Estatística descritiva

As respostas já chegaram: 300 respondentes, dezenas de perguntas. Antes de testar hipóteses ou construir modelos, é preciso entender como os dados «se parecem» no conjunto: qual é o valor típico, o quanto as respostas variam e como se distribuem entre as opções.

É disso que trata a estatística descritiva: medidas-resumo que comprimem uma amostra em alguns números compreensíveis: média, mediana, proporções, dispersão. Sem ela, é difícil interpretar tanto a significância estatística quanto os próprios números do relatório.

A estatística descritiva não tira conclusões sobre a população e não testa hipóteses — ela apenas caracteriza o que você já coletou. Para generalizar para a população são necessários intervalos de confiança, testes e a margem de erro. Mas o primeiro passo de qualquer análise é descrever os dados.

O que é a estatística descritiva em palavras simples

A estatística descritiva é o conjunto de métodos e medidas que resumem e caracterizam os dados de uma amostra: a tendência central (média, mediana, moda), a dispersão (variância, desvio padrão, amplitude), a forma da distribuição, bem como as frequências e proporções por categoria. O objetivo é apresentar de forma compacta «como» estão estruturados os dados coletados, sem tirar conclusões sobre as causas e sem extrapolar para uma população mais ampla.

Em termos simples: a partir dos dados você calcula o valor «típico», a «dispersão» e as proporções por grupos — e, com base nesse panorama, decide o que fazer a seguir (comparar grupos, construir uma regressão, revisar as perguntas).

Quais medidas inclui

• Tendência central. A média aritmética, a mediana e a moda — «em torno de que» se concentram as respostas. Para dados ordinais e de escala, costuma-se observar tanto a média quanto a mediana: diante de valores atípicos, a mediana é mais robusta. Mais detalhes no artigo à parte sobre as escalas e sua interpretação.
• Dispersão. Desvio padrão, variância, amplitude (mín.–máx.), amplitude interquartil. Mostram o quanto os valores «se espalham» em torno do centro. Sem a dispersão, uma mesma pontuação média pode significar «todos responderam 4» ou «metade respondeu 1 e metade respondeu 7».
• Frequências e proporções. Quantas pessoas escolheram cada opção (frequências absolutas) e qual porcentagem (proporções). A base para tabelas e gráficos de variáveis categóricas e ordinais.
• Distribuição. Histogramas, proporções por intervalos e, quando necessário, uma verificação de normalidade. Ajuda a entender se os dados são simétricos e se há valores atípicos.

Os relatórios de pesquisas costumam apresentar as médias por escala, as proporções de «concordo / discordo», uma divisão por segmentos e tabelas cruzadas. Isso é a estatística descritiva em ação.

Um exemplo breve. A pergunta «Avalie a qualidade do serviço de 1 a 5»: 200 respostas. A estatística descritiva fornece: média 3,8, mediana 4, moda 4, desvio padrão 0,9. Proporções: «1» — 2%, «2» — 5%, «3» — 20%, «4» — 48%, «5» — 25%. Esses números mostram que a maioria pende para as avaliações positivas e que a dispersão é moderada; se a média também fosse 3,8, mas com 50% de «1» e 50% de «5», o panorama seria completamente diferente — e sem a dispersão e as proporções isso não apareceria.

Quando ela é necessária

A primeira etapa de qualquer análise. Antes de testar hipóteses, rodar uma regressão ou comparar grupos, é útil observar as médias, a dispersão e a distribuição. Valores atípicos e distribuições estranhas é melhor notar de imediato.

Relatórios para o cliente. A direção e os colegas geralmente precisam de «números em uma linha»: a pontuação média de satisfação, a proporção de quem recomenda, uma divisão por região. Tudo isso é estatística descritiva.

Controle de qualidade dos dados. As proporções por sexo e idade, o número de valores ausentes, o tempo de preenchimento — esses resumos ajudam a perceber se há falhas na coleta ou distorções na amostra.

A estatística descritiva não responde a perguntas como «a média do grupo A difere da do grupo B de forma estatisticamente significativa?» ou «qual é a estimativa para a população com uma precisão definida?». Para isso são necessários os métodos da estatística inferencial (testes, intervalos de confiança).

Descrição por segmentos e subgrupos

Muitas vezes os resumos gerais sozinhos não bastam: é preciso entender como as medidas se apresentam em grupos diferentes — por sexo, idade, região, tipo de cliente. Calculam-se as mesmas médias, proporções e dispersão, mas separadamente para cada subgrupo. Assim se obtêm tabelas cruzadas e perfis de segmentos. É importante indicar o tamanho de cada subgrupo: uma média sobre 15 respondentes e outra sobre 150 têm graus de confiança diferentes. Se um subgrupo for muito pequeno, é melhor acompanhar seus números descritivos de uma ressalva, ou não tirar conclusões firmes a partir dele.

Erros típicos

Olhar apenas para a média. Em dados ordinais e de escala, diante de assimetria ou valores atípicos, a mediana e a moda costumam ser mais informativas. Além disso, observe a dispersão: uma mesma «pontuação média de 3,5» pode ocorrer tanto com «todos 3–4» quanto com «metade 1, metade 6».

Confundi-la com a estatística inferencial. A estatística descritiva caracteriza apenas a sua amostra. Afirmações como «a média da população é 4,2» ou «a diferença entre os grupos é significativa» exigem intervalos de confiança e testes — isso já é o nível seguinte.

Ignorar o tamanho da amostra. Uma média sobre 30 respondentes e outra sobre 3.000 têm estabilidade diferente. No relatório, indique sempre o tamanho da amostra e, quando possível, a dispersão (por exemplo, o desvio padrão ou um intervalo de confiança para a média).

Misturar escalas. Uma média sobre categorias nominais (tipo de cliente, região) não faz sentido. Para variáveis categóricas, apenas frequências e proporções; para as ordinais e intervalares, média, mediana e dispersão, levando em conta o tipo de escala.

Comparar grupos sem levar em conta o tamanho. «No grupo A a média é 4,2, no grupo B é 3,9» está descritivamente correto, mas sem indicar o N e sem verificar a significância da diferença é apenas uma constatação. Para concluir que «os grupos diferem» são necessários testes e intervalos de confiança; a estatística descritiva leva à pergunta, mas não a responde.

Como isso aparece no SurveyNinja

Na seção «Relatórios e respostas» são exibidos por padrão os resumos de cada pergunta: o número de respostas, as proporções por opção e, para as escalas, a média. Isso é a estatística descritiva básica. Para tabelas cruzadas por segmento, ou para calcular a mediana ou o desvio padrão, os dados podem ser exportados para CSV/XLSX e calculados em uma planilha ou em um pacote estatístico. Ao exportar, é prático usar filtros para descrever apenas a subamostra de que você precisa (por exemplo, quem concluiu a pesquisa ou uma região específica).

Recomendações práticas

Indique sempre o N. Junto à média e às proporções, escreva sobre quantas respostas elas foram calculadas. Para os subgrupos, indique o tamanho do subgrupo; caso contrário, o leitor não conseguirá avaliar a confiabilidade dos números.

Acrescente uma medida de dispersão. Ao menos o desvio padrão para as médias, ou um intervalo de confiança — assim ficam visíveis tanto o valor «típico» quanto a sua incerteza.

Antes de uma análise complexa, explore. Histogramas e resumos por variável ajudam a notar valores atípicos, ausências e distribuições inesperadas antes de uma regressão ou dos testes.

Não se limite a uma única medida de centro. Para dados simétricos, a média e a mediana são próximas; diante de assimetria ou valores atípicos, a mediana é mais robusta. Faz sentido observar ambas e, quando necessário, explicar no relatório por que você escolheu uma ou outra (por exemplo, «apresenta-se a mediana devido à acentuada assimetria da distribuição»).

Relação com outros tipos de análise

A estatística descritiva é o alicerce. Sobre ela se constroem a análise de correlação e a análise de regressão (primeiro se observam as médias e a dispersão das variáveis), testam-se as diferenças entre grupos (comparando médias e proporções com o apoio de testes) e interpretam-se os resultados das pesquisas quantitativas. As medidas individuais — média, mediana, moda, desvio padrão — são tratadas em seus próprios artigos do glossário; aqui o essencial é estabelecer que a descrição dos dados sempre vem primeiro, e as conclusões e generalizações, depois.

A estatística descritiva é o primeiro passo da análise: ela comprime os dados em medidas compreensíveis (média, mediana, proporções, dispersão) e não tira conclusões além da amostra. Sem ela, é difícil interpretar tanto o relatório quanto os testes de hipóteses posteriores; com ela, o panorama dos dados torna-se claro antes de qualquer generalização.