Category Archives: Sem categoria

Problemas no teste do Qui-quadrado

As instruções para pedir o teste do Qui-quadrado encontram-se num artigo anterior.

Neste artigo pretende-se mostrar um erro comum ao pedir o Qui-quadrado e a forma como se pode resolver. O output abaixo é o resultado duma análise de associação do Sexo (masculino/feminino) com o Estado civil (4 categorias). No último quadro, a mensagem da alínea a) diz-nos que existem 3 células com valor esperado menor que 5. Comprovando-se que se trata da categoria “viúvo” no segundo quadro do output.

Qui-quadrado-problemasEste problema pode invalidar o resultado do teste. Para uma solução fácil, pode optar-se por realizar a análise para todas as categorias do estado civil, com excepção da categoria “viúvo”. Para tal escolhem-se as categorias mais expressivas ou com maior número de casos.

No menu, escolhe-se Data-Select Cases e abre-se a janela (imagem abaixo) onde se selecciona If Condition is Satisfied. Na nova janela selecciona-se a variável Estado civil e, utilizando o teclado virtual, escolhemos todos os casos em que a categoria é igual ou inferior a 3. Lembramos que o Estado civil tem 4 categorias assinaladas com os seguintes números: 1=solteiro; 2= casado/união de facto; 3=divorciado/separado; e 4=viúvo.

Qui-quadrado-problemas1Carrega-se em Continue e depois Ok na primeira janela aberta. Operou-se um filtro que deixará de lado todos os casos de pessoas viúvas.

Volta a realizar-se o teste do Qui-Quadrado.

 

Teste do Qui-quadrado

Recorre-se a este teste sempre que precisamos analisar a associação entre uma variável nominal e outra variável nominal ou ordinal.

Neste caso pretendemos analisar se a situação escolar (estudante e trabalhador-estudante) está associada à classe etária.  Qualquer uma das variáveis tem apenas duas categorias de resposta. A situação escolar é uma variável nominal e a variável classe etária é ordinal: dos 18 e 22 anos e dos 23 aos 60 anos.

No menu escolhe-se Analyze-Descriptive Statisctis-Crosstabs. Abre-se a janela Crosstabs da figura abaixo. Escolhe-se a variável situação escolar para a caixa Columns e a variável Classe etária para a caixa Rows. Para escolher o teste, carregar em Statistics e abre-se a janela à direita onde se escolhe o teste. Carregar em Continue na janela de Crosstabs:Statistics.

Qui-quadrado1

Para se saber como estão associadas as variáveis é importante pedir que as tabelas contenham não só os valores observados mas os esperados. Assim, ainda na janela Crosstabs, carrega-se em Cells e escolhe-se os valores observados e os esperados, conforma figura abaixo.

Qui-quadrado3Carregar Continue e depois Ok na janela de Crosstabs.

Obtém-se o output abaixo.

Qui-quadrado3O terceiro quadro apresenta o valor do teste e a significância associada. Este permite concluir que existe uma associação significativa da situação escolar com a idade, já que  p≤0,05. Quando analisamos  o quadro da Crosstabulation, podemos notar que existem mais casos, do que o esperado, de trabalhadores-estudantes nas pessoas acima dos 23 anos.

 

 

 

 

Estatísticas e Relatórios grátis

Foi hoje lançado um site que calcula estatísticas e faz relatórios automáticos grátis.

O endereço é: https://stat.cool/

Este site foi desenvolvido pela equipa do Dicas SPSS, e nesta fase inicial oferece as seguintes estatísticas e relatórios grátis:

  • Frequências
  • Teste t

Estão também já disponíveis as estatísticas seguintes, com um pagamento simbólico de 20€ por ano, podendo o utilizador executar todas as estatísticas que pretender e obter os respetivos relatórios com toda a análise efetuada e explicada.

  • Teste de independência do Qui-quadrado
  • ANOVA
  • Correlação
  • Regressão linear
  • Análise fatorial

Para breve serão também disponibilizadas as seguintes estatísticas e respetivas análises e relatórios automáticos.

  • Mann-Whitney
  • Kruskal-Wallis
  • Teste de normalidade de Kolmogorov-Smirnov
  • Logit
  • Modelo de Equações Estruturais

Adiram já!

Endereço: https://stat.cool/

Escolha aleatória de parte da amostra

Quando se torna necessário trabalhar apenas com uma parte da amostra, teremos de seleccionar casos. Aqui apresenta-se um exemplo de selecção de metade da amostra.

Seleccionam-se os dados, conforme os comandos da imagem.

select_cases_0

Na nova janela, em Select escolhe-se “Random sample of cases” e carrega-se no botão “Sample”. Na nova janela escreve-se a percentagem de casos que se pretende seleccionar.

Em Output, escolhe-se “Copy selected cases to a new dataset” e escreve-se um novo nome para a nova base de dados.

Carregar em “Continue” e “Ok”.

select-0

 

Associação entre uma variável nominal e uma variável ordinal

A análise de associação pretende verificar relações entre variáveis na amostra.

Pretende-se analisar a relação do género com a variável percepção da qualidade de vida. Sabemos que o género é uma variável nominal com duas categorias de resposta: masculino; feminino. Quanto à qualidade de vida, trata-se duma variável ordinal que compreende três categorias de resposta: alta, média, baixa.

Pretendemos verificar se a percepção da qualidade de vida está relacionada com o género. Neste caso, utilizamos o teste do Qui-quadrado, realizando um cruzamento entre as variáveis, como indicado na imagem abaixo..

associação_NO1

É aberta uma janela onde se escolhem as variáveis género e percepção da qualidade de vida e, carregando em Statistics, escolhe-se Chi Square e carrega-se em Continue.

associação_NO2

Carregando no botão Cells, em Counts escolhe-se Observed e Expected , para sabermos mais sobre os dados.

associação_NO3

Obtém-se o output do SPSS (imagem abaixo). O primeiro quadro mostra o número de inquéritos utilizados na análise. Neste caso apenas um caso foi considerado missing. O segundo quadro apresenta os valores observados e esperados em cada um dos géneros e em cada uma das categorias de resposta da variável percepção da qualidade de vida. O último quadro apresenta os valores de vários testes e a significância associada a cada um.

A significância associada ao teste do Qui-quadrado não foi menor que 0,05. Como tal, consideramos que a associação entre as variáveis não é estatisticamente significativa. No segundo quadro podemos constatar que as diferenças entre os valores esperados e os observados residem principalmente na percepção “boa” e “média”. Houve mais homens do que o esperado que consideram ter uma qualidade de vida média e menos homens do que o esperado que consideram ter uma qualidade de vida boa. No caso das mulheres, houve mais casos do que o esperado que consideram ter uma qualidade de vida boa e houve menos casos que consideram ter uma qualidade de vida média. Na qualidade de vida má as diferenças são bastante ténues. Neste caso podemos concluir que as mulheres têm uma melhor percepção da sua qualidade de vida. No entanto, esta conclusão é feita apenas a “olho nu” e carece de significância estatística, como anteriormente referido.

associação_NO4

 

Dicas de SPSS e muito mais

Bem-vindo ao Dicas SPSS, o sítio onde pode tirar dúvidas de SPSS, colocar questões, consultar artigos e ver exemplos de aplicação.

Para além da utilização do SPSS, fornecemos também dicas sobre como construir questionários, que estatísticas devem ser utilizadas em cada situação, e muito mais.

Até breve