Spss Para Ciencias Sociais

5/7/2018 Spss Para Ciencias Sociais - slidepdf.com

http://slidepdf.com/reader/full/spss-para-ciencias-sociais 1/16

USO DO PACOTE SPSS EM CIÊNCIAS SOCIAIS eHUMANAS.

Prof.: João Agnaldo do Nascimento

1) Introdução:

O pacote estatístico SPSS (Statistical Package for theSocial Sciences) tem se tornado umaimportante ferramenta de auxílio ao ensino e a pesquisa em várias áreas, sendo específico paraas Ciências Sociais. Este software foi desenhado para atender ao usuário que não precisa de

conhecimentos computacionais e necessita da utilização das técnicas estatísticas em seustrabalhos.

Quando o usuário pesquisador possui um instrumento de pesquisa do tipo questionário, êlepoderá usar toda a potencialidade que o SPSS possui para planejar o seu banco de dados, etapaprimária para alcançar seus objetivos. Este curso pretende mostrar como construir o banco dedados e implementar as informações contidas no questionário no pacote SPSS.

Após a etapa de construir o banco de informações contida no questionário, passamos a conheceras principais técnicas estatísticas usadas na pesquisa em Ciencias Sociais e como executar nopacote, versão 6.0 no sistema Windows (no Windows 95).

Note que o pacote SPSS é um conjunto de programas fechado no sentido de que o usuário nãopoderá interagir criando um novo programa que permita a implementação de uma técnicaestatística nova ou um melhoramento em uma técnica usual que esteja no SPSS . O pacoteSPSS é formadopor módulos dados a seguir: 1) Módulo Basic, 2) Módulo Professional, 3) Módulo Advanced 4)MóduloTables e 5) Módulo Lisrel. Na compra do pacote, o usuário poderá optar apenas pelomódulo básico, o 1), e adquirir os outros módulos de forma adicional segundo suasnecessidades. Em geral, para um serviço de pesquisa usual em termos de técnicas, os módulos 12 3 e 4 satisfazem plenamente a uma grande variedade de problemas.

Nosso objetivo como um curso introdutório é aprender a operar o módulo , “BASIC” e “TABLES” ,

onde podemos efetuar distribuições de frequência, transformar variáveis contínuas em discretascom o comando “RECODE”, transformar variáveis com o comando “COMPUTE”, e utilizar astécnicas básicas conforme mostra o menu Statistics na figura 1(a) . Na figura 1(b) mostramos osmódulos que formam o SPSS. O usuário poderá comprar ao fabricante do SPSS apenas omódulo BASIC e em seguida comprar os demais módulos separadamente.



2

Figura 1(a): Menu de técnicas estatísticas do SPSS ver- Figura 1(b): Módulos do SPSS da versão 6.0. são 6.0

Os subprogramas do SPSS serão aprendidos usando exemplos reais de banco de dados frutosde pesquisas assessoradas.

2) Iniciando o SPSS: Após ligar o computador e entrar no sistema Windows 95, entramos no ícone Windows Explorere procuramos o ícone do SPSS. Ativado este ícone com dois cliques com o lado E (esquerdo) domouse, estamos ativando o pacote SPSS(for windows) e colocando-o na tela. Esta tela estámostrada na figura 2, apresenta a estrutura do software SPSS. Objetivo do nosso aprendizado.Basicamente, na figura 2 vemos quatro telas superpostas: a que está por trás (SPSS for Windows

version 6.0) contem os comandos File, Edit, Data, Transform, Statistics, Graphs, Windows eHelp que serão abordados mais adiante. É a tela operacional do SPSS que chamaremos de telabásica ou inicial. Na realização de uma sessão com o SPSS, este fornecerá 1) o arquivo detrabalho (a tela superposta Newdata), 2) uma saída dos resultados da análise estatística com atela “!Output1 e 3) a sintaxe pertimente aos comandos do pacote que estarão disponíveis na tela“!Sintax1” (há pouca curiosidade com a sintaxe quando houve a mudança da versão DOS doSPSS para a versão for Windows). Os símbolos “-“ quando for “clicado” com o mouse E reduziráa tela a uma tarja que (minimiza a tela) ficará no lado inferior esquerdo da tela principal. Seclicarmos dentro do quadrado (no lado superior esquerdo da tela secundária, esta serámaximizada e se clicarmos no x, a tela desaparecerá. Estes símbolos de maximizar e minimizartela são idênticos aos usados no Windows 6.0 ( ou Windows 95).

Nosso objetivo agora é utilizar os dados do questionário apresentado na seção 4 e implementá-locomo um banco de dados no pacote SPSS. Antes disso precisamos saber mais sobre o SPSS.



3

Figura2: Tela inicial do Statistical Package for the Social Sciences (SPSS ).

3) Banco de dados no pacote SPSS:

Estamos em uma situação em que dispomos de um questionário ( um instrumento de pesquisa)que desejamos implementar no SPSS para formar nosso banco de dados, informatizar oquestionário com o pacote SPSS para em seguida poder usar todos os possíveis recursos paraanalisar os dados.

Maximizamos a tela secundária “Newdata” e temos agora a seguinte disposição: as colunasrepresentarão as variáveis e as linhas os respondentes do nosso questionário. É útil criar aprimeira variável como sendo o número do questionário. Para nomear ar variáveis, o SPSS aceitaaté oito dígitos, ou simplesmente o símbolo V1, para a variável dois, V2, e assim por diante. Paracriar nossa primeira variável clicamos duas vêzes (rapidamente) com o lado E do mouse naprimeira coluna da tela Newdata, e obtemos a caixa de diálogo que é apresentada na Figura 3.

Escrevemos em var00001 o nome que

Figura 3: Criar variável no pacote SPSS.

desejamos designar esta variável, ou seja, V1 (poderia ser outro nome, digamos, nquestio). Emseguida, na caixa de diálogo clicamos em Type para especificar o tipo desta variável. Observeque no SPSS temos basicamente dois tipos básicos de variável: a variável “string “ formada porletras ( ou símbolos) e a variável “ Numeric” formada únicamente por valores numéricos. A figura

4 mostra a caixa de diálogo Type que permite inserir o número de dígitos da variável e seunúmero de decimais (no caso de variáveis inteiras como a variável número do questionário (V1),o número de dígitos é zero. Quando a variável tem duas decimais (Decimal place), podemospodemos optar pelo “default” ( o usual) fixado pelo SPSS, ou seja, não precisamos nos preocuparcom o número de decimais, o próprio pacote se encarrega disto.



4

Figura 4: Definição do tipoda variável com o comando Type.

Como o número de dígitos usados para nomear a variável é no máximo oito, ficamos impedido deter o nome completo da variável. No entanto, podemos usar a caixa de diálogo Labels quepermite inserir o nome completo da variável e especificar (ou codificar) valores para a variável deinteresse, conforme mostra a Figura 5. Por exemplo, considerando a variável Tipo da empresacomo sendo: Pequena=1, Média=2 e Grande=3, observe como fica o Label (nome) destavariávelna Figura 5.

Figure 5: Label da variável Tipo da empresa: Figura 6: Uso do comando RECODE.Pequena=1, média=2 e Grande=3.

Observe na Figura 3 que após colocar o número 3, escrevemos seu significado (Value Label) queé “Grande” e em seguida devemos clicar em Add (isto não foi feito para deixar mais clara a idéiado uso do Value Label). Após criado o banco de dados, e houver a necessidade de dividir asempresas em dois grupos: grupo 1 e grupo 2, onde o grupo 1 será formado pelas Grandes

empresas (V1=3) e o grupo 2 formado pelas pequenas ou médias empresas empresas (V1=1 ouV1=2) precisaremos criar uma nova classificação para a variável V1 usando o comando RECODEque permite alterar a os valores já atribuídos a uma variavel do banco de dados substituindo-ospor outros valores que representam outra classificação necessária no desenvolvimento do seutrabalho. A caixa de diálogo do comando RECODE é mostrado na Figura 6.

4. Aplicação: A seguir temos um exemplo de uma pesquisa onde deseja-se avaliar a qualidade dos serviçosprestados ao cliente nos restaurantes. Observe o questionário desta pesquisa dado a seguir evamos elaborar um banco de dados para este questionário.

UNIVERSIDADE FEDERAL DA PARAÍBA - UFPB

CENTRO DE CIÊNCIAS SOCIAIS APLICADAS - CCSAPROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO - PPGA

Caro Cliente:

Convido você a responder este questionário que faz parte da seguinte pesquisa: Qualidade de serviço de restaurantes de

João Pessoa, que têm como objetivo, analisar a opinião de clientes em relação à qualidade do serviço prestado, levantar e

caracterizar estas informações, verificando o nível de satisfação.

Seu preenchimento é simples e rápido, pois, é composto de perguntas objetivas e de múltipla escolha, onde você marca

sua opção entre cinco itens definidos.

Vale salientar que suas respostas são preciosas e de grande importância e serão mantidas em sigilo, por isso não há

necessidade de identificação.

Desde já agradeço antecipadamente o total preenchimento do mesmo.



5

Conto com sua colaboração.

João Pessoa, fevereiro de 1997.

Claudio Mioranza Mestrando em Administração - Marketing

Com relação aos restaurantes de João Pessoa, marque com um “x” o quadradinho correspondente ao seu nível de concordância

e/ou discordância com os aspectos a seguir:

Parte I - O garçom

1. Atendem de maneira rápida e eficiente 2. Atendem com atenção e cortesia 3. Prestam esclarecimentos referente ao menu 4. Prestam informações precisas e confiáveis 5. Resolvem prontamente as dúvidas surgidas 6. Conhecem o trabalho que realizam 7. Estão trajados de acordo com o ambiente Parte II - As refeições

1. Aparentam boa qualidade e bom preparo ž ž ž ž ž2. As porções individuais são suficientes em ž ž ž ž ž

relação ao preço cobrado

3. São servidas na temperatura ideal ž ž ž ž ž

4. São servidas em recipientes adequados ž ž ž ž ž5. De maneira geral os pratos pedidos atendem ž ž ž ž ž

as suas expectativas

Parte III - As instalações

1. O espaço físico e o aspecto visual são fatores ž ž ž ž ž importantes na escolha do restaurante

2. O local é limpo e organizado ž ž ž ž ž

3. A iluminação é adequada ž ž ž ž ž

4. Há conforto nas instalações ž ž ž ž ž

5. Os banheiros oferecem as condições ideais ž ž ž ž ž

6. Há facilidade para estacionar próximo ao local ž ž ž ž že com segurança

Parte IV - O atendimento

1. Há demora para o fechamento da conta 2. O atendimento é organizado e eficiente 3. Há competência para a realização do serviço

(formação e prática do pessoal da cozinha)

4. A velocidade do atendimento é um fator essencial na prestação do serviço

5. Pode-se perceber claramente o preparo de todos os funcionários no desempenho desuas funções

Parte V - O ambiente1. A cortesia, a música, a iluminação, a tempe-

ratura e a decoração do local, são elementos fundamentais para um ambiente agradável

Discordototalmente

1

Discordototalmente

1Discordo

2

Discordo2

Indiferente3

Indiferente3

Concordo4

Concordo4

Concordototalmente

5

Concordototalmente

5

Discordototalmente

1

Discordototalmente

1

Discordo2

Discordo2

Indiferente3

Indiferente3

Concordo4

Concordo4

Concordototalmente

5

Concordototalmente

5

Discordototalmente1

Discordo2

Indiferente3

Concordo4

Concordototalmente5



6

Parte VI - O cliente

1. Sempre que surge um problema relacionado ao cliente, a solução é imediata

2. Nas suas reclamações você é ouvido com atenção e prestatividade

3. Você como cliente é sempre visto em primeiro lugar

Parte VII - Aspectos diversos

Como você classificaria de forma geral a qualidade de serviço de restaurantes de João Pessoa:

( )Excelente ( )Muito Boa ( )Boa ( )Regular ( )Ruim ( )Péssima ( )Sem opinião

Enumere em ordem de importância os dez aspectos a seguir, na escolha de um restaurante. (1) para mais importante, (2)para o segundo mais importante, (3) para o terceiro mais importante, (4) para o quarto mais importante, (5) para o quinto maisimportante, (6) para o sexto mais importante......... e (10) para o menos importante.

( ) Forma de atendimento( ) Variedade e tipo de alimentação( ) Qualidade do serviço prestado( ) Decoração do ambiente( ) Iluminação e música

( ) Temperatura( ) Preço( ) Estacionamento/segurança( ) Higiene e limpeza ( ) Localização

Com que freqüência você costuma ir à restaurantes?

( ) uma vez por semana( ) duas vezes por semana( ) mais de duas vezes por semana( ) uma vez por mês( ) duas vezes por mês( ) em ocasiões especiais( ) raramente

VIII - Informações pessoais

1. Faixa Etária( ) de 16 a 21 anos( ) de 22 a 29 anos( ) de 30 a 39 anos( ) de 40 a 49 anos( ) de 50 a 59 anos( ) 60 ou mais

2. Sexo

( ) Masculino( ) Feminino

3. Escolaridade

( ) Primário

( ) Primeiro grau( ) Segundo grau( ) Superior( ) Pós-graduação

4. Faixa de renda mensal

( ) até R$ 500,00( ) de R$ 501,00 a R$ 1.500,00( ) de R$ 1.501,00 a R$ 2.500,00( ) de R$ 2.501,00 a R$ 5.000,00 ( ) acima de R$ 5.000,00

5. Estado Civil

( ) Solteiro( ) Casado

( ) Divorciado( ) Outros

6. Naturalidade: Região/Estado

Discordototalmente

1Discordo

2Indiferente

3Concordo

4

Concordototalmente

5



7

( ) Norte Estado:_________________ ( ) Nordeste Estado:_________________ ( ) Centro-Oeste Estado:_________________ ( ) Sudeste Estado:_________________ ( ) Sul Estado:_________________

Terminada a etapa de implementar a informatização do questionário, ou seja, já criamos asvariáveis, sua classificação ou codificação, selecionamos os códigos para os valores omitidos,

enfim, temos agora um trabalho de digitação dos dados contidos no questionário, etapa bastanterepetitiva onde muitas vezes se contrata uma equipe especializada em digitação de dados oumesmo textos.Vamos agora conhecer como gravar o nosso programa (fazer isto algumas vezes a cada sessãode trabalho com o SPSS). Use o comando FILE mostrado na Figura 9.

.Figura 9: Menu de opções do Comando FILE. Figura 10: Menu de opções do Comando EDIT

Muitas vezes desejamos repetir um trecho dos dados para formar um utro arquivo de interesse.O comando EDIT com a opção COPY pode ser usado. Para copiar um trecho de um arquivo,marque com o mouse (lado E, quando não for o lado E do mouse, esclareceremos) deixando emnegrito a parte que interessa copiar, em seguida acione a opção COPY, vá com o mouse ao lugaronde deseja copiar e em seguida use a opção PASTE cdo comando EDIT (ver Figura 10). Omenu do comando TRANSFORM é mostrado na figura 11 (a), em geral é usado quando já temosmontado o banco de dados e precisamos de uma nova variável que será construída a partir dasvariáveis já existentes, neste caso usamos a opção COMPUTE do TRANSFORM etransformações tais como lineares, logarítmicas, expenenciais, trigonométricas, raiz quadrada eoutras podem ser efetuadas nas variáveis já existentes, com a preferência de criá-las com nomediferente da variável a ser transformada par que não haver a perda dos dados da variável original.Outras opções do TRANSFORM que é bem usual é o RECODE, ou seja, a criação de novoscódigos (classificação) para a variável existente no banco de dados. A figura 12 mostra o uso do

RECODE para codificação de variáveis discretas (em geral variáveis com nível de mensuraçãonominal ou ordinal) ou variáveis contínuas (nível de mensuração intervalar ou razão. A figura 11(b) mostra o menu de opcões gráficas do SPSS. Até o presente momento, temos mostradocomandos e opções, sem considerar que técnicas estatísticas podem ser usadas para tratar osdados. A estatística pode ser vista como



8

Figura 11(a): Menu do comando TRANSFORM Figura 11(b): Menu do comando GRAPHS

Figura 12: Codificação de uma variável com a opção RECODEdo menu do comando TRANSFORM.

Como uma ciência formada por técnicas descritivas e inferenciais. Ao utilizar as técnicasdescritivas não temos compromisso em elaborar afirmativas para a população baseadaem uma amostra. Se temos por objetivo usar nossos dados para tentar informar sobre ocomportamento da população, usamos as técnicas inferencias. Os testes de hipóteseestatística são técnicas estatísticas inferenciais e são muito utilizadas em ciências sociaise humanas. Existem muitos testes de hipótese e nós abordaremos os mais usuais. Paramelhor fixação de qual teste de hipótese devem ser utilizados existe uma relação entre osníveis de mensuração e os testes. É necessário também conhecer os elementos básicos

de um teste de hipótese.5. Nível de mensuração . Classificação das variáveis:

Nível de mensuração é o grau de informação que contém a variável em termos de suagrandeza, é uma forma de classificar as variáveis objeto de estudo. Por exemplo: avariável sexo é uma classificação, como também é a variável localidade. Apenasclassifica. Diremos então que a variável sexo tem nível de mensuração nominal e nestecaso não há sentido de ordem nem grandeza. Quando uma variável tem sentido deordem e não tem sentido de grandeza, diremos que ela tem nível de mensuração ordinal,por exemplo a variável X=escolaridade pode ser codificada como 0=Analfabeto,

1=Primeiro grau, 2=Segundo grau e 3=Superior mostra claramente que o valor X=3 émaior que X=1, mas não podemos quantificar esta diferença. Na variável ordinal sabemosquem é maior na escala, mas a escala que mede os valores da variável não consegue



9

quantificar o valor desta diferença, ou seja, não sabemos o quanto é a diferença. Umavariável X que tem senso de ordem e de grandeza permite quantificar as diferenças entreseus valores e chamaremos este tipo de variável de intervalar, ou diremos que estavariável tem nível de mensuração intervalar, por exemplo, X=peso, X=idade,X=temperatura e outros exemplos. Se alguém pesa 40 Kg., e outra 20 Kg, sabemos quemé mais pesado e podemos medir esta diferença, o que não acontece com as variáveis

ordinais e nominais. Portanto, uma variável pode ser classificada em um dos três níveisde mensuração: Nominal (N), Ordinal (O) e Intervalar (I).Existem outras duas classificações das variáveis: 1) Contínuas e Discretas. As variáveis

contínuas possuem a propriedade de que entre dois de seus valores haverá sempre umterceiro valor, exemplo Peso. As discretas nem sempre entre dois de seus valoreshaverá um terceiro valor, por exemplo, X= escolaridade. Entre as discretas estão asvariáveis N e O e podem representar contagens, ou seja, as frequências são variáveisdiscretas, por exemplo, o número de acidentes de trânsito. As variáveis contínuas são dotipo I. Outra classificação possível é 2) Quantitativas - I e Qualitativas - N ou O.

Uma variável do tipo I pode ser transformada em ordinal, fazemos isso no pacoteeSPSS usando a opção RECODE do comando TRANSFORM. As técnicas estatísticas

mais usuais podem ser dispostas pelo nível de mensuração da variável, de modo nãorígido, há uma associação entre os testes de hipótese e os níveis de mensuração davariável.

6. Nível de mensuração e Testes estatísticos:

A maioria dos pacotes estatísticos organizaram seus MENUS de técnicas estatísticasusando o nível de mensuração e a forma do experimento que gerou a amostra. Temosexperimentos que envolvem 1) uma amostra, 2) duas amostras e 3) k amostras (k>2).As amostras do experimento 1, 2 ou 3 podem ser relacionadas (também ditas

emparelhadas ou dependentes; em inglês “matched” ou “paired”). Podemos observar aforma de classificar os testes estatísticos usando o tipo de experimento e o nível demensuração em Siegel (Estatística não paramétrica), Harris (A primer course multivariateanalysis), e outros. A organização dos testes pelo nível de mensuração e experimentocontribui para uma visão mais ampla da aplicacão dos testes estatísticos. Observe aTabela 1 que mostra arelação entre os níveis de mensuração e os testes de hipótese. Esta classificação não érígida, dependendo da siatuação em que se encontram os dados, pode haver mudanças.Os testes apresentados no nível de mensuração intervalar são testes paramétricos(ANOVA e Teste-t), ou seja, estes testes fazem uma suposição sobre a forma dadistribuição de probabilidade dos dados (distribuição normal) . O gráfico Q-Q (Q-Q plot)

pode checar a normalidade, se esta não ocorre, preferimos um teste correspondente nãoparamétrico (não fazem suposição sob a forma da distribuição dos dados observados ousua distribuição de probabilidade sob hipótese nula (Ho) não depende da população,neste caso diz-se que a distribuição sob Ho é livre). Quando o tamanho da amostra épequeno, é difícil checar a normalidade dos dados e preferimos testes não paramétricosmesmo se os dados estes estão em um nível de mensuração intervalar.

Observe que em geral nos testes paramétricos, estamos no nível de mensuraçãointervalar, neste caso os testes de hipótese se referem a média da população. Nos testesnão paramétricos aplicados ao um nível de mensuração ordinal testam as medianas daspopulações, pois a mediana é uma medida de tendência central mais representativa naescala ordinal. Em geral ocorre as seguintes associações: 1) Variável Intervalar Teste

paramétrico sobre as médias da população e 2) Variável Ordinal Teste Nãoparamétrico sobre as medianas da população.



10

Tabela 1: Classificação dos testes de hipótese pelo nível de mensuracão e por tipo de amostraou experimento.

UmaAmostra

Duas Amostras k Amostras

Nivel de

mensuração

Independente

s

Dependentes Independente

s

Dependentes

Nominal Qui-QuadradoRuns

Qui-QuadradoFischer

McNemar(variáveldicotômica)

MedianaQui-Quadrado

Q deCochram(variáveldicotômica)

Ordinal Kolmogorov-Smirnov (K-S)

Mann-Whitney, K-S-Z, Moses,W-W

SinalWilcoxon

Kruskal-Wallis(Exp.InteiramenteCasualizado),Mediana

Friedman (Exp. em Blocoscasualizados)

Intervalar Teste-t Teste-t Teste-t ANOVA (Exp.Inteiramente

casualizado

ANOVA (Exp.Com medidas

repetidas)

relação entre os níveis de mensuração e os testes de hipótese. Esta classificação não érígida, dependendo da siatuação em que se encontram os dados, pode haver mudanças.Os testes apresentados no nível de mensuração intervalar são testes paramétricos(ANOVA e Teste-t), ou seja, estes testes fazem uma suposição sobre a forma dadistribuição de probabilidade dos dados (distribuição normal) . O gráfico Q-Q (Q-Q plot)pode checar a normalidade, se esta não ocorre, preferimos um teste correspondente nãoparamétrico (não fazem suposição sob a forma da distribuição dos dados observados).Quando o tamanho da amostra é pequeno, é difícil checar a normalidade dos dados e

preferimos testes não paramétricos mesmo se os dados estes estão em um nível demensuração intervalar. Se a suposição de normalidade for verdadeira, a eficiência dostestes paramétricos é maior que a dos testes não paramétricos.

7. A Filosofia de um Teste de Hipótese:

Em ciências sociais e do comportamento muitas decisões e fatos científicos sãoelaborados baseados no resultado de um teste de hipótese que muitas vezes é utilizadosem compreendermos o tipo de lógica que os construíram. Como sabemos, a Matemáticaé a mãe das ciências e emprestou a ferramenta lógica “Reductio ad absurdum” ( a lógicada demonstração por redução ao absurdo) para a criação dos testes de hipótese. Por

esta lógica, uma proposição A pode ser provada seguinte maneira: Suponha que A éfalsa, se isto levar a um absurdo então provamos que A é verdadeira. Traduzindo estalógica para um teste de hipótese temos: Suponha que Ho é verdadeira. Obtemos adistribuição da estatística do teste sob Ho (suposta verdadeira). Se a estatística do testecalculada com os valores observados na amostra tem uma probabilidade muito pequenade ocorrer consideramos isto um absurdo e portanto decidimos que Ho é falsa ( Se aestatística do teste calculada com os dados da amostra tiver uma probabilidade alta deocorrer, decidimos que Ho é verdadeira). Esta forma de decisão é natural para o serhumano, pois não acreditamos em fatos que possam ocorrer com probabilidades muitopequena. A verdade é que conduzimos nossas vidas pelas regiões de alta probabilidade,por exemplo: Uma pessoa tem uma dívida de R$ 1000 para pagar na sexta-feira a tarde eresolve fazer algo diferente. Joga R$100 na loteria (SENA) e com o resto vai para umhotel cinco estrelas passar o fim de semana para descansar e na segunda-feira receberum bom .dinheiro, pagar dívida e ainda sair lucrando. Dizemos que este indivíduo está



11

fora da realidade, porque êle tem uma probabilidade muito peque na de acertar eresolveu acreditar no acerto. Embora acerte, será considerado um irresponsável.Suponha que a hipótese nula (H0) seja decidir fazer esta loucura e a hipótese alternativa(H1) decidir o contrário de H0. Os possiveis resultados de uma decisão estãoapresentados no quadro abaixo:

Estados possíveisDecisões Possíveis Hip. Nula verdadeira Hip. Nula falsaAceita a hipótese nula Aceita corretamente Erro tipo IIRejeita a hipótesenula

Erro Tipo I Rejeita corretament

Um teste ideal seria aquele que fornecesse uma decisão em que os erros tipo I e IIfossem os menores possíveis. Mas em teoria, ao tentar minimizar o erro tipo Iaumentamos o erro tipo II. De modo que fixa-se o erro tipo I chamado de nível designificância (α ) do teste e afetamos o erro tipo II, diminuindo-o, aumentando o tamanhoda amostra. Este é o procedimento clássico que não incorpora informações a priori sobrea população, o que é feito pelo enfoque bayesiano.

Ao operacionalizar um teste de hipótese de forma manual (sem o uso do pacote SPSS)temos algumas etapas a cumprir (Kazmier, p.155): 1) Formular a hipótese nula ealternativa, 2) Especificar o nível de significância a ser utilizado, 3) Selecionar aestatística do teste, 4) Estabelecer a região crítica do teste, ou seja, os valores com querejeitamos H0. É preciso consultar tabelas, t, F, Qui-Quadrado, Wilcoxon, etc, conformeseja a distribuição da estatística do teste quando a hipótese nula é verdadeira, 5)Determinar o valor da estatística do teste com os dados da amostra e 6) Tomar adecisão.Com o uso do pacote SPSS, estas seis etapas se resumem em apenas duas, que são: 1)

Escolher o nível de significância do teste (α

) e 2) Observar o valor-P (P-Value),chamado de nível descritivo do teste (é o menor nível de significância para o qual o qualo resultado observado na amostra é considerado significativo, ou seja, que rejeita ahipótese nula. Veja Noether p. 83) e tomar a seguinte decisão: Se α < P-valueaceitamos H0, caso contrário rejeitamos. Esta forma de decisão para um teste dehipótese no pacote SPSS é igual para todos os testes aqui apresentados e igual namaioria dos pacotes estatísticos. Note que não precisamos consultar tabelas ou fazercálculos pois estes já estão organizados dentro do pacote. É necessário ter algunscuidados: 1) na escolha do teste pode haver dois adequados a mesma situação e umdeles ser mais eficiente que o outro, 2) ficar atento às mensagens do pacote SPSS, poisalgumas delas informam que seus dados não satisfazem a aplicação do teste escolhido.

Note que o P-value (o nível descritivo do teste) em um teste bilateral é dado por: P-Value = PH0(Estatística do teste ≠ Valor observado na amostra), onde PH0 é aprobabilidade calculada supondo H0 verdade (se não soubermos a distribuição deprobabilidade da Estatística do teste sob H0 de forma exata ou pelo menos de formaaproximada não haverá teste hipótese pois não podemos realizar a etapa 4.8. Resumo do uso dos Testes de hipótese:

Aqui mostramos um resumo breve da aplicação dos testes apresentados na Tabela 1.Exemplos de aplicação destes testes podem ser encontrados em Siegel (Siegel, 1977)

Teste Qui-Quadrado: Para o caso de uma amostra e dados na situação N (Nominal),este teste acusa se há diferença significativa entre o número observado de casos emcada categoria e o número esperado de casos nestas categorias. Se temos k categorias,a estatística do teste sob H0 tem distribuição Qui-Quadrado com k-1 graus de liberdade(gl=k-1). No caso de gl=1, inclui a correção de Yates. No caso de uma amostra, observe a



12

Figura 1(a) e leve o mouse para a opção Nonparametric Tests, siga para a direita eencontrará a opção Chi-Square... , conforme mostra a Figura 13.

Figura13: Opções para testes não paramétricos do comandoStatistics (SPSS versão 6.0).

.É o teste desejado. Informe as frequências esperadas (podem ser all iguais ou não). Nocaso de duas amostras ou k amostras, para testar independência, entre na opçãoCROSSTABS mostrada na Figura 1(a).

Teste Kolmogorov-Smirnov: Para uma amostra é um teste de bondade deajustamento e os dados observados podem ser supostos pertencentes a umadistribuicão Uniforme, Normal ou Poisson ( o “default” é distribuição normal onde tem amarca na forma de um v). A idéia deste teste baseia-se em determinar as diferençasentre as funções de distribuição acumulada (fda) suposta para a população e a fda daamostra. Sob H0 espera-se que as diferenças entre as duas fda sejam pequenas eprovocadas por erros aleatórios.Para executar este teste, entre em opção Nonparametric Tests opção 1 Sample K-S (verFigura 13). Para duas amostras independentes este teste é utlizado no SPSS na opção 2-

Independent Samples..., (ver Figura 13).Teste dos Runs (Iterações): Em uma amostra aplica-se para testar sua aleatoriedade. Se baseia no número de iterações da amostra (ou mudanças nos valores da amostra,por exemplo, a sequência 00 10 111 001 tem seis iterações, que são: 00 1 0 111 001). Os dados são dicotomizados pela mediana, moda, média ou outro valor de interesse(por exemplo, se forem dicotomizados por sexo, o valor é 0.5 a ser marcado na caixaCUSTOM que há no teste dos Runs no pacote SPSS.

Teste de McNemar: Aplicado a dados dicotômicos (possuem apenas dois valores)nominais. Este teste tem a finalidade detectar mudanças nas proporções da variávelobservada em uma situação do tipo antes e depois. Exemplo: (Siegel, p. 73): Osprimeiros contatos sociais escolar das crianças no início são com adultos sendo depois

transferido para crianças? Observa-se 25 crianças recém admitidas em uma escolamaternal e no primeiro dia de aula classifica-se as suas atitudes conforme seus primeiroscontatos sociais com adultos ou crianças. Após um mês observa-se as mesmascrianças e se faz novamente a mesma classificação do comportamento.

Teste dos Sinais: Os sinais (+ ou -) das diferenças das duas amostras emparelhadas(“paired” ou dependentes) são calculadas e testa-se a hipótese de que estas diferençassão significativas. Muito útil quando não é possível obter uma mensuração quantitativa,ou seja, sabemos apenas a posição ou o posto (“rank”) dos valores da variável . Exige-sea suposição que a distribuição da variável seja contínua (podemos observar apenas ospostos dos seus valores). Exemplo: Você e a fovor da pena de morte? Sim ou Não. Estapergunta é feita antes de um documentário sobre a violência urbana. Após a exibiçãorepete-se a pergunta às mesmas pessoas (elas poderão ter mudado de opinião) paratestar o impacto do documentário na mudança de opinião das pessoas.



13

Teste de Wilcoxon: Incorpora ao teste dos sinais as informações sobre o valor dasdiferenças que não era possível medir. É uma prova mais poderosa e atribui maiorponderação a um par que apresente maior diferencá entre as condições antes e depois(duas amostras relacionadas). É um candidato a substituir o teste-t para amostrasemparelhadas.

Teste Q de Cochram: É uma extensão do teste de McNemar de duas amostras

relacionadas para k>2 amostras relacionadas. Os dados devem podem estardicotomizados (ou dicotomizadas segundo algum critério de interesse). Podemos testarem uma tabela de N linhas por K colunas a hipótese nula, H0: a proporção (ou freqüência)das respostas de determinado tipo não difere por coluna (K), exceto as diferenças devidoao acaso. Há perda de informação quando usamos este teste em dados não nominais ounão naturalmente dicotômicos.

Teste de Friedman: Testa a hipótese nula de que as k amostras dependentes são deuma mesma distribuição. Os dados se dispõem em uma tabela de dupla entrada com Nlinhas e K colunas. Um possível exemplo seria testar as diferenças no aprendizado dequatro métodos de ensino da seguinte maneira: obtemos N conjuntos de k=4 alunos,cada conjunto são semelhantes segundo algumas variáveis importantes (idade,

aprendizado prévio, inteligência, motivação, etc., ou seja, formamos blocos ). Em seguidaescolhemos ao acaso um aluno de cada um dos N conjuntos e aplica-se os métodos deensino A, B, C, D . As linhas podem ser os vários indivíduos ou conjuntoscorrespondentes de indivíduos e as colunas os métodos de ensino.

O emparelhamento pode ser formado pelos N indivíduos considerados em K situaçõesdistintas, ou formado como no exemplo acima . O teste de Friedman pode serconsiderado como um teste F aplicado aos postos (“rank “) da variável resposta doexperimento das K observações dentro de cada bloco.

Teste da Mediana: Aplicada a duas ou k amostras independentes para testar se duasou k populações diferem em mediana. Na aplicação deste teste calcula-se a mediana

conjunta das k amostras e classifica-se os escores de cada amostra (ou grupo)dicotomizando-os (se estão abaixo ou acima da mediana das k amostras) e formandouma tabela K X 2 com as frequências da variável dicotomizada.

Teste de Mann-Whitney: Aplica-se este teste para decidir se duas amostras (doisgrupos) independentes pertencem à mesma população. É um dos mais poderosos testesnão paramétricos sendo uma boa alternativa para a uso do teste-t (a não normalidade ouvariável ordinal).

Teste Wald-Wolfowitz (W-W): É o teste dos RUNS para duas amostras. Testa ahipótese nula de que as duas amostras foram extraídas de uma mesma população contraa hipótese alternativa (H1) de que as duas amostras vieram de populações diferentesem tendência central, variabilidade, assimetria, etc.

Teste de Moses: É conhecido também como teste das reações extremas (Siegel ,p.169). Alguns tipos de experimentos nas ciências do comportamento abordam situaçõesonde ocorrem uma reação extrema, por exemplo, o rompimento de uma relação amorosapode fazer um indivíduo se tornar depressivo ou agressivo ou um casal que sedesentende pode usar o silêncio como uma forma de rejeição ou se agrediremfisicamente. O teste de Moses serve para detectar a significância das reações extremas.É também aplicável quando se sabe a priori que um grupo tem escores mais altos que ooutro (neste caso o Teste Mann-Whitney é melhor por ser mais eficiente). Quandoocorrem reações extremas, os demais testes encobrem as diferenças nas medidas detendência central favorecendo a hipótese nula quando esta deveria ser rejeitada.

Teste Kruskal-Wallis: Testa se k amostras independentes são provenientes de

populações iguais ou diferentes. Supõe-se que a distribuição da variável em estudo tenhadistribuição contínua exige-se o nível de mensuração pelo menos ordinal (ordinal ou



14

intervalar). É conhecida como a ANOVA (Análise de variância com uma classificação(One-way) não paramétrica.

Para localizar estes testes no SPSS, siga instruções análogas ao teste K-S.Teste t: O teste t é empregado para o problema que envolve duas amostras

independentes ou emparelhadas (“matched” ou “paired”). No caso de duas amostrasindependentes, testa-se a hipótese nula de que as médias das duas populações são

iguais ou seja, H0 : µ1 = µ2 contra a hipótese alternativa bilateral (H1: µ1 ≠ µ2) ou unilateral(H1: µ1 >µ2 ou H1: µ1 < µ2 ). A escolha da alternativa está muito ligada às informaçõesextra experimento que o pesquisador possui sobre a comparação das duas amostras, porexemplo, se desejamos comparar a média das notas com dois tipos de ensino e sabemosantes de realizar o experimento que um deles fornece melhores resultados que o outroentão devemos usar a alternativa unilateral. Na prática ocorre que estamos sempreinvestigando fatos novos dos quais pouco se sabe sobre um ser melhor que o outro, porisso é mais comum usar a alternativa bilateral. O uso do teste t implica na aceitação danormalidade dos dados, que pode ocorrer aproximadamente pelo teorema do limitecentral, ou seja, sob condicões gerais, a média tende a ter distribuição próxima da curvanormal a medida que se aumenta o tamanho da amostra e como regra empírica, muitosautores citam um tamanho de amostra n>30. Cheque com o uso do Q-Q plot anormalidade antes de aplicar este teste. Em amostras pequenas, um teste nãoparamétrico pode ser mais adequado. O melhor substituto não paramétrico do teste-t é oteste MANN-WHITNEY. Para localizar este teste, siga o comando Statistics e escolha aopção COMPARE MEANS e em seguida a opção INDEPENDENT - SAMPLES T TEST.As mesmas considerações sobre hipótese bilateral e unilateral são feitas para o teste temparelhado (dependentes), aplicado em situações tipo antes e depois ou quandoavaliamos uma característica num indivíduo em dois períodos distintos. Para localizareste teste no pacote SPSS, siga o comando Statistics, escolha a opção COMPAREMEANS e em seguida a opção PAIRED - SAMPLES T TEST.

Análise de Variância (ANOVA) com uma classificação: É uma extensão do teste t,aplicado para testar se k populações possuem médias iguais. Localize no SPSS com ocomando Statistics, escolha a opção COMPARE MEANS e em seguida a opçãoONE-WAY ANOVA. O modelo de ANOVA one-way é da forma Yij = µ + αi + εij, com j=1,...,ni e i=1,...,r, ou seja, temos r grupos cada um com amostras de tamanho n1, n2,...,nr. Neste modelo a variável dependente Yij é explicada por um modelo aditivo em queµ é um valor comum a todos os grupos(populações), αi é o efeito na variável dependentedevido ao grupo i e εij é uma contribuição aleatória modelada pela curva normal. Se osgrupos são iguais em média, então os αi são iguais, ou seja α1= α2= ...=αr, isto quer dizerque a hipótese nula é H0: α1= α2= ...=αr contra a alternativa H1: Ao menos um αi édiferente dos demais. Se a contribuição dos αi sobre Yij é bem maior que a de εij temosque as variações entre os grupos são significativas e rejeitamos H0. Se a contribuição dosεij são mais importantes que as dos αi diremos que as causas aleatórias (o acaso) explicaas variações ocorridas em Yij, então aceitamos H0. Este teste exige normalidade dosdados, mas sendo um teste robusto, seu resultado continua válido se ocorre umafastamento da normalidade, no entanto é bastante afetado quando as variâncias dosgrupos são estatísticamente diferentes. O pacote SPSS teste a igualdade de variânciascom o teste de Lavene e caso se aceite a hipótese de que as variâncias são diferentes,podemos transformar os dados. Algumas transformações usuais são: Log(Y) ouLog(Y+0.5) para evitar Log(0) que tem valor -∞, √Y para dados de contagens arcsen(√Y)para dados que representam proporç

Elaboração de questionário: Não há regra geral para elaboração de questionário, masalguns cuidados evitará alguns erros comuns. Boa parte das recomendações estão



15

ligadas ao bom senso e podem ser aceitas sem prova científica pois não há uma teoriadesenvolvida para tratar estas recomendações. Em geral pode-se recomendar que:

1) Um questionário deve ter dois importantes propósitos: (a) refletir os objetivos dapesquisa em perguntas específicas, (b) motivar o entrevistado (ou respondente) acooperar com a pesquisa obtendo a informação correta.

2) Escolher o tipo de comunicação a ser usado: entrevista pessoal, telefone ou correio.

3) Ao elaborar uma pergunta da forma mais resumida possível e questione a sua realnecessidade checando o objetivo da pesquisa. Perguntas extras aumentam o custo dapesquisa e tomam mais tempo do respondente aumentado a chance de não cooperação.

4) É necessário saber a idade ou é suficiente apenas saber a faixa etária cuja respostaé mais simples?

5) Várias perguntas em vez de uma? Por exemplo: Objetivando conhecer a proporçãode prática dos esportes, fez-se a seguinte pergunta 1) “Você pratica que tipo de esporte?”: (a) Futebol (b) Basquete c) Voleibol (d) Natação (e) Outros.Observe que a pergunta não alcançará o objetivo em sua totalidade pois no item (e)ficarão incluídos as pessoas que não praticam esportes. Uma melhor maneira seriaacrescentar um novo item: (f) Não pratica esportes ou criar uma nova pergunta 2) “Você

pratica esportes (a) Não (b) Sim.6) O entrevistado tem condições de fornecer as informações solicitadas? Na maioria das

vezes, as pessoas responderão perguntas mesmo que não as compreendam!7) Use palavras simples e evite perguntas ambíguas. Perguntas que usam palavras tais

como: regularmente, normalmente, comumente, freqüentemente podem provocarambigüidade.

8) Evitar perguntas dirigidas, por exemplo: “Você compra livros na livraria X?”. Melhorseria: “Em que livraria você faz suas compras de livros?”.

9) Não fazer perguntas que utilizem cálculo para o respondente, por exemplo: “Qual oseu consumo de sal anual?”. Melhor seria: “Quanto tempo dura um quilo de sal em suacasa?”, permite avaliar o consumo anual.9) Algumas perguntas induz uma resposta, por exemplo: Você paga suas contas em dia?Esta pergunta pode mexer na auto-imagem do entrevistado que certamente dará umaresposta afirmativa.

10) Evite pergunta embaraçosa geralmente. “Você já furtou algum produto em umsupermercado? “ Muitas vezes o levantamento é sobre um tema estigmatizado e éimpossível evitar o embaraço. Neste caso existem a técnica de resposta aleatorizada(modelos especiais para tratar as questões que envolvem estigmas tais como drogas,aborto, etc.). Outra maneira é suavizar o estigma: É compreensível que as pessoascometam atos incompatíveis com sua conduta como furtar um produto em umsupermercado. Isto já aconteceu (a) nenhuma vez (b) Apenas uma vez ( c) Duas vezes

(d) Mais de duas vezes.11) Tornar mais fácil que o entrevistado lembre o fato de interesse relacionado com apergunta, por exemplo em vez de perguntar que marca de relógio você mais gosta,pergunte qual a marca do último relógio que você comprou.

12) O fator emocional afeta a resposta. Veja as perguntas 1 e 2 dadas a seguir: 1) “Vocêé a favor da reforma administrativa?” 2) Você é a favor da reforma administrativa talcomo o governo deseja implementá-la? Muitas pessoas responderiam sim na pergunta 1)mas não na segunda pergunta por razões de estarem contrários a qualquer posição dogoverno.13) Para facilitar a tabulação evite sempre que possível perguntas com livres respostas(perguntas subjetivas).

14) Existe uma tendência em escolher os item primeiros e últimos. Portanto sempre quepossível mude a ordem dos itens a cada pergunta.



16

14) os tipos de perguntas mais comuns são: (a) Dicotômicas: Aquelas cujas respostassão sim ou não, utiliza ou não utiliza, conhece ou não conhece, etc. (b) Perguntas degraduação: São aquelas que tentamos mensurar o abstrato através de uma escala nonível de mensuração ordinal, como por exemplo a escala Likert, por exemplo: Você estásatisfeito com o ensino em sua Universidade? A resposta numa escala Likert seriaTotalmente Insatisfeito=1, Pouco satisfeito=2, Razoavelmente satisfeito=3, Satisfeito=4,

Totalmente satisfeito=5. Existe ainda a escala com 7 ou 11 graduações. Algunspesquisadores preferem uma quantidade par de graduações, alegando melhorar aqualidade das medições.

15) perguntas agradáveis ou sugestivas: Muitas vezes, para quebrar a rotina doquestionário e torná-lo menos cansativo, utiliza-se uma pergunta para criar umadisposição favorável ao respondente.

16) Perguntas de controle: Checar a veracidade da resposta, por exemplo uma pessoaque está respondendo sobre o método de ensino tradicional e no final responde que ométodo montessoriano é o melhor dos métodos tradicionais contradiz suas respostasanteriores sobre o método tradicional, implicando na anulação deste questionário ( opropósito da pesquisa era estudar o uso do método tradicional nas escolas do primeiro

grau).17) Após a elaboração do questionário, este deve ser testado, se não precisar de

modificações é que devemos aplicá-lo definitivamente.

Documents

Spss Para Ciencias Sociais