1

António Luís Mualadassi

Esmildo Paulosse Goriate
Guida Joaquim
José Pinto Artur Cuna
Nelita Sérgio Rodrigues
Osvaldo André
Quarenta Mariano Atanásio

DIAGRAMA DE DISPERÇÃO
Licenciatura em Ensino de Química com Habilitações Em Gestão de Laboratórios

Universidade Rovuma
Instituto Superior de Recursos Naturais e Ambiente
2025
 2

António Luís Mualadassi

Esmildo Paulosse Goriate
Guida Joaquim
José Pinto Artur Cuna
Nelita Sérgio Rodrigues
Osvaldo André
Quarenta Mariano Atanásio

DIAGRAMA DE DISPERÇÃO
Licenciatura em Ensino de Química com Habilitações Em Gestão de Laboratórios

Trabalho de carácter avaliativo de Estatistica

da Educação a ser entregue no Departamento
de Ciências Naturais, Tecnologia, Engenharia
e Matematica, orientado pela docente,

dr. Brigida Mariana Braimo Correia

Universidade Rovuma
Instituto Superior de Recursos Naturais e Ambiente
2025
 3

Índice
Introdução..........................................................................................................................4

1. Diagrama....................................................................................................................5

1.1. Diagrama de dispersão...........................................................................................5

1.2. Estrutura.................................................................................................................5

1.3. Correlação...............................................................................................................6

1.4. Dispersão dos pontos..............................................................................................8

1.5. Quando usar o diagrama de dispersão....................................................................8

1.6. Como fazer um Diagrama de Dispersão.................................................................9

1.7. Cuidados a ter com o diagrama de dispersão.......................................................10

1.8. Vantagens do diagrama de dispersão...................................................................11

1.9. Desvantagens do diagrama de dispersão..............................................................11

2. Coeficiente de variação de person............................................................................11

Conclusão........................................................................................................................14

Referências Bibliográficas...............................................................................................15
 4

Introdução
A estatística é uma ferramenta fundamental para diversas áreas do conhecimento,
permitindo a análise e interpretação de dados de maneira eficaz. Entre os métodos
estatísticos mais utilizados para estudar a relação entre variáveis, destacam-se o
diagrama de dispersão e o coeficiente de correlação de Pearson. O diagrama de
dispersão permite visualizar o comportamento de duas variáveis e identificar possíveis
padrões ou tendências. Já o coeficiente de correlação de Pearson é uma medida
numérica que quantifica a intensidade e a direcção da relação entre essas variáveis.

Este trabalho irá apresentar e discutir esses dois conceitos estatísticos, destacando sua
importância na análise de dados em diversas áreas como ciências sociais, economia,
biologia e engenharia.

Objectivos:
Geral:
 Falar do diagrama de dispersão e do coeficiente de correlação de Pearson
naavaliação da relação entre variáveis quantitativas.
Específicos:
 Explicar o conceito e a construção do diagrama de dispersão;
 Descrever a fórmula e a interpretação do coeficiente de correlação de Pearson;
 Demonstrar a aplicação prática dessas ferramentas por meio de exemplos e
estudos de caso.

A metodologia usada para a realização do presente trabalho foi a pesquisa bibliográfica,

que abrangiu uma leitura critica, análise e síntese das informações contidas em obras
relevantes sobre o tema.

O trabalho assume a seguinte estrutura: Introdução, Desenvolvimento, Conclusão e as

referências bibliográficas.
 5

1. Diagrama
A palavra "diagrama" refere-se a uma representação gráfica que ilustra a relação entre
elementos de um sistema, conceito ou conjunto de dados.

Segundo Bertin (2011), um diagrama é uma forma de organização visual que facilita a
compreensão de informações complexas por meio de símbolos, linhas e figuras.

1.1. Diagrama de dispersão

O diagrama de dispersão, também conhecido como gráfico de dispersão, é uma
ferramenta estatística fundamental para visualizar a relação entre duas variáveis
quantitativas. Cada ponto no gráfico representa um par de valores correspondentes às
variáveis em estudo, permitindo identificar padrões, tendências e possíveis correlações
entre elas.

O diagrama de dispersão é um tipo de gráfico que representa pontos no plano

cartesiano, onde cada ponto é determinado pelos valores de duas variáveis.
Esse tipo de diagrama é útil para visualizar padrões, tendências e possíveis
correlações nos dados Pestana &Gageiro, 2008).

O diagrama de dispersão é usado sempre que for necessário visualizar a relação entre
duas variáveis diferentes. No meio corporativo, sectores estratégicos que lidam com
gráficos, tabelas e números podem se beneficiar do diagrama para ilustrar descobertas e
expor hipóteses sobre oque está afectando os resultados das empresas.

1.2. Estrutura
 Eixo X: Representa uma das variáveis.
 Eixo Y: Representa a outra variável.
 Pontos: Cada ponto no gráfico corresponde a um par de valores (x, y).

Fonte: https//[Link]
 6

Os objectivos do diagrama de dispersão incluem a identificação de correlações, sejam

elas positivas, negativas ou inexistentes. Isso permite aos analistas determinar se
mudanças em uma variável estão associadas a mudanças em outra. Além disso, o
diagrama de dispersão é fundamental na detecção de outliers ou valores atípicos, que
podem indicar problemas no processo ou a necessidade de investigação adicional.

1.3. Correlação
De acordo com Galton (1886),

“[…]ao analisar a relação entre a altura dos pais e dos filhos em diagramas de
dispersão, observou-se que os valores tendem a uma média. Esse fenómeno,
denominada regressão à média, indica que filhos de pais muito altos tendem a
ser um pouco mais baixos, enquanto filhos de pais baixos tendem a ser mais
altos. ”

A correlação em um Diagrama de Dispersão é uma medida que indica o grau e a

direcção da relação entre duas variáveis. Sendo assim, dependendo do padrão formado
pelos pontos no gráfico, podemos identificar diferentes tipos de correlação, sendo elas:

1.3.1. Correlação Positiva

A correlação é positiva quando, à medida que uma variável aumenta, a outra também
tende a aumentar. Em termos estatísticos, a correlação positiva significa que o
coeficiente de correlação é maior que 0 (0 < r ≤ 1).

Fonte: [Link]
 7

1.3.2. Correlação Negativa

A correlação é negativa quando, à medida que uma variável aumenta, a outra tende a
diminuir. Ou seja, quanto maior for a ocorrência de um dos dados, menor será a
ocorrência de outro dado. O coeficiente de correlação é menor que 0 (−1 ≤ r < 0).

Fonte: [Link]

1.3.3. Correlação Nula (ou Inexistente)

A correlação é nula quando não há uma relação linear aparente entre as variáveis. O
coeficiente de correlação é próximo de 0 (r ≈ 0), indicando que as variáveis são
independentes entre si em termos de uma relação linear . O diagrama , neste caso, é
utilizado para eliminar hipóteses sobre uma possível relação entre duas variáveis
diferentes.

Fonte: [Link]
 8

1.4. Dispersão dos pontos

A dispersão dos pontos tem a ver com a intensidade da correlação entre os pontos das
variáveis. Essencialmente, há três tipos de dispersão: fraca, forte e perfeita. A seguir,
entenda quando acontece cada uma.

1.4.1. Dispersão fraca

O diagrama que apresenta uma grande dispersão dos dados indica que há uma relação
fraca entre as variáveis levadas em consideração.

1.4.2. Dispersão forte

Quando o diagrama apresenta uma dispersão pequena dos pontos, isso significa que há
uma correlação forte entre as variáveis.

1.4.3. Dispersão perfeita

A dispersão perfeita acontece quando a dispersão dos pontos é quase nula, de modo que
as variáveis aparecem totalmente alinhadas.

Fonte: https//[Link]

1.5. Quando usar o diagrama de dispersão

Basicamente utiliza-se o Diagrama para poder verificar se as duas variáveis estão
realmente relacionadas e se há alguma possibilidade de relação causa e efeito.

Além disso, é possível medir o nível de intensidade do relacionamento entre essas duas
variáveis, se é forte ou se é fraca.
 9

1.6. Como fazer um Diagrama de Dispersão

O primeiro passo para criar um diagrama de dispersão é definir a maneira que deseja
criar o gráfico. É possível, por exemplo, criar um diagrama simplesmente com papel e
caneta. Outra alternativa ainda mais comum é usar uma planilha do Excel.

Também existem softwares e plataformas que permitem a criação de um diagrama em

poucos cliques. Nesse caso, você só vai precisar preencher as informações sobre as
variáveis e a correlação entre elas.

Escolhido o meio pelo qual você criará o diagrama de dispersão, o próximo passo é
começar a identificar as variáveis e construir o desenho do diagrama. Confira algumas
etapas básicas para essa tarefa:

1.6.1. Identificar variáveis

Identificar as variáveis independentes e dependentes é importante na criação do

diagrama de dispersão. Descubra qual é a variável de controle que afecta a variável
dependente.

Por exemplo, se você observar o tempo que um veículo leva para chegar a um destino
em diferentes velocidades, a velocidade do veículo é a variável independente, já a
distância é a variável dependente.

1.6.2. Pesquisar a relação entre as variáveis

Após determinar as variáveis, chega o momento de colectar dados testemunhando o

processo ou usando fontes e ferramentas digitais, como análises, automação ou software
de auditoria móvel. Seu objectivo aqui é perceber qual é a relação entre as variáveis.

1.6.3. Construir o diagrama

Depois de colectar os dados, use uma planilha do Excel ou uma plataforma de gráfico
de dispersão para desenvolver seu gráfico conectando os pontos.

1.6.4. Determinar o tipo de correlação

Após plotar os pontos no diagrama, determine a correlação entre as duas variáveis. A

correlação pode ser positiva, negativa ou nula, quando não há correlação.
 10

1.6.5. Realizar uma análise do diagrama

Pode-se chegar a várias conclusões, dependendo de como o diagrama de dispersão está

montado. O ideal é confirmar suas conclusões usando o diagrama em conjunto com
outros métodos de estatística ou estratégias mais empíricas. A chave para resolver
problemas e construir soluções duradouras é analisar as variáveis de várias perspectivas.

1.7. Cuidados a ter com o diagrama de dispersão

Existem algumas dicas para garantir que o seu diagrama de dispersão forneça as
informações de forma clara e evitar qualquer distorção dos dados.

1.7.1. Verifique a correlação correta das variáveis

Não é porque os dados do diagrama demonstram uma tendência que você está
interpretando os dados correctamente. O diagrama de dispersão é excelente para
entender as relações entre as variáveis, mas, antes de criar seu gráfico, verifique se os
dados estão realmente relacionados.

1.7.2. Cuidado com o overplotting

O diagrama de dispersão permite traçar a relação entre diferentes variáveis e identificar

tendências. No entanto, por não haver um limite de variáveis, pode acontecer de você
utilizar muitas no mesmo diagrama. Quando isso acontece, você se depara com um
overplotting, que dificulta a visualização da relação entre as variáveis.

Os pontos se sobrepõem e começam a criar uma bolha compactada que pode ser difícil
de ler. Para resolver esse problema, você pode dividir os dados em segmentos menores.
Outra alternativa é usar apenas pontos de dados suficientes para reduzir a sobreposição.

1.7.3. Evite interpretações incorrectas

Correlação não pode ser confundida com causalidade. Causalidade significa que
qualquer ocorrência afectará o resultado. Isso não é útil para ler o diagrama.

Tenha em mente que uma variável pode não ser a única responsável por mudanças na
outra. É possível que haja uma terceira comandando a correlação que você não
considerou no diagrama. É até possível que a percepção de uma correlação entre duas
variáveis seja apenas uma coincidência.
 11

1.8. Vantagens do diagrama de dispersão

Além de mapear sem esforço duas ou mais variáveis, tornando rápido e fácil determinar
correlações, você pode perceber tendências e outros padrões valiosos usando o diagrama
de dispersão. Resumidamente, confira as vantagens de usar essa ferramenta:

1.8.1. Persuasão da apresentação

O diagrama de dispersão é uma visualização simples e atraente entre duas variáveis. Ele
pode ser usado para mostrar a investidores as vantagens de apostar em um projecto da
empresa em andamento.

1.8.2. Previsão de resultados

Você pode se preparar melhor para o futuro vendo como os gráficos de dispersão podem
mostrar a correlação entre factores para o crescimento da sua empresa.

1.8.3. Identificação rápida de correlações

Os diagramas são uma maneira rápida de detectar correlações. Se as variáveis não

afectam umas as outras, os pontos de dados devem parecer dispersos ao longo do
gráfico. Quando elas estão relacionadas, os pontos aparecem muito próximos ou quase
sobrepostos.

1.9. Desvantagens do diagrama de dispersão

 É um método estatístico complexo, que necessita de um nível mínimo de
conhecimento sobre a ferramenta para que possa utiliza-la;
 Exige um profundo conhecimento o processo cujoo problema deseja-se
solucionar;
 Não há garantia de causa-efeito. Há necessidade de reunir outras informações
para que seja possível tirar melhores conclusões.

2. Coeficiente de variação de person

É a medida estatística que indica o grau de dispersão de um conjunto de dados em
relação a sua média. Eleé expresso como um porcentgem e permite comparara
variabilidade de diferentes conjuntos de dados, mesmo que tenham unidades ou escalas
diferentes.
 12

O coeficiente de variação,denotado por CV, é a medida mais utilizada

quando existe interesse em comparar variabilidades de diferentes conjuntos
de dados. Embora esta comparação possa ser feita através de outras medidas
de variação, nas situações em que as médias dos conjuntos comparados são
muito desiguais ou as unidades de medida são diferentes, devemos utilizar o
CV,Machado&Piana(2013).

O coeficiente de variação de é definido como a proporção da média representada pelo

desvio padrão e dado por :

S
CVp = ∙1 OO %
M

As vantagens do coeficiente de variação sobre as demais medidas de variação são as

seguintes:

 O CV é desprovido de unidade de medida, uma vez que, é expresso em

percentagem;
 O CV é uma medida relativa, ou seja, que relaciona o desvio padrão (s) com a
sua respectiva média aritmética (x). Deste modo, um desvio padrão maior pode,
algumas vezes, representar uma variabilidade menor quando relacionado com a
sua média.

Karl Pearson (Londres, 27 de Março de 1857 — 27 de Abril de 1936) foi um grande

contribuidor para o desenvolvimento da estatística como uma disciplina científica séria
e independente. Foi o fundador do Departamento de Estatística Aplicada na University
College London em 1911; foi o primeiro departamento universitário dedicado à
estatística em todo o mundo. (Wikipédia).

Para se entender como se interpreta o coeficiente de variação, suponha que tem dois
grupos de pessoas. No primeiro grupo, as pessoas têm idades:

3, 1 e 5 Média: 3

E no segundo grupo as pessoas têm idades:

55, 57 e 53 = Media: 55

No primeiro grupo a média é 3 anos, e no segundo grupo média 55 anos. Com a mesma
dispersão, A variância de ambos é 4 Vejamos os coeficientes de variação:

O primeiro grupo, o Coeficiente de Variação é: CVp = 2/3*100= 66,67%;

 13

No segundo grupo, o Coeficiente de Variação é: CVp = 2/55*100 = 3,645;

Um coeficiente de variação igual a 66,67% indica que a dispersão dos dados em relação
à média é muito grande. Já um coeficiente de variação 3,64% indica que a dispersão dos
dados em relação à média é pequena. Em outras palavras, diferenças de 2 anos são
relativamente mais importantes no primeiro grupo, que tem média 3 (coeficiente de
variação é 66,67%0 do que no segundo grupo, que tem média 55 (o coeficiente de
variação é 3,64%). Então coeficiente de variação mede dispersão em relação à média.
 14

Conclusão
O diagrama de dispersão é considerado a forma mais simples de estudar a correlação
entre duas ou mais variáveis. Depois de determinar como elas estão relacionadas, você
pode fazer projecções. No meio corporativo, o diagrama pode ser aplicado na actividade
de vários sectores e gerar muito valor para as empresas.

O diagrama de dispersão e o coeficiente de correlação de Pearson são ferramentas

estatísticas essenciais para a análise de dados quantitativos. O diagrama de dispersão
permite visualizar padrões entre variáveis, enquanto o coeficiente de correlação de
Pearson quantifica essa relação de forma matemática.

No entanto, como toda ferramenta estatística, o diagrama de dispersão possui suas

limitações que merecem ser consideradas por todos que o utilizarem: antes de montar o
diagrama, verifique a correlação entre as variáveis, tenha cuidado com o excesso de
pontos de variáveis e evite interpretações incorrectas dos resultados.
 15

Referências Bibliográficas
Piana, De B. F. C. & Machado, A. A.& Selau, R.P. L (2013) Estatística Básica Pelotas.

Galton, F.(1886) Regression towards mediocrity in hereditary [Link] and

Ireland.

Bussab, W. De O, & Mortin, P. A. (2003), Estatística Básica 5 ed. São Paulo: Saraiva.

https//[Link]/Estatística/diagrama de dispersão. Acesso em 30 de Marco

de 2025.

[Link] de dispersão. Acesso em 30 de Marco de 2025.