Você está na página 1de 18

Mestrado de Gestão

2010-2011

Análise de Dados

Folhas de apoio às aulas de TESTES de HIPÓTESES


em PASW/SPSS 17

ISCTE-IUL, Setembro de 2010


ALGUNS TESTES DE HIPÓTESES PARAMÉTRICOS

Î Teste para uma média de uma variável quantitativa

(por exemplo testar se o número médio de visitas mensais é igual a 2)

Analyze
Compare Means
One-Sample T-Test
Test Variable: mes
Test value: 2

Quadro de estatísticas
descritivas da variável

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 31
Hipóteses:
H0: μ = 2
H1: μ ≠ 2

Pressuposto: a amostra provém de uma população com distribuição


normal e variância desconhecida (para verificar este
pressuposto, ver teste de K-S à normalidade de uma
distribuição)

X − μ0
Estatística do teste: ∩ t n −1
S'
n

Valor da estatística do teste = 1,993

Graus de liberdade = 568

Nível de significância = 0,05

Regras de Decisão:
Se Sig (2-tailed) ≤ 0,05 ⇒ Rejeitar H0
Se Sig (2-tailed) > 0,05 ⇒ Não Rejeitar H0

Decisão: 0,047 < 0,05 ⇒ Rejeita-se H0: μ = 2, ou seja, rejeita-se que


esta amostra tenha sido recolhida de uma população de
clientes com um número médio de duas visitas por mês. Há
evidência estatística de que seja superior (ver intervalo de
confiança).

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 32
Î Teste para a igualdade de médias de uma variável quantitativa, em dois
grupos independentes

(por exemplo testar se o número médio de visitas mensais é igual para os clientes das lojas de
Lisboa e do Porto)

Analyze
Compare Means
Independent-Samples T-Test
Test Variable: mes
Grouping variable: loja (1,2)

Quadro de estatísticas descritivas para os dois grupos


amostrais: Lisboa e Porto

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 33
Teste de Levene para a igualdade de duas Teste t para a igualdade de duas médias
variâncias
Hipóteses:
Hipóteses: H0: μ1 = μ2
H0: σ21 = σ22 H1: μ1 ≠ μ2
H1: σ21 ≠ σ22
Pressuposto: as amostras provêm de populações com
Valor do teste: 3,103 distribuição normal e variâncias desconhecidas (que
podem ser iguais ou diferentes)
Decisão: (Sig=0,080) > (α=0,05) ⇒ Não se
rejeita H0: σ21 = σ22, ou seja, não se Estatística do teste:
rejeita que estas amostras sejam - se σ21 = σ22
retiradas de duas populações com
t=
(X 1 − X 2 ) − (μ1 − μ 2 )0
∩ t n1 + n2 − 2
igual variância ⇒ escolher o teste
para a igualdade de médias que (n1 − 1)S12 + (n2 − 1)S 22 ⎛⎜ 1 1 ⎞
⎟⎟
assume a igualdade de variâncias dos n1 + n 2 − 2 ⎜n + n
⎝ 1 2 ⎠
dois gupos populacionais (linha de
cima)
- se σ21 ≠ σ22

t=
(X 1 − X 2 ) − (μ1 − μ 2 )0
∩ tυ
S12 S 22
+
n1 n2
com
1
ν= 2 2
⎡ S 1
2
⎤ ⎡ S 22 ⎤
1 ⎢ n1 ⎥ 1 ⎢ n2 ⎥
⎥ +
⎢ 2
(n1 − 1) ⎢ S1 + S 2 ⎥ (n2 − 1) ⎢ S1 + S 2 ⎥⎥
2 ⎢ 2 2

⎣ n1 n2 ⎦ ⎣ n1 n2 ⎦

Decisão: (Sig=0,001) < (α=0,05) ⇒ Rejeita-se H0:


μ1 ≠ μ2, ou seja, rejeita-se que estas amostras sejam retiradas
de duas populações com iguais médias, os clientes de Lisboa
e do Porto têm médias diferentes de visitação às lojas. Os
clientes da loja do Porto visitam, em média, mais vezes a loja
por mês do que os clientes da loja de Lisboa (ver intervalo de
confiança para a diferença de médias).

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 34
Î Teste para a igualdade de médias de uma variável quantitativa, em 3 ou mais
grupos independentes

(por exemplo testar se o número médio de visitas mensais é idêntico para os clientes cujo
principal objectivo de compra são artigos alimentares, não alimentares ou ambos)

Analyze
Compare Means
One-Way ANOVA
Dependent List: mes
Factor: a2
Options
Statistics: Descriptives, Homogeneity of variance test
Means Plot
Post Hoc
Equal Variances Assumed: Scheffé

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 35
Quadro contendo:

- estatísticas descritivas da variável “Quantas vezes por mês?” segundo as


categorias do principal objectivo de compra (artigos alimentares, artigos não-
alimentares e ambos): média, desvio-padrão, desvio-padrão da média
amostral, mínimo e máximo;

- intervalos de confiança a 95% para o número médio de visitas por mês, para
cada um dos grupos definidos pelo objectivo de compra, e para a média
global do nº de visitas mensais.

Teste de Levene para a igualdade de variâncias

Hipóteses:
H0: σ21=σ22=σ23
H1: σ2i ≠ σ2j, para algum par (i, j) com i≠j

Decisão: (Sig=0,245 > α=0,05) ⇒ Não Rejeitar H0: σ21=σ22=σ23, ou seja,


não se rejeita que estas amostras sejam retiradas de populações
com igual variância ⇒ o pressuposto da igualdade de variâncias
está verificado. Caso se rejeitasse esta hipótese nula, e falhasse o
pressuposto de igualdade de variâncias, devia abandonar-se a
ANOVA e recorrer ao teste de Kruskal-Wallis como alternativa
não paramétrica.

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 36
Hipóteses:
H0: μ1= μ2= μ3
H1: μi ≠ μj, para algum par (i, j) com i≠j

Pressupostos:
- as amostras provêm de populações com distribuição
Normal
- as amostras provêm de populações com igual variância
(homocedasticidade)
- as amostras são independentes

SSB
Estatística do teste: k −1 ∩ F
( k −1;n − k )
SSW
n−k

Valor da estatística do teste = 4,944

Graus de liberdade = (2; 566)

Decisão: 0,007 < 0,05 ⇒ Rejeitar H0: μ1= μ2= μ3, as amostras não
provêm de populações com médias iguais, ou seja, em pelo
menos um grupo, de acordo com o objectivo de compra,
existe uma média de visitação por mês diferente dos
restantes.

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 37
Post Hoc Tests

Teste de Comparações Múltiplas de Scheffe

Hipóteses:
H0: μi = μj,
H1: μi ≠ μj,

Decisão: Rejeitar a igualdade de médias entre os grupos “artigos


alimentares” e “artigos não-alimentares” (Sig=0,018 < α=0,05) e
entre “ambos” e “artigos não-alimentares” (Sig=0,012< 0.05);
Não Rejeitar a igualdade de médias entre os grupos “ambos” e
“artigos alimentares” (Sig=0,992 > α=0,05).
Verifica-se que os clientes cujo objectivo de compra é artigos não-
alimentares visitam a loja, em média, menos vezes por mês do que
os clientes de artigos alimentares ou de ambos.

Homogeneous Subsets

Este quadro é apresentado sempre que


se pede o teste de Scheffé e indica o
número de subconjuntos que se podem
formar a partir dos grupos iniciais: uma
vez que existem diferenças
significativas das médias de visita por
mês, 3 grupos formam dois
subconjuntos, um formado pelo
objectivo de compra artigos não
alimentares e outro pelo objectivo
artigos alimentares e ambos.

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 38
ALGUNS TESTES DE HIPÓTESES NÃO PARAMÉTRICOS

Î Teste de Kolmogorov-Smirnov à normalidade da distribuição de uma variável


quantitativa

(por exemplo testar a normalidade da distribuição do número de visitas mensais,


separadamente para clientes cujo principal objectivo de compra são artigos alimentares, não
alimentares ou ambos)

Analyze
Descriptives
Explore
Dependent list: mes
Factor list: a2

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 39
Teste de Ajustamento de Kolmogorov-Smirnov (com correcção de
Lilliefors – quando os parâmetros da distribuição não estão
especificados)

Hipóteses (para cada grupo de “principal objectivo de compra”):


H0: A variável “Quantas vezes por mês?” segue distribuição
Normal
H1: A variável “Quantas vezes por mês?” não segue
distribuição Normal

Decisão: Sig=0,000 < α=0,05 (para cada um dos três grupos) ⇒


Rejeitar H0: A variável não segue distribuição Normal, em
cada um dos três grupos de objectivo de compra.

Nota: Caso existisse um grupo pequeno, a leitura do teste de


ajustamento de Shapiro-Wilk seria mais adequada (n até 50).

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 40
Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 41
Î Teste de Mann-Whitney para a igualdade de distribuições (medianas) de uma
variável quantitativa ou ordinal, em dois grupos independentes

(por exemplo testar a igualdade de distribuição do número de visitas mensais para os clientes
das lojas de Lisboa e do Porto)

Analyze
Nonparametric Tests
2 Independent Samples
Test Variable List: mes
Grouping Variable: loja (1,2)
Test type: Mann-Whitney U

Mann-Whitney Test

Ordenações médias do número de visitas por mês nos


grupos de clientes de Lisboa e Porto.

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 42
Teste de hipóteses à igualdade de duas distribuições
populacionais:

Hipóteses:
Ho: a distribuição do número de visitas mensais é
igual para os grupos populacionais de
clientes Lisboa e Porto.
H1: a distribuição do número de visitas mensais
não é igual para os grupos populacionais de
clientes Lisboa e Porto.

Valor da estatística do teste = 2997,0

Nível de significância = 0,05

Decisão: <0,001 (0,000) < 0,05 ⇒ Rejeita-se H0: a


distribuição do número de visitas mensais não é
igual nas lojas de Lisboa e no Porto. Pela média
de ordenações registadas o número de visitas
deverá ser superior na loja do Porto.

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 43
Î Teste de Kruskal-Wallis para a igualdade de distribuições (medianas) de uma
variável quantitativa ou ordinal, em três ou mais grupos independentes

(por exemplo testar a igualdade de distribuição do número de visitas mensais para os clientes
cujo objectivo principal de compra são os artigos alimentares, os não alimentares ou ambos)

Analyze
Nonparametric Tests
K Independent Samples
Test Variable List: mes
Grouping Variable: a2 (1,3)
Test type: Kruskal-Wallis H

Kruskal-Wallis Test

Ordenações médias do número de visitas mensais


para cada grupo amostral definido segundo os
objectivos de compra.

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 44
Teste de hipóteses à igualdade de três distribuições
populacionais:

Hipóteses:
Ho: a distribuição do número de visitas mensais é igual
para os vários grupos de objectivo de compra.
H1: existe pelo menos um grupo populacional onde a
distribuição do número de visitas mensais é
diferentes dos restantes.

Valor da estatística do teste = 11,297

Nível de significância = 0,05

Decisão: Sig = 0,004 < α = 0,05 ⇒ Rejeitar H0: a distribuição da


possibilidade do número de visitas mensais é diferente
em pelo menos um grupo de acordo com o objectivo de
compra.

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 45
Î Teste de Qui-Quadrado de independência, à independência de duas variáveis
definidas em categorias (nominais ou ordinais)

(por exemplo testar se há relação entre a frequência de visita da loja e o principal objectivo
da compra – relacionar as conclusões do teste com a informação contida nos gráficos da página 20)

Analyze
Descriptive Statistics
Crosstabs
Rows: a2
Colums: a3
Statistics: Chi-Square
Cells: Row, Column, Total

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 46
Teste de hipóteses à independência de duas variáveis
qualitativas:

Hipóteses:
Ho: O principal objectivo de compra não está
relacionado com a frequência de visita à loja (ou
o objectivo de compra é independente da
frequência de visita à loja).
H1: O principal objectivo de compra está relacionado
com a frequência de visita (ou o objectivo de
Condições de aplicação do teste de compra não é independente da frequência de
independência do qui-quadrado: visita).
- Não mais de 20% dos cruzamentos
(cells) deverão ter frequências esperadas < Estatística do teste:
5 (Oij − Eij )2
- Nenhum cruzamento deverá ter ∑∑ Eij
I Χ(2c −1)×(c −1)
1 2

frequência esperada < 1 i j


c1 = nº categorias da variável 1 (em linha na tabela)
Quando não se verificam estas condições a c2 = nº categorias da variável 2 (em coluna na tabela)
leitura da significância não deverá ser feita
na coluna Asymp. Sig. Deverá ser pedido Valor da estatística do teste = 106,436
no botão Exact outra forma de Graus de liberdade = (3-1) x (4-1) = 6
determinação da significância (exacta ou Nível de significância = 0,05
via Monte Carlo)
Decisão: Sig<0,001 < α= 0,05 ⇒ Rejeita-se H0, ou
seja, o objectivo de compra está relacionado com a
frequência de visita. Pela tabela de cruzamentos pode
verificar-se que para os artigos alimentares e ambos
a frequência de visitação é mais intensa, uma maior
proporção de clientes refere todas as semenas,
enquanto que para os artigos não-alimentares uma
maior proporção de clientes recorre à loja todos os
meses.

Mestrado Gestão - Análise Dados – Fátima Salgueiro, Carmo Botelho e Sofia Portela – ISCTE-IUL – 2010/2011 - 47

Você também pode gostar