Os três valores que toda análise básica de dados precisa ter
Você provavelmente já ouviu falar em média, mediana e moda, mas a maioria das pessoas mistura os conceitos ou usa apenas a média sem perceber que ela pode mentir pra você. Vou explicar como funcionam na prática, porque no fim das contas isso é sobre dados reais, não teoria de livro. A média aritmética é aquela soma de tudo dividido pelo número de elementos. Parece simples, e é. Mas ela é extremamente sensível a valores extremos. Eu trabalhei num projeto de pesquisa salarial onde um único diretor ganhava 50 vezes o salário da média do grupo. A média geral ficou distorcida, dando uma ideia completamente errada sobre a remuneração típica. A mediana resolve isso.
O que é media mediana e moda: uma explicação direta
A mediana é o valor que fica exatamente no meio quando você ordena todos os dados de menor para maior. Se tiver um número par de observações, você tira a média dos dois valores centrais. No exemplo salarial que eu citei, a mediana mostrava claramente o que a maioria das pessoas ganhava, sem ser arrastada pelo salário do diretor. A moda é simplesmente o valor que mais aparece no seu conjunto de dados. Pode haver mais de uma moda (biomodali, trimodali etc.) ou nenhuma, se todos os valores forem únicos. É menos usada que as outras duas, mas em certas situações é a mais honesta. Por exemplo, numa pesquisa de preferência de cores de produto, a moda te diz exatamente qual cor vende mais, enquanto a média seria meaningless.
O problema é que muita gente calcula esses valores e para por aí. O que eu aprendi na prática é que o sentido real está em comparar os três. Se a média for muito maior que a mediana, seus dados têm uma cauda à direita — valores altos puxando tudo pra cima. Se for o contrário, tem cauda à esquerda. Isso já te diz muita coisa sobre a distribuição.
Como calcular na prática
Na mão, funciona assim. Pegue sua lista de números. Para a média, some tudo e divida pela quantidade. Para a mediana, ordene e isole o valor central. Para a moda, conte a frequência de cada valor e veja qual se repete mais. No Excel ou Google Sheets, a coisa fica automática: =MÉDIA(), =MEDIANA() e =MODO.ESP() (ou =MODO() nas versões mais antigas). No Python, com pandas, é .mean(), .median() e .mode(). R tem mean(), median() e which.max(table(x)).
👉 Clique no botão abaixo para saber mais sobre o assunto!
Uma dica que vale ouro: quando você trabalha com dados censitários ou pesquisas eleitorais, a mediana quase sempre é mais informativa que a média. Eu fiz uma análise de tempo de espera em atendimento ao cliente onde a média dizia 12 minutos, mas a mediana era 4. Os 12 minutos vinham de um punhado de casos extremos que levaram horas. A mediana era o verdadeiro retrato do serviço.
Erros comuns que eu vejo todo dia
O primeiro erro é usar média quando os dados são assimétricos. Simplesmente errado. O segundo é ignorar a moda porque "não é tão importante". Depende. Em dados categóricos, a moda muitas vezes é a única medida de tendência central que faz sentido. Um problema específico que eu encontrei foi com dados de receita de empresas. A distribuição é tão skewed que a média pode ser 10x maior que a mediana. Minha solução foi calcular ambos e apresentar o intervalo interquartílico junto, pra dar contexto sobre a dispersão. Só números isolados enganam.
Outro pitfall: tentar calcular moda em dados contínuos sem agrupamento. Se cada número é único, a moda não existe. Nesse caso, você precisa criar bins ou classes, o que já é um trabalho de tratamento de dados à parte. Não adianta rodar a função e acreditar no resultado cegamente.
Quando cada medida é a correta
Média: distribuições simétricas, sem outliers relevantes. Dados normais. É a medida mais sensível a mudanças nos valores, o que pode ser bom ou ruim dependendo do seu objetivo. Mediana: distribuições assimétricas, presença de outliers, dados ordinais. É robusta porque o valor extremo não a influencia tanto. Se você quer representar o "cidadão comum" num levantamento, mediana é a escolha.
Moda: dados nominais ou categóricos, quando você quer saber o que é mais frequente. Útil também em distribuições multimodais, onde a presença de dois ou mais picos indica subgrupos no seu dado. Nenhuma delas é superior à outra de forma absoluta. O jeito certo é olhar os três juntos, entender o que cada um conta, e não confiar cegamente num único número. Dados falam, mas só se você souber ouvir direitinho.
