1) O documento discute testes paramétricos para variáveis dependentes de escala e suas aplicações em diferentes situações de variáveis independentes qualitativas e de escala. 2) Os testes t e ANOVA são usados para comparar médias entre dois ou mais grupos independentes ou emparelhados. 3) A correlação de Pearson mede a força e direção da relação linear entre variáveis de escala, enquanto a regressão estabelece uma equação para descrever essa relação.
Dança Contemporânea na arte da dança primeira parte
SPSS decisões essenciais
1. SPSS: noções indispensáveis à tomada de decisão
TESTES PARAMÉTRICOS
VARIÁVEL
INDEPENDENTE
Quantos
grupos/situações
Tipo de amostras
VARIÁVEL DEPENDENTE
TESTE
1. VARIÁVEL INDEPENDENTE QUALITATIVA/CATEGÓRICA (NOMINAL OU ORDINAL)
Qualitativa
Dicotómica
(nominal)
Amostras
independentes
Qualitativa
Categórica
(nominal ou
ordinal)
Mais que duas
situações
Amostras
independentes
Amostras
emparelhadas
Ver Testes não Paramétricos
De Escala
Teste t para amostras
emparelhadas2
Ver Testes não Paramétricos
De Escala
Anova (1 factor) para
amostras independentes3
Ordinal ou Nominal
Mais que dois
grupos
Amostras
emparelhadas
Teste t para amostras
independentes1
Ordinal ou Nominal
Duas situações
De Escala
Ordinal ou Nominal
Dois grupos
Ver Testes não Paramétricos
De Escala
Anova (1factor) para
amostras emparelhadas4
Ordinal ou Nominal
Ver Testes não Paramétricos
2. SPSS: noções indispensáveis à tomada de decisão
VARIÁVEL
INDEPENDENTE
Quantos
grupos/situações
Tipo de amostras
VARIÁVEL DEPENDENTE
TESTE
2. VARIÁVEL INDEPENDENTE DE ESCALA
Escala
>Coeficiente de
correlação de Pearson5
>Regressão Simples6
Ordinal
De Escala
Ver Testes não Paramétricos
Teste t para
amostras
independentes1
Testa a existência de uma relação entre duas variáveis, comparando as médias obtidas por dois diferentes grupos na variável dependente.
Por exemplo, pode testar a existência de uma relação entre o género e o nível de auto-estima, comparando a médias obtidas por um grupo de
homens e por um grupo de mulheres numa escala para de avaliação da auto-estima.
Teste t para
amostras
empares2
Testa a existência de uma relação entre duas variáveis, comparando as médias obtidas por um mesmo grupo em duas condições (situações)
distintas.
Por exemplo, pode testar a existência de uma relação entre a frequência de um curso de formação em SPSS e o nível de autonomia sentida no
tratamento de dados.
ANOVA 1 factor
para amostras
independentes3
Testa a existência de uma relação entre duas variáveis, comparando os resultados obtidos por três ou mais grupos diferentes na variável
independente.
Por exemplo, pode testar a existência de uma relação entre o nível sócio-económico (baixo, médio e alto) e o nível de auto-estima, comparando os
resultados obtidos por 3 grupos de diferentes sócio-económicos numa escala de avaliação de auto-estima
ANOVA 1 factor
para amostras
emparelhadas3
Testa a existência de uma relação entre duas variáveis, comparando os resultados obtidos por um mesmo grupo em três ou mais condições
(situações).
Por exemplo, pode testar a existência de uma relação entre o docente da disciplina e o nível de satisfação dos alunos com as aulas.
Coeficiente de
correlação de
Pearson5
Testa a existência de uma relação entre duas variáveis de escala ou métricas, indicando a força (de -1 a 1) e direção (positiva e negativa) da relação
linear entre elas.
Por exemplo, pode testar a existência de correlação entre as notas das disciplinas de Métodos de Investigação e de Estatística, e a sua força e
direcção.
Para além de testar a existência de uma relação entre duas variáveis, procura estabelecer uma equação matemática linear (linha
reta) que descreva o relacionamento entre duas variáveis.
Por exemplo, sendo x = classificação em Metodologias e y = classificação em Estatística, a Regressão pode indicar y=0,95x+erro
Regressão
Simples6