Universidade Lusófona do Porto

Ano letivo: 2022/2023

Ficha de trabalho - revisões teste 1 - resolução

1.
a. Analisar -> Estatística Descritiva -> Frequências
Passar a variável Sexo para a caixa do lado direito.
Clicar em “Estatísticas” e selecionar a moda.
Clicar em “Gráficos” e selecionar “Gráfico de barras”.
Manter selecionada a opção “Exibir tabelas de frequências”.
Clicar em “Colar” para criar a sintaxe (ver o ficheiro XYZ.sps).
Ao executar a sintaxe, surgirá no output:

Note-se que se pediu a moda, a tabela de frequências e um gráfico de barras. No entanto, como
o enunciado não indica de que forma deveremos chegar à resposta, bastaria apresentar um
deles (por exemplo, poderíamos apenas pedir a moda – neste caso, verificamos que a moda é a
categoria com o código 1 e, se formos à base de dados, facilmente verificamos que se trata da
categoria “Feminino”)
Resposta: a maior parte dos idosos deste estudo são do sexo feminino.

b. No SPSS, podemos resolver as alíneas b. e c. em simultâneo, pelo que iremos proceder dessa
forma. No entanto, as respostas serão dadas em separado.
Analisar -> Estatística Descritiva -> Tabela de referência cruzada
Transferir uma das variáveis para o campo “Linha(s)” (por exemplo, o Sexo) e a outra para
“Coluna(s)” (por exemplo, a Satisfação com a vida)
 Para obter a medida de associação pedida na alínea b., clicar em “Estatísticas” e selecionar a
opção “V de Cramer e Fi”.
Na alínea c. teremos de ver a % de indivíduos com uma satisfação baixa nos 2 sexos. Se se
optar por colocar a variável Sexo por linhas, clica-se em “Células” e pede-se % por linhas. Caso
contrário, pede-se a % por colunas.

Clicar em “Colar” e executar a sintaxe.

No output irá surgir:

Resposta da alínea b.:

V = 0.234. Logo, como 0.2 ≤ V < 0.6, existe uma associação entre a satisfação que o idoso sente
com a vida e o seu sexo e essa associação é moderada.

c. Resposta: nos indivíduos do sexo feminino, a percentagem daqueles cuja satisfação com a
vida é baixa é 25%. Nos indivíduos do sexo masculino, a percentagem daqueles cuja satisfação
com a vida é baixa é 8%.

d.
i. Clicar em
NOTA: na coluna do lado esquerdo do quadro que irá abrir, surgem os rótulos das
variáveis e não os nomes. Se quisermos que apareçam os nomes, clicar com o botão
direito do rato sobre uma das variáveis e selecionar a opção “Exibir nomes das
variáveis”.

No quadro que irá abrir, em “Nome” colocar o nome a dar à nova variável, isto é:
XYZ_4_i
Em “Rótulo” criar já o rótulo para a nova variável. Por exemplo: Item XYZ_4 invertido
No final, clicar em “Alterar” e só depois em “Valores antigos e novos”.
Irá abrir um novo quadro.
Do lado esquerdo, em “Valor antigo” -> “Valor”, indicar ao SPSS quais são os códigos
atribuídos às categorias da variável XYZ_4 (na base de dados, em “Visualização de
variável” é possível verificar que os códigos são 1, 2, 3, 4 e 5). Do lado direito, em “Novo
valor” -> “Valor” colocar os códigos que queremos atribuir à nova variável (XYZ_4_i).
Como XYZ_4_i é o item 4, mas invertido, os códigos são os mesmos, mas por ordem
inversa. Assim, o código 1 do XYZ_4 passa a ser o 5 do XYZ_4_i, o 2 passa a ser o 4, o 3
mantém-se igual, o 4 passa a ser o 2 e o 5 passa a ser o 1. Na imagem que se segue,
mostra-se como associar o 1 do XYZ_4 ao 5 do XYZ_4_i:

Deve-se, a seguir, clicar em “Incluir” e repetir o processo até terminar, ou seja, até que
se fique com algo semelhante ao que está na imagem que se segue (em “Antigo ->
Novo”, do lado esquerdo surgem os códigos da variável original (1 a 5) por ordem
crescente e, à direita, surgem os códigos da nova variável, ou seja, os mesmos da
variável original, mas por ordem decrescente):

Clicar em “Continuar” e em “Colar” para que o procedimento fique gravado na sintaxe.

Ao executar a sintaxe, a variável XYZ_4_i surgirá no ficheiro de dados.
Em “Visualização de variável”, verificar se é necessário alterar ou acrescentar alguma
informação. Neste caso,
 - em “Decimais”, podemos tirar as casas decimais, já que não serão necessárias. Não é
obrigatório fazê-lo, mas fica menos confuso
- em “Valores”, codificar. Para tal, basta copiar o que se fez na XYZ_4, pois o código 1
continua a corresponder a “Discordo totalmente”, o código 2 a “Discordo um pouco” e
assim por diante
- em “Medida” alterar para ordinal.

ii. Transformar -> Calcular variável

No quadro que irá abrir, em “Variável de resposta” colocamos o nome que queremos
dar à nova variável (por exemplo, Traço_A). Em “Expressão numérica”, indicamos o
cálculo a efetuar. De acordo com o enunciado, a pontuação pretendida é calculada
considerando a média das respostas dadas aos 5 itens que constituem a escala. Como
tal, o cálculo a efetuar será: (XYZ_1 + XYZ_2 + XYZ_3 + XYZ_4_i + XYZ_5)/5
Note-se que, como o item 4 foi invertido, deveremos usar XYZ_4_i e não XYZ_4.
Clicar em “Colar”.
Executar a sintaxe para que a variável Traço_A surja no ficheiro de dados.
Neste caso, em “Visualização de dados”, podemos verificar que os valores da variável
nem sempre são inteiros, pelo que podemos manter as duas casas decimais. No
entanto, devemos acrescentar o rótulo. Podemos colocar, por exemplo: Pontuação
(média) relativa ao traço de personalidade A.

iii. Para conseguirmos dizer se, na amostra, a intensidade com que se manifesta o traço de
personalidade A é baixo ou elevado, teremos de considerar a variável Traço_A e
apresentar os dados sumariados (uma vez que a ideia não é que digam o que se passa
com cada idoso, mas sim com a generalidade da amostra). Para tal, iremos apresentar
medidas estatísticas e a caixa de bigodes (que é adequada para dados quantitativos).

Para as medidas:
Analisar -> Estatística descritiva -> Frequência
Transferir a variável Traço A para o lado direito. Se não quisermos a tabela de
frequência, retirar o visto. Clicar em “Estatísticas “. Como a variável é quantitativa,
podemos calcular todas as 8 medidas que foram dadas. Aqui, pedimos 6 delas (os
quartis são 3). Depois, caso consideremos relevante para responder ao que se pede,
podemos ainda calcular o CV e a AIQ com a nossa calculadora, tendo por base os valores
que vão surgir no output. Também poderíamos pedir o “Mínimo” e o “Máximo”.
Clicar em “Continuar” e em “Colar”

Para a caixa de bigodes:

Gráficos -> Caixas de diálogo legadas -> Boxplot
 Transferir a variável Traço_A para “Representação de caixas:” e clicar em “Colar”.
Executar a parte da sintaxe que contém as análises efetuadas nesta alínea. No output,
surgirá o seguinte:

NOTA: poderíamos, no output, editar a caixa de bigodes, adicionando um título ade-

quado e dando um nome ao eixo vertical. No entanto, como, neste exercício, o objetivo
não era construir a caixa de bigodes, mas sim usá-la apenas como forma auxiliar de obter
a resposta à questão colocada, podemos deixar ficar como está.

Note-se que, de acordo com o enunciado, a intensidade com que se manifesta o traço
de personalidade A está a ser medida considerando, para cada idoso, a sua pontuação
média (alínea ii) e que a escala de Likert tem 5 pontos, pelo que 3 é o ponto intermédio
dessa escala. Como tal, pontuações médias superiores a 3 podem ser consideradas
indicadoras de intensidades altas e pontuações abaixo de 3 podem ser indicadoras de
intensidades baixas.

EXEMPLO DE TEXTO: A pontuação média relativa ao traço de personalidade A foi de

2.4397, pelo que, no geral, a intensidade com que este traço de personalidade se
manifesta na amostra revelou-se baixa e, não se tendo observado uma grande dispersão
0.64993
de valores em torno desta média (𝐶𝑉 = × 100% ≈ 27%), esta é representativa
2.4397
do que se observou nos 126 idosos.
Também pela análise da caixa de bigodes e dos quartis, conseguimos perceber que,
embora seja possível encontrar idosos em que o traço de personalidade A se manifesta
com uma intensidade elevada, para a maioria dos indivíduos da amostra essa
intensidade foi baixa. De facto, quer através da caixa de bigodes, quer através da análise
das medidas, percebemos que o 3º quartil é inferior a 3, o que significa que, em pelo
menos 75% dos idosos, o traço de personalidade A manifestou-se com uma intensidade
baixa.

iv. Pela caixa de bigodes da alínea anterior, conseguimos identificar a existência de um

idoso em que o traço de personalidade A se manifesta com uma intensidade atípica
moderada. Trata-se do idoso 112, em que o traço de personalidade A se manifesta com
 uma intensidade de 5 (para o confirmar, bastaria proceder como descrito na pg. 17 do
documento “SPSS – documento de apoio”).

v. Gráficos -> Caixas de diálogo legadas -> Boxplot

Na caixa que irá abrir, clicar em “Definir”

Na caixa seguinte, passar a variável quantitativa (isto é, a pontuação relativa ao traço

de personalidade A) para “Variável” e a qualitativa (isto é, o sexo) para “Eixo de
categoria”.
Clicar em “Colar”.

Ao executar a sintaxe, irá surgir o seguinte no output:

Devemos, agora, no output, dar um duplo clique sobre a caixa de bigodes, para que abra
o editor de gráficos. Adicionar um título clicando com o botão direito do rato sobre o
gráfico e selecionando a opção “Incluir título”. Apaga-se o que se encontra escrito e es-
creve-se o pretendido. Fechar o quadro que, entretanto, se abriu e o editor de gráficos.
Ficaria:
 Resposta: no sexo masculino, a intensidade com que o traço de personalidade A se
manifesta atinge um valor mínimo mais baixo do que no sexo feminino.

vi. Gráficos -> Caixas de diálogo legadas -> Dispersão

Na 1ª caixa que aparece, clicar em Definir
Depois é só passar a variável Traço_A para “Eixo Y” e a Idade para “Eixo X”. Clicando em
“Títulos”, pode-se dar um título ao gráfico.
Clicar em “Colar” e executar a sintaxe.
No output, irá surgir:

Resposta: Não se observa uma tendência clara no diagrama de dispersão.

vii. Analisar -> Correlacionar -> Bivariável
Na caixa que irá abrir, passar as
duas variáveis (Traço_A e
Idade) para o lado direito e,
além do coeficiente de
correlação de Pearson,
selecionar também o de
Spearman. Clicar em “Colar”.

Ao executar a sintaxe, irá surgir no output:

Resposta:
Coeficiente de correlação de Pearson: 𝑟 = 0.057
Como 0 ≤ |𝑟| < 0.2, a correlação entre as duas variáveis é desprezável.

Coeficiente de correlação de Spearman: 𝑟𝑆 = 0.064

Como 0 ≤ |𝑟𝑆 | < 0.2, a correlação entre as duas variáveis é desprezável.

Chegou-se à mesma conclusão usando o coeficiente de correlação de Pearson ou o de

Spearman. Portanto, a conclusão não depende do coeficiente de correlação
considerado.
e.
i. Como se quer calcular a média nos grupos dados pela variável Sexo, teremos de recorrer
ao menu Analisar -> Estatística Descritiva -> Explorar
A variável quantitativa, isto é, a Idade irá para a 1ª caixa (“Lista de variáveis
dependentes”) e a variável que define os grupos a comparar, irá para a 2ª (“Lista de
fatores”).
Em “Exibir”, pode-se clicar em “Estatísticas”, se quisermos que apenas sejam exibidas
as medidas. Caso contrário, também irão surgir gráficos.

Clicar em “Colar” e, na sintaxe, executar os novos comandos. No output irá surgir uma
lista de medidas para o sexo feminino e a mesma lista para o sexo masculino. Basta ver
a que se pretende e dar a resposta à questão:

Resposta: A média da idade no sexo feminino é 77.89 anos e, no masculino, é 80.04

anos. Portanto, no sexo masculino, a idade média é maior.

ii. Gráficos -> Caixas de diálogo legadas -> Boxplot

Na caixa que irá abrir, clicar em “Resumos de variáveis separadas” e em “Definir”.
Depois, é só transferir a variável pretendida para a caixa “Representação de caixas”.
Clicar em “Colar” e executar a sintaxe.
 No output, irá surgir:

Devemos, agora, no output, dar um duplo clique sobre a caixa de bigodes, para que abra
o editor de gráficos. Adicionar um título e o nome ao eixo vertical. Para tal, basta clicar
com o botão direito do rato sobre o gráfico e selecionar a opção “Incluir título”. Apagar
o que se encontra e escrever o pretendido. Fechar o quadro que, entretanto, se abriu.
Para adicionar o nome do eixo vertical, clicar no botão “Y” e, no separador “Rótulos e
marcas”, colocar um visto na opção “Exibir título do eixo”. Clicar em “Aplicar” e, depois,
clicar sobre o nome que aparece no eixo até que seja possível apagar e escrever o pre-
tendido. Fechar o quadro e o editor de gráficos. Ficaria:

iii. Para criar as classes, ir a Transformar -> Categorização visual

No 1º quadro que irá aparecer, transferir a variável idade para a direita e clicar em
“Continuar”.
Irá abrir um 2º quadro em que será necessário:
- preencher o nome da variável categorizada (por exemplo, Idade_classes)
- onde diz “Terminais superiores”, clicar em “Excluído”, já que se quer excluir os
extremos superiores das classes
- clicar em “Criar pontos de corte”

Ao clicar em “Criar pontos de corte”, vai abrir a seguinte caixa:

Aqui, basta preencher
a “Primeira localização
do ponto de corte”
(72) e a “Largura”(5,
pois, como é a
amplitude das classes,
basta fazer o seguinte
cálculo: 72 – 67) e,
posteriormente, apenas clicando em “Número de pontos de corte”, este campo é
preenchido de forma automática.
Estando tudo preenchido, clicar em “Aplicar”, em “Criar rótulos” e em “Colar”.

Ao executar a sintaxe, irá aparecer uma nova variável na base de dados, correspondente
à idade em classes.

Para averiguar a(s) classe(s) mais frequente(s) por sexo, podemos pedir uma tabela de
contingência, por exemplo:
Analisar -> Estatística Descritiva -> Tabela de referência cruzada

Como se está a trabalhar com as variáveis Idade_classes e Sexo, basta transferir uma
destas variáveis para o campo “Linha(s)” e a outra para “Coluna(s)”

Clicar em “Colar” e executar o que surge na sintaxe. No output, irá aparecer o seguinte
(caso se tenha colocado o sexo por linhas):
 Sexo

Sexo

Resposta: A faixa etária mais frequente no sexo feminino é [72, 77[ anos (ou 72 – 76
anos) e, no masculino, é [67, 72[ anos (ou < 72 anos)

iv. Gráficos -> Caixas de diálogo legadas -> Histograma:

Transferir a variável Idade para a direita (para onde diz “Variável”) e pode-se clicar em
“Títulos”, para dar um título ao gráfico.
Clicar em “Colar” e executar a sintaxe.
No output irá surgir:

Histograma depois de editado (para ajustar as classes, basta adaptar o procedimento

que se encontra na pg. 12 do documento “SPSS – documento de apoio” (este
procedimento deve ser efetuado no output)):
v. De acordo com o histograma e a caixa de bigodes, a distribuição é enviesada, com uma
maior concentração de valores em torno das idades mais baixas.

vi. Para obter as medidas, com os dados agrupados em classes, teremos de usar os pontos
médios das classes. Portanto, iremos criar uma nova variável com esses pontos médios,
para que a possamos usar a seguir.
Pontos médios das classes:
Os pontos médios das classes são os seguintes
Classe Ponto médio
[67; 72[ 69.5
[72; 77[ 74.5
[77; 82[ 79.5
[82; 87[ 84.5
[87; 92] 89.5
[92; 97[ 94.5
[97; 102] 99.5

No SPSS, recorrer ao menu Transformar -> Recodificar em variáveis diferentes

Quando as classes foram criadas, o SPSS atribuiu códigos às classes (podemos verificá-
lo no ficheiro de dados, no separador “Visualização de variável”, em “Rótulos”):
Classe Código
[67; 72[ 1
[72; 77[ 2
[77; 82[ 3
[82; 87[ 4
[87; 92] 5
[92; 97[ 6
[97; 102] 7
e serão estes códigos que iremos usar.
Assim, no quadro que se abriu no SPSS, começar por transferir a variável Idade_classes
para a direita. Em “Nome”, escrever Pontos_médios_idade, por exemplo e, em “Rótulo”,
escrever Pontos médios das classes etárias.

Clicar em “Alterar” e, depois, em “Valores antigos e novos”.

No novo quadro que irá abrir colocar, em “Valor antigo” -> “Valor” o código 1,
correspondente à classe [67; 72[. Em “Novo valor” -> “Valor” colocar o ponto médio
desta classe, ou seja, 69,5.
Clicar em “Incluir” e proceder de forma semelhante para as restantes classes.
No final, clicar em “Continuar”, “Colar” e executar a sintaxe para que surja uma nova
variável no ficheiro de dados com os pontos médios das classes (no ficheiro de dados,
em “Visualização de dados”, verificar se é necessário alterar ou acrescentar alguma
informação. Neste caso, não será necessário).

Com esta nova variável, podemos pedir as medidas:

Analisar -> Estatística Descritiva -> Frequências

Transfere-se a variável Pontos_médios_idade para a caixa da direita.

Clica-se no botão “Estatísticas”, para se selecionar as medidas pretendidas. Ficará a fal-
tar o CV, que iremos calcular com recurso à calculadora, tendo por base os valores das
medidas que agora estamos a selecionar. Clicar em “Continuar”.
Como não queremos a tabela de frequências, podemos retirar o visto de “Exibir tabela
de frequência”.
Clicar em “Colar” para que o procedimento fique gravado na sintaxe e executar. No out-
put, surgirá o seguinte:

Com base nos valores obtidos para a média e para o desvio-padrão, podemos calcular
8.68323
o CV: 𝐶𝑉 = 79.4603 × 100% ≈ 11%

Interpretação: na amostra de idosos deste estudo, a idade média é de 79.4603 anos e a

dispersão dos dados em torno deste valor, medida pelo desvio-padrão, é de 8.68323
anos. Esta dispersão é baixa, uma vez que corresponde a 11% da média e, portanto, a
média é representativa do que foi observado nos 126 idosos. Verifica-se, ainda, que em
25% dos idosos, a idade não ultrapassa os 74.5 anos, em 50% dos idosos não ultrapassa
os 79.5 anos e em 75% dos idosos não ultrapassa os 84.5 anos.