PARTE II: Análise de dados: Tabelas de freqüências

3. ESTATÍSTICA DESCRITIVA: APRESENTAÇÃO DE DADOS: DISTR. DE FREQUÊNCIAS
3.1. ESTATÍSTICA DESCRITIVA Em termos de custos, estatística é uma coisa super eficiente, pois muitas vezes a população é enorme, e não é viável medir as características de interesse em cada elemento da população. Suponha agora que você obteve uma amostra e, a partir desta amostra você coletou os dados e fez um resumo dos mesmos (por exemplo, o % de audiência da TV Globo nos domingos à noite). O que fazer com isso? Existem duas possibilidades:  Você pode simplesmente descrever estes dados através de gráficos e tabelas. Isto é chamado de estatística descritiva. A maioria das pesquisas de mercado faz só isso, que é sem dúvida, muito importante. Ou você pode tentar tirar conclusões sobre as características da população a partir dos dados observados na amostra. Isto se chama Inferência estatística.

Para que a gente consiga utilizar à inferência estatística é necessário ter uma noção bastante abrangente de Probabilidades. Na verdade a estatística descritiva surgiu muito antes da inferência estatística. Esta última depende da especificação de modelos matemáticos baseados numa noção fundamental, que é a de "probabilidade". A estatística descritiva é responsável pela:   Apresentação dos dados (tabelas e gráficos); Descrição e sumarização dos dados coletados.

3.2. APRESENTAÇÃO E RESUMO DOS DADOS A análise de um conjunto de dados é conseqüência da forma que os mesmos foram coletados e principalmente dos objetivos propostos. De acordo com esses fatores, define-se o procedimento estatístico a ser utilizado, como por exemplo, métodos descritivos somente, comparações de médias, ajustes de curvas, entre outras. No entanto, o primeiro passo na análise e interpretação dos dados, depois dos dados coletados, através de uma amostra ou um censo, e organizados é fazer a sua descrição (apresentação) e sumarização, de uma forma que se possa retirar o máximo de informações possíveis, ou seja, devem ser resumidos sem perder a essência. A descrição ou apresentação dos dados pode ser feita de diferentes formas, dependendo do tipo de variável que será apresentada. As ferramentas usuais da estatística descritiva para apresentação dos dados são:   Tabelas e distribuições de freqüências; Gráficos ou diagramas: histogramas, gráficos de barras, gráficos de pizzas, gráfico de linhas, ramos e folhas, entre outros.

12

Já a maneira de resumir ainda mais os dados (mais do que as tabelas e os gráficos já resumiram) é através de medidas numéricas que dão a partir de apenas um número, informações sobre todo o conjunto de dados. Essas medidas são dadas por:   Medidas de posição: média, mediana, quantis, moda. Medidas de dispersão ou variabilidade: variância, desvio padrão, amplitude, erro padrão, coeficiente de variação, entre outras.

3.2.1. Tabelas de freqüências Suponha que para uma determinada população, já foram definidos quais as características de interesse (variáveis), os dados já foram coletados e digitados em um computador e já foi verificado (e corrigido) os possíveis erros de digitação. O primeiro passo na análise e interpretação dos dados de uma amostra consiste na descrição (apresentação) dos dados em forma de tabelas ou gráficos.

Distribuição de Freqüência / Tabelas de freqüências simples Uma distribuição de freqüência é um sumário tabular de dados que mostra a freqüência que cada valor ou classe de valor distinto aparecem no conjunto de dados de uma variável. Muitas vezes, obtêm-se informações relevantes sobre uma variável através de uma distribuição de freqüências. As tabelas de freqüências contem os valores distintos da variável e as freqüências correspondentes:   Freqüência absoluta Freqüência relativa

 f a  : número de vezes que o valor aparece no conjunto de dados.

 f r :

proporção das observações que pertence à classe. Para um

conjunto de dados com n observações, a freqüência relativa de cada classe é:   Freqüência percentual
p p r

fr 

fa

 f  : freqüência relativa multiplicada por 100, f  f *100 . Freqüência acumulada F ac : é a soma de cada freqüência com as que lhe são anteriores
p

n

na distribuição

13

Distribuição de Freqüência para variáveis qualitativas

Exemplo: Uma empresa resolveu fazer uma pesquisa interna com seus funcionários. Para isso, uma amostra de 25 funcionários foi analisada, utilizando o seguinte questionário:

Figura 6: Exemplo de questionário

Depois que os questionários foram aplicados, os dados foram organizados no banco de dados abaixo:

14

BANCO DE DADOS Func. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Sexo 1 1 0 1 0 0 1 1 1 1 1 1 1 1 0 1 1 1 0 0 0 1 0 0 1 Idade 24 26 24 15 26 34 28 28 30 24 19 27 22 25 25 29 34 29 21 25 29 32 31 27 15 Escola 1 1 1 1 1 3 2 3 2 0 2 2 2 0 1 1 2 3 2 1 3 0 3 2 3 Estado Civil 0 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1 0 0 2 peso 74,5 75,3 71,1 79,6 77,3 70,8 76,7 63,0 72,5 72,0 77,8 67,6 75,9 70,0 75,0 76,5 81,5 75,8 71,2 71,5 83,5 78,2 76,1 76,0 72,1 altura 1,84 1,71 1,79 1,90 1,79 1,83 1,79 1,90 1,81 1,80 1,67 1,76 1,81 1,83 1,68 1,68 1,89 1,80 1,82 1,77 1,61 1,87 1,80 1,89 1,69 Núm. filhos 1 1 1 0 0 0 0 2 0 0 1 0 1 0 1 0 1 0 0 0 0 1 0 0 1 Mora Sozinho 0 0 0 1 0 0 1 0 0 0 0 1 1 0 0 0 1 0 0 1 0 0 1 1 0 Salario 1574,59 1354,15 1262,17 1388,85 1220,36 1675,91 1035,26 1571,47 1443,98 1636,41 1627,89 1404,06 1330,84 1520,45 1859,41 1459,67 1444,23 1461,41 1255,94 1411,59 1449,21 1676,05 1349,86 1603,06 1626,69 Toler. 2 2 2 2 2 2 2 2 1 2 2 2 1 2 1 2 2 2 2 2 2 2 2 2 2 Exerc. Gosta 1 0 1 0 1 0 1 0 1 1 0 0 0 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 1 1 0 1 0 1 0 1 0 1 1 1 1 1 0 0 0 1 1 Satisfacao G 2 2 4 4 2 3 2 3 4 3 4 4 4 2 3 3 3 4 4 4 4 4 3 4 3 Satisfacao S 3 2 3 2 1 1 1 2 1 1 3 2 0 3 0 2 3 3 1 1 4 3 1 1 3 Satisfacao A 4 4 4 3 2 3 4 3 3 4 4 4 4 4 3 4 4 3 4 4 2 2 4 4 4 TV 2,1 3,1 4,7 3,9 1,5 2,4 2,4 2,8 3,4 3,5 1,9 3,8 4,1 4,5 3,6 3,3 2,5 3,4 4,5 2,3 3,5 2,2 3,5 3,1 3,2 OpTV 0 2 0 1 2 1 0 2 1 1 0 0 3 1 0 0 1 0 1 0 1 2 2 2 1 Feliz 3 1 3 4 2 2 3 2 3 3 2 4 2 2 2 3 4 3 0 1 3 3 3 3 3 Nota Feliz 8 10 10 9 9 9 8 9 9 8 10 9 9 8 9 10 10 9 10 8 8 9 10 10 8

LEGENDA
Func. Sexo Idade Escola Estado Civil peso altura Núm. de filhos Mora Sozinho Salario Toler. codigo de identificacao do questionário Sexo: 0 se masculino e 1 se feminino idade em anos Escolaridade: 0 se ensino fundamental, 1 se ensino médio, 2 se ensino superior e 3 se fez pos graduacão 1 se casado e 2 se outros 0 se solteiro, peso em kg altura em metros número de filhos 0 se mora sozinho e 1 se mora com outras pessoas salário em R$ Grau de tolerancia ao cigarro: 0 se incomoda pouco, 1 se é indiferente e 2 se incomodo muito Exerc. Gosta Satisfacao G Satisfacao S Satisfacao A TV OpTV Feliz Nota Feliz Se pratica exercício fisico: 0 se pratica exercício e 1 se não pratica 0 se gosta do que faz e 1 se não gosta Satisfação geral em trabalhar na empresa: 0 muito insatisfeito, 1 insatisfeito, 2 indiferente, 3 satisfeito e 4 muito satisfeito geral com o salário: 0 muito insatisfeito, 1 insatisfeito, 2 indiferente, 3 satisfeito e 4 muito satisfeito Satisfação Satisfação geral com ambiente do trabalho: 0 muito insatisfeito, 1 insatisfeito, 2 indiferente, 3 satisfeito e 4 muito satisfeito Horas assistindo TV Opinião sobre a programação da TV: 0 se ruim, 1 se média, 2 se boa e 3 se não sabe Como esta se sentido atualmente: 0 se muito infeliz, 1 se infeliz, 2 se nem feliz nem infeliz, 3 feliz e 4 muito feliz Nota de 0 a 10 para sua felicidade hoje

Figura 7: Exemplo de banco de dados

Para facilitar a visualização dos dados, será apresentando a seguir os dados das variáveis Sexo, Escolaridade e Estado Civil (para economia de espaço, em vez de colocar em colunas, apresentarmos os dados invertidos)
Func. Sexo Escola Estado Civil 1 1 1 0 2 1 1 0 3 0 1 0 4 1 1 0 5 0 1 0 6 0 3 0 7 1 2 1 8 1 3 0 9 1 2 0 10 11 1 1 0 2 0 0 12 13 14 1 1 1 2 2 0 0 1 1 15 16 17 0 1 1 1 1 2 0 0 0 18 19 20 1 0 0 3 2 1 0 0 0 21 22 23 0 1 0 3 0 3 0 1 0 24 25 0 1 2 3 0 2

Sexo: 0-Masc e 1-Fem.

Escola: 0-Ens. fundamental, 1-Ens. Médio, 2-Superior e 3-Pós-graduação

Estado Civil: 0-Solteiro, 1-Casado e 2-Outros

Poderíamos apresentar essas variáveis qualitativas em tabelas de frequencias. Primeiramente, devemos contar os valores diferentes de cada resultado das variáveis:
Sexo 0 – Masc 1 - Fem Total Nº de vezes = fa 9 16 25

Escolaridade 0 – E Fundamental 1 – E Médio 2 - Superior 3 – Pós-graduação Total

Nº de vezes = fa 3 8 8 6 25

15

Estado Civil 0 – Solteiro 1 – Casado 2 - Outros Total

Nº de vezes = fa 20 4 1 25

A partir destas tabelas, podemos construir as freqüências relativas, percentuais e acumuladas.
Sexo 0 – Masc 1 - Fem Total fa 9 16 25 fr 0,36 0,64 fp 36% 64%

Escolaridade 0 – E Fundamental 1 – E Médio 2 - Superior 3 – Pós-graduação Total

fa 3 8 8 6 25

fr 0,12 0,32 0,32 0,24 1

fp 12% 32% 32% 24% 100%

Fpac 12% 44% 76% 100% -

Estado Civil 0 – Solteiro 1 – Casado 2 - Outros Total

fa 20 4 1 25

fr 0,80 0,16 0,04 1

fp 80% 16% 4% 100%

Fpac 80% 96% 100% -

É importante saber interpretar essas tabelas. Pelas tabelas acima, podemos perceber que:  64% dos funcionários são do sexo feminino;  Apenas 24% dos funcionários fizeram pós-graduação e 44% dos funcionários estudaram até o ensino médio;  80% dos funcionários são solteiros.

16

Distribuição de Freqüência para variáveis quantitativas discretas

Exemplo1: Considere o exemplo anterior, onde a variável quantitativa discreta “número de filhos” será analisada nos 25 funcionários da amostra.
Func. Núm. filhos 1 1 2 1 3 1 4 0 5 0 6 0 7 0 8 2 9 0 10 11 0 1 12 13 14 0 1 0 15 16 17 1 0 1 18 19 20 0 0 0 21 22 23 0 1 0 24 25 0 1

Contando os diferentes valores da variável “número de filhos” na amostra de 25 funcionários, é possível construir a seguinte tabela de freqüência.
Nº de filhos 0 1 2 Total fa 15 9 1 25 fr 0,60 0,36 0,04 1 fp 60% 36% 4% 100% Fpac 60% 96% 100% -

 96% dos funcionários possuem 1 ou nenhum filho.  Apenas 4% dos funcionários possuem exatamente 2 filhos.

Exemplo 2: O gerente do departamento de uma instituição financeira deseja analisar o número diário de operações fechadas nos últimos dois anos (total de 625 dias úteis) por um operador de seu departamento de ações negociadas na Bolsa de valores. Uma amostra probabilística simples de 26 dias foi analisada, onde se observou o número de operações realizadas pelo operador nestes dias. A tabela a seguir apresenta os dados levantados desta amostra:
Dia Nº de operações 1 14 2 12 3 13 4 11 5 12 6 13 7 16 8 14 9 14 10 15 11 17 12 14 13 11 14 13 15 14 16 15 17 13 18 12 19 14 20 13 21 14 22 13 23 15 24 16 25 12 26 12

Para se analisar esses dados, podemos primeiramente contar o número de vezes que cada valor diferente das operações ocorreu. Desta forma, teremos as freqüências absolutas de cada valor:
Nº de operações 11 12 13 14 15 16 17 Total fa 2 5 6 7 3 2 1 26 fr 0,08 0,19 0,23 0,27 0,12 0,08 0,04 1 fp 8% 19% 23% 27% 12% 8% 4% 100 Fpac 8% 27% 50% 77% 88% 96% 100% -

O procedimento para construção de uma tabela de freqüência para dados quantitativos discretos é o mesmo do que para dados qualitativos. No entanto, é possível a tabela de freqüência de uma variável quantitativa discreta resultar em muitas linhas, sendo necessário agrupa-las em classes. Neste caso, usar o procedimento que veremos a seguir para variáveis quantitativas contínuas.

17

Distribuição de Freqüência para variáveis quantitativas contínuas No caso de variáveis quantitativas, em especial a variável contínua, são observadas as freqüências em intervalos de valores (de preferência iguais), ao invés de freqüências individuais. Para variável quantitativa é de grande importância a distribuição de freqüências acumuladas. A freqüência se refere ao número de valores da variável em cada intervalo. Um critério empregado aqui é o de considerar os intervalos fechados à esquerda, isto é, inclui o valor extremo esquerdo e não inclui o valor à direita. Para a construção de uma distribuição de freqüências em classes são necessários os seguintes componentes: a Amplitude dos dados (maior valor menos o menor valor dos dados) e o número de classes desejado. Com isso, podemos obter o tamanho ou largura de cada classe (intervalo) que iremos utilizar para construção da tabela, ou seja:

tamanho das classes 

maior valor  menor valor número de classes

Alguns elementos são importantes definirmos para falarmos em uma tabela de freqüência para variáveis quantitativas contínuas:       

li ls
pm

Limite inferior de cada classe. Limite superior de cada classe. Ponto médio de cada classe,

pm  li  l s  / 2

fa

Freqüência absoluta. Nº de ocorrências (elementos) de cada classe. Freqüência relativa,

fr
fp
Fa

fr  fa / n

Freqüência percentual,

f p  f r .100 .

Freqüência absoluta acumulada.

Exemplo: Considere o exemplo anterior, do levantamento feito com os funcionários de uma empresa, onde a variável quantitativa contínua “peso dos funcionários” será analisada nos 25 funcionários da amostra.
Func. peso 1 74,5 2 75,3 3 71,1 4 79,6 5 77,3 6 70,8 7 76,7 8 63,0 9 72,5 10 72,0 11 77,8 12 67,6 13 75,9 14 70,0 15 75,0 16 76,5 17 81,5 18 75,8 19 71,2 20 71,5 21 83,5 22 78,2 23 76,1 24 76,0 25 72,1

Como podemos observar, não é possível contarmos os valores diferentes das variáveis, como fizemos para as variáveis qualitativas e quantitativas discretas, pois quase todos os 25 números da amostra são diferentes. Neste caso, é necessário agruparmos os valores de pesos em classes. Nesta hora, sempre surgirá à dúvida: “Mas quantas classes devemos criar?” O número ideal de classes irá depender dos dados que estamos trabalhando (é bastante comum trabalharmos com 4 a 8 classes). No entanto, temos que nos atentar, ao definirmos o número de classes, que:

18

 Devemos apresentar tabelas de freqüências agrupadas de forma resumida e sem perder muita informação.  Tabelas com poucas linhas, resumem demais os dados e consequentemente há muita perda de informação. Tabelas com muitas linhas fogem da essência de tabelas de freqüências que é o resumo adequado dos dados. Vamos considerar que iremos trabalhar neste exemplo com 4 classes. Para facilitar esse agrupamento, podemos determinar o tamanho de cada classe por:

tamanho das classes 

maior valor  menor valor 83,5  63,0   5,13  5,5 número de classes 4

A primeira classe da tabela é formada por um numero no limite inferior e outro no limite superior da classe. O numero do limite inferior da classe pode ser o menor número do conjunto de dados e o número do limite superior deve ser o menor número somado com o valor calculado acima, ou seja: 63,0 a 63,0 + 5,5 ou melhor 63,0 a 68,5

Desta forma, é possível construirmos a tabela agrupada abaixo:
Peso 63 a 68,5 68,5 a 74,0 74,0 a 79,5 79,5 a 85,0 Total fa fr fp Fpac

25

1

100%

-

Fazendo a contagem dos pesos do conjunto de dados em cada classe de peso definida acima, podemos completar a tabela de freqüência:
Peso 63 a 68,5 68,5 a 74,0 74,0 a 79,5 79,5 a 85,0 Total fa 2 8 12 3 25 fr 0,08 0,32 0,48 0,12 1 fp 8% 32% 48% 12% 100% Fpac 8% 40% 88% 100% -

Na tabela acima, há um problema na definição dos limites das classes, ou seja, se no conjunto de dados aparecer um número igual a 68,5, esse número será contado na primeira classe (63 a 68,5) ou na segunda (68,5 a 74,0)? Existem várias maneiras para resolvermos esse problema, mas uma solução seria utilizar o símbolo ┝. Esse símbolo significa que o limite inferior entra na classe em questão e o limite superior não, sendo contato até um número muito próximo do limite superior. Desta forma, temos a seguinte tabela:

19

Peso 63 ┝. 68,5 68,5 ┝ 74,0 74,0 ┝79,5 79,5 ┝ 85,0 Total

fa 2 8 12 3 25

fr 0,08 0,32 0,48 0,12 1

fp 8% 32% 48% 12% 100%

Fpac 8% 40% 88% 100% -

 8% dos funcionários pesam entre 63 a 68,5 kg.  Quase a metade dos funcionários, 48%, pesa entre 74 a 79,5 kg.  88% dos funcionários pesam menos que 79,5 kg.

Tabelas de freqüências cruzadas / tabelas de contingência Podemos construir tabelas de freqüências usando mais de uma variável simultaneamente. Exemplo: Voltando ao exemplo da pesquisa interna com funcionários de uma empresa. Considere que as variáveis Sexo, Estado civil e escolaridade dos funcionários foram levantadas e que queremos saber qual o perfil de escolaridade entre os homens e as mulheres.

Func. Sexo Escola Estado Civil

1 1 1 0

2 1 1 0

3 0 1 0

4 1 1 0

5 0 1 0

6 0 3 0

7 1 2 1

8 1 3 0

9 1 2 0

10 11 1 1 0 2 0 0

12 13 14 1 1 1 2 2 0 0 1 1

15 16 17 0 1 1 1 1 2 0 0 0

18 19 20 1 0 0 3 2 1 0 0 0

21 22 23 0 1 0 3 0 3 0 1 0

24 25 0 1 2 3 0 2

Sexo: 0-Masc e 1-Fem.

Escola: 0-Ens. fundamental, 1-Ens. Médio, 2-Superior e 3-Pós-graduação

Estado Civil: 0-Solteiro, 1-Casado e 2-Outros

Para isso, primeiramente, temos que fazer uma tabela de freqüências absolutas, onde contamos simultaneamente os valores das variáveis.

Escolaridade 0 – E Fundamental 1 – E Médio 2 - Superior 3 – Pós-graduação Total

Sexo 0-Masc. 4 2 3 9 1-Fem 3 4 6 3 16

Total 3 8 8 6 25

 Em números absolutos, percebemos que cursaram o ensino fundamental temos 3 mulheres e nenhum homem.  Temos 4 funcionários do sexo masculino e com ensino médio.  6 funcionários fizeram um curso superior e são do sexo feminino. 2 funcionários que fizeram um curso superior são do sexo masculino. No entanto, ao analisarmos um conjunto de dados é indicado fazermos conclusões com base nas freqüências percentuais.

20

Desta forma, temos 3 tabelas com freqüências percentuais:    Percentual sobre o total Percentual sobre a coluna Percentual sobre a linha

Tabela com percentual sobre o total: dividir todos os números da tabela pelo total da amostra (n=25)
Escolaridade 0 – E Fundamental 1 – E Médio 2 - Superior 3 – Pós-graduação Total Sexo 0-Masc. 0% 16% 8% 12% 36% 1-Fem 12% 16% 24% 12% 64% Total 12% 32% 32% 24% 100%

 24% dos funcionários da empresa são mulheres e fizeram um curso superior.  8% dos funcionários da empresa são homens e fizeram um curso superior. Tabela com percentual sobre a coluna: dividir cada coluna pelo total da coluna correspondente.
Escolaridade 0 – E Fundamental 1 – E Médio 2 - Superior 3 – Pós-graduação Total Sexo 0-Masc. 0% 44% 22% 33% 100% 1-Fem 19% 25% 38% 19% 100% Total 12% 32% 32% 24% 100%

 Entre os funcionários do sexo masculino, 44% fizeram até o ensino médio, 22% um curso superior e 33% uma pós-graduação.  Já entre as mulheres, 19% cursaram somente o ensino fundamental, 25% o ensino médio, 38% fizeram um curso superior e apenas 19% uma pós-graduação. Tabela com percentual sobre a linha: dividir cada linha pelo total da linha correspondente.
Escolaridade 0 – E Fundamental 1 – E Médio 2 - Superior 3 – Pós-graduação Total Sexo 0-Masc. 0% 50% 25% 50% 36% 1-Fem 100% 50% 75% 50% 64% Total 100% 100% 100% 100% 100%

 Entre os funcionários com pós-graduação, 50% são do sexo masculino e 50% do sexo feminino.  Entre os funcionários com curso superior, 75% são mulheres e 25% homens.

21

EXERCÍCIOS DE ESTATÍSTICA
1) Para o projeto de pesquisa que seu grupo esta realizando como forma de avaliação na disciplina de Estatística, utilize os 10 questionários que você aplicou e construa: a) Um banco de dados com os 10 questionários. b) Faça uma tabela de freqüência para cada variável de estudo. 2) A partir das idades dos alunos de uma escola, fazer uma distribuição por freqüência, agrupando os dados em classes e depois interprete os resultados.
8 11 8 11 7 9 6 7 9 8

Idades (dados brutos)
9 6 7 5 8 10 10 6 10 9

12 8

15 6

13 7

12 11

9

3) Uma empresa resolveu fazer um cadastro de seus clientes a fim de conhecê-los melhor e elaborar uma estratégia de marketing adequada. Abaixo, estão dos dados de 18 clientes. (Consultar caderno ou livro do CRESPO, A. A., Estatística Fácil, São Paulo: Saraiva, 2002 – cap.5)
Renda Anual do cliente (em R$ 1000) 16,8 14,6 18,4 21,2 33,1 24,0 29,3 23,1 29,1 10,0 13,8 54,8 22,6 27,1 25,4 15,1 26,1 32,1 Número de compras feitas nos últimos 12 meses 20 42 28 38 57 16 82 68 74 6 42 124 48 73 64 53 62 63

cliente 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Idade do cliente 55 25 28 47 35 27 43 73 50 22 25 55 35 75 38 53 37 43

Sexo do cliente Feminino Feminino Feminino Masculino Masculino Feminino Feminino Masculino Masculino Feminino Feminino Masculino Feminino Masculino Feminino Feminino Masculino Feminino

a) Classifique cada variável quanto a seu tipo. b) Construa uma tabela de freqüência para cada variável acima. d) Calcule a média das variáveis: Idade, renda e número de compras. e) Interprete os resultados, ou seja, faça a sua conclusão sobre esse problema. 4) Em uma escola tomou-se a medida da altura de cada um de quarenta estudantes, obtendo-se os seguintes dados (em centímetros):
160 163 155 152 156 151 155 162 158 154 161 166 161 161 169 162 171 170 162 160 158 161 170 160 150 156 168 160 164 164 163 167 157 178 165 156 153 155 152 155

Fazer a distribuição de freqüência usando 6 classes. (iniciando por 150cm e terminando em 180cm) e responder as questões abaixo: a) Quantos são os estudantes com estatura inferior a 160cm?

22

b) Que porcentagem de estudantes tem estatura igual ou superior a 175cm? c) Quantos são os estudantes com estatura maior ou igual a 160cm e ao mesmo tempo menor que 175cm? d) Qual a porcentagem de estudantes com estatura abaixo de 170cm?

23

Sign up to vote on this title
UsefulNot useful