2011

Tratamento da Informao
Segunda Semana
Material referente ao Eixo Tratamento da Informao: Introduo, Amostragem, Variveis, Tabelas e Grficos

Compilado pela Equipe de Professores CLMD/CEAD UFPel 30/05/2011

Tratamento da Informao
2

1.

Iniciando...

Ol, nesse incio de eixo Tratamento da Informao, estamos trabalhando com a problematizao de dados coletados entre as turmas, para isso, este material servir de apoio terico para as tarefas a serem realizadas. Para coleta de dados e tratamento matemtico dos mesmos, a fim de interpret-los, fazemos uso de um ramo da matemtica chamado Estatstica, o qual podemos perceber o significado e etimologia na figura abaixo.

Fonte: Dicionrio eletrnico Houaiss da Lngua Portuguesa

que possvel ou provvel por no contrariar a verdade; plausvel

Para uma correta interpretao e apresentao de massas de dados, faz-se importante que os dados sejam coletados de forma adequada. Posso inferir que bem provvel que a mdia de alunos que gostam de matemtica em sua turma diferente da mdia dos que gostam de matemtica em uma turma de cincias humanas (mas isso uma hiptese a ser provada pela estatstica), ou seja, se quisssemos saber qual a porcentagem de pessoas de sua cidade que gosta de matemtica, entrevistar apenas sua turma daria um resultado no verossmil, pois a amostra estaria viciada. Para ilustrar essa afirmao, leia o texto que segue:

fcil mentir com estatsticas Antes de aceitar a verdade de um nmero, pergunte de onde veio e se no existe outro mais significativo
Adaptado de JORNAL DO BRASIL 12/03/97 Nunca fomos um povo com vocao cientfica. No temos base, nem pacincia, nem muito interesse pelos nmeros. Num exame vestibular, feito a algum tempo, por exemplo, a mdia das notas das provas de matemtica dos candidatos ao curso de administrao foi 1,4. Como se trata de mdia, pode-se imaginar o nmero de zeros. Por culpa do ensino, dos maus professores ou da nossa formao cultural, o fato que a maioria das pessoas, no Brasil, tem

Tratamento da Informao
3 dificuldades permanentes com a matemtica, desde o curso primrio at a universidade. No entanto, somos diariamente bombardeados pela mdia com informaes estatsticas (que so um ramo da matemtica): o sabo em p X lava mais branco (do que o qu?). O candidato B lidera as pesquisas de opinio (qual a amostra? como foram feitas as perguntas?). Cai o poder aquisitivo da classe mdia (de quanto? onde? por qu? classe mdia na classificao de quem?). Sobe o poder aquisitivo da classe mdia. Os juros so de 500% ao ano (mas a taxa usada foi ao ms). Aumenta o rombo da previdncia. As contas da previdncia foram saneadas. Qual a maior ameaa sade pblica: a AIDS (mil casos verificados) ou a doena de Chagas (vrios milhes de doentes?). Foram provas dessa incompetncia matemtica as grandes decepes com os muitos planos de estabilidade da economia brasileira, porque aceitvamos, sem questionamento, planos de estabilidade econmica que simplesmente congelavam o resultado de uma complexa equao, sem que fossem tomadas as medidas necessrias para controlar cada um dos termos que a compunha, como os gastos governamentais e as emisses de moeda, por exemplo. A informao de que h 10 milhes de menores abandonados no Brasil frequentemente mencionada como um dado real. Mas a composio etria da populao, cruzada com a estratificao scio-econmica da ABA/ABIPEME indica que o total de crianas com menos de 15 anos pertencente s classes D e E de cerca de 17 milhes, o que indica que cerca de 60% deles so abandonados, ou ento que h menores abandonados na classe mdia (o que , no mnimo, inverossmil). Alm disso, o que um menor abandonado? Certamente um menino ou menina de 9 a 10 anos que perambula pelas ruas da cidade sem ter para onde ir: mas o mesmo no se pode afirmar de um jovem de 15 anos, que pode ter sado de casa por vontade prpria. Existe a informao que mais de 2/3 dos jovens que perambulam pelas ruas da cidade do Rio durante o dia voltam para suas casas noite... o que, alis, no significa que o problema dos menores no seja motivo de srias preocupaes de todos ns. Outro exemplo marcante a renda per capita, ou salrio mdio. So mais de 2000 dlares, no Brasil. Existem, contudo, trs taxas de cmbio diferentes: o comercial, o de turismo e o paralelo. Qual o que vale? E deve-se dividir o total anual por 12 meses? Ou por 13 salrios? Para complicar, existem, em estatstica, trs tipos de medidas: a mdia aritmtica, que comumente usada, soma todos os salrios e divide pelo nmero de pessoas. Assim, a mdia de ganho de duas pessoas: um banqueiro que ganha 20 mil reais por ms e de um servente de pedreiro com salrio de 200 reais de 10 mil e 100 reais para cada um, divididos na tabela estatstica, mas no na vida real. Mas existe uma outra medida, denominada mediana, que estabelece o nvel salarial mediano, isto , um certo salrio, onde h tantas pessoas que ganham mais do que aquele nmero, quantas pessoas que ganham menos. Tal clculo (bastante democrtico) no feito no Brasil. Finalmente, existe a moda, que o salrio de maior incidncia (ou frequncia) na populao e, que no Brasil, indiscutivelmente o salrio mnimo, hoje de pouco mais de R$100... Qual dos trs clculos de converso e qual das trs medidas devem ser utilizadas para os estudos sociais e os planos econmicos? Resta o consolo de que a confuso matemtica e estatstica no privilgio do Brasil. Faz pouco tempo, uma revista americana publicou um artigo sobre acidentes de trnsito nos Estados Unidos, comentando que a maioria dos acidentes com vtimas era causada por motoristas com menos de 30 anos e que, portanto, as pessoas mais jovens eram mais imprudentes ao dirigir. Um professor de Estatstica escreveu revista para observar que o simples registro numrico dos acidentes no era suficiente para apoiar a concluso do editor. Para fazer a inferncia correta (explicava) necessrio conhecer o nmero de motoristas habilitados com menos de 30 anos, em relao ao total de motoristas de todas as idades: determinar o nmero de horas por ano que cada faixa etria dedica a dirigir e os tipos de acidentes, para estabelecer suas reais causas. Afinal, ponderava, alm do provvel fato de que as pessoas mais jovens dirigem com mais frequncia, um motorista idoso conduzindo um carro a cinquenta por hora numa auto-estrada pode ser o verdadeiro causador de um acidente, ainda que, tecnicamente, o culpado seja quem bate... claro que esse exemplo no significa que as pessoas mais jovens no possam ser mais imprudentes e provocar, proporcionalmente, mais acidentes que os mais velhos. Apenas serve para ilustrar o fato de que as afirmaes feitas em cima de estatsticas frgeis tendem a merecer mais crdito quando esto de acordo com as opinies e preceitos de quem as ouve. Para se conhecer a verdade

Tratamento da Informao
4 atravs dos nmeros, no basta que eles existam e no sejam falsos. preciso saber de onde vieram, quais os disfarces que podem estar usando e se no existem outros nmeros mais importantes que estejam sendo (talvez deliberadamente) escondidos ou omitidos por quem os apresenta. Especialmente se for para provar alguma coisa ou tentar convencer algum. J. ROBERTO WHITAKER PENTEADO - Vice-presidente da mantenedora e diretorgeral da Escola Superior de Propaganda e Marketing do Rio de Janeiro. Bom, depois de ler criticamente este texto, podemos nos perguntar de que maneiras devemos coletar, tratar e apresentar dados para que nossa anlise esteja o mais prxima da verdade possvel.
Voc tem outros exemplos de mau uso da estatstica? Reflita a respeito de como dados numricos so apresentados na mdia e do poder de convencimento dos mesmos. A respeito do indiscutivelmente apresentado no texto, ser que uma informao sem referncia dos dados pode ser aceita? O que indiscutvel?

Para que a pesquisa isso, alguns conceitos bsicos em Estatstica podero nos ajudar:
A seleo da amostra muito importante para que os dados da pesquisa no estejam enviesados!!

Populao: um conjunto de indivduos ou objetos que apresentam pelo menos uma caracterstica em comum. Censo: a coleo de dados relativos a todos os elementos da populao. Amostra: Segundo Milone e Angelini (1993, p.6), a amostra um subconjunto, representativo ou no, da populao em estudo. Essa representatividade da amostra ocorre quando ela apresenta as mesmas caractersticas gerais da populao da qual foi extrada.

Agora que conhecemos algumas definies, vamos entender de que forma podemos escolher uma amostra para que uma coleta de dados em pesquisa seja a mais fiel possvel:

2.

Amostragem
Amostragem: estudo das relaes existentes entre a populao e as amostras dela extradas, o conjunto de tcnicas utilizadas para a seleo de uma amostra.

Este conjunto de tcnicas pode ser subdividido em dois grupos bsicos: a amostragem no aleatria e a amostragem aleatria1. Algumas Tcnicas de Amostragem no aleatria: Amostragem intencional: quando o pesquisador seleciona intencionalmente os componentes da amostra. Amostragem voluntria: quando o componente da populao se oferece voluntariamente para participar da amostra independentemente do julgamento do pesquisador. Estas amostras no permitem o controle da variabilidade amostral, o que inviabiliza o controle da qualidade da estimao.
Quando usamos este tipo de amostragem, o tratamento estatstico vlido para representar a populao? Por qu?
1

Esta parte de nosso material foi adaptada de Apostila I, do professor Jair Croce Filho.

Tratamento da Informao
5 Algumas Tcnicas de Amostragem aleatria Amostragem casual ou aleatria simples: equivalente a um sorteio lotrico. Ela pode ser realizada numerando-se a populao de 1 a n e sorteando por meio de um dispositivo aleatrio qualquer, K nmeros dessa populao que corresponder aos elementos pertencentes amostra. Ex.: obter uma amostra representativa de 10% para a pesquisa de estatura de 700 alunos: - numeramos os alunos de 01 a 700; - escrevem-se os nmeros de 01 a 700 em pedaos iguais de papis, coloque-os dentro de uma caixa e proceda ao sorteio, tirando um a um, setenta nmeros que formaro a amostra. Amostragem proporcional ou estratificada: quando a populao se subdivide em subpopulaes (estratos). Quando a populao se divide em estratos, convm que o sorteio dos elementos da amostra leve em considerao tais estratos, da obtm-se os elementos da amostra proporcional ao nmero de elementos desse estrato.

Ex.: Se considerarmos o exemplo anterior, que, dos 700 alunos, 400 sejam meninas e 300 meninos, vamos obter amostra proporcional estratificada. Temos dois estratos (sexo masculino e feminino) se queremos uma amostra de 10%, teremos 30 homens (10% de 300) e 40 mulheres (10% de 400).

estratos

Amostragem sistemtica: quando os elementos da populao j se encontram ordenados, no h necessidade construir um sistema de referncia. Esta amostragem semelhante aleatria simples, mas a listagem ordenada. Devemos seguir os seguintes passos: 1) divide-se o tamanho da populao (N) pelo tamanho da amostra (n), obtendo um intervalo de retirada (k). 2) sorteia-se o ponto de partida. 3) a cada k elementos retira-se uma para amostra. Ex.: - no caso de uma linha de produo, podemos a cada 10 itens produzidos, retirar 01 para amostra de produo diria. Neste caso estaramos fixando o tamanho da amostra em 10% da populao. - uma avenida contendo 800 prdios, dos quais desejamos obter uma amostra formada de quarenta prdios. Pode-se usar o seguinte procedimento: 800 : 40 = 20, escolhemos por um sorteio casual um nmero de 1 a 20, o qual indicaria o primeiro elemento sorteado para a amostra; os demais elementos sero periodicamente considerados de 20 em 20. Se o nmero sorteado fosse 06, por exemplo, tomaramos pelo lado direito da avenida, o 6 prdio, o 26, o 46, o 66, etc., at voltarmos ao incio da rua, pelo lado esquerdo.

Amostragem por conglomerados: em algumas situaes, podemos identificar um grupo de elementos que tenha aproximadamente a mesma composio de populao. Neste caso, pode ser interessante realizar a amostragem usando somente os elementos desse grupo.

Tratamento da Informao
6 Ex.: Dependendo da situao poderemos consultar todos os moradores de um nico prdio para conhecer o pensamento de todo o bairro.

conglomerado

Refletindo...
Em sua opinio, qual amostragem reflete com mais fidedignidade a verdade: a amostragem no aleatria ou a amostragem aleatria? Por qu?

Agora que j sabemos o tipo de coleta de dados a realizar, vamos pensar nos dados encontrados e como trat-los de forma matemtica. Para isso, o prximo passo so conceituaes referentes aos dados de pesquisa:

3.

Variveis

Segundo Crespo (1996, p. 17), varivel , convencionalmente, o conjunto de resultados possveis de um fenmeno. Para melhor entendimento dos dados de pesquisa fazendo uso das variveis, as classificamos em qualitativas e quantitativas: Variveis qualitativas: representam qualidade, atributo, caracterstica, etc.. Considerase um carter como qualitativo quando as modalidades que o compem formam um conjunto no estruturado numericamente, ou seja, quando no h ligao entre essas modalidades, independentemente do fato de constiturem um conjunto completo. Se subdividem em: o Nominais - Ex.: sexo, cor, raa, etc. o Ordinais - Ex.: lista de concursos, tabela de campeonato, etc. Variveis quantitativas: os dados so de carter nitidamente quantitativo, e o conjunto dos resultados possui uma estrutura numrica. o Varivel Contnua: a que permite subdivises intermedirias entre dois pontos, ou seja, pode assumir qualquer valor num certo intervalo de medida. Ex.: dimetro de um rolamento, mercrio no termmetro, etc. o Varivel Descontnua ou Discreta: a que no permite valores intermedirios entre dois pontos, ou seja, s pode assumir determinado valor num certo intervalo de medida. (Valores inteiros, inclusive zero). Ex.: uma pessoa, um carro, uma consulta, um computador, etc.

Para que a visualizao fique melhor, podemos descrever a classificao das variveis de uma pesquisa da seguinte forma:
nominais - sexo, raa, ... variveis qualitativas ordinais - grau de estudo, preferncias, ... discretas - nmero de filhos, idade completa, ... contnuas - peso, altura, ...

variveis

variveis quantitativas

Para testar os conhecimentos, v at o seu ambiente Moodle e faa o teste online.

Tratamento da Informao
7

4. Organizao de Dados
At agora identificamos os tipos de amostragem e variveis. Para compreendermos e visualizarmos melhor os dados, utilizaremos dois instrumentos que so bastante usuais: as tabelas e os grficos. Iniciaremos com uma conversa a respeito dos dados, de como organiz-los em rol e de quais formas se fazem mais interessantes para Os dados so as informaes inerentes s variveis que caracterizam os elementos que constituem a populao ou a amostra em estudo. Dados Brutos: dados obtidos diretamente da pesquisa, sem terem passados por nenhum processo de sntese ou anlise.

Exemplo :Banco de Dados dos funcionrios da Companhia S Suor S.A.. Estado Grau de No de Salrio N idade Civil Instruo filhos (x s.mnimo) 1 solteiro fundamental 4,00 26 2 casado fundamental 0 4,56 32 3 casado fundamental 2 5,25 36 4 solteiro Mdio 5,73 20 30 solteiro fundamental 6,26 40

Regio de Procedncia Interior Capital Capital Outra Outra

As variveis: estado civil, grau de instruo e regio de procedncia so qualitativas, enquanto que o nmero de filhos uma varivel quantitativa discreta e os salrios e as idades representam variveis quantitativas contnuas, embora idade esteja escrita de forma discreta (quando trabalhamos com anos completos para a idade, tratamos a mesma como varivel quantitativa discreta).

Os dados brutos, que compem um banco de dados, nos fornecem informaes. O nome deste Eixo tratamento da informao. De que tratamento estamos falando?

Alm da forma de banco de dados, uma forma de apresentar os dados em rol (usual para a construo manual de tabelas):

Rol: arranjo dos dados brutos numricos em ordem crescente ou decrescente, se os dados forem qualitativos o rol construdo em ordem alfabtica. Pode-se, pelo rol, verificar de maneira mais clara e rpida o comportamento dos dados do conjunto identificando o maior e o menor valor, alm de alguns elementos que podem se repetir vrias vezes.

O rol trata de uma lista ordenada, faz-se interessante utilizar os dados desta lista em termos comparativos entre as variveis, para isso, a forma tabular (tabelas) indicada.

Tratamento da Informao
8 Tabelas Representar os dados em uma tabela consiste em apresentar os dados coletados mostrando de forma resumida o que ocorre com os dados observados. Para organizar uma tabela (srie estatstica ou uma distribuio de frequncias), existem algumas normas nacionais ditadas pela Associao Brasileira de Normas Tcnicas (ABNT) as quais devem ser respeitadas. Assim, toda tabela estatstica deve conter: Elementos essenciais Ttulo: indica a natureza do fato estudado (o qu?), as variveis escolhidas na anlise do fato (como?), o local (onde?) e a poca (quando?). Corpo: o conjunto de linhas e colunas que contm, respectivamente, as sries horizontais e verticais de informaes. Cabealho: designa a natureza do contedo de cada coluna. Coluna indicadora: mostra a natureza do contedo de cada linha.

Elementos complementares (se necessrio) Os elementos complementares geralmente so colocados no rodap da tabela, que se situa abaixo do trao horizontal da parte inferior da tabela, os quais so: Fonte: o indicativo, no rodap da tabela, da entidade responsvel pela sua organizao ou fornecedora dos dados primrios. Notas: so colocadas no rodap da tabela para esclarecimentos de ordem geral. Chamadas: so colocadas no rodap, servem para esclarecer mincias em relao s casa (clula), colunas ou linhas. Nenhuma casa da tabela deve ficar em branco, apresentando sempre um nmero ou sinal. TTULO CABEALHO

Percentuais de exportaes brasileiras por Estados, Maio/2004 Estados Percentuais Minas Gerais 21,92 So Paulo 39,96 Rio Grande do Sul 17,50 Esprito Santo 7,68 COLUNA INDICADORA Paran 9,56 Santa Catarina 3,38 Total 100,00 Fonte: Ministrio da Agricultura

Exemplo:

CORPO

RODAP

Sinais Convencionais

- (hfen), quando o valor numrico nulo; ... (reticncia), quando no se dispe de dado; ? (ponto de interrogao), quando h dvidas quanto exatido do valor numrico; (pargrafo), quando o dado retifica informao anteriormente publicada;

0; 0,0; 0,00 (zero), quando o valor numrico muito pequeno para ser expresso pela unidade utilizada, respeitando o nmero de casas decimais adotado; X (letra x), quando o dado for omitido.

Tratamento da Informao
9 Normas de construo a) as tabelas devem ser fechadas acima e abaixo por linha horizontais, no sendo fechadas direita e esquerda por linhas verticais. b) os totais e subtotais devem ser destacados por traos horizontais; c) manter a uniformidade do nmero de casas decimais. Classificao das Sries Estatsticas Existem vrias maneiras de representar um conjunto de dados atravs de tabelas ( ou sries estatsticas ), dependendo para isso, dos tipos de dados e da classificao que se queira dar. Fixando uma das trs modalidades que caracterizam um fato: tempo, local e fato observado, as sries se classificam em cinco tipos: Srie Cronolgica (varia o tempo e fixa o local e o fato). Srie Geogrfica (varia o local e fixa o tempo e o fato). Srie Especfica (varia o fato e fixa o tempo e o local). Srie Conjugada ou Mista (combinao de duas sries acima). Distribuio de Frequncia.(especfica para valores numricos). Exemplo de Srie Especfica (unidimensional) Mercado brasileiro de chocolate/2000 Empresas Porcentagem Lacta 35,4 Nestl 31,6 Garoto 22,0 Neugbauer 3,6 Ferrero Rocher 0,9 Outras 6,5 Fonte: ACB Exemplo de Srie Conjugada (bidimensional) ndice percentual do rendimento da poupana no Brasil- 2007 ndice (%) Meses Mensal Anual Agosto 0,65 5,29 Setembro 0,54 5,85 Outubro 0,61 6,50 Novembro 0,56 7,10 Dezembro 0,56 7,70 FONTE: Indicadores Econmicos da Agncia de notcias Dossi-Dinheiro Grficos Os grficos estatsticos devem ser simples e objetivos, facilitando ao mximo a sua interpretao, salientando o que se deseja ressaltar na apresentao do mesmo, de forma que o observador possa facilmente identificar o que se est querendo enfatizar nela sem necessidade de fazer clculos posteriores ou ter algum desconforto para tanto, isto , deve-se facilmente atravs da escolha do grfico ver as seguintes situaes conforme a escolha: total das variveis, proporo entre variveis ao longo do grfico, proporo entre variveis em um

Tratamento da Informao
10 perodo especfico, etc . Assim, na escolha de cada tipo de grfico deve-se levar em conta o que se quer salientar nele. Portanto, a representao grfica da distribuio de uma varivel tem a vantagem de, rpida e concisamente, informar sobre sua variabilidade. Nos grficos deve sempre: Ter um ttulo, onde se destaca o fato, o local e o tempo. Ser construdo em uma escala que no desfigure os fatos ou as relaes que se deseja destacar. A altura de um grfico deve compreender entre 60% a 80% da largura. Colocar a fonte de obteno dos dados, caso no seja o prprio autor que tenha feito a coleta.

Representao grfica para varivel qualitativa Para esse tipo de varivel os grficos mais utilizados so: de colunas ou barras verticais, de barras horizontais, de setores ou de pizza e de linhas. Tambm podem ser representadas na forma de pictograma. Grfico de Colunas ou Barras Verticais Este tipo de grfico salienta melhor a proporo entre as variveis ao longo dos perodos. Porcentagem de exportaes brasileiras de alguns estados maro de 2000
40% 30% 20% 10% 0%
Minas Gerais So Paulo Rio Grande do Sul Esprito Santo Paran Santa Catarina

Grfico de Setores ou de Pizza

Este tipo de grfico salienta melhor a proporo ou comparao dos valores das variveis com o todo e entre si. Percentagem de exportaes brasileiras por estado no ms de maro de 2000
3% 10% 8%

22%

Minas Gerais So Paulo Rio Grande do Sul Esprito Santo

17% 40%

Paran Santa Catarina

Tratamento da Informao
11 Grfico de Barras Horizontais So melhor adaptados para variveis nominais, pois essas variveis ficam no eixo vertical e a sua leitura imediata .
Percentagem de exportaes brasileiras por estado no ms de maro de 2000
Santa Catarina Paran Esprito Santo Rio Grande do Sul So Paulo Minas Gerais % 0 10 20 30 40 50

Grfico de Linha o tipo mais utilizado para representar a evoluo de uma varivel ao longo do tempo.
Produo de Dormitrios da Empresa JS, 1990 a 2000
Quantidade (1000 unidades) 80 60 40 20 0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Distribuio de duas ou mais variveis qualitativas Grfico de Colunas Mltiplas Este grfico favorece a comparao de proporo das variveis ao longo dos perodos, contudo, esta comparao s se d de forma prefencialmente visual (a menos que se coloque um rtulo para cada coluna) entre as variveis para o mesmo perodo.
Balana Comercial Brasileira de janeiro a maio de 1999

40000 35000 30000 25000 20000 15000 10000 5000 0 Janeiro Fevereiro Maro Abril Maio Exportao Importao

Tratamento da Informao
12 Grfico de barras superpostas

No uso de grfico de barras superpostas possvel ver a proporo das variveis ao longo de cada perodo atravs da comparao de seus valores nominais, mas a grande vantagem deste tipo de grfico poder facilmente ver o total das variveis a cada perodo. Observao: deve-se notar que a barra de cor mais clara se inicia na extremidade superior da barra de cor mais escura, e no iniciando do zero como poderia parecer.

Produo de Milho e Trigo

Porduo ( Milhoes de Ton)
400 350 300 250 200 150
100

50 0 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960

Anos
Trigo ( em milhoes)

Fonte: Min da Agricultura

Milho ( em milhoes)

Grfico de Barras Percentuais Complementares

A vantagem deste tipo de grfico salientar quantitativamente a proporo de cada varivel naquele perodo especfico, no sendo uma boa opo para comparao entre perodos.

Balana Comercial Brasileira de janeiro a maio de 1999

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Janeiro Maro Maio Importao Exportao

Tratamento da Informao
13 Grfico de Linhas Mltiplas Representa a comparao entre a evoluo de duas ou mais variveis ao longo de certo perodo.
Balana Comercial Brasileira de janeiro a maio de 1999
45000 40000 35000 30000 25000 20000 15000 10000 5000 0 Janeiro Fevereiro Maro Abril Maio

Exportao Importao

Pictograma um tipo de representao artstica de grfico, bastante utilizado na mdia, isto , tem a mesma utilidade de um grfico, porm conta com o apelo esttico de alguma ilustrao no sentido de enfatizar mais a qualidade da varivel que est sendo utilizada.

Quantidade de Habitantes por Bairro

Representao grfica de variveis quantitativas A representao grfica para variveis quantitativas ser melhor explorada com os conceitos que trabalharemos em breve. Para variveis contnuas organizadas em tabelas de distribuies de frequncias, quatro tipos de grficos so utilizados: histograma, polgono de frequncia e ogivas.

Tratamento da Informao
14 Histograma O histograma um tipo especial de grfico, pois apresenta a classe de frequncia conforme sua amplitude. Faturamento em milhes de reais da empresa AJK, 2007
60 50 40 30 20 10 0 3 5 7 9 11 13 15 17 19 21

Polgono de Frequncias

Une o histograma linha obtida mediante o ponto mdio de casa classe. Faturamento em milhes de reais da empresa AJK, 2007
60 50 40 30 20 10 0 3 5 7 9 11 13 15 17 19 21 23 25

Diagrama de Disperso

O grfico de disperso um grfico de pontos associando duas ou mais variveis, uma em funo da outra, usado para visualizar a relao ou associao entre duas ou mais variveis.

Tratamento da Informao
15 Ogiva

Exibe as frequncias acumuladas dos dados coletados. Faturamento em milhes de reais da empresa AJK, 2007
100%

80%

60%

40%

20%

0% 2 3 5 7 9 11 13 15 17 19 21 23 25

Finalizamos a segunda semana sugerindo que voc leia quantas vezes julgar necessrio o material, faa os testes on-line, tire suas dvidas em fruns (pode ser aberto 1 (um) tpico no frum geral, por exemplo) e enviando mensagens aos tutores a distncia e ao professor responsvel por seu plo. No deixe as dvidas acumularem! Bom trabalho!

5. Referncias
CRESPO, A. A. Estatstica Fcil. So Paulo; Saraiva,1996. FREUND, E.J; SIMON, G.A. Estatstica Aplicada: Economia, Administrao e contabilidade, Porto Alegre, Bookman,2000. FILHO, J. C. Estatstica I, em <pt.scribd.com/doc/52499371/Apostila-Estatistica-I>, acesso em 02 de dezembro de 2010. <http://www1.eeg.uminho.pt/economia/priscila/intocaveis/FMIE04/links/Apostila_Estatistica _I.pdf>, acesso em 02 de dezembro de 2010. MILONE, G.; ANGELINI, F. Estatstica Geral. So Paulo: Atlas, 1993. SOEIRO, J. C.; DALMAS, J. C.. Estatstica: Anlise Exploratria de Dados. Parte I. Londrina: 2008 (digitado) SPIGEL, M. R. Estatstica, Rio de Janeiro, LTC, 1978. TRIOLA, M. F. Introduo a Estatstica, Rio de Janeiro, editora LTC,1999.