Universidade Aberta Isced (UnISCED)

Faculdade de Ciências de Educação

Curso de Licenciatura em Ensino de Geografia

Medidas de Variabilidade e sua Aplicação na Análise de Dados Geográficos

Nome da estudante: Beatriz Lúcio José

Lichinga, Março de 2023

 Universidade Aberta Isced (UnISCED)

Faculdade de Ciências de Educação

Curso de Licenciatura em Ensino de Geografia

Medidas de Variabilidade e sua Aplicação na Análise de Dados Geográficos

Trabalho de carácter avaliativo, da Disciplina de

Estatística Aplicada, desenvolvido no campo a ser
submetido na Coordenação do curso de Licenciatura em
Geografia da ISCED

Tutor:

Nome da estudante: Beatriz Lúcio José

Lichinga, Março de 2023

Índice
Introdução ........................................................................................................................................... 3

Objectivo geral .................................................................................................................................... 3

Objectivos específicos ......................................................................................................................... 3

Metodologia ........................................................................................................................................ 3

Medidas de Variabilidade e sua Aplicação na Análise de Dados Geográficos ................................... 4

Tipos de medidas de dispersão ............................................................................................................ 5

Variância (S2) ..................................................................................................................................... 5

Medida de dispersão absoluta ............................................................................................................ 5

Desvio padrão (σ ou S)........................................................................................................................ 5

Formula do Desvio padrao .................................................................................................................. 6

Amplitude............................................................................................................................................ 7

Coeficiente de variação/coeficiente de variação de Pearson ............................................................... 7

Aplicação das Medidas de Variabilidade na Análise de Dados Geográficos ...................................... 8

Conclusão .......................................................................................................................................... 11

Referências bibliográficas ................................................................................................................. 12

Introdução
O presente trabalho tem como tema: medidas de variabilidade e sua aplicação na análise
de dados geográficos. Podemos ver que a Estatística é uma área multidimensional e é
utilizada como parte auxiliar para as demais ciências. Neste trabalho, será abordado a questão
sobre a amplitude, desvio padrão, desvio médio e variância, assim como, a aplicabilidade das
medidas de variabilidade na analise de dados.

Objectivos

Objectivo geral
 Compreender as Medidas de Variabilidade

Objectivos específicos
 Definir as medidas de variabilidade;
 Demonstrar a importância do uso das medidas de variabilidade na análise de dados
geográficos;
 Identificar aplicabilidade das medidas de variabilidade na Geografia.

Metodologia

Para a realização deste trabalho usou-se o método bibliográfico que consistiu na recolha de
informações que culminaram com a realização deste trabalho, tais como: revistas, artigos e
livros físicos e electrónicos.
Medidas de Variabilidade e sua Aplicação na Análise de Dados Geográficos
Conceitos de medidas de variabilidade

Segundo Silva (2018), as medidas de dispersão são usadas para obter o grau de
variabilidade dos elementos de um conjunto de informações. Amplitude e desvio são os mais
fundamentais desses cálculos. (p. 45)

Em estatística, existem algumas medidas que servem para representar todo um conjunto de
informações a partir de apenas de um dado, como moda, média e mediana. Existem ainda
outras medidas responsáveis por ilustrar o grau de variação entre as informações do conjunto.
São elas: amplitude, desvio, variância e desvio padrão. Essas últimas são chamadas medidas
de dispersão. (idem)

A variabilidade (também chamada de dispersão) refere-se à distribuição de um conjunto de

dados. A variabilidade oferece uma maneira de descrever a quantidade de conjuntos de dados
diferentes e permite que você use estatísticas para comparar seus dados com outros conjuntos
de dados. As quatro principais formas de descrever a variabilidade em um conjunto de dados
são: Amplitude, Amplitude interquartil, Variância e Desvio padrão. (Ramos, 2016, p. 43)

Na perspectiva de Costa (2011), são medidas utilizadas para medir o grau de variabilidade
ou dispersão dos valores observados em torno da média aritmética. Servem para medir a
representatividade da média e proporcionar o conhecimento do nível de homogeneidade ou
heterogeneidade dentro de cada grupo analisado. (p. 79)

A dispersão ou variabilidade representa um dos mais importantes grupos de medidas da

estatística. Para o conhecimento pleno e adequado de uma série ou de uma distribuição de
frequências, é necessário determinar não apenas a posição central dos valores, através das
medidas de posição, mas é preciso conhecer o real grau de afastamento de um conjunto de
números em relação a sua média.

Já para Giacomello (2014), as medidas de variabilidade ou dispersão indicam se os valores

estão relativamente próximos ou não uns dos outros. Na análise de um conjunto de dados é
necessário que sejam observados tanto as informações relativas à localização (medidas de
tendência central) quanto as informações de dispersão (medidas de variabilidade). (p. 56)

4
Tipos de medidas de dispersão
Segundo Costa (2011), existem dois tipos de medidas de variabilidade que são: absoluta
(amplitude, desvio padrão, desvio médio e variância) e relativa (coeficiente de variação). (p.
76)

Variância (S2)
Para Giacomello (2015), calcula-se a variância de uma amostra elevando-se as diferenças de
cada um dos valores em relação à média, somando-se estas diferenças e dividindo-se por n-1.
(p. 29)

Santos (2017), a variância de um conjunto de dados fornece uma ideia aproximada de como
expandir seus dados. Um pequeno número para a variância significa que seu conjunto de
dados está bem agrupado e um grande número significa que os valores estão mais
espalhados. A variância raramente é útil, excepto para calcular o desvio padrão. (p.79)

As medidas de tendência central são insuficientes para descrever adequadamente uma

amostra. É necessário também descrever em que medida os dados de observações estão
agrupados ao redor da média. A variância (s²) mede a dispersão dos dados de observações de
uma amostra em relação à respectiva média. Ela relaciona os desvios em torno da média, isto
é, é a média aritmética dos quadrados dos desvios. (Costa, 2011, p.77)

∑( )
Deste modo, define-se a variância como:

Medida de dispersão absoluta

Desvio padrão (σ ou S)
Em um conjunto de informações numéricas, o desvio é a “distância” de cada uma dessas
informações até a média aritmética delas. Matematicamente, o desvio é obtido subtraindo
cada um dos valores de um conjunto de informações da média aritmética desse conjunto.
Assim, os desvios devem ser calculados para cada elemento desse conjunto. No exemplo dado
acima, seriam quatro desvios para o primeiro aluno e outros quatro desvios para o segundo
aluno. (Silva, 2018, p. 46)

Segundo Giacomello (2015), O desvio padrão é simplesmente a raiz quadrada da variância.

Assim se a variância é 81, o desvio padrão será 9. (p. 29)

5
Sob o ponto de vista de Ramos (2016), o desvio padrão de uma amostra (representado pela
letra S) é definido como sendo a raiz quadrada da variância da amostra. Ao iniciar as análises
de um agrupamento de dados, a média permite que se estabeleça um juízo sobre tal conjunto.
Porém, não permite avaliar a dispersão, principalmente para conjunto de dados mais
numerosos. (p. 45)

Um dos modos mais simples de se medir a dispersão, é calcular a amplitude total, entretanto,
tal amplitude pode se deixar influenciar pelos valores extremos. O desvio padrão foge a essa
falha por levar em conta todos os valores em questão. Portanto, o desvio padrão é muito mais
conveniente no cálculo da dispersão. (idem)

Formula do Desvio padrao

Desvio padrão (σ) é a raiz quadrada da variância, então é calculado por:

Por consequência, a variância é o quadrado do desvio padrão.

Exemplo Com os dados sobre a produção diária de 3 trabalhadores de uma indústria, através
do desvio padrão, podemos identificar qual deles A, B, C, apresenta menor variabilidade na
produção diária de peças para carro.

Trabalhador Dia Amplitude

Média diária Total
1° 2° 3° 4° 5°
A 82 70 65 60 73 70 22
B 60 78 68 62 82 70 22
C 53 72 75 75 75 70 22

Para a A, utilizando a definição, temos:

∑( )
√ √

√( ) ( ) ( ) ( ) ( )

6
 √ ( )

E calculando o desvio padrão para B e para C, encontraremos os valores respectivamente

iguais a 9,69 e 9,59. Portanto, podemos observar que o trabalhador A apresenta a menor
dispersão na produção diária de peças.

Amplitude
Silva (2015), Em um conjunto de informações numéricas, a primeira medida de tendência
central é chamada amplitude e é obtida a partir da diferença entre a maior informação da
lista menor. (56)

Sob o ponto de vista de Giacomello (2015), a amplitude também é conhecida como intervalo.
A amplitude de um grupo de dados é, de modo geral, mais simples de calcular e de entender.
Consiste na diferença entre o maior e o menor valor, ou seja, entre os valores extremos.
(p.29)

Amplitude = Xmax - Xmín

A maior limitação da amplitude é o facto de só levar em conta os valores extremos de um

conjunto, nada informado sobre os outros valores. (idem)

Coeficiente de variação/coeficiente de variação de Pearson

Quando se deseja comparar a variabilidade de duas ou mais distribuições, mesmo quando elas
se referem a diferentes fenómenos e são expressas em unidades de medida distintas, isto é,
para comparar a variação do desvio padrão com a média, usa-se a razão entre o desvio padrão
e a média, chamada de coeficiente de variação de Pearson. “O coeficiente de variação para um
conjunto de n observações é definido como o quociente entre o desvio padrão e a média
aritmética da distribuição.” (Costa, 2011, p. 78)

O coeficiente de variação independe da unidade de medição empregada, permitindo com isso

a comparação de vários tipos de dados, tais como: pressão arterial com temperatura. O
coeficiente de variação (CV) é, portanto, a magnitude relativa do desvio padrão expresso em
percentagem da média:

CV

7
Segundo Silva (2015), para encontrar o coeficiente de variação, devemos multiplicar o
desvio padrão por 100 e dividir o resultado pela média. Essa medida é expressa em
percentagem. (p. 69)

C V igual a numerador 100. D P sobre denominador M A fim da fracção

O coeficiente de variação é utilizado quando precisamos comparar variáveis que apresentam

médias diferentes. Como o desvio padrão representa o quanto os dados estão dispersos em
relação a uma média, ao comparar amostras com médias diferentes, a sua utilização pode
gerar erros de interpretação. Desta forma, ao confrontar dois conjuntos de dados, o mais
homogéneo será aquele que apresentar menor coeficiente de variação. (idem)

Exemplo

Um professor aplicou uma prova para duas turmas e calculou a média e o desvio padrão das
notas obtidas. Os valores encontrados estão na tabela abaixo.

Desvio Padrão Média

Turma 1 2,6 6,2
Turma 1 3,0 8,5

Com base nesses valores, determine o coeficiente de variação de cada turma e indique a turma
mais homogénea.

Solução

Calculando o coeficiente de variação de cada turma, temos:

CV₁

CV₂

Desta forma, a turma mais homogénea é a turma 2, apesar de apresentar maior desvio padrão.
(idem)

Aplicação das Medidas de Variabilidade na Análise de Dados Geográficos

Segundo Guedes apud Rogerson (2013), a estatística é uma ferramenta muito utilizada por
diversos ramos da ciência, notadamente nas Exactas e Biológicas. Nas ciências humanas, em
8
passado remoto, ela ainda gozava de certa refutação, talvez em função do uso indiscriminado
de metodologias e ferramentas matemático-estatísticas como forma de atingir os objectivos
de pesquisas. (p. 155)

No entanto, alguns sectores das ciências sociais já utilizavam essa ferramenta como forma de
subsidiar as discussões em torno de seus objectos de pesquisa. Dessa forma a econometria, a
sociometria, as estatísticas aplicadas à Psicologia, à História, entre outras, são aplicações
práticas do uso da estatística. Na Geografia a estatística surge a partir dos anos 1950,
associado à teoria geral dos sistemas, mas se apresentou mais forte a partir da década de 1970
com a chamada revolução da geografia quantitativa. Nesse momento a então “crise”
epistemológica pela qual passava a ciência geográfica, serviu de argumento para o uso
indiscriminado da estatística como metodologia de abordagem na Geografia física e humana.
(idem)

Segundo Fetter (2017), as medidas de variabilidade podem ser aplicadas na análise de dados
geográficos como: variabilidades Espaço Temporal das Chuvas, também podem ser usadas
para obter dados relacionados a mudanças climáticas. (p. 2)

Fetter apud Koutsoyiannis, (2017), salienta que, A representação da distribuição das chuvas
tanto no espaço como no tempo é essencial para determinar a influência da precipitação no
ciclo hidrológico e em diversas actividades humanas. (p. 226)

No entanto, mensurar as inúmeras variáveis que determinam a variabilidade em diferentes

escalas de tempo e de espaço é uma tarefa difícil diante da complexidade inerente aos
processos e principalmente, que ao migrar para escalas de maior detalhe identifica-se um
maior número de factores e de interacções que modulam e influenciam a precipitação. Há
diversos estudos que focam no efeito das feições geográficas sobre o clima, enquanto outros
apontam para as oscilações e mudanças nas séries temporais. Tais iniciativas convergem para
a questão central do tempo e/ou do espaço como determinantes das variações contida nos
dados. (Barros e Lettenmaier, 1994, p. 68)

As medidas de variabilidade, também podem ser utilizadas para medir espaços através do
método geoestatístico designado por krigagem. A krigagem consiste em fornecer estimadores
não tendenciosos e variância mínima para o valor de um atributo, em uma posição não
amostrada, a partir de um conjunto de amostras vizinhas, levando-se em consideração, a

9
estrutura de variação espacial, o que pressupõe a existência de uma correlação entre os dados.
(Krige, 1951, p. 70)

Sob o ponto de vista de Bargaoui e Chebbi (2009), um dos principais motivos do destaque do
método krigagem é a construção do semivariograma para expressar à dependência espacial
através da medida da variância dos valores amostrais, separados por uma distância h. (p.49)

Segundo Levin (1987), as medidas de variabilidade podem ser utilizadas para diversos fins, e
as tais medidas são utilizadas em varias do saber, como na História, Biologia, contabilidade,
Sociologia, Psicologia, e nas demais áreas do saber. (p. 58)

Na Geografia aplicam-se as medidas de variabilidade, e elas desempenham um papel muito

importante, pois, é através delas que podemos saber interpretar e representar fenómenos no
espaço, observando suas escalas e diferentes intensidades. Através delas, podemos realizar a
leitura estatística dessas intensidades é fundamental para se analisar eventuais relações de
causa e efeito. Os métodos e técnicas estatísticas são utilizados em Climatologia basicamente
para analisar o tempo passado com o objectivo de inferir sobre o provável comportamento
futuro de alguma variável. (idem)

10
Conclusão

Esta é a parte final deste trabalho, do estudo concluiu-se que a variância de um conjunto de
dados fornece uma ideia aproximada de como expandir seus dados. Um pequeno número para
a variância significa que seu conjunto de dados está bem agrupado e um grande número
significa que os valores estão mais espalhados. A variância raramente é útil, excepto para
calcular o desvio padrão.

Também concluiu-se que as medidas de tendência central são insuficientes para descrever
adequadamente uma amostra. É necessário também descrever em que medida os dados de
observações estão agrupados ao redor da média. A variância (s²) mede a dispersão dos dados
de observações de uma amostra em relação à respectiva média. Ela relaciona os desvios em
torno da média, isto é, é a média aritmética dos quadrados dos desvios.

Em suma, concluiu-se que na Geografia aplicam-se as medidas de variabilidade, e elas

desempenham um papel muito importante, pois, é através delas que podemos saber interpretar
e representar fenómenos no espaço, observando suas escalas e diferentes intensidades.
Através delas, podemos realizar a leitura estatística dessas intensidades é fundamental para se
analisar eventuais relações de causa e efeito. Os métodos e técnicas estatísticas são utilizados
em Climatologia basicamente para analisar o tempo passado com o objectivo de inferir sobre
o provável comportamento futuro de alguma variável.

11
Referências bibliográficas
Bargaoui, Z.K.; ChebbI, A. (2009). Comparison of two kriging in terpolation methods
applied to spatiotemporal rainfall. London: Journal of Hydrology.

Costa, Paulo Roberto. (2011). Estatística. 3. Ed, Santa Maria: UFSM.

Fetter, R. (2016). Contribuição da análise espaço-temporal de da dos climáticos:

Vulnerabilidade e adaptação da agricultura familiar. 2ª Ed, Rio de Janeiro: Garamond.

Giacomello, Cíntia Paese. (2014). Probabilidade e Estatística. 5ª Ed, Brasília: UCS.

Guedes, Josiel de Alencar. (2013). Revista Brasileira de Educação em Geografia. Campinas:

UERN.

Koutsoyiannis, D. (2006). Nonstationarity vs. Scaling in hydrology. 3ª Ed, London: URFG.

Krige, D.G. (1951). A statistical approach to some basic mine valuation problems on the
Witwatersrand. Journal of the Chemical. South Africa: UHR.

Levin, J. (1987). Estatística Aplicada a Ciências Humanas. 2. ed. São Paulo: Harbra.

Ramos, Martha. (2016). Medidas de variabilidade. 2ª Ed, Porto: ISBN.

Rogerson, Peter A. (2012). Métodos estatísticos para a geografia: um guia para o estudante.
7ª ed. Porto Alegre: Bookman.

Santos, Virgilio. (2017). Medidas de Variabilidade: conceito e aplicabilidade. 3ª Ed, Porto:

URFG.

12