Frequencias Absoluta E Relativa

O que realmente são frequências absoluta e relativa

A frequência absoluta é simplesmente a contagem de quantas vezes um valor aparece no seu conjunto de dados. Nada mais. A relativa é essa mesma contagem dividida pelo total de observações, geralmente expressa em porcentagem ou como uma fração decimal. No dia a dia, você vai usar os dois juntos quase sempre. A absoluta te dá o número cru, a relativa te dá a proporção. Juntos, eles respondem perguntas do tipo "quantos" e "quanto disso".

Como calcular frequências absoluta e relativa na prática

Vamos supor que você tem uma planilha com 150 respostas de um questionário sobre preferência de sabor. Você quer saber quantas pessoas preferiram chocolate e qual a proporção. Primeiro, conte. Se 45 pessoas marcaram chocolate, sua frequência absoluta é 45. Segundo, divida pelo total. 45 dividido por 150 dá 0,3. Isso significa que 30% dos respondentes preferiram chocolate. Pronto. Mais simples do que parece. No Excel, isso fica com um COUNTIF para a absoluta e uma divisão simples para a relativa. Em Python, pandas faz tudo em duas linhas com value_counts() e normalizando depois. Eu prefiro Python para datasets maiores porque a planilha começa a travar em cerca de 50 mil linhas.

Um problema real que todo mundo subestima

Trabalhei numa análise de dados de cliques de um app onde a frequência absoluta parecia normal à primeira vista. O produto mais clicado tinha 2.300 acessos. A frequência relativa era de 18%. Parecia um campeão. Mas o problema era que 60% dos usuários vinham de uma única campanha de marketing que havia sido impulsionada artificialmente. Removi esses cliques e o "produto mais clicado" caiu para a terceira posição. A frequência absoluta sem contexto de coleta enganava completamente. Workaround que funcionou: segmentei sempre os dados antes de calcular as frequências. Separei tráfego orgânico de pago, e aí sim fiz a contagem. A diferença foi significativa.

O que ninguém ensina sobre o assunto

Uma coisa que muitos passam ao longo de cursos introdutórios: frequência relativa não soma exatamente 100% quando você trabalha com arredondamentos. Se você tem 7 categorias e cada uma é arredondada para uma casa decimal, o total pode dar 99,9% ou 100,1%. Isso é normal, não é erro de cálculo. Ajuste a última categoria para fechar, ou aceite a pequena divergência se o dataset for grande. Outro ponto importante: frequência relativa depende inteiramente do universo de observações. Se você coletou dados de apenas um grupo demográfico específico, a frequência relativa daquele grupo não se aplica a outros. É uma limitação óbvia, mas gente acaba apresentando porcentagens como se fossem verdades universais. Não são.

Quando esse método não funciona bem

Frequência absoluta e relativa falham completamente quando o dataset tem valores atípicos extremos ou distribuição altamente assimétrica. Imagine um e-commerce com 10 mil visitantes mas 5 compras de R$ 50 mil cada. A frequência absoluta das compras de alto valor seria 5, e a relativa 0,05%. Parece irrelevante, mas essas 5 transações representam metade do faturamento. Números absolutos e relativos escondem o peso desses outliers. Nesses casos, substitua por uma análise de percentis ou use a frequência relativa ponderada pelo valor monetário de cada categoria. É mais trabalho, mas entrega informação real.

Resumo rápido para consulta

Frequência absoluta = contagem simples do valor. Frequência relativa = contagem dividida pelo total, em decimal ou porcentagem. Sempre considere o contexto da coleta antes de interpretar os resultados. Dataset pequeno com muitos zero é comum em dados de saúde ou segurança — nesses cenários, frequência relativa pode mostrar porcentagens enganosamente altas para eventos raros, então prefira intervalos de confiança em vez de porcentagens simples. Se você está começando agora, use o Google Sheets com a função CONT.SE para frequência absoluta e uma célula com a fórmula =resultado/SE(menor(1;total)). É suficiente para a maioria das análises do dia a dia.