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

Marcelino Amaral Tomás

Código: 81231626; Turma ‟Hˮ.
Nampula, Março 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,

desenvolvido no campo a ser
submetido na Coordenação do
Curso de Licenciatura em Ensino
de Geografia da UniSCED,
disciplina de Estatística.

Marcelino Amaral Tomás

Código: 81231626; Turma ‟Hˮ.
Nampula, Março 2023.
2
II
Índice
1. Introdução .................................................................................................................................... 4
2. Medidas de Variabilidade ou Dispersão .................................................................................... 5
2.1. Análise Gráfica........................................................................................................................ 5
3. Medidas de dispersão Absoluta ................................................................................................... 5
3.1. Propriedades da Variância ...................................................................................................... 6
3.2. Outra forma de calcular o desvio padrão ................................................................................ 7
4. Medidas de Dispersão Relativa .................................................................................................. 7
4.1. Variância relativa .................................................................................................................... 8
4.2. Coeficiente de Variação de Pearson ..................................................................................... 8
5. Momentos, assimetria e curtose ................................................................................................. 8
5.1. Momentos ............................................................................................................................. 8
5.2. Assimetria ............................................................................................................................. 9
5.3. Curtose .................................................................................................................................. 9
5.3.1. Coeficiente de Curtose ................................................................................................. 10
6. Conclusão .................................................................................................................................. 11
7. Referências Bibliográficas ......................................................................................................... 12

3
III
1. Introdução

O presente trabalho foi concebido no âmbito da realização das actividades curriculares na

disciplina de Estatística da UniSCED, Curso de Licenciatura em Ensino de Geografia do 1º ano, e
tem como tema “Medidas de variabilidade e sua aplicação na análise de dados geográficos”, cujo
objectivo é:

Objectivo Geral: Compreender a importância do estudo das medidas de variabilidade estatísticas

na análise de dados geográficos.

Objectivos Específicos:

 Descrever as diferentes variáveis estatísticas aplicadas na análise de dados geográficos;

 Representar graficamente os dados geográficos;
 Aplicar as medidas de viabilidade na análise de dados geográficos.

Metodologia:
Para elaboração do presente trabalho, inicialmente foi feita uma leitura bibliográfica sobre a
escolha da metodologia de pesquisa, como reporta Lakatos (1988:81): “Metodologia é o conjunto
das actividades sistemáticas e racionais que, com maior segurança e economia, permite alcançar o
objectivo, conhecimentos validos e verdadeiros, traçando o caminho a ser seguido, detectando
erros e auxiliando as decisões do cientista”. Estruturalmente, o presente trabalho apresenta capa,
folha de rosto, índice, introdução, desenvolvimento, considerações finais e referências
bibliográficas.

4
2. Medidas de Variabilidade ou Dispersão

Visam descrever os dados no sentido de informar o grau de dispersão ou afastamento dos valores
observados em torno de um valor central representativo chamado média. Informa se um conjunto
de dados é homogéneo (pouca variabilidade) ou heterogéneo (muita variabilidade).

As medidas de dispersão podem ser:

- Desvio extremo – amplitude

Absoluta - Desvio Médio
- Desvio Padrão
- Desvio quadrático – Variância

Para estudarmos as medidas de variabilidade para dados não tabelados usaremos um exemplo
prático. Supomos que uma empresa esteja querendo contratar um funcionário, e no final da
concorrência sobraram dois candidatos para uma única vaga. Então foi dado 4 tarefas para cada
um, onde as mesmas tiveram como registo o tempo (em minutos) de execução.

Tarefas 1 2 3 4
Operário 1 (tempo) 55 45 52 48
Operário 2 (tempo) 30 70 40 60

2.1. Análise Gráfica

3. Medidas de dispersão Absoluta

Desvio Extremo ou Amplitude de Variação (H): É a diferença entre o maior e omenor valor de
5
um conjunto de dados:

HXmaxXmin

Desvio Médio ( d ): Em virtude do  X

i1
i  X  0 , usamos para calcular o desvio

médio  Xi 0
i 1
X .

Desvio Quadrático ou Variância: S2 (amostra) ou 2 (população)

Desvio Padrão: S (amostra) ou  (população)

Para dados não tabelados:

    X X 
s  


   
S 
n 1 n 1

Para dados tabelados:


X X  
X 1 X   f X
s  1 2 2




 i X f X X
fi X
S 
f




(n-1) é usado como um factor de correcção, onde devemos considerar a variância amostral
como uma estimativa da variância populacional.

3.1. Propriedades da Variância

6
1ª) Somando-se ou subtraindo-se uma constante k a cada valor observado a variância não será
alterada;
2ª) Multiplicando-se ou dividindo-se por uma constante k cada valor observado a variância
ficará multiplicada ou dividida pelo quadrado dessa constante.

3.2. Outra forma de calcular o desvio padrão

O desvio padrão mede bem a dispersão de um conjunto de dados, mas é difícil de calcular.
Então, você pode obter o desvio padrão através da seguinte relação:

R
̂ 
d2

onde R é a amplitude e o valor de d2 , que depende do tamanho da amostra, é encontrado na

tabela a seguir. Este método de calcular o desvio padrão fornece boas estimativas para amostras
de pequeno tamanho (n=4, 5 ou 6), mas perde a eficiência se n>10. De qualquer forma, é essa
relação entre a amplitude e o desvio padrão de uma amostra que permite fazer gráficos de
controle X  R.
Tabela 1: Factores para construir um gráfico de controlo

n 2 3 4 5 6 7 8 9 10 11 12 13
13 14
d2 1,1 1,69 2,0 2,32 2,53 2,7 2,84 2,97 3,07 3,1 3,2 3,3 3,4
28 3 59 6 4 04 7 0 8 73 58 36 07
n 15 16 17 18 19 20 21 22 234 24 25 ---
--- ---
d2 0,3 3,53 3,5 3,64 3,68 3,7 3,77 3,81 3,85 3,3 3,3
47 2 32 0 9 35 8 9 8 91 91 --- ---
Fonte: Montgomery, D.C. Statical Quality Control. Nova York, Wyley. 1991.

4. Medidas de Dispersão Relativa

Variância relativa
Relativa

Coeficiente de variação (Pearson)

7
4.1. Variância relativa

É a medida de variabilidade que em geral é expressa em percentagem, e tem por função determinar o
grau de concentração dos dados em torno da média, geralmente utilizada para se fazer a
comparação entre dois conjuntos de dados em termos percentuais, esta comparação revelará o
quanto os dados estão próximos ou distantes da média do conjunto de dados.

4.2. Coeficiente de Variação de Pearson

 S
C.V.  ou x 100
 X

C.V. 50%  a média é representativa

C.V.  0  é a maior representatividade da média (S = 0)

5. Momentos, assimetria e curtose

As medidas de assimetria e curtose complementam as medidas de posição e de dispersão no

sentido de proporcionar uma descrição e compreensão mais completa das distribuições de
frequências. Estas distribuições não diferem apenas quanto ao valor médio e à variabilidade, mas
também quanto a sua forma (assimetria e curtose).

Para estudar as medidas de assimetria e curtose, é necessário o conhecimento de certas quantidades,

conhecidas como momentos.

5.1. Momentos

São medidas descritivas de carácter mais geral e dão origem às demais medidas descritivas, como
as de tendência central, dispersão, assimetria e curtose. Conforme a potência considerada tem-se a
ordem ou o grau do momento calculado.

8
5.2. Assimetria

Uma distribuição de valores sempre poderá ser representada por uma curva (gráfico). Essa curva,
conforme a distribuição, pode apresentar várias formas. Se considerarmos o valor da moda da
distribuição como ponto de referência, vemos que esse pont o sempre corresponde ao valor de
ordenada máxima, dando-nos o ponto mais alto da curva representativa da distribuição
considerada, logo a curva será analisada quanto à sua assimetria.

Distribuição Simétrica: É aquela que apresenta a X Mo  Md e os quartis Q1 e Q3

equidistantes do Q2.

Podemos medir a assimetria de uma distribuição, calculando os coeficientes de assimetria. Sendo

o mais utilizado o Coeficiente de Assimetria de Pearson.

X  Mo
As 
S
 Se As < 0 a distribuição será Assimétrica Negativa;
 Se As > 0 a distribuição será Assimétrica Positiva;
 Se As = 0 a distribuição será Simétrica.

Quando não tivermos condições de calcularmos o desvio padrão podemos usar a seguinte
fórmula:

Q 3  Q1  2Md
As
Q3  Q1
Coeficiente momento de assimetria ( 3): É o terceiro momento abstracto.

O campo de variação do coeficiente de assimetria é: -1  3 + 1

5.3. Curtose

Já apreciamos as medidas de tendência central, de dispersão e de assimetria. Falta somente

9
examinarmos mais uma das medidas de uso comum em Estatística, para se positivarem as
características de uma distribuição de valores: são as chamadas Medidas de Curtose ou de
Achatamento, que nos mostra até que ponto a curva representativa de uma distribuição é a mais
aguda ou a mais achatada do que uma curva normal, de altura média.

 Curva Mesocúrtica (Normal): É considerada a curva padrão.

 Curva Leptocúrtica: É uma curva mais alta do que a normal. Apresenta o topo
relativamente alto, significando que os valores se acham mais agrupados em torno da moda.
 Curva Platicúrtica: É uma curva mais baixa do que a normal. Apresenta o topo
achatado, significando que várias classes apresentam frequências quase iguais.

5.3.1. Coeficiente de Curtose

Q  Q1
K 3
2(P90  P10 )

 Se K > 0.263 a distribuição será Platicúrtica.

 Se K = 0.263 a distribuição será Mesocúrtica;

 Se K < 0.263 a distribuição será Leptocúrtica;

10
6. Conclusão

As medidas de variabilidade mais usadas são desvio padrão e variância (quadrado do desvio
padrão). Amplitude é definida como a diferenças do menor ao maior valor de um conjunto de
dados. Já o desvio padrão nada mais é do que a raiz quadrada (positiva) da variância. Portanto,
desvio padrão mede dispersão. E o faz mais ou menos do mesmo modo que o desvio médio, ou
seja, medindo o afastamento médio dos dados em relação à média do conjunto. A diferença é
que, tomando o quadrado dos desvios, o desvio padrão obtém uma espécie de média ponderada
desses desvios, onde desvios maiores entram com peso maior que os desvios menores.

11
7. Referências Bibliográficas
FONSECA, J.S.; MARTINS, G.A. (1993). Curso de estatística. 4a ed. São Paulo: Atlas.
LAPONNI, Juan Carlos (1997). Estatística usando o Excel. São Paulo: Lapponi Treinamento e
Editora.
LUCAS (2021) Medidas de dispersão ou variabilidades dos dados geográficos. Acessado em:
https://blogdoenem.com.br/medidas-de-dispe-variabilidade-dos-dados/
WONNACOTT, T.H.; WONNACOTT, R. J. (1990). Introductory Statistics. Nova Iorque. John
wiley & Sons;

12