Testes de significância estatística

e coeficientes de associação
Inferência estatística
 Quando afirmamos que A causa B, estamos
sugerindo que há uma relação entre A e B
 A forma mais útil e abrangente de determinar se
duas variáveis estão de fato relacionados é a tabela
de contingência, que mostra o resultado conjunto de
duas variáveis.
 Usualmente a variável dependente ocupa o eixo
vertical e a variável independente o horizontal. O
resultado pode também ser apresentado em gráfico
de barras, onde o eixo vertical representa a
freqüência ou as porcentagens e há um conjunto de
barras representando os valores da variável
dependente, com valores em cores ou formatos
diferentes de acordo com a variável independente.
 Gênero * Satisfação geral Crosstabulation

Satisfação geral
Muito Um pouco Um pouco Muito
satisfeito satisfeito insatisfeito insatisfeito Total
Gênero Masculino Count 40 41 9 0 90
% of Total 15,9% 16,3% 3,6% ,0% 35,9%
Feminino Count 78 67 11 5 161
% of Total 31,1% 26,7% 4,4% 2,0% 64,1%
Total Count 118 108 20 5 251
% of Total 47,0% 43,0% 8,0% 2,0% 100,0%
A hipótese nula

 Hipótese nula é uma hipótese estatística que

usualmente esperamos refutar e declara que
nenhuma relação existe na população entre as
variáveis consideradas.
 Questão de inferência: qual é a probabilidade de
que a relação observada nos dados da amostra
possa ser obtida a partir de uma população na qual
não há relação entre as variáveis?
 Nível de probabilidade: é a probabilidade
selecionada para rejeição de uma hipótese nula,
geralmente fixada como α (Alfa, erro de Tipo I) ≤
0,05.
Testes de significância: qui-quadrado
 Qui-quadrado (χ2) – Testes de significância
estatística baseado numa comparação de
freqüências observadas de células numa tabela
de contingência com freqüências que seriam
esperadas sob a vigência de uma hipótese nula, ou
seja, de nenhum relacionamento.
 Se duas variáveis são estatisticamente
independentes, há proporções idênticas da variável
independente nas categorias da variável
dependente numa tabela de contingência
 Valor crítico – valor mínimo de um teste de
significância, necessário para rejeitar a hipótese
nula. O qui-quadrado é obtido numa tabela em
função do grau de liberdade: (número de linhas –
1) (número de colunas -1) e do valor de α para a
hipótese nula
A lógica da significância estatística – Variáveis independentes
A lógica da significância estatística – Uma amostra representativa
A lógica da significância estatística –Amostra não representativa
A lógica da significância estatística –Amostra representativa de
variáveis correlacionadas
Testes de significância para variáveis
contínuas
 Quando se conhece o erro padrão: teste da
diferença das médias (mean difference);
 Quando não se conhece o erro padrão:
teste t
Teste de hipóteses: sumário

 Escolher um nível de α (nível de significância)

 Efetuar um teste estatístico baseado na hipótese
nula.
 Comparar o resultado do teste estatístico com o
valor crítico, rejeitando a hipótese nula se o valor
encontrado for maior ou igual ao valor crítico
 Considerar o valor de p (probabilidade de observar
um teste de significância supondo que a hipótese
nula seja verdadeira).
Pesquisa experimental:
análise da variância - ANOVA
 ANOVA simples – teste estatístico da
diferença de médias de dois ou mais grupos.
 Este teste não é adequado para testar a
relação linear entre variáveis, pois é sensível
somente a diferenças nas médias amostrais,
independentemente da ordem entre as
categorias da variável independente.
Regressão e técnicas de correlação para
variáveis contínuas

 O gráfico de dispersão (scatterplot) para

mostrar a relação entre variáveis
mensuradas continuamente.
Banco de dados “Pesquisa de opinião” - Educativo do SPSS
Medidas de associação

 Característica principal da maioria das

medidas de associação empregadas na
metodologia quantitativa para as ciências
sociais: PRE – proportional reduction in error
(redução proporcional no erro) – permite o
cálculo da redução em erros de predição da
variável dependente, com base no
conhecimento de sua relação com uma
variável independente.
Medidas de associação – r de Pearson

 O coeficiente de correlação produto-

momento, ou r de Pearson indica a direção e
a magnitude da associação. Varia de -1 a 1.
Medidas de associação para variáveis
nominais
 Lambda (λ) – para variáveis nominais. Varia
de 0 a 1. O lambda é um coeficiente
assimétrico: o valor obtido ao prever Y de X
não é, em geral, o valor obtido ao prever X
de Y.
 V de Cramer e coeficiente de contingência
(C) – não se baseiam no princípio PRE
Medidas de associação para variáveis
ordinais
 Gama (γ) – coeficiente mais usado associação de
variáveis ordinais. Gama é simétrico e varia de -1 a
1, com 0 indicam ausência de relação. O valor de
gama não depende dos totais marginais de linhas
ou colunas. Porém, somente os pares não
vinculados (untied pairs) de casos são usados para
calcular gama.
 Tau b (τb) – considera todo par possível de
observações na tabela de contingência, inclusive o
número de pares vinculados, embora não o número
de vínculos nas duas variáveis. É adequado quando
o número de linhas é igual ao número de colunas.
 Tau c (τc) – quando o número de linhas não é igual
ao número de colunas
Medidas de associação para variáveis
ordinais
 Sommers`s dyx é uma medida assimétrica cujo valor depende de
qual variável desempenha qual papel (similar ao caso de lambda
para variáveis nominais).
 Ρ (Rô) de Spearman – para dados ranqueados (medidas
discretas ordenadas), em que cada observação recebe um
número de 1 a N (número de casos da amostra), que reflete sua
colocação relativa a outras observações. Ex: os alunos de uma
classe, ordenados por suas notas, desde que não haja casos
vinculados, ou seja, mais de um aluno com a mesma nota.
 Coeficientes para tabelas 2 x 2: Q de Yule – medida simétrica de
associação, equivalente a gama.
 Phi (Φ) – é idêntico ao r de Pearson, só que para tabelas 2 x 2.
Diferentemente do Q de Yule, Φ não é sensível à distribuição de
casos nas linhas e colunas marginais da tabela.
Medidas de associação para variáveis
ordinais
 Odds ratio (razão de possibilidades) –
constitui hoje a medida mais importante para
tabelas 2 x 2 e maiores, por causa de sua
relação com os modelos log-lineares (análise
multivariada de variáveis discretas). A
associação entre um par de variáveis
discretas pode ser mensurada calculando o
quociente entre o produto das células
extremas da diagonal principal e o produto
das células extremas da diagonal secundária
da tabela de contingência.
Medidas de associação e níveis de
mensuração
Variável independente – Nível de mensuração

Nominal Ordinal Intervalo/

Proporção

Nominal Qui quadrado (χ2) Qui quadrado (χ2) Lambda (λ)

Lambda (λ) Lambda (λ)
Phi (dicotômicas)
Coeficiente de contingência C

Ordinal Qui quadrado (χ2) Qui quadrado (χ2) Gama (γ)

Lambda (λ) Lambda (λ)
Variável Gama (γ)
dependente –
Nível de
mensuração
Intervalo/ Teste de médias Teste de médias Correlação
Proporção Eta teste t r de Pearson
teste t ANOVA (análise da variância) Regressão
ANOVA (análise da
variância)