Interpretação de Testes Estatísticos

MC NEMAR

qui quadrado, pessoas iguais, situações diferentes, verificar diferenças significativas em dois momentos diferentes. Calcular no 1º quadro os resultados na vertical e horizontal e depois fazer quadro das frequências esperadas. Fórmula normal ou correção de continuidade (basta haver 1 frequência inferior a 5 para utilizar esta) calcular a, b, c, d. para calcular: tl x tc e por baixo n; grau de liberdade: (2-1) x (2-1) =

KRUSKAL

comparação de 3 ou mais grupos diferentes. Variáveis ordinais.

Fazer médias: total dos resultados: número de sujeitos de cada coluna

Fórmula: 12 é constante x somatório de cada ordem ao quadrado/ número de coluna - (3x(N+1)

Grau de liberdade: c-1= 3-1= 2 (5,991) se o h obs for igual ou superior a 15 vemos na tabela kruskal (w95) e se tiver as combinações (3,4,2……), caso contrário na qui quadrado pelo gl

Fazer sempre o grau de liberdade no exercício!

SPEARMAN

associação/correlação entre 2 variáveis

Ordenar: xi, yi, d(xi - yi), d2 (resultados de d(xi - yi) ao quadrado, se tiver -4 tem de ser (-4)2)

Fórmula Rs= 1 - 6 x somatório de d2 Robs > valor crit à rejeita se obs

R < 0,2 - correlação muito baixa; 0,2 < 0,5 à baixa; 0,5 < 0,7 à valores significativos; 0,7 < 0,9 à alta correlação

Sig: inferior a 0,05 à rejeita há significância estatística significativa; maior que 0,05 à aceito

FRIEDMAN

para medidas repetidas, verificar se existem diferenças estatisticamente significativas entre grupos, avaliados em situações diferentes.

Ordenar em linha (1,2,3), fazer r à soma das ordens e r2 à resultado r ao quadrado

Fazer médias: somar os resultados um a um a dividir pelo número de sujeitos/situações de cada coluna

Fórmula: 12 x somatório do r2 à por so os resultados que deu

Saber o K (nº de situações) e N (nº de sujeitos)

Interpretação dos Output:

Probabilidade de inv: a nota estatística está correlacionada com o índice de motivação

H0: não existe correlação entre a nota esta e o índice de mot

Exemplo de concluir: a associação destas 2 variáveis verificadas através do coeficiente de correlação de spearman permite-nos concluir que existe uma correlação estatisticamente significativa (R= 0,823 ; p (sig)= 0,002. Significa que podemos rejeitar H0 e como tal os trabalhadores com maior classificação a estatística são os que se apresentam mais motivados.

Sig significativo= inferior a 0,05- rejeita há significância estatisticamente significativa

Sig não significativo= superior - aceita não há significância …..

Exemplo:

quando há -378, ou seja, a correlação da negativa quando uma variável está a aumentar e a outra está a diminuir. O que nos permite testar se há ou não correlação é o valor de sig, ou seja o valor de p= 0,252. Uma vez que essa significância não é menor que 0,05 eu não posso dizer que há significância.

Se não der sig, com o N conseguimos ver na tabela.