Passos na validação de Escalas 1. Dados demográficos 2. Missing Value Analysis Valores de missing acima de 20% indicam que o missing não é aleatório e que os itens não são bons. Damn. 3. Análise univariada dos itens a. Teste de Normalidade (opção Explore) Skewness (valores abaixo de 3)e Kurtosis (valores abaixo de 10) citar autores Kolmogorov-Smirnov – interessa que o valor de p seja superior a 0,05 (ao contrário da maioria dos outros testes); mas em amostras grandes este teste tende a rejeitar a hipótese nula de que a distribuição seja normal, por isso, sk e ku rule. ATENÇÃO! Verificar SEMPRE que se codificaram os missings!!!! (que é para os 999 não entrarem nas médias nem nos cálculos da normalidade ;)) Verificar outliers nas boxplots (remover os severos) 4. Não esquecer de fazer o replace missing values e inverter os itens que necessitarem desse procedimento.

· Web viewPassos na validação de Escalas Dados demográficos Missing Value Analysis Valores de missing acima de 20% indicam que o missing não é aleatório e que os itens não

Download DOCX Report

Upload
phungdung
View
219
Download
2

Embed Size (px)

Citation preview

Passos na validação de Escalas

1. Dados demográficos2. Missing Value Analysis

Valores de missing acima de 20% indicam que o missing não é aleatório e que os itens não são bons. Damn.

3. Análise univariada dos itensa. Teste de Normalidade (opção Explore)

Skewness (valores abaixo de 3)e Kurtosis (valores abaixo de 10) citar autoresKolmogorov-Smirnov – interessa que o valor de p seja superior a 0,05 (ao contrário da maioria dos outros testes); mas em amostras grandes este teste tende a rejeitar a hipótese nula de que a distribuição seja normal, por isso, sk e ku rule.

ATENÇÃO! Verificar SEMPRE que se codificaram os missings!!!! (que é para os 999 não entrarem nas médias nem nos cálculos da normalidade ;))

Verificar outliers nas boxplots (remover os severos)4. Não esquecer de fazer o replace missing values e inverter os itens que necessitarem

desse procedimento.