Você está na página 1de 335

UNIVERSIDADE ESTADUAL DE CAMPINAS

FACULDADE DE EDUCAO

TESE DE DOUTORADO

A relao entre a habilidade viso-pictrica e o domnio de


conceitos estatsticos na leitura de grficos

Irene Mauricio Cazorla

Orientadora: Mrcia Regina F. de Brito

Este exemplar corresponde redao final da tese defendida


por Irene Mauricio Cazorla e aprovada pela Comisso
Julgadora.

Data: ____ / ____ / ___

Assinatura do Orientador: _________________________

Comisso Julgadora:

_________________________________
_________________________________
_________________________________
_________________________________
_________________________________
_________________________________

CAMPINAS
2002
Catalogao na Publicao elaborada pela biblioteca
da Faculdade de Educao/UNICAMP

Cazorla, Irene Mauricio.


C319r A relao entre a habilidade viso-pictrica e o domnio de conceitos
estatsticos na leitura de grficos / Irene Maurcio Cazorla.--. Campinas, SP:
[s.n.], 2002.

Orientador : Mrcia Regina Ferreira de Brito.


Tese (doutorado) Universidade Estadual de Campinas,
Faculdade de Educao.

1. Mtodos grficos. 2. Leitura. 3. Educao estatstica. I. Brito, Mrcia


Regina Ferreira de. II. Universidade Estadual de Campinas. Faculdade de
Educao. III. Ttulo.
RESUMO

O presente estudo investigou os fatores que interferem na leitura de grficos


estatsticos luz da teoria de habilidades matemticas de Krutetskii e da teoria de
compreenso grfica de Pinker. Foram sujeitos da pesquisa 814 estudantes universitrios
que estavam cursando disciplinas de Estatstica. Foram utilizados seis instrumentos: um
questionrio, duas escalas de atitudes (Matemtica e Estatstica), uma prova matemtica,
uma estatstica e uma de aptido verbal. O sucesso na leitura de grficos depende do
domnio do conceito estatstico, do background grfico, da habilidade viso-pictrica e do
gnero. Os homens apresentaram atitudes mais positivas e pontuaes mais altas nas provas
cognitivas, com exceo da prova verbal. O papel da instruo mostrou-se relevante no
desenvolvimento do conceito de mdia e da leitura de grficos.

Palavras-chaves: Mtodos grficos, leitura, Educao Estatstica

ABSTRACT

This thesis aims to analyze factors that determine success when reading statistical
graphics, based on Krutetskiis mathematical ability theory and Pinkers graphical
comprehension theory. 814 undergraduate students attending Statistical courses were
investigated. Six instruments were used: a questionnaire; two attitudes scale towards
Statistics and Mathematics; and mathematical, statistics, and verbal aptitude tests. Findings
show that success when reading statistical graphics lie on the understanding of the
statistical concept, level of knowledge of graphics, visual-pictorial ability, and gender.
Male students show more positive attitudes, and higher scores at cognitive tests, except at
the verbal aptitude test. Instruction also shows to play a significant role on the
development of statistical and graphic abilities.

Key-words: Graphic methods, reading, Statistical Education

iii
iv
Para Agenor, Luiz e Carla
por me lembrarem a beleza da vida.
E, para meu pai Vicente Mauricio Reis
(in memoriam) por me ensinar o valor de estudar.

v
vi
AGRADECIMENTOS

Professora Mrcia Brito, por me propiciar a oportunidade de trabalhar sobre sua


orientao, pela leitura cuidadosa, reviso e sugestes que contriburam para a realizao
do presente trabalho.

Universidade Estadual de Santa Cruz atravs de sua Administrao Superior e do


Departamento de Cincias Exatas e Tecnolgicas, que permitiram meu afastamento para
realizar o curso.

Capes pela concesso de bolsa de estudos.

s professoras Eugnia Troncoso Leone e Dione Lucchessi de Carvalho, que participaram


da banca de qualificao deste trabalho, pela reviso minuciosa e valiosas contribuies.

Aos Professores de Estatstica da UESC, meus colegas, que me ajudaram na aplicao dos
instrumentos e aos alunos que gentilmente se dispuseram a preencher os instrumentos de
pesquisa.

s minhas amigas Ins e Mrcia Carvalho de Azevedo pelos sbios conselhos.

s minhas caras estatsticas: Claudia Borim da Silva, Claudette Maria Medeiros


Vendramini e Clayde Regina Mendes.

Aos colegas do curso, em especial a Mriam Utsumi, Odalea Viana, Maria Cndida,
Claudia Pauletto e Rosa Machado.

vii
viii
SUMRIO

Lista de Tabelas ............................................................................................................. xiii


Lista de Quadros ............................................................................................................ xiii
Lista de Figuras .............................................................................................................. xvii

Captulo I. Introduo rea geral do problema ................................................... 1

Captulo II. Educao Estatstica, pensamento estatstico e o desenvolvimento 11


do conceito de mdia ..............................................................................
2.1 Educao Estatstica e pensamento estatstico ................................... 11
2.2 A formao do usurio de Estatstica ................................................. 19
2.3 O papel das atitudes na formao do usurio de Estatstica .............. 24
2.4 O desenvolvimento do conceito da mdia aritmtica ....................... 29
2.5 Reviso de literatura .......................................................................... 33

Captulo III. Histrico dos grficos e principais teorias relacionadas 41


percepo e compreenso de grficos ...................................................
3.1 Antecedentes histricos, definio e tipos de grficos ..................... 41
3.2 O papel e a importncia dos grficos ................................................. 47
3.3 O ensino de grficos ........................................................................... 49
3.4 A psicologia da percepo grfica ..................................................... 52
3.5 O enfoque taxonmico de Bertin ....................................................... 54
3.6 A teoria da percepo grfica de Cleveland e McGill ....................... 58
3.7 A teoria de processamento de informaes visuais de Kosslyn ........ 67
3.8 A teoria de compreenso de grficos de Pinker ................................. 77
3.9 O trabalho de Tufte ........................................................................... 105
3.10 Reviso de bibliografia ................................................................... 108

ix
x
Captulo IV. A teoria de habilidades matemticas de Krutetskii ........................... 129
4.1 A teoria de habilidades matemticas de Krutetskii ............................ 129
4.2 A pesquisa sobre habilidades matemticas do grupo PSIEM ............ 136
4.3 Reviso de bibliografia ...................................................................... 140

Captulo V. Delineamento do estudo e procedimentos ............................................. 145


5.1 O problema de pesquisa ..................................................................... 145
5.2 O mtodo ............................................................................................ 150
5.2.1 Delineamento do estudo .......................................................... 150
5.2.2 Sujeitos da pesquisa ................................................................. 151
5.2.3 Instrumentos ............................................................................. 153
5.2.4 Procedimentos .......................................................................... 159

Captulo VI. Resultados e anlise dos dados ............................................................ 167


6.1 Anlise descritiva ............................................................................. 168
6.2 Anlise da relao entre variveis no pr-teste .................................. 202
6.3 Anlise do desempenho dos novatos no pr e ps-teste .................... 229

Captulo VII. Discusso e concluses ......................................................................... 237


7.1 Discusso dos resultados .................................................................... 237
7.1.1 Quanta informao extrada dos grficos durante sua leitura 237
7.1.2 A relao entre a leitura de grfico, a habilidade viso-
pictrica, o domnio de conceitos estatsticos, as atitudes em 239
relao Estatstica, a habilidade verbal e a instruo formal ...
7.2 Concluses e consideraes finais ..................................................... 251

Referncias bibliogrficas ........................................................................................... 253

Anexos ........................................................................................................................... 261

xi
xii
Lista de Tabelas

Tabela 1. Dados para ilustrar a eficcia relativa da leitura de tendncia em tabelas, grfico
de linhas e grfico de barras ...................................................................................... 99

Lista de Quadros

Quadro 1. Conceitos e procedimentos de Estatstica e Probabilidades segundo os PCNs para


o Ensino Fundamental ............................................................................................... 21
Quadro 2. Classificao dos nveis de usurios ......................................................................... 24
Quadro 3. Nmero de alunos matriculados nas disciplinas de Estatstica e nmero de sujeitos
no segundo semestre de 1999 e no primeiro semestre de 2000 ................................. 152
Quadro 4. Planejamento e aplicao dos instrumentos de pesquisa ........................................... 161
Quadro 5. Indicadores utilizados na pesquisa ............................................................................ 163
Quadro 6. Distribuio do nmero de sujeitos segundo participao na pesquisa ..................... 167
Quadro 7. Distribuio dos sujeitos por disciplina, curso e rea de conhecimento ................... 168
Quadro 8. Distribuio dos sujeitos de acordo com nvel da disciplina ..................................... 169
Quadro 9. Distribuio de sujeitos segundo o nmero de disciplinas de Estatstica oferecidos
pelos cursos ................................................................................................................ 169
Quadro 10. Nmero de sujeitos segundo nvel de complexidade matemtica dos cursos ........... 170
Quadro 11. Distribuio dos sujeitos por ano de ingresso............................................................ 172
Quadro 12. Distribuio dos sujeitos por faixa etria .................................................................. 172
Quadro 13. Distribuio dos sujeitos segundo situao frente disciplina de Estatstica ........... 172
Quadro 14. Perfil dos sujeitos por curso ...................................................................................... 173
Quadro 15. Distribuio dos sujeitos de acordo com o significado atribudo palavra
"estatstica" ............................................................................................................... 176
Quadro 16. Distribuio dos sujeitos segundo a definio atribuda Estatstica ...................... 178
Quadro 17. Distribuio dos sujeitos segundo o sentimento que experimentam frente palavra
"estatstica" ................................................................................................................ 179
Quadro 18 Distribuio dos sujeitos segundo as razes atribudas utilidade da Estatstica no
desempenho profissional ........................................................................................... 306
Quadro 19. Distribuio dos sujeitos segundo a definio atribuda mdia aritmtica ............. 181
Quadro 20 Distribuio dos sujeitos segundo funo atribuda mdia aritmtica .................... 307
Quadro 21. Distribuio dos sujeitos segundo notas atribudas ao seus desempenhos em
Estatstica e Matemtica ............................................................................................ 182
Quadro 22. Distribuio dos sujeitos segundo auto-precepo de desempenho em Estatstica e
em Matemtica .......................................................................................................... 183
Quadro 23. Distribuio percentual dos sujeitos segundo nvel de conhecimento de
conceitos/procedimentos estatsticos ....................................................................... 184

xiii
xiv
Quadro 24. Distribuio percentual dos sujeitos por tipo de grfico segundo nvel de contato .. 186
Quadro 25. Desempenho dos sujeitos no clculo da mdia simples ............................................ 307
Quadro 26. Desempenho dos sujeitos no clculo da mdia ponderada ........................................ 308
Quadro 27. Desempenho dos sujeitos nas propriedades da mdia ............................................... 308
Quadro 28. Desempenho dos sujeitos no problema proposto por Pollatsek e outros (1981) ....... 308
Quadro 29. Desempenho dos sujeitos na interpretao da mdia de uma varivel discreta ........ 309
Quadro 30. Desempenho dos sujeitos no problema proposto por Cai (1998) .............................. 309
Quadro 31. Desempenho dos sujeitos na prova da mdia ............................................................ 191
Quadro 32. Desempenho dos sujeitos no grfico de barras ......................................................... 310
Quadro 33. Desempenho dos sujeitos no grfico de controle ...................................................... 311
Quadro 34. Desempenho dos sujeitos no grfico de barras com referncia zero ......................... 312
Quadro 35. Desempenho dos sujeitos no grfico de linhas .......................................................... 195
Quadro 36. Desempenho dos sujeitos na prova de grficos ......................................................... 198
Quadro 37. Desempenho dos sujeitos na prova matemtica ........................................................ 199
Quadro 38. Nvel de significncia da amostra (p-valor) resultante da aplicao dos testes F e
t-student ..................................................................................................................... 204
Quadro 39. Quadro resumo das mdias dos indicadores quantitativos padronizadas segundo
categorias das variveis qualitativas .......................................................................... 205
Quadro 40. Matriz de correlao dos indicadores ........................................................................ 219
Quadro 41. Estrutura dos parmetros do modelo explicativo para a leitura de grficos ............. 221
Quadro 42. Estrutura dos parmetros do modelo explicativo para a leitura de grficos ............. 223
Quadro 43. Distribuio dos autovalores e variao explicada por fator ..................................... 225
Quadro 44. Distribuio das cargas fatoriais aps rotao Varimax ............................................ 225
Quadro 45. Resultados comparativos segundo tipo de procedimento adotado na soluo de
problemas ................................................................................................................... 228
Quadro 46. Desempenho mdio dos novatos no pr e ps-teste .................................................. 230
Quadro 47. Desempenho dos novatos na prova da mdia por questo ........................................ 232
Quadro 48. Desempenho dos novatos na prova de grficos por questo ..................................... 234
Quadro 49. Atitudes em relao Estatstica dos novatos no pr e no ps-teste ......................... 236
Quadro 50. O processo de instruo no desenvolvimento do conceito de mdia, na leitura de
grficos e nas atitudes em relao Estatstica ......................................................... 243

xv
xvi
Lista de Figuras

Figura 1. Exemplo de manipulao de grficos estatsticos ....................................................... 4


Figura 2. Fatores que interferem na formao do usurio de Estatstica .................................... 18
Figura 3. A formao do usurio de Estatstica .......................................................................... 25
Figura 4. Movimentos entre espaos dos grficos, segundo a rea utilizada .............................. 48
Figura 5. Grficos estatsticos mais utilizados............................................................................. 48
Figura 6. Tarefas elementares de percepo propostas por Cleveland e McGill ........................ 59
Figura 7. Diagrama de disperso ................................................................................................. 61
Figura 8. Grfico de barras lado a lado ....................................................................................... 61
Figura 9. Diagrama de pontos triplo ........................................................................................... 61
Figura 10. Grfico de volume ....................................................................................................... 61
Figura 11. Grficos justapostos, julgamento de posio em escalas no alinhadas ...................... 62
Figura 12. Exemplo da aplicao da Lei de Weber no julgamento de comprimento ................... 64
Figura 13. Exemplo de um grfico de basto ................................................................................ 65
Figura 14. Grfico de curvas e grfico da diferena de curvas ..................................................... 66
Figura 15. Exemplo de um grfico eficaz que no respeita o princpio de aceitabilidade ............ 68
Figura 16. As fases do processamento da informao visual de Kosslyn ..................................... 69
Figura 17. Exemplo de esboos visuais da estrela de Davi ........................................................... 72
Figura 18. Exemplo de um grfico de barras ................................................................................ 79
Figura 19. Esquema proposto por Pinker (1990) para a compreenso de grficos ....................... 80
Figura 20. Processos ativados durante a leitura de grficos, segundo Pinker (1990) ................... 81
Figura 21. Um exemplo do nmero de elementos perceptveis .................................................... 83
Figura 22. Exemplos de atributos de configurao, segundo Pinker (1990) ................................ 84
Figura 23 Exemplo de uma descrio visual seguindo as leis da Gestalt, segundo Pinker (1990) 85
Figura 24. Representao mental do sistema de coordenadas, segundo Pinker (1990) ................ 87
Figura 25 Estrutura do esquema grfico, segundo Pinker (1990) ................................................ 89
Figura 26 Exemplo de bandeira de mensagem em um fragmento de esquema grfico, segundo
Pinker (1990) .............................................................................................................. 90
Figura 27. Esquema grfico geral, segundo Pinker (1990) ........................................................... 93
Figura 28. Algumas tendncias quantitativas associadas com padres visuais ........................... 98
Figura 29. Exemplo de adequao de um grfico ......................................................................... 100
Figura 30. Exemplo de adequao de um grfico ......................................................................... 101
Figura 31. Erros de estimao em grficos segundo sua dimenso .............................................. 118
Figura 32. Processos elementares de informao segundo Simkim e Hastie (1987) .................... 122
Figura 33. Modelo terico para a prontido para uma atividade, segundo Krutetskii .................. 131
Figura 34. Modelo terico da estrutura de habilidades matemticas, segundo Krutetskii ........... 133

xvii
xviii
Figura 35 Relaes hipotticas entre habilidade, aquisio de conhecimento, atitudes e
prontido em Matemtica e em Estatstica .................................................................. 263
Figura 36. Modelo operacional proposto para prever o sucesso na leitura de grficos estatsticos 148
Figura 37. Modelo operacional e instrumentos propostos para prever a prontido em Estatstica 264
Figura 38. Distribuio dos sujeitos segundo situao final nas disciplinas de Estatstica .......... 170
Figura 39. Nvel de conhecimento dos sujeitos dos conceitos/procedimentos estatsticos .......... 185
Figura 40. Nvel de conhecimento de Estatstica segundo os prprios sujeitos ........................... 315
Figura 41. Nvel de conhecimento de grficos segundo os prprios sujeitos ............................... 186
Figura 42. Nvel de conhecimento de grficos segundo os sujeitos ............................................. 315
Figura 43. Distribuio da pontuao nas Escalas de Atitudes em relao Estatstica e em
relao Matemtica ................................................................................................... 187
Figura 44. Desempenho dos sujeitos na prova de raciocnio verbal DAT ................................. 200
Figura 45. Distribuio da pontuao de alguns indicadores........................................................ 201
Figura 46. Distribuio da pontuao de alguns indicadores........................................................ 201
Figura 47. Pontuao mdia dos indicadores quantitativos por gnero ........................................ 208
Figura 48. Distribuio da nota final nas disciplinas de Estatstica por curso ............................ 210
Figura 49. Pontuao mdia dos indicadores quantitativos por curso .......................................... 213
Figura 50. Pontuao mdia dos indicadores quantitativos por curso .......................................... 213
Figura 51 Desempenho nas provas da mdia, de grficos e de matemtica, por gnero,
segundo situao dos sujeitos frente disciplina de Estatstica .................................. 215
Figura 52. Pontuao mdia dos indicadores segundo autopercepo de desempenho em
Estatstica ..................................................................................................................... 216
Figura 53. Situao final nas disciplinas dos alunos matriculados, no segundo semestre
de 1999 e no primeiro semestre de 2000, por curso .................................................... 217
Figura 54. Relao entre os indicadores quantitativos .................................................................. 220
Figura 55. Relao entre o desempenho na prova de grficos e na prova da mdia ..................... 222
Figura 56. Espao fatorial aps rotao Varimax ......................................................................... 226
Figura 57. Atitudes em relao a Estatstica em funo da auto-percepo de desempenho em
Estatstica e gnero ...................................................................................................... 227
Figura 58. Desempenho dos novatos na prova da mdia no pr-teste e no ps-teste ................... 231
Figura 59. Desempenho dos novatos na prova de grficos no pr-teste e no ps-teste ................ 233
Figura 60. Atitudes em relao Estatstica dos novatos no pr-teste e no ps-teste .................. 235
Figura 61. O processo de instruo no desenvolvimento do conhecimento e das atitudes em
relao Estatstica ...................................................................................................... 244
Figura 62. Modelo operacional para prever o sucesso na leitura de grficos ............................... 246
Figura 63 Fatores que interferem na compreenso de grficos estatsticos ................................. 250

xix
xx
CAPTULO I

INTRODUO REA GERAL DO PROBLEMA

As grandes mudanas vivenciadas pela humanidade no final do sculo XX, devido


ao avano da tecnologia, tm colocado a Estatstica em um plano privilegiado. Well (1904
in Ruberg e Mason, 1988) j alertava, que para ser um cidado o indivduo deveria estar
capacitado a calcular, pensar em termos de mdia, mximo e mnimo, bem como a ler e
escrever. Hoje, isto poderia ser parafraseado como: para uma cidadania plena, o
pensamento estatstico to necessrio quanto a capacidade de ler e escrever.

A importncia da Estatstica na formao do cidado crescente, na medida em que


este fica exposto a informaes estatsticas veiculadas pela mdia. Essas informaes
podem influenciar importantes tomadas de decises que, muitas vezes, pela ausncia de
conhecimento na rea so consumidas sem uma filtragem, tornando o cidado vulnervel a
interpretaes que no correspondem realidade.

Por algum tempo, a Estatstica estava restrita a universidades, centros de pesquisas e


empresas de grande porte, uma vez que as complexas rotinas estatsticas e os grandes
volumes de informao s podiam ser processados em computadores de grande porte,
elitizando seu uso. Hoje, esse quadro mudou por completo. O avano da informtica tornou
possvel a popularizao do uso de microcomputadores pessoais e de softwares amigveis
permitindo o uso de complexas ferramentas estatsticas por qualquer usurio. Nesse
aspecto, preciso a alfabetizao estatstica, a fim de evitar o uso indiscriminado das
tcnicas estatsticas que podem levar a concluses erradas e que podero resultar em um
preo alto para a empresa, instituio e at mesmo para a sociedade.

Por outro lado, o avano tecnolgico permite a rpida divulgao de informaes


contendo conceitos estatsticos. Hoje, o cidado comum acompanha o movimento das
bolsas de valores de Nova Iorque a So Paulo, passando por Hong Kong; o crescimento
populacional, a disseminao de doenas infecto-contagiosas, a trajetria das intenes de

1
voto dos candidatos a cargos eletivos (Presidente da Repblica, Governador de Estado,
Prefeito de Municpio) dentre outros.

Segundo Crossen (1996), as informaes utilizadas para opinar, escolher, comprar,


vm sendo criadas para promover um produto, uma causa ou um poltico e no para
expandir conhecimento. E isso porque os nmeros atribuem um senso de racionalidade para
as decises complexas, exacerbado pela crescente sensao de que nada pode ser definido
como verdade a no ser que seja sustentado por uma pesquisa estatstica (p.11). As
informaes vm vestidas em complexas tabelas e grficos que medem, geralmente com
aridez, do dcimo ao centsimo de um ponto decimal, o empacotamento das concluses de
uma pesquisa faz com que elas paream ainda mais intimidadoras do que realmente so.
As nicas pessoas que podem analisar as pesquisas so aquelas que as fazem. Isto
praticamente garante uma recepo acrtica da imprensa e do pblico (p.28).

Para a referida autora, no final da cadeia da informao se encontram os


consumidores e a maioria deles no possuem sequer noes bsicas de Estatstica. Como
resultado, esses consumidores no tm nem a confiana, nem as ferramentas necessrias
para analisar as informaes divulgadas. Apesar de saberem o suficiente para desconfiar de
alguns nmeros, em geral, se encontram sem defesas.

A Estatstica e os conceitos estatsticos, antes restritos a algumas reas, nunca


estiveram to presentes na vida do cidado comum, como estiveram nas eleies para
governador de estado, em 1998, quando institutos de pesquisas renomados erraram seus
prognsticos, em vrios estados do pas. Nessa poca, conceitos como amostra, erro
amostral, margem de erro, intervalo de confiana, estimativa, dentre outros, apareceram nas
manchetes dos jornais, nos debates na televiso e na rdio (Silva, 2000). Juntamente com a
discusso tcnica, ligada Estatstica, esteve em pauta tambm o uso inescrupuloso da
Estatstica.

As informaes estatsticas veiculadas fazem, cada vez mais, uso de recursos


grficos. Segundo Pinker (1990), atualmente existe uma grande variedade de grficos sendo
utilizados e seu sucesso to grande, que basta observar a diversidade de formas com que a

2
informao descrita de forma pictrica (grficos de barras, linhas, circulares, diagramas
de Venn, diagramas de fluxo, diagramas de rvores, pictogramas).

Segundo o referido autor, os grficos so um mtodo efetivo de comunicao, uma


vez que tiram partido efetivo dos mecanismos cognitivos, particularmente da percepo. A
preferncia por grficos na comunicao de informao, em detrimento a outras formas no
pictricas (tabelas de nmeros, lista de proposies etc.), pode ser explicada pelo fato de
que a apresentao pictrica , visualmente, mais prazerosa. Ainda, segundo esse autor,
existem evidncias sugerindo que os formatos grficos apresentam a informao de uma
forma mais amena para as pessoas perceberem e raciocinarem mais facilmente sobre ela.

Shah e Carpenter (1995) reforam essa idia quando afirmam que na apresentao
de dados numricos, os grficos so utilizados porque conhecida a capacidade humana de
reconhecer padres visuais.

Para Cleveland (1984) os grficos so anlogos linguagem escrita. A linguagem


grfica utilizada extensivamente para transmitir informao quantitativa e isso feito de
forma eficiente. Os padres quantitativos e relaes entre os dados so rapidamente
revelados por grficos devido ao enorme poder do sistema visual-cognitivo para perceber
padres geomtricos; sistema este que pode rapidamente resumir grandes quantidades de
informao quantitativa de um grfico, distinguindo padres ou focalizando detalhes
especficos. Acrescente-se a isso a revoluo na computao grfica, que permitiu o uso
ampliado dos grficos e a criao de novos tipos.

Segundo Curcio (1987), a compreenso da informao em uma sociedade altamente


tecnolgica torna-se dependente da habilidade do leitor para, dentre outras coisas,
compreender grficos. Embora a leitura literal dos dados apresentados na forma grfica seja
um componente importante da leitura de grficos, o mximo potencial de um grfico
alcanado quando o leitor capaz de interpretar e generalizar a forma dos dados
apresentados. Consequentemente, os indivduos que no conseguem interpretar grficos de
forma precisa ou detectar incorreo nos mesmos dependem da integridade e interpretao
de outras pessoas (Berg e Smith, 1994).

3
Wainer (1992) ilustrou claramente a maneira como a apresentao grfica
vulnervel a manipulaes tendenciosas, sendo utilizada para formar opinies imprecisas
da realidade. Um exemplo disso o grfico publicado pela Revista Forbes, em 14 de maio
de 1990 (Figura 1a). A idia mostrar que enquanto o gasto com a educao feito pelo
governo americano (em mil dlares constantes de 1988) aumentou rapidamente na ltima
dcada, o desempenho dos estudantes, medido como a mdia das notas do SAT1 , no
correspondeu a esse incremento.

Contudo, manipulando-se separadamente as escalas verticais possvel fazer com


que o grfico mostre exatamente o efeito oposto, tal como pode ser observado na Figura 1b.
Esse exemplo ilustra a idia de que, no campo da Estatstica, no suficiente a competncia
tcnica, mas essa deve ser aliada postura tica daquele que fornece as informaes e, de
outro lado, preciso, tambm, a competncia tcnica e a postura crtica do consumidor
dessas informaes.

Gastos SAT Gastos SAT

4,8 1200 10 920

9
Gasto em mil dlares (*)

900
Gasto em mil dlares (*)
Pontuao mdia SAT

Pontuao mdia SAT


4,4
1100
8
880
4,0 7
1000 860
3,6 6
840
900 5
3,2
4 820

2,8 800 3 800


80 81 82 83 84 85 86 87 88 80 81 82 83 84 85 86 87 88
Ano Ano

(a) (b)

Figura 1. Exemplo de manipulao de grficos estatsticos


Fonte: Wainer(1992), p. 17
(*) o gasto expresso em dlares constantes base 1988

1
SAT Scholastic Aptitude Tests, equivalente, no Brasil, ao ENEM Exame Nacional de Ensino Mdio

4
Apesar do sucesso e da multiplicao do uso de grficos, existem evidncias de que
nem todo indivduo consegue extrair informaes e captar as mensagens neles contidas.
Mevarech e Kramarsky (1997) afirmaram que embora os grficos tenham sido
considerados, por muito tempo, uma parte fundamental do currculo de Matemtica e
Cincias, estudos recentes tm indicado que o entendimento dos alunos a respeito dos
grficos bastante limitado. Muitos estudantes apresentam dificuldades quando so
solicitados a alternar entre diferentes tipos de apresentao; outros no conseguem utilizar
grficos para comunicar um resultado ou para extrair informaes; outros no conseguem
transpor o que aprenderam sobre grficos, nas aulas de Matemtica, para outras matrias.

Se, de um lado, se reconhece a importncia dos grficos, de outro, tambm se


reconhecem as dificuldades que o indivduo enfrenta durante a leitura de grficos. Tal
constatao mostra a necessidade de serem desenvolvidos estudos visando a compreenso
dos diversos aspectos que envolvem a construo e interpretao de grficos, bem como os
processos cognitivos envolvidos durante a extrao das informaes.

A anlise da literatura mostrou que alguns autores, preocupados com os processos


cognitivos envolvidos na compreenso de grficos, desenvolveram propostas de cunho
terico. Assim, a partir da perspectiva psicolgica, Pinker (1990) props uma teoria
baseada na teoria cognitiva geral e de percepo e Kosslyn (1985) idealizou aspectos de
uma teoria de processamento da informao visual. J Cleveland e McGill (1984a)
propuseram uma teoria, mais restrita, baseada na percepo grfica, usando as leis da
Psicofsica. Todavia, foi Bertin (1967) quem iniciou a sistematizao da construo e
interpretao de grficos e props uma semiologia grfica.

Outros autores desenvolveram e aprimoraram diversos grficos estatsticos


(Kruskal, 1982; Tufte, 1983 e Tukey, 1977). Enquanto outros abordaram diversos aspectos,
como, por exemplo, o que deve ser entendido por proficincia em grficos, que critrios
devem ser utilizados para avaliar essa proficincia, a dificuldade de mensurao e a
validao dos instrumentos para medi-la (Berg e Smith, 1994; Kruskal, 1982 e McKenzie e
Padilla, 1986) dentre outros.

5
A reviso da literatura na rea permitiu apontar Pinker (1990) como o autor que
apresentou uma teoria mais elaborada sobre a compreenso de grficos. Segundo ele o
sucesso na leitura de grficos (extrair de forma eficiente informaes neles contidos)
depende de dois fatores. O primeiro deles ligado eficincia do leitor, dependente da
capacidade do processamento de informaes, da capacidade de memria e do processo
inferencial. O segundo ligado eficcia do grfico, ou seja, a capacidade do mesmo em
transmitir a informao; dependente do tipo de grfico, dos conceitos envolvidos e de sua
complexidade matemtica.

Para Pinker (1990), ao ler um grfico aciona-se uma srie de processos que esto
ligados capacidade cognitiva do leitor: o processo de reconhecimento, que reconhece um
grfico como pertencendo a um tipo particular; o processo de montagem da mensagem, que
cria uma mensagem conceitual (informao disponvel a ser extrada); o processo de
interrogao, que recupera ou codifica uma nova informao baseada numa questo
conceitual (informao desejada) e o processo inferencial, que aplica as regras da
inferncia lgica e matemtica para as entradas da mensagem conceitual.

Segundo o referido autor, a prtica tem um papel importante no desenvolvimento da


habilidade para ler grficos, pois a carga mental para ler um grfico que nunca foi visto
maior do que aquele que j conhecido, para o qual, segundo o referido autor, o esquema
grfico j estaria armazenado na memria de longo prazo. Igualmente, quanto maior o
conhecimento de grficos, maior o nmero de associaes entre as tendncias quantitativas
e os padres visuais e maior o vocabulrio mental e verbal associado sua leitura.

Paralelamente preocupao da academia com a compreenso dos processos


cognitivos envolvidos na representao grfica e, de uma forma mais ampla, com o ensino-
aprendizagem da Estatstica, os educadores e os dirigentes educacionais tambm
reconhecem a importncia da Estatstica na formao do cidado, e esto preocupados com
a insero destes contedos no currculo do Ensino Fundamental e Mdio. Embora esse
movimento j venha se consolidando em outros pases, no Brasil isto mais recente (Lopes,
1998).

6
No Ensino Fundamental e Mdio, o ensino de grficos estatsticos est includo no
tpico Estatstica, includo na disciplina de Matemtica, limitando-se ao ensino de grficos
circulares, de barras e de linhas. No tpico Estatstica tambm so ensinados conceitos e
procedimentos bsicos (construo de tabelas, medidas de tendncia central e de disperso).
O tpico Estatstica, via de regra, estava includo nas sries mais avanadas e, geralmente,
era um dos ltimos tpicos do livro-texto (Panaino, 1998). Esse quadro est mudando com
a implementao dos novos Parmetros Curriculares Nacionais PCNs, que do uma
nfase especial ao ensino de Estatstica e Probabilidade (MEC, 1997; Lopes, 1998).

Enquanto no Ensino Fundamental e Mdio a Estatstica pouco aparece, no Ensino


Superior faz parte da grade curricular obrigatria da maioria dos cursos, principalmente
naqueles onde a pesquisa cientfica ou a pesquisa emprica faz parte da formao
profissional, como por exemplo, Medicina, Biologia, Educao, Psicologia, Economia,
Publicidade entre outros.

Apesar do destaque que atualmente vem sendo dado Estatstica, a anlise da


literatura pertinente mostrou que o ensino dessa disciplina enfrenta srios problemas,
sendo os mais graves no Ensino Superior.

Dentre os fatores que interferem no ensino e na aprendizagem de Estatstica, podem


ser elencados aqueles ligados natureza psicolgica, filosfica, epistemolgica e tica,
prpria da Estatstica, pois lida com conceitos de natureza probabilstica, com problemas
abertos, alm de possibilitar o mau uso das tcnicas ou das informaes, alm dos fatores
que interferem em qualquer processo de ensino-aprendizagem (Batanero, 1999).

De forma mais restrita, retomando Pinker (1990), dentre os fatores mais relevantes
que interferem na leitura de grficos, ligados ao leitor, poderiam ser elencados a habilidade
matemtica, a habilidade verbal, o conhecimento matemtico anterior, o conhecimento
estatstico anterior, esses dois ltimos desenvolvidos pela instruo, alm dos fatores
ligados ao grfico.

7
Um dos pesquisadores que estudou profundamente a estrutura da habilidade
matemtica foi Vadim A. Krutetskii (1976), um psiclogo russo que coordenou um grande
programa de pesquisa, ao longo de uma dcada, envolvendo mais de mil sujeitos.

Segundo Krutetskii (1976), as habilidades so qualidades internas das pessoas, que


permitem a elas realizar uma atividade ou tarefa com sucesso. Essas habilidades teriam uma
natureza scio-histrica, pois so desenvolvidas no processo social de apropriao da
cultura e na interao com o meio, havendo ainda certos fatores herdados que influenciam
o seu desenvolvimento. Assim, a habilidade torna-se uma condio necessria, porm no
suficiente para o sucesso na tarefa, pois alm dela so necessrias outras condies
psicolgicas, tais como a atitude em relao atividade, os traos de personalidade, o
estado mental, os conhecimentos, destrezas e hbitos. A conjuno das habilidades e dessas
condies psicolgicas determinam o que Krutetskii denominou de prontido ou
capacidade de realizar, com sucesso, uma atividade.

Krutetskii (1976) apontou a existncia de diferentes tipos de mente matemtica: a


analtica (onde predominam os esquemas abstratos, pouco utilizando suportes visuais), a
geomtrica (predomnio das representaes visuais) e a harmnica (equilbrio entre o
domnio de esquemas abstratos e das representaes visuais). Pessoas com mente do tipo
geomtrico, interpretam visualmente uma relao matemtica abstrata. Para elas, as figuras
substituem a lgica e, na soluo de problemas, precisam criar suportes visuais, alm de
possuir um forte desenvolvimento dos conceitos espaciais. Consequentemente, as pessoas
com mente geomtrica teriam mais desenvolvida a habilidade viso-pictrica.

Considerando que os grficos so representaes visuais e que as pessoas com tipo


de mente geomtrica tm uma propenso maior para utilizar recursos visuais na soluo de
problemas, surge a seguinte indagao: a leitura de grficos estatsticos facilitada pela
habilidade viso-pictrica?, plausvel supor que sujeitos com mente predominantemente
geomtrica apresentem maior facilidade de leitura de grficos.

Por outro lado, a eficcia do grfico depende, dentre outros fatores, dos conceitos
estatsticos envolvidos na sua construo, consequentemente, cabe indagar qual o papel
do domnio de conceitos estatsticos na leitura de grficos. Assim, pode-se supor que

8
quanto maior for o domnio do leitor dos conceitos e procedimentos estatsticos, maior ser
a eficcia na leitura de grficos. Paralelamente, emerge a seguinte indagao: qual o
papel da instruo formal em Estatstica no desenvolvimento dos conceitos estatsticos e
na leitura de grficos?

Supe-se, tambm, que o aspecto afetivo pode interferir na aprendizagem da


Estatstica, atravs das atitudes em relao Matemtica e Estatstica, aparentemente por
uma relao quase direta.

Com base nas consideraes at aqui expostas e aps uma primeira reviso de
literatura foi formulado o seguinte problema de pesquisa:

Quais as relaes entre a habilidade viso-pictrica, o domnio de conceitos


estatsticos e as atitudes em relao Estatstica e a leitura de grficos?

Nesse contexto e reconhecendo a importncia da Estatstica ou, mais restritamente,


da compreenso dos grficos estatsticos na formao do cidado, o presente trabalho se
props basicamente responder duas questes: quanta informao consegue ser extrada
durante a leitura de grficos e quais so os fatores que determinam o sucesso dessa tarefa.

Dada a abrangncia do tema e dos conceitos estatsticos envolvidos em grficos, a


presente pesquisa se restringiu ao conceito mais bsico da Estatstica, que o conceito de
mdia aritmtica. Quanto aos grficos, estes ficaram restritos aos grficos de barras e de
linhas. E, em relao ao nvel de ensino, o presente estudo foi realizado tendo como sujeitos
estudantes do Ensino Superior, uma vez o ensino formal da Estatstica mais perceptvel,
pois aparece como disciplina da grade curricular.

A possvel relevncia da presente proposta, do ponto de vista terico, reside em


contribuir para a discusso sobre os fatores que contribuem na extrao de informao de
grficos, envolvendo dois elementos: o domnio dos conceitos estatsticos e a relao com a
habilidade matemtica, mais especificamente, a habilidade viso-pictrica.

A relevncia social pode ser avaliada a partir de dois aspectos. O primeiro coloca
em pauta a vulnerabilidade do cidado, enquanto consumidor de informaes e grficos

9
estatsticos veiculados pela mdia. possvel conscientizar a comunidade estatstica da
necessidade urgente de se adotar medidas capazes de levar o cidado a adotar uma postura
crtica. O segundo que o conhecimento das habilidades necessrias para formar um bom
leitor de grficos e, conseqentemente, um melhor usurio de Estatstica, permitir
redirecionar os objetivos, contedos e formas de ensino da Estatstica, visando a formao
de bons usurios, de acordo com as novas exigncias da sociedade.

A formao de bons usurios de Estatstica e de bons consumidores de informaes


estatsticas contribuir para a formao de um cidado crtico, capaz de verificar a natureza
das informaes estatsticas antes de tomar decises, tornando-se, desta maneira, menos
vulnervel s distores e aos propsitos, nem sempre ticos, subjacentes a essas
informaes.

Alm desses dois elementos, a reviso bibliogrfica e os resultados da pesquisa


emprica encontrados neste trabalho, podem fornecer subsdios para a melhoria do ensino
de grficos, atravs do uso dos recursos pedaggicos apontados pelos vrios autores cujos
trabalhos foram revisados.

O Captulo I introduz o tema da pesquisa; o Captulo II faz uma breve incurso na


Educao Estatstica e o esforo dessa nova disciplina no desenvolvimento do pensamento
necessrio s atividades estatsticas, alm de apresentar uma seo sobre a mdia aritmtica
e os resultados das pesquisas com esse conceito. O Captulo III trata dos grficos,
abrangendo a evoluo histrica, a importncia, a sistematizao das principais correntes
tericas sobre a compreenso de grficos, com destaque para a proposta terica de Pinker
(1990), alm de uma reviso dos principais resultados de pesquisas empricas. O Captulo
IV apresenta a teoria das habilidades matemticas, proposta pelo psiclogo russo Vadim A.
Krutetskii, em 1976, focalizando particularmente a habilidade viso-pictrica; inclui tambm
uma reviso bibliogrfica na rea. O Captulo V traz o planejamento e a operacionalizao
da pesquisa - sujeitos, instrumentos, procedimentos e esquema de anlise de dados. O
captulo VI apresenta os resultados e anlise de dados e, finalizando, o Captulo VII retoma
os principais resultados encontrados mediante a anlise dos dados, apresentando as
concluses e implicaes do estudo.

10
CAPTULO II

EDUCAO ESTATSTICA, PENSAMENTO ESTATSTICO E O


DESENVOLVIMENTO DO CONCEITO DE MDIA

2.1 Educao Estatstica e pensamento estatstico

O termo Educao Estatstica tem vrios e divergentes significados. Nos ltimos


cinqenta anos a Educao Estatstica cresceu, passando de um foco estreito de treinamento
de tcnicos estatsticos de rgos governamentais para um movimento amplo que abrange
desde o Ensino Fundamental e, algumas vezes, o Ensino Infantil, at o treinamento de
pesquisadores e profissionais das diferentes reas do conhecimento, alm dos programas
destinados a adultos ou comunidade educacional em geral (Vere-Jones, 1995).

Pode ser notado que os termos Educao Estatstica, pensamento estatstico e


alfabetizao estatstica so termos que esto intimamente ligados, embora no exista
consenso sobre o significado de cada um deles. Observa-se, tambm, que a Educao
Estatstica est ligada ao estudo dos principais fatores que intervm no processo ensino-
aprendizagem da Estatstica, focalizando as principais dificuldades encontradas.

Muitos autores tratam do pensamento estatstico, mas raramente o definem e, como


resultado, existe confuso e falta de consenso sobre seu significado. Segundo Snee (1990,
p. 117), se queremos fazer um uso efetivo do pensamento estatstico (statistical thinking),
ns precisamos definir o que entendemos por esse termo. O referido autor definiu
pensamento estatstico, restrito ao campo de controle de qualidade, como um processo de
pensamento (thought process), o qual reconhece que a variao onipresente, e que todo
trabalho uma srie de processos interconectados, que identificam, caracterizam,
quantificam, controlam e reduzem essa variao, visando melhoria da qualidade.

Em trabalho posterior, Snee (1993) chamou a ateno para a relevncia dos aspectos
afetivos no desenvolvimento do pensamento estatstico, pois focalizar apenas o
desenvolvimento de conhecimentos (o qu e o por qu) e dos procedimentos (o como),

11
negligenciando as atitudes e desejos (o querer) tem-se revelado insuficiente. Para o referido
autor, necessrio que os estatsticos compreendam como as pessoas aprendem e isso
requer a concorrncia da Psicologia e das cincias do comportamento. preciso trabalhar
as atitudes e a motivao dos estudantes a fim de que os mesmos possam desenvolver o
pensamento estatstico. preciso, tambm, mudar do enfoque matemtico e probabilstico
para a nfase na coleta de dados, na compreenso e na modelagem da variao. O foco na
soluo de problemas, melhoria de processos e previso de desempenho futuro requer o
entendimento de que a variao est presente em todo o processo. Da a necessidade de
dados para medir essa variao e o uso de mtodos estatsticos para quantificar e entender
variao e fazer previses.

Wallman (1993) definiu a alfabetizao estatstica (statistical literacy) como a


habilidade para entender e avaliar criticamente resultados que permeiam nossas vidas,
conjugada com a habilidade para apreciar contribuies que o pensamento estatstico
pode fazer nas decises pblica e privada, profissional e pessoal (p.1). A autora, referindo-
se ao discurso do presidente da Real Sociedade de Estatstica, endossou a necessidade da
preparao do esprito estatstico e a necessidade do uso efetivo do pensamento estatstico
dentro das organizaes. Ou seja, necessrio educar o consumidor para entender melhor a
Estatstica. A alfabetizao estatstica deve ser acrescentada ao leque de habilidades do
cidado. Isso implica, tambm, na educao dos prprios estatsticos, para que estes possam
entender melhor o que os consumidores de outras cincias querem e precisam, direcionando
suas aes de acordo com essa demanda.

Para Gal e Ginsburg (1994), um dos objetivos da Educao Estatstica consiste em


desenvolver a flexibilidade de pensamento durante a soluo de problemas e a habilidade
para a anlise de dados, em oposio mera transmisso de tcnicas para trabalhar com
frmulas e clculos. Para os autores, o pensamento estatstico seria a capacidade de
reconhecer e compreender o valor e a importncia da Estatstica e quando e como a
aplicao na vida profissional e pessoal necessria, bem como ter disposio para pensar
estatisticamente (ou probabilisticamente) em situaes relevantes. Ainda segundo esses
autores, os educadores estatsticos devem ser capazes de avaliar a situao dos alunos em

12
outros aspectos, incluindo: (1) interesse ou motivao para aprender mais, (2) auto-conceito
ou confiana em relao s habilidades estatsticas, (3) capacidade para pensar
estatisticamente em situaes cotidianas e (4) valorizao da Estatstica na vida pessoal e
profissional. A Educao Estatstica deve, tambm, tratar dos aspectos afetivos envolvidos
no processo de desenvolvimento do pensamento estatstico.

Garfield (1995) afirmou que os educadores estatsticos precisam compreender como


os estudantes aprendem, estudando as teorias de aprendizagem e determinar o que
realmente querem que seus alunos aprendam, a fim de modificar seu ensino, de acordo com
as sugestes apresentadas pela reviso de literatura. Alm disso, devem utilizar a avaliao
para determinar a eficcia do ensino, ou seja, para verificar se os estudantes esto
desenvolvendo a compreenso e a competncia em Estatstica.

Hawkins (1997) caracterizou a Educao Estatstica como uma disciplina e um


corpo de conhecimento que deve ser estudado. Esse conhecimento tem os mesmos
fundamentos da Educao, Sociologia, Psicologia e Filosofia. Para a autora, no campo da
Educao Estatstica, nos ltimos 25 anos, poucos foram os pesquisadores que efetivamente
tm trabalhado essa rea. Muitos dos pesquisadores eram estatsticos que nunca estudaram
educao ou professores usurios com treino estatstico limitado. A pesquisa relacionada ao
desenvolvimento de mtodos e materiais de ensino, de conceitos e concepes errneas de
probabilidade, aleatorizao, mdia, percepo de correlao e causalidade e percepo
grfica, dentre outros temas, era bastante limitada. Apareciam sugestes de currculos e
ementas, mtodos de ensino, porm no havia pesquisa que sustentasse a adequao ou
efetividade desses contedos, nem desses mtodos. Hoje, esse quadro vem mudando,
devido ao crescente interesse pela rea, concorrncia de pesquisadores qualificados,
formao de grupos interdisciplinares, aos cursos de ps-graduao que esto formando
profissionais capazes de dar suporte pesquisa na rea, propiciando o desenvolvimento e a
avaliao de novas metodologias de ensino e instrumentos de avaliao, de tal forma que
hoje se tem uma base mais slida para a emergncia da Educao Estatstica como uma
disciplina.

13
Para Moore (1997), a Estatstica precisa de um novo contedo e um novo mtodo de
ensino, uma vez que a Educao Estatstica assume um novo papel em um novo contexto
social. O que os estudantes devem aprender mudou radicalmente de uma disciplina
dominada pela inferncia baseada na probabilidade, com procedimentos especficos para
obter respostas de questes bem definidas, sob pressupostos restritivos para outra, onde
se deve privilegiar a anlise, a produo de dados e a inferncia, utilizando ferramentas de
diagnstico para perguntar se o mtodo ou a inferncia propostos so adequados.

J para Batanero (1999), a Educao Estatstica no pode ser considerada como uma
rea da Educao Matemtica, primeiro porque a Estatstica no uma rea da Matemtica
e, depois, porque o crescimento e consolidao da Educao Estatstica notria, o que no
acontece, por exemplo, com a lgebra ou a geometria, pois no existe educao algbrica
ou geomtrica. Segundo a autora, isso se deve natureza da Estatstica, que apresenta
desafios de ordem filosfica, social, tica e de procedimento e que ainda se constituem em
temas polmicos, no fechados. A dimenso poltica do uso e do possvel abuso da
Estatstica e da informao estatstica, bem como a importncia das instituies oficias de
Estatstica na vida poltica e econmica de um pas, so especficas dessa disciplina.

Batanero (1999) apontou ainda que a Didtica da Estatstica seria o estudo dos
problemas de ensino e aprendizagem de Estatstica, e a anlise desses problemas envolvem
conhecimentos no apenas de Estatstica, mas de Matemtica, de Psicologia e de
Pedagogia. Assim, a Didtica da Estatstica pesquisaria os fatores que interferem no
processo ensino-aprendizagem de Estatstica e Probabilidade. Essas temticas abrangeriam
desde questes de natureza filosfica, epistemolgica e psicolgica at a pedaggica.

Ainda nesse mesmo artigo, Batanero (1999) afirmou que no ensino de Estatstica
existem vrias dificuldades que esto relacionadas prpria natureza dessa disciplina. As
principais dificuldades so 2 :

2
Batanero (1999) restringiu essas dificuldades ao caso dos professores de Matemtica que ensinam Estatstica, no Ensino
Fundamental. Porm, acredita-se que essas se aplicam ao ensino de Estatstica em geral.

14
a. Do ponto de vista psicolgico, o pensamento estatstico, rompe com o paradigma
do raciocnio racional, lgico e determinista, colocando o homem como um
estatstico indutivo que enfrenta, no seu cotidiano, mltiplos problemas de decises
em condies de incerteza. Para solucionar esses problemas, o homem utiliza, de
forma inconsciente, heursticas adquiridas na sua relao emprica com o cotidiano.
Essas heursticas reduzem a complexidade dos problemas estocsticos 3 ao suprimir
informaes irrelevantes. Isso pode levar a vcios e formao de preconceitos,
principalmente na rea de probabilidade.

b. Quanto sua natureza filosfica, a Estatstica enfrenta, at hoje, controvrsias


quanto interpretao e aplicao de conceitos, tais como probabilidade,
aleatoriedade, independncia ou teste de hipteses, o que no acontece com a
lgebra, por exemplo. Alm disso, enquanto o material concreto auxilia a
aprendizagem de conceitos aritmticos ou geomtricos, o carter irreversvel dos
resultados dos experimentos aleatrios dificulta o trabalho com esse material.
Embora a simulao seja um meio para estudar os experimentos aleatrios, sua
variabilidade faz com que as experincias em sala de aula nem sempre convirjam no
sentido esperado e com a devida rapidez. Uma rplica do experimento pode no
servir para comprovar os resultados, como na aritmtica, por exemplo.

c. A Estatstica enquanto cincia em plena expanso disponibiliza, cada vez mais,


numerosos procedimentos que, aliados ao desenvolvimento da informtica,
possibilitam o processamento de enorme quantidade de dados, atravs de softwares
amigveis e disponveis para os usurios, o que demanda uma formao crescente e
permanente na rea.

d. Quanto natureza interdisciplinar da Estatstica, essa pode fazer com que


professores de outras matrias, como, por exemplo, de Biologia, Geografia,
Cincias Sociais, ensinem conceitos estatsticos, que podem entrar em conflito com
os conceitos ensinados pelos professores de Matemtica, do Ensino Fundamental.

3
Batanero usa o termo estocstica para se referir a Estatstica e Probabilidades

15
e. Quanto natureza dos problemas estatsticos, esses costumam ser abertos,
portanto, pode existir mais de um mtodo de soluo correta, o que confunde o
usurio.

f. Em relao pesquisa sobre a didtica da Estatstica, observa-se que, apesar da


expanso da Estatstica, enquanto cincia, a pesquisa sobre a didtica nessa rea
escassa, principalmente se comparada com as outras reas da Matemtica. Por essa
razo, no se conhecem as principais dificuldades dos alunos na aprendizagem dos
principais conceitos estatsticos, existindo a necessidade de experimentar e avaliar a
eficincia e a eficcia de novos mtodos de ensino.

Alm dessas dificuldades, a referida autora, baseada na reviso de literatura,


afirmou que os problemas enfrentados no processo ensino-aprendizagem no so
necessariamente especficos Estatstica, abrangem todos os nveis de ensino e podem ser
resumidos em problemas relacionados: a) ao ensino de Estatstica: estrutura curricular (o
que ensinar e quando ensinar), material didtico (livros de textos e softwares educacionais),
avaliao, formao de professores, crenas e atitudes dos professores em relao ao ensino
de Estatstica. b) aprendizagem dos alunos: significado dos conceitos e procedimentos
estatsticos, incluindo suas propriedades, problemas relacionados, representaes e
instrumentos, ou seja, a epistemologia dos conceitos (o que so, como surgiram, quais
problemas permitem solucionar, quais dificuldades so previsveis em sua aprendizagem?),
capacidade cognitiva dos alunos (nvel de desenvolvimento do pensamento estatstico dos
alunos), papel das intuies corretas e incorretas e aspectos afetivos (atitudes e sentimentos
em relao Estatstica).

A partir dessas idias expostas por Batanero (1999), pode-se afirmar que a Didtica
da Estatstica, cuja principal preocupao so os fatores que intervm no processo ensino-
aprendizagem da estocstica parte integrante da Educao Estatstica.

Outros problemas, mais restritos formao de usurios no Ensino Superior, e que


complementam o rol das dificuldades apontadas pela autora so:

16
a. Natureza da Estatstica, que lida com conceitos abstratos; usa notaes e
terminologias complexas, s vezes, ambguas e confusas. Quanto natureza dos
problemas estatsticos, alm dos mesmos serem abertos (podem no ter soluo ou
soluo nica), os problemas que a Estatstica enfrenta so do cotidiano, obrigando
os sujeitos a tomar decises em condies de incerteza (Watts, 1991);

b. Matemtica como linguagem, a Estatstica tem sua fundamentao terica na


Matemtica, mais especificamente na teoria das probabilidades. A formao de um
usurio no necessita da matemtica avanada, mas a nfase dada a essa disciplina
pelos professores que ensinam torna-se uma barreira para a aprendizagem. Isso pode
estar relacionado ao despreparo dos alunos em Matemtica e este o problema mais
agudo para alunos da rea de Cincias Humanas (Hand, 1998; Hogg, 1991, Silva,
2000 e Vendramini, 2000);

c. Estrutura curricular, problemas com a reduzida carga horria da Estatstica na


grade curricular dos cursos. Por outro lado, os contedos abordados geralmente
enfatizam o clculo de probabilidades e os procedimentos, em detrimento do
desenvolvimento do pensamento estatstico, e

d. O aspecto afetivo, estudos sobre o afeto e Estatstica (Gal e Ginsburg, 1994, Silva,
2000, Snee, 1993 e Vendramini, 2000) verificaram que alguns alunos iniciam a
disciplina com sentimentos negativos, muitas vezes pela associao com a
Matemtica para a qual j apresentam um sentimento negativo, ou, ainda, pelo
fracasso anterior.

Observa-se que os fatores antes mencionados, que interferem na formao do


usurio de Estatstica, coincidem com os apontados por Batanero (1999). Todavia, antes de
se pensar em conceitos e procedimentos a serem ensinados, dever-se-a perguntar quem so
os usurios, o que eles devem saber e em qual nvel de profundidade. Aps resposta a essas
questes, poder-se-a pensar na adequao dos contedos e do ensino dos mesmos. A
Figura 2, uma proposta do presente trabalho, tenta resumir e ilustrar os fatores que
interferem na formao do usurio, baseada na reviso de literatura anteriormente exposta.

17
Por que usar?
O que usar? Como usar? Quando usar? Limitaes
Suposies

Conceitos Procedimentos

O que ele
deve saber?

Delineamento curricular Instruo Formal:


Material didtico, livros Fundamental
textos e Softwares Ensino Instruo Mdio
educacionais de em Superior
Avaliao Estatstica Estatstica
Formao de professores Usurio
de Instruo
Crenas e atitudes dos
professores Estatstica no formal

Aprendizagem

Anlise epistemolgica Capacidade cognitiva Aspectos afetivos


dos conceitos: dos alunos dos alunos

O que so? Nvel de desenvolvimento do O papel das atitudes e


Como surgiram? raciocnio estocstico sentimentos em relao
Que problemas solucionam O papel das intuies Estatstica
Que dificuldades de
aprendizagem so previsveis

Figura 2. Fatores que interferem na formao do usurio de Estatstica

Compilando os posicionamentos dos diversos autores, poder-se-a definir a


Educao Estatstica como uma rea de pesquisa, cujo objeto de estudo seriam os fatores
que interferem no processo ensino-aprendizagem de Estatstica; esta rea busca o
desenvolvimento das habilidades de soluo para problemas e anlise de dados,
possibilitando o desenvolvimento do pensamento estatstico. Assim, a Educao Estatstica

18
dever pesquisar como as pessoas aprendem, a capacidade cognitiva dos alunos, o papel
dos aspectos afetivos na aprendizagem e na aplicao da Estatstica, o desenvolvimento de
mtodos e materiais de ensino, o papel das intuies e concepes errneas, alm da
epistemologia dos conceitos estatsticos. Para isso, a Educao Estatstica teria que ter a
contribuio da Psicologia, Pedagogia, Filosofia, Matemtica, alm da prpria Estatstica.

J o pensamento estatstico poderia ser definido como a capacidade de utilizar de


forma adequada as ferramentas estatsticas na soluo de problemas, de entender a essncia
dos dados e de fazer inferncias. Reconhecer e compreender o valor da Estatstica e ter a
disposio para pensar de maneira probabilstica.

Observa-se que a palavra pensamento tem uma conotao mais abrangente na rea
da Psicologia, todavia a comunidade estatstica vem utilizando o termo pensamento
estatstico no sentido acima explicitado. Por essa razo, mesmo cientes da limitao da
expresso, optou-se pelo seu uso a fim de no entrar em conflito com o jargo utilizado por
essa comunidade.

2.2 A Formao do usurio de Estatstica

A formao do usurio de Estatstica se d principalmente atravs da instruo


formal e, em menor grau, pela exposio a conceitos estatsticos fora da escola, atravs das
diferentes mdias, internet e outros meios. A instruo formal se inicia no Ensino
Fundamental, com conceitos bsicos da anlise exploratria de dados e da teoria de
probabilidades, se aprofunda um pouco no Ensino Mdio e se consolida no Ensino
Superior.

At a implantao dos Parmetros Curriculares Nacionais PCNs (MEC, 1998), o


ensino de Estatstica no nvel fundamental e mdio era muito restrito e marginal. Hoje esse
quadro mudou pelo destaque especial dado a Estatstica e Probabilidade, que esto inseridas
no volume III (Matemtica) dos PCNs.

Segundo o PCN do Ensino Mdio, medida que o cidado se integra em uma


sociedade de informao e crescentemente globalizada, as capacidades de comunicao, de
solucionar problemas, de tomar decises, de fazer inferncias, de criar, de aperfeioar

19
conhecimentos e valores, de trabalhar cooperativamente, so cada vez mais exigidas. A
competncia em Matemtica e a possibilidade de compreender conceitos e procedimentos
matemticos so necessrias aos sujeitos tanto para que eles tirem concluses e faam
argumentaes, quanto para agir como consumidores prudentes ou para tomar decises em
suas vidas pessoais e profissionais.

No caso do Ensino Fundamental, os contedos de Estatstica, Probabilidade e


Combinatria vm no bloco tratamento da informao, dentro do programa de Matemtica.
Com relao Estatstica, a finalidade desta levar o aluno a construir procedimentos para
coletar, organizar, comunicar dados, utilizando tabelas, grficos e representaes que
aparecem freqentemente no cotidiano, bem como o clculo de algumas medidas tais como
a mdia, mediana e moda, a fim de poder estabelecer relaes entre acontecimentos, fazer
previses, observar a freqncia com que ocorre um acontecimento. Esses conceitos e
procedimentos vo sendo aprofundados ao longo dos ciclos, a fim de que o aluno aprenda a
formular questes pertinentes para um conjunto de informaes, produzir resumos
estatsticos, elaborar conjecturas e comunicar informaes de modo conveniente, interpretar
e construir diagramas e fluxogramas, desenhar experimentos e simulaes para fazer
previses. O Quadro 1 sintetiza a proposta relativa Estatstica.

O bloco tratamento da informao merece um destaque especial devido sua


capacidade de se constituir em um bloco que pode ser trabalhado ligando a Matemtica a
outras reas do conhecimento e com os Temas Transversais, na medida em que o aluno os
perceba como instrumentos de base para a constituio de uma atitude crtica diante de
questes sociais, polticas, culturais e cientficas da atualidade.

No caso do Ensino Mdio, os conceitos e procedimentos de Estatstica so


encontrados no quadro de habilidades e competncias, valores e atitudes a serem
desenvolvidos em Matemtica. No campo das competncias, a Estatstica encontrada no
bloco Investigao e compreenso em Matemtica e Tecnologia. Dentre os procedimentos
e habilidades a serem desenvolvidas, tem-se a capacidade de: solucionar problemas, atravs
da identificao do problema (compreender enunciados, formular questes); selecionar e
interpretar informaes relativas ao problema; formular hipteses prevendo resultados;

20
selecionar estratgias de soluo; interpretando e criticando resultados dentro do contexto
da situao; bem como desenvolver o raciocnio, tirando concluses a partir de grficos,
figuras e esquemas; solucionar problemas ou desenvolver conceitos; distinguir e utilizar
raciocnios dedutivos e indutivos; validar conjecturas, experimentando, recorrendo a
modelos, esboos, fatos conhecidos, relaes e propriedades; discutir idias e produzir
argumentos convincentes e consistentes.

Quadro 1. Conceitos e procedimentos de Estatstica e Probabilidades segundo os PCNs para


o Ensino Fundamental

3 ciclo (5 e 6 sries) 4 ciclo (7 e 8 sries)


Leitura e interpretao de dados expressos em Leitura e interpretao de dados expressos em grficos de colunas,
tabelas e grficos. de setores, histogramas e polgonos de freqncia.
Coleta, organizao de dados e utilizao de Organizao de dados e construo de recursos visuais adequados
recursos visuais adequados (fluxogramas, tabelas como grficos (de colunas, de setores, histogramas e polgonos de
e grficos) para sintetiz-los, comunic-los e freqncias) para apresentar globalmente os dados, destacar
permitir a elaborao de inferncias. aspectos relevantes, sintetizar informaes e permitir a elaborao de
inferncias.
Compreenso do significado de alguns Compreenso de termos como freqncia, freqncia relativa,
indicadores da tendncia de uma pesquisa, como amostra de uma populao para interpretar informaes de uma
moda e mdia aritmtica. pesquisa e fazer previses. Distribuio em classes das freqncias
de uma varivel de uma pesquisa de modo a resumir os dados com
um grau de preciso razovel. Obteno de medidas de tendncia
central de uma pesquisa (mdia, moda e mediana), compreendendo
seus significados para fazer inferncias.
Desenvolvimento de experimentos e simulaes Elaborao de experimentos e simulaes para estimar probabilidades
para fazer previses e para verific-las. previstas
Elaborao de modelos de situaes de constru- Compreenso da importncia da Estatstica na atividade humana e de
o do espao amostral e indicando da possibili- que ela pode induzir a erros de julgamento, pela manipulao de
dade de sucesso de um evento pelo uso da razo. dados e pela apresentao incorreta de informaes (ausncia de
freqncia relativa, grficos com escalas inadequadas).
Representao e contagem dos casos possveis
em situaes combinatrias.

A contagem, a Estatstica e a probabilidade constituem elementos essenciais do


ncleo comum. Descrever e analisar um grande nmero de dados, realizar inferncias e
fazer previses com base em uma amostra de uma populao, aplicar idias de
probabilidade e combinatria a fenmenos naturais e do cotidiano das pessoas, requer
mtodos de Estatstica e de contagem e noes de probabilidades, que devero ganhar
espao, face quantidade de informaes de natureza estatstica e probabilstica nas quais o
cidado se v imerso.

21
Para atingir esses objetivos, so sugeridos os seguintes temas/tpicos: Contagem
(soluo de problemas); Estatstica (grficos, tabelas, medidas de tendncia central,
polgonos de freqncia, medidas de disperso e aplicaes); Probabilidade (probabilidade
de um evento, unio e interseo de eventos, probabilidade condicional); relao entre a
Estatstica e a Probabilidade.

Sem dvida, a proposta dos PCNs se constitui num grande avano para o ensino de
Estatstica no Ensino Fundamental e Mdio. Como pode ser observado, suas diretrizes tm
como inteno o desenvolvimento do pensamento estatstico que, se implementado,
provavelmente dar s novas geraes uma formao bsica slida em Estatstica,
contribuindo na formao de cidados crticos e conscientes.

J no Ensino Superior a Estatstica ensinada em duas circunstncias: no curso de


Bacharelado em Estatstica, que forma o estatstico, e em cursos que formam o usurio de
Estatstica, tanto em nvel de graduao como de ps-graduao. As disciplinas que
formam o usurio, na maioria das vezes, so denominados como disciplinas de servio
(Wada, 1996).

Em decorrncia da importncia da Estatstica na formao de profissionais e


pesquisadores de outras reas do conhecimento cientfico, os diversos cursos contemplam
disciplinas de Estatstica em suas grades curriculares, tanto na graduao, quanto na ps-
graduao. A maioria dos cursos oferece apenas uma nica disciplina que, em regra,
abrange a anlise exploratria de dados, noes de probabilidades e noes de inferncia
estatstica. J outros cursos que demandam um maior conhecimento de Estatstica oferecem
uma segunda disciplina mais orientada para a rea, como, por exemplo: Delineamento de
Experimentos, Demografia, Biometria etc. Em cursos de graduao, raramente so
oferecidas mais de duas disciplinas.

A preocupao com a formao de usurios de Estatstica tem sido maior e por mais
tempo no nvel universitrio. Contudo, a partir da dcada de oitenta, essa preocupao
tambm toma conta dos nveis fundamental e mdio, consolidando-se na dcada de
noventa. Segundo Gal e Garfield (1997), a instruo formal em Estatstica deve ter algumas
metas comuns para todos os nveis e contextos, de tal forma que, ao final desse processo, o

22
aluno se transforme em um cidado informado capaz de: a) compreender e lidar com
incerteza, variabilidade e informao estatstica do mundo que o rodeia e participar
efetivamente de uma sociedade carregada de informaes e, b) contribuir ou tomar parte na
produo, interpretao e comunicao de dados pertencentes a problemas que eles devem
encontrar na sua vida profissional.

Para Moore (1997), os estudantes iniciantes deveriam aprender a olhar seus dados a
partir de grficos e clculos simples, procurando padres gerais e seus desvios tais como
outliers, perguntar sempre o que os dados dizem no contexto do cenrios que eles
descrevem. Devem reconhecer a importncia da produo de dados; entender que uma
associao observada no implica necessariamente em causalidade e que aleatorizao em
experimentos so bons exemplos para ilustrar causalidade. Aleatorizao, como uso
deliberado na escolha dos delineamentos para produzir dados, produzem padres regulares
de comportamento descritos pela lei dos grandes nmeros e o teorema central do limite. A
anlise se inicia olhando os dados e modelos e as suposies so julgadas de acordo com a
natureza dos dados. O significado dos dados (data sense) pode resumir o primeiro objetivo
de um curso de Estatstica.

Uma outra questo importante na formao do usurio a leitura de relatrios


estatsticos. Segundo Murphy (1997), os usurios de Estatstica, geralmente, tm que ler
muitos artigos cientficos ou relatrios de pesquisa que utilizam mtodos estatsticos, que
partem do pressuposto de que o leitor conhece os termos envolvidos e possuem um
background estatstico suficiente que lhe permita a leitura, o que nem sempre verdadeiro.
A literatura estatstica apresenta vrios desafios. Primeiro, vrias habilidades so
necessrias na leitura dos mtodos estatsticos: habilidade na linguagem bsica,
conhecimento da notao estatstica, habilidades algbricas e conhecimento de como
funcionam os softwares estatsticos. Segundo, artigos cientficos, em geral, tendem a
utilizar um pesado jargo tcnico, sendo que algumas vezes existe uma discrepncia entre a
palavra escrita e a notao. s vezes, um conceito difcil de ser explicado em palavras
facilmente explicado com a notao e vice-versa, o que dificulta, ainda mais, o
entendimento do artigo. Terceiro, artigos avanados assumem que conceitos bsicos no

23
precisam ser explicados. Quarto, existem variaes na notao, o que pode confundir o
leitor. E, finalmente, muitos artigos discutem teoria e tcnicas computacionais necessrias
para implementar a teoria, mas isso nem sempre claramente separvel.

A partir da anlise da literatura a respeito dos itens que so desejveis para a


formao de usurios, em termos de conceitos e procedimentos estatsticos, foi elaborado
um quadro de classificao, mostrado a seguir:

Quadro 2. Classificao dos nveis de usurios

Nvel Caractersticas Conceitos / procedimentos Nvel de instruo


I Consumidor de informaes Interpretao de tabelas e grficos, medidas Ensino Fundamental e
veiculadas pela mdia de tendncia central e disperso. Noes de Mdio
probabilidades
II Consumidor / produtor de relatrios Mtodo cientfico, amostragem, anlise Ensino Superior:
de levantamentos de dados exploratria de dados Estatstica Bsica
III Consumidor / produtor de relatrios Inferncia estatstica: Estimao de Ensino Superior:
estatsticos parmetros e teste de hipteses Inferncia estatstica
IV Consumidor / produtor de relatrios Base slida em Estatstica, ao nvel de usurio Ensino Superior:
estatsticos complexos Estatstica avanada
Consumidor / produtor de relatrios Base slida em Estatstica ao nvel de Ensino Superior: Bacharel
estatsticos complexos Consultor graduao em Estatstica
Consumidor / produtor de tcnicas Base slida em Estatstica Matemtica Ensino Superior: Ps-
I estatsticas graduao em Estatstica

Mas os usurios, alm do domnio dos conceitos e procedimentos bsicos da


Estatstica, precisam dominar os conceitos relacionados a sua rea de conhecimento e
possuir conhecimento da metodologia da pesquisa cientfica, como pode ser apreciada na
Figura 3. O conhecimento de Estatstica deve ser suficiente para que o usurio saiba
quando procurar ajuda de um Estatstico. Alm disso, o usurio precisa dominar a
linguagem tcnica para aumentar as competncias na rea onde atua.

2.3 O papel das atitudes na formao do usurio de Estatstica

O aspecto afetivo tem um papel importante, no apenas na aprendizagem de


Estatstica mas, principalmente, no seu uso fora da escola. Assim como a Matemtica, a
Estatstica est mais presente na vida das pessoas, seja enquanto cidados, consumidores de
informaes veiculadas pela mdia, ou enquanto profissionais que lidam com informaes

24
estatsticas ou enquanto pesquisadores, que lidam com a metodologia cientfica. Por essa
razo, importante o estudo do papel das atitudes na formao do usurio de Estatstica.

Pensamento Conhecimento Conhecimento de


Metodologia da
Estatstico da rea Pesquisa Cientfica

Estatstico

Solucionar
problemas

Usurio de
Estatstica
Problemas Administrao Superior

Dados Relatrios

Estatstica

Figura 3. A formao do usurio de Estatstica

O Grupo de Pesquisa em Psicologia da Educao Matemtica (PSIEM), da


Faculdade de Educao da Universidade Estadual de Campinas, desenvolve pesquisas na
rea de habilidades matemticas e atitudes em relao Matemtica e em relao
Estatstica. Dentre os trabalhos j concludos a dissertao de mestrado de Silva (2000) e a
tese de doutorado de Vendramini (2000) so os que esto mais relacionados ao presente
estudo.

25
Na busca de instrumentos para medir as atitudes em relao Estatstica, Cazorla,
Silva, Vendramini e Brito (1999) adaptaram a escala de atitudes em relao Matemtica,
(desenvolvida por Aiken e Dreger e adaptada e validada, no Brasil, por Brito (1996, 1998)).
A escala do tipo Likert, com 20 proposies, sendo 10 positivas e 10 negativas, com
quatro possibilidades de respostas. A adaptao consistiu na troca da palavra Matemtica
por Estatstica. A escala de atitudes em relao Estatstica (EAE) mostrou-se vlida com
eficincia similar e, s vezes, superior a outras escalas tais como: Statistics Attitudes Survey
(SAS), Attitudes Toward Statistics (ATS), Survey of Attitudes Toward Statistics (SATS) e a
Statistics Attitudes Scale (SASc). As autoras definiram atitudes em relao Estatstica
como uma resposta afetiva dada por um indivduo em situaes que envolvem Estatstica.
Esta resposta afetiva do tipo gostar/no gostar e tem sua origem nas experincias dos
alunos com a Estatstica e a dificuldade em aprender seu contedo, sua utilizao etc.

Silva, Cazorla e Brito (1999) estudaram as concepes e as atitudes em relao


Estatstica tendo como sujeitos 62 alunos de iniciao cientfica, de vrios cursos, de uma
universidade particular da cidade de So Paulo. Nesse trabalho, as autoras verificaram que
as atitudes esto relacionadas com a rea do curso (tem ou no Matemtica), gnero, auto-
percepo de desempenho em Estatstica e o uso da Estatstica como ferramenta.

Silva (2000) estudou o papel das atitudes em relao Estatstica e possvel relao
com o desempenho na disciplina, a auto-percepo do desempenho, tanto em Estatstica
quanto em Matemtica, e a possvel influncia das atitudes em relao Matemtica na
formao das atitudes em relao Estatstica. Alm disso, buscou verificar como os
alunos entendiam esta ferramenta. A autora realizou uma extensa reviso bibliogrfica
sobre a discusso do construto atitudes em relao Estatstica, uma vez que no foi
encontrado consenso a respeito da definio, nem sobre os instrumentos para medir essas
atitudes. Foram sujeitos da pesquisa 643 alunos que tinham cursado a disciplina de
Estatstica em 1998, em cursos da rea de Humanas, Biolgicas e Exatas, de uma
universidade particular de So Paulo. Como instrumentos foram utilizados a escala EAE, a
escala de atitudes em relao Matemtica e um questionrio. A anlise dos dados
mostrou que os alunos da rea de cincias humanas e aqueles que mais criticavam

26
Estatstica apresentaram atitudes mais negativas. J os alunos que consideraram a
Estatstica importante, confivel e que j haviam utilizado o que haviam aprendido,
apresentaram atitudes mais favorveis. Os alunos que conseguiram definir a Estatstica
mediante algum atributo relevante apresentaram atitudes mais positivas do que aqueles que
incluram algum contedo da Matemtica. A anlise de regresso mostrou que as variveis
mais correlacionadas com as atitudes em relao Estatstica foram as atitudes em relao
Matemtica, a auto-percepo de desempenho e, por ltimo, o desempenho na disciplina.
Em concluso, a autora apontou a importncia do ensino de Matemtica e a formao das
atitudes em relao a essa rea, pois esses so determinantes na formao das atitudes em
relao Estatstica.

Cazorla, Silva, Vendramini e Brito (2000), preocupadas com a provvel


interferncia dos aspectos afetivos e cognitivos no desempenho em Estatstica, realizaram
uma ampla reviso bibliogrfica sobre os diversos modelos e variveis utilizados na
tentativa de se obter instrumentos capazes de predizer o desempenho nesta disciplina.
Foram sujeitos da pesquisa 646 alunos matriculados nas disciplinas de Estatstica, durante o
segundo semestre de 1999, de diversos cursos de graduao da Universidade Estadual de
Santa Cruz-UESC, Ilhus-BA. O desempenho em Estatstica foi medido atravs da nota
final obtida na disciplina. A anlise dos dados mostrou a existncia de relaes entre o
desempenho na disciplina, o curso, o turno do curso, o ano de ingresso na universidade e a
reprovao na disciplina Estatstica. Os resultados permitiram observar que as atitudes em
relao Estatstica, a auto-percepo de desempenho nessa disciplina e a crena de
desempenho na rea esto relacionadas Matemtica e interferiram positivamente no
desempenho em Estatstica. Porm, quando os dados relativos ao desempenho foram
analisados, com a incluso dos sujeitos que haviam abandonado a disciplina, foi verificada
a ocorrncia de modificaes significativas em alguns resultados. Isto pode ser atribudo ao
perfil desses sujeitos, pois muitos dos alunos evadidos apresentaram atitudes positivas em
relao Estatstica. Finalmente, as autoras observaram que a nota final na disciplina no
parece ser um bom indicador do desempenho, apontando para a necessidade do uso de
outros instrumentos ou medidas que avaliem, de forma mais slida, o desempenho em
Estatstica.

27
Silva, Cazorla, Vendramini e Brito (2000) estudaram a influncia das atitudes em
relao Matemtica na formao das atitudes em relao Estatstica. Foram sujeitos da
pesquisa 330 alunos de uma universidade particular de So Paulo, que concluram a
primeira disciplina de Estatstica em nvel introdutrio, sendo 80,2% do gnero feminino,
44,5% da rea de Humanas, 46,4% de Cincias Biolgicas e da Sade e 9,1% de Exatas.
Foram aplicados um questionrio, a escala de atitudes em relao Estatstica - EAE e a
escala de atitudes em relao Matemtica (Brito, 1996, 1998), cujos coeficientes alfa de
Cronbach foram respectivamente 0,9535 e 0,9630. Dentre os principais resultados, as
autoras verificaram que os sujeitos apresentaram atitudes mais positivas em relao
Matemtica que em relao Estatstica. No foi encontrada diferena por gnero nas
pontuaes das duas escalas de atitudes. Os alunos da rea de Exatas apresentaram atitudes
mais positivas em relao Matemtica e os alunos da rea de Humanas apresentaram
atitudes mais negativas em relao Estatstica. O modelo de regresso ajustado entre essas
variveis alcanou um coeficiente de determinao de r2 = 44,6%, ou seja, 44,6% da
variao da pontuao da escala em relao Estatstica era explicada pela variao da
pontuao da escala em relao Matemtica, sendo que o coeficiente de determinao foi
de 28,7% para a rea de Exatas, 33,1% para a rea de Biolgicas e de 56,4% para a rea de
Humanas. Desta forma, pode-se concluir que existe uma influncia das atitudes em relao
Matemtica na formao das atitudes em relao Estatstica e que esta influncia mais
presente nos alunos da rea de Humanas.

Vendramini, Silva, Cazorla e Brito (2000) estudaram a relao entre as atitudes em


relao Estatstica, a auto-percepo de desempenho em Estatstica, gnero, curso,
conceituao e utilidade da Estatstica com o desempenho na disciplina. Foram sujeitos da
pesquisa 297 universitrios de seis cursos de graduao (Administrao, Cincias da
Computao, Farmcia, Mecatrnica, Medicina e Psicologia) de uma universidade do
interior de So Paulo. Como instrumentos foram aplicados um questionrio informativo e a
escala de atitudes em relao Estatstica (EAE). Os sujeitos eram majoritariamente do
gnero feminino com idades variando entre 18 e 35 anos. O desempenho na disciplina foi
avaliado pela nota final obtida na mesma. Dentre os principais resultados, as autoras
observaram que: a escala EAE possui consistncia interna ( de Cronbach = 0,9344); o

28
desempenho na disciplina est correlacionado com as atitudes em relao Estatstica (r =
0,31 e p = 0,0000); as atitudes so mais positivas para alunos com melhor auto-percepo
do desempenho em Estatstica; o desempenho das mulheres foi superior ao dos homens em
todos os cursos, embora essas diferenas no fossem estatisticamente significativas.

Os resultados desses estudos mostram a relevncia do papel das atitudes em relao


Estatstica na formao do usurio de Estatstica e da necessidade de sua incluso em
qualquer esquema que tente modelar a prontido em Estatstica.

2.4 O desenvolvimento do conceito de mdia aritmtica

Tendo em vista que o conceito de Estatstica utilizado no presente estudo foi a


mdia aritmtica, so apresentadas, a seguir, algumas idias a respeito desse conceito.

A mdia aritmtica um conceito fundamental da Estatstica e da cincia


experimental, sendo amplamente utilizada no contexto escolar e no cotidiano (Gal, 1995).
comum ler nos jornais ou ouvir nas reportagens frases do tipo: a renda per capita do
Nordeste inferior do Sudeste, a expectativa de vida da mulher maior que a do
homem, ou informaes referentes chuva mdia mensal, escolaridade mdia, ao nmero
mdio de filhos por casal e assim por diante. As pessoas esto acostumadas a estimar o
tempo mdio gasto no percurso de casa para o trabalho, o tempo mdio que demoram para
fazer as compras do ms no supermercado, o tempo despendido na fila de banco dentre
outras estimativas. Esse processo faz parte do cotidiano e est to arraigado que, s vezes,
as pessoas nem percebem o grau apurado de suas estimativas. Algumas pessoas, inclusive,
so capazes de estimar com bastante preciso, por exemplo, quanto tempo demoram para
chegar ao trabalho, de acordo com o dia da semana ou usando um caminho alternativo.
Conseguem estimar as mdias sem ter, necessariamente, anotado o tempo gasto em cada
viagem e depois dividido pelo nmero de viagens; s vezes nem conhecem a frmula da
mdia mas continuam a utilizar seu conhecimento no planejamento de suas atividades
rotineiras.

Por outro lado, a maioria dos dados relatados em revistas cientficas utilizam a
mdia e as inferncias lidam, quase que exclusivamente, com mdias ou diferenas entre

29
mdias. Alm disso, em muitas disciplinas, as teorias incluem conceitos expressos em
termos da mdia ou da soma. Isso decorre do fato da mdia proporcionar um indicador,
que pode ser interpretado como um escore tpico que representa um conjunto de dados.

A mdia aritmtica tambm de fundamental importncia, pois a partir dela so


calculadas outras medidas, como, por exemplo a varincia, o desvio padro, o coeficiente
de variao, assimetria, curtose e de correlao.

Sua formulao matemtica consiste em somar todos os valores da varivel e dividir


pelo nmero de observaes, ou seja, o tamanho do conjunto de dados. Sua notao
simbolizada pela letra X maiscula com uma barra em cima. Essa notao utilizada em
casos de dados amostrais. Quando se refere mdia de uma populao, utiliza-se a letra m
do alfabeto grego:

Mdia amostral Mdia populacional


n N

x i x
i =1
i
X= i =1
=
n N

A mdia ponderada uma variante da mdia aritmtica, onde uma ou mais


observaes se repetem mais de uma vez, formando grupos. Assim, ao invs de somar
nmeros repetidos, calculam-se somas parciais, atravs do produto do valor da varivel pela
sua frequncia. A mdia ponderada bastante utilizada, inclusive pelos professores na
escola. Geralmente, a nota final das disciplinas calculada a partir das notas parciais as
quais podem ser atribudos pesos diferentes. utilizada tambm para o clculo do ndice
Acadmico (IA) ou Coeficiente de Rendimento (CR) (nos EUA, Grade Point Average -
GPA), ndices estes que avaliam o desempenho geral do aluno, durante um semestre letivo
ou ano acadmico, sendo que o peso da disciplina o nmero de crditos.

De acordo com Strauss e Bichler (1988), a mdia aritmtica possui sete


propriedades, cujo conhecimento pelo sujeito denota o domnio do conceito:

30
1. a mdia est localizada entre os valores extremos (mnimo mdia mximo);
2. a soma dos desvios a partir da mdia zero ( (Xi mdia) = 0 );
3. a mdia influenciada por cada um e por todos os valores (mdia = Xi / n);
4. a mdia no necessariamente tem que coincidir com um dos valores;
5. a mdia pode ser um uma frao que no tem uma contrapartida na realidade fsica
(por exemplo, o nmero mdio de filhos por mulher igual a 2,3);
6. o clculo da mdia leva em considerao todos os valores, inclusive os nulos e os
negativos, e
7. a mdia um valor representativo dos dados a partir dos quais ela foi calculada. Em
termos espaciais, a mdia aquela que est mais prxima de todos os valores.

Ainda segundo os autores, as trs primeiras propriedades se referem ao aspecto


estatstico da mdia e so bsicas enquanto funo matemtica; as trs seguintes referem-se
ao aspecto abstrato, permitindo valores no observados; j a ltima refere-se ao aspecto
representativo de um grupo de valores individuais e o aspecto central da mdia.

J Pollatsek, Lima e Well (1981) sugeriram que o conhecimento da mdia apresenta


trs componentes: o conhecimento funcional, o computacional e o anlogo.

Hiebert e Lefevre (1986) utilizam o conhecimento de procedimentos e o


conhecimento conceitual para compreenso e anlise de alguns conceitos matemticos. O
conhecimento conceitual caracterizado por sua riqueza de relaes e estas relaes
penetram nos fatos e proposies individuais, fazendo com que todas as peas de
informao sejam ligadas a uma rede. O desenvolvimento deste tipo de conhecimento
atingido pela construo de relaes entre as peas de informao. J o conhecimento de
procedimento definido em duas partes, uma composta pela linguagem formal ou sistema
de representao simblica, e a outra composta pelos algoritmos e regras para completar
as tarefas. A primeira parte, chamada de forma matemtica, inclui a familiaridade com os
smbolos utilizados para representar idias matemticas e desenvolver conscincia sobre as
regras de sintaxe para escrever os smbolos de uma forma aceitvel. Observa-se que este
conhecimento no implica necessariamente no conhecimento do significado. A segunda
parte, o conhecimento de procedimento, consiste no conhecimento das regras, algoritmos

31
ou procedimentos utilizados para solucionar tarefas matemticas, executados em uma
determinada seqncia. Para o domnio do conceito matemtico preciso o domnio dos
dois tipos de conhecimento, visto que, quando os conceitos no esto conectados aos
procedimentos, pode-se ter alunos com boa intuio e que, todavia, no conseguem
solucionar problemas.

Observa-se que a Estatstica, ao contrrio da Matemtica, lida com a tomada de


decises em condies de incerteza, com problemas abertos que no comportam soluo
nica, disponibilizando diversas ferramentas que auxiliam esse processo, minimizando o
erro provvel. Por exemplo, um investidor precisa projetar a taxa de juros bsicos do Brasil
para o prximo ms, a fim de escolher um investimento, analisando o comportamento da
taxa de juros dos dois ltimos anos. Algum pode propor a mdia do perodo como
estimativa, outro pode pensar na projeo, utilizando um modelo linear ou, outro ainda,
talvez prefira ignorar as ferramentas estatsticas e estudar a poltica monetria do governo
brasileiro, acompanhar o movimento da economia mundial e, a partir desse conhecimento,
fazer a projeo do ponto de vista econmico. Qual desses procedimentos correto, qual
o melhor, qual o que vai se concretizar?

Consequentemente, no basta dominar o conceito ou ferramenta de forma isolada,


preciso conhecer as ferramentas alternativas, seus pressupostos, suas limitaes, sua
adequao para solucionar problemas. preciso, tambm, reconhecer a limitao da
Estatstica, no sentido de que, ao lidar com problemas contendo diversos graus de
incerteza, nem sempre a melhor soluo ser a que vai se concretizar.

Assim, pode-se concluir que o domnio dos conceitos estatsticos envolve o domnio
do conhecimento de procedimentos e o conhecimento conceitual, permitindo a soluo de
problemas.

32
2.5 Reviso de literatura

Segundo Campbell (1974), a idia da mdia como valor tpico ou representativo de


um conjunto de dados faz com que as pessoas tendam a situar a mdia no centro da
amplitude de variao dos valores dos dados e isto s verdadeiro se a distribuio for
simtrica. Isso no se verifica quando a distribuio assimtrica, isto , com valores
acumulados em um dos extremos, casos estes em que a mediana ou a moda podem ser
estatsticas mais adequadas para representar melhor o conjunto de dados.

Para Pollaset e outros (1981), apesar da mdia aritmtica ser um conceito bsico em
Estatstica, os resultados de algumas pesquisas mostraram que os estudantes encontram
dificuldades com esse conceito. Mais especificamente, a dificuldade com o conceito de
mdia ponderada, utilizada nas escolas para o clculo da nota final ou do ndice Acadmico
(IA). Os autores iniciaram a pesquisa sobre a mdia a fim de descobrir as heursticas
utilizadas pelas pessoas quando resumem e combinam dados. Os sujeitos foram 17 alunos
de graduao de Psicologia, em um curso introdutrio de Estatstica. Os autores utilizaram
entrevistas clnicas e a tcnica de pensar em voz alta, a fim de acompanhar o processo de
soluo dos problemas. Os alunos foram entrevistados em sesses de 45 a 50 minutos, onde
lhes foi solicitado que solucionassem de cinco a dez problemas, segundo a capacidade de
cada um de explicar suas respostas. Os problemas de mdia ponderada foram: um
estudante freqentando dois semestres na escola A obteve a nota 3,2. O mesmo estudante
freqentando trs semestres na escola B obteve uma nota 3,8. Qual foi a nota geral do
estudante?, conhecido como problema do GPA (Grade Point Average). O segundo
problema era similar ao primeiro, apenas mudando-se os nmero de 3,2 para 3,22 e de 3,8
para 3,78. O terceiro problema: existem 10 pessoas num elevador, quatro homens e seis
mulheres. O peso mdio de uma mulher de 120 libras e o peso mdio de um homem de
180 libras. Qual o peso mdio das 10 pessoas no elevador?. O quarto problema
envolvia o conceito de mdia em si. Tanto o problema do GPA quanto o problema do
elevador foram aplicados, com adaptaes, no instrumento do presente estudo.

Os referidos autores verificaram que a maioria dos sujeitos, apesar de dominar o


algoritmo computacional da mdia simples, no compreendia o conceito de mdia

33
ponderada, ou seja, no possuam o conhecimento funcional ou computacional adequado,
sendo que nenhum dos alunos mostrou qualquer evidncia do conhecimento anlogo.
Quando os sujeitos foram solicitados a calcular a mdia geral a partir de mdias parciais,
tenderam a empregar a frmula da mdia simples, ou seja, ignoraram as ponderaes dos
grupos. Por outro lado, os alunos no perceberam que a frmula da mdia simples no
poderia levar resposta correta, nem o significado que esses resultados representavam.
Alm disso, os sujeitos estimaram a mdia com maior facilidade quando partiram de
histogramas. Isto sugere que a representao pictorial dos pesos pode ser mais intuitiva que
uma mera descrio verbal. Esses resultados apontaram que aprendizagem da frmula
computacional insuficiente e/ou inadequada compreenso dos conceitos bsicos
subjacentes.

Hardiman, Well e Pollaset (1984) investigaram o uso do modelo balanceado e suas


regras, utilizando o modelo brao da balana, para promover o entendimento do conceito
de mdia. Foram sujeitos 48 estudantes universitrios matriculados na disciplina Introduo
Estatstica. O estudo foi realizado em trs etapas. No pr-teste os alunos foram
classificados em calculadores, no-calculadores, balanceadores e no-balanceadores, de
acordo com o desempenho no pr-teste. Esses alunos foram alocados aleatoriamente no
grupo experimental e no grupo controle. O grupo experimental recebeu treinamento com
problemas de balanceamento, enquanto o grupo controle no. Ao final foi solicitado aos
alunos que representassem problemas de mdia ponderada utilizando blocos como pesos.
Os autores partiram da idia que o uso de um modelo concreto melhoraria a intuio sobre
a mdia e o desempenho. Contrariamente ao esperado, muitos sujeitos acharam a tarefa de
representao do problema muito difcil, embora alguns deles tivessem sido capazes de
calcular a resposta correta. Os resultados encontrados pelos autores sugerem que a
apresentao da analogia do brao da balana pode ter sido ineficaz porque os estudantes
no tinham um bom entendimento do funcionamento desse modelo.

Strauss e Bichler (1988) investigaram como as crianas compreendem a mdia


aritmtica atravs do estudo do entendimento de suas propriedades. Foram sujeitos da
pesquisa 80 crianas, com idades variando entre 8 e 14 anos. Cada criana foi entrevistada

34
de forma individual em uma sesso, que durava de 30 at 60 minutos. As tarefas
apresentadas eram estrias hipotticas, concretas e numricas, e a natureza dos nmeros
apresentados era contnua e discreta. Dentre os principais resultados, os autores verificaram
que no existia diferena entre a forma de apresentao e a natureza do problema, sendo
que a compreenso dos conceitos melhorava entre os sujeitos mais velhos.

Segundo Zawojewski (1988), os alunos do Ensino Mdio apresentaram memorizado


os procedimentos de mdia, mediana e moda, mas no o entendimento dos conceitos
subjacentes. A autora, baseada nos dados do Segundo Estudo Internacional de Matemtica,
observou que a maioria dos alunos conseguia calcular corretamente a mdia aritmtica com
nmeros inteiros, embora esse domnio tenha cado oito pontos percentuais de 1964 para
1982. Essa performance caiu quando a mdia envolvia nmeros decimais ou quando
requeria uma aplicao maior do conceito de mdia. Por exemplo, apenas 16% de alunos de
13 anos conseguiram encontrar um dado ausente quando a mdia e os valores restantes
eram conhecidos. Somente 7% conseguiram calcular adequadamente a mdia ponderada.
Concepes erradas e dificuldades no entendimento da mdia, aparentemente, no estavam
sendo superadas ao longo da instruo escolar.

As formas de conceber a mdia tambm foram estudadas por Goodchild (1988)


tendo como sujeitos 17 alunos da 7 srie, que, em entrevistas individuais com o autor,
eram solicitados a ler, em voz alta o rtulo impresso em uma caixa de fsforos, onde
aparecia a seguinte frase: contedo mdio 35 fsforos. Em seguida, era solicitado ao
aluno que dissesse o significado desse rtulo. Quinze alunos forneceram respostas como
em torno de 35 fsforos na caixa, utilizando palavras tais como: aproximadamente,
cerca de, no exatamente, prximo o suficiente e muito prximo. Essas respostas, para o
autor, evidenciaram uma caracterstica dominante entre os alunos que entendem a mdia
como uma medida de posio. Quatro alunos indicaram, tambm, a idia de valor esperado
com respostas tais como normalmente ou quantidade usual. Um aluno utilizou a palavra
mdia e um outro usou a distribuio de erros, dizendo suposto ser, no sempre. Tambm
foi perguntado quantos fsforos eles esperariam em dez caixas. A maioria respondeu 350
fsforos. Os resultados mostraram a falta de entendimento da mdia como medida de

35
posio de uma distribuio que resultante de um processo estocstico. O autor sugeriu
que os professores levem em considerao esses resultados no ensino da mdia. As idias
de representatividade e de valor esperado devem ser enfatizadas, a intuio de processos
estocsticos e as distribuies resultantes devem ser transmitidas juntamente com a
compreenso da mdia como uma medida de uma distribuio.

Li e Shen (1992) verificaram que quando os sujeitos tm que calcular a mdia para
dados agrupados em intervalos de classe, ignoraram a freqncia de cada um dos
intervalos, calculando a mdia como se fosse uma mdia simples.

Mokros e Russell (1995) pesquisaram as concepes de mdia de 21 estudantes de


quarta a oitava sries que j haviam tido aulas sobre esse conceito. Analisando os enfoques
utilizados pelos sujeitos e as principais caractersticas apresentadas ao solucionar os
problemas, os autores criaram cinco categorias, descritas aqui, em razo de terem sido
usadas como categorias de anlise, na presente pesquisa:

a) a mdia como moda : os sujeitos usam a moda para construir uma distribuio ou
interpretar uma existente. As caractersticas so: falta de flexibilidade na escolha de
estratgias; incapacidade de construir uma distribuio quando a mdia dada no
coincide com um valor pontual ou com o tipo de varivel (por exemplo, 2,3 filhos
por casal); pouca utilizao do algoritmo para encontrar a mdia ou utilizao
incorreta; frequentemente utilizam o raciocnio egocntrico nas solues;

b) a mdia como algoritmo : os sujeitos utilizam o algoritmo, tal como foi ensinado
em sala de aula. Freqentemente exibem uma variedade de utilidades e estratgias
circulares em que confundem totalmente mdia e dados; possuem estratgias
limitadas para avaliar a razoabilidade da resposta;

c) a mdia como razovel: os sujeitos olham a mdia como uma ferramenta que d
sentido aos dados, escolhem uma mdia que representativa dos dados, tanto de
uma perspectiva matemtica, quanto de senso comum; usam suas experincias do
cotidiano para julgar se a mdia encontrada razovel. Utilizam o algoritmo para
achar a mdia se for para examinar a razoabilidade do resultado; acreditam que a

36
mdia de um conjunto particular de dados no um valor matemtico preciso, mas
uma aproximao que pode tomar um dos vrios valores;

d) a mdia como ponto mdio: os sujeitos concebem a mdia como uma ferramenta
que d sentido aos dados; escolhem uma mdia que representa os dados, desde uma
perspectiva matemtica e de senso comum; procuram pelo centro para representar
os dados, esse centro pode ser a mediana, o ponto mdio da amplitude dos dados ou
o centro do eixo X e usam simetria quando constrem a distribuio dos dados ao
redor da mdia. Eles mostram grande fluncia na construo de dados quando estes
so simtricos, mas apresentam problemas de construo ou interpretao no caso
de distribuies assimtricas, usam a mdia fluentemente como meio de checar suas
respostas. Parecem acreditar que a mdia e o centro so medidas equivalentes;

e) a mdia como ponto de equilbrio: os sujeitos concebem a mdia como uma


ferramenta que d sentido aos dados; procuram pelo ponto de equilbrio para
representar os dados; levam em conta todos os valores da varivel; usam a mdia
como uma compreenso inicial das relaes quantitativas dos dados; so capazes
de trabalhar a partir da mdia ou total para um conjunto de dados e vice-versa. So
capazes de quebrar os problemas em pequenas partes e encontrar mdias parciais
como uma forma de solucionar problemas mais difceis

Mokros e Russell (1995) observaram que os sujeitos que utilizavam o enfoque


mdia como moda ou mdia como algoritmo no possuam a compreenso de
representatividade da mdia, enquanto que os que usavam os outros enfoques sim.
Verificaram que construir um conjunto de dados a partir da mdia a tarefa mais difcil;
questionaram se seria adequado apresentar o algoritmo computacional para crianas
menores, ao invs de se trabalhar de forma intuitiva o conceito de representatividade.
Concluram que o conceito de mdia um objeto matemtico de complexidade no
reconhecida, que engana pela simplicidade do algoritmo de soluo e que deveria ser
ensinado em sries mais avanadas, aps o sujeito desenvolver uma slida fundamentao
de representatividade. Os autores criticaram o uso dos modelos de balanceamento, porque
focalizam o algoritmo, no envolvendo a noo de representatividade de dados.

37
Complementando essas idias, pode ser citado o trabalho de Gal (1995), para quem
os professores no deveriam apenas ensinar a mdia, mas utilizar a mdia. Para o autor, o
aluno deve saber a utilidade da mdia, em quais condies seu uso faz sentido, o que pode
ocorrer quando a mdia utilizada inadequadamente, o papel da mdia no contexto das
outras ferramentas estatsticas. Deve ainda reconhecer quando a mdia pode ser a melhor
ferramenta, quando a nica, quando deve ser complementada ou quando no deve ser
usada. Referindo-se aos consumidores de informaes ou de ferramentas estatsticas, estes
no precisam saber muito sobre as tcnicas estatsticas, mas devem saber como interpretar,
pelo menos informalmente, sentenas envolvendo a mdia. O autor ressaltou a importncia
de se desenvolver habilidades para lidar com mdias em ambos os contextos: ativo
(gerando mdias) e passivo (interpretando mdias). Alm disso, Gal props que os alunos
sejam desafiados a calcular e estimar a mdia para dados apresentados em diferentes
formas.

Por outro lado, Watson (1996) analisou a interpretao da mdia aritmtica


envolvendo nmeros inteiros, mas cujo resultado um nmero decimal e verificou que os
sujeitos apresentavam dificuldades na compreenso do conceito de mdia, sendo poucos os
sujeitos que j possuam noo da mdia enquanto valor representativo do conjunto de
dados.

Para Cai (1998), a compreenso conceitual de mdia aritmtica inclui, alm do


entendimento do algoritmo computacional, os aspectos estatsticos do conceito. Visando
analisar essa compreenso, Cai pesquisou 250 alunos da sexta srie usando um instrumento
envolvendo a mdia e outro para medir o desempenho matemtico. Cada tarefa da mdia
foi codificada segundo quatro aspectos: resposta numrica, erro matemtico, representao
e estratgia de soluo. As representaes foram examinadas e quatro categorias foram
criadas para avaliar e classificar as representaes utilizadas pelos estudantes para explicar
suas solues: algbrica, aritmtica, pictorial e verbal. Os resultados mostraram que a
maioria dos alunos conhecia o algoritmo, mas apenas a metade foi capaz de aplic-lo em
problemas contextualizados. Os alunos que utilizaram representao algbrica ou aritmtica

38
foram melhores solucionadores de problemas que aqueles que utilizaram a representao
pictorial ou verbal.

Como pode ser observado atravs da reviso de literatura, existem dificuldades na


aprendizagem da mdia aritmtica, parece haver consenso entre os autores revistos de que a
maioria dos alunos tem o domnio dos procedimento para o clculo da mdia, mas um
conhecimento conceitual bastante insatisfatrio.

importante ressaltar que, no caso da Estatstica, no suficiente ter o domnio do


procedimento e dos principais conceitos da rea. necessrio saber utilizar adequadamente
esses conceitos e, para isso, no existe uma receita pronta, pois a maioria dos problemas de
natureza estatstica so abertos, nos quais se lida com a probabilidade.

39
40
CAPTULO III

HISTRICO DOS GRFICOS E PRINCIPAIS TEORIAS RELACIONADAS


PERCEPO E COMPREENSO DE GRFICOS

3.1 Antecedentes histricos, definio e tipos de grficos

Os grficos estatsticos so uma criao recente, tendo surgido por volta de 1750.
O surgimento dos grficos s foi possvel devido s grandes descobertas da Matemtica,
tais como os logaritmos, coordenadas cartesianas, o clculo e a teoria das probabilidades.
Sua apario tardia pode ser explicada pela diversidade de habilidades requeridas, a saber
visualartstica, estatsticaemprica e matemtica (Tufte, 1983).

Lewandowsky e Spence (1989a) apontaram que a principal ferramenta para a


criao dos grficos estatsticos foi o sistema de coordenadas cartesianas, disponvel em
1637, com a publicao do livro La Gomtrie, de Descartes, que possibilitou a explorao
das relaes tericas entre variveis.

Todavia, a concepo que dominou a construo de grficos, por quase um sculo e


meio, foi a de que o sistema cartesiano deveria ser utilizado apenas para descrever funes
matemticas, governando o comportamento de objetos no espao e no tempo. Porm, a
tradio cartesiana foi to forte que os cientistas utilizavam grficos em quase todas as
relaes entre variveis, ou seja, os mtodos grficos estavam sendo aplicados para a
anlise exploratria estatstica de dados. O ajustamento de curvas utilizava dados para
compreender a estrutura das leis (curvas) que governavam o universo. Observa-se que a
orientao estatstica utiliza curvas (regularidade) para determinar (compreender) a
estrutura de dados concretos dados sobre o fenmeno que so importantes para entend-
los corretamente (Wainer e Thissen, 1981, p. 195).

De acordo com Lewandowsky e Spence (1989a) o filsofo Johann Heinrich


Lambert imaginou uma variedade de procedimentos grficos elegantes para ilustrar dados
fsicos, publicados postumamente no seu livro Pyrometrie, em 1779. Lambert usou grficos

41
de funes de duas variveis para analisar dados tais como a expanso de varetas
aquecidas. Freqentemente, Lambert avaliava a validade de uma hiptese atravs da
inspeo visual de um grfico. Lambert foi responsvel pelo primeiro grfico impresso de
maneira errada, tendo ajustado aos dados de expanso de varetas aquecidas uma curva
negativamente acelerada, em lugar de uma reta.

Contudo, atribudo a William Playfair (1759-1823), engenheiro e economista


escocs, a inveno dos grficos estatsticos mais populares e que so utilizados at hoje: o
grfico circular, o grfico de barras, o histograma, o grfico de superfcie e o grfico de
linhas. O primeiro grfico de barras foi publicado por Playfair, em 1786, no seu livro
Commercial and Political Atlas. O primeiro grfico circular, em 1801, em seu livro The
Statistical Breviary. O propsito de Playfair, ao desenvolver suas representaes grficas
de dados estatsticos, era tornar a Estatstica um pouco mais motivadora. Seu trabalho
forneceu excelentes exemplos de bons grficos, que carregam informao e so agradveis
aos olhos (Fienberg, 1979). Dentre seus famosos grficos esto includos o da dvida
nacional da Inglaterra e o da balana comercial entre Inglaterra e Estados Unidos
(Lewandowsky e Spence, 1989a; Wainer, 1992).

Wainer (1992, p. 14) destacou que Playfair desenvolveu e melhorou os fundamentos


do desenho grfico, visando a substituio das tabelas de nmeros, a fim de tornar mais
fcil a comunicao e interpretao da informao quantitativa. Seus grficos tiveram uma
imediata e boa aceitao, porque eles funcionavam, como ele mesmo afirmara: Eu
encontrei que o primeiro esboo grosseiro me deu uma melhor compreenso da matria,
do que tudo o que eu tinha aprendido com leituras ocasionais, durante metade de minha
vida.

Entretanto, a expanso inicial do uso dos grficos foi lenta. A principal limitao era
a reproduo em srie dos grficos, no s pelo tempo gasto para reproduzir mo e pela
limitao tcnica dos reprodutores, mas principalmente pela limitao da tcnica
fotogrfica. Assim, no incio, os grficos eram evitados ao mximo.

42
Os padres visuais revelados pela apresentao grfica de dados foram ligados a
vrias descobertas cientficas, incluindo o padro da evoluo estelar e do caos em padres
de clima (Shah e Carpenter, 1995).

Os grficos estatsticos, assim como a prpria Estatstica, tambm foram, e ainda


so, vulnerveis ao mau uso, ao exagero e ao acmulo de informaes neles contidas. Ao
invs de facilitar a extrao da informao, muitos grficos eram desenhados com o
objetivo de mostrar o bvio ou criando distores, caindo no descrdito (Tufte, 1983).

Segundo Kruskal (1982), o ressurgimento dos grficos estatsticos, a partir do final


da dcada de sessenta, deveu-se apario de novas idias para apresentao e anlise de
dados, podendo ser citadas as criaes de Tukey (o diagrama de ramo e folha, publicado em
1972 e descrito completamente em 1977, o diagrama da caixa, os rootograms); os rostos
de Chernoff (entre 1973 e 1975); as sries trigonomtricas inversas de Andrew; os grficos
de anlise multivariada de Gnanadesikan (os grficos P-P, Q-Q, em 1968, os diagramas de
pontos modificados), entre outros.

Para Tufte (1983) as propostas de John Tukey tornaram os grficos dignos de


confiana e uma ferramenta poderosa na anlise exploratria de dados.

Cleveland (1987) afirmou que o desenvolvimento dos mtodos grficos envolveram


grandes estudos de metodologia de quantificao, ou seja, como a informao quantitativa
deve ser mostrada em um grfico, a fim de se examinar os dados, seja para fornecer um
diagnstico, seja para ajustar modelos aos dados. Esse tipo de pesquisa envolve
visualizao, isto , qual deve ser o veculo visual a ser utilizado para mostrar uma
informao quantitativa determinada. Por exemplo, o desenvolvimento do grfico de
probabilidade normal, foi um grande estudo de quantificao, a informao selecionada
para plotar foi a estatstica de ordem dos dados, os quantiles de uma distribuio normal,
mas o veculo visual utilizado foi um grfico cartesiano. O mesmo ocorreu com o
desenvolvimento da matriz de diagramas de disperso, desenvolvido por Chambers,
Cleveland, Kleiner e Tukey e publicado em 1983. Outro exemplo o diagrama da caixa
(boxplot) desenvolvido por Tukey, em 1977. Informao quantitativa quartiles, juntas e
valores extremos foram selecionados para resumir a distribuio dos dados; um novo

43
veculo visual uma caixa com uma linha dentro e com acessrios foi desenvolvido para
mostrar a informao.

Ainda, segundo Cleveland (1987), um fator que contribuiu para o salto qualitativo
dos grficos foi a revoluo da computao grfica, iniciada na dcada de sessenta,
intensificada nos ltimos anos, estimulando a inveno de novos mtodos grficos.
Pesquisas na rea de computao so de vital importncia para os grficos estatsticos, pois
da construo da interface entre a anlise de dados e a computao que resulta a
apresentao visual na tela do computador, bem como o desenvolvimento de algoritmos
rpidos que permitam a visualizao instantnea dos dados, por exemplo, aps uma
rotao. Hoje, com a ajuda do computador, mtodos dinmicos esto sendo criados, como,
por exemplo, os mtodos de rotao e de varredura.

Atualmente, os grficos fazem parte de uma gama de ferramentas da Estatstica, que


dificilmente um pesquisador no utiliza. Segundo Wainer (1992), o uso de grficos est to
internalizado que no d para imaginar o mundo sem seu uso.

De acordo com Leinhardt e Zaslavsky e Stein (1990), um grfico uma


representao simblica de dados, geralmente relacionando duas ou mais variveis,
utilizando o sistema de coordenadas cartesianas. Os grficos se movimentam em trs
espaos: o algbrico, o grfico e o da situao ou do fenmeno do qual os dados foram
extrados e que os dois primeiros tentam modelar.

Pinker (1990) elaborou uma definio para os grficos estatsticos; segundo o autor,
o objetivo do grfico estatstico comunicar ao leitor um conjunto de n-uplas4 de valores
em n escalas matemticas, usando objetos cujas dimenses (comprimento, sombreamento,
forma, posio dentre outros) correspondem s respectivas escalas e cujos valores em cada
dimenso (particularidade de um objeto, comprimento, posio, entre outros) se relacionam

4
n-uplas se refere a uma seqncia ordenada de elementos do tipo (x1 , x2 , ..., xn ), onde o elemento x1 pertence
ao conjunto X1 , x2 pertence ao conjunto X2 e assim por diante at o elemento xn pertence ao conjunto Xn . No
caso mais comum, onde se trabalha com duas variveis, tem-se os pares ordenados (x,y), onde x pertence ao
conjunto X e y ao conjunto Y.

44
com os valores nas escalas correspondentes. O emparelhamento realizado porque
qualquer objeto visualizado pode ser descrito, simultaneamente, por seus valores ao longo
de um nmero de dimenses visuais.

Os grficos estatsticos diferem dos grficos das funes matemticas. Enquanto as


funes matemticas e seus respectivos grficos modelam funes determinsticas, do tipo
Y = F(X), ou seja, dado um valor para X pode-se conhecer exatamente o valor de Y. Ao
contrrio, os grficos estatsticos modelam funes no determinsticas, do tipo Y = F (X) +
, onde representa o erro aleatrio e formado pelo componente aleatrio, devido ao
processo de amostragem; pelo erro explicado pela ausncia de variveis que podem estar
interferindo no comportamento da primeira e pelos erros de medida dos instrumentos.
Existem, tambm, outros grficos estatsticos que no necessariamente esto preocupados
com a modelagem da relao entre as variveis, mas apenas pretendem ilustrar o
comportamento das mesmas. Assim, pode-se classificar os grficos em dois grandes tipos:
os matemticos e os estatsticos.

Os grficos matemticos esto ligados a funes do tipo Y = F(X), onde Y a


ordenada e X a abcissa, podendo modelar fenmenos fsicos e naturais, cuja natureza
determinstica. Por exemplo, o grfico de uma funo linear, de uma funo trigonomtrica.
o grfico do cardiide em coordenadas polares, ou ainda grficos mais complexos, como,
por exemplo, o chapu mexicano em trs dimenses ou os fractais gerados por funes
complexas em vrias iteraes.

Em geral, o ensino de grficos em Matemtica parte da funo algbrica, so


gerados valores para as variveis, esses valores so colocados em tabelas e, posteriormente,
no plano cartesiano. Geralmente, esses grficos e suas funes so utilizados ou ensinados
de forma abstrata, isto , sem vinculao com o cotidiano ou com a modelagem de
fenmenos fsicos ou naturais (Leinhardt e outros, 1990).

J o ensino de grficos em Cincias percorre o caminho inverso ao do ensino em


Matemtica. Muitas funes matemticas e seus respectivos grficos so utilizadas em
Cincias, Fsica, Qumica e Biologia com o objetivo de modelar fenmenos fsicos e
naturais que governam o universo. Freqentemente, o processo se inicia com a observao

45
emprica do fenmeno, o arranjo e a ordenao dos dados, a seleo de eixos e rtulos, a
construo das escalas e o desenho do grfico, para finalmente, estimar a funo que
relaciona as variveis envolvidas no fenmeno em estudo.

Se a segunda Lei de Newton: a acelerao (a) de um corpo(m) diretamente


proporcional fora (F) resultante que atua sobre ele, for usada como exemplo, verifica-
se que ela pode ser escrita matematicamente da seguinte forma: F = m*a. Isso significa que
a fora resultante diretamente proporcional acelerao adquirida pelo corpo, ou seja,
quanto maior a fora, maior a acelerao; quanto menor a fora, menor a acelerao. Por
outro lado, se for fixada a fora, quanto maior a massa do corpo, menor a acelerao e vice-
versa. Se a massa do corpo for fixa e se forem feitos experimentos para validar essa lei,
verificar-se- que os pontos observados cairo muito prximos da reta terica, sendo que os
pequenos desvios, explicados pelos erros de medio, tendero para zero medida que se
utilizam aparelhos de medio de alta preciso. Este um exemplo do ajustamento de um
modelo terico onde o erro explicado apenas pelo erro sistemtico.

J uma curva que representa o crescimento de uma planta no poder ser modelada
por uma funo determinstica, porque existem vrios fatores interferindo no crescimento
dessa planta. Para estimar a curva de crescimento de uma espcie de plantas, dever ser
observada uma amostra de plantas e pode-se ajustar uma curva mdia, por exemplo. Neste
caso, trata-se de um grfico estatstico.

Consequentemente, os grficos estatsticos seguem a mesma trajetria dos grficos


utilizados em Cincias, ou seja, partem da observao do fenmeno e procuram as funes
matemticas que modelem essas relaes ou descrevam a estrutura dos dados.
Potencialmente, uma funo matemtica e seu grfico podem converter-se em uma funo
e em um grfico estatstico.

A Figura 4 ilustra o movimento entre os espaos algbrico, grfico e situacional,


em Cincias, em Matemtica e em Estatstica, e foi adaptado a partir do modelo proposto
por Leinhardt e outros (1990, p. 9).

46
Alm dos grficos matemticos que podem ser transformados em grficos
estatsticos, existem grficos prprios da Estatstica, desenvolvidos para ilustrar o
comportamento das variveis. Por exemplo, a quantidade de vendas de um produto por
ms, as intenes de voto dos eleitores, o movimento das bolsas de valores etc. A Figura 5
ilustra os grficos estatsticos mais utilizados.

Alm dos tipos de grficos j citados, existem tambm os grficos conceituais que,
segundo Butler (1993), so diferentes dos grficos estatsticos, pois eles no representam
dados, mas conceitos e suas relaes. A Figura 4 um exemplo de um grfico conceitual. O
autor apresenta quatro tipos de grficos conceituais: grficos matemticos (por exemplo, a
Lei de Fechner), modelos geomtricos (por exemplo, o prisma do olfato de Henning), redes
de trabalho (por exemplo, o modelo STM-LTM de Atkinson e Shiffrin) e os diagramas de
Euler-Venn (por exemplo, o modelo de processos automtico e de controle de Shiffrin e
Schneider).

3.2 O papel e a importncia dos grficos

Os grficos modernos tm um papel muito maior que o de substituir tabelas ou


outras formas de comunicar informaes. Os grficos so instrumentos que ajudam a
raciocinar sobre a informao quantitativa. Sem dvida, a forma mais efetiva de
descrever, explorar e resumir um conjunto de dados, mesmo quando estes representam
grande conjunto de dados. Alm disso, de todos os mtodos para analisar e comunicar
informaes, os grficos bem desenhados so, geralmente, os mais simples e, ao mesmo
tempo, os mais poderosos instrumentos de informao (Tufte, 1983).

Para Weintraub (1967, in Padilla, Mckenzie e Shaw, 1986), os grficos tm


assumido um papel crescente e importante na sociedade, pois apresentam os conceitos de
uma forma concisa ou fornecem uma viso rpida da informao. Isso na linguagem
cotidiana demandaria, para sua descrio, uma grande quantidade de matria escrita. Os
grficos freqentemente mostram uma grande quantidade de informao em um pequeno
espao.

47
Validao cientfica
Espao Algbrico Inferncia estatstica Espao do
(Regra algbrica) Fenmeno

Modelagem estatstica Anlise


Modelagem matemtica Exploratria de dados
Espao grfico
Legenda: (Grfico)
Matemtica
Cincias / Estatstica

Figura 4. Movimentos entre espaos dos grficos, segundo a rea utilizada

Grfico de Barras Grfico circular Grfico de linhas

Grfico de rea Diagrama de disperso Diagrama da caixa


(scatterplot) (boxplot)

000000
111111111111

22222222222222222222
3333333333
444444
5555
666
7
8

Diagrama de ramo e folha Histograma Grfico de pontos
(steam leaf) (grfico de basto)

Figura 5. Grficos estatsticos mais utilizados

48
A importncia dos grficos estatsticos pode ser avaliada pelo seu uso intensivo na
mdia. Basta abrir um jornal ou uma revista para encontrar diversos tipos de grficos, por
exemplo, um grfico de linhas mostrando a corrida eleitoral para as prefeituras, um grfico
de barras para mostrar a evoluo dos juros nos ltimos doze meses ou um pictograma
(bonecos) mostrando o crescimento demogrfico mundial.

Para Cleveland (1984), os grficos so importantes meios de comunicao de


informao quantitativa na escrita cientfica, seja em artigos para revistas ou nos relatrios
de universidades, indstrias e governos. A revista Journal of Geophysical Research dedica
aproximadamente um tero de seu espao a grficos. Segundo Butler (1993), nos ltimos
cinqenta anos, os psiclogos tem includo numerosos grficos em suas revistas cientficas
e em seus livros-textos. Ainda de acordo com esse autor, so mais freqentes os grficos
nas revistas e as figuras, nos livros-textos.

O sucesso dos grficos reside na capacidade humana de reconhecer padres (Shah e


Carpenter, 1995; Leinhardt e outros, 1995). Para Wainer (1992), os grficos funcionam
porque o homem possui acuidade para coisas e porque sua habilidade para entender
informao espacial to poderosa que ele pode fazer isso muito bem, mesmo frente a
grficos imperfeitos. Desse modo, os grficos tm contribudo para as grandes descobertas
cientficas.

3.3 O ensino de grficos

Embora os grficos matemticos no faam parte do objeto do presente estudo, eles


tm fundamental importncia na formalizao de conceitos relativos construo e
interpretao de grficos. O ensino dos grficos matemticos est atrelado ao ensino de
funes matemticas, na disciplina de Matemtica e, em geral, se inicia na 8 srie do
Ensino Fundamental. Nessa srie ensinado aos alunos o desenho do sistema de
coordenadas cartesianas, como dimensionar a escala dos eixos, a gerar os pares ordenados e
como colocar os pontos no plano cartesiano. medida que o aluno avana na escolaridade,
os contedos matemticos vo sendo gradativamente mais sofisticados, ocorrendo o mesmo

49
com as funes e os grficos, possibilitando o aperfeioamento da construo e
interpretao de grficos.

Os grficos matemticos tambm so utilizados em outras disciplinas (Cincias,


Fsica, Qumica, Geografia e Biologia).

Em geral, o ensino de grficos em Cincias tem um papel importante na instruo


formal do aluno. Isso ocorre porque alm de lidar com a construo e interpretao de
grficos, permite ao aluno perceber a relao entre o fenmeno observado e a modelagem
dos mesmos. Em Qumica, por exemplo, os grficos so utilizados para expor conceitos
como a lei dos gases, equilbrio vapor-presso, o diagrama de fases e as taxas de reao
qumica. Em Fsica, servem para analisar e explicar as curvas de solubilidade, de
temperatura-densidade, de relao amp-volts, de movimento etc. (Berg e Smith, 1994).

Para McKenzie e Padilla (1986), existe uma unicidade entre a construo e


interpretao de grficos e a instruo em Cincias. Por exemplo, o aluno solicitado a
descobrir que, usando um grfico, ele pode olhar retrospectivamente o crescimento de uma
planta e, tambm, prever como continuar crescendo. O aluno precisa aprender a construir
um grfico desse fenmeno, associando a relao entre a altura e o tempo com o
crescimento da planta e a durao desse crescimento, desde o plantio. Precisa descobrir,
tambm, que a curva que mostra o crescimento da planta diferente da curva de
crescimento de outras plantas, sejam essas da mesma espcie ou no. Segundo esses
autores, as informaes cientficas, cada vez mais, utilizam grficos para ilustrar as
informaes; os grficos so o meio de expresso preferido por cientistas:

Em cincia, mais do que em outras matrias, os estudantes devem ser


envolvidos na previso da relao entre variveis e tentar quantificar
essas relaes. Construo e interpretao de grficos de linha so muito
importantes na instruo da cincia porque eles so uma parte integral da
experimentao, corao da cincia (McKenzie e Padilla, 1986, p. 572).

J os grficos estatsticos esto includos no tpico Estatstica, na disciplina de


Matemtica, tanto no Ensino Fundamental, quanto no Mdio. Revisando vrios livros

50
didticos do Ensino Fundamental, Panaino (1998) concluiu que alguns autores incluem o
tpico de Estatstica e Probabilidade somente a partir da 8 srie, outros nem mencionam o
tpico e poucos trabalham a Estatstica a partir da 5 srie. Contudo, o autor verificou que
alguns livros didticos de outras reas, como por exemplo o de Geografia, utilizam
conceitos de Estatstica, fazendo o uso de grficos.

Essa realidade est mudando face implantao dos novos Parmetros Curriculares
Nacionais PCNs (MEC, 1998). De acordo com Lopes (1998), o tpico Estatstica est
sendo introduzido na disciplina de Matemtica a partir da 4 srie do Ensino Fundamental.
De modo geral, os grficos no Ensino Fundamental e Mdio se limitam ao grfico de
barras, circular, de linhas e aos pictogramas, s vezes ligados ao levantamento de dados da
prpria escola.

A instruo formal de grficos estatsticos, no Ensino Superior, ocorre na disciplina


de Estatstica. Geralmente, os cursos exigem uma nica disciplina de Estatstica, limitada
Estatstica Descritiva ou Anlise Exploratria de Dados, onde est includo o tpico
referente aos grficos estatsticos. Outros cursos tais como Agronomia, Economia,
Psicologia possuem duas ou mais disciplinas de Estatstica, abrangendo a inferncia
estatstica e tcnicas mais avanadas, como, por exemplo, a anlise de varincia, onde so
ensinados grficos de natureza mais sofisticada. Alguns cursos possuem disciplinas onde a
Estatstica e seus grficos esto presentes, como a disciplina de Epidemiologia em Cincias
da Sade, Ecologia em Biologia, Econometria em Economia etc.

Alm da instruo formal em grficos estatsticos, a exposio ostensiva de grficos


estatsticos fora da escola, atravs da mdia, complementa a formao do aluno, gerando
uma situao nica, onde os alunos so ensinados sobre um contedo (grficos) do qual j
apresentam um substancial conhecimento. O problema saber se esse conhecimento
condizente com os significados aceitos, se essas concepes so resistentes a mudanas e
quais as implicaes disso no processo de ensino-aprendizagem de grficos (Leinhardt e
outros, 1990).

51
3.4 A psicologia da percepo grfica

Apesar do reconhecido sucesso e da importncia dos grficos na anlise e


comunicao de informao, pouco se sabe sobre a maneira pela qual os grficos e
diagramas so processados. Quais so os processos perceptuais, psicofsicos e cognitivos
que so ativados durante o exame de um grfico? No se sabe ainda se uma pessoa lembra
uma informao melhor quando examina um tipo de grfico em comparao com outro
tipo. Freqentemente, confia-se na intuio para decidir se um grfico bom ou ruim e no
se sabe que dano pode ser causado por grficos mal construdos (Lewandowsky e Spence,
1989a).

Os grficos so utilizados geralmente de duas formas. A primeira para comunicar ou


transmitir dados e a segunda, como mtodo de anlise de dados. No obstante, eles
tambm podem ser usados para reter na memria uma grande quantidade de informaes,
de forma mais eficiente.

Os grficos cuja misso for comunicar informao, em geral, esto direcionados


para uma grande audincia, so muito bem desenhados e representam o estgio final do
processo de anlise de dados. Por essa razo, tais grficos comumente contm dados
estatisticamente resumidos ao invs de apresentar dados originais. Freqentemente,
pequeno o nmero de pontos desenhados. Mais ainda, como geralmente est dirigido a um
pblico com menor conhecimento sobre grficos que seu autor, a apresentao,
necessariamente, tende a ser simples na forma e no contedo. Se um grfico no for
familiar pode dificultar ao invs de ajudar na compreenso das informaes que pretende
comunicar.

J a anlise de dados uma atividade privada e envolve a produo de grficos que,


muitas vezes, so vistos apenas pelos seus criadores, antes de serem descartados ou
melhorados. Aqui, os grficos tendem a ser muito detalhados e as vezes complicados ou
restritos a uma rea de especialistas, contendo, se no na totalidade, ao menos a maioria dos
dados originais. Sua apresentao tem como objetivo a descoberta de padres ou
caractersticas dos dados, no perceptveis de outra forma.

52
Um bom grfico tem como uma de suas caractersticas fazer com que a mensagem
que visa transmitir seja rapidamente apreendida, mas isso no o bastante. A mensagem
precisa ser retida na memria. Segundo Lewandowsky e Spence (1989a), Playfair
acreditava que um dos benefcios de usar os grficos era ajudar a memria. Tal convico
hoje alicerada pela grande quantidade de evidncias empricas coletadas pela Psicologia
a respeito da memria. Muitos experimentos tm confirmado a extraordinria capacidade
de lembrar informaes quando apresentadas pictoricamente; alm disso, a memria para
figuras superior memria para textos. Esses autores apresentaram tambm dados de
outros autores mostrando que existe pelo menos 10% de vantagem na reteno de figuras,
em comparao com palavras ou sentenas.

Vrios autores buscaram propor modelos para explicar a eficincia apresentada por
alguns grficos estatsticos quando comparados a outros que tentam comunicar um mesmo
tipo de informao. Estudaram tambm a natureza dos processos cognitivos que so
ativados quando as pessoas decodificam a informao que apresentada nos grficos.

Segundo Simkin e Hastie (1987), a anlise feita pelos tericos cognitivistas, sobre a
percepo grfica comeou com o trabalho de Jacques Bertin, prosseguiu com os trabalhos
de William S. Cleveland e Robert McGill, J. F. Fotellie e Steven Pinker. Esses
pesquisadores tm dado ateno s questes cognitivas que so de grande relevncia, a
saber: a) como a informao de um grfico representada mentalmente; b) quais processos
mentais intervm entre a percepo visual e o estabelecimento da representao mental; c)
quais processos operam na representao mental para inferir propriedades que no so
bvias e, d) como tais processos operam na representao e nas inferncias de forma a gerar
respostas adequadas s tarefas.

J para Lewandowsky e Spence (1989a), cinco autores merecem destaque nos seus
trabalhos na busca de um corpo terico que sistematize a compreenso de grficos, sendo
eles: Jacques Bertin, William S. Cleveland e Robert McGill, J. D. Mackinley, Stephen
Kosslyn e Steven Pinker.

No presente trabalho, quatro teorias mereceram ateno especial: o enfoque


taxonmico de Jacques Bertin, a teoria da percepo grfica de William S. Cleveland e

53
Robert McGill, a teoria do processamento de informaes visuais de Stephen Kosslyn e a
teoria da compreenso de grficos de Steven Pinker. Embora o trabalho de Tufte (1983)
no tenha a pretenso de desenvolver uma teoria sobre a compreenso de grficos, seu
trabalho sistemtico mereceu destaque especial.

3.5 O enfoque taxonmico de Bertin.

Jacques Bertin foi cartgrafo, tendo criado e dirigido at sua aposentadoria o


Laboratoire de Grafique da cole des Hautes tudes en Sciences Sociales de Paris.
Escreveu os livros: Semiologie Graphique, em 1967, La Grafique et le Traitment Grafique
de lInformation, em 1977, e Graphics and the Grafical Analysis of Data, em 1980.

Jacques Bertin (1967) desenvolveu uma taxonomia dos componentes grficos e das
propriedades do sistema perceptual, introduzindo uma gramtica para a descrio de
grficos, cujos elementos consistem em smbolos que registram o tipo de varivel, como
esta deve ser colocada num grfico etc. Esse conjunto mnimo de elementos permite
compor e decompor qualquer grfico. Uma descrio precisa desse tipo permite reter a
informao na memria, transmitir a informao grfica e prever o desempenho, isto se as
correlaes psicolgicas de cada smbolo puder ser estabelecida (Lewandowsky e Spence,
1989a).

Para Bertin (1967) um grfico mais eficaz que outro se, para se obter a resposta
correta para uma questo, o tempo de inspeo menor para um que para outro. A
neogrfica da comunicao um meio de fixar e mostrar aos outros aquilo que se
descobriu. Sua finalidade a percepo rpida e, eventualmente, a memorizao de um
conjunto de informaes. Seu imperativo: a simplicidade. A eficcia est ligada facilidade
de encontrar a informao, em qualquer etapa da leitura de um grfico. A montagem das
observaes que obedecem a esse princpio forma a teoria da imagem, desenvolvida nos
seguintes pontos:

54
As etapas do processo de leitura. Para ler um grfico o leitor deve rapidamente
proceder a trs operaes sucessivas:

a. Identificao externa : identificar, atravs de rtulos alfanumricos, os referentes


conceituais ou do mundo-real relativos informao que o grfico est transmitindo.

b. Identificao interna : identificar as dimenses relevantes de variao no contedo


pictrico do grfico e determinar quais as dimenses visuais que correspondem a qual
varivel conceitual ou escala.

c. Percepo de correspondncia: usar um nvel particular de cada dimenso visual para


tirar concluses sobre os nveis particulares de cada escala conceitual.

As questes possveis os nveis de leitura. A informao uma relao que pode


ser estabelecida entre elementos, subconjuntos, ou conjuntos e, para um conjunto de dados
existe um nmero finito de questes que podem ser solicitadas. Em geral, dois tipos de
questes so possveis, dada uma entrada para X, encontrar o valor de Y, ou para um valor
em Y, verificar a entrada em X, sendo que cada questo, por sua vez, pode ser caracterizada
pelo seu nvel de leitura. Os nveis de leitura so o elementar, o mdio e o superior.

a. Nvel elementar ou extrao de dados quando a informao se refere a relao


entre um elemento de X e um elemento de Y. Por exemplo: qual o total de
vendas do ms de janeiro?. Esse nvel ajuda a prevenir a construo de maus
grficos.

b. Nvel mdio ou extrao de tendncias quando a informao se refere a relao


que existe entre subconjuntos de dados. Por exemplo: qual a tendncia de vendas
durante o inverno? Estes subconjuntos podem ser definidos de duas maneiras: a
priori e verbalmente (o que ocorre no inverno?) ou a posteriori e visualmente (quais
so as caractersticas do sistema trimestral construdo pelos dados?). Isto, segundo o
autor, mostra que os tratamentos grficos aceitam as hipteses, mas tambm podem
funcionar sem hipteses prvias.

c. Nvel superior ou entendimento profundo da estrutura dos dados geralmente


comparando tendncias e agrupamentos, estabelecendo relaes e inferindo

55
comportamentos futuros. Por exemplo: como se comportaram as vendas no
perodo em estudo? Este nvel necessrio para a tomada de deciso.

Para Bertin (1967) a construo que permite o nvel superior de leitura permite a
leitura nos nveis anteriores, j o inverso no necessariamente verdadeiro. Como
conseqncia, um grfico que no permite definir grupos em X e Y no fornece informao
do conjunto, consequentemente, esse grfico ser ineficaz.

Bertin (1967) apontou tambm que existem tantos tipos de questes quanto o
nmero de componentes de uma informao, sendo que dentro de cada tipo de questo
existem os trs nveis de leitura. Toda questo pode ser definida pelo seu tipo e nvel de
leitura.

Bertin (1967) definiu imagem, como a forma visual significativaperceptiva dentro


de um instante mnimo de viso. A imagem se forma atravs da percepo de
correspondncias originais de uma questo da seguinte maneira: a) a definio de uma
entrada, por exemplo, no ms de julho; b) uma correspondncia: um ponto e, c) uma
identificao de sada: a resposta: as vendas foram de mil reais.

Bertin (1967) denominou de seleo visual o processo de focalizar o olhar em uma


informao, isto , perceb-la, isol-a das demais em um instante mnimo de viso. Pode
ser constatado que, em algumas construes grficas, o olho capaz de englobar, com um
nico golpe de vista, todas as correspondncias definidas por uma identificao de entrada,
isto , na percepo imediata, na qual as correspondncias so vistas em uma nica forma
visual.

As construes mais eficazes so aquelas dentro das quais toda questo, qualquer
que seja o tipo ou nvel, obtm uma resposta a partir de um nico instante de percepo,
uma resposta perceptvel em uma nica imagem. A imagem, unidade de percepo visual,
no deve ser confundida com a figura, que a unidade aparente e ilusria definida no papel
por um quadro linear ou por um quadro geogrfico.

A imagem, segundo Bertin (1967), formada a partir de trs variveis homogneas


e ordenadas: as duas dimenses do plano e uma varivel na terceira dimenso. As regras de

56
construo conduzem utilizao de duas dimenses do plano de uma forma homognea,
retilnea e ortogonal (plano cartesiano) e a utilizar na terceira dimenso uma varivel
ordenada, como, por exemplo: a altura, o valor ou a parcela. Construes grficas que no
respeitem a construo de imagens tero uma carga mental elevada e a memorizao ser
difcil, sendo, portanto, menos eficazes.

De acordo com Bertin (1967), a imagem no admite mais que trs variveis
significativas. Portanto, caso se tenha mais de trs variveis, deve-se escolher trs
preferenciais. A memorizao visual, evidentemente, inversamente proporcional ao
nmero de imagens necessrias percepo de uma informao.

Assim, para o referido autor faz-se necessrio substituir a noo quantidade de


informaes pela noo nveis de informaes, que so verbalmente expressas pelos nveis
de questes e graficamente pelos nveis de leitura.

Ainda segundo esse autor, no existe um grfico nico e acabado, ao contrrio, o


grfico deve ser desenhado e redesenhado, construdo e reconstrudo; deve-se manipular os
dados at que a informao contida no grfico mostre todas as relaes. Isso possvel uma
vez que o olho humano um computador sempre disponvel e capaz de perceber os
conjuntos, processando dados.

Apesar do esforo admirvel, essa taxonomia no exaustiva, no incluindo, por


exemplo, a deteco de valores extremos. Alm disso, Bertin (1967) no apresentou
nenhum alicerce emprico que validasse sua taxonomia. Todavia, o mrito do trabalho de
Jacques Bertin reside no fato de que foi o pioneiro na busca da sistematizao da teoria dos
grficos, por essa razo, seu trabalho se tornou referncia na pesquisa sobre o tema.

Curcio (1987) revisou os nveis de leitura propostos por Bertin (1967) e sugeriu as
seguintes alteraes:

a. Leitura dos dados: esse nvel de compreenso requer a leitura literal do grfico;
no se realiza interpretao da informao contida nele;

57
b. Leitura dentro dos dados : que inclui a interpretao e integrao dos dados no
grfico, requer a habilidade para comparar quantidades e o uso de outros conceitos,
alm das habilidades matemticas;

c. Leitura alm dos dados : requer que o leitor realize predies e inferncias a partir
dos dados, sobre informaes que no se refletem diretamente no grfico, e

d. Leitura atrs dos dados : supe valorar a fiabilidade e a integridade dos dados.

3.6 A teoria da percepo grfica de Cleveland e McGill

Cleveland e McGill (1984a) advogaram a necessidade de uma fundamentao


terica para a compreenso de grficos. Eles estudaram a percepo grfica como parte do
processo global da percepo visual, identificando as tarefas elementares de percepo que
so executadas durante o processo da extrao da informao quantitativa dos grficos.
Essas tarefas foram ordenadas de acordo com o grau de preciso na leitura da informao,
aparecendo da maior para a menor preciso: posio ao longo de uma escala comum,
posio sobre uma escala no alinhada, comprimento, ngulo, inclinao, rea, volume,
densidade, saturao e tonalidade de cor. Os autores basearam-se na Lei de Weber e na Lei
de Stevens, presentes em vrios trabalhos de Psicofsica, sendo alguns dos resultados
apresentados fundamentados na experimentao enquanto outros no apresentam evidncia
emprica.

Para esses dois autores, quando um grfico construdo, a informao quantitativa e


categrica codificada, principalmente atravs da posio, da forma, do tamanho, dos
smbolos e da cor. Quando uma pessoa observa um grfico, a informao decodificada
pelo seu sistema visual, sendo esse processo denominado de percepo grfica e refere-se
decodificao visual da informao codificada em grficos (p. 531). Ainda de acordo
com esses autores, um mtodo grfico bem sucedido somente se o processo de
decodificao for efetivo.

O objetivo dos autores foi identificar certas tarefas elementares de percepo que
so executadas durante o processo de decodificao visual de informao quantitativa com
alto grau de preciso. A identificao dos elementos bsicos e suas interaes durante a

58
leitura de grficos permitiria o desenvolvimento de uma estrutura para organizar o
conhecimento e prever o comportamento, semelhana das outras cincias.

Cleveland e McGill (1984a) escolheram a expresso tarefas elementares de


percepo porque um observador desempenha uma ou mais dessas tarefas visuais para
extrair mentalmente o valor real da varivel representada na maioria dos grficos. Contudo,
os autores no tiveram a pretenso de exaurir todas as tarefas. As tarefas que se relacionam
com matizes de cores e textura no foram tratadas pelos autores, porque no existe um
mtodo no ambguo de ordenao. A Figura 6 ilustra as tarefas elementares de percepo
que as pessoas utilizam para extrair informao quantitativa de grficos, proposta pelos
autores.

Posio Posio Comprimento


Escala comum Escalas no alinhadas
10 10
10
5
0
0 0

Direo ngulo rea

Volume Curvatura Sombreamento

Figura 6. Tarefas elementares de percepo propostas por Cleveland e McGill

59
Segundo os autores, deve ser notado que, no decorrer da leitura, o leitor pode evocar
outras tarefas. Por exemplo, em um grfico de barras simples, a primeira tarefa ser julgar a
posio ao longo de uma escala comum, porm podem ocorrer julgamentos de
comprimento e de rea. Em um grfico circular, a tarefa ser a percepo de ngulo, porm
julgamentos de reas e comprimento dos arcos tambm podem ser envolvidos. J nos
mapas estatsticos, a primeira tarefa elementar utilizada para extrair dados ser a percepo
de sombreamento, mas julgar tamanhos de quadrados por grades provavelmente tambm
desempenha um papel, particularmente para quadrados maiores. Em grficos que
superpem duas ou mais curvas, a informao sobre cada curva ser extrada percebendo-se
a posio ao longo de uma escala comum, de modo que a informao sobre as diferenas
ser extrada percebendo-se o comprimento, isto , a distncia vertical entre duas curvas.

Em um diagrama de disperso, a tarefa elementar ser julgar a posio ao longo de


uma escala comum, vertical ou horizontal, porm seu grande poder reside na percepo de
direo entre os pares ordenados. O diagrama de disperso um grfico dos pares
ordenados formados pelo valores das variveis X e Y, sendo, no sistema de coordenadas
cartesianas, um poderoso instrumento para julgar relaes entre variveis.

Por exemplo, na Figura 7, observa-se que a relao no linear e o grfico permite


ver a natureza dessa no linearidade. A tarefa elementar que permite fazer isto a
percepo de direo. Cada par de pontos diferentes no grfico (xi, yi) e (xj, yj) tem uma
inclinao associada: (yj - yi)/(xj - xi ). O sistema viso-cerebral capaz de extrair a
inclinao percebendo a inclinao da direo do segmento de linha juntando (xi, yi ) e (xj,
yj). A percepo dessas inclinaes permite ao sistema viso-cerebral imaginar uma curva
suave, a qual usada para julgar padres. A observao de que as inclinaes dos pares de
pontos, no lado esquerdo do grfico, so maiores que as do lado direito, permite julgar que
essa relao no linear.

A tarefa elementar de julgamento de direo, nos grficos cartesianos, vital para se


entender a relao entre X e Y. Se os mesmos valores de X e Y fossem mostrados por
barras emparelhadas, no seria ativada a habilidade para perceber inclinaes, logo o
padro da relao no linear dificilmente seria percebido (Figura 8).

60
A Figura 9 representa um diagrama de disperso triplo, de trs variveis reais X, Y e
Z, onde X e Y representam o centro dos crculo, tal como um diagrama de pontos comum,
estando a varivel Z codificada pela rea do crculo. Assim, a tarefa elementar para extrair
Z a percepo de rea. Nos grficos de volume, a tarefa elementar requerida a percepo
de volume. Tais grficos de volume so pouco usados em cincia e tecnologia, mas so
comuns nos grficos utilizados pela mdia (Figura 10).

90 90
80 80

Valores de X e Y
70 70
60 60
Y

50
50
40
40
30
30
20
20
10
10
0
0 10 20 30 40 50 60 70 80 90 X 0

Figura 7. Diagrama de disperso Figura 8. Grfico de barras lado a lado


10
8
6
4
2
0

0 2 4 6 8 10

Figura 9. Diagrama de pontos triplo Figura 10. Grfico de volume

61
Os grficos cartesianos justapostos, freqentemente utilizam dois ou mais painis
(A, B e C), com uma nica escala no mesmo painel, conforme Figura 11. Sobrepor esses
painis resultaria num amontoado desordenado de dados de difcil interpretao. A tarefa
elementar para comparar valores de dois painis que no esto na mesma linha a do
julgamento de posio de escalas no alinhadas. Contudo, Lewandowsky e Spence (1989b)
argumentaram que possvel sobrepor vrios grupos, desde que sejam utilizados smbolos
que permitam distinguir claramente esses grupos, tal como os mostrados no ltimo dos
grficos apresentados na Figura 11.



X X X X

A B C A B C

Figura 11. Grficos justapostos, julgamento de posio em escalas no alinhadas

Para Cleveland e McGill (1984a), uma tarefa considerada mais exata do que outra
se levar a julgamentos mais precisos, to prximos quanto possvel da quantidade
codificada. Por exatido, os autores no se referem ao valor exato, caso em que as tabelas
seriam mais adequadas.

Para os autores, um grfico excelente quando torna o leitor apto a extrair a


informao quantitativa, organiz-la e perceber padres e estruturas no reveladas
rapidamente por outros meios de apresentao de dados. A premissa dos autores :

Uma forma grfica que envolve tarefas elementares de percepo que leva a
julgamentos mais precisos do que outras formas grficas (com a mesma
informao quantitativa) resultar em uma organizao melhor e
incrementar as chances de uma percepo correta dos padres e
comportamentos (p. 535).

62
Para ordenar as tarefas elementares segundo o seu grau de preciso, Cleveland e
McGill (1984a) utilizaram duas leis da Psicofsica, a saber, a Lei de Stevens e a Lei de
Weber.

De acordo com a Lei de Stevens a escala percebida de um atributo muda conforme a


mudana da magnitude do atributo. Isso significa que as escalas de julgamento podem ser
viciadas e o vis depende do tamanho do objeto.

Se p a magnitude percebida e a a magnitude do objeto, ento p est relacionada


a a pela frmula p = k*a. Se a1 e a2 so duas magnitudes de um objeto e p1 e p2 so as
magnitudes percebidas correspondentes, ento p1/p2 = (a1 /a2 ). Assim, somente se =1, a
escala percebida ser igual escala fsica. Para percepo visual, esta poderosa lei parece
ser uma boa descrio de realidade.

Baird (in Cleveland e McGill, 1984a) realizou uma extensiva reviso bibliogrfica
sobre experimentos envolvendo julgamento de escalas e concluiu que o valor de tende a
ficar, razoavelmente, prximo de 1 para julgamentos de comprimento, prximo de 0,8 para
julgamento de reas e prximo de 0,6 para julgamentos de volume. Isso significa que os
julgamentos de comprimento tendem a ser no viciados, enquanto existe uma tendncia
para distoro no julgamento de rea e, mais ainda, no julgamento de volume. Julgamento
de ngulo tambm viciado, sendo que o vis depende do tamanho do ngulo. Estudos
indicam que existe uma tendncia para subestimar ngulos agudos e superestimar ngulos
obtusos. Estudos mais recentes indicam que a percepo de ngulo depende da orientao
do ngulo.

A Lei de Weber afirma que a habilidade para detectar diferena entre dois objetos
com um certo atributo (tal como diferena de comprimento de dois segmentos de linha) est
relacionada com a diferena percentual do atributo e no com o valor absoluto da diferena.
Assim, a preciso do julgamento depende da diferena relativa e no do tamanho da
diferena. A lei de Weber se aplica a outros atributos, tais como rea e posio.

Se um estmulo com intensidade x incrementado em uma quantidade dx, tal que


este o menor incremento notado, ento a razo dx/x uma constante para todos os valores

63
de x. Um estmulo grande requer um incremento grande, para que a diferena seja notada,
enquanto um estmulo pequeno requer um incremento menor. Esta lei parece funcionar de
forma adequada, requerendo modificaes para pequenos valores.

Cleveland e McGill (1984a) utilizaram a Lei de Weber para explicar porque o


julgamento de comprimento mais preciso nas barras emolduradas. A poro vazia das
barras emolduradas cria uma barra no cheia com um comprimento igual ao comprimento
da moldura menos o comprimento da barra cheia. O comprimento das barras no cheias do
informao adicional para ajudar no julgamento de quantidades numricas. Ento, o
percentual da diferena das barras no cheias maior do que o percentual da diferena das
barras cheias e, pela lei de Weber, mais fcil e mais rpido detectar uma diferena nas
pequenas barras no cheias do que nas barras grandes cheias. Isto , as barras no cheias na
Figura 12b permitem a percepo de uma diferena que no perceptvel na Figura 12a.

(a) (b)

Figura 12. Exemplo da aplicao da Lei de Weber no julgamento de comprimento

Esta a razo pela qual os autores colocam a tarefa posio ao longo de uma escala
no alinhada frente da tarefa comprimento, pois existem sugestes visuais adicionais que
ajudam a fazer julgamentos mais precisos. No caso da Figura 12a, se a tarefa consistir em
julgar a altura de duas barras no alinhadas, a tarefa elementar de percepo julgar
comprimento, sendo quase impossvel perceber qual a barra mais comprida. Contudo,
colocando molduras de igual tamanho e construo (Figura 12b), a tarefa elementar ser
julgar posio em escalas no alinhadas e, assim, pode-se, facilmente ver que a barra da
direita representa uma quantidade maior do que a da esquerda.

64
A partir dos resultados experimentais e da aplicao da Lei de Stevens e da Lei de
Weber, os autores ordenaram as tarefas elementares, que vo da maior at a menor
exatido: 1) posio ao longo de uma escala comum; 2) posio ao longo de duas escalas
no alinhadas; 3) comprimento, direo e ngulo; 4) rea; 5) volume, curvatura; 6)
sombreamento, saturao de cor. Algumas tarefas esto no mesmo nvel e os autores no
dispunham de informaes suficientes para uma discriminao precisa.

A partir dos resultados, Cleveland e McGill (1984a) sugeriram uma srie de


modificaes nos grficos atuais, bem como o uso das tarefas mais elementares possveis
para construo de grficos: um grfico maximizar a habilidade para detectar padres e
organizar informao quantitativa se sua construo estiver alicerada em tarefas o mais
elementares possveis.

Os autores propuseram novas formas grficas, tais como o grfico de pontos5


(Figura 13), que envolve uma varivel categrica e sua respectiva Frequncia. Observa-se
que este grfico diferente do diagrama de pontos, que um grfico que envolve duas
variveis quantitativas.

E
D
C
B
A
0 5 10 15 20 25

Figura 13. Exemplo de um grfico de basto

Cleveland e McGill (1984a) sugeriram a substituio dos grficos circulares pelos


grficos de barras, substituindo-se assim o julgamento dos ngulos por julgamento das
posies; substituio do grfico de barras simples e barras divididas pelo grfico de basto
simples e agrupados respectivamente. Com essas sugestes, os autores acreditaram ter

5
Para evitar confuso na nomenclatura, no presente trabalho, esse tipo de grfico foi denominado de grfico
de basto.

65
encerrado a controvrsia sobre a superioridade das barras divididas sobre o grfico circular,
para retratar as partes de um todo. Os autores concluram que nenhuma das duas formas
(circular e barras divididas) deve ser usada porque existem outros mtodos
comprovadamente superiores.

No caso de grficos mostrando duas ou mais curvas, cujo objetivo detectar a


diferena entre essas curvas, Cleveland e McGill (1984a) sugeriram utilizar um grfico
mostrando diretamente a diferena, ou incluir a curva da diferena no prprio grfico. O
problema que o crebro tende a julgar a distncia mnima entre as curvas nas diferentes
regies e no a distncia vertical. Assim, o leitor tende a ver as curvas paralelas, indo da
esquerda para direita (Figura 14a), sugerindo que a diferena constante, o que no
verdadeiro. A diferena vertical das duas curvas apresentada na Figura 14b.

(a) (b)

Figura 14. Grficos de Curvas e grfico da diferena de curvas

Cleveland e McGill (1984a) reconheceram o risco que se corre em experimentos de


percepo grfica onde os prprios sujeitos registram seus julgamentos, pois isso pode
induzi-los a julgamentos diferentes do que realizariam na leitura de um grfico no
cotidiano. Os sujeitos ao tentar dar a resposta correta, podero executar mais tarefas
cognitivas que as tarefas bsicas que realizariam em seu cotidiano. Os referidos autores
tomaram providncias para minimizar esse inconveniente durante a fase experimental.

Deve-se observar que as tarefas de percepo grfica envolvem a viso pre-


attentive, ou seja, essas tarefas esto relacionadas com o conhecimento j existente sobre o
grfico, sem a utilizao dos valores das escalas. J as tarefas de cognio grfica envolvem

66
processos de alto nvel de extrao da informao quantitativa, sendo tarefas que utilizam
os valores das escalas vertical e horizontal, alm dos clculos mentais.

Cleveland e McGill (1984a) reconheceram que a identificao e a ordenao das


tarefas elementares no providenciam uma completa prescrio de como fazer um grfico.
Mais propriamente, essa ordenao proporciona um conjunto de diretrizes que devem ser
usadas no julgamento e no desenho de grficos; contudo, existem outros fatores que devem
ser levados em considerao, pois cada julgamento envolve um conjunto complexo de
tarefas, existindo muita superposio dessas.

3.7 A teoria de processamento de informaes visuais de Kosslyn

Stephen Kosslyn um psiclogo que desenvolveu um amplo trabalho na rea de


percepo visual, dentro da abordagem cognitiva. autor de Image and mind (1980),
Ghosts in the minds machine (1983), Image and Brain (1996) e Elements of Graph Design
(1994), alm de artigos cientficos. Esse autor apresentou um esquema de anlise da
apresentao grfica, tentando detectar os elementos que dificultam sua compreenso.

Kosslyn (1985) afirmou que existem vrias formas grficas de representar uma
mesma informao, porm nem todas so teis para os seres humanos. Para ele, um grfico
ser eficaz se tirar vantagem das capacidades perceptual, conceitual e de memria, isto ,
se explorar as habilidades de processamento de informao do indivduo.

Para Kosslyn (1985) um grfico tem os seguintes constituintes:

a. segundo plano ou pano de fundo, na maioria dos grficos branco, mas pode
consistir de uma fotografia ou qualquer outro tipo de decorao;

b. estrutura, que representa as entidades que esto sendo relacionadas, sendo que, na
maioria dos grficos, formada pelos eixos do plano cartesiano;

c. contedo pictrico, que a forma pela qual os dados so transmitidos para o


observador, podendo constituir-se de linhas, barras, curvas, crculos etc. e

d. rtulos, formados por letras, nmeros, palavras e frases, cuja inteno ajudar na
interpretao da informao contida no grfico.

67
Kosslyn (1985) definiu, ainda, trs nveis de anlise. Isso foi feito com o objetivo de
determinar se certos princpios de aceitabilidade, derivados dos princpios perceptuais e
cognitivos, so satisfeitos:

a. nvel sinttico. Neste nvel so consideradas as propriedades dos elementos


grficos. Como, por exemplo: elementos distintos so discriminveis? Existem
distores visuais? Os elementos esto ordenados e agrupados adequadamente e em
consonncia com as capacidades perceptuais dos seres humanos?

b. nvel semntico. Neste nvel, a preocupao com a interpretao das relaes


quantitativas e qualitativas e com a avaliao do significado daquilo que se tem em
mente.

c. nvel pragmtico. Este nvel de anlise busca reconhecer a inteno subjacente ao


grfico e examinar o significado transmitido.

De acordo com Kosslyn (1985), aconselhvel submeter os constituintes dos


grficos a estes nveis de anlise. Um grfico pode no satisfazer os princpios de
aceitabilidade, mas pode transmitir seu significado satisfatoriamente, dado um propsito
particular. Por exemplo, para representar interao entre variveis praxe utilizar o grfico
de linhas (Figura 15a), ao invs do grfico de barras (Figura 15b), embora a varivel
explicativa seja categrica. Observa-se que o uso do grfico de linhas poderia implicar
continuidade da varivel explicativa.
N de alunos

N de alunos

Feminino
Feminino
Masculino Masculino

Exatas Humanas Exatas Humanas


(a) Grfico de linhas (b) Grfico de barras

Figura 15. Exemplo de um grfico eficaz que no respeita o princpio de aceitabilidade

68
O grfico de barras pode satisfazer o nvel semntico, mas o grfico de linhas
superior quando se considera o nvel pragmtico. Observa-se que alguns grficos podem ser
semanticamente corretos e, no obstante, levar a concluses erradas. Vrios autores
mostraram como a manipulao, nos componentes do grfico, pode induzir a concluses
erradas (truncamento dos eixos, manipulao dos eixos, o uso da terceira dimenso
inadequada etc.). Um ponto importante a ser analisado que embora o grfico possa
transmitir informaes precisas, utilizando elementos apropriados, pode confundir pelo
desenho, ou mesmo acidentalmente (Huff, 1954; Tufte, 1983 e Wainer, 1992).

O ponto de vista de Kosslyn a respeito do processamento da informao visual

Segundo Kosslyn (1985), o processamento humano de informaes visuais pode ser


dividido em trs fases, onde cada fase possui propriedades que colocam limitaes no
desenho e na interpretao do grfico. Essas fases so: obteno da informao, o
processamento da informao na memria de curto prazo (memria de trabalho) e o
processamento da informao na memria de longo prazo, ver Figura 16.

Obteno Processamento na Processamento na


da memria memria
informao de curto prazo de longo prazo

Figura 16. As fases do processamento da informao visual de Kosslyn

A obteno da informao. Quando uma pessoa olha um grfico, os estmulos


presentes chegam retina e so imediatamente convertidos em um padro de impulsos
neurais. Esses impulsos neurais vo do olho at o crebro. Quando alcanam o crebro, eles
so processados de forma a detectar padres de linhas, manchas, cores e texturas. Essas
propriedades visuais no so, inicialmente, interpretadas, elas so simplesmente vistas
como padres visuais. Este tipo de processamento pr-semntico leva formao do
esboo visual.

69
Esta fase do processamento da informao visual envolve a deteco de bordas e o
isolamento de regies do estmulo e sensvel discriminao das propriedades visuais do
grfico (linhas, marcas, orientao) e s relaes visuais que devem ser exploradas na
transmisso da informao.

Observa-se que diferenas grandes, dentro de uma dimenso visual, so notadas


mais rapidamente do que diferenas pequenas ou sutis, sendo que as variaes fsicas nas
marcas nem sempre so registradas de forma precisa, uma vez que a percepo, s vezes,
distorcida.

Segundo Kosslyn (1985), vrios fatores afetam a deteco dos padres visuais,
sendo os mais relevantes: a discriminabilidade adequada, as propriedades visuais, as
prioridades de processamento e as distores perceptuais.

O grau de discriminao adequada refere-se a variaes no contedo pictrico e nos


marcadores do grfico que devem ser suficientemente grandes e distintos para serem
notadas, considerando que o grfico poder ser fotocopiado em preto e branco e sua
dimenso poder ser reduzida.

Como o olho e o crebro so sensveis a um nmero de propriedades visuais


(tamanho, orientao, sombreamento, matizes, intensidade, textura etc.), essas podem ser
utilizadas para transmitir informao. Em muitos casos, variaes de uma propriedade
podem ser combinadas com as variaes de outras, permitindo que um nico marcador
transmita uma grande quantidade de informaes.

O sistema visual detecta diferenas na grossura das linhas, orientao e


comprimento, sombreamento, cor e outras propriedades visuais. As diferenas maiores so
mais fceis e mais rpidas de serem detectadas que as diferenas pequenas. Essa
caracterstica leva a detectar linhas mais grossas antes que linhas mais finas; cores mais
brilhantes que cores mais opacas, barras mais largas que barras mais finas e assim por
diante.

Por essa razo, os grficos devem ser construdos para mostrar, em primeiro lugar,
as caractersticas mais importantes. Se existe diferena na grossura das linhas, esta deve

70
refletir a importncia das categorias. As linhas das grades nunca devero ser mais escuras
que as linhas das variveis, nem os padres do pano de fundo devero ser mais destacados
que os componentes do grfico em si. Se, no grfico circular, uma parte for destacada, esta
diferena leva o olho a focaliz-la, consequentemente, essa dever ser a mais importante.

Por outro lado, pode ocorrer distoro perceptual porque as impresses visuais no
seguem uma funo linear dos parmetros fsicos dos estmulos. O homem, s vezes, erra
sistematicamente ao perceber padres. Muitas vezes, os sujeitos no tm uma percepo
verdadeira das dimenses visuais especficas, sendo tais distores conhecidas como
iluses visuais. Um exemplo clssico de distoro visual a percepo de rea, que ,
muitas vezes, subestimada.

O processamento na memria de curto prazo seria a segunda fase do


processamento da informao visual proposta por Kosslyn (1985).

O material do esboo visual organizado na memria de curto prazo em unidades


perceptuais que seria a representao mental de um estmulo percebido (Sternberg, 2000).
Os estmulos percebidos podem ser reorganizados e reinterpretados, porm isso exige uma
alta carga mental. Por exemplo, a estrela de Davi, via de regra, organizada visualmente
como dois tringulos superpostos. Porm, reorganiz-la mentalmente como sendo um
hexgono rodeado de seis tringulos pequenos ou de trs paralelogramos requer grande
quantidade de esforo mental, ver Figura 17. O trao caracterstico da informao que
mantido na memria o que est sendo percebido conscientemente da figura.

A informao na memria de curto prazo transitria e estima-se que esta


armazenada por segundos, tal como repetindo um nmero telefnico uma e outra vez em
silncio para si mesmo ou mantendo uma imagem mental. Por outro lado, a capacidade de
processamento de informaes na memria de curto prazo limitada, estima-se que
somente grupos de quatro itens podem ser mantidos ativos na memria por vez. Essa
limitao explica as dificuldades enfrentadas pelos leitores para que a informao se torne
relevante quando se exige deles que mantenham em mente muitos detalhes ao mesmo
tempo, na memria de curto prazo.

71
Figura 17. Exemplo de esboos visuais da estrela de Davi

Consequentemente, a construo de grficos deve considerar o agrupamento


perceptual e a limitao da memria, pois esses so filtros importantes no processamento
das informaes e determinam o nvel de processamento das informaes contidas no
grfico.

A informao visual guardada na memria de curto prazo em unidades


perceptuais, que se agrupam formando padres. A natureza do agrupamento dessas
unidades foi estudada em profundidade pela escola alem de Psicologia conhecida como
Gestalt. Segundo essa teoria, os humanos no vm pontos ou marcas isolados, mas vm
padres. Os tericos da Gestalt formularam algumas leis que regeriam a percepo e
representao, nas quais Kosslyn (1985) fundamenta sua proposta, a saber:

a. Lei da proximidade : marcas que esto prximas tendero a ser agrupadas juntas.
Por exemplo, xxx xxx visto como dois grupos, enquanto que xx xx xx visto
como trs grupos. Assim, dependendo de como as barras, em um grfico de barras,
esto espaadas, elas tero maior ou menor probabilidade de serem vistas
agrupadas. Barras no mesmo grupo so rapidamente comparveis. Este princpio
especialmente importante para a associao de rtulos com escalas, legendas,
barras, linhas etc.

72
b. Lei da similaridade : marcas que apresentam formas similares, orientaes, cores e
assim por diante tendem a ser agrupadas juntas. Por exemplo, --- | | | so percebidos
como dois grupos. Este princpio pode ser usado para ajudar o leitor a emparelhar
barras, linhas ou regies onde mais de uma comparao est sendo feita. Uma
violao comum deste princpio ocorre quando so utilizados dois grficos
circulares, contendo as mesmas categorias, mas arranjados em ordem diferente ou
utilizando marcas ou cores diferentes para cada categoria. Este princpio
freqentemente utilizado para associar um nvel na legenda com um elemento de
contedo (linha, barra ou setor circular); isto , haver um smbolo ou cor prximo
ao rtulo em um canto do grfico e o leitor usar esse smbolo para relacionar o
elemento que est sendo rotulado.

c. Lei da boa forma: marcas que sugerem uma linha contnua, mesmo tracejada ou de
pontos, tendem a ser agrupadas juntas. Por exemplo, visto como uma
nica unidade e no como quatro unidades separadas, porm _ _ visto como
duas unidades. Barras que esto arrumadas em ordem crescente ou decrescente
sero mais facilmente apreendidas do que barras que violam este princpio. No caso
de grfico de linhas, com linhas que se cruzam, essas podem ser confundidas,
principalmente se o segmento de uma flui para o segmento de outra. Por este
princpio, quando as linhas so rotuladas no final, o rtulo ser uma boa
continuao para a prpria linha.

Por outro lado, marcadores ou linhas que parecem ir na mesma direo


tendero a ser agrupadas juntas. Assim, um grfico de linhas, onde as linhas so
paralelas, muito mais fcil de ser entendido, j que essas linhas sero agrupadas
em uma nica unidade, isso no ocorre quando as linhas se cruzam
desordenadamente, uma vez que cada linha ser vista como unidade individual. Este
princpio tem um papel importante na apresentao de conjuntos de dados
complexos em painis justapostos.

Esses efeitos de agrupamento podem ser muito poderosos. Voltando a figura que
representa a estrela de Davi (Figura 17), os princpios de continuidade, proximidade e boa

73
forma levam o crebro a organizar as linhas em dois tringulos superpostos, que
rapidamente so vistos como um todo. Porm, existem outras figuras geomtricas
embutidas no desenho da estrela, as quais no so bvias sem uma inspeo consciente.
Para encontrar os trs paralelogramos, deve-se olhar atentamente para eles, traar linhas
individuais para encontrar seus permetros. Os paralelogramos esto to presentes quanto os
tringulos, mas eles so mais difceis de serem vistos por no terem efeitos de
agrupamento.

As leis de organizao da Gestalt devem ser respeitadas se partes da estrutura do


grfico precisam ser agrupadas. Se as funes lineares individuais devem ser discriminadas,
os rtulos devem ser corretamente associados com seus contedos e assim por diante.
Trabalhos mostram que, quando essas leis no so respeitadas, o grfico apresenta
dificuldades na sua interpretao.

O outro fator que precisa ser mencionado, segundo Kosslyn (1985), refere-se s
limitaes da capacidade da memria.

A capacidade limitada da memria de curto prazo o filtro do processamento. Se


um grfico fcil de ser entendido, este no requer do leitor que mantenha,
simultaneamente, mais que o limite permitido pela memria de curto prazo. Esta
capacidade limitada de aproximadamente quatro unidades. Deve-se lembrar que uma
unidade perceptual nem sempre formada por um nico elemento, a lei da pregnncia pode
fazer, por exemplo, com que vrias linhas formem uma nica unidade perceptual e, por esse
motivo, o grfico seja rapidamente compreendido.

As limitaes no processamento das informaes, impostas pela limitao da


capacidade da memria de curto prazo, freqentemente tornam difcil a leitura de um
grfico, principalmente quando o grfico contm muita informao forando o leitor a se
engajar em uma tarefa complexa de memorizao.

O processamento na memria de longo prazo constituiria a terceira fase do


processamento de informaes visuais proposta por Kosslyn (1985).

74
Durante o processamento das informaes visuais, o sujeito precisa disponibilizar
informaes relevantes retidas na memria de longo prazo, que o repositrio de todo o
conhecimento do leitor. No presente caso, o material retido refere-se especificamente ao
conhecimento sobre grficos e diagramas. Localizar essa informao necessrio para
reconhecer o estmulo, pois somente fazendo contato com a informao adequada, retida na
memria, que se disponibiliza o conhecimento previamente adquirido.

O reconhecimento de um tipo de grfico, seus elementos e suas inter-relaes, um


passo crtico na compreenso do processo. Sem o acesso a tal informao, o leitor no sabe
como relacionar os pontos nos eixos, como comparar reas de dois setores circulares e
assim por diante. Consequentemente, se o leitor nunca viu um grfico ou um tipo especfico
de grfico, ele enfrentar srias dificuldades, pois este material no estar disponvel na sua
estrutura cognitiva.

Outro ponto relevante que a compreenso do grfico depende do acesso


apropriado informao retida. O grfico no pode ser ambguo, sujeito a mais de uma
interpretao, assim como no deve levar ao acesso de informao inadequada, isto , no
pode induzir o leitor a tirar inferncias incorretas, uma vez que parte do processo de
compreenso de grficos envolve o processo inferencial sobre a entrada, podendo tais
inferncias resultarem em uma apresentao falaciosa dos dados. Com relao a esse
aspecto, dois pontos devem ser especialmente cuidados: a ambigidade nos rtulos e
desenho e as inferncias.

As partes de um grfico podem ser ambguas por duas razes. Primeiro, os rtulos
podem ser esquecidos ou no ser claros, podendo ser um impedimento real para a
compreenso. Segundo, um padro pode ser responsvel por mais de uma descrio, porque
no est claro como as partes se mantm juntas ou porque as partes, em si, no so claras.

A compreenso de um grfico mais que um simples reconhecimento das partes e


das relaes entre elas. Freqentemente, as concluses so extradas depois que so
reconhecidos os elementos fundamentais e suas relaes. Padres de linhas podem induzir
o leitor a tirar concluses que, s vezes, no tm nenhum fundamento. Por exemplo, se a
aparncia de uma linha sugere um crescimento rpido, o leitor pode interpretar o contedo

75
como sendo consistente com a aparncia mesmo que os nmeros contenham outra
histria. Isto , capta-se a mensagem com fundamento na impresso visual baseada na
aparncia do grfico, o que pode levar o leitor a fazer inferncias sobre tal contedo.
Assim, o grfico pode mentir (com o truncamento do eixo ressaltam-se pequenas
diferenas) e distorcer a informao to bem quanto pode tornar um ponto especialmente
claro.

A partir das consideraes anteriores, Kosslyn (1985) sintetizou o processamento


das informaes contidas em grficos, explicitado a seguir. O estmulo, para ser lido,
precisa, em primeiro lugar, ter sido registrado na memria de longo prazo e identificado
como um grfico. Depois disso, o leitor de grficos acessar e usar um conjunto de regras
para interpret-los. Essas regras centram-se em um nico princpio que geral para a
maioria dos grficos e diagramas: grandes quantidades so indicadas pelo mximo dos
marcadores (linhas grossas, setores circulares grandes etc.). As escalas podem ser
includas como um tipo de regra, permitindo ao leitor separar quantidades precisas.

Todavia, com a prtica, o leitor pode aprender a ler grficos sem ter que usar essa
regra, pois ele se torna hbil para reconhecer padres especficos das marcas que tm um
significado especfico. Por exemplo, um leitor de grficos experimentado ver em um
grfico de linhas no padro X como indicao de um tipo especfico de interao estatstica
e no precisar avaliar cada ponto separadamente. Isso significa que um leitor
experimentado ser capaz de reconhecer interaes simplesmente emparelhando o padro
percebido com o padro guardado na memria, em uma nica tentativa. Como
consequncia, a construo de grficos dever respeitar os princpios que regem o
processamento de informaes.

Assim, a complexidade do grfico depender de sua finalidade. Os grficos so


utilizados para comunicar, analisar e, ou guardar informao na memria. Dependendo da
inteno do grfico, este dever ser mais simples (comunicao) ou mais complexo
(anlise).

O tipo de grfico a ser utilizado deve ser escolhido segundo o tipo de informao a
ser extrada. Por exemplo, em um grfico de linha, o padro da linha organizado

76
perceptualmente em uma nica unidade perceptual, a qual dever ser quebrada se se desejar
extrair informao particular em um nvel determinado da varivel independente. Essas
unidades so excelentes para levar o leitor a perceber padres e interaes nos dados. A
situao oposta no grfico de barra, o qual tem uma ou mais barras sobre cada nvel da
varivel independente. As barras, freqentemente, no formam um grupo perceptual e
fcil extrair informaes individuais e, mais difcil, ver as tendncias. Assim, dependendo
do tipo de questo, um grfico pode ser mais apropriado do que outro.

Portanto, um construtor de grficos deve saber qual o tipo adequado de grfico


para seus dados. Por exemplo, o grfico circular ou o grfico de barras divididas so
adequados somente para propores e porcentagens, enquanto o grfico de barras, alm dos
anteriores, pode ser usado para dados intervalares e de razo. O grfico circular e as barras
divididas representam o todo, cujas partes sempre somam a unidade, enquanto a altura
reflete quanto e, virtualmente, qualquer escala pode ser utilizada.

Para Kosslyn (1985), a pesquisa nesta rea deveria ser feita de forma conjunta entre
estatsticos e psiclogos. Ambos esto interessados nas maneiras de tornar explcitos os
padres subjacentes nos dados e ambos reconhecem o valor dos grficos. Desenvolver
novos grficos e melhorar os atuais requer o desenvolvimento de mais pesquisa emprica,
bem como a investigao das questes bsicas da comunicao grfica.

3.8 A teoria de compreenso de grficos de Pinker

Steven Pinker psiclogo e diretor do Centro de Neurocincia Cognitiva do


Instituto de Tecnologia de Massachusetts (MIT) e autor dos livros Visual cognition (1984),
The language instinct (1994), How the mind works (1997), alm de inmeros artigos.

Pinker (1990) props um modelo de percepo grfica que focaliza os processos


psicolgicos como responsveis pela codificao e compreenso de grficos. O modelo
divide o processo de compreenso em distintos estgios. Primeiro, o processamento da
codificao visual fornece uma descrio estrutural ou uma representao interna
relativamente no refinada de um grfico. Essa descrio estrutural formada conforme
vrios princpios perceptuais, tais como as leis de organizao da Gestalt, que guiariam a

77
codificao visual. A mensagem conceitual ou a interpretao dos dados derivada da
descrio estrutural pela evocao de um esquema ou processamento de padres. Assume-
se que o leitor possui esquemas adequados para a maioria dos grficos e ativa um processo
de emparelhamento com o esquema mais adequado. No final do estgio, vrios processos
de interrogao e de montagem, substituem variveis no esquema, com valores especficos
extrados da descrio estrutural do grfico. Assume-se que esses processos so submetidos
ao controle consciente e so adaptados s questes do grfico.

De acordo com Pinker (1990), o mtodo utilizado na extrao da informao


afetaria o grau de dificuldade de um grfico e a eficincia do leitor. Embora especulativo,
esse modelo prope uma anlise psicolgica que vai alm de uma mera descrio
quantitativa dos dados (Simkin e Hastie, 1987).

A Figura 18 ilustra o grfico de barras referente ao preo do metal, nos primeiros


seis meses do ano. Esse grfico representa o emparelhamento de valores de uma escala
nominal (meses) com os valores da escala de razo6 (preo), usando objetos (barras), cuja
posio horizontal (uma dimenso visual) corresponde a um valor da primeira escala e cuja
altura (outra dimenso visual) corresponde a um valor da segunda escala. Esta
caracterizao pode ser aplicada a qualquer tipo de grfico.

Pinker (1990) utilizou as etapas do processo de leitura desenvolvido por Bertin


(1967). Durante a leitura de um grfico o leitor executa processos: a identificao externa
(identificar, via rtulos, os referentes conceituais do mundo), a identificao interna
(identificar as dimenses relevantes de variao no contedo pictrico do grfico e
determinar a correspondncia entre as dimenses visuais e as variveis conceituais) e,
finalmente, a percepo de correspondncia (usar um nvel particular de cada dimenso
visual para tirar concluses sobre os nveis particulares de cada escala conceitual).

6
Segundo Lindsay e Norman (1977), existem cinco tipos de escalas: escala nominal (utilizada para variveis qualitativas,
onde so atribudos nmeros arbitrariamente s categorias, por exemplo, raa); escala ordinal (utilizada para variveis
qualitativas, cujas categorias possuem uma ordenao natural e os nmeros atribudos refletem apenas a ordem, por
exemplo, classe social), escala intervalar (utilizada para variveis quantitativas, onde a diferena entre nmeros reflete
diferenas nos valores da varivel, porm as razes no tm significado, por no possurem o valor zero absoluto, por
exemplo a temperatura em graus Celsius ou Farenheit), escala de razo (igual a escala intervalar, mas com o zero
absoluto, assim, alm das diferenas entre nmeros, a razo entre valores tem significado e multiplicar a escala por uma
constante no altera as propriedades da escala); finalmente, a escala de valores absolutos (utilizada para variveis
quantitativas, onde os valores no podem ser mudados sem comprometer a relao entre os itens, por exemplo, nmero de
filhos por mulher).

78
(maro, 127)
140

Preo do metal ($/ona)


120
Segunda dimenso visual

100
Escala de razo

80

60
40
20
0
Jan Feb Mar Abr Mai Jun
Meses

Primeira dimenso visual


Escala nominal

Figura 18. Exemplo de um grfico de barras

Para executar esses trs processos, o leitor deve representar mentalmente os objetos
do grfico, somente de uma certa forma. No caso da Figura 18, o leitor deve pensar nas
barras em termos de sua altura e sua posio ao longo do eixo X e no em termos do
contorno formado pelos topos das barras e da distncia do topo da pgina. Depois, o leitor
deve lembrar ou deduzir quais aspectos dos constituintes visuais do grfico representam
quais escalas matemticas que o grfico est tentando comunicar. Essas duas formas de
conhecimento so incorporados em dois tipos de representao mental: a descrio visual
(que codifica as marcas descritas no grfico em termos de sua dimenso fsica) e o esquema
grfico (que decifra como as dimenses fsicas sero mapeadas dentro de uma escala
matemtica apropriada).

Utilizando essas estruturas para interpretar grficos, o leitor pode obter diferentes
tipos de informao, como um valor exato de alguma escala emparelhada com um valor
dado ou com uma outra escala, a taxa de variao dos valores em uma escala dentro de
uma faixa de valores da outra escala, uma diferena entre a escala de valores de duas
entidades, assim por diante.

79
Segundo Pinker (1990), a informao de um grfico chega ao sistema nervoso em
dois padres de intensidade na retina: o arranjo visual e a descrio visual. O arranjo
visual se refere aquela primeira representao visual vaga que descreve a entrada de um
formato pictrico, relativamente no processado. Esta informao muito rudimentar para
servir como base para compreender o significado do grfico, portanto, imprpria para
extrair informao quantitativa. J a descrio visual se refere descrio estrutural que
representa o grfico, que a representao simblica ou, especificamente, a identificao
das partes constituintes do grfico e as relaes entre elas (tamanho, forma, mais a relao
espacial entre elas). Essas partes sero fatoradas em smbolos separados e cada nvel mais
alto do processo cognitivo precisa se referir apenas aos smbolos relevantes.

J o processo de codificao visual se refere ao mecanismo que cria uma descrio


visual a partir de um arranjo visual padro.

Conforme Pinker (1990), o processo de compreenso de grficos segue o


fluxograma ilustrado na Figura 19. Quando o leitor est diante de um grfico, a primeira
leitura que ele faz uma leitura vaga (arranjo visual); depois, atravs de um processo de
codificao visual, ele traduz essa primeira leitura em uma descrio estrutural
representando o grfico (descrio visual). Esta descrio visual permite ao leitor extrair
informao quantitativa (mensagem conceitual), a partir de questes que o leitor deseja
extrair do mesmo (questo conceitual), reconhecendo o tipo de grfico. A estrutura que
acompanha essas ltimas trs tarefas denominada esquema grfico e representada no
fluxograma pelo smbolo ?.

Processo Processo de Mensagem


visual codificao conceitual
inicial Arranjo Descrio
Grfico
visual visual ?
??
Questo
conceitual

Figura 19. Esquema proposto por Pinker (1990) para a compreenso de grficos

Durante a leitura de um grfico o leitor utiliza vrios processos para acessar as


estruturas que representam a informao grfica. O processo MATCH, que reconhece o

80
grfico como pertencendo a um tipo particular de grficos; o processo montagem da
mensagem, que cria uma mensagem conceitual fora do esquema grfico ativado7 ; o
processo de interrogao, que recupera ou codifica nova informao baseado na questo
conceitual e o processo inferencial, que aplica as regras da inferncia lgica e matemtica
para as entradas da mensagem conceitual.

Pinker (1990) fundamenta-se na Psicologia Cognitiva, considerando seus aspectos


essenciais. A Figura 20 resume o fluxo da informao sendo que os blocos representam
estruturas de informao e as setas representam os processos que transferem informao
entre eles.

Mensagem
conceitual
Mecanismos de Processo Processo de
codificao MATCH montagem da
bottom-up mensagem

Arranjo Descrio esquema Processo


Visual Visual grfico inferencial
ativado
Mecanismos de
codificao Processo de
top-down interrogao
Questo
conceitual

Figura 20. Processos ativados durante a leitura de grficos, segundo Pinker (1990)

Para descrever uma cena visual8 (visual scene), Pinker (1990) utilizou proposies,
cujas variveis representavam entidades percebidas ou objetos, nos quais os predicados
especificavam atributos de uma entidade e relaes entre elas. Cada varivel em uma
descrio visual representada por um pequeno crculo ou n, no qual o nome da varivel
inscrito; cada predicado de um lugar impresso prximo ao n, representando a varivel
inscrita. E cada predicado de dois lugares impresso ao longo da seta, unindo os dois ns,
representando o atributo dos dois argumentos.

7
ativado foi a traduo utilizada para a palavra inglesa instantiated.
8
cena visual foi a traduo utilizada para o termo ingls visual scene utilizado por Pinker (1990) para se referir ao objeto a
ser processado visualmente, como por exemplo: um diagrama, um grfico, um objeto tridimensional.

81
Dado que um arranjo visual pode ser descrito de infinitas formas, ento pode ser
considerado que existem vrias formas para a descrio visual pela qual o leitor pode
representar um grfico. A questo saber qual a descrio visual mais provvel e isto
feito com base no conhecimento do funcionamento do sistema visual.

Princpios que limitam a forma da descrio visual

De acordo com Pinker (1990), existem quatro princpios amplos, fundamentados em


pesquisa bsica de percepo, que limitam a forma da descrio visual em formas que so
relevantes para a compreenso grfica. Esses princpios respondem por uma grande carga
explicativa da teoria esboada por esse autor, para quem o primeiro determinante da
dificuldade de um grfico seria examinar se a descrio visual especifica explicitamente a
dimenso e os agrupamentos que o construtor de grficos listou para simbolizar as escalas
matemticas envolvidas na mensagem do grfico. Esses princpios so: (1) a essencialidade
do espao, (2) as leis de agrupamento da Gestalt, (3) a representao de magnitude e, (4) o
sistema de coordenadas.

O primeiro princpio refere-se a essencialidade do espao, visto que a localizao


espacial de um objeto tem um status perceptual diferente de sua cor, textura ou forma. As
propriedades associadas essencialidade do espao no campo visual restringem quais as
partes do arranjo podem ser representadas por variveis, como as variveis numricas
representam uma fsica contnua e como os predicados so codificados ou verificados em
relao ao arranjo visual.

As propriedades associadas a essencialidade do espao so: a) quantidade de


elementos perceptveis, b) configurao, c) discriminao e linearidade e, d) ateno
seletiva.

A primeira restrio de uma descrio visual a quantidade de elementos


perceptveis, isto , quantos elementos devem ser contados como variveis. As variveis
devem representar unidades de percepo segundo o critrio espacial (compartilham a
mesma posio) e no qualquer subconjunto arbitrrio de luz refletido na figura (o conjunto

82
de todas as manchas de luzes que compartilham outros atributos), tal como ilustra o
exemplo da Figura 21.

Localizao
Localizao 1
Achuriado 1 Achuriado
Localizao Localizao 3
Pintado 2
Localizao
1 2 3 Achuriado Localizao 2
Pintado 3
Pintado
Localizao 3

Figura Critrio espacial Critrio sombreamento e localizao


(cena visual) (3 elementos) (4 elementos)

Figura 21. Um exemplo do nmero de elementos perceptveis.

A segunda restrio de uma cena visual quanto escolha de predicados


disponveis na montagem da descrio visual. A maioria das propriedades de configurao
em uma modalidade sensorial est definida sobre atributos indispensveis, os quais, no caso
de objetos visuais estticos, so as duas dimenses espaciais. Como conseqncia, existem
muitos predicados para formas espaciais (cada um dos quais pode ser definido por certas
mudanas bem definidas no padro, seja na posio vertical ou horizontal) e poucos
predicados para formas no espaciais definidas por mudanas anlogas.

Por exemplo, a cena visual da Figura 22a contm elementos cuja altura varia de
acordo com sua posio horizontal (o sombreamento varia aleatoriamente). Essa
configurao rapidamente notada e pode ser descrita por um atributo diagonal (x). J a
cena visual da Figura 22b contm elementos cuja sombra incrementa com sua orientao (a
posio varia aleatoriamente); no existindo um atributo que possa descrever essa
configurao, provavelmente seus elementos devero ser descritos individualmente. Os
elementos da Figura 22c ficam mais claros com a altura, uma mudana que rapidamente
notada e pode ser descrita por um nico predicado, por exemplo, gradiente de cinza (x).

83
Observa-se que quando um membro de um par de dimenses relacionadas
espacial, podem existir predicados de configurao disponveis; quando nenhum membro
espacial, os predicados de configurao so improvveis.

(a) (b) (c)

Figura 22. Exemplos de atributos de configurao, segundo Pinker (1990)

A terceira propriedade refere-se a discriminao e a linearidade. Em geral, as


variveis no so percebidas linearmente e nem pequenas diferenas entre valores da
varivel fsica so notadas. As variveis numricas so distorcidas em relao a entidades
do mundo real que elas representam. Contudo, os atributos indispensveis proporcionam
maior discriminao e maior mapeamento linear, existindo evidncias de que a preciso
maior para a representao espacial do que para a representao de qualquer outra varivel.

A quarta propriedade refere-se ateno seletiva que surge como conseqncia da


quantidade de elementos perceptveis, cada varivel pode ter associao com um nico par
de coordenadas representando sua localizao. Isto significa que a localizao poderia
servir como um indexador ou como um sistema de acesso para a informao visual.
Segundo Pinker (1990), evidncias sustentam que a ateno mais seletiva para atributos
indispensveis (localizao de duas dimenses na viso) do que para outros atributos
visuais.

84
Na teoria esboada por Pinker (1990), a ateno seletiva, segundo a sua localizao,
consistir de um mecanismo que ativar vrios mecanismos de codificao para processar
uma regio espacial de um arranjo visual, a fim de codificar mais predicados em uma
descrio visual ou para verificar adequao de um predicado nessa localizao. Esses
mecanismos desempenharo um papel importante no processamento de grficos dirigido
pelos dados ou pelo processamento descendente (top down).

O segundo princpio refere-se s Leis de Agrupamento da Gestalt. Assim como


Kosslyn (1985), Pinker (1990) recorreu s leis da Gestalt: lei da proximidade (elementos
estticos distintos sero vistos como pertencendo a uma nica configurao se estiverem
prximos um do outro), da similaridade (similar em termos de uma ou mais dimenses
visuais), da boa forma (continuao suave de uma para outra, linhas paralelas) em um plano
de duas dimenses.

Esses princpios determinaro como as variveis sero ligadas atravs da relao das
partes com o todo. Por exemplo, para a cena visual mostrada na Figura 23a, a descrio
visual correspondente ser como a da Figura 23b, onde a lei de boa forma mantm a reta e a
curva distintas, a lei da proximidade liga os asteriscos a curva e as cruzes a reta e a lei da
similaridade liga asteriscos a asteriscos e cruzes a cruzes.

Cena visual

parte parte

grupo grupo

parte parte parte parte

curva grupo reta grupo

parte parte parte parte parte


++ asterisco asterisco

asterisco cruz cruz

(a) cena visual (b) descrio visual da cena

Figura 23. Exemplo de uma descrio visual seguindo as leis da Gestalt, segundo Pinker (1990)

85
O terceiro princpio o princpio de representao de magnitude, referindo-se a uma
representao mental, considerando que existem evidncias da limitao da capacidade de
memria. Por outro lado, a representao de magnitude depende do atributo, como, por
exemplo, comprimento muito mais fcil de representar do que sombreamento.

O quarto princpio trata do sistemas de coordenadas e refere-se maneira utilizada


para representar mentalmente um objeto variando em vrias dimenses. Isto depende das
dimenses do objeto e da(s) origem(s) do mesmo. Os sistemas de coordenadas mais
utilizados so o sistema retangular ou cartesiano, o sistema de coordenadas polares e o
sistema de coordenadas cilndricas distribudas, propostas por Marr e Nishihara (1978, in
Pinker, 1990).

Pinker (1990) adotou dois aspectos do modelo de Marr e Nishihara (1978), a saber:
a) formas e posio so mentalmente representados principalmente em coordenadas
retangulares ou polares; e, b) a localizao dos diferentes elementos de uma cena visual
representada em separado, em sistemas de coordenadas locais centrados em outras partes da
cena visual e no em um sistema de coordenadas geral.

Isto significa que em uma descrio visual, a especificao de localizao dos


objetos ser quebrada em duas proposies, uma especificando o objeto sobre o qual o
sistema de coordenadas estar centrado e a outra especificando a extenso ou valor do
objeto com o sistema de coordenadas, como na Figura 24a. No caso de duas dimenses
mais claro indicar a extenso ao longo de cada dimenso e a localizao do eixo do sistema
de coordenadas correspondendo a essa dimenso, separadamente, como na Figura 24b.

Neste ponto, uma questo importante deve ser resolvida: quais objetos podem servir
como sistema de coordenadas, para quais outros objetos? A seguinte condio parece ser
uma primeira aproximao plausvel: uma propriedade espacial do objeto a ser
mentalmente especificada em um sistema de coordenadas centrada no objeto b quando: 1) b
maior do que a e, 2) a e b so perceptualmente agrupados de acordo com uma ou mais
leis da Gestalt.

86
extenso
Localizao vertical

extenso Sistema de coordenadas


Localizao
extenso

Sistema de coordenadas Localizao horizontal

Sistema de coordenadas
(a) (b)
Figura 24. Representao mental do sistema de coordenadas, segundo Pinker (1990)

Restries de processamento nas descries visuais

Teoricamente, com muito esforo, provvel que as pessoas consigam codificar um


nmero ilimitado de propriedades, assim as descries visuais podem, em princpio, ser
arbitrariamente grandes. Contudo, na prtica, dois fatores limitaro o tamanho das
descries visuais, so eles: a capacidade de processamento na memria de curto prazo e a
probabilidade e o automatismo da codificao padro.

A maioria dos modelos de processamento cognitivos tem restries na capacidade


de processamento utilizados para manter ativos os elos de ligao (ns) em uma descrio
visual de curto prazo. Afirma-se que entre quatro e nove elos podem ser mantidos ativos ao
mesmo tempo e sero muito menos se as fontes de processamento estiverem atuando em
tarefas concorrentes. Essa limitao reflete a capacidade da memria de curto prazo e a
capacidade de processamento. Segundo Miller (in Sternberg, 2000, p. 212), a capacidade
de memria imediata parece ser aproximadamente de sete itens, com uma variao de mais
ou menos dois.

Por outro lado, alguns predicados tero uma alta probabilidade de codificao
padro, ao passo que outros sero determinados pela familiaridade e pela importncia
aprendida. Segundo Pinker (1990), resultados de pesquisas confirmam que o
reconhecimento de padres se torna rpido, livres de erro e, relativamente insensvel a
outras demandas de ateno, quando os padres so bem praticados. Aqui estaria o papel da
instruo.

87
Pinker (1990) distingiu vrios tipos de descrio visual. A descrio visual padro
se refere a uma descrio que montada automaticamente por um processo de codificao
puramente dirigido pelos dados. Sua composio ser determinada pela probabilidade de
codificao padro dos predicados correspondentes do arranjo visual. A descrio visual
elaborada, que se refere a uma descrio que formada por um processo conceitual
testando a presena de predicados visuais em uma localizao particular no arranjo visual.
J a descrio visual reduzida refere-se a uma pequena descrio visual, que pode ser
ativada em um curto prazo; e, a descrio visual completa se refere a uma descrio visual
que inclui todos os predicados, cuja probabilidade de codificao padro est acima de um
certo mnimo, onde todos os predicados so testados com sucesso pelo processo top-down.

A descrio visual completa corresponde descrio codificada por um leitor de


grficos hipottico, com uma memria de curto prazo ilimitada ou para uma descrio
integrando as sucessivas descries reduzidas, codificadas por um leitor, sobre um perodo
longo de inspeo.

Pinker (1990) adotou o pressuposto final de que o nvel de ativao de um n


comea a decrescer firmemente logo que ele ativado, mas o leitor pode codificar
novamente a descrio, prestando novamente ateno ao grfico. Desde que codificar
probabilstico, a descrio diferir um pouco, na sua composio, de uma codificao para
a outra.

Pinker (1990) utilizou os seguintes termos para acessar a informao: mensagem


conceitual, questo conceitual, bandeiras de mensagem e esquema grfico.

A mensagem conceitual definida como a informao disponvel no grfico que


deve ser extrada pelo leitor. Observando a Figura 18, da pgina 79, o leitor nota que o
preo do metal: (1) foi mais alto em maro; (2) foi maior em maro do que no ms
precedente; (3) cai firmemente de maro a junho; (4) foi de $20/ona em janeiro, (5) em
junho foi x (onde x uma quantidade mental aproximadamente metade da de janeiro,
aproximadamente um quinto da de maio etc.) entre outras informaes.

88
Essas informaes podem ser descritas em termos de pares ordenados (ou n-uplas)
de observaes, onde o primeiro membro corresponde a um, dois ou mais valores
particulares da varivel independente, e o segundo membro corresponde a um valor razo,
valor absoluto, uma diferena, uma tendncia ou um nvel particular da varivel
dependente.

A questo conceitual definida como a informao que o leitor deseja extrair do


grfico. A notao para representar uma questo conceitual a mesma notao da
mensagem conceitual, substituindo uma entrada generalizada pelo smbolo ?, indicando
que este desconhecido e a informao desejada.

O esquema grfico, Figura 25, refere-se estrutura que acompanha as seguintes


tarefas: 1) traduzir a informao encontrada na descrio visual em uma mensagem
conceitual; 2) traduzir o fundamento requerido em uma questo conceitual, em um processo
que acessa as partes relevantes da descrio visual; e, 3) reconhecer o tipo de grfico que
est sendo trabalhado, uma vez que a extrao de informao depender do tipo de grfico
(grficos de linha, de barras etc.).

Como traduzir a
informao visual
em informao
quantitativa Mensagem
conceitual

(1)
Descrio Reconhecimento
(3)
visual de grficos
(2)
Questo
conceitual

Como traduzir a
procura por peas de
informaes desejadas

Figura 25. Estrutura do esquema grfico, segundo Pinker (1990)

89
Observa-se que, para Pinker (1990, p.95), um esquema uma representao mental
do conhecimento incorporado em algum domnio, consistindo de uma descrio, que
contm parmetros para uma informao desconhecida. Um esquema pode representar um
objeto especfico ou uma classe de objetos.

Para traduzir a informao visual em informao quantitativa, do tipo encontrado na


mensagem conceitual, Pinker (1990) definiu as bandeiras de mensagens que so equaes
de mensagens conceituais, geralmente contendo um parmetro do esquema, que so
anexadas aos predicados em um esquema grfico.

Quando um esquema ativado por uma descrio visual particular de um grfico, os


parmetros na mensagem so substitudos pelo valor correspondente no esquema ativado e
a equao adicionada mensagem conceitual.

A Figura 26a ilustra a equao das bandeiras para um fragmento de um esquema de


um grfico de barras (as bandeiras esto fechadas nos retngulos e so anexadas aos ns
por linhas pontilhadas). Quando o leitor encontra uma descrio como no fragmento da
Figura 26b (os nmeros representando valores ao longo de uma escala razo mental com
unidades arbitrrias), ele pode ativar o esquema (isto , substituir os parmetros A e B pelos
valores 4 e 37) e adicionar uma entrada para a mensagem conceitual.

Barra Barra
B
posio altura posio
horizontal horizontal altura

A B 4 37

A i: V1 valor i: V2 valor
razo = A razo = B
(a) (b)
Figura 26. Exemplo de bandeira de mensagem em um fragmento de esquema grfico,
segundo Pinker (1990)

90
Todas as equaes compartilhando um prefixo i so misturadas em uma entrada
simples e, cada i substitudo por um nico nmero inteiro quando a entrada adicionada a
uma mensagem conceitual. No exemplo anterior a entrada ser:

1: V1 valor-razo = 4 e V2 valor razo = 37

Processos envolvidos na compreenso de grficos

Segundo Pinker (1990), quatro processos so utilizados pelo leitor para acessar,
manipular e ler as vrias estruturas durante a compreenso de grficos: o processo MATCH,
que reconhece grficos individuais como pertencendo a um tipo particular; o processo
montagem da mensagem, que cria uma mensagem conceitual fora do esquema grfico
ativado; o processo de interrogao, que recupera ou codifica nova informao baseado
numa questo conceitual e o processo inferencial, que aplica as regras da inferncia lgica
e matemtica para as entradas da mensagem conceitual.

Pinker (1990) tomou o termo processo de reconhecimento (MATCH) emprestado da


teoria da memria de longo prazo de Anderson e Bower (1973), para descrever o processo
de reconhecimento de um grfico como pertencente a um certo tipo (barras, linhas, circular
etc.). Esse processo compara, em paralelo, a descrio visual do grfico ativado, com cada
esquema armazenado na memria de longo prazo, calculando uma medida de ajustamento
para cada esquema e selecionando aquele que melhor se ajusta a descrio visual ativada.

O processo de montagem da mensagem executa a traduo da informao visual


para informao conceitual, procurando, no esquema grfico ativado, uma bandeira de
mensagem, que quando encontrada adiciona seu contedo mensagem conceitual,
combinando em uma nica entrada todas as equaes, compartilhando um prefixo dado.
Assume-se que, ao mesmo tempo que o processo MATCH ativa os parmetros do esquema
grfico, os parmetros dentro das bandeiras de mensagens, tambm foram ativados.

Limitaes na memria e no processamento implicam em que nem toda bandeira de


mensagem, no esquema grfico, ser convertida em uma entrada de mensagem conceitual.
Algumas podem no ser ativadas porque a descrio visual foi reduzida ou porque a
probabilidade de codificao padro do predicado foi baixa; ou pela presena de rudo no

91
processo MATCH ou no processo de montagem da mensagem. Por essas razes, para
demandas de alto nvel faz-se necessrio adicionar informao s mensagens conceituais.

O processo de interrogao surge quando o leitor procura uma informao que no


est disponvel na mensagem conceitual (por exemplo, a diferena entre dois valores da
varivel dependente). O processo de interrogao funciona da seguinte forma: a bandeira de
mensagem dentro do esquema grfico que corresponde questo conceitual ativada. Se
esta j contm uma constante, a equao simplesmente adicionada mensagem
conceitual. Se esta contm um parmetro, a parte da descrio visual que corresponde a
essa ramificao do esquema checada, para ver se ela contm a constante desejada. Se
essa constante est ausente na descrio visual, o processo de codificao para um
predicado relevante comandado para recuperar a informao desejada para a parte
relevante no arranjo visual.

A questo conceitual pode iniciar um processo de procura top-down para a parte


desejada ou parmetro no arranjo visual. Uma vez que a informao desejada codificada
em uma descrio visual, esta pode ser ativada no esquema, e sua bandeira de mensagem
(com a equao ativada dentro da bandeira) pode ser adicionada mensagem conceitual.

O processo inferencial, por sua vez, faz parte da inteligncia humana, no sendo
restrito habilidade de ler grficos, fazendo parte do estudo da cognio geral. Aqui,
Pinker (1990) referiu-se habilidade para executar procedimentos aritmticos sobre a
informao quantitativa disponvel em uma mensagem conceitual (por exemplo, calcular
taxas de variao); habilidade para inferir, a partir do contexto, as informaes que devem
ser extradas do grfico; habilidade para extrair concluses qualitativas relevantes de
algum domnio do conhecimento baseado na informao do grfico e assim por diante.

A extrao de diversos tipos de informao pode ser feita de duas formas: ou


diretamente da mensagem conceitual ou, indiretamente, atravs do processo inferencial
operando na mensagem conceitual. A forma como a informao extrada afeta o nvel de
dificuldade de um grfico e a eficincia do leitor (ver Figura 20, pgina 81).

92
O esquema grfico geral

Pinker (1990) afirmou que as pessoas criam esquemas para tipos especficos de
grficos, usando um esquema grfico geral, incorporando seu conhecimento sobre
interpretao de grficos em geral. A Figura 27 mostra um esquema grfico geral plausvel.
Conforme o autor, existem trs peas chaves de informao, contidas em um esquema
grfico:

a. Contedo pictrico. Alguns objetos, ou partes de objetos (barras, linhas, crculos,


etc.) so descritos em termos de vrios atributos visuais. Cada atributo visual
simboliza uma varivel conceitual e o conjunto de valores de n atributos visuais
codificados para um objeto, ou parte de um objeto, corresponde a uma n-upla
particular de valores associados s respectivas variveis conceituais para uma
entidade conceitual dada.

Grfico

Parte parte

Estrutura material pictrico


parte

*n sistema de *j
coordenadas
atributo associado

texto associado *n figura *n *j


geomtrica
associado extenso spells

texto *i texto *i figura


geomtrica E D
associado

A B atributo j: Vn valor razo = D


j: Vn valor razo = E
extenso

Vn = A C

i: Vn valor absoluto = B Vn valor razo = C

Figura 27. Esquema grfico geral, segundo Pinker (1990)

93
b. Sistema de coordenadas. A magnitude dos atributos, geralmente, especificada em
termos de um sistema de coordenadas centradas numa parte da estrutura do grfico.

c. Material textual. Especifica os valores dos objetos, os referenciais do mundo real


dos atributos do sistema de coordenadas e das legendas. Observa-se que, para
generalidade mxima, o texto ligado a entidades perceptuais por um predicado
associado, o qual pode simbolizar proximidade, similaridade, continuidade e assim
por diante. Isto ajuda a tratar, sob a mesma estrutura, grficos com partes
diretamente rotuladas e grficos explorando cores comuns ou formas em chaves e
legendas. Da mesma forma, o predicado atributo significa tratar sob a mesma
estrutura comprimento, largura, orientao, luminosidade, cor e assim por diante.

A essencialidade do espao visual fundamenta as figuras geomtricas como opostas


a predicados visuais arbitrrios, sendo especificada como uma estrutura tpica e partes
espacialmente localizveis que se especificam como as unidades sobre as quais os atributos
so definidos.

Encontrando um certo tipo de grfico pela primeira vez, o leitor gerar um esquema
grfico especfico para este, usando o esquema grfico geral. O leitor ter que substituir os
predicados: contedo pictorial, associao, atributo, figura geomtrica e assim por diante,
pelo predicado visual encontrado na descrio visual do novo grfico. Isto ser possvel
quando a descrio visual tiver uma estrutura similar ao esquema grfico geral, com objetos
descritos em termos de atributos definidos com relao estrutura e aos rtulos textuais
associados a cada um deles.

Alm disso, um leitor de grficos experiente adicionar, ao novo esquema grfico,


predicados especficos de ordem superior (por exemplo, tendncia decrescente), que podem
ser tomados para simbolizar tendncias globais (por exemplo, um decrscimo na varivel
dependente). Contudo, a disponibilidade desses predicados de ordem superior e do modo
como eles simbolizam suas tendncias, difere arbitrariamente de um para outro tipo de
grfico, de maneira que esses predicados no podem ser includos, de forma simplista,
dentro do esquema grfico geral e, sim, criados caso a caso.

94
Porm, como se forma o esquema grfico geral? Pinker (1990) acreditava que o
processo de instruo responde por parte desta formao, uma vez que as pessoas so
ensinadas, na escola, a ler certos tipos de grficos, basicamente grfico de barras, de linhas,
circular e pictogramas. Mas, como as pessoas generalizam o esquema aprendido?, levando-
se em considerao, de um lado, que o esquema aprendido restrito a poucos grficos e, de
outro, que as pessoas so expostas a infinitas formas exticas de grficos, facilmente
entendidas. Principalmente se se levar em considerao que, na instruo formal da leitura
de grficos, no so ensinados conceitos abstratos, tais como: atributos, extenso, valor
razo, conceitos estes que de fato definem o que todos os grficos tm em comum.

Pinker (1990) afirmou que a maioria dos conceitos abstratos so representados


mentalmente por estruturas originalmente dedicadas a representar o espao e o movimento
de objetos dentro dele, um fenmeno que se manifesta por si na linguagem, de vrias
formas. Em particular, quantidades abstratas parecem ser tratadas mentalmente como se
fossem localizadas em uma escala espacialmente ampliada (por exemplo, a temperatura
est subindo). Assim, o uso de predicados espaciais para representar variveis abstratas
parte do padro cognitivo que usa as propriedades espaciais para simbolizar outras no
espaciais.

A dificuldade de compreenso dos grficos

Em princpio, qualquer tipo de informao pode ser extrada de um grfico, mas, na


prtica, as limitaes da memria de curto prazo e das fontes de processamento limitaro a
construo da descrio visual que ser reduzida. As entradas das mensagens conceituais
dessa descrio contero informaes que so facilmente extradas. Mas, se a informao
desejada no estiver disponvel na descrio visual, esta dever ser gerada e a forma como
ser gerada determinar seu grau de dificuldade.

A informao desejada pode ser gerada atravs de um processo top-down (que


adiciona entradas mensagem conceitual) ou atravs de um processo inferencial (que deve
executar clculos nas entradas existentes). Cada um desses processos pode envolver uma
cadeia de clculos de capacidade limitada e cada processo incluir convenientemente a

95
procura de informao a partir de uma mensagem conceitual. Portanto, esses processos
estaro consumindo mais tempo e mais memria (desde que clculos intermedirios so
temporariamente guardados), alm do rudo na ativao de processos, o que aumenta a
probabilidade de erros ou colapso, aumentando a dificuldade do grfico. Isto foi o que
Pinker (1990) denominou de princpio de dificuldade do grfico:

um tipo particular de informao ser mais difcil de extrair de um grfico se


este deve usar o processo inferencial ou o processo de codificao top-down,
do que a informao disponvel, acessada pela simples procura na mensagem
conceitual (Pinker, 1990, p.108).

Dois fatores cooperam para que a informao desejada esteja presente em uma
mensagem conceitual: a existncia de bandeiras de mensagem e a probabilidade de
codificao do predicado.

Uma entrada da mensagem ser montada somente se existirem bandeiras de


mensagens especficas, para que a entrada seja adicionada ao esquema do grfico. Isso, por
sua vez, depender de o sistema visual codificar um nico predicado visual que
corresponda a uma informao quantitativa. Por exemplo, um esquema grfico de barras
adiciona bandeiras de mensagens aos predicados: altura, posio horizontal, extremos na
altura, diferenas extremas na altura entre duas barras adjacentes e barras crescentes ou
decrescentes na altura. Isso faz com que os valores das variveis independente e dependente
para esses predicados sejam facilmente extrados. Contudo, o sistema visual no fornece
predicados visuais para verificar quantas vezes uma barra maior que barra vizinha ou para
checar se as barras da extrema esquerda e da extrema direita tm a mesma altura. Portanto,
podem existir bandeiras de mensagens e no entradas de mensagens conceituais para o
valor absoluto exato da varivel dependente, a razo exata da varivel dependente entre
duas barras vizinhas etc. Se o leitor deseja que o grfico responda essas questes
conceituais, encontrar mais dificuldades do que questes conceituais disponveis.

O segundo fator que influencia a probabilidade de codificao do predicado


anexado equao correspondente na bandeira de mensagem do esquema grfico. Por

96
exemplo, se o predicado degraus descendentes tem uma pequena probabilidade de
codificao padro e, por essa razo, est ausente da descrio visual na maioria das
ocasies, a entrada especificando uma tendncia decrescente no encontrar seu caminho
na mensagem conceitual at ser interrogada explicitamente.

Segundo Pinker (1990), alm dos fatores do inatismo e automatismo, plausvel


que a probabilidade de codificao de um predicado tambm seja influenciada pelo efeito
priming9 . Quando um esquema grfico ativado (ou seja, reconhecido como sendo de tal
tipo), a probabilidade de codificao dos predicados visuais pode ser temporariamente
realada .

O princpio de dificuldade do grfico ajuda a explicar uma ampla variedade de


fenmenos concernentes adequao de diferentes tipos de grficos para transmitir
diferentes tipos de informao.

Considerando um grfico de linhas, a linguagem tem uma variedade de palavras


para descrever formas de linhas: reta, forma de U, U invertida, escada, forma de S, achatada
etc. Igualmente, para descrever pares de linhas: paralelas, convergentes, forma de X e assim
por diante (ver Figura 28). Esse elenco verbal diverso reflete um vocabulrio mental, mais
diverso ainda dos predicados visuais para linhas, especialmente porque a essencialidade do
espao visual implica que predicados para propriedades de configurao espacial, tal como
uma forma, dever estar rapidamente disponvel. A disponibilidade desses predicados
proporciona a possibilidade de um esquema de grfico de linha, com um conjunto rico de
mensagens para tendncias e, portanto, ser mais fcil extrair informao de tendncia em
grficos de linhas. J essa riqueza de predicados visuais para o grfico de barras limitada,
havendo poucas possibilidades para especificar tendncias e interaes, tornando-o
inadequado para esta tarefa.

9
Segundo Sternberg (2000) o efeito priming seria o acesso maior a um estmulo ou a item especfico da informao, como
resultante da recente ativao daquele estmulo ou elemento ou da exposio aos mesmos. Segundo alguns modelos, o
efeito devido ativao de um n por um prime (n ativado), ao qual esse n est conectado.

97
Por exemplo, se X e Y so ns representando linhas num grfico, com V1 como
abcissa, V2 como ordenada e V3 como parmetro, as proposies da Figura 28 podem ser
sinalizadas com equaes de mensagens conceituais (embaixo das proposies). Isto faz
com que o grfico de linhas seja especialmente apropriado para representar funes de uma
varivel sobre o domnio de outra, a covariao versus a independncia de duas variveis,
os efeitos aditivos versus os efeitos interativos de duas variveis numa terceira e assim por
diante.

Ao contrrio, o vocabulrio mental para as figuras implcitas no topo de um


conjunto de barras agrupadas reduzido, talvez confinadas em tendncia crescente,
tendncia decrescente e retangular. Portanto, a especificao de tendncias e interaes no
esquema de um grfico de barras ser limitada. Por esta razo, os grficos de linhas so o
mtodo preferido para apresentao de dados cientficos multidimensionais, onde relaes
de causa efeito, tendncias quantitativas e interaes entre as variveis esto asseguradas.

V2

Achatada (x) Escada (x) Forma de U invertida (x) Forma de U (x)


V2 tendncia =sem mudana V2 tendncia = crescendo V2 tendncia = quadrtica V2 tendncia = quadrtica
Rapidamente

V2

Dentada (x) Ondulada (x) Reta (x) Forma de S (x)


V2 tendncia = aleatria V2 tendncia = flutuante V2 tendncia = linear V2 tendncia = cbica

V2

V1 V1 V1 V1
retilinear (x) No achatada (x) Paralela (x) Convergente (x,y)
V2 tendncia = mudando V1 afeta V2 V1, V3 afetam V1, V3 afetam
Abruptamente aditivamente V2 interativamente V2

Figura 28. Algumas tendncias quantitativas associadas com padres visuais


(embaixo do grfico se encontra o predicado e equao da mensagem conceitual)

98
Na realidade, um tipo de grfico ser mais adequado do que outro dependendo do
tipo de informao a ser extrada. Para ilustrar a adequao dos grficos e tabelas, de
acordo a informao a ser extrada, Pinker (1990) apresentou um exemplo, cujos dados se
encontram na Tabela 1 e cujas variveis foram nomeadas a fim de torn-lo mais didtico. A
Figura 29a e 29b foram elaboradas a partir das informaes da Tabela 1. Observa-se que os
grficos de Pinker (1990, Figura 4.21, p. 111) ), contm erros de escala.

A partir dos dados da Tabela 1 determinar a natureza da tendncia do IPC nos cinco
primeiros meses do ano, tanto na capital como no interior. O grfico de linhas (Figura
29a), mostra que o IPC na capital crescente e positivamente acelerado, enquanto que no
interior a tendncia linearmente crescente. Portanto, pode-se concluir que a regio e o
tempo interagem em seus efeitos no IPC. Isto ocorre porque os predicados linear e
cncavo, correspondentes s tendncias linear e positivamente acelerada, so facilmente
codificveis.

J no grfico de barras lado a lado (Figura 29b), as barras no formam um grupo


onde alturas relativas podem ser descritas por um nico predicado e assim inferir a
tendncia. Neste caso, para extrair a tendncia preciso comparar as alturas, barra a barra,
por um processo top-down, um trabalho detalhado e difcil, pois necessrio,
simultaneamente, manter disponvel no pensamento as alturas de todas as barras (ativadas
na descrio visual).

Tabela 1. Dados para ilustrar a eficcia relativa da leitura de tendncia em tabela, grfico
linhas e grfico de barras (*)

ndice de Preos ao Meses

Consumidor IPC Janeiro Fevereiro Maro Abril Maio

Capital 30,0 35,0 45,0 60,0 80,0

Regio Interior 20,0 32,0 45,0 57,5 70,0

(*) As variveis foram nomeadas a fim de tornar o exemplo mais ilustrativo

99
80 80
Capital
70 70 Interior
60 60
50 50
IPC

IPC 40 IPC 40
30 30
Capital
20 20
Interior
10 10
0 0
jan fev mar abr mai jan fev mar abr mai
meses meses

(a) (b)

80
70 Desde que as tendncias no
60 correspondem a atributos nicos de
50
uma entidade perceptual distinta,
IPC

40 mai
30
essas devero ser inferidas a partir
abr dos sucessivos intervalos, separando
20
10 mar os pontos extremos da esquerda das
0 fev cinco linhas e os da direita,
Capital Interiorjan respectivamente.
meses

Regio
(c)

Figura 29. Exemplo de adequao de um grfico

Igualmente, muito mais difcil extrair a tendncia de uma tabela, porque


necessria no apenas uma comparao nmero a nmero, mas porque o processo de
codificao da magnitude de um numeral de vrios dgitos parece ser intuitivamente mais
lento e requerer mais esforo que codificar as alturas das barras.

Todavia, observa-se que para extrair tendncias atravs de um grfico de linha


existe uma nica forma que mostra a tendncia de forma tima, como a mostrada na Figura

100
29a. Outra configurao para o grfico, como por exemplo a mostrada na Figura 29c, no
consegue mostrar nem a tendncia, nem a interao entre as variveis regio e meses.

Entretanto, o que acontece se a informao a ser extrada for: Qual o valor exato
do IPC, na capital, no ms de janeiro? Neste caso, a tabela a forma de apresentao mais
adequada para extrair este tipo de informao, pois ela estar diretamente disponvel. O
grfico de barras apresenta um pouco de dificuldade, uma vez que os valores absolutos da
varivel dependente no esto registrados em uma mensagem conceitual, devendo ser
calculados atravs de um processo inferencial. J o grfico de linhas o que apresenta o
maior grau de dificuldade das trs alternativas. Esse pssimo desempenho explicado
porque os princpios da Gestalt codificam cada linha inteira em um simples n. Assim,
quando a questo conceitual procura o valor absoluto do IPC, no ms de janeiro, na capital,
no existe um n especfico na descrio visual para expressar essa parte da linha, devendo
ser criado por um processo de codificao top-down, focalizando um ponto,
perceptualmente arbitrrio, ao longo da escala.

Esse processo explica porque, s vezes, mais fcil usar um grfico de barras que
um grfico de linha, para determinar a diferena entre dois nveis da varivel dependente.
Por exemplo, se o IPC maior em maro ou em junho na Figura 30a ou 30b.

IPC IPC
CPI

J F M A M J J A J F M A M J J A

meses meses
(a) (b)

Figura 30. Exemplo de adequao de um grfico

101
Em suma, extrair informao de um grfico fcil quando a descrio visual
contm predicados ligados a bandeiras de mensagens mostrando equaes que respondem
questo conceitual (menos tecnicamente, quando a informao carregada por um padro
visual no grfico e quando o leitor reconhece que o padro desejado codifica a
informao).

Como conseqncias:

a. grficos de linhas sero a melhor ilustrao de tendncias e interaes (desde que


existem muitos predicados visuais para figuras lineares);
b. tabelas sero melhores para extrair valores absolutos da varivel dependente (desde
que no existe forma de especificar valores absolutos para nveis particulares da
varivel independente em descries visuais de grficos de linhas ou barras e
esquemas grficos) e
c. grficos de barras podem ser melhores que grficos de linhas ou tabelas para ilustrar
diferenas entre valores da varivel dependente, correspondendo a valores
especficos da varivel independente (desde que os valores desejados so
especificados individualmente na barra mas no no grfico de linha e, desde que
parece ser mais fcil codificar a altura de uma barra, do que ler um nmero de
vrios dgitos).

O leitor de grficos competente

A eficcia de um grfico em transmitir informaes depende, tambm, do leitor.


Algumas pessoas podem ter um processamento de informao rpido, uma grande
capacidade da memria de curto-prazo ou um poderoso processo inferencial. Esses fatores,
que no so especficos compreenso de grficos, explicam possveis diferenas na
habilidade das pessoas para ler grficos. Pinker (1990) analisou as possveis diferenas de
habilidade na leitura de grficos per se, examinando o que faz esse processo ter maior ou
menor facilidade.

102
Um determinado tipo de informao, de um certo tipo de grfico, ser fcil de ser
extrado, se existirem bandeiras de mensagens no esquema grfico especfico para tal
informao. Alm disso, o predicado visual, ao qual as bandeiras esto anexadas, dever
estar presente na descrio visual ativada do grfico.

Dois fatores concorrem nas diferenas individuais e so eles:

1. No esquema grfico do leitor podem faltar bandeiras de mensagens importantes.


Assim, ele no saber que linhas paralelas, em um grfico de linhas, sinal de que
os efeitos so aditivos sobre uma terceira. Quando pressionado para determinar se
os efeitos so aditivos em certo grfico, o leitor dever desencadear um processo
inferencial custoso, operando em um conjunto de entradas para valores razo ou
absolutos. Em geral, a teoria prev que a presena ou ausncia de bandeiras de
mensagens ter um efeito dramtico na eficincia do leitor quanto extrao da
informao especificada por aquela bandeira.

2. O predicado que desencadeia o processo onde as bandeiras das mensagens esto


simbolizadas em uma mensagem conceitual, pode ter maior ou menor probabilidade
de aparecer na descrio visual de diferentes leitores. Os predicados necessrios,
por falta de prtica para codific-los, podem, ainda, no ser automticos. Por esse
motivo, terem baixa probabilidade de codificao padro. Alm disso, as ligaes
entre esses predicados e o resto do esquema grfico podem ser fracas, dissipando o
efeito priming, que ajudaria na codificao de predicados ausentes, uma vez que
um grfico tivesse sido reconhecido.

Segundo Pinker (1990), existem trs formas para enriquecer o esquema de um


grfico com bandeiras teis:

1. Instruo. Durante a instruo formal (Matemtica, Estatstica, Cincias, Fsica


etc.), o leitor instrudo na leitura de grficos. Por exemplo, estudantes da
disciplina de Estatstica, no tpico de Anlise de Varincia (ANOVA), aprendem
que linhas paralelas indicam que no existe interao entre os fatores, linhas em
forma de U indicam tendncias quadrticas e assim por diante.

103
2. Induo. Um leitor sagaz pode notar uma tendncia quantitativa de um certo tipo
atravs de um atributo visual particular (por exemplo, funes quadrticas da forma
de U). Assim, o leitor pode adicionar uma bandeira de mensagem expressando a
tendncia que o predicado simboliza como atributo visual no esquema grfico.

3. Deduo. Leitores sagazes poderiam, ainda, inferir que devido natureza dos
dados, escalas quantitativas e dimenses visuais em um tipo de grfico, a tendncia
quantitativa deve carregar uma certa propriedade visual. Por exemplo, um leitor
pode saber que sucessivas duplicaes da varivel, expressa por uma funo
exponencial, deve levar a uma curva que comea crescendo da esquerda para a
direita.

Tomados juntos, esses princpios sugerem que o desenvolvimento da habilidade de


ler grficos de um tipo vir com:

a. instrues explcitas relativas s eqivalncias mantidas entre tendncias


quantitativas e atributos visuais (enriquecendo o esquema grfico);

b. instrues sobre como ver o grfico (isto , como analis-lo perceptualmente nas
unidades corretas, produzindo uma descrio visual apropriada); praticando essa
forma (tornando o processo de codificao automtico e, desta maneira,
incrementando a probabilidade de codificao e a fora associativa de predicados
visuais relevantes) e

c. a experincia de construir grficos no papel, ilustrando diferentes relaes


quantitativas (oportunizando a induo e deduo de maiores correspondncias
entre os atributos visuais e tendncias quantitativas, para serem adicionados como
bandeiras de mensagens no esquema grfico).

Resumindo, a teoria esboada por Pinker (1990) faz parte das teorias cognitivas,
adotando, dentre outros, os seguintes pressupostos: a) importncia das descries
proposicionais ou estruturais em certo nvel de representao; b) essencialidade do espao,
como este se relaciona ao predicado visual, ateno seletiva, criao de unidades
perceptuais e preciso de codificao; c) capacidade limitada de representaes visuais de

104
curto prazo; o uso de sistemas de coordenadas distribudas para codificar forma e posio;
d) uso de esquemas para mediar entre percepo e memria; e) efeitos de salincia fsica na
codificao provvel; f) codificao de atributos dirigidos ou top-down; o processo de
emparelhamento para reconhecimento, e, g) efeito priming dos predicados visuais; e fora
das ligaes associativas com a prtica.

Limitaes, devido aos abismos do conhecimento da cognio visual, tais como


limites exatos dos atributos fsicos que podem servir como predicados visuais,
determinantes da probabilidade de ser codificado, fora relativa dos princpios da Gestalt,
formato no qual os agrupamentos se impem na representao em descries estruturais, as
restries que limitam como as bandeiras de mensagens podem ser anexadas aos predicados
nos esquemas, as formas como as descries podem guiar o processo de codificao top-
down e como a informao global forma um esquema geral. Em suma, Pinker (1990)
reconheceu que sua teoria no pronta e acabada, podendo ser melhorada na medida que
avancem as teorias cognitivas.

3.9 O trabalho de Tufte

Tufte (1983) analisou cuidadosamente a qualidade dos grficos, publicados desde


Lambert, em 1779, at a atualidade, elaborou diretrizes para aumentar a qualidade do
desenho grfico e uma linguagem para discutir grficos, bem como props uma teoria, que
levou a mudanas e melhorias na construo dos grficos.

Para Tufte (1983, p. 51), a excelncia grfica uma apresentao de dados bem
desenhada, uma mistura de essncia, estatstica e desenho. Excelncia grfica consiste em
comunicar idias complexas com clareza, preciso e eficincia. Excelncia grfica o que
d ao leitor um grande nmero de idias, de forma rpida e em um pequeno espao.
Excelncia grfica sempre multivariada e requer dizer a verdade sobre os dados.

Assim, os bons grficos precisam: a) mostrar os dados; b) induzir o leitor a pensar


sobre a essncia ao invs da metodologia, desenho etc.; c) evitar distoro no significado
dos dados; d) apresentar muitos nmeros em um pequeno espao; e) tornar coerentes
grandes conjuntos de dados; f) encorajar comparaes visuais de diferentes partes dos

105
dados; g) revelar detalhes em vrios nveis, desde uma ampla viso at uma estrutura fina;
h) servir para um propsito claro: descrio, anlise, tabulao ou decorao, i) estar
prximo da descrio verbal e estatstica do conjunto de dados.

Esse autor apontou que para muitas pessoas os grficos estatsticos mentem. Sem
dvida, isso no gratuito, as pessoas j aprenderam a desconfiar das informaes e dos
grficos estatsticos. Contudo, muitos grficos distorcem a realidade por serem mal
construdos e porque existe o problema da distoro visual.

Para Tufte (1983), a distoro visual um fenmeno que existe e que varia de
acordo com o conhecimento prvio da pessoa e o contexto do estmulo. Um exemplo
clssico a percepo do comprimento de uma linha, algo to simples e claro, mas que,
dependendo do contexto, pode parecer mais comprida ou mais curta a famosa iluso de
Mller-Lyer.

Ento, como deveriam ser construdos os grficos? Seria necessrio desenhar um


grfico para cada leitor, em cada contexto? Ou construir um grfico para a transformao
visual de um leitor mdio? O que ento uma representao visual dos dados? Como
medir fisicamente o efeito visual percebido? Como saber se a imagem visual representa os
nmeros em questo?

Uma forma de responder a essas questes conduzir experimentos na rea de


percepo visual de grficos, observando como as pessoas percebem comprimento, rea,
volume entre outros, registrando suas avaliaes e comparando-as com a rea fsica. Tais
experimentos tm descoberto muitas leis poderosas aproximadas, relacionando s medidas
numricas, com as medidas percebidas. Por exemplo, a rea percebida de um crculo
provavelmente cresce um pouco mais lentamente do que a rea fsica.

Tufte (1983) definiu a distoro grfica como sendo a representao visual dos
dados que no consistente com a representao numrica. A questo principal seria
relativa maneira de se construir grficos ntegros. Para esse autor, a integridade grfica
seria a capacidade do grfico mostrar a verdade dos dados.

106
Mesmo com as dificuldades de percepo esperada alguma uniformidade nos
grficos, de modo que os leitores possam extrair os nmeros certos. Tufte (1983) elaborou
seis princpios que conduzem a esse objetivo; consequentemente, realam a integridade dos
grficos.

1 Princpio: A representao de nmeros, como medidas fsicas na superfcie do prprio


grfico, deve ser diretamente proporcional s quantidades numricas
representadas.

2 Princpio: Rtulos claros e detalhados devem ser usados para eliminar a distoro grfica
e a ambigidade. Escrever por extenso explicaes dos dados no prprio
grfico. Registrar eventos importantes nos dados.

3 Princpio: Mostrar a variao dos dados, no variar o desenho.

4 Princpio: Em sries temporais monetrias, deflacionar e padronizar as unidades.

5 Princpio: O nmero de dimenses do grfico no deve exceder o nmero de dimenses


das variveis envolvidas.

6 Princpio: Grficos no devem descontextualizar os dados.

Para Tufte (1983), por trs dos grficos inadequados est a falta de julgamento
sobre evidncia quantitativa. Aqueles que produzem grficos para a mdia so treinados
quase que exclusivamente em artes finas, com pouca experincia na anlise de dados,
essencial para atingir preciso e elegncia na presena da estatstica. Mesmo em livros texto
de desenho grfico, observa-se omisso sobre como pensar com nmeros. Ilustradores
freqentemente vem seu trabalho como uma empreitada exclusivamente artstica,
envolvendo criatividade, novas idias e estilo, estes pensam mais na beleza dos grficos
que na integridade estatstica. Grficos inadequados ocorrem, tambm, porque muitos
ilustradores acreditam que a Estatstica entediante e difcil e, assim, tentam enfeitar o
grfico para torn-lo mais ameno. Por outro lado, muitos acreditam que os grficos devem
divertir e entreter.

107
Essa postura coloca srios riscos na construo de grficos e como conseqncia se
observa desenhos super enfeitados ou simplistas, conjunto de dados minsculos e grandes
mentiras (Tufte, 1983, p. 81).

Tufte (1983) definiu o data-ink como a parte essencial do grfico e que no pode ser
apagada. O ideal, segundo Tufte, maximizar o data-ink e, para isso, recomenda eliminar
toda informao redundante.

Assim, o referido autor resumiu em cinco os princpios que produzem mudanas


substanciais no desenho grfico: 1) acima de tudo mostre os dados; 2) maximize a razo
data-ink; 3) apague informao suprflua; 4) apague informao redundante, e 5) revise e
reedite.

Embora o trabalho desse autor no seja uma teoria sobre a compreenso dos
grficos, sua contribuio, atravs dos princpios para a construo de grficos adequados,
inestimvel.

3.10 Reviso de literatura

A comunidade cientfica tem-se empenhado na compreenso dos diversos


elementos envolvidos na construo e interpretao de grficos.

Curcio (1987) props em uma perspectiva cognitiva, a extenso do esquema terico


da compreenso do discurso geral para a compreenso de leitura de grficos. Assim, o
tema do grfico identificado pelo ttulo, rtulos nos eixos, alm de um vocabulrio de
palavras chaves, sendo que algum desses elementos requerem conhecimento prvio para a
compreenso das relaes matemticas expressas nos grficos. O contedo matemtico e o
tipo de grfico (barras, linhas etc.) tambm foram considerados no modelo. Para avaliar a
eficcia do modelo, Curcio (1987), tendo como sujeitos 204 alunos da 4 srie e 185 alunos
da 7 srie, de quatro escolas de Ensino Fundamental, mediu a compreenso de grficos,
utilizando um teste composto de 12 grficos (trs de barras, trs circulares, trs de linha e
trs pictogramas). Seis itens de mltipla escolha foram construdos para cada grfico,
refletindo trs tarefas de compreenso. O conhecimento prvio foi medido por um
inventrio, tambm delineado pelo pesquisador, que consistia de trs subtestes (tpico,

108
contedo matemtico e forma grfica). O desempenho em leitura e matemtica foi medido
pelos nveis D e F dos testes de leitura e Matemtica do SRA Achievement Series. Os
resultados no apresentaram diferenas significativas relacionadas ao gnero, com relao
a compreenso de grficos. O conhecimento prvio com relao compreenso de grficos
parece ser afetada pelas sries cursadas ou diferenas de idade. Foi verificado que os
alunos da 7 srie tinham, aparentemente, maior conhecimento prvio sobre tpicos e
formas grficas que alunos da 4 srie. O conhecimento prvio do contedo matemtico,
requerido por ambos os grupos, era mais abstrato e profundo dentro dos grficos, tornando
este aspecto o mais importante dos trs. O autor concluiu que crianas da escola elementar
deveriam ser envolvidas, ativamente, na coleta de dados do cotidiano com o objetivo de
construir seus prprios grficos. Deveriam ser encorajadas a verbalizar as relaes e os
padres observados nos dados coletados (por exemplo: maior que, duas vezes maior
que, crescendo continuamente). Desta forma, a aplicao da Matemtica ao cotidiano
poderia aumentar o desenvolvimento conceitual dos estudantes, construindo e expandindo
esquemas matemticos relevantes, necessrios para a compreenso das relaes
matemticas implcitas nos grficos.

J Wavering (1989), utilizando o referencial terico piagetiano, conduziu um estudo


com o objetivo de determinar os padres lgicos necessrios para construir grficos de
linhas. O propsito do estudo foi inferir as manipulaes mentais que os estudantes
utilizam para construir grficos e propor conexes com uma estrutura mental terica. Os
sujeitos foram estudantes de Cincias e Matemtica, desde a 6 at a 12 srie, de uma
escola-laboratrio. Trs tipos de grficos de linhas foram utilizados: com inclinao
positiva, com inclinao negativa e com crescimento exponencial. Foi solicitado aos
sujeitos que construssem grficos a partir de um conjunto de nmeros, impressos numa
folha, tendo que relatar as razes do que estavam fazendo, ao desenhar o grfico. Tambm
lhes foi solicitado que identificassem um padro em diagrama de disperso e
especificassem o tipo de relao, se acreditassem que existia alguma. As respostas foram
classificadas em uma das nove categorias. As categorias foram arrumadas em ordem
crescente de complexidade da resposta, desde no consegue construir um grfico, at a
afirmao da relao entre as variveis. Validade e confiabilidade dos instrumentos foram

109
estabelecidos por um painel de cinco especialistas em Cincias e Educao Matemtica.
Sujeitos da 6 at a 8 srie exibiram comportamento principalmente nas primeiras
categorias, sujeitos da 9 e 10 sries se situaram na categoria intermediria e sujeitos da 11
e 12 sries se situaram, principalmente, nas categorias superiores. Essas categorias de
respostas mostram, tambm, um ajuste prximo estrutura piagetiana operacional concreta
para simples e dupla seriao e estrutura formal operacional para o raciocnio proporcional
e correlacional.

O referido autor concluiu que os professores podem diagnosticar os erros e falhas


na lgica dos estudantes e procurar meios apropriados para ajud-los a entender esses erros
na construo de grficos. A progresso lgica de um raciocnio simples para um raciocnio
complexo envolvido no grfico sugere enfoques para ensinar grficos atravs do Ensino
Fundamental e Mdio. Segundo o autor, o ensino de grficos deveria comear nas sries
iniciais, abaixo da sexta, com atividades de seriao (ao longo de duas ou mais dimenses
simultaneamente), com atividades que desenvolvessem a correspondncia um a um, entre
dados e com o reconhecimento de padres em uma srie de mudanas. Tudo isso precisa
ser feito antes que ocorra o entendimento quantitativo. A representao pictrica de
relaes e o procedimento formal de construir grficos dever ser ensinado da 6 10 srie
com grficos, manipulando dados obtidos nos prprios experimentos dos estudantes.
Grficos devem ser ensinados desta forma, no s nas aulas de Cincias, mas, tambm, nas
aulas de Matemtica, onde so ensinados a partir de um enfoque abstrato.

J Wainer (1992) se props a fornecer rudimentos para uma teoria de apresentao


grfica e, a partir dessa, medir a qualidade das apresentaes grficas e a proficincia em
grficos. O autor definiu proficincia na leitura de grficos como a habilidade para
extrair informaes quantitativas contidas neles. Essa proficincia independe da habilidade
para construir grficos, que mais complexa. Acreditar que primeiro deve-se aprender a
construir grficos para depois interpret-los uma concepo errada no desenvolvimento
da teoria de grficos. O autor, tambm, criticou os instrumentos que so utilizados para
avaliar compreenso de grficos, uma vez que alguns grficos utilizados so inadequados.
Por definio, um grfico bem desenhado permite que a maioria das questes solicitadas

110
seja facilmente respondidas. Esta a natureza do grfico e da habilidade de processamento
humano de informao. A questo, ento, como medir a proficincia grfica?

Wainer (1992) embasou sua teoria nos nveis de leitura propostos por Bertin (1967).
Esses nveis so utilizados freqentemente como uma combinao. Por exemplo, para a
deteco de outliers (pontos no usuais), primeiro deve-se definir o que usual, no caso a
tendncia dos dados (nvel intermedirio) e, depois, olhar os pontos que no seguem essa
tendncia (nvel elementar). O autor utilizou como base epistemolgica a formulao
segundo a qual todas as coisas poderiam ser ordenadas em trs nveis: primrio
(elementos), secundrio (tendncias, grupos) e ternrio (relaes). Ler um grfico em um
nvel intermedirio diferente do que l-lo em nvel elementar, pois o conceito de
tendncia requer noo de conexo. Por exemplo, se o eixo X representa o tempo e este
mudado para pases, o sentido de tendncia perde significado. Comparar tendncias de
diferentes tipos tambm requer uma noo adicional de conexo. Essa conexo
caracterizada por um eixo vertical comum. Essa teoria faz explcita as limitaes dos
grficos de dois eixos Y, no qual se solicita ao leitor que faa uma observao do terceiro
tipo (a comparao de tendncias), quando uma escala comum para Y no comporta isto. A
teoria proposta pelo referido autor mostra porque alguns casos de apresentaes comuns
so inaceitveis para a maioria dos propsitos plausveis. Essa mesma teoria fornece uma
ferramenta para o desenvolvimento da mensurao da proficincia em leitura de grficos,
ajudando, assim, a evitar a extrao de concluses erradas, foradas por grficos
inadequados.

Outros autores esto mais preocupados com o ensino de grficos em Cincias, o


impacto dos ambientes informatizados nesse ensino e com a validade dos instrumentos que
medem as habilidades grficas dos alunos.

McKenzie e Padilla (1986), revisando a literatura, verificaram que, apesar de se


reconhecer a construo e interpretao de grficos como habilidades valiosas, muitos
estudantes no tm essas habilidades desenvolvidas, sendo que os grficos de linhas
apresentam maior grau de dificuldade na sua interpretao. Os autores verificaram,
tambm, a ausncia de instrumentos vlidos para avaliar essas habilidades. Objetivando

111
sanar essa deficincia, os autores desenvolveram e validaram um instrumento, de mltipla
escolha, denominado TOGS (Test Of Graphing in Science), a fim de avaliar as habilidades
grficas dos alunos de Cincias da 7 12 srie. Para desenvolver o teste, foram elencadas
habilidades associadas com a construo e interpretao de grficos de linha, alm de nove
objetivos, contemplando essas habilidades. Os objetivos foram: selecionar escalas e eixos;
localizar pontos; identificar o grfico adequado a partir de uma descrio; selecionar o
grfico que melhor se ajusta a uma situao; selecionar um grfico para um conjunto de
dados; dado X encontrar Y; interpolar e extrapolar dados; dado um grfico, descrever a
relao e generalizar a relao. Ao todo foram construdos vinte e seis itens para avaliar os
objetivos propostos. Para estabelecer a validade de contedo, itens e objetivos foram
submetidos a juzes, que concordaram com a adequao dos itens aos objetivos e tambm
na pontuao dos itens. O TOGS foi administrado a 119 alunos da 7, 9 e 11 sries. A
confiabilidade foi 0,81. Os itens com baixo funcionamento foram revisados, com base no
nvel de dificuldade do item e da discriminao dos dados.

Dando continuidade a esse trabalho, Padilla e outros (1986) aplicaram o TOGS a


625 alunos da 7 e 12 sries, visando examinar a habilidade para grficos de linha e
providenciar dados de referncia no domnio de sub-habilidades especficas a esse tipo de
grfico. Verificaram que o desempenho dos estudantes melhorava medida que avanavam
nas sries. A maioria dos sujeitos sabia colocar os pontos no plano cartesiano, porm outras
habilidades foram negligenciadas (como construir eixos, ajustar curvas etc.), o que
demonstrou a necessidade de se enfatizar o ensino para alm da colocao de pontos no
plano cartesiano.

O papel dos Laboratrios de Informtica (Microcomputer-based Laboratories


MBL) no ensino de grficos em Cincias foi pesquisado por Linn, Layman e Nachmias
(1987). Investigaram o uso do MBL como uma forma de permitir, aos alunos, estabelecer
uma relao funcional entre as variveis de um fenmeno fsico e os dados gerados, em
tempo real, pelos prprios alunos. A instruo proposta, chamada de cadeia de execuo
cognitiva, permitia aos professores definir uma seqncia ideal de atividades cognitivas
exigidas do aprendiz. Estas eram usadas no delineamento das instrues. Tal seqncia

112
ideal conduzia a incrementos na aprendizagem e permitia, aos professores, diagnosticar e
prever o desempenho do estudante. A cadeia proposta consistia de quatro elos:
caracterstica dos grficos, modelo de grficos, percia no desenho grfico e na soluo de
problemas grficos. Foram sujeitos da pesquisa 240 alunos, da 8 srie, divididos em oito
classes. Quatro classes serviram de grupo controle e quatro constituram o grupo
experimental. A avaliao foi feita atravs de um instrumento de mltipla escolha. Os
autores confirmaram a validade da proposta MBL, uma vez que os alunos melhoraram
significativamente a habilidade para identificar tendncias e extrair informao
significativa dos grficos.

Mokros e Tinker (1987) analisaram o impacto do uso do MBL na habilidade para


interpretar grficos, em alunos de 8 sries. Para isso, desenvolveram dois estudos
preliminares e um estudo longitudinal, com interveno do MBL. O primeiro estudo tinha
como objetivo examinar as habilidades grficas dos alunos e as concepes errneas,
visando sua superao na interveno, o que foi feito atravs de entrevistas clnicas com 25
sujeitos. As entrevistas seguiram o mtodo de pensar em voz alta, que duraram de 20 a 40
minutos, onde foram apresentados seis itens aos sujeitos. O segundo estudo foi um exame
observacional das formas como os sujeitos desenvolvem as habilidades grficas atravs do
MBL e para isso uma turma foi observada, durante cinco dias. O estudo longitudinal
consistiu de vinte sesses, trabalhando calor e temperatura, som e movimento, ao longo de
trs meses, envolvendo 125 sujeitos. Segundo os autores, a instruo utilizando o MBL
ajuda a corrigir as concepes erradas dos estudantes, melhorando substancialmente o
desempenho. Para os autores, quatro caractersticas do MBL contribuem para isso: o uso de
mltiplas modalidades do MBL, emparelhamento, em tempo real, dos eventos com seus
grficos simblicos, bem como o fato de providenciar experincias cientficas genunas e
eliminar o trabalho rduo da construo de grficos. Esses autores detectaram um
fenmeno que denominaram desenho do evento. Isto ocorre quando os sujeitos, ao invs de
desenhar um grfico relacionando as variveis envolvidas, desenham a situao do evento.
Um exemplo seria o problema da bicicleta na montanha. Os sujeitos, ao invs de desenhar a
velocidade em funo da distncia percorrida (mais lenta na subida, mais rpida na
descida), elaboram um desenho similar ao da montanha.

113
J Berg e Smith (1994) estavam mais preocupados com a metodologia e
instrumentao utilizada para avaliar as habilidades grficas e o impacto do MBL no
desenvolvimento das habilidades grficas dos estudantes. Para os autores, algumas
pesquisas utilizando MBL utilizam instrumentos que parecem ter problemas de validao,
de modo que eles se propuseram a verificar a validade de instrumentos de escolha mltipla
para avaliar habilidades grficas. No primeiro estudo, 72 sujeitos da 7, 9 e 11 sries
foram entrevistados clinicamente, de forma individual, visando avaliar suas habilidades
para construir e interpretar grficos. Uma ampla variedade de grficos e situaes foram
avaliadas. Durante a entrevista, os estudantes desenharam grficos que melhor
representariam a situao em questo e, ento, explicaram seus desenhos. Os resultados das
entrevistas clnicas foram diferentes dos resultados das mesmas questes, avaliados por
formatos de mltipla escolha em outros estudos. Adicionalmente, a compreenso do
pensamento dos estudantes sobre grficos revela que algumas questes de mltipla escolha
de estudos anteriores e testes padronizados no discriminam entre respostas
corretas/raciocnio correto, respostas corretas/raciocnio errado e respostas rotuladas de
incorretas, mas com raciocnio vlido. Esses resultados indicaram que em algumas
instncias as questes de mltipla escolha no so instrumentos vlidos para avaliar a
habilidade grfica.

No segundo estudo, com o mesmo objetivo, os autores pesquisaram as seguintes


questes: (a) o que pode ser apreendido sobre habilidades grficas dos sujeitos quando eles
desenham seus prprios grficos, comparando-se tal avaliao com a que foi feita atravs
de instrumentos de mltipla escolha?, (b) a metodologia para avaliar habilidades grficas
afeta a porcentagem de sujeitos que respondem corretamente? e (c) essa metodologia altera
a porcentagem de sujeitos afetados pelo fenmeno desenho do evento? Foram sujeitos
dessa pesquisa 1416 alunos da 8 e 12 sries, de escolas particulares e pblicas. Os sujeitos
foram agrupados em grupos de alta, mdia e baixa habilidade. Os instrumentos tinham trs
questes que solicitavam do estudante escolher o grfico que melhor representasse a
situao, com alternativas de escolha (mltipla escolha - ME) ou desenhar um grfico que
melhor representasse a situao (resposta livre - LR). Os sujeitos completaram ou o
instrumento de mltipla escolha ou o de resposta livre. O instrumento livre foi pontuado

114
comparando-se a resposta do sujeito com as categorias das possveis respostas que tinham
sido identificadas no primeiro estudo. Os resultados mostraram uma diferena de 19% nas
respostas corretas a favor do LR, o erro desenho do evento trs vezes mais no instrumento
ME, bem como diferenas significativas em relao a como o tipo de instrumento afeta
vrios nveis de habilidade e sries. Esses resultados mostram numerosas disparidades entre
resultados de instrumentos de mltipla escolha e de respostas livres, colocando em xeque a
validade dos instrumentos de mltipla escolha, bem como resultados de pesquisas
utilizando esse tipo de instrumento.

Outros autores, na maioria estatsticos, esto preocupados com o desenvolvimento e


aprimoramento de grficos estatsticos, estudaram a eficincia de grficos ou, baseados
numa ampla reviso da evoluo histrica dos mtodos grficos, propem diretrizes e/ou o
aprimoramento dos mtodos grficos, ou ainda, baseados na experincia de vida como
professores de Estatstica, propem roteiros e tutoriais dentre outros.

A preocupao com a eficincia dos grficos comeou no incio do sculo XX.


Segundo Lewandowsky e Spence (1989a), um dos trabalhos mais antigos o do Eells que,
em 1926, publicou os resultados de uma pesquisa cujo objetivo era mostrar a superioridade
do grfico circular em relao ao grfico de barras, inaugurando a conhecida controvrsia
grfico de barras versus grfico circular. Desde aquele trabalho at hoje muitos
pesquisadores tm abordado essa questo e ainda no existe consenso.

Fienberg (1979) fez uma breve reviso da histria do desenvolvimento dos grficos
e das diretrizes para sua apresentao, fornecendo uma taxonomia simples, que pode ser
utilizada para caracterizar o uso corrente de mtodos grficos (grficos para propaganda,
grficos analticos, grficos enquanto substitutos de tabelas e grficos para ilustrao-
decorao). Essa taxonomia foi utilizada pelo autor para descrever a evoluo do uso de
grficos na principal revista de Estatstica Journal of the American Statistical Association-
JASA e na revista Biometrika. O autor revisou os avanos nos mtodos de apresentao
grfica da poca, bem como experimentos estatsticos com grficos, concluindo que, antes
de se chegar a uma teoria para os grficos estatsticos, era preciso experimentao,
ironizando o fato de que a Estatstica uma profisso que lida com delineamentos e anlise

115
de experimentos, porm, at ento, no se havia tido esse cuidado para avaliar a eficincia
das formas grficas, que levassem de fato ao julgamento preciso da informao a ser
extrada.

Outros autores que revisaram o desenvolvimento e aprimoramento dos mtodos


grficos, que melhoram a forma de como grficos e tabelas podem ser utilizados para
ajudar na descrio, anlise, sntese e comunicao de dados, foram Wainer e Thissen
(1981). Esses autores fizeram uma reviso dos diferentes tipos de grficos para anlise de
dados, desde sua origem, descrevendo seus componentes e apresentando ilustraes dos
mesmos: diagrama de ramo e folha, diagrama da caixa regular, diagrama da caixa
modificado (mid-gap), rootograms suspensos, grficos P-P e Q-Q, diagramas de disperso,
variantes do diagrama de disperso, grficos multivariados, tais como os rostos de
Chernoff, grfico estrela dentre outros. Quanto ao fruto dessa reviso, os autores apontaram
a necessidade de mais experimentao com as inovaes desenvolvidas, treinamento
cuidadoso dos usurios no uso de grficos, integrao dos resultados com as outras
disciplinas, softwares mais flexveis e maior aceitao da apresentao grfica. Observe-se
que esse artigo foi publicado em 1981, hoje as duas ltimas consideraes j foram
superadas.

De igual forma, Kruskal (1982) fez uma reviso de literatura sobre grficos,
abrangendo desde 1926 at 1982, com o objetivo de discutir os critrios que deveriam ser
utilizados para avaliar a qualidade de um grfico. Segundo esse autor, os critrios mais
utilizados tm sido os critrios psicofsicos clssicos: tempo de reao (definido como
velocidade de percepo), taxa de erro (diferena entre a rea real e a rea estimada) e
memria. Todavia, esses critrios no parecem totalmente satisfatrios. Consideraes
estticas guiadas pela preferncia subjetiva dos usurios tambm formam outro tipo de
critrio. E aparece tambm o uso de formas particulares, como, por exemplo, grficos para
anlise discriminante, acrescentando mais um critrio. Provavelmente, compreenso,
entendimento e descoberta seriam critrios mais atuais, porm esses so difceis de serem
definidos e operacionalizados.

116
Kruskal (1982), da mesma forma que Kosslyn (1985) e Pinker (1990), defende o
critrio de adequao do grfico ao tipo de informao a ser extrada. O autor, baseado na
reviso de literatura, sistematizou as seguintes concluses. Quando o critrio era tempo
(velocidade de percepo) e o objetivo era procurar valores especficos, as tabelas pequenas
foram mais eficientes; porm, se a tarefa era interpolao, as tabelas finas e compridas
foram mais eficientes. Quando o critrio era preciso da resposta, o pictograma foi superior
ao grfico de barras para dados simples; mas, quando os dados se tornaram mais
complexos, o grfico de barras foi superior. As tabelas foram mais eficientes na
recuperao de informaes especficas. Incrementar o nmero de itens no grfico afeta
negativamente a leitura de quantidades especficas, isso, porm, no afeta a leitura de
tendncias. Na tarefa de estimar comprimento e magnitudes relativas, os grficos de barras
foram melhores do que grficos de linhas. O grfico de barras horizontal to eficiente
quanto o grfico de barras vertical. Quando a tarefa era escolher o maior (ou menor) valor e
comparar porcentagens, os grficos de barras horizontais foram superiores s tabelas
pequenas, que foram superiores s tabelas grandes, as quais, por sua vez, foram melhores
do que textos em ingls.

Quanto magnitude percebida, Kruskal (1982) cita o trabalho de F. E. Croxton e H.


Stein, publicado em 1932, no qual eles comparam os erros na estimativa de reas de barras,
crculos, quadrados e volume de cubos, com dois objetos, na relao 2 para 1. A Figura 31
ilustra os erros de estimao. Em geral, o volume subestimado e esse tipo de erro maior
em pessoas sem experincia. Embora utilizando legendas adequadas, pode-se chegar a
estimaes precisas.

117
Barras (1,5%) Crculos (9,7%) Quadrados (15,6%) Cubos (19,8%)

Uma dimenso Duas dimenses Duas dimenses Trs dimenses


(altura) (rea) (rea) (volume)

Figura 31. Erros de estimao em grficos segundo sua dimenso

Cleveland (1984), revisou e analisou 377 grficos, em 37 artigos e 212 relatrios, do


volume 207 (1980) da revista Science. O autor constatou que 30% dos grficos possuam
erros. Os tipos de erros foram classificados como: erros de construo (escalas erradas,
intervalos com diferente espaamento, rtulos errados, itens omitidos); imagem degradada
(alguns aspectos do grfico esto faltando total ou parcialmente, por causa de uma
reproduo ineficiente); explicao (algo no grfico no est sendo explicado) e
discriminao (smbolos no podem ser visualmente distinguidos por causa do desenho,
tamanho ou cor). Alm disso, Cleveland (1984) analisou 57 revistas cientficas de quatorze
reas de conhecimento, revelando que as revistas da rea de cincias naturais utilizam mais
grficos que as revistas das reas de exatas e cincias sociais. O autor forneceu diretrizes
tanto para o comit editorial das revistas quanto para os autores.

Spence e Garrison (1993) investigaram o uso dos diversos tipos de diagramas de


disperso utilizados em cincia, principalmente na rea de astronomia, onde o diagrama de
Hertzsprung-Russell influenciou profundamente a astronomia moderna e a teoria da
evoluo estelar. Os autores, citando Tufte (1983), afirmaram que 75% dos grficos
utilizados em Cincia so diagramas de disperso.

Outro autor que apresenta diretrizes para a construo de grficos, embora de forma
irnica, Wainer (1984) que, inspirado no trabalho de Tufte (1983), mostrou que, ao longo
do desenvolvimento de mtodos grficos, maus grficos tambm tm sido desenvolvidos. O
autor apresentou 12 regras que parecem estar subjacentes na construo de maus grficos:

118
1) apresentar poucos dados quanto possvel; 2) esconder o que os dados devem mostrar; 3)
ignorar a metfora visual; 4) somente a ordem importa; 5) colocar os dados do grfico fora
do contexto; 6) mudar a escala no meio do eixo; 7) enfatizar o trivial (ignorar o
importante); 8) mudar a linha de base; 9) ordenar as categorias alfabeticamente; 10) rotular
os componentes do grfico de forma ilegvel, incompleta, incorreta e de forma ambgua;
11) mais confuso, logo, utilizar mais decimais, mais dimenses e, 12) se essas regras j
eram utilizadas, pensar em outras formas de fazer isso. Apesar da forma irnica com que o
autor apresenta essas 12 regras, os cuidados com elas levam construo de grficos
corretos.

J Mackinkley (in Lewandowsky e Spence, 1989a), desenvolveu uma descrio


altamente formalizada da maneira como os grficos devem ser construdos, bem como um
programa de computador capaz de gerar automaticamente grficos que satisfazem a dois
critrios: expressividade e eficcia. Expressividade refere-se fidelidade do grfico na
representao dos dados, ou seja, at que ponto os dados so transmitidos fielmente pela
linguagem grfica. Eficcia refere-se capacidade de um grfico transmitir uma mesma
informao de forma mais precisa e rpida do que qualquer outro grfico para esses
mesmos dados. Esse autor se baseou nos trabalhos de Bertin (1967) e de Cleveland e
McGill (1984a) e props uma ampliao das tarefas elementares de percepo desses
ltimos, incluindo o julgamento de nveis de cinza, saturao de cor, matizes de cor, textura
e forma.

J Cleveland e McGill (1984b) introduziram uma srie de informaes grficas no


diagrama de disperso, a fim de torn-lo uma ferramenta mais eficiente e poderosa. Dentre
as inovaes se encontram os smbolos sunflowers (flores onde cada ptala representa uma
observao, til quando vrias observaes tm as mesmas coordenadas, superpondo-se),
diversos tipos de marcadores visualmente discriminveis, nuvens de pontos, suavizao
para as relaes Y e X e suavizao para distribuies bivariadas de X e Y. Essas
inovaes, segundo os autores, esto baseadas nos princpios grficos gerais, porm no
apresentam dados empricos sobre a eficincia dessas sugestes.

119
Outros autores tm focalizado o uso de grficos na anlise de regresso e correlao.
Dentre eles Mosteller, Siegel, Trpido e Youtz (1981), que desenvolveram um estudo, com
alunos graduados e de ps-doutorado, cursando uma disciplina de Bioestatstica, em nvel
introdutrio, para verificar a habilidade de estimar o coeficiente de correlao ou para
ajustar linhas, em diagramas de disperso. Os resultados mostraram uma tendncia para
subestimar o coeficiente de correlao, bem como uma tendncia dos sujeitos de ajustarem
retas mais inclinadas ao primeiro componente principal (maior eixo) do que para a linha de
regresso de Y em X.

Por outro lado, Denby e Pregibon (1987), baseados na experincia de lecionar


anlise de regresso em cursos de Estatstica introdutria para usurios, propuseram o uso
de diversos tipos de grficos (ramo e folha, boxplot, time-order plot, diagrama de disperso
e grfico de probabilidades) no diagnstico da relao entre duas variveis, para
complementao da anlise de regresso, sem enfatizar as formulas algbricas, tornando
assim mais agradvel o ensino desse tpico. De forma similar, Franklin (1992) utilizou
grficos para o ensino de conceitos mais complexos envolvidos na anlise de regresso
mltipla.

J Bajgier, Atkinson e Prybutok (1989) descreveram os benefcios pedaggicos do


uso de tcnicas grficas, utilizando o computador, no ensino de conceitos de regresso.
Para isso utilizaram o software LINEFIT, que permite ao estudante ajustar visualmente um
modelo de regresso simples, acessando diretamente os dados, plotados no sistema de
coordenadas cartesianas, apresentados na tela do computador. A comparao desse ajuste
visual com o ajuste produzido por mtodos tradicionais, como o de mnimos quadrados ou
o do mnimo absoluto, forneceu bases para a discusso do problema de ajuste de retas a um
conjunto de dados. Os autores aplicaram essa tcnica numa turma de 44 alunos de Mestrado
em Negcios MBA, que cursavam a disciplina de Estatstica. Ao todo, 13 diagramas de
disperso foram trabalhados. Os resultados mostraram que esse tipo de trabalho melhora o
entendimento dos conceitos e aumenta a motivao dos estudantes.

Quanto pesquisa com outros tipos de grficos, Benjamini (1988) sugeriu uma srie
de variaes do diagrama da caixa (boxplot), nos quais os lados das caixas transmitem

120
informao sobre a densidade dos valores de um grupo. Porm, ao contrrio da facilidade
de clculo do diagrama original, essas variantes requerem complexos clculos, necessitando
de um computador para sua operao. Para tanto, o autor elaborou uma rotina
computacional disponvel para microcomputadores.

Marasinghe, Meeker, Cook e Shin (1996) propuseram o uso de grficos e


simulao, utilizando computadores, para ensinar conceitos estatsticos. Os autores
descreveram e ilustraram vrios mdulos instrucionais e um software correspondente
desenvolvidos com o objetivo de auxiliar o professor, no ensino da disciplina Estatstica
Introdutria.

Outros autores, na maioria psiclogos, esto preocupados com os processos


cognitivos envolvidos na leitura de grficos. Nesse sentido, Coren e Girgus (1980)
conduziram cinco experimentos, envolvendo os princpios de organizao da Gestalt
(proximidade, similaridade, fechamento e boa forma). Foram sujeitos da pesquisa 94 alunos
da Universidade de Nova Iorque. Os instrumentos mostravam o estmulo organizado no
campo visual, em unidades perceptuais ou grupos, segundo os princpios da Gestalt,
seguido de estmulos fora desse padro. Os resultados mostraram que os efeitos perceptuais
no so somente de natureza organizacional, mas parecem ser acompanhados por uma
distoro na relao espacial percebida no campo. A distncia interior (dentro de uma
unidade perceptual ou grupo) foi subestimada, em relao distncia exterior.

J Simkin e Hastie (1987), baseados na teoria de processamento de informaes


relativa compreenso de grficos, analisaram a natureza dos processos que operam na
decodificao da informao apresentada em um grfico. Os autores partiram do
pressuposto de que as pessoas tm expectativas genricas sobre o tipo de informao que
deve constituir-se na mensagem principal, em vrios tipos de grficos. Esses esquemas
grficos sugerem que o tipo de grfico e o tipo de julgamento interagem determinando a
preciso e rapidez da informao quantitativa extrada. Foram realizados dois experimentos
tendo como sujeitos quarenta alunos de graduao em Psicologia. No primeiro
experimento, os sujeitos olhavam grficos e faziam um julgamento de discriminao
seguido por um julgamento de comparao ou faziam um julgamento de proporo. Trs

121
grficos (barra simples, barras divididas e circular) foram apresentados na tela do
computador, com tempo fixo. O segundo experimento era similar ao primeiro, porm no
havia restrio no tempo. Os resultados confirmaram as previses. Nas tarefas de
comparao, o julgamento foi mais preciso quando requeria avaliar posio ao longo de
uma escala comum (barras simples), teve uma preciso intermediria no julgamento de
comprimento (barras divididas) e foi menos precisa no julgamento de ngulos (grficos
circulares). Ao contrrio, nas tarefas de estimar propores (em relao ao todo),
julgamentos de ngulos (grficos circulares) foram to precisos quanto julgamentos de
posio (barras simples) e mais precisos do que julgamentos de comprimento (barras
divididas). Para explicar as interaes encontradas, os autores propuseram processos
elementares de informao envolvendo ancoragem, esquadrinhamento, projeo,
superposio e operadores de deteco, conforme ilustrado na Figura 32.


40%

25%

25%

Ancora- Esquadri- Projeo Superposio
gem nhamento
Figura 32. Processos elementares de informao segundo Simkim e Hastie (1987, p. 457)

Lewandowsky e Spence (1989b) realizaram dois experimentos cujo objetivo era


detectar diferentes grupos num diagrama de disperso, cada um representado por smbolos
diferentes. Os autores compararam vrios tipos de smbolos, como marcadores. Foram
sujeitos da pesquisa alunos de graduao da Universidade de Toronto, sem treinamento
formal em Estatstica (novatos) e estudantes que pelo menos tinham recebido dois anos de
treinamento em Estatstica e delineamento experimental (expertos). Todos os sujeitos, 42
alunos, eram usurios regulares de tcnicas estatsticas. Duas tarefas, com duas alternativas
de escolha forada, solicitavam aos sujeitos que decidissem qual dos dois grupos

122
comparados tinha, aparentemente, correlao mais alta. Os dois grupos foram indicados por
smbolos diferentes. Os sujeitos foram mais rpidos em discriminar grupos codificados
mediante utilizao de diferentes cores e mais lentos quando se utilizavam letras confusas,
embora no fosse encontrada diferena significativa no nvel de preciso. A preciso s foi
diferente quando o tempo foi restrito, sendo que os smbolos coloridos apresentaram mais
eficcia que as letras confusas. Os autores concluram que os smbolos coloridos so a
melhor forma de codificao.

Spence (1990) criticou o fato de que muitos autores fazem uma srie de
recomendaes para construir grficos, apelando para s leis da Psicofsica, porm poucos
realmente estimam, atravs de experimentao, o coeficiente da Lei de Stevens. Assim, o
autor props avaliar a preciso de elementos grficos utilizando essa metodologia. A tarefa
era uma variante do mtodo constant-sum de Metfessel-Comrey e o modelo associado
estava baseado na Lei de Stevens. O estmulo foi um conjunto de dados apresentados em
oito formas, uma tabela e sete grficos (barra vertical, basto vertical e horizontal, circular,
disco10 , cilindros e paraleleppedos. Os resultados mostraram que a tabela e os grficos de
uma dimenso possuam coeficientes prximos da unidade, todavia os grficos de duas e
trs dimenses aparentes11 tambm tiveram o coeficiente prximo da unidade. Segundo o
autor, os sujeitos tenderam a arranjar a dimenso estranha, que no carregava variao,
mudando a dimensionalidade efetiva do estmulo. Os erros de julgamento foram pequenos.
Contudo, observou-se que o estmulo era bastante simples, quando comparado com os
estmulos utilizados por Cleveland e McGill (1984a), por exemplo.

De outra perspectiva, Leinhardt e outros (1990), fizeram uma reviso bibliogrfica


exaustiva da pesquisa e das teorias relacionadas ao ensino e aprendizagem de funes e
construo e interpretao de grficos, na faixa etria de 9 a 14 anos. A reviso de literatura
foi feita a partir de vrias perspectivas. A primeira foi a anlise de uma tarefa e sua
apresentao, que inclua tpicos de foco, conveno de notao e ambigidade de

10
Grfico circular inclinado
11
Por exemplo, um grfico de barras formado por retngulos (rea, duas dimenses), porm expressa apenas
uma dimenso, a altura. Se a esse grfico for adicionado a profundidade (volume, trs dimenses), o mesmo
continua a expressar apenas a altura. Logo o grfico tem uma dimenso aparente de duas e trs dimenses
respectivamente.

123
unidades e escala. Outra perspectiva foi considerar o aprendiz e o desenvolvimento da
compreenso de grficos e sua funcionalidade. Aprendizes tm intuies, concepes
erradas e outras dificuldades em relao a grficos e funes. Uma terceira perspectiva foi
considerar como funes, grficos e a construo de grficos so ensinados na escola, bem
como o impacto dos ambientes informatizados no ensino. Para os autores, a representao
algbrica e a representao grfica so dois sistemas de smbolos diferentes, que se
articulam para construir e definir o conceito de funo. Nem funes, nem grficos, podem
ser tratados como tpicos isolados. Eles so sistemas comunicativos, onde de um lado h
uma construo e do outro uma organizao das idias matemticas.

Berg e Phillips (1994) investigaram a relao entre a estrutura do pensamento lgico


e a habilidade para construir e interpretar grficos de linhas, na tradio da pesquisa
piagetiana. Foram sujeitos da pesquisa 72 alunos de 7, 9 e 11 sries, aos quais foram
administradas, de forma individual, tarefas para avaliar cinco estruturas mentais especficas
(estruturas do espao euclidiano localizao e deslocamento de objetos mantendo
estruturas de referncia vertical/horizontal, localizao de pontos em trs dimenses,
medidas multiplicativas, seriao multiplicativa e raciocnio proporcional). As habilidades
grficas foram avaliadas atravs da construo e interpretao de diversos tipos de grficos,
variando em contedo e dificuldade. Os resultados mostraram uma significativa relao
entre o pensamento lgico e a habilidade grfica. A seriao multiplicativa, a medida
multiplicativa e a estrutura espacial euclidiana influenciam positivamente a habilidade
grfica. Sujeitos que mostraram evidncias do raciocnio proporcional saram-se melhor em
muitas situaes, incluindo a escolha da parte do grfico com a maior taxa de mudana.
Localizao de pontos no grfico sem linhas de grade foi relacionada a estruturas verticais
de referncia. Estudantes que no possuam estruturas do pensamento lgico foram mais
susceptveis de ser dependentes e influenciveis por interpretaes perceptuais e menos
capazes para interpretar ou construir grficos de forma correta.

Shah e Carpenter (1995) examinaram as limitaes conceituais que influenciam a


representao mental de um conjunto de dados de trs variveis contnuas. Tais dados
podem ser colocados num grfico de duas maneiras, dependendo da varivel descrita no

124
eixo X e do parmetro na curva (a varivel Z). Os resultados de vrios estudos indicaram
que a representao interna do leitor de um grfico, expressa informao quantitativa
funcional da relao X-Y (tal como, Y decresce exponencialmente quando X aumenta). Ao
contrrio, a informao Z-Y representada ordinalmente ou, s vezes, nominalmente. Essa
diferena na representao mental das variveis ficou evidente quando os leitores
descreveram ou interpretaram grficos de linhas ou julgaram a equivalncia de grficos
sucessivamente apresentados. A diferena persistiu, a despeito da preciso de codificao
do leitor, do padro visual do grfico, como indicado pela preciso na reproduo desses a
partir da memria. De acordo com os autores, os leitores raramente formavam uma
representao integrada das trs variveis, mesmo quando eram explicitamente instrudos
para isso. Os padres das linhas X-Y podem automaticamente ativar conceitos
quantitativos, enquanto que os leitores podem no estar familiarizados com interpretao
quantitativa de padres Z-Y.

Tanever (1996) observou que professores do Ensino Fundamental e mesmo alunos


do curso de graduao em Matemtica confundiam o grfico de barras e o histograma,
utilizando este ltimo de forma errnea. A autora analisou livros-textos de Matemtica, no
tpico referente a grfico de barras e verificou que, na definio, alguns autores
recomendavam deixar espaos entre as barras e outros no, outros sugerem deixar espaos
apenas para variveis qualitativas e no para as quantitativas. A autora forneceu definies
tanto para o grfico de barras quanto para o histograma. Feu (1996), debatendo com
Tanever (1996), afirmou que mais que definir um grfico, deve-se analisar a relevncia de
seu propsito, ou seja, quando deve ser utilizado um grfico de barras ou um histograma.
freqente serem encontradas inconsistncias na apresentao de dados estatsticos e uma
delas a utilizao do histograma para a representao de variveis discretas, como, por
exemplo, nmero de filhos por mulher. Alm disso, a autora forneceu sugestes da maneira
como devem ser elaborados os ttulos desses grficos. Para a autora, o grfico de barras
deveria ser utilizado para ilustrar freqncias e o histograma para ilustrar distribuies.

Mevareck e Kramasky (1997) investigaram as concepes e as concepes


alternativas dos alunos em relao construo de grficos. Participaram do estudo 92

125
alunos, da 8 srie, selecionados aleatoriamente em duas escolas, que foram testados antes e
depois de serem expostos a um treinamento formal sobre grficos. A anlise qualitativa das
respostas dos estudantes identificou trs tipos de concepes alternativas: construir um
grfico inteiro como um nico ponto; construir uma srie de grficos, cada um
representando um fator dos dados, e conservar a forma (crescente ou decrescente) sob todas
as condies. Alguns sujeitos mostraram possuir idias estereotipadas de um grfico, por
exemplo, utilizaram setas ou degraus para representar a direo de covariao e conectaram
as marcas nos eixos com as linhas ou curvas do grfico. Anlises quantitativas dos dados
indicaram que os estudantes no entram na situao de aprendizagem como tabulas rasas.
No pr-teste, quase um quarto dos estudantes construram corretamente grficos
representando funes crescentes, constantes, curvilneas e decrescentes, sendo maior o
nmero de sujeitos que representaram corretamente pelo menos um tipo de funo. Maiores
anlises mostraram a estabilidade e mudanas nas concepes alternativas depois que os
estudantes foram expostos instruo formal sobre grficos. A importncia desses
resultados reside no fato de que se deve examinar o ponto de partida da aprendizagem dos
alunos, conhecer essas concepes, a fim de delinear estratgias de superao desses
viesses. As autoras verificaram, tambm, que os processos de interpretao e de construo
de grficos so processos diferentes, sendo que o processo de construo mais difcil, uma
vez que se tem que gerar algo novo. Alm disso, salientam o papel da instruo sobre
grficos fora da escola, atravs da mdia, que pode formar preconceitos ou concepes
alternativas.

Segundo Roth e McGinn (1997), os enfoques tradicionais concebiam grficos como


o conhecimento representado na mente dos alunos. Tais enfoques levavam a dois
problemas comuns, o primeiro relacionado com avaliao: como medir variaes de
desempenho atravs de contextos e tarefas? e, o segundo, que atribui as dificuldades ao
aparato cognitivo deficiente dos estudantes. Fundamentados em resultados de pesquisas
baseadas na teoria da cognio situada, os autores propuseram uma perspectiva alternativa,
que concebia a construo de grficos como uma prtica observvel para atingir objetivos
especficos. Esta perspectiva enfatizou a natureza do grfico como objeto semitico (o
grfico assim como a palavra um objeto semitico independente cuja relao com o

126
fenmeno foi estabelecido por um rduo trabalho de conveno), instrumento retrico (os
cientistas utilizam grficos em conjuno com textos para exprimir facilmente seus
resultados) e como instrumentos consensuais utilizados pela comunidade cientfica, que
permite a interao entre os cientistas. Essa mudana de perspectiva eliminou os dois
problemas assinalados. A razoabilidade e utilidade da nova perspectiva ilustrada de trs
maneiras. Primeiro, os autores mostraram que o sucesso e falha de vrios currculos de
grficos comeam a ser entendidos em termos da presena ou ausncia da dimenso social.
Segundo, com a presente perspectiva se tornam necessrias novas formas de avaliao.
Terceiro, a perspectiva prtica sobre grficos leva a diferentes ambientes de aprendizagem
e a um novo foco para conduzir pesquisa, centrado no estudante e em contextos de pesquisa
participativa.

Concluindo, a anlise dos estudos constantes da reviso da literatura, permitem


afirmar que os grficos, de fato, vm ganhando espao nas pesquisas, fazendo jus ao espao
conquistado nos meios de comunicao, tanto cientfica quanto de massas, demonstrando
sua relevncia enquanto objeto de pesquisa.

Os trabalhos aqui apresentados de maneira resumida podem ser classificados em


trs grandes reas, de acordo com a rea a qual pertencem o(s) pesquisador(es).

Em um primeiro grupo estariam os estudos conduzidos por estatsticos e mostram


uma maior preocupao com a busca de novos mtodos grficos ou aperfeioamento dos j
existentes. Alguns recorreram a uma fundamentao terica mais slida; outros reviso
histrica da evoluo dos grficos e ao bom senso a respeito da maneira como devem ser
construdos. Outros recorreram experimentao, embora nem sempre evidenciam estar
sustentados por uma teoria subjacente. Ainda outros sistematizaram suas experincias no
ensino de grficos propondo diretrizes e tutoriais, alguns sem embasamento terico e/ou
emprico. Observa-se que o foco destes pesquisadores o mtodo grfico e a avaliao do
nvel de preciso do leitor. Geralmente, esses pesquisadores atuam no Ensino Superior e os
sujeitos dos estudos so estudantes universitrios.

127
Em um segundo grupo, as pesquisas conduzidas pelos psiclogos, aparentemente
mostram maior preocupao com os processos cognitivos, geralmente esto baseadas em
teorias consolidadas e apresentam evidncias empricas.

Em terceiro lugar, estariam aqueles trabalhos conduzidos pelos educadores, mais


preocupados com o ensino de grficos em Cincias no Ensino Fundamental e a influncia
dos ambientes informatizados.

A anlise da literatura mostrou, ainda, a necessidade de se seguir pesquisando os


vrios aspectos relacionados aprendizagem, ao ensino e ao uso de grficos. Alm disso,
desejvel tambm o estabelecimento de parcerias entre estatsticos, psiclogos e
educadores, objetivando promover estudos que busquem solues para os diversos
problemas que dificultam a compreenso de grficos.

128
CAPTULO IV

A TEORIA DE HABILIDADES MATEMTICAS DE KRUTETSKII

4.1 A teoria de habilidades matemticas de Krutetskii

O psiclogo russo Vadim Andreevich Krutetskii e seus colaboradores


desenvolveram um amplo programa de pesquisa, entre 1955 e 1966, visando estudar a
estrutura das habilidades matemticas, cujos resultados foram compilados em uma
monografia, publicada no ocidente, em 1976, no livro The Psychology of Mathematical
Abilities in Schoolchildren.

A estrutura e o desenvolvimento das habilidades matemticas foram estudados


atravs de pesquisa experimental e complementados por mtodos no experimentais, tais
como a observao dos alunos durante as aulas (s vezes em casa); discusses com os
alunos, pais, professores e amigos; os pais observaram cuidadosamente seus filhos de
acordo com instrues especiais; bem como o estudo da personalidade da criana
(persistncia, diligncia, iniciativa etc.) e desempenho em outras disciplinas, coletados
atravs de questionrios e entrevistas.

O mtodo bsico da pesquisa experimental foi a anlise do processo de soluo dos


problemas experimentais por alunos que estavam em diferentes nveis de desenvolvimento.
A idia principal do estudo experimental era se a soluo de um problema produto das
caractersticas do problema em si e das caractersticas do sujeito que o soluciona
(Krutetskii, 1976, p. 89), ento deve-se estabelecer fatores em sucesso, oferecendo o
mesmo problema para diferentes sujeitos e diferentes problemas para um mesmo sujeito.

Depois de vrios ensaios, foi delineado um sistema para expor as caractersticas da


atividade mental de alunos com vrios graus de habilidade matemtica. O sistema sofreu
modificaes ao longo da experimentao. Ao todo foram construdas 26 sries, contendo
79 testes, cada um com um nmero varivel de exerccios (22 aritmticos, 17 algbricos, 25
geomtricos e 15 de outro tipo).

129
Segundo Krutetskii (1976), apesar do nmero grande de problemas, o sistema no
faz demandas excessivas de tempo e esforo. Os testes seguiram o mtodo staircase, isto ,
iniciavam-se com um problema simples, acessvel a todos os alunos e, gradualmente, a
complexidade aumentava. As provas foram aplicadas individualmente, seguindo a
estratgia de think aloud, pela qual os sujeitos solucionavam os problemas em voz alta,
complementados pela auto-observao.

Para Krutetskii (1976), habilidades seriam as qualidades internas das pessoas, que
permitem a elas realizar uma determinada atividade ou tarefa com sucesso. O conceito de
habilidade refere-se s esferas sensorial, cognitiva e motora, incluindo aspectos como
percepo, ateno, memria, imaginao e pensamento.

A habilidade um fenmeno interno, complexo, resultante da interao de mltiplos


componentes que, para serem estudados, requerem que se estude as aes do sujeito
durante a execuo da atividade.

Krutetskii (1976) acreditava nas diferenas individuais, que explicavam as


diferenas quantitativa e qualitativa nas habilidades para realizar atividades especficas.
Essas diferenas, segundo o autor, devem-se presena de pr-condies inatas
inclinaes que seriam condies internas dos indivduos, as quais favorecem o
desenvolvimento das habilidades. Assim, as inclinaes teriam caractersticas inatas e
constituiriam condies necessrias, mas no suficientes, para o desenvolvimento de
habilidades. Ou seja, nenhum esforo substitui o talento, porm combinado com o talento
produz bons resultados (Arajo, 1999).

Conseqentemente, as habilidades tm natureza scio-histrica e s se desenvolvem


no processo social de apropriao da cultura, em interao com o meio. Porm, as
diferenas individuais, qualitativa e quantitativa, existem e devem ser conhecidas e
diagnosticadas, a fim de se poder formular objetivos educacionais adequados.

Assim, sob condies adequadas e com graus diferentes de esforo, qualquer pessoa
poder vir a ter um desempenho conveniente em qualquer rea. Entretanto, o desempenho

130
caracterstico da chamada genialidade s poder ser atingido por pessoas que apresentem
uma pr-disposio biolgica determinada.

Para Krutetskii (1976), a prontido ou a capacidade de realizar com sucesso uma


atividade ou tarefa depende da habilidade do indivduo, que uma condio necessria,
porm no suficiente; para tanto so ainda necessrias outras condies psicolgicas, tais
como a atitude frente atividade, os traos de personalidade, o estado mental, bem como
os conhecimentos, destrezas e hbitos, sendo que estes trs ltimos, segundo o autor, so
adquiridos, enquanto que as habilidades so desenvolvidas (ver Figura 33).

Prontido para uma


atividade

Condies psicolgicas gerais necessrias para


Habilidades um desempenho bem sucedido da atividade

Atitude positiva em relao atividade Traos de Estado Conhecimentos,


(interesse, inclinaes, etc.) personalidade mental Destrezas, Hbitos

Figura 33. Modelo terico da prontido para uma atividade, segundo Krutetskii (1976, p.74)

Assim, a habilidade est relacionada aos traos psicolgicos de uma pessoa,


enquanto destreza e hbito esto relacionados s caractersticas psicolgicas da atividade.
As habilidades permitem que os conhecimentos, as destrezas e os hbitos sejam dominados
com maior facilidade e mais rapidamente.

Centrando o modelo para a aprendizagem matemtica, o sucesso nesta atividade


dependeria, ento, da habilidade matemtica do aluno, da atitude com relao matria, da
personalidade, do estado mental e fundamentalmente dos conhecimentos, destrezas e
hbitos matemticos adquiridos ao longo da escolarizao.

Para Krutetskii (1976) as habilidades matemticas tem as seguintes caractersticas:

1. Especificidade: as habilidades so para uma determinada atividade especfica e se


manifestam durante a execuo dessa atividade;

131
2. Dinamicidade: a habilidade um conceito dinmico. As habilidades matemticas
so formadas e esto sempre sendo desenvolvidas nas atividades matemticas;
3. Periodicidade: existem perodos mais favorveis para desenvolver certos tipos de
habilidades;
4. Complexidade: o progresso em uma atividade matemtica no depende de uma
habilidade especfica mas de um conjunto complexo de habilidades combinadas e
5. Compensao: ocorrendo deficincia em uma habilidade especfica, esta pode ser
compensada por outra habilidade.

Logo, para se inferir a habilidade matemtica preciso analisar o processo


executado pelo indivduo durante a atividade e no apenas os resultados, que avaliam
apenas os conhecimentos, as destrezas, as experincias e o resultado do ensino. Muitas
vezes, resultados iguais podem ter sido produto de processos mentais diferentes e no
necessariamente significam a presena da habilidade.

Por conseguinte, para Krutetskii (1976, p.76), a habilidade matemtica uma


sntese nica de propriedades, uma qualidade integral da mente, incluindo diversos
aspectos mentais e desenvolvida durante a atividade matemtica. Essa formao mental
complexa em sua estrutura e para estud-la preciso estudar seus componentes individuais,
a fim de conhecer aspectos especficos da mesma, isto sem perder de vista como esses
componentes se interligam e formam o todo.

Para Krutetskii (1976) a estrutura de habilidades matemticas pode ser percebida a


partir da execuo de tarefas que envolvam atividades matemticas.

Existem trs estgios bsicos na atividade mental durante a soluo de problemas


matemticos (Krutetskii, 1976, p. 350):

1. Obteno da informao matemtica. Habilidade para formalizar a percepo do


material matemtico e para compreender a estrutura formal do problema.
2. Processamento da informao matemtica. Onde vrios componentes so
evidenciados podendo ou no interagir entre si.

132
3. Reteno da informao matemtica. Esse estgio admite a existncia de uma
memria matemtica (memria generalizada para relaes matemticas, tipos
caractersticos, esquemas de argumentos e provas, mtodos de soluo dos
problemas e tipos de abordagem utilizadas).

A cada um desses estgios corresponde uma ou vrias habilidades matemticas,


constitudas por componentes, sendo que esses componentes se relacionam segundo um
modelo estrutural hierrquico (Figura 34), onde cada fator corresponde a um dos estgios
bsicos da atividade mental durante a soluo de problemas matemticos, alm de um
componente geral que identificado como componente sinttico (Neumann, 1995).

Habilidade matemtica

Componente geral Habilidade para


sinttico solucionar problemas

Analtico Geomtrico Obter


informao

Harmnico Processar
informao
Flexibilidade
Generalizar
gicamente

Reversibi-
Pensar lo-

Elegncia
Resumir

lidade

Reter
informao

Figura 34. Modelo terico da estrutura de habilidades matemticas, segundo Krutetskii


(1976)

133
Para Krutetskii (1976), o segundo estgio, o do processamento de informaes,
composto por:

a) habilidade para pensar logicamente na rea das relaes espaciais e quantitativas,


nmeros e smbolos alfabticos e habilidade para pensar em smbolos matemticos;

b) habilidade para generalizar de forma abrangente e rpida os contedos


matemticos, as relaes e as operaes;

c) habilidade para resumir os processos matemticos e os sistemas correspondentes de


operaes, alm da habilidade para pensar atravs de estruturas curtas e eficientes;

d) flexibilidade dos processos mentais na atividade matemtica;

e) inclinao para a clareza, simplicidade, economia e racionalidade da soluo:


elegncia;

f) habilidade para uma rpida e livre reconstruo do processo mental


(reversibilidade dos processos mentais no raciocnio matemtico).

De acordo com Neumann (1995, p. 83), o componente geral sinttico refere-se ao


tipo de mente ou pensamento matemtico, que para Krutetskii (1976) era a qualidade
matemtica da mente. A mente matemtica difere substancialmente de um sujeito para
outro; pessoas mais habilidosas em um ou mais componentes podem apresentar fragilidade
em outros componentes, dando origem a configuraes distintas da mente matemtica,
sendo predominantes aquelas com preponderncia de inclinaes para os componentes
lgico-verbais e aquelas que se inclinam na direo dos componentes viso-figurativos.
Baseado nessas inclinaes, Krutetskii (1976) classificou as mentes matemticas em trs
grupos:

i) a mente de tipo analtica: que se caracteriza pela predominncia dos componentes


lgico-verbais. As pessoas que possuem este tipo de mente operam com grande
facilidade esquemas abstratos, sem suporte visual para perceber objetos ou modelos
durante a soluo de problemas; mesmo no caso do problema ser enunciado atravs
de figuras ou desenhos, estes tendem a representar o enunciado em termos lgico-
verbais;

134
ii) a mente do tipo geomtrico (viso-pictrica): que se caracteriza pela predominncia
dos componentes viso-figurativos. As pessoas que possuem este tipo de mente
precisam representar os problemas atravs de esquemas e figuras. Para esses
sujeitos, as figuras substituem a lgica e, na soluo de problemas, necessitam criar
suportes visuais, visualizar objetos ou diagramas. Alm disso, so marcadas por um
forte desenvolvimento de conceitos espaciais e

iii) a mente do tipo harmnico: caracteriza-se pelo equilbrio no domnio dos esquemas
abstratos e das representaes visuais; as pessoas desse tipo, dependendo do
problema, buscam a melhor forma de solucion-lo, podendo ou no se valer de
representaes geomtricas. Apresenta dois subtipos:

a. Subtipo harmnico abstrato: pode usar suportes visuais na soluo de


problemas, mas prefere no faz-lo, e

b. Subtipo harmnico pictorial: pode usar suportes visuais na soluo de


problemas, e prefere faz-lo

Essa classificao foi baseada em estudos de indivduos talentosos em Matemtica,


nos quais o componente lgico verbal era muito forte, acima da mdia, e fortes nos trs
tipos de mente. Ou seja, o componente lgico-verbal do pensamento sine qua non da
atividade matemtica, determinando seu nvel. J o componente viso-pictrico do
pensamento no um componente apenas para usar, mas inclui a preferncia por seu uso.
Esse componente determina o tipo da habilidade matemtica, sendo seu uso no obrigatrio
(Presmeg, 1986a, 1992).

Alm disso, Krutetskii (1976) salientou que no existem tipos puros, mas
combinaes desses tipos de mentes, ressaltando que esses tipos diferentes no se devem
apenas a diferenas psicolgicas, mas tambm s diferentes reas da Matemtica. Observa-
se que o autor no apontou inabilidade absoluta em matemtica; os alunos normais devem
ser capazes de acompanhar, com maior ou menor sucesso, os trabalhos de matemtica
solicitados nas escolas.

135
Segundo Presmeg (1986a), a importncia do trabalho de Krutetskii (1976) recai na
distino entre o nvel da habilidade matemtica, determinada fortemente pelo componente
lgico-verbal do pensamento, e o tipo da genialidade matemtica, determinado fortemente
pelo componente viso-pictrico. No caso do componente viso-pictrico, no apenas a
habilidade para us-lo, mas a preferncia pelo seu uso, o que determina o tipo de talento
matemtico do indivduo (Presmeg, 1986a, p. 299). O nome mente geomtrica dado por
Krutetskii (1976) mostra como o autor tentava classificar a mente dos estudantes em duas
categorias: algbrica e geomtrica.

Krutetskii (1976) reconheceu a importncia da habilidade para conceitos espaciais


na Geometria e na Matemtica. Estudou o pensamento de 34 alunos capazes e concluiu que
a habilidade para visualizar relaes matemticas abstratas e a habilidade para conceitos de
geometria espacial no so componentes necessrios na estrutura de habilidades
matemticas, embora sua fora ou fragilidade determine o tipo de talento matemtico
(Presmeg, 1986a).

4.2 A pesquisa sobre habilidades matemticas do grupo PSIEM

O Grupo de Pesquisa em Psicologia da Educao Matemtica PSIEM tem como


um dos seus eixos a pesquisa sobre habilidades matemticas, inspiradas na teoria de
Krutetskii. Vrios trabalhos tm sido e vem sendo desenvolvidos. Dentre os j concludos
podem ser citados: as teses de doutorado de Arajo (1999), Utsumi (2000) e Vendramini
(2000) e as dissertaes de Mestrado de Alves (1999), Neumann (1995), Oliveira (1998) e
Spalletta (1998). A seguir ser apresentado um resumo desses trabalhos.

Neumann (1995) estudou as relaes entre o conceito de automatismo da teoria


tridica de inteligncia de Sternberg e o conceito de pensamento resumido da teoria de
habilidades matemticas de Krutetskii, objetivando verificar se esses conceitos referem-se a
um mesmo construto ou se so construtos distintos. O autor selecionou 69 alunos da
Licenciatura da Faculdade de Educao da UNICAMP, que foram submetidos a uma prova
de Raciocnio Verbal do Teste de Aptides Especficas (DAT), um teste de raciocnio
matemtico baseado na teoria de Krutetskii, trs testes para avaliar a habilidade para

136
automatizar o processamento de informaes e testes para avaliar a habilidade para pensar
em estruturas abreviadas. O referido autor verificou que esses dois conceitos se referem a
fenmenos distintos.

Spalleta (1998) estudou a reversibilidade do pensamento, que um dos


componentes da habilidade matemtica, em 91 alunos do curso de Engenharia Eltrica da
UNICAMP que cursavam a disciplina Clculo Diferencial e Integral. Os sujeitos
responderam a um questionrio, cujo objetivo era identificar algumas variveis e um teste
composto por 24 pares de problemas matemticos, nas ordens direta e reversa,
aleatorizados, da srie XVII de Krutetskii. Os resultados do teste de reversibilidade foram
correlacionados com as notas na disciplina e foi verificado que os alunos com bom
desempenho na disciplina de Clculo tiveram um desempenho satisfatrio no teste de
reversibilidade, evidenciando relao entre eles.

Oliveira (1998) estudou as habilidades espaciais subjacentes s atividades de


discriminao e composio de figuras planas, utilizando o tangram e tegram. Foram
sujeitos da pesquisa nove alunos, da sexta srie do Ensino Fundamental, trs dos quais
trabalharam apenas com o tangram em papel, trs apenas com tangram no computador e
trs com os dois sistemas. A autora utilizou o conceito de habilidade matemtica de
Krutetskii e os trabalhos de del Grande para estabelecer as categoria de anlises referentes
percepo espacial. Os sujeitos foram entrevistados clinicamente e o mtodo utilizado para
obter as respostas foi o de pensar em voz alta. A anlise dos procedimentos mostrou que
mesmo as atividades aparentemente simples envolvem uma grande variedade de
componentes da percepo espacial, que, de um lado, provoca o questionamento da
aparente trivialidade que se pode atribuir a elas e, de outro, o incentivo sua utilizao em
situaes didticas nas quais se pretenda focalizar e desenvolver a percepo espacial.

Alves (1999) realizou um estudo para verificar a influncia do desenvolvimento de


alguns componentes da habilidade matemtica na soluo de problemas aritmticos em
estudantes do Ensino Mdio. Na primeira etapa, a autora investigou a autopercepo e o
desempenho na soluo de problemas aritmticos, em 53 alunos concluintes do Ensino
Mdio de uma escola particular e uma pblica, no interior de So Paulo. Na segunda etapa,

137
acompanhou nove alunos, que foram classificados segundo seu desempenho, analisando os
componentes: habilidade para perceber relaes e fatos concretos no problema, habilidade
para formar generalizaes encurtando o raciocnio e a memria matemtica, alm do
raciocnio verbal e das atitudes em relao matemtica. Dentre os principais resultados, a
autora observou que os sujeitos enfrentam maior dificuldade no primeiro estgio da soluo
do problema, ou seja, na obteno da informao matemtica a partir do enunciado verbal.
Na segunda etapa, a autora verificou no haver relao entre os componentes estudados e a
soluo dos problemas aritmticos estudados, provavelmente essa soluo deve estar
relacionada a outros componentes ou a outros fatores.

J Arajo (1999) estudou a relao entre a escolha profissional e a habilidade e


atitudes em relao matemtica, focalizando a lgebra, atravs da forma como os alunos,
com diferentes nveis de habilidades matemticas de diferentes reas de conhecimento
(exatas, biolgicas e humanas) resolviam problemas dessa natureza. A autora trabalhou
com 145 alunos concluintes do Ensino Mdio, tanto da escola pblica, quanto particular, da
cidade de Campinas-SP (que indicaram a rea de conhecimento do curso em que
pretendiam prestar vestibular) e 233 alunos universitrios do primeiro ano de uma
universidade particular da mesma cidade. Como instrumentos, Arajo utilizou uma escala
de atitudes em relao Matemtica, dez questes gerais de lgebra, uma srie de
problemas algbricos da srie XX de Krutetskii, alm de um questionrio, visando levantar
as variveis demogrficas. Dentre os principais resultados, Arajo encontrou que o
desempenho nos problemas algbricos dos alunos da rea de exatas foi superior ao
desempenho dos alunos de biolgicas, que, por sua, vez tiveram desempenho superior aos
de humanas, embora essas diferenas fossem bem mais acentuadas no Ensino Superior e
mais leves no Ensino Mdio. A mesma trajetria foi observada nas atitudes em relao
Matemtica, no Ensino Mdio, porm no no Ensino Superior, onde os alunos de
biolgicas apresentaram atitudes ligeiramente mais negativas do que os de humanas. Esses
resultados indicam que, de certa forma, a habilidade matemtica interfere na escolha do
curso, certamente dentro das restries scio-econmicas, que devem ser o fator
determinante. Tambm se pode inferir que, no Ensino Mdio, as atitudes parecem ser mais
influentes do que o desempenho em matemtica. No Ensino Superior, a explicao pode

138
residir no fato de que alunos de biolgicas tm de enfrentar matemtica avanada, j os
alunos de humanas no tm nenhuma disciplina de Matemtica, referenciando-se
Matemtica como aquela do cotidiano. Arajo tambm analisou os procedimentos
executados por alunos capazes, mdios e menos capazes na soluo dos problemas
algbricos, observando que aqueles menos capazes no utilizavam os procedimentos
algbricos, recorrendo a estimativas ou realizando apenas operaes com os nmeros do
enunciado. A autora observou que os erros cometidos pelos sujeitos deveram-se a erros
conceituais, bem como ao uso incorreto das propriedades ou operaes algbricas.

Vendramini (2000) estudou as relaes entre a habilidade matemtica, as atitudes


em relao Estatstica e a aprendizagem de conceitos estatsticos. Foram sujeitos da
pesquisa 319 alunos de diversos cursos de graduao de uma universidade particular do
interior de So Paulo, matriculados em disciplinas de Estatstica. Como instrumentos foram
utilizados um questionrio informativo, uma escala de atitudes em relao Estatstica, um
teste estatstico e um teste matemtico baseado nas sries I, II e III de Krutetskii, que
visavam a obteno da informao matemtica. Dentre os principais resultados, a autora
verificou que poucos sujeitos conseguiram identificar caractersticas do conceito de
Estatstica, embora a maioria reconhea sua importncia e utilidade. Sujeitos com atitudes
positivas identificaram pelo menos uma utilidade da Estatstica. As correlaes entre as
variveis estudadas foram significativamente diferentes de zero e positivas, ou seja, atitudes
mais positivas, melhor desempenho, tanto em Matemtica, quanto em Estatstica. A autora
concluiu que se faz necessrio a adoo de estratgias de ensino que desenvolvam as
habilidades matemticas e que se busque tornar as atitudes mais positivas, para assim
melhorar a aprendizagem da Estatstica.

Utsumi (2000) estudou a influncia do gnero, estabilidade das atitudes e alguns


componentes da habilidade matemtica envolvidos na soluo de problemas algbricos.
Foram sujeitos da pesquisa 256 alunos da sexta, stima e oitava sries do Ensino
Fundamental, de uma escola da rede pblica do Estado de So Paulo, os quais responderam
um questionrio para caracterizao, uma escala de atitudes em relao Matemtica e um
teste matemtico. A partir dos resultados no teste matemtico foram selecionados os alunos

139
com melhor desempenho em cada srie, que foram submetidos a uma bateria de testes
algbricos com a finalidade de investigar os seguintes componentes da habilidade
matemtica: percepo, generalizao, flexibilidade de pensamento, reversibilidade dos
processos mentais, encurtamento de raciocnio, compreenso, raciocnio e lgica, memria
matemtica e tipo de habilidade matemtica. Os resultados indicaram que as variveis srie,
reprovaes, compreenso dos problemas matemticos e autopercepo de desempenho
estavam relacionadas com a atitude e com o desempenho no teste matemtico. O hbito de
estudo se relaciona apenas com as atitudes e o gnero apenas com o desempenho, sendo
que os meninos tm um desempenho superior ao das meninas. A anlise dos protocolos dos
sujeitos considerados mais capazes em Matemtica, durante a soluo de problemas
algbricos, mostrou que os mesmos no eram capazes de solucionar os problemas
propostos, que evidenciariam, efetivamente, a habilidade matemtica desses sujeitos.

4.3 Reviso de bibliografia

Kulm e Bussmann (1980) elaboraram um modelo baseado na habilidade na soluo


de problemas matemticos. Segundo os autores, Krutetskii props um modelo da estrutura
das habilidades matemticas, especificando apenas os estgios da soluo de problemas
obter, processar e reter informao matemtica mas no relacionou esses estgios com as
habilidades especficas correspondentes, de modo que os autores elaboraram um modelo
que tenta superar essa lacuna.

Bishop (1980) fez uma reviso bibliogrfica sobre a pesquisa de dois construtos:
habilidade espacial e Educao Matemtica. Para o autor, Krutetskii fez trs contribuies
importantes na Educao Matemtica: a) desenvolveu um conjunto de tarefas, que incluem
problemas envolvendo um alto grau de pensamento espacial, fazendo valiosas conexes
entre a habilidade espacial e a Matemtica; b) documentou vrios casos de alunos, bons em
Matemtica, que usavam predominantemente idias espaciais na soluo de problemas, e c)
mostrou um exemplo de mtodo e estilo de pesquisa, muito diferente dos mtodos
tradicionais da Psicometria e da teoria desenvolvimentista.

140
Lean e Clements (1981), baseados nos tipos de mentes de Krutetskii, advogam a
necessidade de que pesquisadores da Educao Matemtica conduzam pesquisas, a fim de
esclarecer as implicaes das teorias de processamento de informaes para o ensino e
aprendizagem de Matemtica. Os autores pesquisaram a relao entre a habilidade espacial,
a imagem visual e o desempenho em Matemtica em 116 estudantes universitrios.
Administraram testes matemtico e espacial e, os estilos de processamento foram acessados
atravs de um instrumento desenvolvido na Austrlia. Os resultados indicaram que alunos
que preferiam processar a informao de forma lgico-verbal tendiam a ter melhor
desempenho no teste matemtico que os estudantes com inclinaes mais visuais. A anlise
fatorial e a de regresso mltipla mostrou que existem diferentes traos cognitivos
associados com o processamento de informao matemtica. Por outro lado, a habilidade
espacial e o conhecimento espacial tem menos influncia no desempenho matemtico do
que poderia ser esperado, segundo a reviso de literatura feita pelos autores.

Presmeg (1986a), estudou a relao entre a visualizao e o talento matemtico,


observando que dentre os alunos talentosos em Matemtica, no Ensino Mdio, poucos deles
so visualizadores. A autora utilizou o modelo proposto por Krutetskii (1976), segundo o
qual todos os problemas matemticos envolvem raciocnio ou lgica para sua soluo e,
alm desse requerimento, a presena ou ausncia da imagem visual como parte essencial do
trabalho, determinando se o mtodo foi visual ou no. Na pesquisa, a autora solicitou a 13
professores de Matemtica que indicassem os melhores alunos da classe. De 277 alunos,
sete foram selecionados. Foi aplicado um teste de visualizao matemtica e todos eles
obtiveram pontuao abaixo da mediana, indicando que os sujeitos indicados como os
melhores quase sempre eram no-visualizadoras. Esses resultados coincidem com os
encontrados por Krutetskii (1976), que estudou nove crianas talentosas em Matemtica,
das quais apenas uma, Borya G., foi classificada como tendo a mente do tipo geomtrica,
cinco tinham a mente analtica, uma abstrata-harmnica, uma pictorial-harmnica e uma
no foi classificada. Segundo Presmeg (1986a) essa ocorrncia pode ser explicada por
fatores externos, tais como a natureza da matemtica, ou internos, tais como a preferncia
cognitiva, confiana ou habilidade matemtica.

141
Em outro artigo, Presmeg (1986b) afirmou que a pesquisa de Krutetskii (1976), na
extinta Unio Sovitica, teve um impacto nos pesquisadores de Educao Matemtica do
Ocidente, por sugerir que a fora do componente lgico-verbal do pensamento determina o
nvel da habilidade matemtica, enquanto o componente visual-espacial determina o seu
tipo. Como o prprio Krutetskii afirmara, um aluno pode ser bem sucedido na
aprendizagem de matemtica na escola, sem necessidade de recorrer ao pensamento visual.
A questo aparece na aprendizagem de Matemtica de alunos que tm preferncia por
pensar em termos de figuras, que gostariam de seguir cursos como Engenharia ou
Arquitetura, onde a Matemtica pr-requisito. Assim, importante identificar a fora e as
limitaes de processamento visual, bem como os efeitos dos diferentes tipos de ensino na
aprendizagem de Matemtica pelos visualizadores.

Presmeg (1986b) denominou visualizadores aqueles alunos que teriam uma


tendncia para a mente geomtrica, ou seja, os que na soluo de problemas utilizam
mtodos visuais. Definiu, tambm, imagem visual como um esquema mental representando
informao visual ou espacial. A autora elaborou um instrumento e aplicou em 54 alunos e
treze professores. Dentre os principais resultados, a autora observou que os professores
visualizadores tendiam a ensinar com traos criativos. O ensino no visual tinha um efeito
inibidor da aprendizagem e o ensino visual no facilitou a aprendizagem efetiva.
Professores que utilizavam mtodos visuais, frisando a abstrao e generalizao, ajudavam
aos visualizadores a superar suas dificuldades num caso concreto de uma imagem ou
diagrama. Embora os professores fossem positivos em relao a seus mtodos visuais, isso
nem sempre levava a superar as limitaes dos alunos visualizadores.

Para Battista (1990), o balanceamento entre o pensamento visual-espacial e o


lgico-verbal pode determinar o tipo de mente matemtica e influenciar a forma como se
processa a informao matemtica. Assim, para investigar o papel do pensamento espacial
na aprendizagem, na soluo de problemas e nas diferenas de gnero no ensino de
geometria, Battista examinou o pensamento espacial e o pensamento lgico-verbal. Foram
sujeitos da pesquisa 145 alunos de geometria do Ensino Mdio. Foram utilizados quatro
instrumentos do tipo lpis e papel: visualizao espacial, raciocnio lgico, conhecimento

142
de geometria e estratgia de soluo de problemas geomtricos. O teste de visualizao
espacial foi uma verso modificada do teste de Purdue, que tem como objetivo medir a
habilidade para rotacionar mentalmente objetos tridimensionais desenhados em figuras. Os
resultados sugeriram que embora os homens e as mulheres diferem na visualizao
espacial e no desempenho em geometria, eles no diferem na habilidade do raciocnio
lgico nem no uso de estratgias de soluo de problemas de geometria.

Tambm tendo como sujeitos estudantes do Ensino Mdio, Campbell, Collis e


Watson (1995) investigaram, no contexto de soluo de problemas, a natureza do esquema
visual interposto entre a estrutura lgica proposicional e a riqueza das imagens visuais
especficas. Os autores fizeram um paralelo entre os tipos de mente formulados por
Krutetskii (1976) e as categorias utilizadas por Johnson (1987, in Campbell e outros, 1995).
Por esse paralelo, o componente lgico-verbal seria similar estrutura proposicional
abstrata e a preferncia por mtodos visuais eqivaleria riqueza de imagens. A pesquisa
investigou as diferentes contribuies feitas ao estudo do pensamento visual das
habilidades do raciocnio lgico-abstrato e da habilidade para formar imagens ricas
especficas. A criatividade e a compreenso de idias complexas esto dentro do produto
potencial de tal interao. Foram sujeitos da pesquisa 100 alunos da 10 srie de duas
escolas pblicas. Os resultados sugeriram que o componente lgico-verbal da habilidade
matemtica que contribui com o nvel de sucesso e no a habilidade para formar imagens
ricas. Esta, apenas, pode melhorar o desempenho, mas no determina o nvel. Esses
resultados so compatveis com os encontrados por Krutetskii (1976). Outro resultado foi
que o uso do grfico uma estratgia visual altamente abstrata e mostra uma relao
prxima da habilidade lgica operacional e uma relao fraca com vivacidade da imagem
visual. A formao de imagens visuais relacionadas ao problema ajudam a entender a
estrutura do problema e facilitam sua soluo, mas nem sempre conduzem soluo. Essas
imagens visuais tornam o problema mais interessante e ajudam na motivao. Os autores
concluram que os mtodos visuais devem ser usados na soluo de problemas, mas devem
estar aliados nfase na abstrao e generalizao. A imagem visual e a estria do
problema tm um papel motivador e ajudam a clarificar a estrutura do mesmo, alm de
avaliar a razoabilidade da resposta.

143
Como pode ser observado atravs dessa reviso de literatura, o trabalho de
Krutetskii teve forte influncia na rea da Educao Matemtica. Observa-se o apelo de
vrios pesquisadores para que sejam estudadas as potencialidades e limitaes dos mtodos
visuais no ensino de Matemtica, onde esto includos os grficos de modo geral e os
grficos estatsticos em particular.

144
CAPTULO V

DELINEAMENTO DO ESTUDO E PROCEDIMENTOS

5.1 O problema de pesquisa

Em uma sociedade imersa em informaes, torna-se necessrio que o cidado


comum seja capaz de discernir a informao essencial da suprflua, de analisar a validade
das mesmas, de entender os mecanismos de sua obteno e da inteno das mensagens
subjacentes nelas, a fim de formar opinies fundamentadas e tomar decises conscientes,
baseadas nessas informaes. Para isso fundamental o desenvolvimento do pensamento
estatstico, que no se limita ao domnio dos conceitos e procedimentos estatsticos, pois se
refere tambm capacidade de utilizar, de forma adequada, as ferramentas estatsticas na
soluo de problemas, contextualizando as informaes e indo alm delas. Isto significa
que o sujeito deve ser capaz de entender a essncia dos dados e inferir provveis
tendncias.

As informaes veiculadas pelos meios de comunicaes vm, cada vez mais,


acompanhadas de grficos estatsticos e estes vm ganhando mais espao na mdia devido
ao apelo visual. Entretanto, no existem estudos brasileiros que mostrem quanta
informao os indivduos conseguem extrair dos grficos estatsticos e os fatores que
determinam o sucesso na leitura dos mesmos.

Ler grficos como sinnimo da capacidade de extrair informaes seria equivalente


ao que Bertin (1967, p. 142) denominou de nvel superior de leitura, a leitura alm dos
dados, isto , a capacidade de entender a estrutura dos dados, identificar tendncias,
estabelecer relaes e inferir futuras tendncias ou comportamentos.

O referencial terico escolhido para modelar os fatores que interferem na leitura de


grficos foi a teoria de compreenso grfica de Pinker (1990) uma vez que essa teoria
explicita os processos cognitivos envolvidos no processamento de informaes contidas em

145
grficos, o que permite entender as condies necessrias para uma leitura eficiente de
grficos, por parte do leitor, bem como para a eficcia do grfico.

Segundo Pinker (1990), vrios fatores concorrem para que a leitura de grficos seja
bem sucedida. Alguns desses fatores esto ligados ao leitor, usurio de estatstica,
relacionados aos aspectos cognitivo, afetivo e de percepo visual que determinam a
eficincia do leitor. De outro lado, esto os fatores ligados ao grfico, relacionados
eficcia do grfico, tais como tipo de grfico, complexidade matemtica e conceitos
estatsticos subjacentes aos grficos. A conjuno desses fatores que interagem em uma
relao entrelaada e complexa, determina o sucesso na leitura de grficos, isto , a
extrao adequada de informaes. Assim, o presente trabalho se props a estudar esses
fatores e suas relaes com sujeitos do Ensino Superior.

O referencial terico escolhido para modelar os fatores ligados eficincia do leitor


foi a teoria de habilidades matemticas desenvolvida por Krutetskii (1976). Assim,
prontido estatstica seria a capacidade para entender os conceitos estatsticos e solucionar
problemas que envolvem Estatstica. Estaria determinada pela conjuno da habilidade
matemtica com as condies gerais necessrias para o desempenho bem sucedido dessa
tarefa, incluindo fatores ligados ao aspecto afetivo (atitudes em relao Estatstica), aos
conhecimentos (conhecimento sobre Estatstica), s destrezas e hbitos (adquirido, via de
regra, pelo processo de instruo).

Esse referencial foi escolhido por trs razes. A primeira, porque parte do
pressuposto que a habilidade matemtica uma condio necessria, embora no
suficiente, para o desenvolvimento do pensamento estatstico, uma vez que a linguagem da
Estatstica a linguagem matemtica; a segunda, porque Krutetskii (1976) envolveu no seu
modelo os aspectos cognitivos e afetivos, alm do papel da instruo no desenvolvimento
dessas habilidades e, a terceira, porque o referido autor trabalhou com os tipos de mentes
matemticas, sendo que a mente geomtrica, caracterizada pelo desenvolvimento da
habilidade viso-pictrica, pode estar relacionada obteno das informaes contidas nos
grficos.

146
A Figura 35 (Anexo 1) ilustra as relaes hipotticas entre a habilidade, a aquisio
de conhecimento, as atitudes e a prontido, tanto em Matemtica, quanto em Estatstica.
Dado que a Estatstica no Ensino Fundamental e Mdio ensinada como um tpico
marginal da Matemtica, acredita-se que essa seja confundida fortemente com a
Matemtica, que a formao de conceitos estatsticos bsicos no seja slida e que as
atitudes em relao Estatstica ou no estejam formadas ou sejam confundidas com as
atitudes em relao Matemtica. Por outro lado, alguns cursos de nvel superior no
contemplam a disciplina Matemtica em sua grade curricular e, neste caso, as atitudes e a
prontido matemtica estaro determinadas pelo background matemtico trazido do Ensino
Fundamental e Mdio.
Outro fator j mencionado a instruo formal. At que ponto o ensino de
Estatstica e de grficos est cumprindo sua misso? O que o aluno sabe de Estatstica e de
grficos estatsticos quando chega universidade? Ou seja, o que o aluno conseguiu
assimilar ao longo da escolaridade e o que muda nesse conhecimento aps a instruo
formal em Estatstica no Ensino Superior. Neste caso, emerge o domnio dos conceitos
estatsticos de acordo com o nvel de instruo.

Assim, o presente trabalho props um modelo operacional (working model),


ilustrado na Figura 36 (uma verso mais detalhada pode ser encontrada na Figura 37, no
Anexo 1), que relaciona os fatores envolvidos na leitura eficiente de grficos, luz da
teoria de habilidades matemticas de Krutetskii (1976) e da teoria de compreenso de
grficos de Pinker (1990). A hiptese central do modelo foi:

A habilidade para extrair informao de grficos estatsticos est


relacionada ao domnio do conceito estatstico, s atitudes em relao
Estatstica e, habilidade viso-pictrica conforme definido por Krutetskii
(1976).

Hipotetizou-se tambm, que a habilidade verbal e a instruo formal em


Estatstica tm um papel fundamental no desenvolvimento das habilidades de extrao de
informaes dos grficos estatsticos.

147
Teoria de habilidades matemticas de Teoria de compreenso de grficos de
Krutetskii Pinker

Habilidade matemtica Mensagem 12


Habilidade viso-pictrica versus
Habilidade verbal Propaganda

Instruo
Formal Conhecimento, destrezas e hbitos:
Percepo
Background matemtico Visual
Background estatstico

Condies
Psicolgicas
Atitudes em relao Matemtica Usurio de Estatstica Tipo de grfico
Leitor de grficos Conceitos estatsticos
Atitudes em relao Estatstica Complexidade matemtica

Fatores ligados a Fatores ligados


eficincia do leitor eficcia do grfico

Figura 36. Modelo operacional proposto para prever o sucesso na leitura de grficos
estatsticos
Objetivos do estudo

Os objetivos formulados para o presente trabalho foram:

1. Quantificar o nvel das informaes extradas durante a leitura de grficos


estatsticos;

2. Verificar a existncia de relaes entre a leitura de grficos, a habilidade viso-


pictrica, o domnio de conceitos estatsticos, as atitudes em relao Estatstica, a
habilidade verbal e a instruo formal e

3. Verificar a existncia de relaes entre a leitura de grficos com as variveis


demogrficas (gnero, idade, curso no Ensino Mdio, condio no mercado de
trabalho, ao de ingresso), com as variveis ligadas ao curso de graduao (curso,
rea de conhecimento do curso, nmero de disciplinas de Estatstica, complexidade

12
A mensagem e a propaganda no fazem parte da teoria de Pinker (1990) e no presente trabalho foram
abordadas apenas de forma tangencial

148
matemtica do curso, nvel da disciplina) e com variveis ligadas a relao do aluno
com a disciplina (situao frente disciplina, auto-percepo de desempenho em
Estatstica e em Matemtica, reprovao e situao final na disciplina).

Dada a abrangncia do tema e dos conceitos estatsticos envolvidos em grficos, a


presente pesquisa se restringiu ao conceito de mdia aritmtica e aos grficos de barras e
de linhas. Por outro lado, visto que o ensino de Estatstica se processa no Ensino Superior,
foi escolhido esse nvel de ensino para a coleta de dados da presente proposta.

Definio de termos

Prontido estatstica: capacidade para entender os conceitos estatsticos

Habilidade viso-pictrica: componente da habilidade matemtica, caracterizada pela


predominncia dos componentes viso-figurativos e fortemente marcada por conceitos
espaciais.

Educao Estatstica: rea de conhecimento que estuda os principais problemas de


ensino e aprendizagem de Estatstica, visando o desenvolvimento do pensamento
estatstico.

Pensamento estatstico: capacidade de utilizar de forma adequada as ferramentas


estatsticas na soluo de problemas, de entender a essncia dos dados e de fazer
inferncias. Reconhecer e compreender o valor da Estatstica e ter a disposio para
pensar em forma estatstica ou probabilstica.

Conceitos estatsticos: so conceitos bsicos da teoria estatstica. No presente trabalho,


o conceito chave foi a mdia aritmtica.

Usurio de Estatstica: indivduo que utiliza as informaes, conceitos ou


procedimentos estatsticos na tomada de decises, tanto no mbito pessoal, quanto no
mbito profissional.

Grfico estatstico: uma representao simblica de dados, relacionando duas ou


mais variveis, utilizando, em regra, o sistema de coordenadas cartesianas. Diferem dos

149
grficos matemticos pois contm um componente aleatrio decorrente da prpria
natureza aleatria dos dados.

Leitura de grficos: capacidade de extrair informaes de grficos, em um nvel


superior de leitura, a leitura alm dos dados, ou seja, a capacidade de entender a
estrutura dos dados, identificar tendncias, estabelecer relaes e inferir futuras
tendncias ou comportamentos.

Eficincia do leitor: capacidade de extrair informao estatstica de um grfico

Eficcia do grfico: caractersticas excelentes de um grfico para transmitir


informao de forma eficiente.

Atitudes em relao Estatstica: resposta afetiva dada por um indivduo diante de


uma situao que envolve Estatstica onde ir utilizar seu contedo, seja cursando uma
disciplina ou analisando dados de uma pesquisa. Esta resposta afetiva do tipo
gostar/no gostar.

5.2 O mtodo

5.2.1 Delineamento do estudo

O delineamento do presente estudo seguiu um modelo quantitativo, exploratrio,


correlacional e no experimental, com dois momentos, pr-teste e ps-teste.

O grupo de sujeitos que participou da presente pesquisa foi constitudo por todos os
alunos matriculados nas disciplinas de Estatstica durante o segundo semestre de 1999 e o
primeiro semestre de 2000. Pode-se dizer que se constitui num censo populacional, embora
nem todos tivessem participado. Por essa ltima razo, os resultados no podero ser
generalizados alm dos grupos considerados.

Apesar de se tratar de uma pesquisa de cunho censitrio, isso no impediu a busca


das relaes entre as variveis, face ao carter correlacional da pesquisa, onde os grupos de
comparao so aqueles formados no ambiente natural (no experimental), tais como: rea
de conhecimento, nvel das disciplinas, grupo de cursos segundo a complexidade

150
matemtica de seus currculos, grupo de sujeitos segundo seu background estatstico, dentre
outros, que permitiro o confronto de hipteses, na busca de fatores que expliquem o
sucesso na leitura de grficos estatsticos.

5.2.2 Sujeitos da pesquisa

Foram sujeitos desta pesquisa 814 estudantes de graduao matriculados nas vrias
turmas das disciplinas de Estatstica, dos cursos de graduao de uma universidade estadual
do interior da Bahia, durante o segundo semestre letivo de 1999 e o primeiro semestre
letivo de 2000.

Conforme o Quadro 3, no segundo semestre de 1999 havia 700 alunos matriculados


e 535 no primeiro semestre de 2000, totalizando 1235 alunos matriculados nessas
disciplinas. Desses, participaram 884 alunos. Todavia, dos 397 sujeitos em 2000, 122
haviam participado em 1999 e 275 foram sujeitos pela primeira vez. Assim, no total foram
sujeitos 762 alunos de Estatstica, nos dois semestres. Alm disso, visando a formao de
um grupo de referncia matemtica, participaram, apenas no pr-teste, 54 alunos do curso
de Matemtica (cursando disciplinas de Clculo Diferencial e Integral I, II e III) que no
estavam cursando disciplinas de Estatstica. Alm disso, dois sujeitos foram eliminados
pois deixaram todos os instrumentos em branco.

Embora a disciplina de Econometria no faa parte das disciplinas de Estatstica,


essa foi includa no presente estudo, apenas no pr-teste, visando ter o grupo de referncia
estatstica ou experiente, pois era a nica disciplina na universidade que para curs-la o
aluno tinha como pr-requisito ter cursado e aprovado duas disciplinas de Estatstica.

As notas e a situao final na disciplina foram coletadas na Secretaria de Cursos da


universidade. Por normas da instituio, a nota final (mdia simples ou ponderada das notas
parciais) mnima para aprovar qualquer disciplina de sete pontos, em uma escala de zero a
dez. Se um aluno for reprovado, ele poder realizar uma prova final, onde necessita obter
uma mdia ponderada, entre a nota final e a nota na prova final, com valor maior ou igual a
cinco.

151
Quadro 3. Nmero de alunos matriculados nas disciplinas de Estatstica e nmero de
sujeitos no segundo semestre de 1999 e primeiro semestre de 2000
2 semestre 1 semestre Total
de 1999 de 2000
rea de Curso Disciplina Nvel
conhecimento Matri- Su- Matri- Su- Matri- Su-
culados jeitos culados jeitos culados jeitos

Enfermagem Bioestatstica 1 35 24 30 28 65 52

Estatstica 1 25 22 0 0 25 22

Cincias Biologia Estatstica 1 33 23 26 22 59 45

Biolgicas Bioestatstica 2 43 34 25 19 68 53

Bioestatstica 2 12 0 38 32 50 32

Biologia(*) Elementos de Estatstica II 2 9 8 0 0 9 8

Cincias Geografia Elementos de Estatstica 1 49 40 25 17 74 57

Agrarias e M. Veterinria Elementos de Estatstica 1 45 40 21 12 66 52

Ambientais Agronomia Elementos de Estatstica 1 40 34 32 26 72 60

Met. Est. Experimental 2 16 6 16 12 32 18

Int. Estatstica 1 37 26 43 35 80 61

Int. Estatstica 1 50 37 29 13 79 50

Administrao Int. Estatstica 1 42 0 41 35 83 35

Est. Apl. Administrao 2 42 27 30 17 72 44


Cincias Est. Apl. Administrao 2 21 13 31 23 52 36
Sociais e Int. Estatstica Econmica 1 31 20 52 37 83 57
Aplicadas Int. Estatstica Econmica 1 55 46 54 41 109 87

Estatstica Econmica 2 25 19 13 7 38 26

Economia Estatstica Econmica 2 29 20 29 21 58 41

Econometria (**) 3 21 16 0 0 21 16

Econometria (**) 3 23 20 0 0 23 20

C. Exatas Matemtica (*) Clculo de Probabilidades 4 17 12 0 0 17 12

Total 700 487 535 397 1235 884


(*) Licenciaturas em extino
(**) No faz parte das disciplinas de Estatstica

152
5.2.3 Instrumentos

Foram aplicados seis instrumentos do tipo lpis e papel.

1 instrumento: Questionrio informativo (Anexo 2)

A primeira parte do questionrio tinha como objetivo colher informaes sobre as


variveis demogrficas dos sujeitos: curso, turno, ano de ingresso, idade, gnero, curso no
segundo grau, se trabalha e em que perodo. A segunda parte tinha como objetivo captar, de
forma qualitativa, a relao dos sujeitos com a Estatstica: o que pensam, sentem, o que
acreditam que seja esta disciplina e o grau de utilidade no seu futuro desempenho
profissional. Como a mdia um conceito chave na presente pesquisa, solicitou-se tambm
a definio de mdia aritmtica, sua utilidade e a formulao de um exemplo.

Visando analisar a auto-percepo do nvel de conhecimentos estatsticos solicitou-


se aos sujeitos que marcassem em um quadro contendo treze conceitos e/ou procedimentos
(questo 15), aqueles que j haviam estudado, atribuindo um conceito qualitativo para esse
nvel de conhecimento; o mesmo foi feito para o nvel de conhecimento de grficos
(questo 16), que contemplavam oito tipos de grficos. Solicitou-se, tambm, que o prprio
sujeito atribusse uma nota entre zero e dez a seu desempenho em Estatstica, bem como a
seu desempenho em Matemtica. Foi estipulado um tempo mximo de dez minutos para
preencher esse questionrio, onde a maioria das respostas consistia em assinalar com um X.

2 instrumento: Escala de atitudes em relao Estatstica (EAE) (Anexo 3)

Adaptada e validada por Cazorla e outros (1999) a partir da escala de atitudes em


relao Matemtica, esta, por sua vez, adaptada e validada por Brito (1998). A adaptao
consistiu na mudana da palavra Matemtica para Estatstica, no contexto universitrio. A
escala do tipo Likert, composta de 20 tens, sendo 10 positivos e 10 negativos, cada um
com quatro possibilidades de respostas, com os seguintes pesos para os itens positivos:
discordo totalmente (1), discordo (2), concordo (3), concordo totalmente (4), invertendo-
se os pesos para os itens negativos. A atitude do sujeito foi calculada como a soma dos
valores obtidos nos 20 itens, variando de 20 a 80 pontos, sendo o ponto mdio igual a 50.

153
Foi includa uma questo sobre auto-percepo do desempenho em Estatstica. Foi
estipulado um tempo mximo de dez minutos, embora o tempo mdio estimado fosse de
apenas cinco minutos.

3 instrumento: Prova Estatstica

Esta prova estava composta por dez questes, dividida em duas partes. A primeira
parte envolvia questes referentes ao conceito de mdia e, a segunda, leitura de grficos
O tempo mximo estipulado para o desenvolvimento dessa prova foi de 40 minutos.

a) Prova envolvendo o conceito de mdia (Anexo 4)

Como o conceito de mdia aritmtica um conceito fundamental na presente


pesquisa, devendo ser extrada dos grficos, foram elaboradas seis questes, com o objetivo
de avaliar o conhecimento dos sujeitos sobre a mdia aritmtica e suas propriedades.
Durante a seleo e preparao das questes cuidou-se de selecionar aquelas que
geralmente so consideradas de fcil soluo.

A primeira questo envolvia o clculo da mdia simples em um contexto familiar


calcular a nota de trs provas.

A segunda questo era uma variante da primeira atribuindo pesos diferentes s


provas (mdia ponderada) e similar ao problema do GPA proposto por Pollatsek e outros
(1981).

A terceira questo envolvia o conhecimento a respeito das propriedades da mdia.


Dado um conjunto de cinco nmeros, com a mdia calculada, era solicitado, ao sujeito,
recalcular a mdia se um novo nmero fosse incorporado ao conjunto.

Na quarta questo foi usado um problema formulado por Pollatsek e outros (1981),
tendo sido mudado os nmeros e as unidades convertidas para quilogramas. Essa questo
tinha o intuito de verificar se o sujeito consegue relacionar o todo e a mdia.

154
A quinta questo envolvia a interpretao da mdia de uma varivel discreta
(nmero de filhos, por casal), cujo resultado um nmero decimal (conforme formulado
por Watson, 1996).

A sexta questo (Cai, 1998), teve como objetivo analisar os procedimento utilizados
na soluo de problemas que envolvem a mdia.

Este instrumento foi corrigido e foram atribudos pontos conforme proposto por
Charles (1987) (Anexo 9). Como cada questo valia cinco pontos, a pontuao mxima
nesta prova foi de 30 pontos. Na quinta e sexta questes, alm da pontuao para a nota, as
respostas foram categorizadas; a quinta de acordo com o nvel de compreenso da mdia
aritmtica e a sexta conforme as categorias estabelecidas por Cai (1998): algbrica,
aritmtica, verbal e pictrica. Os gabaritos das provas podem ser encontrados no Anexo 10.

Pode ser observado que, na correo de todas as questes, distinguiu-se entre a


resposta totalmente errada e a questo deixada em branco, embora as duas tenham nota zero
e no faa diferena na pontuao final, essa ser importante na anlise do grau de
dificuldade da questo. Os sujeitos que deixaram em branco uma prova foram agrupados
na categoria falta de informao e no foi atribuda a nota zero. Isso implica que no foram
includos na anlise daquela prova.

b) Prova envolvendo a leitura de grficos (Anexo 5)

Foram elaboradas quatro questes envolvendo a leitura de grfico, nos nveis


sugeridos por Bertin (1967) e adaptados por Curcio (1987): nvel elementar (ler dados),
nvel intermedirio (detectar tendncias, estimar o nvel mdio), nvel superior (capacidade
de fazer inferncia, fazer projees) e, o nvel da valorao dos dados.

A primeira questo era um grfico de barras, publicado pelo jornal Folha de So


Paulo, que ilustrava o movimento dos juros bsicos (em porcentagem ao ano) da economia
brasileira, contendo trs picos: o primeiro, em novembro de 1997, devido crise asitica; o
segundo, em outubro de 1998, devido crise russa e, o terceiro, em maro de 1999, devido
flutuao do dlar. A partir desse grfico, solicitou-se aos sujeitos cinco tarefas: localizar
o ponto mais alto, a maior taxa de variao, o perodo em que a tendncia caa mais rpido,

155
estimar visualmente o valor mdio aproximado da taxa de juros do perodo em estudo e
fazer uma projeo para o ms de julho, caso fosse mantida a tendncia dos dados.

Foi atribudo um ponto para cada tarefa. Assim, a pontuao mxima foi de cinco
pontos. As trs primeiras tarefas recebiam um ponto se a resposta fosse correta, zero se
fosse errada, j as duas ltimas tarefas receberam um ponto se os valores ficassem dentro
de um intervalo razovel, meio ponto se essa estimativa ficasse distante, mas ainda dentro
de um padro, e zero se a estimativa ficasse completamente fora do padro.

A segunda questo era um grfico de linhas, mais especificamente, um grfico


utilizado em controle de processos, que ilustrava a taxa de desperdcio de matria prima de
uma mquina antes e depois de ser calibrada, inspirado na Figura 6 de Snee (1990, p. 118).
O objetivo deste grfico era levar o sujeito a perceber o nvel e a variabilidade do processo.
Quatro tarefas foram solicitadas: estimar a taxa mdia de desperdcio antes da calibrao da
mquina, depois de calibrada, no perodo total e detectar diferenas de padro entre os
perodos.

Na correo, foi atribudo um ponto para cada tarefa, assim, a nota variou de zero a
quatro. No caso das duas primeiras tarefas, a pontuao variou entre um, meio e zero
pontos segundo a qualidade da estimativa. A terceira tarefa dependia do sucesso nas duas
anteriores e da percepo de que o tempo da mquina antes de ser calibrada era o dobro do
tempo depois de calibrada, portanto, tendo que usar a mdia ponderada. Foi atribudo um
ponto se a tarefa foi bem sucedida e zero caso contrrio. A quarta tarefa consistia em
explicitar a diferena na variabilidade e no tempo, tendo sido atribudo meio ponto para
cada diferena.

A terceira questo era composta por um grfico de barras com linha de referncia
em zero. Esse grfico foi publicado, tambm, pelo jornal Folha de So Paulo e ilustrava o
dficit do governo federal. Duas tarefas foram solicitadas: estimar o valor mdio do dficit
no perodo e fazer a projeo para o ms de junho. Este grfico apresentava maior nvel de
dificuldade, pois no um grfico muito comum, embora para o sujeito que conhecesse o
conceito de mdia e desvio padro devesse ser relativamente fcil. Aqui, a leitura depende

156
do conhecimento do conceito de mdia e desvio padro. Foi atribudo um ponto para cada
tarefa bem sucedida, consequentemente a pontuao variou de zero a dois pontos.

A quarta questo continha um grfico de linhas ilustrando a tendncia de trs


marcas de sabo na disputa pelo mercado consumidor (inspirado na trajetria das intenes
de voto para Governador do Estado de So Paulo, nas Eleies de 1998, tambm publicado
pelo jornal Folha de So Paulo). Essa questo era a mais completa e teve como objetivo
avaliar a real compreenso de um grfico e o domnio dos conceitos estatsticos no processo
de tomada de decises. Era o nico grfico que solicitava o reconhecimento de variveis,
os tipos de variveis e as ferramentas adicionais de anlise. Alm disso, exigia a tomada de
deciso quando era solicitado ao sujeito que colocasse o ttulo da manchete para as trs
marcas de sabo. Nesta questo foram apresentadas 15 tarefas, cada uma valendo um ponto,
totalizando quinze pontos.

Desta forma, a pontuao na prova de grficos, composta pela soma dos pontos nas
quatro questes, variou de zero a 26 pontos.

4 instrumento: Escala de atitudes em relao Matemtica (Anexo 6)

Adaptada e validada por Brito (1996, 1998), possue estrutura similar a escala EAE.
O tempo mximo estipulado foi de dez minutos.

5 instrumento: Prova Matemtica (Anexo 7)

Tinha como objetivo avaliar a habilidade viso-pictrica (Krutetskii, 1976). Foram


escolhidas algumas questes da srie da Srie XXV, que incluem problemas relacionados a
conceitos espaciais (p. 169 a 172). Durante a seleo das questes cuidou-se de selecionar
aquelas que geralmente so consideradas de fcil soluo. As questes foram agrupadas em
trs provas: figural, de geometria plana e de geometria espacial

A prova figural era composta por cinco problemas propostos por Krutetskii e tinha
como objetivo avaliar a habilidade para visualizar mentalmente rotaes de objetos no
espao, a estimativa visual do sujeito e contar cubos empilhados. Tarefas para cujas

157
respostas no era necessrio ter recebido instruo formal prvia. Foram solicitadas 24
tarefas e foi atribudo um ponto a cada tarefa bem sucedida, totalizando 24 pontos.

A prova de geometria plana estava composta por cinco dos oito problemas de
geometria plana propostos por Krutetskii (1976). Essas questes esto relacionadas ao
ensino formal de geometria plana no ensino bsico. Ao todo foram solicitadas dez tarefas e
foi atribudo um ponto a cada tarefa bem sucedida, totalizando dez pontos.

A prova de geometria espacial era composta por cinco das 16 questes de geometria
espacial, cujo objetivo era avaliar a habilidade para visualizar mentalmente a gerao de
slidos no espao (tridimensional) a partir da rotao de objetos no plano (bidimensional),
bem como a habilidade para visualizar seces (bidimensional) geradas ao se cortar com
um plano, slidos no espao (tridimensional). Ao todo foram solicitadas sete tarefas e foi
atribudo um ponto para cada tarefa bem sucedida, totalizando sete pontos.

A pontuao na prova matemtica foi obtida atravs da soma das pontuaes nas
trs provas, variando de zero a 41 pontos. O tempo mximo estipulado para a prova foi de
30 minutos, 10 minutos para cada prova.

Todas as questes foram traduzidas pelo PSIEM, em 1995. Essa verso traduzida
foi corrigida por duas professoras de Matemtica, uma da UESC e a outra, titular da cadeira
de Geometria, da Universidade Federal da Bahia - UFBA. As duas professoras sugeriram
algumas modificaes nos termos utilizados a fim de adapt-los Lngua Portuguesa.

6 instrumento: Prova de raciocnio verbal do Teste de Aptides Especficas DAT


(Anexo 8)

Desenvolvido por Bennett, Seashore e Wesman (1973, in Neumann, 1995) tinha


como objetivo avaliar a habilidade verbal. Foi utilizada a verso brasileira, seguindo-se as
instrues especficas da prova. A prova estava composta por 50 questes, sendo que a cada
questo foi atribudo um ponto se a resposta fosse correta, portanto, a pontuao mxima
foi de 50 pontos. O tempo mximo para preencher este instrumento foi de 30 minutos. Essa
prova foi aplicada apenas no ps-teste.

158
5.2.4 Procedimentos

Validao dos instrumentos

A prova estatstica e a prova matemtica foram validadas em duas etapas. Na


primeira etapa, todos os instrumentos (com exceo da prova verbal DAT) foram
aplicados a dois grupos de sujeitos. Ambos os grupos eram formados por alunos de ps-
graduao em Educao e que haviam cursado uma disciplina de Estatstica, no segundo
semestre de 1998. Um grupo era de uma universidade do interior de So Paulo e o outro de
uma universidade do interior do Paran. Alm do preenchimento dos instrumentos, foi
solicitada a colaborao dos sujeitos, no sentido de grifar as palavras estranhas e sugerir
modificaes. A aplicao dos instrumentos ocorreu no final do ms de novembro de 1998.

Aps a leitura do material foi verificado que a prova estatstica havia sido
considerada muito complexa e extensa. As questes foram reformuladas e a prova
simplificada. J a prova matemtica sofreu poucas alteraes.

Na segunda etapa, aps as modificaes nos instrumentos, todos com exceo da


prova verbal DAT, foram aplicados em um grupo de professores de Matemtica do
Ensino Mdio, que haviam cursado a disciplina de Estatstica Bsica, em um curso de
treinamento de professores. Os professores foram esclarecidos quanto ao objetivo da
pesquisa e a importncia da validao dos instrumentos, tendo sido destacada a necessidade
de serem grifados todos os termos desconhecidos ou estranhos, alm de anotar, no prprio
instrumento, as dvidas e sugestes. Foi garantido o anonimato a fim de evitar qualquer
tipo de constrangimento. O tempo gasto em cada instrumento foi anotado e depois foi
calculado o tempo mdio e o tempo mximo.

O fato de professores de Matemtica do Ensino Mdio terem sido sujeitos da


validao do instrumento revelou-se adequado por vrias razes. A maioria tinha formao
superior (Licenciatura em Matemtica) e estavam ensinando contedos de Estatstica bsica
no Ensino Mdio.

Com os resultados obtidos na aplicao dos instrumentos, a prova estatstica foi


modificada novamente, acatando-se as sugestes dadas. Os outros instrumentos,

159
praticamente, no sofreram modificaes. A verso final do instrumentos podem ser
encontrados no anexos.

Aplicao dos instrumentos

Em princpio, haviam sido planejados quatro etapas de aplicao de instrumentos,


por ocasio do incio e final do segundo semestre letivo de 1999 e primeiro semestre de
2000, de onde seriam obtidos dois grupos (pr-teste e ps-teste) completos. Porm, a
aplicao do ps-teste em 1999 no foi concretizada, tendo sido realizado junto com o pr-
teste dos sujeitos de 2000, no incio do ano. A coleta de dados do ps-teste do primeiro
semestre de 2000 foi parcialmente prejudicada por uma greve na universidade.

Observa-se que no ps-teste de 1999, os sujeitos dos cursos que oferecem duas
disciplinas na grade curricular, que haviam participado na primeira disciplina, quando
aprovados, foram encontrados, em 2000, na segunda disciplina, ou na mesma disciplina
quando no foram aprovados. J os sujeitos dos cursos (Enfermagem, Geografia e Medicina
Veterinria) que oferecem uma nica disciplina na grade curricular, quando aprovados
estavam espalhados em diversas disciplinas de seus cursos. Dado o alto grau de
complexidade de se buscar esses sujeitos optou-se por garantir a coleta de dados dos
novatos (alunos que no incio do semestre estavam cursando pela primeira vez a primeira
disciplina de Estatstica). Assim, os sujeitos das disciplinas Bioestatstica, do curso de
Enfermagem (12), Elementos de Estatstica dos cursos de Medicina Veterinria (21) e
Geografia (22) participaram em disciplinas do seu curso.

Todos os instrumentos foram aplicados no pr-teste, com exceo do DAT, que foi
aplicado apenas no ps-teste, quando foram reaplicados a prova estatstica, a escala de
atitudes em relao Estatstica e parte do questionrio informativo (questes de 1 a 10). O
Quadro 4 mostra o planejamento e a aplicao dos instrumentos.

A deciso de se aplicar a prova verbal - DAT - apenas no ps-teste foi tomada


levando-se em considerao o nmero de questes e o tempo gasto previsto para os outros
cinco instrumentos aplicados no pr-teste. Os sujeitos do grupo de referncia matemtica
no participaram do ps-teste, contudo, esses preencheram o DAT. Descartou-se a

160
possibilidade de aplicar os instrumentos em duas sees no pr-teste, devido a resistncia
dos professores em ceder dois dias seguidos para a pesquisa no incio do semestre, com isso
a prova verbal ficou prejudicada, pois ficou restrita a 384 sujeitos.

Quadro 4. Planejamento e aplicao dos instrumentos de pesquisa

Tempo mximo
Instrumentos Pr-teste Ps-teste
(em minutos)
Questionrio informativo 10 X X1
Escala de atitudes em relao Estatstica 10 X X
Prova Estatstica 40 X X
Escala de atitudes em relao Matemtica 10 X
Prova Matemtica 30 X
Prova de Raciocnio Verbal DAT 30 X
Tempo total mximo (em minutos) -- 140 90
1
Apenas as dez primeiras questes

Como os novatos em Estatstica estavam tendo o primeiro contato formal com a


disciplina, poder-se-ia argumentar, tal como o fazem Gal e Ginsburg (1994), que esses
alunos ainda no haviam tido contato formal suficiente com a Estatstica, no tendo
portanto, os conhecimentos necessrios sobre a mdia e suas propriedades e sobre os
grficos. Alm disso, no teriam tido tempo suficiente para o desenvolvimento de atitudes
em relao Estatstica. Por essa razo, decidiu-se aplicar novamente a prova estatstica e a
escala de atitudes em relao Estatstica no esquema pr-teste e ps-teste, o que permitiu
a anlise comparativa dos dados para esse grupo de alunos.

A aplicao dos instrumentos foi feita durante uma aula de Estatstica, na presena
do professor da disciplina. Embora cientes de que a presena do professor poderia causar
constrangimentos aos alunos no preenchimento da escala de atitudes, optou-se pela
aplicao na presena dos mesmos para assegurar uma participao mais efetiva dos
sujeitos.
A aplicao dos instrumentos no incio do semestre ocorreu na terceira semana e no
final do semestre na ante-penltima semana. O tempo gasto na coleta de dados foi de uma
semana, em aulas com durao de duas horas.

161
Definio de variveis e indicadores

Os indicadores de desempenho nas provas sobre a mdia aritmtica, leitura de


grficos e de matemtica, bem como na prova de aptido verbal foram criados, atribuindo-
se pontuao, conforme foi descrito na seo 5.2.3, cujo detalhamento pode ser encontrado
nos gabaritos no Anexo 10.

Foi criado um indicador do nvel de conhecimento sobre Estatstica baseado nas


informaes dadas na questo 15 do questionrio informativo (Anexo 2). A questo 15 era
um quadro composto por treze conceitos e, ou procedimentos estatsticos e solicitava que o
sujeito marcasse com X se j havia estudado e que atribusse um conceito qualitativo ao seu
nvel de conhecimento (nenhum, pouco, regular, bom, muito bom). Foram atribudos
pontos a cada uma dessas categorias (zero para nenhum, um para pouco, dois para regular,
trs para bom e quatro para muito bom) e o nvel de conhecimento foi calculado como a
soma dessas pontuaes. A pontuao total deste indicador variou de zero a 52 pontos.

Tambm foi criado um indicador do nvel de conhecimento de grficos, a partir da


questo 16 do questionrio informativo (Anexo 2), que era um quadro contendo oito
grficos e o nvel de contato, onde foram atribudas pontuaes de um a quatro. Neste caso
foi considerada apenas a pontuao mais alta em cada alternativa (pontuao mxima de 32
pontos). O Quadro 5 sintetiza os indicadores utilizados no presente trabalho, com suas
pontuaes mnima e mxima. Nesse quadro foi includo a nota final na disciplina, coletada
junto a Secretaria Geral de Cursos da universidade onde foi realizado o presente estudo.

Como todos os indicadores cognitivos partem do zero como valor mnimo mas
variam quanto a pontuao mxima, decidiu-se padronizar todos esses indicadores em uma
escala de 0 a 100. Para isso, a pontuao obtida pelos sujeitos nos diversos indicadores foi
dividida pela pontuao mxima e multiplicada por 100:

pontuao _ obtida
Pontuao _ padronizad a = *100
pontuao _ mxima

162
Quadro 5. Indicadores utilizados na pesquisa

Pontuao
Natureza / Instrumentos / Indicadores Nome
Mnima Mxima

Afetiva
1. Escala de atitudes em relao Estatstica
Atitudes em relao Estatstica AtitEstat 20 80
2. Escala de atitudes em relao Matemtica
Atitudes em relao Matemtica AtitMatem 20 80

Cognitiva
3. Questionrio informativo
Nota atribuda pelo prprio sujeito a seu desempenho em Estatstica NotaEstat 0 10*
Nota atribuda pelo prprio sujeito a seu desempenho em Matemtica NotaMatem 0 10*
Nvel de conhecimento de Estatstica atribudo pelo prprio sujeito ConhEstat 0 52*
Nvel de conhecimentos de grficos atribudo pelo prprio sujeito ConhGraf 0 32*
4. Prova Estatstica
Prova da mdia Mdia 0 30*
Prova de grficos Grficos 0 26*
5. Prova Matemtica Matemtica 0 41*
6. Prova de Raciocnio Verbal DAT Verbal 0 50*

Nota Final obtida pelo sujeito na disciplina, obtida na SECREGE da UESC NotaFinal 0 10*
*Indicadores padronizados de 0 a 100 pontos

Essa padronizao permitiu a comparao entre indicadores sem problemas de


ordem de grandeza. Observa-se que a padronizao no altera a estrutura de correlao dos
indicadores. Este procedimento no foi adotado para as escalas de atitudes, que variam de
20 a 80 pontos, uma vez que a pontuao mnima no zero e porque a ordem de grandeza
fica compatvel com os indicadores padronizados.

Todas as variveis qualitativas, alm das demogrficas, cujas categorias de respostas


j estavam definidas, foram categorizadas, sendo que algumas delas se basearam em
categorias utilizadas por outros autores a fim de tornar possvel a comparao de dados.

A situao final na disciplina, dadas as normas da universidade, apresentou as


seguintes categorias: aprovado, quando o aluno consegue uma nota final maior ou igual a
sete, ou quando aps se submeter prova final consegue uma mdia ponderada maior ou

163
igual a cinco; reprovado, quando o aluno reprovado na nota final, faz a prova final mas no
alcana os cinco pontos; sem rendimento, quando o aluno abandona a disciplina aps
realizar pelo menos uma prova parcial ou quando deixou de fazer a prova final e,
abandono, quando o aluno no faz nenhuma prova. Tanto os alunos sem rendimento,
quanto os alunos que abandonaram a disciplina no tm notas no histrico escolar.

No presente trabalho optou-se por distinguir ente o aprovado direto e o aprovado


com prova final. Igualmente, distinguiu-se os alunos que no fizeram a prova final dos
alunos sem rendimento que abandonaram a disciplina ao longo do semestre. A distino
aqui proposta visa caracterizar o perfil de aprovao por curso, j que, como ser visto,
existem diferenas marcantes entre os cursos.

O papel da instruo foi avaliado atravs da anlise do desempenho na leitura de


grficos e da prova de mdias. Em primeiro lugar foi feita uma anlise dos resultados do
pr-teste, tendo sido comparados o nvel de conhecimento trazido do Ensino Mdio pelos
novatos em Estatstica; com o nvel de conhecimento desenvolvido no processo de
instruo, atravs dos alunos que j haviam cursado a primeira disciplina (medianamente
experientes) e com o nvel de conhecimentos retidos na memria, atravs dos alunos que
cursaram duas disciplinas (experientes). A segunda, atravs de uma anlise onde se
comparava o desempenho dos novatos no pr e no ps-teste.

Procedimentos de anlise dos dados

A anlise de dados foi realizada em duas etapas. A primeira, de cunho descritivo,


utiliza diversas tcnicas da Estatstica, a fim de caracterizar a populao estudada e seu
desempenho, tanto no pr quanto no ps-teste. A segunda etapa da anlise dos dados teve
como objetivos verificar a validade das hipteses de pesquisa, bem como validar o modelo
proposto relacionando as variveis selecionadas. Essa anlise se desdobrou, ainda, em duas
partes. A primeira analisou a relao entre as variveis apenas no pr-teste. A segunda parte
analisou a relao das variveis nos dois momentos, no pr e no ps-teste.

A anlise do desempenho nas provas e nas atitudes em relao Estatstica


(indicadores quantitativos), pelas variveis qualitativas, foi feita utilizando o teste t e o teste

164
F (ANOVA), bem como atravs do teste de comparaes mltiplas HSD de Tukey, aps o
teste F detectar diferenas significativas entre os grupos.

Para analisar a relao entre o desempenho nas provas cognitivas, as atitudes, auto
avaliao de desempenho e percepo de conhecimento (indicadores quantitativos) foi
utilizada a anlise de correlao. A anlise de regresso mltipla foi utilizada na busca de
modelos para o desempenho na leitura de grficos e das atitudes em relao Estatstica.

Na anlise de regresso foi utilizado o mtodo passo a passo (stepwise). Este


mtodo analisa a estrutura de correlao da varivel dependente com as variveis
independentes, sendo que a primeira a entrar no modelo a que possui a maior correlao
simples com a varivel dependente; a segunda varivel independente a entrar no modelo
aquela que apresenta a maior correlao parcial com a varivel dependente, retirando-se o
efeito da varivel j includa no modelo. Depois, a primeira varivel examinada
novamente para saber se esta deve ser removida do modelo aps a incluso da segunda
varivel. No prximo passo, as variveis que no esto no modelo so examinadas, atravs
da correlao parcial, para verificar se sua contribuio no modelo significativa. Depois
de cada passo, as variveis que j esto no modelo so examinadas para remoo. O
processo termina quando nenhuma varivel consegue entrar ou pode ser removida.

Foi utilizada a anlise de covarincia para tentar encontrar um modelo explicativo,


tanto para o desempenho na leitura de grficos, quanto para as atitudes em relao
Estatstica. Esta tcnica permite a introduo de variveis independentes qualitativas
(categricas) na anlise de regresso, tratando-as como variveis dummy, ou visto pelo lado
da anlise de varincia que trabalha com variveis qualitativas, permite a entrada de
variveis quantitativas, denominadas de co-variveis.

A anlise fatorial foi utilizada na busca de fatores subjacentes nos indicadores


quantitativos.

Para avaliar a influncia da instruo no desenvolvimento dos conceitos e


habilidades na leitura de grficos foi feita uma anlise comparando o desempenho dos

165
novatos no pr-teste e no ps-teste, utilizado o teste t para dados emparelhados e a anlise
de correlao e de regresso.

Apesar da maioria dos indicadores no seguir uma distribuio normal, no foi


necessrio recorrer as tcnicas de estatstica no paramtrica, uma vez que o tamanho da
amostra foi suficientemente grande.

Devido natureza da presente pesquisa, onde os sujeitos eram alunos de diversos


cursos, com nveis de conhecimento diferentes em Matemtica e Estatstica, com diferentes
professores, condies no levantamento de dados, dentre outros fatores, o nvel de
significncia foi estabelecido em 5% (Witter, 1996).

O processamento dos dados foi realizado utilizando o pacote estatstico SPSS -


Statistical Package for Social Science, verso 6.0 (Norusis, 1993).

166
CAPTULO VI

RESULTADOS E ANLISE DOS DADOS

Foram sujeitos do presente estudo 814 estudantes de oito cursos de graduao, que
estavam cursando disciplinas de Estatstica, no segundo semestre de 1999 e primeiro
semestre de 2000, de uma universidade estadual do interior da Bahia.

Todavia, nem todos os sujeitos participaram do pr e ps-teste. Conforme mostra o


Quadro 6, do total de sujeitos, 757 fizeram o pr-teste e 366 o ps-teste, enquanto 309
sujeitos participaram tanto do pr-teste quanto do ps-teste.

Quadro 6. Distribuio do nmero de sujeitos segundo participao na pesquisa


Fez Fez ps-teste?
pr-teste? Sim No Total
Sim 309 448 757
No 57 0 57
Total 366 448 814

Isso significa que a anlise descritiva se restringiu no pr-teste aos 757 sujeitos e no
ps-teste aos 366 sujeitos. Observa-se que apenas os 757 sujeitos que participaram no pr-
teste preencheram o questionrio informativo, por esta razo, o perfil dos sujeitos em
relao aos dados demogrficos se restringiu a esses sujeitos. Todavia, as notas e dados
acadmicos referem-se aos 760 sujeitos que estavam cursando as disciplinas de Estatstica
(descontando os 54 sujeitos da Matemtica). J a anlise da interferncia do processo de
instruo no desenvolvimento do conhecimento estatstico foi restrito aos 257 novatos dos
309 sujeitos que participaram tanto do pr-teste como do ps-teste.

167
6.1 Anlise descritiva

Dos 814 sujeitos que participaram do presente estudo, 48,4% pertenciam rea de
Cincias Sociais Aplicadas, que oferece o maior nmero de disciplinas e turmas; seguido
da rea de Cincias Biolgicas (22,2%) e Cincias Agrrias e Ambientais (21,3%). Apenas
8,1% pertencia rea de Exatas, conforme Quadro 7.

Quadro 7. Distribuio dos sujeitos por disciplina, curso e rea de conhecimento


N de sujeitos %
rea Curso Disciplina
Disciplina Curso Disciplina Curso
Estatstica 62 7,6
Biologia Bioestatstica 59 129 7,2 15,8
Cincias Elementos Estatstica II (1) 8 1,0
Biolgicas Enfermagem Bioestatstica 52 52 6,4 6,4
Total 181 22,2
Agronomia Elementos de Estatstica 51 6,3
64 7,9
Metodologia e Estatstica Experimental 13 1,6
Cincias Geografia Elementos de Estatstica 57 57 7,0 7,0
Agrrias e Veterinria Elementos de Estatstica 52 52 6,4 6,4
Ambientais Total 173 21,3
Introduo Estatstica 133 16,3
188 23,1
Administrao Estatstica Aplicada Administrao 55 6,8
Cincias Introduo a Estatstica Econmica 131 16,1
Sociais Economia Estatstica Econmica 39 206 4,8 25,3
Aplicadas Econometria (2) 36 4,4
Total 394 48,4
Clculo de Probabilidades (3) 12 1,5
Cincias Matemtica Clculo Dif. e Integral II e III (3) 22 2,7
Exatas Prtica de Ensino de 1 e 2 Graus (3) 13 66 1,6 6,1

Clculo I (4) 19 2,3


Total 66 8,1

Total 814 100,0


(1) Disciplina da Licenciatura em Cincias, habilitao Biologia (em extino)
(2) Disciplina do Curso de Economia
(3) Disciplinas da Licenciatura em Cincias, habilitao Matemtica (em extino)
(4) Disciplina da Licenciatura / Bacharelado em Matemtica

168
O Quadro 8 mostra a distribuio dos sujeitos segundo o nvel das disciplinas.
Observou-se que a maioria dos sujeitos estava cursando disciplinas do primeiro nvel,
69,7% no pr-teste e 85,8% no ps-teste, em geral, Estatstica Bsica.

Quadro 8. Distribuio dos sujeitos de acordo com o nvel da disciplina


Pr-teste Ps-teste
Nvel da disciplina N % N %
1 A primeira disciplina de Estatstica 528 69,7 314 85,8
2 A segunda disciplina de Estatstica 127 16,8 52 14,2
3 A terceira disciplina de Estatstica (Econometria) 36 4,8 0 0,0
4 Clculo de Probabilidades e disciplinas de Matemtica 66 8,7 0 0,0
Total 757 100,0 366 100,0

Agrupando os cursos pelo nmero de disciplinas de Estatstica oferecidas na grade


curricular, observou-se que a maioria de sujeitos encontravam-se em cursos que oferecem
duas disciplinas (Administrao, Biologia e Agronomia), seguida dos sujeitos que cursam
Economia (trs disciplinas) e, finalmente, dos sujeitos de cursos que oferecem apenas uma
nica disciplina (Enfermagem, Geografia e Veterinria), conforme Quadro 9.

Quadro 9. Distribuio dos sujeitos segundo o nmero de disciplinas de Estatstica


oferecidas pelos cursos
Pr-teste Ps-teste
Nmero de disciplinas de Estatstica oferecidas pelos cursos
N % N %
Uma (Enfermagem, Geografia e Veterinria) 158 20,9 103 28,1
Duas (Administrao, Biologia, Agronomia) 331 43,7 200 54,6
Trs (Economia) 202 26,7 63 17,2
Referncia Matemtica (Matemtica) 66 8,7 0 0,0
Total 757 100,0 366 100,0

Quanto distribuio dos sujeitos por grupo de cursos, segundo a complexidade


matemtica da grade curricular, observou-se que a maioria dos sujeitos (63,5% no pr-teste
e 62,0% no ps-teste), pertencia a cursos que oferecem disciplinas Clculo Diferencial e
Integral na grade curricular, conforme Quadro 10.

169
Quadro 10. Nmero de sujeitos segundo nvel de complexidade matemtica dos cursos

Pr-teste Ps-teste
Nvel de complexidade matemtica dos cursos
N % N %
I Nenhuma disciplina de Matemtica 108 14,3 70 19,1
II Matemtica Bsica (*) 102 13,5 69 18,9
III Clculo Diferencial e Integral (*) 481 63,5 227 62,0
IV Matemtica Superior (referncia matemtica) 66 8,7 0 0,0
Total 757 100,0 366 100,0
(*) Essas disciplina, em geral, so pr-requisitos para as disciplinas de Estatstica

Quanto ao desempenho nas disciplinas de Estatstica, dos 760 sujeitos, 52,9%


haviam sido aprovados e 19,5% lograram aprovao aps a prova final, totalizando 72,4%
aprovados; 4,1% foram reprovados aps a prova final; j 5,5% desistiram da prova final;
7,4% abandonaram a disciplina ao longo do semestre e 10,7% abandonaram a disciplina
sem nenhuma avaliao.

Foi aprovado Aprovado


diretamente 550 (72,4%)
402 (52,9%)

Sim Foi aprovado na


Prova Final
148 (19,5%)

Total Fez Sim Foi reprovado na Reprovado


Matriculados prova final? Prova Final 31 (4,1%)
760 221 (29,1%) 31 (4,1%)

No No fez a
Prova Final
42 (5,5%)

Abandonou ao Sem
longo do semestre Rendimento
56 (7,4%) 98 (12,9%)

Abandonou desde o Abandono


incio do semestre 81 (10,7%)
81 (10,7%)

Figura 38. Distribuio dos sujeitos segundo situao final nas disciplinas de Estatstica.

170
Alguns cursos funcionam em perodo integral (Agronomia, Medicina Veterinria,
Biologia, Enfermagem) enquanto outros em meio perodo, matutino ou noturno (Economia,
Administrao, Geografia e Matemtica). Dos 814 sujeitos, 44% estudavam no perodo
noturno, 35,5% no diurno (perodo integral), 19% no matutino. Apenas 1,5% informou
estar cursando disciplinas pela manh e pela noite, como o caso dos sujeitos dos cursos de
Administrao e Economia, que so cursos oferecidos nos dois perodos.

a) Perfil demogrfico dos sujeitos.

Em geral, observou-se uma distribuio eqitativa entre os gneros. Dos 757


sujeitos, 50,5% eram do gnero masculino e 48,6% do gnero feminino, apenas 0,9% dos
sujeitos no informaram o gnero ao qual pertenciam.

Quanto ao ano de ingresso na universidade, a maioria dos sujeitos (68,0%)


ingressou entre 1997 e 1999, sendo poucos (9,5%) os que ingressaram antes de 1995,
conforme Quadro 11. Quanto a idade dos sujeitos (Quadro 12) essa variou de 16 a 50 anos.
A idade mdia foi de 24,4 anos, com desvio padro de 6,6 anos e a mediana foi de 22 anos.

Em relao formao no Ensino Mdio, 63,4% freqentaram o ensino mdio


propedutico, 22,3% freqentaram cursos tcnicos e 8,4% o curso de Magistrio. Poucos
sujeitos freqentaram dois cursos (3,8%) e no responderam (1,5%).

Quanto insero no mercado de trabalho, 58,0% afirmaram estar trabalhando,


40,2%, no e 1,8% no responderam. Dos que estavam trabalhando, 53,5%, trabalhavam
em dois perodos; 39,4%, apenas em um perodo; 6,6%, no sistema de planto e, 0,5% no
responderam. Foi observado que a insero no mercado de trabalho dependia do curso.

Quanto condio de repetncia, foi perguntado ao sujeito se j havia sido


reprovado em alguma disciplina de Estatstica. Dos 752 que responderam a questo, 49,5%
estavam cursando a disciplina pela primeira vez, 27,9%, no haviam sido reprovados e
21,9% j haviam sido reprovados.

171
Quadro 11. Distribuio dos sujeitos Quadro 12. Distribuio dos sujeitos
por ano de ingresso por faixa etria
Ano de ingresso Sujeitos % Faixa etria Sujeitos %
1994 ou antes 72 9,5 At 18 59 7,8
1995 50 6,6 19 e 20 178 23,5
1996 69 9,1 21 e 22 166 21,9
1997 111 14,7 23 a 25 119 15,7
1998 189 25,0 26 a 30 92 12,2
1999 214 28,3 31 a 40 85 11,2
2000 28 3,7 41 ou + 27 3,6
No informou 24 3,2 No informou 31 4,1
Total 757 100,0 Total 757 100,0

A partir das informaes sobre reprovao e nvel da disciplina foi construda a


categorizao para a situao frente disciplina de Estatstica, cujo resultado pode ser
observado no Quadro 13.

Quadro 13. Distribuio dos sujeitos segundo situao frente disciplina de Estatstica
Pr-teste Ps-teste
Situao frente disciplina de Estatstica
Sujeitos % Sujeitos %
Novato (cursando pela primeira vez, no incio do semestre) 433 57,2 0 0,0
Medianamente experiente ( j cursou uma disciplina) 222 29,3 366 100,0
Experiente ( j cursou duas disciplinas) 36 4,8 0 0,0
Matemticos (referncia matemtica) 66 8,7 0 0,0
Total 757 100,0 366 100,0

Em geral, foi observado que o perfil da clientela fortemente marcado pelo curso. O
curso de Enfermagem foi o que apresentou um perfil mais diferenciado. A clientela
predominantemente era feminina, jovem, no trabalhava e tinha freqentado o curso
propedutico no Ensino Mdio. Esse curso apresentou a menor taxa de repetentes e a maior
taxa de aprovao na disciplina de Estatstica, conforme Quadro 14. Esse curso oferece
uma nica disciplina de Estatstica no primeiro semestre. Observa-se que as taxas de
reprovao, nesse curso, segundo resultados da avaliao institucional, tende ao residual em

172
todas as disciplinas, sendo nesse quesito, o segundo melhor curso de graduao da
universidade (UESC, 2000).

O curso de Medicina Veterinria tambm segue esse padro, porm, a taxa de


aprovao foi a segunda menor. Esse curso oferece uma nica disciplina no terceiro
semestre. Um outro curso, com padro similar foi Biologia, embora mais sujeitos tinham
freqentado cursos tcnicos e tinham uma faixa etria maior. Esse curso apresentou a
terceira maior taxa de aprovao, sendo que so ofertadas duas disciplinas, uma no segundo
e outra no terceiro semestre.

Esses trs cursos formam um grupo de padro similar, pois so cursos que
funcionam em perodo integral. Alm disso, so cursos com alta concorrncia no vestibular,
significando uma seleo maior. Esses dois fatores refletem o perfil scio-econmico mais
elevado da clientela.

Quadro 14. Perfil dos sujeitos por curso

Classifi- Porcentagem de sujeitos


cao
Curso do curso Turno do gnero jovens que no cursaram repetentes aprovaram a
(1) feminino (2) trabalham ensino mdio (3) disciplina de
comum Estatstica

Enfermagem 2 D 69,2 78,4 92,3 92,3 1,9 89,2

Veterinria 6 D 52,1 66,7 87,5 82,7 12,2 51,5

Biologia 4 D 77,2 54,5 70,0 53,5 20,6 80,1

Agronomia 14 D 33,3 30,4 64,9 70,3 21,1 73,1

Administrao 7 M/N 40,0 23,4 25,6 60,1 27,5 50,0

Economia 12 M/N 43,8 24,0 24,9 58,3 28,0 59,9

Geografia 16 N 51,8 7,5 20,8 26,3 14,5 85,1

Matemtica 15 N 38,5 7,1 4,7 40,9 22,7 64,7


(1) Classificao do curso de acordo com a demanda no Vestibular 2000
(2) At 20 anos
(3) J haviam sido reprovados em alguma disciplina de Estatstica

O curso de Agronomia tambm funciona em perodo integral, porm era


majoritariamente masculino, com faixa etria maior e no era muito concorrido no
vestibular. Esse curso oferece duas disciplinas de Estatstica, a primeira no terceiro
semestre e a segunda no quinto.

173
Em contraste, o curso de Matemtica apresentou um perfil predominante masculino,
maior faixa etria, a maioria trabalhava e tinha freqentado cursos tcnicos no Ensino
Mdio. Observa-se que apenas 12 sujeitos estavam cursando a disciplina de Clculo de
Probabilidades, os outros estavam no terceiro ou quarto ano.

O curso de Geografia segue esse perfil, embora a distribuio por gnero era mais
eqitativa e a taxa de aprovao foi a segunda maior. Este curso oferece apenas uma nica
disciplina, no segundo semestre, com contedos bastante simples, restritos Estatstica
Descritiva, o que parece explicar a alta taxa de aprovao.

Os dois cursos, Matemtica e Geografia, funcionam em perodo parcial e tm as


menores taxas de concorrncia no vestibular, sendo predominantemente alunos de
Licenciatura, embora a rea de Matemtica oferea tambm o curso de Bacharelado.

Num perfil intermedirio entre esses dois grupos de cursos observou-se os cursos de
Economia e Administrao: com perfil majoritariamente masculino, com faixa etria maior,
a maioria trabalhando, apresentando baixas taxas de aprovao e enfrentando srios
problemas de abandono nas disciplinas de Estatstica. O curso de Administrao oferece
duas disciplinas de Estatstica, uma no quarto e outra no quinto semestre. J o curso de
Economia o nico que oferece trs disciplinas de Estatstica, no terceiro, quarto e sexto
semestres. Ambos cursos funcionam em perodo parcial.

A seguir, so apresentados os resultados no pr e no ps-teste. Observa-se que no


pr-teste encontram-se sujeitos que estavam cursando a disciplina de Econometria
(experientes referncia estatstica) e os sujeitos do curso de Matemtica (referncia
matemtica), junto com os novatos e os medianamente experientes, enquanto que no ps-
teste todos os sujeitos eram medianamente experientes.

b) Significado da Estatstica para os sujeitos

Segundo Vendramini (2000), em geral, as pessoas relacionam a Estatstica apenas


no sentido da organizao e descrio de dados, sem considerar um aspecto essencial, que
reside no seu poder inferencial. Outros a relacionam apenas com seu uso no cotidiano ou a
confundem com a Matemtica.

174
No presente trabalho, assumiu-se a definio de Estatstica de Kruskal e Tanur
(1978, p.1072), como o estudo formal de processos que leva das observaes empricas
inferncia ou deciso, lidando com as conseqncias de modos particulares dessas
inferncias ou decises, procurando encontrar boas alternativas de soluo, a luz de
critrios explcitos. Assim, a Estatstica se divide em duas grandes reas: a Estatstica
Descritiva, cujo objetivo resumir grandes quantidades de dados e, a Inferncia Estatstica,
cujo objetivo a tomada de decises em condies de incerteza.

Visando captar a lembrana espontnea que os sujeitos tinham da palavra


"estatstica", foi feita a seguinte questo: quando voc ouve a palavra estatstica, o que lhe
vem em primeiro lugar em sua mente.

As respostas foram categorizadas segundo os atributos definidores de Estatstica em


cinco categorias: Estatstica Descritiva, Inferncia Estatstica, Outros termos ligados
Estatstica, Matemtica onde foram includos atributos tais como: nmeros, clculos etc.,
tal como trabalhado por Silva (2000) e, termo vago, onde foram includas respostas que no
tinham nada a ver com Estatstica ou Matemtica.

Conforme o Quadro 15, a maioria dos sujeitos (54,3% no pr-teste e 45,4% no ps-
teste) relacionou a palavra estatstica a conceitos relativos Estatstica Descritiva, apenas
5,1% no pr-teste e 3,3% no ps-teste apontaram conceitos relacionados Inferncia
Estatstica e, 14,1% no pr-teste e 15,3% no ps-teste apontaram conceitos no estatsticos,
mas relacionados com ela. No total, 73,6% no pr-teste e 63,9% no ps-teste relacionaram a
palavra estatstica a atributos definidores. Todavia, observou-se que uma parte significativa
dos sujeitos (23,1% no pr-teste e 26,8% no ps-teste) relacionou a Estatstica com a
Matemtica.

175
Quadro 15. Distribuio dos sujeitos de acordo com o significado atribudo palavra
estatstica

Quando voc ouve a palavra estatstica, o que lhe vem em primeiro lugar Pr-teste Ps-teste
em sua mente?
Sujeitos % Sujeitos %
Estatstica
Estatstica Descritiva
Organizao de dados: tabelas, grficos, mdia, desvio padro, .. 199 26,3 78 21,3
Coleta de dados: dados, informaes, mensurao de dados, ... 147 19,4 57 15,6
Anlise de dados: comparao, anlise de dados 60 7,9 30 8,2
Estatstica descritiva, coleta, organizao e anlise de dados 5 0,7 1 0,3
Total Estatstica Descritiva 411 54,3 166 45,4

Inferncia Estatstica
Inferncia 20 2,6 5 1,4
Tomada de decises 7 0,9 2 0,5
Previso: projees 12 1,6 5 1,4
Total Inferncia Estatstica 39 5,1 12 3,3

Outros ligados a Estatstica


Pesquisa, elaborao de projetos, planejamento 61 8,1 26 7,1
Probabilidade 34 4,5 17 4,6
Amostragem: amostra 8 1,1 10 2,7
Outros: experimentos, ferramenta, estudo das variaes 4 0,5 3 0,8
Total outros ligados a Estatstica 107 14,1 56 15,3

Total Estatstica 557 73,6 234 63,9

Matemtica: Nmeros, porcentagem, clculos, problemas algbricos, ... 175 23,1 98 26,8

Termo vago: opinio, sentimento, cognitivo, raciocnio, 18 2,4 34 9,3

Sem informao 7 0,9 0 0,0

Total 757 100,0 366 100,0

Silva (2000) em uma pesquisa que teve como sujeitos 643 estudantes de diversos
cursos de graduao, perguntou: qual a primeira idia que passa pela sua mente quando

176
ouve a palavra Estatstica e verificou que 33,4% forneceram respostas includas na
categoria Estatstica, 34,2% na categoria Matemtica, 30,1% deu qualquer outro tipo de
resposta e 2,3% no responderam a questo. Comparando esses resultados foi verificado
que os sujeitos da presente pesquisa relacionam com maior freqncia a palavra estatstica
atributos do conceito.

A questo no exigia nenhuma elaborao por parte do sujeito, solicitando apenas,


que o mesmo exteriorizasse o primeiro pensamento quando ouvia a palavra estatstica. J a
terceira questo exigia do sujeito uma definio de Estatstica. Essas duas questes tinham
como objetivo verificar o conceito de Estatstica que o sujeito dispunha.

O Quadro 16 mostra que a maioria (79,0% no pr-teste e 76,9% no ps-teste)


conseguiu definir Estatstica atravs de algum atributo relevante, embora tivessem recorrido
majoritariamente a atributos da Estatstica Descritiva. Essa tendncia foi mais forte no pr-
teste. Todavia, alguns sujeitos (6,2% no pr-teste e 7,7% no ps-teste), confundiram
Estatstica com Matemtica. Resultado similar foi encontrado por Vendramini (2000).

c) Sentimento espontneo e a utilidade da Estatstica

A fim de captar o sentimento espontneo em relao Estatstica foi feita a seguinte


questo: quando voc ouve a palavra estatstica, qual o sentimento que experimenta?.
Apesar da questo frisar a palavra sentimento, muitos sujeitos forneceram opinies,
exprimiram aspectos cognitivos ou outros termos que no esto relacionados aos
sentimentos. As respostas foram categorizadas e esto apresentadas no Quadro 17.

Conforme o Quadro 17 observou-se que os sujeitos se dividem entre respostas de


carter afetivo (26,8% no pr-teste e 37,2% no ps-teste), onde predominam os sentimentos
negativos (medo, tenso, angustia etc.) e respostas que no tinham carter afetivo e, sim,
manifestaes de aspectos cognitivos dos sujeitos frente Estatstica (34,9% no pr-teste e
33,1% no ps-teste), onde predominam os aspectos positivos (responsabilidade, desafio,
curiosidade etc.). Alguns sujeitos manifestaram opinies predominantemente positivas
(7,8% no pr-teste e 5,4% no ps-teste) como, importante, objetiva, til entre outras.

177
Quadro 16. Distribuio dos sujeitos segundo a definio atribuda Estatstica
Categoria / descrio Ps-teste Ps-teste
Sujeitos % Sujeitos %
Estatstica
Estatstica Descritiva
Coleta de dados: dados, informaes, mensurao (quantificao), ... 119 15,7 43 11,7
Organizao de dados: tabelas, grficos, mdia, desvio padro 97 12,8 36 9,8
Anlise de dados: comparao de dados, anlise de preferncias 97 12,8 33 9,0
Estatstica descritiva, coleta, organizao e anlise de dados 73 9,6 30 8,2
Sub-total Estatstica Descritiva 386 51,0 142 38,8

Inferncia Estatstica
Inferncia 74 9,8 44 12,0
Tomada de decises 29 3,8 16 4,4
Previso: projees 14 1,8 11 3,0
Estimador 2 0,3 1 0,3
Sub-total Inferncia Estatstica 119 15,7 72 19,7

Outros ligados a Estatstica


Probabilidade 27 3,6 26 7,1
Amostragem: amostra 20 2,6 18 4,9
Ferramenta , cincia auxiliar 12 1,6 6 1,6
Pesquisa, 28 3,7 15 4,1
Estudo das variaes 2 0,3 0 0,0
Busca da exatido 1 0,1 0 0,0
Experimentos 3 0,4 3 0,8
Sub-total outros ligados a Estatstica 93 12,3 68 18,6

Total Estatstica 598 79,0 282 76,9

Matemtica: Nmeros, porcentagem, clculos, problemas algbricos, 47 6,2 28 7,7

Termo vago: Opinio, afetivo, cognitivo, raciocnio 30 4,0 14 3,9

Sem informao 82 10,8 42 11,5

Total 757 100,0 366 100,0

178
Quadro 17. Distribuio dos sujeitos segundo o sentimento que experimentam frente
palavra "estatstica"
Categoria / Descrio Pr-teste Ps-teste
Sujeitos % Sujeitos %
Cognitivo
Positivo: curiosidade, responsabilidade, desafio, descoberta, ... 192 25,4 83 22,7
Negativo: difcil, dvida, preocupao, complexa, ... 72 9,5 38 10,4
Total 264 34,9 121 33,1
Afetivo
Positivo: gosto, alegria, satisfao, tranqilidade, felicidade, ... 35 4,6 28 7,7
Negativo: medo, ansiedade, apreenso, fobia, angustia, ... 128 16,9 88 24,0
Nenhum: nada, normal, indiferena, ... 28 3,7 13 3,6
Contraditrio: sentimentos conflitantes: medo e desafio, ... 12 1,6 7 1,9
Total 203 26,8 136 37,2
Opinio
Positiva: importante, objetiva, credibilidade, til, confiana, ... 57 7,5 18 4,9
Negativa: desconfiana, incredulidade, incerteza, ... 2 0,3 2 0,5
Total 59 7,8 20 5,4
Termo vago
Raciocnio: lgica matemtica, raciocnio matemtico, ... 18 2,4 6 1,6
Coleta, matemtica, anlise, pesquisa, ... 97 12,8 40 11,0
Total 115 15,2 46 12,6

No responderam 116 15,3 43 11,7


Total 757 100,0 366 100,0

Agrupando-se as categorias que sinalizam uma postura favorvel, 37,5% dos


sujeitos no pr-teste e 35,3% no ps-teste manifestaram respostas positivas em relao
Estatstica enquanto 26,7% no pr-teste e 34% no ps-teste, deram respostas negativas.

Silva (2000) tambm verificou o sentimento que os sujeitos exprimiam frente


palavra estatstica. A autora agrupou as respostas em sentimentos positivos (10,7%),
negativos (37,7%), de indiferena (7,3%), no sentimento (respostas no afetivas) (48,4%)
e no responderam (3,9%). Fazendo o mesmo agrupamento no pr-teste, foi encontrado que
4,6% manifestaram sentimentos positivos, 16,9% sentimentos negativos, 3,7% indiferena,
1,6% sentimentos contraditrios e 57,9% forneceram respostas no afetivas. Observa-se
que os sujeitos da presente pesquisa manifestaram menos sentimentos negativos e mais
aspectos no afetivos em relao Estatstica.

179
Com relao ajuda que acreditavam que a Estatstica poderia dar no desempenho
de sua profisso, no pr-teste, 90,6% dos sujeitos responderam de forma afirmativa, apenas
1,5% de forma negativa. Resultado similar foi observado no ps-teste. A maioria (56,7% no
pr-teste e 58,5% no ps-teste) argumentou que a Estatstica uma ferramenta necessria,
tanto para o desempenho profissional quanto do desenvolvimento de projetos e na pesquisa
cientfica, seguido dos que argumentam ser uma ferramenta til para a tomada de decises
(9,5% no pr-teste e 13,7 no ps-teste), maiores detalhes podem ser encontrados no
Quadro 18 (Anexo 11).

Esse resultado muito relevante, pois mostrou que os sujeitos, mesmo aqueles que
no tm um relacionamento positivo com a disciplina, reconhecem sua utilidade e sua
importncia.

A seguir, foi analisada a definio de mdia aritmtica dada pelos sujeitos.


Conforme o Quadro 19 a maioria (41,7% no pr-teste e 54,9% no ps-teste) definiu a mdia
aritmtica como algoritmo, sendo poucos os sujeitos que conseguiram defini-la de uma
forma mais completa. Observou-se que 30,4% dos sujeitos no pr-teste e 15,6%, no ps-
teste, optaram por no responder essa questo.

Quanto utilidade da mdia aritmtica, conforme o Quadro 20 (Anexo 11), a


maioria dos sujeitos (20,6% no pr-teste e 26,2% no ps-teste) respondeu que a mdia serve
para representar um conjunto de dados, seguido da categoria (7,7% no pr-teste e 5,5% no
ps-teste) para encontrar valores intermedirios. Apenas 4,9% dos sujeitos no pr-teste e
7,9% no ps-teste afirmaram que a mdia serve para fazer inferncia. Observa-se que no
ps-teste os sujeitos tm uma posio mais coerente sobre a utilidade da mdia, apontando
mais o poder inferencial desta. Todavia, foi alto o nmero de sujeitos que preferiu se omitir
(36,7% no pr-teste e 25,7% no ps-teste), bem como o nmero de sujeitos que apontaram
utilidades no relacionadas com esse conceito (14,4% no pr-teste e 17,2% no ps-teste).

180
Quadro 19. Distribuio dos sujeitos segundo a definio atribuda mdia aritmtica

O que a mdia aritmtica? Pr-teste Ps-teste


Sujeitos % Sujeitos %
Conceitos ligados a definio de mdia aritmtica
Algoritmo: a soma dos valores dividido pelo nmero de observaes 316 41,7 201,0 54,9
Ponto mdio, mediana, valor central, ponto de concordncia, meio termo, 66 8,7 34 9,3
uma medida de tendncia central, uma base
um valor que resume, a forma de se chegar a um nico resultado a partir 13 1,7 6 1,6
de outros
Uma estimativa 6 0,8 3 0,8
o valor mais freqente (moda) 5 0,7 1 0,3
Ponto de equilbrio 4 0,5 4 1,1
Valores como parmetro 3 0,4 0 0,0
uma medida 3 0,4 0 0,0
Tendncia 0 0,0 2 0,6
Total 416 54,9 251 68,6

Nada a ver: porcentagem, mdia geomtrica, apenas a soma de valores,... 111 14,7 58 15,8

No respondeu 230 30,4 57 15,6

Total 757 100,0 366 100,0

Em seguida, foi solicitado que dessem um exemplo envolvendo a mdia aritmtica.


Dos 757 sujeitos do pr-teste, 58,8% deram exemplos numricos, ligados ao cotidiano,
aplicando o algoritmo (notas das disciplinas, idade, gols do campeonato, peso de rebanho
etc.) ou mencionaram parmetros (renda per capita, nota mdia do semestre, velocidade
mdia etc.). 2,6% dos sujeitos deram exemplos errados (porcentagem de aprovados, regra
de trs, somaram ou subtraram nmeros etc.). Apenas um sujeito fez o desenho de uma
curva normal, colocando a letra grega m (), no meio do eixo horizontal. Observa-se,
tambm, a grande quantidade de sujeitos (38,4%) que deixaram a questo sem resposta.
Esse quadro mudou no ps-teste, quando mais sujeitos (71,9%) deram exemplos e menos
sujeitos (25,7%) se omitiram. Embora os exemplos utilizados, ao igual que no pr-teste,
eram baseados no algoritmo ou em parmetros conhecidos.

181
d) Auto avaliao de conhecimentos de Estatstica, Matemtica e grficos

Com o objetivo de verificar como os sujeitos auto avaliam seu desempenho em


Estatstica e em Matemtica foi solicitado aos mesmos que atribussem notas de zero a dez
a seus desempenho em ambas matrias. Conforme pode ser observado no Quadro 21,
aproximadamente metade dos sujeitos auto avaliou-se com notas maiores ou iguais a sete,
isto , se considerou aprovado. Aproximadamente um quarto dos sujeitos auto avaliou-se
com notas entre cinco e sete, isto , assumiram a possibilidade de enfrentar a prova final.
Poucos sujeitos se auto avaliaram com notas inferiores a cinco pontos, o que implicaria em
uma expectativa de reprovao na disciplina.

Observou-se, tambm, que as notas atribudas Estatstica apresentaram uma ligeira


melhora no ps-teste, enquanto as notas atribudas Matemtica permaneceram quase
inalteradas, embora muitos preferiram se omitir.

Quadro 21. Distribuio dos sujeitos segundo notas atribudas ao seus desempenhos em
Estatstica e Matemtica
Estatstica Matemtica
Estatsticas Pr-teste Ps-teste Pr-teste Ps-teste
(n = 757) (n = 366) (n = 757) (n = 366)
Notas
N se sujeitos que responderam 616 351 647 272
Mdia 6,4 6,6 6,9 7,0
Desvio Padro 1,7 1,7 1,4 1,5
Mediana 7,0 7,0 7,0 7,0
Porcentagem de sujeitos com notas
Maiores ou iguais a sete ( 7) 46,2 57,9 55,9 51,4

Maiores ou iguais a cinco e menores que sete ( 5 e < 7) 25,6 30,6 26,2 20,5

Menores que cinco ( < 5) 9,5 7,4 3,4 2,5


no responderam 18,6 4,1 14,5 25,7
Total 100,0 100,0 100,0 100,0

Junto com as vinte proposies da Escala de Atitudes em relao Estatstica


(Anexo 3) foi apresentada a proposio N 21: Eu no tenho um bom desempenho em
Estatstica (auto-percepo de desempenho em Estatstica) e, na escala de Matemtica

182
(Anexo 6): Eu no tenho um bom desempenho em Matemtica (auto-percepo de
desempenho em Matemtica). Essas proposies tinham como alternativas de resposta:
discordo totalmente, discordo, concordo e concordo totalmente. Os resultados mostraram
que a maioria discordou dessas afirmaes, apresentando uma postura bastante positiva na
auto-percepo do desempenho em ambas matrias. Todavia, essa postura tende a ser
ligeiramente mais negativa no ps-teste em Estatstica, maiores detalhes podem ser
encontrados no Quadro 22.

Quadro 22. Distribuio dos sujeitos segundo a auto-precepo do desempenho em


Estatstica e em Matemtica
Estatstica Matemtica
Eu no tenho bom desempenho em: Pr-teste Ps-teste Pr-teste
Sujeitos % Sujeitos % Sujeitos %
Concordo totalmente 19 2,5 21 5,7 29 3,8
Concordo 202 26,7 111 30,3 231 30,5
Discordo 440 58,1 200 54,6 380 50,2
Discordo totalmente 69 9,1 28 7,7 101 13,3
No responderam 27 3,6 6 1,6 16 2,1
Total 757 100,0 366 100,0 757 100,0

Visando analisar o conhecimento estatstico anterior que o sujeito acreditava possuir


foi apresentado um quadro (questo 15 do questionrio informativo, Anexo 2), contendo 13
conceitos/procedimentos estatsticos e foi solicitado que marcassem com X aqueles que j
havia estudado, bem como o nvel de conhecimento que acreditassem possuir dos mesmos,
cujos resultados so apresentados no Quadro 23.

A maioria dos sujeitos conhecia os conceitos/procedimentos mais elementares, tais


como tabelas (90,0%), grficos (92,7%), mdia (70,4%), desvio padro (53,1%) e
probabilidades (65,7%), sendo que o nvel desses conhecimentos razovel. J
procedimentos mais complexos, tais como delineamento de experimentos (5,7%), sries
temporais (12,7%), tabelas de contingncia (12,8%) eram praticamente desconhecidos da
grande maioria.

183
Esses resultados eram, em parte, esperados, uma vez que a maioria dos sujeitos
(57,2%) eram novatos, ou seja, estavam vendo a primeira disciplina de Estatstica, pela
primeira vez. A Figura 39 ilustra claramente essa tendncia: quanto mais complexo foi o
conceito/procedimento menor foi o nmero de sujeitos que j o havia estudado e menor o
nvel de conhecimento do assunto e vice-versa.

A partir dessas informaes foi criado o indicador nvel de conhecimento de


Estatstica, que variava de zero a 52 pontos. Dos 757 sujeitos, 97,2% dos sujeitos
escolheram, pelo menos, uma alternativa e apenas 2,8% deixaram o quadro em branco. A
pontuao mxima obtida foi 46 pontos, a pontuao mdia foi 11,1, com um desvio padro
de 7,6 e a mediana foi de 9 pontos. A Figura 40 (Anexo 12) ilustra a distribuio da
pontuao deste indicador, sendo que a maioria dos sujeitos obtiveram pontuaes baixas
(assimetria positiva), o que parece razovel, uma vez que a maioria dos sujeitos estava
cursando a disciplina pela primeira vez.

Quadro 23. Distribuio percentual dos sujeitos segundo nvel de conhecimento de


conceitos/procedimentos estatsticos (*)
Nvel de conhecimento dos sujeitos que j haviam estudado No estudou
(Pontuao atribuda)
Conceitos / procedimentos / no
Nenhum Pouco Regular Bom Muito bom Total j respondeu
(0) (1) (2) (3) (4) estudou
1. Tabelas 0,5 18,4 28,8 35,9 6,3 90,0 10,0
2. Grficos 1,2 17,3 29,9 38,6 5,8 92,7 7,3
3. Mdia 1,3 15,1 20,6 27,9 5,5 70,4 29,6
4. Desvio padro 2,0 15,1 18,1 16,8 1,2 53,1 46,9
5. Probabilidades 2,1 19,8 24,6 16,9 2,2 65,7 34,3
6. Distribuies: normal, t-student 1,8 7,5 8,9 5,3 0,4 23,9 76,1
7. Intervalos de confiana 1,6 5,4 7,3 5,7 0,9 20,9 79,1
8. Teste de hiptese 1,3 7,4 7,4 3,3 0,7 20,1 79,9
9. Correlao e / ou Regresso 1,1 5,8 6,7 3,3 0,8 17,7 82,3
10. Tabelas de contingncia 1,1 5,2 4,2 2,2 0,1 12,8 87,2
11. Anlise de varincia 1,5 9,6 9,6 3,7 0,5 25,0 75,0
12. Sries temporais 1,1 3,4 4,8 2,5 0,9 12,7 87,3
13. Delineamento de experimentos 0,7 2,2 1,8 0,7 0,3 5,7 94,3
(*) A soma do total j estudou com No estudou / no respondeu igual a 100,0%

184
100

90 Muito Bom

80 Bom

70 Regular

60 Pouco
Nenhum
% 50

40

30

20

10

Teste hiptese
Int-confiana
Mdia

Normal t-student
Desvio padro

T-contingncia
Corr/Regresso

ANOVA
Probabilidades

D-Experimentos
S-temporais
Grficos
Tabelas

Figura 39. Nvel de conhecimento dos sujeitos dos conceitos/procedimentos estatsticos

Do mesmo modo, visando analisar o conhecimento grfico anterior que os sujeitos


acreditavam possuir, foi apresentado um quadro (questo 16 do questionrio informativo,
Anexo 2), contendo oito grficos e foi solicitado ao sujeito que indicasse o nvel de
familiaridade com cada um deles.

Conforme o Quadro 24, o grfico de barras o mais conhecido dos sujeitos


(92,6%), seguido do grfico circular (82,0%) e de linhas (79,7%). J o diagrama de ramo e
folha conhecido por apenas 8,8% dos sujeitos, o diagrama da caixa por 10,8% e o
diagrama de disperso por 24,2%. O histograma e o grfico de rea so medianamente
conhecidos. A Figura 41 ilustra a distribuio dos sujeitos segundo a familiaridade com os
grficos. Esses resultados tambm eram esperados, pois dificilmente os sujeitos que
estavam vendo a primeira disciplina pela primeira vez (novatos), poderiam conhecer
grficos mais complexos.

185
Quadro 24. Distribuio percentual dos sujeitos por tipo de grfico segundo nvel de
contato (*)
Nvel de contato / (pontuao)
Tipo de grfico J J desenhou J desenhou Total que No
Conhece estudou a mo no computa- conhece respondeu
(1) (2) (3) dor (4)
(**)

1. Colunas ou Barras 16,8 11,1 29,3 35,4 92,6 7,4

2. Circular (de setores, pizza, etc.) 17,2 11,0 19,6 34,2 82,0 18,0

3. Linhas 13,9 12,3 26,0 27,5 79,7 20,3

4. Histograma 15,3 10,6 20,2 7,5 53,6 46,4

5. rea 13,5 11,4 9,8 12,5 47,2 52,8

6. Diagrama de disperso (pontos ) 8,6 4,2 3,2 8,2 24,2 75,8

7. Diagrama da caixa (box-plot) 6,5 1,8 0,8 1,7 10,8 89,2

8. Ramo e folha (steam-leaf) 4,9 1,7 1,5 0,7 8,8 91,2


(*) A soma das duas ltimas colunas 100,0%
(**) Quando o sujeito no marcou nenhuma das alternativas de respostas

100
90 Desenhou no computador
80 Desenhou a mo

70 Estudou
Conhece
60

% 50
40
30

20
10
0
Diag.caixa
Circular

Linhas
Colunas/Barras

Histograma

Ramo-folha
Diag.disperso
rea

Figura 41. Nvel de conhecimento de grficos segundo os prprios sujeitos

186
A partir dessas informaes foi construdo um indicador, denominado nvel de
conhecimento de grficos, resultante da soma das pontuaes obtidas nos oito grficos,
variando de zero a 32 pontos. A pontuao mdia foi 10,9 com um desvio padro de 5,8 e a
mediana foi 11 pontos. Conforme Figura 42 (Anexo 12), a distribuio da pontuao no
nvel de conhecimentos de grficos no to assimtrica quanto o nvel de conhecimentos
de conceitos /procedimentos estatsticos, ou seja, os sujeitos apresentaram um maior nvel
de conhecimento de grficos. Constata-se que apenas dois sujeitos manifestaram conhecer
os oito grficos e t-los desenhado no computador, obtendo a pontuao mxima de 32
pontos.

e) Atitudes em relao Estatstica e em relao Matemtica

Os resultados da aplicao das escalas de atitudes em relao Estatstica (Anexo 3)


e em relao Matemtica (Anexo 6) mostraram que existe uma tendncia positiva em
relao as duas matrias, uma vez que a pontuao mdia variou de 54 a 56 pontos. A
Figura 43 ilustra a distribuio da pontuao das duas escalas. Aparentemente, as
distribuies so muito similares, embora a pontuao na escala de Matemtica seja
ligeiramente mais dispersa.

80
P
O
N
T
70
U
A


60
O

N
A
50
E
S
C 40
A
L
A
30

Pr-teste

20 Ps-teste
N= 745 359 738
Estatstica Matemtica

Figura 43. Distribuio da pontuao nas Escalas de Atitudes em relao Estatstica e em


relao Matemtica

187
f) Desempenho na prova da mdia

Como j foi mencionado, a prova da mdia estava composta por seis questes. A
primeira questo solicitava o clculo da mdia simples. Praticamente todos os sujeitos
(95,2% no pr-teste e 97,7% no ps-teste) conseguiram responder de forma correta,
maiores detalhes podem ser encontrados no Quadro 25, no Anexo 11. A anlise de erros
indicou que os sujeitos aparentemente no conheciam o conceito de mdia, nem do
algoritmo de clculo. Os erros foram cometidos principalmente por novatos ou por sujeitos
que no tinham uma boa relao com a disciplina.

A segunda questo, que modificava a primeira, atribuindo pesos diferentes s


provas, referia-se mdia ponderada. O desempenho dos sujeitos caiu sensivelmente
(30,8% no pr-teste e 36,9% no ps-teste). Praticamente um quarto dos sujeitos (25,5% no
pr-teste e 24,9% no ps-teste) respondeu a questo de forma errada e, montante similar
(28,0% no pr-teste e 24,9% no ps-teste) preferiu deixar em branco essa questo. Em
geral, observou-se um melhor desempenho no ps-teste, maiores detalhes ver Quadro 26
(Anexo 11).

A anlise das respostas erradas indicaram que os sujeitos no tinham disponvel o


conceito de mdia ponderada. Os erros mais freqentes foram: a) calcular a mdia simples,
ignorando os pesos, resultando como mdia a nota 7,0; b) somar os nmeros, ponderando-
os, porm dividindo por trs, obtendo uma nota de 13,3; c) dividir cada valor por sua
ponderao, somar e dividir por trs, obtendo 4,5 como valor da mdia e, d) somar os pesos
e dividir por trs, isto , calcular a mdia simples dos pesos, omitindo os valores da
varivel, obtendo mdia e 3,0.

Foi observado uma constante nos tipos de erros cometidos. Aparentemente, o sujeito
no verificava a razoabilidade do resultado, uma vez que a mdia deveria ser compatvel
com os nmeros envolvidos. Os sujeitos no observaram uma das propriedades da mdia,
segundo a qual essa s pode assumir valores entre os valores mnimo e mximo do
conjunto de dados.

188
A terceira questo envolvia o conhecimento das propriedades da mdia. Dado um
conjunto de dados, com a mdia correspondente, era solicitado que calculassem a mdia
que seria obtida se um novo dado fosse incorporado ao conjunto. Como pode ser observado
no Quadro 27 (Anexo 11), esta questo foi corretamente respondida por quase 80% dos
sujeitos, tanto no pr-teste quanto no ps-teste. O erro mais observado, nesta questo, era
ignorar o novo dado e calcular novamente a mdia dos nmeros envolvidos.

A quarta questo era o problema formulado por Pollatsek e outros (1981), que tem o
intuito de verificar se os sujeitos so capazes de fazer a relao entre o todo e a mdia, bem
como o conhecimento de mdia ponderada. A maioria (44,5% no pr-teste e 42,1% no ps-
teste) se limitou a calcular o peso total, enquanto que 37% dos sujeitos no pr-teste e 36,9%
no ps-teste conseguiram responder corretamente a questo (Quadro 28, Anexo 11). O erro
mais comum neste problema foi ignorar o nmero de pessoas, somar 60 com 80 e dividir
por dois, isto , calcularam a mdia simples dos pesos.

A quinta questo envolveu a interpretao da mdia de uma varivel discreta


(nmero de filhos por casal) cujo resultado um nmero decimal. A maioria dos sujeitos
(51,2% no pr-teste e 48,3% no ps-teste) forneceu interpretaes erradas, quase um quinto
(21,0% no pr-teste e 24,3% no ps-teste) preferiram deixar em branco a questo, sendo
muito poucos (2,5% no pr-teste e 3,0% no ps-teste) os que conseguiram interpretar de
forma correta essa afirmao, ver Quadro 29 (Anexo 11).

Dentre as respostas consideradas erradas encontravam-se aquelas do seguinte tipo:


do total de todos os jovens, apenas 23 tm filhos; os dados so insuficientes para tal
afirmao; a mdia de dois, com probabilidade de 30% de ter o terceiro filho; a cada
trs casais, os filhos so 2; dentre as crianas (filhos) consultadas, 2,3% so filhos de
casais jovens.

A sexta questo adaptada de Cai (1998) tinha como objetivo analisar o


procedimento utilizado na soluo de problemas envolvendo a mdia. A maioria (48,6% no
pr-teste e 41,8% no ps-teste) adotou o procedimento aritmtico, seguido do algbrico
(31,7% no pr-teste e 34,4% no ps-teste). Poucos sujeitos (10,0% no pr-teste e 8,2% no

189
ps-teste) recorreram ao procedimento verbal e menos ainda (2,6% no pr-teste e 3,8% no
ps-teste) ao procedimento pictrico, ver Quadro 30 (Anexo 11).

A ttulo de ilustrao, dois exemplos de procedimento verbal: multipliquei 7 (sete)


que a mdia pela quantidade de semanas que (4) e deu 28 e subtrai da quantidade de
aparelhos j vendidos e ele vendeu dezenove aparelhos nas trs primeiras semanas.
Multiplicando-se 7X4 (nmero de semanas), encontraremos o resultado de 28. necessrio
que ele venda mais 9 telefones para chegar a 28 e dois pictricos:

1 semana
%%%%%%% % % 1 semana
%%%%%%%%%
2 semana %%%%X X X 2 semana %%%%X X O
3 semana %%%%%% X 3 semana %%%%%% O
4 semana 4 semana
X X X X X X X OOO O OO O

Independentemente do procedimento, a maioria (86,4% no pr-teste e 84,7 % no


ps-teste) conseguiu solucionar o problema corretamente, conforme o Quadro 30 (Anexo
11).

O Quadro 31 mostra o desempenho nas seis questes que compunham a prova


envolvendo a mdia. Verificou-se que as questes envolvendo o clculo da mdia simples e
as propriedades da mdia praticamente no ofereceram dificuldade. J a interpretao da
mdia foi a que apresentou maior grau de dificuldade, seguida da questo envolvendo o
clculo da mdia ponderada.

Finalmente, o desempenho na prova da mdia foi calculado atravs da soma dos


pontos obtidos pelos sujeitos nas seis questes. A pontuao dos sujeitos variou de zero a
30, com uma mdia de 19,7 pontos no pr-teste e 19,9 no ps-teste. Pode-se concluir que os
sujeitos alcanaram em mdia um aproveitamento de dois teros da prova, isto , 66,7%.

190
Quadro 31. Desempenho dos sujeitos na prova da mdia

Questes da prova da mdia Pontua- N de Desvio % sujeitos Taxa mdia


o sujeitos Mdia Mediana padro que no de acerto
mxima responderam %*

1. Clculo da mdia simples 5 736 4,9 5 0,6 2,8 98,0

2. Clculo da mdia ponderada 5 545 2,6 2 2,3 28,0 52,0

3. Propriedades da mdia 5 677 4,6 5 1,3 10,6 92,0

4. Problema proposto por Pollatsek e outros 5 704 3,6 3 1,3 7,0 72,0

5. Interpretao da mdia 5 598 0,9 0 1,4 21,0 18,0

6. Problema proposto por Cai (1998) 5 704 4,6 5 1,3 7,0 92,0

Total 30 746 19,7 20,0 5,3 1,5 65,7


*Taxa mdia de acerto = 100(mdia/mxima)

g) Desempenho na prova de grficos

A prova de grficos era composta por quatro grficos. O primeiro grfico, de barras,
ilustrava o movimento dos juros bsicos da economia brasileira, tendo sido solicitadas
cinco tarefas, com pontuao mxima de cinco pontos. Os resultados so mostrados no
Quadro 32 (Anexo 11).

As trs primeiras tarefas exigiam uma leitura no nvel elementar, requerendo apenas
a extrao de informao j existente no grfico. Observa-se que praticamente todos os
sujeitos conseguiram localizar o nvel mais alto do grfico (95,4% no pr-teste e 91,0% no
ps-teste). J a segunda tarefa ofereceu mais dificuldade, apenas 37,3% no pr-teste e
46,4% no ps-teste conseguiram responder corretamente. Essa tarefa consistia em detectar
o perodo em que a taxa diminuiu mais rapidamente, sendo que a maioria dos sujeitos
assinalou o ms em que a taxa de juros atingiu o valor mais baixo, o que poderia estar
indicando erro de interpretao. A terceira tarefa consistia em localizar o ms em que a taxa
de juros aumentou mais em relao ao ms anterior e apresentou melhor desempenho que
segunda tarefa (84,4% no pr-teste e 79,2% no ps-teste).

A quarta tarefa exigia uma leitura no nvel intermedirio, isto , extrair informao
que no estava diretamente disponvel no grfico, neste caso, o nvel mdio. Observa-se
que a maioria conseguiu realizar essa tarefa com sucesso: 73,1% no pr-teste e 73,2% no
ps-teste.

191
A quinta tarefa exigia um nvel superior de leitura, que era a projeo dos dados
para o ms seguinte. A maioria dos sujeitos (62,6% pr-teste e 61,5% no ps-teste)
conseguiu fazer estimativas entre 15% e 25%, com justificativas bastante razoveis. Os
argumentos utilizados podem ser agrupados em quatro tipos: a) apenas a tendncia de
queda; b) tendncia de queda com reservas; c) patamar mnimo, e d) anlise da estrutura de
queda dos juros. Foi observado que alguns sujeitos argumentaram de forma correta, mas
suas estimativas ficaram fora da faixa estipulada. As estimativas consideradas erradas
foram aquelas onde no era apontado nenhum valor.

A leitura das respostas mostraram que os sujeitos tendem a fazer projees


acompanhando a tendncia observada nos ltimos meses, a maioria citou valores entre 15%
e 20%, o que demonstrou um senso bastante razovel de estimativa. Apesar de considerar
como intervalo razovel de resposta valores variando de 10% a 40%, nenhum sujeito fez
estimativas acima de 25%, ou seja, nenhum deles previu uma nova crise, o que bastante
razovel uma vez que o grfico no fornecia condies para fazer uma estimativa dessa
natureza.

O desempenho mdio, nas cinco tarefas, do grfico de barras foi de 3,7 pontos no
pr-teste e 3,9 pontos no ps-teste, de um total de cinco pontos.

Esses resultados mostraram o bom desempenho dos sujeitos nos trs nveis de
leitura. Todavia, o grfico de barras um dos grficos que, se utilizado adequadamente, no
apresenta dificuldades de leitura.

O segundo problema referia-se a um grfico de linhas, utilizado em controle de


processos. Foram solicitadas quatro tarefas e a pontuao variou de zero a quatro, os
resultados se encontram no Quadro 33 (Anexo 11). As duas primeiras tarefas solicitavam
do sujeito a extrao do nvel mdio nos dois perodos. Na primeira tarefa, 69,9% dos
sujeitos no pr-teste e 67,5% no ps-teste foram bem sucedidos; na segunda tarefa esses
percentuais caem ligeiramente (66,1% no pr-teste e 64,5% no ps-teste).

Observou-se, no pr-teste, que o clculo da mdia antes ofereceu menos dificuldade


que a mdia depois de calibrar a mquina, conforme os resultados do teste t-student de

192
diferena de mdias, para dados emparelhados ( t (703) = 3,35; p = 0,001). Nessas tarefas foi
observado que a ordem de grandeza influa na estimativa. J essa diferena no foi
confirmada no ps-teste ( t (308) = 1,56; p = 0,120).

A terceira tarefa solicitava a extrao da mdia geral, que era uma mdia ponderada
das mdias encontradas nas tarefas anteriores, uma vez que o tempo antes era o dobro do
tempo depois de calibrar a mquina. Por essa razo, essa tarefa oferecia maior grau de
dificuldade. Observou-se que apenas 21,4% no pr-teste e 20,5% no ps-teste conseguiram
responder corretamente. A grande maioria (67,2% no pr-teste e 59,3% no ps-teste) errou,
pois calculou a mdia simples, dando como resposta o valor de 2,5.

J a quarta tarefa exigia detectar padres: a variabilidade do processo e o tempo.


Essa tarefa tambm apresentou dificuldade, pois apenas 2,4% no pr-teste e 1,9% no ps-
teste conseguiram apontar as duas diferenas. J 34,6% no pr-teste e 39,1% no ps-teste
apontaram apenas uma das duas diferenas. Outras diferenas foram consideradas erradas,
como a diferena de nveis, explicitadas na solicitao da tarefa. Observou-se que a maioria
(43,9% no pr-teste e 43,7% no ps-teste) preferiu deixar a questo em branco.

Do total de quatro pontos da questo, o desempenho mdio foi de 1,9 no pr-teste e


2,0 no ps-teste e a mediana de 2,0 pontos nos dois perodos.

O terceiro grfico era de barras com linha de referncia em zero e foram solicitadas
duas tarefas. A primeira tarefa era estimar o valor mdio do perodo (a mdia era 800 e
foram consideradas certas estimativas entre 500 e 1100, isto , uma margem de + 300).
Conforme o Quadro 34 (Anexo 11), apenas 22,3% no pr-teste e 24,6% no ps-teste
conseguiram realizar estimativas no intervalo considerado razovel. A maioria (50,7% no
pr-teste e 42,3% no ps-teste) errou, estimando a mdia em torno de 2000.
Aparentemente, os sujeitos esqueceram de levar em considerao os valores negativos no
clculo da mdia. Muitos sujeitos se confundiram com a ordem de grandeza dos nmeros.

A segunda tarefa solicitava projetar e justificar o valor para o ms seguinte. Foram


consideradas estimativas corretas aquelas que estivessem no intervalo entre 2000 e 1100,
desde que fossem acompanhadas por uma justificativa razovel. Observou-se que 37,4%

193
dos sujeitos no pr-teste e 35,0% no ps-teste conseguiram fazer estimativas razoveis,
embora montante similar (36,8% no pr-teste e 37,4% no ps-teste) preferiu no realizar a
tarefa. As justificativas consideradas como razoveis podem ser agrupadas em dois tipos:
justificativas que utilizam apenas as informaes do grfico para fazer as projees
(tendncia observada no ano anterior, padro observado ou nvel mdio) e justificativas que
utilizam o conhecimento do contexto (interveno do governo no controle das contas
pblicas ou contextualizao da crise econmica).

De uma pontuao total de dois pontos, a pontuao mdia no pr-teste foi de 0,9 e
no ps-teste foi de 1,0.

O quarto e ltimo grfico era um de linhas, ilustrando a tendncia de trs marcas de


sabo na disputa pelo mercado consumidor. O Quadro 35 mostra os resultados obtidos
pelos sujeitos nesse grfico.

Quinze tarefas foram solicitadas. Seis tarefas (da segunda at a stima) tinham como
objetivo verificar se os sujeitos dominavam os aspectos formais da identificao externa do
grfico. Assim, a segunda tarefa solicitava ao sujeito elaborar o ttulo do grfico. Observou-
se que aproximadamente a metade dos sujeitos (52,3% no pr-teste e 50,3% no ps-teste)
conseguiu elaborar ttulos considerados adequados. Todavia, boa parte dos sujeitos preferiu
deixar em branco esta questo (40,8% no pr-teste e 43,2% no ps-teste).

Os ttulos considerados adequados podem ser agrupados em dois tipos: os formais e


os no formais. Os ttulos formais relacionavam as duas variveis envolvidas: porcentagem
do mercado e tempo, por exemplo, Tendncia do mercado para as marcas A, B e C em 9
semanas. J os ttulos considerados no formais esqueceram a formalidade, porm
transmitiam a mensagem imersa nos dados, por exemplo, Marca A assusta lderes do
mercado. Os ttulos considerados errados foram aqueles que no se enquadravam nas
categorias anteriores, por exemplo, Porcentagem de produtos na prateleira.

A terceira tarefa solicitava a identificao do tipo de grfico e embora se trate de um


grfico de linhas, foram consideradas certas respostas do tipo: grfico/diagrama de pontos,
diagrama de disperso, diagrama de disperso com linhas e grfico de linhas compostas. No

194
pr-teste foi observado que 48,7% dos sujeitos apontaram tipos considerados corretos,
embora montante similar preferiu se omitir (47,7%). No ps-teste a taxa de omisso
aumentou sensivelmente para 59,6%.

Quadro 35. Desempenho dos sujeitos no grfico de linhas(*)

Processos / Nveis de leitura Pr-teste Ps-teste


Tarefas Certo Errado No resp. Certo Errado No resp.
Processo: Identificao externa
Nvel de leitura: elementar

2) Qual era o ttulo do grfico 52,3 6,9 40,8 50,3 6,6 43,2

3) Qual o nome deste tipo de grfico 48,7 3,6 47,7 33,6 6,8 59,6

4) Qual a varivel dependente 23,5 2,6 73,8 18,9 3,8 77,3

5) Que tipo de varivel ela 6,3 4,9 88,8 5,2 4,9 89,9

6) Qual a varivel independente 19,7 2,4 77,9 17,2 2,7 80,1

7) Que tipo de varivel ela 4,9 4,6 90,5 5,2 3,0 91,8

Processo: Percepo de correspondncia /


Nvel de leitura: superior

10) Projeo para marca A 48,9 0,4 50,7 43,2 0,3 56,6

11) Projeo para marca B 46,2 0,0 53,8 41,0 0,3 58,7

12) Projeo para marca C 45,6 0,3 54,2 41,3 0,3 58,5

Nvel de leitura: ler atrs dos dados

1) Qual era a manchete da matria? 71,2 7,1 21,7 65,0 6,0 29,0

13) A manchete seria a mesma se o outro ... 54,2 16,4 29,5 48,4 13,4 38,3

14) Qual seria a manchete se fosse a marca B 37,4 8,2 54,4 36,1 5,5 58,5

15) Qual seria a manchete se fosse a marca C 30,4 14,7 55,0 27,3 12,6 60,1

Nvel de leitura: ler atrs dos dados


Conhecimento de tcnicas estatsticas

8) A manchete se sustenta apenas o grfico? 32,2 36,5 31,3 26,2 31,4 42,3

9) Caso negativo, que ferramentas? 0,0 25,8 74,2 0,0 20,9 79,1
(*)A soma das porcentagens dentro do pr-teste e dentro do ps-teste igual a 100,0%

As tarefas que solicitavam a identificao do tipo de variveis envolvidas no grfico


(quarta, quinta, sexta e stima) apresentaram o pior desempenho. A maioria dos sujeitos
preferiu se omitir nessas tarefas, tanto no pr-teste quanto no ps-teste. A anlise das
respostas mostrou que poucos sujeitos conseguiram identificar a varivel porcentagem do

195
mercado como sendo uma varivel contnua e dependente (ou endgena) e a varivel tempo
como sendo discreta e independente (ou exgena).

J os sujeitos foram melhor sucedidos nas tarefas de projeo de tendncias (10, 11


e 12). Observou-se que 41,0% a 48,9% dos sujeitos conseguiram fazer projees
consideradas adequadas. Embora tenha sido considerado como correto as projees entre
20% e 30%, a grande maioria acompanhou as tendncias observadas nas trajetrias das trs
marcas de sabo, ou seja, crescimento de 5% a 10% para a marca A, ligeiro crescimento
para a marca B de 2% a 4% e, ligeira queda de 4% a 8% para a marca C, numa situao de
empate tcnico, ou seja, estatisticamente as trs marcas de sabo em p estariam em
condies iguais de disputa pela liderana no mercado nacional. A maioria dos sujeitos
utilizou rabiscos para a projeo, sendo poucos os que explicitaram numericamente a
porcentagem do mercado que ficaria com cada marca. Todavia, a maioria dos sujeitos (de
50,7 58,7%) deixou em branco essas tarefas e foram muito poucos os que fizeram
projees fora do intervalo de 20% a 30%, no mximo trs sujeitos, segundo a projeo.

Quatro tarefas (1, 13, 14 e 15) envolviam leitura


a atrs dos dados, isto , o
sujeito deveria valorar a fiabilidade e integridade dos dados, bem como se colocar na
posio de quem toma decises, ao ter que elaborar as manchetes para o jornal, segundo a
marca que tivesse encomendado a pesquisa.

A primeira tarefa solicitava elaborar a manchete da matria, caso a marca A tivesse


encomendado a pesquisa. A maioria dos sujeitos (71,2% no pr-teste e 65% no ps-teste)
conseguiram elaborar manchetes consideradas adequadas. Foi considerada como manchete
adequada aquela que levasse em considerao o crescimento rpido da marca A nas ltimas
semanas.

A dcima terceira tarefa solicitava optar diante da afirmativa a manchete do jornal


seria a mesma se a pesquisa tivesse sido encomendada por outra marca. A maioria dos
sujeitos (54,2% no pr-teste e 48,4% no ps-teste) optou pela resposta negativa,
considerada correta. Nesse caso, foi solicitado que elaborassem as manchetes para as outras
marcas. Para o caso da marca B (tarefa 14) foram consideradas adequadas as manchetes
que ressaltavam o segundo lugar ou a estabilidade da marca B no mercado consumidor

196
(37,4% no pr-teste e 36,1% no ps-teste). Para o caso da marca C (tarefa 15) foram
consideradas adequadas as manchetes que ressaltavam sua condio de lder do mercado
(30,4% no pr-teste e 27,3% no ps-teste).

Ressalta-se, de um lado, a criatividade mostrada pelos sujeitos na elaborao das


manchetes e, de outro, a ingenuidade de tentar driblar a contundncia dos dados ou de
explicitar a fragilidade da marca, ainda outros sujeitos acreditam que com dados
desfavorveis seria prefervel no publicar os mesmos.

Finalmente, duas tarefas (oitava e nona) tinham como objetivo verificar se o sujeito
conhecia ferramentas estatsticas mais complexas que poderiam ser utilizadas a fim de
complementar a tomada de deciso. A oitava tarefa solicitava optar diante da afirmativa: A
manchete se sustenta apenas com o grfico ou preciso usar outras ferramentas
estatsticas, com duas alternativas de respostas. A alternativa preciso usar outras
ferramentas, considerada correta, foi escolhida por 32,2% dos sujeitos e, a alternativa No
precisa nada alm do grfico, por 36,5%. Esse desempenho caiu no ps-teste. Observa-se
que 31,4% dos sujeitos no pr-teste e 42,3% no ps-teste deixaram a questo em branco.

A nona tarefa solicitava aos sujeitos que explicitassem quais seriam essas
ferramentas. Esperava-se que pelo menos os sujeitos experientes, aqueles que j haviam
cursado duas disciplinas, mencionassem a anlise de correlao e regresso ou a anlise de
sries temporais, consideradas como respostas corretas. Infelizmente, nenhum sujeito
mencionou essas tcnicas. Observa-se que a maioria preferiu deixar essa questo em
branco: 74,2% no pr-teste e 79,1% no ps-teste.

A pontuao mdia foi 6,1 no pr-teste e 5,9 no ps-teste, o que, do total de 15


pontos, implica num acerto mdio da ordem de 40%. Esse baixo desempenho foi explicado
porque a maioria dos sujeitos deixaram sem respostas as tarefas da identificao externa do
grfico, as projees, as manchetes para as marcas B e C e as ferramentas complementares
para a tomada de decises.

197
A soma das pontuaes nos quatro grficos compem a pontuao da prova de
grficos, que toma valores de zero a 26. A pontuao mdia, tanto no pr-teste quanto no
ps-teste, foi de 11,2 de 26 pontos.

O Quadro 36 apresenta um resumo do desempenho dos sujeitos em cada grfico e


na prova como um todo. Nesse pode ser observado que o grfico de barras foi o que
apresentou a maior porcentagem mdia de acerto (74,0%), enquanto que o grfico de linhas
apresentou a menor (40,7%). Todavia, o grfico de barras com referncia zero apresentou a
maior taxa de sujeitos que deixaram em branco a questo (22,6%). Em geral, na prova
grfica, a porcentagem mdia de acerto foi de 43,1%.

Em geral, pode-se concluir que os sujeitos conseguem extrair informao em nvel


elementar, conseguem fazer projees razoveis, mas desconhecem os aspectos formais do
grfico. A extrao das informaes depende do tipo de grfico.

Quadro 36. Desempenho dos sujeitos na prova de grficos

Grfico
Estatsticas Total
Barras
0 26
De barras Controle referncia zero Linhas
05 04 02 0 15
N de sujeitos que responderam 742 710 586 629 748

Pontuao mnima mxima 05 04 02 0 14 0 26

Mdia 3,7 1,9 0,9 6,1 11,2

Desvio Padro 1,1 1,0 0,6 3,3 5,2

Mediana 4,0 2,0 1,0 6,0 11,5

% de sujeitos que no responderam 2,0 6,2 22,6 16,9 1,2

Taxa mdia de acerto (*) em % 74,0 47,5 45,0 40,7 43,1


(*) Taxa mdia de acerto = 100*(mdia/mxima)

h) Desempenho na Prova Matemtica

Conforme Quadro 37, a prova figural apresentou menor grau de dificuldade em


relao s outras duas. A pontuao mdia foi 11,9 de um total de 24 pontos, o que d uma
taxa mdia de acerto de quase 50%. J a pontuao mdia na prova de geometria plana foi
2,5 de um total dez pontos, isto , uma taxa mdia de acerto de 25%. Enquanto que na

198
prova de geometria espacial a pontuao mdia foi 1,1 de um total de 7 pontos, significou
uma taxa mdia de acertos de 15,7%. Isso implica que essa prova ofereceu maior grau de
dificuldade quando comparada s outras. Quanto pontuao na prova como um todo, a
pontuao mdia foi 14,5 pontos, correspondendo a uma taxa mdia de acerto da ordem de
35,6%.

Aparentemente, o grau de dificuldade est relacionada a natureza da prova. Tarefas


que dependiam da habilidade de visualizar mentalmente rotao de objetos no plano e no
espao, da estimativa visual e da contagem de cubos empilhados foram bem sucedidas. J
tarefas relacionadas a habilidade de visualizar mentalmente a gerao de slidos no espao,
a partir da rotao de objetos no plano, ou visualizar seces geradas ao se cortar com um
plano um slidos no espao apresentaram maior dificuldade.

Quadro 37. Desempenho dos sujeitos na prova matemtica

Prova Total
Estatsticas Figural Geometria Plana Geometria Espacial 0 41
0 24 0 10 07
N de sujeitos que responderam 733 586 476 737
Valor mnimo valor mximo 0 24 0 10 07 0 37
Mdia 11,9 2,5 1,1 14,5
Desvio Padro 5,6 2,4 1,5 7,4
Mediana 12,0 2,0 1,0 14,0
% de sujeitos que no responderam 3,2 22,6 37,1 2,6
Taxa mdia de acerto (mdia/mximo) % 49,6 25,0 15,7 35,4

i) Desempenho na prova de raciocnio verbal do Teste de Aptides Especficas DAT

Ao todo 384 sujeitos preencheram o DAT, sendo que a pontuao variou de 1 a 39,
a pontuao mdia foi de 17,8, com um desvio padro 7,5 e a mediana de 17 pontos.
Consequentemente, a taxa mdia de acerto foi de 35,6%. A Figura 44 ilustra a distribuio
da pontuao dos sujeitos no DAT. Observa-se que a distribuio da pontuao na prova
verbal ligeiramente simtrica em torno da mdia de 17 pontos. Observa-se que a
pontuao mxima da prova era de 50 pontos.

199
N 100

d
e
80
s
u
j
e
i
60
t
o
s

40

20

Std. Dev = 7,52


Mean = 17,8
0 N = 384,00

0 5 10 15 20 25 30 35 40 45 50
Pontuao na prova verbal - DAT

Figura 44. Desempenho dos sujeitos na prova de Raciocnio Verbal - DAT

j) Sntese do comportamento dos indicadores

Os nove indicadores de cunho cognitivo foram padronizados para uma escala de 0 a


100, enquanto as pontuaes nas escalas de atitudes foram mantidas nos seus valores
originais (20 a 80). As Figuras 45 e 46 mostram o comportamento dos onze indicadores, em
uma escala compatvel, apenas no pr-teste.

A nota final nas disciplinas de Estatstica assumiu pontuaes acima de 40% (Nota
4), uma vez que essa calculada apenas para os aprovados e reprovados. Quanto
distribuio da pontuao nas escalas de atitudes verificou-se que, em geral, os sujeitos
apresentaram atitudes tendendo ao positivo.

J em relao pontuao atribuda pelo prprio sujeito ao seu desempenho em


Estatstica (Nota Estatstica) e Matemtica (Nota Matemtica), observou-se que os sujeitos
foram mais rigorosos em Estatstica, onde aproximadamente 25% dos sujeitos atribuiu-se
pontuao abaixo de 50% (Nota 5), o que no ocorreu em Matemtica. Isso poderia ser
explicado, em parte, porque aproximadamente um tero dos sujeitos pertencem a cursos,
nos quais no existe a disciplina de Matemtica na grade curricular.

200
100
P
o
90
n
t
80
u
a
70

60
o
50

40

30

20

10

0
N = 581 745 738 616 647
Nota Final Atitude Matemtica Nota Matemtica
Atitude Estatstica Nota Estatstica

Figura 45. Distribuio da pontuao de alguns indicadores

100
P
o
90
n
t
80
u
a
70

60
o
50

40

30

20

10

0
N = 736 732 746 748 737 384
Conh Estatstico Media
Mdia Pictrico
Matemtica
Conh Graficos Graficos DAT
Grficos Verbal

Figura 46. Distribuio da pontuao de alguns indicadores

201
Analisando a distribuio dos sujeitos segundo o nvel de conhecimento de
Estatstica, observou-se que praticamente 75% dos sujeitos obteve pontuao menor ou
igual a 30%, isso significa que, dos treze conceitos e/ou procedimentos, no mximo quatro
deles eram conhecidos por esses sujeitos que, em geral, eram os mais simples J o
conhecimento de grficos apresentou um desempenho melhor.

Comparando o desempenho nas quatro provas, a da mdia apresentou o melhor


desempenho, uma vez que 75% dos sujeitos conseguiu responder 60% ou mais da prova. J
o desempenho em grficos caiu substancialmente, 75% dos sujeitos conseguiram responder
at 60% da prova. O desempenho caiu, mais ainda, na prova matemtica, em que 75% dos
sujeitos obtiveram pontuaes inferiores a 50%. Os resultados na prova verbal
apresentaram distribuio similar prova de matemtica.

6.2 Anlise da relao entre variveis no pr-teste

a) Anlise de varincia e teste t-student

Optou-se por apresentar apenas dois quadros que resumem os resultados da


aplicao dos testes F e t-student. Esses testes verificaram se existia diferenas
significativas entre as mdias das variveis quantitativas (indicadores), pelas categorias das
variveis qualitativas. O teste t-student foi utilizado para variveis com duas categorias,
como o caso do gnero (masculino, feminino) e situao frente ao mercado de trabalho
(trabalha, no trabalha). O teste F foi utilizado quando a varivel possua trs ou mais
categorias.

O Quadro 38 apresenta apenas o nvel de significncia da amostra (p-valor)


resultante da aplicao dos testes. Valores menores ou iguais a 0,05 (nvel de significncia
= 5%) indicam a rejeio da hiptese de igualdade de mdias, o que leva a concluir que
existe diferena significativa entre as mdias do indicador quantitativo segundo as
categorias da varivel qualitativa. Por exemplo, o p-valor das atitudes em relao
Estatstica por gnero foi igual a 0,000. Isso leva a concluir que existia diferena
significativa entre as atitudes dos homens e das mulheres. J o p-valor da nota final por

202
gnero foi igual a 0,235, o que leva a concluir que no existia diferena significativa no
desempenho na disciplina por gnero. Para visualizar melhor, os p-valores no
significativos foram sombreados, por serem esses em menor quantidade.

O Quadro 39 mostra os valores das mdias dos indicadores quantitativos segundo as


categorias das variveis qualitativas. As clulas sombreadas indicam que no existe
diferena entre as mdias para essas categorias. A mdia grifada em negrito indica a maior
mdia. Na apresentao dos Quadros 38 e 39, os indicadores foram ordenados. A primeira
a ser apresentada foi a nota final, a seguir as duas escalas de atitudes, as notas dadas ao
desempenho pelos prprios sujeitos, o nvel de conhecimento informado pelos prprios
sujeitos e, por ltimo, as provas. Essa ordenao obedeceu a natureza das variveis, indo
das afetivas para as cognitivas, com exceo da nota final.

Esses resultados foram complementados com grficos de linhas, sendo que a ordem
de apresentao sofreu uma ligeira modificao em relao apresentao dos Quadros 38
e 39, a fim de evitar o excessivo cruzamento das linhas.

Analisando os resultados apresentados nos Quadros 38 e 39, de uma forma global,


verificou-se que a nota atribuda pelo prprio sujeito a seu desempenho em Estatstica e o
desempenho na prova verbal foram os indicadores que sofreram menos a interferncia das
variveis qualitativas. Em relao as variveis qualitativas que menos interferiram no
desempenho dos indicadores, de modo geral, foram aquelas de cunho demogrfico,
principalmente a faixa etria e situao frente ao mercado de trabalho. Observou-se,
tambm, que a situao final na disciplina tambm no interferiu em todos os indicadores,
principalmente naqueles de cunho cognitivo, o que aparenta uma contradio.

203
Quadro 38. Nvel de significncia da amostra (p-valor) resultante da aplicao dos testes F e t-student

Atitudes em relao Nota atribuda pelo Nvel de conhecimento


prprio sujeito a seu atribudo pelo prprio
Varivel qualitativa Nota (escala de 20 a 80) desempenho em sujeito em Desempenho nas provas
Final na
disciplina Estatstica Matemtica Estatstica Matemtica Estatstica Grficos Mdia Grfica Matemtica Verbal

Gnero 0,2350 0,0000 0,0100 0,2130 0,7870 0,1750 0,0000 0,0000 0,0000 0,0000 0,5650

Faixa etria 0,1924 0,0630 0,5255 0,7229 0,0169 0,0634 0,0007 0,0562 0,1550 0,0007 0,2288

Ensino Mdio 0,6200 0,1142 0,3734 0,0132 0,0038 0,7258 0,0334 0,0003 0,0003 0,0001 0,8660

Ano de ingresso 0,0000 0,9138 0,0012 0,0590 0,0170 0,0000 0,0000 0,6395 0,0286 0,0500 0,4146

Trabalha? 0,9180 0,0000 0,0000 0,3840 0,8210 0,0000 0,0000 0,6760 0,0260 0,0720 0,8800

Turno do curso 0,0102 0,0000 0,0000 0,0522 0,0386 0,0769 0,0000 0,0763 0,0025 0,1146 0,8265

Curso 0,0000 0,0000 0,0000 0,0276 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0096

rea de conhecimento 0,0001 0,0000 0,0000 0,1645 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0441

Cursos N disciplinas de Est 0,0000 0,0000 0,0000 0,3534 0,0000 0,0000 0,0000 0,0000 0,0081 0,0002 0,1172

Cursos Complex. Matemt. 0,0000 0,0000 0,0000 0,0958 0,0004 0,0000 0,0000 0,0000 0,0000 0,0001 0,0379

Nvel da disciplina 0,0002 0,0000 0,0000 0,0009 0,0001 0,0000 0,0000 0,0000 0,0000 0,0001 0,0042

Situao frente disciplina* 0,0489 0,0000 0,0000 0,1476 0,0025 0,0000 0,0000 0,0005 0,0000 0,0004 0,0465

Autopercepo Estatstica 0,0068 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0096 0,0268 0,0131 0,2843

Autopercepo Matemtica 0,0026 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0072 0,0000 0,0332

J foi Reprovado? 0,0378 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0313 0,3727

Situao Final na disciplina X 0,8215 0,2553 0,0001 0,0002 0,0043 0,2508 0,8377 0,7280 0,6357 0,4780

As clulas sombreadas no so significativas ao nvel de significncia de 0,05 ( = 5%)


*de Estatstica

204
Quadro 39. Quadro resumo das mdias dos indicadores quantitativos padronizados (*) segundo categorias das variveis
qualitativas

Atitudes em relao Nota atribuda pelo Nvel de conhecimento


prprio sujeito a seu atribudo pelo prprio
Varivel Categorias Nota (escala de 20 a 80) desempenho em sujeito em Desempenho nas provas
qualitativa Final na
disciplina Estatstica Matemtica Estatstica Matemtica Estatstica Grficos Mdia Grfica Matemtica Verbal
Geral 71,8 55,3 55,8 63,5 69,3 21,4 34,0 65,5 43,5 35,3 35,7
Gnero Masculino 71,1 56,7 56,9 64,5 69,5 22,1 36,7 69,7 50,0 39,0 34,9
Feminino 72,5 53,9 54,6 62,7 69,3 20,7 31,2 61,1 36,9 31,7 35,8
Faixa etria At 20 72,3 54,4 55,0 64,5 71,5 19,8 30,9 67,7 44,1 38,5 37,1
21 a 25 70,4 55,1 56,0 63,7 69,4 22,8 36,9 65,3 44,9 35,8 33,9
26 ou mais 72,5 56,4 56,1 63,0 67,3 21,0 33,6 63,8 41,4 31,9 34,8
Propedutico 71,2 54,9 56,3 63,4 70,8 21,4 33,9 67,0 44,1 37,3 35,1
Ensino Mdio Magistrio 73,6 54,5 54,3 58,7 64,4 19,7 29,7 57,2 33,9 26,7 34,3
Tcnico 72,7 56,8 55,2 66,6 67,7 22,0 36,7 65,3 46,2 34,3 36,0
Outro 71,1 55,8 54,1 59,6 66,8 20,5 30,9 62,5 42,0 33,4 37,6
19992000 74,5 55,0 53,4 65,2 69,6 15,5 27,2 66,5 41,1 36,7 36,4
Ano de 19971998 71,7 55,4 57,2 64,7 71,1 23,1 38,0 65,7 45,6 36,5 34,0
ingresso
At 1996 66,9 55,3 56,2 61,2 67,0 25,6 36,2 64,9 44,7 32,8 35,1
Trabalha? Sim 71,8 56,6 57,4 64,2 69,2 23,0 36,9 65,4 45,0 34,5 35,7
No 71,7 53,7 53,5 62,9 69,5 19,2 30,0 66,0 41,8 37,0 35,4
Matutino 68,4 56,0 57,4 62,3 70,7 22,5 36,4 68,4 46,4 35,1 37,6
Turno do Noturno 72,0 56,9 57,9 65,3 70,4 22,3 37,7 65,8 45,2 34,2 35,4
curso
Diurno 72,9 52,8 52,3 61,7 67,4 19,7 27,7 64,3 40,2 37,4 35,7
As clulas sombreadas no so significativas ao nvel de significncia de 0,05 ( = 5%)
(*) As pontuaes das duas escalas de atitudes no foram padronizadas

continua...

205
Quadro 39. Quadro resumo das mdias dos indicadores quantitativos padronizados (*) segundo categorias das variveis
qualitativas (continuao)
Atitudes em relao Nota atribuda pelo Nvel de conhecimento
Categorias (escala de 20 a 80) prprio sujeito a seu atribudo pelo prprio Desempenho nas provas
Varivel Nota
desempenho em sujeito em
qualitativa Final na
disciplina Estatstica Matemtica Estatstica Matemtica Estatstica Grficos Mdia Grfica Matemtica Verbal
Economia 68,5 56,3 57,8 63,5 70,9 23,7 37,9 69,9 45,3 34,0 34,6
Administra 69,7 55,5 56,5 64,2 69,9 19,8 39,8 65,4 50,2 34,5 37,0
Agronomia 73,1 52,5 54,2 61,6 65,7 21,0 25,9 63,4 39,1 32,2 31,4
Veterinria 66,5 50,1 46,9 54,2 59,1 14,8 28,9 67,8 45,6 46,1 40,4
Curso Biologia 73,0 52,0 53,5 61,5 70,7 22,5 31,1 61,9 38,6 33,9 35,5
Geografia 81,5 56,5 47,3 65,6 63,2 13,5 21,7 49,9 33,6 22,8 28,5
Enfermagem 77,3 57,5 52,4 66,5 69,0 17,7 21,9 65,2 37,6 40,5 35,9
Matemtica 61,5 60,1 68,5 67,2 76,0 30,7 41,1 71,2 44,0 44,5 41,5
rea de Biolgicas 74,3 53,9 53,4 63,2 70,1 20,9 27,8 63,0 38,3 36,1 35,7
conhecimento Agrrias 74,5 53,2 49,7 61,2 62,9 16,5 25,3 60,2 39,1 33,3 33,4
Sociais 69,1 55,9 57,1 63,8 70,4 21,9 38,8 67,8 47,5 34,2 36,0
Exatas 61,5 60,1 68,5 67,2 76,0 30,7 41,1 71,2 44,0 44,5 41,5
Cursos N I Uma 76,0 54,9 48,9 62,8 64,0 15,3 23,9 60,7 38,6 36,1 34,9
de disciplinas II Duas 71,5 53,9 55,2 63,0 69,4 20,8 34,9 64,0 44,7 33,9 35,5
de Estatstica III Economia 68,5 56,3 57,8 63,5 70,9 23,7 37,9 69,9 45,3 34,0 34,6
IV Matemt 61,5 60,1 68,5 67,2 76,0 30,7 41,1 71,2 44,0 44,5 41,5
Cursos Nenhuma 79,5 57,0 49,8 66,0 66,1 15,5 21,7 57,4 35,6 31,6 32,1
Complexidade Mat. Bsica 73,0 52,0 53,5 61,5 70,7 22,5 31,1 61,9 38,6 33,9 35,5
Matemtica Clculo 69,4 54,9 55,8 62,8 68,9 21,1 36,4 67,3 46,3 35,1 35,9
Mat. Superior 61,5 60,1 68,5 67,2 (**) 76,0 30,7 41,1 71,1 44,0 44,5 41,5
Nvel da Primeira 70,8 54,6 53,9 61,5 67,8 15,5 30,4 63,6 41,2 34,0 35,0
disciplina Segunda 75,3 54,9 55,9 67,8 72,4 33,3 41,1 68,3 50,2 36,0 36,1
Ref. Estatis 68,0 57,9 59,3 65,8 69,0 44,8 48,4 73,3 53,0 33,2 -
Ref. Matem 61,5 60,1 68,5 67,2 76,0 30,7 41,1 71,2 44,0 44,5 41,5
As clulas sombreadas no so significativas ao nvel de 0,05 ( = 5%)
(*) As pontuaes das duas escalas de atitudes no foram padronizadas
(**) significativo ao nvel de 10%
continua...

206
Quadro 39. Quadro resumo das mdias dos indicadores quantitativos padronizados (*) segundo categorias das variveis
qualitativas (continuao)
Atitudes em relao Nota atribuda pelo Nvel de conhecimento
Categorias (escala de 20 a 80) prprio sujeito a seu atribudo pelo prprio Desempenho nas provas
Varivel Nota
desempenho em sujeito em
qualitativa Final na
disciplina Estatstica Matemtica Estatstica Matemtica Estatstica Grficos Mdia Grfica Matemtica Verbal
Situao Novato 71,7 55,4 53,9 63,6 68,2 14,1 29,2 63,8 40,7 34,4 35,1
frente Med. Exper 72,6 53,3 55,0 61,9 69,5 28,3 38,6 65,8 47,3 34,6 35,5
disciplina de Experiente 68,0 57,9 59,3 65,8 69,0 44,8 48,4 73,3 53,0 33,2 -
Estatstica Ref. Matem 61,5 60,1 68,5 67,2 76,0 30,7 41,1 71,2 44,0 44,5 41,5
Auto per- Conc. Total 64,6 41,6 44,1 42,8 58,3 14,6 28,3 56,5 42,0 28,7 30,4
cepo de Concordo 70,1 49,4 53,1 55,7 64,6 20,3 33,1 63,4 41,3 33,0 34,2
desempenho Discordo 72,4 56,8 56,3 65,9 70,6 21,0 33,7 67,1 44,4 36,2 35,6
em Estatstica Disc. Total 76,7 66,9 63,9 78,2 77,9 30,3 43,1 67,0 49,5 39,7 39,2
Auto percep- Conc. Total 74,0 50,7 37,1 60,4 51,1 12,6 22,1 50,5 37,9 27,6 28,6
o de de- Concordo 69,4 52,1 48,9 58,2 60,8 19,2 31,3 62,4 42,0 31,2 34,6
sempenho em Discordo 71,9 55,6 57,1 65,1 71,7 21,5 34,8 67,1 43,8 36,5 35,9
Matemtica Disc. Total 76,9 62,5 71,5 70,0 83,5 28,9 40,4 70,9 49,4 42,9 40,3
J foi Sim 69,3 52,2 54,8 57,5 67,0 27,5 37,7 64,1 45,6 33,9 33,6
Reprovado? No 73,9 58,1 60,5 69,4 73,9 30,1 40,7 70,0 47,5 38,1 37,5
a 1 vez 71,8 55,0 53,6 62,6 67,8 13,5 28,4 63,5 40,4 34,4 35,2
Situao Aprovado 55,1 54,9 64,8 70,2 21,7 33,4 65,3 43,7 35,0 35,0
Final na Reprovado 54,0 51,2 58,6 61,3 18,5 32,5 62,4 44,8 34,1 37,9
Disciplina Sem Rend X 54,3 54,0 63,4 64,9 16,3 32,1 64,4 41,3 32,5 36,9
Abandono 54,9 56,1 54,5 65,5 18,8 37,3 64,8 44,0 33,7 32,1
As clulas sombreadas no so significativas ao nvel de significncia de 0,05 ( = 5%)
(*) As pontuaes das duas escalas de atitudes no foram padronizadas

207
Quanto ao gnero, as mulheres apresentaram desempenho ligeiramente superior ao
dos homens apenas na nota final e na prova verbal, embora essas diferenas no foram
significativas. Os homens apresentaram atitudes mais positivas do que as mulheres, tanto
em Estatstica quanto em Matemtica, afirmaram conhecer mais grficos, bem como
obtiveram melhores pontuaes na prova da mdia, grfica e matemtica, conforme ilustra
a Figura 47.

80

Masculino
70
Feminino

60

% 50

40

30

20
Nota-Matem

Matemtico
Atit-Matem

Grfico
Mdia
Nota Final

Nota-Estat

Conh-Estat
Atit-Estat

Verbal

Conh-Grficos

Figura 47. Pontuao mdia dos indicadores quantitativos por gnero

A faixa etria interferiu em apenas trs variveis, com o seguinte perfil: os mais
jovens (at 20 anos) atriburam-se notas maiores ao seu desempenho em Matemtica e de
fato conseguira as maiores notas na prova matemtica, havendo uma coerncia entre a
percepo e o desempenho em si. J os sujeitos de 21 a 25 anos afirmaram possuir maior
conhecimento de grficos do que os demais.

208
Em relao ao curso freqentado no Ensino Mdio, em geral, os sujeitos que
freqentaram o curso propedutico e cursos tcnicos tinham perfis similares e superior ao
desempenho dos que freqentaram curso de magistrio. Os sujeitos que freqentaram o
curso propedutico auto avaliaram seu desempenho em Matemtica melhor que os outros
sujeitos, conseguiram maiores pontuaes na prova da mdia e na prova de matemtica. J
os que freqentaram cursos tcnicos auto avaliaram seu desempenho em Estatstica melhor,
atriburam-se melhor nvel de conhecimento de grficos e conseguiram melhor desempenho
na prova grfica, enquanto que os alunos provenientes do curso de magistrio, em geral,
obtiveram as menores pontuaes. Esses resultados poderiam estar indicando uma
preparao diferenciada em Matemtica e em Estatstica no Ensino Mdio.

O ano de ingresso no curso no interferiu nas atitudes em relao Estatstica, na


auto avaliao de desempenho em Estatstica, no desempenho na prova da mdia e nem na
prova verbal. Os sujeitos que ingressaram entre 1999 e 2000 conseguiram notas finais
maiores, as melhores pontuaes na prova matemtica, porm afirmaram possuir o menor
nvel de conhecimento de Estatstica e de grficos e obtiveram o menor desempenho na
prova grfica, o que poderia estar sinalizando o pouco conhecimento estatstico trazido do
Ensino Mdio.

Os sujeitos que trabalhavam tinham atitudes mais positivas tanto em Estatstica


quanto em Matemtica, afirmaram possuir um nvel maior de conhecimentos de Estatstica
e de Grficos e obtiveram melhor desempenho na prova grfica, que os sujeitos que no
trabalhavam. Isto parece ser explicado pelo fato dos sujeitos que esto inseridos no
mercado de trabalho perceberem mais a importncia da Estatstica no campo profissional e,
tambm, porque esta varivel est ligada ao curso, que apresenta perfis diferenciados.

O turno do curso interfere nas atitudes em relao Estatstica e Matemtica, na


auto avaliao do desempenho em Matemtica, na percepo do nvel de conhecimentos
grficos e no desempenho na prova grfica. Os sujeitos que estudam em perodo integral,
apresentavam atitudes mais negativas, auto avaliaram pior seu desempenho em Matemtica,
informaram ter menor conhecimento de grficos anterior e foram os que apresentaram o
pior desempenho na prova grfica.

209
Todos os indicadores quantitativos apresentaram diferenas significativas por curso,
o que era esperado uma vez que os cursos, alm de clientelas com perfis diferentes,
oferecem disciplinas nos vrios nveis. Todavia, observa-se que a nota final na disciplina
vem na contramo dos resultados das provas da mdia, grfica, matemtica e verbal. Para
analisar de forma mais detalhada a nota final por curso, apresenta-se a Figura 48.

N 10
o
t
a
8
F
i
n
a
l 6

0
N= 51 50 87 42 116 142 36 8
Geografia Biologia Administrao Veterinria
Enfermagem Agronomia Economia Matemtica

Figura 48. Distribuio da nota final nas disciplinas de Estatstica por curso

Conforme a figura anterior, os sujeitos do curso de Geografia foram os que


apresentaram o melhor desempenho na nota final, onde a maioria foi aprovado na
disciplina. Esse resultado parece ser explicado pelo fato desse curso oferecer uma nica
disciplina, limitada Estatstica Descritiva. O segundo curso com melhor desempenho foi o
curso de Enfermagem, que tambm oferece uma nica disciplina, embora inclua tpicos da
Inferncia Estatstica. Em terceiro lugar ficou o curso de Biologia e em quarto lugar o curso
de Agronomia, estes dois ltimos oferecem duas disciplinas de Estatstica.

Do lado oposto, o curso de Matemtica apresentou o pior desempenho, embora esse


resultado se restringisse ao desempenho dos oito alunos que estavam cursando a disciplina
de Clculo de Probabilidades, seguido de Medicina Veterinria. Esses dois cursos, que

210
apresentaram as notas mais baixas, contraditoriamente, so os cursos que apresentaram o
melhor desempenho nas quatro provas cognitivas.

Esses resultados mostraram que o indicador nota final vulnervel para medir
desempenho em Estatstica, uma vez que os contedos e nvel de cobrana nas disciplinas
diferem substancialmente. Alm disso, os alunos que abandonam as disciplinas no
possuem notas, restringindo o nmero de sujeitos nas anlises.

A fim de tornar mais visvel o perfil dos cursos, esses foram apresentados em duas
figuras separadas, agrupando os cursos de padro similar. O curso de Matemtica foi
repetido nas duas figuras por apresentar, em geral, o melhor desempenho servindo como
ponto de referncia.

Analisando o comportamento mdio dos indicadores por curso, observou-se que o


curso de Matemtica apresentou as maiores pontuaes, com exceo da prova grfica,
onde foi superado pelos cursos de Administrao e Economia e, na prova matemtica, onde
o curso de Medicina Veterinria conseguiu o melhor desempenho.

Os cursos de Economia e Administrao apresentaram um perfil bastante similar, os


sujeitos desses cursos auto avaliaram seu desempenho de forma bastante positiva,
apresentaram atitudes, tambm, bastante positivas tanto em relao Estatstica quanto
Matemtica, alm de apresentarem um bom desempenho nas provas da mdia e grfica.

J os sujeitos do curso de Geografia apresentaram atitudes positivas, auto avaliaram


seu desempenho de forma positiva, porm apresentaram o pior desempenho nas quatro
provas e informaram possuir os menores nveis de conhecimento de Estatstica e de
grficos, conforme Figura 49.

A Figura 50 mostra que os cursos de Biologia e Agronomia apresentaram um


padro similar, seguido de perto pelo curso de Enfermagem. Esse perfil fica um pouco
abaixo do perfil apresentado pelos cursos de Economia e Administrao.

O curso de Veterinria apresentou um carter contraditrio, de um lado, um bom


desempenho nas provas da mdia, grfica, matemtica e verbal, porm foi o curso em que
os sujeitos apresentaram as atitudes mais negativas em relao Estatstica e Matemtica,

211
auto avaliaram, de forma negativa, seus desempenhos em ambas matrias e afirmaram
possuir pouco conhecimento de estatstica e de grficos.

Quando se analisa o desempenho dos sujeitos por rea de conhecimento, o perfil de


Cincias Exatas (Matemtica), em geral, apresentou o melhor desempenho, seguido da rea
de Cincias Sociais e Aplicadas (Administrao e Economia), em terceiro lugar, a rea de
Cincias Biolgicas (Enfermagem e Biologia) e, por ltimo, a rea de Cincias Agrrias
(Agronomia, Medicina Veterinria e Geografia).

Quando se analisa o desempenho dos cursos agrupados segundo o nmero de


disciplinas de Estatstica que possuem na sua grade curricular, foi verificado que o curso de
Matemtica (referncia matemtica) apresentou, em geral, o melhor desempenho, seguido
do curso de Economia (referncia estatstica). Em terceiro lugar ficaram os cursos que
oferecem duas disciplinas (Administrao, Biologia e Administrao) e, em ltimo lugar,
aqueles cursos que oferecem uma nica disciplina (Enfermagem, Geografia, Medicina
Veterinria). Esses resultados mostram a importncia do papel da instruo no
desenvolvimento do conhecimento e atitudes em relao Estatstica.

Quando se analisa o desempenho dos cursos agrupados segundo a complexidade


matemtica de sua grade curricular, observou-se que existe uma relao direta entre a
complexidade matemtica do curso e o desempenho nas provas. Em relao ao desempenho
nas provas cognitivas, o curso que oferece disciplinas de Matemtica Superior
(Matemtica) apresentou o melhor desempenho, seguido dos cursos que oferecem
disciplinas de Clculo Diferencial e Integral (Administrao, Economia, Agronomia e
Veterinria) que superam o grupo anterior apenas na prova grfica. Em terceiro lugar,
ficou o curso de Biologia, que oferece apenas a disciplina Matemtica Bsica e, em ltimo
lugar, os cursos que no oferecem nenhuma disciplina de Matemtica (Enfermagem e
Geografia) apresentaram o pior desempenho. J nos indicadores afetivos e de auto-
percepo de desempenho, excluindo o grupo de Matemtica Superior, no se observa uma
tendncia clara entre os outros grupos de cursos.

212
90

80
Geografia
70
Matemtica
60 Economia
Administrao
% 50

40

30

20

10

Matemtico
Atit-Matem

Grfico
Mdia
Nota-Final

Nota-Mat

Nota-Estat

Conh-Estat
Atit-Estat

Verbal

Conh-Grf
Figura 49. Pontuao mdia dos indicadores quantitativos por curso

90

80
Enfermagem
70 Veterinria
Matemtica
60
Biologia
% 50 Agronomia

40

30

20

10
Matemtico
Atit-Matem

Grfico
Mdia
Nota-Final

Nota-Mat

Nota-Estat

Conh-Estat
Atit-Estat

Verbal

Conh-Grf

Figura 50. Pontuao mdia dos indicadores quantitativos por curso

213
A anlise do desempenho dos sujeitos agrupados segundo o nvel das disciplinas de
Estatstica mostrou que os sujeitos referncia estatstica superaram os outros grupos nas
provas da mdia e de grficos e informaram possuir o melhor nvel de conhecimentos de
Estatstica e de grficos. J os sujeitos que estavam cursando a primeira disciplina de
Estatstica apresentaram o pior desempenho nas provas, atitudes menos positivas e auto
avaliao de desempenho tambm menor, sempre superados pelos sujeitos que estavam
cursando a segunda disciplina. O grupo de referncia matemtica apresentou o melhor
desempenho nas provas matemtica e verbal e ocupou o segundo lugar na prova da mdia.
Esse grupo auto avaliou seu desempenho em Matemtica de forma positiva ao igual que
suas atitudes em relao Matemtica e Estatstica.

Essa gradao no desempenho, nas atitudes, na auto avaliao de desempenho e na


percepo de conhecimentos prvio corroboraram a hiptese de que a instruo tem um
papel importante na formao das atitudes e no desenvolvimento dos conceitos estatsticos
e na leitura de grficos.

Analisando o desempenho dos sujeitos segundo sua situao frente disciplina de


Estatstica, verificou-se que o grupo referncia matemtica e os experientes (referncia
estatstica) apresentaram, em geral, os melhores desempenhos. J os novatos e os
medianamente experientes apresentaram perfil similar e sempre inferior ao perfil dos outros
grupos. Os sujeitos medianamente experientes superaram significativamente os novatos
apenas na prova grfica, onde, inclusive, superaram os sujeitos do grupo referncia
matemtica.

Com relao ao desempenho mdio nas provas da mdia, grfica e matemtica, de


acordo com o gnero, foi observado que o gnero masculino apresenta um desempenho
mdio superior ao feminino, nas trs provas, independentemente da situao frente
disciplina. Observou-se, tambm, que na prova da mdia e na prova de grficos existe um
desempenho linear crescente entre os novatos, medianamente experientes e experientes.
Nessas duas provas, o grupo referncia matemtica no superou o grupo experiente. Na
prova matemtica observou-se um desempenho linear crescente apenas para o gnero
masculino na ordem: novato, medianamente experiente, experiente e referncia

214
matemtica, o que no ocorre com o gnero feminino onde as experientes apresentaram o
pior desempenho seguido das medianamente experientes, ver Figura 51.

Esses resultados mostram que o conhecimento estatstico, atrelado ao processo de


instruo, interfere diretamente no desenvolvimento do conceito de mdia e na leitura de
grficos. O gnero, tambm, interfere significativamente.

80

Mdia
70 Masculino

Mdia
Feminino
60
Grfico
Masculino
% 50
Grfico
Feminino

40 Matemtica
Masculino

30 Matemtica
Feminino

20
Novato Med. Experiente Experiente Referncia
Matemtica

Figura 51. Desempenho nas provas da mdia, de grficos e de matemtica, por gnero,
segundo situao dos sujeitos frente disciplina de Estatstica

A auto-percepo de desempenho interferiu de forma efetiva e evidente em todos os


indicadores quantitativos (Figura 52), embora essa interferncia seja mais marcante nos
indicadores de carter afetivo e de percepo de desempenho prvio em Estatstica e em
grficos. Os sujeitos que discordaram da afirmativa Eu no tenho um bom desempenho em
Estatstica, isto , aqueles que percebem seu desempenho de forma bastante positiva,
obtiveram as melhores pontuaes em todos os indicadores. Em compensao, os sujeitos
que concordaram com esta afirmao apresentaram atitudes mais negativas, tenderam a se
auto avaliar de forma negativa e obtiveram as menores pontuaes nas provas.

215
80
Disc. Totalmente
70 Discordo
Concordo
60
Conc. Totalmente

50
%
40

30

20

10
Nota-Matem

Matemtico
Atit-Matem

Grfico
Mdia
Nota-Final

Nota-Estat

Conh-Estat
Atit-Estat

Verbal

Conh-Grf
Figura 52. Pontuao mdia dos indicadores segundo auto-percepo de desempenho em
Estatstica

Analisando o perfil dos sujeitos segundo a auto-percepo de desempenho em


Matemtica foram encontrados resultados similares aos encontrados em Estatstica, embora
as diferenas no sejam muito grandes.

A reprovao anterior em alguma disciplina de Estatstica interferiu de forma


efetiva. Sujeitos que no haviam sofrido reprovaes apresentaram atitudes mais positivas e
melhor desempenho. J os sujeitos que sofreram alguma reprovao tendem a ter atitudes
mais negativas, percepo de desempenho inferior. Todavia, os reprovados conseguiram
superar os novatos na prova grfica e no nvel de conhecimento estatstico e grfico,
provavelmente, decorrente de haverem cursado pelo menos uma disciplina de Estatstica.

Finalmente, foi verificado que a situao final na disciplina no afetou as atitudes e


nem o desempenho nas provas cognitivas. No entanto, afetou a auto avaliao de
desempenho em Estatstica e Matemtica e no nvel de conhecimento de Estatstica que os
prprios sujeitos informaram possuir tanto de Estatstica quanto de grficos.

216
Esse resultado muito importante e merece reflexo, pois indicaria que o sucesso na
disciplina independe do nvel de relacionamento afetivo e de conhecimentos relativos
disciplina. Isto parece ser explicado pelo perfil de aprovao em cada curso, conforme pode
ser apreciado na Figura 53.

Aprovado Direto Aprovado com Prova Final Reprovado Abandono

100%

90%
80%

70%
60%

50%

40%
30%

20%
10%

0%

N= 65 74 211 104 332 66 366 17 1235


Enfermagem

Matemtica

Total
Biologia

Agronomia

Economia

Veterinria

Administrao
Geografia

Figura 53. Situao final nas disciplinas dos alunos matriculados, no segundo semestre de
1999 e no primeiro semestre de 2000, por curso

A Figura 53 mostra a situao final de todos os alunos matriculados nos semestres


da coleta de dados da pesquisa. Observa-se, que h cursos onde quase no existiu
reprovao ou os alunos no precisaram fazer prova final (Enfermagem e Geografia). J em
outros cursos, porm, os alunos enfrentaram as provas finais e abandonaram mais as
disciplinas (Administrao, Economia e Medicina Veterinria). Observa-se que os dados
para Matemtica se referem apenas a uma nica turma de 17 alunos que havia cursado a
disciplina de Clculo de Probabilidades.

O carter contraditrio entre desempenho na disciplina e nas provas e na escala de


atitudes pode ser melhor analisada tomando-se como pontos de referncia, de um lado, o

217
curso de Geografia, onde quase todos os sujeitos (85,1%) foram aprovados, apresentaram
atitudes bastante positivas, porm o desempenho nas quatro provas foram os menores. De
outro lado, o curso de Medicina Veterinria, onde apenas 51,5% sujeitos foram aprovados,
apresentaram atitudes mais negativas, porm obtiveram um dos melhores desempenhos nas
provas cognitivas. Em uma situao intermediaria encontram-se os sujeitos de Economia e
Administrao, que apresentaram atitudes positivas, desempenho mdio nas provas
cognitivas, porm a taxa de aprovao foi da ordem de 60% e 50%. respectivamente.

Observa-se, ainda analisando o perfil de aprovao dos cursos, que o curso de


Geografia oferece apenas uma nica disciplina, estando essa restrita Estatstica
Descritiva. J Medicina Veterinria, por outro lado, tambm oferece uma nica disciplina,
porm abordado at delineamento de experimentos. Isso indica que a varivel nota final e
situao na disciplina no so bons indicadores para medir desempenho em Estatstica.

b) Anlise de correlao

O Quadro 40 apresenta a matriz de correlao dos onze indicadores quantitativos


estudados. Todas as correlaes foram positivas e variaram de 0,0067 at 0,5984. Com
exceo de trs coeficientes, os restantes foram significativos ao nvel de 5% ( = 0,05).

Todavia, muitas dessas relaes foram fracas. No presente estudo foram


considerados relevantes os coeficientes de correlao maiores ou iguais a 0,25, que foram
sombreados no Quadro 40, a fim de ressaltar as variveis envolvidas.

A Figura 54, ilustra de forma esquemtica, a relao entre os indicadores. Verifica-


se que esses se correlacionam de forma mais consistente, formando grupos. O primeiro
grupo formado pelos indicadores de carter afetivo (atitudes em relao Estatstica e em
relao Matemtica) e indicadores de auto avaliao de desempenho (Estatstica e
Matemtica); o segundo grupo formado pelos indicadores do nvel de conhecimento de
Estatstica e de grficos e o terceiro grupo formado pelos indicadores de carter cognitivo,
resultantes das quatro provas (mdia, grfica, matemtica e verbal).

218
Quadro 40. Matriz de correlao dos indicadores (*)

Indicadores Nota Nota Nota Conhecimento Conhecimento Atitudes Atitudes Prova da Prova de Prova Prova
Final Estatstica Matemtica Estatstica Grficos Estatstica Matemtica mdia grficos matemtica verbal
Nota Final na 1 0,2242 0,1677 0,0893 0,0067 0,1491 0,1089 0,0710 0,0945 0,1403 0,0064
disciplina 0,000 0,000 0,043 0,880 0,001 0,012 0,104 0,030 0,001 0,915
Nota 1 0,4931 0,3189 0,2002 0,4471 0,2192 0,1779 0,1987 0,1478 0,1536
Estatstica 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,014
Nota 1 0,2638 0,2152 0,3561 0,5984 0,2194 0,1787 0,2209 0,1795
Matemtica 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,003
Conhecimento de 1 0,4591 0,2355 0,2387 0,1932 0,2446 0,1665 0,1327
Estatstica 0,000 0,000 0,000 0,000 0,000 0,000 0,018
Conhecimento de 1 0,2352 0,2201 0,2097 0,3472 0,2384 0,1334
Grficos 0,000 0,000 0,000 0,000 0,000 0,018
Atitude 1 0,5225 0,1869 0,1808 0,1507 0,1159
Estatstica 0,000 0,000 0,000 0,000 0,037
Atitude 1 0,2595 0,1592 0,2304 0,1817
Matemtica 0,000 0,000 0,000 0,001
Teste 1 0,3942 0,3168 0,2922
da Mdia 0,000 0,000 0,000
Teste 1 0,3702 0,3001
Grfico 0,000 0,000
Teste 1 0,3476
Matemtico 0,000
(*) O primeiro valor se refere ao coeficiente de correlao de Pearson e o segundo ao p-valor do teste da hiptese que nega a relao entre as variveis (Ho: = 0).
Isso significa que valores menores que 0,05 implicam na rejeio da hiptese nula, concluindo que existe relao entre as variveis.
Coeficientes estimados com valores maiores ou iguais a 0,25 foram sombreados para destacar esses resultados.

219
. Nota Final na Legenda: coeficiente de correlao ( r )
disciplina r 0,25 (p = 0,000)
0,20 r < 0,25 (p = 0,001)
Atitude 0,4471 Nota
Estatstica Estatstica

0,3189

Conhecimento Prova 0,2922


de Estatstica da Mdia
0,3561
0,5225

0,4931

0,2638

0,4591
0,3942

Conhecimento 0,3472 Prova de 0,3001 Prova


0,2638 de Grficos Grficos Verbal

0,3168
0,2595
0,3702

Nota Prova
Matemtica Matemtica 0,3476
0,5984

Atitude
Matemtica

Figura 54. Relao entre os indicadores quantitativos

220
c) Anlise de regresso

Na busca de um modelo explicativo para o desempenho na leitura de grficos em


funo dos indicadores quantitativos levantados foram realizadas vrias tentativas. A nota
final, a idade e ano de ingresso no curso no foram includas na anlise, porque suas
correlaes foram muito fracas. Foi utilizado o mtodo de regresso passo a passo
(stepwise).

Como resultado da aplicao desse mtodo, quatro indicadores foram selecionados,


na seguinte ordem: conhecimento de mdia aritmtica (prova da mdia), conhecimento
grfico anterior (informado pelo sujeito), habilidade viso-pictrica (prova matemtica) e
habilidade verbal (prova DAT), conforme equao a seguir:

Grfico = 0,6384 + 0,2431*(Mdia) + 0,2112*(Conh-Grficos)


+ 0,1353*(Matemtica) + 0,0924*(Verbal)

Esse modelo explicou 28,8% (coeficiente de determinao R2 = 0,288) do


desempenho na leitura de grficos, onde o conhecimento da mdia aritmtica contribuiu
com 15,5%, o nvel de conhecimento de grficos com 7,4%, a habilidade viso-pictrica
com 4,3% e a habilidade verbal com 1,4%. O Quadro 41 detalha as estimativas dos
parmetros da equao.

Quadro 41. Estrutura dos parmetros do modelo explicativo para a leitura de grficos

Parmetro Contribuio explicativa


Parmetros / variveis R2 (%)
Estimativa p-valor Acumulado Parcial

Intercepto 0,6384 0,5801

Coeficiente angular

1. Prova da mdia 0,2431 0,0000 15,5 15,5

2. Conhecimento de grficos (informada pelo prprio sujeito) 0,2112 0,0000 22,9 7,4

3. Prova matemtica (habilidade viso-pictrica) 0,1353 0,0014 27,4 4,3

4. Prova verbal - DAT 0,0924 0,0254 28,8 1,4

221
Todavia, acredita-se que as variveis afetivas devam afetar o desempenho na leitura
de grficos atravs de efeitos indiretos, mas que para captar esses efeitos seria necessrio
utilizar ferramentas tais como modelos estruturais.

No modelo encontrado, a varivel que mais afetou o desempenho na leitura de


grfico foi o conhecimento da mdia. Modelando apenas essas duas variveis, o modelo
encontrado foi: Grficos = 3,6877 + 0,3884*Mdia. Ou seja, por cada 10 pontos
percentuais a mais na prova da mdia, haveria um ganho de 3,9 pontos percentuais na
leitura de grficos. Esse modelo explicaria 15,5% do desempenho em grficos em funo
do conhecimento da mdia. A Figura 55 ilustra a relao entre o desempenho na prova de
grficos e na prova da mdia, junto com a reta estimada que modela essas duas variveis.

P 30
r
o
v
a

d
e 20

g
r

f
i
c
o 10

Estimado

0 Observado
0 10 20 30

Desempenho na prova da mdia

Figura 55. Relao entre o desempenho na prova de grficos e na prova da mdia

222
d) Anlise de Covarincia

De todas as combinaes possveis, o melhor modelo foi aquele que introduziu a


varivel gnero e retirou o desempenho na prova verbal:

Grficos = 5,4721 + 0,2806*(Mdia) + 0,2331 (Conh-Grficos)


+ 0,2337*(Matemtica) + 10,4781*(Gnero)

O Quadro 42 detalha os parmetros da equao. Observa-se que o modelo, incluindo


essas quatro variveis, explica 38,4% do desempenho na leitura de grficos, onde o
conhecimento da mdia aritmtica contribuiu com 19,1%, o gnero com 8,7%, o nvel de
conhecimento de grficos com 6,5% e a habilidade viso-pictrica 4,1%. O desempenho na
prova verbal que entrava no modelo anterior e contribua com apenas 1,4%, foi substitudo
pela varivel gnero.

Quadro 42. Estrutura dos parmetros do modelo explicativo para a leitura grficos

Parmetro Contribuio explicativa


Parmetros / variveis R2 (%)
Estimativa p-valor Acumulada Parcial
Intercepto 5,4721 0,2081
Coeficiente angular
1. Prova da mdia 0,2806 0,0001 19,1 19,1
2. Gnero (dummy: 0 para feminino e 1 para masculino) 10,3952 0,0000 27,8 8,7
3. Conhecimento de grficos (informada pelo prprio sujeito) 0,2331 0,0001 34,3 6,5
4. Prova matemtica 0,2337 0,0003 38,4 4,1

Novamente, entraram no modelo apenas as variveis de carter cognitivo e, dentre


as variveis qualitativas, o gnero. Este modelo superou o modelo anterior que conseguia
explicar apenas 28,8%, ou seja, o gnero teve um papel explicativo, bastante significativo.

Interpretando os valores das estimativas dos parmetros do modelo, pode-se


concluir que por cada 10 pontos percentuais adicionais no desempenho na prova da mdia,
o desempenho na prova de grficos aumentar em 2,8%. Quanto ao gnero, ser do gnero
masculino implica num ganho de 10,5% pontos na prova de grficos. J para cada dez

223
pontos percentuais adicionais no nvel de conhecimentos de grficos ou no desempenho na
prova matemtica, haver um acrscimo de 2,3% na prova de grficos.

e) Anlise fatorial

Os grupos de indicadores observados na matriz de correlao (Quadro 40 e Figura


54) foram confirmadas, quando se utilizou a anlise fatorial. Nesta anlise, tambm foi
excluda a varivel nota final. Antes de utilizar a referida tcnica, foi preciso verificar a
validade de seus pressupostos: a existncia de correlao entre as variveis envolvidas e a
adequao da amostra (Pereira, 1999). Para isso foi utilizado o teste de esfericidade de
Bartlett, que testa a hiptese de que a matriz de correlao uma matriz identidade (cuja
diagonal igual a um e os outros valores iguais a zero), isto , no existe correlao entre
as variveis. O coeficiente para o teste de esfericidade de Bartlett foi de 621,3, com p =
0,0000, o que permite concluir que a matriz de correlao adequada para o uso da anlise
fatorial.

Para avaliar a adequao da amostra foi utilizado o teste KMO (Kaiser-Meyer-


Olkin), o qual mede a adequao da amostra total e a adequao da amostra para cada
fator, cujo coeficiente foi de 0,70598, o que, segundo Pereira (1999), pode ser considerado
como uma adequao razovel dos dados para a anlise fatorial.

Foi utilizado o mtodo de componentes principais que permite resumir as variveis


originais num nmero reduzido de fatores e foi utilizada a rotao varimax, que uma
rotao ortogonal que busca minimizar o nmero de variveis com altas cargas em um s
fator, permitindo uma melhor visualizao (Pereira, 1999, p. 129). O Quadro 43 mostra os
resultados.

Para extrair o nmero de fatores, existem duas condies a serem observadas. A


primeira, autovalores maiores ou iguais a um e, a segunda, a porcentagem acumulada da
varincia total explicada pelos fatores selecionados. Um valor em torno ou superior a 60%
para a varincia acumulada considerada razovel no caso da pesquisa em cincias
humanas (Hair, Anderson, Tathan e Black, 1995). Segundo esses critrios, conclui-se que

224
existem trs fatores. O Quadro 44 apresenta as cargas fatoriais dos fatores selecionados e a
Figura 56 ilustra o agrupamento das variveis.

Como pode ser observado, no Quadro 44 e na Figura 56, as dez variveis foram
agrupadas em trs fatores. O primeiro fator agrupou as variveis de carter afetivo (atitudes
em relao Estatstica e em relao Matemtica) e as variveis de auto avaliao de
desempenho (em Estatstica e em Matemtica). O segundo fator agrupou as variveis de
carter cognitivo, resultantes da aplicao das provas e, por ltimo, o terceiro fator agrupou
o nvel de conhecimentos de Estatstica e de grficos informados pelos prprios sujeitos.

Quadro 43. Distribuio dos autovalores e variao explicada por fator

Variveis Auto- Varincia explicada


valor
Fator % % acumulada
Nota em Estatstica (dada pelo prprio sujeito) 1 3,3563 33,6 33,6
Nota em matemtica dada pelo prprio sujeito) 2 1,4386 14,4 47,9
Conhecimento de Estatstica (informada pelo prprio sujeito) 3 1,0937 10,9 58,9
Conhecimento de Grficos (informada pelo prprio sujeito) 4 0,7979 8,0 66,9
Atitudes em relao Estatstica 5 0,7366 7,4 74,2
Atitudes em relao Matemtica 6 0,6586 6,6 80,8
Prova da mdia 7 0,6325 6,3 87,1
Prova de grficos 8 0,5605 5,6 92,7
Prova matemtica 9 0,4876 4,9 97,6
Prova verbal 10 0,2377 2,4 100,0

Quadro 44. Distribuio das cargas fatoriais aps rotao Varimax

Variveis Fator 1 Fator 2 Fator 3


Nota em Estatstica (dada pelo prprio sujeito) 0,62931 0,05192 0,29057
Nota em matemtica dada pelo prprio sujeito) 0,79634 0,16642 0,07854
Conhecimento de Estatstica (informada pelo prprio sujeito) 0,23818 0,06078 0,78711
Conhecimento de Grficos (informada pelo prprio sujeito) 0,11664 0,18846 0,80432
Atitudes em relao Estatstica 0,73833 0,06077 0,16240
Atitudes em relao Matemtica 0,78223 0,20837 0,00544
Prova da mdia 0,17316 0,65363 0,13067
Prova de grficos 0,02932 0,63994 0,40375
Prova matemtica 0,11893 0,72432 0,09474
Prova verbal 0,10745 0,72176 -0,05439

225
,8
Prova Matemtica
Prova Verbal
,6
Prova de grficos

Prova da Mdia
Factor 2 ,4

Atitudes Matemtica
,2 Conhecimento de Grficos
Nota em Matemtica
Conhecimento de Estatstica
Atitudes Estatstica 1,0 1,0
,8 ,8
,6 ,6
,4 ,4
Nota em Estatstica ,2 ,2
0,0 0,0
Factor 1 Factor 3

Figura 56. Espao fatorial aps rotao Varimax

f) Anlise das atitudes em relao Estatstica

Na seo anterior foi verificado que o modelo que melhor ajusta o desempenho na
prova de grficos no contemplou as variveis de carter afetivo. Aqui foi explorado a
interferncia das diversas variveis nas atitudes em relao Estatstica, apenas no pr-
teste, ou seja, h quase um ms do incio do semestre.

Seguindo o mesmo procedimento utilizado na modelagem do desempenho na prova


de grficos, foi obtido o seguinte modelo:

Atitude-Estatstica = 15,5088 + 6,7001*Auto-percepo-Estatstica


+ 0,3661*Atitude-Matemtica + 0,1351*Nota-Estatstica

0,1286*Nota-Matemtica + 2,5065*Gnero

Esse modelo conseguiu explicar 56,3% da variao das atitudes em relao


Estatstica, onde a varivel com maior poder explicativo foi a auto-percepo de
desempenho na disciplina, respondendo por 36,8% dessa variao. A segunda varivel a

226
entrar no modelo foi a varivel atitudes em relao a Matemtica, que contribuiu com uma
carga explicativa adicional de 12,6%. Esta varivel foi a que apresentou melhor correlao
dentro das variveis quantitativas. A auto avaliao do desempenho tanto em Estatstica
(3,1%) quanto em Matemtica (2,4%), tambm entraram no modelo, porm suas cargas
explicativas foram pequenas. Finalmente, a varivel gnero entrou com uma carga
explicativa residual de 1,4%.

Observou-se que nenhuma varivel de carter cognitivo entrou no modelo, o que


pode ser explicado pelo fato de existir cursos contraditrios, onde os sujeitos apresentaram
atitudes e auto avaliao do desempenho negativas, mas obtiveram as melhores pontuaes
nas provas, como foi o caso de Veterinria e, ao contrrio, como foi o caso de Geografia.

A Figura 57 ilustra a relao entre as atitudes e a auto-percepo de desempenho,


por gnero. Observa-se uma relao linear, a medida que o sujeito percebe melhor seu
desempenho, suas atitudes se tornam mais positivas. Em geral, os sujeitos de gnero
feminino apresentaram atitudes menos positivas.

80
A
t
i
t 70
u
d
e
s 60

E
s
50
t
a
t
40
s
t
i Gnero
c 30
a Masculino
s
20 Feminino
N= 8 11 101 97 223 213 38 31
Conc. totalmente Concordo Discordo Disc. totalmente

"Eu no tenho um bom desempenho em Estatstica"

Figura 57. Atitudes em relao a Estatstica em funo da auto-percepo de desempenho


em Estatstica e gnero

227
Silva (2000, p. 113) estudou a relao entre as atitudes em relao Estatstica (Y),
o desempenho na disciplina (X) e as atitudes em relao Matemtica (Z) encontrando as
seguintes relaes: Y = 30,17 +2,68*X, com um coeficiente de determinao de 11,5% e Y
= 18,51 + 0,63*Z, com um coeficiente de determinao de 45,0%. J no presente estudo
relacionar as atitudes em relao Estatstica com o desempenho na disciplina forneceria
um coeficiente de determinao de 2,2% e, com as atitudes em relao Matemtica,
27,3%, valores bastante abaixou dos encontrados por Silva (2000). As diferenas
encontradas parecem ser explicadas pelo carter contraditrio apresentados por muitos
sujeitos do presente estudo e pelo perfil de aprovao das disciplinas por curso.

g) Desempenho nas provas segundo tipo de procedimento na soluo de problemas

O problema proposto por Cai (1999) tinha por objetivo analisar a relao entre o
desempenho na prova (mdia e matemtica) segundo o tipo de procedimento utilizado na
soluo do problemas. O Quadro 45 apresenta de forma comparativa os resultados
encontrados no presente estudo e no estudo do referido autor.

O Quadro 45, no caso do presente estudo, apresenta a mdia nas provas, seguida de
uma letra, resultante da aplicao do teste de comparaes mltiplas de Tukey. Grupos com
uma mesma letra, dentro de uma prova (coluna), no diferem estatisticamente e letras
diferentes implicam em diferenas significativas ao nvel de significncia de 5% ( = 0,05).

Quadro 45. Resultados comparativos segundo tipo de procedimento adotado na soluo de


problemas
Tipo de Resultados encontrados na presente pesquisa Resultados encontrados por Cai (1998)
proce-
dimento Sujeitos Prova da Prova de Prova Prova Prova da Prova Sujeitos
% mdia grficos (*) matemtica verbal mdia (%) matemtica %
Algbrico 34,1 71,6 a 48,2 a 42,1 a 40,1 a 100 19,2 2,0
Aritmtico 52,3 65,4 b 43,1 b 33,1 b 33,2 b 57 17,0 66,0
Verbal 10,8 65,9 b 43,8 b 33,5 b 35,7 b 31 14,2 6,6
Pictrico 2,8 62,8 b 49,9 a 32,5 b 36,3 b 26 13,6 25,4
Geral 100,0 67,5 45,1 36,2 35,9 - - 100,0
(*) ao nvel de significncia de 10%
(**) Porcentagem de acertos

228
No presente estudo, em geral, observou-se que os sujeitos que utilizaram o
procedimento algbrico mostraram um desempenho superior ao dos outros grupos, em
todas as provas, com exceo da prova grfica, onde os sujeitos que utilizaram o
procedimento pictrico conseguiram um desempenho ligeiramente superior, embora no
significativo. Os outros grupos tm um desempenho similar. Cai (1998), tambm,
encontrou diferenas significativas entre esse grupos (F(3,249) = 4,19; p < 0,01). A anlise
pos-hoc mostrou que os sujeitos algbricos apresentaram desempenho superior, seguido
dos sujeitos aritmticos e no encontrou diferenas significativas entre os sujeitos
pictricos e os verbais.

Observa-se que o presente estudo foi realizado tendo como sujeitos estudantes
universitrios, enquanto o estudo de Cai (1998) foi realizado com estudantes da 6 srie.
Isso parece explicar o maior percentual de sujeitos algbricos e menor percentual de
sujeitos pictricos, o que no acontece com os resultados do referido autor, que encontrou
uma situao oposta.

A superioridade dos sujeitos algbricos, segundo Cai (1998), deve-se ao fato desse
grupo possuir o conhecimento conceitual correto do algoritmo aplicado a problemas de
forma reversa, que seria um sinal de reversibilidade do pensamento de Krutetskii (1976),
conseguindo percorrer outros caminhos na soluo do problema.

6.3 Anlise do desempenho dos novatos no pr e ps-teste

A anlise nesta seo se restringiu apenas aos novatos, uma vez que o objetivo era
analisar o conhecimento estatstico trazido do Ensino Mdio e as mudanas aps um
semestre de ensino de Estatstica, alm de analisar se os sujeitos que nunca haviam cursado
formalmente uma disciplina de Estatstica entravam com atitudes pr-formadas ou se elas
eram desenvolvidas ao longo do semestre. O Quadro 46 mostra os resultados da aplicao
do teste t-student para dados emparelhados. Em geral foi observado um acrscimo nos
indicadores, porm nem todos significativos.

229
Quadro 46. Desempenho mdio dos novatos no pr e ps-teste

Variveis quantitativas Grupos N de pares Coef. de Mdia Desvio Estatstica p-valor


correlao padro
Nota em Estatstica Pr-teste 180 0,354 65,1b 17,9 t(179) 0,014
Ps-teste 68,7a 15,7
Nota em Matemtica Pr-teste 163 0,652 68,4b 14,0 t(162) 0,000
Ps-teste 71,7a 13,6
Atitudes em relao Pr-teste 246 0,654 55,1a 9,2 t(245) 0,175
Estatstica
Ps-teste 54,4a 10,4
Prova da mdia Pr-teste 247 0,604 65,2b 16,6 t(246) 0,029
Ps-teste 67,4a 17,9
Prova de grficos Pr-teste 239 0,582 43,0a 17,9 t(238) 0,197
Ps-teste 44,4a 19,1

a) Desempenho na prova da mdia

Conforme o Quadro 46, houve um ganho de apenas 2,2% no desempenho na prova


da mdia do pr-teste para o ps-teste. Esse ganho eqivale a aproximadamente um ponto,
na escala original da prova, que variava de zero a 30, o que pode ser considerado pouco
expressivo.

O coeficiente de correlao entre as pontuaes na prova da mdia no ps-teste (Y)


e pr-teste (X) foi de 0,604 e o modelo de regresso ajustando esses dois momentos foi:

Ps-teste = 24,9 + 0,65*pr-teste

O coeficiente de determinao foi de 36,4%, ou seja, 36,4% do desempenho na


prova da mdia no ps-teste foi explicado pelo desempenho no pr-teste. O coeficiente
angular foi 0,65, significando que para cada ponto percentual no desempenho no pr-teste
haver um ganho de 0,65 pontos no ps-teste. A Figura 58 ilustra essa relao, a reta
ajustada e a reta da igualdade.

Se o coeficiente angular tomasse valores prximos da unidade, significaria


inexistncia de mudanas significativas no desempenho nos dois perodos; se tomasse

230
valores abaixo da unidade, significaria que sujeitos que entraram com pouco conhecimento
de mdia, teriam aprimorado esse conceito, proporcionalmente, mais dos que j tinham o
conceito e, situao oposta se tomasse valores maiores que a unidade.

Como, neste caso, o coeficiente angular foi de 0,65, isso significaria que os sujeitos
que entraram com menor conhecimento teriam conseguido melhor-lo, proporcionalmente,
mais que aqueles que tinham um nvel maior, em outras palavras, o processo de instruo
nivelou o conhecimento da mdia.

Analisando a Figura 58 observou-se que alguns pontos se localizam prximos da


abscissa, longe da nuvem de pontos. Tais pontos puxam a reta, diminuindo o coeficiente
angular. Esses pontos refletem um bom desempenho dos sujeitos no pr-teste e um mau
desempenho no ps-teste. Acredita-se que essa queda no desempenho no significava uma
regresso no nvel de conhecimento.

Y=X
100
P

s
-
t 80
e
s
t
e 60

40

20
Y=24,9+0,65X
R2=36,4%

0 Observado
0 20 40 60 80 100

Pr-teste (%)

Figura 58. Desempenho dos novatos na prova da mdia no pr-teste e no ps-teste

231
Analisando cada uma das questes que compunham a prova (Quadro 47), verificou-
se que houve mudana significativa apenas na segunda questo, que solicitava o clculo da
mdia ponderada, onde foi observado um ganho mdio de 0,5 pontos. Esse ganho foi de
10%, tendo em vista que a questo valia cinco pontos.

Esses resultados merecem reflexo. Esperava-se que aps um semestre de aulas,


este conceito deveria estar completamente formado, sendo o ponto mais frgil o significado
do conceito. Isso significa que os sujeitos aps um semestre de aulas no conseguiram
expressar entendimento sobre o conceito de mdia.

De acordo com esses resultados, pode-se supor que os sujeitos dominam o


conhecimento de procedimento da mdia aritmtica, mas no o conhecimento conceitual.

Quadro 47. Desempenho dos novatos na prova da mdia por questo

Questes Grupos N de Coef. de Mdia Desvio Estatstica p-valor


pares correlao padro
1. Mdia simples Pr-teste 245 -0,018 4,9 0,4 t(244) 0,456
Ps-teste 4,9 0,6
2. Mdia ponderada Pr-teste 164 0,446 2,6 2,2 t(163) 0,018
Ps-teste 3,1 2,2
3. Propriedade da mdia Pr-teste 221 0,349 4,4 1,5 t(220) 0,359
Ps-teste 4,5 1,4
4. Problema proposto por Pr-teste 220 0,228 3,6 1,2 t(219) 0,226
Pollatsek e outros (1981)
Ps-teste 3,7 1,3
5. Interpretao da mdia Pr-teste 176 0,362 0,9 1,4 t(175) 0,750
Ps-teste 0,9 1,5
6. Problema proposto por Pr-teste 246 0,348 4,7 1,2 t(245) 0,211
Cai (1998)
Ps-teste 4,5 1,4

232
b) Desempenho na prova de grficos

O coeficiente de correlao entre as pontuaes na prova de grficos nos dois


momentos foi de 0,582 e o modelo de regresso ajustado foi:

Ps-teste = 17,3 + 0,63*pr-teste

Onde 33,9% da variao do desempenho na prova de grficos no ps-teste


explicado pelo desempenho no pr-teste. De outro lado, o coeficiente angular foi de 0,63, o
que significa que por cada ponto percentual no pr-teste haver um ganho de 0,63 pontos
no ps-teste. A Figura 59 mostra a relao nos dois momentos.

Assim como na prova da mdia, o coeficiente angular de 0,64 indicou que os


sujeitos mais beneficiados foram aqueles cujos conhecimentos eram menores no pr-teste.
Da mesma forma que na anlise anterior, verificou-se a existncia de sujeitos cujas
pontuaes foram superiores no pr-teste.

100
P

s
- Y=X
t 80
e
s
t
e 60

40

20
Y=17,6+0,62X
R2=33,9%

0 Observado
0 20 40 60 80 100

Pr-teste (%)

Figura 59. Desempenho dos novatos na prova de grficos no pr-teste e no ps-teste

233
Analisando cada uma das questes que compunham a prova, foi verificado (Quadro
48) um ganho significativo de 0,3 pontos no grfico de barras (ganho relativo de 6%) e um
ganho de 0,1 pontos no grfico de barras com linha de referncia zero (ganho relativo de
5%). Nas outras questes, os ganhos observados no foram estatisticamente significativos.

Quadro 48. Desempenho dos novatos na prova de grficos por questo

Grfico N mximo Grupos N de Coef. de Mdia Desvio Estatstica p-valor


de pontos pares correlao padro
1. de barras 5 Pr-teste 235 0,509 3,8 1,1 t(234) 0,000
Ps-teste 4,0 1,0
2. de controle 4 Pr-teste 216 0,433 1,9 1,0 t(215) 0,121
Ps-teste 2,0 1,0
3. de barras com 2 Pr-teste 165 0,316 1,0 0,7 t(164) 0,045
referncia zero
Ps-teste 1,1 0,7
4. linhas 15 Pr-teste 175 0,356 5,9 2,9 t(174) 0,108
Ps-teste 6,3 2,9

A anlise destes resultados permite afirmar que no houve grandes avanos na


leitura de grficos ao longo do semestre.

c) Desempenho na escala de atitudes

Conforme o Quadro 46 (pgina 230) no foram encontradas diferenas


significativas nos resultados obtidos na escala de atitudes no pr e no ps-teste. Esses
resultados poderiam estar indicando que apenas com um ms de aulas, as atitudes em
relao Estatstica dos novatos j estariam consolidadas ou que os novatos j haviam
entrado nas disciplinas com atitudes pr-formadas. Analisando a relao entre as
pontuaes nos dois perodos, observa-se que o coeficiente de correlao foi de 0,654 e a
equao da reta relacionando os dois momentos foi:

Ps-teste = 13,9 + 0,74*pr-teste

Onde 42,7% da variao na pontuao no ps-teste explicada pela pontuao no


pr-teste. O valor de 0,74 do coeficiente angular implicaria em uma pequena melhoria,

234
proporcionalmente maior nas atitudes dos sujeitos que entraram com atitudes mais
negativas, que aqueles que entraram com atitudes mais positivas, conforme Figura 60.

80
P

s
- 70
t
e
s
t 60
e

%
50

40

30
Y=13,9+0,74X
R2=42,7%

20 Observado
20 30 40 50 60 70 80

Pr-teste (%)

Figura 60. Atitudes em relao Estatstica dos novatos no pr-teste e no ps-teste

A Figura 60 mostra que os novatos no apresentam alteraes em suas atitudes,


embora se observe alguns pontos que se desgarram da nuvem de pontos. Para verificar de
forma mais detalhada as provveis mudanas de atitudes, essas foram categorizadas em trs
grupos: negativas (menos de 50 pontos), na mdia (de 50 a 60 pontos) e positivas (acima de
60 pontos). O Quadro 49 mostra as mudanas ocorridas do pr para o ps-teste.

O Quadro 49 mostra, na diagonal, os sujeitos que no mudaram a tendncia de suas


atitudes, totalizando, 148 dos 245, ou seja 60,4%. Os 40 sujeitos (16,3%) localizados acima
da diagonal melhoraram suas atitudes ao longo do semestre, enquanto os 57 sujeitos
(23,3%) localizados abaixo da diagonal, pioraram suas atitudes. O resultado do teste qui-
quadrado ( 2 (4) = 99,06; p = 0,0000) mostrou que as atitudes no ps-teste dependem das
atitudes no pr-teste, sendo predominante a tendncia consolidao da mesma. Isso
implica que com um ms de aulas, praticamente, as atitudes em relao Estatstica
encontravam-se formadas.

235
Quadro 49. Atitudes em relao Estatstica dos novatos no pr e no ps-teste

Ps-teste
Pr-teste
Negativa Na mdia Positiva Total Porcentagem
Negativa 42 19 2 63 25,7
66,7% 30,2% 3,2% 100,0%
Na mdia 31 70 19 120 49,0
25,8% 58,3% 15,8% 100,0%
Positiva 1 25 36 62 25,3
1,6% 40,3% 58,1 100,0%
Total 74 114 57 245
100,0
30,2% 46,5% 23,3%

236
CAPTULO VII

DISCUSSO E CONCLUSES

7.1 Discusso dos resultados

7.1.1 Quanta informao extrada dos grficos durante sua leitura?

Verificou-se, tomando como parmetro os resultados encontrados na prova de


grficos, que a pontuao total padronizada variou de 0% a 90,2%, sendo que a taxa mdia
de acertos foi 43,1%, considerado um nvel fraco, para usurios de Estatstica de nvel
universitrio. Esse quadro no mudou substancialmente no ps-teste.

Sintetizando o desempenho dos sujeitos nos quatro grficos que compunham a


prova, verificou-se que o grfico de barras simples apresentou menor dificuldade, em que a
taxa mdia de acerto foi 74,0%. Em geral, os sujeitos conseguiram realizar as tarefas com
sucesso, mesmo na estimao visual da mdia (nvel de leitura intermedirio) e na projeo
da tendncia (nvel de leitura superior).

No grfico de controle, a extrao dos nveis mdios (antes e depois) tambm foi
bem sucedida, porm a estimao do nvel mdio global e a percepo de padres falharam,
devido a ausncia do conceito de mdia ponderada e de no percepo de padres
(variabilidade e perodos). Conseqentemente, a taxa mdia de sucesso foi menor 47,5%.

O grfico de barras com linha de referncia zero tambm apresentou dificuldade,


tanto na extrao do nvel mdio, quanto na projeo de tendncia, uma vez que os sujeitos
ignoraram os valores negativos durante a execuo das tarefas. A maioria dos sujeitos
ignorou os valores negativos (50,7% no pr-teste e 43,2% no ps-teste) e estimou o nvel
mdio apenas com os valores positivos, ou seja, desconhecia propriedades da mdia. Como
conseqncia, a taxa de sucesso foi tambm baixa 45,0%.

Finalmente, no grfico de linhas, as tarefas de projeo de tendncias, a elaborao


da manchete e o ttulo foram executadas de forma razovel. Os sujeitos, porm, falharam

237
nas tarefas de identificao externa do grfico, onde no lembraram o nome do grfico e
no conseguiram identificar a natureza das variveis envolvidas. Tambm falharam quando
foram solicitados a formular a manchete se outro jornal tivesse encomendado a pesquisa,
bem como na percepo da necessidade do uso de conceitos e ferramentas estatsticas mais
complexas, para uma anlise mais consistente, na tomada de deciso. Consequentemente, a
taxa mdia de acerto foi de 40,7%.

Em suma, os sujeitos conseguiram extrair informao ao nvel elementar, extrair


tendncias quando explcitas e fazer projees quando existia um padro regular. Todavia,
os sujeitos falharam no domnio da linguagem grfica, na percepo de padres mais
complexos, apresentaram baixa flexibilidade de pensamento em situaes diferentes ao do
status quo e no conseguiram perceber a necessidade da utilizao de conceitos mais
elaborados para uma anlise mais consistente. A ausncia do conceito de mdia ponderada
e o desconhecimento de algumas de suas propriedades, bem como o no conhecimento do
conceito de disperso prejudicaram a leitura de grficos.

Portanto, pode-se concluir que os sujeitos conseguiram extrair informaes dos


grficos de forma fraca, no condizente com a formao de um usurio de nvel
universitrio. Esperava-se que os sujeitos executassem com sucesso as tarefas mais
complexas, pelos menos os medianamente experientes e os experientes.

Na reviso de literatura, nenhum dos trabalhos analisados foi compatvel com o


presente estudo, a fim de comparar resultados. Em linhas gerais, poderia se concluir, que o
nvel de leitura estava aqum de um nvel esperado para estudantes universitrios, pelo
menos para aqueles com um semestre de instruo formal em Estatstica.

238
7.1.2 A relao entre a leitura de grficos, a habilidade viso-pictrica, o domnio de
conceitos estatsticos, as atitudes em relao Estatstica, a habilidade verbal e a
instruo formal

Tomando como base a teoria de compreenso de grficos desenvolvida por Pinker


(1990) e a teoria de habilidades matemticas desenvolvida por Krutetskii (1976), os fatores
que interferem na leitura de grficos elencados no presente trabalho foram: a habilidade
viso-pictrica, componente da habilidade matemtica, o domnio de conceitos estatsticos,
as atitudes em relao Estatstica, a habilidade verbal, alm do processo de instruo.

a) o papel da habilidade viso-pictrica na leitura de grficos

A habilidade viso-pictrica (Krutetskii, 1976) foi avaliada atravs da prova


matemtica, composta por trs provas: figural (envolvendo tarefas de estimativa visual,
rotao de objetos no plano e no espao e contagem de cubos empilhados); de geometria
plana (envolvendo tarefas com crculos, linhas, ngulos e reas) e de geometria espacial
(envolvendo tarefas de visualizao mental de slidos gerados pela rotao de figuras
planas, seces geradas em slidos ao serem cortados por planos e localizao espacial).

O desempenho mdio na prova foi de 35,4%, o que pode ser considerado fraco. A
prova figural foi a que apresentou menor dificuldade, atingindo uma taxa mdia de sucesso
de 49,6%. J a prova de geometria plana alcanou uma taxa mdia de 25% e a prova de
geometria espacial, 15,7%. Observa-se que o desempenho nas provas de geometria plana e
espacial depende tambm do processo de instruo, enquanto que o desempenho na prova
figural estaria mais ligado habilidade viso-pictrica dos sujeitos.

Foi encontrada uma relao significativa, linear e positiva entre o desempenho na


prova matemtica e na prova de grficos (r = 0,3702; p =0,000). Isso implica que quanto
maior a habilidade viso-pictrica, maior o nvel da leitura de grficos.

239
b) o papel do domnio dos conceitos estatsticos na leitura de grficos

O conceito estatstico subjacente nos grficos estudados foi o da mdia aritmtica.


Esse foi solicitado atravs da estimativa visual do nvel mdio do grfico de barras, do
grfico de controle e do grfico de barras com linha de referncia zero. Para avaliar o
domnio do conceito de mdia foi utilizada uma prova contendo seis questes envolvendo o
conceito, suas propriedades e interpretao.

Em geral, o conhecimento da mdia pode ser considerado regular, pois a taxa mdia
de acertos foi de 65,7%. Foi verificado que os sujeitos conheciam o algoritmo (mdia
simples), algumas propriedades e conseguiram solucionar problemas no sentido reverso
(problema proposto por Cai, 1998). Todavia, no dominavam o conceito de mdia
ponderada e algumas propriedades da mdia (o clculo da mdia inclui todos os valores da
varivel, inclusive os valores zeros e os negativos e, as distncias positivas dos valores da
varivel em relao media anulam as distncias negativas, conceito que origina varincia
e o desvio padro, como medidas de variabilidade), no relacionavam a mdia com outras
medidas, como, por exemplo, com as medidas de variabilidade, o que repercutiu na tarefa
de extrao do nvel mdio global no grfico de controle e do grfico de barras com linha
de referncia zero e no conseguiram interpretar a mdia de uma varivel discreta,
denotando a ausncia do conhecimento conceitual da mdia.

Foi observado que a maioria dos sujeitos v a mdia apenas como uma medida de
tendncia central, que representa um conjunto de dados, ou seja, restrito a seu poder
descritivo. So poucos os sujeitos que conseguiram ver a mdia em sua integridade, como
uma medida poderosa da inferncia estatstica, como um estimador que ajuda na estimativa
de parmetros e no teste de hiptese.

Em linhas gerais, os resultados aqui encontrados foram compatveis com os


encontrados na reviso de literatura. Porm, o nico trabalho com estudantes universitrios
foi o de Pollatsek e outros (1981). Esses autores verificaram que a maioria dos sujeitos
dominava o algoritmo de mdia simples, mas no compreendia o conceito de mdia
ponderada, utilizando no seu clculo a frmula da mdia simples. Esses autores tambm

240
verificaram que os sujeitos estimaram a mdia com maior facilidade quando partiram de
histogramas.

Outros autores tambm chegaram a concluses similares trabalhando, porm, com


sujeitos do ensino fundamental e mdio. Zawojewski (1988) verificou que apenas 7% de
alunos do ensino mdio conseguiam calcular a mdia ponderada. Goodchild (1988)
verificou, em crianas de 13 a 14 anos, a falta de entendimento conceitual da mdia como
medida de posio de uma distribuio resultante de um processo estocstico. Mokros e
Russel (1995) verificaram a dificuldade de a partir da mdia reconstruir a distribuio dos
dados. J Watson (1996) verificou a dificuldade encontrada na interpretao da mdia de
uma varivel discreta. Cai (1998) verificou que o desempenho na mdia est relacionado ao
nvel de desenvolvimento matemtico do aluno.

Portanto, pode-se concluir que as dificuldades encontradas no entendimento


conceitual da mdia em estudantes do ensino fundamental e mdio persistem no ensino
superior.

Quanto relao entre o domnio do conceito de mdia e a leitura de grficos foi


verificada uma relao significativa, linear e positiva entre o desempenho na prova da
mdia e na prova de grficos (r = 0,3942; p =0,000). Isso implica que quanto maior o
domnio do conceito de mdia aritmtica maior o nvel na leitura de grficos.

c) o papel das atitudes em relao Estatstica na leitura de grficos

As atitudes em relao Estatstica foram avaliadas atravs da escala EAE, que


varia de 20 a 80 pontos. A pontuao mdia foi 55,3, acima do ponto mdio que 50,
indicando atitudes positivas.

Silva (2000) estudou as atitudes em relao Estatstica, tendo como sujeitos 643
estudantes de graduao de uma universidade particular de So Paulo e encontrou uma
pontuao mdia de 49,9. Vendramini (2000) tambm estudou esse construto, tendo como
sujeitos 297 estudantes de graduao de uma universidade particular do interior de So
Paulo e encontrou uma mdia de 50,5. Comparando esses resultados, pode-se verificar que
os sujeitos do presente estudo apresentaram atitudes mais positivas.

241
A relao entre as atitudes em relao Estatstica e o desempenho na prova da
mdia significativa, linear e positiva (r = 0,1869; p = 0,000) e, igualmente, com o
desempenho na prova de grficos (r = 0,1808; p =0,000). Todavia, essa relao fraca,
explicada pela existncia de sujeitos que apresentaram atitudes bastante positivas com
desempenho fraco e vice-versa. Essa relao contraditria parece ser explicada pelo nvel
de exigncia da disciplina, quanto menor a exigncia menos tumultuada a relao com a
Estatstica.

Observa-se que a relao entre as atitudes em relao Matemtica e em relao


Estatstica significativa, linear e positiva (r = 0,5225; p =0,000). Esse resultado foi
consistente com o encontrado por Silva (2000) que encontrou uma relao ligeiramente
mais forte (r = 0,6708; p =0,000).

Conseqentemente, concorda-se com a referida autora, no sentido de se dar mais


ateno ao ensino e formao de atitudes em relao Matemtica, pois essas so
importantes na formao de atitudes em relao Estatstica.

d) o papel da habilidade verbal na leitura de grficos

A habilidade verbal foi avaliada atravs da prova DAT, que foi aplicada apenas no
ps-teste. A taxa mdia de acertos foi 35,6%, refletindo um desempenho fraco. Todavia
esta prova pode ter sido prejudicada pelas condies adversas na aplicao de instrumentos
no ps-teste e porque era a ltima prova do instrumento, quando os sujeitos estavam
cansados aps preenchimento dos outros instrumentos.

A prova verbal se relacionou de forma significativa, linear e positiva com a prova de


grficos (r = 0,3001; p = 0,000), com a prova da mdia (r = 0,2922; p = 0,000) e com a
prova matemtica (r = 0,3476; p = 0,000). Embora as relaes encontradas no sejam
fortes, esses resultados permitem concluir que quanto maior a habilidade verbal, maior o
nvel da leitura de grficos, maior o domnio do conceito de mdia e maior a habilidade
viso-pictrica.

O nico trabalho encontrado, relacionando a habilidade verbal com a habilidade


matemtica foi o realizado por Brito, Fini e Neumann (1994). Esses autores aplicaram a

242
prova DAT e uma prova matemtica envolvendo problemas algbricos, aritmticos e
geomtricos, propostos originalmente por Krutetskii (1976). Os autores encontraram uma
correlao fraca (r = 0,24; p = 0,0059).

d) o papel da instruo na leitura de grficos

O papel da instruo foi avaliado de duas maneiras. No pr-teste foi comparado o


desempenho e as atitudes segundo a situao do sujeito frente disciplina de Estatstica:
novatos (cursando pela primeira vez a primeira disciplina de Estatstica, no incio do
semestre), medianamente experientes (haviam cursado uma disciplina) e experientes
(haviam cursado duas disciplinas). Na anlise pr-teste versus ps-teste foi comparado
apenas o desempenho dos novatos, nesses dois momentos. O Quadro 50 e a Figura 61
mostram os resultados.

Quadro 50. O processo de instruo no desenvolvimento do conceito de mdia, na leitura


de grficos e nas atitudes em relao Estatstica
Situao frente Apenas no pr-teste (*) Novatos
disciplina de Estatstica Prova da Prova de Atitudes Prova Prova
mdia Grficos Estatstica da de Atitudes
Aplicao mdia Grficos Estatstica
Experiente 73,3 a 53,0 a 57,9 a

Medianamente Experiente 65,8 b 47,3 b 53,3 b Ps-teste 67,4 a 44,4 a 54,4 a

Novato 63,8 b 40,7 c 55,4 a Pr-teste 65,2 b 43,0 b 55,1 a


(*) Letras iguais dentro de uma coluna significa que os grupos no diferem estatisticamente, segundo o teste de Tukey

A interferncia do processo de instruo pode ser observada de forma mais


consistente quando se compara o desempenho entre grupos, no pr-teste e na prova de
grficos, onde o desempenho aumenta, de forma linear e significativa, dos novatos para os
medianamente experientes e para os experientes.

J essa tendncia no to clara na prova da mdia, onde os novatos e os


medianamente experientes ficaram empatados e desaparecem nas atitudes em relao
Estatstica, pois os novatos apresentaram atitudes to positivas quanto os experientes,
superando as atitudes dos medianamente experientes.

243
Tendncia similar foi observada na anlise do desempenho dos novatos, nos dois
perodos. Observou-se um ganho significativo, porm pequeno, nas provas da mdia e de
grficos, enquanto s atitudes em relao Estatstica apresentaram uma queda, embora
essa diferena no tenha sido estatisticamente significativa.

75

70

65 Mdia Pr-teste
Mdia Pr-ps
Pontuao

60
Grfico Pr-teste
Grfico Pr-ps
55
Atitudes Pr-teste
50 Atitudes Pr-ps

45

40
Novato Medianamente Experiente
experiente

Figura 61. O processo de instruo no desenvolvimento do conhecimento e das atitudes em


relao Estatstica

Duas questes emergem desses resultados. A primeira, em relao as diferenas


entre os trs grupos: por que no foi observada uma diferena maior entre o desempenho
mdio dos novatos e dos medianamente experientes, afinal, existe um semestre de instruo
entre eles? A segunda questo : por que no foram observados nveis maiores no
desempenho dos sujeitos?

Uma provvel explicao pode ser a poca do levantamento dos dados, que foi na
terceira semana aps iniciado o semestre. Em geral, a apresentao de tabelas, grficos e
medidas de tendncia central so os primeiros tpicos dos programas das disciplinas, logo,
na poca do levantamento de dados. Esses j teriam sido ministrados e, da em diante,
pouco teria sido acrescentado ao conceito de mdia, principalmente ao processo de

244
ponderao, mesmo que, de forma recorrente, retorne-se ao conceito de mdia ao se ensinar
conceitos relacionados, tais como as medidas de variabilidade, curtose, assimetria entre
outros.

Se isso fosse verdadeiro significaria que os novatos j no eram to novatos assim e


o que tinham que aprender em termos de mdia e leitura de grficos j o deveriam ter feito
nesse perodo curto de convivncia com a disciplina, uma vez que muito pouco foi
acrescentado ao longo do semestre.

Apesar de terem sido observadas algumas diferenas estatisticamente significativas,


corroborando com a importncia do papel da instruo no processo de desenvolvimento dos
conceitos estatsticos, este revelou-se aqum do esperado. Aps um semestre de instruo,
esperava-se que os novatos atingissem pelo menos o nvel alcanado pelo grupo
experientes. E, mesmo os experientes no conseguiram responder corretamente toda a
prova da mdia, nem a prova de grficos, que ficaram com uma taxa mdia de sucesso em
torno de 73% e 58%, respectivamente.

Aps um semestre de instruo ainda persiste a falta do domnio da linguagem


grfica, lacunas no conceito de mdia ponderada, desconhecimento de algumas
propriedades da mdia, viso estreita do conceito de mdia. Ainda foram observados falta
de flexibilidade do pensamento para enfrentar situaes diferentes colocada em pauta,
dificuldades no reconhecimento de padres no explcitos, falta de percepo da
necessidade de utilizao de outros conceitos e ferramentas para embasar as anlises na
tomada de decises.

Essa situao pode ser fruto da pouca nfase dada ao ensino do conceitos de mdia
quanto leitura de grficos, uma vez que so tpicos considerados fceis.

Quanto s atitudes, esses resultados estariam indicando que se os sujeitos no


entraram com atitudes pr-formadas, essas teriam se formado em um perodo curto de
convivncia com a disciplina de apenas trs semanas. De qualquer forma, as atitudes
apresentadas pelos sujeitos foram positivas e, em geral, eles reconhecem a importncia e
utilidade da Estatstica.

245
f) A inter-relao entre esses fatores

O modelo resultante da anlise de regresso mostrou que a leitura de grficos


depende do domnio do conceito de mdia, que respondeu por 15,5% do poder explicativo
do modelo, do nvel de conhecimento grfico anterior (respondendo por 7,4%), da
habilidade viso-pictrica (respondendo por 4,3%) e da habilidade verbal (respondendo por
1,4%):

Grficos = 0,64 + 0,24*Mdia + 0,21*Conh-grficos + 0,14*Matemtica + 0,09*Verbal

Esse modelo explicou 28,8% da variao do desempenho na leitura de grficos.


Todos os fatores selecionados pelo modelo contribuam de forma positiva e linear, ou seja,
quanto maior o domnio do conceito de mdia, maior o conhecimento prvio de grficos,
maior a habilidade viso-pictrica e verbal, maior o sucesso na leitura de grficos.

0,3472 Conhecimento Background


de grficos Grfico

Prova verbal Habilidade 0,3001 0,2446 Conhecimento Background


DAT Verbal de Estatstica Estatstico

Prova Habilidade 0,3476 Leitura de 0,3942 Domnio do con- Prova


Matemtica viso-pictrica Grficos ceito de mdia da mdia

Escala de Atitudes 0,1592 0,1808 Atitudes Escala de


atitudes Matemtica Estatstica atitudes

Auto avaliao Nota em 0,1787 Prova de 0,1987 Nota em Auto avaliao


Nota de 0 a 10 Matemtica grficos Estatstica Nota de 0 a 10

Figura 62. Modelo operacional para prever o sucesso na leitura de grficos

Todavia, analisando a interferncia de outros fatores na leitura de grficos,


levantados no presente estudo, verificou-se que o gnero tinha um papel importante nesse
processo, revelando-se importante em todas as provas cognitivas, com exceo da prova

246
verbal. Isso foi verificado quando se utilizou a anlise de covarincia, buscando dentre as
variveis qualitativas aquela de maior poder explicativo, o modelo foi obtido:

Grficos = 5,47 + 0,28*Mdia + 0,23*Conh-grficos + 0,24*Matemtica + 10,48*Gnero

A varivel gnero se mostrou to importante que ao entrar no modelo excluiu a


prova verbal e aumentou em quase dez pontos percentuais (R2 = 38,4%) o poder explicativo
do modelo. Por outro lado, s o fato do sujeito ser do gnero masculino acrescenta 10,5%
pontos ao desempenho na prova de grficos.

Conjugando todos esses fatores, pode-se concluir que o sucesso na leitura de


grficos depende do domnio do conceito estatstico a ser extrado, do conhecimento prvio
de grficos, da habilidade viso-pictrica e do gnero, que determinam a eficincia do leitor.

g) A relao entre a eficincia do leitor e a eficcia do grfico

Segundo Pinker (1990), todavia, a leitura de grficos depende da eficincia do leitor


e da eficcia do grfico. Como esses dois fatores interagiram no modelo encontrado?

A eficcia do grfico a capacidade do grfico transmitir a informao desejada.


Para Pinker (1990), uma informao ser mais fcil de ser extrada se essa estiver
disponvel, pronta para ser extrada. Ao contrrio, uma informao ser difcil de ser
extrada se essa tiver que utilizar o processo inferencial ou o processo de codificao top-
down, o que o autor dominou de princpio de dificuldade do grfico.

Dois fatores cooperam para que a informao desejada seja fcil de ser extrada. O
primeiro depende da capacidade do sistema visual codificar em um nico predicado visual
uma informao quantitativa. Esse o caso da maioria das informaes prontas para serem
extradas, como, por exemplo, no caso do grfico de barras, a primeira tarefa (localizar o
valor mais alto) e a terceira tarefa (detectar diferenas extremas na altura de duas barras).
Segundo Pinker (1990), o esquema grfico adiciona bandeiras de mensagens a esses
predicados e, consequentemente, so informaes fceis de serem extradas e, de fato,
95,4% e 84,4% dos sujeitos conseguiram realizar as tarefas com sucesso, respectivamente.
A segunda tarefa (em que perodo a taxa de juros diminuiu mais rapidamente) tambm se

247
enquadra nessa categoria, pois barras decrescentes podem ser codificadas em um nico
predicado. Mas a maioria dos sujeitos falhou nesta tarefa (s 37,3% acertaram). Essa
dificuldade parece ser explicada pelo fato do leitor ter que examinar quatro perodos e,
dentre eles, escolher em qual a taxa de juros diminuiu mais rapidamente, tambm parece ter
havido um problema de interpretao, uma vez que alguns sujeitos responderam com o
ponto mnimo.

O segundo fator que influencia para que a informao desejada seja fcil de ser
extrada a probabilidade de codificao do predicado. Por exemplo, se o predicado
degraus descendentes tem baixa probabilidade de ser codificado, esse no estar disponvel
no esquema grfico, at que seja interrogado de forma explcita. Assim, a disponibilidade
de predicados visuais associados a padres visuais torna mais fcil a extrao da
informao. A riqueza de predicados visuais associados a tendncias quantitativas, no caso
do grfico de linhas, faz com que esse seja mais eficaz do que um grfico de barras,
quando a tarefa extrair tendncias.

Esse parece ser o caso da extrao do nvel mdio no grfico de controle, onde
69,9% e 66,1% dos sujeitos conseguiram estimar a mdia antes e depois de calibrar a
mquina, respectivamente, bem como da projeo de tendncias no grfico de linhas
(guerra do sabo em p) onde 48,9%, 46,2% e 45,6% dos sujeitos conseguiram fazer
projees razoveis para as marcas A, B e C, respectivamente.

Tambm esta parece ser a explicao para a falha da extrao do nvel mdio no
grfico de barras com linha de referncia zero, onde apenas 22,3% dos sujeitos
conseguiram fazer estimativas razoveis. O nvel mdio estava camuflado entre as barras
negativas e positivas, ou seja, esse predicado visual tinha uma baixa probabilidade padro
de ser codificada. A maioria dos sujeitos ignorou as barras negativas (50,7%) e estimou a
mdia em torno de 2000, razovel sob esse pressuposto.

Todavia, se esse grfico fosse transformado em um grfico de linhas, certamente a


taxa de sucesso teria sido maior, pelo menos teriam alcanado o mesmo nvel que
alcanaram no grfico de controle. Ou seja, quase o triplo.

248
Por outro lado, Segundo Pinker (1990) a eficincia do leitor de grficos, dentre
outros fatores, depende do conhecimento prvio de grficos. Se o leitor conhece grficos e
est habituado sua leitura, ele formar esquemas grficos, ricos em predicados visuais.
Saber, por exemplo, que uma curva crescendo lentamente no incio e depois rapidamente
corresponde a um crescimento do tipo exponencial ou geomtrico. O hbito da leitura
tornar automtica a associao de predicados visuais tendncias quantitativas,
aumentando a probabilidade de codificao dos mesmos. Porm, se o leitor no conhece
grficos ou est vendo pela primeira vez um tipo grfico ele dever acionar uma srie de
processos para gerar o esquema grfico, demandando tempo e ter uma alta carga mental.

Observa-se que 92,6% dos sujeitos afirmaram ter tido algum contato com o grfico
de barras, sendo que 29,3% j havia desenhado a mo e 35,4%, no computador.
Consequentemente, os sujeitos possuam esquemas grficos adequados para este tipo de
grfico e como resultado a pouca dificuldade encontrada nas tarefas do grfico de barras.

Todavia, apesar do grfico de barras com linha de referncia zero tambm ser um
grfico de barras, esse no um grfico comum e oferece naturalmente um maior grau de
dificuldade para extrair a mdia. O leitor que no est acostumado com barras negativas
teria que transformar este grfico num grfico de barras comum, deslocando a linha de
referncia para o valor mnimo, preencher com barras os espaos entre a nova linha de
referncia e a linha base das barras e deletar as barras negativas, o que certamente ter uma
carga inferencial muito alta. Ou, ainda, o leitor poderia recorrer a uma das propriedades da
mdia: a soma dos desvios dos valores da varivel em relao sua mdia igual a zero e,
a partir dessa propriedade, extrair o nvel mdio, deslocando a linha de referncia zero para
cima at que, aproximadamente, as barras negativas compensem as barras positivas. Este
processo, sem dvida, requer de um conhecimento de mdia, como ponto de equilbrio ou
de medidas de variabilidade, o que parece no ter acontecido.

Em relao ao grfico de linhas, 79,7% dos sujeitos afirmaram ter tido algum
contato, sendo que 26,0% j havia desenhado a mo e 27,5% no computador. Foi observado
que extrair o nvel mdio e projetar tendncias no ofereceram muita dificuldade. J tarefas
como as de identificao externa do grfico, elaborar mensagens, reconhecer padres mais

249
sofisticados e conhecer a necessidade da utilizao de ferramentas auxiliares na tomada de
decises no foram bem sucedidas.

Conjugando todos esses fatores pode-se concluir que o sucesso na leitura de


grficos depende do domnio do conceito estatstico a ser extrado, do conhecimento prvio
de grficos, da habilidade viso-pictrica e do gnero, que determinam a eficincia do leitor,
alm da eficcia do grfico na transmisso da informao a ser extrada. Retomando a
Figura 37, do Captulo V, este ficou da seguinte maneira:

Teoria de habilidades matemticas de Teoria de compreenso de grficos de


Krutetskii Pinker

Habilidade matemtica Mensagem


Habilidade viso-pictrica (r = 0,3702) versus
Habilidade verbal (r = 0,3001) Propaganda

Instruo
Formal Conhecimentos
Mdia (r = 0,3942) Percepo
conhec-estatst (r = 0,2446) Visual
conhec-grfico (r = 0,3472)
Auto avaliao de desempenho
Matemtica (r = 0,1787)
Estatstica (r = 0,1987)
Condies Usurio de Estatstica
Psicolgicas Leitor de grficos
Atitudes em relao : Tipo de grfico
Matemtica (r = 0,1592) Conceitos estatsticos
Estatstica (r = 0,1808) Complexidade matemtica
Gnero (p = 0,000)

Fatores ligados a Fatores Fatores ligados eficcia


eficincia do leitor demogrficos do grfico

r o coeficiente de correlao de Pearson da varivel com o desempenho na prova de grficos


p o p-valor associado ao teste de diferena de mdias

Figura 63. Fatores que interferem na compreenso de grficos estatsticos

250
7.2 Concluses e consideraes finais

Diante da necessidade de tornar os cidados letrados em Estatstica, face crescente


importncia da informao quantitativa e grfica no cotidiano das pessoas, a comunidade
cientfica e acadmica vem redobrando esforos tanto na pesquisa, tanto na busca da
compreenso dos fatores intervenientes no processo de ensino e aprendizagem de
Estatstica, quanto na implementao de diretrizes norteadoras de ensino nos diferentes
nveis de ensino.

Segundo o PCN de Matemtica do Ensino Mdio, uma das habilidades a serem


desenvolvidas a capacidade de solucionar problemas, interpretando e criticando
resultados dentro do contexto da situao, bem como desenvolver o raciocnio, tirando
concluses a partir de grficos, figuras e esquemas, solucionando problemas ou
desenvolvendo conceitos, utilizando e distinguindo o raciocnio dedutivo e o indutivo,
validando conjeturas, experimentando idias e produzindo argumentos convincentes.

Sem dvida, o papel da Estatstica vm ao encontro desses objetivos e o presente


estudo teve como finalidade contribuir nesse debate, discutindo os problemas que
interferem na leitura de grficos estatsticos veiculados pela mdia e o domnio de conceitos
bsicos da Estatstica.

Os resultados mostraram que mesmo em um nvel universitrio, est-se muito longe


do desejvel. O domnio do conceito de mdia atingiu um nvel razovel e a leitura de
grficos um nvel fraco, acredita-se que o papel da instruo poderia e deveria elevar essas
habilidades a patamares maiores, compatveis com as cobranas de um mundo permeado
pela informao. Percebe-se que h muito trabalho a ser feito na busca do desenvolvimento
do pensamento estatstico e das atitudes em relao Estatstica.

preciso dar mais ateno ao conceito de mdia, principalmente ao processo de


ponderao e algumas propriedades, bem como a seu domnio pleno, tendo em vista seu
potencial quanto estimador, no seu uso na inferncia estatstica.

preciso, tambm, trabalhar melhor a leitura de grficos enquanto instrumentos


cada vez mais utilizados para comunicar informao. Conhecer a linguagem apropriada,

251
saber escolher os grficos a serem utilizados segundo o tipo de informao que se deseja
enviar ou extrair, perceber padres no explcitos no grfico, entender a mensagem
subliminar enviada atravs dos grficos, a fim de que os cidados possam estar
devidamente capacitados para uma leitura adequada da informao, evitando assim um
consumo indiscriminado e acrtico da mesma.

preciso investigar os fatores que interferem no menor nvel de desempenho do


gnero feminino nas provas e nas atitudes em relao Estatstica e Matemtica. Apesar
disso no interferir na aprovao na disciplina, preciso a implementao de estratgias
que visem o desenvolvimento de atitudes mais positivas, da importncia da Estatstica
enquanto ferramenta auxiliar a qualquer rea do conhecimento cientfico, seja na pesquisa
cientfica, no campo profissional, bem como na vida pessoal dos cidados.

Observa-se que se cidados universitrios que cursaram uma disciplina de


Estatstica ainda apresentam graves lacunas na leitura de grficos, provavelmente cidados
com menor nvel de instruo apresentem maiores dificuldades nesse processo.

Portanto, a comunidade estatstica deve tomar conscincia da necessidade de dar


mais ateno a conceitos to bsicos, mas que podem contribuir substancialmente no
processo de cidadania.

Finalmente, deve-se reconhecer que muitos dos resultados encontrados no presente


estudo podem ser resultantes das peculiaridades da universidade onde foi realizado,
surgindo, portanto, a necessidade de estudos similares em outras instituies. Deve-se
reconhecer, tambm, que este trabalho teve como objetivo colocar a questo em pauta,
tendo mais um carter exploratrio, portanto, fazendo-se necessrio de estudos mais
aprofundados para verificar as sutilezas das relaes encontradas, bem como para
desenvolver instrumentos mais precisos.

252
REFERNCIAS BIBLIOGRFICAS

Alves, E. V. (1999). Um estudo exploratrio dos componentes da habilidade matemtica


requeridos na soluo de problemas aritmticos por estudantes do Ensino Mdio.
Dissertao de Mestrado, UNICAMP, Campinas-SP.
Anderson, J. R. e Bower, G. H. (1973). Human associative memory. New York, NY: V. H.
Winston.
Arajo, E. A. (1999). Influncias das habilidades e das atitudes em relao Matemtica e
a escolha profissional. Tese de Doutorado, UNICAMP, Campinas-SP.
Bajgier, S. M., Atkinson, M. e Prybutok, V. R. (1989). Visual fits in the teaching of
regression concepts. The American Statistician, 43(4), 229-234.
Batanero, C. B. (1999). Didctica de la Probabilidad y de la Estadstica. Universidad de
Granada. Espanha.
Battista, M. T. (1990). Spatial visualization and gender differences in high school
geometry. Journal for Research in Mathematics Education, 21(1), 47-60.
Benjamini Y. (1988). Opening the boxplot. The American Statistician, 42(4), 257-262.
Berg, C. A. e Phillips, D. G. (1994). An investigation of the relationship between logical
thinking structures and the ability to construct and interpret line graphs. Journal of
Research in Science Teaching, 31(4), 323-344.
Berg, C. A. e Smith, P. (1994). Assessing students abilities to construct and interpret line
graphs: disparities between multiple-choice and free-response instruments. Science
Education, 78(6), 527-554.
Bertin, J. (1967). Semiologie graphique: les diagrames, les reseaux, les cartes. Paris :
Mouton.
Bishop, A. J. (1980). Spatial abilities and mathematics education a review. Educational
Studies in Mathematics, 11, 257-269.
Brito, M. R. F. (1996). Um estudo de atitudes em relao Matemtica em estudantes de
1 e 2 graus. Tese de Livre Docncia, UNICAMP, Campinas SP.
Brito, M. R. F. (1998). Adaptao e validao de uma escala de atitudes em relao
Matemtica. Zetetik, 6(9), 109-162.
Brito, M. R. F., Fini, L. D. T., Neumann, V. J. G. (1994). Um estudo exploratrio sobre as
relaes entre o raciocnio verbal e o raciocnio matemtico. Pro-posies, 1(5), 37-
44.

253
Butler, D. L. (1993). Graphs in psychology: pictures, data, and especially concepts.
Behavior Research Methods, Instruments & Computers, 25(2), 81-92.
Cai, J. (1998). Exploring students conceptual understanding of the averaging algorithm.
School Science and Mathematics, 98(2), 93-98.
Campbell, K. J., Collis, K. F. e Watson, J. M. (1995). Visual processing during
mathematical problem solving. Educational Studies in Mathematics, 28, 177-194.
Campbell, S. K. (1974). Flaws and fallacies in statistical thinking. New Jersey, NJ:
Prentice Hall.
Cazorla, I. M., Silva, C. B., Vendramini, C. e Brito, M. R. F. (1999). Adaptao e validao
de uma escala de atitudes em relao Estatstica. Anais da Conferncia
Internacional Experincias e perspectivas do Ensino de estatstica: desafios para o
sculo XXI. Florianpolis - SC, 45-57.
Cazorla, I. M., Silva, C. B., Vendramini, C. M. M. e Brito, M. R. F. (2000). Anlise entre
os aspectos afetivos e cognitivos com o desempenho em Estatstica. Livro de
Resumos do 14 Simpsio Nacional de Probabilidade e Estatstica. Caxambu - MG:
ABE, p. 162-163.
Charles, R. (1987). How to evaluate progress in problem solving. National Council of
Teachers of Mathematics, Reston.
Cleveland, W. S. (1984). Graphs in scientific publications. The American Statistician, 38
(4), 261-269.
Cleveland, W. S. (1987). Statistical graphs. Journal of the American Statistical Association,
82(398), 419-423.
Cleveland, W. S. e McGill, R. (1984a). Graphical perception: theory, experimentation and
application to the development of graphical methods. Journal of the American
Statistical Association, 79(387), 531-554.
Cleveland, W. S. e McGill, R. (1984b). The many faces of a scatterplot. Journal of the
American Statistical Association, 79(388), 807-822.
Coren, S e Girgus, J. S. (1980). Principles of perceptual organization and spatial distortion:
the gestalt illusion. Journal of Experimental Psychology: Human Perception and
Performance, 6(3), 404-412.
Crossen, C. (1996). O Fundo falso das pesquisas: a cincia das verdades torcidas. Rio de
Janeiro: Ed. Revan.

254
Curcio F. R. (1987). Comprehension of mathematical relationship expressed in graphs.
Journal for Research in Mathematics Education,18(5), 382-393.
Denby, L. e Pregibon, D. (1987). An example of the use of graphics in regression. The
American Statistician, 41(1), 33-38.
Feu, C. de. (1996). Inconsistencies in the presentation of statistics. Mathematics in School,
25(2), 20-21.
Fienberg, S. E. (1979). Graphical methods in Statistics. The American Statistician, 33(4),
165-178.
Gal, I. (1995). Statistical tools and statistical literacy: the case of the average. Teaching
Statistics, 17(3), 97-99.
Gal, I. e Garfield, J. (1997). Curricular goals and assessment challenges in Statistics
Education. In I. Gal e J. B. Garfield (Eds.), The assessment challenge in Statistics
Education. International Statistical Institute, Amsterdam: IOS Press.
Gal, I. e Ginsburg, L. (1994). The role of beliefs and attitudes in learning Statistics:
Towards an Assessment Framework. Journal of Statistics Education, 2(2),
http://www.jse.stat.ncsu.edu:70/0/jse/v2n2/gal.
Garfield, J. (1995). How students learn Statistics. International Statistical Review, 63(1),
25-34.
Goodchild, S. (1988). School pupils understanding of average. Teaching Statistics, 10(3),
77-81.
Hair, J. F., Anderson, R. E., Tathan, R. L. e Black, W. C. (1995). Multivariate Data
Analysis with readings. Englewood Cliffs, NJ: Prentice Hall.
Hand, D. J. (1998). Breaking misconceptions - Statistics and its relationship to
Mathematics. The Statistician, 47 (2), 245-250.
Hardiman, P. T., Well, A. D. e Pollatsek, A. (1984). Usefulness of a balance model in
understanding the mean. Journal of Educational Psychology, 76(5), 792-801.
Hawkins, A. (1997). Discussion: forward to basics: a personal view of development in
Statistical Education. International Statistical Review, 65(3), 280-287.
Hiebert, J. e Lefevre, P. (1986). Conceptual and procedural knowledge in mathematics: an
introductory analysis. In J. Hiebert (Ed.), Conceptual and procedural knowledge: the
case of mathematics, New Jersey, NJ: Lawrence Erlbaum, pp. 1-27.
Hogg, R. V. (1991). Statistical Education: improvements are badly needed. The American
Statistician, 45(4), 342-343.
Huff, D (1954). How to lie with Statistics, New York, NY: W. W. Norton

255
Kosslyn, S. M. (1985). Graphics and human information processing. Journal of the
American Statistical Association, 80(391), 499-512.
Kruskal, W. H. (1982). Criteria for judging statistical graphics. Utilitas Mathematica, Srie
B, 21B, 283-310.
Kruskal, W. H. e Tanur, J. M. (1978). International Encyclopedia of Statistics. New York,
NY: Macmillan and The Free Press.
Krutetskii, V. A . (1976). The psychology of mathematical abilities in schoolchildren.
Chicago, IL: The Chicago University Press.
Kulm, G. e Bussmann, H. (1980). A phase-ability of mathematics problem solving. Journal
for Research in Mathematics Education, 11(3), 179-189.
Lean, G. e Clements, M. A. (1981). Spatial ability, visual imagery, and mathematical
performance, Educational Studies in Mathematics, 12, 267-299.
Leinhardt, G., Zaslavsky, O. e Stein, M. K. (1990). Functions, graphs, and graphing: task,
learning and teaching. Review of Educational Research, 60(1), 1-64.
Lewandowsky, S. e Spence, I. (1989a). The perception of statistical graphs. Sociological
Methods and Research, 18(2,3): 200-242.
Lewandowsky, S. e Spence, I. (1989b). Discriminating strata in scatterplots. Journal of the
American Statistical Association, 84(407), 682-688.
Li, K. J. e Shen, S. M. (1992). Students weaknesses in statistical projects. Teaching
Statistics, 14(1), 2-8.
Lindsay, P. H. e Norman, D. A. (1977). Human information processing: an introduction to
Psychology. New York, NY: Academic Press.
Linn, M. C., Layman, J. W. e Nachmias, R. (1987). Cognitive consequences of
microcomputer-based laboratories: graphing skills development. Contemporary
Educational Psychology, 12, 244-253.
Lopes, C. A. E. (1998). A Probabilidade e a Estatstica no Ensino Fundamental: uma
anlise curricular. Dissertao de Mestrado, UNICAMP, Campinas-SP.
Marasinghe, M. G., Meeker, W. Q., Cook D. e Shin, T. (1996). Using graphics and
simulation to teach statistical concepts. The American statistician, 50(4), 342-351.
McKenzie, D. L. e Padilla, M. J. (1986) The construction and validation of the graphing in
Science (TOGS). Journal of Research in Science Teaching, 23, 571-579.
MEC, (1997). rea de Cincia e Tecnologia Competncia e habilidades especiais.
Braslia Secretaria de Educao Mdia / MEC ( 1 verso).

256
MEC, (1998). Parmetros Curriculares Nacionais: Matemtica. Secretaria de Educao
Fundamental Braslia: MEC / SEF, vol. 13.
Mevarech, Z. R. e Kramarsky, B. (1997). From verbal description to graphic
representations: stability and change in students alternative conceptions. Educational
Studies in Mathematics, 32, 229-263.
Mokros, J. e Russell, S. J. (1995). Childrens concepts of average and representativeness.
Journal for Research in Mathematics Education, 26(1), 20-39.
Mokros, J. e Tinker, R. F. (1987). The impact of microcomputer-based labs on childrens
ability to interpret graphs. Journal of Research in Science Teaching, 24, 369-383.
Moore, D. S. (1997). New pedagogy and new content: the case of Statistics. International
Statistical Review, 65(2), 123-165.
Mosteller, F., Siegel, A. F., Trapido, E. e Youtz, C. (1981). Eye fitting straight lines. The
American Statistician, 35(3), 150-153.
Murphy, J. R. (1997). How to read the statistical methods literature: a guide for students.
The American Statistician, 51(2), 155-157.
Neumann, V. J. G. (1995). Um estudo exploratrio sobre as relaes entre o conceito de
automatismo da teoria de processamento de informaes de Sternberg e o conceito
de pensamento resumido na teoria de habilidades matemticas de Krutetskii.
Dissertao de Mestrado, UNICAMP, Campinas-SP.
Norusis, M.J. (1993). SPSS for Windows Base System User's Guide Release 6.0. Chicago,
IL: SPSS Inc.
Oliveira, L. T. F. de (1998). Habilidades espaciais subjacentes s atividades de
discriminao e composio de figuras planas utilizando o tangram e tegram.
Dissertao de Mestrado, UNICAMP, Campinas-SP.
Padilla, M. J., Mckenzie, D. L. e Shaw, E. L. (1986). An examination of the line graphing
ability of students in grades seven through twelve. School Science and Mathematics,
86(1), 20-26.
Panaino, R. (1998). Estatstica no Ensino Fundamental: uma proposta de incluso de
contedos matemticos. Rio Claro - SP: Instituto de Geocincias e Cincias Exatas.
Dissertao de Mestrado, UNESP, Rio Claro-SP.
Pereira, J. C. R. (1999). Anlise de dados qualitativos: estratgias metodolgicas para as
Cincias da Sade, Humanas e Sociais. So Paulo: Ed. da UESP.
Pinker, S. (1990). A theory of graph comprehension. In R. Freedle (Ed.), Artificial
intelligence and the future testing (pp. 73-126). Hillsdale, NJ: Erlbaum.

257
Pollatsek, A., Lima, S. e Well, A. D. (1981). Concept or computation: students
understanding of the mean. Educational Studies in Mathematics, 12, 191-204.
Presmeg, N. C. (1986a). Visualization in high school mathematics. For the Learning
Mathematics, 6(3), 42-46.
Presmeg, N. C. (1986b). Visualization and Mathematics Giftedness. Educational Studies in
Mathematics 17, 297-311.
Roth, W-M e McGinn, M. K. (1997). Graphing: cognitive ability or practice? Science
Education, 81, 91-106.
Ruberg, S. J. e Mason, R. L. (1988). Increasing public awareness of Statistics as a science
and profession starting in high school. The American Statistician, 42 (3), 167-170.
Shah, P. e Carpenter, P. A. (1995). Conceptual limitations in comprehending line graphs.
Journal of Experimental Psychology: General, 124(1), 43-61.
Silva, C. B. da (2000). Atitudes em relao Estatstica: um estudo com alunos de
graduao. Dissertao de mestrado, UNICAMP, Campinas-SP.
Silva, C. B. da, Cazorla, I. M. e Brito, M. R. F. de. (1999). Concepes e atitudes em
relao Estatstica. Anais da Conferncia Internacional Experincias e perspectivas
do Ensino de estatstica: desafios para o sculo XXI. Florianpolis - SC, 18-29.
Silva, C. B da, Cazorla, I. M., Vendramini, C. M. M. e Brito, M. R. F. de. (2000). A
influncia das atitudes em relao Matemtica na formao das atitudes em, relao
Estatstica. Livro de Resumos do 14 Simpsio Nacional de Probabilidade e
Estatstica. Caxambu - MG: ABE, p. 460-461.
Simkin, D. e Hastie, R. (1987). An information-processing analysis of graph perception.
Journal of the American Statistical Association, 82 (398), 454-465.
Snee, R. D. (1990). Statistical thinking and its contribution to total quality. The American
Statistician, 44(2): 116-120.
Snee, R. D. (1993). Whats missing in Statistical Education? The American Statistician,
47(2): 149-154
Spalletta, A. G. (1998). Desenvolvimento das habilidades matemticas; um estudo sobre as
relaes entre o desempenho e a reversibilidade de pensamento na soluo de
problemas. Dissertao de Mestrado, UNICAMP, Campinas-SP.
Spence, I. (1990). Visual psychophysics of simple graphical elements. Journal of
Experimental Psychology: Human Perception and Performance, 16(4), 683-692
Spence, I. e Garrison, R. F. (1993) A remarkable scatterplot. The American Statistician,
47(1), 12-19.
Sternberg, R. J. (2000). Psicologia Cognitiva. Porto Alegre: Artes Mdicas Sul.

258
Strauss, S. e Bichler, E. (1988). The development of childrens concepts of the arithmetic
average. Journal for Research in Mathematics Education, 19(1), 64-80.
Tanever, S. (1996). Inconsistencies in the presentation of Statistics. Mathematics in School,
25(2), 8-9.
Tufte, E. R. (1983). The visual display of quantitative information. Cheshire, CT: Graphics
Press.
Tukey, J. W. (1977). Exploratory data analysis. Reading, MA: Addison-Wesley.
UESC, (2000). Relatrio Anual de Atividades. Editora da Universidade Estadual de Santa
Cruz - UESC, Ilhus-BA.
Utsumi, M. (2000). Atitudes e habilidades envolvidas na soluo de problemas algbricos:
um estudo sobre o gnero, a estabilidade das atitudes e alguns componentes da
habilidade matemtica. Tese de doutorado, UNICAMP, Campinas SP.
Vendramini, C. M. M. (2000). Implicaes das atitudes e das habilidades matemticas na
aprendizagem dos conceitos de Estatstica. Tese de doutorado, UNICAMP,
Campinas SP.
Vendramini, C. M. M., Silva, C. B., Cazorla, I. M., Brito, M. R. F. de (2000). Anlise da
relao entre desempenho e atitudes em relao a Estatstica. Livro de Resumos do
14 Simpsio Nacional de Probabilidade e Estatstica. Caxambu - MG: ABE, p. 536-
537.
Vere-Jones, D. (1995). The coming of age of Statistical Education. International Statistical
Review, 63(1), 3-23.
Wada, R. S. (1996). Estatstica e Ensino: um estudo sobre representaes de professores
de 3 grau. Tese de doutorado, UNICAMP, Campinas SP.
Wainer, H. (1984). How to display data badly. The American Statistician, 38(2), 137-147.
Wainer, H. (1992). Understanding graph and tables. Educational Researcher, 14-23.
Wainer, H. e Thissen, D. (1981). Graphical data analysis. Annals Review Psychology, 32,
191-241.
Wallmann, K. K. (1993). Enhancing Statistical literacy: enriching our society. Journal of
the American Statistical Association, 88 (421), 1-8.
Watson, J. (1996). Whats the point? The Australian Mathematics Teacher, 52(2), 40-43.
Watts, D.G. (1991). Why is Introductory Statistics difficult to learn? And What Can We Do
to Make it Easier? The American Statistician, 45 (4), 290-291.
Wavering, M. J. (1989). Logical reasoning necessary to make line graphs. Journal of
Research in Science Teaching, 26, 373-379.

259
Witter, G. P. (1996). Pesquisa cientfica e nvel de significncia. Estudos de Psicologia.
13(1), 55-63.
Zawojewski, J. S. (1988). Teaching Statistics: mean, median and mode: research into
practice. Arithmetic Teacher, 25-26.

260
ANEXO 1

Figura 35 e Figura 37

261
262
Processo Disciplinas
de na
ENSINO DE ESTATSTICA

escolarizao graduao

Habilidade Aquisio de Prontido Aquisio de Prontido


conhecimentos em conhecimentos em
Matemtica estatsticos estatsticos
Estatstica Estatstica

Atitudes em Atitudes em
relao relao
Estatstica Estatstica

Atitudes em Atitudes em
relao relao
MATEMTICA

Matemtica Matemtica

Habilidade Aquisio de Prontido Aquisio de Prontido


conhecimentos em conhecimentos em
Matemtica matemticos matemticos
DE

Matemtica Matemtica
ENSINO

Processo Disciplinas
de na
escolarizao graduao

Ensino Fundamental Ensino Mdio Ensino Superior


Legenda: Determinante Provvel Processo consolidado Processo em consolidao

Figura 35. Relaes hipotticas entre a habilidade, aquisio de conhecimento, atitudes e prontido em Matemtica e em
Estatstica

263
Hab. para solucionar Prova Estatstica (*) Background
problemas 10 questes estatstico

Prova Geometria Habilidade Prova verbal Conhecimento


Plana 5 questes Matemtica DAT Estatstico

Prova Geometria Componente Geral Habilidade


Espacial 4 questes Mente Geomtrica Verbal

Prova Figural
5 questes
Prontido em Prontido em
Matemtica Estatstica

Background Estado
matemtico mental

Hbitos Conhecimentos Condies


Questionrio Destrezas / Hbitos Psicolgicas

Escala de Atitudes Atitudes em relao Atitudes em relao


Estatstica Auto-percepo
20 questes Matemtica

Auto-percepo Traos de Escala de Atitudes Auto-percepo


1 questo personalidade 20 questes 1 questo

Legenda:: Instrumentos Determinante Provvel

Figura 37. Modelo operacional e instrumentos propostos para prever a prontido em Estatstica

264
ANEXO 2

Questionrio informativo

265
Universidade Estadual de Campinas
Faculdade de Educao
Doutorado em Educao Matemtica

Doutoranda: Irene Mauricio Cazorla (Prof da UESC)


Orientadora: Doutora Mrcia Regina Ferreira de Brito

Tese de Doutorado
A relao entre a habilidade viso-pictrica e o domnio
de conceitos estatsticos contidos em grficos

Caro(a) Colaborador(a),

A presente pesquisa tem como objetivo estudar a relao entre a habilidade viso-
pictrica, componente da habilidade matemtica, segundo o psiclogo russo V. A.
Krutetskii e o domnio de conceitos estatsticos, contidos em grficos, de alunos de
graduao que cursaram (ou esto cursando) pelo menos uma disciplina de Estatstica.
Nesse sentido, o presente instrumento composto de vrios testes. O objetivo de
cada teste analisar o estgio de desenvolvimento dos conceitos, da percepo intuitiva do
problema, formalizao e soluo do mesmo. Dado que este instrumento foi calibrado
para vrios nveis de desenvolvimento dos conceitos, o grau de dificuldade aumenta
progressivamente.
A seguir, esto algumas instrues para o preenchimento:
Use apenas caneta. No use nem lpis, nem borracha.
Se voc errar, no apague! Passe um trao em cima do erro e continue , para ns
importante poder acompanhar seu raciocnio.
Solucione os problemas um a um, na ordem estipulada. Se voc no souber a
questo, faa um risco e passe para a prxima questo.
Uma vez que voc passou para o prximo problema, no volte ao problema
anterior.
Sublinhe os termos que para voc so desconhecidos.
No desista. Faa tudo que estiver ao seu alcance.
Para sua segurana, todas suas informaes sero mantidas em sigilo pela pesquisadora.
Obrigado pela sua colaborao.

266
Questionrio informativo

Nome:_________________________________________ RA: ________________

Curso: ___________________________ Estudou 2 grau: Trabalha?: ( )Sim


Turno: ( )Manh ( )Tarde ( )Noite ( )Cientfico ( )No
( )Magistrio Se sim: ( )Manh
Ano de ingresso: 199___ Idade: _____ anos
( )Curso tcnico ( )Tarde
Sexo: ( )Masculino ( )Feminino
( )Outro ( )Noite

Seja breve nas respostas


1. Quando voc ouve a palavra estatstica, o que lhe vem em primeiro lugar em sua
mente: _______________________________________________________________
2. Quando voc ouve a palavra estatstica, qual o sentimento que experimenta: _______
_________________________________________________________________________
3. O que estatstica? ______________________________________________________
_________________________________________________________________________
4. A estatstica poder ajud-lo no desempenho de sua profisso? ( )Sim ( )No
5. Por qu? ______________________________________________________________
_________________________________________________________________________
6. O que a mdia aritmtica? _______________________________________________
_________________________________________________________________________
7. Para que serve a mdia aritmtica? __________________________________________
_________________________________________________________________________
8. D um exemplo envolvendo a mdia aritmtica: _______________________________
_________________________________________________________________________
9. Atribua uma nota de 0 e 10 a seu desempenho em Estatstica: _____________________
10. Voc j foi reprovado em alguma disciplina de Estatstica?
( )Sim ( )No ( )Esta a primeira vez que estou cursando
11. Caso positivo, indique:
Disciplina Nmero de vezes que foi Nota na ltima vez que
reprovado cursou

267
15. Marque com X somente os conceitos ou procedimentos que voc j estudou e o nvel
de conhecimento que voc atribui ao seu conhecimento sobre o assunto
J Nvel de conhecimento
Conceitos / procedimentos estudou? Nenhum Pouco Regular Bom Muito
bom
Tabelas
Grficos
Mdia
Desvio padro
Probabilidades
Distribuies: normal, t-student
Intervalos de confiana
Teste de hiptese
Correlao e /ou Regresso
Tabelas de contingncia
Anlise de varincia
Sries temporais
Delineamento de experimentos

Marque com X os tipos de grficos que voc:


16.Tipos de grficos
Conhece J estudou J desenhou J desenhou
na mo no computador
Colunas ou Barras

Circular (de setores, pizza etc.)

Linhas

rea

Diagrama de disperso (de pontos, scatter plots)

Diagrama esquemtico (da caixa, box-plot)

Ramo e folha (steam-leaf)

Histograma

17. Atribua uma nota de 0 a 10 a seu desempenho em Matemtica: ________________

268
ANEXO 3

Escala de atitudes em relao Estatstica

269
Escala de atitudes em relao Estatstica

Instrues: Cada uma das frases abaixo expressa o sentimento que as pessoas apresentam com relao
Estatstica. Voc deve comparar o seu sentimento pessoal com aquele expresso em cada frase, assinalando
com um X em um dos quatro pontos colocados, de modo a indicar com a maior exatido possvel, o
sentimento que voc experimenta em relao Estatstica.

1. Eu fico sob uma terrvel tenso na aula de Estatstica


( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
2. Eu no gosto de Estatstica e me assusta ter que fazer essa matria
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
3. Eu acho a Estatstica muito interessante e gosto das aulas de Estatstica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
4. A Estatstica fascinante e divertida
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
5. A Estatstica me faz sentir seguro(a) e , ao mesmo tempo, estimulante
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
6. D um branco na minha cabea e no consigo pensar claramente quando estudo Estatstica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
7. Eu tenho a sensao de insegurana quando me esforo em Estatstica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
8. A Estatstica me deixa inquieto(a), descontente, irritado(a) e impaciente
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
9. O sentimento que eu tenho com relao Estatstica bom
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
10. A Estatstica me faz sentir como se estivesse perdido(a) em uma selva de nmeros e sem
encontrar sada
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
11. A Estatstica algo que eu aprecio grandemente
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
12. Quando eu ouo a palavra Estatstica, eu tenho um sentimento de averso
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
13. Eu encaro a Estatstica com um sentimento de indeciso, que resultado do medo de no ser capaz em Estatstica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
14. Eu gosto realmente da Estatstica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
15. A Estatstica uma das matrias que eu realmente gosto de estudar na universidade
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
16. Pensar sobre a obrigao de resolver um problema estatstico me deixa nervoso(a)
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
17. Eu nunca gostei de Estatstica e a matria que me d mais medo
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
18. Eu fico mais feliz na aula de Estatstica que na aula de qualquer outra matria
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
19. Eu me sinto tranqilo(a) em Estatstica e gosto muito dessa matria
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente

20. Eu tenho uma reao definitivamente positiva com relao a Estatstica. Eu gosto e aprecio essa matria:
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente

21. Eu no tenho um bom desempenho em Estatstica


( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente

270
ANEXO 4

Prova envolvendo o conceito de mdia

271
Prova envolvendo o conceito de mdia

1. Paulo tirou as seguintes notas na disciplina de Estatstica: 7 na primeira prova, 6 na


segunda e 8 na terceira. Se cada uma dessas notas teve o mesmo peso, qual foi a nota
mdia da disciplina? Mostre os clculos:

Se a nota mnima para aprovar a disciplina for 7, qual foi a situao de Paulo?
( )aprovado ( )reprovado ( )os dados so insuficientes ( )no sei

2. Se a primeira prova tinha peso dois, a segunda peso trs e a terceira peso um, qual foi a
nota media final que Paulo obteve? ____________Mostre os clculos:

Neste caso, qual foi a situao de Paulo?


( )aprovado ( )reprovado ( )os dados so insuficientes ( )no sei

3. A nota zero (0) foi adicionada ao conjunto de 5 notas (6, 7, 8, 9, 10) cuja mdia 8.
Qual a mdia do novo conjunto? _______________Mostre os clculos:

4. Um elevador com capacidade mxima de 700 quilos tem que transportar 10 pessoas,
das quais quatro (4) so mulheres, com peso mdio de 60 quilos, e seis so homens com
peso mdio de 80 quilos. As pessoas podero ser transportadas em uma nica viagem?
( )Sim ( )No. Por qu? ______________________________________________
Calcule o peso mdio das pessoas do elevador:

5. Interprete a seguinte afirmao O nmero mdio de filhos de casais jovens de 2,3


______________________________________________________________________
______________________________________________________________________
6. Alberto vendedor de aparelhos de telefone. A seguinte figura mostra o nmero de
aparelhos que Alberto vendeu nas trs primeiras semanas:
Quantos aparelhos de telefone
1 semana
%%%%%%%%% Alberto tem que vender na 4
semana, para que o nmero
2 semana
%%%% mdio de aparelhos vendidos
nas quatro semanas seja igual
3 semana
%%%%%% a sete?__________________
4 semana

Mostre como achou sua resposta:

272
ANEXO 5

Prova envolvendo a leitura de grficos

273
Flutuao do dlar
Crise russa
1. O seguinte grfico mostra o vaivm dos juros bsicos, em % ao ano
Crise asitica

---1997----- -----------------------1998---------------------- ------------1999 -----

a) Em que data a taxa de juros atingiu o valor mais alto? ___________________________

b) Em que perodo a taxa de juros diminuiu mais rapidamente? ______________________

c) Qual foi o ms em que a taxa de juros aumentou mais em relao ao ms anterior?


__________

d) Sem calcular, usando apenas sua percepo visual e intuio, chute o valor da mdia
dos juros para o perodo em estudo: _________________________________________

e) Mantida a tendncia , qual voc acha que ser a taxa de juros do ms de julho. Por
qu?__________________________________________________________________

274
2. O seguinte grfico mostra o percentual de desperdcio de matria-prima de uma mquina,
antes e depois de ser calibrada:

1 10 20 30 40 50 60
--------------------ANTES DE CALIBRAR -------------------------- ---DEPOIS DE CALIBRAR ---

Sem calcular, usando apenas sua percepo visual e intuio, responda


APROXIMADAMENTE:

a) qual a porcentagem mdia de desperdcio antes da calibrao da mquina?: ________

b) qual a porcentagem mdia de desperdcio depois da calibrao da mquina?: _______

c) qual a porcentagem mdia de desperdcio no perodo total?: _____________________

d) alm do patamar da mdia, que outra diferena existe entre ambos perodos, antes e
depois de calibrar a mquina? ______________________________________________

275
3. Foi publicado na Folha de So Paulo o seguinte grfico com a manchete Governo
federal registra o primeiro dficit do ano: O primeiro dficit do
ano de 1999.

O dficit primrio
ocorre quando as
despesas do Tesouro,
Previdncia e Banco
Central so maiores
que as receitas,
excluindo pagamento
de juros da dvida
pblica

m j j a s o n d j f m a m
-------------- 1998 ---------------- ------- 1999 -------

a) Sem calcular, usando apenas sua percepo visual e intuio, responda


APROXIMADAMENTE, qual a mdia das contas pblicas do perodo: ________________

b) Mantida a tendncia, qual ser APROXIMADAMENTE o valor das contas pblicas no ms de


junho? Por qu? ______________________________________________________________

276
4. Trs marcas de sabo em p (A, B e C) disputam acirradamente o domnio do mercado
consumidor nacional. Uma pesquisa de mercado foi encomendada pela marca A, que
publica uma reportagem em um jornal de circulao nacional, incluindo o grfico abaixo:

Marcas

a) Qual foi a manchete da matria? ________________________________________


b) Qual foi o ttulo do grfico? ____________________________________________
c) Qual o nome deste tipo de grfico? _____________________________________
d) Qual a varivel dependente? __________________________________________
e) Que tipo de varivel ela ? _____________________________________________
f) Qual a varivel independente? _________________________________________
g) Que tipo de varivel ela ? _____________________________________________
h) A manchete se sustenta apenas com o grfico ou preciso usar outras ferramentas
estatsticas?
( ) preciso usar outras ferramentas
( )no precisa nada alm do grfico.
i) Caso voc concorde com que seja preciso usar outras ferramentas, indique quais:
______________________________________________________________________
______________________________________________________________________
j) Baseado apenas na sua intuio, projete no grfico (usando riscos ligando o ltimo
ponto a sua projeo) qual seria a fatia do mercado, que cada marca estar abrangendo,
na dcima semana, supondo que a tendncia do mercado se mantenha.
k) A manchete do jornal seria a mesma se a pesquisa fosse encomendada e publicada por
outra marca? ( )Sim ( )No
Caso negativo, qual seria a manchete se a pesquisa tivesse sido encomendada:
pela marca B: ________________________________________________________
pela marca C: ________________________________________________________

277
278
ANEXO 6

Escala de atitudes em relao Matemtica

279
Escala de atitude em relao Matemtica
Instrues: Cada uma das frases abaixo expressa o sentimento que as pessoas apresentam com
relao Matemtica. Voc deve comparar o seu sentimento pessoal com aquele expresso em cada
frase, assinalando com um X um dos quatro pontos colocados, de modo a indicar com a maior
exatido possvel, o sentimento que voc experimenta em relao Matemtica
1. Eu fico sob uma terrvel tenso na aula de Matemtica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
2. Eu no gosto de Matemtica e me assusta ter que fazer essa matria
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
3. Eu acho a Matemtica muito interessante e gosto das aulas de Matemtica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
4. A Matemtica fascinante e divertida
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
5. A Matemtica me faz sentir seguro(a) e , ao mesmo tempo, estimulante
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
6. D um branco na minha cabea e no consigo pensar claramente quando estudo Matemtica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
7. Eu tenho a sensao de insegurana quando me esforo em Matemtica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
8. A Matemtica me deixa inquieto(a), descontente, irritado(a) e impaciente
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
9. sentimento que eu tenho com relao a Matemtica bom
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
10. A Matemtica me faz sentir como se estivesse perdido(a) em uma selva de nmeros e sem encontrar sada
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
11. A Matemtica algo que eu aprecio grandemente
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
12. Quando eu ouo a palavra Matemtica eu tenho um sentimento de averso
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
13. Eu encaro a Matemtica com um sentimento de indeciso, que resultado do medo de no ser capaz em Matemtica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
14. Eu gosto realmente da Matemtica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
15. A Matemtica uma das matrias que eu realmente gosto de estudar na universidade
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
16. Pensar sobre a obrigao de resolver um problema matemtico me deixa nervoso(a)
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
17. Eu nunca gostei de Matemtica e a matria que me d mais medo
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
18. Eu fico mais feliz na aula de Matemtica do que na aula de qualquer outra matria
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
19. Eu me sinto tranqilo(a) em Matemtica e gosto muito dessa matria
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
20. Eu tenho uma reao definitivamente positiva com relao a Matemtica. Eu gosto e aprecio essa matria
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
21. Eu no tenho um bom desempenho em Matemtica
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente

280
ANEXO 7

Prova Matemtica

281
Prova Figural

282
Prova de Geometria Plana

1. O dimetro de um crculo igual a 17 cm. Quantos pontos em comum tem uma reta e o
crculo, se a distncia entre a reta e o centro do crculo for igual a:
a) 6 cm: ___________
b) 8,5 cm: _________
c) 10 cm: __________

2. Existem dois crculos, cujos raios so iguais a 2 cm e 3 cm. A distncia entre seus
centros igual a 4 cm. Eles se interceptam? ( )Sim ( )No. Explique
porque?

3. Quanto mede o ngulo que o ponteiro das horas descreve em:


a) 2 horas? __________
b) 4 horas? __________

4. Uma linha reta est situada a 8 cm do centro de um crculo cujo raio 4 cm. Determine
a distncia mxima e mnima da linha aos pontos do crculo.
a) Distncia mxima: __________
b) Distncia mnima: __________

5. Dado um quadrado. O ponto mdio de cada um de seus lados ligado ao ponto mdio
dos lados vizinhos.
a) Qual a figura obtida pela construo?: __________
b) Que parte da rea do quadrado constitui a rea da figura construda?: ________

283
Prova de Geometria Espacial
Instrues: use desenhos, mesmo que aproximados, para mostrar o que se pede, indique o
nome da figura ou do slido obtido(s)
1. Qual o slido obtido ao girar
a) um quadrado em torno de um de seus lados: b. um tringulo retngulo sobre sua hipotenusa.

2. Qual a figura de uma seo de um cubo cortado por um plano:


a) paralelo a uma de suas faces? b) que passa pelas diagonais de duas faces
opostas?

3. Qual a figura da seo de um cilindro cortado por um plano:


a) paralelo a sua base? b) perpendicular a sua base?

4. Um balo sobe 200 metros de altura,


voa 1000 metros na direo Noroeste,
cai 100 metros e viaja 500 metros na
direo Nordeste. Ento ele retorna,
viajando 1000 metros em direo ao
Sudeste, ento cai 100 metros. Qual
a distncia que o balo se encontra do
ponto de partida: ______________

284
ANEXO 8

Prova de Raciocnio Verbal do Teste de Aptides


Especficas (DAT)

285
Prova de Raciocnio Verbal do Teste de Aptides Especficas (DAT)
(Tempo mximo 30 minutos)
Em cada uma das cinqenta sentenas deste teste esto em branco os lugares da
primeira e da ltima palavras. Voc ter de escolher as palavras que, colocadas nos espaos
em branco, tornaro a sentena verdadeira e compreensvel.

Para o primeiro espao, escolha uma palavra entre as numeradas - 1, 2, 3 ou 4. Para


o espao do fim da sentena, escolha uma das primeiras palavras marcadas por letras - A,
B, C ou D. Escreva o nmero no primeiro espao e a letra no segundo espao da sentena
que esteja completando.

EXEMPLO X

est para gua, assim como comer est para .


1. contnuo 2. beber 3. p 4. moa
A. Conduzir B. inimigo C. comida D. Indstria

Beber est para gua assim como comer est para comida. Beber tem o nmero 2 e comida
tem a letra C. Ento voc deve preencher os espaos em branco da seguinte maneira:

EXEMPLO X

2 est para gua assim como comer est para C .

Agora veja o exemplo seguinte:

EXEMPLO Y

est para um, assim como segundo est para .


1. meio 2. rainha 3. chuva 4. primeiro
A. dois B. jogo C. objeto D. colina

Primeiro est para um, assim como segundo est para dois. Os espaos em branco foram
preenchidos corretamente da seguinte maneira:

4 est para um, assim como segundo est para A . Porque 4 o


nmero que corresponde a primeiro e A a letra que corresponde a dois.

NOTA: Para cada problema s existe uma resposta correta.

286
1 ) est para excelentssimo, assim como srta. est para .
1. 1 2. av. 3. Exmo. 4. Ex.
A. Sinh B. exame C. jovem D. senhorita

2 ) est para cavalaria, assim como p est para .


1. cavalo 2. cemitrio 3. carruagem 4. cavilha
A. estribo B. viagem C. armadura D. infantaria

3 ) est para largo, assim como magro est para .


1. praa 2. estreito 3. nada 4. rua
A. gordo B. pesado C. homem D. fino

4 ) est para masculino, assim como mulher est para .


1. disfarce 2. malcia 3. civil 4. homem
A. intuitivo B. senhora C. feminino D. moa

5 ) est para discutir, assim como agentar est para .


1. imputar 2. afirmar 3. debater 4. brigar
A. suportar B. confortar C. sofismar D. desistir

6 ) est para verso, assim como escultor est para .


1. poeta 2. reverso 3. livre 4. msica
A. crime B. cinzel C. esttua D. artista

7 ) est para corrente, assim como conta est para .


1. elo 2. ferro 3. empurrar 4. elo
A. prola B. quadro C. colar D. fim

8 ) est para homem, assim como casca est para .


1. concha 2. plo 3. pele 4. animal
A. duro B. batata C. noz D. milho

9 ) est para rolha, assim como caixa est para .


1. garrafa 2. peixe 3. frgil 4. cortia
A. vidro B. tampa C. chapu D. cesto

10 ) est para presas, assim como boi est para .


1. marfim 2. r 3. elefante 4. tromba
A. vaca B. caa C. veado D. chifre

11 ) est para contralto, assim como tenor est para .


1. cantor 2. soprano 3. sonata 4. solista
A. timbre B. cano C. orquestra D. bartono

12 ) est para enforcar, assim como guilhotina est para .


1. gravata 2. patbulo 3. criminoso 4. punir
A. revoluo B. decapitar C. capitular D. cidado

13 ) est para rvore, assim como uva est para .


1. arbusto 2. olmo 3. rosnar 4. ma
A. parreira B. gua C. maduro D. doce

287
14 ) est para mel, assim como concha est para .
1. doce 2. cera 3. favo 4. sopa
A. abelha B. ostra C. tartaruga D. casca

15 ) est para novilho, assim como porco est para .


1. touro 2. zebu 3. vaca 4. chiqueiro
A. bife B. toucinho C. costeleta D. bacorinho

16 ) est para palavra, assim como sentena est para .


1. cadeia 2. letra 3. pargrafo 4. interrogao
A. belo B. vrgula C. perodo D. frase

17 ) est para Jos, assim como Isabel est para .


1. Juca 2. Francisco 3. Diogo 4. Manuel
A. Maria B. Belinha C. Joana D. Lcia

18 ) est para adolescncia, assim como juventude est para .


1. infantaria 2. infncia 3. criana 4. sade
A. decrepitude B. maturidade C. senilidade D. inteligncia

19 ) est para caf, assim como peneira est para .


1. coador 2. amassador 3. moinho 4. p
A. filtro B. macete C. bife D. farinha

20 ) est para co, assim como zebu est para .


1. perdigueiro 2. cauda 3. latido 4. gato
A. boi B. carij C. nobre D. marca

21 ) est para topo, assim como base est para .


1. cabrito 2. plano 3. lado 4. pice
A. baixo B. avio C. alicerce D. lar

22 ) est para guia, assim como sagi est para .


1. cu 2. pardal 3. rainha 4. gavio
A. smio B. chimpanz C. mar D. corvo

23 ) est para rio, assim como costa est para .


1. dilvio 2. bote 3. margem 4. mar
A. praia B. guas C. mar D. jangada

24 ) est para p, assim como cotovelo est para .


1. homem 2. coxa 3. joelho 4. calcanhar
A. mo B. polegar C. ombro D. dedos

25 ) est para dia, assim como calendrio est para .


1. tarde 2. relgio 3. sol 4. noite
A. ano B. frias C. maro D. dcada

288
26 ) est para livro, assim como prlogo est para .
1. captulo 2. lei 3. prefcio 4. emenda
A. elogio B. escrita C. drama D. eplogo

27 ) est para prosseguir, assim como pare est para .


1. vir 2. alto 3. recuar 4. recusar
A. prevenir B. garrafa C. comear D. continuar

28 ) est para cavalo, assim como zurrar est para .


1. guiar 2. ferradura 3. rinchar 4. sela
A. cerzir B. potrinho C. vago D. burro

29 ) est para mar, assim como rebelio est para .


1. motim 2. navio 3. marinheiro 4. rio
A. revolta B. guerra C. terra D. soldado

30 ) est para distncia, assim como grama est para .


1. longe 2. quilmetro 3. Europa 4. viagem
A. pesado B. quilo C. peso D. barulho

31 ) est para porta, assim como caixilho est para .


1. casa 2. fechadura 3. madeira 4. portal
A. vidro B. janela C. eixo D. vista

32 ) est para nunca, assim como tudo est para .


1. sempre 2. usualmente 3. raro 4. vrios
A. nada B. todo C. cada D. total

33 ) est para futuro, assim como remorso est para .


1. progresso 2. oportunidade 3. previso 4. esperana
A. passado B. parada C. ausncia D. pecado

34 ) est para chuva, assim como dique est para .


1. nuvem 2. nevoeiro 3. gua 4. guarda-chuva
A. partida B. inundao C. levantar D. lavar

35 ) est para pesca, assim como espingarda est para .


1. bacalhau 2. isca 3. anzol 4. cesto
A. caa B. gatilho C. tiro D. lavar

36 ) est para pacifista, assim como religio est para .


1. guerra 2. canho 3. objeto 4. conscincia
A. devoto B. sabrado C. ateu D. sacerdote

37 ) est para habilidoso, assim como vagaroso est para .


1. desajeitado 2. maneta 3. cego 4. gentil
A. lpido B. estpido C. feio D. canhoto

38 ) est para porta, assim como cadeado est para .


1. madeira 2. bandeira 3. fechadura 4. algema
A. balaustrada B. maleta C. ba D. pulseira

289
39 ) est para terra, assim como n est para .
1. desenho 2. lgua 3. areia 4. stio
A. corda B. lagoa C. mar D. montanha

40 ) est para pssaro, assim como aprisco est para .


1. chamar 2. vo 3. emigrar 4. ninho
A. celeiro B. ovelha C. ferro D. roa

41 ) est para mdico, assim como secretria est para .


1. hospital 2. doutor 3. enfermeira 4. medicina
A. escritrio B. estenogrfica C. escriturrio D. diretor

42 ) est para Inglaterra, assim como lira est para .


1. Londres 2. libra 3. rei 4. colnia
A. Itlia B. Mxico C. bandolim D. dinheiro

43 ) est para cidade, assim como nacional est para .


1. prefeito 2. Belo-Horizonte 3. limites 4. municipal
A. pas B. Federal C. governo D. internacional

44 ) est para priso, assim como Louvre est para .


1. guarda 2. Bastilha 3. crime 4. tribunal
A. Frana B. museu C. amoroso D. artista

45 ) est para Itlia, assim como Havana est para .


1. Paris 2. Veneza 3. Roma 4. Montevidu
A. Prto Rico B. Cuba C. Mxico D. Alagoas

46 ) est para pera assim como letra est para .


1. bartono 2. enredo 3. Wagner 4. compositor
A. cano B. msica C. poema D. entoar

47 ) est para desbotado, assim como rubor est para .


1. cor 2. alegre 3. ovelha 4. combinar
A anmico B. corado C. plido D. trufa

48 ) est para esttico, assim como dinmico est para .


1. rdio 2. poltico 3. inerte 4. ar
A. locutor B. motor C. ativo D. televiso

49 ) est para todos, assim como parte est para .


1. cada 2. direito 3. nenhum 4. cheio
A. todo B. separado C. papel D. vrios

50 ) est para losango, assim como crculo est para .


1. quadrado 2. forma 3. cubo 4. ouro
A tringulo B. oval C. redondo D. liso

290
ANEXO 9

Critrios de correo da Prova da Mdia

291
Sistema de contagem de cinco pontos (Charles, 1987)

Nmero de Caractersticas observadas na soluo dos problemas


pontos propostos aos estudantes
Devolve o problema em branco (sem soluo).
0 Nmeros copiados do problema; no entendimento do problema
evidenciado.
Resposta incorreta, sem evidenciar o desenvolvimento da soluo.
Iniciou usando estratgia inapropriada; no concluiu a soluo do
problema.
Abordagem sem sucesso; no tentou abordagem diferente.
1
Tentativa falha de alcanar um sub-objetivo.
Utilizou estratgia apropriada, no encontrou a soluo ou
alcanou um sub-objetivo, mas no terminou a soluo.
Estratgia inadequada, que revela algum entendimento do
2
problema.
Resposta correta e procedimento de soluo no mostrado.
Estratgia apropriada, porm o sujeito:
Ignorou a condio do problema.
3 Deu uma resposta incorreta sem razo aparente.
Faltou de clareza no procedimento empregado.
Estratgia (s) apropriada (s)
4 Desenvolvimento da soluo reflete entendimento do problema.
Resposta incorreta por um erro de cpia ou de clculo.
Estratgia (s) apropriada(s)
5 Desenvolvimento da soluo reflete entendimento do problema.
Resposta correta.

292
ANEXO 10

Gabaritos

293
Gabarito da prova envolvendo a mdia

1. Paulo tirou as seguintes notas na disciplina de Estatstica: 7 na primeira prova, 6 na


segunda e 8 na terceira. Se cada uma dessas notas teve o mesmo peso, qual foi a nota
mdia da disciplina? Mostre os clculos: 7,0 5 pontos
Nota mdia = 7 + 6 + 8 = 21 = 7
3 3

Se a nota mnima para aprovar a disciplina for 7, qual foi a situao de Paulo?
( X )aprovado ( )reprovado ( )os dados so insuficientes ( )no sei

2. Se a primeira prova tinha peso dois, a segunda peso trs e a terceira peso um, qual foi a
nota media final que Paulo obteve? 6,67 Mostre os clculos: 5 pontos

Nota mdia = 2 * 7 + 3 * 6 + 1 * 8 = 40 = 6,67


2+3+1 6

Neste caso, qual foi a situao de Paulo?


( )aprovado ( X )reprovado ( )os dados so insuficientes ( )no sei
5 pontos
3. A nota zero (0) foi adicionada ao conjunto de 5 notas (6, 7, 8, 9, 10) cuja mdia 8.
Qual a mdia do novo conjunto? 6,67 Mostre os clculos:

Mdia = 6 + 7 + 8 + 9 + 10 + 0 = 40 = 6,67
6 6

4. Um elevador com capacidade mxima de 700 quilos tem que transportar 10 pessoas,
das quais quatro (4) so mulheres, com peso mdio de 60 quilos, e seis so homens
com peso mdio de 80 quilos. As pessoas podero ser transportadas em uma nica
viagem? ( )Sim ( X )No. Por qu? A soma total dos pesos igual a 720,
que supera a capacidade mxima do elevador
5 pontos
Soma total dos pesos = 4 * 60 + 6 * 80 = 240 + 480 = 720

Calcule o peso mdio das pessoas do elevador: 72 quilos

Logo o peso mdio = 720 = 72


10

5. Interprete a seguinte afirmao O nmero mdio de filhos de casais jovens de 2,3


Ver Quadro 29 do Anexo 11

294
6. Alberto vendedor de aparelhos de telefone. A seguinte figura mostra o nmero de
aparelhos que Alberto vendeu nas trs primeiras semanas:
Quantos aparelhos de telefone Alberto tem
que vender na 4 semana, para que o nmero
1 semana %%%%%%%%% mdio de aparelhos vendidos nas quatro
2 semana %%%% semanas seja igual a sete?
nove (9) aparelhos
3 semana %%%%%%
4 semana

Mostre como achou sua resposta:

1. Algbrico: 9 + 4 + 6 + X = 7 19 + X = 28 X = 9
4

2. Aritmtico: 9 + 4 + 6 = 19; 4 * 7 = 28 28 19 = 9
5 pontos
3. Verbal: O total vendido em trs semanas foi de 19 aparelhos, para fazer a mdia sete,
teria que vender 28, logo na quarta semana teria que vender 9 aparelhos, ou
expresses similares
Total da prova: 30 pontos
4. Pictrico:
1 semana %%%%%%%%%
2 semana %%%%%% 1
3 semana %%%%%% 2
4 semana 3 4 5 6 7 8 9

295
e) projeo
d) Mdia = 30,9

Gabarito da prova envolvendo a leitura de grficos


a) Ponto mais alto
1. O seguinte grfico mostra o vaivm dos juros bsicos, em % ao ano

b) perodo que a taxa


diminuiu mais rapidamente

-----1997----- -----------------------1998---------------------- ------------1999 -----

5 pontos

Tarefas Resposta Pontos Pontuao


a) Em que data a taxa de juros atingiu o valor mais alto? Nov/97 1 Certo
0 Errado ou branco
b) Em que perodo a taxa de juros diminuiu mais Maro a junho 1 Certo
rapidamente? de 1999 0 Errado ou branco
c) Qual foi o ms em que a taxa de juros aumentou mais Nov/97 1 Certo
em relao ao ms anterior? 0 Errado ou branco
d) Sem calcular, usando apenas sua percepo visual e 30,9% 1 25 X 35
intuio, chute o valor da mdia dos juros para o
perodo em estudo:
0,5 20 X < 25 ou 35 < X 45
0,0 X < 20 ou X > 45 ou branco
e) Mantida a tendncia , qual voc acha que ser a taxa de 1- linear 1 10 X 40 / com justificativa
juros do ms de julho. Por qu 2- Exponencial 0,5 apenas um dos anteriores
3- Mercado 0,0 X < 10 ou X > 40
4- Outra

296
2. O seguinte grfico mostra o percentual de desperdcio de matria-prima de uma
mquina, antes e depois de ser calibrada:

1 10 20 30 40 50 60
--------------------ANTES DE CALIBRAR -------------------------- ---DEPOIS DE CALIBRAR ---

Sem calcular, usando apenas sua percepo visual e intuio, responda


APROXIMADAMENTE: 4 pontos
Tarefas Resposta Nota Faixas
a) qual a porcentagem mdia de desperdcio antes da 4% 1,0 3,5 X 4,5
calibrao da mquina?:
0,5 2,5 X < 3,5 ou 4,5 < X 5,5
0,0 X < 2,5 ou X > 5,5
b) qual a porcentagem mdia de desperdcio depois da 1% 1,0 0,8 X 1,2
calibrao da mquina?:
0,5 0,6 X < 0,8
0,0 X < 0,6 ou X > 1,2
c) qual a porcentagem mdia de desperdcio no perodo 3% 1,0 3
total?:
0,0 outro caso
d) alm do patamar da mdia, que outra diferena existe Varia- 1,0 variabilidade e perodo
entre ambos perodos, antes e depois de calibrar a bilidade e
mquina? perodo 0,5 apenas um dos anteriores
0,0 outra ou branco

297
3. Foi publicado na Folha de So Paulo o seguinte grfico com a manchete Governo
federal registra o primeiro dficit do ano .

Mdia = 800

Tarefas Resposta Nota Faixas


a) Sem calcular, usando apenas sua percepo visual e 800 1,0 500 X 1100
intuio, responda APROXIMADAMENTE, qual a
mdia das contas pblicas do perodo: 0,5 0 X < 500 ou 1100 < X 1500
0,0 X < 0 ou X > 1500
b) Mantida a tendncia, qual ser APROXIMADAMENTE o 1,0 -2000 X +1000 / justificativa
valor das contas pblicas no ms de junho?
0,5 2 pontos
sem justificativa
0,0 X < - 2000 ou X > +1000

298
4. Trs marcas de sabo em p (A, B e C) disputam acirradamente o domnio do mercado
consumidor nacional. Uma pesquisa de mercado foi encomendada pela marca A, que
publica uma reportagem em um jornal de circulao nacional, incluindo o grfico abaixo:

Tarefa Certo (um ponto) Errado (zero)

1. Qual foi a manchete da matria? razovel fora do contexto

2. Qual foi o ttulo do grfico? razovel fora do contexto

3. Qual o nome deste tipo de grfico? Grfico de linhas Outro

4. Qual a varivel dependente? % do mercado Outro

5. Que tipo de varivel ela ? Quantitativa contnua Outro

6. Qual a varivel independente? Semanas (tempo) Outro

7. Que tipo de varivel ela ? Quantitativa - Discreta Outro

8. A manchete se sustenta apenas com o grfico ou preciso de outras ferramentas No


preciso usar outras ferramentas estatsticas?

9. Quais ferramentas? Anlise de correlao / regresso fora do contexto

10. Projeo A 20 X 30 X 20 ou X 30

11. Projeo B 20 X 30 X 20 ou X 30

12. Projeo C 20 X 30 X 20 ou X 30

13. A manchete seria a mesma, dependendo do jornal No Sim

14. A manchete encomendada pela marca B Razovel fora do contexto

15. A manchete encomendada pela marca C Razovel fora do contexto

15 pontos

Total da prova : 26 pontos

299
+
13
Gabarito da Prova Figural10
20
18
50
+
+ 15
19
15
40
27

300
3 pontos
Gabarito da Prova de Geometria Plana

1. O dimetro de um crculo (circunferncia) igual a 17 cm. Quantos pontos em comum tem uma
reta e o crculo, se a distncia entre a reta e o centro do crculo for igual a:
d) 6 cm: ___2_ ou infinitos
e) 8,5 cm: ___1_
4 f) 10 cm: ___0_
1 ponto

otal 10 pontos
2. Existem dois crculos, cujos raios so iguais a 2 cm e 3 cm. A distncia entre seus centros
igual a 4 cm. Eles se interceptam? 2 pontos
(X)Sim ( )No. Explique porque? Porque a soma dos raios 2 + 3 = 5, que maior que 4

3. Quanto mede o ngulo que o ponteiro das horas descreve em:


c) 2 horas? ____60__
d) 4 horas? ___120__ 2 pontos

4. Uma linha reta est situada a 8 cm do centro de um crculo cujo raio 4 cm. Determine a
distncia mxima e mnima da linha aos pontos do crculo.
c) Distncia mxima: ____12_____
d) Distncia mnima: _____4_____

2 pontos

5. Dado um quadrado. O ponto mdio de cada um de seus lados ligado ao ponto mdio dos lados
vizinhos.
a) Qual a figura obtida pela construo?: _losngulo_ ou _outro quadrado__
b) Que parte da rea do quadrado constitui a rea da figura construda?: _metade_

301
Gabarito da Prova de Geometria Espacial

Instrues: use desenhos, mesmo que aproximados, para mostrar o que se pede, indique o
nome da figura ou do slido obtido(s)
1. Qual o slido obtido ao girar
a) um quadrado em torno de um de seus b. um tringulo retngulo sobre sua
lados: hipotenusa.

Cilindro Dois cones


2. Qual a figura de uma seco de um cubo cortado por um plano:
a) paralelo a uma de suas faces? b) que passa pelas diagonais de duas faces
opostas?

Quadrado retngulo
3. Qual a figura da seco de um cilindro cortado por um plano:
a) paralelo a sua base? b) perpendicular a sua base?

crculo Retngulo / quadrado / paralelogramo

5. Um balo sobe 200 metros de altura, 100 500


voa 1000 metros na direo Noroeste, 1000
cai 100 metros e viaja 500 metros na
direo Nordeste. Ento ele retorna,
1000
viajando 1000 metros em direo ao
Sudeste, ento cai 100 metros. Qual 100
a distncia que o balo se encontra do 200
ponto de partida: 500 metros 500

302
Gabarito da Prova de Raciocnio Verbal do Teste de Aptides Especficas (DAT)

1. est para excelentssimo, assim como srta. est para 3 - Exmo. D - senhorita

2. est para cavalaria, assim como p est para 1 cavalo D infantaria

3. est para largo, assim como magro est para 2 - estreito A gordo

4. Est para masculino, assim como mulher est para 4 - homem C feminino

5. est para discutir, assim como agentar est para 3 - debater A suportar

6. Est para verso, assim como escultor est para 1 - poeta C esttua

7. Est para corrente, assim como conta est para 4 - elo C colar

8. est para homem, assim como casca est para 3 - pele B - batata

9. est para rolha, assim como caixa est para 1 - garrafa B tampa

10. Est para prsas, assim como boi est para 3 - elefante D chifre

11. est para contralto, assim como tenor est para 2 - soprano D bartono

12. est para enforcar assim como guilhotina est para 2 - patbulo B decapitar

13. est para rvore, assim como uva est para 4 - maa A parreira

14. est para mel, assim como concha est para 3 - favo B - ostra

15. est para novilho, assim como porco est para 1 - touro D bacorinho

16. est para palavra, assim como sentena est para 2 - letra C perodo

17. est para Jos, assim como Isabel est para 1 - Juca B Belinha

18. est para adolescncia, assim como juventude est para 2 - infncia B maturidade

19. est para caf, assim como peneira est para 1 - coador D farinha

20. est para co, assim como zebu est para 1 - perdigueiro A boi

21. est para topo, assim como base est para 4 - pice C alicerce

22. est para guia, assim como sagi est para 2 - pardal B chimpanz

23. est para rio, assim como costa est para 3 - margem C mar

24. est para p, assim como cotovelo est para 3 joelho A mo

25. est para dia, assim como calendrio est para 2 - relgio A ano

26. est para livro, assim como prlogo est para 3 - prefcio C - drama

303
27. est para prosseguir, assim como pare est para 2 - alto D - continuar

28. est para cavalo, assim como zurrar est para 3 rinchar D burro

29. est para mar, assim como rebelio est para 1 motim C terra

30. est para distncia, assim como grama est para 2 quilmetro C - peso

31. est para porta, assim como caixilho est para 4 portal B - janela

32. est para nunca, assim como tudo est para 1 sempre A nada

33. est para futuro, assim como remorso est para 4 esperana A passado

34. est para chuva, assim como dique est para 4 - guarda-chuva B - inundao

35. est para pesca, assim como espingarda est para 3 anzol A caa

36. est para pacifista, assim como religio est para 1 guerra C ateu

37. est para habilidoso, assim como vagaroso est para 1 - desajeitado A lpido

38. est para porta, assim como cadeado est para 3 - fechadura C ba

39. est para terra, assim com o n est para 2 lgua C mar

40. Est para pssaro, assim como aprisco est para 4 ninho B - ovelha

41. est para mdico, assim como secretria est para 3 - enfermeira D diretor

42. est para Inglaterra, assim como lira est para 2 - libra A - Itlia

43. est para cidade, assim como nacional est para 4 municipal A pas

44. est para priso, assim como Louvre est para 2 - Bastilha B - museu

45. est para Itlia, assim como Havana est para 3 - Roma B - Cuba

46. est para pera, assim como letra est para 2 - enredo A - cano

47. est para desbotado, assim como rubor est para 1 - cor C - plido

48. est para esttico, assim como dinmico est para 3 - inerte C ativo

49. est para todos, assim como parte est para 1 - cada A todo

50. est para losango, assim como crculo est para 1 - quadrado B oval

Total da prova: 50 pontos

304
ANEXO 11

Quadros 18, 20, 25 30, 32 34

305
Quadro 18. Distribuio dos sujeitos segundo as razes atribudas utilidade da Estatstica
no desempenho profissional
Razes pelas quais a Estatstica poder ajud-los no desempenho de sua vida Pr-teste Ps-teste
profissional
Sujeitos % Sujeitos %

Sim

uma ferramenta til tanto no campo profissional, no desenvolvimento de 431 56,9 214 58,5
projetos, na pesquisa cientfica

uma ferramenta til na tomada de decises 72 9,5 50 13,7

Serve para fazer diagnstico, conhecer a realidade que est- se trabalhando, 42 5,5 17 4,6

Serve para fazer anlises, comparando dados, ajustando tendncias, avaliando 41 5,4 19 5,2
mtodos

Serve para fazer previses, projees, planejamento, controle 19 2,5 4 1,1

Traduz os dados, simplifica o acesso a informao 14 1,8 5 1,4

Soluciona problemas 12 1,6 6 1,6

A Estatstica est em tudo 10 1,3 3 0,8

A Estatstica ajuda a desenvolver o raciocnio 9 1,2 2 0,5

A Estatstica muito importante 9 1,2 1 0,3

Porque trabalha com probabilidade 4 0,5 1 0,3

Porqu ajuda a desenvolver a opinio crtica 4 0,5 3 0,8

Porqu nos d maior certeza, esclarece dvidas 4 0,5 2 0,6

Porqu uma cincia, como toda cincia til 2 0,3 1 0,3

Porqu ajuda no convencimento, ajuda a dar credibilidade 2 0,3 1 0,3

Termo vago 11 1,5 7 1,9

Total 686 90,6 336 91,8

No: Sou professora, trab. anlise clnica, no descobri, talvez no futuro 11 1,5 5 1,4

No respondeu 60 7,9 25 6,8

Total 757 100,0 366 100,0

306
Quadro 20. Distribuio dos sujeitos segundo funo atribuda mdia aritmtica

Para que serve a mdia Pr-teste Ps-teste

Sujeitos % Sujeitos %

Representar 156 20,6 96 26,2

Encontrar valores intermedirios 58 7,7 20 5,5

Fazer inferncia: estimar 37 4,9 29 7,9

Analisar, comparar 34 4,5 17 4,6

Determinar padres, regularidades, tendncias, o valor mais frequente 32 4,2 16 4,4

Encontrar o valor central 12 1,6 12 3,3

Medir 10 1,3 2 0,6

Diminuir o erro, aumentar a preciso 6 0,8 3 0,8

Ver a variabilidade, homogeneidade dos dados 6 0,8 5 1,4

Dividir eqitativamente 6 0,8 0 0,0

Solucionar problemas 4 0,5 2 0,5

Ter idia do todo 3 0,4 3 0,8

Calcular outras estatsticas 3 0,4 0 0,0

a que melhor representa 2 0,3 1 0,3

Facilitar o trabalho 1 0,1 1 0,3

Uso dos dados 0 0,0 2 0,5

Nada a ver 109 14,4 63 17,2

No respondeu 278 36,7 94 25,7

Total 757 100,0 366 100,0

Quadro 25. Desempenho dos sujeitos no clculo da mdia simples

Nota Descrio do procedimento Pr-teste Ps-teste


Sujeitos % Sujeitos %
0 No respondeu 21 2,8 13 3,6
0 Totalmente errado 9 1,2 5 1,4
1 Colocou apenas os nmeros em questo 0 0,0 0 0,0
2 Somente somou os nmeros 2 0,3 1 0,3
3 Aplicou a frmula mas no efetuou os clculos 2 0,3 0 0
4 Clculos errados 2 0,3 2 0,6
5 Totalmente correto 721 95,2 345 97,7
Total 757 100,0 366 100,0

307
Quadro 26. Desempenho dos sujeitos no clculo da mdia ponderada

Nota Descrio do procedimento Pr-teste Ps-teste


Sujeitos % Sujeitos %
0 Totalmente errado 193 25,5 91 24,9
1 Colocou apenas os nmeros em questo 43 5,7 17 4,6
2 Apenas somou os nmeros ponderando-os 50 6,6 18 4,9
3 Aplicou a frmula mas no efetuo os clculos 17 2,2 7 1,9
4 Errou apenas em clculos 9 1,2 7 1,9
5 Totalmente correto 233 30,8 135 36,9
0 No respondeu 212 28,0 91 24,9
Total 757 100,0 366 100,0

Quadro 27. Desempenho dos sujeitos nas propriedades da mdia

Nota Descrio do procedimento Pr-teste Ps-teste


Sujeitos % Sujeitos %
0 Totalmente errado 47 6,2 26 7,1
1 Colocou apenas os nmeros em questo 6 0,8 1 0,3
2 Somou os valores incluindo o zero 3 0,4 3 0,8
3 Aplicou a frmula mas no efetuo os clculos 13 1,7 4 1,1
4 Errou apenas em clculos 6 0,8 4 1,1
5 Totalmente correto 602 79,5 288 78,7
0 No respondeu 80 10,6 40 10,9
Total 757 100,0 366 100,0

Quadro 28. Desempenho dos sujeitos no problema proposto por Pollatsek e outros
(1981)

Nota Descrio do procedimento Pr-teste Ps-teste


Sujeitos % Sujeitos %
0 Totalmente errado 32 4,2 21 5,7
1 Colocou apenas os nmeros em questo 9 1,2 2 0,5
2 Multiplicou o nmero de pessoas pelo peso mdio 25 3,3 3 0,8
3 Calculou apenas o peso total 337 44,5 154 42,1
4 Errou apenas em clculos 21 2,8 9 2,5
5 Totalmente correto: calculou o peso total e o peso mdio 280 37,0 135 36,9
0 No respondeu 53 7,0 42 11,5
Total 757 100,0 366 100,0

308
Quadro 29. Desempenho dos sujeitos na interpretao da mdia de uma varivel
discreta

Nota Tipo de resposta Pr-teste Ps-teste


Sujeitos % Sujeitos %

0 Totalmente errado 168 22,2 93 25,4

Cada casal tem de 2 a 3 filhos 119 15,7 44 12,0

Arredonda: A maioria tem 2 filhos / em mdia tem 2 filhos 70 9,2 27 7,4

No mnimo 1 e no mximo 3 12 1,6 3 0,8

Impossvel ser uma frao / as pessoas no so divisveis 12 1,6 6 1,6

Moda: a maioria dos casais tem 2,3 filhos 7 0,9 4 1,1

Total 388 51,2 177 48,3

1 Algoritmo 61 8,1 34 9,3

3 Normalmente, geralmente / em cada 10 casais existem 23 filhos 128 16,9 50 13,7

4 Ponto mdio, mediana, centro do eixo 2 0,3 2 0,5

5 Ponto de equilbrio, idia de representatividade, amostra, populao, 19 2,5 14 3,9


idia de amplitude, estimativa

0 No respondeu 159 21,0 89 24,3

Total 757 100,0 366 100,0

Quadro 30. Desempenho dos sujeitos no problema proposto por Cai (1998)

Nota Descrio do procedimento Pr-teste Ps-teste

Sujeitos % Sujeitos %

0 Totalmente errado 52 6,9 30 8,2

1 Colocou apenas os nmeros em questo 3 0,4 0 0,0

2 Armou a soma incluindo o valor desconhecido 9 1,2 2 0,5

3 Aplicou a frmula mas no efetuo os clculos 8 1,1 4 1,1

4 Errou apenas em clculos 20 2,6 9 2,5

5 Totalmente correto 654 86,4 310 84,7

0 No respondeu 11 1,5 11 3,0

Total 757 100,0 366 100,0

309
Quadro 32. Desempenho dos sujeitos no grfico de barras

Nvel elementar: extrao de dados Respostas Nota Pr-teste (%) Ps-teste (%)

1. Em que data a taxa de juros atingiu o valor Certo 1,0 95,4 91,0
mais alto?
Errado 0,0 2,5 7,4

No respondeu 0,0 2,1 7,4

Total 100,0 100,0

2. Em que perodo a taxa de juros diminuiu mais Certo 1,0 37,3 46,4
rapidamente
Errado 0,0 60,8 45,9

No respondeu 0,0 2,0 7,7

Total 100,0 100,0

3. Qual foi o ms em que a taxa de juros Certo 1,0 84,4 79,2


aumentou mais em relao ao ms anterior?
Errado 0,0 12,7 12,6

No respondeu 0,0 2,9 8,2

Total 100,0 100,0

Nvel intermedirio: extrao de tendncias

4. Sem calcular, usando apenas sua percepo 25 X 35 1,0 73,1 73,2


visual e intuio, chute o valor da mdia dos
juros para o perodo 20 X < 25 ou 0,5 7,5 4,9
35 < X 45

X < 20 ou X > 45 0,0 11,0 9,0

No respondeu 0,0 8,5 12,8

Total 100,0 100,0

Nvel superior: inferindo comportamentos futuros

5. Mantida a tendncia, qual voc acha que ser 10 X 40 (*) 1,0 62,6 61,5
a taxa de juros do ms de julho. Por que?
10 X 40 (**) 0,5 14,7 16,9

X < 10 ou X > 40 0,0 2,4 1,9

No respondeu 0,0 20,3 19,7

Total 100,0 100,0


(*) com justificativa
(**) apenas o valor sem a justificativa ou apenas a justificativa sem o valor

310
Quadro 33. Desempenho dos sujeitos no grfico de controle

Nvel intermedirio: extrao de tendncias Respostas Nota Pr-teste Ps-teste

1. Qual a porcentagem mdia de 3,5 X 4,5 1,0 69,9 67,5


desperdcio antes da calibrao da
mquina 2,5 X < 3,5 ou 4,5 < X 5,5 0,5 4,1 2,7

X < 2,5 ou X > 5,5 0,0 19,7 15,3

Mdia = 4,0 No respondeu 0,0 6,3 14,5

Total 100,0 100,0

2. Qual a porcentagem mdia de 0,8 X 1,2 1,0 66,1 64,5


desperdcio depois da calibrao da
mquina 0,6 X < 0,8 0,5 1,1 0,8

X < 0,6 ou X >1,2 0,0 25,9 19,1

Mdia = 1,0 No respondeu 0,0 7,0 15,6

Total 100,0 100,0

Clculo da mdia ponderada

3. Qual a porcentagem mdia de 3,0 1,0 21,4 20,5


desperdcio no perodo total?
Outro caso 0,0 67,2 59,3

No respondeu 0,0 11,4 20,2


Mdia = (40*4 + 20*1) / 60 = 3,0
Total 100,0 100,0

Nvel intermedirio: detectar padres

4. Alm do patamar da mdia, que outra Variabilidade e tempo 1,0 2,4 1,9
diferena existe entre ambos
S variabilidade ou s 0,5 34,6 39,1
tempo

Outra diferena 0,0 19,2 15,3

No respondeu 0,0 43,9 43,7

Total 100,0 100,0

311
Quadro 34. Desempenho dos sujeitos no grfico de barras com referncia zero

Nvel intermedirio: extrao de tendncias Respostas Nota Pr-teste Ps-teste

Sem calcular, usando apenas sua 500 X 1100 1,0 22,3 24,6
percepo visual e intuio, responda
APROXIMADAMENTE, qual a mdia das 0 X < 500 ou 1100 < X 1500 0,5 4,0 3,0
contas pblicas do perodo (X)
X < 0 ou X > 1500 0,0 50,7 42,3
Mdia = 800
No respondeu 0,0 23,0 30,1

Total 100,0 100,0

Nvel superior: inferindo comportamentos futuros

Mantida a tendncia, qual ser - 2000 X 1100 com justificativa 1,0 37,4 35,0
APROXIMADAMENTE o valor das contas
pblicas no ms de junho (X) Apenas o valor ou a justificativa 0,5 17,6 20,5

X < - 2000 ou X > 1100 0,0 8,2 7,1

No respondeu 0,0 36,8 37,4

Total 100,0 100,0

312
ANEXO 12

Figuras 40 e 41

313
314
0 5 10 15 20 25 30 35 40 45 50
Nvel de conhecimento de Estatstica

Figura 40. Nvel de conhecimento de Estatstica segundo os prprios sujeitos

0 5 10 15 20 25 30 35
Nvel de conhecimentos de Grficos

Figura 41. Nvel de conhecimento de grficos segundo os prprios sujeitos

315