1

MATERIAL DIDTICO

ESTATSTICA

Profa. Valeria Ap. Martins Ferreira

1 Introduo Estatstica
Em muitas ocasies do nosso cotidiano nos deparamos com situaes em que
precisamos trabalhar com grande quantidade de informaes. Neste material de apoio
formalizaremos alguns conceitos e tcnicas estatsticas que podem ser utilizados na
anlise de conjuntos de dados, de forma objetiva e segura.

Para comear nossos estudos vamos definir alguns conceitos importantes:

Estatstica: Conjunto de tcnicas que permite, de forma sistemtica, organizar,

descrever, analisar e interpretar dados (conjunto de valores numricos ou no)
provenientes de estudos ou experimentos, realizados em qualquer rea do
conhecimento.
A Estatstica pode ser dividida, basicamente, em trs reas:

Estatstica Descritiva

Probabilidade

Inferncia Estatstica

Estatstica Descritiva: Conjunto de tcnicas destinadas a descrever e resumir os dados a

fim de que possamos tirar concluses a respeito da caracterstica de interesse.

Probabilidade: Teoria matemtica utilizada para se estudar a incerteza proveniente de

fenmenos de carter aleatrio.

Inferncia Estatstica: Estudo de tcnicas que possibilitam a extrapolao, a um grande

conjunto de dados, das informaes e concluses obtidas a partir de subconjuntos de
valores, usualmente de dimenso muito menor, denominados amostras.

Estatstica Descritiva
Interpretaes Iniciais

Populao

Amostra

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

Fonte: Magalhes, Marcos Nascimento e Lima, Antonio Carlos Pedroso. Noes de

Probabilidade e Estatstica.

A seleo da amostra pode ser feita de vrias maneiras, dependendo, entre outros
fatores, do grau de conhecimento que temos da populao, da quantidade de recursos
disponveis e assim por diante. Devemos ressaltar que a seleo da amostra tenta
fornecer um subconjunto de dados o mais parecido possvel com a populao que lhe d
origem. Os dados amostrais devem ser coletados de modo apropriado, tal como atravs
de um processo de seleo aleatria.

1.1 Definies Elementares de Estatstica

Populao: Conjunto formado por todos os elementos (indivduos, objetos e outros) que
contm a caracterstica que temos interesse em estudar.
Amostra: Subconjunto formado por elementos da populao.
Parmetro: Medida numrica que descreve alguma caracterstica de uma populao.
Estatstica: Medida numrica que descreve alguma caracterstica de uma amostra.
Varivel: Caracterstica de interesse no estudo.

As variveis podem ser classificadas como qualitativas ou quantitativas. As

variveis numricas sero denominadas quantitativas, ao passo que as no numricas,
qualitativas.
A varivel qualitativa quando resultar de uma classificao por atributos e/ou
qualidades. Se existir uma ordenao natural, indicando intensidades crescentes de
realizao, ento elas so classificadas como qualitativas ordinais. Caso contrrio, elas
so classificadas como variveis qualitativas nominais.

Exemplos de variveis qualitativas nominais:

Gnero (feminino ou masculino)

Estado Civil (solteiro, casado, vivo, divorciado)

Exemplos de variveis qualitativas ordinais:

Classe Social (baixa, mdia ou alta)

Desempenho de um professor (pssimo, regular ou bom)

A varivel ser quantitativa quando seus valores forem expressos em nmeros.

As variveis quantitativas podem ser subdivididas em quantitativas discretas e
quantitativas contnuas. As variveis quantitativas discretas podem ser vista como
resultantes de contagens, assumindo, em geral, valores inteiros. J as quantitativas
contnuas assumem valores em intervalos dos nmeros reais e, geralmente, so
provenientes de uma mensurao.
Exemplos de variveis quantitativas discretas:

Nmero de dependentes (0,1,2,...)

Nmero de irmos (0,1,2,3,...)

Exemplos de variveis quantitativas contnuas:

Peso

Altura

Observaes:
1. Podemos discretizar uma varivel contnua para obter uma melhor representao
da ocorrncia de seus valores no conjunto de dados.
2. Podemos associar cdigos numricos a uma varivel qualitativa. Por exemplo,
para a varivel gnero podemos associar o valor 1 ao sexo feminino e 2 ao
masculino. Apesar da varivel ser representada por valores numricos, isto no
a torna uma varivel quantitativa.

1.2 Coleta de Dados

O objetivo de qualquer estudo estatstico coletar dados e ento us-los para
uma tomada de deciso.

Toda deciso feita usando os resultados de um estudo

estatstico ser to boa quanto foi o processo de obteno dos dados.

H vrias maneiras de coletar os dados. A seguir so apresentados quatro
mtodos de coleta de dados.
Censo: todos os elementos da populao so estudados. Apesar de fornecer
informaes completas, frequentemente dispendioso e difcil de ser realizado.
Amostra: subconjunto da populao de interesse. As estatsticas calculadas a
partir da amostra so usadas para predizer vrios parmetros populacionais.
Simulao: utilizao de um modelo matemtico ou fsico para reproduzir as
condies de uma situao ou de um processo.

As simulaes permitem estudar

situaes que seria pouco prtico ou at mesmo perigoso criar na vida real, alm de
frequentemente poupar tempo e dinheiro. Por exemplo, fabricantes de automveis usam
simulaes com bonecos para estudar os efeitos que as colises tm em seres humanos.
Experimento: ao se realizar um experimento, aplicado um tratamento a uma
parte da amostra e so observadas as respostas. Uma segunda parte da amostra , em
geral, usada como um grupo de controle. Esse grupo no recebe tratamento algum ou
ento recebe um placebo. Aps serem observadas as respostas dos dois grupos, os
resultados so comparados.

1.2.1 Tcnicas de amostragem

Para coletar dados no tendenciosos, importante que a amostra seja
representativa da populao. Tcnicas de amostragem apropriadas devem ser usadas
para garantir que as inferncias sobre a populao sejam vlidas.
Se os dados amostrais no forem coletados de maneira adequada, eles podem
ser de tal modo inteis que nenhuma manipulao estatstica poder salv-los.
A seguir definiremos os mtodos de amostragem mais comuns.

Em uma amostra aleatria, todos os membros da populao tm chances iguais

de serem selecionados.
Uma amostra aleatria simples aquela na qual toda amostra possvel de
mesmo tamanho tem a mesma chance de ser selecionada. Por exemplo: para usar uma
amostra aleatria simples na contagem do nmero de pessoas que vivem nos domiclios
da cidade de Mococa, voc pode atribuir um nmero diferente para cada domiclio, usar
um computador para gerar uma amostra de nmeros aleatrios e depois contar o nmero
de pessoas que vive em cada domiclio selecionado.

Exemplo 1: Imagine uma sala de aula com 60 alunos arrumados em seis filas de 10
alunos cada. Suponha que o professor selecione uma amostra de 10 alunos jogando um
dado e selecionando a fila correspondente ao resultado da jogada. O resultado uma
amostra aleatria? amostra aleatria simples? amostra probabilstica?

Resoluo: A amostra uma amostra aleatria porque cada estudante em si tem a

mesma chance (uma chance em seis) de ser escolhido. No entanto, a amostra no uma
amostra aleatria simples porque nem todas as amostras de tamanho 10 tm a mesma
chance de serem escolhidas. Por exemplo, esse planejamento amostral, ao usar um dado
para selecionar uma fileira, torna impossvel selecionar 10 estudantes que estejam em
filas diferentes (mas h uma chance em seis de que sejam selecionados os 10 estudantes
da primeira fila). A amostra uma amostra probabilstica porque cada estudante tem
uma chance conhecida (uma chance em seis) de ser selecionado.

Na escolha dos membros de uma amostra, as pessoas envolvidas no

estudo/pesquisa devem decidir se aceitvel ou no ter o mesmo membro da populao
selecionado mais de uma vez. Se for aceitvel, diz-se que o processo de amostragem
feito com reposio. Se no for aceitvel, ento diz-se que o processo feito sem
reposio.
Uma amostra sistemtica aquela na qual atribudo um nmero a cada
elemento da populao. Os elementos da populao so ento ordenados de alguma
maneira, o nmero inicial selecionado aleatoriamente e depois os membros da amostra
so selecionados segundo intervalos regulares que ocorrem a partir do nmero inicial.
(Por exemplo, cada terceiro, quinto ou centsimo elemento selecionado).

Por

exemplo, para coletar uma amostra sistemtica do nmero de pessoas que vivem nos
domiclios de Mococa, voc poderia atribuir um nmero diferente para cada domiclio,
escolher aleatoriamente um nmero inicial, selecionar um domiclio a cada cem e contar
ento o nmero de pessoas que vivem em cada um desses domiclios selecionados.
Em uma amostra estratificada, a populao subdividida em, pelo menos, dois
subgrupos (estratos) de modo que os elementos no mesmo subgrupo compartilhem as
mesmas caractersticas (tais como gnero ou faixa etria) e em seguida extrai-se uma
amostra de cada subgrupo (ou estrato). O emprego de uma amostra estratificada nos
assegura que cada segmento da populao est representado.
Na amostragem por conglomerados, primeiro dividimos a rea da populao em
sees (ou conglomerados), depois selecionamos aleatoriamente alguns desses
conglomerados e a seguir escolhemos todos os membros desses conglomerados
selecionados. Um exemplo de amostragem por conglomerado pode ser encontrado nas
pesquisas eleitorais, onde selecionamos aleatoriamente 30 zonas eleitorais dentre um
grande nmero de zonas e, em seguida, entrevistamos todos os eleitores daquelas zonas
selecionadas. Isso muito mais rpido e muito menos dispendioso do que selecionar
uma pessoa de cada uma das muitas zonas na rea populacional.
Na amostragem de convenincia, simplesmente usamos resultados de muito
fcil obteno. Este tipo de amostragem leva frequentemente a estudos tendenciosos (e
que, portanto, no recomendvel).

Mesmo planejando e executando bem o processo de coleta da amostra,

provavelmente haver algum erro nos resultados.

Por exemplo, se selecionarmos

aleatoriamente 500 adultos e perguntarmos se eles completaram o ensino superior,

encontraremos um percentual de respostas sim.

Agora, se selecionarmos outra

amostra de 500 adultos, provvel que obtenhamos um percentual de respostas sim

diferente. Com esta reflexo, chegamos s seguintes definies:

Erro amostral: a diferena entre o resultado amostral e o verdadeiro resultado da

populao; tais erros resultam das flutuaes amostrais devidas ao acaso.
Erro no amostral: Ocorre quando os dados amostrais so coletados, registrados ou
analisados incorretamente (tal como a seleo de uma amostra tendenciosa, o registro
incorreto dos dados ou o uso de um instrumento de medida defeituoso).

1.3 Organizao dos dados

A partir de agora apresentaremos mtodos importantes para organizao, resumo
e obteno de grficos de um conjunto de dados. A finalidade no a simples obteno
de tabelas e grficos, mas, sim, a compreenso dos dados. Quando exploramos um
conjunto de dados, as seguintes caractersticas so, usualmente, de grande importncia:
1. Centro: um valor representativo ou mdio, que indica onde se localiza o meio
do conjunto de dados.
2. Variao: uma medida de quanto os valores dos dados variam entre eles.
3. Distribuio: a natureza ou forma da distribuio dos dados (tal como em
forma de sino, uniforme ou assimtrica).
4. Outliers ou Valores Discrepantes: valores amostrais que se localizam muito
longe da grande maioria dos outros valores amostrais.

1.3.1 Distribuio de Frequncia

Ao estudarmos grandes conjuntos de dados conveniente organiz-los e resumilos, construindo uma tabela de frequncias. Esta tabela conter os valores ou categorias
da varivel em estudo e suas respectivas contagens, as quais so denominadas

frequncias. Para facilitar a compreenso da distribuio e a comparao de diferentes

conjuntos de dados calculamos a frequncia relativa (%) definida por:

FR (%)

frequncia na categoria
100
n total de observaes

Exemplo 2: Considere um problema de pesquisa de opinio. Nessa pesquisa, 280

alunos de uma universidade foram consultados a respeito de suas opinies sobre o
desempenho de um professor de Estatstica.

Na Tabela 1, temos as frequncias

observadas e as frequncias relativas para cada categoria de resposta (bom, regular,

pssimo).

Tabela1: Pesquisa de opinio

Desempenho
Frequncia F.R(%)
do professor
Bom
152
54,29
Regular
77
27,50
Pssimo
51
18,21
Total
280
100,00
Exemplo 3: Uma determinada empresa resolveu traar o perfil socioeconmico de seus
empregados. Uma das variveis estudadas foi o nmero de filhos, com idade inferior a
18 anos, de cada um dos empregados. A Tabela 2 fornece a frequncia e a frequncia
relativa (%) para cada valor obtido.
Tabela2: Frequncia dos empregados, segundo o nmero de filhos.
Nmero de
Frequncia
F.R(%)
Filhos
0
6
13,33
1
11
24,44
2
13
28,89
3
7
15,56
4
5
11,11
5
1
2,22
6
2
4,44
Total
45
100,00

10

1.3.2 Organizao dos dados em classes

Na construo da distribuio de frequncias de uma varivel contnua
consideramos intervalos de mesmo comprimento para determinarmos suas frequncias
relativas. Assim, seguimos o seguinte roteiro:
a Achar o mximo e o mnimo dos dados
b Escolher intervalos de mesmo comprimento que cubra a amplitude entre o mnimo e
o mximo. Esses intervalos so chamados de classes.
c Contar o nmero de observaes que pertencem a cada intervalo de classe. Esses
nmeros so as frequncias observadas das classes.
d Calcular as frequncias relativas (%) de cada classe:

FR (%)

frequncia observada de classe

n total de observaes

e O nmero de classes geralmente calculado por k nmero de observaes . O

nmero de classes deve estar entre 5 e 20, e o nmero que voc escolher deve ser
influenciado pela convenincia de se usar nmeros inteiros. Inclua todas as classes,
mesmo aquelas com frequncia zero.

Observaes:
1. H situaes em que a varivel por natureza discreta, mas o conjunto de
possveis valores muito grande. O caminho adequado, neste caso, tratar a
varivel como se fosse contnua e criar classes para representar seus valores.
2. Pode-se verificar tabelas de frequncias com classes de tamanho desiguais.

Exemplo 4: Os dados abaixo representam os tempos de vida (em horas) de 40

componentes eletrnicos submetidos a um experimento num laboratrio industrial.

3,20
49,51
68,64

11,70
49,82
70,15

13,64
51,20
70,98

15,60
51,43
74,52

15,89 28,44
52,47 53,72
76,68 77,84

29,07
53,92
80,91

37,44
54,03
84,04

41,81
56,89
85,70

43,35 43,94
63,80 66,40
86,48 88,92

11

89,28

91,36 91,62 98,79 102,39 104,21 124,27

Considerando intervalos de classes de comprimento 25, temos na Tabela 3 a

distribuio de frequncias para esses dados.

Tabela 3: Distribuio de frequncias da varivel tempo de vida de

componentes eletrnicos.
Intervalo de classe
Frequncia
F.R(%)
0|25
5
12,50
25|50
8
20,00
50|75
13
32,50
75|100
11
27,50
100|125
3
7,50
Total
40
100,00

1.4 Sries Estatsticas

Srie Estatstica toda tabela que apresenta a distribuio de um conjunto de

dados estatsticos em funo da poca, do local ou da espcie. Portanto, numa srie
estatstica, observamos a existncia de 3 elementos: tempo, espao e a espcie.
Conforme varie um dos elementos da srie, podemos classific-la em histrica
(ou cronolgica) , geogrfica(ou localizao) e especfica (ou categrica).

A srie geogrfica feita para apresentar dados de diferentes regies

geogrficas, em determinado instante.

Tabela 4: Percentual de pessoas com 10 anos e mais que

declararam rendimento de at um salrio mnimo, segundo as
grandes regies do pas.
Regio
Percentual
Brasil
25,3
Norte
32,8
Nordeste
48,0
Sudeste
16,0
Sul
18,8
Centro-Oeste
22,3
Fonte: Folha de So Paulo (2002).

12

A srie cronolgica feita para apresentar dados observados ao longo do tempo,

em determinado local.
Tabela 5: Frango preos mdios em So Paulo 2003-2008
Anos
Preo Mdio (R$)
2003
2,56
2004
2,64
2005
2,67
2006
2,53
2007
3,20
2008
3,64
Fonte: Associao Paulista de Avicultura.

A srie categrica feita para apresentar dados que se distribuem em diferentes

categorias, em determinado tempo e local.

Tabela 6: Rebanhos brasileiros

estabelecimentos agropecurios (2006)
Espcies
Bovinos
Bubalinos
Aves
Sunos
Ovinos
Caprinos
Fonte: IBGE.

Efetivo

nos

Quantidade
205.886.244
1.156.870
821.541.630
35.173.824
16.019.170
10.401.449

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

de valores de mais de uma varivel, isto , fazer uma conjuno de duas ou mais sries.
Conjugando duas sries em uma nica tabela, obtemos uma tabela de dupla
entrada. Em uma tabela desse tipo ficam criadas duas ordens de classificao: uma
horizontal (linha) e uma vertical (coluna).

13

Tabela 7: Taxas de analfabetismo de pessoas com 15 anos e

mais, segundo a cor, nos censos demogrficos de 1991 e 2000.
Cor
Censo 1991
Censo 2000
Brasil
19,4
12,9
Branca
11,9
8,3
Preta
31,5
21,5
Amarela
5,4
4,9
Parda
27,8
18,2
Indgena
50,8
26,1
Sem declarao
18,7
16,1
Fonte: Retrato do Brasil. Folha de So Paulo, So Paulo, 21
dez. 2002.
1.5 Dados absolutos e dados relativos

Dados absolutos: so dados resultantes da coleta direta da fonte, sem outra

manipulao seno a contagem ou medida.

Dados relativos: so o resultado de comparaes por quocientes (razes) que se

estabelecem entre dados absolutos e tm por finalidade realar ou facilitar as
comparaes entre quantidades.

Os dados relativos traduzem-se, em geral, por meio de porcentagens, ndices e

taxas.
Para exemplificar a importncia das porcentagens na interpretao dos dados,
vamos considerar a seguinte srie:

Tabela 8: Populao residente no Brasil, segundo o sexo, de

acordo com o censo demogrfico de 2000.
Sexo
Populao
Percentual
residente
Homens
83.576.015
49,22
Mulheres
86.223.155
50,78
Total
169.799.170
100,00
Fonte: IBGE (2003)
Com os valores da coluna do percentual podemos perceber que, de cada 100
brasileiros residentes no Brasil, 49 so do sexo masculino e aproximadamente 51 so do
sexo feminino.

14

O emprego da porcentagem de grande valia quando o nosso intuito destacar a

participao da parte no todo.

Agora, vamos analisar a srie:

Tabela 9: Matrculas nas escolas das cidades A e B - 2008

Nmero de alunos
Categorias
Cidade A
Cidade B
Ensino Fundamental
19.286
38.660
Ensino Mdio
1.681
3.399
Ensino Superior
234
424
21.201
42.483
Total
Dados Fictcios
De acordo com as informaes contidas na tabela, qual das cidades tem,
comparativamente, maior nmero de alunos em cada nvel de ensino?

Como o nmero total de alunos diferente nas duas cidades, no fcil concluir
a respeito usando os dados absolutos. No entanto, usando as porcentagens, tal tarefa
fica bastante facilitada.

Assim, acrescentando na tabela anterior as colunas

correspondentes s porcentagens, obtemos:

Tabela 10: Matrculas nas escolas das cidades A e B - 2008

Cidade A
Cidade B
Categorias
N de alunos
%
N de alunos
Ensino Fundamental
19.286
90,97
38.660
Ensino Mdio
1.681
7,93
3.399
Ensino Superior
234
1,10
424
21.201
100,00
42.483
Total
Dados Fictcios

%
91,00
8,00
1,00
100,00

o que nos permite dizer que, comparativamente, as cidades contam, praticamente, com o
mesmo nmero de alunos em cada nvel de ensino.

15

Alm das porcentagens, nos deparamos com muitas informaes na mdia a

respeito de razes, ndices, taxas, pontos percentuais e variaes percentuais. Agora,
vamos definir cada um destes conceitos.

1.5.1 Razes

Razo uma relao entre duas grandezas. Para obter a razo entre a e b, basta
dividir a por b.
razo

a
b

Quando comparamos grandezas da mesma espcie, expressamos a razo na

forma de frao irredutvel.

Quando comparamos grandezas diferentes, em geral,

dividimos e representamos o quociente na forma de nmero decimal.

Por exemplo, numa sala com 25 meninos e 15 meninas, podemos afirmar que a
razo entre o nmero de meninos e meninas

25 5
, ou seja, para cada 3 meninas, h
15 3

5 meninos na sala.
Agora, suponha que um automvel percorra a distncia de So Paulo a Belo
Horizonte em 6,5 horas. Como a distncia entre as duas cidades de 586 km, temos
que a velocidade mdia de, aproximadamente, 90,15km/h.

1.5.2 ndices

Os ndices so razes entre duas grandezas tais que uma no inclui a outra.

Exemplos de ndices:

Densidade demogrfic a

populao
superfcie

16

ndices econmicos:

Consumo per capita

Renda per capita

consumo do bem
populao

renda
populao

1.5.3 Taxas

A taxa tambm uma relao entre duas grandezas, mas, neste caso,o
numerador faz parte do denominador, ou seja, o denominador contm o numerador.
Para obter uma taxa, dividimos a por a + b. O resultado pode ser multiplicado por 100,
ou por 1.000 ou 10.000.

So exemplos de taxas:

Taxa de mortalidad e

Taxa de natalidade

nmero de bitos em dado local e perodo

1.000
populao do mesmo local e perodo

nmero de nascidos vivos em dado local e perodo

1.000
populao do mesmo local e perodo

Taxa de evaso escolar

nmero de alunos evadidos

100
nmero inicial de matrculas

1.5.4 Variaes percentuais e Pontos percentuais

Se

Q1 e Q2 so duas grandezas quaisquer medidas na mesma unidade, tomando

Q1 como base de comparao, temos a seguinte definio para variao percentual:

17

Q 2 Q1
100
Q1

Ou

Q2
1100
Q1

A noo de "pontos percentuais", atualmente, bastante empregada nos meios

de comunicao de massa e pelos economistas brasileiros. Vamos explicar seu
significado atravs de alguns exemplos:

Se a inflao subiu de 8% para 10%, podemos tanto dizer que houve um

aumento de 25% na inflao como dizer que a inflao subiu dois pontos
percentuais.

Se determinado imposto subiu de 3% para 5%, a mesma coisa dizer que o

aumento foi de 40% e dizer que o imposto subiu dois pontos percentuais.

Se a taxa de juros passou de 20% para 50%, esse aumento pode ser descrito
como sendo um aumento de 150% ou como sendo um aumento de trinta pontos
percentuais.

1.6 Grficos

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

de estudo do comportamento das caractersticas de interesse.

Muitas vezes, as

informaes contidas nas tabelas podem ser mais facilmente visualizadas atravs de
grficos. Existem vrios tipos de representao grfica, mas vamos abordar aqui os mais
simples para variveis qualitativas e quantitativas.
Antes de comentarmos especificamente sobre alguns deles, vale ressaltar a
importncia de se interpretar corretamente um grfico. Devemos analisar a informao

18

numrica fornecida no grfico, de modo a no nos enganarmos por sua forma geral. Por

PIB municipal de 2008 (em

bilhes de reais)

exemplo, vamos analisar os seguintes grficos:

200
154,7
150

117,5

100
50
0
Rio de Janeiro

Braslia

PIB municipal de 2008 (em

bilhes de reais)

Municpios

160

154,7

140
117,5

120

100
Rio de Janeiro

Braslia
Municpios

Figura 1.1: Grficos em colunas para a varivel PIB municipal

Fonte:

http://veja.abril.com.br/noticia/brasil/pesquisa-do-ibge-faz-uma-radiografia-da-

riqueza-dos-municipios

Os dois grficos retratam os mesmos dados, mas o segundo feito de modo a

exagerar a diferena entre o PIB no Rio de Janeiro e em Braslia. Pelo fato de no
iniciar o eixo vertical em zero, o segundo grfico tende a produzir uma impresso
subjetiva enganosa, levando o leitor a acreditar que a diferena seja muito maior do que
realmente .

19

1.6.1 Grfico em Linhas

Quando os dados estiverem distribudos segundo uma varivel no tempo (meses,

anos, etc.), podemos represent-los atravs de um grfico em linhas. Esse tipo de
grfico retrata as mudanas nas quantidades com respeito ao tempo (srie temporal)
atravs de uma srie de segmentos de reta. muito eficiente para mostrar possveis
tendncias no conjunto de dados.

35

Assinantes (em milhes)

30

29

25
21,5

20

18,6

15
10
5
0
1996

7,4

1,1

1,3

1998

1,5

1,9

2000

2,4

2,6

2002

3,1

2004

2006

2008

Anos

Figura 1.2: Grfico em linha para dados de assinantes de telefones celulares.

1.6.2 Grfico (ou Diagrama) em Barras (ou Colunas)

Os diagramas em barras (ou colunas) so bastante utilizados quando trabalhamos

com variveis qualitativas (dados categricos) ou quantitativas discretas. No eixo
horizontal especificamos os nomes das categorias e no eixo vertical construmos uma
escala com a frequncia ou a frequncia relativa. As barras tero bases de mesma
largura e alturas iguais frequncia ou frequncia relativa. O grfico em barras,
quando as barras esto dispostas no sentido vertical, tambm chamado de grfico em
colunas.

20

160
140
Frequncia

120
100
80
60
40
20
0
Bom

Regular

Pssimo

Desempenho do professor

Desempenho do professor

Figura 1.3: Grfico em colunas para a varivel desempenho do professor

Pssimo

Regular

Bom

50

100

150

200

Frequncia

Figura 1.4: Grfico em barras para a varivel desempenho do professor

14
12
Frequncia

10
8
6
4
2
0
0

Nmero de filhos

Figura 1.5: Grfico em colunas para a varivel nmero de filhos

21

1.6.3 Diagrama de Pareto

Quando construmos o grfico de barras para variveis qualitativas e as barras

so arranjadas em ordem descendente de altura, a partir da esquerda para a direita, com
o atributo que ocorre com maior frequncia aparecendo em primeiro lugar,
denominamos este grfico de barras de Diagrama de Pareto.
A grande utilidade deste diagrama a de permitir uma fcil visualizao e
identificao das causas ou problemas mais importantes, possibilitando a concentrao
de esforos sobre os mesmos. O diagrama de Pareto uma das sete ferramentas da
qualidade.

Exemplo 5: Uma indstria de computador preocupada com vrios defeitos que um de

seus produtos vem apresentando, fez um levantamento e constatou os seguintes
problemas:

A : Defeito na cobertura plstica.

B : Defeito no teclado.
C : Defeito na fonte de energia.
D : Soldas soltas.
E : Defeito na placa da unidade de processamento.
F : Defeito no visor.
G : Outros.

As frequncias para cada problema esto apresentadas na Tabela 11. Vamos

apresentar as informaes da tabela no diagrama de Pareto.

22

Tabela 11: Tipos de problemas numa indstria de

computadores.
Tipo de
Frequncia
F.R.(%)
problema
D
80
38,65
C
55
26,57
E
32
15,46
B
20
9,66
A
10
4,83
G
7
3,38
F
3
1,45
Total
207
100,00

A Figura 1.6 apresenta o diagrama de Pareto para este conjunto de dados.

90
80

Frequncia

70
60
50
40
30
20
10
0
D

Tipos de Problemas

Figura 1.6: Diagrama de Pareto.

1.6.3 Grfico (ou Diagrama) em Setores

O diagrama em setores, tambm conhecido como grfico de pizza, um dos

grficos mais utilizados para representar variveis qualitativas (ou categricas) e

23

bastante apropriado quando se deseja visualizar a proporo que cada categoria

representa do total.

18,21%
Bom
Regular
54,29%

27,50%

Pssimo

Figura 1.7: Grfico circular para a varivel desempenho do professor

1.6.4 Histograma e Polgono de Frequncia
Quando os dados estiverem agrupados em intervalos de classe, o grfico que
construmos o histograma.

Os histogramas so representaes grficas das

distribuies de frequncias dadas por retngulos. Cada retngulo do histograma tem

largura igual a cada intervalo de classe e altura dada pela frequncia absoluta ou
relativa.
14
12
Frequncia

10
8
6
4
2
0
12,5

37,5

62,5

87,5

112,5

tempo de vida (horas)

Figura 1.8: Histograma para a varivel tempo de vida de componentes eletrnicos.

24

O polgono de frequncia outro grfico que ilustra uma distribuio de

freqncia aparentando uma poligonal, que o resultado da interligao de pontos que
representam as freqncias em cada classe.
Cada classe representada na linha de base pelo seu ponto mdio que o ponto
central de uma classe.
A preparao de um quadro para o polgono de freqncia obedece a mesma
tcnica do histograma, variando apenas quanto representao das classes pelo ponto
mdio.
Histograma e polgono de freqncia salientam um fenmeno de maneira
idntica, tanto assim que, construindo ambos em um mesmo sistema de coordenadas,
vamos verificar sua perfeita sobreposio.

14
13
12
11
Frequncia

10
8

6
5
4
3
2
0

0
0

12,5

37,5

62,5

87,5

112,5

0
137,5

tempo de vida (horas)

Figura 1.9: Histograma para a varivel tempo de vida de componentes eletrnicos.