32
Soluções SPSS A A n n á á l l i i s s e e e e s s t t a a t t í í s s t t i i c c a a c c o o m m p p l l e e t t a a c c o o m m o o S S P P S S S S O objectivo de qualquer processo analítico é obter bons resultados facilmente. PSE – Produtos e Serviços de Estatística, Lda Rua Mouzinho da Silveira, 27 – 3ºC 1250-166 Lisboa Tel 21 317 09 10 Fax 21 317 09 19 E-mail [email protected] Internet www.pse.pt w w.pse.pt w w w w w w w . . p p s s e e . . p p t t SPSP0102

67514699 Analise Estatistica Completa Com o Spss

Embed Size (px)

Citation preview

Page 1: 67514699 Analise Estatistica Completa Com o Spss

Soluções SPSS

AAnnáálliissee eessttaattííssttiiccaa ccoommpplleettaa ccoomm oo SSPPSSSS

OO oobbjjeeccttiivvoo ddee qquuaallqquueerr pprroocceessssoo aannaallííttiiccoo éé oobbtteerr bboonnss rreessuullttaaddooss ffaacciillmmeennttee..

PSE – Produtos e Serviços de Estatística, Lda Rua Mouzinho da Silveira, 27 – 3ºC 1250-166 Lisboa Tel 21 317 09 10 Fax 21 317 09 19 E-mail [email protected] Internet www.pse.pt

w w.pse.pt wwwwwww..ppssee..pptt SPSP0102

Page 2: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Resumo

Uma análise fiável de dados é essencial para qualquer organização. Analisando a informação, os decisores podem tomar decisões fundamentadas. Mas analisar os dados não é o único passo num processo analítico – para melhor suportar qualquer decisão temos que estar aptos a planear o projecto; a recolher os dados; a aceder-lhes e geri-los facilmente; a analisar os dados e, finalmente, a partilhar os resultados obtidos. O processo analítico compõe-se por cada uma destas etapas. Para executar uma análise completa, qualquer analista necessita de um conjunto de ferramentas integradas e que lhes facilitem o trabalho. Infelizmente, muitos analistas não dispõem de uma solução flexível que cubra todas as etapas do processo analítico. Uma das formas que os analistas utilizam para dispôr de uma solução completa de análise é a de juntar vários softwares especializados de diferentes fabricantes. O problema com esta solução é que o analista pode encontrar problemas de incompatibilidade e despender muito tempo em solucionar problemas e não em encontrar resultados. Uma boa recomendação para os analistas é a utilização de uma solução analítica que seja expandível, através de módulos adicionais ou de programas de software para funções especializadas. Mas sempre integráveis e compatíveis. O SPSS 11.5 é o software analítico que fornece aos analistas as funcionalidades de planeamento, recolha, acesso, preparação, análise dos dados e de disponibilização dos resultados. Devido á integração total com os seus módulos adicionais e com outros produtos especializados de análise SPSS, o tempo do analista é gasto no processo analítico e não em questões menores de incompatibilidade. No presente documento posicionamos o SPSS face ás diferentes etapas do processo analítico e demonstraremos as suas virtudes.

Pág. 2

Page 3: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

ÍNDICE

Escolha o software analítico adequado......................................................................... 4 Etapas do processo analítico.......................................................................................... 4 Solução multi-fornecedor versus solução de um fornecedor...................................... 8

O SPSS 11.5 é a mais completa solução analítica ........................................................ 9 SPSS Base 11.5 ................................................................................................................ 9 Módulos adicionais SPSS e produtos autónomos ........................................................ 9 Planeamento.................................................................................................................. 10 Recolha de dados .......................................................................................................... 12 Acesso a dados............................................................................................................... 13 Preparação de dados .................................................................................................... 14 Análise de dados ........................................................................................................... 15 Relatório ........................................................................................................................ 24 Disponibilização............................................................................................................ 26

A SPSS Inc..................................................................................................................... 27

A PSE............................................................................................................................. 27

Apêndice 1 – Matriz de produtos e aplicações ........................................................... 28

Apêndice 2 – Especificações resumidas de cada produto SPSS ............................... 29

Pág. 3

Page 4: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Escolha o software analítico adequado A análise de dados pode ser um processo demorado, mas é essencial em qualquer organização. Com esta, os decisores podem definir objectivos a cumprir; determinar estratégias para conquista de novos clientes e retenção dos existentes; e afectar de forma eficiente os recursos disponíveis. Se os resultados obtidos não forem fiáveis, a sua organização pode:

Perder oportunidades Gastar recursos indevidamente Falhar objectivos Diminuir a satisfação dos clientes Aumentar a rotação de clientes Apresentar elevados índices de fraude Diminuir a percepção da qualidade dos serviços Diminuir a satisfação dos empregados Obter pouca adesão a novos programas e campanhas

Contudo, a análise dos dados não é o único passo no processo analítico. Para obter resultados informativos e importantes, Você passa a maior parte do seu tempo a:

Planear o processo Obter dados Preparar os dados para a análise Criar formas de visualização dos resultados que sejam facilmente

interpretados e explorados É fundamental possuir as ferramentas analíticas certas que o ajudem do início ao fim do processo. Mas quais deve utilizar ? E que combinação entre elas é a mais adequada para si ? Este documento sumaria o processo analítico, identifica as ferramentas analíticas disponíveis e mostra porque é que o SPSS 11.5 é a solução mais completa do mercado. Etapas do processo analítico

Figura 1: As sete etapas do processo analítico. São identificados os passos necessários para ter os dados prontos para análise, para analisá-los e criar o relatório de resultados. Não tem que seguir cada uma das etapas identificadas. Por exemplo, se já tem os dados, não há necessidade de recolhê-los. Dependendo das sucessivas descobertas, pode ser necessário repetir etapas. Por exemplo, algumas vezes são necessários mais dados depois duma análise inicial aos dados disponíveis. Os produtos disponíveis para cada uma das etapas estão descritos mais á frente.

Pág. 4

Miguel Ribeiro
Highlight
Page 5: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Vejamos quais os objectivos de cada etapa:

Planeamento

Gaste tempo a planear todo o processo analítico, logo no seu início – reduzirá custos e desperdício de recursos ao longo do processo. Crie um guia de acção – não entre já na análise. Um bom planeamento assegurar-lhe-á:

Um objectivo claro – é importante determinar para quê e porque é que a análise a executar é importante. O esforço que lhe vai dedicar não será em vão. Por outro lado, o sentido a seguir está definido.

Uma vez fixado o objectivo, Você pode:

Definir a população alvo (que dados vamos utilizar na análise ?) Seleccionar as técnicas ( de desenho, de recolha e de análise) a

utilizar. Estabelecer um orçamento de projecto (o plano de acção ajuda-

o a justificar o estudo e os recursos a gastar). Estimar a dimensão da(s) amostra(s) requerida(s) (se a

amostra é demasiado pequena, existe o risco de não obter resultados significantes; se a amostra é muito grande, pode desperdiçar recursos porque os mesmos resultados poderiam ser obtidos com uma amostra mais pequena).

Recolha de dados

Se já tem os dados necessários á análise, salte por cima desta etapa. Se não os tem, necessita de obtê-los actualizados, limpos e não enviezados. A definição e a quantidade dos dados a recolher depende do seu projecto. Por exemplo, se está a desenvolver um inquérito de satisfação a clientes necessita de maximizar o número de respostas desejadas e desenhar as questões não pela sua relevância, mas sim pela clareza das respostas que pretende.

Acesso a dados

O objectivo desta etapa é o de ler dados para o software analítico para processamento. Os dados podem ter origem em várias fontes – bases de dados, sistemas transaccionais, logs na internet, folhas de cálculo, inquéritos, ....

Gestão e preparação de dados

Os objectivos desta etapa incluem: Limpeza dos dados para análise – Os dados não devem

conter erros de modo a que os resultados da análise sejam fiáveis. Por exemplo se numa variável ‘género do individuo’ codificar 1 para os homens e 2 para as mulheres, os seus dados só devem ter estes valores e não outro (por exemplo, 3).

Pág. 5

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 6: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Criar um dicionário de dados – toda a informação sobre as diferentes variáveis deve ser definida – nomes, formatos e descritivos de variáveis; bem como descritivos dos valores categóricos possíveis.

Transformar os dados - os dados devem estar disponíveis ou transformados para a estrutura requerida pela análise.

Definir índices de múltipla resposta e escalas – combinar múltiplas variáveis numa só pode ser uma medida necessária para o objectivo da análise.

Preencher dados em falta – substituir valores em falta por estimativas adequadas assegura melhor informação estatística, principalmente em algoritmos de regressão.

Análise – descritiva e inferencial

Antes de criar modelos explicativos para qualquer acontecimento, deve conhecer os seus dados. Esta é a análise de dados descritiva. Aqui queremos conhecer a informação e responder a questões do tipo – “Qual a distribuição da variável X ?” ou “Qual o valor médio da variável Y em cada região do país ?”. Esta etapa de análise pode ser ‘tempo intensiva’ e a solução que utiliza para além da flexibilidade e da multiplicidade de técnicas disponíveis deve assegurar-lhe a possibilidade de ‘mergulhar’ na informação. Os objectivos desta etapa são:

Sumarizar a informação Obter uma descrição fiável das variáveis sob interesse

Uma vez conhecidos os dados, procedemos á chamada análise de dados inferencial que inclui:

Estimativas de resultados numéricos – Por vezes os resultados a estimar são numéricos. Por exemplo, podemos desejar estimar o rendimento; o número de dias de internamento de um doente; ou os resultados padrão de um determinado teste. Podemos querer responder a questões do tipo “Com que qualidade pode um valor numérico ser estimado por um conjunto de variáveis explicativas ?” ou “Que variáveis explicam melhor determinado acontecimento ?”.

Estudos com múltiplas variáveis dependentes – Podemos necessitar de procedimentos que, com opções de desenho e contraste flexíveis, nos permitam estimar médias e variâncias ao mesmo tempo que as permite testar. Por exemplo, uma empresa de serviços financeiros pode desejar saber que variáveis explicam o saldo contabilístico de cada conta de acordo com o tipo de contas.

Medição do mesmo acontecimento em períodos de tempo diferentes – Podemos necessitar de inquirir as mesmas pessoas ao longo do tempo, por exemplo, para medir a percepção que têm sobre se a qualidade dos serviços de saúde aumentou ou diminuiu. Estar apto a fazer a mesma medida várias vezes sobre sujeitos individuais pode-nos dar uma perspectiva de longo prazo nos nossos produtos ou serviços.

Pág. 6

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 7: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Estimativas de equações não lineares – Trabalha com modelos que têm relações não lineares ? Por exemplo, estima a devolução de cupões em função do tempo e do número de cupões distribuídos ?

Identificação e classificação de grupos – Algumas vezes necessita de saber a que grupos pertencem as pessoas ou as coisas. Por exemplo, para melhor direccionar as suas campanhas promocionais a pessoas com determinados padrões de compra, é aconselhável agrupá-los em grupos de comportamento similar (compram frequentemente, só em ocasiões especiais ou uma vez no ano ?)

Previsão de acontecimentos futuros – o objectivo da previsão é analisar os dados históricos – por exemplo vendas, número de crimes, resultados de testes,... – e criar modelos com base neles e utilizá-los para estimar o futuro.

Relatório

A audiência alvo dos seus relatórios é normalmente constituída por pessoas não tão técnicas como Você enquanto analista. Por este motivo, o objectivo desta etapa é o de criar resultados de fácil percepção – o decisor deve rapidamente compreender e actuar com base nessa informação. Os relatórios podem ser gerados como documentos Word, apresentações, quadros de resultados ou gráficos.

Disponibilização

Os objectivos desta etapa final estão ligados a: Aumento do retorno no investimento analítico – Ou seja,

levar novos conhecimentos e informações aos decisores para que estes possam planear melhor o futuro da organização

Personalizar os relatórios para a audiência alvo – Os seus relatórios devem ter em atenção os seus leitores. A maioria destes não será analista e necessariamente não tão conhecedores da leitura de resultados analíticos como Você.

Entregar os resultados aos decisores – Incluimos aqui a possibilidade de o fazer de modo rápido e partilhado, por exemplo através da intranet da sua organização. Os resultados devem ser interactivos. Ou seja, os decisores devem ter a possibilidade de interagir com os resultados que lhe são presentes e simular cenários alternativos.

Pág. 7

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 8: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Solução multi-fornecedor versus solução de um fornecedor O processo analítico é extenso e os analistas necessitam de um conjunto de ferramentas que os possam ajudar a mover-se entre as várias etapas do processo. Ao escolher uma solução, Você pode:

Construir a sua solução com ferramentas de diversos fornecedores relativas a partes do processo analítico – um fornecedor para uma etapa; outro para outra etapa;...

Utilizar uma solução modular, mas integrada, desenvolvida por um só fornecedor.

A estratégia de solução multi-fornecedor

Os benefícios de combinar diferentes produtos de software para construir uma solução analítica são:

Escolher ferramentas que incluem funcionalidades específicas para um projecto em particular.

Não estar dependente de um só fornecedor Contudo, os analistas nesta situação experimentam normalmente os seguintes problemas:

Insuficiente poder estatístico – O software mais utilizado, por exemplo uma folha de cálculo, pode não ter todas as técnicas estatísticas necessárias ao projecto.

Desperdício de recursos – O software especializado comprado para um projecto pode ser inapropriado para outros, o que significa comprar software adicional.

Dificuldade em integração com outro software – Utilizando produtos de software de vários fabricantes, este é um dos problemas mais frequentes e que afecta mais negativamente todo o processo. Na sua presença, o analista tem que formatar e reformatar os mesmos dados para utilizá-los em produtos de software diferentes. Ou, já depois de terminado o trabalho de análise, verifica-se que é difícil produzir o respectivo relatório e distribui-lo aos utilizadores.

Suporte técnico inadequado – Ter múltiplos produtos significa contacto com múltiplos fornecedores quando na necessidade de suporte técnico. Cada fornecedor tem as suas próprias políticas de suporte e é muito comum perder tempo de contacto em contacto até identificar e resolver o problema.

A estratégia de solução modular

Em vez de combinar uma variedade de software de diferentes fornecedores, Você pode escolher usar uma solução analítica modular e integrada que acompanha cada etapa do processo. Os benefícios desta solução advêm de:

Compatibilidade no formato dos dados – O mesmo ficheiro de dados utilizado num produtos é partilhado pelos outros. Ao gastar menos tempo na formatação dos dados, pode concentrar-se na sua análise e na difusão dos resultados.

Suporte técnico único – Qualquer problema existente é reportado a um só ponto de contacto, esteja ele relacionado com suporte técnico, formação ou consultoria.

Pág. 8

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 9: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

O SPSS 11.5 é a mais completa solução analítica O SPSS 11.5 é um software analítico modular e integrado para todas as etapas do processo analítico desde o planeamento á recolha, acesso e gestão dos dados e até á produção dos relatórios e sua disponibilização a quem decide. O SPSS 11.5 sendo uma solução modular permite-lhe juntar novos módulos e integrar outros produtos de software SPSS autónomos, sempre com a mesma estrutura de utilização e sem ter que duplicar trabalho. Por exemplo, posso entrar as definições das variáveis no SPSS Data Entry aquando da recolha dos dados e estas serão assumidas pelo SPSS nas etapas seguintes. A linha de produtos SPSS pode ser dividida em três categorias:

SPSS Base Módulos adicionais SPSS Software stand-alone integrado com o SPSS Base

SPSS Base 11.5 O SPSS Base acompanha-o desde o planeamento até á disponibilização dos resultados. A sua principal funcionalidade prende-se com as suas potencialidades de análise estatística dos dados desde a descritiva á estimação numérica e á identificação de grupos. Todas as suas funcionalidades podem ser optimizadas pela utilização de macros e sintaxes geradas pela sua própria linguagem de programação e por Visual Basic. Módulos adicionais SPSS e produtos autónomos Quando combina o SPSS Base 11.5 com qualquer módulo adicional ou produto SPSS, as suas capacidades analíticas aumentam. Todos eles trabalham do mesmo modo e partilham as mesmas fontes de dados (ficheiros e dicionários de dados). Pode acrescentar poder analítico á sua solução á medida que necessita:

Os módulos adicionais são opções analíticas acrescentadas aos próprios menus do SPSS Base 11.5. Por exemplo, se quer elaborar previsões sobre séries temporais, basta juntar o módulo SPSS Trends ao seu SPSS Base.

Os produtos autónomos complementam o SPSS Base 11.5, aparecendo-lhe como extensões naturais, mas também funcionam autonomamente. Por exemplo, o AnswerTree é um produto autónomo para técnicas de árvores de decisão que pode ser acedido a partir do próprio menu do SPSS Base 11.5 e autonomamente.

A figura na página seguinte ilustra a inserção dos produtos SPSS nas várias etapas do processo analítico. A seguir e para cada etapa é descrito com maior detalhe essa relação. Em todas as etapas do processo está presente o SPSS Base 11.5.

Pág. 9

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 10: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Figura 2 – A extensa lista de produtos SPSS significa que Você pode escolher o software que melhor se adapta ás suas necessidades

Planeamento

Com o SamplePower determina a dimensão correcta da amostra

Para aumentar a probabilidade de encontrar efeitos significantes onde eles existam sem ter que gastar recursos preciosos, necessita de efectuar cálculos de potência. Estes cálculos determinam a verosimilhança presente no seu estudo para atingir resultados estatísticos significantes. Qualquer organização que faça pesquisa, ou que a planeie, beneficiará da análise de potência. Principalmente em projectos do tipo:

Pesquisa por inquérito Pesquisa experimental Ensaios clínicos Pesquisa sobre a aplicação de fundos

O SamplePower é um produto de software autónomo que executa a análise de potência. Determina a dimensão apropriada da amostra para determinado critério de pesquisa. Com o SamplePower pode especificar aspectos relativos ao teste a efectuar, tais como:

Tamanho do efeito Nível de Alpha Teste unicaudal ou bicaudal

Pág. 10

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 11: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Figura 3 – As tabelas e os gráficos no SamplePower permitem-lhe justificar fa-cilmente como é que dife-rentes combinações dos parâmetros de pesquisa afectam a potência estatís-tica.

As funcionalidades do SamplePower permitem-lhe planear as seguintes análises: ANOVA e ANCOVA Correlações Testes de equivalência Regressão logística Médias e as suas diferenças Proporções e as suas diferenças Regressão Análise de sobrevivência

Com o SPSS Conjoint determine as preferências dos seus clientes

O módulo SPSS Conjoint ajuda-o na fase de planeamento de um novo produto ou serviço. Com o SPSS Conjoint pode alocar melhor os seus recursos ao determinar as preferências dos seus clientes no que se refere aos produtos ou serviços por eles desejados. O SPSS Conjoint permite-lhe:

Seleccionar automaticamente o número mínimo de combinações de atributos (como sejam, o preço, o formato de embalagem, a cor,...) necessárias para obter a informação de suporte á decisão. Isto é feito pela utilização de desenhos factoriais fraccionados e não está limitado a factores só com 2 níveis.

Produzir cartões impressos para uma experiência de conjunto (Plancards); estes cartões são usados ‘as situmili’ para serem ordenados pelos clientes.

Pág. 11

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 12: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Executar uma análise, pelo método dos mínimos quadrados, da preferência ou ordena os dados por grupo, subgrupo ou individuo

Recolha de dados Uma vez estabelecido o plano analítico, pode ser importante recolher dados limpos, actualizados e não enviezados de um modo eficiente. Os objectivos desta etapa dependem do projecto em causa. Por exemplo, se desenvolvemos uma análise de inquéritos a clientes, necessitamos de maximizar a taxa de resposta. (Para maior detalhe sobre este tipo de projectos, consulte a brochura PSE chamada ‘O como e o porquê da pesquisa por inquérito’).

Com o SPSS Data Entry crie formulários interactivos

O SPSS Data Entry é um produto autónomo SPSS. Sob a mesma designação comercial são incluídos 3 produtos – SPSS Data Entry Builder, SPSS Data Entry Station e SPSS Data Entry Enterprise Server – com diferentes características mas integrados com o SPSS Base System. As soluções SPSS Data Entry permitem-lhe recolher dados para a sua análise através de formulários interactivos que:

Minimizam os erros de introdução – Os questionários são escritos de modo a considerar somente possíveis respostas consideradas como válidas, minimizando os erros de entrada de dados. Por exemplo, podemos desenhar um questionário de modo a que os respondentes não respondam erroneamente – colocar um 3 onde só é aceite um 1 ou um 2. Através de um ‘Rules Wizard’ o SPSS Data Entry ajuda-o a definir as regras de validade dos dados a recolher.

Reduzem o tempo gasto na definição de variáveis – O SPSS Data Entry permite-lhe que, ao desenhar o questionário, faça a definição das variáveis e das suas categorias que vai utilizar na análise. Esta funcionalidade evita que a mesma operação tenha que ser feita na fase de análise.

Minimizam o tempo de projecto e reduzem os erros pela possibilidade de utilização da internet como meio de difusão dos inquéritos – O SPSS Data Entry Builder permite exportar os seus formulá-rios para a internet através do SPSS Data Entry Enterprise Server. O tempo dedicado ao processo de recolha do inquérito (desenho e tra-balho de campo) é muito reduzido porque os inqui-ridos podem, através de um browser, preencher o inquérito directamente na Internet e ao fazê-lo os dados estão a ser imedia-tamente recolhidos no ficheiro SPSS. As regras de resposta e os formatos utilizados no desenho do formulário são mantidos na internet.

Pág. 12

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 13: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

São um meio seguro – Ao utilizar os métodos de encriptagem SSL entre o browser que o inquirido utiliza para preenchimento do formulário e o SPSS Data Entry onde os dados serão registados, é seguro utilizar a Internet como meio de difusão e recolha de inquéritos.

Acesso a dados Se utiliza vários produtos de software de diferentes fabricantes existe a probabilidade de um ou mais destes produtos não possuir os drivers correctos para acesso aos seus dados. O SPSS 11.5 inclui drivers para acesso a várias bases de dados compatíveis ODBC, incluindo Oracle, SQL Server, DB2 UDB, Microsoft Access, Sybase e Siebel, o que significa que pode aceder aos seus dados quando necessário e no decorrer do processo analítico.

Ás bases de dados é fácil aceder com um Database Wizard Esta funcionalidade incorporada no SPSS 11.5 Base permite-lhe aceder facilmente a grandes quantidades de dados disponíveis em bases de dados sem ter que escrever código ou criar sintaxes complexas. O Database Wizard guia-o em todo o processo de acesso aos dados e gera automaticamente o código necessário á operação de importação dos dados.

A ficheiros texto (ou ASCII) é fácil aceder através do Text Wizard

Leia dados em formato livre (texto) – por exemplo, dados que comprou ou de que fez o download neste formato ou dos seus sistemas contabilísticos - de várias fontes utilizando o Text Wizard. Através dele pode especificar as propriedades de importação dos dados sem que para tal tenha que escrever qualquer código.

A ficheiros Excel acede por simples abertura de ficheiro

Se os seus dados residem na folha de cálculo Excel, através da opção de menu ‘Open’ lê de imediato esses dados podendo especificar o intervalo de dados que pretende analisar e a designação das variáveis a criar.

A ficheiros SAS

No SPSS 11.5 está disponível um comando ‘Get SAS’ que permite importar automaticamente dados naquele formato para o SPSS, ajustando os formatos das variáveis e das categorias e convertendo os nomes das variáveis SAS para variáveis válidas SPSS.

Pág. 13

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 14: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Preparação de dados Esta tarefa que pode ser muito consumidora de tempo, é fácil de fazer no SPSS 11.5.

Através do editor de dados

O editor de dados é uma área centralizada onde se pode definir toda a informação relativa aos dados. Estes atributos incluem:

Descritivos das variáveis Descritivos das categorias Valores em falta Tipos de variáveis Formatos

A utilização conjunta do editor de dados com as técnicas de transformação de dados disponíveis no menu, assegura que os dados se ajustam aos objectivos de análise.

Através do Data Restructure Wizard

Os dados para a sua análise necessitam de ser transformados ? Este wizard permite-lhe pegar num ficheiro com múltiplos registos por indivíduo e reestruturá-lo – sem que tenha que definir vectores ou loops – de modo a que a cada indivíduo corresponda um só registo. Esta fun-cionalidade é-lhe extremamente útil se para a sua análise vai trabalhar com dados transaccionais. No SPSS 11.5 também pode executar a acção inversa – transformar dados constantes de um só registo e dividi-los por múltiplas observações para utilizar técnicas analíticas específicas (como por exemplo, Linear Mixed Models).

Outras técnicas de transformação de dados

Para além das atrás citadas nos menus SPSS 11.5 Base é possível: • Calcular novas variáveis utilizando funções aritméticas, lógicas,

aleatórias estatísticas, de data e de texto • Recodificar valores numéricos ou alfabéticos • Recodificar valores em inteiros consecutivos • Criar transformações condicionais utilizando regras DO IF, ELSE IF,

ELSE e END IF • Usar estruturas de programação do tipo ‘repeat-end repeat’, ‘loop-end

loop’ e vectores. • Obter uma visão clara da distribuição das variáveis numéricas

contínuas, dividindo as variáveis em categorias através de NTILES e criar novas variáveis para cada categoria

• Contar ocorrências de valores em várias variáveis • Fazer transformações permanentes ou temporárias • Executar as transformações de imediato, a pedido ou em batch. • Utilizar funções de geração de números aleatórios, de distribuição

cumulativa ou de distribuição cumulativa inversa – Beta, Caucy, Qui-

Pág. 14

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 15: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

quadrado, Exponencial, F, Gamma, Laplace, Logística, Lognormal, Normal, Pareto, Student T, Uniform, Weybull, Standard bivariate normal variates with correlation r, Half normal, Inverse Gaussian, Studentized range, Studentized maximum modulus.

• Utilizar funções de geração de números aleatórios e de distribuição cumulativa para distribuições discretas – Bernoulli, Binomial, Geométrica, Hipergeométrica, Binomial negativa e Poisson

• Utilizar funções de distribuição cumulativa para distribuições não centrais – Beta Non-central, Qui-quadrado Non-central, F Non-central e T Non-central

• Utilizar funções de probabilidade/densidade para distribuições contínuas e para distribuições discretas

• Utilizar funções de probabilidade/densidades para distribuições não centrais.

Estimar os valores em falta com o SPSS Missing Values

Os valores em falta podem afectar seriamente os seus resultados. Ao ignorar a sua existência ou ao retirá-los da sua análise pode estar a incorrer em resultados inexactos.

Figura 6 – Os dados em falta podem afectar seriamente as conclusões a retirar dos dados. O quadro á esquerda mostra como os valores em falta podem ter impacto nos resultados. Neste exemplo, ao calcular a média da idade no quadro á esquerda esta tem um valor de 39, mas se imputarmos valores áqueles que faltam a média passará a ser de 29.

O módulo SPSS Missing Values é uma ferramenta crítica para qualquer analista preocupado com a validade dos dados. Com ele pode facilmente examinar os dados de diferentes perspectivas com hipóteses de reportar 6 diagnósticos diferentes para descobrir os padrões dos dados em falta. Pode estimar estatísticas sumarizadas e imputar valores através de algoritmos estatísticos. Análise de dados Qualquer dado tem um valor intrínseco. O segredo está em obter esse valor. Ao proceder á análise de dados o que Você pretende é isso – transformar dados em informação valiosa para o processo de tomada de decisões. Como solução analítica que é, o SPSS 11.5 disponibiza-lhe as ferramentas necessárias para transpor cada uma das tarefas de análise e que se podem resumir na capacidade de:

• Dispôr de uma grande variedade de técnicas estatísticas para descrição e modelização dos dados.

Estas técnicas são descritas detalhadamente nas páginas seguintes.

Pág. 15

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 16: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

A aplicabilidade do SPSS 11.5 a diferentes tipos de problemas actuais e futuros, garante-lhe um retorno a prazo do seu investimento. A sua própria estrutura – um sistema principal e vários módulos adicionais integrados - assegura-lhe um poder estatístico ajustável ás suas necessidades actuais e futuras. A capacidade analítica do SPSS 11.5 pode ser complementada com outros produtos autónomos SPSS com aplicações especificas para previsão, segmentação, classificação, data mining e representação gráfica de dados. E isto é feito de modo integrado entre as diferentes aplicações.

Analise grandes volumes de dados numa arquitectura cliente/servidor

Se na sua empresa possui um equipamento informático de elevada capacidade, pode rentabilizá-lo com o SPSS. Com o SPSS Server 11.5 pode analisar terabytes de dados num servidor, sendo que o analista utiliza o SPSS 11.5 for Windows no seu computador pessoal (cliente). A arquitectura cliente/servidor SPSS Server 11.5 significa que processa os dados onde a capacidade de cálculo é mais efectiva. O SPSS Server 11.5 retira vantagens da maior escalabilidade e do maior poder de cálculo dos equipamentos servidores.

Figura 7 – Este diagrama mostra como a arquitec-tura cliente/servi-dor SPSS Server o ajuda a analisar os dados e a par-tilhar os resulta-dos com os deci-sores na sua em-presa.

Os benefícios decorrentes da arquitectura cliente/servidor SPSS Server 11.5 são: Acesso mais rápido aos dados Menor tempo de processamento Eliminação de limitações á dimensão dos ficheiros a analisar Maior rapidez de processamento no cálculo estatístico Não alteração do interface de utilizador

Descreva os seus dados

Antes de modelizar os seus dados, Você deve conhecê-los. Deve procurar respostas a questões do tipo ‘Qual a sua distribuição ?’ ou ‘Qual o comportamento médio de uma pessoa ?’. O SPSS 11.5 oferece-lhe vários modos de descrever os seus dados e as respectivas variáveis:

Histogramas e quadros de frequências (ajudam-no a conhecer como se distribuem os dados e a identificar os valores extremos, se os houver).

Medidas de tendência central (como o são a média e a mediana) Estimativas da variância (como o desvio padrão).

Pág. 16

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 17: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Pode igualmente utilizar vários testes de significância estatística para imediatamente conhecer se os seus resultados são significantes ou se as diferenças são aleatórias.

Modelize os seus dados

Conhecendo o comportamento actual ou passado de determinados acontecimentos, podemos com o SPSS 11.5 criar modelos explicativos para o seu possível comportamento futuro. O SPSS 11.5 dispõe de várias técnicas, de onde destacamos:

• Linear Mixed Models – Esta técnica, que é uma extensão mais exacta da regressão e da ANOVA, permite-lhe medir não só as médias mas também as variâncias e covariâncias dos dados. Os analistas podem estudar dados correlacionados e com variabilidade inconstante.Tomemos como exemplo o caso de estudantes agrupados por classe – podemos saber como é que diferentes métodos de ensino afectam as notas dos alunos em diferentes classes numa mesma escola. Ao ter em atenção a estrutura hierárquica presente nos dados, o modelo resultante tem maior fiabilidade. Esta técnica pode igualmente ser utilizada quando estudamos dados com medidas repetitivas – os mesmos dados são obtidos para os mesmos indivíduos em períodos de tempo diferentes – incluindo situações em que existem diferentes números de medidas ou diferentes intervalos de tempo para cada indivíduo ou ambos. Esta última situação é frequentemente encontrada na investigação médica que pretende testar a recuperação dos seus doentes de uma determinada doença, mas cujos dados são recolhidos de modo não uniforme no tempo (idealmente, os testes deveriam ser realizados em intervalos de tempo regulares). Outras técnicas recusariam tais dados porque não respeitam os pressupostos do teste; a Linear Mixed Models, contudo, utilizará os dados na construção do modelo explicativo.

• General Linear Models (GLM) – Esta técnica multivariada permite-nos fazer uma análise de regressão com múltiplas variáveis dependentes relacionadas. O GLM inclui opções de contraste e de desenho para estimar médias e variâncias e para testar e explicar médias. Pode igualmente utilizar variáveis categóricas ou contínuas como explicativas do modelo. Ao não limitar o tipo de variáveis explicativas, as opções disponíveis na construção dos modelos aumentam. Por exemplo, se um empresário quiser examinar a dimensão dos negócios seja por produtos ou por tipo de clientes, ao utilizar a técnica GLM pode testar dois tipos de efeitos – os principais que incluem questões do tipo “será que, em média, existem diferenças entre os clientes do sector privado e os do sector público no que se refere ao volume de negócio comprem eles o produto A ou o produto B ?”; os de interacção “será que a diferença no volume de negócio para o produto A e para o produto B difere por tipo de cliente ?”, por exemplo, podemos concluir que a dimensão do negócio no sector privado é maior para o produto A do que para o produto B, enquanto no sector público acomntece o contrário.

Pág. 17

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 18: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

• Nonlinear Regression – Esta técnica permite criar modelos de equações não lineares com relações arbitrárias entre variáveis dependentes e independentes utlizando algoritmos de estimação iterativos.

• Amos – Com esta ferramenta de análise confirmatória pode verificar e estimar conceitos que não consegue observar directamente. De que forma as variáveis observadas medem de facto um conceito como a satisfação, a rapidez nas entregas ou mesmo o suporte a clientes. A modelização com o Amos reflecte as relações de forma mais precisa, uma vez que qualquer variável, seja ela observada ou latente, poderá ser utilizada para explicar outras variáveis. O Amos complementa o SPSS uma vez que permite a modelização da equação estrutural (SEM), permitindo a análise de múltiplos grupos ou dados de diferentes populações em simultâneo. Ao contrário de muitas situações, o processo de SEM torna-se fácil e rápido graças ao fantástico interface gráfico do Amos, onde apenas terá de definir graficamente num diagrama as relações de dependência entre as variáveis observadas e/ou latentes.

• Outros procedimentos – O SPSS permite ainda outras técnicas para previsão de informação quantitativa.

o Regressão linear – permite criar associações lineares entre as variáveis explicativas e a variável a prever. Por exemplo, prever as vendas em função do preço.

o Regressão com mínimos quadrados ponderados – muito útil para as situações onde a variabilidade dos erros do modelo não são constantes ao longo das observações

o 2 Stage Least Squares – técnica apropriada quando a variável explicativa e a dependente têm efeitos recíprocos entre si

o Análises de sobrevivência – permite analisar a distribuição de tempo entre dois acontecimentos, tal como a duração de retenção de clientes, mesmo quando o segundo acontecimento não está registado (por exemplo, os clientes que ainda são fiéis..). As técnicas disponíveis para análise de sobrevivência são:

Regressão de Cox Kaplan-Meier Life Tables

Segmentação e classificação

Muitas vezes pretendemos encontrar grupos com características semelhantes, ou identificar que características distinguem grupos que são já conhecidos. Por exemplo, podemos querer agrupar os clientes em grupos – os que compram frequentemente, os que o fazem em ocasiões especiais e os que compram num único período do ano - para podermos personalizar promoções. As técnicas disponíveis no SPSS 11.5 dividem-se em dois tipos: segmentação e redução de dados, e classificação.

Pág. 18

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 19: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

• Descubra relações importantes com segmentação e redução de dados – a segmentação permite identificar grupos que não tenham sido considerados ou dos quais não tínhamos conhecimento da existência. Ao utilizarmos técnicas de segmentação estaremos a criar grupos de indivíduos, objectos ou variáveis homogéneos. Lembre-se que as classes não estão definidas: a segmentação tem como objectivo criar esses grupos! O SPSS 11.5 permite-lhe segmentar os seus clientes, mercados e efectuar pesquisa e exploração de dados com técnicas de redução de dados como: o Análises Factoriais e Análise de Componentes

Principais – estas técnicas têm um elevado grau de flexibilidade, e apresentam uma gama alargada de métodos de extracção, rotação e cálculo de scores. Se o objectivo das análises factoriais é identificar variáveis não observadas que explicam a correlação num conjunto de variáveis observadas, já a análise de componentes principais tem como objectivo identificar combinações lineares das variáveis observadas que captem o máximo de variabilidade destas últimas no menor número de componentes possível.

o Multidimensional Scaling – o também conhecido MDS será apropriado quando pretendemos encontrar uma estrutura num conjunto de distâncias entre objectos e casos. Por exemplo, podemos identificar dimensões que descrevem a percepção dos clientes entre automóveis diferentes, utilizando classificações dadas pelos sujeitos a diferentes marcas e modelos.

Segmentação

• Utilize a análise de clusters para agrupar os casos em sub-conjuntos de menor dimensão através da segmentação: com a análise de clusters hierárquica do SPSS 11.5, pode a partir do todo, formar conjuntos de indivíduos homogéneos, escolhendo mais de 40 medidas de distância ou proximidade, múltiplas standardizações de casos e variáveis e agrupar casos ou variáveis. Adicionalmente pode também:

o Analisar as variáveis no formato original ou utilizar standardizações para segmentações por magnitude ou perfil

o Gerar dados com distâncias ou semelhanças utilizando o procedimento das proximidades

o Visualizar estatísticas de cada momento do processo de aglomeração para escolher a melhor solução

Pág. 19

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 20: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Se a análise hierárquica de clusters é impraticável para conjuntos de dados de grande dimensão, nestes algorítmos não tem necessidade de escolher previamente o número de clusters a extrair. Esta técnica é recomendada para ficheiros de dados de pequena dimensão. Por exemplo, um analista poderia utilizar os métodos hierárquicos de clusters para identificar tipos de programas de televisão que atraem audiências semelhantes. A organização poderia agrupar os programas de televisão em grupos homogéneos com base nas características dos espectadores para identificar em que segmentos publicitar.

• Segmentação de ficheiros de dados de grande

dimensão – tradicionalmente utiliza o método K-means para agrupar grandes conjuntos de dados, como as bases de dados para mailing. Esta técnica assume que os dados constituem um dado número de segmentos. Dado este número, a técnica afecta os casos aos clusters. Podemos optar por um de dois métodos: ou actualizamos os centros dos clusters iterativamente ou apenas classificamos.

O grupo de pesquisa pode desejar agrupar cidades em grupos homogéneos em função das suas características, por forma a seleccionar cidades comparáveis para testar estratégias de marketing, apenas com o procedimento K-means.

Classificação

• Identifique o seu target através de metodologias de classificação – ao utilizarmos técnicas de classificação, conhecemos já a variável resposta. Utilizamos variáveis explicativas para prever uma variável dependente categórica, como por exemplo:

o Quem responderá à campanha? o Que clientes constituem um bom risco de

crédito? o Quem atingirá um grau académico? o Quem vota? o Quem tem a doença X?

• Identifique as pessoas certas com o AnswerTree – O software stand-alone AnswerTree, complementa o SPSS 11.5 permitindo a segmentação e identificação de perfis através de poderosas árvores de decisão.. No AnswerTree encontrará quatro algorítmos para detectar segmentos e identificar padrões nos dados.

o Chaid o Exhaustive Chaid o C & RT (árvores de Classificação e de Regressão) o Quest

Com o AnswerTree poderá segmentar os indivíduos em função da variável desejada. Por exemplo, podemos descobrir quem são os clientes que vão responder às ofertas personalizadas que serão levadas a cabo na Web.

Pág. 20

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 21: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

As árvores são apresentadas numa representação gráfica de fácil leitura, para que possamos ler os resultados e rapidamente identificar os segmentos e os perfis presentes nos dados. Adicionalmente, a cada momento poderá seleccionar qualquer segmento e obter representações gráficas que lhe darão um poder de síntese único. Uma vez obtidos os resultados, poderá utilizar o SmartScore para disponibilizar a informação para uma base de dados ou obter directamente as regras de classificação SQL ou SPSS.

• Classifique os sujeitos com o poderoso algorítmo

de regressão logística binária – As técnicas de regressão logística binária do SPSS 11.5, permitem construir modelos predictivos para variáveis dependentes dicotómicas. As variáveis explicativas podem ser quantitativas ou qualitativas. Temos ainda a flexibilidade de ter algorítmos que escolhem as variáveis e que as podem incluir ou excluir em cada passo, graças aos seis métodos Stepwise disponíveis que se agrupam em:

o Forward – onde o modelo selecciona as variáveis mais significativas e para a inclusão destas quando não existem mais variáveis que se revelem importantes

o Backwards – a cada passo, a técnica remove a variável menos significativa até que fiquem no modelo apenas variáveis explicativas significativas

Podemos também definir critérios de inclusão ou exclusão. A técnica produz relatórios onde mostra a cada passo a acção levada a cabo para seleccionar cada variável.

• Classifique os sujeitos em dois ou mais grupos

com a regressão logística multinomial – Tem necessidade de classificar os sujeitos em dois ou mais grupos? Quando uma variável dependente tem dois ou mais grupos, a técnica de regressão logística multinomial do SPSS 11.5 constitui a resposta a esta necessidade permitindo a previsão de pertença dos sujeitos a cada um dos grupos. Por exemplo, uma empresa de telecomunicações pode construir um modelo para determinar que clientes terão maior propensão para aderir ao tarifário A, ao voice mail, ou a qualquer outro pacote disponível. Se o modelo detectar clientes que vão aderir ao voice mail, então podemos fazer campanhas de marketing directo nesse sentido. Tal significa que a empresa não dispenderá recursos publicitando produtos ou serviços que podem não interessar aos clientes. Tal como na regressão logística binária, as variáveis explicativas podem ser quantitativas ou qualitativas.

Pág. 21

Page 22: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

• Crie modelos para variáveis ordinais com PLUM –

Pretende ordenar sujeitos em termos da possibilidade destes tomarem uma acção ou comportamento? Por exemplo, pode desejar conhecer a probabilidade (baixa, média ou elevada) de uma pessoa entrar num dado programa ou aderir a uma campanha. Quando precisamos de prever variáveis dependentes ordinais, o SPSS 11.5 oferece o procedimento PLUM (PoLytomous Universal Models), que dá um método versátil para construir modelos para variáveis ordinais. Tem a flexibilidade de executar, por exemplo, regressões logísticas ordinais, modelos probit ordinais e modelos de Cauchy ordinais. Este procedimento permite guardar as previsões das probabilidades para todas as categorias da variável dependente, e colocá-las no ficheiro de dados. Como noutras técnicas de classificação do SPSS 11.5, as variáveis explicativas podem ser quantitativas e qualitativas.

• Outras técnicas de classificação – pode ainda encontrar outras técnicas no SPSS 11.5:

o Modelos Loglinear/logit – usados para analisar a frequência de observações em cada cruzamento de categorias numa tabela de contingência. Por exemplo, uma equipa de pesquisa de mercado pode utilizar os dados de preferências de produtos para determinar a relação entre o contacto com a publicidade e a colocação do produto.

o Análise loglinear de selecção de modelo – apropriada quando pretende identificar que variáveis categóricas estão associadas. Podemos utilizar tanto métodos de inclusão forçada como métodos stepwise backwards para construção dos modelos. Se pretende construir modelos saturados, pode solicitar estimativas dos parâmetros e testes de associações parciais.

o Análise loglinear geral – usada para analisar a frequência de observações em cada cruzamento de categorias numa tabela de contingência.

o Análise loglinear logit – usada para analisar a relação entre variáveis categóricas dependentes e variáveis explicativas.

o Modelos probit – apropriados quando o resultado é dicotómico, as variáveis independentes são o nível de um dado estímulo (tal como a dosagem de uma dada substância), ou quando pretendemos medir a relação entre a força de um dado estímulo e a proporção de casos que mostram uma dada resposta a este estímulo.

Pág. 22

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 23: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

• Regressão categórica – usada para quantificar os dados categóricos atribuindo valores numéricos às categorias, resultando numa regressão linear para as variáveis transformadas. Pode utilizar a regressão categórica para descrever de que forma a satisfação dos clientes depende da facilidade de aquisição, do preço, e da qualidade. A equação resultante pode ser utilizada para prever a satisfação do cliente para qualquer combinação destas variáveis explicativas.

• SPSS Exact Tests – analise pequenas amostras e obtenha resultados correctos. Utilize o SPSS Exact Tests para determinar se uma dada relação entre variáveis existe num pequeno conjunto de informação, variáveis com uma elevada percentagem de respostas numa única categoria ou se tem de criar múltiplas sub-amostras dos seus dados. Também pode utilizar o SPSS Exact Tests quando procuramos uma ocorrência rara (por exemplo, vendas acima de $ 1 milhão).

Previsão de séries temporais

Você tem uma previsão para o que acontecerá na sua empresa na próxima semana. Mas sabe o que ocorrerá no próximo ano ? e nos próximos 5 anos ? São as suas previsões fiáveis ? Receia que decisões importantes que toma hoje, venham a influenciar negativamente a sua empresa a longo prazo porque não confia nos modelos previsionais que utiliza ? A fiabilidade da previsão a longo prazo está normalmente associada a processos longos no tempo e fastidiosos – mas são essenciais para qualquer empresa num mercado que se altera a velocidades inimagináveis há poucos anos. Qualquer decisor tem objectivos e metas, e deve conhecer os instrumentos correctos para os atingir.

• Com o módulo SPSS Trends acede ás técnicas de previsão mais populares – ARIMAs, alisamento exponencial, modelos de decomposição sazonal e diferentes métodos de regressão.

• Com o produto DecisionTime e o seu Expert Modeller acede a uma nova forma de prever. Utilizando as mesmas técnicas de modelização, cria o seu modelo previsional inter-activamente e com apoio técnico em todo o processo. Exportando o modelo em XML pode simular cenários futuros alterando possíveis comportamentos alternativos das variáveis explicativas do modelo.

Pág. 23

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 24: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Relatório O desafio presente na apresentação dos resultados obtidos na análise é assegurar que o relatório produzido está conforme com a sua audiência, ou seja, é fácil de compreender. Se utiliza um produto de software para analisar os dados e outra para gerar os seus relatórios, pode complicar o que é fácil. Uma só solução, como o SPSS 11.5 permite-lhe executar as duas tarefas sem necessidade de exportar e reformatar os seus dados.

Utilize o SPSS Tables para criar quadros com informação sobre várias variáveis em simultâneo

Este módulo permite-lhe criar tabelas complexas com múltiplos níveis de informação bem como tabelas de contingência. Por simples inclusão das variáveis a cruzar numa das 3 dimensões da tabela (linha, coluna e ‘layer’) visualizamos o aspecto final do quadro de resultados. De especial interesse para estudos de mercado e análise de inquéritos, dispõe da possibilidade de inclusão de variáveis de múltipla resposta nos quadros de resultados e cruzá-las com os segmentos identificativos dos inquiridos. O formato do quadro – seja no que se refere ao seu aspecto; seja na inclusão ou não de categorias não válidas; ou até na inserção de totais e sub-totais – é de fácil definição porque a tecnologia que utiliza é ‘Pivot tables’. Uma vez criado o relatório com o SPSS Tables pode imprimir os resultados; publicá-los na internet através do SmartViewer Web Server ou exportá-lo directamente para uma aplicação Microsoft Office como o Word ou o Excel.

Figura 8 – Com o SPSS Tables visualiza o quadro de resultados á medida que o vai construindo, posicionando as variáveis na dimensão desejada.

Pág. 24

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 25: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Utilize o SPSS Report Writer para reportar os dados presentes na matriz de dados SPSS

O SPSS Report Writer é um produto autónomo que utiliza os valores e variáveis presentes na matriz de dados SPSS para produzir relatórios descritivos da informação. Uma vez terminada a análise de dados, o SPSS Report Writer é útil para criar listagens das observações que nos interessam, em diferentes tipos de formatos profissionais, ou para incluir os dados em cartas ou criar etiquetas para acções de mailing.

Automatize a produção dos seus relatórios e análises rotineiras

O interface gráfico do SPSS 11.5 gera programas de sintaxe em cada uma das interacções do utilizador com o software. Estas sintaxes podem ser agrupadas sequencialmente num mesmo ficheiro de modo a que ao ser executado a sequência lógica da análise pretendida seja efectuada. Até mesmo ser automaticamente publicada no SmartViewer Web Server. Onde lhe é útil esta funcionalidade ? Nos casos em que periodicamente – por exemplo, todos os meses – tem que produzir o mesmo relatório analítico ao mesmo tempo que os seus dados se alteraram.

Gráficos interactivos

O SPSS 11.5 inclui um elevado número de diferentes tipos de gráficos que complementam a informação tabular dos resultados. Tal significa que pode apresentar os resultados da forma que quiser. A utilização de diferentes cores, dimensões padrões e texturas nos gráficos permitem identificar claramente as diferenças presentes nos dados. A interactividade presente na construção dos gráficos permitem-nos transformá-los num poderoso auxiliar analítico.

Cubos OLAP

A funcionalidade OLAP Report presente no SPSS Base permite-nos criar quadros interactivos para exploração de todo o tipo de dados qualquer que seja o ângulo de visão pretendido. Estes cubos incluem a representação de medidas estatísticas para as variáveis seleccionadas no ficheiro de dados.

Com o SigmaPlot cria gráficos de elevada qualidade

O produto autónomo SigmaPlot 8.0 é totalmente integrável com o SPSS 11.5 e com outras aplicações Microsoft Office, por exemplo Excel. A utilização do SigmaPlot em conjunto com o SPSS 11.5 expande as capacidades de representação gráfica dos dados com novos formatos,

Com o SPSS Maps representa a informação em mapas geográficos

O módulo SPSS Maps permite visualizar geograficamente a informação estatística em mapas.

Pág. 25

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 26: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Disponibilização Uma vez analisados os dados no SPSS 11.5 os resultados obtidos podem ser distribuídos através da sua intranet a todas as pessoas envolvidas no processo de decisão. Utilizando o SmartViewer Web Server os analistas podem publicar os resultados do SPSS 11.5 de uma forma segura e de modo a que os decisores lhes acedam através do seu web browser. O SmartViewer Web Server armazena centralmente todas as análises efectuadas – sejam elas representadas em tabelas, gráficos ou cubos OLAP – e organiza-as de modo a que cada utilizador aceda facilmente áquelas que lhe são destinadas. Cada objecto (ou resultado) é colocado num catálogo de informação específico; e cada catálogo tem definidas as suas permissões de acesso – cada potencial decisor ou utilizador da informação só acede aos resultados que lhe são destinados. A grande vantagem obtida nesta forma de distribuição de resultados advém do facto de nela se poder incluir objectos interactivos. Ou seja, num quadro que represente múltiplos segmentos de informação pode o decisor escolher o ângulo de visão dessa informação por simples interacção com o objecto. Deixa de ser necessário solicitar ao analista a produção de novo quadro com uma tabulação diferente da que inicialmente foi apresentada.

Figura 9: O SmartViewer Web Server permite aos decisores visualizarem os resultados numa página internet com o seu browser e interagir com eles na procura do melhor ângulo de visão.

Pág. 26

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 27: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

A SPSS Inc. A SPSS é uma empresa multinacional com sede em Chicago, nos EUA, que produz software para transformação de dados em soluções de apoio á decisão atravé de técnicas analíticas e de data mining. As soluções analíticas SPSS permitem ás organizações gerir o seu futuro com base no passado e compreendendo o presente, bem como antecipar potenciais problemas e oportunidades. Para mais informações visite-nos em www.spss.com .

A PSE A PSE é uma empresa portuguesa fundada em 1994 e distribuidora para Portugal das soluções analíticas e de data mining SPSS. Para além da comercialização e suporte técnico das soluções SPSS, mantemos um Centro de Formação SPSS em Lisboa e dispomos de uma equipa técnica altamente especializada para projectos de consultoria de projectos. Para mais informações visite-nos em www.pse.pt .

Pág. 27

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 28: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Apêndice 1 – Matriz de produtos e aplicações Se necessita de ajuda para determinar quais os produtos SPSS aconselhados para a sua aplicação específica, consulte o diagrama abaixo que lista cada produto e a sua área de aplicação – adquira-os e comece a obter resultados como nunca antes.

Survey/Market Research e marketing directo

Educação

Questionários de avaliação pedagógica

Governo Central e Local

Recursos Humanos/Planeamento de recursos

Pesquisas médica, científica e social

Planeamento e previsão

Qualidade

Outras aplicações

SP

SS

Ba

se

Sa

mp

leP

ow

er

SP

SS

Co

njo

int

SP

SS

Da

ta E

ntr

y

SP

SS

Mis

sin

g V

alu

es

SP

SS

Reg

ress

ion

Mo

del

s

SP

SS

Ad

va

nce

d M

od

els

Am

os

SP

SS

Ca

teg

ori

es

SP

SS

Ex

act

Tes

ts

An

swer

Tre

e

Dec

isio

nT

ime

SP

SS

Tre

nd

s

SP

SS

Ta

ble

s

SP

SS

Rep

ort

Wri

ter

Sig

ma

Plo

t

SP

SS

Ma

ps

Cle

men

tin

e

Sm

art

vie

wer

Web

Ser

ver

Inquéritos de Satisfação de clientes

Teste de atributos de produtos

Análise de preços e de promoções

Segmentação de mercados

Estudos de opinião e demográficos

Estudo e análise de campanhas promocionais

Marketing directo

Database Marketing

Ensino

Administração

Avaliação de programas de investimento

Caracterização do parque habitacional

Inquéritos sociológicos

Estudos sócio-demográficos

Previsões de população e tráfego

Detecção de crimes e fraudes

Estudos de clima social

Inquéritos de satisfação de empregados

Selecção e testes de candidatos a emprego

Análise de produtividade e compensação

Análise dos resultados de tratamentos médicos

Investigação biomédica

Investigação em ciências sociais

Estudos de impacto ambiental

Estudos criminais

Gestão de projectos de investigação

Previsão de vendas e orçamentação

Previsão de afectação de recursos

Lançamento de novos produtos

Econometria

Estudos de produtividade e qualidade de serviço

Estudos de utilização de produtos/serviços

Detecção de fraudes ou não-conformidades

Análise de risco

Análise de tendências

Acompanhamento de acções

‘Basket Analysis’ (associação de produtos)

‘Churn’ de clientes

Análise de sequências e percursos

Detecção de perfis

Scoring de clientes

Modelos de propensão

Pág. 28

Page 29: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Apêndice 2 – Especificações resumidas de cada produto SPSS

Técnicas de modelização Permite-lhe aceder, preparar, anali-

sar os dados e apresentar os resulta-dos graficamente.

• Análise factorial • Análise de clusters K-means • Análise de clusters hierárquicos

• Análise de clusters Two-step Acesso e preparação de dados • Análise descriminante • Database wizard • Regressão linear • Get SAS (importação de dados SAS) • Text wizard Reporting • Importação de Excel • Tabular • Editor de dados - Cubos OLAP • Definição de variáveis - Sumário de casos • Cópia das propriedades dos dados • Gráficos • Transformações várias - Categóricos (de barras, de linhas, de

área, pies, de diferenças, boxplots, de erros e mistos)

- cálculo de novas variáveis espe-cificando a fórmula de cálculo e utilizando funções de vários tipos

- De controlo de qualidade (Pareto, X Bar, Range, Sigma, de média móvel e de valores individuais) - recodificação de variáveis numé-

ricas ou alfanuméricas - Curvas ROC - recodificação de valores criando

novas escalas a partir dos valo-res originais

- De dispersão - Histogramas

• Exportação para Microsoft Excel - recodificação automática de valo-

res alfanuméricos em numéricos • Exportação para Microsoft Word

- transformações condicionais Requisitos técnicos - contagem de ocorrências de

determinado fenómeno • Microsoft Windows 98, NT 4.0, 2000 ou XP • Processador tipo Pentium - substituição de valores em falta • 64 MB de memória RAM (mínimo) - junção de observações vindas de

diferentes ficheiros de dados • 100 MB livres em disco para instalação do software - junção de variáveis vindas de

diferentes ficheiros de dados • Monitor superVGA • Leitor de CD-Rom - reorganização do ficheiro de

dados

- ordenação do ficheiro por uma ou

mais variáveis Obtenha dimensões precisas da amostra. - Agregação da informação - Filtragem das observações por

tipo de ocorrência ou condicional • Cáculo da potência e da precisão para várias dimensões de amostras - Ponderação dos resultados

• Resultados em Pivot tables Estatísticas descritivas • Testes estatísticos para Médias, Proporções,

Correlações, ANOVA, Regressões, Logísticas, Análise de sobrevivência e Equivalências.

• Crosstabs • Medidas de dispersão

• Exportação dos resultados em vários formatos • Medidas de distribuição Requisitos técnicos Estatísticas bivariadas • Microsoft Windows 98, NT 4.0 ou 2000 • Testes de médias • Processador tipo Pentium • Testes t • 16 MB de memória RAM (mínimo) • Testes ANOVA • 10 MB livres em disco para instalação do

software • Testes não paramétricos • Correlações

• Monitor SuperVGA

Pág. 29

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 30: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Descubra as preferências dos consu-midores para melhor caracterização de produtos e preços

Preencha os valores em falta para aumentar a qualidade dos seus dados

• Análise dos padrões dos dados em falta • Imputação dos valores em falta através dos

algoritmos EM e de regressão • Desenhos ortogonais dos efeitos principais • Produção de cartões para experiências de

conjunto • Cálculo de estatísticas univaradas para todas as observações, á excepção das que têm valores em falta, e para todas as variáveis

• Análise de preferências pelo método dos mínimos quadrados

• Cálculo das matrizes de covariâncias e de correlações para todas as variáveis quantitativas excluindo as observações com valores em falta

Requisitos técnicos • Existência do SPSS Base 11.5 • 1 MB livres de espaço em disco para

instalação do software Requisitos técnicos • Existência do SPSS Base 11.5

• 1 MB livres de espaço em disco para instalação

do software Construa questionários para recolha de dados em papel, na Internet ou em entrevistas pessoais ou telefónicas.

Acrescente mais técnicas de regressão ás capacidades de modelização de dados

• Barra de ferramentas com vários desenhos

opcionais de respostas • Definição da variável SPSS associada a

cada questão • Regressão logística multinomial • Regressão logística binária

• Utilização simultânea de vários formatos por simples funções de cópia e colagem.

• Regressão não linear (NLR e CNLR) • Análise Probit

• Inclusão de imagens e diferentes tipos de formatação nos questionários

• Two stage least square

• Inclusão de várias regras no questionário – regras de validação, de salto ou de definição de intervalos de valores admissíveis

Requisitos técnicos • Existência do SPSS Base 11.5 • 1 MB livres de espaço em disco para instalação

do software • Criação de ficheiros de dados SPSS (sav)

A solução de recolha de dados a construir consigo é escalável e adaptada ás suas necessi-dades conjugando 3 produtos – SPSS Data Entry Builder, SPSS Data Entry Station ou SPSS Data Entry Enterprise Server.

Adicione técnicas para análise de relações complexas entre variáveis • Modelos lineares mistos Requisitos técnicos • Modelos GLM (incluindo análise dos efeitos da

variância – ANOVA -, da covariância – ANCOVA -, multivariados da variância – MANOVA -, e multivariados da covariância – MANCOVA)

(para SPSS Data Entry Builder ou Station) • Microsoft Windows 98, NT 4.0, 2000 ou XP • Processador tipo Pentium • 75 MB livres de espaço em disco para

instalação do software • Análise dos componentes da variância

(VARCOMP) • 16 MB de memória RAM (mínimo) • Modelos politómicos universais (PLUM) • Monitor VGA • Modelos LOGLINEAR e HILOGLINEAR (para SPSS Data Entry Enterprise Server) • Procedimentos de análise da sobrevivência –

Regressão de Cox; Kaplan-Meier e Life Tables. • Microsoft Windows NT Server ou 2000 Server; Solaris; HP-UX; IBM AIX; Linux.

• 256 MB livres de espaço em disco para instalação do software: Requisitos técnicos

• Existência do SPSS Base 11.5 • 512 MB de memória RAM • 2,5 MB livres de espaço em disco para

instalação do software • Microsoft Internet Explorer 4.0 ou

superior; Netscape Navigator 4.0 ou superior.

Pág. 30

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 31: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Identifique segmentos e perfis através de árvores de decisão

Descubra relações causais através de modelos de equações estruturais

• 4 poderosos algoritmos de árvores de decisão –

CHAID, Exhaustive CHAID; C&RT e QUEST • Modelos de equações estruturais com

variáveis observadas e variáveis latentes • Visualização gráfica das partições e dos

componentes de cada nó ou ramo (com dados e/ou gráficos de barras)

• Análise factorial confirmatória sobre os componentes da variância; os erros nas variáveis; os modelos de medida; as variáveis latentes • Gráfico de ganhos – identificação dos

segmentos com maior (ou menor) contribuição e selecção dos nós pelo critério definido

• Análise da estrutura da média e de multigrupos

• Visualização do risco de classificação • Análise simultânea de múltiplos modelos • Diferentes métodos de crescimento da árvore –

automático; interactivo ou em batch Requisitos técnicos

• Possibilidade de selecção das variáveis explicativas de segmentação

• Microsoft Windows 95, 98, NT 4.0 ou 2000 • Processador tipo Pentium

• Possibilidade de atribuição de diferentes pesos ao erro de classificação

• Até 32 MB livres de espaço em disco para instalação do software

• Possibilidade de desenho de várias árvores de classificação para o mesmo problema

• 32 MB de memória RAM (mínimo) • Drive CD-Rom

• Exportação das regras de classificação para SPSS ou para bases de dados (sob a forma de comando SQL).

• Importação de dados do SPSS ou de bases de dados através de ODBC (Oracle, SQL Server, Access, etc...)

Identifique grupos através de mapas perceptuais e crie modelos explica-tivos para as variáveis categóricas

Requisitos técnicos • Microsoft Windows 98, NT 4.0, 2000 ou XP • Multidimensional scaling (MDS) • Processador tipo Pentium • Análise de componentes principais para

variáveis categóricas (CatPCA) • 70 MB livres de espaço em disco para instalação do software • Análise de correspondências

• 64 MB de memória RAM (mínimo) • Análise de homogeneidade (HOMALS) • Monitor SuperVGA • Correlações canónicas não lineares • Drvie de CD-Rom Requisitos técnicos

• Existência do SPSS Base 11.5 • 1 MB livres de espaço em disco para

instalação do software Inclua modelos para previsão de séries temporais

• Modelos univariados sazonais e não sazonais (ARIMA) Melhore as suas análises ao trabalhar

com pequenos conjuntos de dados • Modelos de alisamento exponencial • Estimação de factores sazonais aditivos ou

multiplicativos (SEASON) • Testes de independência na amostra • Modelos de decomposição • Testes de independência em tabelas de

contingência • Modelos de regressão AREG

• Testes de ajustamento Requisitos técnicos • Testes de medidas de associação • Existência do SPSS Base 11.5 • 1 MB livres de espaço em disco para instalação

do software Requisitos técnicos • Existência do SPSS Base 11.5 Alternativamente utilize o produto

DecisionTime para a criação dos seus modelos previsionais através de um Wizard específico. Solicite-nos informação específica.

• 3,3 MB livres de espaço em disco para instalação do software

Pág. 31

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Page 32: 67514699 Analise Estatistica Completa Com o Spss

Análise estatística completa com o SPSS

Pág. 32

• 8 tipos de gráficos resultantes de

transformações vectoriais ou de distribuições gaussianas

Apresente os seus resultados em quadros de fácil leitura e cruzando várias variáveis em simultâneo

Requisitos técnicos • Sistema operativo Microsoft Windows 95, 98,

NT 4.0 ou 2000 • Processador PentiumII ou superior • Visualize a estrutura do quadro á medida

que o vai construindo • 64 MB de memória RAM • 48 MB em disco para instalação do software • Inclua estatísticas inferenciais sobre os

cruzamentos que efectua – testes de qui-quadrado, de proporção das colunas e de comparação de médias

• Microsoft Internet Explorer para uso da ajuda on-line

• Monitor SuperVGA • Crie quadros com grupos de múltipla

resposta

• Controle o formato do quadro • Posicione totais e sub-totais no local

pretendido Represente geograficamente a sua informação estatística • Seleccione as categorias de uma variável a

representar no quadro • 6 opções de mapas temáticos • Combinação de múltiplos temas numa só carta

geográfica Requisitos técnicos • Existência do SPSS Base 11.5

• Utilização de geosets em formato Mapinfo • 3 MB livres de espaço em disco para instalação do software

Requisitos técnicos • Existência do SPSS Base 11.5

• 20 MB livres de espaço em disco para

instalação do software Crie relatórios sobre as observações presentes no editor de dados SPSS

• Relatórios profissionais com vários

formatos á escolha Disponibilize os resultados obtidos aos decisores de uma forma rápida e eficaz • Conerta informação identificativa em

etiquetas ou inclua-a numa carta • Os resultados SPSS são instantaneamente

distribuidos pela Internet ou Intranet, sejam eles estáticos ou interactivos

• Utilize os dados presentes no editor de dados SPSS provenientes de qualquer uma das fontes possíveis de importação para o SPSS (bases de dados, folhas de cálculo, texto,...)

• O acesso á informação pelos clientes, pelo público ou pelos decisores é determinado pelo gestor da informação e é feito através do seu browser internet

Requisitos técnicos

• A segurança de acesso ao sistema é centralizada

• Microsoft Windows 95, 98, NT ou 2000 • Processador Pentium III ou superior

• 40 MB livres de espaço em disco para instalação do software Requisitos técnicos

• Sistema Operativo Midrosoft Windows 2000 Server ou 2000 Advanced Server; Sun Solaris 2.8 ou superior

• 32 MB de memória RAM • Monitor SuperVGA • Drive CD-Rom

• Repositório de dados em SQL Server 2000; ou Oracle 8i

• 1 GB de memória RAM • 700 MB de espaço em disco para instalação do

software Crie gráficos de elevada qualidade • Microsoft Internet Explorer 5.5 ou superior;

Netscape Navigator 6.2 ou superior. • 19 tipos de gráficos a 2 dimensões, incluindo de áreas (4 tipos), de dispersão (14 tipos), de dispersão e linhas (10 tipos), de queijo e de população

• 9 tipos de gráficos a 3 dimensões com

possibilidade de rotação e pré visualização da perspectiva

Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight
Miguel Ribeiro
Highlight