19/03/2023

Análise e interpretação de dados II

(2022/2023)

Psicologia

Docente : Elisete Correia

(ecorreia@utad.pt)

Teste de independência do qui-quadrado

Como a distribuição da estatística de teste é apenas aproximada, para fatores binários (tabelas 2x2) e
quando n>20, deve usar-se a correção à continuidade de Yates, ou seja

r
2 =  
c (Oij − eˆij − 0.5)2 
~ 2
i =1 j =1 eˆij sob H 0 (r −1)(c −1)

Quando n≤20, deve-se recorrer ao teste exato de Fisher que fornece os valores exatos para os
valores da prova do teste.

1
 19/03/2023

Teste de independência- Medidas de associação

No teste de independência do Qui-Quadrado, se for rejeitada a hipótese de independência entre os

atributos, pode interessar medir a intensidade da associação entre os mesmos, através de uma medida
adequada.
Coeficiente de Contingência de Pearson

2
C =
2 + n

0 <C < 1

→ MENORES VALORES DE C: menor associação (dependência) entre as variáveis; 0 se

as variáveis forem independentes.

→ MAIORES VALORES DE C: maior associação (dependência) entre as variáveis;

mesmo no caso de associação completa este coeficiente NÃO assume o valor 1.
O valor de C, sendo q = min(r, c) varia entre:

q −1
0C  1
q
3

Teste de independência- Medidas de associação

Coeficiente V de Cramer

2
C = n
q −1

onde, q = min(r, c).

• Este coeficiente pode assumir o valor 1 no caso de associação perfeita entre as variáveis.

2
 19/03/2023

Teste de independência do qui-quadrado

(30 − 35,75) 2 (20 − 16,25) 2 (5 − 7) 2

 2 amostral = + + ... + = 5,99
35,75 16,25 7

p-value= P(    amostral / H 0 ) = P(   5.99) =0.049 <0,05, logo rejeitamos a hipótese nula.

2 2 2

Exemplo anterior:
Coeficiente de Contingência de Pearson

2 5.99
C = = = 0.2377 q = min(2, 3)=2
2 +n 5.99 + 100

1
0C  = 0.707
2

Teste de McNemar- amostras emparelhadas

O teste de McNemar é usado para analisar frequências (proporções) de duas amostras relacionadas, isto é, tem
como objetivo avaliar a eficiência de situações “antes” e “após.

Utilizando-se uma tabela de contingência para a característica nominal poderemos avaliar se existem alterações
significativas da situação “após” em relação à situação “antes.

Depois Neste quadro A e D sujeitos mudaram de opinião e B e C sujeitos não

1 0 mudaram de opinião.
Antes
A D
H 0 : P ( A) = P ( D ) vs H 1 : P ( A)  P ( D ) P( A) = ; P ( D) =
0 A B A+C B+D

1 C D
Ho: não há diferenças significativas de opinião nas duas amostras
vs
H1: há diferenças significativas de opinião nas duas amostras

Como A+D representam o nº total de elementos que mudaram de opinião então é de esperar que, sob H0, que
metade deles altere a opinião de 0 para 1[ ½(A+D)] e metade de 1 para 0 [½(A+D)].
6

3
 19/03/2023

Teste de McNemar

Estatística de teste

( A − D) 2
2 = ~  21
A+ D

A+ D 2 A+ D 2
(A − ) (D − )
 (Oi − Ei ) ( A − D) 2
2
2 = = 2 + 2 = .... =
Ei A+ D A+ D A+ D
2 2

Estatística de teste com correção de continuidade

(amostras pequenas n<=60)

( A − D − 1) 2 a 2
2 = ~
A+D 1

Obs:

• Se A+D n<=25 é usada a distribuição binomial.

• Se A+D >25 o valor de prova é calculado a partir da estatística de teste com correção de continuidade.

Teste de McNemar
Exemplo: Um psicólogo infantil está interessado em estudar a iniciação de contactos sociais em crianças. Ele
observou que crianças que entram no infantário estabelecem contactos interpessoais com adultos ao invés de
com outras crianças. Para testar esta hipótese analisou 78 crianças nos seus primeiros dias no infantário e ao fim
do primeiro mês fim de 30 dias de frequência. Os resultados obtidos forma os seguintes:

trigésimo dia
1º dia Adulto Criança Total

A=18
Adulto 24 10 34 D=10
Criança 18 26 44
Total 42 36 78

4
 19/03/2023

Teste de McNemar
Hipóteses:
H0: a probabilidade de que uma criança mude a sua atenção de um adulto para criança P(A)é igual a
probabilidade que ela mude de criança para adulto P(B)e é igual a 50%, ou seja: P(A)= P(B)= 1/2.

( A − D − 1) 2 (8 − 1) 2
 obs = = = 1.75
A+ D 18 + 10

Teste de McNemar-SPSS
Analyze/descriptive statistics /nonparametric tests/ 2 related samples

p= 0,186>0,05, não se rejeita H0, isto é, não existe evidência significativa que nos leve
a considerar que as crianças apresentam tendência para mudar o seu objeto de
interesse.
9