Baixe o app para aproveitar ainda mais
Prévia do material em texto
Tecnologia em Processos gerenciais Estatística aplicada à GEstão medidas de posição central ObjetivOs da Unidade de aprendizagem Calcular as principais medidas de tendência central como a média, mediana e moda. COmpetênCias Representação de um conjunto de dados em medidas resumo. Habilidades Extrair informações das medidas de posição central. 3 estatística aplicada à gestão medidas de posição central ApresentAção Nesta UA serão apresentadas medidas de tendên- cia central como a média, mediana e moda. Será enfatizado como calculá-las e extrair informações destas medidas. pArA ComeçAr Você já deve ter ouvido comentário de algum filme junto de seus amigos. O seu amigo pode falar sobre as partes mais divertidas do filme, as mais aterrorizantes ou descrevê-lo numa breve fala. Quando as pessoas falam sobre algum filme, eles sintetizam de tal forma que o ouvinte consiga com- preender algumas cenas ou características do filme. Alguns descrevem rapidamente o filme, outros são mais detalhistas; tem pessoas que falam somente se gostaram ou não do filme. Por mais minucioso que seja o comentário, é pouco provável que se consiga descrever todos os detalhes do filme. Analogamente, quando deparamos com um con- junto de dados quantitativos obtidos numa pesquisa, existe a necessidade de sintetizarmos em algumas medidas que representem o conjunto de dados. Ima- gine a dificuldade que você teria ao tratar de uma amostra com muitos dados. Na estatística existem algumas medidas denomi- nadas de posição central que tem por objetivo resu- mir e representar um conjunto de dados. As medidas mais utilizadas são a moda, a mediana e a média. Cada uma dessas medidas tem suas características e, as informações contidas são complementares, isto é, cada medida tem informações que juntas descrevem melhor as características de um conjunto de dados. Estatística aplicada à gestão / UA 03 Medidas de Posição Central 4 atEnção “As medidas de posição central tem por objetivo resumir e representar um conjunto de dados. As medidas de posição cen- tral mais utilizadas são: moda, mediana e média.” FundAmentos mOda (mo) A moda é o valor que ocorre com a maior frequência, isto é, aquele que mais repete num conjunto de dados. Se dois valores ocorrerem com a mesma e, maior frequência diz-se que a distribuição é bimodal. No caso de três modas a distribuição é trimodal ou para simplificar quando o conjunto de dados tem mais de uma moda a distribuição é multimodal. Por outro lado, existe a possibilidade de nenhuma repetição dos dados, nesse caso, diz-se que a distribuição é amodal (não existe moda). ExEmplos a. A = { 5 7 9 0 4 7 7 9 8 } O valor que mais se repetiu é o 7, portanto: moda = 7. b. B = { 10 15 10 10 12 15 18 15 11 } Existem dois valores que se repetem mais, portanto, as modas são 10 e 15. c. C = { 1,5 1,0 1,9 2,0 2,4 1,7 2,7 2,8 } Não ocorreu nenhuma repetição dos valores, portanto, não existe moda. mediana (md) A mediana (Md) é o valor que divide um conjunto de dados ordenados ao meio, isto é, 50% dos dados deve ser menor ou igual a mediana e, os outros 50%, são maiores ou iguais a mediana. O cálculo da mediana depende da quantidade de dados ser par ou ímpar. Representando por xi os dados brutos (sem parêntese no índice) para i de 1 até n e, representando por x(i) os dados ordenados (com parênte- ses no índice). O mínimo do conjunto de dados será representado por Estatística aplicada à gestão / UA 03 Medidas de Posição Central 5 x(1), o segundo menor valor será o x(2) e, assim por diante até x(n) que representará o máximo de um conjunto de dados. Dois exemplos serão desenvolvidos para mostrar o procedimento do cálculo da mediana. ExEmplo 1 Numa amostra de tamanho igual a 7: x1 17 x2 15 x3 19 x4 14 x5 12 x6 17 x7 16 dados brutos dados ordenados desordenados ordenando os dados x1 12 x2 14 x3 15 x5 17 x6 17 x7 19 x4 16 Para um conjunto com número ímpar de dados haverá um valor nos dados ordenados que é a mediana. Neste exemplo, percebe-se visual- mente que a mediana é igual a 16. A fórmula geral da mediana com n ímpar é dada pela seguinte expressão: Md = x( n + 1 2 ) Usando a fórmula acima no exemplo 1, com n = 7, a mediana será: Md = x( n + 1 2 ) = x( 7 + 1 2 ) = x(4) = 16 (x (4) representa o quarto elemento dos dados ordenados) Estatística aplicada à gestão / UA 03 Medidas de Posição Central 6 Para um conjunto com número par de dados, haverá dois valores no centro da distribuição e, a mediana será a média aritmética deles. Veja- mos o exemplo a seguir: ExEmplo 2 Numa amostra de tamanho igual a 8: x1 17 x2 11 x3 19 x4 14 x5 12 x6 17 x7 16 dados brutos dados ordenados desordenados ordenando os dados x1 11 x2 12 x3 13 x5 16 x6 17 x7 17 x4 14 x8 19 x8 13 50% são ≤ 15 50% são ≥ 15 Observe que a linha do centro passa por dois valores centrais (14 e 16). A mediana será a média aritmética desses dois valores centrais, isto é, Md = 14 + 16 2 = 15 A expressão geral para a mediana com número par de dados é: Md = x ( n 2 ) + x ( n + 1 2 ) 2 Usando esta fórmula no exemplo 2, com n = 8, o valor da mediana será: Md = x ( 8 2 ) + x ( 8 + 1 2 ) 2 = x(4) + x(5) 2 = 14 + 16 2 = 15 Estatística aplicada à gestão / UA 03 Medidas de Posição Central 7 Juntando as duas expressões a mediana será dada por: Md = x ( n + 1 2 ) para n ímpar para n par x ( n 2 ) + x ( n + 1 2 ) 2 mÉdia Descreve-se a seguir dois tipos de médias: a média aritmética e a média ponderada. Quando referirmos à palavra média subentende-se que estamos tratando da média aritmética. mÉdia aritmÉtiCa (mÉdia) A média aritmética é a soma de todos os valores de um conjunto de dados dividido pelo número de dados. Existem duas representações para a média. Quando o conjunto de dados corresponde a toda a população a média é representada pela letra grega μ (leia-se mi) mas, quando o conjunto de dados corresponde a uma amostra representa- -se por x (leia-se x barra). Média populacional: μ = ∑ n i=1 xi N , onde N é o tamanho da população. Média amostral : x = ∑ n i=1 xi n , onde n é o tamanho da amostra. ExEmplo 1 Os valores abaixo são dados de uma amostra de n = 7: x1 17 x2 15 x3 19 x4 14 x5 12 x6 17 x7 16 A média será amostral: Estatística aplicada à gestão / UA 03 Medidas de Posição Central 8 x = ∑ n i − l xi n = ∑ 7 i − l xi 7 = 17 + 15 + 19 + 14 + 12 + 17 + 16 7 = 15,7 mÉdia pOnderada (xg) A média ponderada é utilizada quando cada valor de um conjunto de dados tem importâncias diferentes, isto é, aquelas com a maior impor- tância (maior peso) devem influenciar mais na média. A média ponde- rada é: xG = ∑ k i=1 xi × pi Onde pi é o peso com as seguintes condições: k 0 < pi < 1 e ∑ i=1 pi = 1 ExEmplo Suponha que as quatro avaliações escolares realizadas no ano com- põem a média anual de uma disciplina. Se os pesos de cada prova fo- rem de 0,1 (10%) para a primeira prova (P1), 0,2 para a segunda (P2), 0,3 para a terceira (P3) e 0,4 para a quarta (P4). Para um aluno com notas iguais a P1=5,0; P2=4,0; P3=6,5 e P4=5,5. A média será: xG = ∑ 4 i=1 xi × pi = 5,0 × 0,1 + 4,0 × 0,2 + 6,5 × 0,3 + 5,5 × 0,4 = 5,45 A média ponderada também pode ser aplicada quando um conjunto de dados estiver organizado em forma de tabela de frequência (sem agrupamento de dados em intervalos). Estatística aplicada à gestão / UA 03 Medidas de Posição Central 9 ExEmplo Suponha que o número de erros encontrados em cada nota fiscal (NF) emitidas por uma empresa estão sendo investigadas e, após a conta- gem de 30 notas fiscais, obteve-se a tabela de frequência a seguir. Qual é o número médio de erros por nota fiscal dessa empresa? erros em notas fiscais frequência 0 20 1 6 2 3 4 1 Total 30 Utilizando a frequência relativa como o peso de cada valor, a média será dada por: xG = ∑ ki=1 xi × pi = 0 × 20 30 + 1 × 6 30 + 2 × 3 30 + 4 × 1 30 = 0,53 O número médio de erro é de 0,53 por nota fiscal. atEnção “A moda é o valor com a maior frequência de ocorrência, a mediana é o valor que divide um conjunto de dados ordenados ao meio e a média é a soma de todos os valores dividido pelo número de dados.” apliCaçãO A empresa Brinquedos Legal é especializada nas vendas de brinque- dos de super-heróis e, Thomas é o gerente de vendas de uma loja. Atualmente, existe uma preocupação com o pequeno estoque de um relógio do super-herói em sua loja. O fornecedor desse brinquedo não conseguiu entregar a encomenda prometida antes do final da semana e, ele observou que havia um relógio do super-herói no estoque. Estatística aplicada à gestão / UA 03 Medidas de Posição Central 10 Thomas sabe que a falta desse produto pode diminuir o lucro da empresa, pois ele é vendido com preço alto e, gera boa margem de lucro. Outro problema está associado à insatisfação dos clientes que não conseguirem adquirir esse brinquedo e procurarão o seu concorrente. Como não é possível saber a quantidade da demanda para este final de semana ele pediu a seu assistente, Lucas, que busque os dados de vendas desse produto nos últimos finais de semana. Lucas observou os dados do registro e, obteve as seguintes observa- ções em 14 finais de semana: 2 x1 3 x2 2 x3 20 x4 3 x5 2 x6 4 x7 3 x8 2 x9 5 x10 2 x11 4 x12 5 x13 1 x14 Devido a dificuldade em analisar todos os valores, Lucas foi calcular a moda, mediana e a média do conjunto de dados para apresentar ao Thomas e utilizá-las como a previsão de demanda deste final de semana. Lucas ordenou os dados e, observou que o valor 20 destoava muito em relação aos demais e, deve ter ocorrido algum evento fora da nor- malidade (promoção, período festivo como Natal ou dia das crianças ou mesmo erro de digitação no registro). x1 1 x2 2 x3 2 x4 2 x5 2 x6 2 x7 3 x8 3 x9 3 x10 3 x11 4 x12 4 x13 5 x14 20 Calculando a moda, mediana e média obtém-se os seguintes resultados: Moda: 2 Mediana: para n = 14 (par) Md = x ( 14 2 ) + x ( 14 + 1 2 ) 2 = x(7) + x(8) 2 = 3 + 3 2 = 3 Estatística aplicada à gestão / UA 03 Medidas de Posição Central 11 Média: x = ∑ n i=1 xi n = 1 + 2 + 2 + ... + 5 + 20 14 = 4,0 Como o valor 20 nos dados é atípico, Lucas recalculou as medidas sem esse valor e os resultados são: Moda: 2 Mediana: para n = 13 (ímpar) Md = x ( 13 + 1 2 ) = x (7) = 3 Média: x = ∑ n ii=1 xi n = 1 + 2 + 2 + ... + 5 14 = 2,8 Como o segundo resultado é mais confiável, Lucas levou-os para Tho- mas analisar e, concluíram que a demanda pelo produto foi 2 em várias semanas (Moda = 2), em 50% das semanas a demanda foi maior ou igual a 3 (mediana = 3) e, a média da demanda está entre 2 e 3 ( média 2,8). Dessa forma, como a quantidade em estoque é de uma peça, existe uma grande chance de alguns clientes não conseguirem encontrar o produto em sua loja. Com essa informação Thomas deve tomar as devidas providências para sanar este problema poderá ocorrer no próximo final de semana. atEnção Os dados que são muito maiores ou menores do que a maioria são denominados de valores discrepantes (“outliers”) e, esses números afetam sensivelmente o valor da média, mas afetam pouco o valor da moda e a da mediana. Os valores discrepantes devem ser analisados à parte. Estatística aplicada à gestão / UA 03 Medidas de Posição Central 12 dadOs agrUpadOs em intervalOs Existem situações em que é necessário obter as medidas de posição central (média, mediana e moda) através de tabela de frequência com os dados já agrupados. Lembre-se que ao agrupar os dados em inter- valos, ocorre perda de informações contidas nos dados brutos e, con- sequentemente, os cálculos baseados nesses agrupamentos gerarão resultados aproximados e não exatos como ocorre com os dados bru- tos. As expressões que serão ilustradas a seguir serão úteis quando não temos à disposição os dados brutos. ExEmplo O gerente de uma loja que comercializa chocolate está estudando um relatório do comportamento de consumidores de chocolate e, nesse relatório existe uma tabela de frequência da faixa etária dos consumi- dores de um tipo de chocolate crocante que a loja irá lançar no pró- ximo mês. Para uma análise inicial é de interesse o cálculo da média, mediana e da moda. faixa etária frequência 10 ⊢ 15 5 15 ⊢ 20 12 20 ⊢ 25 8 25 ⊢ 30 3 total 28 Para o cálculo da média utiliza-se a expressão da média ponderada: k xG = ∑ xi × pi i=1 Substituindo o valor xi pelo ponto central do intervalo i. Por exemplo, o ponto central do intervalo i no primeiro intervalo da tabela o ponto central é: xcentro do intervalo 1 = 10 + 15 2 = 12,5 (Pela média aritmética dos limites de cada intervalo.) Os pesos pi serão substituídos pela frequência relativa de cada classe i. Do exemplo temos: Estatística aplicada à gestão / UA 03 Medidas de Posição Central 13 faixa etária frequência ponto central frequencia relativa 10 ⊢ 15 5 12,5 5/28=0,179 15 ⊢ 20 12 17,5 12/28=0,429 20 ⊢ 25 8 22,5 8/28=0,286 25 ⊢ 30 3 27,5 3/28=0,107 total (n) 28 x = ∑ k i=1 xcentro do intervalo i × pi = 12,5 × 0,179 + 17,5 × 0,429 + 22,5 × 0,286 + 27,5 × 0,107 = 19,1 No cálculo da mediana deve-se encontrar inicialmente o intervalo que contém a mediana e depois utilizar a expressão a seguir: Md = LimInf + h × n 2 − facumulada anterior fclasse mediana Sendo: LimInf: menor valor da classe da mediana h: amplitude da classe mediana n: número de dados FAcumulada Anterior : frequência acumulada da classe anterior à mediana fmediana : frequência da classe mediana Essa fórmula é obtida através de uma relação de proporcionalidade (regra de três) no intervalo da mediana. O cálculo da mediana pode ser obtido utilizando o procedimento e os passos a seguir: 1. Calcule a frequência acumulada; 2. Observe o intervalo que contém a mediana analisando a frequência acumulada e o valor de n/2; 3. Com o intervalo da mediana identificada utilize a fórmula da mediana. Estatística aplicada à gestão / UA 03 Medidas de Posição Central 14 Do exemplo temos: n/2 = 28/2 = 14 A frequência acumulada do primeiro intervalo, Facumulada = 5, é menor que 14, então esse intervalo não contém a mediana. No segundo inter- valo, Facumulada = 17, é maior 14, então o segundo intervalo é o intervalo da mediana. LimInf =15 h = 20 - 15 = 5 f mediana = 12 F acumulada anterior = 5 faixa etária frequência frequencia acumulada 10 ⊢ 15 5 5 15 ⊢ 20 12 17 20 ⊢ 25 8 25 25 ⊢ 30 3 28 total (n) 28 classe da mediana A mediana será: Md = LimInf + h × n 2 − facumulada anterior fclasse mediana = 15 + 5 × 28 2 − 5 12 = 18,75 Para o cálculo da moda para dados agrupados em classe deve-se ini- cialmente identificar o intervalo que contem a moda (intervalo com a maior frequência) e utilizar a expressão. Mo = LimInf + h × ∆1 ∆1 + ∆2 Onde: LimInf: menor valor da classe da moda; h: amplitude do intervalo da moda; ∆1: fi da classe da moda - fi da classe anterior da classe da moda; ∆2: fi da classe da moda - f i da classe posterior da classe da moda . Estatística aplicada à gestão / UA 03 Medidas de Posição Central 15 Do exemplo, o intervalo com a maior frequência é 15 ⊢ 20. LimInf =15 h = 20 - 15 = 5 F anterior = 5 faixa etária frequência 10 ⊢ 15 5 15 ⊢ 20 12 20 ⊢ 25 8 25 ⊢ 30 3 total (n) 28 classe da moda F posterior = 8 Mo = LimInf + h × ∆1 ∆1 + ∆2 = 15 + 5 × 7 7+4 = 18,2 Então : ∆1 = 12 − 5 = 7 ∆2 = 12 − 8 = 4 e AgorA, José? 1. Um empreendedor está avaliando a viabilidade de um restaurante por quilo numa cidade. Como uma das variáveis a ser analisado é o preço praticado por outros restaurantes na cidade ele observou os preços em dez restaurantes. Os dados obtidos (em R$/kg) são: 13,00 13,50 12,00 14,50 17,50 14,00 12,50 11,50 12,80 13,80 Quais sãoa média, a mediana e a moda dos preços das refeições por quilo? 2. O tempo de entrega (em dias) de dois fornecedores foram: Fornecedor a 3 5 6 3 7 5 5 6 Fornecedor b 3 4 4 3 3 4 3 25 Você deve escolher um dos fornecedores usando o critério: a. da menor média no tempo de entrega. b. da menor mediana no tempo de entrega. respOstas 1. x = 13,51 Md = 13,25 Não existe moda. 2. média mediana Fornecedor a 5 5 Fornecedor b 6,12 3,5 a. usando a média seria o fornecedor A. b. usando a mediana seria o fornecedor B. Estatística aplicada à gestão / UA 03 Medidas de Posição Central 17 glossário Moda: é o valor com a maior frequência de ocorrência. Mediana: é o valor que divide um conjunto de dados ordenados ao meio. Média: é a média aritmética dos dados de um conjunto. reFerênCiAs BRUNI, A. L. Estatística Aplicada à Gestão Empresarial. São Paulo: Atlas, 2008. BUSSAB, W. ; MORETTIN, P. A. Estatística Básica. São Paulo: Saraiva, 2009. CRESPO, A. A. Estatística Fácil. São Paulo: Saraiva, 2009. MARTINS, G. A.; DONAIRE, D. Princípios de Esta- tística. São Paulo, Atlas, 2006.
Compartilhar