Estatistica - Técnico em Segurança Do Trabalho 2022

ESTATÍSTICA
Estatística
TÓPICO
1
INTRODUÇÃO: CONCEITOS E MÉTODOS
Assessoritec – Formando Profissionais de Sucesso Página 3

Estatística
1. ORIGEM DA ESTATÍSTICA
A palavra estatística provém do latim status, que significa estado. A primitiva utilização
da estatística envolvia compilações de dados e gráficos que descreviam vários aspectos de
um estado ou país. Em 1662, John Graunt publicou informes estatísticos sobre nascimentos
e mortes. No Brasil, em 1872, houve o primeiro censo geral da população brasileira feito pelo
Visconde do Rio Branco e em 1936 é criado no Brasil o Instituto Brasileiro de Geografia e
Estatística (IBGE).
2. CONCEITO DE ESTATÍSTICA
Estatística é uma parte da matemática aplicada que fornece métodos para coleta,
organização, análise e interpretação de dados e para a utilização dos mesmos na tomada
de decisões (CRESPO, 2000).
Estatística é um conceito e processos quantitativos que serve para estudar e medir os
fenômenos coletivos (SILVA, 1999).
2.1 APLICAÇÃO DA ESTATÍSTICA
Uma empresa que está se preparando para lançar um novo produto precisa conhecer
as preferências dos consumidores no mercado de interesse, para isso, pode fazer uma
pesquisa de mercado entrevistando um número de residências escolhidas aleatoriamente e
usar os resultados para estimar as preferências de toda a população.
A Estatística pode ser dividida em duas: Estatística Descritiva e Estatística Indutiva
ou Inferencial.
➢ Estatística Descritiva: é aquela que apenas descreve e analisa um conjunto de dados,
sem tirar conclusões.
➢ Estatística Indutiva ou Inferencial: trata das inferências e conclusões, isto é, a partir
da análise de dados são tiradas conclusões.
Método – é uma palavra que provém do termo grego methodos (“caminho” ou “via”) e
que se refere ao meio utilizado para chegar a um fim. O seu significado original aponta para
o caminho que conduz a lugares, é o conjunto de etapas ordenadas e dispostas a serem
vencidas para alcançar um determinado fim.
Ciência – significa o conjunto de conhecimentos específicos em relação a uma área do
saber.
Metodologia científica – significa a disciplina que ensina as normas técnicas para a
pesquisa científica.

Estatística
2.3 MÉTODO CIENTÍFICO
Método Científico é um conjunto de meios dispostos convenientemente para se chegar a

um fim que se deseja. Os métodos científicos mais usados são: Método experimental e
Método estatístico.
➢ Método experimental – manter constante todas as causas (fatores), menos uma, e

variar esta causa para que o pesquisador possa descobrir seus efeitos, caso existam. É o
método preferido no estudo da Física, Química, etc.
➢ Método estatístico – quando se tem a necessidade de descobrir fatos em um campo
em que o Método experimental não se aplica (nas Ciências Sociais, por exemplo), já que
vários fatores que afetam o fenômeno em estudo não podem permanecer constantes,
enquanto é variada a causa que, naquele momento interessa.
2.4 FASES DO MÉTODO ESTATÍSTICO
Podem-se distinguir no método estatístico as seguintes fases:
✓ Planejamento – consiste em determinar quais são os dados a serem levantados,

fazendo uma análise de material e custos necessários durante a pesquisa.
✓ Coleta de Dados – após cuidadoso planejamento, tem início a coleta de dados. A coleta
pode ser direta ou indireta.
● Direta: quando os dados são coletados diretamente na fonte. A coleta de dados

direta pode ser classificada relativamente ao fator tempo em: Contínua, Periódica
e Ocasional.
➢ Contínua: quando é feita continuamente, tal como a de nascimentos e óbitos,
ou ainda, a de frequência dos alunos às aulas.
➢ Periódica: quando é feita em intervalos constantes de tempo, como por
exemplo, os sensos demográficos (10 em 10 anos) e as avaliações mensais
dos alunos.
➢ Ocasional: quando é feita ocasionalmente, a fim de atender a uma conjuntura
ou uma emergência, como no caso de epidemias que assolam ou dizimam
rebanhos inteiros.
● Indireta: quando os dados são levantados em órgãos que já tenham efetuado a

pesquisa de campo. Como exemplo, pode ser citada a pesquisa sobre a
mortalidade infantil, que é feita através de dados colhidos por uma coleta direta.
➢ Crítica dos Dados: obtidos os dados, eles devem ser cuidadosamente criticados, à
procura de possíveis falhas e imperfeições, a fim de não incorrer em erros grosseiros ou de

Estatística
certo vulto que possam influir sensivelmente nos resultados. Pode ser de origem externa e
interna.
➢ Externa: quando visa à causa dos erros pelo informante, por distração ou má
interpretação das perguntas que lhes foram feitas.
➢ Interna: quando visa observar os elementos originais dos dados da coleta.
➢ Apuração dos Dados: é a soma e o processamento dos dados obtidos e a disposição
mediante critérios de classificação. O resumo dos dados através de contagem e
agrupamento. Tabulação dos dados.
➢ Apresentação dos Dados: por mais diversa que seja a finalidade que se tenha em vista,
os dados devem ser apresentados sob forma adequada (tabelas ou gráficos), tornando mais
fácil o exame daquilo que está sendo objeto de tratamento estatístico.
➢ Análise dos Resultados: é o objetivo último da Estatística que consiste em tirar
conclusões sobre o todo (população) a partir de informações fornecidas por parte
representativa do todo (amostra). Assim, faz-se uma análise dos resultados obtidos e tiram-
se desses resultados conclusões e previsões.
➢ Conclusão: na conclusão da pesquisa, apresentam-se os comentários e críticas aos
resultados.
Exercícios:
1. Defina Estatística e exemplifique a sua utilização.
2. Defina Método Científico.
3. Quais são os Métodos Científicos?
4. Defina Método Estatístico.
5. Quais as Fases do Método Estatístico?

Estatística
TÓPICO
2
AMOSTRAGEM

Estatística
3 VARIÁVEL
Variável é convencionalmente o conjunto de resultados possíveis de um fenômeno. A

cada fenômeno corresponde um número de resultados possíveis. Por exemplo:
✓ Para o fenômeno “sexo” são dois os resultados possíveis: Masculino e Feminino;
✓ Para o fenômeno “número de filhos” há um número de resultados possíveis expressos
através dos números naturais: 0, 1, 2, 3…, n;
✓ Para o fenômeno “estatura” tem-se uma situação diferente, pois os resultados podem
tomar um número infinito de valores numéricos dentro de um determinado intervalo.
Estes exemplos dizem que uma variável pode ser: QUALITATIVA ou QUANTITATIVA.
➢ Qualitativa – quando seus valores são expressos por atributos: sexo (masculino –
feminino), cor dos olhos (azul, verde, castanho, preto) etc. Pode ser classificada em: nominal
ou ordinal.
✔ Nominal: dados que consistem apenas em nomes, rótulos ou categorias, não
podem estar em ordem. Exemplo: estado civil, cor da pele, etc.
✔ Ordinal: dados que podem ser dispostos em ordem, mas as diferenças entre
os valores dos dados não podem ser determinadas. Exemplo: nível de
escolaridade, colocação de um time de futebol na tabela, etc.
➢ Quantitativa: quando seus valores são expressos em números em forma de contagens

ou medidas.
Exemplo: Idade, altura, peso, número de nascidos, população. As variáveis quantitativas
podem ser classificadas em: contínua ou discreta.
➢ Contínua: pode assumir qualquer valor entre dois limites.

Exemplo: Estatura e peso de atletas; temperatura diária. A variável contínua resulta em
medições.
➢ Discreta: só pode assumir valores pertencentes a um conjunto finito ou numerável.

Exemplo: Número de alunos presentes nas aulas de determinada matéria; número de
mortes causadas por determinada doença. São resultados de uma contagem, expressos
através de números inteiros.
➢ População: ao conjunto de entes portadores de, pelo menos, uma característica

comum denomina-se População Estatística ou Universo Estatístico. Assim, os
estudantes, por exemplo, constituem uma população, pois apresentam pelo menos
uma característica comum: são os que estudam.
➢ Amostra: na maioria das vezes por impossibilidade ou inviabilidade econômica ou
temporal, limitam-se as observações referentes a uma determinada pesquisa a

Estatística
apenas uma parte da população. A essa parte proveniente da população em estudo
denomina-se amostra. Uma amostra é um subconjunto finito de uma população.
➢ Inferência Estatística: é um conjunto de técnicas que objetiva estudar uma
população através de evidências fornecidas por uma amostra retirada desta
população. A amostra contém os elementos que podem ser observados e é onde as
quantidades de interesse podem ser medidas.
A Figura a seguir representa o percurso do estudo estatístico, os principais tipos de

inferência:
➢ Inferência Correta: é necessário garantir que a amostra seja representativa da

população, isto é, a amostra deve possuir as mesmas características básicas da
população, no que diz respeito ao fenômeno que desejamos pesquisar. É preciso,
pois, que a amostra ou as amostras que vão ser usadas sejam obtidas por processos
adequados.
4 AMOSTRAGEM
Consiste em uma técnica especial para recolher amostras, que garante, tanto quanto
possível, o acaso na escolha.
Dessa forma, cada elemento da população passa a ter a mesma chance de ser escolhido,
o que garante à amostra o caráter de representatividade, e isto é muito importante, pois
nossas conclusões relativas à população estarão baseadas nos resultados obtidos nas
amostras dessa população.

Estatística
Razões básicas para se usar amostragem:
➢ Economia: quanto maior a amostra, maior o custo de obtenção dos dados.
➢ Tempo: muitas vezes o fator tempo é determinante. Ex.: Uma pesquisa
epidemiológica ou boca de urna.
➢ Confiabilidade dos dados: considerando o fator fadiga como limitador das
potencialidades humanas é mais fácil estudar um grupo pequeno de forma intensiva do
que um grande grupo de maneira superficial.
➢ Operacionalidade: é mais fácil realizar operações de pequena escala, a maior
dificuldade nos grandes censos é controlar os pesquisadores.
Quando não usar a Amostragem?
➢ População pequena: quando a população tiver menos que 100 elementos.

➢ Características de fácil mensuração: mesmo que a população não seja pequena,
mas a variável que se quer estudar é de fácil mensuração.
➢ Necessidade de alta precisão: quando o parâmetro for, por exemplo: o número de
habitantes de um país, dado fundamental para seu planejamento, neste caso,
pesquisa-se toda a população.
4.1 METODOLOGIA DE AMOSTRAGEM
Para se determinar a técnica de amostragem a ser utilizada, primeiro deve-se conhecer

bem os objetivos do estudo, determinando a população alvo.
Exemplo: Se são todos consumidores que vivem numa área de influência, se são todos os
clientes da sorveteria ou se só as crianças.
Depois de definir a população deve-se elaborar uma lista destes elementos.
Exemplo: Como obter a lista de todos os consumidores de uma sorveteria?
Para responder esta questão:
1º passo: passar a unidade de amostragem para as casas, permite retirar algumas unidades.
2º passo: saber se há crianças que compram uma vez por mês, outras uma vez por semana,
outras uma vez por dia.
A dimensão da amostra é importante para realizar a inferência estatística e

probabilidades para as médias e proporções que serão encontradas.
A seguir, será feita a extração da amostra e sua verificação para garantir que ela é
representativa.

Estatística
4.2 AMOSTRAGEM CASUAL OU ALEATÓRIA SIMPLES
Este tipo de amostragem é equivalente a um sorteio lotérico. Na prática, a amostragem

casual ou aleatória simples pode ser realizada numerando-se a população de 1 a ‘n’ e
sorteando-se, a seguir, por meio de um dispositivo aleatório qualquer, ‘k’ números dessa
sequência, os quais corresponderão aos elementos pertencentes à amostra.
Exemplo: Para se obter uma amostra representativa para a pesquisa da estatura de

noventa alunos de uma escola:
a) Numerar os alunos de 01 a 90.

b) Escrever os números, de 01 a 90, em pedaços iguais de um mesmo papel, colocando-
os dentro de uma caixa. Agitar a caixa para misturar bem os pedaços de papel e
retirar, um a um, nove números que formarão a amostra. Neste caso, 10% da
população.
Em vista disso, e porque a amostragem aleatória é vital para a inferência estatística,

existem tabelas especialmente elaboradas, chamadas Tabelas de Números Aleatórios,
construída de modo que os dez algarismos (0 a 9) são distribuídos ao acaso nas linhas e
colunas.
Na tabela de números aleatórios os dez algarismos 0,1,2...7,8,9, podem ser lidos
isoladamente ou em grupos; podem ser lidos em qualquer ordem, como por colunas, num
sentido ou noutro, por linhas, diagonalmente etc., e podem ser considerados aleatórios. A
opção de leitura, porém, deve ser feita, antes de iniciado o processo.
Para usar uma tabela de números aleatórios deve-se:
1: Fazer uma lista dos números da população;

2: Numerar consecutivamente os itens na lista, a começar do zero;
3: Ler os números na tabela de números aleatórios de modo que o número de algarismos
em cada um seja igual ao número de algarismos do último número da sua listagem;
4: Desprezar quaisquer números que não correspondam a números da lista ou que sejam
repetições de números lidos anteriormente. Continuar o processo até ter o número desejado
de observações;
5: Usar os números assim escolhidos para identificar os itens da lista a serem incluídos na
amostra;

Estatística
EXEMPLO DE UMA TABELA DE NÚMEROS ALEATÓRIOS
5692 9870 3583 8997 1533 6566 8830 7271 3809
2080 3828 7880 0586 8482 7811 6807 3309 2729
1039 3382 7600 1077 4455 8806 1822 1669 7501
7227 0104 4141 1521 9104 5563 1392 8238 4882
8506 6348 4612 8252 1062 1757 0964 2983 2244
5086 0303 7423 3298 3979 2831 2257 1508 7642
0092 1629 0377 3590 2209 4839 6332 1490 3092
0935 5565 2315 8030 7651 5189 0075 9353 1921
2605 3973 8204 4143 2677 0034 8601 3340 8383
7277 9889 0390 5579 4620 5650 0210 2082 4664
5484 3900 3485 0741 9069 5920 4326 7704 6525
6905 7127 5933 1137 7583 6450 5658 7678 3444
8387 5323 3753 1859 6043 0294 5110 6340 9137
4094 1957 0163 9717 4118 4276 9465 8820 4127
4951 3781 5101 1815 7068 6379 7252 1086 8919
9047 0199 5068 7447 1664 9278 1708 3625 2864
7274 9512 0074 6677 8676 0222 3335 1976 1645
9192 4011 0255 5458 6942 8043 6201 1587 0972
0554 1690 6333 1931 9433 2661 8690 2313 6999
8231 5627 1815 7171 8036 1832 2031 6298 6073
3995 9677 7765 3194 3222 4191 2734 4469 8617
2402 6250 9362 7373 4757 1716 1942 0417 5921
5295 7385 5474 2123 7035 9983 5192 1840 6176
5177 1191 2106 3351 5057 0967 4538 1246 3374
7315 3365 7203 1231 0546 6612 1038 1425 2709
5775 7517 8974 3961 2183 5295 3096 8536 9442
5500 2276 6307 2346 1285 7000 5306 0414 3383
3251 8902 8843 2112 8567 8131 8116 5270 5994
4675 1435 2192 0874 2897 0262 5092 5541 4014
Tabela 1: (Retirada de: STEVENSON, William J. Estatística aplicada à administração, São Paulo: Harbra, 1981)

Estatística
Exemplo:
Uma empresa tem 500 clientes cadastrados e se precisa obter uma amostra aleatória de
2% dos cadastros. Como se faz para usar a tabela de números aleatórios para extrair essa
amostra? Depois de numerar os cadastros pode-se escolher, por exemplo, percorrer a última
coluna da tabela de cima para baixo lendo os três primeiros algarismos de cada linha.
Os números obtidos dessa forma são: 380, 272, 750, 488, 224, 764, 309,192, 838, 466,
652, 344, 913, 412, 891, 286, 164, 097, 699, 607, 861, 592, 617, 337, 270, 944, 338, 599,
401.
Desprezando os números que são maiores do que 500 (e eventuais repetições) devem-
se tomar para a amostra os cadastros de números: 380, 272, 488, 224, 309, 192, 466, 344,
412 e 286.
Dispondo-se de uma lista precisa dos itens da população, é relativamente simples

escolher uma amostra aleatória com o auxílio de uma tabela de números aleatórios. Na
realidade, a lista não precisa conter todos os itens. As locações dos itens podem constituir
uma alternativa, como por exemplo, os quarteirões de uma cidade, ou os arquivos de uma
firma etc.
Quando o número de elementos da amostra é grande, esse tipo de sorteio torna-se muito
trabalhoso. A fim de facilitá-lo, foi elaborada uma tabela – Tabela de Números Aleatórios,
construída de modo que os dez algarismos (0 a 9) são distribuídos ao acaso nas linhas e
colunas.
Para se obter os elementos da amostra usando a tabela, sorteia-se um algarismo
qualquer da mesma, a partir do qual se consideram números de dois, três ou mais
algarismos, conforme a necessidade. Os números assim obtidos indicarão os elementos da
amostra.
A leitura da tabela pode ser feita horizontalmente (da direita para a esquerda ou vice-
versa), verticalmente (de cima para baixa ou vice-versa), diagonalmente (no sentido
ascendente ou descendente) ou formando desenhos de uma letra qualquer. A opção, porém,
deve ser feita antes de iniciado o processo.
4.2.1 AMOSTRAGEM PROPORCIONAL ESTRATIFICADA
Muitas vezes a população se divide em subpopulações – estratos. Como é provável que

a variável em estudo apresente, de estratos em estratos, um comportamento heterogêneo
e, dentro de cada estrato, um comportamento heterogêneo, convém que o sorteio dos
elementos da amostra leve em considerações tais estratos.
É exatamente isso que é feito quando se emprega a amostragem proporcional
estratificada, que, além de considerar a existência dos estratos, obtém os elementos da
amostra proporcional ao número de elementos dos mesmos.

Estatística
Exemplo: Para fazer uma pesquisa de satisfação de seus funcionários, uma escola com
150 colaboradores faz uma pesquisa com 30 pessoas, considerando as suas funções,
conforme a tabela a seguir:
Função Número de colaboradores
Coordenadores 4
Área administrativa 15
Auxiliares 96
Professores 24
Área financeira 11
Total 150
Para calcular o valor percentual equivalente a estas 30 pessoas, faz-se o seguinte cálculo:
30 / 150 = 0,2 que equivale a 20%.
Aplica-se este valor a cada grupo de profissionais.
Função Nº total colaboradores Nº colaboradores

Coordenadores 4 x 0,2 0,8
Área administrativa 15 x 0,2 3
Auxiliares 96 x 0,2 19,2
Professores 24 x 0,2 4,8
Área financeira 11 x 0,2 2,2
Total 150
Arredondando (não se pode ter valores quebrados quando se tratam de pessoas).
Função Nº total colaboradores Nº colaboradores

Coordenadores 4 x 0,2 1
Área administrativa 15 x 0,2 3
Auxiliares 96 x 0,2 19
Professores 24 x 0,2 5
Área financeira 11 x 0,2 2
Total 150 30
Pode-se fazer o cálculo através de regra de três também:
150 - 30 → 150X = 4 x 30 → X = 120 / 150 → X = 0,8

4 - X

Estatística
150 - 30 → 150X = 15 x 30 → X = 450 / 150 → X = 3
15 - X
150 - 30 → 150X = 96 x 30 → X = 2880 / 150 → X = 19,2

96 - X
150 - 30 → 150X = 24 x 30 → X = 720 / 150 → X = 4,8

24 - X
150 - 30 → 150X = 11 x 30 → X = 330 / 150 → X = 2,2

11 - X
4.2.2 AMOSTRAGEM SISTEMÁTICA
Quando os elementos da população já se encontram ordenados, não há necessidade de

construir o sistema de referência. São exemplos os prédios de uma rua, as linhas de
produção, etc. Nestes casos, a seleção dos elementos que constituirão a amostra pode ser
feita por um sistema imposto pelo pesquisador. A esse tipo de amostragem denomina-se
sistemática.
Exemplo: Determinar uma amostra de 200 pessoas de uma lista contendo 1000 integrantes.
Primeira etapa
Determinar um intervalo de tamanho
Exemplo: k = 1000 = 5
200
Neste caso o intervalo entre os nomes é 5
Deve-se selecionar os nomes de 5 em 5 da lista até chegar aos 200 nomes
Segunda etapa
Determinar o ponto de partida selecionando aleatoriamente um número entre 1 e 5.
Se o ponto de partida, por exemplo é a pessoa de número 3 da lista
A próxima pessoa escolhida é a quinta a partir da pessoa número 3, ou seja, a pessoa
com o número oito. E assim por diante.
Terceira etapa
Fazer a seleção de cinco em cinco a partir da pessoa número 3
3, 8, 13, 18, 23, 28, 33, 38, ...
Até chegar a 200 nomes.

Estatística
Exercícios:
1. Descreva as técnicas de amostragens, quando se utiliza cada uma delas?

2. O que é população estatística?
3. O que é amostra?
4. O que é amostragem?
5. Classifique as variáveis em (1) qualitativas ou (2) quantitativas
Cor dos cabelos ( )
Número de filhos ( )
Ponto obtido em cada jogada de dado ( )
Número de peças produzidas por hora ( )
Diâmetro externo de uma peça ( )
Cor dos olhos ( )
Precipitação pluviométrica durante o ano ( )
Número de ações negociadas na bolsa ( )
Comprimento de pregos produzidos por uma máquina ( )
Sexo dos filhos ( )
Número de volumes de livros numa biblioteca ( )

Estatística
TÓPICO
3
SÉRIES ESTATÍSTICAS

Estatística
5 SÉRIES ESTATÍSTICAS
Um dos objetivos da Estatística é sintetizar os valores que uma ou mais variáveis podem
assumir, para que se tenha uma visão global da variação dessa ou dessas variáveis. E isto
ela consegue, inicialmente, apresentando esses valores em tabelas e gráficos, que
fornecerão rápidas e seguras informações a respeito das variáveis em estudo, permitindo
determinações administrativas e pedagógicas mais coerentes e científicas.
Tabela: tabela é um quadro que resume um conjunto de observações. Uma tabela compõe-
se de alguns elementos indispensáveis. São eles: Título, Corpo, Cabeçalho, Coluna
Indicadora e Fonte.
a) Título – Conjunto de informações, as mais completas possíveis, localizadas no topo da
tabela, o título deverá responder as seguintes perguntas: o que? (Fato), onde? (Lugar) e
quando? (Tempo).
b) Corpo – Conjunto de linhas e colunas que contém informações sobre a variável em
estudo;
c) Cabeçalho – Parte superior da tabela que especifica o conteúdo das colunas;
d) Coluna Indicadora - Parte da tabela que especifica o conteúdo das linhas;
e) Linhas – Retas imaginárias que facilitam a leitura, no sentido horizontal, de dados que
se inscrevem nos seus cruzamentos com as colunas;
f) Casa ou Célula – Espaço destinado a um só número.
De acordo com a Resolução 886 da Fundação IBGE, nas casas ou células deve-se
colocar:
➢ Um traço horizontal (_) quando o valor é zero;
➢ Três pontos (...) quando não temos dados;
➢ Um ponto de interrogação (?) quando se tem dúvida quanto à exatidão de
determinado valor;
➢ Zero (0) quando o valor é muito pequeno para ser expresso na unidade utilizada.
g) Fonte – Indicação do órgão ou entidade responsável pelo fornecimento dos dados. Deve-
se mencionar sempre a origem dos dados que estão sendo apresentados quando a tabela
for montada pelo pesquisador, a fonte será “o pesquisador”, e quando a tabela for criada
com dados sem fonte alguma, esta será hipotética. A fonte é colocada no rodapé.
➢ ELEMENTOS COMPLEMENTARES:
Como o próprio nome sugere, elementos complementares são aqueles que
complementam a tabela, mas nem sempre são obrigatórios. Exemplos de elementos
complementares são as Notas e Chamadas:

Estatística
a) Notas – São informações destinadas ao esclarecimento ou conceituação do conteúdo
das tabelas (como um todo), ou à indicação da metodologia adotada na coleta ou
elaboração dos dados. A nota deve ser inserida logo abaixo da Fonte.
b) Chamadas – São informações de natureza específica sobre determinada parte da
tabela, destinadas a conceituar ou esclarecer os dados. Essas chamadas devem ser
indicadas por algarismos arábicos entre parênteses, no corpo da tabela, à direita da
coluna, na casa que se quer esclarecer. As chamadas são inseridas logo após a Nota.
Exemplo 1:
Título
Coluna
indicadora
PRODUÇÃO DE CAFÉ NO
BRASIL – 1996 a 2000
ANOS PRODUÇÃO (1000t) Cabeçalho
1996 2536
1997 2666
Corpo
1998 2122
1999 3750
Rodapé 2000 2007
Total 13081
Tabela 5: Produção de Café no Brasil – 1996 a 2000
Fonte: Dados Hipotéticos
Exemplo:
MUNICÍPIOS Nº DE ALUNOS
Florianópolis 10.200
Blumenau 0
Joinville 6.400
Tubarão …
Chapecó 640
Lages 2.800
Itajaí* 850
São José 1.850
Palhoça -
Tabela 6: Matrícula Ensino EAD – SC – 2010
Nota: Foram considerados só ps maiores municípios
*Chamada: Não inclui os alunos de 2010

Estatística
➢ SÉRIES ESTATÍSTICAS: Determina-se série estatística toda tabela que apresenta a
distribuição de um conjunto de dados estatísticos em função da época, do local ou da série.
Pode-se concluir que numa série estatística observa-se a existência de três elementos ou
fatores: o tempo, o espaço e a espécie. Conforme varia um dos elementos da série, pode-
se classificá-la em histórica, geográfica e específica.
➢ SÉRIES HISTÓRICAS: Descrevem o valor da variável, em determinado local,
descriminados segundo intervalos de tempo variável.
Exemplo:
ANOS QUANTIDADES (t)
1995 3.570.115
1996 4.504.201
1997 5.448.835
1998 4.373.226
1999 4.024.813
Total 21.921.190
Tabela 7: Produção de fertilizantes fosfatados – Brasil 1995 – 1999

➢ SÉRIES GEOGRÁFICAS: Descrevem os valores da variável, em determinado instante,

discriminados segundo regiões.
Exemplo:
REGIÃO QUANTIDADE (1000 dúzias)
Norte 66.092
Nordeste 356.810
Sudeste 937.463
Sul 485.098
Centro-Oeste 118.468
Total 1.963.931
Tabela 8: Produção de ovos de galinha no Brasil – 200


Estatística
➢ SÉRIES ESPECÍFICAS: Descrevem os valores da variável, em determinado tempo e
local, discriminados segundo especificações ou categorias.
Exemplo:
ESPÉCIE QUANTIDADE (1000) Cabeças
Bovinos 139.599
Equinos 5.855
Suínos 32.121
Ovinos 20.085
Caprinos 11.313
Coelhos 909
Total 209.882
Tabela 9: Rebanhos Brasileiros – 2000
➢ SÉRIES CONJUGADAS – TABELA DE DUPLA ENTRADA: Muitas vezes tem-se

necessidade de apresentar, em uma única tabela, a variação de valores de mais de
uma variável, isto é, fazer uma conjugação de duas ou mais séries. Conjugando duas
séries em uma única tabela, obtem-se uma tabela de dupla entrada. Em uma tabela
desse tipo ficam criadas duas ordens de classificação: uma horizontal (linha) e outra
vertical (coluna).
Exemplo:
REGIÃO 1997 1998 1999
Norte 373.312 403.712 457.741
Nordeste 1.440.531 1.567.006 1.700.467
Sudeste 8.435.308 8.892.409 8.673.660
Sul 2.106.145 2.192.762 2.283.581
Centro-Oeste 803.013 849.401 944.075
Total 13.158.309 13.905.290 14.059.524
Tabela 10: Telefones instalados 1997 – 1999
A conjugação, no exemplo dado, foi série geográfico histórica.

Estatística
Exercícios:
Classifique as séries.
a) Produção de carvão mineral bruto – 1998-2000

ANO QUANTIDADE (1000 t)
1998 122.700
1999 18.115
2000 20.094
Total 60.909
b) Avicultura brasileira – 1999

ESPÉCIE QUANTIDADE (1000 cabeças)
Galinha 511.834
Patos, marrecos e gansos 5.888
Perus 3.823
Total 521.545
c) Crianças não vacinadas contra a pólio – 1999

REGIÕES QUANTIDADE
Nordeste 512.900
Sudeste 299.585
Norte 148.818
Centro-Oeste 124.791
Sul 105.371
Total 1.191.465
d) Produção de laminados não planos – Brasil – 1998-2000

QUANTIDADE (1000 t)
TIPOS
1998 1999 2000
Barras 1.414 1.272 1.139
Vergalhões 2.203 2.140 2.209
Perfilados 526 538 425
Tubos 390 344 330
Total 4.533 4.294 4.103

Estatística
➢ REPRESENTAÇÕES GRÁFICAS DE DISTRIBUIÇÃO: O gráfico estatístico é uma forma
de apresentação dos dados estatísticos, cujo objetivo é o de produzir, no investigador ou no
público em geral, uma impressão mais rápida e viva do fenômeno em estudo, já que os
gráficos falam mais rápido à compreensão que as séries.
Para tornar possível uma representação gráfica, se estabelece uma correspondência
entre os termos da série e determinada figura geométrica, de tal modo que cada elemento
da série seja representado por uma figura proporcional.
A representação gráfica de um fenômeno deve obedecer a certos requisitos
fundamentais, para ser realmente útil:
a) 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.
b) Clareza – O gráfico deve possibilitar uma correta interpretação dos valores
representativos do fenômeno em estudo.
c) Veracidade – O gráfico deve expressar a verdade sobre o fenômeno em estudo.
➢ COMO CONSTRUIR UM GRÁFICO

a) Todo gráfico deve ter título, conforme normatização da ABNT, o título deverá
ser escrito abaixo do gráfico;
b) No eixo das abscissas (eixo horizontal) a escala cresce da esquerda para a
direita embaixo do eixo;
c) No eixo das ordenadas (eixo vertical) a escala cresce de baixo para cima, e
é escrita à esquerda do eixo.
d) Nos dois eixos devem estar identificadas as variáveis aí representadas;
e) As linhas auxiliares (grade) são opcionais, mas auxiliam a leitura;
f) O gráfico pode exibir no rodapé, a fonte, o pesquisador, a instituição ou o
grupo de pesquisadores que forneceu o gráfico ou os dados que permitiram sua
construção. Quando a coleta for indireta, faz-se necessário informar a fonte.
Os principais tipos de gráficos são: os diagramas, os Cartogramas e os pictogramas.
➔ Diagramas: são gráficos geométricos de, no máximo, duas dimensões; para sua
construção, em geral, fazemos uso do sistema cartesiano.
➔ Dentre os principais diagramas, destacamos: Gráfico em linha ou em curva; Gráfico
em coluna ou em barras; Gráfico em colunas ou em barras múltiplas; Gráfico em setores.
Gráfico em linha ou em curva: Os dados, geralmente de uma série (tabela), são colocados
num sistema cartesiano ortogonal. Graficamente, temos pontos ligados por segmentos de
reta.

Estatística
Exemplo:
MÊS UNIDADES VENDIDAS
Janeiro 20
Fevereiro 12
Março 16
Abril 24
Maio 8
Junho 18
Tabela 11: Venda de tratores de uma fábrica – 2000
30
25
Unidades vendidas
20
15
10
0
0 1 2 3 4 5 6 7
Mês
Gráfico Venda de tratores de uma fábrica – 2000

Exemplo:
DESEMPENHO (%)
CANDIDATOS
MÊS
A B C
Janeiro 12 30 40
Fevereiro 16 25 36
Março 20 20 40
Abril 24 18 32
Maio 30 20 35
Tabela 12: Desempenho dos candidatos 1º semestre – 2001
Fonte: Dados Fictício

Estatística
45
40
35
30
25
20
15
10
5
0
Janeiro Fevereiro Março Abril Maio
Desempenho (%) Candidatos A Desempenho (%) Candidatos B
Desempenho (%) Candidatos C
Gráfico Desempenho dos candidatos 1º semestre – 2001

Fonte: Dados Fictício
Exercícios: Construa o gráfico de linhas para as tabelas abaixo:
a) VENDA DE AUTOMÓVEIS 1º SEMESTRE – 2001
MÊS UNIDADES VENDIDAS

Janeiro 12
Fevereiro 20
Março 18
Abril 24
Maio 16
Junho 8
b) CASOS PRONTO SOCORRO 20ª SEMANA 2000
DIA DA SEMANA DIA DA SEMANA

Segunda 12
Terça 20
Quarta 18
Quinta 24
Sexta 16
Sábado 8

Estatística
c) DISCOS VENDIDOS BRASIL – 1992 – 199
ANOS VENDAS (milhões)
1992 76,6
1993 44,8
1994 44,3
1995 34,5
1996 44,0
1997 60,0
d) COMÉRCIO EXTERIOR BRASIL – 1989-1996

QUANTIDADE (1000 t)
ANOS
EXPORTAÇÃO IMPORTAÇÃO
1989 98.010 75.328
1990 109.100 75.855
1991 123.994 64.066
1992 119.990 60.718
1993 178.790 55.056
1994 141.737 53.988
1995 146.351 48.870
1996 133.832 60.605
➔ Gráfico em Colunas ou em Barras: É a representação de uma série por meio de

retângulos, dispostos verticalmente (em colunas) ou horizontalmente (em barras). Quando
em colunas, os retângulos têm a mesma base e as alturas são proporcionais aos respectivos
dados. Quando em barras, os retângulos têm a mesma altura e os comprimentos são
proporcionais aos respectivos dados. Assim se assegura a proporcionalidade entre as áreas
dos retângulos e os dados estatísticos.
Exemplo:
a) Gráfico em Colunas
QUANTIDADE DE DEFEITOS DO EQUIPAMENTO Z, NA EMPRESA X – JANEIRO/2000

DEFEITO QUANTIDADES
Mau contato 98
Motor queimado 215
Pintura 154
Amassado 43

Estatística
QUANTIDADE DE DEFEITOS DO EQUIPAMENTO Z, NA EMPRESA X –

JANEIRO/2000
250
200
Quantidades
150
100
50
0
Mau contato Motor queimado Pintura Amassado
Defeitos
b) Gráfico em Barras
PRODUÇÃO DE ALHO BRASIL – 2000
ESTADOS QUANTIDADES
Santa Catarina 13.973
Minas Gerais 13.389
Rio Grande do Sul 6.892
Goiás 6.130
São Paulo 4.179
PRODUÇÃO DE ALHO BRASIL – 2000
São Paulo
Goiás
Estados
Rio Grande do Sul
Minas Gerais
Santa Catarina
0 2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000

Quantidades

Estatística
c) Gráfico em Coluna ou em Barras múltiplas
Este tipo de gráfico é geralmente empregado quando se quer representar,

simultaneamente, dois ou mais fenômenos estudados com o propósito de comparação.
Exemplo:
PÚBLICO QUE FREQUENTA CINEMA BRASIL – 1994-2000

ANOS FILMES NACIONAIS (%) FILMES ESTRANGEIROS (%)
1994 16 84
1995 18 82
1996 21 79
1997 25 75
1998 30 70
1999 29 71
2000 31 69
PÚBLICO QUE FREQUENTA CINEMA BRASIL – 1994-2000

100
80
60
40
20
0
1994 1995 1996 1997 1998 1999 2000
FILMES NACIONAIS (%) FILMES ESTRANGEIROS (%)

Estatística
Exercícios:
1. Represente as tabelas usando o gráfico em colunas:
a) CHEGADA DE VISITANTES BRASIL – 1997 - 2000

Habito Pessoas (%)
Sim 82%
Não 18%
Total 100%
b) CONSUMO DE GASOLINA BRASIL – 1997 - 2000

Anos Qtde (1000 m³)

1997 9.700
1998 11.100
1999 9.727
2000 9.347
2. Usando o gráfico em barras, represente as tabelas:
a) PRODUÇÃO DE OVOS DE GALINHA BRASIL – 1999
Região Quantidade (1000 dúzias)

1992 76,6
1993 44,8
1994 44,3
1995 34,5
1996 44,0
1997 60,0
3. Represente as tabelas por meio de um gráfico de colunas múltiplas.
a) NATALIDADE SEGUNDO AS REGIÕES DO PAÍS

REGIÃO 1940 (%) 1960 (%) 1980 (%)
Norte 54,4 57,4 43,6
Nordeste 53,5 52,6 41,5
Sudeste 43,7 42,5 28,9
Sul 39,2 41,7 29,4
Centro-Oeste 46,8 47,0 35,9
Fonte: Dados Fictícios

Estatística
➔ Gráfico em Setores:
Este gráfico é construído com base em um círculo, sendo empregado sempre que se
deseja ressaltar a participação do dado no total. O total é representado pelo círculo, que fica
dividido em tantos setores quantas são as partes. Os setores são tais que suas áreas são
respectivamente proporcionais aos dados da série.
Normalmente, usa-se este tipo de gráfico nas séries geográficas, ou quando pretende
apresentar dados relativos, ou seja, percentuais. Manualmente, se a série já tiver dados
relativos, devemos multiplicar o valor percentual por 3,6 para obter dados em graus.
Exemplo:
REBANHOS BRASILEIROS – 1988
ESPÉCIE QUANTIDADE (milhões de cabeças)

Bovinos 140
Suínos 32
Ovinos 20
Caprinos 11
Total 203
Gráfico 6 – REBANHOS BRASILEIROS – 1988
Quantidade (milhões de cabeças)
Bovinos
140 Suínos
Ovinos
203
Caprinos
Total
32
11 20

Estatística
Exercícios:
1) Represente as tabelas por meio de gráficos em setores
a) PÚBLICO QUE FREQUENTA CINEMA BRASIL – 1994-2000
PARTICIPAÇÃO NO MERCADO (%) NÚMERO DE COMPANHIAS

Americana 22
Italiana 4
Inglesa 6
Francesa 5
Alemã 10
Austríaca/Holandesa 2
Suíça 6
Subtotal 280
Origem Nacional 55
Total 335
Fonte: Dados Fictícios
b) OCUPAÇÃO DOS POLÍTICOS NO CONGRESSO
EXECUTIVOS E
FAZENDEIROS E EMPRESÁRIOS
PROFISSIONAIS OPERÁRIOS (%)
PARTIDOS (%)
LIBERAIS (%)
1940 1960 1980
PMDB 37 62 1
DEM 39 60 0,3
PP 50 50 0
PDT 19 76 4
PT 0 80 19
c) ÁREA TERRESTRE NO BRASIL
REGIÕES Norte Nordeste Sudeste Sul Centro-Oeste Total

RELATIVA (%) 45,25 18,28 10,85 6,76 18,86 100

Estatística
6 CARTOGRAMA
É a representação sobre uma carta geográfica. Este gráfico é empregado quando se

quer relacionar os dados estatísticos diretamente com as áreas geográficas ou políticas.
Distinguimos duas aplicações:
Representar dados absolutos (população) – neste caso, se lança mão, em geral, dos
pontos, em número proporcional aos dados.
Representar dados relativos (densidade) – neste caso, se lança mão, em geral, de
hachuras.
Exemplo:

Estatística
7 PICTOGRAMA
É um dos processos gráficos que melhor fala ao público, pela sua forma ao
mesmo tempo atraente e sugestiva. A representação gráfica consta de figuras que
constituem as barras.
Exemplo: Bermudas de diferentes cores vendidas em fevereiro
Azul:
Preto:
Branco:
Verde:
Vermelho:
Amarelo:
= 2 Bermudas
Exercícios:
1. O que são Séries Estatísticas?

2. Como são classificadas as Séries Estatísticas?
3. Quais são os Elementos essenciais de uma Tabela?
4. Quais os tipos de Gráfico?
5. Quais os gráficos diagramas?

Estatística
TÓPICO
4
DISTRIBUIÇÃO DE FREQUÊNCIA

Estatística
8 DISTRIBUIÇÃO DE FREQUÊNCIA
É um tipo de tabela que condensa uma coleção de dados conforme as frequências

(repetições).
➢ Frequência: Repetição de determinados dados.
➢ Tabela Primitiva: Tabela cujos elementos não foram numericamente organizados.
➢ Rol: Tabela obtida após a ordenação dos dados.
Exemplo: Estatura de 40 alunos do Colégio A.
Tabela Primitiva
166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
Rol
150 151 152 153 154 155 155 155 155 156
156 156 157 158 158 160 160 160 160 160
161 161 161 161 162 162 163 163 164 164
164 165 166 167 168 168 169 170 172 173
No exemplo dado, a variável em questão, estatura, será observada e estudada muito

mais facilmente quando os valores ordenados são dispostos em uma coluna e coloca-se,
ao lado de cada valor, o número de vezes que aparece repetido.
Denomina-se frequência o número de alunos que fica relacionado a um determinado
valor da variável. Obtém-se assim uma tabela que recebe o nome de distribuição de
frequência:
8.1 DISTRIBUIÇÃO DE FREQUÊNCIA SEM INTERVALOS DE CLASSE
É a simples condensação dos dados conforme as repetições de seus valores. Para um

Rol de tamanho razoável, esta distribuição de frequência é inconveniente, já que exige
muito espaço. Exemplo Tabela 13:

Estatística
ESTATURA FREQUÊNCIA
150 1
151 1
152 1
153 1
154 1
155 4
156 3
157 1
158 2
160 5
161 4
162 2
163 2
164 3
165 1
166 1
167 1
168 2
169 1
170 1
171 1
172 1
173 1
Total 40
Tabela 13: Estatura de 40 alunos do colégio A

8.2 DISTRIBUIÇÃO DE FREQUÊNCIA COM INTERVALOS DE CLASSE
Quando o tamanho da amostra é elevado, é mais racional efetuar-se o agrupamento dos

valores em vários intervalos de classe. Inicia-se determinando a quantidade de classes
que, por motivos práticos e estéticos, é bom que este número seja maior que cinco e menor
que vinte. Exemplo Tabela 14:

Estatística
ESTATURA DE 40 ALUNOS DO COLÉGIO A
CLASSES (ESTATURAS) FREQUÊNCIA
1 150 I- 155 5
2 155 I- 160 10
3 160 I- 165 15
4 165 I- 170 6
5 170 I- 175 4
Total 40
Tabela 14: Estatura de 40 alunos do colégio A
8.3 ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQUÊNCIA COM INTERVALO DE

CLASSES
a) Classe: são intervalos de variação da variável e é simbolizada por (i) e o número total
de classes simbolizada por (k).
Exemplo: Na tabela anterior k=5 e 160 l- 165 é 3ª classe, onde i=3.
b) Limites de Classe: são os extremos de cada classe. O menor número é o limite inferior
de classe (li) e o maior número, limite superior de classe (Ls).
Exemplo: Na tabela anterior 160 l- 165 - i3=160 e L3=165.
O símbolo (l-) representa um intervalo fechado à esquerda e aberto à direita. O dado 165
do Rol não pertence a classe 3 sim a classe 4 representada por 165 l- 170.
c) Amplitude do Intervalo de Classe: É obtida através da diferença entre o limite

superior e inferior da classe e é simbolizada por (hi) que é igual a (Ls – li).
Exemplo: Na tabela anterior h3 = 165 – 160 = 5.
d) Amplitude total da Distribuição: É a diferença entre o limite superior da última

classe e o limite inferior da primeira classe e é simbolizada por (AT) = Ls(max) – li(min).
Exemplo: Na tabela anterior AT = 175 – 150 = 25.
e) Amplitude total da Amostra: É a diferença entre o valor máximo e o valor mínimo

da amostra (Rol), simbolizada por AA = X(max) – X(min). Na tabela anterior AA=173-150=23.
Obs.: AT sempre será maior que AA.
f) Frequência: É o número de vezes que um mesmo valor (ou intervalo de classe)

aparece no fenômeno. Ela subdivide-se em: Frequência Absoluta (fi) e Frequência
Acumulada (Fa), Frequência absoluta obtém a partir da contagem dos valores no fenômeno
(tabulação de pesquisa). Frequência Acumulada conforme o próprio nome sugere, obtém a
partir das somas subsequentes da frequência absoluta. Frequência Relativa é quanto

Estatística
corresponde em porcentagem os valores da frequência absoluta e Frequência Relativa
Acumulada é a coma subsequente da frequência relativa.
g) Ponto Médio da Classe: É o ponto que divide o intervalo de classe em duas partes
iguais, simbolizado por (xi).
𝑙𝑖 +𝑙𝑠
Fórmula: 𝑥𝑖 = 2
Exemplo: Na tabela anterior na 3ª classe o ponto médio x3=160+165/2 – x3=162,5.
8.4 COMO CONSTRUIR UMA DISTRIBUIÇÃO DE FREQUÊNCIA COM INTERVALO DE

CLASSE
1. Organizar os dados brutos em Rol.

2. Calcular a amplitude amostral AA.
3. Calcular o número de classes através da “Regra de Sturges”: k = 1 + 3,3
. logn Onde: K é o número de classes.
Logn é o logaritmo do número de elementos envolvidos.
4. Após obter o número de classes, calcule a amplitude do intervalo de
𝐴𝐴
classe hi = 𝐾
Exemplo: Considerando as notas obtidas por 50 alunos de uma classe foram:
1234566778233456678823445
6678923455667892345567789
Rol:
1222223333334444445555555
6666666667777777888888999
Resolução:
a) Para se construir uma distribuição de frequência sem intervalo de classe, forma-

se uma tabela iniciando pelo menor valor do rol e indicando a frequência deste (f), o número
de vezes que o mesmo se repete. E assim por diante:
NOTAS 1 2 3 4 5 6 7 8 9 Total
FREQUÊNCIA (fi) 1 5 6 6 7 9 7 6 3 50
Tabela 15: Notas obtidas por 50 Alunos de uma classe

Estatística
Verifica-se que numa distribuição de frequência sem intervalos de classe, a tabela fica
muito grande, dificultando a compreensão e interpretação. Então, será mais viável a
construção de uma distribuição de frequência com intervalo de classes.
b) Para construir uma distribuição de frequência com intervalo de classe, primeiro deve-
se calcular o número de classes (k) que terá a Distribuição de Frequência. Ela poderá ser
elaborada a partir da regra de Sturges ou não.
Neste exemplo utiliza-se o logaritmo de 50 (n = 50 notas) que corresponde a 1,7.
Número de Classes: Intervalo de Classes:

𝒌 = 𝟏 + 𝟑, 𝟑 ⋅ 𝐥𝐨𝐠 𝒏 Amplitude da Amostra: 𝟖
𝒉𝒊 = 𝟕
𝒌 = 𝟏 + 𝟑, 𝟑 ⋅ 𝐥𝐨𝐠 𝟓𝟎 𝐴𝐴 = 9 − 1
𝐴𝐴 = 8 𝒉𝒊 = 𝟏, 𝟏𝟒 = 𝟏, 𝟓
𝒌 = 𝟏 + 𝟑, 𝟑 ⋅ 𝟏, 𝟕
𝒌 = 𝟏 + 𝟓, 𝟔
𝒌 = 𝟔, 𝟔
𝟕 𝒄𝒍𝒂𝒔𝒔𝒆𝒔
i CLASSES (notas) FREQUÊNCIA fi

1 1 l- 2,5 6
2 2,5 l- 4 6
3 4 l- 5,5 13
4 5,5 l- 7 9
5 7 l- 8,5 13
8,5 l- 10 3
Total 50
Tabela 16: Notas obtidas por 50 alunos de uma classe

Estatística
EXERCÍCIOS:
1 Quais os tipos de Distribuição de Frequência?
2 Quando utilizar uma Distribuição de Frequência sem intervalo de classes?
3 Por que utilizar uma Distribuição de Frequência com intervalo de classes?
4 Construir uma distribuição de Frequência com intervalos de classe, utilizando os dados a

seguir: Uma amostra contendo o número de dias necessários para montagem de um galpão
de uma determinada empresa conforme o quadro abaixo:
146 150 150 150 153 153 155 157 158 158
158 158 159 159 162 162 162 162 162 163
163 164 164 164 166 166 168 70 170 170
171 172 173 175 175 176 177 178 178 178
179 179 180 181 181 185 188 192 195 196
Completar a Distribuição de Frequência acima determinando a Frequência acumulada

e a Frequência Relativa.

Estatística
TÓPICO
5
MEDIDAS DE POSIÇÃO E DISPERSÃO

Estatística
9 MEDIDAS DE POSIÇÃO E DE DISPERSÃO
As medidas de posição representam uma série de dados, orientando quanto à posição

da distribuição em elação ao eixo horizontal (eixo das abscissas).
As medidas de tendência central tendem a agrupar os dados em torno dos valores
centrais.
Dentre as medidas de posição, destacam-se: Média, Moda e Mediana.
Já em medidas de dispersão, a média deve ser analisada em relação à distância dos
dados. Essa distância é chamada de desvio. Para fins de cálculos de dispersão, utilizam-se
a amplitude.
A amplitude é definida como sendo a diferença entre o maior e o menor valor do conjunto
de dados. Representa-se a amplitude por R. Se a amplitude for um número elevado, então
os valores da série estão distribuídos afastados; se a amplitude for um número baixo, então,
os valores na série estão próximos uns dos outros.
Exemplo: Dado a sequência numérica, encontrar a amplitude:
12, 15, 18, 28, 27, 32, 43, 38
Identificar os números mais alto e mais baixo no conjunto. Neste caso, o número mais
baixo no conjunto é 12 e o número mais alto é 43. Subtrair 12 de 43 (43 - 12) para obter 31,
a amplitude do conjunto.
9.1 MÉDIA ARITMÉTICA
É a medida mais popular de tendência central. A média aritmética de (n) números é a sua
soma dividida por (n).
➔ DADOS NÃO-AGRUPADOS:
Quando se deseja conhecer a média dos dados não-agrupados, determina-se a

média aritmética simples.
Exemplo: Sabendo-se a produção leiteira da vaca A, durante uma semana, foi de 10, 14,
13, 15, 16 18 e 12 litros, para produção média da semana:
10 + 14 + 13 + 15 + 16 + 18 + 12 98
𝑥̅ = = = 14 𝑙𝑖𝑡𝑟𝑜𝑠
7 7

Estatística
➔ DADOS AGRUPADOS
Sem intervalo de classe:
Neste caso, como as frequências são números indicadores de cada valor da variável,
elas funcionam como fatores de ponderação, o que leva a calcular a média aritmética
ponderada, dada pela fórmula:
∑𝒙𝒊𝒇𝒊
𝐱̅ =
∑𝒇𝒊
Exemplo: Considerar a distribuição relativa a 34 famílias de quatro filhos, tomando para

variável o número de filhos do sexo masculino:
Nº DE FILHOS fi xi.fi
0 2 0
1 6 6
2 10 20
3 12 36
4 4 16
Total 34 78
Temos então:
∑𝑋𝑖𝑓𝑖 78
x̅ = = = 2,29 = 2 𝑚𝑒𝑛𝑖𝑛𝑜𝑠
∑𝑓𝑖 34
Com intervalo de classe:
Neste caso, convenciona-se que todos os valores incluídos em um determinado intervalo

de classe coincidem com o seu ponto médio, e determina-se a média aritmética ponderada
por meio da fórmula:
∑𝑋𝑖𝑓𝑖
x̅ =
∑𝑓𝑖
Onde xi é o ponto médio da classe.

Estatística
Exemplo: Considerando a distribuição:
i Estaturas (cm) fi Xi xi.fi

1 150 l- 154 4 152 608
2 154 l- 158 9 156 1404
3 158 l- 162 11 160 1760
4 162 l- 166 8 164 1312
5 166 l- 170 5 168 840
6 170 l- 174 3 172 512
Total 40 6440
∑𝑋𝑖𝑓𝑖 6440
x̅ = = = 161
∑𝑓𝑖 40
Exercícios:
1. As idades dos jogadores de um time de basquetebol são 18, 23, 19, 20 e 21 anos. Qual
a média de idade desses jogadores?
2. Entre sessenta números, vinte são iguais a 5, dez iguais a 6, quinze são iguais a 8, dez
são iguais a 12 e cinco iguais a 1. Determine a média aritmética desses números.
3. A tabela mostra a distribuição de frequência da carga, em toneladas, de caminhões que

passaram por uma estrada num certo período. Calcule a carga média desses caminhões.
CARGAS (t) NÚMERO DE CAMINHÕES

9,5 l- 14,5 18
14,5 l- 19,5 33
19,5 l- 24,5 9
Total 60
MODA (MO): É o valor que ocorre com a maior frequência em uma série de valores. Ás
vezes, num conjunto de dados pode-se ter ou não a moda. Não tendo moda, será amodal.
Quando houver mais de uma moda, será multimodal ou bimodal para duas modas e trimodal
para três modas.
➔ DADOS NÃO-AGRUPADOS
Exemplo: A série de dados:
7, 8, 9, 10, 10, 10, 11, 12, 13, 15 ->𝑀𝑜 = 10

Estatística
➔ DADOS AGRUPADOS
Uma vez agrupados os dados, é possível determinar imediatamente a moda: basta fixar
o valor da variável de maior frequência.
Exemplo: Dada a distribuição:
A frequência máxima (12) corresponde ao valor 3 da variável =𝑀𝑜 = 03
A classe que apresenta a maior frequência é denominada classe modal. Pela definição,
pode-se afirmar que a moda, neste caso, é o valor dominante que está compreendido entre
os limites da classe modal.
O método mais simples para o cálculo da moda consiste em tomar o ponto médio da
classe modal.
Dá-se a esse valor a denominação de moda bruta.
𝑙+𝐿
Tem-se, então: 𝑀𝑜 = 2
l = limite inferior da classe modal.
L = limite superior da classe modal.
Exemplo: Para a distribuição:
i 1 2 3 4 5 6 Total
ESTATURAS 150 l- 154 154 l- 158 158 l- 162 162 l- 166 166 l- 170 170 l- 174
fi 4 9 11 8 5 3 40
𝑙+𝐿 158+162 320

𝑀𝑜 = ->𝑀𝑜 = = = 160->𝑀𝑜 = 160𝑐𝑚
2 2 2
Quando os dados estiverem agrupados, com intervalos de classe, também pode-se

encontrar a classe modal e calcular a moda conforme a seguir:
+9
𝑑1
𝑀𝑜 = 𝑙𝑖 ⋅ ℎ𝑖
𝑑𝑖 + 𝑑2
d1= diferença entre a frequência da classe modal e a anterior.

d2= diferença entre a frequência da classe modal e a posterior.
li= limite inferior da classe modal.
hi= amplitude da classe modal.
Classe modal: É a classe que possui a maior frequência.

Estatística
i ESTATURAS fi xi xi.fi
1 1 l- 3 2 2 4
2 3 l- 5 4 4 16
3 5 l- 7 8 6 48
4 7 l- 9 4 8 32
5 9 l- 11 2 10 20
Total 20 120
➢ Após identificar a classe modal, deve-se aplicar a fórmula a seguir:

𝑑1 8−4 4
𝑀𝑜 = 𝑙𝑖 + 𝑑𝑖+𝑑2 ⋅ ℎ𝑖 𝑀𝑜 = 5 + (8−4)+(8−4) ⋅ 2 𝑀𝑜 = 5 + (4)+(4) ⋅ 2 ->
4
𝑀𝑜 = 5 + 8 ⋅ 2 𝑀𝑜 = 5 + 0,5 ⋅ 2 𝑀𝑜 = 5 + 1 𝑀𝑜 = 6
MEDIANA (MD):
A mediana é definida como o número que se encontra no centro de uma série de

números, estando estes dispostos segundo uma ordem (rol). É o valor situado de tal forma
no conjunto que o separa em dois subconjuntos de mesmo número de elementos.
➔ DADOS NÃO-AGRUPADOS
Dada uma série de valores:

5, 13, 10, 2, 18, 15, 6, 16, 9.
O primeiro passo é ordenar de forma crescente os valores (rol).

2, 5, 6, 9, 10, 13, 15, 16, 18.
Em seguida, toma-se aquele valor central que apresenta o mesmo número de elementos
à direita e à esquerda. No exemplo, esse valor é o 10, já que, nessa série, há quatro
elementos acima dele e quatro abaixo.
Se, porém, a série dada tiver um número par de termos, a mediana será, por definição,
qualquer dos números compreendidos entre dois valores centrais da série. Convencionou-
se utilizar o ponto médio.
Assim, a série de valores:
2, 6, 7, 10, 12, 13, 18, 21.
Tem para a mediana a média aritmética entre 10 e 12.
10 + 12 22
𝑀𝑑 = = = 11
2 2

Estatística
➔ DADOS AGRUPADOS
Se os dados agrupam em uma distribuição de frequência, o cálculo da mediana se

processa de modo muito semelhante àquele dos dados não-agrupados, implicando, porém,
a determinação prévia das frequências acumuladas. Ainda aqui, deve-se determinar um
valor tal que dívida a distribuição em dois grupos que contenham o mesmo número de
elementos.
Para o caso de uma distribuição, porém a ordem, a partir de qualquer um doas
extremos, é cada por:
∑𝑓𝑖
2
Neste caso, basta identificar a frequência acumulada imediatamente superior à

metade da soma das frequências. A mediana será aquele valor da variável que corresponde
a tal frequência acumulada.
Exemplo: Dada a distribuição de frequência:
Nº DE MENINOS 0 1 2 3 4 Total
Fi 2 6 10 12 4 34
Fa 2 8 18 30 34
∑𝑓𝑖 34
= = 17
2 2
A menor frequência acumulada que supera esse valor é 18, que corresponde ao valor 2
da variável, sendo este o valor mediano. 𝑀𝑑 = 2 𝑚𝑒𝑛𝑖𝑛𝑜𝑠
Neste caso, o problema consiste em determinar o ponto de intervalo em que está

compreendida a mediana.
Para tanto, tem-se inicialmente que determinar a classe na qual se acha a mediana –
classe da mediana. Tal classe será, evidentemente, aquela correspondente à frequência
acumulada superior a:
∑𝑓𝑖
2
➢ Seguem-se os seguintes passos:
1 Determinar as frequências acumuladas.

∑𝑓𝑖
2 Calcular: 2
3 Marca-se a classe correspondente à frequência acumulada imediatamente superior a -
classe da mediana – e, em seguida, emprega-se a fórmula:

Estatística
∑𝑓𝑖
2
li= limite inferior da classe mediana.
Fa (anterior) = frequência acumulada da classe anterior à da mediana.
fi= frequência da classe mediana.
hi= amplitude da classe mediana.
∑𝑓𝑖
− 𝐹𝑎(𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟)
𝑀𝑑 = 𝑙𝑖 + { 2 } ⋅ ℎ𝑖
𝑓𝑖
Exemplo: Dada a distribuição de frequência:
L CLASSES Fi xi Fa
1 1 l- 3 2 2 2
2 3 l- 5 4 4 6
3 5 l- 7 8 6 14
4 7 l- 9 4 8 18
5 9 l- 11 2 10 20
Total 20
∑𝑓𝑖 20
= = 10
2 2
A classe da mediana é i3.
∑𝑓𝑖 2𝑜
−𝐹𝑎(𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟) −6 (10−6)
2
𝑀𝑑 = 𝑙𝑖 + { } ⋅ ℎ𝑖 𝑀𝑑 = 5 + { 2 8 ⋅ 2} 𝑀𝑑 + 5{ ⋅ 2}
𝑓𝑖 8
𝑀𝑑 = 5 + () ⋅ 2 𝑀𝑑 = 5 + 0,5 ⋅ 2 𝑀𝑑 = 5 + 1 𝑀𝑑 = 6 𝑝𝑜𝑛𝑡𝑜𝑠

Estatística
EXERCÍCIOS:
1. Calcule a média da Amostra.
2. Quando calcule a média da Distribuição de Frequência.
3. Calcule a mediana da Amostra.
4. Calcule a moda da Distribuição de Frequência.
5. Calcule a mediana da Distribuição de Frequência.
Nota:
1 e 3 – Utilizar dados dos alunos (idade ou estatura).
2, 4 e 5 – Utilizar a tabela abaixo para realizar os exercícios
Distribuição de frequência das áreas de 400 lotes de um loteamento.
ÁREAS (m²)_ 300 I– 400 I– 500 I– 600 I– 700 I– 800 I– 900 I– 1000 I– 1100 I– 1200
Nº DE LOTES 14 46 58 76 68 62 48 22 6

Estatística
REFERENCIAS
STEVENSON, W. J. ESTATÍSTICA APLICADA À ADMINISTRAÇÃO. São Paulo:

Harper& Row do Brasil, 1981.
VIEIRA, S. ELEMENTOS DE ESTATÍSTICA. 4 ed. São Paulo: Atlas, 2009.
VIRGILLITO, S. B. ESTATÍSTICA APLICADA. 3 ed. São Paulo: Edicon,
2006.
LARSON, R.; FARBER, B. ESTATÍSTICA APLICADA. 2 ed. São Paulo: Pearson
Prentice Hall, 2004.
LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L. ESTATÍSTICA
– TEORIA E APLICAÇÕES. 5 ed. Rio de Janeiro: LTC, 2008.
MARTINS, G. de A. ESTATÍSTICA GERAL E APLICADA. 3 ed. São Paulo: Atlas,
2006. MOORE, D. S. A ESTATÍSTICA BÁSICA E SUA PRÁTICA. 3 ed. Rio de Janeiro:
LTC, 2005.
BUSSAB, W. de O.; MORETTIN, P. A. ESTATÍSTICA BÁSICA. 6 ed. São Paulo:
Saraiva, 2010.
ARA, A. B.; MUSETTI, A. V.; SCHNEIDERMAN, B. INTRODUÇÃO À ESTATÍSTICA.
São
Paulo: Edgard
Blucher: Instituto Mauá de Tecnologia, 2003.
CASTANHEIRA, N. P. ESTATÍSTICA APLICADA A TODOS OS NÍVEIS. 4 ed.
Curitiba:
Ibpex, 2008.
COSTA NETO, P. L. de O. ESTATÍSTICA. 2 ed. São Paulo: Edgard Blucher, 2002.
FONSECA, J. S. da; MARTINS, G. de A. CURSO DE ESTATÍSTICA. 6 ed. São Paulo:
Atlas, 2008.
CARVALHO, A. L. G. APOSTILA DE ESTATÍSTICA APLICADA. São Paulo: 2015.

http://www.portal.mec.gov.br/seb/arquivos/pdf/profunc/estatistica.pdf
http://www.portalaction.com.br/estatistica-basica/21-medidas-de-posicao

Estatistica - Técnico em Segurança Do Trabalho 2022

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estatistica - Técnico em Segurança Do Trabalho 2022

Enviado por

Direitos autorais:

Formatos disponíveis

ESTATÍSTICA

Assessoritec – Formando Profissionais de Sucesso Página 3

2.1 APLICAÇÃO DA ESTATÍSTICA

Assessoritec – Formando Profissionais de Sucesso Página 4

Método Científico é um conjunto de meios dispostos convenientemente para se chegar a

➢ Método experimental – manter constante todas as causas (fatores), menos uma, e

2.4 FASES DO MÉTODO ESTATÍSTICO

Podem-se distinguir no método estatístico as seguintes fases:

✓ Planejamento – consiste em determinar quais são os dados a serem levantados,

● Direta: quando os dados são coletados diretamente na fonte. A coleta de dados

● Indireta: quando os dados são levantados em órgãos que já tenham efetuado a

Assessoritec – Formando Profissionais de Sucesso Página 5

1. Defina Estatística e exemplifique a sua utilização.

2. Defina Método Científico.

3. Quais são os Métodos Científicos?

4. Defina Método Estatístico.

5. Quais as Fases do Método Estatístico?

Assessoritec – Formando Profissionais de Sucesso Página 6

Assessoritec – Formando Profissionais de Sucesso Página 7

Variável é convencionalmente o conjunto de resultados possíveis de um fenômeno. A

➢ Quantitativa: quando seus valores são expressos em números em forma de contagens

➢ Contínua: pode assumir qualquer valor entre dois limites.

➢ Discreta: só pode assumir valores pertencentes a um conjunto finito ou numerável.

➢ População: ao conjunto de entes portadores de, pelo menos, uma característica

Assessoritec – Formando Profissionais de Sucesso Página 8

A Figura a seguir representa o percurso do estudo estatístico, os principais tipos de

➢ Inferência Correta: é necessário garantir que a amostra seja representativa da

Assessoritec – Formando Profissionais de Sucesso Página 9

Quando não usar a Amostragem?

➢ População pequena: quando a população tiver menos que 100 elementos.

4.1 METODOLOGIA DE AMOSTRAGEM

Para se determinar a técnica de amostragem a ser utilizada, primeiro deve-se conhecer

Depois de definir a população deve-se elaborar uma lista destes elementos.

Exemplo: Como obter a lista de todos os consumidores de uma sorveteria?

Para responder esta questão:

A dimensão da amostra é importante para realizar a inferência estatística e

Assessoritec – Formando Profissionais de Sucesso Página 10

4.2 AMOSTRAGEM CASUAL OU ALEATÓRIA SIMPLES

Este tipo de amostragem é equivalente a um sorteio lotérico. Na prática, a amostragem

Exemplo: Para se obter uma amostra representativa para a pesquisa da estatura de

a) Numerar os alunos de 01 a 90.

Em vista disso, e porque a amostragem aleatória é vital para a inferência estatística,

Para usar uma tabela de números aleatórios deve-se:

1: Fazer uma lista dos números da população;

Assessoritec – Formando Profissionais de Sucesso Página 11

5692 9870 3583 8997 1533 6566 8830 7271 3809

2080 3828 7880 0586 8482 7811 6807 3309 2729

1039 3382 7600 1077 4455 8806 1822 1669 7501

7227 0104 4141 1521 9104 5563 1392 8238 4882

8506 6348 4612 8252 1062 1757 0964 2983 2244

5086 0303 7423 3298 3979 2831 2257 1508 7642

0092 1629 0377 3590 2209 4839 6332 1490 3092

0935 5565 2315 8030 7651 5189 0075 9353 1921

2605 3973 8204 4143 2677 0034 8601 3340 8383

7277 9889 0390 5579 4620 5650 0210 2082 4664

5484 3900 3485 0741 9069 5920 4326 7704 6525

6905 7127 5933 1137 7583 6450 5658 7678 3444

8387 5323 3753 1859 6043 0294 5110 6340 9137

4094 1957 0163 9717 4118 4276 9465 8820 4127

4951 3781 5101 1815 7068 6379 7252 1086 8919

9047 0199 5068 7447 1664 9278 1708 3625 2864

7274 9512 0074 6677 8676 0222 3335 1976 1645