Matemática A · 10.º Ano · Estatística e Análise de Dados · 3o Periodo

Diagramas de Dispersão e Correlação Linear

Os alunos constroem diagramas de dispersão e interpretam a força e direção da correlação linear entre duas variáveis.

• Aprendizagens Essenciais
• DGE: Secundário - Estatística

Sobre este tópico

Os diagramas de dispersão representam a relação entre duas variáveis quantitativas num plano cartesiano, permitindo aos alunos do 10.º ano visualizar padrões de associação. Nesta competência, constroem diagramas com dados reais, como horas de estudo e notas ou altura e peso de pares de sala, e interpretam a direção da correlação linear: positiva quando os pontos sobem da esquerda para a direita, negativa quando descem, e nula sem tendência clara. Avaliam também a força da correlação, de fraca a forte, com base na proximidade dos pontos a uma reta.

Integrado na unidade de Estatística e Análise de Dados do 3.º período, este tema aborda questões chave como a distinção entre correlação e causalidade, usando exemplos como o número de cegonhas e nascimentos em vilas portuguesas. Os alunos aprendem que uma forte correlação não prova causa-efeito, desenvolvendo pensamento crítico essencial para análise de dados no mundo real.

A aprendizagem ativa beneficia particularmente este tópico porque os alunos recolhem e plotam os seus próprios dados, tornando conceitos abstratos concretos e relevantes. Discussões em grupo sobre interpretações fomentam debate e clarificam mal-entendidos comuns.

Questões-Chave

1. O que significa dizer que duas variáveis estão correlacionadas mas não têm uma relação de causalidade?
2. Como podemos usar um diagrama de dispersão para visualizar a relação entre duas variáveis?
3. Diferencie entre correlação positiva, negativa e nula, fornecendo exemplos.

Objetivos de Aprendizagem

• Construir diagramas de dispersão a partir de conjuntos de dados bivariados para visualizar a relação entre duas variáveis.
• Analisar diagramas de dispersão para identificar a direção (positiva, negativa, nula) e a força (fraca, moderada, forte) da correlação linear.
• Explicar a diferença entre correlação e causalidade, utilizando exemplos concretos para ilustrar que correlação não implica causalidade.
• Interpretar a força e a direção da correlação linear em contextos do mundo real, como em estudos socioeconómicos ou ambientais.

Antes de Começar

Plano Cartesiano e Coordenadas

Porquê: É fundamental que os alunos compreendam como representar pontos num plano cartesiano para construir e interpretar diagramas de dispersão.

Variáveis Quantitativas

Porquê: Os alunos precisam de saber distinguir variáveis quantitativas de qualitativas para aplicar corretamente os diagramas de dispersão.

Vocabulário-Chave

Diagrama de Dispersão	Um gráfico que utiliza pontos para representar os valores de duas variáveis quantitativas, mostrando a relação entre elas.
Correlação Linear	Uma medida estatística que descreve a força e a direção da relação linear entre duas variáveis.
Correlação Positiva	Indica que à medida que uma variável aumenta, a outra variável também tende a aumentar.
Correlação Negativa	Indica que à medida que uma variável aumenta, a outra variável tende a diminuir.
Correlação Nula	Sugere que não existe uma relação linear aparente entre as duas variáveis.
Causalidade	A relação entre uma causa e o seu efeito, onde uma variável afeta diretamente outra.

Atenção a estes erros comuns

Erro comum

Correlação forte implica sempre causalidade.

O que ensinar em alternativa

Correlação mede associação, não causa. Atividades com exemplos espúrios, como sapatos e altura, levam os alunos a debater variáveis confundidoras. Discussões em grupo ajudam a internalizar que causalidade requer mais evidências, como experiências controladas.

Erro comum

Correlação nula significa ausência total de relação.

O que ensinar em alternativa

Correlação nula indica falta de tendência linear, mas outras relações podem existir. Construir diagramas com dados curvilíneos em grupos revela isso. Exploração ativa clarifica que o coeficiente linear não captura tudo.

Erro comum

Pontos dispersos sempre indicam correlação fraca.

O que ensinar em alternativa

Dispersão mede força, mas direção importa. Atividades de plotting em pares mostram como clusters definem padrões. Peer review corrige visões erradas sobre alinhamento perfeito.

Ideias de aprendizagem ativa

Em Pares: Dados Pessoais em Dispersão

Cada par recolhe dados sobre hábitos, como tempo de ecrã e horas de sono. Plotam o diagrama de dispersão no quadro ou software como GeoGebra. Discutem direção e força da correlação, justificando com exemplos dos dados.

30 min·Pares

Grupos Pequenos: Análise de Conjuntos Reais

Distribua conjuntos de dados nacionais, como temperatura e consumo elétrico. Grupos constroem diagramas, traçam retas de tendência e classificam a correlação. Apresentam conclusões à turma.

45 min·Pequenos grupos

Turma Inteira: Correlação vs Causalidade

Mostre diagramas espúrios, como gelados e afogamentos. A turma vota se há causalidade, debate em plenário e conclui com critérios para distinguir correlação de causa.

35 min·Turma inteira

Individual: Interpretação Guiada

Forneça diagramas prontos variados. Cada aluno rotula direção, força e possível causalidade, depois compara com parceiro para validar.

20 min·Individual

Ligações ao Mundo Real

• Economistas utilizam diagramas de dispersão para analisar a relação entre o investimento em publicidade e as vendas de um produto, ajudando a otimizar orçamentos de marketing.
• Investigadores em saúde pública podem usar diagramas de dispersão para explorar a correlação entre o consumo de alimentos processados e a incidência de doenças crónicas numa população, embora não estabeleçam causalidade direta sem mais estudos.
• Meteorologistas podem plotar a temperatura média mensal e o número de horas de sol para identificar padrões e prever tendências climáticas regionais.

Ideias de Avaliação

Bilhete de Saída

Entregue aos alunos um conjunto de dados com duas variáveis (ex: horas de sono e notas em testes). Peça-lhes para construir um diagrama de dispersão num pequeno gráfico e escrever uma frase descrevendo a direção e a força da correlação observada.

Questão para Discussão

Apresente aos alunos um diagrama de dispersão que mostre uma forte correlação entre o número de sorvetes vendidos e o número de afogamentos. Pergunte: 'Existe uma relação de causalidade aqui? Qual poderia ser uma terceira variável que influencia ambas?'

Verificação Rápida

Mostre aos alunos três diagramas de dispersão diferentes. Peça-lhes para identificar rapidamente qual representa uma correlação positiva forte, uma correlação negativa fraca e uma correlação nula, justificando a sua escolha com base na disposição dos pontos.

Perguntas frequentes

Como diferenciar correlação positiva de negativa num diagrama de dispersão?

Numa correlação positiva, os pontos sobem da esquerda para a direita, como altura e peso. Na negativa, descem, como velocidade e tempo de travagem. Alunos identificam isso plotando dados reais, traçando retas de tendência e medindo inclinação para confirmar direção e força.

O que significa correlação nula e como a identificar?

Correlação nula ocorre sem tendência linear: pontos espalhados sem padrão ascendente ou descendente, como números de lotaria e altura. Nos diagramas, a reta de tendência é horizontal. Práticas de construção ajudam alunos a distinguir de correlações fracas através de comparação visual.

Como interpretar a força da correlação linear?

Força é fraca se pontos longe da reta, moderada se próximos, forte se alinhados. Usa-se o coeficiente r, de -1 a 1. Atividades com dados graduados treinam olhos para padrões, preparando para software estatístico no secundário.

Como a aprendizagem ativa ajuda a entender diagramas de dispersão?

Recolher e plotar dados pessoais torna conceitos tangíveis, como ver correlação entre estudo e notas. Grupos debatem interpretações, corrigindo erros como confundir causalidade. Estas abordagens fomentam raciocínio crítico, retenção e ligação a contextos reais, alinhando com o Currículo Nacional.