Escolar Documentos
Profissional Documentos
Cultura Documentos
Manual de Spss PT
Manual de Spss PT
SPSS
ndice
NDICE
1-
INTRODUO .......................................................................................... 1
2-
3-
4-
GRFICOS ................................................................................................. 44
4.1 -
ESACB
SPSS
ndice
TESTES T ......................................................................................................... 79
TESTE T PARA A MDIA DE UMA AMOSTRA...................................... 82
TESTE T PARA DUAS AMOSTRAS INDEPENDENTES ......................... 83
TESTE T PARA DUAS AMOSTRAS EMPARELHADAS ......................... 86
ANLISE DE VARINCIA ........................................................................... 90
ESACB
ii
SPSS
1-
1 - Introduo
INTRODUO
Viewer:
ESACB
SPSS
1 - Introduo
Estas instrues foram geradas, no caso, pela seleco de opes nos menus
do programa; contudo, podem ser digitadas, como se de uma linguagem de
programao se tratasse2.
Pivot Tables: Tabelas Dinmicas: O programa dispe de uma potente rotina de gerao de
tabelas dinmicas (ou pivot tables), que permitem que o utilizador explore
os dados, com o re-arranjo de colunas e linhas.
Grficos:
Acesso a Bases de Dados: O SPSS permite o acesso s bases de dados mais usuais, em
formato SQL e ODBC, tais como ficheiros de dados criados em dBase,
Access, Excel, Lotus, etc. A importao de ficheiros de texto, Access,
Excel, feita atravs de um assistente de importao (wizard).
ESACB
O Log pode no estar visvel; s aparece na janela Viewer se se tiver configurado o programa para
mostrar este item.
O utilizador pode escrever as suas prprias rotinas de anlise; para tal, deve abrir o SPSS Syntax
Editor, janela de edio de comandos do SPSS.
SPSS
2-
2 - Edio de Dados
EDITOR DE DADOS
O Data Editor do SPSS um programa do tipo de folha de clculo que permite facilmente
criar ou editar ficheiros de dados. O Data Editor abre automaticamente quando se entra no
SPSS.
O aspecto inicial do editor o seguinte:
ESACB
SPSS
2 - Edio de Dados
Se se introduzir um valor (por exemplo, 25) para esta clula, fora dos limites do ficheiro
rectangular, o SPSS cria duas novas variveis numricas atribuindo-lhes automaticamente
os nomes var00002 e var00003, e introduz valores em branco para as clulas, de modo a
ficar um ficheiro rectangular, com 4 variveis e 7 casos (repare que estas clulas tm o
ponto decimal):
Estas clulas, aparentemente vazias, so assumidas pelo SPSS como missing values, isto
, observaes em falta para algumas variveis. Contudo, e para j, estas clulas no
afectam os clculos estatsticos, caso se se trate de variveis numricas. Por exemplo,
calculando a mdia da varivel x obter-se- o valor de 15, como lgico, para os valores
apresentados.
ESACB
SPSS
2 - Edio de Dados
Variedade Azoto
N0
N1
V1
N2
N3
N4
N0
N1
V2
N2
N3
N4
N0
N1
V3
N2
N3
N4
1
3852
4788
4576
6034
5874
2846
4956
5928
5664
5458
4192
5250
5822
5888
5864
Repetio
2
3
2606
3144
4936
4562
4454
4884
5276
5906
5916
5984
3794
4108
5128
4150
5698
5810
5362
6458
5546
5786
3754
3738
4582
4896
4848
5678
5524
6042
6264
6056
4
2894
4608
3924
5652
5518
3444
4990
4308
5474
5932
3428
4286
4932
4756
5362
Como se referiu atrs, os dados devero ser introduzidos para uma matriz rectangular, em
que as colunas so as variveis e as linhas os casos. Neste caso, as variveis so a
Variedade, o Azoto, a Repetio e a Produo.
2.1.1 - DEFINIO DE VARIVEIS
Vamos comear por definir estas variveis no SPSS dando-lhes nomes vlidos; as regras
para os nomes das variveis so:
ESACB
SPSS
2 - Edio de Dados
Igualmente pode fazer click com o boto direito na clula do nome da varivel (var) no
topo da coluna; aparece o menu:
ESACB
SPSS
2 - Edio de Dados
Seleccionar a opo
No campo Value escrever o valor 1; no campo Value Label: escever IR8; fazer
ESACB
SPSS
2 - Edio de Dados
Repetir o processo de definio de Value e Value Label para os valores 2 (IR5) e 3 (C463); para cada valor, fazer
No final, fazer
A caixa
serve para entrar uma breve descrio
da varivel, mais elucidativa que apenas o nome; de preenchimento facultativo.
Para aceitar estas alteraes, e terminar a definio da varivel variedad, na caixa de
dilogo fazer OK:
ESACB
SPSS
2 - Edio de Dados
De modo idntico, definir as restantes variveis; note-se que a opo Labels serve para
fazer as correspondncias, de modo que neste exemplo s usada para as variveis
variedad e azoto; na definio da varivel producao, no necessrio ir opo Type
porque, por defeito, as variveis so numricas reais (com duas casa decimais).
Terminada a definio de variveis, o Data Editor ter o seguinte aspecto:
SPSS
2 - Edio de Dados
Usou-se a codificao dos valores das variveis variedad e azoto, por um lado para facilitar
a introduo dos valores, e por outro lado para ser menos propenso a erros. Contudo, podem
visualizar-se o nome da variedade e o valor da adubao; para tal, no menu principal
seleccionar a opo
O ficheiro de dados toma agora o aspecto mais elucidativo acerca dos dados a analisar:
ESACB
10
SPSS
2 - Edio de Dados
Caso se pretenda guardar o ficheiro num disco ou directrio que no do directrio activo,
abrir a caixa
pretendido:
ESACB
e seleccionar o disco/directrio
11
SPSS
2 - Edio de Dados
, e de seguida faz-
Caso o nome do ficheiro no conste na listagem, porque est guardado noutro directrio
que no o especificado na janela. Nesta situao, ter-se- de encaminhar para a
drive/directrio onde se encontra.
Para tal, abre-se a o caixa
disco ou o directrio pretendido:
, e selecciona-se a o
Como o SPSS apenas admite um ficheiro de dados aberto, ao abrir um ficheiro o programa
encerra o ficheiro actual. Caso este no esteja gravado, aps quaisquer alteraes, o
programa apresenta uma mensagem de aviso:
ESACB
12
SPSS
2 - Edio de Dados
Admitamos que foi esquecido um caso referente a hora=Manh; este caso deveria ser
introduzido imediatamente antes da primeira observao 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 opo
no menu. Aparece a janela:
Pode igualmente fazer click com o boto direito do rato sobre o indicador da linha,
aparecendo o menu:
ESACB
13
SPSS
2 - Edio de Dados
e seleccionar a opo
. Pode igualmente
ESACB
14
SPSS
2 - Edio de Dados
ESACB
15
SPSS
2 - Edio de Dados
A varivel ln_prod visualizada com 2 casas decimais (por defeito), muito embora seja
guardada com maior preciso. Caso haja interesse em visualizar mais casa decimais,
proceder como descrito na definio de variveis.
As transformaes de variveis podem ser mais complexas que uma simples funo; reparese que a caixa de definio das transformaes apresenta o que se parece a uma mquina de
calcular cientfica, que permite definir transformaes vrias, incluindo seleco
condicional de casos (if), funes lgicas (e &; ou |; negao ~) comparaes (<, <=, >, >=,
=, ~=), etc.
2.1.8 - ELIMINAR LINHAS E VARIVEIS
Para eliminar linhas de valores (casos) ou colunas (variveis), fazer click sobre o nmero da
linha, esquerda do ecran, ou sobre o nome da varivel; a linha ou coluna, consoante o
caso, ficam seleccionadas (sombreadas). Para a eliminar, seleccionar
e de seguida
ESACB
16
SPSS
2 - Edio de Dados
Pode tambm fazer click com o boto direito do rato sobre a identificao da linha ou
coluna a eliminar, e fazer Cut ou Clear.
Nesta janela deve especificar-se que o ficheiro do tipo Excel (*.xls) [se se tratar de um
ficheiro Lotus, selecciona-se a opo Lotus(*.w*)]; para tal, abrir a caixa Ficheiro do tipo e
especificar Excel (*.xls):
ESACB
17
SPSS
2 - Edio de Dados
) e o intervalo
O SPSS cria um ficheiro, com tantas variveis quantas as colunas e tantos casos quantas as
linhas do bloco especificado.
2.2.2 - IMPORTAO DE FICHEIROS DE DBASE
Dada a relevncia da utilizao do gestor de bases de dados dBase III, natural que alguns
utilizadores disponham de bases de dados organizadas neste programa, e que pretendam
import-las para o SPSS a fim de executar algumas anlises estatsticas.
Os ficheiros gerados pelo dBase III (*.dbf) obedecem tipicamente estrutura dos ficheiros
SPSS, de modo que a sua importao extremamente fcil. Para tal, faz-se o seguinte
procedimento:
File
Open...
Na caixa de dilogo, deve definir-se o tipo de ficheiro [dBase (*.dbf)], o directrio onde
est guardado e o nome do ficheiro a importar, tal como se mostra na figura:
ESACB
18
SPSS
Ao fazer
2 - Edio de Dados
ESACB
19
SPSS
2 - Edio de Dados
) e fazer
Especificar qual a origem do ficheiro (no caso
caixa de dilogo que se segue, especificar o disco, directrio e o ficheiro a abrir:
. Na
ESACB
20
SPSS
2 - Edio de Dados
Caso o ficheiro tenha diversas folhas de clculo, ser conveniente confirmar qual que se
pretende importar; para visualizar as variveis de cada folha, click sobre o sinal +
esquerda da identificao:
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 - Edio de Dados
) e fazer
ESACB
22
SPSS
2 - Edio de Dados
Seleccionar
identificando
o
o novo valor a atribuir; fazer
ESACB
valor
antigo
recodificar,
em
23
SPSS
2 - Edio de Dados
Repetir para o outro valor da varivel (Mulher=2). No final, a caixa de dilogo mostra as
recodificaes a efectuar:
No final, fazer
ESACB
24
SPSS
2 - Edio de Dados
ESACB
25
SPSS
2 - Edio de Dados
Pretende-se excluir o caso n 6 da anlise, isto , incluir na anlise todos os casos com
excepo do caso n 6. Para tal, na caixa de dilogo seleccionar
definir que se seleccionam para anlise todos os cados diferenntes do caso n 6:
, e
ESACB
26
SPSS
2 - Edio de Dados
ESACB
27
SPSS
2 - Edio de Dados
Para definir a condio atrs referida, seleccionar a varivel sexo, defini-la como sendo
igual a 1; o operador lgico e (AND) simbolizado pelo caracter &; seleccionar a varivel
fuma e defini-la igual a 1:
Fazer
ESACB
para avanar.
28
SPSS
3-
3 - Anlise de Dados
ANLISE DE DADOS
Vamos iniciar a utilizao do SPSS a fim de efectuar diversas anlises estatsticas. Antes de
iniciar um processo de anlise, os dados a analisar devem estar carregados na memria do
computador.
Vamos ilustrar utilizando o ficheiro arroz.sav que dever estar carregado na memria do
computador.
ESACB
29
SPSS
3 - Anlise de Dados
Para seleccionar as variveis a analisar, click sobre o nome da varivel na listagem que
aparece na caixa esquerda, e de seguida click no boto
, obtendo-
30
SPSS
3 - Anlise de Dados
e depois
ESACB
31
SPSS
3 - Anlise de Dados
muito a largura do quadro original. Para tal, a soluo obter menos parmetros estatsticos,
de modo que o quadro de resultados seja menos largo.
3.1.2 - PROCEDIMENTO EXPLORE
Em caso de necessidade de apresentar todos os parmetros estatsticos, estes podem ser
obtidos noutra rotina do SPSS, cujo quadro de resultados se desenvolve na vertical, sendo
mais fcil inclui-los no relatrio em Word. Vamos ilustrar esta opo.
A opo EXPLORE calcula os parmetros estatsticos, e elabora o grfico caule-e-folhas
(esquema de histograma) e o grfico de extremos-e-quartis, muito til para analisar a
amostra em termos de concentrao ou disperso dos valores por intervalos quartlicos, bem
como a sua simetria; alm disso, uma boa ferramenta de verificar se h observaes
outliers, isto , observaes extremas que se afastam muito da gama mdia dos valores da
amostra. Opcionalmente, podem obter-se outras anlises, como veremos.
Na caixa de dilogo que se segue, selecciona-se a varivel a analisar (producao) tal como
descrito atrs. De seguida, seleccionar o boto
ESACB
32
SPSS
3 - Anlise de Dados
Seleccionando o boto
, verifica-se que o clculo das estatsticas descritivas est
activado; pode-se optar por verificar analiticamente a existncia de outliers, bem como
calcular os percentis. A opo M-estimators destina-se ao clculo de parmetros estatsticos
(mdia e varincia) ponderados; geralmente esta opo s interessa em utilizaes muito
especficas. No final, fazer
ESACB
; seleccionar a opo
33
SPSS
3 - Anlise de Dados
ESACB
34
SPSS
3 - Anlise de Dados
Histogram
10
Frequency
.0
00
6 5 0.0
5
6 2 0.0
0
6 0 0.0
5
5 7 0.0
0
5 5 0.0
5
5 2 0.0
0
5 0 0.0
5
4 7 0.0
0
4 5 0.0
5
4 2 0.0
0
4 0 0.0
5
3 7 0.0
0
3 5 0.0
5
3 2 0.0
0
3 0 0.0
5
2 7 0.0
0
25
Producao
ESACB
Stem &
2
3
3
4
4
5
5
6
.
.
.
.
.
.
.
.
Leaf
688
144
77789
111234
5556778889999
1223344
555666678888899999
00024
1000.00
1 case(s)
35
SPSS
3 - Anlise de Dados
7000
6000
5000
4000
3000
2000
N=
60
Producao
ESACB
36
SPSS
3 - Anlise de Dados
Na caixa de dilogo que se segue, selecciona-se a varivel a analisar (producao) tal como
descrito atrs. Seleccionar a varivel variedad para o campo Factor List:
ESACB
37
SPSS
Descriptives
Variedade
Producao IR8
Mean
95% Confidence Interval for Mean Lower Bound
Upper Bound
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
IR5
Mean
95% Confidence Interval for Mean Lower Bound
Upper Bound
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
C4-63
Mean
95% Confidence Interval for Mean Lower Bound
Upper Bound
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
3 - Anlise de Dados
Statistic
4769.4000
4275.7316
5263.0684
4819.3333
4836.0000
1112633.726
1054.8145
2606.00
6034.00
3428.00
1762.0000
-.651
-.441
5042.0000
4593.9109
5490.0891
5085.3333
5410.0000
916664.421
957.4259
2846.00
6458.00
3612.00
1574.5000
-.839
-.076
5058.1000
4657.4878
5458.7122
5081.6667
5091.0000
732706.305
855.9827
3428.00
6264.00
2836.00
1493.5000
-.419
-.921
Std. Error
235.8637
.512
.992
214.0869
.512
.992
191.4035
.512
.992
O diagrama de extremos-e-quartis apresentado agora para cada uma das trs variedades:
ESACB
38
SPSS
3 - Anlise de Dados
7000
6000
5000
Producao
4000
3000
2000
N=
20
20
20
IR8
IR5
C4-63
Variedade
Estes resultados podem comear a fornecer pistas para a anlise dos dados, do gnero de
que a variedade C4-63 apresenta uma produo mais homognea.
ESACB
39
SPSS
3 - Anlise de Dados
A opo
permite seleccionar, facultativamente, quais os parmetros estatsticos a
calcular. No caso de variveis nominais e alfanumricas no tm significado.
Os resultados obtidos, que so acrescentados ao Viewer, tm o seguinte aspecto:
ESACB
40
SPSS
V opo
3 - Anlise de Dados
ESACB
41
SPSS
3 - Anlise de Dados
Fazer
Producao
10
Frequency
.0
00
6 5 0.0
5
6 2 0.0
0
6 0 0.0
5
5 7 0.0
0
5 5 0.0
5
5 2 0.0
0
5 0 0.0
5
4 7 0.0
0
4 5 0.0
5
4 2 0.0
0
4 0 0.0
5
3 7 0.0
0
3 5 0.0
5
3 2 0.0
0
3 0 0.0
5
2 7 0.0
0
25
Producao
ESACB
42
SPSS
4-
4 - Grficos
GRFICOS
A representao grfica dos dados geralmente uma boa abordagem para as anlises
estatsticas a efectuar: a representao de variveis numricas em histograma permite inferir
acerca da simetria, achatamento e normalidade da amostra em anlise; o grfico de barras
representando contagens ou percentagens de valores de variveis permite comparar
visualmente diversas caractersticas amostrais; a representao grfica de duas variveis que
se julgam correlacionadas num grfico de pontos ou de disperso permite definir uma
abordagem prvia metodologia de regresso; os grficos de extremos-e-quartis facilitam a
deteco de outliers, alm de permitirem analisar a simetria e sub-intervalos de maior
concentrao da amostra; etc.
Muitos dos procedimentos estatsticos do SPSS incluem j a elaborao de grficos
adequados s anlises respectivas. Nesta seco, vamos abordar a criao de grficos
isolados de outros procedimentos.
O programa SPSS permite definir os grficos por duas vias:
grficos interactivos:
grficos standardizados: esta metodologia permite definir os grficos, a partir de submenus individualizados no menu Graphs; aps criados, estes
grficos so menos dinmicos que os grficos interactivos.
Para editar o grfico, selecciona-se este na janela Viewer e
abre-se uma janela de edio do grfico.
De seguida vo-se apresentar a definio de alguns tipos de grficos, tendo como base de
trabalho os dados do ficheiro pulso.sav (listagem em anexo).
Vamos de seguida ilustrar a realizao de alguns grficos. No se pretende fazer uma
apresentao exaustiva de todos os tipos de grficos; contudo, os procedimentos para
qualquer outro tipo de grfico so genericamente semelhantes, de modo que os grficos
descritos de seguida fornecem bases suficientes para que o utilizador explore e crie qualquer
outro tipo de grficos.
ESACB
44
SPSS
4 - Grficos
).
ESACB
45
SPSS
4 - Grficos
No final fazer
ESACB
46
SPSS
4 - Grficos
Count
2
0
19
21
23
25
27
29
31
33
35
38
42
IDADE
Fonte: Abcde, 1998.
Count
2
0
19
21
23
25
27
29
31
33
35
38
42
IDADE
Fonte: Abcde, 1998.
ESACB
47
SPSS
4 - Grficos
Poder ter interesse ver a distribuio de idades por sexo, isto , fazer a separao das
idades por sexo; para tal, na janela Bars Chart selecciona-se a opo Clustered. Aparece a
seguinte janela, onde se seleccionam a varivel a representar em barras (idade) e a varivel
de agrupamento (sexo):
Count
SEXO
1
Homem
Mulher
19
21
23
25
27
29
31
33
35
38
42
IDADE
Fonte: Abcde, 1998
O grfico de barras pode tambm usar-se para comparar visualmente a mdia (ou outro
parmetro estatstico) de duas ou mais variveis da mesma natureza. Para exemplificar,
vamos elaborar o grfico de barras referente s mdias das variveis ritmoa e ritmod. Para
tal:
ESACB
48
SPSS
4 - Grficos
Graphs
Bar ...
Na janela de dilogo seguinte, seleccionar o tipo Simple (s uma srie de barras) e a opo
(isto , cada barra representa um parmetro estatstico de uma
varivel):
Veja-se que, por defeito, ser representada a mdia (mean) das variveis. Pretendendo
representar outro parmetro, fazer
(seleccionando individualmente cada
uma das variveis, ou seleccionando todas as variveis em simultneo para tal, manter o
boto esquerdo pressionado e arrastar sobre o nome das variveis a seleccionar). Aparece a
seguinte caixa de dilogo, onde se define o parmetro a representar. Veja-se que pode
seleccionar-se um parmetro estatstico (primeiro bloco da janela), ou ento o nmero (ou
ESACB
49
SPSS
4 - Grficos
percentagem) de casos acima ou abaixo de um valor a definir (bloco central), ou entre dois
valores a definir (ltimo bloco)3:
140
120
100
Mean
80
60
RITMOA
RITMOD
4.1.2 - HISTOGRAMA
Os campos Value, Low, High s so activados aps seleccionar uma opo do respectivo bloco de
opes.
ESACB
50
SPSS
4 - Grficos
Seleccionando a opo
ao histograma.
Para definir os ttulos do grfico, seleccionar
ESACB
51
SPSS
4 - Grficos
Mean = 76.0
N = 40.00
0
60.0
65.0
70.0
75.0
80.0
85.0
90.0
95.0
RITMOA
Fonte: Abcde, 1998
ESACB
se se
52
SPSS
4 - Grficos
pretender criar o grfico com todos os dados da varivel ritmoa, sem separar pelas
categorias da varivel sexo:
Fazer
para continuar. Na seguinte caixa de dilogo, seleccionar a varivel
numrica a representar no grfico (ritmoa), e a varivel para definir as categorias (sexo):
O resultado o seguinte:
Case Processing Summary
Valid
RITMOA
ESACB
SEXO
Homem
Mulher
N
22
18
Percent
100.0%
100.0%
Cases
Missing
N
Percent
0
.0%
0
.0%
Total
N
22
18
Percent
100.0%
100.0%
53
SPSS
4 - Grficos
100
15
90
10
38
80
RITMOA
70
60
50
N=
22
18
Homem
Mulher
SEXO
Repare-se que no caso dos homens, h duas observaes outliers, que so assinaladas fora
dos bigodes do diagrama; o bigode chega, neste caso, at observao mais alta, mas
que no seja outlier (valor 80). Repare-se que indicado o nmero de observaes para
cada uma das categorias (N=22 para os homens; N=18 para as mulheres).
4.1.4 - GRFICO DE BARRA DE ERROS
Um grfico de barra de erros representa um intervalo de confiana para a mdia de uma
varivel numrica de uma amostra (ou sub-amostras definidas pelas categorias de uma
varivel categrica). O intervalo de confiana definido por uma das seguintes expresses
(entre parentesis so indicadas as respectivas opes a seleccionar durante a definio do
grfico ver frente):
x t ( , N 1) .
x k .s x , em que s x =
s
N
(opo
(opo
Standard
error of mean);
Vamos ilustrar a criao deste tipo de grfico usando a varivel ritmoa do ficheiro
pulso.sav, sub-dividida pelas duas categorias (Homem, Mulher) da varivel sexo:
ESACB
54
SPSS
4 - Grficos
Graphs
Error Bar ...
Na caixa de dilogo seguinte seleccionar a opo Simple, j que se trata de uma nica
varivel, e a opo
Fazer
para continuar. Na seguinte caixa de dilogo, seleccionar a varivel
numrica a representar no grfico (ritmoa), e a varivel para definir as categorias (sexo):
ESACB
55
SPSS
4 - Grficos
95% CI RITMOA
80
70
60
N=
22
18
Homem
Mulher
SEXO
Fonte: Abcde, 1998
ESACB
56
SPSS
4 - Grficos
PPlot
MODEL:
MOD_3.
Expected
Normal
quantiles
calculated
using
proportional
estimation formula and assigning the mean to ties.
Blom's
ESACB
parameters
estimated:
location=75.95
57
SPSS
4 - Grficos
.75
.50
.25
0.00
0.00
.25
.50
.75
1.00
.04
.02
0.00
-.02
-.04
-.06
0.0
.2
.4
.6
.8
1.0
ESACB
58
SPSS
4 - Grficos
Overlay
Matrix
3-D
quando se pretende representar num plano xy uma srie de observaes bivariadas (x,y); se nessa srie existem diferentes categorias, definidas por
uma terceira varivel categrica, podem identificar-se os pontos
correspondentes a cada categoria com marcas diferentes;
quando se pretende representar num mesmo plano (x,y) duas ou mais sries
de observaes bi-variadas (x,y) da mesma natureza;
quando se pretendem representar os grficos xy de todas as combinaes
possveis de duas ou mais variveis; isto , dispondo de 3 variveis
genericamente identificadas por x,y,z, esta opo representa os seguintes
grficos: (x,y), (x,z), (y,z), bem como a imagem simtrica destes grficos;
este grfico til para uma anlise exploratria das associaes entre
diversas variveis;
representa o grfico espacial a 3 dimenses definido pelos eixos (x,y,z).
O tipo de grfico mais usual o Simple. Tendo seleccionado a opo pretendida, fazer
para prosseguir. Na janela seguinte, definir as variveis a usar em cada um dos
ESACB
59
SPSS
4 - Grficos
eixos (x: ritmoa; y: ritmod), bem como a varivel categrica (sexo) de agrupamento
(opcional):
Definir os ttulos como previamente descrito. O grfico resultante tem o seguinte aspecto:
Ritmo aps exerccio versus ritmo cardaco em repouso
Os casos so identificados por sexo
280
260
240
220
200
180
RITMOD
160
SEXO
140
Mulher
120
Homem
100
60
70
80
90
100
RITMOA
Fonte: Abcde, 1998
Nota-se que, aparte da observao no canto superior direito do grfico, que um outlier bivariado, todas as outras observaes tm uma tendncia mais ou menos linear ligeiramente
crescente.
Para ilustrar a matriz de grficos, com as variveis idade, ritmoa, ritmod, executar o
procedimento:
ESACB
60
SPSS
4 - Grficos
Graphs
Scatter ...
Matrix
IDADE
RITMOA
SEXO
RITMOD
Mulher
Homem
Fonte: Abcde, 1998
ESACB
61
SPSS
4 - Grficos
Edit
SPSS Chart Object
Open
ii)
iii)
Qualquer dos anteriores procedimentos abre o grfico numa nova janela, com a designao
SPSS Chart Editor, sobreposta ao Viewer, tal como se ilustra; o grfico est sombreado na
janela Viewer durante a edio; as alteraes efectuadas so reflectidas automaticamente
neste grfico:
ESACB
62
SPSS
4 - Grficos
Para alterar um pormenor, por exemplo o padro 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 esto seleccionadas):
ESACB
63
SPSS
4 - Grficos
Neste menu, seleccionar uma das seguintes opes, conforme o objectivo; cada opo abre
uma caixa de dilogo onde o utilizador selecciona a alterao a efectuar; para tomar efeito,
fazer
:
Nota: A barra de ferramentas do SPSS Chart Editor tem os botes de atalho para
as respectivas entradas no menu Format, tal como de seguida se
apresentam:
ESACB
Fill Patern... ou
Color... ou
Alterar a cor;
Marker... ou
Line Style... ou
64
SPSS
4 - Grficos
ou
Abre-se a seguinte janela de dilogo, onde o utilizador poder alterar os ttulos (se no
foram previamente definidos os ttulos, os respectivos campos aparecem vazios), e o
respectivo alinhamento:
Aps ter efectuado as alteraes pretendidas, fechar o Chart Editor para regressar ao
Viewer; para tal, fazer File
Close, ou click no boto
.
ESACB
65
SPSS
4 - Grficos
Como referido no incio do captulo, o SPSS dispe de uma rotina interactiva de definio
de grficos, em que a seleco e alterao do tipo de grficos, variveis a incluir, e
pormenores, so mais facilmente editados.
Para criar um grfico interactivo, seleccionar:
Graphs
Interactive
No menu seguinte, selecciona-se o tipo de grfico a criar:
ESACB
66
SPSS
4 - Grficos
Esta janela tpica dos grficos interactivos, e representa o esqueleto do grfico, com um
sistema de eixos ortogonais, cada um com um campo, para o qual se selecciona a varivel a
usar nesse eixo; alguns campos podem j conter uma varivel4 automaticamente assumida
pelo programa; o que acontece no eixo dos yy, em que o programa prope representar o
nmero de casos iguais, ou frequncias absolutas (varivel $count).
O grfico pode ser bi-dimensional, ou tri-dimensional; a seleco faz-se com os botes:
) ou na
).
Aparte das variveis definidas no ficheiro, nesta rotina o programa automaticamente define outras
variveis, nomeadamente a varivel $count (contagem de casos), $pct (percentagem de casos), $case (nmero
de ordem dos casos). Se a varivel precedida pelo con
ESACB
, trata-se de uma
67
SPSS
4 - Grficos
ESACB
68
SPSS
4 - Grficos
Se se pretende visualizar a distribuio, dentro de cada um dos sexos, pela varivel fuma,
deve especificar-se esta diviso por categorias, no separador Assign Variables da janela
Create Bar Chart, incluindo a varivel para definir as categorias no campo Legend
Variables Color; o que se est a fazeer, instruir o programa para usar cores diferentes
para cada uma das categorias da varivel fuma:
ESACB
69
SPSS
4 - Grficos
ESACB
70
SPSS
4 - Grficos
Para definir os ttulos, seleccionar o separador Titles. O grfico tem o seguinte aspecto:
ESACB
71
SPSS
4 - Grficos
ESACB
72
SPSS
4 - Grficos
No campo Method, seleccionar a opo Regression; no campo Fit lines for, seleccionar a
se se pretende uma equao para cada um dos casos da varivel sexo (a
opo
opo Total, que pode ser seleccionada isolada ou em conjunto com a opo Subgroups,
destina-se a ajustar uma equao a toda a amostra). O resultado o seguinte:
ESACB
73
SPSS
4 - Grficos
Para cada uma das sub-amostras definidas pela varivel sexo, foi ajustada a equao de
regresso linear, cujas equaes, e o respectivo coeficiente de determinao R2, so
apresentadas na figura.
Uma outra possibilidade apresentar os grficos por categorias isolados. Para tal, na janela
Create Scatterplot, a varivel categrica seleccionada para o campo Panel Variables (e
no para o campo Legend Variables):
ESACB
74
SPSS
4 - Grficos
Edit
SPSS Interactive Graphic Object
ii)
ESACB
75
SPSS
4 - Grficos
A rea do grfico em edio, assinalada na margem esquerda por uma seta, est no interior
de uma bordadura tracejada. No permitido efectuar modificaes em qualquer zona fora
desta bordadura.
Os cons na borda do grfico so botes de atalho para as tarefas de edio. Para editar um
elemento do grfico, deve seleccionar-se previamente, fazendo click sobre esse elemento.
Seguidamente, utiliza-se o boto pretendido:
Espessura de linhas;
Estilo de linhas (contnuas, tracejadas);
Tamanho de marcas ou pontos;
Estilo (forma) de marcas ou pontos;
Padro de preenchimento de reas;
Estilo e cor das linhas de bordadura de reas;
Cor de preenchimento de reas;
Ferramenta para criar/editar uma caixa de texto;
Ponteiro do rato para selecco de elementos do grfico;
Abre a seguinte caixa de dilogo de seleco de variveis, onde se podem
mudar as variveis a representar no grfico:
ESACB
76
SPSS
4 - Grficos
ESACB
77
SPSS
4 - Grficos
essas mesmas alteraes atravs de menus, e outras modificaes que no dispem de boto
de atalho.
No final, para terminar a sesso de edio do grfico, basta fazer click sobre uma rea do
ecran no pertencente janela do grfico.
ESACB
78
SPSS
5-
5 - Testes T
TESTES T
Teste t para a mdia de uma amostra: compara a mdia de uma amostra com a
mdia hipottica conhecida de uma populao. So apresentados os parmetros
estatsticos da amostra em anlise; igualmente estabelecido um intervalo de
confiana para ( x ) .
O teste de hiptese subjacente :
H0 :x =
H1 : x
H0 : x = 0
e a estatstica de testes t =
H1 : x 0
H 1 : x1 x 2
H 0 : x1 x 2 = 0
e a estatstica de testes t =
H 1 : x1 x 2 0
x1 x 2
1
1
s 2
N1 N 2
ESACB
79
SPSS
5 - Testes T
H 1 : x1 x 2
H 0 : x1 x 2 = 0
e a estatstica de testes t =
H 1 : x1 x 2 0
x1 x 2
1
1
s 2
N
N
2
1
A fim de ilustrar a realizao destes testes vamos usar o ficheiro PULSO.SAV que foi
criado por importao de um ficheiro dBase. Em anexo fornecida uma impresso 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 no
fumam. Para cada um dos indivduos foi medido o ritmo cardaco antes (ritmoa) e aps
uma corrida de 1500 m (ritmod). Pretende-se, entre outros objectivos, verificar se h
diferenas entre os ritmos cardacos antes e aps o exerccio fsico; se h diferenas de
ritmo cardaco entre homens e mulheres, entre fumadores e no fumadores. Pretende-se
igualmente saber qual o valor indicativo do ritmo cardaco mdio da populao dessa
universidade.
Antes de prosseguir para os testes t aconselhado fazer uma anlise exploratria dos
dados, tal como foi ilustrado no captulo 3. A seguir apresentam-se dois estratos desta
anlise, 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
RITMOA Highest
Lowest
RITMOD Highest
Lowest
ESACB
Case
Value
Number
1
6
96
2
4
96
3
15
92
4
10
90
5
38
90
1
1
62
2
36
62
3
3
64
4
13
66
a
5
39
1
6
265
2
9
160
3
17
158
4
26
158
5
19
156
1
16
112
2
27
116
3
37
116
4
7
120
5
28
120
of cases with the value 66 are shown in the table of lower
81
SPSS
5 - Testes T
Por esta anlise pode concluir-se que o caso n 6 constitui uma observao outlier no
referente observao ritmod: provavelmente, o observador queria registar o valor 165
e, por erro, introduziu 265, valor virtualmente impossvel para o ritmo cardaco de
qualquer humano, mesmo que sujeito a condies in extremis. Contudo, como na
realidade o estatstico no sabe ou que se passou, a melhor estratgia ser ignorar este
caso (indivduo n 6) sempre que tiver de utilizar a varivel ritmod.
H1 : x
H0 : x = 0
Para tal, fazer Statistics
Compare Means
H1 : x 0
One-Sample T Test...
ESACB
82
SPSS
5 - Testes T
De seguida, seleccionar
Por defeito, est definido (1-)=0.95; se o desejar, o utilizador poder alterar este nvel
de confiana. Fazer
e depois OK:
Para um nvel de significncia de 5%, deve rejeitar-se a hiptese nula de que o ritmo
mdio cardaco da populao, com base nesta amostra, possa ser de 80 (pois o p-value
ou significance level da amostra de 0.011<=0.05, ou porque |tcalc|=2.686 >
t(0.05,39)=2.021).
O intervalo de confiana para ( x ) [ 7.01, 1.00]
ESACB
83
SPSS
5 - Testes T
Compare Means
Independent
Samples
ESACB
84
SPSS
5 - Testes T
No final, fazer
. De seguida, seleccionar
confiana para a diferena entre mdias:
e depois OK:
Fazer
Group Statistics
RITMOA
FUMA
Fuma
No Fuma
N
16
24
Std.
Deviation
12.00
7.72
Mean
76.75
75.42
Std. Error
Mean
3.00
1.58
F
RITMOA
Equal variances
assumed
Equal variances not
assumed
8.665
Sig.
.006
Sig.
(2-tailed)
df
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower
Upper
.429
38
.671
1.33
3.11
-4.96
7.63
.394
23.274
.698
1.33
3.39
-5.67
8.34
2
2
H 1 : s ritmoa
s ritmoa
Fuma
No Fuma
ESACB
85
SPSS
5 - Testes T
O valor da estatstica de teste t=0.394 < t(0.05; 23) = 2.069, ou p-value = 0.698 > =5%,
concluindo-se assim que os ritmos cardacos em repouso, destas duas amostras, so
estatisticamente iguais, para um nvel de significncia de 5%.
O intervalo de confiana a 95% para a diferena entre as mdias [-5.67 , 8.34],
podendo teoricamente a diferena ser nula.
Como anteriormente se fez notar, este teste dever ser efectuando, sem incluir o
indivduo n 6, por se suspeitar que o respectivo registo do ritmo cardaco aps
exerccio est errado. Para tal, fazer:
Data
Select Cases...
ESACB
86
SPSS
5 - Testes T
Pretende-se excluir o caso n 6 da anlise, isto , incluir na anlise todos os casos com
excepo do caso n 6. Para tal, na caixa de dilogo seleccionar
definir que se seleccionam para anlise todos os cados diferenntes do caso n 6:
,e
ESACB
Compare Means
87
SPSS
5 - Testes T
O boto
serve para definir o intervalo de confiana para a diferena entre as
duas mdias (por defeito, (1-)=0.95).
Os resultados so os seguintes:
Paired Samples Statistics
Pair
1
ESACB
RITMOA
RITMOD
Mean
75.44
137.31
N
39
39
Std.
Deviation
9.08
12.56
Std. Error
Mean
1.45
2.01
88
SPSS
5 - Testes T
39
Correlation
.544
Sig.
.000
Paired Differences
Pair 1
RITMOA - RITMOD
Mean
-61.87
Std.
Deviation
10.78
Std. Error
Mean
1.73
95% Confidence
Interval of the
Difference
Lower
Upper
-65.36
-58.38
t
-35.858
df
38
Sig.
(2-tailed)
.000
ESACB
89
SPSS
6-
6 - Anova
ANLISE DE VARINCIA
ESACB
90
SPSS
6 - Anova
5113
5346
5272
5164
4804
4254
5398
5952
5713
4831
4848
4542
Repeties
5307
4719
5483
4986
4432
4919
4678
5264
5049
4410
4748
4098
A anova simples (ensaios uni-factoriais) pode ser executada no SPSS com dois
procedimentos:
91
SPSS
6 - Anova
Fazer
Os resultados so os seguintes:
ESACB
92
SPSS
6 - Anova
Oneway
Descriptives
Produo (kg/ha)
N
25 kg/ha
50 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
Total
4
4
4
4
4
4
24
Std.
Deviation
320.2093
504.7893
284.4414
321.9900
188.4958
360.8798
455.9256
Mean
5124.0000
5320.2500
5379.2500
4847.7500
4708.0000
4453.2500
4972.0833
Std. Error
160.1047
252.3947
142.2207
160.9950
94.2479
180.4399
93.0654
Minimum
4678.00
4719.00
5049.00
4410.00
4432.00
4098.00
4098.00
Maximum
5398.00
5952.00
5713.00
5164.00
4848.00
4919.00
5952.00
df1
df2
5
Sig.
.830
18
ANOVA
Produo (kg/ha)
Between Groups
Within Groups
Total
ESACB
Sum of
Squares
2657880.8
2123087.0
4780967.8
df
5
18
23
Mean
Square
531576.167
117949.278
F
4.507
Sig.
.008
93
SPSS
6 - Anova
Tukey HSD
(I) Densidade de
sementeira
25 kg/ha
50 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
LSD
25 kg/ha
50 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
(J) Densidade de
sementeira
50 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
25 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
25 kg/ha
50 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
25 kg/ha
50 kg/ha
75 kg/ha
125 kg/ha
150 kg/ha
25 kg/ha
50 kg/ha
75 kg/ha
100 kg/ha
150 kg/ha
25 kg/ha
50 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
50 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
25 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
25 kg/ha
50 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
25 kg/ha
50 kg/ha
75 kg/ha
125 kg/ha
150 kg/ha
25 kg/ha
50 kg/ha
75 kg/ha
100 kg/ha
150 kg/ha
25 kg/ha
50 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
Mean
Difference
(I-J)
Std. Error
-196.2500
242.8469
-255.2500
242.8469
276.2500
242.8469
416.0000
242.8469
670.7500
242.8469
196.2500
242.8469
-59.0000
242.8469
472.5000
242.8469
612.2500
242.8469
867.0000* 242.8469
255.2500
242.8469
59.0000
242.8469
531.5000
242.8469
671.2500
242.8469
926.0000* 242.8469
-276.2500
242.8469
-472.5000
242.8469
-531.5000
242.8469
139.7500
242.8469
394.5000
242.8469
-416.0000
242.8469
-612.2500
242.8469
-671.2500
242.8469
-139.7500
242.8469
254.7500
242.8469
-670.7500
242.8469
-867.0000* 242.8469
-926.0000* 242.8469
-394.5000
242.8469
-254.7500
242.8469
-196.2500
242.8469
-255.2500
242.8469
276.2500
242.8469
416.0000
242.8469
670.7500* 242.8469
196.2500
242.8469
-59.0000
242.8469
472.5000
242.8469
612.2500* 242.8469
867.0000* 242.8469
255.2500
242.8469
59.0000
242.8469
531.5000* 242.8469
671.2500* 242.8469
926.0000* 242.8469
-276.2500
242.8469
-472.5000
242.8469
-531.5000* 242.8469
139.7500
242.8469
394.5000
242.8469
-416.0000
242.8469
-612.2500* 242.8469
-671.2500* 242.8469
-139.7500
242.8469
254.7500
242.8469
-670.7500* 242.8469
-867.0000* 242.8469
-926.0000* 242.8469
-394.5000
242.8469
-254.7500
242.8469
Sig.
.962
.894
.859
.541
.111
.962
1.000
.408
.170
.023
.894
1.000
.290
.110
.014
.859
.408
.290
.991
.594
.541
.170
.110
.991
.895
.111
.023
.014
.594
.895
.430
.307
.270
.104
.013
.430
.811
.067
.021
.002
.307
.811
.042
.013
.001
.270
.067
.042
.572
.122
.104
.021
.013
.572
.308
.013
.002
.001
.122
.308
ESACB
94
SPSS
6 - Anova
Homogeneous Subsets
Produo (kg/ha)
Tukey HSDa
Densidade de
sementeira
150 kg/ha
125 kg/ha
100 kg/ha
25 kg/ha
50 kg/ha
75 kg/ha
Sig.
N
4
4
4
4
4
4
Means Plots
5600
5400
5200
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 contm a mdias, desvio padro e erro padro da mdia
e intervalo de confiana da mdia, mnimo e mximo para cada tratamento.
De seguida apresentado o teste de homogeneidade de varincias de Levene:
H 0 : s12 = s 22 = s 32 = s 42
H 1 : As varincias no so homogneas
Como F=0.418 < F(0.05;5;18) =2.77, ou p-value=0.83 > =0.05, conclui-se que as
varincias so homogneas, isto , dentro de cada um dos tratamentos a variabilidade
apenas devida a causas aleatrias.
O quadro que se segue a tabela da anlise de varincia, 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 < =0.05, conclui-se que existem
diferenas significativas entre as produes mdias das 6 densidades de sementeira, com
um nvel de significncia de 5%.
Contudo, este resultado no nos permite concluir qual ou quais densidades conduzem a
produes mdias significativamente diferentes de outras. Para concluir tal, h que
proceder comparao da mdia de cada um dos tratamentos com todas as restantes.
esta comparao feita em termos do valor absoluto das diferenas entre mdias: se esta
ESACB
95
SPSS
6 - Anova
ESACB
96
SPSS
6 - Anova
Statistics
Compare Means...
Means...
Os resultados so os seguintes:
ESACB
97
SPSS
6 - Anova
Means
Case Processing Summary
Cases
Excluded
N
Percent
Included
N
Percent
Produo (kg/ha) *
Densidade de
sementeira
24
100.0%
.0%
Total
N
Percent
24
100.0%
Report
Produo (kg/ha)
Densidade de
sementeira
25 kg/ha
50 kg/ha
75 kg/ha
100 kg/ha
125 kg/ha
150 kg/ha
Total
Mean
5124.0000
5320.2500
5379.2500
4847.7500
4708.0000
4453.2500
4972.0833
Std.
Deviation
320.2093
504.7893
284.4414
321.9900
188.4958
360.8798
455.9256
N
4
4
4
4
4
4
24
ANOVA Table
Produo (kg/ha) *
Densidade de
sementeira
Sum of
Squares
2657880.8
2123087.0
4780967.8
Between
(Combined)
G
Within Groups
Total
df
Mean
Square
5 531576.167
18 117949.278
23
F
4.507
Sig.
.008
Measures of Association
Eta
Produo (kg/ha) *
Densidade de
sementeira
.746
Eta
Squared
.556
ESACB
98
SPSS
6 - Anova
ESACB
99
SPSS
6 - Anova
Por defeito, est definido o mtodo de clculo da soma de quadrados (tipo III); para
delineamentos em que no haja missing-values deve definir-se esta metodologia de
clculo.
ESACB
100
SPSS
6 - Anova
A opo
deve ser seleccionada (por defeito, est activada). Caso
se assuma que os dados passam pela origem dos eixos (isto , caso a ausncia dos
factores em anlise conduzam a valor zero da varivel dependente), pode omitir-se esta
opo. Da sua incluso no modelo resulta a apresentao de mais uma linha inusitada na
tabela da anova, que traduz a variabilidade associada varivel dependente para os
nveis zero dos factores. As restantes linhas da tabela so as usuais.
Fazer
para continuar.
Optar por
ESACB
101
SPSS
6 - Anova
Fazer
para continuar. Seleccionar
para seleccionar o clculo de
parmetros estatsticos, teste de Levene de homogeneidade de varincias e os intervalos
de confiana para as mdias:
102
SPSS
6 - Anova
Between-Subjects Factors
Variedade
Adubao
Value
Label
IR8
IR5
C4-63
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
1
2
3
0
1
2
3
4
N
20
20
20
12
12
12
12
12
Descriptive Statistics
Dependent Variable: Produo
Variedade
IR8
IR5
C4-63
Total
Adubao
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
Total
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
Total
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
Total
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
Total
Mean
3124.0000
4723.5000
4459.5000
5717.0000
5823.0000
4769.4000
3548.0000
4806.0000
5436.0000
5739.5000
5680.5000
5042.0000
3778.0000
4753.5000
5320.0000
5552.5000
5886.5000
5058.1000
3483.3333
4761.0000
5071.8333
5669.6667
5796.6667
4956.5000
Std.
Deviation
532.7939
171.9874
400.2345
334.1237
208.3235
1054.8145
540.9054
443.6124
757.8408
494.9542
217.5462
957.4259
314.1507
414.2411
501.1640
573.7000
385.9374
855.9827
513.9808
331.3680
689.7728
441.1381
271.0335
952.5245
N
4
4
4
4
4
20
4
4
4
4
4
20
4
4
4
4
4
20
12
12
12
12
12
60
a
Levene's Test of Equality of Error Variances
df1
df2
14
45
Sig.
.430
ESACB
103
SPSS
6 - Anova
Source
Corrected Model
Intercept
VARIEDAD
AZOTO
VARIEDAD * AZOTO
Error
Total
Corrected Total
Type III
Sum of
Squares
44578256a
1.47E+09
1052784.4
41234745
2290726.3
8952613.0
1.53E+09
53530869
df
14
1
2
4
8
45
60
59
Mean
Square
3184161.1
1.47E+09
526392.200
10308686
286340.783
198946.956
F
16.005
7409.078
2.646
51.816
1.439
Sig.
.000
.000
.082
.000
.207
Variedade
IR8
IR5
C4-63
Mean
4769.400
5042.000
5058.100
Std. Error
99.736
99.736
99.736
(I) Variedade
IR8
IR5
C4-63
(J) Variedade
IR5
C4-63
IR8
C4-63
IR8
IR5
Mean
Difference
(I-J)
-272.600
-288.700*
272.600
-16.100
288.700*
16.100
Std. Error
141.049
141.049
141.049
141.049
141.049
141.049
Sig.
.060
.047
.060
.910
.047
.910
ESACB
104
SPSS
6 - Anova
Univariate Tests
Dependent Variable: Produo
Contrast
Error
Sum of
Squares
1052784.4
8952613.0
df
2
45
Mean
Square
526392.200
198946.956
F
2.646
Sig.
.082
The F tests the effect of Variedade. This test is based on the linearly
independent pairwise comparisons among the estimated marginal means.
2. Adubao
Estimates
Dependent Variable: Produo
Adubao
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
ESACB
Mean
3483.333
4761.000
5071.833
5669.667
5796.667
Std. Error
128.759
128.759
128.759
128.759
128.759
105
SPSS
6 - Anova
Pairwise Comparisons
Dependent Variable: Produo
(I) Adubao
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
Mean
Difference
(I-J)
-1277.667*
-1588.500*
-2186.333*
-2313.333*
1277.667*
-310.833
-908.667*
-1035.667*
1588.500*
310.833
-597.833*
-724.833*
2186.333*
908.667*
597.833*
-127.000
2313.333*
1035.667*
724.833*
127.000
(J) Adubao
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
0 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
0 kg/ha
60 kg/ha
120 kg/ha
150 kg/ha
0 kg/ha
60 kg/ha
90 kg/ha
150 kg/ha
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
Std. Error
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
182.093
Sig.
.000
.000
.000
.000
.000
.095
.000
.000
.000
.095
.002
.000
.000
.000
.002
.489
.000
.000
.000
.489
Contrast
Error
Sum of
Squares
41234745
8952613.0
df
4
45
Mean
Square
10308686
198946.956
F
51.816
Sig.
.000
The F tests the effect of Adubao. This test is based on the linearly
independent pairwise comparisons among the estimated marginal means.
ESACB
106
SPSS
6 - Anova
3. Variedade * Adubao
Dependent Variable: Produo
Variedade
IR8
IR5
C4-63
Adubao
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
Mean
3124.000
4723.500
4459.500
5717.000
5823.000
3548.000
4806.000
5436.000
5739.500
5680.500
3778.000
4753.500
5320.000
5552.500
5886.500
Std. Error
223.017
223.017
223.017
223.017
223.017
223.017
223.017
223.017
223.017
223.017
223.017
223.017
223.017
223.017
223.017
(I) Variedade
IR8
IR5
C4-63
(J) Variedade
IR5
C4-63
IR8
C4-63
IR8
IR5
Mean
Difference
(I-J)
-272.6000
-288.7000
272.6000
-16.1000
288.7000
16.1000
Std. Error
141.0486
141.0486
141.0486
141.0486
141.0486
141.0486
Sig.
.141
.113
.141
.993
.113
.993
ESACB
107
SPSS
6 - Anova
Homogeneous Subsets
Produo
a,b
Tukey HSD
Variedade
IR8
IR5
C4-63
Sig.
N
20
20
20
Subset
1
4769.4000
5042.0000
5058.1000
.113
Adubao
Multiple Comparisons
Dependent Variable: Produo
Tukey HSD
(I) Adubao
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
(J) Adubao
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
0 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
0 kg/ha
60 kg/ha
120 kg/ha
150 kg/ha
0 kg/ha
60 kg/ha
90 kg/ha
150 kg/ha
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
Mean
Difference
(I-J)
-1277.6667*
-1588.5000*
-2186.3333*
-2313.3333*
1277.6667*
-310.8333
-908.6667*
-1035.6667*
1588.5000*
310.8333
-597.8333*
-724.8333*
2186.3333*
908.6667*
597.8333*
-127.0000
2313.3333*
1035.6667*
724.8333*
127.0000
Std. Error
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
182.0929
Sig.
.000
.000
.000
.000
.000
.440
.000
.000
.000
.440
.016
.002
.000
.000
.016
.956
.000
.000
.002
.956
ESACB
108
SPSS
6 - Anova
Homogeneous Subsets
Produo
a,b
Tukey HSD
Adubao
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
Sig.
N
12
12
12
12
12
1
3483.3333
Subset
2
4761.0000
5071.8333
1.000
.440
5669.6667
5796.6667
.956
Profile Plots
5000
4900
4800
4700
IR8
IR5
C4-63
Variedade
ESACB
109
SPSS
6 - Anova
5000
4000
3000
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
Adubao
6000
5000
4000
Variedade
IR8
3000
IR5
C4-63
2000
0 kg/ha
60 kg/ha
90 kg/ha
120 kg/ha
150 kg/ha
Adubao
ESACB
110
SPSS
7-
7 - Regresso Linear
REGRESSO LINEAR
7.1 - INTRODUO
Muitos estudos estatsticos tm como objectivo estabelecer uma relao, traduzida por
uma equao, que permite estimar o valor de uma varivel, em funo de outra ou
outras variveis.
O caso mais simples traduzir esta relao pela equao de uma recta, quando o
acrscimo de uma varivel, designada por dependente e usualmente representada por y,
varia linearmente com os acrscimos provocados noutra varivel, designada por
independente, representada por x.
A equao que traduz esta relao y = a + bx ou y = b0 + b1 x , em que os parmetros
ou coeficientes so a ordenada na origem, a (ou bo), e o declive, b (ou b1).
Como regra, previamente ao clculo da regresso linear, deve fazer-se uma anlise
grfica aos dados (grfico de disperso ou scatterplot), a fim de ter uma percepo
visual da existncia ou no de uma tendncia de dependncia entre as variveis, e como
mtodo de detectar possveis observaes outliers ou influentes, que distoram os
resultados.
A representao grfica dos dados, num grfico de pontos (scatterplot) ajuda a
identificar algumas situaes em que a equao de regresso linear simples no tem um
ajustamento perfeito. De seguida, ilustram-se algumas destas situaes.
Na situao 1, a observao assinalada um outlier bi-variado, muito embora no o seja
em relao a cada uma das variveis, j que no observao extrema. Contudo, o par
(x,y) est deslocado do contexto geral das restantes observaes. Em relao s
restantes observaes, o grfico evidencia uma tendncia segundo uma recta crescente.
O utilizador dever verificar os dados e corrigir eventuais registos errneos, ou
simplesmente desprezar esta observao e efectuar a regresso com os dados restantes.
Note-se que a incluso desta observao ir provocar uma acentuada variao no
declive da recta.
ESACB
111
SPSS
7 - Regresso Linear
Situao 1
50
0
10
0
10
ESACB
112
SPSS
7 - Regresso Linear
Situao 3
50
0
10
A situao 4 ilustra uma forte relao entre x e y, mas no de tipo linear, pelo que o
ajustamento de uma recta para traduzir esta funo de dependncia errada e sem
significado.
Situao 4
12
0
0
16
0
0
ESACB
10
113
SPSS
7 - Regresso Linear
50
% slidos no molho
40
30
20
10
11
12
13
14
15
16
17
18
% insolveis em gua
ESACB
114
SPSS
7 - Regresso Linear
p (1 R 2 )
N p 1
H0 : a = 0
H0 : b = 0
H1 : a 0
H1 : b 0
H 1 : y depende de x
H0 : b = 0
H1 : b 0
ESACB
115
SPSS
7 - Regresso Linear
Seleccionar o boto
, que abre a seguinte caixa de dilogo, onde se
seleccionam as opes Confidence intervals e Descriptives; as opes Estimates e
Model fit esto activadas por defeito:
ESACB
116
SPSS
7 - Regresso Linear
Fazer
a fim de
O boto
d acesso seguinte caixa de dilogo, onde se podem definir critrios
de selecco ou remoo de variveis independentes (s tm efeito em regresso
mltipla):
ESACB
117
SPSS
7 - Regresso Linear
Regression
Descriptive Statistics
% slidos no molho
% insolveis em gua
Mean
39.7292
13.7775
Std.
Deviation
5.1826
1.8995
N
24
24
Correlations
Pearson Correlation
Sig. (1-tailed)
N
% slidos
no molho
1.000
-.970
.
.000
24
24
% slidos no molho
% insolveis em gua
% slidos no molho
% insolveis em gua
% slidos no molho
% insolveis em gua
%
insolveis
em gua
-.970
1.000
.000
.
24
24
Variables Entered/Removedb
Model
1
Variables Entered
% insolveis em guaa
Variables
Removed
.
Method
Enter
ESACB
118
SPSS
7 - Regresso Linear
Model Summaryb
Model
1
R
.970a
Std. Error
of the
Estimate
1.2880
Adjusted R
Square
.938
R Square
.941
Model
1
Sum of
Squares
581.272
36.498
617.770
Regression
Residual
Total
Mean
Square
581.272
1.659
df
1
22
23
F
350.378
Sig.
.000a
Unstandardized
Coefficients
Model
1
(Constant)
% insolveis em gua
B
76.193
-2.647
Std. Error
1.966
.141
Standardi
zed
Coefficien
ts
Beta
-.970
t
38.761
-18.718
Sig.
.000
.000
Residuals Statisticsa
Predicted Value
Residual
Std. Predicted Value
Std. Residual
Minimum
27.9714
-1.5871
-2.339
-1.232
Maximum
47.8478
3.1522
1.615
2.447
Mean
39.7292
-3.70E-15
.000
.000
Std.
Deviation
5.0272
1.2597
1.000
.978
N
24
24
24
24
ESACB
119
SPSS
7 - Regresso Linear
Charts
Histogram
Dependent Variable: % slidos no molho
7
6
5
4
Frequency
3
2
Std. Dev = .98
1
Mean = 0.00
N = 24.00
0
-1.00
-.50
0.00
.50
1.00
1.50
2.00
2.50
.75
.50
.25
0.00
0.00
.25
.50
.75
1.00
ESACB
120
SPSS
7 - Regresso Linear
Scatterplot
Dependent Variable: % slidos no molho
Regression Standardized Residual
-1
-2
-3
-2
-1
ESACB
121
SPSS
7 - Regresso Linear
122
SPSS
7 - Regresso Linear
pouco funcional e muito fictcio ou artificial, isto , muito bem ajustado amostra
particular de valores usados para o clculo da equao, mas pouco adaptvel
populao.
Para ilustrar o ajustamento de uma equao de regresso linear mltipla, vamos usar o
seguinte conjunto de dados (adaptado de DRAPPER & SMITH, 1981), em que as
variveis independentes so a temperatura mdia mensal (graus Fahrenheit), a produo
mensal (toneladas), o nmero de dias teis de trabalho por ms e o nmero de
empregados, e a varivel dependente o consumo de gua (m3), observados numa
determinada empresa fabril:
Temperatura
(F)
58.80
65.20
70.90
77.40
79.30
81.00
71.90
63.90
54.50
39.50
44.50
43.60
56.00
64.70
73.00
78.90
79.40
68.40
Produo
mensal
7107.00
8373.00
9796.00
9208.00
14792.00
14564.00
11964.00
13526.00
12656.00
14119.00
15691.00
14571.00
13619.00
14575.00
14556.00
16573.00
15618.00
14346.00
Dias teis do
ms
20.00
20.00
20.00
20.00
22.00
23.00
21.00
22.00
21.00
21.00
22.00
23.00
22.00
22.00
21.00
22.00
22.00
23.00
Nmero de
operrios
129.00
141.00
153.00
166.00
193.00
189.00
175.00
186.00
190.00
187.00
195.00
206.00
198.00
192.00
191.00
200.00
200.00
185.00
Consumo de
gua (m3)
2967.00
2828.00
2891.00
2994.00
3282.00
3498.00
3302.00
3260.00
3211.00
3286.00
3432.00
3425.00
3256.00
3422.00
3250.00
3464.00
3495.00
3568.00
ESACB
123
SPSS
7 - Regresso Linear
A fim de comparar diversos modelos de regresso, vamos comear por incluir todas as
variveis independentes, optando pelo mtodo Enter; seguidamente, deve repetir-se a
metodologia, e optar por outros mtodos de clculo, nomeadamente Stepwise e
Backward.
Seleccionar o boto
linear simples.
Os resultados so os seguintes:
ESACB
124
SPSS
7 - Regresso Linear
Regression
Descriptive Statistics
Std.
Deviation
Mean
Consumo mensal de
gua (m3)
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Dias teis no ms
Nmero de operrios
3268.3889
218.9502
18
65.0500
13.1334
18
13091.89
21.5000
182.0000
2716.3310
1.0432
21.3514
18
18
18
Correlations
Pearson Correlation
Sig. (1-tailed)
Consumo
mensal de
gua (m3)
Temperatura
mdia
mensal (F)
1.000
.013
.894
.901
.831
.013
1.000
-.005
-.022
-.080
.894
.901
.831
-.005
-.022
-.080
1.000
.811
.939
.811
1.000
.784
.939
.784
1.000
.480
.000
.000
.000
.480
.493
.466
.377
.000
.000
.000
.493
.466
.377
.
.000
.000
.000
.
.000
.000
.000
.
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
Consumo mensal de
gua (m3)
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Dias teis no ms
Nmero de operrios
Consumo mensal de
gua (m3)
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Dias teis no ms
Nmero de operrios
Consumo mensal de
gua (m3)
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Dias teis no ms
Nmero de operrios
Produo
mensal
(Ton)
Dias teis
no ms
Nmero de
operrios
Variables Entered/Removedb
Model
1
Variables Entered
Nmero de operrios,
Temperatura mdia mensal (F),
Dias teis no ams, Produo
mensal (Ton)
Variables
Removed
Method
.
Enter
Model
1
R
.945a
R Square
.893
Adjusted R
Square
.860
Std. Error
of the
Estimate
81.8974
Change Statistics
R Square
Change
.893
F Change
27.127
df1
df2
4
13
Sig. F
Change
.000
a.
Predictors: (Constant), Nmero de operrios, Temperatura mdia mensal (F), Dias teis no ms, Produo mensal (Ton)
b. Dependent Variable: Consumo mensal de gua (m3)
ESACB
125
SPSS
7 - Regresso Linear
ANOVAb
Model
1
Sum of
Squares
727772.930
87193.348
814966.278
Regression
Residual
Total
Mean
Square
181943.232
6707.181
df
4
13
17
F
27.127
Sig.
.000a
Unstandardized
Coefficients
Model
1
(Constant)
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Dias teis no ms
Nmero de operrios
B
531.302
Std. Error
619.067
.232
1.550
5.027E-02
110.460
-1.709
.023
32.724
2.801
Beta
Correlations
.858
Sig.
.406
Zero-order
Partial
Part
.014
.150
.883
-3.117
3.581
.013
.041
.014
.624
.526
-.167
2.166
3.376
-.610
.049
.005
.552
.000
39.765
-7.759
.100
181.156
4.342
.894
.901
.831
.515
.683
-.167
.197
.306
-.055
Residuals Statisticsa
Minimum
Predicted Value
2890.9719
Residual
-111.5868
Std. Predicted Value
-1.824
Std. Residual
-1.363
Maximum
3499.8154
131.9858
1.119
1.612
Mean
3268.3889
1.011E-13
.000
.000
Std.
Deviation
206.9062
71.6172
1.000
.874
N
18
18
18
18
Charts
Histogram
Dependent Variable: Consumo mensal de gua
5
Frequency
0
-1.50
-1.00
-.50
0.00
.50
1.00
1.50
ESACB
126
SPSS
7 - Regresso Linear
.75
.50
.25
0.00
0.00
.25
.50
.75
1.00
Scatterplot
Dependent Variable: Consumo mensal de gua (m3)
Regression Standardized Residual
2.0
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
Repita-se o processo, optando pelo mtodo de clculo Stepwise. Neste caso, chegar-se-
ao modelo:
ESACB
127
SPSS
7 - Regresso Linear
consumo=443.965+0.03842producao+107.976dias
2
e R2=0.889 e Rajustado
= 0.874 .
Repare-se que se simplificou o modelo, sem contudo prejudicar a preciso deste como
instrumento de estimativa da varivel dependente.
De seguida apresentam-se os resultados completos obtidos com o mtodo stepwise, de
modo a possibilitar a comparao com o modelo que inclui todas as variveis
independentes:
Regression
Descriptive Statistics
Mean
Consumo mensal de
gua (m3)
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Dias teis no ms
Nmero de operrios
Std.
Deviation
3268.3889
218.9502
18
65.0500
13.1334
18
13091.89
21.5000
182.0000
2716.3310
1.0432
21.3514
18
18
18
Correlations
Pearson Correlation
Sig. (1-tailed)
ESACB
Consumo mensal de
gua (m3)
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Dias teis no ms
Nmero de operrios
Consumo mensal de
gua (m3)
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Dias teis no ms
Nmero de operrios
Consumo mensal de
gua (m3)
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Dias teis no ms
Nmero de operrios
Consumo
mensal de
gua (m3)
Temperatura
mdia
mensal (F)
Produo
mensal
(Ton)
1.000
.013
.894
.901
.831
.013
1.000
-.005
-.022
-.080
.894
.901
.831
-.005
-.022
-.080
1.000
.811
.939
.811
1.000
.784
.939
.784
1.000
.480
.000
.000
.000
.480
.493
.466
.377
.000
.000
.000
.493
.466
.377
.
.000
.000
.000
.
.000
.000
.000
.
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
18
Dias teis
no ms
Nmero de
operrios
128
SPSS
7 - Regresso Linear
Variables Entered/Removeda
Model
1
Variables
Entered
Variables
Removed
Dias teis no
ms
Produo
mensal (Ton)
Method
Stepwise (Criteria:
Probability-of-F-to-e
nter <= .050,
Probability-of-F-to-re
move >= .100).
Stepwise (Criteria:
Probability-of-F-to-e
nter <= .050,
Probability-of-F-to-re
move >= .100).
Model
1
2
R
.901a
.943b
R Square
.811
.889
Adjusted R
Square
.800
.874
Change Statistics
Std. Error
of the
Estimate
98.0273
77.5677
R Square
Change
.811
.078
F Change
68.810
10.554
df1
df2
1
1
16
15
Sig. F
Change
.000
.005
ANOVAc
Model
1
Regression
Residual
Total
Regression
Residual
Total
Sum of
Squares
661216.554
153749.724
814966.278
724715.124
90251.154
814966.278
df
1
16
17
2
15
17
Mean
Square
661216.554
9609.358
362357.562
6016.744
F
68.810
Sig.
.000a
60.225
.000b
Unstandardized
Coefficients
Model
1
2
(Constant)
Dias teis no ms
(Constant)
Dias teis no ms
Produo mensal (Ton)
B
-796.273
189.054
443.965
107.976
3.842E-02
Std. Error
490.549
22.791
544.446
30.791
.012
Standardi
zed
Coefficien
ts
Beta
.901
.514
.477
t
-1.623
8.295
.815
3.507
3.249
Sig.
.124
.000
.428
.003
.005
Correlations
Zero-order
Partial
Part
.901
.901
.901
.901
.894
.671
.643
.301
.279
ESACB
129
SPSS
7 - Regresso Linear
Excluded Variablesc
Model
1
Beta In
Temperatura mdia
mensal (F)
Produo mensal (Ton)
Nmero de operrios
Temperatura mdia
mensal (F)
Nmero de operrios
t
a
Sig.
Partial
Correlation
Collinearit
y
Statistics
Tolerance
.032
.290
.776
.075
1.000
.477a
.323a
3.249
2.017
.005
.062
.643
.462
.343
.385
.026
.296
.772
.079
.999
-.176b
-.683
.506
-.179
.116
Minimum
Predicted Value
2876.5112
Residual
-105.6879
Std. Predicted Value
-1.898
Std. Residual
-1.363
Maximum
3487.1743
130.9278
1.060
1.688
Mean
3268.3889
2.274E-13
.000
.000
Std.
Deviation
206.4711
72.8621
1.000
.939
N
18
18
18
18
Charts
Histogram
Dependent Variable: Consumo mensal de gua (m3)
5
Frequency
0
-1.50
-1.00
-.50
0.00
.50
1.00
1.50
ESACB
130
SPSS
7 - Regresso Linear
.75
.50
.25
0.00
0.00
.25
.50
.75
1.00
Scatterplot
Dependent Variable: Consumo mensal de gua (m3)
Regression Standardized Residual
2.0
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
O SPSS dispe de uma rotina que permite o ajustamento de vrios modelos prdefinidos a uma amostra de valores bi-variados (x,y). Tais modelos so:
ESACB
131
SPSS
7 - Regresso Linear
Linear:
y = b0 + b1 .x
Quadrtico:
y = b0 + b1 .x + b2 .x 2
Cbico:
Logartmico:
y = b0 + b1 .x + b2 .x 2 + b3 .x 3
y = b0 + b1 . ln x
Inverso:
y = b0 +
Potncia:
y = b0 .x b1
ln y = ln b0 + b1 . ln x
Composto (compound):
y = b0 .b
ln y = ln b0 + x. ln b1
ln y = b0 +
1 1
ln = ln(b0 + x. ln b1 )
y u
ln y = ln b0 + b1 .x
b1
x
x
1
b
b0 + 1
x
b1
x
Sigmoidal (S):
y=e
Logstico:
y=
Crescimento (growth):
1
+ b0 .b1x
u
(em que u o limite assimpttico superior, u>0, u>ymax)
y = e b0 +b1 . x
ln y = b0 + b1 .x
Exponencial:
y = b0 .e b1 . x
Neste menu, seleccionar a opo Curve Estimation... que d acesso seguinte caixa de
dilogo, onde se definem as variveis dependente (solidos) e independente (insoluve) e
se seleccionam os modelos que se pretendem obter, e se define para apresentar a tabela
da anova
ESACB
132
SPSS
Por
7 - Regresso Linear
defeito,
os
modelos
ajustados
incluem
constante
(coeficiente
b0)
MOD_1.
Sum of Squares
Mean Square
1
22
581.27190
36.49768
581.27190
1.65899
350.37794
Signif F =
Regression
Residuals
F =
Method.. LINEAR
.0000
ESACB
133
SPSS
7 - Regresso Linear
Variable
T Sig T
INSOLUVE
-2.646653
18.718 .0000
(Constant)
38.761 .0000
Dependent variable.. SOLIDOS
Listwise
Multiple
R Square
Adjusted
Standard
.141393
Beta
-.970010
76.193433
1.965707
Method.. QUADRATI
Sum of Squares
Mean Square
2
21
601.04440
16.72518
300.52220
.79644
377.33322
Signif F =
Regression
Residuals
F =
SE B
.0000
INSOLUVE
7.293 .0000
INSOLUVE**2
4.983 .0001
(Constant)
14.516 .0000
-8.288178
SE B
1.136478
.200730
Listwise
Multiple
R Square
Adjusted
Standard
.040286
2.075370
7.930949
Method.. CUBIC
Regression
Residuals
ESACB
-3.037655
115.123024
Beta
DF
Sum of Squares
Mean Square
2
21
601.04440
16.72518
300.52220
.79644
134
SPSS
F =
7 - Regresso Linear
377.33322
Signif F =
.0000
INSOLUVE
7.293 .0000
INSOLUVE**2
4.983 .0001
(Constant)
14.516 .0000
-8.288178
SE B
1.136478
.200730
Beta
-3.037655
.040286
115.123024
2.075370
7.930949
Beta In
Partial
Min Toler
INSOLUVE**3
.3371
-4.796852 -.214795
1.368E-05
Sig
-.984
Notes:
9 Tolerance limits reached; some dependent variables were
not entered.
% slidos no molho
60
50
40
30
Obs erved
Linear
20
Quadratic
10
12
14
16
18
20
% insolveis em gua
ESACB
135
SPSS
7 - Regresso Linear
ESACB
136
SPSS
8-
8 - Manusear os Resultados
MANUSEAR OS RESULTADOS
pelo esquema
ESACB
136
SPSS
8 - Manusear os Resultados
Note que cada rotina tem um conjunto de notas, mas que no esto visualizadas; para as
ver na janela de output, o utilizador s tem que fazer duplo click sobre
, de
modo a abrir o livro, e aparecerem as notas na janela direita.
Repare que as notas incluem a data e hora de obteno dos resultados, a localizao do
ficheiro de dados usado, o nmero de linhas ou casos do ficheiro de dados, indicaes
sobre a existncia e tratamento de missing values, e as instrues que originaram os
resultados (o utilizador gerou estas instrues, ou programa, seleccionando cons e
janelas nos menus do programa; contudo, e para utilizaes mais avanadas, o SPSS
tem um editor de programas, em que o utilizador constri as rotinas de anlise, como se
de uma linguagem de programao de tratasse). A ltima 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 , para que as notas no sejam visualizadas no
output, fazer duplo click sobre
.
Para condensar a parte de organigrama correspondente a uma rotina de anlise, fazer
click sobre o boto - esquerda da sua identificao; por exemplo, para condensar o
organigrama das estatsticas descritivas, fazer click sobre
ESACB
137
SPSS
8 - Manusear os Resultados
Alm da visualizao, o utilizador pode copiar este grfico (ou qualquer outro conjunto
de resultados) para outra aplicao 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
(rea de transferncia) do Windows; colocar-se na aplicao pretendida (poor exemplo,
num documento do Word) e fazer a colagem da imagem (Edit Past, ou CTRL-V).
Se se efectuou uma anlise e se chegou concluso que est repetida, ou que pura e
simplesmente no interessa, pode eliminar-se do Viewer. No exemplo seguinte, repetiuse a rotina Descriptives, de modo que os resultados esto em duplicado.
Podem acrescentar-se caixas de texto com comentrios aos resultados, por exemplo
algumas anlises que se considerem pertinentes.
Para incluir o comentrio O histograma evidencia uma tendncia assimtrica aps o
histograma, seleccionar o item Histogram:
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:
ESACB
140
SPSS
8 - Manusear os Resultados
Se interessar imprimir no todo o conjunto de resultados, mas apenas alguns dos blocos,
devem seleccionar-se previamente. Para tal, se os blocos so contguos, manter a tecla
SHIFT carregada e fazer click sobre os items a seleccionar; se os blocos no so
adjacentes, manter a tecla CTRL carregada e fazer click sobre os items a seleccionar:
ESACB
141
SPSS
8 - Manusear os Resultados
ESACB
, a indicar
142
SPSS
Anexos
ANEXOS
Listagem dos ficheiros SPSS referenciados no texto
ESACB
143
plasma.sav
hora
1 Manh
2 Manh
3 Manh
4 Manh
5 Manh
6 Manh
7 Manh
8 Manh
9 Manh
10 Manh
11 Tarde
12 Tarde
13 Tarde
14 Tarde
15 Tarde
16 Tarde
17 Tarde
18 Tarde
19 Tarde
20 Tarde
estrogen fosfo
Controle
8,53
Controle
20,53
Controle
12,53
Controle
14
Controle
10,8
Presente
17,53
Presente
21,07
Presente
20,8
Presente
17,33
Presente
20,07
Controle
39,14
Controle
26,2
Controle
31,33
Controle
45,8
Controle
40,2
Presente
32
Presente
23,8
Presente
28,87
Presente
25,06
Presente
29,3
pulso.sav
caso
sexo
fuma
1 Homem Fuma
2 Mulher
Fuma
3 Homem No Fuma
4 Mulher
No Fuma
5 Homem Fuma
6 Mulher
Fuma
7 Homem No Fuma
8 Mulher
No Fuma
9 Mulher
Fuma
10 Homem Fuma
11 Mulher
No Fuma
12 Homem No Fuma
13 Mulher
Fuma
14 Mulher
No Fuma
15 Homem Fuma
16 Homem No Fuma
17 Homem No Fuma
18 Mulher
No Fuma
19 Mulher
Fuma
20 Homem Fuma
21 Homem Fuma
22 Homem No Fuma
23 Mulher
Fuma
24 Mulher
No Fuma
25 Mulher
No Fuma
26 Mulher
No Fuma
27 Homem No Fuma
28 Homem No Fuma
29 Homem Fuma
30 Homem Fuma
31 Mulher
No Fuma
32 Homem No Fuma
33 Mulher
No Fuma
34 Mulher
No Fuma
35 Mulher
No Fuma
36 Homem Fuma
37 Homem No Fuma
38 Homem Fuma
39 Homem No Fuma
40 Homem No Fuma
idade
31
20
28
29
21
27
21
42
22
28
21
22
43
19
23
41
24
21
21
20
38
20
33
25
37
22
32
22
22
19
21
26
32
24
28
34
35
21
21
30
ritmoa
62
78
64
96
66
96
68
72
88
90
82
74
66
68
92
68
76
86
88
66
70
80
76
78
76
80
68
70
68
70
86
72
84
72
80
62
74
90
66
70
ritmod
126
154
128
155
128
265
120
138
160
144
140
134
148
142
134
112
158
146
156
132
122
136
148
148
136
158
116
120
126
144
144
126
136
142
138
132
116
138
142
132
arroz.sav
caso variedad
azoto
1 IR8
0 kg/ha
2 IR8
0 kg/ha
3 IR8
0 kg/ha
4 IR8
0 kg/ha
5 IR8
60 kg/ha
6 IR8
60 kg/ha
7 IR8
60 kg/ha
8 IR8
60 kg/ha
9 IR8
90 kg/ha
10 IR8
90 kg/ha
11 IR8
90 kg/ha
12 IR8
90 kg/ha
13 IR8
120 kg/ha
14 IR8
120 kg/ha
15 IR8
120 kg/ha
16 IR8
120 kg/ha
17 IR8
150 kg/ha
18 IR8
150 kg/ha
19 IR8
150 kg/ha
20 IR8
150 kg/ha
21 IR5
0 kg/ha
22 IR5
0 kg/ha
23 IR5
0 kg/ha
24 IR5
0 kg/ha
25 IR5
60 kg/ha
26 IR5
60 kg/ha
27 IR5
60 kg/ha
28 IR5
60 kg/ha
29 IR5
90 kg/ha
30 IR5
90 kg/ha
31 IR5
90 kg/ha
32 IR5
90 kg/ha
33 IR5
120 kg/ha
34 IR5
120 kg/ha
35 IR5
120 kg/ha
36 IR5
120 kg/ha
37 IR5
150 kg/ha
38 IR5
150 kg/ha
39 IR5
150 kg/ha
40 IR5
150 kg/ha
41 C4-63
0 kg/ha
42 C4-63
0 kg/ha
43 C4-63
0 kg/ha
44 C4-63
0 kg/ha
45 C4-63
60 kg/ha
46 C4-63
60 kg/ha
47 C4-63
60 kg/ha
repete producao
1
3852
2
2606
3
3144
4
2894
1
4788
2
4936
3
4562
4
4608
1
4576
2
4454
3
4884
4
3924
1
6034
2
5276
3
5906
4
5652
1
5874
2
5916
3
5984
4
5518
1
2846
2
3794
3
4108
4
3444
1
4956
2
5128
3
4150
4
4990
1
5928
2
5698
3
5810
4
4308
1
5664
2
5362
3
6458
4
5474
1
5458
2
5546
3
5786
4
5932
1
4192
2
3754
3
3738
4
3428
1
5250
2
4582
3
4896
arroz.sav
48 C4-63
49 C4-63
50 C4-63
51 C4-63
52 C4-63
53 C4-63
54 C4-63
55 C4-63
56 C4-63
57 C4-63
58 C4-63
59 C4-63
60 C4-63
60 kg/ha
90 kg/ha
90 kg/ha
90 kg/ha
90 kg/ha
120 kg/ha
120 kg/ha
120 kg/ha
120 kg/ha
150 kg/ha
150 kg/ha
150 kg/ha
150 kg/ha
4
1
2
3
4
1
2
3
4
1
2
3
4
4286
5822
4848
5678
4932
5888
5524
6042
4756
5864
6264
6056
5362
catsup.sav
caso
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
insoluve
10,71
11,76
11,36
11,27
15,3
12,07
15,98
13,34
13,34
14,29
13,66
14,79
14,5
14,8
14,88
10,86
13,34
13,01
12,87
14,4
15,12
17,06
18,22
13,73
solidos
51
45,2
44,8
47,4
35,5
44,5
35,3
39,3
40,8
38,4
39,3
36
37,9
36,2
35,3
48,5
40
43
41,5
36,7
35,3
32,5
30,2
38,9