Interpretação de gráficos e a distinção entre correlação e causalidade
Gabarito: letra A. O gráfico de dispersão mostra uma tendência de associação positiva entre as notas no PISA e o PIB per capita, o que sustenta a afirmação A1 (correlação). No entanto, a mera correlação não implica causalidade, e é exatamente por isso que a afirmação A2 (que propõe um caminho causal inequívoco) não pode ser sustentada apenas com base no gráfico. A alternativa A captura essa distinção fundamental entre correlação e causalidade.
O cerne desta questão é a diferença entre correlação e causalidade. Correlação é uma medida estatística que indica o grau de associação entre duas variáveis — quando uma aumenta, a outra tende a aumentar (correlação positiva) ou a diminuir (correlação negativa). Causalidade, por outro lado, implica que uma variável é a causa direta da outra. O gráfico de dispersão com uma linha de tendência ascendente mostra que países com melhores notas em matemática tendem a ter PIB per capita mais alto, mas isso não prova que as notas causam o PIB. Pode haver outros fatores (educação em geral, infraestrutura, instituições, história, etc.) que influenciam ambos. A linha de tendência é um resumo da relação, não uma prova de relação de causa e efeito.
Na prática, quando analisamos um gráfico de dispersão, observamos a nuvem de pontos. Se os pontos se concentram em torno de uma linha imaginária, há uma correlação. A força dessa correlação é medida pelo coeficiente de correlação (r), que varia de -1 a +1. Quanto mais próximo de +1, mais forte a correlação positiva. No entanto, mesmo uma correlação perfeita (r = +1) não estabelece causalidade. Para estabelecer causalidade, seria necessário um estudo controlado, com grupos de comparação, ou uma análise que considere e elimine variáveis de confusão.
A pegadinha desta questão é justamente a tentação de pular da correlação para a causalidade. A afirmação A2 diz que o caminho é "inequívoco" — uma palavra forte que sugere certeza absoluta. O gráfico, por si só, não pode fornecer essa certeza. Ele mostra uma associação, mas não prova que investir em educação matemática causará um aumento no PIB per capita. Pode ser que países ricos invistam mais em educação, ou que outros fatores (como industrialização, recursos naturais, estabilidade política) sejam os verdadeiros motores do desenvolvimento. A alternativa A é a única que reconhece essa limitação.
Guarde esta distinção: correlação é uma observação estatística; causalidade é uma afirmação sobre mecanismo. O gráfico fornece evidência de correlação, mas não de causalidade. É exatamente essa fronteira que separa a alternativa correta das demais.
Caso | A1 (correlação) | A2 (causalidade) | Resultado |
|---|
A | V | F | Correta |
B | V | F | Incorreta |
C | V | V | Incorreta |
D | F | F | Incorreta |
E | F | F | Incorreta |
Alternativa A — ✅ Correta ⟵ GABARITO
Esta alternativa está correta porque reconhece que o gráfico sustenta A1 (há uma correlação visível entre notas e PIB) mas não sustenta A2, pois a correlação não garante causalidade. O termo "inequívoco" em A2 é exagerado: o gráfico não pode provar que investir em educação matemática causará o desenvolvimento. A alternativa usa corretamente o conceito de que correlação não implica causalidade.
Alternativa B — ❌ Incorreta
Esta alternativa afirma que o gráfico não sustenta A2 porque o Brasil, mesmo com boas notas, não se juntou ao grupo de países desenvolvidos. Isso é uma interpretação incorreta do gráfico. O gráfico mostra uma tendência geral, não uma regra para cada país individual. O fato de o Brasil poder ter notas relativamente boas e ainda assim PIB per capita baixo não invalida a correlação geral — apenas mostra que há exceções e que a correlação não é perfeita. Além disso, a razão pela qual A2 não é sustentada não é a posição específica do Brasil, mas sim a impossibilidade de inferir causalidade a partir de um gráfico de dispersão.
Alternativa C — ❌ Incorreta
Esta alternativa afirma que o gráfico sustenta tanto A1 quanto A2, e justifica dizendo que jovens com sólida formação matemática tendem a receber salários mais altos. Essa justificativa é uma inferência causal que vai além do que o gráfico mostra. O gráfico apenas mostra a relação entre notas e PIB per capita, não entre notas e salários individuais. Além disso, a alternativa ignora a distinção entre correlação e causalidade, que é o ponto central da questão. O gráfico não pode sustentar A2 porque não prova que a educação matemática é a causa do desenvolvimento.
Alternativa D — ❌ Incorreta
Esta alternativa afirma que o gráfico não sustenta A1 nem A2 porque os pontos estão distribuídos de forma homogênea por todas as regiões do gráfico. Isso é factualmente incorreto. O gráfico de dispersão, com uma linha de tendência, sugere que os pontos não estão distribuídos de forma homogênea, mas sim que há uma tendência de associação positiva. Se os pontos estivessem distribuídos de forma homogênea, não haveria uma linha de tendência clara. A alternativa D nega a existência da correlação, o que contradiz a descrição do gráfico.
Alternativa E — ❌ Incorreta
Esta alternativa afirma que o gráfico não sustenta A1 nem A2 porque nem todos os pontos estão sobre a linha de tendência. Isso é um erro de interpretação. Em um gráfico de dispersão, é esperado que nem todos os pontos estejam exatamente sobre a linha de tendência — a linha é um resumo da relação, não uma representação exata de cada ponto. A dispersão dos pontos em torno da linha é normal e não invalida a correlação. A alternativa E confunde a existência de dispersão com a ausência de correlação.
Gabarito: letra A
