Estatística Descritiva 1

10/06/2023, 20:23 Estatística Descritiva
Estatística Descritiva
UNIDADE 1- CONCEITOS INICIAIS E
MEDIDAS DE TENDÊNCIA CENTRAL
Autoria: Joelma Iamac Nomura e Rafaela Rodrigues Oliveira Amaro
https://student.ulife.com.br/ContentPlayer/Index?cd=A5PQAjwvEbsBkD0y80aAMA%3d%3d&l=rmjKkvgjWhkTtNB5MdJmTA%3d%3d&lc=uqgvH… 1/22
Introdução
É interessante observarmos que nossa vida é
cercada por números e em diversas situações
somos defrontados com grande quantidade de
informações em formato numérico, ou seja,
muitos dados. Contudo, a disposição e forma
como esses dados são organizados interferem
na eficiência da interpretação de tais
informações.
Seria possível encontrar uma maneira melhor de organizar esses dados, visando
facilitar a leitura e identificação da possível relação entre eles? Você já ouviu falar
sobre medidas de tendência central? Conhece média, moda e mediana? Se ainda
não conhece, essa será a oportunidade de aprender sobre esses importantes
conceitos que permeiam o estudo da estatística descritiva, o que permite entender as
tendências ou padrões a partir de um conjunto de dados. Nesse sentido, estudaremos
nesta unidade os principais conceitos que permeiam a estatística descritiva e
veremos como podemos dispor os dados coletados em tabelas e representá-los a
partir de gráficos. Você também aprenderá que os mesmos dados podem ser
distribuídos de diferentes maneiras a partir de tabelas de distribuição de frequência e
que essas distribuições levam a diferentes representações gráficas. Quando você
adentrar no estudo de medidas de tendência central, aprenderá a calcular a média,
mediana e moda de um conjunto de dados não agrupados e agrupados. Portanto, no
decorrer do estudo desta unidade, você terá todas as respostas das indagações feitas
anteriormente. Vamos começar?
Bons estudos!
1.1 Introdução à
estatística
A estatística está presente em nossa vida em diversas situações, mas você pode se perguntar,
onde? O que a estatística agrega para mim? Em quais contextos os conhecimentos que
propõem a sistematização serão úteis em minha vida?
Para começar nossa familiarização com os conceitos relacionados à estatística, considere as
afirmativas a seguir, muito recorrentes em nosso cotidiano.
[...] 29,8% dos brasileiros consomem refrigerantes pelo menos cinco vezes por semana.
Fonte: Ministério da Saúde/jun. 2019.
 [...] as mulheres têm rendimento habitual médio mensal de todos os trabalhos no valor de 
R$ 1.764, enquanto os homens, R$ 2.306. Fonte: IBGE/ jun. 2019.
[...] a cobertura vacinal na população com 65 anos ou mais é de 54,8%. Fonte: IA SAÚDE. IP-
RAM/jun. 2019.
Outra maneira de encontrar dados estatísticos é em formato de tabelas e/ou gráficos, como os
apresentados a seguir.
Tabela 1 - Salários médios de 36 funcionários

Fonte: Elaborada pela autora, baseada em MORETTIN; BUSSAB, 2010.
#PraCegoVer: tabela com duas colunas e seis linhas com distribuição em cinco classes
salariais e suas respectivas frequências.
Figura 1 - Porcentagens acumuladas dos salários médios

Fonte: MORETTIN; BUSSAB, 2010, p. 31.
#PraCegoVer: gráfico de linhas crescente com distribuição das porcentagens das médias
salariais.
E agora? Reconhece discursos semelhantes a esses? Com certeza a sua resposta será sim,
pois é comum encontrar essas informações em relatórios, reportagens jornalísticas,
informativos contidos em jornais e/ou revistas entre outras situações. Essa larga utilização da
estatística é justificável, pois, por intermédio da coleta de dados é possível obter e relacionar
informações como as citadas acima ou no contexto desejado, de maneira a facilitar a leitura e
interpretação.
Para conceituarmos, de maneira formal, conforme Larson e Farber (2016), a estatística consiste
na ciência que coleta, organiza e interpreta dados para a tomada de decisões. Nesse contexto,
dado é conceituado como qualquer informação obtida por meio de observações, contagens,
medições ou respostas.
Na descrição de Crespo (2019), a estatística descritiva consiste em métodos que descrevem os
dados a partir de tabelas e gráficos, compreendendo o manejo desses dados para resumi-los e
descrevê-los sem, no entanto, inferir algo que ultrapasse os limites dos próprios dados. Nesse
sentido, a estatística pode ser classificada como descritiva ou indutiva. A estatística descritiva,
que é objeto de estudo deste curso, também recebe o nome de dedutiva e trabalha com o
objetivo de coletar e tabular dados. Assim, as informações são reduzidas de maneira a
possibilitar uma clara interpretação dos dados. Já a estatística indutiva ou inferência estatística
se baseia em resultados encontrados a partir do estudo de uma amostra da população,
buscando induzir ou ponderar as normas habituais da população da qual a amostra pertence
(CASTANHEIRA, 2013).
A quantidade de dados analisados para um estudo estatístico varia conforma o contexto, assim,
é possível trabalhar com todas as informações ou com parte delas.
Você sabia?
No Brasil, os dados oficiais sobre informações do país são
encontrados no Instituto Brasileiro de Geografia e Estatística
(http://www.ibge.gov.br) (IBGE), assim basta acessar o endereço
eletrônico e pesquisar os dados desejados. Existem também
dados em órgãos internacionais como a Organização
(https://nacoesunidas.org/) (https://nacoesunidas.org/)das
(https://nacoesunidas.org/) (https://nacoesunidas.org/)Nações
Unidas (https://nacoesunidas.org/) (ONU).
Assim, somos apresentados a dois conceitos fundamentais no estudo da estatística: população

e amostra.
Morettin e Bussab (2010) descrevem a população como o conjunto de todos os elementos ou
resultados que estão sob investigação e amostra como o subconjunto ou parte dessa
população. Como exemplo, podemos citar o estudo da proporção de indivíduos na cidade A que
são a favor de certo projeto governamental. A população consiste em todos os moradores da
cidade e a amostra consiste no total de pessoas selecionadas que farão parte dessa
investigação. De maneira semelhante, Larson e Farber (2016) descrevem a população como o
conjunto de todos os dados, medições, respostas ou contagens que se desejam informações.
Já amostra é um subconjunto da população, ou seja, uma parte do conjunto de todos os dados
a serem analisados.
Segundo Crespo (2019), os dados estatísticos constituem a matéria-prima das pesquisas
estatísticas, sendo originários de mensurações ou observações. Nesse sentido, os dados
estatísticos são constituídos de medidas, características pessoais, idade, altura, isto é, dados
que, como você pode perceber, têm classificações diferentes. Esse é o tema de nosso próximo
assunto.
1.1.1 Variáveis qualitativas e quantitativas

Quando uma pesquisa estatística se inicia, normalmente, o pesquisador se encontra cercado de
informações obtidas pela coleta de dados. Assim, é necessário organizar esse material para,
então, conseguir elaborar um resumo e, consequentemente, ser possível analisar e interpretar
as informações.
Um fator importante a ser considerado é a natureza dos dados a serem estudados, pois é o que
determinará a adoção da metodologia estatística mais adequada. A coleção de dados ou,
simplesmente, as variáveis podem ser qualitativas quando estão associadas a situações como
cor dos olhos, marca de biscoito, preferência artística, entre outros exemplos, logo,
representam entradas não numéricas. De acordo com Morettin e Bussab (2010), para cada
elemento investigado em uma pesquisa, associa-se um (ou mais) resultado(s), correspondendo
à realização de uma (ou mais) característica(s) (ou variável). Nesse sentido, tais variáveis são
formadas por atributos (ou características) do indivíduo pesquisado. Entre as variáveis
qualitativas, encontram-se as variáveis nominais e ordinais, sendo que a diferença entre elas
está, simplesmente, no fato de que, nas variáveis qualitativas nominais, não existe qualquer
ordenação em seus resultados; nas variáveis qualitativas ordinais, existe. Como exemplo de
variável qualitativa ordinal temos: o ensino fundamental, o médio e o superior correspondem a
uma ordem, e as classes baixa, média e alta também correspondem a certa ordem.
Ainda segundo Morettin e Bussab (2010), as variáveis como peso, idade, altura correspondem
a possíveis realizações numéricas, resultantes de contagens ou mensurações, e são chamadas
de variáveis quantitativas.
Dessa maneira, as variáveis quantitativas consistem em contagens ou medidas numéricas e
são traduzidas por valores numéricos. As variáveis quantitativas também podem ser
subdivididas em discretas e contínuas, sendo que, nas primeiras, as informações são limitadas;
nas segundas, as informações pertencem a um intervalo definido por infinitos valores.
Figura 2 - Classificação de uma variável

Fonte: MORETTIN; BUSSAB, 2010, p. 10.
#PraCegoVer: imagem com a classificação da variável em qualitativa (nominal e ordinal) e

quantitativa (discreta e contínua).
No próximo tópico, estudaremos como podemos apresentar os dados de maneira condensada

a partir de distribuições de frequência, que representam o método padrão de agrupamento.
Teste seus conhecimentos

(Atividade não pontuada)
1.1.2 Distribuição de frequência

De maneira a tornar os dados mais fáceis de serem interpretados, é necessário aplicar técnicas
para organizar um conjunto de informações, a fim de encontrar possíveis padrões. Agora,
imagine que foi pesquisado em uma autoescola, durante uma semana, as idades das pessoas
que conseguiram obter sua carteira de habilitação (sem distinguir a categoria). Observe a seguir
o resultado da coleta de dados.
18, 23, 60, 20, 19, 35, 43, 20, 20, 21, 34, 54, 18, 24, 23, 28, 24, 25, 43, 19, 20, 28, 40, 31, 31,
39, 29, 23, 22, 22, 30, 29, 21, 34, 25, 19, 20, 23, 20, 29, 34, 30, 24, 22, 40.
O que podemos concluir sobre essas informações? O que tais dados podem agregar para um
possível estudo acerca da relação entre a idade e obtenção da habilitação? Bem, em uma
rápida observação desses números, pouca ou nenhuma informação é transmitida, logo, se
torna necessária a organização desse conteúdo, de forma a prover um entendimento possível
de tais dados.
Inicialmente, vamos ordenar esses valores, ou seja, colocá-los em ordem crescente ou
decrescente para melhorar nossa percepção acerca dessas informações.
18, 18, 19, 19, 19, 20, 20, 20, 20, 20, 20, 21, 21, 22, 22, 22, 23, 23, 23, 23, 24, 24, 24, 25, 25,
28, 28, 29, 29, 29, 30, 30, 31, 31, 34, 34, 34, 35, 39, 40, 40, 43, 43, 54, 60.
Houve melhora! Porém, ainda não é possível elaborar conclusões. O que mais seria possível
fazer? Uma alternativa seria agrupar os valores iguais e, para isso, verificaremos em nosso
conjunto de dados tal possibilidade. A quantidade de vezes que se repete um número é
chamada de frequência (f). De acordo com Larson e Farber (2016), a frequência ou frequência
absoluta de uma classe é o número de entrada de dados em uma classe.
Você quer ler?

A pesquisa de Santos et al. (2016), tem por objetivo
mostrar que é possível usar ferramentas estatísticas nos
setores empresariais de maneira a auxiliar a tomada de
decisão. No trabalho, a pesquisadora apresenta meios e
métodos estatísticos, e destaca a importância do uso de
dados e cálculos na pesquisa operacional, servindo de
ferramentas para o melhor planejamento estratégico da
organização.
Acesse
(https://www.aedb.br/seget/arquivos/artigos16/50241
02.pdf)
Assim, de acordo com os dados que estamos estudando, foi possível construir a tabela a
seguir, que corresponde a um exemplo de distribuição de frequência, ou seja, é uma tabela na
qual uma de suas colunas apresenta a frequência de cada entrada, que equivale à contagem
respectiva de cada ocorrência (MORETTIN; BUSSAB, 2010).
Tabela 2 - Frequência de alunos que obtiveram habilitação

Fonte: Elaborado pela autora, 2020.
#PraCegoVer: tabela com duas colunas e vinte linhas, distribuindo as idades das pessoas e as
suas respectivas frequências.
Nesse momento, é possível tirar conclusões como: a menor idade foi de 18 anos; a maior idade
foi de 60 anos; a idade de maior frequência, ou seja, a idade mais comum entre os alunos que
obtiveram a habilitação foi de 20 anos.
Vamos dar atenção especial a essa tabela, pois ela nos servirá de base para a construção do
histograma de frequência, assim como o polígono de frequência (ambos sobre dados não
agrupados).
Figura 3 - Frequência acumulada dos alunos que obtiveram habilitação

#PraCegoVer: tabela com três colunas e vinte linhas, distribuindo as idades das pessoas, suas
respectivas frequências e as frequências acumuladas.
Por meio da frequência acumulada, é possível obter conclusões como: entre 18 e 21 anos, 13
pessoas obtiveram habilitação; de 18 a 34 anos, 37 alunos possuem sua licença.
O percentual referente a cada resultado perante o todo recebe o nome de frequência relativa e
é mais uma importante informação a ser acrescentada na tabela. Assim, para encontrar essa
apuração, basta dividir a frequência da categoria pelo total de elementos, em seguida,
multiplicar esse resultado por 100, dado que essa informação deve ser em percentagem.
Você o conhece?
Lambert Adolphe Jacques Quételet (1796-1874) foi um
astrônomo, matemático, sociólogo e, sobretudo, estatístico-
social, cujo trabalho inspirou dezenas de criminalistas. Sua
pesquisa promoveu o crescimento da criminologia como
ciência de aplicação da sociologia, tornando possível o
entendimento das causalidades do crime a partir da
aplicação de métodos estatísticos nos fenômenos sociais.
É importante salientar que o resultado, fruto das somas entre as frequências relativas, deve ser
equivalente a 100% ou valor aproximado (VIEIRA, 2012).
Teremos, na tabela a seguir, essa informação disponível.
Tabela 3 - Frequência relativa dos alunos que obtiveram habilitação

Fonte: Elaborada pela autora, 2020.
#PraCegoVer: tabela com três colunas e dezenove linhas, distribuindo as idades das pessoas,
suas respectivas frequências e as frequências relativas em porcentagens.
Por intermédio da frequência relativa, é possível obter implicações como: 8,89% dos alunos que
obtiveram sua habilitação têm 23 anos; a porcentagem de alunos que alcançaram a carta de
habilitação com 43 e 60 anos foi igual e equivalente a aproximadamente 2,22%.
1.1.3 Distribuição de frequência por intervalos de classe

Ainda explorando o exemplo anterior, vamos tentar reduzir o tamanho da tabela, agrupando os
resultados em faixas de valores, que recebem o nome de classes ou intervalos. Para realizar tal
arranjo, utilizaremos o conceito de intervalos de classes, ou seja, iremos agrupar os dados
dentro de um intervalo pré-determinado.
Larson e Farber (2016) listam as etapas a serem executadas, de modo a construir uma
distribuição de frequência, com base em um conjunto de dados. Segundo postulam, faz-se
necessário determinar o número de classes e a amplitude ou largura de cada uma, obtida por
meio da diferença entre o limite superior (maior número que pertence à classe) e o limite inferior
(menor valor da classe).
Vamos começar? Mãos à obra!
Determine o número de classes (k), pelo método de Sturges, em que: ,

sendo n o tamanho do conjunto a ser estudado.
https://student.ulife.com.br/ContentPlayer/Index?cd=A5PQAjwvEbsBkD0y80aAMA%3d%3d&l=rmjKkvgjWhkTtNB5MdJmTA%3d%3d&lc=uqgv… 10/22
Encontre a largura da classe, realizando a razão entre a amplitude total dos dados (maior
valor — menor valor) e a quantidade de classes que foi encontrada anteriormente. Encontre
os limites de classe, para isso, basta usar o menor número como limite inferior da primeira
classe e adicionar a ele a largura de classe encontrada, as subsequentes serão encontradas
partindo do maior valor da classe anterior e sempre adicionando a largura da classe.
Realize a contagem referente aos dados que pertencem a cada classe.
Para a tabela sobre a relação entre idade e obtenção da habilitação, estamos trabalhando com
45 dados, logo o número de classes será encontrado por:
, ou seja, aproximadamente 7 classes. Agora, encontraremos a
amplitude total: , esse valor deve ser dividido por 7, que representa o número de
classes, logo, , ou seja, cada classe terá uma largura de 6.
Tabela 4 - Distribuição de frequência dos alunos que obtiveram habilitação

#PraCegoVer: tabela com duas colunas e sete linhas, distribuindo as idades em sete classes,
com intervalo igual a seis, e suas respectivas frequências.
De posse de uma distribuição de frequência com intervalos de classe, é possível ver os dados
mais compactados, o que facilita a leitura e formulação de conclusões acerca das classes mais
ou menos frequentes dentro da situação estudada. No exemplo explorado, inferimos que a
classe mais comum das idades que conseguiram a habilitação é de 18 a 24 anos e a menos
frequente foi de 48 a 54 anos, com nenhuma entrada.
Você sabia?
O símbolo l-- indica intervalo fechado para o limite inferior da
classe e aberto para o limite superior, assim, por exemplo, na
primeira linha, serão agrupadas idades entre 18 e 24 anos.
No entanto, na prática, esse intervalo equivale a 18, 19, 20,
21, 22 e 23 anos, logo, 24 anos não está presente nesse
intervalo, e sim no próximo.
A seguir, estudaremos algumas representações gráficas que têm a vantagem de facilitar a

percepções de padrões de comportamento das variáveis. Entre as representações,
apresentaremos os histogramas e os polígonos de frequência, no entanto, ressaltamos que
existem outras diversas formas de representações gráficas.
1.2 Histograma e polígono de

frequência
A representação gráfica integra a representação de dados em tabelas, uma vez que facilita e
concede uma imediata visualização dos dados estudados. Existe uma infinidade de gráficos
que se distinguem de acordo com suas características, no entanto, os mais comuns no estudo
da estatística são o histograma e o polígono de frequência.
1.2.1 Histograma
Larson e Farber (2016) definem o histograma como um diagrama de barras que representa a
distribuição de frequência de um conjunto de dados. Estipulam a ele as seguintes
características.
A escala horizontal é quantitativa e mede os valores

dos dados.
A escala vertical indica as frequências das classes.
As barras consecutivas devem estar unidas umas às

outras.
E como converteremos uma tabela em um histograma? O gráfico a seguir representa um

histograma e a ele estão relacionados os dados da Tabela 2, que dispõe as frequências de
idade.
É possível construir histogramas e, consequentemente, polígonos de frequência manualmente
ou por intermédio de softwares adequados como o Excel, que será utilizado como ferramenta
para elaborar os histogramas que serão apresentados a seguir.
Figura 4 - Histograma de frequência

#PraCegoVer: o histograma corresponde a um gráfico com dezenove colunas verticais.
A leitura de um histograma consiste em identificar a frequência que será representada pela

altura, no eixo vertical, em relação às idades que estão dispostas no eixo horizontal.
O histograma anteriormente apresentado descreve um conjunto de dados discretos, não
agrupados. Também é possível construir histogramas a partir de uma distribuição de frequência
por intervalos de classe, ou seja, os dados passam a ser agrupados. É o que veremos no
próximo gráfico.
Figura 5 - Histograma de frequência por intervalos de classe

#PraCegoVer: o histograma corresponde a um gráfico com seis colunas verticais.
A seguir, estudaremos outra importante representação gráfica dos dados, os polígonos de

frequência.
1.2.2 Polígonos de frequência

Outra forma de representar uma distribuição de frequência é utilizando um polígono que une,
por segmentos de reta, os pontos médios das bases superiores dos retângulos de um
histograma. Larson e Farber (2016) ainda conceituam polígono de frequência como um gráfico
de linhas que valoriza as alterações contínuas de frequência.
Você quer ver?

No vídeo Estatística, do professor André Leme Fleury,
são apresentadas algumas aplicações da estatística,
evidenciando a construção dos principais tipos de
tabelas e de gráficos como os de linha, de colunas, ou
os polares, relacionados aos dados tabulados.
Acesse (https://www.youtube.com/watch?v=-
dJOxU9kPj0)
O gráfico a seguir é denominado de polígono de frequência e foi construído de acordo com a
distribuição de idades (dados não agrupados) da Tabela 2 que é um histograma. Observe que
as informações são as mesmas, o que diferencia é a linha poligonal.
Figura 6 - Polígono de frequência

#PraCegoVer: gráfico em linhas ascendentes e descendentes, que representa o polígono de

frequência, cujo eixo horizontal representa as idades das pessoas e o eixo vertical, a
frequência.
Até aqui, estudamos que o resumo dos dados a partir de distribuições de frequência e
representações gráficas expressam mais sobre o comportamento de uma variável que a mera
apresentação a partir de sua tabela original. Para Morettin e Bussab (2010), de maneira a
resumir ainda mais esses dados, é possível usar uma medida que expressa alguns valores
representativos de toda a série de dados. Entre essas medidas encontramos as medidas de
tendência central, também denominadas de medidas de posição ou de localização. Vamos ao
seu estudo!
1.3 Medidas de tendência central para dados

não agrupados
Já somos capazes de sintetizar dados provenientes de pesquisas e representá-los

graficamente, permitindo interpretar e descrever padrões estatísticos. Agora vamos resumir
ainda mais esses dados, descobrindo um ou mais valores que sejam significativos para o
estudo das informações estudadas. Denominam-se medidas de tendência central ou medidas
de posição, os valores que representam uma entrada comum ou central do conjunto de dados
(LARSON; FARBER, 2016).
As medidas de tendência central mais comumente utilizadas e que serão abordadas nesse
capítulo são: média aritmética, moda e mediana. Os métodos para obtenção de tais resultados
diferenciam-se de acordo com a maneira em que as informações estão dispostas, ou seja,
quando os dados não estão agrupados e quando são agrupados em tabelas de distribuição de
frequência com classes.
Morettin e Bussab (2010) definem média aritmética como a soma dos resultados obtidos
dividida pela quantidade de resultados (n); mediana (md) como o valor que ocupa a posição
central de um conjunto de dados ordenados e moda (mo) como a entrada de maior frequência.
Basta agora aprender como calcular cada uma dessas medidas. É o que veremos a seguir!
1.3.1 Cálculo da média, moda e mediana

Para exemplificar os conceitos apresentados anteriormente, suponha que você esteja
gerenciando uma lanchonete e que mantenha o controle das vendas dos diversos tipos de
pastéis diariamente. Assim, foram contabilizados os seguintes valores referentes às vendas
diárias do pastel de carne, durante 8 dias:
41 57 39 61 59 50 50 49
Observe que essa é uma situação em que os dados não estão agrupados, e agora? Como
encontrar a média aritmética, a moda e a mediana?
Bem, iniciaremos pelo cálculo da média, que compreende o resultado do somatório dos dados
dividido pelo total de elementos, assim, a relação é dada por:
, logo, nesse estabelecimento são vendidos, em média,
51 pastéis de carne diariamente.
De posse dessa informação, apresentamos a fórmula da média aritmética segundo Morettin e
Bussab (2010):
Já a moda é indicada pelo valor que mais se repete, ou seja, tem maior frequência. Como
podemos observar, a moda é 50, pois aparece no conjunto de dados duas vezes.
Caso
A estatística está presente nas mais diversas áreas do
conhecimento, entre elas as áreas relacionadas às ciências
biológicas, agrárias e da saúde. Uma das principais disciplinas
que estuda os fenômenos dessas áreas relacionados à
estatística é a bioestatística. Seu foco está na análise de dados
coletados no contexto de testes químicos e ensaios biológicos,
bem como o estudo de áreas como saúde pública e familiar,
epidemiologia e política sanitária. Dessa maneira, a
bioestatística é a estatística aplicada a dados biológicos,
interessada na coleta, organização, resumo, apresentação e
análise dos dados.
Em algumas situações a média aritmética não é recomendada,
pois as observações têm graus de importância diferentes. Nesse
caso, usamos a média ponderada que é calculada a partir da
equação:
em que é o peso associado à i-ésima observação e xi é i-

ésima observação.
Veja o exemplo:
Calcular a média final ponderada na disciplina bioestatística,
considerando que a primeira prova tem peso igual a 4 e o aluno
tirou 6,0; a segunda nota tem peso 5 e o aluno tirou 5,0; o
trabalho final tem peso 1 e o aluno tirou 8,0.
A média final ponderada é calculada por:
E, por último, a mediana corresponde a um valor central e a maneira de encontrá-la difere se o

tamanho do conjunto for par ou ímpar. O procedimento para um resultado par consiste em
encontrar os números referentes às posições e e, em seguida, calcular
a média aritmética entre os valores encontrados; é importante salientar que as posições
permitem encontrar as posições dos números, uma vez que estes devem, obrigatoriamente,
estar ordenados (ordem crescente ou decrescente). Após identificar posição, devemos
encontrar qual número pertence a tal lugar e assim realizar a média. Para o conjunto de dados
de tamanho ímpar, basta encontrar a posição , associá-lo ao número que pertence a
tal lugar, e pronto!
No cenário da lanchonete e do número de pastéis vendidos, inicialmente, é sempre necessário
ordenar tais números, que ficarão da seguinte forma: 39, 41, 49, 50, 50, 57, 59, 61. Após a
ordenação, vamos identificar a quantidade de elementos, observemos que são 8, logo, um
algarismo par, assim, vamos encontrar as posições:
e , temos que elemento e elemento que equivalem aos
valores 50 e 50. Nesse sentido, concluímos que a mediana é o elemento 50.
Observação: como os valores respectivos as posições das medianas foram iguais, não foi
necessário calcular a média aritmética, uma vez que seria encontrado o mesmo número. Já em
caso contrário, é obrigatória a realização de tal procedimento.
A seguir, são sintetizados os métodos para encontrar as medidas de tendência central para
dados não agrupados.
Média:
Moda: número de maior frequência, que mais se repete.
Mediana: se o total de elementos do conjunto for ímpar: encontrar as posições
e calcular a média aritmética entre os elementos encontrados. Se o total de elementos do

conjunto for par: encontrar a posição
e associá-la ao elemento encontrado.

Da mesma maneira como calculamos a média, moda e mediana para dados não agrupados é
possível calcular essas medidas para dados agrupados em classes a partir de métodos bem
diferentes. Vamos a eles!
1.4 Medidas de tendência central para dados

agrupados
Dados são agrupados em tabelas de distribuição de frequência em que há intervalos ou

classes. Em situações como essa, geralmente, são estudadas grandes quantidades de
informações, por isso, fica inviável determinar a média, moda e mediana do conjunto pelo
método de dados não agrupados, assim, recorreremos a outras fórmulas que serão utilizadas
para tal objetivo.
1.4.1 Cálculo da média, moda e mediana para dados agrupados

Considere a situação hipotética de que uma construtora iniciará as obras de um condomínio e,
para iniciar as obras, fez o levantamento das áreas dos 400 lotes que irão compor o
empreendimento, esses valores estão dispostos na tabela a seguir.
Tabela 5 - Frequência de áreas em um loteamento

#PraCegoVer: tabela com duas colunas e nove linhas, com distribuição de frequência em
intervalos de nove classes, com amplitude igual a 100 cada uma delas, e a frequência
respectiva de cada classe.
Como agora será possível calcular as medidas de tendência central? Os métodos continuam os
mesmos? A resposta é simples, não. Devido a quantidade de dados e por esses estarem
agrupados em intervalos, as fórmulas para se obter tais resultados são diferentes.
Para facilitar o cálculo dessas medidas, serão acrescentadas três colunas adicionais à tabela
original, uma constará a frequência acumulada, outra o ponto médio de cada classe e a terceira
corresponderá ao resultado do produto entre o ponto médio e sua respectiva frequência.
Observe a tabela a seguir, já com as novas colunas e seus respectivos resultados.
Tabela 6 - Frequência de áreas em um loteamento

#PraCegoVer: tabela com cinco colunas e nove linhas, com distribuição de frequência em
intervalos de oito classes, com amplitude igual a 100 cada uma delas, a frequência respectiva,
a frequência acumulada, o ponto médio de cada classe e o produto do ponto médio pela
frequência.
A média correta é encontrada pelo somatório dos produtos dos pontos médios por suas
respectivas frequências, dividido pelo total de elementos, logo:
Assim, temos o seguinte resultado encontrado a partir da tabela anterior:
Para o cálculo da moda, salientamos que existem outros métodos para encontrá-la, no entanto,
nos basearemos no método de King que é expresso pela seguinte relação:
em que: = limite inferior da classe modal;

c = amplitude de classes;
= frequência da classe imediatamente posterior à classe modal;
= frequência da classe imediatamente anterior à classe modal.

Em nosso exemplo anterior, temos que a classe modal é aquela que apresenta o maior número
de elementos, portanto, é a 5ª classe. Os demais dados são:
= 600; c = 8; = 62; = 68.
Assim, substituindo os dados na relação, vem:
Portanto, o valor da moda é igual a 604.

Observe que o valor mais encontrado deve estar compreendido no intervalo de maior
frequência.
A mediana será determinada pela igualdade:
em que:
li: limite inferior da classe;
fac(ant): frequência acumulada da classe imediatamente anterior à classe da mediana;
fi: frequência simples da classe da mediana;
h: amplitude da classe da mediana.
Portanto, os dados do exemplo, nos levam aos valores:
n=400; li=600; fac(ant) = 191; fi = 76 e h = 100.
Assim, vem:
Assim, o valor da mediana é igual a 611,84.

Tenha o hábito de conferir se o número encontrado se aloja no intervalo que serviu de base
para o cálculo, isso permite conferir se o resultado encontrado pode estar correto ou não.
Recapitulando os métodos para encontrar as medidas de tendência central para dados
agrupados em:
Média:
Moda:
Mediana:
Teste seus conhecimentos

(Atividade não pontuada)
Conclusão
Nessa primeira unidade, você teve a oportunidade de ser
apresentado aos principais conceitos que norteiam a estatística
descritiva, e verificar a necessidade de organizar um conjunto de
dados em tabelas e gráficos, de modo a facilitar a identificação
de padrões, leitura e posterior análise dos dados coletados.
Nesta unidade, você teve a oportunidade de:
compreender os conceitos que fundamentam a estatística

descritiva;
entender o processo de coleta e organização de dados;
conhecer e diferenciar as variáveis qualitativas e quantitativas;
conhecer as definições de frequência absoluta, frequência

acumulada e frequência relativa;
representar e interpretar dados em tabelas de distribuição de

frequência com dados agrupados ou não; e em gráficos
estatísticos;
construir e interpretar histogramas e polígonos de frequência;
definir as medidas de tendência central (média, moda e

mediana), para dados agrupados e dados não agrupados.
Referências
CASTANHEIRA, N. P. Estatística aplicada a todos os níveis.
Curitiba: Intersaberes, 2013.
CRESPO. A. A. Estatística. 20. ed. São Paulo: Saraiva, 2019.
ESTATÍSTICA – Aula 04. 2015. 1 vídeo (23 min). Publicado
pelo canal UNIVESP. Disponível em: https://www.youtube.com/watch?v=-
dJOxU9kPj0 (https://www.youtube.com/watch?v=-dJOxU9kPj0). Acesso em: 21
dez. 2020.
FREUND, J. E., SIMON, G. A. Estatística Aplicada: economia, administração e
contabilidade. São Paulo: Artmed, 2000.
LARSON, R; FARBER, B. Estatística Aplicada. 6. ed. São Paulo: Pearson, 2016.
MORETTIN, P. A.; BUSSAB, W. O. Estatística Básica, 8. ed. São Paulo: Saraiva,
2010.
SANTOS, B. et al. A importância e o uso da estatística na área empresarial: uma
pesquisa de campo com empresas do município de Elói Mendes – MG. In: SIMPÓSIO
DE EXCELÊNCIA EM GESTÃO E TECNOLOGIA – SEGeT, 13., 2016, Resende. Anais
[...]. Resende: AEDB, 2016.

VIEIRA, S. Elementos de Estatística. São Paulo: Atlas, 2012.

Estatística Descritiva 1

Enviado por

Dados do documento

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

Estatística Descritiva 1

Enviado por

Direitos autorais:

Formatos disponíveis

10/06/2023, 20:23 Estatística Descritiva

Autoria: Joelma Iamac Nomura e Rafaela Rodrigues Oliveira Amaro

Tabela 1 - Salários médios de 36 funcionários

Figura 1 - Porcentagens acumuladas dos salários médios

Assim, somos apresentados a dois conceitos fundamentais no estudo da estatística: população

1.1.1 Variáveis qualitativas e quantitativas

Figura 2 - Classificação de uma variável

#PraCegoVer: imagem com a classificação da variável em qualitativa (nominal e ordinal) e

No próximo tópico, estudaremos como podemos apresentar os dados de maneira condensada

Teste seus conhecimentos

1.1.2 Distribuição de frequência

Você quer ler?

Tabela 2 - Frequência de alunos que obtiveram habilitação

Figura 3 - Frequência acumulada dos alunos que obtiveram habilitação

Tabela 3 - Frequência relativa dos alunos que obtiveram habilitação

1.1.3 Distribuição de frequência por intervalos de classe

Determine o número de classes (k), pelo método de Sturges, em que: ,

Realize a contagem referente aos dados que pertencem a cada classe.

Tabela 4 - Distribuição de frequência dos alunos que obtiveram habilitação

A seguir, estudaremos algumas representações gráficas que têm a vantagem de facilitar a

1.2 Histograma e polígono de

A escala horizontal é quantitativa e mede os valores

A escala vertical indica as frequências das classes.

As barras consecutivas devem estar unidas umas às

E como converteremos uma tabela em um histograma? O gráfico a seguir representa um

Figura 4 - Histograma de frequência

#PraCegoVer: o histograma corresponde a um gráfico com dezenove colunas verticais.

A leitura de um histograma consiste em identificar a frequência que será representada pela

Figura 5 - Histograma de frequência por intervalos de classe

#PraCegoVer: o histograma corresponde a um gráfico com seis colunas verticais.

A seguir, estudaremos outra importante representação gráfica dos dados, os polígonos de

1.2.2 Polígonos de frequência

Você quer ver?

Figura 6 - Polígono de frequência

#PraCegoVer: gráfico em linhas ascendentes e descendentes, que representa o polígono de

1.3 Medidas de tendência central para dados

Já somos capazes de sintetizar dados provenientes de pesquisas e representá-los

1.3.1 Cálculo da média, moda e mediana

em que é o peso associado à i-ésima observação e xi é i-

E, por último, a mediana corresponde a um valor central e a maneira de encontrá-la difere se o

Moda: número de maior frequência, que mais se repete.

Mediana: se o total de elementos do conjunto for ímpar: encontrar as posições

e calcular a média aritmética entre os elementos encontrados. Se o total de elementos do

e associá-la ao elemento encontrado.

1.4 Medidas de tendência central para dados

Dados são agrupados em tabelas de distribuição de frequência em que há intervalos ou

1.4.1 Cálculo da média, moda e mediana para dados agrupados

Tabela 5 - Frequência de áreas em um loteamento

Tabela 6 - Frequência de áreas em um loteamento

Assim, temos o seguinte resultado encontrado a partir da tabela anterior:

em que: = limite inferior da classe modal;

= frequência da classe imediatamente anterior à classe modal.

Portanto, o valor da moda é igual a 604.

Assim, o valor da mediana é igual a 611,84.

Teste seus conhecimentos

compreender os conceitos que fundamentam a estatística

entender o processo de coleta e organização de dados;

conhecer e diferenciar as variáveis qualitativas e quantitativas;

conhecer as definições de frequência absoluta, frequência

representar e interpretar dados em tabelas de distribuição de

construir e interpretar histogramas e polígonos de frequência;

definir as medidas de tendência central (média, moda e

[...]. Resende: AEDB, 2016.

Você também pode gostar