Você está na página 1de 50

FEV/2010

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 1



1. Viso Geral da Estatstica

Estatstica e a cincia que estuda as tcnicas necessrias para coletar, organizar, apresentar, e interpretar
os dados, a fim de extrair informaes a respeito de uma populao.
Quando falamos em pesquisa, estamos interessados em conhecer melhor determinados assuntos. Por
exemplo, quando respondemos s perguntas de um questionrio de uma revista, a editora deseja conhecer alguns
aspectos dos leitores desta revista. Quando a pesquisa termina, o coordenador da pesquisa se v com uma
quantidade enorme de dados (respostas) resultantes dos questionrios. Para analisar este conjunto de dados, ele
deve organiz-los racionalmente e apresent-los de alguma forma clara e concisa, e para facilitar a anlise e
poder tirar concluses a respeito da pesquisa.
A estatstica pode ser dividida em duas partes que inter-relacionam: a estatstica descritiva e estatstica
indutiva.
A Estatstica Descritiva a parte da estatstica que trabalha com organizao e apresentao dos dados.
A Estatstica Indutiva a parte da estatstica que trabalha com a anlise e interpretao dos dados.
Voltando ao exemplo anterior, vamos considerar um item referente idade do leitor, e outro referente a
avaliao geral sobre a revista.
O conhecimento desses dados pela editora possibilitaria, por exemplo, a adequao do contedo da
revista de acordo com a faixa etria dos leitores (atravs do item idade), e a reestruturao geral do contedo,
desde que o resultado da avaliao geral tenha sido ruim.
Consideremos, tambm, que 100 questionrios foram respondidos e devolvidos pelos leitores da revista.
Os dados referentes idade foram:

28 25 70 18 50 64 38 18 36 19
33 36 20 18 38 72 23 35 53 22
22 46 65 20 18 21 58 25 62 20
31 59 24 42 27 28 40 21 29 20
24 23 16 38 27 23 52 23 74 22
36 29 30 17 34 18 37 32 33 27
37 43 31 21 26 17 15 30 33 31
26 45 47 42 41 19 44 40 22 41
21 45 27 23 52 19 54 16 31 17
33 53 61 25 21 68 21 23 19 33

E os dados referentes avaliao geral foram:

O B O O B R B O B B B O B B B B B R O B
B P O B B O O B P O B B B B O B O B O O
O B B B R B O O O B B O O B R B B B P B
B R O B O O O B O B R B B B B B R B B B
B O B P O B B B R O O O O P B B O O O B

Onde: O=tima, B=boa, R=regular e P=pssima.

Para o coordenador da pesquisa, qualquer interpretao sobre esses dados obtidos seria impossvel de
ser feita, pois os dados esto totalmente desorganizados. Para organizar a apresentar os dados de uma forma
clara e concisa, o coordenador poderia utilizar um dos seguintes mtodos:
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 2
1) Construo de uma tabela de freqncia.

Tabela 1 Tabela de Freqncia para Idade dos Leitores da Revista

Faixa Etria (anos) Freqncia Freqncia Relativa Porcentagem (%)
10 20 15 0,15 15
20 30 35 0,35 35
30 40 22 0,22 22
40 50 12 0,12 12
50 60 8 0,08 8
60 70 5 0,05 5
70 80 3 0,03 3
Soma 100 1,00 100

Tabela 2 Tabela de Freqncias para a Avaliao Geral da Revista.

Avaliao Geral Freqncia Freqncia Relativa Porcentagem (%)
tima 34 0,34 34
Boa 53 0,53 53
Regular 8 0,08 8
Pssima 5 0,05 5
Soma 100 1,00 100

2) Construo de um histograma, para o caso da idade dos leitores.


Nmero de Leitores por Faixa Etria
0
10
20
30
40
5 15 25 35 45 55 65 75
Idade (anos)
F
r
e
q
u

n
c
i
a

Figura 1 - Histograma de Idades dos Leitores.

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 3
3) Construo de um grfico de setores, para o caso da avaliao geral.


Avaliao Geral Sobre a Revista
tima
34%
Boa
53%
Regular
8%
Pssima
5%

Figura 2 - Grfico de setores da avaliao geral

Atravs das tabelas 1 e 2 e das figuras 1 e 2, o coordenador da pesquisa pode observar que o nmero de
leitores se encontra na faixa etria de 20 a 30 anos, e que a aceitao da revista pelos leitores muito boa.
Como se pode notar, utilizando-se os mtodos estatsticos para organizar a apresentao dos dados
resultantes de uma pesquisa, fica fcil e clara a visualizao e interpretao dos dados.

2. Populao e Amostra

Suponha que estamos interessados em estudar a altura dos alunos de uma sala de aula. Para
conhecermos essa caracterstica, devemos medir a altura dos alunos. Essas informaes obtidas so chamadas
de dados. Neste caso, os dados so os: 1,66m, 1,81m, 1,55m, 1,46m, etc.
Como interesse abrange somente uma determinada sala de aula, todos os alunos dessa sala formam a
populao da pesquisa. Qualquer parte dessa populao forma uma amostra. Por exemplo, se a sala
composta por 50 alunos, todos os alunos formam a populao. Se coletarmos informaes de apenas 10 alunos,
esses 10 alunos formam uma amostra.
Assim sendo:
Populao o conjunto de todos os elementos (indivduos ou objetos) que tem pelo menos uma
caracterstica em comum, e que est sob investigao ou estudo.
Amostra qualquer subconjunto de uma populao.
As informaes obtidas sobre toda a populao so chamadas de dados populacionais e sobre uma
amostra so chamadas de dados amostrais.
Um levantamento estatstico (pesquisa) que abrange todos os elementos de uma populao
denominado censo. Temos, por exemplo, censo demogrfico para fazer o levantamento de todos os habitantes de
um pas.
Na figura 3, a seguir, que representa os moradores de um pequeno edifcio, observe como a populao
modifica de acordo com o estudo. Nesta figura, temos 6 homens, 8 mulheres, 7 meninos e 4 meninas.
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 4
Cada uma dessas pessoas possui as seguintes caractersticas: idade, peso e estado civil. Queremos
realizar trs tipos de estudo:

1 estudo: idade de todos os homens que moram no edifcio.
2 estudo: peso de todas as crianas (meninos e meninas) do edifcio.
3 e estudo: estado civil de todas as mulheres que moram no edifcio.






























Figura 3 Populaes para cada tipo de estudo

Os quadros 1,2 e 3 da Figura 3 Populaes para cada tipo de estudo representam, todos, populaes,
correspondentes aos 1, 2 e 3 de estudos, respectivamente.
Se considerarmos a idade de somente 3 homens, estes constituem uma amostra, pois um conjunto da
populao constituda por 6 homens.

2.1 Amostragem

A anlise estatstica geralmente realizada atravs de amostras, uma vez que a maioria das populaes
constituda por nmeros muito grande de elementos (indivduos ou objetos), resultando, conseqentemente, em
quantidade muito grande de dados. O processo de obter amostras denominado amostragem.
Quadro 1
Idade de todos os homens
Quadro 2
Peso de todas as crianas
Quadro 3
Estado civil de todas as mulheres
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 5
Exerccios:

1) Em uma fruteira, existem 10 bananas, 5 laranjas, 4 pras e 8 maas, como mostra a figura abaixo. Para
cada quadro indicado, identifique se uma populao ou amostra:






























2) Para cada item abaixo, identifique se populao ou amostra:
a) ( ) Tamanho de 6 televisores de uma grande loja de eletrodomsticos
b) ( ) Peso de todos os bebs que nasceram ente 01 e 31, no ms.
c) ( ) Numero de pginas de 50 livros de uma grande livraria.

Quadro 1
Comprimento
das bananas
( )
Quadro 2
Peso das
Pras
( )
Quadro 3
Acidez das
frutas
( )
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 6
3) Em uma fazenda existem 5 cavalos, 3 porcos e 7 galinhas. Para cada quadro da figura abaixo, identifique
se uma populao ou amostra:




































4) Para cada item a seguir, identifique se uma populao ou amostra:
a) ( ) Altura de todos os alunos de uma sala de aula;
b) ( ) Peso de 50 laranjas de uma grande plantao;
c) ( ) Marca de 300 automveis estacionados na rua de uma grande cidade;
d) ( ) Salrio de todos os funcionrios de uma empresa;
e) ( ) Idade de todos os funcionrios de um clube;
f) ( ) Preo de 20 pares de sapatos de uma grande loja de calados;
g) ( ) Cor de todas as camisas vendidas no ms;
h) ( ) Sexo de todos os animais participante de uma exposio;
i) ( ) Tempo de 8 nadadores em um campeonato mundial de natao;
j) ( ) Doenas que 100 crianas de uma grande cidade j tiveram.
Quadro 1
Peso do porcos

( )
Quadro 2
Peso das galinhas
brancas
( )
Quadro 3
Cor dos Cavalos

( )
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 7
3. Variveis

Vimos anteriormente que em cada populao existe uma caracterstica em estudo que pode assumir
diferentes valores. A esta caracterstica chamamos de varivel. No 1 estudo, a varivel a idade de todos os
homens, no 2 estudo, a varivel o peso de todas as crianas e no 3 estudo, a varivel o estado civil de todas
as mulheres. Geralmente, representamos estas variveis por meio de letras, como x, y, z, etc.

3.1 Varivel:

Caracterstica dos elementos de uma populao ou de uma amostra, que pode assumir diferentes valores,
sejam numricos ou no numricos, e que interessa ao estudo.
As variveis podem ser classificadas em variveis qualitativas e variveis quantitativas.

3.1.1 Varivel Qualitativa:
Tipo de varivel que no pode ser medida numericamente. Exemplo: cor dos cabelos, marca de
refrigerantes, cor dos olhos, etc. Os dados correspondentes a uma varivel qualitativa so denominados dados
qualitativos.

3.1.2 Varivel Quantitativa:
Tipo de varivel que pode ser medida numericamente. Exemplo: peso, altura, numero de faltas de cada
aluno, numero de gols em cada jogo, etc. Os dados correspondentes a uma varivel quantitativa so denominados
dados quantitativos.
As variveis qualitativas podem ser classificadas em ordinais e nominais.
Uma varivel qualitativa dita ordinal, quando os elementos desta varivel tm relao de ordem entre
elas.

Exemplos:
a) Colocao: primeiro lugar, segundo lugar, terceiro lugar, etc.
b) Conceito: timo, bom, regular e pssimo.

Uma varivel qualitativa dita nominal, quando os elementos desta varivel so identificados por nome.

Exemplos:
a) Cor dos olhos: azul, castanho, preto e verde
b) Marcas de carro: Fiat, Chevrolet, Mercedes, Volkswagem, Ford, etc.

As variveis quantitativas, por sua vez, podem ser classificadas em variveis discretas e variveis
contnuas.
Uma varivel quantitativa dita discreta, quando seu valor muda em saltos ou passos, no admitindo
valores intermedirios entre cada salto ou passo.

Exemplos:
a) Nmero de carros vendidos: 0, 1, 2, 3, 4, 5, ...
b) Nmero de filhos dos casais: 0, 1, 2, 3, 4, 5, ...

Uma varivel quantitativa dita contnua, quando esta admite infinitos valores dentro de um intervalo.

Exemplos:
a) Altura das pessoas: 1,48m, 1,52m, 1,66m, 1,70m, 1,83m, etc.
b) Peso dos recm-nascidos: 2,8kg, 3,0kg, 3,2kg, 3,5kg, etc.

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 8
4. Representao de Nmeros

Observe os nmeros abaixo:
3,141592... =
2 1,414213562... =
2,718281828... e =

Esses nmeros no tm representao finita, e uma dvida que deve surgir no momento de utilizar esses
valores a quantidade de algarismos que devemos utilizar, ou seja, qual a sua melhor representao numrica.
3,141592 3,142 3,14
2 1,4142136 2 1,4142 2 1,41
2,718282 2,7183 2,72
ou ou
ou ou
e ou e ou e
= = =
= = =
= = =

Quando representamos o valor de por 3,14, estamos cometendo um erro, pois o valor verdadeiro de
3,1415... O valor do erro dado pela diferena, em valor absoluto, entre o valor verdadeiro e o valor representado,
portanto o erro cometido na representao do valor de por 3,14 de:

Erro= 3,1415...- 3,14=0,0015...


4.1 Aproximao por Arredondamento

O processo de arredondamento consiste em obter o menor erro ao representar o ltimo algarismo de um
nmero.
Observe que o nmero e = 2,7182... est entre os nmeros inteiros 2 e 3.





Ao representarmos o nmero e por um nmero inteiro, o valor mais prximo seria 3, isto , o erro que
cometeramos seria menor ao represent-lo por 3, em vez de represent-lo por 2, da mesma forma, e = 2,7 com
uma casa decimal, ou e = 2,72 com duas casas decimais.
O processo de arredondamento consiste em analisar o digito posterior a ultima casa decimal a ser
considerada e, se este dgito for maior ou igual a 5, somar 1 a ltima casa decimal, ou caso contrrio (menor que
5), manter a ltima casa decimal inalterada.

Exemplos:

a) Representao com duas casas decimais:





2
3
2,7182...
2,7182818...
ltima
casa
decimal
dgito
posterior
> 5
2 , 7 1
+
1
2,72
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 9
b) Representao com trs casas decimais:







4.2 Notao cientfica

O emprego da notao cientfica aconselhvel quando os nmeros que representamos so muito
grandes (Ex.: 123.500.000) ou quando so muito pequenos (Ex.: 0,00000001235). A representao mais usual
nas apresentaes emprega a potncia de 10, a notao cientfica consiste em um operando, uma base e um
expoente.

Exemplo:
8 8
1,235 10 1,235 10 e



Vale lembrar alguns conceitos de operaes com potncias, importantes para trabalhar com nmeros em
notao cientfica.

4.3.1 Propriedades da Potenciao

Adio e Subtrao com Potncias de Dez: Ajustar as potncias de dez dos operandos para um mesmo
expoente e somar ou subtrair os seus algarismos significativos, conforme a operao desejada.

Exemplos:
) ( )
) ( )
5 4 5 5 5 5
8 7 8 8 8 8
1 4,56 10 7,82 10 4,56 10 0,782 10 4,56 0,782 10 5,34 10
2 2,45 10 8,23 10 2,45 10 0,823 10 2,45 0,823 10 1,63 10
+ = + = + =
= = =


Multiplicao e Diviso com Potncias de Dez: Multiplicar ou dividir os algarismos significativos dos
operandos e, respectivamente, somar ou subtrair os expoentes das potncias de dez, conforme a operao
desejada.

Exemplos:
) ( )
)
5 3 5 3 8
7
7 4 3
4
1 2,57 10 1,32 10 2,57 1,32 10 3,39 10
6,27 10 6,27
2 10 1,64 10
3,82 10 3,82
+

= =

= =


Exerccios:
1- Represente com trs casas decimais, os seguintes nmeros, fazendo arredondamento:
a) 5,145316
b) -47,609901
c) 0,578692
d) -35,865423
e) 126,04782
f) 2049,67882
g) -0,0376891
h) -0,999547
2,7182818...
ltima
casa
decimal
dgito
posterior
< 5
2,718
inalterada
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 10
2- Represente em notao cientfica com trs casas decimais, os seguintes nmeros:
a) 1674500
b) 0,0056742
c) -203689000
d) -3506956
e) 0,000036215
f) 23771000
g) 79058
h) -0,0147692

3- Calcule as seguintes expresses:

)( ) ( )
3 2
1,25 10 5,00 10 a )( ) ( )
5 8
5,621 10 7,126 10 b
)( ) ( )
4 7
2,60 10 3,77 10 c

)( ) ( )
2 6
6,05 10 3,15 10 d


)( ) ( )
7 3
1,235 10 3,038 10 e

)( ) ( )
1 4
5,21 10 1,87 10 f


)
9
4
7,83 10
5,27 10
g

)
7
3
1,052 10
6,851 10
h


)
2
4
2,50 10
2,50 10
i

)
5
9
6,95 10
1,56 10
j


)
7
3
4,887 10
8,250 10
k

)
12
4
1,57 10
1,29 10
l


)
5
2
7,90210
3,525 10
m

)
7
12
2,75 10
2,00 10
n


)
3 3
5,75 10 2,25 10 o + )
5 4
7,361 10 3,452 10 p +
)
7 8
9,45 10 3,50 10 q + )
9 5
2,55 10 6,28 10 r +
)
5 4
5,753 10 3,350 10 s

+ )
12 7
2,065 10 5,451 10 t

+
)
6 6
4,95 10 1,67 10 u )
4 4
3,704 10 7,935 10 v
)
8 6
1,673 10 9,355 10 w )
5 5
7,35 10 8,25 10 x

+

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 11
5. Tabela de Freqncia para Dados Qualitativos

Uma tabela constituda por dados organizados em linha e colunas. Quando esta tabela constituda por
uma coluna referente a dados de uma varivel e outra referente s freqncias (nmero de ocorrncias)
associadas a cada dado, recebe o nome de tabela de freqncia.
A freqncia de um dado o nmero de ocorrncias ou repeties deste dado.
Os dados qualitativos obtidos em uma pesquisa podem ser organizados em forma de tabelas, para facilitar a
visualizao e anlise dos dados.
Consideremos, como por exemplo, a seqncia de conceitos obtidos na prova de Matemtica por uma
turma de 60 alunos:

D A B A C B A C E B C A A B C
B B C B B C C C B B B C C C B
C C C B C B C A C B C D C D C
B C B C C A C C A D C C A E B

Para organizar esses dados em forma de tabela, devemos fazer a contagem de cada conceito, percorrendo
a seqncia at o fim, de um em um, at o ltimo dado, obtendo a freqncia. Uma linha na parte inferior da
tabela acrescida para indicar a soma das freqncias.

Tabela 3 Tabela de Freqncia.

Conceito Freqncia
A 9
B 18
C 27
D 4
E 2
SOMA 60

5.1 Freqncia Relativa

A freqncia relativa de um dado a razo entre a freqncia deste dado e o nmero total de dados (soma
de todas as freqncias).



Esta freqncia expressa em nmero decimal. Pela tabela 3, podemos calcular a freqncia relativa, por
exemplo, do conceito A, que resulta:



Freqentemente, expressamos a freqncia relativa em termos de porcentagem (%). Para calcular a
porcentagem, basta multiplicar a freqncia relativa por 100.



Portanto, a porcentagem do conceito A, resulta:

Porcentagem = 0,15 x 100 = 15%
Isso significa que 15 por cento dos alunos obtiveram conceito A na Prova de Matemtica.
Freqncia Relativa =
Freqncia do dado
Nmero total de dados
Freqncia Relativa =
9
60
=0,15
Porcentagem = (freqncia relativa) x 100
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 12
Calculando as freqncias relativas para os demais conceitos da tabela 3, obtemos os dados mostrados na
tabela 4, na ltima linha desta tabela, alm de indicar a soma das freqncias, comum indicar tambm a soma
das freqncias relativas e das porcentagens, para simples conferncia desses valores, uma vez que a soma das
freqncias relativas deve, necessariamente, resultar em 1,00, e a soma das porcentagens deve resultar em
100%.
Tabela 4 Tabela de Freqncia

Conceito Freqncia Freqncia Relativa Porcentagem (%)
A 9 0,15 15
B 18 0,30 30
C 27 0,45 45
D 4 0,07 7
E 2 0,03 3
Soma 60 1,00 100

s vezes, a soma das freqncias relativas pode resultar em 0,99 ou em 1,01, e a soma das porcentagens
pode resultar em 99% ou em 101%, devido ao erro de arredondamento.

Exerccios:
1) As cores dos 20 primeiros carros que passaram em uma determinada rua foram anotadas,
resultando os seguintes dados:

Branca Verde Cinza Branca Preta
Preta Cinza Verde Branca Preta
Cinza Branca Branca Cinza Branca
Preta Verde Cinza Branca branca

Organize esses dados em forma de uma tabela de freqncia.








Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 13
2) Uma pesquisa realizada na rua, sobre a primeira lngua estrangeira que a pessoa tenha estudado,
obteve os seguintes dados, coletados entre 50 pessoas entrevistadas:

I I N E I I I F N N
I I N N I A O I I O
N I A I I F I F O N
N I F E E I E I I O
J O I E J I F I F A

Organize esses dados em forma de uma tabela de freqncia.
Onde:


I = Ingls
E = Espanhol
A = Alemo
J = Japons
F = Francs
N = Nenhuma
O = Outras



3) Em uma turma de 36 alunos de educao fsica, foi perguntado a cada aluno sobre o esporte
preferido, resultando os seguintes dados:

N V N F A T N V V B F F F V V N T T
N V V N A T T N N B T F V N F T V N

Organize esses dados em forma de uma tabela de freqncia.
Onde:


F = Futebol
V = Vlei
A = Atletismo
B = Basquete
N = Natao
T = Tnis

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 14
5.2 Tabela de Freqncia para Dados Discretos

Os dados quantitativos discretos, da mesma forma que os dados qualitativos, podem ser agrupados em
freqncia para se construir uma tabela de freqncia.
Consideremos, como exemplo, uma pesquisa sobre o nmero de irmos de cada aluno, em uma sala de
aula com 20 alunos, em que se obteve os seguintes dados:

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

Fazendo-se o processo de contagem obtemos a tabela 5, abaixo:

Tabela 5 Tabela mostrando o processo de contagem.

N de irmos Freqncia
0 4
1 8
2 3
3 3
4 1
5 1

A tabela de freqncia, incluindo a freqncia relativa e porcentagem, esta mostrada na tabela 6.

Tabela 6 Tabela de Freqncia

N de irmos Freqncia Freqncia Relativa Porcentagem (%)
0 4 0,20 20
1 8 0,40 40
2 3 0,15 15
3 3 0,15 15
4 1 0,05 5
5 1 0,05 5
Soma 20 1,00 100


5.3 Freqncia Acumulada

Para dados quantitativos discretos podemos definir a chamada freqncia acumulada, que o nmero total
de elementos menores ou iguais a um determinado dado, ou seja:
Freqncia acumulada a soma das freqncias dos dados menores ou iguais ao dado considerado.
Podemos definir:











Freqncia Relativa Acumulada =
Freqncia acumulada
Nmero total de dados
Porcentagem Acumulada = (freqncia relativa acumulada) x 100
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 15
No exemplo anterior, podemos determinar a freqncia acumulada, a freqncia relativa acumulada e a
porcentagem acumulada, como mostra a Tabela 7.

Tabela 7 Freqncias Acumuladas.

N de irmos
Freqncia
Acumulada
Freqncia Relativa Acumulada
Porcentagem
Acumulada (%)
0 4 0,20 20
1 4+8=12 0,20+0,40=0,60 20+40=60
2 4+8+3=15 0,20+0,40+0,15=0,75 20+40+15=75
3 4+8+3+3=18 0,20+0,40+0,15+0,15=0,90 20+40+15+15=90
4 4+8+3+3+1=19 0,20+0,40+0,15+0,15+0,05=0,95 20+40+15+15+5=95
5 4+8+3+3+1+1=20 0,20+0,40+0,15+0,15+0,05+0,05=1,00 20+40+15+15+5+5=100
A partir da Tabela 7, podemos obter informaes, tais como: quantos alunos tm at 3 irmos? Neste
caso, a resposta que 18 alunos tm at 3 irmos. Esta resposta imediata, pois basta simplesmente ver a
freqncia acumulada para dado 3 (nmero de irmos). Alm disso, podemos afirmar que 90% dos alunos tm
at 3 irmos.

Exerccios:

1) Um dentista anotou o nmero de clientes atendidos por dia, durante um perodo de 30 dias, e
obteve os dados:

4 6 7 4 4 5 4 6 5 5 4 5 7 5 5
4 7 5 6 5 4 5 5 6 5 7 4 6 6 7
Organize esses dados em forma de tabela de freqncia.

2) Em uma empresa, foram entrevistados 30 funcionrios a respeito do nmero de carros que cada
um possui. Os dados obtidos na pesquisa forma:

1 1 1 0 1 1 0 2 1 3 1 0 1 1 1
2 0 1 1 1 4 1 0 3 2 2 1 1 0 1
Organize esses dados em forma de tabela de freqncia.

3) Uma pessoa anotou durante 30 dias, o nmero de vezes por dia que vai ao banheiro fazer
necessidades, e obteve os seguintes dados:

4 3 2 3 3 4 2 3 3 4 3 2 3 2 2
3 3 2 2 4 2 3 3 2 5 3 2 2 3 3
Organize esses dados em forma de tabela de freqncia.

4) O nmero de carros vermelhos que passou por minuto em uma rua foi anotado, durante o perodo
de uma hora, obtendo-se os seguintes dados:
0 0 1 2 1 0 0 0 1 1 1 2 2 0 1
0 0 2 1 3 1 1 0 0 1 1 3 4 1 0
1 1 0 2 1 0 2 2 1 1 0 0 0 3 0
1 1 0 0 0 0 0 4 2 1 1 2 2 0 1
Organize esses dados em forma de tabela de freqncia.

5) O nmero de carros vendidos por dia em uma concessionria foi anotado, durante 60 dias. Os
dados obtidos foram:

5 7 6 9 1 5 7 4 5 5 6 8 2 1 3 5 6 7 3 4
5 7 1 0 2 7 2 5 6 6 7 4 7 6 6 3 6 7 9 1
5 6 7 0 6 6 4 8 0 1 5 6 2 5 5 7 3 6 6 4
Monte uma tabela de freqncia.

6) Os seguintes dados correspondem ao nmero de dependentes por famlia, para 20 famlias:

2 0 3 1 1 2 0 1 0 2 1 2 2 2 0 3 2 1 2 2
Monte uma tabela de freqncia.
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 16
6. Grfico de Barras

Aps a coleta de dados de uma pesquisa, vimos que a maneira de organizar dados de forma concisa
construir tabelas de freqncia. Uma vez obtida a tabela de freqncia, podemos visualizar melhor os dados desta
tabela, construindo-se grficos. Existem diversos tipos de grficos e a escolha adequada depende basicamente do
tipo de dado e da finalidade da apresentao.
Grfico de barras um tipo de grfico em que as barras horizontais com larguras iguais e comprimentos
proporcionais freqncia de cada dado so desenhados lado a lado com algum espaamento entre elas. Os
valores da varivel so colocados no eixo vertical, e as freqncias, no eixo horizontal.
O grfico de barras mais apropriado para representar graficamente os dados quantitativos discretos.

6.1 Grficos de Barras para Dados Qualitativos

Consideremos, por exemplo, os dados resultantes de uma pesquisa realizada entre 135 jovens, sobre os
tipos de filmes preferidos. A Tabela 8 mostra esses dados j organizados em forma de tabela de freqncia.

Tabela 8 Tabela de freqncia dos tipos de filmes preferidos pelos jovens.

Tipo de Filme Freqncia
Aventura 42
Drama 20
Policial 26
Romance 35
Terror 12
Soma 135

Observando-se os dados da Tabela 8, fica difcil ter uma idia comparativa entre as freqncias dos
diversos atributos, de maneira imediata.
A visualizao desses dados se torna mais fcil e clara, quando representamos graficamente em forma de
grfico de barras, conforme a figura 4.

Tipos de filme preferidos pelos jovens
0 10 20 30 40 50
Aventura
Drama
Policial
Romance
Terror
t
i
p
o
s

d
e

f
i
l
m
e
s
freqncia

Figura 4 Grfico de barras dos tipos de filmes preferidos pelos jovens.

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 17
6.2 Grfico de Barras para Dados Discretos

Uma pesquisa sobre acidentes de trnsito coletou dados do nmero de acidentes ocorridos por dia, em
uma rodovia interestadual, durante um perodo de 30 dias. Os resultados obtidos esto resumidos na tabela 9.

Tabela 9 Tabela de freqncia do nmero de acidentes de trnsito por dia.

N de Acidentes por Dia Freqncia
0 5
1 4
2 10
3 6
4 3
5 2
Soma 30

Para facilitar a visualizao desses dados, podemos, ento, construir um grfico de barras, como mostra a
figura 5, abaixo:

Acidente por dia em uma rodovia
0 2 4 6 8 10 12
0
1
2
3
4
5
freqncia


Figura 5 Grfico de barras do nmero de acidente por dia

6.3 Roteiro para a Construo do Grfico de Barras

1) Desenhe dois eixos ortogonais de bom tamanho, isto , que no sejam muito pequenos nem
exageradamente grandes.
2) Divida o eixo vertical em tantas partes iguais, quanto forem os valores da varivel.
3) Coloque os valores da varivel centralizados em cada diviso feita no eixo vertical, comeando de
baixo para cima, de acordo com a ordem que aparece na tabela de freqncia.
Por exemplo, para os dados da tabela 8, em que existem 5 valores (atributos, neste caso) para a
varivel, divida o eixo vertical em cinco partes iguais, e coloque os cinco atributos centralizados em
cada diviso, como mostra a figura 6.

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 18
Tipos de filme preferidos pelos jovens
0 10 20 30 40 50
Aventura
Drama
Policial
Romance
Terror
t
i
p
o
s

d
e

f
i
l
m
e
s
freqncia


Figura 6 Diviso do eixo vertical em partes iguais.


4) Determine a maior freqncia, escolha um nmero inteiro maior que essa freqncia e marque
este nmero no extremo direito do eixo horizontal.
5) Divida o eixo horizontal em algumas partes iguais e coloque um nmero correspondente em cada
diviso.
Por exemplo, observando as freqncias da tabela 8, podemos ver que a maior freqncia 42, logo
escolheremos o nmero 50 como o extremo direito do eixo horizontal, e dividimos este eixo em cinco
partes iguais, rotulando as marcas de diviso de 0 a 50, de 10 em 10, como tambm mostra a figura 6,
acima.

6) Desenhe as barras horizontais com comprimentos correspondentes freqncia de cada dado,
ajustando-se esquerda, no eixo vertical. Essas barras devem ser da mesma largura, e cada
barra deve ser centralizada em cada diviso do eixo vertical, mantendo certo espaamento em
relao s barras adjacentes, como mostra a figura 7.
Tipos de filme preferidos pelos jovens
0 10 20 30 40 50
Aventura
Drama
Policial
Romance
Terror
t
i
p
o
s

d
e

f
i
l
m
e
s
freqncia

Figura 7 Desenho das barras utilizando os dados da tabela 8.

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 19
7) Por fim, coloque o ttulo do grfico, o nome da varivel no eixo vertical, a freqncia no eixo
horizontal. O aspecto final do grfico o da figura 4.

Exerccios:

1) Uma pesquisa realizada entre 256 turistas, sobre o principal meio de transporte utilizado nas viagens,
resultou nos seguintes dados, j organizados em uma tabela de freqncia:

Meio de Transporte Freqncia
Avio 52
Carro 120
Navio 5
nibus 86
Trem 2
Soma 265

Construa um grfico de barras com os dados da tabela de freqncia acima.

2) Em uma pesquisa sobre marcas de automveis preferidas pelos consumidores, contou-se o nmero de
carros de cada marca em um estacionamento de um shopping center, durante um dia, e obtiveram-se os
dados apresentados na tabela de freqncia:

Marcas de Carro Freqncia
Chevrolet 173
Fiat 132
Ford 105
Volkswagen 216
Soma 626

Construa um grfico de barras com os dados da tabela de freqncia acima.

3) O nmero de carros vendidos por um dia em uma concessionria foi anotado durante um perodo de 20
dias, obtendo-se os seguintes dados:

3 5 1 4 5 6 2 3 4 2 5 5 4 5 3 5 4 6 3 5

Monte uma tabela de freqncia e construa um grfico de barras.
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 20
7. Grfico de Colunas

Grfico de colunas um tipo de grfico em que barras verticais com larguras iguais e comprimentos
proporcionais freqncia de cada dado so desenhadas lado a lado com algum espaamento entre elas. Os
valores da varivel so colocados no eixo horizontal, e as freqncias, no eixo vertical.
O grfico de colunas mais apropriado para representar graficamente os dados quantitativos discretos,
porm pode, tambm, ser utilizado para representar dados qualitativos, principalmente, quando os nomes dos
atributos forem pequenos, de tal modo a poderem ser escritos sem sobreposio no eixo horizontal.
O roteiro para a construo do grfico de colunas semelhante ao do grfico de barras descrito
anteriormente. A diferena que os dados da varivel so colocados no eixo horizontal, enquanto as freqncias
so colocadas no eixo vertical.

7.1 Grfico de Colunas para Dados Discretos

Consideremos, por exemplo, o nmero de gols de cada partida de futebol, registrado durante 13 jogos. Os
resultados obtidos esto resumidos na tabela de freqncia abaixo:

Tabela 10 Tabela de freqncia do nmero de gols por partida de futebol.

Gols por Partida Freqncia
0 2
1 3
2 4
3 2
4 1
5 1
Soma 13

Esses dados podem se melhor visualizados em um grfico de colunas, como mostrado na figura 8.
Gols por partida de futebol
0
1
2
3
4
0 1 2 3 4 5
gols por partida
f
r
e
q

n
c
i
a

Figura 8 Grfico de colunas do nmero de gols por partida de futebol
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 21
7.2 Grfico de Colunas para Dados Qualitativos

Uma pesquisa entrevistou diversos moradores da cidade de So Paulo, no nascidos no Estado de So
Paulo, para saber o local de nascimento (Estado) de cada um.Os resultados obtidos esto apresentados na tabela
11, abaixo:

Tabela 11 Tabela de freqncia dos Locais (Estados) de nascimento.

Estado Freqncia
AL 9
BA 21
MG 28
MT 13
MS 21
PE 10
PR 4
RJ 37
SC 4
SE 13
Soma 160

Podemos construir um grfico de colunas para apresentar esses dados como mostrado na figura 9.

Pessoas nascidas em outros Estados
0
10
20
30
40
AL BA MG MT MS PE PR RJ SC SE
Estado onde nasceu
f
r
e
q

n
c
i
a

Figura 9 Grfico de colunas das pessoas nascidas em outros Estados.
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 22
7.3 Grfico de Mltiplas Colunas

Quando temos duas ou mais sries de dados para uma mesma varivel, pode ser interessante fazer uma
comparao entre as sries. Para facilitar esta comparao, podemos representar os dados das sries em um
mesmo grfico de colunas, uma vez que a varivel a mesma.
Consideremos, por exemplo, um teste de 5 questes que foi aplicado em uma turma de 50 estudantes (30
alunos e 20 alunas). O nmero de acertos para aluno e alunas esta resumido nas tabelas 12a e 12b,
respectivamente.

Tabela 12 Tabelas de freqncias do nmero de acertos dos alunos (a) e alunas (b).

Nmero de Acertos Freqncia
Freqncia
Relativa

Nmero de Acertos Freqncia
Freqncia
Relativa
1 1 0,03 1 1 0,05
2 4 0,13 2 3 0,15
3 8 0,27 3 5 0,25
4 12 0,40 4 8 0,40
5 5 0,17 5 3 0,15
Soma 30 1,00 Soma 20 1,00

(a) (b)

Podemos construir ento, um grfico de colunas, representando no mesmo grfico, o nmero de acertos dos
alunos e das alunas, como mostrado na figura 10.

Resultado do teste
0
5
10
15
1 2 3 4 5
nmero de acertos
f
r
e
q

n
c
i
a
Alunos
Alunas


Figura 10 Grfico de Colunas do nmero de acertos dos alunos e alunas

Observando-se o grfico da figura 10, aparentemente, o desempenho dos alunos foi melhor que o das
alunas. Porm, devemos lembrar que temos 30 alunos e 20 alunas, isto , estamos comparando nmeros
diferentes de dados. Em situaes como esta, torna-se mais segura comparar freqncias relativas ou
porcentagens.
Utilizando-se as freqncias relativas da tabela 12, podemos construir o grfico de colunas da figura 11.


Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 23
Resultado do teste
0
0,1
0,2
0,3
0,4
0,5
1 2 3 4 5
nmero de acertos
f
r
e
q

n
c
i
a

r
e
l
a
t
i
v
a
Alunos
Alunas

Figura 11 Grfico de Colunas do nmero de acertos dos alunos e alunas

Desta vez, podemos observar que o desempenho das alunas aproximadamente igual a dos alunos.
recomendvel, portanto, que se considerem as freqncias relativas ou as porcentagens no grfico
comparativo de duas ou mais sries de dados.
Exerccios
1) Uma pesquisa entrevistou 30 famlias sobre o nmero de aparelhos de televiso que cada
famlia possui em casa. Os dados coletados nessa pesquisa encontram-se resumidos na
tabela de freqncia a seguir:


N de Televisores Freqncia
1 16
2 8
3 4
4 2
Soma 30

Construa um grfico de colunas com esses dados.

2) Os seguintes dados correspondem ao nmero de pessoas que moram em casa,
considerando-se 30 casas escolhidas aleatoriamente:

3 5 4 4 5 3 4 4 2 5 4 6 4 5 3
5 4 4 4 3 5 6 2 1 5 3 2 4 5 4

Organize os dados em uma tabela de freqncia e construa um grfico de colunas.
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 24
7.4 Grfico de setores
Outra forma de representarmos graficamente no conjunto de dados o grfico de setores, que consiste em
representar a freqncia de cada dado como uma fatia (um setor) proporcional de um crculo. Este tambm
conhecido como grfico de torta ou de pizza. O grfico de setores apropriado para representar dados
qualitativos em que se ter uma viso da proporo de um dado em relao ao todo.
Consideremos, por exemplo, uma pesquisa realizada entre 60 pessoas sobre os animais de estimao
preferidos. Os resultados obtidos foram organizados em uma tabela de freqncia, como mostrado na tabela 13.

Tabela 13 Tabela de freqncia dos Animais de Estimao Preferidos

Animais Freqncia
Ces 33
Gatos 12
Pssaros 5
Peixes 3
Outros 7
Soma 60

A visualizao dos dados da tabela 13 melhora substancialmente quando representamos em forma de um
grfico de setores, como mostrado na figura 12.

Animais de Estimao
Ces
Gatos
Pssaros
Peixes
Outros


Figura 12 - Grfico de setores dos animais de estimao e preferidos.
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 25
7.4.1 Roteiro para a construo do grfico de setores.

1- Calcule o ngulo do setor para cada dado, multiplicando a freqncia relativa por 360, como o mostrado
na tabela 14 abaixo:

Tabela 14 Clculo do ngulo do setor para cada dado

Animais Freqncia Freqncia Relativa ngulo do Setor
Ces 33 0,55 0,55 x 360 = 198
Gatos 12 0,20 0,20 x 360 = 72
Pssaros 5 0,08 0,08 x 360 = 29
Peixes 3 0,05 0,05 x 360 = 18
Outros 7 0,12 0,12 x 360 = 43
Soma 60 1,00 1 x 360 = 360

2- Desenhe uma circunferncia de bom tamanho, com auxilio de um compasso.
3- Divida a circunferncia em setores com ngulos correspondentes a cada dado conforme calculado na
tabela 14, com o auxlio de um transferidor, marque os pontos na circunferncia e faa a unio com o centro.

Aps as etapas 1, 2 e 3, obtemos a figura 13.
72
30
18
42
198

Figura 13 Diviso da circunferncia em setores com ngulos correspondentes a cada dado.

4- Identifique (rotule) cada setor com seu respectivo dado.
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 26
5- Preencha cada setor com um padro (pinte ou hachure) de maneira a diferenciar cada setor dos demais,
como mostra a figura 14.
Ces
Gatos
Pssaros
Peixes
Outros

Figura 14 Grfico depois de rotular e preencher com padro os setores.

6- Por fim, coloque um ttulo no grfico, que seja auto-explicativo.

Exerccios
1) A tabela a seguir mostra as frutas preferidas por 50 pessoas entrevistadas, construa um grfico de
setores.

Frutas Freqncia
Abacaxi 8
Banana 5
Maa 12
Laranja 18
Outras 7
Soma 50
2) Em uma empresa, 100 pessoas foram entrevistadas sobre as bebidas preferidas durante as refeies. Os
resultados obtidos esto resumidos na tabela abaixo, construa um grfico de setores.

Bebidas Freqncia
gua 18
Cerveja 7
Refrigerante 27
Suco 36
Outras 12
Soma 100
3) Os seguintes dados referem-se s preferncias de cor das camisas de 80 clientes de uma loja de
confeces, construa um grfico de setores.

Cores Freqncia
Azul 7
Bege 14
Branca 45
Marrom 5
Outras 9
Soma 80
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 27
8. MEDIDAS DE POSIES

Tais medidas orientam-nos quanto posio da distribuio no eixo x (eixo dos nmeros reais),
possibilitam comparaes de sries de dados entre si pelo confronto desses nmeros. So chamadas
medidas de tendncia central, pois apresentam os fenmenos pelos seus valores mdios, em torno dos quais
tendem a concentrar-se os dados.

8.1 Mdia Aritmtica Dados No Agrupados

Sejam x
1
,x
2
,...,x
n
, portanto n valores da varivel X. A mdia aritmtica simples de X representada por x
definida por:

1
n
i
i
x
x
n
=
=

, ou simplesmente
x
x
n
=

, em que n o numero de elementos do conjunto.

Exemplo: Determinar a mdia aritmtica simples dos valores: 3, 7, 8, 10 e 11.

x
x
n
= =



8.2 Mdia Aritmtica Dados Agrupados

Quando os dados estiverem agrupados numa distribuio de freqncia usaremos a mdia aritmtica dos
valores x
1
,x
2
,...,x
n
, ponderados pelas respectivas freqncias absolutas: F
1
, F
2
, F
3
, ..., F
n
, assim:
1
n
i i
i
x F
x
n
=
=

ou
i i
x F
x
n
=



Exemplos:
a) Dada a seguinte distribuio:

X
i
1 2 3 4
F
i
1 3 5 1
Determinar a mdia.

X
i
F
i
X
i
F
i
1 1
2 3
3 5
4 1

10
i i
x F
x
n
= =

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 28


Determinar a mdia da distribuio:

Renda Familiar
(milhes de $)

2 4 4 6 6 8 8 10 10 12
N De Famlias

5 10 14 8 3
Nesse caso, as classes so representadas pelos seus pontos mdio, portanto:

Classes F
i
X
i
X
i
F
i
2 4 5 3
4 6 10 5
6 8 14 7
8 10 8 9
10 12 3 11

40
Como a renda familiar foi dada em milhares, pode-se dizer que a renda mdia desse grupo de 40
famlias de $ __________.

8.3 Mdia Geral

Sejam,
1 2 3
, , ,...,
k
x x x x as mdias aritmticas de k sries e
1 2 3
, , ,...,
k
n n n n os nmeros de termos destas
sries, respectivamente. A mdia aritmtica da srie formada pelos termos das k sries dada pela frmula:
1 1 2 2
1 2
k k
k
n x n x n x
x
n n n
+ + +
=
+ + +



Exemplo: Sejam as sries:
1) 4, 5, 6, 7 e 8 em que:
1 1
5 6 n e x = =
2) 1, 2, 3 em que:
2 2
3 2 n e x = =
3) 9, 10, 11, 12, 13 em que:
3 3
5 11 n e x = =
Ento, a mdia geral das sries, utilizando a frmula acima, ser:
5 6 3 2 5 11
7
5 3 5
x
+ +
= =
+ +

i i
x F
x
n
= =

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 29


8.4 Mdia Geomtrica

Utilizamos a MDIA GEOMTRICA quando estamos interessados em calcular a mdia de dados que crescem
exponencialmente (em progresso geomtrica) como, por exemplo, o nmero de habitantes de uma regio;

Sejam x
1
,x
2
,...,x
n
, valores de X, associados s freqncias absolutas F
1
, F
2
, F
3
, ..., F
n
, respectivamente. A
mdia geomtrica de X definida por:

3 1 2
1 2 3
n
F F F F
n
n
Mg x x x x =


Em particular, se F
1
= F
2
= F
3
= ...= F
n
=1, tem-se:

1 2 3
n
n
Mg x x x x =



Exemplo 1: Calcular a mdia geomtrica dos valores 3, 6, 12, 24, 48. Logo:

5 5
3 6 12 24 48 248.832 12 Mg Mg Mg = = =


Exemplo 2: Calcular a mdia geomtrica para a distribuio:

X
i
1 2 3 5
F
i
8 6 5 3

1 1 2 2 3 3
log log log log
log
n n
F x F x F x F x
Mg
n
+ + + +
=



8log1 6log2 5log3 3log5
log
22
Mg
+ + +
=

( ) ( ) ( ) ( ) 8 0 6 0,3010 5 0,4771 3 0,6990
log
22
Mg
+ + +
=

0,2858
log 0,2858 log0,2858 10 Mg ou Mg anti = = =
Ou
Se for ln
0,658193557
Mg e =

1,9311 Mg =
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 30
8.5 Mdia Harmnica

A mdia harmnica particularmente recomendada para srie de valores que so inversamente
proporcionais, como para o clculo da velocidade mdia, custo mdio de bens comprados com uma quantia
fixa, etc.

Sejam x
1
,x
2
,...,x
n
, valores de X, associados s freqncias absolutas F
1
, F
2
, F
3
, ..., F
n
, respectivamente. A
mdia harmnica de X definida por:
3 1 2
1 1 2 3
n
n
i
i n
i
n n
Mh
F F F F F
x x x x
x
=
= =
+ + + +



Em particular, se F
1
= F
2
= F
3
= ...= F
n
=1, tem-se:

1 2 3 1
1 1 1 1
1
n
n i
i
n n
Mh
x x x x
x
=
= =
+ + + +


Exemplo: Calcular a mdia harmnica para 2, 5, 8:

3
3,64
1 1 1
2 5 8
Mh = =
+ +

Exerccios:
1) Determinar a mdia aritmtica das seguintes sries:
a) 3, 4, 1, 3, 6, 5, 6
b) 7, 8, 8, 10, 12
c) 3,2; 4; 0,75; 5; 2,13; 4,75
d) 70, 75, 76, 80, 82, 83, 90

2) A mdia mnima para aprovao em determinada disciplina 5,0. Se um estudante obtm as
notas 7,5; 8,0; 3,5; 6,0; 2,5; 2,0; 5,5; 4,0 nos trabalhos mensais da disciplina em questo,
pergunta-se se ele foi ou no aprovado.
3) Calcule para cada uma das distribuies abaixo sua respectiva mdia.

a)
X
i
3 4 7 8 12
F
i
2 5 8 4 3
b)
X
i
10 11 12 13
F
i
5 8 10 6
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 31









4) Dadas as estaturas de 140 alunas, conseguiu-se a distribuio abaixo. Calcular a mdia.

Estaturas
(cm)

145 150 150 155 155 160 160 165 165 170 170 175 175 180 180 185
N De
Alunos

2 10 27
38 27 21
8 7

5) Abaixo temos a distribuio dos alugueis de 65 casas. Determine sua mdia.

Aluguel
(milhares de $)

1,5 3,5 3,5 5,5 5,5 7,5 7,5 9,5 9,5 11,5
N De Casas

12 18 20 10 5
6) Dada a distribuio, determinar a mdia.

Classes

68 72 72 76 76 80 80 84
Fac

8 20 35 40

7) Dados os seguintes nmeros:

1 3 5 7 9 2 4 6 8 10
15 20 25 0 1 2 3 4 5 6
7 8 9 9 8 7 8 6 5 4
3 2 1 0 10 15 20 25 12 11
8 6 4 2 1 3 5 7 9 11
a) Construa a distribuio de freqncia do tipo A varivel discreta.
b) Determine a mdia.

8) Turmas que possuem determinada disciplina em comum apresentam, nessa disciplina:
Turma A (40 alunos) mdia 6,5
Turma B (35 alunos) mdia 6,0
Turma C (35 alunos) mdia 4,0
Turma D (20 alunos) mdia 7,5
Determinar a mdia geral.
c)
X
i
Fac

2 3
3 9
4 19
5 25
6 28
d)
X
i
f
i
7 1/16
8 5/18
9 1/3
10 2/9
11 5/48
e)
X
i
F
i
85 5
87 1
88 10
89 3
90 5
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 32
9) Dada a amostra

28 33 27 30 31 30 33 30 33 29
27 33 31 27 31 28 27 29 31 24
31 33 30 32 30 33 27 33 31 33
23 29 30 24 28 34 30 30 18 17
18 15 16 17 17 18 19 19 20 29
a) Agrupar os elementos em classes (inicie pelo 15) e use h=5.
b) Construa a tabela de distribuio de freqncia tipo B varivel contnua.
c) Determinar a mdia.

10) Calcular a mdia geomtrica para as sries:
a) 8, 15, 10, 12
b) 3, 4, 5, 6, 7, 8
c)
X
i
8 9 10 11 12
F
i
12 10 7 5 3
11) Encontre a mdia harmnica para as sries:
a) 5, 7, 12, 15
b)
X
i
2 3 4 5 6
F
i
3 4 6 5 2

12) Tem-se $ 2.000,00 disponveis, mensalmente, para a compra de determinado artigo que custou,
nos meses de junho, julho e agosto, respectivamente, $ 200,00; $ 500,00 e $ 700,00. Qual foi o
custo mdio do artigo para esse perodo?


8.6 Mediana

Colocamos em ordem crescente, mediana ( ) x o valor que divide a amostra, ou populao, em duas
partes iguais. Assim:



0 50% 100%
x
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 33
8.6.1 Clculo da mediana varivel discreta

Se n for mpar, a mediana ser o elemento central (de ordem
1
2
n +
).
Caso seja par, a mediana ser a mdia entre os elementos centrais (de ordem 1
2 2
n n
e + ).

Exemplo: a) Dada a distribuio:

X
i
F
i
F
ac
1 1 1
2 3 4
3 5 9
4 2 11
11
Por meio dessas freqncias acumuladas encontra-se o valor ( )
i
x correspondente mediana.
Neste exemplo ser o ( ) 3 3 x = . Observe que ser o
i
x correspondente classe que contiver a
ordem calculada.

b) Seja:

X
i
F
i
F
ac
82 5 5
85 10 15
87 15 30
89 8 38
90 4 42
42

8.6.2 Clculo da mediana varivel contnua

1. Passo: Calcula-se a ordem
2
n
. Como a varivel contnua, no se preocupe se n par ou mpar.
2. Passo: Pela Fac identifica-se a classe que contm a mediana (classe Md).

3. Passo: Utiliza-se a frmula:

2
Md
Md
n
f h
x l
F




= +



n = 11, n impar, logo x ser o elemento de ordem
1
2
n +
, ou seja,
11 1
6
2
o
+
= .

Ser, portanto, o sexto elemento. Para identific-lo, abre-se a coluna da
Freqncia Acumulada Crescente (Fac)
n = 42, n par, logo x ser a mdia entre os elementos de ordem
2
n
e 1
2
n
+ , ou seja,
42
21
2
o
= e
42
1 22
2
o
+ = . Como no exemplo anterior, identificam-se os elementos de
ordem 21 e 22 pela Fac.

Assim: 21. Corresponde a 87 e 22. Corresponde a 87, logo:
87 87
87
2
x
+
= =
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 34
Em que:







Exemplo: Dada a distribuio amostral, calcular a mediana.


Classes F
i
F
ac
35 45 5 5
45 55 12 17
55 65 18 35
65 75 14 49
75 85 6 55
85 95 3 58

58


8.7 Quartis

Os quartis dividem um conjunto de dados em quatro partes iguais. Assim:





Q
1
= 1. quartil, deixa 25% dos elementos
Q
2
= 2. quartil, coincide com a mediana, deixa 50% dos elementos
Q
3
= 3. quartil, deixa 75% dos elementos

Determinao dos valores de Q
1
e Q
3
para o caso de variveis continuas:
Determinao de Q
1
:
1. Passo: Calcula-se
4
n

2. Passo: Identifica-se a classe Q
1
pela Fac.
3. Passo: Aplica-se a frmula:
limiteinferior daclasseMd
n =tamanho da amostra ou nmero de elementos
soma das frequncias anteriores classeMd
amplitude da classe Md
frequncia da classe Md
Md
Md
l
f
h
F
=
=
=
=

1. Passo: Calcula-se
2
n
. Como n = 58, temos
58
29
2
o
= .
2. Passo: Identifica-se a classe Md pela Fac. Neste caso, a classe Md a 3.
3. Passo: Aplica-se a frmula:
2
Md
Md
n
f h
x l
F




= +


No caso
55; 58; 17; 10; 18
Md Md
l n f h F = = = = =


Logo
58
17 10
2
55 61,67
18
x




= + =
0 50% 100% 25% 75%
Q
1
Q
2
Q
3

1 1
1
4
Q
Q
n
f h
Q l
F




= +

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 35
Determinao de Q
3
:
1. Passo: Calcula-se
3
4
n

2. Passo: Identifica-se a classe Q
3
pela Fac.
3. Passo: Aplica-se a frmula:

Exemplo: Dada a distribuio, determinar os quartis (Q
1
e Q
3
) e mediana.

Classes F
i
F
ac
7 17 6 6
17 27 15 21
27 37 20 41
37 47 10 51
47 57 5 56

56
Determinao de Q
1
:
1. Passo: n = 56
1
? Q = ? x =
3
? Q =
0
56
14
4 4
n
= =
0
56
28
2 2
n
= =
0
3
42
4
n
=

2. Passo: Pela Fac identifica-se a classe Q
1
, classe Md e classe Q
3
.
3. Passo: Uso da frmulas:
Para Q
1
temos:
1
17
Q
l = , n = 56, 6 f =

, h = 10,
1
15
Q
F =
Para x temos: 27
Md
l = , n = 56, 21 f =

, h = 10, 20
Md
F =
Para Q
3
temos:
3
37
Q
l = , n = 56, 41 f =

, h = 10,
3
10
Q
F =
Logo:
1
56
6 10
4
17 22,33
15
Q




= + =
56
21 10
2
27 30,5
20
x




= + =
3
3 56
41 10
4
37 38
10
Q




= + =

Diante desses resultados, pode-se afirmar que, nesta distribuio, tem-se:




Isto : 22,33 deixa 25% dos elementos
30,5 deixa 50% dos elementos
38 deixa 75% dos elementos.
3 3
3
3
4
Q
Q
n
f h
Q l
F




= +

Classe Q
1


Classe Md

Classe Q
3

7
25%
22,33 30,5 38
25% 25% 25%
57
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 36
8.8 Decis
So os valores que dividem a sries em 10 partes iguais.



Clculo dos Decis:
1. Passo: Calcula-se
10
i n
, em que 1,2,3,4,5,6,8 9 i e =
2. Passo: Identifica-se a classe D
i
pela Fac.
3. Passo: Aplica-se a frmula:
10
i Di
Di
i n
f h
D l
F




= +


Em que:






8.9 Percentis
So as medidas que dividem a amostra em 100 partes iguais. Assim:




O clculo de um percentil dado por:
1. Passo: Calcula-se
100
i n
, em que 1,2,3,...,98 99. i e =
2. Passo: Identifica-se a classe P
i
pela Fac.
3. Passo: Aplica-se a frmula:
100
i Pi
Pi
i n
f h
P l
F




= +


Em que:




10%
D
1

20% 30% 40% 50% 60% 70% 80% 90%100%
0%
D
2
D
3
D
4
D
5
D
6
D
7
D
8
D
9
limiteinferior daclasse , 1,2,3,...,9
n =tamanho da amostra ou nmero de elementos
amplitude da classe Di
frequncia da classe Di
soma das frequncias anteriores classeDi
Di
Di
l Di i
h
F
f
= =
=
=
=

1%
P
1

2% 3%
...
50% 97% 98% 99%100%
0%
P
2
P
3
P
50
P
97
P
98
P
99
...
limiteinferior daclasse , 1,2,3,...,99
n =tamanho da amostra ou nmero de elementos
amplitude da classe Pi
frequncia da classe Pi
soma das frequncias anteriores classePi
Pi
Pi
l Pi i
h
F
f
= =
=
=
=

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 37


Exemplo: Determinar o 4. Decil e o 72. Percentil da seguinte distribuio:

Classes F
i
F
ac
4 9 8 8
9 14 12 20
14 24 17 37
19 24 3 40

40

Clculo de D
4
: Clculo de P
72
:
1. Passo 1. Passo
4 40
16
10 10
o
i n
= =
72 40
28,8
100 100
o
i n
= =

2. Passo: Identifica-se a classe D
4
e P
72
pela Fac.
3. Passo:
Para D
4
temos:
4
9
D
l = , 8 f =

, n = 40, h = 5,
4
12
D
F =
Para P
72
temos:
72
14
P
l = , 20 f =

, n = 40, h = 5,
72
17
P
F =
4
4 40
8 5
10
9 12,33
12
D




= + =
72
72 40
20 5
100
14 16,89
17
P




= + =

Portanto, nesta distribuio, o valor 12,33 divide a amostra em duas partes: uma com 40% dos
elementos e a outra com 60% dos elementos. O valor 16,89 indica que 72% da distribuio esto
abaixo dele e 28% acima.
Para a determinao das separatrizes (mediana, quartis, decis e percentis) pode-se utilizar o
grfico de freqncia acumulada. Assim:














Classe D
4


Classe P
72

Q
1
Q
3
D
8
=P
80
Classes
F
AC

n
80n/100
3n/4
n/2
n/4
x
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 38
8.10 Moda

Dentre as principais medidas de posio, destaca-se a Moda. o valor mais freqente da distribuio.
Para distribuies simples (sem agrupamento em classes), a identificao da Moda facilitada pala
simples observao do elemento que representa maior freqncia. Assim, para a distribuio:

X
i
243 245 248 251 307
F
i
7 17 23 20 8

A Moda ser 248. Indica-se Mo=248.
Para dados agrupados em classes, h diversas frmulas para o calculo da Moda.

a) 1. Processo: frmula de Czuber

1. Passo: Identifica-se a classe modal (aquela que possuir maior freqncia)
2. Passo: Aplica-se a frmula:
1
1 2
Mo l h

= +
+

Em que:
1
2
limite inferior da classe modal
diferena entre a frequncia da classe modal e a imediatamente anterior
diferena entre a frequncia da classe modal e a imediatamente posterior
=amplitude da
l
h
=
=
=
classe

Exemplo: Determinar a moda para a distribuio.

Classes

0 1 1 2 2 3 3 4 4 5

F
i
3 10 17 8 5 43

1. Passo: Indica-se a classe modal. No caso, trata-se da 3. Classe 2 3
2. Passo: Aplica-se a frmula:

1
1 2
Mo l h

= +
+
em que:
1
2
2
17 10 7
17 8 9
1
l
h
=

= =

= =


Portanto:
7
2 1 2,44
7 9
Mo = + =
+

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 39
Exemplo: Calcular a moda para a distribuio.

Salrios (US$)

80 180 180 250 250 300 300 500
No. de Empregados

70 140 140 60

Observa-se que as amplitudes das classes no so iguais. Nestes casos preciso calcular as
densidades das classes: F
i
/ h para se identificar qual a classe modal (aquela com maior densidade).
Assim:

Salrios(US$) F
i
F
i
/h
80
(100)
180 70 70/100=0,7
180
(70)
250 140 140/70=2,0
250
(50)
300 140 140/50=2,8
300
(200)
500 60 60/200=0,3
1. Passo: Classe Modal. No caso ser a 3. Classe 250 300.
2. Passo: Aplica-se a frmula, onde:

1
2
250
2,8 2,0 0,8
0,8
250 50 262,12
2,8 0,3 2,5 0,8 2,5
50
l
Mo
h
=

= =

= + =

= = +



Portanto o salrio mais freqente US$ 262,12.

2. Processo: Frmula de Pearson
3 2 Mo x x

Ou seja, a moda aproximadamente a diferena entre o triplo da mediana e o dobro da mdia. Esta
frmula d uma boa aproximao quando a distribuio apresenta razovel simetria em relao
mdia.

Exerccios:
1- Para cada srie, determine a mediana:
I) 1,3,3,4,5,6,6 (Resp: 4)
II) 1,3,3,4,6,8,8,9 (Resp: 5)
III) 12,7,10,8,8 (Resp: 8)
IV) 82,86,88,84,91,93 (Resp: 87)

2- Para cada distribuio, determine a mediana:
I) (Resp: 4)

X
i
2 3 4 5 7
F
i
3 5 8 4 2
Classe Modal
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 40
II) (Resp: 77)
X
i
73 75 77 79 81
F
i
2 10 12 5 2

III) (Resp: 13)
X
i
12 13 15 17
F
ac
5 13 18 20

IV) (Resp: 235)
X
i
232 235 237 240
F
ac
15 40 55 61

3- Para cada distribuio, determine a mediana:
I) (Resp. 6,63)
Classes

1 3 3 5 5 7 7 9 9 11 11 13
F
i
3 5 8 6 4 3

II) (Resp. 28,35)
Classes

22 25 25 28 28 31 31 34
F
i
18 25 30 20

4- Para cada srie, determine a moda:
I) 3,4,7,7,7,8,9,10 (Resp. 7)
II) 43,40,42,43,47,45,45,43,44,48 (Resp. 43)

5- Para cada distribuio, determine a moda:
I) (Resp: 80)
X
i
72 75 78 80
F
i
8 18 28 38

II) (Resp: 3,5)
X
i
2,5 3,5 4,5 6,5
F
i
7 17 10 5

6- Para cada distribuio, determine a moda pelos dois processos:
I) (Resp. 14,5)
Classes

7 10 10 13 13 16 16 19 19 22
F
i
6 10 15 10 5

II) (Resp. 26,25)
Classes

10 20 20 30 30 40 40 50
F
ac
7 19 28 32
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 41
7- Para as distribuies:
I) (Resp. 8,8; 9,03; 6,86)
Classes

4 6 6 8 8 10 10 12
F
i
4 11 15 5
Calcule D
6
, P
65
e Q
1
.

II) (Resp. 33,6; 42,32; 50)
Classes

20 30 30 40 40 50 50 60 60 70
F
ac
3 8 18 22 24
Calcule D
2
, P
43
e Q
3
.

8- Abaixo temos a distribuio do nmero de acidentes por dia, durante 53 dias, em certa
rodovia:

No. de Acidentes

0 1 2 3 4
No. de dias

20 15 10 5 3
Pede-se:
a) determinar a mdia; (Resp. 1,17)
b) determinar a mediana; (Resp. 1)
c) calcular a moda; (Resp. 0)
d) qual a porcentagem de dias em que tivemos dois ou mais acidentes por dia? (Resp. 34%)

9- O nmero de operrios acidentados por ms, numa fbrica, nos ltimos dois anos foi:

ANO
MS
Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.
1975

4 8 3 6 7 7 3 8 2 4 3 3
1976 7 4 6 5 10 5 4 3 5 4 4 1
Faa X nmero de acidentados por ms
a) Construa a distribuio de freqncia (varivel discreta)
b) Calcule a mdia, mediana e moda. (Resp. 4,83; 4; 4)

10- Sendo:
Idade (anos)

10 14 14 18 18 22 22 26 26 30 30 34 34 38 38 42
No. de Pessoas

15 28 40 30 20 15 10 5
a) Determinar a mdia; (Resp. 22,99)
b) Calcular a medida que deixa 50% dos elementos; (Resp. 21,85)
c) Determinar a moda (frmula de Czuber); (Resp. 20,18)
d) Calcular o 3. Decil; (Resp. 18,59)
e) Determinar a medida que deixa dos elementos; (Resp. 17,68)
f) Calcular o percentil 80. (Resp. 29,48)
g) Qual a porcentagem das pessoas maiores de idade? (Resp. 74%)
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 42
11- Foi pedido aos alunos de uma classe de 40 alunos que escolhessem um dentre os
nmeros 0,1,2,3,4,5,6,7,8 e 9. Obteve-se o seguinte resultado:

8 0 2 3 3 5 7 7 7 9
8 4 1 9 6 6 6 8 3 3
7 7 6 0 1 3 3 3 7 7
6 5 5 1 2 5 2 5 3 2
a) Montar a distribuio de freqncia;
b) Determinar a mdia; (Resp. 4,63)
c) Qual foi o numero mais escolhido? O que ele representa? (Resp. 3, moda)
d) Calcule a mediana. (Resp. 5)

12- Abaixo esto dadas as notas (em crditos) de 50 alunos:

60 85 33 52 65 77 84 65 74 57
71 35 81 50 35 64 74 47 54 68
80 61 41 91 55 73 59 53 77 45
41 55 78 48 69 85 67 39 60 76
94 98 66 66 73 42 65 94 88 89

Pede-se
a) Determinar a amplitude total da amostra; (Resp. 65)
b) Nmero de classe pela frmula de Sturges. Dado log 50=1,7; (Resp. 7)
c) Amplitude das classes; (Resp. 10)
d) Quais as classes? (Inicie pelo 30);
e) Freqncias absolutas das classes;
f) Freqncias relativas;
g) Pontos mdios das classes;
h) Freqncia acumulada;
i) Histograma;
j) Polgono de freqncia
k) Grfico de freqncia acumulada;
l) Mdia; (Resp. 65,8)
m) Moda; (mo66)
n) Mediana;
o) 1. e 3. Quartis;
p) 7. Decil e 55. Percentil. (Resp. D
76
76; P
55
67)
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 43
9. MEDIDAS DE DISPERSO

So medidas estatsticas utilizadas para avaliar o grau de variabilidade ou disperso dos
valores em torno da mdia. Servem para medir a representatividade da mdia.






Sejam as sries:

a) 20, 20, 20
b) 15, 10, 20, 25, 30
Tm-se: 20 a x = e 20 b x =
Observe que apesar de as sries terem mdias iguais, na srie a no se tem disperso,
enquanto os valores da srie b apresentam disperses em torno da mdia 20. Assim, a
mdia muito mais representativa para a srie a do que para a srie b.

9.1 Amplitude Total

a diferena entre o maior e o menor dos valores da srie.
mx min
At x x =


Exemplo: Para a srie 10, 12, 20, 22, 25, 33, 38, a amplitude total de:
38 10 28 At = =


9.2 Desvio Mdio

Desde que se deseja medir a disperso dos dados em relao mdia, parece interessante a
anlise dos desvios em torno da mdia. Isto , analisar os desvios:
( )
i i
d x x =


A Soma de todos os desvios igual a zero. Isto :

( )
0
i
i
d x x = =

Logo, ser preciso encontrar uma maneira de se trabalhar com os desvios sem que a soma
d zero. Dessa forma define-se o desvio mdio como:
x
i
x
disperso
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 44

i i
i i
M
x x F
d F
D
n n

= =


O mdulo evita que a soma dos desvios seja nula.

9.3 Varincia
Neste caso considera-se o quadrado de cada desvio
( )
2
i
x x , evitando com isso que
0
i
d =

. Assim a definio de varincia populacional dada por:


( )
2
2
2
i i
i i
x X F
d F
N N



= =



Sendo a mdia aritmtica dos desvios.

Observao: 1-
2
indica varincia populacional e l-se sigma ao quadrado.
2- X da frmula a mdia ponderada da populao.

Para o caso do clculo da varincia amostral conveniente o uso da seguinte frmula:
( )
2
2
1
i i
x x F
S
n

=



Frmulas prticas para os clculos:
( )
2
2 2
1
i i
i i
X F
X F
N N


( )
2
2 2
1
1
i i
i i
x F
S x F
n n


Que foram obtidos por transformaes nas respectivas frmulas originais.

9.4 Desvio-Padro
Observando-se a frmula original para o clculo da varincia, nota-se que uma soma de
quadrados. Dessa forma, se a unidade da varivel for, por exemplo metro (m) teremos como
resultado metro ao quadrado (m). Para se ter a unidade original, necessita-se definir outra
medida de disperso, que a raiz quadrada da varincia o desvio-padro.

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 45

2
o desvio-padro populacional. =

2
o desvio-padro amostral. S S =

Resumindo: para o clculo do desvio-padro deve-se primeiramente determinar o valor da
varincia e, em seguida, extrair a raiz quadrada desse resultado.

Exemplo: Calcular o desvio-mdio, a varincia e o desvio-padro da seguinte distribuio
amostral:

x
i
5 7 8 9 11
F
i
2 3 5 4 2
1) Clculo do desvio mdio:
i i
i i
M
x x F
d F
D ou
n n


Primeiramente precisa-se do valor da mdia:

x
i
F
i
x
i
. F
i
5 2 10
7 3 21
8 5 40
9 4 36
11 2 22

16 129
129
8,06
16
i i
x F
x
n

= = =


Para o clculo do DM so abertas novas colunas, assim:

x
i
F
i
x
i
. F
i
i i
x x d =
i i
d F
5 2 10 5 8,06 3,06 =
6,12
7 3 21 7 8,06 1,06 =
3,18
8 5 40 8 8,06 0,06 =
0,30
9 4 36 9 8,06 0,94 =
3,76
11 2 22 11 8,06 2,94 =
5,88

16 129
19,24
Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 46

Portanto:
19,24
1,20
16
i i
M
d F
D
n

= = =



2) Clculo da varincia amostral:
( )
2
2 2
1
1
i i
i i
x F
S x F
n n


Temos: 16 n = , 129
i i
x F =

, bastando apenas encontrar


2
i i
x F

.

x
i
F
i
x
i
. F
i
2
i
x F
5 2 10 50
7 3 21 147
8 5 40 320
9 4 36 324
11 2 22 242

16 129
1083
2 2
1
2 2
2
5 2 50
7 3 147
x F
x F
= =
= =


( )
2
2
2 2
1 1 129
1083
1 16 1 16
i i
i i
x F
S x F
n n



= =




2
1 16641 1 17328 16641
1083
15 16 15 16
S


= =



2
687
2,86
15 16
S = =


Logo a varincia amostral 2,86.

3) Clculo do desvio-padro amostral:
Como
2
S S = , logo 2,86 1,69 S = =

Resumindo: A distribuio possui mdia 8,06. Isto seus valores esto em torno de 8,06 e
seu grau de concentrao de 1,2 pelo Desvio Mdio, e de 1,69 medido pelo Desvio-Padro.

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 47
Exerccios:
1. Dada a Distribuio amostral, encontrar a mdia, o desvio mdio e o desvio-padro.

Classes

2 4 4 6 6 8 8 10 10 12
Fi

2 4 7 4 3

2. Calcular a varincia populacional para a srie.

Xi

2 3 5 6 7
Fi

1 4 5 3 2

9.5 Coeficiente de Variao

Trata-se de uma medida relativa de disperso til para a comparao em termos relativos do
grau de concentrao em torno da mdia de sries distintas. dado por:

100 CV
X

= ou 100
S
CV
x
=

Onde:

desvio-padro populacional
mdia populacional
S=desvio-padro amostral
=mdia amostral
X
x
=
=


O coeficiente de variao expresso em porcentagem.

Exemplo:

Numa empresa, o salrio mdio dos homens de $ 4.000,00, com desvio-padro de $
1.500,00 e o das mulheres em mdia de $ 3.000,00, com desvio-padro de $1.200,00.
Ento:
Para os homens:
1500
100 100 37,5%
4000
CV
X

= = =

Para as mulheres:
1200
100 100 40%
3000
CV
X

= = =

Logo podemos concluir que os salrios das mulheres apresentam maior disperso relativa
que o dos homens. Diz-se que a distribuio possui pequena variabilidade (disperso)
quando o coeficiente der at 10%, mdia disperso quando estiver acima de 10% at 20%, e
grande disperso quando superior a 20%.

Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 48
A partir do coeficiente de variao pode-se avaliar a homogeneidade do conjunto de dados e,
conseqentemente, se a mdia uma boa medida para representar estes dados.
utilizado, tambm, para comparar conjuntos com unidades de medidas distintas. Uma
desvantagem do coeficiente de variao que ele deixa de ser til quando a mdia est
prxima de zero. Uma mdia muito prxima de zero pode inflacionar o CV.
Um coeficiente de variao superior a 50% sugere alta disperso o que indica
heterogeneidade dos dados. Quanto maior for este valor, menos representativa ser a mdia.
Neste caso, opta-se pela mediana ou moda, no existindo uma regra prtica para a escolha
de uma destas medidas.
O pesquisador, com sua experincia, que dever decidir por uma ou outra. Por outro lado,
quanto mais prximo de zero, mais homogneo o conjunto de dados e mais representativa
ser sua mdia.

9.6 Medidas de Assimetria

A medida de assimetria um indicador da forma da distribuio dos dados. Ao construir uma
distribuio de freqncias e/ou um histograma, est-se buscando, tambm, identificar
visualmente, a forma da distribuio dos dados que ou no confirmada pelo coeficiente de
assimetria de Pearson (As) definido como:
s
Mo
A

= ou
s
X Mo
A
S

=

para dados populacionais e amostrais, respectivamente.
Uma distribuio classificada como:
simtrica se mdia = mediana = moda ou As = 0;
assimtrica negativa se mdia mediana moda ou As < 0. O lado mais longo do
polgono de freqncia (cauda da distribuio) est esquerda do centro.
assimtrica positiva se moda mediana mdia ou As > 0. O lado mais longo do
polgono de freqncia est direita do centro.



Exerccios: Calcule o coeficiente de assimetria da Tabela 10.



Estatstica Aplicada Administrao Prof. Msc. Flvio H. Sato 49
9.7 Medidas de Curtose

A medida de curtose o grau de achatamento da distribuio, um indicador da forma desta
distribuio. definido como:



A curtose ou achatamento mais uma medida com a finalidade de complementar a
caracterizao da disperso em uma distribuio. Esta medida quantifica a concentrao ou
disperso dos valores de um conjunto de dados em relao s medidas de tendncia central
em uma distribuio de freqncias.
Uma distribuio classificada quanto ao grau de achatamento como:
Leptocrtica: quando a distribuio apresenta uma curva de freqncia bastante
fechada, com os dados fortemente concentrados em torno de seu centro, K < 0,263.
Mesocrtica: quando os dados esto razoavelmente concentrados em torno de seu
centro, K= 0,263
Platicrtica: quando a distribuio apresenta uma curva de freqncia mais aberta,
com os dados fracamente concentrados em torno de seu centro, K > 0,263



Classificao da distribuio quanto curtose

Exerccio: Classifique o grau de achatamento da Tabela 10, conforme os clculos abaixo: