A medida psicométrica

Comportamento x Traço latente

• A teoria Clássica dos Testes – concepção monista materialista

• A Teoria de Resposta ao Item – concepção dualista interacionista

• Psíquico: traço latente (teta);

• Físico: comportamento (tau).
• TCT: comportamento (teste) = tarefas se definem em função de
outros comportamentos;

• TRI: as tarefas do teste se definem pela aptidão ou traço latente.

Traço latente

• Processo psicológico;
• São atributos impérvios à observação empírica;
• Precisa ser evidenciado por comportamentos;
• O parâmetro fundamental é a demonstração da adequação da
representação – análise estatística dos itens;
Sistema

• Representa o objeto de interesse – objeto psicológico;

• Sistema universal e locais;
• Objeto imediato de interesse.
Propriedade

• Foco imediato de observação ou medida;

• Processos cognitivos, processos emotivos, processos motores...
Magnitude

• Os atributos são dimensões, são mensuráveis;

• Os atributos ocorrem com quantidades definidas e diferentes de
indivíduo para indivíduo.
O problema da representação
comportamental
• Modalidade: em termos de conteúdo, os comportamentos podem
ser do tipo verbal ou motor – psicolinguística;
• Saturação: o comportamento tipicamente se apresenta como
multimotivado;
• Dificuldade (complexidade): um comportamento é mais difícil ou
mais complexo na medida em que ele exige maior nível de
magnitude do traço em questão para ser eficaz ou corretamente
executado;
• Discriminação: capacidade que ele apresenta de separar sujeitos com
magnitudes próximas do mesmo traço;
• Viés de resposta: fatores subjetivos do respondente e que poderiam
ser agrupadas dentro do conceito de tendências: respostas
estereotipadas, desejabilidade social, efeito de halo – formato das
escalas.
Parâmetros do Teste (grupo de itens)

• Parâmetro fundamental: isomorfismo entre a ordenação nos

procedimentos empíricos e a ordenação nos procedimentos teóricos
do traço latente;
• Análises estatísticas dos itens individualmente e da escala como um
todo;
• Preocupação com um enfoque teórico, e preocupação tanto com a
psicologia quanto com a estatística.
É um método de agrupamento de dados em classes, ou intervalos,
de tal forma que se possa determinar o número, ou a percentagem
(isto é, a freqüência) de observações em cada classe.

Método de grande utilidade quando precisamos

lidar com grande quantidade de dados.

Forma Tabular Forma Gráfica

TABELA PRIMITIVA

Corresponde aos elementos referentes a uma coleta de dados que não foram
numericamente organizados.

Massa Corporal de 40 Funcionários da Empresa A (Kg)

56 84 48 71 86 56 53 81 71 91
Tabela
105 42 86 91 86 56 42 95 86 105
Primitiva
42 84 95 76 62 105 48 71 42 84
76 81 53 62 71 91 95 86 81 84

Partindo dos dados acima, é difícil averiguar em torno de que

valor tendem a se concentrar as massas corporais, qual a menor
ou maior massa corporal.
ROL

É a tabela obtida após a ordenação (crescente ou decrescente) dos dados da

tabela primitiva.

Massa Corporal de 40 Funcionários da Empresa A (Kg)

42 48 53 62 71 81 84 86 91 95
Rol 42 48 56 71 76 81 84 86 91 105
42 53 56 71 76 84 86 86 95 105
42 53 62 71 81 84 86 91 95 105

Agora podemos saber, com relativa facilidade, qual a menor

massa corporal e a maior massa corporal, embora não
consigamos ainda averiguar em torno de que valor tendem a se
concentrar as massas corporais.
Distribuição de Freqüências - Exemplo

Número de funcionários que fica relacionado a um determinado valor da

variável.
Massa Freq.
42 4
48 2
53 3
56 2
62 2
Massa Corporal de 40
71 4 Funcionários da Empresa A
Distribuição de
76 2
Freqüências
81 3
84 4
86 5
91 3
95 3
105 3
Elementos de uma Distribuição de Freqüências

Classes de Freqüência – são intervalos de variação da variável.

As classes são apresentadas simbolicamente por i, sendo i = 1, 2, 3, ..., k.

(onde k é o número total de classes da distribuição).

Limites de Classe – são os extremos de cada classe.

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

superior da classe (Li).

Os intervalos de classe devem ser escritos em termos de desta quantidade

até menos aquela, empregando, para isso, o símbolo (inclusão de l i e


exclusão de Li).

42 48 é um intervalo fechado à esquerda e aberto à direita, tal que: 42 ≤ x < 48.


Elementos de uma Distribuição de Freqüências

Amplitude de um Intervalo de Classe (h) – é a medida do intervalo que

define a classe.

É obtida pela diferença entre os limites superior e inferior

dessa classe e indicada por hi. Assim:

hi = Li – li

h1 = 48 – 42 = 6
Elementos de uma Distribuição de Freqüências

Amplitude Total da Distribuição (AT) – é a diferença entre o limite superior

da última classe (limite superior máximo) e o limite inferior da primeira
classe (limite inferior mínimo).

AT = L(máx.) – l(mín.)

AT = 105 – 42 = 63
Elementos de uma Distribuição de Freqüências

Ponto Médio de uma Classe (Xi) – é o ponto que divide o intervalo de classe
em duas partes iguais; é o valor que a representa.

ponto médio = maior valor + menor valor

2

Xi = Li + li
2

42  105
X1  73,5
2
Tipos de Freqüências

Freqüência Simples ou Absoluta (de uma classe ou de um valor individual) –

é o número de observações correspondentes a essa classe ou a esse valor.

É simbolizada por fi (lê-se f índice i ou

freqüência da classe i). Somatório ou Notação Sigma
5

x
Soma de todas as freqüências
i
k

f
i 1
1 n Nº total
dos dados Lê-se somatório de x índice i, i
i 1 variando de 1 até 5.
Tipos de Freqüências

Freqüência Relativa (de uma classe ou de um valor individual) – é a razão

entre a freqüência simples e a freqüência total.

É simbolizada por fri (lê-se fr índice i ou

freqüência relativa de um valor ou classe i).

 fr 1
Freqüência Relativa
i ou 100%
fi
fri 
f
O propósito das freqüências
i relativas é o de permitir a análise
ou facilitar as comparações.
Tipos de Freqüências

Freqüência Acumulada (de uma classe ou de um valor individual) – é o total

das freqüências de todos os valores inferiores ao limite superior de uma
dada distribuição.

É simbolizada por Fi ( lê-se freqüência

acumulada de um valor ou classe i).

Freqüência Acumulada

Fk  f 1  f 2  ...  fk
ou

Fk   fi (i  1, 2, ..., k )
Distribuição de Freqüências para Dados Contínuos

Devido à quantidade de valores da variável n, a solução mais indicada é o

agrupamento dos valores em vários intervalos.

Estágios na Construção de uma Distribuição de Freqüências

para Dados Amostrais:

1º) Estabelecer as classes ou intervalos de agrupamentos dos dados;

2º) Enquadrar os dados nas classes, mediante contagem;

3º) Contar o número em cada classe;

4º) Apresentar os resultados numa tabela ou num gráfico.

Histograma de Freqüências

Figura 1. Distribuição de freqüência relativa para safras de pêssego

Polígono de Freqüências (união por segmentos de
retas os pontos médios das classes do histograma)
1. Medidas de Posição: Tendência
Central e Separatrizes.

2. Medidas de Variabilidade ou Dispersão

3. Medidas de Assimetria e Curtose

Surgem da necessidade de um número único, que represente todos os
valores obtidos pelo grupo.

Este número único possibilita a caracterização do grupo como um

conjunto e tende a se concentrar no centro da série.

É um valor no centro ou no meio de um conjunto de dados.

EXEMPLOS:

Qual o salário médio do trabalhador brasileiro?

Qual o tipo sangüíneo mais comum?

Qual a nota que divide os alunos de uma turma

em um grupo superior e outro grupo inferior?
TIPOS:

Médias

Moda

Mediana

Ponto Médio
Médias

Média Aritmética Simples.

Média Aritmética Ponderada.
Média Geométrica.
Média Harmônica.
Média Quadrática.
Média Cúbica.
Média Biquadrática.
Médias

“É um valor típico e representativo de um conjunto de dados.

Como estes valores típicos tendem a se localizar em um
ponto central, dentro de um conjunto de dados ordenados
segundo suas grandezas, as médias também são
denominadas medidas de tendência central (Spiegel, p.71)”

Utilizada para variáveis quantitativas intervalares e de razão.

Médias

Média Aritmética Simples.

Média Aritmética Ponderada.
Média Geométrica.
Média Harmônica.
Média Quadrática.
Média Cúbica.
Média Biquadrática.
Média Aritmética Simples ( X) Dados Não-Agrupados

Seja o conjunto X = (x1, x2, x3, ..., Xn) onde x1, x2, x3, ..., xn representam
os diversos valores assumidos pela variável que traduz o fenômeno
analisado, e n o número de valores assumidos pela variável.

A média aritmética simples ( X ) desse conjunto será o quociente entre a

soma dos valores da variável pelo número deles, genericamente
representado pela expressão:

 xi
n
X = Média aritmética
x1  x 2  x 3  ...  xn
X   i 1 Xi = Valores da variável

n n n = Número de valores
EXEMPLO 1:

Sabendo-se que a produção leiteira diária da vaca A, durante uma

semana, foi de 10, 14, 13, 15, 16, 18 e 12 litros, temos, para a
produção média da semana:

10  14  13  15  16  18  12 98
X    14
7 7

X  14 litros
Médias

Média Aritmética Simples.

Média Aritmética Ponderada.

Média Geométrica.
Média Harmônica.
Média Quadrática.
Média Cúbica.
Média Biquadrática.
Média Aritmética Simples ( X) Dados Agrupados
Sem Intervalos de Classes

No caso de dados sem intervalos de classes, como as freqüências são

indicadores da intensidade de cada valor da variável, elas funcionam
como fatores de ponderação, o que nos leva a calcular a média aritmética
ponderada.

Média Aritmética Ponderada

X
 xf i i
Xtotal 
n1 x1  n2 x2  ... nn xn
f
ou
i n1  n2  ...  nn
Média Aritmética Ponderada Dados Agrupados
Sem Intervalos de Classes
Exemplo 1: Calcule a média ponderada das avaliações da disciplina Estatística,
sabendo que:
Avaliações Pesos Aluno 1
AV 01 1,5 4,0
n1 x1  n2 x2  ... nn xn Lista 01 1,0 8,0
Xtotal 
n1  n2  ...  nn AV 02 1,5 7,0
Lista 02 1,0 7,0
Trabalho 2,0 6,0

1,5 x 4,0  1,0 x8,0  1,5 x7,0  1,0 x7,0  2,0 x6,0 43,5
Xtotal    6,21
1,5  1,0  1,5  1,0  2,0 7,0
 Média Aritmética Simples ( X)
QUANDO UTILIZAR?

1. Quando se trabalha com variáveis que são passíveis de mensuração

em um nível intervalar.

2. Quando se deseja obter a medida de posição que possui maior

estabilidade.

3. Quando houver necessidade de um tratamento algébrico ulterior.

 Média Aritmética Simples ( X)
VANTAGENS

1. Pode ser calculada diretamente usando-se calculadoras científicas.

2. Evidencia bastante estabilidade de amostra para amostra, ou seja, se

pesquisarmos numerosas amostras extraídas de uma mesma população,
os valores das médias obtidas variam pouco.

3. Permite a manipulação subseqüente dos dados, com o cálculo das

médias combinadas.

4. Reflete cada valor da distribuição.

5. Possui propriedades matemáticas atraentes, permitindo o uso de outras

técnicas estatísticas robustas.
 Média Aritmética Simples ( X)
LIMITAÇÕES

1. Por ser muito influenciada por valores extremos da série, não

representa bem as distribuições em que estes valores ocorrem com
freqüência acentuada.

2. Depende de todos os valores da distribuição.

3. Apesar de a média aritmética situar-se entre o menor e o maior resultado

da distribuição de freqüências, ela não tem, necessariamente, existência
real. A média de 2,3 crianças, por exemplo, é um valor inexistente.
 Média Aritmética Simples ( X)
LIMITAÇÕES

4. Não pode ser calculada para distribuições com classes ou limites abertos.
Distribuição de Renda em salários mínimos dos brasileiros –
1985 (em milhões de pessoas

Faixa fi
Até 1 22,2
1-2 11,9
2-5 11,6
5 - 10 4,4
+ de 10 2,6
TOTAL 52,7
Fonte: IBGE
 Moda

É o valor que ocorre com maior freqüência em uma série de valores.

A utilidade da moda se acentua quando um ou dois valores, ou um grupo de

valores, ocorrem com muito maior freqüência que outros.
 Moda Dados Não-Agrupados

Corresponde ao valor que mais se repete em uma distribuição.

Exemplo 1:

Idades de Trabalhadores da Organização A

56 51 38 54 26

26 45 35 21 63
Tabela Primitiva 36 59 34 26 47

28 62 68 45 70

26 35 26 35 26
 Moda Dados Não-Agrupados

Exemplo 1:

Idades de Trabalhadores da Organização A

21 26 35 45 59

26 26 35 47 62
Rol 26 28 36 51 63

26 34 38 54 68

26 35 45 56 70

Mo = 26
 Moda Dados Não-Agrupados
Tipos de Séries:
1. Séries Modais (ou unimodais): são séries em que ocorre um único valor
modal.
Exemplo 1:
Idades de Trabalhadores da Organização A

21 26 35 45 59

26 26 35 47 62
Série Modal 26 28 36 51 63

26 34 38 54 68

26 35 45 56 70
Mo = 26
 Moda Dados Não-Agrupados
Tipos de Séries:
2. Séries Amodais: são séries em que não existe moda, ou seja, séries que
não ocorre maior número de repetições para nenhum de seus valores.

Exemplo 1: Idades de Trabalhadores da Organização A

21 26 36 45 59

22 27 37 47 62
Série Amodal 23 28 38 51 63

24 34 39 54 68

25 35 41 56 70
 Moda Dados Não-Agrupados
Tipos de Séries:
3. Séries Multimodais: são séries em que ocorre mais do que um valor com
maior número de repetições.
Exemplo 1:
Idades de Trabalhadores da Organização A

21 26 35 45 51

26 26 35 47 51
Série Bimodal 26 28 36 51 51

26 34 38 51 68

26 35 45 51 70
Mo1 = 26 e Mo2 = 51
 Moda Dados Agrupados
Sem Intervalos de Classes
Após o agrupamento dos valores, a determinação do valor modal
corresponderá ao valor de maior freqüência.
Exemplo 1: Idades fi
21 4
26 42 Valor mais freqüente
28 23
Distribuição de 35 20
Freqüências
47 8 Mo = 26
51 6
56 1
Total 104
 Moda Dados Agrupados
Com Intervalos de Classes
O valor modal corresponde à classe que apresenta a maior freqüência
(classe modal).
A moda é o valor dominante que está compreendido entre os limites da
classe modal.
Moda Bruta

li  L i li = limite inferior
Mo  Li = limite superior
2

A moda bruta se assemelha ao ponto médio da classe de maior freqüência.

 Moda Dados Agrupados
Com Intervalos de Classes
Exemplo 1:

i Estaturas fi i=3 li = 158 Li = 162

1 150 - 154 4
2 154 - 158 9 li  L i
3 158 - 162 11
Mo 
2
4 162 - 166 8
5 166 - 170 5 158  162
6 170 - 174 3 Mo   160
2
fi = 40
 Moda
Expressões Gráficas da Moda
 Moda
Expressões Gráficas da Moda
 Moda
QUANDO UTILIZAR?

1. Quando se trabalha com variáveis que são passíveis de mensuração

em um nível nominal.

2. Para medidas rápidas e aproximadas de posição.

3. Para medidas de posição que caracterizam a distribuição; para encontrar

o valor mais típico da distribuição.

4. Pode ser calculada para qualquer conjunto de dados, pois pressupõe

apenas o conhecimento das freqüências.
 Moda
VANTAGENS

1. Medida de tendência central rápida e simples.

2. Não depende de todos os valores da distribuição, podendo não se alterar

com a modificação de alguns deles.

3. Não é influenciada pelos valores extremos da série.

4. A moda, desde que ocorra, sempre é representada por um elemento da

série, tendo, portanto, existência real.

5. Pode ser calculada para distribuições em que os extremos constituem

classes abertas, na maioria dos casos.
 Moda
LIMITAÇÕES

1. Não reflete todos os valores da distribuição.

2. Possui propriedades matemáticas restritivas, não permitindo o uso de

outras técnicas estatísticas robustas.
 Mediana

Corresponde ao número que se encontra no centro de uma série de números,

estando estes dispostos segundo uma ordem.

A mediana de um conjunto de valores, ordenados segundo uma ordem de

grandeza, é o valor situado de tal forma no conjunto que o separa em dois
subconjuntos de mesmo número de elementos.
 Mediana Dados Não-Agrupados

Para Números Ímpares

Estando ordenados os valores de uma série, a mediana corresponde ao valor

central que apresenta o mesmo número de elementos à direita e à esquerda.

n 1 n: nº de elementos da série
Md 
2
 Mediana Dados Não-Agrupados
Para Números Ímpares
Exemplo 1:
Idades de Trabalhadores da Organização A

Tabela Primitiva 46 51 38 54 26 70 59 34 35 52 27

Rol 26 27 34 35 38 46 51 52 54 59 70
5 valores 5 valores

n 1 6ª posição
Md 
2
11  1 Md = 46
Md   6ª posição
2
 Mediana Dados Não-Agrupados
Para Números Ímpares
Exemplo 2:

Idades de Trabalhadores da Organização A

21 26 35 45 59 n 1
Md 
26 26 35 47 62 2
26 28 36 51 63 25  1
Md   13ª posição
26 34 38 54 68 2
26 35 45 56 70

13ª posição
 Mediana Dados Não-Agrupados

Para Números Pares

A mediana será qualquer dos números compreendidos entre os dois valores

centrais da série. Convencionou-se utilizar o ponto médio.

Média Aritmética dos Termos

n n
Md  X  e  1 n: nº de elementos da série
2 2
 Mediana Dados Não-Agrupados
Para Números Pares

Exemplo 3:
Idades de Trabalhadores da Organização A
26 27 34 35 38 46 51 52 54 59

5ª posição 6ª posição
n 10
  5ª posição
2 2 38  46
Md  X   42
n 10 2
 1   1  6ª posição
2 2
Md  42
 Mediana Dados Agrupados
Sem Intervalos de Classes

Deve-se identificar a freqüência acumulada imediatamente superior à metade

da soma das freqüências. A mediana será aquele valor da variável que
corresponde a tal freqüência acumulada.

A ordem, a partir de qualquer um dos extremos é dada por:

f i

2
 Mediana
QUANDO UTILIZAR?

1. Quando se trabalha com variáveis que são passíveis de mensuração

em um nível ordinal.

2. Quando se deseja obter o ponto que divide a distribuição em duas

partes iguais.

3. Quando há valores extremos que afetam de uma maneira acentuada a

média (assimetria acentuada).

4. Para distribuições com classes ou limites abertos (valores extremos

indefinidos).
5. Quando a variável em estudo é salário.
 Mediana
VANTAGENS

1. Não depende de todos os valores da série, podendo se manter inalterável

com a modificação de alguns deles.

2. Não é influenciada pelos valores extremos da distribuição; por isso é

particularmente indicada quando existem dados discrepantes.

3. Tal como a moda, pode ser calculada quando os valores mais altos e mais
baixos de uma série não podem ser exatamente definidos.

4. Pode ser utilizada para dados que atingem o nível ordinal.

 Mediana
LIMITAÇÕES

1. Ao contrário do que ocorre com a média, as medianas de vários

conjuntos de dados não podem em geral ser combinadas em uma
mediana global de todos os dados.

2. Problema de inferência estatística: as medianas de muitas amostras

extraídas da mesma população apresentam maior variação do que as
médias amostrais correspondentes (menor confiabilidade do que a média).

3. O cálculo da mediana não pode ser feito com calculadoras.

4. A depender da quantidade de valores da distribuição, a ordenação dos

dados para determinar a mediana pode ser enfadonha e difícil.
 Ponto Médio

É o valor que está a meio caminho entre o maior e o menor valor. Para obtê-lo,
basta somar os valores extremos e dividir por 2.

Medida de posição de pouca utilização para decisões finais. É mais utilizado

para o cálculo de outras medidas

li  L i
Xi 
li: limite inferior
Li: limite superior
2

ponto médio = maior valor + menor valor

2
 Ponto Médio
Exemplo 1:

i Estaturas fi xi
1 150 - 154 4 152 Ponto Médio da Classe
2 154 - 158 9 156
Ponto Médio da
3 158 - 162 11 160 Distribuição
4 162 - 166 8 164
li  L i
5 166 - 170 5 168 Xi 
6 170 - 174 3 172
2
fi = 40 150  174
Xi 
2
Xi  162
 Deseja-se selecionar, dentre três pessoas, um funcionário para trabalhar
como analista de recursos humanos em uma empresa. Foram realizadas as
seguintes avaliações para seleção (português, matemática e inglês).

Escores do candidato A: Escores do candidato B: Escores do candidato C:

Português: 4 Português: 7 Português: 10

Matemática: 9 Matemática: 7 Matemática: 8
Inglês: 7 Inglês: 6 Inglês: 2

TOTAL: 20 TOTAL: 20 TOTAL: 20

Sabendo que todos obtiveram o mesmo total

de pontos, qual candidato você contrataria?
 Visam apresentar o grau de homogeneidade ou heterogeneidade
que existe entre os valores que compõem o conjunto.

As medidas de dispersão são baseadas nos valores obtidos a partir

das medidas de tendência central.

ABSOLUTAS RELATIVAS
Oferecem condições para analisar até que ponto os valores
apresentam oscilações para mais ou para menos, em relação a uma
medida de posição fixada.

ABSOLUTAS RELATIVAS
São expressas na São expressas em
mesma unidade de termos relativos ou
medida de valores. percentuais.
 Amplitude Total
Corresponde à diferença entre o maior e o menor dos valores de uma
distribuição.

AT = x(máx) – x(min)

Quanto maior o número de observações, maior tende a ser sua

amplitude.
 Amplitude Total Dados Não-Agrupados

Exemplo: Dados os valores 40, 45, 48, 52, 54, 62 e 70

AT = x(máx) – x(min)

AT = 70 – 40
AT = 30

Quanto maior o AT maior a dispersão dos valores da variável

 Amplitude Total

QUANDO UTILIZAR?
1. Quando se busca determinar a diferença entre os valores máximo e
mínimo em uma determinada época ou período.

2. Como uma medida rápida de variabilidade dos dados, que não

demonstre muita preocupação com a exatidão e a estabilidade.

3. Quando a distribuição de valores estiver mantendo uma certa

homogeneidade.

4. É utilizada como um índice preliminar.

 Amplitude Total

LIMITAÇÕES

1. É uma medida de dispersão que, ao não considerar o conjunto de

valores intermediários, reduz a confiança dos resultados obtidos.

2. Não são muito utilizadas, pois são instáveis, deixando-se influenciar

pelos valores extremos da distribuição.

3. Possui uma aplicação restrita a distribuições de resultados mensurados

em nível pelo menos intervalar.
TIPOS:

Amplitude Total ou Intervalo Total (AT).

Desvio Quartílico ou Amplitude Semi-Interquartílica (Dq).

Desvio Médio (Dm).

Desvio-Padrão (DP ou s).

Variância (s2).
 Desvio Médio
É a média aritmética dos valores absolutos dos desvios da distribuição,
em relação a uma medida de tendência central (média ou mediana).


Dm = desvio médio
X X
Dm   X X  Somatório dos
desvios absolutos
N
N (fi)= número total de
escores
 Desvio Médio Dados Não-Agrupados

Exemplo: Dados os valores 2, 5, 8, 15, 20.

2  5  8  15  20
X  10
5

Dm 
 X X
N
2  10  5  10  8  10  15  10  20  10
Dm 
5

Dm  6
 Desvio Médio

VANTAGENS
1. Depende de todos os valores da distribuição, fazendo com que seu
resultado apresente maiores seguranças em relação à Amplitude Total
e Desvio Quartílico.

2. Seu cálculo pode ser efetuado a partir da média e da mediana.

3. Não leva em consideração a existência de desvios negativos, pois seu

cálculo é medido em termos modulares (absolutos).

4. Poderá substituir o Desvio Padrão, quando este for influenciado

indevidamente pelos desvios extremos.
TIPOS:

Amplitude Total ou Intervalo Total (AT).

Desvio Quartílico ou Amplitude Semi-Interquartílica (Dq).

Desvio Médio (Dm).

Desvio-Padrão (DP ou s).

Variância (s2).
 Desvio-Padrão

Corresponde à raiz quadrada da média aritmética dos quadrados

dos desvios.

x  x 
2
i
s
n

É a medida de dispersão mais utilizada na comparação de

diferenças entre conjuntos de dados.

Determina a dispersão dos valores em relação à média.

 Desvio-Padrão
QUANDO UTILIZAR?

1. Para avaliar o grau de variabilidade em uma distribuição ou para

comparar a variabilidade de diferentes distribuições.

2. Para ajustar a posição relativa de escores individuais dentro de

uma distribuição.
TIPOS:

Amplitude Total ou Intervalo Total (AT).

Desvio Quartílico ou Amplitude Semi-Interquartílica (Dq).

Desvio Médio (Dm).

Desvio-Padrão (DP ou s).

Variância (s2).
 Variância

Corresponde à média dos quadrados dos desvios

(quadrado do desvio padrão).

A variância é uma medida que tem pouca utilidade como

estatística descritiva.
 Variância
QUANDO UTILIZAR?

1. Para testes estatísticos dentro da inferência estatística e em

combinações de amostras.

2. Em processos estatísticos avançados.

3. Quando os valores absolutos obtidos a partir do desvio médio

não possuem utilidade.
 Erro-padrão da média (S.E. Mean)
Corresponde ao desvio-padrão da estimativa média da amostra de uma
média populacional. É estimado pela relação entre o desvio-padrão da
amostra e a raiz quadrada do tamanho amostral:

s
SE  Quanto > n, < o SE.
X n

S = desvio-padrão da amostra (baseada na estimativa do desvio-padrão

da população)
N = tamanho da amostra