Embed Size (px)
Citation preview
1
SPSS 10
2
Índice
Introdução ao SPSS .................................................................................................................................................................................... 3
Interfaces do SPSS ............................................................................................................................................................... 6 Abrir e gravar uma base de dados ............................................................................................................................................................ 11
Criar uma base de dados ..................................................................................................................................................... 14 COMO SUMARIAR, TRATAR E TRANSFORMAR VARIÁVEIS............................................................................................................... 25
Frequências ........................................................................................................................................................................ 25 Crosstabs ........................................................................................................................................................................... 28 comparar as médias ............................................................................................................................................................ 30 Correlações ........................................................................................................................................................................ 32
Gráficos de dispersão com recta de regressão (exemplo de uma ausência de relação) .......................................................... 34 Exemplo de uma correlação significativa ............................................................................................................................ 38
Regressão multipla .............................................................................................................................................................. 45 Compute (Somar) ................................................................................................................................................................ 48 Replace Missing Values pela média ...................................................................................................................................... 50 Contagem de Ocorrências .................................................................................................................................................... 51 recode (recodificar; transformar em classes por ex) ................................................................................................................ 52
3
Introdução ao SPSS O SPSS (Statistical Package for Social Sciences) é uma aplicação que proporciona um poderoso tratamento estatístico de dados, combinando potencialidades gráficas com uma gestão de dados. O SPSS apresenta-se como uma aplicação de fácil manuseamento visto que a sua apresentação e o modo como funciona é semelhante a qualquer aplicação desenvolvida para Windows baseada em janelas e menus características do referido ambiente. No SPSS podemos encontrar as seguintes janelas: A janela de edição dos dados (SPSS Data Editor), mostra um conjunto de células características de uma
folha de cálculo, permitindo criar ficheiros de dados ou modificar os já existentes. A janela de comandos (SPSS Sintax Editor), mostra os comandos correspondentes às diferentes operações
efectuadas. Apresenta vantagens quando fazemos sempre as mesmas estatísticas. A janela de resultados (SPSS Viewer ou Output), mostra os resultados sempre que executarmos um
procedimento de análise. A janela de Script é uma janela de programação que permite personalizar e automatizar tarefas do SPSS.
O SPSS (Statistical Package for Social Sciences) é uma aplicação de tratamento estatístico de dados. Esta aplicação torna a análise estatística de dados acessível para o utilizador casual e conveniente para o utilizador mais experiente. O objectivo deste capítulo é fornecer bases para a utilização do SPSS por utilizadores menos experientes. O SPSS apresenta-se como uma aplicação de fácil manuseamento, visto que a sua apresentação e o modo como funciona é semelhante a qualquer aplicação desenvolvida para Windows
4
Quando o SPSS é iniciado, é apresentada no ecrã a janela uma imagem semelhante á figura 1.
Figura 1: Imagem inicial do SPSS
A imagem contém a janela SPSS for Windows (figura 2).
5
Figura 2: A janela SPSS for Windows.
Pode efectuar as seguintes tarefas:
Iniciar o manual (Run the tutorial)
Construir uma nova base de dados (Type in data)
Importar dados, através de uma 'query', de uma base de dados já existente (Run an existing Query)
Importar dados, através de uma 'query', de uma base de dados já existente (Create new Query using DataBase Capture Wizard)
Abrir uma base de dados já existente (Open an existing file)
bastando para isso seleccionar a tarefa pretendida clicando sobre o círculo correspondente e clicar de seguida em OK. Na parte inferior da janela SPSS for Windows, é apresentada uma lista de bases de dados usadas recentemente no SPSS Se o ficheiro de dados estiver na lista apresentada basta clicar duas vezes sobre o ficheiro de dados pretendido e de seguida em OK. Para procurar o ficheiro pretendido basta usar as teclas de direcção do teclado. Se o ficheiro de dados não estiver na lista apresentada clique sobre More Files na referida lista. Aparecerá então a caixa de diálogo Open File. Seleccione o ficheiro de dados pretendido clicando-o, e de seguida clique no botão Open. Se já estiver a usar o SPSS, seleccione o menu File seguido de Open a partir da janela de edição (SPSS Data Editor). Aparecerá de novo a caixa de diálogo Open File. Proceda de modo semelhante ao descrito anteriormente. Os dados armazenados num outro formato de dados que não o do SPSS podem ser lidos mudando a opção Files of Types no fundo da janela Open File. Do mesmo modo, utiliza-se a janela de edição (SPSS Data Editor), para gravar um ficheiro de dados, seleccionando as opções correspondentes do menu File.
6
Podemos gravar um ficheiro de dados, substituindo-o pelo anterior existente na mesma localização, seleccionando o menu File seguido de Save. O ficheiro de dados é automaticamente gravado. Se não quisermos perder o ficheiro de dados anterior podemos gravar o ficheiro de dados com um novo nome, ou com um formato diferente ou numa localização diferente. Para tal seleccionamos o menu File seguido de Save As. Aparecerá então no ecrã a caixa de diálogo Save Data As. Para gravar um ficheiro de dados com um nome diferente digite o nome pretendido na caixa File Name da caixa de diálogo Save Data As.
Interfaces do SPSS
O SPSS para além de permitir o uso do rato, apresenta outro tipo de interfaces como por exemplo: janelas, barras de ferramentas, barras de estado e caixas de diálogo, que tornam ainda mais acessível a sua utilização. As janelas de uso mais frequente são:
A janela de edição (SPSS Data Editor), mostra o conteúdo de uma base de dados, e permite criar novas bases de dados ou modificá-las. A figura 3 m ostra a janela de edição juntam ente com a base de dados “*.sav”.
7
A janela de comandos (SPSS Sintax Editor), mostra os comandos correspondentes às operações efectuadas entre ficheiros ou dados. Pode gerar comandos a partir das caixas de diálogo e gravá-los num ficheiro para uso em sessões subsequentes. A figura 4 mostra a janela de comandos.
Barra de menus
Barra de ferramentas
8
Figura 4: Componentes básicos da janela de comandos (SPSS sintax Editor).
A janela de resultados (SPSS Viewer ou Output), mostra os resultados automaticamente sempre que executarmos um procedimento de análise. A figura 5 mostra uma tabela de frequências.
9
F ile E dit V iew Insert F orm at A nalyse G raphs U tilities W indow … H elp
Figura 5: Componentes básicos da janela de resultados (SPSS Viewer).
A janela de Script é uma janela de programação que permite personalizar e automatizar tarefas do SPSS. Não é dado ênfase a esta janela no âmbito deste curso.
Cada janela do SPSS tem a sua barra de menus com as suas próprias opções, disponíveis no cimo de cada janela do SPSS. Os menus Statistics e Graphs estão disponíveis em todas as janelas, tornando então mais fácil produzir novos resultados sem ter de trocar de janela. A figura 6 mostra a barra de menus da janela de edição.
Figura 6: Componentes básicos de tratamento estatístico de dados da barra de menus da janela de edição Cada janela do SPSS tem a sua barra de ferramentas que proporciona rápido acesso às tarefas mais comuns. A figura 7 mostra os componentes básicos de uma barra de ferramentas.
Figura 7: Componentes mais usados, da barra de tarefas da janela de edição (SPSS Data Editor)
10
Se colocar o ponteiro do rato sobre o botão de uma ferramenta, aparece uma breve descrição da ferramenta. Estas barras encontram-se disponíveis sob as barras de menus de cada uma das janelas do SPSS. A barra de estado situa-se no fundo de cada janela do SPSS, disponibilizando informação sobre o estado actual das tarefas executadas no momento. A figura 8 mostra a barra de estado da janela de edição.
Figura 8: Componentes da barra de estadoda janela de edição (SPSS Data Editor). A maioria das selecções feitas em menus geram uma caixa de diálogo. Estas caixas de diálogo servem para seleccionar variáveis e opções de análise. A figura 9 mostra os componentes básicos de uma caixa de diálogo.
Figura 9: Componentes básicos de uma caixa de diálogo Na janela de comandos (SPSS Sintax Editor), pode observar os comandos gerados por uma caixa de diálogo, quando se clica no botão Paste da mesma caixa de diálogo. Todos os comandos terminam com '.', seguindo-se então um novo comando. Para executar um determinado comando, posiciona-se o cursor no ínicio desse comando, e mantêm-se pressionado o botão esquerdo do rato. De seguida arrasta-se o ponteiro do rato de modo a seleccionar o respectivo comando. O resultado desta operação é apresentado na figura 10
11
Figura 10: Comando seleccionado na janela de comandos (SPSS Syntax Editor).
Abrir e gravar uma base de dados Se estiver a iniciar o SPSS, pode abrir uma base de dados a partir do ecrã de apresentação do SPSS (figura 2), seleccionando a opção Open an Existing File. Se a base de dados estiver na lista apresentada basta clicar duas vezes sobre a base de dados pretendida e de seguida em OK. Use as teclas de direcção do teclado para procurar a base de dados pretendida. Se a base de dados não estiver na lista apresentada clique sobre More Files na referida lista. Aparecerá então a caixa de diálogo Open File (figura 11). Seleccione a base de dados pretendida clicando-a, e de seguida clique no botão Open.
Figura 11: A janela Open File. Se já estiver a usar o SPSS, seleccione o menu File>Open (figura 12) a partir da janela de edição (SPSS Data Editor).
12
Figura 12: O menu File>Open da janela de edição (SPSS Data Editor). Aparecerá de novo a caixa de diálogo Open File (figura 11). Proceda de modo semelhante ao descrito anteriormente. Os dados armazenados num outro formato de dados que não o do SPSS podem ser lidos mudando a opção Files of Types no fundo da janela Open File (figura 13).
Figura 13: A caixa de diálogo Open File, mostra como se procede para abrir uma base de dados com formato diferente do SPSS
13
Do mesmo modo, utiliza-se a janela de edição (SPSS Data Editor), para gravar uma base de dados, seleccionando as opções correspondentes do menu File. Podemos gravar uma base de dados, substituindo-a pela anterior existente na mesma localização, seleccionando o menu File>Save (figura 14). A base de dados é automáticamente gravada.
Figura 14: O menu File>Save da janela de edição (SPSS Editor Data). Se não quisermos perder a base de dados anterior, gravamos a base de dados com um nome e/ou formato diferente e/ou numa localização diferente. Para tal seleccionamos o menu File>Save As (figura 15).
Figura 15: O menu File>Save As da janela de edição (SPSS Data Editor).
14
Aparecerá então no ecrâ a caixa de diálogo Save Data As (figura 16). Para gravar uma base de dados com um nome diferente digite o nome pretendido na caixa File Name da caixa de diálogo Save Data As
Figura 16: A caixa de diálogo Save Data As.
Criar uma base de dados
Os dados são editados na janela SPSS Data Editor. A figura 17 mostra uma base de dados .
Note-se que as linhas da grelha de edição representam casos distinitos, enquanto que as colunas representam as variáveis que se pretendem estudar a partir de uma amostra de uma determinada população. Os nomes das variáveis aparecem no início de cada coluna. Apresentar-se-á como exemplo a construção de uma base de dados, a partir dos dados apresentados na figura 18. A primeira variável da base de dados, apresentada na figura anterior, é chamada 'Id' usada para identificar cada caso introduzido.
15
Figura 18: Tabela com alguns valores de uma base de dados e sua apresentação final no SPSS O objectivo desta secção é disponibilizar um modo eficiente de criar uma base de dados, de tal maneira que durante o tratamento estatístico dos dados não ocorram dúvidas acerca do que representa cada uma das variáveis e da forma como deveriam estar definidas. Antes da introdução dos dados, é necessário criar e definir variáveis. Para criar uma nova variável basta clicar duas vezes seguidas sobre uma das etiquetas 'var', que se encontra no cimo das colunas vazias da janela de edição. Surge então no ecrã a caixa de diálogo Define Variable. A figura 19 mostra a caixa de diálogo Define Variable com uma breve descrição dos seus componentes. Apenas podemos definir uma variável de cada vez. Para definir uma variável deverá seguir os seguintes passos:
Figura 19: Os componentes da caixa de diálogo Define Variable e descrição dos seus componentes básicos (versão 10 e versões 7.5, 8.0 ou 9.0) 1º passo: Definir o nome da variável
Na coluna Name da versão 10 ou nqa caixa Variable Name da caixa de diálogo Define Variable das versões 7.5, 8.0 ou 9.0 (figura 20), escreve-se no 1.º caso o nome que se pretende dar à variável ou substitui-se , no caso das versões 7.5, 8.0 ou 9.0, 'VAR00001' por um nome sugestivo que permita identificar a que se referem os valores que se vai introduzir nessa coluna.
16
Existem algumas regras que se aplicam na definição dos nomes das variáveis:
Qualquer nome de uma variável não pode ter mais do que oito caracteres.
O nome deve começar com uma letra.
Os nomes das variáveis não devem acabar num ponto.
Os espaços em branco e os caracteres especiais não podem ser usados. 2º passo: Modificar as definições da variável
Definir o tipo de dados
Na versão 10.0 basta escrever na coluna Type o tipo da variável. Nas versões 7.5, 8.0 ou 9.0, deverá clicar no botão Type da caixa de diálogo Define Variable surgirá então a subcaixa de diálogo Define Variable Type. Do lado esquerdo podemos escolher o tipo de dados relativos á variável a definir seleccionando o círculo correspondente.
As variáveis podem ser tanto quantitativas, como por exemplo a altura ou a idade, ou ser qualitativas como o sexo ou nome. Por regra escolhe-se o tipo de dados numérico, mesmo que a variável seja qualitativa pois mesmo no caso das variáveis qualitativas é útil usar valores numéricos. Deverá ser usado este procedimento, sempre que possível excepto por exemplo em variáveis tais como 'Nome', na qual não traz vantagem usar valores numéricos.
Após estar definido o tipo de dados deverá clicar em Continue da subcaixa de diálogo Define Variable Type para voltar á caixa de diálogo Define Variable onde poderá observar alterações na zona de descrição.
NOTA: O tipo de dados numérico deve ser preferencialmente usado relativamente aos outros tipos de dados. Por defeito o todas as variáveis são assumidas como numéricas. O tipo de variável inclui ainda a definição do seu tamanho (Width) com um limite de 40 caracteres e do número de casa decimais (decimal places) com um limite de 16 casa decimais. Os tipos comma, dot, scientific notation, date, dollar, custom currency são formatos alternativos para escrita de valores numéricos. String é um tipo que aceita a escrita de qualquer símbolo ASCII.
Atribuir etiquetas a variáveis e a valores de variáveis
Na versão 10.0 Para atribuir uma etiqueta ao nome da variável e/ou aos valores da variável basta clicar na coluna dos labels e inscrever o nome da variável uma vez que o name só dá para escrever oito caracteres e por vezes precisamos de muitos mais. Nas versões 7.5, 8.0 ou 9.0 deverá clicar no botão Labels da caixa de diálogo Define Variable aparecerá então a subcaixa de diálogo Define Labels .onde aparece a caixa variable labels onde poderá increver o rótulo da variável.
Quanto aos rótulos das categorias, basta clicar no canto direito da coluna dos values, no caso da versão 10.0. Exemplo: No caso da variável sexo (variável qualitativa) podemos usar o valor 1 e 2 em vez de masculino e feminino respectivamente, na introdução da variável sexo. Deste modo, podemos atribuir a etiqueta masculino ao valor 1 e feminino ao valor 2. Para atribuir etiquetas a valores de variáveis, escreve-se nas caixas ao lado das opções Value e Value Label o valor e a etiqueta respectivamente, como se pode observar na figura 28. Para introduzir cada uma das etiquetas, clica-se no botão Add.
17
Figura 28: Atribuição de etiquetas para os valores da variável sexo e Aspecto da subcaixa de diálogo Define Labels depois de introduzidas as etiquetas para a variável Sexo.
No caso das versões 7.5, 8.0 ou 9.0, a caixa Value Labels encontra-se na subcaixa de diálogo Define Labels mas permite atribuir etiquetas aos valores de variáveis qualitativas da mesma forma
Quando tiver introduzido todas as etiquetas deverá clicar em Continue da subcaixa de diálogo Define Labels (figura 29) para voltar á caixa de diálogo Define Variable (figura 30).
Valores desconhecidos “m issing values”
É muitas vezes útil saber qual a informação desconhecida. Por exemplo, num questionário podemos ter dois tipos de valores desconhecidos, e querer distingui-los. O primeiro devido ao facto de um indivíduo não ter dado uma resposta, e o segundo devido ao facto de que a variável em questão não se aplicar a esse indivíduo. Neste caso atribui-se um valor a cada um dos casos e define-se as etiquetas para esses valores.
Por exemplo se desconhecemos o sexo de um indivíduo, clica-se no na coluna missing da versão 10.0. Surgirá então a subcaixa de diálogo Define Missing Values (figura 32).
Figura 32: A subcaixa de diálogo Define Missing Values e descrição dos seus componentes.
18
Figura 33: Aspecto da subcaixa de diálogo Define Missing Values para a variável Sexo.
No caso anterior só temos um valor desconhecido para definir (figura 33). Por isso Clica-se em Continue para voltar á caixa anterior, contudo podemos definir como ausentes para a estatística até três valores discretos, um intervalo de valores ou um intervalo conjuntamente com um valor discreto.
Os valores de uma variável especificados como missing values pelo utilizador são excluídos do tratamento estatístico dos dados e são tratados como um caso especial. Não se pode definir missing values para variáveis alfanuméricas (strings) com strings maiores de 8 caracteres.
Todos os valores atribuídos a strings são considerados válidos a menos que sejam especificados como missing values.
Alterar o formato da coluna
Para alterar o formato da coluna da variável em questão, no caso da versão 10.0, deverá clicar em Columns a largura que pretende e escreva em alignment o alinhamento adequado. No caso das versões 7.5, 8.0 ou 9.0 clique no Define Column Format da caixa de diálogo Define Variable (figura 34), e então aparecerá uma nova subcaixa de diálogo chamada Define Column Format (figura 35).
Figura 34: A caixa de diálogo Define Variable.
19
Figura 35: A subcaixa de diálogo Define Column Format e descrição dos seus componentes básicos.
Depois de ter terminado clique em Continue para voltar janela Variable View da versão 10.0 ou á caixa de diálogo Define Variable nas versões 7.5, 8.0 ou 9.0 (figura 37).
4º passo: Definir o tipo de variável
A especificação do tipo de variável é apenas relevante para uso em tabelas e gráficos. Como se pode observar na figura 38 existem três tipos de variáveis admitidas pelo SPSS. As variáveis do tipo Nominal e Ordinal são ambas tratadas como categóricas nos procedimentos de feitura de tabelas e gráficos. No caso da variável sexo definimos como sendo uma variável Ordinal (figura 39).
Quando a definição estiver completa clique em OK na caixa de diálogo Define Variable (figura 39) para voltar à janela de edição de dados.
Tem de se repetir este processo para todas as variáveis que queiramos criar. Depois de defenir todas as variáveis podemos então passar á introdução dos dados. Para as variáveis qualitativas introduzimos os valores correspondentes ás etiquetas atribuídas a esses valores. Nas variáveis quantitativas basta apenas introduzir os valores observados. Se numa variável respeitante a uma entidade, se desconhecer o valor dessa variável, deixa-se em branco esse valor, a menos que tenhamos definido etiquetas para os valores desconhecidos
Versão 10.0
Versão 7.5, 8.0 ou 9.0
20
Os questionários são óptimos instrumentos para recolha de dados, leia com atenção o questionário do trabalho que se segue, porque todo o texto de apoio tem por base este questionário. O questionário do trabalho está dividido em duas partes, uma dirigida aos empregados que responderam a perguntas sobre eles próprios e uma outra dirigida aos supervisores que responderam a questões sobre cada um dos empregados. Questionário do Trabalho Questionário aos empregados Este questionário foi construído para estudar alguns factos sobre si e sobre o seu trabalho. Por favor, responda com sinceridade. Não existem respostas certas ou erradas. 1. Qual o grupo racial ou étnico a que pertence? (Assinale um) Branco/europeu 1 Asiático 2 Indiano 3 Africano 4 Outro 5 2. Qual o seu sexo? Masculino 1 Feminino 2 3. Actualmente, qual o seu rendimento anual bruto (antes dos descontos e impostos)? _____________$00 4. Quantos anos tem? anos 5. Há quantos anos trabalha nesta empresa? anos 6. Por favor, indique em relação a cada uma das afirmações seguintes se (1) discorda totalmente, (2) discorda, (3) está indeciso, (4)
concorda, ou (5) concordo totalmente. Para cada afirmação, assinale só uma resposta. (a) Não deixaria esta empresa mesmo que pudesse ganhar um pouco mais noutra (1) (2) (3) (4) (5) (b) Para mim o meu emprego é um hobby (1) (2) (3) (4) (5) (c) A maior parte das vezes tenho que me forçar a ir para o trabalho (1) (2) (3) (4) (5) (d) Quase todos os dias me sinto entusiasmado com o meu trabalho (1) (2) (3) (4) (5) (e) O meu trabalho é muito desinteressante (1) (2) (3) (4) (5) (f) Tenho autorização para executar o meu trabalho da forma que me parece melhor (1) (2) (3) (4) (5) (g) Posso tomar decisões sobre a forma de executar o meu trabalho (1) (2) (3) (4) (5) (h) Na secção da empresa onde estou inserido, as pessoas podem executar o seu trabalho da forma que mais lhes agradar
(1) (2) (3) (4) (5)
(i) Se eu quiser fazer uma pequena alteração na minha forma de trabalhar, não preciso de consultar o supervisor
(1) (2) (3) (4) (5)
(j) Faço o meu trabalho praticamente da mesma maneira todos os dias (1) (2) (3) (4) (5) (k) Há pouca variedade no meu trabalho (1) (2) (3) (4) (5) (l) O meu trabalho é repetitivo (1) (2) (3) (4) (5) (m) Há pouco aspectos do meu trabalho que se alteram de dia para dia (1) (2) (3) (4) (5) 7. Esteve presente na reunião da empresa, este mês? Sim 1 Não 2 Questionário ao Supervisor Ficar-lhe-ía grato se pudesse responder às perguntas que se seguem sobre uma das pessoas cujo trabalho supervisiona: (Nome do Empregado.)
21
1. Por favor, descreve o nível de especialização que lhe parece exigir o trabalho que essa pessoa desempenha. Qual das seguintes descrições seria mais adequada? (Assinale uma das alternativas) Não especializado 1 Semi – especializado 2 Bastante especializado 3 Muito especializado 4 2. Como classificaria a sua produtividade? (Assinale uma das alternativas) Muito fraca 1 Fraca 2 Média 3 Boa 4 Muito Boa 5 3. Como classificaria a qualidade do trabalho dele(a)? (Assinale uma das alternativas) Muito fraca 1 Fraca 2 Média 3 Boa 4 Muito Boa 5 4. Nos últimos doze meses, quantos dias ele(a) faltou? dias Antes da introdução dos dados, é necessário criar e definir variáveis, já que o SPSS assume por defeito, para nome da variável a palavra “var”. P ara criar um a nova variável basta clicar duas vezes seguidas em cim a da palavra “var”, que se encontra no cimo das colunas da janela de edição. Surge então no ecrã a caixa de diálogo Define Variable. Como já referimos, para definir uma variável deverá seguir os seguintes passos: 11ºº ppaassssoo:: DDeeffiinniirr oo nnoommee ddaa vvaarriiáávveell Na caixa Variable Name da caixa de diálogo Define Variable, substitui-se “V A R 00001” por um nome que nos permita identificar facilmente a que se referem os valores que se irão introduzir nessa coluna. Data Define variable Figura nº2 Existem algumas regras que se aplicam aquando da definição dos nomes das variáveis: Qualquer nome de uma variável não pode ter mais do que oito caracteres. O nome deve começar com uma letra. Os nomes das variáveis não devem acabar num ponto. Os espaços em branco e os caracteres especiais não podem ser usados. 22ºº ppaassssoo:: DDeeffiinniirr oo ttiippoo ddee ddaaddooss Para definir o tipo de dados dos valores a introduzir deverá clicar no botão Type da caixa de diálogo Define Variable, surgirá então a subcaixa de diálogo Define Variable Type. Do lado esquerdo podemos escolher o tipo de dados relativos à variável a definir seleccionando o círculo correspondente. Por defeito o todas as variáveis são assumidas como numéricas. O tipo de variável inclui ainda a definição do seu tamanho (Width) com um limite de 40 caracteres e do número de casa decimais (decimal places) com um limite de 16 casa decimais. Os tipos comma, dot, scientific notation, date, dollar, custom currency são formatos alternativos para escrita de valores numéricos. String é um tipo que aceita a escrita de qualquer símbolo ASCII. 33ºº ppaassssoo:: AAttrriibbuuiirr eettiiqquueettaass aa vvaarriiáávveeiiss ee aa vvaalloorreess ddee vvaarriiáávveeiiss A etiqueta ou rótulo da variável (Variable label), serve para melhor explicar o nome da variável, que pode ir até 256 caracteres contornando a restrição dos 8 caracteres identificativos dos nomes das variáveis.
22
Os códigos utilizados (Value Labels), são de grande utilidade quando se opera com variáveis qualitativas, onde os números definem as diferentes categorias da variável. O value labels é composto por duas partes: 1. uma onde atribuímos um código à categoria (value); 2. e uma outra onde inserimos o nome da categoria (value label). 44ºº ppaassssoo:: AAlltteerraarr oo ffoorrmmaattoo ddaa ccoolluunnaa Para alterar o formato da coluna da variável em questão, deverá clicar no botão Column Format da caixa de diálogo Define Variable, então aparecerá uma nova subcaixa de diálogo chamada Define Column Format. O Formato da coluna (Column format) controla simultaneamente a largura da coluna (Width) que aparece no Data editor do SPSS bem como o alinhamento dos valores (Text alinment). Se a largura definida for insuficiente, aparecem asteriscos em vez de números. 55ºº ppaassssoo:: DDeeffiinniiççããoo ddooss vvaalloorreess eemm ffaallttaa Missing Values (Dados Omissos) É necessário informar o SPSS da forma como codificámos os dados que nos faltam, ou seja, para as situações em que temos que registar uma resposta que é ambígua ou que não é suficientemente clara. Esse número não pode ser igual a qualquer outro que tenha sido designado para codificar dados reais ou não omissos. Por exemplo, se se utilizou os valores de 1 a 5 para representar as respostas à questão sobre o grupo étnico de pertença, é necessário considerar um número diferente para as respostas omissas.
Como se pode verificar através da figura nº6 podemos definir como ausentes para a estatística até três valores discretos, um intervalo de valores ou um intervalo conjuntamente com um valor discreto. Os valores de uma variável especificados como missing values pelo utilizador são excluídos do tratamento estatístico dos dados e são tratados como um caso especial. Não se pode definir missing values para variáveis alfanuméricas (strings) com strings maiores de 8 caracteres. Para introduzirmos os dados dispomos da janela SPSS Data Editor. Tal como numa folha de cálculo temos várias células. As diferentes linhas representam casos, enquanto que as colunas representam as variáveis que se pretendem estudar. Os nomes das variáveis aparecem no início de cada coluna.
23
CCrriiee nnoo SSPPSSSS uumm ffiicchheeiirroo ccoomm oo nnoommee ““QQttrraabbaallhhoo””,, eemm sseegguuiiddaa ddêê nnoommeess ààss vvaarriiáávveeiiss ddoo QQuueessttiioonnáárriioo ddoo TTrraabbaallhhoo sseegguunnddoo aass iinnffoorrmmaaççõõeess ddoo qquuaaddrroo sseegguuiinnttee.. Questionário aos empregados Variable Label1 Variable Name Measurement Tipo de variável 2 Número da variável no questionário Número de identificação id Nominal Nominal Grupo racial gpracial Nominal Nominal 1. Sexo sexo Nominal Dicotómica 2. Rendimento Anual Bruto rendim Escala Intervalo(a) 3. Idade idade Escala Intervalo(a) 4. Antiguidade na empresa anos Escala Intervalo(a) 5. Envolvimento com a empresa envolv Ordinal Ordinal 6.a) Escala de satisfação no trabalho Item 1 satis1 Escala Intervalo(b) 6.b) Item 2 satis2 Escala Intervalo(b) 6.c) Item 3 satis3 Escala Intervalo(b) 6.d) Item 4satis4EscalaIntervalo(b)6.e) Escala de autonomia no trabalho Item 1 autonom1 Escala Intervalo(b) 6.f) Item 2 autonom2 Escala Intervalo(b) 6.g) Item 3 autonom3 Escala Intervalo(b) 6.h) Item 4 autonom4 Escala Intervalo(b) 6.i) Escala de rotina no trabalho Item 1 rotina1 Escala Intervalo(b) 6.j) Item 2 rotina2 Escala Intervalo(b) 6.k) Item 3 rotina3 Escala Intervalo(b) 6.l) Item 4 rotina4 Escala Intervalo(b) 6.m) Presença na reuniãoreuniãoNominalDicotómica7 Questionário ao Supervisor Variable Label Variable Name Measurement Tipo de variável 3 Número da 1 Os rótulos das variáveis (Variable Labels) são usados para especificar designações maiores, incluindo espaços em branco, contrariamente ao nome de cada variável que só pode ter oito caracteres. A designação deve ser procedida do nome da variável e de um espaço em branco, sendo o seu tamanho máximo de 120 caracteres. 2 Nominal – Classificação de objectos (pessoas, países, locais, etc.) em categorias descontínuas. Ordinal - As diferentes categorias da variável em causa podem ser ordenadas do maior para o menor ou vice-versa. Intervalo (a) – N as “verdadeiras” variáveis de intervalo (tam bém denominadas por rácio), as categorias associadas as variáveis podem ser também ordenadas como no caso das variáveis ordinais, mas aqui as distâncias são iguais. Intervalo (b) – São variáveis que em rigor são ordinais mas que incluem um grande número de categorias como é o caso das medidas de múltiplos itens em questionários. Assume-se que estas variáveis tem propriedades similares às “verdadeiras” variáveis de intervalo. R igorosam ente falando, m edidas com o satis, autonom e rotina, que derivam de escalas de itens múltiplos, são variáveis ordinais. Contudo, vamos ao encontro da prática corrente e trataremos as medidas baseadas em múltiplos itens como é o caso de satis, autonom e rotina como se fossem escalas de intervalo. Dicotómicas – São variáveis que tem apenas duas categorias. 3 Nominal – Classificação de objectos (pessoas, países, locais, etc.) em categorias descontínuas.
24
variável no questionário Especialização especial Ordinal Ordinal 1 Produtividade produtiv Ordinal Ordinal 2 Qualidade qualidad Ordinal Ordinal 3 Absentismo absent Escala Intervalo(a) 4 IInnffoorrmmee oo SSPPSSSS aacceerrccaa ddooss sseeuuss vvaalloorreess eemm ffaallttaa.. Neste questionário todos os dados omissos, excepto os referentes ao absentismo e aos itens das três escalas, foram codificados com um 0 uma vez que esse valor não pode ser confundido com os números escolhidos para corresponder aos dados reais. Como houve alguns empregados que nunca estiveram ausentes do trabalho (i.e., cuja ausência é de 0 dias), as respostas omissas a esta pergunta não poderiam ser representadas por um “0”. E m vez disso, foram codificadas com “99” já que nenhum em pregado se ausentou tanto tempo EExxeerrcciicciiooss:: IInnsseerriirr aass rreessppoossttaass oobbttiiddaass nnoo eeddiittoorr ddee ddaaddooss Respostas obtidas através do Questionário do Trabalho
1 1 1 8300 29 1 4 0 3 4 4 2 4 2 2 2 2 3 2 2 3 0 1 7 2 2 1 7300 26 5 2 0 0 2 3 2 2 1 2 3 4 4 4 1 3 4 4 8 3 3 1 8900 40 5 4 4 4 4 1 2 1 2 2 2 1 2 3 1 4 3 4 0 4 3 1 8200 46 15 2 2 5 2 4 1 2 2 2 3 2 2 3 2 3 3 4 4 5 2 2 9300 63 36 4 3 4 4 1 2 3 3 3 4 5 5 4 1 3 5 3 0 6 1 1 8000 54 31 2 2 5 3 3 2 1 1 2 4 4 4 4 1 1 3 4 1 7 1 1 8300 29 2 0 3 3 2 3 2 2 3 2 3 5 4 2 2 3 5 2 0 8 3 1 8800 35 2 5 2 2 4 2 3 4 3 2 3 3 3 2 2 3 4 4 2 9 2 2 8800 33 4 3 3 1 2 4 2 3 4 1 2 2 3 2 2 2 1 1 5
10 2 2 6900 27 6 4 3 2 3 3 2 1 3 2 3 4 3 5 1 2 2 4 4 11 1 1 7100 29 4 2 2 4 1 4 2 1 1 2 5 4 3 4 2 2 2 3 8 12 2 1 0 19 2 1 1 5 2 4 1 1 1 1 3 4 3 3 1 3 2 3 4 13 4 1 9000 55 35 3 3 3 4 2 2 2 3 2 5 5 5 4 1 4 3 5 1 14 1 2 8500 29 1 2 3 4 2 4 2 2 3 1 4 3 4 4 1 1 2 2 0 15 3 1 9100 48 8 3 3 2 2 1 3 2 4 4 2 3 3 3 2 4 5 5 1 16 2 1 7900 32 7 3 3 4 2 2 2 3 1 2 4 2 2 2 2 2 2 3 4 17 1 1 8300 48 14 3 3 3 2 4 1 2 2 2 4 5 4 4 1 2 5 3 1 18 1 2 6700 18 1 2 2 4 2 4 2 3 2 2 5 5 5 1 1 2 3 3 6
Ordinal - As diferentes categorias da variável em causa podem ser ordenadas do maior para o menor ou vice-versa. Intervalo (a) – N as “verdadeiras” variáveis de intervalo (tam bém denom inadas por rácio), as categorias associadas as variáveis podem ser também ordenadas como no caso das variáveis ordinais, mas aqui as distâncias são iguais. Intervalo (b) – São variáveis que em rigor são ordinais mas que incluem um grande número de categorias como é o caso das medidas de múltiplos itens em questionários. Assume-se que estas variáveis tem propriedades similares às “verdadeiras” variáveis de intervalo. R igorosam ente falando, m edidas com o satis, autonom e rotina, que derivam de escalas de itens múltiplos, são variáveis ordinais. Contudo, vamos ao encontro da prática corrente e trataremos as medidas baseadas em múltiplos itens como é o caso de satis, autonom e rotina como se fossem escalas de intervalo. Dicotómicas – São variáveis que tem apenas duas categorias.
25
COMO SUMARIAR, TRATAR E TRANSFORMAR VARIÁVEIS
Frequências
26
27
click no continue e depois no OK e vai automaticamente para o output que é onde se observam os resultados das estatisticas efectuadas à base de dados.
28
Crosstabs
29
30
comparar as médias
31
32
Correlações
33
Correlations
1,000 ,100, ,145
214 214,100 1,000,145 ,214 214
Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)N
Idade
Parede posterior do VE
Idade
Paredeposteriordo VE
34
Gráficos de dispersão com recta de regressão (exemplo de uma ausência de relação)
35
Espessura do septo interventricular
1,61,41,21,0,8,6
Idad
e
90
80
70
60
50
40
30
20
10
CLICK DUPLO
36
37
Espessura do septo interventricular
1,61,41,21,0,8,6
Idad
e
90
80
70
60
50
40
30
20
10 Rsq = 0,0084
SEM RELAÇÃO r=0.091 r2=0,0084 coeficente de determinação = r2x100=0,8%
38
Exemplo de uma correlação significativa
39
40
41
CLICK DUPLO SOB O GRAFICO
42
43
44
CONTINUE e OK
a duração da onda P no 4º espaço intercostal e a duração da onda P no 5.º espaço intercostal têm uma correlação positiva de 52,4%, isto é existe um padrão em 52,4% dos indivíduos onde quanto maior é a duração da onda P no 4.º espaço intercostal maior é a do 5.º espaço intercostal
45
Regressão multipla
46
Variables Entered/Removeda
Espessurado septointerventricular
,
Stepwise (Criteria:Probability-of-F-to-enter <= ,050,Probability-of-F-to-remove >=,100).
Model1
VariablesEntered
VariablesRemoved Method
Dependent Variable: Estenosea.
Model Summary
,164a ,027 ,022 ,65Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Predictors: (Constant), Espessura do septointerventricular
a.
ANOVAb
2,483 1 2,483 5,832 ,017a
90,251 212 ,42692,734 213
RegressionResidualTotal
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Espessura do septo interventriculara.
Dependent Variable: Estenoseb.
47
Coefficientsa
1,971 ,315 6,256 ,000
,755 ,313 ,164 2,415 ,017
(Constant)Espessura do septointerventricular
Model1
B Std. Error
UnstandardizedCoefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: Estenosea.
Excluded Variablesb
,073a ,313 ,755 ,022 8,551E-02,025a ,319 ,750 ,022 ,750
-,006a -,085 ,933 -,006 ,999-,002a -,034 ,973 -,002 ,999,015a ,223 ,823 ,015 ,994
Parede posterior do VEGradiente VE ->AODiametro diastólico do VEDiametro sistólico do VEfracção de encurtamento
Model1
Beta In t Sig.Partial
Correlation Tolerance
Collinearity
Statistics
Predictors in the Model: (Constant), Espessura do septo interventriculara.
Dependent Variable: Estenoseb.
48
Compute (Somar) Quando pretendemos calcular valores para uma nova variável a partir dos valores de outra variável já existente teremos que optar pelas variáveis calculadas. Criar uma nova variável calculada Por vezes podemos pretender criar uma nova variável. Por exemplo usámos quatro itens para avaliar aspectos ligeiramente diferentes de satisfação no trabalho e em vez de tratarmos estes itens como medidas separadas podemos achar preferível combiná-los num único índice, constituindo assim uma medida composta.
49
50
Replace Missing Values pela média A omissão de dados pode ser problemática aquando das análises, pois como já sabemos a não existência de valores não permite o somatório de diferentes variáveis. Replace Missing Values cria novas variáveis, repondo os valores em falta com estimativas processadas por vários métodos (como por exemplo a média). Os nomes das novas variáveis são iguais nos 6 primeiros caracteres seguidos por um travessão. Nota: A substituição dos valores em falta que iremos fazer é um mero exercício didáctico, pois se aplicássemos o princípio dos 10 % à variável “satis” não poderíam os fazer qualquer substitu ição.
51
Contagem de Ocorrências Quando pretendemos calcular valores para uma nova variável a partir dos valores de outra variável já existente teremos que optar pelas variáveis calculadas. Dados omissos e cálculo de valores para formar medidas compostas Se reparar, falta o valor satis1 para o primeiro sujeito e o valor satis1 e satis2 para o segundo. Em investigação, é muito frequente que haja alguns dados omissos. Os sujeitos podem não responder a algumas questões, podem assinalar duas respostas diferentes à mesma pergunta, o experimentador pode esquecer-se de registar um dado, etc. Quando se calculam valores para formar uma nova medida pode aplicar-se ao tratamento de dados omissos uma regra prática que consiste em verificar se, para um sujeito, faltam 10 por cento ou mais dos dados referentes a um determinado índice. Se aplicássemos este princípio aos dois primeiros sujeitos do nosso exemplo, não deveríamos calcular o valor da satisfação no trabalho para estes indivíduos. Pelo contrário, poderíamos calcular os valores de rotina no trabalho e autonomia. Para usar esta regra com a variável “satis” tem os que com eçar por contar o núm ero de dados om issos para ver se esse valor ultrapassa os 10 por cento. P a ra isso precisamos de utilizar a opção Count. Conta o número de ocorrências Através desta opção podemos criar uma nova variável que conta as ocorrências de um determinado valor numa lista de variáveis para cada caso. Mais concretamente, contamos ocorrências em cada linha (uma observação, várias variáveis).
Transform Count Target Variable - count Target Label – Escala de Satisfação Numeric Variables- satis1... Define Values Value - 0 Add Após este procedimento pode verificar que o número de ocorrências para o sujeito identificado com o número 1 é de 1 e o número de ocorrências para o sujeito identificado com o número 2 é de 2.
52
recode (recodificar; transformar em classes por ex) Numa situação ideal, a forma como introduziu os dados é perfeita para o tipo de análise que deseja efectuar. Infelizmente, isto raramente acontece. Uma análise preliminar pode revelar esquemas de codificação inconvenientes, ou erros de codificação de variáveis. Pode então executar transformações dos dados a partir de procedimentos simples, como juntar categorias para análise, o que é denominado por recodificação de variáveis. Para modificar a forma como os dados estão codificados ou agrupados seleccione o menu Transform seguido de Recode a partir da janela de edição (Editor Data). Este procedimento é particularmente útil para agrupar ou combinar categorias de variáveis. Por vezes, é necessário mudar ou recodificar (recode) os valores de algumas variáveis. Assim, por exemplo, é recomendável que a construção das questões que vão servir para criar uma escala varie de forma a que as pessoas que respondem sim a todas as perguntas ou, pelo contrário, não a todas, não tenham um valor extremo. Além deste factor e para reduzir a possibilidade de uma tendência à aquiescência nas respostas, é desejável balancear as escalas com itens contados directamente e itens contados inversamente. Pode recodificar variáveis eliminando a variável de origem (Recode into Same) ou então criando uma nova variável (Recode into different). Como eliminar uma variável não é muito aconselhado, a menos que tenhamos a certeza que não vamos precisar da variável futuramente, apresentamos apenas o caso de recodificação criando novas variáveis (Recode into different). Pode recodificar variáveis numéricas e alfanuméricas. Se tiver seleccionado várias variáveis, é necessário que todas sejam do mesmo tipo, isto é, não pode recodificar variáveis numéricas e alfanuméricas ao mesmo tempo. Veja o procedimento
53
