Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 2 3 O AUTOR Rafael Oliveira de Souza é economista formado pela Universidade Federal de Goiás, mestre em Agronegócio pela mesma universidade. É professor dos cursos de graduação em Administração, Ciências Contábeis e Gestão Comercial da Faculdade Araguaia, ministrando as disciplinas relacionadas à teoria econômica e finanças. Além disso, atua como orientador de trabalhos de conclusão de curso. Dados Internacionais de Catalogação na Publicação - CIP S729e SOUZA, Rafael Oliveira de Estatística aplicada / Rafael Oliveira de Souza – Goiânia: NUTEC, 2017. 77 p. : il. - (Educação a distância Araguaia). Possui bibliografia. 1. Estatística. 2. Educação à distância – Estatística. 3. Educação superior. I. Faculdade Araguaia. II. Título. ISBN: 978-85-98300-45-0 CDU: 519.22(07) Ficha catalográfica elaborada pela Bibliotecária Marta Claudino de Moraes CRB- 1928 4 FACULDADE ARAGUAIA - FARA 1ª Edição – 2017 É proibida a reprodução total ou parcial desta obra, por qualquer meio e para qualquer fim. Obra protegida pela Lei de Direitos Autorais DIRETORIA GERAL: Professor Mestre Arnaldo Cardoso Freire DIRETORIA FINANCEIRA: Professora Adriana Cardoso Freire DIRETORIA ACADÊMICA Professora Ana Angélica Cardoso Freire DIRETORIA ADMINISTRATIVA Professor Hernalde Menezes DIRETORIA PEDAGÓGICA: Professora Mestra Rita de Cássia Rodrigues Del Bianco VICE-DIRETORIA PEDAGÓGICA Professor Mestre Hamilcar Pereira e Costa COORDENAÇÃO GERAL DO NÚCLEO DE TECNOLOGIA EM EDUCAÇÃO A DISTÂNCIA Professor Mestre Leandro Vasconcelos Baptista COORDENAÇÃO GERAL DOS CURSOS TÉCNICOS Professor Doutor Ronaldo Rosa Júnior REVISÃO DE LÍNGUA PORTUGUESA Professor Rafael Souza Simões COORDENAÇÃO E REVISÃO TÉCNICA DE PRODUÇÃO DE CONTEÚDO EM VÍDEO E WEB Professora Doutora Tatiana Carilly Oliveira Andrade DESIGN GRÁFICO E EDITORIAL Bruno Adan Vieira Haringl FACULDADE ARAGUAIA Unidade Centro – Polo de Apoio Presencial Endereço: Rua 18 nº 81 - Centro - Goiânia-GO, CEP: 74.030.040 Fone: (62) 3224-8829 Unidade Bueno Endereço: Av. T-10 nº 1.047, Setor Bueno - Goiânia-GO, CEP: 74.223.060 Fone: (62) 3274-3161 Site Institucional www.faculdadearaguaia.edu.br NÚCLEO DE TECNOLOGIA EM EDUCAÇÃO A DISTÂNCIA Polo Goiânia: Unidade Centro Correio eletrônico: nutec@faculdadearaguaia.edu.br 5 SUMÁRIO UNIDADE I – INTRODUÇÃO À ESTATÍSTICA .......................................................... 7 1. Estatística, método estatístico e a etnomatemática .......................................... 7 2. Conceitos fundamentais: população e amostra .............................................. 12 3. Técnicas de amostragem ............................................................................... 14 4. Resumo ......................................................................................................... 16 Atividades ........................................................................................................... 18 Referências ........................................................................................................ 19 UNIDADE II – ORGANIZAÇÃO DE DADOS ............................................................ 20 1. Utilizando dados ............................................................................................. 20 2. Séries estatísticas, tabelas e gráficos............................................................. 22 3. Distribuição de frequência .............................................................................. 29 4. Resumo .......................................................................................................... 33 Atividades ........................................................................................................... 36 Referências ........................................................................................................ 37 UNIDADE III – MEDIDAS DE TENDÊNCIA CENTRAL ............................................ 38 1. Conceito de medidas de tendência central ..................................................... 38 2. Média .............................................................................................................. 39 3. Moda ............................................................................................................... 44 4. Mediana .......................................................................................................... 46 5. Resumo ......................................................................................................... 48 Atividades ........................................................................................................... 49 Referências ........................................................................................................ 51 UNIDADE IV – MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE .................... 52 1. Conceito de medidas de dispersão ou de variabilidade.................................. 52 2. Amplitude total e desvio médio ....................................................................... 52 3. Variância e desvio padrão .............................................................................. 56 4. Coeficiente de variação .................................................................................. 62 5. Resumo .......................................................................................................... 53 Atividades ........................................................................................................... 64 Referências ........................................................................................................ 65 UNIDADE V – NOÇÕES DE PROBABILIDADE ...................................................... 66 1. Introdução a probabilidade – conceitos básicos ............................................. 66 2. Cálculo de probabilidade ................................................................................ 67 3. Tipos de eventos ............................................................................................ 70 4. Resumo .......................................................................................................... 74 Atividades ........................................................................................................... 76 Referências ........................................................................................................ 77 6 APRESENTAÇÃO A disciplina de Estatística Aplicada visa ofertar conhecimentos básicos de estatística e de suas principais ferramentas, que podem ser úteis à gestão das organizações empresariais. Estudar Estatística representa muito mais do que calcular e aplicar fórmulas. Além de utilização dos aparatos matemáticos clássicos, é preciso contextuar os resultados encontrados. Dessa forma, não basta apenas calcular, é preciso encontrar um significado do valor encontrado para uma determinada situação ou contexto. Na gestão das organizações, uma das principais atividades consiste em tomar decisões. Esse processo sempre exige informações que possam orientar, de forma eficiente, as escolhas cotidianas das empresas. A Estatística é capaz de gerar essas informações necessárias ao cotidiano das empresas. Na presente disciplina, serão discutidos, em cinco unidades, os seguintes temas: introdução à Estatística; organização de dados; medidas de tendência central; medidas de dispersão ou de variabilidade; e noções de probabilidade. Bons estudos!7 UNIDADE I – INTRODUÇÃO À ESTATÍSTICA Na primeira unidade da disciplina de Estatística Aplicada, serão definidas as bases conceituais para o estudo da estatística. Você terá a oportunidade de conhecer um pouco da história e evolução da estatística e também conhecer os conceitos e aplicações de população, amostra e técnicas de amostragem. 1 ESTATÍSTICA, MÉTODO ESTATÍSTICO E A ETNOMATEMÁTICA Os números e as operações matemáticas estão presentes em nossas vidas e também na rotina de trabalho e estudo de diversos profissionais. As ferramentas e técnicas utilizadas para organizar e manipular os números são de extrema importância para extrair, dos mesmos, informações que possibilitam o processo de tomada de decisão. A estatística, sem dúvida, representa uma importante ferramenta para atender o objetivo de gerar informações por meio dos números. Para Freund e Simon (2000), são inúmeras as motivações para o desenvolvimento acentuado do estudo da estatística nas últimas cinco décadas. Seja tanto pelo crescimento do uso de abordagem quantitativa utilizadas por muitas ciências, como na Administração e em tantas outras que fazem parte do nosso cotidiano, como pelo desenvolvimento dos softwares, que aumentaram nossa capacidade de coletar, organizar e manipular dados numéricos. Segundo Bruni (2013), a estatística corresponde a um conjunto de técnicas que têm por objetivo principal viabilizar a análise e a intepretação das informações contidas em diferentes conjuntos de dados. Em outros termos, a estatística é a ciência que tem por objetivo geral a coleta, a análise e a intepretação de dados quantitativos e também qualitativos a respeito de um fenômeno, além da representação numérica e comparativa, por meio de tabelas e gráficos dos resultados encontrados. Conforme avaliado por Crespo (2009), a estatística corresponde a um ramo da matemática que teve sua origem no processo de desenvolvimento da história do homem. Desde a Antiguidade, inúmeros povos já registravam o número de habitantes, de nascimento, de óbitos, faziam estimativas das riquezas individuais e 8 sociais, ou seja, já se desenvolviam, de forma rudimentar, as primeiras ações de natureza estatística. Segundo Araújo (2008), a estatística é a ciência que se preocupa com a coleta, a organização, a análise e a interpretação de dados, em geral, obtidos de pesquisas e medições. Bruni (2013) acredita que a palavra estatística tenha sido primeiramente empregada para definir um conjunto de dados referentes a assuntos do Estado, geralmente com a finalidade de controle fiscal, ou seja, arrecadação de impostos, ou segurança nacional. Por isso, o uso da palavra, segundo estudiosos, teria a sua origem na expressão latina status, que significa Estado, podendo assumir diferentes conotações, dependendo do contexto. Ainda segundo Bruni (2013, o estudo da estatística pode ser divido em três grandes segmentos, são eles: a estatística descritiva, a estatística das probabilidades e a estatística inferencial ou indutiva. O Quadro 1 apresenta uma breve definição de cada segmento citado, bem como um exemplo. QUADRO 1 – DIVISÃO DO ESTUDO DA ESTATÍSTICA Estatística descritiva: sua principal função reside em sintetizar dados e informações pesquisadas, apresentando-as de forma prática e simples. Exemplo: o percentual de administrador que atua profissionalmente no setor público. Estatística das probabilidades: a probabilidade está associada à chance, ou à possibilidade de algo acontecer. Ou ainda estuda o risco e o acaso em eventos futuros e determina se é provável ou não sua realização. Exemplo: a chance de um apostador, que realizou apenas uma aposta, ganhar sozinho na loteria. Estatística inferencial ou indutiva: corresponde ao estudo dos dados de amostras (pequenos conjuntos que representam o todo, ou seja, uma população) com o objetivo de compreender o comportamento do todo, ou seja, da população. Exemplo: foram acompanhados 100 indivíduos portadores de uma grave enfermidade, observou que apenas 20% vieram a óbito com menos de 30 anos de 9 idade. Dessa forma, espera-se que todas as pessoas que sejam portadores dessa enfermidade tenham o mesmo comportamento. Fonte: Elaborado pelo autor com base em Bruni (2013). Além do conceito de estatística, é preciso conhecer um pouco do método, ou forma de procedimento, desenvolvida por essa área do saber humano. Para tanto, vale considerar os estudos de Crespo (2009). Primeiramente, cabe destacar que o método corresponde a um conjunto de meios disponíveis convenientemente para se chegar a um fim que se deseja. O método estatístico possui as seguintes fases: 1. Coletas de dados: após a realização do planejamento de como a investigação de uma determinada variável será desenvolvida, inicia-se a coleta de dados, que pode ser direta – quando realizada com base em registros obrigatórios como registros de casamento, nascimento, entre outros, ou quando o pesquisador, via aplicação de questionários, busca dados não registrados (pesquisa primária); ou indireta – quando é feito o levantamento de elementos já conhecidos (pesquisa secundária), como por exemplo, pesquisa sobre a mortalidade infantil através de dados publicados pelo IBGE. 2. Crítica de dados: os dados obtidos devem ser minuciosamente analisados, ou seja, criticados, à procura de possíveis falhas e imperfeições, a fim de não incorremos em erros grosseiros que possam influenciar negativamente na qualidade da pesquisa. A crítica pode ser externa - quando objetiva encontrar erros por parte do informante, por distração ou má intepretação das perguntas que lhe foram feitas - e também pode ser interna - quando visa observar os elementos originais dos dados da coleta, ou seja, observar se os dados foram registrados (anotados ou digitados) corretamente de acordo com o informado. 3. Apuração dos dados: corresponde à fase de soma e processamentos dos dados obtidos e a organização mediante critérios previamente definidos. Essa etapa, atualmente, é realizada com o auxílio de softwares estatísticos. 10 4. Exposição ou apresentação dos dados: apresenta a exposição dos dados por meio de gráficos e tabelas. 5. Análise dos resultados: análise dos resultados obtidos, através da estatística inferencial. A Figura 1 apresenta a sequência das fases do método estatístico, conforme exposto anteriormente. FIGURA 1 – FASES DO MÉTODO ESTATÍSTICO Fonte: Elaborado pelo autor com base em Crespo (2009). Pode-se afirmar que a estatística, atualmente é considerada como a ciência, ou seja, uma área do conhecimento humano capaz de apresentar resultados, análises e teorias com base em uma metodologia. Sendo a metodologia, o método estatístico é o principal elemento capaz de validar os resultados apresentados pela mesma. Novamente segundo Crespo (2009), os recursos utilizados pela estatística, como as tabelas, os gráficos e os cálculos, foram se tornando cada vez mais completos. Dessa forma a estatística deixou de ser apenas sinônimo de uma simples catalogação de dados numéricos, como na antiguidade, para se tornar um estudo de como chegar a conclusões embasadas em números, que auxiliam o processo de tomada de decisão. A estatística, como já referenciado, pode ser definida com um segmento do estudo da matemática. Dessa forma, uma série de temas estudados pela matemática pode ser também visitada pela estatística. A seguir, será apresentado 11 um breve texto relacionado ao tema etnomatemática, ou seja, uma temática multidisciplinar com vista a contribuir não apenas com a formação técnica do indivíduo, mas também estimular o pensamento crítico e cidadão. Sabe-se que a educação matemática tradicional tem como objetivo o ensino e a transmissão de técnicas que são utilizadas em situações artificiais,muitas vezes, apresentadas como problemas. Estes por sua vez, são geralmente tediosos, desinteressantes, obsoletos, e não possuem uma relação direta com o mundo externo e nem com a sociedade moderna. Podemos citar esse fato como um dos causadores do baixo rendimento dos alunos, seu desinteresse e insatisfação diante da escola e da matemática, pois desde cedo, como falamos no início, a criança é levada a temer a matemática, e aqueles que a ensinam, muitas vezes, fazem uso dela como um filtro de segregação social e intelectual. Sabemos que os jovens adquirem a habilidade matemática no meio em que vivem. Mas, ao entrar na escola, eles se deparam com professores que colocam para ele que aquilo que foi aprendido não é matemática. Isso cria conflito, pois ao não valorizar o conhecimento do aluno, o docente está tornando mais difícil para o discente, o aprendizado da matemática, fazendo-o sentir medo e desprezo pela disciplina. Em primeiro lugar, o prefixo etno se refere à etnia, isto é, a um grupo de pessoas de mesma cultura, língua própria, ritos próprios, etc., ou seja, pessoas ou grupos de características culturais bem delimitadas para que possamos caracterizá- los como um grupo diferenciado. É com este pensamento que alguns educadores e teóricos em educação matemática voltam seus olhares para um novo modo de pensar matemático. Um pensar menos rigoroso, menos rígido e menos tradicional. Um pensar voltado para um novo tipo de conhecimento: dos comerciários, dos artesões, das donas de casas em sua cozinha e até mesmo do adolescente que faz suas contas de cabeça. O termo etnomatemática foi usado pela primeira vez por Ubiratan D’Ambrosio, em 1975; mas somente em 1985, por ocasião do 5º Congresso Internacional de Educação Matemática, realizado na cidade de Adelaide, Austrália, é que foi reconhecida com um importante estudo da matemática. Podemos definir a etnomatemática como a ciência que dá validade não apenas a conceitos matemáticos, mas sim à matemática em si, pois ela passa a ter 12 uma aplicação prática na vida de um grupo social, seja ele uma sala de aula do ensino médio, uma sala de aula da universidade ou até mesmo de um mestrado. Sem uma aplicação prática, sem levarmos em conta aquilo que o aluno já sabe da matemática, que os cientistas chamam de “Matemática Materna”, estaríamos apenas repetindo conceitos, fórmulas e teorias já desenvolvidas e não teríamos mostrado nada de novo ou atrativo aos nossos alunos. Fonte: adaptado Franco Junior (2014). Atualmente, uma grande preocupação no ensino é a inserção de temas correlatos ao currículo obrigatório da área de formação com questões que estimulem o pensamento crítico e, dessa forma, possam promover mudança de paradigma dos novos profissionais. 2 CONCEITOS FUNDAMENTAIS: POPULAÇÃO E AMOSTRA Para que sejam realizados cálculos estatísticos, e assim seja possível chegar a uma série de informações, é preciso conhecer os dois conceitos fundamentais da estatística: população e amostra e, dessa forma, ter ciência da origem dos números utilizados. Conforme avaliado por Sweeney, Williams e Anderson (2015), em muitas situações, deseja-se um conjunto de informações sobre um grupo amplo de elementos. Devido ao tempo, custos financeiros e muitos outros fatores, é possível coletar dados de uma pequena parte do grupo em análise. Assim, o grupo mais amplo, que contém todos os elementos, chama-se de população ou universo estatístico. Já o grupo menor, que apresenta alguns elementos da população, chama-se amostra. Conforme ilustra a Figura 2, a população corresponde ao conjunto de todos os elementos que estão sendo estudados em um determinado contexto, enquanto a amostra representa um subconjunto da população. 13 FIGURA 2 – POPULAÇÃO E AMOSTRA Fonte: Análise estatística (2017). Segundo Araújo (2008), população corresponde ao conjunto de elementos que possui alguma característica em comum e que será estudada. Já a amostra representa um subconjunto, uma parte da população que representa o todo. As amostras devem ser representativas, ou seja, devem ser capazes de representar o todo, sem que haja maiores distorções nos resultados. Para Bruni (2013), a população representa o agrupamento total de dados que descreve um determinado fenômeno de interesse individual. Existem diversos elementos que podem compor uma população, entre eles podem-se citar: pessoas, pesos, altura, idade etc. É importante destacar que o conceito de população empregado em estatística (conjunto total de observações) diverge do conceito empregado no dia a dia (conjunto total de indivíduos ou pessoas). Por sua vez, as amostras representam parcelas do todo e costumam ser extraídas e analisadas quando o estudo em questão envolve populações finitas com tamanhos consideráveis, ou seja, muito grandes, ou populações infinitas. A realização de uma pesquisa ou levantamento de dados que avalia toda uma população é chamada de censo, ao passo que o mesmo processo realizado com uma amostra se chama de pesquisa amostral. Uma das grandes contribuições da estatística e de suas ferramentas é possibilitar ao pesquisador, estudante ou 14 profissional fazer uso de pequenos grupos das populações (amostras) para compreender o comportamento da população ou universo estatístico. A principal preocupação que se deve ter quando se trabalha com amostras é de que as mesmas sejam representativas do todo. Por exemplo, quando são realizadas pesquisas de intenções de votos para qualquer cargo político, são utilizadas amostras. Para que as mesmas sejam representativas, os eleitores entrevistados devem fazer parte de diferentes classes sociais. Caso contrário, a parte selecionada não representará a opinião da população. Para que as amostras sejam, de fato representativas, existem uma série de métodos, denominados de técnicas de amostragem, que são utilizados para garantir essa condição. 3 TÉCNICAS DE AMOSTRAGEM Dada a possibilidade de se utilizar amostras ao invés da população, precisa- se traçar estratégias para que os elementos que formarão as amostras sejam representativos do todo. E, assim, os futuros resultados encontrados tenham aplicabilidade e validade. Segundo Crespo (2009), para que a amostragem seja representativa, é importante garantir que cada elemento da população tenha a mesma chance de ser escolhido para o conjunto amostra. As principais técnicas de amostragem utilizadas na estatística são: amostragem casual ou aleatória simples; amostragem proporcional estratificada e a amostragem sistemática. A amostragem casual ou aleatória simples equivale a um sorteio lotérico. Como é sabido, em um sorteio lotérico, todos os números considerados apresentam a mesma chance de serem sorteados, a menos que haja fraude no processo. Para utilizar essa técnica de amostragem, é necessário numerar a população de 1 a “n”, onde “n” represente o último número da população e sortear, por meio de um método qualquer a quantidade de elementos desejada. Considerando, por exemplo, uma população de 120 colaboradores de uma empresa, na qual se deseja obter uma amostra de 10% da população para a realização de uma pesquisa. Para a amostra por meio da amostragem aleatória simples, deve-se selecionar 12 colaboradores com o auxílio de um processo aleatório qualquer, como por exemplo, sorteio com pedaços de papel. Quando o 15 número de elementos da amostra é grande, para facilitar o processo, convém utilizar a tabela de números aleatórios ou ainda software elaborados para essa finalidade. A amostragem proporcional estratificada é aplicada quando a população naturalmente se divide em subpopulações, grupos ou estratos. Observam-se os elementos de uma população, que se dividem em estratos e apresentam comportamento semelhante dentro no mesmo estrato e comportamentodistante quando pertencentes a estratos diferentes. Por exemplo, caso seja necessário analisar o padrão de consumo de 200 pessoas de uma mesma faixa etária, pode-se observar que a população se divide naturalmente em dois estratos, homens e mulheres. No estrato dos homens, é possível observar grandes semelhanças em relação ao padrão de consumo de um homem para o outro e maiores diferenças em relação ao padrão de consumo das mulheres (outro estrato). Assim, é provável que variáveis no mesmo estrato apresentem comportamentos homogêneos ou semelhantes; e variáveis em estratos diferentes apresentem comportamentos heterogêneos ou distintos. Para a amostra originária de uma população que apresenta estratos, é preciso considerar a existência dessa diferença. Considerando que uma população de 200 pessoas tenha 80 homens e 120 mulheres, para se obter uma amostra proporcional estratificada de 10% da população, é preciso considerar essa característica. Conforme ilustra a Tabela 1. TABELA 1 – AMOSTRAGEM PROPORCIONAL ESTRATIFICADA Gênero População 10% Amostra Homens 80 10% de 80 = 8 8 Mulheres 120 10% de 120 = 12 12 Total 200 10% de 200 = 20 20 Fonte: elaborado pelo autor (dados fictícios). Para que a amostra seja proporcional, é necessário que a amostra tenha 8 homens e 12 mulheres, totalizando 20 indivíduos. Para selecionar os 20 indivíduos, é possível utilizar o método anteriormente apresentado, neste caso, a amostragem casual ou aleatória simples. 16 A amostragem sistemática se faz necessária quando os elementos da população já se acham ordenados, não havendo a necessidade de construir o sistema de referência (lista que enumera os elementos da população). Neste caso, a seleção dos elementos que constituirão a amostra pode ser feita por um sistema imposto pelo agente realizador da pesquisa. Supondo, por exemplo, um estoque com 1000 containers enfileirados, dos quais se deseja obter uma amostra formada de 100 containers. Pode-se, neste caso, usar o seguinte procedimento: 1000 (número de containers) dividido por 100 (tamanho da amostra), que é igual a 10, escolhe-se, por sorteio aleatório, um número de 1 a 10, o qual indicaria o primeiro elemento sorteado para a amostra; os demais elementos seriam periodicamente considerados de 10 em 10 (resultado da divisão população por amostra). Cada situação que o pesquisador, estudante ou profissional se deparar, exigirá uma solução diferente para determinar como os elementos da amostra devem ser selecionados. Contudo, sempre será necessário priorizar condições para que a amostra formada seja representativa e, assim, válida. 4 RESUMO A estatística é a ciência que tem por objetivo geral a coleta, a análise e a intepretação de dados quantitativos e também qualitativos a respeito de um fenômeno. Além da representação numérica e comparativa, por meio de tabelas e gráficos dos resultados encontrados. O estudo da estatística pode ser divido em três grandes segmentos, são eles: a estatística descritiva, a estatística das probabilidades e a estatística inferencial ou indutiva. Estatística descritiva: sua principal função reside em sintetizar dados e informações pesquisadas, apresentando-as de forma prática e simples. Estatística das probabilidades: a probabilidade está associada à chance, ou à possibilidade de algo acontecer. Estuda, ainda, o risco e o acaso em eventos futuros e determina se é provável ou não sua realização. Estatística inferencial ou indutiva: corresponde ao estudo dos dados de amostras (pequenos conjuntos que representam o todo, ou seja, uma 17 população) com o objetivo de compreender o comportamento do todo, ou seja, da população. O método estatístico possui as seguintes fases: coleta de dados, crítica de dados, apuração de dados, exposição ou apresentação de dados e análise dos resultados. Coletas de dados: após a realização do planejamento de como a investigação de uma determinada variável será desenvolvido, inicia-se a coleta de dados, que pode ser direta ou indireta. Crítica de dados: os dados obtidos devem ser minuciosamente analisados, ou seja, criticados, à procura de possíveis falhas e imperfeições, a fim de não incorremos em erros grosseiros que possam influenciar negativamente na qualidade da pesquisa. Apuração dos dados: corresponde à fase de soma e processamentos dos dados obtidos e a organização mediante critérios previamente definidos. Essa etapa, atualmente, é realizada com o auxílio de softwares estatísticos. Exposição ou apresentação dos dados: apresenta a exposição dos dados por meio de gráficos e tabelas. Análise dos resultados: análise dos resultados obtidos, através da estatística inferencial. População corresponde ao conjunto de elementos que possui alguma característica em comum e que será estudada. Amostra representa um subconjunto, uma parte da população que representa o todo. As amostras devem ser representativas, ou seja, devem ser capazes de representar o todo, sem que haja maiores distorções nos resultados. A principal preocupação que se deve ter quando se trabalha com amostras é de que as mesmas sejam representativas do todo. Para que as amostras sejam, de fato, representativas, existem uma série de métodos, denominados de técnicas de amostragem, que são utilizados para garantir essa condição. Para que a amostragem seja representativa, é importante garantir que cada elemento da população tenha a mesma chance de ser escolhido para o conjunto amostra. A amostragem casual ou aleatória simples equivale a um sorteio lotérico. 18 A amostragem proporcional estratificada é aplicada quando a população naturalmente se divide em subpopulações, grupos ou estratos. A amostragem sistemática se faz necessária quando os elementos da população já se acham ordenados, não havendo a necessidade de construir o sistema de referência. 5 ATIVIDADES 1) A estatística pode ser definida como um importante instrumento para gerar informações para auxiliar estudantes, pesquisadores e profissionais. No âmbito da gestão das organizações, a principal contribuição da estatística reside em facilitar o processo de tomada de decisão. Tendo como base a leitura e compreensão da Unidade I, escreva um breve texto dissertativo, de 10 a 15 linhas, destacando o conceito de estatística e sua contribuição no processo de tomada de decisão. 2) Atualmente, a formação superior dos indivíduos passa tanto pelo estudo dos conteúdos obrigatórios, de cada área de formação, quanto pelo estudo de temas multidisciplinares que buscam atender a necessidade de formar profissionais e também cidadãos conscientes de suas responsabilidades. Na Unidade I, foi apresentado o tema etnomatemática. Produza um texto dissertativo, de 10 a 15 linhas, apresentado seu entendimento a respeito do tema etnomatemática. 19 6 REFERÊNCIAS ANÁLISE ESTATÍSTICA. População e amostra. Disponível em: <http://analise- estatistica.pt/inicio/> Acesso em 17 jul. 2017. ARAÚJO, E. Métodos numéricos aplicados à gestão. Curitiba: IESDE, 2008. BRUNI, A. L. Estatística Aplicada à gestão empresarial. São Paulo: Atlas, 2013. CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2009 FREUND, John E.; SIMON, Gary A. Estatística Aplicada: Economia, Administração e Contabilidade. 9. Ed. Porto Alegre: Bookman, 2000. SWEENWY, Dennis J.; WILLIAMS, Thomas A.; ANDERSON, David R. Estatística Aplicada à Administração e Economia. 3ª. São Paulo: Cengage Learning, 2015 20 UNIDADE II – ORGANIZAÇÃO DE DADOS Na segunda unidade da disciplina de estatística aplicada, será avaliado um importante processo relacionado à estatística – a organização de dados. Serão discutidoso conceito e importância dos dados e também os seguintes elementos: séries estatísticas, tabelas e gráficos, além da distribuição de frequência. 1 UTILIZANDO DADOS Para operacionalizar ou “pôr em prática” a estatística, é preciso dispor previamente de dados. Mas, o que são dados? Os dados estatísticos, ou simplesmente dados, são a matéria prima das pesquisas de natureza estatística. Os dados surgem sempre que se realizam mensurações, ou seja, mediação de algo, ou ainda quando se registram observações. São exemplos de dados pesos de indivíduos, medidas de características pessoais, respostas como “sim ou não”, indicação do estado civil, entre outros (FREUND e SIMON, 2000). Para Sweeney, Williams e Anderson (2015), os dados são fatos e números coletados, analisados e sintetizados para o processo de apresentação e interpretação. Os dados coletados em um estudo podem ser denominados de conjunto de dados. A existência de dados oferece a oportunidade ao indivíduo de obter um conjunto de informações. Os dados podem ser registrados por meio da observação ou ainda pela execução de um processo de medição. Além do conceito de dados, é importante conhecer o que são elementos e variáveis. Os elementos representam os “locais” onde os dados serão coletados. Enquanto as variáveis são as características de cada elemento que interessa ao pesquisador. O Tabela 1 apresenta um exemplo fictício para ilustrar o que são dados, elementos e variáveis. Analisando a Tabela 1, verifica-se que cada empresa listada representa um elemento, dessa forma tem-se seis elementos distintos. De cada elemento, são investigadas três variáveis, são elas: a participação no mercado (representada em percentuais), o tempo de atuação da empresa no mercado (medidos em anos) e o número de colaboradores. Os dados foram obtidos coletando-se as médias para cada variável de cada elemento considerado. 21 TABELA 1 – DADOS, ELEMENTOS E VARIÁVEIS Nome da empresa Participação no mercado Anos de atuação do mercado Número de colaboradores Empresa A 35% 20 1200 Empresa B 25% 35 850 Empresa C 17% 7 1400 Empresa D 16% 12 2500 Empresa E 5% 21 520 Empresa F 2% 6 560 Fonte: elaborado pelo autor (dados fictícios). As variáveis podem ser classificas de diferentes maneiras. Casos as variáveis possam apresentem informações referentes a categorias como gênero (masculino e feminino), ou nome de indivíduos ou de empresas, essas são classificadas com variáveis qualitativas. Vale registrar que as variáveis qualitativas admitem operações matemáticas. As varáveis também podem ser classificadas como variáveis quantitativas, ou seja, as informações apresentadas por esse tipo de variáveis são expressas por meio de números. O que possibilita operações matemáticas. São exemplos desse tipo de variáveis: número de horas de trabalho, peso, estatura, entre muitos outros. As variáveis qualitativas podem ser classificadas em: qualitativas nominais ou ordinais. As primeiras não permitem realizar comparações entre os diferentes casos que formam a pesquisa, por exemplo, o sexo. Não é possível estabelecer uma comparação, definindo qual é o mais importante ou maior. Já as variáveis qualitativas ordinais, diferentemente das nominais, permitem a comparação entre os casos. É muito comum utilizar como exemplo desse tipo de variáveis, as escalas de satisfação. Por exemplo: como você avalia a qualidade o transporte público em sua cidade? As alternativas para a resposta dessa pergunta seriam: fraca, regular, boa, ótima e excelente. As variáveis quantitativas também podem ser classificadas em dois grupos, variáveis quantitativas discretas ou contínuas. As variáveis discretas são aquelas que podem ser obtidas por meio da contagem, por exemplo: número de horas na 22 internet e idade. Enquanto as variáveis contínuas são obtidas por meio da medição, por exemplo, altura e peso. Para o processo de coleta de dados, o primeiro passo a ser dado consiste em determinar o que será investigado. Em outras palavras, quais variáveis serão investigadas junto aos elementos. Determinada a necessidade da pesquisa, ou seja, o que se desejar conhecer, é preciso realizar um planejamento de pesquisa. Esse planejamento deve deixar bem definido o período de tempo que a pesquisa será realizada, como os indivíduos serão abordados e o tamanho da equipe que trabalhará na coleta de dados. 2 SÉRIES ESTATÍSTICAS, TABELAS E GRÁFICOS Após a obtenção de dados estatísticos, a próxima tarefa do pesquisador, estudante ou profissional reside em representar de forma clara os dados e resultados encontrados. Sem dúvidas, as principais formas de representar os dados são através das tabelas e gráficos. Segundo Crespo (2009), um dos objetivos principais da estatística é resumir os valores que um ou mais variáveis podem assumir, para que seja possível gerar uma visão. É possível atender essa demanda por meio da utilização de tabelas e gráficos, que irão ofertar de forma rápida e seguras informações a respeito do contexto estudado. Ainda segundo Crespo (2009), as tabelas são quadros que resumem um conjunto de observações. Sua função básica é sintetizar uma mensagem. As tabelas são formadas por um conjunto de elementos. São eles: Corpo: conjunto de linhas e colunas que contém informações; Cabeçalho: parte superior da tabela que especifica o conteúdo das colunas; Coluna indicadora: parte da tabela que especifica o conteúdo das linhas; Linhas: retas imaginárias que facilitam a leitura, no sentido horizontal; Casa ou célula: espaço destinado a um só número; Título: conjunto de informações que identificam todo o contexto dos dados apresentados; Rodapé: apresenta a fonte dos dados. 23 Na Figura 1, é possível visualizar os elementos anteriormente descritos que formam uma tabela. FIGURA 1 – MODELO DE TABELA Fonte: Crespo (2009). As tabelas também podem ser denominadas de séries estatísticas. Dessa forma, chama-se de série estatística toda tabela que apresenta distribuição de um conjunto de dados estatísticos em função do tempo, do espaço ou espécie. Com isso, surgem três classificações para as tabelas, são elas: tabelas históricas, tabelas geográficas e tabelas específicas (CRESPO, 2009). Tabelas que apresentam os valores de uma variável ao longo de um período de tempo são denominadas de tabelas ou séries históricas, cronológicas ou temporais (conforme ilustra a Tabela 2). TABELA 2 – COLABORADORES COM CURSO SUPERIOR (EMPRESA ABC) Anos Colaboradores com curso superior 2013 250 2014 270 2015 300 2016 325 Fonte: Elaborado pelo autor (dados fictícios). 24 Já tabelas que apresentam os valores de uma variável considerando uma região, são denominadas de tabelas ou séries geográficas, espaciais territoriais ou de localização (conforme ilustra a Tabela 3). TABELA 3 – FATURAMENTO POR MUNICÍPIOS (FILIAS DA EMPRESA ABC) Municípios Faturamento (R$) Rio Verde 100.000,00 Jataí 125.000,00 Santa Helena 87.000,00 Catalão 130.000,00 Fonte: Elaborado pelo autor (dados fictícios). Por fim, as tabelas que apresentam os valores de uma variável considerando especificações ou categorias são denominadas de tabelas ou séries específicas ou de categorias (conforme ilustra a Tabela 4). TABELA 4 – GRUPO DE PRODUTOS EXPORTADOS – GOIÁS (2016) Tipos de produtos Volume de exportação (US$) Primários 9.000.000,00 Manufaturados 4.000.000,00 Industrializados 2.500.000,00 Fonte: Elaborado pelo autor (dados fictícios). Em determinadas situações, pode existir a necessidade de apresentar em uma única tabela mais de uma informação sobre a variável analisada. Ou seja, apresentar duas séries estatísticas em uma única tabela. Obtendo, dessa forma, uma tabela de dupla entrada, conforme apresenta a Tabela 5. TABELA 5 –NÚMERO DE CLIENTES – EMPRESA ABC Regiões 2014 2015 2016 Norte 25.000 26.000 17.000 Nordeste 35.000 24.000 30.000 Sudeste 55.000 57.000 60.000 25 Sul 58.000 55.000 56.000 Centro Oeste 17.000 18.000 20.000 Fonte: Elaborado pelo autor (dados fictícios). Em linhas gerais, as tabelas correspondem a um importante instrumento para a divulgação de resultados estatísticos. Além de possibilitar a transmissão rápida, organizada e eficiente de uma mensagem, por meio de dados numéricos. Para Bruni (2013), os gráficos representam a uma forma eficaz de transmitir informações contidas em diferentes conjuntos de dados. Enquanto elementos essencialmente visuais permitem compreender de forma simples um conjunto de características, aspectos e relações. A representação de uma série estatística ou de uma tabela, por meio de gráficos, permite, ao mesmo tempo, uma visão geral e alguma particularidade do conjunto de dados em análise. A principal estratégia dos gráficos para representar os valores, já conhecida pelo pesquisador, é associar os valores com figuras geométricas, como retângulos, círculos, triângulos entre outros. De forma que cada valor ou categoria sejam representados por uma figura proporcional. Um gráfico deve apresentar: título, referente à situação estudada; escalas e unidades de medida e fonte de informação de onde foram extraídos os dados utilizados. Quanto a sua forma, os gráficos podem ser classificados principalmente de duas formas: diagramas e cartogramas (BRUNI, 2013). Os diagramas são ilustrações desenhas em duas dimensões. Esse conjunto de gráficos é o mais utilizado na Estatística. São exemplos de diagramas os gráficos de linhas, de barras horizontais e verticais e também os gráficos de setores. Os gráficos de linhas são muito úteis para ilustrar a evolução ou tendência de uma variável ao longo de um período de tempo, conforme é possível observar na Figura 2. Nesse gráfico, são utilizados os dados da Tabela 2, que apresenta dados sobre os colaboradores com curso superior na Empresa ABC. Observa-se que, a partir de 2013, é possível considerar uma tendência de crescimento da variável analisada. 26 FIGURA 2 - COLABORADORES COM CURSO SUPERIOR (EMPRESA ABC) Fonte: Elaborado pelo autor (dados fictícios). Os gráficos de barras horizontais e verticais representam os dados por meio de retângulos, no qual o tamanho dos retângulos está diretamente relacionado ao valor numérico do dado que é representado. Na Figura 3, são apresentados os dados referentes à Tabela 3, que relaciona faturamento, por municípios, das filiais da Empresa ABC. Por meio da avaliação do gráfico, é possível registrar que, no município de Catalão, há um maior faturamento entre as filais da empresa. FIGURA 3 - FATURAMENTO POR MUNICÍPIOS (FILIAIS DA EMPRESA ABC) Fonte: Elaborado pelo autor (dados fictícios). 250 270 300 325 2013 2014 2015 2016 100.000,00 125.000,00 87.000,00 130.000,00 RIO VERDE JATAÍ SANTA HELENA CATALÃO 27 Os gráficos de setores, também conhecido popularmente como gráficos de pizza, representam a participação os valores em conjunto. Como uma pizza, os gráficos de setores são redondos e cada parte, ou cada fatia da pizza, corresponde um valor. Geralmente os gráficos de setores apresentam os valores em percentuais. A Figura 4 apresenta um gráfico de setores. Os valores utilizados foram os mesmos apresentados na Tabela 4, que apresenta os principais grupos de produtos exportados por Goiás, em 2016. Na tabela, os valores foram apresentados na forma numérica. Utilizando o gráfico de setores, é possível transformar os valores numéricos em percentuais. Avaliando o gráfico, os principais produtos exportados pelo estado de Goiás são integrantes do grupo de produtos primários (58%). FIGURA 4 - GRUPO DE PRODUTOS EXPORTADOS – GOIÁS (2016) Fonte: Elaborado pelo autor (dados fictícios). Os cartogramas apresentam dados numéricos associados a um mapa, ou seja, os dados numéricos são apresentados e relacionados ao espaço geográfico. Esse tipo de gráfico é popularmente utilizado em estudos e pesquisas de natureza histórica, geográfica ou demográfica. A Figura 5 apresenta um cartograma referente ao Brasil, que expõe o número de shopping centers no país em 2005. Quanto maior a quantidade de pontos vermelhos, maior é a quantidade de shopping centers na Primários 58% Manufaturados 26% Industrializados 16% 28 região. Dessa forma, avaliando o cartograma, observa-se a maioria dos shoppings centers estão localizados nas regiões sul e sudeste do país. FIGURA 5 – SHOPPING CENTERS (BRASIL – 2005) Fonte: Geossistema (2017). Tanto os gráficos como as tabelas correspondem a elementos de natureza visual, que são amplamente utilizados para representação de dados estatísticos de uma pesquisa. Sua principal contribuição é facilitar o entendimento e a transmissão de um conjunto de informações já levantadas. Assim, sempre é importante utilizar em relatórios, trabalhos e textos, em geral, gráficos e tabelas, pois os mesmos enriquecem o material que está sendo elaborado. 29 3 DISTRIBUIÇÃO DE FREQUÊNCIA A distribuição de frequência corresponde a mais uma ferramenta da estatística, para organizar os dados coletados em uma pesquisa ou em outro processo qualquer. Vale registrar que a frequência, em estatística, está associada ao número de ocorrências ou registros de algo. A distribuição de frequência é uma tabela de ocorrências ou registros de uma variável de forma organizada e com certo grau de detalhamento. Quando os dados estão dispostos em uma distribuição de frequência, os mesmos são chamados de dados agrupados. Segundo Freund e Simon (2000), quando se utiliza uma grande quantidade de dados, pode-se obter uma visualização adequada das informações necessárias, agrupado os dados em uma determinada classe, intervalos ou categorias, ou seja, agrupar os dados em uma distribuição de frequência. A distribuição de frequência, ou ainda tabelas de distribuição de frequência, apresentam os dados de maneira resumida, oferecendo uma visão global. Para construção de uma tabela de distribuição de frequência, precisa-se primeiramente coletar dados. Supondo que os dados a seguir foram obtidos por meio de uma pesquisa com quinze colaboradores de uma empresa acerca do tempo de serviços prestados naquela empresa, os dados resultantes dessa pesquisa são denominados de tabela primitiva, pois eles não receberam tratamento algum, apenas foram registrados. TABELA 6 – TABELA PRIMITIVA: TEMPO DE SERVIÇO NA EMPRESA 5 5 12 11 10 9 8 7 7 17 6 3 1 9 8 Fonte: Elaborado pelo autor (dados fictícios). Para iniciar a construção da tabela de distribuição de frequência deve-se utilizar a tabela primitiva (Tabela 6), organizando os dados de forma crescente ou decrescente. Após a organização da tabela primitiva, tem-se uma nova tabela, 30 denominada de tabela “rol”. A Tabela 7 é a tabela “rol” onde os dados foram organizados de forma crescente, ou seja, do menor valor para o maior valor. TABELA 7 – TABELA ROL: TEMPO DE SERVIÇO NA EMPRESA 1 7 9 3 7 10 5 8 11 5 8 12 6 9 17 Fonte: Elaborado pelo autor (dados fictícios). Com os dados coletados já organizados, é necessário realizar três passos para enfim construir uma tabela de distribuição de frequência. São eles: I. Definir as classes; II. Enquadrar os dados nas classes já definidas; III. Contar o número de elementos em cada classe. As classes são divisões que organizarão os dados já coletados. Para definir as classes, é preciso conhecer a quantidade de classes e também o intervalo de cada classe. O número de classes pode ser definido por meio da raiz quadra da amplitude total do conjunto de dados. A amplitude de total, representada por “AT”, é calculadapela diferença entre o maior valor e o menor valor do conjunto de dados. É possível observar na equação a seguir. 𝐴𝑇 = 𝐿 − 𝑙 Onde: “AT” é a amplitude geral; “L” é o maior valor do conjunto de dados; “l” é o menor valor do conjunto de dados. Calculando: 𝐴𝑇 = 17 − 1 𝐴𝑇 = 16 Conhecida a amplitude total, “AT”, basta calcular a raiz quadrada desse valor e assim conhecer o número adequado de classes para a tabela de distribuição de frequência. A equação a seguir apresenta o que foi descrito anteriormente. 31 𝑘 = √𝐴𝑇 Onde: “k” é o número de classes para a distribuição de frequência; “h” é a amplitude geral do conjunto de dados. Calculando: 𝑘 = √16 𝑘 = 4 Como se procura o número de classes para a tabela de distribuição de frequência, sempre é conveniente arredondar o valor de “k” para o próximo número interior, caso o valor encontrado esteja fracionado. No caso anterior, será utilizado quadro classes, não havendo a necessidade arredondamento. Conhecido o número de classes adequado ao contexto, é preciso definir os intervalos de classe. Esses podem ser definidos como referência para organizar os dados. A Tabela 8 corresponde à distribuição de frequência da pesquisa realizada com quinze colaboradores de uma empresa acerca do tempo de serviços prestados nela. A primeira coluna da Tabela 8 apresenta o número de classes que foram utilizadas para a construção da tabela. Nesse caso, foram utilizadas quatro classes, sendo as classes chamadas de “i”. A segunda coluna apresenta os intervalos de classe, como já mencionado, os intervalos de classe correspondem a uma referência para organizar os dados da tabela de distribuição de frequência. Para construí-los, é preciso: Selecionar o menor valor presente no conjunto de dados, nesse caso, o número 1; Calcular a variação do intervalo de classe, denominada de “h”. Essa variação é calculada dividindo a amplitude total do conjunto de dados pelo número de classes (ambos os valores já são conhecidos). ℎ = 𝐴𝑇 𝐾 ℎ = 16 4 ℎ = 4 Para facilitar a construção dos intervalos de classe, vale sempre arrendar o valor encontrado para o próximo número inteiro, caso seja 32 necessário. Somar ao menor número do conjunto de dados o valor encontrado no cálculo da variação do intervalo de classe. Conforme expresso a seguir: 1 + 4 = 5 Nesse caso, o primeiro intervalo de classe terá início no número 1 é terminará no número 5. O próximo intervalo de classe começará no número 6, somado a variação encontrada, o mesmo terminará no número 10. Esse procedimento deverá ser feito a última classe prevista. A terceira e última coluna apresenta a frequência, que pode ser representada por “f”, ou seja, a quantidade de elementos que se adequam à descrição contida nos intervalos de classes. Para preencher essa última coluna, é necessário retornar a tabela “rol” (Tabela 7) para contar quantos elementos cada classe receberá. O esquema a seguir detalha essa contagem: Na primeira classe serão considerados os números: 1, 3, 5 e 5. Na segunda classe serão considerados os números: 6, 7, 7, 8, 8, 9, 9 e 10. Na terceira classe serão considerados os números: 11 e 12. Na quarta classe serão considerados os números: 17. Logo, a primeira classe terá frequência igual 4, a segunda igual a 8 a terceira igual a 2 e quarta igual a 1. Vale registrar que a soma das frequências de todas as classes será igual ao número de elementos considerados da coleta de dados. Neste exemplo, o referido número é 15. TABELA 8 – DISTRIBUIÇÃO DE FREQUÊNCIA Classes (i) Intervalos de classe Frequência (𝒇𝒊) 1 01 - 05 4 2 06 - 10 8 3 11 - 15 2 4 16 - 20 1 Fonte: Elaborado pelo autor (dados fictícios). 33 Sem dúvida, as distribuições de frequência são de grande utilidade para organizar dados e apresentar informações acerca da maneira de como os mesmos se encontram posicionados. Para se construir uma tabela de distribuição de frequência, sempre será necessário: coletar dados, construir a tabela a primitiva e a tabela “rol”, calcular o número de classes necessárias, distribuir os dados pelas classes e, por fim, registrar a frequência de cada classe. Nas próximas unidades, as tabelas de distribuição de frequência serão utilizadas para alguns cálculos estatísticos. 4 RESUMO Os dados estatísticos, ou simplesmente dados, são a matéria prima das pesquisas de natureza estatística. Os dados surgem sempre que se realizam mensurações, ou seja, mediação de algo, ou ainda quando se registram observações. Os elementos representam os “locais” onde os dados serão coletados. E as variáveis são as características de cada elemento que interessa ao pesquisador. As variáveis que apresentem informações referentes a categorias como gênero (masculino e feminino), ou nome de indivíduos ou de empresas, são classificadas com variáveis qualitativas. As variáveis quantitativas apresentam informações por meio de números, o que possibilita operações matemáticas. São exemplos desse tipo de variáveis: número de horas de trabalho, peso, estatura, entre muitos outros. As variáveis qualitativas podem ser classificadas em: qualitativas nominais ou ordinais. As primeiras não permitem realizar comparações entre os diferentes casos que formam a pesquisa, por exemplo, o sexo ou gênero. Já as variáveis qualitativas ordinais, diferentemente das nominais, permitem a comparação entre os casos. As variáveis quantitativas também podem ser classificadas em dois grupos, variáveis quantitativas discretas ou contínuas. As variáveis discretas são aquelas que podem ser obtidas por meio da contagem, por exemplo: número 34 de horas da internet e idade. Enquanto as variáveis contínuas são obtidas por meio da medição, por exemplo, altura e peso. A utilização de tabelas e gráficos permite a oferta rápida e seguras informações a respeito do contexto estudado. As tabelas são quadros que resumem um conjunto de observações. Sua função básica é sintetizar uma mensagem. As tabelas também podem ser denominadas de séries estatísticas. Dessa forma, chama-se de série estatística toda tabela que apresenta distribuição de um conjunto de dados estatísticos em função do tempo, do espaço ou espécie. Tabelas que apresentam os valores de uma variável ao longo de um período de tempo são denominadas de tabelas ou séries históricas, cronológicas ou temporais. As tabelas que apresentam os valores de uma variável considerando uma região são denominadas de tabelas ou séries geográficas, espaciais territoriais ou de localização. As tabelas que apresentam os valores de uma variável, considerando especificações ou categorias, são denominadas de tabelas ou séries específicas ou de categorias. Em determinadas situações, pode existir a necessidade de apresentar em uma única tabela mais de uma informação sobre a variável analisada. Ou seja, apresentar duas séries estatísticas em uma única tabela. Os gráficos representam uma forma eficaz de transmitir informações contidas em diferentes conjuntos de dados. Enquanto elementos essencialmente visuais permitem compreender, de forma simples, um conjunto de características, aspectos e relações. Um gráfico deve apresentar: título referente à situação estudada; escalas e unidades de medida e fonte de informação de onde foram extraídos os dados utilizados. Quanto à sua forma, os gráficos podem ser classificados principalmente de duas formas: diagramas e cartogramas. Os diagramas são ilustrações desenhadas em duas dimensões. Esse conjunto de gráficos é o mais utilizado na Estatística. São exemplos de 35 diagramas os gráficos de linhas, de barras horizontais e verticais e também os gráficos de setores. Os gráficos de linhas são muito úteis para ilustrara evolução ou tendência de uma variável ao longo de um período de tempo. Os gráficos de barras horizontais e verticais representam os dados por meio de retângulos, no qual o tamanho dos retângulos está diretamente relacionado ao valor numérico do dado que é representado. Os gráficos de setores, também conhecidos popularmente como gráficos de pizza, representam a participação os valores em conjunto. Como uma pizza, os gráficos de setores são redondos e cada parte, ou cada fatia da pizza, corresponde um valor. Os cartogramas apresentam dados numéricos associados a um mapa, ou seja, os dados numéricos são apresentados e relacionados ao espaço geográfico. Esse tipo de gráfico é popularmente utilizado em estudos e pesquisas de natureza histórica, geográfica ou demográfica. Os gráficos, como as tabelas, correspondem a elementos de natureza visual, que são amplamente utilizados para representação de dados estatísticos de uma pesquisa. A distribuição de frequência corresponde a mais uma ferramenta da estatística, para organizar os dados coletados em uma pesquisa ou em outro processo qualquer. Vale registrar que a frequência, em estatística, está associada ao número de ocorrências ou registros de algo. A distribuição de frequência é uma tabela de ocorrências ou registros de uma variável de forma organizada e com certo grau de detalhamento. Para se construir uma tabela de distribuição de frequência, sempre será necessário: coletar dados, construir a tabela a primitiva e a tabela “rol”, calcular o número de classe necessários, distribuir os dados pelas classes e, por fim, registrar a frequência de cada classe. Amplitude total: 𝐴𝑇 = 𝐿 − 𝑙 Número de classes: 𝑘 = √𝐴𝑇 Variação do intervalo de classe: ℎ = 𝐴𝑇 𝐾 36 ATIVIDADES 1) Os gráficos são importantes ferramentas estatísticas para a divulgação de informações. Com base da leitura e compreensão da Unidade II, produza um texto de 5 a 10 linhas a respeito do gráfico apresentado a seguir, que descreva o tipo de gráfico e a mensagem exibida pelo mesmo. FIGURA 1 – FATURAMENTO DO SETOR DE FRANQUIAS NO BRASIL (EM BILHÕES DE REAIS) Fonte: ABF (2014). 2) Com base nos dados apresentados a seguir, construa uma tabela de distribuição de frequência, conforme apresentado na Unidade II. TABELA 1 – TABELA PRIMITIVA: ESTATURA DOS COLABORADORES (EM CENTÍMETROS) 166 160 161 150 162 160 165 167 164 160 162 161 168 163 156 173 160 160 164 168 155 152 163 160 155 155 169 169 170 164 154 161 156 172 153 157 156 156 158 161 Fonte: Adaptado Crespo (2009). 37 REFERÊNCIAS BRUNI, A. L. Estatística Aplicada à gestão empresarial. São Paulo: Atlas, 2013. CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2009 FREUND, John E.; SIMON, Gary A. Estatística Aplicada: Economia, Administração e Contabilidade. 9. Ed. Porto Alegre: Bookman, 2000. GEOSSISTEMA. Cartograma: número de shoppings centers no Brasil em 2005. Disponível em: <http://geossistema.blogspot.com.br/2012/10/cartografia-tematica- definicao-exemplos.html> Acesso em 19 jul. 2017. SWEENWY, Dennis J.; WILLIAMS, Thomas A.; ANDERSON, David R. Estatística Aplicada à Administração e Economia. 3ª. São Paulo: Cengage Learning, 2015 38 UNIDADE III – MEDIDAS DE TENDÊNCIA CENTRAL Na terceira unidade de estatística aplicada, serão apresentados os principais elementos da estatística descritiva, ou seja, as medidas de tendência central conhecidas como média, moda e mediana. 1 CONCEITO DE MEDIDAS DE TENDÊNCIA CENTRAL As medidas de tendência central, segundo Araújo (2008), correspondem a valores que caracterizam o conjunto de dados que se está estudando. Nesse mesmo sentido, Bruni (2013) afirma que, em um processo de análise de variáveis quantitativas, é comum resumir as informações contidas no conjunto de dados sob a forma de medidas, como as medidas de posição central ou medidas de tendência central. Esse grupo de medidas se preocupa com a caracterização e definição do centro do conjunto de dados. As medidas de tendência central são os elementos da Estatística Descritiva mais conhecidos pela sociedade em geral. Segundo Crespo (2009), essas medidas recebem essa denominação pelo fato de os dados observados em uma pesquisa, tenderem, em geral, a se agruparem em torno de valores centrais. No estudo de conjunto de dados, é de grande relevância promover o destaque das características principais de cada conjunto. Na Unidade II, quando se analisou o tema distribuição de frequência, foi possível descrever, de forma geral, os grupos (ou classes) que uma variável pode assumir. Por meio de uma tabela de distribuição de frequência, faz-se possível localizar a maior concentração de valores de uma determinada distribuição. Ou seja, a distribuição de frequência é capaz de apresentar algumas características do conjunto de dados. A introdução do conceito de medidas de tendência central representa mais uma ferramenta para caracterizar um conjunto de dados. As principais medidas de tendência central da estatística são: média, moda e mediana. 39 2 MÉDIA Em estatística, a média representa a medida mais popular e utilizada pelos indivíduos. É representada pelo símbolo �̅� (lê-se “x” barra), corresponde a um valor representativo do centro do conjunto de dados. A média corresponde a um único valor que é obtido utilizando todos os dados da população ou da amostra. A média, naturalmente conhecida, é tecnicamente denominada de média aritmética. Essa medida corresponde soma de todos os elementos do conjunto de dados, seja da população ou amostra, dividido pela quantidade de elementos. Conforme ilustra a equação a seguir. �̅� = ∑ 𝑥𝑖 𝑛 Onde: " ∑ 𝑥𝑖 " (lê-se somatório de “x” “i”) corresponde à soma de todos os elementos representes no conjunto de dados. Cada elemento presente no conjunto é chamado de “𝑥𝑖”. “𝑛”, corresponde à quantidade de elementos presente no conjunto de dados. Supondo que uma empresa de recrutamento deseje saber qual é a média de anos de estudo de inglês de 10 candidatos a uma vaga. Para isso, o primeiro passo consiste em realizar uma pesquisa para obter os dados e, posteriormente, efetivar o cálculo. A Tabela 1 apresenta os dados para a situação descrita. TABELA 1 – ESTUDO DE INGLÊS (ANOS) CANDIDATO TEMPO DE ESTUDO A 10 B 07 C 02 D 12 E 08 F 08 G 05 H 01 I 14 J 09 Fonte: Elaborado pelo autor (dados fictícios). 40 Calculando: 1º passo: somar todos os elementos, ou seja, cada “𝑥𝑖”, obtendo assim o somatório de “𝑥𝑖” (a parte superior da fórmula da média). 2º passo: contabilizar quantos elementos fazem parte do conjunto, obtendo, dessa forma o “𝑛”. 3º passo: promover a divisão do somatório de “𝑥𝑖” por “𝑛” e obter o valor da média, conforme realizado a seguir. �̅� = ∑ 𝑥𝑖 𝑛 �̅� = 76 10 �̅� = 7,6 𝑎𝑛𝑜𝑠 Conforme observado, por meio da realização do cálculo, o somatório de todos os elementos do conjunto de dados foi igual a 76. Já a quantidade de elementos do conjunto foi igual a 10. Assim, a média aritmética do tempo de estudo de inglês dos candidatos à vaga é igual a 7,6 anos. O valor encontrado apenas representa todos os elementos desse conjunto. Como é possível observar, há próximos da média, como também valores distantes, para mais e para menos. Além da média aritmética, existem outras médias no estudo da estatística, tais como a média ponderada e média geométrica. A média ponderada, representada por �̅�𝑤 (lê-se “x” barra “w”), é muito útil quando o conjunto de dados está agrupado em uma tabela de distribuição frequência. Ou ainda quando a necessidade de atribuir maior “peso” ou importância para determinado valor presente no conjuntode dados. A média ponderada pode ser calculada por meio da equação apresentada a seguir. �̅�𝑤 = ∑(𝑥𝑖 ∗ 𝑓𝑖) ∑ 𝑓𝑖 Onde: “∑(𝑥𝑖 ∗ 𝑓𝑖)” corresponde à multiplicação de cada elemento do conjunto de dados (𝑥𝑖) pela frequência ou número de ocorrência (𝑓𝑖); “∑ 𝑓𝑖” corresponde à soma de todas as frequências. 41 Para exemplificar o cálculo da média ponderada, será considerado o conjunto de dados apresentados a seguir, na Tabela 2, que se trata de um conjunto de dados agrupados em uma tabela de distribuição de frequência. Na primeira coluna, são apresentadas as classes; na segunda coluna, é apresentada a descrição dos intervalos de classe e a última coluna apresenta frequência, ou seja, o número de ocorrências. TABELA 2 – DISTRIBUIÇÃO DE FREQUÊNCIA Classes (i) Intervalos de classe Frequência (𝒇𝒊) 1 10 – 15 10 2 16 – 21 8 3 22 – 27 7 4 28 – 33 3 5 34 – 39 2 Fonte: Elaborado pelo autor (dados fictícios). Calculando: 1º passo: para realizar o cálculo da média ponderada, é preciso definir um número para representar os intervalos de classe. Para isso, basta calcular a média de cada intervalo. Conforme realizado a seguir. (10+15) / 2 = 12,50 (16+21) / 2 = 18,50 (22+27) / 2 = 24,50 (28+33) / 2 = 30,50 (34+39) / 2 = 36,50 2º passo: estabelecido um valor para representar cada intervalo, pode-se refazer a tabela de distribuição de frequência. Cada um desses valores pode ser chamado de 𝑥𝑖. Conforme descrito a seguir pela Tabela 3. TABELA 3 – DISTRIBUIÇÃO DE FREQUÊNCIA Classes (i) 𝒙𝒊 Frequência (𝒇𝒊) 1 12,50 10 42 2 18,50 8 3 24,50 7 4 30,50 3 5 36,50 2 Fonte: Elaborado pelo autor (dados fictícios). 3º passo: realizar o produto de 𝒙𝒊 pela frequência (𝑓𝑖) e somar todos os valores encontrados. Com isso, será encontrada a parte superior da equação que possibilita o cálculo da média ponderada. 12,50 * 10 = 125 18,50 * 8 = 148 24,50 * 7 = 171,5 30,50 * 3 = 91,50 36,50 * 2 = 73 4º passo: realizar o somatório de todas as frequências presentes na tabela de distribuição de frequência e, assim, conhecer o valor da parte inferior da equação que calcula a média ponderada (∑ 𝑓𝑖). ∑ 𝑓𝑖 = 10 + 8 + 7 + 3 + 2 ∑ 𝑓𝑖 = 30 5º passo: realizar o cálculo de média ponderada, dividindo o somatório de 𝒙𝒊 pela frequência (𝑓𝑖) pelo somatório da frequência. �̅�𝑤 = ∑(𝑥𝑖 ∗ 𝑓𝑖) ∑ 𝑓𝑖 �̅�𝑤 = 609 30 �̅�𝑤 = 20,30 O resultado encontrado aponta que a média do conjunto de dados é igual a 20,30. Esse valor representa o conjunto de dados, considerando a importância ou peso de cada classe. Ou seja, as classes com maior frequência possuem mais influência no resultado encontrado. 43 Além da média aritmética e da média ponderada, é possível ainda calcular a média geométrica. Essa pode ser definida com a raiz enésima dos produtos dos números do conjunto de dados. A popular raiz quadrada é uma raiz cujo índice, ou seja, o número que fica em cima da raiz, é 2. A raiz cúbica, por sua vez, é uma raiz que apresenta o índice igual a 3. Uma raiz enésima corresponde a uma raiz cujo índice é “n”, ou seja, qualquer número. A média geometria, representada por �̅�𝑔 (lê- se “x” barra “g”), torna-se útil em contextos em que se deseja analisar o padrão ou a razão de crescimento de uma determina variável. A média geométrica pode ser calculada por meio da equação apresentada a seguir. �̅�𝑔 = √∏ 𝑥𝑛 𝑛 O cálculo pode ser realizado extraindo a enésima raiz do produto de todos os números. O símbolo “Π” (lê-se pi) representa o produto de todos os números que formam o conjunto de dados. Supondo que seja necessário calcular a razão de crescimento das vendas de uma empresa para os meses de janeiro a junho de 2017. Para isso, foi decidido calcular a média geométrica os dados apresentados. A Tabela 4 apresenta os dados que serão utilizados. Na primeira coluna, são descritos os meses considerados, na segunda, o volume de vendas em reais de cada mês e, na última coluna, a razão de crescimento, ou seja, uma medida do quanto o volume de vendas aumentou de um mês para o outro. Para calcular a média geométrica, será considerada a razão de crescimento de cada mês. TABELA 4 – CRESCIMENTO DE VENDAS Mês Volume de vendas (R$) Razão de crescimento Janeiro 120.000,00 - Fevereiro 150.000,00 1,25 Março 155.000,00 1,03 Abril 170.000,00 1,09 Maio 180.000,00 1,05 Junho 200.000,00 1,11 Fonte: Elaborado pelo autor (dados fictícios). 44 Calculando: 1º passo: realizar a multiplicação de todos os valores. Conforme descrito a seguir. 1,25 * 1,03 * 1,09 * 1,05 * 1,11 = 2,56 2º passo: calcular a raiz enésima do valor anteriormente encontrado. Nesse caso, o índice da raiz é igual a 5, pois foram considerados 5 valores. �̅�𝑔 = √∏ 𝑥𝑛 𝑛 �̅�𝑔 = √2,56 5 �̅�𝑔 = 1,20 O valor encontrado corresponde à taxa média de crescimento do volume de vendas. Como o valor encontrado foi de 1,20, a taxa média de crescimento foi de 20%, ou seja, o valor que excede uma unidade. 3 MODA A moda é representada por 𝑀𝑂, enquanto uma medida de tendência central é definida como o valor que aparece com maior frequência no conjunto de dados que se está analisando. Segundo Freund e Simon (2000), a moda apresenta duas vantagens: não exige cálculo, exige apenas uma contagem e observação e pode ser determinada tanto para dados quantitativos como para dados qualitativos. Supondo que o administrador financeiro de uma empresa deseje conhecer a quantidade de meses que seus clientes inadimplentes estão em débito com a empresa. Para isso, julgou conveniente conhecer a moda do conjunto de dados formado pelos valores referentes período de inadimplência de seus clientes. Considerando que a empresa tenha 10 clientes inadimplentes. Para conhecer a moda desse conjunto de dados, primeiramente é preciso pesquisar e registrar o tempo o período de inadimplência e, posteriormente, observar que valores se repetem no conjunto de dados. A Tabela 5 apresenta os dados levantados pelo administrador financeiro. 45 TABELA 5 – MODA: INADIMPLÊNCIA DE CLIENTES CLIENTES TEMPO DE INADIMPLÊNCIA (EM MESES) A 11 B 08 C 10 D 05 E 07 F 07 G 12 H 09 I 02 J 04 Fonte: Elaborado pelo autor (dados fictícios). Uma estratégia para identificar com maior facilidade os valores que se repetem no conjunto de dados, ou seja, identificar a moda, é organizar os dados de forma crescente (do menor para o maior) ou de forma decrescente (do maior para o menor). Organizando os dados da Tabela 5, de forma crescente, pode-se observar que a moda para esse conjunto de dados é igual a 7, conforme é possível observar na Tabela 6. TABELA 6 – INADIMPLÊNCIA DE CLIENTES: DADOS ORGANIZADOS 02 04 05 07 07 08 09 10 11 12 Fonte: Elaborado pelo autor (dados fictícios). Vale registrar que não são todos os conjuntos de dados que apresentam moda. Ou seja, há conjunto de dados que os valores observados não se repetem. Nesse caso, o conjunto é classificado com amodal. Quando um conjunto de dados apresenta mais de um valor que repete o mesmo número de vezes, tem-se um conjunto de dados multimodal, conforme ilustra a Tabela 7. Onde se observa duas modas, os números 9 e 17. 46 TABELA 7 – CONJUNTO DE DADOS MULTIMODAL 09 09 10 11 17 17 22 25 26 31 Fonte: Elaborado pelo autor (dados fictícios). Conforme registrado do Bruni (2013), apesar de a moda ser o valor que mais aparece no conjunto de dados, ela não será necessariamente o maior valor presente no conjunto. Conforme o exemplo apresentado pela Tabela 6, a moda do conjunto de dados é o número 7, que simboliza 7 meses de inadimplência. Contudo, o maior valor observado não é a moda. O mesmo pode ser observado na Tabela7, as duas modas observadas, os números 9 e 17 não são os maiores valores do conjunto de dados. 4 MEDIANA A medida de tendência central, chamada de mediana, corresponde ao valor que está localizado no centro da série de dados já organizados. Da mesma forma, como no cálculo da moda, é preciso organizar o conjunto de dados de forma crescente ou decrescente para identificar essa medida. Segundo Bruni (2013), a mediana, representa por 𝑀𝑑, corresponde ao valor localizado exatamente no centro da série de dados. Abaixo da mediana, deverão estar presentes 50% dos dados. E acima dela, deverão ser encontrados, da mesma forma, 50% dos valores. O valor da mediana depende da quantidade de elementos presentes no conjunto de dados. Caso o número de elementos seja ímpar, a mediana será igual ao elemento posicionado no centro da distribuição. Se o número de elementos do conjunto de dados for par, a mediana será igual à média dos dois elementos centrais. Supondo-se que o departamento de recursos humanos de uma empresa deseja conhecer a mediana de um conjunto de dados referentes ao número de acidentes de trabalho nos últimos 9 meses. Dessa forma, a Tabela 8 apresenta os dados coletados pelo gestor do departamento. 47 TABELA 8 – NÚMERO DE ACIDENTES DE TRABALHO MESES NÚMERO DE ACIDENTES Janeiro 02 Fevereiro 03 Março 01 Abril 08 Maio 05 Junho 06 Julho 10 Agosto 12 Setembro 09 Fonte: Elaborado pelo autor (dados fictícios). Para identificar a mediana, é necessário organizar os dados de forma crescente ou decrescente. A Tabela 9 apresenta os dados já organizados de forma crescente. Assim, fica fácil identificar que a mediana é igual a 6. Esse valor ocupa a 5º posição, dividindo o conjunto de dados em duas partes iguais. TABELA 9 – MEDIADA: IDADE DOS FILHOS DOS COLABORADORES 01 02 03 05 06 08 09 10 12 Fonte: Elaborado pelo autor (dados fictícios). A série de dados trabalhada no exemplo anterior possuía um número ímpar de elementos. Contudo, quando o conjunto de dados apresentar um número par, não basta apenas organizar os dados, é preciso realizar um pequeno cálculo. A Tabela 10 apresenta um exemplo para esta situação. TABELA 10 – MEDIANA PARA NÚMERO PAR DE ELEMENTOS 04 05 06 07 09 11 14 19 24 28 Fonte: Elaborado pelo autor (dados fictícios). Como o conjunto de dados da Tabela 10 apresenta 10 elementos, para identificar a mediana é preciso identificar os dois valores que estão do centro do conjunto de dados, nesse caso, os números 9 e 11. É necessário realizar o cálculo 48 da média desses dois valores. Dessa forma, a mediana será expressa pelo seguinte cálculo: 𝑀𝑑 = 09 + 11 2 = 20 2 = 10 Conforme registrado no início dessa unidade, as medidas de tendência central, média, moda e mediana, são ferramentas de fácil determinação que caracterizam o conjunto de dados. Esses valores correspondem aos principais elementos da estatística descritiva. Na próxima unidade, será utilizada a principal medida de tendência central, ou seja, a média aritmética, ou simplesmente média. RESUMO As medidas de tendência central são os elementos da Estatística Descritiva mais conhecidos pela sociedade em geral. As medidas de tendência central recebem essa denominação pelo fato de os dados observados em uma pesquisa, tenderem, em geral, a se agruparem em torno de valores centrais. A introdução do conceito de medidas de tendência central representa mais uma ferramenta para caracterizar um conjunto de dados. As principais medidas de tendência central da estatística são: média, moda e mediana. A média corresponde a um único valor que é obtido utilizando todos os dados da população ou da amostra. A média é tecnicamente denominada de média aritmética. Média ou média aritmética: �̅� = ∑ 𝑥𝑖 𝑛 A média ponderada é muito útil quando o conjunto de dados está agrupado em uma tabela de distribuição frequência. Ou ainda quando há necessidade de atribuir maior “peso” ou importância para determinado valor presente no conjunto de dados. Média ponderada: �̅�𝑤 = ∑(𝑥𝑖∗ 𝑓𝑖) ∑ 𝑓𝑖 49 A média geométrica pode ser definida com a raiz enésima dos produtos dos números do conjunto de dados. Média geométrica: �̅�𝑔 = √∏ 𝑥𝑛 𝑛 A moda é definida como o valor que aparece com maior frequência no conjunto de dados que se está analisando. A medida de tendência central, chamada de mediana, corresponde ao valor que está localizado no centro da série de dados já organizados. O valor da mediana depende da quantidade de elementos presentes no conjunto de dados. Caso o número de elementos seja ímpar, a mediana será igual ao elemento posicionado no centro da distribuição. Se o número de elementos do conjunto de dados for par, a mediana será igual à média dos dois elementos centrais. ATIVIDADES 1) As medidas de tendência central são importantes ferramentas para o processo de caracterização de um conjunto de dados. Considerando os conjuntos de dados apresentados a seguir, calcule as medidas de tendência central solicitadas. a) Calcule a média aritmética, moda e mediana para o conjunto de dados apresentado a seguir. TABELA 1 – PERÍODO DE PERMANÊNCIA NO MERCADO (ANOS) EMPRESAS PERÍODO A 12 B 5 C 7 D 11 E 5 F 2 G 14 H 22 I 3 50 J 9 Fonte: Elaborado pelo autor (dados fictícios). b) Calcule a média ponderada para os dados apresentados a seguir. TABELA 2 – DISTRIBUIÇÃO DE FREQUÊNCIA Classes (i) Intervalos de classe Frequência (𝒇𝒊) 1 5 – 10 5 2 11 – 16 7 3 17 – 23 11 4 24 – 29 2 5 30 – 35 1 Fonte: Elaborado pelo autor (dados fictícios). c) Calcule a média geométrica para o conjunto de dados apresentados a seguir. TABELA 3 – CRESCIMENTO DE RECEITA BRUTA Mês Receita Bruta (R$) Razão de crescimento Janeiro 50.000,00 - Fevereiro 55.000,00 1,10 Março 70.000,00 1,27 Abril 78.000,00 1,11 Maio 81.000,00 1,03 Junho 95.000,00 1,17 Fonte: Elaborado pelo autor (dados fictícios) 51 REFERÊNCIAS ARAÚJO, E. Métodos numéricos aplicados à gestão. Curitiba: IESDE, 2008. BRUNI, A. L. Estatística Aplicada à gestão empresarial. São Paulo: Atlas, 2013. CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2009 FREUND, John E.; SIMON, Gary A. Estatística Aplicada: Economia, Administração e Contabilidade. 9. Ed. Porto Alegre: Bookman, 2000. 52 UNIDADE IV – MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE Além das medidas de tendência central, estudadas na unidade anterior, existem outras medidas capazes de caracterizar o conjunto de dados, denominadas de medidas de dispersão ou de variabilidade. Nesta unidade, serão introduzidas as seguintes medidas: amplitude total, desvio médio, variância, desvio padrão e coeficiente de variação. 1 CONCEITO DE MEDIDAS DE DISPERSÃO OU DE VARIABILIDADE A avaliação das medidas de dispersão ou de variabilidade complementam a análise iniciada pelas medidas de tendência central, que buscavam caracterizar ou apresentar informações essenciais a respeito de um determinado conjunto de dados. Para Bruni (2013), as medidas de dispersão ou de variabilidade revelam o afastamento dos dados em relação à média do conjunto de dados. A variabilidade ou dispersão, em estatística, indica a distância ou variação dos dados em relação à média do conjunto de dados. Quando se realiza o cálculo da média de um conjunto de dados, obtém-se um valor que representa aquele conjunto de dados. Contudo, como esse valor não apresenta nenhuma informação a respeito do comportamento dos dados, não sabemos se os dados estão próximos ou distantes daquela média. As medidas de variabilidade ou dispersão trazem exatamente essa informação. Nesta unidade,
Compartilhar