Sendo a média um número

que se usa para representar

toda uma distribuição, não
é, por vezes, suficiente para
a caracterizar.
Assim, para avaliar o grau de
variabilidade ou dispersão
dos valores de uma
distribuição, usaremos
certas medidas estatísticas,
as medidas de dispersão,
que nos proporcionam
melhor conhecimento do
fenómeno que analisamos,
permitindo fazer
comparações entre
fenómenos da mesma
natureza.
Exemplo

Resultados de um teste diagnóstico apresentado, no início do

ano
letivo, a duas turmas do mesmo ano.
Turma A 7 7 7 8 8 8 9 9 10 12 12 12 12 13 13
Turma B 1 2 3 4 7 8 8 9 12 12 12 12 18 19 20

Verificou-se que em ambas as turmas se

tem:
Média:
x  9,8 x A  x B  9,8 
Moda:
Mo = 12 (MoA = MoB = 12)
Mediana:
x9 x A  xB  9 
Em vos parece haver uma
variabilidade
qual maior
de dispersão de resultados?
destas duas turmas
Vamos recorrer às chamadas medidas de dispersão para confirmar
que a turma B é mais heterogénea do que a turma A.
 Amplitude total: Amplitude total, ou
apenas amplitude, de um
Turma A - amplitude: 13 - 7 = 6 valores conjunto de dados
quantitativos é a diferença
Turma B - amplitude: 20 - 1 = 19 valores entre o maior e o menor
valor da variável.
Amplitude interquartis:

Turma A:

Q3 – Q1 = 12 – 8 = 4 valores

Amplitude interquartis é
a diferença entre o 3º e o
1º quartis.

Turma B:

Q3 – Q1 = 12 – 4 = 8 valores
 Desvio médio ou desvio absoluto médio

x  9,8
Turma A
ni xi  x xi  x ni  xi  x
xi
7 3 7 - 9,8 = -2,8 |-2,8| = 2,8 3 x 2,8 = 8,4
8 3 8 - 9,8 = -1,8 1,8 5,4
9 2 9 - 9,8 = -0,8 0,8 1,6
10 1 10 - 9,8 = 0,2 0,2 0,2
12 4 12 - 9,8 = 2,2 2,2 8,8
13 2 13 - 9,8 = 3,2 3,2 6,4
N = 15   xi  x 0  ni  xi  x = 30,8

 ni .  9,8 30,8
Desvio médio para a turma A: dm  15  15  2,05(3)
xi
Desvio médio ou desvio absoluto médio

k
 ni . x i  x
dm  i 1
N
para dados organizados em tabelas de
frequências
 Desvio médio ou desvio absoluto médio

Desvio médio para a turma

A:
dm   ni .  9,8  30,8  2,05(3)
A
15 15
xi
Desvio médio para a turma B:

dm   ni .  9,8  72,8  4,85(3)

B
15 15
xi
Por comparação dos desvios médios, conclui-se que na turma B
os resultados estão mais dispersos em elação à média do que na
turma A.

Quanto maior for o desvio médio, maior é a dispersão dos dados em

relação à média.
 Variância e desvio-padrão
x  9,8

2
Turma A
ni xi  x x x ni

x
xi

2

i   xi
7 3 7 - 9,8 = -2,8 (-2,8)2 = 7,84 3 x 7,84 = 23,52
8 3 8 - 9,8 = -1,8 3,24 9,72
9 2 9 - 9,8 = -0,8 0,64 1,28
10 1 10 - 9,8 = 0,2 0,04 0,04
12 4 12 - 9,8 = 2,2 4,84 19,36
13 2 13 - 9,8 = 3,2 10,24 20,48
 =
2
 nx. x0   n  x x
K
x x
 
N = 15 i 2
i i
74,474,4i i

s2   N
i 1
 15  4,96
Variância:
K
n. x x

2
i
 74,4
 15  4,96
i
s2A  i 1
 N

508,4 33,89
s2B  15
Desvio padrão:

K
n. x x

2

sA 
 i
i

74,4
2,227
i 1
 N 15

508,
sB  5,822
4
15
Variância
É uma medida que permite avaliar o grau de dispersão dos valores
da variável em relação à média
Para dados organizados em tabelas de frequências
K
n. x x
n .x  x   n .x  x   ...  n .x  x   
2 2 2 2
i i
1 1 2 2 K K
2 
s N   N
i 1

Desvio padrão
Tal como a variância, o desvio padrão é, também, uma medida de
dispersão relativamente à média, tendo sobre aquela a vantagem de
vir expresso nas mesmas unidades dos valores da variável.
O desvio padrão s é a raiz quadrada positiva da variância.
Em geral, para dados organizados em tabelas de frequências, o desvio
padrão calcula-se do seguinte modo:
k
n. x x É a medida mais utilizada, não só por levar
 
2
i i em consideração todos os dados, mas
s i 1 também por estar expressa na mesma
 N unidade destes.
É importante reter que o desvio padrão nunca é
negativo e mais afastado de zero
quanto serão os quadrados
maiores estiver, dos desvios, pelo que
maior é a dispersão dos dados relativamente à média.

Do mesmo modo que a média, também o desvio padrão é

uma medida pouco resistente, ou seja, é muito
influenciado por valores ou muito maiores ou muito
menores do que os restantes (o que, aliás, seria de
esperar, já que, na sua definição, entra a média).
Propriedades:
Sejam x1, x2, x3, …., xn, n dados quantitativos em que a média

é x e o desvio-padrão é s.

• Se adicionarmos um número real k a todos os dados o

desvio-padrão mantém-se e a média passa a ser x  k .

• Se multiplicarmos todos os dados por uma número real k, a

média passa a ser k  x e o desvio-padrão ks.
MªJ Costa – Casa das Ciências