prk

-
Cap.3 — Séries Estatísticas 31

4. Verificou-se, em 1988, o seguinte movimento de importação de mercadorias: 9.319.906 t, oriundas

da Arábia Saudita, no valor de US$ 1.089.760.000; 7.960.090 t, dos Estados Unidos, no valor
de US$ 3.348.549.000; e 458.403 t, do Japão, no valor de US$ 1.058.433.000. Confeccione
a série correspondente e classifique-a, sabendo que os dados acima foram fornecidos pelo Mi-
nistério da Economia.

(Chív\kr,

5. DADOS ABSOLUTOS E DADOS RELATIVOS

Os dados estatísticos resultantes da coleta direta da fonte, sem outra ma-

nipulaçã9 senãp a contagem ou medida, são chamados dados abso!utos. =
'

A leitura dos dados absolutos é sempre enfadonha e inexpressiva; embora es-

ses dados traduzam um resultado exato e fiel, não têm a virtude de ressaltar de ime-
diato as suas conclusões numéricas. Daí o uso imprescindível que laz,a Estatística
dos dados relativos.
r (3."‘•‘2"1?
"-

Dados relativosç são o resultado de comparações por quociente (razões)

que se estabelecem entre dados absolutos, e têm por finalidade realçar ou faci-
litar as comparações entre quantidades.
--J (9'
AL-

Traduzem-se os dados relativos, em geral, por meio de "entiMià,"iiidiás,'

coeficientes e taxas.--
\- •
_ j. /

5.1. As percentagens .9

Consideremos a série:

y MATRICULAS NAS ESCOLAS

DA CIDADE A — 1990
"3, is4rek.12.01,?')
CATEGORIA NÚMERO DE ALUNOS

1? grau 19.286
2° grau 1.681
3? grau 234

Total 21.201

d_ Dados fictícios.

4
-_-_ o / 2 5 •)-
32 ESTATÍSTICA FÁCIL

Calculemos as percentagens dos alunos de cada grau:

19.286 X 100
1° grau -4 = 90,96 = 91,0
21.201
1.681 X 100
2° grau = 7,92 = 7,9
21.201
234 X 100
3° grau -4 = 1,10 = 1,1
21.201

Com esses dados, podemos formar uma nova coluna na série em estudo:

MATRICULAS NAS ESCOLAS

DA CIDADE A — 1990

CATEGORIA N° DE ALUNOS

1° grau 19.286 91,0

2° grau 1.681 7,9
3° grau 234 1,1

Total 21.201 100,0

Os valores dessa nova coluna nos dizem que, de cada 100 alunos da cidade A,
91 estão matriculados no 1? grau, 8, aproximadamente, no 2? grau e 1 no 3? grau.
og_enn re o da percentagemé de grande valia quando é nosso intuito destacar
participação da parte no todo.
Consideremos, agora, a série:

MATRICULAS NAS ESCOLAS

DAS CIDADES A E B — 1990

N° DE ALUNOS
CATEGORIA
CIDADE A CIDADE B

1° grau 19.286 38.660

2° grau 1.681 3.399
3° grau 234 424

Total 21.201 42.483

Dados fictícios.

Qual das cidades tem, comparativamente, maior número de alunos em cada

grau?
Como o número total de alunos é diferente nas duas cidades, não é fácil con-
cluir a respeito usando os dados absolutos. Porém, usando as percentagens, tal tarefa
 ("1 /
rP• g e
r-

5
Cap. 3 — Séries Estatísticas 33
5

fica bastante facilit da. •

Assim, acrescentando na tabela anterior as colunas corres-
CO
pondentes às percentagens, obtemos:

MATRICULAS NAS ESCOLAS

DAS CIDADES A E B — 1990

CIDADE A CIDADE B
CATEGORIA
N° DE ALUNOS N? DE ALUNOS

1° grau 19.286 91,0 38.660 91,0

2° grau 1.681 7,9 3.399 8,0
3? grau 234 1,1 424 1,0

Total 21.201 100,0 42.483 100,0

o que nos permite dizer que, comparativamente, contam, praticamente, com o mes-
mo número de alunos em cada grau.
4
NOTAS: 4
Do mesmo modo que tomamos 100 para base de comparação, também podemos tomar um
outro número qualquer, entre os quais destacamos o número 1. É claro que, supondo o to-
tal igual a 1, os dados relativos das parcelas serão todos menores que 1.
Em geral, quando usamos 100 para base, os dados são arredondados até a primeira casa
decimal; e quando tomamos 1 or base são arredondados até a terceira casa decimal.
' 4, t) •-) _
--
1 Ao 3

omplete a tabela abaixo:

N? DE DADOS RELATIVOS
ESCOLAS
ev, ALUNOS
POR 1 POR 100

A 175 0,098 9,8 Cálculos:

E3 222 .... .... 175 X 1
A 1.781 —0,098
C 202 ....
D 362 .... ....
E 280 .... ....
F 540 .... ....

Total 1.781 1,000 100,0

 RY" ÇAD 3
k o,-ép~

34 ESTATÍSTICA FÁCIL

( í2. Os índices. índices econômicos

Os trAiss,s são razões entre duas gr@ndry2s ais_que uma não inclui a outra.

São exemplos de índices:

diâmetro transverso do crânio x 100
' índice cefálico
diâmetro longitudinal do crânio
idade mental
Quociente intelectual — x 100
idade cronológica
população S--‘9 ‘) 40 406
Densidade demográfica —
superfície 00.7
Índices econômicos:
valor total da produção
Produção per capita
população
consumo do bem
Consumo per capita
população
renda
Renda per capita —
população
receita
Receita per capita —
população

5.3. Os coeficientes

Os coeficientes_aaa_razbes entr_Q o número de ocorrências e o número to-

--
taL (número de ocorrências e número de não-ocorrências).

São exemplos de coeficientes:

número de nascimentos
Coeficiente de natalidade —
população total
número de óbitos
Coeficiente de mortalidade —
população total
Coeficientes educacionais:
número de alunos evadidos
Coeficiente de evasão escolar —
número inicial de matrículas
Coeficiente de aproveitamento número de alunos aprovados
escolar número final de matrículas
Coeficiente de recuperação número de alunos recuperados
escolar — número de alunos em recuperação
 Cap. 3 - Séries Estatísticas 35
(

As laxas...são-os-cneficienteunultiplicados por uma potência de 10 (10,

100, 1.000 etc.) 'ar. • u. •

São exemplos de taxas:

Taxas de mortalidade = coeficiente de mortalidade x 1.000

Taxa de natalidade = coeficiente de natalidade x 1.000

Taxa de evasão escolar = coeficiente de evasão escolar x 100

1. O Estado A apresentou 733.986 matrículas na la série, no início do ano de 1989, e 683.816

no fim do ano. O Estado B apresentou, respectivamente, 436.127 e 412.457 matrículas. Qual
o Estado que apresentou maior evasão escolar?

733.986 - 683.816
A •-• TEE - X 100 = 0,0683 X 100 = 6,83 = 6,8%
733.986
436.127 - 412.457
B TEE - X 100 = 0,0542 X 100 -= 5,42 = 5,4%
436.127

O Estado que apresentou maior evasão escolar foi A.

Uma escola registrou em março, na if série, a matrícula de 40 alunos e a matrícula efetiva,

em dezembro, de 35 alunos. A taxa de evasão foi de:
n° de evadidos 40 - 35
TEE = • , . . . 100 - X 100 = X 100 = 12,5%
Ti? matricula inicial 40

Calcule a taxa de aprovação de um professor de uma classe de 45 alunos, sabendo que obtive-
ram aprovação 36 alunos.
TAE = n° de aprovação x 100
X .... =80%
n° matricula final
 C < f o 7a.
36 ESTATÍSTICA FÁCIL

exercícios

1. Considere a série estatística:

ALUNOS
SÉRIES
MATRICULADOS

-= k 1? 546
2' 328
4 5"‘ 30 280
4? 120
O, (1 3
Total 1.274

Complete-a, determinando as percentagens com uma casa decimal e fazendo a compensação,

se necessário.

2. Uma escola apresentava, no final do ano, o seguinte quadro:

- MAT RiCULAS
SÉRIES
MARÇO NOVEMBRO &-voI< -
f- 1? 480 475 5 4 /0 4
,v-s-r-ra- //l'i 2? 458 456 a.
436 430
420 420

Total 1.794 1.781

4,

Calcule a taxa de evasão, por série.

Calcule a taxa de evasão da escola.

3. Considere a tabela abaixo:

EVOLUÇÃO DAS RECEITAS DO

CAFÉ INDUSTRIALIZADO
JAN./ABR. — 1989

VALOR
MESES
(US$ milhões)

Janeiro 33,3
Fevereiro 54,1
Março 44,5
Abril 52,9

Total 184,8

Dados fictícios.
 Cap. 3 — Séries Estatísticas 37

Complete-a com uma coluna de taxas percentuais.

Como se distribuem as receitas em relação ao total?
Qual o desenvolvimento das receitas de um mês para o outro?
Qual o desenvolvimento das receitas em relação ao mês de janeiro?

4. São Paulo tinha, em 1989, uma população projetada de 32.361.700 habitantes. Sabendo que
sua área terrestre é de 248.256 km2 , calcule a sua densidade demográfica.

( )Considerando que Minas Gerais, em 1_9/38, apresentou (dados fornecidos pelo IBGE):
população projetada: 15.345.800 habitantes; Q. _ i s-.
superfície: 586.624 km2;
nascimentos: 337.859;
casamentos: 110.473.

Calcule: 33- -
o índice da densidade demográfica;
'2 5 - -'5 5- 5? CO
a taxa de natalidade;
a taxa de nupcialidade. _-4-2---
0$4't — tLikoc
o
s a c-i.uK cidades
di fá -g5
ma frota de 40 ca_minhões, transportando, cada erfif8 toneladas, i - duas A
B. Na cidade A são descarregados 65% desses caminf homens, trabalhando 7 ho-
ras. Os caminhões restantes seguem para a cidade B, onde 4 homens gastam 5 horas para o
seu descarregamento. Em que cidade se obteve melhor produtividade?

7. Um professor preencheu um quadro, enviado pela D.E., com os seguintes dados:

SÉRIE E N° DE N° DE PROMOVI- RETIDOS EM RECU- RECUPE- NÃO-RECU- TOTAL GERAL

TURMA ALUNOS. ALUNOS DOS SEM SEM RECU- PERAÇÃO RADOS PERADOS
30.03 30.11 RECUPE- PERAÇÃO PROMO- RETIDOS
RAÇÃO VIDOS

1° B 49 44 35 03 06 05 01 40 04
1° C 49 42 42 00 00 00 00 42 00
1° E 47 35 27 00 08 03 05 30 05
1° F 47 40 33 06 01 00 01 33 07

Total 192 161 137 09 15 08 07 145 16

Calcule:
a taxa de evasão, por classe;
a taxa de evasão total;
a taxa de aprovação, por classe;
a taxa de aprovação geral;
a taxa de recuperação, por classe;
a taxa de recuperação geral;
a taxa de reprovação na recuperação geral;
a taxa de aprovação, sem a recuperação;
a taxa de retidos, sem a recuperação.
 Gráficos Estatísticos

0. GRÁFICO ESTATÍSTICO

O gráfico estatístico é uma forma de apresentação dos dados estatísticos,

cujo objetivo é o de produzir, no investigador ou no público em geral, uma
impressão mais rápida e viva do fenômeno em estudo, já que os gráficos falam
mais rápido à compreensão que as séries.

Para tornarmos possível uma representação gráfica, estabelecemos uma cor-

respondência entre os termos da série e determinada figura geométrica, de tal modo
que cada elemento da série seja representado por uma figura proporcional.
A representação gráfica de um fenômeno deve obedecer a certos requisitos fun-
damentais, para ser realmente útil:
Simplicidade — o gráfico deve ser destituído de detalhes de importância se-
cundária, assim como de traços desnecessários que possam levar o observa-
dor a uma análise morosa ou com erros.
Clareza — o gráfico deve possibilitar uma correta interpretação dos valores
representativos do fenômeno em estudo.
Veracidade — o gráfico deve expressar a verdade sobre o fenômeno em
estudo.

Os principais tipos de gráficos são os diagramas, os cartogramas e os picto-

gramas.

()DIAGRAMAS

Os diagramas são gráficos geométricos de, no máximo, duas dimensões;

para sua construção, em geral, fazemos uso do sistema cartesiano.
 Cap. 4 — Gráficos Estatísticos 39

Dentre os principais diagramas, destacamos:

2.1. Gráfico emiinha ou em curva

Este tipo de gráfico se utiliza da linha poligonal para representar a série esta-
tística.
O gráfico em linha constitui uma aplicação do processo de representação das
funções num sistema de coordenadas cartesianas.
Como sabemos, nesse sistema fazemos uso de duas retas perpendiculares; as
retas são os eixos coordenados e o ponto de intersecção, a origem. O eixo horizontal
é denominado eixo das abscissas (ou eixo dos x) e o vertical, eixo das ordenadas (ou
eixo dos y).
Para tornar bem clara a explanação, consideremos a seguinte série:

PRODUÇÃO DE VEÍCULOS DE
AUTOPROPULSÃO
BRASIL — 1984-89

QUANTIDADES
ANOS
(1.000 unidades)

1984 865
1985 967
1986 1.056
1987 920
1988 1.069
1989 513
FONTE: ANFAVEA.

Vamos tomar os anos como abscissas e as quantidades como ordenadas.

Assim, um ano dado (x) e a respectiva quantidade (y) formam um par ordena-
do (x, y), que pode ser representado num sistema cartesiano.
Determinados, graficamente, todos os pontos da série, usando as coordena-
das, ligamos todos esses pontos, dois a dois, por segmentos de reta, o que irá nos
dar uma poligonal, que é o gráfico em linha ou em curva correspondente à série em
estudo (Figura 4.1).
40 ESTATÍSTICA FÁCIL

CONSTRUÇÃO DE VEÍCULOS DE
mil AUTOPROPULSÃO
unidades BRASIL — 1984-89
1.200

1.000

800

600

400

200

o
1984 85 86 87 88 89
FONTE: ANFAVEA.
FIGURA 4.1
NOTAS:

No exemplo dado, o zero foi indicado no eixo vertical, mas, por razões óbvias, não foi indi-
cado no eixo horizontal. Observe que o zero, de modo geral, deverá ser indicado sempre
que possível, especialmente no eixo vertical. Se, por alguma razão, for impossível tal indica-
ção e se essa omissão puder levar o observador a conclusões errôneas, é prudente chamar
a atenção para a omissão por um dos meios indicados nas Figuras 4.2, 4.3 e 4.4:

R$
1 00
R$
100 R$
99 99 geie 100
99
98
97 \r' 97 nage
98 98

96 96 IEEE 97
96
1.11.
1986 87 88 89 90 O
1986 87 88 89 90 1986 87 88 89 90

FIGURA 4.2 FIGURA 4.3 FIGURA 4.4

Com o intuito de melhorar o aspecto visual, podemos sombrear ou hachurar o gráfico. As-
sim, o gráfico da Figura 4.3 toma o seguinte aspecto:
R$
100
99
98
97 \r'
96

1986 87 88 89 90

FIGURA 4.5
 Cap. 4 — Gráficos Estatísticos 41

Quando representamos, em um mesmo sistema de coordenadas, a variação de dois fenôme-

nos, a parte interna da figura formada pelos gráficos desses fenômenos é denominada área
de excesso:

— exportação

--- importação

."" área de excesso de importação

o C2)
área de excesso de exportação

FIGURA 4.6

em colunakou em barras

É a representação de uma série por meio de retângulos, dispostos verticalmen-

te (em colunas) ou horizontalmente (em barras).
Quando em colunas, os retângulos têm a mesma base e as alturas são propor-
cionais aos respectivos dados.
Quando em barras, os retângulos têm a mesma altura e os comprimentos são
proporcionais aos respectivos dados.
Assim estamos assegurando a proporcionalidade entre as áreas dos retângulos
e os dados estatísticos.
Exemplos:

a. Gráfico em colunas

CONSTRUÇÃO DE AERONAVES
BRASIL — 1984-89

ANOS UNIDADES

1984 184
1985 171
1986 167
1987 203
1988 199
1989 197
FONTE: EMBRAER
42 ESTATÍSTICA FÁCIL

CONSTRUÇÃO DE AERONAVES
Unidades
BRASIL — 1984-89
250

200

150

100

50

o
1984 85 86 87 88 89
FONTE: EMBRAER.

FIGURA 4.7

b. Gráfico em barras

PRODUÇÃO DE ALHO
BRASIL — 1988

QUANTIDADES
ESTADOS
(t)

Santa Catarina 13.973

Minas Gerais 13.389
Rio Grande do Sul 6.892
Goiás 6.130
São Paulo 4.179

FONTE: IBGE.

PRODUÇÃO DE ALHO
BRASIL — 1988

Santa
Catarina

Minas
Gerais

Rio Grande
do Sul

Goiás

São Paulo

o 2 4 6 8 10 12 14
FONTE: IBGE toneladas
FIGURA 4.8
 Cap. 4 — Gráficos Estatísticos 43

NOTAS:
Sempre que os dizeres a serem inscritos são extensos, devemos dar preferência ao gráfico
em barras (séries geográficas e especificas). Porém, se ainda assim preferirmos o gráfico
em colunas, os dizeres deverão ser dispostos de baixo para cima, nunca ao contrário.
A ordem a ser observada é a cronológica, se a série for histórica, e a decrescente, se for
geográfica ou categórica.
A distância entre as colunas (ou barras), por questões estéticas, não deverá ser menor que
a metade nem maior que os dois terços da largura (ou da altura) dos retângulos.

2.3. Gráfico em colunas ou em barras múltiplas

Este tipo de gráfico é geralmente empregado quando queremos representar, si-
multaneamente, dois ou mais fenômenos estudados com o propósito de comparação.
Exemplo:
BALANÇA COMERCIAL
BRASIL — 1984-88

VALOR (US$ 1.000.000)

ESPECIFICAÇÃO
1984 1985 1986 1987 1988

Exportação (FOB) 27.005 25.639 22.348 26.224 33.789

Importação 13.916 13.153 14.044 15.052 14.605

FONTE: Ministério da Economia.

BALANÇA COMERCIAL
US$ milhão
BRASIL — 1984-88
40.000

30.000

20.000

10.000

o
1984 1985 1986 1987 1988
O exportação
FONTE: Ministério da Economia. E importação
FIGURA 4.9

2.4. Gráfico em setores

Este gráfico é construido com base em um circulo, e é empregado sempre que
desejamos ressaltar a participação do dado no total.
O total é representado pelo circulo, que fica dividido em tantos setores quantas
são as partes.
44 ESTATÍSTICA FÁCIL

Os setores são tais que suas áreas são respectivamente proporcionais aos dados
da série.
Obtemos cada setor por meio de uma regra de três simples e direta, lembrando
que o total da série corresponde a 3600
Exemplo:
Dada a série:

REBANHOS BRASILEIROS
1988

QUANTIDADE
ESPÉCIE
(milhões de cabeças)

Bovinos 140
Suínos 32
Ovinos 20
Caprinos 11

Total 203
FONTE: IBGE.

temos:
203— 360°1
1140 — xi x1 = 248,2 x1 = 248°

x2 = 56,7 =x2 = 57°

x3 = 35,4 x3 = 35°
x4 = 19,5 =x4 = 20°
Com esses dados (valores em graus), marcamos num circulo de raio arbitrário,
com um transferidor, os arcos correspondentes, obtendo o gráfico:

REBANHOS BRASILEIROS
1988

bovinos
o
. . suínos
......... ovinos
caprinos
FONTE: IBGE.

FIGURA 4.10
 Cap. 4 — Gráficos Estatísticos 45

NOTAS:
O gráfico em setores só deve ser empregado quando há, no máximo, sete dados.
Se a série já apresenta os dados percentuais, obtemos os respectivos valores em graus multi-
plicando o valor percentual por 3,6.

3. GRÁFICO POLAR

É o gráfico ideal para representar séries temporais cíclicas, isto é, séries tempo-
rais que apresentam em seu desenvolvimento determinada periodicidade, como, por
exemplo, a variação da precipitação pluviométrica ao longo do ano ou da tempera-
tura ao longo do dia, a arrecadação da Zona Azul durante a semana, o consumo
de energia elétrica durante o mês ou o ano, o número de passageiros de uma linha
de ônibus ao longo da semana etc.
O gráfico polar faz uso do sistema de coordenadas polares.
Exemplo:

Dada a série:
PRECIPITAÇÃO PLUVIOMÉTRICA
MUNICíPIO DE RECIFE — 1989

PRECIPITAÇÃO
MESES
(mm)

Janeiro 174,8
Fevereiro 36,9
Março 83,9
Abril 462,7
Maio 418,1
Junho 418,4
Julho 538,7
Agosto 323,8
Setembro 39,7
Outubro 66,1
Novembro 83,3
Dezembro 201,2
FONTE: IBGE.

traçamos uma circunferência de raio arbitrário (em particular, damos preferência

ao raio de comprimento proporcional à média dos valores da série; neste caso,
R = 124,5);
construímos uma semi-reta (de preferência na horizontal) partindo de O (pólo) e
com uma escala (eixo polar);
dividimos a circunferência em tantos arcos quantas forem as unidades temporais;
traçamos, a partir do centro O (pólo), semi-retas passando pelos pontos de divisão;
46 ESTATÍSTICA FÁCIL

marcamos os valores correspondentes da variável, iniciando pela semi-reta hori-

zontal (eixo polar);
ligamos os pontos encontrados com segmentos de reta;
se pretendemos fechar a poligonal obtida, empregamos uma linha interrompida.
Assim, para o nosso exemplo, temos:

PRECIPITAÇÃO PLUVIOMÉTRICA
MUNICÍPIO DE RECIFE - 1989

OUT.
SET.

DEZ.

JAN.
JUNWP ref
FEV.

SA MAR.
MAR.

FONTE: IBGE.
FIGURA 4.11

4. CARTOGRAMA

O cartograma é a representação sobre uma carta geográfica.

Este gráfico é empregado quando o objetivo é o de figurar os dados estatísticos II

diretamente relacionados com áreas geográficas ou políticas.
Distinguimos duas aplicações:

Representar dados absolutos (população) — neste caso, lançamos mão, em

geral, dos pontos, em número proporcional aos dados (Figura 4.12).
Representar dados relativos (densidade) — neste caso, lançamos mão, em
geral, de hachuras (Figura 4.13).
 Cap. 4 — Gráficos Estatísticos 47

Exemplo:

Dada a série:

POPULAÇÃO PROJETADA DA REGIÃO SUL DO BRASIL — 1990

POPULAÇÃO ÁREA
ESTADO DENSIDADE
(hab.) (km2)

Paraná 9.137.700 199.324 45,8

Santa Catarina 4.461.400 95.318 46,8
Rio Grande do Sul 9.163.200 280.674 32,6

FONTE: IBGE

obtemos os seguintes cartogramas:

POPULAÇÃO PROJETADA DA REGIÃO SUL DENSIDADE POPULACIONAL PROJETADA

BRASIL — 1990 DA REGIÃO SUL DO BRASIL — 1990

menos de 33,0 hab/km2

menos de 46,0 hab/km2

menos de 47,0 hab/km2

400.000 habitantes

FIGURA 4.12 FIGURA 4.13

NOTA:

Quando os números absolutos a serem representados forem muito grandes, no lugar de pontos
podemos empregar hachuras.
48 ESTATíSTICA FÁCIL

5. PICTOGRAMA

O pictograma constitui um dos processos gráficos que melhor fala ao pú-

blico, pela sua forma ao mesmo tempo atraente e sugestiva. A representação
gráfica consta de figuras.

Exemplo:

Para a série:

POPULAÇÃO DO BRASIL
1950-80

HABITANTES
ANOS
(milhares)

1950 51.944
1960 70.191
1970 93.139
1980 119.071
FONTE: IBGE,

temos a seguinte representação pictórica:

POPULAÇÃO DO BRASIL
1950-80

1950

XXXXX;
1960

kXXXXXX
1970

XXXXXXXXX)
1980

;k*XXXXXXXXX
Cada símbolo representa 10.000.000 de habitantes.
FONTE: IBGE.

FIGURA 4.14
 Cap. 4 — Gráficos Estatísticos 49

Na verdade, o gráfico referente à Figura 4.14 é essencialmente um gráfico em

barras; porém, as figuras o tornam mais atrativo, o que, provavelmente, despertará
a atenção do leitor para o seu exame.
Na confecção de gráficos pictóricos temos que utilizar muita criatividade, pro-
curando obter uma otimização na união da arte com a técnica. Eis alguns exemplos:

Alta velocidade
Em nove anos, os carros a álcool
formam 94% da frota nacional 31 647
1987

9 645
1979 FONTE: Anfavea
Veja, 29 jun. 1988.
FIGURA 4.15

A gangorra do petróleo
Mesmo que não estoure uma guerra no Golfo
Pérsico, o petróleo continuará bem mais caro
que antes da invasão do Kuwait. A previsão é
de que, sem a guerra, o preço em 1991 se
estabilizará em torno dos 30 dólares o barril ro
(em agosto o petróleo estava na casa dos 21 G "!--,'-
-n o. %._
dólares). A seguir, quem ganha e quem perde o" ...o.
) o- o
com o aumento do petróleo e a diferença, para Ç.,- r*
mais ou para menos, em bilhões de dólares

GANHAM

4,9 3 .1,9
22.
5
(.0 PERDEM
— o 0.--,
c- o
(o.00
0 -3.0-
(p . .?:,
(3-. 0-
.--,
..,
FONTE: ONU
Veja, 14 nov. 1990
FIGURA 4.16
50 ESTATÍSTICA FÁCIL

As armas contra o fumo

Resultados de uma pesquisa com 30000 fumantes que acaba
de ser feita no Canadá mostrou que os métodos mais
eficientes para se deixar de fumar são:

Goma de mascar com nicotina ,

mais sessões de apoio psicológico ) ) 35%
Internamentos em hospital e
uso de drogas relaxantes
) 30%
Acupuntura ) 27%
Hipnose

Injecões.de Clonidina, droga que

reduz os efeitos da abstinência

Veja, 11 abr. 1990.

FIGURA 4.17

Em quem os americanos confiam Devastação selvagem

A população dos Estados Unidos confia em Ao contrário dos países civilizados, que
primeiro lugar nos militares e em último nos consomem madeira sobretudo de projetos de
políticos, conforme pesquisa acerca das reflorestamento, o Brasil retira mais de dois
principais instituições do país: terços de sua produção madeireira das florestas
nativas

FONTE: Instituto Gallup/ago. 1990 FONTE: Sociedade Brasileira de Si/', .iura

Veja, 31 out. 1990. Veja, 26 set. 1990

FIGURA 4.18 FIGURA 4.19

 Cap. 4 — Gráficos Estatísticos 51

Cresce o total de drogados nos 38,2%

casos de AIDS em São Paulo
28,
Casos registrados até 31 de outubro
Fonte: Centro de Referência e Treinamento
Aids da Secretaria Estadual da Saúde

Folha de S. Paulo, 01 dez. 1990.

FIGURA 4.20

1. Represente a série abaixo usando o gráfico em linha:

COMÉRCIO EXTERIOR
BRASIL — 1979-88

QUANTIDA E (1.000 t)
ANOS
EXPORTAÇÃO IMPORTAÇÃO

1979 98.010 75.328

1980 109.100 71.855
1981 123.994 64.066
1982 119.990 60.718
1983 178.790 55.056
1984 141.737 53.988
1985 146.351 48.870
1986 133.832 60.605
1987 142.382 61.975
1988 169.396 58.085

FONTE: Banco do Brasil.

52 ESTATÍSTICA FÁCIL

2. Represente as tabelas usando o gráfico em colunas:

a. b.

ENTREGA DE GASOLINAS
CHEGADA DE VISITANTES PARA CONSUMO
BRASIL — 1983-86 BRASIL — 1985-88

NÚMERO QUANTIDADE
ANOS ANOS
(milhares) (1.000 m3)

1983 1.420 1985 9.793

1984 1.596 1986 11.095
1985 1.736 1987 9.727
1986 1.934 1988 9.347

FONTE: EMBRATUR. FONTE: IBGE.

3. Usando o gráfico em barras, represente as tabelas:

a. b.
PRODUÇÃO DE OVOS DE GALINHA CONSUMO DE BORRACHA NA INDÚSTRIA
BRASIL — 1988 BRASIL — 1988

QUANTIDADE QUANTIDADE
REGIÃO ESPECIFICAÇÃO
(1.000 dúzias) (t)

Norte 66.092 Pneumáticos 238.775

Nordeste 356.810 Câmaras de ar 14.086
Sudeste 937.463 Correias 4.472
Sul 485.098 Material de conserto 19.134
Centro-Oeste 118.468 Outros artefatos 4.647

FONTE: IBGE. FONTE: Ministério da Indústria e Comércio.

4. Represente as tabelas por meio de gráficos em setores:

a. b.
PRODUÇÃO DE LAMINADOS
ÁREA TERRESTRE NÃO-PLANOS
BRASIL BRASIL — 1988

RELATIVA UNIDADES DA PRODUÇÃO

REGIÕES
(%) FEDERAÇÃO (1.000 t)

Norte 45,25 Minas Gerais 2.773

Nordeste 18,28 Rio de Janeiro 1.326
Sudeste 10,85 São Paulo 1.059
Sul 6,76 Rio Grande do Sul 476
Centro-Oeste 18,86 Outros Estados 797

Total 100,00 Total 6.431

FONTE: IBGE. FONTE: Instituto Brasileiro de Siderurgia.

 Cap. 4 — Gráficos Estatísticos 53

Represente a tabela por meio de um gráfico de colunas múltiplas:

VAGAS OFERECIDAS NAS UNIVERSIDADES

BRASIL — 1986-88

DEPENDÉNCIAS ADMINISTRATIVAS
ANOS
FEDERAIS ESTADUAIS PARTICULARES

1986 452.577 198.156 358.002

1987 510.638 275.797 477.208
1988 451.701 300.947 356.006

FONTE: IBGE.

Represente as tabelas por meio de gráficos polares:

a. b.
PREÇO DO DÓLAR PRECIPITAÇÃO PLUVIOMÉTRICA
MERCADO PARALELO MUNICíPIO DE SÃO PAULO — 1989
NOVEMBRO — 1990
PRECIPITAÇÃO
DIAS MESES
CRUZEIROS (mm)

05 108 Janeiro 359,2

06 125 Fevereiro 326,5
07 120 Março 185,1
08 105 Abril 96,2
09 110 Maio 30,4
Dados fictícios.
Junho 44,4
Julho 144,7
Agosto 32,3
Setembro 82,5
Outubro 65,4
Novembro 82,4
Dezembro 121,7

FONTE: IBGE

7. Procure, em jornais e revistas especializadas, dois exemplos de cada um dos gráficos estudados.
 Distribuição de
Freqüência

1. TABELA PRIMITIVA
ROL

Vamos considerar, neste capítulo, em particular, a forma pela qual podemos

descrever os dados estatísticos resultantes de variáveis quantitativas, como é o caso
de notas obtidas pelos alunos de uma classe, estaturas de um conjunto de pessoas,
salários recebidos pelos operários de uma fábrica etc.
Suponhamos termos feito uma coleta de dados relativos às estaturas de qua-
renta alunos, que compõem uma amostra dos alunos de um colégio A, resultando
a seguinte tabela de valores:

TABELA 5.1

ESTATURAS DE 40 ALUNOS DO COLÉGIO A

166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161

A esse ti de tabela. cjjos elementos não foram numericamente organizados,

denominamos tabela primitiva.j
Partindo dos dados acima — tabela primitiva — é difícil averiguar em torno
de que valor tendem a se concentrar as estaturas, qual a menor ou qual a maior esta-
tura ou, ainda, quantos alunos se acham abaixo ou acima de uma dada estatura.
Assim, conhecidos os valores de uma variável, é difícil formarmos uma idéia
exata do comportamento do grupo como um todo, a partir dos dados não-ordenados.
A maneira mais simples de organizar os dados é através duma certa ordena-
ção (çrescenti decrescente). A tt_abela obtida após a ordenação dos dados, recebe
o nome de rol.
 t^f 0b‘' CA0
,---"-- J

Cap. 5 - Distribuição de Freqüência 55

TABELA 5.2

ESTATURAS DE 40 ALUNOS DO COLÉGIO A

— _.---
150
f- 154 155 157 , 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 15_8_,-160 161 163 164 168 172
153 155 156 /160 160 161 163 165 168 173
/1".0 -- 4 6o
Agora, podemos saber, com relativa facilidade, qual a menor estatura (150 cm)
e qual a maior (173 cm); que a amplitude de variação foi de 173 - 150 = 23 cm;
e, ainda, a ordem que um valor particular da variável ocupa no conjunto. Com um
exame mais acurado, vemos que há uma concentração das estaturas em algum valor
entre 160 cm e 165 cm e, mais ainda, que há poucos valores abaixo de 155 cm e aci-
ma de 170 cm.

ISTRIBUIÇÃO DE FREQÜÊNCIA

No exemplo que trabalhamos, a variável em questão, istatura será observada

e estudada muito mais facilmente quando dispusermos valores ordenados em uma
coluna e colocarmos, ao lado de cada valor, ,o número de vezes que aparece repetido.
Denominamos freqüência o número de alunos que fica relacionado a um de-
terminado valor da variável. Obtemos, assim, uma tabela que recebe o nome de dis-
tribuição de freqüência: IFtpies3 ~ta 11L-11,4 ", N.1 L.5 r-1
.J0313:3._ L_cz, C.0
TABELA 5.3* "-4 "--r-0:71--A •

ESTAT. ESTAT. ESTAT.

FREQ. FREQ. FREQ.
(cm) (cm) (cm)

150 1 158 2 167 1

151 1 160 5 168 2
152 1 161 4 169 1
153 1 162 2 170 1
154 1 163 2 172 1
155 4 164 3 173 1
156 3 165 1
157 1 166 1 Total 40

Mas o processo dado é ainda inconveniente, já que exige muito espaço, mesmo
quando o número de valores da variável (n) é de tamanho razoável. Sendo possível,
a solução mais aceitável, pela própria natureza da variável contínua, é o agrupamen-
to dos valores em vários intervalos.

* A tabela foi tripartida para não ocupar muito espaço.

,„“a --1--
56 ESTATÍSTICA FÁCIL

Assim, se um dos intervalos for, por exemplo, 154 H 158*, em vez de dizermos
que a estatura de 1 aluno é de 154 cm; de 4 alunos, 155 cm; de 3 alunos, 156 cm;
de 1 aluno, 157 cm, diremos que nove alunos têm estaturas entre 154, inclusive,
158 cm.
Deste modo, estaremos agrupando os valores da variável em intervalos, sendo
que, em Estatística, preferimos chamar os intervalos de classes.
Chamando de freqüência de uma classe o número de valores da variável per-
tencentes à classe, os dados da Tabela 5.3 podem ser dispostos como na Tabela 5.4,
denominada distribuição de freqüência com intervalos de classe:

TABELA 5.4

ESTATURAS DE 40 ALUNOS
DO COLÉGIO A

ESTATURAS
FREQÜÊNCIAS
(cm)

150 H 154 4
154 H 158 9
158 H 162 11
162 166 8
166 H 170 5
170 H 174 3
Total 40

Ao agruparmos os valores da variável em classes, ganhamos em simplicidade

mas perdemos em pormenores. Assim, na Tabela 5.3 podemos verificar, facilmente,
que quatro alunos têm 161 cm de altura e que não existe nenhum aluno com 171
cm de altura. Já na Tabela 5.4 não podemos ver se algum aluno tem a estatura de
159 cm. No entanto, sabemos, com segurança, que onze alunos têm estatura com-
preendida entre 158 e 162 cm.
O que pretendemos com a construção dessa nova tabela é realçar o que há de
essencial nos dados e, também, tornar possível o uso de técnicas analíticas para sua
total descrição, até porque a Estatística tem por finalidade específica analisar o con-
junto de valores, desinteressando-se por casos isolados.

NOTAS:
Se nosso intuito é, desde o início, a obtenção de uma distribuição de freqüência com inter-
valos de classe, basta, a partir da Tabela 5.1, fazermos uma tabulação, como segue, onde
cada traço corresponde a um valor:

154 H- 158 é um intervalo fechado à esquerda e aberto à direita, tal que:

154 x < 158.
 Cap. 5 — Distribuição de Freqüência 57

TABELA 5.5

ESTATURAS
(cm) TABULAÇÃ O FREQÜÊNCIAS

150 H 154 r] 4
154 H 158 1Z Li 9
158 H 162 7ZI 11
162 H 166 7 i- 8
166 H 170 7 5
170 H 174 L 3

Total 40

Quando os dados estão organizados em uma distribuição de freqüência, são comumente de-
nominados dados agrupados.

3. ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIA

3.1. Classe

Classes de freqüência ou, simplesmente, classes são intervalos de varia-

ção da variável.

As classes são representadas simbolicamente por i, sendo i = 1, 2, 3, ..., k (on-

de k é o número total de classes da distribuição).
Assim, em nosso exemplo, o intervalo 154 H 158 define a segunda classe
(i = 2). Como a distribuição é formada de seis classes, podemos afirmar que k = 6.

. Limites de classe

Denominamos limites de classe os extremos de cada classe.

O menor número é o limite inferior da classe (e) e o maior número, o limite

superior da classe (L,).
Na segunda classe, por exemplo, temos:
P 2 = 154 e L2 = 158

NOTA:
Os intervalos de classe devem ser escritos, de acordo com a Resolução 886/66 do IBGE,
em termos de desta quantidade até menos aquela, empregando, para isso, o símbolo H (in-
clusão de 17, e exclusão de L,). Assim, o indivíduo com uma estatura de 158 cm está incluí-
do na terceira classe (i = 3) e não na segunda.
58 STATiSTICA FÁCIL

3. A • itude de um intervalo de cia

Amplitude de um intervalo de classe ou, simplesmente, intervalo de clas-

se é a medida do intervalo que define a classe.

Ela é obtida pela diferença entre os limites superior e inferior dessa classe e
indicada por hi. Assim: \ Z\

Na distribuição da Tabela 5.4, temos:

h2 = L2 — e2 h2 = 158 — 154 = 4 h2 = 4 cm

itude total da distribuição

o
1
Amplitude total da distribuição (AT) ei_a_difezença.entj_e_o nite su erior
_
da última classe 1. e o limite inferior da primeira classe
hAcrinninimn):
= L(máx.) —

Em nosso exemplo, temos:

AT= 174— 150 = 24 AT = 24 cm

NOTA:
É evidente que, se as classes possuem o mesmo intervalo, verificamos a relação:

AT
hi

Em nosso exemplo:

24
=6
4
=9,

Cap. 5 — Distribuição de Freqüência 59

Amplitude amostrai

Amplitude amostrai (AA) é a diferença entre o valor máximo e o valor

mínimo da amostra:
AA = x(máx.) — x(rnin.)

Em nosso exemplo, temos:

AA = 173 — 150 = 23 AA = 23 cm
Observe que a amplitude total da distribuição jamais coincide com a amplitude
amostrai.

Ponto médio de uma classe

Ponto médio de uma classe (xi) é, como o próprio nome indica, o ponto
que divide o intervalo de classe em duas partes iguais.

Para obtermos o ponto médio de uma classe, calculamos a semi-soma dos limi-
tes da classe (média aritmét.ca):

Assim, o ponto médio da segunda classe, em nosso exemplo, é:

x2 —
P2 + L2 154+ 158 _ 156 x2 = 156 cm
2 2
NOTA:

O ponto médio de uma classe é o valor que a representa.

. Freqüência simples ou absoluta

Freqüência simples ou freqüência absoluta ou, simplesmente, freqüência

de uma classe ou de um valor individual é o número de observações correspon-
dentes a essa classe ou a esse valor.
60 ESTATÍSTICA FÁCIL

A freqüência simples é simbolizada por fi (lemos: f índice i ou freqüência da

classe i).
Assim, em nosso exemplo, temos:
= 4, f2 = 9, f3 = 11, f4 = 8, f 5 = 5 e f6 = 3
A soma de todas as freqüências é representada pelo símbolo de somatório*:

É evidente que:

E fi = n
i =1

Para a distribuição em estudo, temos:

6
E f, = 40

Não havendo possibilidade de engano, usamos:

E f, = 40
Podemos, agora, dar à distribuição de freqüência das estaturas dos quarenta
alunos do Colégio A a seguinte representação tabular técnica:

TABELA 5.6
ESTATURAS DE 40 ALUNOS
DO COLÉGIO A

ESTATURAS
fi
(cm)

1 150 H 154 4
2 154 H 158 9
3 158 H 162 11
4 162 H 166 8
5 166 H 170 5
6 170 H 174 3

E fi = 40

* Consulte o Apêndice — Instrumental Matemático, para uma revisão dos assuntos Seqüência e Somató-
rio (p. 186).