UFSC- UNIVERSIDADE FEDERAL

CMIP- DE
Centro de SANTA eCATARINA
Metrologia Inovação em Processos

Medidas de Dispersão

Profª Andréa
1
Medidas de Dispersão

• As Medidas de Tendência Central:

– representam de certa forma uma determinada
distribuição de dados
– só elas não são suficientes para caracterizar a
distribuição.
• Para uma análise estatística mais exata é necessária
a verificação da flutuação dos valores em torno de
sua média aritmética

2
Medidas de Dispersão

• Suponha as notas de 2 grupos de estudantes,

cada qual com 4 alunos.
• GRUPO “A” : 4, 5, 5, 6
• GRUPO “B” : 0, 0, 10, 10

• Média do grupo “A”: 5

• Média do grupo “B”: 5

3
Medidas de Dispersão

• Os dois grupos apresentam a mesma média

• O comportamento dos 2 grupos são bem distintos.

GRUPO “A”: valores são mais homogêneos

GRUPO “B”: valores são dispersos em relação à

média

4
Medidas de Dispersão

• Dentre as medidas de dispersão pode-se citar

algumas delas:

Amplitude Total
Variância
Desvio Padrão

5
Amplitude Total - At

• A amplitude total é a diferença entre o maior e o

menor valor da série ou da distribuição. Representa
a dispersão máxima.

• Ela raramente é usada como única medida de

variabilidade porque é calculada apenas com os
valores extremos

• Exemplo: Nota de 20 alunos:

Xi: 1, 1, 2, 2, 2, 3, 3, 3, 5, 5, 5, 5, 5, 6, 6, 6, 9

At = 9 – 1 = 8

6
Distribuição de frequência sem intervalos de classes - At

• A definição é a mesma, porém, o maior e o menor valor da

série são observados na coluna do valor da variável Xi .

At = 10 – 6
At = 4

7
 Variância

A medida de dispersão usual é a variância e principalmente sua

raiz quadrada que é denominada de desvio padrão.

A variância é expressa por: N

N
(
 i
x − μ )2 x i

Var( x ) = σ ( x ) =
2 i=1 e μ= i=1

N N
Onde  é a média populacional
e N é o tamanho da população
estudada.
8
 Variância - População

Quando a média não é exata e precisa ser arredondada, cada

desvio fica afetado ligeiramente por esse arredondamento, que
não deixa de ser um erro, por isso é mais aconselhável que se
utilize a fórmula desenvolvida a seguir:

1  ( x )2

σ ( x ) =  x i − 
2 2 i

N N 
 
OBS:
A unidade da variância é o quadrado da unidade dos dados
causando dificuldades para avaliar a dispersão: se por exemplo
temos a variável peso com média de 75 kg em um conjunto e ao
calcular a variância obtemos 12 kg2 a avaliação da dispersão torna-
se difícil.

9
Variância Amostra

As equações que definem a variância da amostra, denotada por

S2 são, então:

 (x − x )
2
i
Var( x) = s 2 ( x) = i =1
n −1

1 
 x i2 −
( x i )2


s2 (x) =
n −1 n 
 
x = média amostral
n=é o tamanho da amostra estudada.
10
 Variância Amostra

OBS:

A utilização de n - 1 no denominador é indispensável para que a variância

da variável na amostra possa ser um bom estimador da variância da
variável na população.

1 
 x i −
( x i )2


s (x) =
2 2

n −1 n 
 

11
Variância –População e Amostra

Portanto:

População

1  ( x )2

σ ( x ) =  x i − 
2 2 i

N N 
 

Amostra

1 
 x i −
( x i )2


s (x) =
2 2

n −1 n 
 
12
Desvio Padrão

O desvio padrão é a medida de dispersão mais

usada, tendo em comum com o desvio médio o fato
de ambos considerarem os desvios em relação à
média.
Dispersão
População absoluta

 ( x) =  2

Amostra

s ( x) = s 2

13
Exemplo de Aplicação

Vamos calcular o desvio padrão das notas das três

equipes. Para facilitar, vamos montar uma tabela
com os dados e os cálculos necessários.

Imagine três equipes de alunos cujas notas numa

mesma prova de estatística foram:
Considerando que seja a população
Equipe A: 5; 5; 5; 5

Equipe B: 9; 9; 1; 1

Equipe C: 6; 6; 4; 4

14
 Exemplo de Aplicação

Para o cálculo da variância populacional:

1  ( x )2

σ ( x ) =  x i − 
2 2 i

N N 
 
a) Equipe A: 5; 5; 5; 5

1  ( )2

 =  X i − N 
2 2 X i

N 

1 20  2
 = 100 −
2

4 4 
15
Exemplo de Aplicação

a) Equipe A: 5; 5; 5; 5

1 400 
 = 100 −
2

4 4 
1
 = 100 − 100
2

4
=  2

 = 0 pontos2 = 0 pontos

Como já esperávamos uma vez que todos os valores

são iguais à média e não há variabilidade (dispersão).
16
Exemplo de Aplicação

b) Equipe B: 9; 9; 1; 1
1 ( )
 2 =  X i2 − N i 
2
X

N 
1  20 2

 = 164 −
2

4 4 
1 400 
 2 = 164 −
4 4 
1
 2
= 64
4
 2 = 16 pontos 2
17
Exemplo de Aplicação

b) Equipe B: 9; 9; 1; 1

 = 16 pontos
2 2

O desvio-padrão vale

=  2

 = 16 pontos2 = 4 pontos

18
Exemplo de Aplicação

c) Equipe C: 6; 6; 4; 4
1 ( )
 2 =  X i2 − N 

2
X i

Xi Xi2
N 
6 36
6 36 1  20 2

 = 104 −
2
4 16
4 4 
4 16
20 104 1 400 
 = 104 −
2

4 4 
1
 2 = 104 − 100
4

19
Exemplo de Aplicação

c) Equipe C: 6; 6; 4; 4

Xi Xi2 O desvio padrão vale

6 36
6 36
4
4
16
16 =  2
20 104

 = 1 ponto = 1 ponto
2

20
Exemplo de Aplicação

Observação – Supondo que para a Equipe B

do exemplo anterior conhecêssemos os dados
amostrais. Usaríamos, então, n -1 e os cálculos
seriam:

Variância:
1  ( X i )2 
S =
2

n −1 
 2
Xi − n 


1  20 2

S 2 = 164 − 
3 4 

21
Exemplo de Aplicação

1 400 
S = 164 −
2

3 4 
1
S = 164 − 100
2

3
1
S = 64
2

3
S = 21,33 pontos
2 2

S = 21,33 pontos2 = 4,62 pontos DESVIO PADRÃO

22
Distribuição de frequência sem intervalos de classes

Como há repetição dos valores da variável, a

variância passa a ser uma média aritmética
ponderada dos desvios ao redor da média
elevados ao quadrado e às equações
anteriormente vistas acrescentam-se as
frequências.

23
Distribuição de frequência sem intervalos de classes

Para a população, partindo-se da definição tem-

se que:

1 ( X i f i )  2

 =  X i f i − N 
2 2

N 

24
Distribuição de frequência sem intervalos de classes

Para a amostra, partindo-se da definição

tem-se que

1  ( X i fi )  2

S =2

n −1 
 X i
2
f i −
n 
Lembre-se de que nas distribuições o número de observações N
no caso de populações ou n no caso de amostras é obtido
somando-se as frequências simples absolutas das classes .

25
Exemplo de Aplicação

Nas aulas anteriores, elaboramos a distribuição de

frequências do número de filhos dos funcionários
de uma empresa X.

Agora, vamos calcular a variância e o desvio padrão

lembrando que a população foi investigada.

Para facilitar os cálculos, repetiremos as três

primeiras colunas da tabela conforme visto em aula

26
Exemplo de Aplicação

27
Exemplo de Aplicação

28
Exemplo de Aplicação

29
Exemplo de Aplicação

Cálculo da variância
1 ( )
 2 =  X i2 f i −  Ni i 
2
X f

N 

1  63 2

 = 165 −
2

40  40 
1  3969 
 = 165 −
2

40  40 
1
 = 165 − 99,225
2

40
30
 Exemplo de Aplicação

Cálculo da variância
1
 = 65,775
2

40
 2 = 1,644375 filhos 2

DESVIO PADRÃO

 = 2
 = 1,644375 filhos2 = 1,282332 filhos
31
 Exemplo de Aplicação

Supondo que a pesquisa na empresa X tivesse

abrangido apenas uma amostra de 40
funcionários e não a população. Usaríamos, então,
n -1 e os cálculos seriam:
Variância:
1  ( X i fi )2 
S =
2

n − 1 
 X i f i − n 
2

1  63 2

S =
2
165 − 
39  40 
1
S2 = 165 − 99,225
39
S 2 = 1,686538 filhos 2
32
 Exemplo de Aplicação

DESVIO PADRÃO

S = S2

S = 1,686538 filhos = 1,298668 filhos

2

33
Variância - Dados agrupados com intervalo de classes

Para dados agrupados consideraremos a frequência no cálculo

da Variância e quando os dados se apresentarem em intervalos
de classe, Xi será o ponto médio do intervalo de classe. Logo,a
fórmula será:

1 (
 X2f −  i i )2


X f
2 =  fi 
 
i i
fi  
1 (
 X2f −  i i )2


X f
s2 =  fi 
 
i i
fi − 1  
34
Exemplo de Aplicação

Ponto Médio = Xi

ESTATURAS
i fi xi fixi fixi2
(cm)

1 150 ι— 154 4 152 608 92.416

2 154 ι— 158 9 156 1.404 219.024
3 158 ι— 162 11 160 1.760 281.600
4 162 ι— 166 8 164 1.312 215.168
5 166 ι— 170 5 168 840 141.120
6 170 ι— 174 3 172 516 88.752

∑ = 40 ∑ = 6.440 ∑ = 1038.080

35
Exemplo de Aplicação

1  ( X i f i )2 
 =
2
  X 2
i fi −
 fi 
 fi 
1  64402

 =
2
1.038.080- 
40  40 
1
= 1038.080- 1036840
40
1
= 1240 =  2 = 31
40
 = 31 = 5,567
36
Medidas de Dispersão Relativa

A dispersão relativa permite ainda comparar

duas ou mais distribuições, mesmo que essas se
refiram a diferentes fenômenos e sejam
expressas em unidades de medidas distintas.

37
Coeficiente de Variação

É uma medida de dispersão relativa

que indica a relação percentual entre o
desvio padrão e a média dos dados.
σ
CV =  100 População
μ
s
CV =  100 Amostra
x
Para:
CV < 15% → baixa dispersão
15%  CV  30% → média dispersão
CV > 30% → alta dispersão
38
Coeficiente de Variação- Exemplo

Em uma amostra de moradores de determinada região foram

analisadas a idade (em anos) e a altura (em metros) das
pessoas. Deseja-se comparar a dispersão em termos relativos
em torno da média dos dois conjuntos de dados, a fim de
verificar qual deles é mais homogêneo. Na coleta dos dados
verificou-se que:

Idade das pessoas : média 41,6 e desvio padrão = 0,82

Altura das pessoas: média 1,67 e desvio padrão = 0,2

Qual conjunto de dados apresenta menor dispersão relativa em

torno da média?

39
Coeficiente de Variação- Exemplo

Interpretação dos dados: como o coeficiente de variação da

idade foi menor que o coeficiente de variação da altura,
pode-se afirmar que os dados relativos à idade são mais
homogêneos que os dados da altura.

40