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

Tutorial: Teste t para amostras pareadas no SPSS

Alex França

dez 23, 2021

Um teste t de amostras pareadas (também conhecido como medidas repetidas ou em pares) é usado quando você tem apenas um grupo de pessoas (ou empresas, ou máquinas etc.) e coleta dados delas em duas ocasiões diferentes ou sob duas condições diferentes. Projetos experimentais pré-teste / pós-teste são um exemplo do tipo de situação em que essa técnica é apropriada. Você avalia cada pessoa em alguma medida contínua no Tempo 1 e novamente no Tempo 2, após expô-los a alguma manipulação experimental ou intervenção.

Essa abordagem também é usada quando você combina pares de participantes (ou seja, cada pessoa é combinada com outra em critérios específicos, como idade, sexo). Um dos pares é exposto à Intervenção 1 e o outro é exposto à Intervenção 2. As pontuações em uma medida contínua são comparadas para cada par.

Para executar o teste t pareado utilizaremos o exemplo dado por Julie Pallant (2010). Nele a autora explora o impacto de uma intervenção projetada para aumentar a confiança dos alunos em sua capacidade de sobreviver a um curso obrigatório de estatística. Os alunos foram convidados a completar um Teste de Medo de Estatística (FOST) antes (Tempo 1) e depois da intervenção (Tempo 2). As duas variáveis ​​do arquivo de dados que irei usar são: FOST1 (pontuação no Teste de Medo de Estatística no Momento 1) e FOST2 (pontuação no Teste de Medo de Estatística no Momento 2).

A autora teve como objetivo responder duas questões de pesquisa: Há uma mudança significativa nas pontuações dos participantes no Teste de Medo de Estatística após a participação em uma intervenção projetada para aumentar a confiança dos alunos em sua capacidade de concluir com êxito um curso de estatística? A intervenção tem impacto nas pontuações dos participantes no Teste de Medo de Estatística?

Vamos à prática!

Com o banco de dados já aberto no SPSS:

No menu na parte superior da tela, clique em Analisar, selecione Comparar médias e, em seguida, Teste t em pares

Clique nas duas variáveis ​​que você está interessado em comparar para cada assunto (por exemplo, fost1: medo de estatísticas tempo1, fost2: medo de estatísticas tempo2) e mova-as para a caixa rotulada Variáveis em pares clicando no botão de seta.

Etapa 1: Determinar o significado geral

Clicar em OK e obteremos as saídas. A saída gerada a partir deste procedimento é mostrada abaixo:

Na primeira tabela temos as estatísticas como número de observações, média, desvio padrão e erro padrão médio. Já na tabela denominada Teste de Amostras Pareadas, você precisa olhar a coluna final, denominada Sig. (Bicaudal) – este é o seu valor de probabilidade (p).

Se esse valor for inferior a 0,05 (por exemplo, 0,04, 0,01, 0,001), você pode concluir que há uma diferença significativa entre suas duas pontuações. No exemplo dado acima, o valor da probabilidade é 0,000. Na verdade, isso foi arredondado para três casas decimais – significa que o valor de probabilidade real era inferior a 0,0005. Este valor é substancialmente menor do que nosso valor alfa especificado de 0,05.

Portanto, podemos concluir que há uma diferença significativa nas pontuações do Teste de Medo de Estatística no Tempo 1 e no Tempo 2. Observe o valor t (neste caso, 5,39) e os graus de liberdade (gl = 29), pois você precisará deles ao relatar seus resultados. Você também deve notar que a diferença média nas duas pontuações foi de 2,67, com um intervalo de confiança de 95% estendendo-se de um limite inferior de 1,66 a um limite superior de 3,68.

Passo 2: Tendo estabelecido que existe uma diferença significativa, o próximo passo é descobrir qual conjunto de pontuações é mais alto (Tempo 1 ou Tempo 2). Para fazer isso, observe a Tabela 1, rotulada Estatísticas de amostras pareadas. Esta Tabela fornece as pontuações médias para cada um dos dois conjuntos de pontuações. Em nosso caso, a pontuação média do Fear of Stats no Tempo 1 foi de 40,17 e a pontuação média no Tempo 2 foi de 37,50. Portanto, podemos concluir que houve uma diminuição significativa nos escores do Teste de Medo de Estatística do Tempo 1 (antes da intervenção) para o Tempo 2 (após a intervenção).

Cuidado: Embora tenhamos obtido uma diferença significativa nos escores antes / depois da intervenção, não podemos dizer que a intervenção causou a queda nos escores do Teste de Medo de Estatística. A pesquisa nunca é tão simples, infelizmente! Existem muitos outros fatores que também podem ter influenciado a diminuição nos escores de medo. Apenas a passagem do tempo (sem qualquer intervenção) poderia ter contribuído. Qualquer número de outros eventos também podem ter ocorrido durante este período que influenciaram as atitudes dos alunos em relação às estatísticas.

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).

Referência:

Pallant, J. (2010) SPSS SURVIVAL MANUAL A step by step guide to data analysis using SPSS. 4th edition. McGraw-Hill Education.

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.