Ebook - Sbem Estatística

ESTATSTICA PARA OS ANOS
INICIAIS DO ENSINO
FUNDAMENTAL
Irene Cazorla
Sandra Magina
Vernica Gitirana
Gilda Guimares
Biblioteca
do Educador
Coleo SBEM Sociedade Brasileira de

Volume 9 Educao Matemtica
INICIAIS DO ENSINO
FUNDAMENTAL
Irene Cazorla
Sandra Magina
Vernica Gitirana
Gilda Guimares
Sociedade Brasileira de Educao Matemtca

2017
Copyright 2017 Sociedade Brasileia de Educao Matemtica. Todos os direitos reservados

INICIAIS DO ENSINO
FUNDAMENTAL
Organizado:
Irene Cazorla, Sandra Magina, Vernica Gitiran e Gilda Guimares
Editorao:
Sociedade Brasilera de Educao Matemtica
Ilustraes do miolo:
(http://www.freepik.com)
Projeto Grfico e Diagramao:
Janana Mendes Pereira da Silva
Dados Internacionais de Catalogao na Publicao (CIP)

(Cmara Brasileira do Livro, SP, Brasil)
Estatstica para os anos iniciais do ensino fundamental [livro eletrnico] / organizado

Irene Cazorla ... [et al.]. -- 1. ed. -
Braslia : Sociedade Brasileira de Educao Matemtica - SBEM, 2017.
-- (Biblioteca do Educador - Coleo SBEM ; 9) 6,5 Mb ; PDF.
Outros organizadores: Sandra Magina, Vernica Gitirana, Gilda Guimares.

Bibliografia
ISBN: 978-85-98092-32-4
1. Educao - Finalidade e objetivos 2. Educao matemtica 3. Estatstica (Ensino

fundamental) 4. Matemtica - Estudo e ensino 5. Professores Formao
I. Cazorla, Irene. II. Magina, Sandra. III. Gitirana, Vernica. IV. Guimares, Gilda V. Srie.
17-03296 CDD-519.5
ndices para catlogo sistemtico:

1.Estatstica : Formao de professores : Educao
matemtica 519.5
Esse livro1 foi escrito por quatro mulheres com formao acadmicas distintas que vive-
ram em diferentes lugares do Brasil e do mundo e, finalmente, se encontraram para es-
crever sobre ensino de estatstica no Ensino Fundamental.
Irene Maurcio Cazorla nasceu no Peru. Fez graduao em estatstica na Universi-

dade Nacional Mayor de San Marcos (Peru), mestrado em Estatstica na Unicamp, douto-
rado em Educao na Unicamp e ps-doutorado em Educao Matemtica na PUC-SP.
Atualmente, professora do mestrado em Educao Matemtica da Universidade Esta-
dual de Santa Cruz UESC.
Sandra Maria Pinto Magina psicloga pela UFPE com mestrado em Psicologia
Cognitiva na UFPE, doutorado em Educao Matemtica na Universidade de Londres
(Inglaterra) e ps-doutorado na Universidade de Lisboa. Atualmente professora do mes-
trado em Educao Matemtica da Universidade Estadual de Santa Cruz UESC.
Veronica Gitirana Gomes Ferreira bacharel e mestre em Matemtica pela UFPE,

com doutorado em Educao Matemtica na Universidade de Londres (Inglaterra). Hoje,
atua como professora da Ps-graduao em Educao Matemtica e Tecnolgica EDU-
MATEC da Universidade Federal de Pernambuco.
Gilda Lisba Guimares Pedagoga pela PUC-SP, com mestrado e doutorado em

Psicologia Cognitiva pela UFPE, ps-doutorado na Universidade de Burgos (Espanha) e
na Universidade Laval (Canad). professora da Ps-graduao em Educao Matem-
tica e Tecnolgica EDUMATEC da Universidade Federal de Pernambuco.
1 Esta obra foi um produto desenvolvido no Projeto A MATEMTICA ESCOLAR: CONSTRUO E TRANSFORMAO DO SABER
MATEMTICO de Intercmbio Nacional do PROCAD-CAPES, entre a UNIBAN, UFPE e PUC-SP.
SUMRIO
APRESENTAO 8
INTRODUO 10
Por que escrever este livro? 11
Estrutura do livro 12
Captulo 1: A ESTATSTICA NOS ANOS INICIAIS DO ENSINO FUNDAMENTAL 14
O que Estatstica? 14
O que Educao Estatstica? 15
O que Tratamento da Informao? 15
A Estatstica desde os anos iniciais do Ensino Fundamental 17
Fases da investigao cientfica 17
Captulo 2: A IDENTIFICAO DO PROBLEMA 20

Da observao e dvidas identificao do problema 20
Eu acho que ... do achismo s hipteses 24
Questes didticas da escolha do problema 25
Captulo 3: A COLETA DE DADOS 27

De onde se obtm os dados? 27
A fonte de dados 32
O que coletar os dados? 33
Os instrumentos de coleta de dados 34
Variveis, seus tipos e sua operacionalizao 36
Tipos de variveis 38
Anlise de uma varivel qualitativa 38
Anlise de uma varivel quantitativa 40
5
ESTATSTICA PARA OS ANOS INICIAIS DO ENSINO FUNDAMENTAL
SUMRIO
A necessidade de trabalhar com a classificao 41
Captulo 4: O TRATAMENTO DOS DADOS 45

Do caos organizao de dados 45
A organizao da frequncia em pictogramas 45
A tabela de frequncia (TDF) 48
A construo da planilha de dados 50
A construo da tabela de distribuio de frequncias simples 55
A construo de TDF de dupla entrada 57
Construo de grficos 58
Grfico de barras/colunas 58
Grfico de barras duplas 62
Grfico de setores 63
Grfico de linhas 64
Uso e clculo das medidas estatsticas 67
A moda 67
A mdia aritmtica 69
A Mediana 73
Amplitude total e ponto mdio 77
Variveis contnuas ou discretas que tomam muitos valores: medidas e grficos 79
O cruzamento dos dados 82
Integrao de tabelas, grficos e medidas estatsticas 85
Captulo 5: A INTERPRETAO DOS RESULTADOS 87

A pesquisa sobre o medo das crianas 87
A pesquisa sobre a altura das crianas 89
Captulo 6: PESQUISA EXPERIMENTAL: O JOGO DA MEMRIA 92
REFERNCIAS 105
Sugestes de Leitura 106
ANEXOS 109
Anexo A: A varivel Idade 109
Anexo B: A classificao com objetos padronizados 111
6
SUMRIO
Anexo C: Construo da TDF sobre o medo 113
Anexo D: Construo do histograma 114
Anexo E: A mdia aritmtica, aprofundamentos 116
Anexo F: Malhas 121
7
APRESENTAO
A experincia na docncia e na pesquisa, bem como a formao plural das autoras

deste livro, possibilitou a produo de um material de qualidade e de expressiva contribui-
o para a Educao Estatstica. Irene Cazorla, Sandra Magina, Vernica Gitirana e Gilda
Guimares abordam conceitos estatsticos, presentes nos anos iniciais do Ensino Funda-
mental, de extrema relevncia, tanto para a constituio de cidados crticos e conscien-
tes, quanto para a construo do pensamento cientfico.
Ao longo da obra, as autoras adotam uma linguagem simples e acessvel. Em algu-
mas partes do texto, estabelecem um dilogo com o leitor, o que torna a leitura agradvel
e envolvente. As atividades pedaggicas propostas abordam temas que integram o coti-
diano de estudantes e professores, o que facilita a compreenso dos conceitos trabalhos.
Tal perspectiva tambm evidencia a presena da Estatstica em nossas vidas e deixa o
professor mais confortvel para abordar os conceitos bsicos desta cincia na sala de
aula.
As autoras ainda tratam de importantes aspectos inerentes Estatstica, tais como:
diferena entre o achismo e a hiptese; fenmenos determinsticos e aleatrios; identifica-
o do problema; coleta e fonte de dados; anlise de variveis qualitativas e quantitativas;
e tratamento dos dados. Conforme salientado pelas prprias autoras, uma pesquisa no
termina com a organizao e o tratamento dos dados. Assim, Irene, Sandra, Vernica e
Gilda presenteiam o leitor com um captulo dedicado interpretao dos resultados da
pesquisa.
Para completar esta obra, apresentam uma atividade experimental, a qual possi-
bilita ir alm da proposta de ensinar os conceitos estatsticos atravs da pesquisa. Des-
ta forma, por meio de um jogo, que pode ser confeccionado pelos prprios estudantes,
enaltecem a importncia do trabalho coletivo e interdisciplinar. A referida atividade, assim
8
APRESENTAO
como as demais apresentadas no livro, pode possibilitar a aprendizagem ativa, na qual

a participao e ao do estudante so fundamentais para a construo do seu conheci-
mento.
Por fim, ressaltamos a relevante contribuio deste livro, o qual, sem dvida, auxi-
liar os professores na organizao de atividades pedaggicas que promovam a aprendi-
zagem dos conceitos estatsticos nos anos iniciais do Ensino Fundamental. Acreditamos
que as atividades aqui propostas tambm podero auxiliar outros nveis de ensino, de
modo a contribuir para a compreenso dos conceitos estatsticos pelos estudantes em
prol da constituio de uma formao cientfica e cidad.
Prof Suzi Sam e Prof Mauren Porcincula

Coordenadoras do GT12 - SBEM
9
INTRODUO
O livro Estatstica para os anos iniciais do Ensino Fundamental um dos produ-

tos do projeto A matemtica escolar: construo e transformao do saber matemtico.
Projeto este de intercmbio nacional financiado pela CAPES por meio do PROCAD. Este
livro foi escrito com a inteno de abrir um canal para discutir temas relativos ao processo
de formao e desenvolvimento de conceitos e procedimentos elementares de Estatstica
para os anos iniciais do Ensino Fundamental, numa perspectiva da formao de profes-
sores.
Nosso objetivo com este livro disponibilizar um material, tanto do ponto de vista
terico quanto prtico, que permita ao professor refletir acerca do desenvolvimento de
conceitos elementares da Estatstica.
Temos o propsito especfico de apresentar a Estatstica no apenas como uma
ferramenta til e necessria na formao do cidado, mas tambm como um instrumento
indispensvel na construo do pensamento cientfico. Queremos que este livro incentive
os profissionais interessados no tema, especialmente o professor, a experimentar solu-
es para as inmeras questes de Estatstica em suas salas de aula.
Acreditamos que um professor, para ter condies de coordenar um processo efi-
ciente de ensino e aprendizagem de Estatstica, deve desenvolver sua competncia em
trs dimenses de forma integrada: a dos conceitos relacionados Estatstica; a da orga-
nizao de situaes didticas; e a da compreenso do desenvolvimento da aprendiza-
gem dos conceitos estatsticos pelos alunos.
Nesse sentido, esperamos que este livro auxilie o professor na organizao de si-
tuaes didticas que, em curto prazo, busquem contribuir para que os alunos compreen-
dam conceitos e procedimentos bsicos da Estatstica. Conhecimentos esses que, por um
lado, podem ser utilizados pelos alunos em tratamentos bsicos dos dados e, por outro
10
INTRODUO
lado, formem uma base necessria para o futuro aprofundamento estatstico contribuindo
para uma formao cientfica e cidad.
Todas essas convices e desejos sobre o alcance que esta obra pode ter ba-
seiam-se no seu carter inovador, focando trs eixos relacionados e complementares. O
primeiro eixo diz respeito apresentao dos contedos de forma slida, privilegiando a
formao conceitual. O segundo eixo vem dos relatos de pesquisas que estaro sempre
presentes na discusso desses conceitos. Por fim, o terceiro eixo refere-se prtica da
sala de aula, quando propomos situaes para serem experimentadas.
Dessa forma, entendemos que este livro pode interessar, alm dos professores
do ensino bsico e dos futuros professores (tanto alunos da Licenciatura em Pedagogia
como em Matemtica), aos pesquisadores da Educao Matemtica e aos ps-graduan-
dos das reas de Educao, Educao Matemtica, Ensino de Cincias e Matemtica,
Psicologia Cognitiva e outras reas afins.
Por que escrever este livro?
Vrios foram os motivos que nos incentivaram a escrever este livro para o profes-
sor, mas gostaramos de explicitar pelo menos os trs mais importantes.
O primeiro deles foi a constatao da pouca disponibilidade de material de apoio
para auxiliar os professores no ensino dos conceitos elementares da Estatstica, principal-
mente voltados para os anos iniciais do Ensino Fundamental.
O segundo foi a necessidade de tratarmos a Educao Estatstica considerando
tanto a formao para a cidadania como para o desenvolvimento do pensamento cientfi-
co. De fato, saber ler e interpretar informaes estatsticas permite ao indivduo entender,
avaliar e se posicionar frente a informaes veiculadas costumeiramente na mdia, as
quais, muitas vezes, tm influncia nos rumos polticos e econmicos da sociedade. Con-
tudo, tambm preciso auxiliar o indivduo no desenvolvimento do pensamento cientfico.
Propiciar situaes para que ele saiba, por exemplo, identificar um problema, elaborar
questes, levantar hipteses e testar sua validade, isto , saber escolher os dados a se-
rem coletados, organiz-los e interpret-los.
Nesse sentido, preciso auxiliar e incentivar os indivduos, especialmente as crian-
as, no desenvolvimento do pensamento cientfico. Propiciar situaes para que ela sai-
ba, por exemplo, identificar um problema, elaborar questes, levantar hipteses e testar
11
INTRODUO
sua validade; escolher que dados coletar e como faz-lo; saber ainda como organiz-los e
interpret-los, estando apta a lanar mo de conceitos e procedimentos estatsticos para
interpretar corretamente os dados colhidos em sua pesquisa ou na pesquisa de outrem.
Por fim, o terceiro motivo para termos escrito este livro foi, com certeza, o nosso de-
sejo de oferecer um produto de qualidade, escrito com uma linguagem acessvel a todos
os educadores e, ainda, disponibilizar para o professor exemplos voltados para a prtica
docente, por meio dos quais ele possa se sentir mais confortvel para abordar as ideias
bsicas e essenciais da Estatstica em sua sala de aula.
Estrutura do livro
O livro composto por seis captulos: 1) A Estatstica nos anos iniciais do Ensino
Fundamental, 2) A identificao do problema, 3) A coleta de dados, 4) O tratamento dos
dados, 5) A interpretao dos resultados e 6) Pesquisa experimental: o jogo da memria.
A seguir apresentamos, de maneira resumida, cada um deles.
No Captulo 1 buscamos posicionar a obra em relao aos conceitos bsicos da
Educao Estatstica, tais como: Estatstica; Educao Estatstica; a Estatstica para a
cidadania e nesse o que entendemos por letramento estatstico; a Estatstica para o pen-
samento cientfico e discutimos o conceito de competncia estatstica. Tambm apresen-
tamos as fases da pesquisa estatstica.
No Captulo 2 iniciamos nossa proposta de trabalhar a partir de projetos didticos.
Nesse sentido, escolhemos uma questo e buscamos resolv-la ao longo do livro, isto ,
desde a identificao do problema at o produto final, no caso um relatrio, complemen-
tando os tpicos com exemplos pontuais. Discutimos a importncia dos conhecimentos
de outras reas e a necessidade de se trabalhar de forma interdisciplinar, bem como os
fatores que interferem na escolha do problema, tais como genuinidade, motivao, tem-
po didtico, complexidade, adequao faixa etria, conhecimentos prvios dos alunos,
bem como as implicaes pedaggicas das escolhas. Destacamos a importncia da ob-
servao dos fenmenos, o delineamento de experimentos e a necessidade da coleta de
dados. Nesse processo, enfatizamos a necessidade de despertar o esprito investigativo
inato ao ser humano e que a criana tem por excelncia, mas que muitas vezes se perde
durante a escolarizao.
O Captulo 3 dedicado a questes inerentes coleta de dados, no qual aborda-
12
INTRODUO
mos de onde se obtm os dados, definindo a populao a ser investigada, apresentando o

que um censo e uma amostragem, e algumas de suas tcnicas. Apresentamos diferen-
tes dados, fontes de dados e procedimentos de coleta dos mesmos. Antes de apresentar
a elaborao de instrumento de coleta de dados, trabalhamos o conceito de varivel, sua
classificao, operacionalizao e a relao dessas variveis com as questes de pes-
quisa. Discutimos o tipo de dado e a escala de mensurao, bem como as vantagens e
desvantagens de se usar categorias definidas a priori e a posteriori e apresentamos vrios
exemplos de instrumentos de coletas de dados. Neste captulo ainda fazemos conside-
raes pedaggicas sobre como gerenciar uma turma de crianas em plena atividade de
levantamento de dados, fazendo com que elas trabalhem motivadas, busquem bons m-
todos para coletar seus dados, sejam ativas e, ao mesmo tempo, no percam o foco nem
se dispersem ao longo da atividade.
O Captulo 4 tem por objetivo apresentar os vrios tipos de grficos e tabelas.
Nele discutimos sobre sua adequao segundo a natureza do dado coletado. Tambm
apresentamos no captulo as medidas de tendncia central e a amplitude, como a mais
rudimentar das medidas de variao. Aqui no nos limitamos apenas descrio dos
algoritmos e a apresentao de frmulas, mas exploramos de forma intuitiva a lgica sub-
jacente nesses procedimentos, bem como o significado dos resultados de cada medida,
de cada representao. Lanamos mo de vrios trabalhos publicados nesta rea.
O Captulo 5 d nfase socializao dos resultados, isto , construo da ar-
gumentao sobre os resultados a partir dos dados coletados e organizados. Envolve-se
aqui a escolha da representao que melhor comunica os argumentos, bem como a ela-
borao de um relatrio. A ttulo de concluso tecemos algumas reflexes sobre a condu-
o dos trabalhos numa pesquisa como a que propomos.
No Captulo 6 apresentamos uma atividade voltada inteiramente prtica da sala
de aula envolvendo uma pesquisa experimental. Por fim, indicamos referncias e suges-
tes de leituras.
nosso desejo que este livro proporcione aos educadores reflexes que os mobi-
lizem na direo de olhar e trabalhar com Estatstica de forma mais ampla e, ao mesmo
tempo, mais focada no planejamento de ambientes e atividades ricas para o desenvolvi-
mento do pensamento estatstico dos alunos do Ensino Fundamental.
13
Captulo 1
A ESTATSTICA NOS ANOS INICIAIS DO
ENSINO FUNDAMENTAL
O que O que Educao

Estatstica? Estatstica?
Por que ensinar O que Tratamento

Estatstica no Ensino da Informao?
Fundamental?
Estas so questes que vm sendo colocadas por educadores matemticos e pro-

fessores do Ensino Fundamental quando tm que ensinar conceitos estatsticos. Neste
captulo, situamos o leitor sobre o que entendemos por cada um desses termos.
O que Estatstica?
O significado da palavra Estatstica, enquanto cincia refere-se ao conjunto de

ferramentas para obter, resumir e extrair informaes relevantes de dados; encontrar e
avaliar padres mostrados pelos mesmos; planejar levantamentos de dados ou delinear
experimentos e comunicar resultados de pesquisas quantitativas.
Sua importncia reside no auxlio ao processo de pesquisa, que permeia todas as
reas do conhecimento que lidam com observaes empricas. Assim, podemos dizer que
a Estatstica a cincia do significado e uso dos dados.
14
A ESTATSTICA NOS ANOS INICIAIS DO ENSINO FUNDAMENTAL
O que Educao Estatstica?
A Educao Estatstica est centrada no estudo da compreenso de como as pes-

soas aprendem Estatstica envolvendo os aspectos cognitivos e afetivos e o desenvolvi-
mento de abordagens didticas e de materiais de ensino. Para isso, a Educao Estats-
tica precisa da contribuio da Educao Matemtica, da Psicologia, da Pedagogia, da
Filosofia, da Matemtica, alm da prpria Estatstica.
Nesse contexto, o pensamento estatstico pode ser definido como a capacidade
de utilizar e/ou interpretar, de forma adequada, as ferramentas estatsticas na soluo
de problemas. Isto envolve o entendimento da essncia dos dados e da possibilidade de
fazer inferncias, assim como o reconhecimento e a compreenso do valor da Estatstica
como uma disposio para pensar numa perspectiva da incerteza.
O que Tratamento da Informao?
No caso do Ensino Fundamental, os contedos de Estatstica, Probabilidade e

Combinatria so apresentados nos Parmetros Curriculares Nacionais (PCN) de Mate-
mtica (BRASIL, 1997) no bloco denominado Tratamento da Informao.
Segundo os PCN, a finalidade deste bloco levar o aluno a: construir procedimen-
tos para coletar, organizar e comunicar dados; utilizar tabelas, grficos e representaes
que aparecem frequentemente no cotidiano; calcular algumas medidas de tendncia cen-
tral; estabelecer relaes entre acontecimentos; fazer previses e observar a frequncia
com que ocorre um acontecimento.
Sem dvida, a proposta dos PCN se constituiu num grande avano para o ensino
de Estatstica e Probabilidade na Educao Bsica. Suas diretrizes tm como inteno o
desenvolvimento do pensamento estatstico que provavelmente dar s novas geraes
uma formao bsica slida em Estatstica, contribuindo na formao de cidados crticos
e conscientes.
Esses conceitos e procedimentos vo sendo aprofundados ao longo dos anos es-
colares a fim de que o aluno aprenda a: formular questes pertinentes para um conjunto
de dados; produzir resumos estatsticos; elaborar conjecturas e comunicar informaes
de modo conveniente; interpretar e construir diagramas e fluxogramas; desenhar experi-
mentos e simulaes para fazer previses.
15
Para atingir esses objetivos, so sugeridos os seguintes temas/tpicos: Contagem

e Combinatria; Estatstica (grficos, tabelas, medidas de tendncia central) e Probabili-
dade. No Quadro 1 encontram-se os tpicos relativos aos dois primeiros ciclos do Ensino
Fundamental.
A insero da Estatstica por meio do bloco Tratamento da Informao merece um
destaque especial, uma vez que por sua prpria natureza a Estatstica possibilita traba-
lhar a Matemtica com as outras reas do conhecimento e com os Temas Transversais.
Assim, o ensino de Estatstica nesses moldes pode se constituir em um instrumento de
base para a formao de uma atitude crtica diante de questes sociais, polticas, culturais
e cientficas da atualidade.
Quadro 1: Contedos conceituais e procedimentais de Probabilidade e Estatstica (Tratamento da Infor-

mao) para os anos iniciais do ensino fundamental
1 ciclo (1 e 2 sries) / 2 ciclo (3 e 4 sries) /
(2 e 3 anos) (4 e 5 anos)
Leitura e interpretao de informaes contidas em Leitura e interpretao de dados apresentados de
imagens. maneira organizada (por meio de listas, tabelas, dia-
gramas e grficos), construo dessas representa-
es.
Coleta e organizao de informaes. Coleta, organizao e descrio de dados.
Explorao da funo do nmero como cdigo na
Estatstica
organizao de informaes (linhas de nibus, te-

lefones, placas de carros, registros de identidades,
roupas, calados).
Interpretao e elaborao de listas, tabelas sim- Interpretao de dados apresentados por meio de
ples, de dupla entrada e grficos de barra para co- tabelas e grficos para identificao de caractersti-
municar a informao obtida. cas previsveis ou aleatrias de acontecimentos.
Criao de registros pessoais para comunicao Produo de textos escritos a partir da interpretao
das informaes coletadas. de grficos e tabelas, construo de grficos e tabe-
Produo de textos escritos a partir da interpretao las com base em informaes contidas em textos
de grficos e tabelas. jornalsticos, cientficos ou outros.
Obteno e interpretao da mdia aritmtica.
Explorao da ideia de probabilidade em situaes-
Probabilidade
-problema simples, identificando sucessos poss-

veis, sucessos seguros e as situaes de sorte.
Utilizao de informaes dadas para avaliar proba-
bilidades.
Identificao das possveis maneiras de combinar
elementos de uma coleo e de contabiliz-las
usando estratgias pessoais.
Fonte: adaptado dos PCNs (BRASIL, 1997, pp.52 e 61)
16
Contudo, o termo Tratamento da Informao pode induzir as pessoas a terem

uma falsa e pobre ideia de que a Estatstica se resume apenas a tratar dados. Por essa
razo, optamos por colocar como ttulo para esta obra Estatstica para os anos iniciais do
Ensino Fundamental.
A Estatstica desde os anos iniciais do Ensino Fundamental
O trabalho com Estatstica na escola propicia o desenvolvimento do pensamento

estatstico, a vivncia de um trabalho interdisciplinar e possibilita abordar temas trans-
versais. Como j discutido anteriormente, o pensamento estatstico amplia as formas de
pensar valorizando o mundo das incertezas. Muitas vezes o aluno, acostumado a um
pensamento determinstico, tende a aceitar como certa a previso de um resultado a partir
da maior frequncia de um evento. Por exemplo, ao perceber que todos os seus colegas
tm medo do escuro, concluem como certeza que um novo colega ter tambm medo do
escuro. O trabalho com o pensamento estatstico auxiliar o aluno a perceber que sua
previso no necessariamente ocorrer.
Como a Estatstica parte do mtodo cientfico, natural que o trabalho com a
mesma parta de problemas de outras reas do conhecimento e das prticas sociais, via-
bilizando a interdisciplinaridade e a insero de temas transversais. Ao trabalhar com
projetos em sala de aula, o professor pode partir do levantamento de temas vivenciados
pelos alunos, por exemplo, a observao do nmero de dias ensolarados, o nmero de
alunos que faltam s aulas durante um ms, o maior medo das crianas, a germinao
das sementes, dentre outros.
Nesse sentido, sugerimos que, quando realizem projetos escolares coletando da-
dos, no se limitem coleta de dados, mas os realizem nos moldes da pesquisa cientfica.
Fases da investigao cientfica
Na sala de aula podemos ter duas situaes em pequena escala: reproduo do

conhecimento cientfico (experimento da refrao da luz, a germinao das sementes
etc.) ou investigar para a tomada de decises (investigar o medo das crianas com fins
pedaggicos).
Em ambos os casos, o arcabouo metodolgico o mesmo. Conforme Cazorla e
17
Santana (2010), as fases de uma investigao cientfica podem ser descritas como segue:
a) Problematizao da pesquisa
Nesta fase, a escolha do tema crucial para contextualizar o problema a ser inves-
tigado, possibilitar que este faa sentido para o aluno e propiciar o desenvolvimen-
to de uma postura investigativa, incentivando os alunos observao sistemtica
dos fenmenos que ocorrem ao seu redor, sejam sociais, culturais ou da natureza,
formulando perguntas de pesquisa.
A escolha do tema deve possibilitar um trabalho interdisciplinar, envolvendo aspec-
tos e contedos escolares de outras reas de conhecimento e da Estatstica, utili-
zando seus conceitos e procedimentos que ajudam no planejamento e execuo
da pesquisa.
Esse tema tambm deve possibilitar a participao ativa dos alunos, a postura ti-
ca, o respeito opinio do outro, o uso racional dos recursos ambientais etc.
b) Planejamento da pesquisa
Escolhido o tema e as perguntas de pesquisa, colocamos em pauta a importncia

da definio da populao a ser investigada, que pode ser por censo (quando se
investiga todos os elementos da populao) ou por amostragem (quando se inves-
tiga uma parte dela).
As perguntas de pesquisa, por sua vez, precisam da escolha adequada das va-
riveis (caractersticas da populao) que permitiro sua operacionalizao, res-
pondendo questo levantada. crucial uma definio clara e precisa dessas
variveis, bem como sua caracterizao, o que determina o tipo de tratamento
estatstico a ser utilizado.
Aps essa etapa, podemos elaborar os instrumentos de coleta de dados, j pen-
sando em responder s perguntas de pesquisa que norteiam o levantamento de
dados.
c) Execuo da pesquisa
Uma vez definida a populao a ser investigada e o instrumento para coleta dos
dados, o prximo passo realizar essa coleta. Nesta etapa preciso uniformizar
os procedimentos a fim de que todos os alunos coletem os dados da mesma forma.
Uma vez coletados os dados, iniciamos o seu tratamento. Nesta fase aproveitamos
para apresentar os diversos conceitos e procedimentos que nos ajudam a organi-
zar os dados e a extrair as informaes mais relevantes. Isto implica em discutir
18
como escolher os procedimentos mais adequados para classificar e analisar as

variveis envolvidas.
A interpretao e a comunicao de resultados no se restringem a repetir as infor-
maes j contidas nas prprias medidas, mas buscam incentivar a retomada das
perguntas de pesquisa que nortearam o levantamento de dados, fechando, assim,
o ciclo da investigao cientifica, como descrevemos na Figura 1.
Figura 1: As fases da pesquisa cientfica.

Fonte: Cazorla e Santana (2010, p. 15).
Nesse livro tomaremos como base essa classificao a qual ser detalhada e
exemplificada nos captulos seguintes.
Os alunos devem ter uma participao ativa no processo de construo de seus
conhecimentos, ajudando a escolher o tema, as perguntas de pesquisa e as variveis
envolvidas; coletando dados, classificando e analisando os dados (de forma individual ou
com a turma); interpretando e comunicando resultados, defendendo suas ideias, desen-
volvendo a capacidade de argumentao, aprendendo a ouvir as crticas de seus colegas
e, o que mais importante, aprendendo a respeitar a opinio do outro, dentre outros pa-
pis.
19
Captulo 2
A IDENTIFICAO DO PROBLEMA
Neste captulo discutiremos as fases iniciais da pesquisa estatstica. Parte-se da

identificao do problema e, ento, so levantadas questes a serem respondidas para a
soluo do mesmo, identificando os fatores envolvidos.
Da observao e dvidas identificao do problema
comum a criana, por meio de suas observaes, buscar entender o mundo que
v com questes ou afirmaes do tipo:
Por que o cu azul?
Quando vai ser amanh?
Rosa cor de menina.
Menino mais forte que menina?
As meninas sentem medos diferentes dos meninos?
O Brasil vai ser campeo da copa do mundo?
Por meio de sua curiosidade a criana levada a questionar, investigar e descobrir

coisas novas. Ela age de forma similar investigao cientfica ao levantar questionamen-
tos a partir de suas observaes. Cabe a ns, professores da escola, aproveitar a curiosi-
dade infantil como um primeiro elemento na conduo de uma pesquisa estatstica, a qual
pode ajudar na compreenso de aspectos do mundo que a cerca. Aguar a identificao
das dvidas tem, portanto, um papel fundamental no desenvolvimento do pensamento
estatstico das crianas.
Uma investigao estatstica parte da observao dos fenmenos e da identifica-
o de um problema. Portanto, este o primeiro elemento a ser construdo numa pes-
20
quisa. a partir dele que identificamos as perguntas que queremos responder. Assim, o
problema, tambm chamado de questo de pesquisa, o motivo pelo qual resolvemos
fazer uma investigao, o ponto inicial e motivador.
O problema, do ponto de vista formal, um enunciado e, do ponto de vista semn-
tico, uma dificuldade ainda no resolvida, uma pergunta ainda no respondida. Ser ou no
respondida, precisa ser considerada em relao ao contexto da investigao. O fato de
uma questo j ter resposta cientfica no implica em sua inviabilidade de uso em sala de
aula. Essas investigaes so feitas para que o aluno observe ou reconstrua o conheci-
mento, ou parte dele, a partir de experimentos ou de observao dos fenmenos.
Fenmenos so todos os acontecimentos observveis, algo que pode

ser visto. Estes podem ser observados em condies naturais ou ex-
perimentais. Os experimentos so rplicas dos fenmenos naturais
em condies controladas pelo experimentador.
Por exemplo, o fenmeno da refrao da luz, o arco-ris, um fenmeno natural

que pode ser observado na natureza num dia de sol aps uma chuva ou reproduzido (de
forma experimental) utilizando o prisma de Newton ou, ainda, direcionando um jato de
gua contra o sol.
Desenho do arco-ris Prisma de Newton Mangueira esguichando
Figura 2: Diversas aparies da refrao da luz
Outro exemplo, bastante intuitivo, a queda dos corpos, como conta a histria da
ma que caiu na cabea de Issac Newton. Observar a queda das mas ou qualquer
outra fruta da regio diretamente na natureza levaria muito tempo e poderia ser invivel.
Apesar dessa dificuldade, os fatores que interferem na queda dos corpos podem
ser observados em condies experimentais, controlando volume, formato, peso (massa)
etc.
Estes dois exemplos so de fenmenos determinsticos, pois h uma garantia de
21
certeza do arco-ris ter sempre sete cores numa mesma ordem, assim como podemos
afirmar que todos os corpos (mais pesados que o ar) ao serem soltos eles cairo. Esses
fenmenos so denominados de determinsticos, pois conhecemos os resultados a priori.
Contudo, existem fenmenos que no so determinsticos, pois no sabemos qual
ser o resultado de sua realizao. Um exemplo a germinao de uma semente, que
pode ou no germinar e s saberemos aps plant-la. Outro exemplo o clima de nossa
cidade no dia seguinte, esse pode ser ensolarado, nublado ou chuvoso. Dependendo da
regio e da estao do ano a chance1 de haver uma mudana de clima de um dia para o
outro pode ser grande ou muito pequena. Por exemplo, no vero, no perodo do fenmeno
El nio, a chance de chuva em So Paulo ser altssima; j no serto nordestino ser
pequenssima. Alis, este um tema interessante para ser trabalhado na sala de aula,
pois desenvolve a capacidade de prever o resultado de eventos aleatrios.
Esses fenmenos so denominados de aleatrios e alguns deles podem ser repli-
cados via experimentao. No caso da germinao das sementes, ao invs de esperar as
sementes carem na natureza, podemos reproduzir o fenmeno em sala de aula. Neste
caso, plantamos as sementes em vasos e se quisermos, ainda, podemos controlar fatores
que interferem no resultado tais como: luz (com ou sem luz), adubao (com ou sem adu-
bo), irrigao (controlando a quantidade de gua por dia), dentre outras possibilidades.
Em geral, utilizamos os experimentos para conhecer melhor os fenmenos e, mui-
tas vezes, para control-los, otimizando os seus resultados. Por exemplo, em condies
naturais a chance de uma semente germinar pode ser muito baixa, pois pode cair em um
terreno infrtil, os animais podem com-la, pode no chover e morrer por falta de gua etc.
J em uma situao experimental essa chance poder ser bastante alta.
Professor,
Aproveite este momento para discutir com as crianas projetos como
o TAMAR, que visa salvar as tartarugas marinhas, cuidando e contro-
lando os locais de reproduo para o aumento da taxa de natalidade
das tartarugas.
No caso do clima ser impossvel de ser recriado de forma experimental. O mximo

que podemos fazer estudar seu comportamento ao longo do tempo, bem como utilizar
1 Chance a possibilidade de ocorrer aquele evento, probabilidade a medida dessa possibilidade.
22
aparelhos cada vez mais sofisticados para a compreenso deste fenmeno.

No prximo quadro apresentamos exemplos de fenmenos determinsticos ou
aleatrios e formas de investigaes naturais ou experimentais.
Quadro 2: Os tipos de fenmenos e as formas de investig-los

FENMENO/ FORMA DE INVESTIGAO
TIPO
QUESTO OBSERVAO NATURAL EXPERIMENTAO
Observar a formao do arco-ris
Refrao da luz: o arco-ris tem
Observar o arco-ris em di- utilizando diferentes instrumentos
Determinstico sempre as mesmas cores na
ferentes dias, locais etc. como o prisma de Newton e um jato
mesma ordem?
de gua em um dia ensolarado.
Observar se todas as se- Plantar sementes em diferentes va-
Germinao de sementes: to-
Aleatria mentes que caem de uma sos e verificar se todas elas germi-
das as sementes germinam?
rvore germinam. nam.
Outro aspecto ligado aos fenmenos sua qualidade de ser observvel. Os fen-
menos provenientes das cincias exatas, naturais e biolgicas, em geral, so de natureza
observvel e envolvem grandezas que podem ser medidas sem muitas controvrsias.
Por exemplo, a quantidade de sementes que germinam pode ser contada; a altura
de uma criana, o espectro da luz e a intensidade de um terremoto precisam de instru-
mentos, mas podem ser medidos. Em geral, os instrumentos de medida so padroniza-
dos, assim como as unidades de medida, que respeitam convenes internacionais.
Ao contrrio, os fenmenos ligados s cincias humanas no so diretamente ob-
servveis, so inferidos pela manifestao das pessoas envolvidas, como, por exemplo,
o medo que uma pessoa sente, a capacidade de memria, o conhecimento aprendido, o
gosto pela Matemtica, dentre outros.
Nestes casos enfrentamos dois problemas cruciais: como definir e como medir o
fenmeno em estudo.
Por exemplo, o que medo e como medi-lo? Para os adultos pode ter um signifi-
cado, j para as crianas outro. Para saber do que as crianas tm mais medo preciso
decidir a partir do que sero inferidos os medos das crianas. No podemos criar situa-
es experimentais, por exemplo, situaes que levassem as mesmas a sentirem medos,
pois seramos antiticos. Neste caso, podemos: perguntar diretamente criana do que
ela tem mais medo; mostrar um rol de situaes e pedir que ela marque de qual ela tem
mais medo; ou perguntar ao pai do que seu filho(a) tem mais medo.
J para investigar quem tem mais memria, as crianas ou os adultos, podemos
23
criar uma situao experimental a partir de uma investigao interessante e fcil de ser
realizada pelas prprias crianas. Esse o caso, por exemplo, de medir a memria das
pessoas por meio do Jogo da Memria, que ser apresentado no Captulo 6.
No momento interessa-nos apenas levantar problemas possveis de serem investi-
gados na sala de aula. Esses problemas poderiam ser entendidos a partir das questes:
Do que as crianas tm mais medo?
Ser que os adultos tm melhor memria do que as crianas?
Todas as sementes germinam quando plantadas?
Os meninos so sempre mais altos do que as meninas?
Eu acho que ... do achismo s hipteses
Eles que pensam... as meninas

so mais altas...
Meninos so mais altos,

claro!!!
natural que toda criana tenha uma resposta para cada um dos problemas que
foram levantados. Umas acham que os meninos sempre so mais altos, enquanto outras
acham o contrrio. Essas respostas das crianas podem ser aproveitadas pelo professor
para estimular a explicitao de suas afirmaes, as quais, quando acompanhadas de
uma explicao, so denominadas de hipteses.
Hiptese uma afirmativa elaborada e que ser colocada prova,

de maneira que poder ser rejeitada ou no.
As hipteses, quando testadas, podem se transformar nas concluses da pesqui-

sa. Nesse sentido, a gerao de hipteses com os alunos uma etapa fundamental para
a Educao Estatstica. A criana pode afirmar que os meninos so mais altos que as
24
meninas, por observar que os homens adultos so mais altos do que as mulheres adultas.
Isso uma hiptese, porque ela afirma e justifica a afirmao. Entretanto, a hiptese pode
no ser verdadeira e por isso que se realiza a pesquisa.
Observamos que existem pesquisas de cunho descritivo ou exploratrio as quais
no partem de hipteses. O mesmo exemplo dos medos das crianas pode ser um estu-
do exploratrio se o objetivo for fazer um mapeamento dos principais medos dos alunos.
Neste caso, no faz sentido levantar que certos medos so mais frequentes do que ou-
tros.
A hiptese, em geral, relaciona pelo menos duas variveis. No exemplo da altura
dos meninos relacionamos gnero, altura e idade. A altura chamada de varivel depen-
dente, pois ela que sofre a interferncia das variveis gnero e idade, sendo que estas
duas ltimas so denominadas de variveis independentes por serem os fatores que mo-
dificam a varivel dependente.
O diagrama a seguir apresenta uma sntese das variveis envolvidas nessa hipte-
se:
GNERO
ALTURA
IDADE
Variveis Variveis
Independentes Dependentes
Figura 3: Variveis dependente e independente
Questes didticas da escolha do problema
A escolha do problema ou da questo a ser investigada pode ser uma proposio

do professor, de um aluno ou de um grupo de alunos. O que importa que todos estejam
motivados em pesquisar sobre o mesmo. Um trabalho de pesquisa em sala de aula pode
ser realizado em uma aula ou em vrias, perpassando todo um bimestre letivo. Para que
os alunos no desistam da pesquisa no meio do caminho fundamental que o problema
seja, de fato, interessante e desafiador para todos.
Quando falamos desafiador estamos enfatizando que o professor precisa refletir
se a pesquisa que ser realizada permitir a produo de um conhecimento novo para
25
esses alunos, sobre o qual eles devem estar efetivamente interessados em saber.
Uma pesquisa cientfica requer a produo de um conhecimento novo, mas na
escola tambm realizada a replicao de uma pesquisa, a qual permite que os alunos
compreendam um determinado fenmeno e suas variaes. Para o psiclogo e pesqui-
sador francs Vergnaud (1994), para que haja aprendizagem preciso que a criana,
por meio de suas aes, construa, mesmo que apenas em parte, esse conhecimento. S
dessa maneira ela se apropria dele.
importante ressaltar que algumas vezes se confunde pesquisa com estudo. En-
tretanto, a diferena entre os dois est exatamente na produo de um conhecimento e
no na apropriao por algum de um conhecimento j produzido. Uma pessoa que no
conhea a teoria de Piaget poder estud-la por meio de seus livros ou de autores que
escrevem sobre ela para aprender. Entretanto, para saber se um aspecto da teoria de
Piaget vlido, essa pessoa ter que elaborar uma pesquisa para confirmar ou no o que
Piaget est argumentando. Da mesma forma, um aluno pode no saber sobre o compor-
tamento da germinao de uma semente e estudar nos livros sobre isso, ou planejar um
experimento que lhe permita compreender esse fenmeno.
Adequar uma pesquisa faixa etria dos alunos um dos fatores determinantes
para o sucesso da mesma. Assim, o tema, os instrumentos, as grandezas envolvidas (for-
a, velocidade, comprimento), a preciso das medidas, devem estar coerentes ao nvel
de escolaridade. Salientamos que a quantidade de variveis, que vo ser relacionadas,
tambm deve ser cuidadosamente estipulada.
Ao escolhermos o problema precisamos tambm considerar o tempo que temos
para solucion-lo. Se um professor, por exemplo, quiser implementar o experimento da
germinao das sementes, bastar organizar a classe de tal forma que todos os alunos
plantem as sementes e, aps um dia ou dois, proceder contagem daquelas que germi-
naram. Mas se esse professor quiser tambm acompanhar o crescimento das plantinhas,
ento isso levar mais tempo e envolver outros procedimentos.
Dessa forma, desde o incio preciso saber quanto tempo se tem para a realizao
da pesquisa, bem como a adequao das tarefas idade e aos conhecimentos prvios
das crianas sobre o tema a ser investigado.
26
Captulo 3
A COLETA DE DADOS
No captulo anterior refletimos sobre a definio do problema de uma pesquisa, o

levantamento de hipteses e as questes de pesquisa. Agora preciso determinar a po-
pulao que ser investigada, como os dados sero coletados, as variveis que importam
a questo de pesquisa e como sero medidas ou classificadas.
De onde se obtm os dados?
Ao se questionar do que as crianas tm mais medo, primeiro devemos delimitar

o que consideraremos por crianas. Podemos considerar crianas pelo critrio idade,
por exemplo, todas as pessoas de 6 a 11 anos (ou qualquer outra faixa etria similar).
Tambm, podemos delimitar crianas como todos os alunos matriculados do 1 ao 5
ano do Ensino Fundamental.
Analisemos cada uma dessas delimitaes. A primeira leva em considerao um
critrio bastante claro, a idade. Contudo, ao se operar a coleta de dados com essa deli-
mitao, seria muito trabalhoso, pois implicaria localizar crianas nos diversos ambientes
em que elas se encontram (residncias, escolas etc.). J a segunda delimitao facilita
a coleta, j que as crianas esto nas escolas. Contudo, devemos lembrar que esta de-
limitao se refere a um subconjunto da populao de crianas, pois refere-se apenas
a crianas brasileiras, que esto na escola. Ao considerar que a Ensino Fundamental
obrigatrio no pas, estaramos pegando todas as crianas nessa faixa de escolaridade.
Portanto o estudo poder estar refletindo apenas os medos das crianas brasileiras e no
o medo das crianas.
Podemos pensar em todas as crianas do mundo, nas crianas brasileiras, nas
27
A COLETA DE DADOS
crianas de nossa cidade, nas crianas de uma escola ou nas crianas de nossa sala de
aula. Portanto, precisamos definir a abrangncia em termos espaciais de nossa investi-
gao. Alm disso, as crianas de 2010 no so as mesmas de 2017. Assim, preciso
definir tambm a abrangncia temporal.
Cada um desses grupos se constitui em um tipo de populao. Assim, temos dife-
rentes populaes para responder a uma mesma questo de pesquisa, o que muda a
abrangncia espacial e temporal da investigao.
Populao, em Estatstica, um conjunto de elementos (pessoas,

objetos, aulas, etc.), agrupados a partir de pelo menos um critrio.
Suponhamos que decidimos fazer a pesquisa na nossa sala de aula e definimos

como nossa populao todos os alunos matriculados, no 3 ano, turma A, do perodo ma-
tutino, da Escola ABC, da cidade de Recife, em 2016.
Alm de definir a populao, devemos definir tambm como vamos obter os dados:
perguntar as prprias crianas sobre seus medos; pedir ao seu responsvel para apontar
em uma lista de medos quais o que a criana tem, etc. Tudo vai depender do objetivo da
pesquisa.
Se investigarmos os medos a partir do depoimento das prprias crianas, ento
estaremos respondendo questo quais so os maiores medos das crianas. Se in-
vestigarmos esses medos a partir do depoimento do responsvel pela criana, ento es-
taremos respondendo a questo quais so os maiores medos das crianas a partir da
opinio de seus responsveis. Obviamente, so duas pesquisas diferentes, pois os adul-
tos sentem outros medos que as crianas ainda podem nem conhecer. Portanto, esses
resultados podero nos dar uma viso no fidedigna do medo das crianas.
Assim, a definio dos sujeitos da pesquisa fundamental para que a investigao
atinja o objetivo desejado.
Da mesma forma, no caso da pesquisa sobre a germinao de sementes, no
possvel que cada aluno traga um tipo de semente, pois nesse caso, a germinao tam-
bm depender do tipo de semente utilizada. Assim, a semente precisa ser de uma varie-
dade de planta e de preferncia de uma mesma procedncia, a fim de evitar que fatores
alheios interfiram na germinao delas.
Outra questo para a qual devemos chamar a ateno que a Estatstica a cin-
28
A COLETA DE DADOS
cia do significado e uso dos dados. Sua grande misso a compreenso dos fenmenos
a partir da anlise dos dados, desvendando os padres subjacentes aos mesmos. Portan-
to, precisa-se de uma quantidade de dados que possam representar o comportamento do
fenmeno em estudo.
Por exemplo, no podemos inferir o comportamento da germinao das sementes
a partir da observao de apenas uma ou duas sementes. preciso ter uma quantidade
maior. Entretanto, uma quantidade muito grande pode deixar as crianas perdidas entre
os dados. Em geral, sugere-se que para conduzir uma pesquisa em sala de aula cada
aluno seja responsvel por uma quantidade pequena e fixa de sementes e que os dados
de todos os alunos formem o conjunto de dados necessrios pesquisa estatstica.
Alm da delimitao da populao, preciso definir se coletamos os dados com
todos os sujeitos que compem a populao (censo) ou escolhemos uma parte represen-
tativa da populao (amostra).
Censo: quando investigamos todos os elementos da populao.
Amostra: quando investigamos uma parte da populao.
Amostragem: mtodos e processos para definir a amostra.
No caso da pesquisa sobre o medo das crianas, podemos escolher pesquisar o

medo das crianas de nossa sala de aula. Neste caso a realizao do censo vivel, mas
a abrangncia dos resultados limitada quela turma.
No entanto, podemos querer investigar o medo de todas as crianas da escola. Se
a escola for de pequeno porte, ainda podemos pensar em realizar um censo; mas se a
escola for maior, o censo pode se tornar invivel ou muito trabalhoso. Neste caso, mais
vivel utilizar uma amostra dos alunos da escola.
Contudo, definir a amostra no to simples, ela precisa levar em considerao as
hipteses. Se o gnero, por exemplo, for importante, no adianta ter uma amostra s de
meninas. Da mesma forma, se a idade for importante, no adianta selecionar s crianas
de seis anos ou s as de onze anos. Por essa razo a seleo da amostra dever levar
em considerao as caractersticas essenciais da populao.
Suponha que nossa escola, no turno matutino, tenha doze turmas, sendo trs do
1 ano, trs do 2 ano; trs do 3 ano; duas do 4 ano e uma do 5 ano, sendo que em
mdia cada turma tem 30 alunos, totalizando 360 alunos. Agora devemos responder as
29
A COLETA DE DADOS
seguintes perguntas: Agora devemos responder as seguintes perguntas:

a) Quantos alunos devemos entrevistar? Isto , definir o tamanho da amostra.
b) Como vamos selecionar a amostra?
Ano A B C Total
c) Como levar em considerao as duas variveis: gnero
1 30 30 30 90 e idade?
2 30 30 30 90 Por uma questo de viabilidade decidimos que cada
3 30 30 30 90 aluno deve entrevistar dois colegas. Como temos 30 alu-
4 30 30 60
nos, ento o tamanho da amostra ser de 60 entrevistados.
5 30 30
Definido o tamanho da amostra, agora devemos decidir
Total 360 como selecionar os alunos que comporo a mesma. Veja-

mos algumas estratgias:
a) Cada aluno entrevista dois alunos, um menino e uma menina, durante o
recreio, sem que uma mesma criana seja entrevistada duas vezes.
b) Sorteamos duas turmas e entrevistamos todos os alunos das duas turmas.
c) Como so doze turmas, sorteamos cinco alunos de cada turma, utilizando
os nmeros da ordem de chamada.
d) Listamos todos os alunos, enumeramos cada um de 1 a 360, sorteamos 60 nme-
ros e entrevistamos os alunos correspondentes.
Analisemos cada um destes procedimentos para verificar a qualidade da amostra
como representativa da populao. Lembrar que acreditamos que o medo das crianas
depende do gnero e da idade e queremos conhecer qual o medo das crianas da es-
cola, do 1 ao 5 ano, do perodo matutino, populao da qual nossa classe faz parte.
a) Se cada aluno entrevista dois alunos, um menino e uma menina, durante o
recreio, teremos a garantia de que amostra estar formada metade de meninos e
metade de meninas. Porm, no teremos nenhuma garantia de haver crianas de
todas as idades e, alm disso, corremos o risco de que nossos alunos escolham
seus amigos e assim a amostra no representar a escola. Logo poder no ser
representativa. Este tipo de amostragem no-probabilstica.
b) Selecionamos duas turmas aleatoriamente e entrevistamos todos os alu-
nos das duas turmas. Este tipo de amostragem denominada probabilstica por
conglomerados, pois os alunos esto agrupados em turmas e, ao invs de sele-
cionarmos os alunos, selecionamos aleatoriamente duas turmas e entrevistamos
todos os alunos dessas duas turmas. No entanto, a distribuio por idades no
30
A COLETA DE DADOS
ser garantida, pois no melhor dos casos teremos apenas dois anos diferentes.
c) Como so doze turmas, sorteamos cinco alunos de cada turma, utilizando
os nmeros da ordem de chamada. Este tipo de amostragem pode ser considerada
estratificada, pois utilizamos a idade como critrio de estratificao, podemos su-
por que os alunos do 1 ano tem, na sua maioria, seis anos; os do 2 ano, sete anos
e assim por diante. Contudo, no est garantida a representatividade por gnero.
d) Listamos todos os alunos, os enumeramos de 1 a 360, sorteamos 60 nme-
ros e entrevistamos os alunos correspondentes. Este tipo de amostragem probabi-
lstica denominada de amostra aleatria simples. Contudo, a representativi-
dade por gnero e idade no est garantida.
e) Porm, para garantir a representatividade por gnero podemos ter uma
amostra sistemtica. Com uma lista de meninos e outra de meninas, se as duas
tiverem a mesma quantidade, sorteia-se 30 de cada uma. Entretanto, se tiver 60
meninos e 300 meninas, ser necessrio buscar a razo entre o nmero de meni-
nos e o nmero de meninas e mant-la no sorteio da amostra. Nesse caso, para
cada 5 meninas, 1 menino ser sorteado. Uma sistematizao tambm pode ser
feita para a idade.
preciso considerar tambm a proporcionalidade da amostra a partir das
variveis importantes para a pesquisa. No exemplo acima, temos muito mais alu-
nos do 1 ano do que do 5 ano. Se pegarmos 5 alunos da cada turma teremos 15
alunos do 1 e 5 do 5. Assim, se os alunos mais jovens tm medos diferentes dos
mais velhos podemos ter distores sobre os medos dos alunos como um todo.
Professor,
Observe que a ideia discutir as diversas formas de selecionar a
amostra, refletindo junto com as crianas o que pode acontecer com
um ou outro procedimento ou, pelo menos, fazer ver a elas que h
diferentes formas de selecionar as amostras.
Essa discusso fundamental, pois de um lado no podemos deixar que os alunos

acreditem que qualquer amostra serve para generalizar para toda a populao e, de outro,
esse tipo de indagao que nos ajudar a desenvolver o pensamento estatstico.
31
A COLETA DE DADOS
A fonte de dados
A fonte de dados composta pelos sujeitos da pesquisa ou elementos da popula-

o que fornecem os dados, que pode ser uma pessoa, como no caso da pesquisa sobre
o medo; a semente, no caso da pesquisa da germinao, etc.
Dependendo da pesquisa, a fonte de dados pode ser o prprio aluno, seus colegas, os
professores, a semente, os livros da biblioteca, as pedras do ptio, a conta de gua etc.
No entanto, as fontes podero ser classificadas em funo de quem coleta os dados.
a) Fonte primria
Quando o pesquisador coleta os dados diretamente da fonte so denominados de

dados primrios. Por exemplo, na pesquisa sobre o medo, os dados obtidos pelo
prprio pesquisador a partir das respostas dos alunos ou de seus responsveis so
dados primrios. O mesmo ocorre quando registramos os dados da observao da
germinao das sementes.
b) Fonte secundria
Quando os dados foram coletados por outras pessoas e ns trabalhamos em cima

destes dados, esses so denominados de dados secundrios. Por exemplo, se
quisermos investigar o padro do consumo de gua ou energia eltrica das famlias
de nossos alunos, a fonte de dados ser a conta de gua ou de energia deles.
Vejamos um exemplo. Suponhamos que queremos investigar qual a disciplina
que mais reprova na escola. Esta pesquisa pode ser realizada de duas formas. A primeira
entrevistando diretamente os alunos sobre as disciplinas que reprovaram no ano anterior
ao da pesquisa. Outra forma recorrer s atas finais da escola e fazer esse levantamento
a partir desses dados. Assim, o aluno a fonte primria e a planilha final de notas uma
fonte secundria.
Aluno Planilha
Fonte Primria Fonte Secundria
Figura 4: Diferentes fontes de dados
32
A COLETA DE DADOS
O que coletar os dados?
Aps a definio dos sujeitos e a definio da fonte de dados preciso decidir

como os dados sero coletados, ou seja, buscar as informaes que respondam ques-
to da pesquisa, que so denominadas de variveis. Essa uma oportunidade de solicitar
que a turma levante ideias de como a coleta pode ser realizada.
No caso da pesquisa sobre o medo das crianas, como dissemos anteriormente,
precisamos definir o que ser inferido como medo da criana. A partir do pressuposto que
vamos coletar os dados das prprias crianas, a pergunta agora : como vamos coletar
esses dados? Isto , qual ser o procedimento para coletar os dados?
Analisemos alguns procedimentos, elencando suas vantagens e desvanta-
gens:
a) Realizar uma entrevista: os alunos fazem as perguntas e anotam ou gravam
as respostas dos colegas.
b) Aplicar um questionrio, perguntando de que ele tem mais medo. O registro
pode ser por escrito ou por desenho. Pode-se solicitar criana que faa um dese-
nho, como fez, por exemplo, a professora Roberta Buehring (2006) com seus alu-
nos de 2 ano. Esta pesquisadora optou por este procedimento, pois seus alunos
ainda no estavam completamente alfabetizados para registrar de forma escrita
seus sentimentos.
c) Caso a populao escolhida seja apenas uma turma, podemos, ainda:
a. Chamar aluno por aluno, solicitar que eles digam em voz alta qual seu
maior medo e vamos anotando no quadro. Este procedimento pode induzir as
crianas a imitar os colegas, ou algumas por constrangimento, no manifestarem
sua opinio.
b. Fazer uma lista dos medos no quadro, perguntar aos alunos se existe algum
outro tipo de medo para ser listado e depois solicitar a eles que levantem a mo
medida que vamos fazendo a leitura dos tipos de medos. Este tipo de procedimen-
to tambm pode induzir as crianas a optarem por um tipo de medo que a maioria
opta.
Esses questionrios, desenhos, udio ou outras formas de registro dos da-
dos so denominados de instrumentos, que coletam os dados das variveis que
vamos estudar.
33
A COLETA DE DADOS
Os instrumentos de coleta de dados
Como j mencionamos, h vrias formas de coletar os dados. Podemos realizar

entrevistas, criar questionrios e fichas de observao. Podemos utilizar materiais concre-
tos, fotografias, adesivos, desenhos etc. Podemos, ainda, utilizar instrumentos de medida
como rguas e balanas.
a) Questionrio
No caso da pesquisa sobre o medo das crianas, podemos elaborar um questio-

nrio que deve contemplar as variveis: idade, gnero e tipo de medo (Figura 5).
Questionrio da pesquisa: Do que voc tem mais medo?
Nome do aluno: ____________________________________________________

Gnero: ( )Masculino ( ) Feminino
Idade: ______________ anos completos
Do que que voc tem mais medo? ____________________________________
__________________________________________________________________
Figura 5: Exemplo questionrio com categorizao a posteriori.
Caso a pesquisa seja feita na escola, isto , incluindo os alunos do 1 ao 5

ano, ser preciso incluir a varivel ano escolar.
Observamos que como a pergunta aberta, a criana tratar de exprimir seu sen-
timento com palavras que ela conhece e, certamente, vamos precisar criar categorias (a
posteriori) a partir do registro delas. Tambm poderamos deixar as opes prontas (Figu-
ra 6), trabalhando com as categorias elaboradas a priori.
Nome do aluno: ____________________________________________________

Gnero: ( )Masculino ( ) Feminino
Idade: ______________ anos completos
Do que que voc tem mais medo? Marque com X a opo que expresse seu sentimento:
( ) Bandido e ladro
( ) Fantasmas, espritos, mula sem cabea, lobisomem
( ) Animais (jacar, hipoptamo, leo, cachorro, barata, aranha etc.)
( ) Altura, escuro,
( ) Ficar de castigo, reprovar de ano
Figura 6: Exemplo de um questionrio com categorizao a priori.
Na pesquisa que sugerimos que utiliza o jogo da memria com os alunos da clas-
34
A COLETA DE DADOS
se e um adulto (Figura 7), as variveis envolvidas so: gnero, idade, autopercepo de

capacidade de memria, bem como o tempo gasto no jogo.
A ficha pode ser conforme modelo a seguir:
Nome da criana: _________________ Nome do adulto: _____________

Idade: _____________ anos completos Idade: _____________ anos completos
Gnero: ( ) Masculino ( ) Feminino Gnero: ( ) Masculino ( ) Feminino
Voc acha que a sua memria : Voc acha que a sua memria :
( ) Muito Boa ( ) Muito Boa
( ) Boa ( ) Boa
( ) Regular ( ) Regular
( ) Fraca ( ) Fraca
( ) Muito Fraca ( ) Muito Fraca
Tempo que gastou no jogo: Tempo que gastou no jogo:
minutos: _____________ minutos: _____________
segundos: ____________ segundos: ____________
Converso em segundos: ___________ Converso em segundos: ___________
Figura 7: Exemplo de ficha para coletar dados
b) Fichas de observao
No caso da germinao de sementes, o dado ser coletado pela observao direta

na natureza ou no experimento, portanto, precisaremos de uma ficha para anotar
os dados.
A observao na natureza muito mais complexa. Nesse tipo de observao mui-
tas variveis podem interferir sem termos como control-las, como umidade do ar
e da terra, fertilidade do solo, poca de germinao etc. J em uma situao ex-
perimental podemos controlar vrios desses fatores e escolher os que deixaremos
variar.
Para registrar a germinao em uma situao experimental, em que estejam
garantidos a mesma quantidade de gua, o mesmo tipo de terra, a mesma semen-
te e a mesma exposio ao sol, entre outros, podemos elaborar uma ficha (Figura
8) na qual cada criana ir registrar a germinao das sementes sob sua respon-
sabilidade do 1 ao 5 dia, aps plantada.
35
A COLETA DE DADOS
Ficha de observao: A germinao das sementes

Nome do aluno: ___________________________________________
Dias aps plantadas Nmero de sementes que germinaram

1 (24 h)
2 (48 h)
3 (72 h)
4 (96 h)
5 (120 h)
Figura 8: Ficha de observao do fenmeno a germinao das sementes.
A depender da idade das crianas, podemos coletar o dado em um nico dia, sim-
plificando a coleta, por exemplo, depois de 7 dias. Contudo, o acompanhamento ao longo
dos dias possibilitar criana perceber que existe uma variao natural no tempo de
germinao, pois nem todas as sementes germinam ao mesmo tempo.
Variveis, seus tipos e sua operacionalizao
A todo o momento, estamos falando de variveis e esse um conceito-chave na

Estatstica. Por essa razo vamos nos deter um pouco na sua definio, caractersticas e,
o que mais importante, de que forma vamos colet-la, o que chamamos de operaciona-
lizao.
Varivel, em Estatstica, uma caracterstica da populao que as-

sume diferentes valores ou categorias.
Vejamos alguns exemplos. Na pesquisa sobre o medo, caso a populao seja for-
mada pelos alunos de nossa classe, os sujeitos da pesquisa so nossos alunos. Que
caractersticas importantes dos sujeitos vo coletar para poder responder nossa questo
de pesquisa? Neste exemplo, vamos considerar as variveis: idade, gnero e medo.
Contudo, se estivssemos investigando o desenvolvimento fsico dessas crianas,
as variveis poderiam ser: idade, sexo, altura, peso, etc. Se estivssemos investigando o
desempenho escolar, as variveis poderiam ser: notas nas disciplinas, disciplina favorita,
etc. Ainda podemos ter outras variveis a depender do tema de investigao.
36
A COLETA DE DADOS
Quadro 3: Exemplos de variveis para Sujeitos pessoas

Tipo de Sujeito Exemplo de variveis
Gnero: Feminino, Masculino.
Idade: 9, 10, 11, 12 (anos completos).
Medo: barata, mula sem cabea.
Altura (em centmetros, de 120 a 160, por exemplo).
Peso (em quilogramas, de 30 a 60, por exemplo).
Permetro ceflico (em centmetros, de 30 a 45, por exem-
plo).
Sujeito Nota em Matemtica (escala de zero a dez).
(pessoas) Nota em Portugus, Nota em Matemtica, ...
Disciplina favorita (Matemtica, Portugus, ...).
Disciplina que no gosta (Matemtica, Portugus, ...).
Nmero de irmos (0, 1, 2,...).
Nmero de letras de seu nome (3, 4, 5, ...).
Esse questionrio pode ser, ainda, a apresentao de uma lista de medos na qual
a criana marca a sua resposta. importante ressaltar que quando a populao com-
preendida por objetos (como as sementes, no caso da pesquisa sobre germinao) ou
por uma coleo de objetos (cada aluno trabalha com um grupo de sementes) ou, ainda,
de um coletivo (famlia), os tipos de variveis podem ser como as expostas no quadro a
seguir:
Quadro 4: Exemplos de variveis para outros tipos de sujeitos

Tipo de Sujeito Exemplo de variveis
Germina: sim ou no.
Tempo de germinao: 1 dia, 2 dias,
O tempo uma varivel que no da semente, mas que interfere na
Objeto
ocorrncia da germinao, pois algumas sementes demoram mais do que
(semente)
outras para germinar, assim esta varivel deve ser coletada.
N de sementes que germinaram (0, 1, 2, ...)
Coleo de objetos 7 das 11 plantadas germinaram

(vrias sementes)
Coletivo Nmero de pessoas da famlia que mora com o aluno
(famlia do aluno) Quantidade de metros cbicos de gua que consomem por ms
Renda familiar (em reais R$)
Religio predominante (Catlica, Evanglica, ...)
37
A COLETA DE DADOS
Tipos de variveis
As variveis se classificam em qualitativas e quantitativas (Figura 9). Uma varivel

qualitativa aquela cujos resultados se enquadram em categorias. Se as categorias as-
sumem algum tipo de ordenao, elas so denominadas de ordinais, por exemplo, gosto
pela Matemtica (pouco, regular e muito). Caso contrrio, so denominadas de nominais,
como, por exemplo, gnero, tipos de medo, entre outros.
Uma varivel quantitativa (tambm denominada de numrica) aquela cujos re-
sultados assumem valores numricos. Se essa for passvel de contagem chamada de
discreta, como nmero de irmos ou nmero de sementes que germinam. Se a varivel
resultante de mensurao, tomando qualquer valor, ento so chamadas de contnuas,
como peso (kg), altura dos alunos (cm), renda familiar (R$), entre outras. Assim, podemos
classificar as variveis de diferentes formas, como apresentado no esquema a seguir.
Figura 9: Classificao das variveis estatsticas de acordo com sua natureza.
a) Operacionalizao das variveis

Alm de aprendermos a reconhecer os tipos de variveis importante saber que as
variveis podem ser coletadas (operacionalizadas) de diferentes maneiras.
Anlise de uma varivel qualitativa
Quando as categorias das variveis j esto definidas a priori, por exemplo, gnero
(masculino, feminino), gosto pela Matemtica (pouco, regular, muito), a coleta de dados
38
A COLETA DE DADOS
simples.
J quando a varivel no possui naturalmente as categorias predefinidas, sua co-
leta se torna mais complexa e preciso trabalhar a classificao da varivel, que pode
ser a priori ou a posteriori. Vejamos um exemplo com a pesquisa sobre o medo.
i. Pergunta aberta. Neste caso formulamos a pergunta de tal maneira que da-
mos completa liberdade ao respondente para expressar seu sentimento:
Do que voc tem mais medo? _________________________________
___________________________________________________________
Esta pergunta permite qualquer tipo de resposta, inclusive aquelas que no tm

nada a ver com a pergunta, ou vir em branco, o que pior. Contudo, podemos ter
respostas mais fidedignas, isto , mais prximas ao sentimento dos alunos.
Essa forma de coletar os dados implica em criar categorias a posteriori, isto , a
partir das respostas dos alunos criamos as categorias.
ii. Pergunta fechada. Neste caso formulamos a pergunta e damos opes para
o aluno responder, isto , o respondente no tem tanta liberdade, pois as catego-
rias j esto criadas. Entretanto, como somos ns os que criamos as categorias,
podemos estar induzindo as respostas ou distorcendo completamente a natureza
da pesquisa.
iii. Pergunta Semi-aberta. Quando temos uma pergunta fechada, o sujeito mui-
tas vezes no se encaixa nas respostas apresentadas. Por isso, vrias pesquisas
incluem a categoria outras. Nessas, o sujeito pode explicitar outra resposta de for-
ma a ampliar o leque de opes e, assim, necessitar de uma recategorizao.
Exemplo de pergunta com uma nica escolha (categorias mutuamen
te excludentes)
Marque com X a alternativa que voc considera lhe dar mais medo:
( ) animais (cachorros, jacars, insetos,...)
( ) fantasmas, espritos, alma penada, ...
( ) altura, escuro, no saber as respostas, falar em pblico,..
( ) pessoas ms, bandido, ladro, ...
( ) outro, explique: _____________________________________
Exemplo de pergunta com mltipla escolha (categorias complementares)
Suponha que estamos fazendo uma pesquisa com os professores da escola para
identificar os principais problemas da escola.
39
A COLETA DE DADOS
Na sua opinio, quais so os maiores problemas que impedem sua escola

atingir as metas traadas pelo governo em relao ao IDEB?
( ) baixos salrios dos professores
( ) professores com formao inadequada para o ensino
( ) a omisso dos pais dos alunos no processo educativo
( ) a poltica educacional
( ) a infra-estrutura da escola
( ) outro, explicite: ____________________________________
Neste caso o respondente pode marcar com X todas aquelas alternativas
que ele acredita serem os maiores problemas, que podem ser uma, duas, at to-
das. Com este tipo de opo corremos o risco de no podermos discriminar quais
so os maiores problemas. Uma forma de evitar isso solicitar ao respondente que
de todas as alternativas, escolha apenas trs e que coloque 1 (ao maior proble-
ma), 2 (ao segundo maior) e 3 (ao terceiro maior).
Ainda h uma terceira opo, podemos solicitar ao respondente que colo-
que V (verdadeiro) ou F (Falso) a cada uma das alternativas. Neste caso teremos a
indicao da gravidade do problema a partir da maior frequncia de Verdadeiro de
cada alternativa.
Anlise de uma varivel quantitativa
Quando trabalhamos com variveis quantitativas precisamos definir a unidade, es-

tar atento ao grau de preciso da mesma, e definir o instrumento pelo qual vai ser medido,
dentre outras. Vejamos um exemplo de uma varivel quantitativa: idade
a) Data de nascimento ___/____/____
b) Quantos anos voc tem? ____________
c) Idade ____________ em anos completos
d) Faixa etria (marque com x)
( ) De 0 a 20 anos
( ) De 21 a 40 anos
( ) De 41 a 60 anos
( ) De 61 a 80 anos
( ) 81 anos ou mais
( ) outro, explicite: ____________________________________
Cada forma de coletar o dado nos fornecer informaes diferentes para a mesma
40
A COLETA DE DADOS
varivel. Analisemos os prs e contras de cada forma de coleta:

a) A data de nascimento nos permite calcular com preciso de dias a idade da
pessoa, que poder ser crucial se a pesquisa for sobre desnutrio infantil. Porm,
ser uma informao intil e no caso de uma pesquisa eleitoral, por exemplo, pois
neste caso s interessa a faixa etria.
b) Quando perguntamos quantos anos voc tem?, estamos dando liberdade
ao respondente para fornecer dados arredondados ou mais detalhados, assim po-
deremos ter respostas tais como: 9 anos, 9 anos e 5 meses, 9 anos e 8 dias, ou 9
anos e meio. Neste caso, no sabemos se o aluno que respondeu 9 anos porque
ele tem exatamente nove anos ou se ele arredondou para anos completos. Nova-
mente, questionamos se vale a pena ter esses dados nesse nvel de preciso ou se
no seria melhor solicitar apenas a idade em anos completos, como no item c. Uma
discusso mais detalhada sobre o uso da idade em anos e meses para realizao
de estatsticas encontra-se no anexo A.
c) Em alguns estudos no temos interesse na idade especfica, apenas em
faixas etrias. Por exemplo, nas pesquisas eleitorais, podemos querer saber se
os mais jovens pensam e votam de forma diferenciada dos que os mais velhos.
Tambm podemos querer saber se as pessoas que no so obrigadas a votar tm
interesse em votar. Assim podemos criar diferentes faixas etrias. Isto facilita o tra-
tamento dos dados. Ao fazermos isso, estamos convertendo uma varivel intrinse-
camente numrica em uma varivel qualitativa ordinal, pois uma faixa mais velha
que a anterior. Contudo, se coletamos os dados em faixas etrias, no teremos o
dado original (idade), assim no d refazer as faixas.
A necessidade de trabalhar com a classificao
O trabalho com classificao precisa de uma ateno especial. Infelizmente, o que

se tem observado que o ensino tem se preocupado muito mais com que os alunos
memorizem formas de classificar do que no desenvolvimento do pensamento lgico que
permite o classificar.
41
A COLETA DE DADOS
Classificar significa verificar em um conjunto de elementos os que tm

a mesma propriedade.
Uma categorizao deve atender a duas condies: ser exaustiva (to-
dos os elementos precisam estar em alguma categoria) e exclusiva
(nenhum elemento pode estar em mais de uma categoria).
Na Figura 10, por exemplo, observamos a tentativa de uma criana de 8 anos em

classificar os brinquedos. Ela agrupa os elementos a partir de diferentes critrios, o que
termina por no atender a exclusividade.
Figura 10: Classificao de brinquedos realizada por uma criana de 8 anos.

Fonte: Luz e Guimares (2009).
J na Figura 11, outra criana consegue realizar uma classificao utilizando como
critrio o tempo cronolgico:
Esse que tem o pio do grupo de antigamente, esse que tem a bicicleta do grupo
que esto brincando muito no presente e esse que tem o jogo da velha do grupo
dos de futuramente, que ainda vo brincar.
Figura 11: Classificao dos brinquedos realizada por uma criana de 8 anos
42
A COLETA DE DADOS
No primeiro exemplo, a criana utiliza os critrios: tipo de material (plstico e ma-

deira) e envolver pensamento lgico (sim ou no), alm de alocar outros como diferen-
tes. Assim, era preciso que ela tivesse optado por um desses critrios. Outra possibilida-
de, bem mais complexa, seria combinar esses critrios gerando quatro categorias: lgicos
de madeira, lgicos de plstico, no lgicos de madeira e no lgicos de plsticos, como
podemos ver na Figura 12.
Material
Madeira Plstico
Lgicos
No Lgicos
Figura 12: Exemplo de classificao com dois critrios.

Outra forma de representar essa combinao de categorias o diagrama da rvore

(Figura 13), muito utilizado para representar todas as possibilidades no raciocnio combi-
natrio:
LGICO PLSTICO
PLSTICO NO LOGICO LGICO MADEIRA
MADEIRA LGICO NO LGICO PLSTICO
NO LGICO MADEIRA
Figura 13: Representao das possibilidades utilizando o diagrama da rvore.
Obviamente, a tarefa de classificao se torna mais complexa quando trabalhamos

com variveis que esto relacionadas aos sentimentos ou ao comportamento das pes-
43
A COLETA DE DADOS
soas.
Como vimos no caso da varivel tipo de medo, qualitativa nominal, podemos dei-
x-la em aberto e provavelmente teremos respostas muito variadas, ou podemos criar
categorias a priori para assim coletar os dados. De qualquer forma, teremos a tarefa de
classificao a partir das respostas dadas pelos alunos.
Suponhamos que deixamos a pergunta em aberto De que voc tem mais medo?
e que as respostas foram: barata, mula sem cabea, bandido, altura, rato, escuro, lobiso-
mem.
Percebe-se que as respostas apresentam diferentes tipos de medo. Podemos di-
zer que esses alunos tm medo de coisas reais (barata, rato, altura e escuro) e coisas
imaginrias (mula sem cabea e lobisomem). Podemos, tambm, dizer que esses alunos
tm medo de bichos (barata e rato), de assombraes (mula sem cabea e lobisomem) e
de situaes (escuro e altura). Assim, os mesmos elementos podem ser classificados de
diferentes formas que dependem do objetivo de quem classifica.
Alm disso, importante que determinemos como vamos registrar. Por exemplo,
se classificarmos os medos em duas classes podemos registrar, apenas, sim e no, ou
podemos registrar real e imaginrio (Figura 14).
Medo Ser real Medo Tipo

Barata Sim Barata real
Mula sem cabea No Mula sem cabea imaginrio
Lobisomem No Lobisomem imaginrio
Rato sim Rato real
Escuro sim Escuro real
Altura sim Altura real
Figura 14: Diversas formas de registrar uma classificao.
No h, de fato, uma maneira melhor do que a outra. Apenas preciso evitar a

mistura das duas numa mesma anotao.
44
Captulo 4
O TRATAMENTO DOS DADOS
Iniciamos esse captulo lembrando que a Estatstica tem como objetivo organizar
e resumir os dados brutos em poucas medidas ou representaes que mostrem de forma
sinttica o perfil dos dados, as tendncias e as relaes entre as variveis.
Para realizar essas tarefas podemos contar com representaes em tabelas e gr-
ficos e com as medidas estatsticas tais como: frequncias (absoluta e relativa), amplitu-
de, mdia, mediana, moda, entre outras.
Do caos organizao de dados
Uma vez que coletamos os dados precisamos sistematiz-los. Para isso contamos
com vrias estratgias didticas que devem ser avaliadas para verificar qual delas se
adqua natureza dos dados e faixa etria dos alunos. Uma das primeiras medidas
estatsticas exploradas com as crianas a frequncia.
A organizao da frequncia em pictogramas
Este tipo de configurao s possvel para dados coletados do prprio aluno e

para poucos dados, adequado para trabalhar com os dados de nossos alunos de uma
classe que, em geral, tem menos do que 30 alunos. Isto se deve ao fato de que traba-
lharemos com a escala unitria. A ideia focar a relao biunvoca entre o dado e sua
representao.
Pode-se iniciar a compreenso sobre a funo de uma representao em grficos
solicitando que os alunos registrem suas opinies utilizando caixa de fsforo como utiliza-
das pela pesquisadora Buering (2006).
45
Figura 15: Grfico de barras utilizando material concreto.

Fonte: Buehring (2006, p.64)
Nesse exemplo, cada aluno escreveu seu nome na caixa de fsforos e o empilhou
segundo o gnero.
Tambm podemos utilizar cones,
escudos ou camisetas dos times confec-
cionados com cartolina, emborrachados ou
com adesivos, de tamanhos padronizados.
Na Figura 16 utilizamos camisetas dos ti-
mes confeccionados com emborrachado.
Neste caso, cada aluno pega a cami-
seta de seu time e o cola no quadro ou na
cartolina.
Figura 16: Pictograma construdo com material emborra-

chado para o time favorito no quadro.
Fonte: arquivo das autoras
Na Figura 17 so utilizados cones para frutas e sorvetes com bolas de sabores

coloridos para cada tipo.
Essa abordagem conduz os alunos a entender os grficos chamados de pictogra-
mas, pois utilizamos cones para representar os dados.
Pictograma uma representao grfica que utiliza cones para re-

presentar os dados
46
Figura 17: Exemplo de pictograma para a fruta e sabor de sorvete favorito
Na Figura 17 utilizamos im de geladeira nos cones e um quadro magntico (que

pode ser substitudo por uma placa de metal). Observe que as representaes do moran-
go, da uva, do abacaxi e da ma tm o mesmo tamanho, apesar de, na realidade, essas
frutas terem diferentes tamanhos, sendo o abacaxi, por exemplo, bem maior que a mo-
rango. Esse problema j no ser enfrentado com a representao do sabor de sorvete
favorito, pois todos podem ter o mesmo tamanho, variando apenas a cor do sabor.
O tamanho e o espaamento entre os cones precisam ser iguais para que vi-
sualmente possamos comparar as alturas. Se tivermos 3 abacaxis grandes e 10 maas
pequenas poderemos ter a mesma altura, o que um equvoco, porque nesse caso a
quantidade de maas seria bem maior do que a de abacaxis.
Se solicitarmos s crianas que desenhem preciso ter ateno na padronizao
do tamanho dos papeizinhos dos desenhos. Todos devem ter as mesmas dimenses.
Este tipo de recurso foi utilizado por Buehring (2006), quando solicitou s crianas peque-
nas que desenhassem do que tinham mais medo. Depois, a pesquisadora solicitou que
cada criana colasse o seu desenho no papel madeira a fim de construir o pictograma. A
Figura 18 apresenta uma estrutura similar ao que foi realizado pela autor.
Figura 18: Esquema de pictograma construdo co-

lando papeis com desenho em cartolina
Fonte: Dados fictcios, estratgia similar de
Buehring (2006).
47
A percepo da correspondncia biunvoca entre aluno e o desenho no papel

facilitada pelo fato de cada aluno ter a sua prpria representao. Como veremos mais
adiante, quando tratarmos os dados diretamente de uma planilha, essa percepo se per-
de.
A tabela de frequncia (TDF)
Antes de iniciar o tratamento se faz necessrio esclarecer o que uma tabela do

ponto de vista estatstico. Atualmente, utilizamos o termo tabela para nomear vrias
coisas, tais como, uma lista de compras, um rol de dados, um quadro, uma planilha, um
banco de dados. A rigor uma tabela qualquer organizao matricial composta por linhas,
colunas, cujas intersees so denominadas de clulas, onde se encontram os dados,
que podem ser nmeros, categorias, palavras, frases, etc.
Uma tabela de frequncia quando ela apresenta os dados de forma resumida
por meio de frequncias. As Tabelas de distribuio de Frequncia (TDF) (Figura 19)
so utilizadas para verificar como se distribuem os dados nas categorias das variveis
qualitativas (a), nos valores pontuais da varivel discreta, que toma poucos valores (b) ou
nas faixas ou classes, para o caso de variveis contnuas e discretas que tomam muitos
valores (c).
Tabela de Distribuio de Frequncia (TDF) um tipo de tabe-

la estatstica formada pelas categorias (varivel qualitativa), valores
pontuais (varivel discreta) ou intervalos (varivel contnua) e sua fre-
quncia absoluta ou relativa.
Distribuio de frequncia por cate- Distribuio de frequncia por pontos Distribuio de frequncia por
gorias (a) (b) intervalos (c)
Mascote em casa N de alunos N de filhos N de famlias Altura (em cm) N de alunos
Cachorro 3 0 40 125 129 2
Pssaro 2 1 100 130 134 3
Gato 2 2 60 135 139 11
Outro 3 3 40 140 144 8
Nenhum 15 4 10 145 - 149 1
Total 25 Total 250 Total 25
Figura 19: Exemplo de tabelas de distribuio de frequncia.

Fonte: dados hipotticos
48
Frequncia absoluta, chamada apenas de frequncia, o nmero

de vezes em que ocorre cada uma das categorias, valores ou faixas
da varivel.
Frequncia relativa a porcentagem da populao que se enqua-

dra na categoria (valores ou faixas).
Podemos sistematizar os dados em uma tabela fazendo uma contagem direta. Su-
ponha que estamos investigando o time de futebol favorito dos alunos de nossa classe.
Neste caso podemos solicitar s crianas para levantar a mo medida que vamos enun-
ciando o time favorito. Por exemplo, Levantem a mo todos os alunos cujo time favorito
o Palmeiras, fazemos a contagem e anotamos em uma tabela, no quadro, conforme
mostra a Figura 20.
Tambm podemos utilizar essa estratgia para sistematizar uma varivel quan-
titativa que toma poucos valores, como por exemplo, nmero de irmos dos alunos da
classe, nmero do calado etc. Assim, podemos solicitar s crianas para levantar a mo
a medida em que vamos enunciando o nmero de irmos. Por exemplo, Levantem a mo
todos os alunos que no tm irmos, fazemos a contagem e anotamos em uma TDF, no
quadro negro, conforme mostra Figura 21. Nmero de irmos N de alunos
0 4
Time de futebol favorito N de alunos 1 10
Palmeiras 6 2 5
Flamengo 10 3 4
Cruzeiro 5 4 0
Vasco 4 5 2
Total 25 Total 25
Figura 20: A TDF a partir da contagem direta de uma Figura 21: TDF construda a partir da contagem direta de
varivel qualitativa. uma varivel quantitativa discreta.
Fonte: dados hipotticos Fonte: dados hipotticos
Contudo, nesse tipo de sistematizao podemos esquecer de contar um aluno ou

algum aluno distrado pode levantar a mo duas vezes. Nesse caso, a quantidade de alu-
nos da sala no ser igual soma das frequncias representadas na tabela. Perderemos,
assim, o controle da sistematizao.
Para evitar essa confuso, podemos pegar a lista de chamada, chamar aluno por
49
aluno e solicitar para que cada um diga o seu time favorito ou nmero de irmos e a cada
indicao vamos fazendo um risco numa tabela. Ao final, realizamos a contagem e esta-
mos prontos para gerar a TDF, como mostramos na Figura 22.
Time de futebol Time de futebol fa-

Contagem N de alunos
favorito vorito
Palmeiras ||||| | Palmeiras 6
Flamengo ||||| ||||| Flamengo 10
Cruzeiro ||||| Cruzeiro 5
Vasco |||| Vasco 4
Total Total 25
Figura 22: Forma de registro utilizando a lista de chamada e gerando a TDF.

A construo da planilha de dados
Uma forma de garantirmos a fidelidade dos dados registrando-os em uma plani-

lha ou banco de dados. Essas planilhas nos auxiliam na organizao dos dados a partir
das variveis observadas em cada um dos sujeitos da pesquisa.
Suponha que estamos investigando a quantidade de produtos que as famlias de
nossos alunos compram para um ms, a partir da lista de compras mensal. Essa lista de
compras uma planilha ou banco de dados, pois os dados so brutos, no receberam
nenhum tratamento, como podemos observar na Figura 23.
Lista de compras do ms da Famlia de Ana Lista de compras do ms da Famlia de Ana

Item Unidade Quantidade Item Unidade Quantidade
Acar Sacos de 1 kg 2 Acar Sacos de 1 kg 3
Arroz Sacos de 1 kg 3 Arroz Sacos de 1 kg 4
leo Garrafas de 1 litro 1 leo Garrafas de 1 litro 2
Pasta de dente Unidade de 300 g 1 Pasta de dente Unidade de 300 g 1
Figura 23: Exemplos de listas de compras das famlias de dois alunos
Se sistematizssemos os dados dessas listas em uma planilha, fazendo apenas a

listagem da quantidade dos itens consumidos pelas famlias dos alunos (Figura 24), essa
planilha ainda no seria uma tabela estatstica, pois ela composta apenas pelos dados
brutos das famlias de nossos alunos. Alguns livros chamam este arranjo de tabela. Neste
livro, optamos por chamar este tipo de tabela de planilha de dados, como veremos logo
50
a seguir, pois apenas transcrevemos os dados brutos para uma lista conjunta, que no
receberam nenhum tratamento estatstico.
Famlia de Acar Arroz leo Pasta de dente

(Sacos de 1 kg) (Sacos de 1 kg) (Garrafas de 1 litro) (Unidade de 300 g)
Ana 2 3 1 1
Bruna 3 4 2 1
...
Vitor 1 2 1 1
Figura 24: Exemplo de uma planilha de dados.
A planilha de dados dever ser construda de acordo com o instrumento de pesqui-

sa. Por exemplo, na pesquisa sobre os medos, cada aluno preenche sua ficha e constru-
mos uma planilha que contm os dados brutos como ilustramos a seguir.
a) A pesquisa sobre o maior medo das crianas
Os dados de cada aluno so colocados nas linhas conforme as variveis
descritas nas colunas. Assim, a nossa planilha de dados tem na primeira coluna
o nome do aluno, na segunda o gnero, na terceira a idade e, na quarta o tipo de
medo (Figura 25).
Lembramos que quando construmos a planilha de dados utilizamos cdigos que
nos ajudam a simplificar o trabalho. Por exemplo, ao invs de escrever por extenso Fe-
minino, escrevemos apenas a letra F maiscula e M maiscula para Masculino.
Professor,
Reforce a observao da natureza das variveis. A idade uma varivel
quantitativa, j o gnero e os tipos de medo so variveis qualitativas, e
neste caso, ambas nominais, j que suas categorias no podem ser orde-
nadas, pois ter medo de fantasma no maior, igual ou menor que ter medo
de rato.
51
Exemplo da ficha em branco: Arcabouo da planilha de dados:

Ficha da pesquisa: Do que voc tem mais medo? Nome Gnero Idade Tipo de Medo
Nome do aluno: _____________________ Ana
Gnero: ( ) Masculino ( ) Feminino Artur
Idade: ________ anos completados Bianca
Do que que voc tem mais medo? _____________ Bruna
____________________________________________ Beto
...
Exemplo da ficha preenchida: Planilha de dados preenchida:
Ficha da pesquisa: Do que voc tem mais medo? Nome Gnero Idade Tipo de Medo
Nome do aluno: Ana Ana F 8 Ladro
Gnero: ( ) Masculino (X) Feminino Artur M 8 Rato
Idade: 8 anos completados Bianca F 8 Altura
Do que que voc tem mais medo? Ladro Bruna F 9 Leo

Beto M 9 Mula sem cabea
____________________________________________
...
Figura 25: Exemplo de ficha de coleta de dados e arcabouo da planilha de dados em branco e preenchidas.
Para desenvolver essa atividade em sala de aula, importante que o professor

discuta com os alunos que trabalhar com pesquisa, em geral, no finalizado em uma
aula. Assim, fundamental que os dados sejam registrados em papel ou em um software
no computador para que os mesmos possam ser recuperados em outro momento.
Outro fator fundamental de ser refletido sobre a uniformidade do banco de dados.
Se cada aluno fizer um banco de dados preciso checar se todos esto procedendo da
mesma forma, seno, as anlises tero resultados diferentes. Se, por exemplo, forem
feitos registros como M para masculino ou para menina. Outro tipo de problema
quando utilizamos as planilhas eletronicas, nas quais uma letra diferente compreendida
pelo sistema computacional como uma outra categoria.
Por essa razo, recomendvel que o professor esteja atento e conduza o preen-
chimento da planilha de forma coletiva.
A partir dessa planilha com os dados brutos (Quadro 5) podemos iniciar o tratamen-
to dos mesmos categorizando os tipos de medo em classes.
52
Dados primrios (brutos) Dados secundrios

Nome Gnero Idade Tipo de medo Classe de Medo Subclasse de Medo N de letras do nome
Ana F 8 Ladro Real Real Pessoa 3

Artur M 8 Rato Real Real Bicho 5
Bianca F 8 Altura Real Real Situao 6
Bruna F 9 Leo Real Real Bicho 5
Beto M 9 Mula sem cabea Imaginrio Imaginrio Folclore 4
Breno M 8 Bandido Real Real Pessoa 5
Carla F 7 Mula sem cabea Imaginrio Imaginrio Folclore 5
Camila F 8 Bicho papo Imaginrio Imaginrio Folclore 6
Daniel M 9 Tiranossauro Imaginrio Imaginrio Personagem 6
Denise F 9 Lugar alto Real Real Situao 6
Deise F 8 Escuro Real Real Situao 5
Emilio M 8 Escuro Real Real Situao 6
Fabio M 7 Cobra Real Real Bicho 5
Felipe M 9 Marginal Real Real Pessoa 6
Gilda F 8 Rato Real Real Bicho 5
Gabriela F 8 Coringa Imaginrio Imaginrio Personagem 8
Irene F 8 Altura Real Real Situao 5
Jos M 9 Homem mascarado Real Real Pessoa 4
Juliana F 9 Palhao Real Real Pessoa 7
Luiz M 8 Dinossauro Imaginrio Imaginrio Personagem 4
Luciana F 7 Bandido Real Real Pessoa 7
Mariana F 8 Bruxa Imaginrio Imaginrio Personagem 7
Marcelo M 8 Saci Imaginrio Imaginrio Folclore 7
Milton M 8 Bicho papo Imaginrio Imaginrio Folclore 6
Paulo M 8 Tubaro Real Real Bicho 5
Pmela F 9 Fantasma Imaginrio Imaginrio Personagem 6
Pedro M 7 Feiticeira Imaginrio Imaginrio Personagem 5
Rui M 7 Barata Real Real Bicho 3
Renata F 8 Rato Real Real Bicho 6
Sandra F 8 Tiranossauro Imaginrio Imaginrio Personagem 6
Saulo M 8 Ladro Real Real Pessoa 5
Vera F 8 Cachorro Real Real Bicho 4
Vanessa F 9 Fantasma Imaginrio Imaginrio Personagem 7
Fonte: Dados fictcios de uma turma do 3 ano.
Neste exemplo utilizamos duas classes: real e imaginrio. Podemos, ainda, criar
subclasses. Para a classe real podemos ter: real-pessoa, real-bicho e real-situao
e para imaginrios possvel ter: imaginrio-folclore e imaginrio-personagem. Assim,
os tipos de medo: ladro, bandido e marginal, so dados primrios e foram classificados
como real-pessoa. Dessa forma, os tipos de medo so dados primrios, ou seja, dados
brutos, enquanto que a classe real-pessoa um dado secundrio, deriva-se da juno
de trs tipos de medo.
Da mesma forma a varivel nmero de letras do nome um dado secundrio,
pois as crianas apenas escreveram seus nomes (dado bruto) e, a partir do nome, conta-
53
mos e registramos a quantidade de letras do nome na coluna correspondente. Ressalta-

mos que os dados so fictcios.
Observe que nem todo mundo pode concordar com que Tiranossauro ou Dinos-
sauro sejam categorizados como imaginrio personagem, talvez algum queira sugerir
a criao de uma nova categoria imaginrio bicho. J com a resposta fantasma, no
sabemos se a criana se referiu ao personagem fantasma do filme ou ao fantasma de
assombrao, neste caso, seria mais adequado classific-lo em imaginrio folclore.
b) A pesquisa sobre a altura das crianas
No caso da pesquisa sobre a altura das crianas, havia sido questionado se
os meninos so mais altos do que as meninas, e levantou-se a hiptese que sim,
pois em geral os homens so mais altos que as mulheres.
Assim, consideramos as variveis idade, gnero e altura. Para garantirmos uma
variao nas idades importante ter na amostra alunos de diferentes anos escolares.
Vamos fazer, ento, uma escolha aleatria de 3 meninas e 3 meninos das duas turmas (A
e B) dos cinco anos (1 ao 5), ver Quadro 6.
Ficha de pesquisa: Os meninos so mais Ficha de pesquisa: Os meninos so mais
altos do que as meninas? altos do que as meninas?
Nome do aluno: ________________ Nome do aluno: Alberto

Turma: ______ Ano: ___________ Turma: A Ano: 1
Gnero: ( )M ( )F Gnero: ( X )M ( )F
Idade: ________________________ Idade: 5 anos e 7 meses
Altura: ________________________ Altura: 1,10 m
Figura 26: Exemplo de ficha de coleta de dados em branco e preenchida.
Observe que os dados foram coletados em anos. Entretanto, alguma criana pode
coletar os dados considerando anos e meses, por exemplo 5 anos e 3 meses, 8 anos e 1
ms. Como essa converso trabalhosa para este nvel escolar aconselhamos simplificar
a coleta de dados da varivel idade, solicitando apenas os anos completos.
Da mesma forma, no caso da altura, devemos decidir em qual unidade vamos re-
gistrar os dados. Neste exemplo decidimos trabalhar com metros. Como estamos preocu-
pados com uma maior preciso, utilizaremos duas casas decimais, ou seja, o centsimo
do metro. Assim, devemos registrar todos os dados com duas casas decimais, mesmo
que um aluno mea um metro (1,00). Isto muito importante, pois estudos mostram que
os alunos enfrentam problemas ao registrar, ler e operar com nmeros decimais.
54
Quadro 6: Extrato da planilha de dados da pesquisa sobre a altura dos alunos

Dados originais
Nome Turma Gnero Idade Altura (m)
Alberto 1 ano A M 5 anos 1,10
Joo 1 ano A M 6 anos 1,00
Tereza 1 ano A F 5 anos 1,15
Pedro 1 ano B M 6 anos 1,04

Soma
Fonte: dados fictcios
Uma vez preenchida a planilha (veja planilha completa no Anexo A) com os dados
brutos podemos iniciar o tratamento estatstico dos dados: construir tabelas e grficos e
calcular as medidas estatsticas.
A construo da tabela de distribuio de frequncias simples
Para construir a TDF, a partir da planilha de dados basta contar o nmero de vezes
que se repete uma categoria (varivel qualitativa) ou o valor da varivel em estudo (dis-
creta).
Na Figura 27 apresentamos as fases da construo da TDF para a varivel
qualitativa gnero. Este tipo de tabela contm a frequncia absoluta com que aparece
cada categoria e sua frequncia relativa (expressa em porcentagem)
Nome Gnero N de
Gnero %
Ana Gnero Contagem alunos
Artur Feminino ||||| ||||| ||||| ||| Feminino 18 54,5
Bianca
Masculino ||||| ||||| ||||| Masculino 15 45,5
Bruna
Beto Total Total 33 100,0
...
Tabela 1: Distribuio dos alunos
por gnero
Figura 27: Construindo a TDF
No caso dessa tabela a frequncia absoluta o nmero de meninas (18) e

a frequncia relativa percentual de crianas que so meninas (54,5%)
55
Como se obtm a porcentagem?

Note que 18 do total de 33 alunos so meninas (do gnero feminino), portanto, te-
ramos uma frao de 18/33 do total de alunos como meninas. Quando trabalhamos
com porcentagem, precisamos transformar para uma frao de base 100. A pergun-
ta seria ento: se o total fosse 100 crianas quantas seriam meninas?
Estaramos diante do problema multiplicativo de proporcionalidade simples.
Meninas Meninos Meninas Meninos

? 100 ? 100
18 33 18 33
So vrias as formas de calcular o valor desejado. Uma delas calcular a frao

18/33 da quantidade 100. Portanto, basta calcular 18/33 x 100 = 54,5. Ento te-
ramos que 54,5% dos alunos so meninas, ou seja, do gnero feminino. Outra
maneira calcular a razo entre 33 e 100. Essa razo deve ser a mesma entre
18 meninas e a quantidade de meninas procurada. Portanto, ?/18 = 100/33, nesse
caso tambm temos que: ? = 18 x 100 33 = 54,5.
importante salientar que o professor precisa estar atento para verificar se seus
alunos j so capazes de trabalhar com porcentagem.
Na Tabela 2 apresentamos a distribuio do medo por classes e na Tabela 3 por
subclasses.
Tabela 2: Distribuio das classes de Tabela 3: Distribuio das subclasses de

medo dos alunos (nominal) medos alunos (nominal)
Classe de medo N de alunos % Classe Subclasse de N de
%
Imaginrio 13 39,4 de medo medo alunos
Real 20 60,6 Imaginrio folclore 5 15,2

Imaginrio
Total 33 100,0 Imaginrio personagem 8 24,2
Real bicho 8 24,2
Real Real pessoa 7 21,2
Real situao 5 15,2
Total 33 100,0
56
Do mesmo modo podemos proceder com as variveis quantitativas discretas, que

tomam poucos valores, como mostramos nas Tabelas 4 e 5.
Tabela 4: Distribuio da idade dos alunos (dis- Tabela 5: Distribuio do nmero de letras do
creta) nome (discreta)
Idade N de alunos % N de letras do nome N de alunos %
7 5 15,1 3 2 6,1
8 19 57,6 4 4 12,1
5 11 33,3
9 9 27,3
6 10 30,3
Total 33 100,0
7 5 15,2
8 1 3,0
Total 33 100,0
A construo de TDF de dupla entrada
Apresentamos a seguir as fases da construo de uma tabela de dupla entrada a

qual relaciona a varivel gnero e com a varivel classe de medo (Figura 28).
Nome Gnero Idade Tipo de medo Classe de Medo

Contagem para uma tabela dupla
Ana F 8 Ladro Real
Medo Feminino Masculino
Artur M 8 Rato Real
Bianca F 8 Altura Real Imaginrio ||||| || ||||| |
Bruna F 9 Leo Real Real ||||| ||||| | ||||| ||||

Mula sem Total ||||| ||||| ||||| ||| ||||| ||||| |||||
Beto M 9 Imaginrio
cabea
Breno M 8 Bandido Real
Figura 28: Fases da construo de uma TDF de dupla entrada.
A partir dessa contagem podemos construir a tabela de distribuio de medos se-

gundo o gnero (Tabela 6).
Tabela 6: Distribuio das classes de medos segundo gnero1
Classe de
Feminino Masculino Total
Medos
N % N % N %
Imaginrio 7 38,9 6 40,0 13 39,4
Real 11 61,1 9 60,0 20 60,6
Total 18 100,0 15 100,0 33 100,0
Observe que, aqui, estamos interessados em saber se as meninas tm medos

diferentes dos meninos e, para isso, s podemos realizar uma comparao a partir do
percentual, uma vez que temos mais meninas do que meninos. A Tabela 6 mostra que a
1 Usa-se a letra N para denotar a quantidade de sujeitos, ou seja, a frequncia absoluta de sujeitos.
57
maioria dos meninos e das meninas tem mais medo de coisas reais, do que imaginrias. A
tabela tambm mostra que a diferena entre as classes de medos de meninas e meninos
to pequena (1,1%), que nos permite dizer que no h diferena.
Essa anlise que fizemos mostra que a leitura de uma tabela no habilidade intui-
tiva e simples. preciso um trabalho sistematizado sobre a representao em si, focando
na relao entre as variveis, nas frequncias relativas, entre outros.
Alm das tabelas, a Estatstica disponibiliza diferentes formas grficas para repre-
sentar os dados.
Construo de grficos
Os grficos so representaes poderosas, pois em um golpe de vista podem pro-

piciar a compreenso do padro dos dados. Existe uma grande diversidade de grficos
e softwares que os constroem de forma rpida e esteticamente bonitos. Contudo, reco-
mendamos que os alunos tambm sejam solicitados a construir grficos com lpis e papel
quadriculado para que possam se apropriar melhor dos conceitos e representaes en-
volvidos.
Grfico de barras/colunas
O grfico de barras apropriado para representar as variveis qualitativas, assim

para cada categoria levantada uma barra vertical (coluna) ou barra horizontal.
Esse tipo de grfico pode utilizar uma escala unitria ou no-unitria. Ao se introdu-
zir na escola a construo de um grfico de barras recomendvel iniciar com uma escala
unitria para que os alunos possam perceber a relao de cada sujeito e sua representa-
o como discutido no item relativo ao pictograma (pgina 44).
a) Grfico de colunas ou de barras verticais
No grfico de colunas ou de barras construdo no papel quadriculado, cada quadra-

dinho equivale a um sujeito ou cone do pictograma.
Essa relao um quadrado para cada dado (aluno) precisa ser bem compreendida
pelos alunos. Veja na Figura 29 o que um menino de 9 anos, que cursava o 4 ano, fez
para representar 28 cachorros da raa pastor alemo e 22 dlmatas.
Observamos que o menino estabeleceu a relao um quadrado para cada unidade.
58
Porm, achou que se os quadrados estivessem pintados, estava construindo um grfico

de barras vertical, independente de se constiturem, de fato, como uma coluna ou barra
vertical.
Figura 29: Tentativa de representao em grfico de colunas

Fonte: Guimares (2002).
No grfico de barras verticais , a altura da barra vertical indica o nmero de alunos.

Neste caso, para saber a frequncia devemos contar quantos quadradinhos tem cada
barra vertical, o que fcil se tivermos uma malha por trs do grfico (a), ou se tivermos
o nmero (rtulo) em cima da coluna (b). A rigor o grfico de barras vertical formado por
colunas contnuas (Figura 30).
a) Desenhado em uma malha b) Gerado por uma planilha eletrnica
Figura 30: Exemplo de construo de grfico de colunas com escala unitria.
59
Professor,
Na construo do grfico com o papel e lpis lembre-se da necessidade das
barras verticais terem a mesma largura. O mesmo vale para o espaamento
entre elas. Lembre ainda de no colar as barras verticais umas s outras.
Os grficos que aparecem com barras verticais coladas so de outro tipo, so os

histogramas, prprio de variveis contnuas ou discretas que tomam muitos valores, como
mostraremos mais adiante.
Imagine se tivssemos que representar a preferncia dos torcedores que estavam
presente na final do campeonato carioca no jogo do Flamengo com o Fluminense no Ma-
racan. Neste caso seria impossvel utilizar a escala unitria.
Precisamos sair de uma escala unitria para uma escala proporcional, que precisa-
r ser calibrada, sendo que para isso o aluno precisar conhecer proporcionalidade, para
entender quanto vale cada valor da reta numrica, em geral, apresentada em intervalos
explcitos. Outra possibilidade na malha quadriculada um quadradinho representar 5
unidades, 10 unidades, ou qualquer outro nmero.
Se na escola tivssemos 37 alunos que torcem pelo Santos, 50 pelo Fluminense,
40 pelo Santa Cruz e 7 pelo Palmeiras, a melhor opo ser utilizar um grfico de colunas
com escala proporcional, como apresentamos na Figura 31.
Figura 31: Grfico com escala no unitria
Os alunos tero facilidade em perceber que na escola tem 50 torcedores do Flumi-

nense e 40 do Santa Cruz, mas apresentaro dificuldades em identificar a quantidade de
60
torcedores do Santos e do Palmeiras. Por que ser?

Na escala que utilizamos de 10 em 10, facilmente podemos conferir que a altura
da coluna dos torcedores do Fluminense termina em 50 marcado na escala. Entretanto, a
quantidade de santistas fica entre 30 e 40. Alguns alunos podem achar que 30 e meio,
outros 31 e outros 35. De fato a partir desse grfico saber que so 37 no uma tarefa
fcil.
Por outro lado, possvel ver que 30 e meio ou 31 so quantidades pequenas
quando consideramos a proporcionalidade do intervalo entre 30 e 40 e a altura da coluna
que expressa a quantidade de santistas. De fato, compreender o valor no expresso na
escala dificulta bastante a compreenso dos alunos. Entretanto, essa uma habilidade
possvel de ser compreendida pelos alunos como evidenciam Evangelista e Guimares
(2015).
A dificuldade de calibrar as escalas pode ser superada com o uso de planilhas
eletrnicas, que disponibilizam diversos tipos de grficos, e calibram as escalas automati-
camente, mesmo quando o grau de preciso maior, como no uso de uma casa decimal
para uma escala de 5 em 5. Entretanto, fundamental propor atividades que levem os
alunos a refletirem sobre a construo de escalas representadas em grficos.
Precisamos ter muita ateno a esse ponto. Muitas vezes os grficos divulgados,
inclusive na mdia, apresentam distores como foi investigado por Cavalcanti, Natrielli
e Guimares (2010). Essas autoras verificaram que 39% dos grficos apresentados na
mdia impressa analisados por elas apresentavam erros de proporcionalidade na escala.
Assim, fundamental que os alunos compreendam uma escala para serem leitores crti-
cos das informaes, como o desejado.
Observe que esse trabalho no trivial, pois exige o domnio de proporcionalidade,
porm algumas distores so facilmente identificadas. Avalie a possibilidade de seus
alunos compreenderem essa discusso. Por outro lado, o trabalho com a proporcionali-
dade fundamental desde os primeiros anos. A literatura infantil apresenta algumas his-
trias que podem ser utilizadas para deflagrar a discusso como a histria dos ursos e a
menina de cachinhos de ouro.
importante tambm mostrar a relao entre os valores da varivel e sua frequn-
cia. Via de regra, os valores da varivel vo no eixo horizontal (abscissa) e sua frequncia
(nmero de alunos) no eixo vertical (ordenada). Porm, podemos trocar os eixos, e obter
um grfico de barras horizontais.
61
Figura 32: Exemplo de grfico de barras horizontal
Em algumas situaes prefere-se o uso do grfico de barras horizontais, como o

caso de se ter uma varivel com muitas categorias, por exemplo com 10 categorias. Nes-
se caso prefervel o uso das barras horizontais.
A rigor o grfico de barras de uma varivel deve utilizar apenas uma cor, no de-
veramos utilizar duas cores ou mais. Devemos ter cuidado, pois em grficos de barra ou
de colunas as cores so utilizadas para diferenciar variveis e no categorias em uma
varivel. O uso de cores diferentes em grficos de barras/colunas vai, portanto, surgir nos
grficos de barras mltiplas.
Grfico de barras duplas
A tabela sobre os medos (Tabela 6) mostra que a maioria dos meninos e das me-
ninas tem mais medo de coisas reais, do que imaginrias. A tabela tambm mostra que
a diferena entre os medos de meninas e meninos pequena (menos de 2%), observe
como isto fica mais evidente com o grfico de barras duplas, como podemos ver na figura
a seguir. Isto ainda mais evidente quando se utiliza a frequncia relativa.
62
Figura 33: Exemplo de grfico de barras duplas.

Fonte: Tabela 6.
Professor,
Observe que quando os tamanhos dos grupos forem muito diferentes, o
valor absoluto pode nos induzir ao erro. Por essa razo, nestes casos, acon-
selhamos trabalhar com a estrutura percentual que elimina esse problema.
Grfico de setores
Popularmente, conhecido como grfico de pizza, esse tipo utilizado para repre-
sentar variveis qualitativas quando estamos interessados em observar a relao parte-
-todo, em especial, as variveis nominais. No caso das variveis ordinais, pode ser que
exista algum padro relacionado a ordem das classes e, nesses casos, mais indicado o
uso do grfico de barras.
A interpretao desse tipo de grfico pode ser trabalhada com crianas pequenas,
entretanto, sua construo no muito simples. Para construirmos um grfico de setor
preciso compreender a relao parte-todo expressa nas fraes, a diviso dos ngulos de
uma circunferncia e a proporcionalidade entre frequncia e ngulo das partes (catego-
rias) em relao ao todo.
H, porm, opes para se abordar essa representao. A primeira opo iniciar
um trabalho com frequncia ou percentuais mais facilmente desenhados como e .
Assim, metade equivale a meio crculo, um quarto a quarta parte do crculo e, assim por
diante.
63
Exemplo de equivalncia
Categoria N de alunos Fraes %
No 5 1/8 12,5
Pouco 5 1/8 12,5

Regular 10 1/4 25,0
Muito 20 1/4 50,0
Total 40 1 100,0
Figura 34: Exemplo de equivalncia entre fraes, porcentagem e setores do crculo.

Fonte: dados fictcios
A segunda opo disponibilizar uma malha circular (Anexo F), como mostra a Fi-
gura 35, onde cada setor (fatia) corresponde a 5%. Outra opo construirmos o grfico
em uma planilha eletrnica como o do CALC do Open Office, que gratuito. Essas plani-
lhas realizam todos os clculos e calibram as escalas automaticamente, como mostra a
Figura 36.
Figura 35: Malha circular Figura 36: Grfico construdo no Excel.

Fonte: Planilha dos times (Figura 20, p. 47)
Grfico de linhas
O grfico de linhas normalmente utilizado quando queremos mostrar uma ten-

dncia nos nossos dados ao longo do tempo. Se quisermos, por exemplo, saber como as
sementes vo germinando e prevermos qual se desenvolver melhor, podemos ir anotan-
64
do a sua altura em um perodo de tempo. Na Figura 37 mostramos vrios copinhos com

cinco sementes no dia em que plantamos (dia zero) e direita os copos no 5 dia aps as
sementes terem sido plantadas. Observe as diferentes alturas.
Figura 37: Experimento com a germinao das sementes, no dia zero e 5 dia.
Para medir a altura das plantinhas algumas alternativas podem ser realizadas. Co-
locar uma rgua dentro do copo ou fazer uma escala, encostar cada copo e verificar a
altura como mostra a Figura 38.
Figura 38: Alternativas para medir a altura da planta
Podamos, ento, fazer um grfico no qual os alunos fossem registrando a altura de

cada plantinha a cada dia (Figura 39).
65
Figura 39: Altura das plantinhas durante os cinco primeiros dias.
A partir de um grfico como esse possvel refletir sobre o desenvolvimento das

plantinhas e fazer previses sobre a continuidade do desenvolvimento das mesmas ou
relacionar o desenvolvimento delas com os tratamentos dados as mesmas como: quanti-
dade de gua, luz etc.
Ainda trabalhando com a compreenso das escalas, fundamental que os alunos
compreendam a importncia dos intervalos da escala. A Figura 40 apresenta os mesmos
dados da Figura 39. Entretanto, a escala vai de 5 em 5 cm at 50 cm e no de 1 em 1, com
o valor mximo da de 11, como na figura anterior. Visualmente os grficos parecem no
mostrar os mesmos dados. Mais do que isso, o grfico que segue dificulta a percepo
das diferenas do crescimento das plantinhas.
66
Figura 40: Altura das plantinhas em escala de 0 a 50, em intervalos de 5 cm.
Uso e clculo das medidas estatsticas
Assim como organizamos as variveis em tabelas e grficos, tambm podemos

sintetizar os dados em um nico valor.
Neste nvel escolar trabalhamos as medidas de tendncia central, sendo as mais
conhecidas a moda, a mdia e a mediana. Essas medidas so chamadas assim, pois
indicam em que lugar a massa de dados tende a se concentrar. Tambm apresentamos a
amplitude, que uma medida de disperso.
A moda
A moda a medida mais intuitiva de todas as medidas, pois se refere a categoria

da varivel qualitativa ou ao valor da varivel quantitativa que se repete com maior fre-
quncia.
No caso do exemplo do medo, a moda a classe de medo real, pois 20 alunos tm
67
medo de coisas reais (Tabela 6). J se quisermos saber qual a idade mais frequente,
basta examinar a idade que se repete mais vezes. Neste caso, a idade mais frequente foi
8 anos.
Observamos que para as variveis discretas que tomam muito valores ou as vari-
veis contnuas a moda pode no ter nenhum sentido, por isso, em geral no calculada.
A moda tambm a categoria em que se encontra o ponto mximo de um grfico
de barras, de uma varivel qualitativa ou discreta que toma poucos valores, resultantes de
uma Tabela de Distribuio de Frequncia, como por exemplo, o mascote que as crianas
tm em casa ou o nmero de filhos por famlia (Figura 41).
Figura 41: Extraindo a moda de um grfico de barras.
Assim lendo o grfico podemos concluir em relao s mascotes que a maioria dos
alunos no tem mascote. J em relao ao nmero de filhos, a maioria das famlias tem
um nico filho.
Aqui devemos alertar aos alunos que no podemos generalizar de que a catego-
ria com o ponto mximo de um grfico representa a moda. Por exemplo, nos grficos de
barras que representam uma srie temporal (que esto em funo do tempo), o ponto
mximo do grfico raramente poder ser a moda.
68
A mdia aritmtica
Quem no conhece a mdia aritmtica, ou simplesmente mdia? A maioria das

pessoas lida com este conceito de forma bastante familiar e intuitiva, mesmo aquelas que
nunca tiveram acesso escola. As pessoas esto acostumadas a estimar o tempo mdio
que demoram para chegar ao trabalho, que ficam na fila de banco, dentre outras estima-
tivas.
Esse processo faz parte do cotidiano e est to arraigado que, s vezes, as pes-
soas nem percebem o grau apurado de suas estimativas. Para chegar a essas estimati-
vas, ningum anotou sistematicamente o tempo gasto em cada viagem, somou e dividiu
pelo nmero de viagens; alis, muitas dessas pessoas nem conhecem o algoritmo da
mdia, mas continuam a utilizar seu conhecimento intuitivo no planejamento de suas ati-
vidades rotineiras.
Alm desse conhecimento intuitivo, a mdia tambm faz parte do cotidiano dos
cidados, pois cada vez mais a mdia a utiliza junto com outras informaes estatsticas.
comum ler nos jornais ou ouvir nas reportagens frases do tipo: a expectativa de vida
da mulher maior que a do homem, ou informaes referentes chuva mdia mensal,
escolaridade mdia, ao nmero mdio de filhos por casal etc.
Todavia, apesar do aparente conhecimento desse conceito em uso, quando sis-
tematizado, o conceito escolar de mdia refere-se, em geral, ao domnio do algoritmo:
soma dos valores da varivel dividida pelo nmero de dados envolvidos na soma:
Soma _ dos _ valores _ da _ var avel Soma

Mdia= =
Nmero _ de _ parcelas _ que _ compem _ a _ soma n
na qual n o nmero de elementos
Podemos observar que a mdia a razo entre duas variveis. No numerador te-
mos a soma dos valores da varivel em estudo e no denominador o nmero de parcelas
que compem essa soma.
Tambm podemos pensar a mdia desta forma: a reunio de todos os valores em
um nico valor (somatrio) e depois a distribuio em partes iguais, dentre os elementos
que compem esse todo. Portanto, a compreenso da mdia implica na compreenso da
diviso, dos nmeros decimais e das propriedades da mdia.
69
Vejamos alguns exemplos. Suponha que as notas em Matemtica de Ana foram:

8 no primeiro bimestre; 6 no segundo; 7 no terceiro e 7 no quarto. Para calcular a nota
mdia, primeiro temos que saber qual foi o total de pontos obtidos nos quatro semestres.
Para isso basta somar as quatro notas, o que resulta em 28 pontos
(8 + 6 + 7 + 7) e, depois dividir por quatro, resultando em 7 (28/4 = 7):
soma _ de _ pontos 8 + 6 + 7 + 7 28
Nota mdia = = = = 7 pontos por bimestre
n.de _ bimestres 4 4
Assim, a nota mdia de Ana ao longo do ano escolar foi de 7 pontos por bimestre.
Porm, o que teria acontecido se ao invs de 8 tivesse obtido 6 no primeiro bimestre. Nes-
se caso o total de pontos seria de 26 (6 + 6 + 7 + 7), que dividido por 4 resulta 6,5 (26/4 =
6,5) ou seis e meio.
soma _ de _ pontos 6 + 6 + 7 + 7 26
Nota mdia = = = = 6,5 pontos por bimestre
n.de _ bimestres 4 4
Neste caso, as crianas precisam conhecer os nmeros decimais. Voltaremos a

este ponto logo mais.
Agora analisemos o que acontece quando trabalhamos com variveis discretas,
resultante de contagens, isto , seus valores tomam nmeros inteiros.
Suponha que temos quatro alunos: Alex, Ana, Joo e Tas. Alex tem trs (3) irmos,
Ana nenhum (0), Joo um (1) e Tas dois irmos (2). Para encontrar o nmero mdio de
irmos por aluno somamos o nmero de irmos dos quatro alunos, o que resulta seis (3 +
0 + 1 + 2 = 6). A seguir, dividimos por quatro, que nmero de alunos, resultando 1,5 (6/4
= 1,5), ver figura que segue. Assim, em mdia, esses quatro alunos tm 1,5 irmos. Logo
a mdia a razo entre o nmero de irmos e o nmero de alunos.
70
6 irmos
3 0 1 2
Alex Ana Joo Tas
4 alunos
Figura 42:A mdia de vrivel discreta.
soma _ n.de _ irmos _ dos _ alunos 6 _ irmos

Mdia de irmos= = = 1,5
n.de _ alunos 4 _ alunos
irmos por aluno
Muitas crianas no conseguem compreender que a mdia pode ter como resulta-
do um valor no inteiro, em um caso como este, que se refere a pessoas. Muitos tendem
a arredondar o nmero ou para um (1) ou para dois (2). Vejamos o que acontece em cada
um desses casos. Se cada aluno tem em mdia um irmo, ento os quatro alunos tero
4 irmos, dois a menos que o verdadeiro nmero. Se arredondarmos para dois, ento os
quatro alunos tero oito irmos, dois a mais do que o verdadeiro nmero.
Por essa razo importante que as crianas compreendam a relao inversa que
estabelece entre o todo (soma dos valores), a mdia e o nmero de elementos que com-
pem a mdia. Isto , se conhecemos a mdia e o nmero de elementos que a compem,
podemos conhecer a soma de todos os valores da varivel:
Mdia x N de elementos = soma dos valores
Assim, no possvel arredondar os dados de forma indiscriminada, pois em al-

guns casos comprometemos os mesmos.
Neste nvel escolar, as crianas j esto familiarizadas com a diviso e elas tm
vrias estratgias de distribuio, como mostra o trabalho de Selva e Borba (2005). O pro-
blema aparece quando a diviso inexata ou quando o resultado no tem um referente
71
na vida real.
Essa dificuldade foi investigada Watson (1996) numa pesquisa que envolveu estu-
dantes da 4 ao 9 ano do ensino fundamental e 1 ano do ensino mdio. A pesquisadora
solicitou a interpretao da seguinte afirmao: Em mdia, os casais jovens tm 2,3 fi-
lhos. Respostas tpicas incluam as seguintes: existem duas crianas mais velhas e uma
mais jovem, virgula trs significa que, mais tarde, a criana menor contar como trs, a
me tem dois filhos e est grvida do terceiro, dentre outras do gnero. Para a autora, es-
ses estudantes estavam sofrendo conflito cognitivo, pois para eles (0,3) estaria indicando
que o filho ainda no nasceu ou que pequeno para ser contado como um nmero inteiro.
Outro tipo de resposta tambm apareceu: a maioria das famlias tem dois filhos (conceito
de moda), poucas famlias tm trs filhos, mais famlias tm dois filhos do que trs, a
maioria tm dois filhos, mas algumas tm trs ou cinco, somar todas as crianas e dividir
pelo nmero de famlias, porm o resultado no d um nmero inteiro. Essas expresses
denotam uma aproximao do conceito de mdia, mas, segundo a autora, esse tipo de
resposta no foi da maioria. Finalmente, poucos estudantes se referiram ao resultado
como um resultado estatstico: 2,3 apenas uma estatstica, uma forma resumida dos
dados.
Outra dificuldade encontrada que muitos alunos acreditam que porque um ele-
mento no apresenta a caracterstica esse no deve fazer parte da mdia. Voltemos ao
exemplo do nmero de irmos. Observe que Ana por no ter irmos no deve fazer parte
do clculo da mdia e assim dividem por trs ao invs de dividir por quatro resultando uma
mdia de dois (6/3 = 2).
Uma forma de evitar esse conflito colocar os dados em uma lista, como a que
segue. Assim, os alunos podem ver que existem 4 alunos e que esses quatro alunos tem
ao todo 6 irmos. Portanto, a mdia ser o resultado de dividir 6 (irmos) por 4 (alunos),
que resulta 1,5 irmos por aluno.
Aluno N de irmos
Alex 3
Ana 0
Joo 1
Tas 2
Total 6
Figura 43: Planilha de dados da quantidade de irmos.
72
a) Propriedades da mdia
De acordo com Strauss e Bichler (1988), a mdia aritmtica possui sete pro-
priedades cujo conhecimento pelo sujeito denota o domnio do conceito:
1. a mdia est localizada entre os valores extremos
(mnimo mdia mximo);
2. a soma dos desvios a partir da mdia zero ( (Xi mdia) = 0 );
3. a mdia influenciada por cada um e por todos os valores
(mdia = Xi / n);
4. a mdia no necessariamente coincide com um dos valores;
5. a mdia pode ser um uma frao que no tem uma contrapartida na realida-
de fsica (por exemplo, o nmero mdio de mascotes por criana);
6. o clculo da mdia leva em considerao todos os valores, inclusive os nu-
los (zeros) e os negativos;
7. a mdia um valor representativo dos dados a partir dos quais ela foi calcu-
lada. Em termos espaciais, a mdia aquela que est mais prxima de todos os
valores.
Ainda segundo os autores, as trs primeiras propriedades se referem ao aspecto
estatstico da mdia e so bsicas enquanto funo matemtica; as trs seguintes refe-
rem-se ao aspecto abstrato, permitindo valores no observados; j a ltima refere-se ao
aspecto representativo de um grupo de valores individuais e o aspecto central da mdia.
Voltaremos a esta discusso quando analisarmos as trs medidas juntas: moda, mdia e
mediana.
A Mediana
Para apresentar a mediana vamos nos reportar ao trabalho de Cazorla e Oliveira

(2010, pp. 131-134). Essas autoras apresentam e discutem este conceito de forma mais
detalhada. Aqui vamos nos concentrar apenas na ideia intuitiva de mediana.
A mediana divide em duas partes iguais um conjunto de dados ordenado. Para
encontrar seu valor, primeiro devemos ordenar os dados, a seguir localizamos o lugar que
ela ocupa, para assim encontrar seu valor.
Um exemplo fcil e prtico encontrar a altura mediana dos alunos de nossa sala,
mas antes vamos fazer um exerccio com um nmero pequeno de dados. Para isso so-
73
licite aos alunos que anotem em um papel de tamanho padronizado sua altura em cent-
metros. Em seguida, solicite que cinco alunos da classe se coloquem em p na frente da
sala, mostrando numa folha de papel sua altura (Figura 44):
152 148 155 145 150

Luiz Ana Joo Bia Caio
Figura 44: Exemplo utilizado para calcular a mediana da altura de cinco alunos.
Para encontrar a mediana, o primeiro passo ordenar os dados. Para isso, solicite
aos cinco alunos que se posicionem em ordem crescente de estatura (Figura 45): do mais
baixo ao mais alto (pode ser de forma decrescente tambm).
145 148 150 152 155
Bia Ana Caio Luiz Joo

1 lugar 2 lugar 3 lugar 4 lugar 5 lugar
baixo da mediana: Acima da mediana:

Mediana
dois dados dois dados
Figura 45: Exemplo do clculo da mediana da estatura de cinco alunos
Como existem cinco dados (n mpar), a posio que a mediana ocupa ser o
terceiro lugar (3), pois abaixo do terceiro lugar temos dois dados e acima tambm temos
dois dados; consequentemente, a estatura mediana ser a estatura de Caio, que 150
cm.
Logo, o valor da mediana ser a estatura do aluno que ocupa o 3 lugar:
Mediana = 150 cm
A interpretao da mediana bastante intuitiva: no mnimo 50% dos alunos tm

estatura menor ou igual a 150 cm e os outros 50% assumem valores maior ou igual a 150
cm.
74
Se o nmero de alunos for par, ento precisaremos calcular a mdia dos valores
que ocupam as posies centrais. Suponhamos que Francisco, que mede 180 cm, se
unisse ao grupo. Agora, o nmero de alunos seria seis, um nmero par. Logo, a mediana
deveria estar entre o terceiro e o quarto lugares, pois teramos trs dados abaixo e trs
acima desse valor (Figura 46).
Bia Ana Caio Luiz Joo Francisco

145 cm 148 cm 150 cm 152 cm 155 cm 180 cm
1 lugar 2 lugar 3 lugar 4 lugar 5 lugar 6 lugar
Abaixo da mediana: Acima da mediana:
trs alturas trs alturas
Figura 46: Exemplo do clculo da mediana da estatura de cinco alunos.
Logo, o valor da mediana seria o ponto mdio desses valores centrais:
Mediana = 150 + 152 = 151 cm

2
A tarefa de ordenar bastante trabalhada nos anos iniciais, ento podemos apro-
veitar para ensinar o conceito de mediana, quando estivermos trabalhando a ordenao.
Assim, s precisaremos aprender a encontrar a posio da mediana:
a) Se o nmero de dados for mpar, adicionar um e dividir por dois. Por exem-
plo 33. Nesse caso 33+ 1 = 34, que dividido por 2 resulta 17. Logo a mediana de
um conjunto que tiver 33 elementos ser o dcimo stimo lugar.
b) Se o nmero de dado for par, dividir por dois e calcular a mdia desse valor
e de seu sucessor (dados ordenados). Por exemplo, se o nmero de dados for 34,
ento 34/2 = 17, assim a mediana ser a mdia dos valores que ocupam o 17 e
18 lugares.
Neste ponto, quando os alunos j aprendem a trabalhar com a reta numrica im-
portante utiliz-la, pois a ordenao nos traz problemas conceituais, uma vez que todos
os alunos esto um ao lado do outro, dando a falsa ideia de que a diferena entre dois
alunos a mesma, o que no verdade. Vejamos no nosso exemplo, colocando os dados
+3 +2 +2 +3
na reta numrica:
145 146 147 148 149 150 151 152 153 154 155
Mdia = 150
Mediana= 150
75
Como podemos ver, a distncia entre os alunos no a mesma e isso piora quando
colocamos altura de Francisco no conjunto.
Aproveitamos esta representao para sinalizar onde se localiza a mdia e a me-
diana. Ambas tomam o valor de 150:
Mdia = 145 + 148+ 150 + 152 + 155 = 750 = 150

5 5
A diferena da mediana em relao mdia que a mediana no afetada pelos

valores fora do padro (outliers ou discrepantes). No exemplo com os cinco alunos, a
mediana e a mdia coincidem; logo, qualquer uma delas representa bem o conjunto de
dados, pois as estaturas no so muito diferentes.
Todavia, quando Francisco, com 30 cm acima da mdia, junta-se ao grupo, eleva
o valor da mdia em cinco centmetros pois aos 750 cm dos cinco alunos, devemos adi-
cionar 180 cm da altura de Francisco, totalizando 930 cm, que dividido por seis resulta
155 cm. Isto , cinco cm a mais, enquanto que o impacto na mediana foi de apenas um
centmetro.
140 145 150 155 160 165 170 175 180
Mediana = 151 Mdia = 155
Neste exemplo, vemos como um valor fora do padro eleva a mdia e j a media-
na no sofre tanto. Assim, a pergunta : qual das duas medidas devemos usar? o que
discutiremos logo mais.
A mediana tambm pode ser encontrada a partir dos dados agrupados numa TDF.
Calculemos a mediana das idades dos 33 alunos. Nos dados simples (sem agrupar), a
Mediana ocupar a 17 posio (33+1)/2, que neste caso ser 8 anos, como podemos ver
no esquema a seguir:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
7 7 7 7 7 8 8 8 8 8 8 8 8 8 8 8 8
16 dados abaixo
76
continuao continua
17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
8 8 8 8 8 8 8 8 9 9 9 9 9 9 9 9 9
(*) 16 dados acima
(*) Estamos repetindo o 17 lugar apenas com fins didticos.
Uma forma prtica para encontrar Para encontrar a mediana basta exa-
a mediana, quando os dados esto agru- minar esses dados e encontrar o nmero
pados em uma TDF, calcular a frequn- que contenha pela primeira vez 17. Assim,
cia acumulada. Para isso basta perguntar constatamos que o nmero 25 contm o
quantos alunos temos at aquela idade e nmero 17 pela primeira vez, logo a idade
somar todos os valores anteriores incluindo mediana ser 8 anos.
o valor da idade em questo. Por exemplo:
Quantos alunos temos com idades at 7 N de alu- N de alunos

anos? 5 alunos Idade
nos acumulados
Quantos alunos temos com idades at 8 7 5 5
anos? 5 + 19 = 24 alunos 8 19 24
Quantos alunos temos com idades at 9 9 9 33
anos? 5 + 19 + 9 = 33 alunos Total 33
Sendo que o ltimo valor deve coincidir com o nme-
ro total de alunos
Amplitude total e ponto mdio
Como vimos, a Estatstica trata de dados que variam, alguns mais do que outros.
Assim a variabilidade dos dados o corao da Estatstica e a justificativa da sua exis-
tncia. Observando os fenmenos que permeiam nossas vidas, vemos que esses so
fortemente marcados pela existncia da variabilidade.
Existem vrias estatsticas que medem essa variabilidade, chamadas de medidas
de disperso, como amplitude total, varincia, desvio padro, coeficiente de variao.
Quanto maior a variabilidade dos dados, maiores sero os valores dessas estatsticas.
Neste livro apresentaremos apenas a amplitude total, por ser bastante intuitiva.
A Amplitude Total (AT) a medida do comprimento do intervalo de possveis valo-
res da varivel, calculado pela distncia entre o valor mximo e o mnimo da varivel.
uma medida de disperso absoluta, a mais simples e mais intuitiva de todas:
77
Amplitude = valor mximo valor mnimo
Calculemos a amplitude no caso das alturas dos cinco alunos a amplitude,

como o menino mais baixo mede 145 cm e o mais alto 155 cm, ento a amplitude ser de
10 centmetros (155 145 = 10). J quando Francisco entra essa amplitude vai para 325
centmetros (180 145 = 35).
Assim, podemos concluir que quando temos os cinco alunos temos um conjunto de
alunos cujas alturas so similares. Mas quando o Francisco entra no grupo ele to alto
que discrepa do grupo, logo a variao maior.
Um ponto de referncia importante o ponto mdio, definido como a mdia do va-
lor mnimo e do valor mximo. O ponto mdio divide exatamente ao meio a amplitude da
varivel.
Ponto Mdio = (valor mximo + valor mnimo) / 2
O ponto mdio serve para analisar se o conjunto de dados se concentra para a es-
querda (a maioria dos dados assumem valores menores) ou direita (a maioria assume
os maiores valores) ou se distribui em torno desse ponto.
Calculemos o ponto mdio da altura dos cinco alunos: (145 + 155)/2 = 150, j quan-
do Francisco entra, esse valor aumenta para (145 + 180)/2 = 162,5.
140 145 150 155 160 165 170 175 180
Mnimo Ponto Mximo

mdio
AT = 10
140 145 150 155 160 165 170 175 180
Mnimo Ponto Mximo

mdio
AT = 35
78
Variveis contnuas ou discretas que tomam muitos valores: medi-

das e grficos
Para trabalhar este tipo de dado vamos utilizar os dados da pesquisa da altura das
crianas, neste exemplo coletados em metros, constantes no Quadro 6. Examinando a
planilha de dados, os alunos devem decidir quem mais alto: os meninos ou as meninas.
Os alunos podem observar na planilha e notar que a criana mais alta um menino. Mas
ser que isto significa que os meninos so mais altos? Caso isto ocorra mostre aos alunos
que o mais baixo tambm um menino. Portanto, continuamos a mesma questo. Como
decidir quem mais alto, os meninos ou as meninas?
Para discutir melhor vamos calcular a mdia e a mediana, assim como vamos usar
outros tipos de grficos: o dotplot e o histograma.
Construir grficos para variveis contnuas ou para variveis discretas que tomam
muitos valores pode ser complexo para este nvel escolar. Contudo o dotplot (Figura 47)
bastante intuitivo, uma vez que a localizao dos nmeros na reta numrica cada vez
mais utilizada pelos livros didticos.
Para construir o dotplot, primeiro ordenamos os dados.
1,00 1,01 1,04 1,08 1,08 1,10 1,10 1,10 1,10 1,13 1,15 1,15 1,20 1,20 1,20
1,20 1,30 1,30 1,34 1,35 1,35 1,35 1,35 1,36 1,40 1,43 1,45 1,46 1,48 1,52
Checamos o valor mnimo e o valor mximo, desenhamos a reta numrica e representa-

mos os valores com um ponto.
Figura 47: Dotplot da altura das crianas.
Agora precisamos decidir em quantas classes ou faixas vamos trabalhar. Se optar-

mos por classes de 10 centmetros de amplitude, teremos seis classes, como apresenta-
mos na Tabela 7.
O histograma (Figura 48) construdo com retngulos (barras/colunas) contguos,
79
colados uns aos outros. A base dos retngulos formada pelas classes e a altura pela
frequncia absoluta (relativa) respectiva. S haver espaos caso a frequncia absoluta
da classe for zero.
N de
Altura (m) %
alunos
1,00 a 1,09 5 16,7
1,10 a 1,19 7 23,3
1,20 a 1,29 4 13,3
1,30 a 1,39 8 26,7
1,40 a 1,49 5 16,7
1,50 a 1,59 1 3,3
Total 30 100,0
Fonte: Quadro 13, Anexo A.
1,0 1,1 1,2 1,3 1,4 1,5 1,6
Figura 48: Exemplo da construo do histograma.
A seguir vamos calcular a mdia e a mediana. Para calcular a mdia devemos

somar a altura dos 30 alunos que resulta 37,28 metros, que dividido por 30 resulta 1,24.
O valor da mediana bem mais simples, pois como temos 30 dados, a mediana ser a
mdia dos valores que ocupam o 15 e 16 lugares, que so 1,20 e 1,20. Assim, vemos
que a mdia ligeiramente maior do que a mediana.
Agora, vamos examinar se o gnero responsvel por essa configurao. Para
facilitar os clculos, colocamos os dados ordenados e como temos 15 dados para cada
grupo, a mediana ocupar o 8 lugar, que est sombreado na Figura 49. Na Figura 50
apresentamos o dotplot, que nos d uma ideia da distribuio dos dados.
Gnero 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Meninas 1,08 1,08 1,10 1,15 1,20 1,20 1,20 1,30 1,35 1,35 1,36 1,40 1,45 1,46 1,48
Meninos 1,00 1,01 1,04 1,10 1,10 1,10 1,13 1,15 1,20 1,30 1,34 1,35 1,35 1,43 1,52
Figura 49: Apresentao dos dados ordenados e da mediana por gnero.
Legenda
Meninas
Meninos
1,00 1,10 1,20 1,30 1,40 1,50 1,60
Figura 50: Diagrama de pontos (dotplot) da altura dos alunos.
80
O dotplot nos permite visualizar que a distribuio da altura dos meninos mais
dispersa, pois so eles que tm o menor e o maior valor da altura (A = 0,52), enquanto que
a variao das alturas das meninas menor (A = 0,40). Contudo, talvez o histograma seja
mais eficaz na comunicao do padro dos dados. Para constru-lo, primeiro construmos
o TDF.
Tabela 8: Distribuio das alturas dos alunos por gnero

Meninas Meninos Total
Altura (m)
N % n % N %
1,00 a 1,09 2 13,3 3 20,0 5 16,7
1,10 a 1,19 2 13,3 5 33,3 7 23,3
1,20 a 1,29 3 20,0 1 6,7 4 13,3
1,30 a 1,39 4 26,7 4 26,7 8 26,7
1,40 a 1,49 4 26,7 1 6,7 5 16,7
1,50 a 1,59 0 0,0 1 6,7 1 3,3
Total 15 100,0 15 100,0 30 100,0
A disposio visual dos dados permitida pelo histograma facilita que identificamos
que, apesar ser menino a criana mais alta, as alturas dos meninos se concentram mais
nos intervalos de menores alturas, enquanto que as meninas parecem estar com alturas
melhor distribudas (Figura 51).
Cada representao vai facilitar a leitura e identificao das informaes melhor.
No caso, passamos a desconfiar que o fato de a maior criana ser um menino no implica
que os meninos no so os mais altos.
Outra possibilidade seria lanar mo das mdias da altura dos meninos e das me-
ninas. Para isso somamos as alturas das meninas (19,16 m) e dividimos por 15, resultan-
do uma mdia de 1,28 metros por menina. Igualmente somamos as alturas dos meninos
(18,12 m) e dividimos por 15, resultando uma mdia de 1,21 metros por menino.
Meninas Soma = (1,08 + 1,08 + 1,10 + 1,15 + 1,20 + 1,20 + 1,20 + 1,30 + 1,35 + 1,35 + 1,36
+ 1,40 + 1,45 + 1,46 + 1,48) = 19,16
Mdia = 19,16 / 15 = 1,28 m/menina
Meninos Soma = (1,00 + 1,01 + 1,04 + 1,10 + 1,10 + 1,10 + 1,13 + 1,15 + 1,20 + 1,30 + 1,34
+ 1,35 + 1,35 + 1,43 + 1,52) = 18,12
Mdia = 18,12 / 15 = 1,21 m/menino
81
5 Meninas Analisando visualmente o histogra-

4 ma podemos ver que as alturas das meni-
3 nas se concentram ao lado direito, assim a
2 mdia fica a esquerda da Mediana.
1 J o histograma da altura dos me-
ninos, vemos que h dois grupos, um con-
Mdia = 1,28 Mediana = 1,30
5 Meninos centrado nos menores valores e o segundo

4 em torno do centro, em geral esquerda.
3 Isto confirmado pela mediana que fica
2 esquerda da mdia, indicando que a altura
1 dos meninos se tende aos menores valo-
1,00 1,10 1,20 1,30 1,40 1,50 1,60
res.
Mediana = 1,15 Mdia = 1,21 Nesse caso, podemos verificar que
Figura 51: Distribuio da altura dos alunos por gnero
em mdia as meninas so mais altas do
que os meninos. No entanto, algumas ou-
tras questes podem surgir.
O cruzamento dos dados
Uma investigao feita de forma que, durante o processo de levantamento das

variveis, observam-se diversos fatores que terminam por influenciar a varivel que se
est buscando investigar, como o fato da altura aqui estudada. Nesse caso, j obser-
vamos desde o Captulo 2 que a idade importante, um fator a se controlar. Portanto,
vrias outras perguntas ou afirmaes podem ser feitas pelas crianas, como:
Ser que, em mdia, as meninas de cada idade so sempre mais altas?
Os meninos de 10 e 11 anos so mais altos, mas antes disso no?
A cada pergunta feita teremos a boa escolha de uma representao e de medidas
estatsticas diferentes.
Para responder essas perguntas sugerimos dividir a classe em duplas e, a cada
dupla, calcula a mdia de apenas uma idade e um gnero, registrando o nmero de alu-
nos e a mdia. Por exemplo, a Dupla 1 calcula a mdia das meninas de 5 anos, formada
apenas por Ana e Tereza, logo (1,15 + 1,20)/2 resultando uma mdia de 1,175 que ser
arredondado para 1,18. No Quadro 7 apresentamos o resultado do clculo das mdias por
82
idade e gnero.
Neste ponto preciso discutir com os alunos o significado da mdia de um grupo
formado por um nico aluno. Qual a representatividade?
Outra questo que vamos aproveitar para discutir aqui a adequao do grfico de
barras para representar a relao da altura mdia com a idade, assim como a manipula-
o da escala.
Quadro 7: Resultados do clculo das mdias por idade e gnero

Nome Turma Gnero Idade Altura N de alunos Mdia N de alunos Mdia
Tereza 1 ano A F 5 1,15

2 1,18
Ana 1 ano B F 5 1,20 3 1,15
Alberto 1 ano A M 5 1,10 1 1,10
Geisa 2 ano B F 6 1,08

2 1,08
Telma 1 ano B F 6 1,08
Joo 1 ano A M 6 1,00 5 1,04
Valter 2 ano A M 6 1,01 3 1,02

Pedro 1 ano B M 6 1,04
Maria de Ftima 3 ano B F 7 1,20
Gertrudes 2 ano B F 7 1,35 3 1,22

4 1,19
Marta 3 ano B F 7 1,10
Marcos 2 ano A M 7 1,10 1 1,10
Telma 2 ano A F 8 1,20
Ada 4 ano A F 8 1,36 3 1,29
Maria 3 ano A F 8 1,30
Manoel 3 ano A M 8 1,10 7 1,23
Jos 3 ano A M 8 1,20

4 1,18
Miguel 3 ano B M 8 1,13
Maurcio 2 ano B M 8 1,30
Michelle 4 ano A F 9 1,40 1 1,40
Michael 4 ano B M 9 1,35 3 1,39

2 1,39
Arquimedes 4 ano B M 9 1,43
Severina 4 ano A F 10 1,45
Maria 5 ano A F 10 1,46 3 1,46
Tereza 5 ano B F 10 1,48
6 1,37
Joo 5 ano A M 10 1,15
Severo 4 ano B M 10 1,35 3 1,28
Josu 5 ano A M 10 1,34
Miriam 5 ano B F 11 1,35 1 1,35
2 1,44
Norberto 5 ano B M 11 1,52 1 1,52
83
Na Tabela 9 e na Figura 52 apresentamos as mdias das alturas por idade e g-

nero. Nessas representaes podemos ver que, em geral, a altura mdia das meninas
maior do que os meninos em todas as idades com exceo dos 11 anos, onde se inverte
essa tendncia.
Observamos na que o grfico da esquerda utiliza uma escala que inicia em zero, j
o grfico da direita utiliza uma escala que inicia em 0,9 m. A escala iniciada em 0,9 acen-
tua as diferenas. Esse recurso tem como fim realar as diferenas entre os valores re-
presentados. Este procedimento pode ter impactos positivos ou negativos, de acordo com
o que queremos comunicar. Entretanto, muitas vezes utilizado para mascarar dados.
Tabela 9: Mdia da altura por gnero e idade

Idade em anos completos
Gnero
5 6 7 8 9 10 11
Feminino 1,18 1,08 1,22 1,29 1,40 1,46 1,35
Masculino 1,10 1,02 1,10 1,18 1,39 1,28 1,52
Total 1,15 1,04 1,19 1,23 1,39 1,37 1,44
(a)escala iniciada em zero (b) escala truncada, iniciada em 0,9

Figura 52: Mdia da altura por gnero e idade
Na Figura 53 apresentamos os mesmos dados, mas ao invs de utilizarmos o gr-

fico de barras, utilizamos o grfico de linhas. Observe como o grfico de linhas mais
eficaz para transmitir a informao da tendncia dos dados, do que o grfico de barras.
Entretanto, isso s possvel porque estamos utilizando uma varivel numrica contnua
e no uma varivel discreta.
84
Figura 53: Mdia da altura por gnero e idade
Integrao de tabelas, grficos e medidas estatsticas
A compreenso das propriedades das medidas, mdia, mediana, moda e ampli-

tude, assim como a configurao em tabelas e grficos, permite ao aluno aprimorar seu
conhecimento sobre a natureza dos dados.
Para analisar a varivel idade da pesquisa sobre o medo, muitas vezes, podemos
intuir o valor da mdia analisando visualmente os dados. Por exemplo, suponha que de-
sejamos, sem fazer clculos, apenas analisando a tabela ou o grfico, conhecer o valor
da mdia de idade dos alunos.
O nosso primeiro palpite, neste exemplo, deveria ser a moda, 8 anos, pois a maio-
ria dos alunos tem essa idade. Agora, analisemos a idade 7 anos, que tem cinco alunos
e, na idade de 9 anos, temos 9 alunos, isto , 4 alunos a mais. Assim a mdia ser um
pouco maior do que 8 anos, provavelmente estar ente 8,1 e 8,2, que ser nosso palpite
definitivo. Na seo anterior calculamos a mdia da idade que resultou 8,1 anos por aluno.
Vejamos, a mdia foi 8,1, a mediana e a moda igual a 8 e a amplitude total dois anos.
Aparentemente estamos diante de um conjunto de dados bastante homogneo (Figura
54). Porm, temos um nmero significativo de crianas com 9 anos (27,2%), que possuem
uma defasagem de um ano. Lembramos que se trata de uma turma do 3 ano, cuja idade
recomendada de 8 anos.
85
N de
Idade %
alunos
7 5 15,2
8 19 57,6
9 9 27,3
Total 33 100,0
Mdia = 8,12
Mediana = Moda = 8 Mdia = 8,1

Figura 54: Distribuio das idades dos alunos da pesquisa sobre o medo.
Fonte: Tabela 4.
86
Captulo 5
A INTERPRETAO DOS RESULTADOS
Uma pesquisa no termina com a organizao e tratamento dos dados. Ao final

precisamos voltar s questes que deram origem pesquisa e buscar responder essas
questes. E, ainda, se tivessem sido geradas novas hipteses, verificar sua validade.
At o captulo anterior aprendemos a traduzir em nmeros nossas questes de
pesquisa. Escolhemos um tema para investigar, formulamos questes de investigao,
aprendemos a construir instrumentos para coletar os dados, coletamos e tratamos os da-
dos.
Agora j temos em mos tabelas, grficos e estatsticas, chegou a hora de respon-
der as questes de pesquisa e socializao dos resultados, isto , a construo da ar-
gumentao sobre os resultados, o que implica na escolha da representao que melhor
comunica os argumentos, bem como a elaborao de um relatrio.
A pesquisa sobre o medo das crianas
Na pesquisa sobre o maior medo das crianas, queramos saber quais eram os
maiores medos das crianas de nossa sala e conjecturamos que a idade e o gnero po-
deriam ser dois fatores importantes. Ento, agora retomemos os dados e a partir da leitura
conjunta vamos tentar responder s perguntas.
Foi realizada uma pesquisa com 33 alunos do 3 ano A, do Colgio ABC, da cidade
de Recife, dos quais 18 eram meninas (54,5%) e 15 eram meninos (45,5%), con-
forme Tabela 1. Suas idades variaram de 7 a 9 anos sendo que a maioria tinha 8
anos e a idade mdia foi de 8,12 anos.
Embora a idade mdia estivesse prxima da idade recomendada para este ano
escolar, 27,3% dos alunos tinha 9 anos, isto , estavam defasados em um ano re-
lativamente ao esperado (Tabela 5).
87
A leitura geral da planilha de dados (Quadro 5) indica que o medo mais frequente
foi de rato (3 alunos) e de altura (3 alunos, considerando lugar alto como altura),
os outros medos s se repetiram duas vezes ou apenas uma nica vez.
Em relao idade, tambm no parece haver interferncia dessa varivel em re-
lao classe de medo, como podemos observar na Tabela 10.
Tabela 10: Distribuio dos tipos de medo em relao idade dos alunos
Classe de 7 anos 8 anos 9 anos Total
medo N % n % N % N %
Imaginrio 2 40 7 36,8 4 44,4 13 39,4
Real 3 60 12 63,2 5 55,6 20 60,6
Total 5 100,0 19 100,0 9 100,0 33 100,0
Na Tabela 11 observamos que 60,6% dos alunos tm medo de coisas reais

e 39,4% de coisas imaginrias e, que isso no difere por gnero, pois a diferena
de apenas 1,1%.
Tabela 11: Distribuio dos tipos de medo por subclasse em relao ao gnero e a idade.
Subclasses de Gnero Idade em anos

Total
medo Feminino Masculino 7 8 9
Imaginrio Folclore 11,1 20,0 20,0 15,8 11,1 15,2
Imaginrio Personagem 27,8 20,0 20,0 21,1 33,3 24,2
Real Bicho 22,2 26,7 40,0 26,3 11,1 24,2
Real Pessoa 16,7 26,7 20,0 15,8 33,3 21,2
Real Situao 22,2 6,7 0,0 21,1 11,1 15,2
Total 100,0 100,0 100,0 100,0 100,0 100,0
Contudo, quando analisamos dentro das subclasses de medo, percebemos sutis

diferenas. Por exemplo, as meninas tendem a ter mais medo de personagens imagin-
rios e os meninos de bichos e pessoas reais. Quanto idade, parece que quanto mais ve-
lho, vai diminuindo o medo de bichos, mas aumenta o medo em relao aos personagens
imaginrios e pessoas, como pode ser visto na Tabela 11. Essas diferenas so mais
visveis na Figura 55.
88
Figura 55: Distribuio do medo por subclasses segundo gnero e idade.
A pesquisa sobre a altura das crianas
Retomando a questo de investigao sobre a altura das meninas e dos meninos

podemos fazer nosso relatrio:
Foram investigados 30 alunos, do 1 ao 5 ano, sendo seis de cada ano, trs me-
ninas e trs meninos. A altura mdia dos 30 alunos foi de 1,24 metros, sendo que
a altura mdia das meninas foi de 1,28 metros e a altura mdia dos meninos foi de
1,21 metros. Isto , em mdia, as meninas so mais altas do que os meninos.
Ao analisar a altura mdia dos alunos por gnero segundo a idade, observamos
que em todas as idades as meninas apresentam mdias maiores, com exceo do
ltimo ano (11).
Como este resultado pode entrar em conflito com as concepes prvias dos alu-
nos (eles acreditam que os meninos so sempre mais altos do que as meninas) preciso
que o professor esteja preparado para dar uma explicao cientfica para este resultado.
Para isso, o professor pode solicitar ajuda ao professor de Educao Fsica e ao
professor de Cincias e juntos trabalhar o tema transversal Sade da Criana e do Ado-
lescente.
Nas Figura 56 e Figura 57 apresentamos as curvas de crescimento para meninos
e meninas. Nesses grficos podemos ver que o ritmo de crescimento diferenciado. Em
89
geral as meninas crescem mais rpido de 7 a 11 anos, enquanto que os meninos crescem
mais a partir dos 13 anos, fato melhor visualizado no grfico da que segue.
Figura 56: Alturas mdias por idade da populao de referncia do NCHS

Meninos e meninas de 0 a 18 anos.
Fonte: Grfico 2, Brasil (2002, p. 21).
Figura 57: Velocidade mdia de crescimento ps-natal da populao de referncia do NCHS

meninos e meninas de 0 a 18 anos.
Fonte: Grfico 3, Brasil (2002, p. 21).
90
Conte para as crianas que essas curvas so chamadas de curvas de referncia,

pois foram construdas com as medidas de muitas crianas e adolescentes, de vrios pa-
ses, raas etc.
Aproveitamos este tema para sugerir um projeto que pode ser realizado com crian-
as pequenas, que o acompanhamento do Carto de Vacinao da Criana.
Andrade (2006) em sua monografia de concluso de curso de licenciatura em Ma-
temtica trabalhou os contedos bsicos de Estatstica no tema transversal Educao e
Sade, utilizando o Carto de Vacinao da criana, com uma turma de 45 alunos, do
6 ano de uma escola pblica do interior da Bahia.
Observamos que os cartes de vacinao contm um quadro para controlar quan-
do a pessoa foi vacinada (Figura 58). Assim, podemos analisar se as vacinas esto em
dia ou no.
Tomando como referncia o carto
de vacina, Andrade solicitou a todos seus
alunos para trazerem seus cartes. Alm
disso, os alunos foram pesados e medidos
em sua altura. Como resultado, concluram
que a maioria dos alunos estava com as va-
cinas defasadas e mobilizou a comunidade
escolar para participar da Tarde de Vacina-
o, promovida pela Secretaria de Sade
do municpio.
Este projeto contribuiu para desper-
tar nos alunos a necessidade de uma parti-
cipao consciente na sociedade; implicou
tambm olhar a Matemtica do ponto de
vista do seu fazer e do seu pensar.
Figura 58: Exemplo que um carto de vacina.
91
Captulo 6
PESQUISA EXPERIMENTAL: O JOGO DA
MEMRIA
O Jogo da Memria pode ser trabalhado mesmo com crianas pequenas, do 1

ou 2 ano. Investigar sobre a memria em uma situao experimental bem interessante
de ser realizada, pois podemos pensar em uma atividade em que a memria possa ser
medida cronometrando o tempo que uma pessoa gasta para identificar um nmero X de
pares, em um Jogo da Memria.
Nesse caso um questionrio, como o apresentado na Figura 5, pode ser construdo
coletivamente com a classe. Para a coleta dos dados, preciso ter vrios jogos da mem-
ria iguais. Os jogos podem ser adquiridos com verba da escola, mas uma boa possibilida-
de a confeco do jogo pelas prprias crianas, em sala de aula ou na aula de artes, o
qual poderia ter, por exemplo, oito pares de figuras iguais1.
Uma deciso essencial, que cabe ao professor tomar, sobre o registro dos dados.
Como medir o tempo gasto no jogo? Que unidade de medida do tempo ser utilizada:
minutos ou segundos? Mas, isto nos traz mais um desafio: como tal medida ser anotada
na planilha ou banco de dados?
Se a opo for a de desconsiderar os segundos, as diferenas entre o tempo gasto
pelas pessoas podem levar a uma grande distoro dos dados. Esse seria o caso de uma
pessoa ter gasto 1 minuto e 4 segundos para identificar todos os pares do jogo, enquanto
outra gastou 1 minuto e 58 segundos realizando a mesma tarefa. Note que a primeira
pessoa gastou praticamente 1 minuto, enquanto o tempo da segunda foi quase 2 minutos.
1 O nmero de pares do jogo decido pelo professor. Esse um fator importante para o sucesso da atividade, pois
um nmero muito grande de pares pode tornar o jogo longo, consequentemente, cansativo e pode dificultar a coleta de
dados. No percamos de vista que o foco no o jogo nem a investigao da memria em si, mas sim permitir que
os estudantes tenham a vivncia de coletar dados experimentalmente. Se o jogo for muito longo, isto pode desviar a
ateno da criana para marcao do tempo, levando a obteno de uma coleta imprecisa. Para crianas da Educao
Infantil, talvez fosse mais interessante no ultrapassar os seis pares; j para crianas de 10 ou 11 anos, o nmero de
pares pode chegar a 12.
92
PESQUISA EXPERIMENTAL: O JOGO DA MEMRIA
E ento, ficaro essas duas pessoas com o tempo gasto de 1 minuto?

Se a opo for por considerar o tempo em segundos, ento ser necessrio fazer
a converso de minutos para segundos, de tal forma que possamos registrar apenas os
segundos na planilha de dados. Nesse caso, h a necessidade de trabalhar com a classe
a maneira de como fazer essa converso da unidade minutos para segundos. Esse pode
ser um bom momento para discutir as unidades utilizadas para a medio do tempo. Aqui
se estabeleceria o trabalho interdisciplinar, pois o professor estaria trabalhando tanto den-
tro do bloco Tratamento da Informao, quanto no de Grandezas e Medidas.
Contudo, temos a clareza que tal atividade no ser muito fcil de trabalhar com
crianas muito pequenas. Para essas talvez seja o caso de registrar no banco de dados
Quem Ganhou, o dado A, se foi o adulto, C se foi criana e E se foi empate.
O quadro que segue apresenta uma planilha de dados fictcia, a partir da qual ten-
taremos responder questo de pesquisa levantada: quem tem mais memria: adultos ou
crianas? Alm disso, colocamos no questionrio uma pergunta sobre a percepo sobre
sua memria.
93
Quadro 8: Planilha de dados da pesquisa Quem tem mais memria?

Dados relativos criana Dados relativos ao pai ou responsvel
Dife- Quem
Percep- Percep-
Nome Idade Gnero Tempo Nome Idade Gnero Tempo rena ganhou?
o o
Ana 8 F MB 38 Aldo 40 M B 51 13 C
Artur 8 M MB 38 Felipe 50 M R 55 17 C
Bianca 8 F MB 35 Rafaela 36 F R 56 21 C
Bruna 9 F R 45 Clara 32 F R 53 8 C
Beto 9 M B 36 Clara 43 F R 48 12 C
Breno 8 M B 38 Diego 28 M MB 45 7 C
Carla 7 F R 38 Amanda 30 F B 41 3 C
Camila 8 F MB 47 Suzane 54 F R 61 14 C
Daniel 9 M B 35 Joo 30 M B 46 11 C
Denise 9 F B 43 Andr 42 M B 57 14 C
Deise 8 F MB 33 Cludio 28 M MB 49 16 C
Emilio 8 M MB 40 Karla 39 F B 47 7 C
Fabio 7 M B 44 Aline 36 F B 47 3 C
Felipe 9 M MB 37 Flora 41 F R 56 19 C
Gilda 8 F MB 45 Pedro 27 M B 40 -5 A
Gabriela 8 F B 41 Jorge 35 M B 58 17 C
Irene 8 F R 37 Artur 29 M MB 45 8 C
Jos 9 M B 38 Vitor 47 M R 62 24 C
Juliana 9 F MB 39 Tiago 43 M R 56 17 C
Luiz 8 M MB 47 Safira 40 F B 45 -2 A
Luciana 7 F B 36 Sara 39 F B 57 21 C
Mariana 8 F B 40 Hlio 41 M R 57 17 C
Marcelo 8 M R 44 Melissa 24 F MB 43 -1 A
Milton 8 M MB 41 Maria 50 F R 59 18 C
Paulo 8 M B 32 Ins 32 F MB 50 18 C
Pmela 9 F R 43 Hugo 37 M MB 45 2 C
Pedro 7 M MB 45 Mrcia 35 F B 47 2 C
Rui 7 M MB 39 Nilza 28 F B 45 6 C
Renata 8 F MB 46 Jlia 42 F MB 52 6 C
Sandra 8 F B 40 Max 36 M B 45 5 C
Saulo 8 M B 43 Lucas 34 M R 43 0 E
Vanessa 8 F R 36 Manoel 27 M MB 39 3 C
Vera 9 F B 45 Igor 28 M MB 41 -4 A
Soma 268 1324 1203 1641
Dependendo do ano escolar e dos conhecimentos prvios dos alunos, podemos

trabalhar simplesmente quem ganhou e registrar apenas as variveis: nome e tempo da
criana e do pai (responsvel) e a coluna quem ganhou. Observe que mesmo nessa
tarefa, os alunos j tm que saber trabalhar com nmeros na casa dois dgitos e saber
comparar esses nmeros.
Se coletarmos todos os dados da ficha, o que podemos fazer distribuir tarefas,
94
isto , dividir a classe em grupos e cada um deles trabalha com uma varivel. A seguir
apresentamos as tabelas e os passos intermedirios que nos ajudam na construo das
tabelas. Para calcular a mdia geral podemos somar o tempo diretamente da planilha de
dados.
N de N de N de
Idade % Gnero % Memria %
alunos alunos alunos
7 5 15,2 Feminino 18 54,5 Regular 6 18,2
8 19 57,6 Masculino 15 45,5 Boa 13 39,4
9 9 27,3 Total 33 100,0 Muito Boa 14 42,4
Total 33 100,0 Total 33 100,0
Figura 59: Distribuio dos dados dos alunos.
Idade N de N de N de
% Gnero % Memria %
(*) alunos alunos alunos
At 29 5 15,2 Feminino 16 48,5 Regular 11 33,3
De 30 a Masculino 17 51,5 Boa 13 39,4
19 57,6
39
Total 33 100,0 Muito Boa 9 27,3
40 ou + 9 27,3
Total 33 100,0
Total 33 100,0
Figura 60: Distribuio dos dados dos pais (responsveis).

(*) Ver Quadro 8 para compreender o agrupamento dos dados
Para facilitar o trabalho podemos ordenar os dados por idade. O Quadro 9 apre-
senta os dados das crianas ordenados por idade e tempo gasto no jogo, assim como a
mdia do tempo gasto por idade.
95
Quadro 9: Planilha para calcular o tempo mdio gasto por idade das crianas
N Nome Idade Tempo N Soma Mdia
1 Fbio 7 44
2 Pedro 7 45
3 Rui 7 46 5 229 45,8
4 Carla 7 47
5 Luciana 7 47
6 Breno 8 36
7 Luiz 8 36
8 Irene 8 37
9 Ana 8 38
10 Artur 8 38
11 Camila 8 38
12 Renata 8 39
13 Emlio 8 40
14 Marcelo 8 40
15 Sandra 8 40 19 772 40,6
16 Gilda 8 41
17 Milton 8 41
18 Deise 8 43
19 Paulo 8 43
20 Saulo 8 43
21 Mariana 8 44
22 Bianca 8 45
23 Gabriela 8 45
24 Vera 8 45
25 Pmela 9 32
26 Denise 9 33
27 Beto 9 35
28 Daniel 9 35
29 Vanessa 9 36 9 323 35,9
30 Felipe 9 37
31 Bruna 9 38
32 Jos 9 38
33 Juliana 9 39
Soma 268 1324 33 1324 40,1
Mdia 8,1 40,1
Para apresentar a idade dos adultos podemos criar faixas etrias. Por exemplo,
podemos pensar que os pais mais jovens, at 29 anos, so pessoas da gerao internet,
dos vdeo games, da tecnologia, que podem ter ajudado a desenvolver algumas estrat-
gias de memria, portanto mais rpidos no jogo; j os pais com 40 anos ou mais sem esse
acesso, mais resistentes a esse tipo de jogos, portanto menos rpidos. Observamos que
essas faixas so arbitrrias. O Quadro 10 apresenta os dados dos adultos, ordenados por
idade e tempo gasto no jogo, assim como a mdia do tempo gasto por idade.
96
Quadro 10: Planilha para calcular o tempo mdio gasto por faixa etria dos adultos
N Nome Idade Tempo N de adultos Soma Mdia
1 Melissa 30 41
2 Pedro 30 46
3 Manoel 32 53 8 347 43,4
4 Diego 32 50
5 Cludio 34 43
6 Nilza 35 58
7 Igor 35 47
8 Artur 36 56
9 Amanda 36 47
10 Joo 36 45
11 Clara 37 45
12 Ins 39 47
13 Lucas 39 57
14 Jorge 40 51
15 Mrcia 40 45 13 635 54,9
16 Rafaela 41 56
17 Aline 41 57
18 Max 42 57
19 Hugo 42 52
20 Karla 43 48
21 Sara 43 56
22 Aldo 47 62
23 Safira 50 55
24 Flora 50 59
25 Hlio 54 61
26 Andr 1203 1641
27 Julia 9 35
28 Clara 9 35
29 Tiago 9 36 12 659 54,9
30 Vitor 9 37
31 Felipe 9 38
32 Maria 9 38
33 Suzane 9 39
Soma 1203 1641 33 1641 49,7
Mdia 36,5 49,7
Tambm podemos querer saber se a auto percepo de memria est relacionada

ao desempenho no jogo. Isto nos obriga a trabalhar os dados no por idade e sim pela
auto percepo. O Quadro 11 apresenta os dados das crianas e o Quadro 12 dos adul-
tos, ordenados por auto percepo de memria e tempo gasto no jogo, assim como a
mdia do tempo gasto pelas categorias de auto percepo.
97
Quadro 11: Planilha para calcular o tempo mdio gasto por auto percepo das crianas
N Nome Peercepo Tempo N Soma Mdia
1 Vanessa R 36
2 Irene R 37
3 Camila R 38 6 243 40,5
4 Paulo R 43
5 Mariana R 44
6 Bianca R 45
7 Pmela B 32
8 Daniel B 35
9 Breno B 36
10 Luiz B 36
11 Bruna B 38
12 Jos B 38
13 Marcelo B 40
14 Sandra B 40
15 Gilda B 41 13 511 39,3
16 Deise B 43
17 Saulo B 43
18 Fbio B 44
19 Vera B 45
20 Denise MB 33
21 Beto MB 35
22 Felipe MB 37
23 Ana MB 38
24 Artur MB 38
25 Juliana MB 39
26 Renata MB 39
27 Emlio MB 40
28 Milton MB 41
29 Gabriela MB 45 14 570 40,7
30 Pedro MB 45
31 Rui MB 46
32 Carla MB 47
33 Luciana MB 47
Soma 1324 33 1324 40,1
Mdia 40,1
98
Quadro 12: Planilha para calcular o tempo mdio gasto por auto percepo dos adultos
N Nome Peercepo Tempo N de Adultos Soma Mdia
1 Lucas R 43
2 Clara R 48
3 Clara R 53 11 606 55,1
4 Felipe R 55
5 Rafaela R 56
6 Flora R 56
7 Tiago R 56
8 Hlio R 57
9 Maria R 59
10 Suzane R 61
11 Vitor R 62
12 Pedro B 40
13 Amanda B 41
14 Safira B 45
15 Nilza B 45 13 626 48,2
16 Max B 45
17 Joo B 46
18 Karla B 47
19 Aline B 47
20 Mrcia B 47
21 Aldo B 51
22 Andr B 57
23 Sara B 57
24 Jorge B 58
25 Manoel MB 39
26 Igor MB 41
27 Melissa MB 43
28 Diego MB 45
29 Artur MB 45 9 409 45,4
30 Hugo MB 45
31 Cludio MB 49
32 Ins MB 50
33 Jlia MB 52
Soma 1641 33 1641 49,7
Mdia 49,7
Esses quadros so criados como suporte para compreender de onde resultam as

estatsticas, pois o que nos interessa saber como a idade e a auto percepo de mem-
ria se relacionam com o desempenho no jogo.
Assim, a partir dos resultados dos quadros criamos tabelas e grficos que nos aju-
dem a compreender a natureza das variveis e suas relaes.
Na Tabela 12 podemos ver que o tempo gasto pelas crianas melhora com a idade,
j para os adultos essa tendncia se inverte, os mais jovens tendem a ser mais rpidos
99
do que os mais velhos, conforme Tabela 13. Lembrar que quanto menor o tempo, maior a
capacidade de memria.
Tabela 12: Tempo mdio gasto pelas crianas por Tabela 13: Tempo mdio gasto pelos adultos por
idade faixa etria
Idade N de N de
Soma Mdia Faixa etria Soma Mdia
(anos) alunos adultos
7 5 229 45,8 De 24 a 29 8 347 43,4
8 19 772 40,6 De 30 a 39 13 635 48,8
9 9 323 35,9 De 40 ou mais 12 659 54,9
Total 33 1324 40,1 Total 33 1641 49,7
Na Figura 61(a) apresentamos em um grfico de barras o tempo mdio gasto no

jogo da memria, tanto pelas crianas, quanto pelos adultos e os mesmos dados so
apresentados em um grfico de linhas na Figura 61(b). Observamos como os grficos so
mais eficientes para transmitir os dados do que as tabela, e que o grfico de linhas mais
eficiente para transmitir a tendncia dos dados.
(b) Grfico de Linhas

(a) Grfico de barras
Figura 61: Tempo mdio gasto no jogo da memria das crianas e dos adultos segundo a idade.
A partir das tabelas de auto percepo constantes nas Tabela 14 e Tabela 15 cons-
trumos um grfico de barras para comparar a distribuio da percepo das crianas
e dos adultos, conforme Figura 62. Observamos que as crianas so muito mais auto-
confiantes na sua memria do que os adultos. Contudo, ser autoconfiante no necessa-
riamente significa ter o melhor desempenho, por essa razo precisamos analisar essa
relao.
100
Em relao auto percepo das crianas parece no haver relao com o tempo
gasto, isto , crianas que so autoconfiantes na sua memria tiveram desempenho simi-
lar aos que no confiam tanto na sua capacidade de memorizar (Tabela 14). J no caso
dos adultos, Tabela 15, parece que quanto mais autoconfiante melhor o desempenho, isto
, gasta menos tempo. A Figura 63 apresenta esses dados em grficos de barras e linhas.
Tabela 14: Tempo mdio gasto pelas crianas por Tabela 15: Tempo mdio gasto pelos adultos por
autopercepo autopercepo
N de N de
Autopercepo Soma Mdia Autopercepo Soma Mdia
alunos alunos
Regular 6 243 40,5 Regular 11 606 55,1
Bom 13 511 39,3 Bom 13 626 48,2
Muito Bom 14 570 40,7 Muito Bom 9 409 45,4
Total 33 1324 40,1 Total 33 1641 49,7
101
Professor, voc poder estar questionando a validade de termos construdo um

grfico de linhas para uma varivel qualitativa. Podemos fazer isso, pois a varivel
ordinal, assim podemos analisar se h padres de tendncia segundo a intensidade da
varivel ordinal, neste caso, o grau de autopercepo da memria.
Mas, afinal, quem tem mais memria: os adultos ou as crianas? Para responder
essa pergunta precisamos de um nico dado que nos permita comparar de forma global o
desempenho de ambos os grupos e para isso temos a Mdia e a Mediana.
Observamos que o melhor grfico para analisar o desempenho de forma global o
dotplot (Figura 66) ou o histograma (Figura 67).
Adultos
Crianas
Figura 64: Grfico de pontos do tempo gasto no jogo da memria das crianas e adultos.
Para construir o histograma, vamos ter que construir a TDF, para isso devemos de-
cidir a amplitude das classes ou intervalos. Podemos escolher intervalos de 5 segundos,
conforme mostramos na Tabela 16. A partir dessa tabela construmos o histograma, como
mostramos na Figura 65.
Tabela 16: Distribuio do tempo gasto no jogo da memria por grupo

Crianas Adultos
Tempo
N % N %
De 30 a 34 2 6,1 0 0,0
De 35 a 39 14 42,4 1 3,0
De 40 a 44 10 30,3 5 15,2
De 45 a 49 7 21,2 12 36,4
De 50 a 54 0 0,0 4 12,1
De 55 a 59 0 0,0 9 27,3
De 60 a 64 0 0,0 2 6,1
Total 33 1641 49,7
102
Figura 65: Distribuio do tempo gasto no jogo da memria por grupo.
Analisando a configurao dos dados, tanto no dotplot quanto no histograma pode-

mos concluir que as crianas so mais rpidas e tem um desempenho mais homogneo;
j os adultos, alm de apresentar um desempenho mais varivel, tem uma quantidade
deles, quase a metade, que demora mais do que qualquer criana.
Na Tabela 17 apresentamos as estatsticas do tempo gasto pelas crianas e pelos
adultos. Com todas essas informaes podemos concluir que as crianas so mais rpi-
das do que seus pais (ou responsveis), para executar a tarefa, em quase 10 segundos.
Alm disso, as crianas tm um desempenho mais homogneo, pois os adultos, alm
de demorar mais, alguns executam a tarefa rapidamente, enquanto que outros demoram
mais.
Tabela 17: Estatsticas do tempo gasto pelas crianas e pelos adultos

Grupo Mnimo Mximo Mdia Mediana Amplitude
Crianas 32 47 40,1 40 15
Adultos 39 62 49,7 48 23
Diferena -5 24 9,6 8 29
103
Na Figura 66 apresentamos o dotplot da diferena do tempo gasto pelos adultos

em relao ao tempo gasto pelas crianas. Observe que apenas quatro crianas gasta-
ram mais tempo do que os seus responsveis (valores negativos), uma criana empatou
(zero) e 28 crianas foram mais rpidas que seus pais.
Figura 66: Grfico de pontos da diferena do tempo gasto no jogo da memria do adulto em relao s crianas sob
seus cuidados.
Por fim, apresentamos a varivel quem ganhou, calculada a partir da compara-

o do tempo gasto pelo adulto e pela criana. Como dissemos, anteriormente, esta a
varivel mais simples, pois mesmo crianas pequenas, que ainda no sabem o algoritmo
da subtrao com reserva, conseguem comparar e saber quem ganhou.
A Tabela 18 mostra claramente que foram as crianas que ganharam. E interessan-
te notar que muitas vezes maiores pontuaes so sinnimo de ganhar, mas neste caso,
no , pois ganha quem consegue encerrar o jogo no menor tempo possvel.
Tabela 18: Distribuio de Quem ganhou?
Quem ganhou? N %
Adultos 4 12,1
Crianas 28 84,8
Empate 1 3,0
Total 33 100
Chegamos ao fim. Esperamos ter contribudo com uma reflexo acerca do desen-
volvimento de conceitos elementares da Estatstica.
Acreditamos que a Estatstica no apenas como uma ferramenta til e necessria
na formao do cidado, mas tambm um instrumento indispensvel na construo do
pensamento cientfico.
Esperamos que este livro tenha auxiliado voc na organizao de situaes didti-
cas que, em curto prazo, busquem contribuir para que os alunos compreendam conceitos
104
REFERNCIAS
ANDRADE, A. M. dos S. Matemtica e Cidadania. Monografia de concluso de curso.

Universidade Estadual de Santa Cruz - UESC, Ilhus, Bahia, 2006.
BRASIL. Ministrio da Educao. Secretaria de Educao Fundamental. Parmetros Cur-

riculares Nacionais: Matemtica. Braslia: Ministrio da Educao/Secretaria de Educa-
o Fundamental, 1997.
BRASIL. Ministrio da Sade. Secretaria de Polticas de Sade. Departamento de Aten-

o Bsica. Sade da criana: acompanhamento do crescimento e desenvolvimento in-
fantil. Braslia: Ministrio da Sade, 2002. Disponvel em http://bvsms.saude.gov.br/bvs/
publicacoes/crescimento_desenvolvimento.pdf.
BUEHRING, R. S. Uma anlise de dados no incio da escolaridade: uma realizao de

ensino por meio dos registros de representao semitica. Dissertao de mestrado da
UFSC, 2006. disponvel em www.ppgect.ufsc.br/dis/27/Dissert.pdf.
CABRERA, P. C.; SOSA, A. B. Matemtica con sentido: una propuesta que replantea el
modo de ensear la matemtica en nivel inicial y EGB 1. Crdoba: Comunic-Arte, 2006.
CAVALCANTI, M.; NATRIELLI, R. e GUIMARES, G. Grficos na mdia impressa. Bole-

ma. Boletim de Educao Matemtica, vol. 23 - UNESP. Rio Claro, 2010.
CAZORLA, I. M.; SANTANA, E. R. dos S. (Org.). Do Tratamento da Informao ao Letra-

mento Estatstico. Itabuna-BA: Via Litterarum, 2010.
EVANGELISTA, B.; GUIMARES, G. Escalas representadas em grficos: um estudo de

interveno com alunos do 5 ano. Revista Portuguesa de Educao, v.28, p.117 - 138,
2015.
GUIMARES, G. L. Interpretando e construindo grficos de barras. Tese de doutorado
105
REFERNCIAS
na Ps Graduao em Psicologia Cognitiva da UFPE. Recife, 2002. Disponvel em www.

ufpe.br.
LUZ, P.; GUIMARES, G. L.. Classificaes nos anos iniciais do ensino fundamental: o
papel das representaes. In: Anais do X ENEM. SBEM, Salvador., 2010.
SELVA, A. C. V.; BORBA, R. E. de S. R. O uso de diferentes representaes na resoluo

de problemas de diviso inexata: analisando a contribuio da calculadora. In Anais da 28
Reunio Anual da ANPED, 2005. Disponvel: www.anped.org.br/reunioes/28/textos/gt19/
gt19635int.rtf
STRAUSS, S.; BICHLER, E. The development of childrens concepts of the arithmetic ave-
rage. Journal for Research in Mathematics Education, 19(1), 64-80, 1988.
VERGNAUD, G. Epistemology and Psychology of Mathematics Education. In Pearla

Nesher e Jeremy Kilpatrick (Eds.), Mathematics and Cognition. Cambridge, Cambridge
University Press, 1994.
WATSON, J. Whats the point? The Australiam Mathematics Teacher. 52(2): 40-43, 1996.
Sugestes de Leitura
BATANERO, C. Dificultades de los estudiantes en los conceptos estadsticos elementales:

el caso de las medidas de posicin central. In Loureiro, C.; Oliveira F.; Brunheira, L. (Eds.)
Ensino e Aprendizagem da Estatstica. Sociedade Portuguesa de Estatstica, 2000.
BATANERO, C.; GODINO, J.; GREEN, D. ; HOLMES P.; VALLECILLOS, A. Errors and
difficulties in understanding elementary statistical concepts. Internation Journal of Mathe-
matics Education in Science and Technology, 25(4), 527-547, 1994.
BORBA, R.; MONTEIRO, C. ; GUIMARES, G.; COUTINHO, C.; KATAOKA. V. Educao

Estatstica no Ensino Bsico: Currculo, pesquisa e prtica em sala de aula. EM TEIA:
Revista de Educao Matemtica e Tecnolgica Iberoamericana, v.2, 1 - 18, 2011.
CARVALHO, C. Olhares sobre a Educao Estatstica em Portugal. Anais do SIPEMAT.

Recife, Programa de Ps-Graduao em Educao-Centro de Educao Universidade
Federal de Pernambuco, 2006.
CAZORLA, I. M. Mdia aritmtica: um conceito prosaico e complexo. Anais do IX Semin-
106
REFERNCIAS
rio de Estatstica Aplicada, Rio de Janeiro, 2003.
EVANGELISTA, B. ; GUIMARES, G. Como alunos do 5 ano compreendem o conceito

de escala em graficos? EM TEIA: Revista de Educao Matemtica e Tecnolgica Iberoa-
mericana, v.6, 1-17, 2015.
GAL, I. Adults Statistical Literacy: meanings, components, responsibilities. International

Statistical Review. 70(1), 1-25, 2002.
GUIMARES, G. Formao de professores: trabalhando com grficos e tabelas na Edu-

cao Infantil. Revista Iberoamericana de Educacin Matemtica - UNION, n.21, 87-101.
Disponvel em: http://www.fisem.org 2010.
GUIMARES, G.; GITIRANA, V.; MARQUES, M. C.; CAVALCANTI, M. A Educao es-

tatstica na educao infantil e nos anos iniciais. Zetetike (UNICAMP), v.17, 11-28, 2009.
GUIMARES, G. Refletindo sobre a Educao Estatstica na sala de aula. In GUIMA-

RES, G. e BORBA, R. (Org.). Reflexes sobre o ensino de Matemtica nos anos iniciais
de escolarizao. Sociedade Brasileira de Educao Matemtica (SBEM) Grupo de
Trabalho 1 (GT1), 2009.
GUIMARES, G.; GITIRANA, V. Classificaes: o que sabem os alunos de 3 srie do

ensino fundamental? Anais do XVI Encontro de Pesquisa Educacional Norte-Nordeste -
EPENN. Aracaju, 2003.
GUIMARES, G.; GITIRANA, V.; CAVALCANTI, M.; MARQUES, M. Anlise das ativida-
des sobre representaes grficas nos livros didticos de matemtica. Anais do 2 SIPE-
MAT, Recife, 2008.
GUIMARES, G.; CAVALCANTI, M.; EVANGELISTA, B. Compreenso de Escala nos

Anos Iniciais. In: Pesquisa e atividades para o aprendizado matemtico na educao in-
fantil e nos anos iniciais do Ensino Fundamental. Ed. Braslia: SBEM, 47-69, 2015.
GUIMARES, G.; GITIRANA, V.; OLIVEIRA, I. ; PESSOA, C.; CARVALHO, I.; LIMA, C.;
ROCHA, C. Educao Estatstica. Braslia: Secretaria de Educao Bsica, Diretoria de
Apoio Gesto Educacional, v.1. p.80, 2014.
LAJOIE, S.; JACOBS, V.; LAVIGNE, N. Empowering Children in the Use of Statistics. Jour-
nal of Mathematical Behavior, 14, 401-425, 1993.
LIMA, I.; SELVA, A. Investigando o desempenho de jovens e adultos na construo e in-
terpretao de grficos. Anais do X Encontro Nacional de Educao Matemtica ENEM.
107
REFERNCIAS
Salvador, 2010.
LIMA, I.; SELVA, A. Investigando o desempenho de jovens e adultos na construo e in-

terpretao de grficos. Anais do X Encontro Nacional de Educao Matemtica ENEM.
Salvador, 2010.
LIMA, R.; MAGINA, S. O uso de diferentes escalas na leitura de grficos por crianas das
sries iniciais do ensino fundamental. Anais do X Encontro Nacional de Educao Mate-
mtica ENEM. Salvador, 2010.
LINS, W. Procedimentos lgicos de classificao atravs de um banco de dados: um es-

tudo de caso. Anais do II Simpsio Internacional de Pesquisas em Educao Matemtica
SIPEM. Santos, 2003.
LOPES, C.; CARVALHO, C. Literacia Estatstica na educao bsica. In: A. Nacarato e

C. Lopes (Eds), Escritas e Leituras na educao matemtica (pp 77- 92). Belo Horizonte:
Autntica, 2005.
MAGINA, S. M. P.; CAZORLA, I. M.; GITIRANA, V.; GUIMARES, G. L. Concepes e

concepes alternativas de mdia: um estudo comparativo entre professores e alunos do
Ensino Fundamental. Educar em Revista (Impresso), v.1, 2011.
MARQUES, M.; GUIMARES, G.; GITIRANA, V. Compreenses de Alunos e Professo-

res sobre mdia aritmtica. Bolema. Boletim de Educao Matemtica, v.24, p.725 - 746,
2011.
RUMSEY, D. J. Statistical Literacy as a Goal for Introductory Statistic Courses, Journal of

Statistics Education. V. 10, n. 3, 2002.
SELVA, A C. V. Grficos de barras e materiais manipulativos: analisando dificuldades e

contribuies de diferentes representaes no desenvolvimento da conceitualizao ma-
temtica em crianas de 6 a 8 anos. Tese de doutorado na Ps Graduao em Psicologia
Cognitiva da UFPE. Recife, 2003. Disponvel em www.ufpe.br.
WATSON, J.; KELLY, B. Can grade 3 students learn about variation? In B. Phillips (Ed.),
Proceedings of the Sixth International Conference on Teaching Statistics, Cape Town, Sou-
th Africa [CD-ROM]. Voorburg, The Netherlands: International Statistical Institute, 2002.
WATSON, J.M.; CALLINGHAM, R. A. Statistical literacy: A complex hierarchical construct.

Statistics Education Research Journal, 2(2), 3-46, 2003.
108
ANEXOS
ANEXO A:
A VARIVEL IDADE
Em geral, a idade trabalhada em anos completos o que simplifica bastante o tra-

balho.
Mas podemos querer maior preciso. Nesse caso, se os alunos j conhecem os
nmeros decimais e o arredondamento, podemos utilizar o critrio at 5 meses considerar
apenas o ano, 6 meses ou mais adicionar um ano. Por exemplo, 9 anos e 4 meses ser
registrado com 9 anos e 9 anos e 6 meses como 10 anos.
Um outro ponto importante que, quando trabalhamos com a idade, precisamos
que nossos alunos compreendam a equivalncia entre meses e a base decimal, como
podemos ver na Figura 67.
Varivel idade
Figura 67: Equivalncia entre os sistemas base 12 e base 10 para a coleta de dados da varivel tempo.
A varivel idade pode ser trabalhada no como os anos vividos por uma pessoa,
109
ANEXOS
mas pela percepo que esta tem em relao a algum empreendimento na sua vida. Por
exemplo, podemos investigar como adultos analfabetos se sentem em relao sua ida-
de para aprender a ler e escrever, ou seja, serem alfabetizados.
Neste caso, podemos at coletar o dado real da idade e podemos estudar se a

idade cronolgica determinante na percepo de idade para ser alfabetizado. Estamos
trabalhando com uma varivel conceitual, que no h como medi-la, a no ser pelo depoi-
mento do respondente, diferente da idade cronolgica que uma varivel emprica, pois
podemos observ-la. Maiores detalhes podem ser encontrados em Cazorla e Oliveira
(2010).
110
ANEXOS
ANEXO B:
A CLASSIFICAO COM OBJETOS PADRONIZADOS
A classificao um tpico que deve ser trabalhado nos anos iniciais. Analisando
os livros didticos observamos que os exemplos utilizam formas geomtricas, cores, ta-
manhos, grossura etc. Por exemplo, suponha que temos 16 objetos, de trs formas e duas
cores diferentes. Vejamos como fica quando classificamos por um nico critrio (Figura
68) ou forma ou cor:
Agora vejamos como fica a classificao quando usamos dois critrios de classifi-
cao: cor e forma simultaneamente:
111
ANEXOS
Outra representao que podemos utilizar o diagrama da rvore ou a rvore de

possibilidades, conforme a seguinte figura:
A criana deve perceber que a despeito de no ter nenhum tringulo de cor cinza,
essa combinao existe apenas neste conjunto, no houve nenhum objeto dessa forma
com essa cor. Esse tipo de classificao pode ser facilmente utilizado por crianas a partir
dos cinco ou seis anos em tarefas de classificao.
importante que tenhamos clareza que o trabalho com representaes de dados
implica tambm o conhecimento da simbologia especfica desse tipo de representao.
Pode ser que crianas muito pequenas no entendam o diagrama da rvore, mas certa-
mente esto acostumadas a trabalhar com tabelas de dupla entrada.
112
ANEXOS
ANEXO C:
CONSTRUO DA TDF SOBRE O MEDO
Para compreender de onde resultaram os dados da Tabela 19 apresentamos a

distribuio do medo segundo as subclasses, junto com as respostas dos alunos, a fim de
que o aluno compreenda de onde resultaram os nmeros 5, 8, e assim por diante.
Para apresentao final desta tabela deixamos apenas os nomes das subclasses
como mostra a Tabela 3 e, a partir dela podemos construir a Tabela 4, pois s agrupar
as subclasses em classes.
113
ANEXOS
ANEXO D:
CONSTRUO DO HISTOGRAMA
Para construir a TDF e o histograma, primeiro devemos decidir como vamos parti-
cionar (dividir) a amplitude total (valor mximo valor mnimo) em classes de igual com-
primento. No nosso caso, podemos optar por classes de dez centmetros de comprimento.
Neste ponto devemos compreender que, como os dados foram coletados em me-
tros e centmetros, no existem dados entre 1,09 e 1,10; entre 1,19 e 1,20 etc., logo os
intervalos de 1,00 a 1,09; de 1,10 a 1,19 etc. so chamados de intervalos fechados, pois
os seus limites so contados no intervalo e a sua unio recompe todos os valores da
varivel.
Neste exemplo, o intervalo fechado 1,00 a 1,09 ter o mesmo efeito do semi-aber-
to, fechado esquerda e aberto direita (1,00 | 1,10) e assim poderemos colar os retn-
gulos.
Acreditamos que esta sofisticao no ser necessria neste nvel escolar, o im-
portante que os alunos compreendam, que colamos os retngulos (barras) porque, em
tese, a varivel pode tomar qualquer valor entre o valor mnimo e mximo.
114
ANEXOS
O histograma construdo com retngulos (barras/colunas) contguos, colados uns

aos outros. A base dos retngulos formada pelas classes e a altura pela frequncia ab-
soluta (relativa) respectiva. S haver espaos caso a frequncia absoluta da classe for
zero. A Figura a seguir mostra o histograma correspondente.
115
ANEXOS
ANEXO E:
A MDIA ARITMTICA, APROFUNDAMENTOS
Alm das dificuldades j mencionadas no item sobre mdia aritmtica. Outras difi-
culdades so apontadas na literatura.
Se ao invs de nota, os nmeros tomados na sesso de mdia se referissem ida-
de de 4 crianas, ento no numerador teramos a soma das idades das quatro crianas e
no denominador o nmero de crianas:
Logo, a mdia das idades das quatro crianas seria seis anos e meio. Tanto neste
problema como no de notas, no h problema do resultado ser um nmero decimal, pois
esses valores existem por se tratar de variveis contnuas (podem tomar qualquer valor).
Vejamos outro exemplo, agora, envolvendo dinheiro. Suponhamos que temos qua-
tro alunos, com a seguinte distribuio de dinheiro no bolso: Ana tem 10 reais, Maria 7,
Joo 3 e Pedro 4 reais. Solicitamos aos quatro alunos que coloquem o dinheiro em cima
da mesa e juntamos tudo, a soma dar 24 reais (10 + 7 + 3 + 4). A seguir distribumos esse
montante em quatro partes iguais (24/4 = 6) resultando seis reais. Esse valor representa
o valor mdio de dinheiro por aluno.
Agora vamos devolver o dinheiro aos alunos, mas ao invs de devolver o valor ori-
ginal, vamos devolver o valor da mdia. Nesse caso, Ana perder 4 reais e Maria 1 real,
juntos perdero 5 reais. Em compensao, Joo ganhar 3 reais e Pedro dois reais, jun-
tos ganharo cinco reais. Observe que o ganho recompensa a perda, zerando a diferena.
Esta uma propriedade da mdia. A planilha a seguir ilustra a distribuio
Observamos que neste nvel de ensino ainda no se trabalha com os nmeros
116
ANEXOS
negativos, mas as crianas compreendem o conceito como estar devendo. Logo, sua
insero no 5 ano j possvel. Veja como os grficos nos ajudam a compreender o sig-
nificado das diferenas dos valores da varivel em relao mdia.
Na Figura 74, o item (a), o grfico de barras com a uma linha horizontal na mdia
(6), nos indica em quanto os valores excederam a mdia ou quanto falta para atingi-la.
O item (b) apresentamos os mesmos dados, s que com a origem no valor zero, isto
apenas as diferenas dos valores em relao mdia. J o item (c) sombreamos a por-
o que excede e a poro que falta para chegar mdia. Assim, os alunos sabero que
valores acima da mdia indicam excesso em relao mdia, j valores abaixo da mdia
indicam falta.
Para melhor compreender a mdia, analisemos algumas situaes. Suponhamos

que nossos quatro alunos: Alex, Ana, Joo e Tas tm ao todo quatro balas. Mantendo
fixo o todo (nmero de balas) e o nmero de elementos (nmero de crianas), analisemos
algumas situaes:
a) Cada criana tem uma bala, logo, em mdia, uma criana tem uma bala:
117
ANEXOS
b) Alex e Joo tm duas balas cada um e as meninas no tm balas. Neste caso, a

mdia continua a ser uma bala por criana:
c) Alex tem quatro balas e as outras trs crianas no tm balas. Neste caso a mdia
continua a ser uma bala por criana:
Discuta com os alunos esta situao. Pergunte a eles o que achariam se essa
situao fosse verdadeira. Se juntssemos todas as balas das quatro crianas e as redis-
tribussemos entre elas pela mdia.
No primeiro caso todas as crianas concordaro que est tudo bem, pois cada
uma tinha uma bala e receber uma bala. No segundo caso, algumas crianas acharo a
distribuio pela mdia mais justa, pois as meninas que no tinham balas ganharo uma,
sendo que todos tero balas de forma igualitria. Mas outras crianas podero achar
essa distribuio injusta, pois os meninos que tinham duas balas vo perder uma. Essa
situao ficar mais tensa no terceiro caso, pois apenas o Alex tem 4 balas e as outras
crianas no tem balas, logo Alex seria fortemente prejudicado.
118
ANEXOS
Observe que a composio do todo a mesma, o que varia a distribuio dos

dados entre os elementos que o compem. Esta uma caracterstica importante da m-
dia. Quanto mais homognea for a distribuio dos dados (caso a), a mdia representar
melhor esse conjunto de dados, porm quanto mais dispersa for a distribuio, a mdia
no ser uma medida adequada para representar os dados (caso c). Compare agora a
moda com a mdia. Enquanto a mdia uma bala por criana, a moda nenhuma bala.
Outra caracterstica da mdia que o que os desvios (diferena entre o valor da
varivel e a mdia) se anulam. Alex perdeu 3 balas, mas Ana, Joo e Tas ganharam uma
bala cada, isto a perda de um foi compensada pelo ganho dos outros.
Analisemos outra situao, mantendo fixa a soma de quatro (4) mascotes, variando
agora o nmero de elementos (crianas):
a) Quatro crianas, cada uma tem uma mascote, logo o nmero mdio de mascotes
por criana um.
b) Alex tem trs mascotes e Ana tem uma. Neste caso, a mdia duas mascotes por
criana:
c) Alex tem trs mascotes, Ana tem um e Joo no tem mascote. Neste caso, o n-
mero mdio de mascotes por criana 1,33 mascotes por criana:
119
ANEXOS
Veja que terrvel seria pensar em distribuir as quatro mascotes pelas 3 crianas.
Isso implicaria em cortar uma mascote em trs pedaos iguais. Isto um dos obstculos
que enfrentamos quando vamos ensinar a mdia para crianas que ainda no compreen-
dem que a mdia um nmero que representa um conjunto de dados.
A pesquisadora Watson (1996) tambm relata que aps observar o nmero de
pessoas em carros de passeio que passaram por uma ponte, num perodo determinado,
solicitou s crianas que calculassem a mdia e que a representassem com desenhos (a
mdia foi 1,5 pessoas por carro). A pesquisadora observou que crianas pequenas dese-
nharam a ponte com carros e em cima dos carros um boneco e metade de outro (Figura
47), apenas as crianas maiores conseguiram desenhar de forma adequada (Figura 48).
No Brasil, encontramos os trabalhos das pesquisadoras Selva e Borba (2005) que

apresentam resultados relevantes relativos compreenso da diviso inexata. Elas ob-
servaram como crianas comparam os resultados de um mesmo problema de diviso com
resto resolvido por meio de diferentes representaes (papel e lpis, calculadora versus
papel e material manipulativo). Essa anlise nos permite compreender melhor a razes
pelas quais as crianas apresentam dificuldades no clculo da mdia.
120
ANEXOS
ANEXO F:
MALHAS
121

Ebook - Sbem Estatística

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ebook - Sbem Estatística

Diunggah oleh

Hak Cipta:

Format Tersedia

ESTATSTICA PARA OS ANOS

Coleo SBEM Sociedade Brasileira de

Sociedade Brasileira de Educao Matemtca

ESTATSTICA PARA OS ANOS

Dados Internacionais de Catalogao na Publicao (CIP)

Estatstica para os anos iniciais do ensino fundamental [livro eletrnico] / organizado

Outros organizadores: Sandra Magina, Vernica Gitirana, Gilda Guimares.

1. Educao - Finalidade e objetivos 2. Educao matemtica 3. Estatstica (Ensino

ndices para catlogo sistemtico:

Irene Maurcio Cazorla nasceu no Peru. Fez graduao em estatstica na Universi-

Veronica Gitirana Gomes Ferreira bacharel e mestre em Matemtica pela UFPE,

Gilda Lisba Guimares Pedagoga pela PUC-SP, com mestrado e doutorado em

Captulo 1: A ESTATSTICA NOS ANOS INICIAIS DO ENSINO FUNDAMENTAL 14

Captulo 2: A IDENTIFICAO DO PROBLEMA 20

Captulo 3: A COLETA DE DADOS 27

A necessidade de trabalhar com a classificao 41

Captulo 4: O TRATAMENTO DOS DADOS 45

Captulo 5: A INTERPRETAO DOS RESULTADOS 87

Captulo 6: PESQUISA EXPERIMENTAL: O JOGO DA MEMRIA 92

Anexo B: A classificao com objetos padronizados 111

Anexo C: Construo da TDF sobre o medo 113

Anexo D: Construo do histograma 114

Anexo E: A mdia aritmtica, aprofundamentos 116

Anexo F: Malhas 121

A experincia na docncia e na pesquisa, bem como a formao plural das autoras

como as demais apresentadas no livro, pode possibilitar a aprendizagem ativa, na qual

Prof Suzi Sam e Prof Mauren Porcincula

O livro Estatstica para os anos iniciais do Ensino Fundamental um dos produ-

Por que escrever este livro?

mos de onde se obtm os dados, definindo a populao a ser investigada, apresentando o

O que O que Educao

Por que ensinar O que Tratamento

Estas so questes que vm sendo colocadas por educadores matemticos e pro-

O significado da palavra Estatstica, enquanto cincia refere-se ao conjunto de

O que Educao Estatstica?

A Educao Estatstica est centrada no estudo da compreenso de como as pes-

O que Tratamento da Informao?

No caso do Ensino Fundamental, os contedos de Estatstica, Probabilidade e

Para atingir esses objetivos, so sugeridos os seguintes temas/tpicos: Contagem

Quadro 1: Contedos conceituais e procedimentais de Probabilidade e Estatstica (Tratamento da Infor-

organizao de informaes (linhas de nibus, te-

-problema simples, identificando sucessos poss-

Contudo, o termo Tratamento da Informao pode induzir as pessoas a terem

A Estatstica desde os anos iniciais do Ensino Fundamental

O trabalho com Estatstica na escola propicia o desenvolvimento do pensamento

Fases da investigao cientfica

Na sala de aula podemos ter duas situaes em pequena escala: reproduo do

Escolhido o tema e as perguntas de pesquisa, colocamos em pauta a importncia

como escolher os procedimentos mais adequados para classificar e analisar as

Figura 1: As fases da pesquisa cientfica.

Neste captulo discutiremos as fases iniciais da pesquisa estatstica. Parte-se da

Da observao e dvidas identificao do problema

Por meio de sua curiosidade a criana levada a questionar, investigar e descobrir

Fenmenos so todos os acontecimentos observveis, algo que pode

Por exemplo, o fenmeno da refrao da luz, o arco-ris, um fenmeno natural

Desenho do arco-ris Prisma de Newton Mangueira esguichando

Figura 2: Diversas aparies da refrao da luz

No caso do clima ser impossvel de ser recriado de forma experimental. O mximo

1 Chance a possibilidade de ocorrer aquele evento, probabilidade a medida dessa possibilidade.

aparelhos cada vez mais sofisticados para a compreenso deste fenmeno.

Quadro 2: Os tipos de fenmenos e as formas de investig-los

Eu acho que ... do achismo s hipteses

Eles que pensam... as meninas

Nome da criana: _____ Nome do adulto: _