Pesquisa Correlacional [modo de compatibilidade]
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Pesquisa Correlacional [modo de compatibilidade]

em

  • 1,078 visualizações

 

Estatísticas

Visualizações

Visualizações totais
1,078
Visualizações no SlideShare
1,048
Visualizações incorporadas
30

Actions

Curtidas
0
Downloads
20
Comentários
0

1 Incorporado 30

http://profahilmakhoury.blogspot.com.br 30

Categorias

Carregar detalhes

Uploaded via as Adobe PDF

Direitos de uso

© Todos os direitos reservados

Report content

Sinalizado como impróprio Sinalizar como impróprio
Sinalizar como impróprio

Selecione a razão para sinalizar essa apresentação como imprópria.

Cancelar
  • Full Name Full Name Comment goes here.
    Tem certeza que quer?
    Sua mensagem vai aqui
    Processing...
Publicar comentário
Editar seu comentário

Pesquisa Correlacional [modo de compatibilidade] Presentation Transcript

  • 1. PESQUISA CORRELACIONAL Profa. Dra. Hilma Khoury Universidade Federal do ParáUniversidade Federal do Pará Instituto de Filosofia e Ciências Humanas/Faculdade de Psicologia Hospital Universitário João de Barros Barreto Programa de Residência Multiprofissional em Saúde E-mail: hilmatk@yahoo.com.br Fones: 8112-4808/ 8747-9312/ 3201-8057
  • 2. “De modo geral, os cientistas sociais querem mais do que descrever o comportamento social. Um dos objetivos da ciência social é compreender as relações entre variáveis e predizer quando ocorrerão diferentes tipos de comportamento social” (Aronson, Wilson & Akert, 2002, p.23).
  • 3. Conhecendo-se X, pode-se predizer Y? Quanto posso prever a ocorrência de uma variável com base na outra?
  • 4. Posso prever a renda mensal das pessoas com base na escolaridade? Pessoas bem informadas sobre a transmissão do vírus HIV têm maior probabilidade de praticar sexo seguro?
  • 5. CARACTERÍSTICAS DO MÉTODO CORRELACIONALCORRELACIONAL
  • 6. Indica se duas ou mais variáveis têm algo em comum. Se elas compartilham algo, então elas estão correlacionadas (ou co-relacionadas) uma com a outra. Obtém medidas de duas ou mais variáveis e verifica, por meio do método estatístico apropriado, as relações existentes entre elas. Descreve a relação linear entre duas ou mais variáveis, sem pretensão de atribuir causalidade.
  • 7. OBJETIVO DA PESQUISA CORRELACIONAL Fazer uma análise de correlação é descobrir se existe um relacionamento entre as variáveis, que seja improvávelentre as variáveis, que seja improvável de acontecer devido ao erro amostral, ou seja, um relacionamento real entre as duas variáveis (Dancey & Reidy, 2006).
  • 8. ANÁLISE DE CORRELAÇÃO: METAS E INTERPRETAÇÃOMETAS E INTERPRETAÇÃO
  • 9. 1. Aponta a DIREÇÃO do relacionamento entre as variáveis (diagrama de dispersão): POSITIVO NEGATIVO
  • 10. DIRETA OU POSITIVA: quando uma variável muda de valor, a outra muda na mesma direção. INVERSA OU NEGATIVA: quando uma variável muda de valor em uma direção, a outra muda namuda de valor em uma direção, a outra muda na direção oposta.
  • 11. 2. Indica a FORÇA ou magnitude da relação (coeficiente de correlação): r = 1,0r = 0,8r = 0,2
  • 12. COEFICIENTE DE CORRELAÇÃO Varia de –1,0 a +1,0. Quanto mais próximo de 1, mais forte é a correlação. Reflete o grau da relação entre duas variáveis. Quanto mais duas variáveis têm em comum, tanto mais fortemente relacionadas serão uma com a outra.
  • 13. Perfeita + 1 - 1 Forte + 0,9 + 0,8 + 0,7 - 0,9 - 0,8 - 0,7 Moderada + 0,6 + 0,5 + 0,4 - 0,6 - 0,5 - 0,4+ 0,4 - 0,4 Fraca + 0,3 +0,2 +0,1 - 0,3 - 0,2 -0,1 Zero 0 Fonte: Dancey & Reidy, 2006, p. 186.
  • 14. 3. Determina se a RELAÇÃO entre as variáveis é SIGNIFICATIVA (teste de significância). Existe de fato na população de onde a amostra foi retirada ou é fruto de erro amostral (obra do acaso)?
  • 15. TESTES DE SIGNIFICÂNCIA Testa-se a hipótese nula: Não existe correlação entre x e y na população (r = 0). Seleciona-se um nível de significância igual a 0,05 ou menor:0,05 ou menor: 5/100 = p≤ 0,05 1/100 = p≤ 0,01 1/1000 = p≤ 0,001
  • 16. O nível de significância refere-se à PROBABILIDADE DA HIPÓTESE NULA SER VERDADEIRA: 5% 1% 1/1000 Em contrapartida, a hipótese alternativa seEm contrapartida, a hipótese alternativa se sustenta em 95% ou em 99% respectivamente. Mesmo uma correlação fraca pode ser estatisticamente significativa se a amostra sobre a qual está baseada é grande o bastante e se foi selecionada de forma aleatória.
  • 17. 4. Calcula o montante de VARIÂNCIA que pode ser EXPLICADA pela relação entre as duas variáveis: Em que medida uma depende da outra? (coeficiente de determinação). Qual o grau de compartilhamento entre elas?Qual o grau de compartilhamento entre elas?
  • 18. Se a correlação entre duas variáveis, anos de escolaridade e renda mensal, é de 0,70. O coeficiente de determinação é: 0,70 x 0,70= 0,49 ou 49%. VARIÂNCIA EXPLICADA 0,49 ou 49%. Assim, neste exemplo, 49% da variância no salário pode ser explicada pela variância nos anos de escolaridade. 51% da variância não é explicada por essa relação e sim por outros fatores.
  • 19. PASSOS PARA VERIFICAR E INTERPRETAR CORRELAÇÃOINTERPRETAR CORRELAÇÃO
  • 20. Se a distribuição for normal e se tiver utilizado medidas intervalares ou de razão, o 1º Passo Verificar se a distribuição é normal (histograma) utilizado medidas intervalares ou de razão, o coeficiente indicado é o de Pearson. Se a distribuição não é normal e/ou utilizou-se medida ordinal, o coeficiente indicado é o de Spearmann.
  • 21. 2º Passo2º Passo Verificar a direção da correlação (diagrama de dispersão) POSITIVA OU NEGATIVA
  • 22. 3º Passo Calcular o coeficiente de correlação FRACA MODERADA FORTE
  • 23. 4º Passo Calcular a significância da relação encontrada r = 0,65; p≤0,05 Pearson r = 0,78; p≤0,01 r = 0,70; p≤0,001 ρ = 0,65; p≤0,05 Spearman ρ = 0,78; p≤0,01 ρ = 0,70; p≤0,001
  • 24. 5º Passo: Verificar a variância explicada O QUANTO POSSO EXPLICAR UMA PELA OUTRA
  • 25. O PROBLEMA DA TERCEIRA VARIÁVEL Uma correlação entre duas variáveis pode ser forte, mas isso não significa que podemos explicar uma pela outra. Se por exemplo for encontrada uma forte correlação positiva entre o número de palavras conhecidas porpositiva entre o número de palavras conhecidas por crianças e o tamanho do pé, isso não significa que o tamanho do pé possa ser explicado pela dimensão do vocabulário ou vice versa. Seria mais coerente pensar numa relação triangular, onde a própria idade é responsável tanto pelo tamanho do pé quanto do vocabulário (Levin, 1978). Isto é conhecido como o problema da terceira variável.
  • 26. Porém, a correlação entre duas variáveis pode ser útil na previsão dos valores de uma delas (y) a partir do conhecimento dos valores da outra (x). Tal previsão é obtida pela técnica da análise de regressão.regressão. A regressão linear responde à pergunta: Quanto y irá mudar se x mudar? Quer dizer, se x mudar em certo valor, poderemos ter uma estimativa de quanto y mudará.
  • 27. Referências Aronson, .E., Wilson, T. D., & Akert, R. M. (2002). Psicologia Social. Rio de Janeiro: LTC. Dancey, C. P., & Reidy, J. (2006). Estatística semDancey, C. P., & Reidy, J. (2006). Estatística sem matemática para psicologia. Porto Alegre/RS: Artmed. Levin, J. (1978). Estatística aplicada a ciências humanas. São Paulo: Harper & Row do Brasil Ltda.