Universidade Católica de Moçambique

Instituto de Educação à Distância

Medidas de dispersão

Nome do Estudante: Evaltina Valmora Raul Bila

Código: 708208743
Nome do Docente: Esmail Marimo

Curso: Licenciatura em Ensino de Língua Portuguesa

Disciplina: Estatística
Ano de Frequência: 1º Ano

Quelimane, Junho, 2020

2
 Folha de Feedback

Categorias Indicadores Padrões Classificação

Pontuação Nota Subtotal
Máxima do
Tutor
Estrutura Aspectos  Capa 0.5
organizacionais  Índice 0.5
 Introdução 0.5
 Discussão 0.5
 Conclusão 0.5
 Bibliografia 0.5
Conteúdo Introdução  Contextualização 1.0
(indicação clara do
problema)
 Descrição dos 1.0
objectivos
 Metodologia adequada 2.0
ao objecto de trabalho

Análise e  Articulação e domínio 2.0

discussão do discurso académico
(expressão escrita
cuidada,
coerência/coesão
textual)
 Revisão bibliográfica 2.0
nacional e internacional
relevantes na área de
estudo
 Exploração de dados 2.0
Conclusão  Contributos teórico 2.0
práticos
Aspectos Formatação  Paginação, tipo e 1.0
gerais tamanho de letra,
parágrafo, espaçamento
entre linhas
Referências Normas APA 6ª  Rigor e coerência das 4.0
bibliográficas edição em citações/referências
citações e bibliográficas
bibliografia
Recomendações para melhoria:

_______________________________________________________________________________________
_______________________________________________________________________________________
_______________________________________________________________________________________
_______________________________________________________________________________________
_______________________________________________________________________________________

3
Índice
Introdução...................................................................................................................................4

Objectivo geral:...........................................................................................................................4

Objectivos específicos:...............................................................................................................4

Metodologia................................................................................................................................4

MEDIDAS DE DISPERSÃO.....................................................................................................5

1. Amplitude............................................................................................................................5

Exemplo...............................................................................................................................5

2. Variância..............................................................................................................................6

Exemplo...............................................................................................................................6

3. Desvio Padrão......................................................................................................................7

Exemplo...............................................................................................................................8

4. Coeficiente de Variação.......................................................................................................8

Conclusão..................................................................................................................................10

Bibliografia...............................................................................................................................11

4
Introdução
As medidas de posição (média, mediana, moda) descrevem apenas uma das características dos
valores numéricos de um conjunto de observações, o da tendência central. Porém, nenhuma
delas informa sobre o grau de variação ou dispersão dos valores observados. Em qualquer
grupo de dados os valores numéricos não são semelhantes e apresentam desvios variáveis em
relação a tendência geral de média.

As medidas de dispersão servem para avaliar o quanto os dados são semelhantes, descreve
então o quanto os dados distam do valor central. Desse jeito, as medidas de dispersão servem
também para avaliar qual o grau de representação da média.

È fácil demonstrar que apenas a média é insuficiente para descrever um grupo de dados. Neste
trabalho vai ser detalhado o estudo das medidas de dispersão com vista a responder aos
seguintes objectivos:

Objectivo geral:
Analisar as medidas de dispersão.

Objectivos específicos:
 Identificar as diversas medidas de dispersão;
 Descrever as medidas de dispersão;
 Exemplificar o uso das medidas de dispersão;

Metodologia
Para o alcance destes objectivos foi adoptada uma metodologia assente numa pesquisa
bibliográfica baseada em diversos autores que aparecem devidamente citados ao longo do
texto e mencionados na bibliografia final deste trabalho.

5
MEDIDAS DE DISPERSÃO 
São parâmetros estatísticos usados para determinar o grau de variabilidade dos dados de um
conjunto de valores.
A utilização desses parâmetros tornam a análise de uma amostra mais confiável, visto que as
variáveis de tendência central (média, mediana, moda) muitas vezes encondem a
homogeneidade ou não dos dados.

Por exemplo, vamos considerar que um animador de festas infantis selecione as atividades de
acordo com a média das idades das crianças convidadas para uma festa.

Vamos considerar as idades de dois grupos de crianças que irão participar de duas festas
diferentes:

 Festa A: 1 ano, 2 anos, 2 anos, 12 anos, 12 anos e 13 anos

 Festa B: 5 anos, 6 anos, 7 anos, 7 anos, 8 anos e 9 anos

Em ambos os casos, a média é igual a 7 anos de idade. Entretanto, ao observar as idades dos
participantes podemos admitir que as atividades escolhidas sejam iguais?

Portanto, neste exemplo, a média não é uma medida eficiente, pois não indica o grau de
dispersão dos dados.

As medidas de dispersão mais usadas são: amplitude, variância, desvio padrão e coeficiente
de variação.

1. Amplitude
Essa medida de dispersão é definida como a diferença entre a maior e a menor observação de
um conjunto de dados, isto é:

A = Xmaior - Xmenor

Por ser uma medida que não leva em consideração como os dados estão efetivamente
distribuídos, não é muito utilizada.

Exemplo
O setor de controle de qualidade de uma empresa seleciona ao acaso peças de um lote.
Quando a amplitude das medidas dos diâmetros das peças ultrapassa 0,8 cm o lote é rejeitado.

6
Considerando que em um lote foram encontrados os seguintes valores 2,1 cm; 2,0 cm; 2,2 cm;
2,9 cm; 2,4 cm, esse lote foi aprovado ou rejeitado?

Solução
Para calcular a amplitude, basta identificar o menor e o maior valores, que neste caso, são 2,0
cm e 2,9 cm. Calculando a amplitude, temos:

A = 2,9 - 2 = 0,9 cm

Nesta situação o lote foi rejeitado, pois a amplitude ultrapassou o valor limite.

2. Variância
A variância é determinada pela média dos quadrados das diferenças entre cada uma das
observações e a média aritmética da amostra. O cálculo é feito com base na seguinte fórmula:

Sendo,

V: variância
xi: valor observado
MA: média aritmética da amostra
n: número de dados observados
Exemplo
Considerando as idades das crianças das duas festas indicadas anteriormente, vamos calcular a
variância desses conjuntos de dados.

7
Festa A

Festa B

Observe que apesar da média ser igual, o valor da variância é bem diferente, ou seja, os dados
do primeiro conjunto são bem mais heterogêneos.

3. Desvio Padrão
O desvio padrão é definido como a raiz quadrada da variância. Desta forma, a unidade de
medida do desvio padrão será a mesma da unidade de medida dos dados, o que não acontece
com a variância.

Assim, o desvio padrão é encontrado fazendo-se:

8
Quando todos os valores de uma amostra são iguais, o desvio padrão é igual a 0. Sendo que,
quanto mais próximo de 0, menor é a dispersão dos dados.

Exemplo
Considerando ainda o exemplo anterior, vamos calcular o desvio padrão para as duas
situações:

Agora, sabemos que a variação das idades do primeiro grupo em relação a média é de
aproximadamente 5 anos, enquanto que a do segundo grupo é de apenas 1 ano.

4. Coeficiente de Variação
Para encontrar o coeficiente de variação, devemos multiplicar o desvio padrão por 100 e
dividir o resultado pela média. Essa medida é expressa em porcentagem.

O coeficiente de variação é utilizado quando precisamos comparar variáveis que apresentam

médias diferentes.

Como o desvio padrão representa o quanto os dados estão dispersos em relação a uma média,
ao comparar amostras com médias diferentes, a sua utilização pode gerar erros de
interpretação.

Desta forma, ao confrontar dois conjuntos de dados, o mais homogêneo será aquele que
apresentar menor coeficiente de variação.

9
Com base nesses valores, determine o coeficiente de variação de cada turma e indique a turma
mais homogênea.

Solução
Calculando o coeficiente de variação de cada turma, temos:

Desta forma, a turma mais homogênea é a turma 2, apesar de apresentar maior desvio padrão.

10
Conclusão
No campo de ciências físicas, tal variabilidade pode resultar de erros de medidas aleatórios:
instrumentos de medidas geralmente não são perfeitamente precisos e existe a adicional
'variabilidade entre 'juízes' na interpretação e comunicação dos resultados medidos. Alguém
pode assumir que a quantidade medida é estável e que a variação entre medidas é
consequência de erro observacional. Um sistema de um grande número de partículas é
caracterizado pelos valores médios de um relativamente pequeno número de quantidades
macroscópicas como temperatura, energia e densidade. O desvio padrão é uma importante
medida na Teoria de Flutuação, que explica muitos fenômenos físicos, incluindo o porque do
céu ser azul.

Nas ciências biológicas, a quantidade sendo medida é raramente estável e imutável, e a

variação observada pode ser intrínseca ao fenômeno: pode ser devido ao fato da variabilidade
interindivíduo, isto é, membros distintos de uma população diferem um dos outros. Além
disso, pode ser devido à variabilidade intraindivíduo, isto é, um mesmo individuo submetido à
testes realizados em diferentes horas ou diferentes condições poder fornecer diferentes
resultados. Esses tipos de variabilidade também pode ser vistos na área de produtos
manufaturados; até lá, o cientista meticuloso acha variação.

Em economia, finanças, e outras disciplinas, análise regressiva tenta explicar a dispersão de

variáveis dependentes, geralmente medidas por sua variância usando uma ou mais variáveis
independentes cada qual que também possua dispersão positiva. A fração de variância
explicada é chamada de coeficiente de determinação.

11
Bibliografia
McQuarrie, Donald A. (1976). Statistical Mechanics. NY: Harper & Row. ISBN 06-044366-9
Verifique |isbn= (ajuda)
Rothschild, Michael; Stiglitz, Joseph (1970). «Increasing risk I: A definition». Journal of
Economic Theory. 2 (3): 225–243. doi:10.1016/0022-0531(70)90038-4.

12