Informação adequada para uma decisão: o papel da estatística

A decisão pela produção de carro elétrico evidenciada na reportagem da Renault-Nissan mostra que a análise de dados é algo que pode nos levar facilmente a um equívoco de interpretação. Conhecer técnicas de análise de dados e medidas estatísticas pode nos auxiliar a minimizar a chance de erro.

Recentemente vi uma reportagem no jornal O Globo mencionando que a Renault-Nissan está tomando uma decisão sobre investir na produção de carros elétricos (para ver a notícia, CLIQUE AQUI). Me chamou a atenção uma parte do texto que destaca a justificativa da decisão.

*Riscos*
O grande investimento da Renault-Nissan representa um grande risco. Atualmente, um carro elétrico com carga máxima tem autonomia para trafegar por cerca de 160 km, com uma recarga que leva aproximadamente 20 minutos.
Os críticos acreditam que essas limitações devem afastar muitos compradores em potencial. Mas Ghosn [Carlos Ghosn, presidente da Renault-Nissan] argumenta que "80% das pessoas na Terra que dirigem um carro, dirigem por menos de 100 km por dia".

O que está faltando para que a decisão de investir pesado nessa tecnologia seja mais embasada?
Que informações sobre a quilometragem rodada seria mais adequada nessa situação?

É importante prestar atenção na variabilidade desses dados. A decisão por construir uma fábrica de carros elétricos seria plenamente adequada se as pessoas usassem o carro por até 100 km a cada dia (e não na média diária de kilometragem).

Se alguém viaja 700 Km 1 vez por semana e mantém o carro parado nos outros 6 dias continua tendo uma média de 100 Km por dia (e se encaixaria na autonomia de um carro elétrico). Essa pessoa teria que parar cerca de 4 vezes para cumprir seu itinerário de viagem (e conseguir uma tomada elétrica para reabastecer o carro).

No caso específico da decisão da Renault-Nissan, além de saber a média, seria pertinente também conhecer:

1) a distribuição de freqüência acumulada até 160 Km (número de pessoas que circulam até 160Km quando usam o carro)

2) o desvio-padrão das viagens das pessoas (variabilidade na quilometragem)

3) o número de vezes ao ano que uma pessoa usa o carro para andar mais de 160 Km

Percebe-se, assim, que a análise de dados é algo que pode nos levar facilmente a um equívoco de interpretação. Conhecer técnicas de análise de dados e medidas estatísticas pode nos auxiliar a minimizar a chance de erro.

ExibirMinimizar
Digital