Montando uma tabela de frequência do zero
A maioria das pessoas que começa com estatística esbarra logo na primeira etapa prática: organizar dados brutos em algo que faz sentido. O caminho mais comum é a estatistica tabela de frequencia, e não é segredo que ela resolve 80% dos problemas de visão inicial. Eu já vi analistas tentarem calcular média e desvio-padrão sem antes olharem uma tabela simples, e o resultado sempre era confuso. A coisa funciona assim.
O que você precisa antes de abrir qualquer planilha
Você precisa de uma variável. Pode ser discreta ou contínua. Discreta é mais fácil porque os valores se repetem de forma clara. Contínua exige agrupamento em classes. Eu trabalhava num projeto de qualidade industrial onde tínhamos espessuras de chapas medidas em milímetros com três casas decimais. Foram 2.340 observações. Tentar montar a tabela à mão foi um erro que custou quatro horas e ainda assim ficou incompleto. O primeiro passo real é contar quantos dados você tem. Esse número, representado por n, vai determinar tudo depois. Se n for menor que 30, você pode listar valores individuais. Se n passar de 100, classes são praticamente obrigatórias para a tabela não virar uma lista interminável. Regra prática que eu uso: entre 30 e 100 dados, classe opcional. Acima de 100, classe necessária.
Passo a passo prático para construir a tabela
Comece pelo rol. Ordenar os dados de menor para maior parece óbvio, mas eu já esqueci disso em dias ruins e perdi vinte minutos conferindo frequências erradas. Depois calcule a amplitude total, que é o valor máximo menos o valor mínimo. No meu exemplo das chapas, a amplitude foi 0,847 menos 0,123, dando 0,724 milímetros. A definição formal de freqüência absoluta é simplesmente o número de vezes que cada valor ou intervalo aparece. Freqüência relativa divide essa contagem por n. Freqüência acumulada soma as absolutas ou relativas progressivamente. A palavra "acumulada" é onde muita gente tropeça. Alguns querem ver a soma das relativas, outros a das absolutas. Você precisa decidir antes e manter coerência.
Para discretas, a tabela fica assim: coluna de valores, coluna de fi, coluna de fr, coluna de Fa. Para contínuas, você cria classes. O número de classes não tem fórmula mágica, mas a regra de Sturges é um ponto de partida razoável. k igual a 1 mais logaritmo de n na base 2. Com 2.340 dados, Sturges dá cerca de 12 classes. Na prática, eu cortei para 10 porque algumas classes ficavam com zero ocorrências e só poluíam a leitura.
Amplitude das classes
A amplitude de classe, representada por h, é a amplitude total dividida pelo número de classes. No exemplo das chapas, 0,724 dividido por 10 dá 0,0724. Eu arredondei para 0,073 por praticidade, mas isso introduz um pequeno gap no último intervalo. Para evitar isso, aumentei k para 11 classes e recalculei. O tempo extra foi de três minutos e eliminou o buraco. As classes devem ser exclusivas e exaustivas. Exclusivas significa que um valor não pode cair em duas classes. Exaustivas quer dizer que todos os dados precisam caber em alguma classe. Eu já vi tabelas onde o valor máximo ficava de fora porque a última classe fechava no limite inferior. A solução é usar semi-abertura ou aumentar o limite superior em uma unidade do menor divisor presente nos dados.
Erros comuns que eu já cometi e você provavelmente vai cometer também
O primeiro erro grave é confundir classe com valor individual quando a variável é discreta. Se você tem dados de quantidade de filhos por família, não faz sentido criar intervalos como 0 a 2, 2 a 4. O número 2 cai em duas classes e a tabela fica ambígua. Use limites claros: 0, 1, 2, 3, e assim por diante. O segundo erro é calcular frequências relativas como porcentagem sem deixar isso explícito. fr e percentual são coisas diferentes por um fator de 100. Se você reporta fr como 0,15 e o leitor assume que é 15%, a interpretação muda completamente. Eu costumava adicionar uma coluna "percentual" separada e escrever a fórmula perto do título da tabela. Perde cinco segundos, economiza horas de conversa.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O terceiro erro é ignorar valores atípicos na montagem das classes. Um único dado muito distante pode esticar a amplitude e crear classes vazias no meio. No meu caso das chapas, uma medição de 1,23 mm apareceu. Era um erro de digitação, mas a tabela não sabia disso. Eu verifiquei a folha de registro original, confirmei o erro e excluí antes de prosseguir. Se você não tem como verificar, crie uma classe especial para "valores extremos" e trate separadamente.
Quando a tabela de frequência não serve
A tabela funciona bem para volumes pequenos e médios. Quando n passa de dez mil, mesmo com classes, a tabela fica pesada e perde a função de síntese. Nesse caso, um histograma ou um polígono de frequência comunica a forma da distribuição mais rápido. Eu trabalho com dados de rede onde às vezes tenho centenas de milhares de eventos de latência. Não monto tabela nesses casos. Vou direto para o histograma com bins calculados pela regra de Freedman-Diaconis, que leva em conta o desvio interquartílico e costuma dar melhor resolução que Sturges para distribuições assimétricas. Também não adianta usar tabela de frequência para dados qualitativos nominais sem agrupamento. Se você tem categorias como "azul", "vermelho", "verde", "amarelo", "roxo", "preto", "branco", a tabela funciona, mas a ordem das linhas precisa ser definida antes. Eu já vi gente colocar as categorias em ordem alfabética e depois tentar encontrar padrões visuais. Não existe padrão visual em ordem alfabética. Ordene por frequência decrescente ou por uma ordem natural do domínio.
Um detalhe que poucos mencionam
A soma das frequências relativas deve ser exatamente 1,0000. Na prática, com arredondamentos, você vai ver 0,9998 ou 1,0003. Isso é normal. O que não é normal é uma diferença maior que 0,01, porque aí algo está errado nas contagens. Eu desenvolvi o hábito de somar todas as relativas no final e escrever o resultado na última linha. Se não estiver entre 0,99 e 1,01, volto a conferir cada fi. Outro detalhe prático: a tabela nunca deve existir isolada. Sempre acompanhe com uma nota sobre o período de coleta, a amostra e a variável. Sem isso, quem lê não sabe se os dados são de uma única fábrica ou de múltiplas linhas, se foram coletados em turnos diferentes, ou se há repetições intencionais. No setor industrial, essa informação muda a interpretação de caudas assimétricas. O que parece um outlier pode ser apenas um turno diferente operando com parâmetros distintos.
Como transformar a tabela em algo útil
Depois de pronta, a tabela responde perguntas específicas. Qual a moda? É o valor ou classe com maior fi. Qual a mediana aproximada? Encontre a classe onde Fa atinge pelo menos metade de n. Quais valores são raros? Classes com fr menor que 0,05, normalmente. Essas respostas são imediatas e válidas para relatórios preliminares. Se você precisa de precisão maior que a tabela permite, use os pontos médios das classes como values para calcular média e variância aproximadas. A fórmula usa o ponto médio vezes fi, somado e dividido por n. O erro introduzido é pequeno para classes estreitas, mas cresce rapidamente quando h é grande. No caso das chapas, com h de 0,073, o erro na média foi da ordem de 0,002 mm, dentro da tolerância do processo.
Nunca apresente tabela de frequência sem definir claramente os limites das classes na própria tabela. Intervalos como "0,10 a 0,17" são ambíguos. Escreva "0,10 x
0,17" ou use colunas de limite inferior e limite superior separadas. Leitores técnicos percebem a diferença e preferem notação exata. Se a variável é discretas com muitos valores únicos, a tabela pode ter mais linhas que colunas. Nesse cenário, considere combinar valores raros em uma categoria "outros" com fr combinado. Eu fiz isso com dados de chamadas por cliente em um call center. Os valores iam de 0 a 47, mas 38 tinha frequência relativa de 0,002. Agrupamos 35 ou mais em "35+". A tabela ficou mais legível e a informação essencial não se perdeu.
Resumo rápido do que funciona no dia a dia
Organize os dados primeiro. Decida se usa valores individuais ou classes. Calcule amplitude total e número de classes. Defina limites de classe com notação clara. Conte fi. Calcule fr e Fa. Verifique se a soma das relativas está próxima de 1. Adicione contexto nos metadados. Revisite valores extremos antes de fechar. Se n for muito grande, migre para gráfico. Se a variável for nominal, ordene as categorias por critério lógico. Mantenha tudo isso em mente e a tabela sai limpa na primeira ou segunda tentativa. A experiência que mais marca pra mim é quando alguém pede "só uma tabela rápida" e entrega quinze minutos depois algo que já responde às perguntas que realmente importam. Isso exige ter passado pela montagem várias vezes e acumulado os erros. A tabela de frequência parece simples, mas cada decisão de limite, arredondamento e agrupamento tem consequência direta na leitura. Trate cada escolha com cuidado e o resultado reflete os dados corretamente.
