Quando resumimos uma realidade inteira em um único número, ganhamos clareza — e corremos o risco de perder justamente o que mais importa.
Há uma frase que aparece com frequência quando alguém quer criticar a Estatística: “os números mentem”. Eu discordo. Números não mentem. O que acontece é mais interessante: um número pode estar perfeitamente correto e, mesmo assim, sustentar uma interpretação ruim.
A média é talvez o melhor exemplo. Ela é simples, útil e tão familiar que raramente perguntamos o que precisou desaparecer para que aquele único valor pudesse existir.
Imagine duas turmas. Na primeira, cinco estudantes tiraram 6, 6, 7, 7 e 9. A média é 7. Na segunda, as notas foram 3, 5, 7, 9 e 11 — suponha, por um instante, uma escala que permita isso. A média também é 7. O mesmo número descreve dois conjuntos completamente diferentes.
A conta está certa. A história é que mudou.
Uma média é uma compressão
A média aritmética de valores x₁, x₂, …, xₙ é dada por:
x̄ = (x₁ + x₂ + … + xₙ)/n.
Essa operação faz algo extraordinário: transforma muitos dados em um único número. É uma forma de compressão de informação. E toda compressão tem um preço.
Ao calcular a média, deixamos de enxergar a dispersão, os extremos, os subgrupos e a forma da distribuição. Às vezes isso não importa. Se quero estimar rapidamente o consumo médio de combustível de uma frota, a média pode ser uma excelente primeira informação. Mas, se quero entender por que alguns veículos consomem duas vezes mais que outros, ela já não basta.
É por isso que Estatística não é a arte de encontrar um número. É a arte de decidir quais informações podemos perder sem destruir a pergunta que estamos tentando responder.
Essa preocupação aparece também quando estudamos variabilidade em Estatística. Saber onde está o centro é importante; saber como os valores se espalham em torno dele pode ser ainda mais.
Antes de continuar: o que chamamos de informação?
Se a média comprime muitos dados em um único número, vale fazer uma pausa curta para pensar no que acontece quando selecionamos, organizamos e transmitimos informação. Neste vídeo, eu exploro uma ideia contraintuitiva: por que uma mensagem falsa pode carregar muita informação — mesmo sendo falsa. Dê o play e repare como quantidade de informação e verdade não são a mesma coisa.
Essa distinção será útil daqui para a frente: resumir bem os dados não é apenas fazer uma conta correta, mas preservar a informação que importa para a pergunta.
O problema dos grupos escondidos
Agora imagine uma universidade comparando o desempenho de dois métodos de ensino. No método A, estudantes iniciantes obtêm média 7,0 e estudantes avançados, 9,0. No método B, iniciantes obtêm 6,5 e avançados, 8,5.
Dentro de cada grupo, A parece melhor.
Mas suponha que o método A tenha sido aplicado principalmente aos iniciantes e o B principalmente aos avançados. Ao juntar todos os estudantes, a média geral de B pode superar a de A.
Não houve erro de soma. Não houve fraude. Houve uma mudança de composição.
Esse tipo de inversão é associado ao chamado paradoxo de Simpson: uma tendência observada em diferentes grupos pode desaparecer ou até se inverter quando os dados são agregados.
O paradoxo parece mágico apenas enquanto esquecemos que uma média geral é, na prática, uma média ponderada. Se um grupo representa uma parcela muito maior da amostra, ele exerce peso maior sobre o resultado final.
Podemos escrever a ideia de maneira simples:
Média geral = w₁·m₁ + w₂·m₂ + … + wₖ·mₖ,
em que cada m representa a média de um grupo e cada w representa sua participação no conjunto.
Mude os pesos e você pode mudar a média geral mesmo que nenhuma média interna tenha piorado.
É aqui que começam muitas discussões públicas
Pense em uma manchete dizendo que o salário médio de determinado setor aumentou. Parece imediatamente uma boa notícia. Mas há pelo menos duas explicações muito diferentes.
Primeira: as mesmas pessoas passaram a receber salários maiores.
Segunda: muitos trabalhadores de salários baixos deixaram o setor, enquanto os salários individuais permaneceram praticamente iguais.
Nos dois casos, a média pode subir.
O significado econômico, porém, é completamente diferente.
O mesmo cuidado vale para preços, pesquisas, desempenho escolar, produtividade, tempo de tela, renda, inflação percebida e praticamente qualquer indicador agregado. A pergunta madura não é apenas “qual é a média?”. É: média de quem, com quais pesos e comparada a quê?
Essa é uma das razões pelas quais modelos estatísticos mais completos são úteis. Em uma regressão múltipla, por exemplo, tentamos separar simultaneamente o efeito associado a diferentes variáveis, em vez de confiar apenas em uma comparação bruta entre dois números.
Uma eleição pode mudar sem ninguém mudar de opinião
Considere duas pesquisas eleitorais realizadas em semanas diferentes. Um candidato aparece com 32% na primeira e 35% na segunda. A leitura imediata é: ele cresceu três pontos.
Talvez.
Mas uma pesquisa é uma fotografia de uma amostra. Se a composição dos entrevistados mudou — idade, renda, região, escolaridade ou probabilidade de comparecer às urnas — parte da diferença observada pode vir dessa composição. Institutos utilizam desenho amostral e ponderações justamente para lidar com esse problema, mas o princípio permanece: comparar dois números exige entender como cada número foi construído.
Isso não significa que pesquisas sejam inúteis. Significa exatamente o contrário. Para interpretá-las bem, precisamos respeitar a Matemática que existe por trás delas.
Desconfiar da média não é desconfiar da Matemática
Há um erro comum quando descobrimos essas sutilezas: concluir que “estatística serve para provar qualquer coisa”. Não serve.
Uma análise ruim pode ser desmontada justamente com mais Estatística: examinando distribuição, tamanho da amostra, variância, mediana, intervalos, grupos, pesos e desenho do estudo.
A resposta para o mau uso dos números não é abandonar os números. É fazer perguntas melhores.
Isso vale inclusive para situações cotidianas. Se alguém diz que uma pessoa passa, em média, quatro horas por dia no celular, esse valor pode representar quatro horas todos os dias ou quase nada durante a semana e dez horas no sábado. Se uma empresa informa salário médio de R$ 8 mil, isso não nos diz quantos recebem perto desse valor. Se uma turma tem nota média 7, não sabemos se todos aprenderam aproximadamente o mesmo ou se metade dominou o conteúdo e metade ficou para trás.
A média responde a uma pergunta específica. O problema começa quando exigimos que ela responda a todas as outras.
O número que falta
Talvez a melhor disciplina intelectual diante de um indicador seja procurar o número que não apareceu.
Deram a média? Procure a mediana e a dispersão. Deram o percentual? Procure o tamanho da amostra. Deram o crescimento? Procure a base de comparação. Deram o resultado agregado? Procure os grupos que o compõem.
Essa postura não é cinismo. É alfabetização quantitativa.
E ela se conecta a uma ideia que atravessa boa parte da Matemática: modelos são representações, não a própria realidade. Uma equação pode capturar uma relação importante sem capturar tudo. Um gráfico pode revelar um padrão e esconder outro. Um indicador pode iluminar uma dimensão e deixar várias na sombra.
Quem aprende Matemática apenas como técnica procura a conta certa. Quem aprende a pensar matematicamente pergunta também se aquela era a conta certa para o problema.
Para continuar
Na área de Materiais de Aula, reuni conteúdos das disciplinas que estou ministrando. Para aprofundar a leitura de dados e modelos, também vale visitar a página de Aulas de Matemática, Estatística e Economia e o artigo sobre regressão linear simples.
Então, da próxima vez que uma média parecer encerrar uma discussão, talvez a pergunta mais matemática seja justamente esta: o que precisou desaparecer dos dados para que esse número pudesse aparecer?
[…] o tipo de dado que exige o mesmo cuidado que discuti em A média pode estar certa — e ainda assim contar a história errada: um resumo pode estar correto e ainda esconder a composição do […]