Escolar Documentos
Profissional Documentos
Cultura Documentos
Manual de!
SPSS !
1. INICIAR O SPSS!...................................................................................................................!3!
!
2. AS JANELAS DO SPSS!......................................................................................................!4!
!
2.1. Janela Variable View!.....................................................................................................!4!
3. SUMARIZAÇÃO DE DADOS!..............................................................................................!7!
!
3.1. Tabela de Frequências!..................................................................................................!7!
4. GRÁFICOS!..........................................................................................................................!11!
4.1. Gráficos Pie!...................................................................................................................!11!
4.2. Gráficos de Barras!.......................................................................................................!13!
4.2.1. Gráfico de Barras Simples!.................................................................................!13!
4.2.2. Gráfico de Barras Agrupadas!............................................................................!15!
4.3. Histograma!....................................................................................................................!17!
!
4.4. Caixa de Bigodes (Boxplots)!......................................................................................!19!
5. MEDIDAS DESCRITIVAS!..................................................................................................!22!
5.1. Ordenar os dados!........................................................................................................!24!
5.2. Gráficos Q-Q Plot!.........................................................................................................!25!
5.3. Gráfico Detended Q-Q Plot!.........................................................................................!25!
5.4. Análise de questões de escolha múltipla!.................................................................!26!
5.4.1. Utilizar variáveis auxiliares que nos permitem recolher informação adicional
!.......................................................................................................................................!28!
!
5.4.2. Cruzamento de Variáveis - Crosstabs!..............................................................!28!
6. TESTES ESTATÍSTICOS!..................................................................................................!30!
6.1. Amostras Independentes!............................................................................................!30!
6.2. Amostras emparelhadas!.............................................................................................!38!
6.2.1. Testes t-pares!......................................................................................................!41!
6.2.2. Teste Não paramétricos para amostras emparelhadas!
Wilcoxon e Sinais!................................................................................................!43!
6.2.3. Teste de McNemar!..............................................................................................!48!
!
6.3. Teste Qui-quadrado!.....................................................................................................!50!
7. EXERCÍCIOS RESOLVIDOS!............................................................................................!56!
! 2
1. INICIAR O SPSS
!
Carregar em Cancel, a não ser que queiramos abrir uma base de dados pré-feita.
! !
! 3
2.! AS JANELAS DO SPSS
Janelas principais
Janelas de resultados
Name: nome definido para a variável. Este campo não pode ter espaço e o
caracter inicial tem de ser uma letra.
! 4
Label: destinado a descrever variáveis, sem limitações de caracteres, isto é,
podem-se usar todos os tipos e espaços.
!
Exemplo
NOTA
Quando existem
indivíduos que não
mencionam a sua
idade, adicionamos
o value como um
número absoluto.
!
Não há resposta:
! 5
Definir as variáveis que não têm resposta e que não pretendo que
entre no estudo:
!
!
!
!
! !
! 6
3.! SUMARIZAÇÃO DE DADOS
!
3.1.!Tabelas de Frequências
A Tabela de Frequência
!
Através da seta azul, seleccionar a variável que pretendo analisar para
variable(s). Seleccionar OK.
!
O resultado surge numa janela output.
! 7
NOTA
Tabelas e gráficos da janela output devem ser colados no Microsoft Office
Word através da tecla “colar especial” de modo a não desformatar.
!
!
Análise da Tabela de Frequência
!
!
De!seguida!seleccionar!o!destaque!que!pretendo!fazer.!
! 8
!
Antes do destaque:
!
Após o destaque:
!
Alterar a apresentação da tabela
! 9
!
! !
! 10
4.! GRÁFICOS
4.1.!Gráficos Pie
Gráficos Pie
Como fazer?
!
Click em define.
!
Seleccionar OK.
! 11
Alterar aspectos estéticos o gráfico
!
Quando a janela do chart editor é fechada, automaticamente são adicionadas
as alterações na janela de output.
! 12
Antes: Depois:
!
4.2.!Gráficos de Barras
!
!
4.2.1.! Gráfico de Barras Simples
!
! 13
!
!
Seleccionar Ok.
! 14
Alteração
!
Depois:
!
4.2.2.! Gráfico de Barras Agrupadas
! 15
Define.
!
!
!
!
! 16
Alteração
Antes: Depois:
!
4.3.!Histograma
! 17
!
Além da representação gráfica, o histograma dá-nos a informação:
! 18
4.4.!Caixa de Bigodes (Boxplots)
São representações gráficas que ajudam numa análise prévia dos dados,
dando informação relevante.
Como fazer?
!
!
! 19
!
!
!
Análise
! 20
Outliers
!
!
!
•! outlier moderado no indivíduo 17
* outlier severo no indivíduo 16
! !
! 21
5.! MEDIDAS DESCRITIVAS
Análise descritivas:
•! Quantitativas – média
•! Qualitativas – moda
!
!
!
!
! 22
Statistics
!
Resultado e Análise – Exercício da Clínica XPTO
Verifica-se que a média da idades dos pacientes é 36 anos com um desvio padrão
de 16,6 anos.
desvio#padrão 16,6
CV#(coeficiente#de#variação) = = ×100 = 47%
média 36
! 23
!
Pela análise do boxpoth, verifica-se que, aparentemente, os dados não são
simétricos.
5.1.!Ordenar os dados
! 24
!
!
5.2.!Gráficos Q-Q Plot
!
No Q-Q-Plot os dados devem estar o mais sobrepostos possíveis à diagonal
para verificar a normalidade dos mesmos.
! 25
!
No gráfico Detended Q-Q Plot os dados devem distribui-se aleatoriamente
acima e abaixo da linha horizontal. Aparentemente, os dados não seguem uma
distribuição normal.
Uma questão de escolha múltipla é uma questão que admite uma ou mais
opções de resposta. Define-se como uma variável desdobrada.
! 26
!
Colocam-se as variáveis que fazem parte da resposta múltipla em Variablesin
Set. Depois escolhe-se a opção dicotómica ou categoria conforme a variável é
binária ou não, respectivamente. Atribui-se um nome em SetName e a
descrição em LabelName, fazendo add de seguida. Identifica-se que temos
uma variável de resposta múltipla quando temos $ antes do nome, por exemplo
p5.
!
!
! 27
!
!
Resultado e Análise
!
Verifica-se que a especialidade mais utilizada no hospital é a pediatria, cerca
de 47,1% dos utentes utilizam-na.
! 28
!
!
!
!
!
!
! 29
Coloca-se a variável em linha e a outra em coluna, só se utilizam 2
variáveis de cada vez.
!
!
Resultado e Análise
!
!
! 30
6.! TESTES ESTATÍSTICOS
!
!
TESTES!PARA!2!AMOSTRAS!
! Amostras!Independentes! Amostras!Emparelhadas!
!
Homocedásticas!
Homocedásticas!
Diferenças!Não!
Diferenças!
Simétricas!
simétricas!
Não!
!
Teste!!!!!!!!!!!!!!!!
Mann%Whitney!
Satterthwaite!
Teste!T%pares!
Teste!!!!!!!!
Teste!Sinais!
!
T%student!
Wilcoxon!
Teste!
Teste!
6.1.!Amostras Independentes
! 31
!
2º Passo – Estatística Descritiva
O primeiro passo é fazer o explore para que se possa ter sensibilidade com os
dados.
!
Além!das!estatísticas!habituais!para!uma!amostra,!quando!temos!uma!ou!mais!amostras!
o!SPSS!permite!colocar!o!teste!de!Levene!(teste!de!homocedasticidade).!
! 32
!
!
!
!
! 33
Intervalo!de!Confiança!
!
O que nos permite descrever exaustivamente as amostras recolhidas tal como
fazíamos anteriormente comparando-as (cv; médias; dp; medianas; mínimo;
máximo).
Intervalos de Confiança:
a)! Normalidade
Solução Salina
KL : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#Q#ORZVçãR#OQZY[Q#OX\VXS#PYOTUYWVYçãR#PX#]QVOO##########
!
K^ : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#Q#ORZVçãR#OQZY[Q#[ãR#OX\VXS#PYOTUYWVYçãR#PX#]QVOO#
! 34
!
Vasocontritor
KL : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#QR#_QOR`R[OTUYTRU#OX\VXS#PYOTUYWVYçãR#PX#]QVOO#########
!
K^ : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#QR#_QOR`R[OTUYTRU#[ãR#OX\VXS#PYOTUYWVYçãR#PX#]QVOO#
!
df – degrees of freedom (graus de liberdade de dimensões amostral)
aCDEFbFcEdefdFe = 0.742
aEFhiçãF#EDhfcD = 0.656 > 0.05
!
!
! 35
NOTA
! Exemplo
CV vaso = 53,25%
CV const = 26,96%
O teste de Levene diz-nos que p-value = 0.711 > 5% (α). Deste modo, não
rejeito H0, o que significa que existe homocedasticidade, logo o teste a
aplicar é o t-student.
TESTE T-STUDENT
KL : lE = lC
K^ : lE ≠ lC
! 36
!
!
!
!
! 37
O output resultante é:
Homocedásticas!
Os valores do teste lêm-se em Sig (2 tailed) = 0,65 (> 5%), logo não rejeito
H0, concluindo que não existem diferenças estatisticamente significativas
entre os valores médios da solução salina e do vasoconstricotor. Igual
conclusão se pode retirar através do intervalo de confiança (IC), ou seja se
este contém o valor 0 concluí-se que não existem diferenças significativas,
o que é o caso pois AB = −182,679; 6,012 que contém o zero.
! Exemplo
O intervalo de confiança tem sempre de confirmar os resultados finais, sendo por isso
!
um dado de confirmação e fortalecedor dos resultados obtidos. Nunca dão resultados
opostos.
No caso de não ter normalidade
KL : oL.p#EDhf = oL.p#CDEF
K^ : oL.p#EDhf ≠ oL.p#CDEF
! 38
!
!
Amostras
Pequenas (n<30)
!
Como p-value = 0,068, logo > 5%, concluo que não há evidência de
diferença significativas nos valores medianos.
6.2.!Amostras emparelhadas
! 39
Exercício 5
Após a informatização dos dados devemos criar uma variável que representa
a diferença antes e após (dif D).
! 40
Em Target Variable dá-se o nome à nova variável que vamos criar e em
Numeric Expression escreve-se a fórmula de cálculo que queremos aplicar.
O resultado é uma nova variável que servirá para aplicar o teste para amostras
emparelhadas.
!
Agora a base de dados está preparada para aplicar o teste para amostras
emparelhadas, onde se trabalha com a nova variável criada.
KL : lq = 0
K^ : lq ≠ 0
! 41
De seguida faz-se o mesmo para a variável diferença, mas já verificando a
normalidade para se decidir se utilizamos um teste paramétrico ou não
paramétrico.
!
Em termos de descritiva pode-se falar dos valores mínimos e máximos da
variável diferença, não nos interessa falar de médias, medianas.
KL : r#PYsXUX[çQ#OX\VX#PYOTUYWVYçãR#PX#]QVOO############
!
K^ : r#PYsXUX[çQ#[ãR#OX\VX#PYOTUYWVYçãR#PX#]QVOO####
!
Como a dimensão amostral é igual a 10 (< 50), utiliza-se o teste de Shapiro-
Wilkque diz que:
P-value (sig) = 0.646, > 0.05 (α) não rejeito H0, concluindo que a variável
diferença seguem distribuição de Gauss, logo pode-se utilizar o teste
paramétrico t-pares.
! 42
As hipóteses a testar são:
KL : lq = 0
K^ : lq ≠ 0
!
!
O resultado do teste é:
! 43
Então verifica-se que p-value = 0.101, > 0.05 (α), logo não rejeito H0
concluindo que as diferenças encontradas não são significativas.
Exercício 7
! 44
Faz-se a descritiva das 2 variáveis em separado.
!
!
!
!
! 45
!
Descreve-se a descritiva sem aprofundar muito…
KL : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#Q#ORZVçãR#OQZY[Q#OX\VXS#PYOTUYWVYçãR#PX#]QVOO##########
!
K^ : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#Q#ORZVçãR#OQZY[Q#[ãR#OX\VXS#PYOTUYWVYçãR#PX#]QVOO#
! 46
!
Como n < 50 utiliza-se o teste de Shapiro-Wilk que tem p = 0, < 5% logo
rejeito H0 e aceito H1, concluindo que a diferença não segue distribuição
normal, logo teremos que aplicar um teste não paramétrico.
Para decidir dos testes que deve ser utilizado temos que verificar se a
variável diferença é simétrica.
tuvwcvEE
-1,96 < #< -1,96
tdx.yeeF#tuvwcvEE#
! 47
No nosso exemplo temos :
z.{||
Coeficiente de Simetria = = 6.24. Como > 1.96 conclui-se que as
L.p}L
diferenças não são simétricas, logo aplica-se o teste dos Sinais. Se
fossem simétricas aplicava-se Wilcoxon.
KL : oL.p#~Ä = 0######
!
K^ : oL.p#~Ä ≠ 0######
! 48
Como p-value = 0,001 (< 5%), rejeito H0 e aceito H1 concluindo que há
forte evidência de diferenças nas observações aos 5 e aos 6 anos.
KL :#a~ + = aÄ (+)
K^ : a~ + ≠ aÄ (+)
Exercício 9
!
Coloca-se a variável inicial em linha e a após tratamento (ou incidência)
em coluna.
! 49
!
!
Os outputs resultantes são:
! 50
2.! Teste de McNemar
Como p-value = 0.581 (> 5%), não rejeito H0, concluindo que não há
diferenças significativas antes e após o aconselhamento psicológico.
6.3.!Teste Qui-quadrado
KL : ÇãR#ℎá#QOOR`YQçãR#X[TUX#Q#_QUá_XZ#Ö#X#Ü#
K^ : Ká#QOOR`YQçãR#X[TUX#Q#_QUá_XZ#Ö#X#Ü########
Para aplicar este teste no SPSS temos de informatizar a linha e a coluna que
compõem a tabela de contingência.
Exercício 1
Hipóteses:
KL : ÇãR#ℎá#QOOR`YQçãR#X[TUX#TXU#TROOX#X#WUR[áVYTX#
!
K^ : Ká#QOOR`YQçãR#X[TUX#TXU#TROOX#X#WUR[áVYTX#########
!
!
! 51
!
!
!
!
!
!
! 52
Por último temos que informar o programa que cada linha vale a frequência
respectiva, para isso faz-se:
!
!
!
!
!
!
!
!
!
! 53
Depois aplica-se o teste:
!
!
!
!
!
!
! 54
!
!
Resultado e Análise
!
! 55
!
Critério!de!Cochran!
!
O critério de Cohran é verificado na alinha a.
Como p-value (asymp. Sig. (2-sided)) = 0 < α (5%), rejeita-se H0 e aceita-se H1,
logo há evidência de forte associação entre tosse e bronquite (classificação
pelo slide 77).
! !
! 56
7.! EXERCÍCIOS RESOLVIDOS
FICHA NÚMERO 1
Exercício 1
àXO_YR#âQPUãR 15,865
= ×100 = 43,2%
äéPYQ 36,72
A média dos pesos dos tumores é de 36,72 onças com um desvio padrão (DP)
de 15,865 onças.
! 57
3ºPasso – Descobrir a moda
Como média (36,72) > mediana (32) > moda (27,28), conclui-se que a
distribuição do peso dos tumores é assimétrica positiva.
! 58
Tal como verificado pela média, mediana e moda, o histograma indica-nos a
eventual existência de assimetria.
! 59
4º Passo – Gráficos Q-Q Plot
!
Aparentemente, os dados não seguem uma distribuição normal.
! 60
Exercício 2
!
2º Passo Calcular o coeficiente de variação
àXO_YR#âQPUãR 0,24385
= ×100 = 36,7%
äéPYQ 0,6630
! 61
!
!
!
!
! !
! 62
Exercício 3
!
!
àXO_YR#âQPUãR 47,135
= ×100 = 14,7%
äéPYQ 320,93
A média dos pesos dos rins é de 320,93 gramas com um desvio padrão de 47,135
gramas.
O valor mediano do peso (mediana) dos rins é de 322,50 gramas com intervalo
interquartil de 72 gramas.
Verifica-se também que o peso mínimo é de 208 gramas e o máximo 403 gramas.
! 63
!
!
Através! da! tabela! de! frequências! verificaQse! que! a! distribuição! dos! dados! é! unimodal!
(moda!=!358).!
Como!a!moda!(358)!>!mediana!(322,50)!>!média!(320,93)!concluiQse!que!a!distribuição!do!
peso!dos!rins!é!assimétrica!negativa.!
! 64
!
Tal como verificado pela média, mediana e moda, o histograma indica-nos a
eventual existência de assimetria.
!
Também através da caixa de bigodes verifica-se que os dados deverão ser
assimétricos.
! 65
!
!
! !
! 66
Exercício 6
Tratamento A: 4.3 6.2 4.4 8.2 0.5 2.6 4.2 4.1 5.6 3.4
Tratamento B: 6.1 0.9 0.7 0.8 1.3 3.1 1.9 3.9 2.1 0.1
O que conclui?
Estatística Descritiva
! 67
B é de 87,37%, logo a mediana é o valor apropriado para a análise descritivas
no tratamento B. Comparando os cv pode-se constatar que o cv do tratamento
A é menor que a do tratamento B, o que significa que o tratamento! A possui
menor dispersão da média das alterações sofridas pelos iões de cloro do soro
após a sua administração em relação ao tratamento B.
! 68
Em relação ao tratamento B, como a mediana (1,600) < média (2,090) conclui-
se que a distribuição das alterações é assimétrica positiva.
!
Tal como verificado pela média e mediana, o histograma indica-os a eventual
existência de assimetria.
!
Também através da caixa de bigodes verifica-se que os dados deverão ser
assimétricos em ambas as amostras. Verifica-se também a não existência de
outliers.
! 69
!
!
!
!
Verificação da Normalidade
Tratamento A
!
KL : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#QR#TUQTQSX[TR#r#OX\VXS#Q#PYOTUYWVYçãR#PX#]QVOO#########
!
K^ : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#QR#TUQTQSX[TR#r#[ãR#OX\VXS#Q#PYOTUYWVYçãR#PX#]QVOO
!
Tratamento B
!
KL : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#QR#TUQTQSX[TR#í#OX\VXS#Q#PYOTUYWVYçãR#PX#]QVOO#########
K^ : NO#PQPRO#PQ#QSROTUQ#OVWSXTYPQ#QR#TUQTQSX[TR#í#[ãR#OX\VXS#Q#PYOTUYWVYçãR#PX#]QVOO
!
!
! 70
adeDdDëvcdF~ = 0,856
> 0,05!
adeDdDëvcdF~ = 0,157
!
Verifica-se que o p-value do tratamento A e do tratamento B são ambos
superiores a 5% (α). Assim não rejeito H0 e assumo a normalidade em ambas as
amostras. Logo, utiliza-se um teste paramétrico.
!
O teste a utilizar (mean ou median) baseia-se no cálculo do coeficiente de
variabilidade.
qvECfF#ãDxeãF |,Lçz|
Bì~ = = = 47,7%!!
åéxfD é,zpL
àXO_YR#âQPUãR 1,8260
BìÄ = = = 87,37%!
äéPYQ 2,090
Neste caso, pelo CVA deveria ser utilizada a média (p-value = 0,957) e pelo CVB
(p-value = 0,924) deveria ser utilizada a mediana. Independentemente de ser
utilizada o teste baseado na média ou na mediana, o teste de Levene diz-nos p-
value (0,956 ou 0,924) > 5% (α). Deste modo, não rejeito H0, o que significa que
existe homocedasticidade, logo o teste a aplicar é o t-student.
Teste t-student
KL :#l~ = lÄ
!
K^ :#l~ ≠ lÄ
!
!
Os valores do teste p-value = 0,019 (< 5%), logo rejeito H0, concluindo que
existem diferenças estatisticamente significativas entre os valores médios do
tratamento A e o tratamento B. Igual conclusão se pode retirar através do
intervalo de confiança (IC), ou seja se este não contém o valor 0 conclui-se que
existem diferenças significativas, o que é o caso pois IC = 0,4245; 4,0955 que
não contém o zero.
! !
! 71
Exercício 8
Pretende-se analisar a relação entre o modo como uma pessoa sente que é a vida
(vida) e a forma como é feliz na vida (feliz). O modo como a pessoa sente que é
a vida tem 3 categorias: 1 = Excitante; 2 = Rotineira; 3 = Aborrecida, enquanto que
a forma como é feliz tem as seguintes categorias: 1 = Muito feliz; 2 =
Moderadamente feliz; 3 = Não muito feliz. O quadro seguinte apresenta os
resultados obtidos:
! ! Feliz! !
! ! Moderadamente! Não!muito!
Muito!feliz! Total!
feliz! feliz!
O que conclui?
Hipóteses
KL : ÇãR#ℎá#QOOR`YQçãR#X[TUX#Q#_YPQ#X#Q#sXZY`YPQPX######
!
K^ : Ká#QOOR`YQçãR#X[TUX#Q#_YPQ#X#Q#sXZY`YPQPX##############
! 72
!
Como p-value (asymp. Sig (2-sided)) = 0 < 5% (α), rejeita-se H0 e aceita-se H1.
Logo, há evidência de forte associação entre o modo como uma pessoa sente que
é a vida e a forma como é feliz na vida.
! !
! 73
FICHA NÚMERO 2
Exercício 2
!
Descritiva dos dados
!
Cálculo do CV:
! 74
àXO_YR#âQPUãR 2.256 !
BìîFëvë = ×100 = ×100 = 30.12%
äéPYQ 74.91
àXO_YR#âQPUãR 2.111 !
Bìåihïve = ×100 = ×100 = 27.19%
äéPYQ 77.64
Como ambos os CV são menores que 50% utiliza-se a média como medida de
localização.
Para os homens:
KL : NO#PQPRO#PQ#QSROTUQ#OX\VXS#PYOTUYWVYçãR#PX#]QVOO##########
!
K^ : NO#PQPRO#PQ#QSROTUQ#[ãR#OX\VXS#PYOTUYWVYçãR#PX#]QVOO#
Para as mulheres:
KL : NO#PQPRO#PQ#QSROTUQ#OX\VXS#PYOTUYWVYçãR#PX#]QVOO##########
!
K^ : NO#PQPRO#PQ#QSROTUQ#[ãR#OX\VXS#PYOTUYWVYçãR#PX#]QVOO#
O output é:
!
Como p-value homens = 0.312 e p-value mulher = 0.16, ambos são < 5%, assim
não rejeito H0 concluindo que os dados de ambas amostras seguem a distribuição
de Gauss.
! 75
!
!
Os gráficos levam-me à mesma decisão relativamente à normalidade, apesar de
não estarem perfeitos.
KL :#ñ | î = ñ | å
!
K^ :##ñ | î ≠ ñ | å
!
Como p-value = 0.777 (> 5%) não rejeito H0, logo assumo que as variância são
iguais entre as 2 amostras.
KL : lî = lå
!
K^ : lî ≠ lå
! 76
!
!
Como!o!p'value!=!0.008!(<!5%)!rejeito!H0!concluindo!que!existem!diferenças!significativas!
entre!as!temperaturas!de!conforto!dos!homens!e!das!mulheres.!
! !
! 77
Exercício 4
Neste estudo utiliza-se o teste Qui-quadrado uma vez que, apesar da tabela de
contingência ser de 2x2, as variáveis são diferentes (depressão associada à falta
de intimidade).
K0:#ÇãR#ℎá#QOOR`YQçãR#X[TUX#Q#PXaUXOOãR#X#Q#sQZTQ#PX#Y[TYSYPQPX
!
K1:#Ká#QOOR`YQçãR#X[TUX#Q#PXaUXOOãR#X#Q#sQZTQ#PX#Y[TYSYPQPX########
!
!
! 78
!
! 79
Exercício 7
!
Pesagem dos dados:
Aplicar o teste:
KL :#a~ + = aq (+)
K^ : a~ + ≠ aq (+)
! 80
!
Verifica-se que das 100 doentes com cefaleias frequentes que foram
submetidos……….. (só falar dos discordantes)
!
!
Da observação do teste, p-value = 0.007 (<5%), logo aceito H0, concluindo que
existem diferenças significativas.
! 81
Exercício 8
!
Cálculo do CV:
CVEDTA = 25.55%
CVEspectometria = 26.545
! 82
Por esta análise descritiva verifica-se que o método espectrometria atómica tem
média ligeiramente superior ao EDTA e os valores máximos e mínimos são
superiores na amostra recolhida por espectrometria atómica.
KL : NO#PQPRO#PQ#QSROTUQ#OX\VXS#PYOTUYWVYçãR#PX#]QVOO##########
K^ : NO#PQPRO#PQ#QSROTUQ#[ãR#OX\VXS#PYOTUYWVYçãR#PX#]QVOO#
!
O output é:
!
!
Como p-value = 0.109 (> 5%), assim não rejeito H0 concluido que os dados da
diferença entre os 2 métodos seguem distribuição de Gauss. No entanto, a análise
gráfica apresenta resultados que indicam a não normalidade.
!
!
! 83
!
^.L}^
= 1.4375 como este valor está entre -1.96 e 1.96 conclui-se que as diferenças
L.çp|
encontradas são simétricas.
lq = 0
!
lq ≠ 0
! 84
Como p-value = 0.105 (> 5%) não rejeito H0 concluindo que as diferenças
encontradas nos 2 métodos não são estatisticamente significativas.
lq = 0
!
lq ≠ 0
!
!
!
!
Como! p'value! =! 0.130! (>! 5%),! não! rejeito! H0,! concluindo! que! as! diferenças!
encontradas!nos!2!métodos!não!são!estatisticamente!significativas.!
! 85