Escolar Documentos
Profissional Documentos
Cultura Documentos
Spss Manual PDF
Spss Manual PDF
NDICE
1- INTRODUO .......................................................................................... 1
2- EDITOR DE DADOS .............................................................................. 3
2.1 - CRIAR UM FICHEIRO DE DADOS .................................................. 5
2.1.1 - DEFINIO DE VARIVEIS .................................................................... 5
2.1.2 - INTRODUO 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 VARIVEIS ...................................................... 14
2.1.7 - DEFINIR UMA VARIVEL EM FUNO DE OUTRAS ......................... 15
2.1.8 - ELIMINAR LINHAS E VARIVEIS .......................................................... 16
2.2 - IMPORTAO DE FICHEIROS EXTERNOS .............................. 17
2.2.1 - IMPORTAO DE FICHEIROS LOTUS E EXCEL 4.0 ........................... 17
2.2.2 - IMPORTAO DE FICHEIROS DE DBASE ........................................... 18
2.2.3 - IMPORTAO DE FICHEIROS EXCEL ................................................. 19
2.2.4 - IMPORTAO DE FICHEIROS ACCESS ............................................... 22
2.2.5 - RECODIFICAO DE VALORES ........................................................... 22
2.2.6 - SELECO DE CASOS ........................................................................... 25
4- GRFICOS ................................................................................................. 44
4.1 - GRFICOS STANDARDIZADOS .................................................... 44
4.1.1 -GRFICO DE BARRAS ........................................................................... 45
4.1.2 -HISTOGRAMA ........................................................................................ 50
4.1.3 -GRFICO DE EXTREMOS-E-QUARTIS ................................................. 52
4.1.4 -GRFICO DE BARRA DE ERROS .......................................................... 54
4.1.5 -GRFICOS DE PROBABILIDADES........................................................ 56
4.1.6 -GRFICO DE DISPERSO ..................................................................... 59
4.2 - EDIO DOS GRFICOS STANDARDIZADOS........................ 62
4.3 - GRFICOS INTERACTIVOS ............................................................ 65
4.3.1 - GRFICO DE BARRAS ........................................................................... 66
4.3.2 - GRFICO DE DISPERSO ..................................................................... 70
4.4 - EDIO DE GRFICOS INTERACTIVOS ................................... 75
ESACB i
SPSS ndice
5- TESTES T ......................................................................................................... 79
5.1 - TESTE T PARA A MDIA DE UMA AMOSTRA...................................... 82
5.2 - TESTE T PARA DUAS AMOSTRAS INDEPENDENTES ......................... 83
5.3 - TESTE T PARA DUAS AMOSTRAS EMPARELHADAS ......................... 86
6- ANLISE DE VARINCIA ........................................................................... 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- REGRESSO LINEAR ................................................................................. 111
7.1 - INTRODUO............................................................................................ 111
7.2 - REGRESSO LINEAR SIMPLES.............................................................. 115
7.3 - REGRESSO LINEAR MLTIPLA .......................................................... 121
7.4 - AJUSTAMENTO DE MODELOS PR-DEFINIDOS................................ 131
8- MANUSEAR OS RESULTADOS................................................................. 136
ESACB ii
SPSS 1 - Introduo
1- INTRODUO
Data Editor: Editor de Dados: uma verstil folha de clculo, que permite definir,
introduzir, modificar, corrigir e visualizar a informao. O Data Editor abre
automaticamente quando se entra no SPSS.
ESACB 1
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.
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).
1
O Log pode no estar visvel; s aparece na janela Viewer se se tiver configurado o programa para
mostrar este item.
2
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.
ESACB 2
SPSS 2 - Edio de Dados
2- 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.
ESACB 3
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 4
SPSS 2 - Edio 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 produes (kg/ha)
de arroz, em funo da variedade (V1: IR8; V2: IR5; V3: C4-63) e de 5 nveis de adubao
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 repeties.
Na imagem seguinte, capturada do Excel, estes dados esto perceptveis para o leitor, e
esto estruturados para algumas possveis anlises a executar na folha de clculo; contudo,
ao serem introduzidos para um ficheiro SPSS, dever-se-o respeitar as normas deste
programa, de modo a que os dados possam ser analisados.
Repetio
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 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.
Vamos comear por definir estas variveis no SPSS dando-lhes nomes vlidos; as regras
para os nomes das variveis so:
ESACB 5
SPSS 2 - Edio de Dados
Duplo click na clula do nome da varivel (var) no topo da coluna, ou click em qualquer
stio da coluna para a varivel e seleccionar no menu a opo Data, seleccionando depois a
opo Define Variable...
Igualmente pode fazer click com o boto direito na clula do nome da varivel (var) no
topo da coluna; aparece o menu:
ESACB 6
SPSS 2 - Edio de Dados
Seleccionar a opo
Seleccionar a opo
No campo Value escrever o valor 1; no campo Value Label: escever IR8; fazer :
ESACB 7
SPSS 2 - Edio de Dados
Repetir o processo de definio de Value e Value Label para os valores 2 (IR5) e 3 (C4-
63); para cada valor, fazer :
No final, fazer .
ESACB 8
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).
Para apagar um valor, colocar o cursor na clula respectiva e carregar a tecla DEL. Para
alterar ou corrigir um valor errado numa das clulas, activa-se essa clula (levando o cursor
para l, ou simplesmente fazendo click) e digita-se o valor correcto, fazendo-o entrar com
Enter ou deslocando para outra clula.
ESACB 9
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 , e depois seleccionar a opo Value Labels:
O ficheiro de dados toma agora o aspecto mais elucidativo acerca dos dados a analisar:
ESACB 10
SPSS 2 - Edio de Dados
Tendo introduzido e corrigido os dados, grava-se o ficheiro com um nome vlido (aplicam-
se as regras de nomes de ficheiros de MS-DOS). Para gravar, faz-se:
Caso se pretenda guardar o ficheiro num disco ou directrio que no do directrio activo,
ESACB 11
SPSS 2 - Edio de Dados
Se se pretende abrir um ficheiro de dados, para introduzir mais dados, para alterar ou
corrigir valores, ou para efectuar a anlise desses dados, tem de se abrir o ficheiro. Para tal,
efectua-se o seguinte procedimento:
se .
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.
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
Para acrescentar um novo caso, aps os dados j introduzidos, basta digitar o valor
pretendido para a varivel a acrescentar; automaticamente acrescentado um caso a todas
as variveis.
Se interessa introduzir um caso, no no final dos dados, mas entre duas observaes, ento
ter-se- de introduzir uma linha (caso) entre essas duas observaes.
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
Para acrescentar uma nova varivel ao ficheiro, basta colocar o cursor numa clula da
primeira coluna no usada, e executar o procedimento de definio de variveis atrs
descrito. O programa cria a nova varivel com tantas clulas (em branco ou missing values)
quantos os casos das restantes variveis. Aps isto, s h que proceder introduo dos
valores.
Se, por algum motivo, h que introduzir uma nova varivel, no no final do ficheiro, mas
entre duas variveis j definidas, colocar o cursor na varivel direita da qual se pretende a
nova varivel, seleccionar a opo e de seguida . Pode igualmente
fazer click com o boto direito do rato, aparecendo o menu:
e seleccionar a opo .
ESACB 14
SPSS 2 - Edio de Dados
O programa SPSS permite criar novas variveis como resultado de funes ou operaes
envolvendo as variveis j existentes.
Vamos ilustrar a criao de uma nova varivel no ficheiro arroz.sav, com o nome ln_prod,
definida como sendo o logaritmo neperiano dos valores da varivel producao.
Para tal, coloca-se o cursor na primeira clula da primeira coluna no ocupada, e faz-se:
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; repare-
se 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.
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
(ou carregar na tecla DEL).
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.
Vamos abordar a importao de ficheiros Excel e Access, por serem duas das aplicaes
actualmente mais usadas na constituio de bases de dados, e ficheiros ASCII, pois no
havendo outra forma de transferir informao entre aplicaes, todos os programas
permitem exportar e importar ficheiros ASCII, sendo esta forma uma ponte comum entre as
aplicaes.
pressuposto que, qualquer que tenha sido a aplicao utilizada para criar os ficheiros,
estes devem estar organizados de acordo com a estrutura dos ficheiros SPSS.
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 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
O SPSS cria um ficheiro, com tantas variveis quantas as colunas e tantos casos quantas as
linhas do bloco especificado.
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 2 - Edio de Dados
Os ficheiros Excel 5.0 e Excel 97 so constitudos por diversas folhas de clculo; a rotina de
importao ligeiramente diferente, e assegurada pelo protocolo Open Database
Connectivity (ODBC), que um mtodo padro de partilha de dados entre bases de dados e
outros programas. Os controladores ODBC utilizam a linguagem SQL (Structured Query
Language) padro para aceder a dados de origens exteriores.
ESACB 19
SPSS 2 - Edio de Dados
File
Database Capture
New Query...
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$), click sobre o nome da
folha e arraste-o para campo Retrieve Fields :
ESACB 21
SPSS 2 - Edio de Dados
File
Database Capture
New Query...
ESACB 22
SPSS 2 - Edio de Dados
Para contornar esta questo, a fazer a importao destas variveis, h que recodific-las em
variveis nominais, com cdigos numricos, por exemplo masculino=1, feminino=2,
semelhana do que se fez na introduo das variveis variedad e azoto.
Vamos ilustrar usando o ficheiro pulso.sav, que se criou pela importao do ficheiro
pulso.dbf do dBase. Neste ficheiro, as variveis sexo (Homem, Mulher) e fuma (Fuma,
No Fuma) so alfanumricas, mas nitidamente com uma conotao de agrupamento em
classes.
Transform
Recode
Into Same Variable
ESACB 23
SPSS 2 - Edio de Dados
Repetir para o outro valor da varivel (Mulher=2). No final, a caixa de dilogo mostra as
recodificaes a efectuar:
ESACB 24
SPSS 2 - Edio de Dados
Por vezes, h necessidade de proceder a anlises sem a incluso de todos os casos contidos
nas variveis em jogo. Uma situao tpica ter-se verificado que h valores outliers, isto
, valores extremos muito elevados ou muito baixos, que provavelmente so registos mal
efectuados, ou eventualmente observaes anmalas que, includas nas anlises estatsticas,
vo distorcer a validade das concluses. Desta forma, poder ser prefervel exclu-las das
anlises, mas sem as eliminar do ficheiro de dados.
Data
Select Cases...
ESACB 25
SPSS 2 - Edio de Dados
Pretende-se excluir o caso n 6 da anlise, isto , incluir na anlise todos os casos com
O Data Editor do SPSS criou automaticamente uma varivel designada filter_$, em que
indica quais os casos seleccionados e os no includos. Repare-se que a linha 6 est traada,
indicando que este caso est excludo de futuras anlises:
ESACB 26
SPSS 2 - Edio de Dados
Data
Select Cases...
Por exemplo, querendo seleccionar os casos referentes aos homens (sexo=1) que fumam
(fuma=1), dever-se- fazer o seguinte procedimento:
Data
Select Cases...
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:
ESACB 28
SPSS 3 - Anlise de Dados
3- 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.
Esta rotina calcula as estatsticas elementares (mdia, moda, mediana, varincia, etc) de
uma varivel numrica. No exemplo, a nica varivel susceptvel de ser analisada a
varivel producao.
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 . Ficar com o seguinte aspecto:
ESACB 30
SPSS 3 - Anlise de Dados
Repare que ficou no SPSS Viewer; para voltar ao Data Editor do SPSS, onde est aberto o
ficheiro arroz.sav, restaure a janela na barra Iniciar do Windows:
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.
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
ESACB 33
SPSS 3 - Anlise de Dados
ESACB 34
SPSS 3 - Anlise 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
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
ESACB 35
SPSS 3 - Anlise de Dados
7000
6000
5000
4000
3000
2000
N= 60
Producao
Numa situao como a que estamos a analisar, teria igualmente interesse executar estas
anlises, no para a globalidade das observaes, mas sim repartidas por um ou mais dos
factores.
Vamos executar o procedimento EXPLORE, obtendo os resultados para cada uma das trs
variedades (poderia ser para os cinco nveis de azoto, ou para os dois factores em
simultneo).
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 3 - Anlise 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 apresentado agora para cada uma das trs variedades:
ESACB 38
SPSS 3 - Anlise de Dados
7000
6000
5000
4000
3000
Producao
2000
N= 20 20 20
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.
No caso de variveis numricas, em que se admite que seguem uma lei de distribuio
normal (pressuposto quase obrigatrio para a maioria das metodologias estatsticas usuais
em cincias agrrias), a visualizao do ajustamento do respectivo histograma funo de
distribuio normal pode ser uma valiosa ferramenta para anlises subsequentes.
Seleccionar:
Statistics
Summarize
Frequencies...
ESACB 39
SPSS 3 - Anlise de Dados
Statistics
Summarize
Frequencies...
ESACB 40
SPSS 3 - Anlise de Dados
ESACB 41
SPSS 3 - Anlise de Dados
O histograma com o ajustamento f.d.p. normal tem o seguinte aspecto, onde sobressai o
enviezamento da amostra para a direita em relao distribuio terica, bem como um
achatamento um pouco maior que o que seria de esperar (isto , cerca de 75% da amostra
est abaixo da curva, nomeadamente na zona central da distribuio):
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 - Grficos
4- 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.
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).
ESACB 44
SPSS 4 - Grficos
Vamos ilustrar criando um grfico com a contagem de casos de cada uma das idades do
ficheiro pulso.sav. Para tal:
Graphs
Bar ...
ESACB 45
SPSS 4 - Grficos
ESACB 46
SPSS 4 - Grficos
2
Count
0
19 21 23 25 27 29 31 33 35 38 42
IDADE
Fonte: Abcde, 1998.
2
Count
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):
2
SEXO
1
Homem
Count
0 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:
Valores mdios
160
140
120
100
80
Mean
60
RITMOA RITMOD
4.1.2 - HISTOGRAMA
3
Os campos Value, Low, High s so activados aps seleccionar uma opo do respectivo bloco de
opes.
ESACB 50
SPSS 4 - Grficos
Graphs
Histogram ...
ESACB 51
SPSS 4 - Grficos
Ritmo cardaco
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
Graphs
Boxplot ...
Na caixa de dilogo seguinte seleccionar a opo Simple, j que se trata de uma nica
varivel, e a opo para criar um diagrama de extremos-e-
quartis da varivel ritmoa para cada categoria de uma outra varivel (vamos usar a varivel
sexo para definir as categorias). Seleccionar a opo se se
ESACB 52
SPSS 4 - Grficos
pretender criar o grfico com todos os dados da varivel ritmoa, sem separar pelas
categorias da varivel sexo:
O resultado o seguinte:
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 - Grficos
100
15
90 10
38
80
70
60
RITMOA
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).
s
x t ( , N 1) .
, em que t ( a , N 1) o quantil da distribuio t-Student (opo
N
Confidence interval for mean);
s
x k .s x , em que s x = o erro padro da mdia e k (opo Standard
N
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 para um grfico da varivel ritmoa para
cada categoria de uma outra varivel (sexo). Seleccionar a opo
se se pretender criar o grfico com todos os dados da varivel ritmoa, sem separar pelas
categorias da varivel sexo:
ESACB 55
SPSS 4 - Grficos
80
95% CI RITMOA
70
60
N= 22 18
Homem Mulher
SEXO
Fonte: Abcde, 1998
O SPSS pode fazer o grfico P-P de ajustamento s seguintes distribuies: beta, chi-
quadrado, exponencial, gamma, Laplace, Logistic, Log-normal, normal, semi-normal,
Pareto, t-Student, Weibull e uniforme.
ESACB 56
SPSS 4 - Grficos
O resultado o seguinte:
PPlot
MODEL: MOD_3.
ESACB 57
SPSS 4 - Grficos
.75
.50
Expected Cum Prob
.25
0.00
0.00 .25 .50 .75 1.00
.08
.06
.04
Deviation from Normal
.02
0.00
-.02
-.04
-.06
0.0 .2 .4 .6 .8 1.0
ESACB 58
SPSS 4 - Grficos
Este tipo de grficos muito til como metodologia prvia de anlise a problemas de
regresso, quando se tenta ajustar uma funo y=f(x), que estabelece uma relao de
dependncia entre as duas variveis.
A fim de ilustrar, vamos usar as variveis ritmoa (x) e ritmod (y), pensando a priori que o
ritmo cardaco aps exerccio fsico est relacionado com o ritmo cardaco em repouso do
mesmo indivduo.
Graphs
Scatter ...
Simple quando se pretende representar num plano xy uma srie de observaes bi-
variadas (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;
Overlay quando se pretende representar num mesmo plano (x,y) duas ou mais sries
de observaes bi-variadas (x,y) da mesma natureza;
Matrix 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;
3-D 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
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 observao no canto superior direito do grfico, que um outlier bi-
variado, 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
ESACB 61
SPSS 4 - Grficos
Quando o grfico criado e aparece na janela Viewer do SPSS pode no estar optimizado
em relao a algumas caractersticas, nomeadamente cores e padres de preenchimento
(com particular nfase se se pretende imprimir ou exportar para outras aplicaes).
Para editar o grfico, a fim de fazer estes pequenos ajustamentos, seleccionar o grfico
(click sobre o grfico) na janela Viewer do SPSS e abri-lo com um dos seguintes
procedimentos:
i) Edit
SPSS Chart Object
Open
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 64
SPSS 4 - Grficos
Chart
Title... (ou Footnote... se se trata de editar as notas de rodap)
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.
Graphs
Interactive
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).
horizontal ( ).
4
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 , trata-se de uma varivel categrica; se
precedida pelo con , uma varivel numrica escalar do ficheiro; se o con , trata-se de uma
varivel escalar definida pelo programa, e no constante no ficheiro.
ESACB 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
Vamos ilustrar com a criao do grfico que relaciona o ritmo cardaco antes de exerccio
(ritmoa) com o ritmo cardaco aps exerccio (ritmod). Para tal:
Graphs
Interactive
Scatterplot ...
Na janela de dilogo seguinte, definir as variveis para os eixos dos xx e dos yy; para
identificar os casos por sexo, seleccionar a varivel sexo para o campo Legend Variable
Style (os casos de cada um dos sexos so identificados com uma marca distinta; se se
incluir a varivel em Color, para cada um dos sexos usada uma cor distinta):
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
opo se se pretende uma equao para cada um dos casos da varivel sexo (a
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
Para editar um grfico criado com a rotina Interactive, seleccionar o grfico a editar e fazer
um dos seguintes procedimentos:
i) Edit
SPSS Interactive Graphic Object
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;
ESACB 76
SPSS 4 - Grficos
Alm destes botes, que permitem efectuar a maior parte das modificaes que o utilizador
normal pretende efectuar no grfico, os menus Edit, View, Format possibilitam executar
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 - Testes T
5- 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 ) .
x
e a estatstica de testes t =
N
x1 x 2
e a estatstica de testes t =
1 1
s 2
N1 N 2
ESACB 79
SPSS 5 - Testes T
x1 x 2
e a estatstica de testes t =
1 1
s 2
1
N N 2
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.
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
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 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.
H0 :x = H1 : x
H0 : x = 0 H1 : x 0
ESACB 82
SPSS 5 - Testes T
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).
ESACB 83
SPSS 5 - Testes T
ESACB 84
SPSS 5 - Testes T
Group Statistics
2
H 0 : s ritmoa Fuma
= s ritmoa
2
No Fuma
2
H 1 : s ritmoa Fuma
s ritmoa
2
No Fuma
5
O teste de Levene uma anova. Os graus de liberdade totais so 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
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%.
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
O Data Editor do SPSS criou automaticamente uma varivel designada filter_$, em que
indica quais os casos seleccionados e os no includos. Repare-se que a linha 6 est
traada, indicando que este caso est excludo de futuras anlises:
De seguida, passa-se ento comparao das mdias das duas amostras emparelhadas.
Tal como o nome indica, deve haver pares de observaes, de modo que ambas as
amostras tm o mesmo nmero de observaes.
ESACB 87
SPSS 5 - Testes T
Os resultados so os seguintes:
ESACB 88
SPSS 5 - Testes T
N Correlation Sig.
Pair 1 RITMOA & RITMOD 39 .544 .000
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
ESACB 89
SPSS 6 - Anova
6- ANLISE DE VARINCIA
Isto :
A estatstica de teste a estatstica F, que uma razo entre varincias, que sob o
pressuposto de que as observaes tm distribuio normal, segue uma distribuio F de
Snedecor:
ESACB 90
SPSS 6 - Anova
Densidade Repeties
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:
Statistics
Compare Means...
One-Way ANOVA...
ESACB 91
SPSS 6 - Anova
Os resultados so os seguintes:
ESACB 92
SPSS 6 - Anova
Oneway
Descriptives
Produo (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
Produo (kg/ha)
Levene
Statistic df1 df2 Sig.
.418 5 18 .830
ANOVA
Produo (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
ESACB 94
SPSS 6 - Anova
Homogeneous Subsets
Produo (kg/ha)
Means Plots
5600
5400
5200
Mean of Produo (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 contm a mdias, desvio padro e erro padro da mdia
e intervalo de confiana da mdia, mnimo e mximo para cada tratamento.
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.
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
Contudo, h que fixar um critrio que defina a fronteira entre o que uma diferena
grande e uma diferena pequena. Este critrio estabelecido por cada um dos testes
(LSD, Scheff, Tukey, etc), com base em expresses que relacionam a mdia das somas
dos quadrados residual (calculada na tabela anova) e com base em funes de
distribuio de probabilidades.
Isto , o teste LSD acusa como diferentes tratamentos cujas mdias esto menos
afastadas do que o teste Tuckey, que d, por assim dizer, maior margem de dvida antes
de imputar essas diferenas aos efeitos dos tratamentos.
No final aparece um grfico representado as mdias dos tratamentos, que pode ser til
explorar no sentido de compreender os resultados, e deles tirar o proveito no mbito da
aplicabilidade da Estatstica ao delineamento de ensaios agrcolas.
6
Deixa-se ao cuidado do leitor a explicao agronmica destas concluses.
ESACB 96
SPSS 6 - Anova
Statistics
Compare Means...
Means...
Os resultados so os seguintes:
ESACB 97
SPSS 6 - Anova
Means
Case Processing Summary
Cases
Included Excluded Total
N Percent N Percent N Percent
Produo (kg/ha) *
Densidade de 24 100.0% 0 .0% 24 100.0%
sementeira
Report
Produo (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.
Produo (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
Produo (kg/ha) *
Densidade de .746 .556
sementeira
ESACB 98
SPSS 6 - Anova
Neste sentido, quando se espera que a resposta a um factor de interesse varie sob
diferentes nveis de outros factores, devem evitar-se os delineamentos uni-factoriais, e
considerar um delineamento multi-factorial que permita estudar em simultneo dois ou
mais factores.
Diz-se que existe interaco entre dois factores se a resposta a um dos factores varia
consoante os nveis do outro factor.
Statistics
General Linear Model
GLM General Factorial ...
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
ESACB 101
SPSS 6 - Anova
ESACB 102
SPSS 6 - Anova
Between-Subjects Factors
Value
Label N
Variedade 1 IR8 20
2 IR5 20
3 C4-63 20
Adubao 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
a
Levene's Test of Equality of Error Variances
ESACB 103
SPSS 6 - Anova
Pairwise Comparisons
ESACB 104
SPSS 6 - Anova
Univariate Tests
2. Adubao
Estimates
ESACB 105
SPSS 6 - Anova
Pairwise Comparisons
Univariate Tests
ESACB 106
SPSS 6 - Anova
3. Variedade * Adubao
ESACB 107
SPSS 6 - Anova
Homogeneous Subsets
Produo
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.
Adubao
Multiple Comparisons
ESACB 108
SPSS 6 - Anova
Homogeneous Subsets
Produo
a,b
Tukey HSD
Subset
Adubao 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
5000
Estimated Marginal Means
4900
4800
4700
IR8 IR5 C4-63
Variedade
ESACB 109
SPSS 6 - Anova
5000
Estimated Marginal Means
4000
3000
0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha
Adubao
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
Adubao
ESACB 110
SPSS 7 - Regresso Linear
7- 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.
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.
ESACB 111
SPSS 7 - Regresso Linear
Situao 1
50
0
10
Situao 2
60
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
Situao 5
20
0
0 10
ESACB 113
SPSS 7 - Regresso Linear
60
50
40
% slidos no molho
30
20
10 11 12 13 14 15 16 17 18
% insolveis em gua
A equao de regresso linear uma estatstica, e como tal, tem inerente a componente
de erro estatstico. A fim de interpretar a equao estimada, so apresentados uma srie
de coeficientes e estatsticas suplementares, que de um modo geral permitem analisar o
maior ou menor grau de rigor com que a equao de regresso traduz a relao entre as
variveis em estudo.
ESACB 114
SPSS 7 - Regresso Linear
p (1 R 2 )
Ra2 = R 2
N p 1
H 0 : y no depende de x H 1 : y depende de x
H0 : b = 0 H1 : b 0
Alm disso, a tabela da anlise de varincia fornece a mdia da soma dos quadrados
dos resduos, cuja raz quadrada o erro padro da estimativa. A equao de regresso
to mais ajustada aos dados, quanto menor for o erro padro da estimativa,
comparativamente com o desvio padro da varivel dependente.
Statistics
Regression
7
No exemplo usam-se os dados das caractersticas do molho de tomate, em que as variveis so
insoluve (% de insolveis em gua) e solidos (% total de slidos no molho).
ESACB 115
SPSS 7 - Regresso Linear
ESACB 116
SPSS 7 - Regresso Linear
ESACB 117
SPSS 7 - Regresso Linear
Regression
Descriptive Statistics
Std.
Mean Deviation N
% slidos no molho 39.7292 5.1826 24
% insolveis em gua 13.7775 1.8995 24
Correlations
%
% slidos insolveis
no molho em gua
Pearson Correlation % slidos no molho 1.000 -.970
% insolveis em gua -.970 1.000
Sig. (1-tailed) % slidos no molho . .000
% insolveis em gua .000 .
N % slidos no molho 24 24
% insolveis em gua 24 24
Variables Entered/Removedb
Variables
Model Variables Entered Removed Method
1 % insolveis em guaa . Enter
a. All requested variables entered.
b. Dependent Variable: % slidos no molho
ESACB 118
SPSS 7 - Regresso Linear
Model Summaryb
Std. Error
Adjusted R of the
Model R R Square Square Estimate
1 .970a .941 .938 1.2880
a. Predictors: (Constant), % insolveis em gua
b. Dependent Variable: % slidos 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), % insolveis em gua
b. Dependent Variable: % slidos 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
% insolveis em gua -2.647 .141 -.970 -18.718 .000 -2.940 -2.353
a. Dependent Variable: % slidos 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: % slidos no molho
ESACB 119
SPSS 7 - Regresso Linear
Charts
Histogram
Dependent Variable: % slidos no molho
7
2
Frequency
0 N = 24.00
-1.00 -.50 0.00 .50 1.00 1.50 2.00 2.50
.75
Expected Cum Prob
.50
.25
0.00
0.00 .25 .50 .75 1.00
ESACB 120
SPSS 7 - Regresso Linear
Scatterplot
Dependent Variable: % slidos no molho
3
Regression Standardized Residual
-1
-2
-3 -2 -1 0 1 2
Estas anlise dos resduos sugerem que o modelo linear ajustado (equao de uma recta)
no o melhor modelo para traduzir a relao entre estas variveis; a distribuio dos
resduos indica que o ajustamento de um modelo linear polinomial de 2 ordem, com
uma equao do tipo y = a + bx + cx 2 aumentar a preciso da estimativa (que
traduzida pelo coeficiente de determinao R2=0.941).
ESACB 121
SPSS 7 - Regresso Linear
A metodologia que se vai abordar serve igualmente para estimar uma equao de
regresso linear polinomial, do tipo y = b0 + b1 x + b2 x 2 + b3 x 3 + ... + bn x n , em que y
depende, no de diversas variveis independentes x1, x2, ..., xn, mas de um polinmio da
mesma varivel independente x. Neste caso, previamente a efectuar o procedimento da
regresso linear, devem gerar-se as variveis correspondentes s potncias x2, x3, ..., xn a
incluir no modelo. No pargrafo seguinte ser abordada uma metodologia diferente que
permite o ajustamento de equaes de curvas polinomiais a uma amostra de dados (x,y).
Pode acontecer que os modelos obtidos por estes dois tipos de metodologias, para a
mesma amostra de valores, no sejam inteiramente coincidentes, nomeadamente quando
alguma ou algumas das variveis independentes esto muito prximas do limite que
define a significncia da sua incluso ou no incluso no modelo.
ESACB 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:
Statistics
Regression
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.
Os resultados so os seguintes:
ESACB 124
SPSS 7 - Regresso Linear
Regression
Descriptive Statistics
Std.
Mean Deviation N
Consumo mensal de
3268.3889 218.9502 18
gua (m3)
Temperatura mdia
65.0500 13.1334 18
mensal (F)
Produo mensal (Ton) 13091.89 2716.3310 18
Dias teis no ms 21.5000 1.0432 18
Nmero de operrios 182.0000 21.3514 18
Correlations
Variables Entered/Removedb
Variables
Model Variables Entered Removed Method
1 Nmero de operrios,
Temperatura mdia mensal (F),
. Enter
Dias teis no ams, Produo
mensal (Ton)
a. All requested variables entered.
b. Dependent Variable: Consumo mensal de gua (m3)
Model Summaryb
ESACB 125
SPSS 7 - Regresso 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), Nmero de operrios, Temperatura mdia mensal (F),
Dias teis no ms, Produo mensal (Ton)
b. Dependent Variable: Consumo mensal de gua (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 mdia
.232 1.550 .014 .150 .883 -3.117 3.581 .013 .041 .014
mensal (F)
Produo mensal (Ton) 5.027E-02 .023 .624 2.166 .049 .000 .100 .894 .515 .197
Dias teis no ms 110.460 32.724 .526 3.376 .005 39.765 181.156 .901 .683 .306
Nmero de operrios -1.709 2.801 -.167 -.610 .552 -7.759 4.342 .831 -.167 -.055
a. Dependent Variable: Consumo mensal de gua (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 gua (m3)
Charts
Histogram
Dependent Variable: Consumo mensal de gua
5
2
Frequency
0 N = 18.00
-1.50 -1.00 -.50 0.00 .50 1.00 1.50
ESACB 126
SPSS 7 - Regresso Linear
.75
.50
Expected Cum Prob
.25
0.00
0.00 .25 .50 .75 1.00
Scatterplot
Dependent Variable: Consumo mensal de gua (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
consumo=531.302+0.232temperat+0.05027producao+110.46dias-1.709operario
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
e R2=0.889 e Rajustado
2
= 0.874 .
Repare-se que se simplificou o modelo, sem contudo prejudicar a preciso deste como
instrumento de estimativa da varivel dependente.
Regression
Descriptive Statistics
Std.
Mean Deviation N
Consumo mensal de
3268.3889 218.9502 18
gua (m3)
Temperatura mdia
65.0500 13.1334 18
mensal (F)
Produo mensal (Ton) 13091.89 2716.3310 18
Dias teis no ms 21.5000 1.0432 18
Nmero de operrios 182.0000 21.3514 18
Correlations
ESACB 128
SPSS 7 - Regresso Linear
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Stepwise (Criteria:
Probability-of-F-to-e
Dias teis no
. nter <= .050,
ms
Probability-of-F-to-re
move >= .100).
2 Stepwise (Criteria:
Probability-of-F-to-e
Produo
. nter <= .050,
mensal (Ton)
Probability-of-F-to-re
move >= .100).
a. Dependent Variable: Consumo mensal de gua (m3)
Model Summaryc
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 teis no ms
b. Predictors: (Constant), Dias teis no ms, Produo mensal (Ton)
c. Dependent Variable: Consumo mensal de gua (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 teis no ms 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 teis no ms 107.976 30.791 .514 3.507 .003 42.346 173.606 .901 .671 .301
Produo mensal (Ton) 3.842E-02 .012 .477 3.249 .005 .013 .064 .894 .643 .279
a. Dependent Variable: Consumo mensal de gua (m3)
ESACB 129
SPSS 7 - Regresso Linear
Excluded Variablesc
Collinearit
y
Partial Statistics
Model Beta In t Sig. Correlation Tolerance
1 Temperatura mdia a
.032 .290 .776 .075 1.000
mensal (F)
Produo mensal (Ton) .477a 3.249 .005 .643 .343
Nmero de operrios .323a 2.017 .062 .462 .385
2 Temperatura mdia b
.026 .296 .772 .079 .999
mensal (F)
Nmero de operrios -.176b -.683 .506 -.179 .116
a. Predictors in the Model: (Constant), Dias teis no ms
b. Predictors in the Model: (Constant), Dias teis no ms, Produo mensal (Ton)
c. Dependent Variable: Consumo mensal de gua (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 gua (m3)
Charts
Histogram
Dependent Variable: Consumo mensal de gua (m3)
5
2
Frequency
0 N = 18.00
-1.50 -1.00 -.50 0.00 .50 1.00 1.50
ESACB 130
SPSS 7 - Regresso Linear
.75
.50
Expected Cum Prob
.25
0.00
0.00 .25 .50 .75 1.00
Scatterplot
Dependent Variable: Consumo mensal de gua (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
O SPSS dispe de uma rotina que permite o ajustamento de vrios modelos pr-
definidos 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: y = b0 + b1 .x + b2 .x 2 + b3 .x 3
Logartmico: y = b0 + b1 . ln x
b1
Inverso: y = b0 +
x
Potncia: 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
Logstico: y=
1 y u
+ b0 .b1x
u
(em que u o limite assimpttico 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
Statistics
Regression
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 para cada um dos modelos calculados:
ESACB 132
SPSS 7 - Regresso Linear
O utilizador pode seleccionar um ou mais modelos, com o objectivo de, pela anlise dos
resultados, nomeadamente R2 e anova, seleccionar o modelo melhor ajustado. No
exemplo, foi solicitado para calcular os modelos linear, quadrtico e cbico. Os
resultados so os seguintes:
MODEL: MOD_1.
ESACB 133
SPSS 7 - Regresso Linear
Variable B SE B Beta
T Sig T
Variable B SE B Beta
T Sig T
ESACB 134
SPSS 7 - Regresso Linear
Variable B SE B Beta
T Sig T
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 - Manusear os Resultados
8- 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 .
ESACB 137
SPSS 8 - Manusear os Resultados
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,
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, repetiu-
se 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.
e fazer Insert New Text ou fazer click no boto . Na janela de resultados aberta
uma caixa de texto, onde se esccrevem os comentrios 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:
File
Save
ESACB 140
SPSS 8 - Manusear os Resultados
Para imprimir os resultados do Viewer, faz-se File Print; na caixa de dilogo seguinte,
confirmar a impressora, e fazer OK:
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 142
SPSS Anexos
ANEXOS
ESACB 143
plasma.sav