Apostila Spss v17 FMUSP

SPSS for WINDOWS, versão 17.
Curso Básico
Ivaldo Olimpio da Silva

Departamento de Medicina Preventiva - FMUSP
2010
2
Í N D I C E
APRESENTAÇÃO do SOFTWARE SPSS for WINDOWS pg. 3

1. Visão das telas do SPSS for Windows – V17. 0 pg. 4
2. Apresentação dos Menus/Comandos pg. 6
3. Descrição da barra de ferramentas pg. 7
4. Descrição dos Menus/comandos e sub-menus/sub-comandos pg. 8
5. Considerações gerais sobre as variáveis pg. 15
6. Utilizando o SPSS for Windows pg. 17
6.1 Preparando o banco de dados para análise pg. 19
6.2 Aplicação prática pg. 20
6.2.1 Atribuir “variable label” para as variáveis pg. 20
6.2.2 Atribuir “value labels” para as variáveis pg. 20
6.2.3 Atribuir “missing labels” para as variáveis pg. 21
6.2.4 Copiando “value labels” e “missing values” pg. 21
6.2.5 Salvando o banco de dados pg. 21
6.2.6 Manipulando/explorando a base de dados pg. 22
7. Elaborando análise descritiva pg. 22
7.1 Tabelas de frequências pg. 23
7.2 Tabelas cruzadas pg. 24
7.3 Medidas de tendência central pg. 25
8. Teste de normalidade pg. 30
9. Teste de comparação de médias pg. 31
10. Correlação e regressão linear pg. 34
11. Qui-quadrado pg. 41
12. Testes não-paramétricos pg. 43
13. Medidas de concordância pg. 47
14. Transformação de variáveis pg. 49
14.1 Recodificar, agrupar valores de variáveis pg. 49
14.2 Calcular diferenças(tempo) entre variáveis-data pg. 53
15. Selecionando casos e analisando subconjuntos de casos pg. 55
17. Elaborando gráficos pg. 57
17. Bibliografia pg. 60
3
APRESENTAÇÃO do SOFTWARE SPSS for WINDOWS
O SPSS for Windows (Statistical Package for Social Sciences), possui uma
grande variedade de procedimentos para elaborar análises estatísticas, manipulação de
dados, produção de tabelas e flexibilidade com outros programas estatísticos.
O SPSS for Windows é composto por módulos. O módulo BASE, é o único

que funciona independentemente dos outros. Principais módulos do SPSS for Windows:
Professional Statistics, Advanced Statistics, Categories e Tables.
CONSIDERAÇÕES GERAIS
As pesquisas baseiam-se, em geral, num grande volume de dados

(informações organizadas em forma de variáveis), que necessitam de meios para apuração e
consolidação para posterior análise.
Os dados provêem de várias fontes, por exemplo:
- pesquisas já realizadas, isto é, os dados estão disponíveis;

- levantamento de dados realizados pelo próprio pesquisador, utilizando-se para tanto
de formulários/questionários e;
- grandes bases de dados disponibilizadas pelos órgãos de informações oficiais como,
DATASUS, IBGE, CENEPI entre outros.
Um questionário baseia-se em perguntas; a pergunta/questão de um

questionário corresponde a uma variável. A resposta obtida representa um dado e varia de
acordo com o entrevistado; a resposta dentro de uma determinada pergunta ou questão
chamamos de categoria.
Todas as respostas às perguntas de um questionário perfazem um registro de

uma entrevista e o conjunto de registros constituem uma unidade chamada arquivo de
dados. Os bancos de dados podem ser elaborados pelos programas: SPSS, Excel, EpiData,
EpiInfo, etc.
4
1. Visão das telas do SPSS for Windows – V17. 0.
Tela de entrada do SPSS for Windows, versão 17.0
barra de ferramentas
barra de “estado”
A tela inicial do SPSS, é composta por menus, botões e quatro janelas associadas:
Data Editor (editor de dados), Text Output Editor (editor de textos de resultados), Syntax
Editor (editor de sintaxe) e Script Editor (editor de script). Clique no menu File, opções:
New e Open Data para abrir o arquivo AIDS97.sav, pasta: C:\Cursos\Curso_SPSS.
A tela do Editor de dados (Data Editor), abre-se automaticamente quando o SPSS é

carregado. Sua função é conter os dados que serão utilizados durante a análise para
definição de variáveis entrada/alteração de dados. Os dados podem ser de uma base externa
ou digitados diretamente no SPSS. Os casos são armazenados nas linhas e as variáveis nas
colunas.
5
A janela Data Editor apresenta-se de duas formas: planilha Data View (visualização
e edição de dados) e a planilha Variable View (visualizar/definir as variáveis).
A tela Data Editor:
A tela Variable View:

6
A tela de visualização dos resultados das análises (Output Viewer).
2. Apresentação dos Menus.
File : O menu File permite controlar/gerenciar os arquivos, isto é, lê, grava e imprime
arquivo de dados, arquivo de textos e gráficos. O comando exit, de saída do SPSS for
Windows também está neste menu.
Edit : O menu Edit possui as ferramentas padrões para edição e pesquisa de texto nas
janelas(planilhas) do SPSS.
View : Permite definir parâmetros de visualização do banco de dados, isto é, ativar a barra
de ferramentas(toolbars) e barra de estado(status bar), ativar/desativar linhas de grade e
rótulos(labels) para as variáveis.
Data : Provê técnicas para definir variáveis, inserir variáveis ou casos no banco de dados,
ordenar, repartir, juntar, transpor, agregar e selecionar determinados registros. Gerenciar as
variáveis e bancos de dados.
7
Transform : Utilizado para transformar dados sem alterar a estrutura básica do banco de
dados, criar/modificar variáveis.
Analyze : Utilizado para as análises estatísticas. Este menu é organizado em sub-menus, de

acordo com o tipo de análise. Os procedimentos para elaborar os testes estatísticos variam
segundo os módulos instalados.
Graphs : Gerador de gráficos de alta-resolução para apresentação dos dados e propósitos

analíticos.
Utilities : Obter informações sobre as variáveis e o banco de dados, controle da lista de

variáveis, modificações e personalização de menus e etc.
Add_ons : Miscelânea de funções adicionais para as análises estatísticas avançadas.

Módulos não instalados.
Window : Exibe as janelas disponíveis num determinado momento. Ativa as janelas do

SPSS ou modifica a forma como serão exibidas.
Help Comando: É um poderoso recurso para orientar no uso da sintaxe dos comandos.
3. Descrição da barra de ferramentas.
Open File abre uma base de dados.

Save File grava o arquivo ativo da janela corrente.
Print imprime o arquivo ativo.
Dialog Recall exibe lista das últimas caixas de diálogos usadas.
Go to Case ir para um determinado caso.
Variable fornece informações sobre as variáveis da base de dados.
Find encontrar/localizar dados no Data Editor.
Insert Cases inserir casos(registros).
Insert Variable insere uma variável à esquerda do cursor.
Splite File divide o arquivo em grupos para a análise.
Weight Cases estabelece pesos aos dados para a análise.
Select Cases selecionar casos(registros).
Value Labels ativar/desativar rótulos dos valores das variáveis.
Use Sets possibilita a seleção de conjuntos de variáveis a serem visualizadas.
8
Barra de estado (Status bar):
A barra de estado, localiza-se na parte inferior de cada janela do SPSS e indica o estado
atual do processamento, indica o nome do comando e o contador de casos processados.
4. Descrição dos Menus/comandos e sub-menus/sub-comandos.
Descrição do Menu File
COMANDO FILE
SUB-COMANDO OPÇÃO UTILIZAÇÃO
New Data Abre um novo arquivo de dados
Syntax Abre um novo arquivo de sintaxe
Output Abre um novo arquivo de saída
Script Programas para otimizar/automatizar tarefas
Open Data Abre um arquivo de dados existente, no formato SPSS ou em
outro formato aceito pelo SPSS
Syntax Abre um arquivo de texto contendo comandos do SPSS;
Output Abre um arquivo de texto de resultados do SPSS
Script Programas para otimizar/automatizar tarefas
Open Database New Query Nova base de dados relacionados
Edit Query Editar base de dados relacionados
Run Query Processar base de dados relacionados
Read Text Data Lê um arquivo no formato ASCII(texto)
Close Fecha a janela ativa
Save Salva o arquivo da janela ativa.
Save As Salva o arquivo da janela ativa com outro nome.
Save All Data Salva todos os banco de dados ativos
Export to Database ... Exporta uma base de dados para outro formato
Mark File Read Only Define o “estado” do arquivo para somente leitura
Rename Dataset Mudar o nome do banco de dados
Display Data File Informat Working File Exibir informações do arquivo ativo
External File Exibir informações de arquivos externos
Cache Data ... Criar cópia temporária da base de dados
Stop Processor Suspender/parar o processamento.
Switch Server ... Conexão com servidor
Print Preview Visualizar a impressão.
Print Imprimir
Recently Used Data Bases de dados usadas recentemente
Recently Used Files Últimos arquivos acessados
Exit Sair/fechar o SPSS for Windows
9
Descrição do Menu Edit
COMANDO EDIT
Undo Desfazer
Redo Refazer
Cut Recortar
Copy Copiar
Paste Colar a área recortada (Cut) ou copiada (Copy).
Paste Variables Colar variáveis
Clear Apagar/limpar variáveis
Insert Variables Inserir variáveis
Insert Cases Inserir casos
Find ... Pesquisar/localizar valores
Find Next Pesquisar/localizar próximo valor
Replace Localizar e substituir
Go to Case Ir para o registro(caso)
Go to Variable Ir para uma variável
Options ... Alterar/escolher parâmetros de saída/visualização
Descrição do Menu View
COMANDO VIEW
Status Bar Ativar/desativar barra de “estado”
Toolsbars Definir parâmetros da barra de ferramentas
Menu Editor ... Personalizar os “menus”
Fonts Personalizar tipos de fontes
Grid Lines Ativar/desativar a exibição de linhas
Value Labels Ativar/desativar a exibição dos rótulos(labels) dos valores das
variáveis
Customize Variable View Personaliza a exibição das variáveis, atributos que são exibidos
Variables Exibe a tela(planilha) das variáveis
10
Descrição do Menu Data
COMANDO DATA
Define Variables Prop. Definir variáveis. A variável é composta por um nome(único,
sem duplicidade) através do qual é reconhecida pelo SPSS; um
rótulo (var label) pelo qual a mesma é apresentada nas saídas;
valores para as categorias com os rótulos(value labels); e os
valores ausentes(missing values)
Copy Data Properties Copiar propriedades de variáveis para outro arquivo SPSS
News Custom Atribute Automatizar novas atributos para variáveis
Define Dates ... Definir variáveis tipo-data(formato: dia, mês e ano)
Define Multiple Respon Definir variáveis com respostas múltiplas
Identify Duplic. Cases Identificar casos duplicados no banco de dados
Sort Cases ... Ordenar/organizar o banco de dados
Sort Variables ... Organizar/ordenar as variáveis do banco de dados
Transpose ... Faz a transposição de variáveis num banco de dados
Reestructure ... Reestruturar o banco de dados
Merge Files Permite realizar a junção de dois bancos de dados. Quando
desejamos adicionar novos casos ao banco de dados ativo,
estamos fazendo uma adição de casos (add cases), neste caso é
desejável que os dois bancos de dados com a mesma estrutura.
Quando desejamos adicionar variáveis ao banco de dados
estamos fazendo uma junção de arquivos tendo como chave de
ligação um campo comum entre os mesmos(add variables)
Aggregate É utilizado para processar a totalização de um banco de dados.
Neste caso precisamos determinar qual é a chave da totalização e
quais as variáveis que desejamos totalizar
Copy Dataset Copiar banco de dados.
Split File ... Permite processar os dados para cada categoria de uma
determinada variável
Select Cases ... Processar(selecionar) os dados de um arquivo; neste caso
utilizamos uma expressão lógica para indicar a seleção
Weight Cases ... Ponderar os dados. Em determinados estudos, cada caso pode ter
um peso diferente na análise/tabulação
11
Descrição do Menu Transform
COMANDO TRANSFORM
Compute Variable ... Permite gerar(criar) novas variáveis através de outras já
existentes, utilizando-se os operadores aritméticos (+, -, /, *, ^)
e/ou das funções disponibilizadas pelo SPSS
Count Values within … Esta caixa de diálogo cria uma variável para contar as
ocorrências de valor(es) em uma lista de variáveis para cada
caso
Shift Values … Criar variáveis novas que contêm os valores de variáveis
existentes, com os valores anterior ou posterior
Recode into Same Agrupar valores de uma variável, na mesma variável
Variables …
Recode into Different Agrupar valores de uma variável, criando uma nova variável.
Variables …
Automatic Recode Agrupar valores de uma variável em ordem sequencial;
converte valores string em uma sequência de valores
numéricos
Visual Binning ... Criar variável categórica(em faixas) a partir de uma
escalar(contínua)
Rank Cases ... Usada para o computo de postos, escores normais e para
classificar grupos baseados em percentis
Date and Time Wizard Comandos para variáveis-data, criar novas variáveis a partir de
variáveis tipo-data e tipo-tempo
Create Time Series Cria variável temporal para um determinado grupo de variáveis
Replace Missing Value Substitui valores para os missings de uma variável, através de
médias ou uma série de funções de série temporais
Randon Number Seed Gera números casuais a partir de um parâmetro inicial;
Run Pending Rodar, processar transformações pendentes
Transforms
12
Descrição do Menu Analyze
COMANDO ANALYZE
Reports Codebook Exibe as características das variáveis: nome, rótulos ,

missings e estatísticas sumárias; para as variáveis
nominais/ordinais: contagens e porcentagens.; para
variáveis escalares(contínuas): estatísticas
sumárias(medidas de tendência central)
OLAP Cubes Calcula estatísticas sumárias de variáveis escalares
em relação a variáveis categóricas
Case Summaries Calcula estatísticas sumárias de variáveis escalares
em relação a variáveis categóricas
Report Summaries in Calcula estatísticas sumárias de variáveis escalares
Rows em relação a variáveis categóricas em linhas
Report Summaries in Calcula estatísticas sumárias de variáveis escalares
Columns em relação a variáveis categóricas em colunas
Descriptive Statistics Frequencies Elabora tabelas de frequências simples, estatísticas
sumárias e gráficos
Descriptives Calcula estatísticas descritivas para variáveis
escalares
Explore Calcula estatísticas descritivas, elabora gráficos para
variáveis escalares . Inclui teste de normalidade
Crosstabs Utilizado para cruzar duas ou mais variáveis,
calcular estatísticas de medidas de associação
Ratio Calcula estatísticas sumárias da relação/razão entre
variáveis escalares
P_P Plots Representação gráfica da proporção acumulada
Q_Q Plots Representação gráfica dos dados à curva normal
Compare Means Means Comparação de médias(variáveis escalares) em
relação a variáveis categóricas
One-Sample T Test Teste t para uma amostra. Testa se a média é
diferente de uma constante especificada
Independent-Samples Teste t para amostras independentes
T Test
Paired-Samples T Teste t para amostras emparelhadas
Test
One-Way ANOVA Teste para diferença de médias entre três ou mais
grupos para um fator
General Model Univariate Modelo linear generalizado. O GLM procedimento
Univariate de univariate elabora análise de regressão e análise
de discrepância para uma variável dependente com
um ou mais fatores.
Correlate Bivariate Produz correlação entre duas variáveis
Partial Produz a correlação entre duas variáveis, porém
controlada por uma outra
Distances Produz a correlação entre duas variáveis de medidas
complexas
Regression Linear Calcula uma regressão linear simples e múltipla e
estatísticas associadas e plots.
Curve Estimation Elabora gráfico com a curva estimada
13
Partial Least Squares Procedimento não incluso nesta versão

Ordinal Elabora regressão linear para variáveis ordinais
Classify Two Step Cluster Calcula uma regressão linear simples e múltipla,
estatísticas associadas e plots; cálculos de
colinearidade, valores de predição e resíduos
K-Means Cluster Realiza uma análise de cluster quando o número de
clusters é conhecido previamente
Hierarchical Cluster Realiza uma análise de cluster hierárquica, usando
uma variedade de métodos e medidas de distância
Discriminant Executa uma análise de discriminante, usando os
métodos diretos e stepwise para determinar a função
discriminante
Nearest Neighbor Análise hierarquizada, método vizinho mais próximo
Dimension Reduction Factor Executa uma análise log-linear usando o algoritmo
de Newton-Raphson para testar se os modelos são
saturados ou não
Scale Reliability Analysis Executa uma análise de itens em escalas aditivas,
calculando o alpha de Cronbach´s
Multidimensional Executa uma análise de escalas multidimensionais
Scaling
Nonparametric Tests Chi-Square Teste de uma variável através da prova de Chi-
quadrado
Binomial Teste de uma variável através da prova Binomial
Runs Teste de uma variável dicotômica, aleatoriedade
1-Sample K-S Teste de uma amostra através do teste de
Kolmogorov-Smirnov. Teste de normalidade
2 Ind.Samples Testa 2 amostras independentes através do U de
Mann-Withney
K Ind.Samples Testa n amostras independentes através da prova de
Kruskal-Wallis
2 Rel.Samples Testa 2 amostras relacionadas (emparelhadas)
através da prova de Wilcoxon
K Rel.Samples Testa n amostra relacionadas (emparelhadas) através
da prova de Friedman
Forecasting Sequence charts Gráficos se séries sequênciais
Autocorrelations Gráficos de autocorrelação de séries temporais
Croos-correlations Gráficos de correlações cruzadas de s. temporais
Multiple Response Define Variables Definir variáveis para análises de respostas múltiplas
Frequencies Para a obtenção de uma distribuição de frequências
deste novo grupo de variáveis
Crosstabs Para a elaboração de tabelas deste novo grupo de
variáveis por qualquer outra existente em nosso
banco de dados
Quality Control Control Charts Gráfico de controles
Pareto Charts Gráfico de controles(pareto)
ROC Curve Curva ROC, teste de especificidade e sensibilidade
14
Descrição do Menu Graphs
COMANDO GRAPHS
Graphs Chart Builder Elaborar gráficos a partir de modelos
Graphboard Elaborar/visualizar gráficos a partir das variáveis
Template Chooser
Legacy Dialogs Menu para elaborar gráficos
Descrição do Menu Utilities
COMANDO UTILITIES
Variables Exibe as variáveis do arquivo ativo, com todas as
suas definições e características
OMS Control Panel Gerenciar arquivos de saídas de diferentes formatos
OMS Identifiers Identificador de comandos para diferentes formatos
Data File Comments Arquivo de dados, com comentários
Define Sets Permite a definição de alguns grupos de variáveis
que serão identificadas por um novo nome
Use Variable Sets Usa os grupos criados com o comando Define-Sets
Show all Variables Exibe todas as variáveis do arquivo ativo
Spelling Verificador ortográfico dos labels definidos
Run Script Processar/rodar arquivo de script
Production Job Processar/rodar arquivo de syntax
Custom Dialog Builder Criar caixa de diálogos para procedimentos
O Menu Add_ons permite elaborar estatísticas avançadas. Esse módulo não está
instalado.
15
Descrição do Menu Windows
.
COMANDO WINDOWS
Split Dividir a janelas
Minimize Minimizar todas as janelas
Descrição do Menu Help
COMANDO HELP
Topics Exibe janela com o Help On-line
Tutorial Exibe janela de tutorial
Case Studies Exibe janela tutorial para case studies
Statistics Coach Exibe janela tutorial para treinar as estatísticas
Commands Syntax Exibe Guia de Referência para os comandos
Reference
Developer Central Faz um link com o site da SPSS_Inc.
About Informações gerais sobre o SPSS for Windows
Algorithms Exibe manual com os algoritmos
5. Considerações gerais sobre as Variáveis:
Regras para definir variáveis no SPSS:
1. Nome da variável => máximo de 64 caracteres

2. Tipo da variável=> numérico, texto, data, etc.
3. Descrição da variável e dos seus valores=> var labels e value labels
4. Códigos especiais para os dados omissos(missing values); por definição o
caracter “branco” é considerado missing value.
As variáveis, de maneira geral podem ser classificadas como: qualitativas e

quantitativas. Por sua vez, as variáveis qualitativas subdividem-se em nominais e
ordinais. As nominais como o próprio nome diz, têm suas categorias representadas
por nome, por exemplo, a variável sexo que assume duas categorias,
16
masculino e feminino. Já as ordinais indicam uma certa ordem como, por exemplo,
a escolaridade que podem ter as seguintes categorias: analfabeto, primeiro grau,
segundo grau, superior. As variáveis quantitativas podem ser de dois tipos, as
discretas e as contínuas. As discretas são representadas por números inteiros,
por exemplo, o número de vezes que foi ao médico no último mês e as contínuas
assumem valores com precisão decimal, por exemplo, a altura de uma pessoa.
É de suma importância conhecer o tipo de variável com a qual queremos trabalhar.
A planilha Data View com o banco de dados: AIDS97.sav

17
6. Utilizando o SPSS for Windows.

Descrição do banco de dados: AIDS97.sav
BANCO DE DADOS: AIDS97.sav - Fonte:SINAN - MS, FNS , CENEPI.

CAMPO VARIÁVEL
NOME TIPO TAMA NOME CATEGORIAS DESCRIÇÃO
NHO
Município de Numérica 8 MUNIATEN Código do IBGE Município onde o
Atendimento paciente foi
atendido
Data do Data 8 DTNASC Data de nascimento
nascimento do paciente
idade Numérica 3 IDADE Idades em anos Idade do paciente
sexo Numérica 1 SEXO 1-masculino Sexo do paciente
2-feminino
9-ignorado
Código Numérica 7 MUNIRES - Código do IBGE Município de
município residência do
paciente por
ocasião da
notificação
Grau de Numérica 1 INSTRAID 1 - Analfabeto Grau de
Instrução 2 - 1º grau: 1ª a 4ª series Escolaridade do
3 - 1º grau: 5ª a 8ª series Paciente
4 - 2º grau
5 - Superior
9 – Ignorado
Ocupação Numérica 4 OCUPACAO -Código da Classificação Ocupação do
Brasileira de Ocupações paciente
Data do Caracter 6 DTDIAGNO - Data do
Diagnostico Diagnostico de Aids
do paciente
Data do Óbito Data 8 DTOBITO - Data do óbito do
paciente
Classificação Numérica 2 CATEGORI 10-Homossexual Categoria de
das Categorias 11-Homo/Drogas Exposição do
de Exposição 12-Homo/Hemofílico paciente
13-Homo/Transfusão
14-Homo/Droga/Hemof
15-Homo/Droga/Transf
20- Bissexual
21- Bi/Drogas
22- Bi/Hemofílico
23- Bi/Transfusão
24- Bi/Droga/Hemof
25- Bi/Droga/Transf
30-Heterossexual
31-Hetero/Droga
32- Hetero/Hemofílico
33- Hetero/Transfusão
34- Hetero/Droga/Hemof
35- Hetero/Droga/Transf
18
40-Drogas
41- Drogas/Hemofílico
42- Drogas/Transfusão
50-Hemofílico
60-Transfusão
61-Transfusão/Drogas
62-Transfusão/Homo
63-Transfusão/Bi
64-Transfusão/Droga/
Homossexual
65- Transfusão/Droga/
Bissexual
66-Transfusão/Hetero
67-
Transfusão/Droga/Hetero
70- Acidente de Trabalho
80-Perinatal
90-Ignorado
Tuberculose Numérica 1 TUBERCPU 1-Sim Tuberculose
Pulmonar 2-Não Pulmonar Cavitária
Cavitária ou 9-Ignorado ou não
não especificada:
especificada Pontuação (5)
Diarréia maior Numérica 1 DIARREIA 1-Sim Diarréia maior ou
ou igual a 1 mês 2-Não igual a 1
9-Ignorado mês:Pontuação (2)
Anemia e ou Numérica 1 ANEMIA 1-Sim Anemia e ou
Linfopenia e/ou 2-Não Linfopenia e/ou
Trombocitope- 9-Ignorado Trombocitopenia
nia Pontuação (2)
Candidíase(esô- Numérica 1 CANDIDIA 1-Sim Candidiase
fago, Traquéia, 2-Não (Esôfago, Traqueia,
Brônquios, 9-Ignorado Brônquios, Pulmão)
Pulmão)
Data da Data 8 DTDIGIT - Data da Digitação
Digitação do caso, preenchido
com a data do dia
da digitação do
caso
Nas três colunas de CAMPO, observamos o nome original das variáveis, o formato no qual
as mesmas estão digitadas e o número de caracteres que a mesma ocupa em nosso banco de
dados. Nas três colunas de VARIÁVEL observamos o nome com a qual cada variável
deverá ser representada no SPSS for Windows, as categorias que cada variável assume e a
descrição da variável.
19
6.1 Preparando o banco de dados para análise.
(1) Abrir o banco de dados: Menu File Open Data e escolher o arquivo
AIDS97.sav, armazenado na pasta: C:\Cursos\Cursos\SPSS.
A tela abaixo será apresentada
(2) Atribuir para cada variável: nomes, nomes para as categorias e os valores que serão
considerados como missings, se for o caso.
Clicar no Menu View Variables ou na Barra de estado: Variable View
e a planilha do Variable View será aberta:
20
Observar nas colunas a caracterização das variáveis. Por exemplo: na linha-2, temos a
variável: muniaten(name) , Type: string(texto, caracter), Width(comprimento, largura): 7 ,
Decimals: 0, Label(rótulo da variável): branco, Values(valores, códigos): none,
Missing(valores omissos): none, Columns 7, Align(alinhamento): a esquerda e Measure:
Nominal(variável categórica).
6.2 Aplicação prática:
6.2.1. Atribuir variable label(rótulo) para descrever as variáveis.
Posicione o cursor na linha da variável MUNIATEN e na coluna Label.

Digite: “Município de atendimento” para descrever a variável .
6.2.2 Atribuir value labels(rótulo) para descrever os valores das variáveis.
Clique na coluna Values da variável SEXO para digitar os valores(códigos) e nome

para descrever os valores. A janela abaixo será apresentada.
Digitar em Value o código 1, em Label Masculino e clicamos no botão Add.

Em seguida digite 2 e Feminino ; 9 e Ignorado e teremos a seguinte situação:
Clicar em OK para fixar o value labels para a variável SEXO e retornar.

21
6.2.3 Atribuir missing values(valores omissos) para as variáveis.
Clicar em Missing para definir os missing values.

Digite o código 9 em Discrete Missing Values .
Clicar em OK para e retornar.
6.2.4 Copiando/colando value labels e missing values.
Um recurso muito útil, quando estamos documentando as variáveis é o uso do

copy/paste. A sua utilização é aconselhada quando a base de dados possui
variáveis que tenham os mesmos VALUE LABELS e/ou MISSING VALUES.
Definir os value labels para variável TUBERCPU , copiar e colar nas variáveis
DIARREIA, ANEMIA e CANDIDIA.
Definir os missing labels para variável TUBERCPU, copiar e colar nas variáveis
DIARREIA, ANEMIA e CANDIDIA.
6.2.5 Salvando o banco de dados.
Clique no Menu File Save as ..., digite: AIDS97a em File name.

22
6.2.6 Manipulando/explorando a base de dados.
Com a planilha Data View ativa, observe os dados(linhas/colunas).
Clique no Menu View Grid Lines e observe os resultados.
Clique no Menu View Value Labels e observe os resultados.
Dê um duplo clique na célula: linha 1 e coluna da variável CATEGORI,

observe os resultados.
Clique na variável DTDIGIT em seguida clique no Menu Edit Clear , a

variável DTDIGIT será apagada. Para desfazer clique em Menu Edit Undo
Clique no Menu Edit Insert variable para inserir uma nova variável.
Clique no Menu Edit Insert cases para inserir um novo registro/caso.
Clique no Menu Edit Find para encontrar/buscar valores e códigos.
Clique no Menu Edit Insert variable para inserir uma nova variável.
Clique na célula: linha 1 e na coluna da variável MUNIATEN e depois clique no
Menu Edit Find/Replace para encontra/trocar o código: 3550308 por 4550308.
Para desfazer clique em Menu Edit Undo
Clique no Menu Edit Go to Case ir para o registro(caso) 55 .
Clique no Menu Edit Go to Variable ir para a variável CATEGORI .
7. Elaborando análise descritiva.
Os procedimentos iniciais para elaborar uma análise descritiva para os dados

consistem em produzir tabelas de frequências simples para as variáveis
categóricas(nominais, ordinais, intervalares) e medidas de tendência central para as
variáveis escalares(quantitativas). O SPSS, utiliza os símbolos abaixo para identificar
as variáveis.
23
7.1 Tabelas de frequências.
Acessar o Menu Analyze Descriptive Statistics Frequencies,

escolher as variáveis categóricas e clicar no botão OK.
As tabelas de frequências serão armazenadas na janela OUTPUT1.
Tabela de frequência para a variável CATEGORI, incluindo gráficos de

barras(bar chart) e/ou torta(pie chart).
24
7.2 Tabelas cruzadas.
Acessar o Menu Analyze Descriptive Statistics Crosstabs
Clique no botão Statistics para escolher as estatísticas.

25
Clique no botão Cells para escolher as porcentagens.
Clique no botão Format para escolher o formato da tabela.
7.3 Medidas de tendência central.
(1) Acessar o Menu Analyze Descriptive Statistics Frequencies

26
Clique no botão Charts para escolher o gráfico de histograma com a

Curva Normal.
27
(2) Acessar o Menu Analyze Descriptive Statistics Descriptive
Clique no botão Options para escolher as estatísticas.

28
(3) Acessar o Menu Analyze Descriptive Statistics Explore
Clique no botão Plots para escolher o gráfico de boxplot:

29
(4) Acessar: Menu ANALYZE Compare Means Means
Clique no botão Options para escolher as estatísticas.

30
8. Teste de normalidade.
O SPSS, elabora teste de normalidade: Kolmogorov-Smirnov e Shapiro-Wilk,

ambos testam a hipótese de que os dados da amostra estão normalmente
distribuídos baseando-se no valor absoluto da diferença máxima entre a
distribuição cumulativa observada e a distribuição cumulativa esperada,
assumindo o pressuposto de normalidade. Um valor baixo de significância
indica um desvio na distribuição dos dados em relação ao modelo da curva
normal. A distribuição normal é descrita por dois parâmetros: a média e o desvio
padrão da população. Características da curva normal: (1) a média, a mediana e
a moda coincidem; (2) A curva é simétrica ao redor da média; e (3) as
extremidades da curva se estendem cada vez mais próximas da linha de
base(eixo x abscissa)
(1) Acessar: Menu ANALYZE Descriptive Statistics EXPLORE
Clique no botão Plots e ative a opção: Normality plots with tests.

31
(2) Acessar: Menu ANALYZE Nonparametrics Tests

1-Sample K-S
9. Teste de comparação de médias.
O teste t de Student é um procedimento de análise de dados para testar a

igualdade ou a diferença entre duas médias. Quanto maior for a diferença entre
as médias, maior será o valor do t calculado.
(1) O teste t para uma amostra é empregado para averiguar se a

diferença entre o valor médio obtido na amostra e a média populacional
poderá ser atribuível ao acaso, isto é, testa-se a hipótese nula em que a
média da população é igual à média da amostra. A hipótese nula a ser
testada é se a média dos percentuais das diferenças varia significativamente
em relação ao valor zero.
Acessar: Menu ANALYZE Compare Means One-sample T Test

32
(2) O teste t para amostras independentes é um teste paramétrico usado

para comparar as médias de uma variável desfecho em
amostras extraídas de duas populações independentes e normalmente
distribuídas ou com distribuição normal aproximada. O teste t para amostras
independentes é usado para analisar dados provenientes de qualquer tipo de
estudo em que as variáveis preditoras(independentes) pertencem a dois
grupos distintos(por exemplo , homens e mulheres, casos e controles). Os
dois grupos não devem estar relacionados ou serem dependentes entre si.
Acessar: Menu ANALYZE Compare Means Independent-sample

T Test
(3) O teste t emparelhado emprega-se este teste para amostras pareadas,

isto é, a variável desfecho é medida antes e depois de uma
intervenção(em dois pontos distintos do tempo). A variação entre os pares de
medidas é a mais importante estatística, enquanto a diferença entre os
participantes é de pouco interesse. Portanto , o teste t para amostras
emparelhadas é utilizado para verificar se a média das diferenças entre as
duas medidas relacionadas é significativamente diferente de zero.
Compare Means Paired-Samples T Test

Acessar: Menu ANALYZE
33
(4) Para testar diferenças entre as médias de três ou mais grupos

independentes em um único teste, é usado o teste paramétrico análise
de variância(ANOVA). O comando ANOVA com um fator(One-Way
ANOVA) compara o efeito de uma variável preditora(independente) sobre
uma variável contínua(desfecho).
Acessar: Menu ANALYZE Compare Means One-Way ANOVA
Clique no botão Options para ativar opções.

34
Clique no botão Post Hoc para ativar múltiplas comparações.
10. Correlação e regressão linear.

(1) Correlação linear – mede o grau de associação linear entre duas
variáveis aleatórias x(independente) e y(dependente). Descreve relação linear
entre variáveis, isto é, a força e a direção. A correlação entre duas variáveis é
positiva se valores mais altos de uma variável estão associados a valores
mais altos da outra, e é negativa se os valores de uma variável crescem
enquanto os da outra diminuem. O coeficiente de correlação próximo do
zero significa que não existe uma relação linear entre as duas variáveis.
O coeficiente de correlação varia de: –1 a +1, sendo:

+1: associação positiva perfeita
0: ausência de associação
-1: associação negativa perfeita
(a) Coeficiente de correlação linear de Pearson (r).
(b) Coeficiente de postos de Spearman – é o substituto do coeficiente

de Pearson para dados não-paramétricos, é empregado sempre que
as variáveis contínuas não satisfazem as exigências dos testes
paramétricos(distribuição bivariada normal e homocedasticidade).
35
Acessar: Menu Analyze Correlate Bivariate
Aplicação prática:
Utilizando o banco de dados plasma.xls , verificar se existe uma relação linear entre as
variáveis volume plasmático e peso.
A melhor forma de iniciar o estudo da possível relação entre estas duas variáveis contínuas
é construir um gráfico de dispersão:
Acessar: File Open Data (para abrir o banco de dados plasma.xls)

Escolha: Data View para visualizar o banco de dados.
Elaborar gráfico de dispersão: File Graphs Legacy Dialogs Scatter/Dot
Clicar no botão Define para continuar.

36
Observando o gráfico, existe uma correlação linear entre o volume plasmático e o peso dos
vinte homens incluídos neste estudo?
Para obter o valor do coeficiente de correlação de Pearson:
Acessar: Analyze Correlate Bivariate
A saída apresenta o número de casos utilizados para o cálculo (N = 20) e o coeficiente de

correlação linear entre as variáveis peso e volume, isto é, r = 0,78 e o nível de significância
(Sig. = 0,0000).
37
(2) Regressão linear – permite prever o valor da variável dependente(y) a partir

dos valores da variável independente(x). A regressão linear apresenta a
equação da reta que melhor descreve como a variável y aumenta (ou
diminui) com um aumento na variável x. A escolha de qual será a variável a
ser chamada de y é importante porque, diferentemente da correlação, as duas
alternativas não fornecem o mesmo resultado. A variável y é comumente
denominada variável dependente, e x é a variável independente ou
explicativa. A técnica de regressão linear permite: estudar a forma da
relação entre x e y, e obter o valor esperado de y quando conhecemos apenas
o valor de x.
onde a é o intercepto e b a inclinação da reta;

a (intercepto): é o ponto onde a reta cruza o eixo y e mostra o valor de y para x=0.
b (inclinação): mostra o aumento em y correspondente ao incremento de uma unidade em x.
Utilizando os dados do arquivo plasma.xls vamos utilizar a técnica de regressão linear para
obter a reta que melhor exprime a relação linear entre o peso e o volume plasmático dos
indivíduos incluídos no banco de dados. Nossa variável independente (x) será o peso e a
variável dependente (ou resposta) será o volume plasmático (y).
38
Acessar: Analyze Regression Linear
Model Summary
Adjusted R Std. Error of the

Model R R Square Square Estimate
a
1 ,780 ,609 ,587 ,18583
a. Predictors: (Constant), peso

b
ANOVA
Model Sum of Squares df Mean Square F Sig.

a
1 Regression ,968 1 ,968 28,028 ,000
Residual ,622 18 ,035
Total 1,589 19
a. Predictors: (Constant), peso
b. Dependent Variable: volume

a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1,553 ,286 5,432 ,000
peso ,020 ,004 ,780 5,294 ,000
a. Dependent Variable: volume

39
O resultado deste comando consiste em duas partes. Na primeira há uma tabela que fornece
a quantidade de variação da variável volume explicada pelo modelo de regressão linear.
A segunda mostra os valores estimados para os parâmetros. O valor estimado para o
parâmetro correspondente ao intercepto a é chamado _cons (constante). O valor estimado
do parâmetro b é o coeficiente para o peso. Na maioria das vezes este é o parâmetro de
maior interesse e pode ser chamado de coeficiente de regressão do volume plasmático com
o peso. Na saída apresentada acima, o valor estimado de a (_cons) é 1,55 e o valor estimado
de b (peso) é 0,02. A partir da equação geral y = a + bx, podemos escrever a equação de
regressão utilizando as estimativas obtidas:
volume = 1,55 + 0,02∗(peso)
Depois de ajustar a reta de regressão, é possível calcular o volume plasmático previsto pelo
modelo, dado o peso de cada indivíduo:
Acessar: Analyze Regression Linear e clicar no botão Save para continuar.
Elaborar o gráfico de dispersão mostrando os dados e a reta de regressão ajustada do modelo, comando:
Acessar: Analyze Regression Curve Estimation

40
41
11. Qui-quadrado.
O teste qui-quadrado ( χ2 ) é adequado para comparação das frequências ou
proporções em dois ou mais grupos que receberam diferentes tratamentos ou
diferentes exposições. Caso exista uma relação(associação), as frequências
observadas irão variar com relação às frequências esperadas e o valor da
estatística do qui-quadrado será significativo.
A hipóteses consistem em testar a significância estatística e quantificar o grau
em que a variabilidade da amostra pode ser responsável pelos resultados
observados no estudo. Para isto, define-se uma hipótese nula (H0) e uma
hipótese alternativa (Ha) :
H0 : não existe diferença entre exposição e doença

Ha: existe diferença entre exposição e doença.
Considerações a respeito da validade do teste qui-quadrado de Pearson :

O teste qui-quadrado de Pearson segue, aproximadamente, um distribuição
chamada qui-quadrado ( χ2 ). Para amostras grandes esta suposição é
razoável. No entanto, as seguintes regras podem ser usadas para garantir a
validade do uso do teste:
• para tabelas 2 x 2, o teste χ2 pode ser usado :
- se o tamanho total da amostra (N) é maior do que 40,
- se N está entre 20 e 40 e o menor valor esperado é maior ou igual a 5
• para tabelas de dimensões maiores :
- o teste χ2 é válido se não mais do que 20% dos valores esperados forem
menores do que 5 e nenhum for menor do que 1.
Caso o teste χ2 não seja adequado, uma opção é utilizar o teste exato de Fisher.
Ler/abrir o banco de dados: AIDS97.sav
(1) Acessar Analyze Descriptive Statistics Crosstabs

42
As frequências observadas são colocadas em uma tabela de dupla entrada, ou

tabela de contingência, sendo a mais simples a tabela 2x2, com duas
alternativas e dois atributos.
(2) Acessar Analyze Nonparametric Tests Chi-Square
Verificar se as frequências observadas concordam ou se ajustam às

frequências esperadas.
43
12. Testes não-paramétricos:

Os testes não-paramétricos são métodos, procedimentos que não necessitam do
cumprimento de todas as suposições restritivas dos testes paramétricos. São
testes que podem ser utilizados com variáveis nominais, ordinais ou
quantitativas, são menos robustos que os testes paramétricos. O teste qui-
quadrado é um teste não–paramétrico e o mais conhecido de todos por ser de
grande utilidade na análise de dados categóricos.
(1) Teste de Mann-Whitney é o substituto do teste t para amostras

independentes quando há ruptura dos pressupostos paramétricos.
A variável deve ser ordinal ou quantitativa.
Escolher Menu Analyze Nonparametric Tests 2 Independent

Samples
Clique no botão Options para escolher a opção.

44
(2) Teste de Kruskal-Wallis conhecido como análise de variância(ANOVA)

não-paramétrica em analogia ao teste paramétrico ANOVA de um
critério de classificação(One-Way).
Escolher Menu Analyze Nonparametric Tests K Independent

Samples
Clique no botão Options para escolher a opção.

45
(3) Coeficiente de correlação de Spearman utilizado para avaliar a força da

associação entre variáveis ordinais e quantitativas, é o substituto para o
coeficiente de correlação de Pearson em caso de ruptura dos pressupostos
paramétricos.
Acessar: Menu Analyze Correlate Bivariate
(4) Teste de Mcnemar empregado em estudos com variáveis binárias(sim/não)

emparelhadas, isto é, testa se a proporção de participantes é alterada por
uma determinada característica. Utilizado em estudos de intervenção ou no
transcurso do tempo. As medidas coletadas não são independentes.
Escolher Menu Analyze Descriptive Statistics Crosstabs

46
Clique no botão Statistics para escolher a estatística McNemar.

47
13. Medidas de concordância.
A estatística kappa, é baseada no número de respostas concordantes, ou seja, no

número de casos cujo resultado é o mesmo entre os observadores. Mede o grau
de concordância além do que seria esperado tão somente pelo acaso. O kappa
varia de +1 a -1. O valor +1 representa a total concordância; o valor 0 significa a
inexistência de relação entre as classificações e o valor -1 significa que as
classificações são opostas. Interpretação da estatística kappa:
< 0,40 pequena concordância

0,41 a 0,60 concordância regular
0,61 a 0,80 boa concordância
> 0,80 excelente concordância
Utilizando o banco de dados kappa.sav, estudo de avaliação realizada por dois

radiologistas em mamografias(1-normal, 2-doença benigna, 3-suspeita de cancer
e 4-cancer). A variável rada, indica a classificação do radilogista-A e radb do
radilogista-B.
Escolher Menu Analyze Descriptive Statistics Crosstabs

48
Clique no botão Statistics para escolher a estatística kappa.

49
14. Transformação de variáveis.

Durante o processo de análise de uma base de dados é necessário a
transformação das variáveis para descrevê-las melhor. Por exemplo,
agrupar(recodificar) a idade em faixas etárias; calcular a diferença entre
variáveis tipo-data; combinar várias categorias de respostas em uma única
categoria. O menu Transform contém comandos que permitem a transformação
de variáveis.
14.1 Recodificar, agrupar valores de variáveis.
(1) Recode into same variables recodifica os valores de uma variável.
Antes de usarmos essa opção, vamos criar uma nova variável Idade2=Idade
Acessar: Menu Transform Compute

Observar o
menu de
funções do
SPSS.
Observe o resultado na planilha Data View. Dê um duplo clique em cima do

nome da variável IDADE2 e a janela Variable View será ativada. Altere a
coluna Decimals de 2 para 0. Dessa forma a variável IDADE2 será uma
variável numérica inteira(não decimal).
50
Acessar: Menu Transform Recode into Same Variables
Clique no botão Old and News Values para agrupar os valores.
Elaborar tabela de frequência para a nova variável IDADE2.

Para incluir Value labels para a variável IDADE: Ative a tela Variable View
e clicar em Values da variável IDADE2.
Elaborar tabela de frequência para a nova variável IDADE2.

51
(2) Recode into different variables recodifica os valores de uma variável

para uma nova variável. É o mais recomendável.
Acessar: Menu Transform Recode into Different Variables
Clique no botão Old and News Values para agrupar os valores.
Incluir Value labels para a variável IDADE3.

Elaborar tabela de frequência para a variável IDADE3.
52
(3) Automatic Recode recodifica automaticamente os valores descontínuos de

uma variável. Transforma uma variável string(caracter,texto) em variável
numérica seqüencial. Os strings serão labels na nova variável.
Criar uma variável para a tuberculose: nome=TB e tipo(type)=string.
1º ) Ativar a janela Data View, copiar a coluna da variável TUBERCPU e

colar na última coluna.
2º) Ativar a janela Variable View e mudar o nome da última variável para
TB e alterar o type para string.
Acessar: Menu Transform Automatic Recode
Elaborar tabela de frequência para a nova TB2. Observar o value label.

53
1ª) Agrupar/recodificar a variável: CATEGORI e incluir os value labels.
Códigos (atuais) Códigos (novos) Labels(rótulos)

10 a 15, 62 e 64 1 HOMOSSEXUAL
20 a 25, 63 e 65 2 BISSEXUAL
30 a 35, 66 e 67 3 HETEROSEXUAL
40 a 42, 11, 14, 15, 21, 24, 25, 31, 4 DROGAS
34, 35, 61, 64, 65 e 67
50, 12, 14, 22, 24, 32, 34, 41 5 HEMOFILICO
60 a 67, 13, 15, 23, 25, 33, 35 e 42 6 TRANSFUSÃO
90 9 IGNORADO
2ª) Agrupar/recodificar as variáveis: MUNIATEN e MUNIRES e incluir labels.
Códigos (atuais) Códigos (novos) Labels(rótulos)

3550308 1 São Paulo
Demais códigos 2 Outras
14.2 Calcular diferença(tempo) entre variáveis-data.
O SPSS calcula diferença entre datas e tempos(horas e minutos).
Acessar: Menu Transform Date and Time Wizard
Clique em Next para continuar.

54

55
Clique em Finish para terminar.
Elaborar medidas de tendência central para a variável: IDADIAG e

agrupar em quatro faixas(utilize os quartis para definir os intervalos).
15 Selecionando casos e analisando subconjuntos.

O SPSS, disponibiliza recursos para selecionar casos(registros) e dividir a base
de dados em subconjuntos para elaborar análises estatísticas.
(1) Select Cases o comando select cases, possibilita a seleção de subgrupos de

casos baseado em critérios simples e complexos.
Por exemplo: selecionar as mulheres(variável SEXO=2).
Acessar: Menu Data Select Cases

56
Observações: (1) ative a janela Data View e verifique as colunas:

nº de registros e filter_$ (1=verdadeiro e 0=falso) ;
(2) todos procedimentos serão realizados para o subgrupo
selecionado(variável SEXO=2);
(3) elaborar tabelas de frequências para: SEXO e ANEMIA;
(4) desfazer a seleção: Menu Data Select Cases, clique
nos botões: Reset e OK ; e
(5) elaborar tabelas de frequências para: SEXO e ANEMIA.
(2) Split File divide a base de dados em subconjuntos de acordo com a

variável especificada. Por exemplo, para elaborar análises
para os subconjuntos: Homens e Mulheres, a variável SEXO deverá ser
especificada no comando Split File.
Acessar: Menu Data Split File
Observações: (1) elaborar tabelas de frequências para: SEXO e ANEMIA;

(2) desativar a divisão: Menu Data Select Cases, clique
nos botões: Reset e OK .
57
16 Elaborando gráficos.
Uma forma de apresentar os dados/resultados de uma análise é por meio de gráficos. O

SPSS oferece uma extensa galeria de modelos de gráficos que podem ser escolhidos
pelo usuário.
(1) Acessar: Menu Graphs Chart Builder
Elaborar gráfico de barras para a variável INSTRAID :

Arraste a figura de barras(a primeira à esquerda) para o espaço de cima do Gallery.
Uma visão do gráfico é mostrada sem os dados. A janela Element Properties será
ativada, clique no botão close para continuar. Arraste a variável INSTRAID para o
eixo-x do gráfico e clique no botão OK.
58
(2) Acessar: Menu Graphs Graphboard Template Chooser
Clique na variável e o programa exibirá os modelos para serem escolhidos.
(3) Acessar: Menu Graphs Legacy Dialogs
Escolher o modelo do gráfico.

59
Definir o tipo de gráfico e clique no botão Define.
Arraste a variável INSTRAID para Category Axis e clique no botão OK.

60
Galeria de gráficos mais utilizados:
1. O gráfico de barras representa/compara a frequência de variáveis

categóricas;
2. O gráfico de setores(pie, torta ou pizza) é utilizado para representar

variáveis categóricas;
3. O gráfico de dispersão(scatterplot) é utilizado para representar duas

variáveis quantitativas;
4. O gráfico de histograma(histogram) é utilizado para representar variáveis

quantitativas ;
5. O gráfico de boxplot é utilizado para representar variáveis quantitativas; e
6. O gráfico de piramide populacional ;
18. Bibliografia.
1. Altman, D. E. (1991). Practical Statistics for Medical Research. London, Chapman &
Hall.
2. Berquó, E. S.; Souza, J. M. P.; Gotlieb, S. L. D. (1981). Bioestatística. São Paulo,

Editora Pedagógica Universitária.
3. Hosmer D.W. e Lemeshow S. (1989). Applied logistic regression. John Wiey & Sons.
4. Kirkwood, B. R. (1988). Essentials of Medical Statistics. Oxford, Blackwell Science
Publications.
5. Kleinbaum, D. G. (1996). Survival Analysis. Springer-Verlag, New York.

6. Callegari-Jacques, Sidia M. Bioestatística: princípios e aplicações – Porto Alegre:
Artmed, 2003.
7. Motta, Valter T., Oliveira Filho, Petrônio F. , SPSS - Análise de Dados Biomédicos –
Rio de Janeiro: Medbook, 2009.

Apostila Spss v17 FMUSP

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila Spss v17 FMUSP

Enviado por

Direitos autorais:

Formatos disponíveis

SPSS for WINDOWS, versão 17.

Ivaldo Olimpio da Silva

APRESENTAÇÃO do SOFTWARE SPSS for WINDOWS pg. 3

APRESENTAÇÃO do SOFTWARE SPSS for WINDOWS

O SPSS for Windows é composto por módulos. O módulo BASE, é o único

As pesquisas baseiam-se, em geral, num grande volume de dados

Os dados provêem de várias fontes, por exemplo:

- pesquisas já realizadas, isto é, os dados estão disponíveis;

Um questionário baseia-se em perguntas; a pergunta/questão de um

Todas as respostas às perguntas de um questionário perfazem um registro de

1. Visão das telas do SPSS for Windows – V17. 0.

Tela de entrada do SPSS for Windows, versão 17.0

A tela do Editor de dados (Data Editor), abre-se automaticamente quando o SPSS é

A tela Data Editor:

A tela Variable View:

A tela de visualização dos resultados das análises (Output Viewer).

2. Apresentação dos Menus.

Analyze : Utilizado para as análises estatísticas. Este menu é organizado em sub-menus, de

Graphs : Gerador de gráficos de alta-resolução para apresentação dos dados e propósitos

Utilities : Obter informações sobre as variáveis e o banco de dados, controle da lista de

Add_ons : Miscelânea de funções adicionais para as análises estatísticas avançadas.

Window : Exibe as janelas disponíveis num determinado momento. Ativa as janelas do

3. Descrição da barra de ferramentas.

Open File abre uma base de dados.

Barra de estado (Status bar):

4. Descrição dos Menus/comandos e sub-menus/sub-comandos.

Descrição do Menu File

Descrição do Menu Edit

Descrição do Menu View

Descrição do Menu Data

Descrição do Menu Transform

Descrição do Menu Analyze

Reports Codebook Exibe as características das variáveis: nome, rótulos ,

Partial Least Squares Procedimento não incluso nesta versão

Descrição do Menu Graphs

Descrição do Menu Utilities

Descrição do Menu Windows

Descrição do Menu Help

5. Considerações gerais sobre as Variáveis:

Regras para definir variáveis no SPSS:

1. Nome da variável => máximo de 64 caracteres

As variáveis, de maneira geral podem ser classificadas como: qualitativas e

É de suma importância conhecer o tipo de variável com a qual queremos trabalhar.

A planilha Data View com o banco de dados: AIDS97.sav

6. Utilizando o SPSS for Windows.

BANCO DE DADOS: AIDS97.sav - Fonte:SINAN - MS, FNS , CENEPI.

6.1 Preparando o banco de dados para análise.

6.2 Aplicação prática:

6.2.1. Atribuir variable label(rótulo) para descrever as variáveis.

Posicione o cursor na linha da variável MUNIATEN e na coluna Label.

6.2.2 Atribuir value labels(rótulo) para descrever os valores das variáveis.

Clique na coluna Values da variável SEXO para digitar os valores(códigos) e nome

Digitar em Value o código 1, em Label Masculino e clicamos no botão Add.

Clicar em OK para fixar o value labels para a variável SEXO e retornar.

6.2.3 Atribuir missing values(valores omissos) para as variáveis.

Clicar em Missing para definir os missing values.

Clicar em OK para e retornar.

6.2.4 Copiando/colando value labels e missing values.

Um recurso muito útil, quando estamos documentando as variáveis é o uso do

6.2.5 Salvando o banco de dados.

Clique no Menu File Save as ..., digite: AIDS97a em File name.

6.2.6 Manipulando/explorando a base de dados.

Com a planilha Data View ativa, observe os dados(linhas/colunas).

Clique no Menu View Grid Lines e observe os resultados.