O seu Blog de Psicometria

Tenha acesso à nossa enciclopédia virtual de conhecimento em Psicometria e Análise de Dados

Junte-se a mais de 22.300 membros e receba conteúdos exclusivos e com prioridade

Como fazer o teste de independência Qui-Quadrado no SPSS

Alex França

jan 6, 2022

Este teste é usado quando você deseja explorar a relação entre duas variáveis categóricas. Cada uma dessas variáveis pode ter duas ou mais categorias. Esse teste compara as frequências ou proporções observadas de casos que ocorrem em cada uma das categorias, com os valores que seriam esperados se não houvesse associação entre as duas variáveis a serem medidas. É baseado em uma tabela de tabulação cruzada, com os casos classificados de acordo com as categorias em cada variável.

Aqui, no blog, você encontra mais detalhes de quando utilizar o teste de independência – Qui quadrado.

No procedimento a seguir, demonstro o uso do qui-quadrado por meio de um design 2 por 2.

Abra o banco de dados no SPSS.

No menu na parte superior da tela, clique em Analisar e, em seguida, Estatísticas descritivas e, em seguida, Tabelas de referência cruzadas conforme a Figura 1 abaixo.

Figura 1

Clique em uma de suas variáveis ​​(por exemplo, Ansiedade) para ser sua variável de linha e clique na seta para movê-la para a caixa marcada Linha (s). Na sequência, clique na outra variável para ser sua variável de coluna (por exemplo, Risco acentuado) e clique na seta para movê-la para a caixa marcada Coluna (s). Veja na Figura 2 como ficou no SPSS.

Figura 2

Feito isso, clique em Estatísticas e selecione a opção Qui-quadrado. Um pouco mais embaixo, selecione também Phi e Cramer’s V conforme a Figura 3 abaixo.

Figura 3

Feito isso, clique em continuar e depois em Ok. O SPSS irá executar a análise e você vai obter a saída conforme a Figura 4 abaixo.

Figura 4

A primeira Tabela é a contagem dos casos. Depois é uma tabela cruzada, no exemplo, os dados cruzados foram de pessoas não-ansiosas e ansiosas vs risco acentuado da região de moradia (sim e não). Na próxima tabela vamos verificar se existe uma associação estatisticamente significativa entre esses cruzamentos: Tabela qui-quadrado.

A seguir, na Figura 5, vamos ver mais de perto esses resultados.

Figura 5

O principal valor que você está interessado na saída é o valor Qui-quadrado de Pearson, que é apresentado nos testes de Chi-Square. Se você tiver uma tabela 2 por 2 (ou seja, cada variável tem apenas duas categorias). Nesse exemplo podemos dizer que foi encontrada uma associação significativa entre o risco da região de moradia e a ansiedade (x2(1) = 12,00, p < 0.001.

Temos também o valor Phi, o valor de Phi é 0.217. Esse valor na tabela 2×2, varia de 0 a1. Imagina que esse valor podemos interpretar, similarmente, ao tamanho de efeito similar aos de uma correlação. Nesse caso, 0.21 podemos chamar de um efeito baixo. Não existem pontos de corte específicos para o Phi.

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Conteúdo

Mais lidos

Glossário de Análise Fatorial Exploratória

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Covariância e correlação

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Postados recentemente

Glossário de Análise Fatorial Exploratória

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Covariância e correlação

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Alex França

Posts sugeridos

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Nesse post, iremos te ensinar a lidar, de modo metodologicamente adequado com os pressupostos da análise de variância (ANOVA), quando eles não são acatados. O…

psicometriaonline

abr 6, 2024

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de…

Alex França

fev 18, 2024

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de…

Alex França

fev 11, 2024

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.