Módulo: Calcular e Interpretar Estatísticas Simples

RA4: Calcular medidas de dispersão.

Critérios de Desempenho:
a) Calcula a Amplitude Total;
b) Calcula o Desvio Médio;
c) Calcula a Variância;
d) Calcula o Desvio Padrão;
e) Calcula o Coeficiente de Variação.

1. Amplitude total
A amplitude total de um conjunto de dados é a diferença entre o maior e o menor valor observado.
A medida de dispersão não levar em consideração os valores intermediários perdendo a informação
de como os dados estão distribuídos e/ou concentrados.
𝐴 𝑇 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛
Exemplo 1: Dada a amostra, em rol, de 60 rendas em Euros, de uma dada região

A amplitude total das 60 rendas em Euro é:

𝐴 𝑇 = 16 − 1 = 15
Exemplo 2: Considere os dados da variável “número do agregado familiar” dos 30 formandos
inquiridos no IPOMA no ano letivo 2021.

Número do Agreg. Número de

Familiar (𝑥𝑖 ) formandos (𝐹𝑖 )
2 1
3 6
4 4
5 6
6 8
7 3
8 2
Total 30

A amplitude total dos dados acima é:

𝐴𝑡 = 8 − 2 = 6
Exemplo 3: considere os dados da variável peso dos 30 formandos inquiridos no IPOMA, no ano
letivo 2021

Página 1 de 6
 Centro de classe Nº de Formandos
Classe (𝑥𝑖 )
(𝐶𝑖 ) (𝐹𝑖 )
[54, 58[ 56 1
[58, 62[ 60 2
[62, 66[ 64 9
[66, 70[ 68 10
[70, 74[ 72 6
[74, 78] 76 2
Total 30

A amplitude total dos dados acima é:

𝐴𝑡 = 78 − 54 = 24 𝑘𝑔

Exercícios:

(1) Considere os dados da variável “Nota” da ficha de registo de dados estatísticos do R. A.

2, expressos pela seguinte tabela:

𝑥𝑖 10 11 12 13 14 15 Soma
𝐹𝑖 5 12 10 0 0 3 30

Calcular o valor da amplitude total.

(2) Calcular o valor da amplitude total dos dados da variável altura, abaixo representada.
Classe [150; 154[ [154; 158[ [158; 162[ [162; 166[ [166; 170[ [170; 174[ Total
𝑭𝒊 1 5 7 8 7 2 30

2. Desvio médio.

A diferença entre cada valor observado e a média é denominado desvio e é dado por (𝑥𝑖 − 𝑥̅ )
para variável quantitativa discreta ou por (𝐶𝑖 − 𝑥̅ ) para a variável quantitativa contínua.

Ao somar todos os desvios, ou seja, ao somar todas as diferenças de cada valor observado em
relação a média, o resultado é igual a zero. Isto significa que esta medida não mede a variabilidade
dos dados. Para resolver este problema, pode-se desconsiderar o sinal da diferença, considerando-
as em módulo e a média destas diferenças em módulo é denominada desvio médio:

𝑘 𝑘
1 1
𝑑𝑚 = ∑|𝑥𝑖 − 𝑥̅ | ∙ 𝐹𝑖 ou 𝑑𝑚 = ∑|𝐶𝑖 − 𝑥̅ | ∙ 𝐹𝑖
𝑛 𝑛
𝑖=1 𝑖=1

Esta medida representa a média das diferenças entre a cada dado observado e a média do conjunto
desses dados.

Página 2 de 6
Exemplo 4: Considere os dados da variável “número de agregado familiar do exemplo 2.

𝑥𝑖 𝐹𝑖 𝑥𝑖 ∙ 𝐹𝑖 𝑥𝑖 − 𝑥̅ |𝑥𝑖 − 𝑥̅ | |𝑥𝑖 − 𝑥̅ | ∙ 𝐹𝑖
2 1 2 -3 3 3
3 6 18 -2 2 12
4 4 16 -1 1 4
5 6 30 0 0 0
6 8 48 1 1 8
7 3 21 2 2 6
8 2 16 3 3 6
Total 30 151 39

Para calcular o valor do desvio médio, precisamos de conhecer o valor da média. Da tabela cima,
obtemos os valores dos produtos parciais 𝑥𝑖 ∙ 𝐹𝑖 e a respetiva soma 151, nos permite calcular a
média aplicando a fórmula:
7
1
𝑥̅ = ∑ 𝑥𝑖 ∙ 𝐹𝑖
30
𝑖=1

Portanto, a média é:
7
1 151
𝑥̅ = ∑ 𝑥𝑖 ∙ 𝐹𝑖 = ≅5
30 30
𝑖=1

Deste valor, obtemos os desvios 𝑥𝑖 − 𝑥̅ e os respetivos valores absolutos |𝑥𝑖 − 𝑥̅ | utilizando as

colunas 4 e 5 da tabela acima. Em seguida calcula-se os produtos |𝑥𝑖 − 𝑥̅ | ∙ 𝐹𝑖 e a respetiva soma.
Aplicando a fórmula de desvio médio obtemos:
7
1 39
𝑑𝑚 = ∑|𝑥𝑖 − 𝑥̅ | ∙ 𝐹𝑖 = = 1,3
30 30
𝑖=1

Este valor representa a diferença média entre cada número de agregado familiar observado e a
respetiva média.

Exemplo 6: Considere os dados da variável peso dos 30 formandos inquiridos no IPOMA, no

ano letivo 2021

𝑥𝑖 𝐶𝑖 𝐹𝑖 𝐶𝑖 ∙ 𝐹𝑖 |𝐶𝑖 − 𝑥̅ | |𝐶𝑖 − 𝑥̅ | ∙ 𝐹𝑖
[54, 58[ 56 1 56 11,2 11,2
[58, 62[ 60 2 120 7,2 14,4
[62, 66[ 64 9 576 3,2 28,8
[66, 70[ 68 10 680 0,8 8,0
[70, 74[ 72 6 432 4,8 28,8
[74, 78] 76 2 152 8,8 17,6
Soma 30 2016 108,8

Para o cálculo do valor do desvio médio, aplicamos os mesmos passos do exemplo anterior.
Média:

Página 3 de 6
 7
1 2016
𝑥̅ = ∑ 𝐶𝑖 ∙ 𝐹𝑖 = = 67,2
30 30
𝑖=1

Desvio média:
6
1 108,8
𝑑𝑚 = ∑|𝐶𝑖 − 𝑥̅ | ∙ 𝐹𝑖 = = 3,6
30 30
𝑖=1

Portanto, 3,6 é a diferença média entre cada peso observado em relação a média dos pesos.

Exercícios: Calcular o desvio média dos dados dos exercícios (1) e (2), anteriores.

3. Variância.
A variância é a média do quadrado dos desvios em relação à média. E é dada por:

𝑘 𝑘
1 1
𝑆 = ∑(𝑥𝑖 − 𝑥̅ )2 ∙ 𝐹𝑖
2
ou 𝑆 = ∑(𝐶𝑖 − 𝑥̅ )2 ∙ 𝐹𝑖
2
𝑛 𝑛
𝑖=1 𝑖=1

4. Desvio padrão.
O desvio padrão é a raiz quadrada da variância, isto é:

𝑘 𝑘
1 1
𝑆= √𝑆 2 = √ ∑(𝑥𝑖 − 𝑥̅ )2 ∙ 𝐹𝑖 ou S = √𝑆 2 = √ ∑(𝐶𝑖 − 𝑥̅ )2 ∙ 𝐹𝑖
𝑛 𝑛
𝑖=1 𝑖=1

Exemplo 7: Considere os dados da variável “número de agregado familiar do exemplo 2, cuja

média é 𝑥̅ = 5.

𝑥𝑖 𝐹𝑖 (𝑥𝑖 − 𝑥̅ )2 (𝑥𝑖 − 𝑥̅ )2 ∙ 𝐹𝑖
2 1 9 9
3 6 4 24
4 4 1 4
5 6 0 0
6 8 1 8
7 3 4 12
8 2 9 18
Total 30 75

Para o cálculo da variância, precisamos de calcular os valores dos desvios quadráticos (𝐶𝑖 − 𝑥̅ )2 ,
dos produtos destes pela frequência absoluta respetiva (𝐶𝑖 − 𝑥̅ )2 ∙ 𝐹𝑖 e o somatório destes produtos
(coluna 3 e 4 da tabela acima). Em seguida aplicamos as fórmulas de variância e desvio padrão.
Variância:

Página 4 de 6
 7
2
1 75
𝑆 = ∑(𝑥𝑖 − 𝑥̅ )2 ∙ 𝐹𝑖 = = 2,5
30 30
𝑖=1

Desvio padrão:

𝑆 = √𝑆 2 = √2,5 ≅ 1,6

Exemplo 8: Considere os dados da variável peso dos 30 formandos inquiridos no IPOMA, no ano
letivo 2021, cuja média é 𝑥̅ = 67,2

𝑥𝑖 𝐶𝑖 𝐹𝑖 (𝐶𝑖 − 𝑥̅ )2 (𝐶𝑖 − 𝑥̅ )2 ∙ 𝐹𝑖
[54, 58[ 56 1 125,4 125,4
[58, 62[ 60 2 51,8 103,7
[62, 66[ 64 9 10,2 92,2
[66, 70[ 68 10 0,6 6,4
[70, 74[ 72 6 23,0 138,2
[74, 78] 76 2 77,4 154,9
Soma 30 620,8

Aplicando o procedimento do exemplo anterior, temos:

Variância:
6
2
1 620,8
𝑆 = ∑(𝐶𝑖 − 𝑥̅ )2 ∙ 𝐹𝑖 = = 20,7
30 30
𝑖=1

Desvio padrão:

S = √𝑆 2 = √20,7 = 4,5

Exercícios: Calcular os valores de variância e desvio padrão dos dados dos exercícios (1) e (2),
anteriores.

Apos tratarmos de calculo sobre desvio médio, variância e desvio padrão, falemos agora de uma
medida de dispersão que depende de duas medidas: uma medida de tendência central (a média) e
outra, de dispersão (o desvio padrão), o coeficiente de variação.

5. Coeficiente de Variação.
O coeficiente de variação é uma medida de dispersão relativa definida como a razão entre o desvio
padrão e a média:
𝑆
𝐶𝑉 = ∙ 100%
𝑥̅
Como o coeficiente de variação analisa a dispersão em termos relativos, ele será dado em %.
Quanto menor for o valor do coeficiente de variação, mais homogêneos serão os dados, ou seja,
menor será a dispersão em torno da média. De uma forma geral, se o CV:

Página 5 de 6
 • For menor ou igual a 15% → baixa dispersão: dados homogêneos;
• For entre 15% e 30% → média dispersão;
• For maior que 30% → alta dispersão: dados heterogêneos

Exemplo 9: Para os dados da variável “número de agregado familiar” do exemplo 7, anterior,

onde a média é 5 e o desvio padrão é 1,6, o coeficiente de variação é:

𝑆 1,6
𝐶𝑉 = ∙ 100% = ∙ 100% = 0,32 ∙ 100% = 32%
𝑥̅ 5
Portanto, quanto a dispersão, a distribuição de número de agregado familiar dos 30 formando
inquiridos no IPOMA no ano letivo 2021 é de alta dispersão, isto é, os dados são heterogéneos.

Exemplo 10: Para os dados da variável “peso” do exemplo 8, anterior, onde a média é 67,2 e o
desvio padrão é 4,5, o coeficiente de variação é:

𝑆 4,5
𝐶𝑉 = ∙ 100% = ∙ 100% = 0,07 ∙ 100% = 7%
𝑥̅ 67,2
Portanto, quanto a dispersão, a distribuição dos pesos dos 30 formando inquiridos no IPOMA no
ano letivo 2021 é de baixa dispersão, isto é, os dados são homogéneos.

Exercícios: Calcular os valores de variância, desvio padrão, coeficiente de variação e classificar

quanto a dispersão os dados das variáveis “nota” e “altura”, dos exercícios (1) e (2) anteriores.

Página 6 de 6