Você está na página 1de 151

ESCOLA SUPERIOR AGRÁRIA

INSTITUTO POLITÉCNICO DE CASTELO BRANCO

SPSS - MANUAL DE UTILIZAÇÃO

ARMANDO MATEUS FERREIRA


Escola Superior Agrária de Castelo Branco, 1999
SPSS Índice

ÍNDICE

1- INTRODUÇÃO .......................................................................................... 1
2- EDITOR DE DADOS .............................................................................. 3
2.1 - CRIAR UM FICHEIRO DE DADOS .................................................. 5
2.1.1 - DEFINIÇÃO DE VARIÁVEIS .................................................................... 5
2.1.2 - INTRODUÇÃO DOS VALORES ................................................................ 9
2.1.3 - GRAVAR O FICHEIRO DE DADOS ........................................................ 11
2.1.4 - ABRIR UM FICHEIRO DE DADOS EXISTENTE .................................... 12
2.1.5 - ACESCENTAR NOVOS CASOS A UM FICHEIRO DE DADOS............... 13
2.1.6 - ACRESCENTAR NOVAS VARIÁVEIS ...................................................... 14
2.1.7 - DEFINIR UMA VARIÁVEL EM FUNÇÃO DE OUTRAS ......................... 15
2.1.8 - ELIMINAR LINHAS E VARIÁVEIS .......................................................... 16
2.2 - IMPORTAÇÃO DE FICHEIROS EXTERNOS .............................. 17
2.2.1 - IMPORTAÇÃO DE FICHEIROS LOTUS E EXCEL 4.0 ........................... 17
2.2.2 - IMPORTAÇÃO DE FICHEIROS DE DBASE ........................................... 18
2.2.3 - IMPORTAÇÃO DE FICHEIROS EXCEL ................................................. 19
2.2.4 - IMPORTAÇÃO DE FICHEIROS ACCESS ............................................... 22
2.2.5 - RECODIFICAÇÃO DE VALORES ........................................................... 22
2.2.6 - SELECÇÃO DE CASOS ........................................................................... 25

3- ANÁLISE DE DADOS ......................................................................... 29


3.1 - OBTER ESTATÍSTICAS DESCRITIVAS ....................................... 29
3.1.1 - PROCEDIMENTO DESCRIPTIVES ........................................................ 29
3.1.2 - PROCEDIMENTO EXPLORE ................................................................. 32
3.1.3 - PROCEDIMENTO EXPLORE COM FACTORES .................................... 36
3.1.4 - PROCEDIMENTO FREQUENCIES ........................................................ 39

4- GRÁFICOS ................................................................................................. 44
4.1 - GRÁFICOS STANDARDIZADOS .................................................... 44
4.1.1 -GRÁFICO DE BARRAS ........................................................................... 45
4.1.2 -HISTOGRAMA ........................................................................................ 50
4.1.3 -GRÁFICO DE EXTREMOS-E-QUARTIS ................................................. 52
4.1.4 -GRÁFICO DE BARRA DE ERROS .......................................................... 54
4.1.5 -GRÁFICOS DE PROBABILIDADES........................................................ 56
4.1.6 -GRÁFICO DE DISPERSÃO ..................................................................... 59
4.2 - EDIÇÃO DOS GRÁFICOS STANDARDIZADOS........................ 62
4.3 - GRÁFICOS INTERACTIVOS ............................................................ 65
4.3.1 - GRÁFICO DE BARRAS ........................................................................... 66
4.3.2 - GRÁFICO DE DISPERSÃO ..................................................................... 70
4.4 - EDIÇÃO DE GRÁFICOS INTERACTIVOS ................................... 75

ESACB i
SPSS Índice

5- TESTES T ......................................................................................................... 79
5.1 - TESTE T PARA A MÉDIA DE UMA AMOSTRA...................................... 82
5.2 - TESTE T PARA DUAS AMOSTRAS INDEPENDENTES ......................... 83
5.3 - TESTE T PARA DUAS AMOSTRAS EMPARELHADAS ......................... 86
6- ANÁLISE DE VARIÂNCIA ........................................................................... 90
6.1 - ENSAIOS UNI-FACTORIAIS ...................................................................... 90
6.1.1 - PROCEDIMENTO ONE-WAY ANOVA ................................................. 91
6.1.2 - PROCEDIMENTO MEANS.................................................................... 96
6.2 - ENSAIOS MULTI-FACTORIAIS................................................................. 99
7- REGRESSÃO LINEAR ................................................................................. 111
7.1 - INTRODUÇÃO............................................................................................ 111
7.2 - REGRESSÃO LINEAR SIMPLES.............................................................. 115
7.3 - REGRESSÃO LINEAR MÚLTIPLA .......................................................... 121
7.4 - AJUSTAMENTO DE MODELOS PRÉ-DEFINIDOS................................ 131
8- MANUSEAR OS RESULTADOS................................................................. 136

ANEXOS ..................................................................................................................... 143

ESACB ii
SPSS 1 - Introdução

1- INTRODUÇÃO

O pakage estatístico SPSS para Windows é um poderoso sistema de análises estatísticas e


manuseamento de dados, num ambiente gráfico, em que a utilização mais frequente, para a
maioria das análises a efectuar, se resume à selecção das respectivas opções em menus e
caixas de diálogo. Contudo, o sistema dispõe de um editor de comandos, a que o utilizador
mais avançado poderá recorrer a fim de realizar determinado tipo de análises mais
complexas e elaboradas.

De um modo muito sucinto, o sistema SPSS dispõe de:

Data Editor: Editor de Dados: uma versátil folha de cálculo, que permite definir,
introduzir, modificar, corrigir e visualizar a informação. O Data Editor abre
automaticamente quando se entra no SPSS.

Viewer: Janela de Resultados: Todos os resultados estatísticos, tabelas, gráficos, são


visualizados numa janela designada por Viewer. Uma janela Viewer abre
automaticamente na primeira vez que o utilizador executar uma tarefa que
gera output.
Na figura seguinte apresenta-se o aspecto da janela de resultados referentes
ao cálculo das estatísticas elementares um conjunto de dados (variável com
o nome fosfo). O Viewer é composto por duas janelas: à esquerda está um
organigrama do output; à direita estão os resultados propriamente ditos.
Neste exemplo, os resultados incluem as instruções necessárias à execução

ESACB 1
SPSS 1 - Introdução

da tarefa: é o que se designa por Log1, e que é composto pelas seguintes


linhas de instruções:
DESCRIPTIVES
VARIABLES=fosfo
/STATISTICS=MEAN SUM STDDEV VARIANCE RANGE MIN MAX SEMEAN KURTOSIS SKEWNESS .

Estas instruções foram geradas, no caso, pela selecção de opções nos menus
do programa; contudo, podem ser digitadas, como se de uma linguagem de
programação se tratasse2.

Pivot Tables: Tabelas Dinâmicas: O programa dispõe de uma potente rotina de geração de
tabelas dinâmicas (ou pivot tables), que permitem que o utilizador explore
os dados, com o re-arranjo de colunas e linhas.

Gráficos: O SPSS permite realizar todos os tipos de gráficos usuais em estatística, a


fim de realçar as análises efectuadas.

Acesso a Bases de Dados: O SPSS permite o acesso às bases de dados mais usuais, em
formato SQL e ODBC, tais como ficheiros de dados criados em dBase,
Access, Excel, Lotus, etc. A importação de ficheiros de texto, Access,
Excel, é feita através de um assistente de importação (wizard).

1
O Log pode não estar visível; só aparece na janela Viewer se se tiver configurado o programa para
mostrar este item.
2
O utilizador pode escrever as suas próprias rotinas de análise; para tal, deve abrir o SPSS Syntax
Editor, janela de edição de comandos do SPSS.

ESACB 2
SPSS 2 - Edição de Dados

2- EDITOR DE DADOS

O Data Editor do SPSS é um programa do tipo de folha de cálculo que permite facilmente
criar ou editar ficheiros de dados. O Data Editor abre automaticamente quando se entra no
SPSS.

O aspecto inicial do editor é o seguinte:

Muitas das características do data editor do SPSS são similares ás de qualquer folha de
cálculo em ambiente Windows, tal como o Excel.

As colunas correspondem às variáveis. Inicialmente, todas as colunas, ou variáveis, tem o


mesmo nome genérico, var, tal como é mostrado na imagem. O utilizador irá dar os nomes
às variáveis que definir.

As linhas correspondem aos casos, ou indivíduos.

Cada célula contém um valor ou observação de um indivíduo, em relação a uma


determinada característica ou variável. As células podem apenas conter valores (numéricos
ou alfanuméricos); não é possível, tal como se faz nas folhas de cálculo, definir fórmulas
em células. O SPSS permite definir fórmulas, mas que afectam integralmente toda uma
variável ou coluna.

O ficheiro de dados é rigorosamente rectangular, sendo o seu tamanho definido pelo


número de casos e de variáveis. O utilizador pode introduzir valores em células fora das

ESACB 3
SPSS 2 - Edição de Dados

fronteiras actuais da folha de cálculo; contudo, o SPSS automaticamente acrescenta linhas


e/colunas de modo a que essa nova observação fique incluída dentro da estrutura
rectangular. A fim de ilustrar este aspecto, considere a seguinte imagem referente a um
folha de dados do SPSS, em que existem duas variáveis (com os nomes x e y), com 6 casos
ou observações. Repare na posição da célula activa.

Se se introduzir um valor (por exemplo, 25) para esta célula, fora dos limites do ficheiro
rectangular, o SPSS cria duas novas variáveis numéricas atribuindo-lhes automaticamente
os nomes var00002 e var00003, e introduz valores em branco para as células, de modo a
ficar um ficheiro rectangular, com 4 variáveis e 7 casos (repare que estas células têm o
ponto decimal):

Estas células, aparentemente vazias, são assumidas pelo SPSS como “missing values”, isto
é, observações em falta para algumas variáveis. Contudo, e para já, estas células não
afectam os cálculos estatísticos, caso se se trate de variáveis numéricas. Por exemplo,
calculando a média da variável x obter-se-á o valor de 15, como é lógico, para os valores
apresentados.

ESACB 4
SPSS 2 - Edição de Dados

2.1 - CRIAR UM FICHEIRO DE DADOS

Vamos usar os seguintes dados a fim de ilustrar como se cria um ficheiro com o Data Editor
do SPSS. Trata-se dos resultados de um ensaio, em que se registaram as produções (kg/ha)
de arroz, em função da variedade (V1: IR8; V2: IR5; V3: C4-63) e de 5 níveis de adubação
azotada (N0: 0 kg/ha; N1: 60 kg/ha; N2: 90 kg/ha; N3: 120 kg/ha; N4: 150 kg/ha). Para
cada tratamento fizeram-se 4 repetições.

Na imagem seguinte, capturada do Excel, estes dados estão perceptíveis para o leitor, e
estão estruturados para algumas possíveis análises a executar na folha de cálculo; contudo,
ao serem introduzidos para um ficheiro SPSS, dever-se-ão respeitar as normas deste
programa, de modo a que os dados possam ser analisados.

Repetição
Variedade Azoto 1 2 3 4
N0 3852 2606 3144 2894
N1 4788 4936 4562 4608
V1 N2 4576 4454 4884 3924
N3 6034 5276 5906 5652
N4 5874 5916 5984 5518
N0 2846 3794 4108 3444
N1 4956 5128 4150 4990
V2 N2 5928 5698 5810 4308
N3 5664 5362 6458 5474
N4 5458 5546 5786 5932
N0 4192 3754 3738 3428
N1 5250 4582 4896 4286
V3 N2 5822 4848 5678 4932
N3 5888 5524 6042 4756
N4 5864 6264 6056 5362

Como se referiu atrás, os dados deverão ser introduzidos para uma matriz rectangular, em
que as colunas são as variáveis e as linhas os casos. Neste caso, as variáveis são a
Variedade, o Azoto, a Repetição e a Produção.

2.1.1 - DEFINIÇÃO DE VARIÁVEIS

Vamos começar por definir estas variáveis no SPSS dando-lhes nomes válidos; as regras
para os nomes das variáveis são:

• nome da variável tem no máximo, 8 caracteres;


• nome da variável deve começar por uma letra; os restantes caracteres podem ser
letras (maiúsculas ou minúsculas são iguais), algarismos, ou os símbolos @, #, _, $.
Não se podem usar espaços em branco, nem os seguintes caracteres: !, ?, ‘, “, *, +, -,
%, vírgula, ponto e vírgula, \, /, >, <
• Os nomes não podem terminar com ponto;
• Evitar terminar o nome com o caracter _ (underscore);
• Evitar usar caracteres acentuados ou com til.

ESACB 5
SPSS 2 - Edição de Dados

No exemplo, vamos definir as seguintes variáveis:

variedad Variável numérica inteira, cujos valores são 1, 2, 3, com as seguintes


correspondências, a fim de facilitar a sua introdução:
1 : IR8; 2 : IR5; 3 : C4-64;
azoto Variável inteira: 0: 0 kg/ha; 1: 60 kg/ha; ... ; 4: 150 kg/ha;
repete Variável inteira, com os valores 1, 2, 3, 4
producao Variável real, com duas casas decimais (por defeito).

A fim de definir cada uma das variáveis, fazer o seguinte procedimento:

Duplo click na célula do nome da variável (var) no topo da coluna, ou click em qualquer
sítio da coluna para a variável e seleccionar no menu a opção Data, seleccionando depois a
opção Define Variable...

Igualmente pode fazer click com o botão direito na célula do nome da variável (var) no
topo da coluna; aparece o menu:

onde se selecciona a opção Define Variable...

Na sequência de qualquer dos procedimentos anteriores aparece a seguinte caixa de diálogo


de definição da variável:

ESACB 6
SPSS 2 - Edição de Dados

No campo Variable Name escrever o nome da variável; no caso, variedad

Seleccionar a opção

No campo Decimal Places alterar o valor para 0 (casas decimais); e fazer .

Seleccionar a opção

No campo Value escrever o valor 1; no campo Value Label: escever IR8; fazer :

ESACB 7
SPSS 2 - Edição de Dados

Repetir o processo de definição de Value e Value Label para os valores 2 (IR5) e 3 (C4-
63); para cada valor, fazer :

No final, fazer .

A caixa serve para entrar uma breve descrição


da variável, mais elucidativa que apenas o nome; é de preenchimento facultativo.

Para aceitar estas alterações, e terminar a definição da variável variedad, na caixa de


diálogo fazer OK:

ESACB 8
SPSS 2 - Edição de Dados

De modo idêntico, definir as restantes variáveis; note-se que a opção Labels serve para
fazer as correspondências, de modo que neste exemplo só é usada para as variáveis
variedad e azoto; na definição da variável producao, não é necessário ir à opção Type
porque, por defeito, as variáveis são numéricas reais (com duas casa decimais).

Terminada a definição de variáveis, o Data Editor terá o seguinte aspecto:

2.1.2 - INTRODUÇÃO DOS VALORES

Definidas as variáveis, introduzem-se os dados; o utilizador deve optar pela estratégia de


introduzir os valores coluna a coluna, ou linha a linha, que lhe for mais favorável e menos
propensa a erros.

Para apagar um valor, colocar o cursor na célula respectiva e carregar a tecla DEL. Para
alterar ou corrigir um valor errado numa das células, activa-se essa célula (levando o cursor
para lá, ou simplesmente fazendo click) e digita-se o valor correcto, fazendo-o entrar com
Enter ou deslocando para outra célula.

O ficheiro ficará com o seguinte aspecto:

ESACB 9
SPSS 2 - Edição de Dados

Usou-se a codificação dos valores das variáveis variedad e azoto, por um lado para facilitar
a introdução dos valores, e por outro lado para ser menos propenso a erros. Contudo, podem
visualizar-se o nome da variedade e o valor da adubação; para tal, no menu principal
seleccionar a opção , e depois seleccionar a opção Value Labels:

O ficheiro de dados toma agora o aspecto mais elucidativo acerca dos dados a analisar:

ESACB 10
SPSS 2 - Edição de Dados

2.1.3 - GRAVAR O FICHEIRO DE DADOS

Tendo introduzido e corrigido os dados, grava-se o ficheiro com um nome válido (aplicam-
se as regras de nomes de ficheiros de MS-DOS). Para gravar, faz-se:

Na caixa escreve-se o nome a dar ao ficheiro, por exemplo arroz; automaticamente é


atribuída a extensão .sav típica dos ficheiros de dados do SPSS:

Caso se pretenda guardar o ficheiro num disco ou directório que não do directório activo,

abrir a caixa e seleccionar o disco/directório


pretendido:

ESACB 11
SPSS 2 - Edição de Dados

2.1.4 - ABRIR UM FICHEIRO DE DADOS EXISTENTE

Se se pretende abrir um ficheiro de dados, para introduzir mais dados, para alterar ou
corrigir valores, ou para efectuar a análise desses dados, tem de se abrir o ficheiro. Para tal,
efectua-se o seguinte procedimento:

Se o ficheiro pretendido aparece na listagem, faz-se click sobre o nome do ficheiro, ou


escreve-se na caixa , e de seguida faz-

se .

Caso o nome do ficheiro não conste na listagem, é porque está guardado noutro directório
que não o especificado na janela. Nesta situação, ter-se-á de encaminhar para a
drive/directório onde se encontra.

Para tal, abre-se a o caixa , e selecciona-se a o


disco ou o directório pretendido:

Como o SPSS apenas admite um ficheiro de dados aberto, ao abrir um ficheiro o programa
encerra o ficheiro actual. Caso este não esteja gravado, após quaisquer alterações, o
programa apresenta uma mensagem de aviso:

ESACB 12
SPSS 2 - Edição de Dados

O utilizador deverá responder Sim ou Não, consoante queira guardar ou não as alterações
efectuadas no ficheiro aberto (no caso da imagem, tinha-se aberto o ficheiro lambs.sav, em
que se tinham efectuado alterações).

2.1.5 - ACESCENTAR NOVOS CASOS A UM FICHEIRO DE DADOS

Para acrescentar um novo caso, após os dados já introduzidos, basta digitar o valor
pretendido para a variável a acrescentar; automaticamente é acrescentado um caso a todas
as variáveis.

Se interessa introduzir um caso, não no final dos dados, mas entre duas observações, então
ter-se-á de introduzir uma linha (caso) entre essas duas observações.

Admitamos que foi esquecido um caso referente a hora=Manhã; este caso deveria ser
introduzido imediatamente antes da primeira observação da Tarde; para tal, faz-se duplo
click sobre o indicador da linha 5, ou um click em qualquer parte da linha 5 e de seguida
selecciona-se a opção no menu. Aparece a janela:

Pode igualmente fazer click com o botão direito do rato sobre o indicador da linha,
aparecendo o menu:

ESACB 13
SPSS 2 - Edição de Dados

No menu anterior deve seleccionar . Automaticamente é aberta uma


linha, onde se introduzem os valores respectivos das variáveis:

2.1.6 - ACRESCENTAR NOVAS VARIÁVEIS

Para acrescentar uma nova variável ao ficheiro, basta colocar o cursor numa célula da
primeira coluna não usada, e executar o procedimento de definição de variáveis atrás
descrito. O programa cria a nova variável com tantas células (em branco ou missing values)
quantos os casos das restantes variáveis. Após isto, só há que proceder à introdução dos
valores.

Se, por algum motivo, há que introduzir uma nova variável, não no final do ficheiro, mas
entre duas variáveis já definidas, colocar o cursor na variável à direita da qual se pretende a
nova variável, seleccionar a opção e de seguida . Pode igualmente
fazer click com o botão direito do rato, aparecendo o menu:

e seleccionar a opção .

De seguida, definir esta variável, tal como descrito atrás.

ESACB 14
SPSS 2 - Edição de Dados

2.1.7 - DEFINIR UMA VARIÁVEL EM FUNÇÃO DE OUTRAS

O programa SPSS permite criar novas variáveis como resultado de funções ou operações
envolvendo as variáveis já existentes.

Por exemplo, determinadas metodologias estatísticas (análise de variância, regressão, etc)


baseiam-se no pressuposto de que os dados a analisar seguem a função de distribuição
normal; ora, tal pressuposto, é muitas vezes violado (e, infelizmente para a validade das
conclusões, não é testado). Nas situações em que se verificou a não normalidade, é
frequente proceder a determinadas transformações dos dados (logaritmo, raíz quadrada,
arc-seno são transformações usuais).

Vamos ilustrar a criação de uma nova variável no ficheiro arroz.sav, com o nome ln_prod,
definida como sendo o logaritmo neperiano dos valores da variável producao.

Para tal, coloca-se o cursor na primeira célula da primeira coluna não ocupada, e faz-se:

Aparece a seguinte caixa de diálogo:

Na caixa Target Variable escreve-se o nome da variável a criar, ln_prod; transfere-se o


cursor para a caixa Numeric Expression e na caixa das funções selecciona-se a função
LN(numexpr); de seguida, fazer click sobre a variável argumento (producao). A janela fica
com o seguinte aspecto:

ESACB 15
SPSS 2 - Edição de Dados

Para calcular, basta fazer .

O ficheiro fica com o seguinte aspecto:

A variável ln_prod é visualizada com 2 casas decimais (por defeito), muito embora seja
guardada com maior precisão. Caso haja interesse em visualizar mais casa decimais,
proceder como descrito na definição de variáveis.

As transformações de variáveis podem ser mais complexas que uma simples função; repare-
se que a caixa de definição das transformações apresenta o que se parece a uma máquina de
calcular científica, que permite definir transformações várias, incluindo selecção
condicional de casos (if), funções lógicas (e &; ou |; negação ~) comparações (<, <=, >, >=,
=, ~=), etc.

2.1.8 - ELIMINAR LINHAS E VARIÁVEIS

Para eliminar linhas de valores (casos) ou colunas (variáveis), fazer click sobre o número da
linha, à esquerda do ecran, ou sobre o nome da variável; a linha ou coluna, consoante o
caso, ficam seleccionadas (sombreadas). Para a eliminar, seleccionar e de seguida
(ou carregar na tecla DEL).

ESACB 16
SPSS 2 - Edição de Dados

Pode também fazer click com o botão direito do rato sobre a identificação da linha ou
coluna a eliminar, e fazer Cut ou Clear.

2.2 - IMPORTAÇÃO DE FICHEIROS EXTERNOS

O programa SPSS dispõe de uma rotina de importação de ficheiros criados noutras


aplicações, nomeadamente folhas de cálculo (Lotus 123, Excel), bases de dados (dBase,
Access), ficheiros ASCII (separados por tabulações, vírgula, espaços), etc.

Vamos abordar a importação de ficheiros Excel e Access, por serem duas das aplicações
actualmente mais usadas na constituição de bases de dados, e ficheiros ASCII, pois não
havendo outra forma de transferir informação entre aplicações, todos os programas
permitem exportar e importar ficheiros ASCII, sendo esta forma uma ponte comum entre as
aplicações.

É pressuposto que, qualquer que tenha sido a aplicação utilizada para criar os ficheiros,
estes devem estar organizados de acordo com a estrutura dos ficheiros SPSS.

2.2.1 - IMPORTAÇÃO DE FICHEIROS LOTUS E EXCEL 4.0

Se o ficheiro tiver sigo gravado em Excel 4, Lotus 123 (ou Quattro), o SPSS abre-o
automaticamente. Para tal, executar o seguinte procedimento:
File
Open...

Nesta janela deve especificar-se que o ficheiro é do tipo Excel (*.xls) [se se tratar de um
ficheiro Lotus, selecciona-se a opção Lotus(*.w*)]; para tal, abrir a caixa Ficheiro do tipo e
especificar Excel (*.xls):

ESACB 17
SPSS 2 - Edição de Dados

Na caixa Procurar em deve especificar-se o directório onde se encontra o ficheiro:

No campo Nome do ficheiro, especificar o nome do ficheiro a importar e fazer OK:

Aparece de seguida a seguinte caixa de diálogo, onde se especifica se as primeiras células


contêm os nomes das variáveis (se sim activar ) e o intervalo
(rectangular) de células (no exemplo, A1:B11):

O SPSS cria um ficheiro, com tantas variáveis quantas as colunas e tantos casos quantas as
linhas do bloco especificado.

2.2.2 - IMPORTAÇÃO DE FICHEIROS DE DBASE

Dada a relevância da utilização do gestor de bases de dados dBase III, é natural que alguns
utilizadores disponham de bases de dados organizadas neste programa, e que pretendam
importá-las para o SPSS a fim de executar algumas análises estatísticas.

Os ficheiros gerados pelo dBase III (*.dbf) obedecem tipicamente à estrutura dos ficheiros
SPSS, de modo que a sua importação é extremamente fácil. Para tal, faz-se o seguinte
procedimento:

File
Open...

Na caixa de diálogo, deve definir-se o tipo de ficheiro [dBase (*.dbf)], o directório onde
está guardado e o nome do ficheiro a importar, tal como se mostra na figura:

ESACB 18
SPSS 2 - Edição de Dados

Ao fazer a importação processa-se automaticamente.

2.2.3 - IMPORTAÇÃO DE FICHEIROS EXCEL

Os ficheiros Excel 5.0 e Excel 97 são constituídos por diversas folhas de cálculo; a rotina de
importação é ligeiramente diferente, e é assegurada pelo protocolo Open Database
Connectivity (ODBC), que é um método padrão de partilha de dados entre bases de dados e
outros programas. Os controladores ODBC utilizam a linguagem SQL (Structured Query
Language) padrão para aceder a dados de origens exteriores.

Pretende-se importar a seguinte folha de cálculo, criada em Excel 97:

ESACB 19
SPSS 2 - Edição de Dados

Para tal, executar o seguinte procedimento:

File
Database Capture
New Query...

Aparece o seguinte assistente de importação de ficheiros:

Especificar qual a origem do ficheiro (no caso ) e fazer . Na


caixa de diálogo que se segue, especificar o disco, directório e o ficheiro a abrir:

Aparece a seguinte janela:

ESACB 20
SPSS 2 - Edição de Dados

Caso o ficheiro tenha diversas folhas de cálculo, será conveniente confirmar qual é que se
pretende importar; para visualizar as variáveis de cada folha, click sobre o sinal + à
esquerda da identificação:

Tendo confirmado qual a folha a importar (neste caso, Folha1$), click sobre o nome da
folha e arraste-o para campo Retrieve Fields :

ESACB 21
SPSS 2 - Edição de Dados

Para executar a importação, click em Terminar.

2.2.4 - IMPORTAÇÃO DE FICHEIROS ACCESS

Os ficheiros de bases de dados criados em Microsoft Access são constituídos por diversas
folhas ou tabelas (base de dados, consultas, formulários); a rotina de pelo protocolo Open
Database Connectivity (ODBC), que é um método padrão de partilha de dados entre bases
de dados e outros programas. Os controladores ODBC utilizam a linguagem SQL
(Structured Query Language) padrão para aceder a dados de origens exteriores, e processa-
se em tudo de modo semelhante à importação de ficheiros Excel, sendo guiada pelo mesmo
assistente (wizard):

File
Database Capture
New Query...

Aparece o seguinte assistente de importação de ficheiros:

Especificar qual a origem do ficheiro (no caso ) e fazer


Seguinte. Depois, é prosseguir tal como descrito para o Excel.

2.2.5 - RECODIFICAÇÃO DE VALORES

ESACB 22
SPSS 2 - Edição de Dados

Ao fazer a importação de ficheiros externos, acontece que variáveis alfanuméricas são


importadas como tal, causando posteriormente problemas em determinadas análises. Isto
acontece, por exemplo, quando se importam variáveis de agrupamento ou definição de
classes, ou variáveis nominais, do género de variável sexo, que agrupa os casos em
masculino e feminino. Em situações deste género, é natural que posteriormente haja
necessidade de agrupar os casos por sexo (genericamente por classes), nomeadamente para
comparar médias de sub-amostras.

Para contornar esta questão, a fazer a importação destas variáveis, há que recodificá-las em
variáveis nominais, com códigos numéricos, por exemplo masculino=1, feminino=2, à
semelhança do que se fez na introdução das variáveis variedad e azoto.

Vamos ilustrar usando o ficheiro pulso.sav, que se criou pela importação do ficheiro
pulso.dbf do dBase. Neste ficheiro, as variáveis sexo (Homem, Mulher) e fuma (Fuma,
Não Fuma) são alfanuméricas, mas nitidamente com uma conotação de agrupamento em
classes.

Vamos recodificar a variável sexo (Homem=1, Mulher=2) e fuma (Fuma=1, Não Fuma=2).

Para tal, executar o seguinte procedimento (por variável a recodificar):

Transform
Recode
Into Same Variable

Na caixa de diálogo seguinte, seleccionar a variável a recodificar (sexo):

Seleccionar . Na caixa de diálogo seguinte definir as recodificações,

identificando em o valor antigo a recodificar, e em

o novo valor a atribuir; fazer .

ESACB 23
SPSS 2 - Edição de Dados

Repetir para o outro valor da variável (Mulher=2). No final, a caixa de diálogo mostra as
recodificações a efectuar:

No final, fazer e OK. As alterações são executadas.

Seguidamente, deve alterar-se o tipo de variável para numérica, e definir as “labels”:


1=Homem; 2=Mulher, tal como já anteriormente explicado:

ESACB 24
SPSS 2 - Edição de Dados

Fazer o mesmo procedimento para a outra variável a recodificar.

No final, aparentemente não houve alterações: a variável sexo contém os valor Homem e
Mulher, como anteriormente; só que, após esta transformação, estas variáveis têm a
conotação de agrupamento de casos, coisa que não acontecia tal como resultaram da
importação do ficheiro de dados externo ao SPSS.

2.2.6 - SELECÇÃO DE CASOS

Por vezes, há necessidade de proceder a análises sem a inclusão de todos os casos contidos
nas variáveis em jogo. Uma situação típica é ter-se verificado que há valores “outliers”, isto
é, valores extremos muito elevados ou muito baixos, que provavelmente são registos mal
efectuados, ou eventualmente observações anómalas que, incluídas nas análises estatísticas,
vão distorcer a validade das conclusões. Desta forma, poderá ser preferível excluí-las das
análises, mas sem as eliminar do ficheiro de dados.

A detecção de “outliers” será efectuada no procedimento EXPLORE (cap. 3).

Vamos ilustrar com a exclusão do caso nº 6 do ficheiro pulso.sav, em que a observação


correspondente à variável ritmod é 265, valor impossível para a característica em análise,
sendo provável que tenha acontecido um lapso no acto de registo dos valores. Pretende-se
excluir todo este caso das análises subsequentes, sem contudo o eliminar do ficheiro, pois
poderá haver necessidade de posteriormente efectuar análises sobre as outras variáveis (por
exemplo, ritmoa), cujo valor (96) é perfeitamente normal.

Para tal, fazer:

Data
Select Cases...

ESACB 25
SPSS 2 - Edição de Dados

Pretende-se excluir o caso nº 6 da análise, isto é, incluir na análise todos os casos com

excepção do caso nº 6. Para tal, na caixa de diálogo seleccionar , e


definir que se seleccionam para análise todos os cados diferenntes do caso nº 6:

A indicação caso ~= 6 significa todos os casos excepto o caso 6.

O Data Editor do SPSS criou automaticamente uma variável designada filter_$, em que
indica quais os casos seleccionados e os não incluídos. Repare-se que a linha 6 está traçada,
indicando que este caso está excluído de futuras análises:

ESACB 26
SPSS 2 - Edição de Dados

A variável filter_$ é uma variável numérica, cujos valores são 0=”Not Selected” e
1=”Selected”. No ecran, aparecem visualizados as labels dos valores, caso se tenha optado
por este modo de visualização.

A fim de incluir novamente o caso 6 nas análises, fazer:

Data
Select Cases...

ou digitar o valor 1 na célula 6 da variável filter_$.

Por exemplo, querendo seleccionar os casos referentes aos homens (sexo=1) que fumam
(fuma=1), dever-se-á fazer o seguinte procedimento:

Data
Select Cases...

ESACB 27
SPSS 2 - Edição de Dados

Para definir a condição atrás referida, seleccionar a variável sexo, defini-la como sendo
igual a 1; o operador lógico e (AND) é simbolizado pelo caracter &; seleccionar a variável
fuma e defini-la igual a 1:

Fazer para avançar.

ESACB 28
SPSS 3 - Análise de Dados

3- ANÁLISE DE DADOS

Vamos iniciar a utilização do SPSS a fim de efectuar diversas análises estatísticas. Antes de
iniciar um processo de análise, os dados a analisar devem estar carregados na memória do
computador.

Vamos ilustrar utilizando o ficheiro arroz.sav que deverá estar carregado na memória do
computador.

3.1 - OBTER ESTATÍSTICAS DESCRITIVAS

Esta rotina calcula as estatísticas elementares (média, moda, mediana, variância, etc) de
uma variável numérica. No exemplo, a única variável susceptível de ser analisada é a
variável producao.

3.1.1 - PROCEDIMENTO DESCRIPTIVES

Para obter as estatísticas elementares de uma variável numérica, fazer:

Aparece a seguinte caixa de diálogo, onde se definem as variáveis a analisar; no presente


caso, será apenas a variável producao:

ESACB 29
SPSS 3 - Análise de Dados

Para seleccionar as variáveis a analisar, click sobre o nome da variável na listagem que
aparece na caixa esquerda, e de seguida click no botão . Ficará com o seguinte aspecto:

A fim de definir quais os parâmetros estatísticos a estimar, seleccionar , obtendo-


se a seguinte caixa de diálogo:

Inicialmente, estariam seleccionadas apenas a Mean (média), Std. deviation (desvio


padrão), Minimum (mínimo) e Maximum (máximo); vamos seleccionar também a Sum

ESACB 30
SPSS 3 - Análise de Dados

(soma de todas as observações), Variance (variância), Range (intervalo de variação),


s
S.E.mean (erro padrão da média: s x = ), Kurtosis (curtose ou achatamento), Skewness
N
(enviesamento ou assimetria). As opções Display Order só têm significado nos casos em
que se procede ao cálculo de parâmetros de mais do que uma variável.

No final, fazer e depois .

O programa abre o Viewer (janela de resultados), com o aspecto:

Na janela direita estão os resultados; como se pediu o cálculo de muitos parâmetros, o


quadro de resultados demasiado largo para caber no ecran; use a barra de scroll para ler o
quadro de resultados

Caso tenha interesse em imprimir os resultados, o SPSS resolve o problema da largura,


fraccionando o quadro em vários.

Repare que ficou no SPSS Viewer; para voltar ao Data Editor do SPSS, onde está aberto o
ficheiro arroz.sav, restaure a janela na barra Iniciar do Windows:

O SPSS permite capturar os resultados visualizados no Viewer e colá-los por exemplo, no


relatório que está a ser escrito no editor de texto Word; no processador de texto, pode
seleccionar-se a tabela e fazer o ajuste automático, de modo a que o quadro, demasiado
largo, caiba na largura do texto. Contudo, resulta mais elegante se não for necessário reduzir

ESACB 31
SPSS 3 - Análise de Dados

muito a largura do quadro original. Para tal, a solução é obter menos parâmetros estatísticos,
de modo que o quadro de resultados seja menos largo.

3.1.2 - PROCEDIMENTO EXPLORE

Em caso de necessidade de apresentar todos os parâmetros estatísticos, estes podem ser


obtidos noutra rotina do SPSS, cujo quadro de resultados se desenvolve na vertical, sendo
mais fácil inclui-los no relatório em Word. Vamos ilustrar esta opção.

A opção EXPLORE calcula os parâmetros estatísticos, e elabora o gráfico caule-e-folhas


(esquema de histograma) e o gráfico de extremos-e-quartis, muito útil para analisar a
amostra em termos de concentração ou dispersão dos valores por intervalos quartílicos, bem
como a sua simetria; além disso, é uma boa ferramenta de verificar se há observações
“outliers”, isto é, observações extremas que se afastam muito da gama média dos valores da
amostra. Opcionalmente, podem obter-se outras análises, como veremos.

Na caixa de diálogo que se segue, selecciona-se a variável a analisar (producao) tal como
descrito atrás. De seguida, seleccionar o botão

ESACB 32
SPSS 3 - Análise de Dados

Seleccionando o botão , verifica-se que o cálculo das estatísticas descritivas está


activado; pode-se optar por verificar analiticamente a existência de “outliers”, bem como
calcular os percentis. A opção M-estimators destina-se ao cálculo de parâmetros estatísticos
(média e variância) ponderados; geralmente esta opção só interessa em utilizações muito
específicas. No final, fazer .

Voltando à caixa de diálogo Explore, seleccionar a opção ; seleccionar a opção


e fazer .

Na janela Explore seleccionar a opção fazer para obter os resultados.

ESACB 33
SPSS 3 - Análise de Dados

Note-se que os resultados vêm na sequência dos resultados obtidos anteriormente, de modo
que durante a sessão de trabalho, os resultados vão-se acumulando, podendo o utilizador em
qualquer momento seleccionar os que lhe interessam.

Utilize a barra se scroll vertical para visualizar os resultados, ou na caixa do organigrama


dos resultados, à esquerda, seleccione os que lhe interessa visualizar. Por exemplo, para ver

os parâmetros estatísticos, click sobre :

Esta opção, além dos parâmetros estatísticos obtidos no procedimento DESCRIPTIVES,


calcula o intervalo de confiança para a média, e a média após eliminar as 5% observações
inferiores e as 5% observações superiores (5% Trimmed Mean).

De seguida apresentam-se o histograma, diagrama de caule-e-folhas (steam-and-leaf) e


diagrama de extremos-e-quartis (Boxplot) referentes a esta análise.

ESACB 34
SPSS 3 - Análise de Dados

Histogram
10

4
Frequency

2
Std. Dev = 952.52
Mean = 4956.5

0 N = 60.00
25
2 7 0.0
3 0 0.0
3 2 0.0
3 5 0.0
3 7 0.0
4 0 0.0
4 2 0.0
4 5 0.0
4 7 0.0
5 0 0.0
5 2 0.0
5 5 0.0
5 7 0.0
6 0 0.0
6 2 0.0
6 5 0.0
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
00
.0
Producao

Producao Stem-and-Leaf Plot

Frequency Stem & Leaf

3.00 2 . 688
3.00 3 . 144
5.00 3 . 77789
6.00 4 . 111234
13.00 4 . 5556778889999
7.00 5 . 1223344
18.00 5 . 555666678888899999
5.00 6 . 00024

Stem width: 1000.00


Each leaf: 1 case(s)

ESACB 35
SPSS 3 - Análise de Dados

7000

6000

5000

4000

3000

2000
N= 60
Producao

3.1.3 - PROCEDIMENTO EXPLORE COM FACTORES

Os resultados anteriores referem-se à globalidade das produções, e têm o interesse que o


utilizador pretender retirar deles.

Numa situação como a que estamos a analisar, teria igualmente interesse executar estas
análises, não para a globalidade das observações, mas sim repartidas por um ou mais dos
factores.

Vamos executar o procedimento EXPLORE, obtendo os resultados para cada uma das três
variedades (poderia ser para os cinco níveis de azoto, ou para os dois factores em
simultâneo).

ESACB 36
SPSS 3 - Análise de Dados

Na caixa de diálogo que se segue, selecciona-se a variável a analisar (producao) tal como
descrito atrás. Seleccionar a variável variedad para o campo Factor List:

A partir deste ponto, o procedimento é análogo ao atrás descrito. Os resultados têm o


seguinte aspecto:

A seguir apresenta-se a listagem completa dos resultados do procedimento:

ESACB 37
SPSS 3 - Análise de Dados

Descriptives
Variedade Statistic Std. Error
Producao IR8 Mean 4769.4000 235.8637
95% Confidence Interval for Mean Lower Bound 4275.7316
Upper Bound 5263.0684
5% Trimmed Mean 4819.3333
Median 4836.0000
Variance 1112633.726
Std. Deviation 1054.8145
Minimum 2606.00
Maximum 6034.00
Range 3428.00
Interquartile Range 1762.0000
Skewness -.651 .512
Kurtosis -.441 .992
IR5 Mean 5042.0000 214.0869
95% Confidence Interval for Mean Lower Bound 4593.9109
Upper Bound 5490.0891
5% Trimmed Mean 5085.3333
Median 5410.0000
Variance 916664.421
Std. Deviation 957.4259
Minimum 2846.00
Maximum 6458.00
Range 3612.00
Interquartile Range 1574.5000
Skewness -.839 .512
Kurtosis -.076 .992
C4-63 Mean 5058.1000 191.4035
95% Confidence Interval for Mean Lower Bound 4657.4878
Upper Bound 5458.7122
5% Trimmed Mean 5081.6667
Median 5091.0000
Variance 732706.305
Std. Deviation 855.9827
Minimum 3428.00
Maximum 6264.00
Range 2836.00
Interquartile Range 1493.5000
Skewness -.419 .512
Kurtosis -.921 .992

O diagrama de extremos-e-quartis é apresentado agora para cada uma das três variedades:

ESACB 38
SPSS 3 - Análise de Dados

7000

6000

5000

4000

3000
Producao

2000
N= 20 20 20

IR8 IR5 C4-63

Variedade

Estes resultados podem começar a fornecer pistas para a análise dos dados, do género de
que a variedade C4-63 apresenta uma produção mais homogénea.

3.1.4 - PROCEDIMENTO FREQUENCIES

O procedimento FREQUENCIES permite gerar tabelas de frequências (contagem de casos


quer de variáveis alfanuméricas, quer de variáveis numéricas. Adicionalmente, pode
calcular os parâmetros estatísticos calculados pelos procedimentos DESCRIPTIVES e
EXPLORE, anteriormente vistos; pode igualmente gerar histogramas, com o ajustamento a
uma função de distribuição de probabilidades.

No caso de variáveis numéricas, em que se admite que seguem uma lei de distribuição
normal (pressuposto quase obrigatório para a maioria das metodologias estatísticas usuais
em ciências agrárias), a visualização do ajustamento do respectivo histograma à função de
distribuição normal pode ser uma valiosa ferramenta para análises subsequentes.

A fim de ilustrar, vamos executar dois procedimentos FREQUENCIES: gerar as tabelas de


frequência das variáveis nominais azoto e variedad, e gerar a tabela de frequências da
variável producao, neste caso com o respectivo histograma ajustado à fdp normal.

Seleccionar:

Statistics
Summarize
Frequencies...

Na caixa de diálogo, seleccionar as variáveis variedad e azoto:

ESACB 39
SPSS 3 - Análise de Dados

A opção permite seleccionar, facultativamente, quais os parâmetros estatísticos a


calcular. No caso de variáveis nominais e alfanuméricas não têm significado.

Os resultados obtidos, que são acrescentados ao Viewer, têm o seguinte aspecto:

Repita-se o procedimento para a variável numérica producao:

Statistics
Summarize
Frequencies...

ESACB 40
SPSS 3 - Análise de Dados

Vá à opção seleccionar para calcular os decis (com a selecção da opção


), a média, mediana e variância. No final, fazer :

De seguida, vá-se á opção para seleccionar o histograma com ajustamento à


função de distribuição normal:

ESACB 41
SPSS 3 - Análise de Dados

Fazer para avançar, e OK para calcular.

Veja no Viewer os resultados.

O histograma com o ajustamento à f.d.p. normal tem o seguinte aspecto, onde sobressai o
enviezamento da amostra para a direita em relação à distribuição teórica, bem como um
achatamento um pouco maior que o que seria de esperar (isto é, cerca de 75% da amostra
está abaixo da curva, nomeadamente na zona central da distribuição):

Producao
10

4
Frequency

2
Std. Dev = 952.52
Mean = 4956.5

0 N = 60.00
25
2 7 0.0
3 0 0.0
3 2 0.0
3 5 0.0
3 7 0.0
4 0 0.0
4 2 0.0
4 5 0.0
4 7 0.0
5 0 0.0
5 2 0.0
5 5 0.0
5 7 0.0
6 0 0.0
6 2 0.0
6 5 0.0
0
5
0
5
0
5
0
5
0
5
0
5
0
5
0
5
00
.0

Producao

ESACB 42
SPSS 4 - Gráficos

4- GRÁFICOS

A representação gráfica dos dados é geralmente uma boa abordagem para as análises
estatísticas a efectuar: a representação de variáveis numéricas em histograma permite inferir
acerca da simetria, achatamento e normalidade da amostra em análise; o gráfico de barras
representando contagens ou percentagens de valores de variáveis permite comparar
visualmente diversas características amostrais; a representação gráfica de duas variáveis que
se julgam correlacionadas num gráfico de pontos ou de dispersão permite definir uma
abordagem prévia à metodologia de regressão; os gráficos de extremos-e-quartis facilitam a
detecção de outliers, além de permitirem analisar a simetria e sub-intervalos de maior
concentração da amostra; etc.

Muitos dos procedimentos estatísticos do SPSS incluem já a elaboração de gráficos


adequados às análises respectivas. Nesta secção, vamos abordar a criação de gráficos
isolados de outros procedimentos.

O programa SPSS permite definir os gráficos por duas vias:

• gráficos interactivos: disponíveis a partir do sub-menu Interactive do menu


Graphs; a característica principal desta metodologia de gerar
gráficos é a facilidade em intercambiar variáveis entre os
eixos do gráfico, nomeadamente a partir da janela Viewer,
após ter gerado o gráfico. A edição do gráfico faz-se
directamente na janela Viewer.

• gráficos standardizados: esta metodologia permite definir os gráficos, a partir de sub-


menus individualizados no menu Graphs; após criados, estes
gráficos são menos dinâmicos que os gráficos interactivos.
Para editar o gráfico, selecciona-se este na janela Viewer e
abre-se uma janela de edição do gráfico.

De seguida vão-se apresentar a definição de alguns tipos de gráficos, tendo como base de
trabalho os dados do ficheiro pulso.sav (listagem em anexo).

Vamos de seguida ilustrar a realização de alguns gráficos. Não se pretende fazer uma
apresentação exaustiva de todos os tipos de gráficos; contudo, os procedimentos para
qualquer outro tipo de gráfico são genericamente semelhantes, de modo que os gráficos
descritos de seguida fornecem bases suficientes para que o utilizador explore e crie qualquer
outro tipo de gráficos.

4.1 - GRÁFICOS STANDARDIZADOS

ESACB 44
SPSS 4 - Gráficos

4.1.1 - GRÁFICO DE BARRAS

Vamos ilustrar criando um gráfico com a contagem de casos de cada uma das idades do
ficheiro pulso.sav. Para tal:

Graphs
Bar ...

Aparece a seguinte caixa de diálogo, onde se selecciona o tipo de gráfico de barras a


executar (Simple: para representar uma única série de valores ou variável; Clustered:
permite representar várias variáveis agrupadas; para cada valor de uma das variáveis são
geradas barras para cada valor da outra variável; Stacked: permite representar várias
variáveis em barras sobrepostas). Vamos iniciar por criar o gráfico de barras simples. Nesta
caixa de diálogo selecciona-se também o tipo de dados (no caso, pretende-se representar a
contagem das idades, isto é, um sumário – contagem – dos dados; para tal, selecciona-se a
opção ).

Para prosseguir, fazer .

Na janela seguinte, selecciona-se a variável a representar no gráfico para o campo Category


Axis, e define-se que as barras representam a contagem de casos (N of cases):

ESACB 45
SPSS 4 - Gráficos

Para definir os títulos do gráfico, seleccionar . Escrever o título principal (Title -


Line 1 e Line 2), sub-título (Subtitle) e notas de rodapé (Footnote – Line 1 e Line 2).
Qualquer destes títulos é facultativo:

No final fazer . O gráfico tem o seguinte aspecto:

ESACB 46
SPSS 4 - Gráficos

Distribuição das idades dos pacientes


As idades estão expressas em anos completos
10

2
Count

0
19 21 23 25 27 29 31 33 35 38 42

IDADE
Fonte: Abcde, 1998.

Os gráficos de linhas (Line) e área (Area) dão a mesma informação; em vez de barras ou
colunas, é desenhada uma linha unindo os pontos à altura da contagem do número de casos
em cada categoria ou valor do eixo dos xx; no caso do gráfico de áreas, a área definida por
essa linha e o eixo dos xx é preenchida. A definição destes gráficos tem os mesmos passos
do gráfico de barras. A título de exemplo, apresenta-se de seguida o gráfico de área para a
variável idade (o gráfico de linhas seria exactamente o mesmo, sem a área sombreada):

Distribuição das idades dos pacientes


As idades estão expressas em anos completos
10

2
Count

0
19 21 23 25 27 29 31 33 35 38 42

IDADE
Fonte: Abcde, 1998.

ESACB 47
SPSS 4 - Gráficos

Poderá ter interesse ver a distribuição de idades por sexo, isto é, fazer a separação das
idades por sexo; para tal, na janela Bars Chart selecciona-se a opção Clustered. Aparece a
seguinte janela, onde se seleccionam a variável a representar em barras (idade) e a variável
de agrupamento (sexo):

Todo o restante procedimento é semelhante. O gráfico resultante é o seguinte:

Distribuição das idades dos pacientes por sexo

As idades são expressas em anos completos


5

2
SEXO
1
Homem
Count

0 Mulher
19 21 23 25 27 29 31 33 35 38 42

IDADE
Fonte: Abcde, 1998

O gráfico de barras pode também usar-se para comparar visualmente a média (ou outro
parâmetro estatístico) de duas ou mais variáveis da mesma natureza. Para exemplificar,
vamos elaborar o gráfico de barras referente às médias das variáveis ritmoa e ritmod. Para
tal:

ESACB 48
SPSS 4 - Gráficos

Graphs
Bar ...

Na janela de diálogo seguinte, seleccionar o tipo Simple (só uma série de barras) e a opção
(isto é, cada barra representa um parâmetro estatístico de uma
variável):

Para prosseguir, fazer . Na janela seguinte, seleccionar as variáveis a representar:

Veja-se que, por defeito, será representada a média (mean) das variáveis. Pretendendo
representar outro parâmetro, fazer (seleccionando individualmente cada
uma das variáveis, ou seleccionando todas as variáveis em simultâneo – para tal, manter o
botão esquerdo pressionado e arrastar sobre o nome das variáveis a seleccionar). Aparece a
seguinte caixa de diálogo, onde se define o parâmetro a representar. Veja-se que pode
seleccionar-se um parâmetro estatístico (primeiro bloco da janela), ou então o número (ou

ESACB 49
SPSS 4 - Gráficos

percentagem) de casos acima ou abaixo de um valor a definir (bloco central), ou entre dois
valores a definir (último bloco)3:

Definir os títulos como referido previamente. O gráfico tem o seguinte aspecto:

Ritmo cardíaco antes e após exercício físico

Valores médios
160

140

120

100

80
Mean

60
RITMOA RITMOD

Fonte: Abcde, 1998

4.1.2 - HISTOGRAMA

3
Os campos Value, Low, High só são activados após seleccionar uma opção do respectivo bloco de
opções.

ESACB 50
SPSS 4 - Gráficos

O histograma é um gráfico parecido ao de barras, só que o eixo dos xx é escalar contínuo,


representando classes de uma variável numérica, e não categorias como no caso do gráfico
de barras. As barras representam as frequências absolutas registadas no intervalo ou classe
definido no eixo dos xx.

O histograma traduz a distribuição de frequências, sendo possível analisar a simetria e o


achatamento da amostra.

Para ilustrar a elaboração do histograma, vamos usar a variável ritmoa do ficheiro


pulso.sav. Executar o seguinte procedimento:

Graphs
Histogram ...

Aparece a seguinte caixa de diálogo, onde se selecciona a variável numérica a representar


no eixo dos xx do histograma:

Seleccionando a opção , é sobreposta a curva de distribuição normal


ao histograma.

Para definir os títulos do gráfico, seleccionar , tal como descrito anteriormente.

ESACB 51
SPSS 4 - Gráficos

Histograma das frequências absolutas

Ritmo cardíaco
14

12

10

4
Std. Dev = 9.54
2 Mean = 76.0

0 N = 40.00
60.0 65.0 70.0 75.0 80.0 85.0 90.0 95.0

RITMOA
Fonte: Abcde, 1998

4.1.3 - GRÁFICO DE EXTREMOS-E-QUARTIS

O diagrama de extremos-e-quartis, ou caixa-com-bigodes, é uma útil representação gráfica


dos dados na detecção de outliers, e na análise da simetria e de sub-intervalos de
concentração da amostra de valores.

O gráfico baseia-se na localização dos quartis (1º quartil, 2º quartil ou mediana, 3º quartil),
que definem assim 4 sub-intervalos, cada um com 25% das observações: 1º intervalo
quartílico, delimitado pelo xmin e quartil1; 2º intervalo quartílico, delimitado pelo quartil1 e
quartil2; 3º intervalo quartílico, definido pelo quartil2 e quartil3; 4º intervalo quartílico,
desde o quartil3 ao xmax.

São considerados outliers as observações que fiquem abaixo do limite definido pela
expressão q1 − 1.5 × (q3 − q1 ) ou acima do limite q3 + 1.5 × (q3 − q1 ) ; caso existam outliers,
o limite do “bigode” do diagrama passa a ser a observação extrema que se situe dentro dos
limites dos outliers atrás definidos.

Para criar o diagrama de extremos-e-quartis, executar o seguinte procedimento (vamos usar


a variável ritmoa do ficheiro pulso.sav):

Graphs
Boxplot ...

Na caixa de diálogo seguinte seleccionar a opção Simple, já que se trata de uma única
variável, e a opção para criar um diagrama de extremos-e-
quartis da variável ritmoa para cada categoria de uma outra variável (vamos usar a variável
sexo para definir as categorias). Seleccionar a opção se se

ESACB 52
SPSS 4 - Gráficos

pretender criar o gráfico com todos os dados da variável ritmoa, sem separar pelas
categorias da variável sexo:

Fazer para continuar. Na seguinte caixa de diálogo, seleccionar a variável


numérica a representar no gráfico (ritmoa), e a variável para definir as categorias (sexo):

O resultado é o seguinte:

Case Processing Summary

Cases
Valid Missing Total
SEXO N Percent N Percent N Percent
RITMOA Homem 22 100.0% 0 .0% 22 100.0%
Mulher 18 100.0% 0 .0% 18 100.0%

ESACB 53
SPSS 4 - Gráficos

100

15
90 10
38

80

70

60
RITMOA

50
N= 22 18

Homem Mulher

SEXO

Repare-se que no caso dos homens, há duas observações outliers, que são assinaladas fora
dos “bigodes” do diagrama; o “bigode” chega, neste caso, até à observação mais alta, mas
que não seja outlier (valor 80). Repare-se que é indicado o número de observações para
cada uma das categorias (N=22 para os homens; N=18 para as mulheres).

4.1.4 - GRÁFICO DE BARRA DE ERROS

Um gráfico de barra de erros representa um intervalo de confiança para a média de uma


variável numérica de uma amostra (ou sub-amostras definidas pelas categorias de uma
variável categórica). O intervalo de confiança é definido por uma das seguintes expressões
(entre parentesis são indicadas as respectivas opções a seleccionar durante a definição do
gráfico – ver à frente):

s
• x ± t (α , N −1) .
, em que t ( a , N −1) é o quantil α da distribuição t-Student (opção
N
Confidence interval for mean);

s
• x ± k .s x , em que s x = é o erro padrão da média e k ∈ Ν (opção Standard
N
error of mean);

• x ± zα .s , em que z α é o quantil α da distribuição normal reduzida N(0,1) (opção


Standard deviation).

Vamos ilustrar a criação deste tipo de gráfico usando a variável ritmoa do ficheiro
pulso.sav, sub-dividida pelas duas categorias (Homem, Mulher) da variável sexo:

ESACB 54
SPSS 4 - Gráficos

Graphs
Error Bar ...

Na caixa de diálogo seguinte seleccionar a opção Simple, já que se trata de uma única
variável, e a opção para um gráfico da variável ritmoa para
cada categoria de uma outra variável (sexo). Seleccionar a opção
se se pretender criar o gráfico com todos os dados da variável ritmoa, sem separar pelas
categorias da variável sexo:

Fazer para continuar. Na seguinte caixa de diálogo, seleccionar a variável


numérica a representar no gráfico (ritmoa), e a variável para definir as categorias (sexo):

Na caixa Bars Represent deve seleccionar-se o tipo de intervalo de confiança que se


pretende (definidos anteriormente). Para pequenas amostras, o mais usual é o intervalo de
confiança para a média (Confidence interval for mean). O nível de confiança é de 95% (o
utilizador pode definir outro nível de confiança).

ESACB 55
SPSS 4 - Gráficos

Para definir os títulos do gráfico, seleccionar .

O gráfico tem o seguinte aspecto:

Intervalo de confiança a 95% para a média do ritmo cardíaco

(por categoria sexo)


90

80
95% CI RITMOA

70

60
N= 22 18

Homem Mulher

SEXO
Fonte: Abcde, 1998

4.1.5 - GRÁFICOS DE PROBABILIDADES

Os gráficos de probabilidades (P-P: Probability Plots) visualizam graficamente o


ajustamento de uma variável a uma função de distribuição de probabilidades.

Este tipo de gráficos representa no eixo dos xx as frequências relativas acumuladas


observadas na amostra (observed cummulative probability) e no eixo dos yy a função de
distribuição de probabilidades esperada (expected cummulative probability). A diagonal
do gráfico (x=y) representa um ajustamento perfeito da amostra à função de distribuição de
probabilidades. Quanto mais os pontos se afastam da diagonal, ou se se distribuem segundo
um determinado padrão, menor é o ajustamento da amostra à distribuição teórica.

O SPSS pode fazer o gráfico P-P de ajustamento às seguintes distribuições: beta, chi-
quadrado, exponencial, gamma, Laplace, Logistic, Log-normal, normal, semi-normal,
Pareto, t-Student, Weibull e uniforme.

Vamos ilustrar ajustando a variável ritmoa à distribuição de probabilidades normal, com


média x (parâmetro de localização) e variância s 2 (parâmetro de escala), estimados a partir
da amostra:
Graphs
P-P ...

ESACB 56
SPSS 4 - Gráficos

O campo permite seleccionar a distribuição teórica de probabilidades. As


frequências acumuladas teóricas ou esperadas são calculadas por expressões
matematicamente definidas, e todas relacionadas com o “ranking” das observações (isto é,
com a ordem desde 0 – correspondente a xmin - a n – correspondente a xmax), sendo o método
Blom o mais usual. Quando há observações repetidas (ties), a sua ordem pode ser definida
pela ordem da observação média ( ), ou pela ordem mais elevada (High) ou da
observação mais baixa (Low) da observação repetida.

O resultado é o seguinte:

PPlot
MODEL: MOD_3.

Expected Normal quantiles calculated using Blom's


proportional
estimation formula and assigning the mean to ties.

For variable RITMOA...

Normal distribution parameters estimated: location=75.95


scale=9.5379135

ESACB 57
SPSS 4 - Gráficos

Normal P-P Plot of RITMOA


1.00

.75

.50
Expected Cum Prob

.25

0.00
0.00 .25 .50 .75 1.00

Observed Cum Prob

Detrended Normal P-P Plot of RITMOA


.10

.08

.06

.04
Deviation from Normal

.02

0.00

-.02

-.04

-.06
0.0 .2 .4 .6 .8 1.0

Observed Cum Prob

O output inclui, além do gráfico de ajustamento à normal (onde se observa um afastamento


com comportamento cíclico em relação à diagonal), um gráfico do ajustamento dos resíduos
(yobs-yest); se a amostra é perfeitamente normal, os resíduos distribuir-se-ão segundo uma
faixa horizontal em torno do zero, sem denotar qualquer padrão de distribuição; no
exemplo, é nítido um comportamento cíclico em torno do zero, denotando algum
afastamento em relação à normal.

ESACB 58
SPSS 4 - Gráficos

4.1.6 - GRÁFICO DE DISPERSÃO

O gráfico de dispersão (scatterplot) é um gráfico de pontos, representando num plano (x,y)


N pares de valores numéricos escalares, que permite analisar a distribuição conjunta das
duas variáveis.

Este tipo de gráficos é muito útil como metodologia prévia de análise a problemas de
regressão, quando se tenta ajustar uma função y=f(x), que estabelece uma relação de
dependência entre as duas variáveis.

Permite igualmente detectar observações outliers bi-variadas, isto é, observações que se


afastam do contexto das restantes observações, mesmo que, analisadas isoladamente em
relação a cada variável, não se suspeite desses outliers.

No eixo dos xx representa-se a variável independente ou causal, e no eixo dos yy a variável


dependente, resposta ou efeito.

A fim de ilustrar, vamos usar as variáveis ritmoa (x) e ritmod (y), pensando a priori que o
ritmo cardíaco após exercício físico está relacionado com o ritmo cardíaco em repouso do
mesmo indivíduo.

Graphs
Scatter ...

Nesta janela, deve seleccionar-se o tipo de gráfico de dispersão a executar:

Simple quando se pretende representar num plano xy uma série de observações bi-
variadas (x,y); se nessa série existem diferentes categorias, definidas por
uma terceira variável categórica, podem identificar-se os pontos
correspondentes a cada categoria com marcas diferentes;
Overlay quando se pretende representar num mesmo plano (x,y) duas ou mais séries
de observações bi-variadas (x,y) da mesma natureza;
Matrix quando se pretendem representar os gráficos xy de todas as combinações
possíveis de duas ou mais variáveis; isto é, dispondo de 3 variáveis
genericamente identificadas por x,y,z, esta opção representa os seguintes
gráficos: (x,y), (x,z), (y,z), bem como a imagem simétrica destes gráficos;
este gráfico é útil para uma análise exploratória das associações entre
diversas variáveis;
3-D representa o gráfico espacial a 3 dimensões definido pelos eixos (x,y,z).

O tipo de gráfico mais usual é o Simple. Tendo seleccionado a opção pretendida, fazer
para prosseguir. Na janela seguinte, definir as variáveis a usar em cada um dos

ESACB 59
SPSS 4 - Gráficos

eixos (x: ritmoa; y: ritmod), bem como a variável categórica (sexo) de agrupamento
(opcional):

Definir os títulos como previamente descrito. O gráfico resultante tem o seguinte aspecto:
Ritmo após exercício versus ritmo cardíaco em repouso

Os casos são identificados por sexo


280

260

240

220

200

180

160
SEXO
RITMOD

140
Mulher
120
100 Homem
60 70 80 90 100

RITMOA
Fonte: Abcde, 1998

Nota-se que, aparte da observação no canto superior direito do gráfico, que é um outlier bi-
variado, todas as outras observações têm uma tendência mais ou menos linear ligeiramente
crescente.

Para ilustrar a matriz de gráficos, com as variáveis idade, ritmoa, ritmod, executar o
procedimento:

ESACB 60
SPSS 4 - Gráficos

Graphs
Scatter ...
Matrix

O gráfico resultante é o seguinte:

Relação entre idade, ritmoa, ritmod

Casos identificados por sexo

IDADE

RITMOA

SEXO
RITMOD
Mulher

Homem

Fonte: Abcde, 1998

ESACB 61
SPSS 4 - Gráficos

4.2 - EDIÇÃO DOS GRÁFICOS STANDARDIZADOS

Quando o gráfico é criado e aparece na janela Viewer do SPSS pode não estar optimizado
em relação a algumas características, nomeadamente cores e padrões de preenchimento
(com particular ênfase se se pretende imprimir ou exportar para outras aplicações).

Para editar o gráfico, a fim de fazer estes pequenos ajustamentos, seleccionar o gráfico
(click sobre o gráfico) na janela Viewer do SPSS e abri-lo com um dos seguintes
procedimentos:

i) Edit
SPSS Chart Object
Open

ii) Click com o botão direito do rato


Aparece o seguinte menu:

Seleccionar SPSS Chart Object


Open
iii) Duplo click com o botão esquerdo do rato

Qualquer dos anteriores procedimentos abre o gráfico numa nova janela, com a designação
SPSS Chart Editor, sobreposta ao Viewer, tal como se ilustra; o gráfico está sombreado na
janela Viewer durante a edição; as alterações efectuadas são reflectidas automaticamente
neste gráfico:

ESACB 62
SPSS 4 - Gráficos

Para alterar um pormenor, por exemplo o padrão de preenchimento das barras, fazer click
sobre uma barra (no Chart Editor); repare-se que automaticamente todas as barras ficaram
seleccionadas (muito embora as marcas sejam colocadas em apenas algumas barras, todas
elas estão seleccionadas):

Para alterar o formato das barras, seleccionar o menu Format:

ESACB 63
SPSS 4 - Gráficos

Neste menu, seleccionar uma das seguintes opções, conforme o objectivo; cada opção abre
uma caixa de diálogo onde o utilizador selecciona a alteração a efectuar; para tomar efeito,
fazer :

Nota: A barra de ferramentas do SPSS Chart Editor tem os botões de atalho para
as respectivas entradas no menu Format, tal como de seguida se
apresentam:

Fill Patern... ou Alterar o padrão de preenchimento;

Color... ou Alterar a cor;


Marker... ou Alterar o tipo de marca ou ponto (no scatterplot);
Line Style... ou Alterar o tipo (contínua, pontuada) e espessura de linhas;
Bar Style ... ou Alterar o tipo de barras:

ESACB 64
SPSS 4 - Gráficos

Text... ou Alterar as características (fonte e tamanho) do texto (só activo se se se


seleccionou previamente uma região de texto, por exemplo os títulos)
Cada uma das caixas de diálogo tem o botão ou , para fechar após aplicar a
alteração.

Para alterar os títulos ou notas de rodapé (ou defini-los, se não o foram durante o
procedimento do elaboração do gráfico), faz-se o seguinte procedimento:

Chart
Title... (ou Footnote... se se trata de editar as notas de rodapé)

Abre-se a seguinte janela de diálogo, onde o utilizador poderá alterar os títulos (se não
foram previamente definidos os títulos, os respectivos campos aparecem vazios), e o
respectivo alinhamento:

No caso da edição das notas de rodapé, a janela de diálogo é a seguinte:

Após ter efectuado as alterações pretendidas, fechar o Chart Editor para regressar ao
Viewer; para tal, fazer File Close, ou click no botão .

4.3 - GRÁFICOS INTERACTIVOS

ESACB 65
SPSS 4 - Gráficos

Como referido no início do capítulo, o SPSS dispõe de uma rotina interactiva de definição
de gráficos, em que a selecção e alteração do tipo de gráficos, variáveis a incluir, e
pormenores, são mais facilmente editados.

Para criar um gráfico interactivo, seleccionar:

Graphs
Interactive

No menu seguinte, selecciona-se o tipo de gráfico a criar:

Vamos ilustrar a criação de um gráfico de barras e de um gráfico de dispersão; para os


restantes tipos, os procedimentos são análogos.

4.3.1 - GRÁFICO DE BARRAS

No menu Interactive selecciona-se a opção Bar... , aparecendo a seguinte janela de


diálogo:

ESACB 66
SPSS 4 - Gráficos

Esta janela é típica dos gráficos interactivos, e representa o “esqueleto” do gráfico, com um
sistema de eixos ortogonais, cada um com um campo, para o qual se selecciona a variável a
usar nesse eixo; alguns campos podem já conter uma variável4 automaticamente assumida
pelo programa; é o que acontece no eixo dos yy, em que o programa propõe representar o
número de casos iguais, ou frequências absolutas (variável $count).

O gráfico pode ser bi-dimensional, ou tri-dimensional; a selecção faz-se com os botões:

gráfico bi-dimensional (plano xy)

gráfico tri-dimensional (espaço xyz)

No caso de um gráfico bi-dimensional, pode ser representado na vertical ( ) ou na

horizontal ( ).

Seleccionar para o eixo dos xx a variável a representar (sexo):

4
Aparte das variáveis definidas no ficheiro, nesta rotina o programa automaticamente define outras
variáveis, nomeadamente a variável $count (contagem de casos), $pct (percentagem de casos), $case (número
de ordem dos casos). Se a variável é precedida pelo ícon , trata-se de uma variável categórica; se é
precedida pelo ícon , é uma variável numérica escalar do ficheiro; se o ícon é , trata-se de uma
variável escalar definida pelo programa, e não constante no ficheiro.

ESACB 67
SPSS 4 - Gráficos

Para definir os títulos, seleccionar o separador Titles:

O gráfico resultante tem o seguinte aspecto:

ESACB 68
SPSS 4 - Gráficos

Se se pretende visualizar a distribuição, dentro de cada um dos sexos, pela variável fuma,
deve especificar-se esta divisão por categorias, no separador Assign Variables da janela
Create Bar Chart, incluindo a variável para definir as categorias no campo Legend
Variables – Color; o que se está a fazeer, é instruir o programa para usar cores diferentes
para cada uma das categorias da variável fuma:

O gráfico resultante é o seguinte:

ESACB 69
SPSS 4 - Gráficos

4.3.2 - GRÁFICO DE DISPERSÃO

Vamos ilustrar com a criação do gráfico que relaciona o ritmo cardíaco antes de exercício
(ritmoa) com o ritmo cardíaco após exercício (ritmod). Para tal:

Graphs
Interactive
Scatterplot ...

Na janela de diálogo seguinte, definir as variáveis para os eixos dos xx e dos yy; para
identificar os casos por sexo, seleccionar a variável sexo para o campo Legend Variable –
Style (os casos de cada um dos sexos são identificados com uma marca distinta; se se
incluir a variável em Color, para cada um dos sexos é usada uma cor distinta):

ESACB 70
SPSS 4 - Gráficos

Para definir os títulos, seleccionar o separador Titles. O gráfico tem o seguinte aspecto:

ESACB 71
SPSS 4 - Gráficos

O gráfico de dispersão interactivo tem a particularidade de poder ajustar uma equação de


regressão linear aos pontos, na totalidade, sem diferenciação por categorias, ou então para
os pontos de cada uma das categorias definidas por uma variável categórica. Para tal, na
janela de diálogo Create Scatterplot, após identificar as variáveis x e y e a variável
categórica (se se pretender uma equação para cada categoria), seleccionar o separador Fit:

ESACB 72
SPSS 4 - Gráficos

No campo Method, seleccionar a opção Regression; no campo Fit lines for, seleccionar a
opção se se pretende uma equação para cada um dos casos da variável sexo (a
opção Total, que pode ser seleccionada isolada ou em conjunto com a opção Subgroups,
destina-se a ajustar uma equação a toda a amostra). O resultado é o seguinte:

ESACB 73
SPSS 4 - Gráficos

Para cada uma das sub-amostras definidas pela variável sexo, foi ajustada a equação de
regressão linear, cujas equações, e o respectivo coeficiente de determinação R2, são
apresentadas na figura.

Uma outra possibilidade é apresentar os gráficos por categorias isolados. Para tal, na janela
Create Scatterplot, a variável categórica é seleccionada para o campo Panel Variables (e
não para o campo Legend Variables):

ESACB 74
SPSS 4 - Gráficos

Para ajustar, em cada um dos gráficos, a respectiva equação de regressão, seleccionar no

separador Fit a opção (já que o ajustamento da equação é feito para


cada um dos gráficos isoladamente). O resultado é o seguinte:

4.4 - EDIÇÃO DE GRÁFICOS INTERACTIVOS

Para editar um gráfico criado com a rotina Interactive, seleccionar o gráfico a editar e fazer
um dos seguintes procedimentos:

i) Edit
SPSS Interactive Graphic Object

ii) Click no botão direito do rato; no menu seguinte:

seleccionar SPSS Interactive Graphic Object

iii) Duplo click com o botão esquerdo do rato sobre o gráfico

O gráfico é editado na janela Viewer do SPSS, tomando o seguinte aspecto:

ESACB 75
SPSS 4 - Gráficos

A área do gráfico em edição, assinalada na margem esquerda por uma seta, está no interior
de uma bordadura tracejada. Não é permitido efectuar modificações em qualquer zona fora
desta bordadura.

Os ícons na borda do gráfico são botões de atalho para as tarefas de edição. Para editar um
elemento do gráfico, deve seleccionar-se previamente, fazendo click sobre esse elemento.
Seguidamente, utiliza-se o botão pretendido:

Espessura de linhas;
Estilo de linhas (contínuas, tracejadas);
Tamanho de marcas ou pontos;
Estilo (forma) de marcas ou pontos;
Padrão de preenchimento de áreas;
Estilo e cor das linhas de bordadura de áreas;
Cor de preenchimento de áreas;
Ferramenta para criar/editar uma caixa de texto;

Ponteiro do rato para seleccção de elementos do gráfico;

Abre a seguinte caixa de diálogo de selecção de variáveis, onde se podem


mudar as variáveis a representar no gráfico:

ESACB 76
SPSS 4 - Gráficos

Permite inserir elementos no gráfico (os elementos que se podem


inserir dependem do tipo de gráfico, e natureza das variáveis em uso):

Botão que permite desfazer a última modificação efectuada no gráfico;

Selecciona a orientação horizontal ou vertical do gráfico;

Dispõe automaticamente na área os elementos do gráfico;

Definição da fonte e tamanho do texto, bold


ou negrito, itálico (só está activo se previamente se tiver seleccionado um
elemento de texto do gráfico).

Além destes botões, que permitem efectuar a maior parte das modificações que o utilizador
normal pretende efectuar no gráfico, os menus Edit, View, Format possibilitam executar

ESACB 77
SPSS 4 - Gráficos

essas mesmas alterações através de menus, e outras modificações que não dispõem de botão
de atalho.

No final, para terminar a sessão de edição do gráfico, basta fazer click sobre uma área do
ecran não pertencente à janela do gráfico.

ESACB 78
SPSS 5 - Testes T

5- TESTES T

As metodologias estatísticas que envolvem testes de hipóteses acerca de médias de


hipótese designam-se genericamente por testes t.

O SPSS dispõe de três tipos de testes t:

• Teste t para a média de uma amostra: compara a média de uma amostra com a
média hipotética conhecida de uma população. São apresentados os parâmetros
estatísticos da amostra em análise; igualmente é estabelecido um intervalo de
confiança para ( x − µ ) .

O teste de hipótese subjacente é:


H0 :x = µ H1 : x ≠ µ

H0 : x − µ = 0 H1 : x − µ ≠ 0

x−µ
e a estatística de testes é t =
σ 
 
 N

• Teste t para duas amostras independentes: Compara as médias de uma mesma


variável ou característica observada sobre duas amostras independentes de
indivíduos, com a condição de que os indivíduos sejam aleatoriamente atribuídos
aos dois conjuntos em comparação (por exemplo, produção obtida sob um
tratamento versus produção obtida sob outro tratamento diferente, ou de um
modo genérico, controlo versus tratamento). São apresentados os parâmetros
estatísticos das amostras em análise; é efectuado o teste de LEVENE para a
homogeneidade das variâncias das duas amostras; são apresentadas as
estatísticas de teste para as situações de variâncias homogéneas e não
homogéneas; é estabelecido um intervalo de confiança para ( x1 − x 2 ).

O teste de hipótese subjacente é:


H 0 : x1 = x 2 H 1 : x1 ≠ x 2

H 0 : x1 − x 2 = 0 H 1 : x1 − x 2 ≠ 0

x1 − x 2
e a estatística de testes é t =
 1 1 
s 2 ×  − 
 N1 N 2 

O teste de Levene para decidir H 0 : s12 = s 22 H 1 : s12 ≠ s 22 consiste numa análise


de variância aos valores absolutos das diferenças entre os valores observados e a
média de cada uma das amostras.

ESACB 79
SPSS 5 - Testes T

• Teste t para duas amostras emparelhadas: Compara as médias de duas variáveis


ou características para uma mesma amostra de indivíduos (do género peso antes
versus peso depois de um determinado tratamento). São apresentados os
parâmetros estatísticos para as duas amostras em análise; é calculada a
correlação entre as duas amostras; São apresentados os parâmetros estatísticos
para as diferenças entre as duas amostras emparelhadas; é estabelecido um
intervalo de confiança para ( x1 − x 2 ).

O teste de hipótese subjacente é:


H 0 : x1 = x 2 H 1 : x1 ≠ x 2

H 0 : x1 − x 2 = 0 H 1 : x1 − x 2 ≠ 0

x1 − x 2
e a estatística de testes é t =
 1 1 
s 2 ×  − 
 1
N N 2 

A fim de ilustrar a realização destes testes vamos usar o ficheiro PULSO.SAV que foi
criado por importação de um ficheiro dBase. Em anexo é fornecida uma impressão do
ficheiro.

Os dados consistem em 40 casos de pacientes (seleccionados aleatoriamente entre os


alunos de uma universidade), homens e mulheres, alguns dos quais fumam e outros não
fumam. Para cada um dos indivíduos foi medido o ritmo cardíaco antes (ritmoa) e após
uma corrida de 1500 m (ritmod). Pretende-se, entre outros objectivos, verificar se há
diferenças entre os ritmos cardíacos antes e após o exercício físico; se há diferenças de
ritmo cardíaco entre homens e mulheres, entre fumadores e não fumadores. Pretende-se
igualmente saber qual o valor indicativo do ritmo cardíaco médio da população dessa
universidade.

Antes de prosseguir para os testes t é aconselhado fazer uma análise exploratória dos
dados, tal como foi ilustrado no capítulo 3. A seguir apresentam-se dois estratos desta
análise, nomeadamente o diagrama de extremos-e-quartis e os valores extremos:

ESACB 80
SPSS 5 - Testes T

300

200

100

0
N= 40
RITMOD

Extreme Values
Case Value
Number
RITMOA Highest 1 6 96
2 4 96
3 15 92
4 10 90
5 38 90
Lowest 1 1 62
2 36 62
3 3 64
4 13 66
a
5 39
RITMOD Highest 1 6 265
2 9 160
3 17 158
4 26 158
5 19 156
Lowest 1 16 112
2 27 116
3 37 116
4 7 120
5 28 120
a Only a partial list of cases with the value 66 are shown in the table of lower
extremes.

ESACB 81
SPSS 5 - Testes T

Por esta análise pode concluir-se que o caso nº 6 constitui uma observação “outlier” no
referente à observação ritmod: provavelmente, o observador queria registar o valor 165
e, por erro, introduziu 265, valor virtualmente impossível para o ritmo cardíaco de
qualquer humano, mesmo que sujeito a condições in extremis. Contudo, como na
realidade o estatístico não sabe ou que se passou, a melhor estratégia será ignorar este
caso (indivíduo nº 6) sempre que tiver de utilizar a variável ritmod.

5.1 - TESTE T PARA A MÉDIA DE UMA AMOSTRA

Pretende-se verificar se se pode considerar que a média da variável ritmoa da população


universitária em análise pode ser de 80 pulsações por minuto. Isto é, trata-se de dar
resposta ao seguinte teste de hipóteses:

H0 :x = µ H1 : x ≠ µ

H0 : x − µ = 0 H1 : x − µ ≠ 0

Para tal, fazer Statistics Compare Means One-Sample T Test...

Aparece a seguinte caixa de diálogo, onde se selecciona a variável a analisar (ritmoa), e


o valor hipotético da média da população :

ESACB 82
SPSS 5 - Testes T

De seguida, seleccionar a fim de difinir o nível de confiança para ( x − µ ) :

Por defeito, está definido (1-α)=0.95; se o desejar, o utilizador poderá alterar este nível
de confiança. Fazer e depois OK:

Para um nível de significância de 5%, deve rejeitar-se a hipótese nula de que o ritmo
médio cardíaco da população, com base nesta amostra, possa ser de 80 (pois o p-value
ou significance level da amostra é de 0.011<α=0.05, ou porque |tcalc|=2.686 >
t(0.05,39)=2.021).

O intervalo de confiança para ( x − µ ) ∈ [− 7.01, − 1.00]

5.2 - TESTE T PARA DUAS AMOSTRAS INDEPENDENTES

Pretende-se verificar se, em relação ao ritmo cardíaco antes do exercício físico, há ou


não diferenças entre os fumadores e os não fumadores, isto é:

H 0: x ritmoaFumadores = x ritmoanão fumadres H 1 : x ritmoaFumadores ≠ x ritmoanão fumadres

ESACB 83
SPSS 5 - Testes T

Para tal, fazer Statistics Compare Means Independent Samples T


Test...:

Na caixa de diálogo seguinte, seleccionar a variável resposta a analisar (ritmoa); as


duas amostras a comparar são dois sub-grupos desta variável, definidos pela variável

fuma; para tal, seleccionar esta variável para o campo :

Para definir os sub-grupos ou amostras, seleccionar ; usar os valores


codificados da variável fuma (1=Fuma; 2=Não Fuma) para definir os grupos:

ESACB 84
SPSS 5 - Testes T

No final, fazer . De seguida, seleccionar a fim de difinir o nível de


confiança para a diferença entre médias:

Fazer e depois OK:

Group Statistics

Std. Std. Error


FUMA N Mean Deviation Mean
RITMOA Fuma 16 76.75 12.00 3.00
Não Fuma 24 75.42 7.72 1.58

Independent Samples Test

Levene's Test for


Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Sig. Mean Std. Error Difference
F Sig. t df (2-tailed) Difference Difference Lower Upper
RITMOA Equal variances
8.665 .006 .429 38 .671 1.33 3.11 -4.96 7.63
assumed
Equal variances not
.394 23.274 .698 1.33 3.39 -5.67 8.34
assumed

No primeiro quadro são apresentados alguns parâmetros estatísticos de cada uma das
amostras. No segundo quadro apresentam-se os testes de homogeneidade de variâncias
(Levene) e o teste t-Student de comparação das médias das duas amostras.

Começa por analisar-se a homogeneidade das variâncias, isto é, verificar se se devem


considerar homogéneas ou diferentea as variâncias dos dois sub-grupos:

2
H 0 : s ritmoa Fuma
= s ritmoa
2
Não Fuma
2
H 1 : s ritmoa Fuma
≠ s ritmoa
2
Não Fuma

concluindo-se que se devem considerar as variâncias não homogéneas, pois p-value


deste teste (0.006) é inferior a um valor α=5% ou mesmo α=1% (isto é, podemos fazer
esta decisão com 99% de probabilidade de acertar). Também se pode decidir este teste,
comparando o valor Fcalc=8.665 com um valor crítico da distribuição F de Snedecor (por
exemplo, para α=5%, F(0.05; 1, 38)=4.105).

5
O teste de Levene é uma anova. Os graus de liberdade totais são N-1=39; pretendem-se
comparar duas amostras, de modo que fica 1 grau de liberdade para as amostras, restando 38 graus de
liberdade para o erro experimental.

ESACB 85
SPSS 5 - Testes T

De seguida, faz-se a decisão do teste t-Student, para a situação de variâncias não


homogéneas, isto é:

H 0: x ritmoaFumadores = x ritmoanão fumadres H 1 : x ritmoaFumadores ≠ x ritmoanão fumadres

O valor da estatística de teste é t=0.394 < t(0.05; 23) = 2.069, ou p-value = 0.698 > α=5%,
concluindo-se assim que os ritmos cardíacos em repouso, destas duas amostras, são
estatisticamente iguais, para um nível de significância de 5%.

O intervalo de confiança a 95% para a diferença entre as médias é [-5.67 , 8.34],


podendo teoricamente a diferença ser nula.

5.3 - TESTE T PARA DUAS AMOSTRAS EMPARELHADAS

Pretende-se verificar se existem ou não diferenças significativas entre os ritmos


cardíacos antes e depois de realização do exercício físico, isto é:

H 0 : x ritmoa = x rit mod H 1 :x ritmoa ≠ x rit mod



H 0 : x ritmoa − x rit mod = 0 H 1 :x ritmoa − x rit mod ≠ 0

Como anteriormente se fez notar, este teste deverá ser efectuando, sem incluir o
indivíduo nº 6, por se suspeitar que o respectivo registo do ritmo cardíaco após
exercício está errado. Para tal, fazer:

Data
Select Cases...

ESACB 86
SPSS 5 - Testes T

Pretende-se excluir o caso nº 6 da análise, isto é, incluir na análise todos os casos com

excepção do caso nº 6. Para tal, na caixa de diálogo seleccionar ,e


definir que se seleccionam para análise todos os cados diferenntes do caso nº 6:

A indicação caso ~= 6 significa todos os casos excepto o caso 6.

O Data Editor do SPSS criou automaticamente uma variável designada filter_$, em que
indica quais os casos seleccionados e os não incluídos. Repare-se que a linha 6 está
traçada, indicando que este caso está excluído de futuras análises:

Note-se que este procedimento de seleccionar casos não é exclusivo nem obrigatório do
procedimento da comparação de médias de duas amostras emparelhadas. É um
procedimento geral a efectuar previamente a qualquer análise em que haja necessidade
de seleccionar ou excluir casos.

De seguida, passa-se então à comparação das médias das duas amostras emparelhadas.
Tal como o nome indica, deve haver pares de observações, de modo que ambas as
amostras têm o mesmo número de observações.

Para tal, fazer Statistics Compare Means Paired Samples T Test...:

ESACB 87
SPSS 5 - Testes T

Na caixa de diálogo seguinte, seleccionar as duas variáveis emparelhadas cujas médias


se pretendem comparar:

O botão serve para definir o intervalo de confiança para a diferença entre as


duas médias (por defeito, (1-α)=0.95).

Os resultados são os seguintes:

Paired Samples Statistics

Std. Std. Error


Mean N Deviation Mean
Pair RITMOA 75.44 39 9.08 1.45
1 RITMOD 137.31 39 12.56 2.01

ESACB 88
SPSS 5 - Testes T

Paired Samples Correlations

N Correlation Sig.
Pair 1 RITMOA & RITMOD 39 .544 .000

Paired Samples Test

Paired Differences
95% Confidence
Interval of the
Std. Std. Error Difference Sig.
Mean Deviation Mean Lower Upper t df (2-tailed)
Pair 1 RITMOA - RITMOD -61.87 10.78 1.73 -65.36 -58.38 -35.858 38 .000

No primeiro quadro são apresentados alguns parâmetros estatísticos de cada uma das
amostras. Repare-se que foram só levados em conta 39 observações em cada amostra.

O quadro seguinte apresenta o valor do coeficiente de correlação de Pearson entre as


duas variáveis (r=0.544).
No último quadro é apresentado o valor de x ritmoa − x rit mod = −61.87 , o intervalo de
confiança para a diferença entre médias ([-65.36 , -58.38]) e o valor da estatística de
teste t-Student t= -35.858, bem como os graus de liberdade do teste e o valor p-value ou
verdaddeiro nível de significância (0.000). Como |tcalc| = 35.858 > t(0.05,38)=2.025 (ou p-
value=0.000 < α=5%) conclui-se que as médias são significativamente diferentes.

ESACB 89
SPSS 6 - Anova

6- ANÁLISE DE VARIÂNCIA

6.1 - ENSAIOS UNI-FACTORIAIS

A análise de variância é uma metodologia estatística cujo objectivo é decidir se existem


ou não diferenças significativas entre as médias de várias amostras de uma variável
numérica, definidas por diferentes tratamentos ou níveis de influência de um factor. Esta
metodologia é uma extensão do teste t-Student para duas amostras independentes.

Isto é:

H 0: x1 = x 2 = x3 = ... = xT = µ H 1 : Existem diferenças significativas entre as médias

De um modo muito resumido, a metodologia anova calcula a variabilidade total


existente na característica ou variável em análise, e particiona esta variabilidade como
sendo devida fundamentalmente a duas causas: uma causa determinista, que é o facto de
as amostras serem sujeitas a tratamentos distintos (variabilidade entre tratamentos);
causas aleatórias ou erro experimental, que engloba todas as restantes fontes de
variabilidade, com excepção dos diferentes tratamentos (variabilidade residual ou erro
experimental). Estas variabilidades são estimativas de variância (entre tratamentos, e
residual, respectivamente). Isto é:

Variabilidade Total = Variabilidade entre Tratamentos + Erro Experimental

A estatística de teste é a estatística F, que é uma razão entre variâncias, que sob o
pressuposto de que as observações têm distribuição normal, segue uma distribuição F de
Snedecor:

Variância entre Tratamentos


F= ~ F(α ; glnum ; glden )
Variância Re sidual

Se a estatística F é demasiado grande, então é porque a variância entre tratamentos é


preponderante em relação à variância residual, isto é, os diferentes tratamentos a que a
amostra foi sujeita conduz a resultados estatisticamente diferentes.

Na sequência de uma análise de variância em que se conclua que existem diferenças


significativas entre as médias dos diversos tratamentos em análise, faz-se um teste
suplementar a fim de identificar quais são as médias estatisticamente diferentes. Os
mais usuais são os testes LSD (Least Significant Difference, Diferença Mínima
Significativa), HSD-Tuckey (Honnestly Significant Difference), Scheffé, Duncan.

Vamos ilustrar a metodologia de análise de variância, usando os valores apresentados


no quadro seguinte, referentes às produções obtidas num ensaio em que se pretende

ESACB 90
SPSS 6 - Anova

estudar o efeito da densidade de sementeira, na cultura de arroz (variedade IR8).


Definiram-se 6 densidades de sementeira (kg/ha de semente). Para cada densidade de
fizeram-se 4 repetições. Todos os restantes factores de produção foram mantidos
constantes no ensaio (adaptado de GOMEZ & GOMEZ, 1984).

Densidade Repetições
25 5113 5398 5307 4678
50 5346 5952 4719 5264
75 5272 5713 5483 5049
100 5164 4831 4986 4410
125 4804 4848 4432 4748
150 4254 4542 4919 4098

A anova simples (ensaios uni-factoriais) pode ser executada no SPSS com dois
procedimentos:

6.1.1 - PROCEDIMENTO ONE-WAY ANOVA

Este é o procedimento que conduz à elaboração típica da análise de variância, e no qual


é possível definir a obtenção de mais resultados no âmbito desta metodologia estatística.

A partir do menu principal do SPSS, seleccionar:

Statistics
Compare Means...
One-Way ANOVA...

Seleccionar para o campo o nome da variável que contém os valores da


variável que contém os resultados a analisar (no exemplo, producao); no campo
selecciona-se a variável que identifica os diferentes tratamentos (densidad).

Seleccionar a opção para definir qual ou quais os testes de comparação de


médias a efectuar na sequência da anova. Pode seleccionar-se apenas um ou mais testes.

ESACB 91
SPSS 6 - Anova

No exemplo, pediram-se os testes LSD e Tuckey. O nível de significância é, por defeito,


α=5%, podendo este valor ser definido pelo utilizador:

Fazer , voltando à janela One-Way ANOVA, onde se pode seleccionar o botão


a fim de definir cálculos adicionais; no caso, pediram-se o cálculo dos
parâmetros estatísticos, a realização do teste de Levene para verificar se as variâncias
dos diferentes tratamentos são homogéneas e representar graficamente as médias dos
diferentes tratamentos:

Os resultados são os seguintes:

ESACB 92
SPSS 6 - Anova

Oneway
Descriptives

Produção (kg/ha)
95% Confidence Interval
for Mean
Std. Lower Upper
N Mean Deviation Std. Error Bound Bound Minimum Maximum
25 kg/ha 4 5124.0000 320.2093 160.1047 4614.4755 5633.5245 4678.00 5398.00
50 kg/ha 4 5320.2500 504.7893 252.3947 4517.0176 6123.4824 4719.00 5952.00
75 kg/ha 4 5379.2500 284.4414 142.2207 4926.6402 5831.8598 5049.00 5713.00
100 kg/ha 4 4847.7500 321.9900 160.9950 4335.3920 5360.1080 4410.00 5164.00
125 kg/ha 4 4708.0000 188.4958 94.2479 4408.0611 5007.9389 4432.00 4848.00
150 kg/ha 4 4453.2500 360.8798 180.4399 3879.0097 5027.4903 4098.00 4919.00
Total 24 4972.0833 455.9256 93.0654 4779.5628 5164.6038 4098.00 5952.00

Test of Homogeneity of Variances

Produção (kg/ha)
Levene
Statistic df1 df2 Sig.
.418 5 18 .830

ANOVA

Produção (kg/ha)
Sum of Mean
Squares df Square F Sig.
Between Groups 2657880.8 5 531576.167 4.507 .008
Within Groups 2123087.0 18 117949.278
Total 4780967.8 23

ESACB 93
SPSS 6 - Anova

Post Hoc Tests


Multiple Comparisons

Dependent Variable: Produção (kg/ha)

Mean 95% Confidence Interval


(I) Densidade de (J) Densidade de Difference Lower Upper
sementeira sementeira (I-J) Std. Error Sig. Bound Bound
Tukey HSD 25 kg/ha 50 kg/ha -196.2500 242.8469 .962 -968.0352 575.5352
75 kg/ha -255.2500 242.8469 .894 -1027.0352 516.5352
100 kg/ha 276.2500 242.8469 .859 -495.5352 1048.0352
125 kg/ha 416.0000 242.8469 .541 -355.7852 1187.7852
150 kg/ha 670.7500 242.8469 .111 -101.0352 1442.5352
50 kg/ha 25 kg/ha 196.2500 242.8469 .962 -575.5352 968.0352
75 kg/ha -59.0000 242.8469 1.000 -830.7852 712.7852
100 kg/ha 472.5000 242.8469 .408 -299.2852 1244.2852
125 kg/ha 612.2500 242.8469 .170 -159.5352 1384.0352
150 kg/ha 867.0000* 242.8469 .023 95.2148 1638.7852
75 kg/ha 25 kg/ha 255.2500 242.8469 .894 -516.5352 1027.0352
50 kg/ha 59.0000 242.8469 1.000 -712.7852 830.7852
100 kg/ha 531.5000 242.8469 .290 -240.2852 1303.2852
125 kg/ha 671.2500 242.8469 .110 -100.5352 1443.0352
150 kg/ha 926.0000* 242.8469 .014 154.2148 1697.7852
100 kg/ha 25 kg/ha -276.2500 242.8469 .859 -1048.0352 495.5352
50 kg/ha -472.5000 242.8469 .408 -1244.2852 299.2852
75 kg/ha -531.5000 242.8469 .290 -1303.2852 240.2852
125 kg/ha 139.7500 242.8469 .991 -632.0352 911.5352
150 kg/ha 394.5000 242.8469 .594 -377.2852 1166.2852
125 kg/ha 25 kg/ha -416.0000 242.8469 .541 -1187.7852 355.7852
50 kg/ha -612.2500 242.8469 .170 -1384.0352 159.5352
75 kg/ha -671.2500 242.8469 .110 -1443.0352 100.5352
100 kg/ha -139.7500 242.8469 .991 -911.5352 632.0352
150 kg/ha 254.7500 242.8469 .895 -517.0352 1026.5352
150 kg/ha 25 kg/ha -670.7500 242.8469 .111 -1442.5352 101.0352
50 kg/ha -867.0000* 242.8469 .023 -1638.7852 -95.2148
75 kg/ha -926.0000* 242.8469 .014 -1697.7852 -154.2148
100 kg/ha -394.5000 242.8469 .594 -1166.2852 377.2852
125 kg/ha -254.7500 242.8469 .895 -1026.5352 517.0352
LSD 25 kg/ha 50 kg/ha -196.2500 242.8469 .430 -706.4525 313.9525
75 kg/ha -255.2500 242.8469 .307 -765.4525 254.9525
100 kg/ha 276.2500 242.8469 .270 -233.9525 786.4525
125 kg/ha 416.0000 242.8469 .104 -94.2025 926.2025
150 kg/ha 670.7500* 242.8469 .013 160.5475 1180.9525
50 kg/ha 25 kg/ha 196.2500 242.8469 .430 -313.9525 706.4525
75 kg/ha -59.0000 242.8469 .811 -569.2025 451.2025
100 kg/ha 472.5000 242.8469 .067 -37.7025 982.7025
125 kg/ha 612.2500* 242.8469 .021 102.0475 1122.4525
150 kg/ha 867.0000* 242.8469 .002 356.7975 1377.2025
75 kg/ha 25 kg/ha 255.2500 242.8469 .307 -254.9525 765.4525
50 kg/ha 59.0000 242.8469 .811 -451.2025 569.2025
100 kg/ha 531.5000* 242.8469 .042 21.2975 1041.7025
125 kg/ha 671.2500* 242.8469 .013 161.0475 1181.4525
150 kg/ha 926.0000* 242.8469 .001 415.7975 1436.2025
100 kg/ha 25 kg/ha -276.2500 242.8469 .270 -786.4525 233.9525
50 kg/ha -472.5000 242.8469 .067 -982.7025 37.7025
75 kg/ha -531.5000* 242.8469 .042 -1041.7025 -21.2975
125 kg/ha 139.7500 242.8469 .572 -370.4525 649.9525
150 kg/ha 394.5000 242.8469 .122 -115.7025 904.7025
125 kg/ha 25 kg/ha -416.0000 242.8469 .104 -926.2025 94.2025
50 kg/ha -612.2500* 242.8469 .021 -1122.4525 -102.0475
75 kg/ha -671.2500* 242.8469 .013 -1181.4525 -161.0475
100 kg/ha -139.7500 242.8469 .572 -649.9525 370.4525
150 kg/ha 254.7500 242.8469 .308 -255.4525 764.9525
150 kg/ha 25 kg/ha -670.7500* 242.8469 .013 -1180.9525 -160.5475
50 kg/ha -867.0000* 242.8469 .002 -1377.2025 -356.7975
75 kg/ha -926.0000* 242.8469 .001 -1436.2025 -415.7975
100 kg/ha -394.5000 242.8469 .122 -904.7025 115.7025
125 kg/ha -254.7500 242.8469 .308 -764.9525 255.4525
*. The mean difference is significant at the .05 level.

ESACB 94
SPSS 6 - Anova

Homogeneous Subsets
Produção (kg/ha)

Densidade de Subset for alpha = .05


sementeira N 1 2
Tukey HSDa 150 kg/ha 4 4453.2500
125 kg/ha 4 4708.0000 4708.0000
100 kg/ha 4 4847.7500 4847.7500
25 kg/ha 4 5124.0000 5124.0000
50 kg/ha 4 5320.2500
75 kg/ha 4 5379.2500
Sig. .111 .110
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 4.000.

Means Plots
5600

5400

5200
Mean of Produção (kg/ha)

5000

4800

4600

4400
25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha

Densidade de sementeira

O primeiro quadro de resultados contém a médias, desvio padrão e erro padrão da média
e intervalo de confiança da média, mínimo e máximo para cada tratamento.

De seguida é apresentado o teste de homogeneidade de variâncias de Levene:

H 0 : s12 = s 22 = s 32 = s 42 H 1 : As variâncias não são homogéneas

Como F=0.418 < F(0.05;5;18) =2.77, ou p-value=0.83 > α=0.05, conclui-se que as
variâncias são homogéneas, isto é, dentro de cada um dos tratamentos a variabilidade é
apenas devida a causas aleatórias.

O quadro que se segue é a tabela da análise de variância, apresentando a variabilidade


particionada entre os tratamentos (betwen groups) e residual (within groups). Como
F=4.507 > F(0.05;5;18) =2.77, ou p-value=0.008 < α=0.05, conclui-se que existem
diferenças significativas entre as produções médias das 6 densidades de sementeira, com
um nível de significância de 5%.

Contudo, este resultado não nos permite concluir qual ou quais densidades conduzem a
produções médias significativamente diferentes de outras. Para concluir tal, há que
proceder à comparação da média de cada um dos tratamentos com todas as restantes.
esta comparação é feita em termos do valor absoluto das diferenças entre médias: se esta

ESACB 95
SPSS 6 - Anova

diferença entre duas médias é pequena, então as médias não diferem; se a diferença é
grande, então as duas médias são estatisticamente distintas. Este é o princípio de
qualquer teste de comparações múltiplas.

Contudo, há que fixar um critério que defina a fronteira entre o que é uma diferença
grande e uma diferença pequena. Este critério é estabelecido por cada um dos testes
(LSD, Scheffé, Tukey, etc), com base em expressões que relacionam a média das somas
dos quadrados residual (calculada na tabela anova) e com base em funções de
distribuição de probabilidades.

No quadro dos resultados dos testes de comparações múltiplas são identificados com o
símbolo * quais os tratamentos cujas médias diferem significativamente. Repare-se que
ambos os testes acusam como conduzindo a produções médias diferentes densidades de
50 kg/ha e 150 kg/ha (diferença de 867 kg) e 75 kg/ha e 150 kg/ha (diferença de 926
kg). Contudo apenas o teste LSD acusa existirem diferenças entre as produções
alcançadas com 25 e 150 kg/ha (diferença de 670.75 kg), 50 e 125 kg/ha (diferença de
612.25 kg), 75 e 100 kg/ha (diferença de 531.5 kg).

Isto é, o teste LSD acusa como diferentes tratamentos cujas médias estão menos
afastadas do que o teste Tuckey, que dá, por assim dizer, maior margem de dúvida antes
de imputar essas diferenças aos efeitos dos tratamentos.

De seguida aparece um quadro complementar do teste Tukey em que agrupa os


tratamentos em grupos homogéneos, sendo o critério de agrupamento o facto de não
existirem diferenças significativas entre os médias dos tratamentos incluídos no mesmo
grupo. O mesmo tratamento pode pertencer a mais do que um grupo, desde que não
difira dos restantes tratamentos desse grupo. Assim, as densidades de sementeira de
150, 125, 100, 25 constituem um grupo de tratamentos, cujas produções médias são as
mais baixas; as densidades de 125, 100, 25, 50, 75 constituem outro grupo, cujas
produções são as mais altas. É claro que alguns dos tratamentos densidades de 125, 100,
25) pertencem aos dois grupos6.

Em termos absolutos, a densidade de sementeira que conduz a maior produção é a


densidade de 75 kg/ha; contudo, a produção obtida com a densidade de 50 kg/ha não
difere significativamente da anterior, e pode haver vantagens económicas em usar esta
densidade. Contudo, estas são algumas reflexões de índole técnica que competem ao
analista desenvolver, não cabendo propriamente no âmbito deste manual.

No final aparece um gráfico representado as médias dos tratamentos, que pode ser útil
explorar no sentido de compreender os resultados, e deles tirar o proveito no âmbito da
aplicabilidade da Estatística ao delineamento de ensaios agrícolas.

6.1.2 - PROCEDIMENTO MEANS

A partir do menu principal do SPSS, seleccionar:

6
Deixa-se ao cuidado do leitor a explicação agronómica destas conclusões.

ESACB 96
SPSS 6 - Anova

Statistics
Compare Means...
Means...

Seleccionar para o campo o nome da variável que contém os valores da


variável a analisar (no exemplo, producao); no campo selecciona-se a
variável que identifica os diferentes tratamentos (densidad).

Seleccionar o botão a fim de pedir a elaboração da tabela da análise de


variância. Por defeito, são calculados os parâmetros média e desvio padrão; o utilizador
pode seleccionar outras estatísticas a calcular:

Os resultados são os seguintes:

ESACB 97
SPSS 6 - Anova

Means
Case Processing Summary

Cases
Included Excluded Total
N Percent N Percent N Percent
Produção (kg/ha) *
Densidade de 24 100.0% 0 .0% 24 100.0%
sementeira

Report

Produção (kg/ha)
Densidade de Std.
sementeira Mean N Deviation
25 kg/ha 5124.0000 4 320.2093
50 kg/ha 5320.2500 4 504.7893
75 kg/ha 5379.2500 4 284.4414
100 kg/ha 4847.7500 4 321.9900
125 kg/ha 4708.0000 4 188.4958
150 kg/ha 4453.2500 4 360.8798
Total 4972.0833 24 455.9256

ANOVA Table

Sum of Mean
Squares df Square F Sig.
Produção (kg/ha) * Between (Combined) 2657880.8 5 531576.167 4.507 .008
Densidade de G
Within Groups 2123087.0 18 117949.278
sementeira Total 4780967.8 23

Measures of Association

Eta
Eta Squared
Produção (kg/ha) *
Densidade de .746 .556
sementeira

A tabela da anova é idêntica à obtida no procedimento anterior. Contudo, este


procedimento não permite a obtenção dos testes subsequentes que foram obtidos
previamente.

A estatística Eta-Squared é a proporção de variância da variável dependente que é


SS
explicada pelas diferenças entre os tratamentos; é dado pela expressão H (isto é,
SS T
razão entre Soma dos Quadrados entre tratamentos (SSH) e a Soma dos Quadrados total
(SST). A designação de Eta adoptada pelo SPSS no contexto da anova destina-se a não
fazer confusão com o coeficiente de determinação, R2, usado no contexto da regressão
linear, e que pode ser obtido a partir da tabela da anova da regressão pela expressão
anterior.

ESACB 98
SPSS 6 - Anova

6.2 - ENSAIOS MULTI-FACTORIAIS

Os organismos biológicos estão simultaneamente expostos a muitos factores de


crescimento. A resposta de um organismo a um único factor de crescimento pode variar
com o nível de outros factores; assim, os delineamentos uni-factoriais são criticados
pelo seu pequeno leque de aplicabilidade. Na realidade, os resultados dos delineamentos
uni-factoriais são apenas válidos para o caso particular (e extremamente difíceis de
conseguir) de todos os restantes factores serem mantidos constantes.

Neste sentido, quando se espera que a resposta a um factor de interesse varie sob
diferentes níveis de outros factores, devem evitar-se os delineamentos uni-factoriais, e
considerar um delineamento multi-factorial que permita estudar em simultâneo dois ou
mais factores.

Em ensaios factoriais, há a considerar os efeitos de cada um dos níveis de um dos


factores, mantendo os níveis dos outros factores constantes (efeitos simples), os efeitos
de cada um dos factores, abstraindo da presença dos outros factores (efeitos principais)
e interacção entre os níveis dos diversos factores (interacção entre factores).

Diz-se que existe interacção entre dois factores se a resposta a um dos factores varia
consoante os níveis do outro factor.

A fim de ilustrar o procedimento de cálculo da análise de variância multi-factorial,


vamos usar o ficheiro arroz.sav, em que se pretende verificar a influência de três
variedades (IR8, IR5, CA-63) e 5 níveis de adubação azotada (0, 60, 90, 120, 150 kg/ha)
na produção de arroz.

Statistics
General Linear Model
GLM – General Factorial ...

Na caixa de diálogo seguinte, seleccionar a variável dependente a analisar (producao) e


os factores de produção cuja influência se pretende analisar (variedad e adubacao):

ESACB 99
SPSS 6 - Anova

De seguida, seleccionar a opção a fim de definir o modelo de anova a


calcular. Por defeito, está seleccionada a opção , que especifica que a tabela
da anova apresentará a os efeitos principais de cada factor, bem como as interacções
entre factores. É a situação mais usual. Optando por o utilizador pode definir
que a anova apresente apenas os efeitos principais, ou apenas algumas das interacções a
definir.

Por defeito, está definido o método de cálculo da soma de quadrados (tipo III); para
delineamentos em que não haja “missing-values” deve definir-se esta metodologia de
cálculo.

ESACB 100
SPSS 6 - Anova

A opção deve ser seleccionada (por defeito, está activada). Caso


se assuma que os dados passam pela origem dos eixos (isto é, caso a ausência dos
factores em análise conduzam a valor zero da variável dependente), pode omitir-se esta
opção. Da sua inclusão no modelo resulta a apresentação de mais uma linha inusitada na
tabela da anova, que traduz a variabilidade associada à variável dependente para os
níveis zero dos factores. As restantes linhas da tabela são as usuais.

Fazer para regressar à janela GLM – General factorial, onde se deve


seleccionar para representar graficamente as médias de cada um dos
factores e das interacções de factores:

Para seleccionar o gráfico das médias de um factor, definir esse factor em

; fazer para adicionar esse gráfico; para definir o gráfico das


interacções, seleccionar um factor para Horizontal Axis e outro factor para Separate
Lines. Fazer para continuar.

Optar por para definir os testes de comparações múltiplas:

ESACB 101
SPSS 6 - Anova

Fazer para continuar. Seleccionar para seleccionar o cálculo de


parâmetros estatísticos, teste de Levene de homogeneidade de variâncias e os intervalos
de confiança para as médias:

Os resultados deste procedimento são os seguintes:

Univariate Analysis of Variance

ESACB 102
SPSS 6 - Anova

Between-Subjects Factors

Value
Label N
Variedade 1 IR8 20
2 IR5 20
3 C4-63 20
Adubação 0 0 kg/ha 12
1 60 kg/ha 12
2 90 kg/ha 12
3 120 kg/ha 12
4 150 kg/ha 12

Descriptive Statistics

Dependent Variable: Produção


Std.
Variedade Adubação Mean Deviation N
IR8 0 kg/ha 3124.0000 532.7939 4
60 kg/ha 4723.5000 171.9874 4
90 kg/ha 4459.5000 400.2345 4
120 kg/ha 5717.0000 334.1237 4
150 kg/ha 5823.0000 208.3235 4
Total 4769.4000 1054.8145 20
IR5 0 kg/ha 3548.0000 540.9054 4
60 kg/ha 4806.0000 443.6124 4
90 kg/ha 5436.0000 757.8408 4
120 kg/ha 5739.5000 494.9542 4
150 kg/ha 5680.5000 217.5462 4
Total 5042.0000 957.4259 20
C4-63 0 kg/ha 3778.0000 314.1507 4
60 kg/ha 4753.5000 414.2411 4
90 kg/ha 5320.0000 501.1640 4
120 kg/ha 5552.5000 573.7000 4
150 kg/ha 5886.5000 385.9374 4
Total 5058.1000 855.9827 20
Total 0 kg/ha 3483.3333 513.9808 12
60 kg/ha 4761.0000 331.3680 12
90 kg/ha 5071.8333 689.7728 12
120 kg/ha 5669.6667 441.1381 12
150 kg/ha 5796.6667 271.0335 12
Total 4956.5000 952.5245 60

a
Levene's Test of Equality of Error Variances

Dependent Variable: Produção


F df1 df2 Sig.
1.044 14 45 .430
Tests the null hypothesis that the error variance of the
dependent variable is equal across groups.
a. Design: Intercept+VARIEDAD+AZOTO+VARIEDAD *
AZOTO

ESACB 103
SPSS 6 - Anova

Tests of Between-Subjects Effects

Dependent Variable: Produção


Type III
Sum of Mean
Source Squares df Square F Sig.
Corrected Model 44578256a 14 3184161.1 16.005 .000
Intercept 1.47E+09 1 1.47E+09 7409.078 .000
VARIEDAD 1052784.4 2 526392.200 2.646 .082
AZOTO 41234745 4 10308686 51.816 .000
VARIEDAD * AZOTO 2290726.3 8 286340.783 1.439 .207
Error 8952613.0 45 198946.956
Total 1.53E+09 60
Corrected Total 53530869 59
a. R Squared = .833 (Adjusted R Squared = .781)

Estimated Marginal Means


1. Variedade
Estimates

Dependent Variable: Produção


95% Confidence Interval
Lower Upper
Variedade Mean Std. Error Bound Bound
IR8 4769.400 99.736 4568.521 4970.279
IR5 5042.000 99.736 4841.121 5242.879
C4-63 5058.100 99.736 4857.221 5258.979

Pairwise Comparisons

Dependent Variable: Produção

95% Confidence Interval


a
Mean for Difference
Difference Lower Upper
a
(I) Variedade (J) Variedade (I-J) Std. Error Sig. Bound Bound
IR8 IR5 -272.600 141.049 .060 -556.686 11.486
C4-63 -288.700* 141.049 .047 -572.786 -4.614
IR5 IR8 272.600 141.049 .060 -11.486 556.686
C4-63 -16.100 141.049 .910 -300.186 267.986
C4-63 IR8 288.700* 141.049 .047 4.614 572.786
IR5 16.100 141.049 .910 -267.986 300.186
Based on estimated marginal means
*. The mean difference is significant at the .05 level.
a. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no
adjustments).

ESACB 104
SPSS 6 - Anova

Univariate Tests

Dependent Variable: Produção


Sum of Mean
Squares df Square F Sig.
Contrast 1052784.4 2 526392.200 2.646 .082
Error 8952613.0 45 198946.956
The F tests the effect of Variedade. This test is based on the linearly
independent pairwise comparisons among the estimated marginal means.

2. Adubação
Estimates

Dependent Variable: Produção


95% Confidence Interval
Lower Upper
Adubação Mean Std. Error Bound Bound
0 kg/ha 3483.333 128.759 3223.999 3742.668
60 kg/ha 4761.000 128.759 4501.666 5020.334
90 kg/ha 5071.833 128.759 4812.499 5331.168
120 kg/ha 5669.667 128.759 5410.332 5929.001
150 kg/ha 5796.667 128.759 5537.332 6056.001

ESACB 105
SPSS 6 - Anova

Pairwise Comparisons

Dependent Variable: Produção

95% Confidence Interval


a
Mean for Difference
Difference Lower Upper
a
(I) Adubação (J) Adubação (I-J) Std. Error Sig. Bound Bound
0 kg/ha 60 kg/ha -1277.667* 182.093 .000 -1644.421 -910.913
90 kg/ha -1588.500* 182.093 .000 -1955.254 -1221.746
120 kg/ha -2186.333* 182.093 .000 -2553.087 -1819.579
150 kg/ha -2313.333* 182.093 .000 -2680.087 -1946.579
60 kg/ha 0 kg/ha 1277.667* 182.093 .000 910.913 1644.421
90 kg/ha -310.833 182.093 .095 -677.587 55.921
120 kg/ha -908.667* 182.093 .000 -1275.421 -541.913
150 kg/ha -1035.667* 182.093 .000 -1402.421 -668.913
90 kg/ha 0 kg/ha 1588.500* 182.093 .000 1221.746 1955.254
60 kg/ha 310.833 182.093 .095 -55.921 677.587
120 kg/ha -597.833* 182.093 .002 -964.587 -231.079
150 kg/ha -724.833* 182.093 .000 -1091.587 -358.079
120 kg/ha 0 kg/ha 2186.333* 182.093 .000 1819.579 2553.087
60 kg/ha 908.667* 182.093 .000 541.913 1275.421
90 kg/ha 597.833* 182.093 .002 231.079 964.587
150 kg/ha -127.000 182.093 .489 -493.754 239.754
150 kg/ha 0 kg/ha 2313.333* 182.093 .000 1946.579 2680.087
60 kg/ha 1035.667* 182.093 .000 668.913 1402.421
90 kg/ha 724.833* 182.093 .000 358.079 1091.587
120 kg/ha 127.000 182.093 .489 -239.754 493.754
Based on estimated marginal means
*. The mean difference is significant at the .05 level.
a. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no
adjustments).

Univariate Tests

Dependent Variable: Produção


Sum of Mean
Squares df Square F Sig.
Contrast 41234745 4 10308686 51.816 .000
Error 8952613.0 45 198946.956
The F tests the effect of Adubação. This test is based on the linearly
independent pairwise comparisons among the estimated marginal means.

ESACB 106
SPSS 6 - Anova

3. Variedade * Adubação

Dependent Variable: Produção


95% Confidence Interval
Lower Upper
Variedade Adubação Mean Std. Error Bound Bound
IR8 0 kg/ha 3124.000 223.017 2674.820 3573.180
60 kg/ha 4723.500 223.017 4274.320 5172.680
90 kg/ha 4459.500 223.017 4010.320 4908.680
120 kg/ha 5717.000 223.017 5267.820 6166.180
150 kg/ha 5823.000 223.017 5373.820 6272.180
IR5 0 kg/ha 3548.000 223.017 3098.820 3997.180
60 kg/ha 4806.000 223.017 4356.820 5255.180
90 kg/ha 5436.000 223.017 4986.820 5885.180
120 kg/ha 5739.500 223.017 5290.320 6188.680
150 kg/ha 5680.500 223.017 5231.320 6129.680
C4-63 0 kg/ha 3778.000 223.017 3328.820 4227.180
60 kg/ha 4753.500 223.017 4304.320 5202.680
90 kg/ha 5320.000 223.017 4870.820 5769.180
120 kg/ha 5552.500 223.017 5103.320 6001.680
150 kg/ha 5886.500 223.017 5437.320 6335.680

Post Hoc Tests


Variedade
Multiple Comparisons

Dependent Variable: Produção


Tukey HSD

Mean 95% Confidence Interval


Difference Lower Upper
(I) Variedade (J) Variedade (I-J) Std. Error Sig. Bound Bound
IR8 IR5 -272.6000 141.0486 .141 -614.4488 69.2488
C4-63 -288.7000 141.0486 .113 -630.5488 53.1488
IR5 IR8 272.6000 141.0486 .141 -69.2488 614.4488
C4-63 -16.1000 141.0486 .993 -357.9488 325.7488
C4-63 IR8 288.7000 141.0486 .113 -53.1488 630.5488
IR5 16.1000 141.0486 .993 -325.7488 357.9488
Based on observed means.

ESACB 107
SPSS 6 - Anova

Homogeneous Subsets
Produção
a,b
Tukey HSD
Subset
Variedade N 1
IR8 20 4769.4000
IR5 20 5042.0000
C4-63 20 5058.1000
Sig. .113
Means for groups in homogeneous subsets are displayed.
Based on Type III Sum of Squares
The error term is Mean Square(Error) = 198946.956.
a. Uses Harmonic Mean Sample Size = 20.000.
b. Alpha = .05.

Adubação
Multiple Comparisons

Dependent Variable: Produção


Tukey HSD

Mean 95% Confidence Interval


Difference Lower Upper
(I) Adubação (J) Adubação (I-J) Std. Error Sig. Bound Bound
0 kg/ha 60 kg/ha -1277.6667* 182.0929 .000 -1795.0797 -760.2536
90 kg/ha -1588.5000* 182.0929 .000 -2105.9131 -1071.0869
120 kg/ha -2186.3333* 182.0929 .000 -2703.7464 -1668.9203
150 kg/ha -2313.3333* 182.0929 .000 -2830.7464 -1795.9203
60 kg/ha 0 kg/ha 1277.6667* 182.0929 .000 760.2536 1795.0797
90 kg/ha -310.8333 182.0929 .440 -828.2464 206.5797
120 kg/ha -908.6667* 182.0929 .000 -1426.0797 -391.2536
150 kg/ha -1035.6667* 182.0929 .000 -1553.0797 -518.2536
90 kg/ha 0 kg/ha 1588.5000* 182.0929 .000 1071.0869 2105.9131
60 kg/ha 310.8333 182.0929 .440 -206.5797 828.2464
120 kg/ha -597.8333* 182.0929 .016 -1115.2464 -80.4203
150 kg/ha -724.8333* 182.0929 .002 -1242.2464 -207.4203
120 kg/ha 0 kg/ha 2186.3333* 182.0929 .000 1668.9203 2703.7464
60 kg/ha 908.6667* 182.0929 .000 391.2536 1426.0797
90 kg/ha 597.8333* 182.0929 .016 80.4203 1115.2464
150 kg/ha -127.0000 182.0929 .956 -644.4131 390.4131
150 kg/ha 0 kg/ha 2313.3333* 182.0929 .000 1795.9203 2830.7464
60 kg/ha 1035.6667* 182.0929 .000 518.2536 1553.0797
90 kg/ha 724.8333* 182.0929 .002 207.4203 1242.2464
120 kg/ha 127.0000 182.0929 .956 -390.4131 644.4131
Based on observed means.
*. The mean difference is significant at the .05 level.

ESACB 108
SPSS 6 - Anova

Homogeneous Subsets
Produção
a,b
Tukey HSD
Subset
Adubação N 1 2 3
0 kg/ha 12 3483.3333
60 kg/ha 12 4761.0000
90 kg/ha 12 5071.8333
120 kg/ha 12 5669.6667
150 kg/ha 12 5796.6667
Sig. 1.000 .440 .956
Means for groups in homogeneous subsets are displayed.
Based on Type III Sum of Squares
The error term is Mean Square(Error) = 198946.956.
a. Uses Harmonic Mean Sample Size = 12.000.
b. Alpha = .05.

Profile Plots

Estimated Marginal Means of Produção


5100

5000
Estimated Marginal Means

4900

4800

4700
IR8 IR5 C4-63

Variedade

ESACB 109
SPSS 6 - Anova

Estimated Marginal Means of Produção


6000

5000
Estimated Marginal Means

4000

3000
0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha

Adubação

Estimated Marginal Means of Produção


7000

6000
Estimated Marginal Means

5000

4000
Variedade

IR8
3000
IR5

2000 C4-63
0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha

Adubação

ESACB 110
SPSS 7 - Regressão Linear

7- REGRESSÃO LINEAR

7.1 - INTRODUÇÃO

Muitos estudos estatísticos têm como objectivo estabelecer uma relação, traduzida por
uma equação, que permite estimar o valor de uma variável, em função de outra ou
outras variáveis.

O caso mais simples é traduzir esta relação pela equação de uma recta, quando o
acréscimo de uma variável, designada por dependente e usualmente representada por y,
varia linearmente com os acréscimos provocados noutra variável, designada por
independente, representada por x.

A equação que traduz esta relação é y = a + bx ou y = b0 + b1 x , em que os parâmetros


ou coeficientes são a ordenada na origem, a (ou bo), e o declive, b (ou b1).

Como regra, previamente ao cálculo da regressão linear, deve fazer-se uma análise
gráfica aos dados (gráfico de dispersão ou scatterplot), a fim de ter uma percepção
visual da existência ou não de uma tendência de dependência entre as variáveis, e como
método de detectar possíveis observações outliers ou influentes, que distorçam os
resultados.

A representação gráfica dos dados, num gráfico de pontos (scatterplot) ajuda a


identificar algumas situações em que a equação de regressão linear simples não tem um
ajustamento perfeito. De seguida, ilustram-se algumas destas situações.

Na situação 1, a observação assinalada é um outlier bi-variado, muito embora não o seja


em relação a cada uma das variáveis, já que não é observação extrema. Contudo, o par
(x,y) está deslocado do contexto geral das restantes observações. Em relação às
restantes observações, o gráfico evidencia uma tendência segundo uma recta crescente.
O utilizador deverá verificar os dados e corrigir eventuais registos erróneos, ou
simplesmente desprezar esta observação e efectuar a regressão com os dados restantes.
Note-se que a inclusão desta observação irá provocar uma acentuada variação no
declive da recta.

ESACB 111
SPSS 7 - Regressão Linear

Situação 1
50

0
10

Na situação 2 existe uma observação igualmente muito influente em termos do declive


da recta ajustada. Neste caso, a observação assinalada tem tendência a ser outlier, quer
bi-variado, quer em relação a cada uma das variáveis. Além disso, eliminando esta
observação, resta uma nuvem de pontos, em que não é nítida qualquer tendência de
relação entre as variáveis.

Situação 2

60

0
10

Na situação 3, a variância da variável y não é uniforme, ao longo dos valores em x, isto


é, tomando “fatias” verticais ao longo do eixo dos xx, a dispersão dos valores y vai
aumentando para valores mais elevados de y. Muito embora a normalidade dos dados
não seja um pressuposto obrigatório para a estimativa da regressão linear, é contudo
necessário que os resíduos (yobs – yest) tenham distribuição normal e variância constante.
Nesta situação, estes pressupostos são violados, invalidando as inferências que se façam
a partir da equação estimada.

ESACB 112
SPSS 7 - Regressão Linear

Situação 3
50

0
10

A situação 4 ilustra uma forte relação entre x e y, mas não de tipo linear, pelo que o
ajustamento de uma recta para traduzir esta função de dependência é errada e sem
significado.

Situação 4
12

0
0 16

Na situação 5 recolheram-se observações apenas nas zonas extremas do intervalo de


variação de x, não existindo dados para valores intermédios da variável x. A função de
regressão linear nesta situação é fortemente influenciada pelos valores extremos, mas
não traduz a relação que existe para todo o intervalo de x. Na recolha de dados, deve
haver a preocupação de que a amostragem cubra todo o intervalo de variação de x, de
modo a evidenciar o comportamento da relação no interior desse intervalo.

Situação 5
20

0
0 10

ESACB 113
SPSS 7 - Regressão Linear

O objectivo da regressão linear é estabelecer a função y = a + bx desta recta, que de um


modo muito aproximado permite estimar o valor de y para dado valor de x. O cálculo
dos coeficientes de regressão faz-se pelo método dos mínimos quadrados, que minimiza
a soma dos quadrados dos resíduos, isto é, minimiza a função ∑ ( y obs − ŷ ) , em que
2

ŷ representa o valor estimado pela equação para dado valor x.

No gráfico seguinte representam-se os valores de 24 pares de valores do tipo (x,y), em


que no eixo dos xx está representada a variável % de sólidos insolúveis em água e nos
yy se representa a % total de sólidos, duas características importantes em molho de
tomate (adaptado de DERECK PIKE, 19??; os dados são apresentados em anexo):

60

50

40
% sólidos no molho

30

20
10 11 12 13 14 15 16 17 18

% insolúveis em água

É evidente a tendência do decréscimo da % de sólidos no molho com o aumento da %


de insolúveis em água, segundo uma relação aproximadamente linear. Pretende-se
estabelecer esta relação entre as duas variáveis, com os objectivos de (i) descrever a
relação entre as características para este tipo de molho, e (ii) poder estimar ou prever a
% de sólidos do molho (característica bastante difícil de quantificar) mediante a % de
insolúveis em água que o molho contém (característica relativamente fácil de
determinar).

A equação de regressão linear é uma estatística, e como tal, tem inerente a componente
de erro estatístico. A fim de interpretar a equação estimada, são apresentados uma série
de coeficientes e estatísticas suplementares, que de um modo geral permitem analisar o
maior ou menor grau de rigor com que a equação de regressão traduz a relação entre as
variáveis em estudo.

Um dos coeficientes associados à equação é o coeficiente de correlação linear,


representado por r, que representa, na escala ]-1, 1[, a correlação ou associação entre as

ESACB 114
SPSS 7 - Regressão Linear

duas variáveis; o quadrado deste coeficiente constitui o coeficiente de correlação total,


ou coeficiente de determinação, representado por R2, que traduz, a % de variabilidade
da variável dependente (y) que é explicada pela variável independente (x).

É apresentado o coeficiente de determinação ajustado, que é um estimador não


enviezado de R2 (que tende a ser um estimador sobre-avaliado) definido a partir de R2
pela expressão:

p (1 − R 2 )
Ra2 = R 2 −
N − p −1

em que p é o número de variáveis independentes; no caso da equação de regressão


linear simples y = a + bx , p=1.

São apresentados os intervalos de confiança para os coeficientes a e b, bem como os


erros-padrão e as estatísticas dos seguintes testes de hipóteses:

teste referente ao coeficiente a: H0 : a = 0 H1 : a ≠ 0


teste referente ao coeficiente b: H0 : b = 0 H1 : b ≠ 0

O output do procedimento do cálculo da equação de regressão apresenta a tabela da


anova, que constitui um teste de hipóteses à existência ou não de uma relação de
dependência:

H 0 : y não depende de x H 1 : y depende de x



H0 : b = 0 H1 : b ≠ 0

A estatística F tem um valor alto quando a variável independente ajuda a explicar a


variabilidade da variável dependente.

Além disso, a tabela da análise de variância fornece a média da soma dos quadrados
dos resíduos, cuja raíz quadrada é o erro padrão da estimativa. A equação de regressão é
tão mais ajustada aos dados, quanto menor for o erro padrão da estimativa,
comparativamente com o desvio padrão da variável dependente.

7.2 - REGRESSÃO LINEAR SIMPLES

Para proceder ao cálculo da equação de regressão linear, executar o seguinte


procedimento7:

Statistics
Regression

7
No exemplo usam-se os dados das características do molho de tomate, em que as variáveis são
insoluve (% de insolúveis em água) e solidos (% total de sólidos no molho).

ESACB 115
SPSS 7 - Regressão Linear

No menu anterior, seleccionar a opção . Aparece a seguinte caixa de diálogo,


onde se define a variável dependente (solidos) e a variável independente (insoluve) para
os respectivos campos:

Seleccionar o botão , que abre a seguinte caixa de diálogo, onde se


seleccionam as opções Confidence intervals e Descriptives; as opções Estimates e
Model fit estão activadas por defeito:

ESACB 116
SPSS 7 - Regressão Linear

Fazer a fim de regressar à janela Linear Regression, onde se selecciona


:

Nesta caixa de diálogo, deve seleccionar e para obter


o histograma e o gráfico do ajustamento à normal dos resíduos, a fim de verificar se os
resíduos seguem distribuição normal (pressuposto para a validade da regressão linear)
para verificar a linearidade e a igualdade de variância dos resíduos, efectuar o gráfico
dos resíduos, com os valores estimados standardizados (ZPRED) no eixo dos xx, e os
resíduos standardizados (ZRESID) no eixo dos yy. No final, fazer a fim de
regressar à janela Linear Regression.

O botão dá acesso à seguinte caixa de diálogo, onde se podem definir critérios


de seleccção ou remoção de variáveis independentes (só têm efeito em regressão
múltipla):

ESACB 117
SPSS 7 - Regressão Linear

Os resultados do procedimento são os seguintes:

Regression
Descriptive Statistics

Std.
Mean Deviation N
% sólidos no molho 39.7292 5.1826 24
% insolúveis em água 13.7775 1.8995 24

Correlations

%
% sólidos insolúveis
no molho em água
Pearson Correlation % sólidos no molho 1.000 -.970
% insolúveis em água -.970 1.000
Sig. (1-tailed) % sólidos no molho . .000
% insolúveis em água .000 .
N % sólidos no molho 24 24
% insolúveis em água 24 24

Variables Entered/Removedb

Variables
Model Variables Entered Removed Method
1 % insolúveis em águaa . Enter
a. All requested variables entered.
b. Dependent Variable: % sólidos no molho

ESACB 118
SPSS 7 - Regressão Linear

Model Summaryb

Std. Error
Adjusted R of the
Model R R Square Square Estimate
1 .970a .941 .938 1.2880
a. Predictors: (Constant), % insolúveis em água
b. Dependent Variable: % sólidos no molho

ANOVAb

Sum of Mean
Model Squares df Square F Sig.
1 Regression 581.272 1 581.272 350.378 .000a
Residual 36.498 22 1.659
Total 617.770 23
a. Predictors: (Constant), % insolúveis em água
b. Dependent Variable: % sólidos no molho

Coefficientsa

Standardi
zed
Unstandardized Coefficien 95% Confidence Interval
Coefficients ts for B
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound
1 (Constant) 76.193 1.966 38.761 .000 72.117 80.270
% insolúveis em água -2.647 .141 -.970 -18.718 .000 -2.940 -2.353
a. Dependent Variable: % sólidos no molho

Residuals Statisticsa

Std.
Minimum Maximum Mean Deviation N
Predicted Value 27.9714 47.8478 39.7292 5.0272 24
Residual -1.5871 3.1522 -3.70E-15 1.2597 24
Std. Predicted Value -2.339 1.615 .000 1.000 24
Std. Residual -1.232 2.447 .000 .978 24
a. Dependent Variable: % sólidos no molho

ESACB 119
SPSS 7 - Regressão Linear

Charts
Histogram
Dependent Variable: % sólidos no molho
7

2
Frequency

Std. Dev = .98


1
Mean = 0.00

0 N = 24.00
-1.00 -.50 0.00 .50 1.00 1.50 2.00 2.50

Regression Standardized Residual

Normal P-P Plot of Regression Standardized Residual


Dependent Variable: % sólidos no molho
1.00

.75
Expected Cum Prob

.50

.25

0.00
0.00 .25 .50 .75 1.00

Observed Cum Prob

ESACB 120
SPSS 7 - Regressão Linear

Scatterplot
Dependent Variable: % sólidos no molho
3
Regression Standardized Residual

-1

-2
-3 -2 -1 0 1 2

Regression Standardized Predicted Value

A equação da recta estimada é yˆ = 76.193 − 2.647 x , em que x é a % de insolúveis em


água e y é a % de sólidos no molho.

A análise e interpretação pormenorizadas dos resultados deixam-se a cargo do leitor.


Chama-se apenas a atenção para o facto de os resíduos estarem ligeiramente
desajustados da distribuição normal, como está evidenciado no histograma (nota-se um
acentuado enviezamento à esquerda, bem como a falta de resíduos numa das classes
centrais) e no gráfico de ajustamento à normal (um perfeito ajustamento é traduzido
pela diagonal do gráfico; neste caso, os resíduos situam-se sistematicamente acima ou
abaixo desta linha, em diferentes zonas do gráfico). No gráfico dos resíduos
standardizados versus valores previstos standardizados nota-se uma tendência para que
os resíduos se distribuam segundo uma curva ligeiramente côncava.

Estas análise dos resíduos sugerem que o modelo linear ajustado (equação de uma recta)
não é o melhor modelo para traduzir a relação entre estas variáveis; a distribuição dos
resíduos indica que o ajustamento de um modelo linear polinomial de 2ª ordem, com
uma equação do tipo y = a + bx + cx 2 aumentará a precisão da estimativa (que é
traduzida pelo coeficiente de determinação R2=0.941).

O ajustamento a uma equação de segundo grau será abordado no parágrafo seguinte.

7.3 - REGRESSÃO LINEAR MÚLTIPLA

Neste parágrafo será abordada a metodologia de cálculo da equação de regressão linear


múltipla, do tipo y = b0 + b1 x1 + b2 x 2 + b3 x3 + ... + bn x x , em que a variável resposta ou
dependente é função de várias variáveis independentes.

ESACB 121
SPSS 7 - Regressão Linear

Os coeficientes de regressão b1, b2, ..., bn traduzem o declive ou acréscimo na variável


dependente provocado pelo acréscimo unitário de cada uma das variáveis
independentes, x1, x2, ..., xn, respectivamente.

A metodologia que se vai abordar serve igualmente para estimar uma equação de
regressão linear polinomial, do tipo y = b0 + b1 x + b2 x 2 + b3 x 3 + ... + bn x n , em que y
depende, não de diversas variáveis independentes x1, x2, ..., xn, mas de um polinómio da
mesma variável independente x. Neste caso, previamente a efectuar o procedimento da
regressão linear, devem gerar-se as variáveis correspondentes às potências x2, x3, ..., xn a
incluir no modelo. No parágrafo seguinte será abordada uma metodologia diferente que
permite o ajustamento de equações de curvas polinomiais a uma amostra de dados (x,y).

Quando se ajusta um modelo de regressão múltipla, pode acontecer que se justifique


estatisticamente incluir na equação de regressão todas as variáveis independentes, ou
que se incluam apenas algumas destas variáveis explanatórias. Esta decisão é tomada
em função da significância do parâmetro de regressão de cada uma das variáveis, ou
pelo acréscimo do coeficiente de determinação, R2, provocado pela inclusão dessas
variáveis.

De um modo geral, existem duas estratégias a seguir:

(i) começar por incluir todas as variáveis, e analisar a contribuição ou


significância dos coeficientes de regressão de cada uma das variáveis
independentes no modelo; eliminar a variável independente menos
significativa, desde que a sua contribuição seja inferior a determinado limite
(normalmente analisado em termos da estatística F associada a essa variável
na tabela da anova); recalcular de novo o modelo sem esta variável e, se for
caso disso, eliminar nova variável, e assim sucessivamente, até que todas as
restantes variáveis independentes sejam significativas para a precisão do
modelo. Este tipo de estratégia designa-se por processo backward ou
stepback.

(ii) começar por calcular um modelo de regressão simples, y = b0 + b1 x ,


incluindo, se for caso disso, apenas a variável independente cujo coeficiente
de regressão é mais significativo em termos de precisão; analisar a
significância da próxima variável independente mais significativa, e incluí-
la, se for caso disso; recalcular de novo o modelo; analisar a significância da
próxima variável independente mais significativa, e incluí-la, se for caso
disso, e assim sucessivamente até que mais nenhuma das variáveis
independentes seja significativa. Este tipo de metodologia designa-se por
processo stepwise ou forward.

Pode acontecer que os modelos obtidos por estes dois tipos de metodologias, para a
mesma amostra de valores, não sejam inteiramente coincidentes, nomeadamente quando
alguma ou algumas das variáveis independentes estão muito próximas do limite que
define a significância da sua inclusão ou não inclusão no modelo.

Chama-se a atenção que, por vezes, a inclusão de muitas variáveis explanatórias no


modelo pouco acréscimo trazem em termos de precisão do modelo, e este fica muito

ESACB 122
SPSS 7 - Regressão Linear

pouco funcional e muito fictício ou artificial, isto é, muito bem ajustado à amostra
particular de valores usados para o cálculo da equação, mas pouco adaptável à
população.

Para ilustrar o ajustamento de uma equação de regressão linear múltipla, vamos usar o
seguinte conjunto de dados (adaptado de DRAPPER & SMITH, 1981), em que as
variáveis independentes são a temperatura média mensal (graus Fahrenheit), a produção
mensal (toneladas), o número de dias úteis de trabalho por mês e o número de
empregados, e a variável dependente é o consumo de água (m3), observados numa
determinada empresa fabril:

Temperatura Produção Dias úteis do Número de Consumo de


(ºF) mensal mês operários água (m3)
58.80 7107.00 20.00 129.00 2967.00
65.20 8373.00 20.00 141.00 2828.00
70.90 9796.00 20.00 153.00 2891.00
77.40 9208.00 20.00 166.00 2994.00
79.30 14792.00 22.00 193.00 3282.00
81.00 14564.00 23.00 189.00 3498.00
71.90 11964.00 21.00 175.00 3302.00
63.90 13526.00 22.00 186.00 3260.00
54.50 12656.00 21.00 190.00 3211.00
39.50 14119.00 21.00 187.00 3286.00
44.50 15691.00 22.00 195.00 3432.00
43.60 14571.00 23.00 206.00 3425.00
56.00 13619.00 22.00 198.00 3256.00
64.70 14575.00 22.00 192.00 3422.00
73.00 14556.00 21.00 191.00 3250.00
78.90 16573.00 22.00 200.00 3464.00
79.40 15618.00 22.00 200.00 3495.00
68.40 14346.00 23.00 185.00 3568.00

Pretende-se ajustar uma equação do tipo y = b0 + b1 x1 + b2 x 2 + b3 x3 + b4 x 4 que permita


estimar o consumo mensal de água nesta empresa, em função das variáveis
independentes observadas.

Para estimar uma equação de regressão múltipla executar o seguinte procedimento:

Statistics
Regression

ESACB 123
SPSS 7 - Regressão Linear

No menu anterior, seleccionar a opção . Aparece a seguinte caixa de diálogo,


onde se definem a variável dependente e as todas as variáveis independentes:

No campo das variáveis independentes estão incluídas todas as variáveis explanatórias.


O método de cálculo seleccionado é Enter, que obriga à inclusão de todas as variáveis
independentes no modelo, sejam ou não significativas. Os outros métodos de cálculo
são Stepwise e Forward (métodos de inclusão progressiva de variáveis independentes),
Backward (método de eliminação progressiva de variáveis independentes) e Remove
(método que calcula o modelo sem inclusão de qualquer variável independente, isto é, o
modelo resume-se a yˆ = y ):

A fim de comparar diversos modelos de regressão, vamos começar por incluir todas as
variáveis independentes, optando pelo método Enter; seguidamente, deve repetir-se a
metodologia, e optar por outros métodos de cálculo, nomeadamente Stepwise e
Backward.

Seleccionar o botão , e tal como descrito para a regressão


linear simples.

Os resultados são os seguintes:

ESACB 124
SPSS 7 - Regressão Linear

Regression
Descriptive Statistics

Std.
Mean Deviation N
Consumo mensal de
3268.3889 218.9502 18
água (m3)
Temperatura média
65.0500 13.1334 18
mensal (ºF)
Produção mensal (Ton) 13091.89 2716.3310 18
Dias úteis no mês 21.5000 1.0432 18
Número de operários 182.0000 21.3514 18

Correlations

Consumo Temperatura Produção


mensal de média mensal Dias úteis Número de
água (m3) mensal (ºF) (Ton) no mês operários
Pearson Correlation Consumo mensal de
1.000 .013 .894 .901 .831
água (m3)
Temperatura média
.013 1.000 -.005 -.022 -.080
mensal (ºF)
Produção mensal (Ton) .894 -.005 1.000 .811 .939
Dias úteis no mês .901 -.022 .811 1.000 .784
Número de operários .831 -.080 .939 .784 1.000
Sig. (1-tailed) Consumo mensal de
. .480 .000 .000 .000
água (m3)
Temperatura média
.480 . .493 .466 .377
mensal (ºF)
Produção mensal (Ton) .000 .493 . .000 .000
Dias úteis no mês .000 .466 .000 . .000
Número de operários .000 .377 .000 .000 .
N Consumo mensal de
18 18 18 18 18
água (m3)
Temperatura média
18 18 18 18 18
mensal (ºF)
Produção mensal (Ton) 18 18 18 18 18
Dias úteis no mês 18 18 18 18 18
Número de operários 18 18 18 18 18

Variables Entered/Removedb

Variables
Model Variables Entered Removed Method
1 Número de operários,
Temperatura média mensal (ºF),
. Enter
Dias úteis no amês, Produção
mensal (Ton)
a. All requested variables entered.
b. Dependent Variable: Consumo mensal de água (m3)

Model Summaryb

Std. Error Change Statistics


Adjusted R of the R Square Sig. F
Model R R Square Square Estimate Change F Change df1 df2 Change
1 .945a .893 .860 81.8974 .893 27.127 4 13 .000
a.
Predictors: (Constant), Número de operários, Temperatura média mensal (ºF), Dias úteis no mês, Produção mensal (Ton)
b. Dependent Variable: Consumo mensal de água (m3)

ESACB 125
SPSS 7 - Regressão Linear

ANOVAb

Sum of Mean
Model Squares df Square F Sig.
1 Regression 727772.930 4 181943.232 27.127 .000a
Residual 87193.348 13 6707.181
Total 814966.278 17
a. Predictors: (Constant), Número de operários, Temperatura média mensal (ºF),
Dias úteis no mês, Produção mensal (Ton)
b. Dependent Variable: Consumo mensal de água (m3)

Coefficientsa

Standardi
zed
Unstandardized Coefficien 95% Confidence Interval
Coefficients ts for B Correlations
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound Zero-order Partial Part
1 (Constant) 531.302 619.067 .858 .406 -806.111 1868.714
Temperatura média
.232 1.550 .014 .150 .883 -3.117 3.581 .013 .041 .014
mensal (ºF)
Produção mensal (Ton) 5.027E-02 .023 .624 2.166 .049 .000 .100 .894 .515 .197
Dias úteis no mês 110.460 32.724 .526 3.376 .005 39.765 181.156 .901 .683 .306
Número de operários -1.709 2.801 -.167 -.610 .552 -7.759 4.342 .831 -.167 -.055
a. Dependent Variable: Consumo mensal de água (m3)

Residuals Statisticsa

Std.
Minimum Maximum Mean Deviation N
Predicted Value 2890.9719 3499.8154 3268.3889 206.9062 18
Residual -111.5868 131.9858 1.011E-13 71.6172 18
Std. Predicted Value -1.824 1.119 .000 1.000 18
Std. Residual -1.363 1.612 .000 .874 18
a. Dependent Variable: Consumo mensal de água (m3)

Charts

Histogram
Dependent Variable: Consumo mensal de água
5

2
Frequency

1 Std. Dev = .87


Mean = 0.00

0 N = 18.00
-1.50 -1.00 -.50 0.00 .50 1.00 1.50

Regression Standardized Residual

ESACB 126
SPSS 7 - Regressão Linear

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: Consumo mensal de água (m3)


1.00

.75

.50
Expected Cum Prob

.25

0.00
0.00 .25 .50 .75 1.00

Observed Cum Prob

Scatterplot
Dependent Variable: Consumo mensal de água (m3)
2.0
Regression Standardized Residual

1.5

1.0

.5

0.0

-.5

-1.0

-1.5
-2.0 -1.5 -1.0 -.5 0.0 .5 1.0 1.5

Regression Standardized Predicted Value

A equação do modelo ajustado é:

consumo=531.302+0.232temperat+0.05027producao+110.46dias-1.709operario

sendo R2=0.893 e Rajustado


2
= 0.86 .

Repita-se o processo, optando pelo método de cálculo Stepwise. Neste caso, chegar-se-á
ao modelo:

ESACB 127
SPSS 7 - Regressão Linear

consumo=443.965+0.03842producao+107.976dias

e R2=0.889 e Rajustado
2
= 0.874 .

Repare-se que se simplificou o modelo, sem contudo prejudicar a precisão deste como
instrumento de estimativa da variável dependente.

De seguida apresentam-se os resultados completos obtidos com o método stepwise, de


modo a possibilitar a comparação com o modelo que inclui todas as variáveis
independentes:

Regression
Descriptive Statistics

Std.
Mean Deviation N
Consumo mensal de
3268.3889 218.9502 18
água (m3)
Temperatura média
65.0500 13.1334 18
mensal (ºF)
Produção mensal (Ton) 13091.89 2716.3310 18
Dias úteis no mês 21.5000 1.0432 18
Número de operários 182.0000 21.3514 18

Correlations

Consumo Temperatura Produção


mensal de média mensal Dias úteis Número de
água (m3) mensal (ºF) (Ton) no mês operários
Pearson Correlation Consumo mensal de
1.000 .013 .894 .901 .831
água (m3)
Temperatura média
.013 1.000 -.005 -.022 -.080
mensal (ºF)
Produção mensal (Ton) .894 -.005 1.000 .811 .939
Dias úteis no mês .901 -.022 .811 1.000 .784
Número de operários .831 -.080 .939 .784 1.000
Sig. (1-tailed) Consumo mensal de
. .480 .000 .000 .000
água (m3)
Temperatura média
.480 . .493 .466 .377
mensal (ºF)
Produção mensal (Ton) .000 .493 . .000 .000
Dias úteis no mês .000 .466 .000 . .000
Número de operários .000 .377 .000 .000 .
N Consumo mensal de
18 18 18 18 18
água (m3)
Temperatura média
18 18 18 18 18
mensal (ºF)
Produção mensal (Ton) 18 18 18 18 18
Dias úteis no mês 18 18 18 18 18
Número de operários 18 18 18 18 18

ESACB 128
SPSS 7 - Regressão Linear

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method
1 Stepwise (Criteria:
Probability-of-F-to-e
Dias úteis no
. nter <= .050,
mês
Probability-of-F-to-re
move >= .100).
2 Stepwise (Criteria:
Probability-of-F-to-e
Produção
. nter <= .050,
mensal (Ton)
Probability-of-F-to-re
move >= .100).
a. Dependent Variable: Consumo mensal de água (m3)

Model Summaryc

Std. Error Change Statistics


Adjusted R of the R Square Sig. F
Model R R Square Square Estimate Change F Change df1 df2 Change
1 .901a .811 .800 98.0273 .811 68.810 1 16 .000
2 .943b .889 .874 77.5677 .078 10.554 1 15 .005
a. Predictors: (Constant), Dias úteis no mês
b. Predictors: (Constant), Dias úteis no mês, Produção mensal (Ton)
c. Dependent Variable: Consumo mensal de água (m3)

ANOVAc

Sum of Mean
Model Squares df Square F Sig.
1 Regression 661216.554 1 661216.554 68.810 .000a
Residual 153749.724 16 9609.358
Total 814966.278 17
2 Regression 724715.124 2 362357.562 60.225 .000b
Residual 90251.154 15 6016.744
Total 814966.278 17
a. Predictors: (Constant), Dias úteis no mês
b. Predictors: (Constant), Dias úteis no mês, Produção mensal (Ton)
c. Dependent Variable: Consumo mensal de água (m3)

Coefficientsa

Standardi
zed
Unstandardized Coefficien 95% Confidence Interval
Coefficients ts for B Correlations
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound Zero-order Partial Part
1 (Constant) -796.273 490.549 -1.623 .124 -1836.190 243.643
Dias úteis no mês 189.054 22.791 .901 8.295 .000 140.740 237.369 .901 .901 .901
2 (Constant) 443.965 544.446 .815 .428 -716.494 1604.425
Dias úteis no mês 107.976 30.791 .514 3.507 .003 42.346 173.606 .901 .671 .301
Produção mensal (Ton) 3.842E-02 .012 .477 3.249 .005 .013 .064 .894 .643 .279
a. Dependent Variable: Consumo mensal de água (m3)

ESACB 129
SPSS 7 - Regressão Linear

Excluded Variablesc

Collinearit
y
Partial Statistics
Model Beta In t Sig. Correlation Tolerance
1 Temperatura média a
.032 .290 .776 .075 1.000
mensal (ºF)
Produção mensal (Ton) .477a 3.249 .005 .643 .343
Número de operários .323a 2.017 .062 .462 .385
2 Temperatura média b
.026 .296 .772 .079 .999
mensal (ºF)
Número de operários -.176b -.683 .506 -.179 .116
a. Predictors in the Model: (Constant), Dias úteis no mês
b. Predictors in the Model: (Constant), Dias úteis no mês, Produção mensal (Ton)
c. Dependent Variable: Consumo mensal de água (m3)

Residuals Statisticsa

Std.
Minimum Maximum Mean Deviation N
Predicted Value 2876.5112 3487.1743 3268.3889 206.4711 18
Residual -105.6879 130.9278 2.274E-13 72.8621 18
Std. Predicted Value -1.898 1.060 .000 1.000 18
Std. Residual -1.363 1.688 .000 .939 18
a. Dependent Variable: Consumo mensal de água (m3)

Charts
Histogram
Dependent Variable: Consumo mensal de água (m3)
5

2
Frequency

1 Std. Dev = .94


Mean = 0.00

0 N = 18.00
-1.50 -1.00 -.50 0.00 .50 1.00 1.50

Regression Standardized Residual

ESACB 130
SPSS 7 - Regressão Linear

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: Consumo mensal de água (m3)


1.00

.75

.50
Expected Cum Prob

.25

0.00
0.00 .25 .50 .75 1.00

Observed Cum Prob

Scatterplot
Dependent Variable: Consumo mensal de água (m3)
2.0
Regression Standardized Residual

1.5

1.0

.5

0.0

-.5

-1.0

-1.5
-2.0 -1.5 -1.0 -.5 0.0 .5 1.0 1.5

Regression Standardized Predicted Value

7.4 - AJUSTAMENTO DE MODELOS PRÉ-DEFINIDOS

O SPSS dispõe de uma rotina que permite o ajustamento de vários modelos pré-
definidos a uma amostra de valores bi-variados (x,y). Tais modelos são:

ESACB 131
SPSS 7 - Regressão Linear

• Linear: y = b0 + b1 .x
• Quadrático: y = b0 + b1 .x + b2 .x 2
• Cúbico: y = b0 + b1 .x + b2 .x 2 + b3 .x 3
• Logarítmico: y = b0 + b1 . ln x
b1
• Inverso: y = b0 +
x
• Potência: y = b0 .x b1 ⇔ ln y = ln b0 + b1 . ln x
• Composto (compound): y = b0 .b 1
x
⇔ ln y = ln b0 + x. ln b1
b
b0 + 1 b1
• Sigmoidal (S): y=e x
⇔ ln y = b0 +
x
1 1
ln −  = ln(b0 + x. ln b1 )
1
• Logístico: y= ⇔
1  y u
+ b0 .b1x
u
(em que u é o limite assimptótico superior, u>0, u>ymax)
• Crescimento (growth): y = e b0 +b1 . x ⇔ ln y = b0 + b1 .x
• Exponencial: y = b0 .e b1 . x ⇔ ln y = ln b0 + b1 .x

Muitos destes modelos são frequentemente usados em modelos econométricos, em que


a variável independente ou causal é o decurso do tempo. Se for este o caso, no menu
apropriado o utilizador pode definir que x é o tempo (ver caixa de diálogo seguinte).

Para exemplificar esta metodologia, vamos usar os dados referentes às características do


molho de tomate (em anexo). Como anteriormente se viu, o gráfico denota uma ligeira
curvatura na zona superior dos valores xx, que faz suspeitar que um modelo polinomial
talvez seja melhor ajustado que o modelo linear simples.

Para tal, fazer:

Statistics
Regression

Neste menu, seleccionar a opção Curve Estimation... que dá acesso à seguinte caixa de
diálogo, onde se definem as variáveis dependente (solidos) e independente (insoluve) e
se seleccionam os modelos que se pretendem obter, e se define para apresentar a tabela
da anova para cada um dos modelos calculados:

ESACB 132
SPSS 7 - Regressão Linear

Por defeito, os modelos ajustados incluem a constante (coeficiente b0)


, e é apresentado o gráfico com os modelos calculados
.

O utilizador pode seleccionar um ou mais modelos, com o objectivo de, pela análise dos
resultados, nomeadamente R2 e anova, seleccionar o modelo melhor ajustado. No
exemplo, foi solicitado para calcular os modelos linear, quadrático e cúbico. Os
resultados são os seguintes:

MODEL: MOD_1.

Dependent variable.. SOLIDOS Method.. LINEAR

Listwise Deletion of Missing Data


Multiple R .97001
R Square .94092
Adjusted R Square .93823
Standard Error 1.28802
Analysis of Variance:

DF Sum of Squares Mean Square

Regression 1 581.27190 581.27190


Residuals 22 36.49768 1.65899

F = 350.37794 Signif F = .0000

-------------------- Variables in the Equation ------------


--------

ESACB 133
SPSS 7 - Regressão Linear

Variable B SE B Beta
T Sig T

INSOLUVE -2.646653 .141393 -.970010 -


18.718 .0000
(Constant) 76.193433 1.965707
38.761 .0000
Dependent variable.. SOLIDOS Method.. QUADRATI

Listwise Deletion of Missing Data


Multiple R .98637
R Square .97293
Adjusted R Square .97035
Standard Error .89243
Analysis of Variance:

DF Sum of Squares Mean Square

Regression 2 601.04440 300.52220


Residuals 21 16.72518 .79644

F = 377.33322 Signif F = .0000

-------------------- Variables in the Equation ------------


--------

Variable B SE B Beta
T Sig T

INSOLUVE -8.288178 1.136478 -3.037655 -


7.293 .0000
INSOLUVE**2 .200730 .040286 2.075370
4.983 .0001
(Constant) 115.123024 7.930949
14.516 .0000

Dependent variable.. SOLIDOS Method.. CUBIC

Listwise Deletion of Missing Data


Multiple R .98637
R Square .97293
Adjusted R Square .97035
Standard Error .89243
Analysis of Variance:

DF Sum of Squares Mean Square

Regression 2 601.04440 300.52220


Residuals 21 16.72518 .79644

ESACB 134
SPSS 7 - Regressão Linear

F = 377.33322 Signif F = .0000

-------------------- Variables in the Equation ------------


--------

Variable B SE B Beta
T Sig T

INSOLUVE -8.288178 1.136478 -3.037655 -


7.293 .0000
INSOLUVE**2 .200730 .040286 2.075370
4.983 .0001
(Constant) 115.123024 7.930949
14.516 .0000

--------------- Variables not in the Equation -------------


--

Variable Beta In Partial Min Toler T Sig


T

INSOLUVE**3 -4.796852 -.214795 1.368E-05 -.984


.3371

Notes:
9 Tolerance limits reached; some dependent variables were
not entered.

% sólidos no molho
60

50

40

30
Obs erved

Linear

20 Quadratic
10 12 14 16 18 20

% insolúveis em água

ESACB 135
SPSS 7 - Regressão Linear

Note-se que ao passar do modelo linear y = 76.1934 – 2.6467x, R2=0.9409 para o


modelo quadrático y = 115.1230 – 8.2882x + 0.2007x2, R2=0.9729, há um acréscimo
significativo do ajustamento (Tb2=4.983, significativo; F=377.33 significativo);
contudo, ao passar para o modelo cúbico, a estatística Tb3=-0.984 é não significativa, e
nem sequer é calculado este modelo, sendo apresentados os resultados do modelo
quadrático, o que significa que o melhor modelo (dos pedidos) é o modelo quadrático.

ESACB 136
SPSS 8 - Manusear os Resultados

8- MANUSEAR OS RESULTADOS

À medida que se vão executando tarefas com o SPSS, os resultados vão-se acumulando
sucessivamente no Viewer do programa.

A janela do organigrama apresenta a sequência de resultados, que começam na


identificação ; cada rotina ou tarefa aparece identificada com uma marca
identificativa dos resultados, e respectivo conteúdo; por exemplo, os resultados
correspondentes à obtenção das estatísticas descritivas é identificado no organigrama

pelo esquema .

Cada conjunto de resultados começa pela identificação da rotina ou tarefa


( ) e com o respectivo conteúdo; esta rotina apresenta um título
visível (repare que o “livro” está aberto), e que corresponde à linha
Descriptives na janela à direita, um conjunto de notas que não estão visíveis
no output (o “livro” está fechado), e as estatísticas descritivas visíveis na janela de
output (o “livro” está aberto). Esta organização mantém-se para
os resultados das tarefas seguintes.

ESACB 136
SPSS 8 - Manusear os Resultados

Note que cada rotina tem um conjunto de notas, mas que não estão visualizadas; para as
ver na janela de output, o utilizador só tem que fazer duplo click sobre , de
modo a “abrir o livro”, e aparecerem as notas na janela à direita.

Repare que as notas incluem a data e hora de obtenção dos resultados, a localização do
ficheiro de dados usado, o número de linhas ou casos do ficheiro de dados, indicações
sobre a existência e tratamento de “missing values”, e as instruções que originaram os
resultados (o utilizador gerou estas instruções, ou programa, seleccionando ícons e
janelas nos menus do programa; contudo, e para utilizações mais avançadas, o SPSS
tem um editor de programas, em que o utilizador constrói as rotinas de análise, como se
de uma linguagem de programação de tratasse). A última linha das notas indica o tempo
de processamento que a CPU do computador levou a executar esta rotina (neste caso,
0.99 segundos).

Para “fechar o livro” de notas, isto é, para que as notas não sejam visualizadas no
output, fazer duplo click sobre .

Para “condensar” a parte de organigrama correspondente a uma rotina de análise, fazer


click sobre o botão - à esquerda da sua identificação; por exemplo, para “condensar” o
organigrama das estatísticas descritivas, fazer click sobre

O organigrama fica com o seguinte aspecto:

ESACB 137
SPSS 8 - Manusear os Resultados

Esta “condensação” do organigrama tem a vantagem de permitir maior rapidez na


localização de determinados conjuntos de resultados, pois o utilizador pode “condensar”
as partes não relevantes do organigrama, ficando apenas “aberta” a parte relevante do
organigrama.

Para “expandir”, fazer duplo click sobre o botão + correspondente

Para visualizar resultados subsequentes, o utilizador pode usar a barra de scroll vertical
da janela de resultados, ou simplesmente fazer clik no item respectivo do organigrama.
Para ter acesso imediato ao diagrama de extremos-e-quartis referente a todos is valores,

fazer click sobre o item

Além da visualização, o utilizador pode copiar este gráfico (ou qualquer outro conjunto
de resultados) para outra aplicação em Windows (por exemplo, processador de texto).

ESACB 138
SPSS 8 - Manusear os Resultados

Para tal, localizar o bloco de resultados pretendido (tal como descrito); Fazer Edit Copy
(ou CTRL-C), para capturar uma imagem do bloco seleccionado para o “clipboard”
(área de transferência) do Windows; colocar-se na aplicação pretendida (poor exemplo,
num documento do Word) e fazer a colagem da imagem (Edit Past, ou CTRL-V).

Se se efectuou uma análise e se chegou à conclusão que está repetida, ou que pura e
simplesmente não interessa, pode eliminar-se do Viewer. No exemplo seguinte, repetiu-
se a rotina Descriptives, de modo que os resultados estão em duplicado.

Podem acrescentar-se caixas de texto com comentários aos resultados, por exemplo
algumas análises que se considerem pertinentes.

Para incluir o comentário “O histograma evidencia uma tendência assimétrica” após o


histograma, seleccionar o item Histogram:

e fazer Insert New Text ou fazer click no botão . Na janela de resultados é aberta
uma caixa de texto, onde se esccrevem os comentários pretendidos:

ESACB 139
SPSS 8 - Manusear os Resultados

Para eliminar um dos conjunto de resultados da rotina Descriptives, fazer click sobre o
item respectivo no organigrama:

e de seguida fazer Edit Cut, ou CTRL-X, ou simplesmente carregar na tecla DEL.

Podem guardar-se os resultados em ficheiro, de modo que posteriormente o utilizador


possa recuperá-los sem ter de os recalcular. Para gravar os resultados contidos no
Viewer do SPSS, estando colocado nesta janela, fazer:

File
Save

Aparece a seguinte caixa de diálogo, onde se selecciona o disco/directório onde se


pretende gravar; na caixa escreve-se
o nome a dar ao ficheiro (sem extensão); o programa automaticamente acrescenta a
extensão .spo típica dos ficheiros Viewer do SPSS.

ESACB 140
SPSS 8 - Manusear os Resultados

Posteriormente, se se pretender apenas consultar os resultados, basta abrir este ficheiro


no SPSS. Caso se pretenda continuar a executar análises e acrescentá-las a este ficheiro,
então deve abrir-se também o ficheiro de dados para a partir daí proceder às análises.

Para imprimir os resultados do Viewer, faz-se File Print; na caixa de diálogo seguinte,
confirmar a impressora, e fazer OK:

Se interessar imprimir não todo o conjunto de resultados, mas apenas alguns dos blocos,
devem seleccionar-se previamente. Para tal, se os blocos são contíguos, manter a tecla
SHIFT carregada e fazer click sobre os items a seleccionar; se os blocos não são
adjacentes, manter a tecla CTRL carregada e fazer click sobre os items a seleccionar:

ESACB 141
SPSS 8 - Manusear os Resultados

Neste exemplo, apenas o bloco Descriptives e o bloco Producao estão seleccionados; se


se mandar imprimir, só serão impressos estes resultados.

Repare que agora, no aparece activada a opção , a indicar


que imprimirá apenas os blocos seleccionados.

ESACB 142
SPSS Anexos

ANEXOS

Listagem dos ficheiros SPSS referenciados no texto

ESACB 143
plasma.sav

hora estrogen fosfo


1 Manhã Controle 8,53
2 Manhã Controle 20,53
3 Manhã Controle 12,53
4 Manhã Controle 14
5 Manhã Controle 10,8
6 Manhã Presente 17,53
7 Manhã Presente 21,07
8 Manhã Presente 20,8
9 Manhã Presente 17,33
10 Manhã Presente 20,07
11 Tarde Controle 39,14
12 Tarde Controle 26,2
13 Tarde Controle 31,33
14 Tarde Controle 45,8
15 Tarde Controle 40,2
16 Tarde Presente 32
17 Tarde Presente 23,8
18 Tarde Presente 28,87
19 Tarde Presente 25,06
20 Tarde Presente 29,3
pulso.sav

caso sexo fuma idade ritmoa ritmod


1 Homem Fuma 31 62 126
2 Mulher Fuma 20 78 154
3 Homem Não Fuma 28 64 128
4 Mulher Não Fuma 29 96 155
5 Homem Fuma 21 66 128
6 Mulher Fuma 27 96 265
7 Homem Não Fuma 21 68 120
8 Mulher Não Fuma 42 72 138
9 Mulher Fuma 22 88 160
10 Homem Fuma 28 90 144
11 Mulher Não Fuma 21 82 140
12 Homem Não Fuma 22 74 134
13 Mulher Fuma 43 66 148
14 Mulher Não Fuma 19 68 142
15 Homem Fuma 23 92 134
16 Homem Não Fuma 41 68 112
17 Homem Não Fuma 24 76 158
18 Mulher Não Fuma 21 86 146
19 Mulher Fuma 21 88 156
20 Homem Fuma 20 66 132
21 Homem Fuma 38 70 122
22 Homem Não Fuma 20 80 136
23 Mulher Fuma 33 76 148
24 Mulher Não Fuma 25 78 148
25 Mulher Não Fuma 37 76 136
26 Mulher Não Fuma 22 80 158
27 Homem Não Fuma 32 68 116
28 Homem Não Fuma 22 70 120
29 Homem Fuma 22 68 126
30 Homem Fuma 19 70 144
31 Mulher Não Fuma 21 86 144
32 Homem Não Fuma 26 72 126
33 Mulher Não Fuma 32 84 136
34 Mulher Não Fuma 24 72 142
35 Mulher Não Fuma 28 80 138
36 Homem Fuma 34 62 132
37 Homem Não Fuma 35 74 116
38 Homem Fuma 21 90 138
39 Homem Não Fuma 21 66 142
40 Homem Não Fuma 30 70 132
arroz.sav

caso variedad azoto repete producao


1 IR8 0 kg/ha 1 3852
2 IR8 0 kg/ha 2 2606
3 IR8 0 kg/ha 3 3144
4 IR8 0 kg/ha 4 2894
5 IR8 60 kg/ha 1 4788
6 IR8 60 kg/ha 2 4936
7 IR8 60 kg/ha 3 4562
8 IR8 60 kg/ha 4 4608
9 IR8 90 kg/ha 1 4576
10 IR8 90 kg/ha 2 4454
11 IR8 90 kg/ha 3 4884
12 IR8 90 kg/ha 4 3924
13 IR8 120 kg/ha 1 6034
14 IR8 120 kg/ha 2 5276
15 IR8 120 kg/ha 3 5906
16 IR8 120 kg/ha 4 5652
17 IR8 150 kg/ha 1 5874
18 IR8 150 kg/ha 2 5916
19 IR8 150 kg/ha 3 5984
20 IR8 150 kg/ha 4 5518
21 IR5 0 kg/ha 1 2846
22 IR5 0 kg/ha 2 3794
23 IR5 0 kg/ha 3 4108
24 IR5 0 kg/ha 4 3444
25 IR5 60 kg/ha 1 4956
26 IR5 60 kg/ha 2 5128
27 IR5 60 kg/ha 3 4150
28 IR5 60 kg/ha 4 4990
29 IR5 90 kg/ha 1 5928
30 IR5 90 kg/ha 2 5698
31 IR5 90 kg/ha 3 5810
32 IR5 90 kg/ha 4 4308
33 IR5 120 kg/ha 1 5664
34 IR5 120 kg/ha 2 5362
35 IR5 120 kg/ha 3 6458
36 IR5 120 kg/ha 4 5474
37 IR5 150 kg/ha 1 5458
38 IR5 150 kg/ha 2 5546
39 IR5 150 kg/ha 3 5786
40 IR5 150 kg/ha 4 5932
41 C4-63 0 kg/ha 1 4192
42 C4-63 0 kg/ha 2 3754
43 C4-63 0 kg/ha 3 3738
44 C4-63 0 kg/ha 4 3428
45 C4-63 60 kg/ha 1 5250
46 C4-63 60 kg/ha 2 4582
47 C4-63 60 kg/ha 3 4896
arroz.sav

48 C4-63 60 kg/ha 4 4286


49 C4-63 90 kg/ha 1 5822
50 C4-63 90 kg/ha 2 4848
51 C4-63 90 kg/ha 3 5678
52 C4-63 90 kg/ha 4 4932
53 C4-63 120 kg/ha 1 5888
54 C4-63 120 kg/ha 2 5524
55 C4-63 120 kg/ha 3 6042
56 C4-63 120 kg/ha 4 4756
57 C4-63 150 kg/ha 1 5864
58 C4-63 150 kg/ha 2 6264
59 C4-63 150 kg/ha 3 6056
60 C4-63 150 kg/ha 4 5362
catsup.sav

caso insoluve solidos


1 10,71 51
2 11,76 45,2
3 11,36 44,8
4 11,27 47,4
5 15,3 35,5
6 12,07 44,5
7 15,98 35,3
8 13,34 39,3
9 13,34 40,8
10 14,29 38,4
11 13,66 39,3
12 14,79 36
13 14,5 37,9
14 14,8 36,2
15 14,88 35,3
16 10,86 48,5
17 13,34 40
18 13,01 43
19 12,87 41,5
20 14,4 36,7
21 15,12 35,3
22 17,06 32,5
23 18,22 30,2
24 13,73 38,9