Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULDADE DE EDUCAO
TESE DE DOUTORADO
Comisso Julgadora:
_________________________________
_________________________________
_________________________________
_________________________________
_________________________________
_________________________________
CAMPINAS
2002
Catalogao na Publicao elaborada pela biblioteca
da Faculdade de Educao/UNICAMP
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.
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
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.
Aos colegas do curso, em especial a Mriam Utsumi, Odalea Viana, Maria Cndida,
Claudia Pauletto e Rosa Machado.
vii
viii
SUMRIO
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
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
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
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
1
voto dos candidatos a cargos eletivos (Presidente da Repblica, Governador de Estado,
Prefeito de Municpio) dentre outros.
2
informao descrita de forma pictrica (grficos de barras, linhas, circulares, diagramas
de Venn, diagramas de fluxo, diagramas de rvores, pictogramas).
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.
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.
9
Gasto em mil dlares (*)
900
Gasto em mil dlares (*)
Pontuao mdia SAT
(a) (b)
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.
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.
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).
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.
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?
Com base nas consideraes at aqui expostas e aps uma primeira reviso de
literatura foi formulado o seguinte problema de pesquisa:
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.
10
CAPTULO II
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.
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.
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.
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.
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.
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);
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.
17
Por que usar?
O que usar? Como usar? Quando usar? Limitaes
Suposies
Conceitos Procedimentos
O que ele
deve saber?
Aprendizagem
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.
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.
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.
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.
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.
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.
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.
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.
Estatstico
Solucionar
problemas
Usurio de
Estatstica
Problemas Administrao Superior
Dados Relatrios
Estatstica
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 (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.
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.
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.
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.
x i x
i =1
i
X= i =1
=
n N
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.
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.
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
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.
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.
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.
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.
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;
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.
38
foram melhores solucionadores de problemas que aqueles que utilizaram a representao
pictorial ou verbal.
39
40
CAPTULO III
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).
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.
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).
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.
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.
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.
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.
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).
47
Validao cientfica
Espao Algbrico Inferncia estatstica Espao do
(Regra algbrica) Fenmeno
000000
111111111111
22222222222222222222
3333333333
444444
5555
666
7
8
Diagrama de ramo e folha Histograma Grfico de pontos
(steam leaf) (grfico de basto)
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.
49
com as funes e os grficos, possibilitando o aperfeioamento da construo e
interpretao de grficos.
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.
51
3.4 A psicologia da percepo grfica
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.
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.
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:
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.
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.
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.
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.
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.
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.
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
0 2 4 6 8 10
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
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.
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.
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.
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.
(a) (b)
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.
E
D
C
B
A
0 5 10 15 20 25
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.
(a) (b)
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.
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.
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;
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:
N de alunos
Feminino
Feminino
Masculino Masculino
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).
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.
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.
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.
71
Figura 17. Exemplo de esboos visuais da estrela de Davi
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.
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.
O outro fator que precisa ser mencionado, segundo Kosslyn (1985), refere-se s
limitaes da capacidade da memria.
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.
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.
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.
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.
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.
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.
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.
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
100
Escala de razo
80
60
40
20
0
Jan Feb Mar Abr Mai Jun
Meses
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.
Figura 19. Esquema proposto por Pinker (1990) para a compreenso de grficos
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.
Mensagem
conceitual
Mecanismos de Processo Processo de
codificao MATCH montagem da
bottom-up mensagem
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.
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
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.
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).
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
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.
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.
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
Sistema de coordenadas
(a) (b)
Figura 24. Representao mental do sistema de coordenadas, segundo Pinker (1990)
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.
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.
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
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.
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:
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.
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 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.
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:
Grfico
Parte parte
*n sistema de *j
coordenadas
atributo associado
Vn = A C
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.
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.
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.
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:
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.
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.
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.
V2
V2
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
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.
Tabela 1. Dados para ilustrar a eficcia relativa da leitura de tendncia em tabela, grfico
linhas e grfico de barras (*)
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)
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)
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:
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.
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.
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
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
117
Barras (1,5%) Crculos (9,7%) Quadrados (15,6%) Cubos (19,8%)
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.
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.
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.
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)
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.
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.
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.
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.
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.
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.
128
CAPTULO IV
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.
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.
Figura 33. Modelo terico da prontido para uma atividade, segundo Krutetskii (1976, p.74)
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.
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).
Habilidade matemtica
Harmnico Processar
informao
Flexibilidade
Generalizar
gicamente
Reversibi-
Pensar lo-
Elegncia
Resumir
lidade
Reter
informao
133
Para Krutetskii (1976), o segundo estgio, o do processamento de informaes,
composto por:
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:
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.
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.
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.
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.
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.
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.
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.
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.
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
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.
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.
147
Teoria de habilidades matemticas de Teoria de compreenso de grficos de
Krutetskii Pinker
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
Figura 36. Modelo operacional proposto para prever o sucesso na leitura de grficos
estatsticos
Objetivos do estudo
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).
Definio de termos
149
grficos matemticos pois contm um componente aleatrio decorrente da prpria
natureza aleatria dos dados.
5.2 O mtodo
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.
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.
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.
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
Biolgicas Bioestatstica 2 43 34 25 19 68 53
Bioestatstica 2 12 0 38 32 50 32
Int. Estatstica 1 37 26 43 35 80 61
Int. Estatstica 1 50 37 29 13 79 50
Estatstica Econmica 2 25 19 13 7 38 26
Econometria (**) 3 21 16 0 0 21 16
Econometria (**) 3 23 20 0 0 23 20
152
5.2.3 Instrumentos
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.
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.
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.
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.
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.
Desta forma, a pontuao na prova de grficos, composta pela soma dos pontos nas
quatro questes, variou de zero a 26 pontos.
Adaptada e validada por Brito (1996, 1998), possue estrutura similar a escala EAE.
O tempo mximo estipulado foi de dez minutos.
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.
158
5.2.4 Procedimentos
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.
159
praticamente, no sofreram modificaes. A verso final do instrumentos podem ser
encontrados no anexos.
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.
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.
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
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
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
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.
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.
165
novatos no pr-teste e no ps-teste, utilizado o teste t para dados emparelhados e a anlise
de correlao e de regresso.
166
CAPTULO VI
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.
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.
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.
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
No No fez a
Prova Final
42 (5,5%)
Abandonou ao Sem
longo do semestre Rendimento
56 (7,4%) 98 (12,9%)
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.
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
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).
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.
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.
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.
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.
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
Matemtica: Nmeros, porcentagem, clculos, problemas algbricos, ... 175 23,1 98 26,8
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.
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
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
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.
180
Quadro 19. Distribuio dos sujeitos segundo a definio atribuda mdia aritmtica
Nada a ver: porcentagem, mdia geomtrica, apenas a soma de valores,... 111 14,7 58 15,8
181
d) Auto avaliao de conhecimentos de Estatstica, Matemtica e grficos
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
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.
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.
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
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)
(**)
2. Circular (de setores, pizza, etc.) 17,2 11,0 19,6 34,2 82,0 18,0
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
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.
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
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.
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.
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).
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
190
Quadro 31. Desempenho dos sujeitos na prova da mdia
4. Problema proposto por Pollatsek e outros 5 704 3,6 3 1,3 7,0 72,0
6. Problema proposto por Cai (1998) 5 704 4,6 5 1,3 7,0 92,0
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.
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.
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.
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.
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.
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).
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%.
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
5) Que tipo de varivel ela 6,3 4,9 88,8 5,2 4,9 89,9
7) Que tipo de varivel ela 4,9 4,6 90,5 5,2 3,0 91,8
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
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
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%
195
mercado como sendo uma varivel contnua e dependente (ou endgena) e a varivel tempo
como sendo discreta e independente (ou exgena).
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).
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.
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.
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
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%.
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
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
0 5 10 15 20 25 30 35 40 45 50
Pontuao na prova verbal - DAT
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.
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
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
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.
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.
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.
203
Quadro 38. Nvel de significncia da amostra (p-valor) resultante da aplicao dos testes F e t-student
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
204
Quadro 39. Quadro resumo das mdias dos indicadores quantitativos padronizados (*) segundo categorias das variveis
qualitativas
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
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.
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
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.
211
auto avaliaram, de forma negativa, seus desempenhos em ambas matrias e afirmaram
possuir pouco conhecimento de estatstica e de grficos.
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
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.
214
matemtica, o que no ocorre com o gnero feminino onde as experientes apresentaram o
pior desempenho seguido das medianamente experientes, ver Figura 51.
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
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
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.
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
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
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.
b) Anlise de correlao
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
0,4931
0,2638
0,4591
0,3942
0,3168
0,2595
0,3702
Nota Prova
Matemtica Matemtica 0,3476
0,5984
Atitude
Matemtica
220
c) Anlise de regresso
Quadro 41. Estrutura dos parmetros do modelo explicativo para a leitura de grficos
Coeficiente angular
2. Conhecimento de grficos (informada pelo prprio sujeito) 0,2112 0,0000 22,9 7,4
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.
P 30
r
o
v
a
d
e 20
g
r
f
i
c
o 10
Estimado
0 Observado
0 10 20 30
222
d) Anlise de Covarincia
Quadro 42. Estrutura dos parmetros do modelo explicativo para a leitura grficos
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
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.
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
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.
0,1286*Nota-Matemtica + 2,5065*Gnero
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%.
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
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.
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).
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.
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
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.
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 (%)
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.
232
b) Desempenho na prova de grficos
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 (%)
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.
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 (%)
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
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%.
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%.
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
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.
239
b) o papel do domnio dos conceitos estatsticos na leitura de grficos
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.
240
verificaram que os sujeitos estimaram a mdia com maior facilidade quando partiram de
histogramas.
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.
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.
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).
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
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.
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.
245
f) A inter-relao entre esses fatores
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:
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.
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.
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)
250
7.2 Concluses e consideraes finais
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.
252
REFERNCIAS BIBLIOGRFICAS
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
Atitudes em Atitudes em
relao relao
Estatstica Estatstica
Atitudes em Atitudes em
relao relao
MATEMTICA
Matemtica Matemtica
Matemtica Matemtica
ENSINO
Processo Disciplinas
de na
escolarizao graduao
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 Figural
5 questes
Prontido em Prontido em
Matemtica Estatstica
Background Estado
matemtico mental
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
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
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
Linhas
rea
Histograma
268
ANEXO 3
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.
20. Eu tenho uma reao definitivamente positiva com relao a Estatstica. Eu gosto e aprecio essa matria:
( )Discordo totalmente ( )Discordo ( )Concordo ( )Concordo totalmente
270
ANEXO 4
271
Prova envolvendo o conceito de mdia
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:
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:
272
ANEXO 5
273
Flutuao do dlar
Crise russa
1. O seguinte grfico mostra o vaivm dos juros bsicos, em % ao ano
Crise asitica
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 ---
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 -------
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
277
278
ANEXO 6
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?
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.
284
ANEXO 8
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.
EXEMPLO X
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
EXEMPLO Y
Primeiro est para um, assim como segundo est para dois. Os espaos em branco foram
preenchidos corretamente da seguinte maneira:
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
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
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
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
290
ANEXO 9
291
Sistema de contagem de cinco pontos (Charles, 1987)
292
ANEXO 10
Gabaritos
293
Gabarito da prova envolvendo a mdia
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
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
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
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
5 pontos
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 ---
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
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:
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
15 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
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.
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?
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
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
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
304
ANEXO 11
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
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
No: Sou professora, trab. anlise clnica, no descobri, talvez no futuro 11 1,5 5 1,4
306
Quadro 20. Distribuio dos sujeitos segundo funo atribuda mdia aritmtica
Sujeitos % Sujeitos %
307
Quadro 26. Desempenho dos sujeitos no clculo da mdia ponderada
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
Quadro 30. Desempenho dos sujeitos no problema proposto por Cai (1998)
Sujeitos % Sujeitos %
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
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
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
310
Quadro 33. Desempenho dos sujeitos no grfico de controle
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
311
Quadro 34. Desempenho dos sujeitos no grfico de barras com referncia zero
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
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
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
0 5 10 15 20 25 30 35
Nvel de conhecimentos de Grficos
315