As três medidas que todo mundo confunde no início
A média aritmética é simplesmente a soma dos valores dividida pela quantidade deles. Ponto. Todo mundo aprende isso na escola e depois esquece porque na prática os dados nunca se comportam direito. A mediana é o valor que fica no meio quando você ordena tudo de menor para maior. Se tiver um número par de observações, você tira a média dos dois do centro. A moda é o valor que mais se repete. Pode não existir, pode haver vários, ou pode ser uma categoria como em dados nominais.
O que realmente importa sobre média mediana e moda
O erro mais comum é aplicar as três sem pensar na distribuição. Já vi analista calcular a média de salários em uma empresa com 47 pessoas ganhando R$ 3.500 e um diretor ganhando R$ 85.000. O resultado foi uma média de R$ 6.950 que não representava ninguém na empresa. A mediana ali era R$ 3.500 e dizia muito mais sobre o cenário real. A moda, nesse caso, nem existia porque todos os salários eram diferentes. Tem um detalhe que quase ninguém menciona e que causa dor de cabeça real: quando você trabalha com dados agrupados em classes, a média perde sentido completamente se as classes forem abertas. Tipo "acima de R$ 15.000". Sem limite superior definido, você não consegue somar esses valores. Nesses casos, a mediana é a única medida confiável, desde que você tenha os dados brutos ou a distribuição de frequências bem construída. Eu perdi duas semanas refazendo uma análise de renda familiar porque oIBGE mudou a classe mais alta de amplitude aberta para fechada entre dois censos, e minha série temporal ficou inutilizável por causa disso.
Como calcular passo a passo: Pegue a média primeiro. Some tudo e divida pelo n. Se tiver 12, 15, 18, 22, 25, a soma é 92 dividido por 5 que dá 18,4. Agora a mediana. Ordene os dados — 12, 15, 18, 22, 25 — e pegue o do meio, que aqui é 18. Com números pares, exemplo 12, 15, 18, 22, a mediana é a média entre 15 e 18, resultando em 16,5. A moda segue o mesmo raciocínio: olhe qual valor aparece com mais frequência. Em 12, 15, 15, 18, 22, a moda é 15. Em 12, 15, 18, 22, não há moda.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O problema é que isso funciona perfeitamente só em conjunto pequeno. Quando você entra em planilhas com milhares de linhas ou bancos de dados relacionais, o jeito manual vira perda de tempo. Em projetos reais, eu uso query SQL com funções nativas ou scripts Python. No pandas, basta chamar .mean(), .median() e .mode() no dataframe. Levanta o filtro, aplica a medida e pronto. Para dados pesados onde a média é distorta por outliers, o trims mean — que descarta uma porcentagem das extremos antes de calcular — costuma ser mais representativo. Descartar 10% de cada lado resolve a maioria dos casos de cauda longa sem perder informação demais. A moda tem uma limitação séria que parece óbvia mas é ignorada o tempo todo: em variáveis contínuas, ela praticamente não existe porque cada valor é único. A menos que você agrupe em classes, a moda é inútil para dados contínuos. Para variáveis categóricas, funciona bem. Para ordinais, depende. E em distribuições bimodais ou multimodais, reportar apenas a moda principal é enganoso. Eu já vi relatório de RH mostrar a moda de idade dos funcionários como "28 anos" quando na verdade havia dois picos reais em 28 e 45, o que escondia uma divisão geracional importante.
Outra coisa que as pessoas não consideram: a relação entre as três medidas pode indicar a forma da distribuição. Se a média é maior que a mediana, a cauda é para a direita (assimetria positiva). Se a média é menor que a mediana, a cauda é para a esquerda. Na prática, isso já te dá uma ideia rápida de quais medidas usar sem precisar rodar testes de normalidade completos. O coeficiente de assimetria de Pearson calcula (média - mediana) / desvio padrão, e valores acima de 0,5 ou abaixo de -0,5 já são sinal vermelho. Se você precisa de algo prático, não tem complicação. Para cálculos rápidos em planilha, Excel e Google Sheets resolvem com as fórmulas =MÉDIA(), =MEDIANA() e =MODA.N(). Para automação, um script Python com pandas leva menos de 30 segundos processando datasets de milhões de linhas. O que funciona de verdade é saber quando confiar em cada uma: média para distribuições simétricas sem outliers, mediana para assimétricas ou com valores extremos, moda para dados categóricos ou para identificar modas em distribuições.
O erro fatal é achar que uma medida substitui a outra. Elas respondem a perguntas diferentes. A média responde "qual o valor médio considerando todos os dados". A mediana responde "qual o valor central isolando os extremos". A moda responde "qual o valor mais frequente". Saber a diferença e escolher certo é o que separa análise ruim de análise útil.
