Resumos

Tipos de variável

Qualitativa Nominal – as suas categorias não apresentam ordem natural entre si;
Qualitativa Ordinal – as suas categorias apresentam ordem natural entre si;
Quantitativa – as categorias apresentam uma ordem e os seus valores traduzem
medições de quantidades

Medidas de ordem

As medidas de ordem (os quartis/percentis), medianas e médias fazem sentido quando

trabalhamos com variáveis ordinais ou quantitativas.
1º Q -> 25%
2º Q = Mediana -> 50%
3º Q -> 75%

V de Cramer

➔ medida de associação para as variáveis qualitativas nominais

➔ mede a intensidade da relação entre as 2 variáveis
➔ assume valores entre 0 e 1.
− quanto mais próximo de 0 menos intensa é a relação;
− quanto mais próximo de 1 mais forte é a relação.

Spearman

➔ medida de correlação para variáveis ordinais (ou uma ordinal e uma quantitativa)
➔ mede a intensidade da relação entre as 2 variáveis
➔ assume valores entre -1 e +1
− se for negativo (<0) estamos perante uma relação inversa (quando uma
variável aumenta, a outra diminui);
− se for positivo (>0) estamos perante uma relação direta;
− quanto mais próxima do 0 mais fraca é a relação;
− quanto mais próxima do 1 mais intensa é a relação.

NOTA: Para verificar o quão forte é a intensidade de relação, fazemos com o simétrico,
ou seja, ignoramos o sinal de menos, pelo que, este só nos indica se estamos perante
uma relação direta ou inversa.
Medidas de tendência central

Moda -> é valor/categoria mais frequente

Mediana -> corresponde ao Q2; valor até ao qual se acumula 50% da distribuição

Média -> "soma tudo e divide igualmente por todos"; objetivo último é o de indicar o
centro da distribuição

Vantagens da Mediana:
− não é afetada pela assimetria.
− perante uma distribuição assimétrica, a mediana aponta melhor o centro de
distribuição do que a média pois não é sensível aos enviesamentos.

Vantagens da Média:
− usa toda a informação disponível,
− tem prioridades matemáticas que são importantes,
− fácil de calcular,
− conhecida pela maioria das pessoas (ao fazer uma análise, estamos sempre
a "correr o risco" de que esta seja visualizada por terceiros, e por isso
devemos sempre tomar partido daquilo que é o mais simples e fácil de
entender por parte das outras pessoas, pois há mais gente a saber a média
do que a mediana)

Medidas de Dispersão

Amplitude do intervalo de Variação (AIV) -> "Range" (no SPSS)

AIV = máximo - mínimo

Amplitude do intervalo Interquartis (AIQ) -> demostra assim o grupo de 50% que estão
no centro da distribuição (entre os 25% e os 75%)
AIQ = Q3 – Q1

Desvio padrão (DV) -> indica a distância do conjunto de observações face à média.
DV = somatório de todas as diferenças entre os valores e a média (primeiro eleva-se ao
quadrado e só depois efetua-se a soma)

Medida de Dispersão Relativa (CV) -> pode assumir valores a partir do 0, mas não tem
limite superior máximo.
CV = (DV / Média) x 100

Combinação das medidas de tendência central deve ser coerente

− Mediana combinada com a AIQ -> se a variável for muito assimétrica
− Média combinada com o DV e CV -> se a variável for mais simétrica
O valor da dispersão
− Quanto mais elevada for a medida de dispersão: maior é a heterogeneidade
− Quanto mais baixa a dispersão: maior a homogeneidade

Assimetria Positiva: observações centram-se em valores mais baixos

Assimetria Negativa: observações centram-se em valores mais altos

Indicador de Assimetria (Skewness)

➔ Indica o grau e o sentido da assimetria

− <0 se a assimetria é negativa
− próximo de 0 se a distribuição for simétrica
− >0 se a assimetria for positiva

Para analisarmos a intensidade da assimetria fazemo-lo em módulo:

− até I0,5I assimetria pouco acentuada
− mais de I1I assimetria acentuada

Medida de Associação Eta

➔ Mede a relação entre uma variável nominal e uma quantitativa

➔ Varia entre 0 e 1
− quanto mais próxima do 0 menor a relação entre as variáveis
− quanto mais próxima do 1 maior a relação entre as variáveis

Coeficiente de Correlação Pearson

➔ Mede a intensidade da relação entre 2 variáveis quantitativas

➔ Varia entre -1 e 1
− Quanto mais próximo do 0 menor a intensidade da relação
− quanto mais próxima do I1I maior a intensidade da relação
➔ O sinal negativo ou positivo indica-nos a orientação da nuvem de pontos,
descendente ou ascendente, respetivamente
 SPSS

Medidas de Tendência Central

1. Analyse
2. Descriptive Statistics
3. Frequencies
4. Colocar a variável que interessa na janela
5. Abrir o Statistics
6. Assinalar: Mode, Median, Mean
7. Clicar no Continue
8. Clicar no Ok

(nesta surgem também as medidas de dispersão, assimetria e intervalo de confiança)

1. Analyse
2. Descriptive
3. Explore
4. Colocar a variável que interessa na janela
5. Marcar o Statistic
6. Clicar em Continue
7. Clicar no ok

Medidas de Dispersão

1. Analyse
2. Descriptive Statistics
3. Frequencies
4. Colocar a variável que interessa na janela
5. Abrir o Statistics
6. Assinalar: St. Deviation, Variance, range, Minimum, Maximum
7. Clicar no Continue
8. Clicar no Ok

Gráficos de Extremos e Quartis

1. Graphs
2. Chart Builder
3. Escolher Boxplot (3ºgráfico)
4. Colocar a variável no eixo vertical (x)
5. Ok
Análise Exploratória de uma variável quantitativa (só se utiliza o gráfico
no texto, a tabela não)

1. Analyse
2. Descriptive statistics
3. Explores – Dependent list
4. A opção both produz as estatísticas e o gráfico de extremos e quartis
5. Ok

Tabelas “finas”

1. Analyse
2. Tables
3. Custom tables
4. Colocar as variáveis (a formar colunas ou linhas)
5. Abrir o summary statistics e escolher
Count – mudar para N
Minimun – mudar para mínimo
Maximum – mudar para máximo
St. Deviation – mudar para desvio-padrão (mudar para uma casa decimal)
Median – mudar para mediana
Percentille 25 – mudar para p 25

6. Ok

Análise exploratória de uma variável quantitativa em diversos grupos

1. Analyse
2. Descriptive Statistics
3. Explore – Dependent list: idade e factor list: residência
4. A opção boyh produz a statistics como o gráfico
5. Ok
Tabelas com medidas de tendência central e dispersão

1. Analyse
2. Tables
3. Custom tables
4. Colocar as variáveis
5. Clicar no rows (ficar amarelo)
6. Abrir categories na totals
7. Assinalr total
8. Clicar na collum (ficar amarelo)
9. Abiri summary statistics
Count – mudar para N
Minimun – mudar para min.
Maximum – mudar para max.
St. Deviation – mudar para DP (passar para uma casa decimal)
Median – mudar para mediana
Percentille 25 – mudar para p 25

Calcular o Eta (não se apresenta no texto a tabela só o valor)

1. Analyse
2. Compare means
3. Means – dependente list: idade – layer 1 of 1 – residencia
4. Options – anova table and eta
5. Continue
6. Ok

Diagrama de Dispersão

1. Graphs
2. Chart builder
3. Escolher o gráfico scatter/dot
4. Colocar a variável (idade) no eixo horizontal
5. E a outra variável no eixo vertical
6. OK

Coeficiente de Correlação (não se apresenta a tabela no texto só o valor)

1. Analyse
2. Correlate
3. Bivariate
4. Colocar as variáveis na janela
5. Assinalar o correlation coefficients: PEARSON
6. Ok