ETEC “ Centro Paula Souza”

Curso técnico em Administração de Empresas

Receitas de Cálculos Estatísticos

Iremos recitar o que aprendemos desde o início do semestre como:
método estatísticos; construção e interpretação de gráficos; medidas
de tendência central; população e amostragem; probabilidade; dados
absolutos e dados relativos.

Isabella Ferreira Mendonça

Silvia Carolina da Silvia Corrêa

Ribeirão Preto - SP
2020
1
 Índice

1. Método estatístico 3
2. Construção e interpretação de gráficos 5
2.1 Gráficos estatísticos ......................................................................................................... 6
2.2 Linha ou curva .................................................................................................................. 7
2.3 Coluna ou barra ............................................................................................................... 8
2.4 Setores .............................................................................................................................. 9

3. Medida de tendência central............................................................... 10

3.1 Moda ............................................................................................................................ 10
3.2 Média aritmética ............................................................................................................... 11
3.3 Média ............................................................................................................................. 12
3.4 Mediana ........................................................................................................................ 13
3.5 Simetria de uma distância ............................................................................................. 14

4. População e amostragem......................................................................................... 16
4.1 Variável .......................................................................................................................... 16

5. Probabilidade...................................................................................... 18
6. Dados absolutos e dados relativo...................................................... 20
6.1 Dados absolutos ............................................................................................................ 20
6.2 Dados relativos .............................................................................................................. 20

2
 1. Método Estatísticos

 Característica geral
Praticamente todos os fenômenos naturais, relacionais e comportamentais que envolvem o ser
humano possuem componentes aleatórios, por exemplo, o comportamento de consumo dos
consumidores das classe C e D do Brasil, possui vários componentes: renda média, faixa
etária, emprego, inflação, entre outros.
A estatística é uma parte da matemática aplicada que fornece métodos para coleta,
organização, descrição, análise e interpretação de dados e para a utilização dos mesmos na
tomada de decisões.
Observa-se que na repetição de um fenômeno aleatório, que os resultados se distribuem com
certa regularidade, geralmente acentuada em termos de frequência.
O método estatístico está fundamentado na representação e explicação sistemática das
observações quantitativas do fenômeno que se deseja estudar e sua representação analítica
através de gráficos e tabelas.

 Aplicação

As etapas de coleta, organização e descrição dos dados pertencem à chamada Estatística

Descritiva*, enquanto análise e a interpretação dos dados, ficam a cargo da Estatística
Indutiva** ou Inferencial*.

Etapa Descrição

Planejamento Nesta fase é determinado o objetivo do estudo e

são escolhidos os métodos que serão utilizados
durante o estudo. *“A estatística descritiva
é um ramo da estatística
Nesta fase é realizada a coleta dos dados. Pode que aplica várias
ser do tipo direta ou indireta. A direta ocorre técnicas para descrever e
Coleta de quando os dados são coletados pelo próprio sumarizar um conjunto
pesquisador através de questionários ou de dados.
dados
quando é feito sobre elementos informativos de **Se diferencia da
registro obrigatório (nascimentos, óbitos, estatística inferencial,
compra e venda de mercadorias) . A do tipo ou estatística indutiva,
direta puder ser classificada quanto ao fator de pelo objetivo: organizar,
tempo como contínua, periódica e ocasional. sumarizar dados ao
(Fonte: Portal da Educação) invés de usar os dados
em aprendizado sobre a
Críticas dos Nesta fase os dados obtidos devem ser população. Esse
criticados à procura de falhas no princípio faz da
dados
planejamento, aquisição e armazenamento dos estatística descritiva
independente.” (Apud.
dados.
Wikipédia)
Apuração dos Aqui, os dados são processados mediante

3
 dados critérios de classificação que foram definidos
na fase de planejamento.

Exposição ou Nesta fase, segundo Crespo (1999), os dados

apresentação são apresentados através de tabelas ou
de dados gráficos, seguindo os critérios determinados no
planejamento e utilizados no processamento
dos dados. A exposição dos dados tem o
objetivo de facilitar a análise daquilo que é
objeto do estudo estatístico. Disponível em:<
http://pt.scribd.com/doc/19754940/Estatistica-
Parte-1-e-2 > Acesso em : 19 ago. 2013.

Análise Esta última etapa do processo estatístico

consiste em tirar conclusões sobre os dados
levantados e processados, inferindo conclusões
sobre o todo (população) a partir de dados
coletados de uma parte representativa da
população (amostra).

Figura 1 - Frpubs.com. planejamento P/ educacao basica&psig - Imagem

Fonte: FONSECA, S.C.C. Fundamento de Estatística. 1. ed. Mato Grosso: Pronatec, 2015,
cap. 1: Método estatístico, p. 16-17.
Imagem de coleta de dados – Frpubs. Planejamento p. educação básica
>https://www.google.com/url?sa=i&url=https%3A%2F%2Frpubs.com%2Fmarcos-w
%2FplanejamentoPeducacaobasica&psig<

1. Construção e Interpretação de gráficos

4
  Característica geral
O gráfico é um instrumento que possibilita transmitir significados de forma mais rápida e
direta que textos ou tabelas complexas. Para se criar um gráfico é preciso primeiro conhecer o
tipo de informação que se deseja transmitir.
Cada tipo de gráfico é adequado para uma diferente situação a ser analisada. Logo, existe um
gráfico apropriado para cada tipo de informação. A representação gráfica de um fenômeno
deve obedecer a certos requisitos fundamentais para tornar o gráfico útil.
Vejamos:
• Simplicidade: o gráfico deve ser destituído de detalhes de importância secundária, assim
como de traços desnecessários que possam levar o observador a uma análise morosa ou com
erros;
• Clareza: o gráfico deve possibilitar uma interpretação correta dos valores representativos do
fenômeno em estudo;
• Veracidade: o gráfico deve expressar a verdade sobre o fenômeno em estudo, ou seja,
cálculos devem coincidir com as marcações.
Exemplo:

Figura 2 - Gráfico Simples/ Fonte: Fundamentos de estatística

2.1 Gráfico estatístico

 Característica geral
Uma coisa que deve ficar claro quando se trabalha com gráficos é a destinação do mesmo.
Sob este aspecto podemos classificar os gráficos de duas formas.

5
  Aplicação

• Gráficos de informação: são gráficos destinados principalmente ao público em geral.

Proporcionam uma visualização rápida e clara do fenômeno. São tipicamente expositivos.
Dispensam comentários explicativos adicionais.
Exemplo:

Figura 3 - elifeportugal.com/qual-tipo-grafico-ideal-informacao

• Gráficos de análise: se prestam melhor ao trabalho estatístico, fornecendo elementos

úteis à fase de análise dos dados. São acompanhados de uma tabela estatística. Geralmente
são acompanhados de um texto explicativo, chamado a atenção para os pontos principais
revelados pelo gráfico.
Exemplo:

6
 Figura 4 -educacao.globo.com/matematica.assunto.funcoe.analise-de-graficos.

2.2 Linha ou curva

 Característica geral
É um tipo de gráfico que utiliza uma linha poligonal para representar uma série estatística.
Constitui uma aplicação do processo de representação das funções no sistema de coordenada
cartesiana ortogonais. É mais utilizado nas séries cronológicas, onde a variável tempo é
representada no eixo horizontal e as quantidades respectivas, no eixo vertical.

 Aplicação
Exemplo: evolução do número de alunos da escola

Figura 5 - Número de alunos/ Fonte: Fundamento estatística

No gráfico de linha, podemos representar a variação de dois ou mais fenômenos, a título de

comparação. Neste caso teremos um gráfico chamado de poligonal comparativo.

7
 Figura 6 - Comparativo de números de alunos entre escola A e B./ Fonte: Fundamento estatística

2.3 Coluna ou barra

 Característica geral
Representam séries estatísticas por meio de retângulos, dispostos verticalmente (em colunas)
ou horizontalmente (em barras). Todos os retângulos devem apresentar a mesma largura,
ficando os seus comprimentos proporcionais aos respectivos dados. São geralmente
empregados nas séries qualitativas ou cronológicas.

 Aplicação
Exemplo: salário médio de professores do ensino médio.

Figura 7 - Salário médio de professores 2003/ fonte: MEC

8
2.4 Setores

 Característica geral
São representados por meio de setores de um círculo (Pizza), e têm a mesma finalidade que os
de colunas compostas, ou seja, representar um fenômeno e todas as partes em que o mesmo se
subdivide. É muito útil para agrupar ou organizar quantitativamente dados considerando um
total.
Exemplo:

Figura 8 - População de 7 Estados Brasileiros/ Fonte: IBGE

Fontes:

FONSECA, S.C.C. Fundamento de Estatística. 1. ed. Mato Grosso: Pronatec, 2015,

cap. 5: Gráficos estatísticos, p. 47-51.

9
3. Medidas de tendência central

3.1 Moda

 Característica geral
É uma das medidas de altura de um conjunto de dados, assim como a média e a mediana. Ela
pode ser definida em moda amostral e populacional.
Em relação à primeira delas, a moda amostral de um conjunto de dados trata do valor Moda é
especialmente útil quando os valores ou as observações não são numéricos.
Uma amostra pode ser unimodal (uma moda), bimodal (duas modas), multimodal (várias
modas) e amodal (nenhuma moda). Moda em conjunto de dados com elementos repetidos é o
valor que ocorre com maior frequência ou o valor mais comum em um conjunto de dados.

 Aplicação
Por exemplo, a moda da amostra {maçã, banana, laranja, laranja, laranja, pêssego} é laranja.
 Amostras que possuem uma moda são chamadas unimodais.
Por exemplo, a amostra {1, 2, 3, 5, 5, 6, 7} tem moda 5.
 Amostras que possuem duas modas são chamadas bimodais.
Por exemplo, a amostra {1, 2, 3, 5, 5, 6, 6} tem modas 5 e 6.
 Amostras que possuem várias modas são chamadas multimodais.
Por exemplo, a amostra {1, 2, 3, 5, 5, 6, 6, 7, 7} tem modas 5, 6 e 7.
 Amostras que não possuem moda são chamadas amodais.
Por exemplo, a amostra {1, 3, 2, 5, 7, 6} não tem moda.

Figura 9 - wikipedia.org/wiki/Moda

10
Por exemplo, se temos um grupo de pessoas com idades de 2, 3, 2, 1, 2 e 50 anos, a moda é 2
anos. Esse valor demonstra mais eficiência para caracterizar o grupo que a média aritmética.
Outro exemplo seria encontrar a moda da temperatura medida de hora em hora, das 6h às 11h.
Nesse dia, os resultados foram: 14°C, 15°C, 15°C, 18°C, 20°C e 25°C, então dizemos que
nesse período a moda foi 15°C.
Fonte:
https://pt.wikipedia.org/wiki/Moda > Acess. 07/07/2020

https://www.gestaoeducacional.com.br/media-moda-e-mediana-o-que-e > Acess. 07/07/2020

3.2 Média aritmética

 Característica geral
Quando um noticiário de TV afirma que ontem a temperatura média de sua cidade foi de
25ºC, isto significa que todo o conjunto de temperatura do dia anterior está sendo
representado por um único valor que, nesse caso, foi a média aritmética dessas temperaturas.
Em situações como esta, o número obtido é a tendência central dos vários números usados. É
uma forma útil de descrever um grupo encontrado. Este número representa o que é “médio”
ou “típico” naquele conjunto particular de dados. A média aritmética é a mais conhecida e
utilizada dentre as medidas de tendência central.

 Aplicação

 Simples: Pode ser entendida como a soma dos valores de todas as observações realizadas
dividida pelo número de observações. É utilizada no intuito de expressar, por meio de um
único valor, a ideia principal de um grupo de valores. A média aritmética é expressa pela
seguinte equação:

Ou

X
onde, xi é o somatório dos valores que se quer calcular a média e n é a quantidade de valores a
serem somados.
Vamos deixar claro este conceito através de uma série de exemplos:
- Dados os números 10, 8 , 15 e 9, qual o valor da média aritmética simples?

11
 Ponderada: Existe um grande perigo no cálculo da média aritmética simples. Se um ou
mais valores for muito diferente do conjunto, pode distorcer a tendência apresentada pela
média. Esta distorção pode ser amenizada aplicando-se pesos “as observações”, isto
possibilita atribuir peso ou importância diferente a cada valor, quando isto ocorre, temos a
média aritmética ponderada.

Vamos fixar estes conceitos através de dois exemplos:

- Em uma unidade escolar, a média anual de cada matéria é calculada de acordo com os
princípios da média ponderada. O peso das notas está relacionado ao número do
bimestre. Assim, temos peso 1, 2, 3, 4 respectivamente para cada um dos quatro bimestres
do ano. Determine a média anual de um aluno cujas notas estão relacionadas na tabela
acompanhado dos respectivos pesos.

Bimestre Peso Nota do

aluno
1°Bimestr 1 7,0
e
2°Bimestr 2 5,5
e
3°Bimestr 3 8,3
e
4°Bimestr 4 7,5
e

A média anual do aluno corresponde a 7,29.

Fonte:
FONSECA, S.C.C. Fundamento de Estatística. 1. ed. Mato Grosso: Pronatec, 2015,
cap. 8: Média aritmética. p. 69-71.

3.3 Média

 Característica geral
12
A média (Me) é calculada somando-se todos os valores de um conjunto de dados e dividindo-
se pelo número de elementos deste conjunto.
Como a média é uma medida sensível aos valores da amostra, é mais adequada para situações
em que os dados são distribuídos mais ou menos de forma uniforme, ou seja, valores sem
grandes discrepâncias.

 Aplicação
Sendo,
Me: média
x1, x2, x3,..., xn: valores dos dados
n: número de elementos do conjunto de dados

.
Fonte:
https://www.todamateria.com.br/media-moda-e-mediana > Acess. 08/07/2020

3.4 Mediana

 Característica geral
Mediana é o valor central que divide uma série ordenada de dados em duas partes iguais.
Ocupa a posição central em uma série ordenada de dados (Rol). Caracteriza-se por ser uma
medida de tendência central que não é afetada por valores extremos.

 Aplicação
Para calcular a mediana:
 Devemos ordenar o conjunto de dados em ordem crescente;
 Se o número de elementos for par, então a mediana é a média dos dois valores centrais.
Soma os dois valores centrais e divide o resultado por 2:

 Se o número de elementos for ímpar, então a mediana é o valor central.

Onde se aplica:
A tabela a seguir mostra as notas de 24 alunos em um prova de Física aplicada, com nota
máxima de 100 pontos.

40 20 10 20 70 60

13
90 80 30 50 50 70
50 20 50 50 10 40
30 20 60 60 10 20
Para a tabela com as notas acima, calcule:
A mediana das notas apresentadas

Notas Frequência
90 1
80 1
70 2
60 3
50 5
40 2
30 2
20 5
10 3

Para calcular a mediana temos que organizar as notas em ordem crescente:

(10, 10, 10, 20, 20, 20, 20, 20, 30, 30, 40, 40, 50, 50, 50, 50, 50, 60, 60, 60, 70, 70, 80, 90)
Como o conjunto de elementos é formado por um número par de elementos, então a mediana
é soma dos dois valores centrais dividido por 2.
A mediana é: Md = (40 + 50) / 2 = 45

Fonte:
FONSECA, S.C.C. Fundamento de Estatística. 1. ed. Mato Grosso: Pronatec, 2015,
cap. 9: Moda e mediana. p. 76.
https://matematicabasica.net/media-moda-e-mediana > Acess. 07/07/2020

3.5 Simetria de uma distância

 Aplicação
Existem várias fórmulas para calcular a assimetria de uma distribuição. Dependendo da que
usares, vais obter resultados diferentes quanto a ser positiva ou negativa nesses casos que
referes.
Por exemplo, se usares a fórmula 3 * (Média - Mediana) / Desvio Padrão, vais obter um valor
positivo para o exemplo que deste.
Já se usares a fórmula (Média - Moda) / Desvio Padrão, vais obter um valor negativo.
14
De referir também que situações em que a média está entre a moda e a mediana são pouco
habituais numa distribuição. Suspeito que a curva da distribuição teria que ter dois máximos
locais, pelo que provavelmente não fará muito sentido analisar a assimetria da mesma.
Distribuição assimétrica à esquerda, com concentração nos maiores valores:

X < Me < Mo

Distribuição assimétrica à direita, com concentração nos menores valores

Mo > Me > X

Distribuição simétrica, com valores concentrados no centro:

Mo=X =Me

Fonte:
https://www.portugal-a-programar.pt/forums/topic/71680-simetria-de-uma-de-distribui%C3%A7%C3%A3o/ >

Acesso: 08/08/2020

Gráficos da simetria de uma distância – Prof. Fábio (PowerPoint). ESTATISTICA_MEDIDAS-

CENTRAIS_parte_2

4. População e Amostragem
15
  Característica geral
Inicialmente, vamos a uma definição de população estatística.
População estatística é toda pesquisa estatística e sempre enfrenta o dilema de estudo da
população ou da amostra. Um estudo contendo toda a população seria em termos de precisão
dos resultados sempre o ideal. Mas, quase sempre a população que compõe um fenômeno
estatístico é muito grande. A alternativa praticada nestes casos é o trabalho com uma amostra
da população.

 Aplicação
Em estatística, a população é classificada como finita e infinita:

• Finita: quando o número de elementos de um grupo não é muito grande. Neste caso o
estudo estatístico poder ser realizado com toda população.
Exemplo: Escolas públicas de um determinado município. Se observarmos o grupo
chegaremos à conclusão de que o estudo pode ser realizado com todas, neste caso a
população de escolas é finita.

• Infinita: o número de elementos é muito elevado, não sendo possível utilizar toda
população no estudo estatístico. Para este caso, utiliza-se a Amostra.
Exemplo: Consultar toda a população da cidade da São Paulo sobre determinado tema é
inviável na maioria dos casos. Se a consulta for considerada inviável, podemos considerar a
população infinita.
Mostramos que o estudo estatístico pode ser realizado com toda a população, quando o
número de elementos do grupo é pequeno ou com apenas uma amostra da população, quando
o número de elementos do grupo é muito grande. Em seguida, vamos tratar das variáveis.

4.1 Variáveis

 Característica geral
Estatística variável é o conjunto de resultados possíveis de um determinado fenômeno. É uma
característica qualquer de interesse que pode ser associado à população ou à amostra para ser
estudada estatisticamente.

 Aplicação
Exemplo:

16
• Para o fenômeno “sexo” são dois os resultados (variáveis) possíveis: masculino e feminino.
Como os resultados são finitos, temos uma variável discreta.
• Para o fenômeno “cor dos olhos” existe um número de resultados possíveis: preto,
castanho, azul, verde etc. Neste caso também, os resultados são finitos, a variável é discreta
• Para o fenômeno “estatura” temos um número infinito de valores dentro de um
determinado intervalo. Temos, neste caso, uma variável contínua.
Quanto ao tipo, as variáveis podem ser classificadas em:

• Quantitativa - quando seus valores são expressos em números. Podem assumir,

teoricamente, qualquer valor entre dois limites. Quando isso acontece, recebe o nome de
variável contínua. Uma variável que só pode assumir valores pertencentes a um conjunto
enumerável recebe o nome de variável discreta.

• Qualitativa - quando seus valores são expressos por atributos: sexo, cor da pele etc.

Fonte:
FONSECA, S.C.C. Fundamento de Estatística. 1. ed. Mato Grosso: Pronatec, 2015,
cap. 1: Conceitos básicos de estatística . p. 17-19.

17
 5. Probabilidade

 Característica geral
A teoria da probabilidade é o ramo da Matemática que estuda experimentos ou fenômenos
aleatórios e através dela é possível analisar as chances de um determinado evento ocorrer.
Quando calculamos a probabilidade, estamos associando um grau de confiança na ocorrência
dos resultados possíveis de experimentos, cujos resultados não podem ser determinados
antecipadamente.
Desta forma, o cálculo da probabilidade associa a ocorrência de um resultado a um valor que
varia de 0 a 1 e, quanto mais próximo de 1 estiver o resultado, maior é a certeza da sua
ocorrência.

 Aplicação

 Experimento aleatório
Um experimento aleatório é aquele que não é possível prever qual resultado será encontrado
antes de realizá-lo.
Os acontecimentos deste tipo quando repetidos nas mesmas condições, podem dar resultados
diferentes e essa inconstância é atribuída ao acaso.
Um exemplo de experimento aleatório é jogar um dado não viciado (dado que apresenta uma
distribuição homogênea de massa) para o alto. Ao cair, não é possível prever com total certeza
qual das 6 faces estará voltada para cima.

 Fórmula da Probabilidade
Em um fenômeno aleatório, as possibilidades de ocorrência de um evento são igualmente
prováveis.
Sendo assim, podemos encontrar a probabilidade de ocorrer um determinado resultado através
da divisão entre o número de eventos favoráveis e o número total de resultados possíveis:

Sendo:
p(A): probabilidade da ocorrência de um evento A
n(A): número de casos que nos interessam (evento A)
n(Ω): número total de casos possíveis

18
  Espaço amostral
Representado pela letra Ω, o espaço amostral corresponde ao conjunto de resultados possíveis
obtidos a partir de um experimento aleatório.
Por exemplo, ao retirar ao acaso uma carta de um baralho, o espaço amostral corresponde às
52 cartas que compõem este baralho.
Da mesma forma, o espaço amostral ao lançar uma vez um dado, são as seis faces que o
compõem:
Ω = {1, 2, 3, 4, 5 e 6}.

 Tipos de eventos
O evento é qualquer subconjunto do espaço amostral de um experimento aleatório. Quando
um evento é exatamente igual ao espaço amostral ele, é chamado de evento certo. Ao
contrário, quando o evento é vazio, ele é chamado de evento impossível.
Exemplo:
Imagine que temos uma caixa com bolas numeradas de 1 a 20 e que todas as bolas são
vermelhas. O evento "tirar uma bola vermelha" é um evento certo, pois todas as bolas
da caixa são desta cor. Já o evento "tirar um número maior que 30", é impossível, visto
que o maior número na caixa é 20.

Fonte:
https://www.todamateria.com.br/probabilidade > Acess. 08/07/2020

19
 6. Dados absolutos e dados relativos

6.1 Dados absolutos

 Característica geral
Os dados absolutos referem-se à contagem dos dados brutos, sendo chamados de frequência
absolutas.

 Aplicação
Por exemplo, se uma pesquisa perguntou a 10 casais quantos filhos cada casal tinha, temos 10
respostas, que ao serem organizadas saberemos quantos casais não têm filhos, quantos casais
tem apenas 1 filho, quantos casais tem 2 filhos e assim por diante. Estas respostas
correspondem aos dados absolutos, ou frequências absolutas. Porém, os dados absolutos
podem não dar uma visão muito boa do que está ocorrendo

6.2 Dados relativos

 Característica geral
Sendo resultante de comparações dos quocientes (razões), assim estabelecendo dados
absolutos com finalidade de facilitar as comparações entre quantidade.
Neste caso de dados relativos temos três situações:
 Percentagens;
 Coeficientes
 Taxa.

Fonte:
https://www.passeidireto.com/arquivo/62648143/aula-3-series-estatisticas-dados-absolutos-e-
dados-relativos > Acess. 08/08/2020
https://www.google.com/url?sa=i&url=https%3A%2F%2Fpt.slideshare.net
%2FEnioBolognini%2Fslides-de-estatstica-aplicada&psig > Acess. 08/08/2020

20