76
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 1 ÍNDICE GERAL 1. ANÁLISE DE DADOS RECORRENDO AO SPSS 11.5.........................................................................5 1.1 O QUE É UMA MATRIZ DE DADOS ...........................................................................................................6 1.2 MANIPULAÇÃO DE ARQUIVOS E EDIÇÃO DE M TRIZES DE DADOS A .......................................................7 1.2.1 MANIPULAÇÃO DE ARQUIVOS ..........................................................................................................9 1.2.1.1 ABRIR UMA MATRIZ DE DADOS JÁ EXISTENTE ......................................................................................... 9 1.2.1.2 GUARDAR OS DADOS ................................................................................................................................ 10 1.2.1.3 GUARDAR OU ABRIR ARQUIVOS CONTENDO RELATÓRIOS DE ANÁLISES............................................... 11 1.2.2 EDIÇÃO DE MATRIZES DE DADOS ..................................................................................................13 1.2.2.1 CRIAR UMA MATRIZ DE DADOS................................................................................................................ 13 1.2.2.1.1 DEFINIÇÃO DAS VARIÁVEIS .............................................................................................................. 13 1.2.2.1.2 PREENCHER A MATRIZ DE DADOS ................................................................................................... 16 1.2.2.1.3 EXCLUIR UMA VARIÁVEL OU UM CASO........................................................................................... 16 1.2.2.1.4 INSERIR UMA NOVA VARIÁVEL NO MEIO DE VARIÁVEIS JÁ EXISTENTES...................................... 17 1.3 TRANSFORMAÇÃO DE DADOS.................................................................................................................18 1.3.1 CÁLCULO ENTRE VARIÁVEIS .........................................................................................................18 1.4 R CODIFICAÇÃO DE VARIÁVEIS E .............................................................................................................21 1.4.1 RECODIFICAR UMA VARIÁVEL........................................................................................................21 1.4.1.1 Recodificação na Variável Original .................................................................................................. 22 1.4.1.2 Recodificação numa nova Variável .................................................................................................. 24 1.5 SELECÇÃO DE CASOS PARA A ANÁLISE ................................................................................................25 1.5.1 SELECCIONAR CASOS ESPECÍFICOS A SEREM ANALISADOS ..........................................................25 1.6 ANÁLISE D SCRITIVA DOS DADOS E ........................................................................................................28 1.6.1 COMO FAZER UMA ANÁLISE DESCRITIVA BASEADA NA DISTRIBUIÇÃO DE FREQUÊNCIA ........35 1.7 ANÁLISE DE CORRELAÇÃO/ A CIAÇÃO ENTRE VARIÁVEIS SSO .............................................................37 1.7.1 COMO CONSTRUIR UMA TABELA PARA VERIFICAR A RELAÇÃO ENTRE VARIÁVEIS (CROSSTABS) ....................................................................................................................................................................37 Margarida Pocinho e João Paulo de Figueiredo

Manual SPSS.pdf

Embed Size (px)

Citation preview

Page 1: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

1

ÍNDICE GERAL

1. ANÁLISE DE DADOS RECORRENDO AO SPSS 11.5.........................................................................5

1.1 O QUE É UMA MATRIZ DE DADOS ...........................................................................................................6

1.2 MANIPULAÇÃO DE ARQUIVOS E EDIÇÃO DE M TRIZES DE DADOSA .......................................................7

1.2.1 MANIPULAÇÃO DE ARQUIVOS ..........................................................................................................9

1.2.1.1 ABRIR UMA MATRIZ DE DADOS JÁ EXISTENTE .........................................................................................9

1.2.1.2 GUARDAR OS DADOS ................................................................................................................................10

1.2.1.3 GUARDAR OU ABRIR ARQUIVOS CONTENDO RELATÓRIOS DE ANÁLISES...............................................11

1.2.2 EDIÇÃO DE MATRIZES DE DADOS ..................................................................................................13

1.2.2.1 CRIAR UMA MATRIZ DE DADOS................................................................................................................13

1.2.2.1.1 DEFINIÇÃO DAS VARIÁVEIS ..............................................................................................................13

1.2.2.1.2 PREENCHER A MATRIZ DE DADOS ...................................................................................................16

1.2.2.1.3 EXCLUIR UMA VARIÁVEL OU UM CASO...........................................................................................16

1.2.2.1.4 INSERIR UMA NOVA VARIÁVEL NO MEIO DE VARIÁVEIS JÁ EXISTENTES......................................17

1.3 TRANSFORMAÇÃO DE DADOS.................................................................................................................18

1.3.1 CÁLCULO ENTRE VARIÁVEIS .........................................................................................................18

1.4 R CODIFICAÇÃO DE VARIÁVEISE .............................................................................................................21

1.4.1 RECODIFICAR UMA VARIÁVEL........................................................................................................21

1.4.1.1 Recodificação na Variável Original ..................................................................................................22

1.4.1.2 Recodificação numa nova Variável ..................................................................................................24

1.5 SELECÇÃO DE CASOS PARA A ANÁLISE ................................................................................................25

1.5.1 SELECCIONAR CASOS ESPECÍFICOS A SEREM ANALISADOS..........................................................25

1.6 ANÁLISE D SCRITIVA DOS DADOSE ........................................................................................................28

1.6.1 COMO FAZER UMA ANÁLISE DESCRITIVA BASEADA NA DISTRIBUIÇÃO DE FREQUÊNCIA ........35

1.7 ANÁLISE DE CORRELAÇÃO/ A CIAÇÃO ENTRE VARIÁVEISSSO .............................................................37

1.7.1 COMO CONSTRUIR UMA TABELA PARA VERIFICAR A RELAÇÃO ENTRE VARIÁVEIS (CROSSTABS)

....................................................................................................................................................................37

Margarida Pocinho e João Paulo de Figueiredo

Page 2: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

2

1.7.2 COMO CONSTRUIR ANÁLISES DE CORRELAÇÃO ENTRE VARIÁVEIS ..............................................40

1.7.3 GRÁFICOS DE DISPERSÃO COM RECTA DE REGRESSÃO.................................................................43

1.7.4 TESTES T ........................................................................................................................................50

1.7.5 Aná ise de variância – ensaios uni-factoriaisl ...................................................................68

1.7.6 Procedimento Means .................................................................................................................75

Margarida Pocinho e João Paulo de Figueiredo

Page 3: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

3

ÍNDICE DE ILUSTRAÇÕES

FIGURA 1: COMEÇAR A TRABALHAR COM O SPSS...................................................................................................................... 7 FIGURA 2: BASE DE DADOS PREENCHIDA................................................................................................................................... 8 FIGURA 3: ABRIR UMA MATRIZ DE DADOS EXISTENTES............................................................................................................... 9 FIGURA 4: GUARDAR UMA MATRIZ DE DADOS EXISTENTE......................................................................................................... 10 FIGURA 5: O OUTPUT.............................................................................................................................................................. 11 FIGURA 6: NOTAS SOBRE OS PROCEDIMENTOS ESTATÍSTICOS EFECTUADOS ............................................................................... 12 FIGURA 7: DEFINIR O TIPO DE VARIÁVEL.................................................................................................................................. 13 FIGURA 8: NÚMERO DE DÍGITOS ............................................................................................................................................... 14 FIGURA 9: CASAS DECIMAIS ..................................................................................................................................................... 14 FIGURA 10: CODIFICAR VARIÁVEIS .......................................................................................................................................... 14 FIGURA 11: ATRIBUIR MISSINGS .............................................................................................................................................. 15 FIGURA 12: NÚMERO DE CARACTERES...................................................................................................................................... 15 FIGURA 13: REALIZAR CÁLCULOS............................................................................................................................................ 18 FIGURA 14: FUNÇÕES NUMÉRICAS ........................................................................................................................................... 19 FIGURA 15: ESTABELECER CONDIÇÕES.................................................................................................................................... 20 FIGURA 16: RECODIFICAR VARIÁVEIS ...................................................................................................................................... 22 FIGURA 17: SUBSTITUIR OS VALORES ANTIGOS ......................................................................................................................... 23 FIGURA 18: CRIAR UMA VARIÁVEL COM BASE EM OUTRA EXISTENTE........................................................................................ 24 FIGURA 19: SELECCIONAR/ EXCLUIR CASOS ESPECÍFICOS ......................................................................................................... 25 FIGURA 20: IMPOR CONDIÇÕES À SELECÇÃO............................................................................................................................. 26 FIGURA 21: ESCOLHER UMA AMOSTRA ALEATÓRIA .................................................................................................................. 27 FIGURA 22: ESCOLHER UM INTERVALO DE DADOS.................................................................................................................... 27 FIGURA 23: ESTATÍSTICA DESCRITIVA..................................................................................................................................... 28 FIGURA 24: ESTATÍSTICA DESCRITIVA ...................................................................................................................................... 29 FIGURA 25: GRÁFICOS DESCRITIVOS SIMPLES........................................................................................................................... 30 FIGURA 26: GRÁFICOS DE BIGODES PARA ANÁLISE COMPARATIVA DOS GRUPOS....................................................................... 30 FIGURA 27: GRÁFICOS DE BIGODES - DESCRIÇÃO COMPARATIVA DE DUAS VARIÁVEIS ............................................................. 32 FIGURA 28: GRÁFICOS DE BIGODES PARA GRUPOS DE CASOS.................................................................................................... 33 FIGURA 29: TABELAS DE FREQUÊNCIAS ................................................................................................................................... 35 FIGURA 30: APRESENTAÇÃO DOS DADOS EM TABELA............................................................................................................... 35 FIGURA 31: GRÁFICOS DE BARRAS .......................................................................................................................................... 36 FIGURA 32: TABELAS DE CONTINGÊNCIA................................................................................................................................. 38 FIGURA 33: FREQUÊNCIAS, PERCENTAGENS E RESIDUOS.......................................................................................................... 39 FIGURA 34: ESTATÍSTICAS DAS CONTINGÊNCIAS...................................................................................................................... 40 FIGURA 35: CORRELAÇÕES BIVARIADAS ................................................................................................................................. 41 FIGURA 36: CORRELAÇÃO DE PEARSON ................................................................................................................................... 42 FIGURA 37: GRÁFICOS DE DISPERSÃO...................................................................................................................................... 43 FIGURA 38: SELECCIONAR O GRÁFICO DE DISPERSÃO SIMPLES ................................................................................................. 44 FIGURA 39: SELECCIONAR AS VARIÁVEIS A CORRELACIONAR ................................................................................................... 45 FIGURA 40: OPÇÕES DE APRESENTAÇÃO DO GRÁFICO............................................................................................................... 46 FIGURA 41: COLOCA RECTA DE REGRESSÃO NUM GRÁFICO DE DISPERSÃO................................................................................. 47

Margarida Pocinho e João Paulo de Figueiredo

Page 4: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

4

FIGURA 42: COLOCAR COEFICIENTE DE DETERMINAÇÃO (R2) NO GRÁFICO DE DISPERSÃO.......................................................... 47 FIGURA 43: GRÁFICO DE DISPERSÃO COM RECTA DE REGRESSÃO E COEFICIENTE DE DETERMINAÇÃO ........................................ 49 FIGURA 44: TESTE T PARA UMA AMOSTRA ............................................................................................................................... 50 FIGURA 45: COLOCAR O PARÂMETRO A COMPARAR.................................................................................................................. 51 FIGURA 46: OUTPUT DO TESTE T PARA UMA AMOSTRA ............................................................................................................. 52 FIGURA 47: TESTE T PARA AMOSTRAS INDEPENDENTES ............................................................................................................ 53 FIGURA 48: COLOCAR AS VARIÁVEIS EM ANÁLISE .................................................................................................................... 54 FIGURA 49: DEFINIR OS DOIS GRUPOS EM ANÁLISE ................................................................................................................... 55 FIGURA 50: TERMINAR O TESTE ............................................................................................................................................... 56 FIGURA 51: OUTPUT DO TESTE T DE STUDENT PARA AMOSTRAS INDEPENDENTES ..................................................................... 57 FIGURA 52: TESTE T PARA AMOSTRAS EMPARELHADAS OU RELACIONADAS .............................................................................. 64 FIGURA 53: SELECCIONAR VARIÁVEIS NO TESTE T PARA AMOSTRAS EMPARELHADAS OU RELACIONADAS ................................. 65 FIGURA 54: FINALIZAR TESTE T PARA DADOS EMPARELHADOS OU RELACIONADOS ................................................................... 66 FIGURA 55: OUTPUT DO TESTE T PARA AMOSTRAS EMPARELHADAS OU RELACIONADAS............................................................ 67 FIGURA 56: ANOVA DE UM CRITÉRIO..................................................................................................................................... 69 FIGURA 57: SELECCIONA VARIÁVEIS PARA ANOVA................................................................................................................ 70 FIGURA 58: TESTES POST-HOC................................................................................................................................................. 71 FIGURA 59: OUTPUT DO TESTE ANOVA.................................................................................................................................. 72 FIGURA 60: TABELA ANOVA+ETA PELO PROCEDIMENTO MEANS........................................................................................... 75 FIGURA 61: SELECÇÃO DAS ESTATÍSTICAS PELO PROCEDIMENTO MEANS.................................................................................. 76

Margarida Pocinho e João Paulo de Figueiredo

Page 5: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

5

 

 

1. ANÁLISE DE DADOS RECORRENDO

AO SPSS 11.5

 

 

O  SPSS  é  um  software  apropriado  para  a  elaboração  de  análises  estatísticas  de matrizes  de 

dados.  O  seu  uso  permite  gerar  relatórios  tabulados,  gráficos  e  dispersões  de  distribuições 

utilizados na realização de análises descritivas e de correlação entre variáveis.  

O  objectivo  deste módulo  do  presente manual  é  fornecer  noções  básicas  de manipulação  do 

software. Por  isso,  cobre apenas uma pequena parte do  conjunto das  ferramentas presente no 

pacote estatístico. Os principais tópicos aqui abordados são: 

Manipulação de Arquivos de Dados   abrir e guardar matrizes de dados; 

Edição de Dados  criar e editar matrizes de dados; 

Transformação de Dados   recodificar variáveis e criar novas variáveis a partir de cálculos com 

as variáveis já existentes; 

Selecção de Casos → selecção de casos para realização da análise; 

Análise  Descritiva  dos  Dados    tabelas  de  frequência,  medidas  de  tendência  central  e 

dispersão; 

Análise de Correlação entre Variáveis   testa a independência entre variáveis e a intensidade 

da correlação entre elas. 

 

Margarida Pocinho e João Paulo de Figueiredo

Page 6: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

6

 

1.1 O QUE É UMA MATRIZ DE DADOS  

Antes de partirmos para a explicação da utilização das ferramentas disponíveis no SPSS, vamos 

dar um pequeno exemplo de como se processa a construção de uma matriz de dados. É essencial 

termos uma  ideia  bem  clara do que  é uma matriz de dados, para que possamos  entender  os 

resultados estatísticos fornecidos pelo sistema. 

Para escolher onde passar as férias de final de ano, uma pessoa começou a levantar informações a respeito 

de alguns  lugares que  ele  tinha vontade de  conhecer. Após um pouco de  reflexão,  ele  resolveu  colher as 

seguintes informações: horas de viagem, tipos de actividades recreativas, tamanho da cidade e preço médio 

da  refeição  e  de  hospedagem  em  hotel. Depois  de muita  pesquisa, muitos  telefonemas  e  conversas  com 

amigos, ele chegou a seguinte tabela comparativa das características dos lugares: 

Nome do

Lugar Tempo de Viagem

Actividades Recreativas

População da Cidade

Preço

Refeição

Preço

Hospedagem

Vila Moura 4 Horas Praias, Marinas e

Discotecas 10.000 € 20,00 € 60,00

Serra da

Estrela 4 Horas

Montanhas e passeios

históricos 5.500 € 10,00 € 40,00

Quiaios 1 Hora Praia 1.000 € 80,00 € 35,00

Obs. Estas Informações são fictícias.

 

Esta  tabela  constitui  uma matriz  de  dados. A  construção  desta  simples  tabela  e  de  qualquer 

matriz  de  dados  possui  alguns  requisitos  fundamentais  para  que  possamos  confiar  nas  suas 

informações e desenvolver comparações relevantes. São eles: 

• Deve  existir  um  corpo  básico  de  questões  que  é  submetido  a  todos  os  casos  da 

maneira mais uniforme possível, evitando problemas de interpretação; 

• Cada  uma  das  informações  (variáveis)  ‐  horas  de  viagem,  tipos  de  actividades 

recreativas, População da cidade,  ...  ‐ deve ser arquivada para  todos os casos com a 

mesma unidade de medida; 

• A  responsabilidade  daquele  que  colhe  as  informações  é  essencial  para  garantir  a 

confiabilidade das informações presentes na matriz de dados; 

• Deve‐se fazer um esforço enorme para não deixar questões sem resposta. 

Margarida Pocinho e João Paulo de Figueiredo

Page 7: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

7

1.2 MANIPULAÇÃO DE ARQUIVOS E EDIÇÃO DE

MATRIZES DE DADOS

 

A secção do SPSS onde é feita a entrada, manipulação e exclusão de dados é denominada SPSS 

Data Editor. Como podemos observar na figura abaixo, sua estrutura é a de uma matriz (linhas x 

colunas).  Podemos  entender  tal  disposição  da  seguinte  forma:  cada  coluna  representa  uma 

variável  e  cada  linha  representa  um  caso. De  uma  forma  simplificada,  enquanto  as  colunas 

corresponderiam às questões de um questionário, as linhas corresponderiam as informações de 

cada questionário aplicado.  

Podemos ver, a seguir, duas matrizes de dados; uma vazia e outra preenchida. Observe que a 

criação  da  matriz  de  dados  envolve,  não  apenas  o  preenchimento  das  informações 

correspondentes  a  cada  caso  analisado  (data  view),  mas  a  discriminação  precisa  do  nome, 

definição, tipo e outras características das variáveis com que se está a trabalhar (variable view). 

Para  abrir uma matriz de dados  (nova  ou  já  existente),  clique no menu  iniciar  e  seleccione  o 

programa SPSS for windows. A janela que aparece é a seguinte: 

Figura 1: Começar a trabalhar com o SPSS

Margarida Pocinho e João Paulo de Figueiredo

Page 8: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

8

Se quer começar a preencher (pela primeira vez) esta base de dados clique em TYPE IN DATA e 

depois OK.  Se  quer  abrir  uma  base  de  dados  que  já  existe  escolha OPEN  EXISTING DATA 

SOURCE, faça OK e depois procure o local onde a guardou a ultima vez e clique em Abrir. 

Na figura 1 está uma matriz de dados preenchida e que se encontra dentro da sua pasta SPSS. 

Numa matriz de dados é importante reconhecer as seguintes informações: 

1.  No cabeçalho encontramos o nome do arquivo com que estamos a  trabalhar  (matriz 

de dados): employee data; 

2.  Na grande faixa de cor branca localizada abaixo da barra de ferramentas encontramos 

a seguinte informação:  

• 1:id   célula correspondente ao caso 1 da variável id; 

• 1     conteúdo da célula. 

3.  A  faixa cinzenta  localizada na margem superior da  tabela  fornece‐nos os nomes das 

variáveis; 

4.  A  faixa cinzenta  localizada na margem esquerda da  tabela nos  fornece o número de 

cada caso; 

5.  No  interior  da  tabela,  as  linhas  correspondem  aos  casos  analisados  e  as  colunas 

correspondem às variáveis trabalhadas. 

Figura 2: Base de Dados Preenchida

Margarida Pocinho e João Paulo de Figueiredo

Page 9: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

9

1.2.1 MANIPULAÇÃO DE ARQUIVOS

 

1.2.1.1 ABRIR UMA MATRIZ DE DADOS JÁ EXISTENTE

 

Cada matriz de dados é armazenada na forma de um ficheiro próprio do SPSS, com a extensão 

sav  (*.sav)  Para  abrirmos  uma matriz  de  dados  já  existente  é  essencial  termos  a  informação 

precisa do local onde este ficheiro se localiza. Seguiríamos, então, o seguinte caminho: na barra 

de  ferramentas selecionaríamos FILE  (ficheiro) e depois OPEN  (abrir). Chegaríamos a seguinte 

figura: 

Figura 3: Abrir uma matriz de dados existentes

No  campo Look  in deve  seleccionar o directório onde  se  localiza o  ficheiro que  contém a 

matriz de dados  com que queremos  trabalhar. Em  seguida  seleccione no painel abaixo ao 

campo  Look  in  o  arquivo  ou  digite  no  campo  File  name  o  nome  do  ficheiro.  Tendo 

seleccionado o arquivo a ser aberto, seleccione a opção OPEN (abrir).   

O padrão do SPSS é trabalhar com a opção SPSS (*.sav) no campo Files of Type. Se quiser 

abrir um arquivo criado noutro sistema, por exemplo do Excel (*.xls), basta seleccionar este 

tipo de arquivo no Files of Type. 

 

 

Margarida Pocinho e João Paulo de Figueiredo

Page 10: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

10

 

 

1.2.1.2 GUARDAR OS DADOS

 

Quando  está  a  criar uma matriz de dados pela primeira  vez,  vai  ter que  lhe  atribuir um 

nome,  isto  é,  salvar  o  arquivo  e  escolher  o  local  ou directório dentro do  computador  ou 

unidade de disco  onde  quer  guardá‐lo. Para  salvar  o  arquivo deverá  seleccionar FILE na 

barra de ferramentas atribuir o nome e depois SAVE. Chegaremos na seguinte figura: 

Figura 4: Guardar uma matriz de dados existente

Através do campo SAVE IN ou do rectângulo abaixo deste campo você poderá seleccionar o 

lugar  onde  o  arquivo  será  guardado. Tendo  feito  esta  selecção,  basta preencher  o  campo 

FILE NAME com o nome que se deseja dar ao arquivo. Lembre‐se sempre de utilizar nomes 

que sejam claros na descrição do conteúdo da matriz de dados. 

Caso você queira salvar o arquivo em outro formato diferente do padrão estabelecido pelo 

SPSS (*.sav), seleccione o novo tipo desejado no campo SAVE AS TYPE. 

Margarida Pocinho e João Paulo de Figueiredo

Page 11: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

11

 

1.2.1.3 GUARDAR OU ABRIR ARQUIVOS CONTENDO

RELATÓRIOS DE ANÁLISES

 

A secção do SPSS onde é feita a criação, manipulação, exclusão e impressão dos resultados das 

análises  estatísticas  feitas  pelo  SPSS  é  denominada  SPSS  Viewer  (output).  Como  podemos 

observar na  figura abaixo, o output divide‐se em dois painéis: O painel da esquerda apresenta 

em índice todas as tabelas e gráficos produzidos durante a análise e o painel da direita mostra o 

conteúdo  da  tabela  ou  gráfico  escolhido.  Podemos  ver,  a  seguir,  um  exemplo  de  como  se 

estrutura essa secção. 

No painel da esquerda observamos que existe 1 tabela e 1 gráfico dentro do arquivo que guarda 

os  resultados  das  análises  estatísticas  produzidas  pelo  SPSS.  Como  podemos  perceber,  a 

estrutura de ambas análises  é  semelhante,  contendo  título, anotações, um  campo denominado 

statistics e a tabela ou gráfico produzida. 

Se seleccionarmos o item Title no painel da esquerda, seu conteúdo será mostrado no painel da 

direita. O título poderá, então, ser editado, se clicarmos duas vezes repetidas sobre o campo. 

Figura 5: O Output

Se  seleccionarmos o  item Notes no espaço da esquerda, uma  série de características da análise 

pedida será mostrada no espaço da direita: data em que foi criado o relatório, nome e localização 

do  arquivo que  contém  a matriz de dados utilizada para  elaborar o  relatório,  se  foi utilizado 

algum filtro para seleccionar os casos para a análise ou peso para atribuir importância diferente 

Margarida Pocinho e João Paulo de Figueiredo

Page 12: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

12

aos  casos, número  total de  casos analisados,  existência de missing values, o  comando utilizado 

para gerar o relatório e o tempo total que o computador levou para fazer o relatório. Tal campo 

também poderá ser editado se clicarmos duas vezes repetidas sobre o campo.  

Notes

20 Apr 00 17:03:29 C:\Program Files\SPSS1\Employeedata.sav 05.00.00 <none> <none> <none>

474

User-defined missing values are treated as missing. Statistics are based on all cases with valid data.FREQUENCIESVARIABLES=gender /ORDER ANALYSIS .

187240:00:00,44

Output Created Comments

Data

File Label Filter Weight Split File N of Rows in WorkingData File

Input

Definition of Missing

Cases Used

Missing Value Handling

Syntax

Total Values AllowedElapsed Time

Resources

Figura 6: Notas sobre os procedimentos estatísticos efectuados

 

Se seleccionarmos o item Statistics ou Case Processing no espaço da esquerda, seu conteúdo será 

mostrado no espaço da direita: o número total de casos considerados válidos para a análise e o 

número total de casos caracterizados como missing values e que por isso não foram computados 

na análise. 

Por fim, o último item nos mostrará o relatório final da análise. Neste caso, a tabela de frequência 

ou o gráfico BOX PLOT. 

 

Para guardar o output, o processo é semelhante ao  realizado para as bases de dados. A única 

excepção é que o tipo de arquivo padrão para o SPSS passa a ter extensão spo (*.spo). 

Margarida Pocinho e João Paulo de Figueiredo

Page 13: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

13

1.2.2 EDIÇÃO DE MATRIZES DE DADOS

1.2.2.1 CRIAR UMA MATRIZ DE DADOS

1.2.2.1.1 DEFINIÇÃO DAS VARIÁVEIS

 

O passo mais  importante na criação de uma matriz de dados é a definição das variáveis. Cada 

variável  é  criada  separadamente,  indicando  seu  nome,  definição,  tipo,  categorias,  formato  da 

coluna na tabela e missing values (valores que por definição não entram nas análises estatísticas). 

Para definir uma variável, deve‐se seguir os seguintes passos: 

Clica na guia Variable Name 

1.  No campo Variable Name devemos entrar com um nome para a variável. Este nome não 

pode ultrapassar 8  caracteres e não pode  conter nenhum  sinal algébrico ou espaço em 

branco no seu interior. 

2.  Os outros campos à direita‐ type ,with, labels,values, missing values, column. Align e measure 

‐ devem ser preenchidos em seguida, não importando a ordem com que são preenchidos.  

3.  Se clicarmos na célula TYPE chegaremos a seguinte figura: 

Figura 7: Definir o tipo de variável

Entre as opções de tipo de variável acreditamos que as seguintes são importantes na formação de 

um conhecimento básico em SPSS para sociólogos: 

• Numeric:  aparece por definição  e  estabelece que o  campo  será numérico → útil na 

definição de variáveis ordinais e categóricas; 

Margarida Pocinho e João Paulo de Figueiredo

Page 14: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

14

• Date: estabelece um formato de campo para a entrada de datas; 

• Dollar: estabelece um formato de campo para a entrada de valores monetários; 

• String: estabelece que o campo será alfa‐numérico, podendo incluir qualquer tipo de 

informação desejada. Exemplo: nome de um município ou de uma pessoa. 

 

4.  O campo Width podemos seleccionar o tamanho total de caracteres da variável, clicando 

na seta para baixo se pretendermos diminuir os 8 caracteres que aparecem por defeito ou 

para cima se os pretendermos aumentar. 

Figura 8: número de dígitos

5.   Para  número  de  casas  decimais  (Decimal),  o  processo  é  semelhante,  quando 

trabalhamos com o tipo numérico. 

Figura 9: casas decimais

6.  Na opção LABELS escrevemos a etiqueta da variável, que não coube no Name. O campo 

Label deve ser preenchido com uma definição curta da variável. 

7.  Ao selecionarmos a opção Values chegaremos a seguinte figura: 

Figura 10: Codificar variáveis

 

Margarida Pocinho e João Paulo de Figueiredo

Page 15: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

15

Para variáveis categóricas, o campo Value Labels permite a definição das diversas categorias de 

respostas. O valor a ser digitado na matriz deve ser  inserido no campo VALUE e o significado 

corresponde  inserido  no  campo  VALUE  LABEL.  Para  cada  par  de  informações  deve‐se 

seleccionar a opção Add para adicioná‐los a matriz de categorias. Caso algumas das categorias 

tenha  sido definida de maneira errada, utilize as opções Change ou Remove para  fazer o  seu 

acerto. 

8.  Ao seleccionarmos a opção MISSING VALUES chegaremos a seguinte figura: 

Figura 11: Atribuir missings

Como  já  foi  referido,  serão  indicados,  neste  campo,  todos  os  valores  que  não  entrarão  nas 

análises estatísticas que serão realizadas com a matriz de dados. É muito comum, por exemplo, 

estabelecer como missing os valores correspondentes às categorias: não respondeu, não sabe ou 

sem informação. Estes valores podem ser indicados de maneira precisa ou através de intervalos. 

 

9.  Ao  seleccionarmos  a  opção  COLUMN  visualizam‐se  dois  sentidos  possíveis  para 

escolher: diminuir ou aumentar a largura da coluna 

Figura 12: número de caracteres

Este campo nos permite  indicar a  largura da coluna na  tabela da matriz de dados e  também o 

alinhamento do seu conteúdo dentro da célula. De um modo geral, este campo não é preenchido, 

utilizando o padrão que o próprio SPSS traz consigo e que corresponde a 8 caracteres. 

Margarida Pocinho e João Paulo de Figueiredo

Page 16: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

16

10. O  campo  MEASURE  deve  ser  preenchida  com  o  tipo  de  medida  característica  da 

variável. Encontramos as seguintes opções: 

• Scale: existe uma relação ordinal entre os valores mas a distância entre estas é 

desconhecida e não regular → ideal para variáveis quantitativas; 

• Ordinal: existe uma relação ordinal entre os valores e a distância entre estes é 

conhecida e regular → ideal para variáveis ordinais; 

• Nominal: não existe nenhuma  relação ordinal entre os valores →  ideal para 

variáveis nominais. 

 

 

1.2.2.1.2 PREENCHER A MATRIZ DE DADOS

Tendo definido todas as variáveis da matriz de dados, passamos para a entrada dos dados caso 

por caso; de um modo geral, recomenda‐se que os dados sejam digitados por questionário, ou 

seja, linha por linha.  

O preenchimento é feito digitando o valor atribuído à variável em cada caso seguido de tab (o 

que fará com que se passe para a próxima variável do mesmo caso) ou ENTER (o que fará com 

que  se passe para  o próximo  caso  na mesma  variável).   Para  situações  em  que  os  valores  se 

repetem muito, a utilização das opções CORTAR e COLAR permite a agilização do trabalho. 

 

 

1.2.2.1.3 EXCLUIR UMA VARIÁVEL OU UM CASO

Caso seja necessário excluir uma variável da matriz de dados, devemos colocar o cursor do rato 

sobre o cabeçalho da coluna correspondente à variável que se deseja excluir e dar um click para 

seleccionar a coluna que se pretende apagar. Tendo seleccionado a variável, basta clicar a tecla 

DELETE. O mesmo procedimento deve ser usado em relação à exclusão de casos, seleccionando‐

se  a  linha que  se pretende  apagar  através de um  click  sobre  a margem  esquerda da  linha na 

matriz de dados. 

Margarida Pocinho e João Paulo de Figueiredo

Page 17: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

17

 

1.2.2.1.4 INSERIR UMA NOVA VARIÁVEL NO MEIO DE VARIÁVEIS JÁ

EXISTENTES

 

Caso seja necessário inserir uma nova variável no meio de variáveis já existentes numa matriz de 

dados, devemos utilizar o comando inserir variável seguindo os seguintes passos: 

1.  Escolha o lugar onde a variável deve ser inserida; 

2.  Seleccione a variável que estará à direita da nova variável a ser inserida clicando 

sobre o cabeçalho da coluna desta variável; 

3.  Na barra de ferramentas seleccionamos DATA e depois INSERT VARIABLE; 

4.  Em  seguida deve  seguir  todos  os passos  necessários para  a definição da nova 

variável. 

 

Margarida Pocinho e João Paulo de Figueiredo

Page 18: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

18

 

1.3 TRANSFORMAÇÃO DE DADOS

 

 

1.3.1 CÁLCULO ENTRE VARIÁVEIS

 

Em muitas  situações,  obtém‐se  informações  importantíssimas  realizando  cálculos  a  partir  de 

variáveis  presentes  na  base  de  dados.  Isto  envolveria  basicamente  a  criação  de  uma  nova 

variável  preenchida  com  o  resultado  da  operação  matemática  com  as  outras  variáveis 

envolvidas. Para realizar tais operações utilizamos o seguinte comando: ~ 

Na  barra  de  ferramentas  da  base  de  dados  seleccionamos  o  menu  TRANSFORM  e  depois 

seleccionamos o comando COMPUTE. Em seguida aparecerá a seguinte figura: 

Figura 13: Realizar cálculos

Deve‐se  preencher  o  campo  TARGET  VARIABLE  com  o  nome  da  nova  variável,  onde 

colocaremos o resultado dos cálculos a serem realizados. É possível especificar o tipo e definição 

desta nova variável se seleccionarmos o campo TYPE & LABEL.1

Como podemos ver na  figura, esta nova variável será  igual ao valor do resultado da operação 

matemática definida  no  campo NUMERIC EXPRESSION. A definição deste  campo  segue  as 

regras básicas da matemática, como por exemplo a ordem de execução envolvendo parênteses, 

chaves e aspas. O preenchimento do campo pode ser realizado através de um click do rato sobre 

1 Uma definição mais detalhada da nova variável pode ser realizada também utilizando a rotina indicada acima para a definição de variáveis.

Margarida Pocinho e João Paulo de Figueiredo

Page 19: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

19

o  quadro  de  sinais  ou  através  do  teclado  digitando  os  mesmos  sinais  presentes  na  figura. 

Apresentamos, a seguir, alguns exemplos básicos para facilitar a compreensão da utilização do 

comando: 

Operação Expressão

Variável C é igual a soma de A e B C = A + B

Variável C é igual a soma de A e B C = sum (A to B)

Variável C é igual a divisão de A por 100 C = A / 100

Variável C é igual a média aritmética de A e B C = (A + B) / 2

A operação matemática descrita no campo NUMERIC EXPRESSION pode envolver também a 

utilização  de  algumas  ferramentas  matemáticas  de  maior  complexidade  características,  por 

exemplo,  da  estatística  ou  da  trigonometria.  Para  este  caso,  existe  uma  série  de  funções 

matemáticas definidas na caixa FUNCTIONS. A sua inserção deve ser feita da seguinte forma: 

1.  Escolha a  função desejada utilizando‐se dos  recursos disponibilizados pela barra de 

passagem. 

Figura 14: Funções numéricas

2.  Após  escolhida  a  função,  insira  a  função  no  campo  NUMERIC  EXPRESSION 

clicando sobre a seta que está acima do campo FUNCTiONS. 

Margarida Pocinho e João Paulo de Figueiredo

Page 20: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

20

 

Outra opção presente no comando COMPUTE é a possibilidade de seleccionar em que casos, a 

operação  indicada,  serão  realizados.  A  operação  matemática  se  realizará  dependendo  dos 

valores  encontrados  em  uma  ou  mais  variáveis,  presentes  ou  não  na  operação  matemática 

descrita. Ao seleccionar a opção IF chegaremos na seguinte figura: 

 

Figura 15: Estabelecer Condições

A  opção  padrão  é  a  include  all  cases,  ou  seja,  a  operação  será  realizada  em  todos  os  casos 

existentes no banco de dados. Podemos, no entanto, selecionar o caso em que esta operação se 

realizará ao clicarmos na opção:  include  if  case  satisfies  condition.  Indicaremos, então, uma nova 

expressão  numérica  que  deve  ser  satisfeita  para  que  a  operação  matemática  indicada  seja 

realizada.  Também  neste  caso,  a  expressão  numérica  pode  incluir  funções matemáticas mais 

complexas. Apresentamos,  a  seguir,  alguns  exemplos  básicos para  facilitar  a  compreensão da 

utilização do comando: 

Condição Expressão

Variável C é menor que 100 C < 100

Variável C é diferente de A C <> A

Variável C é menor que a soma de A e B C < A + B

Margarida Pocinho e João Paulo de Figueiredo

Page 21: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

21

1.4 RECODIFICAÇÃO DE VARIÁVEIS

1.4.1 RECODIFICAR UMA VARIÁVEL

 

A necessidade de recodificação de variáveis envolve basicamente duas situações: a agregação de 

categorias de maneira  a  construir novas  categorias mais  apropriadas para  a  análise  estatística 

desejada  e a  transformação de variáveis do  tipo ordinal  em variáveis  categóricas. Por  cautela, 

recomenda‐se que as variáveis originais a serem recodificadas nunca sejam excluídas após a sua 

recodificação.  Deve‐se  salientar,  que  para  a  execução  de  uma  boa  recodificação  é  essencial 

termos um conhecimento claro da distribuição de valores da variável original. As etapas para se 

chegar a este conhecimento serão explicadas posteriormente na secção ANÁLISE DESCRITIVA. 

Tendo seleccionado os parâmetros para a nova recodificação, deve‐se seguir o seguinte caminho: 

na barra de ferramentas seleccione TRANSFORM e depois RECODE. Em seguida, as seguintes 

opções para a realização da recodificação aparecerão: into same variables  /  into different variables. 

A primeira opção realiza a recodificação da variável sobre ela mesma, apagando o conteúdo da 

variável original. A segunda opção realiza a recodificação em uma variável diferente, permitindo 

que se mantenha a variável original intocada. Descreveremos a seguir o funcionamento das duas 

opções. 

No  quadro  abaixo  sugerimos  um  exemplo  típico  de  recodificação  para  permitir  uma melhor 

compreensão  do  comando.  Quando  aplicamos  questionários,  é  muito  comum  colhermos  a 

informação idade na forma de valores absolutos. Na hora da análise, surge a necessidade de criar 

faixas etárias, pois para uma série de aspectos a análise por faixa facilita o trabalho. Surge, então, 

a seguinte situação: 

IDADE EM VALOR ABSOLUTO COMANDO DE RECODIFICAÇÃO NOVA VARIÁVEL RECODIFICADA

2 0 até 4 → 1 1

9 5 até 9 → 2 2

15 10 até 14 → 3 4

20 15 até 19 → 4 5

25 20 até 24 → 5 6

26 25 até 29 → 6 6

Margarida Pocinho e João Paulo de Figueiredo

Page 22: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

22

  No  comando  definição  da  variável,  todos  estes  valores  da  nova  variável  devem  ser 

definidos como categorias (value labels). Assim, as análises serão reproduzidas pelo computador 

de uma forma que todos saberão qual faixa etária corresponde cada um destes valores. Deixamos 

de  ter uma  variável  com  valor  absoluto para  termos uma  variável  com  categorias  e  com um 

significado específico para cada uma delas. O 1 corresponderá à faixa de 0 até 4 anos, o 2 à faixa 

de 5 até 9 anos e assim por diante. Apesar de perdermos um pouco de precisão na informação, 

ganhamos em agilidade para a análise dos dados. 

 

 

1.4.1.1 Recodificação na Variável Original

Figura 16: Recodificar variáveis

Para  a  opção  Recode  into  Same  Variables,  devemos  inicialmente  seleccionar  no  painel  da 

esquerda a variável da matriz de dados a ser  recodificada. Feita a selecção, clicamos na seta à 

direita deste painel para que a variável seja introduzida no campo NUMERIC VARIABLE.  

Assim como para o comando COMPUTE, podemos seleccionar através do IF os casos onde esta 

recodificação  será  realizada.  O  funcionamento  desta  opção  é  idêntica  à  encontrada  para  o 

comando COMPUTE, por  isso volte a este comando para obter qualquer esclarecimento sobre 

esta opção. 

Margarida Pocinho e João Paulo de Figueiredo

Page 23: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

23

 

O passo  seguinte da  recodificação  será  indicar os valores novos que  substituirão os valores  a 

serem recodificados. Seleccionamos, para tal, a opção Old and New Values. Com esta selecção, 

encontraremos a seguinte figura: 

 

Figura 17: substituir os valores antigos

O campo Old Value deverá ser preenchido com os valores a serem recodificados,

enquanto que  o Campo New Value deverá  ser preenchido  com  os  valores que  substituirão 

estes valores a serem recodificados. No campo Old Value, os valores podem ser preenchidos na 

forma  de  valores  absolutos  ou  intervalos.  No  campo  New  Value,  os  valores  só  podem  ser 

preenchidos na forma de valores absolutos.2

A cada par de Old Value e New Value deve‐se clicar no campo Add para inserir este par na lista 

de recodificações planeadas. Qualquer alteração neste par de valores a serem recodificados pode 

ser realizada utilizando os recursos disponibilizados pelos campos: CHANGE e REMOVE. Após 

escolher  todos  os  pares  de  valores  a  serem  recodificados,  basta  apenas  selecionar  o  campo 

CONTINUE. 

Por  fim,  é  bom  deixar  explícito  o  significado  dos  termos  system  missing  e  user  missing.  Ao 

preenchermos a nossa matriz de dados, os  campos deixados  sem  informação  (em branco)  são 

preenchidos automaticamente pelo computador ‐ system missing ‐ com o seguinte símbolo  ʹ , Por 

2 Estas limitações de preenchimento dos campos indica de maneira clara a utilidade do comando. Podemos construir, por exemplo, faixas etárias de modo que cada intervalo etário será substituído por uma única categoria ( 0 à 9 anos → 1 , 10 à 19 anos → 2 , .... )

Margarida Pocinho e João Paulo de Figueiredo

Page 24: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

24

outro lado, os valores denominados de user missing são definidos pelo próprio utilizador através 

da definição dos missing values quando se define as variáveis. 

 

1.4.1.2 Recodificação numa nova Variável

Para  a  opção  Recode  into  Different  Variables,  devemos  inicialmente  seleccionar  no  painel  à 

esquerda a variável da matriz de dados a ser recodificada.   Feita a selecção, clicamos na seta à 

direita deste painel para que a variável  seja  introduzida no campo NUMERIC VARIABLE → 

OUTPUT VARIABLE. Como estamos a recodificar em diferentes variáveis, devemos em seguida 

preencher o campo OUTPUT VARIABLE com o nome da nova variável a ser criada com base no 

resultado da recodificação a ser realizada. O significado da nova variável pode ser definido ao 

preenchermos o campo LABEL. Tendo preenchido estas duas informações, basta clicar no campo 

CHANGE para que a nova variável seja também incluída no campo NUMERIC VARIABLE → 

OUTPUT VARIABLE. 

 

Figura 18: Criar uma variável com base em outra existente

Os comandos  IF  (selecção dos casos para  recodificação) e Old and New Value  (indicação dos 

valores  a  serem  substituídos  e dos  valores novos)  seguem  as mesmas  regras descritas para  a 

opção Recode into Same Variable. 

Margarida Pocinho e João Paulo de Figueiredo

Page 25: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

25

 

1.5 SELECÇÃO DE CASOS PARA A ANÁLISE

1.5.1 SELECCIONAR CASOS ESPECÍFICOS A SEREM

ANALISADOS

 

O recurso de selecção de casos para análise é muito utilizado, principalmente quando queremos 

restringir a análise a um grupo social específico dentre  todos os presentes no conjunto  total da 

amostra. Seu uso no desenvolvimento de análises comparativas é  limitado pelo  facto de que o 

software já traz uma série de recursos que possibilitam a efectivação desse uso de análise de uma 

maneira mais simplificada.  

Para fazermos uma selecção de dados, devemos ir a barra de ferramentas e seleccionar DATA e 

depois  SELECT  CASES. O  campo  Select mostra  5  opções  para  selecção  dos  casos:  All  Cases 

(Todos os Casos),  If Condition  is Satisfied  (Se Condição  for Satisfeita), Random Sample of Cases 

(Amostragem Aleatória dos Casos), Based on Case Range (Baseado em Intervalo de Casos) e User 

Filter Variable  (Uso de Variável  Filtro). A primeira  opção  ‐ All Cases  ‐ permite  trabalhar  com 

todos os casos da amostra e é automaticamente definida pelo SPSS. O quadro select assemelha‐se 

ao quadro abaixo. 

 

Figura 19: Seleccionar/ excluir casos específicos

Margarida Pocinho e João Paulo de Figueiredo

Page 26: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

26

 

A segunda opção ‐ If Condition is Satisfied ‐ nos permite estabelecer uma condição em função de 

uma expressão matemática que deve ser satisfeita para que cada caso específico entre no grupo 

dos que serão analisados. 

Figura 20: Impor condições à selecção

 

Esta  janela  é  bastante  semelhante  àquela  encontrada no  comando COMPUTE na  opção  IF. O 

painel  à  direita  deverá  ser  preenchido  com  alguma  expressão matemática  que  contenha  pelo 

menos  uma  das  variáveis  presentes  na  lista  à  esquerda.  Esta  expressão  agirá  como  um 

condicionante para que o caso seja inserido no grupo dos que serão analisados. Como exemplo 

de condição temos por exemplo: idade > 5 (a análise se restringirá às pessoas com mais de cinco 

anos de idade) 

A  terceira  opção  ‐  Random  Sample  of  Cases  ‐  permite  escolher  o  número  de  casos  a  serem 

analisados em função de uma selecção aleatória simples. Poderemos indicar aproximadamente a 

percentagem  de  casos  a  serem  seleccionados  no  total  de  casos  ou  o  número  exacto  de  casos 

dentro de um número específico de primeiros  casos; por exemplo:  cinco  casos dentro dos 100 

primeiros.  

 

Margarida Pocinho e João Paulo de Figueiredo

Page 27: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

27

Figura 21: Escolher uma amostra aleatória

 

A quarta opção ‐ Based on Case Range ‐ permite escolher os casos dentro de uma faixa específica 

de ordem de codificação.  

Figura 22: Escolher um intervalo de dados

Com base no código do caso ‐ número do caso presente na margem esquerda da tabela de matriz 

de dados ‐ indicaremos o intervalo de casos a serem seleccionados. 

A quinta e última opção ‐ User Filter Variable ‐ permite seleccionar os casos em função de uma 

variável  filtro definida previamente. Esta opção  exige uma variável de  tipo  especial  (dummy) 

composta apenas de valores 0 e 1, onde os valores 1 serão seleccionados e os valores 0 não serão 

seleccionados.  

Margarida Pocinho e João Paulo de Figueiredo

Page 28: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

28

1.6 ANÁLISE DESCRITIVA DOS DADOS

 

 

FAZER  UMA ANÁLISE DESCRITIVA  BASEADA  EM MEDIDAS  DE  TENDÊNCIA  CENTRAL  E  DE DISPERSÃO (MODA, MÉDIA, MEDIANA, DESVIO PADRÃO, ETC.) 

As análises das tendências centrais são muito  importantes. Os  indicadores de tendência central 

são  capazes  de  nos mostrar  como  uma  certa  variável  ou  característica  do  grupo  estudado  se 

distribui utilizando apenas um número. De um modo geral, dois  factores são  importantes nas 

análises deste  tipo: a avaliação da  tendência central da distribuição e a avaliação da dispersão 

dos valores em torno desta tendência central. 

Mostraremos  aqui  apenas  um  dos  possíveis  caminhos  para  se  chegar  a  estas  medidas  de 

tendência  central.  Na  barra  de  ferramentas  seleccione  ANALYSE,  depois  DESCRIPTIVES 

STATISTICS e depois FREQUENCIES. Chegaremos, então, a seguinte figura: 

 

Figura 23: Estatística Descritiva

Este  comando  permite  trabalharmos  com  a  descrição  da  distribuição  de  valores  de  variáveis 

ordinais  e  categóricas.  Seu  padrão,  no  entanto,  está  direccionado  para  a  análise  de  variáveis 

categóricas. Para conseguirmos indicadores de tendência central devemos seleccionar no campo 

STATISTICS aqueles indicadores que consideramos importantes. Podemos excluir as tabelas de 

frequências quando  as variáveis  a  analisar  forem quantitativas,  já que  seriam desapropriadas. 

Margarida Pocinho e João Paulo de Figueiredo

Page 29: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

29

Este processo de desactivação é conseguido se clicarmos sobre o quadrado que se encontra atrás 

da opção DISPLAY FREQUENCY TABLE. Ao clicarmos sobre o campo STATISTICS chegaremos 

a seguinte figura: 

 

Figura 24: estatística descritiva

Tendo  chegado a  esta  figura, basta  seleccionarmos entre as diversas opções existentes aquelas 

que desejamos. Entre as medidas de tendência central temos as seguintes opções: média, moda, 

mediana e soma; entre as medidas de dispersão dos valores  temos as seguintes opções: desvio 

padrão, variância,  intervalo, valor máximo  e mínimo  e média do  erro padrão;  em  relação aos 

valores percentuais poderemos obter os quartis, os diversos percentis desejados e os valores que 

dividem a amostra no número de partes  iguais desejadas3. Tendo  feito a selecção das medidas 

desejadas, basta clicar em CONTINUE.  

A opção CHART relaciona uma série de recursos para a visualização gráfica da distribuição de 

dados de variáveis categóricas; sendo única excepção o histograma. Como pretendemos medidas 

de tendência central, nossa análise está restringinda a variáveis quantitativas ou em alguns casos 

ordinais.  Ao  clicarmos  na  opção  CHART  chegaremos  na  figura  abaixo,  onde  poderemos 

seleccionar histogramas. Existirá ainda a alternativa de produzir a curva normal do gráfico, se 

seleccionarmos a opção With normal curve. 

3 Os pontos de corte são obtidos a partir da partição da sequência, formada pelos valores ordenados da variável, no número de partes desejadas. Os valores obtidos como Cut Points são os valores que estão justamente no ponto em que essas partes são divididas.

Margarida Pocinho e João Paulo de Figueiredo

Page 30: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

30

 

Figura 25: Gráficos descritivos simples

A opção FORMAT relaciona uma série de recursos para a construção das tabelas de frequência, 

que como já foi dito antes se restringe a análise de variáveis categóricas. Estas duas opções serão 

descritas posteriormente quando tratarmos da análise da distribuição de variáveis categóricas. 

Tendo  seleccionado  as  opções  de  medidas  centrais  presentes  no  campo  STATISTICS  basta 

seleccionar as variáveis a serem analisadas e introduzi‐las no campo VARIABLES. 

  ALTERNATIVA DE CONSTRUÇÃO DE GRÁFICOS PARA ANÁLISES DE TENDÊNCIA CENTRAL 

Existe  ainda  um  segundo modo  de  chegarmos  a  uma  representação  gráfica  de medidas  de 

tendência  central.  Na  barra  de  ferramentas  escolheremos  GRAPHS,  depois  BOX  PLOT  e 

chegaremos na seguinte figura: 

 

Figura 26: Gráficos de Bigodes para

análise comparativa dos grupos

Margarida Pocinho e João Paulo de Figueiredo

Page 31: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

31

Este gráfico permite  fazer uma análise descritiva  comparativa de distribuições de dados entre 

grupos  de  casos  separados.  Os  seus  resultados  são  baseados  na  distribuição  dos  quartis  e 

mediana. A definição do parâmetro de repartição da amostra é dada em função das categorias de 

uma segunda variável. Seria útil, como podemos ver abaixo, na comparação da distribuição dos 

dados entre os géneros.  

258216N =

Gender

MaleFemale

Beg

inni

ng S

alar

y

100000

80000

60000

40000

20000

0

232341200714303294501034202902571373417345619844632431160

205

343

29

46274467222413189468

134

348

 

 

Estamos separando a análise da distribuição dos salários entre homens e mulheres. O eixo Y do 

gráfico mostra os valores da variável Beginning Salary. Dentro deste gráfico, a  linha preta no 

interior  do  rectângulo  vermelho  corresponde  a  mediana  da  distribuição  em  cada  categoria 

sexual,  os  rectângulos  vermelhos  compreendem  a  distribuição  de  50 %  dos  casos  e  os  traços 

pretos  acima  a  abaixo  deste  rectângulo  compreendem  os  50%  restantes  dos  casos. Os  pontos 

pretos acima e abaixo destes traços pretos são denominados outliers e podem ser definidos como 

os valores dos casos que se diferenciaram muito da distribuição central dos dados (estão fora da 

distribuição principal). Como podemos ver,  temos neste gráfico não só uma  ideia da tendência 

central da distribuição da variável, mas também, uma ideia da dispersão desta distribuição. 

No menu  para  definição  deste  gráfico,  poderemos  escolher  entre  trabalhar  com  apenas  uma 

variável no  eixo X  (simple) ou  trabalhar  com duas variáveis agregadas no  eixo X  (Clustered). 

Poderemos,  ainda,  seleccionar por  trabalhar  com  a  separação por  grupos de  casos  (groups of 

cases) ou por variáveis (separate variables). 

Margarida Pocinho e João Paulo de Figueiredo

Page 32: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

32

 Se selecionarmos a opção SIMPLE e Summaries for Groups of Cases, chegaremos a seguinte figura: 

 

Figura 27: Gráficos de Bigodes - Descrição Comparativa de duas variáveis

Os  campos  Variable,  Category  Axis  e  Label  Cases  By  devem  ser  preenchidos  com  as  variáveis 

seleccionadas  presentes  no  rectângulo  da  esquerda. Na  construção  do  BOX  PLOT,  o  campo 

VARIABLE deve ser preenchido com a variável em função da qual se deseja fazer a análise de 

tendência central e o campo CATEGORY AXIS deve ser preenchido com a variável em função da 

qual  serão  estabelecidos  os  grupos  de  casos  a  serem  comparados,  por  exemplo,  homem  ou 

mulher. O preenchimento do campo Label Cases By não é obrigatório e a variável presente neste 

campo será usada para caracterização dos outliers. 

Se continuarmos com a opção Summaries  for Groups of Cases e seleccionarmos a opção Clustered, 

além de preenchermos os  campos  indicados acima para a opção Simple, passaremos a  ter que 

preencher  o  campo: Define Clusters By. Este  campo deverá  ser preenchido  com  a  variável  em 

função  da  qual  definiremos  uma  nova  divisão  dos  casos  dentro  daquela  divisão  já  feita 

anteriormente. Chegaremos  a um  gráfico  como  o  abaixo,  onde  encontramos uma divisão por 

pertença ou não pertença a alguma minoria dentro de cada categoria sexual. 

Margarida Pocinho e João Paulo de Figueiredo

Page 33: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

33

6440 194176N =

Gender

MaleFemale

Cur

rent

Sal

ary

160000

140000

120000

100000

80000

60000

40000

20000

0

Minority Classificat

No

Yes

97146447

341430

383

446

14

1033431832

29

2421342774131688072240468348371

 

Se  seleccionarmos a opção SIMPLE  e Summaries of Separate Variables, chegaremos a uma  figura 

como a abaixo. Deveremos preencher o  campo BOXES REPRESENT  com as variáveis a  serem 

analisadas no gráfico. A análise passará a ser feita, então, para todo o conjunto de casos e para 

cada  variável  separadamente.  Enquanto  que  a  análise  anterior  era  feita  por  grupos  de  casos 

diferentes e para apenas uma variável por vez. O campo Label Cases By deverá ser preenchido 

como designado acima no caso do BOX PLOT por grupos de casos. 

 

Figura 28: Gráficos de Bigodes para grupos de casos

Margarida Pocinho e João Paulo de Figueiredo

Page 34: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

34

Se continuarmos com a opção Summaries of Separate Variables e seleccionarmos a opção Clustered, 

além de preenchermos os  campos  indicados acima para a opção Simple, passaremos a  ter que 

preencher o campo: Category Axis. Este campo deverá ser preenchido com a variável em função 

da  qual  definiremos  uma  divisão  dos  casos. Chegaremos  a  um  gráfico  como  o  abaixo,  onde 

podemos  comparar  a  diferença  do  comportamento  da  variável  salário  actual  e  salário  inicial 

entre homens e mulheres. 

258216 258216N =

Gender

MaleFemale

160000

140000

120000

100000

80000

60000

40000

20000

0

Beginning Salary

Current Salary

431454106341034463431832

29

2421342774131688072240468348371

341232430200450329711034202902571373417345619844632431160205343

29

41346246774222189468134348

Margarida Pocinho e João Paulo de Figueiredo

Page 35: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

35

1.6.1 COMO FAZER UMA ANÁLISE DESCRITIVA BASEADA

NA DISTRIBUIÇÃO DE FREQUÊNCIA

 

 

Análises  descritivas  baseadas  na  distribuição  de  frequências  são  usadas  para  variáveis 

categóricas.  Neste  caso  conseguimos  saber  a  participação  numérica  e  percentual  de  cada 

categoria no total de casos analisados por variável. Na barra de ferramentas devemos selecionar 

ANALYSE, depois DESCRIPTIVES STATISTICS e depois FREQUENCIES. Chegaremos, então, a 

seguinte figura: 

Figura 29: Tabelas de Frequências

Após escolhermos a variável sobre a qual queremos construir a tabela de frequência, poderemos 

escolher no campo FORMAT algumas opções em relação ao formato desta tabela. Chegaremos a 

seguinte figura: 

Figura 30: Apresentação dos dados em Tabela

Margarida Pocinho e João Paulo de Figueiredo

Page 36: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

36

Poderemos escolher a ordem com que as categorias das variáveis serão mostradas na tabela: 

• ascending values:  categorias aparecem em ordem crescente do valor da categoria  

• descending values:  categorias aparecem em ordem decrescente do valor da categoria 

• ascending counts:  categorias aparecem em ordem crescente do valor do número total 

de casos por categoria 

• descending counts: categorias aparecem em ordem decrescente do valor do número 

total de casos por categoria 

 

Na opção MULTIPLE VARIABLE poderemos escolher entre incluir os resultados das análises de 

todas as variáveis trabalhadas num mesmo relatório (compare variable) ou produzir um relatório 

por variável (organize output by variable). 

Na opção SUPRESS TABLES WITH MORE THAN poderemos escolher por excluir do relatório 

aquelas tabelas que tenham um certo número definido de categorias. 

Após escolhermos o formato de construção da tabela, poderemos também escolher por dar uma 

forma gráfica a estes resultados. Clicando na opção CHART chegaremos na figura abaixo, onde 

poderemos  escolher  por  trabalhar  com  um  gráfico  de  barras,  um  gráfico  de  Sectores  ou  um 

histograma.  Poderemos  ainda  seleccionar  se  os  valores  que  aparecerão  no  gráfico  serão  os 

valores absolutos de casos das categorias (frequencies) ou os percentuais destes valores em relação 

ao  número  total  de  casos  (percentages).  Por  fim,  no  caso  de  trabalharmos  com  o  histograma, 

poderemos seleccionar se queremos que apareça a curva da normalidade do gráfico. 

Figura 31: Gráficos de Barras

Margarida Pocinho e João Paulo de Figueiredo

Page 37: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

37

1.7 ANÁLISE DE CORRELAÇÃO/ ASSOCIAÇÃO ENTRE

VARIÁVEIS

 

A análise de correlação/ associação entre duas variáveis é um caso bastante simples de análise de 

correlação entre variáveis, pois de um modo geral este  fenómeno se estende por mais de duas 

variáveis. Para uma análise mais completa, levando várias variáveis em consideração ao mesmo 

tempo, devemos trabalhar com análises de regressão. 

 

 

1.7.1 COMO CONSTRUIR UMA TABELA PARA VERIFICAR A

RELAÇÃO ENTRE VARIÁVEIS (CROSSTABS)

Um  passo  inicial  para  as  análises  de  correlação/  associação  é  a  construção  de  tabelas  de 

contingência, que  tem o  formato de  (x)  linhas por  (y) colunas. O número de  linhas e colunas é 

resultado  do  número  de  categorias  das  variáveis  trabalhadas.  Em  geral,  não  se  recomenda 

trabalhar com um número exagerado de linhas ou colunas, pois isso dificulta a análise da tabela. 

Para  realizar  a  construção  da  tabela  devemos  ir  a  barra  de  ferramentas  e  escolher  a  opção 

ANALYSE, depois DECRIPTIVES STATISTICS e em seguida CROSSTABS. Chegaremos a uma 

figura como a abaixo.  

O campo ROW deverá ser preenchido com a variável a ser colocada na linha da tabela. O SPSS 

tem  como  padrão  colocar  sempre  a  variável  independente  neste  campo. O  campo COLUMN 

deverá  ser  preenchido  com  a  variável  a  ser  colocada  na  coluna da  tabela. O  SPSS  tem  como 

padrão colocar sempre a variável dependente neste campo. Note que estes campos poderão ser 

preenchidos  com  mais  de  uma  variável.  Serão  construídas,  então,  quantas  tabelas  forem 

necessárias  envolvendo 2 variáveis para  cumprir  com as alternativas possíveis de  cruzamento 

Margarida Pocinho e João Paulo de Figueiredo

Page 38: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

38

entre as variáveis indicadas. Por exemplo, se colocarmos a variável idade e educação na linha e 

sexo na coluna, chegaremos a duas tabelas: idade * sexo e educação * sexo. 

 

Figura 32: Tabelas de Contingência

O  rectângulo abaixo do  campo COLUMN poderá  ser preenchido  com uma nova variável que 

será utilizada na construção de uma tabela envolvendo três variáveis como a que segue. Também 

este campo poderá ser preenchido com mais de uma variável. 

Gender * Minority Classification * Employment Category Crosstabulation

Count

166 40 206110 47 157276 87 363

14 13 2714 13 2710 1070 4 7480 4 84

FemaleMale

Gender

TotalMaleGender

TotalFemaleMale

Gender

Total

Employment CategoryClerical

Custodial

Manager

No YesMinority Classification

Total

 

Margarida Pocinho e João Paulo de Figueiredo

Page 39: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

39

Como  podemos  perceber,  associámos  a  variável  independente  sexo  colocada  na  linha  com  a 

variável  dependente  classificação  em  minoria  colocada  na  coluna  dentro  de  cada  posição 

ocupacional.  

Se  a  opção Display Clustered  Bar Charts  estiver  selecionada,  o  relatório  fornecido  pelo  SPSS 

fornecerá, além da tabela de cruzamento das variáveis, um gráfico de barras com o conteúdo da 

tabela.  

Em  muitos  casos  o  comando  CROSSTABS  poderá  ser  utilizado  apenas  para  conseguirmos 

coeficientes numéricos de  correlação entre variáveis. Neste caso, é  recomendável  seleccionar o 

campo SUPPRESS TABLES. Para chegarmos a estes coeficientes deveremos seleccionar no campo 

STATISTICS os coeficientes com que queremos trabalhar. Isto será objecto da próxima questão. 

Ao  seleccionarmos  o  campo CELLS  chegaremos  a  figura  abaixo,  onde poderemos  escolher  se 

desejamos  que  a  tabela  mostre  os  valores  absolutos  observados  no  cruzamento,  os  valores 

esperados em função da distribuição das marginais e os diversos percentuais de distribuição dos 

casos em função dos totais da linha, coluna ou da tabela. 

 

Figura 33: Frequências, Percentagens e Residuos

Se seleccionarmos o campo FORMAT chegaremos a figura abaixo, onde poderemos seleccionar a 

ordem de apresentação das categorias presentes na linha. 

 

Margarida Pocinho e João Paulo de Figueiredo

Page 40: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

40

 

 

1.7.2 COMO CONSTRUIR ANÁLISES DE CORRELAÇÃO

ENTRE VARIÁVEIS

 

A construção desta análise exige que se tenha um conhecimento mais aprofundado de estatística 

para que possamos seleccionar de maneira mais adequada os coeficientes de correlação a serem 

analisados. Cada tipo de tabela, dependendo do tipo de variável trabalhada, exige que se analise 

um coeficiente diferente. Toda análise desse tipo envolve, em geral, uma análise da dependência 

entre as variáveis e depois uma análise da intensidade da correlação. A análise da dependência 

lhe  permite  averiguar  se  a  relação  encontrada  entre  as  variáveis  decorre  de  uma  simples 

coincidência dos casos analisados, ou pelo contrário é probabilística. Já a análise da intensidade 

da correlação indica a intensidade desta associação.  

Utilizando o  caminho  indicado  acima para  chegarmos no quadro CROSSTABS,  chegaremos  à 

figura 32 atrás apresentada. 

Se  quisermos  ver  apenas  os  coeficientes  de  correlação,  deveremos  seleccionar  o  campo 

SUPPRESS TABLES. Em seguida, deveremos seleccionar o campo STATISTICS para podermos 

escolher os coeficientes com que queremos trabalhar. Surgirá, então, a seguinte figura: 

Figura 34: Estatísticas das Contingências

Margarida Pocinho e João Paulo de Figueiredo

Page 41: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

41

A análise do Chi‐square permite, como foi indicado acima, levantar em que medida a associação 

encontrada acima decorre de uma coincidência dos casos analisados, ou seja, se decorre de um 

erro amostral, ou de uma real correlação entre as variáveis.  

Deveremos, então, seleccionar os coeficientes de correlação desejados. Não se esqueça que cada 

um deles tem uma utilidade específica e os resultados de coeficientes diferentes não podem ser 

comparados  sem  nenhum  critério.  É  recomendável  que  se  faça  toda  a  análise  em  função  de 

apenas um coeficiente, para que seus valores sejam comparáveis com facilidade. O próprio SPSS 

trás  na  tabela  acima,  como  pode  ver,  algumas  indicações  para  a  escolha.  Para  trabalhar  com 

variáveis nominais foram indicados os seguintes coeficientes: coeficiente de contingência, Phi, V 

de  Cramer,  coeficiente  de  incerteza  e  Lambda.  Para  trabalhar  com  variáveis  ordinais  foram 

indicados os seguintes coeficientes: Gamma, Somers e Kendall.  

Os campos ROW, COLUMN e o rectângulo abaixo do campo COLUMN deverão ser preenchido 

como especificado no item acima. 

Uma  outra  forma  de  obter  uma  correlação  bivariada  é  através  do  menu  ANALYSE, 

CORRELATE, BIVARIATE. 

Figura 35: Correlações Bivariadas

Margarida Pocinho e João Paulo de Figueiredo

Page 42: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

42

 

No  painel  da  direita  coloca  as  variaveis  que  pretende  correlacionar,  escolhe  o  coeficiente  em 

função do tipo de variáveis e clica em OK. 

Figura 36: Correlação de Pearson

Em output aparecerá uma matriz de correlações bivariadas 

Correlations

1,000 ,100, ,145

214 214,100 1,000,145 ,214 214

Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)N

Idade

Parede posterior do VE

Idade

Paredeposterior

do VE

Margarida Pocinho e João Paulo de Figueiredo

Page 43: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

43

1.7.3 GRÁFICOS DE DISPERSÃO COM RECTA DE

REGRESSÃO

 

Uma outra forma de verificar uma relação é recorrer ao teste gráfico de dispersão. O gráfico de 

dispersão  (scatterplot)  é  um  gráfico  de  pontos,  representando  num  plano  (x,y)  N  pares  de 

valores numéricos escalares, que permite analisar a distribuição conjunta das duas variáveis. Este 

tipo  de  gráficos  é muito  útil  como metodologia  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 igualmente detectar observações outliers bi‐variadas, isto é, observações que se afastam 

do contexto das restantes observações, mesmo que, analisadas  isoladamente em relação a cada 

variável, não se suspeite desses outliers. 

No  eixo dos  xx  representa‐se  a  variável  independente  ou  causal,  e no  eixo dos  yy  a variável 

dependente,  resposta  ou  efeito. O  procedimento  pode  ser  observado  na  figura  que  se  segue 

(GRAPHS, SCATTER) 

Figura 37: Gráficos de Dispersão

Margarida Pocinho e João Paulo de Figueiredo

Page 44: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

44

 

Após este procedimento  aparece uma janela em que deve escolher o tipo de teste gráfico. O teste 

é escolhido em função do n.º de variáveis a relacionar. 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 bi‐variadas (x,y); se nessa série existem diferentes categorias, definidas por uma 

terceira  variável  categórica,  podem  identificar‐se  os  pontos  correspondentes  a  cada  categoria 

com marcas diferentes; Overlay quando se pretende representar num mesmo plano (x,y) duas ou 

mais séries de observações bi‐variadas  (x,y) da mesma natureza; Matrix quando se pretendem 

representar os gráficos xy de  todas as combinações possíveis de duas ou mais variáveis;  isto é, 

dispondo 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;  3‐D  representa  o  gráfico 

espacial a 3 dimensões definido pelos eixos (x,y,z). 

 

Figura 38: Seleccionar o gráfico de Dispersão simples

Se escolheu o simple coloque a variável dependente no eixo dos yy e a independente no eixo dos 

xx, tal como na figura que se segue. 

Margarida Pocinho e João Paulo de Figueiredo

Page 45: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

45

Figura 39: Seleccionar as variáveis a correlacionar

Espessura do septo interventricular

1,61,41,21,0,8,6

Idad

e

90

80

70

60

50

40

30

20

10

 

Para colocar a recta de regressão faça um CLICK DUPLO sobre o gráfico e aparecerá a janela 

CHART EDITOR, tal como pode observar na figura que se segue. Escolha o menu CHART, 

OPTIONS. 

Margarida Pocinho e João Paulo de Figueiredo

Page 46: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

46

Figura 40: Opções de apresentação do gráfico

Margarida Pocinho e João Paulo de Figueiredo

Page 47: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

47

Selecione FIT LINE e  FIT OPTIONS 

Figura 41: Coloca recta de regressão num gráfico de dispersão

Escolha o método de regressão Linear (por exemplo) e selecione em REGRESSION OPTIONS  

display rsquare in legend. O gráfico passará a ter o seguinte aspecto. 

Figura 42: Colocar coeficiente de determinação (r2) no gráfico de dispersão

Margarida Pocinho e João Paulo de Figueiredo

Page 48: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

48

Espessura do septo interventricular

1,61,41,21,0,8,6

Idad

e

90

80

70

60

50

40

30

20

10 Rsq = 0,0084

Como se pode observar não existe relação. r=0.091 r2=0,0084 coeficiente de determinação = 

r2x100=0,8% 

Margarida Pocinho e João Paulo de Figueiredo

Page 49: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

49

Mas se o resultado fosse  aquele que se vê no grafico seguinte ler‐se‐ia 

 

Figura 43: Gráfico de Dispersão com recta de regressão e coeficiente de determinação

 

A duração da onda P no 4º espaço intercostal e a duração da onda P no 5.º espaço intercostal têm 

uma correlação positiva de 52,4%, isto é existe um padrão em 52,4% dos indivíduos onde quanto 

maior é a duração da onda P no 4.º espaço intercostal maior é a do 5.º espaço intercostal 

Margarida Pocinho e João Paulo de Figueiredo

Page 50: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

50

1.7.4 TESTES T

 

As metodologias estatísticas que envolvem testes de hipóteses acerca de médias designam‐se 

genericamente por testes t. 

Existem vários tipos de testes t. O SPSS dispõe de três tipos:  

•Teste  t  para  a  média  de  uma  amostra:  compara  a  média  de  uma  amostra  com  a  média 

conhecida  de  uma  população.  São  apresentados  os  parâmetros  estatísticos  da  amostra  em 

análise; igualmente é estabelecido um intervalo de confiança para a diferença entre as médias. 

Com  este  teste,  pretende‐se  verificar  se  podemos  considerar  que  a  média  da  determinada 

variável em análise é igual à média da população geral.  

Para o efeito recorre‐se ao menu ANALYSE Compare Means One‐Sample T Test. 

Figura 44: Teste t para uma amostra

Margarida Pocinho e João Paulo de Figueiredo

Page 51: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

51

Aparece uma caixa de diálogo, onde se selecciona a variável a analisar e o valor hipotético da 

média da população  (test value). Vamos por  exemplo  saber  se a nossa amostra de  indivíduos 

com HVE tem índices de massa corporal significativamente superiores a 25 Kg/m2. 

Figura 45: Colocar o parâmetro a comparar

De seguida, seleccionar a fim de definir o nível de confiança para (μ‐x) : Por defeito, está definido 

(1‐)=0.95; se o desejar, o utilizador poderá alterar este nível de confiança. Fazer e depois OK: 

 

Margarida Pocinho e João Paulo de Figueiredo

Page 52: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

52

Figura 46: Output do teste t para uma amostra

O resultado mostra que para um nível de significância de 5%, deve rejeitar‐se a hipótese nula de 

que o IMC da nossa amostra, possa ser por exemplo de 25 (pois o p‐value ou significance level 

da  amostra  é de  0,001<a  =0.05. de  facto o  IMC dos  indivíduos  com HVE  é  significativamente 

superior (+2,6 Kg/m2) à média da População portuguesa 

 

•Teste  t para duas amostras  independentes: Compara as médias de uma mesma variável ou 

característica observada sobre duas amostras  independentes de  indivíduos, com a condição de 

que  os  indivíduos  sejam  aleatoriamente  atribuídos  aos  dois  conjuntos  em  comparação  (por 

exemplo, resultados obtidos sob um  tratamento versus resultados obtidos sob outro  tratamento 

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  intervalo  de  confiança  para  a 

diferença entre as médias.  

 

Margarida Pocinho e João Paulo de Figueiredo

Page 53: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

53

O teste de Levene para decidir se existe diferenças entre as variâncias dos dois grupos, consiste 

numa análise de variância aos valores absolutos das diferenças entre os valores observados e a 

média de cada uma das amostras. 

Para tal, fazer ANALYSE, Compare Means, Independent Samples T Test.  

Figura 47: Teste t para amostras independentes

Margarida Pocinho e João Paulo de Figueiredo

Page 54: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

54

 

Na caixa de diálogo seguinte, seleccionar a variável quantitativa a analisar  (ex:  idade); as duas 

amostras a comparar são dois sub‐grupos desta variável, definidos por uma variável dicotómica 

(ex: sexo); para tal, seleccionar esta variável para o campo Grouping variable:  

 

Figura 48: Colocar as variáveis em análise

Margarida Pocinho e João Paulo de Figueiredo

Page 55: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

55

Para  definir  os  sub‐grupos  ou  amostras,  seleccionar  define;  usar  os  valores  codificados  da 

variável  dicotómica  (ex:  group  1=  1  (código  atribuído  ao  sexo masculino);  group  2=2  (código 

atribuído ao sexo feminino). 

 

Figura 49: Definir os dois grupos em análise

 

No final, fazer continue.  

Margarida Pocinho e João Paulo de Figueiredo

Page 56: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

56

 

Figura 50: Terminar o teste

Depois OK:  

Margarida Pocinho e João Paulo de Figueiredo

Page 57: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

57

 

No primeiro quadro são apresentados alguns parâmetros estatísticos de cada uma das amostras. 

No segundo quadro apresentam‐se os testes de homogeneidade de variâncias (Levene) e o teste 

t‐Student de comparação das médias das duas amostras. 

 

Figura 51: Output do Teste t de Student para amostras independentes

 

Começa por analisar‐se a homogeneidade das variâncias, isto é, verificar se se devem considerar 

homogéneas  ou  diferentes  as  variâncias  dos  dois  sub‐grupos:  Conclui‐se  que  se  devem 

considerar as variâncias homogéneas, se a margem de erro aceite for de 0,05 pois p‐value deste 

teste (0,092) é superior a =5% , mas são heterogéneas se definimos a margem de erro de 0,01 (1% ‐ 

isto é, podemos fazer esta decisão com 99% de probabilidade de acertar).  

De  seguida,  aceitando  um  α  de  0,05  faz‐se  a  decisão  do  teste  t‐Student,  para  a  situação  de 

variâncias não homogéneas. O valor da estatística de  teste é  t=1,583 e p‐value = 0,114 > a =5%, 

concluindo‐se assim que a idade repouso, destas duas amostras, são estatisticamente iguais, para 

um nível de significância de 5%. 

Margarida Pocinho e João Paulo de Figueiredo

Page 58: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

58

O  intervalo  de  confiança  a  95%  para  a  diferença  entre  as médias  é  [‐0,477,  4.483],  podendo 

teoricamente a diferença ser nula, uma vez que o intervalo contém o zero. 

 

•Teste  t  para  duas  amostras  emparelhadas:  Compara  as  médias  de  duas  variáveis  ou 

características para uma mesma amostra de indivíduos (do género peso antes versus peso depois 

de  um  determinado  tratamento).  São  apresentados  os  parâmetros  estatísticos  para  as  duas 

amostras  em  análise;  é  calculada  a  correlação  entre  as  duas  amostras;  São  apresentados  os 

parâmetros estatísticos para as diferenças entre as duas amostras emparelhadas; é estabelecido 

um intervalo de confiança para a diferença entre as médias. 

 

Antes de prosseguir para os  testes  t  é  aconselhado  fazer uma  análise  exploratória dos dados, 

nomeadamente o diagrama de extremos‐e‐quartis e os valores extremos. 

Nesta  análise pode  concluir‐se  que determinado  caso  constitui uma  observação  “outlier”  que 

pode ser um erro de introdução de dados, por exemplo o observador queria registar o valor 165 

e, por  erro,  introduziu  265,  valor  virtualmente  impossível para  o  ritmo  cardíaco de  qualquer 

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 sempre que analisar aquela 

variável. 

Margarida Pocinho e João Paulo de Figueiredo

Page 59: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

59

 

Para tal, fazer: Data Select Cases 

Margarida Pocinho e João Paulo de Figueiredo

Page 60: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

60

 

Pretende‐se excluir um caso por exemplo o nº 6 da análise, isto é, incluir na análise todos os casos 

com excepção do caso nº 6.  

Para tal, na caixa de diálogo seleccionar if condition is satisfied  

Clicar no botão IF  

Margarida Pocinho e João Paulo de Figueiredo

Page 61: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

61

 

 

Definir que se seleccionam para análise todos os casos diferentes do caso nº 6: A indicação caso 

~= 6 significa todos os casos excepto o caso 6. Clicar em CONTINUE. 

Margarida Pocinho e João Paulo de Figueiredo

Page 62: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

62

 

E OK. 

Margarida Pocinho e João Paulo de Figueiredo

Page 63: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

63

 

O Data Editor do SPSS criou automaticamente uma variável designada filter_$, em que  indica 

quais os casos seleccionados e os não incluídos. Repare‐se que a linha 6 está traçada, indicando 

que 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 

geral  a  efectuar  previamente  a  qualquer  análise  em  que  haja  necessidade  de  seleccionar  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 ambas as amostras têm 

o mesmo número de observações. 

Margarida Pocinho e João Paulo de Figueiredo

Page 64: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

64

 

Para tal, fazer ANALYSE Compare Means Paired Samples T Test. 

 

Figura 52: Teste t para amostras emparelhadas ou relacionadas

Margarida Pocinho e João Paulo de Figueiredo

Page 65: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

65

 

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 médias (por defeito, (1‐)=0.95). 

 

Figura 53: Seleccionar variáveis no Teste t para amostras emparelhadas ou relacionadas

Margarida Pocinho e João Paulo de Figueiredo

Page 66: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

66

Observe em current selections se é o par que pretende e clique na seta central para o par passar 

para o painel do lado direito. 

 

Figura 54: Finalizar Teste t para dados emparelhados ou relacionados

Dê OK. 

Margarida Pocinho e João Paulo de Figueiredo

Page 67: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

67

 

Os resultados são os seguintes:  

Figura 55: Output do Teste t para amostras emparelhadas ou relacionadas

 

No primeiro quadro são apresentados alguns parâmetros estatísticos de cada uma das amostras. 

Repare‐se que foram só levados em conta 386 das 387 observações em cada amostra. 

O  quadro  seguinte  apresenta  o  valor  do  coeficiente  de  correlação  de  Pearson  entre  as  duas 

variáveis (r=0.859). 

No último quadro  é  apresentado  o valor da diferença  entre dois momentos:  factores de  risco 

cardiovasculares  antes  de  uma  acção  de  formação  sobre  como  prevenir  problemas 

cardiovasculares  e  1  ano  após  acção  de  formação  (1,2578),  o  intervalo  de  confiança  para  a 

diferença entre médias ([1,1754 , 1,3402]) e o valor da estatística de teste t‐Student t= ‐30.007, bem 

como  os  graus  de  liberdade  do  teste  e  o  valor  p‐value  ou  verdadeiro  nível  de  significância 

(0.000). Como p‐value= 0.001 < á =5%) conclui‐se que as médias são significativamente inferiores 

depois da acção de formação. 

Margarida Pocinho e João Paulo de Figueiredo

Page 68: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

68

 

1.7.5 Análise de variância – ensaios uni-factoriais

 

 

A análise de variância é uma metodologia estatística cujo objectivo é decidir se existem ou não 

diferenças significativas entre as médias de várias amostras de uma variável numérica, definidas 

por exemplo por diferentes tratamentos ou níveis de influência de um factor. Esta metodologia é 

uma extensão do teste t‐Student para duas amostras independentes. 

De um modo muito resumido, a metodologia ANOVA calcula a variabilidade total existente na 

característica  ou  variável  em  análise,  e  atribui  esta  variabilidade  a  duas  causas:  uma  causa 

determinista, que é o  facto de as amostras serem sujeitas a  tratamentos distintos (variabilidade 

entre tratamentos); causas aleatórias ou erro experimental, que engloba todas as restantes fontes 

de  variabilidade,  com  excepção  dos  diferentes  tratamentos  (variabilidade  residual  ou  erro 

experimental). Estas variabilidades  são  estimativas de variância  (entre  tratamentos,  e  residual, 

respectivamente). Isto é:  

Variabilidade Total = Variabilidade entre Tratamentos + Variabilidade Residual.

 

A estatística de teste é a estatística F, que é uma razão entre variâncias, que sob o pressuposto de 

que  as  observações  têm  distribuição  normal,  segue  uma  distribuição  F  de  Snedecor.  Se  a 

estatística F é demasiado grande, então é porque a variância entre tratamentos é preponderante 

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  identificar quais são as médias estatisticamente diferentes. Os mais usuais são os  testes 

LSD  (Least  Significant  Difference,  Diferença  Mínima  Significativa),  HSD‐Tuckey  (Honnestly 

Significant Difference), Scheffé, Duncan. 

A anova simples (ensaios uni‐factoriais) pode ser executada no SPSS com dois procedimentos:  

Margarida Pocinho e João Paulo de Figueiredo

Page 69: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

69

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 desta 

metodologia estatística. 

A  partir  do  menu  principal  do  SPSS,  seleccionar:  ANALYSE  Compare  Means,  One‐Way 

ANOVA... 

 

Figura 56: ANOVA de um critério

Seleccionar para o campo factor o nome da variável nominal (por exemplo estado civil) e para o 

campo da dependent list a variável que contém os resultados a analisar (no exemplo, depressão 

geriátrica). 

Margarida Pocinho e João Paulo de Figueiredo

Page 70: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

70

 

Figura 57: Selecciona variáveis para ANOVA

 

Seleccionar a opção para definir qual ou quais os testes de comparação de médias a efectuar na 

sequência da anova. Pode seleccionar‐se apenas um ou mais testes, clicando em post‐hoc. 

Margarida Pocinho e João Paulo de Figueiredo

Page 71: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

71

Figura 58: Testes Post-hoc

 

No exemplo, pediram‐se os testes LSD e Tuckey. O nível de significância é, por defeito (0,05) 5%, 

podendo  este  valor  ser  definido  pelo  utilizador:  Fazer  continue,  voltando  à  janela One‐Way 

ANOVA, onde se pode seleccionar o botão options a fim de definir cálculos adicionais; no caso, 

pediram‐se o cálculo dos parâmetros estatísticos descritivos, a realização do teste de Levene para 

verificar se as variâncias dos diferentes tratamentos são homogéneas e representar graficamente 

as médias dos diferentes tratamentos. 

Margarida Pocinho e João Paulo de Figueiredo

Page 72: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

72

Os resultados são os seguintes: 

Figura 59: Output do teste ANOVA

 

 O primeiro quadro de  resultados  contém  a médias, desvio padrão  e  erro padrão da média  e 

intervalo de confiança da média, mínimo e máximo para cada tratamento. 

De  seguida  é  apresentado  o  teste  de  homogeneidade  de  variâncias  de  Levene:  como  p‐

value=0,327 > 0,05, conclui‐se que as variâncias são homogéneas, isto é, dentro de cada um dos 

estados civis a variabilidade da depressão é apenas devida a causas aleatórias. 

O  quadro  que  se  segue  é  a  tabela  da  análise  de  variância,  apresentando  a  variabilidade 

particionada  entre  os  tratamentos  (between  groups)  e  residual  (within  groups).  Como  p‐

value=0,486  >  0,05,  conclui‐se  que não  existem diferenças  significativas de depressão  entre  os 

diversos estados civis, com um nível de significância de 5%. Uma vez que não existem diferenças 

não  necessitamos  de  verificar  as  diferenças  entre  as  comparações múltiplas,  porque  elas  não 

existem. Mas  imaginemos existiam diferenças, então o resultado de apenas esta  tabela não nos 

permitiria concluir qual ou quais os estados civis que conduzem depressões significativamente 

Margarida Pocinho e João Paulo de Figueiredo

Page 73: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

73

diferentes de outros. 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 do valor absoluto das 

diferenças  entre médias:  se  esta diferença  entre duas médias  é pequena,  então  as médias não 

diferem;  se a diferença é grande, então 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 que 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 de distribuição de probabilidades. 

No quadro dos resultados dos testes de comparações múltiplas são identificados com o símbolo * 

(asterisco) quais os  tratamentos cujas médias diferem significativamente, como se pode ver no 

exemplo que se segue. 

Multiple Comparisons Dependent Variable: Idade/anos

95% Confidence Interval

(I) Estado Civil (J) Estado Civil Mean Difference (I-J) Std. Error Sig.

Lower Bound Upper Bound

casado -2,26 1,459 ,409 -6,05 1,52 divorciado -3,04 1,258 ,078 -6,30 ,22 solteiro

viuvo 1,30 1,816 ,891 -3,41 6,00

casado solteiro 2,26 1,459 ,409 -1,52 6,05

divorciado -,77 1,142 ,905 -3,73 2,18

viuvo 3,56 1,737 ,173 -,94 8,06 divorciado solteiro 3,04 1,258 ,078 -,22 6,30

casado ,77 1,142 ,905 -2,18 3,73

viuvo 4,34(*) 1,572 ,032 ,26 8,41

viuvo solteiro -1,30 1,816 ,891 -6,00 3,41 casado -3,56 1,737 ,173 -8,06 ,94

Tukey HSD

divorciado -4,34(*) 1,572 ,032 -8,41 -,26

LSD solteiro casado -2,26 1,459 ,123 -5,14 ,61

divorciado -3,04(*) 1,258 ,017 -5,52 -,56

viuvo 1,30 1,816 ,476 -2,28 4,88 casado solteiro 2,26 1,459 ,123 -,61 5,14

divorciado -,77 1,142 ,498 -3,03 1,48 viuvo 3,56(*) 1,737 ,042 ,14 6,99

divorciado solteiro 3,04(*) 1,258 ,017 ,56 5,52

casado ,77 1,142 ,498 -1,48 3,03

viuvo 4,34(*) 1,572 ,006 1,24 7,44 viuvo solteiro -1,30 1,816 ,476 -4,88 2,28

casado -3,56(*) 1,737 ,042 -6,99 -,14

divorciado -4,34(*) 1,572 ,006 -7,44 -1,24 * The mean difference is significant at the .05 level.

Margarida Pocinho e João Paulo de Figueiredo

Page 74: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

74

Repare‐se que ambos os testes acusam médias diferentes por estado civil. Contudo o teste LSD 

acusa existirem mais diferenças que o teste de Tuckey. Isto é, o teste LSD acusa como diferentes 

tratamentos cujas médias estão menos afastadas do que o teste 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  de  agrupamento  o  facto  de  não  existirem  diferenças 

significativas entre os médias dos tratamentos incluídos no mesmo grupo. O mesmo tratamento 

pode pertencer a mais do que um grupo, desde que não difira dos restantes  tratamentos desse 

grupo.  

Idade/anos Estado Civil N Subset for alpha = .05

1 2 Tukey HSD(a,b) viuvo 19 73,37

solteiro 33 74,67 74,67

casado 43 76,93 76,93

divorciado 105 77,70

Sig. ,091 ,190 Means for groups in homogeneous subsets are displayed. a Uses Harmonic Mean Sample Size = 34,568. b The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed.

 

Assim, os viúvos são significativamente mais novos que os divorciados. É claro que alguns dos 

estados civis pertencem aos dois grupos, isto é os solteiros e casados tem idades semelhantes. 

Margarida Pocinho e João Paulo de Figueiredo

Page 75: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

75

 

1.7.6 Procedimento Means

 

A partir do menu principal do SPSS, seleccionar: Analyse, Compare Means, Means. 

No campo da independente list coloca a variável qualitativa e no campo da dependente list a (s) 

variável (eis( quantitativa (s). 

Figura 60: Tabela ANOVA+Eta pelo procedimento Means

 

click em Options para seleccionar os parametros estatisticos que pretende e pedir a elaboração 

da  tabela  da  análise  de  variância.  Por  defeito,  são  calculados  os  parâmetros média  e  desvio 

padrão; mas o utilizador pode seleccionar outras estatísticas a calcular. 

Margarida Pocinho e João Paulo de Figueiredo

Page 76: Manual SPSS.pdf

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 

76

Figura 61: Selecção das estatísticas pelo procedimento Means

 

A tabela da anova é idêntica à obtida no procedimento anterior. Contudo, este procedimento não 

permite a obtenção dos testes à posteriori (post‐hoc). 

A  estatística Eta‐Squared  é  a proporção de variância da variável dependente que  é  explicada 

pelas  diferenças  entre  os  tratamentos;  é  dado  pela  razão  entre  Soma  dos  Quadrados  entre 

tratamentos (SSH) e a Soma dos Quadrados total (SST). A designação 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 pode  ser  obtido  a partir da  tabela da  anova da 

regressão. 

O SPSS tem muito mais potencialidades. Se necessitar de algo que não esteja neste manual entre 

em contacto. 

 

Margarida Pocinho e João Paulo de Figueiredo