Estatistica I Completo

Universidade do Sul de Santa Catarina
Estatística I
Disciplina na modalidade a distância
Palhoça
UnisulVirtual
2007
estatistica_I.indb 1 27/2/2007 14:33:09

Apresentação
Este livro didático corresponde à disciplina Estatística I.
O material foi elaborado visando a uma aprendizagem autônoma,

abordando conteúdos especialmente selecionados e adotando uma
linguagem que facilite seu estudo a distância.
Por falar em distância, isso não significa que você estará sozinho.
Não esqueça que sua caminhada nesta disciplina também
será acompanhada constantemente pelo Sistema Tutorial da
UnisulVirtual. Entre em contato sempre que sentir necessidade,
seja por correio postal, fax, telefone, e-mail ou Ambiente Virtual
de Aprendizagem. Nossa equipe terá o maior prazer em atendê-
lo, pois sua aprendizagem é nosso principal objetivo.
Bom estudo e sucesso!
Equipe UnisulVirtual.

Luiz Arthur Dornelles Jr.
Estatística I
Livro didático
Design instrucional
Dênia Falcão de Bittencourt
Palhoça
UnisulVirtual
2007

Copyright © UnisulVirtual 2006
Nenhuma parte desta publicação pode ser reproduzida por qualquer meio sem a prévia autorização desta instituição.
519.5
D75 Dornelles Jr, Luiz Arthur.
Estatística I : livro didático / Luiz Arthur Dornelles Jr ; design
Instrucional Dênia Falcão de Bittencourt [Carmen Maria Cipriani Pan-
dini]. – 6. ed. rev. e atual. – Palhoça : UnisulVirtual, 2007.
245 : il. ; 28 cm.
Inclui bibliografia
1. Estatística I. Pandini, Carmen Maria Cipriani. II. Título.
Ficha catalográfica elaborada pela Biblioteca Universitária da Unisul
Créditos
Unisul - Universidade do Sul de Santa Catarina
UnisulVirtual - Educação Superior a Distância
Campus UnisulVirtual Coordenação dos Cursos Daniela Erani Monteiro Will Maria Eugênia Ferreira Celeghin Edição – Livro Didático
Rua João Pereira dos Santos, 303 Adriano Sérgio da Cunha Dênia Falcão de Bittencourt Rachel Lopes C. Pinto
Palhoça - SC - 88130-475 Aloísio José Rodrigues Enzo de Oliveira Moreira Simone Andréa de Castilho Professor Conteudista
Fone/fax: (48) 3279-1541 e Ana Luisa Mülbert Flávia Lumi Matuzawa Tatiane Silva Luiz Arthur Dornelles Jr.
3279-1542 Ana Paula Reusing Pacheco Karla Leonora Dahse Nunes Vinícius Maycot Serafim
E-mail: cursovirtual@unisul.br Cátia Melissa S. Rodrigues (Auxiliar) Leandro Kingeski Pacheco Design Instrucional
Site: www.virtual.unisul.br Charles Cesconetto Ligia Maria Soufen Tumolo Produção Industrial e Suporte Dênia Falcão de Bittencourt
Diva Marília Flemming Márcia Loch Arthur Emmanuel F. Silveira Leandro Kingeski Pacheco
Reitor Unisul Itamar Pedro Bevilaqua Patrícia Meneghel (coordenador) (6ª ed. rev. e atual.)
Gerson Luiz Joner da Silveira Janete Elza Felisbino Silvana Denise Guimarães Francisco Asp
Jucimara Roesler Tade-Ane de Amorim Projeto Gráfico e Capa
Vice-Reitor e Pró-Reitor Lilian Cristina Pettres (Auxiliar) Vanessa de Andrade Manuel Projetos Corporativos Equipe UnisulVirtual
Acadêmico Lauro José Ballock Vanessa Francine Corrêa Diane Dal Mago
Sebastião Salésio Heerdt Luiz Guilherme Buchmann Viviane Bastos Vanderlei Brasil Diagramação
Figueiredo Viviani Poyer Sandra Martins
Chefe de gabinete da Reitoria Luiz Otávio Botelho Lento Secretaria de Ensino a Distância Adriana Ferreira dos santos
Fabian Martins de Castro Marcelo Cavalcanti Gerência de Relacionamento Karine Augusta Zanoni (atualização 6ª edição)
Mauri Luiz Heerdt com o Mercado (secretária de ensino)
Pró-Reitor Administrativo Mauro Faccioni Filho Walter Félix Cardoso Júnior Ana Luísa Mittelztatt Revisão Ortográfica
Marcus Vinícius Anátoles da Silva Michelle Denise Durieux Lopes Destri Ana Paula Pereira Simone Rejane Martins
Ferreira Moacir Heerdt Logística de Encontros Djeime Sammer Bortolotti
Nélio Herzmann Presenciais Carla Cristina Sbardella
Campus Sul Onei Tadeu Dutra Marcia Luz de Oliveira Franciele da Silva Bruchado
Diretor: Valter Alves Schmitz Neto Patrícia Alberton (Coordenadora) Grasiela Martins
Diretora adjunta: Alexandra Orsoni Patrícia Pozza Aracelli Araldi James Marcel Silva Ribeiro
Raulino Jacó Brüning Graciele Marinês Lindenmayr Lamuniê Souza
Campus Norte Rose Clér E. Beche Guilherme M. B. Pereira Liana Pamplona
Diretor: Ailton Nazareno Soares José Carlos Teixeira Marcelo Pereira
Diretora adjunta: Cibele Schuelter Design Gráfico Letícia Cristina Barbosa Marcos Alcides Medeiros Junior
Cristiano Neri Gonçalves Ribeiro Kênia Alexandra Costa Hermann Maria Isabel Aragon
Campus UnisulVirtual (coordenador) Priscila Santos Alves Olavo Lajús
Diretor: João Vianney Adriana Ferreira dos Santos Priscilla Geovana Pagani
Diretora adjunta: Jucimara Roesler Alex Sandro Xavier Logística de Materiais Silvana Henrique Silva
Evandro Guedes Machado Jeferson Cassiano Almeida da Costa Vilmar Isaurino Vidal
Fernando Roberto Dias Zimmermann (coordenador)
Equipe UnisulVirtual Higor Ghisi Luciano Eduardo Kraus Secretária Executiva
Pedro Paulo Alves Teixeira Viviane Schalata Martins
Administração Rafael Pessi Monitoria e Suporte
Renato André Luz Vilson Martins Filho Rafael da Cunha Lara (coordenador) Tecnologia
Valmir Venício Inácio Adriana Silveira Osmar de Oliveira Braz Júnior
Equipe Didático-Pedagógica Caroline Mendonça (coordenador)
Bibliotecária Angelita Marçal Flores Dyego Rachadel Ricardo Alexandre Bianchini
Soraya Arruda Waltrick Carmen Maria Cipriani Pandini Edison Rodrigo Valim Rodrigo de Barcelos Martins
Caroline Batista Francielle Arruda
Cerimonial de Formatura Carolina Hoeller da Silva Boeing Gabriela Malinverni Barbieri
Jackson Schuelter Wiggers Cristina Klipp de Oliveira Josiane Conceição Leal

Sumário
Apresentação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3
Palavras do professor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9
Plano de estudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
UNIDADE 1 – Introdução à Estatística . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

UNIDADE 2 – Conceitos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
UNIDADE 3 – Distribuição de frequências . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
UNIDADE 4 – Representação gráfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
UNIDADE 5 – Medidas de posição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
UNIDADE 6 – Medidas de dispersão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
UNIDADE 7 – Medidas de assimetria e curtose . . . . . . . . . . . . . . . . . . . . . . 157
UNIDADE 8 – Números-índices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
UNIDADE 9 – Análise bidimensional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
Para concluir o estudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

Sobre o professor conteudista . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
Respostas e comentários das atividades de auto-avaliação . . . . . . . . . . . . 215

Palavras do professor
Olá! Bem-vindo à disciplina Estatística I.
Nesta disciplina você irá estudar o que os profissionais

e os cientistas chamam de Estatística. Tendo como
base a matemática, esta disciplina trata da aplicação
no cotidiano e dentro das organizações, de técnicas
eficientes para organizar, analisar dados e tomar decisões
usando métodos quantitativos.
Não é objetivo desta disciplina formar estatísticos e, sim,

profissionais com conhecimento técnico para a realizar
análises e interpretação de dados, além de ter condições
de poder argumentar, dar suporte e trocar idéias com
outros profissionais.
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.

Plano de estudo
Ementa
Conceitos Gerais de população, amostra, parâmetro,
estatística, tipos de dados, níveis de mensuração,
planejamento de experimentos. Resumo de dados
Qualitativos e quantitativos em tabelas de freqüência
simples e bivariada. Representação pictórica de dados.
Medidas de tendência central. medidas de variação.
Medidas de posição. Números-índices.
Objetivo da disciplina
Esta disciplina objetiva que você adquira
competências para investigar, observar, analisar,
delinear conclusões, testando-as na solução de
problemas, sob o olhar da Estatística. Bem como
deseja que você organize um conjunto de dados,
analise e tome decisões, além de calcular relativos
de preço, quantidade e valor, com base fixa e base
móvel. Calcular e equacionar relações entre duas
variáveis, possibilitando, assim, estimar valores
para uma das variáveis.

Agenda de atividades/ Cronograma
Verifique com atenção o EVA, organize-se para acessar

periodicamente o espaço da disciplina. O sucesso nos seus
estudos depende da priorização do tempo para a leitura; da
realização de análises e sínteses do conteúdo; e da interação
com os seus colegas e tutor.
Não perca os prazos das atividades. Registre no espaço

a seguir as datas, com base no cronograma da disciplina
disponibilizado no EVA.
Use o quadro para agendar e programar as atividades relativas

ao desenvolvimento da disciplina.
Atividades obrigatórias
Avaliação a Distância
Avaliação Presencial
Avaliação Final (caso necessário)
Demais atividades (registro pessoal)
12

1
UNIDADE 1
Introdução à Estatística
Objetivos de aprendizagem
Caracterizar a Estatística como ciência
Conhecer a história da Estatística
Relacionar as divisões da Estatística
Identificar o processo estatístico de pesquisa
Seções de estudo
Seção 1 Como surgiu a Estatística?
Seção 2 Como está dividida a Estatística?

Seção 3 Quais as fases do método estatístico?

Para início de conversa

A cada dia nossa sociedade se torna mais complexa. São os
indicadores econômicos, a inflação, a reforma da previdência,
o controle de qualidade, enfim, nos deparamos com situações e
informações cada vez mais complexas.
No que se refere à Gestão das organizações a situação não é

diferente. Para se administrar uma empresa, seja ela pública
ou privada, necessitamos de ferramentas
poderosas para poder acompanhar a
evolução da sociedade e, assim, analisar
situações e informações, tirando o máximo
proveito, podendo assim dar suporte as
nossas decisões.
E por isso dizemos que a Estatística é um

conjunto de ferramentas que quando bem
empregadas, pode ser de grande utilidade.
Hoje em dia, sem a Estatística, não seríamos
capazes de avaliar a variação de preços, da inflação, de consumo,
nem fazer controle de qualidade, pesquisa eleitoral, etc.
SEÇÃO 1 - Como surgiu a Estatística?

Para conhecer a história da Estatística é importante que você
compreenda antes o significado da palavra e o seu conceito.
A palavra Estatística origina-sem do latim e o seu

radical, status, significa estado. Sendo assim, a palavra
estatística significa o estudo do estado.
Para entender o conceito do que significa este “estudo do estado”,

acompanhe a seguir as seguintes definições sobre Estatística:
A Estatística é uma coleção de métodos para planejar

experimentos, obter dados e organizá-los e, deles extrair
conclusões.” (TRIOLA, 1999, p. 2).
14

Estatística I
A Estatística está interessada nos métodos científicos para

a coleta, organização, resumo, apresentação e análise de
dados, bem como na obtenção de conclusões válidas e na
tomada de decisões 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

circular 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 animais? Como controlar a
colheita? Eles descobriram várias 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.
Unidade 1 15

Bem, quanto a Idade Antiga da civilização poderíamos enumerar

muitas passagens interessantes, mas como marco do surgimento
da Estatística como ciência, passa-se direto para a Idade
Moderna.
Na Idade Moderna, por volta do século XVI em diante, surgem

duas escolas de Estatística, as quais em síntese são apresentadas a
seguir:
Inglaterra – no século XVI foi pensada como uma

ciência política, e no século XVII, John Graunt foi a
grande expressão em Estatística Demográfica, realizando
um trabalho que relacionava nascimentos, casamentos e
óbitos;
Alemanha – no século XVIII, Gottfried Achenwall
foi o primeiro a usar o termo Estatística como é
empregado 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.
A Estatística como ciência pode ser dita como bastante nova, foi
ao longo dos últimos séculos (desde o século XVI), os métodos
estatísticos foram desenvolvidos como uma mistura de ciência,
tecnologia e lógica para a solução e a investigação de problemas
em várias áreas do conhecimento humano.
Sendo assim, para a área das ciências sociais aplicadas, mais

precisamente neste curso que você está realizando, a Estatística
se torna imprescindível. Uma boa parte das decisões do dia-a-
dia de uma empresa se baseia em análises de casos e fenômenos
que podem ser descritos por esta ciência, numericamente ou
qualitativamente.
16

Estatística I
1.2 E qual é a definição atual de Estatística?
Hoje a Estatística é definida como:
Um conjunto de métodos científicos para a coleta,

a organização, a apresentação e a análise de dados,
bem como, para a conclusão e a tomada de decisões
baseadas em tais análises.
SEÇÃO 2 - Como está dividida a Estatística?

Em termos gerais, a Estatística está dividida em duas partes bem
definidas:
ESTATÍSTICA INDUTIVA:
aplicada quando é impossível
realizar levantamentos com a
totalidade dos objetos de uma pesquisa,
ou por tempo, ou por economia, etc., 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 sobre a totalidade dos
elementos em questão (método que se fundamenta na
teoria da probabilidade) associando a uma margem de
incerteza.
ESTATÍSTICA DESCRITIVA: aplicada quando você
se depara com uma quantidade muito grande de dados e
é bastante 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.
Unidade 1 17

SEÇÃO 3 - Quais as fases do método estatístico?

Para a obtenção de resultados confiáveis, que reflitam a realidade
dos fatos, é necessário realizar uma pesquisa cuidadosamente
planejada.
Alguns passos precisam ser seguidos para que seja aplicado

o método estatístico e assim ser realizada uma boa pesquisa.
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 cumprindo um processo de

pesquisa, o qual pode ser representado pela figura a seguir:
FONTE: Adaptado do site http:\\ alea-estp.ine.pt.

FIGURA 1 - O processo da pesquisa
18

Estatística I
Nas próximas unidades, lembre do que já foi dito, você irá

estudar como realizar os passos da Estatística descritiva.
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://ww.esgb-antero-quental.rcts.pt/NMAT/
estatistica.htm, em janeiro de 2003.
Primeiro leia atentamente o texto “Cuidado com as Estatísticas”:
1º caso
Por vezes a Estatística pode originar alguns mal-entendidos...
No aviário do tio 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. apresentou um
gráfico de barras representando número de casas que construiu de
1996 a 1999.
Unidade 1 19

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!!!!!!
Após você refletir sobre os casos apresentados, escreva a seguir sobre

o que entendeu de cada caso. Fique à vontade para usar exemplos de
seu cotidiano.
20

Estatística I
Síntese
Nesta unidade você estudou de forma breve a história e as

aplicações da Estatística. Pôde estudar alguns conceitos desta
ciência bem como, as suas divisões. Também conheceu quais são
as etapas do processo de uma pesquisa para que se possa alcançar
um resultado fiel, que traduza a realidade. Para continuar nosso
estudo, é necessário que conheça alguns conceitos e algumas
normas dentro da Estatística, o que você poderá observar na
próxima unidade.
Saiba mais
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.pt/NMAT/estatistica.
htm#História
Unidade 1 21

2
UNIDADE 2
Conceitos básicos
Compreender conceitos dentro da Estatística e suas
finalidades
Identificar métodos de arredondamento, propriedades

de somatórios, bem como suas operações
Seções de estudo
Seção 1 O que é população e amostra?
Seção 2 Quais são os conceitos básicos da

Estatística?
Seção 3 O que são séries estatísticas?

Seção 4 Como fazer o arredondamento de
dados?
Seção 5 Noções de somatório.


Nesta unidade você irá conhecer alguns conceitos importantes para
a Estatística, e também terá contato com algumas normas usadas
para tratamento de dados. Assim, conforme a metáfora utilizada
na apresentação, você estará se apropriando de mais algumas
“ferramentas para colocar na sua caixa”.
SEÇÃO 1 - O que é População e Amostra?

Quando você prepara um alimento pode provar
(observar) 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.
A definição dos elementos que serão estudados está ligada

diretamente às características levantadas no objetivo da pesquisa,
ou seja, é este objetivo que auxiliará na definição desta população.
Estes elementos podem ser:
Animados - (pessoas, animais etc.)

Inanimados - (notas fiscais, produtos industrializados
etc.)
A população, quanto ao número de elementos, pode ser:
Finita - quando tem um número limitado de elementos

(número de funcionários de um determinado banco etc.)
24

Estatística I
Infinita - quando tem um número ilimitado de

elementos (número possível de análises de um rio poluído
etc.)
N = número de elementos da população (tamanho da

população).
Exemplos de definição de População
a) Ao estudar a idade e sexo de funcionários da empresa

“A”, para definir a população devemos considerar todos
os funcionários da empresa.
b) Ao estudar a qualidade de peças de uma linha de produção

da empresa “A”, para definir a população devemos
considerar todas as peças produzidas pela empresa.
Amostra: é o conjunto de elementos ou observações,

recolhidos a partir de um subconjunto da população,
que se estuda com o objetivo de tirar conclusões para a
população de onde foi recolhida.
n = número de elementos da amostra (tamanho da

amostra).
Unidade 2 25

Alguns conceitos do proceso estatístico – Popula-

ção.
Censo: é uma coleção de dados relativos a todos os
elementos de uma população;
Parâmetro: usado para designar alguma
característica descritiva dos elementos da
população (percentagem, média, etc.).
Alguns conceitos do proceso 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
parâmetro, com base em uma estimativa, onde
utilizamos o cálculo de probabilidades;
Erro Amostral: diferença entre o valor de uma
estatística (a ser calculada a partir de uma amostra
de n elementos) 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 somente

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 amostra,
ao contrário de uma população;
confiabilidade: quando se pesquisa um número menor
de elementos, pode-se dar mais atenção, evitando erros
nas respostas.
26

Estatística I
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
objetivos da pesquisa.
No plano de amostragem deve ser definido como serão

selecionados os elementos da população que farão parte da
amostra.
O objetivo da amostragem é fazer inferências, estimar

e tirar conclusões a respeito da população. Para que
isto ocorra com certa precisão, é necessário que a
amostra represente a população, ou seja, é necessário
que apresente as mesmas características com relação
ao objeto de estudo, evitando assim resultados
tendenciosos.
Como fazer isso?
Você tem esta resposta ao lembrar que em época de

campanha eleitoral quando um instituto de pesquisa
faz uma pesquisa, ele tem que selecionar eleitores que
representem as mais diversas camadas sociais, regiões,
raças, etc., tornando assim a amostra representativa
da população.
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 sorteio, sem restrição;
Unidade 2 27

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
número 3;
Amostragem Estratificada: é usada quando a população
se apresenta dividida em grupos distintos. Por exemplo,
a comunidade de uma escola é dividida em professor,
servidor e aluno.
1) Escreva sobre a diferença entre censo e estimação.
28

Estatística I
2) Ao escolher os elementos de uma amostra o que você deve considerar

para que ela seja representativa? Por quê?
SEÇÃO 2 - Quais são os conceitos básicos da Estatística?

Entre os conceitos fundamentais 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 características ou
valores.
Unidade 2 29

Ao analisar um determinado setor de uma empresa

você pode verificar entre seus funcionários algumas
características como sexo, idade, salário, assiduidade
etc.
Estas características variam de elemento para elemento, por isto

chama-se de variáveis.
São tipos de variáveis:
Qualitativas: representam a informação que identifica

alguma qualidade, categoria ou característica,
não suscetível de medida (não-numérica), mas de
classificação, assumindo várias modalidades.
Estado civil – casado, solteiro, viúvo, divorciado; 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.
Sexo, estado civil, cor dos olhos, etc.
Ordinal: são dados caracterizados por uma ordem, mas

não podem ser diferenciados por valor numérico.
Nível de escolaridade (1º, 2º e 3º graus), intensidade da

luz (muito forte, forte, média, suave, muito suave).
Quantitativas: representam a informação resultante

de características suscetíveis de serem medidas, se
apresentam com diferentes intensidades.
30

Estatística I
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:
Variáveis Discretas: se ela pode assumir um conjunto

constante discreto, ou seja, enumerável, finito de valores.
Geralmente são expressos por valores inteiros não
negativos.
número de pessoas do setor, quantidade de notas

fiscais (observação: não se pode considerar meia nota
fiscal ou meia pessoa).
Variáveis Contínuas: é a variável em que não

conseguimos enumerar seus possíveis resultados, por
estes formarem um conjunto infinito de valores, num
intervalo de números reais.
peso, altura, temperatura.
Diferença entre as Variáveis Discreta e Contínua

Você, à noite ao ir deitar, tem 1,65 m e desperta pela manhã
com 1,70 m. Você cresce 5 cm de forma instantânea?
Não, você cresce aos poucos e entre 1,65 e 1,70 você tem
infinitas alturas. Para a variável discreta observamos que
não é possível aumentar o número de pessoas de 22
para 22,57. Não podemos aumentar em 0,57 pessoa. Só
podemos aumentar em uma unidade.
Unidade 2 31

b) O que são dados estatísticos?
Dados estatísticos são medidas da presença de um

determinado conjunto de valores de uma variável
numa população ou amostra.
Os tipos de dados são:
Dados Primários: quando são observados e/ou

levantados pelo próprio pesquisador ou organização que
os tenha recolhido;
Dados Secundários: quando são observados e/ou
levantados por outra organização ou pesquisador.
Leia com atenção os enunciados e responda as questões a seguir.

Lembre-se que estas atividades de auto-avaliação objetivam ajudá-lo a
desenvolver com autonomia a sua aprendizagem. Para você ter sucesso,
primeiro realize com obstinação todas as questões sugeridas e somente
ao final verifique suas respostas - é só relacioná-las com as respostas e os
comentários do professor, presentes ao final deste livro.
3) 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 contínua e discreta. Identifique no seu dia-a-dia
pelo menos um exemplo de cada uma destas variáveis e escreva na
tabela abaixo:
Variável Exemplos
Qualitativa Nominal
Qualitativa Ordinal
Quantitativa Discreta
Quantitativa Contínua
32

Estatística I
4) Ao planejar uma pesquisa sobre mercado para o produto de uma

empresa, o chefe do setor de marketing tem a intenção de usar
um questionário para a coleta de dados e, também, planeja fazer
levantamento de dados na Federação das Indústrias do Estado para
que possa realizar comparativos. Como conseqüência disto, ele terá
que trabalhar com dois tipos de dados: os resultantes dos questionários
e os resultantes do levantamento na Federação das Indústrias.
Classifique os dois tipos de dados.
Os dados coletados por meio de questionário são:
Os dados coletados na Federação são:
5) Classifique cada uma das variáveis a seguir em qualitativa nominal ou

ordinal e, em quantitativa discreta ou contínua:
DESCRIÇÃO DA VARIÁVEL CLASSIFICAÇÃO
3.1. saldo em conta corrente em R$:
3.2. idade do cliente:
3.3. sexo:
3.4. classe econômica:
3.5. estado civil:
3.6. número de defeitos do produto:
3.7. consumo de energia em kwh:
3.8. grau de instrução:
3.9. número de filhos:
3.10. endereço:
3.11. telefone:
3.12. diâmetro da peça produzida:
3.13. comprimento da peça:
3.14. tempo de espera em caixa eletrônico em minutos:
3.15. nome de país exportador de petróleo:
3.16. grau de satisfação no atendimento numa loja comercial:
3.17. número de ações negociadas na bolsa de valores:
Unidade 2 33

SEÇÃO 3 - O que são Séries Estatísticas?
É qualquer tabela que apresente a distribuição de um

conjunto de dados estatísticos em função da época,
do local ou da espécie.
Conforme a variação dos elementos da série, é possível classificá-

las em histórica (temporal), geográfica, específica e conjugada (ou
mista). A seguir acompanhe em detalhe cada série.
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.
Exemplo: Indicadores Industri ais CNI Resultados Brasil – de 1 a 6 de 2003
Meses/2003 Vendas nominais

1 291.812,23
2 310.306,87
3 318.536,23
4 315.063,48
5 325.684,84
6 308.901,45
FONTE: Confederação Nacional da Indústria.
b) Série Geográfica: identifica-se por descrever a variável

considerando o fator geográfico. Também é chamada de
espacial, territorial ou de localização.
34

Estatística I
Exemplo: Indústria de transformação – Brasil.
ÍNDICE DE VENDAS POR ESTADO - JUNHO DE 2003
Estado Índice (base fixa: 2002=10)

Amazonas 129,34
Bahia 102,59
Ceará 114,80
Espírito Santo 113,28
Goiás 116,25
Minas Gerais 118,28
Pernambuco 89,25
Paraná 169,61
Rio de Janeiro 130,09
R.Grande do Sul 182,49
Santa Catarina 100,07
São Paulo 203,63
FONTE: Confederação NacionaI da Indústria.
c) Série Específica: o caráter variável é apenas o fato ou

espécie. Também é chamada de série categórica.
Exemplo: O preço do crédito pessoal em junho de 2003.
Instituição Taxas médias (% ao mês)
Caixa Econômica Federal 4,45

Banco ABN AMRO Real 5,39
Banco Bradesco 5,59
Unibanco 5,82
Banco Santander Brasil 5,85
Banco Itaú 6,22
Banco do Brasil 6,27
FONTE: Banco Central.
d) Séries Conjugadas: também chamadas de tabelas de

dupla entrada. São apropriadas à apresentação de duas
Unidade 2 35

ou mais séries de maneira conjugada, havendo duas

ordens de classificação: uma horizontal e outra vertical.
O exemplo a seguir é de uma série específica-temporal e elas

podem ser geográfica-temporal e geográfica-específica também.
PIB – Taxa de crescimento por setor – 1998/2002.
Setor
Ano
Agropecuária Indústria Serviços
1998 1,94 -1,45 1,11
1999 8,33 -2,22 2,01
2000 2,15 4,81 3,80
2001 5,71 -0,31 1,86
2002 5,79 1,52 1,89
FONTE: Banco Central.
Após ter acompanhado os conceitos e os enunciados citados nesta seção,

responda as questões a seguir.
6) Classifique as séries estatísticas a seguir.
6.1. Receita consolidada, da União, estados e municípios, por

regiões/99.
Regiões - (em milhões de reais)
Natureza Norte Nordeste Sudeste Sul Centro-Oeste
IPI 150,03 1.222,08 11.664,32 2.557,51 287,22
ICMS 2.786,30 9.165,57 40.052,99 10.219,77 4.916,53
ISS 183,01 634,31 3.908,21 644,24 384,22
IOF 22,50 108,69 3.668,46 396,43 646,28
COFINS 847,49 2.368,56 21.599,39 4.585,42 1.396,28
36

Estatística I
Regiões - (em milhões de reais)
Natureza Norte Nordeste Sudeste Sul Centro-Oeste
PIS/PASEP 272,41 761,55 6.192,73 1.164,52 1.061,87
IPTU 55,95 352,69 3.484,86 625,36 293,25
IPVA 103,39 342,86 3.013,71 700,49 270,47
IRPF 209,57 1.044,30 16.623,52 1.817,48 3.050,33
IRPJ 345,87 955,11 15.772,42 2.024,09 3.627,54
FONTE: IBGE.
6.2. Lançamentos imobiliários em São Paulo 2001/2002

(em unidades).
Ano
Tipo
2001 2002
Convencionais 15.876 3.893
Flats 1.255 0
Horizontais 1.347 1.331
Cooperativas 0 452
FONTE: SECOVI/SP.
Unidade 2 37

6.3. Rentabilidades IBOVESPA – 98/02.
Ano IBOVESPA (%)

1998 - 33,40
1999 - 151,90
2000 - 10,70
2001 - 11,00
2002 - 17,00
FONTE: Adinvest.
SEÇÃO 4 - Como fazer o arredondamento de dados?

Quantas vezes, ao realizar um cálculo, 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?
38

Estatística I
Ao arredondar números você deve analisar o algarismo seguinte

à casa adotada para fi xar. não esqueça de somente analisar o
algarismo seguinte e não realizar arredondamentos sucessivos.
Ao analisar o número para arredondar, você poderá encontrar os

seguintes casos:
a) O algarismo seguinte à casa que se quer adotar para

arredondamento é 0,1,2,3 e 4: neste caso o número não
se altera, há perda dos valores além da posição escolhida.
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 (analisar somente o algarismo 2).
b) O algarismo seguinte à casa que se quer adotar para

arredondamento é de 6, 7, 8 e 9: neste caso o número
fi xado para arredondamento aumenta em uma unidade,
se tem um ganho.
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 (analisar
somente o algarismo 7).
Unidade 2 39

c) O algarismo seguinte à casa que se quer adotar

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

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

67,75002 ---> 67,8 ---> há um ganho de 0,04998;
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.
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
impar, acrescenta-se uma unidade (fica com o par mais
próximo).
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.
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.
40

Estatística I
2) Cuidado com as somas e arrendondamentos:

exemplo: observe as somas dos números a seguir:
36,94 36,9
20,31 20,3
14,58 14,6
28,93 28,9
Soma 100,76 100,7
A primeira coluna foi somada sem arredondar

e a segunda foi somada com os números já
arredondados. Note que os valores finais ficaram
diferentes e mesmo que seja arredondada 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.

7) Use as técnicas de arredondamento para os números abaixo, seguindo

o que se pede:
7.1. Para a segunda casa decimal:

41,368 =
1.589,9984 =
121,3333 =
5,665002 =
28,45500 =
Unidade 2 41

7.2. Para a primeira casa decimal:

41,368 =
1.589,8984 =
121,3333 =
5,655002 =
28,45500001 =
82,95 =
SEÇÃO 5 - Noções de Somatório

Ao aplicar a Estatística trabalha-se com um número bastante
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, x 2, x3, x4, ... xn}
e a soma de seus elementos será:
SOMA= x1 + x 2 + x3 + x4 + ... + xn
ou pode-se usar a seguinte expressão:

Letra grega maiúscula
sigma. Denominado em
matemática: somatório.
Leia: somatório de x índice i, i variando de 1 até n, onde i é a
posição do elemento do conjunto.
= x1 + x2 + x3 + x4 + x5 + x6
Como se lê? Experimente: A soma dos elementos do

conjunto x da posição 1 à posição 6.
42

Estatística I
quando se trata da soma de todos os elementos do

conjunto, não é necessário indicar os índices. Veja
como fica
Acompanhe mais um exemplo:
Sendo x = {4, 5, 9}, se tem: x1=4, x2=5 e x3=9

= x1 + x2 + x3 = 4 + 5 + 9 = 18
Aqui você lê: a soma de todos os elementos do
conjunto x é ...
Propriedades
Como em muitas operações matemáticas, você poderá observar

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”.

Constante pode ser qualquer
número: 5, 8, 9, 20, 539,
458, etc.
= 4 + 4 + 4 = 3.4 = 12
Note que o somatório de quatro (4), dos elementos da posição 1

a 3, é o mesmo que 4 + 4 + 4, ou seja, 3 vezes 4, resultando 12
(n.c).
O que quer dizer isso?
Quer dizer que você deverá somar três vezes o número quatro (em
termos matemáticos, o dito é que soma-se “n” vezes a constante
‘c’).
Unidade 2 43

Como simbolizar? = n.c
Como proceder quando você encontrar o somatório

de uma constante ‘c’ multiplicada por uma variável?
Sendo ‘c’ uma constante qualquer e ‘x i ’ a variável.
Acompanhe o exemplo a seguir.
sendo x={1, 3, 5} calcule
A constante ‘2’ multiplica cada um dos elementos do conjunto.

Você pode fazer isso de duas maneiras:
a primeira:
= 2.1 + 2.3 + 2.5 = 2.(1 + 3 + 5) = 2.9 = 18
Note que foi multiplicado por dois, cada um dos

elementos do conjunto (1, 3, 5) e após, como costumam
dizer, “colocamos em evidência” o número comum a
todos (2).
a segunda:
No passo seguinte, soma-se os elementos e multiplica-se

por dois (2 vezes 9). Que resulta 18.
Como simbolizar?
44

Estatística I
Como proceder quando você encontrar o somatório

de uma soma de xi com yi (x e y são duas variáveis)?
Acompanhe por meio do exemplo:
sendo x={1, 3, 5} e y={2, 4, 7}, calcule
Cada elemento de x deve ser somado com cada elemento

de 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 Ö
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?
Ö = (1 + 3 + 5) + (2 + 4 + 7) = 9 + 13 = = 22
Você pode observar que se pode somar o somatório

de ‘xi ’ com o somatório de ‘yi ’ que encontrará o mesmo
resultado, ou seja:
como simbolizar?
Unidade 2 45

Vale também, para a subtração:
como simbolizar?
Como você observou, pode-se operar com somatórios utilizando

algumas propriedades que, muitas vezes, facilitam nossa vida.
Mais adiante, nessa unidade e nas próximas, você utilizará essas
propriedades. É muito importante que você fique atento a isso.
Acompanhe com atenção também, os dois casos a seguir, veja que

eles são dois casos em que o tipo de propriedade citada acima
não funciona.
Experimente você mesmo testá-los:
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.
46

Estatística I
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,

depois, multiplique os resultados.
Compare:
Eles são diferentes ou iguais?
Não esqueça!!! Essas propriedades são muito

importantes e delas dependem muitos cálculos na
Estatística.
Unidade 2 47

8) Desenvolva os somatórios:
8.1. Exemplo 1: = x1+ x2+ x3+ x4 + x5+ x6+ x7+ x8
8.2. Exemplo 1: = (x1 . y1) + (x2 . y2) + (x3 . y3) + (x4 . y4)
8.3. =
8.4. =
8.5. =
8.6. =
8.7. =
9) Escreva sob a forma de somatório:
9.1. Exemplo 1: Soma = x1+ x2+ x3+ x4 + x5 =
9.2. Exemplo 2: Soma = (x1 . y1)2 + (x2 . y2)2 + (x3 . y3)2 =
9.3. Soma = x1+ x2+ ... + x7 =
48

Estatística I
9.4. Soma = x4+ x5+ x6+ x7 =
9.5. Soma = x6+ x7+ ... + x17 =
9.6. Soma = (x1+ x2+ ... + x7)2 =
9.7. Soma =
Dica: repita o primeiro termo da soma e troque o 1 por i.
Unidade 2 49

10) Calcule as seguintes quantidades para os dados abaixo (obs.: utilize a

tabela).
i x1 f1 xi.fi x12 fi.(xi)2

1 10 3
2 11 5
3 15 9
4 19 10
5 21 2
6 26 1
10.1. =
10.2. =
10.3. =
Dica: primeiro multiplique um a um e escreva na tabela e após some.
10.4. =
Dica: primeiro multiplique um a um e escreva na tabela e após some.
50

Estatística I
Síntese
Nesta unidade você pôde estudar alguns conceitos importantes como

população e amostra, variáveis, dados e séries. Além disso, estudou
os passos que devem ser seguidos na elaboração de uma pesquisa
com coleta de dados. Pôde identificar os tipos de séries estatísticas,
arredondamento de dados e noções de somatório. Todos estes novos
conhecimentos serão muito importantes para você dar seqüência ao
estudo da Estatística.
Mas você talvez esteja se perguntando: “Como vou organizá-los?

Como vou aplicá-los?” Bem, isto você irá estudar na próxima
unidade, quando irá aprender a tabular os dados e começar a
calcular algumas medidas importantes para a análise de tabelas.
Saiba mais
Você quer saber mais:
sobre os conceitos estudados?
CRESPO, Antônio Arnot. Estatística fácil. São Paulo: Saraiva,

2001.
SILVA, Ermes Medeiros da. Estatística para os cursos de

Economia, Administração e Ciências Contábeis – Vol.1. São
Paulo: Atlas, 1996
TRIOLA, Mario F. Introdução à Estatística. Rio de Janeiro:

LTC, 1999.
sobre dados estatísticos na internet?
Acesse os sites:
http://www.dieese.org.br/
http://www.ipeadata.gov.br/
Unidade 2 51

http://www.ipea.gov.br
http://www.ibge.gov.br
52

3
UNIDADE 3
Distribuição de freqüências
organizar dados brutos
compreender e analisar a distribuição de freqüências
calcular, organizar e aplicar os tipos de freqüências
Seções de estudo
Seção 1 O que são dados brutos e dados agru-
pados?
Seção 2 Quais são os componentes de uma

tabela?
Seção 3 Como montar tabelas para variável

qualitativa?

quantitativa discreta?

quantitativa contínua?
Seção 6 Quais são os tipos de freqüências?


Após ter contato com alguns conceitos e algumas normas da
Estatística nas unidades 1 e 2, agora o próximo passo - Para
aquisição de mais ferramentas - será você trabalhar com os
dados propriamente ditos.
SEÇÃO 1 - O que são Dados Brutos e Dados Agrupados?

Para iniciar o estudo desta unidade, antes de qualquer coisa, você
precisa saber o que são dados brutos e dados agrupados.
O que são Dados Brutos?
Dados brutos são seqüências de valores numéricos

ou não, os quais não sofreram qualquer tratamento
estatístico, nem foram organizados, obtidos
diretamente da observação de um fenômeno coletivo.
Mais precisamente dados brutos são os dados apresentados

da forma como foram coletados na pesquisa ou levantamento,
desorganizados, sem ordenação.
Acompanhe a seguir os exemplos.
54

Estatística I
Para uma variável qualitativa
Em um levantamento realizado com clientes de um

banco foram obtidos os seguintes dados sobre o
tipo de investimento que mais confiavam, conforme
legenda:
I M R P I I P R
P R I P P I R I
P P P M I P P P
M P I I I M P R
M R R P M M P R
I R M P P I R P
M P I P P M P I
Legenda:
I – Investimentos imobiliários;
M – Investimento em mercado de ações;
P – Investimento em poupança;
R – Investimento em fundos de renda fixa.
Repare que neste caso foram pesquisados 56 clientes e foram

anotadas as respostas na ordem das entrevistas.
Para uma variável quantitativa discreta
O controle de qualidade de uma fábrica de rolamentos

vem analisando os lotes para detectar defeitos nas
peças fabricadas. Cada lote contém 56 peças. A seguir
está relacionado o número de defeitos por peça
conforme são produzidas neste lote:
1 1 4 1 0 0 1 6
5 0 0 0 0 0 0 0
0 1 0 0 1 0 3 2
4 2 0 0 2 0 1 0
0 0 3 3 0 0 4 0
0 1 0 2 0 0 1 0
3 0 0 0 3 0 0 0
Repare que foram analisadas 56 peças e foram
anotados os números de defeitos por peça, na ordem
em que foram produzidas.
Unidade 3 55

Para uma variável quantitativa contínua
Os valores anotados a seguir representam o volume

de vendas mensal de 56 representantes de uma
empresa que fabrica remédios. Os valores estão em
milhares de reais:
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
O que são dados agrupados?
Dados agrupados são seqüências de valores

numéricos ou não, os quais encontram-se já
organizados, ou por semelhança (qualitativas), ou por
ordenação numérica (quantitativas), em tabelas.
E as tabelas? O que são?
As tabelas são quadros que resumem e facilitam a

leitura dos dados pesquisados.
Para se interar de cada detalhe do que é uma tabela, nas próximas

seções você conhecerá os seus componentes e como montá-las.
56

Estatística I
SEÇÃO 2 - Quais são os componentes de uma tabela?

Acompanhe a seguir com atenção quais são os componentes de
uma tabela:
a) o lado direito e esquerdo de uma tabela deve ser

aberto;
b) use traços horizontais para separar os componentes
(cabeçalho, total e as colunas;
c) use traços verticais internos somente se for
necessário (para maior clareza);
d) use maiúscula somente na primeira letra da palavra
inicial (vide na tabela a palavra Ano);
e) ao preencher uma tabela você deve prestar atenção
para o seguinte:
um traço horizontal (-) quando é apresentado um
valor zero;
Unidade 3 57

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;
f) a informação do total não é obrigatória. Pode ser
incluída 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.
Após você ter realizado uma leitura criteriosa da unidade, leia os enunciados e
responda a questão apresentada a seguir.
1) Identifique nas tabelas a seguir os erros e/ou os componentes que
faltam.
1.1.
Mês Dívida pública total (em % do PIB)

Janeiro 56,23
Fevereiro 56,43
Março 54,90
Abril 53,36
Maio 55,17
FONTE: IPEADATA
58

Estatística I
1.2.
Índice de ações IBOVESPA fechamento mensal - 2003
Mês ìndices de ações em %
Janeiro -2,9
Fevereiro -6,04
Março 9,66
Abril 11,38
Maio 6,89
Junho -3,35
Julho 4,62
Agosto 11,81
Unidade 3 59

SEÇÃO 3 - Como montar tabelas para variável

qualitativa?
Para você obter esta resposta siga com atenção os passos
apresentados no exemplo a seguir. Exemplo – Sobre qual é o
tipo de investimento que mais confiavam os clientes do banco.
1º Passo: para começar você deve organizar os dados por

semelhança.
I I I I I I I I
I I I I I I M M
M M M M M M M M
P P P P P P P P
P P P P P P P P
P P P P P P R R
R R R R R R R R
I – Investimentos imobiliários.
M – Investimento em mercado de ações.
P – Investimento em poupança.
R – Investimento em fundos de renda fixa.
Repare que os dados estão organizados por tipo de investimento.
2º Passo: escrever, em uma coluna, cada uma das opções

verificadas. Contar o número de vezes que cada tipo
aparece e marcar com traços, ao lado, para representar as
aparições.
I 14
M 10
P 22
R 10
Após conte o número de traços para obter o número de vezes que

cada opção aparece.
60

Estatística I
3º Passo: uma vez que tudo isto esteja organizado, agora

é só montar a tabela. Sem esquecer nenhum de seus
componentes. Acompanhe:
Tipo de investimento Número de clientes
Imobiliário 14
Mercado de ações 10
Poupança 22
Fundos de renda fixa 10
Total 56
Fonte: Dados fictícios.
2) O relatório emitido pelo setor de empréstimos de um banco,

responsável pela concessão de empréstimo pessoal, apresentou
a listagem a seguir para os empréstimos concedidos a 60 de seus
clientes, no mês de agosto de 2003:
LV CA LV LI LI
CA CA CA CA CA
LV LV LI LV LV
CT CA LI LI CT
CA CA CA LV LV
CA LI CA CA LI
CT CA LV LI CA
CA CA LV LV LV
CA CT LI CT CA
LV CA LI LV LI
LV LV CT CA CA
LV LI LI CA CA
Unidade 3 61

Onde as siglas significam:
CA CDC automático
LV Leasing veículo
LI Leasing informática
CT Crédito turismo
Monte a seguir a tabela, não esquecendo de incluir todos os seus

componentes.

quantitativa discreta?
Para obter esta resposta você terá também que seguir os passos
apresentados no exemplo a seguir, sobre o número de defeitos por
peça conforme são produzidas.
Observe que a opção de montar uma tabela sem

intervalos se deve por esta série ter um número de
elementos distintos pequeno.
1º Passo: para começar organize os dados em ordem

crescente.
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 1 1 1 1 1 1 1
1 1 2 2 2 2 3 3
3 3 3 4 4 4 5 6
Repare que foram organizados conforme uma ordem numérica

crescente (de 0 a 6).
62

Estatística I
Esta lista em ordem, podendo ser crescente ou

decrescente, é chamada de Rol.
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 33
1 9
2 4
3 5
4 3
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

nenhum de seus componentes.
Unidade 3 63

Número de defeitos por peças analisadas do lote xxxx
Fonte: Setor de controle de qualidade fictício.
os valores que a variável pode assumir é

representado por “xi”;
o número de observações de cada linha, chama-se
de freqüência simples, denotada por “fi”; e
o número total de observações chama-se de
freqüência total e pode ser denotada por “N”
(tamanho da população), “n” (tamanho da amostra)
ou
64

Estatística I
3) Uma empresa procurou estudar a ocorrência de acidentes com seus

empregados, tendo para isso a CIPA realizado um levantamento
abrangendo um período de 36 meses, no qual foi observado o número
de operários acidentados para cada mês. Os dados correspondentes
são:
4 8 6 6 4 5
6 5 8 5 6 5
8 5 7 6 8 7
3 3 4 4 3 3
5 5 4 6 5 5
7 7 6 8 8 7
Levando em consideração os dados apresentados, monte a tabela.

Procure incluir todos os seus componentes.

quantitativa contínua?
Para este tipo de variável utiliza-se intervalos na tabela para
representar a série de dados. A estes intervalos denomina-se de
intervalos de classes.
A opção de montar uma tabela com intervalos ocorre por esta

série ter um número de elementos distintos muito grande, ou,
quando os valores apresentam uma natureza de continuidade.
Por exemplo: os valores anotados a seguir representam o volume

de vendas mensal de 56 representantes de uma empresa que
fabrica remédios. Os valores estão em milhares de reais.
Acompanhe a seguir os passos para montar uma tabela:
1º Passo: para começar você deve organizar os dados em

ordem crescente (Rol).
Unidade 3 65

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.
São usados dois critérios:
critério da raiz ;
fórmula de Sturges .
n = tamanho da amostra (poderá ser usado N, quando for

com a população).
As tabelas devem ter no mínimo cinco e no máximo

20 intervalos de classes para que não haja nem perda,
nem excesso de informação.
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).
66

Estatística I
No exemplo que você está estudando:
AT=35,13 - 15,9 ---> AT=19,23 19,5
Nesta etapa é conveniente que seja arredondado para

cima para que não haja perda de informação.
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 conveniente

testar se os cálculos estão corretos. Para que isso aconteça,
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
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
Unidade 3 67

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 são 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

15,9
o menor valor observado
A este valor some o h (2,8), e encontre

o limite superior deste intervalo:
15,9 |--- 18,7
15,9+2,8=18,7. Você deve escrever
na tabela:
Na segunda classe, repita o último

valor da classe anterior (18,7) e some
o h (2,8), e encontre o limite superior 18,7 |--- 21,5
deste intervalo: 18,7+2,8=21,5. Você
pode escrever na tabela:
Na terceira classe, repita o último

valor da classe anterior (21,5) e some
o h (2,8), e encontre o limite superior 21,5 |--- 24,3
deste intervalo: 21,5+2,8=24,3. Você
pode escrever na tabela:
Usando este procedimento para as

24,3 |--- 27,1
outras classes você terá os seguintes
27,1 |--- 29,9
intervalos a seguir, até a sétima
29,9 |--- 32,7
classe:
68

Estatística I
Os intervalos são escritos dessa forma: 15,9 |--- 18,7.

O que significa? Trata de um intervalo fechado à
esquerda e aberto à direita Þ [15,9 ; 18,7). Os valores
deste intervalo chegam perto de 18,7, mas o valor 18,7
está no próximo intervalo: 18,7 |--- 21,5; O valor 21,5
não está neste intervalo e sim no intervalo: 21,5 |---
24,3. E assim por diante.
4º Passo: agora é a vez de partir para a construção da

tabela, sem esquecer de seus componentes, primeiro
monte a tabela e escreva os intervalos:
Volume de vendas mensal, em milhares de reais, dos representantes de uma empresa que fabrica
remédios – outubro/2003
Classe Volume de vendas (em mil reais)
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 ( )
Fonte: Setor fictício de vendas.
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:
Unidade 3 69

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 Volume de vendas (em mil reais) Contagem Nº de representantes (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 24,3 |— 27,1 3
6 29,9 |— 32,7 6
7 32,7 |— 35,5 10
Total ( ) 56
E no final, a tabela fica como está apresentado a seguir:
70

Estatística I
Estas tabelas são denominadas de distribuição de

freqüências.
4) Um levantamento do volume de exportação de uma empresa de

Santa Catarina nos últimos 36 meses constatou os seguintes dados
(em milhões de reais). Estes dados foram coletados na Secretaria de
Comércio Exterior (SECEX).
115 121 117 124 122 116

123 118 123 119 123 126
128 122 112 125 124 126
125 121 129 127 128 129
113 115 116 124 119 118
126 129 116 127 123 121
Unidade 3 71

Com base nos passos apresentados na seção, construa a tabela

de distribuição de freqüências sem esquecer de nenhum de seus
elementos. Como número de intervalos usar k = 6 .
Sugestão: ao calcular o h (tamanho de cada intervalo, arredonde para

um número inteiro. Ex.: 3,84 4).
SEÇÃO 6 - Quais são os tipos de freqüências?

Até agora você já estudou (especificamente no passo 3 da Seção
4) dois tipos de freqüência: a freqüência simples e a freqüência
total.
o número de observações de cada linha chama-se

de freqüência simples, “fi”; e
o número total de observações chama-se de
freqüência total,
Pois nesta seção você irá aprender que, além destas duas, existem
outros tipos de freqüências. Agora talvez você até esteja se
perguntando: por que estudar outros tipos de freqüências?
Mas se você pensar bem, a resposta a esta questão você já

acompanhou, precisamente quando estudou que a Estatística
tem como uma de suas finalidades facilitar a análise e a leitura
dos dados, e, portanto, para isso um dos métodos utilizados é
trabalhar com tipos de freqüências. Estes tipos de freqüência lhe
serão apresentados a seguir.
a) Freqüência acumulada direta ou “abaixo de” (fiacd): na

tabela, na 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.
f iacd= f iacd(ant)+f i
72

Estatística I
Sendo:
f iacd – freqüência acumulada direta da classe;
f iacd(ant) – freqüência acumulada direta da classe anterior;
f i – freqüência simples da classe.
Acompanhe com atenção a tabela:
Para que serve a freqüência acumulada direta (ou

“abaixo de”)?
Unidade 3 73

Imagine você apresentando um relatório de vendas da

empresa para a diretoria.
E um dos diretores lhe pergunta: “Quantos representantes
tiveram vendas menores que 29,9 mil reais?” Você não
necessitará fazer contas, é só observar a tabela e dizer: “40
representantes!” (veja a linha marcada na tabela).
E se perguntarem: “Quantos representantes venderam
abaixo de 24,3 mil reais?” Você responderá: “32
representantes”.
Observe que o volume de vendas questionado é

sempre do limite superior de cada intervalo para
baixo. Por esta razão que também é chamado de
“abaixo de”.
b) Freqüência acumulada indireta ou “acima de” (fiaci): na

oluna 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 freqüência simples da
última classe.
f iaci = f iaci(ant) – f i(ant)

Sendo:
f iaci – freqüência acumulada indireta da classe;
f iaci(ant) – freqüência acumulada indireta da classe anterior;
f i(ant) – freqüência simples da classe anterior.
74

Estatística I
Para que serve a freqüência acumulada indireta (ou

“acima de”)?
Imagine-se novamente apresentando um relatório de

vendas da empresa para a diretoria.
Um dos diretores lhe pergunta: “Quantos representantes
tiveram vendas maiores ou iguais a 29,9 mil reais?” Você
não necessitará fazer contas, é só observar a tabela e dizer:
“16 representantes!” (veja a linha marcada na tabela).
E se perguntarem: “Quantos representantes venderam 24,3
mil reais ou mais?” Você responderá: “24 representantes!”.
Observe que o volume de vendas questionado é

sempre do limite inferior de cada intervalo para cima.
E é por esta razão que também é chamado de “acima
de”.
Unidade 3 75

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 ).
Use sempre quatro casas decimais para arredondar a

freqüência relativa.
76

Estatística I
d) Freqüência percentual (fp): é a freqüência relativa

multiplicada por 100. É dada em porcentagem (%).
fp = fr.100
Sendo:
fp – freqüência percentual;
fr – freqüência relativa.
Ao usar quatro casas decimais para a freqüência

relativa, o percentual ficou com duas casa decimais.
Para que serve a freqüência percentual?
Unidade 3 77

Mais uma vez você está apresentando um relatório de

vendas da empresa para a diretoria.
E vem aquela pergunta: “O que representa do total, os
representantes que venderam de 32,7 a 35,5 mil reais?”
Você poderia responder diretamente, sem cálculos:
“17,86%.” (veja a linha marcada na tabela).
E se perguntarem: “Quantos representantes venderam de
24,3 à 27,1 mil reais ou mais?” Você responderá: “8,93%.”
Observe: neste exemplo, o volume de vendas

questionado é sempre um intervalo.
Antes de acompanhar os outros tipos de freqüência, entenda o

que é ponto médio de uma classe.
Ponto médio de uma classe

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.
78

Estatística I
Mantenha à mão este conceito: o ponto médio será

usado para outros cálculos que você irá realizar mais
adiante.
Veja como fica a tabela (distribuição de freqüências) completa.
Para tabelas construídas como variáveis discretas, você poderá

calcular as freqüências acumuladas direta e indireta, as
freqüências relativas e percentuais, como é mostrado a seguir.
Unidade 3 79

e) Outros tipos de freqüências: você ainda pode usar as

freqüências acumuladas direta e indireta 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.
Acompanhe com fica:
80

Estatística I
5) A tabela abaixo mostra o volume de exportação (em milhões de reais)

de uma empresa de Santa Catarina nos últimos trinta e seis meses.
Volume de exportação de uma empresa nos últimos trinta e seis meses
Fonte: SECEX.
A partir dos dados apresentados realize as questões que seguem:
5.1. Complete a tabela com as freqüências acumuladas direta e

indireta, a freqüência relativa, percentual e o ponto médio.
5.2. Em quantos meses a empresa teve um volume

de exportação menor que 124 milhões de reais?
(use a coluna da
fiacd “abaixo de”).
5.3. Em quantos meses a empresa teve um volume

de exportação menor que 127 milhões de reais?
(use a coluna da
fiacd “abaixo de”).
5.4. Em quantos meses a empresa teve um volume de

exportação maior ou igual a 124 milhões de reais?
(use a coluna da fiaci
“acima de”).
Unidade 3 81

5.5. Em quantos meses a empresa teve um volume de

exportação maior ou igual a 127 milhões de reais?
“acima de”).
5.6. Qual foi o percentual de meses em que a

empresa exportou de 118 a 121 milhões de reais?
(use a coluna da fp).

empresa exportou de 121 a 124 milhões de reais?
6) Uma empresa procurou estudar a ocorrência de acidentes com seus

empregados, tendo, para isso, a CIPA realizado um levantamento
abrangendo um período de 36 meses, no qual foi observado o número
de operários acidentados para cada mês.
A tabela a seguir resume estes dados:
A partir dos dados apresentados realize as questões que seguem:

6.1. Complete a tabela com as freqüências acumulada direta e indireta,
a freqüência relativa e percentual.
6.2. Em quantos meses a empresa teve um número
de funcionários acidentados menor que seis?
(use a coluna da fiacd
“abaixo de”).
(observação: menor que 6 = 5, 4 e 3).
82

Estatística I
6.3. Em quantos meses a empresa teve um número de

funcionários acidentados menor ou igual a seis?
(use a coluna da fiacd
“abaixo de”).
(observação: menor ou igual a 6 = 6, 5, 4 e 3).
6.4. Em quantos meses a empresa teve um número
de funcionários acidentados maior que cinco?
“acima de”).
(observação: maior que 5 = 6, 7 e 8).
6.5. Em quantos meses a empresa teve um número de
funcionários acidentados maior ou igual a cinco?
“acima de”).
(observação: maior ou igual a 5 = 5, 6, 7 e 8).
6.6. Qual foi o percentual de meses em que a empresa
verificou cinco funcionários acidentados?
empresa verificou sete funcionários acidentados?
Síntese
Até agora você já pode trabalhar um pouco com os dados.

Você estudou como organizar, agrupar dados, como construir
tabelas com todos seus elementos e, também, como acrescentar
informações nas tabelas que auxiliem sua leitura. Este
conhecimento será bastante útil quando for preciso apresentar
algum relatório e as pessoas levantarem alguns questionamentos.
Ter conhecimento de como interpretar uma tabela permite que

você tenha acesso rápido às respostas, com a devida precisão. Na
próxima unidade você irá estudar como analisar dados não só
nas tabelas, mas também em representações gráficas. Com eles
você poderá constatar como eles resumem e facilitam a leitura,
de forma clara e simples. Você irá perceber como fica mais fácil
entender o comportamento de algumas variáveis. Até lá!!
Unidade 3 83

Saiba mais
Você quer aprofundar seus estudos sobre o conteúdo desta

unidade?
A sugestão é que você pesquise em:

2001.

Economia, Administração e Ciências Contábeis. v.1. São
Paulo: Atlas, 1996.
84

4
UNIDADE 4
Representação gráfica
construir e interpretar gráficos
criar e interpretar histograma e polígono de freqüências
Seções de estudo
Seção 1 Como usar melhor os gráficos?
Seção 2 Tipos de diagramas.
Seção 3 O que são pictogramas?
Seção 4 Gráficos representativos.


Nesta unidade você terá a oportunidade de adquirir mais uma
importante ferramenta para utilizar no seu dia-a-dia de Gestor
de Organizações. Você irá agora conhecer alguns tipos de
gráficos mais utilizados e suas características.
Poderá constatar que além das tabelas (distribuição de

freqüências) é possível representar os dados por meio de gráficos,
que, muitas vezes, facilitam mais a leitura e a compreensão de
algum fenômeno ou acontecimento.
SEÇÃO 1 - Como usar melhor os gráficos?

O gráfico é uma outra maneira de se apresentar os dados
estatísticos.
Eles têm a finalidade de mostrar com clareza,

veracidade e rapidez os dados que estão sendo
estudados.
Propicia uma noção muito boa de como algum

fenômeno se comporta.
Através de formas geométricas, os gráficos mostram,

por área ou volume, as diferenças entre as opções de
cada variável.
Cuidado ao interpretar os gráficos. Assim como os

gráficos podem dar informações rápidas e precisas,
sua manipulação pode distorcer a realidade,
provocando tendenciosidade nas informações.
Por exemplo, observe isso nos gráficos a seguir:
86

Estatística I
Observe que no Gráfico 1 a impressão é que a população

aumenta abruptamente, enquanto que no Gráfico 2, a impressão
é que a população aumenta lentamente. E a única diferença entre
os dois gráficos é a largura que se usou para cada um deles. Em
alguns casos isso pode ser muito prejudicial.
1.1 Quais são os tipos de gráficos mais usados?
São três os tipos os gráficos mais empregados:
a) diagramas: são os mais comuns e mais usados. São

usadas formas geométricas (retângulos, círculos,
linhas, etc.) para representar os dados. Geralmente
são apresentados em duas dimensões. O desenho
desses tipos de gráficos usa geralmente como base o
sistema cartesiano (um eixo vertical e um horizontal,
perpendiculares);
b) cartogramas: são usados para apresentarem os

dados estatísticos referentes a regiões bem definidas
geograficamente e, para tanto, são usados mapas ou
quadros, caracterizados por sinais (linhas, pontos, cores,
etc.) que representam um ou mais fenômenos quanto a
sua área de ocorrência, importância, movimentação e
evolução;
Unidade 4 87

c) pictogramas: são usados para apresentarem os dados

estatísticos de modo a despertarem atenção do público
em geral, mais usados em propagandas, apresentações
informais, ilustrações, etc. Tem mais a finalidade de
atrair a atenção do que representar precisão.
1.2 Sugestões para a construção de gráficos
Para a construção de gráficos você deverá observar alguns itens

que se fazem necessários em um gráfico. Atente agora para
conhecer quais são:
todo gráfico deve ter título (acima) e fonte (no rodapé),

para que o leitor não tenha a necessidade de voltar ao
texto para saber do que se trata;
a escala do eixo horizontal deve ser escrita abaixo desse
eixo e deverá crescer da esquerda para a direita;
a escala do eixo vertical deve ser escrita à esquerda do
eixo e crescer de baixo para cima;
cada eixo deve ser identificado com o que está sendo
medido ou representado;
não é necessário colocar linhas de grade (que saem das
marcas das escalas horizontais e verticais). Estas são
opcionais.
Acompanhe o modelo com todos os itens citados:
88

Estatística I
Sugestão para melhor construir gráficos

Antigamente, os gráficos eram feitos “a mão”, com a
ajuda de régua, compasso, transferidor, esquadros e
canetas ou giz coloridos. Hoje já se pode contar com
softwares específicos que auxiliam e facilitam na
construção de gráficos e, muitas vezes, propiciam mais
precisão e clareza. Além dos softwares específicos
de Estatística, temos o Excel, que é bem difundido
e fácil de operar. Caso você tenha curiosidade sobre
como proceder para usar o Excel, uma boa sugestão
é acessar o site: <http://www.juliobattisti.com.br/
cursos/excelbasico/modulo5/default.asp>
SEÇÃO 2 - Quais são os componentes de uma tabela?

Esta seção propõe que você estude os seguintes tipos de
diagramas:
gráficos de barras;
gráficos de colunas;
gráficos de setores (pizza);
Unidade 4 89

gráficos de linhas ou curvas;

gráficos polar.
A seguir acompanhe em detalhe cada tipo.
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?
Para construir um gráfico deste tipo você precisa:

desenhar os eixos cartesianos (vertical e
horizontal);
marcar os valores assumidos pela variável 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 freqüências;
não esquecer de escrever o título e a fonte.
Veja os exemplos destes gráficos:
1º exemplo:
Investimentos mais confiáveis segundo clientes do banco

Imobiliário 14
Poupança 22
Total 56
90

Estatística I
2º exemplo:
Número de defeitos (xi) Número de peças (fi)

0 33
1 9
2 4
3 5
4 3
5 1
6 1
Total ( ) 56
Unidade 4 91

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.
Como construir um gráfico de colunas?
Para construir um gráfico deste tipo você precisará:
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
freqüências;
não esquecer de escrever o título nem a fonte.
92

Estatística I
Acompanhe os exemplos:
Número de defeitos (xi) Número de peças (fi)

0 33
1 9
2 4
3 5
4 3
5 1
6 1
Total ( ) 56
Unidade 4 93

Volume de vendas (em Nº de representantes (fi)

mil reais)
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 ( ) 56
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 evidenciar o

quanto cada informação representa do total.
94

Estatística I
Como construir um gráfico de setores?
Para construir um gráfico deste tipo você precisa:
desenhar uma circunferência. Parta do princípio que

a área da circunferência representa o total (a soma ou
100%);
usando esta relação, pode-se dizer que a soma ou 100%
representa 360º. Sendo assim, cada setor (ângulo) pode
ser calculado com uma regra de três simples, na 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);
pinte cada setor com uma cor;
você pode criar uma legenda ou escrever as informações
próximas a cada setor (fatia);
não esqueça de escrever o título nem a fonte.
Observe os exemplos a seguir:
1º exemplo:
Investimentos mais confiáveis segundo clientes do banco

Imobiliário 14
Poupança 22
Total 56
Unidade 4 95

A seguir veja os setores com percentual e seus rótulos

(informações sobre cada setor).
A seguir veja os setores com os seus valores e a legenda:
96

Estatística I
2.4 Gráficos de linhas ou curvas
São gráficos traçados no sistema de eixos cartesianos (horizontal

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?
É só seguir os seguintes passos:
desenhe os eixos vertical e horizontal;

faça as escalas em cada um dos eixos, na horizontal o
tempo e na vertical a freqüência;
marque os pontos da relação variável (tempo) e cada uma
de suas freqüências;
una cada um dos pontos por linhas, até chegar ao último.
pode ser com retas ou curvas;
não esqueça de escrever o título e a fonte.
Acompanhe o exemplo de gráficos de linhas:
Unidade 4 97

Censo Demográfico
Brasil – 1890-2000
Anos População
1890 14.333.915
1900 17.438.434
1920 30.638.605
1940 41.236.315
1950 51.944.397
1960 70.070.457
1970 93.139.037
1980 119.070.865
1990 125.738.957
2000 169.352.457
Fonte: IBGE.
Fonte: IBGE.
98

Estatística I
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).
Observe o exemplo:
Temperatura média mensal em 2000
Mês Temperatura
Jan 30
Fev 31
Mae 29
Abr 28
Mai 26
Jun 24
Jul 20
Ago 19
Set 22
Out 23
Nov 26
Dez 29
Fonte: Estação meteorológica.
Unidade 4 99

Fonte: Estação meteorológica (dados fictícios).
Algumas sugestões para analisar um gráfico

Para ilustrar nosso exemplo, usaremos o gráfico
abaixo, montado com base em dados da SECEX
(Secretaria do Comércio Exterior).
Fonte: SECEX (Secretaria do Comércio Exterior).
100

Estatística I
Identificar as variáveis expressas pelo gráfico.

- No exemplo anterior, o eixo vertical representa o
volume de exportações em milhões de US$ e o
eixo horizontal, os meses.
Identificar os intervalos em que as variáveis atuam.
- Volume de exportações: de US$ 1.000 milhões a
US$ 1.600 milhões, aproximadamente.
- Meses: de janeiro a agosto de 2003.
Identificar onde a variável que está sendo estudada
(volume de exportações) apresenta máximo e
mínimo.
- Máximo: em agosto – US$ 1.600 milhões.
- Mínimo: em fevereiro – US$ 1.000 milhões.
Identificar se a tendência é de crescimento ou
decrescimento. Em alguns casos é bastante difícil
realizar essa identificação.
- A tendência, nesse caso, é de crescimento.
Analisar o comportamento de uma maneira geral,
identificando as alterações mais expressivas.
- Houve uma pequena queda em fevereiro.
- Em março, apresentou uma subida substancial.
- De março a junho manteve-se em crescimento,
não muito expressivo.
- Em julho, apresentou uma queda considerável.
- Voltou a crescer em agosto com bastante
intensidade.
Outras análises também são possíveis, isso só
depende do observador e muitas vezes, da variável
que estamos estudando.
Adaptado do livro Representações gráficas, de Diva Marília

Flemming e Elisa Flemming Luz.
Unidade 4 101

SEÇÃO 3 - O que são pictogramas?

Estes são construídos a partir de figuras ou conjunto de figuras
representativas da intensidade ou das modalidades do fenômeno.
São mais utilizados em jornais, revistas, cartazes e propagandas,

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, devem

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
tamanhos dos símbolos;
geralmente este tipo de gráfico expressa uma visão geral
do fenômeno, sem muitos detalhes;
este tipo de gráfico não serve para interpretações
técnicas.
Observe o exemplo:
FONTE: Instituto Brasileiro de Geografia e Estatística – IBGE.

102

Estatística I
FONTE: Divisão de população da ONU.

(Gráficos extraídos da revista Veja on-line – http://vejaonline.abril.com.br/noticia)
Após você ter acompanhado esta seção realize a atividade proposta a

seguir.
1) Procure em jornais, revistas, cartazes, internet, etc. dois pictogramas
diferentes, a partir deles faça uma descrição sucinta dos mesmos.
Exercite analisar cada gráfico e traçar comentários sobre tendências,
maior proporção, etc., inclusive se as figuras têm relação com o assunto
tratado.
Unidade 4 103

104

Estatística I
SEÇÃO 4 - Gráficos representativos
Alguns gráficos em Estatística são usados para

interpretações de informações, análises de dados e,
também, para a dedução geométrica de fórmulas de
algumas medidas importantes.
Para as distribuições de freqüências simples são utilizados o

histograma e o polígono de freqüências. E, para as freqüências
acumuladas, é utilizado o polígono de freqüências acumuladas.
4.1 Histograma
Este gráfico é muito semelhante ao de colunas, ou seja, é formado

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 horizontal

são marcados os valores ou intervalos das classes assumidos pela
variável. No eixo vertical são marcadas as freqüências simples,
que servirão 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 freqüência

simples, a área de cada retângulo também o é. Considerando
isso, a soma das áreas dos retângulos também é proporcional à
freqüência total.
Como construir um histograma?
Siga os seguintes passos:
desenhe os eixos vertical e horizontal;

faça as escalas em cada um dos eixos, no horizontal os
intervalos de classe e no vertical a freqüência;
Unidade 4 105

desenhe os retângulos que representam cada intervalo,

com a mesma largura de cada intervalo e com a altura
proporcional às freqüências dos intervalos;
não esqueça de escrever o título e a fonte.
Observe o exemplo:
Quantidade de óxido de enxofre
Quantidade de óxido de enxofre Nº de meses (fi)
6,2 |--- 9,9 6
9,9 |--- 13,6 10
13,6 |--- 17,3 11
17,3 |--- 21,0 20
21,0 |--- 24,7 13
24,7 |--- 28,4 7
28,4 |--- 32,1 3
Total 70
Fonte: dados fictícios.
106

Estatística I
Há uma analogia dos histogramas com os gráficos de barras.

Mas nos gráficos de barras não há necessidade de se usar escala
horizontal contínua, além de não ser necessária a rigidez de
construção que tem os histogramas.
4.2 Polígono de freqüências
Unindo por linhas retas os pontos médios das bases superiores

dos retângulos do histograma, obtém-se outra representação dos
dados, denominada Polígono de Freqüências.
Você pode observar que a área do histograma é igual

à área abaixo do polígono de freqüências, ou seja, os
retângulos que ficam fora são compensados pelos
triângulos que estão adicionados por dentro.
Unidade 4 107

Após você ter acompanhado os conceitos e enunciados citados nesta

seção, realize a atividade proposta.
2) A seguir você tem uma distribuição de freqüências e um sistema de

eixos. Construa o histograma e o polígono de freqüências para esta
distribuição usando o sistema de eixos (não esqueça de todos os
componentes de um gráfico, inclusive as escalas dos eixos, título e
fonte).
Volume de vendas (em mil reais) Nº de representantes (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 ( ) 56
108

Estatística I
Unidade 4 109

Síntese
Nessa unidade você estudou como os gráficos facilitam a nossa

vida. Com eles temos acesso rápido e claro às informações, sem a
necessidade de grandes cálculos.
Mas um alerta importante que não pode ser esquecido é que só a

qualidade e a clareza do gráfico é que dá condição para um bom
trabalho, afastando toda a possibilidade de tendenciosidade.
Nesta unidade você pôde estudar também os tipos de diagramas,

os pictogramas e os gráficos representativos de distribuição de
freqüências. Com tudo, você agora já tem condições de realizar
algumas análises rápidas de diversos tipos de gráficos. O passo
seguinte agora será estudar outras formas de análises e medidas,
que sempre auxiliam na leitura e interpretação de dados. Na
próxima unidade, você irá estudar as medidas de posição, que são
umas das mais importantes dentro da Estatística.
Saiba mais
Para aprender como fazer gráficos no Excel acesse os sites:
http://www.cultura.ufpa.br/dicas/excel/excel.htm
http://www.aldo.floripa.com.br/Graficos/graficos.htm
http://www.fundacaobradesco.org.br/vv-apostilas/ex_suma.htm
http://www.juliobattisti.com.br/cursos/excelbasico/modulo5/
default.asp
Pesquise os seguintes livros para aprofundar os conteúdos da

unidade:
LEVIN, Jack. Estatística aplicada às Ciências Humanas. São

Paulo: Habra, 1987.

LTC, 1999.
VIEIRA, Sonia. Princípios de Estatística. São Paulo: Pioneira,

2003.
110

5
UNIDADE 5
Medidas de posição
conhecer os tipos de medidas de posição
calcular e interpretar a média, a moda e a mediana para

dados brutos e agrupados
compreender e calcular separatrizes
Seções de estudo
Seção 1 Medidas de posição.
Seção 2 Como calcular a média?
Seção 3 Como calcular a mediana?
Seção 4 Como calcular a moda?
Seção 5 Qual medida de tendência central usar?
Seção 6 Como calcular separatrizes?


Nas unidades anteriores você já aprendeu como montar tabelas e
gráficos. Agora nesta unidade você irá estudar algumas medidas
que são importantes e bastante usadas em métodos estatísticos.
Irá aprender não só calcular dados brutos, como também calcular
dados organizados em tabelas. Para isso cada seção está separada
em três partes, ou seja, mostra como calcular cada uma das
medidas para dados brutos, para dados agrupados sem intervalos
e com intervalos. Bom estudo!
SEÇÃO 1 - Medidas de posição

Para você estudar as séries de dados estatísticos, pode usar uma
gama de medidas que caracterizam e resumem satisfatoriamente
esses dados.
As medidas de posição, chamadas assim pela posição que elas

ocupam na série estatística, se bem utilizadas e interpretadas
podem ser bastante úteis, não só por ela mesma, mas
também, auxiliando o cálculo de outras medidas
que você estudará nas próximas unidades. Além
de tudo, facilita o estudo de grandes volumes de
dados, pois reduzindo a estas medidas pode, muitas
vezes, ter uma noção do comportamento dos mesmos.
As medidas de posição em síntese podem ser divididas da

seguinte maneira:
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 centro,
perto dele. Está dividida em três tipos:
média;
mediana;
moda.
112

Estatística I
separatrizes – são valores da variável que dividem a

série ordenada de dados em partes que contém a mesma
quantidade de observações.
Estude agora cada uma delas separadamente.
SEÇÃO 2 - Como calcular a média?
A média é uma das medidas mais importantes dentro

da Estatística. Ela é o ponto de equilíbrio de uma série
de dados.
Acompanhe uma boa representação de média na figura a seguir:
Figura 1 – 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.
Unidade 5 113

Média aritmética
Em termos de denominação a média aritmética é denotada como:
= para média dos dados de uma amostra

para média dos dados de uma população
Como calcular a média aritmética para dados brutos?
Para calcular a média aritmética de dados brutos use a fórmula:
Observe que esta fórmula refere-se a soma de todos os valores,

dividida pelo número de valores.
Onde:
n = número de valores da série (ou tamanho da amostra)

x i = valores da série
Um exemplo bem típico é quando você realizar o

cálculo da média das notas de suas avaliações nas
disciplinas. Considere, por exemplo, que as notas
obtidas nas disciplinas cursadas por você sejam: 7; 7,8;
6 e 8, então a média será:
114

Estatística I
Como calcular a média aritmética para dados

agrupados?
Segundo você já estudou na Unidade 3, existem dois modos de

agrupar os dados (variável discreta e variável contínua), desta
mesma forma o cálculo para a média aritmética são aplicados
então para:
dados agrupados sem intervalos (variável discreta);

dados agrupados com intervalos (variável contínua).
Acompanhe agora em detalhe cada uma delas:
Dados agrupados sem intervalos (variável

discreta)
Para os dados agrupados (em tabela), sem intervalos,
utiliza-se a fórmula descrita a seguir, na qual cada
freqüência simples pode ser considerada como peso.
Por isso que é chamado também de média aritmética
ponderada (pesos).
Use a seguinte fórmula para cálculo de dados agrupados sem

intervalos:
Leia: 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);

x i = valores da série;
f i = freqüência simples de cada xi.
Unidade 5 115

Por exemplo
Calcule a média dos dados representados na tabela a seguir:
Número de defeitos por peças analisadas do lote zyz
Crie uma coluna à direta, nas atividades de auto-

avaliação, para auxiliar nos cálculos.
Agora para você entender bem, experimente seguir os cálculos

passo a passo.
Passo 1 – some a coluna das freqüências simples (f i) para

obter (freqüência total); = 56.
Passo 2 – multiplique cada x i por sua correspondente f i e
escreva na coluna x i.f i.
116

Estatística I
Passo 3 – some os valores calculados no Passo 2 e escreva

no final da coluna, esse resultado é o xi.fi; xi.fi = 55.
Passo 4 – divida o resultado do Passo 3 ( xi.fi) pelo
resultado do Passo 1 ( fi). O cálculo é assim:
55 = 0,982
56
O modo que você vai interpretar este resultado é: o valor médio

da série é 0,982, ou seja, o número médio de defeitos por peça é
0,982, aproximadamente 1.
Dados agrupados com intervalos (variável

contínua).
Para os dados agrupados, ou seja, em tabela, com
intervalos, utiliza-se a fórmula descrita a seguir,
semelhante à usada para dados sem intervalos, sendo
que, por estar usando intervalos, usa-se agora os
pontos médios e não xi.
Recorde
Você já estudou ponto médio na Unidade 3,
especificamente na Seção 6.
Use a seguinte fórmula para cálculo de dados agrupados com

intervalos:
Leia:
A soma de todos os pontos médios multiplicados por sua

freqüência simples, dividida pela soma das freqüências
(freqüência total).
Unidade 5 117

Onde:
n = número de valores da série (ou tamanho da amostra);

PM = ponto médio do intervalo (veja Unidade 3, Seção 3);
f i = freqüência simples de cada intervalo.
Quando você trabalha com dados agrupados em

intervalos, passa a trabalhar com a perda dos valores
individuais, ou seja, você sabe a freqüência de cada
intervalo, mas não sabe exatamente quais são os
valores contidos nele (intervalo). Por esse motivo,
o cálculo da média, nesse caso, é feito com o uso
do ponto médio. A média, sendo assim, é um valor
aproximado.
Por exemplo
Observe o cálculo da média dos dados representados na tabela a

seguir.
remédios - outubro/2003
118

Estatística I
Crie uma coluna à direta, nas atividades de auto-

avaliação, para auxiliar nos cálculos.
Agora para você entender bem, experimente seguir os cálculos

passo a passo.
Passo 1 – some a coluna das freqüências simples (fi) para

obter (freqüência total), = 56.
Passo 2 – calcule o ponto médio de cada intervalo. Você
lembra?
Passo 3 – multiplique cada PM por sua correspondente f i

e escrever na coluna PM.f i.
Passo 4 – some os valores calculados no Passo 3 e escreva

no final da coluna, esse resultado é o PM.fi, PMi.fi
= 1386.
Passo 5 – divida o resultado do Passo 4 ( PM.f i) pelo

resultado do Passo 1 ( f i).
O modo de se interpretar este resultado é: o valor médio da

série é 24,75, ou seja, o volume médio de vendas é de R$ 24,75
mil.
Unidade 5 119

1) A tabela apresenta dados referentes à remuneração em uma empresa.

Foram levantados o número de funcionários e sua faixa salarial, em
número de salários-mínimos. Calcule a média salarial dessa empresa.
Remuneração da empresa
Fonte: RH (dados fictícios).
120

Estatística I
SEÇÃO 3 - Como calcular a mediana?
A mediana é valor que divide o total de observações

em duas partes iguais, tanto para valores abaixo dela,
quanto para valores acima.
Em termos de denominação a mediana é denotada como:
Me = Mediana
(também é usado md)
3.1 Como calcular a mediana para dados brutos?
Após você a ordenar em ordem crescente os dados (Rol),

determine o número de elementos (n) do mesmo. Para calculo
da mediana há dois casos: um para calculo de elementos ímpar e
outro para cálculo de elementos par. Veja como proceder em cada
caso:
quando n é ímpar – calcule a posição da mediana como

segue:
Por exemplo:
Para calcular a mediana da série: X: 5, 30, 27, 9, 15, 19, 24, 20,
31.
Para entender é só seguir os cálculos passo a passo.
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 – .
Passo 4 – a mediana é o 5º elemento – Me = 20.
Unidade 5 121

10 20 30 40’ 50 60 70 80 90
5 9 15 19 20 24 27 30 31
Leia (interpretação):
50% dos valores da série são menores ou iguais a 20, e

50% dos valores da série são maiores ou iguais a 20;
quando n é par – calcula-se a posição da mediana usando
as seguintes fórmulas:
Para você encontrar a mediana calcule o ponto médio dos dois

valores que ocupam as posições calculadas.
Por exemplo:
Para calcular a mediana da série: X: 5, 30, 27, 9, 15, 19, 24, 20.
Passo 1 – ordenar de forma crescente: 5, 9, 15, 19, 20,

24, 27, 30.
Passo 2 – o número de elementos é 8 (n = 8 – par).
Passo 3 – e .
Passo 4 – a mediana está entre o 4º (19) e o 5º (20)
elemento, portanto:
.
10 20 30 40’ 50 60 70 80
5 9 15 19 19,5 20 24 27 30
Leia (interpretação): 50% dos valores da série são menores que

19,5, e 50% dos valores da série são valores maiores que 19,5.
Você percebeu como se encontra a mediana para

dados brutos?
122

Estatística I
Assim como você estudou na média, com a mediana você

também, para efeito de cálculo, usará diferente tratamento
quando se tratar de dados agrupados sem intervalos (variável
discreta) e dados agrupados com intervalos (variável contínua).
Mas para efeito do tempo e do planejamento de seus estudos
atuais, agora você não entrará nesse conteúdo.

realize as atividades propostas a seguir.
2) Os dados apresentados demonstram valores referentes à remuneração
de duas filiais de uma empresa. Estes dados levantados referem-se ao
número de salários-mínimos. Calcule o salário mediano (mediana) para
cada filial e interprete seu resultado.
Salários da empresas:
Filial 01
7 6 5 8 2 1 3 2 1
Sugestão: use a tabela a seguir para organizar e posicionar os dados.
Unidade 5 123

Filial 02
5 6 8 2 3 5 3 3
Sugestão: use a tabela abaixo para organizar e posicionar os dados.
SEÇÃO 4 - Como calcular a moda?

Em síntese,
a moda é o valor que mais se repete, ou seja, o valor

de maior freqüência.
Em termos de denominação a moda é denotada como:
Mo
124

Estatística I
4.1 Como calcular a moda para dados brutos?
A moda será o valor que mais se repete no conjunto de dados.

Uma série poderá ser: unimodal, bimodal, polimodal ou amodal.
A seguir acompanhe os exemplos de cada tipo de moda, para

compreender bem estes conceitos.
A) Exemplo 1: sendo 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, o dito é que a série
é unimodal.
B) Exemplo 2: sendo 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 se tem duas modas na série, o
dito é que a série é bimodal.
Acima de duas modas é mais comum chamar a
série de polimodal.
C) Exemplo 3: sendo X: 20, 20, 22, 22, 25, 25, 28,28.
Na série acima não se tem um elemento que mais se
repete, pois todos têm a mesma freqüência. Nesse
caso o dito é que a série é amodal.
Você saberia dizer como se encontra a moda 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 sem intervalos (variável discreta) e dados agrupados
com intervalos (variável contínua). Mas para efeito do tempo e
do planejamento de seus estudos atuais, agora também você não
entrará nesse conteúdo.
Unidade 5 125


3) Os dados apresentados nesta atividade são valores referentes à
remuneração de três filiais de uma empresa. Foram levantadas as
quantidades (números) de salários-mínimos. Calcule o salário mais
freqüente (moda) para cada filial e interprete seu resultado.
SALÁRIOS DA EMPRESA
Filial 01
7 6 5 8 2 1 3 2 1
1 7 6 8 5 1 2 2 7
Filial 02
5 6 8 2 3 5 3 3
2 6 5 8 3 2 5 6
126

Estatística I
Filial 03
5 6 3 7 5 3 2 1
1 6 7 2 8 4 8 4
SEÇÃO 5 - Qual medida de tendência central usar?

Levando em consideração todas as medidas de tendência central
estudadas nesta unidade: média, mediana e moda, tenha presente
que não há uma resposta simples e objetiva para que você possa
determinar a medida que seja mais representativa.
A seguir acompanhe um resumo das vantagens e desvantagens de

cada medida de tendência central:
Leva em Afetada
Medida Definição Freqüência Existência conta todos pelos valores Vantagens e
descvantagens
os valores? extremos?
soma de todos usada em toda
os valores estatística; funciona
Média mais usada existe sempre sim sim
divididos pelo nº bem com muitos
de valores métodos estatísticos
valor que divide costuma ser uma boa

usada
Mediana a série na existe sempre não não escolha se há alguns
comumente
metade valores extremos
valor que mais pode não existir ou apropriada para dados

Moda se repete (maior usada às vezes pode haver mais de não não ao nível nominal
freqüência) uma
Unidade 5 127

SEÇÃO 6 - Como calcular separatrizes?

Além das medidas de tendência central, na maioria dos casos o
pesquisador tem interesse em conhecer outros aspectos relativos
ao conjunto de valores, além de um valor central ou valor típico.
A seguir acompanhe como algumas informações relevantes

podem ser obtidas através do conjunto de medidas: média,
extremos, quartís, decís, percentís, etc.:
Conjunto de medidas Conceito Representação Denominação
divide uma série

ordenada em quatro 1º quartil, 2º quartil e
QUARTÍS partes iguais, ou seja, Q1, Q2 e Q3 3º quartil
em partes de 25%
cada
divide uma série
ordenada em 10 1º decil, 2º decil, ... e
DECÍS partes iguais, ou seja, D1, D2, .... e D9 9º decil
em partes de 10%
cada
divide uma série
ordenada em 100 1º percentil, 2º
PERCENT´S P1, P2, .... e P99 percentil, ... e 99º
partes iguais, ou seja,
em partes de 1% cada percentil
Note que a mediana também é uma separatriz.

Você saberia dizer com quais separatrizes se pode
comparar?
Acompanhe o exemplo:
Q2=D5=P50=Me
Todas essas medidas dividem a série de dados pela
metade.
50% dos valores são menores que
Q2=D5=P50=Me e,
50% dos valores são maiores que
Q2=D5=P50=Me.
128

Estatística I
Síntese
Nessa unidade você aprendeu algumas medidas muito

importantes para a análise de dados. Estudou, também, a noção
de como se calcula estas medidas, tanto para dados brutos ou
agrupados, com e sem intervalos.
De todas as medidas estudadas até o momento, tenha em mente,

que a mais importante para você é a média. Pois é ela a mais
usada nos cálculos e análises estatísticas.
Agora responda: caso surja a necessidade de comparar dados

de origens diferentes, sabendo que suas médias (de salários, de
idade, de comprimento, etc.) são diferentes, que conclusões você
poderia tirar? E se elas fossem iguais? Pois na próxima unidade
você irá aprender como proceder para interpretar tais situações.
Até lá!
Saiba mais
Para aprofundar seus estudos sobre o conteúdo desta unidade:
pesquise os livros:

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

LTC, 1999.
ou acesse o site (muito interessante):
http://alea-estp.ine.pt
Unidade 5 129

6
UNIDADE 6
Medidas de dispersão
conhecer os tipos de medidas de dispersão
calcular e interpretar variância e desvio-padrão para

dados brutos e agrupados
Seções de estudo
Seção 1 O que são as medidas de dispersão?
Seção 2 Como calcular a variância e o desvio-

padrão?
Seção 3 Para entender melhor o desvio-padrão.
Seção 4 Como comparar séries com médias

iguais?
Seção 5 Como comparar séries com médias

diferentes?


Você já pôde estudar como se calcula média, moda, mediana e
separatrizes. Pôde, também, conhecer as interpretações que são
feitas sobre essas medidas. E agora? Será que elas lhe bastarão
por si só?
Você já deve ter respondido não, não é mesmo? Pois com elas se
pode chegar a algumas conclusões, mas elas não são o bastante
para que você possa avaliar o comportamento dos dados.
Por isso nessa unidade, a tópica será estudar medidas que lhe
auxiliarão a avaliar o comportamento das séries de dados com
relação a sua média. Essas medidas são chamadas de medidas de
dispersão.
SEÇÃO 1 - O que são as medidas de dispersão?

Para você obter essa resposta, acompanhe com atenção os passos
do exemplo a seguir.
Por exemplo:
Uma empresa na tentativa de realizar uma equiparação salarial

entre suas filiais, fez um levantamento dos salários de seus
colaboradores. Os resultados foram listados a seguir:
Filial número de salários-mínimos por pessoa (10 pessoas) Total

1: 6 6 6 6 6 6 6 6 6 6 60
2: 1 8 9 2 6 10 5 8 7 4 60
3: 5 6 7 7 6 5 6 7 5 6 60
Se você calcular a média salarial para cada filial, obterá os

seguintes resultados para a:
Filial 1: , ou seja, seis salários-mínimos é a

média salarial;
média salarial;
132

Estatística I

média salarial.
Observe que as médias salariais das três filiais são iguais.
E agora? Como diferenciar uma filial da outra?
Olhando somente para os dados você pode tirar algumas

conclusões, na:
Filial 1 os colaboradores têm o mesmo salário;

Filial 2 é bastante diversificado o nível salarial de cada
um;
Filial 3 existe uma diversificação pequena, ou seja, os
salários dos colaboradores estão bem próximos da média.
Então se pode afirmar, quanto à dispersão das séries apresentadas

que:
Filial 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;
Filial 2: é uma série de dados em que os valores
observados estão bastante dispersos, ou seja, apresenta
muitos valores distantes da média. Podemos dizer que é
uma série dispersa;
Filial 3: há uma pequena diferença de alguns dados
com relação à média, ou seja, apresenta uma pequena
dispersão com relação à média.
Em resumo, nas filiais 1 e 3, a média pode servir como uma

medida representativa, mas na Filial 2 esta situação está bastante
prejudicada.
Pois justamente para identificar esses tipos de situações é que são

usadas as medidas de dispersão.
Usar as medidas de dispersão é a maneira mais adequada

para quantificar a dispersão dos dados e avaliar a
representatividade da média.
Unidade 6 133

Quais as principais medidas de dispersão absolutas?
As principais medidas de dispersão absolutas são:
amplitude total;
desvio médio simples;
variância; e
desvio-padrão.
Para termos do seu estudo nesta disciplina, somente serão

abordados a variância e o desvio-padrão.
Amplitude total, desvio médio simples, variância

e desvio-padrão são chamadas de medidas de
dispersão absolutas.
SEÇÃO 2 - Como calcular a variância e o desvio-padrão?

Para iniciar a trabalhar com dispersão é necessário que você
conheça primeiro as formas de representação da variância e do
desvio-padrão.
Em termos de denominação podem ser denotados para a:
População Amostra
--> variância S2(x) --> variância
--> desvio-padrão S(x) --> desvio-padrão
Como melhor se interpreta?
134

Estatística I
A variância é a média dos quadrados dos desvios de cada

valor da série com relação à média. E o desvio-padrão é a raiz
quadrada da variância.
É interessante dizer que desta forma, o desvio-padrão sendo a

raiz quadrada da variância, fica mais simples analisar e comparar
com a média, pois se fosse usada a variância as unidades seriam
ao quadrado, enquanto que o desvio-padrão apresentaria as
mesmas unidades que a média.
Ficou complicado? Não se preocupe, a seguir você irá

acompanhar alguns exemplos, as fórmulas e como
calcular a variância e o desvio-padrão. Mantenha-se
bem disponível para aprender.
Como calcular a variância e o desvio-padrão para

dados brutos?
Acompanhe a seguir as fórmulas utilizadas para calcular a:
População Amostra
--> variância S --> variância
--> desvio-padrão s2(x) --> desvio-padrão
Para você entender melhor, imagine que a média

de depósitos diários de uma agência bancária seja
de 120.000 reais, e a variância de 25.000 reais ao
quadrado. Seria difícil comparar reais com reais ao
quadrado. Para tanto, ao se fazer uso do desvio-
padrão que seria a raiz quadrada de 25.000 reais ao
quadrado, ou seja, ficaria em 5.000 reais. E esta é a
mesma unidade de medida da média.
Unidade 6 135

A única diferença entre as duas fórmulas da variância

são os denominadores. Para população usa-se “n” e
para a amostra usa-se “n-1”. Como ao trabalhar com
uma amostra para estimar valores de uma população
a variabilidade dos dados é maior, então, dessa
maneira é mais indicado usar “n-1” para que não seja
subestimada a dispersão. O “n-1” é usado, nesse caso,
como uma correção para a variância da amostra.
Quando você estudou a média na unidade anterior, o exemplo

apresentado calculou a média das notas de uma prova.
Agora este exemplo dará continuidade e irá calcular a variância e

o desvio-padrão.
Uma vez dadas as notas: 7; 7,8; 6 e 8
Acompanhe com atenção o passo a passo:
Passo 1 – calcule a média:
7+7,6+6+8 28,8
= = = 7,2.
4 4
Obs.: lembre que na média para a população usa-se a letra grega

.
Passo 2 – agora calcule os desvios (xi - ):
(x1- )=(7-7,2)=-0,2;
(x 2- )=(7,8-7,2)=0,6;
(x3- )=(6-7,2)=-1,2;
(x4- )=(8-7,2)=0,8.
Passo 3 – elevar depois ao quadrado cada desvio (xi - )2:
(x1- )2=(-0,2)2=0,04;
(x 2- )2=(0,6)2=0,36;
136

Estatística I
(x3- )2=(-1,2)2=1,44;
(x4- )2=(0,8)2=0,64.
Passo 4 – calcule a média dos quadrados dos desvios.

Aqui você vai calcular para a população e para amostra
(variância):
Variância:
Caso sejam dados de uma população:
Então .
Caso sejam dados de uma amostra:
S2(x) = .
Então S2 .
Passo 5 – calcule o desvio-padrão calculando a raiz da

variância:
Desvio-padrão:
Interpretação:
a variabilidade das notas é de 0,7874 pontos.
S .
Unidade 6 137

Interpretação:
a variabiliade das notas é de 0,9092 pontos.
Então você agora já aprendeu como calcular variância e desvio-

padrão? A princípio parece complicado, mas com jeitinho você
consegue entender não é mesmo? Experimente agora realizar as
atividades propostas e busque compreender bem, antes de seguir
adiante.
Após você ter acompanhado esta seção, leia com atenção os enunciados
e realize as atividades propostas a seguir.
1) Os dados a seguir representam as idades de seis funcionários do setor

de cobranças de uma empresa. Calcule a variância e o desvio-padrão,
considerando como uma população.
Idades: 25, 22, 36, 20, 29, 38
138

Estatística I
2) O tempo, em minutos, de espera registrado pelo banco, para

atendimento em caixa eletrônico foi registrado para cinco clientes
como mostra a seguir. Calcule a variância e o desvio-padrão,
considerando como uma amostra.
Tempo: 15, 10, 9, 23, 31
2.2 Como calcular a variância e o desvio-padrão para dados

agrupados?
Como nas demais questões que você estudou até aqui, os dados
agrupados são separados em: sem intervalos e com intervalo.
Acompanhe então como se dá para cada tipo de intervalo o
cálculo:
Unidade 6 139

2.2.1 Dados agrupados sem intervalos (variável discreta)
Observe as fórmulas que são utilizadas para calcular este tipo de

dados, use para a:
População Amostra
--> variância s2 --> variância
--> desvio-padrão s (x) s (x) --> desvio-padrão
Agora acompanhe o exemplo:
A tabela apresenta dados referentes à remuneração de uma

empresa. Foram levantados o número de funcionários e sua faixa
salarial, em número de salários-mínimos:
Fonte: RH.
Ao realizar o passo a passo, nas atividades de auto-

avaliação, crie mais quatro colunas à direita para
auxiliar em seus cálculos.
140

Estatística I
Agora acompanhe o cálculo passo a passo:
Passo 1 – inicie por somar a coluna das freqüências

simples (f i) para obter f i (freqüência total); f i = 135
Passo 2 – calcule a média: multiplique cada xi por
sua correspondente f i e escreva na coluna xi.f i, some
os valores calculados e escreva no final da coluna esse
resultado que é o xi.f i;
xi.f i = 450
Passo 3 – divida o resultado do passo 2 ( xi.f i) pelo

resultado do passo 1 ( f i)
Obs.: lembre que para a média da população usa-se a letra grega

.
Passo 4 – calcule a quarta coluna, (xi - ) subtraindo o xi

de cada linha pela média:
1-3,33=-2,33
2-3,33=-1,33
3-3,33=-0,33
4-3,33=0,67
5-3,33=1,67
6-3,33=2,67
7-3,33=3,67
Passo 5 – calcule a quinta coluna, elevando os valores da

quarta ao quadrado, (xi - )2:
(-2,33)2= 5,429
(-1,33)2= 1,769
(-0,33)2= 0,109
(0,67)2= 0,449
Unidade 6 141

(1,67)2= 2,789
(2,67)2= 7,129
(3,67)2= 13,469
Passo 6 – calcule a sexta coluna, multiplicando os valores

da quinta pela freqüência simples de cada linha,
(xi - )2.f i:
5,429.29= 157,441
1,769.28= 49,532
0,109.20= 2,18
0,449.18= 8,082
2,789.16= 44,624
7,129.15= 106,935
13,469.9= 121,221
Passo 7 – some os valores obtidos na sexta coluna,

(xi - )2.f i:
(xi - )2.f i=490,015
Passo 8 – calcule a variância:
S .
142

Estatística I
Passo 9 – calcule o desvio-padrão:
Interpretação:
a variabilidade do número de salários é de 1,9052 salários.
Interpretação:
a variabilidade do número de salários é de 1,9123 salários.
Uma vez que você acompanhou com atenção os exemplos

apresentados neste subitem, agora experimente realizar as
atividades propostas antes de acompanhar como se realiza o
cálculo para dados agrupados com intervalo.
Após você ter acompanhado esta seção, leia com atenção os enunciados e
3) A tabela apresenta dados referentes à defeitos das peças analisadas
pelo setor de qualidade. Foram analisados: o número de defeitos por
peça. Calcule a variância e o desvio-padrão, considerando que os dados
são de uma amostra.
Sugestão: use as colunas para facilitar os cálculos.
Unidade 6 143

4) O setor de Recursos Humanos de uma empresa fez um levantamento

dos estagiários que estão trabalhando na empresa. A seguir está a
tabela com esse dados agrupados por idade. Calcule a variância e o
desvio-padrão considerando que são dados da população.
Sugestão: use as colunas para facilitar os cálculos.
144

Estatística I
Idade dos estagiários da empresa
Fonte: RH fictício.
Unidade 6 145

2.2.1 Dados agrupados com intervalos (variável contínua)
Observe as fórmulas que são utilizadas para calcular este tipo de

dados, use para a:
População Amostra
--> variância
s2 --> variância
--> desvio-padrão
--> desvio-padrão
Nota: usa-se o ponto médio de cada intervalo, pois

não se tem para usar um valor específico. O ponto
médio serve como uma boa aproximação.
Ao realizar o passo a passo crie, nas atividades de

auto-avaliação, uma nova tabela com mais cinco
colunas à direita para auxiliar em seus cálculos.
146

Estatística I
Acompanhe o passo a passo:
Passo 1 – primeiro some a coluna das freqüências simples

(f i) para obter f i (freqüência total); f i = 56;
Passo 2 – calcule a média: para tal, calcule o ponto
médio de cada intervalo e multiplique cada PM por sua
correspondente fi e escreva na coluna PM.fi, some os
valores calculados nessa coluna e escreva o total. Esse
resultado é o PM.f i: PMi.f i = 1386.
Divida o resultado ( PM.f i) pelo resultado do passo 1 ( f i);
Obs.: lembre que na média para a população usa-se a letra grega

.
Passo 3 – calcule a quinta coluna, (PMi - ) subtraindo o

PMi de cada linha pela média:
17,3 - 24,75= -7,45
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 4 – calcule a sexta coluna, elevando os valores da

quinta ao quadrado, (PMi - )2:
(-7,45)2= 55,5025
(-4,65)2= 21,6225
(-1,85)2= 3,4225
(0,95)2= 0,9025
Unidade 6 147

(3,75)2= 14,0625
(6,55)2= 42,9025
(9,35)2= 87,4225
Passo 5 – calcule a sétima coluna, multiplicando os

valores da sexta pela freqüência simples de cada linha,
(PMi - )2.f i:
55,5025.12= 666,03
21,6225.8= 172,98
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 6 – some os valores obtidos na sexta coluna,
(PMi - )2.f i:
(PMi - )2.f i=2058,42
Passo 7 – calcule a variância:
caso sejam dados de uma população:

.
caso sejam dados de uma amostra:

S .
Passo 8 – calcule o desvio-padrão:

caso sejam dados de uma população:
.
148

Estatística I
Interpretação:
a variabiliade do volume de vendas é de 6,0628 mil reais,

caso sejam dados de uma amostra:
S .
Interpretação:
a variabiliade do volume de vendas é de 6,1177 mil reais.
Uma vez que você acompanhou com atenção o exemplo

apresentado neste último subitem, agora realize as atividades
propostas antes de seguir estudando esta unidade.
Após você ter acompanhado esta seção, leia com atenção o enunciado e
realize a atividade proposta a seguir.
5) O setor de controle de qualidade de uma indústria de peças de
automóveis está controlando sua linha de produção com a finalidade
de corrigir problemas. Além de outros controles, está realizando
medições periódicas em seus produtos. Os resultados obtidos numa
amostra de 150 peças estão na tabela a seguir (dados fictícios). Calcule
a variância e o desvio-padrão para os dados a seguir.
Amostra da linha de produção
Fonte: Setor de controle (dados fictícios).
Unidade 6 149

SEÇÃO 3 - Para entender melhor o desvio-padrão

Fique sabendo que o desvio-padrão é uma importante medida de
dispersão. É com ele que você conseguirá quantificar a dispersão
dos dados de uma série com relação a sua média. Portanto, em
relação ao valor do desvio-padrão, quanto:
maior o seu valor, mais dispersos estão os valores. Pode-

se dizer, também, que mais distantes estão da média;
menor o seu valor, menos dispersos estão os valores.
Pode-se dizer, também, que mais próximos estão da
média.
Observe a figura a seguir.
Figura – quanto mais distantes da média, mais dispersos estão os dados (Triola, 1999, p. 42).
SEÇÃO 4 - Como comparar séries com médias iguais?

Para você entender melhor a resposta, acompanhe o exemplo a
seguir.
Observe o exemplo:
Uma empresa faz, mensalmente, o controle do volume de vendas

em duas de suas filiais. A seguir estão as medidas obtidas nesse
mês. Compare a dispersão das duas séries:
150

Estatística I
Filial 1 Filial 2
122 mil reias 122 mil reias
4,5 mil reais 7,5 mil reais
Você percebeu que as médias são iguais?
O desvio-padrão da Filial 1 é 4,5 e o da Filial 2, é

7,5, portanto a Filial que apresenta maior dispersão no
volume de vendas é a Filial 2.
Conclusão: as vendas na Filial 2 são mais dispersas com
relação à Filial 1 (valores mais distantes da média).
Para comparar duas séries de dados usando medidas

de dispersão absolutas (variância e desvio-padrão) é
necessário que as médias sejam iguais, caso contrário,
usa-se uma medida de dispersão relativa que você
estudará na Seção 5 dessa unidade.
SEÇÃO 5 - Como comparar séries com médias

diferentes?
Como você pôde observar na Seção 4, para comparar duas
séries de dados, quanto a suas dispersões, foram usados valores
absolutos dos desvios-padrão, mas somente quando as médias são
iguais. Mas e quando as médias são diferentes?
Nesse caso, usa-se o Coeficiente de Variação (CV), que é uma

medida de dispersão relativa.
Medida de dispersão relativa – o Coeficiente de Variação
O Coeficiente de Variação é a relação do desvio com a média.

Acompanhe as fórmulas a seguir:
Unidade 6 151

Para a população Para a amostra
Se você multiplicar por 100, o cv será um percentual,

ou seja, quando o desvio padrão representa a média.
A série que apresentar maior Coeficiente de Variação
será, realmente, a série de maior dispersão dos dados.
Acompanhe o exemplo:
Uma empresa faz, mensalmente, o controle do volume de vendas

em duas de suas filiais. A seguir estão as medidas obtidas nesse
mês. Compare a dispersão das duas séries:
Filial 1 Filial 2
145 mil reais 95 mil reais
9,8 mil reais 7,5 mil reais
Observe que as médias não são iguais.
E o desvio-padrão da Filial 1 é 9,8 e o da Filial 2 é 7,5, portanto,

a filial que apresenta maior dispersão absoluta no volume de
vendas é a Filial 1.
Como as médias são diferentes, deve-se calcular o Coeficiente de

Variação (se fossem iguais, bastaria a dispersão absoluta).
Para a Filial 1 ou 6,76%
Para a Filial 2 ou 7,89%
A filial que apresenta maior Coeficiente de Variação é a Filial 2.
Conclusão: as vendas na Filial 2 são mais dispersas com

relação à Filial 1 (valores mais distantes da média).
Não esqueça: para comparar a dispersão dos dados de

duas séries de médias diferentes, usa-se o Coeficiente
de Variação.
152

Estatística I
O Coeficiente de Variação compara o desvio-padrão com a

média (proporção entre o desvio-padrão e a média da série),
sendo assim, considerado uma forma mais eficaz de comparação,
portanto, prevalecendo sobre a absoluta.
Após você ter acompanhado esta seção, leia com atenção o enunciado e
realize a atividade proposta a seguir.
6) Analise cada caso apresentado nas tabelas 1, 2, 3, e 4, compare quanto
à dispersão dos dados e responda as seguintes 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 realmente (não
esqueça que o Coeficiente de Variação é mais eficaz para determinar
a dispersão de uma série).
6.1. Tabela 1
Série A Série B
57 97
5,6 8,2
a)
b)
c)
Unidade 6 153

6.2. Tabela 2
Série A Série B
64 96
12 18
a)
b)
c)
6.3. Tabela 3
Série A Série B
195 125
12 12
a)
b)
c)
6.4. Tabela 4
Série A Série B
869 625
201 198
a)
b)
c)
154

Estatística I
7) Uma empresa analisa o volume de vendas de duas de suas filiais que

apresentaram os seguintes valores:
Filial 1 Filial 2
29,5 mil reais 21,6
7,1 5,9
Responda as seguintes perguntas:

a) Qual das duas filiais apresenta maior volume médio de vendas
(maior média)?
b) Qual das filiais apresenta maior variabilidade nas vendas em termos

absolutos (desvio-padrão)?
c) Qual das filiais apresenta maior variabilidade em termos relativos

(Coeficiente de Variação)?
d) Que conclusão você pode tirar sobre a que filial apresenta maior
variabilidade?
Unidade 6 155

Síntese
Você estudou nesta unidade uma das importantes medidas que

integram as ferramentas da Estatística. Conhecer as medidas de
dispersão é importante porque muitas vezes fica difícil de definir
se a média é ou não representativa de uma série de dados.
Além desta medida, você também estudou um método utilizado

para comparar os dados com médias diferentes, ele é largamente
utilizado em estudos de dados e tratamentos estatísticos.
Muitas outras medidas podem ser calculadas, você já estudou

dois tipos, as de posição e as de dispersão. Na próxima unidade
o tópico será o estudo de mais duas medidas auxiliares que são a
assimetria e a curtose. Até lá!!!
Saiba mais
Caso você queira se aprofundar nos conteúdos apresentados nesta

unidade, a sugestão é que pesquise:
os seguintes livros:

Paulo: Habra, 1987.

Paulo: Atlas, 1996.

LTC, 1999.
acesse o site:
156

7
UNIDADE 7
Medidas de assimetria e
curtose
compreender e analisar simetria e assimetria de séries
entender e analisar séries quanto à curtose
Seções de estudo
Seção 1 O que é a medida de assimetria?
Seção 2 O que é a medida de curtose?


Como você acompanhou nas unidades anteriores, a média, uma
das mais importantes medidas, é o ponto de equilíbrio de uma
série de dados e, a variância e o desvio-padrão, quantificam a
variabilidade dessa série, além de servir para comparar duas séries
diferentes quanto à dispersão de seus valores.
Nessa unidade, a proposta é que você estude outras medidas

que também caracterizam uma série de dados: a assimetria e a
curtose. Bons estudos!
SEÇÃO 1 - O que é a medida de assimetria?

Na Unidade 5, a questão que você esteve estudando foi sobre
como escolher uma das medidas de tendência central. Indo mais
adiante com seus estudos nesta unidade, você poderá entender
que as medidas de assimetria podem lhe ajudar na escolha da
mais adequada. Mantenha-se com atenção.
Revendo conceitos estudados nas unidades

anteriores, acompanhe a seguir o que é a medida de
assimetria.
Em uma distribuição unimodal que é perfeitamente simétrica, a

moda, a mediana e a média serão idênticas, uma vez que o ponto
de freqüência máxima (Mo) é também o valor “mais“ central
(Me) e o “centro de gravidade” dos dados (). Como mostra as
figuras a seguir, as medidas de tendência central coincidirão no
ponto central:
158

Estatística I
Figura - histograma de uma distribuição simétrica
Figura - polígono de uma distribuição simétrica
Nesse caso, a escolha de uma medida de tendência central

baseia-se, principalmente, nos objetivos da pesquisa e que
conclusões o pesquisador deseja citar (se deseja enunciar a medida
mais freqüente, ou a que divide a série em duas ou o ponto de
equilíbrio – moda, mediana e média, respectivamente), pois as
medidas são iguais.
E se a distribuição não é simétrica?
Se a distribuição é assimétrica, a escolha de qual medida

adotar está inteiramente baseada no formato dos dados
apresentados.
Unidade 7 159

Numa distribuição assimétrica a mediana sempre cai em algum

lugar entre a moda e a média. É essa característica que a torna a
medida de tendência central mais desejável para descrever uma
distribuição assimétrica.
Como seria um histograma de uma distribuição assimétrica positiva e negativa?
Figura - Assimétrica positiva Figura - Assimétrica negativa
Enquanto a média é muitíssima influenciada pelos

valores extremos, tanto para uma série assimétrica
positiva quanto negativa, a mediana sofre pouca
ou nenhuma influência de alterações nos valores
extremos. Isto porque a média considera todos os
valores, enquanto a mediana só se preocupa com o
valor numérico que ocupa a posição mais central.
Veja os polígonos de freqüência para cada caso:
Figura - Assimétrica positiva Figura - Assimétrica negativa
160

Estatística I
Assimetria é a medida do grau de deformação de uma

curva de freqüência.
A assimetria pode ser classificada como:
assimétrica positiva;
assimétrica negativa.
Por exemplo:
Acompanhe as tabelas a seguir e os respectivos histogramas:
1.
xi fi
1 2
2 10
3 6
4 4
5 2
6 1
2.
xi fi
2 2
3 4
4 6
5 10
6 6
7 4
8 2
Unidade 7 161

3.
xi fi
2 2
3 6
4 8
5 13
6 19
7 22
8 12
Agora recapitule os seguintes conceitos:
simétrica: média = moda = mediana;

assimétrica positiva: a média é maior que a mediana
que, por sua vez, é maior que a moda;
assimétrica negativa: a média é menor que a mediana
que, por sua vez, é menor que a moda.
Como identificar se uma série é simétrica ou se é

assimétrica?
Você pode identificar se uma série é simétrica, ou se é

assimétrica, e qual o tipo de assimetria usando alguns coeficientes
como, por exemplo:
Coeficiente de Pearson
Coeficiente de Bowley
Uma vez que você aplicar estes coeficientes, é só verificar os

resultados. Quanto aos resultados:
As=0 --> a distribuição é simétrica;

As<0 --> a distribuição é assimétrica negativa;
As>0 --> a distribuição é assimétrica positiva.
162

Estatística I
Agora nesta unidade você não irá se aprofundar neste tipo de

cálculos, mas fica como sugestão complementar, caso você deseje
se aprofundar neste conteúdo.
Após ter acompanhado os conceitos e os enunciados citados nesta Seção

1, realize as atividades propostas a seguir.
1) Identifique nas tabelas e nos seus respectivos gráficos, se a distribuição
é assimétrica positiva ou negativa, ou simétrica:
1.1
xi fi
1 2
2 6
3 8
4 11
5 13
6 8
Classificação:
1.2
Classificação:
Unidade 7 163

1.3
xi fi
2 2
3 6
4 9
5 15
6 9
7 6
8 2
Classificação:
2) Uma série assimétrica de dados em que a moda é maior que a média,

pode-se dizer que ela é assimétrica positiva ou negativa?
164

Estatística I
SEÇÃO 2 - O que é a medida de curtose?
A curtose de uma distribuição de freqüências é mais

uma ferramenta auxiliar na análise da dispersão de
séries de dados.
Usando o histograma e o polígonos de freqüências, você

pode observar o comportamento de algumas séries em torno
de sua moda. Acompanhe os exemplos a seguir (são usadas
representações de séries simétricas, mas vale também para as
assimétricas):
Acompanhe os exemplos:
a) Exemplo 1
Quando há uma concentração forte em torno da moda, o

gráfico descreve o seguinte caso:
Figura - Histograma Figura - Polígono de freqüências
Esta curva é denominada Leptocúrtica. O que significa

dizer que ela é pouco dispersa.
Unidade 7 165

b) Exemplo 2
Quando há uma concentração moderada em torno da

moda, o gráfico descreve o seguinte caso:
Esta curva é denominada Platicúrtica. O que significa

dizer que ela tem forte dispersão.
c) Exemplo 3
Quando há uma concentração fraca em torno da moda, o

gráfico descreve o seguinte caso:
Esta curva é denominada Platicúrtica. O que significa

dizer que ela tem forte dispersão.
166

Estatística I
Como identificar uma série quanto à curtose?
Você pode classificar uma série quanto à curtose, usando alguns

coeficientes. Acompanhe um deles:
Coeficiente de Pearson
Uma vez que você aplique este coeficiente, é só verificar os

resultados. Quanto aos resultados:
K = 0,263 --> a distribuição é mesocúrtica;

K > 0,263 --> a distribuição é platicúrtica;
K < 0,263 --> a distribuição é leptocúrtica.
Novamente nesta disciplina você não irá se aprofundar neste

tipo de cálculo, mas fica como sugestão complementar, caso você
deseje se aprofundar neste conteúdo.
Após ter acompanhado os conceitos e os enunciados citados nesta Seção

2, realize as atividades propostas a seguir.
3) Os três gráficos representam três séries de dados. Responda e justifique
a seguir em qual delas você pode dizer que apresenta maior dispersão
dos dados em torno da moda?
Unidade 7 167

Síntese
Nesta unidade você estudou, que para a série de medidas

possíveis de serem utilizadas na Estatística para análise e
interpretação de dados, que a assimetria e a curtose também têm
seu lugar.
A assimetria é uma boa ferramenta para decidir qual medida de

tendência central usar e a curtose pode ser um auxiliar na análise
da dispersão das séries.
Mas por fim, mesmo que ainda tenha outras, aqui você finaliza
o estudo relativo a medidas, que foram planejadas para estudo
nesta disciplina.
A próxima unidade fica então reservada para você estudar os

índices, os quais para sua formação são importantíssimos. Hoje
a economia baseia-se muito neles: IGP, INPC, etc., você já lidou
com eles, não? Até lá!
168

Estatística I
Saiba mais
Para aprofundar seus estudos sobre os conteúdos desta unidade,

pesquise os seguintes livros:

2001.

Economia, Administração e Ciências Contábeis – v.1. São
Paulo: Atlas, 1996.

LTC, 1999.
ou acesse o site:
Unidade 7 169

8
UNIDADE 8
Números-índices
calcular e analisar a construção e a utilização de
números-índices
compreender relativos e suas aplicações
calcular relativos com base fixa e base móvel
Seções de estudo
Seção 1 O que são os índices?
Seção 2 Como calcular índices?
Seção 3 O que são e como calcular relativos?
Seção 4 O que são os elos de relativos?
Seção 5 O que são os relativos em cadeia?


Nessa unidade você irá estudar os números-índices, também
chamados de índices. Você provavelmente já deve até ter usado
algum índices econômicos como: IGP, IPC, ICV, etc. Não é
mesmo? Mas você sabe o que eles representam?
SEÇÃO 1 - O que são os índices?

Os números-índices são muito usados, pois muitas vezes, valores
absolutos não conseguem expressar a evolução de uma variável e,
nesses casos, o mais indicado é usar valores relativos.
Número-índice (índices): é o valor relativo expresso

comparando dois estados diferentes de uma variável,
sendo que os estados diferenciam-se no tempo ou no
espaço.
Simplificando, também se pode dizer que o número-índice

expressa a relação entre valores de uma variável em tempos ou
locais diferentes.
Essas comparações representam o caso mais simples do uso

de medidas estatísticas (números-índices) principalmente, nos
negócios e na economia.
Quais são as aplicações dos números-índices?
Por ser uma medida simples em Estatística e de grande

importância, é largamente utilizada. Todas as áreas do
conhecimento fazem uso dessa ferramenta. Algumas aplicações
em Economia e Administração são índice de:
liquidez;
lucratividade;
bolsas de valores;
172

Estatística I
preços;
consumo;
desemprego;
custo de vida;
produção;
aproveitamento, etc.
Conforme você pôde perceber, realmente os índices

são largamente utilizados, por isso é que se faz
importante estudá-los com toda atenção. É importante
entender como é que se procede para a construção dos
números índices.
SEÇÃO 2 - Como calcular índices?

Quando o caso for simples, ou seja, em tópica está a comparação
de dois estados de uma variável, você poderá aplicar o mesmo
processo de uma regra de três.
Acompanhe como ocorre o cálculo:
Para facilitar o exemplo, usamos números reduzidos.
Valor - base --> 1

--> Valor - base.x = Valor consideradso 1
Valor considerado --> x
Então,
Para trabalhar com percentual, multiplique o resultado por 100.
A seguir está a fórmula que você acabou de deduzir, acompanhe.
Unidade 8 173

(forma unitária);
(forma percentual).
Onde:
0 = data (ou local) base;
t = data (ou local) considerado;
Valor considerado = (ou corrente) valor da variável
na data considerada;
Valor-base = (ou de referência) valor da variável da
data-base.
ATENÇÃO: como os índices relacionam valores de

uma variável em datas (ou locais) diferentes, não quer
dizer que o valor considerado seja um valor atual, ou
seja, um valor mais atualizado que o valor base. Pode,
inclusive, ser ao contrário.
Exemplo do cálculo de índice:
Sabendo que a produção de bens de consumo no Brasil em 1994

foi de 215 milhões de unidades e em 1995 foi de 233 milhões
de unidades, calcule o índice de quantidade de bens de consumo
para 1995, usando como base 1994.
Ano base = 1994.
Ano considerado = 1995.
Valor-base = 215 (como os dois anos estão em milhões de unidades

pode-se usar 215).
174

Estatística I
Valor considerado = 233 (como os dois anos estão em milhões de

unidades pode-se usar 233).
ou se multiplicar por 100 = 108,37%.
Como interpretar?
A relação entre a quantidade de bens de consumo em 1995 e a

quantidade de bens de consumo em 1994 é de 108,37%.
Observe que o índice é 108,37% e a variação da quantidade

de bens de consumo é de + 8,37% (108,37-100=8,37), ou seja,
aumentou em 8,37%.
Índice = Variação.
SEÇÃO 3 - O que são e como calcular relativos?

Os índices por se tratarem de relações, também são conhecidos
como valores relativos, ou simplesmente, relativos.
Os relativos mais freqüentes são:
preço;
quantidade;
valor (valor = preço . quantidade).
3.1 Relativos de preços
Faz a relação entre preços de um mesmo bem ou serviço.
Como calcular relativos de preços?
Unidade 8 175

Onde:
Pt = preço na data considerada;

P0 = preço na data-base;
P0, t = relativo de preço na data t com base na data 0.
Por exemplo:
O preço do quilo do pão em 2003 é de R$ 4,70. Em 2000, o

preço do quilo era R$ 4,00. Calcule o relativo de preço e indique
a variação ocorrida no preço do pão em 2003 com base no ano de
2000.
Ano base = 2000.
preço-base = p0 = 4,00.
preço considerado = pt = 4,70.
--> ou 117,50%.
Como interpretar?
A relação do preço do quilo do pão em 2003 com base em 2000 é

de 117,50%. A variação foi de: 117,5-100=+17,5%, ou seja, houve
um aumento de 17,5%, comparando o preço do quilo do pão de
2003 com o de 2000.
3.2 Relativos de quantidade
Faz a relação entre quantidades de um mesmo bem ou serviço

(consumo, produção, etc.).
Como calcular relativos de quantidade?
176

Estatística I
Onde:
qt = quantidade na data considerada;

q0 = quantidade na data-base;
q0, t = relativo de quantidade na data t com base na data
0.
Por exemplo:
A quantidade de pão consumida em Florianópolis no ano de

2002 foi de 25 milhões de toneladas. Em 2000, a quantidade
consumida de pão foi de 32 milhões de toneladas. Calcule o
relativo de quantidade e indique a variação ocorrida no consumo
do pão em 2002 com base no ano de 2000.
Ano base = 2000.
quantidade-base = q0 = 32.
quantidade considerada = qt = 25.
--> ou 78,125%.
Como interpretar?
A relação do consumo do pão em 2002 com base em 2000 é

de 78,125%. A variação foi de: 78,125-100=-21,875%, ou seja,
houve uma redução no consumo de 21,875b%, comparando o
consumo do pão de 2002 com o de 2000.
Unidade 8 177

3.3 Relativos de valor
Faz a relação entre valores de um mesmo bem ou serviço.
O valor de um determinado produto é o quanto foi gasto com o

mesmo, ou seja:
Valor = Preço . Quantidade.
Como calcular relativos de valor?
Onde:
v t = quantidade na data considerada;
v 0 = quantidade na data-base;
v 0, t = relativo de quantidade na data t com base na data

0.
Por exemplo:
A quantidade de pão consumida em Florianópolis no ano de

2002 foi de 25 milhões de toneladas. Em 2000, a quantidade
consumida de pão foi de 32 milhões de toneladas. O preço do
quilo do pão em 2002 era de R$ 4,50. Em 2000, o preço do
quilo era R$ 4,00. Calcule o relativo de valor e indique a variação
ocorrida no valor do pão em 2002 com base no ano de 2000.
Calcule o relativo de quantidade e indique a variação ocorrida no

consumo do pão em 2002 com base no ano de 2000.Ano base =
2000.
Ano base = 2000.
quantidade-base = q0 = 32.
178

Estatística I
quantidade considerada = qt = 25.
preço-base = p0 = 4,00.
preço considerado = pt = 4,50.
Pode ser calculado de duas maneiras:
1ª) Calcular o valor para cada data:
--> ou
87,89%
2ª) Calcular os índices de preço e a quantidade e depois

multiplicar:
--> ou 112,50%
--> ou 8,125%
-->
ou 87,89%
--> ou 117,50%
Como interpretar?
A relação do valor do pão em 2002 com base em 2000 é de

87,89%. A variação foi de: 87,89-100= -12,11%, ou seja, houve
uma redução no valor de 12,11%, comparando o valor do pão de
2002 com o de 2000.
Unidade 8 179

Informação importante: cuidado ao desenvolver um

estudo usando índices, no que diz respeito às escolhas
das datas de estudo, pois algumas relações podem ser
prejudicadas, como por exemplo, datas em que houve
mudança de moeda (cruzeiro real para real/1994), pois
nesses casos se pode chegar a resultados absurdos.
Após ter acompanhado os conceitos e enunciados citados nas Seções 1, 2

e 3, realize as atividades propostas a seguir.
1) A produção de aço plano no Brasil, em 2001 foi de 26,7 milhões de
toneladas, enquanto que em 2000, foi de 27,9 milhões de toneladas.
Calcule o relativo de quantidade para a produção de aço no Brasil para
o ano de 2001, com base em 2000.
180

Estatística I
2) O preço da tonelada do aço plano em 2003 é de US$ 255,00. Em 2002,

era de US$ 225,00. Calcule o relativo de preço para o aço em 2003, com
base em 2002 e interprete seus resultados.
3) Sabendo que o relativo de quantidade (consumo) para o aço plano em

2002 com base em 2001 foi de 112,5% e que o relativo de preço para
o mesmo produto, em 2002 com base em 2001, foi de 125%, calcule
o relativo de valor para o aço plano de 2002 com base em 2001 e
interprete seu resultado (sugestão: use os índices na forma unitária).
Unidade 8 181

SEÇÃO 4 - O que são os elos de relativos?

Os elos de relativos são relativos calculados usando como base a
data (ano, mês, dia) anterior. Também são chamados de relativos
de base móvel.
Exemplo: Elos --> p98,99 --> p99,00 --> p00,01 --> p01,02 ...
Note que as bases mudam a cada ano.
Geralmente são usados quando é necessário comparar cada

período com o anterior.
Por exemplo:
A tabela a seguir mostra a evolução do preço do quilo do pão de

1998 a 2003. Calcule os elos de relativos para o preço do pão.
Anos 1998 1999 2000 2001 2002 2003

Preços 3,70 3,80 4,00 4,20 4,50 4,70
Como os dados são dos preços do pão de 1998 até 2003, o

cálculo será sobre os seguintes relativos: p98,99 --> p99,00 --> p00,01
--> p01,02 --> p02,03
Cálculo:
Escrevendo na tabela de elos de relativos você terá:
182

Estatística I
Elos de relativos para o preço do pão – base móvel
Anos 1998 1999 2000 2001 2002 2003 Não esqueça de

informar que tipo de
Índices --------- 102,7 105,26 105 107,14 104,44
índice está na tabela.
Note que não se pode calcular o índice de 1998 com base em

1997, pois você não tem o preço do quilo do pão nessa data.
SEÇÃO 5 - O que são os relativos em cadeia?
Relativos em cadeia são relativos calculados usando

como base uma data (ano, mês, dia) fixa. Também são
chamados de relativos de base fixa.
Por exemplo: Cadeia --> p98,99 --> p98,00 --> p98,01 --> p98,02 ...
Note que a base permanece fi xa, ou seja, 1998.
Geralmente são usados quando é necessário comparar cada

período com um período em especial.
Por exemplo:
A tabela a seguir mostra a evolução do preço do quilo do pão de

1998 a 2003. Calcule os relativos em cadeia, usando como base
1998 para o preço do pão.
Anos 1998 1999 2000 2001 2002 2003

Preços 3,70 3,80 4,00 4,20 4,50 4,70
Como o dado são os preços do pão de 1998 até 2003, o cálculo

será sobre os seguintes relativos: p98,98 --> p98,99 --> p98,00 --> p98,01
--> p98,02 --> p98,03.
Unidade 8 183

Cálculo:
Escrevendo na tabela de elos de relativos teremos:
Relativos em cadeia – 1998=100

Não esqueça de informar que
tipo de índice está na tabela. Anos 1998 1999 2000 2001 2002 2003
Usamos 1998=100 para Índices 100 102,7 108,1 113,51 121,62 127,03
informar que o ano base é 1998.
Aqui você pôde estudar como se calcula relativos para

um produto. Na Economia, são usados cálculos mais
complexos nos quais são considerados mais produtos
além de seus pesos (importância). Para tanto, usa-se
cálculos de índices agregativos. A maioria dos índices
econômicos são calculados dessa forma.
184

Estatística I

4) A primeira tabela representa a produção de automóveis no Brasil de
1993 a 2000. Calcule e preencha as tabelas a seguir com os elos de
relativos (base móvel) e relativos em cadeia com base em 1997.
Produção de automóveis no Brasil de 1993 a 2000 – em milhares
Anos 1996 1997 1998 1999 2000

Quantidades 1.804 2.070 1.586 1.357 1.691
Elos de Relativos para a produção de automóveis
Anos 1996 1997 1998 1999 2000

Índices
Relativos em cadeia para a produção de automóveis – 1997=100
Anos 1996 1997 1998 1999 2000

Índices
Unidade 8 185

5) A primeira tabela representa os preços de um determinado produto de

1999 a 2003. Calcule e preencha as tabelas seguintes com os elos de
relativos (base móvel) e relativos em cadeia com base em 2000.
Preços do produto de 1999 a 2003 – em Reais
Anos 1999 2000 2001 2002 2003

Preços 29,5 27,6 29,8 32,5 35,4
Elos de Relativos para preço do produto
Anos 1999 2000 2001 2002 2003

Índices
Relativos em cadeia para preço do produto – 2000=100
Anos 1999 2000 2001 2002 2003

Índices
186

Estatística I
Síntese
Nessa unidade você estudou um pouco mais sobre índices e

variações e, a diferença entre os dois. Também pôde aprender
como calcular índices de base móvel e de base fi xa.
Para qualquer profissional das áreas de Finanças, Administração

e Economia, o domínio de número-índices é uma ferramenta,
além de usual, muito importante. A mídia nos passa,
diariamente, informações nos formatos estudados, saber fazer a
leitura dessas informações é imprescindível.
Agora você está quase encerrando o estudo desta disciplina, para

encerrar, acompanhe como se realiza a análise bidimensional.
Saiba mais
Caso você queira aprofundar os estudos sobre o conteúdo desta

unidade, sugere-se:
acompanhe o que quer dizer a sigla e qual é o órgão

regulador de alguns índices brasileiros:
Índices brasileiros
Sigla Significado Órgão

IGP-M Índice Geral de Preços de Mercado FGV
IGP-DI Índice Geral de Preços – Disponibilidade Interna FGV
IPA-DI Índice de Preços no Atacado – Disponibilidade Interna FGV
IPC-DI Índice de Preços ao Consumidor – Disponibilidade Interna FGV
INCC-DI Índice Nacional de Contrução Civil – Disponibilidade Interna FGV
INCC-M Índice Nacional de Contrução Civil – Mercado FGV
ICV Índice de Custo de Vida DIEESE
IPC Índice de Preços ao Consumidor FIPE
IPCA Índice de Preços ao Consumidor Ampliado IBGE
INPC Índice Nacional de Preços ao Consumidor IBGE
VENDA Dólar Americano BACEN DÓLAR
SAL.MIN. Salário-mínimo do País Governo
Poupança Índice de remuneração da caderneta de poupança Governo
Unidade 8 187

visite alguns destes órgãos reguladores:
Sigla Significado
Fundação Getúlio Vargas
FGV
http://www.fgv.br
Fundação Instituto de Pesquisa Econômica (USP)
FIPE
http://www.fipe.com
Departamento Intersindical de Estatística e Estudos Sócio-Econômicos.
DIEESE
Instituto Brasileiro de Geografia e Estatística.
IBGE
http://www.ibge.gov.br/
viste outros sites interessantes:
http://br.invertia.com/economia/indicadores/default.asp
http://www.risktech.com.br/
http://www.coreconsp.com.br
pesquise os seguintes livros:
MILONE, Giuseppe. Estatística aplicada. São Paulo: Atlas,

1995.
SILVA, Elio Medeiros da. Matemática e Estatística aplicada.

São Paulo: Ed. Atlas, 1999.
188

9
UNIDADE 9
Análise bidimensional
compreender e calcular a correlação entre duas variáveis
analisar a força de correlação entre duas variáveis
ajustar linearmente as duas variáveis
calcular previsões usando análise de regressão
Seções de estudo
Seção 1 O que é correlação linear simples?
Seção 2 Como fazer uma análise de regressão?


Até essa unidade você conheceu métodos utilizados para analisar
o comportamento de uma só variável. Agora você irá estudar
como se pode analisar e comparar duas variáveis. Além disso,
você irá aprender a fazer previsões utilizando esse método. Bons
estudos!
SEÇÃO 1 - O que é correlação linear simples?

Os métodos que você estudou até o momento são eficazes para
analisar e interpretar somente uma variável de cada vez. Se eles
servem para análise de uma variável, a próxima pergunta que
você, estudante, fará é:
Como faço para analisar e comparar duas variáveis

simultaneamente?
Para tal situação você irá conhecer a correlação linear simples.
A correlação é uma ferramenta destinada ao estudo

da relação entre duas variáveis quantitativas, além de
fornecer a intensidade dessa relação.
Para você estudar como usar a correlação linear simples é

importante que você inicie por conhecer o que é diagrama de
dispersão.
1.1 O que é diagrama de dispersão?
O diagrama de dispersão ajuda a definir a correlação entre duas

variáveis quantitativas de modo gráfico.
190

Estatística I
A intensidade de uma correlação entre duas variáveis, X e Y, pode

ser vista em um diagrama, nos quais são marcados os pontos
correspondentes ao pares ordenados gerados pela relação X-->Y,
onde (x,y) são esses pares ordenados. Quanto mais esses pontos
estão próximos à reta imaginária gerada pela nuvem de pontos,
mais forte será a correlação. Acompanhe a figura a seguir.
Por exemplo:
Acompanhe o exemplo que relaciona emprego e produção.
Os pares ordenados são gerados da relação entre o número de

empregos e a produção.
Reta imaginária
Pares ordenados (x,y)
Diagrama de dispersão
Unidade 9 191

1.2 Para que serve o coeficiente de correlação linear de

Pearson
O coeficiente de correlação permite que você analise a força ou a

existência da correlação entre duas variáveis.
Considerando que n é o número de observações (tamanho da

amostra), o coeficiente será dado pela seguinte fórmula:
Onde:
r = resultado do coeficiente de correlação linear de Pearson;
n = número de observações;
x = valores assumidos pela variável X;
y = valores assumidos pela variável Y.
O coeficiente de Pearson pode variar de -1 a +1 -->

[-1,+1].
Quanto ao resultado de r você deve considerar:
Valor de r correlação entre as variáveis

‘r’ próximo de 0 correlação linear pouco significativa
‘r’ = 0 não há correlação linear entre as variáveis
‘r’ próximo de -1 há correlação linear negativa (significativa)
‘r’ = -1 há correlação linear negativa perfeita
‘r’ próximo de +1 há correlação linear positiva (significativa)
‘r’ = +1 há correlação linear positiva perfeita
192

Estatística I
1.3 Quais os tipos de correlações?
Segundo então os resultados de r, as correlações podem assumir

diferentes tipos, os quais você pode acompanhar detalhadamente
a seguir.
a) Correlação linear positiva:
neste caso o coeficiente de Pearson estará entre 0 e 1 -->

intervalo (0,1);
x cresce, y cresce --> observe o exemplo: emprego cresce,

produção cresce;
x decresce, y decresce --> no exemplo: emprego decresce,

produção decresce.
b) Correlação linear perfeita positiva:
neste caso o coeficiente de Pearson ‘r’ será +1 - os pontos

estão perfeitamente alinhados;
Unidade 9 193

x cresce, y cresce --> no exemplo, emprego cresce,

produção cresce;
x decresce, y decresce --> no exemplo, emprego decresce,

produção decresce.
c) Correlação linear negativa:
neste caso o coeficiente de Pearson estará entre 0 e -1 Þ

intervalo (-1,0);
neste caso o coeficiente de Pearson estará entre 0 e -1 -->

intervalo (-1,0);
194

Estatística I
x cresce, y decresce --> no exemplo: empréstimo cresce,

taxa de juros decresce;
x decresce, y cresce --> no exemplo: empréstimo

decresce, taxa de juros cresce.
d) Correlação linear perfeita negativa:
neste caso o coeficiente de Pearson ‘r’ será -1 – os pontos

estão perfeitamente alinhados;
x cresce, y decresce --> no exemplo, empréstimo cresce,

taxa de juros decresce;
x decresce, y cresce --> no exemplo, empréstimo

decresce, taxa de juros cresce.
e) Correlação linear nula ou ausência de correlação:
quando não há correlação entre as variáveis X e Y

(coeficiente de Pearson r=0), veja exemplo a seguir.
Unidade 9 195

1.4 Como calcular o coeficiente de correlação?
Para obter esta resposta acompanhe com atenção o exemplo.
Exemplo:
Calcule o coeficiente de correlação de Pearson e construa o

diagrama de dispersão para as operações de crédito do sistema
financeiro (saldos em final de período em R$ bilhões) e as taxas
de juros descritas a seguir.
196

Estatística I
Operações de crédito do sistema financeiro
Fonte: Banco Central
Para sua melhor compreensão, acompanhe o cálculo passo a

passo.
Passo 1 – acrescente na tabela mais três colunas para

auxiliar os cálculos. Some os elementos da coluna x
(Empréstimos) e escreva o total na última linha, obtendo,
assim, o x. Some os elementos da coluna y (Tx. Juros)
e escreva o total na última linha, obtendo, assim, o y
(veja tabela).
Passo 2 – calcule os elementos da terceira coluna (x.y),

multiplicando cada um dos elementos da coluna x
(Empréstimos) por cada um dos elementos da coluna y
(Tx. Juros):
26,1.19,5=508,95;
26,3.19,4=510,22;
26,8.18,9=506,52.
Unidade 9 197

E assim até o último mês (junho de 2000 – veja os

resultados na tabela).
Após, some todos eles e escreva o total na última linha,

obtendo, assim, o x.y.
Passo 3 – calcule os elementos da quarta coluna (x 2),

elevando ao quadrado, cada um dos elementos da coluna
x (Empréstimos):
(26,1)2=681,21;
(26,3)2=691,69;
(26,8)2=718,24.


para obter , assim, o x 2 .
Passo 4 – calcule os elementos da quinta coluna (y2),

elevando ao quadrado, cada um dos elementos da coluna
y (Tx. Juros):
(19,5)2=380,25;
(19,4)2=376,36;
(18,9)2=357,21.


para obter, assim, o y2 .
Passo 5 – calcule o coeficiente de correlação utilizando a

fórmula vista anteriormente:
198

Estatística I
Agora, que tal identificar os elementos da fórmula?
n = número de observações (11 meses) --> n = 11
Os elementos a seguir foram calculados nos passos

anteriores.
x = 302,5
y = 207,4
x.y = 5698,17
x 2 = 8343,09
y2 = 3912,1
Lembre!
x.y = x. y
x2 = ( x)2
Se você escrever na fórmula, terá:
Passo 6 – agora construa o diagrama de dispersão:

para construir o diagrama você deve marcar os pontos
de cada par ordenado usando os valores da coluna dos
empréstimos como x, e da coluna das taxas de juros,
como y, formando (x,y), veja a seguir:
Unidade 9 199

Como interpretar?
O coeficiente de correlação resultou em um número negativo e
próximo de -1 (r=-0,836688), sendo assim, a correlação entre
taxas de juros é negativa (significativa), ou seja, quanto maior
a taxa de juros menor será o volume de empréstimos e quanto
menor a taxa de juros maior será o volume de empréstimos.
Uma vez que você acompanhou e entendeu bem o exemplo de

como aplicar o coeficiente de correlação de Pearson, siga o estudo
da próxima seção.
SEÇÃO 2 - Como fazer uma análise de regressão?

Para fazer a análise da regressão, você terá que usar o seguinte
método:
nos casos em que é possível estabelecer uma

correlação entre duas variáveis, pode-se usar também
essa relação para prever valores para uma delas
(sempre a variável que for adotada como Y). Mas isso
só será possível quando for conhecido o valor da outra
variável, no caso, a variável X.
200

Estatística I
E essa previsão só tem significado caso a força da correlação seja

significativa ou perfeita (quando r está próximo ou igual a +1 ou
-1). Essa força se dá pela proximidade dos pontos do diagrama de
dispersão à reta imaginária.
A reta imaginária obtida pela aproximação dos pontos

do diagrama de dispersão é chamada de reta de
regressão.
Para encontrar uma equação que lhe auxilie a prever valores de Y,

usa-se o método dos mínimos quadrados, o qual você conhecerá
a seguir.
2.1 Método dos mínimos quadrados
Pode-se representar a reta imaginária pela equação:
Reta de regressão
Sendo:
Onde:
= valor predito de y;
x = valor da variável x para determinado elemento da amostra;
y = valor da variável y para determinado elemento da amostra;
Unidade 9 201

n = nº total de observações (tamanho da amostra)
b = a intersecção do eixo y;
a = coeficiente de inclinação da reta.
ao predizer um valor de y com base em

determinado valor de x, quanto mais significativa a
correlação linear mais precisa se torna a previsão;
interpolação: estimativas com valores entre os da
série;
extrapolação: estimativas com valores fora dos da
série;
resíduo: é a diferença entre um valor amostral
observado y, e o valor predito com base na
equação de regressão.
Exemplo:
A tabela a seguir (mesma do exemplo anterior) descreve as

operações de crédito do sistema financeiro (saldos em final de
período em R$ bilhões) e as taxas de juros. Você deverá:
a) construir a equação de uma reta de regressão para prever

a taxa de juros;
b) prever a taxa de juros ( ) para julho de 2000, admitindo

que o saldo de empréstimos (x) foi de 30,7 bilhões de
reais.
202

Estatística I
Operações de crédito do sistema financeiro
Fonte: Banco Central.
Para sua compreensão acompanhe o cálculo passo a passo.
Para o item a)
Considerando que a tabela é a mesma do exemplo da Seção 1

(cálculo do coeficiente de correlação) não será necessário calcular
as colunas nem os totais (veja a tabela).
Equação da reta de regressão --> .
Passo 1 – sendo assim, você pode começar calculando a

inclinação da reta (a).
Inclinação da reta (a):
Agora identifique os elementos da fórmula:
n = número de observações (11 meses) --> n = 11;
Unidade 9 203

x = 302,5;
y = 207,4;
x.y = 5698,17;
x 2 = 8343,09;
n x .y x. y 11 . 5698 , 7 62738,5
a 2 2
n. x2 x 11 . 8343 , 09 302 ,5
Passo 2 – calcule a intersecção com o eixo y (b).
Intersecção do eixo y (b):
Identifique os elementos da fórmula:
n = número de observações (11 meses) --> n = 11;
x = 302,5;
y = 207,4;
a = -0,21898;
b= 24,876.
204

Estatística I
Passo 3 – construa a equação da reta de regressão.
Após calcular a e b, tem-se:
a = -0,21898;
b=24,876;
Para o item b)
Fazer a previsão para junho de 2000, usando X=30,7.
Substituir na equação de regressão o valor de X:
Como interpretar?
A previsão para a taxa de juros para o mês de julho, é de
18,1533%, considerando que o saldo de empréstimo seja de 30,7
bilhões de reais.
Unidade 9 205

Após ter acompanhado os conceitos e os enunciados citados nesta

unidade, responda as questões a seguir.
1) A reportagem veiculada na revista Veja (11/junho/2003), tratava de
assunto referente aos juros bancários e a disponibilidade de crédito,
ambos para o setor privado. Os empresários brasileiros pagam um
dos mais altos juros do mundo, além de ter pouca disponibilidade de
crédito. A revista publicou os dados constantes na tabela a seguir.
FONTE: Veja, 11/6/03, p. 46.
Pede-se:
a) calcule o coeficiente de correlação entre as duas variáveis, identifique
o tipo de correlação e interprete o resultado;
b) construa uma equação para a relação citada acima (a equação da
reta de regressão) para possibilitar o cálculo de estimativas para o
volume de empréstimos bancários ao setor privado em % do PIB (Y);
c) estime o volume de empréstimos bancários ao setor privado em %
do PIB para o Brasil usando a taxa de juros (X) de 60,96% (substitua
na equação da reta construída no item 1.2).
206

Estatística I
Síntese
Nesta unidade você estudou como é possível comparar duas

variáveis. Você aprendeu como correlacionar duas variáveis. Além
disso, pôde conhecer como quantificar essa relação, qualificando
quanto à sua força. Conheceu o método para fazer previsões
para uma delas, usando valores da outra variável. Conhecendo
como trabalhar com correlação e análise de regressão você poderá
analisar e estipular tendências de valores nas mais diversas áreas.
Aqui você termina o estudo desta disciplina. Parabéns!
Saiba mais
Caso você queira aprofundar os estudos do assunto dessa

unidade, pesquise em:
MILONE, Giuseppe. Estatística aplicada. São Paulo: Atlas,

1995
SILVA, Elio Medeiros da. Matemática e Estatística aplicada.

São Paulo: Atlas, 1999

LTC, 1999.
Unidade 9 207

Para concluir o estudo
Muitas vezes nos deparamos com situações em que

temos que lidar com muitos dados, e como vamos lidar
com eles?
A disciplina Estatística é uma tentativa de proporcionar

ferramentas para os profissionais que lidam com esse
tipo de situação. Desde a apresentação de relatórios e
trabalhos científicos, pesquisa de mercado, controle de
qualidade, até análise de dados econômicos e financeiros,
projeções e previsões a Estatísticas está sempre presente.
No dia-a-dia lidamos com uma massa de informações

muito grande e pergunto: de que vale ter tanta
informação se não sabemos o que fazer com elas?
Espero que com o que foi estudado agora você possa ter
suporte para as suas análises, opiniões e decisões.
Desejo que você alcance muito sucesso profissional!
Prof. Luiz Dornelles

Referências

2001.
FLEMMING, Diva Marília. Representações gráficas. São José:
Saint Germain, 2003.
Paulo: Habra, 1987.
MILONE, Giuseppe. Estatística aplicada. São Paulo: Atlas, 1995.
Economia, Administração e Ciências Contábeis. v.1. São Paulo:
Atlas, 1996.
SPIEGEL, Murray R. Estatística: 383 problemas resolvidos, 416
problemas suplementares. São Paulo: Makron Books, 1994.
STEVENSON, Willian. Estatística aplicada à Administração. São
Paulo: Harbra, 1981.
TRIOLA, Mario F. Introdução à Estatística. Rio de Janeiro: LTC,
1999.
VIEIRA, Sonia. Princípios de Estatística. São Paulo: Pioneira,
2003.
http://vejaonline.abril.com.br/noticia
http://www.fgv.br
http://www.fipe.com
http://www.ibge.gov.br/
http://www.delsa.com.br/
http://www.ipeadata.gov.br/
http://www.ipea.gov.br
http://www.mdic.gov.br/comext/decex/siscomex.html
http://www.bacen.gov.br/

http://www.bovespa.com.br/
http://www.adinvest.com.br/
http://www.secovi-sp.com.br/index.php
http://www.cni.org.br/
http://www.juliobattisti.com.br/excel120/excel120.asp
http://www.esgb-antero-quental.rcts.pt/NMAT/estatistica.htm#Cuidado
212

Sobre o professor conteudista
Luiz Arthur Dornelles Júnior é graduado em

Matemática pela Fundação Universidade do Rio Grande
(FURG). É professor da Universidade do Sul de Santa
Catarina (Unisul) desde 2000, onde leciona as disciplinas
de Estatística, Métodos Quantitativos e Programação
Linear. Atualmente está cursando Especialização em
Educação Matemática na UnisulVirtual.

Respostas e comentários das
atividades de auto-avaliação
Unidade 1
1) 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
impossível por meio ovo, não é? Dias põe um, dias pões dois,
dias não põe nenhum. No final das contas, em média, põe um
ovo e meio. Para citar outros exemplos, pense por exemplo
que a média de pessoas por família seja de 3,5 pessoas no
Brasil. Não existe meia pessoa e nem se pode considerar como
sendo uma criança, e assim por diante.
2º caso: no segundo caso você acompanhou que uma
informação pode, muito bem, ser representada de forma
a manipular 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 significante, 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.
Unidade 2
1) O Censo é uma coleção de dados de uma população,
enquanto que a estimação usa dados de uma amostra para
avaliar um parâmetro (característica descritiva dos elementos
da população).
2) Deve escolher elementos com as mesmas características da

população, ou seja, elementos que realmente representem a
população. Aqui você pode citar exemplos (escolher clientes
de níveis sociais diferentes para estudar grau de satisfação,
escolher amostras 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.

3) 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 contas corrente
Quantitativa Contínua Diâmetro de peças
4) A classificação que você pode fazer é:

os dados coletados por meio de questionário: primários;
os dados coletados na Federação: secundários.
3.1. saldo em conta corrente em R$: Quantitativa contínua
3.2. idade do cliente: Quantitativa contínua
3.3. sexo: Qualitativa nominal
3.4. classe econômica: Qualitativa ordinal
3.5. estado civil: Qualitativa nominal
3.6. número de defeitos do produto: Quantitativa discreta
3.7. consumo de energia em kwh: 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. diâmetro da peça produzida: Quantitativa contínua
3.13. comprimento da peça: Quantitativa contínua
216

Estatística I
3.14. tempo de espera em caixa eletrônico em minutos: Quantitativa contínua
3.15. nome de país exportador de petróleo: Qualitativa nominal
3.16. grau de satisfação no atendimento numa loja comercial: Qualitativa ordinal
3.17. número de ações negociadas na bolsa de valores: Quantitativa discreta

6.1. Série Específico-geográfica;
6.2. Série Específico-temporal;
6.3. Série Temporal.
7) 7.1. 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
7.2. Para a primeira casa decimal:

41,368 = 41,4
1.589,8984 = 1.589,9
121,3333 = 121,3
5,655002 = 5,7
28,4500001 = 28,5
82,95 =83

8.3. = = a1 + a2 + a3 + a4 + a5
8.4. = = x4 + x5 + x6 + x7 + x8 + x9
217

8.5. = = x10 + x11 + x12 + x13 + x14 + x15
8.6. = = f1.x1 + f2.x2 + f3.x3 + f4.x4
8.7. = = (x1-5)2 + (x2-5)2 + (x3-5)2 + (x4-5)2

9.3. = Soma = x1 + x2 + ... + x7 =
9.4. = Soma = x4 + x5 + x6 + x7 =
9.5. = Soma = x6 + x7 + ... + x17 =
9.6. = Soma = (x1 + x2 + ... + x7)2 =
9.7. = Soma =
(Sugestão: repita o primeiro termo da soma e troque o 1 por i).
i xi fi xi.fi xi 2 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
102 30 478 8098
218

Estatística I
10.1. = =102
10.2. = =30
10.3. = = 478
10.4. = = 8098
Unidade 3
1) 1.1.
Falta o título.
A tabela não deve ser fechada nas laterais.
1.2.
Falta a fonte.
Falta a linha divisória do cabeçalho.
2) Empréstimos concedidos aos clientes em agosto de 2003
Tipo de empréstimo Nº de clientes

CDC automático 24
Leasing veículo 17
Leasing informática 13
Crédito turismo 6
Fonte: Setor de empréstimos.
219

3) Acidentes de trabalho nos últimos 36 meses
Número de acidentes Número de meses

3 4
4 5
5 9
6 7
7 5
8 6
Fonte: CIPA.
4) Volume de exportação de uma empresa de Santa Catarina nos últimos 36 meses
Volume de exportação
Número de meses
(em milhões de reais)
112 |------ 115 2
115 |------ 118 6
118 |------ 121 4
121 |------ 124 9
124 |------ 127 8
127 |------ 130 7
Fonte: SECEX.
5) A tabela a seguir mostra o volume de exportação (em milhões de reais) de uma empresa de
Santa Catarina nos últimos trinta e seis meses.
5.1.
Volume de exportação de uma empresa nos últimos trinta e seis meses
Fonte: SECEX
220

Estatística I
5.2. 21 meses.
5.3. 29 meses.
5.4. 15 meses.
5.5. 7 meses.
5.6. 11,1% dos meses.
5.7. 25% dos meses.
6) Uma empresa procurou estudar a ocorrência de acidentes com seus empregados, tendo, para
isso, a CIPA realizado um levantamento abrangendo um período de 36 meses, no qual foi
observado o número de operários acidentados para cada mês. A tabela a seguir resume estes
dados:
6.1. Complete a tabela com as freqüências acumulada direta e indireta, a

freqüência relativa e percentual. Após responda as perguntas:
6.2. 18 meses.
6.3. 25 meses.
6.4. 18 meses.
6.5. 27 meses.
6.6. 25% dos meses.
6.7. 13,9% dos meses.
221

Unidade 4
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 decrescimento. Em
alguns casos é bastante difícil realizar essa identificação;
analisar o comportamento de uma maneira geral, identificando as
alterações mais expressivas;
outras análises também são possíveis, isso só depende do observador
e muitas vezes, da variável que se está estudando.
2) Abaixo você tem uma distribuição de freqüências e um sistema de

eixos. Construa o histograma e o polígono de freqüências para esta
distribuição usando o sistema de eixos (não esqueça de todos os
componentes de um gráfico, inclusive as escalas dos eixos, título e
fonte):
Volume de vendas mensal, em milhares de reais, dos representantes de uma empresa que
fabrica remédios – outubro/2003
Volume de vendas(em mil reais) Nº de representantes(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 ( ) 56
222

Estatística I
Unidade 5
1) Em primeiro lugar, multiplique cada elemento da coluna fi, por cada
elemento da coluna xi, escrevendo cada resultado na coluna xi.fi. Após
calcular todos, some e escreva o total no final dessa coluna, veja a
tabela.
Remuneração da empresa
Fonte: RH (dados fictícios).
Em segundo lugar, calcule a média, dividindo a soma da coluna xi.fi,

pela soma da coluna fi. O resultado é a média:
223

- Interpretação: o salário médio da empresa é de

3,333 salários mínimos.
2) Calculando passo a passo.

Para a Filial 1:
Passo 1 - ordene de forma crescente: 1, 1, 2, 2, 3, 5, 6, 7, 8.
Passo 2 - o número de elementos é 9 (n = 9 - ímpar).
Passo 3 - Pos= .
Passo 4 - a mediana é o 5º elemento - Me=3.
1º 2º 3º 4º 5º 6º 7º 8º 9º
1 1 2 2 3 5 6 7 8
Passo 5 - interpretação:
50% dos funcionários da Filial 1 ganham 3 ou menos salários e 50% dos
funcionários da Filial 1 ganham 3 ou mais salários.
Para a Filial 2:
Passo 1- ordenar de forma crescente: 2, 3, 3, 3, 5, 5, 6, 8
Passo 2- o número de elementos é 8 (n=8 - par)
Passo 3- e
Passo 4- a mediana está entre o 4º (3) e o 5º (5) elemento, portanto:
1º 2º 3º 4º 5º 6º 7º 8º
2 3 3 3 4 5 5 6 8
Passo 5 - interpretação:
50% dos funcionários da Filial 2 ganham menos de 4 e 50% dos
funcionários da Filial 2 ganham mais de 4 salários.
224

Estatística I
3) Nesse caso, você deve encontrar o(s) elemento(s) que mais se

repete(m). (Sugestão: escrever os elementos em ordem ou agrupar os
iguais). Salários da empresa:
Para a Filial 01:
1 1 1 1 2 2 2 2 3
5 5 6 6 7 7 7 8 8
Note que os elementos que mais se repetem são o 1 e o 2, então, nesse

caso, são duas modas: Mo1=1 e Mo2=2.
Para a Filial 02:
2 2 2 3 3 3 3 3 5
5 5 5 6 6 6 6 8 8
Note que os elementos que mais se repetem são o 3 e o 5, então, nesse

caso, são duas modas: Mo1=3 e Mo2=5.
Para a Filial 03:
1 1 2 2 3 3 4 4
5 5 6 6 7 7 8 8
Note que todos os elementos se repetem, mas não tem nenhum que
repita mais que os outros, então, não tem moda, ou seja, é uma série
amodal.
Unidade 6
1) A variância e o desvio-padrão para dados brutos.
Essa questão você pode seguir os seguintes passos:
Passo 1 - calcular a média:
25 + 22 + 36 + 20 + 29 + 38 = 170
= 28,33
6
Obs.: não esqueça que na média para a população se usa a letra grega
.
Passo 2 - Calcular os desvios (xi - ):
(x1- ) = (25-28,33)= -3,33
(x2- ) = (22-28,33)= -6,33
(x3- ) = (36-28,33)= 7,67;
225

(x4- ) = (20-28,33)= -8,33

(x5- ) = (29-28,33)= 0,67
(x6- ) = (38-28,33)= 9,67
Passo 3 - elevar ao quadrado cada desvio (xi - )2:

(x1- )2=(-3,33)2=11,0889
(x2- )2=(-6,33)2=40,0689
(x3- )2=(7,67)2=58,8289
(x4- )2=(-8,33)2=69,3889
(x5- )2=(0,67)2=0,4489
(x5- )2=(9,67)2=93,5089
Somando todos, se tem 273,3334.
Passo 4 - calcular a média dos quadrados dos desvios. Aqui você vai
calcular para a população (variância):
Variância:
Então:
Passo 5 - calcular o desvio-padrão calculando a raiz da variância.

Desvio-padrão:
Interpretação: a variabilidade das idades é de 6,7495 anos.
2) O modo de calcular é o mesmo da questão anterior, só muda no final,

quando calcular a variância, usa-se a fórmula para amostra.
Tempo: 15, 10, 9, 23, 31.
Passo 1 - calcular a média:
226

Estatística I
Obs.: não esqueça que na média para a amostra se usa .
Passo 2 - Calcular os desvios (xi - ):

(x1- ) = (15-17,6)= -2,6
(x2- ) = (10-17,6)= -7,6
(x3- ) = (9-17,6)= -8,6
(x4- ) = (23-17,6)= 5,4
(x5- ) = (31-17,6)= 13,4
Passo 3 -elevar ao quadrado cada desvio (xi - )2:

(x1- ) = (-2,6)2= 6,76
(x2- ) = (-7,6)2= 57,76
(x3- ) = (-8,6)2= 73,96
(x4- ) = (5,4)2= 29,16
(x5- ) = (13,4)2= 179,56
Somando todos, se tem 347,2.
Passo 4 - Calcular a média dos quadrados dos desvios. Aqui você vai
calcular para a amostra (variância).
Variância:
S
Então:
Passo 5 - Calcular o desvio-padrão calculando a raiz da variância.
Desvio-padrão:
S S
Interpretação: a variabilidade do tempo de atendimentos é de 9,32

minutos.
227

3) A primeiro passo é calcular a média.
Agora calcule passo a passo:

Passo 1 - somar a coluna das freqüências simples (fi) para obter fi
(freqüência total); fi = 111
Passo 2 - calcular a média: multiplicar cada xi por sua correspondente fi
, escrever na coluna xi.fi , somar os valores calculados e escrever no final
da coluna esse resultado que é o xi.fi; xi.fi = 130.
Passo 3 - dividir o resultado do passo 2 ( xi.fi) pelo resultado do passo
1 ( f i)
= 130 = 1,171
111
Passo 4 - calcular a quarta coluna, (xi - ) subtraindo o xi de cada linha

pela média:
0 - 1,171 =-1,171
1 - 1,171 =-0,171
2 - 1,171 =0,829
3 - 1,171 =1,829
4 - 1,171 =2,829
228

Estatística I
5 - 1,171 =3,829
6 - 1,171 =4,829
Passo 5 - calcular a quinta coluna, elevando os valores da quarta ao

quadrado, (xi - )2:
(-1,171)2= 1,371
(-0,171)2= 0,029
(0,829)2= 0,687
(1,829)2= 3,345
(2,829)2= 8,003
(3,829)2= 14,661
(4,829)2= 23,319
Passo 6 - calcular a sexta coluna, multiplicando os valores da quinta

pela freqüência. simples de cada linha, (xi - )2.fi:
1,371.45 = 61,695
0,029.36 = 1,044
0,687.11 = 7,557
3,345.9 = 30,105
8,003.6 = 48,018
14,661.3 = 43,983
23,319.1 = 23,319
Passo 7 - somar os valores obtidos na sexta coluna, (xi - )2.fi:

(xi - )2.fi=215,721
Passo 8 - calcular a variância para a amostra:
Passo 9 - calcular o desvio-padrão.

229

4) Mais uma vez, calcule passo 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).
Idade dos estagiários da empresa
Fonte: RH fictício

(freqüência total); fi = 63
Passo 2 - calcular a média: multiplicar cada xi por sua correspondente fi
, escrever na coluna xi.fi , somar os valores calculados e escrever no final
da coluna esse resultado que é o xi.fi; xi.fi = 1189
Passo 3 - dividir o resultado do passo 2 ( xi.fi) pelo resultado do passo
1 ( f i)
= 1189 = 18,873
63
Passo 4 - calcular a quarta coluna, (xi - ) 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
230

Estatística I
Passo 5 - calcular a quinta coluna, elevando os valores da quarta ao

quadrado, (xi - )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 - )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 - )2.fi:

(xi - )2.fi= 72,976
Passo 8 - Calcular a variância para a população:
Passo 9 - calcular o desvio-padrão.

231

5) Quando você tiver que calcular o desvio padrão para uma tabela com
intervalos, usa-se o mesmo processo, apenas substituindo o xi pelo
ponto médio:
Amostra da linha de produção
Fonte: Setor de controle (dados fictícios).
Agora calcule passo a passo:

(freqüência total); fi = 150.
Passo 2 - cálculo da média: Calcular o ponto médio de cada intervalo,
multiplicar cada PM por sua correspondente fi , escrever na coluna
PM.fi, somar os valores calculados nessa coluna e escrever o total. Esse
resultado é o PM.fi: PMi.fi = 372.
Dividir o resultado ( PM.fi) pelo resultado do passo 1 ( fi)
= 372 = 2,48
150
Passo 3 - calcular a quinta coluna, (PMi - ) subtraindo o PMi de cada

linha pela média:
0,75 - 2,48 = -1,73
1,25 - 2,48 = -1,23
1,75 - 2,48 = -0,73
2,25 - 2,48 = -0,23
2,75 - 2,48 = 0,27
232

Estatística I
3,25 - 2,48 = 0,77

3,75 - 2,48 = 1,27
Passo 4 - calcular a sexta coluna, elevando os valores da quinta ao

quadrado, (PMi - )2:
(-1,73)2= 2,9929;
(-1,23)2= 1,5129
(-0,73)2= 0,5329
(-0,23)2= 0,0529
(0,27)2= 0,0729
(0,77)2= 0,5929
(1,27)2= 1,6129
Passo 5 - calcular a sétima coluna, multiplicando os valores da sexta

pela freqüência simples de cada linha, (PMi - )2.fi:
2,9929 .2 = 5,9858
1,5129 .5 = 7,5645
0,5329 .10 = 5,329
0,0529 .59 = 3,1211
0,0729 .58 = 4,2282
0,5929 .11 = 6,5219
1,6129 .5 = 8,0645
Passo 6 - somar os valores obtidos na sexta coluna, (PMi - )2.fi:

(PMi - )2.fi=40,815
Passo 7 - calcular a variância:
Passo 8 - calcular o desvio-padrão:
233

6) 6.1.
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 -->
Para a série B -->
A série com maior dispersão relativa é a série A (maior Coeficiente de

Variação).
c) Concluindo, a série mais dispersa é a série A.
6.2.
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 -->
Para a série B -->
As duas séries apresentam o mesmo valor para os coeficientes de

variação.
c) Concluindo, as duas séries apresentam a mesma dispersão.
6.3.
a) Em termos absolutos, as duas séries apresentam a mesma dispersão
(desvios iguais).
Para a série A -->
Para a série B -->
A série com maior dispersão relativa é a série B (maior Coeficiente de

Variação).
c) Concluindo, a série mais dispersa é a série B.
234

Estatística I
6.4.
a) A mais dispersa em termos absolutos é a série A (maior desvio
padrão).
Para a série A -->
Para a série B Þ -->
A série com maior dispersão relativa é a série B (maior Coeficiente de

Variação).
c) Concluindo, a série mais dispersa é a série B.
7) a) Qual das duas filiais apresenta maior volume médio de vendas

(maior média)? A Filial 1 (maior média).
b) Qual das filiais apresenta maior variabilidade nas vendas em termos
absolutos (desvio-padrão)? A Filial 1 (maior desvio padrão).
c) Qual das filiais apresenta maior variabilidade em termos relativos
(Coeficiente de Variação)?
Calculando o Coeficiente de Variação, se tem:
para a Filial 1 -->
para a Filial 2 -->
A filial com maior variabilidade é a Filial 2 (maior Coeficiente de

Variação).
d) Que conclusão você pode tirar sobre a que filial apresenta maior
variabilidade? Comparando as duas filiais, a 1 apresenta uma maior
regularidade nas vendas, enquanto que a Filial 2 (comparando as
duas) apresenta maior irregularidade nas vendas.
235

Unidade 7
1) Identifique nas tabelas e seus respectivos gráficos a seguir se a
distribuição é assimétrica positiva ou negativa, ou simétrica:
1.1.Classificação: assimétrica negativa.

1.2 Classificação: assimétrica positiva.
1.3Classificação: simétrica.
2) Assimétrica negativa (veja: recapitule conceitos nesta mesma seção).

Uma série assimétrica de dados em que a moda é maior que a média,
pode-se dizer que ela é assimétrica positiva ou negativa?
Assimétrica negativa: a média é menor que a mediana que, por sua vez,
é menor que a moda.
3) A série c, pois é uma série platicúrtica, ou seja, apresenta maior desvio

padrão.
Unidade 8
1) Organizando os dados do problema, se tem:
ano base = 2000;
ano considerado = 2001;
quantidade-base = q00 = 27,9;
quantidade considerada = q01 = 26,7;
236

Estatística I
A relação da produção de aço em 2001 com base em 2000 é de

95,7%. A variação foi de: 95,7-100=-4,3%, ou seja, houve uma
redução na produção de aço no Brasil de 4,3%, comparando com
a produção no ano de 2000.
2) O preço da tonelada do aço plano em 2003 é de US$ 255,00. Em 2002,

era de US$ 225,00. Calcule o relativo de preço para o aço em 2003 para
o aço, com base em 2002 e interprete seus resultados.
Ano base = 2002.

preço-base = p02 = 225.
preço considerado = p03 = 255.
Interpretação: a relação do preço da tonelada do aço em 2003 com

base em 2002 é de 113,33%. A variação foi de: 113,33-100=13,33%,
ou seja, houve um aumento de 13,33%, comparando o preço da
tonelada do aço de 2003 com o de 2002.
3) Sabendo que o relativo de quantidade (consumo) para o aço plano em

2002 com base em 2001 foi de 112,5% e que o relativo de preço para
o mesmo produto, em 2002 com base em 2001 foi de 125%, calcule
o relativo de valor para o aço plano de 2002 com base em 2001 e
interprete seu resultado (sugestão: use os índices na forma unitária).
q01,02 = 112,5% ou 1,125.
p01,02 = 125% ou 1,25.
Ano-base = 2001.
-->
A relação do valor do aço em 2002 com base em 2001 é de

140,62%. A variação foi de: 140,62-100= 40,62%, ou seja, houve
um aumento no valor de 40,62%, comparando o valor do aço de
2002 com o de 2001.
237

4) A primeira tabela deve ser preenchida com os índices com base móvel
(elos de relativos).
Produção de automóveis no Brasil de 1993 a 2000 - em milhares
Anos 1996 1997 1998 1999 2000

Quantidades 1.804 2.070 1.586 1.357 1.691
Para calcular os elos:

Note que o q95,96 não pode ser calculado por não existir a quantidade
produzida em 1995, por esse fato, comece os cálculos para o índice de
1997.
Elos de Relativos para a produção de automóveis
Anos 1996 1997 1998 1999 2000

Índices ------- 114,75 76,62 85,56 124,61
Na segunda tabela você deve calcular os relativos em cadeia, ou seja,

com base fixa. A base solicitada é 1997.
Para calcular os índices com base fixa, ou seja, você irá usar a quantidade produzida em 1997 como
base:
238

Estatística I
Relativos em cadeia para a produção de automóveis - 1997=100
Anos 1996 1997 1998 1999 2000

Índices 87,15 100,0 76,62 65,56 81,69
5) A primeira tabela deve ser preenchida com os índices com base móvel
(elos de relativos). O processo é semelhante ao exercício anterior, a
diferença está em que no anterior são relativos de quantidades e nesse
são relativos de preços.
Preços do produto de 1999 a 2003 - em Reais
Anos 1999 2000 2001 2002 2003

Preços 29,5 27,6 29,8 32,5 35,4
Cálculo:
Note que o p98,99 não pode ser calculado por não existir o preço para
1998, então você deve começar pelo p99,00:
239

A tabela fica como segue:
Elos de relativos para preço do produto
Anos 1999 2000 2001 2002 2003

Índices -------- 93,56 107,97 109,06 108,92
Na segunda tabela você deve calcular os relativos em cadeia, ou seja,

com base fixa. A base solicitada é 2000.
Para calcular os índices com base fixa, ou seja, você irá usar o preço em
2000 como base:
Escrevendo na tabela, você terá:
Relativos em cadeia para preço do produto - 2000=100
Anos 1999 2000 2001 2002 2003

Índices 106,88 100,00 107,97 117,75 128,26
240

Estatística I
Unidade 9
1)
1.1. Primeiro, você vai preencher a tabela com os dados que faltam,
(X.Y; X2; Y2) para cada linha e calcular os somatórios de cada coluna.
Note que a indicação da variável Y foi para a coluna de Empréstimos,
pois conforme você pode observar, no item 1.2, solicita uma equação
para possibilitar o cálculo de estimativas para o volume de
empréstimos bancários ao setor privado em % do PIB (Y) (veja a
tabela a seguir):
Juros bancários e a disponibilidade de crédito
FONTE: Veja, 11/06/03, p. 46.
Agora calcule passo a passo.

Passo 1 - somar os elementos da coluna x (Taxa de juros) e escrever
o total na última linha, obtendo, assim, o x = 67,71. Somar os
elementos da coluna y (Empréstimos bancários) e escrever o total na
última linha, obtendo, assim, o y = 840,99 (veja tabela);
Passo 2 - calcular os elementos da terceira coluna (x.y), multiplicando

cada um dos elementos da coluna x (Taxa de juros) por cada um dos
elementos da coluna y (Empréstimos):
241

105,73.4,62=488,473
109,97.5,57=612,533
15,02.8,49=127,52
E assim até o último país (veja os resultados na tabela).

Após, somar todos eles e escrever o total na última linha, obtendo,
assim, o x.y = 4640,716.
Passo 3 - calcular os elementos da quarta coluna (x2), elevando ao

quadrado, cada um dos elementos da coluna x (Taxa de juros):
(4,62)2=21,344
(5,57)2=31,025
(8,49)2=72,08
assim, o x2 = 583,879.
Passo 4 - calcular os elementos da quinta coluna (y2), elevando ao

quadrado, cada um dos elementos da coluna y (Empréstimos):
(105,73)2=11178,833
(109,97)2=12093,401
(15,02)2=225,6
assim, o y2 = 85362,628.
Passo 5 - calcular o coeficiente de correlação utilizando a fórmula:
Identifique os elementos da fórmula:

n = número de observações (10 países) --> n = 10.
Os elementos a seguir foram calculados nos passos anteriores:
x = 67,71
y = 840,99
242

Estatística I
x.y = 4640,716
x2 = 583,879
y2 = 85362,628
Não esqueça!
x.y = x. y
x2 = ( x)2
Escrevendo na fórmula, se tem:
INTERPRETAÇÃO: O coeficiente de correlação resultou em um número

negativo e próximo de -1 (r=-0,77767), sendo assim, a correlação entre
taxa de juros e empréstimos bancários ao setor privado é negativa
e significativa (próxima de -1), ou seja, quanto maior a taxa de juros
menor será o volume de empréstimos e quanto menor a taxa de juros
maior será o volume de empréstimos.
1.2. Para construir a equação para a relação entre taxa de juros e

empréstimo (a equação da reta de regressão) e possibilitar o cálculo de
estimativas para o volume de empréstimos bancários ao setor privado
em % do PIB (Y), usa-se as fórmulas a seguir e se pode aproveitar alguns
resultados obtidos no subitem anterior citada acima:
243

Equação da reta de regressão -->
Calculando passo a passo?
Passo 1 - sendo assim, comece calculando a inclinação da reta (a):

Inclinação da reta (a)
Agora identifique os elementos da fórmula:
n = número de observações (10 países) --> n = 10
x = 67,71
y = 840,99
x.y = 4640,716
x2 = 583,879
Passo 2 - calcular a intersecção com o eixo y (b).

Intersecção do eixo y (b).
Agora identifique os elementos da fórmula:
n = número de observações (10 países) --> n = 10

Os elementos a seguir foram calculados nos passos anteriores:
x = 67,71
y = 840,99
a= -8,401
244

Estatística I
b=140,983
Passo 3 - construir a equação da reta de regressão.

Após calcular a e b, se tem:
a= -8,401
b=140,983
1.3. Para estimar o volume de empréstimos bancários ao setor privado

em % do PIB para o Brasil usando a taxa de juros (X) de 60,96% é só
substituir na equação da reta construída no subitem 1.2:
Fazer a previsão para o Brasil, usando X=60,96.
Substituir na equação de regressão o valor de X:
INTERPRETAÇÃO: a estimativa para o volume de empréstimos bancários

ao setor privado em % do PIB para o Brasil usando a taxa de juros (X) de
60,96% é de
-371,151% do PIB, ou seja, se pode concluir que esse valor é um absurdo.
No contexto do problema, se pode considerar que absurdo mesmo
são as taxas de juros praticadas no Brasil. Observação: o volume de
empréstimos disponibilizado no Brasil, na realidade é de 35,23% do PIB,
segunda a revista Veja.
245

Estatistica I Completo

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estatistica I Completo

Uploaded by

Copyright:

Available Formats

Universidade do Sul de Santa Catarina

estatistica_I.indb 1 27/2/2007 14:33:09

Este livro didático corresponde à disciplina Estatística I.

O material foi elaborado visando a uma aprendizagem autônoma,

Bom estudo e sucesso!

estatistica_I.indb 3 27/2/2007 14:33:15

estatistica_I.indb 5 27/2/2007 14:33:15

Ficha catalográfica elaborada pela Biblioteca Universitária da Unisul

estatistica_I.indb 6 27/2/2007 14:33:15

UNIDADE 1 – Introdução à Estatística . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

Para concluir o estudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

estatistica_I.indb 7 27/2/2007 14:33:16

Olá! Bem-vindo à disciplina Estatística I.

Nesta disciplina você irá estudar o que os proﬁssionais

Não é objetivo desta disciplina formar estatísticos e, sim,

Desta forma, o esperado é que no ﬁnal da disciplina você

Sinta-se agora convidado a estudar para obter todas as

Professor Luiz Arthur Dornelles Jr.

estatistica_I.indb 9 27/2/2007 14:33:17

estatistica_I.indb 11 27/2/2007 14:33:17

 Veriﬁque com atenção o EVA, organize-se para acessar

 Não perca os prazos das atividades. Registre no espaço

 Use o quadro para agendar e programar as atividades relativas

estatistica_I.indb 12 27/2/2007 14:33:17

Seção 2 Como está dividida a Estatística?

estatistica_I.indb 13 27/2/2007 14:33:17

Para início de conversa

No que se refere à Gestão das organizações a situação não é

E por isso dizemos que a Estatística é um

SEÇÃO 1 - Como surgiu a Estatística?

A palavra Estatística origina-sem do latim e o seu

Para entender o conceito do que signiﬁca este “estudo do estado”,

A Estatística é uma coleção de métodos para planejar

estatistica_I.indb 14 27/2/2007 14:33:18

A Estatística está interessada nos métodos cientíﬁcos para

Você percebeu que as deﬁnições se assemelham e se completam?

Agora sim, para entender melhor estes signiﬁcados, nada como

1.1 Quando a Estatística começou a ser aplicada?

Segundo os historiadores nos relatam, a história da Estatística se

Quando o homem se tornou sedentário, ou seja, parou de

 pedrinhas em uma sacola;

Estas são técnicas de contagem rudimentares, mas foram eﬁcazes

Contar, enumerar e recensear

estatistica_I.indb 15 27/2/2007 14:33:19

Bem, quanto a Idade Antiga da civilização poderíamos enumerar

Na Idade Moderna, por volta do século XVI em diante, surgem

 Inglaterra – no século XVI foi pensada como uma

Com o passar dos anos, com as novas pesquisas e

Sendo assim, para a área das ciências sociais aplicadas, mais

estatistica_I.indb 16 27/2/2007 14:33:20

1.2 E qual é a definição atual de Estatística?

Hoje a Estatística é deﬁnida como:

Um conjunto de métodos científicos para a coleta,

SEÇÃO 2 - Como está dividida a Estatística?

O objetivo da Estatística descritiva é observar fenômenos de

estatistica_I.indb 17 27/2/2007 14:33:20

SEÇÃO 3 - Quais as fases do método estatístico?

Alguns passos precisam ser seguidos para que seja aplicado

Todas estas fases são realizadas cumprindo um processo de

FONTE: Adaptado do site http:\\ alea-estp.ine.pt.

estatistica_I.indb 18 27/2/2007 14:33:21

Nas próximas unidades, lembre do que já foi dito, você irá

No aviário do tio Januário D. Estatística

Veriﬁque com atenção o EVA, organize-se para acessar

Não perca os prazos das atividades. Registre no espaço

Use o quadro para agendar e programar as atividades relativas

pedrinhas em uma sacola;

Inglaterra – no século XVI foi pensada como uma

Identificar métodos de arredondamento, propriedades

Animados - (pessoas, animais etc.)

Finita - quando tem um número limitado de elementos

Inﬁnita - quando tem um número ilimitado de

economia: é mais econômico o levantamento de somente

Amostragem Aleatória Simples: este tipo de

Amostragem Sistemática: os elementos são escolhidos

Qualitativas: representam a informação que identiﬁca

Nominal: são dados caracterizados por rótulos ou

Ordinal: são dados caracterizados por uma ordem, mas

Quantitativas: representam a informação resultante

Variáveis Discretas: se ela pode assumir um conjunto

Variáveis Contínuas: é a variável em que não