Estatística

Variáveis na estatística: nem todo número é quantidade

Capa do artigo Variáveis na estatística: nem todo número é quantidade
Leitura com foco

Entenda o contexto.
Leve para a prática.

Neste artigo
  1. Quais são os quatro tipos de variável?
  2. Como descobrir o tipo de uma variável?
  3. Por que o tipo da variável importa?
  4. Como fica em PHP e em C?
  5. Aí você pergunta: todo número é uma variável quantitativa?
  6. Qual a diferença entre discreta e contínua na prática?
  7. Quais são os erros mais comuns com tipos de variáveis?
  8. Agora é com você!

Variável, na estatística, é uma característica que muda de um elemento para outro em um conjunto de dados, como a cidade, a idade ou a nota de cada pessoa. As variáveis se dividem em qualitativas, que podem ser nominais ou ordinais, e quantitativas, que podem ser discretas ou contínuas. O tipo decide quais contas e quais gráficos fazem sentido.

Se você vem da programação, cuidado com a palavra! No código, variável é uma caixinha com nome que guarda um valor. Na estatística, variável é uma coluna inteira da tabela: a pergunta que foi feita a todo mundo. Nos artigos sobre médias e sobre mediana e moda, as contas já estavam prontas para usar. Mas existe uma pergunta que vem antes de qualquer conta: que tipo de dado tenho na mão? Errar essa resposta é o caminho mais curto para calcular uma média que não significa nada.

Pense na ficha de inscrição de uma academia. Ela pergunta a sua cidade, o seu nível (iniciante, intermediário ou avançado), quantas vezes por semana você pretende treinar e o seu peso. Quatro perguntas, quatro tipos de resposta. A cidade é um nome. O nível é um degrau. As vezes por semana são uma contagem. O peso é uma medida. Esses são exatamente os quatro tipos de variável.

Quais são os quatro tipos de variável?

Diagrama em árvore: a variável se divide em qualitativa, nominal ou ordinal, e quantitativa, discreta ou contínua, com um exemplo de cada
Os quatro tipos de variável, com um exemplo de cada.
TipoO que éExemplos
Qualitativa nominalCategorias sem ordem entre elasCidade, cor dos olhos, tipo sanguíneo
Qualitativa ordinalCategorias com uma ordem naturalEscolaridade, nível de satisfação, faixa etária
Quantitativa discretaNúmeros que vêm de uma contagemNúmero de filhos, faltas, gols
Quantitativa contínuaNúmeros que vêm de uma mediçãoAltura, peso, tempo, temperatura
Os quatro tipos de variável na estatística.

Essa divisão é a mesma que você vai encontrar nos cursos de estatística das universidades. Um material de aula da USP resume assim: as qualitativas são expressas por palavras ou códigos que indicam categorias, e as quantitativas, por números. Entre as quantitativas, as discretas resultam de uma contagem, e as contínuas, de uma medida.

Como descobrir o tipo de uma variável?

Com duas perguntas, feitas nesta ordem:

Fluxo com duas perguntas que leva aos quatro tipos de variável: nominal, ordinal, discreta e contínua
Duas perguntas bastam para classificar qualquer variável.
  • A resposta é uma quantidade? Se veio de contar ou de medir, a variável é quantitativa. Se é uma categoria, é qualitativa.
  • Se é qualitativa: as categorias têm ordem? Com ordem, ordinal. Sem ordem, nominal.
  • Se é quantitativa: contou ou mediu? Contagem dá discreta. Medição dá contínua.

Sacou? Não precisa decorar os quatro nomes. Basta fazer as perguntas.

Por que o tipo da variável importa?

Porque nem toda conta faz sentido para todo tipo de dado. Veja o que cada tipo permite:

TipoFrequência e modaMedianaMédiaGráfico mais comum
NominalSimNãoNãoBarras
OrdinalSimSimCom cuidadoBarras, na ordem das categorias
DiscretaSimSimSimBarras
ContínuaSim, por faixasSimSimHistograma
O que faz sentido calcular com cada tipo de variável.

Um texto de apoio da Universidade Federal do Pará organiza a mesma ideia como uma escada: para as nominais, valem as proporções; para as ordinais, entram também a mediana e os quartis; e só nas quantitativas aparecem a média e o desvio padrão.

Agora veja as quatro variáveis da mesma turma em um programa:

from statistics import mean, median, median_low, mode

cidades = ["Recife", "Natal", "Recife", "Fortaleza", "Recife", "Natal"]
satisfacao = ["boa", "ruim", "ótima", "boa", "regular", "boa"]
faltas = [0, 2, 1, 0, 3, 0]
alturas = [1.62, 1.75, 1.68, 1.80, 1.71, 1.66]

# Nominal: só dá para contar. A medida que faz sentido é a moda.
print(mode(cidades))

# Ordinal: existe ordem, então dá para achar a resposta do meio.
ordem = ["ruim", "regular", "boa", "ótima"]
posicoes = [ordem.index(resposta) for resposta in satisfacao]
print(ordem[median_low(posicoes)])

# Discreta e contínua: são quantidades, e a média faz sentido.
print(mean(faltas))
print(round(mean(alturas), 2))
print(round(median(alturas), 3))

Saída:

Recife
boa
1
1.7
1.695

A cidade mais frequente é Recife, e parar por aí é o certo: não existe “cidade média”. A satisfação tem ordem, então dá para achar a resposta do meio. Já as faltas e as alturas são quantidades, e a média de cada uma tem significado. A linha com colchetes e for usa list comprehension, que tem um artigo só para ela.

Como fica em PHP e em C?

Para uma variável nominal, o trabalho é contar. Em PHP, a função array_count_values faz a contagem de uma vez:

<?php

$cidades = ["Recife", "Natal", "Recife", "Fortaleza", "Recife", "Natal"];

$contagem = array_count_values($cidades);
arsort($contagem);

foreach ($contagem as $cidade => $quantidade) {
    echo $cidade, ": ", $quantidade, "\n";
}

Saída:

Recife: 3
Natal: 2
Fortaleza: 1

Em C, o próprio tipo da variável do programa acompanha o tipo estatístico: int para a contagem de faltas, double para a medida de altura:

#include <stdio.h>

int main(void)
{
    int faltas[] = {0, 2, 1, 0, 3, 0};
    double alturas[] = {1.62, 1.75, 1.68, 1.80, 1.71, 1.66};
    int soma_faltas = 0;
    double soma_alturas = 0.0;

    for (int i = 0; i < 6; i++) {
        soma_faltas += faltas[i];
        soma_alturas += alturas[i];
    }

    printf("%.2f\n", soma_faltas / 6.0);
    printf("%.2f\n", soma_alturas / 6.0);
    return 0;
}

Saída:

1.00
1.70

Foque no conceito, e não na linguagem!

Aí você pergunta: todo número é uma variável quantitativa?

Não! Essa é a armadilha mais comum. CEP, telefone, número do RG e número da camisa são escritos com algarismos, mas funcionam como nomes. O teste é simples: a soma ou a média desse número significa alguma coisa?

from statistics import mean

ceps = [50030230, 59010000, 60060170]
print(mean(ceps))

Saída:

56366800

O programa calculou, sem reclamar, a média de três CEPs de exemplo. O resultado é um número que não representa lugar nenhum. O computador faz qualquer conta que você pedir. Saber se a conta faz sentido é trabalho seu. O texto da UFPA dá o mesmo aviso, com os exemplos do RG e do telefone: nem tudo que é escrito com números é quantitativo.

Qual a diferença entre discreta e contínua na prática?

Uma simulação mostra bem. O programa abaixo sorteia 10.000 lançamentos de um dado, que é uma contagem, e 10.000 alturas em centímetros, que são uma medida:

import random

random.seed(42)

dados = [random.randint(1, 6) for _ in range(10000)]
alturas = [random.gauss(170, 10) for _ in range(10000)]

print(sorted(set(dados)))
print(len(set(dados)))
print(len(set(alturas)))
print(alturas[:3])

Saída:

[1, 2, 3, 4, 5, 6]
6
10000
[177.40536443796455, 174.98556194084577, 163.96901261695652]

Em 10.000 lançamentos, o dado só produziu 6 valores diferentes, repetidos muitas vezes. Nas 10.000 alturas, nenhum valor se repetiu: foram 10.000 valores diferentes. A variável discreta pula de um valor para o outro. A contínua pode cair em qualquer ponto de um intervalo.

ATENÇÃO: na vida real, a altura é anotada com duas casas, e a idade, em anos completos. Aqui os materiais divergem: a idade em anos completos aparece como discreta em alguns e como contínua em outros. Uma boa saída é olhar para a característica medida: o tempo de vida é contínuo, e os anos completos são um arredondamento dele, limitado pela precisão de quem mede.

E existe um caminho de mão única: uma variável contínua pode virar ordinal. Basta trocar a idade pela faixa etária, ou o peso por “leve, médio e pesado”. O contrário não dá: de uma faixa etária não se recupera a idade.

Quais são os erros mais comuns com tipos de variáveis?

  • Tratar código numérico como quantidade. CEP, matrícula e número de camisa são rótulos.
  • Calcular a média de uma variável nominal codificada. Se 1 é Recife, 2 é Natal e 3 é Fortaleza, a média das seis respostas do exemplo dá 1,67, e isso não quer dizer nada.
  • Tirar a média de uma escala ordinal sem pensar. A média trata a distância entre “ruim” e “regular” como igual à distância entre “boa” e “ótima”, e isso nem sempre é verdade. A mediana é a escolha mais segura.
  • Escolher o gráfico pelo gosto. Barras para categorias e contagens, histograma para medidas.

Agora é com você!

Primeiro no papel. Classifique cada variável em um dos quatro tipos: tipo sanguíneo, número de irmãos, temperatura do forno, posição de chegada em uma corrida, placa do carro, tempo de entrega de um pedido, número de gols em uma partida e grau de escolaridade. Para cada uma, escreva também se a média faz sentido.

Depois, no computador: monte quatro listas com dados de uma turma inventada por você, uma para cada tipo, e calcule só as medidas que fazem sentido para cada lista. Tente sozinho, sem pedir a resposta pronta para ninguém, nem para a IA!

Até o próximo artigo!

Confiança Sempre!!!

Fontes:

  • Universidade de São Paulo, disciplina Planejamento de experimentos e análise estatística de dados. Método estatístico, tipos de pesquisa, dados e variáveis, com a definição dos quatro tipos de variável.
  • Universidade Federal do Pará, disciplina de Biometria. Variáveis, com os exemplos de cada tipo, as medidas adequadas a cada um e o aviso sobre números que não são quantidades.
  • Universidade de São Paulo, material de aula. Tipos de variáveis, com a observação de que uma variável contínua pode ser categorizada, mas o inverso não vale.
  • Sociedade Brasileira de Computação (CEIE), série Metodologia de Pesquisa. Livro 2, capítulo 9, com os quatro tipos de variável e um exemplo de cada.
  • Universidade de São Paulo, material de aula. Análise descritiva: tipos de variáveis e variáveis qualitativas, com a variável discreta como conjunto finito ou enumerável e a contínua como intervalo.
  • Universidade de São Paulo, disciplina MAE0219. Material de aula do 1º semestre de 2025, com a definição de variável e exemplos de cada tipo.
  • Universidade de São Paulo, material de aula. Tipos de Variáveis, com a variável contínua limitada pela precisão da medição.
  • Instituto de Matemática e Estatística da USP, material de aula. Estatística Descritiva e Inferencial, com os tipos de variáveis e as escalas nominal, ordinal, intervalar e de razão.
  • Instituto de Matemática e Estatística da USP, disciplina MAE219. Aula 2, com as variáveis nominais e ordinais e exemplos.
  • Os números deste artigo foram conferidos com o módulo statistics do Python, e os exemplos foram executados em Python 3.13, PHP 8.3 e GCC 13.

Compartilhe este artigo

Sobre quem escreve

Walmir Silva

Olá! Sou Walmir, engenheiro de software com MBA em Engenharia de Software e o cérebro por trás do GrowthCode e autor do livro "Além do Código".

Se você acha que programação é apenas sobre escrever código, prepare-se para expandir seus horizontes. Aqui, nós vamos além do código e exploramos as interseções fascinantes entre tecnologia, negócios, artes e filosofia.

Você está em busca de crescimento na carreira? Quer se destacar em um mercado competitivo? Almeja uma vida mais rica em conhecimento e realização? Então você chegou ao lugar certo. No GrowthCode, oferecemos insights profundos, estratégias comprovadas e um toque de sabedoria filosófica para catalisar seu crescimento pessoal e profissional.

Ver todos os artigos →

Continue a conversa

Compartilhe sua perspectiva

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Guardamos o IP e o navegador de quem comenta por 6 meses, para barrar spam e porque o Marco Civil da Internet pede a guarda dos registros de acesso por esse prazo. Veja como tratamos seus dados.

Encontre sua próxima resposta

O que você quer aprender?

Preferências de cookies

Os cookies opcionais começam desligados. Você pode mudar a escolha a qualquer momento por esta tela.

NecessáriosSempre ativos

Guardam a sua escolha de cookies e o código do registro dela, e mantêm o site funcionando. Não são usados para publicidade.

Contam visitas e mostram como o site é usado: Google Analytics e Microsoft Clarity, carregados pelo Google Tag Manager.

Exibem anúncios do Google AdSense sem personalização. Os cookies desta categoria limitam a repetição dos anúncios e medem o resultado deles.

Usa a sua navegação para escolher anúncios e formar públicos de anúncio: anúncios do Google escolhidos pelos seus interesses e os indicadores do Google no Analytics. Desligado, os anúncios aparecem sem personalização. Depende de Publicidade.

Também é possível bloquear cookies nas configurações do navegador. Detalhes na Política de privacidade.