Variáveis categóricas e numéricas: como ensinar e avaliar

Eu já percebi que muitos erros em Estatística não aparecem porque o estudante não sabe calcular, mas porque ele não identifica o que está observando. Quando pergunto se “meio de transporte” é número ou categoria, por exemplo, alguns alunos olham para a quantidade no gráfico e misturam as duas informações. Foi ajustando essa conversa inicial que consegui tornar tabelas, gráficos e pesquisas bem mais compreensíveis na minha turma.

Para mim, ensinar variáveis categóricas e numéricas funciona melhor quando parte de situações próximas: lanche preferido, idade, altura, número de irmãos e trajeto até casa. A classificação deixa de ser uma lista para decorar e passa a orientar a leitura dos dados. Depois, eu uso questões com distratores bem construídos para descobrir exatamente onde está a confusão.

O que são variáveis categóricas e numéricas?

Variáveis são características que eu observo ou registro em uma pesquisa, e elas podem ser categóricas ou numéricas conforme o tipo de resposta que produzem. Uma variável categórica separa os participantes em grupos, como cor favorita, meio de transporte ou tipo de animal; seus valores são nomes ou classificações, não medidas sobre as quais faz sentido calcular uma média. Uma variável numérica registra quantidades, como idade, altura, número de estudantes ou tempo de deslocamento, permitindo comparações e cálculos. Na prática, eu explico que “ônibus” é uma categoria, enquanto “15 estudantes usam ônibus” traz uma frequência numérica associada à categoria. Essa distinção sustenta a leitura de tabelas e gráficos prevista na BNCC e ajuda o estudante a escolher representações adequadas. No GeraProva, consigo transformar essas diferenças em itens contextualizados, com habilidade e nível cognitivo identificados.

Uma pergunta simples para classificar

Eu peço que a turma responda: o resultado é um rótulo ou uma quantidade? Se for um rótulo, tende a ser categórico; se for uma medida ou contagem, tende a ser numérico. Há ainda dois cuidados úteis:

• Numérica discreta: resulta de contagem, como número de irmãos ou estudantes.
• Numérica contínua: pode assumir valores decimais dentro de um intervalo, como massa, altura e temperatura.
• Categórica ordinal: tem ordem, como “baixo, médio e alto”, mas continua sendo formada por categorias.

Como diferenciar as variáveis na prática?

Para diferenciar variáveis na prática, eu separo primeiro a informação pesquisada da quantidade de respostas que aparece na tabela ou no gráfico. Em uma pesquisa sobre deslocamento, “meio de transporte” é categórica porque as respostas são ônibus, bicicleta e a pé; já “número de estudantes” é numérica discreta porque conta pessoas inteiras. Se a pesquisa perguntar a altura dos participantes, teremos uma variável numérica contínua, pois 1,62 m e 1,625 m podem ser registrados. Um procedimento que funciona é escrever cada variável em uma coluna e perguntar: posso somar ou calcular média dos seus valores sem perder o sentido? Com alturas, sim; com “bicicleta” e “ônibus”, não. Eu também evito dizer que uma variável vira numérica só porque aparece em gráfico de barras: as barras podem mostrar frequências numéricas de uma variável categórica. Essa separação reduz erros de interpretação antes da avaliação.

Exemplos que uso no quadro

• Tipo sanguíneo: categórica.
• Número de faltas: numérica discreta.
• Tempo gasto no percurso: numérica contínua.
• Faixa de horário de saída: categórica ordinal, se registrada como “antes das 7h”, “entre 7h e 9h” e “após 9h”.

Eu reforço que a forma de registrar importa. A hora exata, como 7h35, é numérica; uma faixa de horário definida previamente é uma categoria.

Como avaliar variáveis categóricas e numéricas sem confundir a turma?

Para avaliar variáveis categóricas e numéricas sem confundir a turma, eu organizo a progressão em três etapas: identificar a variável, classificar seu tipo e interpretar os dados que a acompanham. Primeiro, proponho enunciados curtos com situações cotidianas e peço que os estudantes localizem o que foi pesquisado. Depois, misturo categorias, contagens e medidas para que expliquem a classificação, em vez de apenas marcar uma letra. Por fim, uso tabelas de dupla entrada, frequências e gráficos, cobrando cálculos coerentes com cada representação. Em uma prova de 10 questões, por exemplo, eu reservaria 3 para identificação e classificação, 4 para leitura e comparação de dados e 3 para aplicação em tabelas ou gráficos. O GeraProva ajuda nesse planejamento porque apresenta BNCC, Bloom, dificuldade, dica e conceito de revisão, dados que me permitem equilibrar a avaliação e retomar habilidades específicas após a correção.

Meu roteiro de correção

Quando um aluno erra, eu não registro apenas “errou classificação”. Eu verifico se ele confundiu categoria com frequência, universo com variável ou medida com faixa. Esse diagnóstico direciona a retomada e evita repetir explicações que ele já compreendeu.

Questões prontas com gabarito comentado

As seis questões abaixo mostram como eu avalio desde a identificação de categorias até a organização de dados e a relação com programação. Elas trazem gabarito comentado, distratores explicados, habilidade da BNCC e nível de Bloom, o que facilita usar cada item tanto em uma prova quanto em uma retomada dirigida. Para aplicar bem, eu apresentaria primeiro o contexto, pediria que os alunos sublinhassem as variáveis e só então lessem as alternativas; assim, a marcação não vira chute. Também vale alternar questões fáceis, médias e difíceis, pois a dificuldade não depende apenas da conta: depende da leitura atenta e da capacidade de distinguir universo, variável, categoria e frequência. São itens que eu usaria como diagnóstico antes de avançar para gráficos e medidas estatísticas.

1. Variáveis e categorias em uma pesquisa

“— Queremos saber quais lanches e quais animais de estimação nossos colegas preferem”, explicou Maria ao apresentar o trabalho de campo. Um grupo de alunos do 2º ano escolheu 25 colegas e elaborou uma pesquisa com duas variáveis categóricas: o tipo de animal de estimação favorito (cachorro, gato ou pássaro) e o lanche preferido (chips, fruta ou chocolate). Os dados coletados foram organizados em uma tabela listando as categorias de cada variável.

Analise o texto-base e identifique quantas variáveis categóricas foram escolhidas e quantas categorias, ao todo, foram consideradas na pesquisa.

• ❌ A) Duas variáveis e oito categorias. Incorreto: o total é 6 (3 + 3), não 8.
• ❌ B) Uma variável e seis categorias. Incorreto: foram pesquisadas 2 variáveis.
• ✅ C) Duas variáveis e seis categorias. Há 2 variáveis, animal e lanche, e 3 categorias em cada uma.
• ❌ D) Duas variáveis e cinco categorias. Incorreto: são 6 categorias ao todo.
• ❌ E) Três variáveis e seis categorias. Incorreto: o texto cita apenas 2 variáveis.

Dica de resolução: conte as variáveis e some as categorias indicadas. Conceito central: variáveis e categorias categóricas. Conceito para revisão: variáveis e categorias em Estatística. BNCC: EF06MA31. Bloom: Lembrar.

2. Comparação entre frequências categóricas

Dados ilustrativos: 30 estudantes responderam a um questionário com três variáveis categóricas. Sobre atividade de lazer, 12 escolheram leitura, 10 optaram por esportes e 8 preferiram jogos. Quanto ao lanche favorito, 14 indicaram frutas, 9 citaram salgadinhos e 7 apontaram chocolate. No transporte até a escola, 15 usam ônibus, 6 vão a pé e 9 chegam de bicicleta.

Qual variável apresenta a maior diferença entre o maior e o menor valor observado?

• ❌ A) Lanche apresenta a maior diferença. Lanche: 14 − 7 = 7, menor que 9.
• ❌ B) Atividade de lazer apresenta a maior diferença. A diferença é 12 − 8 = 4.
• ❌ C) Lanche apresenta a menor diferença. A diferença é 7; a menor é 4.
• ❌ D) Transporte apresenta a menor diferença. Transporte tem diferença 9, a maior.
• ✅ E) Transporte apresenta a maior diferença. 15 − 6 = 9, maior que 7 e 4.

Dica de resolução: calcule maior menos menor para cada variável. Conceito central: diferença entre valores categóricos. Conceito para revisão: interpretação de frequências categóricas. BNCC: EF06MA31. Bloom: Avaliar.

3. Universo pesquisado e variáveis

Durante uma breve pesquisa junto a moradores de um bairro, um pesquisador visitou 30 residências. Em cada casa, ele registrou o meio de transporte usado para ir ao trabalho, o horário de saída e o tipo de dia. Os dados foram organizados em tabela.

Quantos elementos compõem o universo pesquisado e quantas variáveis categóricas foram consideradas?

• ❌ A) 30 elementos e 4 variáveis. Inclui uma variável inexistente.
• ❌ B) 3 elementos e 30 variáveis. Confunde residências com variáveis.
• ✅ C) 30 elementos e 3 variáveis categóricas. São 30 residências e três informações registradas.
• ❌ D) 60 elementos e 3 variáveis. O texto informa 30 residências.
• ❌ E) 30 elementos e 2 variáveis. Ignora uma das três variáveis descritas.

Dica de resolução: localize o total de elementos e conte as informações registradas. Conceito central: universo pesquisado e variáveis categóricas. Conceito para revisão: universo amostral. BNCC: EM13MAT202. Bloom: Entender.

4. Tabela de dupla entrada

Em uma pesquisa com 24 alunos sobre deslocamento, foram coletadas duas variáveis categóricas: meio de transporte (ônibus, bicicleta ou a pé) e horário de saída (antes das 7h, entre 7h e 8h ou depois das 8h). Os dados serão organizados em tabela de dupla entrada.

Quantas células a tabela precisará ter para organizar os dados?

• ❌ A) 12 células. Confunde categorias com respostas.
• ❌ B) 24 células. Confunde número de alunos com células.
• ❌ C) 6 células. Usa 2 × 3, e não 3 × 3.
• ❌ D) 8 células. Não corresponde às combinações possíveis.
• ✅ E) 9 células. São 3 categorias de transporte × 3 faixas de horário.

Dica de resolução: multiplique o número de categorias de cada variável. Conceito central: tabela de dupla entrada. Conceito para revisão: combinações de categorias. BNCC: EF06MA31. Bloom: Aplicar.

5. Classificação em gráfico

Uma escola pesquisou como os estudantes chegam às aulas. O gráfico mostra os resultados da turma. De acordo com o gráfico, qual classificação das variáveis está correta?

• ✅ A) Meio de transporte é categórica; número de estudantes é numérica discreta. Transportes são categorias e estudantes são contagens inteiras.
• ❌ B) As duas são categóricas. A quantidade de estudantes é numérica.
• ❌ C) Meio de transporte é numérica; número de estudantes é categórica. A classificação está invertida.
• ❌ D) As duas são numéricas contínuas. Transporte não é número e contagem não é contínua.
• ❌ E) Meio de transporte é contínua; número de estudantes é ordinal. Nenhuma classificação corresponde ao gráfico.

Dica de resolução: separe os nomes dos transportes das quantidades mostradas. Conceito central: classificação de variáveis. Conceito para revisão: tipos de variáveis estatísticas. BNCC: EM13MAT406. Bloom: Compreender.

6. Tipos de dados em programação

Considere duas variáveis em um programa: “idade” registra anos completos de uma pessoa; “altura” registra metros com casas decimais. Em uma linguagem de programação típica, qual tipo de dado é mais adequado para cada variável?

• ✅ A) idade: inteiro (int); altura: ponto flutuante (float/double). Anos completos são inteiros; altura exige decimais.
• ❌ B) idade: longo (long); altura: booleano. Booleano não representa frações.
• ❌ C) idade: string; altura: caractere. Não são os tipos adequados para cálculos numéricos.
• ❌ D) idade: ponto flutuante; altura: inteiro. Inverte a necessidade de registrar decimais.
• ❌ E) idade: caractere; altura: dicionário. Esses tipos não representam adequadamente os valores.

Dica de resolução: identifique se cada valor precisa de inteiros ou decimais. Conceito central: tipos de dados. Conceito para revisão: tipos de dados em programação. BNCC: não informado na base. Bloom: Lembrar.

Eu recomendo testar essas questões com uma pequena sondagem antes da prova formal e adaptar os contextos à realidade da turma. Se quiser economizar tempo na criação, no alinhamento à BNCC e nos comentários de gabarito, faça seu cadastro grátis no GeraProva e experimente montar sua próxima avaliação.