DELEGAÇÃO DE NAMPULA

3. MEDIDAS DE POSIÇÃO

3.1. Introdução
Vimos, nos capítulos anteriores, que atraves de uma distribuição de frequências se estabelece um sistema
de classificação que descreve o padrão de variação de um determinado fenómeno estactistico. Contudo, é
muito difícil trabalhar com a distribuição de frequências completa, razão pela qual constuma-se calcular as
medidas que sumarizam certas caracteristicas importantes de distribuição de frequências.
As medidas de posição mais importantes são as medidas de tendência central ou promédias, as quais são
assim denominadas, em virtude da tendência de os dados observados se agruparem em torno desses
valores centrais.

3.2. Medidas de Tendência Central

As medidas (número-resumo) de tendência central mais usadas para representar um conjunto de dados são
a média, a moda e a mediana.

3.2.1. Média
É a mais usada das três medidas de posição mencionadas, por ser a mais comum e compreensível delas,
bem como pela relativa simplicidade do seu cálculo além de prestar-se bem ao tratamento algébrico. Há
vários tipos de médias, dentre as quais destacam: as médias aritméticas, geométricas e harmónicas.

3.2.1.1 Média Aritmética

Símbolo: x (lê-se “x barra”)
A média aritmética de um conjunto de números pode ser de dois tipos: Simples ou Ponderada.
a) Média Aritmética Simples
A média aritmética simples de um conjunto de números é igual ao quociente entre a soma dos valores do
conjunto e o número total de valores. Genericamente, podemos escrever

1
Docente: Msc. Delson Mugabe
 n

x i
x  x2  ...  xn
x i 1
ou x  1
n n
Onde x i  valor genérico da observação;

n  número total de observações;

Exemplo: Suponha o conjunto de tempo (em anos) de serviço de cinco funcionários: 3, 7, 8, 10, 11.
Determinar a média aritmética simples deste conjunto de dados.
n

x i
x1  x 2  x3  x 4  x5
Resolução: x1  3, x2  7 , x3  8 , x4  10 , x5  11. x  i 1
 , então
n 5
3  7  8  10  11 39
x   7.8
5 5
Interpretação: O tempo médio de serviço deste grupo de funcionários é de 7,8 anos.

b) Média Aritmética Ponderada

A média aritmética é considerada ponderada quando os valores do conjunto tiverem pesos diferentes.
n

x *f i i
x1 * f1  x2 * f 2  ...  xn * f n
x i 1
n
ou x  n
, onde wi é o peso
f
i 1
i f
i 1
i

Exemplo: Calcula a média aritmética da tabela abaixo:

i n

x
xi fi xi*fi
1 4 1 4*1=4 i *f i
124
2 5 5 5*5=25 x i 1
n
  6 .2
f
3 6 6 6*6=36
20
i
4 7 5 7*5=35 i 1
5 8 3 8*3=24
Total 20 124

Interpretação: A média das observações da tabela é de 6.2.

3.3.1.3. Média aritmética ponderada em uma distribuição de frequência por classes

Quando os dados estiverem agrupados numa distribuição de frequência por classe, usaremos a média
aritmética dos pontos médios x1 , x2 , x3 ,..., x n , de cada classe, ponderados pelas respectivas frequências

absolutas: f1 , f 2 , f 3 ,..., f n . Desta forma, o cálculo da média passa a ser igual ao da situação anterior.
n

x i * fi
Assim: x  i

n
2
Docente: Msc. Delson Mugabe
Exemplo: Considere a tabela de distribuição de frequência referente ao tempo (T) em minutos que
consumidores (C) de uma determinada operadora de telefonia móvel utilizariam em um mês. Calcular a
média.

I Classe fi xi * f i
1 69.2|---94.8 3 246
2 94.8|---120.4 8 860.8
3 120.4|---146.0 16 2131.2
4 146.0|---171.6 7 1111.6
5 171.6|---197.2 4 737.6
6 197.2|---222.8 2 420
Total - 40 5507.2

Resolução: Calcular o ponto médio de cada classe.

n

x i * fi
5507.2
x i
  137.68 Minutos
n 40
Interpretação: O tempo médio que o consumidor de uma determinada operadora de telefonia móvel usa
em um mês é de 137.68 minutos.

Características da média aritmética

1. É muito influenciada pelos valores extremos da distribuição;
2. Localiza-se, em geral, na classe de maior frequência;
3. Na sua determinação são considerados todos os dados da distribuição;
4. É única para um conjunto de dados.

3.1.2. Média Geométrica

Dados n valores x1 , x2 , x3 ,..., x n , a média geométrica desses valores será:
n
x g  n x1 * x 2 * x3 * ... * x n ou x g  n x
i 1
i

Exemplo: Calcular a média geométrica dos seguintes números: 10,60,360.

Temos x1  10 , x2  60 , x3  360 . n  3 , então x g  3 10 * 60 * 360  3 216000  60 , x g  60

3.1.2.1. Aplicação da média geométrica

A média geométrica é usada em certas ocasiões, para determinar taxas médias.

3
Docente: Msc. Delson Mugabe
3.1.3. Média Harmónica
A média harmónica de um conjunto de valores x i é o inverso da média aritmética dos inversos.
1 n
xh  
1 1 1 1 1 1
  ...    ... 
x1 x2 xn x1 x2 xn
n

Exemplo: Calcula a média harmónica dos valores: 10, 60 e 360.

n 3
xh    25.12
1 1 1 1 1 1
   
x1 x 2 x3 10 60 360

3.2. Moda (Símbolo: M 0 ou X̂ )

A moda representa o valor da variável que ocorre com maior frequência. Para casos em que o número de
observações não é muito elevado, esta medida pode ser lida no rol.
Um conjunto de valores pode não apresentar moda (distribuição amodal) em que todos os valores da
variável em estudo ocorrem com a mesma frequência, pode apresentar uma moda (unimodal) em que
apenas um valor da variável em estudo ocorre com maior frequência, pode apresentar-se duas vezes
(bimodal), etc.

3.2.1. Cálculo da moda de dados agrupados em uma distribuição de frequência por classe

Para dados agrupados em classes, há diversas fórmulas para o cálculo da moda. Uma delas
é a fórmula de Czuber, que a seguir se apresenta:

1º Identifica-se a classe modal ( aquela que apresenta maior F)

1
2º Aplica-se a fórmula de Czuber M o  l Mo  *h
1   2
Onde:
l Mo = Limite inferior da classe Modal;

1 = Diferença entre a frequência da classe modal e a imediatamente anterior;

 2 = Diferença entre a frequência da classe modal e a imediatamente posterior;
h = Amplitude da classe Modal

4
Docente: Msc. Delson Mugabe
Exemplo: Calcule a moda dos seguintes dados:
I Classe fi Solução:
1 10|---20 2
2 20|---30 4 1º A classe modal é 2ª (30|--- 40), pois apresenta a maior
3 30|---40 8
frequência absoluta
4 40|---50 5
5 50|---60 1 2º Dados: l Mo = 30 1 =8-4 = 4  2 =8-5=3 h = 10
total 20
1 4
Assim: M o  l Mo  h  30  * .10  35.7
1  2 43

Além da formula de Czuber acima descrita, podemos utilizar também a seguinte formula:

f mod  f ant
M 0  Linf M o  *h
2 * f mod  ( f ant  f post )

onde:
linf -limite inferior da classe modal;
Fmod – frequência simples da classe modal;
f post -frequência simples da classe posterior à classe modal;
f ant - Frequência absoluta simples da classe anterior à classe modal;
h -amplitude do intervalo da classe;
Consideremos ainda o exemplo anterior:

A classe com maior frequência ( f i =8) é 30|---40, logo:

l mo =30; f ant =4; f post =5 c  40  30  10
f post 84
M 0  LInfMo  * h  30  * 10 
f ant  f post 2* 8  ( 5  4 )
 30  5 ,7143  35,7143

Interpretação: 35.4143 é o valor mais frequente nesta distribuição

~
3.3. Mediana ( M d ou X )

A mediana é a terceira medida de tendência central e pode ser definida como o valor real que separa o
ROL em duas partes, deixando à sua esquerda o mesmo número de elementos que a sua direita, ou seja, o
valor que divide a distribuição de tal modo que metade ou 50% dos dados sejam iguais ou superiores do
que ela e 50% são inferiores.

5
Docente: Msc. Delson Mugabe
Em virtude da mediana se constituir em um valor que separa a distribuição em partes de tal forma que uma
fracção (0.5 ou ½) de valores lhe seja inferior e os restantes superiores, a mediana é considerada uma
separatriz. O número que indica a ordem em que se encontra o valor correspondente à mediana é
denominado elemento mediano, cujo símbolo é Md.

3.3.1. Cálculo da mediana de valores não agrupados

Colocados em ordem crescente, a mediana é o valor que divide a amostra (ou população) em duas
partes iguais, assim:

Se o tamanho n da amostra for impar, a mediana é o elemento central, isto é, o elemento de

n 1
ordem .
2
Exemplo: calculemos a mediana da distribuição

Solução:
n 1 9 1
Como n = 9, é um número impar, calculemos   5 , assim, a mediana é o valor
2 2
que ocupa a 5ª posição, que é Md  7

Se o tamanho n da amostra for par, a mediana é a média aritmética dos elementos centrais da
n n
distribuição, ou seja a média dos elementos de ordem e  1.
2 2
Exemplo: calculemos a mediana da distribuição
4, 4, 5, 6, 7, 7, 8, 9, 10, 11,
Solução:

6
Docente: Msc. Delson Mugabe
 n 10
Note-se que n=10, um número par. Calculemos as posições dos elementos centrais:  5 e
2 2
n 10
1   1  6 , isto é, o 5º e 6º elementos são centrais, que são 8 e 8, respectivamente, e a
2 2
88
mediana será a média destes valores: Md   8.
2
Para dados discretos agrupados pelas respectivas frequências, a mediana calcula-se pelos
seguintes procedimentos:
1º Encontra-se a coluna das frequências acumuladas;
2º Identifica-se a ordem que contém a mediana, “ abrindo” a coluna das Fac;
3º A mediana é o valor correspondente a classe que contém a ordem calculada.

Exemplo: encontre a mediana da distribuição

Xi Fi
1 3
2 4
3 2
4 6

Solução: Construamos primeiro a coluna das frequências acumuladas

Xi Fi Fac
1 3 3
2 4 7
3 2 9
4 6 15

O 8º elemento está nesta classe.

n  1 15  1
Como n=15, a mediana será o elemento de ordem   8 , isto é o 8º elemento.
2 2
Neste caso é Md  3 .
Procedimento igual se aplica se n for par.

7
Docente: Msc. Delson Mugabe
2.2.2. Cálculo da mediana para variável contínua

Se a variável for quantitativa contínua, em que os dados são apresentados por

intervalos/classes, a mediana é calculada seguindo os seguintes procedimentos:

n
1º Passo: Calcula-se a ordem . Como a variável é continua, não se preocupe se n é par ou
2
impar;
2º Passo: Pela coluna das Fac identifica-se o intervalo que contém a classe Md;
n 
   F *h
  .
2
3º Passo: Aplica-se a fórmula Md  lMd
FMd
Onde :
l Md = Limite inferior da classe Md ;

 F = Soma das frequências anteriores á classe Md ;

h  Amplitude da classe Md ;
FMd = Frequência absoluta da classe Md .

Exemplo: O tempo de serviço do funcionário é muito fundamental nas suas atitudes no

local de trabalho. Um psicólogo obteve os seguintes dados, para estabelecer o grau de
variabilidade dos anos de serviço dos funcionários de certa região:

Anos de serviço 0|--- 5 5|--- 10 10|--- 15 15|--- 20 20|--- 25 25|--- 30

Fi 18 22 20 14 10 6

Determine a mediana dos anos de serviço.

Solução: construamos primeiro a coluna das Fac:
Anos Fi Fac

0|--- 5 18 18
5|--- 10 22 40
10|--- 15 20 60
15|--- 20 14 74
20|--- 25 10 84
25|--- 30 6 90
 N=90

Classe Md 8
Docente: Msc. Delson Mugabe
 n 90
Do 1º passo calculemos   45 , este valor situa-se na Fac  60 , isto é a classe Md é 10-15 (
2 2
2º passo).

Pelo 3º passo vem:

l Md = 10  F = 18+22 = 40 h5 FMd = 20

Assim, vem:
n   90 
   F *h   40  * 5
2   2 
Md  l Md   10   11,25
FMd 20

Medidas de tendência não central (Medidas Separatrizes)

3.4. Quartis, Decis e Percentis (ou centis)

Como se sabe, a mediana divide a distribuição em duas partes iguais quanto ao número de elementos de
cada parte. Já os quartis permitem dividir a distribuição em quatro partes iguais quanto ao número de
elementos de cada uma; os decis em dez partes e os centis em cem partes iguais.

Para simbolizar cada uma dessas medidas separatrizes, faremos:

Qi  quartis i=1,2,3
Di  decis i=1,2,3,4,…,9
Pi  percentis i=1,2,3,4,….,99

3.4.1. Quartis

Q1 é o primeiro quatil, deixa 25% dos valores abaixo dele e 75% acima dele;

Q2 = Segundo quartil, coincide com a mediana, deixa 50% dos valores abaixo dele;
Q3 = Terceiro quartil, deixa 75% dos valores abaixo dele.
Procedimentos:
i*n
1. Calcular a posição do quartil. E Qi  , Onde i=1,2,3
4
2. Pela frequência acumulada identifica-se a classe que contem o valor do quartil - Classe(Qi )

i*n
 Fant
3. Utiliza-se a fórmula: Qi  linf  4 *a
f Qii
9
Docente: Msc. Delson Mugabe
Onde:
linf = Limite inferior da classe quartílica;
Fant = Frequência acumulada da classe anterior à classe quartílica;
f Qi = Frequência absoluta simples da classe quartílica;
c = Amplitude da classe quartílica;

Exemplo: Com base na tabela abaixo, calcular os Q1 e Q2 .

I Classes fi Fi Resolução: Calculo do primeiro quartil:

i * n 1 *12
1 0|---10 1 1 1. EQi   3
2 10|---20 3 4 4 4
3 20|---30 6 10
2. Classe(Q1 ) 10|---20
1 *12
4 30|---40 2 12 1
Total 12 4 3 1
Q1  10  *10  10  *10  10  6.66  16.66
3 3

Interpretação: 25% dos casos obtiveram valores inferiores ou iguais a 16.66, ou então, 75% dos casos
obtiveram valores superiores ou igual a 16.66.

Cálculo do terceiro quartil:

i * n 3 * 12
1. EQi   9
4 4
2. Classe(Q3 ) 20|---30
3 *12
4
4 94
3. Q3  20  *10  20  *10  20  8.33  28.33
6 6

Interpretação: 75% dos casos obtiveram valores inferiores ou iguais 28.33, ou então, 25% dos casos
obtiveram valores superiores ou iguais 28.33.

Nota: Q2=Md

3.4.2. Decis

Procedimento:
i*n
1. Calcular a posição do decil. E Di  , onde i=1,2,3,…, 9
10
2. Pela frequência acumulada identifica-se a classe que contem o valor do decil - Classe( Di )

i*n
 Fant
3. Utiliza-se a fórmula: Di  linf Di  10 *a
f Di

Onde:

10
Docente: Msc. Delson Mugabe
linf = Limite inferior da classe do decil;
Fant = Frequência acumulada da classe anterior à classe do decil;
f Di = Frequência absoluta simples da classe do decil;
c = Amplitude da classe do decil;

Exemplo: Com base na tabela abaixo, calcular o sexto decil.

i Classes fi Fi Resolução: Pretende-se determinar D6

1 0|---10 1 1 i * n 6 *12
1. E Di    7.2
2 10|---20 3 4 10 10
3 20|---30 6 10 2. Classe( D6 ) 20|---30
4 30|---40 2 12 3.
Total - 12 6 * 12
4
7.2  4
D6  20  10 * 10  20  *10  20  5.33  25.33
6 6

Interpretação: 60% dos casos obtiveram valores inferiores ou iguais 25.33, ou então, 40% dos casos
obtiveram valores superiores ou iguais a 25.33.

Nota: Q1=D5=Md

3.4.3. Percentis

São as medidas que dividem a amostra em 100 partes iguais.

Procedimento:

i*n
1. Calcular a posição do decil. Ep i  , onde i=1,2,3,…,98, 99
100
2. Pela frequência acumulada identifica-se a classe que contem o valor do decil - Classe( Pi )
i*n
 Fant
3. Utiliza-se a fórmula: Pi  linf  100 *a
f Pi
Onde:
linf = Limite inferior da classe do percentil;
Fant = Frequência acumulada da classe anterior à classe do percentil;
f Pi = Frequência absoluta simples da classe do percentil;
c = Amplitude da classe do percentil;

Exemplo: Com base na tabela abaixo, calcular o percentil de ordem 75.

i Classe fi Fi

11
Docente: Msc. Delson Mugabe
 1 10|---20 10 10
2 20|---30 20 30 Resolução:
3 30|---40 35 65
i * n 75 * 150
4 40|---50 40 105 E Pi    112,5
5 50|---60 25 130 100 100
6 60|---70 15 145
7 70|---80 5 150
A classe mediana (Fi=130) é 50|---60, logo:
Total - 150

linf =50; f ant =105; f pi  25 c  40  30  10

pi  f ant 112,5  105

Pd  linf  * a  50  * 10  53
f pi 25

Interpretação: 75% dos casos obtiveram valores inferiores ou iguais de 53, ou então, 25% dos casos
obtiveram valores superiores ou iguais de 53.

3.4.4. Relação empírica entre média, mediana, moda e a distribuição dos dados:

Distribuição Relação
Simétrica x  Md  Mo
Assimétrica a direita (assimétrica positiva) x  Md  Mo
Assimétrica a esquerda (assimétrica negativa) x  Md  Mo

Simétrica Simétrica positiva Simétrica negativa

12
Docente: Msc. Delson Mugabe