UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

INSTITUTO DE MATEMTICA
Cadernos de Matemtica e Estatstica
Srie B: Trabalho de Apoio Didtico

INTRODUO ANLISE ESTATSTICA

UTILIZANDO O SPSS 13.0

Elsa Mundstock
Jandyra Maria Guimares Fachel
Suzi Alves Camey
Marilyn Agranonik

Srie B, Nmero XX
Porto Alegre - maio de 2006

NDICE
1. INTRODUO AO SPSS ........................................................................................................ 3
1.1 - BANCO DE DADOS: Definio ............................................................................... 4
1.2 - COMO CRIAR UM BANCO DE DADOS................................................................. 4
1.3 - COMO DAR NOME AOS NVEIS DE UMA VARIVEL ......................................... 5
1.4 - COMO ACESSAR UM BANCO DE DADOS J EXISTENTE ................................ 6
2. INTRODUO AOS MTODOS ESTATSTICOS.................................................................. 7
2.1 - TIPOS DE VARIVEIS: Definio........................................................................... 7
2.2 - DESCRIO E EXPLORAO DE DADOS.......................................................... 7
2.3 - CATEGORIZAO DE VARIVEIS ....................................................................... 8
2.3.1 - COMO CATEGORIZAR UMA VARIVEL QUANTITATIVA................................ 8
2.3.2 - COMO DAR NOME AOS NVEIS DE UMA VARIVEL .................................... 10
2.4 - COMO CRIAR UMA VARIVEL A PARTIR DE UMA DATA................................ 10
2.5 - COMO CRIAR UMA VARIVEL ATRAVS DA COMBINAO DE OUTRAS
DUAS ............................................................................................................................. 10
3. ANLISE UNIVARIADA ......................................................................................................... 12
3.1 - VARIVEIS QUANTITATIVAS .............................................................................. 12
3.1.1 - COMO OBTER AS ESTATSTICAS DESCRITIVAS ......................................... 12
3.1.2 - COMO OBTER UM HISTOGRAMA ................................................................... 12
3.2 - VARIVEIS CATEGRICAS (QUALITATIVAS)................................................... 13
3.2.1 - COMO OBTER A DISTRIBUIO DE FREQNCIAS ................................... 13
3.2.2 - COMO OBTER GRFICOS ............................................................................... 14
4. ANLISE BIVARIADA ............................................................................................................ 16
4.1 - VARIVEIS QUANTITATIVAS X QUANTITATIVAS............................................. 16
4.1.1 - COMO CALCULAR A CORRELAO ENTRE DUAS VARIVEIS
QUANTITATIVAS........................................................................................................... 16
4.1.2 - COMO OBTER GRFICO
DE PONTOS (SCATTERPLOT) ................. 16
4.1.3 - COMO OBTER O COEFICIENTE DE CORRELAO DE PEARSON ............ 18
4.1.4 - COMO FAZER REGRESSO LINEAR SIMPLES............................................. 19
4.2 - VARIVEIS CATEGRICAS X CATEGRICAS ................................................. 22
4.2.1 - COMO VERIFICAR A EXISTNCIA DE ASSOCIAO ENTRE VARIVEIS
CATEGRICAS: Teste Qui - Quadrado........................................................................ 23
4.2.2 - COMO CALCULAR OS RESDUOS AJUSTADOS ........................................... 26
4.3 - VARIVEIS QUANTITATIVAS X CATEGRICAS ............................................... 27
4.3.1 - COMO FAZER O BOX-PLOT............................................................................. 28
5. COMPARAO DE MDIAS................................................................................................. 31
5.1 - COMO COMPARAR MDIAS ENTRE DOIS GRUPOS: Teste t para Amostras
Independentes. .............................................................................................................. 31
5.2 - COMO COMPARAR AS MDIAS DE TRES OU MAIS GRUPOS: Anlise de
Varincia ANOVA para um fator ............................................................................. 33
7. MANIPULAO DE DADOS ................................................................................................. 36
7.1 SORT CASES.......................................................................................................... 36
7.2 SELECT CASES...................................................................................................... 37
7.3 SPLIT FILE............................................................................................................... 39
7.4 MANIPULAO DE ARQUIVOS............................................................................. 41
7.5 COMO APAGAR ANLISES NO DESEJADAS NO ARQUIVO DE RESULTADOS
*.spo............................................................................................................................. 41
7.6 COMO REALIZAR ALTERAES DE DADOS PARA CONSTRUO DE
GRFICO....................................................................................................................... 41
8. ESTATSTICA NO PARAMTRICA .................................................................................... 43
8.1 TESTE DE KOLMOGOROV-SMIRNOV.................................................................. 43
9. AMOSTRAGEM...................................................................................................................... 45

1. INTRODUO AO SPSS
O pacote estatstico SPSS (Statistical Package for Social
Sciences) uma ferramenta para anlise de dados utilizando tcnicas
estatsticas bsicas e avanadas. um software estatstico de fcil
manuseio internacionalmente utilizado h muitas dcadas, desde suas
verses para computadores de grande porte.
Tela inicial do SSPS 13.0 for Windows.

(a)

(b)
Figura 1: Tela inicial do SSPS 13.0 for Windows. 1(a): Planilha Data View;
1(b): Planilha Variable View.

1.1 - BANCO DE DADOS: Definio

Banco de dados um conjunto de dados registrados em uma
planilha, em forma de matriz, com n linhas, correspondentes aos
casos em estudo e p colunas, correspondentes s variveis em
estudo ou itens de um questionrio.
O nmero de casos (nmero de linhas da matriz) deve ser, em
geral, maior do que o nmero de variveis em estudo (nmero de
colunas).

1.2 - COMO CRIAR UM BANCO DE DADOS

Para se criar um BANCO DE DADOS novo procede-se da
seguinte forma:
a) Clicar em File; New; Data. Aparece a planilha data view.
Na primeira linha esto indicadas as posies das variveis

b)
c)
d)
e)

f)

g)
h)

(VAR001, VAR002, etc.), e uma margem vertical numerada a partir

de 1 (como mostrado na Figura1a).
Na primeira coluna, correspondendo VAR001, vamos criar uma
varivel, por exemplo, NumCaso com o nmero do questionrio
ou do caso em estudo.
Para registrar as caractersticas da varivel, clicar duas vezes
sobre o nome da coluna. Aparece a planilha variable view na
qual cada varivel est definida em uma linha.
Na primeira coluna (Name), digitar o nome da varivel
(NumCaso). Para o nome das variveis utilize 8 dgitos no mximo,
no utilize espao em branco nem os smbolos -, . e /.
Clicar na coluna Type para definir o tipo de varivel, aparece a
janela Variable Type onde se deve deixar a opo Numeric.
Se a varivel for alfa-numrica (texto) escolha a opo String.
Preferencialmente use sempre a modalidade Numeric para
variveis categricas, como por exemplo, sexo, estado civil,
municpio, etc. criando-se um cdigo para as categorias.
No caso de no-resposta ou respostas que no se desejam
considerar para o tratamento estatstico, como por exemplo,
respostas no corretas, etc..., clicar na coluna Missing, abre-se a
janela (Missing Values), registrar, na opo Discrete Missing
Values, o cdigo de no-resposta, preferencialmente 9, 99, 999,
etc. Clicar em "OK". A melhor opo para no resposta deixar o
espao em branco no banco de dados.
Retornar planilha data view e passar a digitar, em cada linha
da coluna identificada, o valor da varivel.
medida que o BANCO DE DADOS vai sendo registrado
importante salvar as informaes digitadas, para tanto se procede
da seguinte forma: Clicar em File, Save as... (abre-se a janela
do caminho desejado) e criar um nome para o Banco de dados, que
ter automaticamente a terminao .sav.

1.3 - COMO DAR NOME AOS NVEIS DE UMA VARIVEL

conveniente registrar no banco de dados os nomes das
categorias de variveis categricas. Por exemplo, para a varivel
sexo, os cdigos poderiam ser: 0 = masculino e 1 = feminino.
Para registrar estes nomes, clicar 2 vezes sobre a varivel sexo,
abrindo a planilha Variable View e proceder da seguinte forma:
5

a)
b)
c)
d)
e)

Clicar em Values. Abre-se a janela Value Labels:

Em Value, digitar 0;
Em Value Label, digitar masculino;
Clicar em ADD;
Procede-se da mesma forma para os demais nveis de
categorizao: digitar 1 para Value e feminino para Value
Label, seguindo-se por ADD
f) Clicar em OK.
OBSERVAO:

A manipulao do BANCO DE DADOS nos permite:

Criar e recodificar variveis;
Realizar anlise de dados atravs de estatsticas descritivas,
grficos, etc;
Selecionar casos para anlise, repetir a anlise para grupos de
casos diferentes.
importante dar-se ao arquivo o nome mais claro possvel para
facilitar sua localizao e acesso. Os arquivos de dados so do tipo
. sav
RECOMENDAO: A primeira coluna da matriz deve corresponder ao

nmero do questionrio, nmero do caso, ou ainda cdigo do registro,

pois facilita a localizao de informaes no caso de serem
identificados equvocos de digitao.

1.4 - COMO ACESSAR UM BANCO DE DADOS J

EXISTENTE
Para acessar um banco de dados j existente, procede-se da
seguinte maneira:
a) Iniciar o programa SPSS (clicar 2 vezes sobre o cone);
b) Clicar em File, Open, Data, abrir o arquivo que se deseja.
Usaremos como exemplo o arquivo chamado World95.sav que
se encontra disponvel junto com o programa SPSS.

2. INTRODUO AOS MTODOS ESTATSTICOS

2.1 - TIPOS DE VARIVEIS: Definio
Devemos distinguir entre dois tipos bsicos de variveis:
Variveis quantitativas. Aquelas que podem ser mensuradas
atravs de escalas quantitativas, isto , escalas que tm unidades de
medida. Ex.: Renda Familiar (medida em R$ ou em salrios
mnimos); Idade (medida em anos, ou meses); Faturamento de uma
Empresa (R$, US$); N de Empregados (N), Peso (em kg), Altura
(em cm)
Variveis qualitativas ou categricas. Variveis medidas
originalmente em categorias. Ex: Sexo, Profisso, Religio,
Municpio, Regio

2.2 - DESCRIO E EXPLORAO DE DADOS

O objetivo bsico deste procedimento introduzir tcnicas que
permitam organizar, resumir e apresentar os dados, de tal forma que
possam ser interpretados de acordo com os objetivos da pesquisa e o
tipo de varivel.
Um primeiro passo para analisar qualquer banco de dados
analisar uma por uma das variveis (o que ser denominado de
anlise univariada). Se as variveis so quantitativas usamos
estatsticas descritivas (ex: mdia, desvio padro, valor mnimo, valor
mximo) ou grficos (ex: histograma). Se as variveis so qualitativas
usaremos tabelas de freqncia ou grficos (ex: de setores, tambm
conhecido como pie, barra).
OBSERVAO:

No podemos calcular mdia, varincia ou desvio-padro de

variveis qualitativas ou variveis categricas.

2.3 - CATEGORIZAO DE VARIVEIS

2.3.1
COMO
QUANTITATIVA

CATEGORIZAR

UMA

VARIVEL

Para exemplificar, usaremos uma varivel categorizada

utilizando quartis. Os quartis so pontos de corte na escala da varivel
de tal forma que, cada grupo formado a partir destes pontos de corte
ter um quarto dos casos, ou seja, 25% do tamanho total da amostra.
Os passos necessrios para categorizar uma varivel utilizando os
quartis so os seguintes:
1. Calcular os quartis da varivel em questo, neste caso,
Populao (populatn):
a) Clicar em Analyze, Descritive Statistics, Frequencies;
b) Selecionar a varivel que se deseja categorizar na janela esquerda
e clicar ;
c) Retirar a opo de Display Frequency Tables, a fim de que no
venha listada a totalidade de casos da varivel (no estudo em pauta
o nmero de 109 casos);
d) Clicar em Statistics e assinalar Quartiles;
e) Clicar em Continue; OK.
RESULTADOS:

Frequencies
Statistics
Population in thousands
N
Valid
Missing
Percentiles 25
50
75

109
0
5000,00
10400,00
37100,00

2. Criar uma varivel com 4 categorias, definidas pelos quartis, da

seguinte maneira:
Categoria
1
2
3
4

Intervalo de valores
Mnimo at 5000,00
5001,00 at 10400,00
10401,00 at 37100,00
37101,00 at o Mximo no Banco de Dados

Para categorizar a varivel populatn, usando os limites dados

pelos quartis procede-se da seguinte forma:
a) Clicar em Transform, Recode, Into Different Variables;
b) Localizar, na janela esquerda, a varivel a ser categorizada
(populatn) e clicar na ;
c) Digitar um novo nome para a varivel de sada (Output Variable),
por exemplo POPREC e clicar em Change;
d) Clicar em Old and New Values;
e) Clicar em Range (lowest through) e digitar o valor obtido para o
primeiro quartil, no caso 5000,00;
f) Em New Value, digitar 1;
g) Clicar em ADD;
h) Assinalar Range, colocando: 5001,00 at (Through) 10400,00
(segundo quartil);
i) Na opo New Value, digitar 2;
j) Clicar em ADD;
k) Assinalar Range, 10401,00 at (Through) o terceiro quartil
37100,00;
l) Na opo New Value, digitar 3;
m) Clicar em ADD;
n) Clicar em Range (Through Highest) e digitar o valor
imediatamente superior ao 3 quartil, no caso 37101,00;
o) Na opo New Value, digitar 4;
p) Clicar em ADD; Continue OK.
A nova varivel POPREC corresponde varivel populatn
categorizada, sendo esta automaticamente includa no banco de
dados que estamos utilizando (World95.sav / Arquivo Data).

2.3.2 - COMO DAR NOME AOS NVEIS DE UMA VARIVEL

No banco de dados, clicar 2 vezes sobre a nova varivel
Poprec, obtendo-se a planilha Variable View.
Para dar o nome aos nveis (1, 2, 3 e 4) da nova varivel
Poprec procede-se da seguinte forma:
a)
b)
c)
d)
e)

Clicar em Values. Abre-se uma nova janela - Value Labels;

Em Value, digitar 1;
Em Value Label, digitar pop. inferior a 5000,00;
Clicar em ADD;
Procede-se da mesma forma para os demais nveis de
categorizao: 2, 3 e 4;
f) Clicar em Continue; OK.

2.4 - COMO CRIAR UMA VARIVEL A PARTIR DE UMA

DATA
Para criar uma varivel, p.ex. Idade, a partir do ano de
nascimento, utilizamos a funo XDATE.YEAR (datevalue) a partir da
varivel data de nascimento, que no exemplo BDATE:
a) Selecionar Transform, Compute;
b) Em Target Variable digite o nome da nova varivel, por exemplo
AGE;
c) Na janela Numeric Expression digite 2001-;
d) Na
janela
Functions
selecionar
a
opo
XDATE.YEAR(datevalue) e clicar na ;
e) Localizar na janela abaixo de Target Variable a varivel bdate e
clicar na (a varivel selecionada deve ficar entre os parnteses);
f) Clicar em OK.

2.5 - COMO CRIAR UMA VARIVEL ATRAVS DA

COMBINAO DE OUTRAS DUAS
Nesta seo, ser utilizado o banco GSS93.sav, que tambm
se encontra disponvel junto com o programa SPSS.
10

Para criar uma varivel a partir da combinao de outras duas,

como por exemplo, combinar a varivel sexo (sex) e a varivel raa
(race) utilizaremos o seguinte procedimento para criar a varivel
SEXRACE.
Sabendo que a varivel SEX categorizada da seguinte forma:
1-Male e 2-Female
e a varivel RACE categorizada da seguinte forma:
1- White, 2-Black e 3-Other
pode-se criar a varivel SEXRACE com as seguintes categorias:
1- White Male,
2- White Female,
3- Black Male
4- Black Female
5- Other Male
6- Other Female
a)
b)
c)
d)
e)
f)
g)
h)
g)
h)
i)
j)
k)

Ento se procede da seguinte forma:

Selecionar Transform, Compute;
Em Target Variable digite o nome da nova varivel, por exemplo
SEXRACE;
Na janela Numeric Expression digite 1;
Clicar em if;
Selecione a opo Include if case satisfies condition;
Localizar na janela abaixo de Include if case satisfies condition
a varivel desejada,
Aps ter selecionado a varivel (neste caso, sex), clicar na ;
Digitar =1 & na janela ao lado da varivel sex;
Selecionar na janela ao lado a varivel race e clicar na ;
Na janela ao lado da varivel race digitar =1;
Aps esse procedimento a expresso na janela deve ser a
seguinte: sex=1 & race=1;
Clicar em Continue e OK, (a varivel SEXRACE aparecer no
final do banco de dados,
Para criar as demais categorias da varivel SEXRACE procede-se
de maneira anloga, alterando o cdigo na janela Numeric
Expression para 2, 3, 4, 5 e 6 e a expresso da janela Include if
case satisfies condition.

11

3. ANLISE UNIVARIADA
3.1 - VARIVEIS QUANTITATIVAS
3.1.1 - COMO OBTER AS ESTATSTICAS DESCRITIVAS
Para calcular as estatsticas descritivas procede-se da seguinte
forma:
a) Clicar em Analyze, Descriptive Statistics, Descriptives;
b) Localizar na janela esquerda a varivel de interesse (por
exemplo, mortalidade infantil) e clicar na ;
c) Clicar em Options, e assinalar as opes desejadas;
d) Clicar em Continue; OK;
e) Os resultados da anlise estatstica aparecem na janela de
resultados (OUTPUT), que poder ser salva, dando origem a um
arquivo do tipo .spo (SPSS output).
EXEMPLO:

Descriptives
Descriptive Statistics
N
Infant mortality (deaths per 1000 live births)
Valid N (listwise)

109
109

Minimum
4,0

Maximum
168,0

Mean
42,313

Std. Deviation
38,0792

3.1.2 - COMO OBTER UM HISTOGRAMA

a) Clicar em Graphs, Histogram
b) Localizar na janela a varivel desejada,
c) Aps ter selecionado a varivel (neste caso, babymort), clicar na
;
d) Pode-se clicar na opo Titles para dar um ttulo ao histograma.
e) Clicar em OK

12

EXEMPLO: Histograma da varivel Infant Mortality

Infant Mortality

30

25

Frequency

20

15

10

5
Mean =42,313
Std. Dev. =38,0792
N =109

0
0,0

50,0

100,0

150,0

200,0

Infant mortality (deaths per 1000 live births)

3.2 - VARIVEIS CATEGRICAS (QUALITATIVAS)

3.2.1 - COMO OBTER A DISTRIBUIO DE FREQNCIAS
Para calcular as freqncias procede-se da seguinte forma:
a)
b)
c)
d)

Clicar em Analyze, Descriptive Statistics, Frequencies;

Selecionar a varivel desejada (neste caso, region), clicar na ;
Selecionar Display frequency tables;
Clicar em OK.

RESULTADO:

Frequencies
Statistics
Region or economic group
N
Valid
109
Missing
0

13

Region or economic group

Valid

OECD
East Europe
Pacific/Asia
Africa
Middle East
Latn America
Total

Frequency
21
14
17
19
17
21
109

Percent
19,3
12,8
15,6
17,4
15,6
19,3
100,0

Valid
Percent
19,3
12,8
15,6
17,4
15,6
19,3
100,0

Cumulative
Percent
19,3
32,1
47,7
65,1
80,7
100,0

3.2.2 - COMO OBTER GRFICOS

Para se obterem os diferentes tipos de grficos disponveis no
programa procede-se da seguinte forma:
a) Clicar em Graphs, selecionar o grfico desejado, que ao salvlo, d origem a um arquivo do tipo .cht (Chart) (arquivo de
grficos).
OBSERVAO:

Com variveis categricas, o adequado fazer grfico de

setores (Pie), de Colunas
EXEMPLO: Grfico de Setores (Pie) para a varivel region

a) Clicar em Graphs, selecionar Pie;

b) Selecionar a opo Summaries for groups of cases e clicar em
Define;
c) Na opo Define Slices by selecionar a varivel region.

14

RESULTADO:
Region or economic
group
OECD
East Europe
Pacific/Asia
Africa
Middle East
Latn America

a)
b)
c)
d)

Para colocar o valor percentual de cada categoria no grfico:

Clicar duas vezes no grfico;
Abre o SPSS Chart Editor; clicar em elements/show data labels;
Na janela properties, em data value labels, selecionar
percents;
Clicar OK.

RESULTADO:
Region or economic
group
OECD
East Europe
Pacific/Asia
Africa
19,27%

Middle East

19,27%

Latn America

12,84%
15,6%

15,6%
17,43%

15

4. ANLISE BIVARIADA
Para realizar uma anlise bivariada, ou seja, anlise da relao
entre duas variveis, utilizam-se testes estatsticos e/ou grficos
adequados:
a)

Para duas variveis quantitativas

Grfico - Scatterplot de X e Y
Coeficiente de Correlao de Pearson
Anlise de Regresso Simples

b)

Para duas variveis categricas (qualitativas)

Teste Qui-Quadrado e a Anlise dos Resduos
Anlise de Correspondncia
Grfico de colunas por estratos da segunda varivel

c) Para uma varivel quantitativa e uma qualitativa

Categoriza-se a varivel quantitativa e procede-se como no item
anterior.
Grfico Box-Plot, para cada estrato ou categoria da varivel
qualitativa.

4.1 - VARIVEIS QUANTITATIVAS X QUANTITATIVAS

4.1.1 - COMO CALCULAR A CORRELAO ENTRE DUAS
VARIVEIS QUANTITATIVAS
Para medir o grau de correlao entre duas variveis
quantitativas esto disponveis no programa alguns coeficientes de
correlao, entre os quais, o Coeficiente de Correlao de Pearson.
4.1.2 - COMO OBTER GRFICO DE
(SCATTERPLOT)

PONTOS

O grfico de pontos (Scatterplot) deve ser uma etapa preliminar

ao clculo do Coeficiente de Correlao. Neste grfico, cada ponto
representa um par observado de valores das duas variveis (X,Y).

16

Atravs deste grfico podemos visualizar empiricamente a relao

entre as variveis.
Para se obter o grfico Scatterplot (grfico de pontos) procedese da seguinte maneira:
a) Clicar em Graphs; Scatter, abre a janela Scatterplot, onde
se seleciona o tipo de grfico, neste caso Simple;
b) Clicar em Define. So apresentadas as variveis do Banco de
Dados, escolhem-se as variveis, no caso, Literacy e
Babymort;
c) Define-se a varivel Y no caso Babymort, clicar na flecha
pertinente e a varivel X, no caso Literacy, clicando-se na flecha
correspondente;
d) Clicar em OK. O grfico gerado na janela Chart. Esta janela
pode ser salva em arquivo com a extenso.cht (arquivo de
grfico).
RESULTADO:

Graph

Infant mortality (deaths per 1000 live births)

200,0

150,0

100,0

50,0

0,0
0

20

40

60

80

100

People who read (%)

17

4.1.3 - COMO OBTER O COEFICIENTE DE CORRELAO DE

PEARSON
Para calcular o coeficiente de Correlao de Pearson procede-se
da seguinte maneira:
a) Clicar em Analyze, Correlate, Bivariate, abre-se a janela
Bivariate Correlations;
b) Selecionar as variveis (no caso Literacy e Babymort), clicar
na ;
c) Selecionar a estatstica desejada, no caso, Pearson;
d) Clicar em OK;
OBSERVAO:

O coeficiente de Correlao Linear de Pearson (r) uma

medida que varia de 1 a +1.
O coeficiente fornece informao do tipo de associao
das variveis atravs do sinal:
Se r for positivo, existe uma relao direta entre as
variveis (valores altos de uma varivel correspondem
a valores altos de outra varivel);
Se r for negativo, existe uma relao inversa entre as
variveis (valores altos de uma varivel correspondem
a valores baixos de outra varivel);
Se r for nulo ou aproximadamente nulo, significa que
no existe correlao linear.

RESULTADO:

Nos resultados aparece uma tabela com 3 linhas em cada

clula: o coeficiente de correlao, o resultado do teste de
significncia desse coeficiente e o nmero de observaes
utilizadas no clculo do coeficiente.

18

Correlations
Correlations

People who read (%)

Infant mortality (deaths

per 1000 live births)

Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N

Infant mortality
People who
(deaths per
read (%)
1000 live births)
1
-,900**
,
,000
107
107
-,900**
1
,000
,
107
109

**. Correlation is significant at the 0.01 level (2-tailed).

As hipteses do teste do Coeficiente de Correlao de

Pearson so:
Hiptese Nula (H0): = 0 (no existe correlao entre as variveis)
Hiptese Alternativa (H1): 0 (existe correlao significativa)

CONCLUSO:

Ao analisarmos os dados obtidos, rejeita-se H0 (hiptese nula)

de que no h correlao entre Literacy e Babymort, uma vez
que o valor de p (Sig. 2-tailed) menor que 0,001 (muito pequena,
neste caso) e conclui-se em favor da hiptese alternativa de que h
correlao entre as variveis em estudo.
Este resultado confirma a configurao do grfico Scatterplot,
mostrando que medida que a taxa de pessoas alfabetizadas
aumenta, a mortalidade infantil tende a diminuir.

4.1.4 - COMO FAZER REGRESSO LINEAR SIMPLES

O modelo de regresso linear utiliza-se quando queremos ajustar
uma equao linear entre duas variveis quantitativas com a
finalidade, por exemplo, de estimar o valor de uma varivel em funo
de outra (Y em funo de X). Para aplicar o modelo de regresso
19

devemos definir a priori a varivel explicativa ou independente (X) e a

varivel explicada ou dependente (Y). A relao entre as variveis
deve ser explicada teoricamente dentro da rea de estudo.
Para obter a reta de regresso entre duas variveis, por exemplo,
Literacy e Babymort, procede-se da seguinte forma:
a) Clicar Analyze, Regression, Linear;
b) Definir a varivel independente Literacy, e a varivel dependente
Babymort;
c) Selecionar Method Enter;
d) Na opo Statistics, selecionar Casewise Diagnostics para
mostrar a tabela com os valores residuais atpicos;
e) Na
opo Save,
selecionar Predicted
Values
/
Unstandardized, para salvar no banco de dados os valores
estimados pela reta ajustada;
f) Clicar OK.
RESULTADO:

Regression
Variables Entered/Removedb
Model
1

Variables
Entered
People
whoa read
(%)

Variables
Removed

Method
,

Enter

a. All requested variables entered.

b. Dependent Variable: Infant mortality
(deaths per 1000 live births)

Model Summaryb
Model
1

R
R Square
,900a
,811

Adjusted
R Square
,809

Std. Error of
the Estimate
16,7334

a. Predictors: (Constant), People who read (%)

b. Dependent Variable: Infant mortality (deaths per 1000
live births)

INTERPRETAO: O coeficiente de determinao (R square ) igual a

0,811, este valor indica que 81,1% da variao da varivel mortalidade

20

infantil (Babymort) explicada pela varivel taxa de pessoas

alfabetizadas (Literacy) atravs do modelo de regresso linear
simples.
ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
126066,8
29400,822
155467,7

df
1
105
106

Mean Square
126066,834
280,008

F
450,226

Sig.
,000a

a. Predictors: (Constant), People who read (%)

b. Dependent Variable: Infant mortality (deaths per 1000 live births)

INTERPRETAO: A tabela acima (ANOVA) analisa o modelo de

regresso. A coluna F dessa tabela corresponde ao teste conjunto dos

coeficientes de regresso.
Neste exemplo, fizemos regresso simples, logo as resultados da
tabela ANOVA e da tabela COEFFICIENTS so os mesmos.
Coefficientsa

Model
1

(Constant)
People who read (%)

Unstandardized
Coefficients
B
Std. Error
160,732
5,794
-1,507
,071

Standardized
Coefficients
Beta
-,900

t
27,740
-21,219

Sig.
,000
,000

a. Dependent Variable: Infant mortality (deaths per 1000 live births)

INTERPRETAO: A equao de regresso Y = a + bX,

onde o
coeficiente linear da reta a = 160,732 e o coeficiente angular
b = -1,507. Como o sig de b menor que 0,001, rejeitamos a
hiptese nula de que = 0. A partir desta equao podemos estimar
(predizer) os valores da varivel dependente (babymort).

As hipteses do Coeficiente Angular so:

Hiptese Nula (H0): = 0
Hiptese Alternativa (H1): 0

21

Casewise Diagnosticsa

Case Number
1

Std. Residual
3,046

Infant mortality
(deaths per 1000
live births)
168,0

Predicted
Value
117,027

Residual
50,973

a. Dependent Variable: Infant mortality (deaths per 1000 live births)

INTERPRETAO: A tabela Casewise Diagnostics apresenta os

casos em que os valores residuais so atpicos, isto , valores dos

resduos padronizados maiores do que 3 em valor absoluto,
mostrando que a diferena entre o valor observado e o valor predito
relativamente grande e isto pode ser um sintoma de que o modelo no
est bem ajustado.
Residuals Statisticsa
Predicted Value
Residual
Std. Predicted Value
Std. Residual

Minimum
10,026
-38,888
-,947
-2,324

Maximum
133,605
50,973
2,637
3,046

Mean
42,674
,000
,000
,000

Std. Deviation
34,4864
16,6543
1,000
,995

N
107
107
107
107

a. Dependent Variable: Infant mortality (deaths per 1000 live births)

INTERPRETAO: Esta tabela mostra um resumo das estatsticas

descritivas dos principais resultados da Anlise de Regresso.
OBSERVAO: Os

valores de Y estimados por essa equao

aparecem na ltima coluna do banco de dados, pois selecionamos a
opo Save / Predicted Values / Unstandardized. Essa
coluna tem o nome de pre-1 (Unstandardized Predicted Value). Os
resduos que forem calculados para outras variveis tero os nomes
pre-2, pre-3, etc, esses nomes podem ser alterados pelo usurio.

4.2 - VARIVEIS CATEGRICAS X CATEGRICAS

22

4.2.1 - COMO VERIFICAR A EXISTNCIA DE

ASSOCIAO ENTRE VARIVEIS CATEGRICAS: Teste Qui Quadrado
O banco GSS93.sav, ser utilizado para obter a tabela de
contingncia e estudar a associao entre Sexrace e Income4
(salrio em categorias). Procede-se da seguinte forma:
a)
b)
c)
d)
e)
f)
g)
h)
i)

Clicar em Analyze, Descriptive Statistics, Crosstabs;

Definir a varivel da linha Row - Sexrace;
Definir a varivel da coluna Column Income4;
Clicar em Statistics;
Escolher o tratamento estatstico desejado, no caso, Chi-Square;
Clicar em Continue;
Clicar em Cell, veremos a janela Crosstabs : Cell Display;
Assinalar as opes Observed; etc, de acordo com o desejado;
Clicar em Continue; OK.

O valor esperado de cada casela na tabela pode ser obtido na

janela Crosstabs : Cell Display assinalando-se tambm a opo
Expected.
RESULTADOS:
Case Processing Summary

Valid
N
SEXRACE * Total Family
Income

1500

Percent
100,0%

Cases
Missing
N
Percent
0

,0%

Total
N
1500

Percent
100,0%

23

SEXRACE * Total Family Income Crosstabulation

SEXRACE

1,00
2,00
3,00
4,00
5,00
6,00

Total

Count
Expected Count
Count
Expected Count
Count
Expected Count
Count
Expected Count
Count
Expected Count
Count
Expected Count
Count
Expected Count

24,999 or
less
181
215,3
285
275,0
30
25,7
58
39,8
13
9,0
18
20,3
585
585,0

Total Family Income

25,000 to
40,000 to
39,999
59,999
130
104
110,4
84,6
125
99
141,0
108,1
10
12
13,2
10,1
22
5
20,4
15,6
3
2
4,6
3,5
10
8
10,4
8,0
300
230
300,0
230,0

60,000 or
more
137
141,7
196
181,0
14
16,9
17
26,2
5
5,9
16
13,3
385
385,0

Total
552
552,0
705
705,0
66
66,0
102
102,0
23
23,0
52
52,0
1500
1500,0

A leitura das caselas na 1 linha (count) informa a freqncia bruta

e a 2 linha (expected count) corresponde ao valor esperado, isto , o
nmero de pessoas que seria esperado caso no houvesse nenhuma
associao entre as variveis em estudo, ou seja, se as variveis
fossem independentes.

OBSERVAO: Valor Esperado sob hiptese de independncia para

o Teste Qui-Quadrado, para cada casela ij obtido com a frmula

a seguir:
(TLi X TCj)
TG

TL - total da linha i
TC - total da coluna j
TG - total geral

Quando se deseja obter o percentual correspondente linha

(Row) procede-se como anteriormente s que, em Cell, abre-se a
janela Crosstabs: Cell Display e assinala-se a opo Row em
Percentages, obtendo-se a seguinte tabela:

24

RESULTADOS:
SEXRACE * Total Family Income Crosstabulation

SEXRACE

1,00

2,00

3,00

4,00

5,00

6,00

Total

Count
Expected Count
% within SEXRACE
Count
Expected Count
% within SEXRACE
Count
Expected Count
% within SEXRACE
Count
Expected Count
% within SEXRACE
Count
Expected Count
% within SEXRACE
Count
Expected Count
% within SEXRACE
Count
Expected Count
% within SEXRACE

24,999 or
less
181
215,3
32,8%
285
275,0
40,4%
30
25,7
45,5%
58
39,8
56,9%
13
9,0
56,5%
18
20,3
34,6%
585
585,0
39,0%

Total Family Income

25,000 to
40,000 to
39,999
59,999
130
104
110,4
84,6
23,6%
18,8%
125
99
141,0
108,1
17,7%
14,0%
10
12
13,2
10,1
15,2%
18,2%
22
5
20,4
15,6
21,6%
4,9%
3
2
4,6
3,5
13,0%
8,7%
10
8
10,4
8,0
19,2%
15,4%
300
230
300,0
230,0
20,0%
15,3%

60,000 or
more
137
141,7
24,8%
196
181,0
27,8%
14
16,9
21,2%
17
26,2
16,7%
5
5,9
21,7%
16
13,3
30,8%
385
385,0
25,7%

Total
552
552,0
100,0%
705
705,0
100,0%
66
66,0
100,0%
102
102,0
100,0%
23
23,0
100,0%
52
52,0
100,0%
1500
1500,0
100,0%

Os percentuais relativos coluna (Column) e ao total (Total)

podem ser obtidos da mesma forma que para o clculo da
percentagem da linha. Cada casela poderia ter at 5 valores, descritos
a seguir:
1 linha: valor observado;
2 linha: valor esperado;
3 linha: percentual da linha;
4 linha: percentual da coluna;
5 linha: percentual total.
OBSERVAO:

Sugere-se que, num relatrio final de pesquisa, seja selecionado

apenas o valor observado e um destes percentuais.

25

RESULTADO:
Chi-Square Tests

Pearson Chi-Square
Likelihood Ratio
Linear-by-Linear
Association
N of Valid Cases

Value
42,956a
44,902
6,226

15
15

Asymp.
Sig.
(2-sided)
,000
,000

,013

df

1500

a. 2 cells (8,3%) have expected count less than 5. The

minimum expected count is 3,53.

INTERPRETAO: Considerando que p < 0,000 (significance), rejeita-

se a hiptese nula (H0) de independncia entre as variveis. Sendo

assim, conclui-se que h evidncias de associao entre Sexrace e
Income4.
As hiptese do teste Qui-Quadrado (Chi-Square) so:
Hiptese Nula (H0): As variveis so independentes.
Hiptese Alternativa (H1): As variveis so dependentes.
4.2.2 - COMO CALCULAR OS RESDUOS AJUSTADOS
Verificada a associao global entre as variveis pode-se verificar
se h associao local entre categorias, calculando-se os resduos
ajustados. O resduo ajustado tem distribuio normal com mdia zero
e desvio padro igual a 1. Desta forma, caso o resduo ajustado seja
maior que 1,96, em valor absoluto, pode-se dizer que h evidncias
de associao significante entre as duas categorias (p. ex. homem
branco e salrio alto) naquela casela. Quanto maior for o resduo
ajustado, maior a associao entre as categorias.
Para obter os resduos ajustados procede-se da seguinte maneira:
a)
b)
c)
d)

Selecionar Analyze, Descriptive Statistics, Crosstabs;

Clicar em Cells, abre-se a janela Crosstabs: Cell Display;
Assinalar a opo Observed e Adj. standardized;
Clicar em Continue; OK.

26

RESULTADOS:
SEXRACE * Total Family Income Crosstabulation

SEXRACE

1,00
2,00
3,00
4,00
5,00
6,00

Total

Count
Adjusted Residual
Count
Adjusted Residual
Count
Adjusted Residual
Count
Adjusted Residual
Count
Adjusted Residual
Count
Adjusted Residual
Count

24,999 or
less
181
-3,8
285
1,1
30
1,1
58
3,8
13
1,7
18
-,7
585

Total Family Income

25,000 to
40,000 to
39,999
59,999
130
104
2,6
2,9
125
99
-2,1
-1,3
10
12
-1,0
,7
22
5
,4
-3,0
3
2
-,8
-,9
10
8
-,1
,0
300
230

60,000 or
more
137
-,6
196
1,8
14
-,8
17
-2,2
5
-,4
16
,9
385

Total
552
705
66
102
23
52
1500

CONCLUSO: A associao entre sex (sexo) e income4 (salrio em

categorias) j foi considerada significativa. Agora a pergunta : Quais

categorias esto associadas localmente? Olhando os resduos
ajustados vemos que os maiores valores (positivos) indicam forte
associao entre homem-branco e salrio alto, bem como h forte
associao entre mulher-negra e salrio baixo. H outras associaes
locais interessantes na tabela, identifique.

4.3 - VARIVEIS QUANTITATIVAS X CATEGRICAS

Neste caso os tratamentos estatsticos possveis so os mesmos
utilizados para duas variveis qualitativas, desde que as variveis
quantitativas sejam categorizadas, logo, procede-se da seguinte
forma:
Categoriza-se a varivel quantitativa em classes apropriadas;
Mede-se a associao aplicando-se o teste Qui-Quadrado e
a Anlise dos Resduos;
Tambm podemos utilizar grficos de colunas por estratos da
segunda varivel e o grfico BOX-PLOT por categorias da
segunda varivel para apresentao dos dados de forma
descritiva, exploratria.

27

4.3.1 - COMO FAZER O BOX-PLOT

a)
b)
c)
d)

Clicar em Graphs / Boxplot;

Selecione Simple / Summaries for groups of cases;
Clicar em Define;
Em Variable selecionar uma varivel quantitativa (por exemplo,
Babymort);
e) Em Category Axis, selecionar uma varivel categrica (por
exemplo, Region);
f) Clicar em OK.
RESULTADO:

Explore
Region or economic group
Case Processing Summary

Infant mortality (deaths

per 1000 live births)

Region or
economic group
OECD
East Europe
Pacific/Asia
Africa
Middle East
Latn America

Valid
N
21
14
17
19
17
21

Percent
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%

Cases
Missing
N
Percent
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%
0
,0%

Total
N
21
14
17
19
17
21

Percent
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%

A tabela acima apresenta o nmero de casos

vlidos (valid), o nmero de no respostas (missing) e o nmero
total das observaes de cada categoria.
INTERPRETAO:

28

Infant mortality (deaths per 1000 live births)

INTERPRETAO:

Atravs do Box-plot pode-se observar como as variveis esto

distribudas em relao homogeneidade dos dados, valores de
tendncia central, valores mximos e mnimos e valores atpicos se
existirem. Quando a caixinha (box) muito pequena, significa que os
dados so muito concentrados em torno da mediana, e se a caixinha
for grande, significa que os dados so mais hetereogneos.

29

LEGENDA:

Md: Mediana (linha horizontal

escura dentro do box)
Q1: Quartil inferior - 1quartil
(limite inferior do box)
Q3: Quartil superior - 3quartil
(limite superior do box)
d: diferena interquartlica
(d = Q3 Q1)
o : outlier
(valores acima de 1,5 x d)
x : outlier
(valores acima de 3,0 x d)

30

5. COMPARAO DE MDIAS
5.1 - COMO COMPARAR MDIAS ENTRE DOIS GRUPOS:
Teste t para Amostras Independentes.
O teste t apropriado para comparar as mdias de uma
varivel quantitativa entre dois grupos independentes.
EXEMPLO: Comparar a mdia de salrios entre os sexos masculino e

feminino na empresa.
a) Sexo (masculino, feminino) - Dois grupos (varivel que define os
grupos).
b) Idade no 1. Casamento (Agewed) - Varivel resposta ou de teste.

Para a aplicao do teste t nesta situao procede-se da

seguinte forma:
a) Clicar em Analyze, Compare Means, Independent Samples
t test;
b) Clicar sobre a varivel de teste (Test Variables): Agewed ou,
conforme o caso em estudo, clicar na varivel correspondente;
c) Clicar sobre a varivel de grupo (Grouping Variable) Gender;
d) Clicar em: Define Group;
e) Abre-se uma janela, na qual se define a categoria correspondente
ao Group 1 (no caso masculino) digitando-se o cdigo da
categoria atribuda quando da construo do Banco de Dados,
nesse caso 1 e Group 2 (no caso feminino) digitando-se o cdigo
2.
(Observao: No caso de se desejar confirmar os valores atribudos
s variveis, abrir a janela Utilities, Variables)
f) Clicar em Continue e OK.

31

RESULTADO:

T-Test
Group Statistics

Age When First Married

Respondent's Sex
Male
Female

N
492
710

Mean
24,16
21,84

Std.
Deviation
4,87
4,93

Std. Error
Mean
,22
,18

Independent Samples Test

Levene's Test for
Equality of Variances

F
Age
When
First
Married

Equal variances
assumed
Equal variances not
assumed

,342

Sig.
,559

t-test for Equality of Means

df

Sig.
(2-tailed)

Mean
Difference

Std. Error
Difference

95%
Confidence
Interval of the
Difference
Lower
Upper

8,066

1200

,000

2,32

,29

1,76

2,88

8,085

1064,66

,000

2,32

,29

1,76

2,88

INTERPRETAO: Ao serem analisados os dados do exemplo acima

vemos o seguinte:
a) Observa-se o resultado do teste para varincias iguais (Teste de
Levene). Neste exemplo, o valor de p para o teste Levene
0,559, no se rejeita a hiptese de varincias iguais.
b) O teste t a ser utilizado o que aparece na primeira linha (Equal
variances assumed), considerando que p < 0,000 (Sig 2-tailed),
rejeita-se a hiptese nula (H0) de igualdade das mdias dos
dois grupos, logo, pode-se concluir que as mdias da varivel
agewed so significativamente diferentes entre os dois grupos
de sexo.

As hipteses do teste Levene de igualdade de varincias

so:
Hiptese Nula (H0): As varincias dos dois grupos so iguais.
Hiptese Alternativa (H1): As varincias dos dois grupos so
diferentes.

32

As hipteses do teste t para igualdade de mdias entre

Amostras Independentes so:
Hiptese Nula (H0): As mdias dos dois grupos so iguais.
Hiptese Alternativa (H1): As mdias dos dois grupos so
diferentes

5.2 - COMO COMPARAR AS MDIAS DE TRES OU MAIS

GRUPOS: Anlise de Varincia ANOVA para um fator
Para comparar a mdia de trs ou mais grupos procede-se da
seguinte maneira:
a) Clicar em Analyze, Compare Means, One-Way Anova;
b) Assinalar a varivel dependente em Dependent List, clicar sobre
a seta correspondente (pode-se realizar mais de um teste incluindo
outras variveis na lista, o teste ser repetido para cada varivel
includa na lista), neste caso utilize Infant mortality;
c) Assinalar a varivel independente Factor, no caso "Region",
clicar na flecha correspondente;
d) Clicar o boto Options.
e) Clicar na alternativa do quadro Statistics Descriptive e depois
Continue;
f) Clicar no boto Post Hoc. Aparece uma tela One-Way Anova:
Post Hoc Multiple Comparisons, assinalar a alternativa Tukey
ou outro teste conforme a escolha;
g) Clicar em Continue, "OK".

33

RESULTADOS:

Oneway
Descriptives
Infant mortality (deaths per 1000 live births)

OECD
East Europe
Pacific/Asia
Africa
Middle East
Latn America
Total

N
21
14
17
19
17
21
109

Mean
6,91
16,89
53,88
94,18
41,39
39,11
42,31

Std.
Deviation
1,17
5,48
46,44
28,65
19,18
24,52
38,08

Std.
Error
,26
1,47
11,26
6,57
4,65
5,35
3,65

95% Confidence
Interval for Mean
Lower
Upper
Bound
Bound
6,38
7,44
13,73
20,06
30,00
77,76
80,37
107,99
31,53
51,25
27,95
50,28
35,08
49,54

Minimum
4,0
8,7
4,4
39,3
8,6
10,2
4,0

Maximum
9,2
27,0
168,0
137,0
76,4
109,0
168,0

ANOVA
Infant mortality (deaths per 1000 live births)

Between Groups
Within Groups
Total

Sum of
Squares
88983,515
67619,443
156602,958

df
5
103
108

Mean
Square
17796,703
656,499

F
27,108

Sig.
,000

INTERPRETAO: No exemplo acima o valor p (Sig) da ANOVA

p<0,001, ento, rejeita-se a hiptese nula (H0) de igualdade das

mdias dos seis grupos, logo, pelo menos duas mdias de mortalidade
infantil diferem entre si. Um teste de comparaes mltiplas (post-hoc)
permite identificar qual(is) grupo(s) diferem.
As hipteses da Anlise de Varincia para um fator
(ANOVA One-Way) so:
Hiptese Nula (H0): As mdias de todos os grupos so iguais.
Hiptese Alternativa (H1): Pelo menos duas mdias diferem
entre si.

34

Post Hoc Tests

Multiple Comparisons
Dependent Variable: Infant mortality (deaths per 1000 live births)
Dunnett T3

(I) Region or economic

group
OECD

East Europe

Pacific/Asia

Africa

Middle East

Latn America

(J) Region or
economic group
East Europe
Pacific/Asia
Africa
Middle East
Latn America
OECD
Pacific/Asia
Africa
Middle East
Latn America
OECD
East Europe
Africa
Middle East
Latn America
OECD
East Europe
Pacific/Asia
Middle East
Latn America
OECD
East Europe
Pacific/Asia
Africa
Latn America
OECD
East Europe
Pacific/Asia
Africa
Middle East

Mean
Difference
(I-J)
-9,983*
-46,972*
-87,269*
-34,484*
-32,204*
9,983*
-36,989
-77,286*
-24,501*
-22,221*
46,972*
36,989
-40,297
12,488
14,768
87,269*
77,286*
40,297
52,785*
55,065*
34,484*
24,501*
-12,488
-52,785*
2,280
32,204*
22,221*
-14,768
-55,065*
-2,280

Std. Error
8,841
8,359
8,113
8,359
7,907
8,841
9,247
9,025
9,247
8,841
8,359
9,247
8,554
8,788
8,359
8,113
9,025
8,554
8,554
8,113
8,359
9,247
8,788
8,554
8,359
7,907
8,841
8,359
8,113
8,359

Sig.
,000
,010
,000
,000
,000
,000
,060
,000
,001
,008
,010
,060
,064
,991
,972
,000
,000
,064
,000
,000
,000
,001
,991
,000
1,000
,000
,008
,972
,000
1,000

95% Confidence Interval

Lower
Upper
Bound
Bound
-15,109
-4,857
-85,018
-8,927
-109,134
-65,404
-50,215
-18,753
-49,788
-14,620
4,857
15,109
-75,025
1,046
-99,390
-55,182
-40,604
-8,399
-40,163
-4,280
8,927
85,018
-1,046
75,025
-81,986
1,393
-27,291
52,267
-25,556
55,092
65,404
109,134
55,182
99,390
-1,393
81,986
27,463
78,107
28,621
81,508
18,753
50,215
8,399
40,604
-52,267
27,291
-78,107
-27,463
-19,841
24,400
14,620
49,788
4,280
40,163
-55,092
25,556
-81,508
-28,621
-24,400
19,841

*. The mean difference is significant at the .05 level.

As varincias da varivel mortalidade infantil dos diferentes

grupos so muito heterogneas, por esta razo utilizamos um teste de
comparaes mltiplas que leva em conta esta desigualdade de
varincias, por exemplo, o teste T3 de Dunnet.

35

7. MANIPULAO DE DADOS
7.1 SORT CASES
Uma das necessidades na hora da manipulao dos dados no
dia-a-dia a ordenao dos casos segundo uma ou mais variveis.
Para fazer isso no SPSS for Windows, usar o procedimento Sort
Cases presente no menu Data.
Aps clicar em Data opo Sort Cases, uma janela aberta.
Movemos para o quadro Sort by a varivel segundo a qual o arquivo
deve ser ordenado. Podemos mover para esse quadro mais do que
uma varivel. Nesse caso, o arquivo ordenado, em primeiro lugar,
pelos valores da primeira varivel no quadro e, em segundo lugar, pela
segunda varivel no quadro; a segunda ordenao feita para os
valores comuns da primeira varivel.
Podemos escolher tambm entre ordem crescente ou
decrescente de ordenao para cada uma das variveis. Isso feito
atravs do quadro Sort Order opes Descending (decrescente) ou
Ascending (crescente).
Vamos fazer uma ordenao segundo idade (ordem
decrescente) dentro dos cdigos de sexo (ordem crescente). Para
isso movemos a varivel sexo para ao quadro Sort Cases e
escolhemos a opo Ascending no quadro Sort Order. Movemos em
seguida a varivel idade para o quadro Sort Cases e escolhemos a
opo Descending no quadro Sort Order. Agora, basta clicar OK
para executar a ordenao.
Note que aps a execuo deste comando a posio dos
indivduos nas linhas fica completamente alterada, pois o indivduo na
linha 1 do banco de dados aps ordenado pode no ser o primeiro
caso digitado. Para que esta informao no se perca essencial que
exista uma varivel com o nmero do indivduo.

36

7.2 SELECT CASES

Uma outra necessidade a seleo (temporria ou
permanente) de parte do arquivo de dados. Digamos que estamos
interessados em estudar um segmento especfico da amostra. O
SPSS possui vrias formas de seleo de dados. Falaremos nessa
seo de todas elas, mas discutiremos detalhadamente a mais usada
de todas. Para maiores detalhes sobre as demais formas de seleo,
recomenda-se que o leitor use o manual do SPSS for Windows.
Para fazer qualquer tipo de seleo, devemos clicar o menu
Data opo Select Cases.
No quadro central Select, esto presentes cinco opes
diferentes para seleo:

All cases opo usada por default, utiliza todas as observaes
do banco de dados;

If condition is satisfied atravs dessa opo, podemos definir
expresses condicionais para seleo de casos;

Random sample of cases podemos selecionar uma
porcentagem ou nmero exato de casos; a seleo feita
aleatoriamente;

Based on time or case range usamos essa opo quando
estamos interessados em selecionar uma faixa especfica de
valores, por exemplo, os casos do nmero 100 ao 200; tambm
utilizada para fazer selees baseadas em datas;

User filter variable uma varivel escolhida no banco de dados
e usada como filtro; todos os casos para os quais a varivel filtro
assume o valor 0 no sero selecionados.

37

Voc tem duas opes para o tratamento dos casos que no

sero selecionados. atravs do quadro Unselected Cases Are que
podemos fazer a escolha:

Filtered os casos (linhas) que no so selecionados no so
includos nas anlises posteriores, porm, permanecem na janela
de dados; caso voc mude de idia e queira usar os casos no
selecionados na mesma sesso do SPSS, basta desligar o filtro;

Deleted os casos (linhas) no selecionados so apagados da
janela de dados; caso voc mude de idia e queira usar os casos
no selecionados, voc dever ler novamente o arquivo de dados
original. Neste caso deve-se tomar o cuidado de salvar o banco de
dados com outro nome (File...Save As).
Suponha que estamos interessados em selecionar as
pessoas que trabalham pelo menos 40 horas por semana e que tm
at 20 horas de lazer. A funo condicional para seleo nesse caso
dada por:
trabalho 40 & lazer 20
Portanto, o tipo de seleo de dados que faremos deve
possibilitar a criao de sentenas matemticas lgicas para seleo
dos casos. Para isso, clicamos em If condition is satisfied e
entramos no retngulo If..
Atravs da janela que aberta, usamos o retngulo superior
para escrever uma funo lgica na qual a seleo vai ser baseada.
Para a construo da funo, podemos usar todas as variveis que
esto no quadro esquerda e as funes disponveis no quadro
inferior direito.
Uma vez escrita a funo que determina a regra de seleo
dos casos, clique Continue e voc voltar janela anterior. No quadro
inferior (Unselected cases are), vamos optar pelo modo Filtered (ou
seja, os casos no selecionados permanecem na tela de dados,
porm, no sero utilizados em anlises futuras) e clicar OK.
38

Voc pode perceber que, depois de feita a seleo, a janela

de dados sofre algumas alteraes. As linhas (casos) que no foram
selecionadas apresentam uma listra no canto esquerdo da janela de
dados. A barra localizada na parte inferior da janela apresenta a
mensagem Filter On. Alm disso, uma coluna de nome filter$
adicionada janela de dados. Essa nova coluna apresenta valor 0
para as linhas que no foram selecionadas e valor 1 para as linhas
que foram selecionadas.
Apesar de voc conseguir ver os casos que no foram
selecionados, qualquer anlise efetuada da para frente no leva em
conta esses casos.
Podemos mudar de idia e querer usar todas as observaes
para o clculo das estatsticas. Temos duas maneiras de cancelar a
seleo de casos, se a opo Filtered foi usada para efetuar a
seleo. A primeira delas ativar a opo All Cases da janela de
seleo de casos (menu Select Cases) e clicar OK. A Segunda
maneira deletar a coluna filter$ da janela de dados.

7.3 SPLIT FILE

Vamos supor que, aps uma srie de anlises, chegamos
concluso de que o comportamento dos homens e das mulheres
completamente diferente com relao s preferncias para horas de
lazer. No faz sentido, portanto, apresentar a anlise do questionrio
de opinio sobre lazer com os homens e mulheres juntos. No fundo, o
que pretendemos fazer, daqui para frente, so duas anlises idnticas,
uma para cada sexo.
Para esse tipo de situao, podemos utilizar o procedimento
Split File, presente no menu Data. Por default sempre analisamos
todos os casos juntos, sem separao por grupos. Por esse motivo, a
39

opo selecionada na janela Analyze all cases. Para repetir a

anlise para as categorias de uma determinada varivel, clicamos em
Compare groups ou Organize output by groups, e ento o quadro
Groups Based on fica disponvel.
Moveremos para esse quadro a varivel (ou variveis) que
definiro os grupos para os quais a anlise deve ser repetida. Se mais
do que uma varivel for selecionada, os grupos sero definidos pela
combinao das categorias de todas as variveis. Podemos ainda
escolher se o banco de dados deve ser ordenado pela varivel que
definir os grupos (Sort the file by group variables) ou se o banco de
dados j est ordenado pela varivel que definir os grupos (File is
already sorted).
No nosso caso, selecionamos a varivel sexo e a movemos
para o quadro Groups Based on e clicamos OK. A nica mudana
que acontece na janela de dados a mensagem Split File On na
barra inferior, ou a ordenao dos casos pela varivel que definiu os
grupos, caso o banco de dados ainda no estivesse ordenado. Porm,
qualquer anlise ou grfico feitos de agora em diante vo gerar dois
resultados, uma para os homens e outro para as mulheres.
Note que os resultados so apresentados em dois blocos, o
primeiro para o sexo masculino e o segundo para o sexo feminino se a
opo escolhida foi ou Organize output by groups.
Podemos mudar de idia e querer usar todas as observaes
para o clculo das estatsticas. Para cancelar o procedimento Split
File basta ativar a opo Analyze all cases presente na janela de
definio da opo Split File menu Data.

40

7.4 MANIPULAO DE ARQUIVOS

Para retornar aos arquivos:
*.sav (arquivo de dados)
*.cht (arquivo com cada grfico realizado)
*.spo (arquivo de resultados)
procede-se da seguinte maneira:
a) Clica-se na opo de menu Window;
b) Seleciona-se a janela de sada desejada que consta na lista de
arquivos abertos ou disponveis, clicando uma vez sobre sua
indicao.

7.5 COMO APAGAR ANLISES NO DESEJADAS NO

ARQUIVO DE RESULTADOS *.spo
Quando inadvertidamente realiza-se um procedimento no
desejado, para corrigir o equvoco, procede-se da seguinte forma:
a) Clica-se em Edit, Select, Output Block a partir deste
momento ser selecionada a ltima sada executada , o que vai dar
origem a uma tarja preta;
b) Aperta-se o boto Delete, tornando sem efeito o ltimo
procedimento efetuado. Tambm podem-se apagar outros blocos
de resultados, bastando para tal colocar o cursor sobre o bloco que
se deseja apagar e repetir a operao explicada acima.

7.6 COMO REALIZAR ALTERAES DE DADOS PARA

CONSTRUO DE GRFICO
Caso haja uma varivel selecionada que no a desejada ou
deseja-se substitu-la, para um novo estudo, procede-se da seguinte
maneira:
a) Clica-se sobre a varivel a ser substituda;

41

b) Clica-se sobre a seta correspondente que dever estar com o

sentido voltado para a esquerda; com este procedimento deixase o campo livre para a prxima varivel;
c) Completa-se este campo de acordo com o item "d" do
procedimento "COMO OBTER GRFICO DE CORRELAO.

OBSERVAO:

Se o campo destinado varivel estiver ocupado, no h

disponibilidade para substituio automtica (a flecha indicativa estar
em cinza claro, da mesma forma que ficam quaisquer botes quando
no esto em disponibilidade).
Caso se deseje enriquecer o grfico quanto a sua forma de
apresentao (mudar o tamanho dos "labels", colocar em negrito,
colocar grades, trocar de cor, etc.) clica-se no Edit da barra de
ferramentas. O resultado o aparecimento de uma nova barra de
fontes e de um novo menu de funes, sobre as quais basta um clicar
para obter-se o resultado desejado.

42

8. ESTATSTICA NO PARAMTRICA
8.1 TESTE DE KOLMOGOROV-SMIRNOV
Para verificar se uma varivel segue determinada distribuio
procede-se da seguinte maneira:
a) Clicar em Analyze, Non-Parametric Tests, 1-Sample KS;
b) Assinalar a varivel dependente em Dependent List, clicar sobre
a seta correspondente (pode-se realizar mais de um teste incluindo
outras variveis na lista, o teste ser repetido para cada varivel
includa na lista), neste caso utilize Infant mortality;
c) Assinalar a distribuio em relao a qual a varivel ser testada
em Test Distribution. Neste caso, distribuio Normal;
d) Clicar o boto Options.
e) Clicar na alternativa do quadro Statistics Descriptive;
f) Clicar em Continue, "OK".
RESULTADO:

NPar Tests
Descriptive Statistics
N
Infant mortality (deaths
per 1000 live births)

Mean
109

42,313

Std.
Deviation
38,079

Minimum

Maximum

4,0

168,0

43

One-Sample Kolmogorov-Smirnov Test

N
Normal Parameters a,b
Most Extreme
Differences

Mean
Std. Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

Infant mortality (deaths

per 1000 live births)
109
42,313
38,079
,169
,169
-,157
1,769
,004

a. Test distribution is Normal.

b. Calculated from data.

INTERPRETAO: Ao analisarmos os dados obtidos, rejeita-se

H0 (hiptese nula) de que a varivel Infant mortality segue
distribuio Normal, uma vez que o valor de p (Asymp. Sig. 2tailed) menor que 0,004 (muito pequena, neste caso) e conclui-se
em favor da hiptese alternativa de que a distribuio da mortalidade
infantil no deve ser Normal.
As hiptese do Teste de Kolmogorov-Smirnov so:
Hiptese Nula (H0): A varivel segue distribuio Normal.
Hiptese Alternativa (H1): A varivel no segue distribuio
Normal.

44

9. AMOSTRAGEM
Para acessar o mdulo que permite selecionar diferentes tipos
de amostras no SPSS 13.0, procede-se da seguinte maneira:
a) Analyze; complex samples; select a sample
Abre uma janela sampling wizard
Escolhe-se o que se quer fazer:
Desing a sample
Edit a sample desing
Draw a sample
Utilizando desing sample:
a) Em file, escolher o local onde deseja salvar os resultados.
gravado um arquivo do tipo .csplan.
b) Clicar em avanar. Aparece a janela desing variables, pode-se
escolher estratificar ou criar clusters para a amostra. Por exemplo,
para criar extratos por regio, selecionar a varivel region na janela
da esquerda, clicar em  passando a varivel para o quadro stratify
by, clicar em avanar.
c) Uma nova janela aparece. Deve-se escolher o mtodo de seleo
da amostra dentro dos estratos definidos anteriormente (region). Em
type, pode-se escolher entre simple random sampling (amostra
aleatria simples) simple sistematic(amostra sistemtica simples)
simple sequential (amostra seqencial simples) PPS PPS
systematic e PPS sequential
Para a amostra aleatria simples existem as opes de
amostragem com ou sem reposio.
Aps escolher o mtodo, clicar em Continue.
d) Aparece uma janela, na qual deve-se especificar o tamanho da
amostra. Colocar o valor escolhido em value, clicar em Continue.
e) Uma nova janela output variables aparece. Aqui possvel
salvar variveis como tamanho da populao (population size),
tamanho da amostra (sample size), proporo da amostra (sample
proportion) e peso da amostra (sample weight). Clicar em avanar.
f) Na prxima janela (plan summary) aparece um resumo do que foi
pedido at ento. Pode-se escolher criar mais um estgio de

45

amostragem ou terminar por aqui. Se a escolha for o ltimo caso,

concluir.
RESULTADOS:
 No banco de dados: as variveis selecionadas na janela output
variables aparecem nas ltimas colunas do banco:
InclusionProbability_1_ Inclusion (Selection) Probability for
Stage 1
SampleWeightCumulative_1_:
Cumulative
Sampling
Weight for Stage 1
PopulationSize_1_: Population Size for Stage 1
SampleSize_1_ : Sample Size for Stage 1
SampleWeight_Final_ : Final Sampling Weight
 No output:
Complex Samples: Selection
Summary for Stage 1
Region or
economic group
OECD
East Europe
Pacific/Asia
Africa
Middle East
Latn America

Number of Units
Sampled
Requested
Actual
10
10
10
10
10
10
10
10
10
10
10
10

Proportion of Units
Sampled
Requested
Actual
47,6%
47,6%
71,4%
71,4%
58,8%
58,8%
52,6%
52,6%
58,8%
58,8%
47,6%
47,6%

Plan File: C:\ESTAP\SPSS13\teste3.csplan

46