Política de Privacidade

A importância do desvio padrão e do coeficiente de variação

O desvio padrão é utilizado em diversas áreas, como a biologia, finanças, física e até as pesquisas de opinião se apropriam dessa informação para mostrar quão dispersos ou próximos os dados estão entre si.

Com as informações do desvio padrão podemos realizar análises mais conclusas em relação às informações que possuímos, tendo a certeza de que os dados estão dispersos ou não. O coeficiente de variação nos auxilia na análise de dispersão, é utilizado quando temos o valor médio e duas ou mais séries de valores apresentam unidades de medida diferentes. Assim, podemos dizer que o coeficiente de variação é uma forma de expressar a variabilidade dos dados excluindo a influência da ordem de grandeza da variável.

O princípio diz que: “um baixo desvio padrão indica que os pontos dos dados tendem a estar próximos da média ou do valor esperado. Um alto desvio padrão indica que os pontos dos dados estão espalhados por uma ampla gama de valores.”

Como exemplo vamos usar as informações da idade média dos médicos do Rio Grande do Sul, que é de 46,3 anos. Com base na tabela abaixo, apresentamos a média, o desvio padrão e as idade mínimas e máximas.

For menor ou igual a 15% → baixa dispersão: dados homogêneos
For entre 15 e 30% → média dispersão
For maior que 30% → alta dispersão: dados heterogêneos

Vamos para um exemplo prático, com base nos resultados acima temos que os médicos do RS tem idade média 46,3 anos com um desvio padrão de 14,24 anos. Concluímos que os médicos do RS têm uma alta dispersão de idade, pois a idade mínima de um médico é de 24 anos e a máxima de 75 anos. Ao realizarmos a mesma análise por coordenadorias verifica-se que as idades são menos dispersas, porém a maioria das coordenadorias continua apresentando alta dispersão nas idades.

Concluindo, com base no conhecimento prático, utilizamos o desvio padrão como mediador da incerteza, de posse destes resultados verificamos de que modo se comportam nossas informações.

Usiara Britto. Utiliza seus conhecimentos da ciência estatística para garantir que o plano amostral planejado seja executado. Relaciona-se com as equipes de coleta e garante que a execução esteja alinhada ao projeto de pesquisa.

 

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

error: Olá Leitor. Nosso material está protegido pela legislação brasileira sobre direitos autorais.