40 Scientia Medica, Porto Alegre, v. 17, n. 1, p. 40-44, jan./mar.

2007
Medidas de disperso: os valores ... Bastos JLD, Duquia RP
NOTAS DE EPIDEMIOLOGIA E ESTATSTICA
Medidas de disperso: os
valores esto prximos entre si
ou variam muito?
Measures of dispersion: are all values
close to each other or do they vary a lot?
JOO LUIZ DORNELLES BASTOS
1
RODRIGO PEREIRA DUQUIA
2
As informaes e os conhecimentos adquiri-
dos com a leitura da segunda Nota de Epide-
miologia e Bioestatstica, cujo ttulo Medidas de
tendncia central: onde a maior parte dos indiv-
duos se encontra? impe algumas novas neces-
sidades. Para alm de expressar atravs de um
nico valor em torno do qual tende a se concen-
trar um conjunto de dados numricos, importa
saber como estas observaes esto distribudas
em nossa populao de estudo so elas bastan-
te prximas entre si ou variam muito?
1
Isto ocorre porque duas distribuies podem
apresentar mdias aritmticas idnticas e, ao
mesmo tempo, possuir valores que se distri-
buem de maneiras completamente diferentes em
relao a ela. Para ilustrar, considere a Tabela 1,
que apresenta a situao hipottica de duas dis-
tribuies das pontuaes obtidas por um grupo
de alunos de ensino mdio nas disciplinas de
DESCRITORES: MEDIDAS EM EPIDEMIOLOGIA;
EPIDEMIOLOGIA E BIOESTATSTICA; ANLISE DE DADOS;
FATORES EPIDEMIOLGICOS.
KEY WORDS: EPIDEMIOLOGIC MEASUREMENTS;
EPIDEMIOLOGY AND BIESTATISTICS; DATA ANALYSIS;
EPIDEMIOLOGIC FACTORS.
1
Odontlogo. Mestre em Epidemiologia pela Universidade Federal de Pelotas.
2
Dermatologista do Hospital Santa Casa de Porto Alegre. Mestre em Epidemiologia pela Universidade Federal de Pelotas.
Biologia e Matemtica. As mdias nas duas dis-
ciplinas so iguais e equivalem a 5 (cinco). No
entanto, ao examinar a tabela mencionada e as
Figuras 1 e 2, percebe-se que as distribuies so
diferentes entre si. Enquanto na disciplina de Bio-
logia a maior parte dos indivduos tendeu a uma
nota prxima de 5, em Matemtica houve maior
disperso das pontuaes, isto , as notas varia-
ram mais entre os alunos.
A partir desta constatao, coloca-se a seguin-
te pergunta: Existe alguma medida capaz de ex-
pressar a forma como as observaes se distri-
buem em um conjunto de dados? A resposta a
este questionamento remete o(a) leitor(a) s cha-
madas medidas de disperso, que nada mais so
do que medidas que indicam como as observa-
es esto dispostas em uma dada distribuio
(se esto dispersas ou prximas entre si na amos-
tra estudada).
Scientia Medica, Porto Alegre, v. 17, n. 1, p. 40-44, jan./mar. 2007 41
Medidas de disperso: os valores ... Bastos JLD, Duquia RP
A variabilidade (ou disperso) de um conjun-
to de dados pode ser quantificada atravs da am-
plitude de variao, da varincia, do desvio-pa-
dro e do coeficiente de variao, entre outras.
1-4
Nas sees que seguem, so apresentadas as fr-
mulas e exemplos do clculo de cada uma das
quatro medidas, bem como suas vantagens e des-
vantagens para utilizao na anlise de dados e
leitura crtica de trabalhos cientficos.
1 AMPLITUDE DE VARIAO
A amplitude de variao pode ser obtida fa-
cilmente atravs da diferena entre o maior e o
menor valor de uma distribuio de dados.
3
Aproveitando o exemplo das notas nas discipli-
nas de Biologia e Matemtica, a amplitude de
variao em cada um dos casos foi de 4 (7 [maior
pontuao] 3 [menor pontuao] = 4) e de 8 (10
[maior pontuao] 2 [menor pontuao] = 8),
respectivamente. A maior amplitude de variao
nas notas de Matemtica est de acordo com o
que foi observado na Figura 2, ou seja, em uma
distribuio com maior disperso dos dados, a
amplitude de variao tende a ser maior. Entre-
tanto, cabe salientar que o clculo da medida em
questo no leva em considerao os valores in-
termedirios da distribuio, de forma que estes
no influenciam seu resultado final.
2
Esta pode-
ria ser considerada uma desvantagem, uma vez
que as medidas de disperso deveriam levar em
conta todas as observaes e no somente os li-
mites do conjunto de dados, isto , seus valores
mximo e mnimo.
2 VARINCIA (s
2
)
Ao contrrio da medida supracitada, a
varincia consiste em uma medida de disperso
que leva em conta todos os valores de uma dis-
tribuio para seu clculo.
2
Ela estimada a par-
tir do somatrio do quadrado da distncia de
cada valor em relao mdia, dividido pelo
total de observaes menos um, tal como na
frmula:
2
X
0
.
1
.
2
.
3
.
4
.
5
P
e
r
c
e
n
t
u
a
l
0 1 2 3 4 5 6 7 8 9 10
Pontuao obtida
Disciplina de Biologia
Distribuio da pontuao
Figura 1 Distribuio da pontuao de alunos do ensino
mdio na disciplina de Biologia (dados hipotticos).
0
.
1
.
2
.
3
.
4
P
e
r
c
e
n
t
u
a
l
0 1 2 3 4 5 6 7 8 9 10
Pont uao obtida
Disciplina de Matemtica
Distribuio da pontuao
TABELA 1 Pontuaes obtidas por alunos do ensi-
no mdio conforme as disciplinas cursadas (dados
hipotticos).
Aluno Biologia Matemtica
Ana 5 5
Carla 6 3
Csar 5 8
Joo Paulo 4 5
Jos Nilton 5 2
Luiz Roberto 5 5
Marcelo 5 10
Maria 6 10
Mariana 4 5
Pmela 7 3
Pedro 3 2
Roberta 5 2
Mdia aritmtica ( ) 5 5
Figura 2 Distribuio da pontuao de alunos do ensino
mdio na disciplina de Matemtica (dados hipotticos).
s
2
=
(x X)
2
,
(n 1)
onde s
2
corresponde varincia, ao somatrio,
x aos valores observados, X mdia da distribui-
o e n ao tamanho da amostra estudada.
A aplicao desta frmula pode ser ilustrada
com as pontuaes obtidas nas disciplinas des-
42 Scientia Medica, Porto Alegre, v. 17, n. 1, p. 40-44, jan./mar. 2007
Medidas de disperso: os valores ... Bastos JLD, Duquia RP
tacadas na Tabela 1. Em Biologia, a varincia po-
deria ser calculada pela frmula:
09 , 1
) 1 - 12 (
) 5 - 5 ( ) 5 - 3 ( ) 5 - 7 ( ) 5 - 4 ( ) 5 - 6 ( ) 5 - 5 ( ) 5 - 5 ( ) 5 - 5 ( ) 5 - 4 ( ) 5 - 5 ( ) 5 - 6 ( ) 5 - 5 (
2 2 2 2 2 2 2 2 2 2 2 2
2
=
+ + + + + + + + + + +
= s
Realizando o mesmo clculo para Matemtica,
chega-se ao valor de varincia de 8,54. A maior
varincia na distribuio das notas desta lti-
ma conseqente maior disperso dos dados
nesta disciplina, quando comparada com a Bio-
logia. Perceba que esta maior disperso nas no-
tas de Matemtica j havia sido acusada na Figu-
ra 2, o que significa que a disperso de um con-
junto de dados tambm pode ser verificada
visualmente, atravs de grficos do tipo histo-
grama, por exemplo.
Uma desvantagem considervel desta medi-
da de variabilidade reside no fato de que seu re-
sultado oferecido na unidade de medida dos
dados elevada ao quadrado.
2
Exemplificando, a
varincia da altura em metros de indivduos in-
cludos em um estudo ser expressa em metros
quadrados. Isto confere maior complexidade de
interpretao medida e, como forma de contor-
nar o problema, calcula-se sua raiz quadrada. A
raiz quadrada da varincia denominada des-
vio-padro, que receber maior ateno na seo
abaixo.
3 DESVIO-PADRO (s)
O desvio-padro amplamente utilizado na
literatura cientfica como medida de disperso
dos dados. Ele estima o quanto, em mdia, cada
valor se distancia da prpria mdia aritmtica de
uma distribuio com a vantagem de preservar a
unidade de mensurao original das observa-
es, algo que no ocorre com a varincia. Para
calcul-lo, basta extrair a raiz quadrada da fr-
mula da varincia:
2,3
s

=
(x X)
2
,

(n 1)
onde s equivale ao desvio-padro, ao soma-
trio, x aos valores observados, X mdia da distri-
buio e n ao tamanho da amostra estudada.
Retomando o exemplo das disciplinas de Bio-
logia e Matemtica, o desvio padro em ambas
distribuies de notas seria 1,04 (1,09 = 1,04,
onde 1,09 equivale varincia calculada no
item 2) e 2,92 (8,54 = 2,92, onde 8,54 corresponde
varincia calculada no item 2), respectivamen-
te. primeira vista, utilizar o desvio padro
como medida de disperso no ofereceria qual-
quer vantagem em relao ao uso da varincia, a
no ser pelo fato de conservar a unidade original
de medida das observaes.
A maior vantagem desta medida de dis-
perso que, em distribuies Normais ou
Gaussianas, 68% das observaes encontram-se
distanciadas em at um desvio-padro em rela-
o mdia, para mais e para menos.
1
De modo
anlogo, 95% e 100% das observaes de uma
distribuio Gaussiana encontram-se entre mais
e menos dois e mais e menos trs desvios-padro
da mdia.
1
A Figura 4 mostra que 68%, 95% e
100%* dos valores esto contidos entre um, dois
e trs desvios-padro da mdia aritmtica em
distribuies Normais. Esta informao impor-
tante quando do clculo de intervalos de confi-
ana e do estabelecimento de inferncias, assun-
tos a serem tratados em notas futuras.
Alm disso, conhecendo-se o valor do desvio-
padro e da mdia aritmtica de uma distribui-
o possvel saber se esta tende a uma forma
simtrica, tambm dita Normal, ou assimtrica.
Nos casos em que a distribuio dos dados for
assimtrica, o desvio padro ser maior do que a
metade da mdia aritmtica (em distribuies
assimtricas s > X/2, onde s o desvio padro e
X a mdia aritmtica).
1
importante levar em
considerao este fato, pois boa parte dos testes
utilizados nas anlises estatsticas tem como pres-
suposto que a distribuio dos dados seja, pelo
menos, prxima Normal. O teste t de Student,
por exemplo, largamente utilizado na compara-
o de mdias entre dois grupos, tem como um
de seus requisitos (pressupostos) que a distribui-
o da varivel em questo seja Normal. Na au-
sncia de informaes grficas sobre como se dis-
tribui uma varivel, mas tendo-se disposio
* A rea sob a curva Normal compreendida entre um, dois e trs
desvios-padro para mais e para menos da mdia aritmtica
de 68,3%, 95,4% e 99,7%, respectivamente. Por motivos de
simplificao, estamos arredondando estes valores ao longo do
presente texto.
Scientia Medica, Porto Alegre, v. 17, n. 1, p. 40-44, jan./mar. 2007 43
Medidas de disperso: os valores ... Bastos JLD, Duquia RP
Figura 3 rea sob a curva da distribuio Normal (Gaussiana) e sua relao com os desvios padro.
os valores de mdia e desvio-padro, pode-se jul-
gar adequado ou no o uso de um teste estatsti-
co em uma publicao cientfica.
5
Se, em uma
publicao, tiver sido adotado o teste t para com-
parar a mdia de algum atributo entre dois gru-
pos e o desvio-padro for maior do que metade
da mdia aritmtica, pode-se considerar inade-
quado seu uso e colocar sob suspeita o resultado
apresentado.
4 COEFICIENTE DE VARIAO (c
v
)
O coeficiente de variao, por sua vez, refe-
re-se diviso entre o desvio padro e a mdia
de uma distribuio:
2,3
onde c
v
o coeficiente de variao, s o desvio padro e
X a mdia aritmtica.
Coeficientes de variao menores do que 0,2
sugerem pouca disperso nos dados, enquanto
coeficientes maiores que 1 indicam disperso bas-
tante elevada.
3
Especificamente, coeficientes mai-
ores que 0,5 tambm sugerem que a distribuio
analisada tende a uma forma assimtrica ou no-
Normal.
Esta medida consiste em uma forma simples
de avaliar a disperso de uma varivel, uma vez
s
c
v
=
,
X
que no possui unidade de medida. Assim, pos-
svel comparar a disperso entre duas variveis,
mesmo que tenham sido mensuradas em escalas
de medida diferentes e possuam mdias diferen-
tes. Por exemplo, atravs do coeficiente de varia-
o pode-se comparar, diretamente e sem o re-
curso de transformaes, a variabilidade existen-
te em uma distribuio de alturas medidas em
metros com outra de alturas medidas em mil-
metros. Mesmo com estas vantagens, o coefi-
ciente de variao pouco utilizado e cede lugar
na maioria das vezes ao desvio-padro e va-
rincia nas anlises estatsticas e nas publicaes
cientficas.
5 CONSIDERAES FINAIS
Os conhecimentos introduzidos no presente
artigo, somados queles da nota anterior, forne-
cem informaes bsicas e necessrias para se co-
nhecer as principais caractersticas de uma dis-
tribuio, tais como sua forma e disperso. Quan-
do a distribuio dos dados no se aproxima de
uma forma Normal, muitos testes estatsticos so
contra-indicados e o uso deles pode produzir re-
sultados invlidos. Nestes casos, pode-se trans-
formar os dados (calculando-se o logaritmo dos
valores, por exemplo) para que a distribuio as-
suma uma forma mais prxima da Normal ou
44 Scientia Medica, Porto Alegre, v. 17, n. 1, p. 40-44, jan./mar. 2007
Medidas de disperso: os valores ... Bastos JLD, Duquia RP
utilizar mtodos estatsticos que no tenham
como pressuposto que a distribuio seja sim-
trica.
Alm destas aplicaes prticas, os conceitos
de distribuio Normal e de desvio-padro es-
to intimamente relacionados com o clculo de
intervalos de confiana e com o estabelecimento
de inferncias. Estes intervalos so estimativas de
preciso de um determinado valor e recebero
destaque em notas futuras.
REFERNCIAS
1. Altman DG. Practical statistics for medical research.
London: Chapman & Hall; 1997.
2. Kirkwood BR, Sterne JAC. Essential medical statistics.
Oxford: Blackwell Science; 2003.
3. Peres KG. Apresentao de dados epidemiolgicos. In:
Antunes JLF, Peres MA, editores. Fundamentos de
odontologia: epidemiologia da sade bucal. Rio de Ja-
neiro: Guanabara Koogan; 2006. p.409-21.
4. Peres MA, Antunes JLF, Frazo P. Crie dentria. In:
Antunes JLF, Peres MA, editores. Fundamentos de
odontologia: epidemiologia da sade bucal. Rio de Ja-
neiro: Guanabara Koogan; 2006. p.49-67.
5. Altman DG, Bland JM. Statistics notes: detecting
skewness from summary information. BMJ. 1996;
313:1200.
Endereo para correspondncia:
JOO LUIZ DORNELLES BASTOS
Avenida do Anto, 353 - Morro da Cruz
CEP 88025-150, Florianpolis, SC, Brasil
Fone: (0xx48) 3028-1345
E-mail: joao@pilotis.com.br