--- title: "Como criar e interpretar um boxplot no SPSS?" url: https://www.blog.psicometriaonline.com.br/boxplot-como-criar-no-spss-e-como-interpretar canonical: https://www.blog.psicometriaonline.com.br/boxplot-como-criar-no-spss-e-como-interpretar language: pt-BR published: 2024-12-11T18:44:32.000Z updated: 2026-03-30T01:13:39.226Z modified: 2026-03-30T01:13:39.226Z author: "Marcos Lima" categories: ["Tutoriais"] tags: ["gráficos", "tutorial no spss"] description: "Neste post, explicaremos o que é um boxplot, como construi-lo no SPSS e como interpretá-lo da maneira correta. Saiba mais!" source: Blog Psicometria Online --- # Como criar e interpretar um boxplot no SPSS? > Em pesquisas quantitativas, representações gráficas podem ser úteis para sumarizar uma grande quantidade de informações acerca das características de nossos dados. Sendo assim, o objetivo deste post é te ensinar a criar e a interpretar boxplots no SPSS. Primeiramente, introduziremos o boxplot e os p... Em pesquisas quantitativas, representações gráficas podem ser úteis para sumarizar uma grande quantidade de informações acerca das características de nossos dados. Sendo assim, o objetivo deste post é te ensinar a criar e a interpretar *boxplots* no SPSS. Primeiramente, introduziremos o *boxplot* e os principais elementos que ele contém. Em seguida, apresentaremos um tutorial passo a passo no SPSS. ## O que é um *boxplot*? O ***boxplot*** é um gráfico que representa várias informações de nossos dados, incluindo [medidas de tendência central](/medidas-de-tendencia-central-media-mediana-e-moda), de [dispersão](/medidas-de-dispersao-amplitude-a-variancia-e-o-desvio-padrao) e de [assimetria](/assimetria-e-curtose-um-guia-completo) da distribuição de variáveis quantitativas. A Figura 1 apresenta um exemplo de *boxplots* agrupados, que mostram as distribuições de contas totais em um restaurante em quatro dias distintos da semana. ![exemplo de boxplot.](/uploads/2022-02_boxplot-exemplo-0.jpg) *Figura 1. Exemplo de boxplots agrupados por dias da semana.* Em português, o *boxplot* também é conhecido como **diagrama de caixas** ou, ainda, como **diagrama de caixas e bigodes** (do inglês, ***box-and-whisker plot***). No entanto, é comum que pesquisadores também se refiram a esse gráfico pela sua nomenclatura no original em inglês. Por isso, ao longo do post, usaremos o termo *boxplot* para nos referirmos a essa representação gráfica. ## Anatomia de um *boxplot* A Figura 2 apresenta um *boxplot* na orientação horizontal, pois ela nos permitirá comparar o *boxplot* ao [histograma](/como-escolher-o-grafico-certo-para-seus-dados). ![](/uploads/2022-02_quartil-explicacao.jpg) *Figura 2. Os principais elementos de um boxplot.* O *boxplot* ilustra 50% dos escores por meio de uma caixa, preenchida em azul real na Figura 2. O limite inferior da caixa representa o **Quartil 1** (***Q*1**), que separa 25% dos escores abaixo dele e 75% acima. Por outro lado, o limite superior da caixa corresponde ao **Quartil 3** (***Q*3**), que divide 75% dos escores abaixo dele e 25% acima. Desse modo, a amplitude da caixa é calculada como **Quartil 3 – Quartil 1,** conhecida como **amplitude interquartílica** (**IQR**). Essa estatística mede a variabilidade dos dados, fornecendo uma medida do grau de dispersão da metade mais central dos dados. Além disso, se a **mediana** (ou **Quartil 2**, ***Q*2**) estiver equidistante dos quartis 1 e 3, temos alguma evidência de simetria na distribuição dos dados. Os **bigodes inferior** e **superior** do *boxplot* representam estimativas do último valor que não é extremo. Existem diferentes métodos para calcular os valores dos bigodes, mas uma abordagem comum é a seguinte: ![fórmula dos limites dos bigodes do diagrama de caixas e bigodes.](/uploads/2022-02_bigodes-boxplot.jpg) Por exemplo, na Figura 2, *Q*1= 41, *Q*3= 60,56 e IQR = 19,56. Portanto: ![cálculo dos limites dos bigodes do diagrama de caixas e bigodes.](/uploads/2022-02_bigodes-calculo.jpg) No entanto, se os valores dos bigodes estiverem indisponíveis no banco de dados, o bigode inferior será o primeiro valor **maior que 11,65**, e o bigode superior, o primeiro valor **menor que 89,90**. Se os comprimentos dos bigodes forem semelhantes, isso indicará mais evidências de simetria na distribuição dos dados. Por fim, o *boxplot* representa valores extremos, ou ***outliers***, usando círculos (ou outro símbolo), que indicam valores mais extremos que os bigodes inferior e superior do *boxplot*. ## Comparação entre *boxplots* e histogramas O histograma é outra representação útil para visualizar as distribuições dos dados. Em seguida, compararemos *boxplots* aos histogramas dos mesmos dados. ### *Boxplot* e histograma de dados com distribuição simétrica Primeiramente, consideraremos dados com distribuição simétrica. A Figura 3 reapresenta o *boxplot* da Figura 2, mas sem as anotações. ![exemplo de boxplot representado dados com distribuição simétrica.](/uploads/2022-02_quartil-exemplo-1b.jpg) *Figura 3. Boxplot de conjunto de dados com distribuição simétrica.* Agora, compare o *boxplot* (Figura 3) com o histograma dos mesmos dados (Figura 4). O histograma indica que os dados podem ser aproximados por uma distribuição normal, com poucos casos extremos. ![exemplo de histograma representado dados com distribuição simétrica.](/uploads/2022-02_distribuicao-exemplo-1.jpg) *Figura 4. Histograma de conjunto de dados com distribuição simétrica.* No *boxplot*, isso se reflete na mediana mais ou menos equidistante dos limites inferior e superior da caixa, em bigodes de tamanhos semelhantes e, por fim, em um número equivalente de *outliers* nos dois extremos. Como o exemplo se baseia em 1.000 observações, três ou quatro *outliers* por extremo da distribuição é compreensível e aceitável. ### *Boxplot* e histograma de dados com distribuição assimétrica Em seguida, consideraremos dados com forte assimetria positiva, isto é, com a cauda da distribuição mais longa à direita. Isso é o que acontece, por exemplo, com a variável renda, onde a maioria da população tem rendimentos menores, enquanto a minoria recebe centenas de milhares ou até mesmo milhões de reais por mês. O *boxplot* da Figura 5 sugere dados assimétricos. Três informações gráficas apoiam essa interpretação. Primeiramente, a mediana está mais próxima do limite inferior que do limite superior da caixa, indicando alguma assimetria nos dados. ![exemplo de boxplot representado dados com distribuição assimétrica.](/uploads/2022-02_quartil-exemplo-2.jpg) *Figura 5. Boxplot de conjunto de dados com distribuição assimétrica.* Além disso, os bigodes também são assimétricos, com o bigode superior muito mais longo que o inferior, o que sugere dados mais dispersos em escores mais elevados. Por fim, os valores extremos, em grande quantidade e concentrados em apenas um dos extremos dos escores, indica forte assimetria positiva na distribuição. A Figura 6 apresenta o histograma desses mesmos dados. Como você pode ver a seguir, a distribuição de fato possui assimetria positiva, com a maioria dos dados tendo escores baixos, mas uma minoria fortemente dispersa da maior concentração de escores. ![exemplo de histograma representado dados com distribuição assimétrica.](/uploads/2022-02_distribuicao-exemplo-2.jpg) *Figura 6. Histograma de conjunto de dados com distribuição assimétrica.* Para finalizar, a habilidade de imaginar a distribuição subjacente ao *boxplot* requer tempo e treino. Contudo, não desanime! Conforme você adquirir o hábito de praticar a visualização e a interpretação de *boxplots*, você também passará a ser capaz de interpretá-los com maior segurança. ## Como criar *boxplots* no SPSS? *Boxplots* são úteis quando você quer explorar a distribuição de uma variável contínua. Por exemplo, você pode querer avaliar as notas de 2.000 participantes em um vestibular. Primeiramente, introduziremos nosso banco de dados. A Figura 7 apresenta o banco de dados no SPSS, que contém apenas duas variáveis. A coluna **Cursinho** representa respondentes que fizeram (**Sim**) ou não (**Não**) cursinho pré-vestibular, enquanto a coluna **Nota** representa as notas dos respondentes no vestibular. ![banco de dados para tutorial no SPSS.](/uploads/2022-02_dados-tutorial-boxplot-spss.jpg) *Figura 7. Banco de dados no SPSS.* ### Criando um *boxplot* em 1-D no SPSS Primeiramente, siga o caminho **Gráficos > Construtor de Gráfico** (Figura 8). ![solicitando o gráfico no SPSS.](/uploads/2022-02_solicitando-boxplot-individual.jpg) *Figura 8. Caminho para solicitar boxplot em 1-D no SPSS.* Em seguida, na aba **Galeria** do canto inferior esquerdo, vá em **Boxplot** e marque a opção **Boxplot em 1-D** (terceiro ícone). Na parte superior esquerda da janela, arraste a variável **Nota** para o rótulo do eixo *y*. Por fim, clique em **OK** (Figura 9). ![solicitando o boxplot em 1-D no SPSS.](/uploads/2022-02_solicitando-boxplot-individual-configuracoes.jpg) *Figura 9. Solicitando o boxplot em 1-D no SPSS.* Apresentamos o gráfico gerado pelo SPSS na Figura 10. O *boxplot* indica uma ligeira assimetria negativa, isto é, bigode inferior mais longo que o superior, e parte inferior da caixa (de *Q*1 até a mediana) maior que a parte superior (da medida até *Q*3). ![boxplot em 1-D no SPSS.](/uploads/2022-02_saida-boxplot-individual-1.jpg) *Figura 10. Boxplot em 1-D.* Além disso, parece haver um *outlier* no banco de dados, indicado pelo círculo com o número **263**. Se quisermos checar o participante *outlier*, basta irmos ao banco de dados e consultarmos a linha 263, que será exatamente a observação que o SPSS detectou como valor extremo. ### Criando um *boxplot* agrupado no SPSS Frequentemente, queremos investigar distribuições não para a amostra geral, mas sim ao nível dos grupos. Em seguida, mostraremos como criar *boxplots* agrupados. Primeiramente, siga o caminho **Gráficos > Caixas de diálogo legadas > Boxplot** (Figura 11). ![](/uploads/2022-02_solicitando-boxplot-agrupado-1.jpg) *Figura 11. Caminho para solicitar boxplot agrupado no SPSS.* Uma janela de diálogo abrirá a seguir. Marque as opções **Simples** e **Resumos para grupos de casos** e clique em **Definir** (Figura 12). ![configurando a análise no SPSS.](/uploads/2022-02_solicitando-boxplot-agrupado-2.jpg) *Figura 12. Solicitando o boxplot agrupado no SPSS, parte 1.* Em seguida, coloque a variável **Nota** em **Variável** e a variável **Cursinho** em **Eixo de categoria**. Se você tiver uma variável de identificação no banco de dados, você poderá inseri-la em **Rotular casos por**, que o SPSS usará essa variável para sinalizar *outliers*. Caso contrário, o SPSS usará a própria linha do banco de dados para essa sinalização. Por fim, clique em **OK** (Figura 13). ![como solicitar boxplot agrupado no SPSS, parte.](/uploads/2022-02_solicitando-boxplot-agrupado-configuracoes.jpg) *Figura 13. Solicitando o boxplot agrupado no SPSS, parte 2.* A Figura 14 apresenta *boxplots* agrupados, indicando que as duas distribuições são aproximadamente simétricas. Desse modo, a assimetria da Figura 10 provavelmente foi decorrente de termos colapsado duas populações em um único grupo. ![](/uploads/2022-02_saida-boxplot-agrupado.jpg) *Figura 14. Boxplot agrupado.* Além disso, observamos que quem faz cursinho pré-vestibular tem notas mais altas e mais homogêneas no vestibular, quando comparado a quem não faz cursinho. A maior variabilidade no desempenho de quem não faz cursinho sugere hipóteses interessantes. Por exemplo, podemos especular que níveis de motivação e uso de estratégias autorreguladas de aprendizagem são possíveis moderadores da nota no vestibular. Por fim, embora o SPSS identifique alguns *outliers* em cada grupo, a quantidade (*n* = 14) parece compatível com o tamanho amostral (*N* = 2.000). Além disso, é possível realizar posteriormente análises de sensibilidade para verificar se os resultados inferenciais permanecem consistentes com e sem os *outliers*. ## Conclusão Neste post, você aprendeu o que é e quais são os principais elementos de um *boxplot*. Além disso, por meio de dois exemplos, você aprendeu a construir e a interpretar *boxplots* criados no SPSS. Gostou desse conteúdo? Então aproveite e se inscreva em nosso canal do [**YouTube**](https://www.youtube.com/c/psicometriaonline?sub_confirmation=1) para ficar por dentro de nossas novidades! Se você precisa aprender análise de dados, então faça parte da [**Psicometria Online Academy**](https://academy-po.psicometriaonline.com.br/?utm_source=blog&utm_medium=organico&utm_campaign=&utm_term=&utm_content=post), a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura [**aqui**](https://academy-po.psicometriaonline.com.br/?utm_source=blog&utm_medium=organico&utm_campaign=&utm_term=&utm_content=post) e nunca mais passe trabalho sozinho(a). ## Referência Field, A. (2017). *Discovering statistics using IBM SPSS Statistics* (5th ed.). Sage. ## Como citar este post > **Como citar este artigo:** Lima, M. (2024, 11 de dezembro). Como criar e interpretar um boxplot no spss? *Blog Psicometria Online*. https://www.blog.psicometriaonline.com.br/boxplot-como-criar-no-spss-e-como-interpretar