2491 EstatBasica Gabriela 20101126150417 A2

Universidade do Sul de Santa Catarina
Métodos Estatísticos
3ª edição
UnisulVirtual
Palhoça
2005
P-ME_Book.indb 1 22/7/2005 15:26:35

Copyright © UnisulVirtual 2005
Nenhuma parte desta publicação pode ser reproduzida por qualquer meio sem a prévia autorização desta instituição
619.5
D75 Dornelles Junior, Luiz Arthur
Métodos Estatísticos / Luiz Arthur Dornelles Junior ; Instrucional designer: Márcia Loch – 3. ed. rev. e atual
Palhoça : UNISULVirtual, 2005.
236 p. : il. ; 28 cm.
Inclui bibliografia.
1. Estatística Matemática. I. Márcia Loch. II. Título.

Ficha catalográfica elaborada pela Biblioteca Universitária da Unisul
Créditos
UNISUL - Universidade do Sul de Santa Mauro Faccioni Filho Edison Rodrigo Valim
Catarina Mauro Pacheco Ferreira Gislane Frasson de Souza
Nélio Herzmann
UnisulVirtual - Educação Superior a Distância Onei Tadeu Dutra Josiane Conceição Leal
Rua João Pereira dos Santos, 303 Patrícia Alberton Rafael da Cunha Lara
Palhoça – SC – 88130-475 Patrícia Pozza Vanessa Francine Corrêa
Fone: (48) 279-1542 e 279-1541 Rafael Peteffi da Silva Projetos Corporativos
E-mail: cursovirtual@unisul.br Raulino Jacó Brüning Wanderlei Brasil
Site: www.virtual.unisul.br
Secretária Executiva Secretaria de Ensino a Distância
Reitor Unisul Viviane Schalata Martins Karine Augusta Zanoni (secretária de
Gerson Luiz Joner da Silveira
ensino)
Administração Andreza da Rosa Maziero
Vice-Reitor e Pró-Reitor Acadêmico
Renato André Luz Carla Cristina Sbardella
Sebastião Salésio Herdt
Valmir Venício Inácio James Marcel Silva Ribeiro
Pró-Reitor Administrativo Lamuniê Souza
Marcus Vinícios Anátoles da Silva Ferreira Produção Industrial e Logística
Arthur Emmanuel F. Silveira Tecnologia
Diretor de Educação a Distância Jeferson Cassiano Almeida da Costa Osmar de Oliveira Braz Júnior
João Vianney Marcia Luz de Oliveira Rodrigo de Barcelos Martins
Design Gráfico Sidnei Rodrigo Basei
Diretora de Graduação
Regina Maria Gubert Ehrensperger Cristiano Neri Gonçalves Ribeiro (coor-
denador) Edição - Livro didático
Diretor do Campus de Tubarão e Adriana Ferreira dos Santos
Professor Conteudista
Araranguá Alex Sandro Xavier
Luiz Arthur Dornelles
Valter Alves Schmitz Neto Higor Ghisi Luciano
Pedro Paulo Alves Teixeira Design Instrucional
Diretor do Campus da Grande Flori- Rafael Pessi Márcia Loch
anópolis e Norte da Ilha
Equipe Didático-Pedagógica Ilustração Capa
Ailton Nazareno Soares
Angelita Marçal Flores Fernando Roberto Dias Zimmermann
Carmen Maria Cipriani Pandini Projeto Gráfico
Equipe UnisulVirtual Carolina Hoeller da Silva Equipe Unisul virtual
Cristina Klipp de Oliveira
Coordenação Geral Daniela Erani Monteiro Will Diagramação
Dênia Falcão de Bittencourt Daniel Blass
Jucimara Roesler
Elisa Flemming Luz Higor Ghisi Luciano (atualização 2° ed.)
Coordenação dos Cursos Enzo de Oliveira Moreira
Adriano Sérgio da Cunha Flavia Lumi Matuzawa Revisão Ortográfica
Ana Luisa Müllbert Márcia Loch Simone Rejane Martins
Ana Paula R. Pacheco Patrícia Meneghel
Diva Marília Flemming Tade-Ane de Amorim
Elisa Flemming Luz Viviane Bastos
Itamar Pedro Bevilaqua
Janete Elza Felisbino
Monitoria e Suporte
Harrison Laske (coordenador)
Jucimara Roesler
Lauro José Ballock Caroline BatistaTecnologia
Mauri Luiz Heerdt
P-ME_Book.indb 2 22/7/2005 15:27:04

Prezado(a)
Aluno(a)
A oferta de disciplinas a distância nos cursos presenciais
está regulamentada pela Portaria do MEC 4.058/2004, que
estabelece que Instituições de Ensino Superior poderão
introduzir na organização curricular de seus cursos a ofer-
ta de disciplinas que utilizem métodos semi-presenciais. A
mesma portaria indica que até 20% da carga horária total
do curso pode ser feita a distância, desde que a instituição
ofereça esta alternativa para os alunos.
A Pró-Reitoria Acadêmica, através da UnisulVirtual
e em cooperação com a Diretoria de Graduação, está co-
locando a sua disposição disciplinas na modalidade semi-
presencial, com o intuito de possibilitar mais uma estra-
tégia de aprendizagem no decorrer de sua vida universi-
tária.
Estudar a distância na UnisulVirtual significa fazer
parte de uma comunidade virtual de aprendizagem. Pela
Internet você se comunica com os colegas e professores,
faz perguntas, tira suas dúvidas e publica os trabalhos.
Através dos materiais impressos você terá a disposição os
conteúdos de sua disciplina e nos encontros presenciais terá
possibilidade de interagir com os professores e colegas.
Desejamos à você um bom trabalho!
Prof. Sebastião Salésio Herdt, Pró-Reitor Acadêmico

Profa. Regina Ehrensperger, Diretoria de Graduação
Prof. João Vianney, Diretoria de Educação a Distância
Profa. Jucimara Roesler, Coordenação UnisulVirtual
Pág. 3 !
P-ME_Book.indb 3 22/7/2005 15:27:04

P-ME_Book.indb 4 22/7/2005 15:27:04
Sumário
Apresentação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Orientações para estudar a distância . . . . . . . . . . . . . . . . . . . 9
Palavras do Professor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Plano de Estudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Unidade 1
Introdução à Estatística . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Unidade 2
Conceitos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Unidade 3
Distribuição de freqüências . . . . . . . . . . . . . . . . . . . . . . . . . 55
Unidade 4
Representação gráfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
Unidade 5
Medidas de posição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
Unidade 6
Medidas de dispersão . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Unidade 7
Cálculo de probabilidades . . . . . . . . . . . . . . . . . . . . . . . . . 147
Unidade 8
Distribuições de probabilidades discreta e contínua. . . . . . 167
Unidade 9
Noções de amostragem . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
Para concluir o estudo da disciplina. . . . . . . . . . . . . . . . . . 205

Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
Sites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
Anexo 1
Respostas e comentários das auto-avaliações . . . . . . . . . . . 209
Pág. 5 !
P-ME_Book.indb 5 22/7/2005 15:27:04

P-ME_Book.indb 6 22/7/2005 15:27:05
Apresentação
Você está iniciando o estudo da disciplina Métodos
Estatísticos, na modalidade a distância, que integra o cur-
rículo do seu curso de graduação na Unisul. Para isso, você
recebeu este livro didático.
Este material foi elaborado visando uma aprendizagem
autônoma, abordando conteúdos especialmente seleciona-
dos e adotando uma linguagem que facilite seu estudo a
distância.
Por falar em distância, isso não significa que você estará
sozinho. Sua caminhada nesta disciplina é acompanhada
constantemente pelo Sistema Tutorial da UnisulVirtual.
Entre em contato sempre que sentir necessidade, seja por
correio postal, fax ou Ambiente Virtual de Aprendizagem.
Nossa equipe terá o maior prazer em atendê-lo, pois sua
aprendizagem é nosso principal objetivo.
Antes de começar o estudo da disciplina, leia com
atenção o tutorial do Ambiente Virtual de Aprendizagem
que está disponível. Conheça também o plano de ensino
da disciplina e leia as orientações para estudar a distância,
disponível nas próximas páginas.
Bom estudo e sucesso!
Equipe UnisulVirtual
Pág. 7 !
P-ME_Book.indb 7 22/7/2005 15:27:05

P-ME_Book.indb 8 22/7/2005 15:27:05
Orientações para
estudar a distância
Você está realizando uma disciplina na modalidade de
Educação a Distância. Diferente das aulas presenciais, na
qual o professor e/ou a instituição é quem define o crono-
grama das aulas, na modalidade a distância, é o estudante
o responsável pela organização do seu tempo de estudo e
de elaboração das atividades previstas. Esta característica
da modalidade traz muitas vantagens, pois você poderá
estudar no momento mais propício. Contudo, a modali-
dade também exige que você tenha disciplina e rigor nos
estudos, já que não existem horários programados pela
instituição.
Para ajudar, preparamos algumas orientações fundamentais.
Como obter êxito no estudo?

" leia e releia cada seção ou trecho que não tenha fi-
cado claro para você;
" faça as atividades de auto-avaliação, que foram
pensadas para reforçar a compreensão dos princi-
pais conceitos e temas abordados em cada unidade;
Pág. 9 !
P-ME_Book.indb 9 22/7/2005 15:27:05

Unisul " Universidade do Sul de Santa Catarina
" evite passar para a unidade seguinte sem compreender

o conteúdo da unidade em questão, este livro didático
foi concebido para você acompanhar seqüencialmente
os conteúdos;
" faça com suas palavras uma síntese de cada uma das
unidades estudadas. Procure fazer esta atividade antes
de ler a síntese elaborada pelo professor autor apresen-
tada no livro didático. Compare a sua síntese com a do
professor autor e verifique se você destacou os mesmos
pontos que ele;
" observe com atenção os objetivos de aprendizagem,
apresentados no início de cada unidade. Eles são im-
portantes indicadores para sua auto-avaliação. Ao fim
da cada unidade, retorne aos objetivos e procure iden-
tificar se os atingiu;
" acesse regularmente o Ambiente Virtual de Aprendi–
zagem. Lá você encontra conteúdos e atividades com-
plementares, as últimas notícias da disciplina, pode
interagir com o professor tutor e com seus colegas da
disciplina;
" procure o professor tutor sempre que sentir necessida-
de de ajuda, ele é o seu facilitador no processo de ensi-
no e aprendizagem. Estará disponível para orientá-lo
e dirimir as dúvidas que surgirem durante esta jornada
de estudo;
" procure também conversar com os seus colegas, tan-
to pessoalmente, quanto via e-mail ou através do
Ambiente Virtual de Aprendizagem.
Metodologia de Estudo-Aprendizagem
Esta disciplina está programada para você estudar as unida-
des em seqüência crescente, pois existem informações rela-
cionadas. Após receber o material didático impresso, o login
e a senha do Ambiente Virtual de Aprendizagem, você po-
derá iniciar a disciplina .
# Pág. 10
P-ME_Book.indb 10 22/7/2005 15:27:05

UnisulVirtual
Para acompanhá-la, tenha por referência o cronograma pro-

posto para a realização das atividades. No total, esperamos
que você dedique cerca de 60 horas, divididas em quatro me-
ses, para cumprir todas as atividades da disciplina. Os ma-
teriais didáticos da disciplina são: livro e Ambiente Virtual de
Aprendizagem da UnisulVirtual, nos quais você pode acom-
panhar a disciplina, interagir com os colegas e professor tutor
e realizar as atividades propostas.
Sistema Tutorial
Educação a Distância não é sinônimo de solidão. Ao longo
da disciplina você conta com um professor tutor especialista,
que utilizará como meio de comunicação o fax e o Ambiente
Virtual de Aprendizagem (internet). Caso você não possua
acesso à internet em casa ou no trabalho, utilize os laborató-
rios de informática da Unisul.
Para assuntos gerais administrativos e técnicos, você po-
derá contar com o monitor que estará disponível durante o
desenvolvimento da disciplina.
Recursos de Comunicação e Apoio

Na Educação a Distância, para que você alcance os objetivos
de aprendizagem, é fundamental que você se comunique com
os colegas e com os professores tutores. Sempre que precisar
você pode entrar em contato também com a monitoria que
fornece apoio e suporte técnico e administrativo. Para entrar
em contato com o professor tutor ou com o monitor é muito
simples, basta utilizar os seguintes recursos:
" Sistema on-line: é a comunicação que acontece atra-

vés do computador ligado à internet. Utiliza recursos
próprios do Ambiente Virtual de Aprendizagem da
UnisulVirtual e sistema comum de e-mails.
Pág. 11 !
P-ME_Book.indb 11 22/7/2005 15:27:05

Para acessar o Ambiente Virtual de Aprendizagem:

URL:
http://www.virtual.unisul.br
" URL: http://www.virtual.unisul.br
E-mail: Para suporte on-line fora do Ambiente Virtual de

monitorvirtual@unisul.br Aprendizagem:
" E-mail: monitorvirtual@unisul.br

Fax
0xx48 279-1541
O fax é um meio de comunicação muito eficiente para argu-
mentar ou esclarecer um assunto. Além disso, é um recurso
que facilmente se encontra.
" Fax: 0xx48 279-1541
Desejamos que você tenha muito êxito nesta disciplina!
Equipe UnisulVirtual.
# Pág. 12
P-ME_Book.indb 12 22/7/2005 15:27:05

Luiz Arthur Dornelles Júnior
Programa da disciplina
Unidade 1 Introdução à Estatística

Unidade 2 Conceitos básicos
Unidade 3 Distribuição de freqüências
Unidade 4 Representação gráfica
Unidade 5 Medidas de posição
Unidade 6 Medidas de dispersã
Unidade 7 Cálculo de probabilidades
Unidade 8 Distribuições de probabilidades
discreta e contínua
Unidade 9 Noções de amostragem
P-ME_Book.indb 13 22/7/2005 15:27:06

P-ME_Book.indb 14 22/7/2005 15:27:06
Palavras do
Professor
Olá! Bem-vindo(a) à disciplina de Métodos Estatísticos.
Dentro desta disciplina você irá estudar o que os profissio-

nais e cientistas chamam de Estatística.
Tendo como base a matemática, esta disciplina trata
da aplicação no cotidiano, em pesquisas e avaliações, de
técnicas eficientes para organizar e analisar dados e tomar
decisões usando métodos quantitativos.
Não é objetivo desta disciplina formar estatísticos e,
sim, profissionais com conhecimento técnico para realizar
análises e interpretação de dados, além de ter condições de
argumentar, dar suporte e trocar idéias com outros profis-
sionais.
Desta forma, o esperado é que no final da disciplina
você tenha em suas mãos uma verdadeira “caixa com várias
ferramentas” para apoiar suas decisões.
Sinta-se agora convidado a estudar para obter todas as
“ferramentas” que lhe serão apresentadas nesta disciplina,
e cuide para ordenar as ferramentas na “caixa”, de modo a
poder fazer uso delas quando for necessário.
Bons estudos!
Professor Luiz Arthur Dornelles Jr.
Pág. 15 !
P-ME_Book.indb 15 22/7/2005 15:27:06

P-ME_Book.indb 16 22/7/2005 15:27:07
Plano de estudo
Objetivos da disciplina
" Investigar, observar, analisar e delinear conclusões,
testando-as na solução de problemas, sob o olhar da
Estatística.
" Entender fundamentos do cálculo de probabilidades
e dos principais modelos de distribuições de proba-
bilidades, bem como utilizar-se de técnicas de amos-
tragem, para por meio destas estimar parâmetros.
Avaliação da disciplina
O processo de avaliação do aluno será feito durante a dis-
ciplina com base em seu aproveitamento nas atividades de
avaliação propostas. O aproveitamento será verificado pelo
seu desempenho progressivo frente aos objetivos propos-
tos no plano de ensino.
Veja como será este processo.
Atividades de avaliação a distância (obrigatórias)
Esta disciplina conta com atividades de avaliação a dis-

tância, que você realiza no local que desejar (em casa, por
exemplo) e as envia ao professor tutor na data estabele-
cida no cronograma. As atividades são disponibilizadas
somente no Ambiente Virtual de Aprendizagem. Fique
atento!
Pág. 17 !
P-ME_Book.indb 17 22/7/2005 15:27:07

Essas atividades devem ser enviadas, preferencialmente, via

Ambiente Virtual de Aprendizagem. Mas, podem ser envia-
das, também, por correio, fax ou e-mail do professor tutor.
Atividades de avaliação presenciais (obrigatórias)
São realizadas, ainda, duas provas presenciais, com data pre-

vista no cronograma da disciplina. Estas avaliações são por
escrito, englobam os conteúdos da disciplina e são arquivadas
na Secretaria de Ensino da EaD.
As avaliações presencias são realizadas nos campi onde hou-

ver alunos matriculados na disciplina.
Atividades de avaliação on-line (obrigatórias)
São atividades disponibilizadas no Ambiente Virtual de

Aprendizagem, que podem ser: participação no fórum de
discussão, elaboração de textos, entre outras.
Atividades de auto-avaliação
Objetivam complementar a aprendizagem e possibilitar a sua

auto-avaliação. Encontram-se no livro didático, ao final de
cada unidade de estudo, e também podem estar no Ambiente
Virtual de Aprendizagem. Você não deve enviá-las ao pro-
fessor tutor, pois é você mesmo quem deve analisar o seu de-
sempenho, comparando suas respostas com os comentários e
respostas disponbilizados no final do livro didático.
Carga Horária
A carga horária total da disciplina é de 60 (sessenta) horas-
aula, incluindo o processo de avaliação. Para termos de con-
venção acadêmica, 01 (uma) hora-aula equivale a 50” (cin-
qüenta minutos) hora-relógio.
# Pág. 18
P-ME_Book.indb 18 22/7/2005 15:27:07

UnisulVirtual
Duração
O tempo previsto para duração da disciplina é 01 (um) se-
mestre. Segue o mesmo calendário acadêmico proposto para
o restante das disciplinas.
Cronograma de estudo
Fique atento ao cronograma de estudo, de entrega das ati-
vidades e das datas da avaliação presencial. Ele está dispo-
nível no Ambiente Virtual de Aprendizagem e no Plano de
Ensino da disciplina.
Pág. 19 !
P-ME_Book.indb 19 22/7/2005 15:27:07

P-ME_Book.indb 20 22/7/2005 15:27:07
Introdução à
Unidade
1
Estatística
     se torna mais complexa e !Objetivos de aprendizagem
sentimos a necessidade de realizar diferentes análises de " Compreender a Estatística como ciência.
" Conhecer a história da Estatística.
nossa realidade. Nosso dia-a-dia coloca você à frente de
" Relacionar as divisões da Estatística.
uma infinidade de informações e situações em que deve " Identificar o processo estatístico de
analisar as informações, organizá-las e analisá-las. pesquisa.
A realidade de qualquer ciência não é diferente. Para

trabalhar em pesquisa, em avaliação, em teste, etc., neces-
sitamos de “ferramentas” poderosas para poder acompa-
nhar a evolução da sociedade e analisar situações e infor-
mações, tirando o máximo proveito, podendo assim dar
suporte a nossas decisões.
E por isso dizemos que a Estatística é um conjunto de
“ferramentas” que quando bem empregadas, pode ser de
grande utilidade.
"Plano de estudo
A seguir apresentam-se as seções que você
irá estudar nesta unidade. Sugere-se que ao
final de cada uma delas, você use os quadros
abaixo para assinalar seu progresso.
# Seção 1
Como surgiu a Estatística?. . . . . . . . . . . . . 22
# Seção 2
Como está dividida a Estatística? . . . . . . 25
# Seção 3
Quais as fases do Método Estatístico?. . 26
Pág. 21 !
P-ME_Book.indb 21 22/7/2005 15:27:07

Métodos Estatísticos " Unidade 1 Introdução à Estatística
" Seção 1
Como surgiu a Estatística?
      é importante

! que você compreenda antes o significado da palavra e o seu
A palavra Estatística origina-se do latim
e o seu radical, status, significa estado. conceito.
Sendo assim, a palavra estatística signi- Para entender o conceito do que significa este “estudo do
fica o estudo do estado.
estado”, acompanhe a seguir as definições sobre Estatística:
“A estatística é uma coleção de métodos para planejar experi-

mentos, obter dados e organizá-los e, deles extrair conclusões”.
(TRIOLA, 1999, p. 2)
“A estatística está interessada nos métodos científicos para a co-
leta, organização, resumo, apresentação e análise de dados, bem
como na obtenção de conclusões válidas e na tomada de deci-
sões razoáveis, baseadas em tais análises”. (SPIEGEL, 1994, p. 1)
Você percebeu que as definições se assemelham e se completam?

Agora sim, para entender melhor estes significados, nada
como conhecer como surgiu a Estatística.
1.1. Quando a Estatística

começou a ser aplicada?
Segundo os historiadores nos relatam, a história da Estatística
se confunde com a história dos números.
Quando o homem se tornou sedentário, ou seja, parou de cir-

cular em busca de alimentos e se fixou em um lugar, começou
a produzir seu próprio alimento. Plantava e criava animais.
Então surgiu um problema, como controlar o número de ani-
mais? Como controlar a colheita? Eles descobriram várias
# Pág. 22
P-ME_Book.indb 22 22/7/2005 15:27:07

Seção 1 " Como surgiu a Estatística
maneiras, sem usar os números, pois ainda não os conheciam,

entre elas:
" pedrinhas em uma sacola;

" marcas em um pedaço de madeira;
" nós em uma corda.
Estas são técnicas de contagem rudimentares, mas foram

eficazes para o propósito que era controlar, por exemplo, o
número de ovelhas.
Contar, enumerar e recensear sempre foi uma preocupação
presente nas mais diversas culturas. É claro que as técnicas
da época não podem ser comparadas às técnicas atuais, mas
começava aí o delineamento das técnicas atuais.
Bem, quanto a Idade Antiga da civilização poderíamos
enumerar muitas passagens interessantes, mas como marco
do surgimento da Estatística enquanto ciência, passa-se di-
reto para a Idade Moderna.
Na Idade Moderna, por volta do século  em diante,
surgem duas escolas de Estatística, as quais em síntese são
apresentadas a seguir:
" Inglaterra: no século  foi pensada como uma ciên-

cia política, e no século , John Graunt foi a grande
expressão em Estatística Demográfica, realizando um
trabalho que relacionava nascimentos, casamentos e
óbitos;
" Alemanha: no século , Gottfried Achenwall foi

o primeiro a usar o termo Estatística como é empre-
gado hoje e, embora digam que já havia sido usado
anteriormente, por esta razão ele é chamado o “pai da
Estatística”.
Com o passar dos anos, com as novas pesquisas e descobertas, é

que a Estatística criou forma e chegou ao que é nos dias de hoje.
Pág. 23 !
P-ME_Book.indb 23 22/7/2005 15:27:07

! A Estatística como ciência pode ser dita como bastante nova,

Hoje a Estatística é definida como: foi ao longo dos últimos séculos (desde o século ), que os
um conjunto de métodos científicos
para a coleta, na organização, na apre- métodos estatísticos foram desenvolvidos como uma mistura
sentação e na análise de dados, bem de ciência, tecnologia e lógica para a solução e na investiga-
como, para a conclusão e a tomada de
decisões baseadas em tais análises. ção de problemas em várias áreas do conhecimento humano.
# Pág. 24
P-ME_Book.indb 24 22/7/2005 15:27:08

Seção 2 " Como está dividida a Estatística?
" Seção 2
Como está dividida a Estatística?
  ,   está dividida em duas

partes bem definidas:
" Estatística indutiva: é aplicada quando é impossível re-

Nossa disciplina
alizar levantamentos com a totalidade dos objetos de aborda a Estatística
uma pesquisa, ou por tempo, ou por economia, etc., descritiva e uma
parte da indutiva!
somente uma parcela destes elementos são utilizados
para realizar as observações. Partindo, neste caso, de
uma parcela destes elementos, a Estatística indutiva
estima valores, tira conclusões e realiza previsões so-
bre a totalidade dos elementos em questão (método
que se fundamenta na teoria da probabilidade) asso-
ciando a uma margem de incerteza.
" Estatística descritiva: é aplicada quando você se depara

com uma quantidade muito grande de dados e é bas-
tante difícil tirar conclusões sobre o fenômeno que os
mesmos descrevem. A Estatística Descritiva é usada
para reduzir as informações até o ponto em que se
possa interpretar tal fenômeno.
O objetivo da Estatística descritiva é observar fenômenos de

mesma natureza, coletar, organizar, classificar, apresentar,
interpretar e analisar dados referentes ao fenômeno através
de gráficos e tabelas, além de calcular medidas que permitam
descrever o fenômeno.
Pág. 25 !
P-ME_Book.indb 25 22/7/2005 15:27:08

" Seção 3
Quais as fases do
método estatístico?
     , que reflitam

a realidade dos fatos, é necessário realizar uma pesquisa cui-
dadosamente planejada.
Alguns passos precisam ser seguidos para que seja aplica-
do o Método Estatístico e assim ser realizada uma boa pes-
quisa. Para você começar a ter uma noção de quais são estes
passos, acompanhe a lista a seguir:
" definição do problema;

" planejamento;
" coleta de dados;
" crítica dos dados;
" apuração dos dados;
" apresentação dos dados;
" análise e interpretação dos dados;
" relatório final e publicação.
Todas estas fases são realizadas

Produção
de dados
cumprindo um processo de pes-
População Amostra quisa, o qual pode ser representa-
Estatística do pela figura ao lado:
Descritiva
Nas próximas unidades, lem-
Estudo da amostra
Características
populacionais
• tabelas
• gráficos
bre do que já foi dito, você irá es-
Estatística
• medidas
tudar como realizar os passos da
Indutiva
Estatística Descritiva.
Características
amostrais
FIGURA 1 - O processo da pesquisa

Adaptado do site http://alea-estp.ine.pt
# Pág. 26
P-ME_Book.indb 26 22/7/2005 15:27:08

Seção 3 " Quais as fases do método estatístico?
Atividades de
Auto-avaliação $
Após você ter realizado uma leitura criteriosa da unidade, leia
os enunciados e responda a questão apresentada a seguir.
1) A Estatística é uma ciência muito rica em detalhes. Muitas vezes

é usada para distorção de informações e manipular opiniões. O
material a seguir foi retirado do site http://www.esgb-antero-
quental.rcts.pt/NMAT/estatistica.htm, em janeiro de 2003.
Primeiro leia atentamente o texto “Cuidado com as Estatísticas”:
Cuidado com as Estatísticas
1º caso
Por vezes a Estatística pode originar alguns mal entendidos...
“No aviário do ti’ Januário D. Estatística dizia:

Uma galinha...
Coitadinha!... Põe ovo e meio por dia!”
2º caso:
Há, pois, que tomar muito cuidado para que não sejamos
iludidos com alguns dados que nos poderão ser fornecidos de
maneira tendenciosa.
Imaginemos a seguinte situação: a empresa X Ltda. apre-
sentou um gráfico de barras representando número de casas
que construiu de 1996 a 1999.
Aparentemente, o número de casas construídas em 1997 é
o triplo do de 1996 e o de 1998 é cinco vezes maior.
Mas será mesmo verdade?
Note-se que a escala começa em 400...
Se você comparar com o gráfico seguinte verá que afinal
as coisas não foram bem assim... Cuidado!!!!!!!
Pág. 27 !
P-ME_Book.indb 27 22/7/2005 15:27:08

Após você refletir sobre os casos apresentados, escreva a
"Síntese da unidade seguir sobre o que entendeu de cada caso. Fique a vontade
Nesta unidade você estudou de forma
para usar exemplos de seu cotidiano.
breve a história e as aplicações da Esta-
tística. Pôde estudar alguns conceitos
desta ciência, bem como as suas divi-
sões. Também conheceu quais são as
etapas do processo de uma pesquisa
para que se possa alcançar um resul-
tado fiel, que traduza a realidade. Para
continuar nosso estudo, é necessário
que conheça alguns concei-
tos e algumas normas
dentro da Estatística,
o que você poderá
observar na próxima
unidade.
# Para Pesquisar
Você quer saber mais sobre a história
da Estatística?
Acesse os sites:
" http://www.amostraestatistica.hpg.ig.
com.br/historia.htm
" http://www.natalest.hpg.ig.com.br/
historia.html
" http://www.estatisticapr.hpg.ig.com.
br/historia.html
" http://www.esgb-antero-quental.rcts.
# Pág. 28
P-ME_Book.indb 28 22/7/2005 15:27:09

Conceitos
Unidade
2
básicos
     alguns conceitos !Objetivos de aprendizagem
importantes para a Estatística, e também terá contato com " Compreender conceitos dentro da Esta-
tística e suas finalidades.
algumas normas usadas para tratamento de dados. Assim, " Identificar métodos de arredondamento,
conforme a metáfora utilizada na apresentação, você esta- propriedades de somatórios, bem como
suas operações.
rá se apropriando de mais algumas “ferramentas para colo-
car na sua caixa”.
"Plano de estudo
# Seção 1
O que é população e amostra? . . . . . . . . 30
# Seção 2
Quais os conceitos básicos
da Estatística? . . . . . . . . . . . . . . . . . . . . . . . . 35
# Seção 3
O que são séries estatísticas? . . . . . . . . . . 39
# Seção 4
Como fazer o
arredondamento dos dados?. . . . . . . . . . 43
# Seção 5
Noções de somatório . . . . . . . . . . . . . . . . . 47
Pág. 29 !
P-ME_Book.indb 29 22/7/2005 15:27:09

Métodos Estatísticos " Unidade 2 Conceitos básicos
" Seção 1
O que é população
e amostra?
     pode provar (ob-

servar) uma pequena porção deste alimento. Ao realizar
isto você está fazendo o processo de amostragem, ou seja,
extraindo do todo (população) uma parte (amostra), com o
propósito de inferir (avaliarmos) sobre a qualidade de todo o
alimento.
Sob este ponto de vista, pode-se dizer que:
População é o conjunto total de elementos com pelo menos

uma característica em comum, cujo comportamento interessa
estudar.
Notação:
N = Número de elementos da população (tamanho da população)
AMOSTRAGEM
Amostra é o conjunto de elementos ou observações, recolhi-
dos a partir de um subconjunto da população, que se estuda
com o objetivo de tirar conclusões para a população de onde
foi recolhida.
Notação:
POPULAÇÃO
n = número de elementos da amostra (tamanho da amostra)
AMOSTRA
A definição dos elementos que serão estudados está ligada

diretamente às características levantadas no objetivo da pes-
quisa, ou seja, é este objetivo que auxiliará na definição desta
população.
Estes elementos podem ser:
" animados - por exemplo: pessoas, animais, etc.

" inanimados - por exemplo: objetos, móveis, utensílios,
etc.
# Pág. 30
P-ME_Book.indb 30 22/7/2005 15:27:09

Seção 1 " O que é População e Amostra?
A população, quanto ao número de elementos, pode ser:
" finita: quando tem um número limitado de elementos

(ex.: número de pacientes, número de cobaias, etc.);
" infinita: quando tem um número ilimitado de elemen-
tos (ex.: número possível de análises de um rio poluí-
do, etc.).
Exemplos de definição de população.

a) Ao estudar a idade e o sexo de moradores do bairro
“A”, para definir a população devemos considerar: to-
dos os moradores desse bairro.
b) Ao estudar o desempenho de adolescentes da escola “B”
em uma avaliação psicológica, para definir a população
devemos considerar: todos os adolescentes da escola.
Alguns conceitos do
processo estatístico – população . . . . . . . . . . . . .
" Censo: é uma coleção de dados relativos a todos os ele-

mentos de uma população.
" Parâmetro: usado para designar alguma característica
descritiva dos elementos da população (percentagem,
média, etc.).
Alguns conceitos do
processo estatístico – amostra . . . . . . . . . . . . . . . .
" Estatística: característica descritiva dos elementos da

amostra (percentagem, média, etc.);
" Estimativa: é o valor assumido por uma certa Estatística
(ex.: 60% é o valor de estimativa do referido parâmetro);
" Estimação: é uma avaliação indireta de um parâme-
tro, com base em uma estimativa, na qual utilizamos
o cálculo de probabilidades;
Pág. 31 !
P-ME_Book.indb 31 22/7/2005 15:27:10

" Erro amostral: diferença entre o valor de uma estatística

(a ser calculada a partir de uma amostra de n elemen-
tos) e o verdadeiro valor do parâmetro (característica
de uma população de N elementos).
Amostragem
Por que usar
amostragem? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %
O uso da amostragem é vantajoso por trazer:
" economia: é mais econômico o levantamento de so-

mente uma parte da população, muitas vezes pelo
custo do próprio levantamento e também por não ser
mais possível recuperar elementos da população;
" tempo: em pouco tempo pode-se pesquisar uma amos-
tra, ao contrário de uma população;
" confiabilidade: quando se pesquisa um número menor
de elementos, pode-se dar mais atenção, evitando er-
ros nas respostas.
Plano de amostragem
Para se fazer um plano de amostragem é preciso ter bem
definidos:
" os objetivos da pesquisa;

" a população a ser amostrada; bem como
" estimar os parâmetros necessários para atingir os ob-
jetivos da pesquisa.
# Pág. 32
P-ME_Book.indb 32 22/7/2005 15:27:10

No plano de amostragem deve ser definido como serão se- Dica!

lecionados os elementos da população que farão parte da O objetivo da amostragem é fazer infe-
rências, estimar e tirar conclusões a res-
amostra. peito da população. Para que isto ocor-
ra com certa precisão, é necessário que
a amostra represente a população, ou
Como fazer isso? seja, é necessário
Por exemplo, você tem esta resposta ao lembrar que apresente as
mesmas carac-
que em época de campanha eleitoral quando um terísticas com
instituto de pesquisa faz uma pesquisa, ele tem relação ao objeto
de estudo, evitan-
que selecionar eleitores que representem as mais do assim resultados
diversas camadas sociais, regiões, raças, etc., tor- tendenciosos.
nando assim a amostra representativa da popu-
lação.
Formas de seleção dos elementos
Você poderá selecionar os elementos sob as seguintes formas:
" amostragem aleatória simples: este tipo de amostragem

consiste em selecionar a amostra através de um sor-
teio, sem restrição;
" amostragem sistemática: os elementos são escolhidos
para formar a amostra por critério estabelecido a priori
pelo pesquisador. Exemplo: em um bairro, fazer uma
amostra sistemática com as casas terminadas pelo nú-
mero 3;
" amostragem estratificada: é usada quando a população
se apresenta dividida em grupos distintos. Por exem-
plo, a comunidade de uma escola é dividida em profes-
sor, servidor e aluno.
Na unidade 9, você poderá ver com mais detalhes estas for-

mas de seleção dos elementos de uma amostra.
Pág. 33 !
P-ME_Book.indb 33 22/7/2005 15:27:10

Atividades de
Auto-avaliação $
Após ter acompanhado os conceitos e os enunciados citados
nesta seção, responda as questões a seguir.
1) Escreva a diferença entre censo e estimação.
2) Ao escolher os elementos de uma amostra o que você deve

considerar para que ela seja representativa? Por quê?
# Pág. 34
P-ME_Book.indb 34 22/7/2005 15:27:10

" Seção 2
Quais são os conceitos
básicos da Estatística?
    da Estatística você

precisa compreender:
A) O que são variáveis?

Variáveis são conjuntos de características que podem ser
observadas e /ou medidas em cada elemento da população ou
amostra, sob as mesmas condições.
Ao analisar uma determinada experiência, um fato ou um

elemento, você pode verificar que ele assume diferentes ca-
racterísticas ou valores. $ Um bom exemplo
Ao analisar o perfil das pessoas, você
Estas características variam de elemento para elemento, pode verificar algumas características
por isto chamam-se de variáveis. como sexo, idade, salário, assiduidade,
uso de drogas lícitas, etc.
São tipos de variáveis:
" qualitativas: representam a informação que identifi-

ca alguma qualidade, categoria ou característica, não
suscetível de medida (não-numérica), mas de classifi-
cação, assumindo várias modalidades.
Como exemplo: estado civil – casado, solteiro, viúvo, divor-
ciado; sexo – masculino e feminino; escolaridade – 1º grau,
2º grau, 3º grau.
As variáveis qualitativas estão divididas em:
" nominal: são dados caracterizados por rótulos ou

categorias.
Ex.: sexo, estado civil, cor dos olhos, etc;
Pág. 35 !
P-ME_Book.indb 35 22/7/2005 15:27:10

" ordinal: são dados caracterizados por uma ordem, mas

não podem ser diferenciados por valor numérico.
Ex.: nível de escolaridade (1º, 2º e 3º graus), intensidade
da dor (muito forte, forte, média, suave, muito suave);
" quantitativas: representam a informação resultante de

características suscetíveis de serem medidas, se apre-
sentam com diferentes intensidades.
Como exemplo: idade – 19 anos, 20 anos, 35 anos; número
de nascidos vivos – 10, 15, 22, 12, 14; peso – 55 Kg, 66 Kg, 71 Kg.
As variáveis quantitativas estão divididas em:
% Para Refletir " variáveis discretas: ela pode assumir um conjunto

Diferença entre as variáveis
constante discreto, ou seja, enumerável, finito de
discreta e contínua:
valores. Geralmente são expressos por valores in-
Você, à noite ao ir deitar tem 1,65 m e
desperta pela manhã com 1,70 m. Você teiros não negativos.
cresce 5 cm de forma instantânea? Ex.: número de pacientes, quantidade de diagnósticos
Não, você cresce aos poucos e entre (observação: não se pode considerar meio paciente ou
1,65 e 1,70 você tem infinitas alturas. meio diagnóstico);
Para a variável discreta observamos
que não é possível aumentar o número " variáveis contínuas: é a variável em que não conse-
de pessoas de 22 para 22,57. Não po-
demos aumentar em 0,57 pessoa. Só
guimos enumerar seus possíveis resultados, por es-
podemos aumentar em uma unidade. tes formarem um conjunto infinito de valores, num
intervalo de números reais.
Ex.: peso, altura, temperatura, escore.
B) O que são dados estatísticos?

Dados estatísticos são medidas da presença de um determi-
nado conjunto de valores de uma variável numa população ou
amostra.
Os tipos de dados são:
" dados primários: quando são observados e/ou levanta-

dos pelo próprio pesquisador ou organização que os
tenha recolhido;
" dados secundários: quando são observados e/ou levan-
tados por outra organização ou pesquisador.
# Pág. 36
P-ME_Book.indb 36 22/7/2005 15:27:11

Seção 2 " Quais são os conceitos básicos da Estatística?
Atividades de
Auto-avaliação $
Após ter acompanhado os conceitos e nos enunciados citados
nesta seção, responda as questões a seguir:
1) Como você pôde acompanhar, existem dois tipos de

variáveis, a qualitativa, que está dividida em nominal
e ordinária, e a quantitativa, que está dividida em con-
tínua e discreta. Identifique no seu dia-a-dia pelo me-
nos um exemplo de cada uma destas variáveis e escreva
na tabela abaixo:
Variável Exemplos
Qualitativa nominal:
Qualitativa ordinal:
Quantitativa discreta:
Quantitativa contínua:
2) Ao planejar uma pesquisa sobre uma determinada sín-

drome, um pesquisador tem a intenção de usar um ques-
tionário para a coleta de dados e, também, planeja fazer
levantamento de dados no Ministério da Saúde, para que
possa realizar comparativos. Como conseqüência disto,
ele terá que trabalhar com dois tipos de dados: os resul-
tantes dos questionários e os resultantes do levantamento
no Ministério. Classifique os dois tipos de dados.
Os dados coletados por meio de questionário são:
Os dados coletados no Ministério:
Pág. 37 !
P-ME_Book.indb 37 22/7/2005 15:27:11

3) Classifique cada uma das variáveis a seguir em quali-

tativa nominal ou ordinal e, em quantitativa discreta
ou contínua:
Descrição da variável Classificação

3.1. altura:
3.2. idade do paciente:
3.3. sexo:
3.4. classe econômica:
3.5. estado civil:
3.6. qtde de cigarros por dia:
3.7. perímetro cefálico:
3.8. grau de instrução:
3.9. número de filhos:
3.10. endereço:
3.11. telefone:
3.12. número de alunos com

deficiência de atenção:
3.13. peso:
3.14. nacionalidade:
3.15. temperatura:
3.16. local de nascimento:
# Pág. 38
P-ME_Book.indb 38 22/7/2005 15:27:11

Seção 3 " O que são séries estatísticas?
" Seção 3
O que são séries estatísticas?
     da série, é possível ! Séries estatísticas

classificá-las em histórica (temporal), geográfica, específica e É qualquer tabela que apresente a dis-
tribuição de um conjunto de dados es-
conjugada (ou mista). A seguir acompanhe em detalhe cada tatísticos em função da época, do local
série. ou da espécie.
a) Série temporal: identifica-se por descrever a variável no

decorrer de um determinado período de tempo. Esta
série também é chamada de histórica ou evolutiva.
Ex.: nascidos vivos registrados segundo o ano do registro
no Brasil
Anos Nº de nascidos
1984 2.559.038
1985 2.619.604
1986 2.779.253
FONTE: IBGE
b) Série geográfica: identifica-se por descrever a variável

considerando o fator geográfico. Também é chamada
de espacial, territorial ou de localização.
Ex.: mulheres de 10 anos ou mais de idade, total, que ti-
veram filhos, que tiveram filhos nascidos vivos – Censo de
2000 - segundo as Mesorregiões:
Mulheres de 10 anos ou mais de idade

Mesorregiões
que tiveram filhos nascidos vivos
Grande Florianópolis 211.763
Norte Catarinense 267.448
Oeste Catarinense 297.814
Serrana 106.025
Sul Catarinense 224.287
Vale do Itajaí 319.195
FONTE: IBGE
Pág. 39 !
P-ME_Book.indb 39 22/7/2005 15:27:11

c) Série específica: o caráter variável é apenas o fato ou

espécie. Também é chamada de série categórica.
Ex.: pessoas de 10 anos ou mais de idade que viviam em
companhia de cônjuge ou companheiro(a), por natureza da
união, segundo as Mesorregiões – Santa Catarina – Censo de
2000.
Natureza da união Número de pessoas de 10 anos

Casamento civil e religioso 1.666.621
Só casamento civil 189.741
Só casamento religioso 85.543
União consensual 521.001
FONTE: IBGE
d) Séries conjugadas: também chamadas de tabelas de du-

pla entrada. São apropriadas à apresentação de duas ou
mais séries de maneira conjugada, havendo duas or-
dens de classificação: uma horizontal e outra vertical.
Ex.: quantidade de mortes por acidente de trânsito em São
Paulo, nos anos de 1997 e 1998.
Idade 1997 1998

Até 10 anos 69 45
De 10 a 19 anos 212 165
De 20 a 49 anos 868 628
De 50 anos e mais 382 287
Idade Ignorada 51 40
FONTE: Folha de S. Paulo.
Observação: as séries conjugadas ainda podem ser

geográfico-temporal e geográfico-específica.
# Pág. 40
P-ME_Book.indb 40 22/7/2005 15:27:11

Seção 3 " O que são séries estatísticas?
Atividades de
Auto-avaliação $
Após ter acompanhado os conceitos e o enunciados citados
nesta seção, responda as questões a seguir:
1) Classifique as séries estatísticas a seguir.
a) Pessoas de 10 anos ou mais de idade, por estado civil e

condição de convivência–Santa Catarina–Censo de 2000.
Estado civil
Desquitado(a) ou
Casado(a) Divorciado(a) Viúvo(a) Solteiro(a)
Mesorregiões separado(a) judicialmente
Grande Florianópolis 267.867 18.697 16.779 28.224 333.974
Norte Catarinense 380.222 21.098 13.630 38.037 379.194
Oeste Catarinense 439.967 16.130 9.174 38.856 399.587
Serrana 142.373 6.738 4.814 15.834 150.964
Sul Catarinense 314.348 14.021 12.068 32.261 302.894
Vale do Itajaí 443.839 25.825 20.433 46.595 439.800
FONTE: IBGE
b) Tempo de sono, em minutos, induzido em ratos por Tempo de sono Número ratos
7 |--- 10 6
injeção intraperitonial de metohexital, na dosagem de
10 |--- 13 10
40 mg por quilo. 13 |--- 16 15
16|--- 19 11
19 |--- 22 8
* Ratos da raça Wistar, machos, com 3 meses de vida
FONTE: Quick Cheese (Campinas, 1999)
Pág. 41 !
P-ME_Book.indb 41 22/7/2005 15:27:11

c) Metabolismo basal (cal/dia) em adolescentes (dados

fictícios).
Metabolismo Basal (cal/dia) Nº de adolescentes

910 |-- 989 3
989 |-- 1068 5
1068 |-- 1147 9
1147 |-- 1226 5
1226 |-- 1305 8
1305 |-- 1384 3
1384 |-- 1463 2
FONTE: dados fictícios
# Pág. 42
P-ME_Book.indb 42 22/7/2005 15:27:11

Seção 4 " Como fazer o arredondamento de dados?
" Seção 4
Como fazer o
arredondamento de dados?
 ,    , nos deparamos

com números que apresentam muitas casas decimais? Isto
além de dificultar o manuseio dos problemas, pode dificultar
a leitura.
As calculadoras científicas vêm com uma função para o
arredondamento automático, porém, muitas delas utilizam
um sistema que não é o adotado pelas normas brasileiras.
No Brasil, o arredondamento de dados é normatizado
pelo IBGE (Instituto Brasileiro de Geografia e Estatística),
por uma resolução criada em 1966, sob o número 886/66 e por
uma norma da Associação Brasileira de Normas Técnicas
(ABNT) de número NBR 5891 de dezembro de 1977.
Acompanhe a seguir quais características apresentam
estas normas:
%
Quais são as formas
de arredondamento? . . . . . . . . . . . . . . . . . . . .
Ao arredondar números você deve analisar o algarismo se-
guinte à casa adotada para fi xar. Não esqueça de somente
analisar o algarismo seguinte e não realizar arredondamen-
tos sucessivos.
Ao analisar o número para arredondar, você poderá en-
contrar os seguintes casos:
a) o algarismo seguinte à casa que se quer adotar para

arredondamento é 0, 1, 2, 3 ou 4 % neste caso o núme-
Pág. 43 !
P-ME_Book.indb 43 22/7/2005 15:27:11

ro não se altera, há perda dos valores além da posição

escolhida. Exemplo:
" arredondar para a primeira casa decimal:

158,4385 % 158,4 % há uma perda de 0,0385
(analisar somente o algarismo 3);
" arredondar para a segunda casa decimal:
24,1028 % 24,10 ou 24,1 % há uma perda de 0,0028
b) o algarismo seguinte à casa que se quer adotar para

arredondamento é 6, 7, 8 e 9 % neste caso o número fi-
xado para arredondamento aumenta em uma unidade,
se tem um ganho. Exemplo:
" arredondar para a 2a (segunda) casa decimal:

158,4385 % 158,44 % há um ganho de 0,0015
" arredondar para a 3a (terceira) casa decimal:
24,1029 % 24,103 % há um ganho de 0,0001
" arredondar para a 1a (primeira) casa decimal:
67,97 % 68,0 % há um ganho de 0,03
c) o algarismo seguinte à casa que se quer adotar para

arredondamento é 5 % o número fi xado para arredon-
damento aumenta em uma unidade, neste caso, você
pode encontrar duas possibilidades:
1) ao encontrar qualquer número diferente de zero nas

posições seguintes a do 5, você deve aumentar uma
unidade ao algarismo fi xado para arredondamento.
Exemplo:
" arredondar para a 1a (primeira) casa decimal:

67,75002 % 67,8 % há um ganho de 0,04998;
# Pág. 44
P-ME_Book.indb 44 22/7/2005 15:27:12

Seção 4 " Como fazer o arredondamento de dados?
" arredondar para a 2a (segunda) casa decimal:

24,1051 % 24,11 % há um ganho de 0,0049;
" arredondar para a 3a (terceira) casa decimal:
158,438500001 % 158,439 % há um ganho de
0,000499999;
2) quando o 5 (cinco) for o último algarismo, ou seja,

após este número só tem zero, se o número fi xado para
arredondamento for par, ele se mantém e, se for ímpar,
acrescenta-se uma unidade (fica com o par mais próxi-
mo). Exemplo:
" arredondar para a primeira casa decimal:

67,75 % 67,8 % (7 é ímpar) há um ganho de 0,05;
67,85 % 67,8 % (8 é par) há uma perda de 0,05;
67,95 % 68,0 % (9 é ímpar) há um ganho de 0,05;
" arredondar para a terceira casa decimal:
158,43550000 % 158,436 % (5 é ímpar)
há um ganho de 0,0005;
158,43650000 % 158,436 % (6 é par)
há uma perda de 0,0005.
Observações Importantes . . . . . . . . . . . . . . . . .
1) Não faça arredondamentos sucessivos.
Exemplo: 254,34501, arredondando para a primeira casa deve-se
somente analisar o segundo algarismo decimal, ou seja, o número
arredondado é 254,3 e não 254,35 e finalmente 254,4.
2) Cuidado com as somas e arrendondamentos.
Exemplo: observe as somas dos números a seguir:
A primeira coluna foi somada sem
36,94 36,9
arredondar e a segunda foi somada
20,31 20,3 com os números já arredondados.
14,58 14,6 Note que os valores finais ficaram
28,93 28,9 diferentes e, mesmo que seja arre-
Soma 100,76 100,7 dondada a soma da primeira, elas
não ficarão iguais. Para que isto não
aconteça, você deve compensar os
ganhos e/ou as perdas para que no
final o resultado seja correto.
Pág. 45 !
P-ME_Book.indb 45 22/7/2005 15:27:12

Atividades de
Auto-avaliação $
1. Use as técnicas de arredondamento para os números

abaixo, seguindo o que se pede:
a) Para a segunda casa decimal:
41,368 =
1.589,9984 =
121,3333 =
5,665002 =
28,45500 =
b) Para a primeira casa decimal:
41,368 =
1.589,8984 =
121,3333 =
5,655002 =
28,4500001 =
82,95 =
# Pág. 46
P-ME_Book.indb 46 22/7/2005 15:27:12

Seção 5 " Noções de somatório
" Seção 5
Noções de somatório
    - com um número bas-

tante grande de dados e, muitas vezes, se faz necessário indicar
algumas operações como a adição, de forma mais simples.
E desta maneira muitas fórmulas são dadas de forma mais
simples, como você pode acompanhar agora.
Para um conjunto de dados “x”, representa-se a soma de
seus elementos da seguinte forma:
Seja x={x1, x2, x3, x4, ... xn} e a soma de seus elementos será:
Soma = x1 + x2 + x3 + x4 + ... + xn
ou pode-se usar a seguinte expressão:

&
∑
(Letra grega maiúscula sigma)
Leia: somatório de x índice i, i variando Denominado em matemática:
somatório.
de 1 até n, onde i é a posição do elemento
do conjunto.
Exemplo:
A soma dos elementos do conjunto x da posição 1 à posição 6 Obs!
Quando se trata da soma de todos os
elementos do conjunto, não é necessá-
rio indicar os índices.
Acompanhe mais um exemplo: Veja como fica: ∑ xi

Sendo x = {4, 5, 9}, se tem: x1=4 x2=5 e x3=9
∑ x= x + x
i 1 2
+ x3 = 4 + 5 + 9 = 18
Aqui você lê: a soma de todos os elementos do conjunto x é ...
Pág. 47 !
P-ME_Book.indb 47 22/7/2005 15:27:12

Propriedades
Como em muitas operações matemáticas, você poderá obser-
var que existem propriedades. Veja a seguir algumas.
Como proceder quando você se deparar

com um somatório de uma constante? . . . . . . . %
Por convenção essa constante é chamada de “c”.
Exemplo:
Note que o somatório de quatro (4), dos elementos da posi-

ção 1 a 3, é o mesmo que 4 + 4 + 4, ou seja, 3 vezes 4, resul-
tando 12 (n.c).
% Como simbolizar? O que quer dizer isso?

Quer dizer que você deverá somar três vezes o número qua-
tro (em termos matemáticos, o dito é que soma-se “n” vezes
a constante “c”).
Como proceder quando você encontrar o

somatório de uma constante “c” multiplicada
por uma variável? . . . . . . . . . . . . . . . . . . . . . . . . . . %
Sendo ‘c’ uma constante qualquer e ‘xi ’ a variável.
Exemplo:
sendo x={1, 3, 5} calcule
A constante ‘2’ multiplica cada um dos elementos do conjun-

to. Veja como fazer isso:
= 2·1 + 2·3 + 2·5 = 2·(1 + 3 + 5) = 2·9 = 18
Note que foi multiplicado por dois, cada um dos elementos

% Como simbolizar? do conjunto (1, 3, 5) e após, como costumam dizer, “coloca-
mos em evidência” o número comum a todos (2).
No passo seguinte, soma-se os elementos e multiplica-se por
dois (2 vezes 9). Que resulta 18.
# Pág. 48
P-ME_Book.indb 48 22/7/2005 15:27:12

Como proceder quando você encontrar o

somatório de uma soma de xi com yi
(x e y são duas variáveis)? . . . . . . . . . . . . . . . . . . . %
Acompanhe através do exemplo:
Exemplo:
Veja
sendo x={1, 3, 5} e y={2, 4, 7} calcule com atenção!
É mais fácil do
Cada elemento de x deve ser somado com cada elemento de que parece
y [(1+2)+(3+4)+(5+7)] e, por sua vez, somados entre si:
= (1+2) + (3+4) + (5+7) = 1 + 2 + 3 + 4+ 5 + 7 ⇒
Após, você pode agrupar os elementos de x (1, 3, 5) em uma

soma e os elementos de y (2, 4, 7), em outra. No final escreve-
se a nova soma. Observe essa soma. Há algo de conhecido?
⇒ = (1+3+5) + (2+4+7) = 9+13 = 22 =
Como você observou, pode-se operar com somatórios uti- Dica!

lizando algumas propriedades que, muitas vezes, facilitam Você pode observar que se pode somar
o somatório de ‘xi’ com o somatório de
nossa vida. Mais adiante, nessa unidade e nas próximas, você ‘yi’ que encontrará o mesmo resultado,
utilizará essas propriedades. É muito importante que você ou seja:
fique atento a isso. =

Acompanhe com atenção também, os dois casos a seguir,
Vale também para a subtração:
veja que eles são dois casos em que o tipo de propriedade ci-
tada acima não funciona. =
Experimente você mesmo testá-los:
Pág. 49 !
P-ME_Book.indb 49 22/7/2005 15:27:13

% Desafio
Fica aqui um desafio para você.

Utilize os conjuntos x={1, 3, 5} e y={2, 4, 7} e calcule:
Dica: primeiro some os elementos e depois eleve ao quadrado.
Dica: primeiro eleve ao quadrado e depois some os elementos.

Compare:
Eles são diferentes ou iguais?
Dica: primeiro multiplique os elementos de um conjunto

pelos elementos do outro e, depois, some.
Dica: primeiro some os elementos de cada conjunto e, de-

pois, multiplique os resultados.
Não esqueça! Compare:

Essas propriedades são muito impor-
tantes e delas dependem muitos cálcu-
los na Estatística.
Eles são diferentes ou iguais?
Aproveite para testar seus conhecimentos realizando as ativi-

dades de auto-avaliação a seguir.
# Pág. 50
P-ME_Book.indb 50 22/7/2005 15:27:13

Atividades de
Auto-avaliação $
1) Desenvolva os somatórios:
Exemplo 1: = x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8
Exemplo 2: = (x1·y1) + (x2·y2) + (x1·y2)
a)
b)
c)
d)
e)
2) Escreva sob a forma de somatório:
Exemplo 1: Soma = x1 + x2 + x3 + x4 + x5 =
Exemplo 2: Soma = (x1·y1)2 + (x2·y2)2 + (x3·y3)2 =

a) Soma = x1 + x2 + ... + x7 =
b) Soma = x4 + x5 + x6 + x7 =
Pág. 51 !
P-ME_Book.indb 51 22/7/2005 15:27:13

c) Soma = x6 + x7 + ... + x17 =
d) Soma = (x1 + x2 + ... + x7)2 =
e) Soma =
Dica: repita o primeiro termo da soma e troque o 1 por i.
3) Calcule as seguintes quantidades para os dados abaixo

(obs.: utilize a tabela):
i xi fi xi·fi xi2 fi·(xi)2

1 10 3
2 11 5
3 15 9
4 19 10
5 21 2
6 26 1
Σ
a) ∑x = i
b) ∑xf = i
# Pág. 52
P-ME_Book.indb 52 22/7/2005 15:27:13

c) ∑f x =
i i
"Síntese da unidade
Nesta unidade você pôde estudar
alguns conceitos importantes como
população e amostra, variáveis, dados
e séries. Além disso, estudou os passos
Dica: primeiro multiplique um a um e escreva na tabela e após que devem ser seguidos na elaboração
some. de uma pesquisa com coleta de dados.
Pôde identificar os tipos de séries es-
d) ∑f ·(x ) =
i i
2 tatísticas, arredondamento de dados
e noções de somatório. Todos estes
novos conhecimentos serão muito im-
portantes para você dar seqüência ao
estudo da Estatística.
Mas você talvez esteja se perguntando:

Dica: primeiro calcule o quadrado de x, escreva na tabela, mul- Como vou organizá-los? Como vou
tiplique um a um e escreva na tabela e após some.
aplicá-los? Bem, isto você irá estudar
na próxima unidade, quando irá apren-
der a tabular os
dados e começar
a calcular al-
gumas medidas
importantes
para a análise
de tabelas.
# Para pesquisar
BARBETTA, Pedro Alberto. Estatística
Aplicada as Ci6encias Sociais. 5a ed.
Florianópolis: UFSC, 2002.
CRESPO, Antônio Arnot. Estatística fá-

cil. São Paulo: Saraiva,2001.
VIEIRA, Sônia. Introdução à bioestatís-

tica. 6. ed. Rio de Janeiro: Campus, 2000.
TRIOLA, Mario F. Introdução à Estatísti-

ca. Rio de Janeiro: LTC, 1999.
" http://alea-estp.ine.pt/html/nocoes/
html/cap2_1_i.html
" http://www.ibge.gov.br (dados)
Pág. 53 !
P-ME_Book.indb 53 22/7/2005 15:27:14

P-ME_Book.indb 54 22/7/2005 15:27:14
Distribuição
Unidade
3
de freqüências
      e algumas !Objetivos de aprendizagem
normas da Estatística nas Unidades 1 e 2, agora o próximo " Organizar dados brutos.
" Compreender e analisar a distribuição
passo – para aquisição de mais ferramentas – será você tra- de freqüências.
balhar com os dados propriamente ditos. " Calcular, organizar e aplicar os tipos de
freqüências.
"Plano de estudo
# Seção 1
O que são dados brutos e
dados agrupados? . . . . . . . . . . . . . . . . . . . . 56
# Seção 2
Quais são os componentes
de uma tabela? . . . . . . . . . . . . . . . . . . . . . . . 58
# Seção 3
Como montar tabelas
para variável qualitativa?. . . . . . . . . . . . . . 61
# Seção 4
Como montar tabelas
para variável quantitativa discreta? . . . . 64
# Seção 5
Como montar tabelas
para variável quantitativa contínua? . . . 67
# Seção 6
Quais são os tipos de freqüências? . . . . 73
Pág. 55 !
P-ME_Book.indb 55 22/7/2005 15:27:14

Métodos Estatísticos " Unidade 3 Distribuição de freqüências
" Seção 1
O que são dados brutos
e dados agrupados?
     , antes de qualquer

coisa, você precisa saber o que são dados brutos e dados agru-
pados.
! Você já ouviu falar em dados brutos? Sabe o que isso sig-
Dados brutos são seqüências de va-
lores numéricos ou não, os quais não nifica na prática? Veja ao lado o conceito e compare com o
sofreram qualquer tratamento estatís- que você já sabe sobre o assunto.
tico, nem foram organizados, obtidos
diretamente da observação de um fe- Mais precisamente dados brutos são os dados apresenta-
nômeno coletivo. dos da forma como foram coletados na pesquisa ou levanta-
mento, desorganizados, sem ordenação.
Acompanhe a seguir os exemplos.
a) Para uma variável qualitativa:

Em um levantamento realizado com um grupo de 90 chefes de
famílias com diferentes vínculos de trabalho, obteve-se os se-
guintes resultados, conforme legenda ao lado (dados fictícios):
F E T I I P M F I E
E M M E E M F F C F
' Legenda
Vínculos de trabalho F F I C C F P I P F
P M T I P C F I F I
M Funcionário público municipal
E Funcionário público estadual M E M F C C F P M E
F Funcionário público federal M P E F I T I T E E
C Comerciário
I T E F C T C E P T
T Temporário
I Comércio informal
C I I F E I E M I T
P Prestador de serviços P P I C C T C E M I
# Pag. 56
P-ME_Book.indb 56 22/7/2005 15:27:14

Seção 1 " O que são dados brutos e dados agrupados?
Repare que neste caso foram pesquisados 90 chefes de famí-

lias e anotadas as respostas na ordem das entrevistas.
b) Para uma variável quantitativa discreta:

em estudo realizado em determinado bairro de Florianópolis,
foi levantada uma amostra de 56 famílias quanto ao número
de filhos, que apresentou os resultados abaixo:
1 1 4 1 0 3 1 6
5 0 0 2 0 2 0 0
0 1 4 3 1 1 3 2
4 2 1 1 2 1 1 2
0 2 3 3 2 2 4 3
2 1 0 2 3 1 1 1
3 0 0 0 3 1 0 0
Repare que foram pesquisadas 56 famílias e anotados o nú-

mero de filhos, na ordem em que foram entrevistadas.
c) Para uma variável quantitativa contínua:

Os valores anotados abaixo representam a quantidade emiti-
da de óxido de enxofre pelas fábricas do distrito industrial de
Florianópolis, em toneladas, durante 56 meses.
23,25 27,43 17,76 33,33 33,05 16,08 34,49 23,74
32,63 20,58 18,50 16,69 16,43 20,08 19,00 16,13
21,36 26,60 22,49 22,77 23,05 33,55 22,73 24,89
24,11 34,83 21,73 31,53 35,13 34,36 20,80 16,84
29,55 34,76 31,72 24,89 21,65 22,65 30,43 30,93
17,25 17,05 19,67 22,79 25,30 23,08 25,77 35,03

!
16,59 15,90 20,30 33,86 17,76 30,93 20,81 29,05 Dados agrupados são seqüências de
valores numéricos ou não, os quais
encontram-se já organizados, ou por
semelhança (qualitativas), ou por or-
Agora que você já compreendeu e sabe o que são dados bru- denação numérica (quantitativas), em
tos, deve estar se perguntando: O que são dados agrupados? tabelas.
Pag. 57 !
P-ME_Book.indb 57 22/7/2005 15:27:14

" Seção 2
Quais são os componentes
de uma tabela?
    do que é uma tabela, nas pró-

! ximas seções você conhecerá os seus componentes e como
As tabelas são quadros que resumem
e facilitam a leitura dos dados pesqui- montá-las.
sados.
Abaixo, você pode ver os componentes de uma tabela:
Observe com atenção:

" lado direito e esquerdo de uma tabela devem ser abertos;
" use traços horizontais para separar os componentes
(cabeçalho, total e as colunas;
" use traços verticais internos somente se for necessário
(para maior clareza).
" use maiúscula somente na primeira letra da palavra
inicial (vide na tabela a palavra ano).
# Pag. 58
P-ME_Book.indb 58 22/7/2005 15:27:14

Seção 2 " Quais são os componentes de uma tabela?
Ao preencher uma tabela você deve prestar atenção para o

seguinte:
" um traço horizontal ( − ) quando é apresentado um

valor zero;
" três pontos ( ... ) quando há ausência de dados;
" zero ( 0 ) quando o valor é muito pequeno;
" um ponto de interrogação ( ? ) quando há dúvida
quanto à exatidão de determinado valor;
" a informação do total não é obrigatória. Pode ser in-
cluída quando for importante ou, ainda, quando for
usada para alguma análise.
Nas seções seguintes você irá conhecer alguns métodos de

montagem de tabelas e para lhe auxiliar nesta compreensão
serão utilizados os mesmos exemplos já citados na Seção 1.
Mas antes de seguir em frente, realize a atividade proposta.
Pag. 59 !
P-ME_Book.indb 59 22/7/2005 15:27:15

Atividades de
Auto-avaliação $
nesta seção, responda os desafios a seguir.
1) Identifique nas tabelas abaixo os erros e/ou os componen-

tes que faltam:
a)
Tempo de sono (em min.) No de ratos
7 |--- 12 10
12 |--- 17 12
17 |--- 22 6
22 |--- 27 5
27|--- 32 2
FONTE: Dados fictícios
b)
Empréstimos concedidos
aos clientes em agosto de 2003
Tipo de empréstimo No de clentes
CDC automático 24
Leasing veículo 17
Leasing informática 13
Crédito turismo 6
# Pag. 60
P-ME_Book.indb 60 22/7/2005 15:27:15

Seção 3 " Como montar tabelas para variável quantitativa?
" Seção 3
Como montar tabelas
para variável qualitativa?
     siga com atenção os passos

apresentados no exemplo a seguir.
Exemplo:
Em um levantamento realizado com um grupo de 90 chefes
de famílias com diferentes vínculos de trabalho, obteve-se os
seguintes resultados, conforme legenda ao lado (dados fictí-
cios):
1º Passo: para começar você deve organizar os dados por

semelhança.
M M M M M M M M M M
M E E E E E E E E E
' Legenda
E E E E E E F F F F Vínculos de trabalho
F F F F F F F F F F
M Funcionário público municipal
F F C C C C C C C C E Funcionário público estadual
C C C C T T T T T T F Funcionário público federal
C Comerciário
T T T I I I I I I I
T Temporário
I I I I I I I I I I
I Comércio informal
P P P P P P P P P P P Prestador de serviços
Repare que os dados estão organizados por tipo de

vínculo.
Pag. 61 !
P-ME_Book.indb 61 22/7/2005 15:27:15

2º Passo: escreva, em uma coluna, cada uma das opções

verificadas. Conte o número de vezes que cada tipo
aparece e marque com traços, ao lado, para representar
as aparições.
M 11
E 15
F 16
C 12
T 9
I 17
P 10
Após, conte o número de traços para obter o número

de vezes que cada opção aparece.
3º Passo: ok, agora é só montar a tabela! Sem esquecer

nenhum de seus componentes!
Levantamento com 90 chefes de família

sobre os diferentes vínculos de trabalho
Tipos de fobias No de pacientes
M Funcionário público municipal 11
E Funcionário público estadual 15
F Funcionário público federal 16
C Comerciário 12
T Temporário 9
I Comércio informal 17
P Prestador de serviços 10
# Pag. 62
P-ME_Book.indb 62 22/7/2005 15:27:15

Seção 3 " Como montar tabelas para variável quantitativa?
Atividades de
Auto-avaliação $
Após você ter acompanhado o exemplo citado nesta seção, MP MC DO DG MF
experimente agora realizar os desafios a seguir: DM MF MP DG MC
MC MF MF MC MC
MF MC MP DO MP
1) um relatório recente distinguiu em seis tipos os princi-
MP MP DM MP DO
pais motivos de tensão (estresse). A pesquisa realizada MP DM DG DM MC
para provar isso, resultou nos dados ao lado (dados MF MF MF MF MF
fictícios): DO MP DG MP DG
MF MC MF MP DO
DO DO DM MF MC
Monte a tabela não esquecendo de todos seus compo- MF DM MC MC DG
nentes. DO MF DG MF MC
' Legenda
Tipos de fobias
MF Morte de um filho
MC Morte do cônjuge
MP Morte dos pais ou irmãos
DO Divórcio
DG Doença grave
DM Demissão
Pag. 63 !
P-ME_Book.indb 63 22/7/2005 15:27:15

" Seção 4
Como montar tabelas para
variável quantitativa discreta?
     você terá também que se-
guir os passos apresentados no exemplo a seguir.
Observe! Exemplo:
A opção de montar uma tabela sem in- em estudo realizado em determinado bairro de Florianópolis,
tervalos se deve por esta série ter um nú-
mero de elementos distintos pequeno. foi levantada uma amostra de 56 famílias quanto ao número
de filhos, que apresentou os resultados abaixo:
1º Passo: para começar você deve organizar os dados em

ordem crescente.
0 0 0 0 0 0 0
0 0 0 0 0 0 0
1 1 1 1 1 1 1
1 1 1 1 1 1 1
1 1 2 2 2 2 2
2 2 2 2 2 2 3
3 3 3 3 3 3 3
3 4 4 4 4 5 6
' Obs!
Esta lista em ordem, podendo ser cres- Repare que foram organizados conforme uma ordem
cente ou decrescente, chamamos de Rol.
numérica crescente (de 0 a 6).
# Pag. 64
P-ME_Book.indb 64 22/7/2005 15:27:15

Seção 4 " Como montar tabelas para variável quantitativa discreta?
2º Passo: escreva, em uma coluna, cada um dos valores

observados. Conte o número de vezes que cada tipo
aparece e marque com traços, ao lado, para representar
as aparições.
0 14
1 16
2 11
3 9
4 4
5 1
6 1
Após, conte o número de traços para obter o número

de vezes que cada valor aparece.
3º Passo: agora é só montar a tabela, sem esquecer ne- Observe que!

Os valores que a variável pode assumir
nhum de seus componentes. é representado por “xi”.
Número de filhos por famílias O número de observações de cada li-

de um bairro de Florianópolis nha, chama-se de freqüência simples,
denotada por “fi”, e o número total de
Número de filhos (xi) No de famílias (fi) observações chama-se de freqüência
0 14 total e pode ser denotada por “N” (ta-
1 16 manho da população), “n” (tamanho da
Valores que a 2 11 amostra) ou ∑fi.
Freqüência
variável pode 3 9 Simples
assumir
4 4
5 1
6 1
Total (∑fi) 56 Freqüência Total
FONTE: Pesquisa de campo (dados fictícios)
Pag. 65 !
P-ME_Book.indb 65 22/7/2005 15:27:16

Atividades de
Auto-avaliação $
nesta seção, realize a atividade proposta a seguir.
4 8 6 6 4 5
1) Uma empresa procurou estudar a ocorrência de aci-
dentes com seus empregados, tendo para isso a ,
6 5 8 5 6 5 realizado um levantamento abrangendo um período de
8 5 7 6 8 7 36 meses, onde foi observado o número de operários
acidentados para cada mês. Os dados correspondentes
3 3 4 4 3 3
são:
5 5 4 6 5 5
Levando em consideração os dados apresentados,
7 7 6 8 8 7
monte a tabela. Procure incluir todos os seus compo-
nentes.
# Pag. 66
P-ME_Book.indb 66 22/7/2005 15:27:16

Seção 4 " Como montar tabelas para variável quantitativa discreta?
" Seção 5
Como montar tabelas para
variável quantitativa contínua?
      com intervalos ocorre !

por esta série ter um número de elementos distintos muito Para este tipo de variável utiliza-se
intervalos na tabela para representar a
grande, ou, quando os valores apresentam uma natureza de série de dados. A estes intervalos deno-
continuidade. mina-se de intervalos de classes.
Exemplo:
Os valores anotados abaixo representam a quantidade emiti-
da de óxido de enxofre (SO) pelas fábricas do distrito indus-
trial de Florianópolis, em toneladas, durante 56 meses.
Acompanhe a seguir os passos para montar uma tabela:
1º Passo: para começar você deve organizar os dados em

ordem crescente (Rol).
15,90 16,08 16,13 16,43 16,59 16,69 16,84 17,05

17,25 17,76 17,76 18,50 19,00 19,67 20,08 20,30
20,58 20,80 20,81 21,36 21,65 21,73 22,49 22,65
22,73 22,77 22,79 23,05 23,08 23,25 23,74 24,11
24,89 24,89 25,30 25,77 26,60 27,43 29,05 29,55
30,43 30,93 30,93 31,53 31,72 32,63 33,05 33,33
33,55 33,86 34,36 34,49 34,76 34,83 35,03 35,13
2º Passo: você deve calcular o número e o tamanho dos

intervalos.
Número de intervalos (k): para este estudo é adotado o

número de intervalos pré-definidos. Embora existam
critérios para este cálculo, para efeito de seu estudo,
agora não serão usados. Para este exemplo o utilizado
será k=7.
Pag. 67 !
P-ME_Book.indb 67 22/7/2005 15:27:16

São usados dois critérios:

As tabelas devem ter no mínimo 5 e no
máximo 20 intervalos de classes para
Critério da raiz:
que não haja nem perda, nem excesso
Fórmula de Sturges: k = 1+3,3.log n
de informação.
n = tamanho da amostra
(poderá ser usado N, quando for com a população)
O que é Amplitude Total da distribuição (AT) ?
É a diferença entre o maior valor e o menor valor observado:

AT=L(máx) – l(min)
L(máx) = Limite máximo (maior valor)

l(min) = Limite mínimo (menor valor)
& Obs!
Nesta etapa é conveniente que seja
arredondado para cima para que não
No exemplo que você está estudando:
haja perda de informação. AT=35,13 – 15,9 ⇒ AT=19,23 ≅ 19,5
O que é Amplitude de um intervalo de classe (h) ?
Também chamada de tamanho do intervalo de classe, é obtida

da seguinte forma:
No exemplo:
Antes de você partir para a construção da tabela, é conve-

niente testar se os cálculos estão corretos. Para que isso acon-
teça, verifique se:
h.k>AT
Então para investigar se os cálculos estão corretos, aplique

sobre o exemplo dado:
2,8·7=19,6>19,23
# Pag. 68
P-ME_Book.indb 68 22/7/2005 15:27:16

Seção 5 " Como montar tabelas para variável quantitativa contínua?
Ou seja, ao somar 19,6 ao menor valor observado resulta em

35,5 que é maior que o valor da maior observação, 35,13.
15,9 + 19,6 = 35,5 > 35,13
Caso não seja satisfeita esta condição será necessário fazer

um ajuste, aumentando o tamanho do intervalo.
Então, resumindo, segundo o exemplo dado, a tabela
terá:
" sete intervalos;

" cada um com o tamanho de 2,8.
O que é limites de classes?
Os limites de classe são os extremos de cada classe. O limite

inferior da classe (li) é o menor número do intervalo. O limite
superior (Li) é o maior número do intervalo.
3º Passo: escreva os intervalos da tabela:
Comece pela primeira classe, escreva o menor valor Observação!

(15,9);
observado:
Os intervalos são escritos dessa forma:
A este valor some o h (2,8), e encontre o limite superior
15,9 |--- 18,7.
deste intervalo: 15,9+2,8=18,7. Você deve escrever na 15,9 |--- 18,7
tabela: O que significa? Trata de um intervalo
Na segunda classe, repita o último valor da classe ante- fechado à esquerda e aberto à direita
rior (18,7) e some o h (2,8), e encontre o limite superior
18,7 |--- 21,5 ⇒ [15,9 ; 18,7). Os valores deste inter-
deste intervalo: 18,7+2,8=21,5. Você pode escrever na
tabela:
valo chegam perto de 18,7, mas o
valor 18,7 está no próximo intervalo:
Na terceira classe, repita o último valor da classe ante-
rior (21,5) e some o h (2,8), e encontre o limite superior 18,7 |--- 21,5; O valor 21,5 não está
21,5 |--- 24,3 neste intervalo e sim no intervalo:
deste intervalo: 21,5+2,8=24,3. Você pode escrever na
tabela: 21,5 |--- 24,3. E assim por diante.
Usando este procedimento para as outras classes você 24,3 |--- 27,1
terá os seguintes intervalos a seguir, até a sétima classe: 27,1 |--- 29,9
29,9 |--- 32,7
32,7 |--- 35,5
Pag. 69 !
P-ME_Book.indb 69 22/7/2005 15:27:16

4º Passo: agora é a vez de partir para a construção da tabe-

la, sem esquecer de seus componentes, primeiro monte
a tabela e escreva os intervalos:
Quantidade emitida deóxido de enxofre

(SO), em toneladas, pelas fábricas do
distrito industrial de Florianópolis
Classe Escore (em pontos)
1 15,9 |--- 18,7
2 18,7 |--- 21,5
3 21,5 |--- 24,3
4 24,3 |--- 27,1
5 27,1 |--- 29,9
6 29,9 |--- 32,7
7 32,7 |--- 35,5
Total (Σfi)
FONTE: dados fictícios.
5º Passo: agora é só contar e marcar o número de valores

em cada intervalo. É aconselhável marcar os limites
dos intervalos no Rol e usar os traços para indicar a
contagem ou marcar como está a seguir:
15,90 16,08 16,13 16,43 16,59 16,69 16,84 17,05

17,25 17,76 17,76 18,50 19,00 19,67 20,08 20,30
20,58 20,80 20,81 21,36 21,65 21,73 22,49 22,65
22,73 22,77 22,79 23,05 23,08 23,25 23,74 24,11
24,89 24,89 25,30 25,77 26,60 27,43 29,05 29,55
30,43 30,93 30,93 31,53 31,72 32,63 33,05 33,33
33,55 33,86 34,36 34,49 34,76 34,83 35,03 35,13
Classe Qtde de SO (em ton.) Contagem Nº de meses (fi)

1 15,9 |--- 18,7 12
2 18,7 |--- 21,5 8
3 21,5 |--- 24,3 12
4 24,3 |--- 27,1 5
5 27,1 |--- 29,9 3
6 29,9 |--- 32,7 6
7 32,7 |--- 35,5 10

Total (Σfi) 56
# Pag. 70
P-ME_Book.indb 70 22/7/2005 15:27:16

No final a tabela fica como está mostrado a seguir:
Quantidade emitida deóxido de enxofre

Escore (em pontos) Nº de estudantes (fi)
15,9 |--- 18,7 12
18,7 |--- 21,5 8
21,5 |--- 24,3 12
Intervalos Freqüência
de classes
24,3 |--- 27,1 5 Simples
27,1 |--- 29,9 3
29,9 |--- 32,7 6
Atenção!
32,7 |--- 35,5 10
Estas tabelas são denominadas de
Total (Σfi) 56 Freqüência Total
distribuição de freqüências.
Pag. 71 !
P-ME_Book.indb 71 22/7/2005 15:27:17

Atividades de
Auto-avaliação $
Após você ter acompanhado o exemplo desta seção, realize a
atividade proposta a seguir.
115 121 117 124 122 116 1) Os dados ao lado representam a renda de uma amostra de
123 118 123 119 123 126 famílias de um bairro de classe baixa de Florianópolis,
128 122 112 125 124 126 em reais. (dados fictícios).
125 121 129 127 128 129
113 115 116 124 119 118 Construa a tabela de distribuição de freqüências sem
126 129 116 127 123 121 esquecer de nenhum de seus elementos. Usar k=6 (nú-
mero de intervalos).
& Sugestão:
Ao calcular o h (tamanho de cada in-
tervalo), arredonde para um número
inteiro. Ex.: 3,84 ≅ 4
# Pag. 72
P-ME_Book.indb 72 22/7/2005 15:27:17

" Seção 6
Quais são os tipos de freqüências?
     (especificamente no Passo 3 Lembre-se!

O número de observações de cada
da Seção 4) dois tipos de freqüência: a freqüência simples e a linha chama-se de freqüência simples,
freqüência total. “fi”, e o número total de observações
chama-se de freqüência total, ∑fi.
Pois nesta seção você irá aprender que, além destas duas,
existem outros tipos de freqüências. Agora talvez você até este-
ja se perguntando: por que estudar outros tipos de freqüências?
Mas se você pensar bem, a resposta a esta questão você já Por que estudar
acompanhou, precisamente quando estudou que a Estatística outros tipos de
freqüência?
tem como uma de suas finalidades facilitar a análise e a lei-
tura dos dados, e, portanto, para isso um dos métodos uti-
lizados é trabalhar com tipos de freqüências. Estes tipos de
freqüência serão apresentados a seguir.
a) Freqüência acumulada direta ou “abaixo de” (fiacd)
Na tabela, a coluna da freqüência acumulada direta, você

deverá escrever o valor acumulado das freqüências, ou seja,
para começar, repita a freqüência simples da primeira linha e
nas linhas seguintes some a freqüência simples à freqüência
acumulada anterior.
Este processo deverá chegar até a freqüência total.
fiacd = fiacd(ant) + fi
Sendo:
fiacd – freqüência acumulada direta da classe
fiacd(ant) – freqüência acumulada direta da classe anterior
fi – freqüência simples da classe
Pag. 73 !
P-ME_Book.indb 73 22/7/2005 15:27:17

Acompanhe com atenção a tabela:
Qtde de SO Nº de meses fiacd Repetir a primeira fi

(em ton.) (fi) “abaixo de”
15,9 |--- 18,7 12 12 Somar a fi desta classe
com a acumulada ante-
18,7 |--- 21,5 8 20 rior (12 + 8 = 20)
21,5 |--- 24,3 12 32
27,1 |--- 29,9 3 40 com a acumulada ante-
rior (20 + 12 = 32)
29,9 |--- 32,7 6 46
Total (Σfi) 56 com a acumulada ante-
rior (32 + 5 = 37)
Somar sucessivamente
até chegar na freqüên-
cia total (46 + 10 = 56)
Para que serve a freqüência

acumulada direta (ou “abaixo de”)? . . . . . . . . . . . . . . .
Imagine você apresentando um relatório ou uma pesquisa so-
%
bre o levantamento feito acima a um grupo de pesquisadores.
Um dos pesquisadores lhe pergunta: “Quantos meses foram
verificadas emissões menores que 29,9 ton.?” Você não necessi-
Observe que! tará fazer contas, é só observar a tabela e dizer: “40 meses!”
Os escores questionados são sempre (veja a linha marcada na tabela).
do limite superior de cada intervalo
para baixo. Por esta razão que também E se perguntarem: “Quantos meses foram verificadas emissões menores
chamamos de “abaixo de”. que 24,3 ton.? Você responderá: “32 meses!”
b) Freqüência acumulada indireta ou “acima de” (fiaci)
Na coluna da freqüência acumulada indireta escreva o valor

acumulado das freqüências de forma contrária à anterior, ou
seja, para começar, repita a freqüência total e nas seguintes
subtraía a freqüência simples da linha anterior da freqüência
acumulada anterior. Este processo deve chegar até a freqüên-
cia simples da última classe.
fiaci= fiaci(ant) – fi(ant)
Sendo:
fiaci – freqüência acumulada indireta da classe
fiaci(ant) – freqüência acumulada indireta da classe anterior
fi(ant) – freqüência simples da classe anterior
# Pag. 74
P-ME_Book.indb 74 22/7/2005 15:27:17

Seção 6 " Quais são os tipos de freqúência?
Acompanhe a tabela:
Qtde de SO Nº de meses fiacd Escrever a freqüência total

(em ton.) (fi) “abaixo de”
15,9 |--- 18,7 12 56 Subtrair a fi da classe anterior
com a acumulada anterior
18,7 |--- 21,5 8 44 (56 – 12 = 44)
21,5 |--- 24,3 12 36
27,1 |--- 29,9 3 19 com a acumulada anterior
(44 – 8 = 36)
29,9 |--- 32,7 6 16
Total (Σfi) 56 com a acumulada anterior
(36 – 12 = 24)
Subtrair sucessivamente até

chegar na freqüência simples
da última classe (16 – 6 = 10)
Para que serve a freqüência

acumulada indireta (ou “acima de”)? . . . . . . . . . . . . . .
Imagine-se novamente apresentando um relatório ou uma
%
pesquisa sobre a avaliação feita acima a um grupo de pesqui-
sadores.
Um dos pesquisadores lhe pergunta: “Quantos meses fo-
ram verificadas emissões maiores ou iguais a 29,9 ton.?” Você
não necessitará fazer contas, é só observar a tabela e dizer: Observe que!
“16 meses!” (veja a linha marcada na tabela). Os escores questionados são sempre
do limite inferior de cada intervalo para
E se perguntarem: “Quantos meses foram verificadas emis- cima. E é por esta razão que também
sões de 24,3 ton. ou mais? Você responderá: “24 meses!” chamamos de “abaixo de”.
c) Freqüência relativa (fr)
É o quociente entre a freqüência (fi) da classe e o número

total de observações.
Sendo:
fr – freqüência relativa da classe
fi – freqüência simples da classe
n – número total de observações (pode ser usado N ou Σfi)
Pag. 75 !
P-ME_Book.indb 75 22/7/2005 15:27:17

Acompanhe a tabela:
Qtde de SO Nº de meses Dividir o fi da classe pelo total

de fr fr = / = 0,2143
(em ton.) (fi)
15,9 |--- 18,7 12 0,2143
Dividir o fi da classe pelo total
18,7 |--- 21,5 8 0,1429 fr = / = 0,1429
21,5 |--- 24,3 12 0,2143
24,3 |--- 27,1 5 0,0893 fr = / = 0,2143
27,1 |--- 29,9 3 0,0536
fr = / = 0,0893
29,9 |--- 32,7 6 0,1071
32,7 |--- 35,5 10 0,1786 Após calcular a última, você
Total (Σfi) 56 1,0000 deve calcular o total, que
deve ser 1 ou aproximado
devido aos arredondamentos
Dica!
Use sempre quatro casas decimais para
arredondar a freqüência relativa. d) Freqüência percentual (fp)
É a freqüência relativa multiplicada por 100. É dada em por-

centagem (%).
fp = fr.100
Sendo:
fp – freqüência percentual
fr – freqüência relativa
Acompanhe a tabela:
0,2143.100 = 21,43
Qtde de SO Nº de meses
fr fp (%)
(em ton.) (fi) 0,2143.100 = 21,43
15,9 |--- 18,7 12 0,2143 21,43
18,7 |--- 21,5 8 0,1429 14,29 0,2143.100 = 21,43
21,5 |--- 24,3 12 0,2143 21,43
0,2143.100 = 21,43
24,3 |--- 27,1 5 0,0893 8,93
27,1 |--- 29,9 3 0,0536 5,36 0,2143.100 = 21,43
29,9 |--- 32,7 6 0,1071 10,71
32,7 |--- 35,5 10 0,1786 17,86 0,2143.100 = 21,43
Total (Σfi) 56 1,0000 100,00 0,2143.100 = 21,43
Dica! Após calcular a últi-

Ao usar quatro casas decimais para a ma, você deve calcu-
freqüência relativa, o percentual ficou lar o total, que deve
com duas casa decimais. ser 100 ou aproxi-
mado devido aos
arredondamentos.
# Pag. 76
P-ME_Book.indb 76 22/7/2005 15:27:18

Para que serve a freqüência percentual? . . . . . . . . . . .

Mais uma vez você está apresentando um relatório ou uma pes-
%
quisa sobre a avaliação feita acima a um grupo de pesquisadores.
E vem aquela pergunta: “Qual o percentual de meses que
foram verificadas emissões de 32,7 a 35,5 ton.?” Você poderia
responder diretamente, sem cálculos “17,86%” (veja a linha
marcada na tabela).
Observe!
E se perguntarem: “Qual o percentual de meses que foram ve- Neste caso, que o escore questionado é
rificadas emissões de 24,3 à 27,1 ton.? Você responderá: “8,93%”. sempre um intervalo.
Antes de acompanhar os outros tipos de freqüência, entenda

o que é ponto médio de uma classe.
Atenção!
e) Ponto médio de uma classe Para adquirir mais
1 ferramenta.
São os valores da variável que se encontram exatamente na
metade do intervalo de cada classe. Para calcular o ponto
médio, usa-se a média aritmética simples dos limites de cada
intervalo:
Sendo:
PM – ponto médio
Li – limite superior do intervalo
li – limite inferior de cada intervalo
Acompanhe a tabela:
Qtde de SO Nº de meses 15,9 + 18,7

PM = = 17,3
PM 2
(em ton.) (fi)
15,9 |--- 18,7 12 17,3
18,7 |--- 21,5 8 20,1 18,7 + 21,5
PM = = 20,1
2
21,5 |--- 24,3 12 22,9
24,3 |--- 27,1 5 25,7
21,5 + 24,3
27,1 |--- 29,9 3 28,5 PM = = 22,9
2
29,9 |--- 32,7 6 31,3 Mantenha a mão este conceito!
32,7 |--- 35,5 10 34,1 24,3 + 27,1 O ponto médio será usado para outros
PM = = 25,7 cálculos que você irá realizar mais
Total (Σfi) 56 2
adiante.
Pag. 77 !
P-ME_Book.indb 77 22/7/2005 15:27:18

Veja como fica a tabela (distribuição de freqüências) completa.
Qtde de SO Nº de meses fiacd fiaci

fr fp (%) PM
(em ton.) (fi) “abaixo de” “acima de”
15,9 |--- 18,7 12 12 56 0,2143 21,43 17,3
18,7 |--- 21,5 8 20 44 0,1429 14,29 20,1
21,5 |--- 24,3 12 32 36 0,2143 21,43 22,9
24,3 |--- 27,1 5 37 24 0,0893 8,93 25,7
27,1 |--- 29,9 3 40 19 0,0536 5,36 28,5
29,9 |--- 32,7 6 46 16 0,1071 10,71 31,3
32,7 |--- 35,5 10 56 10 0,1786 17,86 34,1
Total (Σfi) 56 1,00 100,00
Para tabelas construídas como variáveis discretas, você po-

derá calcular as freqüências acumuladas direta e indireta,
as freqüências relativas e percentuais, como é mostrado a
seguir:
No de filhos No de fiacd fiaci

fr fp(%)
(xi) famílias (fi) “abaixo de” “acima de”
0 14 14 56 0,25 25
1 16 30 42 0,2857 28,57
2 11 41 26 0,1964 19,64
3 9 50 15 0,1607 16,07
4 4 54 6 0,0714 7,14
5 1 55 2 0,0179 1,79
6 1 56 1 0,0179 1,79
Total (Σfi) 56 1,00 100,00
f) Outros tipos de freqüências
Você ainda pode usar as freqüências acumuladas direta e in-

direta usando, ao invés da freqüência simples, a freqüência
percentual, ou seja, seriam freqüências acumuladas direta e
indireta percentual.
Onde:
fiacpd – freqüência acumulada percentual direta
fiacpi – freqüência acumulada percentual indireta
# Pag. 78
P-ME_Book.indb 78 22/7/2005 15:27:18

Acompanhe com fica:
Qtde de SO Nº de meses fiacpd fiacpi

fp (%)
(em ton.) (fi) “abaixo de” “acima de”
15,9 |--- 18,7 12 21,43 21,43 100,00
18,7 |--- 21,5 8 14,29 35,71 78,57
21,5 |--- 24,3 12 21,43 57,14 64,29
24,3 |--- 27,1 5 8,93 66,07 42,86
27,1 |--- 29,9 3 5,36 71,43 33,93
29,9 |--- 32,7 6 10,71 82,14 28,57
32,7 |--- 35,5 10 17,86 100,00 17,86
Total (Σfi) 56 100,00
Pag. 79 !
P-ME_Book.indb 79 22/7/2005 15:27:18

Atividades de
Auto-avaliação $
Após você ter acompanhado os conceitos e os enunciados
citados nesta seção, responda as atividades a seguir.
1) Os dados abaixo representam a renda de uma amostra de

famílias de um bairro de classe baixa de Florianópolis,
em reais. (dados fictícios).
Renda de famílias de um bairro da classe baixa de Florianópolis.

Nº de fiacd fiaci
Renda (R$) fr fp (%) PM
famílias “abaixo de” “acima de”
112 |--- 115 2
115 |--- 118 6
118 |--- 121 4
121 |--- 124 9
124 |--- 127 8
127 |--- 130 7
Total (Σfi) 36
FONTE: Teste nível de estresse
Complete a tabela com as freqüências acumuladas direta e

indireta, a freqüência relativa, percentual e o ponto médio.
Depois responda as perguntas:
a) Quantas famílias apresentam renda menor que 124?

______ (use a coluna da f iacd “abaixo de”)
b) Quantas famílias apresentam renda menor que 127?
______ (use a coluna da f iacd “abaixo de”)
c) Quantas famílias apresentam renda maior ou igual a
124? ______ (use a coluna da f iaci “acima de”)
d) Quantas famílias apresentam renda maior ou igual a
127? ______ (use a coluna da f iaci “acima de”)
# Pag. 80
P-ME_Book.indb 80 22/7/2005 15:27:18

e) Qual foi o percentual de famílias com renda de 118 a

121 pontos? ______ (use a coluna da fp)
f) Qual foi o percentual de famílias com renda de 121 a
124 pontos? ______ (use a coluna da fp)
2) Uma empresa procurou estudar a ocorrência de acidentes

com seus empregados, tendo, para isso, a , realizado
um levantamento abrangendo um período de 36 meses,
onde foi observado o número de operários acidentados
para cada mês. A tabela abaixo resume estes dados:
Número de operários acidentados para cada mês

Número de Nº de fiacd fiaci fr fp (%)
acidentados meses “abaixo de” “acima de”
3 4
4 5
5 9
6 7
7 5
8 6
Total (Σfi) 36
Fonte: Operários acidentados.
Complete a tabela com as freqüências acumulada direta e

indireta, a freqüência relativa e percentual. Depois responda
as perguntas:
a) Em quantos meses a empresa teve um número de

funcionários acidentados menor que 6? ______
(use a coluna da fiacd “abaixo de”)
(observação: menor que 6 = 5, 4 e 3)
b) Em quantos meses a empresa teve um número de fun-

cionários acidentados menor ou igual a 6? ______
(use a coluna da fiacd “abaixo de”)
(observação: menor ou igual a 6 = 6, 5, 4 e 3)
c) Em quantos meses a empresa teve um número de

funcionários acidentados maior que 5? ______
(use a coluna da fiaci “acima de”)
(observação: maior que 5 = 6, 7 e 8)
Pag. 81 !
P-ME_Book.indb 81 22/7/2005 15:27:19

d) Em quantos meses a empresa teve um número de fun-
"Síntese da unidade cionários acidentados maior ou igual a 5? ______
Até agora, você já trabalhou um pouco
(use a coluna da fiaci “acima de”)
com os dados. Você viu como orga-
nizar, agrupar dados, como construir (observação: maior ou igual a 5 = 5, 6, 7 e 8)
tabelas com todos seus elementos
e) Qual foi o percentual de meses em que a empre-
e, também, como acrescentar infor-
mações nas tabelas que auxiliem sua sa verificou 5 funcionários acidentados? ______
leitura. Isso é bastante útil quando ne- (use a coluna da fp)
cessita-se apresentar algum relatório.
f) Qual foi o percentual de meses em que a empre-
Isso permite que você obtenha acesso
rápido às respostas, com a devida pre- sa verificou 7 funcionários acidentados? ______
cisão. (use a coluna da fp)
Para que você possa analisar dados
pode-se usar não só tabelas, mas tam-
bém gráficos, que resumem e facilitam
a leitura, de forma clara e simples. Na
próxima unidade, você vai estudar re-
presentações gráficas dos dados. Você
verá como fica mais
fácil entender o
comportamento
de algumas vari-
áveis.
Até lá!!
# Para pesquisar
Aplicada as Ciências Sociais. 5a ed. Flo-
rianópolis: UFSC, 2002.

cil. São Paulo: Saraiva, 2001.

# Pág. 82
P-ME_Book.indb 82 22/7/2005 15:27:19

Representação
Unidade
4
gráfica
    estudou sobre a distribuição !Objetivos de aprendizagem
de freqüência. Lembra-se? " Construir e interpretar gráficos.
" Criar e interpretar histograma e polígo-
Você sabia que além das tabelas de distribuição de fre- no de freqüências.
qüências, pode-se representar os dados por meio de gráfi-
cos, que, em muitas vezes, facilitam muito mais a leitura e
a compreensão de algum fenômeno ou acontecimento?
E por falar em gráfico, você sabe o que é um gráfico?
Provavelmente você já viu em muitos lugares – jornais,
revistas, livros, etc – gráficos de tamanhos, cores e forma-
tos diferentes, não é mesmo? Em algum momento você já
parou alguns minutos para tentar compreendê-los? Caso
sua resposta tenha sido negativa, não se preocupe, pois
nesta unidade você poderá conhecer alguns tipos de gráfi-
cos mais utilizados e suas características. "Plano de estudo
# Seção 1
Para que usar gráficos?. . . . . . . . . . . . . . . . 84
# Seção 2
O que são diagramas? . . . . . . . . . . . . . . . . 87
# Seção 3
O que são pictogramas? . . . . . . . . . . . . . . 96
# Seção 4
O que são gráficos representativos? . . . 99
Pág. 83 !
P-ME_Book.indb 83 22/7/2005 15:27:19

Métodos Estatísticos " Unidade 4 Representação gráfica
" Seção 1
Para que usar gráficos?
      de apresentar os dados

estatísticos, o qual tem a finalidade de mostrar, com clare-
za, veracidade e rapidez os dados que estão sendo estudados.
Propicia uma noção clara de como algum fenômeno se com-
porta. Através de formas geométricas, os gráficos mostram, por
área ou volume, as diferenças entre as opções de cada variável.
Assim como os gráficos podem dar informações rápidas e
Se você não se recorda, uma dica é re- precisas, sua manipulação pode distorcer a realidade, provo-
tornar a esta atividade para relembrar
o que foi discutido nesta atividade. cando tendenciosidade nas informações, como você pôde ob-
Que tal? servar na atividade de auto-avaliação da Unidade 1, lembra?
Observe as figuras a seguir. No Gráfico 1 temos a impres-
são que o no de benefícios aumenta abruptamente, enquanto
que no Gráfico 2 temos a impressão que o no de benefícios au-
menta lentamente. A única diferença entre os dois gráficos é
a largura que se usou para cada um deles. Conseguiu perceber
a diferença?
Em alguns casos isso pode ser muito prejudicial.
GRÁFICOS 1 e 2 - Gráfico Secretaria Executiva de Inserção e Assistência Social – SEAS
# Pág. 84
P-ME_Book.indb 84 22/7/2005 15:27:19

Seção 1 " Para que usar gráficos?
1.1. Sugestões para a construção de gráficos

Veja como fazer
para construir um
Alguma vez você já construiu um gráfico? Sabe por onde gráfico!
começar para construir um? E outra pergunta importante:
Sabe onde fazer um gráfico?
A seguir apresentam-se alguns detalhes que são impor-
tantes e que não podem faltar na construção de um gráfico:
" todo gráfico deve ter título (acima) e fonte (no roda-
pé), para que o leitor não tenha a necessidade de voltar
ao texto para saber do que trata;
" a escala do eixo horizontal deve ser escrita abaixo des-
se eixo e deverá crescer da esquerda para a direita; Antigamente, os gráficos eram feitos
" a escala do eixo vertical deve ser escrita à esquerda do “a mão”, com a ajuda de régua, compas-
so, transferidor, esquadros e canetas ou
eixo e crescer de baixo para cima; giz coloridos. Hoje já podemos contar
" cada eixo deve ser identificado com o que está sendo com softwares específicos que nos au-
xiliam e facilitam na construção de grá-
medido ou representado; ficos e, muitas vezes, propiciam mais
" não é necessário linha de grade (que saem das marcas precisão e clareza. Além dos softwares
específicos de Estatística, temos o Ex-
das escalas horizontais e verticais). Estas são opcionais. cel, que é bem difundido e fácil de ope-
rar. Caso tenha curiosidade, você pode
acessar o site http://www.juliobattisti.
A seguir você pode observar um gráfico com todos os deta-
com.br/cursos/excelbasico/modulo5/
lhes expostos acima: default.asp.
Pág. 85 !
Obs.: PPDs – pessoas portadoras de deficiências

P-ME_Book.indb 85 22/7/2005 15:27:20
1.2. Diferentes tipos de gráficos

Pode-se separar em três tipos os gráficos que são mais utili-
zados. Veja a seguir:
" diagramas: são os mais comuns e mais usados. São

utilizadas formas geométricas (retângulos, círculos,
linhas, etc.) para representar os dados. Geralmente são
apresentados em duas dimensões. O desenho desses
tipos de gráficos tem como base o sistema cartesiano
(um eixo vertical e um horizontal, perpendiculares);
" cartogramas: são usados para apresentar os dados es-

tatísticos referentes a regiões bem definidas geogra-
ficamente e, para tanto, usam mapas ou quadros, ca-
racterizados por sinais (linhas, pontos, cores, etc.) que
representam um ou mais fenômenos quanto a sua área
de ocorrência, importância, movimentação e evolu-
ção;
" pictogramas: são usadas para apresentar os dados es-

tatísticos de modo a despertar atenção do público em
geral. São mais usados em propagandas, apresentações
informais, ilustrações, etc. Tem mais uma finalidade
de atrair a atenção do que representar precisão.
Veja a seguir mais detalhes sobre os três principais tipos de

gráficos.
# Pág. 86
P-ME_Book.indb 86 22/7/2005 15:27:20

Seção 2 " O que são diagramas?
" Seção 2
O que são diagramas?
     que os diagramas são os

gráficos mais comuns e muito utilizados em nosso dia-a-dia.
Nesta seção você vai estudar quais são os formatos dos
gráficos de diagrama e, além disso, vai aprender como cons-
truir cada um deles.
2.1. Gráficos de barras

São gráficos que usam retângulos dispostos horizontalmente
para representar as séries estatísticas. São mais usados para
representar séries específicas, temporais e geográficas.
Como construir um gráfico de barras:

" desenhar os eixos cartesianos (vertical e horizontal);
" os valores assumidos pela variável são marcados no
eixo vertical e a freqüência simples ou a relativa no
eixo horizontal;
" desenhar as barras com a mesma base (largura), mas
com comprimentos proporcionais às respectivas fre-
qüências;
" não esquecer de escrever o título e a fonte.
Pág. 87 !
P-ME_Book.indb 87 22/7/2005 15:27:20

Veja os exemplos a seguir:
Levantamento com 90 chefes

de família sobre os diferentes
vínculus de trabalho
M Funcionários públicos municipal 11
E Funcionários públicos estadual 15
F Funcionários públicos federal 16
C Comerciário 12
T Temporário 9
Número de filhos por famílias

de um bairro de Florianópolis
No de filhos (xi) No de famílias (fi)
0 14
1 16
2 11
3 9
4 4
5 1
6 1
Total (Σfi) 56
2.2. Gráficos de colunas

São gráficos que usam retângulos dispostos verticalmente
para representar as séries estatísticas. São mais usados para
representar séries específicas, temporais e geográficas.
# Pág. 88
P-ME_Book.indb 88 22/7/2005 15:27:20

Como construir um gráfico de colunas:

" desenhar os eixos cartesianos (vertical e horizontal);
" os valores assumidos pela variável são marcados no
eixo horizontal e a freqüência simples ou a relativa no
eixo vertical;
" desenhar as colunas com a mesma base (largura), mas
com comprimentos proporcionais às respectivas fre-
qüências;
" não esquecer de escrever o título nem a fonte.

de um bairro de Florianópolis
No de filhos (xi) No de famílias (fi)
0 14
1 16
2 11
3 9
4 4
5 1
6 1
Total (Σfi) 56
FONTE: Setor de Controle de Qualidade fictício
Quantidade emitida de óxido de enxo-

fre (SO), em toneladas, pelas fábricas
do distrito industrial de Florianópolis
(em ton.) (fi)
15,9 |--- 18,7 12
18,7 |--- 21,5 8
21,5 |--- 24,3 12
24,3 |--- 27,1 5
27,1 |--- 29,9 3
29,9 |--- 32,7 6
32,7 |--- 35,5 10
Total (Σfi) 56
Pág. 89 !
P-ME_Book.indb 89 22/7/2005 15:27:20

2.3. Gráficos de setores (pizza)
São gráficos com forma circular e dividido em setores (fatias)

que representam proporcionalmente a freqüência de cada
categoria.
É recomendado para situações em que se deseja eviden-
ciar o quanto cada informação representa do total.
Como construir um gráfico de setores:
" desenhar uma circunferência. Partimos do princípio

que a área da circunferência representa o total (a soma
ou 100%);
" usando esta relação, podemos dizer que a soma ou
100% representa 360º. Sendo assim, cada setor (ângu-
lo) pode ser calculado com uma regra de três simples,
no qual a freqüência de cada categoria será um setor e
o ângulo desse setor será calculado pela regra de três.
Freq. total → 360º

Freq simples → x
" após marcar cada ângulo na circunferência, trace retas

separando cada setor (fatias);
" pintar cada setor com uma cor;
" você pode criar uma legenda ou escrever as informa-
ções próximas a cada setor (fatia);
" não esquecer de escrever o título nem a fonte.
# Pág. 90
P-ME_Book.indb 90 22/7/2005 15:27:21

Levantamento com 90 chefes

de família sobre os diferentes
vínculus de trabalho
M Funcionários públicos municipal 11
E Funcionários públicos estadual 15
F Funcionários públicos federal 16
C Comerciário 12
T Temporário 9
Ao lado, setores com percentual e

seus rótulos (informações sobre cada
setor):
A seguir, setores com os seus valores e a legenda:
Levantamento com 90 chefes de famílias sobre os diferentes

vínculos de trabalho
11
10
17 15
M – Func. Público municipal

E – Func. Público estadual
F – Func. Público federal
C – Comerciário
9
16 T – Temporário
I – Comércio informal
12 P – Prestador de serviços
Pág. 91 !
P-ME_Book.indb 91 22/7/2005 15:27:21

2.4. Gráficos de linhas ou curvas

São gráficos traçados no sistema de eixos cartesianos (ho-
rizontal e vertical) representado por uma linha que une os
pontos referentes à relação da variável com sua freqüência.
É mais utilizado para definir a tendência de aumento ou
diminuição dos valores numéricos de uma dada informação
ao longo do tempo (séries temporais).
Como construir um gráfico de linhas:

" desenhar os eixos vertical e horizontal;
" fazer as escalas em cada um dos eixos, na horizontal o
tempo e na vertical a freqüência;
" marcar os pontos da relação variável (tempo) e cada
uma de suas freqüências;
" unir cada um dos pontos por linhas, até chegar ao úl-
timo. Pode ser com retas ou curvas.
Veja o exemplo a seguir:
Número de benefícios de
prestação continuada concedidos
à PPDs - 1996 a 2001
Anos Nº de benefícios
1996 384.232
1997 668.918
1998 852.524
1999 991.285
2000 1.220.051
2001 1.339.199
FONTE: SEAS
FONTE: SEAS
# Pág. 92
P-ME_Book.indb 92 22/7/2005 15:27:21

2.5. Gráficos polar

É o gráfico mais indicado quando temos a necessidade de
representar variações cíclicas, ou seja, que se repetem em
períodos pré-determinados. É mais utilizado em estudos
climáticos (para séries temporais).
M.A.P.A. – Monitorização da
Pressão Arterial Ambulatorial
– Indivíduo de 37 anos – período 24 hs.
Hora PAS (mmHg) PAD (mmHg)
10 138 91
12 132 90
14 126 92
16 128 93
18 109 75
20 131 97
22 116 89
24 130 88
2 121 81
4 108 68
6 117 68
8 112 71
FONTE: Clínica Renal (dados fictícios)
# Saiba mais
Veja a seguir algumas sugestões
para analisar um gráfico
Para ilustrar o exemplo, você vai acompanhar pelo gráfico a seguir, mon-
tado com base em dados da Secretaria Executiva de Inserção e Assistên-
cia Social – SEAS.
FONTE: Secretaria Executiva de inserção e Assistência Social – SEAS
Pág. 93 !
P-ME_Book.indb 93 22/7/2005 15:27:21

Identificar as variáveis expres- Identificar se a tendência é de

sas pelo gráfico: crescimento ou decrescimento.
" no exemplo anterior, o eixo ver- Em alguns casos é bastante difí-
tical representa o número de cil realizar essa identificação:
benefícios a PPDs, em milhares " a tendência, nesse caso, é de
de unidades o eixo horizontal, crescimento.
os anos.
Analisar o comportamento de
Identificar os intervalos em que uma maneira geral, identifican-
as variáveis atuam: do as alterações mais expres-
" número de benefícios: de 400 sivas:
mil unidades à 1350 mil unida- " houve um crescimento quase
des aproximadamente; constante, sem apresentar pi-
" anos: 1996 a 2001. cos;
" somente em 1999, que o cresci-
Identificar onde a variável que mento foi menor que os outros
está sendo estudada (Número anos.
de benefícios) apresenta máxi-
mo e mínimo: Outras análises também são
" máximo: em 2001–1350 mil possíveis, isso só depende do
benefícios concedidos; observador e muitas vezes, da
" mínimo: em 1996–400 mil be- variável que está sendo estu-
nefícios concedidos. dada.
Adaptado do livro Representações gráficas (ano 2003),
de Diva Marília Flemming e Elisa Flemming Luz.
Depois de estudar o que é diagrama e os diversos formatos de

gráficos que são utilizados para explicar fatos e acontecimen-
tos, o que você acha de realizar uma atividade de pesquisa?
# Pág. 94
P-ME_Book.indb 94 22/7/2005 15:27:21

Atividades de
Auto-avaliação $
1. Procure em jornais, revistas, cartazes, internet, etc, três ti-
pos de gráficos diferentes, semelhantes aos que você estudou Uma idéia interessante é disponibilizar
a sua análise no Ambiente Virtual de
até agora, e analise. Não esqueça de procurar por gráficos Aprendizagem, na ferramenta Galeria.
cujo tema seja dentro do seu curso. Faça uma descrição su- Ao acessar a Galeria, não esqueça de
visitar a pesquisa de seus colegas afim
cinta de cada gráfico e trace comentários sobre tendências, de conhecer mais tipos de gráficos e
maior proporção, maior alta, maior baixa, etc. ler a análise que foi realizada para cada
gráfico.
Pág. 95 !
P-ME_Book.indb 95 22/7/2005 15:27:22

" Seção 3
O que são pictogramas?
      figuras ou conjunto de

figuras representativas da intensidade ou das modalidades do
fenômeno.
São mais utilizados em jornais, revistas, cartazes e propa-
gandas, ou seja, quando se deseja dar um efeito mais atrativo
ou chamar a atenção, sem nenhum rigor científico.
Regras básicas que regem a construção de pictogramas:

" os símbolos devem ser auto-explicativos, ou seja, de-
vem ter relação com o assunto ou com a abordagem
utilizada na confecção do gráfico;
" as quantidades podem ser expressas por um número
maior ou menor de símbolos ou por variações nos ta-
manhos dos símbolos;
" geralmente este tipo de gráfico expressa uma visão ge-
ral do fenômeno, sem muitos detalhes;
" este tipo de gráfico não serve para interpretações téc-
nicas.
# Pág. 96
P-ME_Book.indb 96 22/7/2005 15:27:22

Seção 3 " O que são pictogramas?
Acompanhe no exemplo a seguir:
(Gráfico extraído da revista Veja on-line – http://vejaonline.abril.com.br)
(Gráfico extraído da revista Veja on-line – http://vejaonline.abril.com.br/notitia)
Agora chegou a hora de realizar mais uma atividade de pes-

quisa e análise dos gráficos, mas desta vez sobre os pictogra-
mas. Veja a atividade de auto-avaliação a seguir.
Pág. 97 !
P-ME_Book.indb 97 22/7/2005 15:27:22

Atividades de
Auto-avaliação $
1. Procure em jornais, revistas, cartazes, internet, etc. dois
Uma idéia interessante é disponibilizar
pictogramas diferentes e faça uma descrição sucinta dos mes-
a sua análise no Ambiente Virtual de
Aprendizagem, na ferramenta Galeria. mos. Analise cada gráfico e trace comentários sobre tendên-
Ao acessar a Galeria, não esqueça de
cias, maior proporção, etc., inclusive se as figuras têm relação
visitar a pesquisa de seus colegas afim
de conhecer mais tipos de gráficos e com o assunto tratado.
ler a análise que foi realizada para cada
gráfico.
# Pág. 98
P-ME_Book.indb 98 22/7/2005 15:27:22

Seção 4 " O que são gráficos representativos?
" Seção 4
O que são gráficos representativos?
     estudou nas Seções 2 e 3?

Na Seção 2 você estudou e compreendeu os vários tipos
e formatos de diagramas e na Seção 3 o estudo realizado foi
dos pictogramas. Correto?
O objetivo desta seção é que você compreenda o que são %
gráficos representativos e onde são utilizados. Veja: para as Você sabia que alguns gráficos em
Estatística são usados para interpreta-
distribuições de freqüências simples são utilizados o histo- ções de informações, análises de dados
grama e o polígono de freqüências, para as freqüências acu- e, também, para a dedução geométrica
de fórmulas de algumas medidas im-
muladas utilizamos o polígono de freqüências acumuladas. portantes?
A seguir, apresenta-se mais detalhes sobre cada um destes
tipos de gráficos. Que tal começar agora o estudo de cada um
deles?
4.1.Histograma
Este gráfico é muito semelhante ao de colunas, ou seja, é for-
mado por um conjunto de retângulos justapostos, de maneira
que a altura de cada retângulo seja proporcional à freqüência
simples da classe por ele representada.
É construído no sistema de eixos cartesianos. No eixo ho-
rizontal são marcados os valores ou intervalos das classes as-
sumidos pela variável. No eixo vertical marcamos as freqüên-
cias simples, que servirá para marcar a altura dos retângulos,
indicando, assim, o número de observações (ocorrências) de
cada valor ou classe da variável.
Como a altura de cada retângulo é proporcional à fre-
qüência simples, a área de cada retângulo também o é.
Considerando isso, a soma das áreas dos retângulos também
é proporcional à freqüência total.
Pág. 99 !
P-ME_Book.indb 99 22/7/2005 15:27:22

Como construir um histograma:

" desenhar os eixos vertical e horizontal;
" fazer as escalas em cada um dos eixos, no horizontal
os intervalos de classe e no vertical a freqüência;
" desenhar os retângulos que representam cada inter-
valo, com a mesma largura de cada intervalo e com a
altura proporcional às freqüências dos intervalos;
Acompanhe o exemplo a seguir para compreender melhor o

que é um histograma.
Quantidade emitida de óxido de enxo- Quantidade emitida de óxido de enxofre, em toneladas,

fre (SO), em toneladas, pelas fábricas pelas fábricas do distrito industrial de Florianópolis
do distrito industrial de Florianópolis 14
(em ton.) (fi) 12
15,9 |--- 18,7 12

10
18,7 |--- 21,5 8
21,5 |--- 24,3 12
Nº de meses
8
24,3 |--- 27,1 5
27,1 |--- 29,9 3 6
29,9 |--- 32,7 6
32,7 |--- 35,5 10 4
Total (Σfi) 56
FONTE: dados fictícios. 2
0
15,9 |--- 18,7 18,7 |--- 21,5 21,5 |--- 24,3 24,3 |--- 27,1 27,1 |--- 29,9 29,9 |--- 32,7 32,7 |--- 35,5
Quantidade de óxido de enxofre (em ton.)
Há uma analogia dos histogramas com os gráficos de barras.

Nos gráficos de barras não há necessidade de se usar escala
horizontal contínua, além de não ser necessária a rigidez de
construção que os histogramas tem.
# Pág. 100
P-ME_Book.indb 100 22/7/2005 15:27:22

Seção 4 " O que são gráficos representativos?
4.2. Polígono de freqüências

Para construir um polígono de freqüência de dados, basta
unir por linhas retas os pontos médios das bases superiores
dos retângulos do histograma.
Acompanhe os exemplos:
Você pode observar que a área do histograma é igual a área

abaixo do polígono de freqüências, ou seja, os retângulos que
ficam fora são compensados pelos triângulos que estão adi-
cionados por dentro.
Pág. 101 !
P-ME_Book.indb 101 22/7/2005 15:27:22

"Síntese da unidade
Nessa unidade você pôde ver como os
gráficos facilitam a nossa vida. É com
eles que temos acesso rápido e claro às
informações e podemos ter uma visão
Atividades de
completa do fenômeno que estamos
estudando, sem a necessidade de gran-
des cálculos. Mas uma informação im-
Auto-avaliação $
portante que você não pode esquecer,
é que a qualidade e a clareza do gráfico
é pré-requisito para um bom trabalho, 1. A seguir você tem uma distribuição de freqüências e um
afastando toda a possibilidade de ten- sistema de eixos. Construa o histograma e o polígono de
denciosidade. Outra questão importan-
freqüências para esta distribuição usando o sistema de ei-
te que você estudou nesta unidade foi
a respeito dos tipos de diagramas, os xos (não esqueça de todos os componentes de um gráfico,
pictogramas e os gráficos representati- inclusive as escalas dos eixos, título e fonte):
vos de distribuição de freqüências.
Na próxima unidade, você vai Tempo de sono

No de ratos
Tempo de sono, em minu-
(em min.)
estudar as medidas de posição,
7 |--- 12 2
tos, induzido em ratos por
que são umas das mais impor-
12 |--- 17 6 injeção intraperitonial de
tantes dentro da Estatística.
17 |--- 22 17 metohexital, na dosagem
22 |--- 27 9
27|--- 32 5 de 40 mg por quilo.
# Para pesquisar 32 |--- 37 2
Você poderá ver como fazer gráficos
no Excel acessando os sites:
" http://www.cultura.ufpa.br/dicas/ex-
cel/excel.htm
" http://www.aldo.floripa.com.br/Gra-
ficos/graficos.htm
" http://www.fundacaobradesco.org.
br/vv-apostilas/ex_suma.htm
Caso você queira aprofundar os estu-

dos do assunto dessa unidade, pes-
quise em:
LEVIN, Jack. Estatística Aplicada às

Ciências Humanas. São Paulo: Habra,
1987.

VIEIRA, Sonia. Princípios de Estatística.

São Paulo: Pioneira, 2003.
# Pág. 102
P-ME_Book.indb 102 22/7/2005 15:27:23

Medidas
Unidade
5
de posição
    estudou os diferentes !Objetivos de aprendizagem
tipos de tabelas e gráficos e como montá-los. " Conhecer os tipos de medidas de posição.
" Calcular e interpretar a média, a moda e a
Nessa unidade, você vai obter mais uma ferramen- mediana para dados brutos e agrupados.
ta para auxiliá-lo a compreender e utilizar a estatística " Compreender e calcular separatrizes.
no seu dia-a-dia profissional. O objetivo aqui é estudar
medidas importantes e bastante utilizadas nos métodos
estatísticos.
Está preparado(a)?
Então inicie agora a leitura da

"Plano de estudo
seção a seguir! irá estudar nesta unidade. Sugere-se que ao
# Seção 1
O que são medidas de posição? . . . . . . 104
# Seção 2
Como calcular a média?. . . . . . . . . . . . . . 105
# Seção 3
Como calcular a mediana? . . . . . . . . . . . 112
# Seção 4
Como calcular a moda? . . . . . . . . . . . . . . 115
# Seção 5
Qual medida de tendência central
usar: média, mediana ou moda?. . . . . . 118
# Seção 6
Como calcular separatrizes? . . . . . . . . . . 119
Pág. 103 !
P-ME_Book.indb 103 22/7/2005 15:27:23

Métodos Estatísticos " Unidade 5 Medidas de posição
" Seção 1
O que são medidas de posição?
 ,     com uma massa de da-

dos grande o bastante para que a leitura e a análise se tornem
muito difíceis. E como fazer para tirar informações relevantes
e resumir os dados de forma eficaz nesses casos?
Usando medidas estatísticas! Nessa unidade vamos ver
algumas delas.
As medidas de posição, chamadas assim pela posição
que elas ocupam na série estatística, quando bem utilizadas
e interpretadas podem ser úteis, não só por ela mesma, mas
também, auxiliando o cálculo de outras medidas que você vai
ver em outras unidades.
Além de tudo, ela facilita o estudo de grandes volumes de
dados, pois as medidas de posição podem resumir as informa-
ções dando a você uma noção do comportamento do todo.
As medidas de posição estão divididas da seguinte maneira:
Nas seções seguintes você vai estudar
em detalhes cada uma delas.
a) medidas de tendência central: são valores da variável
que tendem a estar no centro da série, por isso o nome.
Refere-se ao valor da variável que está, senão no cen-
tro, perto dele. Está dividia em três tipos:
" média;
" mediana;
" moda;
b) separatrizes: são valores da variável que dividem a sé-

rie ordenada de dados em partes que contém a mesma
quantidade de observações.
# Pág. 104
P-ME_Book.indb 104 22/7/2005 15:27:23

Seção 2 " Como calcular a média?
" Seção 2
Como calcular a média?
      mais importantes dentro

da Estatística. Ela é o ponto de equilíbrio de uma série de
dados. Veja a figura a seguir, extraída do livro Introdução à
Estatística, de Mário F. Triola.
FIGURA - A média como ponto de equilíbrio (TRIOLA, 1999, p. 32).
Vários tipos de médias podem ser calculados para uma massa

de dados. A mais importante é a média aritmética, que você
irá estudar nessa seção.
1. Média aritmética
A média aritmética é a soma de todos os elementos de uma
série de dados, dividida pelo número de elementos que com-
põe essa série.
Veja a seguir como representá-la.
Notação:
–
X = média dos dados de uma amostra
μ = média dos dados de uma população
Pág. 105 !
Obs.: PPDs – pessoas portadoras de deficiências

P-ME_Book.indb 105 22/7/2005 15:27:24
1.1. A média aritmética para dados brutos
Agora, você vai calcular a média para dados que não foram
organizados em tabelas, ou seja, estão conforme foram cole-
tados, brutos. veja Unidade 3, Seção 1.
A soma de todos os valores, dividida pelo número de valores.
Onde:
n = número de valores da série (ou tamanho da amostra)
xi = valores da série
Veja a seguir um exemplo bem detalhado para compreender

como realizar os cálculos.
Um exemplo bem típico é calcular a média das notas das

provas. Digamos que as notas de uma disciplina cursada por
você sejam: 7; 7,8; 6 e 8, então a média será:
1.2. A média aritmética para dados agrupados
Agora, você vai calcular a média para dados que foram orga-
nizados em tabelas, ou seja, após a coleta, eles foram organi-
zados em categorias e escritos em uma tabela. veja Unidade 3,
Seções 4 e 5.
1.2.1. Dados agrupados sem intervalos (variável discreta)

Para os dados agrupados (em tabela), sem intervalos, utiliza-se
a fórmula descrita abaixo, onde cada freqüência simples pode
ser considerada como peso. Por isso que chama-se, também,
de média aritmética ponderada (pesos).
# Pág. 106
P-ME_Book.indb 106 22/7/2005 15:27:24

A soma de todos os valores multiplicados por sua freqüência

simples, dividida pela soma das freqüências (freqüência total).
Onde:
n = número de valores da série (ou tamanho da amostra)
xi = valores da série
fi = freqüência simples de cada xi
Veja a seguir um exemplo.
Calcule a média dos dados representados na tabela abaixo:

de um bairro de Florianópolis & Sugestão:
N de filhos
o
N de famílias
o Criar uma coluna à direta para auxiliar
xi.fi nos cálculos.
(xi) (fi) 0×14 = 0
0 14 0
1 16 16 1×16 = 16
2 11 22
3 9 27 2×11 = 22
4 4 16
5 1 5 3×9 = 27
6 1 6
Σxi.fi = 92
Total (Σfi) 56 92
FONTE: Pesquisa de campo (dados fictícios) Somar as freqüências simples
% Como interpretar estes dados?

O valor médio da série é 1,64, ou seja,
Veja a seguir como calcular passo a passo . . . . . . . . . . . a média de filhos por família é de 1,64
" Passo 1: some a coluna das freqüências simples (fi) para filhos (!?). Dúvidas?
∑fi = 56
obter ∑fi (freqüência total)
É! Dessa maneira pode parecer um
" Passo 2: multiplique cada xi por sua correspondente fi e absurdo, mas você pode concluir que
escreva na coluna xi.fi a média de filhos por família é de 1 a 2
" Passo 3: some os valores calculados no passo 2 e escre- filhos.
∑xi.fi = 92
va no final da coluna. Esse resultado é o ∑xi.fi
" Passo 4: divida o resultado do passo 3 (∑xi.fi) pelo

resultado do passo 1 (∑fi)
Pág. 107 !
P-ME_Book.indb 107 22/7/2005 15:27:24

1.2.2. Dados agrupados com intervalos (variável contínua)

Para os dados agrupados em tabela, com intervalos, você
deve utilizar a fórmula descrita a seguir, semelhante àquela
utilizada para dados sem intervalos, sendo que, por estarmos
usando intervalos, usamos os pontos médios e não xi.
Dica! A soma de todos os pontos médios multiplicados por sua
Quando trabalhamos com dados freqüência simples, dividida pela soma das freqüências (fre-
agrupados em intervalos, passamos a qüência total).
trabalhar com a perda dos valores indi-
viduais, ou seja, sabemos a freqüência
de cada intervalo, mas não sabemos
exatamente quais são os valores con-
tidos nele (intervalo). Por esse motivo,
Onde:
o cálculo da média, nesse caso, é feito
com o uso do ponto médio. A média, n = número de valores da série (ou tamanho da amostra)
sendo assim, é um valor aproximado. PM = ponto médio do intervalo (veja unidade 3 seção 6)
fi = freqüência simples de cada intervalo
Veja um exemplo a seguir para compreender.
Calcule a média dos dados representados na tabela abaixo:
Quantidade emitida de óxido de enxofre

& Sugestão: ⁄2 = 17,3
(15,9 + 18,7)
Criar uma coluna à direta para auxiliar Qtde. de SO Nº de meses

PM PM.fi
nos cálculos. (em ton.) (fi) 17,3×12 = 207,6
15,9 |--- 18,7 12 17,3 207,6
18,7 |--- 21,5 8 20,1 160,8 20,1×8 = 160,8
21,5 |--- 24,3 12 22,9 274,8
24,3 |--- 27,1 5 25,7 128,5 22,9×12 = 274,8
27,1 |--- 29,9 3 28,5 85,5
29,9 |--- 32,7 6 31,3 187,8 25,7×5 = 128,5
32,7 |--- 35,5 10 34,1 341
Σxi.fi = 92
Total (Σfi) 56 1386
FONTE: Pesquisa em escola (dados fictícios). Somar as freqüên-
cias simples
# Pág. 108
P-ME_Book.indb 108 22/7/2005 15:27:24

Veja passo a passo como calcular . . . . . . . . . . . . . . . . . . .

" Passo 1: some a coluna das freqüências simples (fi) para
∑fi = 56
obter Σfi (freqüência total)
" Passo 2: calcule o ponto médio de cada intervalo.

Você lembra?
" Passo 3: multiplique cada PM por sua correspondente fi

e escrever na coluna PM.fi
" Passo 4: some os valores calculados no passo 3 e escre-

ver no final da coluna, esse resultado é o ΣPM.fi
ΣPMi.fi = 1386 % Como interpretar o resultado?
A quantidade média de óxido de enxo-
" Passo 4: divida o resultado do passo 4 (ΣPM.fi) pelo fre emitida em 56 meses foi de 24,75
resultado do passo 1 (Σfi) toneladas.
Pág. 109 !
P-ME_Book.indb 109 22/7/2005 15:27:24

Atividades de
Auto-avaliação $
1. Uma empresa procurou estudar a ocorrência de uso de
drogas lícitas – bebidas alcoólicas – por seus empregados,
tendo, para isso, a  realizado um levantamento sobre
o número de dias por semana que cada um dos empregados
costuma beber. Calcule e interprete a média. Os dados cor-
respondentes são:
Consumo de bebidas alcoólicas

por semana pelos funcionários.
No de dias (xi) No de func. (fi) xi.fi
0 10
1 16
2 14
3 8
4 5
5 4
6 4
7 3
Total (Σfi) 64
# Pág. 110
P-ME_Book.indb 110 22/7/2005 15:27:25

2. Os dados abaixo representam a renda de uma amostra de

famílias de um bairro de classe baixa de Florianópolis, em
reais. (dados fictícios). Calcule e interprete a média.
Renda de famílias de um bairro

de classe baixa de Florianópolis.
No de famílias PM PM.fi
Renda (R$)
(fi)
112 |---- 115 2
115 |---- 118 6
118 |---- 121 4
121 |---- 124 9
124 |---- 127 8
127 |---- 130 7
Total (Σfi) 36
Pág. 111 !
P-ME_Book.indb 111 22/7/2005 15:27:25

" Seção 3
Como calcular a mediana?
      a série de dados em duas

partes iguais, ou seja, é o valor observado que está no meio
da série.
Notação:
Me = Mediana (também é usado md)
1. Mediana para dados brutos

Agora, você vai calcular a mediana para dados que não foram
Após a ordenação crescente dos dados (rol, veja Unidade 3,
Seção 4), determinamos o número de elementos (n) do mes-
mo. Separamos em dois casos:
a) quando o n (tamanho da amostra) é ímpar: o cálculo da

posição da mediana deve ser conforme segue:
b) quando o n (tamanho da amostra) é par: o cálculo da

posição da mediana deve ser realizado com a seguinte
fórmula:
# Pág. 112
P-ME_Book.indb 112 22/7/2005 15:27:25

Seção 3 " Como calcular a mediana?
Veja passo a passo como calcular a mediana

para dados brutos quando o (n) é ímpar: . . . . . . . . . . . .
Calcular a mediana da série X: 5, 30, 27, 9, 15, 19, 24, 20, 31
" Passo 1: ordene de forma crescente 5, 9, 15, 19, 20, 24, 27, 30, 31
" Passo 2: o número de elementos é 9 (n=9) ímpar
" Passo 3: calcule a posição da mediana
" Passo 4: a mediana é o 5º elemento. % Como interpretar estes dados?

1o 2o 3o 4o 5o 6o 7o 8o 9o Me=20 50% dos valores da série são menores
5 9 15 19 20 24 27 30 31 ou iguais a 20 e, 50% dos valores da
série são maiores ou iguais a 20.
Veja passo a passo como calcular a mediana

para dados brutos quando o (n) é par . . . . . . . . . . . . . . .
Para você encontrar a mediana calculamos o ponto médio dos dois valores que
ocupam as posições calculadas.
Calcular a mediana da série X: 5, 30, 27, 9, 15, 19, 24, 20
" Passo 1: ordene de forma crescente 5, 9, 15, 19, 20, 24, 27, 30
" Passo 2: o número de elementos é 8 (n=8) par
" Passo 3: calcule a posição de Pos1 e Pos2
" Passo 4: a mediana está entre o 4o e o 5º % Como interpretar estes dados?

elemento. 50% dos valores da série são menores
1o 2o 3o 4o 5o 6o 7o 8o que 19,5 e, 50% dos valores da série
5 9 15 19 19,5 20 24 27 30 são valores maiores que 19,5.
Você viu como se encontra a mediana para dados brutos.

Assim como você estudou na média, aqui também para efeito
de cálculo você usará diferente tratamento quando se tratar
de dados agrupados com intervalos (variável discreta) e dados
agrupados sem intervalos (variável contínua). Mas para a fi-
nalidade do estudo dessa disciplina não será incluído.
Pág. 113 !
P-ME_Book.indb 113 22/7/2005 15:27:25

Atividades de
Auto-avaliação $
1) Abaixo estão dois conjuntos de dados. Calcule a mediana
para cada um deles e interprete seus resultados.
Conjunto 1
15 19 13 21 16 17 15 12 13
Sugestão: use a tabela abaixo para organizar e posicionar os dados
Conjunto 2
17 18 14 14 15 15 16 16
Sugestão: use a tabela abaixo para organizar e posicionar os dados
# Pág. 114
P-ME_Book.indb 114 22/7/2005 15:27:25

Seção 4 " Como calcular a moda?
" Seção 4
Como calcular a moda?
         em uma série de

dados, ou seja, de maior freqüência.
Notação:
Mo = Moda
1. Moda para dados brutos

Agora, você vai encontrar a moda para dados que não foram
A moda será o valor que mais se repete no conjunto de
dados.
Veja os exemplos:
a) Exemplo 1: X: 15, 16, 19, 20, 20, 22, 22, 22, 25, 26,28
O elemento que mais se repete é o 22, então, Mo=22.
Observe que o número 20 se repete, mas não mais que
o 22.
Para esse caso, onde a Mo=22, afirma-se que a série é
unimodal.
b) Exemplo 2: X: 15, 16, 20, 20, 20, 22, 22, 22, 25, 26,28
Os elementos que mais se repetem são o 20 e o 22,
então, Mo1=20 e Mo2=22. Para esse caso, onde temos
duas modas na série, afirma-se que a série é bimodal.
Acima de duas modas é mais comum chamarmos a
série de polimodal.
Pág. 115 !
P-ME_Book.indb 115 22/7/2005 15:27:25

c) Exemplo 3: X: 20, 20, 22, 22, 25, 25, 28,28

Na série acima não temos um elemento que mais se
repete, pois todos têm a mesma freqüência. Nesse caso
afirma-se que a série é amodal.
Você viu como se encontra a mode para dados brutos. Assim

como você estudou na média, aqui também para efeito de
cálculo você usará diferente tratamento quando se tratar de
dados agrupados com intervalos (variável discreta) e dados
agrupados sem intervalos (variável contínua). Mas para a
finalidade do estudo dessa disciplina não será incluído.
# Pág. 116
P-ME_Book.indb 116 22/7/2005 15:27:26

Seção 4 " Como calcular a moda?
Atividades de
Auto-avaliação $
1) Abaixo estão três conjuntos de dados. Encontre a Moda
para cada um deles e interprete seus resultados.
Conjunto 01
7 6 5 8 2 1 3 2 1
1 7 6 8 5 1 2 2 7
Conjunto 02
5 6 8 2 3 5 3 3
2 6 5 8 3 2 5 6
Conjunto 03
5 6 3 7 5 3 2 1
1 6 7 2 8 4 8 4
Pág. 117 !
P-ME_Book.indb 117 22/7/2005 15:27:26

" Seção 5
Qual medida de tendência central
usar: média, mediana ou moda?
     e objetiva para determinar a

medida que seja mais representativa. A seguir você encontra
um resumo das vantagens e desvantagens de cada medida de
tendência central:
Leva em Afetada pe-

Vantagens e
Medida Definição Freqüência Existência conta todos los valores
desvantagens
os valores? extremos?
Soma de todos os valo- Usada em toda Estatística;
Média res divididos pelo nº de Mais usada Existe sempre Sim Sim funciona bem com muitos
valores métodos estatísticos
Costuma ser uma boa es-
Valor que divide a série na Usada
Mediana Existe sempre Não Não colha se há alguns valores
metade comumente
extremos
Pode não existir
Valor que mais se repete Usada às Apropriada para dados ao
Moda ou pode haver Não Não
(maior freqüência) vezes nível nominal
mais de uma
# Pág. 118
P-ME_Book.indb 118 22/7/2005 15:27:26

Seção 6 " Como calcular separatrizes?
" Seção 6
Como calcular separatrizes?
      tem interesse em co-

nhecer outros aspectos relativos ao conjunto de valores, além
de um valor central ou valor típico. Algumas informações re-
levantes podem ser obtidas através do conjunto de medidas:
média, extremos, quartís, decís, percentís, etc.
Veja a seguir mais detalhes e exemplos de como calcular
as separatrizes.
a) Quartís: divide uma série ordenada em quatro partes

iguais, ou seja, em partes de 25% cada.
Representação: 1, 2 e 3.

Denominação: 1º quartil, 2 º quartil e 3º quartil
b) Decís: divide uma série ordenada em 10 partes iguais,

ou seja, em partes de 10% cada.
Observação!
Note que a mediana também é uma se-
Representação: 1, 2 , .... e 9. paratriz. Você saberia dizer com quais
Denominação: 1º decil, 2 º decil, ... e 9 º decil separatrizes podemos comparar? Veja:
Q2=D5=P50=Me
c) Percentil: divide uma série ordenada em 100 partes Todas essas medidas dividem a série de
iguais, ou seja, em partes de 1% cada. dados pela metade.
" 50% dos valores são menores que

Representação: 1, 2 , .... e 99. Q2=D5=P50=Me e,
Denominação: 1º percentil, 2 º percentil, ... e 99 º per-
" 50% dos valores são menores que
centil Q2=D5=P50=Me.
Pág. 119 !
P-ME_Book.indb 119 22/7/2005 15:27:26

1. Separatrizes para dados brutos

O procedimento é bastante semelhante ao da mediana. Preste
atenção nas explicações a seguir: após a ordenação crescente
dos dados (rol), determinamos o número de elementos (n) do
mesmo.
Veja o exemplo passo a passo . . . . . . . . . . . . . . . . . . . . . .

Calcular Q1 para a série de dados X: 22, 15, 20, 22, 28, 20, 20, 22, 25, 26, 16
" Passo 1: ordene de forma crescente (rol): 15, 16, 20, 20, 20, 22, 22, 22,
25, 26,28
" Passo 2: o número de elementos é 11 (n = 11 – ímpar). Aqui você deve adotar

procedimento semelhante ao da Mediana. Deve usar a mesma fórmula para
calcular a posição. Lembre-se: a posição! Assim você irá encontrar a mediana,
ou seja, o segundo quartil (Q2).
" Passo 3:  11+ 1  12

Pos = 6, ou seja, Q2 ocupa a 6ª posição. Pos =  = =6
 2  2
1º 2º 3º 4º 5º 6º 7º 8º 9º 10º 11º
15 16 20 20 20 22 22 22 25 26 28
Observe que o Q2 = 22
Interpretação para Q2 = 22: “50% dos valores
da série são menores ou iguais que 22 e 50%
dos valores da série são valores maiores ou
iguais que 22”.
Antes do Q2, está formado um novo conjunto de

dados, mostrado abaixo:
1º 2º 3º 4º 5º
15 16 20 20 20
Neste caso, a mediana (desta nova série de da-

dos) será o primeiro quartil. É só repetir o mes-
mo processo feito nos passos 2 e 3.
" Passo 4: o número de elementos é 5 (n = 5 – ímpar).
" Passo 5:  5 + 1 6
Pos = 3, ou seja, Q1 ocupa a 3a posição. Pos =  = =3
 2  2
% Como interpretar estes dados? 1º 2º 3º 4º 5º
" 25% dos dados observados são
15 16 20 20 20
menores ou iguais a 20.
" 75% dos valores observados são Observe que o elemento que ocupa a terceira
maiores ou iguais a 20. posição é o 20, então, Q1 = 20
# Pág. 120
P-ME_Book.indb 120 22/7/2005 15:27:26

Observação: Pode ser usado, também, para calcular a posição do primeiro

quartil e do terceiro, respectivamente, as seguintes fórmulas:
Para o primeiro quartil Para o terceiro quartil
(n + 1) 3 ⋅ (n + 1)
PQ1 = PQ3 =
4 4
Veja como você pode calcular o terceiro quartil:
" Passo 1: o número de elementos é 11 (n = 11).
" Passo 2: 3 ⋅ (11+ 1) 3 ⋅12 36

Pos = 9, ou seja, Q3 ocupa a 9ª posição. Pos = = = =9
4 4 4
1º 2º 3º 4º 5º 6º 7º 8º 9º 10º 11º
" 75% dos dados observados são
15 16 20 20 20 22 22 22 25 26 28 menores ou iguais a 25.
Observe que o elemento que ocupa a nona " 25% dos valores observados são
posição é o 25, então, Q3 = 25 maiores ou iguais a 25.
Percentis
Observação: para calcular a posição dos percentis use a seguinte fórmula:

Para o primeiro quartil PPi = posição da separatriz
i(n + 1) N ou n = tamanho da população (ou amostra)
PPi =
100 i = número da separatriz (ex.: P60 ⇒ i = 60)
Continuando com o mesmo exemplo, calcule o Sexagésimo Percentil.
" Passo 1: o número de elementos é 11 (n = 11) e o i = 60.
" Passo 2: PP60 = 7,2, ou seja, 60(11+ 1) 720

P60 está entre a 7ª e a 8ª posições. PP60 = = = 7,2
100 100
1º 2º 3º 4º 5º 6º 7º PP60 8º 9º 10º 11º

15 16 20 20 20 22 22 P60 22 25 26 28
" Passo 3: o Para calcular o sexagésimo percen-

til, você deve encontrar o valor que fica entre os
valores que ocupam a 7ª e a 8ª posições. % Como interpretar estes dados?
22 + 22 " 60% dos dados observados são
P60 = = 22
Valor que ocupa a 7ª posição = 22 2 menores ou iguais a 22.
Valor que ocupa a 8ª posição = 22 " 40% dos valores observados são
Então, P60 = 22 maiores ou iguais a 22.
Pág. 121 !
P-ME_Book.indb 121 22/7/2005 15:27:26

Decis
Se você notar, poderá comparar os decís com alguns percen-

tis, ou seja:
Decís 1º 2º 3º 4º 5º 6º 7º 8º 9º
Percentis 10º 20º 30º 40º 50º 60º 70º 80º 90º
Isso mesmo, por exemplo, o D1 = P10, o D2 = P20, D3 = P30, e

assim, sucessivamente. Note, também, que as interpretações
são as mesmas:
" Para o primeiro decil: 10% dos valores observados são

menores e 90% dos valores observados são maiores;
" Para o segundo decil: 20% dos valores observados são
" Para o terceiro decil: 30% dos valores observados são
" Etc.
Continuando com o mesmo exemplo, calcule o Terceiro Decil.
Observação: Note que o terceiro decil é

igual ao trigésimo percentil, (D3 = P30)! Sené a D3 = P30
mesma coisa que calcular o P30.
" Passo 1: o número de elementos é 11 (n = 11) e o i = 30.
" Passo 2: PD3 = PP30 = 3,6, ou seja, 30 ⋅ (11+ 1) 360

D3 está entre a 3ª e a 4ª posições. PD3 = PP30 = = = 3,6
100 100
1º 2º 3º PD3 4º 5º 6º 7º 8º 9º 10º 11º

15 16 20 D3 20 20 22 22 22 25 26 28
" Passo 3: o Para calcular o terceiro decil, você
% Como interpretar estes dados? deve encontrar o valor que fica entre os valores
que ocupam a 3ª e a 4ª posições.
" 30% dos dados observados são 20 + 20
D3 = = 20
menores ou iguais a 20. Valor que ocupa a 3ª posição = 20 2
" 70% dos valores observados são Valor que ocupa a 4ª posição = 20
maiores ou iguais a 20. Então, D3 = 20
# Pág. 122
P-ME_Book.indb 122 22/7/2005 15:27:27

Você viu como se encontra a mediana para dados brutos.

Assim como você estudou na Média, aqui também para efei-
to de cálculo você usará diferente tratamento quando se tratar
de dados agrupados com intervalos (variável discreta) e dados
agrupados sem intervalos (variável contínua). Mas para a fi-
nalidade do estudo dessa disciplina não será incluído.
Pág. 123 !
P-ME_Book.indb 123 22/7/2005 15:27:27

"Síntese da unidade Atividades de
Nessa unidade, você pôde estudar e
compreender mais “ferramentas” que
Auto-avaliação $
irão auxiliá-lo na prática de sua profis-
são. Estudou também como se calcula
todas as medidas apresentadas nesta
1. Em um grupo de pacientes acometidos de fobias, foi
unidade, tanto para dados brutos ou levantado o tempo em tratamento em anos, conforme
agrupados, com e sem intervalos. tabela abaixo. Calcule o Q3, o D9 e o P35 e interprete seus
De todas as medidas vistas até o mo- resultados.
mento, tenha em mente, que a mais
importante é a média. Ele é a mais usa- Tempo em tratamento de fobias em anos:
da nos cálculos e análises estatísticas. 4 6 8 2 5 9 4 3 8 9 5 4
Agora eu pergunto: caso você tenha Use a tabela abaixo para organizar e posicionar os dados
que comparar dados de origens dife-
rentes, sabendo que suas médias (de
salários, de idade, de comprimento,
etc.) são diferentes, que conclusões po-
deria tirar? E se elas são iguais?
Na próxima unidade
você vai estudar
como proceder
para poder interpre-
tar tais situações.
# Para Pesquisar
quise em:

cil. São Paulo: Saraiva, 2001.
SILVA, Ermes Medeiros da. Estatística.

v.1. São Paulo: Atlas, 1996.

Acesse também o site:
" http://alea-estp.ine.pt
(muito interessante)
# Pág. 124
P-ME_Book.indb 124 22/7/2005 15:27:27

Medidas
Unidade
6
de dispersão
   você compreendeu como se calcula !Objetivos de aprendizagem
média, moda, mediana e separatrizes, não é mesmo? Estas fer- " Compreender os tipos de medidas de
dispersão.
ramentas serão de grande valia no seu dia-a-dia profissio- " Calcular e interpretar variância e desvio-
nal, pois lhe fornecerão dados que serão pertinentes para o padrão para dados brutos e agrupados.
entendimento de algum fato ou acontecimento. Mas você

acha que conhecer as interpretações destas medidas, basta por si
só? Podemos chegar a algumas conclusões, mas não são o
bastante para que possamos avaliar o comportamento dos
dados.
Nessa unidade, você vai estudar medidas que irão
auxiliá-lo na avaliação do comportamento das séries de
dados com relação a sua média. Essas medidas chamamos
de medidas de dispersão.
"Plano de estudo
# Seção 1
O que são as medidas de dispersão?. . 126
# Seção 2
Como calcular a
variância e o desvio-padrão? . . . . . . . . . 128
# Seção 3
Para entender melhor
o desvio-padrão . . . . . . . . . . . . . . . . . . . . . 139
# Seção 4
Como comparar séries
usando o desvio padrão? . . . . . . . . . . . . 142
Pág. 125 !
P-ME_Book.indb 125 22/7/2005 15:27:27

Métodos Estatísticos " Unidade 6 Medidas de dispersão
" Seção 1
O que são as medidas de dispersão?
   , acompanhe o exemplo a

seguir:
A realização de testes em três grupos de pessoas resultou nos

escores descritos abaixo:
Grupos Escores (em pontos) obtidos por pessoa (10 pessoas) Total
Grupo 1: 6 6 6 6 6 6 6 6 6 6 60
Grupo 2: 1 8 9 2 6 10 5 8 7 4 60
Grupo 3: 5 6 7 7 6 5 6 7 5 6 60
Se você calcular a média dos escores para cada grupo, obterá

os seguintes resultados:
Para o grupo 1:
, ou seja, 6 pontos é o escore médio;
Para o grupo 2:
Para o grupo 3:
# Pág. 126
P-ME_Book.indb 126 22/7/2005 15:27:28

Seção 1 " O que são as medidas de dispersão?
Observe que os escores médios dos três grupos são iguais. E

agora? Como diferenciar um grupo do outro? Olhando so-
mente para os dados você pode tirar algumas conclusões:
No Grupo 1 as pessoas têm o mesmo escore, no Grupo 2
os escores são diversificados, no Grupo 3 existe uma peque-
na diversificação, ou seja, os escores estão bem próximos da
média.
Pode-se afirmar, quanto à dispersão das séries acima que:
" Grupo 1: não é uma série em que os dados apresentam

dispersão com relação à média, ou seja, os dados estão
totalmente concentrados em torno da média;
" Grupo 2: é uma série de dados em que os valores ob-

servados estão bastante dispersos, ou seja, apresenta
muitos valores distantes da média. Podemos dizer que
é uma série dispersa;
" Grupo 3: há uma pequena diferença de alguns dados

com relação à média, ou seja, apresenta uma pequena
dispersão com relação à média.
Em resumo, nos grupos 1 e 3, a média pode servir como uma

medida representativa, mas no Grupo 2, esta situação está
bastante prejudicada. Para identificar esses tipos de situações
As principais medidas de dispersão absolutas são: ampli- é que usamos as medidas de dispersão.
Essas medidas são a maneira mais ade-
tude total, desvio médio simples, variância e desvio-padrão. quada para quantificar a dispersão dos
Quanto a amplitude total, você já teve uma noção na dados e avaliar a representatividade da
média.
Unidade 3, lembra-se? O desvio médio simples, não menos
importante, não será visto nesta disciplina, pois, para o obje- !
Amplitude total, desvio médio simples,
tivo que pretende-se alcançar, a variância e o desvio-padrão variância e desvio-padrão são chama-
são mais adequados. dos de medidas de dispersão absolutas.
Pág. 127 !
P-ME_Book.indb 127 22/7/2005 15:27:28

" Seção 2
Como calcular a
variância e o desvio-padrão?
     com dispersão é neces-

sário que conheça as formas de representação da variância e
do desvio-padrão. Veja a seguir como representá-las.
Notação:
Para a população Para a amostra
σ2(x) ⇒ variância s2(x) ⇒ variância
σ(x) ⇒ desvio-padrão s(x) ⇒ desvio-padrão
1. A variância e o desvio-padrão
para dados brutos
!
A variância é a média dos quadrados Neste item você vai aprender como calcular a variância e o
dos desvios de cada valor da série com
relação à média ( ∑(xi – μ)2 a soma dos
desvio-padrão para dados brutos. Preste atenção que a fór-
desvios). Ficou complicado? Não se mula para população e amostra são diferentes.
preocupe, a seguir você vai aprender
como calcular! Para a população Para a amostra
O desvio-padrão é a raiz quadrada
variância variância
da variância, pois assim fica mais fácil
analisar e comparar com a média, pois
se usássemos a variância, as unidades
seriam ao quadrado, enquanto que o
desvio-padrão apresentaria a mesma desvio-padrão desvio-padrão
unidadede medida que a média.
% Observação: A única diferença entre as duas fórmulas da variância são os

denominadores. Para população usamos n e para a amostra usamos n–1.
Como ao trabalharmos com uma amostra para estimar valores de uma po-
pulação a variabilidade dos dados é maior, então, dessa maneira é mais indi-
cado usarmos n–1 para que não subestimemos a dispersão. O n–1 é usado,
nesse caso, como uma correção para a variância da amostra. Note que em
amostras com mais de 30 elementos, essa correção se torna irrelevante.
# Pág. 128
P-ME_Book.indb 128 22/7/2005 15:27:28

Seção 2 " Como calcular a variância e o desvio padrão?
Para entender melhor, imagine que a média de idade de um

grupo de pessoas seja de 45 anos e a variância seja de 4 anos2
(veja a fórmula, os valores são elevados ao quadrado). Seria
difícil comparar ‘anos’ com ‘anos2’. Para tanto, usamos o des-
vio-padrão que seria a raiz quadrada de 4 anos2, ou seja,
2 anos. A mesma unidade de medida da média (anos).
Veja a seguir como calcular passo a passo . . . . . . . . . . .

As notas de um teste estão relacionadas ao lado.
Notas: 7; 7,5; 6 e 8,3
Calcular a variância e o desvio padrão.
Agora é hora de calcular a variância e o desvio-padrão. Siga os passos!
" Passo 1: calcule a média:

7 + 7,5 + 6 + 8,3 28, 8
µ=x= = = 7,2
Obs.: não esqueça que na média para a 4 4
população utiliza-se a letra grega μ.
" Passo 2: calcule os desvios subtraindo cada (x1– x̄) = (7–7,2) = –0,2
valor pela média (xi – x̄): (x2– x̄) = (7,5–7,2) = 0,3
(x3– x̄) = (6–7,2) = –1,2
(x4– x̄) = (8,3–7,2) = 1,1
" Passo 3: eleve ao quadrado cada desvio (x1 – x̄)2 = (–0,2)2 = 0,04
calculado no passo 1 (xi – x̄)2: (x2 – x̄)2 = (0,3)2 = 0,09
(x3 – x̄)2 = (–1,2)2 = 1,44
(x4 – x̄)2 = (1,1)2 = 1,21
" Passo 4: some todos os valores obtidos no passo 3 e divida pelo número de
elementos (N) quando se tratar de dados da população ou por n-1 se tratar de
dados de uma amostra. Veja abaixo:
Caso sejam dados de uma população:
σ2 (x) =
∑ (x − µ)
i
2
=
0, 04 + 0, 09 + 1, 44 + 1,21 2,78
=
Então σ2(x) = 0,695
n 4 4
Caso sejam dados de uma amostra:
s2 (x) =
∑ (x − x)
i
2
=
0, 04 + 0, 09 + 1, 44 + 1,21 2,78
=
Então s2(x) = 0,92667
n −1 4 −1 3
" Passo 5: calcule o desvio-padrão calculando a raiz da variância.

Acompanhe agora o cálculo do desvio-padrão: % Como interpretar estes dados?
A variabiliade das notas
Caso sejam dados de uma população: σ(x) = 0, 698 = 0, 83367 é de 0,83367 ponto.
A variabiliade das notas

Caso sejam dados de uma amostra: σ(x) = 0, 92667 = 0, 96264
é de 0,96264 ponto.
Pág. 129 !
P-ME_Book.indb 129 22/7/2005 15:27:28

Atividades de
Auto-avaliação $
nesta seção, resolva os desafios propostos a você.
1) Os dados a seguir representam o tempo em minutos, usa-

dos por um grupo de seis pessoas na realização de um teste.
Calcule a variância e o desvio-padrão, considerando como
uma população.
Tempo (em min.): 25, 22, 36, 20, 29, 38
# Pág. 130
P-ME_Book.indb 130 22/7/2005 15:27:29

2) Os escores obtidos por cinco pessoas em um teste, estão

relacionados a seguir. Calcule a variância e o desvio-padrão,
considerando como uma amostra.
Tempo: 15, 10, 9, 23, 31
Pág. 131 !
P-ME_Book.indb 131 22/7/2005 15:27:29

2. A variância e o desvio-padrão
para dados agrupados
Agora, você vai calcular a variância e o desvio-padrão para
dados que foram organizados em tabelas, ou seja, após a co-
leta, eles foram organizados em categorias e escritos em uma
tabela. Veja Unidade 3, Seção 4 e 5.
2.1. Variância e desvio-padrão para dados

agrupados sem intervalos (variável discreta)
Nesse item, você poderá ver como se calcula a variância e o

desvio-padrão para dados organizados em tabelas onde os da-
dos estão agrupados sem intervalos. Veja Unidade 3, Seção 4.
Veja as fórmulas:

variância variância
desvio-padrão desvio-padrão
Acompanhe o exemplo a seguir para compreender como rea-

lizar o cálculo dos dados agrupados sem intervalos.
A tabela a seguir apresenta o número de filhos por famí-
lias de um bairro de Florianópolis. Calcular a variância e o
desvio padrão.
& Sugestão
0 – 1,64 = –1,64 (–1,64)2 = 2,69
Criar mais quatro colunas à direta para
auxiliar nos cálculos. 1 – 1,64 = –0,64 (–0,64)2 = 0,41
No de filhos No de famílias
xi.fi (xi – x̄) (xi – x̄)2 (xi – x̄)2. fi
(xi) (fi)
0 14 0 -1,64 2,69 37,66 2,69×14 = 37,66
1 16 16 -0,64 0,41 6,56
2 11 22 0,36 0,13 1,43 2,69×14 = 37,66
3 9 27 1,36 1,85 16,65
4 4 16 2,36 5,57 22,28
5 1 5 3,36 11,29 11,29
6 1 6 4,36 19,01 19,01
Σ 56 92 114,88 Σ(xi – x̄)2. fi
Fonte: dados fictícios
Σfi Σxi.fi
# Pág. 132
P-ME_Book.indb 132 22/7/2005 15:27:29

Veja a seguir como calcular passo a passo . . . . . . . . . . .

" Passo 1: some a coluna das freqüências sim-
Σfi = 56
ples (fi) para obter Σfi (freqüência total)
" Passo 2: calcule a média: multiplique cada xi

por sua correspondente fi e escreva na coluna
xi.fi some os valores calculados e em seguida Σxi.fi = 92
escreva no final da coluna esse resultado que é
o Σxi.fi
" Passo 3: divida o resultado do passo 2 (Σxi.

fi) pelo resultado do passo 1 (Σfi)
Não esqueça que na média para a po-
pulação usamos a letra grega μ. Você
" Passo 4: calcule a quarta coluna, (xi – x̄) sub- 0 – 1,64 = –1,64
traindo o xi de cada linha pela média 1 – 1,64 = –0,64 irá calcular para os dois casos, amostra
2 – 1,64 = 0,36 e população.
3 – 1,64 = 1,36
4 – 1,64 = 2,36
5 – 1,64 = 3,36
6 – 1,64 = 4,36
" Passo 5: calcule a quinta coluna, elevando os (–1,64)2 = 2,69

valores da quarta ao quadrado, (xi – x̄)2 (–0,64)2 = 0,41
(0,36)2 = 0,13
(1,36)2 = 1,85
(2,36)2 = 5,57
(3,36)2 = 11,29
(4,36)2 = 19,01
" Passo 6: calcule a sexta coluna, multiplicando 2,69×14 = 37,66

os valores da quinta pela freqüência simples de 0,41×16 = 6,56
cada linha, (xi – x̄)2. fi 0,13×11 = 1,43
1,85×9 = 16,65
5,57×4 = 22,28
11,29×1 = 11,29
19,01×1 = 19,01
" Passo 7: some os valores obtidos na sexta

∑(xi – x̄)2. fi = 114,88
coluna, ∑(xi – x̄)2. fi
" Passo 8: calcule a variância:

Então σ2(x) = 2,051

Então s2(x) = 2,089
" Passo 9: calcule o desvio-padrão:

A variabiliade do número de filhos é de
Caso sejam dados de uma amostra: 1,432 filhos.
A variabiliade do número de filhos é de

1,445 filhos.
Pág. 133 !
P-ME_Book.indb 133 22/7/2005 15:27:29

Atividades de
Auto-avaliação $
1. Uma empresa procurou estudar a ocorrência de uso de
drogas lícitas, bebidas alcoólicas, por seus empregados, tendo,
para isso, a , realizado um levantamento sobre o número
de dias por semana que cada um dos empregados costuma be-
& Sugestão
ber. Calcule a variância e o desvio-padrão, considerando que
Use as colunas para facilitar os cálculos. os dados são de uma amostra. Os dados correspondentes são:
Consumo de bebidas alcoólicas por semana pelos funcionários.

No de dias No de func.
(xi) (fi)
0 10
1 16
2 14
3 8
4 5
5 4
6 4
7 3
Total (Σfi) 64
# Pág. 134
P-ME_Book.indb 134 22/7/2005 15:27:29

2. Abaixo estão relacionados dados relativos à idade de

um grupo de 63 estudantes matriculados na disciplina de
Métodos Estatísticos a distância na Unisul Virtual. Calcule & Sugestão
a variância e o desvio-padrão considerando que são dados da Use as colunas para facilitar os cálculos.
população.
Idade dos estudantes da disciplina

de Métodos Estatísticos a distância
Idade No de estud.
(xi) (fi)
17 5
18 20
19 22
20 10
21 6
Total (Σfi) 63
Pág. 135 !
P-ME_Book.indb 135 22/7/2005 15:27:29

2.2. Dados agrupados com intervalos (variável contínua)
Nesse item, você poderá ver como se calcula a variância e o

desvio-padrão para dados organizados em tabelas onde os da-
dos estão agrupados sem intervalos. Veja Unidade 3, Seção 5.

Usamos o ponto médio de cada inter-
valo, pois não temos um valor específi- variância variância
co que podemos usar. O ponto médio
serve como uma boa aproximação.
desvio-padrão desvio-padrão
Acompanhe o exemplo a seguir para compreender o cálculo

passo a passo.
Calcule a variância e o desvio-padrão dos dados represen-
tados na tabela a seguir:
& Sugestão
Criar mais cinco colunas à direta para 17,3 – 24,75 = –7,45
auxiliar nos cálculos.
20,1 – 24,75 = –4,65
(–7,45)2 = 55,5025
Escores de um teste realizado em uma
(–4,65)2 = 21,6225
escola de periferia de Florianópolis
Escores No de estud.
PMi PMi.fi (PMi – x̄) (PMi – x̄)2 (PMi – x̄)2. fi
(em pontos) (fi)
15,9 |--- 18,7 12 17,3 207,6 -7,45 55,5025 666,03 55,5025×12 = 666,03
18,7 |--- 21,5 8 20,1 160,8 -4,65 21,6225 172,98
21,5 |--- 24,3 12 22,9 274,8 -1,85 3,4225 41,07 21,6225×8 = 172,98
24,3 |--- 27,1 5 25,7 128,5 0,95 0,9025 4,5125
27,1 |--- 29,9 3 28,5 85,5 3,75 14,0625 42,1875
29,9 |--- 32,7 6 31,3 187,8 6,55 42,9025 257,415
32,7 |--- 35,5 10 34,1 341 9,35 87,4225 874,225
Σ 56 1386 2058,42 Σ(PMi – x̄)2. fi
Σfi ΣPMi.fi
# Pág. 136
P-ME_Book.indb 136 22/7/2005 15:27:30

Veja o exemplo passo a passo . . . . . . . . . . . . . . . . . . . . . .

" Passo 1: some a coluna das freqüências sim-
Σfi = 56
ples (fi) para obter Σfi (freqüência total)
" Passo 2: cálculo da média: calcule o ponto

médio de cada intervalo e multiplique cada PM
por sua correspondente fi e escreva na coluna ΣPM.fi = 1386
PM.fi, some os valores calculados nessa coluna e
escreva o total. Esse resultado é o ΣPM.fi
" Passo 3: divida o resultado do passo 2 (ΣPM.

fi) pelo resultado do passo 1 (Σfi) Não esqueça que na média para a po-
pulação usamos a letra grega μ.
" Passo 4: calcule a quinta coluna, (PMi – x̄) 17,3 – 24,75 = –7,45
subtraindo o PMi de cada linha pela média 20,1 – 24,75 = –4,65
22,9 – 24,75 = –1,85
25,7 – 24,75 = 0,95
28,5 – 24,75 = 3,75
31,3 – 24,75 = 6,55
34,1 – 24,75 = 9,35
" Passo 5: calcule a sexta coluna, elevando os (–7,45)2 = 55,5025

valores da quinta ao quadrado, (PMi – x̄)2 (–4,65)2 = 21,6225
(–1,85)2 = 3,4225
(0,95)2 = 0,9025
(3,75)2 = 14,0625
(6,55)2 = 42,9025
(9,35)2 = 87,4225
" Passo 6: calcule a sétima coluna, multipli- 55,5025×12 = 666,03

cando os valores da sexta pela freqüência sim- 21,6225×8 = 172,98
ples de cada linha, (PMi – x̄)2. fi 3,4225×12 = 41,07
0,9025×5 = 4,5125
14,0625×3 = 42,1875
42,9025×6 = 257,415
87,4225×10 = 874,225
" Passo 7: some os valores obtidos na sexta

∑(PMi – x̄)2. fi = 2058,42
coluna, ∑(PMi – x̄)2. fi
" Passo 8: calcule a variância:

Então σ2(x) = 36,7575

Então s2(x) = 37,4258
" Passo 9: calcule o desvio-padrão:
Caso sejam dados de uma população: % Como interpretar estes dados?

A variabiliade dos escores é de 6,0628 pontos.
A variabiliade dos escores é de 6,1177 pontos.
Pág. 137 !
P-ME_Book.indb 137 22/7/2005 15:27:30

Atividades de
Auto-avaliação $
nesta seção, resolva os desafios propostos.
1) Os dados abaixo representam a renda de uma amostra de

famílias de um bairro de classe baixa de Florianópolis, em
reais. (dados fictícios). Calcule a variância e o desvio padrão
considerando como sendo dados de uma amostra:
Renda de famílias de um bairro de classe baixa de Florianópolis.

No de
Renda (R$) PMi PMi.fi (PMi – x̄) (PMi – x̄)2 (PMi – x̄)2. fi
famílias (fi)
112 |---- 115 2
115 |---- 118 6
118 |---- 121 4
121 |---- 124 9
124 |---- 127 8
127 |---- 130 7
Total (Σfi)
# Pág. 138
P-ME_Book.indb 138 22/7/2005 15:27:30

Seção 3 " Para entender melhor o desvio-padrão!
" Seção 3
Para entender melhor
o desvio-padrão!
 -    medida de disper-

são. É com ele que você irá quantificar a dispersão dos dados
de uma série com relação à sua média. Preste atenção:
" quanto maior o valor do desvio-padrão, mais dispersos

estão os valores. Pode-se dizer, também, que mais dis-
tantes estão da média;
" quanto menor o valor do desvio-padrão, menos dis-

persos estão os valores. Pode-se dizer, também, que
mais próximos estão da média.
Veja a figura a seguir para compreender melhor o que foi

colocado acima.
FIGURA - Quanto mais distantes da média, mais dispersos os dados estão. (TRIOLA, 1999, p. 42)
Pág. 139 !
P-ME_Book.indb 139 22/7/2005 15:27:30

Outra utilização do desvio-padrão

Muitas séries, quando representadas por seu polígono de fre-
qüências, com certo ajuste nas curvas, apresenta um formato
semelhante a um sino, uma curva simétrica (observando que
a média, a moda e a mediana estão posicionadas ao centro),
como mostra a figura a seguir.
Para séries de dados que apresentam esse tipo de representa-

ção pode-se trabalhar com a área abaixo do polígono. A área
abaixo é proporcional à freqüência total, conforme você estudou na
Unidade 4, Seção 4
Essa curva é chamada de Curva Normal e suas principais
características são:
" a curva se caracteriza por ter a forma de um sino;

" a curva normal é simétrica com relação à média;
" a área limitada pela curva e pelo eixo das abscissas é 1
ou 100% ;
" a curva é assintótica, isto é, se aproxima indefinida-
mente do eixo das abscissas sem tocá-lo;
" a curva normal é unimodal, isto é, possui um só pico
ou ponto de freqüência máxima, ponto este que coin-
cide com a moda, a média e a mediana.
# Pág. 140
P-ME_Book.indb 140 22/7/2005 15:27:31

Seção 3 " Para entender melhor o desvio-padrão!
Como relacionar a curva com o desvio-padrão? Veja a curva

a seguir:
Veja o exemplo:
Numa série em que µ = 80 e o σ(x)=3, pode-se interpretar
estes valores da seguinte forma:
" os valores da série estão concentrados em torno da mé-

dia, que é de 80 unidades;
" o intervalo [µ-σ(x); µ+σ(x)] contém aproximadamen-
te 68,26% dos elementos da série, ou seja, o intervalo
[77;83];
" o intervalo [µ-2σ(x); µ+2σ(x)] contém aproximada-
mente 95,44% dos elementos da série, ou seja, o inter-
valo [74;86];
" o intervalo [µ-3σ(x); µ+3σ(x)] contém aproximada-
valo [71;89];
Você poderá ver outras utilidades para essa aplicação na

Unidade 8: Cálculo de Probabilidades.
Pág. 141 !
P-ME_Book.indb 141 22/7/2005 15:27:31

" Seção 4
Como comparar séries
usando o desvio-padrão?
1. Comparando duas séries

de dados com médias iguais
Acompanhe o exemplo a seguir

Considere dois grupos de pessoas, nos quais foram feitos
levantamentos de suas rendas. Os resultados deste levanta-
mento estão abaixo:
Grupo 1 Grupo 2
Média: Média:
μ = 122 pontos μ = 122 pontos
Desvio padrão: Desvio padrão:
σ(x) = 4,5 pontos σ(x) = 7,5 pontos
Observação Compare a dispersão das duas séries:

Para comparar duas séries de dados " note que as médias são iguais.
usando medidas de dispersão abso-
lutas (variância e desvio-padrão) é " desvio-padrão do Grupo 1 é 4,5 e o do Grupo 2 é 7,5,
necessário que as médias sejam iguais, portanto a grupo que apresenta maior dispersão quan-
caso contrário, usamos uma medida de
dispersão relativa que veremos nesta to ao nível de estresse é o Grupo 2.
seção. " Conclusão: os níveis de estresse dos pacientes do
Grupo 2 são mais dispersos com relação ao Grupo 1
(valores mais distantes da média).
# Pág. 142
P-ME_Book.indb 142 22/7/2005 15:27:31

Seção 4 " Como comparar séries com médias diferentes?
2. Comparando duas séries de

dados com médias diferentes
Como você pôde observar no item anterior, para comparar
duas séries de dados, quanto a suas dispersões, pode-se usar
valores absolutos dos desvios-padrão, mas somente quando
as médias são iguais. Mas você deve estar se perguntando: e
quando as médias são diferentes?
Nesse caso utiliza-se o Coeficiente de Variação (CV), que é
uma medida de dispersão relativa. Veja a seguir:
Medida de dispersão relativa – o Coeficiente de Variação

O Coeficiente de Variação é a relação do desvio com a média.
Veja a fórmula a seguir:
% %
A série que apresentar maior coeficiente de variação será,

realmente, a série de maior dispersão dos dados.
O resultado é expresso em percentual (%), ou seja, quanto o
desvio padrão representa da média.
Acompanhe o exemplo a seguir para compreender como

realizar o cálculo:
Considere dois grupos de pessoas, nos quais foram feitos

levantamentos de suas rendas. Os resultados deste levanta-
mento estão abaixo:
Grupo 1 Grupo 2
Média: Média:
μ = 145 pontos μ = 95 pontos
Desvio padrão: Desvio padrão:
σ(x) = 9,8 pontos σ(x) = 7,5 pontos
Pág. 143 !
P-ME_Book.indb 143 22/7/2005 15:27:31

" note que as médias são diferentes;

" o desvio-padrão do Grupo 1 é 9,8 e o do Grupo 2 é 7,5,
portanto, o grupo que apresenta maior dispersão abso-
luta quanto ao nível de renda é o Grupo 1;
" como as médias são diferentes, devemos calcular o
Coeficiente de Variação, pois simplesmente pela dis-
persão absoluta não podemos afirmar nada (se fossem
iguais, bastaria a dispersão absoluta):
" Para o Grupo 1
" Para o Grupo 2

Os níveis de renda observados no Gru-
po 2 são mais dispersos com relação O grupo que apresenta maior coeficiente de variação é
ao Grupo 1 (valores mais distantes da
média). o Grupo 2.
Não esqueça!
Para comparar a dispersão dos dados
Quais outras conclusões você poderia tirar com relação aos dois
de duas séries de médias diferentes, grupos?
usamos o Voeficiente de Variação.
Bom, comparando os dois, você poderia dizer que no
O Coeficiente de Variação compara o Grupo 1, têm a renda mais próxima da média do grupo que
desvio-padrão com a média (proporção
entre o desvio-padrão e a média da no Grupo 2, que, por sua vez, as pessoas apresentam níveis de
série), sendo assim, considerado uma renda mais diferenciado da média do grupo, comparando os
forma mais eficaz de comparação, por-
tanto, prevalecendo sobre a absoluta. dois grupos.
# Pág. 144
P-ME_Book.indb 144 22/7/2005 15:27:31

Seção 4 " Como comparar séries com médias diferentes?
Atividades de
Auto-avaliação $
Após ter acompanhado os conceitos e os enunciados estuda-
dos nesta seção, resolva as atividades a seguir.
1) Analise cada caso, comparando quanto à dispersão dos

dados e responda as perguntas:
a) Qual das séries apresenta maior dispersão absoluta

(comparar os desvios-padrão)?
b) Qual das séries apresenta maior dispersão relativa
(comparar os coeficientes de variação)?
c) Conclua qual das séries apresenta maior dispersão real-
mente (não esqueça que o Coeficiente de Variação é
mais eficaz para determinar a dispersão de uma série).
1.1.
Série A Série B
μ = 57; σ(x) = 5,6 μ = 96; σ(x) = 8,2
a) ________________________________________
b) ________________________________________
c) ________________________________________
1.2.
Série A Série B
μ = 64; σ(x) = 12 μ = 96; σ(x) = 18
a) ________________________________________
b) ________________________________________
c) ________________________________________
Pág. 145 !
P-ME_Book.indb 145 22/7/2005 15:27:31

1.3.
" Síntese da unidade Série A Série B
Nessa unidade você estudou mais uma μ = 195; σ(x) = 12 μ = 125; σ(x) = 12
medida muito importante em Estatísti-
ca. Sem estudar as medidas de disper- a) ________________________________________
são, muitas vezes fica difícil de definir
se a média seria ou não representativa b) ________________________________________
de uma série de dados.
c) ________________________________________
Além disso, você conheceu o método
utilizado para comparar dados com
1.4.
médias diferentes, largamente utiliza-
Série A Série B
do em estudos de dados e tratamentos
μ = 869; σ(x) = 201 μ = 625; σ(x) = 198
estatísticos. Muitas medidas podem ser
calculadas, e você estudou duas delas,
a) ________________________________________
as de posição e as de dispersão.
Muitas aplicações ainda estão por vir. b) ________________________________________

Você, até então, estu-
dou boa parte da
c) ________________________________________
Estatística Descri-
tiva. Na próxima
unidade você irá
estudar Probabili-
dade. Até lá!
# Para pesquisar
quise em:

aplicada às ciências sociais. 5. ed. rev.
Florianópolis: Ed. UFSC, 2002.
LEVIN, Jack. Estatística aplicada às

Ciências Humanas. São Paulo: Habra,
1987.

Acesse, também o site:
# Pág. 146
P-ME_Book.indb 146 22/7/2005 15:27:31

Cálculo de
Unidade
7
probabilidades
      e compreendeu !Objetivos de aprendizagem
várias ferramentas estatísticas para coleta, organização e " Compreender probabilidades.
" Calcular e interpretar probabilidades.
análise de dados estatísticos. Teve também uma noção de
" Compreender variável aleatória e distri-
como a Estatística descritiva é aplicada na prática. buição de probabilidades.
A partir desta unidade, você poderá ter um contato
com as bases da Estatística indutiva. Pois é! O estudo de
probabilidade é a base da Estatística indutiva.
Você deve estar se perguntando: Probabilidade? O que
é? Tenho certeza que muitas vezes você já pensou em
“possibilidades” de algo acontecer. Será que vai chover?
Será que serei escolhido para participar de um grupo? Será que
vou encontrar meu amigo hoje? Muitas vezes, acontecimen-
tos desses não podemos prever, ou seja, podem acontecer
ou não. Você até poderia associar isso tudo à sorte ou ao "Plano de estudo
azar, enfim, ao acaso. É aqui que o estudo de probabilida- A seguir apresentam-se as seções que você
de entra. Tentar formular e calcular modelos matemáticos irá estudar nesta unidade. Sugere-se que ao
que definam essas situações e possibilite a você tomar suas abaixo para assinalar seu progresso.
decisões e, assim, conduzir sua vida, suas experiências e # Seção 1

Quais são os conceitos
caminhos, este é um dos principais objetivos mais importantes? . . . . . . . . . . . . . . . . . . . 148
desta unidade. # Seção 2
Você está convidado a conhecer um Quais são os conceitos de
probabilidade e seus cálculos? . . . . . . . 156
pouco desse assunto! Vamos lá?
# Seção 3
Noções sobre variável aleatória
e distribuição de probabilidades . . . . . 165
Pág. 147 !
P-ME_Book.indb 147 22/7/2005 15:27:32

Métodos Estatísticos " Unidade 7 Cálculo de probabilidades
" Seção 1
Quais são os conceitos mais importantes?
 ,    os conceitos mais importan-

tes que são utilizados na probabilidade, para que compreenda
como aplicar estes conhecimentos no seu dia-a-dia.
O que são fenômenos?

(também conhecidos como experimentos)
Você pode entender por fenômeno, qualquer acontecimento,

seja ele natural ou não.
Como você pode classificar os fenômenos? . . . . . %

Eles podem ser classificados em dois tipos. Veja mais deta-
lhes a seguir:
" fenômenos determinísticos: são fenômenos em que as

condições iniciais determinam um único resultado;
" fenômenos aleatórios: são fenômenos em que as condi-
ções, iniciais não determinam a possibilidade da exis-
tência de um resultado em particular.
Em resumo, quando você pode determinar o resultado de um

fenômeno, irá chamá-lo de determinístico, mas quando os
resultados do fenômeno não podem ser determinados, irá
chamá-lo de aleatório, pois pode apresentar qualquer resulta-
do dentro de um grupo de esperados (mais de um).
# Pág. 148
P-ME_Book.indb 148 22/7/2005 15:27:32

Seção 1 " Quais são os conceitos mais importantes?
Veja a seguir exemplos de cada um deles:

Para ilustrar, considere dois dados diferentes, o dado 1 tem as
faces com o mesmo número de pontos e o dado 2, é um dado
normal, tem as faces com números de pontos diferentes.
Dado 1: tem as faces com o mesmo número de pontos.

Dado 2: é um dado normal, tem as faces com números de
pontos diferentes.
" Fenômeno determinístico: se você jogar o dado 1, várias

vezes, sob as mesmas condições, sempre irá apresen-
tar o mesmo número de pontos na face voltada para
cima. Nesse caso, você pode dizer que é um fenômeno
determinístico, pois não existe outra possibilidade de
resultado e é possível prever qual será.
" Fenômeno aleatório: se você jogar o dado 2, várias ve-

zes, sob as mesmas condições, poderá apresentar resul-
tados diferentes, a cada lançamento. Nesse caso, você
pode dizer que é um fenômeno aleatório, pois existem O estudo de probabilidade é baseado
nos fenômenos aleatórios. Você pode
várias possibilidades de resultado e não é possível pre- dizer que o estudo de probabilidades
ver qual será. está intimamente ligado ao acaso.
O que é espaço amostral?

É o conjunto de todos os possíveis resultados de um experi-
mento (fenômeno) aleatório.
Observe que quando se trabalha com experimentos que ad-

Notação
mitem mais de um resultado, torna-se interessante definir O símbolo para representar o
o conjunto de todos esses resultados, nesse caso você pode conjunto do espaço amostral.
chamar esse conjunto de espaço amostral. S = conjunto do espaço amostral
Pág. 149 !
P-ME_Book.indb 149 22/7/2005 15:27:32

Veja a seguir exemplos sobre o espaço amostral:

Exemplo 1: você pode usar o dado 2 citado no exemplo an-
terior e estudar todas as possibilidades. Pode-se construir o
seguinte conjunto:
S={1, 2, 3, 4, 5, 6}: Observe que são todas as possibilidades

de pontos de um dado normal.
Exemplo 2: um psicólogo trabalha com um grupo de pessoas

com problemas de alcoolismo. O grupo é composto por cinco
pessoas. Duas delas apresentam cirrose e três não apresentam
cirrose (veja legenda).
Cn – Pessoa número ‘n’ com cirrose

Pn – Pessoa número ‘n’ sem cirrose
Ex.: C1 – pessoa número 1, com cirrose;
P1 – pessoa número 1 sem cirrose
Pode-se construir o seguinte conjunto:
S={C1, C2, P1, P2, P3}: Observe que são todas as possibilida-
des entre as pessoas do grupo.

e estuda os distúrbios do sono. O grupo é composto por sete
pessoas. Cinco delas apresentam distúrbios e duas não apre-
sentam distúrbios (veja legenda).
Dn – Pessoa número ‘n’ com distúrbio

Pn – Pessoa número ‘n’ sem distúrbio
Ex.: D1 – pessoa número 1, com distúrbio;
P1 – pessoa número 1 sem distúrbio
Pode-se construir o seguinte conjunto:
S={D1, D2, D3, D4, D5, P1, P2}: Observe que são todas as
possibilidades entre as pessoas do grupo.
# Pág. 150
P-ME_Book.indb 150 22/7/2005 15:27:33

Exemplo 4: um grupo de pessoas que apresentam diferenças

na cor do cabelo (veja legenda).
Pn - Pessoa número ‘n’ com cabelos pretos

Ln - Pessoa número ‘n’ com cabelos louros
Cn - Pessoa número ‘n’ com cabelos castanhos
Rn - Pessoa número ‘n’ com cabelos ruivos
Ex.: P1 – pessoa número 1, com cabelos pretos;
L1 – pessoa número 1 com cabelos louros
Sabendo que nesse grupo você tem três pessoas com cabelos
pretos, duas com cabelos louros, três com cabelos castanhos
e uma com cabelos ruivos, como fica o conjunto do espaço
amostral?
Pense e anote a seguir como você acha que fica o conjunto
do espaço amostral do exemplo acima:
S = { ______________________________________}
Compare agora se o seu conjunto do espaço amostral está

igual a este que segue.
O conjunto do espaço amostral:
S={P1, P2, P3, L1, L2, C1, C2, C3, R1}: Observe que são to- O número de elementos do conjunto
das as possibilidades entre as pessoas do grupo. do espaço amostral é representado por
n(S):
Qual é o número de elementos dos espaços amostrais citados n(S) = número de elementos de S
nos exemplos acima? Veja:
No exemplo 1: n(S)=6
Pág. 151 !
P-ME_Book.indb 151 22/7/2005 15:27:33

O que são eventos?

É qualquer subconjunto do espaço amostral determinado pelo
experimento (fenômeno) aleatório em estudo.
Quando você tiver que estudar algum experimento aleatório,

deverá identificar as diferentes variações de resultados possí-
veis dentro do espaço amostral. Cada uma dessas variações,
Notação!
O símbolo para representar o subcon-
você pode chamar de evento, ou seja, cada uma dessas partes
junto evento – A (letra maíuscula). (subconjuntos) do espaço amostral é um evento.
Usando os exemplos citados anteriormente, você pode observar:

Exemplo 1: você pode usar o dado 2 citado no exemplo anterior
e estudar todas as possibilidades. Pode construir o seguinte
evento: A: sair na face superior um número par.
A={2, 4, 6}: Observe que são todas as possibilidades de pon-

tos pares de dado normal.

com problemas de alcoolismo. O grupo é composto por cinco
pessoas. Duas delas apresentam cirrose e três não apresentam
cirrose (veja legenda).
Cn - Pessoa número ‘n’ com cirrose

Pn - Pessoa número ‘n’ sem cirrose
Ex.: C1 – pessoa número 1, com cirrose;
P1 – pessoa número 1 sem cirrose.
Pode-se construir o seguinte evento:
B: ser uma pessoa sem cirrose:

B={P1, P2, P3}: Observe que são todas as possibilidades de
pessoas sem cirrose.
# Pág. 152
P-ME_Book.indb 152 22/7/2005 15:27:33


e estuda os distúrbios do sono. O grupo é composto por sete
pessoas. Cinco delas apresentam distúrbios e duas não apre-
sentam distúrbios (veja legenda).
Dn - Pessoa número ‘n’ com distúrbio

Pn - Pessoa número ‘n’ sem distúrbio
Ex.: D1 – pessoa número 1, com distúrbio;
P1 – pessoa número 1 sem distúrbio
Pode construir o seguinte evento:

C: ser uma pessoa com distúrbio
C={D1, D2, D3, D4, D5}: Observe que são todas as possibili-
dades de pessoas com distúrbio.
Exemplo 4: um grupo de pessoas que apresentam diferenças

na cor do cabelo (veja legenda).
Pn - Pessoa número ‘n’ com cabelos pretos

Ln - Pessoa número ‘n’ com cabelos louros
Cn - Pessoa número ‘n’ com cabelos castanhos
Rn - Pessoa número ‘n’ com cabelos ruivos
Ex.: P1 – pessoa número 1, com cabelos pretos;
L1 – pessoa número 1 com cabelos louros
Sabendo que nesse grupo você tem três pessoas com cabelos
pretos, duas com cabelos louros, três com cabelos castanhos e
uma com cabelos ruivos, como fica o subconjunto do evento
pessoas com cabelos ruivos?
Pode construir o seguinte evento:
D: ser uma pessoa com cabelos ruivos O número de elementos de evento é
representado por n(A):
D={R1}: Observe que é a única possibilidade com cabelos
ruivos. n(A) = número de elementos de A
Qual é o número de elementos dos eventos citados nos exem-

plos anteriores?
No exemplo 1: n(A)=3
No exemplo 2: n(B)=3
No exemplo 3: n(C)=5
No exemplo 4: n(D)=1
Pág. 153 !
P-ME_Book.indb 153 22/7/2005 15:27:33

Quais são os tipos de eventos?. . . . . . . . . . . . . . . . . %

" Evento simples: formado por apenas um elemento do
espaço amostral.
Exemplo: D: ser uma pessoa com cabelos ruivos
D={R1} ⇒ n(D)=1 veja exemplo 4
" Evento composto: formado por dois ou mais elementos

do espaço amostral.
Exemplo: B: ser uma pessoa sem cirrose
B={P1, P2, P3} ⇒ n(B)=3 veja exemplo 2
" Evento impossível: não ocorre, seja qual for a realização

do experimento aleatório.
Exemplo: F: ser uma pessoa com cabelos verdes
F={ } ⇒ n(F)=0 veja exemplo 4
" Evento certo: é quando o evento é o próprio espaço

amostral.
Exemplo: E: ser uma pessoa com alcoolismo
E={C1, C2, P1, P2, P3} ⇒ n (E)= 5 = n(S) veja exemplo 2
Operações com eventos
As operações com eventos são muito semelhantes às opera-

ções com conjuntos, até porque os eventos nada mais são que
conjuntos. Veja a seguir mais detalhes sobre este assunto:
1) União de eventos
Se existem os eventos A e B, de um espaço amostral S, a
união desses eventos existe se pode ocorrer A ou B.
& Observação!
A união B
pode ser representado por:
A soma B ou A∪B
A união corresponde toda a

área cinza.
# Pág. 154
P-ME_Book.indb 154 22/7/2005 15:27:33

2) Interseção de eventos
Se existem os eventos A e B, de um espaço amostral S, a
interseção desses eventos existe se pode ocorrer A e B, simul-
taneamente.
& Observação!
A interseção B
A vezes B ou A∩B
A interseção corresponde
toda a área cinza.
3) Complementar de um evento
É um evento formado por todos os elementos pertencentes a
S mas que não pertencem A.
& Observação!
Complementar de A
Ā, A’ ou CA
O complementar de A cor-
responde toda a área cinza.
4) Subtração de eventos
Você pode dizer que A menos B é, se e somente se, ocorre A
e B não ocorre.
& Observação!
Subtração de eventos
A-B
A-B corresponde toda a

área cinza.
Pág. 155 !
P-ME_Book.indb 155 22/7/2005 15:27:33

5) Eventos excludentes
Dois ou mais eventos são ditos excludentes (mutuamente
exclusivos) se a realização de um dos eventos excluir a reali-
zação do outro ou de outros eventos.
& Observação!
Se A ocorrer, exclui ocorrer
os outros, ou seja, não há
interseção entre eles!
A e B são
mutuamente exclusivos.
B e C não são
mutuamente exclusivos.
" Seção 2
Quais são os conceitos de
probabilidade e seus cálculos?
,      os conceitos mais impor-

tantes que são utilizados na probabilidade, é hora de saber os
conceitos de probabilidade e quais os seus cálculos!
Acompanhe as duas definições mais importantes dentro
do estudo de probabilidades. São elas: a definição clássica de
probabilidade e a freqüência relativa.
Probabilidade clássica
A probabilidade de ocorrer um determinado resultado na reali-
zação de um experimento é igual ao quociente entre o número
de casos favoráveis ao sucesso (número de elementos do even-
to A) e o número de casos possíveis (número de elementos do
espaço amostral - S).
# Pág. 156
P-ME_Book.indb 156 22/7/2005 15:27:34

Seção 2 " Quais são os conceitos de probabilidade e seus cálculos?
Veja a fórmula a seguir:
Probabilidade de um evento A ocorrer:
Obs: A probabilidade de não-ocorrência pode ser represen-

tada por:
Veja alguns exemplos do cálculo de probabilidade clássica.

Exemplo 1: Levantamento feito com 8 moradores de um con-
domínio, verificou-se que dois são casados, dois são soltei-
ros, três são divorciados e um viúvo. Qual a probabilidade
de, ao escolher um morador ao acaso, ele ser casado? Qual a
probabilidade de, ao escolher um morador ao acaso, ele ser
divorciado?
Para começar, veja a legenda a seguir:
& Legenda
Estado civil:
Compreenda passo a passo . . . . . . . . . . . . . . . . . . . . . . . .
C Casado
" Passo 1: você deve identificar os ele-
mentos do espaço amostral e do evento
dois moradores – C1, C2
solicitado. S Solteiro
dois moradores – S1, S2
S: moradores do condomínio S = {C1, C2, S1, S2, D1, D2, D3, V1}
A: moradores casados A = {E1, E2} D Divorciado
B: moradores divorciados B = {F1, F2, F3} três moradores – D1, D2, D3
" Passo 2: identificar o número de ele- n(A) = 2
V Viúvo
mentos de cada conjunto. n(B) = 3 um morador – V1
n(S) = 8
" Passo 3: usar a fórmula da probabilidade.

Obs: Após efetuar a divisão é só multiplicar por 100
para obter a probabilidade na forma percentual.
Para o evento A: P(A) = 0,25 ou 25%

A probabilidade de ser escolhido um
Para o evento B: P(A) = 0,375 ou 37,5%
morador casado é de 25% e a proba-
bilidade de ser escolhido um morador
" Passo 4: interpretar os dados. divorciado é de 37,5%
Pág. 157 !
P-ME_Book.indb 157 22/7/2005 15:27:34

Exemplo 2: Em um levantamento realizado com um grupo

de 90 chefes de famílias com diferentes vínculos de trabalho,
obteve-se os seguintes resultados (dados fictícios):
Pesquisa dos motivos de estresse

Tipos de vínculo No de pessoas
Evento A M Funcionário público municipal 29 n(A)
E Funcionário público estadual 24
F Funcionário público federal 20
Evento C C Comerciário 17 n(C)
T Temporário 17
Evento B I Comércio informal 11 n(B)
Total 118
Espaço Tamanho do espaço
amostral amostral – n(S)
Se você escolher ao acaso uma pessoa do grupo pesquisado,

qual a probabilidade de ela ter vínculo do tipo:
a) Funcionário público municipal?

b) Comerciário?
c) Comércio informal?

" Passo 1: você deve identificar os elementos
do espaço amostral e do evento solicitado.
A: pessoa com vínculo do tipo funcionário público municipal

B: pessoa com vínculo do tipo comerciário
C: pessoa com vínculo do tipo comercio informal
S: todas as pessoas pesquisadas
" Passo 2: identificar o número de elementos n(A) = 29

de cada conjunto. n(B) = 11
n(C) = 17
n(S) = 118

Para o evento A P(A) = 0,2458 ou 24,58%
Para o evento B P(B) = 0,0932 ou 9,32%
Para o evento C P(C) = 0,1441 ou 14,41%
# Pág. 158
P-ME_Book.indb 158 22/7/2005 15:27:34

No exemplo anterior você calculou a probabilidade para três

eventos. A seguir, você montará uma tabela com as probabi-
lidade para todos os eventos calculadas. Siga os passos:

" Passo 1: você deve identificar os elementos
do espaço amostral e do evento solicitado.
D: pessoa com vínculo do tipo funcionário público estadual

E: pessoa com vínculo do tipo funcionário público federal
F: pessoa com vínculo do tipo temporário
S: todas as pessoas pesquisadas (no caso, pessoas acometidas de estresse)
" Passo 2: identificar o número de elementos n(D) = 24

de cada conjunto. n(E) = 20
n(F) = 17
n(S) = 118

Para o evento D P(D) = 0,2034 ou 20,34%
Para o evento E P(E) = 0,1695 ou 16,95%
Para o evento F P(F) = 0,1441 ou 14,41%
" Passo 4: montar a tabela com as

probabilidades correspondentes a cada evento.
Levantamento com 90 chefes de famílias

sobre os diferentes vínculos de trabalho
Tipos de vínculo No de pessoas Probabilidade
M Funcionário público municipal 29 0,2458
E Funcionário público estadual 24 0,2034
F Funcionário público federal 20 0,1695
C Comerciário 17 0,1441
T Temporário 17 0,1441
I Comércio informal 11 0,0932
Total 118 1*
* Repare que a soma é 1 ou 100%
Agora que você já compreendeu o conceito clássico de proba-

bilidade e como realizar os cálculos é hora de compreender o
que é freqüência relativa e como realizar os cálculos.
Pág. 159 !
P-ME_Book.indb 159 22/7/2005 15:27:34

Freqüência Relativa
A freqüência relativa de um evento A é calculada dividindo o
número de vezes que ocorre o evento A pelo total de observa-
ção do experimento.
É chamada, também, de probabilidade avaliada ou probabi-

lidade estimada.
Veja a fórmula abaixo:

Freqüência relativa de um evento A:
Na verdade, a freqüência relativa é calculada quando você se

deparar com situações em que o cálculo da probabilidade de
um evento não é possível. Nesse caso, só é possível o cálculo
de uma aproximação.
Essa aproximação consiste em analisar o experimento e,
com os resultados obtidos, calcular a freqüência relativa.
Exemplos do cálculo da freqüência relativa:

É importante que você saiba que essa Em teste feito em laboratório com cobaias, foi analisada uma
aproximação para o cálculo de proba-
bilidade só será considerável caso aja delas e após inúmeras vezes, sob efeito de estímulos (comida, rea-
um número bastante grande de tenta- ção a dor, etc,) ela executou um comando, que era empurrar uma
tivas de execução do experimento.
pequena alavanca. Foi observado que após 3500 vezes estimulada
Como fazer isso???
a cobaia executou o comando 875 vezes. Qual é a freqüência rela-
tiva para o evento A: a cobaia executar o comando?
Como realizar o cálculo passo a passo. . . . . . . . . . . . . . .

" Passo 1: identificar o numerador e o denomi-
nador da fórmula.
Número de vezes que ocorre A: 875

Número total de observações: 3500
% Como interpretar estes dados? " Passo 2: usar a fórmula da freqüência relativa.
A freqüência relativa para a cobaia exe- Obs: Após efetuar a divisão é só multiplicar por 100
cutar a tarefa é de 25%, ou também, a para obter a probabilidade na forma percentual.
probabilidade estimada da cobaia exe-
cutar a tarefa é de 25%
# Pág. 160
P-ME_Book.indb 160 22/7/2005 15:27:34

Algumas considerações:
Consideremos S um espaço amostral e A, B, C são eventos
contidos em S, então:
a) para cada evento A % 0 ≤ P(A) ≤ 1

(a probabilidade de A vai de 0 à 1 – 100%);
b) P(S) = 1 ⇔ ;
c) sejam A, B e C, todos os eventos possíveis do espaço

amostral, então:
P(A) + P(B) + P(C) = 1 ou 100%;
d) quando A e B são mutuamente exclusivos:

P(A ∪ B) = P(A) + P(B);
e) quando A e B não são mutuamente exclusivos:

P(A ∪ B) = P(A) + P(B) – P(A∩B);
f) se A, B, C, ... são uma seqüência de eventos mutua-

mente exclusivos, então:
P(A ∪ B ∪ C ∪ ...) = P(A) + P(B) + P(C) + ....
Pág. 161 !
P-ME_Book.indb 161 22/7/2005 15:27:35

Atividades de
Auto-avaliação $
1) Em estudo realizado sobre os padrões de indecisão, de-

pressão e ansiedade em adolescentes, revelou-se que a relação
com os pais era fator influenciador dessas reações. Nessa
pesquisa, foram pesquisados um total de 1500 adolescentes,
em 675 casos, os jovens sofriam com o autoritarismo dos pais.
Qual a probabilidade de ser escolhido ao acaso, um jovem
que sofra com o autoritarismo dos pais?
# Pág. 162
P-ME_Book.indb 162 22/7/2005 15:27:35

2) Segundo o , na Grande Florianópolis, as pessoas de

10 anos ou mais de idade, por estado civil foram agrupados
na tabela abaixo:
Desquitado(a) ou
Casado(a) Divorciado(a) Viúvo(a) Solteiro(a) Total
separado(a) judicialmente
267.867 18.697 16.779 28.224 333.974 665.541
Se uma pessoa da Grande Florianópolis for escolhida ao aca-

so, qual é a probabilidade de ela ser:
a) Casada?
b) Solteira?
c) Divorciada?
Pág. 163 !
P-ME_Book.indb 163 22/7/2005 15:27:35

3) Em testes feitos em laboratório com cobaias, foram anali-

sadas duas delas e após inúmeras tentativas, a cobaia 1 sofria
estímulos com reação a dor e a cobaia 2 sofria estímulos com
alimentação. A pesquisa visava a execução de uma tarefa que
era a de empurrar uma pequena alavanca, considerada uma
reação positiva. Os resultados foram apresentados na seguin-
te tabela:
Cobaia Estímulo Número total de tentativas Número de reações positivas

Cobaia 1 Efeitos de dor 4500 1215
Cobaia 2 Alimentação 3500 1050
a) Qual a freqüência relativa para o número de reações

positivas para cada cobaia?
b) Desafio: Qual do dois estímulos você considera mais
eficaz? Por quê?
# Pág. 164
P-ME_Book.indb 164 22/7/2005 15:27:35

" Seção 3
Noções sobre variável aleatória e
distribuição de probabilidades
     ferramenta na análise

Estatística que possibilita a atribuição de números para resul-
tados de experimentos, adequando assim, o problema, para
um melhor tratamento matemático. Dentro da Estatística ela
é considerada uma função que associa números aos eventos
de um espaço amostral. Você poderá entender melhor se co-
meçar analisando um exemplo.
Exemplo de variável aleatória e distribuição de probabilidades:

se o experimento consistir em dois lançamentos de uma mo-
eda e a variável aleatória (va) definida como o “nº de caras
obtidas em dois lançamentos de uma moeda”, então você terá:
A v.a. ⇒ Χ = “nº de caras obtidas em dois lançamentos de

uma moeda”
X definirá uma variável aleatória que poderá assumir os valo-
res descritos na tabela a seguir. (K=cara e C=coroa):
Resultados Resultados Resultados possíveis Valor VA

1º lançamento 2º lançamento nos dois lançamentos
K K KK 2
K C KC 1
C K CK 1
C C CC 0
Pág. 165 !
P-ME_Book.indb 165 22/7/2005 15:27:35

Você pode observar que tem apenas uma possibilidade
"Síntese da unidade para cada situação e o total de possibilidades é 4, então o
Nessa unidade você começou a conhe-
cálculo da probabilidade se dá da seguinte forma:
cer como lidar com o acaso. O cálculo
de probabilidade nada mais é que uma
tentativa de entender e organizar o aca-
so. Você aprendeu como calcular a pro-
babilidade de um evento, e além disso,
compreendeu, como calcular a freqüên-
cia relativa.
Escrevendo na tabela, atribuindo a probabilidade de cada
linha você terá:
Teve uma noção sobre o que é uma variá-
vel aleatória e sua distribuição de proba-
Resultados possíveis Valor VA Probabilidade
bilidades. Essas são ferramentas muito nos dois lançamentos
importantes dentro das análises estatís- KK 2 ¼
KC 1 ¼ Duas possibi-
ticas que você terá que fazer ao longo de
CK 1 ¼ lidades de sair
seu curso e de sua profissão. uma cara
CC 0 ¼
Você vai perceber que o conteúdo estu-
dado até o momento servirá de base para A tabela acima, caracteriza a “distribuição de probabilida-
outros que estão por vir, assim como o
de”, que é a probabilidade de ocorrência de cada um dos
estudo de probabilidades para
variáveis discretas e contí- valores da variável aleatória.
nuas, você lembra? Estas Note que o valor 1 se repete, não é? Então você pode
definições você estudou na
agrupar e montar uma nova tabela sem as repetições. É
Unidade 2, Seção 2. Fique a
vontade para ir até lá para claro, que se agrupar os valores repetidos. Você deve so-
relembrar, pois você irá mar as probabilidades, não esqueça disso. Veja a seguir:
necessitar desses concei-
tos novamente na próxi- Nº de caras (Valor v.a.) Probabilidade
ma unidade. 2 ¼
1 ½
0 ¼ Ao agrupar os resul-
# Para pesquisar tados da variável ale-
atória (uma cara – 1),
Caso você queira aprofundar os estu- você deve somar as
dos do assunto dessa unidade, pes- probabilidades:
quise em:
MORETTIN, Luiz Gonzaga. Estatística

básica. São Paulo: Makron Books, 1999

VIEIRA, Sônia. Introdução à Bioesta-

tística. 6. ed. Rio de Janeiro: Campus,
2000.
# Pág. 166
P-ME_Book.indb 166 22/7/2005 15:27:35

Distribuições de
Unidade
8
probabilidades
!Objetivos de aprendizagem
" Compreender o que é variável aleatória
discreta e contínua.
  , você teve um contato inicial com " Compreender distribuição discreta de
o estudo de probabilidade. Estudou que pode expressar probabilidade.
" Compreender distribuição contínua de
em números algumas situações com a finalidade de possi- probabilidade.
bilitar um melhor tratamento matemático às mesmas. " Calcular probabilidade usando distribui-
ção contínua de probabilidade.
E que tratamento matemático seria esse?
Nessa unidade você poderá conhecer um pouco mais
sobre esse assunto. Não esqueça, que alguns conceitos já
vistos serão muito importantes para o bom andamento de
seu estudo.
Quais? Você lembra dos tipos de variáveis quantitativas
estudadas lá na Unidade 2, Seção 2? Seu estudo terá como "Plano de estudo
base o conteúdo da unidade anterior e os conceitos de va- A seguir apresentam-se as seções que você
riáveis quantitativas discretas e contínuas. Caso ache inte- final de cada uma delas, você use os quadros
ressante, relembre o assunto lendo novamente esta unida- abaixo para assinalar seu progresso.
de e bom estudo! # Seção 1

Quais são os tipos de
distribuições de probabilidades? . . . . . 168
# Seção 2
Como se calcula probabilidade
usando distribuição discreta de
probabilidade? . . . . . . . . . . . . . . . . . . . . . . 170
# Seção 3
Como se calcula probabilidade
usando distribuição contínua de
probabilidade? . . . . . . . . . . . . . . . . . . . . . . 176
Pág. 167 !
P-ME_Book.indb 167 22/7/2005 15:27:36

Métodos Estatísticos " Unidade 8 Distribuições de probabilidades
" Seção 1
Quais são os tipos de
distribuições de probabilidades?
    é uma ferramenta de apoio

à decisão. É com base em seu estudo que você terá oportu-
nidade de suporte para analisar os experimentos, organizar
suas possibilidades e, então, partir para a ação, adotando o
resultado que julgar mais eficaz.
A variável aleatória e a distribuição de probabilidades são
muito utilizadas nesse sentido. Você pode ver que a cada valor
da variável corresponde uma probabilidade de ocorrência.
Como a variável aleatória possibilita a atribuição de valo-
res aos eventos, você pode encontrar dois tipos de situações:
variáveis aleatórias discretas: ela pode assumir um conjunto

constante discreto, ou seja, enumerável, finito de valores.
Exemplo: número de pacientes, quantidade de diagnósticos;
variáveis aleatórias contínuas: é a variável em que não con-

seguimos enumerar seus possíveis resultados, por estes forma-
rem um conjunto infinito de valores, num intervalo de números
reais.
Exemplo: peso, altura, temperatura, escore.
# Pág. 168
P-ME_Book.indb 168 22/7/2005 15:27:36

Seção 1 " Quais são os tipos de distribuições de probabilidades?
Você se recorda da Unidade 2?

Baseado nesses dois conceitos, você pode atribuir a cada um
dos tipos de variáveis aleatórias uma distribuição de proba-
bilidades de acordo com o tipo de variável, veja a figura a
seguir:
Variável aleatória Distribuição discreta

discreta ( de probabilidade
Variável aleatória Distribuição contínua

contínua ( de probabilidade
FIGURA - tipos de distribuições de probabilidade
Como você pode observar, cada tipo de variável gera um tipo

de distribuição de probabilidade. Em resumo, os tipos de
distribuições de probabilidades são:
" distribuição discreta de probabilidades e,

" distribuição contínua de probabilidades
Como elas são diferentes, os métodos de cálculos das proba-

bilidades também são.
Enfim, você vai estudar os modelos mais importantes e
mais aplicados dentro da Psicologia que são a distribuição
binomial, para a variável discreta, e a normal, para a contínua.
Dentro da Psicologia, a distribuição mais usada é a distri- Não esqueça!
buição contínua de probabilidade. Embora isso ocorra, você Para o bom andamento de seu estudo,
é importante que você entenda bem a
irá estudar somente uma noção de como funciona a distri- diferença entre as duas variáveis, a dis-
buição discreta de probabilidade. Este assunto será discutido creta e a contínua!
na próxima seção.
Pág. 169 !
P-ME_Book.indb 169 22/7/2005 15:27:36

" Seção 2
Como se calcula probabilidade usando
distribuição discreta de probabilidade?
    de uma variável

aleatória atribui probabilidades aos distintos valores dessa
variável. Note que essa distribuição não atribui probabilidade
para intervalos e sim para cada valor ou para um conjunto de
valores da variável.
Uma das principais distribuições discretas é a binomial.
Veja a seguir, como se calcula probabilidade usando esse
método.
Como se calcula a distribuição binomial?

A distribuição binomial é o método utilizado para cálculo
de probabilidades de experimentos que se repetem algumas
vezes e seguem algumas características. Veja abaixo:
A distribuição binomial é aplicável se:
1) o experimento que você está observando for repetido

“n” vezes independentes;
2) a cada tentativa (repetição) admitir somente dois re-
sultados:
sucesso: denotado por S
fracasso: denotado por F
& Observação!
A soma da probabilidade de sucesso e Sendo que a probabilidade de sucesso é denotada por
fracasso é igual a 100%, ou seja, é igual a
p ⇒ P(S)=p e, a probabilidade de fracasso é denotada
1⇒p+q=1 por q ⇒ P(F)=q;
# Pág. 170
P-ME_Book.indb 170 22/7/2005 15:27:36

Seção 2 " Como se calcula probabilidade usando
3) se você estiver interessado em estudar o número de

sucessos e fracassos, sem importar a ordem em que A distribuição binomial só é aplicável
caso ocorram os três casos citados.
acontecem.
Os termos, sucesso e fracasso, signifi-
cam se o resultado esperado ocorre ou
Veja o exemplo a seguir para não, ou seja, depende do objetivo de
seu estudo. Veja o exemplo abaixo.
compreender como realizar os cálculos
Ao aplicar um teste, um professor quer saber da probabilidade
de erro de uma determinada questão. Essa questão apresenta
cinco alternativas (a, b, c, d, e) e somente uma está correta.
Pergunta-se: qual é a probabilidade de sucesso? . . . . . %

Nesse caso, o objetivo do estudo é estudar a probabilidade de
erro, então, o sucesso se refere ao erro. Para calcular a pro-
babilidade de sucesso, você deve calcular a probabilidade de
erro da questão.
Veja como se calcula passo a passo . . . . . . . . . . . . . . . . .

" Passo 1: identificar os elementos do espaço A: errar a questão
amostral e do evento solicitado. S: todas as opções (a, b, c, d, e)
" Passo 2: identificar o número de elementos n(A) = 4 Se somente uma está cor-
do evento e do espaço amostral. n(S) = 5 reta, sobram 4 incorretas
probabilidade de sucesso
Então:
p = 0,8
Pergunta-se: qual é a probabilidade de fracasso? . . . . . %

" Passo 1: identificar os elementos do espaço B: acertar a questão
amostral e do evento solicitado. S: todas as opções (a, b, c, d, e)
" Passo 2: identificar o número de elementos n(B) = 1 Se somente uma

do evento e do espaço amostral. n(S) = 5 está correta
probabilidade de sucesso
Então:
& Observe!
q = 0,2
p + q = 0,8 + 0,2 = 1 ou 100%
Pág. 171 !
P-ME_Book.indb 171 22/7/2005 15:27:37

Você conseguiu entender a diferença? Não esqueça, sucesso

Ainda citando o exemplo anterior: não está ligado a acontecimentos bons e sim se ocorrer o re-
nesse problema, você estudou a proba-
bilidade de errar somente uma questão sultado que é objetivo de seu estudo. Por exemplo: estudar a
de um teste, e para estudar as possibi- probabilidade de errar, como no exemplo anterior.
lidades de erro ou acerto de questões
de um teste inteiro? É aí que entra a
distribuição binomial. Você sabe qual o método de cálculo? . . . . . . . . . . %
No exemplo anterior, você calculou a probabilidade de suces-
so (errar) para somente uma tentativa (questão). Agora você
vai calcular para “n” tentativas a probabilidade de ‘k’ suces-
sos. Veja a seguir:
seja X: o número de sucessos em “n” tentativas do experi-

mento.
% Você sabia? Então a fórmula para determinar a probabilidade de um
Você recorda de fatorial? dado número k de sucessos, é dada por:
n! = n.(n-1).(n-2). ... 3.2.1
P(X=k) = Cn,k·pk·qn-k
Exemplos:
onde:
5! = 5.4.3.2.1 = 120
10! = 10.9.8. ... .3.2.1 = 3628800
Definições especiais:
Sendo:
0! = 1
1! = 1 Cn,k = combinação de n elementos organizados em grupos
Caso você queira se aprofundar no es- de k elementos
tudo de fatorial e combinação, segue n = tentativas do experimento
uma sugestão de site: k = número de sucessos desejados
http://pessoal.sercomtel.com.br/mate- p = probabilidade de sucesso (ocorrência do evento)
matica/medio/205/combinat.htm q = probabilidade de fracasso (não ocorrência do evento)
Exemplos do cálculo de probabilidade

usando a distribuição binomial:
Ao aplicar um teste com quatro questões, um professor quer
saber da probabilidade do aluno errar duas questões. Cada
questão apresenta cinco alternativas (a, b, c, d, e) e somente
uma está correta.
# Pág. 172
P-ME_Book.indb 172 22/7/2005 15:27:37

Nesse caso, o objetivo do estudo é estudar a probabilidade de

erro, então, o sucesso se refere ao erro. Veja a seguir como se
calcula passo a passo.

" Passo 1: calcular a probabilidade de errar (no
caso, de sucesso) para cada questão.
A: errar a questão
S: todas as opções (a, b, c, d, e)
n(A) = 4 (se somente uma está correta,
sobram 4 incorretas) Probabilidade de sucesso,
n(S) = 5 então: p = 0,8
" Passo 2: calcular a probabilidade de acertar

(no caso, de fracasso) para cada questão.
Você pode calcular de dois modos:
1) Primeiro modo de cálculo:

B: acertar a questão
S: todas as opções (a, b, c, d, e)
n(B) = 1 (se somente uma está correta) Probabilidade de sucesso,
n(S) = 5 então: q = 0,2
2) Segundo modo de cálculo:

p + q = 1 ⇒ 0,8 + q = 1 ⇒ q = 1 – 0,8 ⇒ q = 0,2
" Passo 3: identificar cada um dos componen-

tes da fórmula.
n = 4 (total de repetições – são quatro questões

com as mesmas características) n=4
k = 2 (número de sucessos – errar duas ques- k=2
tões) p = 0,8
p = 0,8 (calculado acima) q = 0,2
q = 0,2 (calculado acima)
" Passo 3: calcular a probabilidade usando a

P(X=k) = Cn,k·pk·qn-k
fórmula:
P(X=2) = C4,2·0,82·q4-2

A probabilidade de um aluno acertar
P(X=2)=0,1536 ou 15,36%
duas questões de um teste de quatro
questões é de 15,36%. Note que não é
50%, pois você deve levar em conside-
ração que cada questão tem sua pro-
babilidade e, também, você pôde agru-
pá-las, as questões, de várias maneiras
(errar a 1ª e a 3ª, ou a 2ª e a 4ª, ou a 1ª e
" Passo 3: interpretar os dados. a 4ª, e assim por diante).
Pág. 173 !
P-ME_Book.indb 173 22/7/2005 15:27:37

Representação gráfica de uma distribuição binomial
Como se trata de uma distribuição, você pode construir um

gráfico que represente as probabilidades do problema. Claro
que para tanto, você deverá calcular a probabilidade para
cada possibilidade, ou seja, para k = 0, 1, 2, 3 e 4. Não se assus-
te, pois a seguir você poderá acompanhar as probabilidades
calculadas na tabela.
Probabilidade de errar
as questões do teste
Número de erros P(X)
0 0,0016
1 0,0256
2 0,1536
3 0,4096
4 0,4096
Total 1
Note que para cada uma das possibili-

dades é construido uma coluna.
Isso tudo que você acabou de ver é o método de cálculo de

probabilidade usando a distribuição binomial. A intenção
com esse estudo é que você tenha uma noção desse processo,
sem maiores aprofundamentos.
# Pág. 174
P-ME_Book.indb 174 22/7/2005 15:27:37

distribuição contínua de probabilidade?
" Seção 3
Como se calcula probabilidade usando
   de probabilidade de uma va-

riável aleatória atribui probabilidades a intervalos de valores
dessa variável. Note que essa distribuição atribui probabilida-
de para intervalos e não para um valor dessa variável.
Uma das principais distribuições contínuas é a normal.
No decorrer dessa seção, você vai estudar um pouco dessa
distribuição, além de aprender a calcular probabilidade usan-
do esse método.
Distribuição normal
Como você estudou no início dessa unidade, quando
utiliza-se uma variável aleatória contínua, pode-se atribuir
probabilidade a essa variável. Conforme a seção anterior, os
processos definidos a partir de contagens conduzem aos mo- Exemplos:
delos que envolvem variáveis aleatórias discretas, enquanto Exemplos de variáveis contínuas são:
altura das pessoas, temperatura cor-
que os processos definidos a partir de medidas conduzem aos poral, peso, escores obtidos em testes,
modelos que envolvem variáveis aleatórias contínuas. etc.
Variável aleatória
Contagens ( discreta
Variável aleatória
Medidas ( contínua
Pág. 175 !
P-ME_Book.indb 175 22/7/2005 15:27:38

Antes de começar o estudo do cálculo de probabilidade

usando a distribuição normal, você fará uma pequena recor-
dação.
Considere a distribuição de freqüências e seu histograma a
seguir:
Escores (em pontos) de um teste
realizado em uma escola de
Histograma
periferia de Florianópolis
Escore (em pontos) Nº de estudantes
(fi)
15,9 |--- 18,7 2
18,7 |--- 21,5 6
21,5 |--- 24,3 10
24,3 |--- 27,1 14
27,1 |--- 29,9 10
29,9 |--- 32,7 6
32,7 |--- 35,5 2
Total (Σfi) 50
Como a altura de cada retângulo é Você lembra que o gráfico é construído no sistema de eixos
proporcional à freqüência simples, a
área de cada retângulo também é. Con- cartesianos? E no eixo horizontal são marcados os valores ou
siderando isso, a soma das áreas dos intervalos das classes assumidos pela variável. No eixo verti-
retângulos também é proporcional à
freqüência total. cal marcamos as freqüências simples, que servirá para marcar
Mantenha essa informação à mão, pois,
a altura dos retângulos, indicando, assim, o número de obser-
você irá usa-la novamente! vações (ocorrências) de cada valor ou classe da variável.
Continuando com a recordação, veja, agora o polígono de fre-

qüências: para construir um polígono de freqüência de dados,
é só unir por linhas os pontos médios das bases superiores
dos retângulos do histograma.
Acompanhe o exemplo:
# Pág. 176
P-ME_Book.indb 176 22/7/2005 15:27:38

O gráfico expressa os escores dos

estudantes da escola, e nele estão re-
presentados os 100% dos estudantes
pesquisados!
Você pode observar que a área do histograma é igual a área

abaixo do polígono de freqüências, ou seja, os retângulos que
ficam fora são compensados pelos triângulos que estão adi-
cionados por dentro.
Se você observar que o gráfico expressa os escores dos
estudantes da escola e que nele estão representados os 100%
dos estudantes pesquisados!
Você observou que o polígono de freqüências tem um formato
especial? Sim, ele tem o formato de um sino. Essa curva é
chamada de curva normal ou de Gauss-Laplace e ela tem
algumas características bem especiais. Veja a seguir:
Características da curva normal

Analisando o polígono de freqüências da grande maioria das
séries, você pode observar, com certo ajuste, que elas se apro-
ximam de uma distribuição normal, ou seja, apresentam um
gráfico semelhante conforme pode ser observado a seguir:
Pág. 177 !
P-ME_Book.indb 177 22/7/2005 15:27:38

Principais características da curva normal:
a) a curva se caracteriza por ter a forma de um sino;

b) a curva tem dois pontos de inflexão (lugar onde a cur-
va se modifica);
c) a curva normal é simétrica com relação à média (é
igual tanto à esquerda, quanto à direita da média);
d) a área limitada pela curva e pelo eixo das abscissas é
1 ou 100% (sendo assim, por ser simétrica, tem 50% da
área à esquerda e 50% da área à direita da média);
e) a curva é assintótica, isto é, se aproxima indefinida-
mente do eixo das abscissas sem tocá-lo;
f) a curva normal é unimodal, isto é, possui um só pico
ou ponto de freqüência máxima, ponto este que coin-
cidem a moda, a média e a mediana;
g) função que define a curva:
Sabendo que a área abaixo do polígono (curva) representa

A distribuição normal de probabilidade
usa como base a curva normal.
proporcionalmente a freqüência total da série, e com o uso
da média e do desvio padrão, tem-se condições de realizar
estudo de concentração dos dados em torno da média.
Com relação à área abaixo da curva, analise o gráfico a
seguir:
Você se recorda das medidas de variação, mais especifica-

mente, do desvio padrão que você estudou na Unidade 6,
Seção 3?
# Pág. 178
P-ME_Book.indb 178 22/7/2005 15:27:38

Veja a seguir alguns exemplos para compreender como realizar

os cálculos do desvio padrão.
Em um teste, a média dos escores de um grupo de pessoas foi
de µ= 80 e o desvio padrão foi de σ(x)=3, pode-se interpretar
estes valores da seguinte forma:
Os valores da série estão concentrados em torno da média:
" o intervalo (µ-σ(x); µ+σ(x)) contém aproximadamen-

te 68,26% dos elementos da série, ou seja, o intervalo
(77;83) ⇒ (80-3=77 e 80+3=83);
" o intervalo (µ-2σ(x); µ+2σ(x)) contém aproximada-
valo (74;86) ⇒ (80-6=74 e 80+6=86);
" o intervalo (µ-3σ(x); µ+3σ(x)) contém aproximada-
valo (71;89) ⇒ (80-9=71 e 80+9=89).
Veja no gráfico a seguir a ilustração desse exemplo: % Como ler os gráficos?

Ai vão algumas sugestões:
o percentual de pessoas que obtive-

ram escores entre 77 e 83 pontos é de
68,26% (ou ainda, a probabilidade de
escolher uma pessoa que tenha um es-
core entre 77 e 83 pontos é de 68,26%);

escolher uma pessoa que tenha um es-
core entre 74 e 86 pontos é de 95,44%);

Como você pôde observar, os percentuais estão ligados à escolher uma pessoa que tenha um es-
média e ao desvio padrão e, por sua vez, determinam os core entre 71 e 89 pontos é de 99,74%).
intervalos a serem estudados. Esses percentuais são obtidos
calculando a área entre a curva e o eixo X, entre os extremos
do intervalo que você está estudando (ex.: (77;83))
Baseado nesse estudo, é que você poderá calcular a pro-
babilidade de algum evento que resulte um intervalo. Veja
como calcular a seguir.
Pág. 179 !
P-ME_Book.indb 179 22/7/2005 15:27:39

Descrição do método de cálculo
A probabilidade em uma distribuição contínua de probabili-

dade (probabilidade de ocorrência de um intervalo) é obtida
calculando a área entre a curva e o eixo X, como você já viu
a pouco. Essa área é calculada com o uso de uma ferramen-
ta matemática chamada de integral definida da função vista
anteriormente, ou seja: dada a função abaixo, a área entre a
curva e o eixo X, no intervalo (a;b), é calculada da seguinte
forma:
A determinação desta área usando-se o cálculo de integral é

bastante complicada e não será usado em seu estudo. Para
superar esta dificuldade, utiliza-se uma outra distribuição cha-
mada de distribuição normal padronizada (ou reduzida). O
artifício consiste em transformar a variável X, com média μ e
desvio padrão σ, em uma variável Z, com média 0 e desvio pa-
drão 1, para que você possa fazer utilização da tabela de Z (vari-
ável padronizada) com os valores das áreas já calculados.
Esta padronização é adotada para tornar o cálculo de proba-

bilidade da ocorrência de intervalo mais fácil e mais simples.
Qualquer distribuição X, com as características citadas aci-
ma, pode ser transformada, na distribuição normal padroni-
zada (ou reduzida) Z, isso, para que seja possível o cálculo de
áreas.
# Pág. 180
P-ME_Book.indb 180 22/7/2005 15:27:39

A transformação da variável aleatória X, na variável padroni-

zada se dá mediante o uso da fórmula abaixo.
Cálculo da variável padronizada:
Onde:
X1 = valor da v.a. (limite do intervalo)
μ = média
σ = desvio padrão
Acompanhe os exemplos a seguir para

compreender como realizar o cálculo:
Exemplo 1: a área a ser calculada está no intervalo que vai
da média até x1. Nesse caso só é necessário o cálculo de um
limite do intervalo.
Nesse caso, a probabilidade de ocorrer o intervalo da média

até o x1 é igual à probabilidade de ocorrer o intervalo de 0 a
z1 ⇒ P(μ<x<x1)=P(0<z<z1).
Pág. 181 !
P-ME_Book.indb 181 22/7/2005 15:27:39

Exemplo 2: a área a ser calculada está no intervalo que vai de

x1 até x 2. Nesse caso, é necessário o cálculo de dois limites do
intervalo (z1 e z2).
Cálculo da variável padronizada:
e
Onde:
X1 e X2 = valores da v.a. (limites do intervalo)
μ = média
σ = desvio padrão
Nesse caso, a probabilidade de ocorrer o intervalo entre x1 e

x 2 é igual à probabilidade de ocorrer o intervalo entre z1 e z2
⇒ P(x1<x<x2)=P(z1<z<z2)
Até aqui, você conheceu como padronizar os valores da
variável aleatória X, agora você irá aprender como usar a ta-
bela de ares da distribuição padronizada.
# Pág. 182
P-ME_Book.indb 182 22/7/2005 15:27:39

O uso da tabela
Com o valor de Z calculado, basta encontrar o valor na tabela. As áreas dadas na tabela são sempre de
0 à Z. Não esqueça!
Ver tabela no final dessa seção.
Veja, a seguir, um gráfico com representação da área dada
pela tabela.
Observação:
Conhecendo-se a área especificada na
tabela, qualquer tipo de área poderá ser
calculada usando a simetria da curva.

Exemplo 1: num teste aplicado a um grupo de estudantes, a
média dos escores foi de 21 pontos e o desvio padrão foi de
sete. Qual a probabilidade de ser encontrada uma pessoa com
o escore entre 21 e 28 pontos?
Calculado passo a passo . . . . . . . . . . . . . . . . . . . . . . . . . . .

" Passo 1: identificar todos os elementos que A média: μ=21
compõe o problema: Desvio padrão: σ(x)=7
Os limites do intervalo: como
um dos limites é a própria
média, você só terá que calcu-
lar um Z. O outro limite é 28 ⇒
X = 28
" Passo 2: calcular a variável padronizada Z:
Z=1
" Passo 3: identificar, no gráfico, qual é a área

que você deve encontrar:
Veja que a área está entre

zero e 1.
Pág. 183 !
P-ME_Book.indb 183 22/7/2005 15:27:39

" Passo 4: procurar na tabela o Z = 1,00 e en-

contrar sua área correspondente:
Cruzando a
Procurar " Primeiro você deve procu-
linha com a
1,0 rar o valor 1,0 na primeira
coluna...
coluna.
) )
Procurar 0,00 ( Z 0,00 0,01 " Depois, procurar na pri-
meira linha, o valor 0,00 (é
0,0 0,0000 0,0040
como se separasse o núme-
0,1 0,0398 0,0438 ro 1,00 em dois, uma parte
0,2 0,0793 0,0832 seria 1,0 e a outra seria o
··· ··· ··· 0,00).
0,8 0,2881 0,2910 " No cruzamento da coluna
Cruzando a 0,9 0,3159 0,3186 onde está o 0,00 e da linha
linha com a ( 1,0 0,3413 0,3438 onde está o 1,0 você en-
coluna... 1,1 0,3643 0,3665 contrará um número (no
caso é 0,3413). Esse núme-
1,2 0,3849 0,3869
ro é a área entre Z e 0.
1,3 0,4032 0,4049
" Passo 5: responder e interpretar:

P(21<x<28) = 0,3413
A probabilidade de encontrar uma pessoa ou 34,13%
com escore entre 21 e 28 pontos é de 34,13%.

6. Qual a probabilidade de ser encontrada uma pessoa com o
escore entre 17,52 e 29,7 pontos?

Os limites do intervalo: como
os limites são diferentes da
média, você deve calcular Z
para os dois valores (x1=17,52
e x2=29,7)
" Passo 2: calcular as variáveis padronizadas Z1 e Z2:
Z1 = –1,08
Z2 = 0,95
# Pág. 184
P-ME_Book.indb 184 22/7/2005 15:27:40


Observação:
Não se preocupe com o sinal negativo
de Z1. Esse sinal só serve para indicar
Veja que a área está que a área está à esquerda da média
entre –1,08 e 0,95
(zero), por isso o negativo. Como a cur-
va é simétrica, a área tanto à esquerda,
como à direita são calculadas da mes-
ma maneira e o uso da tabela, também
é o mesmo.
" Passo 4: procurar na tabela o Z1 = –1,08 e

Z2 = 0,95 e encontrar suas áreas correspondentes:
Procurando Z1
Procurar Cruzando a linha

1,0 com a coluna...
) )
Procurar 0,08 ( Z 0,00 0,01 · · · 0,07 0,08
0,0 0,0000 0,0040 · · · 0,0279 0,0319
0,l 0,0398 0,0438 · · · 0,0675 0,0714
0,2 0,0793 0,0832 · · · 0,1064 0,1103
··· ··· ··· ··· ··· ···
0,8 0,2881 0,2910 · · · 0,3078 0,3106
Cruzando a 0,9 0,3159 0,3186 · · · 0,3340 0,3365
linha com a ( 1,0 0,3413 0,3438 · · · 0,3577 0,3599
coluna... 1,1 0,3643 0,3665 · · · 0,3790 0,3810
1,2 0,3849 0,3869 · · · 0,3980 0,3997
" Primeiro você deve procurar o valor 1,0 na primeira coluna.

" Depois, procurar na primeira linha, o valor 0,08 (é como se separasse o núme-
ro 1,08 em dois, uma parte seria 1,0 e a outra seria o 0,08).
" No cruzamento da coluna onde está o 0,08 e da linha onde está o 1,0 você
encontrará um número (no caso é 0,3599). Esse número é a área entre Z1 e 0.
Procurando Z2

0,9 com a coluna...
) )
Procurar 0,05 ( Z 0,00 · · · 0,04 0,05
0,0 0,0000 · · · 0,0160 0,0199
0,l 0,0398 · · · 0,0557 0,0596
··· ··· ··· ··· ···
0,7 0,2580 · · · 0,2704 0,2734
Cruzando a 0,8 0,2881 · · · 0,2995 0,3023
linha com a ( 0,9 0,3159 · · · 0,3264 0,3289
coluna... 1,0 0,3413 · · · 0,3508 0,3531
1,1 0,3643 · · · 0,3729 0,3749
Pág. 185 !
P-ME_Book.indb 185 22/7/2005 15:27:40



Como você tem duas áreas, o próximo passo é P(17,52<x<29,7) =
somar. = 0,3599 + 0,3289 =
A probabilidade de encontrar uma pessoa com = 0,6888 ou 68,88%
escore entre 17,52 e 29,7 pontos é de 68,88%.

6. Qual a probabilidade de ser encontrada uma pessoa com o
escore maior que 29,7 pontos?
Calculado passo a passo: . . . . . . . . . . . . . . . . . . . . . . . . . . .

Os limites do intervalo: o
intervalo é limitado abaixo por
x=29,7 e não tem limite acima.
Você deve calcular Z somente
para esse valor de x.
" Passo 2: calcular a variável padronizada Z:
Z = 0,95

Veja que a área está

de 0,95 para cima.
# Pág. 186
P-ME_Book.indb 186 22/7/2005 15:27:40

" Passo 4: procurar na tabela o Z = 0,95 e encontrar sua área correspondente:
Como usar a tabela?

0,9 com a coluna...
) )
Procurar 0,05 ( Z 0,00 · · · 0,04 0,05
0,0 0,0000 · · · 0,0160 0,0199
0,l 0,0398 · · · 0,0557 0,0596
··· ··· ··· ··· ···
0,7 0,2580 · · · 0,2704 0,2734
Cruzando a 0,8 0,2881 · · · 0,2995 0,3023
linha com a ( 0,9 0,3159 · · · 0,3264 0,3289
coluna... 1,0 0,3413 · · · 0,3508 0,3531
1,1 0,3643 · · · 0,3729 0,3749


Como a área dada pela tabela é sempre entre
zero e Z, como calcular a área de Z para cima?
Você lembra que a curva normal é simétrica e
que de cada lado tem 50% da área total? Pois
é! Se a metade tem 50% ou 0,5 e você diminuir
dessa área a área encontrada, restará a que você
quer encontrar. Veja o gráfico a seguir:
P(x>29,7) = 0,5 – 0,3289 =

= 0,1711 ou 17,11%
A área cinza escuro é calculada diminuindo

0,3289 (encontrada na tabela – área entre zero
e Z) de 0,5.
A probabilidade de encontrar uma pessoa com
escore maior que 29,7 pontos é de 17,11%.
Além dos casos que você estudou nos exemplos, ainda há ou-
tros. Um deles pode ser ilustrado a seguir:
Caso o limite inferior do intervalo esteja à esquerda da média,
o processo é o mesmo, calcular o Z, encontrar a área na tabela
e, depois calcular a área final. No caso ao lado, note que você
terá que juntar as duas áreas, a cinza claro com a cinza escu-
ro. Lembre que a área na metade da curva é de 0,5 ou 50%.
Somando as duas: 0,5+0,3413=0,8413 ou 84,13%.
Pág. 187 !
P-ME_Book.indb 187 22/7/2005 15:27:40

Distribuição Normal Padronizada (Z)
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,l 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 *0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 *0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,10 ou + 0,4999
NOTA: Para valores acima de 3,09, use 0,4999 como área.
*Use os valores comuns abaixo

resultantes de interpolação:
Escore Área
1.645 % 0.4500
2,575 % 0,4950
# Pág. 188
P-ME_Book.indb 188 22/7/2005 15:27:41

Atividades de
Auto-avaliação $
1) O teste chamado Tarefa de Memória Seletiva ()* tes- *

ta alguns aspectos da memória verbal.Baseia-se em ouvir, Exercício adaptado do livro Encontros
com o Acaso, de Christopher J. Wild,
lembrar e aprender doze palavras apresentadas à pessoa que editora LTC: 2004
está sendo testada. Diversos aspectos da memória verbal, tais
como lembrança total, armazenamento na memória de longa
duração, etc., são combinados para produzir um escore glo-
bal. Sabendo que para um grupo determinado de pessoas, a
média dos escores foi de 126 pontos e que o desvio padrão foi
de 10 pontos, determine o que é pedido a seguir.
a) Calcule Z (variável padronizada) para x=116, x=136,

para x=131 e para x=141 pontos.
b) Qual a probabilidade de escolher uma pessoa com es-
core maior que 136 pontos?
c) Qual a probabilidade de escolher uma pessoa com es-
core entre 126 e 131 pontos?
d) Qual a probabilidade de escolher uma pessoa com es-
core entre 116 e 141 pontos?
Sugestão: use os gráficos a seguir para auxiliar seu trabalho.
Pág. 189 !
P-ME_Book.indb 189 22/7/2005 15:27:41

Síntese da unidade "
Ufa! Você acabou de estudar mais uma
unidade!
Nesta unidade você estudou dois

tipos de distribuições de probabili-
dade. Conheceu as diferenças entre
variável aleatória discreta e contínua,
bem como, entre suas distribuições de
probabilidade. Aprendeu, também, a
calcular probabilidade com essas distri-
buições. Não foi tão difícil, não é?!?!
Além de utilizar os conteúdos estuda-

dos nessa unidade para o cálculo de
probabilidades, esse conteúdo é base
para o estudo de Amostragem. Isto
será o que você irá es-
tudar na próxima e
última unidade.
Estarei esperando
você! Até lá!!
Para pesquisar #
quise em:

básica. São Paulo: Makron Books, 1999


2000.
# Pág. 190
P-ME_Book.indb 190 22/7/2005 15:27:41

Noções de
Unidade
9
amostragem
    chegando ao final do estudo !Objetivos de aprendizagem
da disciplina. Nessa última unidade, você vai estudar um " Vonhecer as vantagens e a importância
da amostragem.
pouco mais sobre amostragem. Na Unidade 2 você teve " Calcular tamanho de amostra.
contato com alguns conceitos dentro do assunto “amos- " Conhecer as informações que a amostra-
gem propicia.
tra”, sem entrar em muitos detalhes.
Agora, poderá aumentar seus conhecimentos sobre
como escolher, calcular e para que usar amostras em pes-
quisas e levantamentos de dados. Nesta disciplina o estu-
do da amostragem é um dos mais importantes.
Todos os conhecimentos que você adquiriu até aqui
serão ferramentas essenciais para apoiar suas decisões. "Plano de estudo
Continue seu estudo que você poderá constatar esta afir- A seguir apresentam-se as seções que você
mação. final de cada uma delas, você use os quadros
# Seção 1
Onde a amostragem se
encaixa no método estatístico?. . . . . . . 192
# Seção 2
Recordando alguns conceitos.. . . . . . . . 193
# Seção 3
Que informações a
amostragem pode revelar?. . . . . . . . . . . 194
# Seção 4
Que tamanho de amostra usar? . . . . . . 196
# Seção 5
A amostra é
representativa da população? . . . . . . . . 203
Pág. 191 !
P-ME_Book.indb 191 22/7/2005 15:27:42

Métodos Estatísticos " Unidade 9 Noções de amostragem
" Seção 1
Onde a amostragem se encaixa
no método estatístico?
     a Estatística descritiva e

probabilidades e, dentro do processo estatístico, a amostra-
gem está intimamente ligada aos dois assuntos, e vice-versa.
Além de estarem ligados, são dependentes uns dos outros.
Veja a figura a seguir:
%
Como é feita essa relação entre os três?
Veja a resposta na seção seguinte!

FIGURA - Relações dos estudos estatísticos
# Pág. 192
P-ME_Book.indb 192 22/7/2005 15:27:42

Seção 2 " Recordando alguns conceitos
" Seção 2
Recordando alguns conceitos
 ,   recordar alguns conceitos im-

portantes que você estudou na Unidade 2.
1) O que é população?
População é o conjunto total de elementos com pelo menos
uma característica em comum, cujo comportamento interessa
estudar.
Notação:
N = número de elementos da população (tamanho da população)
" Censo: é uma coleção de dados relativos a todos os ele-

mentos de uma população.
" Parâmetro: é utilizado para designar alguma caracte-
rística descritiva dos elementos da população (percen-
tagem, média, etc.).
2) O que é amostra?
Amostra é o conjunto de elementos ou observações, recolhi-
Não esqueça que estes itens estão con-
dos a partir de um subconjunto da população, que se estuda templados em detalhe na Unidade 2.
com o objetivo de tirar conclusões para a população de onde Retorne a leitura da mesma para relem-
brar os conceitos!
foi recolhida.
Notação:
n = número de elementos da amostra (tamanho da amostra)
Pág. 193 !
P-ME_Book.indb 193 22/7/2005 15:27:42

" Seção 3
Que informações a
amostragem pode revelar?
  ,   conhecer os principais mo-

tivos para usar a amostra e não a população. Você deve estar
se perguntando: Os dados levantados de uns poucos elementos
pode me dar informação precisas de uma população inteira?
De certa forma sim! Você não terá informações exatas da
população usando uma amostra, mas, sim, uma boa aproxi-
mação e, também, uma boa precisão. Claro que por não haver
pesquisado a totalidade dos elementos, você deve concordar
que os dados nunca serão um reflexo exato da população.
Exemplos bem conhecidos são as pesquisas eleitorais.
Você lembra das divulgações das pesquisas nos meios de
comunicação?
FIGURA - Pesquisa eleitoral
# Pág. 194
P-ME_Book.indb 194 22/7/2005 15:27:42

Seção 3 " Que informações a amostragem pode revelar?
Como era a notícia? . . . . . . . . . . . . . . . . . . . . . . . . . %

“A pesquisa de outubro apresentou os seguintes resultados: O
candidato “A” tem 39% das intenções de voto, o candidato “B”,
tem 26% das intenções de voto, o candidato C tem 9% das in-
tenções de votos e o candidato D tem 7% das intenções de votos.
A margem de erro é de 2%.”
Isso mesmo, existe uma margem de erro. Esse erro, relatado

na notícia, gera um intervalo, ou seja, as intenções de votos
para o candidato “A” podem variar de 37% a 41% . Por se tratar
de uma pesquisa feita com amostragem, você não pode dizer
que o candidato terá 39% das intenções de votos.
Quais são as informações que a amostragem pode fornecer?

Como você viu, esses intervalos, na estatística, são separados
em dois tipos, de acordo da variável estudada (você lembra?):
Variável aleatória discreta ( Intervalo de proporção (percentual)
Variável aleatória contínua ( Intervalo da média
A) Intervalos de proporção: são intervalos como o visto

no exemplo anterior, os percentuais das intenções de
votos. Exemplos: Proporção de famílias, percentual de
pacientes, proporção de cobaias, etc.;
B) Intervalos da média: são intervalos baseados em me-

didas. Sempre calculado pela média dessas medidas.
Exemplo: escore médio, peso médio, altura média, etc.
Pág. 195 !
P-ME_Book.indb 195 22/7/2005 15:27:42

" Seção 4
Que tamanho de amostra usar?
       pesquisadores. O

tamanho da amostra muitas vezes depende da experiência
e do conhecimento do pesquisador. Experiência em saber
qual o tamanho que realmente representará com fidelidade
a população e o conhecimento do pesquisador sobre o tema
e sobre a população alvo do estudo. Dessa forma, você verá
aqui duas formas de calcular o tamanho da amostra, que são
as seguintes:
" quando não se têm informações sobre a população: se o

pesquisador não tem acesso as medidas, como desvio
padrão, percentuais, etc.
" quando têm informações sobre a população: se o pes-

quisador tem acesso as medidas, como desvio padrão,
percentuais, etc.
1) Quando não se têm

informações sobre a população
Nesse caso, é necessário a especificação do erro amostral pre-
tendido pelo pesquisador. As formas, sugeridas por Barbetta
(), de cálculo do tamanho da amostra, quando você não
tem acesso a informações da população são as que seguem:
# Pág. 196
P-ME_Book.indb 196 22/7/2005 15:27:43

Seção 4 " Que tamanho de amostra usar?
Quando não se conhece o tamanho da população.

Tamanho da amostra:
Onde:
n0 – primeira aproximação para o tamanho da amostra;
E – erro amostral tolerável.
(usar o erro na forma unitária, ex.: 2%, usar 0,02)
Quando se conhece o tamanho da população.

Tamanho da amostra:
Onde:
n0 – primeira aproximação para o tamanho da amostra;
E – erro amostral tolerável
N – tamanho da população;
n – tamanho da amostra.
(usar o erro na forma unitária, ex.: 2%, usar 0,02)
Veja a seguir um exemplo de como realizar os cálculos.

Um pesquisador deseja realizar estudo para com estudantes
do ensino fundamental da rede municipal de escolas da ci-
dade de Florianópolis. Nessa pesquisa, irá tolerar um erro
amostral de 4%. Ele gostaria de saber qual seria o tamanho
da amostra necessária para realizar sua pesquisa, nos seguin-
tes casos:
Pág. 197 !
P-ME_Book.indb 197 22/7/2005 15:27:43

Não conhece o número total de estudantes

do ensino fundamental da cidade.

" Passo 1: identificar os elementos da fórmula.
n0 = tamanho aproximado da amostra
E = erro amostral tolerável = 4% ou 0,04
(é só dividir por 100)
" Passo 2: Usar a fórmula:

no = 625 estudantes
Um tamanho aproximado para a amostra, seria de 625 estudantes do ensino

fundamental.
O número total de estudantes do ensino

fundamental da cidade é de 27.000 alunos.

" Passo 1: identificar os elementos da fórmula.
E = erro amostral tolerável = 4% ou 0,04
(é só dividir por 100)
N = tamanho da população = 27000
" Passo 2: usar a fórmula:

no = 625 estudantes
Um tamanho aproximado para a amostra, seria de 625 estudantes do ensino

fundamental. Observe que o pesquisador teve acesso a informação de que a
população seria de 27.000 estudantes, então você deve passar para o passo
seguinte:
" Passo 3: calcular o tamanho da amostra usan-

do a população com a seguinte fórmula: Arredondando,
seriam 611 estudantes.
# Pág. 198
P-ME_Book.indb 198 22/7/2005 15:27:43

Atividades de
Auto-avaliação $
1) Estão listados a seguir uma série de estudos e a margem

de erro que o pesquisador irá adotar como tolerável, bem
como, o tamanho da população alvo desse estudo. Calcule
o tamanho da amostra necessária para realizar as pesquisas
considerando que o pesquisador não tem acesso ao tamanho
da população e que o pesquisador tem acesso ao tamanho da
população (calcular para os dois casos).
Erro Tamanho da Tamanho da

Tema do estudo
tolerável população amostra (preencher)
a) Estudo sócio-econômico com estudantes da Unisul 0,03 5600
b) Estudo com famílias do bairro Rio Vermelho em Florianópolis 0,04 9400
c) Estudo com adolescentes com Teste de Sondagem Intelectual (TSI) 0,05 400
d) Estudo da fecundidade na cidade de Florianópolis 0,06 125.000
e) Estudo com usuários de drogas adolescentes de uma escola 0,09 250
f ) Estudo sobre analfabetismo no bairro Rio Tavares, em Florianópolis 0,09 2.500
g) Estudo de Índice de Massa Corporal dos estudantes da Unisul 0,05 4.000
h) Pesquisa de intenções de voto no Brasil 0,02 80.000.000*

FONTE: Dados fictícios — * número de eleitores
Pág. 199 !
P-ME_Book.indb 199 22/7/2005 15:27:43

2) Quando têm informações sobre a população

Nesse caso, além da margem de erro tolerável, seriam neces-
sárias informações como desvio padrão, percentual dos indi-
víduos que apresentam as características estudadas, etc. Essas
informações poderiam ser obtidas de pesquisas anteriores ou
até mesmo, de uma pré-pesquisa. Nesse último seria preciso
uma amostragem prévia para realizar os levantamentos ne-
cessários. Embora não seja de interesse aprofundar o estudo
sobre este assunto, a seguir estão as fórmulas para calcular o
tamanho da amostra para os dois casos existentes, para esti-
mar a proporção (percentual) e a média populacional.
Para a estimativa da Para a estimativa da proporção

média populacional populacional (percentual)
Para amostragem com reposição Para amostragem com reposição
(população infinita) (população infinita)
Para amostragem sem reposição Para amostragem sem reposição

(população finita) (população finita)
Onde: Onde:
n = tamanho da amostra; n = tamanho da amostra;

N = tamanho da população; N = tamanho da população;
e = erro amostral; e = erro amostral;
σ = desvio padrão; p = percentual de elementos
Z = limite do intervalo (dist. Normal). com a característica estudada;
q = percentual de elementos
sem a característica estudada;
Z = limite do intervalo (dist. Normal).
Embora não seja a intenção de aprofundar esse tipo de cál-

culo, faça a atividade de auto-avaliação a seguir e constate se
compreendeu como realizar os cálculos.
# Pág. 200
P-ME_Book.indb 200 22/7/2005 15:27:43

Atividades de
Auto-avaliação $
1) Acesse o site http://www.barca.efei.br/amostragem/calculam.html

e preencha os espaços com as informações conforme exemplo
a seguir:
No exemplo significam:
População = N
Nível de confiança = indica o Z
Desvio = no caso é o erro
Média = você já conhece, seria a média dos valores obtidos
Variância = a variância dos valores obtidos.
Após digitar os valores (no lugar da vírgula usar ponto) que

estão na figura, clique no botão “Calcula o tamanho”. Qual é
o tamanho da amostra indicado (para estimar a média)?
Pág. 201 !
P-ME_Book.indb 201 22/7/2005 15:27:44

Vá aumentando o tamanho do erro (no caso desvio) de

0.02 , para 0.03, 0.04 e assim sucessivamente e a cada alteração
não esqueça de clicar no botão “Calcula o tamanho”. O que
acontece com o tamanho da amostra? Aumentando o erro o tama-
nho da amostra aumenta ou diminui?
2) Acesse o site http://www.barca.efei.br/amostragem/calculap.html

e preencha os espaços com as informações conforme exemplo
a seguir:
No exemplo significam:
População = N
Nível de confiança = indica o Z
Desvio = no caso é o erro
Proporção = percentual de indivíduos
com a característica estudada
Após digitar os valores (no lugar da vírgula usar ponto) que

estão na figura, clique no botão “Calcula o tamanho”. Qual é
o tamanho da amostra indicado (para estimar a proporção)?
# Pág. 202
P-ME_Book.indb 202 22/7/2005 15:27:44

Vá aumentando o tamanho do erro (no caso desvio) de

0.02 , para 0.03, 0.04 e assim sucessivamente e a cada alteração
não esqueça de clicar no botão “Calcula o tamanho”. O que
acontece com o tamanho da amostra? Aumentando o erro, o tama-
nho da amostra aumenta ou diminui?
" Seção 5
A amostra é
representativa da
população?
Você lembra do exemplo da

Unidade 2, Seção 1? Pois é, quem
não cozinhou ou não viu alguém cozi-
nhar?
Quando você está cozinhando e, após temperar a comida, cos-
tuma mexer com uma colher, não é? Por que você mexe? Para
que o tempero fique bem misturado com a comida. Correto?
Qual é o passo seguinte?
Provar! Claro, você pega apenas uma pitada da comida para
saber como está o gosto. Para tanto, não é necessário comer tudo!
Em resumo, o processo de amostragem é bem semelhante.

Para que a prova de comida seja representativa, você teve,
antes, que mexer bem, tornando assim, uma mistura homo-
gênea.
Pág. 203 !
P-ME_Book.indb 203 22/7/2005 15:27:44

Se foi bem misturada, qualquer amostra que você co-
Síntese da unidade " lha, em qualquer lugar da panela, você terá uma boa noção
Nessa unidade você pôde ver as fa-
de como o todo (a comida) está.
cilidade e a importância do uso de
amostragem. Hoje em dia os processos
de amostragem e as estimativas estão Em pesquisas o processo é bem semelhante! . .
muito precisas a ponto de ser mais con-
fiável usar a amostra que realizar uma Você lembra da pesquisa de intenções de voto? Em época
pesquisa com a totalidade da popula- de campanha eleitoral quando um instituto de pesquisa
ção. Nessa unidade você teve algumas
faz uma pesquisa, ele tem que selecionar eleitores que
noções de como funciona todo esse
processo, mas fique a vontade para representem as mais diversas camadas sociais, regiões,
aprofundar esse tema tão importante e raças, etc., tornando assim a amostra representativa da
fundamental na realização de uma pes- população.
quisa. Muitas vezes você terá que usar
ferramentas, como as que vimos aqui,
O sucesso da pesquisa com base em amostra está na
tanto em sua vida acadêmica quanto
boa definição de seu plano de amostragem. Para saber
na profissional. mais sobre o assunto, retorne à Unidade 2!
Parabéns pela
persistência. Com
essa unidade você
encerra o estudo da
disciplina.
Para pesquisar #
quise em:

aplicada às ciências sociais. 5. ed. rev.
Florianópolis: Ed. UFSC, 2002.

básica. São Paulo: Makron Books, 1999.


2000.
# Pág. 204
P-ME_Book.indb 204 22/7/2005 15:27:44

Para concluir o
estudo da disciplina
    com situa-
ções em que temos que lidar com muitos da-
dos, e como vamos lidar com eles? A disciplina
de Métodos Estatísticos é uma tentativa de pro-
porcionar ferramentas para os profissionais que
lidam com esse tipo de situação. Desde a apresentação
de relatórios e trabalhos científicos, pesquisas, controle,
testes, projeções e previsões a Estatísticas está sempre
presente. No dia-a-dia, lidamos com uma grande quanti-
dade de informações e pergunto: De que vale ter tanta in-
formação se não sabemos o que fazer com elas? Espera-se
que todo o conhecimento que você adquiriu nesta discipli-
na seja suporte para as suas análises, opiniões e decisões.
Muito sucesso profissional!

Prof. Luiz Dornelles Sobre o autor &
Luiz Arthur Dornelles Júnior é gradua-
do em Matemática pela Fundação Uni-
versidade do Rio Grande (FURG). É pro-
fessor da Universidade do Sul de Santa
Catarina (UNISUL) desde 2000, onde
leciona as disciplinas de Estatística,
Métodos Quantitativos e Programação
Linear. Atualmente, está cursando Es-
pecialização em Educação Matemática
na UNISUL Virtual.
Pág. 205 !
P-ME_Book.indb 205 22/7/2005 15:27:44

Referências
ARANGO, Héctor Gustavo. Bioestatística teórica e

computacional. Rio de Janeiro: Guanabara, 2001.
BARBETTA, Pedro Alberto. Estatística aplicada às ci-

ências sociais. 5. ed. rev. Florianópolis: Ed. UFSC, 2002.
CRESPO, Antônio Arnot. Estatística fácil. São Paulo:

Saraiva,2001.
LEVIN, Jack. Estatística Aplicada às Ciências Humanas.

São Paulo: Habra, 1987.
MORETTIN, Luiz Gonzaga. Estatística Básica. São

Paulo: Makron Books, 1999
SILVA, Ermes Medeiros da. Estatística – Vol.1. São

Paulo: Atlas, 1996.
TRIOLA, Mario F. Introdução à Estatística. Rio de

Janeiro: LTC, 1999.
VIEIRA, Sônia. Introdução à Bioestatística. 6. ed. Rio de

Janeiro: Campus, 2000.
VIEIRA, Sonia. Princípios de Estatística. São Paulo:

Pioneira, 2003.
WILD, Christopher J. Encontros com o acaso. Rio de

Janeiro: LTC, 2004.
# Pág. 206
P-ME_Book.indb 206 22/7/2005 15:27:45

Sites
http://www.seas.al.gov.br/
http://www.ibge.gov.br
http://www.amostraestatistica.hpg.ig.com.br/
historia.htm
http://www.natalest.hpg.ig.com.br/historia.html
http://www.estatisticapr.hpg.ig.com.br/historia.html
http://www.esgb-antero-quental.rcts.pt/NMAT/
estatistica.htm#História
http://alea-estp.ine.pt/html/nocoes/html/cap2_1_i.html
http://vejaonline.abril.com.br/notitia
http://www.psicologia.ufrgs.br/laboratorio/
http://www.mcguido.vet.br/vigilancia_epidemio.htm
http://www.datasus.gov.br/
http://www2.mj.gov.br/
http://www.delsa.com.br
http://www.esgb-antero-quental.rcts.pt/NMAT/
estatistica.htm#Cuidado
http://www.barca.efei.br/amostragem/calculam.html
http://www.barca.efei.br/amostragem/calculap.html
Pág. 207 !
P-ME_Book.indb 207 22/7/2005 15:27:45

P-ME_Book.indb 208 22/7/2005 15:27:45
ANEXOS Respostas e comentários

das auto-avaliações
Unidade 1
Introdução à Estatística
1º caso: Como você pode notar, a galinha do ti’ Januário põe

um ovo e meio por dia. D. Estatística disse isso! Não quer dizer
que a galinha faça exatamente dessa maneira, pois é impossí-
vel por meio ovo, não é? Dias põe um, dias põe dois, dias não
põe nenhum. No final das contas, em média, põe ovo e meio.
Podemos citar outros exemplos, digamos que a média de pes-
soas por família seja de 3,5 pessoas no Brasil. Não existe meia
pessoa e nem podemos considerar como sendo uma criança, e
assim por diante.
2º caso: No segundo caso, você pode perceber que uma in-
formação pode, muito bem, ser representada de forma a ma-
nipular os dados. Talvez para alguns torne mais interessante,
mas é pura indução! Se você observar o segundo gráfico, verá
que a diferença de um ano para o outro não é tão significan-
te, quanto aparenta no primeiro. A simples construção de um
gráfico pode dar a entender algo completamente diferente da
realidade. Muitos usam esse tipo de expediente para facilitar
nas vendas, apresentar relatórios distorcendo a verdade, etc.
Não esqueça, fique a vontade para citar exemplos que façam
parte de seu cotidiano.
Pág. 209 !
P-ME_Book.indb 209 22/7/2005 15:27:45

Unidade 2
Conceitos básicos
Seção 1: O que é população e amostra?
1. O Censo é uma coleção de dados de uma população, enquanto
que a estimação usa dados de uma amostra para avaliar um parâ-
metro (característica descritiva dos elementos da população).
2. Deve escolher elementos com as mesmas características da
população, ou seja, elementos que realmente representem a popu-
lação. Aqui você pode citar exemplos (escolher clientes de níveis
sociais diferentes para estudar grau de satisfação, escolher amos-
tras de um lago para análise, em diversos locais do lago). Isso é
necessário para que você possa realmente refletir a realidade, sem
distorcer ou conduzir os resultados.
Seção 2: Quais são os

conceitos básicos da Estatística?
1. Nessa questão você deve citar exemplos do seu dia-a-dia, por
exemplo:
Variável Exemplos
Qualitativa nominal Nacionalidade
Qualitativa ordinal Atendimento (ótimo, muito bom, ... , ruim)
Quantitativa discreta Número de filhos
Quantitativa contínua Escore de teste psicológico
2. A classificação que você pode fazer é:

os dados coletados por meio de questionário: primários;
o.s dados coletados na Federação: secundários
3. A classificação que você pode fazer é:

Descrição da variável Classificação
3.1. altura: Quantitativa contínua
3.2. idade do paciente: Quantitativa contínua
3.3. sexo: Qualitativa nominal
3.4. classe econômica: Qualitativa ordinal
3.5. estado civil: Qualitativa nominal
3.6. quantidade de cigarros por dia: Quantitativa discreta
3.7. perímetro cefálico: Quantitativa contínua
3.8. grau de instrução: Qualitativa ordinal
3.9. número de filhos: Quantitativa discreta
3.10. endereço: Qualitativa nominal
3.11. telefone: Qualitativa nominal
3.12. número de alunos com deficiência de atenção : Quantitativa discreta
3.13. peso: Quantitativa contínua
3.14. nacionalidade: Qualitativa nominal
3.15. temperatura: Quantitativa contínua
3.16. local de nascimento: Qualitativa nominal
# Pág. 210
P-ME_Book.indb 210 22/7/2005 15:27:45

Anexo 1 " Respostas e comentários das auto-avaliações
Seção 3: O que são séries estatísticas?

1) A classificação que você pode fazer é:
a) série Específico-geográfica;
b) série Específica
(embora seja tempo de sono, não é temporal);
c) série Específica.
Seção 4: Como fazer o

arredondamento de dados?
1) Arredondamentos
a) Para a segunda casa decimal:
41,368 = 41,37
1.589,9984 = 1.590
121,3333 = 121,33
5,665002 = 5,67
28,45500 = 28,46
b) Para a primeira casa decimal:
41,368 = 41,4
1.589,8984 = 1589,1.590
121,3333 = 121,3
5,655002 = 5,7
28,4500001 = 28,5
82,95 =83
Seção 5: Noções de somatório

1) Somatórios:
a) =a1 + a 2 + a3 + a4 + a5
b) = x4 + x5 + x6 + x7 + x8 + x9
c) = x10 + x11 + x12 + x13 + x14 + x15
d) = f1.x1 + f 2.x 2 + f 3.x3 + f4.x4
e) = (x1-5)2 + (x 2-5)2 + (x3-5)2 + (x4-5)2
Pág. 211 !
P-ME_Book.indb 211 22/7/2005 15:27:45

2) Escreva sob a forma de somatório:

a) Soma = x1 + x 2 + ... + x7 =
b) Soma = x4 + x5 + x6 + x7 =
c) Soma = x6 + x7 + ... + x17 =

2
 7 
d) Soma = (x1 + x 2 + ... + x7) =  ∑ x i 
2
 i =6 
e) Soma =
sugestão: repita o primeiro termo da soma e troque o 1 por i
3) Calcule as seguintes quantidades para os dados abaixo

(obs.: utilize a tabela):
i xi fi xi.fi xi2 fi.(xi)2
1 10 3 30 100 300
2 11 5 55 121 605
3 15 9 135 225 2025
4 19 10 190 361 3610
5 21 2 42 441 882
6 26 1 26 676 676
Σ 102 30 478 8098
(a) ∑xi = 102

(b) ∑f i =30
(c) ∑xi.f i = 478
(d) ∑f i.(xi)2 = 8098
# Pág. 212
P-ME_Book.indb 212 22/7/2005 15:27:46

Unidade 3
Distribuição de freqüências
Seção 2: Quais são os
componentes de uma tabelas?
1) Erros e componentes
a) Falta o título.
A tabela não deve ser fechada nas laterais.
b) Falta a fonte.
Falta a linha divisória do cabeçalho.
Seção 3: Como montar tabelas

para variável qualitativa?
1) Montagem da tabela
Principais motivos de tensão (estresse)
Tipo de empréstimo Nº de clientes
Morte de um filho 16
Morte do cônjuge 12
Morte dos pais ou irmãos 11
Divórcio 8
Doença grave 7
Demissão 6

para variável quantitativa discreta?
2)
Acidentes de trabalho nos últimos 36 meses
No de acidentes Número de meses
3 4
4 5
5 9
6 7
7 5
8 6
FONTE: CIPA
Pág. 213 !
P-ME_Book.indb 213 22/7/2005 15:27:46


para variável quantitativa contínua?
1)
Renda das famílias de um bairro
de classe baixa de Florianópolis
Renda família (R$) No de pacientes
112 |---- 115 2
115 |---- 118 6
118 |---- 121 4
121 |---- 124 9
124 |---- 127 8
127 |---- 130 7
Seção 6: Quais são os tipos de freqüências?

1)
Renda de famílias de um bairro de classe baixa de Florianópolis
Nº de fiacd fiaci
Renda (R$) fr fp (%) PM
famílias “abaixo de” “acima de”
112 |--- 115 2 2 36 0,0556 5,56 113,5
115 |--- 118 6 8 34 0,1667 16,7 116,5
118 |--- 121 4 12 28 0,1111 11,1 119,5
121 |--- 124 9 21 24 0,25 25 122,5
124 |--- 127 8 29 15 0,2222 22,2 125,5
127 |--- 130 7 36 7 0,1944 19,4 128,5
Total (Σfi) 36 1,0 100,0
FONTE: Teste nível de estresse
a) 21 famílias
b) 29 famílias
c) 15 famílias
d) 7 famílias
e) 11,1% das famílias
f) 25% das famílias
2)
Número de operários acidentados para cada mês
Número de Nº de fiacd fiaci
fr fp (%)
acidentados meses “abaixo de” “acima de”
3 4 4 36 0,1111 11,1
4 5 9 32 0,1389 13,9
5 9 18 27 0,2500 25
6 7 25 18 0,1944 19,4
7 5 30 11 0,1389 13,9
8 6 36 6 0,1667 16,7
Total (Σfi) 36 1,0 100,0
FONTE: Número de acidentados
# Pág. 214
P-ME_Book.indb 214 22/7/2005 15:27:46

Complete a tabela com as freqüências acumulada direta e indireta,

a freqüência relativa e percentual. Após responda as perguntas:
a) 18 meses
b) 25 meses
c) 18 meses
d) 27 meses
e) 25% dos meses
f) 13,89% dos meses
Unidade 4
Representação gráfica
Seção 2: Tipos de diagramas
1. Essa atividade vai depender muito do gráfico escolhido e de sua
análise. Não esqueça de usar as dicas para analisar um gráfico:
" identificar as variáveis expressas pelo gráfico;
" identificar os intervalos em que as variáveis atuam;
" identificar onde a variável que está sendo estudada (Volume
de exportações) apresenta máximo e mínimo;
" identificar se a tendência é de crescimento ou decrescimen-
to. Em alguns casos é bastante difícil realizar essa identifi-
cação;
" analisar o comportamento de uma maneira geral, identifi-
cando as alterações mais expressivas;
" outras análises também são possíveis, isso só depende do
observador e muitas vezes, da variável que estamos estu-
dando.
Seção 3: O que são pictogramas

1. Essa atividade vai depender muito do gráfico escolhido e de sua
análise. Não esqueça de usar as dicas para analisar um gráfico.
Pág. 215 !
P-ME_Book.indb 215 22/7/2005 15:27:46

Seção 4: Gráficos representativos

1. O histograma e o polígono de freqüências deverão ser seme-
lhantes ao a seguir:
Unidade 5
Medidas de posição
Seção 2: Como calcular a média?
1)
Consumo de bebidas alcoólicas
por semana pelos funcionários.
Número Número de xi.fi
de dias (xi) funcionários (fi)
0 10 0
1 16 16
2 14 28
3 8 24
4 5 20
5 4 20
6 4 24
7 3 21
Total (Σfi) 64 153
Em segundo lugar, calcule a média, dividindo a soma da coluna

xi.f i, pela soma da coluna f i. O resultado é a média:
x=
∑ x ⋅f
i i
=
153
= 2, 39
∑f i 64
Interpretação: o número médio de dias de consumo de álcool

pelos funcionários é de 2,39 dias
# Pág. 216
P-ME_Book.indb 216 22/7/2005 15:27:46

2) Usando um processo semelhante ao anterior, em primeiro lu-

gar, você deve calcular o ponto médio. Logo após, multiplicar o
ponto médio pela fi de cada linha e escrever o resultado na coluna
PM.f i. Some esses números no final da coluna, veja a tabela:
Renda de famílias de um bairro de classe baixa de Florianópolis
Renda (R$) Número de famílias PM PM.fi
112 |---- 115 2 113,5 227
115 |---- 118 6 116,5 699
118 |---- 121 4 119,5 478
121 |---- 124 9 122,5 1102,5
124 |---- 127 8 125,5 1004
127 |---- 130 7 128,5 899,5
Total (Σfi) 36 4410
Em segundo lugar, divida o resultado da soma (∑PM.f i) pelo

soma dos números da coluna f i:
x=
∑ x ⋅f i i
=
4410
= 122, 5
∑f i 36
Interpretação: o nível de estresse médio do grupo de pacientes é

de 122,5 pontos
Seção 3: Como calcular a mediana?

1.a) Conjunto 1
Primeiro passo: escrever na tabela os dados organizados em
ordem crescente (Rol) e, na linha de baixo, as posições:
12 13 13 15 15 16 17 19 21
1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª
Segundo passo: calcular a posição, levando em considera-

ção que a série tem 9 elementos, sendo, assim, ímpar:
Terceiro passo: encontrar na tabela p elemento que ocupa

a 5ª posição:
12 13 13 15 15 16 17 19 21
1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª
Me=15 – o tempo de internação mediano é de 15 dias

Interpretação: 50% dos valores observados são menores ou iguais
a 15, e 50% dos valores observados são maiores ou iguais a 15.
Pág. 217 !
P-ME_Book.indb 217 22/7/2005 15:27:47

1.b) Conjunto 2
Primeiro passo: escrever na tabela os dados organizados em
ordem crescente (Rol) e, na linha de baixo, as posições:
14 14 15 15 16 16 17 18
1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª
Segundo passo: calcular a posição, levando em considera-

ção que a série tem 8 elementos, sendo, assim, par:
A mediana ocupa uma posição entre a 4ª e a 5ª posições.

Terceiro passo: encontrar na tabela os elementos que ocu-
pam as posições 4ª e 5ª:
14 14 15 15 Me 16 16 17 18
1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª
Elemento da 4ª posição = 15
Elemento da 5ª posição = 16
Quarto passo: calcular a media:
Me=15,5 – o tempo de internação mediano é de 15,5 dias

Interpretação: 50% dos valores observados são menores ou iguais a
15,5 e 50% dos valores observados são maiores ou iguais a 15,5.
Seção 4: Como calcular a moda?

1.
a) Conjunto 1
Organizando os dados:
1 1 1 1 2 2 2 2 3
5 5 6 6 7 7 7 8 8
A série tem duas modas: Mo1=1 e Mo2=2

Interpretação moda 1:O valor mais freqüente é 1.
# Pág. 218
P-ME_Book.indb 218 22/7/2005 15:27:47

b) Conjunto 2
2 2 2 3 3 3 3 5
5 5 5 6 6 6 8 8
A série tem duas modas: Mo1=3 e Mo2=5

c) Conjunto 3
1 1 2 2 3 3 4 4
5 5 6 6 7 7 8 8
A série não tem moda, pois não tem nenhum dado que se
repita mais que os outros
Interpretação moda: é uma série amodal, ou seja, não tem
valor(es) mais freqüente.
Seção 6: Como calcular separatrizes?

3.
Primeiro passo: escrever na tabela os dados organizados em or-
dem crescente (Rol) e, na linha de baixo, as posições:
2 3 4 4 4 5 5 6 8 8 9 9
1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª 11ª 12ª
Para o terceiro quartil
Segundo passo: calcular a posição.
Considerando N=12:
3 ⋅ (12 + 1) 3,13 39
Pos = = = = 9,75
4 4 4
ou seja, Q 3 está entre a 9ª e a 10ª posições.

Terceiro passo: calcular o terceiro quartil
Valor que ocupa a 9ª posição = 8

Então calcule da seguite forma:
8+8
Q 3 = =8
2
Pág. 219 !
P-ME_Book.indb 219 22/7/2005 15:27:47

Interpretação:
75% dos dados observados são menores ou iguais a 8 e
25% dos dados observados são maiores ou iguais a 8.
Para o nono decil (note que D9 = P90)
Quarto passo: calcular a posição.
Considerando N=12:
90 ⋅ (12 + 1) 1170
Pos = = = 11,7
100 100
ou seja, D9 está entre a 11ª e a 12ª posições.

Quinto passo: calcular o nono decil

9+9
D9 = =9
2
Interpretação:
Para o trigéimo quinto percentil
Sexto passo: calcular a posição.
Considerando N=12:
35 ⋅ (12 + 1) 455
Pos = = = 4, 55
100 100
ou seja, P35 está entre a 4ª e a 5ª posições.

Sétimo passo: calcular o trigésimo quinto percentil

4+4
P35 = =4
2
Interpretação:
# Pág. 220
P-ME_Book.indb 220 22/7/2005 15:27:47

Unidade 6
Medidas de dispersão
Seção 2: Como calcular a variância e o desvio-padrão?

1. A variância e o desvio-padrão para dados brutos
1) Essa questão você pode seguir os seguintes passos:

Passo 1: calcular a média:
Obs.: não esqueça que na média para a população usamos a

letra grega µ.
Passo 2: calcular os desvios (xi – xˉ):
(x1 – xˉ) = (25-28,33)= -3,33

(x 2 – xˉ) = (22-28,33)= -6,33
(x3 – xˉ) = (36-28,33)= 7,67
(x4 – xˉ) = (20-28,33)= -8,33
(x5 – xˉ) = (29-28,33)= 0,67
(x6 – xˉ) = (38-28,33)= 9,67
Passo 3: elevar ao quadrado cada desvio (xi – xˉ)2:
(x1 – xˉ)2 = (-3,33)2 = 11,0889

(x 2 – xˉ)2 = (-6,33)2 = 40,0689
(x3 – xˉ)2 = (7,67)2 = 58,8289
(x4 – xˉ)2 = (-8,33)2 = 69,3889
(x5 – xˉ)2 = (0,67)2 = 0,4489
(x6 – xˉ)2 = (9,67)2 = 93,5089
Somando todos, temos 273,3334
Passo 4: calcular a média dos quadrados dos desvios. Aqui
você vai calcular para a população (variância):
Variância:
Então σ2 (x) = 45,5556
Pág. 221 !
P-ME_Book.indb 221 22/7/2005 15:27:48

Passo 5: calcular o desvio-padrão calculando a raiz da variância:
Desvio-padrão:
Interpretação: a variabilidade de tempo de execução do teste é

de 6,7495 minutos
1) O modo de calcular é o mesmo da questão anterior, só muda no

final, quando calcular a variância, usamos a fórmula para amostra.
Passo 1: calcular a média:
Obs.: não esqueça que na média para a amostra usamos a xˉ.
Passo 2 : calcular os desvios (xi – xˉ):
(x1 – xˉ) = (15-17,6)= -2,6

(x 2 – xˉ) = (10-17,6)= -7,6
(x3 – xˉ) = (9-17,6)= -8,6
(x4 – xˉ) = (23-17,6)= 5,4
(x5 – xˉ) = (31-17,6)= 13,4
Passo 3: elevar ao quadrado cada desvio (xi – xˉ)2:
(x1 – xˉ)2 = (-2,6)2 = 6,76

(x 2 – xˉ)2 = (-7,6)2 = 57,76
(x3 – xˉ)2 = (-8,6)2 = 73,96
(x4 – xˉ)2 = (5,4)2 = 29,16
(x5 – xˉ)2 = (13,4)2 = 179,56
Somando todos, temos 347,2
Passo 4: calcular a média dos quadrados dos desvios. Aqui
você vai calcular para a amostra (variância):
Variância:
Então s2 (x) = 86,8
# Pág. 222
P-ME_Book.indb 222 22/7/2005 15:27:48

Passo 5: calcular o desvio-padrão calculando a raiz da variância:
Desvio-padrão:
Interpretação: a variabilidade dos escores é de 9,32 pontos
2. A variância e o desvio-padrão para dados agrupados
2.1. Dados agrupados sem intervalos (variável discreta)
1) a primeiro passo é calcular a média:
1–2,39 = –1,39 (–2,39)2 = 5,71
0–2,39 = –2,39 (–1,39)2 = 1,93
No de dias No de func.
(xi) (fi)
0 10 0 –2,39 5,71 57,1 5,71×10 = 57,1
1 16 16 –1,39 1,93 30,88
2 14 28 –0,39 0,15 2,1 1,93×16 = 30,88
3 8 24 0,61 0,37 2,96
4 5 20 1,61 2,59 12,95
5 4 20 2,61 6,81 27,24
6 4 24 3,61 13,03 52,12
7 3 21 4,61 21,25 63,75
Σ 64 153 249,1 Σ(xi – x̄)2. fi
Σfi Σxi.fi
Vamos calcular passo a passo:

Passo 1: devemos somar a coluna das freqüências simples (f i)
para obter ∑f i (freqüência total);
∑f i = 64
Passo 2 : calcular a média: multiplicar cada xi por sua corres-
pondente fi e escrever na coluna xi.fi e somar os valores
calculados e escrever no final da coluna esse resultado que
é o ∑xi.f i;
∑xi.f i = 153
Passo 3: dividir o resultado do Passo 2 (∑xi.f i) pelo resultado
do Passo 1 (∑f i)
Pág. 223 !
P-ME_Book.indb 223 22/7/2005 15:27:48

Passo 4: calcular a quarta coluna, (xi – xˉ) subtraindo o xi de

cada linha pela média:
0 – 2,39 = –2,39
1 – 2,39 = –1,39
2 – 2,39 = –0,39
3 – 2,39 = 0,61
4 – 2,39 = 1,61
5 – 2,39 = 2,61
6 – 2,39 = 3,61
7 – 2,39 = 4,61
Passo 5: calcular a quinta coluna, elevando os valores da quar-
ta ao quadrado, (xi – xˉ)2:
(–2,39)2 = 5,71
(–1,39)2 = 1,93
(–0,39)2 = 0,15
(0,61)2 = 0,37
(1,61)2 = 2,59
(2,61)2 = 6,81
(3,61)2 = 13,03
(4,61)2 = 21,25
Passo 6: calcular a sexta coluna, multiplicando os valores da
quinta pela freqüência simples de cada linha, (xi – xˉ)2.f i:
5,71×10 = 57,1
1,93×16 = 30,88
0,15×14 = 2,1
0,37×8 = 2,96
2,59×5 = 12,95
6,81×4 = 27,24
13,03×4 = 52,12
21,25×3 = 63,75
Passo 7: somar os valores obtidos na sexta coluna, ∑(xi – xˉ)2.f i:
∑(xi – xˉ)2.f i = 249,1

Passo 8 : calcular a variância para a amostra:
Passo 9: calcular o desvio-padrão:
# Pág. 224
P-ME_Book.indb 224 22/7/2005 15:27:49

2) Mais uma vez, vamos calcular passa a passo. Comparando com

a anterior, a diferença está em que ela era para amostra enquanto
que essa é para a população.
Sugestão: use as colunas para facilitar os cálculos.
18 – 18,873 = –0,873
(–1,873)2 = 3,508
17 – 18,873 = –1,873
(–0,873)2 = 0,762
Idade dos estudantes da disciplina de métodos estatísticos
No de est.
Idade (xi) xi.fi (xi – μ) (xi – μ)2 (xi – μ)2. fi
(fi)
17 5 85 -1,873 3,508 17,54 3,508×5 = 17,54
18 20 360 -0,873 0,762 15,24
19 22 418 0,127 0,016 0,352 0,762×20 = 15,24
20 10 200 1,127 1,27 12,7
21 6 126 2,127 4,524 27,144
(Σfi) 63 1189 72,976 Σ(xi – x̄)2. fi
FONTE: RH fictício
Σfi Σxi.fi
Passo 1: devemos somar a coluna das freqüências simples (f i)

para obter ∑f i (freqüência total);
∑f i = 63
Passo 2 : calcular a média: multiplicar cada xi por sua cor-
respondente f i, escrever na coluna xi.f i, somar os valores
calculados e escrever no final da coluna esse resultado que
é o ∑xi.f i;
∑xi.f i = 1189
Passo 3: dividir o resultado do passo 2 (∑xi.f i) pelo resultado
do passo 1 (∑f i)
Passo 4: calcular a quarta coluna, (xi – µ) subtraindo o xi de

cada linha pela média:
17 – 18,873 = –1,873
18 – 18,873 = –0,873
19 – 18,873 = 0,127
20 – 18,873 = 1,127
21 – 18,873 = 2,127
Pág. 225 !
P-ME_Book.indb 225 22/7/2005 15:27:49

Passo 5: calcular a quinta coluna, elevando os valores da quar-

ta ao quadrado, (xi - µ)2:
(–1,873)2 = 3,508
(–0,873)2 = 0,762
(0,127)2 = 0,016
(1,127)2 = 1,27
(2,127)2 = 4,524
Passo 6: calcular a sexta coluna, multiplicando os valores da
quinta pela freqüência simples de cada linha, (xi – µ)2.fi:
3,508×17 = 17,54
0,762×18 = 15,24
0,016×19 = 0,352
1,27×20 = 12,7
4,524×21 = 27,144
Passo 7: somar os valores obtidos na sexta coluna, ∑(xi – µ)2.f i:
∑(xi – µ)2.f i = 72,976

Passo 8 : calcular a variância para a amostra:
2.2. Dados agrupados com intervalos (variável contínua)
1) Quando você tiver que calcular o desvio padrão para uma tabe-
la com intervalos, usamos o mesmo processo, apenas substituindo
o xi pelo ponto médio:
116,5 – 122,5 = –9
(–9)2 = 81
113,5 – 122,5 = –6
(–6)2 = 36
Renda de família de um bairro de classe baixa de Florianópolis
No de famílias
Renda (R$) PMi PMi.fi (PMi – x̄) (PMi – x̄)2 (PMi – x̄)2. fi
(fi)
112 |---- 115 2 113,5 227 -9 81 162 81×2 = 162
115 |---- 118 6 116,5 699 -6 36 216
118 |---- 121 4 119,5 478 -3 9 36 36×6 = 216
121 |---- 124 9 122,5 1102,5 0 0 0
124 |---- 127 8 125,5 1004 3 9 72
127 |---- 130 7 128,5 899,5 6 36 252
Total (Σfi) 36 4410 738 Σ(PMi – x̄)2. fi
Fonte: dados fictícios
Σfi ΣPMi.fi
# Pág. 226
P-ME_Book.indb 226 22/7/2005 15:27:49

Vamos calcular passo a passo:

Passo 1: somar a coluna das freqüências simples (f i) para obter
∑f i (freqüência total);
∑f i = 36
Passo 2 : cálculo da média: calcular o ponto médio de cada
intervalo e multiplicar cada PM por sua correspondente
f i e escrever na coluna PM.f i, somar os valores calculados
nessa coluna e escrever o total. esse resultado é o ∑PM.f i:
∑PM.f i = 4410
Passo 3: dividir o resultado (∑PM.f i) pelo resultado do Passo 1
(∑f i)
Passo 4: calcular a quinta coluna, (PMi – xˉ) subtraindo o PMi

de cada linha pela média:
113,5 – 122,5 = –9
116,5 – 122,5 = –6
119,5 – 122,5 = –3
122,5 – 122,5 = 0
125,5 – 122,5 = 3
128,5 – 122,5 = 6
Passo 5: calcular a sexta coluna, elevando os valores da quinta
ao quadrado, (PMi – xˉ)2:
(–9)2 = 81
(–6)2 = 36
(–3)2 = 9
(0)2 = 0
(3)2 = 9
(6)2 = 36
Passo 6: calcular a sétima coluna, multiplicando os valores da
sexta pela freqüência simples de cada linha, (PMi – xˉ)2.f i:
81×2 = 162
36×6 = 216
9×4 = 36
0×9 = 0
9×8 = 72
36×7 = 252
Pág. 227 !
P-ME_Book.indb 227 22/7/2005 15:27:49

Passo 7: somar os valores obtidos na sexta coluna, ∑(PMi – xˉ)2.f i:
∑(PMi – xˉ)2.f i =738

Passo 8 : calcular a variância:
Seção 4: Como comparar séries com médias diferentes?

1.1.
a) A mais dispersa em termos absolutos é a série B
(maior desvio padrão)
b) Você tem que calcular o coeficiente de variação
Para a série A
σ(x) 5,6
CV(x) = ⋅ 100 = ⋅ 100 = 0, 0982 ⋅ 100 = 9,82%
µ 57
Para a série B
σ(x) 8, 2
CV(x) = ⋅ 100 = ⋅ 100 = 0, 0854 ⋅ 100 = 8, 54%
µ 96
A série com maior dispersão relativa é a série A

(maior coeficiente de variação)
c) Concluindo, a série mais dispersa é a série A.
1.2.
a) A mais dispersa em termos absolutos é a série B
(maior desvio padrão)
Para a série A
σ(x) 12
CV(x) = ⋅ 100 = ⋅ 100 = 0,1875 ⋅ 100 = 18,75%
µ 64
Para a série B
σ(x) 18
CV(x) = ⋅ 100 = ⋅ 100 = 0,1875 ⋅ 100 = 18,75%
µ 96
As duas séries apresentam o mesmo valor para os coefi-

cientes de variação.
c) Concluindo, as duas séries apresentam a mesma dispersão.
# Pág. 228
P-ME_Book.indb 228 22/7/2005 15:27:49

1.3.
a) Em termos absolutos, as duas séries apresentam a mesma
dispersão (desvios iguais)
Para a série A
σ(x) 12
CV(x) = ⋅ 100 = ⋅ 100 = 0, 0615 ⋅ 100 = 6,15%
µ 195
Para a série B
σ(x) 12
CV(x) = ⋅ 100 = ⋅ 100 = 0, 096 ⋅ 100 = 9,6%
µ 125
A série com maior dispersão relativa é a série B (maior

coeficiente de variação)
c) Concluindo, a série mais dispersa é a série B.
1.4.
a) A mais dispersa em termos absolutos é a série A (maior
desvio padrão)
Para a série A
σ(x) 201
CV(x) = ⋅ 100 = ⋅ 100 = 0, 2313 ⋅ 100 = 23,13%
µ 869
Para a série B
σ(x) 198
CV(x) = ⋅ 100 = ⋅ 100 = 0, 3168 ⋅ 100 = 31,68%
µ 625
A série com maior dispersão relativa é a série B (maior

coeficiente de variação)
c) Concluindo, a série mais dispersa é a série B.
Pág. 229 !
P-ME_Book.indb 229 22/7/2005 15:27:50

Unidade 7
Cálculo de probabilidades
Seção 2:
1) Passo 1: para começar, você deve identificar o evento e o espaço
amostral:
A: jovens sofriam com o autoritarismo dos pais
S: adolescentes
Passo 2: identificar o número de elementos do evento e do espaço
amostral:
n(A) = 675
n(S) = 1500
Passo 3: calcular usando a fórmula:
2)
Passo 1: Para começar, você deve identificar os eventos e o espaço
amostral:
A: casado(a)
B: solteiro(a)
C: divorciado(a)
S: total pesquisado
Passo 2: identificar o número de elementos dos eventos e do espa-
ço amostral:
n(A) = 267.867
n(B) = 333.974
n(C) = 16.779
n(S) = 665.541
Passo 3: calcular usando a fórmula:
# Pág. 230
P-ME_Book.indb 230 22/7/2005 15:27:50

3)
a) Qual a freqüência relativa para o número de reações positivas
para cada cobaia?
Passo 1: identificar o numerador e o denominador da fórmula,
para cada experimento.
Cobaia 1: número de reações positivas = 1215
número total de tentativas = 4500
Cobaia 2: número de reações positivas = 1050
número total de tentativas = 3500
Passo 2: usar a fórmula da freqüência relativa.
b) Desafio: Qual do dois estímulos você considera mais eficaz?

Por quê?
O estímulo por alimentação, pois a Cobaia 2, em termos
relativos, apresentou melhor resposta. Embora o número
de reações da Cobaia 1 tenha sido maior, comparando com
o total (freqüência relativa) a reação é menor.
Pág. 231 !
P-ME_Book.indb 231 22/7/2005 15:27:50

Unidade 8
Distribuições de
probabilidades discreta e contínua
Seção 3: Como se calcula probabilidade

usando distribuição contínua de probabilidade
1)
a) Calcule Z (variável padronizada) para x=116, x=136, para x=131
e para x=141 pontos;
Passo 1: identificar todos os elementos que compõe o problema:
A média: µ=126
O desvio padrão: σ(x)=10
Os limites do intervalo: X = 116; X = 136; X = 131; X = 141.
Passo 2: calcular a variável padronizada Z:
Para X=116
Z = -1
Para X=136
Z=1
Para X=131
Z = 0,5
Para X=141
Z = 1,5
# Pág. 232
P-ME_Book.indb 232 22/7/2005 15:27:51

b) Qual a probabilidade de escolher uma pessoa com escore maior

que 136 pontos?
Passo 1: identificar no gráfico o intervalo e a área que você deve
calcular (usar o z calculado no item anterior – para x=136, o z=1):
Passo 2: procurar na tabela a área correspondente à z=1 (não es-

queça, a área dada na tabela é sempre entre 0 e z)
Z = 1 ⇒ Área = 0,3413
Passo 3: calcular a probabilidade.
A área dada na tabela é de 0 à Z (0,3413), mas o inter-

valo solicitado é de 136 para cima. Nesse caso, você deve
subtrair de 0,5 (total de área de um lado da curva) o valor
encontrado (0,3413), então:
P(x>136) = 0,5 – 0,3413 = 0,1587 ou 15,87%
c) Qual a probabilidade de escolher uma pessoa com escore entre
126 e 131 pontos? Note que 126 é a média. Esse fica mais fácil.
Passo 1: identificar no gráfico o intervalo e a área que você deve cal-
cular (usar o z calculado no item anterior – para x=131, o z=0,5):
Pág. 233 !
P-ME_Book.indb 233 22/7/2005 15:27:51

Passo 2: procurar na tabela a área correspondente à z=0,5 (não

esqueça, a área dada na tabela é sempre entre 0 e z)
Z = 0,5 ⇒ Área = 0,1915
A área dada na tabela é de 0 à Z (0,1915) e o intervalo

solicitado é entre 0 e Z, então, você já tem o resultado:
P(126<x<131) = 0,1915 ou 19,15%
d) Qual a probabilidade de escolher uma pessoa com escore entre
116 e 141 pontos?
Passo 1: identificar no gráfico o intervalo e a área que você deve
calcular (usar os valores de z calculados no item anterior – para
x=116, o z=-1 e para x=141, o z=1,5):
Passo 2: procurar na tabela a área correspondente à z1=-1 e z2=1,5

(não esqueça, a área dada na tabela é sempre entre 0 e z)
Z1 = –1 ⇒ Área = 0,3413 (não esqueça que a curva
é simétrica e o sinal, só indica de que lado está a área)
Z2 = 1,5 ⇒ Área = 0, 4332
A área solicitada é a soma das duas áreas, a correspondente

à Z1 (0,3413) e a correspondente à Z2 (0,4332), então:
P(116<x<141) = 0,3413 + 0,4332 = 0,7745 ou 77,45%
# Pág. 234
P-ME_Book.indb 234 22/7/2005 15:27:51

Unidade 9
Noções de amostragem
Seção 4: Que tamanho de amostra usar?

1)
a) Estudo sócio-econômico com estudantes da Unisul.
Passo 1: identificar os elementos da fórmula.

E = erro amostral tolerável = 0,03
Passo 2: usar a fórmula.
n0 = 1111,11 ⇒ arredondando temos 1111 pessoas

Um tamanho aproximado para a amostra, seria de 1111 pes-
soas. Observe que o pesquisador teve acesso a informação de que
a população seria de 5600 pessoas, então você deve passar para
o passo seguinte:
Passo 3: calcular o tamanho da amostra usando a população com

a seguinte fórmula:
Arredondando, seriam 927 pessoas

b) Estudo com famílias do bairro Rio Vermelho em Florianópolis

n0 = 625 crianças
Pág. 235 !
P-ME_Book.indb 235 22/7/2005 15:27:51

Um tamanho aproximado para a amostra, seria de 625 crian-

ças. Observe que o pesquisador teve acesso a informação de que
a população seria de 9400 crianças, então você deve passar para
o passo seguinte:

Arredondando, seriam 586 crianças

c) Estudo com adolescentes com Teste de Sondagem Intelectual ()

n0 = 400 adolescentes
Um tamanho aproximado para a amostra, seria de 400 ado-
lescentes. Observe que o pesquisador teve acesso à informação
de que a população seria de 400 adolescentes, então você deve
passar para o passo seguinte:

Seriam 200 adolescentes

Os outros itens você pode resolver da mesma maneira que os três
calculados, o processo é o mesmo. As respostas estão abaixo:
d) Estudo da fecundidade na cidade de Florianópolis.

n0 = 278
n = 277
# Pág. 236
P-ME_Book.indb Sec1:236 22/7/2005 15:27:52

e) Estudo com usuários de drogas adolescentes de uma escola.

n0 = 123
n = 83
f) Estudo sobre analfabetismo no bairro do Rio Tavares, em
Florianópolis.
n0 = 123
n = 118
g) Estudo do índice de massa corporal dos estudantes da Unisul.
n0 = 400
n = 364
h) Pesquisa de intenções de voto no Brasil.
n0 = 2500
n = 2500
2) Quando têm informações sobre a população.

1)
Erro (desvio) Tamanho da amostra
0.02 2102
0.03 976
0.04 558
0.05 360
0.06 251
0.07 185
À medida que o erro aumenta, diminui o tamanho da amostra.

Você pode chegar à conclusão, também, que quanto maior a
amostra menor o erro e quanto menor a amostra, maio o erro
2)
Erro (desvio) Tamanho da amostra
0.02 1689
0.03 778
0.04 443
0.05 286
0.06 199
0.07 147
À medida que o erro aumenta, diminui o tamanho da amos-

tra. Você pode chegar à conclusão, também, que quanto maior a
amostra menor o erro e quanto menor a amostra, maio o erro
Pág. 237 !
P-ME_Book.indb Sec1:237 22/7/2005 15:27:52

P-ME_Book.indb 238 22/7/2005 15:27:52

2491 EstatBasica Gabriela 20101126150417 A2

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

2491 EstatBasica Gabriela 20101126150417 A2

Diunggah oleh

Hak Cipta:

Format Tersedia

Universidade do Sul de Santa Catarina

P-ME_Book.indb 1 22/7/2005 15:26:35

1. Estatística Matemática. I. Márcia Loch. II. Título.

P-ME_Book.indb 2 22/7/2005 15:27:04

Prof. Sebastião Salésio Herdt, Pró-Reitor Acadêmico

P-ME_Book.indb 3 22/7/2005 15:27:04

Para concluir o estudo da disciplina. . . . . . . . . . . . . . . . . . 205

P-ME_Book.indb 5 22/7/2005 15:27:04

P-ME_Book.indb 7 22/7/2005 15:27:05

Para ajudar, preparamos algumas orientações fundamentais.

Como obter êxito no estudo?

P-ME_Book.indb 9 22/7/2005 15:27:05

" evite passar para a unidade seguinte sem compreender

P-ME_Book.indb 10 22/7/2005 15:27:05

Para acompanhá-la, tenha por referência o cronograma pro-

Recursos de Comunicação e Apoio

" Sistema on-line: é a comunicação que acontece atra-

P-ME_Book.indb 11 22/7/2005 15:27:05

Para acessar o Ambiente Virtual de Aprendizagem:

E-mail: Para suporte on-line fora do Ambiente Virtual de

" E-mail: monitorvirtual@unisul.br

" Fax: 0xx48 279-1541

Desejamos que você tenha muito êxito nesta disciplina!

P-ME_Book.indb 12 22/7/2005 15:27:05

Luiz Arthur Dornelles Júnior

Unidade 1 Introdução à Estatística

P-ME_Book.indb 13 22/7/2005 15:27:06

Dentro desta disciplina você irá estudar o que os profissio-

P-ME_Book.indb 15 22/7/2005 15:27:06

Atividades de avaliação a distância (obrigatórias)

Esta disciplina conta com atividades de avaliação a dis-

P-ME_Book.indb 17 22/7/2005 15:27:07

Essas atividades devem ser enviadas, preferencialmente, via

Atividades de avaliação presenciais (obrigatórias)

São realizadas, ainda, duas provas presenciais, com data pre-

As avaliações presencias são realizadas nos campi onde hou-

Atividades de avaliação on-line (obrigatórias)

São atividades disponibilizadas no Ambiente Virtual de

Objetivam complementar a aprendizagem e possibilitar a sua

P-ME_Book.indb 18 22/7/2005 15:27:07

P-ME_Book.indb 19 22/7/2005 15:27:07

A realidade de qualquer ciência não é diferente. Para

P-ME_Book.indb 21 22/7/2005 15:27:07

      é importante

“A estatística é uma coleção de métodos para planejar experi-

Você percebeu que as definições se assemelham e se completam?

1.1. Quando a Estatística

Quando o homem se tornou sedentário, ou seja, parou de cir-

P-ME_Book.indb 22 22/7/2005 15:27:07

maneiras, sem usar os números, pois ainda não os conheciam,

" pedrinhas em uma sacola;

Estas são técnicas de contagem rudimentares, mas foram

" Inglaterra: no século  foi pensada como uma ciên-

" Alemanha: no século , Gottfried Achenwall foi

Com o passar dos anos, com as novas pesquisas e descobertas, é

P-ME_Book.indb 23 22/7/2005 15:27:07

! A Estatística como ciência pode ser dita como bastante nova,

P-ME_Book.indb 24 22/7/2005 15:27:08

  ,   está dividida em duas

" Estatística indutiva: é aplicada quando é impossível re-

" Estatística descritiva: é aplicada quando você se depara

O objetivo da Estatística descritiva é observar fenômenos de

P-ME_Book.indb 25 22/7/2005 15:27:08