Medidas de tendência central e dispersão na prática
A maioria das pessoas aprende isso na faculdade e depois nunca mais usa direito. Quando você precisa aplicar na vida real, esquece os detalhes e comete erros que podem distorcer toda uma análise. Vou explicar como funciona de verdade, não como está no livro didático.
O que são medidas de tendência central e dispersão
Medidas de tendência central resumem um conjunto de dados em um único valor representativo. As principais são média aritmética, mediana e moda. Mediana é a posição do centro quando os dados estão ordenados. Moda é o valor que mais se repete. Média é a soma de todos os valores dividida pela quantidade de observações. Cada uma tem seu lugar e cada uma falha de jeito diferente. Medidas de dispersão dizem o quão espalhados os dados estão ao redor da tendência central. Desvio padrão, variância, amplitude e intervalo interquartil são os mais usados. O desvio padrão mede a distância média de cada ponto em relação à média. A variância é o quadrado do desvio padrão. Amplitude é simplesmente o maior menos o menor valor. Intervalo interquartil cobre a faixa entre o primeiro e o terceiro quartil, descartando os extremos.
Na prática, você nunca deve reportar só a média. Sempre acompanhe com uma medida de dispersão. Sem isso, seu resumo é incompleto e enganoso.
Cálculo passo a passo
Vou pegar um exemplo real que usei semana passada num relatório de produtividade de equipe. Tinha 15 colaboradores e o tempo médio de conclusão de tarefas em dias úteis: 3, 4, 2, 5, 3, 4, 3, 8, 4, 3, 2, 4, 3, 4, 3
Para a média, some tudo e divida por 15. A soma dá 57. 57 dividido por 15 é 3,8 dias. Parece simples, mas note algo importante: um valor aqui é 8, bem acima do resto. Isso puxa a média para cima. Se você eliminar esse outlier, a média cai para 3,2 dias. A diferença é significativa e muda completamente a interpretação. Para a mediana, ordene os dados: 2, 2, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 8. O valor do meio, posição 8, é 3. A mediana é 3 dias. Perceba que a mediana não foi influenciada pelo 8. Isso mostra por que mediana e média podem divergir bastante em distribuições assimétricas.
Para o desvio padrão, calcule primeiro a variância. Subtraia a média de cada valor, eleve ao quadrado, some tudo e divida por n-1 (variância amostral). O resultado aqui é aproximadamente 1,66. A raiz quadrada disso dá desvio padrão de 1,29 dias. O intervalo interquartil exige encontrar Q1 e Q3. Q1 está na posição 4, que é 2. Q3 está na posição 12, que é 4. O IQR é 4 menos 2, igual a 2 dias. Essa métrica é útil porque também ignora o outlier extremo.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Pegadinhas que ninguém conta
Uma coisa que todo mundo esquece é que a média só é interpretável corretamente quando a distribuição é aproximadamente simétrica. Se você tem cauda longa para a direita, como no exemplo acima, a mediana é muito mais confiável como representante do centro. Não adianta insistir na média só porque é mais comum no dia a dia. Outro erro frequente é confundir variância com desvio padrão. A variância está em dias quadrados, o que não faz sentido intuitivo. O desvio padrão volta para a unidade original. Quando você relata resultados, use sempre o desvio padrão, não a variância. Ninguém consegue interpretar dias ao quadrado.
Tem ainda o caso dos dados categorizados. Moda é a única medida de tendência central válida para variáveis nominais. Média e mediana não existem para cores, marcas ou tipos de produto. Já vi analista calcular média de categorias de cliente e apresentar como se fosse algo sério. Isso não tem como funcionar.
Quando essas medidas falham completamente
Amostra muito pequena é um problema. Com menos de 5 observações, o desvio padrão pode ser instável e a mediana pode coincidir com qualquer valor do conjunto. Nesse cenário, o melhor é reportar todos os dados individualmente em vez de resumir com estatísticas. Dados censitários ou populacionais inteiros também merecem tratamento diferente. Quando você tem acesso a toda a população, use o desvio padrão populacional (dividindo por n, não por n-1). A diferença é pequena com amostras grandes, mas com populações menores o viés é perceptível.
Séries temporais com sazonalidade forte também distorcem essas medidas. A média anual de vendas de um produto pode ser 3.000 unidades, mas se as vendas concentram-se em dezembro, essa média esconde completamente o padrão real. Nesse caso, análise por períodos ou decomposição da série é mais indicada.
Ferramenta prática para cálculo rápido
Se você precisa fazer isso com frequência, planilhas resolvem rapidamente. No Excel ou Google Sheets, as funções são DIREITA(), MÉDIA(), MEDIANA(), MODA() para tendência central e DESVPAD(), VAR(), amplitude. No Google Sheets, há também a função MED() que é exatamente a mediana. Uma macro simples que fiz para meu uso diário calcula todas essas medidas de uma vez e exporta para um relatório formatado. O processo leva cerca de 30 segundos para um dataset de 500 linhas, contra uns 15 minutos fazendo manualmente com verificação ponto a ponto. Se quiser, posso compartilhar a estrutura dela em abas separadas com entrada de dados e saída automática.
O que realmente importa é entender o que cada número significa antes de apresentá-lo. Reportar estatísticas sem saber interpretar é pior do que não reportar nada.
