Entendendo frequências antes de resolver os exercícios
O assunto parece simples até você pegar uma lista de dados reais e perceber que a coisa foge do exemplo perfeito dos livros. Frequência absoluta é o número de vezes que um valor aparece na amostra. Frequência relativa é essa contagem dividida pelo total de observações. O problema é que na prática os números nunca são tão arrumados assim, e é aí que as coisas ficam chatas.
Exemplos práticos de frequencia absoluta e relativa exercicios
Considere esta sequência simples: 3, 5, 3, 7, 5, 3, 8, 5, 7, 3. Temos dez observações. O valor 3 aparece quatro vezes, então a frequência absoluta dele é 4. A frequência relativa é 4 dividido por 10, que dá 0,4 ou 40%. O valor 5 aparece três vezes, frequência absoluta 3, relativa 0,3. O 7 também aparece duas vezes, absoluta 2, relativa 0,2. O 8 aparece uma vez, absoluta 1, relativa 0,1. Se você somar todas as frequências relativas, tem que dar 1. Se não der, errou em algum cálculo. Agora um exemplo com dados maiores. Suponha que você tenha as notas de 50 alunos: 6, 7, 8, 5, 7, 6, 9, 8, 7, 6, 5, 7, 8, 6, 7, 9, 6, 7, 8, 6, 5, 7, 6, 8, 7, 6, 5, 7, 8, 6, 7, 9, 6, 7, 8, 6, 5, 7, 6, 8, 7, 6, 7, 9, 8, 6, 7, 5, 6, 8, 7. Para organizar, faça uma tabela de valores únicos em ordem crescente e conte cada ocorrência. Nota 5 aparece oito vezes, nota 6 aparece quinze vezes, nota 7 aparece dezesseis vezes, nota 8 aparece nove vezes, nota 9 aparece duas vezes. Verificação rápida: 8 mais 15 mais 16 mais 9 mais 2 dá 50. Conferido. As frequências relativas seriam 0,16, 0,30, 0,32, 0,18 e 0,04 respectivamente.
Quando os dados são agrupados em classes, como em pesquisas de renda onde os valores vão de 0 a 50 mil reais, a coisa muda de figura. Você define intervalos como 0-10k, 10k-20k, e assim por diante. Cada intervalo recebe uma frequência absoluta baseada em quantos respondentes caem nele. A frequência relativa segue a mesma divisão pelo total. O detalhe importante aqui é que o limite superior de uma classe nunca pertence àquela classe, ele pertence à classe seguinte. Isso evita ambiguidade, mas muita gente erra isso na hora de montar a tabela.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Erros comuns que todo mundo comete
O erro mais frequente é confundir frequência relativa com porcentagem sem multiplicar por cem. Ambas são a mesma coisa, mas uma usa notação decimal e a outra usa a forma percentual. Depende do que o exercício pede. Outro erro comum é esquecer de verificar se a soma das frequências absolutas bate com o total de dados. Se não bater, teve repetição indevida ou valor pulado na contagem. Um problema que eu enfrentei recentemente envolveu um conjunto de dados onde alguns valores estavam duplicados propositalmente porque representavam respostas múltiplas do mesmo respondente em uma pesquisa. O total real era 200, mas o número de linhas no arquivo era 247 porque sete pessoas tinham dado duas respostas cada. A frequência absoluta tradicional contava linhas, não respondentes únicos. A solução foi criar uma coluna de identificação do respondente e usar agregação por ID antes de calcular as frequências. Isso alterou dramaticamente os resultados, especialmente nas classes de maior frequência.
Dados agrupados em classes também trazem o problema da escolha dos limites. Se você coloca limites muito abertos, perde informação. Muito apertados, e muitas classes ficam vazias. Uma regra prática, nada mais do que isso, é usar a regra de Sturges para estimar o número de classes: k igual a 1 mais 3,322 vezes o logaritmo de n. Para cinquenta observações, isso dá cerca de sete classes. Não é lei, é ponto de partida.
Quando o método convencional falha
A frequência relativa tradicional assume que todos os dados têm o mesmo peso. Em amostras estratificadas ou com pesos de seleção diferentes, isso não é verdade. Nesse caso, a frequência relativa ponderada é mais adequada. Você multiplica cada contagem pelo peso correspondente e divide pela soma dos pesos. Sem isso, conclusões sobre distribuição podem ficar completamente distorcidas, especialmente em pesquisas eleitorais ou censitárias. Também vale notar que frequências relativas em amostras pequenas são instáveis. Com apenas dez observações, um único valor novo já muda a relativa de 10% para 9%. Em estudos com poucos casos, confiar cegamente nessas proporções pode levar a interpretações equivocadas. O mais seguro nesse cenário é complementar com intervalos de confiança ou testes exatos, como o teste binomial, para avaliar se a distribuição observada é plausível sob uma hipótese nula.
Passo a passo para resolver qualquer exercício do tipo
Comece listando todos os valores únicos em ordem. Conte cada ocorrência e anote como frequência absoluta. Some todas as absolutas para confirmar que bate com o total de dados. Divida cada absoluta pelo total para obter a relativa. Some as relativas para confirmar que dá 1. Se os dados estiverem agrupados em classes, defina os intervalos primeiro, atribua cada observação à classe correta respeitando a convenção de semiabertura, e só então conte. Se houver pesos, aplique-os antes de qualquer divisão. Mantenha uma planilha simples com colunas para valor, frequência absoluta e frequência relativa. Isso evita erros de digitação que aparecem com frequência quando tudo é feito de cabeça.
