Responsável pelo Conteúdo:

Prof Ms Alexandre Silva

 Medidas de Tendência Central
e de Dispersão

Vamos abordar um assunto importante no que diz respeito a

transmissão das informações relativas à amostra ou população
estudada. A condensação dos dados facilita a compreensão
das características essenciais de uma amostra ou população,
em se tratando de dados obtidos desses. Para viabilizar essa
etapa, usamos as medidas de tendência central e de dispersão.
Hoje vamos conhecer um pouco mais sobre essas medidas.

Atenção

Para um bom aproveitamento do curso, leia o material teórico atentamente antes de realizar
as atividades. É importante também respeitar os prazos estabelecidos no cronograma.
 Contextualização

Vamos pensar na seguinte situação: Um

pesquisador investigou 7 alunos universitários para
saber quantas pessoas fazem uso do computador
em suas respectivas residências. Vejam os dados
coletados:

Fonte:
[Link]
[Link]?id=42-15490559&caller=search

Aluno Sônia Marcela Fábio Maria Joana Carlos Paulo

Quantidade de 2 0 1 1 0 0 10
pessoas que usam
computador em casa

Considerando os dados acima, é correto afirmar que a média de usuários de

computador nas residências dos alunos entrevistados é de 2 usuários por residência?
Justifique.

Resposta:

Depende. Se fizéssemos a soma de todos os usuários e dividíssemos pelo numero de alunos

entrevistados, com certeza encontraríamos que, em média, há 2 usuários de computador em
cada residência. No entanto, se fizermos uma análise estatística adequada, perceberíamos que
na casa de Paulo algo de diferente, se comparado às demais casas, acontece: lá há 10
usuários de computador!! Percebam que é um valor que foge do padrão normal dos demais
usuários. O correto seria que excluíssemos esse valor, para encontrarmos o “padrão real”, ou
seja, a caracterização real dos usuários em cada casa. Se fizéssemos essa exclusão, teríamos
uma média de 0,66 usuários, o que parece mais sensato, uma vez que há mais de uma casa
onde não há usuários de computador. Em termos estatísticos, poderíamos dizer que, ao incluir
todos, de Sônia a Paulo, teríamos uma média maior e um desvio padrão alto, e isso não
caracterizaria adequadamente a amostra. Por outro lado, excluindo o valor extremo 10,
teríamos a média menor que “2” e um desvio padrão menor, indicando o caráter homogêneo
e real da amostra.
Resumindo todo esse raciocínio: não seria correto afirmar que em cada casa há 2
usuários de computador em média.
 Material Teórico

1- MEDIDAS DE TENDÊNCIA CENTRAL

As medidas de tendência central são muito confiáveis quanto mais representativo for o
conjunto de elementos da amostra ou da população. Se o conjunto de elementos for bem
selecionado, se guardar características semelhantes da população que foi extraída e se for
suficientemente grande, melhor os dados refletirão o que poderíamos encontrar na população.
Pode-se dizer também que essas medidas – de tendência central e de dispersão- são uma
primeira caracterização dos conjuntos populacionais ou amostrais.

1.1 Média Aritmética

A média aritmética consiste na soma dos valores de um conjunto de dados, divididos

pelo número de elementos.

Veja o exemplo abaixo. Considere o seguinte conjunto de dados:

11 10 10 12 23 24 30

A média aritmética será = 11+10+10+12+23+24+30 / 7 = 17,14

Observação: Frequentemente a média aritmética vem

acompanhada de outra medida: o desvio padrão. Essa é uma
medida de dispersão e indica o quanto os valores se “afastam” ou
se “aproximam da média”.

Observação 2: A média aritmética é muito influenciada por

valores extremos, ou seja, valores muito menores ou maiores
influenciam de forma marcante o valor real da média.
Fonte: [Link]

Dividir a conta em um bar (rachar a conta!) é um bom exemplo prático de média

aritmética.

A fórmula para cálculo da média aritmética é:

Onde o X com uma barra significa média aritmética de uma amostra e n o número de
indivíduos da amostra.

Exercício resolvido:

Uma nutricionista decidiu investigar a circunferência abdominal de 10 gerentes de uma

grande empresa multinacional interessados em perder peso por meio de um programa de
reeducação alimentar. As medidas seguem abaixo:

Gerentes 1 2 3 4 5 6 7 8 9 10

Circunferência 88 83 79 76 78 70 80 82 86 105
 Devemos primeiro determinar qual o tamanho da amostra (n):

Como no caso temos 10 gerentes, então dizemos que n = 10.

Cada gerente representa um valor de x como segue:

x1 = 88

x2 = 83

x3 = 79

x4 = 76

x5 = 78

x6 = 70

x7 = 80

x8 = 82

x9 = 86

x10 = 105

Substituindo na fórmula teremos:

88+83+79+76+78+70+80+82+86+105 = 827 = 82,7

10 10

Dizemos então que: A média da circunferência abdominal dos 10 gerentes é de 82,7 cm.

1.2 Mediana

A mediana é outra medida que indica a caracterização do conjunto de valores. Essa

indica o valor que divide ao meio o conjunto de valores, isto é, indica o valor que ocupa a
posição central do conjunto de valores, não sofrendo qualquer interferência dos
valores extremos. O seu cálculo depende da ordenação dos dados, o que corresponde em
colocá-los em ordem crescente ou decrescente.
 Continuando com exemplo usado no calculo da média:

11 10 10 12 23 24 30

A mediana seria assim calculada: Essa é a mediana, pois é o valor central de um

10 10 11 12 23 24 30 conjunto de dados. Quando o número de

valores for ímpar (como no caso acima), a
mediana será sempre o valor do meio.

Segue um exemplo com n par:

11 10 10 12 23 24
Como o n é par soma-se os dois valores
10+12= 22
centrais e divide-se por “2”.
22 ÷ 2= 11

Portanto, neste exemplo, 11 é a mediana da distribuição apresentada.

1.3 Moda

Fonte: [Link]

Moda é o valor que ocorre com maior frequência. Essa medida, juntamente com a
média e a mediana, ajudam a compreender o padrão homogêneo dos dados. Quando essas
três medidas estão próximas, podemos dizer que o conjunto de dados é homogêneo, ou seja,
não há valores extremos, mas sim uma tendência de que boa parte dos números localizam-se
próximos a essas três medidas.

Se um conjunto de dados possui um único valor que se repete com maior frequência,
diz-se que o conjunto e unimodal; quando dois números aparecem com maior frequência, é
bimodal; se três ou mais números aparecem com maior frequência, é multimodal. A
ausência de moda caracteriza-se um conjunto amodal.
 Veja o exemplo abaixo. Considere o seguinte conjunto de dados:

0 1 1 2 3 4 4 4 5

Analisando os dados, observa-se que o número “4” é o número que se repete com
maior frequência (3 vezes). Dessa forma dizemos que o conjunto é unimodal.

Vamos analisar outro conjunto de dados:

0 1 1 1 3 4 4 4 5

Analisando os dados, observa-se que os números “1” e “4” se repetem com maior
frequência (3 vezes cada um). Dessa forma dizemos que o conjunto é biimodal.

2. MEDIDAS DE DISPERSÃO

As medidas de tendência central, vistas anteriormente, ajudam a explicar a tendência

central dos dados, ou seja, o quanto esse conjunto é homogêneo. Essas medidas precisam
estar acompanhadas de outras informações que indique a VARIABILIDADE dos dados, isto
é, o quanto os valores divergem em relação aos valores de caracterizarão geral da população
ou amostra.

Considere a situação apresentada no livro Introdução à bioestatística, da autora Sônia

Vieira (2008):

“Considerando 2 domicílios, sendo que em um deles moram 7 pessoas, todas

com 22 anos de idade. A média de idade será de 22 anos. No outro domicilio,
poderíamos ter a mesma média de idade, no entanto, nesse segundo domicilio,
moram uma garota de 17 anos, um garoto com 23 anos, duas crianças de 2 e
3 anos, respectivamente, além de uma mulher de 38 anos, outra criança de 8
anos e uma senhora de 65 anos. “

Nesse exemplo acima, temos dois conjuntos de valores, cuja

variabilidade é diferente, embora a média seja a mesma. No primeiro
conjunto de valores, a variabilidade é bem menor, condição contraria a
que ocorre no segundo grupo, no qual a variabilidade é maior, pois as
idades variam do 2 até os 65 anos.
2.1 Quartis e Percentis

Já aprendemos que a mediana é o valor que divide ao meio o conjunto de valores.

Poderíamos dizer também que a mediana indica que, abaixo daquele valor temos 50% das
observações, dos valores. Mas, há situações em que podemos dividir o conjunto de
valores em partes menores. Quartis, Decis e Percentis indicam essa possbilidade.

Sendo assim, o primeiro quartil indica que 25% dos valores estão abaixo desse valor; o
segundo quartil indica que 50% da amostra está abaixo desse valor. E assim por diante. Veja
o modelo abaixo:

1o 2o 3o

quartil quartil quartil

25% 25% 25% 25%

50% dos valores

75% dos valores

Já os percentis consideram as posições dividindo o conjunto de valores em 100 partes.

Da mesma forma que o quartil, o percentil 70, por exemplo, indica que 70% dos valores de
um conjunto encontram-se abaixo desse valor.

Observação: Percebam, no modelo esquemático abaixo, que uma posição (ou valor)
pode ser indicada de mais uma forma.

25% 25% 25% 25%

50%
Percentil 50 2o. quartil
2.2 Amplitude, Mínimo e Máximo

A amplitude explica a variabilidade de valores, e por isso é considerada uma medida

de dispersão. É definida como a diferença entre o maior e o menor valor de um determinado
conjunto de valores.

Menor, também chamado de mínimo, é o menor valor de um determinado conjunto de

valores.

Maior, também chamado de máximo, é o maior valor de um determinado conjunto de

valores.

Maior - menor

A M P L I T U D E

Observação: assim como a média, a amplitude é muito influenciada por

valores extremos, isto é, um valor muito baixo ou muito alto altera facilmente
essa medida e pode, em determinados casos, não representar a real
variabilidade do conjunto de valores, pois houve o comprometimento em razão
desse(s) valor(es) extremo(s).

2.3 Variância e Desvio Padrão

Essas duas medidas indicam a variabilidade, distância dos valores em torno do valor
médio encontrado para um determinado conjunto de dados (valores). Se menores- a
variância e o desvio padrão-, indicam pouca variabilidade dos valores, caracterizando um
conjunto de valores mais homogêneo, ou seja, a de variabilidade pequena.
 Considere as informações abaixo:

Fonte: Curso de Bioestatística Profa. Dra. Ângela Paes, 2006

Percebam que tanto a variância quanto o desvio padrão partem do cálculo da

distância de um valor em relação à media ( ). Faz-se a somatória dessas
distâncias e, por “necessidades” matemáticas, eleva-se ao quadrado (para eliminar os valores
negativos das distâncias), ou extraímos a raiz quadrada (pois queremos eliminar a elevação ao
quadrado de uma determinada medida.

Definiremos como Variância a soma dos quadrados dos

desvios de cada observação em relação à media, dividida
por “(n-1)”

Exercício Resolvido: E Desvio Padrão como a raiz quadrada da variância.

Vamos considerar o seguinte
conjunto de notas de um determinado
aluno:

5,0 6,0 5,0 9,0

Calcule a Variância e o Desvio Padrão.

Variância é representada por s, pela fórmula dada, precisamos subtrair cada valor de x
da média da amostra, somar todos estes valores, elevar o resultado ao quadrado e depois
dividir por n-1.

Vamos fazer passo a passo:

Abaixo a fórmula do desvio padrão.

S=

Vamos calcular em primeiro lugar a média:

= (5+6+5+9)÷4

= 25÷4

= 6,25

Vamos subtrair cada valor de x da média amostral.

Notas dos alunos Média calculada X menos a média

x x

5 - 6,25 -1,25

6 - 6,25 -0,25

5 - 6,25 -1,25

9 - 6,25 +2,75

Agora, vamos elevar os valores obtidos ao quadrado

x x

5 - 6,25 -1,25 1,56

6 - 6,25 -0,25 0,0625

5 - 6,25 -1,25 1,5625

9 - 6,25 +2,75 7,5625

 Precisamos então somar os quadrados obtidos:

x x

5 - 6,25 -1,25 1,56

6 - 6,25 -0,25 0,0625 +

5 - 6,25 -1,25 1,5625

9 - 6,25 +2,75 7,5625

=10,75

A fórmula pede que este valor (10,75), seja dividido por n-1.

No nosso exemplo n = 4 (quatro notas), então 4-1 = 3

Então:

10,75 ÷ 3 = 3,58

Portanto:

s (variância) é igual a 3,58.

O desvio padrão é representado por s2.

s2 é igual a raiz quadrada de s (variância), então:

s2 =

s2 =

s2 = 1,89 ou seja, o desvio padrão das notas deste aluno é 1,89, sendo que a média
foi 6,25
2.4 Coeficiente de Variação

Esse medida indica a dispersão dos valores em relação à média. Para se calcular o
coeficiente de variação, usamos o desvio padrão e a média.

CV= desvio padrão / média x 100

Percebam que o CV não possuirá unidade de medida (é adimensional). Dessa forma,

podemos comparar a dispersão de valores para dados quantitativos que utilizaram medidas
diferentes, como metros e quilogramas. O uso de coeficientes não é tão frequente quanto o
uso das outras medidas discutidas nesse capitulo. Os coeficientes são importantes na
elaboração de indicadores de saúde.

CONCLUSÃO

As medidas de tendência central e de dispersão são úteis na compreensão e

caracterização dos dados populacionais ou amostrais. A apresentação dessas medidas ajuda a
entender o caráter homogêneo ou não dos dados, bem como a forma de dispersão dos
mesmos em relação a um determinado valor médio.
 Material Complementar

ELA MERCEDES MEDRANO DE TOSCANO (Minas Gerais). Estatística usando Excell:

Belo Horizonte: 2001. 43 p. Disponível em:

<[Link]/~mercedes/est%20usando%[Link]>. Acesso em: 07 set. 2009.

 Referências

Arango, H.G. Bioestatística- Teórica e Computacional. [Link]. Rio de Janeiro: Guanabara

Koogan, 2005. (acompanha CD demonstrativo).

Vieira, S. Princípios de Estatística. [Link]. São Paulo: Pioneira Thomsoom Learning, 2003.

Vieira, S. Introdução à Bioestatística. 4ed. Rio de Janeiro: Elsevier, 2008.

Triola, M.F. Introdução à Estatística. Rio de Janeiro: LTC, 2005

Anotações

_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________