Você está na página 1de 4

COMO REPORTAR RESULTADOS NUM RELATÓRIO DE ANÁLISE DE DADOS

(alguns exemplos)

A. Referência ao resultado de testes estatísticos

A referência ao resultado dos testes estatístico pode ser feita ou na sequência do texto
(entre parêntesis) ou em nota de rodapé e nunca deve incluir a respectiva tabela
(output do SPSS, ou qualquer outro software) no relatório, paper...

Quando indicamos o resultado de um teste devemos especificar qual o teste, graus de


liberdade (quando for o caso), o valor do teste e a probabilidade que lhe está
associada (significância ou p-value).

Relativamente à forma como pode ser feita a referência ao resultado dos testes
apresentam-se aqui algumas sugestões1:
Teste t para amostras independentes: t (525)= 2,54, p=0,004.
Teste t para amostras emparelhadas: t (499) =2,71 p=0,007.

Análise de Variância: F(1,336) = 5,05, p=0,025.

Teste do qui-quadrado: χ2(3) = 8,767, p=0,012.


Teste de Aderência de Kolmogorov-Smirnov: D(31) = 0,162, p = 0,036.
Teste de Mann-Whitney: U = 35,50, p = 0,2692.
Teste de Kruskall-Wallis: H(3) = 8,659, p = 0,034.
Coeficiente de correlação de Pearson: r(367) = 0,27, p=0,000.
Coeficiente de correlação de Spearman: rs(68) = -0,373, p = 0,001.
Coeficiente de correlação Tau b de Kendall: τ(68)= 0,30, p= 0,001.

Vai sendo cada vez mais comum colocar em vez do valor da significância de um teste, a
indicação de que ela é inferior a um determinado nível. Por exemplo p < 0,001, em vez
de p = 0,000, ou p < 0,01, em vez de p = 0,006.

Vai sendo também frequente encontrarmos a indicação relativa à dimensão do efeito


(effect size) a acompanhar o resultado do teste.

1
Note-se que a letra utilizada para o teste bem como o p, referente à probabilidade que lhe está
associada, estão ambos em itálico.
2
Neste caso poder-se-á optar por referir também o respectivo valor de z.

1
Por vezes, nos casos em que o teste não é significativo, encontramos, em vez da
significância, a referência ns (non-significant). Por exemplo, t (134) =-0,448, ns.

B. Testes de comparações múltiplas a posteriori (Post-Hoc)

Na sequência da realização de uma Análise de Variância em que sejam efectuados


testes de comparações múltiplas a posteriori e quando o número de comparações
assim o justificar, poderá ser interessante apresentar o resultado sob a forma de uma
tabela-síntese como a que a seguir se sugere.

Quadro 1 – Comparações inter-lojas segundo o nível médio de satisfação com a qualidade dos produtos

Lisboa Porto Aveiro Setúbal Faro Braga


Lisboa -0,570** 0,815** -0,386*
Porto 0,427** 0,600** 1,385**
Aveiro 0,959**
Setúbal 0,785** -0,416*
Faro -1,201**
* p <0,01; ** p<0,001

Obs: Os valores apresentados correspondem à diferença entre as médias das lojas. São apenas
apresentadas as diferenças significativas.

Se os testes efectuados (ou seja, as comparações) forem em número reduzido, não é


necessário construir uma tabela, devendo-se indicar apenas qual o teste efectuado e
as diferenças significativas encontradas. Neste caso basta colocar o valor da
significância. Por exemplo: os testes de comparações múltiplas a posteriori de Scheffe
revelaram diferenças significativas entre as lojas A e B e A e C (ambos com p < 0,001).

2
C. Tabelas-síntese dos principais resultados de uma regressão múltipla
Exemplo 1

Quadro 1 Factores determinantes da satisfação global com o ISCTE


(regressão múltipla)

Variáveis Explicativas Valores Beta


Preditor 1 0,028
Preditor 2 0,254*
Preditor 3 0,242*
Preditor 4 0,348*
2
R ajustado 0,492*
F(4, 1345) 328,173
* p<0,001

Exemplo 2

Quadro 2 As condicionantes do desempenho em Análise de Dados


(regressão hierárquica)

Variável Dependente
Variáveis Explicativas
∆R
2
Beta F gl
1. Preditor 1 -0.098**
Preditor 2 0.250***
0,069*** 35,383 2,954
2. Preditor 1 -0.103**
Preditor 2 0.243***
Preditor 3 0.073*
0,005* 5,360 1,953
3. Preditor 1 -0.118***
Preditor 2 0.122***
Preditor 3 -0.014
Preditor 4 0.702***
Preditor 5 -0.063*
Preditor 6 -0.080**
Preditor 7 0.014
0,414*** 191,595 4,949

2
R ajustado global 0,484*** 129,141 7,949
* p < 0,05; **p <0,01; ***p < 0,001

3
D. Análise de Componentes Principais

Na apresentação dos resultados de uma ACP deverá constar informação relativa à


adequabilidade dos dados à análise efectuada (KMO, teste de Bartlett), bem como a
variância total explicada.

Exemplo:

A aplicação de uma ACP com rotação Varimax aos 10 itens em análise, após a
verificação da sua adequabilidade aos dados em questão, por via do teste de
esfericidade de Bartlett e da estatística de Kaiser-Meyer-Olkin (KMO)3, permitiu a
extracção de 4 componentes que explicam 61,3% da variância total. A tabela 1 mostra
os factor loading após a rotação.

Tabela 1 Factores que influenciam a compra

Componentes
Imagem Produto Custos Localização
Imagem de marca 0,773 0,044 0,026 0,009
Imagem do produto 0,733 0,203 -0,069 -0,023
Imagem da loja 0,715 0,162 -0,064 0,109
Publicidade 0,676 -0,216 0,167 0,205
Necessidade do produto -0,137 0,716 0,235 0,115
Características do produto 0,307 0,657 0,130 -0,229
Qualidade do produto 0,207 0,586 -0,374 0,266
Promoção especial 0,304 0,100 0,766 -0,092
Preço -0,234 0,099 0,614 0,256
Conveniência da localização da loja 0,179 0,048 0,081 0,882
Variância explicada (%) 24,39 14,24 12,21 10,43
Nota: Análise de Componentes Principais com rotação Varimax

Se no seguimento da ACP forem constituídas novas variáveis através do cálculo de uma


média aritmética dos itens com loadings mais elevados em cada componente, dever-
-se-á indicar no próprio texto o valor do alpha de Cronbach correspondente a cada
nova variável (índice).

3 2
KMO = 0,727; Teste de esfericidade de Bartlett: χ (45) = 2024,295, p<0,001.