O Que É Media Moda E Mediana

Statistices básicas que as pessoas confundem o tempo todo

Pessoas me perguntam constantemente sobre média, moda e mediana, e a maior parte das respostas que vejo na internet são corretas no papel mas inúteis na prática. Vou explicar como isso funciona de verdade, com os problemas que eu encontrei usando esses conceitos no dia a dia. A média aritmética é a soma de todos os valores dividida pela quantidade de valores. A moda é o valor que mais aparece em um conjunto de dados. A mediana é o valor central quando os dados estão ordenados. Simples assim, mas é onde a maioria das pessoas erra na hora de aplicar. Na prática, eu trabalhava com dados de produtividade de equipes comerciais e precisava decidir qual medida usar para apresentar aos diretores. O problema é que a média é extremamente sensível a valores extremos. Se um vendedor faturou R$ 500 mil e os outros onze ficaram entre R$ 8 mil e R$ 15 mil, a média vai ser distorcida demais para ser útil como representação do grupo.

Aqui vai uma coisa que os livros não mostram: a moda muitas vezes é o indicador mais útil para dados categóricos ou discretos, mas as pessoas ignoram porque parece "simples demais". Eu usei moda para identificar que 73% dos pedidos de reembolso vinham de apenas dois estados, o que a média nunca revelaria. A moda revelou um padrão que a média escondia completamente. A mediana, por sua vez, é robusta a outliers. Quando os dados têm cauda longa à direita — como renda, preço de imóveis, ou comissões de vendas — a mediana geralmente conta uma história mais honesta do que a média. A diferença entre média e mediana em si é um indicador de assimetria. Se a média é significativamente maior que a mediana, seus dados têm cauda direita, e isso significa algo sobre a distribuição.

Como calcular na prática

Vou mostrar com um exemplo real que eu tive. Dados de atendimento de uma Call Center durante 15 dias úteis: 12, 15, 14, 13, 15, 11, 14, 15, 13, 12, 45, 14, 13, 15, 12 Para a média: some tudo (264) e divida por 15. Resultado: 17,6 chamadas por dia em média.

Para a mediana: ordene os dados primeiro. 11, 12, 12, 12, 13, 13, 13, 14, 14, 14, 15, 15, 15, 15, 45. O valor central (oitavo posição) é 14. A mediana é 14 chamadas. Para a moda: o valor que mais se repete é 15, que aparece quatro vezes. Veja a diferença. A média diz 17,6. A mediana diz 14. A moda diz 15. Qual delas representa melhor um dia típico? Obviamente a mediana ou a moda. O valor de 45 foi um outlier — provavelmente um feriado com pico incomum — e ele inflacionou a média quase 4 chamadas acima da realidade operacional.

Dica prática que ninguém ensina

Sempre calcule as três medidas junto. Sozinhas, cada uma mente de um jeito. A média mente por sensibilidade a extremos. A moda mente quando há múltiplas modas ou nenhuma moda clara. A mediana mente quando a distribuição é muito plana, porque qualquer valor no centro do intervalo mediano pode ser considerado "central". O truque é comparar as três: se média e mediana ficam próximas, os dados são relativamente simétricos. Se se afastam muito, há assimetria e você precisa investigar o porquê. Um problema específico que eu enfrentei: tinha um conjunto de dados de tempo de resolução de tickets onde a moda era 2 horas, a mediana era 4 horas e a média era 8 horas. Parecia contradictório à primeira vista, mas faz sentido. A maioria resolvia rápido (2h), metade resolvia em 4h ou menos, mas um grupo pequeno de tickets complexos puxava a média para 8h. A solução foi reportar as três medidas separadamente e segmentar os tickets por complexidade. Separar os tickets simples dos complexos revelou que o problema real eram os complexos, não a operação geral.

Quando cada medida falha

A média falha com distribuições assimétricas e outliers. Não há cálculo que corrija isso — o problema é estrutural. Nesses casos, use mediana ou transformações logarítmicas antes de calcular. A moda falha com dados contínuos. Se você tem idades registradas com precisão de anos, é provável que não haja repetições exatas, e a moda se torna inútil. Nesse caso, agrupe os dados em intervalos (faixas etárias, por exemplo) para criar uma moda útil. A mediana falha quando você precisa de uma medida que considere todos os valores igualmente. Para calcular orçamento total, investimento, ou qualquer soma, a mediana perde informação porque ignora a magnitude dos valores extremos. Ela diz onde está o centro, mas não diz nada sobre a dispersão.

Se você quer uma alternativa quando nenhuma das três convence, olhe para a média geométrica ou para a média ponderada. A média geométrica é excelente para taxas de crescimento compostas. A média ponderada permite que certos valores tenham mais relevância dependendo do contexto, o que resolve muitos dos problemas que as médias iguais criam.

Resumo rápido sem resumo

Entender o que é média, moda e mediana vai além de saber a fórmula. A escolha da medida certa depende da forma como seus dados se comportam, não do que a pergunta pede. Calcule as três, compare-as, e deixe a discrepância entre elas guiar sua análise. É aí que está o valor real dessas ferramentas.