Questão de Estatística — Estatística descritiva (análise exploratória de dados) — VUNESP 2025
Estatística›Estatística descritiva (análise exploratória de dados)
Código
vu096979
Banca
VUNESP
Órgão
Prefeitura de Guararapes - SP
Ano
2025
Nível
Superior
Cargo
Psicólogo
As medidas estatísticas são utilizadas para resumir e interpretar os dados obtidos em pesquisas. Entre elas, encontram-se as medidas de dispersão, que têm como função
Aaveriguar se os dados obtidos são simétricos em relação a um valor central.
Bdiscriminar os pontos que representam o conjunto de dados.
Cavaliar a concentração ou afastamento dos dados de uma distribuição de frequência em torno de medidas de tendência central.
Destimar se o gráfico de dados se concentra em valores próximos do eixo X do plano cartesiano.
Esintetizar os dados obtidos em uma pesquisa no centro da curva normal.
Revelar gabarito e comentário▾
GabaritoC — avaliar a concentração ou afastamento dos dados de uma distribuição de frequência em torno de medidas de tendência central.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Medidas de dispersão: conceito e finalidade
Gabarito: letra C. As medidas de dispersão têm como função avaliar o quanto os dados de uma distribuição estão concentrados ou afastados em torno das medidas de tendência central (média, mediana, moda). É exatamente isso que a alternativa C afirma, e é o conceito clássico cobrado em estatística descritiva.
As medidas de dispersão (ou variabilidade) respondem a uma pergunta que as medidas de tendência central não respondem: os dados estão todos próximos do valor central ou estão espalhados? Por exemplo, os conjuntos {10, 10, 10, 10} e {0, 10, 10, 20} têm a mesma média (10), mas comportamentos completamente diferentes — o primeiro é homogêneo, o segundo é heterogêneo. É a dispersão que capta essa diferença.
As principais medidas de dispersão são: amplitude, desvio médio, variância, desvio padrão e coeficiente de variação. Todas elas, de formas diferentes, medem o afastamento dos valores em relação à média. A variância, por exemplo, é a média dos quadrados dos desvios em relação à média; o desvio padrão é a raiz quadrada da variância; o coeficiente de variação é o desvio padrão dividido pela média, permitindo comparar variabilidades de conjuntos com médias diferentes.
A pegadinha da banca aqui é confundir medidas de dispersão com medidas de tendência central (alternativa A), com medidas de forma (assimetria/curtose), ou com conceitos vagos de gráficos. A alternativa C é a única que descreve com precisão o papel das medidas de dispersão.
Medidas de dispersão — só Conceito correto: 1; só Conceito incorreto: 4; Conceito correto∩Conceito incorreto: 0
Alternativa A — ❌ Incorreta
Averiguar se os dados são simétricos em relação a um valor central é função das medidas de assimetria (e curtose), não das medidas de dispersão. A assimetria mede o grau de afastamento da simetria da distribuição, enquanto a dispersão mede o espalhamento dos dados. São conceitos distintos: uma distribuição pode ser simétrica e ter alta dispersão, ou assimétrica e ter baixa dispersão.
Alternativa B — ❌ Incorreta
"Discriminar os pontos que representam o conjunto de dados" é uma expressão vaga e sem significado estatístico preciso. As medidas de dispersão não discriminam pontos individuais; elas resumem a variabilidade do conjunto como um todo. Não há nenhuma medida estatística que "discrimine pontos" nesse sentido.
Alternativa C — ✅ Correta ⟵ GABARITO
Esta é a definição correta. As medidas de dispersão avaliam a concentração ou afastamento dos dados em torno das medidas de tendência central. Quanto menor a dispersão, mais concentrados os dados estão em torno da média; quanto maior, mais espalhados. É exatamente o papel da amplitude, variância, desvio padrão, desvio médio e coeficiente de variação.
Alternativa D — ❌ Incorreta
"Estimar se o gráfico de dados se concentra em valores próximos do eixo X" é uma afirmação sem fundamento estatístico. As medidas de dispersão não têm relação com o eixo X de um gráfico cartesiano; elas medem a variabilidade dos valores da variável, não a posição em relação a eixos. Além disso, a concentração em torno do eixo X não é um conceito estatístico definido.
Alternativa E — ❌ Incorreta
"Sintetizar os dados obtidos em uma pesquisa no centro da curva normal" é uma confusão com as medidas de tendência central (média, mediana, moda), que localizam o centro da distribuição. Além disso, a curva normal é um modelo teórico específico; as medidas de dispersão se aplicam a qualquer distribuição, não apenas à normal. A dispersão não "sintetiza no centro", ela mede o afastamento em relação ao centro.
NÃO CAIA NESSA!
A banca mistura as três famílias de medidas descritivas: tendência central (média, mediana, moda), dispersão (amplitude, variância, desvio padrão) e forma (assimetria, curtose). A alternativa A fala de simetria (forma), a E fala de centro (tendência central), e a C é a única que fala de afastamento em torno do centro (dispersão). Na prova, identifique a palavra-chave: "afastamento", "variabilidade", "dispersão" → medidas de dispersão; "centro", "típico" → tendência central; "simetria", "achatamento" → forma.
PEGA ESSA DICA!
Para fixar, lembre-se do par pergunta-resposta: as medidas de tendência central respondem "onde está o centro?", enquanto as de dispersão respondem "os dados estão próximos ou longe desse centro?". Se a alternativa falar em "concentração", "afastamento", "variabilidade" ou "espalhamento" em relação à média, é dispersão. Se falar em "simetria" ou "achatamento", é forma. Essa distinção resolve a maioria das questões conceituais de estatística descritiva.