______________________________________________________________________

Estatística Descritiva

A região de normalidade indica o quanto as pessoas se afastam da média amostral. Está

a nível do sujeito (sua amostra (população), consta no 1 nível, dentro de 1 DP.
O intervalo de confiança indica a região em que é mais provável que a média
populacional esteja. Está dentro do 2 nível, dentro de 2dp, comparando a media de
amostras aleatórias.
Média = Ponto 0 do gráfico
Desvio padrão = O quanto se difere da média para atingir -1 ou +1 Dp. Ex: média - ou
+ Desvio padrão = y DP
Mean = Média = Ponto 0 do gráfico
Median = Mediana, ponto mediano(central) define os 50% maiores e 50% menores.
Std. Deviation = Desvio padrão, mostra quem se afasta da média. = 68% 
Confidence Interval for Mean = Intervalo de Confiança
Variance = Variância
Skewness = Assimetria (curva)
Kurtosis = Cutose (curva)

Como encontrar valores em tabelas:

Faixa dentro da qual é mais provável que a média da população esteja?
Observar na tabela o Intervalo de confiança.

Como verificar se minha média é representativa da minha amostra?

Observar se essa média está entre os valores de intervalo de confiança, caso esteja ela é
representativa, caso contrário, não é.

Como descobrir o valor acima ou abaixo de 50% da amostra?

Observar o valor da Median (Mediana) que marca os exatos 50% na tabela.

Como descobrir a região de normalidade da minha amostra?

Calculando a média - ou + desvio padrão, encontrando os valores de -1 e 1 DP

Como descobrir escore bruto, quando é dado um determinado escore Z?

Os escores z significam os valores exatos do DP, podemos encontra-lo multiplicando o
valor do desvio padrão e somar ou subtrair com a média.
Média - ou + Z * DP = Escore bruto
Na Prática: Média 3,60; Desvio padrão 1,20; escore Z 3;
3,60 + 3 * 1,20 = 7,20

______________________________________________________________________
Correlação

Correlação bivariada:

 Investiga a relação de concomitância entre duas variáveis, se elas variam

juntas… no mesmo sentido ou sentidos opostos. Visa verificar as relações
positivas, negativas ou nenhuma entre variáveis.
 O propósito de se fazer uma análise de correlação é descobrir se existe um
relacionamento entre as variáveis, que é improvável de acontecer devido ao erro
amostral.

Correlação Simples
Indica a magnitude de associação entre duas variáveis.
Correlação Parcial
Indica a magnitude de associação entre duas variáveis, retirando-se o efeito de uma
terceira (ou mais) variável.

A hipótese nula é a de que não existe relacionamento entre as duas variáveis.

Correlações positivas: as duas variáveis variam de forma diretamente proporcional.

Correlações negativas: as duas variáveis variam de forma inversamente proporcional.
Correlações zero: não há concomitância entre as duas variáveis

A significância estatística

 Indica a probabilidade de o valor correlacional encontrado na amostra ter sido

obtido de uma amostra enviesada de uma população em que a correlação real é
zero (hipótese nula).

Força ou magnitude do relacionamento

 É o grau de relacionamento linear entre duas variáveis, é medido pelo

Coeficiente de Correlação, que é expresso em valores que podem variar de -1 a
1. Quanto maior o valor (em módulo) da correlação, mais forte será a
concomitância entre as duas variáveis e vice-versa.

Porcentagem (%) de Variância:

  Elevando o coeficiente de correlação ao quadrado, obtemos a % de variância
explicada, isto é, a porcentagem de variabilidade de uma variável que é
explicada pela outra.
 Ex: porcentagem de variância de uma correlação de 0,7.
 0,7² = 0,7x0,7 = 0,49
 0,49 x 100 = 49%

Identificar Correlação através da % de variância:

Sempre será dado a porcentagem de variância em comum, então, se desejo saber a
correlação, devo dividir o valor por 100 e extrair a raiz quadrada.
Ex: 36% de variância
36 / 100 = 0,36
√0,36 = 0,6 (USAR CALCULADORA SEM DÓ)
Como saber o sentido de correlação entre variáveis?
Observe o enunciado ou a tabela, e explique se as duas ou mais variáveis, variam
progressivamente positivamente ou negativamente.
Como investigar a relação entre 3 variáveis?
Realizando uma correlação parcial, entre 2 variáveis e controlar a mediadora. Se essa
correlação não for significativa, então a variável mediadora estará mediando a relação
entre as outras duas.
______________________________________________________________________
Regressão
Utilizamos a análise de regressão quando queremos prever uma variável a partir de
outra ou de uma soma de outras.

A regressão diz quanto uma das variáveis, varia (y) em função da variação da outra (x)
Equação preditora:
y = a+ b*x

As diferenças entre um valor previsto pela equação de regressão e o valor real é

chamado de resíduo

 R – Correlação de Pearson entre as duas variáveis

 R Square (R ao quadrado) – elevando a correlação de Pearson ao quadrado,
obtêm-se a porcentagem de variância explicada

Pearson Correlations
* p < .05, ** p < .01, *** p < .001
p < .03 (baixa), entre p < .03 e p < .06 (moderada), P < .06 (Alta)
< (menor que)

Correlação direta = não se controla outras variáveis

Linha de aderência = linha que passa pelos pontos

a = constante
e = erro
b = coeficiente / inclinação da linha
x = variável independente 
y = dependente

Equação de regressão Linear simples

y = a + b*x

mat = a + b * IE
mat = 1.004 + 1,818 x IE + e

Equação de regressão Linear Múltipla - Três variáveis

mat = a + b1.x1 + b2.x2
mat = 1069 + 1213 x IE + 0,913 x RA

-Inteligência emocional = IE
-Raciocínio abstrato = RA
-Matemática = mat

Como encontrar os resíduos da regressão linear?

Realizando a diferença entre o valor predito pela regressão e o realmente obtido

R = Valor da correlação entre as duas variáveis

R Square = Valor das porcentagens de variância em comum entre duas variáveis.
Adjusted R square = Valor mais próximo do valor populacional.
Sig < 0,05 = A linha de aderência é significante, e não é horizontal.
Beta = Valor padronizado em número de desvios padrões, que a variável dependente
varia em função da variação de um desvio na variável independente.

Como encontrar na Tabela a magnitude da correlação entre duas variáveis?

Observar o valor de Beta na tabela.

Como encontrar a percentagem de variância que existem entre variáveis?

Observar o R Square na tabela, e multiplicar o valor por 100.

Como saber se a linha de aderência não é horizontal?

Observar o Sig, se for menor que 0,05 ela não é horizontal.

Como montar minha equação de predição?

y(variável dependente) = a(constante) + b(coeficiente) * x(independente)
depre = 1,097 + 1,093*AE

Como identificar o número de desvios padrões na minha tabela?

Na análise de regressão a variável Beta é o desvio padrão.
________________________________________________________________
Diferenças entre Grupos:
Tipos de Análise
T-teste

 O t de Student (T-teste) é empregado para comparação entre dois grupos

(amostras independentes) ou duas medidas dentro de mesmo grupo (amostras
relacionadas).
 ANOVA é empregada para comparar 3 ou mais grupos.

índice de significância = Sig<0,05 indica que o resultado de t obtido é muito raro numa
distribuição em que as diferenças entre grupos de várias amostras giram em torno de
zero. O computador gera dados aleatórios de mil amostras e verifica a correlação das
variáveis que desejo identificar. Com o objetivo de obter dados que não foram
encontrados ao acaso.
Tipos de Amostras

 Amostra independente: Compara dois grupos distintos no mesmo momento.

 Amostra relacionada: Compara o mesmo grupo em dois momentos (antes ou
depois, pré ou pós teste).

Como saber se o resultado de uma amostra independente ou relacionada é

significativa e descrever sua estatística?
Esperasse que o índice de significância seja, menor que 0,05; E que comprove se há
diferença entre grupos ou em testes momentâneos (pré ou pós).

Como saber se o resultado do teste é o mesmo, entre vários grupos?

Quando as médias dos grupos tendem a ser muito próximas, e que o não seja sig < 0,05.

Como identificar na tabela, uma conclusão de resultados do t-teste com amostra

relacionada?
Observar na tabela o T e o P(sig<,000), caso seja significativo, concluir olhando para as
médias (Mean) e desvio padrão (Std. Deviation), comparando as amostras dos 2 grupos
ou dos 2 momentos.
Como identificar na tabela, uma conclusão de resultados do t-teste com amostra
independente?
Observando o F e o P (Sig<0,05), caso o teste de Levene tenha o sig maior (Sig>0,05),
ele não será significativo. Caso seja significativo, observar o t e o sig(2 tailed), também
observar as médias e desvios padrão dos grupos.
Como identificar na tabela, uma conclusão de resultados do ANOVA com amostra
independente?
Observar o F e o P (Sig <,000), além das médias dos grupos.
______________________________________________________________________
Observações Finais

Amostras, só existem duas: Relacionada e Independente

Analises: T-teste, ANOVA, Correlação (Bivariada,Simples, Parcial), Regressão
Linear e Multipla