A média não conta toda a história

Dizemos que algo acontece em média e parece que a descrição está completa. Mas uma média pode ocultar extremos, grupos diferentes ou uma amostra mal escolhida. O cálculo não precisa estar errado: pode estar respondendo a uma pergunta diferente daquela que o leitor imagina. O primeiro passo é separar a operação matemática da interpretação.

Um exemplo que podemos verificar

Tomemos cinco tempos fictícios de espera, expressos em minutos: 2, 3, 3, 4 e 18. Sua soma é 30 e a média aritmética é 6. A mediana, o valor central dos dados ordenados, é 3. Ambos os resultados estão corretos. No entanto, dizer que uma espera típica foi de seis minutos pode produzir uma imagem pouco fiel de quatro das cinco experiências.

Este exemplo é original e didático; não descreve nenhum serviço real. A explicação das medidas de centro da OpenStax oferece as definições que permitem verificá-lo. A média utiliza os valores de todas as observações; a mediana depende de sua posição na ordem.

O que acontece se mudarmos um extremo

Substituamos o 18 por 38. Agora a soma é 50 e a média sobe para 10, enquanto a mediana permanece em 3. Não há uma competição entre uma medida boa e outra ruim. Observamos que elas respondem de maneira diferente a uma modificação do conjunto. Essa diferença pode ser precisamente o que precisamos comunicar.

A média é útil se quisermos dividir o tempo total pelo número de pessoas. A mediana pode ajudar se perguntarmos pelo ponto que deixa metade das observações de cada lado. Se nos preocupa a pior experiência, nenhuma das duas basta: deveríamos examinar a distribuição, seus extremos e a frequência com que aparecem.

A dispersão também é informação

Dois grupos podem compartilhar a mesma média e ter comportamentos muito diferentes. Em um exemplo imaginário, o grupo A contém 5, 5 e 5; o grupo B contém 1, 5 e 9. A média de ambos é 5. Mas o segundo tem uma separação maior entre as observações. Resumi-los com a mesma cifra apagaria essa diferença.

O guia de medidas de escala do NIST descreve formas de quantificar a dispersão. A amplitude considera os extremos; outras medidas utilizam desvios em relação a um centro ou posições dentro dos dados ordenados. Cada escolha tem sensibilidades distintas. Um gráfico de pontos pode ser mais esclarecedor do que acrescentar uma cifra sem explicação.

Mais dados não corrigem qualquer problema

Antes de interpretar uma amostra, precisamos saber de onde ela vem. Perguntar apenas a quem respondeu voluntariamente pode produzir uma composição diferente da população que pretendemos descrever. Aumentar o número de respostas obtidas pelo mesmo mecanismo não garante a eliminação do viés de seleção.

A introdução à amostragem da OpenStax permite distinguir população, amostra e variação. Se uma manchete fala de todas as pessoas, mas o estudo observou um grupo específico, a possibilidade de generalizar exige argumentos adicionais. A precisão de uma operação não substitui a qualidade do desenho.

Nem todos os intervalos dizem a mesma coisa

Um desvio padrão resume a variação entre dados; um intervalo de confiança para uma média aborda a estimativa de um parâmetro sob um procedimento e determinadas suposições. São objetos diferentes. O NIST explica as condições dos intervalos para a média. Acrescentar barras a um gráfico sem indicar o que representam deixa em aberto uma ambiguidade importante.

Não basta que dois intervalos se sobreponham ou se separem visualmente para resolver qualquer comparação. É preciso conhecer o desenho, as dependências entre observações e a análise utilizada. A leitura de um resultado deve respeitar essas condições.

O que pedir a um resumo

Um resumo útil identifica a variável, sua unidade, o tamanho da amostra, como ela foi selecionada e qual medida central é apresentada. Acrescenta alguma descrição da dispersão e explica como os valores extremos foram tratados. Se houver subgrupos relevantes, mostrá-los pode evitar conclusões enganosas sobre o conjunto.

Com essa informação, a média recupera seu lugar: uma ferramenta específica dentro de uma descrição mais ampla. A pergunta deixa de ser se devemos acreditar nas médias e passa a ser: a que pergunta esta média responde, com quais dados e com quais limites?

Desenhar antes de resumir

O guia do diagrama de caixa do NIST reúne posição central e dispersão em uma mesma representação. Uma caixa não substitui os dados: resume uma distribuição por meio de quantis, e a convenção dos bigodes deve ser explicada. Um ponto marcado como atípico exige investigar sua procedência; não autoriza apagá-lo para obter uma média mais conveniente.

Para uma amostra pequena como nossos tempos fictícios de espera, mostrar as observações individuais oferece uma vantagem: qualquer pessoa pode recalcular o resumo. No gráfico de barras anexado, cada barra corresponde a uma espera, não a uma categoria da população. Não estamos estimando como um serviço funciona nem construindo um intervalo de confiança.

A pergunta qual experiência foi habitual deve ser distinguida da pergunta sobre o tempo total acumulado. A tabela conserva ambos os resumos e mostra o que mudou ao substituir o valor extremo. As operações podem ser reproduzidas sem supor uma distribuição normal nem apresentar o exercício como um estudo.