INTRODUÇÃO

Sobre As medidas de Tendência Central, pretende-se representar de forma

estrutural e científica, as medidas de tendência central usadas em estatística, achamos
ser um tema pertinente por se falar de mais um método ou técnica de estatística para se
entender determinadas tendências sociais de modo quantitaivos, como sabe-se a
Estatística enquanto ciência auxilias as demais ciências sociais no estudo de casos e
grupos alvos.

Deste modo, procura-se apresentar de modo suscinto e claro a Moda – Mo,

Média –Me e a Mediana.

De certo que ao elaborar este estudo, o pesquisador determinou alguns

objectivos importantes para melho entendimento do trabalho, o objectivo geral do
trabalho é aprender sobre as medidas de tendência central e como proceder para
encontras resultados; já como objectivo específico, entende-se que não basta saber o que
é e como funciona, é necessário executar através das resoluções de alguns exercícios
estatísticos para se encontarar ou se chegar aos resultados esperados.

Entendemos de outro modo que o trabalho não se esgota com está apresentação,
mas buscou-se elementos fundamentais do tema central para aqui ilucidar.

1
 AS MEDIDAS DE TENDÊNCIA CENTRAL
Em estatística, uma tendência central (ou, normalmente, uma medida de
tendência central) é um valor central ou valor típico para uma distribuição de
probabilidade. É chamada ocasionalmente como média ou apenas centro da distribuição.
As medidas de tendência central mais comuns são:

 Média Aritmética;
 Mediana e;
 Moda.

Tendências centrais podem ser calculadas tanto para um número finito de valores
quanto para uma distribuição teórica, a exemplo da distribuição normal. Ocasionalmente
autores usam tendência central (ou centralidade), significando "a tendência de dados
quantitativos de se agruparem ao redor de um valor central." Tal significado pode ser
esperado da definição usual das palavras tendência e centralidade no dicionário. Autores
podem julgar se dados têm tendência central forte ou fraca se baseando na dispersão
estatística, medida pelo desvio padrão ou algo similar. O termo "tendência central" data
do final de 1920.

As seguintes medidas podem ser aplicadas para dados unidimensionais. Dependendo

das circunstâncias, pode ser apropriado transformar os dados antes de calcular a
tendência central. Exemplos são tirar quadrados de valores ou calculando logaritmos.
Uma transformação ser apropriada e o que deveria ser depende muito nos dados sendo
analisados.

 Média Aritmética (ou simplesmente, média) - a soma de todas as medições

divididas pelo número de observações no conjunto de dados.
 Mediana - o valor do meio que separa a metade maior da metade menor no
conjunto de dados. A mediana e a moda são as únicas medidas de tendência central
que podem ser usadas para nível de medição, onde valores recebem ranks relativos
aos outros mas não são medidos absolutamente.
 Moda - O valor que aparece com mais frequência no conjunto de dados. Essa é a
única medida de tendência central que pode ser usada com dados nominais, os quais
tem atribuições de categoria puramente qualitativa.
 Média Geométrica - A raiz enésima(n) do produto dos valores dos dados, onde
existem n valores. Essa medida é válida apenas para dados que foram medidos
absolutamente em uma escala estritamente positiva.
 Média Harmônica - É o recíproco da média aritmética do recíproco dos valores
dos dados. Essa medida também só é válida para dados que foram medidos
absolutamente em uma escala estritamente positiva.
 Média Ponderada - Uma média aritmética que incorpora peso para os elementos.
 Média truncada - A média aritmética dos valores dos dados depois de que um certo
número ou proporção dos maiores e menores valores tenham sido descartados.
 Média Interquartílica - um tipo de média truncada.
 Alcance Médio - A média aritmética dos valores máximo e mínimo do conjunto de
dados.
 Articulação Média - a média aritmética dos dois quartis.
 Média tripla - A média ponderada da mediana e dois quartis.
2
 Média Winsorizada - Uma média aritmética na qual valores extremos são
substituídos por valores mais próximos da mediana.
Qualquer uma das medidas acima podem ser aplicadas para cada uma das dimensões de
dados multidimensionais, mas os resultados podem não ser invariantes a rotações do
espaço multidimensional. Em adição, existe a

 Mediana Geométrica - que minimiza a soma de distâncias para os pontos de dados.

Isso se assemelha à mediana quando aplicada a dados unidimensionais, mas não é o
mesmo que tirar a mediana de cada dimensão independentemente. Ela não é
invariante a diferentes mudanças de escala das diferentes dimensões.
A Média quadrática (também conhecida como média da raíz quadrada) é útil na
engenharia, mas não é muito usada em estatística. Isso se dá porque ela não é um bom
indicador do centro de distribuição quando a distribuição incluí valores negativos.

3
 VÁRIAS MEDIDAS DE TENDÊNCIA CENTRAL

As mais importantes medidas de tendência central são a média aritmética, média

aritmética para dados agrupados, média aritmética ponderada, mediana, moda, média
geométrica, média harmônica, quartis.

Quando se estuda variabilidade, as medidas mais importantes são: amplitude, desvio

padrão e variância.

Várias medidas de tendência central podem ser caracterizadas como a solução de um

problema variacional. No sentido do cálculo das variações, visa minimizar a variação a
partir do centro. Ou seja, dada uma medida de dispersão estatística, alguém pede uma
medida de tendência central, que minimiza a variação: de tal forma que a variação do
centro é mínima entre todas as opções de centro. Em resumo, "dispersão precede
localização". No sentido emLp espaços, a correspondência é:

Medidas Fórmula
Média aritmética
Média aritmética para
dados agrupados
Média aritmética
ponderada
1) Se n é impar, o valor é central, 2) se n é par, o valor é a
Mediana
média dos dois valores centrais
Moda Valor que ocorre com mais frequência.
Média geométrica

Média harmônica

Quartil

Sendo a média uma medida tão sensível aos dados, é preciso ter cuidado com a sua
utilização, pois pode dar uma imagem distorcida dos dados.
Pode-se mostrar que, quando a distribuição dos dados é "normal", então a melhor
medida de localização do centro é a média.

A distribuição normal é uma das mais importantes e que surge com mais frequência nas
aplicações (esse fato justifica a grande utilização da média).
A média possui uma particularidade bastante interessante, que consiste no seguinte: se
calcularmos os desvios de todas as observações relativamente à média e somarmos esses
desvios, o resultado obtido é igual a zero.
A média tem uma outra característica, que torna a sua utilização vantajosa em certas
aplicações: quando o que se pretende representar é a quantidade total expressa pelos
dados, utiliza-se a média.
Na realidade, ao multiplicar a média pelo número total de elementos, obtemos a
quantidade pretendida.

4
 MODA - MO
Por definição, a moda de um conjunto de dados é o valor que aparece mais vezes, ou seja, é
aquele que apresenta a maior frequência.

Pode ocorrer de dois ou mais valores apresentarem a mesma frequência, nestes casos, teremos
distribuições bimodais (duas modas), trimodais ou multimodais.

Também é possível acontecer que todos os elementos tenham apresentado

exatamente o mesmo número de ocorrências. Isso significa que não há moda, pois nenhum dado
se destacou. Dessa forma, o conjunto é, então, chamado amodal.

Dentre as três medidas de tendência central, a moda é a única que pode ser usada quando as
variáveis são qualitativas nominais.

Ex.: Se distribuíssemos os alunos de engenharia por sexo e obtivéssemos que 70% são meninos,
poderíamos dizer que a moda é o sexo masculino, pois essa categoria apresentou a maior
frequência.

Para obtermos a moda (Mo ) faremos uma simples inspeção em relação às repetições dos
valores.

No caso das tabelas, observaremos as frequências absolutas simples (ʄi). Procuramos, então,
qual(is) o(s) valor(es) que apresenta (m) o maior número de ocorrências (repetições). Este(s)
valor(es) é (são) denominado(s) moda.

5
 MÉDIA - Me

Média Aritmética, ou simplesmente média, é uma medida que funciona como o ponto
de “equilíbrio” de um conjunto de dados, é representada pela letra grega µ, quando seu
cálculo é feito a partir de todos os valores de uma população.

Se usamos dados amostrais para obtê-la, a mesma é referida como ẋ que le-se “xis
barra.

1.º Caso: Para dados isolados ou não tabelados

A média é a soma de todos os valores analisados, dividida pela quantidade de valores
analisados.
X1+ X2+X3 + …Xn
ẋ=
n

Exemplo: suponha que suas notas em uma selecção para um curso de aperfeiçoamento
foram 5,6; 4,8; 8,6; 6,8; 9,4. Então, se todas têm o mesmo peso, sua média será:

5,6 +4,8 + 8,6 + 6,8 + 9,4 43,2

ẋ= = = 7,2
6 6
Observe que para calcular a média nós somamos todos os valores e dividimos pela
quantidade desses valores.

2º Caso: Para dados organizados em uma tabela de frequências.

Pontuação( ) Frequência( )

4 6 24

6 8 48

8 5 40

9 5 45

10 3 30

Total 27 187

6
Neste caso, a média é dada da seguinte forma:

4.6 + 6.8 + 8.5 + 9.5 + 10.3 187

ẋ= = = 6,92
6+8+5+5+3 27

Observe que para calcular a média, nós multiplicamos a pontuação pela sua respectiva
frequência. Para o Cálculo da média, somam-se essas multiplicações e divide pelo
somatório das frequências.

3º Caso: Para dados agrupados em intervalos de classe.

Na tabela abaixo, pode-se observar três intervalos de classe. Cada intervalo possui uma
frequência e um ponto médio.

O ponto médio é obtido através da soma do limite superior com o limite inferior,
dividida por dois. Para classe 1 tem-se:

4+6 10
Xi = = = 5
2 2

Onde 4 e 6 correspondem, respectivamente, ao limite inferior e superior da primeira

classe.

Pontuação
Frequência( ) Ponto Médio( )
(Médias)

4 Ⱶ 6 6 5 30

6 Ⱶ 8 8 7 56

8 Ⱶ 10 13 9 117

Somatórios 27 ---- 203

7
Nesta situação, a média é dada como:

6.5 + 8.7 + 13.9 203

ẋ= = = 7,51
6+8+13 27

Observação:

A média é afetada por valores extremos. O que isso quer dizer?

Para calcular a média, é necessário somarmos todos os dados da série, ou seja, essa
medida leva em conta todas as observações. Por isso, quando temos uma situação em
que aparecem alguns valores, ou muito baixo, ou muito alto, se comparados com os
demais elementos da série, a média é influenciada por eles.

8
 MEDIANA
Mediana ( Md ) é definida como o valor que ocupa a posição central em um
conjunto de dados ordenados.
A mediana não é influenciada por valores extremos, visto que ela é uma medida
essencialmente vinculada à posição que ocupa no conjunto ordenado.
Para encontrar a mediana em um conjunto qualquer de dados estatísticos,
precisamos conhecer a posição que ela ocupa em relação aos n elementos ordenados
desse conjunto.
Para tal, devemos considerar duas situações para as quais adotaremos distintos
procedimentos.

1ª Passos para Calcular a Mediana:

Dados agrupados ou tabelados Inicialmente, precisamos construir o rol, ou seja, os

valores do conjunto de forma ordenada. Esta ordenação pode ser em ordem crescente ou
decrescente.

Em seguida, devemos calcular o elemento mediano (EMd). O

EMd é a posição que a mediana ocupa no conjunto ordenado.

Para obtermos a mediana, precisamos primeiramente analisar o número de elementos do

conjunto (n ), identificando se este número é par ou ímpar.

A seguir veremos como proceder em cada situação.

 Se o n for ímpar:

Quando é ímpar haverá apenas um valor central no conjunto ordenado, cuja posição é
calculada pela fórmula:
n+1
EMd =
2
A mediana que representamos Md por será exatamente o valor que está nessa posição,
considerando-se os n valores ordenados.

Ex: Para o seguinte conjunto de dados 4; 5;7;1;5, encontrar a mediana.

Primeiramente precisamos construir o rol, ou seja, ordenar os valores. Desse modo,

tem-se: 1; 4; 5; 5;7 Como vimos, para encontrarmos o elemento mediano utiliza-se a
seguinte fórmula: n+1
EMd =
2
Para este conjunto, o valor de n é igual a 5, logo, utilizando a fórmula, obtém-se:
5+1
EMd = =3
2
Com isso nós encontramos que a mediana ocupa a terceira posição desse conjunto, logo,
a media é igual a 5. 1; 4; 5; 5;

9
Se for n par:

Nesse caso, haverá dois valores centrais, os quais se encontram nas posições:

n n
= + 1
2 2

A mediana em tais situações é definida como a média aritmética desses dois valores
centrais.

Ex: Para o conjunto dado, encontrar a mediana.

9; 1; 4; 6; 12; 2

Primeiramente constrói-se o rol: 1; 2; 4; 6; 9; 12

Neste caso, n = 6 Logo, usaremos as duas fórmulas:

n n
= + 1
2 2

para encontrar o elemento mediano.

6 6
= 3 e + 1 = 3 +1 = 4
2 2

No conjunto, tem-se os seguintes elementos : 1; 2; 4; 6; 9; 12

A média desses valores nos dará a mediana. Desse modo tem-se:

4+6
EMd = =5
2

Logo, a mediana desse conjunto é igual a 5.

10
 CONCLUSÃO

Do estudo feito da Cadeira de Estatística, sobre as medidas de tendência cental,

chegamos a conclusão que, estás tendências são de caracter importante para
levantamentos estátisticos, a moda é útil para calcular a frequências ou à consistencia e
ainda a permanencia de uma dada amostar num conjunto.

Portanto, nada mais temos a dizer por ser um trabalho mais visto na vertente
quantitativa e os resultados apresentados falam por si.

11
 REFERÊNCIAS BIBLIOGRÁFICAS

SALSA, I. da S.; Moreira, J. A.; Pereira, M.G.. Matemática e Realidade.

Medidas de tendência central: média, mediana e moda. Natal, RN: EDUFRN Editora da
UFRN, 2005.

Disponível em: <http://xa.yimg.com/kq/groups/22932771/2143145043/name/4426477-

Matematica-e-Realidade-Aula-08-551.pdf>.

Acesso em: 28 de abr. de 2012. world_globe.JPEG - Altura: 380 pixels. Largura 380 pixels.
Resolução 300 dpi. 52KB. Formato JPEG.

Disponível em: <http://apenasmais- 1.blogspot.com.br/2011/07/os-12-paises-recordistas.html>

Acesso em: 30 abr. 2012.

12