Anlise de dados com SPSS

Breve introduo ao SPSS

(o essencial)

Tratamento Preliminar de Dados

Docente: e-mail: Telef.: Skype Name:

Rui Brites ruibrites@iseg.utl.pt 969073534 britesrui

2011

NDICE

1. Introduo ao SPSS ...

1.1. Editor de dados . 1.2. Outputs do SPSS (Output Viewer) ................................. 1.3. Menus do SPSS ................................ 1.4. Criao de bases de dados 2. Tratamento preliminar de dados 2.1. Transformao de variveis 2.1.1. Recodificao de variveis ..... 2.1.2. Inverso da escala de uma varivel .. 2.1.3. Transformao lgica de variveis. 3. Criao de ndices sintticos .. 3.1. Fiabilidade dos ndices .... 3.2. Mdia dos indicadores . 3.3. Contagem de ocorrncias (adio) 4. Seleco de casos .. 4.1. Seleco de uma sub-amostra ... 4.2. Seleco de uma amostra aleatria simples 4.3. Seleccionar uma amostra aleatria com n de casos pr-definidos 5. Separar a anlise por sub-amostras . Links teis relacionados com a matria deste manual ..................................... Apndice 1: Extracto do Questionrio do exemplo (ESS, round 1, 2002) Apndice 2: Construo de um ponderador para a varivel sexo Apndice 3: Criao de ndices sintticos estatisticamente ponderados

1 2 4 5 8 9 9 9 14 15 16 16 17 19 20 20 21 21 22 23

Breve Introduo ao SPSS

Breve Introduo ao SPSS

Breve Introduo ao SPSS

1. Introduo ao SPSS
O pakage estatstico SPSS para Windows (Statistical Package for Social Sciences)1 um poderoso sistema de anlises estatsticas e manuseamento de dados, em que a utilizao mais frequente, para a maioria das anlises a efectuar, se resume seleco das respectivas opes em menus e caixas de dilogo comercializado em Portugal pela PSE: http://www.pse.pt/, sendo possvel obter uma Verso DEMO, com durao de 14 dias em http://www.spss.com/. Nota: A base de dados que vamos utilizar neste captulo um extracto da base de dados do European Social Survey (round 1)2 com os resultados da aplicao do questionrio em Portugal (ficheiro ESS Portugal 2002 (TP1).sav)

1.1. Editor de dados do SPSS

O editor de dados do SPSS (Data Editor) composto por duas janelas sobrepostas: Data View e Variable View. A funo da primeira Data View a de introduzir os dados e da segunda - Variable View criar a estrutura da base de dados. Muda-se de uma para outra clicando no respectivo separador. O Data Editor do SPSS um programa do tipo de folha de clculo que permite facilmente criar ou editar ficheiros de dados. Abre automaticamente quando se entra no SPSS. O seu aspecto o seguinte:

Tendo sido recentemente adquirido pela IBM, foi comercializado nas verses 17 e 18 como PASW (Predictive Analyse Software), tendo na verso 18 retomado a designao anterior precedida do nome da empresa: IBM SPSS 2 A base de dados original est disponvel em http://www.europeansocialsurvey.org/.

Breve Introduo ao SPSS Janela Data View:

Janela Variable View:

Breve Introduo ao SPSS

1.2. Output do SPSS (Output Viewer)

nesta janela que so apresentados todos os resultados estatsticos. Abre automaticamente sempre que um determinado procedimento gera resultados. possvel editar as tabelas e grficos produzidos, clicando duas vezes com a tecla esquerda do rato e modificar a sua aparncia. Para copiar os outputs para o Word, basta seleccionar e fazer copy e colar (paste) no Word3. Janela Output Viewer:

At verso 15, inclusive, para alm da opo copy (texto simples), est tambm disponvel a opo copy objects que permite copiar os quadros em formato imagem, que possvel redimensionar no Word (em diagonal, para manter a mesma relao entre altura e largura). Desde a verso 16 s est disponvel a opo copy. Quando os quadros so maiores do que as dimenses da pgina de texto, podem-se dimensionar na opo Table/AutoFit/AutoFit to Window.

Breve Introduo ao SPSS

1.3. Menus do SPSS

Os menus das janelas principais Data Editor e Outpur Viewer - so idnticos e tm o seguinte aspecto visual:

Principais funcionalidades dos menus da verso 15.0

File

Criar, abrir, ler, exportar, gravar e imprimir ficheiros.

Edit

Configurao/parametrizao do SPSS (Options), inserir novas variveis e novos casos.

View

Activar/desactivar barras de comandos, fontes, grelha, barra de status e mostrar etiquetas (labels) definidas.

Breve Introduo ao SPSS

Data

Alterao global dos dados; Ordenar a base; Juntar ficheiros (Merge Files); Dividir a anlise por grupos (Split File); Criar subconjuntos de casos para anlise (Select Cases); Activar ponderadores (Weight Cases).

Transform

Criar novas variveis com base nas variveis originais; Recodificar variveis.

Analyse

Procedimentos de anlise estatstica.

Graphs

Criar grficos.

Breve Introduo ao SPSS

Utilities

Informao sobre as variveis.

Window

Comutar entre janelas; Minimizar janelas

Help

Ajuda em linha; Tutorial.

Breve Introduo ao SPSS

1.4. Criao de bases de dados

As bases de dados so criadas na janela Variable View, devendo a estrutura das variveis obedecer s seguintes regras:

- Mximo 64 caracteres (verses anteriores 13, apenas 8); - Deve comear por uma letra; os restantes caracteres podem ser letras (maisculas ou minsculas so iguais), algarismos, ou os smbolos @, #, _, $. - No se podem usar espaos em branco, nem os seguintes caracteres: !, ?, , , *, +, -, %, vrgula, ponto e vrgula, \, /, >, < - Evitar terminar o nome com o caracter _ (underscore); - Evitar usar caracteres acentuados ou com til. Por defeito numrico, pode alterar-se para outro tipo, por exemplo carcter (string), data, etc N de caracteres do campo. Por defeito, 8. Pode ser aumentado no caso das variveis string, at 255. Define o nmero da casas decimais. Etiquetas dos nomes (name) das variveis. Admite o mximo de 128 caraecteres. Etiquetas dos valores (cdigos) das variveis nominais ou ordinais. Define os cdigos das respostas no vlidas (no sabe, no responde, no tem que responder) que sero excludas da anlise. Largura da coluna de introduo de dados. Por defeito, 8. Permite alinhar os dados esquerda, centro ou direita. Define o nvel de medida das variveis: nominal, ordinal ou scale.

Name

Type Width Decimals Label Values Missing Columns Align Measures

A introduo dos dados processa-se na janela Variable View aps ter sido criada a estrutura da base.

Tratamento Preliminar de Dados

Tratamento preliminar de dados com SPSS

Tratamento Preliminar de Dados

2. Tratamento preliminar de dados

Nota: A base de dados que vamos utilizar um extracto da base de dados do 4 European Social Survey (round 1) com os resultados da aplicao do questionrio em Portugal (ficheiro ESS Portugal 2002 (TPAUB1).sav)

2.1. Transformao de variveis (comando Transform)

2.1.1. Recodificao de variveis Exemplo 1: Pretende-se criar duas novas variveis: a varivel idade a partir da varivel f3 (data de nascimento) e recodific-la, criando uma nova varivel - idade2 - com 4 escales: at 30 anos; 31 50 anos; 51 65 anos e > 65 anos: 1. Criao da varivel idade: Transform/Compute

Nome da nova varivel Expresso para criar a varivel (2002 o ano de nascimento Label da nova varivel

A varivel idade acrescentou-se base de dados:

A base de dados original est disponvel em http://www.europeansocialsurvey.org/.

10

Tratamento Preliminar de Dados

2. Recodificao da varivel idade e criao da varivel idade2: Recodificao criando uma nova varivel idade2 com 4 escales : Transform/Recode into Different Variables
5

Varivel original Nova varivel Clicar

Categorias

Categoria para as no respostas

A varivel idade2 acrescentar-se- base e dever ser completada com a alterao do nvel de medida (scale para ordinal) e a definio dos respectivos value labels: Clicar para criar as etiquetas das categorias (Value labels)

Cdigo da categoria Designao da categoria Clicar para adicionar

Nota: na recodificao de variveis recomendvel manter as variveis originais e criar novas variveis recodificadas, escolhendo para o efeito a opo Into diferent variable.

11

Tratamento Preliminar de Dados

O resultado ser o seguinte:
Idade Frequency 341 505 315 350 1511 Percent Valid Percent 22,6 22,6 33,4 33,4 20,8 20,8 23,2 23,2 100,0 100,0 Cumulative Percent 22,6 56,0 76,8 100,0

Valid

At 30 anos 31 - 50 anos 51 - 65 anos > 65 anos Total

Exemplo 2: Pretende-se recodificar a varivel escolaridade (f7) criando uma nova varivel (escol) com 3 escales: at 9 anos; 10 12 anos e > 12 anos: Transform/Recode into Different Variables

A varivel escol acrescentar-se- base e dever ser completada com a alterao do nvel de medida (scale para ordinal) e a definio dos respectivos value labels. O resultado ser o seguinte:

Escolaridade Frequency 1046 251 212 2 1511 Percent Valid Percent 69.2 69.2 16.6 16.6 14.0 14.0 .1 .1 100.0 100.0 Cumulative Percent 69.2 85.8 99.9 100.0

Valid

At 9 anos 10 - 12 anos > 12 anos NR Total

12

Tratamento Preliminar de Dados

Exemplo 3: Pretende-se recodificar o autoposicionamento poltico (b28) criando uma nova varivel (b28r) com 3 escales: esquerda; centro e direita: Transform/Recode into Different Variables

A varivel b28r acrescentar-se- base e dever ser completada com a alterao do nvel de medida (scale para ordinal) e a definio dos respectivos value labels. O resultado ser o seguinte:

Autoposicionamento poltico Frequency 296 620 294 1211 304 1515 Percent Valid Percent 19.6 24.5 41.0 51.2 19.4 24.3 79.9 100.0 20.1 100.0 Cumulative Percent 24.5 75.7 100.0

Valid

Missing Total

Esquerda Centro Direita Total System

13

Tratamento Preliminar de Dados

2.1.2. Inverso da escala de uma varivel Pretende-se criar uma nova varivel (ib1) com a inverso da escala da varivel interesse pela poltica (b1) de modo a que 1 corresponda a nenhum interesse e 4 a muito interesse: Transform/Automatic Recode

O resultado o seguinte:

b1
Qual o seu interesse pela poltica Frequency 117 456 441 489 1503 6 2 8 1511 Percent Valid Percent 7.7 7.8 30.2 30.3 29.2 29.3 32.4 32.5 99.5 100.0 .4 .1 .5 100.0 Cumulative Percent 7.8 38.1 67.5 100.0

ib1
Qual o seu interesse pela poltica Frequency 489 441 456 117 1503 2 6 8 1511 Percent Valid Percent 32.4 32.5 29.2 29.3 30.2 30.3 7.7 7.8 99.5 100.0 .1 .4 .5 100.0 Cumulative Percent 32.5 61.9 92.2 100.0

Valid

Missing

Muito interesse Algum interesse Pouco interesse Nenhum interesse Total Recusa No sabe Total

Valid

Missing

Total

Nenhum interesse Pouco interesse Algum interesse Muito interesse Total No sabe Recusa Total

Total

14

Tratamento Preliminar de Dados

2.1.3. Transformao lgica de variveis Exemplo: pretende-se criar uma varivel - sexid - atravs da transformao lgica das variveis f2 e idade2, com 4 categorias: homens at 30 anos, homens com mais de 30 anos, mulheres at 30 anos e mulheres com mais de 30 anos. Transform/Compute

Nota: repetir o comando para as restantes categorias, cujas expresses numricas so as seguintes: Categoria 2: f2 = 1 & idade2 > 1 Categoria 3: f2 = 2 & idade2 = 1 Categoria 4: f2 = 2 & idade2 > 1 A varivel sexid acrescentar-se- base e dever ser completada com a alterao do nvel de medida (scale para ordinal) e a definio dos respectivos label e value labels. O resultado o seguinte:

Sexo e Idade Frequency 158 472 183 698 1511 Percent Valid Percent 10.5 10.5 31.2 31.2 12.1 12.1 46.2 46.2 100.0 100.0 Cumulative Percent 10.5 41.7 53.8 100.0

Valid

Homens at 30 anos Homens com mais de 30 anos Mulheres at 30 anos Mulheres com mais de 30 anos Total

15

Tratamento Preliminar de Dados

3. Criao de ndices sintticos

Os ndices sintticos so compostos por um conjunto de indicadores agregados que medem um construto terico, estando a sua agregao, por conseguinte, justificada teoricamente. Podem ser criados atravs de transformao algbrica mdias quando os indicadores esto medidos numa escala tipo Likert, ou aditiva, quando se 6 trata de indicadores dicotmicos (presena/ausncia) . 3.1. Fiabilidade dos ndices Os ndices sintticos devem ser, para alm de teoricamente fundamentados, 7 consistentes internamente . Para o efeito, deve testar-se a sua fiabilidade (reliability) atravs do Alpha de Cronbach, que consiste numa frmula estatstica que pondera o rcio entre a varincia total dos indicadores que compem o ndice e a varincia de cada um dos indicadores. Varia entre 0 e 1. Quanto mais perto de 1, maior a consistncia da escala.8 A Tabela seguinte resume os nveis de fiabilidade recomendados por diversos autores9

Outros autores, contudo, consideram aceitveis, embora a fiabilidade seja pobre, valores de referncia entre [0,5 e 0,6]10.

Os ndices sintticos assim construdos no so, obviamente, ponderados. A ponderao deve ser terica ou estatisticamente fundamentada. Uma forma de ponderar estatisticamente os ndices sintticos construdos a partir de indicadores medidos numa escala tipo Likert, atravs de uma Anlise de Componentes Principais (ACP), com uma s componente, em que os escores estandardizados so automaticamente ponderados pela importncia relativa dos indicadores (ver apndice 3) 7 Testar a sua coerncia interna, ou seja, verificar se as respostas dos inquiridos so devidamente congruentes entre si. 8 Sempre que o valor do Alpha seja negativo, tal dever-se-, na maior parte dos casos, ao facto de se utilizarem items (indicadores) cujas escalas variam em sentidos deferentes, sem que tenha havido o cuidado de proceder s respectivas inverses. Trata-se, por conseguinte, de um erro que deve ser corrigido, assegurando, atravs da respectiva recodificao dos indicadores, que as escalas so todas crescentes ou decrescentes (variam no mesmo sentido). 9 Cfr. Maroco , J. e T. Garcia-Marques: Qual a fiabilidade do alfa de Cronbach? Questes antigas e solues modernas?, disponvel em: http://repositorio.ispa.pt/bitstream/10400.12/133/1/LP%204(1)%20%2065-90.pdf, consultado em 08/09/2010. 10 George D. e P. Mallery, SPSS for Windows, step by step: A simple guide and reference. 11.0 Update, Boston, Allyn & Bacon, 2003.

16

Tratamento Preliminar de Dados

3.2. Mdia dos indicadores Exemplo: Pretende-se criar dois ndices sintticos: Confiana social (variveis a8+a9+a10) e Confiana institucional (b7+b8+b9+b10), atravs das mdias algbricas dos respectivos indicadores: 1. Testar a fiabilidade dos ndices: Analyse/Scale

Reliability Statistics Cronbach's Alpha ,720 N of Items 3

Confiana interpessoal Confiana na honestidade dos outros Confiana no altrusmo dos outros

Item-Total Statistics Scale Mean if Item Deleted 8,95 7,79 9,15 Scale Variance if Item Deleted 12,423 14,070 15,245 Corrected Item-Total Correlation ,600 ,551 ,476 Cronbach's Alpha if Item Deleted ,556 ,620 ,706

Item-Total Statistics

Reliability Statistics Cronbach's Alpha ,797 N of Items 4

Confiana no Parlamento Confiana no Sistema Jurdico Confiana na Polcia Confiana nos Polticos Scale Mean if Item Deleted 12,07 12,14 11,41 13,55 Scale Variance if Item Deleted 28,527 28,179 30,663 31,718

Corrected Item-Total Correlation ,630 ,673 ,531 ,611

Cronbach's Alpha if Item Deleted ,736 ,714 ,786 ,748

2. Criar os ndices sintticos: Transform/Compute

17

Tratamento Preliminar de Dados

As 2 novas variveis (ndices) acrescentaram-se base :
11

Os resultados so os seguintes:

Descriptive Statistics ndice sinttico de Confiana social ndice sinttico de Confiana institucional Valid N (listwise) N 1480 1338 1319 Minimum .0 .0 Maximum 10.0 9.3 Mean Std. Deviation 4.316 1.7469 4.097 1.7603

11

Nota: tratando-se de variveis rcio, devero ter casas decimais (1 ou 2).

18

Tratamento Preliminar de Dados

3.3. Contagem de ocorrncias (adio) Exemplo: pretende-se criar uma varivel partciv que traduza o ndice de participao cvica, que integre (conte) apenas os inquiridos que responderam sim (1) s questes b15 a b24. Criar o ndice: Transform/Count Values within Cases

A varivel partciv acrescentar-se- base. O resultado o seguinte:

ndice sinttico de Participao cvica Frequency 1174 145 85 39 30 16 9 11 1 1 1511 Percent Valid Percent 77.7 77.7 9.6 9.6 5.6 5.6 2.6 2.6 2.0 2.0 1.1 1.1 .6 .6 .7 .7 .1 .1 .1 .1 100.0 100.0 Cumulative Percent 77.7 87.3 92.9 95.5 97.5 98.5 99.1 99.9 99.9 100.0

Valid

0 1 2 3 4 5 6 7 9 10 Total

A interpretao a seguinte: 77,7% (1174) inquiridos no assinalaram nenhum indicador, 9,6% (145) assinalaram apenas 1, 5,6% (85) assinalaram 2, etc

19

Tratamento Preliminar de Dados

4. Seleco de casos
4.1. Seleccionar uma sub-amostra Exemplo: Pretende-se seleccionar (filtrar) apenas os inquiridos da regio de Lisboa e Vale do Tejo (regiao=3). Data/Select cases

Na base de dados (Data View) os registos no seleccionados (filtrados) aparecem tracejados, mantendo-se assim at que se anule a seleco (filtro). A barra de status informa que a base est filtrada:

20

Tratamento Preliminar de Dados

4.2. Seleccionar uma amostra aleatria simples Exemplo: Pretende-se seleccionar aleatoriamente uma amostra de cerca de 5% dos inquiridos: Data/Select cases

4.3. Seleccionar uma amostra aleatria com n de casos pr-definidos Exemplo: Pretende-se seleccionar aleatoriamente uma amostra de 100 inquiridos:

Nota importante: no esquecer de desactivar o filtro quando no for necessrio:

21

Tratamento Preliminar de Dados

5. Separar a anlise por sub-amostras

Exemplo: Pretende-se separar a anlise pelas 4 categorias (sub-amostras) da varivel sexid (sexo e idade). possvel obter os resultados na mesma tabela, seleccionando a opo Compare groups ou em tabelas diferentes, com a opo Organize output by groups: Data/Split File

No primeiro caso, os resultados so os seguintes:

Descriptive Statistics Sexo e Idade ndice sinttico de Confiana social Homens at 30 anos ndice sinttico de Confiana institucional Valid N (listwise) ndice sinttico de Confiana social Homens com mais ndice sinttico de Confiana institucional de 30 anos Valid N (listwise) ndice sinttico de Confiana social ndice sinttico de Confiana institucional Mulheres at 30 anos Valid N (listwise) ndice sinttico de Confiana social ndice sinttico de Confiana institucional Valid N (listwise) N 156 147 145 456 440 430 182 168 167 686 583 577 .0 .0 10.0 9.3 4.153 4.075 1.7629 1.7401 Minimum Maximum 1.0 9.0 .0 8.5 .0 .0 .0 .0 10.0 9.3 9.3 8.0 Mean Std. Deviation 4.859 1.4670 4.248 1.7428 4.259 4.066 4.604 4.116 1.8100 1.8441 1.6277 1.6234

Mulheres com mais de 30 anos

No segundo caso seriam produzidas 4 tabelas, uma por cada categoria da varivel split:
a Descriptive Statistics
a Descriptive Statistics

N ndice sinttico de Confiana social ndice sinttico de Confiana institucional Valid N (listwise) 156 147 145

Minimum 1,0 ,0

Maximum 9,0 8,5

Mean 4,859 4,248

Std. Deviation 1,4670 1,7428

ndice sinttico de Confiana social ndice sinttico de Confiana institucional Valid N (listwise)

N 456 440 430

Minimum ,0 ,0

Maximum 10,0 9,3

Mean 4,259 4,066

Std. Deviation 1,8100 1,8441

a. Sexo e Idade = Homens at 30 anos

a Descriptive Statistics

a. Sexo e Idade = Homens com mais de 30 anos

Descriptive Statisticsa

N ndice sinttico de Confiana social ndice sinttico de Confiana institucional Valid N (listwise) 182 168 167

Minimum ,0 ,0

Maximum 9,3 8,0

Mean 4,604 4,116

Std. Deviation 1,6277 1,6234

ndice sinttico de Confiana social ndice sinttico de Confiana institucional Valid N (listwise)

N 686 583 577

Minimum ,0 ,0

Maximum 10,0 9,3

Mean 4,153 4,075

Std. Deviation 1,7629 1,7401

a. Sexo e Idade = Mulheres at 30 anos

a. Sexo e Idade = Mulheres com mais de 30 anos

22

Tratamento Preliminar de Dados

Links teis relacionados com a matria deste manual

http://support.spss.com/ProductsExt/SPSS/ESD/17/Download/User%20Manuals/Englis h/SPSS%20Statistics%20Brief%20Guide%2017.0.pdf http://stat.med.up.pt/ch1index.html http://www2.dce.ua.pt/leies/pacgi/Folhaapoio1.pdf http://www2.uca.es/serv/ai/formacion/spss/Inicio.pdf http://www.stat.tamu.edu/spss.php/ http://ritco.biz/files/Statistical%20Analyses%20using%20SPSS.pdf http://calcnet.mth.cmich.edu/org/spss/

23

Apndice 1
European Social Survey
(round 1 - 2002)

Extracto do Questionrio adaptado

Questionrio integral disponvel em: http://ess.nsd.uib.no/ess/round1/fieldwork/Portugal

O INQURITO DE 2002

O objectivo central do ESS o de desenvolver e conduzir um estudo sistemtico centrado na mudana de valores, atitudes, atributos e padres de comportamento entre os europeus, de modo a compreender a sua distribuio e variao, bem como o sentido e a intensidade da mudana, dentro de cada pas e entre pases. O questionrio, cuja aplicao feita de dois em dois anos atravs de entrevista pessoal com cerca de uma hora de durao, consiste num mdulo permanente, e em dois mdulos rotativos, que sero repetidos em intervalos, cada um deles dedicado a um tema ou tpico especfico. Assim, enquanto os mdulos rotativos tm como objectivo permitir um

conhecimento detalhado das

respectivas

temticas,

com interesse

acadmico ou para o estabelecimento de medidas polticas, o mdulo permanente permitir monitorar mudanas e continuidades numa vasta gama de variveis scio-econmicas, scio-polticas, scio-psicolgicas e scio-demogrficas.

A8: De uma forma geral, acha que todo o cuidado pouco quando se lida com as pessoas ou acha que se pode confiar na maioria das pessoas?
Todo o cuidado pouco
0 1 2 3 4 5 6 7 8

A maioria das pessoas de confiana

9 10

(Recusa) 77

(NS) 88

(NR) 99

A9 : Acha que a maior parte das pessoas tentam aproveitar-se de si sempre que podem, ou pensa que a maior parte das pessoas so honestas?
Tentam aproveitar-se de mim
0 1 2 3 4 5 6 7 8 9

So honestas
10

(Recusa) 77

(NS) 88

(NR) 99

A10: Acha que, na maior parte das vezes, as pessoas esto preocupadas com elas prprias ou acha que tentam ajudar os outros?
As pessoas esto preocupadas com elas prprias
0 1 2 3 4 5 6 7 8

As pessoas tentam ajudar os outros

9 10

(Recusa) 77

(NS) 88

(NR) 99

VOU AGORA FAZER-LHE ALGUMAS PERGUNTAS SOBRE POLTICA B1:De um modo geral, qual o seu interesse pela poltica?
Muito interesse, Algum interesse, Pouco interesse, ou, Nenhum interesse? (Recusa) (No sabe) (No responde) 1 2 3 4 7 8 9

Diga-me, por favor, qual a confiana pessoal que tem em cada uma das instituies que lhe vou dizer:
Nenhuma confiana B7 B8 B9 B10 B11 B12 Parlamento Nacional? Sistema Jurdico? Polcia? Polticos? Parlamento Europeu? Naes Unidas?
0 0 0 0 0 0 1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 5 5 6 6 6 6 6 6 7 7 7 7 7 7 8 8 8 8 8 8 9 9 9 9 9 9

Toda a confiana
10 10 10 10 10 10

(Recusa) 77 77 77 77 77 77

(NS) 88 88 88 88 88 88

(NR) 99 99 99 99 99 99

H vrias aces que se podem desenvolver para melhorar as coisas em Portugal ou para evitar que corram mal. Durante os ltimos 12 meses, fez alguma das seguintes coisas? Sim
B15 B16 B17 B18 B19 B20 B21 B22 B23 B24 Contactou um poltico, um representante do governo central ou um representante do poder local Trabalhou para um partido poltico ou movimento cvico. Trabalhou numa organizao ou associao de outro tipo Usou um emblema auto-colante de campanha/movimento Assinou uma petio Participou numa manifestao. Boicotou determinados produtos Comprou de propsito determinados produtos por razes de ordem poltica, tica ou ambiental. Deu dinheiro a um grupo ou organizao poltica Participou em aces de protesto ilegais (corte de estrada, boicote eleitoral).
1 1 1 1 1 1 1 1 1 1

No
2 2 2 2 2 2 2 2 2 2

(Recusa) 7 7 7 7 7 7 7 7 7 7

(NS) 8 8 8 8 8 8 8 8 8 8

(NR) 9 9 9 9 9 9 9 9 9 9

B28: Em poltica costume falar-se de esquerda e direita. Como que se posicionaria nesta escala, em que 0 representa a posio mais esquerda e 10 a posio mais direita? Esquerda
0 1 2 3 4 5 6 7 8 9

Direita
10

(Recusa) 77

(NS) 88

(NR) 99

B29: Tudo somado, qual o seu grau de satisfao com a vida em geral? B30: De um modo geral qual o seu grau de satisfao com o estado actual da economia portuguesa? B31: Qual o seu grau de satisfao com a forma como o Governo est a actuar? B32: Qual o seu grau de satisfao com o funcionamento da democracia em Portugal?
Extremamente insatisfeito Extremamente satisfeito 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8 9 9 9 9 10 10 10 10 (Recusa) 77 77 77 77 (NS) 88 88 88 88 (NR) 99 99 99 99

B29 B30 B31 B32

0 0 0 0

B33: Utilizando a seguinte escala, diga, por favor, como avalia, no geral, o estado da Educao em Portugal, hoje em dia?
Extremamente mau
0 1 2 3 4 5 6 7 8

Extremamente bom
9 10

(Recusa) 77

(NS) 88

(NR) 99

B34: E relativamente aos servios de sade em geral? Qual o seu grau de satisfao com os Servios de Sade em Portugal hoje em dia?
Extremamente mau
0 1 2 3 4 5 6 7 8

Extremamente bom
9 10

(Recusa) 77

(NS) 88

(NR) 99

VOU AGORA FAZER-LHE ALGUMAS PERGUNTAS SOBRE MIGRAES Da seguinte lista de aspectos diga qual a importncia que deve ser dada a cada um deles para deixar vir para c algum que nasceu, foi educado e viveu fora de Portugal.
No deve ser dada importncia nenhuma Deve ser dada muita importncia 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 8 8 8 8 8 8 8 8 9 9 9 9 9 9 9 9 10 10 10 10 10 10 10 10 Recusa 77 77 77 77 77 77 77 77 (NS) 88 88 88 88 88 88 88 88 (NR) 99 99 99 99 99 99 99 99

D10 D11 D12 D13 D14 D15 D16 D17

Ter boas qualificaes acadmicas Ter familiares prximos a viver c Saber falar Portugus Ter formao crist Ser branco Ser rico Ter qualificaes profissionais de que Portugal precisa Querer adaptar-se ao mesmo modo de vida dos Portugueses

0 0 0 0 0 0 0 0

Diga, por favor, em que medida concorda ou discorda com cada uma das seguintes afirmaes.
Concorda totalmente D18 Concorda 2 Nem concorda nem discorda 3 Discorda 4 Discorda totalmente 5 Recusa 7 (NS) 8 (NR) 9

D19

D20

D21

D22

D23

D24

As pessoas que vm viver e trabalhar para c fazem com que os salrios baixem. As pessoas que vm viver e trabalhar para c, em regra, prejudicam mais as expectativas econmicas dos pobres do que dos ricos. As pessoas que vm viver e trabalhar para c ajudam a preencher lugares em que h falta de trabalhadores. Se as pessoas que vieram viver e trabalhar para c estiverem desempregadas por muito tempo deviam ser obrigadas a ir embora. As pessoas que vieram viver para c devem ter os mesmos direitos do que todas as outras pessoas. Se as pessoas que vieram viver para c cometerem um crime grave, devem ser obrigadas a ir embora. Se as pessoas que vieram viver para c cometerem qualquer crime, devem ser obrigadas a ir embora.

FINALMENTE GOSTARIA DE LHE FAZER ALGUMAS PERGUNTAS SOBRE SI E AS OUTRAS PESSOAS DO SEU AGREGADO FAMILIAR F2: CODIFIQUE O SEXO [ F3: E em que ano nasceu? ]

Recusa 77 // No sabe

88 // No Responde 99

F7: Quantos anos completos de escolaridade terminou? ESCREVER O NMERO:

Recusa No sabe No responde 77 88 99

Apndice 2
Construo de um Ponderador

Construo de um ponderador

Construo de um ponderador
A distribuio da varivel sexo na base de dados a seguinte:
Sexo Valid Masculino Feminino Total Frequency 630 881 1511 Percent 41,7 58,3 100,0

O Censo de 2001 apresentava a seguinte distribuio: Populao residente por sexo Zona Geogrfica Populao Residente Homens + Mulheres 10 356 117 % Homens 5 000 141 48.3 Mulheres 5 355 976 51.7

T: Portugal

Fonte: INE, Recenseamento Geral da Populao e Habitao - 2001 (Resultados Definitivos)

Torna-se necessrio, por conseguinte, criar um ponderador para ponderar a base. Para conhecermos a diferena entre a amostra observada e a amostra esperada recorremos ao teste de aderncia do 2:

Os resultados so os seguintes:
Sexo Masculino Feminino Total Observed N Expected N 630 729.8 881 781.2 1511 Residual -99.8 99.8
Test Statistics Chi-Square a df Asymp. Sig. Sexo 26.404 1 .000

a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 729.8.

As diferenas entre a amostra observada e a amostra esperada so estatisticamente significativas (2(1) 26,4; p=0.000).

Construo de um ponderador

Exemplo 1: Clculo do ponderador para a base no extrapolada:

Homens Amostra observada Amostra esperada Diferena Ponderador 630 730 + 100 (730*100/630)/100 1.16 Mulheres 881 781 - 100 (781*100/881)/100 0.89

Construo do ponderador Sexo masculino:

Sexo feminino:

Construo de um ponderador

Exemplo 2: Clculo do ponderador para a base extrapolada:

Homens Amostra observada Total Portugal Ponderador 630 5000141 (5000141/630) 7936,7 Mulheres 881 5355976 (5355976/881) 6079,4

Construo do ponderador: Sexo masculino:

Sexo feminino:

Construo de um ponderador
Activao de um ponderador

Os resultados so os seguintes: Base no extrapolada

N Sexo Masculino Feminino Total 731 784 1515
N Regio Norte Centro Lisboa e Vale do Tejo Alentejo Algarve Total 580 268 550 68 48 1515

Base extrapolada
% 48,2 51,8 100,0
% 38,3 17,7 36,3 4,5 3,2 100,0

Sexo

Masculino Feminino Total

N 5000121 5355951 10356072

% 48,3 51,7 100,0

Regio

Norte Centro Lisboa e Vale do Tejo Alentejo Algarve Total

N 3967582 1831898 3762232 465404 328957 10356072

% 38,3 17,7 36,3 4,5 3,2 100,0

06-03-2013

Apndice 3
Construo de ndices sintticos ponderados estatisticamente

No princpio era a pergunta*

certo que a tradio empirista-positivista implica a perspectiva de que a pesquisa constitui o registo neutro e passivo do que a sociedade e a natureza dizem a quem as souber e quiser ouvir. A investigao, naturalmente armada de uma instrumental idade tcnica mais ou menos sofisticada, desdobrar-se-ia numa sucesso de fases autnomas e a teoria aparece subordinada exterior e posterior recolha dos dados: resulta da induo-depurao da evidncia emprica. Mesmo autores prximos do Crculo de Viena desde cedo criticaram, no entanto, uma tal perspectiva: Karl Popper, por exemplo, nega claramente a prioridade das observaes, reconhecendo que elas esto impregnadas de teoria. Lakatos, por seu turno, afirma que todas as proposies da cincia so tericas () e que uma proposio factual apenas uma espcie particular de proposio terica. E Giddens, opondo-se a uma bem estabelecida tendncia da metodologia contempornea, considera inaceitvel distinguir linguagem de enunciados tericos e linguagem de enunciados observacionais: o que h uma rede de sobreposies e interseces d: mesma linguagem com conexes mutveis aos objectos empricos.
J. Ferreira de Almeida e J. Madureira Pinto (1986), Da Teoria Investigao Emprica, em Silva, A. S. e J. M. Pinto (orgs), Metodologia das Cincias Sociais, Porto, Afrontamento: 55-78.

06-03-2013

Admitindo que observar supe necessariamente a categorizao do que observado: as posies racionalistas vm afirmar, de um modo mais geral, a unidade e a integrao do processo de pesquisa, orientando-se o vector epistemolgico, como dizia Bachelard, do racional para o real. teoria conferido o papel de comando do conjunto do trabalho cientfico que se traduz em articular-lhe os diversos momentos: ela define o objecto de anlise, confere investigao, por referncia a esse objecto, orientao e significado, constri-lhe as potencialidades explicativas e define-lhe os limites. ... A produo de conhecimentos especificados sobre a realidade social no pode dispensar, entretanto, a transformao dos conceitos e relaes entre conceitos que se situam nos nveis de teoria com maior grau de generalidade e abstraco em elementos categorizadores e proposies capazes de, mais directamente do que os anteriores, dar conta dos processos sociais nas suas configuraes particulares. Na metodologia consagrada das cincias sociais, a esta operao chama-se normalmente traduo dos conceitos em indicadores (variveis ou ndices), considerando-se alm disso, muitas vezes, que s estes tm efectiva utilidade para a anlise de situaes concretas, visto que tambm s eles so adequados medida dos fenmenos sociais.

De acordo com Lazarsfeld*, o processo de conceptualizao tem lugar quando se trata de distinguir um certo nmero de dimenses especficas do conceito original e de encontrar indicadores para cada dimenso. Ou seja: No processo de pesquisa, quando h necessidade de criar instrumentos de recolha de informao, (Questionrio, Guio de
entrevista, Guio de observao ou Grelha de codificao para Anlise de contedo)

o processo deve ser o seguinte: Dimenses Indicadores

Informao a recolher

Conceitos

Na fase da Anlise da informao, o procedimento deve ser o inverso, claro!

* cfr. Del Bayle, J-L. (1991), Introduction aux mthodes des sciences Sociales, Toulous, Privat

06-03-2013

ndices Sintticos
In Social sciences many different concepts have been measured using multiple indicators. We can mention: Media use, Political efficacy, Social Trust, Political Trust, Party identification, religiosity, Attitude toward immigrants, Human values , Fear of Crime etc. In order to develop measures for these concepts several steps have to be made. (1) The items have to be evaluated on quality, the items have to be evaluated on equivalence across countries*, (2) weights have to be chosen for the calculation of the composite scores, and (3) the quality of the composite scores has to be determined. William Saris
(http://surveymethodology.eu/conferences/warsaw-2009/sessions/106/) * Traduo, retroverso e Anlise por peritos.

ndices Sintticos
Na construo dos ndices Sintticos propomos assim, que em vez de se usar as mdias simples, como se faz habitualmente, se recorra a uma Anlise de Componentes Principais (ACP) com um nico factor. Os scores factoriais constituem, neste caso, as pontuaes individuais. Desta forma: 1. A qualidade dos items deve ser previamente avaliada atravs do Alpha de Cronbach; 2. O processo assegura a ponderao dos indicadores; 3. A varincia explicada quantifica a qualidade do ndice; e, MUITO importante 4. O ndice pode conter indicadores com escalas de medida diferentes (e.g. indicadores de Capital Social).

06-03-2013

Exemplo: A Satisfao dos Estudantes Universitrios*

* Estudo desenvolvido pelo CIPES-Centro de Investigao das Polticas do Ensino Superior (2008)

1. Qualidade dos indicadores: Alpha de Cronbach

Reliability Statistics Cronbach's Alpha ,900 N of Items 8
Item-Total Statistics Corrected Cronbach's Scale Mean ifScale Variance Item-Total Alpha if Item Item Deleted if Item Deleted Correlation Deleted 44,84 131,712 ,713 ,885 45,08 131,577 ,741 ,883 44,88 132,663 ,762 ,883 45,11 132,241 ,760 ,882 45,87 125,441 ,742 ,882 46,66 124,797 ,574 ,903 45,62 127,266 ,600 ,897 45,29 127,926 ,735 ,883

a) Consistncia interna dos indicadores

Qualidade do ensino Qualidade do contedo das disciplinas Conhecimento obtido nas disciplinas Relevncia das disciplinas Qualidade do aconselhamento acadmico Oferta de disciplinas de opo Interaco com os docentes fora da aula Avaliao de conhecimentos

06-03-2013

1. Qualidade dos indicadores: Varincia e Correlao com a Componente (ndice)

Comunalidades: varincia de cada indicador explicada pela componente
Communalities Qualidade do ensino Qualidade do contedo das disciplinas Conhecimento obtido nas disciplinas Relevncia das disciplinas Qualidade do aconselhamento acadmico Oferta de disciplinas de opo Interaco com os docentes fora da aula Avaliao de conhecimentos Initial 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 Extraction ,651 ,690 ,719 ,711 ,645 ,427 ,456 ,638

Pesos factoriais: correlaes entre a componente e os indicadores originais estandardizados

Component Matrixa Component 1 Conhecimento obtido nas disciplinas Relevncia das disciplinas Qualidade do contedo das disciplinas Qualidade do ensino Qualidade do aconselhamento acadmico Avaliao de conhecimentos Interaco com os docentes fora da aula Oferta de disciplinas de opo ,848 ,843 ,831 ,807 ,803 ,799 ,675 ,653

Extraction Method: Principal Component Analysis.

Extraction Method: Principal Component Analysis. a. 1 components extracted.

2. Ponderao dos indicadores: Coeficientes

Component Score Coefficient Matrix Component 1 ,163 ,168 ,172 ,171 ,163 ,132 ,137 ,162

Qualidade do ensino Qualidade do contedo das disciplinas Conhecimento obtido nas disciplinas Relevncia das disciplinas Qualidade do aconselhamento acadmico Oferta de disciplinas de opo Interaco com os docentes fora da aula Avaliao de conhecimentos Extraction Method: Principal Component Analysis.

Helena Carvalho: Folhas de Apoio aulas

06-03-2013

3. Qualidade do ndice: Correlao dos indicadores e Varincia explicada pela Componente (ndice)
a) Estatstica KMO: Nvel de correlao entre os indicadores b) Teste de Bartlett: Inferncia para a populao c) Varincia explicada pelo ndice
Total Variance Explained Component 1 2 3 4 5 6 7 Initial Eigenvalues Total % of Variance Cumulative % 5,040 72,002 72,002 ,819 11,695 83,698 ,376 5,366 89,064 ,313 4,472 93,536 ,208 2,975 96,511 ,134 1,914 98,425 ,110 1,575 100,000 Extraction Sums of Squared Loadings Total % of Variance Cumulative % 5,040 72,002 72,002
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity Approx. Chi-Square df Sig. ,892 55796,718 28 ,000

Extraction Method: Principal Component Analysis.

Resultados
Satisfao dos Estudantes com os Aspectos Acadmicos
DesvioN Mdia padro Qualidade do ensino 11613 7,1 1,9 Qualidade do contedo das disciplinas 11613 6,8 1,8 Conhecimento obtido nas disciplinas 11613 7,0 1,8 Relevncia das disciplinas 11613 6,8 1,8 Qualidade do aconselhamento acadmico 11613 6,0 2,2 Oferta de disciplinas de opo 11613 5,2 2,7 Interaco com os docentes fora da aula 11613 6,3 2,5 Avaliao de conhecimentos 11613 6,6 2,1 Indicadores
Escala: 0=totalmente insatisfeito; 10=totalmente satisfeito

06-03-2013

Satisfao dos Estudantes com os Aspectos Acadmicos

(mdias)
Qualidade do ensino Conhecim ento obtido nas disciplinas Qualidade do contedo das disciplinas Relevncia das disciplinas Avaliao de conhecim entos Interaco com os docentes fora da aula Qualidade do aconselham ento acadmico Oferta de disciplinas de opo Totalmente 0 insatisfeito 1 2 3 4 5

7,1 7,0 6,8 6,8 6,6 6,3 6,0 5,2

6 7 8 9 Totalmente 10 satisfeito

ndice sinttico de Satisfao dos Estudantes com os Aspectos Acadmicos

06-03-2013

ndice sinttico de Satisfao dos Estudantes com os Aspectos Acadmicos

0,35 0,3 0,25 0,2 0,15 0,1 0,05

(valores estandardizados)

Mdia 0
-0,05

Universitrio Pblico

Politcnico Pblico

Superior privado

ISCTE

Para uma melhor compreenso dos scores estandardizados (pontuaes individuais), que devem ser lidos como: valores superiores mdia (>0); valores mdios (0); Valores inferiores mdia (<0), se os indicadores tiverem escalas de resposta com a mesma amplitude, pode recodificar-se o ndice de modo a fazer coincidir o valor mnimo e mximo, com o valor mais baixo e mais elevado da escala, respectivamente. A frmula a seguinte*: Se a escala comear em 0:
((Varivel original mnimo)/Range * valor mximo pretendido)

Se a escala comear em 1:
(((Varivel original mnimo)/Range * valor mximo pretendido-1)+1)
* VAUS, D. (2004) Analyzing Social Science Data, London, Sage, reprinted: 112

06-03-2013

ndice sinttico de Satisfao dos Estudantes com os Aspectos Acadmicos

Ponto de referncia Centro da escala (5)

Ponto de referncia Mdia (0)

Ponto de referncia Centro da escala (5)

ndice sinttico de Satisfao dos Estudantes com os Aspectos Acadmicos

7,2 7 6,8 6,6 6,4 6,2 6

(mdias)

Universitrio Pblico Via mdias

Politcnico Pblico

Superior privado

ISCTE

Escala: 0=extremamente satisfeito; 10=extremamente satisfeito

Via ACP (valores "desestandardizados")

06-03-2013

Determinantes da Satisfao dos Estudantes com o Curso e a Instituio que frequentam

10