1

Sumrio
MODA .................................................................................................................................................... 3
MEDIANA ............................................................................................................................................... 4
MDIA ................................................................................................................................................... 5
DESVIO .................................................................................................................................................. 6
GRFICO ................................................................................................................................................ 7
VARINCIA E DESVIO PADRO............................................................................................................... 8
COEFICIENTE DE VARIAO ................................................................................................................... 9
TABELA DE FREQUNCIAS PARA VARIVEL DISCRETA: DADOS AGRUPADOS ....................................... 10
DISTRIBUIO DISCRETA: TABELAS DE FREQUNCIAS ABSOLUTAS ...................................................... 11
DISTRIBUIO DISCRETA: TABELA DE RELATIVOS E ACUMULADOS ..................................................... 12
DISTRIBUIO DISCRETA: MODA ......................................................................................................... 14
DISTRIBUIO DISCRETA: MEDIANA E MDIA ..................................................................................... 15
GRFICO .............................................................................................................................................. 16
DISTRIBUIO DISCRETA: VARINCIA .................................................................................................. 17
DISTRIBUIO DISCRETA: DESVIO PADRO E COEFICIENTE DE VARIAO .......................................... 18
DISTRIBUIO DE FREQUNCIAS PARA VARIVEIS CONTNUAS: DADOS AGRUPADOS ....................... 19
DISTRIBUIO CONTNUA: PONTO MDIO DA VARIVEL DE ESTUDO ................................................. 20
DISTRIBUIO CONTNUA: MODA E MEDIANA .................................................................................... 21
DISTRIBUIO CONTNUA: HISTOGRAMA............................................................................................ 22

Moda
Medidas de posio para dados no agrupados: Moda

1 Passo Lento: O conjunto de dados no agrupados

Observe o exemplo:
Um pesquisador visita oito residncias escolhidas ao acaso em um bairro popular para
determinar o nmero de pessoas que ali residem. O resultado foi o seguinte: 7 pessoas, 6
pessoas, 3 pessoas, 7 pessoas, 5 pessoas, 4 pessoas, 7 pessoas, 5 pessoas. Determinar
a Moda, Mediana e Mdia do conjunto.
Dados no agrupados: Nmero de valores da varivel de estudo e o nmero de
observaes da varivel pequeno. As observaes da varivel de estudo so
consideradas uma a uma.
Concluso: A varivel aleatria X estuda o nmero de moradores por residncia. Foram
consultadas oito residncias e as observaes assumiram os valores (7, 6, 3, 7, 5, 4, 7 e 5
moradores). Cinco moradores por residncia se repetiu duas vezes enquanto que sete
moradores por residncia ocorreu trs vezes.
N de valores da varivel = 5.
So eles: 3, 4, 5, 6 e 7.
N de observaes = 8, pois 5 repete duas vezes e o 7 repete 3 vezes.

2 Passo Normal: O Rol

O rol formado pela ordenao dos valores observados de forma crescente ou

decrescente.
Concluso: Logo a determinao do Rol crescente, na forma de conjunto fica X = {3, 4, 5,
5, 6, 7, 7, 7} com oito valores assumidos pela varivel X.
Logo podemos definir N = 8 (nmero de observaes).

3 Passo Normal: Moda (Mo)

Moda Mo a medida do Rol com maior frequncia absoluta f (n de repeties) entre as N

observaes.
Olhando o conjunto do 2 passo acima, podemos perceber que para X= 7 temos f= 3.
Concluso: Determinao da Moda Mo= 7 traz o significado que mais frequente nas
residncias, entre as oito consultadas, morarem sete pessoas.

Mediana
Medidas de posio para dados no agrupados: Mediana

4 Passo Lento: Posio mediana

A posio central do Rol (2 Passo - dados no agrupados).

Vamos usar o exemplo do 1 passo e vamos considerar a posio central da srie depois de ordenada
como P = (N + 1) / 2.

Como N=8, P = (8 + 1) / 2 = 4,5. Isto diz, intuitivamente, que a posio central da srie ordenada, onde
se localiza a mediana, a 4,5 posio.

Concluso: Ocupa a posio entre a 4 e a 5 posio do Rol: X = {3, 4, 5, 5, 6, 7, 7, 7}.

Se N fosse mpar ento N + 1 seria par

e P = (N + 1)/2 teria sua posio inteira.

5 Passo Gigante: Clculo da Mediana (Md)

Mediana Md a medida que ocupa a posio central do Rol.

Temos ento: 4 posio = 5

5 posio = 6.
Para ocupar a 4,5 posio temos: Md = (5 + 6) / 2 = 5,5

Concluso: Podemos concluir que a medida que ocupa a posio 4,5, est entre as posies 4 e 5 da
srie ordenada do Rol que Md = 5,5 moradores.

6 Passo Lento: Interpretao

Mediana a medida que ocupa a posio central do Rol. A Mediana divide o conjunto original em dois
conjuntos de mesmo tamanho.

Concluso: 50% dos valores do Rol esto abaixo ou so iguais a 5,5 e os outros 50%, acima.
Estatisticamente falando, podemos concluir que metade das residncias consultadas tem at 5,5
moradores, consequentemente a outra metade tem mais. Logo, Md = 5,5 moradores.

Mdia

Medidas de posio para dados no agrupados: Mdia

7 Passo Normal: Informaes repetidas

O Rol formado pela ordenao dos oito valores de forma crescente ou decrescente
oriundos valores da varivel observada (nmero de moradores na residncia).
Premissa: fi a frequncia absoluta de Xi
Concluso: Podemos ento, claramente verificar, que o Rol contm oito observaes, isto
, X = {3, 4, 5, 5, 6, 7, 7, 7} e que a observao X= 5 (cinco moradores) ocorre f=2 vezes
(em duas residncias), enquanto que a observao X=7 (sete moradores) ocorre f=3
vezes (em trs residncias).

8 Passo Gigante: A mdia

A mdia X uma medida de tendncia central cujo objetivo determinar uma possvel
localizao, o espao do conjunto que deu origem a mdia.
A mdia X representada pelo smbolo X tal que, X

= ( Xi.fi) / N = (X1*f1 +

X2*f2 + X3*f3 +......+ Xn*fn) / N, onde fi representa o nmero de informaes repetidas

que toma a varivel de estudo Xi onde fi o nmero de repeties da observao Xi.
Podemos ento chamar fi de frequncia absoluta de Xi. N o total de elementos do Rol.
Sabendo que em 5 ocorrem 2 vezes e que em 7 ocorrem 3 vezes, entendemos que:
X = ( Xi.fi) / N. Da vem X = (3*1 + 4*1 + 5*2 + 6*1 + 7*3) / 8 = 5.5

Concluso: Em mdia, cada residncia possui 5,5 moradores.

localizao do conjunto fazendo com que 5,5

(cinco pessoas e meia morando, em mdia,
por residncia) seja, mesmo simbolicamente, o
melhor
representante
do
nmero
de
moradores por residncia.

Desvio

Medidas de disperso para dados no agrupados: Desvio

9 Passo Lento: Desvio em relao a mdia

Dados no agrupados: Os valores da varivel de estudo so considerados um a um. A

distncia di entre cada valor da varivel Xi e a mdia do conjunto de valores X
chamado desvio, isto , di =Xi - X Erro! Indicador no definido.Erro! Indicador no
definido.Erro! Indicador no definido.Erro! Indicador no definido..

d1 =X1 - X = 7 5,5 = 1,5;

d2 =X2 - X = 6 5,5 = 0,5 ;
d3 =X3 - X = 3 5,5 = -2,5 ;
d4 =X4 - X = 7 5,5 = 1,5 ;
d5 =X5 - X = 5 5,5 = -0,5 ;
d6 =X6 - X = 4 5,5 = -1,5 ;
d7 =X7 - X =7 5,5 = 1,5 ;
d8 =X8 - X = 5 5,5 = -0,5;

Concluso: A varivel aleatria X estuda o nmero de moradores por residncia.

Foram consultadas oito residncias e as observaes assumiram os valores (7, 6, 3, 7, 5,
4, 7 e 5 moradores). Sabendo que a mdia X = 5,5, temos:

10 Passo Normal: Soma de desvios

A soma dos desvios sempre igual a zero.

di = 1,5 + 0,5 + (-2,5) + 1,5 + (-0,5) + (-1,5) + 1,5 + (-0,5) = 0

11 Passo Gigante: Mdia dos desvios

A mdia dos desvios dada pela soma dos valores dos desvios, di =Xi - mx , calculados
( di = 0) divididos pelo nmero de desvios (8 desvios). O clculo da mdia dos desvios
:
( di)/N=[1,5 + 0,5 + (-2,5) + 1,5 + (-0,5) + (-1,5) + 1,5 + (-0,5)] / 8 = 0/8 = 0
Concluso: A mdia dos desvios, sempre igual a zero, no tem significado estatstico.
O usual trabalhar com um desvio chamado de desvio padro e que vamos estudar na
sequncia.

Grfico
12 Passo Gigante: Grfico

Para dados no agrupados fazemos o grfico com indicao nominal. Ordenada, de cada
unidade pesquisada no eixo horizontal e o valor da unidade pesquisada no eixo vertical.
As unidades pesquisadas foram as residncias, nominalmente diferenciadas por 1, 2, 3,
4, 5, 6, 7 e 8 residncia. Os valores obtidos nas unidades pesquisadas foram 7, 6, 3, 7,
5, 4, 7 e 5 moradores.
Concluso: O grfico adequado para dados no agrupados, onde o nmero de
observaes pequeno e o nmero de valores que toma a varivel de estudo tambm
pequeno se mostra no grfico a seguir:

Varincia e Desvio Padro

Medidas de posio para dados no agrupados: Varincia e Desvio Padro.

12 Passo Lento: Desvio

Quando se eleva um valor ao quadrado ele ter sempre resultado positivo. Dando
continuidade ao 11 passo, lembramos que a varivel aleatria do nmero de moradores
por residncia Xi = (7, 6, 3, 7, 5, 4, 7 e 5 moradores). A mdia X = 5,5 moradores e
os desvios partem da expresso di = (Xi X ) vamos calcular o quadrado dos desvios:
d12 = (X1 mx )2 = (7 5,5)2 = (1,5)2 = 2,25 d22 = (X2 mx )2 = (6 5,5)2 = (0,5)2 = 0,25

Calcule a fixao d32, d42, d52 e d62. Os resultados esto no clculo de 2x abaixo em
negrito no prximo passo. Temos ainda:
d72 = (X7 X )2 = (7 5,5)2 = (1,5)2 = 2,25 d82 = (X1 X )2 = (5 5,5)2 = (-0,5)2 = 0,25

13 Passo Gigante: Determinao da Varincia S2x

Varincia uma medida de disperso que resulta da media dos quadrados dos desvios.
Concluso: S2x = ( di2) / N, isto , S2x = ( 2,25 + 0,25 + 6,25 + 2,25 +.0,25 +2,25+ 2,25
+ 0,25) / 8 = 16/8 = 2 ( o que significa?). Como a varincia est ao quadrado ento extrair
sua raiz quadrada permitir concluso.

14 Passo Normal: Desvio Padro

Como os valores originais no so quadrticos devemos retirar a raiz quadrada da

varincia como fator de correo. O desvio padro tem a mesma unidade de medida da
varivel de estudo.Temos ento:
Sx = S2x = 2 =1,14 moradores.
Concluso 1: O valor que define um desvio padro para mais ou para menos em torno da
mdia (disperso) 1,14 moradores por residncia. Como este nmero representa uma
expectativa de variabilidade em torno da mdia ento sua interpretao pode assumir
valores decimais.
Concluso 2: O nmero mdio de moradores por residncia entre as oito consultadas
de 5,5 moradores com 1,14 moradores para mais ou para menos.

Coeficiente de Variao

Medidas de disperso para dados no agrupados: Coeficiente de Variao

15 Passo Lento: Analisando os resultados

Moda a medida do Rol, com maior frequncia absoluta. Mediana a medida que
ocupa a posio central do Rol. A mdia uma medida de tendncia central cujo
objetivo determinar uma possvel localizao do conjunto que deu origem a mdia.
Conclumos que:
Mo= 7 moradores por residncia o que mais ocorreu na consulta.
Md = 5.5 moradores por residncia, divide o Rol em dois conjuntos, cada um com o
mesmo nmero de observaes..
X = 5,5 moradores ocorre em mdia, por residncia com uma variao para mais e
para menos de sx = 1,14 moradores.

16 Passo Normal: Coeficiente de Variao

Em mdia, cada residncia possui 5,5 moradores. O valor que define um desvio padro
para mais ou para menos 1,14 moradores por residncia.
O coeficiente de variao Cv a razo entre o desvio padro e a mdia na
distribuio. Caracteriza em termos relativos o tamanho da variao dos dados em torno
do valor mdio.
No exemplo temos: CV= (x / X ) * 100% = (1,14 / 5,5) * 100% = 20,72%
Concluso: Podemos afirmar que o grau de disperso de 20,72% dos valores em
torno da mdia de 5,5 moradores por residncia.
O conhecimento do pesquisador sobre a varivel de estudo e sobre
o valor do coeficiente de variao ou de disperso CV lhe dar
indicao de pouca ou muita disperso daquela varivel.
Quanto maior o coeficiente de variao CV maior a disperso da
varivel de estudo e como consequncia maior variao dos valores
em torno da mdia.

Tabela de frequncias para varivel discreta: Dados agrupados

1 Passo Normal: Normas de tabulao

De forma geral uma tabela deve conter:

Ttulo: Precede a tabela e explica, resumidamente, o dado em estudo, aponta

tambm o tempo (data) e o lugar a que os dados se referem.
o Cabealho: Especifica o contedo de cada coluna.
Coluna indicadora: Especifica o contedo de cada linha.
Corpo da tabela: Apresenta os dados.
Elementos auxiliares nas notas de Rodap:
o Fonte: O nome da Entidade, rgo ou outro que forneceu os dados.
o Notas: So esclarecimentos de maneira geral.
o Chamadas: So esclarecimentos de maneira especfica.

Delimite a tabela, no alto e embaixo, por traos horizontais. Insira no fim da tabela os totais
das linhas e colunas sempre que fizer sentido delimitado por um trao horizontal. Faa
traos verticais no interior da tabela se isso trouxer maior clareza. Se o dado no existir ou
no fizer sentido, faa um trao no campo da tabela onde este dado deveria ser inserido.

10

Ttulo
Cabealho

Cabealho
---------

corpo
da
tabela

corpo
da
tabela
_______

Rodap:

Somatrio da Coluna

Fonte:

Notas e/

Existem normas tcnicas de apresentao de uma tabela de frequncias

conforme

http://biblioteca.ibge.gov.br/visualizacao/monografias/GEBIS

RJ/normastabular.pdf

Distribuio discreta: Tabelas de frequncias absolutas

2 Passo Lento: Distribuio de frequncias para varivel discreta

Exemplo: A empresa Config S.A. produz e vende confeces de moda feminina. Contrata
costureiras autnomas para prover sua produo. Ao final de um perodo, a superviso
analisou a produo de cada costureira anotando a quantidade de defeitos que cada
costureira apresentou. So 46 anotaes, cada uma variando entre zero (0) defeitos at
dez (10) defeitos. O nmero de valores da varivel pequeno (0, 1, 2, 4, 5, 6, 8, 10),
porm, o nmero de observaes grande (N=46). Isso se d pelo agrupamento das
repeties chamadas de frequncia absoluta da varivel X. Na tabela abaixo, a varivel
aleatria X traduz a quantidade de defeitos e ainda fi como a frequncia de costureiras
que cometeram uma especfica quantidade de defeitos:

11

Quantidade de defeitos(Xi)

N de costureiras que cometeram defeito(fi)

11

10

46

Fonte: Superviso de RH - Config S.A.

Concluso: Analisando a produo de cada uma das costureiras coletou-se ou seguintes

dados:

Das quarenta e seis costureiras contratadas e supervisionadas, no

cometeram defeitos (X=0) apenas 5 delas.
Que cometeram um defeito foram 7 costureiras.
Dez defeitos foram constados em 1 das 46 costureiras (est foi a que
mais cometeu defeito).
A varivel de estudo X quantidade de defeitos pode ser claramente
enumervel de forma discreta.

Concluso: Uma distribuio de frequncias dita distribuio discreta. Como a nossa

varivel de estudo X a quantidade de defeitos que por definio considerada uma varivel
discreta ento as tabelas que contm os dados agrupados com suas respectivas frequncias
so chamadas de tabelas de frequncias para variveis discretas ou simplesmente
distribuies discretas, se a varivel de estudo X for uma varivel discreta.

Distribuio discreta: Tabela de relativos e acumulados

3 Passo Lento: Distribuio de frequncias

12

O administrador contratou 46 costureiras. Os dados foram agrupados numa tabela de

frequncias (Tabela1 4 passo). A quantidade de defeitos Xi uma varivel aleatria discreta
pois, seus resultados inteiros s podem assumir valores pertencentes a um conjunto enumervel
(que pode ser contado). A tabela a seguir acrescenta informaes na tabela vista anteriormente.
i

Xi

fi

f'i

Fi

Xi * Fi

10,87%

15,22%

12

11

23,91%

23

22

17,39%

31

32

15,22%

38

35

10,87%

43

30

4,35%

45

16

10

2,17%

46

10

46

100,00%

152

Fonte: RH - Config S.A

Oito medidas i diferentes representam as quantidades de defeitos Xi. Cada Xi tem sua
frequncia fi. Podemos observar que no cometeram (X1=0) defeitos quatro (f1=5)
costureiras. Cometeram um (X2=1) defeito sete (f2=7) costureiras.
Chamamos fi de frequncia relativa. Seu valor e dado por fi = (fi / fi) *100%
Da vem: f1 = (f1 / fi)*100% = f1= (5 / 46)*100% = 10,87%.
Fi frequncia acumulada dos fi. No caso, acumula a quantidade de defeitos.
F2 frequncia acumulada f1 + f2= 5 + 7 = 12. F3 =f1 + f2 + f3 = 23.
Xi * fi o produto de Xi por seu respectivo fi.
Temos: X1 * f1 = 0 * 5 = 0; X2* f2 = 1 * 7 =7; X3* f3= 2 * 11 =22;...
Concluso: Uma distribuio de frequncias resulta numa tabela de dados que foram
agrupados. Se a varivel aleatria X for discreta (aula presencial) ento a distribuio
discreta.

13

Distribuio discreta: Moda

4 Passo Normal: Moda (M0)

Moda Mo a medida da varivel aleatria Xi de maior frequncia fi de mesma

unidade de medida de Xi.
Observando a Tabela 2, do tpico anterior, temos X3= 2 para f3 = 11 a maior das
frequncias fi. Isto nos diz que para i=3, a quantidade de defeitos considerados f3=11
para cada uma das duas costureiras. Duas costureiras cometeram onze defeitos em suas
confeces, a maior frequncia de defeitos onze e a medida Xi associada a esta
maior frequncia 2.
As maiores frequncias de defeitos determinam as quantidades Xi modais. Se a maior
frequncia estiver associada a mais de um valor de Xi ento a distribuio ter mais de
uma moda que poder ser Bimodal (dois valores de Xi apresentam o maior fi), Trimodal
(trs valores de Xi apresentam o maior fi ), Multimodal (vrios valores de Xi apresentam o
maior fi ). Na tabela vista anteriormente existe apenas um valor de Xi modal, o X3. Logo,
Mo = X3 = 2 costureiras, isto , duas costureiras apresentaram as maiores
quantidades de defeitos.
Concluso: A moda Mo o valor de Xi associado ao maior fi. Para o exemplo dado temos
que a moda Mo vale 2 porque duas costureiras cometeram a maior quantidade ou
frequncia de defeitos, isto , onze defeitos.

5 Passo Lento: Acumulada

A frequncia acumulada resultante da soma das frequncias na sucesso de

valores da varivel aleatria Xi. Podemos observar as medidas Xi , independente da
tabela,
ordenadas:
0;0;0;0;0(5
vezes),
1,1,1,1,1,1,1(7
vezes),
2,2,2,2,2,2,2,2,2,2,2(11vezes), 4,4,4,4,4,4,4,4(8 vezes), 5,5,5,5,5,5,5(7 vezes), 6,6,6,6,6(5
vezes), 8,8(2 vezes), 10 (1 vez).
A coluna Fi da tabela anterior representa a frequncia acumulada. Observe que com zero
(X1=0 ) defeitos aparecem quatro (f1=5 ) costureiras. Para a medida inicial (X1=0) temos
F1 = f1 = 5, mas com at um defeito (X2=1) aparecem doze costureiras, 5 que
cometeram zero defeitos mais 7 que cometeram um defeito, ou seja, F2 = (f1+f2 ) =
(5+7) = 12. A coluna Fi vai acumulando at atingir as 46 costureiras, isto ,
F8=(f1+f2+f3+f4+f5+f6+f7+f8)= 4+7+10+9+8+5+2+1 = 46. As quarenta e seis costureiras
correspondem ao total pesquisado.

14

Concluso: No exemplo temos N = fi = somatrio das frequncias absolutas = 46

costureiras.

Distribuio discreta: Mediana e Mdia

6 Passo Gigante: Mediana (Md)

Mediana Md a medida que ocupa a posio central da srie ordenada. Vimos no 4,

5 e 6 passos, no tpico Medidas de posio para dados no agrupados: mediana, que a
posio central da srie, depois de ordenadas, dada pela expresso P = ( N + 1 ) / 2,
onde N o nmero de observaes.
Em nosso exemplo anterior, citado antes, temos P = ( 46 + 1) / 2 = 47 / 3 = 23,5 posio.
Se a posio P fosse a 23 ento a mediana Md seria dada pelo valor X = 2 defeitos,
isto , Md = 2 pois, na acumulada de Xi, 2 ocupa a posio 23. Na posio 23 o valor
X = 4. Mas P = 23,5, indutivo supor esta posio est entre as posies 23 e 24.
Observe a sequncia abaixo:
Se as 46 observaes da varivel aleatria Xi, no exemplo anterior, que indica quantidade
de defeitos, estivessem ordenadas, teramos:
(0,0,0,0,0,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,4,4,4,4,4,4,4,4,5,5,5,5,5,5,5,6,6,6,6,6,8,8,10)
1

2324

46

A quantidade de defeitos que ocupa a posio entre o 23 lugar e o 24 lugar na srie

ordenada (2 + 4)/2 = 3. Logo a mediana para dados agrupados de forma discreta
Md igual a 3 defeitos.
Concluso: 50% das observaes feitas pela superviso apresentaram frequncias
de defeitos por costureira menor do que 3 defeitos. As outras 50% das observaes
apresentam frequncias de defeitos iguais ou maiores que 3.

7 Passo Gigante: Mdia ( X )

A mdia uma medida de tendncia central cujo objetivo determinar uma possvel
localizao (espao) do conjunto que deu origem a mdia. Sua expresso X = (
Xi.fi ) / N.

15

Tal como nos dados no agrupados ( 8 passo gigante), a mdia mx dada por: X =
(X1.f1 + X2.f2 + X3.f3 +......+Xn.fn) / N, fi o nmero de repeties da observao
Xi. Podemos chamar fi de frequncia absoluta de um especfico Xi. Vimos
anteriormente que zero defeitos (X1) ocorrem 5 vezes( f1 ); 1 defeito ocorre 7 vezes,
2 defeitos ocorrem 11 vezes:
X = ( Xi.fi )/N = [0x5+1x7+2x11+4x8+5x7+6x5+8x2+10x1]/46
X = 152/46 = 3,30 defeitos.

Concluso: Na mdia, cada costureira apresenta 3,3 defeitos. O valor fracionrio da

mdia significa que cada costureira comete, em mdia, mais que 3 defeitos ou mais
precisamente 3,3 defeitos.

Grfico
8 Passo Lento: Grfico

Os dados agrupados em uma tabela de distribuio discreta de frequncia usam o Grfico

de Barras.
Grfico 2 - Grfico de Barras Verticais

16

Grfico 3 Grfico de Barras Horizontais

Distribuio discreta: Varincia

9 Passo Lento: Determinao do Desvio

Como vimos anteriormente, a distncia entre cada valor da varivel e a mdia do conjunto
de valores chamada de desvio, isto , di =Xi - X . Para que os desvios negativos no
compensem os positivos elevamos ao quadrado estes desvios.
Nos dados agrupados os valores Xi se repetem na frequncia fi. Vimos tambm que X1= 0
e f1= 5. Temos d1 =(X1 - X )2.f1 = (0 3,3)2.5 = + 54,45 ed2 =(X2 - X )2.f2 = (1
3,3)2.7 = + 37,03. Para fixar calcule d3, d4, d5, d6, d7, d8. Os resultados esto na tabela
abaixo.
2

Xi

fi

(Xi - ?i) . fi

54,45

37,03

11

18,59

3,92

20,23

36,45

17

44,18

10

44,89

46

259,74

Fonte: RH - Config S.A

7 Passo Gigante: Clculo da Varincia

Varincia uma medida de disperso que resulta da media dos quadrados dos
desvios.
S2x = ( di2) / N =(X1 - X )2.f1 / N, onde N igual a 46 (total de elementos do rol)
Com os resultados do 6 passo, na terceira e quarta coluna da tabela acima, temos:
S2x = (54,45 + 37,03 + .....................+ 44,18 + 44,89) / 46 = 5,64
Concluso: Podemos concluir que, a mdia do quadrado dos desvios, isto , a varincia
do exemplo vale 5,64.

Distribuio discreta: Desvio Padro

e Coeficiente de Variao

10 Passo Normal: Desvio Padro

O desvio padro Sx a raiz quadrada da varincia S2x. O desvio padro Sx tem a

mesma unidade de medida da varivel de estudo Xi.
Vimos no passo anterior que:
S2x = ( 54,45 + 37,03 + .....................+ 44,18 + 44,89) / 46 = 5,64
Como a varivel de estudo Xi a quantidade de defeitos, ento:
Sx = S2x = 5,64 = 2,37 defeitos
Concluso: Existe uma disperso para mais e para menos de 2,37 defeitos em torno do
valor mdio de 3,3 defeitos por costureira.

18

Mesmo que as quantidades de defeitos coletadas entre as costureiras

representam uma varivel discreta e inteira os valores de mdia e
desvio padro podem ser fraes decimais, pois eles representam a
posio mdia dos dados e a disperso mdia destes mesmos dados.

11 Passo Normal: Coeficiente de Variao Cv

O coeficiente de variao Cv a razo entre o desvio padro e a mdia na

distribuio. Caracteriza em termos relativos o tamanho da variao dos dados em torno
valor mdio.
Cv = (Sx / mx) * 100% =(2,37 / 3,30) * 100% = 71,81%
Concluso: Podemos afirmar que o grau de disperso de 71,81% dos valores em
torno da mdia de 3,30 defeitos por costureira. O conhecimento do pesquisador sobre o
valor de Cv pode caracterizar se a varivel de estudo apresentar pouca ou muita disperso
ou variabilidade.

Distribuio de frequncias para variveis contnuas:

Dados agrupados

1 Passo Lento: Distribuio contnua

Uma varivel dita contnua quando pode assumir qualquer valor entre dois limites. Uma
distribuio de frequncia contnua se a varivel de estudo Xi for uma varivel contnua.
Se a varivel for considerada em intervalos contnuos ento estes intervalos sero
chamados de classes. A amplitude total da distribuio dada por AT = Max Mn onde Max
e Min so os valores extremos observados. Os extremos li inferior e Li superior de uma classe
so os limites desta classe. O tamanho do intervalo da classe dado por hi = Li - li.

2 Passo Lento: Um exemplo

Considere a Metal Fix, que em 1996 trabalhava na produo de pequenos artefatos, a

mesma tinha dez funcionrios. Hoje, a empresa chamada de InterStil Ltda. Trabalha com
importao e exportao de artefatos metlicos. Os 61 funcionrios tem salrios variando
entre R$ 540,00 e R5000,00. Difcil encontrar, entre os funcionrios, dois com o mesmo
salrio.O salrio mnimo no perodo vale R$ 540,00. As informaes sero tabuladas em
classes de salrios mnimos na tabela a seguir.

19

Vencimentos dos funcionrios da InterStil Ltda.

Valor do salrio em salrios mnimos

n de funcionrios

1 | 2

2 | 3

3 | 4

11

4 | 5

19

5 | 6

6 | 7

7 | 8

61

Fonte: Dep. Contbil - InterStil Ltda.

Concluso: A amplitude total da distribuio AT = Max Mn = R$ 4200 R$ 540 = R$ 3660.

Representa a diferena entre o maior e o menor salrio. A amplitude de cada classe de:
hi = Li - li = 2 -1 = 3 -1=...=2 salrios mnimos
Ao todo so 61 salrios, um de cada funcionrio, dados em salrios mnimos.

Distribuio contnua: Ponto mdio da varivel de estudo

3 Passo Normal: Ponto Mdio da varivel Xi

O ponto mdio de um intervalo numrico dado pela soma dos limites do intervalo,
inferior( li ) e superior ( Li ), dividido por dois. Ento temos Xi = ( li + Li ) / 2. Para o
primeiro intervalo temos X1 = ( l1 + L1 ) / 2 = (1 + 2) / 2 = 1,5.
Concluso: como se todos os quatro valores de salrios da primeira classe fossem
iguais ao ponto mdio da classe, ou seja, todos os quatro funcionrios recebem 1,5
salrio mnimos. Para o segundo intervalo temos X2 = ( l2 + L2 ) / 2 = (2 + 3) / 2 = 2,5. A
partir da tabela de salrios vista anteriormente, de classes de frequncia, elaboramos a
tabela abaixo:
Vencimentos dos funcionrios da Inter Stil Ltda.
Valor do salrio em salrios mnimos

n de funcionrios

1,5

2,5

3,5

11

4,5

19

20

5,5

6,5

7,5

61

Fonte: Dep. Contbil Inter Stil Ltda.

4 Passo Gigante: Medidas estatsticas

(Moda, Mediana, Mdia, Varincia e Desvio padro)

Observando as tabelas de salrios, verificou-se que transformamos classes em pontos

mdios. Isto faz com que a tabela contnua se parea com uma tabela discreta.
Concluso: Os clculos das medidas estatsticas para distribuio contnua so os
mesmos de quando trabalhamos a distribuio discreta, trocando a classe por seu ponto
mdio.

Distribuio contnua: Moda e Mediana

5 Passo Lento: Mediana (Md) e Moda Bruta (Mo)

Quando usamos o ponto mdio para a identificao da varivel de estudo Xi no lugar do

intervalo de classe a distribuio contnua se comporta como uma distribuio
discreta. Uma varivel contnua sofre deformao nos resultados calculados para as
vrias medidas de posio e disperso, quando tratada artificialmente como varivel
discreta.
As duas premissas acima podem levar o pesquisador a desconfiar dos resultados quando
trocamos classes por pontos mdios, mas a relao custo/benefcio muito
satisfatria. A mdia e o desvio padro pouco sofrem influncia em funo desta
artificialidade.
Outras medidas, como a Mediana (Md) e Moda Bruta (Mo), quando estudas por
pesquisadores, sofreram sofisticaes nos mtodos de obteno de seus resultados.
Concluso: Mediana (Md) e Moda Bruta (Mo) calculadas a partir da simples troca de
classes de frequncias por pontos mdios so medidas ditas brutas, mas no impedem
concluses confiveis.

21

Distribuio Contnua: Histograma

6 Passo Lento: Histograma

Vencimentos dos funcionrios da InterStil Ltda.

Valor do salrio em salrios mnimos

n de funcionrios

1 | 2

2 | 3

3 | 4

11

4 | 5

19

5 | 6

6 | 7

7 | 8

61

Fonte: Dep. Contbil - InterStil Ltda.

O histograma mostra a tabela acima:

22