Académique Documents
Professionnel Documents
Culture Documents
• Questão de pesquisa
• Referencial teórico
• Hipóteses
• Mensuração
• Teste de hipóteses
O problema de mensuração
Tempe- Coluna de
ratura erro
mercúrio
Constructo Medida
Desenvolvimento de escalas
• Considerações importantes
• Validade (estamos medindo o que queremos
• Confiabilidade (estamos medindo bem?)
Causalidade
– Covariação
– Temporalidade (a causa deve preceder o efeito)
– Exclusão de hipóteses alternativas
• Experimento
– Grupo de tratamento e controle
– Aleatorização do tratamento
– Alta validade interna
• Aleatorização permite supor que a única diferença média na
variável de interesse entre os grupos de tratamento e
controle seja o tratamento
• Hipóteses alternativas controladas no planejamento
Desenho de pesquisa
• Quase-experimento
– Grupo de tratamento e controle
– Definição de indivíduos tratados não é aleatória
– Limitações na validade interna
• Pode haver outras diferenças entre os grupos de tratamento
e controle, além do tratamento
• Hipóteses alternativas controladas na análise
– É necessário incluir variáveis de controle
Desenho de pesquisa
• Não-experimento
– Tratamento não é controlado pelo pesquisador
– Definição de indivíduos tratados não é aleatória
– Sérias limitações na validade interna
• Pode haver diferenças não conhecidas entre os tratamentos
recebidos por diferentes indivíduos
• Pode haver outras diferenças entre os grupos de tratamento
e controle, além do tratamento
• Hipóteses alternativas controladas na análise
– É necessário incluir variáveis de controle
Os mundos da Estatística na pesquisa em Administração
• Dados primários
– Dados originais coletados em uma pesquisa de campo para um
fim específico
– Vantagens:
• Flexibilidade na escolha das informações coletadas
– Desvantagens
• Amostras pequenas
• Alto custo de coleta
• Problemas de confiabilidade
Fontes de dados
• Dados secundários
– Dados já coletados e disponíveis, por exemplo o Censo
Demográfico
– Vantagens:
• Maior qualidade e quantidade de informações
• Menor custo
• Pronta disponibilidade
– Desvantagens
• Menor liberdade de escolha das variáveis a analisar
• Dados desatualizados
Tipos de dados secundários
• Dados agregados
– Já em distribuições de freqüência, tabulações cruzadas, etc.
– Medidas-resumo por Setor Censitário, Município, UF, etc..
Tipos de dados secundários
• Micro-dados
– Dados individuais de cada respondente (pessoas, empresas,
etc)
– Quando se trata de amostras, normalmente tem pesos
associados
• O peso indica quantos elementos da população cada
elemento da amostra representa
– Por exemplo, população tem 1000 elementos. A amostra
foi aleatória simples com 20 elementos. O peso de cada
observação na amostra é 50.
Dicionário de variáveis
Descriptive Statistics
N Mean Std. Deviation
Desempenho 21 22.3 1.30
Valid N (listwise) 21
Std.
Treinamento N Mean
Deviation
A 7 20.9 0.79
B 7 23.2 0.91
C 7 22.9 0.78
Total 21 22.3 1.30
ANOVA – O modelo nulo
x2 a 19,9 m
variabilidade erro x 22,3
ANOVA – Modelo com efeito treinamento
Treinamento Treinamento
Treinamento C B
A
x2 a 19,9 m a m m c mb
dentro entre
x ia xa x a x x c 22,8
x a 20,9 x 22,3 xb 23, 2
ANOVA – decomposição da variabilidade
k 1 i 1
j 1 j 1 j 1
k ni
( xij x)2
i 1 j 1
Exemplo: Tabela de ANOVA
Consumo
Sum of
Squares df Mean Square F Sig.
Between Groups 21.664 2 10.832 15.808 .000
Within Groups 12.334 18 .685
Total 33.998 20
ANOVA
Consumo
Sum of
Squares df Mean Square F Sig.
Between Groups 21.664 2 10.832 15.808 .000
Within Groups 12.334 18 .685
Total 33.998 20
Effect size
SS M 21, 664
r
2
0, 637
SST 33,998
r r 2 0.79
63,7% da variabilidade do
r=0,1 efeito pequeno
desempenho na amostra é explicado
pelo tipo de treinamento r=0,3 efeito médio
r=0,5 efeito grande
ANOVA – Teste de hipótese de igualdade de médias
ANOVA
Consumo
Sum of
Squares df Mean Square F Sig.
Between Groups 21.664 2 10.832 15.808 .000
Within Groups 12.334 18 .685
Total 33.998 20
ANOVA
Consumo
Sum of
Squares df Mean Square F Sig.
Between Groups 21.664 2 10.832 15.808 .000
Within Groups 12.334 18 .685
Total 33.998 20
F
1 2
ANOVA: Teste F
ANOVA
Consumo
Sum of
Squares df Mean Square F Sig.
Between Groups 21.664 2 10.832 15.808 .000
Within Groups 12.334 18 .685
Total 33.998 20
• Independência
– Depende do planejamento da pesquisa. As amostras de cada grupo foram
extraídas independentemente.
• Normalidade
– Pode ser testada pela inspeção visual do histograma dos erros ou por um teste
de aderência
• Homoscedasticidade
Premissa do modelo de ANOVA: Homoscedasticidade
• Heterocedasticidade
– Se as variâncias forem diferentes, há, entre outras, uma solução para
comparação de médias de 2 grupos:
• Analyze Compare Means Independent Samples T-test
• Dependência
– Se as observações não forem independentes (ex.: produtividade do mesmo
funcionário antes e depois de um treinamento)
• Analyze Compare Means Paired Samples T-test
• Não Normalidade
– Para amostras pequenas (n<30) e distribuição não-normal, usam-se testes não-
paramétricos