USO DO PACOTE SPSS EM CINCIAS SOCIAIS e HUMANAS.

Prof.: Joo Agnaldo do Nascimento

1) Introduo:
O pacote estatstico SPSS (Statistical Package for theSocial Sciences) tem se tornado uma importante ferramenta de auxlio ao ensino e a pesquisa em vrias reas, sendo especfico para as Cincias Sociais. Este software foi desenhado para atender ao usurio que no precisa de conhecimentos computacionais e necessita da utilizao das tcnicas estatsticas em seus trabalhos. Quando o usurio pesquisador possui um instrumento de pesquisa do tipo questionrio, le poder usar toda a potencialidade que o SPSS possui para planejar o seu banco de dados, etapa primria para alcanar seus objetivos. Este curso pretende mostrar como construir o banco de dados e implementar as informaes contidas no questionrio no pacote SPSS. Aps a etapa de construir o banco de informaes contida no questionrio, passamos a conhecer as principais tcnicas estatsticas usadas na pesquisa em Ciencias Sociais e como executar no pacote, verso 6.0 no sistema Windows (no Windows 95). Note que o pacote SPSS um conjunto de programas fechado no sentido de que o usurio no poder interagir criando um novo programa que permita a implementao de uma tcnica estatstica nova ou um melhoramento em uma tcnica usual que esteja no SPSS . O pacote SPSS formado por mdulos dados a seguir: 1) Mdulo Basic, 2) Mdulo Professional, 3) Mdulo Advanced 4) MduloTables e 5) Mdulo Lisrel. Na compra do pacote, o usurio poder optar apenas pelo mdulo bsico, o 1), e adquirir os outros mdulos de forma adicional segundo suas necessidades. Em geral, para um servio de pesquisa usual em termos de tcnicas, os mdulos 1 2 3 e 4 satisfazem plenamente a uma grande variedade de problemas. Nosso objetivo como um curso introdutrio aprender a operar o mdulo , BASIC e TABLES , onde podemos efetuar distribuies de frequncia, transformar variveis contnuas em discretas com o comando RECODE, transformar variveis com o comando COMPUTE, e utilizar as tcnicas bsicas conforme mostra o menu Statistics na figura 1(a) . Na figura 1(b) mostramos os mdulos que formam o SPSS. O usurio poder comprar ao fabricante do SPSS apenas o mdulo BASIC e em seguida comprar os demais mdulos separadamente.

Figura 1(b): Mdulos do SPSS da verso 6.0.

Figura 1(a): Menu de tcnicas estatsticas do SPSS verso 6.0

Os subprogramas do SPSS sero aprendidos usando exemplos reais de banco de dados frutos de pesquisas assessoradas.

2) Iniciando o SPSS:
Aps ligar o computador e entrar no sistema Windows 95, entramos no cone Windows Explorer e procuramos o cone do SPSS. Ativado este cone com dois cliques com o lado E (esquerdo) do mouse, estamos ativando o pacote SPSS(for windows) e colocando-o na tela. Esta tela est mostrada na figura 2, apresenta a estrutura do software SPSS. Objetivo do nosso aprendizado. Basicamente, na figura 2 vemos quatro telas superpostas: a que est por trs (SPSS for Windows version 6.0) contem os comandos File, Edit, Data, Transform, Statistics, Graphs, Windows e Help que sero abordados mais adiante. a tela operacional do SPSS que chamaremos de tela bsica ou inicial. Na realizao de uma sesso com o SPSS, este fornecer 1) o arquivo de trabalho (a tela superposta Newdata), 2) uma sada dos resultados da anlise estatstica com a tela !Output1 e 3) a sintaxe pertimente aos comandos do pacote que estaro disponveis na tela !Sintax1 (h pouca curiosidade com a sintaxe quando houve a mudana da verso DOS do SPSS para a verso for Windows). Os smbolos - quando for clicado com o mouse E reduzir a tela a uma tarja que (minimiza a tela) ficar no lado inferior esquerdo da tela principal. Se clicarmos dentro do quadrado (no lado superior esquerdo da tela secundria, esta ser maximizada e se clicarmos no x, a tela desaparecer. Estes smbolos de maximizar e minimizar tela so idnticos aos usados no Windows 6.0 ( ou Windows 95). Nosso objetivo agora utilizar os dados do questionrio apresentado na seo 4 e implement-lo como um banco de dados no pacote SPSS. Antes disso precisamos saber mais sobre o SPSS.

Figura2: Tela inicial do Statistical Package for the Social Sciences (SPSS).

3) Banco de dados no pacote SPSS:

Estamos em uma situao em que dispomos de um questionrio ( um instrumento de pesquisa) que desejamos implementar no SPSS para formar nosso banco de dados, informatizar o questionrio com o pacote SPSS para em seguida poder usar todos os possveis recursos para analisar os dados. Maximizamos a tela secundria Newdata e temos agora a seguinte disposio: as colunas representaro as variveis e as linhas os respondentes do nosso questionrio. til criar a primeira varivel como sendo o nmero do questionrio. Para nomear ar variveis, o SPSS aceita at oito dgitos, ou simplesmente o smbolo V1, para a varivel dois, V2, e assim por diante. Para criar nossa primeira varivel clicamos duas vzes (rapidamente) com o lado E do mouse na primeira coluna da tela Newdata, e obtemos a caixa de dilogo que apresentada na Figura 3. Escrevemos em var00001 o nome que

Figura 3: Criar varivel no pacote SPSS. desejamos designar esta varivel, ou seja, V1 (poderia ser outro nome, digamos, nquestio). Em seguida, na caixa de dilogo clicamos em Type para especificar o tipo desta varivel. Observe que no SPSS temos basicamente dois tipos bsicos de varivel: a varivel string formada por letras ( ou smbolos) e a varivel Numeric formada nicamente por valores numricos. A figura 4 mostra a caixa de dilogo Type que permite inserir o nmero de dgitos da varivel e seu nmero de decimais (no caso de variveis inteiras como a varivel nmero do questionrio (V1), o nmero de dgitos zero. Quando a varivel tem duas decimais (Decimal place), podemos podemos optar pelo default ( o usual) fixado pelo SPSS, ou seja, no precisamos nos preocupar com o nmero de decimais, o prprio pacote se encarrega disto.

Figura 4: Definio do tipoda varivel com o comando Type.

Como o nmero de dgitos usados para nomear a varivel no mximo oito, ficamos impedido de ter o nome completo da varivel. No entanto, podemos usar a caixa de dilogo Labels que permite inserir o nome completo da varivel e especificar (ou codificar) valores para a varivel de interesse, conforme mostra a Figura 5. Por exemplo, considerando a varivel Tipo da empresa como sendo: Pequena=1, Mdia=2 e Grande=3, observe como fica o Label (nome) desta varivel na Figura 5.

Figure 5: Label da varivel Tipo da empresa: Pequena=1, mdia=2 e Grande=3.

Figura 6: Uso do comando RECODE.

Observe na Figura 3 que aps colocar o nmero 3, escrevemos seu significado (Value Label) que Grande e em seguida devemos clicar em Add (isto no foi feito para deixar mais clara a idia do uso do Value Label). Aps criado o banco de dados, e houver a necessidade de dividir as empresas em dois grupos: grupo 1 e grupo 2, onde o grupo 1 ser formado pelas Grandes empresas (V1=3) e o grupo 2 formado pelas pequenas ou mdias empresas empresas (V1=1 ou V1=2) precisaremos criar uma nova classificao para a varivel V1 usando o comando RECODE que permite alterar a os valores j atribudos a uma variavel do banco de dados substituindo-os por outros valores que representam outra classificao necessria no desenvolvimento do seu trabalho. A caixa de dilogo do comando RECODE mostrado na Figura 6.

4. Aplicao:
A seguir temos um exemplo de uma pesquisa onde deseja-se avaliar a qualidade dos servios prestados ao cliente nos restaurantes. Observe o questionrio desta pesquisa dado a seguir e vamos elaborar um banco de dados para este questionrio.
UNIVERSIDADE FEDERAL DA PARABA - UFPB CENTRO DE CINCIAS SOCIAIS APLICADAS - CCSA PROGRAMA DE PS-GRADUAO EM ADMINISTRAO - PPGA Caro Cliente: Convido voc a responder este questionrio que faz parte da seguinte pesquisa: Qualidade de servio de restaurantes de Joo Pessoa, que tm como objetivo, analisar a opinio de clientes em relao qualidade do servio prestado, levantar e caracterizar estas informaes, verificando o nvel de satisfao. Seu preenchimento simples e rpido, pois, composto de perguntas objetivas e de mltipla escolha, onde voc marca sua opo entre cinco itens definidos. Vale salientar que suas respostas so preciosas e de grande importncia e sero mantidas em sigilo, por isso no h necessidade de identificao. Desde j agradeo antecipadamente o total preenchimento do mesmo.

Conto com sua colaborao. Joo Pessoa, fevereiro de 1997.

Claudio Mioranza Mestrando em Administrao - Marketing Com relao aos restaurantes de Joo Pessoa, marque com um x o quadradinho correspondente ao seu nvel de concordncia e/ou discordncia com os aspectos a seguir:
Discordo totalmente 1 Concordo totalmente 5

Parte I - O garom 1. Atendem de maneira rpida e eficiente 2. Atendem com ateno e cortesia 3. Prestam esclarecimentos referente ao menu 4. Prestam informaes precisas e confiveis 5. Resolvem prontamente as dvidas surgidas 6. Conhecem o trabalho que realizam 7. Esto trajados de acordo com o ambiente Parte II - As refeies 1. Aparentam boa qualidade e bom preparo 2. As pores individuais so suficientes em relao ao preo cobrado 3. So servidas na temperatura ideal 4. So servidas em recipientes adequados 5. De maneira geral os pratos pedidos atendem as suas expectativas Parte III - As instalaes 1. O espao fsico e o aspecto visual so fatores importantes na escolha do restaurante 2. O local limpo e organizado 3. A iluminao adequada 4. H conforto nas instalaes 5. Os banheiros oferecem as condies ideais 6. H facilidade para estacionar prximo ao local e com segurana Parte IV - O atendimento 1. H demora para o fechamento da conta 2. O atendimento organizado e eficiente 3. H competncia para a realizao do servio (formao e prtica do pessoal da cozinha) 4. A velocidade do atendimento um fator essencial na prestao do servio 5. Pode-se perceber claramente o preparo de todos os funcionrios no desempenho de suas funes Parte V - O ambiente 1. A cortesia, a msica, a iluminao, a temperatura e a decorao do local, so elementos fundamentais para um ambiente agradvel

Discordo 2

Indiferente 3

Concordo 4

Discordo totalmente 1

Discordo 2

Indiferente 3

Concordo 4

Concordo totalmente 5

Discordo totalmente 1

Discordo 2

Indiferente 3

Concordo 4

Concordo totalmente 5

Discordo totalmente 1

Discordo 2

Indiferente 3

Concordo 4

Concordo totalmente 5

Discordo totalmente 1

Discordo 2

Indiferente 3

Concordo 4

Concordo totalmente 5

Parte VI - O cliente 1. Sempre que surge um problema relacionado ao cliente, a soluo imediata 2. Nas suas reclamaes voc ouvido com ateno e prestatividade 3. Voc como cliente sempre visto em primeiro lugar Parte VII - Aspectos diversos

Discordo totalmente 1

Discordo 2

Indiferente 3

Concordo 4

Concordo totalmente 5

Como voc classificaria de forma geral a qualidade de servio de restaurantes de Joo Pessoa: ( )Excelente ( )Muito Boa ( )Boa ( )Regular ( )Ruim ( )Pssima ( )Sem opinio Enumere em ordem de importncia os dez aspectos a seguir, na escolha de um restaurante. (1) para mais importante, (2) para o segundo mais importante, (3) para o terceiro mais importante, (4) para o quarto mais importante, (5) para o quinto mais importante, (6) para o sexto mais importante......... e (10) para o menos importante. ( ( ( ( ( ( ( ( ( ( ) Forma de atendimento ) Variedade e tipo de alimentao ) Qualidade do servio prestado ) Decorao do ambiente ) Iluminao e msica ) Temperatura ) Preo ) Estacionamento/segurana ) Higiene e limpeza ) Localizao Com que freqncia voc costuma ir restaurantes? ( ( ( ( ( ( ( ) uma vez por semana ) duas vezes por semana ) mais de duas vezes por semana ) uma vez por ms ) duas vezes por ms ) em ocasies especiais ) raramente

VIII - Informaes pessoais 1. Faixa Etria ( ) de 16 a 21 anos ( ) de 22 a 29 anos ( ) de 30 a 39 anos ( ) de 40 a 49 anos ( ) de 50 a 59 anos ( ) 60 ou mais 2. Sexo ( ) Masculino ( ) Feminino 3. Escolaridade ( ( ( ( ( ) Primrio ) Primeiro grau ) Segundo grau ) Superior ) Ps-graduao

4. Faixa de renda mensal ( ( ( ( ( ) at R$ 500,00 ) de R$ 501,00 a R$ 1.500,00 ) de R$ 1.501,00 a R$ 2.500,00 ) de R$ 2.501,00 a R$ 5.000,00 ) acima de R$ 5.000,00

5. Estado Civil ( ( ( ( ) Solteiro ) Casado ) Divorciado ) Outros

6. Naturalidade: Regio/Estado

( ( ( ( (

) Norte ) Nordeste ) Centro-Oeste ) Sudeste ) Sul

Estado:_________________ Estado:_________________ Estado:_________________ Estado:_________________ Estado:_________________

Terminada a etapa de implementar a informatizao do questionrio, ou seja, j criamos as variveis, sua classificao ou codificao, selecionamos os cdigos para os valores omitidos, enfim, temos agora um trabalho de digitao dos dados contidos no questionrio, etapa bastante repetitiva onde muitas vezes se contrata uma equipe especializada em digitao de dados ou mesmo textos. Vamos agora conhecer como gravar o nosso programa (fazer isto algumas vezes a cada sesso de trabalho com o SPSS). Use o comando FILE mostrado na Figura 9.

.
Figura 9: Menu de opes do Comando FILE. Figura 10: Menu de opes do Comando EDIT

Muitas vezes desejamos repetir um trecho dos dados para formar um utro arquivo de interesse. O comando EDIT com a opo COPY pode ser usado. Para copiar um trecho de um arquivo, marque com o mouse (lado E, quando no for o lado E do mouse, esclareceremos) deixando em negrito a parte que interessa copiar, em seguida acione a opo COPY, v com o mouse ao lugar onde deseja copiar e em seguida use a opo PASTE cdo comando EDIT (ver Figura 10). O menu do comando TRANSFORM mostrado na figura 11 (a), em geral usado quando j temos montado o banco de dados e precisamos de uma nova varivel que ser construda a partir das variveis j existentes, neste caso usamos a opo COMPUTE do TRANSFORM e transformaes tais como lineares, logartmicas, expenenciais, trigonomtricas, raiz quadrada e outras podem ser efetuadas nas variveis j existentes, com a preferncia de cri-las com nome diferente da varivel a ser transformada par que no haver a perda dos dados da varivel original. Outras opes do TRANSFORM que bem usual o RECODE, ou seja, a criao de novos cdigos (classificao) para a varivel existente no banco de dados. A figura 12 mostra o uso do RECODE para codificao de variveis discretas (em geral variveis com nvel de mensurao nominal ou ordinal) ou variveis contnuas (nvel de mensurao intervalar ou razo. A figura 11 (b) mostra o menu de opces grficas do SPSS. At o presente momento, temos mostrado comandos e opes, sem considerar que tcnicas estatsticas podem ser usadas para tratar os dados. A estatstica pode ser vista como

Figura 11(a): Menu do comando TRANSFORM

Figura 11(b): Menu do comando GRAPHS

Figura 12: Codificao de uma varivel com a opo RECODE do menu do comando TRANSFORM.

Como uma cincia formada por tcnicas descritivas e inferenciais. Ao utilizar as tcnicas descritivas no temos compromisso em elaborar afirmativas para a populao baseada em uma amostra. Se temos por objetivo usar nossos dados para tentar informar sobre o comportamento da populao, usamos as tcnicas inferencias. Os testes de hiptese estatstica so tcnicas estatsticas inferenciais e so muito utilizadas em cincias sociais e humanas. Existem muitos testes de hiptese e ns abordaremos os mais usuais. Para melhor fixao de qual teste de hiptese devem ser utilizados existe uma relao entre os nveis de mensurao e os testes. necessrio tambm conhecer os elementos bsicos de um teste de hiptese. 5. Nvel de mensurao . Classificao das variveis: Nvel de mensurao o grau de informao que contm a varivel em termos de sua grandeza, uma forma de classificar as variveis objeto de estudo. Por exemplo: a varivel sexo uma classificao, como tambm a varivel localidade. Apenas classifica. Diremos ento que a varivel sexo tem nvel de mensurao nominal e neste caso no h sentido de ordem nem grandeza. Quando uma varivel tem sentido de ordem e no tem sentido de grandeza, diremos que ela tem nvel de mensurao ordinal, por exemplo a varivel X=escolaridade pode ser codificada como 0=Analfabeto, 1=Primeiro grau, 2=Segundo grau e 3=Superior mostra claramente que o valor X=3 maior que X=1, mas no podemos quantificar esta diferena. Na varivel ordinal sabemos quem maior na escala, mas a escala que mede os valores da varivel no consegue 8

quantificar o valor desta diferena, ou seja, no sabemos o quanto a diferena. Uma varivel X que tem senso de ordem e de grandeza permite quantificar as diferenas entre seus valores e chamaremos este tipo de varivel de intervalar, ou diremos que esta varivel tem nvel de mensurao intervalar, por exemplo, X=peso, X=idade, X=temperatura e outros exemplos. Se algum pesa 40 Kg., e outra 20 Kg, sabemos quem mais pesado e podemos medir esta diferena, o que no acontece com as variveis ordinais e nominais. Portanto, uma varivel pode ser classificada em um dos trs nveis de mensurao: Nominal (N), Ordinal (O) e Intervalar (I). Existem outras duas classificaes das variveis: 1) Contnuas e Discretas. As variveis contnuas possuem a propriedade de que entre dois de seus valores haver sempre um terceiro valor, exemplo Peso. As discretas nem sempre entre dois de seus valores haver um terceiro valor, por exemplo, X= escolaridade. Entre as discretas esto as variveis N e O e podem representar contagens, ou seja, as frequncias so variveis discretas, por exemplo, o nmero de acidentes de trnsito. As variveis contnuas so do tipo I. Outra classificao possvel 2) Quantitativas - I e Qualitativas - N ou O. Uma varivel do tipo I pode ser transformada em ordinal, fazemos isso no pacotee SPSS usando a opo RECODE do comando TRANSFORM. As tcnicas estatsticas mais usuais podem ser dispostas pelo nvel de mensurao da varivel, de modo no rgido, h uma associao entre os testes de hiptese e os nveis de mensurao da varivel. 6. Nvel de mensurao e Testes estatsticos: A maioria dos pacotes estatsticos organizaram seus MENUS de tcnicas estatsticas usando o nvel de mensurao e a forma do experimento que gerou a amostra. Temos experimentos que envolvem 1) uma amostra, 2) duas amostras e 3) k amostras (k>2). As amostras do experimento 1, 2 ou 3 podem ser relacionadas (tambm ditas emparelhadas ou dependentes; em ingls matched ou paired). Podemos observar a forma de classificar os testes estatsticos usando o tipo de experimento e o nvel de mensurao em Siegel (Estatstica no paramtrica), Harris (A primer course multivariate analysis), e outros. A organizao dos testes pelo nvel de mensurao e experimento contribui para uma viso mais ampla da aplicaco dos testes estatsticos. Observe a Tabela 1 que mostra a relao entre os nveis de mensurao e os testes de hiptese. Esta classificao no rgida, dependendo da siatuao em que se encontram os dados, pode haver mudanas. Os testes apresentados no nvel de mensurao intervalar so testes paramtricos (ANOVA e Teste-t), ou seja, estes testes fazem uma suposio sobre a forma da distribuio de probabilidade dos dados (distribuio normal) . O grfico Q-Q (Q-Q plot) pode checar a normalidade, se esta no ocorre, preferimos um teste correspondente no paramtrico (no fazem suposio sob a forma da distribuio dos dados observados ou sua distribuio de probabilidade sob hiptese nula (Ho) no depende da populao, neste caso diz-se que a distribuio sob Ho livre). Quando o tamanho da amostra pequeno, difcil checar a normalidade dos dados e preferimos testes no paramtricos mesmo se os dados estes esto em um nvel de mensurao intervalar. Observe que em geral nos testes paramtricos, estamos no nvel de mensurao intervalar, neste caso os testes de hiptese se referem a mdia da populao. Nos testes no paramtricos aplicados ao um nvel de mensurao ordinal testam as medianas das populaes, pois a mediana uma medida de tendncia central mais representativa na escala ordinal. Em geral ocorre as seguintes associaes: 1) Varivel Intervalar Teste paramtrico sobre as mdias da populao e 2) Varivel Ordinal Teste No paramtrico sobre as medianas da populao. 9

Tabela 1: Classificao dos testes de hiptese pelo nvel de mensuraco e por tipo de amostra
ou experimento.

Uma Amostra Nivel de mensurao Nominal

Qui-Quadrado Runs
KolmogorovSmirnov (K-S)

Duas Amostras
Independente s Qui-Quadrado Fischer
Mann-Whitney, K-S-Z, Moses,
W-W

k Amostras
Independente s
Mediana Qui-Quadrado

Dependentes

Dependentes

McNemar (varivel dicotmica)

Q Cochram

de

Ordinal

Sinal Wilcoxon

Kruskal-Wallis (Exp. Inteiramente Casualizado), Mediana

(varivel dicotmica) Friedman

(Exp. em Blocos casualizados)

Intervalar

Teste-t

Teste-t

Teste-t

ANOVA (Exp. Inteiramente casualizado

ANOVA (Exp. Com medidas repetidas)

relao entre os nveis de mensurao e os testes de hiptese. Esta classificao no rgida, dependendo da siatuao em que se encontram os dados, pode haver mudanas. Os testes apresentados no nvel de mensurao intervalar so testes paramtricos (ANOVA e Teste-t), ou seja, estes testes fazem uma suposio sobre a forma da distribuio de probabilidade dos dados (distribuio normal) . O grfico Q-Q (Q-Q plot) pode checar a normalidade, se esta no ocorre, preferimos um teste correspondente no paramtrico (no fazem suposio sob a forma da distribuio dos dados observados). Quando o tamanho da amostra pequeno, difcil checar a normalidade dos dados e preferimos testes no paramtricos mesmo se os dados estes esto em um nvel de mensurao intervalar. Se a suposio de normalidade for verdadeira, a eficincia dos testes paramtricos maior que a dos testes no paramtricos. 7. A Filosofia de um Teste de Hiptese: Em cincias sociais e do comportamento muitas decises e fatos cientficos so elaborados baseados no resultado de um teste de hiptese que muitas vezes utilizado sem compreendermos o tipo de lgica que os construram. Como sabemos, a Matemtica a me das cincias e emprestou a ferramenta lgica Reductio ad absurdum ( a lgica da demonstrao por reduo ao absurdo) para a criao dos testes de hiptese. Por esta lgica, uma proposio A pode ser provada seguinte maneira: Suponha que A falsa, se isto levar a um absurdo ento provamos que A verdadeira. Traduzindo esta lgica para um teste de hiptese temos: Suponha que Ho verdadeira. Obtemos a distribuio da estatstica do teste sob Ho (suposta verdadeira). Se a estatstica do teste calculada com os valores observados na amostra tem uma probabilidade muito pequena de ocorrer consideramos isto um absurdo e portanto decidimos que Ho falsa ( Se a estatstica do teste calculada com os dados da amostra tiver uma probabilidade alta de ocorrer, decidimos que Ho verdadeira). Esta forma de deciso natural para o ser humano, pois no acreditamos em fatos que possam ocorrer com probabilidades muito pequena. A verdade que conduzimos nossas vidas pelas regies de alta probabilidade, por exemplo: Uma pessoa tem uma dvida de R$ 1000 para pagar na sexta-feira a tarde e resolve fazer algo diferente. Joga R$100 na loteria (SENA) e com o resto vai para um hotel cinco estrelas passar o fim de semana para descansar e na segunda-feira receber um bom .dinheiro, pagar dvida e ainda sair lucrando. Dizemos que este indivduo est 10

fora da realidade, porque le tem uma probabilidade muito peque na de acertar e resolveu acreditar no acerto. Embora acerte, ser considerado um irresponsvel. Suponha que a hiptese nula (H0) seja decidir fazer esta loucura e a hiptese alternativa (H1) decidir o contrrio de H0. Os possiveis resultados de uma deciso esto apresentados no quadro abaixo: Decises Possveis Aceita a hiptese nula Rejeita a hiptese nula Estados possveis Hip. Nula verdadeira Hip. Nula falsa Aceita corretamente Erro tipo II Erro Tipo I Rejeita corretament

Um teste ideal seria aquele que fornecesse uma deciso em que os erros tipo I e II fossem os menores possveis. Mas em teoria, ao tentar minimizar o erro tipo I aumentamos o erro tipo II. De modo que fixa-se o erro tipo I chamado de nvel de significncia ( ) do teste e afetamos o erro tipo II, diminuindo-o, aumentando o tamanho da amostra. Este o procedimento clssico que no incorpora informaes a priori sobre a populao, o que feito pelo enfoque bayesiano. Ao operacionalizar um teste de hiptese de forma manual (sem o uso do pacote SPSS) temos algumas etapas a cumprir (Kazmier, p.155): 1) Formular a hiptese nula e alternativa, 2) Especificar o nvel de significncia a ser utilizado, 3) Selecionar a estatstica do teste, 4) Estabelecer a regio crtica do teste, ou seja, os valores com que rejeitamos H0. preciso consultar tabelas, t, F, Qui-Quadrado, Wilcoxon, etc, conforme seja a distribuio da estatstica do teste quando a hiptese nula verdadeira, 5) Determinar o valor da estatstica do teste com os dados da amostra e 6) Tomar a deciso. Com o uso do pacote SPSS, estas seis etapas se resumem em apenas duas, que so: 1) Escolher o nvel de significncia do teste ( ) e 2) Observar o valor-P (P-Value), chamado de nvel descritivo do teste ( o menor nvel de significncia para o qual o qual o resultado observado na amostra considerado significativo, ou seja, que rejeita a hiptese nula. Veja Noether p. 83) e tomar a seguinte deciso: Se < P-value aceitamos H0, caso contrrio rejeitamos. Esta forma de deciso para um teste de hiptese no pacote SPSS igual para todos os testes aqui apresentados e igual na maioria dos pacotes estatsticos. Note que no precisamos consultar tabelas ou fazer clculos pois estes j esto organizados dentro do pacote. necessrio ter alguns cuidados: 1) na escolha do teste pode haver dois adequados a mesma situao e um deles ser mais eficiente que o outro, 2) ficar atento s mensagens do pacote SPSS, pois algumas delas informam que seus dados no satisfazem a aplicao do teste escolhido. Note que o P-value (o nvel descritivo do teste) em um teste bilateral dado por: PValue = PH0(Estatstica do teste Valor observado na amostra), onde PH0 a probabilidade calculada supondo H0 verdade (se no soubermos a distribuio de probabilidade da Estatstica do teste sob H0 de forma exata ou pelo menos de forma aproximada no haver teste hiptese pois no podemos realizar a etapa 4. 8. Resumo do uso dos Testes de hiptese: Aqui mostramos um resumo breve da aplicao dos testes apresentados na Tabela 1. Exemplos de aplicao destes testes podem ser encontrados em Siegel (Siegel, 1977) Teste Qui-Quadrado: Para o caso de uma amostra e dados na situao N (Nominal), este teste acusa se h diferena significativa entre o nmero observado de casos em cada categoria e o nmero esperado de casos nestas categorias. Se temos k categorias, a estatstica do teste sob H0 tem distribuio Qui-Quadrado com k-1 graus de liberdade (gl=k-1). No caso de gl=1, inclui a correo de Yates. No caso de uma amostra, observe a 11

Figura 1(a) e leve o mouse para a opo Nonparametric Tests, siga para a direita e encontrar a opo Chi-Square... , conforme mostra a Figura 13.

Figura13: Opes para testes no paramtricos do comando

Statistics (SPSS verso 6.0).

. o teste desejado. Informe as frequncias esperadas (podem ser all iguais ou no). No caso de duas amostras ou k amostras, para testar independncia, entre na opo CROSSTABS mostrada na Figura 1(a). Teste Kolmogorov-Smirnov: Para uma amostra um teste de bondade de ajustamento e os dados observados podem ser supostos pertencentes a uma distribuico Uniforme, Normal ou Poisson ( o default distribuio normal onde tem a marca na forma de um v). A idia deste teste baseia-se em determinar as diferenas entre as funes de distribuio acumulada (fda) suposta para a populao e a fda da amostra. Sob H0 espera-se que as diferenas entre as duas fda sejam pequenas e provocadas por erros aleatrios. Para executar este teste, entre em opo Nonparametric Tests opo 1 Sample K-S (ver Figura 13). Para duas amostras independentes este teste utlizado no SPSS na opo 2Independent Samples..., (ver Figura 13). Teste dos Runs (Iteraes): Em uma amostra aplica-se para testar sua aleatoriedade . Se baseia no nmero de iteraes da amostra (ou mudanas nos valores da amostra, por exemplo, a sequncia 00 10 111 001 tem seis iteraes, que so: 00 1 0 111 00 1). Os dados so dicotomizados pela mediana, moda, mdia ou outro valor de interesse (por exemplo, se forem dicotomizados por sexo, o valor 0.5 a ser marcado na caixa CUSTOM que h no teste dos Runs no pacote SPSS. Teste de McNemar: Aplicado a dados dicotmicos (possuem apenas dois valores) nominais. Este teste tem a finalidade detectar mudanas nas propores da varivel observada em uma situao do tipo antes e depois. Exemplo: (Siegel, p. 73): Os primeiros contatos sociais escolar das crianas no incio so com adultos sendo depois transferido para crianas? Observa-se 25 crianas recm admitidas em uma escola maternal e no primeiro dia de aula classifica-se as suas atitudes conforme seus primeiros contatos sociais com adultos ou crianas. Aps um ms observa-se as mesmas crianas e se faz novamente a mesma classificao do comportamento. Teste dos Sinais: Os sinais (+ ou -) das diferenas das duas amostras emparelhadas (paired ou dependentes) so calculadas e testa-se a hiptese de que estas diferenas so significativas. Muito til quando no possvel obter uma mensurao quantitativa, ou seja, sabemos apenas a posio ou o posto (rank) dos valores da varivel . Exige-se a suposio que a distribuio da varivel seja contnua (podemos observar apenas os postos dos seus valores). Exemplo: Voc e a fovor da pena de morte? Sim ou No. Esta pergunta feita antes de um documentrio sobre a violncia urbana. Aps a exibio repete-se a pergunta s mesmas pessoas (elas podero ter mudado de opinio) para testar o impacto do documentrio na mudana de opinio das pessoas. 12

Teste de Wilcoxon: Incorpora ao teste dos sinais as informaes sobre o valor das diferenas que no era possvel medir. uma prova mais poderosa e atribui maior ponderao a um par que apresente maior diferenc entre as condies antes e depois (duas amostras relacionadas). um candidato a substituir o teste-t para amostras emparelhadas. Teste Q de Cochram: uma extenso do teste de McNemar de duas amostras relacionadas para k>2 amostras relacionadas. Os dados devem podem estar dicotomizados (ou dicotomizadas segundo algum critrio de interesse). Podemos testar em uma tabela de N linhas por K colunas a hiptese nula, H0: a proporo (ou freqncia) das respostas de determinado tipo no difere por coluna (K), exceto as diferenas devido ao acaso. H perda de informao quando usamos este teste em dados no nominais ou no naturalmente dicotmicos. Teste de Friedman: Testa a hiptese nula de que as k amostras dependentes so de uma mesma distribuio. Os dados se dispem em uma tabela de dupla entrada com N linhas e K colunas. Um possvel exemplo seria testar as diferenas no aprendizado de quatro mtodos de ensino da seguinte maneira: obtemos N conjuntos de k=4 alunos, cada conjunto so semelhantes segundo algumas variveis importantes (idade, aprendizado prvio, inteligncia, motivao, etc., ou seja, formamos blocos ). Em seguida escolhemos ao acaso um aluno de cada um dos N conjuntos e aplica-se os mtodos de ensino A, B, C, D . As linhas podem ser os vrios indivduos ou conjuntos correspondentes de indivduos e as colunas os mtodos de ensino. O emparelhamento pode ser formado pelos N indivduos considerados em K situaes distintas, ou formado como no exemplo acima . O teste de Friedman pode ser considerado como um teste F aplicado aos postos (rank ) da varivel resposta do experimento das K observaes dentro de cada bloco. Teste da Mediana: Aplicada a duas ou k amostras independentes para testar se duas ou k populaes diferem em mediana. Na aplicao deste teste calcula-se a mediana conjunta das k amostras e classifica-se os escores de cada amostra (ou grupo) dicotomizando-os (se esto abaixo ou acima da mediana das k amostras) e formando uma tabela K X 2 com as frequncias da varivel dicotomizada. Teste de Mann-Whitney: Aplica-se este teste para decidir se duas amostras (dois grupos) independentes pertencem mesma populao. um dos mais poderosos testes no paramtricos sendo uma boa alternativa para a uso do teste-t (a no normalidade ou varivel ordinal). Teste Wald-Wolfowitz (W-W): o teste dos RUNS para duas amostras. Testa a hiptese nula de que as duas amostras foram extradas de uma mesma populao contra a hiptese alternativa (H1) de que as duas amostras vieram de populaes diferentes em tendncia central, variabilidade, assimetria, etc. Teste de Moses: conhecido tambm como teste das reaes extremas (Siegel , p.169). Alguns tipos de experimentos nas cincias do comportamento abordam situaes onde ocorrem uma reao extrema, por exemplo, o rompimento de uma relao amorosa pode fazer um indivduo se tornar depressivo ou agressivo ou um casal que se desentende pode usar o silncio como uma forma de rejeio ou se agredirem fisicamente. O teste de Moses serve para detectar a significncia das reaes extremas. tambm aplicvel quando se sabe a priori que um grupo tem escores mais altos que o outro (neste caso o Teste Mann-Whitney melhor por ser mais eficiente). Quando ocorrem reaes extremas, os demais testes encobrem as diferenas nas medidas de tendncia central favorecendo a hiptese nula quando esta deveria ser rejeitada. Teste Kruskal-Wallis: Testa se k amostras independentes so provenientes de populaes iguais ou diferentes. Supe-se que a distribuio da varivel em estudo tenha distribuio contnua exige-se o nvel de mensurao pelo menos ordinal (ordinal ou 13

intervalar). conhecida como a ANOVA (Anlise de varincia com uma classificao (One-way) no paramtrica. Para localizar estes testes no SPSS, siga instrues anlogas ao teste K-S. Teste t: O teste t empregado para o problema que envolve duas amostras independentes ou emparelhadas (matched ou paired). No caso de duas amostras independentes, testa-se a hiptese nula de que as mdias das duas populaes so iguais ou seja, H0 : 1 = 2 contra a hiptese alternativa bilateral (H1: 1 2) ou unilateral (H1: 1 >2 ou H1: 1 < 2 ). A escolha da alternativa est muito ligada s informaes extra experimento que o pesquisador possui sobre a comparao das duas amostras, por exemplo, se desejamos comparar a mdia das notas com dois tipos de ensino e sabemos antes de realizar o experimento que um deles fornece melhores resultados que o outro ento devemos usar a alternativa unilateral. Na prtica ocorre que estamos sempre investigando fatos novos dos quais pouco se sabe sobre um ser melhor que o outro, por isso mais comum usar a alternativa bilateral. O uso do teste t implica na aceitao da normalidade dos dados, que pode ocorrer aproximadamente pelo teorema do limite central, ou seja, sob condices gerais, a mdia tende a ter distribuio prxima da curva normal a medida que se aumenta o tamanho da amostra e como regra emprica, muitos autores citam um tamanho de amostra n>30. Cheque com o uso do Q-Q plot a normalidade antes de aplicar este teste. Em amostras pequenas, um teste no paramtrico pode ser mais adequado. O melhor substituto no paramtrico do teste-t o teste MANN-WHITNEY. Para localizar este teste, siga o comando Statistics e escolha a opo COMPARE MEANS e em seguida a opo INDEPENDENT - SAMPLES T TEST. As mesmas consideraes sobre hiptese bilateral e unilateral so feitas para o teste t emparelhado (dependentes), aplicado em situaes tipo antes e depois ou quando avaliamos uma caracterstica num indivduo em dois perodos distintos. Para localizar este teste no pacote SPSS, siga o comando Statistics, escolha a opo COMPARE MEANS e em seguida a opo PAIRED - SAMPLES T TEST. Anlise de Varincia (ANOVA) com uma classificao: uma extenso do teste t, aplicado para testar se k populaes possuem mdias iguais. Localize no SPSS com o comando Statistics, escolha a opo COMPARE MEANS e em seguida a opo ONE-WAY ANOVA. O modelo de ANOVA one-way da forma Yij = + i + ij, com j=1,...,ni e i=1,...,r, ou seja, temos r grupos cada um com amostras de tamanho n1, n2, ...,nr. Neste modelo a varivel dependente Yij explicada por um modelo aditivo em que um valor comum a todos os grupos(populaes), i o efeito na varivel dependente devido ao grupo i e ij uma contribuio aleatria modelada pela curva normal. Se os grupos so iguais em mdia, ento os i so iguais, ou seja 1= 2= ...=r, isto quer dizer que a hiptese nula H0: 1= 2= ...=r contra a alternativa H1: Ao menos um i diferente dos demais. Se a contribuio dos i sobre Yij bem maior que a de ij temos que as variaes entre os grupos so significativas e rejeitamos H0. Se a contribuio dos ij so mais importantes que as dos i diremos que as causas aleatrias (o acaso) explica as variaes ocorridas em Yij, ento aceitamos H0. Este teste exige normalidade dos dados, mas sendo um teste robusto, seu resultado continua vlido se ocorre um afastamento da normalidade, no entanto bastante afetado quando as varincias dos grupos so estatsticamente diferentes. O pacote SPSS teste a igualdade de varincias com o teste de Lavene e caso se aceite a hiptese de que as varincias so diferentes, podemos transformar os dados. Algumas transformaes usuais so: Log(Y) ou Log(Y+0.5) para evitar Log(0) que tem valor -, Y para dados de contagens arcsen(Y) para dados que representam propor Elaborao de questionrio: No h regra geral para elaborao de questionrio, mas alguns cuidados evitar alguns erros comuns. Boa parte das recomendaes esto 14

ligadas ao bom senso e podem ser aceitas sem prova cientfica pois no h uma teoria desenvolvida para tratar estas recomendaes. Em geral pode-se recomendar que: 1) Um questionrio deve ter dois importantes propsitos: (a) refletir os objetivos da pesquisa em perguntas especficas, (b) motivar o entrevistado (ou respondente) a cooperar com a pesquisa obtendo a informao correta. 2) Escolher o tipo de comunicao a ser usado: entrevista pessoal, telefone ou correio. 3) Ao elaborar uma pergunta da forma mais resumida possvel e questione a sua real necessidade checando o objetivo da pesquisa. Perguntas extras aumentam o custo da pesquisa e tomam mais tempo do respondente aumentado a chance de no cooperao. 4) necessrio saber a idade ou suficiente apenas saber a faixa etria cuja resposta mais simples? 5) Vrias perguntas em vez de uma? Por exemplo: Objetivando conhecer a proporo de prtica dos esportes, fez-se a seguinte pergunta 1) Voc pratica que tipo de esporte? : (a) Futebol (b) Basquete c) Voleibol (d) Natao (e) Outros. Observe que a pergunta no alcanar o objetivo em sua totalidade pois no item (e) ficaro includos as pessoas que no praticam esportes. Uma melhor maneira seria acrescentar um novo item: (f) No pratica esportes ou criar uma nova pergunta 2) Voc pratica esportes (a) No (b) Sim. 6) O entrevistado tem condies de fornecer as informaes solicitadas? Na maioria das vezes, as pessoas respondero perguntas mesmo que no as compreendam! 7) Use palavras simples e evite perguntas ambguas. Perguntas que usam palavras tais como: regularmente, normalmente, comumente, freqentemente podem provocar ambigidade. 8) Evitar perguntas dirigidas, por exemplo: Voc compra livros na livraria X?. Melhor seria: Em que livraria voc faz suas compras de livros?. 9) No fazer perguntas que utilizem clculo para o respondente, por exemplo: Qual o seu consumo de sal anual?. Melhor seria: Quanto tempo dura um quilo de sal em sua casa?, permite avaliar o consumo anual. 9) Algumas perguntas induz uma resposta, por exemplo: Voc paga suas contas em dia? Esta pergunta pode mexer na auto-imagem do entrevistado que certamente dar uma resposta afirmativa. 10) Evite pergunta embaraosa geralmente. Voc j furtou algum produto em um supermercado? Muitas vezes o levantamento sobre um tema estigmatizado e impossvel evitar o embarao. Neste caso existem a tcnica de resposta aleatorizada (modelos especiais para tratar as questes que envolvem estigmas tais como drogas, aborto, etc.). Outra maneira suavizar o estigma: compreensvel que as pessoas cometam atos incompatveis com sua conduta como furtar um produto em um supermercado. Isto j aconteceu (a) nenhuma vez (b) Apenas uma vez ( c) Duas vezes (d) Mais de duas vezes. 11) Tornar mais fcil que o entrevistado lembre o fato de interesse relacionado com a pergunta, por exemplo em vez de perguntar que marca de relgio voc mais gosta, pergunte qual a marca do ltimo relgio que voc comprou. 12) O fator emocional afeta a resposta. Veja as perguntas 1 e 2 dadas a seguir: 1) Voc a favor da reforma administrativa? 2) Voc a favor da reforma administrativa tal como o governo deseja implement-la? Muitas pessoas responderiam sim na pergunta 1) mas no na segunda pergunta por razes de estarem contrrios a qualquer posio do governo. 13) Para facilitar a tabulao evite sempre que possvel perguntas com livres respostas (perguntas subjetivas). 14) Existe uma tendncia em escolher os item primeiros e ltimos. Portanto sempre que possvel mude a ordem dos itens a cada pergunta.

15

14) os tipos de perguntas mais comuns so: (a) Dicotmicas: Aquelas cujas respostas so sim ou no, utiliza ou no utiliza, conhece ou no conhece, etc. (b) Perguntas de graduao: So aquelas que tentamos mensurar o abstrato atravs de uma escala no nvel de mensurao ordinal, como por exemplo a escala Likert, por exemplo: Voc est satisfeito com o ensino em sua Universidade? A resposta numa escala Likert seria Totalmente Insatisfeito=1, Pouco satisfeito=2, Razoavelmente satisfeito=3, Satisfeito=4, Totalmente satisfeito=5. Existe ainda a escala com 7 ou 11 graduaes. Alguns pesquisadores preferem uma quantidade par de graduaes, alegando melhorar a qualidade das medies. 15) perguntas agradveis ou sugestivas: Muitas vezes, para quebrar a rotina do questionrio e torn-lo menos cansativo, utiliza-se uma pergunta para criar uma disposio favorvel ao respondente. 16) Perguntas de controle: Checar a veracidade da resposta, por exemplo uma pessoa que est respondendo sobre o mtodo de ensino tradicional e no final responde que o mtodo montessoriano o melhor dos mtodos tradicionais contradiz suas respostas anteriores sobre o mtodo tradicional, implicando na anulao deste questionrio ( o propsito da pesquisa era estudar o uso do mtodo tradicional nas escolas do primeiro grau). 17) Aps a elaborao do questionrio, este deve ser testado, se no precisar de modificaes que devemos aplic-lo definitivamente.

16