Como calcular média, moda e mediana na prática
Vou explicar da forma como eu aprendi, que não foi em aula nenhuma. Foi olhando planilhas quebradas de clientes que achavam que um outlier justificava qualquer coisa. A média é a soma de todos os valores dividida pela quantidade. Parece óbvio, mas é o primeiro erro que vejo acontecer. As pessoas somam e dividem sem verificar se aquele dado tem peso real ou se é ruído.
O que é média moda e mediana
Moda é o valor que mais se repete. Mediana é o valor central quando os dados estão ordenados. A média é a média mesmo, aritmética. Juntos eles formam o trio básico da estatística descritiva, mas cada um fala uma coisa diferente sobre o mesmo conjunto. Numa lista como 2, 3, 3, 5, 7, a moda é 3, a mediana é 3 e a média é 4. Você pode ter os três iguais. Pode também ter os três completamente diferentes, o que já é um sinal de que o grupo não é homogêneo.
Quando usar cada um
Eu trabalho com dados de receita mensal há oito anos. Aprendi na marra que a média sofre quando existe um valor extremo. Se você tem 99 pessoas ganhando mil reais e uma ganhando cem mil, a média vai pra perto de vinte mil. Nenhum desses funcionários ganha vinte mil. A mediana fica em mil. A moda pode nem existir se todos os valores forem únicos. Por isso eu sempre calculo os três antes de reportar qualquer coisa. Se a média e a mediana estão muito distantes, algo aconteceu com a distribuição. Pode ser cauda longa, pode ser erro de digitação, pode ser gente ganhando comissão de forma irregular. Eu verifico os três juntos e aí decido qual representa melhor a realidade.
O problema que eu encontrei
Num projeto de análise de churn, eu tinha uma base de clientes com tempo de assinatura. A média era de quatorze meses. A mediana, sete. A moda, três. O cliente disse que a média estava errada. Eu disse que a média estava certa, só não contava a história toda. A solução foi separar os novos contratos dos antigos. Dentro de cada grupo, os três indicadores faziam sentido. O problema era que eu estava misturando dois mundos diferentes num único cálculo. Divide o banco, recalcula, e aí sim você vê o que realmente acontece.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Erros comuns
O primeiro erro é tratar moda como se ela sempre exista. Em dados contínuos, como peso ou altura medidos com precisão, a moda pode não existir de verdade. Dois valores podem ser visualmente iguais mas tecnicamente diferentes por causa da casa decimal. Nesse caso eu arredondo para uma casa decimal significativa e refazo. O segundo erro é achar que mediana é sempre melhor que média. Não é. Se a distribuição é simétrica, a média é mais informativa porque usa todos os valores. A mediana só ganha quando a cauda está distorcendo tudo. Eu verifico o histograma antes de escolher.
O terceiro erro é calcular moda em Excel usando FUNÇÃO.MODO.SIN. Ela retorna apenas o primeiro valor encontrado, o que pode ser enganoso se houver bimodalidade. Eu uso a versão bilateral ou faço uma contagem manual com CONT.SE quando preciso de precisão.
Um detalhe que ninguém conta
Quando você tem dados agrupados em intervalos, como faixas salariais, a moda calculada pelo Excel já não é tão confiável assim. O valor máximo do intervalo não necessariamente representa a concentração real. Nesse cenário eu calculo a moda interpolada, que leva em conta a frequência do intervalo modal e dos adjacentes. É um cálculo manual, mas leva menos de dois minutos e evita conclusões erradas. A fórmula é: moda = L + [(f1 - f0) / (2·f1 - f0 - f2)] × h, onde L é o limite inferior do intervalo modal, f1 é a frequência do intervalo modal, f0 e f2 são as frequências dos intervalos adjacentes, e h é a amplitude. Parece complicado, mas você coloca numa célula e esquece.
Resumo prático
Calcule sempre os três indicadores. Compare distância entre média e mediana. Verifique se há multimodalidade antes de reportar a moda. Separar grupos antes de misturar dados é a regra mais importante. Sem isso, qualquer número que você mostrar vai parecer estranho. Isso resolve a maior parte dos problemas. O resto é questão de olhar os dados com atenção.
