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

Adelaide da Olga Rafael Chume: 41231161

Xai-Xai, Abril 2023

 Universidade Aberta Isced (UnISCED)

Índic 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 campo a ser submetido na

Coordenação do Curdo de Licenciatura em
Ensino de Geografia do Unisced.
Tutor:

Adelaide da Olga Rafael Chume: 41231161

Xai-Xai, Abril 2023

 2

e
Introdução..........................................................................................................................3

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

Conceito da Estatística......................................................................................................4

Estatística Descritiva.........................................................................................................4

Gráficos estatisticos...........................................................................................................4

Medidas de Posição ou de Tendência central....................................................................7

Regressão linear simples...................................................................................................7

As etapas do método estatístico......................................................................................8

Conclusão........................................................................................................................10

Referencias Bibliográfica................................................................................................11
 3

Introdução
Na contemporaneidade habitámos circundados por uma porção de informações tão
relevantes que não podemos separar o quão a Estatística nos é proveitosa e o quanto esta
ciência vem caracterizar como uma das competências mais importantes para quem
precisa tomar decisões. Apesar de a Estatística estar associada ao crescimento e ao
avanço tecnológico, sua utilização é reconhecida a tempos mais remotas, o
desenvolvimento, a forma de usar a estatística deve-se também ao facto da evolução
tecnológica, o surgimento de computadores por exemplo foi um dos passos mais
adiantado na forma de se fazer a própria estatística.

Metodologia
Para a materialização deste trabalho, recorreu-se ao método bibliográfico que consiste
em reunir o material necessário para um determinado tema seguindo-se o processo de
análise e redacção final.
 4

Conceito da Estatística
A palavra ESTATÍSTICA vem do STATUS (Estados em Latim). Como é do
conhecimento geral, a leitura de um simples jornal ou revista implica, hoje em dia,
entender a linguagem dos gráficos e dos números.

Estatística Descritiva
Consiste na recolha, apresentação, análise e interpretação de dados numéricos através da
criação de instrumentos adequados: quadros, gráficos e indicadores numéricos. A
Estatística Descritiva, que visa descrever o real de forma a permitir entende-lo melhor.

Gráficos estatisticos
Gráficos têm um papel fundamental na organização de dados na estatística, com eles, a
interpretação desses dados torna-se mais eficiente. Os gráficos são representações que
facilitam a análise de dados, os quais costumam ser dispostos em tabelas quando se
realiza pesquisas estatísticas. Eles trazem muito mais praticidade, principalmente
quando os dados não são discretos, ou seja, quando são números consideravelmente
grandes. Além disso, os gráficos também apresentam de maneira evidente os dados em
seu aspecto temporal.

Elementos do gráfico

Ao construirmos um gráfico em estatística, devemos levar em consideração alguns

elementos que são essenciais para sua melhor compreensão. Um gráfico deve ser
simples devido à necessidade de passar uma informação de maneira mais rápida e coesa,
ou seja, em um gráfico estatístico, não deve haver muitas informações, devemos colocar
nele somente o necessário. As informações em um gráfico devem estar dispostas de
maneira clara e verídica para que os resultados finais sejam dados de modo coeso com a
finalidade da pesquisa.

Tipos de gráficos

Em estatística é muito comum a utilização de diagramas para representar dados,

diagramas são gráficos construídos em duas dimensões, isto é, no plano. Existem vários
modos de representá-los, as principais são: gráfico de pontos, gráfico de linha, gráfico
de barra, gráfico de coluna e gráfico de setor.
 5

Gráfico de pontos

Também conhecido como Dotplot, é utilizado quando possuímos uma tabela de

distribuição de frequência, sendo ela absoluta ou relativa. O gráfico de pontos tem por
objetivo apresentar os dados das tabelas de forma resumida e que possibilite a análise
das distribuições desses dados.

Gráfico de linha

É utilizado em casos que existe a necessidade de analisar dados ao longo do tempo, esse
tipo de gráfico é muito presente em análises financeiras. O eixo das abscissas (eixo x)
representa o tempo, que pode ser dado em anos, meses, dias, horas etc., enquanto o eixo
das ordenadas (eixo y) representa o outro dado em questão.

Gráfico de barras

Tem como objetivo comparar os dados de determinada amostra utilizando retângulos de

mesma largura e altura. Altura essa que deve ser proporcional ao dado envolvido, isto é,
quanto maior a frequência do dado, maior deve ser a altura do retângulo.

Exemplo

Imagine que determinada pesquisa tem por objetivo analisar o percentual de

determinada população que acesse ou tenha: internet, energia elétrica, rede celular,
aparelho celular ou tablet. Os resultados dessa pesquisa podem ser dispostos em um
gráfico como este:
 6

Gráfico de colunas

Seu estilo é semelhante ao do gráfico de barras, sendo utilizado para a mesma

finalidade. O gráfico de colunas então é usado quando as legendas forem curtas, a fim
de não deixar muitos espaços em branco no gráfico de barra.

Exemplo

Este gráfico está, de forma genérica, quantificando e comparando determinada grandeza

ao longo de alguns anos.

Gráfico de setor

É utilizado para representar dados estatísticos com um círculo dividido em setores, as

áreas dos setores são proporcionais às frequências dos dados, ou seja, quanto maior a
frequência, maior a área do setor circular.

Exemplo

Este exemplo, de forma genérica, está apresentando diferentes variáveis com

frequências diversas para determinada grandeza, a qual pode ser, por exemplo, a
porcentagem de votação em candidatos em uma eleição.
 7

Medidas de Posição ou de Tendência central

Apesar das tabelas estatísticas e das representações gráficas nos darem uma ideia clara
da distribuição de frequências da variável estudada, torna-se necessária simplificar
ainda mais o conjunto de dados, de forma a caracterizar a distribuição por um número
reduzido de medidas (parâmetros) que evidenciem o que demais significativo existe no
conjunto.

Moda (Mo) - Chama-se Moda (ou valor modal) da distribuição de frequências ao valor
da variável que corresponde a maior frequência. Existem séries estatísticas com duas
modas (bimodal), com três modas (trimodal), etc. Também existem séries em que não
existe a moda. No nosso exemplo (exemplo 2) de dados não agrupados em classe a
moda é o valor três porque tema a maior frequência absoluta. Mais adiante vamos
apresentar o cálculo da média para dados agrupados em classe.

Mediana (Me) - A mediana é a medida de posição que divide a série estatística em duas
partes iguais, ou seja, é o valor da variável estatística precedido por 50% das
observações. Para a sua determinação é necessário que os dados estejam ordenados.
a) Variáveis discretas
Número de valores observados ímpar.
Me = valor central depois da ordenação dos valores observados por ordem crescente.
Número de dados observados par
Me = média aritmética dos dois valores mais centrais depois da ordenação dos valores
observados por ordem crescente.

Regressão linear simples

Em estatística, regressão linear simples é o quadrado mínimo estimador de um modelo
de regressão linear com uma única variável explicativa. Em outras palavras, regressão
linear simples se encaixa uma linha reta através do conjunto de pontos n de tal forma
que faça a soma dos quadrados residuais do modelo ( isto é, as distâncias entre os
pontos verticais do conjunto de dados e a linha reta) tão pequena quanto possível.

O adjetivo simples refere-se ao fato de que esta regressão é uma das mais simples na
estatística. O declive da linha reta é igual à correlação entre y e x seja corrigida pela
 8

relação de desvios padrão destas variáveis. A intercepção da linha reta é tal que passa
pelo centro de massa(x,y) dos pontos de dados.

Também existem outros métodos de regressão, além do simples quadrado mínimo

ordinário (QMO) (ver modelo de regressão linear). Em particular, quando se quer fazer
a regressão por olho , as pessoas geralmente tendem a desenhar uma linha um pouco
mais íngreme, mais próximo ao produzido pelo método do quadrado mínimo total. Isso
ocorre porque é mais natural para a mente humana considerar as distâncias ortogonais
para a linha de regressão, ao invés das verticais como o método QMO faz.

As etapas do método estatístico

O objectivo deste módulo é, precisamente, apresentar métodos estatísticos que
satisfazem os três aspectos referidos e que se realizam nas diferentes etapas constantes
da definição de estatística descritiva: recolha, apresentação e interpretação de dados.
São estas as etapas que definem o método estatístico de resolução de problemas:
Identificação do problema ou situação
Deverá ser claro, desde o inicio do estudo, qual o problema a analisar e, uma vez
conhecido, qual o tipo de decisões que se pretendem tomar. Esta etapa requer já algum
conhecimento estatístico pois os métodos a aplicar não são, de modo nenhum,
independentes da informação que se pretende recolher. Uma identificação incorrecta do
problema torna todas as etapas seguintes inúteis. Ainda nesta etapa e para tornar a
identificação do problema mais fácil poderá ser utilizada alguma informação
quantitativa já existente.

Recolha de dados

Uma vez identificado o problema, a etapa seguinte consiste na recolha dos dados
necessários, apropriados, tão completos quanto possível e, sobretudo, pertinentes para a
situação que se pretende analisar.

A recolha de toda a informação necessária pode ser feita directamente quando os dados
são obtidos de fonte originária ou de forma indirecta quando os dados recolhidos
provem já de uma recolha directa. Aos primeiros, que é possível encontrar em registos
ou ficheiros, chamam-se dados primários enquanto os valores não disponíveis nestas
fontes e calculados a partir daquelas são dados secundários. Todos os dados resultantes
 9

de inquéritos feitos directamente a uma população ou a um grupo dessa população são

dados primários.
 10

Conclusão
Estatística no recursos humanos é importante para obter indicadores, números e gráficos
sobre a gestão de pessoas.. Com a chegada de novas tecnologias, os setores estão se
transformando e se adaptando cada vez mais! E com a área de Recursos Humanos não é
diferente. A estatística no recursos humanos chegou para mostrar que também é
possível ter dados na gestão de pessoas. Através desse recurso você poderá identificar
tendências, traçar metas, diminuir erros e monitorar processos. Além disso, também é
possível aplicar avaliações de desempenho, otimizar o recrutamento e aumentar a
retenção de talentos. Então, com a estatística no recursos humanos a sua empresa pode
obter resultados cada vez mais tangíveis.
 11

Referencias Bibliográfica
BUSSAB, Wilton O.; Pedro A. Morettin (2006) - Estatística Básica, 5ª Ed., Saraiva,
São Paulo

3LARSON, Ron; Betsy Farber (2004) - Estatística Aplicada, 2ª Ed., Prentice Hall, São
Paulo

SILVA, Sebastião Medeiros da, Et Al (1999) - Estatística para os cursos de economia,

administração e ciências contábeis, Atlas, São Paulo