Estatística: medidas de dispersão
Esta unidade avança no estudo da estatística, apresentando as medidas de dispersão, que indicam o quanto os valores de um conjunto de dados variam em relação à média.
Temas abordados nesta unidade
Conteúdo completo
Por que precisamos de medidas de dispersão
Duas turmas podem ter exatamente a mesma média de notas, mas comportamentos muito diferentes: em uma turma, todos tiram notas próximas de 7; em outra, metade tira 10 e metade tira 4, resultando na mesma média 7, mas com desempenhos muito diferentes entre os alunos. As medidas de dispersão, como amplitude, variância e desvio padrão, capturam justamente essa diferença, mostrando o quanto os valores individuais se afastam da média, informação que a média sozinha não consegue revelar.
Desvio em relação à média
O desvio de um valor é a diferença entre esse valor e a média do conjunto de dados. Se um conjunto de notas tem média 7 e um aluno tirou nota 9, o desvio dele é 9−7=2 (desvio positivo, acima da média); se outro aluno tirou nota 5, o desvio dele é 5−7=−2 (desvio negativo, abaixo da média). A soma de todos os desvios em relação à média é sempre igual a zero, por isso usamos o desvio médio absoluto (usando valores absolutos) ou a variância (usando quadrados) para medir a dispersão de forma efetiva.
Variância
A variância é calculada elevando ao quadrado cada desvio em relação à média, somando esses quadrados e dividindo pela quantidade de valores. Para o conjunto de dados 4, 6, 8 (média=6), os desvios são −2, 0 e 2; elevando ao quadrado: 4, 0 e 4; somando: 4+0+4=8; dividindo pela quantidade (3): variância = 8÷3 ≈ 2,67. Elevar ao quadrado evita que desvios positivos e negativos se cancelem na soma, garantindo que a variância sempre reflita corretamente o quanto os dados se espalham em torno da média.
Desvio padrão
O desvio padrão é a raiz quadrada da variância, e tem a vantagem de estar na mesma unidade de medida dos dados originais (diferente da variância, que fica em unidades ao quadrado). Usando a variância calculada anteriormente (≈2,67), o desvio padrão é √2,67 ≈ 1,63. Quanto menor o desvio padrão, mais os dados estão concentrados perto da média; quanto maior, mais dispersos eles estão. Em pesquisas científicas e financeiras, o desvio padrão é uma das medidas mais usadas para avaliar a confiabilidade e a variabilidade de um conjunto de dados.
Comparando conjuntos de dados usando dispersão
Ao comparar dois conjuntos de dados com médias parecidas, o desvio padrão ajuda a identificar qual deles é mais uniforme. Considere as notas da Turma A: 6, 7, 7, 8 (média=7) e da Turma B: 2, 7, 9, 10 (média=7). Embora ambas tenham a mesma média, a Turma A tem valores mais próximos entre si (desvio padrão menor), enquanto a Turma B tem valores muito distantes uns dos outros (desvio padrão maior), indicando desempenho mais desigual entre os alunos dessa turma, mesmo com a média sendo idêntica à da Turma A.
🧠 Mapa mental
Perguntas frequentes
Por que só a média não é suficiente para descrever um conjunto de dados?
Porque dois conjuntos diferentes podem ter a mesma média, mas dispersões muito diferentes. As medidas de dispersão mostram se os dados estão próximos ou espalhados em relação à média, complementando essa informação.
Como calcular o desvio padrão de um conjunto de dados?
Calculamos a variância (média dos quadrados dos desvios em relação à média) e depois extraímos a raiz quadrada dela: desvio padrão = √variância.
O que significa um desvio padrão pequeno?
Significa que os valores do conjunto de dados estão, em média, bem próximos da média geral, indicando maior uniformidade nos dados.