0 evaluări0% au considerat acest document util (0 voturi)
647 vizualizări163 pagini
Este manual fornece instruções sobre como utilizar o software estatístico SPSS para Windows. Ele explica como criar e editar arquivos de dados, obter estatísticas descritivas, gerar gráficos e realizar testes estatísticos como ANOVA e regressão linear. O manual também discute como importar dados de outros softwares e formatos de arquivo.
Este manual fornece instruções sobre como utilizar o software estatístico SPSS para Windows. Ele explica como criar e editar arquivos de dados, obter estatísticas descritivas, gerar gráficos e realizar testes estatísticos como ANOVA e regressão linear. O manual também discute como importar dados de outros softwares e formatos de arquivo.
Drepturi de autor:
Attribution Non-Commercial (BY-NC)
Formate disponibile
Descărcați ca TXT, PDF, TXT sau citiți online pe Scribd
Este manual fornece instruções sobre como utilizar o software estatístico SPSS para Windows. Ele explica como criar e editar arquivos de dados, obter estatísticas descritivas, gerar gráficos e realizar testes estatísticos como ANOVA e regressão linear. O manual também discute como importar dados de outros softwares e formatos de arquivo.
Drepturi de autor:
Attribution Non-Commercial (BY-NC)
Formate disponibile
Descărcați ca TXT, PDF, TXT sau citiți online pe Scribd
SPSS - MANUAL DE UTILIZAÇÃO ARMANDO MATEUS FERREIRA Escola Superior Agrária de Castelo Branco, 1999 SPSS Índice ÍNDICE 12- INTRODUÇÃO ......................................................................... ................. 1 EDITOR DE DADOS............................................. ................................. 3 CRIAR UM FICHEIRO DE DADOS .................................................. 5 DEFINIÇÃO DE VARIÁVEIS ............................................................... ..... 5 INTRODUÇÃO DOS VALORES ..................................................... ........... 9 GRAVAR O FICHEIRO DE DADOS........................................ ................ 11 ABRIR UM FICHEIRO DE DADOS EXISTENTE ....................... ............. 12 ACESCENTAR NOVOS CASOS A UM FICHEIRO DE DADOS............... 13 ACRESCENTAR NOVAS VARIÁVEIS ..................................................... . 14 DEFINIR UMA VARIÁVEL EM FUNÇÃO DE OUTRAS ......................... 15 ELIMINAR LI NHAS E VARIÁVEIS .......................................................... 16 IMP ORTAÇÃO DE FICHEIROS EXTERNOS .............................. 17 IMPORTAÇÃO DE FICHEIROS LOTUS E EXCEL 4.0 ........................... 17 IMPORTAÇÃO DE FICHEIROS DE DBASE... ........................................ 18 IMPORTAÇÃO DE FICHEIROS EXCEL........... ...................................... 19 IMPORTAÇÃO DE FICHEIROS ACCESS............ ................................... 22 RECODIFICAÇÃO DE VALORES..................... ...................................... 22 SELECÇÃO DE CASOS......................... .................................................. 25 2.1.1 2.1.2 2.1.3 2.1.4 2. 1.5 2.1.6 2.1.7 2.1.8 - 2.1 - 2.2 2.2.1 2.2.2 2.2.3 2.2.4 2.2.5 2.2.6 - 3- ANÁLISE DE DADOS ................................................................. ........ 29 OBTER ESTATÍSTICAS DESCRITIVAS....................................... 29 PROCEDIMENTO DESCRIPTIVES ...................................................... .. 29 PROCEDIMENTO EXPLORE ..................................................... ............ 32 PROCEDIMENTO EXPLORE COM FACTORES .............................. ...... 36 PROCEDIMENTO FREQUENCIES ............................................. ........... 39 3.1.1 3.1.2 3.1.3 3.1.4 - 3.1 - 4- GRÁFICOS.......................................................................... ....................... 44 GRÁFICOS STANDARDIZADOS.................................................... 44 4.1.1 4.1.2 4.1.3 4.1.4 4.1.5 4.1.6 - 4.1 - GRÁFICO DE BARRAS ................................................................ ........... 45 HISTOGRAMA ...................................................... .................................. 50 GRÁFICO DE EXTREMOS-E-QUARTIS .............. ................................... 52 GRÁFICO DE BARRA DE ERROS ................. ......................................... 54 GRÁFICOS DE PROBABILIDADES........... ............................................. 56 GRÁFICO DE DISPERSÃO............... ...................................................... 59 4.2 EDIÇÃO DOS GRÁFICOS STAN DARDIZADOS........................ 62 4.3 GRÁFICOS INTERACTIVOS .................. .......................................... 65 4.3.1 GRÁFICO DE BARRAS ............ ............................................................... 66 4.3.2 GRÁFICO D E DISPERSÃO..................................................................... 7 0 4.4 EDIÇÃO DE GRÁFICOS INTERACTIVOS................................... 75 ESACB i SPSS Índice 55.1 5.2 5.3 6- TESTES T ....................................................................... .................................. 79 TESTE T PARA A MÉDIA DE UMA AMOSTRA......... ............................. 82 TESTE T PARA DUAS AMOSTRAS INDEPENDENTES ...... ................... 83 TESTE T PARA DUAS AMOSTRAS EMPARELHADAS ................. ........ 86 ANÁLISE DE VARIÂNCIA ................................................... ........................ 90 6.1 - ENSAIOS UNI-FACTORIAIS ................................................... ................... 90 6.1.1 - PROCEDIMENTO ONE-WAY ANOVA ...................... ........................... 91 6.1.2 - PROCEDIMENTO MEANS....................... ............................................. 96 6.2 - ENSAIOS MULTI-FACTORIAIS. ................................................................ 99 77.1 7.2 7.3 7.4 8REGRESSÃO LINEAR ........................................................... ...................... 111 INTRODUÇÃO............................................... ............................................. 111 REGRESSÃO LINEAR SIMPLES........ ...................................................... 115 REGRESSÃO LINEAR MÚLTIPLA .......................................................... 121 AJUSTAMENTO DE M ODELOS PRÉ-DEFINIDOS................................ 131 MANUSEAR OS RESULTADOS... .............................................................. 136 ANEXOS ......................................................................... ............................................ 143 ESACB ii SPSS 1 - Introdução 1- INTRODUÇÃO O pakage estatístico SPSS para Windows é um poderoso sistema de análises estatísticas e manuseamento de dados, num ambiente gráfico, em que a utilização mais frequente, para a maioria das análises a efectuar, se resume à selecção das respectivas opções em menus e ca ixas de diálogo. Contudo, o sistema dispõe de um editor de comandos, a que o utiliza dor mais avançado poderá recorrer a fim de realizar determinado tipo de análises mais complexas e elaboradas. De um modo muito sucinto, o sistema SPSS dispõe de: Data E ditor: Editor de Dados: uma versátil folha de cálculo, que permite definir, introduz ir, modificar, corrigir e visualizar a informação. O Data Editor abre automaticament e quando se entra no SPSS. Viewer: Janela de Resultados: Todos os resultados estatísticos, tabelas, gráficos, são visuali zados numa janela designada por Viewer. Uma janela Viewer abre automaticamente n a primeira vez que o utilizador executar uma tarefa que gera output. Na figura s eguinte apresenta-se o aspecto da janela de resultados referentes ao cálculo das e statísticas elementares um conjunto de dados (variável com o nome fosfo). O Viewer é c omposto por duas janelas: à esquerda está um organigrama do output; à direita estão os r esultados propriamente ditos. Neste exemplo, os resultados incluem as instruções nec essárias à execução ESACB 1 SPSS 1 - Introdução da tarefa: é o que se designa por Log1, e que é composto pelas seguintes linhas de i nstruções: DESCRIPTIVES VARIABLES=fosfo /STATISTICS=MEAN SUM STDDEV VARIANCE RANGE MIN MAX SEMEAN KURTOSIS SKEWNESS . Estas instruções foram geradas, no caso, pela selecção de opções nos menus do programa; cont udo, podem ser digitadas, como se de uma linguagem de programação se tratasse2. Pivot Tables: Tabelas Dinâmicas: O programa dispõe de uma potente rotina de geração de t abelas dinâmicas (ou pivot tables), que permitem que o utilizador explore os dados , com o re-arranjo de colunas e linhas. Gráficos: O SPSS permite realizar todos os tipos de gráficos usuais em estatística, a fim de realçar as análises efectuadas. Acesso a Bases de Dados: O SPSS permite o acesso às bases de dados mais usuais, em formato SQL e ODBC, tais como ficheiros de dados criados em dBase, Access, Exce l, Lotus, etc. A importação de ficheiros de texto, Access, Excel, é feita através de um assistente de importação (wizard). 1 2 O Log pode não estar visível; só aparece na janela Viewer se se tiver configurado o pr ograma para mostrar este item. O utilizador pode escrever as suas próprias rotinas de análise; para tal, deve abrir o SPSS Syntax Editor, janela de edição de comandos d o SPSS. ESACB 2 SPSS 2 - Edição de Dados 2- EDITOR DE DADOS O Data Editor do SPSS é um programa do tipo de folha de cálculo que permite facilmen te criar ou editar ficheiros de dados. O Data Editor abre automaticamente quando se entra no SPSS. O aspecto inicial do editor é o seguinte: Muitas das características do data editor do SPSS são similares ás de qualquer folha d e cálculo em ambiente Windows, tal como o Excel. As colunas correspondem às variáveis. Inicialmente, todas as colunas, ou variáveis, tem o mesmo nome genérico, var, tal c omo é mostrado na imagem. O utilizador irá dar os nomes às variáveis que definir. As lin has correspondem aos casos, ou indivíduos. Cada célula contém um valor ou observação de um indivíduo, em relação a uma determinada característica ou variável. As células podem apenas conter valores (numéricos ou alfanuméricos); não é possível, tal como se faz nas folhas d e cálculo, definir fórmulas em células. O SPSS permite definir fórmulas, mas que afectam integralmente toda uma variável ou coluna. O ficheiro de dados é rigorosamente rect angular, sendo o seu tamanho definido pelo número de casos e de variáveis. O utiliza dor pode introduzir valores em células fora das ESACB 3 SPSS 2 - Edição de Dados fronteiras actuais da folha de cálculo; contudo, o SPSS automaticamente acrescenta linhas e/colunas de modo a que essa nova observação fique incluída dentro da estrutur a rectangular. A fim de ilustrar este aspecto, considere a seguinte imagem refer ente a um folha de dados do SPSS, em que existem duas variáveis (com os nomes x e y), com 6 casos ou observações. Repare na posição da célula activa. Se se introduzir um valor (por exemplo, 25) para esta célula, fora dos limites do ficheiro rectangular, o SPSS cria duas novas variáveis numéricas atribuindo-lhes aut omaticamente os nomes var00002 e var00003, e introduz valores em branco para as células, de modo a ficar um ficheiro rectangular, com 4 variáveis e 7 casos (repare que estas células têm o ponto decimal): Estas células, aparentemente vazias, são assumidas pelo SPSS como “missing values”, isto é, observações em falta para algumas variáveis. Contudo, e para já, estas células não afecta os cálculos estatísticos, caso se se trate de variáveis numéricas. Por exemplo, calcula ndo a média da variável x obter-se-á o valor de 15, como é lógico, para os valores apresen tados. ESACB 4 SPSS 2 - Edição de Dados 2.1 - CRIAR UM FICHEIRO DE DADOS Vamos usar os seguintes dados a fim de ilustrar como se cria um ficheiro com o D ata Editor do SPSS. Trata-se dos resultados de um ensaio, em que se registaram a s produções (kg/ha) de arroz, em função da variedade (V1: IR8; V2: IR5; V3: C4-63) e de 5 níveis de adubação azotada (N0: 0 kg/ha; N1: 60 kg/ha; N2: 90 kg/ha; N3: 120 kg/ha; N4: 150 kg/ha). Para cada tratamento fizeram-se 4 repetições. Na imagem seguinte, ca pturada do Excel, estes dados estão perceptíveis para o leitor, e estão estruturados p ara algumas possíveis análises a executar na folha de cálculo; contudo, ao serem intro duzidos para um ficheiro SPSS, dever-se-ão respeitar as normas deste programa, de modo a que os dados possam ser analisados. Variedade Azoto N0 N1 V1 N2 N3 N4 N0 N1 V2 N2 N3 N4 N0 N1 V3 N2 N3 N4 1 3852 4788 4576 6034 5874 2846 4956 5928 5664 5458 4192 5250 5822 5888 5864 Repetição 2 3 2606 3144 4936 4562 4454 4884 5276 5906 5916 5984 3794 4108 5128 4150 5698 5810 5362 6458 5546 5786 3754 3738 4582 4896 4848 5678 5524 6042 6264 6056 4 2894 4608 3924 5652 5518 3444 4990 4308 5474 5932 3428 4286 4932 4756 5362 Como se referiu atrás, os dados deverão ser introduzidos para uma matriz rectangular , em que as colunas são as variáveis e as linhas os casos. Neste caso, as variáveis são a Variedade, o Azoto, a Repetição e a Produção. 2.1.1 - DEFINIÇÃO DE VARIÁVEIS Vamos começar definir estas variáveis no SPSS dando-lhes nomes válidos; as regras para os nomes d as variáveis são: • • nome da variável tem no máximo, 8 caracteres; nome da variável deve com r por uma letra; os restantes caracteres podem ser letras (maiúsculas ou minúsculas são iguais), algarismos, ou os símbolos @, #, _, $. Não se podem usar espaços em branco, nem os seguintes caracteres: !, ?, ‘, “, *, +, -, %, vírgula, ponto e vírgula, \, /, >, < Os nomes não podem terminar com ponto; Evitar terminar o nome com o caracter _ (underscore); Evitar usar caracteres acentuados ou com til. • • • ESACB 5 SPSS 2 - Edição de Dados No exemplo, vamos definir as seguintes variáveis: variedad azoto repete producao V ariável numérica inteira, cujos valores são 1, 2, 3, com as seguintes correspondências, a fim de facilitar a sua introdução: 1 : IR8; 2 : IR5; 3 : C4-64; Variável inteira: 0: 0 kg/ha; 1: 60 kg/ha; ... ; 4: 150 kg/ha; Variável inteira, com os valores 1, 2, 3, 4 Variável real, com duas casas decimais (por defeito). A fim de definir cada uma das variáveis, fazer o seguinte procedimento: Duplo clic k na célula do nome da variável (var) no topo da coluna, ou click em qualquer sítio da coluna para a variável e seleccionar no menu a opção Data, seleccionando depois a opção D efine Variable... Igualmente pode fazer click com o botão direito na célula do nome da variável (var) no topo da coluna; aparece o menu: onde se selecciona a opção Define Variable... Na sequência de qualquer dos procediment os anteriores aparece a seguinte caixa de diálogo de definição da variável: ESACB 6 SPSS 2 - Edição de Dados No campo Variable Name escrever o nome da variável; no caso, variedad Seleccionar a opção No campo Decimal Places alterar o valor para 0 (casas decimais); e fazer Selecci onar a opção No campo Value escrever o valor 1; no campo Value Label: escever IR8; f azer . : ESACB 7 SPSS 2 - Edição de Dados Repetir o processo de definição de Value e Value Label para os valores 2 (IR5) e 3 ( C463); para cada valor, fazer : No final, fazer . A caixa serve para entrar uma breve descrição da variável, mais elucidativa que apenas o nome; é de preenchimento facultativo. Para aceitar estas alterações, e terminar a d efinição da variável variedad, na caixa de diálogo fazer OK: ESACB 8 SPSS 2 - Edição de Dados De modo idêntico, definir as restantes variáveis; note-se que a opção Labels serve para fazer as correspondências, de modo que neste exemplo só é usada para as variáveis varied ad e azoto; na definição da variável producao, não é necessário ir à opção Type porque, por d o, as variáveis são numéricas reais (com duas casa decimais). Terminada a definição de var iáveis, o Data Editor terá o seguinte aspecto: 2.1.2 - INTRODUÇÃO DOS VALORES Definidas as variáveis, introduzem-se os dados; o utili zador deve optar pela estratégia de introduzir os valores coluna a coluna, ou linh a a linha, que lhe for mais favorável e menos propensa a erros. Para apagar um val or, colocar o cursor na célula respectiva e carregar a tecla DEL. Para alterar ou corrigir um valor errado numa das células, activa-se essa célula (levando o cursor p ara lá, ou simplesmente fazendo click) e digita-se o valor correcto, fazendo-o ent rar com Enter ou deslocando para outra célula. O ficheiro ficará com o seguinte aspe cto: ESACB 9 SPSS 2 - Edição de Dados Usou-se a codificação dos valores das variáveis variedad e azoto, por um lado para fac ilitar a introdução dos valores, e por outro lado para ser menos propenso a erros. C ontudo, podem visualizar-se o nome da variedade e o valor da adubação; para tal, no menu principal seleccionar a opção , e depois seleccionar a opção Value Labels: O ficheiro de dados toma agora o aspecto mais elucidativo acerca dos dados a ana lisar: ESACB 10 SPSS 2 - Edição de Dados 2.1.3 - GRAVAR O FICHEIRO DE DADOS Tendo introduzido e corrigido os dados, grava -se o ficheiro com um nome válido (aplicamse as regras de nomes de ficheiros de MS -DOS). Para gravar, faz-se: Na caixa escreve-se o nome a dar ao ficheiro, por exemplo arroz; automaticamente é atribuída a extensão .sav típica dos ficheiros de dados do SPSS: Caso se pretenda guardar o ficheiro num disco ou directório que não do directório acti vo, abrir a caixa pretendido: e seleccionar o disco/directório ESACB 11 SPSS 2 - Edição de Dados 2.1.4 - ABRIR UM FICHEIRO DE DADOS EXISTENTE Se se pretende abrir um ficheiro de dados, para introduzir mais dados, para alterar ou corrigir valores, ou para ef ectuar a análise desses dados, tem de se abrir o ficheiro. Para tal, efectua-se o seguinte procedimento: Se o ficheiro pretendido aparece na listagem, faz-se click sobre o nome do fiche iro, ou escreve-se na caixa se . , e de seguida faz- Caso o nome do ficheiro não conste na listagem, é porque está guardado noutro directório que não o especificado na janela. Nesta situação, ter-se-á de encaminhar para a drive/d irectório onde se encontra. Para tal, abre-se a o caixa disco ou o directório preten dido: , e selecciona-se a o Como o SPSS apenas admite um ficheiro de dados aberto, ao abrir um ficheiro o pr ograma encerra o ficheiro actual. Caso este não esteja gravado, após quaisquer alter ações, o programa apresenta uma mensagem de aviso: ESACB 12 SPSS 2 - Edição de Dados O utilizador deverá responder Sim ou Não, consoante queira guardar ou não as alterações ef ectuadas no ficheiro aberto (no caso da imagem, tinha-se aberto o ficheiro lambs .sav, em que se tinham efectuado alterações). 2.1.5 - ACESCENTAR NOVOS CASOS A UM FI CHEIRO DE DADOS Para acrescentar um novo caso, após os dados já introduzidos, basta digitar o valor pretendido para a variável a acrescentar; automaticamente é acrescen tado um caso a todas as variáveis. Se interessa introduzir um caso, não no final dos dados, mas entre duas observações, então ter-se-á de introduzir uma linha (caso) entre essas duas observações. Admitamos que foi esquecido um caso referente a hora=Manhã; este caso deveria ser introduzido imediatamente antes da primeira observação da Tarde; para tal, faz-se du plo click sobre o indicador da linha 5, ou um click em qualquer parte da linha 5 e de seguida selecciona-se a opção no menu. Aparece a janela: Pode igualmente fazer click com o botão direito do rato sobre o indicador da linha , aparecendo o menu: ESACB 13 SPSS 2 - Edição de Dados . Automaticamente é aberta uma No menu anterior deve seleccionar linha, onde se in troduzem os valores respectivos das variáveis: 2.1.6 - ACRESCENTAR NOVAS VARIÁVEIS Para acrescentar uma nova variável ao ficheiro, basta colocar o cursor numa célula da primeira coluna não usada, e executar o proced imento de definição de variáveis atrás descrito. O programa cria a nova variável com tanta s células (em branco ou missing values) quantos os casos das restantes variáveis. Após isto, só há que proceder à introdução dos valores. Se, por algum motivo, há que introduzir uma nova variável, não no final do ficheiro, mas entre duas variáveis já definidas, colo car o cursor na variável à direita da qual se pretende a nova variável, seleccionar a opção e de seguida fazer click com o botão direito do rato, aparecendo o menu: . Pode igualmente e seleccionar a opção . De seguida, definir esta variável, tal como descrito atrás. ESACB 14 SPSS 2 - Edição de Dados 2.1.7 - DEFINIR UMA VARIÁVEL EM FUNÇÃO DE OUTRAS O programa SPSS permite criar novas v ariáveis como resultado de funções ou operações envolvendo as variáveis já existentes. Por ex mplo, determinadas metodologias estatísticas (análise de variância, regressão, etc) base iam-se no pressuposto de que os dados a analisar seguem a função de distribuição normal; ora, tal pressuposto, é muitas vezes violado (e, infelizmente para a validade das conclusões, não é testado). Nas situações em que se verificou a não normalidade, é frequente proceder a determinadas transformações dos dados (logaritmo, raíz quadrada, arc-seno são transformações usuais). Vamos ilustrar a criação de uma nova variável no ficheiro arroz.s av, com o nome ln_prod, definida como sendo o logaritmo neperiano dos valores da variável producao. Para tal, coloca-se o cursor na primeira célula da primeira colu na não ocupada, e faz-se: Aparece a seguinte caixa de diálogo: Na caixa Target Variable escreve-se o nome da variável a criar, ln_prod; transfere -se o cursor para a caixa Numeric Expression e na caixa das funções selecciona-se a função LN(numexpr); de seguida, fazer click sobre a variável argumento (producao). A j anela fica com o seguinte aspecto: ESACB 15 SPSS 2 - Edição de Dados Para calcular, basta fazer . O ficheiro fica com o seguinte aspecto: A variável ln_prod é visualizada com 2 casas decimais (por defeito), muito embora se ja guardada com maior precisão. Caso haja interesse em visualizar mais casa decima is, proceder como descrito na definição de variáveis. As transformações de variáveis podem s er mais complexas que uma simples função; reparese que a caixa de definição das transfor mações apresenta o que se parece a uma máquina de calcular científica, que permite defin ir transformações várias, incluindo selecção condicional de casos (if), funções lógicas (e &; |; negação ~) comparações (<, <=, >, >=, =, ~=), etc. 2.1.8 - ELIMINAR LINHAS E VARIÁVEIS Para eliminar linhas de valores (casos) ou colunas (variáveis), fazer click sobre o número da linha, à esquerda do ecran, ou sobre o nome da variável; a linha ou colun a, consoante o caso, ficam seleccionadas (sombreadas). Para a eliminar, seleccio nar (ou carregar na tecla DEL). e de seguida ESACB 16 SPSS 2 - Edição de Dados Pode também fazer click com o botão direito do rato sobre a identificação da linha ou co luna a eliminar, e fazer Cut ou Clear. 2.2 - IMPORTAÇÃO DE FICHEIROS EXTERNOS O programa SPSS dispõe de uma rotina de importação de ficheiros criados noutras aplicações , nomeadamente folhas de cálculo (Lotus 123, Excel), bases de dados (dBase, Access ), ficheiros ASCII (separados por tabulações, vírgula, espaços), etc. Vamos abordar a im portação de ficheiros Excel e Access, por serem duas das aplicações actualmente mais usa das na constituição de bases de dados, e ficheiros ASCII, pois não havendo outra forma de transferir informação entre aplicações, todos os programas permitem exportar e impor tar ficheiros ASCII, sendo esta forma uma ponte comum entre as aplicações. É pressupos to que, qualquer que tenha sido a aplicação utilizada para criar os ficheiros, estes devem estar organizados de acordo com a estrutura dos ficheiros SPSS. 2.2.1 - I MPORTAÇÃO DE FICHEIROS LOTUS E EXCEL 4.0 Se o ficheiro tiver sigo gravado em Excel 4 , Lotus 123 (ou Quattro), o SPSS abre-o automaticamente. Para tal, executar o se guinte procedimento: File Open... Nesta janela deve especificar-se que o ficheiro é do tipo Excel (*.xls) [se se tra tar de um ficheiro Lotus, selecciona-se a opção Lotus(*.w*)]; para tal, abrir a caix a Ficheiro do tipo e especificar Excel (*.xls): ESACB 17 SPSS 2 - Edição de Dados Na caixa Procurar em deve especificar-se o directório onde se encontra o ficheiro: No campo Nome do ficheiro, especificar o nome do ficheiro a importar e fazer OK: Aparece de seguida a seguinte caixa de diálogo, onde se especifica se as primeiras células contêm os nomes das variáveis (se sim activar (rectangular) de células (no exem plo, A1:B11): ) e o intervalo O SPSS cria um ficheiro, com tantas variáveis quantas as colunas e tantos casos qu antas as linhas do bloco especificado. 2.2.2 - IMPORTAÇÃO DE FICHEIROS DE DBASE Dada a relevância da utilização do gestor de bases de dados dBase III, é natural que alguns utilizadores disponham de bases de dados organizadas neste programa, e que prete ndam importá-las para o SPSS a fim de executar algumas análises estatísticas. Os fiche iros gerados pelo dBase III (*.dbf) obedecem tipicamente à estrutura dos ficheiros SPSS, de modo que a sua importação é extremamente fácil. Para tal, faz-se o seguinte pr ocedimento: File Open... Na caixa de diálogo, deve definir-se o tipo de ficheiro [ dBase (*.dbf)], o directório onde está guardado e o nome do ficheiro a importar, tal como se mostra na figura: ESACB 18 SPSS 2 - Edição de Dados Ao fazer a importação processa-se automaticamente. 2.2.3 - IMPORTAÇÃO DE FICHEIROS EXCEL Os ficheiros Excel 5.0 e Excel 97 são constituídos por diversas folhas de cálculo; a rotina de importação é ligeiramente diferente, e é asse gurada pelo protocolo Open Database Connectivity (ODBC), que é um método padrão de par tilha de dados entre bases de dados e outros programas. Os controladores ODBC ut ilizam a linguagem SQL (Structured Query Language) padrão para aceder a dados de o rigens exteriores. Pretende-se importar a seguinte folha de cálculo, criada em Exc el 97: ESACB 19 SPSS 2 - Edição de Dados Para tal, executar o seguinte procedimento: File Database Capture New Query... A parece o seguinte assistente de importação de ficheiros: ) e fazer Especificar qual a origem do ficheiro (no caso caixa de diálogo que se s egue, especificar o disco, directório e o ficheiro a abrir: . Na Aparece a seguinte janela: ESACB 20 SPSS 2 - Edição de Dados Caso o ficheiro tenha diversas folhas de cálculo, será conveniente confirmar qual é qu e se pretende importar; para visualizar as variáveis de cada folha, click sobre o sinal + à esquerda da identificação: Tendo confirmado qual a folha a importar (neste caso, Folha1$), click sobre o no me da folha e arraste-o para campo Retrieve Fields : ESACB 21 SPSS 2 - Edição de Dados Para executar a importação, click em Terminar. 2.2.4 - IMPORTAÇÃO DE FICHEIROS ACCESS Os ficheiros de bases de dados criados em Microsoft Access são constituídos por divers as folhas ou tabelas (base de dados, consultas, formulários); a rotina de pelo pro tocolo Open Database Connectivity (ODBC), que é um método padrão de partilha de dados entre bases de dados e outros programas. Os controladores ODBC utilizam a lingua gem SQL (Structured Query Language) padrão para aceder a dados de origens exterior es, e processase em tudo de modo semelhante à importação de ficheiros Excel, sendo gui ada pelo mesmo assistente (wizard): File Database Capture New Query... Aparece o seguinte assistente de importação de ficheiros: Especificar qual a origem do ficheiro (no caso Seguinte. Depois, é prosseguir tal como descrito para o Excel. 2.2.5 - RECODIFICAÇÃO DE VALORES ) e fazer ESACB 22 SPSS 2 - Edição de Dados Ao fazer a importação de ficheiros externos, acontece que variáveis alfanuméricas são impo rtadas como tal, causando posteriormente problemas em determinadas análises. Isto acontece, por exemplo, quando se importam variáveis de agrupamento ou definição de cla sses, ou variáveis nominais, do género de variável sexo, que agrupa os casos em mascul ino e feminino. Em situações deste género, é natural que posteriormente haja necessidade de agrupar os casos por sexo (genericamente por classes), nomeadamente para com parar médias de sub-amostras. Para contornar esta questão, a fazer a importação destas v ariáveis, há que recodificá-las em variáveis nominais, com códigos numéricos, por exemplo ma sculino=1, feminino=2, à semelhança do que se fez na introdução das variáveis variedad e a zoto. Vamos ilustrar usando o ficheiro pulso.sav, que se criou pela importação do fi cheiro pulso.dbf do dBase. Neste ficheiro, as variáveis sexo (Homem, Mulher) e fum a (Fuma, Não Fuma) são alfanuméricas, mas nitidamente com uma conotação de agrupamento em classes. Vamos recodificar a variável sexo (Homem=1, Mulher=2) e fuma (Fuma=1, Não F uma=2). Para tal, executar o seguinte procedimento (por variável a recodificar): T ransform Recode Into Same Variable Na caixa de diálogo seguinte, seleccionar a var iável a recodificar (sexo): Seleccionar identificando em . Na caixa de diálogo seguinte definir as recodificações, o o novo valor a atribuir; f azer valor antigo . a recodificar, e em ESACB 23 SPSS 2 - Edição de Dados Repetir para o outro valor da variável (Mulher=2). No final, a caixa de diálogo most ra as recodificações a efectuar: No final, fazer e OK. As alterações são executadas. Seguidamente, deve alterar-se o tipo de variável para numérica, e definir as “labels”: 1 =Homem; 2=Mulher, tal como já anteriormente explicado: ESACB 24 SPSS 2 - Edição de Dados Fazer o mesmo procedimento para a outra variável a recodificar. No final, aparente mente não houve alterações: a variável sexo contém os valor Homem e Mulher, como anteriorm ente; só que, após esta transformação, estas variáveis têm a conotação de agrupamento de caso coisa que não acontecia tal como resultaram da importação do ficheiro de dados externo ao SPSS. 2.2.6 - SELECÇÃO DE CASOS Por vezes, há necessidade de proceder a análises sem a inclusão de todos os casos contidos nas variáveis em jogo. Uma situação típica é ter-se v erificado que há valores “outliers”, isto é, valores extremos muito elevados ou muito ba ixos, que provavelmente são registos mal efectuados, ou eventualmente observações anómal as que, incluídas nas análises estatísticas, vão distorcer a validade das conclusões. Dest a forma, poderá ser preferível excluí-las das análises, mas sem as eliminar do ficheiro de dados. A detecção de “outliers” será efectuada no procedimento EXPLORE (cap. 3). Vamos ilustrar com a exclusão do caso n 6 do ficheiro pulso.sav, em que a observação correspo ndente à variável ritmod é 265, valor impossível para a característica em análise, sendo pro vável que tenha acontecido um lapso no acto de registo dos valores. Pretende-se ex cluir todo este caso das análises subsequentes, sem contudo o eliminar do ficheiro , pois poderá haver necessidade de posteriormente efectuar análises sobre as outras variáveis (por exemplo, ritmoa), cujo valor (96) é perfeitamente normal. Para tal, f azer: Data Select Cases... ESACB 25 SPSS 2 - Edição de Dados Pretende-se excluir o caso n 6 da análise, isto é, incluir na análise todos os casos co m excepção do caso n 6. Para tal, na caixa de diálogo seleccionar definir que se selecc ionam para análise todos os cados diferenntes do caso n 6: ,e A indicação caso ~= 6 significa todos os casos excepto o caso 6. O Data Editor do SP SS criou automaticamente uma variável designada filter_$, em que indica quais os c asos seleccionados e os não incluídos. Repare-se que a linha 6 está traçada, indicando q ue este caso está excluído de futuras análises: ESACB 26 SPSS 2 - Edição de Dados A variável filter_$ é uma variável numérica, cujos valores são 0=”Not Selected” e 1=”Selected ecran, aparecem visualizados as labels dos valores, caso se tenha optado por es te modo de visualização. A fim de incluir novamente o caso 6 nas análises, fazer: Data Select Cases... ou digitar o valor 1 na célula 6 da variável filter_$. Por exemplo, querendo selecci onar os casos referentes aos homens (sexo=1) que fumam (fuma=1), dever-se-á fazer o seguinte procedimento: Data Select Cases... ESACB 27 SPSS 2 - Edição de Dados Para definir a condição atrás referida, seleccionar a variável sexo, defini-la como send o igual a 1; o operador lógico e (AND) é simbolizado pelo caracter &; seleccionar a variável fuma e defini-la igual a 1: Fazer para avançar. ESACB 28 SPSS 3 - Análise de Dados 3- ANÁLISE DE DADOS Vamos iniciar a utilização do SPSS a fim de efectuar diversas análises estatísticas. Ant es de iniciar um processo de análise, os dados a analisar devem estar carregados n a memória do computador. Vamos ilustrar utilizando o ficheiro arroz.sav que deverá e star carregado na memória do computador. 3.1 - OBTER ESTATÍSTICAS DESCRITIVAS Esta rotina calcula as estatísticas elementares (média, moda, mediana, variância, etc) de uma variável numérica. No exemplo, a única variável susceptível de ser analisada é a var iável producao. 3.1.1 - PROCEDIMENTO DESCRIPTIVES Para obter as estatísticas element ares de uma variável numérica, fazer: Aparece a seguinte caixa de diálogo, onde se definem as variáveis a analisar; no pre sente caso, será apenas a variável producao: ESACB 29 SPSS 3 - Análise de Dados Para seleccionar as variáveis a analisar, click sobre o nome da variável na listagem que aparece na caixa esquerda, e de seguida click no botão . Ficará com o seguinte aspecto: A fim de definir quais os parâmetros estatísticos a estimar, seleccionar se a seguin te caixa de diálogo: , obtendo- Inicialmente, estariam seleccionadas apenas a Mean (média), Std. deviation (desvio padrão), Minimum (mínimo) e Maximum (máximo); vamos seleccionar também a Sum ESACB 30 SPSS 3 - Análise de Dados (soma de todas as observações), Variance (variância), Range (intervalo de variação), s S.E .mean (erro padrão da média: s x = ), Kurtosis (curtose ou achatamento), Skewness N (enviesamento ou assimetria). As opções Display Order só têm significado nos casos em qu e se procede ao cálculo de parâmetros de mais do que uma variável. No final, fazer e d epois . O programa abre o Viewer (janela de resultados), com o aspecto: Na janela direita estão os resultados; como se pediu o cálculo de muitos parâmetros, o quadro de resultados demasiado largo para caber no ecran; use a barra de scroll para ler o quadro de resultados Caso tenha interesse em imprimir os resultados, o SPSS resolve o problema da largura, fraccionando o quadro em vários. Repare que ficou no SPSS Viewer; para voltar ao Data Editor do SPSS, onde está aberto o fich eiro arroz.sav, restaure a janela na barra Iniciar do Windows: O SPSS permite capturar os resultados visualizados no Viewer e colá-los por exempl o, no relatório que está a ser escrito no editor de texto Word; no processador de te xto, pode seleccionar-se a tabela e fazer o ajuste automático, de modo a que o qua dro, demasiado largo, caiba na largura do texto. Contudo, resulta mais elegante se não for necessário reduzir ESACB 31 SPSS 3 - Análise de Dados muito a largura do quadro original. Para tal, a solução é obter menos parâmetros estatísti cos, de modo que o quadro de resultados seja menos largo. 3.1.2 - PROCEDIMENTO E XPLORE Em caso de necessidade de apresentar todos os parâmetros estatísticos, estes podem ser obtidos noutra rotina do SPSS, cujo quadro de resultados se desenvolve na vertical, sendo mais fácil inclui-los no relatório em Word. Vamos ilustrar esta opção. A opção EXPLORE calcula os parâmetros estatísticos, e elabora o gráfico caule-e-folhas (esquema de histograma) e o gráfico de extremos-e-quartis, muito útil para analisar a amostra em termos de concentração ou dispersão dos valores por intervalos quartílicos, bem como a sua simetria; além disso, é uma boa ferramenta de verificar se há observações “o utliers”, isto é, observações extremas que se afastam muito da gama média dos valores da a mostra. Opcionalmente, podem obter-se outras análises, como veremos. Na caixa de diálogo que se segue, selecciona-se a variável a analisar (producao) tal como descrito atrás. De seguida, seleccionar o botão ESACB 32 SPSS 3 - Análise de Dados Seleccionando o botão , verifica-se que o cálculo das estatísticas descritivas está acti vado; pode-se optar por verificar analiticamente a existência de “outliers”, bem como calcular os percentis. A opção M-estimators destina-se ao cálculo de parâmetros estatístic os (média e variância) ponderados; geralmente esta opção só interessa em utilizações muito es ecíficas. No final, fazer . Voltando à caixa de diálogo Explore, seleccionar a opção e fazer . ; seleccionar a opção Na janela Explore seleccionar a opção fazer para obter os resultados. ESACB 33 SPSS 3 - Análise de Dados Note-se que os resultados vêm na sequência dos resultados obtidos anteriormente, de modo que durante a sessão de trabalho, os resultados vão-se acumulando, podendo o ut ilizador em qualquer momento seleccionar os que lhe interessam. Utilize a barra se scroll vertical para visualizar os resultados, ou na caixa do organigrama dos resultados, à esquerda, seleccione os que lhe interessa visualizar. Por exemplo, para ver os parâmetros estatísticos, click sobre : Esta opção, além dos parâmetros estatísticos obtidos no procedimento DESCRIPTIVES, calcula o intervalo de confiança para a média, e a média após eliminar as 5% observações inferiores e as 5% observações superiores (5% Trimmed Mean). De seguida apresentam-se o histog rama, diagrama de caule-e-folhas (steam-and-leaf) e diagrama de extremos-e-quart is (Boxplot) referentes a esta análise. ESACB 34 SPSS 3 - Análise de Dados Histogram 10 8 6 4 Frequency 2 Std. Dev = 952.52 Mean = 4956.5 N = 60.00 0 Producao Producao Stem-and-Leaf Plot Frequency 3.00 3.00 5.00 6.00 13.00 7.00 18.00 5.00 Stem width: Each leaf: Stem & 2 3 3 4 4 5 5 6 . . . . . . . . Leaf 688 144 77789 111234 5556778889999 1223344 555666678888899999 00024 .0 00 6 5 0.0 5 6 2 0.0 0 6 0 0.0 5 5 7 0.0 0 5 5 0.0 5 5 2 0.0 0 5 0 0.0 5 4 7 0.0 0 4 5 0.0 5 4 2 0.0 0 4 0 0.0 5 3 7 0.0 0 3 5 0.0 5 3 2 0.0 0 3 0 0.0 5 2 7 0.0 0 25 1000.00 1 case(s) ESACB 35 SPSS 3 - Análise de Dados 7000 6000 5000 4000 3000 2000 N= 60 Producao 3.1.3 - PROCEDIMENTO EXPLORE COM FACTORES Os resultados anteriores referem-se à gl obalidade das produções, e têm o interesse que o utilizador pretender retirar deles. N uma situação como a que estamos a analisar, teria igualmente interesse executar esta s análises, não para a globalidade das observações, mas sim repartidas por um ou mais do s factores. Vamos executar o procedimento EXPLORE, obtendo os resultados para ca da uma das três variedades (poderia ser para os cinco níveis de azoto, ou para os do is factores em simultâneo). ESACB 36 SPSS 3 - Análise de Dados Na caixa de diálogo que se segue, selecciona-se a variável a analisar (producao) tal como descrito atrás. Seleccionar a variável variedad para o campo Factor List: A partir deste ponto, o procedimento é análogo ao atrás descrito. Os resultados têm o se guinte aspecto: A seguir apresenta-se a listagem completa dos resultados do procedimento: ESACB 37 SPSS 3 - Análise de Dados Descriptives Variedade Producao IR8 Mean 95% Confidence Interval for Mean Lower Bound Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis IR5 Mean 95% Confidence Interval fo r Mean Lower Bound Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Mi nimum Maximum Range Interquartile Range Skewness Kurtosis C4-63 Mean 95% Confide nce Interval for Mean Lower Bound Upper Bound 5% Trimmed Mean Median Variance St d. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Statistic 4769.4000 4275.7316 5263.0684 4819.3333 4836.0000 1112633.726 1054.814 5 2606.00 6034.00 3428.00 1762.0000 -.651 -.441 5042.0000 4593.9109 5490.0891 50 85.3333 5410.0000 916664.421 957.4259 2846.00 6458.00 3612.00 1574.5000 -.839 -. 076 5058.1000 4657.4878 5458.7122 5081.6667 5091.0000 732706.305 855.9827 3428.0 0 6264.00 2836.00 1493.5000 -.419 -.921 Std. Error 235.8637 .512 .992 214.0869 .512 .992 191.4035 .512 .992 O diagrama de extremos-e-quartis é apresentado agora para cada uma das três variedad es: ESACB 38 SPSS 3 - Análise de Dados 7000 6000 5000 4000 Producao 3000 2000 N= 20 20 20 IR8 IR5 C4-63 Variedade Estes resultados podem começar a fornecer pistas para a análise dos dados, do género d e que a variedade C4-63 apresenta uma produção mais homogénea. 3.1.4 - PROCEDIMENTO FREQUENCIES O procedimento FREQUENCIES permite gerar tabela s de frequências (contagem de casos quer de variáveis alfanuméricas, quer de variáveis n uméricas. Adicionalmente, pode calcular os parâmetros estatísticos calculados pelos pr ocedimentos DESCRIPTIVES e EXPLORE, anteriormente vistos; pode igualmente gerar histogramas, com o ajustamento a uma função de distribuição de probabilidades. No caso d e variáveis numéricas, em que se admite que seguem uma lei de distribuição normal (press uposto quase obrigatório para a maioria das metodologias estatísticas usuais em ciênci as agrárias), a visualização do ajustamento do respectivo histograma à função de distribuição rmal pode ser uma valiosa ferramenta para análises subsequentes. A fim de ilustrar , vamos executar dois procedimentos FREQUENCIES: gerar as tabelas de frequência da s variáveis nominais azoto e variedad, e gerar a tabela de frequências da variável pro ducao, neste caso com o respectivo histograma ajustado à fdp normal. Seleccionar: Statistics Summarize Frequencies... Na caixa de diálogo, seleccionar as variáveis va riedad e azoto: ESACB 39 SPSS 3 - Análise de Dados A opção permite seleccionar, facultativamente, quais os parâmetros estatísticos a calcul ar. No caso de variáveis nominais e alfanuméricas não têm significado. Os resultados obt idos, que são acrescentados ao Viewer, têm o seguinte aspecto: Repita-se o procedimento para a variável numérica producao: Statistics Summarize Fre quencies... ESACB 40 SPSS 3 - Análise de Dados Vá à opção seleccionar para calcular os decis (com a selecção da opção ), a média, mediana e variância. No final, fazer : De seguida, vá-se á opção função de distribuição normal: para seleccionar o histograma com ajustamento à ESACB 41 SPSS 3 - Análise de Dados Fazer para avançar, e OK para calcular. Veja no Viewer os resultados. O histograma com o ajustamento à f.d.p. normal tem o seguinte aspecto, onde sobressai o enviezamento da amostra para a direita em re lação à distribuição teórica, bem como um achatamento um pouco maior que o que seria de espe rar (isto é, cerca de 75% da amostra está abaixo da curva, nomeadamente na zona cent ral da distribuição): Producao 10 8 6 4 Frequency 2 Std. Dev = 952.52 Mean = 4956.5 N = 60.00 0 Producao .0 00 6 5 0.0 5 6 2 0.0 0 6 0 0.0 5 5 7 0.0 0 5 5 0.0 5 5 2 0.0 0 5 0 0.0 5 4 7 0.0 0 4 5 0.0 5 4 2 0.0 0 4 0 0.0 5 3 7 0.0 0 3 5 0.0 5 3 2 0.0 0 3 0 0.0 5 2 7 0.0 0 25 ESACB 42 SPSS 4 - Gráficos 4- GRÁFICOS A representação gráfica dos dados é geralmente uma boa abordagem para as análises estatístic as a efectuar: a representação de variáveis numéricas em histograma permite inferir acer ca da simetria, achatamento e normalidade da amostra em análise; o gráfico de barras representando contagens ou percentagens de valores de variáveis permite comparar visualmente diversas características amostrais; a representação gráfica de duas variáveis que se julgam correlacionadas num gráfico de pontos ou de dispersão permite definir uma abordagem prévia à metodologia de regressão; os gráficos de extremos-e-quartis facil itam a detecção de outliers, além de permitirem analisar a simetria e sub-intervalos d e maior concentração da amostra; etc. Muitos dos procedimentos estatísticos do SPSS in cluem já a elaboração de gráficos adequados às análises respectivas. Nesta secção, vamos abor a criação de gráficos isolados de outros procedimentos. O programa SPSS permite defin ir os gráficos por duas vias: • gráficos interactivos: disponíveis a partir do sub-menu Interactive do menu Graphs; a característica principal desta metodologia de gerar gráficos é a facilidade em intercambiar variáveis entre os eixos do gráfico, nomeadament e a partir da janela Viewer, após ter gerado o gráfico. A edição do gráfico faz-se directa mente na janela Viewer. • gráficos standardizados: esta metodologia permite definir os gráficos, a partir de s ubmenus individualizados no menu Graphs; após criados, estes gráficos são menos dinâmico s que os gráficos interactivos. Para editar o gráfico, selecciona-se este na janela Viewer e abre-se uma janela de edição do gráfico. De seguida vão-se apresentar a definição de alguns tipos de gráficos, tendo como base de trabalho os dados do ficheiro pulso.sav (listagem em anexo). Vamos de seguida i lustrar a realização de alguns gráficos. Não se pretende fazer uma apresentação exaustiva de todos os tipos de gráficos; contudo, os procedimentos para qualquer outro tipo de gráfico são genericamente semelhantes, de modo que os gráficos descritos de seguida f ornecem bases suficientes para que o utilizador explore e crie qualquer outro ti po de gráficos. 4.1 - GRÁFICOS STANDARDIZADOS ESACB 44 SPSS 4 - Gráficos 4.1.1 - GRÁFICO DE BARRAS Vamos ilustrar criando um gráfico com a contagem de casos de cada uma das idades do ficheiro pulso.sav. Para tal: Graphs Bar ... Aparece a seguinte caixa de diálogo, onde se selecciona o tipo de gráfico de barras a executa r (Simple: para representar uma única série de valores ou variável; Clustered: permite representar várias variáveis agrupadas; para cada valor de uma das variáveis são gerada s barras para cada valor da outra variável; Stacked: permite representar várias variáv eis em barras sobrepostas). Vamos iniciar por criar o gráfico de barras simples. N esta caixa de diálogo selecciona-se também o tipo de dados (no caso, pretende-se rep resentar a contagem das idades, isto é, um sumário – contagem – dos dados; para tal, sel ecciona-se a opção ). Para prosseguir, fazer . Na janela seguinte, selecciona-se a variável a representar no gráfico para o campo C ategory Axis, e define-se que as barras representam a contagem de casos (N of ca ses): ESACB 45 SPSS 4 - Gráficos Para definir os títulos do gráfico, seleccionar . Escrever o título principal (Title L ine 1 e Line 2), sub-título (Subtitle) e notas de rodapé (Footnote – Line 1 e Line 2). Qualquer destes títulos é facultativo: No final fazer . O gráfico tem o seguinte aspecto: ESACB 46 SPSS 4 - Gráficos Distribuição das idades dos pacientes As idades estão expressas em anos completos 10 8 6 4 Count 2 0 19 21 23 25 27 29 31 33 35 38 42 IDADE Fonte: Abcde, 1998. Os gráficos de linhas (Line) e área (Area) dão a mesma informação; em vez de barras ou col unas, é desenhada uma linha unindo os pontos à altura da contagem do número de casos e m cada categoria ou valor do eixo dos xx; no caso do gráfico de áreas, a área definida por essa linha e o eixo dos xx é preenchida. A definição destes gráficos tem os mesmos passos do gráfico de barras. A título de exemplo, apresenta-se de seguida o gráfico de área para a variável idade (o gráfico de linhas seria exactamente o mesmo, sem a área s ombreada): Distribuição das idades dos pacientes As idades estão expressas em anos completos 10 8 6 4 Count 2 0 19 21 23 25 27 29 31 33 35 38 42 IDADE Fonte: Abcde, 1998. ESACB 47 SPSS 4 - Gráficos Poderá ter interesse ver a distribuição de idades por sexo, isto é, fazer a separação das id ades por sexo; para tal, na janela Bars Chart selecciona-se a opção Clustered. Apare ce a seguinte janela, onde se seleccionam a variável a representar em barras (idad e) e a variável de agrupamento (sexo): Todo o restante procedimento é semelhante. O gráfico resultante é o seguinte: Distribuição das idades dos pacientes por sexo As idades são expressas em anos complet os 5 4 3 2 SEXO Count 1 0 19 21 23 25 27 29 31 33 35 38 42 Homem Mulher IDADE Fonte: Abcde, 1998 O gráfico de barras pode também usar-se para comparar visualmente a média (ou outro pa râmetro estatístico) de duas ou mais variáveis da mesma natureza. Para exemplificar, v amos elaborar o gráfico de barras referente às médias das variáveis ritmoa e ritmod. Par a tal: ESACB 48 SPSS 4 - Gráficos Graphs Bar ... Na janela de diálogo seguinte, seleccionar o tipo Simple (só uma série de barras) e a opção (isto é, cada barra representa um parâmetro estatístico de uma variável ): Para prosseguir, fazer . Na janela seguinte, seleccionar as variáveis a representar: Veja-se que, por defeito, será representada a média (mean) das variáveis. Pretendendo representar outro parâmetro, fazer (seleccionando individualmente cada uma das var iáveis, ou seleccionando todas as variáveis em simultâneo – para tal, manter o botão esque rdo pressionado e arrastar sobre o nome das variáveis a seleccionar). Aparece a se guinte caixa de diálogo, onde se define o parâmetro a representar. Veja-se que pode seleccionar-se um parâmetro estatístico (primeiro bloco da janela), ou então o número (o u ESACB 49 SPSS 4 - Gráficos percentagem) de casos acima ou abaixo de um valor a definir (bloco central), ou entre dois valores a definir (último bloco)3: Definir os títulos como referido previamente. O gráfico tem o seguinte aspecto: Ritmo cardíaco antes e após exercício físico Valores médios 160 140 120 100 80 Mean 60 RITMOA Fonte: Abcde, 1998 RITMOD 4.1.2 - HISTOGRAMA 3 Os campos Value, Low, High só são activados após seleccionar uma opção do respectivo bloco de opções. ESACB 50 SPSS 4 - Gráficos O histograma é um gráfico parecido ao de barras, só que o eixo dos xx é escalar contínuo, representando classes de uma variável numérica, e não categorias como no caso do gráfico de barras. As barras representam as frequências absolutas registadas no intervalo ou classe definido no eixo dos xx. O histograma traduz a distribuição de frequências, sendo possível analisar a simetria e o achatamento da amostra. Para ilustrar a el aboração do histograma, vamos usar a variável ritmoa do ficheiro pulso.sav. Executar o seguinte procedimento: Graphs Histogram ... Aparece a seguinte caixa de diálogo, onde se selecciona a variável numérica a representar no eixo dos xx do histograma: Seleccionando a opção ao histograma. Para definir os títulos do gráfico, seleccionar , é sobreposta a curva de distribuição normal , tal como descrito anteriormente. ESACB 51 SPSS 4 - Gráficos Histograma das frequências absolutas Ritmo cardíaco 14 12 10 8 6 4 Std. Dev = 9.54 2 0 60.0 65.0 70.0 75.0 80.0 85.0 90.0 95.0 Mean = 76.0 N = 40.00 RITMOA Fonte: Abcde, 1998 4.1.3 - GRÁFICO DE EXTREMOS-E-QUARTIS O diagrama de extremos-e-quartis, ou caixa-c om-bigodes, é uma útil representação gráfica dos dados na detecção de outliers, e na análise simetria e de sub-intervalos de concentração da amostra de valores. O gráfico baseia-s e na localização dos quartis (1 quartil, 2 quartil ou mediana, 3 quartil), que definem assim 4 sub-intervalos, cada um com 25% das observações: 1 intervalo quartílico, delimi tado pelo xmin e quartil1; 2 intervalo quartílico, delimitado pelo quartil1 e quart il2; 3 intervalo quartílico, definido pelo quartil2 e quartil3; 4 intervalo quartílico , desde o quartil3 ao xmax. São considerados outliers as observações que fiquem abaixo do limite definido pela expressão q1 − 1.5 × (q3 − q1 ) ou acima do limite q3 + 1.5 × (q3 − q1 ) ; caso existam outliers, o limite do “bigode” do diagrama passa a ser a observ ação extrema que se situe dentro dos limites dos outliers atrás definidos. Para criar o diagrama de extremos-e-quartis, executar o seguinte procedimento (vamos usar a variável ritmoa do ficheiro pulso.sav): Graphs Boxplot ... Na caixa de diálogo segu inte seleccionar a opção Simple, já que se trata de uma única variável, e a opção para criar m diagrama de extremos-equartis da variável ritmoa para cada categoria de uma outr a variável (vamos usar a variável sexo para definir as categorias). Seleccionar a opção se se ESACB 52 SPSS 4 - Gráficos pretender criar o gráfico com todos os dados da variável ritmoa, sem separar pelas c ategorias da variável sexo: Fazer para continuar. Na seguinte caixa de diálogo, seleccionar a variável numérica a representar no gráfico (ritmoa), e a variável para definir as categorias (sexo): O resultado é o seguinte: Case Processing Summary Cases Missing N Percent 0 .0% 0 .0% Valid RITMOA SEXO Homem Mulher N 22 18 Percent 100.0% 100.0% Total N 22 18 Percent 100.0% 100.0% ESACB 53 SPSS 4 - Gráficos 100 15 90 10 38 80 70 RITMOA 60 50 N= 22 18 Homem Mulher SEXO Repare-se que no caso dos homens, há duas observações outliers, que são assinaladas fora dos “bigodes” do diagrama; o “bigode” chega, neste caso, até à observação mais alta, mas que seja outlier (valor 80). Repare-se que é indicado o número de observações para cada uma das categorias (N=22 para os homens; N=18 para as mulheres). 4.1.4 - GRÁFICO DE BA RRA DE ERROS Um gráfico de barra de erros representa um intervalo de confiança para a média de uma variável numérica de uma amostra (ou sub-amostras definidas pelas categ orias de uma variável categórica). O intervalo de confiança é definido por uma das segui ntes expressões (entre parentesis são indicadas as respectivas opções a seleccionar dura nte a definição do gráfico – ver à frente): • , em que t ( a , N −1) é o quantil α da distrib tudent N Confidence interval for mean); x t (α , N −1) . s (opção • x k .s x , em que s x = error of mean); s N é o erro padrão da média e k ∈ Ν (opção Stndrd • x zα .s , em que z α é o quantil α da distribuição normal reduzida N(0,1) (opção Standard d ion). Vamos ilustrar a criação deste tipo de gráfico usando a variável ritmoa do ficheiro puls o.sav, sub-dividida pelas duas categorias (Homem, Mulher) da variável sexo: ESACB 54 SPSS 4 - Gráficos Graphs Error Bar ... Na caixa de diálogo seguinte seleccionar a opção Simple, já que se trata de uma única variável, e a opção para um gráfico da variável ritmoa para cada categoria de uma outra variável (sexo). Seleccionar a opção se se pretender criar o gráfico com todos os dados da variável ritmoa, sem separar pelas categorias da va riável sexo: Fazer para continuar. Na seguinte caixa de diálogo, seleccionar a variável numérica a representar no gráfico (ritmoa), e a variável para definir as categorias (sexo): Na caixa Bars Represent deve seleccionar-se o tipo de intervalo de confiança que s e pretende (definidos anteriormente). Para pequenas amostras, o mais usual é o int ervalo de confiança para a média (Confidence interval for mean). O nível de confiança é de 95% (o utilizador pode definir outro nível de confiança). ESACB 55 SPSS 4 - Gráficos Para definir os títulos do gráfico, seleccionar O gráfico tem o seguinte aspecto: . Intervalo de confiança a 95% para a média do ritmo cardíaco (por categoria sexo) 90 80 95% CI RITMOA 70 60 N= 22 18 Homem Mulher SEXO Fonte: Abcde, 1998 4.1.5 - GRÁFICOS DE PROBABILIDADES Os gráficos de probabilidades (P-P: Probability P lots) visualizam graficamente o ajustamento de uma variável a uma função de distribuição d e probabilidades. Este tipo de gráficos representa no eixo dos xx as frequências rel ativas acumuladas observadas na amostra (observed cummulative probability) e no eixo dos yy a função de distribuição de probabilidades esperada (expected cummulative pr obability). A diagonal do gráfico (x=y) representa um ajustamento perfeito da amos tra à função de distribuição de probabilidades. Quanto mais os pontos se afastam da diagon al, ou se se distribuem segundo um determinado padrão, menor é o ajustamento da amos tra à distribuição teórica. O SPSS pode fazer o gráfico P-P de ajustamento às seguintes dist ribuições: beta, chiquadrado, exponencial, gamma, Laplace, Logistic, Log-normal, nor mal, semi-normal, Pareto, t-Student, Weibull e uniforme. Vamos ilustrar ajustand o a variável ritmoa à distribuição de probabilidades normal, com média x (parâmetro de local ização) e variância s 2 (parâmetro de escala), estimados a partir da amostra: Graphs P-P ... ESACB 56 SPSS 4 - Gráficos permite seleccionar a distribuição teórica de probabilidades. As O campo frequências acu muladas teóricas ou esperadas são calculadas por expressões matematicamente definidas, e todas relacionadas com o “ranking” das observações (isto é, com a ordem desde 0 – corresp ondente a xmin - a n – correspondente a xmax), sendo o método Blom o mais usual. Qua ndo há observações repetidas (ties), a sua ordem pode ser definida pela ordem da obser vação média ( ), ou pela ordem mais elevada (High) ou da observação mais baixa (Low) da ob servação repetida. O resultado é o seguinte: PPlot MODEL: MOD_3. Blom's Expected Normal quantiles calculated using proportional est imation formula and assigning the mean to ties. For variable RITMOA... Normal di stribution scale=9.5379135 parameters estimated: location=75.95 ESACB 57 SPSS 4 - Gráficos Normal P-P Plot of RITMOA 1.00 .75 .50 Expected Cum Prob .25 0.00 0.00 .25 .50 .75 1.00 Observed Cum Prob Detrended Normal P-P Plot of RITMOA .10 .08 .06 .04 Deviation from Normal .02 0.00 -.02 -.04 -.06 0.0 .2 .4 .6 .8 1.0 Observed Cum Prob O output inclui, além do gráfico de ajustamento à normal (onde se observa um afastamen to com comportamento cíclico em relação à diagonal), um gráfico do ajustamento dos resíduos (yobs-yest); se a amostra é perfeitamente normal, os resíduos distribuir-se-ão segundo uma faixa horizontal em torno do zero, sem denotar qualquer padrão de distribuição; n o exemplo, é nítido um comportamento cíclico em torno do zero, denotando algum afastam ento em relação à normal. ESACB 58 SPSS 4 - Gráficos 4.1.6 - GRÁFICO DE DISPERSÃO O gráfico de dispersão (scatterplot) é um gráfico de pontos, re presentando num plano (x,y) N pares de valores numéricos escalares, que permite an alisar a distribuição conjunta das duas variáveis. Este tipo de gráficos é muito útil como m etodologia prévia de análise a problemas de regressão, quando se tenta ajustar uma função y=f(x), que estabelece uma relação de dependência entre as duas variáveis. Permite igual mente detectar observações outliers bi-variadas, isto é, observações que se afastam do con texto das restantes observações, mesmo que, analisadas isoladamente em relação a cada va riável, não se suspeite desses outliers. No eixo dos xx representa-se a variável indep endente ou causal, e no eixo dos yy a variável dependente, resposta ou efeito. A f im de ilustrar, vamos usar as variáveis ritmoa (x) e ritmod (y), pensando a priori que o ritmo cardíaco após exercício físico está relacionado com o ritmo cardíaco em repouso do mesmo indivíduo. Graphs Scatter ... Nesta janela, deve seleccionar-se o tipo de gráfico de dispersão a executar: Simple quando se pretende representar num plano xy uma série de observações bivariadas (x,y); se nessa série existem diferentes categorias, definidas por uma terceira variável c ategórica, podem identificar-se os pontos correspondentes a cada categoria com mar cas diferentes; quando se pretende representar num mesmo plano (x,y) duas ou mai s séries de observações bi-variadas (x,y) da mesma natureza; quando se pretendem repre sentar os gráficos xy de todas as combinações possíveis de duas ou mais variáveis; isto é, d ispondo de 3 variáveis genericamente identificadas por x,y,z, esta opção representa os seguintes gráficos: (x,y), (x,z), (y,z), bem como a imagem simétrica destes gráficos; este gráfico é útil para uma análise exploratória das associações entre diversas variáveis; resenta o gráfico espacial a 3 dimensões definido pelos eixos (x,y,z). Overlay Matrix 3-D O tipo de gráfico mais usual é o Simple. Tendo seleccionado a opção pretendida, fazer pa ra prosseguir. Na janela seguinte, definir as variáveis a usar em cada um dos ESACB 59 SPSS 4 - Gráficos eixos (x: ritmoa; y: ritmod), bem como a variável categórica (sexo) de agrupamento ( opcional): Definir os títulos como previamente descrito. O gráfico resultante tem o seguinte as pecto: Ritmo após exercício versus ritmo cardíaco em repouso Os casos são identificados por sex o 280 260 240 220 200 180 160 RITMOD SEXO 140 120 100 60 70 80 90 100 Mulher Homem RITMOA Fonte: Abcde, 1998 Nota-se que, aparte da observação no canto superior direito do gráfico, que é um outlier bivariado, todas as outras observações têm uma tendência mais ou menos linear ligeirame nte crescente. Para ilustrar a matriz de gráficos, com as variáveis idade, ritmoa, r itmod, executar o procedimento: ESACB 60 SPSS 4 - Gráficos Graphs Scatter ... Matrix O gráfico resultante é o seguinte: Relação entre idade, ritmoa, ritmod Casos identificados por sexo IDADE RITMOA SEXO RITMOD Mulher Homem Fonte: Abcde, 1998 ESACB 61 SPSS 4 - Gráficos 4.2 - EDIÇÃO DOS GRÁFICOS STANDARDIZADOS Quando o gráfico é criado e aparece na janela Viewer do SPSS pode não estar optimizado em relação a algumas características, nomeadamente cores e padrões de preenchimento (co m particular ênfase se se pretende imprimir ou exportar para outras aplicações). Para editar o gráfico, a fim de fazer estes pequenos ajustamentos, seleccionar o gráfico (click sobre o gráfico) na janela Viewer do SPSS e abri-lo com um dos seguintes pr ocedimentos: i) Edit SPSS Chart Object Open ii) Click com o botão direito do rato Aparece o seguinte menu: iii) Seleccionar SPSS Chart Object Open Duplo click com o botão esquerdo do rato Qualquer dos anteriores procedimentos abre o gráfico numa nova janela, com a desig nação SPSS Chart Editor, sobreposta ao Viewer, tal como se ilustra; o gráfico está sombr eado na janela Viewer durante a edição; as alterações efectuadas são reflectidas automatic amente neste gráfico: ESACB 62 SPSS 4 - Gráficos Para alterar um pormenor, por exemplo o padrão de preenchimento das barras, fazer click sobre uma barra (no Chart Editor); repare-se que automaticamente todas as barras ficaram seleccionadas (muito embora as marcas sejam colocadas em apenas a lgumas barras, todas elas estão seleccionadas): Para alterar o formato das barras, seleccionar o menu Format: ESACB 63 SPSS 4 - Gráficos Neste menu, seleccionar uma das seguintes opções, conforme o objectivo; cada opção abre uma caixa de diálogo onde o utilizador selecciona a alteração a efectuar; para tomar e feito, fazer : Nota: A barra de ferramentas do SPSS Chart Editor tem os botões de atalho para as respectivas entradas no menu Format, tal como de seguida se apres entam: Fill Patern... ou Alterar o padrão de preenchimento; Color... ou Marker... ou Line Style... ou Bar Style ... ou Alterar a cor; Alterar o tipo de marca ou ponto (no scatterplot); Alterar o tipo (contínua, pontuada) e espessura de linhas; Alterar o tipo de barras: ESACB 64 SPSS 4 - Gráficos Alterar as características (fonte e tamanho) do texto (só activo se se se Text... ou seleccionou previamente uma região de texto, por exemplo os títulos) Cada uma das c aixas de diálogo tem o botão alteração. ou , para fechar após aplicar a Para alterar os títulos ou notas de rodapé (ou defini-los, se não o foram durante o pr ocedimento do elaboração do gráfico), faz-se o seguinte procedimento: Chart Title... ( ou Footnote... se se trata de editar as notas de rodapé) Abre-se a seguinte janela de diálogo, onde o utilizador poderá alterar os títulos (se não foram previamente definidos os títulos, os respectivos campos aparecem vazios), e o respectivo alinhamento: No caso da edição das notas de rodapé, a janela de diálogo é a seguinte: Após ter efectuado as alterações pretendidas, fechar o Chart Editor para regressar ao Viewer; para tal, fazer File Close, ou click no botão . 4.3 - GRÁFICOS INTERACTIVOS ESACB 65 SPSS 4 - Gráficos Como referido no início do capítulo, o SPSS dispõe de uma rotina interactiva de definição de gráficos, em que a selecção e alteração do tipo de gráficos, variáveis a incluir, e pormen res, são mais facilmente editados. Para criar um gráfico interactivo, seleccionar: G raphs Interactive No menu seguinte, selecciona-se o tipo de gráfico a criar: Vamos ilustrar a criação de um gráfico de barras e de um gráfico de dispersão; para os res tantes tipos, os procedimentos são análogos. 4.3.1 - GRÁFICO DE BARRAS No menu Interac tive selecciona-se a opção Bar... , aparecendo a seguinte janela de diálogo: ESACB 66 SPSS 4 - Gráficos Esta janela é típica dos gráficos interactivos, e representa o “esqueleto” do gráfico, com u m sistema de eixos ortogonais, cada um com um campo, para o qual se selecciona a variável a usar nesse eixo; alguns campos podem já conter uma variável4 automaticamen te assumida pelo programa; é o que acontece no eixo dos yy, em que o programa propõe representar o número de casos iguais, ou frequências absolutas (variável $count). O g ráfico pode ser bi-dimensional, ou tri-dimensional; a selecção faz-se com os botões: gráfico bi-dimensional (plano xy) gráfico tri-dimensional (espaço xyz) No caso de um gráfico bi-dimensional, pode ser representado na vertical ( horizont al ( ). ) ou na Seleccionar para o eixo dos xx a variável a representar (sexo): Aparte das variáveis definidas no ficheiro, nesta rotina o programa automaticament e define outras variáveis, nomeadamente a variável $count (contagem de casos), $pct (percentagem de casos), $case (número de ordem dos casos). Se a variável é precedida p elo ícon , trata-se de uma variável categórica; se é , trata-se de uma 4 precedida pelo ícon , é uma variável numérica escalar do ficheiro; se o ícon é variável escal r definida pelo programa, e não constante no ficheiro. ESACB 67 SPSS 4 - Gráficos Para definir os títulos, seleccionar o separador Titles: O gráfico resultante tem o seguinte aspecto: ESACB 68 SPSS 4 - Gráficos Se se pretende visualizar a distribuição, dentro de cada um dos sexos, pela variável f uma, deve especificar-se esta divisão por categorias, no separador Assign Variable s da janela Create Bar Chart, incluindo a variável para definir as categorias no c ampo Legend Variables – Color; o que se está a fazeer, é instruir o programa para usar cores diferentes para cada uma das categorias da variável fuma: O gráfico resultante é o seguinte: ESACB 69 SPSS 4 - Gráficos 4.3.2 - GRÁFICO DE DISPERSÃO Vamos ilustrar com a criação do gráfico que relaciona o ritmo cardíaco antes de exercício (ritmoa) com o ritmo cardíaco após exercício (ritmod). Para t al: Graphs Interactive Scatterplot ... Na janela de diálogo seguinte, definir as v ariáveis para os eixos dos xx e dos yy; para identificar os casos por sexo, selecc ionar a variável sexo para o campo Legend Variable – Style (os casos de cada um dos sexos são identificados com uma marca distinta; se se incluir a variável em Color, p ara cada um dos sexos é usada uma cor distinta): ESACB 70 SPSS 4 - Gráficos Para definir os títulos, seleccionar o separador Titles. O gráfico tem o seguinte as pecto: ESACB 71 SPSS 4 - Gráficos O gráfico de dispersão interactivo tem a particularidade de poder ajustar uma equação de regressão linear aos pontos, na totalidade, sem diferenciação por categorias, ou então para os pontos de cada uma das categorias definidas por uma variável categórica. Par a tal, na janela de diálogo Create Scatterplot, após identificar as variáveis x e y e a variável categórica (se se pretender uma equação para cada categoria), seleccionar o s eparador Fit: ESACB 72 SPSS 4 - Gráficos No campo Method, seleccionar a opção Regression; no campo Fit lines for, seleccionar a se se pretende uma equação para cada um dos casos da variável sexo (a opção opção Total, q e pode ser seleccionada isolada ou em conjunto com a opção Subgroups, destina-se a a justar uma equação a toda a amostra). O resultado é o seguinte: ESACB 73 SPSS 4 - Gráficos Para cada uma das sub-amostras definidas pela variável sexo, foi ajustada a equação de regressão linear, cujas equações, e o respectivo coeficiente de determinação R2, são aprese ntadas na figura. Uma outra possibilidade é apresentar os gráficos por categorias is olados. Para tal, na janela Create Scatterplot, a variável categórica é seleccionada p ara o campo Panel Variables (e não para o campo Legend Variables): ESACB 74 SPSS 4 - Gráficos Para ajustar, em cada um dos gráficos, a respectiva equação de regressão, seleccionar no separador Fit a opção (já que o ajustamento da equação é feito para cada um dos gráficos isol damente). O resultado é o seguinte: 4.4 - EDIÇÃO DE GRÁFICOS INTERACTIVOS Para editar um gráfico criado com a rotina Interactive, seleccionar o gráfico a edit ar e fazer um dos seguintes procedimentos: i) Edit SPSS Interactive Graphic Obje ct ii) Click no botão direito do rato; no menu seguinte: seleccionar SPSS Interactive Graphic Object iii) Duplo click com o botão esquerdo do rato sobre o gráfico O gráfico é editado na janela Viewer do SPSS, tomando o seguinte aspecto: ESACB 75 SPSS 4 - Gráficos A área do gráfico em edição, assinalada na margem esquerda por uma seta, está no interior de uma bordadura tracejada. Não é permitido efectuar modificações em qualquer zona fora desta bordadura. Os ícons na borda do gráfico são botões de atalho para as tarefas de ed ição. Para editar um elemento do gráfico, deve seleccionar-se previamente, fazendo cli ck sobre esse elemento. Seguidamente, utiliza-se o botão pretendido: Espessura de linhas; Estilo de linhas (contínuas, tracejadas); Tamanho de marcas ou pontos; Est ilo (forma) de marcas ou pontos; Padrão de preenchimento de áreas; Estilo e cor das linhas de bordadura de áreas; Cor de preenchimento de áreas; Ferramenta para criar/e ditar uma caixa de texto; Ponteiro do rato para seleccção de elementos do gráfico; Abr e a seguinte caixa de diálogo de selecção de variáveis, onde se podem mudar as variáveis a representar no gráfico: ESACB 76 SPSS 4 - Gráficos Permite inserir elementos no gráfico (os elementos que se podem inserir dependem d o tipo de gráfico, e natureza das variáveis em uso): Botão que permite desfazer a última modificação efectuada no gráfico; Selecciona a orientação horizontal ou vertical do gráfico; Dispõe automaticamente na área os elementos do gráfic o; Definição da fonte e tamanho do texto, bold ou negrito, itálico (só está activo se prev iamente se tiver seleccionado um elemento de texto do gráfico). Além destes botões, qu e permitem efectuar a maior parte das modificações que o utilizador normal pretende efectuar no gráfico, os menus Edit, View, Format possibilitam executar ESACB 77 SPSS 4 - Gráficos essas mesmas alterações através de menus, e outras modificações que não dispõem de botão de a ho. No final, para terminar a sessão de edição do gráfico, basta fazer click sobre uma áre a do ecran não pertencente à janela do gráfico. ESACB 78 SPSS 5 - Testes T 5- TESTES T As metodologias estatísticas que envolvem testes de hipóteses acerca de médias de hipóte se designam-se genericamente por testes t. O SPSS dispõe de três tipos de testes t: • Teste t para a média de uma amostra: compara a média de uma amostra com a média hipotéti ca conhecida de uma população. São apresentados os parâmetros estatísticos da amostra em a nálise; igualmente é estabelecido um intervalo de confiança para ( x − µ ) . O teste de hi pótese subjacente é: H0 :x = µ ⇔ H0 : x − µ = 0 e a estatística de testes é t = x−µ σ • Teste t para duas amostras independentes: Compara as médias de uma mesma variável ou característica observada sobre duas amostras independentes de indivíduos, com a con dição de que os indivíduos sejam aleatoriamente atribuídos aos dois conjuntos em comparação (por exemplo, produção obtida sob um tratamento versus produção obtida sob outro tratame nto diferente, ou de um modo genérico, controlo versus tratamento). São apresentados os parâmetros estatísticos das amostras em análise; é efectuado o teste de LEVENE para a homogeneidade das variâncias das duas amostras; são apresentadas as estatísticas de teste para as situações de variâncias homogéneas e não homogéneas; é estabelecido um interval de confiança para ( x1 − x 2 ). O teste de hipótese subjacente é: H 0 : x1 = x 2 ⇔ H 0 : x1 − x 2 = 0 e a estatística de testes é t = H 1 : x1 − x 2 ≠ 0 x1 − x 2 1 1 s2 × N − N x 2 2 2 O teste de Levene para decidir H 0 : s12 = s 2 H 1 : s12 ≠ s 2 consiste numa a nálise de variância aos valores absolutos das diferenças entre os valores observados e a média de cada uma das amostras. ESACB 79 SPSS 5 - Testes T • Teste t para duas amostras emparelhadas: Compara as médias de duas variáveis ou cara cterísticas para uma mesma amostra de indivíduos (do género peso antes versus peso dep ois de um determinado tratamento). São apresentados os parâmetros estatísticos para as duas amostras em análise; é calculada a correlação entre as duas amostras; São apresentad os os parâmetros estatísticos para as diferenças entre as duas amostras emparelhadas; é estabelecido um intervalo de confiança para ( x1 − x 2 ). O teste de hipótese subjacen te é: H 0 : x1 = x 2 ⇔ H 0 : x1 − x 2 = 0 e a estatística de testes é t = H 1 : x1 − x 2 ≠ 0 1 − x 2 1 1 − s2 × N N2 1 H 1 : x1 ≠ x 2 A fim de ilustrar a realização destes testes vamos usar o ficheiro PULSO.SAV que foi criado por importação de um ficheiro dBase. Em anexo é fornecida uma impressão do fiche iro. Os dados consistem em 40 casos de pacientes (seleccionados aleatoriamente e ntre os alunos de uma universidade), homens e mulheres, alguns dos quais fumam e outros não fumam. Para cada um dos indivíduos foi medido o ritmo cardíaco antes (ritm oa) e após uma corrida de 1500 m (ritmod). Pretende-se, entre outros objectivos, v erificar se há diferenças entre os ritmos cardíacos antes e após o exercício físico; se há di erenças de ritmo cardíaco entre homens e mulheres, entre fumadores e não fumadores. Pr etende-se igualmente saber qual o valor indicativo do ritmo cardíaco médio da população dessa universidade. Antes de prosseguir para os testes t é aconselhado fazer uma a nálise exploratória dos dados, tal como foi ilustrado no capítulo 3. A seguir apresent am-se dois estratos desta análise, nomeadamente o diagrama de extremos-e-quartis e os valores extremos: ESACB 80 SPSS 5 - Testes T 300 6 200 100 0 N= 40 RITMOD Extreme Values Case Value Number 1 6 96 2 4 96 3 15 92 4 10 90 5 38 90 1 1 62 2 36 62 3 3 64 4 13 66 a 5 39 1 6 265 2 9 160 3 17 158 4 26 158 5 19 156 1 16 112 2 27 116 3 37 116 4 7 120 5 28 120 of cases with the value 66 are shown in the t able of lower RITMOA Highest Lowest RITMOD Highest Lowest a Only a partial list extremes. ESACB 81 SPSS 5 - Testes T Por esta análise pode concluir-se que o caso n 6 constitui uma observação “outlier” no refe rente à observação ritmod: provavelmente, o observador queria registar o valor 165 e, por erro, introduziu 265, valor virtualmente impossível para o ritmo cardíaco de qua lquer humano, mesmo que sujeito a condições in extremis. Contudo, como na realidade o estatístico não sabe ou que se passou, a melhor estratégia será ignorar este caso (ind ivíduo n 6) sempre que tiver de utilizar a variável ritmod. 5.1 - TESTE T PARA A MÉDIA DE UMA AMOSTRA Pretende-se verificar se se pode considerar que a média da variável ritmoa da população universitária em análise pode ser de 80 pulsações por minuto. Isto é, trata-se de dar resp osta ao seguinte teste de hipóteses: H0 :x = µ ⇔ H0 : x − µ = 0 Para tal, fazer Statistics Compare Means H1 : x − µ ≠ 0 One-Sample T Test... H1 : x ≠ µ Aparece a seguinte caixa de diálogo, onde se selecciona a variável a analisar (ritmo a), e o valor hipotético da média da população : ESACB 82 SPSS 5 - Testes T De seguida, seleccionar a fim de difinir o nível de confiança para ( x − µ ) : Por defeito, está definido (1-α)=0.95; se o desejar, o utilizador poderá alterar este nível de confiança. Fazer e depois OK: Para um nível de significância de 5%, deve rejeitar-se a hipótese nula de que o ritmo médio cardíaco da população, com base nesta amostra, possa ser de 80 (pois o p-value ou significance level da amostra é de 0.011<α=0.05, ou porque |tcalc|=2.686 > t(0.05,39 )=2.021). O intervalo de confiança para ( x − µ ) ∈ [− 7.01, − 1.00] 5.2 - TESTE T PARA DUAS AMOSTRAS INDEPENDENTES Pretende-se verificar se, em relação ao ritmo cardíaco antes do exercício físico, há ou não d ferenças entre os fumadores e os não fumadores, isto é: H 0: x ritmoaFumadores = x rit moanão fumadres H 1 : x ritmoaFumadores ≠ x ritmoanão fumadres ESACB 83 SPSS 5 - Testes T Para tal, fazer Statistics Test...: Compare Means Independent Samples T Na caixa de diálogo seguinte, seleccionar a variável resposta a analisar (ritmoa); a s duas amostras a comparar são dois sub-grupos desta variável, definidos pela variável fuma; para tal, seleccionar esta variável para o campo : Para definir os sub-grupos ou amostras, seleccionar ; usar os valores codificado s da variável fuma (1=Fuma; 2=Não Fuma) para definir os grupos: ESACB 84 SPSS 5 - Testes T No final, fazer . De seguida, seleccionar confiança para a diferença entre médias: a fim de difinir o nível de Fazer e depois OK: Group Statistics FUMA Fuma Não Fuma N 16 24 Mean 76.75 75.42 Std. Deviation 12.00 7.72 Std. Error Mean 3.00 1.58 RITMOA Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval of the Difference Lower Upp er -4.96 -5.67 7.63 8.34 F RITMOA Equal variances assumed Equal variances not assumed 8.665 Sig. .006 t .429 .394 df 38 23.274 Sig. (2-tailed) .671 .698 Mean Difference 1.33 1.33 Std. Error Difference 3.11 3.39 No primeiro quadro são apresentados alguns parâmetros estatísticos de cada uma das amo stras. No segundo quadro apresentam-se os testes de homogeneidade de variâncias (L evene) e o teste t-Student de comparação das médias das duas amostras. Começa por analis ar-se a homogeneidade das variâncias, isto é, verificar se se devem considerar homogén eas ou diferentea as variâncias dos dois sub-grupos: 2 2 H 0 : s ritmoaFuma = s ritmoaNão Fuma 2 2 H 1 : s ritmoaFuma ≠ s ritmoaNão Fuma concluindo-se que se devem considerar as variâncias não homogéneas, pois p-value deste teste (0.006) é inferior a um valor α=5% ou mesmo α=1% (isto é, podemos fazer esta deci são com 99% de probabilidade de acertar). Também se pode decidir este teste, compara ndo o valor Fcalc=8.665 com um valor crítico da distribuição F de Snedecor (por exempl o, para α=5%, F(0.05; 1, 38)=4.105). 5 O teste de Levene é uma anova. Os graus de liberdade totais são N-1=39; pretendem-se comparar duas amostras, de modo que fica 1 grau de liberdade para as amostras, restando 38 graus de liberdade para o erro experimental. ESACB 85 SPSS 5 - Testes T De seguida, faz-se a decisão do teste t-Student, para a situação de variâncias não homogénea s, isto é: H 0: x ritmoaFumadores = x ritmoanão fumadres H 1 : x ritmoaFumadores ≠ x r itmoanão fumadres O valor da estatística de teste é t=0.394 < t(0.05; 23) = 2.069, ou p-value = 0.698 > α=5%, concluindo-se assim que os ritmos cardíacos em repouso, destas duas amostras , são estatisticamente iguais, para um nível de significância de 5%. O intervalo de co nfiança a 95% para a diferença entre as médias é [-5.67 , 8.34], podendo teoricamente a diferença ser nula. 5.3 - TESTE T PARA DUAS AMOSTRAS EMPARELHADAS Pretende-se verificar se existem ou não diferenças significativas entre os ritmos ca rdíacos antes e depois de realização do exercício físico, isto é: H 0 : x ritmoa = x rit mod ⇔ H 0 : x ritmoa − x rit mod = 0 H 1 :x ritmoa − x rit mod ≠ 0 H 1 :x ritmoa ≠ x rit mod Como anteriormente se fez notar, este teste deverá ser efectuando, sem incluir o i ndivíduo n 6, por se suspeitar que o respectivo registo do ritmo cardíaco após exercício está errado. Para tal, fazer: Data Select Cases... ESACB 86 SPSS 5 - Testes T Pretende-se excluir o caso n 6 da análise, isto é, incluir na análise todos os casos co m excepção do caso n 6. Para tal, na caixa de diálogo seleccionar definir que se selecc ionam para análise todos os cados diferenntes do caso n 6: ,e A indicação caso ~= 6 significa todos os casos excepto o caso 6. O Data Editor do SP SS criou automaticamente uma variável designada filter_$, em que indica quais os c asos seleccionados e os não incluídos. Repare-se que a linha 6 está traçada, indicando q ue este caso está excluído de futuras análises: Note-se que este procedimento de seleccionar casos não é exclusivo nem obrigatório do procedimento da comparação de médias de duas amostras emparelhadas. É um procedimento ge ral a efectuar previamente a qualquer análise em que haja necessidade de seleccion ar ou excluir casos. De seguida, passa-se então à comparação das médias das duas amostras emparelhadas. Tal como o nome indica, deve haver pares de observações, de modo que a mbas as amostras têm o mesmo número de observações. Para tal, fazer Statistics Compare M eans Paired Samples T Test...: ESACB 87 SPSS 5 - Testes T Na caixa de diálogo seguinte, seleccionar as duas variáveis emparelhadas cujas médias se pretendem comparar: O botão serve para definir o intervalo de confiança para a diferença entre as duas média s (por defeito, (1-α)=0.95). Os resultados são os seguintes: Paired Samples Statistics Mean 75.44 137.31 N 39 39 Std. Deviation 9.08 12.56 St d. Error Mean 1.45 2.01 Pair 1 RITMOA RITMOD ESACB 88 SPSS 5 - Testes T Paired Samples Correlations N Pair 1 RITMOA & RITMOD 39 Correlation .544 Sig. .0 00 Paired Samples Test Paired Differences 95% Confidence Interval of the Difference Lower Upper -65.36 -58.38 Pair 1 RITMOA - RITMOD Mean -61.87 Std. Deviation 10.78 Std. Error Mean 1.73 t -35.858 df 38 Sig. (2-tailed) .000 No primeiro quadro são apresentados alguns parâmetros estatísticos de cada uma das amo stras. Repare-se que foram só levados em conta 39 observações em cada amostra. O quadr o seguinte apresenta o valor do coeficiente de correlação de Pearson entre as duas v ariáveis (r=0.544). No último quadro é apresentado o valor de x ritmoa − x rit mod = −61.8 7 , o intervalo de confiança para a diferença entre médias ([-65.36 , -58.38]) e o val or da estatística de teste t-Student t= -35.858, bem como os graus de liberdade do teste e o valor p-value ou verdaddeiro nível de significância (0.000). Como |tcalc| = 35.858 > t(0.05,38)=2.025 (ou pvalue=0.000 < α=5%) conclui-se que as médias são sig nificativamente diferentes. ESACB 89 SPSS 6 - Anova 6- ANÁLISE DE VARIÂNCIA 6.1 - ENSAIOS UNI-FACTORIAIS A análise de variância é uma metodologia estatística cujo objectivo é decidir se existem o u não diferenças significativas entre as médias de várias amostras de uma variável numérica, definidas por diferentes tratamentos ou níveis de influência de um factor. Esta met odologia é uma extensão do teste t-Student para duas amostras independentes. Isto é: H 0: x1 = x 2 = x3 = ... = xT = µ H 1 : Existem diferenças significativas entre as médi as De um modo muito resumido, a metodologia anova calcula a variabilidade total existente na característica ou variável em análise, e particiona esta variabilidade co mo sendo devida fundamentalmente a duas causas: uma causa determinista, que é o fa cto de as amostras serem sujeitas a tratamentos distintos (variabilidade entre t ratamentos); causas aleatórias ou erro experimental, que engloba todas as restante s fontes de variabilidade, com excepção dos diferentes tratamentos (variabilidade re sidual ou erro experimental). Estas variabilidades são estimativas de variância (ent re tratamentos, e residual, respectivamente). Isto é: Variabilidade Total = Variab ilidade entre Tratamentos + Erro Experimental A estatística de teste é a estatística F , que é uma razão entre variâncias, que sob o pressuposto de que as observações têm distribu ição normal, segue uma distribuição F de Snedecor: F= Variância entre Tratamentos ~ F(α ; gl num ; glden ) Variância Re sidual Se a estatística F é demasiado grande, então é porque a variância entre tratamentos é prepon derante em relação à variância residual, isto é, os diferentes tratamentos a que a amostra foi sujeita conduz a resultados estatisticamente diferentes. Na sequência de uma análise de variância em que se conclua que existem diferenças significativas entre as médias dos diversos tratamentos em análise, faz-se um teste suplementar a fim de ide ntificar quais são as médias estatisticamente diferentes. Os mais usuais são os testes LSD (Least Significant Difference, Diferença Mínima Significativa), HSD-Tuckey (Hon nestly Significant Difference), Scheffé, Duncan. Vamos ilustrar a metodologia de a nálise de variância, usando os valores apresentados no quadro seguinte, referentes às produções obtidas num ensaio em que se pretende ESACB 90 SPSS 6 - Anova estudar o efeito da densidade de sementeira, na cultura de arroz (variedade IR8) . Definiram-se 6 densidades de sementeira (kg/ha de semente). Para cada densidad e de fizeram-se 4 repetições. Todos os restantes factores de produção foram mantidos con stantes no ensaio (adaptado de GOMEZ & GOMEZ, 1984). Densidade 25 50 75 100 125 150 5113 5346 5272 5164 4804 4254 5398 5952 5713 4831 4848 4542 Repetições 5307 4719 5483 4986 4432 4919 4678 5264 5049 4410 4748 4098 A anova simples (ensaios uni-factoriais) pode ser executada no SPSS com dois pro cedimentos: 6.1.1 - PROCEDIMENTO ONE-WAY ANOVA Este é o procedimento que conduz à elaboração típica da análise de variância, e no qual é possível definir a obtenção de mais resultados no âmbito d sta metodologia estatística. A partir do menu principal do SPSS, seleccionar: Stat istics Compare Means... One-Way ANOVA... Seleccionar para o campo o nome da variável que contém os valores da variável que contém os resultados a analisar (no exemplo, producao); no campo selecciona-se a variáve l que identifica os diferentes tratamentos (densidad). Seleccionar a opção para defi nir qual ou quais os testes de comparação de médias a efectuar na sequência da anova. Po de seleccionar-se apenas um ou mais testes. ESACB 91 SPSS 6 - Anova No exemplo, pediram-se os testes LSD e Tuckey. O nível de significância é, por defeito , α=5%, podendo este valor ser definido pelo utilizador: Fazer , voltando à janela One-Way ANOVA, onde se pode seleccionar o botão a fim de definir cálculos adicionais; no caso, pediram-se o cálculo dos parâmetros est atísticos, a realização do teste de Levene para verificar se as variâncias dos diferente s tratamentos são homogéneas e representar graficamente as médias dos diferentes trata mentos: Os resultados são os seguintes: ESACB 92 SPSS 6 - Anova Oneway Descriptives Produção (kg/ha) 95% Confidence Interval for Mean Lower Upper Bound Bou nd 4614.4755 5633.5245 4517.0176 6123.4824 4926.6402 5831.8598 4335.3920 5360.10 80 4408.0611 5007.9389 3879.0097 5027.4903 4779.5628 5164.6038 N 25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha Total 4 4 4 4 4 4 24 Mean 5124.0000 5320.2500 5379.2500 4847.7500 4708.0000 4453.2500 4972.0833 Std. Deviation 320.2093 504.7893 284.4414 321.9900 188.4958 360.8798 455.9256 Std. Error 160.1047 252.3947 142.2207 160.9950 94.2479 180.4399 93.0654 Minimum 4678.00 4719.00 5049.00 4410.00 4432.00 4098.00 4098.00 Maximum 5398.00 5952.00 5713.00 5164.00 4848.00 4919.00 5952.00 Test of Homogeneity of Variances Produção (kg/ha) Levene Statistic .418 df1 5 df2 18 Sig. .830 ANOVA Produção (kg/ha) Sum of Squares 2657880.8 2123087.0 4780967.8 df 5 18 23 Mean Square 531576.167 117949.278 F 4.507 Sig. .008 Between Groups Within Groups Total ESACB 93 SPSS 6 - Anova Post Hoc Tests Multiple Comparisons Dependent Variable: Produção (kg/ha) Tukey HSD (I) Densidade de sementeira 25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha LSD 25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha (J) Densidade de sementeira 50 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha 25 k g/ha 75 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha 25 kg/ha 50 kg/ha 100 kg/ha 125 kg/h a 150 kg/ha 25 kg/ha 50 kg/ha 75 kg/ha 125 kg/ha 150 kg/ha 25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 150 kg/ha 25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha 50 kg/h a 75 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha 25 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha 1 50 kg/ha 25 kg/ha 50 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha 25 kg/ha 50 kg/ha 75 kg /ha 125 kg/ha 150 kg/ha 25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 150 kg/ha 25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha Mean Difference (I-J) Std. Error -196.2500 242.8469 -255.2500 242.8469 276.2500 242.8469 416.0000 242.8469 670.7500 242.8469 196.2500 242.8469 -59.0000 242.8469 472.5000 242.8469 612.2500 242.8469 867.0000* 242.8469 255.2500 242.8469 59.000 0 242.8469 531.5000 242.8469 671.2500 242.8469 926.0000* 242.8469 -276.2500 242. 8469 -472.5000 242.8469 -531.5000 242.8469 139.7500 242.8469 394.5000 242.8469 - 416.0000 242.8469 -612.2500 242.8469 -671.2500 242.8469 -139.7500 242.8469 254.7 500 242.8469 -670.7500 242.8469 -867.0000* 242.8469 -926.0000* 242.8469 -394.500 0 242.8469 -254.7500 242.8469 -196.2500 242.8469 -255.2500 242.8469 276.2500 242 .8469 416.0000 242.8469 670.7500* 242.8469 196.2500 242.8469 -59.0000 242.8469 4 72.5000 242.8469 612.2500* 242.8469 867.0000* 242.8469 255.2500 242.8469 59.0000 242.8469 531.5000* 242.8469 671.2500* 242.8469 926.0000* 242.8469 -276.2500 242 .8469 -472.5000 242.8469 -531.5000* 242.8469 139.7500 242.8469 394.5000 242.8469 -416.0000 242.8469 -612.2500* 242.8469 -671.2500* 242.8469 -139.7500 242.8469 2 54.7500 242.8469 -670.7500* 242.8469 -867.0000* 242.8469 -926.0000* 242.8469 -39 4.5000 242.8469 -254.7500 242.8469 Sig. .962 .894 .859 .541 .111 .962 1.000 .408 .170 .023 .894 1.000 .290 .110 .01 4 .859 .408 .290 .991 .594 .541 .170 .110 .991 .895 .111 .023 .014 .594 .895 .43 0 .307 .270 .104 .013 .430 .811 .067 .021 .002 .307 .811 .042 .013 .001 .270 .06 7 .042 .572 .122 .104 .021 .013 .572 .308 .013 .002 .001 .122 .308 95% Confidence Interval Lower Upper Bound Bound -968.0352 575.5352 -1027.0352 51 6.5352 -495.5352 1048.0352 -355.7852 1187.7852 -101.0352 1442.5352 -575.5352 968 .0352 -830.7852 712.7852 -299.2852 1244.2852 -159.5352 1384.0352 95.2148 1638.78 52 -516.5352 1027.0352 -712.7852 830.7852 -240.2852 1303.2852 -100.5352 1443.035 2 154.2148 1697.7852 -1048.0352 495.5352 -1244.2852 299.2852 -1303.2852 240.2852 -632.0352 911.5352 -377.2852 1166.2852 -1187.7852 355.7852 -1384.0352 159.5352 -1443.0352 100.5352 -911.5352 632.0352 -517.0352 1026.5352 -1442.5352 101.0352 - 1638.7852 -95.2148 -1697.7852 -154.2148 -1166.2852 377.2852 -1026.5352 517.0352 -706.4525 313.9525 -765.4525 254.9525 -233.9525 786.4525 -94.2025 926.2025 160.5 475 1180.9525 -313.9525 706.4525 -569.2025 451.2025 -37.7025 982.7025 102.0475 1 122.4525 356.7975 1377.2025 -254.9525 765.4525 -451.2025 569.2025 21.2975 1041.7 025 161.0475 1181.4525 415.7975 1436.2025 -786.4525 233.9525 -982.7025 37.7025 - 1041.7025 -21.2975 -370.4525 649.9525 -115.7025 904.7025 -926.2025 94.2025 -1122 .4525 -102.0475 -1181.4525 -161.0475 -649.9525 370.4525 -255.4525 764.9525 -1180 .9525 -160.5475 -1377.2025 -356.7975 -1436.2025 -415.7975 -904.7025 115.7025 -76 4.9525 255.4525 *. The mean difference is significant at the .05 level. ESACB 94 SPSS 6 - Anova Homogeneous Subsets Produção (kg/ha) Densidade de sementeira 150 kg/ha 125 kg/ha 100 kg/ha 25 kg/ha 50 k g/ha 75 kg/ha Sig. Subset for alpha = .05 1 2 4453.2500 4708.0000 4708.0000 4847 .7500 4847.7500 5124.0000 5124.0000 5320.2500 5379.2500 .111 .110 N 4 4 4 4 4 4 Tukey HSDa Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sam ple Size = 4.000. Means Plots 5600 5400 5200 Mean of Produção (kg/ha) 5000 4800 4600 4400 25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha Densidade de sementeira O primeiro quadro de resultados contém a médias, desvio padrão e erro padrão da média e in tervalo de confiança da média, mínimo e máximo para cada tratamento. De seguida é apresent ado o teste de homogeneidade de variâncias de Levene: 2 2 2 H 0 : s12 = s 2 = s 3 = s 4 H 1 : As variâncias não são homogéneas Como F=0.418 < F(0.05;5;18) =2.77, ou p-value=0.83 > α=0.05, conclui-se que as var iâncias são homogéneas, isto é, dentro de cada um dos tratamentos a variabilidade é apenas devida a causas aleatórias. O quadro que se segue é a tabela da análise de variância, a presentando a variabilidade particionada entre os tratamentos (betwen groups) e residual (within groups). Como F=4.507 > F(0.05;5;18) =2.77, ou p-value=0.008 < α= 0.05, conclui-se que existem diferenças significativas entre as produções médias das 6 d ensidades de sementeira, com um nível de significância de 5%. Contudo, este resultad o não nos permite concluir qual ou quais densidades conduzem a produções médias signific ativamente diferentes de outras. Para concluir tal, há que proceder à comparação da média de cada um dos tratamentos com todas as restantes. esta comparação é feita em termos d o valor absoluto das diferenças entre médias: se esta ESACB 95 SPSS 6 - Anova diferença entre duas médias é pequena, então as médias não diferem; se a diferença é grande, as duas médias são estatisticamente distintas. Este é o princípio de qualquer teste de comparações múltiplas. Contudo, há que fixar um critério que defina a fronteira entre o qu e é uma diferença grande e uma diferença pequena. Este critério é estabelecido por cada um dos testes (LSD, Scheffé, Tukey, etc), com base em expressões que relacionam a média das somas dos quadrados residual (calculada na tabela anova) e com base em funções d e distribuição de probabilidades. No quadro dos resultados dos testes de comparações múlti plas são identificados com o símbolo * quais os tratamentos cujas médias diferem signi ficativamente. Repare-se que ambos os testes acusam como conduzindo a produções médias diferentes densidades de 50 kg/ha e 150 kg/ha (diferença de 867 kg) e 75 kg/ha e 150 kg/ha (diferença de 926 kg). Contudo apenas o teste LSD acusa existirem difere nças entre as produções alcançadas com 25 e 150 kg/ha (diferença de 670.75 kg), 50 e 125 k g/ha (diferença de 612.25 kg), 75 e 100 kg/ha (diferença de 531.5 kg). Isto é, o teste LSD acusa como diferentes tratamentos cujas médias estão menos afastadas do que o t este Tuckey, que dá, por assim dizer, maior margem de dúvida antes de imputar essas diferenças aos efeitos dos tratamentos. De seguida aparece um quadro complementar do teste Tukey em que agrupa os tratamentos em grupos homogéneos, sendo o critério d e agrupamento o facto de não existirem diferenças significativas entre os médias dos t ratamentos incluídos no mesmo grupo. O mesmo tratamento pode pertencer a mais do q ue um grupo, desde que não difira dos restantes tratamentos desse grupo. Assim, as densidades de sementeira de 150, 125, 100, 25 constituem um grupo de tratamento s, cujas produções médias são as mais baixas; as densidades de 125, 100, 25, 50, 75 cons tituem outro grupo, cujas produções são as mais altas. É claro que alguns dos tratamento s densidades de 125, 100, 25) pertencem aos dois grupos6. Em termos absolutos, a densidade de sementeira que conduz a maior produção é a densidade de 75 kg/ha; contud o, a produção obtida com a densidade de 50 kg/ha não difere significativamente da ante rior, e pode haver vantagens económicas em usar esta densidade. Contudo, estas são a lgumas reflexões de índole técnica que competem ao analista desenvolver, não cabendo pro priamente no âmbito deste manual. No final aparece um gráfico representado as médias d os tratamentos, que pode ser útil explorar no sentido de compreender os resultados , e deles tirar o proveito no âmbito da aplicabilidade da Estatística ao delineament o de ensaios agrícolas. 6.1.2 - PROCEDIMENTO MEANS A partir do menu principal do SPSS, seleccionar: 6 Deixa-se ao cuidado do leitor a explicação agronómica destas conclusões. ESACB 96 SPSS 6 - Anova Statistics Compare Means... Means... Seleccionar para o campo o nome da variável que contém os valores da variável a analis ar (no exemplo, producao); no campo selecciona-se a variável que identifica os dif erentes tratamentos (densidad). Seleccionar o botão a fim de pedir a elaboração da tab ela da análise de variância. Por defeito, são calculados os parâmetros média e desvio padrão ; o utilizador pode seleccionar outras estatísticas a calcular: Os resultados são os seguintes: ESACB 97 SPSS 6 - Anova Means Case Processing Summary Cases Excluded N Percent 0 .0% Included N Percent Produção (kg/ha) * Densidade de sementeira 24 100.0% Total N 24 Percent 100.0% Report Produção (kg/ha) Densidade de sementeira 25 kg/ha 50 kg/ha 75 kg/ha 100 kg/ha 125 kg/ha 150 kg/ha Total Mean 5124.0000 5320.2500 5379.2500 4847.7500 4708.000 0 4453.2500 4972.0833 N 4 4 4 4 4 4 24 ANOVA Table Sum of Squares 2657880.8 2123087.0 4780967.8 Mean Square 5 531576.16 7 18 117949.278 23 Std. Deviation 320.2093 504.7893 284.4414 321.9900 188.4958 360.8798 455.9256 df Produção (kg/ha) * Densidade de sementeira Between (Combined) G Within Groups Total F 4.507 Sig. .008 Measures of Association Eta Squared .556 Eta Produção (kg/ha) * Densidade de sementeira .746 A tabela da anova é idêntica à obtida no procedimento anterior. Contudo, este procedim ento não permite a obtenção dos testes subsequentes que foram obtidos previamente. A e statística Eta-Squared é a proporção de variância da variável dependente que é SS explicada p las diferenças entre os tratamentos; é dado pela expressão H (isto é, SS T razão entre Som a dos Quadrados entre tratamentos (SSH) e a Soma dos Quadrados total (SST). A de signação de Eta adoptada pelo SPSS no contexto da anova destina-se a não fazer confusão com o coeficiente de determinação, R2, usado no contexto da regressão linear, e que po de ser obtido a partir da tabela da anova da regressão pela expressão anterior. ESACB 98 SPSS 6 - Anova 6.2 - ENSAIOS MULTI-FACTORIAIS Os organismos biológicos estão simultaneamente expostos a muitos factores de crescim ento. A resposta de um organismo a um único factor de crescimento pode variar com o nível de outros factores; assim, os delineamentos uni-factoriais são criticados pe lo seu pequeno leque de aplicabilidade. Na realidade, os resultados dos delineam entos uni-factoriais são apenas válidos para o caso particular (e extremamente difícei s de conseguir) de todos os restantes factores serem mantidos constantes. Neste sentido, quando se espera que a resposta a um factor de interesse varie sob dife rentes níveis de outros factores, devem evitar-se os delineamentos uni-factoriais, e considerar um delineamento multi-factorial que permita estudar em simultâneo do is ou mais factores. Em ensaios factoriais, há a considerar os efeitos de cada um dos níveis de um dos factores, mantendo os níveis dos outros factores constantes (ef eitos simples), os efeitos de cada um dos factores, abstraindo da presença dos out ros factores (efeitos principais) e interacção entre os níveis dos diversos factores ( interacção entre factores). Diz-se que existe interacção entre dois factores se a respos ta a um dos factores varia consoante os níveis do outro factor. A fim de ilustrar o procedimento de cálculo da análise de variância multi-factorial, vamos usar o fichei ro arroz.sav, em que se pretende verificar a influência de três variedades (IR8, IR5 , CA-63) e 5 níveis de adubação azotada (0, 60, 90, 120, 150 kg/ha) na produção de arroz. Statistics General Linear Model GLM – General Factorial ... Na caixa de diálogo segu inte, seleccionar a variável dependente a analisar (producao) e os factores de pro dução cuja influência se pretende analisar (variedad e adubacao): ESACB 99 SPSS 6 - Anova De seguida, seleccionar a opção a fim de definir o modelo de anova a calcular. Por defeito, está seleccionada a opção , que especifica que a tabela da anov a apresentará a os efeitos principais de cada factor, bem como as interacções o utiliz ador pode definir entre factores. É a situação mais usual. Optando por que a anova apr esente apenas os efeitos principais, ou apenas algumas das interacções a definir. Por defeito, está definido o método de cálculo da soma de quadrados (tipo III); para d elineamentos em que não haja “missing-values” deve definir-se esta metodologia de cálcul o. ESACB 100 SPSS 6 - Anova A opção deve ser seleccionada (por defeito, está activada). Caso se assuma que os dado s passam pela origem dos eixos (isto é, caso a ausência dos factores em análise conduz am a valor zero da variável dependente), pode omitir-se esta opção. Da sua inclusão no m odelo resulta a apresentação de mais uma linha inusitada na tabela da anova, que tra duz a variabilidade associada à variável dependente para os níveis zero dos factores. As restantes linhas da tabela são as usuais. Fazer para regressar à janela GLM – Gener al factorial, onde se deve para representar graficamente as médias de cada um dos seleccionar factores e das interacções de factores: Para seleccionar o gráfico das médias de um factor, definir esse factor em ; fazer p ara adicionar esse gráfico; para definir o gráfico das interacções, seleccionar um facto r para Horizontal Axis e outro factor para Separate Lines. Fazer Optar por para continuar. para definir os testes de comparações múltiplas: ESACB 101 SPSS 6 - Anova Fazer para continuar. Seleccionar para seleccionar o cálculo de parâmetros estatístico s, teste de Levene de homogeneidade de variâncias e os intervalos de confiança para as médias: Os resultados deste procedimento são os seguintes: Univariate Analysis of Variance ESACB 102 SPSS 6 - Anova Between-Subjects Factors Value Label IR8 IR5 C4-63 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha N 20 20 20 12 12 12 12 12 Variedade Adubação 1 2 3 0 1 2 3 4 Descriptive Statistics Dependent Variable: Produção Variedade IR8 Adubação 0 kg/ha 60 kg /ha 90 kg/ha 120 kg/ha 150 kg/ha Total 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 k g/ha Total 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha Total 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha Total Mean 3124.0000 4723.5000 4459.5000 5717.0000 5823.0000 4769.4000 3548.0000 4806.0000 5436.0000 5739.5000 5680.5000 5042.0000 3778.0000 4753.5000 5320.0000 5552.5000 5886.5000 5058.1000 3483.3333 4761.0000 5071.8333 5669.6667 5796.6667 4956.5000 Std. Deviation 532.7939 171.9874 400.234 5 334.1237 208.3235 1054.8145 540.9054 443.6124 757.8408 494.9542 217.5462 957.4 259 314.1507 414.2411 501.1640 573.7000 385.9374 855.9827 513.9808 331.3680 689. 7728 441.1381 271.0335 952.5245 N 4 4 4 4 4 20 4 4 4 4 4 20 4 4 4 4 4 20 12 12 1 2 12 12 60 IR5 C4-63 Total a Levene's Test of Equality of Error Variances Dependent Variable: Produção F 1.044 df1 14 df2 45 Sig. .430 Tests the null hypothesis that the error variance of the dependent variable is e qual across groups. a. Design: Intercept+VARIEDAD+AZOTO+VARIEDAD * AZOTO ESACB 103 SPSS 6 - Anova Tests of Between-Subjects Effects Dependent Variable: Produção Type III Sum of Squar es 44578256a 1.47E+09 1052784.4 41234745 2290726.3 8952613.0 1.53E+09 53530869 M ean Square 3184161.1 1.47E+09 526392.200 10308686 286340.783 198946.956 Source Corrected Model Intercept VARIEDAD AZOTO VARIEDAD * AZOTO Error Total Cor rected Total df 14 1 2 4 8 45 60 59 F 16.005 7409.078 2.646 51.816 1.439 Sig. .000 .000 .082 .000 .207 a. R Squared = .833 (Adjusted R Squared = .781) Estimated Marginal Means 1. Variedade Estimates Dependent Variable: Produção 95% Confidence Interval Lower Upper Bound Bou nd 4568.521 4970.279 4841.121 5242.879 4857.221 5258.979 Pairwise Comparisons De pendent Variable: Produção 95% Confidence Interval a for Difference Lower Upper Boun d Bound -556.686 11.486 -572.786 -4.614 -11.486 556.686 -300.186 267.986 4.614 5 72.786 -267.986 300.186 Variedade IR8 IR5 C4-63 Mean 4769.400 5042.000 5058.100 Std. Error 99.736 99.736 99.736 (I) Variedade IR8 IR5 C4-63 (J) Variedade IR5 C4-63 IR8 C4-63 IR8 IR5 Mean Difference (I-J) -272.600 -288.700* 272.600 -16.100 288.700* 16.100 Std. Error 141.049 141.049 141.049 141.049 141.049 141.049 Sig. .060 .047 .060 .910 .047 .910 a Based on estimated marginal means *. The mean difference is significant at the . 05 level. a. Adjustment for multiple comparisons: Least Significant Difference ( equivalent to no adjustments). ESACB 104 SPSS 6 - Anova Univariate Tests Dependent Variable: Produção Sum of Squares 1052784.4 8952613.0 df 2 45 Mean Square 526392.200 198946.956 F 2.646 Sig. .082 Contrast Error The F tests the effect of Variedade. This test is based on the linearly independ ent pairwise comparisons among the estimated marginal means. 2. Adubação Estimates Dependent Variable: Produção 95% Confidence Interval Lower Upper Bound Bou nd 3223.999 3742.668 4501.666 5020.334 4812.499 5331.168 5410.332 5929.001 5537. 332 6056.001 Adubação 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha Mean 3483.333 4761.000 5071.833 5669.667 5796.667 Std. Error 128.759 128.759 128.759 128.759 128.759 ESACB 105 SPSS 6 - Anova Pairwise Comparisons Dependent Variable: Produção 95% Confidence Interval a for Diff erence Lower Upper Bound Bound -1644.421 -910.913 -1955.254 -1221.746 -2553.087 -1819.579 -2680.087 -1946.579 910.913 1644.421 -677.587 55.921 -1275.421 -541.91 3 -1402.421 -668.913 1221.746 1955.254 -55.921 677.587 -964.587 -231.079 -1091.5 87 -358.079 1819.579 2553.087 541.913 1275.421 231.079 964.587 -493.754 239.754 1946.579 2680.087 668.913 1402.421 358.079 1091.587 -239.754 493.754 (I) Adubação 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha (J) Adubação 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha 0 kg/ha 90 kg/ha 120 kg/ha 150 kg /ha 0 kg/ha 60 kg/ha 120 kg/ha 150 kg/ha 0 kg/ha 60 kg/ha 90 kg/ha 150 kg/ha 0 k g/ha 60 kg/ha 90 kg/ha 120 kg/ha Mean Difference (I-J) -1277.667* -1588.500* -2186.333* -2313.333* 1277.667* -310 .833 -908.667* -1035.667* 1588.500* 310.833 -597.833* -724.833* 2186.333* 908.66 7* 597.833* -127.000 2313.333* 1035.667* 724.833* 127.000 Std. Error 182.093 182.093 182.093 182.093 182.093 182.093 182.093 182.093 182.0 93 182.093 182.093 182.093 182.093 182.093 182.093 182.093 182.093 182.093 182.0 93 182.093 Sig. .000 .000 .000 .000 .000 .095 .000 .000 .000 .095 .002 .000 .000 .000 .002 .489 .000 .000 .000 .489 a Based on estimated marginal means *. The mean difference is significant at the . 05 level. a. Adjustment for multiple comparisons: Least Significant Difference ( equivalent to no adjustments). Univariate Tests Dependent Variable: Produção Sum of Squares 41234745 8952613.0 df 4 45 Mean Square 10308686 198946.956 F 51.816 Sig. .000 Contrast Error The F tests the effect of Adubação. This test is based on the linearly independent p airwise comparisons among the estimated marginal means. ESACB 106 SPSS 6 - Anova 3. Variedade * Adubação Dependent Variable: Produção 95% Confidence Interval Lower Upper Bound Bound 2674.820 3573.180 4274.320 5172.680 4010.320 4908.680 5267.820 6166 .180 5373.820 6272.180 3098.820 3997.180 4356.820 5255.180 4986.820 5885.180 529 0.320 6188.680 5231.320 6129.680 3328.820 4227.180 4304.320 5202.680 4870.820 57 69.180 5103.320 6001.680 5437.320 6335.680 Variedade IR8 IR5 C4-63 Adubação 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha Mean 3124.000 4723.500 4459.500 5717.000 5823.000 3548.000 4806.000 5436.000 573 9.500 5680.500 3778.000 4753.500 5320.000 5552.500 5886.500 Std. Error 223.017 223.017 223.017 223.017 223.017 223.017 223.017 223.017 223.0 17 223.017 223.017 223.017 223.017 223.017 223.017 Post Hoc Tests Variedade Multiple Comparisons Dependent Variable: Produção Tukey HSD (I) Variedade IR8 IR5 C4-63 (J) Variedade IR5 C4-63 IR8 C4-63 IR8 IR5 Mean Difference (I-J) -272.6000 -288.7000 272.6000 -16.1000 288.7000 16.1000 Std. Error 141.0486 141.0486 141.0486 141.0486 141.0486 141.0486 Sig. .141 .113 .141 .993 .113 .993 95% Confidence Interval Lower Upper Bound Bound -614.4488 69.2488 -630.5488 53.1 488 -69.2488 614.4488 -357.9488 325.7488 -53.1488 630.5488 -325.7488 357.9488 Based on observed means. ESACB 107 SPSS 6 - Anova Homogeneous Subsets Produção Tukey HSD Variedade IR8 IR5 C4-63 Sig. a,b N 20 20 20 Subset 1 4769.4000 5042.0000 5058.1000 .113 Means for groups in homogeneous subsets are displayed. Based on Type III Sum of Squares The error term is Mean Square(Error) = 198946.956. a. Uses Harmonic Mean Sample Size = 20.000. b. Alpha = .05. Adubação Multiple Comparisons Dependent Variable: Produção Tukey HSD (I) Adubação 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha (J) Adubação 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha 0 kg/ha 90 kg/ha 120 kg/ha 150 kg /ha 0 kg/ha 60 kg/ha 120 kg/ha 150 kg/ha 0 kg/ha 60 kg/ha 90 kg/ha 150 kg/ha 0 k g/ha 60 kg/ha 90 kg/ha 120 kg/ha Mean Difference (I-J) -1277.6667* -1588.5000* -2186.3333* -2313.3333* 1277.6667* -310.8333 -908.6667* -1035.6667* 1588.5000* 310.8333 -597.8333* -724.8333* 2186 .3333* 908.6667* 597.8333* -127.0000 2313.3333* 1035.6667* 724.8333* 127.0000 Std. Error 182.0929 182.0929 182.0929 182.0929 182.0929 182.0929 182.0929 182.09 29 182.0929 182.0929 182.0929 182.0929 182.0929 182.0929 182.0929 182.0929 182.0 929 182.0929 182.0929 182.0929 Sig. .000 .000 .000 .000 .000 .440 .000 .000 .000 .440 .016 .002 .000 .000 .016 .956 .000 .000 .002 .956 95% Confidence Interval Lower Upper Bound Bound -1795.0797 -760.2536 -2105.9131 -1071.0869 -2703.7464 -1668.9203 -2830.7464 -1795.9203 760.2536 1795.0797 -828.2 464 206.5797 -1426.0797 -391.2536 -1553.0797 -518.2536 1071.0869 2105.9131 -206. 5797 828.2464 -1115.2464 -80.4203 -1242.2464 -207.4203 1668.9203 2703.7464 391.2 536 1426.0797 80.4203 1115.2464 -644.4131 390.4131 1795.9203 2830.7464 518.2536 1553.0797 207.4203 1242.2464 -390.4131 644.4131 Based on observed means. *. The mean difference is significant at the .05 level. ESACB 108 SPSS 6 - Anova Homogeneous Subsets Produção Tukey HSD Adubação 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha Sig. a,b N 12 12 12 12 12 1 3483.3333 Subset 2 4761.0000 5071.8333 3 1.000 .440 5669.6667 5796.6667 .956 Means for groups in homogeneous subsets are displayed. Based on Type III Sum of Squares The error term is Mean Square(Error) = 198946.956. a. Uses Harmonic Mean Sample Size = 12.000. b. Alpha = .05. Profile Plots Estimated Marginal Means of Produção 5100 5000 Estimated Marginal Means 4900 4800 4700 IR8 IR5 C4-63 Variedade ESACB 109 SPSS 6 - Anova Estimated Marginal Means of Produção 6000 5000 Estimated Marginal Means 4000 3000 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha Adubação Estimated Marginal Means of Produção 7000 6000 Estimated Marginal Means 5000 4000 Variedade IR8 3000 IR5 2000 0 kg/ha 60 kg/ha 90 kg/ha 120 kg/ha 150 kg/ha C4-63 Adubação ESACB 110 SPSS 7 - Regressão Linear 7- REGRESSÃO LINEAR 7.1 - INTRODUÇÃO Muitos estudos estatísticos têm como objectivo estabelecer uma relação, traduzida por um a equação, que permite estimar o valor de uma variável, em função de outra ou outras variáve is. O caso mais simples é traduzir esta relação pela equação de uma recta, quando o acréscim o de uma variável, designada por dependente e usualmente representada por y, varia linearmente com os acréscimos provocados noutra variável, designada por independent e, representada por x. A equação que traduz esta relação é y = a + bx ou y = b0 + b1 x , e m que os parâmetros ou coeficientes são a ordenada na origem, a (ou bo), e o declive , b (ou b1). Como regra, previamente ao cálculo da regressão linear, deve fazer-se u ma análise gráfica aos dados (gráfico de dispersão ou scatterplot), a fim de ter uma per cepção visual da existência ou não de uma tendência de dependência entre as variáveis, e como método de detectar possíveis observações outliers ou influentes, que distorçam os resultad os. A representação gráfica dos dados, num gráfico de pontos (scatterplot) ajuda a ident ificar algumas situações em que a equação de regressão linear simples não tem um ajustamento perfeito. De seguida, ilustram-se algumas destas situações. Na situação 1, a observação ass inalada é um outlier bi-variado, muito embora não o seja em relação a cada uma das variáve is, já que não é observação extrema. Contudo, o par (x,y) está deslocado do contexto geral d as restantes observações. Em relação às restantes observações, o gráfico evidencia uma tendên egundo uma recta crescente. O utilizador deverá verificar os dados e corrigir even tuais registos erróneos, ou simplesmente desprezar esta observação e efectuar a regres são com os dados restantes. Note-se que a inclusão desta observação irá provocar uma acent uada variação no declive da recta. ESACB 111 SPSS 7 - Regressão Linear Situação 1 50 0 10 Na situação 2 existe uma observação igualmente muito influente em termos do declive da r ecta ajustada. Neste caso, a observação assinalada tem tendência a ser outlier, quer b i-variado, quer em relação a cada uma das variáveis. Além disso, eliminando esta observação, resta uma nuvem de pontos, em que não é nítida qualquer tendência de relação entre as variáv is. Situação 2 60 0 10 Na situação 3, a variância da variável y não é uniforme, ao longo dos valores em x, isto é, t mando “fatias” verticais ao longo do eixo dos xx, a dispersão dos valores y vai aument ando para valores mais elevados de y. Muito embora a normalidade dos dados não sej a um pressuposto obrigatório para a estimativa da regressão linear, é contudo necessário que os resíduos (yobs – yest) tenham distribuição normal e variância constante. Nesta sit uação, estes pressupostos são violados, invalidando as inferências que se façam a partir d a equação estimada. ESACB 112 SPSS 7 - Regressão Linear Situação 3 50 0 10 A situação 4 ilustra uma forte relação entre x e y, mas não de tipo linear, pelo que o aju stamento de uma recta para traduzir esta função de dependência é errada e sem significad o. Situação 4 12 0 0 16 Na situação 5 recolheram-se observações apenas nas zonas extremas do intervalo de variação d e x, não existindo dados para valores intermédios da variável x. A função de regressão linea r nesta situação é fortemente influenciada pelos valores extremos, mas não traduz a relação que existe para todo o intervalo de x. Na recolha de dados, deve haver a preocup ação de que a amostragem cubra todo o intervalo de variação de x, de modo a evidenciar o comportamento da relação no interior desse intervalo. Situação 5 20 0 0 10 ESACB 113 SPSS 7 - Regressão Linear O objectivo da regressão linear é estabelecer a função y = a + bx desta recta, que de um modo muito aproximado permite estimar o valor de y para dado valor de x. O cálcul o dos coeficientes de regressão faz-se pelo método dos mínimos quadrados, que minimiza ˆ2 a soma dos quadrados dos resíduos, isto é, minimiza a função ∑ ( y obs − y ) , em que ˆ y presenta o valor estimado pela equação para dado valor x. No gráfico seguinte represen tam-se os valores de 24 pares de valores do tipo (x,y), em que no eixo dos xx es tá representada a variável % de sólidos insolúveis em água e nos yy se representa a % tota l de sólidos, duas características importantes em molho de tomate (adaptado de DEREC K PIKE, 19??; os dados são apresentados em anexo): 60 50 40 % sólidos no molho 30 20 10 11 12 13 14 15 16 17 18 % insolúveis em água É evidente a tendência do decréscimo da % de sólidos no molho com o aumento da % de inso lúveis em água, segundo uma relação aproximadamente linear. Pretende-se estabelecer esta relação entre as duas variáveis, com os objectivos de (i) descrever a relação entre as ca racterísticas para este tipo de molho, e (ii) poder estimar ou prever a % de sólidos do molho (característica bastante difícil de quantificar) mediante a % de insolúveis em água que o molho contém (característica relativamente fácil de determinar). A equação de regressão linear é uma estatística, e como tal, tem inerente a componente de erro esta tístico. A fim de interpretar a equação estimada, são apresentados uma série de coeficient es e estatísticas suplementares, que de um modo geral permitem analisar o maior ou menor grau de rigor com que a equação de regressão traduz a relação entre as variáveis em e studo. Um dos coeficientes associados à equação é o coeficiente de correlação linear, repres entado por r, que representa, na escala ]-1, 1[, a correlação ou associação entre as ESACB 114 SPSS 7 - Regressão Linear duas variáveis; o quadrado deste coeficiente constitui o coeficiente de correlação tot al, ou coeficiente de determinação, representado por R2, que traduz, a % de variabil idade da variável dependente (y) que é explicada pela variável independente (x). É apres entado o coeficiente de determinação ajustado, que é um estimador não enviezado de R2 (q ue tende a ser um estimador sobre-avaliado) definido a partir de R2 pela expressão : 2 Ra = R 2 − p (1 − R 2 ) N − p −1 em que p é o número de variáveis independentes; no caso da equação de regressão linear simpl es y = a + bx , p=1. São apresentados os intervalos de confiança para os coeficiente s a e b, bem como os erros-padrão e as estatísticas dos seguintes testes de hipóteses: teste referente ao coeficiente a: teste referente ao coeficiente b: H0 : a = 0 H0 : b = 0 H1 : a ≠ 0 H1 : b ≠ 0 O output do procedimento do cálculo da equação de regressão apresenta a tabela da anova, que constitui um teste de hipóteses à existência ou não de uma relação de dependência: H 0 : y não depende de x ⇔ H0 : b = 0 H1 : b ≠ 0 H 1 : y depende de x A estatística F tem um valor alto quando a variável independente ajuda a explicar a variabilidade da variável dependente. Além disso, a tabela da análise de variância forne ce a média da soma dos quadrados dos resíduos, cuja raíz quadrada é o erro padrão da estim ativa. A equação de regressão é tão mais ajustada aos dados, quanto menor for o erro padrão da estimativa, comparativamente com o desvio padrão da variável dependente. 7.2 - REGRESSÃO LINEAR SIMPLES Para proceder ao cálculo da equação de regressão linear, executar o seguinte procediment o7: Statistics Regression 7 No exemplo usam-se os dados das características do molho de tomate, em que as variáv eis são insoluve (% de insolúveis em água) e solidos (% total de sólidos no molho). ESACB 115 SPSS 7 - Regressão Linear . Aparece a seguinte caixa de diálogo, No menu anterior, seleccionar a opção onde se d efine a variável dependente (solidos) e a variável independente (insoluve) para os r espectivos campos: Seleccionar o botão , que abre a seguinte caixa de diálogo, onde se seleccionam as o pções Confidence intervals e Descriptives; as opções Estimates e Model fit estão activadas por defeito: ESACB 116 SPSS 7 - Regressão Linear Fazer : a fim de regressar à janela Linear Regression, onde se selecciona Nesta caixa de diálogo, deve seleccionar e para obter o histograma e o gráfico do aj ustamento à normal dos resíduos, a fim de verificar se os resíduos seguem distribuição nor mal (pressuposto para a validade da regressão linear) para verificar a linearidade e a igualdade de variância dos resíduos, efectuar o gráfico dos resíduos, com os valore s estimados standardizados (ZPRED) no eixo dos xx, e os resíduos standardizados (Z RESID) no eixo dos yy. No final, fazer regressar à janela Linear Regression. a fim de O botão dá acesso à seguinte caixa de diálogo, onde se podem definir critérios de seleccção o remoção de variáveis independentes (só têm efeito em regressão múltipla): ESACB 117 SPSS 7 - Regressão Linear Os resultados do procedimento são os seguintes: Regression Descriptive Statistics Mean 39.7292 13.7775 Std. Deviation 5.1826 1.8995 N 24 24 % sólidos no molho % insolúveis em água Correlations % insolúveis em água -.970 1.000 .000 . 24 24 Pearson Correlation Sig. (1-tailed) N % sólidos no molho % insolúveis em água % sólidos no molho % insolúveis em água % sólidos no olho % insolúveis em água % sólidos no molho 1.000 -.970 . .000 24 24 b Variables Entered/Removed Model 1 Variables Entered % insolúveis em águaa Variables Removed . Method Enter a. All requested variables entered. b. Dependent Variable: % sólidos no molho ESACB 118 SPSS 7 - Regressão Linear Model Summaryb Std. Error of the Estimate 1.2880 Model 1 R .970a R Square .941 Adjusted R Square .938 a. Predictors: (Constant), % insolúveis em água b. Dependent Variable: % sólidos no mo lho b ANOVA Model 1 Regression Residual Total Sum of Squares 581.272 36.498 617.770 df 1 22 23 Mean Square 581.272 1.659 F 350.378 Sig. .000a a. Predictors: (Constant), % insolúveis em água b. Dependent Variable: % sólidos no mo lho a Coefficients Unstandardized Coefficients Model 1 B 76.193 -2.647 Std. Error 1.966 .141 Standardi zed Coefficien ts Beta -.970 t 38.761 -18.718 Sig. .000 .000 (Constant) % insolúveis em água 95% Confidence Interval for B Lower Upper Bound Bound 72.117 80.270 -2.940 -2.35 3 a. Dependent Variable: % sólidos no molho a Residuals Statistics Predicted Value Residual Std. Predicted Value Std. Residual Minimum 27.9714 -1.5871 -2.339 -1.232 Maximum 47.8478 3.1522 1.615 2.447 Mean 39.7292 -3.70E-15 .000 .000 Std. Deviation 5.0272 1.2597 1.000 .978 N 24 24 24 24 a. Dependent Variable: % sólidos no molho ESACB 119 SPSS 7 - Regressão Linear Charts Histogram Dependent Variable: % sólidos no molho 7 6 5 4 3 Frequency 2 Std. Dev = .98 1 0 -1.00 -.50 0.00 .50 1.00 1.50 2.00 2.50 Mean = 0.00 N = 24. 00 Regression Standardized Residual Normal P-P Plot of Regression Standardized Residual Dependent Variable: % sólidos no molho 1.00 .75 Expected Cum Prob .50 .25 0.00 0.00 .25 .50 .75 1.00 Observed Cum Prob ESACB 120 SPSS 7 - Regressão Linear Scatterplot Dependent Variable: % sólidos no molho 3 Regression Standardized Residual 2 1 0 -1 -2 -3 -2 -1 0 1 2 Regression Standardized Predicted Value ˆ A equação da recta estimada é y = 76.193 − 2.647 x , em que x é a % de insolúveis em água e a % de sólidos no molho. A análise e interpretação pormenorizadas dos resultados deixam- se a cargo do leitor. Chama-se apenas a atenção para o facto de os resíduos estarem li geiramente desajustados da distribuição normal, como está evidenciado no histograma (n ota-se um acentuado enviezamento à esquerda, bem como a falta de resíduos numa das c lasses centrais) e no gráfico de ajustamento à normal (um perfeito ajustamento é tradu zido pela diagonal do gráfico; neste caso, os resíduos situam-se sistematicamente ac ima ou abaixo desta linha, em diferentes zonas do gráfico). No gráfico dos resíduos st andardizados versus valores previstos standardizados nota-se uma tendência para qu e os resíduos se distribuam segundo uma curva ligeiramente côncava. Estas análise dos resíduos sugerem que o modelo linear ajustado (equação de uma recta) não é o melhor modelo para traduzir a relação entre estas variáveis; a distribuição dos resíduos indica que o aju stamento de um modelo linear polinomial de 2 ordem, com uma equação do tipo y = a + b x + cx 2 aumentará a precisão da estimativa (que é traduzida pelo coeficiente de deter minação R2=0.941). O ajustamento a uma equação de segundo grau será abordado no parágrafo se guinte. 7.3 - REGRESSÃO LINEAR MÚLTIPLA Neste parágrafo será abordada a metodologia de cálculo da equação de regressão linear múltipl , do tipo y = b0 + b1 x1 + b2 x 2 + b3 x3 + ... + bn x x , em que a variável respo sta ou dependente é função de várias variáveis independentes. ESACB 121 SPSS 7 - Regressão Linear Os coeficientes de regressão b1, b2, ..., bn traduzem o declive ou acréscimo na variáv el dependente provocado pelo acréscimo unitário de cada uma das variáveis independente s, x1, x2, ..., xn, respectivamente. A metodologia que se vai abordar serve igua lmente para estimar uma equação de regressão linear polinomial, do tipo y = b0 + b1 x + b2 x 2 + b3 x 3 + ... + bn x n , em que y depende, não de diversas variáveis indep endentes x1, x2, ..., xn, mas de um polinómio da mesma variável independente x. Nest e caso, previamente a efectuar o procedimento da regressão linear, devem gerar-se as variáveis correspondentes às potências x2, x3, ..., xn a incluir no modelo. No parágr afo seguinte será abordada uma metodologia diferente que permite o ajustamento de equações de curvas polinomiais a uma amostra de dados (x,y). Quando se ajusta um mod elo de regressão múltipla, pode acontecer que se justifique estatisticamente incluir na equação de regressão todas as variáveis independentes, ou que se incluam apenas algu mas destas variáveis explanatórias. Esta decisão é tomada em função da significância do parâm o de regressão de cada uma das variáveis, ou pelo acréscimo do coeficiente de determin ação, R2, provocado pela inclusão dessas variáveis. De um modo geral, existem duas estra tégias a seguir: (i) começar por incluir todas as variáveis, e analisar a contribuição ou significância dos coeficientes de regressão de cada uma das variáveis independentes no modelo; eliminar a variável independente menos significativa, desde que a sua con tribuição seja inferior a determinado limite (normalmente analisado em termos da est atística F associada a essa variável na tabela da anova); recalcular de novo o model o sem esta variável e, se for caso disso, eliminar nova variável, e assim sucessivam ente, até que todas as restantes variáveis independentes sejam significativas para a precisão do modelo. Este tipo de estratégia designa-se por processo backward ou ste pback. (ii) começar por calcular um modelo de regressão simples, y = b0 + b1 x , inc luindo, se for caso disso, apenas a variável independente cujo coeficiente de regr essão é mais significativo em termos de precisão; analisar a significância da próxima variáv el independente mais significativa, e incluíla, se for caso disso; recalcular de n ovo o modelo; analisar a significância da próxima variável independente mais significa tiva, e incluí-la, se for caso disso, e assim sucessivamente até que mais nenhuma da s variáveis independentes seja significativa. Este tipo de metodologia designa-se por processo stepwise ou forward. Pode acontecer que os modelos obtidos por este s dois tipos de metodologias, para a mesma amostra de valores, não sejam inteirame nte coincidentes, nomeadamente quando alguma ou algumas das variáveis independente s estão muito próximas do limite que define a significância da sua inclusão ou não inclusão no modelo. Chama-se a atenção que, por vezes, a inclusão de muitas variáveis explanatórias no modelo pouco acréscimo trazem em termos de precisão do modelo, e este fica muito ESACB 122 SPSS 7 - Regressão Linear pouco funcional e muito fictício ou artificial, isto é, muito bem ajustado à amostra p articular de valores usados para o cálculo da equação, mas pouco adaptável à população. Para lustrar o ajustamento de uma equação de regressão linear múltipla, vamos usar o seguinte conjunto de dados (adaptado de DRAPPER & SMITH, 1981), em que as variáveis indepe ndentes são a temperatura média mensal (graus Fahrenheit), a produção mensal (toneladas) , o número de dias úteis de trabalho por mês e o número de empregados, e a variável depend ente é o consumo de água (m3), observados numa determinada empresa fabril: Temperatu ra ( F) 58.80 65.20 70.90 77.40 79.30 81.00 71.90 63.90 54.50 39.50 44.50 43.60 56 .00 64.70 73.00 78.90 79.40 68.40 Produção mensal 7107.00 8373.00 9796.00 9208.00 14 792.00 14564.00 11964.00 13526.00 12656.00 14119.00 15691.00 14571.00 13619.00 1 4575.00 14556.00 16573.00 15618.00 14346.00 Dias úteis do mês 20.00 20.00 20.00 20.0 0 22.00 23.00 21.00 22.00 21.00 21.00 22.00 23.00 22.00 22.00 21.00 22.00 22.00 23.00 Número de operários 129.00 141.00 153.00 166.00 193.00 189.00 175.00 186.00 19 0.00 187.00 195.00 206.00 198.00 192.00 191.00 200.00 200.00 185.00 Consumo de águ a (m3) 2967.00 2828.00 2891.00 2994.00 3282.00 3498.00 3302.00 3260.00 3211.00 3 286.00 3432.00 3425.00 3256.00 3422.00 3250.00 3464.00 3495.00 3568.00 Pretende-se ajustar uma equação do tipo y = b0 + b1 x1 + b2 x 2 + b3 x3 + b4 x 4 que permita estimar o consumo mensal de água nesta empresa, em função das variáveis indepen dentes observadas. Para estimar uma equação de regressão múltipla executar o seguinte pr ocedimento: Statistics Regression ESACB 123 SPSS 7 - Regressão Linear No menu anterior, seleccionar a opção . Aparece a seguinte caixa de diálogo, onde se d efinem a variável dependente e as todas as variáveis independentes: No campo das variáveis independentes estão incluídas todas as variáveis explanatórias. O mét odo de cálculo seleccionado é Enter, que obriga à inclusão de todas as variáveis independe ntes no modelo, sejam ou não significativas. Os outros métodos de cálculo são Stepwise e Forward (métodos de inclusão progressiva de variáveis independentes), Backward (método de eliminação progressiva de variáveis independentes) e Remove (método que calcula o mod elo sem inclusão de qualquer variável independente, isto é, o ˆ modelo resume-se a y = y ): A fim de comparar diversos modelos de regressão, vamos começar por incluir todas as variáveis independentes, optando pelo método Enter; seguidamente, deve repetir-se a metodologia, e optar por outros métodos de cálculo, nomeadamente Stepwise e Backward . Seleccionar o botão linear simples. , e tal como descrito para a regressão Os resultados são os seguintes: ESACB 124 SPSS 7 - Regressão Linear Regression Descriptive Statistics Std. Deviation 218.9502 13.1334 2716.3310 1.0432 21.3514 Correlations Consumo mensal de água (m3) Pearson Correlation Consumo mensal de água (m3) Temperatura média mensal ( F) Produção mensal (Ton) Dias úteis no mês Número de operário onsumo mensal de água (m3) Temperatura média mensal ( F) Produção mensal (Ton) Dias úteis no mês Número de operários Consumo mensal de água (m3) Temperatura média mensal ( F) Produção m al (Ton) Dias úteis no mês Número de operários 1.000 .013 .894 .901 .831 . .480 .000 .00 0 .000 18 18 18 18 18 Temperatura média mensal ( F) .013 1.000 -.005 -.022 -.080 .48 0 . .493 .466 .377 18 18 18 18 18 Produção mensal (Ton) .894 -.005 1.000 .811 .939 . 000 .493 . .000 .000 18 18 18 18 18 Mean Consumo mensal de água (m3) Temperatura média mensal ( F) Produção mensal (Ton) Dias út eis no mês Número de operários 3268.3889 65.0500 13091.89 21.5000 182.0000 N 18 18 18 18 18 Dias úteis no mês .901 -.022 .811 1.000 .784 .000 .466 .000 . .000 18 18 18 18 18 Número de operários .831 -.080 .939 .784 1.000 .000 .377 .000 .000 . 18 18 18 18 18 Sig. (1-tailed) N b Variables Entered/Removed Model 1 Variables Entered Número de operários, Temperatura média mensal ( F), Dias úteis no a mês, P rodução mensal (Ton) Variables Removed . Method Enter a. All requested variables entered. b. Dependent Variable: Consumo mensal de água (m3) Model Summaryb Model 1 a. R .945a R Square .893 Adjusted R Square .860 Std. Error of the Estimate 81.8974 Change Statistics R Square Change .893 F Change 27.127 df1 4 df2 13 Sig. F Chang e .000 Predictors: (Constant), Número de operários, Temperatura média mensal ( F), Dias úteis no mês, Produção mensal (Ton) b. Dependent Variable: Consumo mensal de água (m3) ESACB 125 SPSS 7 - Regressão Linear b ANOVA Model 1 Regression Residual Total Sum of Squares 727772.930 87193.348 814966.278 df 4 13 17 Mean Square 181943.232 6707.181 F 27.127 Sig. .000a a. Predictors: (Constant), Número de operários, Temperatura média mensal ( F), Dias úteis no mês, Produção mensal (Ton) b. Dependent Variable: Consumo mensal de água (m3) Coefficientsa Standardi zed Coefficien ts Beta .014 .624 .526 -.167 t .858 .150 2.166 3.376 -.610 Sig. .406 .883 .049 .005 .552 Unstandardized Coefficients Model 1 B 531.302 .232 5.027E-02 110.460 -1.709 Std. Error 619.067 1.550 .023 32.724 2.801 (Constant) Temperatura média mensal ( F) Produção mensal (Ton) Dias úteis no mês Número de op rários 95% Confidence Interval for B Lower Upper Bound Bound -806.111 1868.714 -3.117 . 000 39.765 -7.759 3.581 .100 181.156 4.342 Correlations Zero-order .013 .894 .901 .831 Partial .041 .515 .683 -.167 Part .0 14 .197 .306 -.055 a. Dependent Variable: Consumo mensal de água (m3) a Residuals Statistics Minimum Predicted Value 2890.9719 Residual -111.5868 Std. Predicted Value -1.824 Std. Residual -1.363 Maximum 3499.8154 131.9858 1.119 1.612 Mean 3268.3889 1.011E-13 .000 .000 Std. Deviation 206.9062 71.6172 1.000 .874 N 18 18 18 18 a. Dependent Variable: Consumo mensal de água (m3) Charts Histogram Dependent Variable: Consumo mensal de água 5 4 3 2 Frequency 1 Std. Dev = .87 Mean = 0.00 N = 18.00 -1.50 -1.00 -.50 0.00 .50 1.00 1.50 0 Regression Standardized Residual ESACB 126 SPSS 7 - Regressão Linear Normal P-P Plot of Regression Standardized Residual Dependent Variable: Consumo mensal de água (m3) 1.00 .75 Expected Cum Prob .50 .25 0.00 0.00 .25 .50 .75 1.00 Observed Cum Prob Scatterplot Dependent Variable: Consumo mensal de água (m3) 2.0 Regression Standardized Residual 1.5 1.0 .5 0.0 -.5 -1.0 -1.5 -2.0 -1.5 -1.0 -.5 0.0 .5 1.0 1.5 Regression Standardized Predicted Value A equação do modelo ajustado é: consumo=531.302+0.232temperat+0.05027producao+110.46di as-1.709operario 2 sendo R2=0.893 e Rajustado = 0.86 . Repita-se o processo, optando pelo método de cálculo Stepwise. Neste caso, chegar-se -á ao modelo: ESACB 127 SPSS 7 - Regressão Linear consumo=443.965+0.03842producao+107.976dias 2 e R2=0.889 e Rajustado = 0.874 . Repare-se que se simplificou o modelo, sem contudo prejudicar a precisão deste com o instrumento de estimativa da variável dependente. De seguida apresentam-se os re sultados completos obtidos com o método stepwise, de modo a possibilitar a comparação com o modelo que inclui todas as variáveis independentes: Regression Descriptive Statistics Std. Deviation 218.9502 13.1334 2716.3310 1.0432 21.3514 Correlations Consumo mensal de água (m3) Pearson Correlation Consumo mensal de água (m3) Temperatura média mensal ( F) Produção mensal (Ton) Dias úteis no mês Número de operário onsumo mensal de água (m3) Temperatura média mensal ( F) Produção mensal (Ton) Dias úteis no mês Número de operários Consumo mensal de água (m3) Temperatura média mensal ( F) Produção m al (Ton) Dias úteis no mês Número de operários 1.000 .013 .894 .901 .831 . .480 .000 .00 0 .000 18 18 18 18 18 Temperatura média mensal ( F) .013 1.000 -.005 -.022 -.080 .48 0 . .493 .466 .377 18 18 18 18 18 Produção mensal (Ton) .894 -.005 1.000 .811 .939 . 000 .493 . .000 .000 18 18 18 18 18 Dias úteis no mês .901 -.022 .811 1.000 .784 .00 0 .466 .000 . .000 18 18 18 18 18 Número de operários .831 -.080 .939 .784 1.000 .00 0 .377 .000 .000 . 18 18 18 18 18 Mean Consumo mensal de água (m3) Temperatura média mensal ( F) Produção mensal (Ton) Dias út eis no mês Número de operários 3268.3889 65.0500 13091.89 21.5000 182.0000 N 18 18 18 18 18 Sig. (1-tailed) N ESACB 128 SPSS 7 - Regressão Linear a Variables Entered/Removed Model 1 Variables Entered Dias úteis no mês Variables Removed . 2 Produção mensal (Ton) . Method Stepwise (Criteria: Probability-of-F-to-e nter <= .050, Probability-of-F- to-re move >= .100). Stepwise (Criteria: Probability-of-F-to-e nter <= .050, Pro bability-of-F-to-re move >= .100). a. Dependent Variable: Consumo mensal de água (m3) Model Summaryc Model 1 2 R .901a .943b R Square .811 .889 Adjusted R Square .800 .874 Std. Error of the Estimate 98.0273 77.5677 Change Statistics R Square Change .811 .078 F Change 68.810 10.554 df1 1 1 df2 1 6 15 Sig. F Change .000 .005 a. Predictors: (Constant), Dias úteis no mês b. Predictors: (Constant), Dias úteis no mês, Produção mensal (Ton) c. Dependent Variable: Consumo mensal de água (m3) c ANOVA Model 1 2 Regression Residual Total Regression Residual Total Sum of Squares 661216.554 153749.724 814966.278 724715.124 90251.154 814966.278 df 1 16 17 2 15 17 Mean Square 661216.554 9609.358 362357.562 6016.744 F 68.810 Sig. .000a 60.225 .000b a. Predictors: (Constant), Dias úteis no mês b. Predictors: (Constant), Dias úteis no mês, Produção mensal (Ton) c. Dependent Variable: Consumo mensal de água (m3) Coefficientsa Standardi zed Coefficien ts Beta .901 .514 .477 t -1.623 8.295 .81 5 3.507 3.249 Sig. .124 .000 .428 .003 .005 Unstandardized Coefficients Model 1 2 B -796.273 189.054 443.965 107.976 3.842E- 02 Std. Error 490.549 22.791 544.446 30.791 .012 (Constant) Dias úteis no mês (Constant) Dias úteis no mês Produção mensal (Ton) 95% Confidence Interval for B Lower Upper Bound Bound -1836.190 243.643 140.740 237.369 -716.494 1604.425 42.346 173.606 .013 .064 Correlations Zero-order .901 .901 .894 Partial .901 .671 .643 Part .901 .301 .27 9 a. Dependent Variable: Consumo mensal de água (m3) ESACB 129 SPSS 7 - Regressão Linear c Excluded Variables Model 1 Beta In Temperatura média mensal ( F) Produção mensal (Ton) Número de operários Temperatura média mensal ( F) Número de operários .032 a t .290 3.249 2.017 .296 -.683 Sig. .776 .005 .062 .772 .506 Partial Correlation .075 .643 .462 .079 -.179 Collinearit y Statistics Tolerance 1.000 .343 .385 .999 .116 .477a .323a .026 b 2 -.176b a. Predictors in the Model: (Constant), Dias úteis no mês b. Predictors in the Model : (Constant), Dias úteis no mês, Produção mensal (Ton) c. Dependent Variable: Consumo me nsal de água (m3) a Residuals Statistics Minimum Predicted Value 2876.5112 Residual -105.6879 Std. Predicted Value -1.898 Std. Residual -1.363 Maximum 3487.1743 130.9278 1.060 1.688 Mean 3268.3889 2.274E-13 .000 .000 Std. Deviation 206.4711 72.8621 1.000 .939 N 18 18 18 18 a. Dependent Variable: Consumo mensal de água (m3) Charts Histogram Dependent Variable: Consumo mensal de água (m3) 5 4 3 2 Frequency 1 Std. Dev = .94 Mean = 0.00 N = 18.00 -1.50 -1.00 -.50 0.00 .50 1.00 1.50 0 Regression Standardized Residual ESACB 130 SPSS 7 - Regressão Linear Normal P-P Plot of Regression Standardized Residual Dependent Variable: Consumo mensal de água (m3) 1.00 .75 Expected Cum Prob .50 .25 0.00 0.00 .25 .50 .75 1.00 Observed Cum Prob Scatterplot Dependent Variable: Consumo mensal de água (m3) 2.0 Regression Standardized Residual 1.5 1.0 .5 0.0 -.5 -1.0 -1.5 -2.0 -1.5 -1.0 -.5 0.0 .5 1.0 1.5 Regression Standardized Predicted Value 7.4 - AJUSTAMENTO DE MODELOS PRÉ-DEFINIDOS O SPSS dispõe de uma rotina que permite o ajustamento de vários modelos prédefinidos a uma amostra de valores bi-variados (x,y). Tais modelos são: ESACB 131 SPSS 7 - Regressão Linear • • • • • • • • • Linear: Quadrático: Cúbico: Logarítmico: Inverso: Potência: Composto (compound): Sigmoid al (S): Logístico: y = b0 + b1 .x y = b0 + b1 .x + b2 .x 2 y = b0 + b1 .x + b2 .x 2 + b3 .x 3 y = b 0 + b1 . ln x y = b0 + y = b0 .b y=e y= b1 x ⇔ ⇔ ⇔ ⇔ ln y = ln b0 + b1 . ln x ln y = ln b0 + x. ln b1 ln y = b0 + b1 x y = b0 .x b1 x 1 b b0 + 1 x 1 • • Crescimento (growth): Exponencial: 1 + b0 .b1x u (em que u é o limite assimptótico superior, u>0, u>ymax) y = e b0 +b1 . x ln y = b0 + b1 .x ⇔ y = b0 .e b1 . x ⇔ ln y = ln b0 + b1 .x 1 1 ln − = ln(b0 + x. ln b1 ) y u Muitos destes modelos são frequentemente usados em modelos econométricos, em que a v ariável independente ou causal é o decurso do tempo. Se for este o caso, no menu apr opriado o utilizador pode definir que x é o tempo (ver caixa de diálogo seguinte). P ara exemplificar esta metodologia, vamos usar os dados referentes às características do molho de tomate (em anexo). Como anteriormente se viu, o gráfico denota uma li geira curvatura na zona superior dos valores xx, que faz suspeitar que um modelo polinomial talvez seja melhor ajustado que o modelo linear simples. Para tal, f azer: Statistics Regression Neste menu, seleccionar a opção Curve Estimation... que dá acesso à seguinte caixa de diál ogo, onde se definem as variáveis dependente (solidos) e independente (insoluve) e se seleccionam os modelos que se pretendem obter, e se define para apresentar a tabela da anova para cada um dos modelos calculados: ESACB 132 SPSS 7 - Regressão Linear Por defeito, . os modelos ajustados incluem a constante (coeficiente b0) , e é apresentado o gráfico com os modelos calculados O utilizador pode seleccionar um ou mais modelos, com o objectivo de, pela análise dos resultados, nomeadamente R2 e anova, seleccionar o modelo melhor ajustado. No exemplo, foi solicitado para calcular os modelos linear, quadrático e cúbico. Os resultados são os seguintes: MODEL: MOD_1. Method.. LINEAR Dependent variable.. SOLIDOS Listwise Multiple R Square Adjusted Standard Deleti on of Missing Data R .97001 .94092 R Square .93823 Error 1.28802 Analysis of Var iance: DF Regression Residuals F= 1 22 Sum of Squares 581.27190 36.49768 Signif F = Mean Square 581.27190 1.65899 .0000 350.37794 -------------------- Variables in the Equation ------------------- ESACB 133 SPSS 7 - Regressão Linear Variable T Sig T INSOLUVE -2.646653 18.718 .0000 (Constant) 38.761 .0000 Depende nt variable.. SOLIDOS Listwise Multiple R Square Adjusted Standard B SE B Beta .141393 76.193433 -.970010 - 1.965707 Method.. QUADRATI Deletion of Missing Data R .98637 .97293 R Square .97035 Error .89243 Analysis o f Variance: DF Sum of Squares 601.04440 16.72518 Signif F = .0000 Mean Square 30 0.52220 .79644 Regression Residuals F= 2 21 377.33322 -------------------- Variables in the Equation ------------------Variable T Sig T INSOLUVE 7.293 .0000 INSOLUVE**2 4.983 .0001 (Constant) 14.516 .0000 -8.288178 .200730 B SE B Beta 1.136478 -3.037655 - .040286 2.075370 7.930949 115.123024 Dependent variable.. SOLIDOS Listwise Multiple R Square Adjusted Standard Deleti on of Missing Data R .98637 .97293 R Square .97035 Error .89243 Analysis of Vari ance: DF Regression Residuals 2 21 Sum of Squares 601.04440 16.72518 Method.. CUBIC Mean Square 300.52220 .79644 ESACB 134 SPSS 7 - Regressão Linear F= 377.33322 Signif F = .0000 -------------------- Variables in the Equation ------------------Variable T Sig T INSOLUVE 7.293 .0000 INSOLUVE**2 4.983 .0001 (Constant) 14.516 .0000 -8.288178 .200730 B SE B Beta 1.136478 -3.037655 - .040286 2.075370 7.930949 115.123024 --------------- Variables not in the Equation -------------Variable T INSOLUVE** 3 .3371 Beta In Partial Min Toler T Sig -4.796852 -.214795 1.368E-05 -.984 Notes: 9 Tolerance limits reached; some dependent variables were not entered. % sólidos no molho 60 50 40 30 Obs erved Linear 20 10 12 14 16 18 20 Quadratic % insolúveis em água ESACB 135 SPSS 7 - Regressão Linear Note-se que ao passar do modelo linear y = 76.1934 – 2.6467x, R2=0.9409 para o mod elo quadrático y = 115.1230 – 8.2882x + 0.2007x2, R2=0.9729, há um acréscimo significati vo do ajustamento (Tb2=4.983, significativo; F=377.33 significativo); contudo, a o passar para o modelo cúbico, a estatística Tb3=-0.984 é não significativa, e nem seque r é calculado este modelo, sendo apresentados os resultados do modelo quadrático, o que significa que o melhor modelo (dos pedidos) é o modelo quadrático. ESACB 136 SPSS 8 - Manusear os Resultados 8- MANUSEAR OS RESULTADOS À medida que se vão executando tarefas com o SPSS, os resultados vão-se acumulando suc essivamente no Viewer do programa. A janela do organigrama apresenta a sequência de resultados, que começam na identifi cação ; cada rotina ou tarefa aparece identificada com uma marca identificativa dos resultados, e respectivo conteúdo; por exemplo, os resultados correspondentes à obte nção das estatísticas descritivas é identificado no organigrama pelo esquema . Cada conjunto de resultados começa pela identificação da rotina ou tarefa ( ) e com o respectivo conteúdo; esta rotina apresenta um título visível (repare que o “livro” está aber to), e que corresponde à linha Descriptives na janela à direita, um conjunto de nota s que não estão visíveis no output (o “livro” está fechado), e as estatísticas descritivas vi eis na janela de output (o “livro” está aberto). Esta organização mantém-se para os resultad os das tarefas seguintes. ESACB 136 SPSS 8 - Manusear os Resultados Note que cada rotina tem um conjunto de notas, mas que não estão visualizadas; para as ver na janela de output, o utilizador só tem que fazer duplo click sobre , de m odo a “abrir o livro”, e aparecerem as notas na janela à direita. Repare que as notas incluem a data e hora de obtenção dos resultados, a localização do f icheiro de dados usado, o número de linhas ou casos do ficheiro de dados, indicações s obre a existência e tratamento de “missing values”, e as instruções que originaram os resu ltados (o utilizador gerou estas instruções, ou programa, seleccionando ícons e janela s nos menus do programa; contudo, e para utilizações mais avançadas, o SPSS tem um edi tor de programas, em que o utilizador constrói as rotinas de análise, como se de uma linguagem de programação de tratasse). A última linha das notas indica o tempo de pro cessamento que a CPU do computador levou a executar esta rotina (neste caso, 0.9 9 segundos). Para “fechar o livro” de notas, isto é, para que as notas não sejam visuali zadas no output, fazer duplo click sobre . Para “condensar” a parte de organigrama c orrespondente a uma rotina de análise, fazer click sobre o botão - à esquerda da sua i dentificação; por exemplo, para “condensar” o organigrama das estatísticas descritivas, fa zer click sobre O organigrama fica com o seguinte aspecto: ESACB 137 SPSS 8 - Manusear os Resultados Esta “condensação” do organigrama tem a vantagem de permitir maior rapidez na localização de determinados conjuntos de resultados, pois o utilizador pode “condensar” as partes não relevantes do organigrama, ficando apenas “aberta” a parte relevante do organigram a. Para “expandir”, fazer duplo click sobre o botão + correspondente Para visualizar resu ltados subsequentes, o utilizador pode usar a barra de scroll vertical da janela de resultados, ou simplesmente fazer clik no item respectivo do organigrama. Pa ra ter acesso imediato ao diagrama de extremos-e-quartis referente a todos is va lores, fazer click sobre o item Além da visualização, o utilizador pode copiar este gráfico (ou qualquer outro conjunto de resultados) para outra aplicação em Windows (por exemplo, processador de texto). ESACB 138 SPSS 8 - Manusear os Resultados Para tal, localizar o bloco de resultados pretendido (tal como descrito); Fazer Edit Copy (ou CTRL-C), para capturar uma imagem do bloco seleccionado para o “clip board” (área de transferência) do Windows; colocar-se na aplicação pretendida (poor exempl o, num documento do Word) e fazer a colagem da imagem (Edit Past, ou CTRL-V). Se se efectuou uma análise e se chegou à conclusão que está repetida, ou que pura e simple smente não interessa, pode eliminar-se do Viewer. No exemplo seguinte, repetiuse a rotina Descriptives, de modo que os resultados estão em duplicado. Podem acrescentar-se caixas de texto com comentários aos resultados, por exemplo a lgumas análises que se considerem pertinentes. Para incluir o comentário “O histograma evidencia uma tendência assimétrica” após o histograma, seleccionar o item Histogram: e fazer Insert New Text ou fazer click no botão . Na janela de resultados é aberta u ma caixa de texto, onde se esccrevem os comentários pretendidos: ESACB 139 SPSS 8 - Manusear os Resultados Para eliminar um dos conjunto de resultados da rotina Descriptives, fazer click sobre o item respectivo no organigrama: e de seguida fazer Edit Cut, ou CTRL-X, ou simplesmente carregar na tecla DEL. P odem guardar-se os resultados em ficheiro, de modo que posteriormente o utilizad or possa recuperá-los sem ter de os recalcular. Para gravar os resultados contidos no Viewer do SPSS, estando colocado nesta janela, fazer: File Save Aparece a se guinte caixa de diálogo, onde se selecciona o disco/directório onde se pretende grav ar; na caixa escreve-se o nome a dar ao ficheiro (sem extensão); o programa automa ticamente acrescenta a extensão .spo típica dos ficheiros Viewer do SPSS. ESACB 140 SPSS 8 - Manusear os Resultados Posteriormente, se se pretender apenas consultar os resultados, basta abrir este ficheiro no SPSS. Caso se pretenda continuar a executar análises e acrescentá-las a este ficheiro, então deve abrir-se também o ficheiro de dados para a partir daí proce der às análises. Para imprimir os resultados do Viewer, faz-se File Print; na caixa de diálogo seguinte, confirmar a impressora, e fazer OK: Se interessar imprimir não todo o conjunto de resultados, mas apenas alguns dos bl ocos, devem seleccionar-se previamente. Para tal, se os blocos são contíguos, manter a tecla SHIFT carregada e fazer click sobre os items a seleccionar; se os bloco s não são adjacentes, manter a tecla CTRL carregada e fazer click sobre os items a s eleccionar: ESACB 141 SPSS 8 - Manusear os Resultados Neste exemplo, apenas o bloco Descriptives e o bloco Producao estão seleccionados; se se mandar imprimir, só serão impressos estes resultados. Repare que agora, no aparece activada a opção que imprimirá apenas os blocos seleccion ados. , a indicar ESACB 142 SPSS Anexos ANEXOS Listagem dos ficheiros SPSS referenciados no texto ESACB 143 plasma.sav hora 1 Manhã 2 Manhã 3 Manhã 4 Manhã 5 Manhã 6 Manhã 7 Manhã 8 Manhã 9 Manhã 10 Manhã 11 Tard rde 13 Tarde 14 Tarde 15 Tarde 16 Tarde 17 Tarde 18 Tarde 19 Tarde 20 Tarde estrogen fosfo Controle 8,53 Controle 20,53 Controle 12,53 Controle 14 Controle 10,8 Presente 17,53 Presente 21,07 Presente 20,8 Presente 17,33 Presente 20,07 C ontrole 39,14 Controle 26,2 Controle 31,33 Controle 45,8 Controle 40,2 Presente 32 Presente 23,8 Presente 28,87 Presente 25,06 Presente 29,3 pulso.sav caso sexo fuma 1 Homem Fuma 2 Mulher Fuma 3 Homem Não Fuma 4 Mulher Não Fuma 5 Homem Fuma 6 Mulher Fuma 7 Homem Não Fuma 8 Mulher Não Fuma 9 Mulher Fuma 10 Homem Fuma 1 1 Mulher Não Fuma 12 Homem Não Fuma 13 Mulher Fuma 14 Mulher Não Fuma 15 Homem Fuma 16 Homem Não Fuma 17 Homem Não Fuma 18 Mulher Não Fuma 19 Mulher Fuma 20 Homem Fuma 21 H omem Fuma 22 Homem Não Fuma 23 Mulher Fuma 24 Mulher Não Fuma 25 Mulher Não Fuma 26 Mu lher Não Fuma 27 Homem Não Fuma 28 Homem Não Fuma 29 Homem Fuma 30 Homem Fuma 31 Mulhe r Não Fuma 32 Homem Não Fuma 33 Mulher Não Fuma 34 Mulher Não Fuma 35 Mulher Não Fuma 36 H omem Fuma 37 Homem Não Fuma 38 Homem Fuma 39 Homem Não Fuma 40 Homem Não Fuma idade 31 20 28 29 21 27 21 42 22 28 21 22 43 19 23 41 24 21 21 20 38 20 33 25 37 22 32 22 22 19 21 26 32 24 28 34 35 21 21 30 ritmoa 62 78 64 96 66 96 68 72 88 90 82 74 66 68 92 68 76 86 88 66 70 80 76 78 7 6 80 68 70 68 70 86 72 84 72 80 62 74 90 66 70 ritmod 126 154 128 155 128 265 120 138 160 144 140 134 148 142 134 112 158 146 1 56 132 122 136 148 148 136 158 116 120 126 144 144 126 136 142 138 132 116 138 1 42 132 arroz.sav caso variedad azoto 1 IR8 0 kg/ha 2 IR8 0 kg/ha 3 IR8 0 kg/ha 4 IR8 0 kg/ha 5 IR 8 60 kg/ha 6 IR8 60 kg/ha 7 IR8 60 kg/ha 8 IR8 60 kg/ha 9 IR8 90 kg/ha 10 IR8 90 kg/ha 11 IR8 90 kg/ha 12 IR8 90 kg/ha 13 IR8 120 kg/ha 14 IR8 120 kg/ha 15 IR8 120 kg/ha 16 IR8 120 kg/ha 17 IR8 150 kg/ha 18 IR8 150 kg/ha 19 IR8 150 kg/ha 20 IR8 150 kg/ha 21 IR5 0 kg/ha 22 IR5 0 kg/ha 23 IR5 0 kg/ha 24 IR5 0 kg/ha 25 IR 5 60 kg/ha 26 IR5 60 kg/ha 27 IR5 60 kg/ha 28 IR5 60 kg/ha 29 IR5 90 kg/ha 30 IR 5 90 kg/ha 31 IR5 90 kg/ha 32 IR5 90 kg/ha 33 IR5 120 kg/ha 34 IR5 120 kg/ha 35 IR5 120 kg/ha 36 IR5 120 kg/ha 37 IR5 150 kg/ha 38 IR5 150 kg/ha 39 IR5 150 kg/h a 40 IR5 150 kg/ha 41 C4-63 0 kg/ha 42 C4-63 0 kg/ha 43 C4-63 0 kg/ha 44 C4-63 0 kg/ha 45 C4-63 60 kg/ha 46 C4-63 60 kg/ha 47 C4-63 60 kg/ha repete producao 1 3852 2 2606 3 3144 4 2894 1 4788 2 4936 3 4562 4 4608 1 4576 2 4454 3 4884 4 3924 1 6034 2 5276 3 5906 4 5652 1 5874 2 5916 3 5984 4 5518 1 28 46 2 3794 3 4108 4 3444 1 4956 2 5128 3 4150 4 4990 1 5928 2 5698 3 5810 4 4308 1 5664 2 5362 3 6458 4 5474 1 5458 2 5546 3 5786 4 5932 1 4192 2 3754 3 3738 4 3 428 1 5250 2 4582 3 4896 arroz.sav 48 C4-63 49 C4-63 50 C4-63 51 C4-63 52 C4-63 53 C4-63 54 C4-63 55 C4-63 56 C4-63 57 C4-63 58 C4-63 59 C4-63 60 C4-63 60 kg/ha 90 kg/ha 90 kg/ha 90 kg/ha 90 kg/h a 120 kg/ha 120 kg/ha 120 kg/ha 120 kg/ha 150 kg/ha 150 kg/ha 150 kg/ha 150 kg/h a 4 1 2 3 4 1 2 3 4 1 2 3 4 4286 5822 4848 5678 4932 5888 5524 6042 4756 5864 62 64 6056 5362 catsup.sav caso 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 insoluve 10,71 11,76 11,36 11,27 15,3 12,07 15,98 13,34 13,34 14,29 13,66 14,79 14,5 14,8 14,88 10,86 13,34 13,01 12,87 14,4 15,12 17,06 18,22 13,73 solidos 51 45,2 44,8 47,4 35,5 44,5 35,3 39,3 40,8 38,4 39,3 36 37,9 36,2 35,3 4 8,5 40 43 41,5 36,7 35,3 32,5 30,2 38,9
Desenvolvendo Um App Em Android Programado No App Inventor Como Supervisório Para Monitoramento De Célula De Carga Usando O Esp32 Programado No Arduino