Fazer estatística descritiva no TCC é representar o conjunto observado com medidas e gráficos adequados ao tipo de variável e à pergunta. Frequência e proporção descrevem categorias; média ou mediana resumem posição em variáveis quantitativas; desvio-padrão, intervalo interquartil e amplitude mostram dispersão; gráficos revelam forma, concentração e valores incomuns. Nenhuma medida isolada “explica” os dados, e descrever não autoriza generalizar para uma população além do desenho adotado.
O trabalho começa antes do software: confira o dicionário, as unidades, os códigos de ausência e as regras de limpeza. Uma tabela produzida sobre categorias trocadas ou valores ausentes tratados como zero pode parecer correta e ainda assim sustentar uma interpretação falsa.
Identifique o tipo e a função de cada variável
Variáveis nominais representam categorias sem ordem natural, como área do curso ou modalidade de coleta. Variáveis ordinais possuem ordem, mas a distância entre categorias não é necessariamente igual, como níveis de concordância. Variáveis quantitativas expressam contagem ou medida, como idade, tempo e pontuação.
O armazenamento não decide o tipo. Uma categoria codificada como 1, 2 e 3 continua categórica. Calcular média desses códigos pode criar um número sem significado. Consulte o dicionário de dados da pesquisa e escreva, para cada variável, o que ela mede, em que unidade e qual papel ocupa na pergunta.
Também diferencie variável principal, possível explicadora e característica descritiva da amostra. Essa distinção orienta a ordem das tabelas. Informar idade e curso pode contextualizar participantes; a análise central, porém, deve responder aos objetivos, não acumular todos os cruzamentos que o programa consegue executar.
Use frequência e proporção para categorias
Para variáveis categóricas, apresente contagem e proporção. A contagem mostra quantas observações existem; a proporção permite comparar grupos de tamanhos diferentes. Sempre deixe claro o denominador. Se vinte pessoas responderam uma pergunta, mas a amostra total tem vinte e cinco, o percentual deve indicar qual base foi usada.
Categorias mutuamente exclusivas devem somar o total válido. Em perguntas de múltipla escolha, a soma pode ultrapassar 100%, porque uma pessoa marca várias opções. Explique essa característica na nota da tabela ou no método.
Ordene categorias por lógica substantiva, não apenas pelo tamanho. Escalas ordinais devem manter a sequência; faixas etárias seguem progressão; categorias nominais podem usar ordem alfabética ou uma ordem definida no instrumento. Agrupar respostas raras só é aceitável quando a regra é justificável e não apaga uma diferença importante.
Ausências também precisam ser visíveis. Informe número válido e, quando relevante, recusas ou perdas. Ocultar dados faltantes muda a impressão sobre a completude da coleta e pode gerar percentuais inconsistentes entre tabelas.
Escolha medidas de centro junto com a dispersão
A média soma os valores e divide pelo número de observações. Ela usa toda a informação numérica, mas reage a extremos e distribuições assimétricas. A mediana indica o ponto que separa metade inferior e superior e costuma representar melhor um centro quando há cauda longa ou valores extremos. A moda identifica o valor mais frequente e pode ser útil para categorias, mas raramente basta para variáveis contínuas.
Nunca apresente centro sem dispersão. Média combina normalmente com desvio-padrão quando a distribuição e o objetivo justificam essa síntese. Mediana combina com quartis ou intervalo interquartil. Mínimo e máximo ajudam a mostrar alcance, mas podem depender de apenas duas observações.
O capítulo de análise exploratória do NIST enfatiza técnicas gráficas e quantitativas para descobrir estrutura, detectar anomalias e examinar suposições. Embora os exemplos sejam voltados a ciência e engenharia, o princípio é útil ao TCC: primeiro conheça a distribuição; depois escolha o resumo.
Imagine tempos de deslocamento de 10, 12, 14, 16 e 88 minutos. A média é 28 minutos, enquanto a mediana é 14. Nenhuma está “errada”, mas contam histórias diferentes. O valor 88 pode ser erro, caso real ou subgrupo distinto. Antes de removê-lo, confira a fonte e a regra do estudo.
Use gráficos para enxergar o que a tabela comprime
Gráfico de barras funciona para categorias; histograma mostra a distribuição de variável quantitativa em intervalos; boxplot resume mediana, quartis e pontos distantes; gráfico de dispersão revela relação entre duas variáveis quantitativas. O tipo deve corresponder à estrutura dos dados.
Evite gráfico de pizza com muitas categorias, eixo truncado que exagera diferenças e efeitos tridimensionais que dificultam leitura. Rótulos, unidades, denominadores e fonte precisam estar claros. O texto deve interpretar o padrão relevante, não repetir todos os valores desenhados.
Uma tabela costuma ser melhor quando o leitor precisa consultar números exatos. Um gráfico é melhor quando posição, forma ou relação visual importa. Em muitos casos, usar ambos duplica informação. O guia de tabelas no TCC ajuda a decidir o que a tabela deve mostrar e como conectá-la à análise.
Compare grupos com denominadores e escalas coerentes
Ao descrever grupos, use a mesma definição, unidade e período. Uma média mensal não pode ser comparada diretamente com uma medida semanal. Proporções baseadas em denominadores diferentes precisam ser explicitadas.
Comece pelos valores de cada grupo e pela dispersão, não apenas pela diferença. Duas médias afastadas podem vir de distribuições amplas e sobrepostas. Uma diferença pequena pode ser relevante dependendo da escala e do fenômeno. A descrição mostra o observado; a inferência exige desenho e método próprios.
Evite transformar cada característica em dezenas de cruzamentos. Escolha comparações ligadas aos objetivos e previstas no plano de análise. Explorações adicionais podem ser apresentadas como exploratórias, sem reescrever a hipótese depois de ver os dados.
Trate valores ausentes e extremos como decisões analíticas
Primeiro quantifique ausências por variável e procure padrões. Uma pergunta condicional pode ter ausência estrutural; outra pode ter recusas concentradas em um grupo. Excluir automaticamente todas as linhas incompletas reduz a amostra e pode introduzir viés.
Valores extremos pedem conferência. Volte ao instrumento e ao arquivo bruto, verifique unidade, digitação e plausibilidade. Corrija erro documentado; preserve valor real. Métodos de tratamento devem ser definidos e relatados, especialmente se alterarem resultados.
O manual eletrônico do NIST apresenta a análise exploratória como combinação de técnicas que ajudam a maximizar entendimento, detectar outliers e verificar suposições. No TCC, isso não significa aplicar todas as técnicas, mas examinar o suficiente para justificar as escolhidas.
Escreva resultados sem confundir descrição e explicação
No texto, selecione o achado que responde ao objetivo, cite a tabela ou figura e informe medida, dispersão e base. Depois interprete com cautela. “A média foi maior no grupo A” descreve a amostra; “pertencer ao grupo A causa aumento” exige desenho causal que provavelmente não existe.
Inclua precisão compatível com a medida. Casas decimais em excesso sugerem uma exatidão que o instrumento e a amostra não oferecem. Use o mesmo padrão em tabelas relacionadas e explique qualquer arredondamento que possa alterar totais aparentes. Percentuais devem permitir reconstruir a contagem quando isso for importante para avaliar a amostra.
Uma sequência clara pode seguir três movimentos: apresentar o conjunto e as perdas, descrever variáveis centrais e comparar grupos previstos. Reserve explicações teóricas para a discussão, onde os resultados dialogam com literatura e limitações.
Antes de fechar, confira se categorias têm frequências, variáveis quantitativas têm centro e dispersão, gráficos mostram padrões reais e denominadores estão visíveis. Refaça os cálculos a partir da base limpa e verifique uma amostra manualmente. A melhor estatística descritiva não é a que reúne mais indicadores; é a que preserva a estrutura dos dados e permite ao leitor compreender exatamente o que foi observado.
