UNIVERSIDADE CATÓLICA DE MOÇAMBIQUE

INSTITUTO DE EDUCAÇÃO A DISTANCIA

DELEGAÇÃO DE QUELIMANE

Licenciatura em Administração Pública

Cadeira: Estatística
Medidas de Tendência Central

Celina Abrão Aibo docente:

Código: 708210246 Ricardina Jacinto
Turma: N

Quelimane, 25 de Abril
 2

Índice
1.0.INTRODUÇÃO...........................................................................................................3
2.0.MEDIDAS DE POSIÇÃO OU MEDIDAS DE TENDÊNCIA CENTRAL...............4
2.1 Média Aritmética: Simples e Ponderada.....................................................................4
2.2 Média Geométrica.......................................................................................................6
2.3 Média Harmônica........................................................................................................8
2.4 A Moda........................................................................................................................9
2.4.1 Moda para dados de valores não-tabulados..............................................................9
2.4.2 Cálculo da moda para valores tabulados..................................................................9
2.5 A Mediana (Xmd)......................................................................................................11
2.5.1 Cálculo da mediana para dados não tabulados dispostos em rol............................11
2.5.2 Cálculo da mediana para dados tabulados..............................................................13
2.6 Posição Relativa da Média, Mediana e Moda...........................................................16
3.0.CONCLUSÃO...........................................................................................................16
4.0.REFERENCIAS BIBLIOGRAFICAS......................................................................17
 3

1.0.INTRODUÇÃO
O presente trabalho abordou-se o tema relacionado com Medidas de Tendência
Central. Podemos observar que os estudos que até agora realizamos nos permitem
descrever os valores que uma variável pode assumir através da distribuição de
frequência. Podemos também localizar a maior concentração de valores de uma
distribuição. Porém, ocorre que poderia ser muito difícil trabalhar com a distribuição de
frequência completa, razão pela qual se costuma lançar mão de determinadas medidas.
Há diversas medidas que sumarizam certas características importantes da distribuição de
frequência. Isto é, tais medidas possibilitam condensar as informações para esclarecer a
fase analítica da Estatística Descritiva.

1.1. Objectivos
Gerais:
 Saber as medidas de tendência central
Especifico:
 Realizar de cálculos das medidas de tendência central;
 Localizar a média, a mediana e a moda de um conjunto de dados observados;
 Perceber a diferença que existe entre simetria e assimetria em função das
medidas de tendência central.
 4

2.0.MEDIDAS DE POSIÇÃO OU MEDIDAS DE TENDÊNCIA CENTRAL

2.1 Média Aritmética: Simples e Ponderada
A medida de tendência central mais comummente utilizada para descrever
resumidamente uma distribuição de frequência é a média, ou mais propriamente, a
média aritmética. Há vários tipos de médias, que serão estudados a seguir: média
aritmética simples e ponderada, média geométrica, média harmónica e média
quadrática. FREUD, (2006).
Na média aritmética, temos como símbolo: (lê-se ‘x traço’ ou ‘x barra’).

2.1.1 Média Aritmética Simples

A média aritmética simples de um conjunto de números é igual à divisão entre a soma
dos valores do conjunto e o número total de valores
.Exemplo: Determine a média aritmética simples dos valores: 5, 3, 12, 9, 1.

x i
ou simplesmente
x  i 1

n
Onde:

Valor genérico da observação

Número das observações, ou seja, números de elementos do conjunto

A média aritmética simples será calculada sempre que os valores não estiverem
tabulados, ou seja, quando aparecerem representados individualmente. Ou ainda, a
média de dados não agrupados é realizada por meio da média aritmética simples.
2.1.2 Média Aritmética Ponderada
A média aritmética ponderada é quando os valores do conjunto tiverem pesos
diferentes. Obtém-se uma média ponderada através da divisão entre a somatória dos
produtos de cada variável pelo respectivo peso (frequência) e a somatória dos pesos
(somatória das frequências).
Exemplo: Admitimos que as notas atribuídas a vinte alunos em um teste de estatística
sejam as seguintes, dispostas em ordem crescente: 5, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 8, 8,
8, 8, 9, 9, 9.
 5

Como os valores da variável aparecem repetidos, é possível adoptar o número de

observações ou frequência de cada um deles como peso ou factor de ponderação.
Podemos verificar que a nota oito aparece cinco vezes. Portanto, é indiferente, para
cálculo da média somar o número oito cinco vezes ou multiplicar esse valor por cinco:
8+8+8+8+8 = 5x8 = 40
Então:

Quando os dados estiverem agrupados numa distribuição de frequência, usaremos a

média aritmética dos valores x1, x2, ..., xk, ponderados pelas respectivas frequências
absolutas: f1, f2, ..., f k, a média aritmética do conjunto será calculada por:

Ou

Note que: = número total de observações;

Valor da variável ou pontos médios de classes;

Quantidade de classes ou de valores individuais diferentes da variável.

Um dispositivo prático para esse cálculo é a composição da seguinte tabela:
Tabela 2.1

5 1 5x1 = 5
6 5 6x5 = 30
7 6 7x6 = 42
8 5 8x5 = 40
9 3 9x3 = 27 Quando os valores estão agrupados em classes, a tabela
20 104 requer mais uma coluna, necessária para dispor os pontos
médios de classes, portanto vejamos o exemplo:

Tabela 2.2 - Notas de Teste de Raciocínio Oral de Académicos.

Notas i
 6

10├ 20 5 15 75
20├ 30 10 25 250
30├ 40 15 35 525
40├ 50 10 45 450
50├ 60 5 55 275

2.2 Média Geométrica

Média geométrica de n valores é definida, genericamente, como a raiz n-ésima do

produto de todos eles. A média geométrica pode ser simples ou ponderada.
2.2.1 Média Geométrica Simples
Com n valores x1, x2, ..., xn, a média geométrica desses valores será:

ou

A letra (pi maiúsculo) é o símbolo para indicar o produto ou também chamado de

produtório dos valores da variável. Utilize a calculadora científica para o cálculo da
média geométrica.
Exemplos: Calcular a média geométrica dos conjuntos de números:

a) X = {12, 55, 48} então: x1 = 12, x2 = 55, x3 = 48 e n = 3

b) Y = {4, 7, 9, 6} então: x1 = 4, x2 = 7, x3 = 9, x4 = 6 e n = 4
 7

c) Z= { 2, 4, 20, 72} então: x1 = 2, x2 = 4, x3 = 20, x72 = 72 e n = 4

2.2.2 Média Geométrica Ponderada

A média geométrica ponderada de um conjunto de números dispostos em uma tabela de
frequências é por intermédio da seguinte expressão:

Lembr

e-se que:

Exemplo: Calcular a média geométrica para a distribuição de dados fictícios:

Tabela 2.5
xi fi
2 4
4 2
8 2
24 1

=9

Resolvendo:
 8

2.3 Média Harmónica

A média harmónica de um conjunto de valores xi é o inverso da média aritmética dos

inversos dos valores. Podemos concluir que o inverso da média harmónica é a média
aritmética dos inversos dos valores da variável.
2.3.1 Média Harmónica Simples
Dado o conjunto de n valores ; a média harmónica do conjunto será:

Exemplo: Calcular a média harmónica simples:

2.3.2 Média Harmónica Ponderada

A média harmónica ponderada de um conjunto de números, dispostos em uma tabela de
frequências, é dada pela seguinte expressão:

Exemplo: Calcular a média harmónica dos dados constantes da tabela:

Tabela 2.6

Classes xi fi
1├ 3 2 2 2/2=1,00
 9

3├ 5 4 4 4/4=1,00
5├ 7 6 8 8/6=1,33
7├ 9 8 4 4/8=0,50
9 ├ 11 10 2 2/10=0,20

Então temos:

2.4 A Moda

FREUD (2006, P.72) define a moda o valor mais frequente em uma série de valores.
Dentre as principais medidas de posição, destaca-se a moda. Quando afirmamos que o
salário modal de uma empresa é o salário mais comum, queremos dizer que esse é o
salário recebido pelo maior número de funcionários dessa empresa. Em 1895, o termo
moda foi utilizado primeiramente por Karl Pearson.
2.4.1 Moda para dados de valores não-tabulados
Quando lidamos com conjunto ordenado de valores, a moda será o valor predominante,
o valor que mais se repete.
Exemplo: 6, 7, 7, 7, 8, 8, 9, 9, 9, 9, 10, 10
Xmo = 9, pois é o valor mais frequente.
Evidentemente, um conjunto de valores pode não apresentar moda, isto é, nenhum valor
aparece mais vezes que o outro. Chamamos de amodal.
Exemplos:
a) 4, 5, 6, 7, 8 ou b) 3, 3, 4, 4, 5, 5
Nestes exemplos, podemos perceber que não há, predominância de nenhum valor dos
conjuntos sobre o outro, portanto os conjuntos são amodais.
Podemos ter conjuntos multimodais, podendo haver dois ou mais valores modais.
Chamamos então, bimodal.

2.4.2 Cálculo da moda para valores tabulados

a) Sem intervalos de classe
 10

Uma vez agrupados os dados, é possível determinar imediatamente a moda: basta fixar
o valor de variável de maior frequência.

Tabela 2.11
i valor f
1 2 3
2 5 6
3 7 9
4 10 12
5 12 6
6 15 4

Na distribuição da Tabela 2.8, à frequência máxima (12) corresponde o valor 10 da

variável. Logo: Xmo = 10

b) Com intervalos de classe

A classe que apresenta a maior frequência é denominada classe modal. Pela definição,
podemos afirmar que a moda, neste caso, é 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. Damos a esse valor a denominação de moda bruta.

Temos, então: Xmo =

Onde:
li é o limite inferior da classe modal;
ls é o limite superior da classe modal.

Assim, para a distribuição:

Tabela 2.12 Estaturas de 40 alunos do curso de Administração/UCDB/06

 11

i ESTATURAS (cm) fi
1 150 ├ 154 4
2 154 ├ 158 9
3 158 ├ 162 11
4 162 ├ 166 8
5 166 ├ 170 5
6 170 ├ 174 3

Temos que a classe modal é i = 3, li = 158 e ls = 162.

Vem: Xmo =

Logo: Xmo = 160 cm

Observação: Há, para o cálculo da moda, outros métodos mais elaborados, por
exemplo o que faz uso da fórmula de Czuber:

Xmo =

Na qual: li é o limite inferior da classe modal;

a é a amplitude da classe modal;
Δ1 = f(modal) - f(anterior);
Δ2 = f(modal) - f(posterior).
Assim, para a distribuição da Tabela 2.9, temos:

Donde:

Logo: Xmo = 159,6 cm

Quando estamos trabalhando com tabelas, devemos dar preferência à fórmula de
Czuber.

2.5 A Mediana (Xmd)

De acordo com REIS (2008) a mediana é outra medida de posição definida como o
número que se encontra no centro de uma serie de números, estando estes dispostos
segundo uma ordem. Em outras palavras, a mediana de um conjunto de valores,
 12

ordenados segundo uma ordem de grandeza, é o valor situado de tal forma no conjunto
que o separa em dois subconjuntos de mesmo número de elementos.
2.5.1 Cálculo da mediana para dados não tabulados dispostos em rol.
Dadas uma série de valores, como, por exemplo: 5, 13, 10, 2, 18, 15, 6, 16, 9.
De acordo com a definição de mediana, o primeiro passo a ser dado é o da ordenação
(crescente ou decrescente) dos valores: 2, 5, 6, 9, 10, 13, 15, 16, 18.
Em seguida, tomamos aquele valor central que apresenta o mesmo número de elementos
à direita e à esquerda. Em nosso exemplo, esse valor é o 10, já que nessa série, há quatro
elementos acima dele e quatro abaixo. Observemos que a série tem um número ímpar de
elementos.
Temos, então: Xmd = 10
Se, porém, a série dada tiver um número par de elementos, a mediana será por definição
a média aritmética dos dois termos centrais.
Assim, a série de valores: 2, 6, 7, 10, 12, 13, 18, 21 tem para mediana a média
aritmética entre 10 e 12.

Logo: Xmd = Donde: Xmd = 11

Verificamos que, estando ordenados os valores de uma série e sendo n o número de

elementos da série, o valor mediano será:

 o termo de ordem se n for ímpar, ou seja,

 a média aritmética dos termos de ordem se n for par, ou seja

Exemplos:
1) Na série 3, 7, 8, 9, 12, 13, 16, 18, 20:
 13

Como n = 9, ímpar, temos Logo, a mediana é o 5º termo da série, isto é:

2) Na série 12, 16, 17, 20, 22, 23, 28, 31:

Como n = 8, temos Logo, a mediana é a média aritmética do 4º e 5º

termos da serie, isto é:

Observações:
 O valor da mediana pode coincidir ou não com um elemento da série, como
vimos. Quando o número de elementos da série é ímpar, há coincidência. O
mesmo não acontece, porém, quando esse número é par.
 A mediana e a média aritmética não têm, necessariamente, o mesmo valor. Na
primeira série apresentada, por exemplo, temos:

FREUD,(2006) a afirma que mediana como podemos observar, depende da posição e

não dos valores dos elementos na série ordenada. Essa é uma das diferenças marcantes
entre a mediana e a média (que se deixa influenciar, e muito, pelos valores extremos).
Esta propriedade da mediana pode ser constatada através dos exemplos:
5, 7, 10, 13, 15
5, 7, 10, 13, 65

Isto é, média do segundo conjunto de valores é maior do que a do primeiro, por

influência dos valores extremos, ao passo que a mediana permanece a mesma. A
mediana é designada, muitas vezes, por valor mediano.

2.5.2 Cálculo da mediana para dados tabulados

Se os dados se 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, temos que
 14

determinar um valor tal que divida a distribuição em dois grupos que contenham o
mesmo número de elementos. A posição da mediana de uma distribuição, a partir de
qualquer um dos extremos, é dada por:

PXmd =

a) Sem intervalos de classe

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.
Tomemos a distribuição relativa à Tabela 6.1, completando-a com a coluna
correspondente à frequência acumulada:

Tabela 2.15 - N° de meninos/família em uma comunidade

Nº de meninos fi fa
0 2 2
1 6 8
2 10 18
3 12 30
4 4 34

Sendo: , em seguida devemos procurar o valor da mediana pela coluna

de fa , na coluna das frequências acumuladas; a menor frequência acumulada que

supera esse valor é 18, que corresponde ao valor 2 da variável, sendo então este o valor
mediano.
Logo: = 2 meninos / família

b) Com intervalos de classe

Neste caso, o problema consiste em determinar o ponto do intervalo em que está
compreendida a mediana.
 15

Para tanto, temos inicialmente que determinar a classe na qual se acha a mediana -
classe mediana. Tal classe será evidentemente, aquela correspondente à freqüência

acumulada imediatamente superior a PXmd = .

Assim, considerando a distribuição da Tabela 2.13, acrescida das freqüências

acumuladas:
Tabela 2.18 - Estaturas de 40 alunos do curso de Administração
Estaturas (cm) fi Fa
150 ├ 154 4 4
154 ├ 158 9 13
158 ├ 162 11 24 classe
mediana
162 ├ 166 8 32
166 ├ 170 5 37
170 ├ 174 3 40
total 40

Temos: Pxmd =

Como há 24 valores incluídos nas três primeiras classes da distribuição e como

pretendemos determinar o valor que ocupa o 20º lugar. Partindo do início da série,
vemos que este deve estar localizado na terceira classe (i=3), supondo que as
freqüências dessas classes estejam uniformemente distribuídas. Como há 11 elementos
nessa classe e o intervalo de classe é igual a 4, devemos tomar, a partir do limite
inferior, a distância:

Aplicando a fórmula

Temos:

Então, a mediana será dada por:

 16

Xmd = =

Portanto: Xmd = 160,5 cm

Xmd = =

Portanto: Xmd = 830,56  O salário mediano dos funcionários desta empresa é de R$

830,56

Observação: No caso de existir uma frequência acumulada exactamente igual a ,

a mediana será limite superior da classe correspondente.

c) Emprego da mediana
Empregamos a mediana quando:
a) Desejamos obter o ponto que divide a distribuição em partes iguais;
b) Há valores extremos que afetam de uma maneira acentuada a média;

c) A variável em estudo é salário, renda ou custo.

2.6 Posição Relativa da Média, Mediana e Moda
Quando uma distribuição é simétrica, as três medidas coincidem. Porém, a assimetria
torna-as diferentes e essa diferença é tanto maior quanto maior é a assimetria. Assim,
em uma distribuição em forma de sino, temos:
= xmd = Mo, no caso da curva simétrica;
Mo < xmd < , no caso da curva assimétrica positiva;
< xmd < Mo, no caso da curva assimétrica negativa.
 17

3.0.CONCLUSAO
Terminado o trabalho, destacou-se que quando uma distribuição é simétrica, as três
medidas coincidem. Porém, a assimetria torna-as diferentes e essa diferença é tanto
maior quanto maior é a assimetria.
De salientar que o valor da mediana pode coincidir ou não com um elemento da série,
como vimos. Quando o número de elementos da série é ímpar, há coincidência. O
mesmo não acontece, porém, quando esse número é par.
 18

4.0.REFERENCIAS BIBLIOGRAFICAS
FREUD, J. E (2006). Estatística Aplicada: economia, administração e contabilidade.
(11ª ed)-Porto Alegre-Brasil
REIS E. (2008). Estatística descritiva. (7ª ed). Lisboa-Portugal: Edição
Silabo