Ensino de Estatística: o letramento como mediação entre a formação inicial de professores de Matemática e a Educação Básica

Resumo

Este artigo analisa o desenvolvimento do letramento estatístico em estudantes ingressantes e concluintes de um curso de licenciatura em Matemática de uma universidade pública, buscando responder em que medida a formação inicial contribui para a construção e consolidação das habilidades e competências implicadas nesse fenômeno. Trata-se de uma pesquisa aplicada, de natureza descritiva, com tratamento qualiquantitativo dos dados. Como técnicas de pesquisa, utilizamos pesquisa bibliográfica e estudo observacional de campo. Os resultados indicam que os ingressantes apresentam evidências limitadas de letramento estatístico, com forte dependência de conhecimentos procedimentais básicos. Além disso, embora os concluintes demonstrem avanços, especialmente no domínio de técnicas e cálculos, persistem dificuldades em habilidades de análise crítica e interpretação contextual, características dos níveis mais elevados de letramento. Embora o estudo não seja generalizável, oferece parâmetros para revisões curriculares no curso de licenciatura analisado, visando fortalecer o letramento estatístico crítico em alinhamento com a BNCC.

Palavras-chave:
Níveis de letramento estatístico; Formação de professores de Matemática; Ensino de Estatística; Educação Básica; Universidade Pública

Abstract

This paper analyzes the development of statistical literacy in first-year and final-year students of a Mathematics teacher education program at a state university, seeking to answer the extent to which initial teacher education contributes to the construction and consolidation of the skills and competencies involved in this phenomenon. It is an applied, descriptive study with a mixed qualitative–quantitative approach. Research techniques included bibliographic research and an observational field study. The results indicate that first-year students show limited evidence of statistical literacy, with a strong reliance on basic procedural knowledge. Furthermore, although final-year students demonstrate progress, especially in the mastery of techniques and calculations, difficulties persist in critical analysis and contextual interpretation skills, which are characteristic of the higher levels of literacy. Although the study is not generalizable, it offers parameters for curricular revisions in the analyzed teacher education program, aiming to strengthen critical statistical literacy in alignment with the BNCC (Brazil's National Common Curricular Base).

Keywords:
Statistical literacy levels; Mathematics teacher education; Statistics teaching; Basic Education; State University

1 Introdução

Nos dias atuais, o acesso às tecnologias proporciona um contato frequente com informações estatísticas que influenciam diretamente o cotidiano e orientam decisões, demandando o desenvolvimento de habilidades para a sua interpretação e análise crítica. Nesse contexto, emerge a importância do letramento estatístico, definido por Gal (2002, 2019) como a capacidade de interpretar e avaliar criticamente dados em seus variados contextos, articulada à habilidade de argumentar e questionar a credibilidade das informações. Tal desenvoltura é importante para a formação do cidadão e assume especial relevância na formação do professor de Matemática, que atua como um multiplicador dos saberes nela implicados.

Apesar da crescente importância da Estatística no currículo da Educação Básica brasileira, desde os Parâmetros Curriculares Nacionais (PCNs) até a Base Nacional Comum Curricular (BNCC), persiste um desafio na formação docente. Goulart (2015) aponta que tanto os documentos orientadores do Ensino Básico quanto os cursos de licenciatura em Matemática tendem a focar em cálculos, fórmulas e procedimentos mecânicos em detrimento da interpretação e da análise crítica. Essa abordagem, como alertam Cazorla e Castro (2008), falha em conferir significado aos conteúdos e em aproximá-los da realidade dos alunos. Portanto, evidencia-se a necessidade de fundamentar a formação inicial de professores a fim de que ela prepare os futuros educadores para enfatizar os conceitos e as ideias fundamentais da área (Gal, 2002), estruturando práticas que de fato promovam o letramento estatístico na Educação Básica (Costa; Pamplona, 2011).

Diante da problemática apresentada, este artigo busca responder às seguintes questões norteadoras: (i) os estudantes ingressantes no curso de licenciatura em Matemática demonstram alguma evidência de letramento estatístico? (ii) em que medida a formação inicial desses futuros professores contribui para o desenvolvimento do letramento estatístico? Parte-se das seguintes hipóteses: (i) os ingressantes no curso de licenciatura em Matemática apresentam evidências limitadas de letramento estatístico; (ii) a formação inicial de professores de Matemática contribui, ainda que parcialmente, para o desenvolvimento dessa habilidade. As respostas às questões levantadas e a validação das hipóteses serão fundamentadas e delimitadas pela análise da amostra do estudo ora apresentado, composta por estudantes de um curso de licenciatura em Matemática, conforme descrito na seção de metodologia.

O objetivo geral deste artigo é analisar os elementos de conhecimento e disposição associados ao letramento estatístico, conforme o modelo proposto por Gal (2002), em estudantes de um curso de licenciatura em Matemática. Para alcançar esse propósito, foram definidos os seguintes objetivos específicos: (i) compreender o letramento estatístico como um fenômeno cognitivo, afetivo, comportamental e social; (ii) evidenciar sua relevância na formação de professores de Matemática; (iii) problematizar os conhecimentos sobre Estatística e seu ensino entre os professores de Matemática em formação.

2 Metodologia

Para o alcance dos objetivos propostos, desenvolvemos uma pesquisa aplicada e de natureza descritiva, com tratamento qualiquantitativo dos dados (Prodanov; Freitas, 2013). O caráter aplicado da pesquisa volta-se para a compreensão dos processos implicados no fenômeno do letramento estatístico e seu desenvolvimento na formação de professores de Matemática. A contrapartida descritiva manifesta-se na caracterização de fatores que incidem sobre o fenômeno investigado, sem propor intervenção no contexto examinado, com base nos dados obtidos na amostra (cf. seção 2.2). Para tanto, utilizamos duas principais técnicas investigativas: pesquisa bibliográfica e estudo observacional de campo (Marconi; Lakatos, 2021), a partir das quais coletamos dados tanto numéricos quanto categóricos.

2.1 Contexto de pesquisa

O estudo observacional requereu o levantamento de bibliografia interdisciplinar, cujos resultados sobre os componentes do fenômeno do letramento estatístico estão apresentados nas seções 3 e 4 deste artigo. Para a etapa observacional, selecionamos o curso de licenciatura em Matemática do Campus Avançado de Patu – CAP –, da Universidade do Estado do Rio Grande do Norte – UERN. A escolha se deu por dois fatores inter-relacionados: trata-se do curso mais antigo e único presencial da região, conferindo-lhe status formativo privilegiado, e por ser uma instituição pública e gratuita com foco na formação de professores-pesquisadores, o que a ratifica como locus relevante para o exame amostral do fenômeno.

2.2 Participantes

Após a aprovação do Comitê de Ética em Pesquisa em Seres Humanos (CEP/UERN¹), os discentes do curso de licenciatura em Matemática do CAP/UERN foram convidados a participar do estudo. Os critérios de inclusão abrangeram todos os alunos ingressantes e concluintes no ano da pesquisa, resultando em uma amostra de 15 voluntários (8 ingressantes e 7 concluintes) de um total de 37 alunos elegíveis. Nenhum dos voluntários atuava como professor. Foram excluídos discentes com dificuldades visuais não corrigidas ou com deficiência cognitiva ou psicológica diagnosticada. A participação foi formalizada mediante assinatura do Termo de Consentimento Livre e Esclarecido (TCLE) e do Termo de Assentimento Livre e Esclarecido (TALE) para menores de 18 anos. A identidade dos voluntários foi mantida em sigilo por meio de um código alfanumérico.

2.3 Técnicas de pesquisa e método de análise e interpretação de dados

Para o desenvolvimento da investigação, articulamos duas principais técnicas: (i) pesquisa bibliográfica e (ii) estudo observacional. A fim de levantar o estado da pesquisa acerca dos conhecimentos e das atitudes implicados no fenômeno do letramento estatístico (primeiro objetivo específico) e de sua importância na e para a formação de professores de Matemática (segundo objetivo específico), levantamos e examinamos documentação indireta secundária (Marconi; Lakatos, 2021), neste caso, textos acadêmico-científicos, seguindo os critérios: (a) identificação do desenho atual do modelo de letramento estatístico proposto por Iddo Gal; (b) cotejo das referências recuperadas dos textos base do Iddo Gal; (c) levantamento da recepção do modelo por diferentes pesquisadores. A partir desses três critérios, elencamos as características sociocognitivas e comportamentais do fenômeno tais como apresentadas na seção 3. Em seguida, rastreamos o tratamento dado ao letramento estatístico na formação de professores de Matemática no Brasil. Os resultados estão discutidos na seção 4.

A contraparte do estudo observacional realizou-se pela aplicação presencial de um questionário organizado em quatro blocos (ver Anexo 1). As seis primeiras questões visaram traçar o perfil geral dos participantes. Na sequência, as questões de 7 a 12 focaram em suas concepções sobre a Estatística, buscando elicitar a memória episódica para recuperar aspectos afetivos e sociais relevantes (Kandel et al., 2023; Gazzaniga et al., 2025). O terceiro bloco, composto pelas questões de 13 a 19, avaliou conhecimentos específicos de Estatística com base nos elementos do modelo de Gal (2002), visando acessar o conhecimento armazenado em memória semântica (Kandel et al., 2023; Gazzaniga et al., 2025). Por fim, uma seção de feedback buscou identificar as dificuldades dos participantes e suas opiniões sobre o questionário aplicado, permitindo aferir os impactos afetivos e sociais provocados pela reflexividade da própria pesquisa (Cunliffe, 2020; Jamieson; Pownall; Govaart, 2023; Olmos-Vega et al., 2023).

3 O fenômeno do letramento estatístico

A sociedade passa por transformações constantes, acompanhadas pela expansão das tecnologias e dos meios de comunicação. Esse avanço amplifica, em volume crescente e com rapidez, a difusão de informações. Exemplo disso é a dinâmica contemporânea da disseminação de notícias pela mídia, com muitos conteúdos relacionados à Estatística, seja de forma explícita ou implícita.

A Estatística é amplamente utilizada para comunicar informações a diferentes públicos. Durante o período da pandemia da Covid-19, por exemplo, foi notável a presença de conteúdos estatísticos em notícias relacionadas à eficácia das vacinas, previsões sobre o pico da pandemia, índices de mortalidade, entre outros fatores. Os dados estatísticos desempenham um papel crucial na tomada de decisões de indivíduos, empresas e governos. Em tempos de eleições, as pesquisas eleitorais tornam-se igualmente recorrentes.

A Estatística permeia diversas áreas, como saúde, educação e segurança pública, abrangendo aspectos das esferas social, política e econômica, e sua presença tem sido marcante em plataformas digitais e redes sociais populares, como Facebook, Instagram, WhatsApp e Telegram. Essa realidade evidencia a urgência de consolidação de conhecimentos necessários para verificar e questionar a veracidade das informações, sem os quais, muitos cidadãos podem ser manipulados.

Quando a mídia veicula dados estatísticos, seja por meio de gráficos, tabelas, índices, medidas ou textos, estes costumam ser reconhecidos como confiáveis e raramente despertam questionamentos por parte da população. No entanto, nos casos em que se procura verificar sua veracidade, observa-se que os indivíduos, em geral, enfrentam dificuldades para apresentar contra-argumentos consistentes (Cazorla; Castro, 2008), o que evidencia a necessidade de formar uma sociedade letrada estatisticamente.

O letramento estatístico pode ser definido como “a motivação e a capacidade de acessar, compreender, interpretar, avaliar criticamente e, quando pertinente, expressar opiniões sobre mensagens estatísticas, argumentos baseados em dados ou questões que envolvam incerteza e risco” (Gal, 2021, p. 41, tradução própria). De acordo com Monteiro e Carvalho (2021), o conceito está diretamente associado à postura dos indivíduos ao se confrontarem com notícias estatísticas, bem como à análise e ao pensamento crítico em relação a elementos semióticos como gráficos, tabelas e medidas estatísticas.

Gal (2002) desenvolveu um modelo para descrever o fenômeno do letramento estatístico, o qual é composto por cinco elementos de conhecimento e dois elementos de disposição, todos interconectados (Quadro 1).

Quadro 1
– Modelo de letramento estatístico

Os elementos de conhecimento que compõem o modelo de letramento estatístico, segundo Gal (2002), podem ser descritos da seguinte maneira:

• Habilidades de letramento: referem-se à capacidade de leitura, compreensão e interpretação de textos escritos ou orais, gráficos, tabelas e outros formatos de apresentação de dados estatísticos. Incluem competências para compreender o contexto em que as informações estão inseridas, identificar termos técnicos e lidar com mensagens que podem ser incompletas ou ambíguas. Essas habilidades são fundamentais para construir sentido a partir das informações e comunicar opiniões de maneira precisa e fundamentada.

• Conhecimento estatístico: abrange a compreensão de conceitos fundamentais, como medidas descritivas (média, mediana, porcentagens), gráficos e tabelas, além de noções básicas de probabilidade e inferência. Envolve entender como dados são produzidos e analisados, reconhecendo erros ou vieses em processos de coleta e interpretação. Esse conhecimento é essencial para avaliar criticamente conclusões baseadas em dados e participar de debates informados.

• Conhecimento matemático: refere-se à habilidade de aplicar conceitos básicos de matemática, como porcentagens, médias e proporções, necessários para interpretar estatísticas e suas representações. Inclui a compreensão dos cálculos subjacentes a indicadores estatísticos e a capacidade de interpretar dados em gráficos e tabelas. Esse conhecimento contribui para identificar limitações e características de informações estatísticas divulgadas na mídia ou em outros contextos.

• Conhecimento do contexto: refere-se à familiaridade com os cenários e situações reais nos quais os dados estatísticos são gerados e aplicados. Esse conhecimento envolve compreender como os dados estão vinculados a fenômenos sociais, econômicos ou ambientais relevantes, sendo o contexto a fonte de significado e a base para a aplicação de procedimentos estatísticos e para a interpretação dos resultados obtidos (Gal, 2019). Ele também exige a habilidade de interpretar estatísticas considerando fatores contextuais, promovendo uma análise crítica das implicações sociais e práticas dos resultados.

• Questões críticas: referem-se à habilidade de avaliar a confiabilidade de informações estatísticas, considerando possíveis limitações nos dados, métodos ou fontes. Envolve questionar vieses, erros ou intenções por trás da apresentação dos resultados, além de refletir sobre as implicações sociais e éticas dessas informações. Essas competências são fundamentais para interpretar mensagens estatísticas com discernimento e tomar decisões mais informadas.

Os elementos de disposição, também destacados no modelo de Gal (2002), dizem respeito às motivações dos indivíduos ao interagir com mensagens estatísticas. Esses aspectos influenciam a disposição para questionar, interpretar criticamente e utilizar dados estatísticos de maneira ativa e reflexiva. Podem ser caracterizados como segue:

• Postura crítica: refere-se à predisposição para questionar e analisar mensagens estatísticas de forma reflexiva, considerando possíveis vieses, limitações e intenções subjacentes. Envolve adotar uma atitude de curiosidade e ceticismo, buscando compreender o contexto e os possíveis impactos das informações apresentadas.

• Crenças e atitudes: são aspectos disposicionais que influenciam como os indivíduos interagem com dados e mensagens estatísticas. Esses elementos moldam a motivação, o interesse e a disposição para refletir e agir com base em informações estatísticas. Crenças referem-se às percepções e entendimentos que as pessoas têm sobre a relevância, utilidade e confiabilidade da Estatística em diferentes contextos. Elas também envolvem a autoconfiança do indivíduo em lidar com conteúdos estatísticos, o que pode impactar diretamente sua disposição para se engajar com os dados. Atitudes, por sua vez, dizem respeito às respostas emocionais ou comportamentais que os indivíduos demonstram diante de mensagens estatísticas, incluindo sentimentos de curiosidade, apreensão ou até resistência. Atitudes positivas facilitam o engajamento crítico, enquanto atitudes negativas podem limitar a interação com conteúdos estatísticos.

Watson e Callingham (2003) propõem um modelo de letramento estatístico composto por seis níveis hierárquicos: nível 1 – idiossincrático: o engajamento do sujeito com problemas estatísticos se dá com base em crenças pessoais e desconectadas dos dados, usando os termos estatísticos de maneira tautológica, demonstrando habilidades básicas de contagem; nível 2 – informal: engajamento coloquial (senso comum), com crenças intuitivas não estatísticas, compreensão de elementos isolados da terminologia estatística e cálculos básicos de tabelas e gráficos; nível 3 – inconsistente: o engajamento se dá de forma seletiva com o contexto, no qual o indivíduo reconhece conclusões apropriadas, mas não consegue apresentar justificativas adequadas, utilizando ideias mais qualitativas do que quantitativas; nível 4 – consistente não crítico: aplicação correta de habilidades estatísticas básicas (como o cálculo de médias, probabilidades simples e características de gráficos), porém, sem um questionamento crítico do contexto e/ou da situação apresentados num problema; nível 5 – crítico: engajamento crítico em contextos familiares e não familiares, uso apropriado de terminologia, interpretação qualitativa de probabilidades e apreciação da noção de variação/variabilidade; nível 6 – crítico matemático: é o mais elevado, demandando um engajamento crítico que mobiliza o uso de raciocínio proporcional, noção de incerteza em previsões, interpretação de aspectos sutis da linguagem e a capacidade de questionar criticamente a validade dos dados e a representatividade de uma amostra.

O letramento estatístico, como descrito por Gal (2002), é um fenômeno multifacetado que integra dimensões cognitivas, afetivas e comportamentais de forma interdependente (Friedrich et al., 2024). Os elementos de conhecimento evidenciam sua base cognitiva, ao exigir a compreensão, interpretação e avaliação de mensagens estatísticas em diversos contextos. Por outro lado, os elementos de disposição demonstram que o engajamento com a Estatística é mediado por respostas afetivas, como curiosidade, apreensão e motivação, que influenciam diretamente a disposição para questionar e interagir com os dados. Além disso, a aplicação prática desse conhecimento, seja no questionamento de informações, na tomada de decisões informadas ou no uso ativo de estatísticas em debates e práticas sociais, confirma sua natureza comportamental. Esses três aspectos são inseparáveis, pois as habilidades cognitivas são ativadas e potencializadas por crenças e atitudes, enquanto o comportamento reflete a aplicação concreta desse letramento na vida cotidiana (García-Santillán et al., 2012). Assim, o modelo de Gal (2002) reforça que o letramento estatístico não é apenas uma competência técnica, mas um fenômeno complexo que demanda o desenvolvimento integrado de capacidades cognitivas, afetivas e comportamentais, essenciais para a formação de cidadãos críticos e participativos em uma sociedade permeada por dados.

Além disso, o letramento estatístico, conforme descrito por Gal (2002), é intrinsecamente um fenômeno social e, portanto, imbuído de responsabilidade ética (Magalhães; Nóbrega, 2023). Essa dimensão social está evidente no papel fundamental do conhecimento do contexto, que conecta os dados estatísticos aos fenômenos econômicos, políticos e culturais, que impactam as sociedades. O contexto fornece o significado e a base para a aplicação de procedimentos estatísticos, sendo indissociável das dinâmicas sociais e das necessidades informacionais de grupos e comunidades (Gal, 2019). O letramento estatístico possibilita a capacitação dos cidadãos para participarem de debates públicos, questionarem informações apresentadas pela mídia e compreenderem as implicações sociais e éticas do uso de dados em áreas como saúde, educação e políticas ambientais (Gal, 2021). Portanto, o fenômeno do letramento estatístico não apenas capacita indivíduos a dominar aspectos técnicos da Estatística, mas também implica o engajamento com as dimensões sociais, éticas e políticas do uso da informação, evidenciando que o letramento estatístico transcende o indivíduo e se enraíza nas interações sociais que moldam o mundo contemporâneo.

4 A Estatística na formação inicial de professores

Segundo Silva e Santos (2021), embora as pesquisas em Educação Estatística enfatizem a necessidade de preparar os estudantes para desenvolver uma postura crítica diante das informações estatísticas, o Ensino Médio ainda apresenta uma lacuna entre as expectativas de formação e as competências efetivamente alcançadas pelos alunos ao final desse nível educacional.

Conforme apontado por Santana (2016), o ensino de Estatística frequentemente se restringe à aplicação de fórmulas, cálculos e procedimentos mecânicos, geralmente baseados em dados fictícios encontrados em livros didáticos, desconectados da realidade sociocultural dos alunos. Nesse sentido, Cazorla e Castro (2008) destacam que o professor de Matemática deve ir além do simples ensino técnico, atribuindo significado e relevância aos conteúdos abordados, aproximando-os da vivência dos estudantes. Segundo os autores, “o professor de Matemática não pode se limitar a ser o mero repassador de fórmulas e algoritmos, mas deve dar sentido e vida a essa matemática escolar que parece tão distante, mas que se faz cada vez mais necessária” (Cazorla; Castro, 2008, p. 50).

As reformas curriculares sempre impactam a Educação Básica e trazem desafios para a formação docente. Cazorla e Castro (2008) destacam que, desde a introdução de conteúdos estatísticos nos PCNs, torna-se imperativo que os cursos de licenciatura em Matemática abordem tais conteúdos não apenas como um conjunto de técnicas e procedimentos, mas como pertencentes a uma área que promove o desenvolvimento do senso crítico, da interpretação e da argumentação entre os futuros professores. Nesse contexto, Lopes (2013) enfatiza a importância de utilizar situações reais no ensino da Estatística, de modo a estimular o pensamento crítico nos alunos e conectá-los à aplicabilidade prática dos conteúdos. Com a implementação da BNCC, essa necessidade se torna ainda mais urgente, exigindo uma formação inicial que prepare os docentes para integrar a Estatística ao ensino de forma contextualizada.

Gal (2019) pondera que o ensino de Estatística deve priorizar o desenvolvimento de um conhecimento mais conectado ao mundo real, reduzindo a centralidade de fórmulas e processos repetitivos. Ainda que o conhecimento matemático seja essencial para realizar cálculos, é a partir de sua aplicação que os alunos podem interpretar criticamente as informações que os cercam e construir argumentos sólidos. Para alcançar esse objetivo, Monteiro e Carvalho (2021) destacam que a formação docente desempenha um papel central no desenvolvimento do letramento estatístico.

Entretanto, como observado por Barbosa, Velasque e Silva (2016), muitos professores de Matemática não possuem formação adequada para ensinar conceitos estatísticos em sala de aula. Nesse sentido, Borba e Monteiro (2013) sugerem que os cursos de licenciatura em Matemática devem demonstrar aos futuros professores o potencial da Educação Estatística na promoção da investigação científica, da formação cidadã e do pensamento crítico nos alunos. Além disso, os currículos dessas licenciaturas carecem de uma abordagem integrada, abrangendo aspectos didáticos, curriculares, conceituais e cognitivos, essenciais para preparar os professores para atender às normativas oficiais.

Embora a maioria dos cursos de graduação contemple ao menos uma disciplina de Estatística, segundo Pinto, Silva e Silva (2011), há uma tendência preocupante de redução da carga horária dessa disciplina ou mesmo sua exclusão das matrizes curriculares. Costa e Pamplona (2011) destacam, com base em sua análise do curso de licenciatura em Matemática no Campus do Araguaia da UFMT, que, entre os anos de 1988 e 2003, a única disciplina de Estatística era oferecida no último semestre e estava limitada a conteúdos tradicionais, desassociados da prática docente e das demandas da Educação Básica. A partir de 2004, houve avanços na carga horária e na abordagem, com a inclusão de discussões sobre a relevância da Estatística e da Probabilidade na Educação Básica, além de aspectos históricos e sociais associados ao desenvolvimento desses campos. Essa reformulação reflete a necessidade de preparar os futuros professores de Matemática não apenas como educadores matemáticos, mas também como educadores estatísticos, ampliando seu repertório pedagógico conforme as demandas contemporâneas do ensino e promovendo práticas reflexivas e contextualizadas.

As dificuldades enfrentadas pelos licenciandos nas aulas de Estatística, frequentemente acompanhadas de rejeição à disciplina, são apontadas por Lopes, Coutinho e Almouloud (2010). Os autores sugerem que uma possível solução está na atuação do professor, que deve demonstrar a relevância da Estatística no contexto profissional dos estudantes. Costa Júnior e Monteiro (2020) destacam que, nos cursos de licenciatura em Matemática, a Estatística é frequentemente tratada como uma extensão da Matemática Aplicada, com foco predominante em cálculos e demonstrações, o que pode limitar o desenvolvimento de uma perspectiva ampla de letramento estatístico. Para os autores, é fundamental que os licenciandos sejam incentivados a superar essa abordagem, compreendendo a Estatística como uma ferramenta crítica para a análise e a interpretação de dados em contextos reais.

Barreto et al. (2022) reforçam a importância de uma formação docente que integre elementos cognitivos e afetivos do letramento estatístico, evidenciando que muitos futuros professores apresentam lacunas em relação ao domínio de conceitos estatísticos e ao desenvolvimento de habilidades críticas, o que compromete sua capacidade de implementar práticas pedagógicas investigativas e contextualizadas. Esses desafios ressaltam a necessidade de uma formação inicial que capacite os professores não apenas em procedimentos técnicos, mas também na aplicação reflexiva da Estatística em sala de aula.

Fica evidente, a partir das pesquisas analisadas, que ainda são necessárias mudanças na formação inicial dos professores de Matemática para que estejam adequadamente preparados para ensinar Estatística. Além disso, a formação continuada desses profissionais deve considerar as demandas dos currículos atuais, como a BNCC, e priorizar o desenvolvimento do letramento estatístico, entendendo-o como uma desenvoltura essencial para a interpretação crítica e contextualizada de dados (Oliveira; Nóbrega, 2024). Nesse sentido, Carvalho e Monteiro (2024) reforçam a importância de integrar o letramento estatístico à formação docente, insistindo que vai além da aplicação técnica, abrangendo também aspectos éticos e sociais no uso e análise de dados reais. Esse enfoque não apenas capacita os professores a compreenderem os conceitos estatísticos em profundidade, mas também os habilita a promoverem práticas pedagógicas que articulem a Estatística ao cotidiano dos estudantes, preparando-os para tomar decisões informadas e conscientes em uma sociedade guiada por dados.

5 O que diz a amostra?

A pesquisa foi realizada com 15 voluntários, sendo 8 ingressantes, cursando o segundo semestre do curso no momento em que a pesquisa foi realizada ( x̄_idade = 22,5;s_idade = 5,8 ) e 7 concluintes, cursando o último semestre do curso (x̄_idade = 23,9;s_idade = 2,3). Dentre os ingressantes, 50% eram mulheres, ao passo que entre os concluintes, as mulheres representavam 42,9%. Nenhum dos participantes atuava como professor e apenas um deles declarou já ser formado em outro curso superior (Agronomia). De acordo com o Projeto Político Pedagógico do curso analisado, as disciplinas relacionadas à Estatística têm abordagem estritamente teórica e se dão no 4º (Estatística Descritiva) e no 6º (Estatística Probabilística) semestres. Dessa forma, a escolha por ingressantes e concluintes viabilizou o exame comparativo que permitiu verificar o impacto da formação inicial no desenvolvimento do letramento estatístico dos professores em formação.

5.1 Níveis de letramento estatístico

Ao analisar o desempenho dos participantes, observamos que os discentes se situam, majoritariamente, entre os níveis 2 (informal) e 3 (inconsistente). Os concluintes demonstraram avanços pontuais para o nível 4 (consistente não crítico), especialmente em tarefas procedimentais, como no cálculo da média aritmética simples, onde alcançaram 85,7% e 71,4% de acertos nas questões 13a (que solicitava o cálculo da média aritmética das taxas de juros de 10 ações) e 14c (que demandava o cálculo da média e a variabilidade do tempo de espera de clientes em filas de banco), respectivamente. Contudo, tanto ingressantes quanto concluintes exibiram baixo desempenho em tarefas que demandaram raciocínio mais crítico. Por exemplo, apenas um dentre os sete concluintes (14,3% dos concluintes; 6,7% de todos os participantes) soube construir um gráfico adequado na questão 14d (na qual os participantes deveriam desenhar um gráfico que correspondesse ao tempo de espera na fila de cada um dos três bancos apresentados), e somente dois entre todos os quinze participantes (13,3%) identificaram qual a escala mais apropriada na questão 16b (que perguntava qual, dentre dois gráficos, apresentava os dados da maneira mais adequada). O mesmo padrão se repetiu em tarefas que exigiam a identificação de relações entre variáveis (questão 18a, sobre a relação entre a taxa de analfabetismo e a taxa de criminalidade apresentadas num diagrama de dispersão) ou a compreensão de variabilidade (questão 13b, acerca da variabilidade das taxas de juros de 10 ações), nas quais o índice de acerto foi baixo para ambos os grupos. Esse desempenho sugere que, mesmo ao final do curso, os futuros professores não consolidaram as competências dos níveis 5 (crítico) e 6 (crítico matemático).

Tomando como referência o modelo de Gal (2002), a interpretação dos dados apoia esse achado. No que tange aos elementos de conhecimento, os participantes evidenciaram conhecimento do contexto, sendo capazes de citar diversas aplicações da Estatística no cotidiano (questão 11, indagação direta acerca da relação da Estatística com o cotidiano). No entanto, os conhecimentos estatístico e matemático circunscreveram-se principalmente em procedimentos mecânicos, ao passo que se mostram superficiais em tópicos como variabilidade, com apenas 26,7% de acertos na questão 13b (acerca da variabilidade das taxas de juros de 10 ações). O elemento de conhecimento questões críticas revelou-se o mais deficitário, o que foi evidenciado pela dificuldade em identificar inadequações e vieses em gráficos e em avaliar métodos de pesquisa, reforçando que, na amostra investigada, a formação inicial ainda não desenvolveu de maneira satisfatória a capacidade crítica, pilar do letramento estatístico. Quanto aos elementos de disposição, os participantes demonstraram crenças e atitudes positivas sobre a relevância da Estatística, reconhecendo sua importância. Contudo, essa crença contrasta com uma atitude de insegurança, visto que 87% se sentem inaptos ou parcialmente seguros para ensinar o conteúdo.

5.2 Pistas dos elementos de conhecimento

Os conhecimentos investigados na pesquisa foram distribuídos em cinco áreas: cálculo de medidas; distribuição de frequências; construção, análise e interpretação de gráficos; planejamento de pesquisas; modelos estatísticos. Verificou-se que mais da metade dos participantes estudaram Estatística na Educação Básica (Figura 1). Na Tabela 1, estão listados os conteúdos que os respondentes explicitaram. Com base na distribuição de áreas investigadas, evidenciou-se que não apareceram elementos de conhecimento pertencentes às áreas de planejamento de pesquisas e modelos estatísticos. A área de cálculo de medidas parece ser aquela mais enfatizada nas aulas de Matemática da Educação Básica dos participantes, com destaque para as medidas de tendência central. Os conhecimentos relacionados à análise e interpretação de gráficos aparecem na sequência.

Figura 1
– Frequência das respostas à Questão 7: Ao longo da Educação Básica você estudou Estatística?

Tabela 1
– Conteúdos de Estatística da Educação Básica recordados pelos participantes (Questão 7)

Conteúdo	Quantidade de participantes	Porcentagem (%)
Média	4	26,7
Moda	4	26,7
Mediana	4	26,7
Análise e interpretação de gráficos	3	20
Amostra	1	6,7
Dispersão	1	6,7
Distribuição	1	6,7

Além dos conhecimentos matemáticos e estatísticos, o conhecimento de contexto e questões críticas também previstos no modelo do Gal (2002) foram elicitados conforme apresentado no Quadro 2. A coluna da esquerda foi organizada pelos pesquisadores para agrupar as pistas de percepção contextuais, cotidianas, em que a Estatística se faz presente. Na coluna da direita foram alocadas algumas das respostas em que os pesquisadores se basearam para a organização das categorias.

Quadro 2
– Síntese das categorias identificadas na Questão 11: Qual a relação da Estatística com o nosso cotidiano?

Categoria	Exemplos de respostas dos participantes
Pesquisas e levantamentos populacionais	“Em vários campos de atuação, principalmente na parte de levantamento de dados populacional. Temos também pesquisa eleitoral, dentre outros.” (MI11) “É [sic] de suma importância os gráficos de diversas áreas, como o IBGE que apresenta taxas variáveis sobre doenças, fomes [sic] etc.” (MI13) “Podemos ver ela [sic] em pesquisas eleitorais, pesquisas científicas dentre outras pesquisas que visam informar a população.” (MC2)
Saúde pública e pandemia	“Usado bastante na pandemia em relação aos casos envolvendo casos de COVID e mortes por COVID 19.” (MI10)
Interpretação de gráficos e percentuais na mídia	“Uns [sic] dos pontos principais está em gráficos, no qual pode ser encontrado em televisão como qualquer pesquisa popular, entre tanto mais.” (MI12) “Na conta de luz, interpretação de gráficos apresentados nos jornais.” (MC3) “Ela está presente em algumas situações, como na divulgação de notícias por meio de gráficos, tabelas e textos.” (MC7)
Planejamento e gestão governamental	“Referente a dados percentuais e muito importante principalmente onde o governo deve agir em uma determinada área.” (MI14)
Economia e cotidiano financeiro	“Juros, a [sic] compras do nosso cotidiano, onde tem as mercadoria [sic] onde o preço aumenta.” (MI15)
Probabilidade e previsão de eventos	“Estudar a probabilidade de ocorrer determinada causa apartir [sic] de um estudo.” (MC1) “A Estatística está diretamente associada com a tomada de decisão e a análise de prováveis eventos.” (MC5)
Tomada de decisão e leitura crítica	“No nosso cotidiano sempre nos deparamos com informações que apresentam estatísticas, e é importante saber interpretar essas informações e saber que decisões tomar com elas.” (MC6)

As categorias foram construídas a partir de pistas lexicais que evocavam o conhecimento do contexto e questões críticas, além de elementos de conhecimento matemático e estatístico. A nomenclatura escolhida por nós buscou agregar a dispersão das respostas em categorias superordenadas.

5.3 Pistas dos elementos de disposição

A Figura 2 apresenta dois pontos que merecem destaque, tendo como base as respostas dos participantes à questão 12, que indagava se tinham ciência do conceito de letramento estatístico. A despeito do lugar que a Estatística ocupa nos documentos oficiais, ao menos a expressão letramento estatístico é desconhecida dos ingressantes, o que seria natural uma vez que ainda não foram expostos a discussões conceituais mais aprofundadas, sobretudo porque a BNCC não utiliza o termo e porque, durante a Educação Básica, os estudantes não costumam ter contato formal com essa nomenclatura. Assim, a ausência de familiaridade dos ingressantes com o conceito não configura lacuna formativa, mas condição esperada para o estágio inicial do curso.

Figura 2
– Frequência das respostas à Questão 12: Você já ouviu falar sobre o letramento estatístico?

Diante desse cenário de ingresso, a formação de licenciatura em Matemática parece ter impacto sobre a conscientização dos futuros professores quanto ao que está implicado no fenômeno em investigação. Todavia, há de se notar que 33% dos que disseram já ter ouvido falar sobre letramento estatístico não souberam apresentar sequer uma definição rudimentar. Dentre aqueles que apresentaram uma definição, todos identificaram a interpretação como constitutiva do letramento.

Apesar de nem todos terem ouvido falar ou se lembrarem do que seja letramento estatístico, todos reconhecem a importância do ensino da Estatística na Educação Básica. Como evidencia a nuvem de palavras na Figura 3 (baseada nas respostas da questão 8, que solicitava justamente isso), os participantes revelam ter um conhecimento tal como o descrito no Quadro 1. Mesmo não tendo conhecimento do modelo do Gal (2002), os professores em formação demonstraram alguns elementos de conhecimento (como dados, gráficos, amostras, informações, população) e de disposição (como compreender, interpretação, decisões, escolhas).

Figura 3
– Nuvem de palavras da Questão 8: Você considera importante o ensino da Estatística na Educação Básica?

Diante desses achados, é coerente que a atitude de 87% dos participantes em relação ao ensino de Estatística seja de insegurança (Figura 4). Os dois participantes (13,3% dos respondentes) que se sentem seguros para ensinar conteúdos de Estatística na Educação Básica são concluintes do curso e souberam definir apropriadamente o que seria letramento estatístico, conforme solicitado na questão 12 do questionário.

Figura 4
– Frequência das respostas à Questão 10: Você se sente seguro/apto para ensinar conteúdos de Estatística para os alunos do Ensino Básico?

A partir das questões I e II do feedback, é possível reinterpretar os achados considerando a reflexividade da pesquisa. A questão II, que visava identificar a autopercepção dos participantes quanto ao conhecimento matemático, estatístico e de contexto, mostrou que as dificuldades estavam, em ordem crescente, no cálculo de medidas (especialmente as medidas de variabilidade), na interpretação de gráficos e na interpretação do problema/situação. A questão I sugere que, se por um lado, os professores em formação participantes da pesquisa tendem à insegurança quanto ao ensino de Estatística, ainda que intuitivamente demonstrem conhecimento a respeito dos elementos do modelo do Gal (2002), por outro lado, tendem a valorizar os recursos avaliativos apresentados no questionário (questões 13 a 19) como instrumentos pedagógicos.

6 Conclusão

O letramento estatístico, conforme proposto por Gal (2002, 2019), é um fenômeno multidimensional complexo indispensável ao exercício da cidadania, articulando conhecimentos, disposições e habilidades para interpretar e avaliar criticamente informações baseadas em dados. Este artigo partiu da problemática sobre como o letramento estatístico se manifesta e é desenvolvido em estudantes de licenciatura em Matemática. A partir dos dois problemas propostos – verificar se ingressantes evidenciam letramento estatístico e em que medida a formação inicial contribui para desenvolvê-lo – as duas hipóteses formuladas não são rejeitadas: (i) os ingressantes apresentam evidências limitadas de letramento estatístico; (ii) a formação inicial contribui parcialmente para o desenvolvimento do letramento estatístico, sobretudo nas habilidades de leitura e interpretação de gráficos, uso da terminologia estatística e cálculo de medidas; embora as habilidades de análise crítica permaneçam incipientes.

Para investigar as questões propostas, adotamos uma metodologia de pesquisa aplicada e descritiva, com abordagem qualiquantitativa. A combinação da pesquisa bibliográfica com o estudo observacional permitiu alcançar os objetivos propostos. A revisão de literatura fundamentou a compreensão do letramento estatístico como um fenômeno cognitivo, afetivo, comportamental e social (primeiro objetivo específico) e evidenciou sua relevância na formação docente (segundo objetivo específico). A aplicação do questionário, por sua vez, viabilizou a problematização dos conhecimentos estatísticos entre os licenciandos em Matemática (terceiro objetivo específico), gerando dados que permitiram diagnosticar os elementos de conhecimento e disposição associados ao letramento estatístico na amostra pesquisada, cumprindo, assim, o objetivo geral do estudo.

Teoricamente, este estudo se alinha a revisões contemporâneas que contribuem para a compreensão escalar daquilo que consta no modelo de letramento estatístico proposto por Gal (2002). No que tange à investigação de natureza aplicada, o limite do tamanho da amostra do estudo observacional realizado não permite generalizações. Entretanto, o escrutínio das condições desse curso de licenciatura em particular, que representa um importante polo de formação docente na região Oeste Potiguar e estados circunvizinhos (Ceará e Paraíba), permite estabelecer um parâmetro autêntico para revisões curriculares que fortaleçam efetivamente o engajamento com contextos reais e o desenvolvimento de competências críticas, em consonância com as diretrizes da BNCC e os desafios da sociedade.

Referências

• BARBOSA, M. T. S.; VELASQUE, L. de S.; SILVA, A. S. da. O letramento estatístico na formação dos professores: um tutorial metodológico. VIDYA, Santa Maria, v. 36, n. 2, p. 397 - 408, jul./dez. 2016. Disponível em: https://periodicos.ufn.edu.br/index.php/VIDYA/article/view/1822/1747 Acesso em: 19 DEZ. 2024.
  » https://periodicos.ufn.edu.br/index.php/VIDYA/article/view/1822/1747
• BARRETO, M. C.; MENDONÇA, M. C.; FARIAS, G. F.; OLIVEIRA, R. M. Compreensão estatística de professores em formação inicial. Bolema, Rio Claro, v. 36, n. 74, p. 1115-1134, dez. 2022. Disponível em: https://www.scielo.br/j/bolema/a/YQLCGms6kLgDJWsDpRmg9ph/?format=pdf⟨=pt Acesso em: 19 DEZ. 2024.
  » https://www.scielo.br/j/bolema/a/YQLCGms6kLgDJWsDpRmg9ph/?format=pdf⟨=pt
• BORBA, R. E. de S. R.; MONTEIRO, C. E. F. Processos de ensino e aprendizagem em educação matemática Recife: Ed. Universitária da UFPE, 2013.
• CARVALHO, L. M. T. L.; MONTEIRO, C. E. F. (org.) Letramento estatístico no contexto de dados reais: oportunidades e desafios para professores e estudantes. Recife: Ed. Universitária da UFPE, 2024. Disponível em: https://editora.ufpe.br/books/catalog/view/920/920/3065 Acesso em: 19 JAN. 2025.
  » https://editora.ufpe.br/books/catalog/view/920/920/3065
• CAZORLA, I. M.; CASTRO, F. C. O papel da Estatística na leitura do mundo: o letramento estatístico. Publ. UEPG Ci. Hum., Ci. Soc. Apl., Ling., Letras e Artes, Ponta Grossa, v. 16, n.1, p. 45-53, jun. 2008. Disponível em: https://revistas.uepg.br/index.php/humanas/article/view/617/605 Acesso em: 10 DEZ. 2024.
  » https://revistas.uepg.br/index.php/humanas/article/view/617/605
• COSTA JÚNIOR, J. R.; MONTEIRO, C. E. F. A importância do letramento estatístico na licenciatura em matemática. Revista Paranaense de Educação Matemática, Campo Mourão, v. 09, n. 19, p. 624-646, jul./out, 2020. Disponível em: https://periodicos.unespar.edu.br/rpem/article/view/6207/4230 Acesso em: 10 DEZ. 2024.
  » https://periodicos.unespar.edu.br/rpem/article/view/6207/4230
• COSTA, W. N. G.; PAMPLONA, A. S. Entrecruzando Fronteiras: a Educação Estatística na formação de Professores de Matemática. Bolema, Rio Claro, v. 24, n. 40, p. 897-911, dez. 2011. Disponível em: https://www.periodicos.rc.biblioteca.unesp.br/index.php/bolema/article/view/5299/4176 Acesso em: 19 DEZ. 2024.
  » https://www.periodicos.rc.biblioteca.unesp.br/index.php/bolema/article/view/5299/4176
• CUNLIFFE, A. L. Reflexividade no ensino e pesquisa de estudos organizacionais. Revista de Administração de Empresas - RAE, São Paulo, v. 60, n. 1, p. 64-69, 2020. Disponível em: https://www.scielo.br/j/rae/a/5rgdbxCf7JKQXnpwDFHmxBB/?format=pdf⟨=pt Acesso em: 18 DEZ. 2024.
  » https://www.scielo.br/j/rae/a/5rgdbxCf7JKQXnpwDFHmxBB/?format=pdf⟨=pt
• FRIEDRICH, A.; SCHREITER, S.; VOGEL, M.; BECKER-GENSCHOW, S.; BRÜNKEN, R.; KUHN, J.; LEHMANN, J.; MALONE, S. What shapes statistical and data literacy research in K-12 STEM education? A systematic review of metrics and instructional strategies. International Journal of STEM Education, New York, v. 11, n. 58, p. 1-24, 2024. Disponível em: https://link.springer.com/content/pdf/10.1186/s40594-024-00517-z.pdf Acesso em: 18 DEZ. 2024.
  » https://link.springer.com/content/pdf/10.1186/s40594-024-00517-z.pdf
• GAL, I. Adults' statistical literacy: Meanings, components, responsibilities. International Statistical Review, Rotterdam, v. 70, n. 1, p. 1-25, 2002. Disponível em: https://www.statlit.org/pdf/2002-Gal-ISR.pdf Acesso em: 10 DEZ. 2024.
  » https://www.statlit.org/pdf/2002-Gal-ISR.pdf
• GAL, I. Understanding statistical literacy: About knowledge of contexts and models. In: CONGRESO INTERNACIONAL VIRTUAL DE EDUCACIÓN ESTADÍSTICA, 3., 2019, Granada. ACTAS… Granada: Universidad de Granada, 2019. p. 1-15. Disponível em: www.ugr.es/~fqm126/civeest/ponencias/gal.pdf Acesso em: 10 DEZ. 2024.
  » www.ugr.es/~fqm126/civeest/ponencias/gal.pdf
• GAL, I. Promoting statistical literacy: challenges and reflections with a Brazilian perspective. In: MONTEIRO, C. E. F.; CARVALHO, L. M. T. L. (org.). Temas emergentes em letramento estatístico. Recife: Ed. Universitária da UFPE, 2021. Disponível em: https://editora.ufpe.br/books/catalog/view/666/677/2080 Acesso em: 17 DEZ. 2024.
  » https://editora.ufpe.br/books/catalog/view/666/677/2080
• GARCÍA-SANTILLÁN, A.; MORENO-GARCÍA, E.; CARLOS-CASTRO, J.; ZAMUDIO-ABDALA, J. H.; GARDUÑO-TREJO, J. Cognitive, Affective and Behavioral Components that Explain Attitude toward Statistics. Journal of Mathematics Research, Ontario v. 4, n. 5, p. 8-16, 2012. Disponível em: https://ccsenet.org/journal/index.php/jmr/article/download/20494/13464 Acesso em: 17 DEZ. 2024.
  » https://ccsenet.org/journal/index.php/jmr/article/download/20494/13464
• GAZZANIGA, M. S. et al. Cognitive Neuroscience: the biology of mind. 6. ed. New York: W. W. Norton & Company, 2025.
• GOULART, A. Um estudo sobre a abordagem dos conteúdos estatísticos em cursos de licenciatura em matemática: uma proposta sob a ótica da ecologia do didático. 2015. 167f. Tese (Doutorado em Educação Matemática) - Faculdade de Ciências Exatas e Tecnologia, Universidade Católica de São Paulo, São Paulo, 2015.
• JAMIESON, M. K.; GOVAART, G. H.; POWNALL, M. Reflexivity in quantitative research: A rationale and beginner's guide. Social and Personality Psychology Compass, New Jersey, v. 17, n. 4, p.1-15, 2023. Disponível em: https://compass.onlinelibrary.wiley.com/doi/epdf/10.1111/spc3.12735 Acesso em: 12 DEZ. 2024.
  » https://compass.onlinelibrary.wiley.com/doi/epdf/10.1111/spc3.12735
• KANDEL, E. R. et al. Princípios de Neurociências. 6. ed. Porto Alegre: Artmed, 2023.
• LOPES, C. E. Educação estatística no curso de licenciatura em Matemática. Bolema, Rio Claro, v. 27, n. 47, p. 901-915, dez. 2013. Disponível em: https://www.scielo.br/j/bolema/a/cksyjNpSzCTLn3cCVB8k7rN/?format=pdf⟨=pt Acesso em: 15 DEZ. 2024.
  » https://www.scielo.br/j/bolema/a/cksyjNpSzCTLn3cCVB8k7rN/?format=pdf⟨=pt
• LOPES, C. E.; COUTINHO, C. de Q. e S.; ALMOULOUD, S. A. Estudos e reflexões em educação estatística Campinas: Mercado de Letras, 2010.
• MAGALHÃES, A. S.; NOBREGA, M. P. Letramento Estatístico em perspectiva dialógica: os saberes e a responsabilidade ética. In: DUARTE, Rodrigo Gonçalves; DUARTE, Leonardo Felipe Gonçalves; CORRÊA, Ana Maria. (org.). Educação em Perspectiva: possibilidades e desafios em contextos multidisciplinares. 1. ed. Itapiranga: Schreiben, 2023, v. 1, p. 92-102. Disponível em: https://www.editoraschreiben.com/_files/ugd/e7cd6e_8af62e25599749d0bd8a3cd30c9db1a5.pdf Acesso em: 20 DEZ. 2024.
  » https://www.editoraschreiben.com/_files/ugd/e7cd6e_8af62e25599749d0bd8a3cd30c9db1a5.pdf
• MARCONI, M. A.; LAKATOS, E. M. Técnicas de pesquisa. 9. ed. São Paulo: Atlas, 2021.
• MONTEIRO, C. E. F.; CARVALHO, L. M. T. L. (org.). Temas emergentes em letramento estatístico. Recife: Ed. Universitária da UFPE, 2021. Disponível em: https://editora.ufpe.br/books/catalog/view/666/677/2080 Acesso em: 17 DEZ. 2024.
  » https://editora.ufpe.br/books/catalog/view/666/677/2080
• OLIVEIRA, R. F.; NÓBREGA, M. P. O letramento estatístico e a formação inicial do professor de Matemática. In: MOURA, Jónata Ferreira de. (org.). A formação de professores que ensinam Matemática na Educação brasileira. 1. ed. Jundiaí - SP: Paco Editorial, 2024, p. 35-50.
• OLMOS-VEGA, F. M. et al. A practical guide to reflexivity in qualitative research: AMEE Guide No. 149. Medical Teacher, Dundee, v. 45, n. 3, p.241-251, 2023. Disponível em: https://www.tandfonline.com/doi/epdf/10.1080/0142159X.2022.2057287?needAccess=true Acesso em: 17 DEZ. 2024.
  » https://www.tandfonline.com/doi/epdf/10.1080/0142159X.2022.2057287?needAccess=true
• PINTO, S. S.; SILVA, M. M. P.; SILVA, J. A. Modelo Pedagógico Relacional na Educação Estatística. In: CONFERÊNCIA INTERAMERICANA DE EDUCAÇÃO MATEMÁTICA, 13., 2011, Recife. Anais.. Recife: IACME, 2011, p. 1-8. Disponível em: https://repositorio.furg.br/handle/1/1045 Acesso em: 19 DEZ. 2024.
  » https://repositorio.furg.br/handle/1/1045
• PRODANOV, Cleber Cristiano; FREITAS, Ernani Cesar de. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. 2. ed. Novo Hamburgo: Feevale, 2013. Disponível em: https://www.feevale.br/Comum/midias/0163c988-1f5d-496f-b118-a6e009a7a2f9/E-book%20Metodologia%20do%20Trabalho%20Cientifico.pdf Acesso em: 19 DEZ. 2024.
  » https://www.feevale.br/Comum/midias/0163c988-1f5d-496f-b118-a6e009a7a2f9/E-book%20Metodologia%20do%20Trabalho%20Cientifico.pdf
• SANTANA, M. de S. Traduzindo pensamento e letramento estatístico em atividades para sala de aula: construção de um produto educacional. Bolema, Rio Claro, v. 30, n. 56, p. 1165-1187, dez. 2016. Disponível em: https://www.scielo.br/j/bolema/a/dFv4bGpf7MwdSGMHjsP34jq/?format=pdf⟨=pt Acesso em: 14 DEZ. 2024.
  » https://www.scielo.br/j/bolema/a/dFv4bGpf7MwdSGMHjsP34jq/?format=pdf⟨=pt
• SILVA, M. F.; SANTOS, G. O. Abordagem da Estatística em livros didáticos de matemática do Ensino Médio do PNLD 2018 - o letramento estatístico. Revista Eletrônica de Educação Matemática - REVEMAT, Florianópolis, v. 16, p. 1-23, jan./dez., 2021. Disponível em: https://periodicos.ufsc.br/index.php/revemat/article/view/79174/45756 Acesso em: 24 FEV. 2026.
  » https://periodicos.ufsc.br/index.php/revemat/article/view/79174/45756
• WATSON, J.; CALLINGHAM, R. Statistical literacy: a complex hierarchical construct. Statistics Education Research Journal, Auckland, v. 2, n. 2, p. 3-46, 2003. Disponível em: https://iase-pub.org/ojs/SERJ/article/view/553/417 Acesso em: 14 DEZ. 2024.
  » https://iase-pub.org/ojs/SERJ/article/view/553/417

• Disponibilidade de dados:
  Os dados gerados ou analisados durante este estudo estão incluídos neste artigo publicado.
• 1
  Esta pesquisa foi aprovada pelo CEP/UERN com número CAAE: 62860022.5.0000.5294.

Anexo 1

Questionário com atividades

1. Como você identifica seu gênero?

2. Qual a sua idade?

3. Você é aluno de qual curso? ( ) Matemática ( ) Pedagogia

4. Em qual ano você ingressou no referido curso e em qual semestre você está?

5. Já é formado em outro curso superior? Em caso afirmativo, especifique qual o curso.

6. Você já atua como professor em sala de aula? ( ) Sim ( ) Não

Se sim, indique em qual(is) nível(is) da Educação Básica:

( ) Educação Infantil ( ) Ensino Fundamental - Anos Iniciais

( ) Ensino Fundamental - Anos Finais ( ) Ensino Médio

1. Ao longo da Educação Básica você estudou Estatística? Em caso afirmativo, cite quais conteúdos.

2. Você considera importante o ensino da Estatística na Educação Básica? Justifique.

3. Durante o seu curso de graduação você estudou quais disciplinas voltadas para a Estatística? Em que ano você cursou?

4. Você se sente seguro/apto para ensinar conteúdos de Estatística para os alunos do Ensino Básico?

5. Qual a relação da Estatística com o nosso cotidiano?

6. Você já ouviu falar sobre o letramento estatístico? Se sim, defina-o com suas palavras.

7. (Morettin e Bussab, 2010 - adaptado) As taxas de juros recebidas por 10 ações durante um certo período foram 2,59%; 2,64%; 2,60%; 2,62%; 2,57%; 2,55%; 2,61%; 2,50%; 2,63%; 2,64%.

a) Qual a média da taxa de juros recebida das 10 ações?

b) O que podemos notar sobre sua variabilidade?

1. (Triola, 2008) A tabela a seguir mostra o tempo de espera em minutos de três clientes em três bancos diferentes. No banco 1, o gerente muda o número de atendentes de acordo com a necessidade, no banco 2, os clientes esperam todos em uma única fila, que serve para todos os caixas, já no banco 3, os clientes esperam em filas diferentes para cada um dos caixas.

Tabela 01
: Tempo de espera de três clientes em três bancos diferentes.

Banco	Cliente 1	Cliente 2	Cliente 3
Banco 1	6	6	6
Banco 2	4	7	7
Banco 3	1	3	14

Observando a tabela, responda:

a) Suponha que você precise decidir entre ir a um desses bancos, qual escolheria? Justifique.

b) Há vantagem ou desvantagem em escolher algum dos bancos?

c) Qual a média de tempo de espera em cada banco?

d) Desenhe o gráfico que corresponde a cada um dos bancos.

1. (Santos, 2018) Na turma de Carolina os alunos estavam curiosos para saber como seriam os jogos interclasse, então a professora fez uma roda de conversa para saber o porquê daquela inquietação. Um aluno comentou “Sabe o que é professora! Está chegando os jogos interclasse e estamos curiosos para saber quais serão os jogos deste ano! Muitos de nós não gostamos dos jogos do último ano. O que podemos fazer para modificar alguns jogos?”. Depois de tanta inquietação, a professora decidiu fazer junto com a turma uma pesquisa.

a) Como realizamos esta pesquisa?

b) Quem são os envolvidos na pesquisa?

c) Quais instrumentos utilizamos para coletar os dados?

d) Como podemos comunicar os dados obtidos através da pesquisa?

1. (Borges e Soares, 2016 - adaptado) Observe o gráfico abaixo retirado do site do Senado Federal.

Gráfico 01
: Evolução do número de homicídios no Brasil, 1998/2008.

Gráfico 02
: Evolução do número de homicídios no Brasil, 1998/2008.

a) Qual a diferença entre os dois gráficos?

b) Qual dos dois gráficos apresenta os dados da maneira mais adequada?

1. Observe o gráfico apresentado no canal fechado Globo News no programa Conta Corrente sobre a inflação do Brasil.

Gráfico 03
: Inflação do Brasil IPCA.

a) O que podemos concluir sobre os índices de inflação no Brasil entre 2009 e 2013?

b) O tipo de gráfico é o mais adequado para apresentar essas informações?

c) Se você fosse responsável por construir esse gráfico, acrescentaria, retiraria ou mudaria alguma informação? Em caso afirmativo, indique quais.

1. O diagrama de dispersão a seguir apresenta a taxa de analfabetismo (x) e a taxa de criminalidade (y), no qual foram observadas essas duas variáveis em 50 estados norte-americanos.

Gráfico 04
: Diagrama de dispersão.

a) Observando o gráfico, há alguma relação entre a taxa de analfabetismo e a taxa de criminalidade?

b) Sabendo que há uma tendência linear, onde a reta ajustada é de $y=2,397+4,257x$. Qual seria a taxa de criminalidade, se a taxa de analfabetismo de um desses estados fosse de 2,4?

c) Pensando em reduzir o número de criminalidade dos estados norte-americanos, você sugere algo que poderia ser feito?

1. (Santos e Branches, 2019 - adaptado) Observe o gráfico a seguir, que foi postado na rede social do candidato à presidência da república Aécio Neves, segundo o portal El País.

Gráfico 05
Pesquisa de intenção de votos para a presidência da república de 2014.

a) Qual a sua análise ao observar o gráfico?

b) Se você fosse o responsável por construir esse gráfico, mudaria algum elemento? Acrescentaria alguma informação?

c) Quantas pessoas participaram desta pesquisa? Foi realizada por meio de um censo ou de uma amostra?

Feedback (Costa Júnior, 2019)

1. Qual a sua opinião sobre atividades desse tipo para ensinar Estatística no Ensino Básico?

2. Você teve dificuldade para responder alguma das atividades propostas? Qual? Por quê?

3. Você considera que as abordagens dos conteúdos (pedagógicos, didáticos, específicos, entre outros) na Licenciatura dão suporte para o desempenho da ação como professor no Ensino Básico? Por quê?

• Editor-chefe responsável:
  Prof. Dr. Marcus Vinicius Maltempi

• Editor associado responsável:
  Profa. Dra. Celi Espasandin Lopes

Disponibilidade de dados

Os dados gerados ou analisados durante este estudo estão incluídos neste artigo publicado.

Datas de Publicação

• Publicação nesta coleção
  20 Jul 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  19 Set 2025
• Aceito
  19 Jan 2026