diferentes reas de
conhecimento.
Esta pesquisa tem como objetivo coletar dados que sero ferramenta para
a discusso de estratgias de ensino-aprendizagem de contedos estatsticos na
disciplina Matemtica.
O professor de Matemtica que estar aplicando os questionrios faz parte
do Grupo de Pesquisa " O Pensamento Matemtico no Ensino Fundamental"
coordenado pelo Professor Doutor Saddo Ag Almouloud da Pontifcia
Universidade Catlica de So Paulo.
Salientamos que os dados permanecero em sigilo e s sero divulgados
os resultados gerais da pesquisa, em que no sero identificados nem o nome
dos professores nem o nome da escola.
Aps o trmino da pesquisa, o relatrio com os resultados sero enviados
para a escola.
Gratos pela ateno

____________________________________________
Cludia Borim da Silva - pesquisadora


__________________________________________________________
Profa. Dra. Cileda de Queiroz e Silva Coutinho - orientadora da pesquisa


_____________________________________________
Prof. Dr. Saddo Ag Almouloud - coordenador do Projeto




351
Questionrio
Caro professor,
Este questionrio faz parte de um trabalho que est sendo realizado no Grupo de
Pesquisa da PUC-SP intitulado " O Pensamento Matemtico no Ensino
Fundamental" e tem como objetivo identificar a viso dos professores de
diferentes reas de conhecimento sobre a Estatstica e sua utilidade em suas
aulas.
Salientamos que todos os dados permanecero em sigilo e s sero divulgados
os resultados gerais da pesquisa. Pedimos a gentileza de responder todas as
questes sinceramente.
Muito Obrigado!

1) Sexo: ( ) Feminino( ) Masculino.
2) Idade: ____anos
3) Quanto tempo voc tem de magistrio? ____anos
4) Qual sua habilitao especfica?
_________________________________________________________________
_________________________________________________________________
5) Assinale com um "X" em que tipo de escola voc leciona:
( ) escola privada
( ) escola pblica
( ) escola privada e pblica

6) Qual (is) a(s) disciplina(s) que voc est lecionando este ano?
_________________________________________________________________
_________________________________________________________________

7) Em que srie(s) voc est lecionando este ano?
_________________________________________________________________
_________________________________________________________________

8) Para voc, o que lembra a palavra Estatstica? _________________________



352
9) Atribua uma nota entre zero (nada importante) e dez (extremamente
importante) para a importncia de Estatstica em:
a) seu cotidiano: _______pontos de importncia
b) sua rea de formao: _____pontos de importncia
c) a sua disciplina: _______ pontos de importncia
d) seu aluno: _______ pontos de importncia

10) Que contedo(s) de Estatstica voc aborda em suas aulas?
_________________________________________________________________

11) De que forma voc usa a Estatstica para desenvolver o contedo da disciplina
que voc leciona?
_________________________________________________________________

12) Voc incentiva a leitura e discusso de textos que envolvam dados
estatsticos? ( ) sim( ) no
a) Se voc respondeu SIM, que tipo de texto voc costuma usar? ____________
b) Se voc respondeu NO, explique porque voc no usa. _________________

13) Qual a aceitao do seu aluno quando voc usa Estatstica em suas aulas?
_________________________________________________________________

14) Como voc avalia a compreenso (aprendizagem) de seus alunos a respeito
do uso da Estatstica em suas aulas?
_________________________________________________________________

15) Qual (is) a(s) dificuldade(s) que voc encontra para utilizar a Estatstica em
suas aulas?
_________________________________________________________________

16) Que sugestes voc apresenta para enfrentar as dificuldades encontradas
com o uso da Estatstica em suas aulas?



3
5
3


Apndice 6: Parte do Banco de Dados da pesquisa Teorema de Pitgoras: uma aprendizagem significativa?
Alunos sexo idade escola disc+gosta disc-gosta ... gostaexer tipodific decora facilidade nota mat nota teste
1 0 15 1 Portugus Matemtica 1 4 2 0 8 9,5
2 0 14 0 Biologia Geografia 0 1 2 0 8,5
3 0 15 1 Matemtica Histria 0 1 2 0 10,0
4 0 15 1 Biologia Fsica 0 3 2 1 7,5 5,5
5 1 15 1 Geografia Matemtica 0 1 0 1 6 4,0
6 0 14 1 Histria Matemtica 1 1 0 1 7 6,0
7 0 14 1 Histria Matemtica 1 3 2 1 8 9,0
8 0 16 1 Portugus Matemtica 1 0 0 1 2,0
9 0 15 1 Biologia Fsica 1 4 2 0 7 6,5
10 0 14 1 Portugus Matemtica 1 0 2 1 6 5,0
...
...
55 1 15 1 Fsica Portugus 0 3 2 0 7,5 5,0
56 1 14 1 Histria Fsica 0 3 2 1 8,5 8,5
57 0 14 1 Biologia Matemtica 0 0 2 0 7 8,5

sexo escola gostaexerc tipodific decora facilidade
0 = feminino
0 = escola
pblica 0 = sim 0 = visualizar figuras 0 = sim 0 = sim
1= masculino
1 = escola
particular 1 = no
1 = associar nomes e
figuras 1 = no 1 = no
2 = utilizar materiais 2 = s vezes
3 = frmulas

4 = no tem
dificuldades


Apndice 7: Banco de dados da pesquisa realizada pelos professores participantes
Questionario escola sexo idade tempo de magistrio habilitao_1 habilitao 2 habilitao 3 tipo escola leciona_1 leciona_2 serie palavra Estatistica importancia cotidiano importancia area importancia disciplina importancia aluno conteudo forma incentiva sim, qual texto no, porque aceitao do aluno compreenso dificuldades sugestoes
1 1 1 35 14 1 2 1 5 1 8 10 10 8 5 1 1 1 1 2 10 6 e 7
2 1 2 39 5 1 2 1 2 1 10 10 10 10 3 e 5 1 2 2 1 9 6 4
3 1 1 26 5 2 3 2 3 5 e 7 2 5 5 5 8 3 1 1 5 1 2 4 2 e 6
4 1 1 28 7 2 3 2 3 5 3 3 3 3 3 5 1 e 2 1 1 5 6 4 e 5
5 1 1 44 10 2 2 3 5 5 6 6 6 10 4 2 1 3 2 9
6 1 1 47 17 3 2 4 2 1 e 3 7 8 7 8 3 e 4 1 1 3 1 1 e 4 e 6 2 2 e 6 e 7
7 1 1 25 8 4 2 4 5 5 4 9 10 10 8 5 1 e 2 1 1 6 4 e 7 e 9 4
8 1 2 24 1 5 2 6 2 1 8 8 8 8 2 e 5 1 1 4 5e6e7 2 4 4 e 6
9 1 1 51 28 5 6 2 6 5 2 6 6 6 10 4 5 2 2 1 2 9
10 1 2 33 8 7 2 7 8 2 1 e 3 7 7 7 6 1 1 1 3 4 6 5
11 1 1 38 18 8 2 8 5 2 5 8 5 5 3 1 1 3 5 6 4 e 7 3 e 4 e 6
12 1 1 41 22 8 2 7 8 5 1 10 10 10 10 2 e 5 1 1 1 e 2 1 1 8 3 e 5 e 7
13 2 2 29 10 4 3 4 9 5 1 8 10 5 5 3 e 4 1 1 1 5 6 2 e 6 2
14 2 1 25 4 9 2 10 2 4 2 5 5 5 2 e 4 5 2 4 5 1 2 7
15 2 2 34 12 7 3 7 5 e 8 1 10 10 8 8 2, 3 e 4 4 1 1 1 1 e 4 e 9 6 e 7 4
16 2 2 31 2 1 2 1 5 1 7 10 10 10 5 4 1 1 3 5 7 7
17 2 1 36 14 8 2 8 5 3 10 10 10 10 2 e 5 1 1 1 3 6 7 2
18 2 2 23 3 1 2 1 11 5 1 10 10 10 10 5 5 1 5 1e4e6 6 2 e 6 9
19 2 1 24 5 2 10 2 3 13 2 2 5 5 5 7 1 1 3 5 6 6
20 2 1 25 5 1 11 2 12 2 6 8 10 5 5 5 1 2 5 1 2 e 11 5 e 9
21 2 1 29 10 3 4 3 4 9 5 4 10 9 10 5 2 e 5 4 2 2 4 6 9 2
22 2 1 37 17 2 2 2 5 3 1 3 2
23 2 1 29 10 2 2 3 5 e 7 1 e 3 7 5 7 7 2 e 3 2 1 1 2 2 4 e 6 2
24 2 2 41 15 5 2 6 5 1 0 0 0 0 1 3 2 4 3 7 10 8
25 2 1 40 13 2 2 2 3 5 1 10 10 9 10 2 1 5 4 9 7 7
26 2 2 60 14 12 2 5 1 4 10 6 6 5 2 2 2 7 4 e 7 e 9 12 9
27 2 1 23 4 1 2 1 13 2 3 8 8 10 8 3 e 4 5 1 5 1 2 1
28 2 2 34 10 7 2 7 8 5 2 9 8 10 10 2 e 4 1 1 5 1 1 3 e 6 1
29 3 1 21 2 1 13 1 14 6 5 10 10 10 10 5 6 1 1 1
30 3 2 41 5 1 3 11 15 3 1 e 5 10 10 5 5 1 5 2 3 1 1 6 7
31 3 1 42 20 10 13 1 13 1 2 10 10 10 10 5 5 1 2 1 1 6 e 7
32 3 1 39 11 8 3 7 8 5 1 5 8 8 8 2 e 5 1 1 3 1 2 1
33 3 1 36 17 4 1 4 2 1 7 8 7 8 2 e 5 1 1 3 1 1 1
34 3 1 34 14 1 3 1 2 1 10 9 10 10 2 e 5 2 2 1 9 7 7
35 4 1 26 4 2 2 3 2 e 7 1 10 10 10 10 5 2 1 1 1 1 4 e 5 4 e 9
36 4 2 50 18 12 2 8 2 e 7 1 6 8 8 8 2 e 5 1 e 2 1 3 1 2 4 4
37 4 1 39 15 3 4 11 3 1 4 2 2 10 10 10 10 3 1 1 1 3 2 6 7
38 4 1 42 15 7 2 7 8 5 1 4 5 5 0 3 4 2 4 3 3 3 e 11 8
39 4 2 42 15 7 2 7 5 1 7 5 5 3 2 e 4 2 5 3 e 7 1 1 9
40 4 1 19 15 1 2 1 3 1 e 5 8 10 8 5 4 1 5 2 2 e 3 e 7 5 9
41 4 1 41 10 8 2 8 5 e 7 1 e 5 8 10 10 8 2 e 5 1 1 1 1 6 1 8
42 4 1 36 13 1 2 1 2 1 8 10 10 8 3 1 e 4 1 1 e 3 1 1 3 e 6 4 e 6 e 9
43 4 1 28 10 9 2 10 5 4 6 8 5 1 1 1 2 3 3 3 e 7 8
44 4 2 34 8 1 2 1 5 1 7 10 10 7 5 5 2 4 e 5 5 9 4 e 5 3 e 9
45 4 1 19 1 2 1 1 6 10 10 6 1 3 1 1e3e5 7 7 3 e 11 6 e 9
46 4 1 41 17 4 2 4 9 5 1 5 6 6 5 4 1 1 e 3 2 e 6 e 7 9 1
47 4 1 39 19 6 2 6 5 2 0 10 10 10 1 2
48 4 1 42 20 2 2 3 16 5 2 e 4 2
49 4 1 50 6 8 2 8 5 1 5 9 9 5 2 e 5 1 1 2 6 1 e 2 e 7
50 4 1 53 27 2 2 2 3 5 1 8 7 8 8 3 2 1 5 6 4 3 e 6 8 e 9
51 4 1 42 15 7 2 7 5 e 7 1 8 8 10 10 2 e 5 1 1 3 4 9 3 6
52 4 2 51 16 14 2 7 17 5 1 e 2 8 6 6 10 5 2 2 1e4e5 1 1 e 2 e 9 1
53 5 1 35 15 4 15 3 9 3 1 e 3 8 10 8 5 2 e 5 1 1 3 2 4 9
54 5 1 58 21 2 2 3 16 3 1 4 10 10 10 2 e 5 6 2 1 1 e 2
55 5 1 44 3 2 12 2 3 5 1 7 7 8 10 5 6 1 3 1 1 1
56 5 1 34 8 2 2 3 2 1 9,5 9 9 8 2 e 5 1 2 5 1 7 2 e 3 7
57 5 1 51 20 2 12 2 3 5 4 10 10 10 10 5 4 1 5 1 7 1
58 5 1 34 10 11 3 1 11 5 1 5 5 3 3 1 2 1 5 1 1 e 7 3 5
59 5 2 39 15 1 2 1 3 e 7 3 9 9 7 7 3 1 1 1 1 1 1 e 3 4 e 6
60 5 1 36 12 1 3 2 1 2 1 7 8 8 10 5 4 1 1 1 1 1 e 3 7
61 5 1 49 25 7 2 7 3 1 8 8 8 8 3 1 2 3 3 e 5 e 7 9 2 e 3 2
62 5 1 44 10 7 8 2 7 2 3 7 6 5 7 2 e 5 6 1 5 1 e 2 e 7 9 1 9
63 5 2 27 4 14 2 17 3 1 e 2 5 5 5 5 1 3 2 5 9
64 5 2 46 5 15 2 5 18 6 1 10 10 5 8 1 3 2 4 7 1 3 8
65 6 1 47 2 12 2 3 5 2 8 7 7 6 1 2 1 2 e 5 3 e 11
66 6 2 21 2 2 12 2 3 5 2 e 3 7 7 7 7 5 1 1 1 1 3 5
67 6 1 25 5 2 12 2 3 5 2 7 7 7 7 1 1 1 1 3
68 6 1 44 9 3 2 2 2 3 1 5 8 8 8 1 2 3
69 6 2 32 6 1 2 1 11 5 1 8 8 8 7 3 e 4 1 1 5 1 1 5 e 13 4 e 7
70 6 1 51 21 7 2 7 2 1, 2 e 3 5
71 6 1 48 6 3 4 2 4 9 5 9 9 9 8 1 1 5 1 9 4 3 e 4
72 6 1 36 5 1 2 1 4 5 1 6 8 10 7 3 e 4 1 1 3 4 2 10 9
73 6 1 38 8 1 2 1 4 5 1 10 10 10 10 3 e 4 4 1 5 1 1 6 e 10 2 e 9
74 6 2 22 2 2 2 3 3 1 8 8 7 7 5 6 1 1 1 8 4 2 e 9
75 6 2 26 6 8 3 8 3 1 e 2 4 5 5 5 5 4 1 3 4 e 6 e 7 3 e 7 7 e 14 9
76 6 1 42 10 1 2 1 3 1 8 10 10 6 3 e 4 1 1 3 4 1 4 3
77 6 2 27 5 1 2 1 11 5 1 10 10 10 10 4 1 1 1 1 1 4 7
78 6 1 45 17 2 3 3 5 3 5 5 1 3 2
79 7 1 45 24 7 8 10 e 16 2 8 19 5 3 6 7 7 5 2 e 5 1 1 1 5 6 7 7 e 9
80 7 1 52 19 2 12 2 2 3 5 2 8 8 8 8 3 2 1 5 1 9 7 7 e 9
81 7 1 41 19 4 2 9 3 1 8 10 10 10 1 3 2 5 5 1 e 7 2 e 6 e 10 9
82 7 1 33 8 8 13 2 8 5 1 e 2 5 8 8 8 2 e 3 1 1 1 6 e 7 7 8 e 9
83 7 1 40 16 7 2 7 5 1 10 10 10 10 2 e 5 4 1 1e2e5 3 7 6 e 7 5
84 7 1 31 10 7 2 7 19 5 3 7 7 7 6 1 3 2 5 3 7 3 1
85 7 2 54 27 1 3 1 2 1 8 9 7,5 6 3 4 1 3 1 7 8 9
86 7 1 2 15 2 5 3 1 5 5 5 5 5 1 1 1 2 7 3 8
87 7 1 38 9 7 8 3 8 5
88 7 1 60 14 1 4 2 1 9 5 e 7 3 10 10 10 9 5 1 1 2 6 2 e 6 10 9
89 7 1 56 23 4 2 4 2 2 5 5 8 8 4 1 e 2 1 1 1 3 6 e 10 1 e 9
90 7 2 45 20 1 3 1 11 5 1 10 10 10 5 3 e 4 2 1 1 1 1 3 e 10 1 e 2 e 9
91 7 1 38 15 2 12 2 2 3 5 1 8 10 10 10 2 e 5 2 1 1 1 1 5 e 10 7
92 7 1 44 10 2 2 3 16 5 1 8 7 7 5 5 2 1 1e3e5 1 1 4 1
93 7 1 53 10 12 2 2 5 e 7 1, 4 e 5 5 4 5 5 1 1 e 2 1 1e2e5 6 e 7 1 e 7 1 e 3
94 7 1 51 2 12 2 3 3 1 e 2 5 5 5 10 1 5 1
95 8 1 32 14 4 2 9 4 5 8 8 8 8 1
96 8 2 24 1 1 2 13 6 8 10 10 7 1
97 8 1 27 5 14 2 17 3 2 5 3 8 2
98 8 2 39 8 1 2 1 11 5 7 6 7 8 1
99 8 2 56 30 7 8 2 8 5 8 10 10 6 1
100 8 1 47 21 2 2 2 3 5 2
101 8 2 37 14 7 3 7 5 5 5 5 10 2
102 8 2 47 15 8 16 2 8 2 10 10 10 5 1
103 8 2 39 17 7 2 7 2
104 9 1 41 20 10 1 13 1 10 10 10 10 6 1 1 e 5 1 9 1 4
105 9 1 36 18 7 8 3 7 8 5 7 9 8 6 1 e 2 1 1 1 1 3 e 14 7 e 9
106 9 1 34 15 2 13 1 13 2 e 3 1 e 7 5 10 9 10 3 2 5 7 7 10 8
107 9 2 55 11 4 3 1 4 e 9 5 6 10 8 6 1 1 3 3 3 e 10 7
108 9 2 30 10 7 1 7 8 5 9 9 9 9 4 e 6 1 1 7 7 e 9 2 e 7 7
109 9 1 37 5 2 3 2 3 5 7 8 8 9 2 e 6 1 1 1 9 1
110 9 1 54 30 2 13 1 16 20 3 4 5 4 8 6 1 5 7