Académique Documents
Professionnel Documents
Culture Documents
Ronaldo Pilati
Juliana B. Porto
1
NDICE
APRESENTAO 1
CAPTULO 1 1
APRESENTAO DO SPSS 1
CAPTULO 2 14
CAPTULO 3 21
CAPTULO 4 34
CAPTULO 5 39
CAPTULO 6 51
2
Apresentao da Apostila
Apresentao
Nas ltimas dcadas o uso da microinformtica tem facilitado enormemente o
trabalho de organizao, tratamento e anlise de dados estatsticos de pesquisas em
psicologia e outras reas do conhecimento. Pelo fato do ferramental estatstico servir
como uma auxlio para iluminar as informaes advindas da realidade, esta tem sido
uma estratgia secular de produo do conhecimento em psicologia e reas afins. Boa
parte do conhecimento que temos hoje sobre o comportamento e a psicologia humana se
deve, em grande medida, ao uso da estatstica na prtica da pesquisa. A
microinformtica trouxe uma enorme capacidade de tratamento dos dados, graas ao
incremento do processamento dos hardwares, a miniaturizao dos computadores e ao
desenvolvimento de programas cada vez mais fceis de serem utilizados e poderosos em
seus recursos e capacidades grficas e de clculo.
Atualmente h uma grande quantidade de softwares estatsticos que podem ser
eficientemente utilizados para tratamento de dados nas pesquisas de psicologia e
cincias humanas, como o Excel, o BMDP, Minitab, NCSS, SYSTAT, Statplus, SAS,
SPSS, entre centenas de outros. H tambm softwares estatsticos gratuitos, vrios com
cdigo livre, como EPINFO e o R. H muitos programas que so especializados em
algumas anlises e outros, como a lista citada, que so gerais. Se voc for curioso poder
encontrar dezenas de softwares estatsticos em uma simples busca na internet.
Se por um lado o avano da microinformtica gerou muitas possibilidades para a
pesquisa em psicologia e reas afins, tambm potencializou o mau uso da estatstica. A
mxima lixo entra, lixo sai foi significativamente potencializada nos tempos modernos.
Por este motivo, no suficiente que o usurio saiba operar o software, mas sim que seja
capaz de compreender e analisar os resultados que o programa oferece, alm, claro, de
organizar as informaes a serem inseridas no programa de anlise de dados.
Esta apostila tem como objetivo ser um pequeno manual introdutrio ao SPSS,
um pacote estatstico que se tornou o principal software em uso entre psiclogos sociais,
do trabalho e organizacionais no Brasil. Especificamente no departamento de Psicologia
Social e do Trabalho da UnB este programa utilizado h mais de 30 anos, o que
significa que vrias geraes de pesquisadores acabaram sendo formados em anlise de
1
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Apresentao da Apostila
dados com o uso deste programa. Isto no quer dizer que ele seja o melhor daqueles
tantos oferecidos no mercado, mas um programa que oferece vrias vantagens
apreciadas pelos pesquisadores em cincias sociais, como menus fceis de serem
utilizados e a no necessidade de uso de linguagem de programao ou de conhecimento
sofisticado de matemtica para a realizao das anlises estatsticas. Alm disto, o
programa oferece uma ampla variedade de mdulos, que permitem um grande nmero
de anlises estatsticas multivariadas, boa parte das quais freqentes na pesquisa
cientfica em psicologia. Dentro deste zeitgeist que este manual foi concebido.
tambm neste contexto que ele deve ser utilizado, pois pretende ser um pequeno manual
introdutrio queles que tm a pretenso de fazer pesquisa em psicologia social e reas
afins, de forma a abrir o vasto mundo de utilizao da ferramenta estatstica SPSS.
Mas ateno! Este manual no tem a pretenso de substituir a aprendizagem
sria e comprometida do pensamento estatstico. Muito pelo contrrio, este manual
apenas uma leitura complementar para uso do SPSS. Portanto, foi concebido como uma
ferramenta extra para servir de apoio ao ensino de estatstica, feito com, no mnimo, o
uso de um livro texto de estatstica voltado para cientistas sociais. Isto significa que o
manual no pretende substituir a leitura de um bom livro introdutrio ou de anlise
multivariada de dados, muito menos a realizao de exerccios de aplicao de
conhecimentos estatsticos, mas sim auxiliar o aluno na realizao de procedimentos
estatsticos via SPSS. Considera que o desenvolvimento destas competncias parte
essencial da formao de pesquisa em psicologia.
Vale lembrar que o manual foi desenvolvido com base na verso 10.0 do SPSS, o
que significa que vrias dos aprimoramentos das verses posteriores no foram,
necessariamente, implementadas no manual. De qualquer forma considera-se que a
lgica geral do programa permanece a mesma para as verses posteriores, o que ainda o
deixa atualizado. Uma boa leitura!
2
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
CAPTULO 1
Apresentao do SPSS
Contedo:
1. Apresentao das Janelas de Trabalho
2. Descrio dos Menus de Comando
Objetivos:
Ao final do captulo o aluno dever ser capaz de:
1. Identificar o SPSS
2. Descrever cada uma das janelas de trabalho do programa
3. Montar arquivos de dados
4. Operar comandos bsicos dos menus do SPSS
1
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
JANELAS DE TRABALHO
Colunas:
representam as
variveis em um
banco de dados.
Linhas:
representam os
casos em um
banco de dados
Acesso a janela
de definio dos
parmetros das
variveis.
2
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
Colunas:
representam cada
uma das
caractersticas
das variveis a
serem definidas.
Linhas:
representam cada
uma das
variveis que
compem um
banco de dados.
A janela acima apresentada na Figura 1.2 possui vrias colunas relativas aos
principais parmetros de cada uma das variveis da planilha. So oito colunas:
3
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
Caixa de dilogo
de definio de
tipo da varivel.
Clicando-se com
o boto da direita
do mouse abre-se
esta janela
explicativa.
4
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
5
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
Sumrio das
informaes da
janela de output.
Rgua de
diviso: pode ser
movida.
Resultado do
procedimento
para obteno de
grfico de barras.
diferenciado, com terminao .sps A Figura 1.5 apresenta esta janela de trabalho do
SPSS.
Comandos do
SPSS para
Anlise Fatorial.
Comandos para
estatstica
descritiva
(mdia, desvio
padro, etc)
Comandos para
gerao de
grfico de
disperso.
MENUS DE COMANDO
Formato de
apresentao do
output nomes e
labels.
Formato de
apresentao da
janela de input.
8
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
Como pode ser observado na Figura 1.7 o menu Data possui vrios comandos.
Estes sero apresentados em tpicos a seguir:
O comando insert variable permite a insero de uma nova coluna na planilha
de dados, ao lado esquerdo da coluna onde se encontra a cela ativa da planilha;
o comando insert case ir inserir uma nova linha em uma planilha de dados,
acima da linha em que est a cela ativa da planilha;
o sort cases realiza um ordenamento de todos os casos de uma planilha
(linhas) a partir da seleo de uma das colunas do arquivo de dados; este
ordenamento pode ser em ordem ascendente ou descendente, como a
especificao apontada na janela de dilogo deste comando;
o comando merge files, que possibilita a insero de novos casos (linhas) ou
variveis (colunas) provenientes de um outro arquivo de dados;
o split files possibilita a separao do banco de dados a partir de uma das
variveis deste banco. Quando este comando est acionado, por exemplo, as
anlises resultantes sero apresentadas para cada uma das categorias definidas
por uma varivel. Se for acionado o comando split files para a varivel
9
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
10
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
11
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 1 Apresentao do programa
manipulao de dados a partir de grficos. A Figura 1.9 apresenta a tela do SPSS com
esse menu aberto.
Figura 1.9 Menu
Graph do SPSS.
13
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 2 Descrevendo Dados no SPSS
CAPTULO 2
Contedo:
1. Tabelas de freqncia
2. Cruzamento de dados
3. Medidas de tendncia central
4. Medidas de posio
5. Medidas de disperso
Objetivos:
Ao final do captulo o aluno dever ser capaz de:
1. Gerar tabelas de freqncia no SPSS.
2. Gerar e interpretar tabelas de cruzamento de dados.
3. Realizar procedimentos estatsticos de tendncia central.
4. Gerar medidas de posio.
5. Calcular medidas de disperso de dados.
14
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 2 Descrevendo Dados no SPSS
Uma das primeiras aes a serem feitas com dados estatsticos sua descrio,
por meio de estatsticas descritivas, como freqncias, mdias, medianas, varincia,
entre outras. Muitas vezes tambm objetivo da anlise de dados a realizao de
cruzamento de diferentes informaes, para se ter uma noo da relao existente entre
variveis da pesquisa. Todos os procedimentos referentes a essa descrio de dados, e
conseqentemente todo o contedo desse segundo captulo da apostila, esto
concentrados no menu Analyze Descriptives Statistics do SPSS.
Na presente apostila ser iniciada a apresentao de tcnicas de descrio de
dados categricos via SPSS. Para tanto inicialmente sero apresentadas a gerao de
tabelas de freqncia e posteriormente a gerao de tabelas de cruzamento de dados
(crosstabs). Em seguida sero apresentadas as tcnicas de descrio de dados contnuos
no SPSS, primeiramente com as medidas de tendncia central, em seguida com as de
posio e por ltima as medidas de disperso.
Para a obteno de tabelas de freqncia deve-se seguir os seguintes passos para
a janela de dilogo apresentada na Figura 2.1: Analyze Descriptives Statistics
Frequencies.
Figura 2.1 Janela
do comando
Frequencies.
15
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 2 Descrevendo Dados no SPSS
Como pode ser observado na Figura 2.1 foi solicitada uma tabela de freqncia
para cada uma das variveis do exemplo, i.e. sexo e escolaridade. A Tabela 2.1 apresenta
a tabela de freqncia para a varivel escolaridade, com o resultado da anlise solicitada
na Figura 2.1.
J a anlise de cruzamento de dados (crosstabs) obtida por meio do menu
Analyze Descriptives Statistics Crosstabs. Esse comando resultar na janela
apresentada na Figura 2.2.
Janelas de definio de
variveis que sero
apresentadas nas linhas
(row) e nas colunas
(column).
16
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 2 Descrevendo Dados no SPSS
Count
SEXO s exo Tabela 2.2 Resultado do
1 Feminino 2 Masc ulino Tot al procedimento Crosstabs.
ESCOLAR 3 Segundo grau 69 75 144
esc olaridade 4 Curso s uperior 45 45 90
mais elev ada 5 Espec ializa o 19 19 38
6 Mest rado Valor que representa o
4 4 8
nmero de pessoas do
7 Dout orado 1 3 4 sexo feminino que
Tot al 138 146 284 possuem nvel de
escolaridade de segundo
grau.
17
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 2 Descrevendo Dados no SPSS
Selecione as medidas de
tendncia central
desejadas: mdia,
mediana e moda.
Statistics
18
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 2 Descrevendo Dados no SPSS
Statisti cs
EXPTRAB
Tabela 2.3 Resultado das
tempo de anlises de tendncia central.
experincia
IDADE idade de trabalho
(j completa) (em anos j
em anos complet os) Medidas de disperso
(seta superior) e de
N Valid 274 282
posio (seta inferior).
Missing 10 2
Std. Dev iation 10. 329 9. 3293
Variance 106.698 87. 0361
Percentiles 25 23. 00 4. 000
50 29. 00 10. 000
75 38. 25 20. 000
Selecione o tipo de
grfico desejado de
acordo com a varivel a
ser descrita.
19
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 2 Descrevendo Dados no SPSS
20
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
CAPTULO 3
Contedo:
1. Deteco e correo de erros de digitao
2. Observao e tratamento de casos omissos
3. Observao da normalidade de variveis
4. Estudo e eliminao de casos extremos univariados
5. Estudo e eliminao de casos extremos multivariados
Objetivos:
Ao final do captulo o aluno dever ser capaz de:
1. Detectar erros de digitao em arquivos de dados
2. Produzir arquivos de dados acurados
3. Tratar os casos omissos por meio dos procedimentos apresentados
4. Identificar a normalidade/anormalidade das variveis
5. Identificar casos extremos univariados
6. Tratar casos extremos univariados
7. Tratar casos extremos multivaridos
21
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
Lista de variveis a
serem analisadas.
22
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
Aps pressionado o boto statistics da janela da Figura 3.1 ser aberta a janela
apresentada na Figura 3.2.
Opo outliers
deve ser
selecionada.
23
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
24
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
Variveis
selecionadas para
anlise.
IMPAC 1
Varivel de
interesse a ser
estudada
Campo para
estimao de
valores omissos.
Variveis
demogrficas a
serem checadas.
26
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
associao entre a varivel de interesse e possveis dados categricos que possam estar
associados a um padro de omisso de resposta. Este mdulo do programa tambm
permite a estimao de valores para substituio de casos omissos. Como pode ser
observado na Figura 3.4 possvel se selecionar estratgias de estimao de valores
omissos, de acordo com a literatura da rea. Cada opo tem um tipo de uso e o
pesquisador deve estar consciente para a escolha da forma mais adequada para realizar a
substituio de valores omissos. Esta estimao pode e deve ser utilizada em conjunto ao
comando Replace Missing Values.
Um outro procedimento muito importante para testar a adequao dos dados para
emisso de relatrios o estudo da normalidade das variveis. A ausncia de
normalidade na distribuio de uma varivel pode indicar muitas coisas, como ausncia
de variabilidade (a grande maioria das pessoas concordam e/ou discordam de uma
afirmativa de escala Likert). Essa informao, por si s, j resultado de um relatrio de
avaliao de treinamento e pode ser utilizada como subsdio de um relatrio. O que
deve-se observar a ausncia de normalidade das variveis que sero inseridas em
anlises inferenciais multivariadas, como regresso mltipla. Caso alguma varivel
anormal seja parte de uma anlise multivariada, deve-se adotar procedimentos de
transformao da mesma (e.g. logartmica, raiz quadrada) atravs do comando compute,
no menu transform.
Para a deteco da normalidade das variveis deve-se executar o seguinte
procedimento Analyze Descriptives Statistics Frequencies, que resultar na
abertura da janela apresentada na Figura 3.5.
27
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
Selecionar
anlises neste
boto.
Selecionar tipo
de grfico para
estudo da
normalidade.
Selecione
medidas de
tendncia central.
fundamental a
seleo destas
duas medidas de
distribuio.
28
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
Selecione o
histograma com
curva densidade
(normal).
Statisti cs
29
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
Tempo de Empresa
80
Grfico 3.1
Histograma para
observao de
60 normalidade.
40
Frequency
20
Std. Dev = 8.91
Mean = 8.6
0 N = 267.00
0.0 4.0 8.0 12.0 16.0 20.0 24.0 28.0
2.0 6.0 10.0 14.0 18.0 22.0 26.0
T empo de Empresa
Varivel
selecionada para
anlise.
Boto de grficos
deve ser
pressionado.
Selecionar
dependentes juntos
varivel inserida no
campo das
dependentes.
31
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
A melhor anlise de casos extremos univariados pode ser obtida atravs do box-
plot do SPSS, que apresenta os casos diretamente abaixo ou acima dos limites da
distribuio. O Grfico 3.2 o resultado do procedimento descrito nas figuras anteriores.
5
Grfico 3.2 Box-plot
para observao de
4 casos extremos.
3 Caso extremo
nmero 215 do
arquivo de dados
2 exemplo.
0 279
115
211
-1
N= 275
Escore de Impacto Pr
32
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 3 Explorando e Adequando Arquivo de Dados
O resultado desta anlise gerar uma nova coluna de varivel no seu banco de
dados. Esta coluna conter a informao da distncia de Mahalanobis. Esta distncia
uma distribuio de qui-quadrado e deve ser interpretada com auxlio de uma tabela de
distribuio qui-quadrado. Valores superiores ao nvel de significncia determinado pelo
pesquisador, considerando os graus de liberdade do modelo em teste (no exemplo gl= 2
pois so trs variveis em teste) determinam se o caso dever ou no ser excludo do
banco de dados. Para se automatizar o processo de eliminao de casos extremos
multivariados recomenda-se o uso do comando Select Cases do menu Data do SPSS.
A seguir, no captulo 4, sero apresentados os procedimentos para realizao de anlises
inferenciais via SPSS, mais especificamente ANOVA uma via, para teste de diferena de mdias,
correlao para medidas paramtricas e no-paramtricas, teste de qui-quadrado para dados
categricos e anlise de regresso linear simples.
33
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 4 Realizando ANOVA uma via e Correlao Bivariada
CAPTULO 4
Contedo:
1. Comparao de Mdias via ANOVA uma via
2. Correlao bivariada para variveis contnuas e categricas
3. Teste de Qui-quadrado
4. Regresso linear simples
Objetivos:
Ao final do captulo o aluno dever ser capaz de:
1. Realizar anlises de comparao de mdias de ANOVA uma via.
2. Realizar anlises de correlao bivariada.
3. Realizar teste qui-quadrado.
4. Realizar anlise de regresso linear simples.
34
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 4 Realizando ANOVA uma via e Correlao Bivariada
Acima: Varivel
dependente (contnua).
Abaixo: Varivel
independente
(categrica).
Anlises posteriores
para comparao par a
par dos grupos em
anlise.
A anlise solicitada na Figura 4.1 apresenta como resultado a Tabela 4.1, aonde
so apresentados os ndices de significncia estatstica do teste de F da ANOVA. Se o
ndice de significncia (sig.) for menor que 0,05, h diferenas significativas entre os
grupos.
ANOVA
EXPTRAB tempo de experincia de trabalho (em anos j c ompletos ) Tabela 4.1 Resultados
da ANOVA uma via.
Sum of
Squares df Mean Square F Sig.
Between Groups 6299.377 4 1574.844 24. 025 .000
Within Groups 18157. 758 277 65. 551
Tot al 24457. 135 281
35
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 4 Realizando ANOVA uma via e Correlao Bivariada
Uma correlao
bivariada exige ao
menos duas variveis
para anlise.
Correlations
Tabela 4.2 Resultado
da correlao bivariada.
EXPTRAB
tempo de
experincia
IDADE idade de trabalho
(j complet a) (em anos j
Coeficiente de
em anos complet os)
correlao. Asteriscos
IDADE idade (j Pearson Correlation 1 .909** indicam o nvel de
complet a) em anos Sig. (2-t ailed) . .000 significncia da
correlao.
N 274 272
EXPTRAB tempo de Pearson Correlation .909** 1
experincia de t rabalho Sig. (2-t ailed) .000 .
(em anos j c ompletos )
N 272 282
**. Correlat ion is signif icant at t he 0.01 lev el (2-t ailed).
Especifica se o nmero
de casos por grupo
de tamanho idntico
ou de tamanho
diferente.
Test Statistics
Teste de significncia.
ESCOLAR
esc olaridade
mais elev ada
Chi-Squarea 250.507
df 4
Asy mp. Sig. .000
a. 0 cells (.0%) hav e expec ted f requencies less than
5. The minimum expect ed cell f requency is 56.8.
37
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 4 Realizando ANOVA uma via e Correlao Bivariada
Para a realizao de anlises preditivas entre duas variveis pode-se realizar uma
anlise de regresso simples. Esta anlise obtida por meio do caminho Analyze
Regression Linear. A Figura 4.4 apresenta a caixa de dilogo da anlise de
regresso.
Defina a varivel
dependente de anlise.
Defina a varivel
independente de
anlise.
Mtodo de anlise de
regresso.
38
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
CAPTULO 5
Contedo:
1. Anlise Fatorial
2. Procedimentos de Execuo da Anlise Fatorial via SPSS
Objetivos:
Ao final do captulo o aluno dever ser capaz de:
1. Definir Anlise Fatorial
2. Identificar as funes da Anlise Fatorial
3. Descrever os principais conceitos associados Anlise Fatorial
4. Realizar uma Anlise Fatorial, seguindo todas as etapas, via SPSS
39
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
40
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
obter dois ou trs ndices para a mensurao de reao ao treinamento e, na maioria das
vezes, um ndice para o comportamento no cargo (impacto do treinamento no trabalho).
, ainda, importante ressaltar que os ndices estatsticos do subsdio para o tcnico
selecionar as dimenses, mas essa deve ser calcada, em ltima instncia, no sentido
terico dos itens que se agregaram a um fator.
Esta tcnica de anlise de dados tem sido muito utilizada na avaliao de
treinamento, tanto na pesquisa acadmica quanto nos sistemas de avaliao das
organizaes. Pode-se considerar que cada um dos nveis de anlise de um sistema de
avaliao possui, no mnimo, uma dimenso latente, compartilhada pelo conjunto de
treinandos envolvidos no processo instrucional. Para o nvel de aprendizagem, supe-se
a observao de um conjunto de habilidades humanas para cada treinamento
desenvolvido, mas os testes dimensionais para o nvel de aprendizagem tem sido mais
complicados, pela dificuldade na construo de mltiplas medidas (uma para cada
treinamento).
Kline (1994) aponta que existem alguns conceitos que so fundamentais para o
entendimentos e interpretao de resultados da AF. So esses:
Correlao: conceito estatstico que busca captar o componente linear de
variao conjunta de duas variveis. Esse coeficiente varia de 1 at +1. Uma
correlao perfeita possui o valor 1 (seja esta negativa ou positiva). Quanto
maior a correlao entre duas variveis mais estas possuem componentes de
covariao em conjunto, ou seja, quanto mais uma varia (modifica de valor)
mais a outra varia. A AF baseada nas correlaes entre os itens de um
questionrio de avaliao de treinamento. O primeiro passo para o clculo de
fatores em uma AF, realizado pelo computador, o clculo de uma matriz de
correlao. Todos os itens de um instrumento de avaliao so correlacionados
entre si, formando o ponto de partida para a AF.
Fatores: busca-se obter, em uma anlise fatorial, dimenses. Essas dimenses
so denominadas fatores. Estas so determinadas pela correlao
compartilhada por um conjunto de itens, ou seja, quanto mais correlacionados
for um conjunto de itens eles tm uma grande chance de formar um fator. Essa
41
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
Cuidado!
Como toda tcnica estatstica deve-se tomar alguns cuidados com a AF.
Atualmente, com a sofisticao dos microcomputadores e tambm dos softwares
estatsticos muito fcil realizar procedimentos multivariados como o de AF. O tcnico
42
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
sempre deve-se lembrar da mxima garbage in, garbage out (lixo entra, lixo sai). O
tcnico deve possuir uma pressuposio terica, na qual hipotetize a existncia de
dimenses subjacentes. No caso de avaliao de treinamento, os modelos possuem tal
pressuposio, pois so organizados em dimenses, constitudas por diferentes
indicadores. Por este motivo que no coerente efetuar uma anlise fatorial em um
conjunto de itens onde a pressuposio anterior de categorias no exista, pois podero
ser extradas dimenses, formadas apenas por correlaes esprias entre itens. Devido a
possibilidade de correlaes distorcidas que o sentido terico dos itens deve ser o
principal critrio para identificao de dimenses latentes.
43
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
Pressione os
botes indicados
na parte inferior.
Selecionar todas
essas opes.
Mantenha o
default e
selecione esta
opo.
44
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
Mantenha o
default, que
sem indicao de
rotao.
Selecione esta
opo, que
ordenar todos os
coeficientes.
Selecione esta
opo e
modifique o
valor para 0,30.
45
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
Queda constante
indica a presena
3 de apenas um
fator.
2
Eigenvalue
0
1 2 3 4 5 6 7 8 9 10 11 12
Component Number
46
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
presena de um fator, com eigenvalue muito elevado, indicando uma alta explicao da
varincia de todos os itens. Depois de concludo a estrutura fatorial a partir da anlise de
componentes principais, deve-se proceder a anlise fatorial.
Para tanto, sero necessrias alteraes em algumas das janelas (apresentadas nas
figuras 3.1 a 3.5), como apresentado a seguir:
Janela Factor (figura 3.1): matenha os mesmos itens selecionados para a
anlise de componentes principais;
Janela Factor: Descriptives (figura 3.2): retire a marcao de todas as opes.
Estas informaes no so mais necessrias;
Janela Factor: Extraction (figura 3.3): retire as marcaes do scree plot e
unrotated factor solution. Marque a opo nmero de fatores, informando o
nmero observado na anlise de componentes principais (um neste exemplo).
V at o campo Method e selecione principal axis factoring (PAF).
Janela Factor: Rotation (figura 3.4): mantenha o default, sem rotao. Isso
deve ser feito para este exemplo, com indicao de apenas um fator. A
ausncia de rotao aplica-se apenas para solues fatoriais de estrutura
unifatorial.
Janela Factor: Options (figura 3.5): matenha as mesmas informaes
solicitadas na anlise de componentes principais.
O arquivo de output desses procedimentos conter um nmero
consideravelmente menor de informaes do que aquele gerado pela anlise de
componentes principais. interessante observar algumas informaes nestes resultados,
como a tabela de porcentagem da varincia explicada, a mesma apresentada na tabela
3.2. Mas a principal informao que deve ser observada a matriz de cargas fatoriais da
soluo, apresentada na tabela 3.3. bom ressalvar que esta matriz recebe este nome
(factor matrix) quando a soluo unifatorial. Quando a soluo for com mais de um
fator a matriz que deve ser observada denominada pattern matrix.
47
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
Factor Matrixa
Na tabela 3.3 podem ser observadas duas colunas. A primeira possui o nome de
cada um dos itens do fator. Neste exemplo todos os itens do fator obtiveram valor de
carga fatorial superior a 0,30 e todos os itens analisados (12 ao total) fizeram parte da
soluo final. A segunda coluna (direita) possui a carga fatorial de cada item, indicando
o grau de correlao de cada um dos itens com o fator ao qual pertence.
Aps finalizada a anlise fatorial, o ltimo procedimento diz respeito ao clculo
do ndice de confiabilidade (preciso) do fator. Para tanto necessrio seguir o seguinte
procedimento Analyze Scale Reliability Analysis, que resultar na abertura da
janela apresentada na figura 3.6.
Figura 5.6 Janela do
comando Reliability.
Pressione este
boto e escolha
scale if item
deleted.
Selecione todos
os itens que
compem o fator
a ser examinado
48
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
Coluna com
Item-total Statistics valores de alpha
caso o item fosse
Scale Scale Corrected eliminado.
Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted
Reliability Coefficients
Alpha = .8570
O valor obtido nesta escala do exemplo pode ser considerado bom, pois o valor
superior a 0,80. Este coeficiente varia de 0 a 1 e os melhores ndices so aqueles
superiores a 0,90.
Todos os procedimentos apresentados neste captulo sero suficientes para a
extrao de indicadores de validade e confiabilidade de questionrios de avaliao de
treinamento via SPSS. Caso o leitor esteja interessado em aprofundamentos na tcnica
de AF sugere-se recorrer a leitura recomendada ao final desta apostila.
49
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 5 Anlise Fatorial
Selecione a
expresso
numrica MEAN
e defina as
variveis que
fazem parte do
fator
Atribua um nome
para a varivel
que ser gerada
50
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 6 Gerao e Uso de Syntax
CAPTULO 6
Contedo:
1. Funo e Uso da Syntax no SPSS
Objetivos:
Ao final do captulo o aluno dever ser capaz de:
1. Identificar quais os possveis usos dos comandos da syntax
2. Descrever alguns comandos da syntax
3. Criar syntax de comandos para gerao de rotinas de relatrios em avaliao de
treinamento
51
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 6 Gerao e Uso de Syntax
52
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 6 Gerao e Uso de Syntax
Escolha o
arquivo desejado
e pressione o
boto indicado.
Esse mesmo procedimento, o boto Paste, pode ser utilizado em diversas caixas
de dilogo do SPSS para gerao dos arquivos syntax de comando. A figura 6.2
apresenta uma janela syntax com diferentes comandos j copiados em sua estrutura.
Figura 6.2 Janela de
arquivo syntax
Resultado do
comando
executado na
figura anterior
Variveis
selecionadas para
anlise
descritiva.
53
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 6 Gerao e Uso de Syntax
Neste exemplo so solicitados vrios tipos de anlises que podem ser teis em
um relatrio de avaliao de treinamento. Inicialmente foram solicitadas freqncias das
variveis discretas do banco de dados. Neste comando a inteno identificar a
frequencia de casos de cada uma das variveis indicadas no comando. Em seguida foi
solicitado o comando FREQUENCIES com especificao de ndices relativos as
variveis contnuas (e.g. impacto do treinamento em amplitude e profundidade). Essas
informaes iniciais possibilitam identificar os ndices descritivos do resultado do
54
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.
Captulo 6 Gerao e Uso de Syntax
55
Ronaldo Pilati Professor do Departamento de Psicologia Social e do Trabalho da UnB.
Juliana Barreiros Porto Professora do Departamento de Administrao da UnB.