Baixe o app para aproveitar ainda mais
Prévia do material em texto
UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 1 ESTATÍSTICA APLICADA - Apresentação Geral do Caderno de Estudo A palavra ESTATÍSTICA provém do latim status, que significa estado. A primitiva utilização da estatística envolvia compilações de dados e gráficos que descreviam vários aspectos de um estado ou país. As famílias, os governos e as empresas se apóiam largamente em dados estatísticos para tomarem decisões. A simples observação de um conjunto de dados não permite que sejam tomadas decisões ou, quando muito possibilitarão decisões eivadas de princípios empíricos. Vivemos uma era em que a ciência deve prevalecer sobre o empirismo, em que a lógica deve prevalecer sobre o “achismo”. A estatística abrange muito mais do que o simples traçado de gráficos e o cálculo de médias. Neste caderno será visto como tirar conclusões gerais e significativas que vão além dos dados originais. Os diversos assuntos serão abordados de forma objetiva, visando a aplicação direta dos conceitos. Os únicos conhecimentos matemáticos necessários para a compreensão do texto é a aritmética e elementos de álgebra básica. Quando houver a necessidade de algum conceito um pouco mais avançado, o mesmo será abordado de forma sintética e objetiva. Nos casos em que forem necessários cálculos mais complexos será utilizado o Microsoft Excel, poderosa ferramenta que reduz muito o tempo necessário para a determinação de valores. Familiarize-se com esta ferramenta. Havendo necessidade, utilize o Ajuda. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 2 1. Variáveis e Gráficos 1.1 – Estatística O termo ESTATÍSTICA provém da palavra Estado e foi utilizado originalmente para denominar levantamentos de dados, cuja finalidade era orientar o Estado em suas decisões. Neste sentido foi utilizado em épocas remotas para determinar o valor dos impostos cobrados dos cidadãos, para determinar a estratégia de uma nova batalha em guerras que se caracterizavam por uma sucessão de batalhas – era fundamental aos comandantes saber de quantos homens, armas, cavalos, etc. dispunham após a última batalha. Atualmente, a ESTATÍSTICA é definida da seguinte forma: A estatística teve acelerado desenvolvimento a partir do século XVII, com os estudos de BERNOULLI, FERMAT, PASCAL, LAPLACE, GAUSS, GALTON, PEARSON, FISHER, POISSON e outros que estabeleceram suas características atuais (da SILVA, et al.; 1996,11). Uma outra definição para ESTATÍSTICA (VIEIRA; 1999,6): A Estatística tem importante papel no pensamento crítico, seja no trabalho, na pesquisa, ou no dia-a-dia. Então o tempo que você usar estudando essa matéria será um investimento para seu futuro. É verdade que algumas pessoas pensam que as estatísticas mentem. Ou, como já disse alguém, “ os números dizem qualquer coisa quando bem torturados”. Mas qualquer ciência produz resultado contrário ao desejado, quando é mal aplicada. Então as estatísticas “mentem” apenas quando estão erradas ou, no mínimo, estão sendo mal interpretadas. Estatística é um conjunto de métodos e processos quantitativos que serve para estudar e medir os fenômenos coletivos. Estatística é a ciência dos dados. Envolve a coleta, a classificação, o resumo, a organização, a análise e a interpretação da informação numérica. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 3 A Estatística trata dados. Todo dado se refere a uma variável. Então a Estatística trabalha com variáveis. A Estatística não trata constantes. As variáveis assumem diferentes valores, nas diferentes unidades. Exemplo: A coordenação de um colégio pretende levantar dados sobre os alunos do 3º ano do ensino médio, candidatos ao vestibular. O que você acha que a coordenação pode anotar, porque é variável e o que você acha que não deve anotar, porque é constante? Solução: A coordenação pode levantar dados sobre a renda familiar, sobre as carreiras pretendidas, que são variáveis, mas não deve levantar dados sobre a alfabetização porque, entre candidatos ao vestibular, a resposta seria uma constante, já que todos possuem, no mínimo o ensino médio! Os dados são freqüentemente selecionados de um conjunto maior, cujas características é preciso estimar. Exercícios: 1 – Um colégio pretender realizar uma festa de fim de ano. A maior queixa dos responsáveis é com relação aos preços cobrados nas “barraquinha” pelos alimentos disponibilizados. Que dados deverão ser coletados visando atender melhor aos responsáveis? 2 – Há a necessidade de iniciar um ciclo de palestras para tratar de assuntos como uso de drogas e sexualidade infantil. O profissional contratado para proferir as palestras deseja preparar um material adequado ao perfil cultural dos responsáveis. Que levantamento seria necessário para distribuir melhor os responsáveis por turma e maximizar o resultado das palestras? UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 4 1.2 – População e amostra Conforme ficou claro na definição, a Estatística tem por objetivo o estudo dos fenômenos coletivos e das relações que existem entre eles. Entende-se como fenômeno coletivo aquele que se refere à população, ou universo, que compreende um grande número de elementos, sejam pessoas ou coisas. Note que a população é definida em função da informação que interessa ao pesquisador. Se você quiser informações sobre estudantes com faixa etária entre 7 e 14 anos de um município do interior do estado, esta será a sua população, mesmo que você só disponha dos alunos de uma única escola pala coletar os dados. Precisamos, também da definição de amostra: Uma característica numérica estabelecida para toda uma população é denominada parâmetro. Uma característica numérica estabelecida para uma amostra é denominada estimador. Utilizando o exemplo citado acima, a população seria a totalidade dos alunos com idades entre 7 e 14 anos do município pesquisado. Utilizando a população poder-se-ia concluir como parâmetro que, por exemplo, 60 % dos alunos são do sexo feminino. Podemos indicar como uma amostra somente os alunos do turno da manhã da mesma escola. Utilizando somente a amostra, poder-se-ia estimar que, por exemplo, 57 % dos alunos são do sexo feminino. População é o conjunto de elementos sobre o qual desejamos obter informação. População é o conjunto de todos os itens (pessoas, coisas) que interessam ao estudo de um fenômeno coletivo segundo alguma característica. Amostra é qualquer subconjunto não vazio de uma população, ou, é todo subconjunto de elementos retirados da população para obter a informação desejada. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 5 Quando os dados são obtidos de toda uma população, diz-se que foi feito um recenseamento. Quando são obtidos dados de apenas parte da população, diz- se que foi feita uma amostragem. O conjunto de dados obtidos de toda a população é denominado censo. Censo é uma avaliação direta de um parâmetro, utilizando-se todos os componentes da população. Estimação é uma avaliação indireta de um parâmetro, com base em um estimador através do cálculo de probabilidades. As principais propriedades do censo são: • admite erro processual zero e tem confiabilidade 100 %; • é caro; • é lento; • é quase sempre desatualizado; • nem sempre é viável.As principais propriedades da estimação são: • admite erro processual positivo e tem confiabilidade menor que 100 %; • é barata; • é rápida; • é atualizada; • é sempre viável. População – todos os elementos do conjunto que interessa. Amostra – subconjunto não vazio de uma população Parãmetro Estimador UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 6 Comentário Importante: Estatisticamente, a precisão de um valor numérico é avaliada através do binômio: confiança e erro processual. Se admitirmos que podemos retirar do Censo todo tipo de erro de natureza humana (erro de cálculo de avaliação, de anotação), restará apenas outro tipo de erro devido ao procedimento empregado. Este erro é chamado erro processual. No caso de um Censo, o erro processual é zero, pois avaliamos um por um, todos os elementos componentes da População. Como o erro processual na avaliação é zero, a confiabilidade no parâmetro obtido é 100 %. A precisão, no Censo é total. Na estimação, como avaliamos apenas parte e não todos os elementos que compõem a população, admitimos um erro processual positivo na avaliação do valor numérico e por conseqüência uma confiabilidade menor que 100 %, sendo, portanto, menos precisa que o Censo. (da SILVA; 1996,13) A população pode ser, segundo o seu tamanho, finita ou infinita. É finita a população que possui um número determinado de elementos; aa população infinita possui um número infinito de indivíduos. Esta definição existe somente no campo teórico, uma vez que, na prática, nunca encontraremos populações com infinitos elementos mas, sim, populações com grande número de componentes e, nestes casos, tais populações são tratadas como se fossem infinitas. Quando a população é muito grande, torna-se difícil a observação dos aspectos a serem estudados de cada um dos elementos, devido ao alto custo, ao intenso trabalho e ao tempo despendido para levar a cabo uma exaustiva observação de todos os componentes da população. Nessas circunstâncias, fazemos a seleção de uma amostra suficientemente representativa da população e, através da observação dessa amostra, estaremos aptos a analisar os resultados, da mesma No Brasil, os censos são feitos pela Fundação Instituto Brasileiro de Geografia e Estatística (Fundação IBGE), que obtém dados de toda a população. O censo demográfico é realizado a cada dez anos e os seus resultados são corrigidos periodicamente através da PNAD – Pesquisa Nacional por Amostra Domiciliar. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 7 forma que se estudássemos toda a população, só que nesse caso sem os inconvenientes anteriormente descritos. Exercícios: 1 – Uma pesquisa foi realizada entre os alunos de um colégio. Considerando os indicadores apresentados, identifique se o resultado foi baseado em uma amostra ou em uma população: a) todos os alunos foram abordados e indicaram a necessidade de instalação de ventiladores nas salas de aula; b) 75 % das meninas responderam os questionários e solicitaram aulas de balé; c) para obter informações sobre os inspetores responsáveis pelos alunos do ensino médio foram consultadas somente as turmas da manhã, sendo que existem turmas à tarde; d) todos os alunos responderam que 80 % dos professores são muito rigorosos nos critérios de avaliação. 2 – Para os casos acima, identifique se as características numéricas obtidas são parâmetros ou estimativas. 3 – Em que situações será necessária a realização de um censo? Justifique. 1.3 – Estatística Indutiva e Descritiva O tratamento estatístico de um conjunto de dados pode envolver dois processos diferentes, isto é, a descrição dos dados e o estabelecimento de conclusões sobre a população a partir dos dados obtidos por amostragem. Normalmente, no trabalho estatístico o pesquisador se vê obrigado a lidar com grande número de valores numéricos resultantes de um Censo ou de uma estimação. Estes valores numéricos são chamados de dados estatísticos. A definição do tamanho da amostra vai depender do universo que estiver sendo pesquisado. Em alguns casos, coma nas pesquisas eleitorais, utiliza-se uma pequena fração da população e verifica-se resultados bem positivos. A definição do tamanho da amostra é objeto de estudo mais aprofundado. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 8 A Estatística ensina métodos racionais para a obtenção de informações a respeito de um fenômeno coletivo, além de obter conclusões válidas para o fenômeno e também permitir tomada de decisões, através de dados estatísticos observados. A Estatística pode ser dividida em duas áreas: a) Estatística Descritiva, e b) Estatística Indutiva. Necessitamos, também, conceituar Estatística Indutiva: Quando é realizado um Censo Demográfico, obtém-se informações sobre a totalidade da população em um determinado período. Por exemplo, verifica-se qual é a proporção entre homens e mulheres. Pode-se, através destes dados, verificar- se qual foi a evolução do crescimento de homens e mulheres em relação a um período anterior, pela simples comparação entre os dados. Neste caso são utilizados conceitos de Estatística Descritiva. Entretanto, se forem coletadas amostras em populações das capitais, por exemplo, e a partir dos dados obtidos forem verificadas as proporções entre Estatística Descritiva ou Dedutiva é aquela que tem por objetivo descrever e analisar determinada população, sem pretender tirar conclusões de caráter mais genérico. Estatística Descritiva utiliza métodos numéricos e gráficos para mostrar os padrões de comportamento dos dados, para resumir a informação contida nesses dados e apresentar a informação de forma conveniente. Estatística Indutiva ou Inferência Estatística é a parte da Estatística que, baseando-se em resultados obtidos da análise de uma amostra da população, procura inferir, induzir ou estimar as leis de comportamento da população da qual a amostra foi retirada. Estatística Indutiva é a parte da Estatística que tem por objetivo obter e generalizar conclusões para a população a partir de uma amostra, através do cálculo de probabilidade. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 9 homens e mulheres, poder-se-á, através de Estatística Indutiva, generalizar a relação entre os sexos para a população como um todo. A Estatística Descritiva, na sua função de descrição dos dados, tem as seguintes atribuições: a) obtenção dos dados estatísticos. É normalmente feita através de um questionário ou de observação direta de uma população ou amostra. b) a organização dos dados. Consiste na ordenação e crítica quanto à correção dos valores observados, falhas humanas, omissões, abandono de dados duvidosos, etc. c) a redução dos dados. O entendimento e compreensão de grande quantidade de dados através da simples leitura de seus valores individuais é tarefa extremamente árdua e difícil mesmo para o mais experimentado pesquisador. A Estatística Descritiva apresenta duas formas básicas para a redução do número de dados com os quais devemos trabalhar, chamadas variável discreta e variável contínua, que serão objeto de definições mais adiante. d) A representação dos dados. Os dados estatísticos podem ser mais facilmente compreendidos quando apresentados atravésde uma representação gráfica, o que permite uma visualização instantânea de todos os dados Os gráficos – que serão objeto de estudo mais adiante, quando bem representativos, tornam-se importantes instrumentos de trabalho. São, ainda, atributos da Estatística Descritiva, visando facilitar a descrição dos fenômenos observados: obtenção de médias, proporções, dispersões, tendências, índices, taxas e coeficientes. Exercícios: 1 – Quais são as principais atribuições da Estatística Descritiva? UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 10 2 – Dados amostrais foram coletados e em função deles um pesquisador concluir fatos para abranger toda a população. Em que ramo da Estatística este pesquisador está atuando? UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 11 1.4 – Var iáveis Qual i tat ivas. Var iáveis Quantitativas:contínuas e discretas Quando se realiza um levantamento, de um modo geral, para cada elemento investigado, tem-se associado um resultado ( ou mias de um resultado) correspondendo à realização de uma certa variável (ou variáveis). Vamos, para exemplificar, supor que você deseje efetuar um levantamento sobre alguns aspectos sócio-econômicos das famílias dos alunos matriculados no colégio em que trabalha. Para cada família investigada tem-se associado um resultado (ou mais de um resultado) correspondendo à realização de uma certa variável (ou variáveis). No exemplo em questão, serão consideradas as seguintes variáveis: estado civil do responsável, educação do responsável, número de filhos, salário familiar, idade do responsável e estado de procedência. Algumas variáveis como sexo, educação, estado civil, etc. apresentam como possíveis realizações uma qualidade (ou atributo) do indivíduo pesquisado, ao passo que outras como número de filhos, salário, estatura, etc. apresentam como possíveis realizações números resultantes de uma contagem ou mensuração. Tabela 1 Informação sobre dados sócio-econômicos das famílias dos alunos do Colégio XXX. Responsável Família Nº Estado Civil Educação Número de Filhos Idade (anos/meses) Estado de Procedência Salário Familiar (R$) 01 Casado Superior 02 39 a 05 m RJ 1.250,00 02 Solteiro Fundamental 03 40 a 07 m BA 2.152,00 03 Solteiro Fundamental 02 37 a 03 m RJ 1.870,00 04 Casado Médio 03 40 a 10 m SE 1.470,00 05 solteiro superior 04 38 a 02 m MG 1.120,00 Fonte: Dados Hipotéticos As variáveis que possibilitam como realizações qualidade ou atributos são denominadas de variáveis qualitativas. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 12 No caso acima, as variáveis estado civil, educação, estado de procedência, são variáveis qualitativas, ao passo que as variáveis número de filhos, idade e salário familiar são variáveis quantitativas. Dentre as variáveis qualitativas, ainda podemos fazer distinção entre dois tipos: a) variável qualitativa nominal – para a qual não existe nenhuma ordenação nas possíveis realizações, como é o caso do estado de procedência; b) variável qualitativa ordinal – para a qual existe uma certa ordem nos possíveis resultados, como é o caso da educação, pois a classificação em fundamental, médio ou superior correspondem a uma ordenação baseada no número de anos de escolaridade. As variáveis quantitativas também possuem classificação dicotômica: a) variáveis quantitativas discretas – aquelas cujos possíveis valores formam um conjunto finito ou enumerável de números e que resultam, freqüentemente, de uma contagem, como por exemplo o número de filhos. Como exemplo, temos o número de filhos (0, 1, 2, 3 ...). b) variáveis quantitativas contínuas – aquelas cujos possíveis valores formam um intervalo de números reais e que resultam, normalmente, de uma mensuração, como por exemplo o salário familiar. Classificação de uma variável As variáveis que apresentam como possíveis realizações números resultantes de uma contagem ou mensuração são denominadas variáveis quantitativas. Nominal Qualitativa Ordinal Variável Discreta Quantitativa Contínua UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 13 Para cada tipo de variável existem técnicas mais apropriadas para resumir as informações. 1.5 – Arredondamento de Dados Uma das questões que mais comumente interfere nos resultados de questões envolvendo números é o arredondamento. Qual será a regra mais adequada? Maior do que cinco arredonda para mais, menor do que cinco arredonda para menos? Vejamos uma regra bem simples: a) em primeiro lugar precisamos determinar para quantas casas decimais queremos arredondar o número; b) vamos utilizar a regra do número par que precede. Por exemplo: - o resultado do arredondamento de um número como 72,8 para o inteiro mais próximo é 73, posto que 72,8 é mais próximo de 73 do que de 72. De forma semelhante, 72,8146 arredondado para o centésimo mais próximo, ou com duas decimais, é 72,81, porque 72,8146 é mais próximo de 72,81 do que de 72,82. - ao arredondarmos 72,465 para o centésimo mais próximo, entretanto, deparamo-nos com um dilema pois 72,465 dista igualmente de 72,46 e de 72,47. Utilizemos, então, a regra do número para que precede o cinco. Assim, 72,465 é arredondado para 72,46; 183,575 é arredondado para 183,58. A prática do arredondamento é especialmente valiosa para reduzir ao mínimo os erros acumulados por arredondamento, quando trata-se de grande número de operações. 1.6 – Notação Científica Ao escrever números, especialmente aqueles que comportem muitos zeros, antes ou depois da vírgula, é conveniente empregar a notação científica que utiliza as potências de 10. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 14 Exemplos: Número Notação Científica Número Notação Científica 10 101 0,00021 21 x 10-5 1.000 103 856.000.000 856 x 106 100.000 105 0,0000001 10-8 Note que, por exemplo, multiplicando-se 0 número 846 por 106, tem-se o mesmo resultado que os deslocar a vírgula, para a direita, 6 (seis) casas. Já multiplicando-se 21 por 10-5, tem-se o mesmo resultado do que deslocando-se a vírgula para a esquerda 5 (cinco) casas. A notação científica facilita a operação em muitos casos. Por exemplo: - sem o auxílio de uma máquina de calcular, vamos determinar o resultado de (4.000.000) x (0,0000000002). Em primeiro lugar: 4.000.000 = 4 x 106 e 0,0000000002 = 2 x 10-10 Desta forma, passamos a ter: (4)x(106)x(2)x(10-10) = (4)x(2)x(106)x(10-10) = 8 x (106-10) = 8 x 10-4 = 0,0008 Um exemplo utilizando a divisão: - Qual será o resultado de 20.000 dividido por 0,005? Na operação acima foi efetuada uma multiplicação com potências de mesma base, ou seja, números em potência de 10. Na multiplicação de potências de mesma base, repete-se a base e soma-se os expoentes, respeitando-se os sinais dos expoentes. No caso de divisão, repete-se a base e subtrai-se os expoentes, respeitando-se os sinais dos expoentes. Talvez seja necessário que você efetue uma revisão nos conceitos fundamentais de matemática, para tanto consulte livros de Matemática Básica.UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 15 20.000 = 20 x 103 0,005 = 5 x 10-3 (20)x(103) : (5)x(10-3) = (20):(5)x(103:10-3) = 4 x (10 3-(-3)) = 4 x 106 1.7 – Gráficos Um gráfico é uma representação gráfica da relação entre variáveis. Muitos tipos de gráficos são empregados na estatística, dependendo da natureza dos dados pertinentes e da finalidade para a qual ele é destinado. Um gráfico corresponde à representação dos dados sob diferentes formas gráficas, a fim de permitir uma visão rápida e global do fato estudado. De uma maneira geral, pode-se dizer que os gráficos devem ser confeccionados de maneira simples e clara, de tal sorte que o observador entenda claramente aquilo que o gráfico busca evidenciar, sem necessidade de ficar procurando adivinhar o que ele representa. É extremamente importante que o gráfico seja construído com honestidade buscando retratar a realidade. A maioria dos gráficos são construídos no plano cartesiano, ou seja entre eixos coordenados – abscissas e ordenadas. A abscissa é o eixo horizontal e a ordenada o eixo vertical. Ambos são representativos de escalas de grandeza e o ponto onde se encontram é denominado origem. Exemplo: Para a construção de um gráfico é necessário que sejam seguidas algumas regras: 1 – todo gráfico deve ter título e escala; 2 – o título deve ser escrito acima do gráfico; Ordenada Abscissa Origem UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 16 3 – no eixo das abscissas a escala cresce da esquerda para a direita e é escrita embaixo do eixo; 4 – no eixo das ordenadas a escala cresce de baixo para cima e é escrita à esquerda do eixo; 5 – nos dois eixos devem estar identificadas as variáveis ali representadas; 6 – as linhas auxiliares (grade) são opcionais, mas ajudam a leitura; 7 – os gráficos podem exibir, em rodapé, a fonte, isto é, a instituição, o pesquisador, ou o grupo de pesquisadores que forneceu o gráfico ou os dados que permitiram a construção do gráfico. Os principais tipos de gráficos são: a) gráfico de linhas; b) gráfico de colunas; c) gráfico de barras e, d) gráfico de setores. Para que possamos construir os gráficos enumerados acima, vamos utilizar um exemplo hipotético. Exemplo: Um levantamento feitos na Secretaria de uma escola, com relação ao número de alunos que não adimpliram o pagamento das mensalidades, no vencimento, no primeiro semestre do ano 20XX, possibilitou a elaboração da tabela abaixo: Outros tipos de gráficos são utilizados. Na estatística é extremamente utilizado o HISTOGRAMA. Adiante será verificada a técnica de construção do histograma, após as definições relativas às distribuições de freqüência. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 17 Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX. Meses Número de alunos Janeiro 17 Fevereiro 12 Março 09 Abril 19 Maio 13 Junho 16 Fonte: dados hipotéticos. Com base nos dados apresentados vamos construir cada um dos gráficos enumerados. a) Gráfico de Linhas Para a construção do gráfico de linhas, siga os seguintes passos: 1 – trace o sistema de eixos cartesianos; 2 – apresente a variável (meses) no eixo das abscissas e as freqüências (número de alunos) no eixo das ordenadas; 3 – marque as interseções de cada par ordenado (mês x número de alunos); 4 – para cada interseção faça um ponto bem visível; 5 – uma os pontos, e 5 – coloque o título na figura. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 18 Número de alunos que não adimpliram, no vencimento, as mensalidades do primeiro semestre de 20XX 0 5 10 15 20 Janeiro F evereiro M arço A bril M aio Junho Meses N ú m er o d e A lu n o s Observe que o gráfico permite visualizar a evolução dos dados, permitindo que sejam efetuadas conclusões, tais como: a) há um decréscimo da inadimplência entre janeiro e março; b) acentua-se a inadimplência no mês de abril. Vamos, agora, construir, para o mesmo exemplo, um gráfico de colunas. b) Gráfico de Colunas Para construir um gráfico de colunas, siga os seguintes passos: a) trace o sistema de eixos cartesianos; b) apresente a variável no eixo das abscissas e as freqüências nos eixos das ordenadas; c) para representar a variável, construa colunas com bases de mesma largura, mas alturas iguais às respectivas freqüências, e d) coloque o título na figura. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 19 Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX 0 5 10 15 20 Janeiro Fevereiro Março Abril Maio Junho Meses N ú m er o d e al u n o s Veja que o Gráfico de Colunas permite visualizar, também, os mesmos elementos descritos no gráfico de linhas. Pode-se, com o auxílio do Microsoft Excel, construir algumas variações do gráfico de colunas, como, por exemplo, o gráfico de colunas em três dimensões (3D). As informações obtidas são as mesmas, somente a aparência muda. Gráfico de Colunas em 3D Ja ne iro F ev er ei ro M ar ço A br il M ai o Ju nh o S1 0 5 10 15 20 N ú m er o d e al u n o s Meses Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX c) Gráfico de Barras A construção do Gráfico de barras é muito similar à construção do gráfico de colunas, o que ocorre é uma inversão dos eixos, ou seja, no gráfico de barras as UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 20 variáveis são representadas no eixo das ordenadas e as freqüências nos eixos das abscissas. Para construir um gráfico de barras, siga os seguintes passos: 1 – trace o sistema de eixos cartesianos; 2 – apresente a variável no eixo das ordenadas e as freqüências no eixo das abscissas; 3- para representar a variável, construa barras com bases de mesma largura, mas comprimentos iguais às respectivas freqüências; 4 – coloque o título da figura. Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Janeiro Fevereiro Março Abril Maio Junho Meses N ú m er o d e al u n o s d) Gráfico de Setores O gráfico de setores, também denominado de “gráfico de pizza” , possibilita visualizar a importância relativa de cada variável no conjunto. Em outras palavras, permite verificar qual é a participação percentual de cada elemento na formação do conjunto avaliado. Para a construção de um gráfico de setores inicialmente é necessário que seja determinada a participação relativa de cada variável e para tal utiliza-se o princípio das proporções. Vejamos a tabela inicial: UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 21 Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX. Meses Número de alunos Janeiro 17 Fevereiro12 Março 09 Abril 19 Maio 13 Junho 16 Fonte: dados hipotéticos. Vamos efetuar a soma dos número de alunos que não adimpliram a mensalidade, em todo o semestre: Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX. Meses Número de alunos Janeiro 17 Fevereiro 12 Março 09 Abril 19 Maio 13 Junho 16 TOTAL 86 Fonte: dados hipotéticos. O total, ou seja 86 alunos, corresponde a 100 % dos eventos. Pode-se determinar através da Regra de Três, a participação de cada mês na formação total. Desta forma estaremos calculando a freqüência relativa de cada mês. Para o mês de Janeiro, teremos: 86 -------- 100 % 17 --------- X % Sabendo-se que o produto dos meios é igual ao produto dos extremos, têm- se que: UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 22 86 x X = 17 x 100 % logo, X = (17 x 100%) / 86 X = 19,8 % O valor encontrado indica que 19,8 % das ocorrências verificados no semestre foram no mês de janeiro. Vamos calcular os valores para os outros meses: Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX. Fonte: dados hipotéticos. Para a construção de um gráfico de setores, deve-se seguir os seguintes passos: 1 – trace uma circunferência. A área do círculo representará o total, isto é, 100 %; 2 –lembre-se de que uma circunferência tem 360º. Então, se aos 100% correspondem 360º, a freqüência relativa de cada mês (no exemplo), corresponderá um setor cujo ângulo será calculado através de : Yº = (360º x freqüência relativa) / 100 3– marque os valores dos ângulos calculados na circunferência (com o auxílio de um transferidor) e trace raios separando os setores; 4 – faça um tracejado ou utilize cores diferentes para cada setor, para facilitar a visualização; 5 – coloque o título na figura. Meses Número de alunos Freqüência Relativa Janeiro 17 19,8 Fevereiro 12 14,0 Março 09 10,5 Abril 19 22,0 Maio 13 15,1 Junho 16 18,6 TOTAL 86 100,0 UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 23 Vamos calcular os ângulos de cada um dos setores do exemplo: Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX. Meses Número de alunos Freqüência Relativa Ângulo Janeiro 17 19,8 71,28 Fevereiro 12 14,0 50,40 Março 09 10,5 37,80 Abril 19 22,0 79,20 Maio 13 15,1 54,36 Junho 16 18,6 66,96 TOTAL 86 100,0 360,00 Fonte: dados hipotéticos. Após calculados os ângulos, tem-se que: Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX Janeiro Fevereiro Março Abril Maio Junho Na construção do gráfico de setores, pode-se utilizar alguns artifício, visando facilitar a visualização dos valores. Pode-se indicar no próprio gráfico o percentual aproximado de cada setor, ou efetuar-se a “explosão” dos setores. Veja os exemplos abaixo: UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 24 Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XX Janeiro 20% Fevereiro 14% Março 10%Abril 22% Maio 15% Junho 19% ou Número de alunos que não adimpliram as mensalidades, no vencimento, no primeiro semestre de 20XXJaneiro 20% Fevereiro 14% Março 10%Abril 22% Maio 15% Junho 19% A utilização do Microsoft Excel facilitará sobremaneira a construção dos gráficos. Procure familiarizar-se com a planilha eletrônica e utilize o tutorial gráficos para a construção. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 25 2 – Distribuições de Freqüência 2.1 – Dados brutos Quando são realizados levantamentos estatísticos normalmente são obtidos um número muito grande de dados, o que dificulta a visualização dos resultados. É necessário que os dados sejam “arrumados”, postos em ordem, para que se possa tirar as conclusões que levaram a obtenção dos dados. Quando um conjunto de dados é coletado, os dados estão geralmente em forma bruta, isto é, as observações numéricas não estão arrumadas em qualquer ordem ou seqüência específica. Conforme o número de observações cresce, vai-se tornando muito difícil focalizar os principais aspectos em um conjunto de dados; assim precisamos de meios para organizar as observações de modo que possamos compreender melhor que informações os dados estão comunicando. Vamos supor, por exemplo, que sejam coletadas as notas de 20 alunos em um trabalho de História e que se obtenha os seguintes valores: X: 2; 3; 2; 1; 2; 1; 2; 3; 2; 2; 2; 3; 1; 1; 1; 3; 3; 2; 3; 1. Não está importando, para a análise, a correlação entre que aluno tirou qual nota, ou seja, o que está em observação são as notas. Deve-se, então, para facilitar a observação, ordenar os dados. Vamos ordena-los em ordem crescente: X: 1; 1; 1; 1; 1; 1; 2; 2; 2; 2; 2; 2; 2; 2; 3; 3; 3; 3; 3; 3. Os dados coletados estão originalmente na forma bruta, ou seja, são DADOS BRUTOS, que necessitam ser “lapidados” para que se possa obter conclusões sobre eles. Dados brutos são aqueles que não foram numericamente organizados. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 26 2.2 – Rol Os dados ordenados são denominados de ROL. A construção de um rol é imprescindível para que se possa efetuar análises e observações nos dados coletados. É a partir do rol que poder-se-á verificar qual será a forma mais eficiente de representar de forma tabular os dados obtidos. Quando os valores distintos forem em número reduzido pode-se optar pela representação através de uma variável discreta. Quando o número de valores distintos for grande, normalmente a melhor opção será a construção de uma variável contínua. 2.3 – Distribuição de Freqüência Representar os dados obtidos em um levantamento através de uma distribuição de freqüência é o passo inicial para que se possa efetuar as análises necessárias dos dados. Representar os dados de forma tabular – através de uma tabela, é dispor os dados de maneira ordenada. Vamos necessitar de um conceito: Observe que no conjunto apresentado, o número de elementos distinto da série – no caso as notas, é pequeno (1, 2 e 3). Neste caso, torna-se fácil reduzir o conjunto em uma única tabela. Como o número de elementos distinto é pequeno, podemos utilizar uma variável discreta para a representação da série de valores. Neste caso, vamos dispor o conjunto em duas colunas: na primeira iremos colocar os valores distintos em ordem crescente e na segunda coluna colocaremos FREQÜÊNCIA SIMPLES de um elemento é o número de vezes que este elemento figura no conjunto de dados. Rol é o arranjo dos dados brutos em ordem de grandeza crescente ou decrescente. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 27 os valores das freqüências simples – número de vezes que cada valores é verificado. Os valores distintos, ou seja as variáveis, serão representados pela notação xi, ou seja – x índice i, onde i representa a ordem do valor, a classe. As freqüências serão representadas por fi, ou seja – f índice i, Desta forma, teremos: Notas dos alunos no trabalhode História Notas (xi) Freqüência (fi) 1 6 2 8 3 6 Fonte: dados hipotéticos. Observe que conseguiu-se reduzir um conjunto de 20 elementos que constituíam a série original, para apenas 6, distribuídos em pares que possibilitam uma perfeita visualização dos elementos observados. Ocorre, entretanto, que o número de elementos distinto é muito grande. Nestes casos, a construção de uma variável discreta não é aconselhável, pois dificultaria a análise. Nestes casos, deve-se utilizar a variável contínua. Vamos, por exemplo, identificar as notas atribuídas para os alunos de uma turma em uma prova de Língua Portuguesa: A opção pela variável discreta só é possível quando o número de elementos distintos da série for pequeno. A construção de uma variável discreta é bastante simples. Basta observar quais são os elementos distintos da seqüência, ordena-los, e coloca-los na primeira coluna da tabela. Em seguida computar a freqüência simples de cada elementos distinto e colocá-la na segunda coluna da tabela. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 28 Y: 7,2 4,9 9,8 6,4 4,8 4,6 6,8 5,9 8,5 8,7 1,2 2,5 4,3 6,7 9,5 5,4 1,3 7,6 5,9 6,7 8,6 9,5 9,3 7,4 8,6 8,1 5,9 1,8 7,8 7,2 8,4 6,8 8,2 6,9 7,4 6,3 4,6 4,9 8,7 9,3 8,8 5,8 Observando os valores nota-se grande número de elementos distintos, o que significa que neste caso a variável discreta não é aconselhável na redução de dados. Nesta situação é conveniente agrupar os dados por faixas de valores, ficando a série com a seguinte apresentação: Tabela XXX Notas dos alunos da Turma XX em Língua Portuguesa Classe Notas Freqüência (fi) 1 0 __ 2 3 2 2 __ 4 1 3 4 __ 6 11 4 6 __ 8 13 5 8 __10 14 Fonte: Dados hipotéticos Esta apresentação da série de valores é denominada variável contínua. Deve-se optar por uma variável contínua na representação de uma série de valores quando o número de elementos distintos da série for grande. A construção de uma variável contínua requer que sejam abordados alguns conceitos: intervalos e limites de classe, limites de classes e amplitude do intervalo de classe. Inicialmente serão abordados estes conceitos, para depois verificar-se a metodologia para a construção de uma variável contínua. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 29 2.4 – Intervalos e Limites de Classe Uma variável contínua é disposta através de classes, isto é, os dados são dispostos em grupos distintos, que, entretanto, apresentam características semelhantes. Um bom exemplo para demonstrar a divisão de um conjunto de dados em classes é a divisão de um grupo de crianças para um torneio esportivo. Normalmente as crianças são divididas por grupos de idades: até 7 anos; maiores do que 7 anos até 9 anos; maiores do que 9 anos até 11 anos. O que foi feito foi a divisão em classes. Neste caso, ter-se-ia: Classe 1 Até 7 anos Classe 2 > 7 anos até 9 anos Classe 3 > 9 anos até 11 anos Observa-se que as classes representam grupos de crianças com idades diferentes, mas que os intervalos de idades são iguais, exceto para a primeira classe que inclui todas as crianças com idades inferiores a 7 anos. Existes várias maneiras de apresentar-se o intervalo de classe: iguais ou diferentes entre si. Porém, sempre que possível, deve-se optar por intervalos iguais, o que facilitará os cálculos posteriores. Mas mesmo com intervalos iguais, as distribuições poderão apresentar-se das seguintes formas: (a Classe 2 do exemplo acima servirá como modelo) 7 __ 9 Compreende todas as idades entre 7 e 9, exclusive os extremos. 7 ___ 9 Compreende todas as idades entre 7 e 9, inclusive os extremos. 7 __ 9 Compreende todas as idades entre 7 e 9, inclusive o 9 e exclusive o 7. 7 __ 9 Compreende todas as idades entre 7 e 9, inclusive o 7 e exclusive o 9. Em um intervalo, quando diz-se inclusive, quer se dizer que o número pertence ao intervalo considerado, ou seja, o número está contido no intervalo. Quando diz-se exclusive, quer se dizer que o número não pertence ao intervalo, ou seja, o número não está contido no intervalo. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 30 Vamos optar pelo último tipo (7 __ 9), e desta forma podemos definir como intervalo de classe a diferença entre o limite superior e o limite inferior da classe. Portanto, no exemplo, 9 – 7 = 2 é o intervalo ou amplitude do intervalo de classe. Será utilizado L para representar o limite superior de uma classe, e l para representar o limite inferior de uma classe. 2.5 – Amplitude do Intervalo de Classe A definição da amplitude do intervalo de classe é de suma importância para a construção de uma variável contínua. Para identificar a amplitude do intervalo de classe será utilizado h. Desta forma, então, tem-se que: As classes possuem LIMITES. Como limite podemos interpretar onde inicia e onde termina uma classe. O LIMITE INFERIOR é onde começa uma classe, é o ponto de partida; o LIMITE SUPERIOR é onde termina a classe. AMPLITUDE DO INTERVALO DE CLASSE é a diferença entre o limite superior e o limite inferior da classe. H = L - l UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 31 Necessita-se um conceito adicional: o de amplitude total de uma seqüência. Representando a amplitude total por At, o maior elemento da seqüência por Xmáx e o menor elemento da seqüência por Xmin, a amplitude total será denotada por At = Xmáx - Xmin 2.6 – Ponto Médio de uma Classe O ponto médio de uma classe (mi), é o ponto intermediário do intervalo de classe. É obtido somando-se o limite inferior ao limite superior e dividindo-se por 2. Na realidade, as classe não precisam necessariamente ter a mesma amplitude. Porém, sempre que possível devemos trabalhar com classes de mesma amplitude. Isto facilita sobremaneira os cálculos posteriores. Note que foi usado para representar a classe, intervalo real semiaberto à direita. Isto significa que o intervalo contém o limite inferior, mas não contém o limite superior. No caso da classe 2, significa dizer que ela contém os valores reais maiores ou iguais a 7 e os valores menores que 9. A adoção dos intervalos semiabertos pode gerar algum empecilho para a definição e interpretação dos valores da última classe, em especial para a definição do seu limite superior. A prática favorecerá o melhor entendimento. AMPLITUDE TOTAL DE UMA SEQÜÊNCIA é a diferença entre o maior e o menor elemento de uma seqüência. É importante verificar que, quando não dispusermos dos dados, o cálculo da amplitude se fará levando-se em consideração a diferença entre o limite superior da última classe e o limite inferior da primeira classe. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 32 Assim, o ponto médio da Classe 2 do exemplo é (7 + 9)/2 = 16/2 = 8. O ponto médio de uma classe (mi) é a média aritmética entre o limite inferior (l) e o limite superior da classe (L). Para as finalidades das análise posteriores, admitir-se-á quer todas as observações relativas a um determinado intervalo de classe coincidem com o seu ponto médio. Quando é possível analisar os dados bruto ou o rol que deram origem à distribuição de freqüência, é fácil efetuar- se a contagemde cada um dos elementos que formam a distribuição. Entretanto, quando só de dispõe da distribuição (através de variável contínua), é impossível determinar-se quantitativamente cada um dos componentes da distribuição. Desta forma a utilização do ponto médio é de fundamental importância para a análise dos dados. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 33 2.7 – Regras Gerais para Elaborar uma Distribuição de Freqüência – variável contínua. Utilizando tanto os dados brutos, como uma distribuição ordenada – rol, o pesquisador deseja construir as tabelas e gráficos apropriados que irão possibilitar as conclusões. É necessário que se organize os dados, à medida em que o número de observações aumenta, ou seja, faz-se necessário condensar ainda mais os dados nas tabelas adequadas. Assim, precisa-se organizar os dados em grupos de classes, de acordo com as divisões do intervalo de observações estabelecidas de modo conveniente. Tal organização dos dados em tabelas é chamada de distribuição de freqüência. Quando as observações são agrupadas ou condensadas em tabelas de distribuição de freqüência , o processo de análise e interpretação de dados torna-se mais fácil de manejar e mais significativo. Nesta forma resumida, as principais características dos dados podem ser aproximadas, compensando desse modo o fato de que, quando os dados estão demasiadamente agrupados, as informações iniciais pertinentes a observações individuais, que se encontravam anteriormente disponíveis, são perdidas ao longo do processo de agrupamento ou condensação. A construção de uma distribuição de freqüência – variável contínua, deve atentar para os seguintes detalhes: a) seleção do número apropriado de grupos de classes; b) a obtenção de um intervalo de classe e amplitude apropriados para cada grupo de classe, e c) o estabelecimento de limites para cada grupo de classe a fim de evitar a sobreposição. Uma distribuição de freqüência é uma tabela resumida na qual os dados são organizados em grupos de classe ou categorias convenientemente estabelecidas e numericamente ordenadas. (LEVINE; 2000,60) UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 34 O número de classe a ser utilizado depende muito da experiência do pesquisador e das questões que ele pretende responder com a variável contínua. Utilizando o exemplo das notas atribuídas aos alunos em uma prova de Língua Portuguesa, verifica-se que o total de observações é de 42 dados. Não estaria errado a construção da tabela abaixo: Tabela XXX Notas dos alunos da Turma XX em Língua Portuguesa Classe Notas Freqüência (fi) 1 0 __ 10 42 Fonte: Dados hipotéticos Entretanto, através de uma tabela tão resumida, não se obtém nenhuma informação adicional que já não fosse conhecida a partir do exame dos dados brutos ou da análise do rol. Uma tabela com uma concentração muito grande de dados não é significativa. É necessário que o número de classes seja bem definido para análises realmente conclusivas. Vamos verificar o critério para a determinação do número de classes de uma distribuição de freqüência pelo denominado critério da raiz. - Critério da Raiz Se a seqüência estatística contém n elementos e se indicarmos por K o número de classes a ser utilizado, então pelo critério da raiz: Como o número K de classes deve ser necessariamente um número inteiro e como dificilmente o resultado é um número inteiro, deixa-se como opção para o valor de K o valor inteiro mais próximo do resultado, uma unidade a menos ou a mais que este valor. No exemplo (notas de alunos em uma prova de Língua Portuguesa), verifica- se que n (número de elementos) é igual a 42. nK = O número de elementos total de uma distribuição é, conforme será abordado mais adiante, a freqüência total da distribuição. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 35 Para a determinação do número de classes deve-se proceder o cálculo: Tem-se que K = 6,4807406984, portanto o valor inteiro mais próximo do resultado é 6. As opções para K então são: 5, 6 e 7. Necessita-se verificar qual é a amplitude total da seqüência, e para tanto, inicialmente, necessita-se verificar qual é o valor mínimo e qual é o valor máximo, e para tanto é aconselhável que os dados brutos estejam organizados em ordem crescente (rol). Dados Brutos Y: 7,2 4,9 9,8 6,4 4,8 4,6 6,8 5,9 8,5 8,7 1,2 2,5 4,3 6,7 9,5 5,4 1,3 7,6 5,9 6,7 8,6 9,5 9,3 7,4 8,6 8,1 5,9 1,8 7,8 7,2 8,4 6,8 8,2 6,9 7,4 6,3 4,6 4,9 8,7 9,3 8,8 5,8 Dados Organizados em ordem crescente (ROL) Y: 1,2 4,6 5,9 6,7 7,4 8,4 8,8 1,3 4,8 5,9 6,8 7,4 8,5 9,3 1,8 4,9 5,9 6,8 7,6 8,6 9,3 2,5 4,9 6,3 6,9 7,8 8,6 9,5 4,3 5,4 6,4 7,2 8,1 8,7 9,5 4,6 5,8 6,7 7,2 8,2 8,7 9,8 Desta forma verifica-se que Xmáx = 9,8 e que Xmín = 1,2. Logo, como At = Xmáx - Xmin, têm-se At = 9,8 – 1,2 At = 8,6. 42=K UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 36 A amplitude do intervalo de classe que é designada por h, é determinada da seguinte forma: Utilizando o critério do par mais próximo para o arredondamento, verifica-se que h = 1,4. O critério adotado para o intervalo de classe é o semi-aberto à direita, deve-se, então, proceder o ajuste dos valores. Para que todos os valores sejam alocados na distribuição, passaremos a considerar que Xmin = 1 e que Xmáx = 10, logo At = 9. Desta forma, considerando K = 6, h = 1,5. Então, a variável contínua terá a seguinte forma: K A h t= O número de classes a ser utilizado depende muito da experiência do pesquisador e das questões que ele pretende responder com a variável contínua. Quando foram ampliados os valores mínimos e máximos, não foram alteradas as características da distribuição, pois, conforme será verificado, em uma variável contínua o que vai identificar uma classe será o seu ponto médio. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 37 Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência 1 1 __ 2,5 3 2 2,5 __ 4 1 3 4 __ 5,5 7 4 5,5 __ 7 11 5 7 __ 8,5 9 6 8,5 __ 10 11 Total 42 Fonte: dados hipotéticos. A variável contínua é conceituada como uma representação tabular em que coloca-se na primeira coluna os intervalos de classe e na segunda coluna os valores das freqüências simples correspondentes. A coluna “classe” tem a finalidade apenas de facilitar a referência às classes, não fazendo parte da variável contínua. O quadro final tanto da variável discreta como da variável contínua é denominado de distribuição de freqüência. A representação tabular final apresenta intervalos e freqüências diferentes da apresentada inicialmente, pois agora foram utilizadas as técnicas corretas para sua elaboração. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 38 2.8 – Freqüência : simples, acumulada e relativa. A distribuição de freqüência deve ser utilizada como elemento que possibilite a análise dos dados. Verifica-se que os dados devidamente distribuídos permite a melhor visualização de como, no exemplo apresentado, as notas foram distribuídas entreos alunos. Pode ser constatado que 11 alunos obtiveram notas iguais ou superiores a 5, 5, porém inferiores à 7. a) Freqüência Simples (fi). A freqüência simples é resultante da “contagem” dos dados pertencentes à cada classe. A freqüência simples é a que aparece na forma original da distribuição de freqüência. b) Freqüência acumulada ( facm) A freqüência acumulada irá representar o número de elementos até a classe que está sendo visualizada, ou seja, é a soma da freqüência simples desta classe com as freqüências simples das classes anteriores. No exemplo, tem-se que: Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência Freqüência Acumulada 1 1 __ 2,5 3 3 2 2,5 __ 4 1 4 3 4 __ 5,5 7 11 4 5,5 __ 7 11 22 5 7 __ 8,5 9 31 6 8,5 __ 10 11 42 Total 42 Fonte: dados hipotéticos. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 39 Os valores representados na coluna FREQUÊNCIA ACUMULADA representam o número de eventos que estão contidos nas classes de forma cumulativa. Desta forma, verifica-se que 22 alunos obtiveram notas inferiores a 7, ou seja, a freqüência cumulada da Classe 3. A freqüência acumulada da última classe da distribuição deve ser igual à freqüência total, pois estarão sendo considerados todos os dados da distribuição. c) Freqüência relativa (frel ou f %) A freqüência relativa permitirá que sejam verificadas a participação percentual de cada grupo de notas. Qual foi o percentual de alunos com notas iguais ou superiores a 5,5, porém inferiores a 7? Para que se possa responder a esta pergunta, é necessário que lembremos que a totalidades dos dados dispostos corresponde à 100 % da distribuição. Logo, no exemplo, o total de alunos – 42, corresponde à 100 %. A freqüência relativa de cada classe é a relação percentual da freqüência simples de cada classe para a formação da freqüência total. Mais uma vez necessita-se da Regra de Três: f total .................... 100 % f i ......................... f % Então, para a determinação da freqüência relativa de cada classe, basta que multiplique-se a freqüência simples da classe por 100 e divida-se o resultado pela freqüência total. Desta forma, as freqüências relativas da distribuição ficarão assim dispostas: total i rel f xf f 100 = UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 40 Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência Freqüência relativa 1 1 __ 2,5 3 7,14 % 2 2,5 __ 4 1 2,38 % 3 4 __ 5,5 7 16,67 % 4 5,5 __ 7 11 26,19 % 5 7 __ 8,5 9 21,43 % 6 8,5 __ 10 11 26,19 % Total 42 100,00 % Fonte: dados hipotéticos. Assim é possível verificar-se que, por exemplo, 26,19 % dos alunos obtiveram notas maiores ou iguais a 5,5 e menores do que 7 (Classe 3). d) Freqüência relativa acumulada (frel acm) A freqüência relativa acumulada irá representar a participação percentual dos elementos até a classe que está sendo visualizada, tomando por base a freqüência acumulada da classe. Da mesma forma que é feito para a determinação da freqüência relativa, toma-se por base que o total da distribuição corresponderá à 100 %. Desta forma, tem-se que: A soma das freqüências relativas deve ser igual a 100 %, já quem estarão sendo consideradas todas as classes da distribuição de freqüência. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 41 f total .................... 100 % f acm ......................... f rel acm % Então, para a determinação da freqüência relativa acumulada de cada classe, basta que multiplique-se a freqüência simples da classe por 100 e divida-se o resultado pela freqüência total. No exemplo, tem-se que: Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência Freqüência Acumulada Freqüência Relativa acumulada 1 1 __ 2,5 3 3 7,14 % 2 2,5 __ 4 1 4 9,52 % 3 4 __ 5,5 7 11 26,19 % 4 5,5 __ 7 11 22 52,38 % 5 7 __ 8,5 9 31 73,81 % 6 8,5 __ 10 11 42 100,00 % Total 42 Fonte: dados hipotéticos. Observe que a freqüência relativa acumulada da última classe deve ser igual à 100 %, por estar considerando a distribuição como um todo. Assim, a distribuição de freqüência, considerando os elementos que foram determinados até agora, ficará disposta da seguinte forma: total acm relacm f xf f 100 = UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 42 Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência Freqüência Acumulada Freqüência relativa Freqüência Relativa acumulada 1 1 __ 2,5 3 3 7,14 % 7,14 % 2 2,5 __ 4 1 4 2,38 % 9,52 % 3 4 __ 5,5 7 11 16,67 % 26,19 % 4 5,5 __ 7 11 22 26,19 % 52,38 % 5 7 __ 8,5 9 31 21,43 % 73,81 % 6 8,5 __ 10 11 42 26,19 % 100,00 % Total 42 100,00 % Fonte: dados hipotéticos. É aconselhável ao se dispor os dados sob a forma de uma distribuição de freqüência, que sejam determinadas as freqüências acumulada, relativa e relativa acumulada, pois desta forma ter-se-á um volume de informações muito úteis para o pesquisador. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 43 3 . Medidas de Tendência Central e Separatrizes Nos capítulos anteriores foi visto com apresentar dados numéricos tanto em forma de tabelas quanto na forma de gráficos. Agora, como pode-se fazer essas informações terem sentido? A apresentação gráfica dos dados é um componente essencial da Estatística Descritiva, porém não retrata toda a sua abrangência. A boa análise dos dados não envolve somente apresentar os dados numéricos e observar o que os dados estão tentando transmitir, mas também envolve calcular e resumir as funções-chave e analisar os resultados encontrados. (LEVINE; 2000,118) Em qualquer análise e/ou interpretação, várias medidas descritivas representado as propriedades de tendência central, variação e formato podem ser utilizadas para extrair e resumir as principais características do conjunto de dados. Se essas medidas descritivas forem calculadas através de uma amostra de dados, elas serão chamadas de estatísticas; caso sejam calculadas através de toda uma população de dados, elas serão chamadas de parâmetros. (LEVINE; 2000,119) As três principais propriedades que descrevem um conjunto de dados numéricos são: a) Tendência central A maioria dos dados apresenta uma diferente tendência de se agrupar ou concentrar em torno de um ponto central. Assim sendo, para um conjunto de dados, em particular, geralmente se torna possível selecionar um valor típico ou média para descrever todo o conjunto. Tal valor típico é uma medida de localização ou tendência central. b) Variação Uma segunda propriedade importante que descreve um conjunto de dados numéricos é a variação. Variação é a quantidade de dispersão nos dados. Dois conjuntos de dados podem divergir tanto na medida central como na variação, da mesma forma que dois conjuntos de dados podem ter as mesmas medidas de tendência central, porém divergir bastante em termos de variação. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________44 c) Formato O formato da população é obtido através de uma comparação relativa entre algumas medidas de tendência central. Para facilitar o entendimento de diversas fórmulas que serão apresentadas, faz-se necessário que sejam apresentados alguns conceitos, dentre os quais: índice, notação por índice e notação em somatório. 3.1 – Índices ou notação por índices. Suponha uma série com os seguintes elementos: Y = { 2, 3, 4, 6, 7, 9 } Há, na disposição dos dados, uma correlação entre o elemento e a posição que ele ocupa da série. O número 2 ocupa a primeira posição na série; o número 6 ocupa a quarta posição na série. Pode-se, então, convencionar que uma série pode ser identificada por simbologias que representem o elemento e a posição que ele ocupa. Supondo que o conjunto de dados Y seja representativo das notas de um aluno. Então, o conjunto Y é formado por variáveis notas, que podem ser representadas pela letra X. Cada nota ocupa uma posição no conjunto, e cada posição passará a ser representada pelo índice i. Desta forma, o conjunto Y pode ser identificado pela seguinte notação: Y = { X1, X2, X3, X4, X5, X6 } Onde X é a variável (nota) e 1, 2, etc, a posição de cada nota no conjunto. Pode-se dizer que o conjunto Y é formado por um conjunto de variáveis Xi (leia-se X índice i ). A notação em índice é muito útil pois possibilita a identificação imediata do elemento que está em foco, sem a necessidade de grandes textos. A constância do uso possibilitará uma familiarização com a simbologia. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 45 3.2 – Notação em somatório. Muitas vezes é necessário escrever expressões que envolvem somas com muitos termos, ou cujos termos obedecem uma certa formação, como por exemplo, os dados numéricos disposto na forma de um rol. Tomando como exemplo o conjunto de notas dos alunos, em uma prova de Língua Portuguesa: Y: 1,2 4,6 5,9 6,7 7,4 8,4 8,8 1,3 4,8 5,9 6,8 7,4 8,5 9,3 1,8 4,9 5,9 6,8 7,6 8,6 9,3 2,5 4,9 6,3 6,9 7,8 8,6 9,5 4,3 5,4 6,4 7,2 8,1 8,7 9,5 4,6 5,8 6,7 7,2 8,2 8,7 9,8 Verifica-se que são 42 notas, dispostas em ordem crescente. Para identificar a soma, seria necessário a seguinte indicação: Soma = 1,2 + 1,3 + 1,8 + 2,5 + .... + 9,5 + 9,8 Ora, o que verifica-se é que as variáveis (notas) estão dispostas em ordem: a primeira nota ´2 1,2, a segunda nota é 1,3, a terceira nota é 1,8, e assim sucessivamente. Se for simbolizado por X a variável nota e por i o índice que indica a posição da variável na série, pode-se passar a indicar a soma da série da seguinte forma: ou seja, estariam sendo indicadas as variáveis e seu posicionamento na série. Supondo uma série onde não se saiba o número de variáveis, convenciona- se que o último elemento da série será o enésimo termo, ou seja, o termo de ordem n. Desta forma, a soma de uma série onde não se conheça o número de termo poderá ser indicada da seguinte forma: 42321 ... xxxxSoma ++++= UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 46 Matematicamente a expressão indicada acima pode ser reduzida, utilizando- se a notação em somatório e para tanto será utilizada a letra grega sigma - Σ que corresponde, no nosso alfabeto à letra S (de soma). Desta forma, a expressão acima poderá ser indicada da seguinte forma: É necessário que se identifique cada parte da notação em somatório: A forma correta de lê-se a expressão acima é: “Somatório de xi para i variando de 1 a n” ou soma de xi, para i variando de 1 a n”. Se houvesse o interesse de indicar somente a soma dos 15 primeiros elementos da série, a notação em somatório seria: nxxxxSoma ++++= ...321 ∑ = =++++ n i in xxxxx 1 321 ... ∑ = n i ix 1 X é o “nome” dos termos a serem somados i é u m a observação individual da série, ou seja, a p o s i ç ã o d o termo na série n é o último elemento a ser somado Σ é a simbologia que indica soma. i=1 indica o primeiro elemento da série que será somado ∑ = 15 1i ix UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 47 IMPORTANTE: Para que uma soma possa ser representada pela notação em somatório é fundamental que i assuma todos os valores inteiros consecutivos entre dois valores dados (o termo inicial e o termo final da soma). UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 48 3.3 – Médias e medidas de tendência central. Para resumir a quantidade de informação contida em um conjunto de dados, os estatísticos definem medidas que descrevem, através de um só elemento, características dos dados. Algumas medidas descrevem a tendência central, isto é, a tendência que os dados têm de se agrupar em torno de certos valores. No dia-a-dia utiliza-se com freqüência o sentido de medidas de tendência central. Por exemplo, pode-se, ao identificar-se um grupo de idosos, referir-se ao grupo como tendo “ em torno de 65 anos”. O que se quer dizer com isso? Por certo que as idades dos membros que formam o grupo estão próximas de 65 anos, para mais ou para menos. Tecnicamente as medidas de tendência central possuem metodologia própria para sua determinação. As principais medidas de tendência central são: a) média aritmética (simples ou ponderada); b) a mediana; c) a moda. Será verificado também o cálculo da média geométrica e da média harmônica. Inicialmente serão determinadas as formas para a determinação das medidas de tendência central levando em consideração um conjunto de dados dispostos sob a forma de uma variável discreta. Posteriormente será verificada a metodologia para a determinação das medidas quando for utilizado um conjunto de dados dispostos sob a forma de variável contínua. 3.4 – Média Aritmética. A média aritmética, também comumente denominada somente de média, é a mais comum das medidas de tendência central. A facilidade de sua obtenção popularizou o seu uso. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 49 A média aritmética pode ser calculada através de duas metodologias: a) a média aritmética simples ; b) a média aritmética ponderada. A média aritmética simples é calculada somando-se todos os termos de uma série e dividindo-se o resultado pelo número total de itens envolvidos. Supondo que um conjunto de dados, representativo das idades dos alunos da Turma 201, em anos, esteja disposto na seguinte forma: A = { 8, 8, 7, 9, 9, 10, 8, 9, 7, 8, 9, 10, 10, 10, 9, 9, 8, 8, 8, 9, 8 } Para o cálculo da média aritmética, procede-se a soma das idades e divide- se pelo número de observações (número de alunos da Turma, no exemplo). Desta forma: Logo, a média das idades será de 8,6 anos. Identificando o que foi feito através de uma fórmula, tem-se que: (média é igual a soma dos n termos de uma série, do primeiro até o último, dividido pelo número total de termos). Apresentado os dados sob a forma de variável discreta, têm-se que: Idades, em anos, dos alunos da Turma 201. Idades Número de Alunos 7 2 8 8 9 7 10 4 21 8988899101010987981099788 ++++++++++++++++++++ =Média n x Média n n i∑ == 1 UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 50 Fonte: dados hipotéticos.Verifica-se que a variável (x) é a idade dos alunos, e que cada variável possui uma freqüência (fi). A freqüência total (n) é a soma do número de alunos. Pode-se calcular a média aritmética diretamente na tabela. Inicialmente, em uma nova linha, efetua-se a soma do número de alunos, para que se obtenha a freqüência total (n) Em seguida, em uma nova coluna, coloca-se o resultado da multiplicação de cada idade pela freqüência respectiva. Desta forma, a nova tabela ficará assim disposta: Idades, em anos, dos alunos da Turma 201. Idades (xi) Número de Alunos (fi) Idade x Número de alunos (xifi) 7 2 14 8 8 64 9 7 63 10 4 40 TOTAL 21 181 O resultado será a divisão dos dois totais: Média = (181) / 21 , logo Média = 8,6 anos. A média aritmética de dados disposto em uma distribuição discreta é indicada através da seguinte fórmula: n fx Média n i ii∑ == 1 UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 51 (leia-se: média é igual à soma das variáveis i, multiplicadas pelas respectivas freqüências i, da primeira até a última, dividido pelo número de elementos). Alguns autores indicam a fórmula para o cálculo da média aritmética da seguinte forma: (leia-se: média é igual à soma das variáveis i, multiplicadas pelas respectivas freqüências i, da primeira até a última, dividido pela soma das freqüências, da primeira até a última). 3.5 - A média aritmética Ponderada. Algumas vezes, em especial nos colégios, é comum que sejam atribuídos “pesos” às notas de determinadas provas. A atribuição de pesos visa fazer com que determinados valores tenham mais influência no resultado final do que outros. Considere-se o seguinte exemplo: As provas bimestrais de um colégio são ponderadas com pesos 1, 2, 3 e 4, respectivamente para o primeiro bimestre, segundo bimestre, terceiro bimestre e quarto bimestre. Um aluno, em Geografia, obteve as seguintes notas: Notas em Geografia Bimestre Nota 1º 6,0 2º 7,2 3º 5,5 4º 7,8 ∑ ∑ = == n ii i n i ii f fx Média 1 UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 52 Fonte: dados hipotéticos. Como é calculada a média, para a disciplina, do aluno? Procede-se a multiplicação da nota de cada bimestre pelo peso respectivo, soma-se os resultados das multiplicações e divide-se pela soma dos pesos. Notas em Geografia Bimestre Nota Pesos Nota x Peso 1º 6,0 1 6,0 2º 7,2 2 14,4 3º 5,5 3 16,5 4º 7,8 4 31,2 TOTAL 10 68,1 Fonte: dados hipotéticos. A média aritmética ponderada, então, será igual a: Média = 68,1 / 10 , logo Média = 6,81. A notação (indicação através de uma fórmula) da média aritmética ponderada é feita da seguinte forma: (leia-se: média é igual à soma do produtos dos i elementos multiplicados pelos respectivos pesos i, do primeiro até o último, dividido pela soma dos pesos, do primeiro até o último). ∑ ∑ = == n i i n i ii p px Média 1 1 UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 53 3.6 – Cálculo da Média Aritmética para dados grupados Até então foi verificada a metodologia para o cálculo da média aritmética (simples ou ponderada) considerando-se os dados isolados, ou aqueles que estão dispostos em um variável discreta. Entretanto muitas vezes o pesquisador necessita efetuar o cálculo de médias e somente disporá dos dados dispostos em variável contínua. Como proceder? É necessário que para cada classe seja identificado um elemento que a represente. Este elemento é denominado de ponto médio da classe (mi). Então, o ponto médio de uma classe é: (leia-se: o ponto médio da classe i é igual à média aritmética da soma do limite inferior da classe i e o limite superior da classe i). Para exemplificar será utilizada a variável contínua construída – as notas dos alunos em uma prova de Língua Portuguesa. Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência Ponto médio 1 1 __ 2,5 3 1,75 2 2,5 __ 4 1 3,25 3 4 __ 5,5 7 4,75 4 5,5 __ 7 11 6,25 O ponto médio de uma classe (mi) é a média aritmética entre o limite inferior (li) e o limite superior (Li) da classe. 2 ii i Ll m + = UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 54 5 7 __ 8,5 9 7,75 6 8,5 __ 10 11 9,25 Total 42 Fonte: dados hipotéticos. Ponto Médio da Classe 3 = 4,75 Ponto Médio da Classe 4 = 6,25 Distância = (Ponto Médio da Classe 4 – Ponto Médio da Classe 3) Distância = m4 – m3 Distância = 6,25 – 4,75 , logo Distância = 1,5 A amplitude das classe também é igual a 1,5. Para o cálculo da média aritmética de dados agrupados, os pontos médios das classe serão ponderados pelas freqüências simples das respectivas classes. Desta forma, apresentado a média aritmética para dados agrupados através de uma fórmula, tem-se: A “distância” entre os pontos médios de classes consecutivas é igual à amplitude do intervalo de classe. ∑ ∑ = == n i i n i ii f mf X 1 1 _ UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 55 (leia-se: média aritmética é igual ao somatório dos produtos das freqüências das classes i pelos pontos médios das classes i, dividido pelo somatório das freqüências das classes i). Desta forma, para o cálculo da média aritmética das notas, proceder-se-á a multiplicação do ponto médio de cada classe pela freqüência da respectiva classe. Em seguida, será efetuada a soma dos produtos obtidos e este resultado dividido pela soma das freqüências (freqüência total). Notas dos alunos da turma XX na prova de Língua Portuguesa Classe Notas Freqüência (fi) Ponto médio (mi) fi mi 1 1 __ 2,5 3 1,75 4,75 2 2,5 __ 4 1 3,25 3,25 3 4 __ 5,5 7 4,75 33,25 4 5,5 __ 7 11 6,25 68,75 5 7 __ 8,5 9 7,75 69,75 6 8,5 __ 10 11 9,25 101,75 Total 42 281,50 Fonte: dados hipotéticos. A média aritmética das notas, então, será: A utilização da simbologia X barra (x com uma barra horizontal sobreposta) é comumente utilizada para identificar a média aritmética. 7,6 42 50,281_ ==X UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 56 Se você efetuar a soma do rol das notas, chegará a um total de 279. Dividindo-se o valor por 42 (freqüência total), ou seja, calculando-se a média aritmética simples, obter-se-á 6,64. A diferença, ou seja 0,06, é inexpressiva, não importando para a análise dos valores. Quando os dados são agrupados na disposição de uma variável contínua, passa-se a trabalhar com os dados sem conhecimento de seus valores individuais. Note no exemplo utilizado, que o máximo que se pode afirmar com respeito ao menor valor desta série é que ele é um valor maior ou igual a 1,0 e menor do que 10. Mas não é possível, sem a visualização do rol, conhecer-se os valores individualizados. Este fato é que leva a substituição das classes pelos seus pontos médios para o cálculo da média da série. UniverCidade Estatística Aplicada - Prof. Célio Cayres ___________________________________________________________________________________ 57 3.7 – A Mediana ( md) A mediana é um valor real que separa
Compartilhar