2. DISTRIBUIÇÃO NORMAL
A “distribuição normal” também pode ser
referida como sendo “curva normal” ou
“distribuição Gaussiana”. É considerada por
muitos pesquisadores e estatísticos a
probabilidade de distribuição teórica mais
importante.
3. PRINCIPAIS CARACTERÍSTICAS
Pode ser completamente descrita por dois
parâmetros, a média (c) e a variância (s2);
Tem o formato de um sino;
É simétrica em relação a média;
A média, a mediana e a moda são iguais;
É unimodal;
Assumindo a variância constante, se desloca à
direita se a média aumenta e à esquerda se a
média diminui;
Sofre achatamento quando a variância aumenta e
alongamento quando a variância diminui.
4. Desenvolvida por Gauss em 1908 e chamada de
“Curva de Sino”.
É simétrica em relação à média.
5. Possui distribuição normal, no
entanto, possui médias diferentes
(μ2> μ1) e mesma variância.
Possui distribuição normal, no entanto,
possui variâncias diferentes (s1
2>s2
2) e
mesma média.
Quanto maior a variância, maior é a
variação ou a dispersão dos números
considerados.
10. 2. Método gráfico:
A análise do histograma é uma opção interessante para a
avaliação da normalidade, no entanto, não é uma medida quantitativa
precisa de assimetria e curtose.
11. No gráfico Normal Q-Q Plot os dados observados são
representados no eixo horizontal e os valores esperados,
seguindo a curva normal, são representados no eixo vertical.
12.
13. 3. Testes Estatísticos:
Teste de Shapiro-Wilk: utilizado quando o conjunto de observações é
pequeno (N≤ 50);
Teste de Kolmogorov Smirnov: utilizado quando o conjunto de observações
é grande (N > 50);
Exemplo:
14. SIGNIFICÂNCIA
Quando avaliamos os resultados de uma experiência,
os descrevemos em função da sua significância;
A significância refere o quão seguros podemos estar
de que os nossos resultados são realmente
diferentes;
O nível de significância é representado pela letra p;
Os níveis de significância adotados são: 0,05, 0,01 e
0,001 (5%, 1% e 0,1%, respectivamente);
Nas ciências do desporto, os níveis de significância
mais utilizados são o de 5% e de 1%.
15. Se adotarmos o nível de significância de 5%,
aceitamos o valor da diferença obtida como sendo
uma diferença real e não uma diferença devida ao
acaso, ou seja, se repetirmos a experiência 100 vezes
admitimos que a diferença observada pode ser falsa
em cada 5 ocasiões.
Adotar um nível de significância de 5% representa
corrermos um risco de engano de 5 vezes em cada
100. Se for 1% corremos o risco de 1 em cada 100. E
se for 0,1% corremos o risco de 0,1 em cada 100.
37. BIBLIOGRAFIA CONSULTADA
BARROS, M.V.G.; REIS, R.S. Análise de dados em atividade
física e saúde. Demonstrando a utilização do SPSS. Ed.
Midiograf. Londrina – Paraná, 2003.
CLEGG, F. Estatística para todos. Ed. Gradiva. Lisboa –
Portugal, 1995.
PESTANA, M.H.; GAGEIRO, J.N. Análise de dados para ciências
sociais. A complementaridade do SPSS. 3º edição. Ed. Sílabo.
Lisboa – Portugal, 2003.
GAYA, A.C.A. As ciências do desporto. Introdução ao estudo
da epistemologia e metodologia da investigação científica
referenciadas a saúde. Não publicado.