Coeficientes de correlação

Qual a relação entre estudar psicologia, ter uma patologia psicológica e/ou frequentar
um psicólogo?

Trabalho realizado por:

Docentes:
Magda Sofia Roberto
Ana Sousa Ferreira
Margarida Ferreira nº21489
Joana Monteiro nº21464
Laura Correia nº21435
Andreia Natário nº21409
Cláudia Silva nº21494
 Introdução

Qual a relação entre estudar psicologia, ter uma patologia psicológica e/ou
frequentar um psicólogo?

?
 Enquadramento Teórico

“A Saúde Mental dos estudantes do Ensino Superior tem sido alvo de preocupação crescente nos últimos
anos, uma vez que tem sido documentado um aumento da gravidade e do número de problemas mentais nos
estudantes universitários.”(e.g. Silveira, Norton, Brandão & Roma-Torres, 2011)

 Existem vários fatores que podem contribuir para este facto.

• Quase todos relacionados com situações de stress.
 Enquadramento Teórico

Os problemas mais significativos estão relacionados com:

 Ansiedade
 Depressão
 Dependência de substâncias
 Perturbações de personalidade
Enquadramento Teórico
 Hipóteses

1. Entre os estudantes que vão ao psicólogo, os que têm uma opinião mais favorável do psicólogo têm uma
maior frequência de idas ao mesmo;
 Hipóteses

2. Dos estudantes que vão ao psicólogo, independentemente da área em que estão, os mais novos têm uma
maior frequência de idas ao psicólogo do que os estudantes mais velhos;

o Os estudantes mais jovens estão sujeitos a mudanças, por

vezes drásticas, de circunstâncias.
 Hipóteses

3. Os estudantes de psicologia têm uma maior frequência de idas ao psicólogo do que os estudantes de outras
áreas;

4. Entre os estudantes que vão ao psicólogo, independentemente da área em que estão, os que têm uma
patologia psicológica têm uma maior frequência de idas ao psicólogo do que aqueles que não têm uma
patologia psicológica;
O nosso estudo
O nosso questionário
O nosso questionário
 Caracterização dos participantes

Feminino Amostra não probabilística de

80 conveniência
Sexo
Masculino
20
100 Participantes
50 Estudantes de
Psicologia
Área de Estudo
50 Estudantes de
outras áreas

Idades entre os 17 e os 36 Média das idades- 18,75

anos Desvio Padrão- 2,709
 Definição das Variáveis

o Sexo: o Recorrer a um psicólogo:

V. a. Qualitativa, discreta, nominal, dicotómica V. a. Qualitativa, discreta, nominal, dicotómica (1-
(1- Feminino ; 2- Masculino) Sim ; 2- Não)
o Idade: o Frequência mensal de ida ao psicólogo:
V. a. Quantitativa, contínua, métrica V. a. Quantitativa, discreta, métrica
o Estudantes de Psicologia: o Opinião dos participantes quanto à ida ao
V.a. qualitativa discreta, nominal, dicotómica (1- Sim ; psicólogo:
2- Não) V. a. Qualitativa, discreta, ordinal
o Área de estudo dos participantes:
1. Muito Desfavorável
V. a. Qualitativa, discreta, nominal 2. Desfavorável
o Presença de patologia psicológica: 3. Nem desfavorável, nem favorável
4. Favorável
V. a. Qualitativa, discreta, nominal, dicotómica (1- Sim ; 5. Muito Favorável
2- Não)
Visualização das variáveis em SPSS
Visualização dos dados em SPSS
Análise das variáveis
Sexo dos participantes
Idade dos participantes
Estudantes de Psicologia
Área de Estudo dos participantes
Presença de patologia psicológica
Recorrer a um psicólogo
Frequência mensal de ida ao psicólogo
Opinião dos participantes quanto à ida ao
psicólogo
Coeficientes de Correlação
 Coeficientes de correlação

Utilizam-se quando:
 Se pretende analisar a relação entre variáveis de

Escala Escala
e/ou
ordinal métrica
 Coeficientes de correlação

Através de um diagrama de dispersão, averigua-se a linearidade da relação entre as

variáveis:
 Uma relação linear direta
 Uma relação linear inversa
 Inexistência de relação (independência)
 Inexistência de relação linear

Relação
Relação
Não existe linearinversa
linear
relaçãodireta
linear
Não existe relação
 Coeficientes de correlação

 Variam entre -1 e 1:

Relação linear inversa perfeita Ausência de relação linear Relação linear direta
perfeita

-1 0 1
 Coeficientes de correlação

o A subamostra utilizada para o cálculo dos coeficientes:

 Coeficiente de
correlação de
Spearman

Coeficiente de Coeficiente de
correlação de correlação Bisserial por
Pearson pontos
 Coeficiente de correlação de Spearman

Relativamente ao nosso estudo:

 Variável expressa em escala ordinal: Opinião dos participantes quanto á ida ao psicólogo ;
 Variável expressa em escala métrica: Frequência mensal de ida ao psicólogo.
 Coeficiente de correlação de Spearman

 Antes de calcular o coeficiente deve-se observar o gráfico de dispersão:

Coeficiente de correlação de Spearman
 Coeficiente de correlação de Spearman

 Como a relação entre as variáveis é do tipo linear pode então passar-se para o cálculo do
coeficiente.
 A subamostra utlizada consiste em 10 das pessoas que responderam SIM à questão:
 Opinião Frequência de
quanto à ida Ordens ida ao Ordens
Participante
ao psicólogo opinião dpsicólogo
Ordem X – OrdemFrequência
Y d d²
(X) (Y)
1 5 8 9 4 5 7.5 1.5 2.25
2 5 9 9 4 6 7.5 1.5 2.25
3 4 4 5.5 3 4 4 1.5 2.25
4 4 5 5.5 4 7 7.5 -2 4
5 4 6 5.5 4 8 7.5 -2 4
6 5 10 9 1 2 2 7 49
7 3 2 2.5 0 1 1 1.5 2.25
8 3 3 2.5 4 9 7.5 -5 25
9 4 7 5.5 4 10 7.5 -2 4
10 1 1 1 2 3 3 -2 4
A soma dos d é sempre igual aTotal 0 99
zero
Ordens para Opinião (Empates): Ordens para Frequência (Empates):
Empate para 3: (3+2)/2= 2.5 Empate para 4: (5+6+7+8+9+10)/6= 7.5
Empate para 4: (4+5+6+7)/4= 5.5
Empate para 5: (8+9+10)= 9
 Com a nossa subamostra:

o = 99
o = 10

= 1- = 1- = :

= 0.4

Fórmula do coeficiente de Spearman

• Relação linear direta e moderada
 3
𝑛 −𝑛
− ∑ 𝑖 𝑑 𝑖 − ∑ 𝑒𝑥 − ∑ 𝑒 𝑦
2
6
𝑟 𝑠=

√
3
𝑛 −𝑛
( − 2 ∑ 𝑒𝑥) ¿ ¿ ¿
6

oO SPSS utiliza uma fórmula com correção para o caso de existirem muitos empates.
 𝑛3 − 𝑛
− ∑ 𝑖 𝑑 𝑖 − ∑ 𝑒𝑥 − ∑ 𝑒 𝑦
2
6
𝑟 𝑠=

√
3
𝑛 −𝑛
( − 2 ∑ 𝑒𝑥) ¿ ¿ ¿
6

Soma do nª de empates de cada Soma do nº de empates de cada

ordem para X ordem para Y

𝑚 𝑚

∑ (𝑒 ¿¿ 𝑥𝑖 −𝑒𝑥𝑖)3
∑ (𝑒 𝑦𝑖 − 𝑒 𝑦𝑖 )
3

∑ 𝑥
𝑒 = 𝑖 =1
12
¿ ∑ 𝑦
𝑒 = 𝑖 =1
12
 Opinião Frequência de
quanto à ida Ordens ida ao Ordens
Participante d d²
ao psicólogo opinião psicólogo Frequência
(X) (Y)
1 5 8 9 4 5 7.5 1.5 2.25
2 5 9 9 4 6 7.5 1.5 2.25
3 4 6 5.5 3 4 4 1.5 2.25
4 4 5 5.5 4 7 7.5 -2 4
5 4 4 5.5 4 8 7.5 -2 4
6 5 10 9 1 2 2 7 49
7 3 3 2.5 0 1 1 1.5 2.25
8 3 2 2.5 4 9 7.5 -5 25
9 4 7 5.5 4 10 7.5 -2 4
10 1 1 1 2 3 3 -2 4
Total 0 99

∑ (𝑒 ¿¿ 𝑥𝑖3 − 𝑒 𝑥𝑖 ) ( 23 − 2 )+ ( 4 3 − 4 ) +(33 − 3 ) 6 +60 +24

∑ 𝑒𝑥 = 𝑖 =1
12
=
12
=
12
= 7.5 ¿
 Opinião Frequência de
quanto à ida Ordens ida ao Ordens
Participante d d²
ao psicólogo opinião psicólogo Frequência
(X) (Y)
1 5 8 9 4 5 7.5 1.5 2.25
2 5 9 9 4 6 7.5 1.5 2.25
3 4 6 5.5 3 4 4 1.5 2.25
4 4 5 5.5 4 7 7.5 -2 4
5 4 4 5.5 4 8 7.5 -2 4
6 5 10 9 1 2 2 7 49
7 3 3 2.5 0 1 1 1.5 2.25
8 3 2 2.5 4 9 7.5 -5 25
9 4 7 5.5 4 10 7.5 -2 4
10 1 1 1 2 3 3 -2 4
Total 0 99

∑ (𝑒 ¿ ¿ 𝑦 𝑖3 − 𝑒 𝑦 𝑖 ) (63 −6 ) 210
∑ 𝑒𝑦= 𝑖 =1
12
=
12
=
12
=17.5 ¿
 𝑛3 − 𝑛
− ∑ 𝑖 𝑑 𝑖 − ∑ 𝑒𝑥 − ∑ 𝑒 𝑦
2
6
𝑟 𝑠=

√ (
𝑛3 − 𝑛
6
− 2 ∑ 𝑒𝑥) ¿ ¿ ¿

∑ 𝑒𝑥 =7.5
∑ 𝑒 𝑦 =17.5 • Relação linear direta fraca a moderada

103 −10
− 99 −7.5 −17.5
6 41
𝑟 𝑠= = =0.294

√ √ 19500
3 3
10 −10 10 −10
( −2 ×7.5)( −2 ×17.5)
6 6
 Coeficiente de correlação de Spearman

 Em SPSS:
Coeficiente de correlação de Spearman

Participantes que vão ao psicólogo independentemente da área de estudo

• Relação linear
inversa fraca
 Coeficiente de correlação de Spearman

Participantes de psicologia que vão ao psicólogo Participantes de outras áreas que vão ao psicólogo

Para os alunos de psicologia: quanto menos favorável a opinião quanto Para os alunos de outras áreas: quanto mais favorável a opinião quanto à
à ida ao psicólogo, maior a frequência mensal (rs = -0.229). ida ao psicólogo, maior a frequência mensal (rs = 0.200).

• Relação linear inversa fraca • Relação linear direta fraca

 Coeficiente de
correlação de
Spearman

Coeficiente de Coeficiente de
correlação de correlação bisserial por
Pearson pontos
 Coeficiente de correlação de Pearson

Relativamente ao nosso estudo:

 Duas variáveis métricas: Idade dos participantes e frequência mensal de ida ao psicólogo.
 Coeficiente de correlação de Pearson

 Antes de calcular o coeficiente deve-se observar o gráfico de dispersão:

 Coeficiente de correlação de Pearson

 Neste coeficiente podemos ainda observar a reta da relação linear:

o desvio-padrão dos valores observados para a variável X, a idade;

o desvio-padrão dos valores observados para a variável Y, a frequência mensal de idas ao psicólogo;

o covariância empírica das variáveis X e Y.

 Como a relação entre as variáveis é linear podemos então passar para o cálculo do coeficiente com a nossa
subamostra:

Frequência mensal
Participante Idade ()    
idas ao psicólogo ()

1 20 4 400 16 80
2 25 4 625 16 100
3 20 3 400 9 60
4 20 4 400 16 80
5 18 4 324 16 72
6 20 1 400 1 20
7 18 4 324 16 72
8 18 4 324 16 72
9 18 2 324 4 36
10 19 0 361 0 0
Total: 196 30 3882 110 592
𝑟 𝑝 = 𝑂 .1407
• Relação linear direta
fraca
o Em SPSS:
 • Relação linear
inversa fraca

Participantes que vão ao psicólogo independentemente da área de estudo

 Participantes de psicologia que vão ao psicólogo Participantes de outras áreas que vão ao psicólogo

Para os alunos de psicologia: quanto menos idade, maior a frequência Para os alunos de outras áreas: quanto menos idade, maior a frequência
mensal de ida ao psicólogo (r = -0.022). mensal de ida ao psicólogo (r = -0.395).

• Relação linear inversa muito fraca • Relação linear inversa moderada

 Coeficiente de
correlação de
Spearman

Coeficiente de Coeficiente de
correlação de correlação bisserial por
Pearson pontos
 Coeficiente de correlação bisserial por pontos

Relativamente ao nosso estudo:

 Variável expressa em escala nominal dicotómica: Estudantes de Psicologia (1 – Sim; 2 – Não);
 Variável expressa em escala métrica: Frequência mensal de ida ao psicólogo.
 Coeficiente de correlação bisserial por pontos

 Antes de calcular o coeficiente deve-se observar o gráfico de dispersão:

Coeficiente de correlação bisserial por pontos
 Coeficiente de correlação bisserial por pontos

 Como a relação entre as variáveis é do tipo linear pode então passar-se para o cálculo do coeficiente.
 Com a nossa subamostra:

= = = :

= =
n-1
= =

p = = :p ==:

= =
Fórmula do coeficiente de correlação
bisserial por pontos =

Relação linear direta

moderada
 Coeficiente de correlação bisserial por pontos

 Em SPSS: Em SPSS para o coeficiente de correlação bisserial por pontos; este

é deduzido a partir do coeficiente de Pearson.
 Coeficiente de correlação bisserial por pontos

• Relação linear inversa fraca

 O resultado indica que a relação entre ser-se estudante de Psicologia e a frequência mensal de ida ao psicólogo
é muito fraca, apontando para que os estudantes de outras áreas recorram menos (-0,085) ao psicólogo do que
os estudantes de psicologia (0,085).
Coeficiente de correlação bisserial por pontos

Participantes que vão ao psicólogo independentemente da área de estudo

• Relação linear
inversa moderada

o Estudantes sem patologia psicológica menor frequência mensal de ida ao psicólogo

 Coeficiente de correlação bisserial por pontos

Participantes de psicologia que vão ao psicólogo Participantes de outras áreas que vão ao psicólogo

Em ambos os casos: os estudantes sem patologia psicológica têm uma menor frequência mensal de ida ao psicólogo

• Relação linear inversa moderada

 Conclusões

Hipótese 1: Entre os estudantes que vão ao psicólogo, os que têm uma opinião mais favorável do psicólogo têm uma maior

frequência de idas ao mesmo (relação linear direta), independentemente da área de estudo:

o A relação encontrada foi inversa, mas muito fraca, praticamente inexistente (r = -0.078) independentemente da área de
s

estudo.

o Explorando, por área de estudo, verificou-se que para os estudantes de psicologia a relação entre as variáveis é linear
inversa fraca (rs = -0.229) enquanto para os estudantes de outras áreas é linear directa fraca (r s = 0.200)
 Conclusões

Hipótese 2: Dos estudantes que vão ao psicólogo, independentemente da área em que estão, os mais novos têm uma maior

frequência de idas ao psicólogo do que os mais velhos (relação linear inversa):

o A relação encontrada foi inversa mas fraca (r = -0.222), onde independentemente da área de estudo quanto menos idade
têm os estudantes maior a sua frequência mensal de idas ao psicólogo.

o Explorando, por área de estudo verificou-se que para os estudandes de psicologia a relação entre as variáveis é linear
inversa muito fraca (r = -0.022) enquanto para os estudantes de outras áreas é linear inversa moderada (r = -0.395)
 Conclusões

Hipótese 3: Os estudantes de psicologia frequentam mais vezes mensalmente o psicólogo do que os estudantes de outras áreas:

o A relação encontrada foi inversa mas muito fraca (r bp = -0.085), ou seja os estudantes de outras áreas recorrem menos

vezes (-0,085) ao psicólogo do que os estudantes de psicologia (0,085).

 Conclusões

Hipótese 4: Existe uma maior frequência mensal de idas ao psicólogo entre os estudantes que têm patologia psicólogica,

independente da área de estudo:

o A relação encontrada foi inversa e moderada (r bp = -0.552), ou seja os estudantes sem patologia psicológica recorrem

menos vezes (-0,552) ao psicólogo do que os estudantes com patologia psicológica (0,552) independente da área de

estudo.

o Explorando, por área de estudo verificou-se um resultado semelhante quer para os estudandes de psicologia (r bp =-

0.551), quer para os estudantes de outras áreas é linear inversa moderada (r bp = -0.676).
 Limitações do nosso estudo

 Não representatividade da amostra Incluímos apenas alunos de 1º ano

100 participantes – dimensão reduzida

o Predominância de participantes mais jovens pelo que a hipótese “quanto menos idade têm os
estudantes maior a sua frequência mensal de idas ao psicólogo” tem pouca validade.
 Referências

 Ferreira, A. S. & Roberto, M. S. (2016). Introdução às Probabilidades e à Estatística Aplicadas à

Psicologia (PowerPoint slides das Aulas teóricas). Retirado de
https://plataforma.elearning.ulisboa.pt/course/view.php?id=7100.
 Ferreira, A. S. & Roberto, M. S. (2016). Introdução às Probabilidades e à Estatística Aplicadas à
Psicologia (Caderno de Exercícios Parte II).Retirado de
https://plataforma.elearning.ulisboa.pt/course/view.php?id=7100.
 Ferreira, A. S. & Roberto, M. S. (2016). Introdução às Probabilidades e à Estatística Aplicadas à
Psicologia (Introdução ao SPSS Parte II).Retirado de
https://plataforma.elearning.ulisboa.pt/course/view.php?id=7100.
 Pontes, A. F. Ensino da correlação de postos no Ensino Médio. Retirado de
http://www2.ime.unicamp.br/sinape/sites/default/files/EnsinoCorrelacaoDePostos.pdf