Normal view MARC view ISBD view

Análise de dados para ciências sociais : a complementaridade do SPSS / Maria Helena Pestana, João Nunes Gageiro

Main Author: Pestana, Maria Helena Coauthor: Gageiro, João Nunes Edition: 6ª ed. Publication: Lisboa : Sílabo, 2014 Description: 1237 p.ISBN: 978-972-618-775-2Abstract: "Este livro, fruto da experiência académica e profissional dos autores, foi agora, nesta 6ª edição, enriquecido com esquemas, resumos e 157 aplicações práticas, que inovam nas associações que estabelecem entre os diferentes capítulos, simplificando e consolidando os temas neles tratados, tornando-o acessível a todos os leitores, mesmo aqueles com poucas bases de matemática, estatística e informática. A introdução da syntax do IBM-SPSS permite, para qualquer distribuição e dimensão da amostra, calcular todas as probabilidades associadas, identificar os acontecimentos mais prováveis, determinar os erros e a potência do teste, bem como recorrer tanto às distribuições exatas como às aproximadas. Importância particular é dada à participação ativa do leitor, tornando o livro estimulante e útil para todos os que a ele recorram.".Topical name: Ciências sociais | Estatística | Spss (statistical package for the social sciences) CDU: 303
Tags from this library: No tags from this library for this title. Add tag(s)
Log in to add tags.
    average rating: 0.0 (0 votes)

Índice

Prefácio, p. 17
Introdução
1. Iniciação ao IBM-SPSS, p. 22
1.1. Ficheiro de dados, p. 22
1.2. Definição de variáveis e casos, p. 22
1.3. Análise estatística, p. 27
1.4. Gráficos, p. 28
1.5. Ajudas, p. 29
1.6. Junção de informação de dois ficheiros, p. 30
1.6.1. Junção de variáveis, p. 30
1.6.2. Junção de casos, p. 33
1.7. Edição de Informação, p. 34
1.8. Definição e organização de dados, p. 36
1.9. Transformação de dados, p. 38
1.9.1. Criação de novas variáveis, p. 39
1.9.2. Agregação de categorias, p. 40
1.9.3. Inversão da ordem das categorias, p. 42
1.9.4. Transformação de uma variável métrica em qualitativa, p. 42
1.9.5. Conversão de uma variável string em numérica, p. 43
1.9.6. Contagem de casos, p. 44
1.9.7. Substituição de respostas omissas, p. 44
1.10. Utilidades, p. 44
2. Exercícios - Enunciados, p. 45
3. Exercícios - Resolução, p. 46

Capítulo 1
Estatística descritiva e indutiva
1. Introdução, p. 53
1.1. Escalas de medida e tratamento estatístico, p. 53
2. Estatística descritiva versus indutiva, p. 57
3. Análise das respostas omissas, p. 58
3.1. Exclude cases listwise, p. 59
3.2. Exclude cases pairwise, p. 60
3.3. Replace with mean, p. 61
3.4. Análise univariada das respostas omissas, p. 62
3.5. Padrão das respostas omissas, p. 65
3.6. Aleatoriedade das respostas omissas, p. 67
3.7. Não aleatoriedade das respostas omissas, p. 68
4. Variáveis nominais, p. 69
4.1. Quadro de distribuição de frequências, p. 69
4.2. Moda, p. 70
4.3. Gráficos de barras e circular, p. 70
5. Variáveis ordinais, p. 75
5.1. Quantis, p. 75
5.2. Quadro de distribuição de frequências, p. 76
5.3. Introdução de dados, p. 77
5.4. Moda e conclusão, p. 79
6. Variáveis métricas, p. 81
6.1. Quadro de distribuição de frequências, moda e quantis, p. 81
6.2. Outliers, Amplitude total e inter-quartil, p. 83
6.3. Histograma, diagrama de caule e folhas e caixa de bigodes, p. 85
6.4. Média e suas propriedades, p. 90
6.5. Variância, desvio padrão, desvio absoluto médio e desigualdade de Tchebycheff, p. 95
6.6. Erro padrão e intervalo de confiança para a média, p. 97
6.7. Média aparada, p. 99
6.8. Simetria e achatamento, p. 103
6.9. Média ponderada, geométrica e harmónica, p. 108
6.10. Coeficiente de variação e MAD, p. 111
6.11. Distribuição normal e testes à normal, p. 116
6.12. Transformações e estandardização, p. 120
6.13. Categorização pelo método dos grupos extremos revisto, p. 131
6.14. Criação de índices pela uniformização de escalas, p. 134
7. Medida concentração: índice de Gini, p. 139
8. Exercícios - Enunciados, p. 141
9. Exercícios - Resolução, p. 152
10. Fundamentos para a inferência, p. 239
10.1. Testes paramétricos e não paramétricos, p. 239
10.2. Estimadores e distribuições amostrais, p. 240
10.2.1. Distribuições do Qui-Quadrado, t de Student e F de Snedecor, p. 242
10.3. Estimação: pontual, por intervalos e ensaio de hipóteses, p. 244
10.4. Regra de decisão, p. 248
10.5. Aplicações, p. 249
10.5.1. Desigualdade de Chebychev, p. 250
10.5.2. Distribuição uniforme, p. 250
10.5.2. Distribuição normal, p. 251
10.5.4. Distribuição do Qui-Quadrado, p. 256
10.5.5. Distribuição t de Student, p. 258
10.5.6. Distribuição F de Snedecor, p. 260

Capítulo 2
Contingência, associação e correlação
1. Introdução, p. 269
2. Tabelas de contingência e teorema de Bayes, p. 270
1.1. Construção de tabelas, p. 270
1.2. Probabilidade conjunta, marginal e condicionada, p. 271
1.3. Teorema de Bayes, p. 273
3. Análise das tabelas de contingência, p. 276
3.1. Testes de independência do Qui-Quadrado, p. 277
3.1.1. Teste do Qui-Quadrado de Pearson, p. 278
3.1.2. Teste do rácio da verosimilhança, p. 286
3.1.3. Teste do Qui-Quadrado da correção de continuidade de Yates, p. 292
3.1.4. Teste do Qui-Quadrado de Fisher, p. 292
3.1.5. Teste Linear-by-Linear Association, p. 299
3.1.6. Teste de McNemar, p. 300
3.2. Odds e odds racio, p. 301
3.2.1. Odds, p. 301
3.2.2. Odds rácio, p. 301
3.2.3. Propriedades, p. 302
3.2.4. Intervalo de confiança para o odds rácio, p. 303
3.3. Risco relativo, rácio de prevalência, diferença de proporções e intervalos de confiança, p. 303
3.3.1. Risco relativo e rácio de prevalência, p. 303
3.3.2. Intervalo de confiança para RR ou RP, p. 304
3.3.3. Teste de homogeneidade e intervalo de confiança, p. 304
3.3.4. Discrepância entre o odds rácio e o RP, p. 306
3.4. Relação entre o odds rácio e RR ou RP, p. 306
3.5. Associações marginais e condicionadas, p. 307
3.5.1. Totais das ksubtabelas são semelhantes, p. 309
3.5.2. Totais das ksubtabelas são diferentes, p. 315
3.6. Concordância: Kappa de Cohen, p. 319
3.6.1. Vulnerabilidade do Kappa de Cohen, p. 321
3.7. Outras medidas de associação para variáveis nominais, p. 323
3.7.1. Phi, V de Cramer, coeficiente de contingência, p. 323
3.7.2. Lambda, Goodman e Kruskal’s tau e coeficiente de incerteza, p. 324
3.7.3. Síntese, p. 324
3.8. Outras medidas de associação para variáveis ordinais, p. 330
3.8.1. Gamma, Kendall’s tau b, Kendall’s tau c, Somer’s d, p. 330
3.8.2. Síntese, p.332
3.9. Sensibilidade, especificidade, valor preditivo, prevalência, rácio da verosimilhança, p. 335
3.9.1. Síntese, p. 337
3.10. Curva ROC, p. 340
3.10.1. Síntese, p. 342
3.11. Correlações simples e parciais: variáveis estandardizadas Z, Ró de Spearman e R de Pearson, p. 345
3.11.1. Síntese, p. 348
3.12. Eta e correlações biserial e point biserial, p. 361
3.12.1. Síntese, p. 362
4. Exercícios - Enunciados, p. 367
5. Exercícios - Resolução, p. 381
6. Fundamentos das tabelas de contingência, p. 461

Capítulo 3
Anacor, MCA e MDS
1. Introdução, p. 467
2. Anacor, p. 468
3. MCA, p. 471
4. MDS, p. 473
5. Exercícios - Enunciados, p. 478
6. Exercícios - Resolução, p. 482

Capítulo 4
Análise das componentes principais e análise fatorial
1. Introdução, p. 516
2. Análise das Componentes Principais (ACP), p. 518
3. Análise Fatorial (AF), p. 519
3.1. Existência de correlação e a adequação aos dados, p. 520
3.2. Número de fatores a reter, p. 521
3.3. Percentagem de variância explicada pelos fatores retidos, p. 522
3.4. Percentagem de variância explicada por cada fator retido, p. 522
3.5. Variáveis pertencentes a cada fator, p. 523
3.6. Variáveis a reter, p. 524
3.7. Indicadores da qualidade do modelo: GFI, AGFI e RMSR, p. 525
3.7.1. Goodness of Fit Index (GFI):, p. 526
3.7.2. AGFI, p. 527
3.7.3. A Root Mean Square Residual (RMSR) é dada por:, p. 527
3.8. Representação gráfica e interpretação dos fatores retidos, p. 528
3.9. Exploração dos dados, outliers e respostas omissas, p. 529
4. Análise fatorial em escalas, p. 530
5. Análise da Consistência Interna, p. 531
5.1. Alpha de Cronbach, p. 531
5.2. Coeficiente de Bipartição, p. 532
5.3. Modelos Paralelo e Estritamente Paralelo, p. 532
5.4. Guttman, p. 533
5.5. Coeficiente de Correlação Intra Classes, p. 533
6. Exercícios - Enunciados, p. 534
7. Exercícios - Resolução, p. 538

Capítulo 5
Análise de clusters
1. Análise de Clusters, p. 575
2. Exercícios - Enunciados, p. 578
3. Exercícios - Resolução, p. 579

Capítulo 6
Análise discriminante
1. Análise discriminante, p. 604
1.1. Pressupostos, p. 604
1.2. Seleção das variáveis explicativas, p. 606
1.3. Número de funções discriminantes, p. 608
1.4. Variáveis explicadas por cada função discriminante retida, p. 609
1.5. Classificar casos e validar os resultados, p. 610
1.6. Analisar as respostas omissas, p. 611
2. Exercícios - Enunciados, p. 611
3. Exercícios - Resolução, p. 612

Capítulo 7
Regressão
1. Modelos de regressão, p. 643
2. Modelo de Regressão Linear Simples - MRLS, p. 644
2.1. Pressupostos, p. 645
2.2. Exploração dos dados, p. 647
2.3. Estimação, p. 650
2.4. Previsão pontual e por intervalos, p. 651
2.5. Medidas absolutas e relativas da qualidade do ajustamento, p. 656
2.6. Teste t de Student, p. 659
2.7. Teste F de Snedecor, p. 661
2.8. Verificação das Hipóteses do MRLS, p. 662
2.8.1. Linearidade e transformações, p. 663
2.8.2. Normalidade, p. 668
2.8.3. Homocedasticidade, p. 669
2.8.4. Autocorrelação, p. 673
2.9. Observações outliers e influentes, p. 676
2.9.1. Outliers, p. 676
2.9.2. Observações influentes, p. 679
3. Escolha entre funções polinomiais, p. 682
4. Relações não lineares, p. 688
4.1. Função potência: elasticidade constante, p. 688
4.2. Função logarítmica, p. 694
4.3. Função exponencial: crescimento constante, p. 696
4.4. Função inversa ou hiperbólica, p. 702
4.5. Função exponencial inversa, p. 709
5. Permanência de estrutura-MRLS, p. 714
6. Variáveis artificiais ou dummies, p. 721
6.1. Determinação do número de variáveis artificiais, p. 721
6.2. Codificação das variáveis artificiais, p. 722
6.2.1. Categoria de referência com o código zero, p. 722
6.2.2. Contrastes, p. 722
6.3. Interações, p. 723
7. Multicolinearidade, p. 737
7.1. Origens da multicolinearidade, p. 738
7.2. Efeitos da elevada multicolinearidade, p. 738
7.3. Oscilações nas estimativas dos coeficientes, p. 739
7.4. Medidas de multicolinearidade, p. 740
7.5. Sugestões para suprir a elevada multicolinearidade, p. 742
7.6. Interpretação dos coeficientes da reta estimada no MRLM, p. 743
8. Coeficiente de determinação ajustado R2a, p. 743
9. Covariância, flde Pearson, Ró de Spearman, correlações parciais e semiparciais, p. 745
9.1. Covariância, p. 745
9.2. R de Pearson, p. 747
9.3. Ró de Spearman, p. 748
9.4. Correlações parciais e semiparciais, p. 749
10. Interpretação do teste F da Anova, p. 751
11. Interpretação dos testes t e Fchange, p. 752
12. Métodos de entrada de variáveis na regressão, p. 754
12.1. Regressão múltipla standard (Method Enter), p. 755
12.2. Regressão hierárquica ou sequencial, p. 755
12.3. Stepwise, p. 756
13. Validação cruzada, p. 757
13.1. R ao quadrado ajustado de Stein, p. 757
13.2. Partição dos dados, p. 758
14. Modelo de Regressão Linear Múltipla - MRLM, p. 772
14.1. MRLM sem violação dos pressupostos, p. 773
14.1.1. Exploração dos dados, p. 776
14.1.2. Estimação e previsão, p. 778
14.1.3. Hipóteses do MRLM, p. 786
14.1.4. Observações Outliers e Influentes, p. 790
14.2. 2SLS, p. 794
14.3. WLS, p. 798
14.3.1. Exploração da heterocedasticidade, p. 801
14.3.2. Encontrar a fonte principal da heterocedasticidade, p. 803
14.3.3. Escolha da potência ótima, p. 804
14.3.5. Verificação da correção da heterocedasticidade, p. 807
15. Permanência de estrutura - MRLM, p. 808
15.1. MRLM com uma observação adicional, p. 809
15.2. MRLM com m< k observações adicionais: teste de Gregory Chow, p. 812
16. Path analysis, p. 816
17. Exercícios - Enunciados, p. 826
18. Exercícios - Resolução, p. 830

Capítulo 8
Testes t e intervalos de confiança para médias
1. Introdução, p. 867
2. Teste t de Student, intervalos de confiança para uma média e cálculo do nível de significância, p. 869
3. Testes t de Student e intervalos de confiança para a diferença de médias
em amostras independentes. Cálculo do nível de significância, p. 877
3.1. Teste t de Student e intervalos de confiança para a mesma variável métrica, p. 877
3.2. Testes t de Student simultâneos vs. regressão logística binária, p. 889
4. Teste t e intervalos de confiança em amostras emparelhadas, p. 898
4.1. Vantagem das amostras emparelhadas vs. amostras independentes, p. 899
5. Exercícios - Enunciados, p. 903
6. Exercícios - Resolução, p. 905

Capítulo 9
Testes não paramétricos
1. Introdução, p. 923
2. Testes não paramétricos para amostras independentes, p. 924
2.1. Teste da Binomial, p. 924
2.1.1. Região crítica unilateral, p. 924
2.1.2. Região crítica bilateral, p. 927
2.2. Teste de aderência do Qui-Quadrado, p. 929
2.3. Teste de ajustamento de Kolmogorov-Smirnov, p. 933
2.4. Teste de Wilcoxon para uma mediana, p. 938
2.5. Teste de Mann-Whitney, p. 941
2.5.1. Com empates, p. 943
2.5.2. Sem empates, p. 948
2.6. Teste de Kruskal-Wallis, p. 952
2.7. Teste de independência de Kolmogorov-Smirnov, p. 959
3. Testes não paramétricos para amostras emparelhadas, p. 964
3.1. Teste de McNemar, p. 964
3.1.1. Diagonal secundária (b + c) > 20, p. 966
3.1.2. Diagonal secundária (b + c) < 20, p. 969
3.2. Teste Q de Cochran, p. 971
3.3. Teste do sinal, p. 977
3.4. Teste de Wilcoxon, p. 981
3.5. Teste de Friedman, p. 985
4. Exercícios - Enunciados, p. 990
5. Exercícios - Resolução, p. 991

Capítulo 10
Anova, Ancova e Manova
1. Introdução, p. 1007
2. One-Way Anova, p. 1008
2.1. Pressupostos, p. 1009
2.2. Análise de variância, p. 1010
2.2.1. Dedução dos testes F, p. 1012
2.3. Identificação das diferenças entre os grupos, p. 1015
2.3.1. Tendência, p. 1015
2.3.2. Testes a posteriori ou Post-hoc, p. 1025
2.3.3. Testes a priori ou contrastes planeados, p. 1028
2.3.4. One-Way Anova em escalas de avaliação, p.1039
3. Anova fatorial, p. 1046
3.1. Anova a dois ou mais fatores, p. 1047
3.1.1. Decomposição do teste F, p. 1048
3.1.2. Dimensões semelhantes versus diferentes, p. 1050
3.1.3. Vantagem da Anova versus One-Way Anova, p. 1051
3.2. Testes a posteriori ou Post-hoc, p. 1052
3.3. Testes a priori ou contrastes planeados, p. 1052
3.3.1. Efeitos principais, p. 1053
3.3.2. Efeitos interativos, p. 1054
3.3.3. Exploração dos dados, p. 1057
3.3.4. Comparação de dispersões, p. 1062
3.3.5. Comparação de médias, p. 1063
3.3.6. Qualidade do modelo, p. 1064
3.3.7. Testes a priori ou constrastes planeados, p. 1065
3.3.8. Testes a posteriori ou Post-hoc, p. 1072
4. Ancova, p. 1074
4.1. Pressupostos da Ancova, p. 1074
4.2. Modelo estimado, p. 1075
4.2.1. Normalidade e homocedasticidade, p. 1078
4.2.2. Associação linear, p. 1081
4.2.3. Médias da concomitante por categoria do fator, p. 1083
4.2.4. Homogeneidade dos declives, p. 1084
4.2.5. Resultados do modelo estimado, p. 1085
4.2.6. Heterogeneidade dos declives, p. 1094
5. Manova, p.1098
5.1. Pressupostos da Manova, p. 1099
5.2. Testes multivariados, p. 1100
5.2.1. Exploração dos dados, p. 1104
5.2.2. Testes multivariados, p. 1106
5.2.3. Um fator e quatro endógenas: avaliação dos pressupostos, p. 1109
5.2.4. Paralelismo dos perfis, p. 1112
5.2.5. Níveis dos perfis, p. 1114
5.2.6. Achatamento dos perfis, p. 1114
6. Exercícios - Enunciados, p. 1118
7. Exercícios - Resolução, p. 1125

Capítulo 11
Medidas repetidas
1. Análise de variância de medidas repetidas: hipóteses, p. 1184
2. Pressupostos, p. 1186
3. Efeitos e consistência interna, p. 1187
3.1. Exploração dos dados, p. 1189
3.1.1. Normalidade, p. 1192
3.1.2. Covariâncias, p. 1192
3.1.3. Esfericidade, p. 1193
3.1.4. Consistência interna, p. 1193
3.2. Comparação de médias, p. 1195
3.3. Testes Post-hoc: comparação dos efeitos interativos, p. 1198
3.4. Testes Post-hoc: comparação dos efeitos principais, p. 1200
3.5. Testes a priori, p. 1204
4. Exercícios - Enunciados, p. 1206
5. Exercícios - Resolução, p. 1209

Bibliografia, p.1233

"Este livro, fruto da experiência académica e profissional dos autores, foi agora, nesta 6ª edição, enriquecido com esquemas, resumos e 157 aplicações práticas, que inovam nas associações que estabelecem entre os diferentes capítulos, simplificando e consolidando os temas neles tratados, tornando-o acessível a todos os leitores, mesmo aqueles com poucas bases de matemática, estatística e informática.
A introdução da syntax do IBM-SPSS permite, para qualquer distribuição e dimensão da amostra, calcular todas as probabilidades associadas, identificar os acontecimentos mais prováveis, determinar os erros e a potência do teste, bem como recorrer tanto às distribuições exatas como às aproximadas.
Importância particular é dada à participação ativa do leitor, tornando o livro estimulante e útil para todos os que a ele recorram."

There are no comments for this item.

Log in to your account to post a comment.

Click on an image to view it in the image viewer