Este documento discute os pressupostos dos testes paramétricos, incluindo: 1) As amostras devem seguir uma distribuição normal; 2) Deve haver homogeneidade de variância entre os grupos; 3) As variáveis devem ser medidas em nível de intervalo ou razão. Métodos como gráficos Q-Q, teste Kolmogorov-Smirnov e coeficiente de assimetria são usados para verificar a normalidade, enquanto o teste de Levene é usado para verificar a homogeneidade de variância.
2. Conteúdos
2
Testes paramétricos
Definição
Análise de pressupostos mediante o SPSS
Célia Sales - UAL
3. Teste de hipóteses paramétrico
3
Teste que requer dados de uma das distribuições
que é descrita pelos estatísticos (distribuição de
probabilidade)
Geralmente, o termo “TESTE PARAMÉTRICO” é
usado para designar “TESTE PARAMÉTRICO
BASEADO NA DISTRIBUIÇÃO NORMAL”
Célia Sales - UAL
4. Pressupostos dos testes paramétricos
(baseados na distribuição normal)
4
Um teste paramétrico requer quatro características:
1. Distribuição de amostragem segue uma
distribuição normal (“normalidade dos dados”)
2. Homogeneidade da variância
3. Nível de medição da variável de intervalo ou
razão
4. Independência
Célia Sales - UAL
5. PASSO 1:
Verificação da Normalidade dos Dados
5
Considerar, para cada grupo a comparar:
1. Representação gráfica: dá-nos uma ideia da distribuição
dos dados (Q-Q plots)
2. Teste K-S de aderência à normalidade: testa se a diferença
entre a nossa distribuição e a distribuição normal é
SIGNIFICATIVA
3. Coeficiente de Assimetria
4. Dimensão dos grupos a comparar: Simplifica os passos
anteriores, para amostras grandes (Teorema do Limite
Central)
Célia Sales - UAL
7. Teste Kolmogorov-Smirnov (K-S)
7
H0: A idade tem uma distribuição normal no grupo
dos homens
H1: A idade não tem uma distribuição normal no
grupo dos homens
p<α Rejeita-se H0
A idade dos homens não segue uma distribuição normal
p≥α Verifica-se o pressuposto da normalidade
A idade dos homens segue uma distribuição normal
Célia Sales - UAL
8. Coeficiente de assimetria
8
O Teste K-S é conservador, isto é, tende a rejeitar a
hipótese nula quando ela é verdadeira (i.e., indicar
que os dados não seguem uma distribuição normal,
quando na realidade seguem)
Se K-S rejeitar a hipótese nula, observar também o
coeficiente de assimetria, em cada grupo
A partir do quadro do “Explore”, dividir a assimetria
(skweness) pelo seu Erro Padrão de Medida (SE)
Célia Sales - UAL
9. Verificação do pressuposto da normalidade no
SPSS
9
Analyse – descriptive statistics – explore
(normality plots with tests)
Vai dar-nos, para os grupos a comparar:
- Boxplots
- Normal Q-Q plots
- Teste K-S
- Quadro de estatísticas descritivas
Célia Sales - UAL
11. Output do teste K-S
11
A idade não segue uma distribuição A idade não segue uma distribuição
normal no grupo das mulheres normal no grupo dos homens
T of Normality
ests
a
Kolmogorov-Smirnov Shapiro-Wilk
sex Statistic df Sig. Statistic df Sig.
age M lino
ascu ,136 196 ,000 ,903 196 ,000
Feminino ,180 326 ,000 ,762 326 ,000
a. Lilliefo SignificanceCorrectio
rs n
A idade nos homens, D(196)=0.136, p=0.000, e a idade nas mulheres,
D(326)=0.180, p=0.000, são significativamente não-normais
Célia Sales - UAL
13. Descriptives
sex St at ist ic St d. Error
age Masculino Mean 24,75 ,357
95% Conf idence Lower Bound 13 24,05
Interv al f or Mean Upper Bound
25,45
5% Trimmed Mean 24,34
Median 24,00
Variance
Coeficiente de
24,968
St d. Dev iation 4,997 assimetria =
Minimum 18
Maximum 47 Skewness / SE
Range 29
Interquart ile Range 6
Skewness 1,316 ,174
Kurt osis 2,301 ,346 1,316 / 0,174 = 7,573
Feminino Mean 22,95 ,246
95% Conf idence Lower Bound 22,47
Interv al f or Mean Upper Bound
23,44
5% Trimmed Mean 22,43
Median 22,00
Variance 19,770
St d. Dev iation 4,446
Minimum 17
Maximum 48
Range 31
Interquart ile Range 4
Skewness 2,708 ,135
Kurt osis 10,715 ,269
Célia Sales - UAL
14. Interpretação do coeficiente de assimetria
14
Valor estandardizado (Z-score)
< -2 ou >2
os dados não seguem uma distribuição normal
Célia Sales - UAL
15. Teorema do Limite Central
15
1. Quando as amostras são grandes (n > 30), a
distribuição de tende a seguir uma distribuição
normal, independentemente da forma da
população de onde a amostra é retirada
Importante para verificação do pressuposto de normalidade
2. O desvio padrão da distribuição de amostragem
(i.e., o Erro Padrão, SE) é igual ao desvio padrão da
amostra a dividir pela raíz quadrada da dimensão
da amostra (N)
Célia Sales - UAL
16. Teorema do Limite Central e testes paramétricos
16
Se os grupos a comparar tiverem (cada um) n>30,
podemos assumir a normalidade dos dados
Não são necessários os passos anteriormente vistos (K-S,
coeficiente de assimetria)
No entanto, é indispensável observar se há outliers;
se sim, a média pode não ser a melhor medida para
comparar os grupos
Célia Sales - UAL
18. Em suma: Passo 1 - Verificação da
normalidade de cada grupo a comparar
18
Gráfico Q-Q
se os pontos se situam na linha recta, é indicativo de distribuição
normal
K-S de adesão à normal
Coeficiente de assimetria
se se situar entre -2 e 2, podemos assumir que a distribuição é
normal
Teorema do Limite Central
Boxplot
Se houver outliers, a média não é um bom modelo da distribuição –
o teste t poderá ser desaconselhado
(no caso de comparação de médias)
Célia Sales - UAL
19. Pressupostos dos testes paramétricos
(baseados na distribuição normal)
19
Um teste paramétrico requer quatro características:
1. Distribuição de amostragem segue uma
distribuição normal
2. Homogeneidade da variância
3. Nível de medição da variável de intervalo ou
razão
4. Independência
Célia Sales - UAL
20. Homogeneidade da variância
20
Em testes de comparação de grupos de participantes,
significa que cada amostra provém de populações com a
mesma variância
A homogeneidade da variância de grupos de participantes
verifica-se com o teste Levene
Célia Sales - UAL
21. Teste Levene
Testa a hipótese nula de que a variância entre
os grupos é igual.
Se:
p<α Variâncias são significativamente
diferentes – NÃO HÁ homogeneidade
p≥α Há homogeneidade
Para reportar: F(df1, df2) = value, Sig
21
22. Teste Levene no SPSS
22
Geralmente é calculado juntamente com os testes que o
exigem (por exemplo, t-student)
Podemos calculá-lo separadamente:
ANALYSE – DESCRIPTIVE STATISTICS – EXPLORE
Dependent List: variável cuja média pretendemos comparar
Factor List: variável de definição dos grupos a comparar
Plots:
Boxplots: Factor levels together
Spread vs. Plots with Levene Test: Untransformed
Célia Sales - UAL
23. Existe igualdade de variância na idade dos homens e das mulheres, F(1,280)=3.566, p=0.060.
Célia Sales - UAL 23
24. Pressupostos dos testes paramétricos
(baseados na distribuição normal)
24
Um teste paramétrico requer quatro características:
1. Distribuição de amostragem segue uma
distribuição normal
2. Homogeneidade da variância
3. Nível de medição da variável de intervalo ou
razão
4. Independência
Célia Sales - UAL
25. Nível de medição da variável
25
Em teoria, apenas os dados de natureza contínua (de
intervalo ou de razão) poderão seguir uma distribuição
normal
EXCEPÇÃO para os dados ORDINAIS (Labowitz,
1967; 1970)
Com muitas possibilidades de resposta (5 ou mais)
A distância entre os níveis de resposta é igual entre cada nível
de resposta
Escalas de Likert com 5 ou mais níveis, podem ser tratados
com testes de hipótese paramétricos (escalas de quasi-
intervalo)
Célia Sales - UAL
26. Pressupostos dos testes paramétricos
(baseados na distribuição normal)
26
Um teste paramétrico requer quatro características:
1. Distribuição de amostragem segue uma
distribuição normal
2. Homogeneidade da variância
3. Nível de medição da variável de intervalo ou
razão
4. Independência
Célia Sales - UAL