Análise estatística completa com o SPSS

Prévia do material em texto

Soluções SPSS 
 
 
 
 
 
 
 
AAnnáálliissee eessttaattííssttiiccaa 
ccoommpplleettaa ccoomm oo SSPPSSSS 
 
OO oobbjjeeccttiivvoo ddee qquuaallqquueerr pprroocceessssoo aannaallííttiiccoo 
éé oobbtteerr bboonnss rreessuullttaaddooss ffaacciillmmeennttee.. 
 
 
 
 
 
PSE – Produtos e Serviços de Estatística, Lda 
Rua Mouzinho da Silveira, 27 – 3ºC 
1250-166 Lisboa 
Tel 21 317 09 10 Fax 21 317 09 19 
E-mail spssinfo@pse.pt 
Internet www.pse.pt 
 
 
 
w w.pse.pt wwwwwww..ppssee..pptt 
 
 SPSP0102 
Análise estatística completa com o SPSS 
 
 
 
Resumo 
 
Uma análise fiável de dados é essencial para qualquer organização. Analisando a 
informação, os decisores podem tomar decisões fundamentadas. Mas analisar os dados 
não é o único passo num processo analítico – para melhor suportar qualquer decisão 
temos que estar aptos a planear o projecto; a recolher os dados; a aceder-lhes e geri-los 
facilmente; a analisar os dados e, finalmente, a partilhar os resultados obtidos. 
O processo analítico compõe-se por cada uma destas etapas. 
 
Para executar uma análise completa, qualquer analista necessita de um conjunto de 
ferramentas integradas e que lhes facilitem o trabalho. Infelizmente, muitos analistas 
não dispõem de uma solução flexível que cubra todas as etapas do processo analítico. 
 
Uma das formas que os analistas utilizam para dispôr de uma solução completa de 
análise é a de juntar vários softwares especializados de diferentes fabricantes. O 
problema com esta solução é que o analista pode encontrar problemas de 
incompatibilidade e despender muito tempo em solucionar problemas e não em 
encontrar resultados. 
 
Uma boa recomendação para os analistas é a utilização de uma solução analítica que 
seja expandível, através de módulos adicionais ou de programas de software para 
funções especializadas. Mas sempre integráveis e compatíveis. 
 
O SPSS 11.5 é o software analítico que fornece aos analistas as funcionalidades de 
planeamento, recolha, acesso, preparação, análise dos dados e de disponibilização dos 
resultados. Devido á integração total com os seus módulos adicionais e com outros 
produtos especializados de análise SPSS, o tempo do analista é gasto no processo 
analítico e não em questões menores de incompatibilidade. 
 
No presente documento posicionamos o SPSS face ás diferentes etapas do processo 
analítico e demonstraremos as suas virtudes. 
 Pág. 2 
Análise estatística completa com o SPSS 
 
 
 
ÍNDICE 
 
Escolha o software analítico adequado......................................................................... 4 
Etapas do processo analítico.......................................................................................... 4 
Solução multi-fornecedor versus solução de um fornecedor...................................... 8 
O SPSS 11.5 é a mais completa solução analítica ........................................................ 9 
SPSS Base 11.5 ................................................................................................................ 9 
Módulos adicionais SPSS e produtos autónomos ........................................................ 9 
Planeamento.................................................................................................................. 10 
Recolha de dados .......................................................................................................... 12 
Acesso a dados............................................................................................................... 13 
Preparação de dados .................................................................................................... 14 
Análise de dados ........................................................................................................... 15 
Relatório ........................................................................................................................ 24 
Disponibilização............................................................................................................ 26 
A SPSS Inc..................................................................................................................... 27 
A PSE............................................................................................................................. 27 
Apêndice 1 – Matriz de produtos e aplicações ........................................................... 28 
Apêndice 2 – Especificações resumidas de cada produto SPSS ............................... 29 
 
 
 Pág. 3 
Análise estatística completa com o SPSS 
 
 
 
 
 
Escolha o software analítico adequado 
 
A análise de dados pode ser um processo demorado, mas é essencial em qualquer 
organização. Com esta, os decisores podem definir objectivos a cumprir; determinar 
estratégias para conquista de novos clientes e retenção dos existentes; e afectar de 
forma eficiente os recursos disponíveis. 
 
Se os resultados obtidos não forem fiáveis, a sua organização pode: 
ƒ Perder oportunidades 
ƒ Gastar recursos indevidamente 
ƒ Falhar objectivos 
ƒ Diminuir a satisfação dos clientes 
ƒ Aumentar a rotação de clientes 
ƒ Apresentar elevados índices de fraude 
ƒ Diminuir a percepção da qualidade dos serviços 
ƒ Diminuir a satisfação dos empregados 
ƒ Obter pouca adesão a novos programas e campanhas 
 
Contudo, a análise dos dados não é o único passo no processo analítico. Para obter 
resultados informativos e importantes, Você passa a maior parte do seu tempo a: 
ƒ Planear o processo 
ƒ Obter dados 
ƒ Preparar os dados para a análise 
ƒ Criar formas de visualização dos resultados que sejam facilmente 
interpretados e explorados 
 
É fundamental possuir as ferramentas analíticas certas que o ajudem do início ao fim 
do processo. Mas quais deve utilizar ? E que combinação entre elas é a mais adequada 
para si ? Este documento sumaria o processo analítico, identifica as ferramentas 
analíticas disponíveis e mostra porque é que o SPSS 11.5 é a solução mais completa do 
mercado. 
 
Etapas do processo analítico 
 
 
Figura 1: As sete etapas do processo analítico. São 
identificados os passos necessários para ter os dados 
prontos para análise, para analisá-los e criar o relatório 
de resultados. Não tem que seguir cada uma das etapas 
identificadas. Por exemplo, se já tem os dados, não há 
necessidade de recolhê-los. Dependendo das sucessivas 
descobertas, pode ser necessário repetir etapas. Por 
exemplo, algumas vezes são necessários mais dados 
depois duma análise inicial aos dados disponíveis. Os 
produtos disponíveis para cada uma das etapas estão 
descritos mais á frente. 
 
 
 
 
 
 Pág. 4 
Análise estatística completa com o SPSS 
 
 
 
 
 
Vejamos quais os objectivos de cada etapa: 
 
Planeamento 
 
Gaste tempo a planear todo o processo analítico, logo no seu início – reduzirá custos e 
desperdício de recursos ao longo do processo. Crie um guia de acção – não entre já na 
análise. 
Um bom planeamento assegurar-lhe-á: 
ƒ Um objectivo claro – é importante determinar para quê e porque 
é que a análise a executar é importante. O esforço que lhe vai 
dedicar não será em vão. Por outro lado, o sentido a seguir está 
definido. 
 
Uma vez fixado o objectivo, Você pode: 
ƒ Definir a população alvo (que dados vamos utilizar na análise ?) 
ƒ Seleccionar as técnicas ( de desenho, de recolha e de análise) a 
utilizar. 
ƒ Estabelecer um orçamento de projecto (o plano de acção ajuda-
o a justificar o estudo e os recursos a gastar). 
ƒ Estimar a dimensão da(s) amostra(s) requerida(s) (se a 
amostra é demasiado pequena, existe o risco de não obter 
resultados significantes; se a amostra é muito grande,pode 
desperdiçar recursos porque os mesmos resultados poderiam ser 
obtidos com uma amostra mais pequena). 
Recolha de dados 
Se já tem os dados necessários á análise, salte por cima desta etapa. Se não os tem, 
necessita de obtê-los actualizados, limpos e não enviezados. 
 
A definição e a quantidade dos dados a recolher depende do seu projecto. Por exemplo, 
se está a desenvolver um inquérito de satisfação a clientes necessita de maximizar o 
número de respostas desejadas e desenhar as questões não pela sua relevância, mas sim 
pela clareza das respostas que pretende. 
 
Acesso a dados 
O objectivo desta etapa é o de ler dados para o software analítico para processamento. 
Os dados podem ter origem em várias fontes – bases de dados, sistemas transaccionais, 
logs na internet, folhas de cálculo, inquéritos, .... 
 
Gestão e preparação de dados 
Os objectivos desta etapa incluem: 
ƒ Limpeza dos dados para análise – Os dados não devem 
conter erros de modo a que os resultados da análise sejam 
fiáveis. Por exemplo se numa variável ‘género do individuo’ 
codificar 1 para os homens e 2 para as mulheres, os seus dados 
só devem ter estes valores e não outro (por exemplo, 3). 
 
 Pág. 5 
Análise estatística completa com o SPSS 
 
 
 
 
 
 
ƒ Criar um dicionário de dados – toda a informação sobre as 
diferentes variáveis deve ser definida – nomes, formatos e 
descritivos de variáveis; bem como descritivos dos valores 
categóricos possíveis. 
ƒ Transformar os dados - os dados devem estar disponíveis ou 
transformados para a estrutura requerida pela análise. 
ƒ Definir índices de múltipla resposta e escalas – combinar 
múltiplas variáveis numa só pode ser uma medida necessária 
para o objectivo da análise. 
ƒ Preencher dados em falta – substituir valores em falta por 
estimativas adequadas assegura melhor informação estatística, 
principalmente em algoritmos de regressão. 
Análise – descritiva e inferencial 
Antes de criar modelos explicativos para qualquer acontecimento, deve conhecer os seus 
dados. Esta é a análise de dados descritiva. Aqui queremos conhecer a informação e 
responder a questões do tipo – “Qual a distribuição da variável X ?” ou “Qual o valor 
médio da variável Y em cada região do país ?”. 
 
Esta etapa de análise pode ser ‘tempo intensiva’ e a solução que utiliza para além da 
flexibilidade e da multiplicidade de técnicas disponíveis deve assegurar-lhe a 
possibilidade de ‘mergulhar’ na informação. 
 
Os objectivos desta etapa são: 
ƒ Sumarizar a informação 
ƒ Obter uma descrição fiável das variáveis sob interesse 
 
Uma vez conhecidos os dados, procedemos á chamada análise de dados inferencial que 
inclui: 
ƒ Estimativas de resultados numéricos – Por vezes os 
resultados a estimar são numéricos. Por exemplo, podemos 
desejar estimar o rendimento; o número de dias de 
internamento de um doente; ou os resultados padrão de um 
determinado teste. Podemos querer responder a questões do tipo 
“Com que qualidade pode um valor numérico ser estimado por 
um conjunto de variáveis explicativas ?” ou “Que variáveis 
explicam melhor determinado acontecimento ?”. 
ƒ Estudos com múltiplas variáveis dependentes – Podemos 
necessitar de procedimentos que, com opções de desenho e 
contraste flexíveis, nos permitam estimar médias e variâncias 
ao mesmo tempo que as permite testar. Por exemplo, uma 
empresa de serviços financeiros pode desejar saber que variáveis 
explicam o saldo contabilístico de cada conta de acordo com o 
tipo de contas. 
ƒ Medição do mesmo acontecimento em períodos de tempo 
diferentes – Podemos necessitar de inquirir as mesmas pessoas 
ao longo do tempo, por exemplo, para medir a percepção que têm 
sobre se a qualidade dos serviços de saúde aumentou ou 
diminuiu. Estar apto a fazer a mesma medida várias vezes sobre 
sujeitos individuais pode-nos dar uma perspectiva de longo 
prazo nos nossos produtos ou serviços. 
 Pág. 6 
Análise estatística completa com o SPSS 
 
 
 
 
 
 
ƒ Estimativas de equações não lineares – Trabalha com 
modelos que têm relações não lineares ? Por exemplo, estima a 
devolução de cupões em função do tempo e do número de cupões 
distribuídos ? 
ƒ Identificação e classificação de grupos – Algumas vezes 
necessita de saber a que grupos pertencem as pessoas ou as 
coisas. Por exemplo, para melhor direccionar as suas campanhas 
promocionais a pessoas com determinados padrões de compra, é 
aconselhável agrupá-los em grupos de comportamento similar 
(compram frequentemente, só em ocasiões especiais ou uma vez 
no ano ?) 
ƒ Previsão de acontecimentos futuros – o objectivo da 
previsão é analisar os dados históricos – por exemplo vendas, 
número de crimes, resultados de testes,... – e criar modelos com 
base neles e utilizá-los para estimar o futuro. 
Relatório 
A audiência alvo dos seus relatórios é normalmente constituída por pessoas não tão 
técnicas como Você enquanto analista. Por este motivo, o objectivo desta etapa é o de 
criar resultados de fácil percepção – o decisor deve rapidamente compreender e actuar 
com base nessa informação. 
 
Os relatórios podem ser gerados como documentos Word, apresentações, quadros de 
resultados ou gráficos. 
Disponibilização 
Os objectivos desta etapa final estão ligados a: 
ƒ Aumento do retorno no investimento analítico – Ou seja, 
levar novos conhecimentos e informações aos decisores para que 
estes possam planear melhor o futuro da organização 
ƒ Personalizar os relatórios para a audiência alvo – Os seus 
relatórios devem ter em atenção os seus leitores. A maioria 
destes não será analista e necessariamente não tão 
conhecedores da leitura de resultados analíticos como Você. 
ƒ Entregar os resultados aos decisores – Incluimos aqui a 
possibilidade de o fazer de modo rápido e partilhado, por 
exemplo através da intranet da sua organização. Os resultados 
devem ser interactivos. Ou seja, os decisores devem ter a 
possibilidade de interagir com os resultados que lhe são 
presentes e simular cenários alternativos. 
 
 
 
 
 
 
 
 
 
 
 
 Pág. 7 
Análise estatística completa com o SPSS 
 
 
 
 
 
Solução multi-fornecedor versus solução de um fornecedor 
 
O processo analítico é extenso e os analistas necessitam de um conjunto de ferramentas 
que os possam ajudar a mover-se entre as várias etapas do processo. Ao escolher uma 
solução, Você pode: 
ƒ Construir a sua solução com ferramentas de diversos 
fornecedores relativas a partes do processo analítico – um 
fornecedor para uma etapa; outro para outra etapa;... 
ƒ Utilizar uma solução modular, mas integrada, desenvolvida por 
um só fornecedor. 
A estratégia de solução multi-fornecedor 
Os benefícios de combinar diferentes produtos de software para construir uma solução 
analítica são: 
ƒ Escolher ferramentas que incluem funcionalidades específicas 
para um projecto em particular. 
ƒ Não estar dependente de um só fornecedor 
Contudo, os analistas nesta situação experimentam normalmente os seguintes 
problemas: 
ƒ Insuficiente poder estatístico – O software mais utilizado, 
por exemplo uma folha de cálculo, pode não ter todas as técnicas 
estatísticas necessárias ao projecto. 
ƒ Desperdício de recursos – O software especializado comprado 
para um projecto pode ser inapropriado para outros, o que 
significa comprar software adicional. 
ƒ Dificuldade em integração com outro software – 
Utilizando produtos de software de vários fabricantes, este é um 
dos problemas mais frequentes e que afecta mais negativamente 
todo o processo. Na sua presença, o analista tem que formatar e 
reformatar os mesmos dados para utilizá-los em produtos de 
software diferentes. Ou, já depois de terminado o trabalho deanálise, verifica-se que é difícil produzir o respectivo relatório e 
distribui-lo aos utilizadores. 
ƒ Suporte técnico inadequado – Ter múltiplos produtos 
significa contacto com múltiplos fornecedores quando na 
necessidade de suporte técnico. Cada fornecedor tem as suas 
próprias políticas de suporte e é muito comum perder tempo de 
contacto em contacto até identificar e resolver o problema. 
A estratégia de solução modular 
Em vez de combinar uma variedade de software de diferentes fornecedores, Você pode 
escolher usar uma solução analítica modular e integrada que acompanha cada etapa do 
processo. 
Os benefícios desta solução advêm de: 
ƒ Compatibilidade no formato dos dados – O mesmo ficheiro 
de dados utilizado num produtos é partilhado pelos outros. Ao 
gastar menos tempo na formatação dos dados, pode concentrar-
se na sua análise e na difusão dos resultados. 
ƒ Suporte técnico único – Qualquer problema existente é 
reportado a um só ponto de contacto, esteja ele relacionado com 
suporte técnico, formação ou consultoria. 
 Pág. 8 
Análise estatística completa com o SPSS 
 
 
 
 
 
O SPSS 11.5 é a mais completa solução analítica 
 
O SPSS 11.5 é um software analítico modular e integrado para todas as etapas do 
processo analítico desde o planeamento á recolha, acesso e gestão dos dados e até á 
produção dos relatórios e sua disponibilização a quem decide. 
 
O SPSS 11.5 sendo uma solução modular permite-lhe juntar novos módulos e integrar 
outros produtos de software SPSS autónomos, sempre com a mesma estrutura de 
utilização e sem ter que duplicar trabalho. Por exemplo, posso entrar as definições das 
variáveis no SPSS Data Entry aquando da recolha dos dados e estas serão assumidas 
pelo SPSS nas etapas seguintes. 
 
A linha de produtos SPSS pode ser dividida em três categorias: 
ƒ SPSS Base 
ƒ Módulos adicionais SPSS 
ƒ Software stand-alone integrado com o SPSS Base 
 
SPSS Base 11.5 
O SPSS Base acompanha-o desde o planeamento até á disponibilização dos resultados. 
A sua principal funcionalidade prende-se com as suas potencialidades de análise 
estatística dos dados desde a descritiva á estimação numérica e á identificação de 
grupos. 
Todas as suas funcionalidades podem ser optimizadas pela utilização de macros e 
sintaxes geradas pela sua própria linguagem de programação e por Visual Basic. 
 
Módulos adicionais SPSS e produtos autónomos 
Quando combina o SPSS Base 11.5 com qualquer módulo adicional ou produto SPSS, as 
suas capacidades analíticas aumentam. 
Todos eles trabalham do mesmo modo e partilham as mesmas fontes de dados (ficheiros 
e dicionários de dados). 
 
Pode acrescentar poder analítico á sua solução á medida que necessita: 
ƒ Os módulos adicionais são opções analíticas acrescentadas 
aos próprios menus do SPSS Base 11.5. Por exemplo, se quer 
elaborar previsões sobre séries temporais, basta juntar o módulo 
SPSS Trends ao seu SPSS Base. 
ƒ Os produtos autónomos complementam o SPSS Base 11.5, 
aparecendo-lhe como extensões naturais, mas também 
funcionam autonomamente. Por exemplo, o AnswerTree é um 
produto autónomo para técnicas de árvores de decisão que pode 
ser acedido a partir do próprio menu do SPSS Base 11.5 e 
autonomamente. 
 
A figura na página seguinte ilustra a inserção dos produtos SPSS nas várias etapas do 
processo analítico. A seguir e para cada etapa é descrito com maior detalhe essa relação. 
Em todas as etapas do processo está presente o SPSS Base 11.5. 
 
 
 
 
 
 Pág. 9 
Análise estatística completa com o SPSS 
 
 
 
 
 
 
 
 
Figura 2 – A extensa lista de 
produtos SPSS significa que 
Você pode escolher o software 
que melhor se adapta ás suas 
necessidades 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Planeamento 
 
Com o SamplePower determina a dimensão correcta da amostra 
Para aumentar a probabilidade de encontrar efeitos significantes onde eles existam sem 
ter que gastar recursos preciosos, necessita de efectuar cálculos de potência. Estes 
cálculos determinam a verosimilhança presente no seu estudo para atingir resultados 
estatísticos significantes. 
 
Qualquer organização que faça pesquisa, ou que a planeie, beneficiará da análise de 
potência. Principalmente em projectos do tipo: 
ƒ Pesquisa por inquérito 
ƒ Pesquisa experimental 
ƒ Ensaios clínicos 
ƒ Pesquisa sobre a aplicação de fundos 
 
O SamplePower é um produto de software autónomo que executa a análise de potência. 
Determina a dimensão apropriada da amostra para determinado critério de pesquisa. 
 
Com o SamplePower pode especificar aspectos relativos ao teste a efectuar, tais como: 
ƒ Tamanho do efeito 
ƒ Nível de Alpha 
ƒ Teste unicaudal ou bicaudal 
 
 
 
 
 Pág. 10 
Análise estatística completa com o SPSS 
 
 
 
 
 
 
 
 
Figura 3 – As tabelas e os 
gráficos no SamplePower 
permitem-lhe justificar fa-
cilmente como é que dife-
rentes combinações dos 
parâmetros de pesquisa 
afectam a potência estatís-
tica. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
As funcionalidades do SamplePower permitem-lhe planear as seguintes análises: 
ƒ ANOVA e ANCOVA 
ƒ Correlações 
ƒ Testes de equivalência 
ƒ Regressão logística 
ƒ Médias e as suas diferenças 
ƒ Proporções e as suas diferenças 
ƒ Regressão 
ƒ Análise de sobrevivência 
Com o SPSS Conjoint determine as preferências dos seus clientes 
O módulo SPSS Conjoint ajuda-o na fase de planeamento de um novo produto ou 
serviço. Com o SPSS Conjoint pode alocar melhor os seus recursos ao determinar as 
preferências dos seus clientes no que se refere aos produtos ou serviços por eles 
desejados. 
 
O SPSS Conjoint permite-lhe: 
ƒ Seleccionar automaticamente o número mínimo de combinações 
de atributos (como sejam, o preço, o formato de embalagem, a 
cor,...) necessárias para obter a informação de suporte á decisão. 
Isto é feito pela utilização de desenhos factoriais fraccionados e 
não está limitado a factores só com 2 níveis. 
ƒ Produzir cartões impressos para uma experiência de conjunto 
(Plancards); estes cartões são usados ‘as situmili’ para serem 
ordenados pelos clientes. 
 
 
 Pág. 11 
Análise estatística completa com o SPSS 
 
 
 
 
 
ƒ Executar uma análise, pelo método dos mínimos quadrados, da 
preferência ou ordena os dados por grupo, subgrupo ou individuo 
 
Recolha de dados 
Uma vez estabelecido o plano analítico, pode ser importante recolher dados limpos, 
actualizados e não enviezados de um modo eficiente. Os objectivos desta etapa 
dependem do projecto em causa. Por exemplo, se desenvolvemos uma análise de 
inquéritos a clientes, necessitamos de maximizar a taxa de resposta. (Para maior 
detalhe sobre este tipo de projectos, consulte a brochura PSE chamada ‘O como e o 
porquê da pesquisa por inquérito’). 
Com o SPSS Data Entry crie formulários interactivos 
O SPSS Data Entry é um produto autónomo SPSS. Sob a mesma designação comercial 
são incluídos 3 produtos – SPSS Data Entry Builder, SPSS Data Entry Station e SPSS 
Data Entry Enterprise Server – com diferentes características mas integrados com o 
SPSS Base System. 
As soluções SPSS Data Entry permitem-lhe recolher dados para a sua análise através 
de formulários interactivos que: 
ƒ Minimizam os erros de introdução – Os questionários são 
escritos de modo a considerar somente possíveis respostas 
consideradas como válidas, minimizando os erros de entrada de 
dados. Por exemplo, podemos desenhar um questionário de 
modo a que os respondentes não respondam erroneamente – 
colocar um 3 onde só é aceite um 1 ou um 2. Através de um 
‘Rules Wizard’ o SPSS Data Entry ajuda-o a definir as regras de 
validade dos dados a recolher. 
ƒReduzem o tempo gasto na definição de variáveis – O 
SPSS Data Entry permite-lhe que, ao desenhar o questionário, 
faça a definição das variáveis e das suas categorias que vai 
utilizar na análise. Esta funcionalidade evita que a mesma 
operação tenha que ser feita na fase de análise. 
ƒ Minimizam o tempo de projecto e reduzem os erros pela 
possibilidade de utilização da internet como meio de 
difusão dos inquéritos – O SPSS Data Entry Builder permite 
exportar os seus formulá-
rios para a internet 
através do SPSS Data 
Entry Enterprise Server. 
O tempo dedicado ao 
processo de recolha do 
inquérito (desenho e tra-
balho de campo) é muito 
reduzido porque os inqui-
ridos podem, através de 
um browser, preencher o 
inquérito directamente na 
Internet e ao fazê-lo os 
dados estão a ser imedia-
tamente recolhidos no 
ficheiro SPSS. As regras 
de resposta e os formatos 
utilizados no desenho do formulário são mantidos na internet. 
 Pág. 12 
Análise estatística completa com o SPSS 
 
 
 
 
 
 
ƒ São um meio seguro – Ao utilizar os métodos de encriptagem 
SSL entre o browser que o inquirido utiliza para preenchimento 
do formulário e o SPSS Data Entry onde os dados serão 
registados, é seguro utilizar a Internet como meio de difusão e 
recolha de inquéritos. 
 
Acesso a dados 
Se utiliza vários produtos de software de diferentes fabricantes existe a probabilidade 
de um ou mais destes produtos não possuir os drivers correctos para acesso aos seus 
dados. O SPSS 11.5 inclui drivers para acesso a várias bases de dados compatíveis 
ODBC, incluindo Oracle, SQL Server, DB2 UDB, Microsoft Access, Sybase e Siebel, o 
que significa que pode aceder aos seus dados quando necessário e no decorrer do 
processo analítico. 
Ás bases de dados é fácil aceder com um Database Wizard 
Esta funcionalidade incorporada no SPSS 11.5 Base permite-lhe aceder facilmente a 
grandes quantidades de dados disponíveis em bases de dados sem ter que escrever 
código ou criar sintaxes complexas. O Database Wizard guia-o em todo o processo de 
acesso aos dados e gera automaticamente o código necessário á operação de importação 
dos dados. 
A ficheiros texto (ou ASCII) é fácil aceder através do Text Wizard 
Leia dados em formato livre (texto) – por exemplo, dados que comprou ou de que fez o 
download neste formato ou dos seus sistemas contabilísticos - de várias fontes 
utilizando o Text Wizard. Através dele pode especificar as propriedades de importação 
dos dados sem que para tal tenha que escrever qualquer código. 
A ficheiros Excel acede por simples abertura de ficheiro 
Se os seus dados residem na folha de cálculo Excel, através da opção de menu ‘Open’ lê 
de imediato esses dados podendo especificar o intervalo de dados que pretende analisar 
e a designação das variáveis a criar. 
A ficheiros SAS 
No SPSS 11.5 está disponível um comando ‘Get SAS’ que permite importar 
automaticamente dados naquele formato para o SPSS, ajustando os formatos das 
variáveis e das categorias e convertendo os nomes das variáveis SAS para variáveis 
válidas SPSS. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Pág. 13 
Análise estatística completa com o SPSS 
 
 
 
 
 
Preparação de dados 
Esta tarefa que pode ser muito consumidora de tempo, é fácil de fazer no SPSS 11.5. 
Através do editor de dados 
O editor de dados é uma área centralizada onde se pode definir toda a informação 
relativa aos dados. Estes atributos incluem: 
ƒ Descritivos das variáveis 
ƒ Descritivos das categorias 
ƒ Valores em falta 
ƒ Tipos de variáveis 
ƒ Formatos 
A utilização conjunta do editor de dados com as técnicas de transformação de dados 
disponíveis no menu, assegura que os dados se ajustam aos objectivos de análise. 
Através do Data Restructure Wizard 
Os dados para a sua análise necessitam de ser transformados ? Este wizard permite-lhe 
pegar num ficheiro com múltiplos registos por indivíduo e reestruturá-lo – sem que 
tenha que definir vectores ou loops – 
de modo a que a cada indivíduo 
corresponda um só registo. Esta fun-
cionalidade é-lhe extremamente útil 
se para a sua análise vai trabalhar 
com dados transaccionais. 
No SPSS 11.5 também pode executar 
a acção inversa – transformar dados 
constantes de um só registo e dividi-
los por múltiplas observações para 
utilizar técnicas analíticas específicas 
(como por exemplo, Linear Mixed 
Models). 
 
 
Outras técnicas de transformação de dados 
Para além das atrás citadas nos menus SPSS 11.5 Base é possível: 
• Calcular novas variáveis utilizando funções aritméticas, lógicas, 
aleatórias estatísticas, de data e de texto 
• Recodificar valores numéricos ou alfabéticos 
• Recodificar valores em inteiros consecutivos 
• Criar transformações condicionais utilizando regras DO IF, ELSE IF, 
ELSE e END IF 
• Usar estruturas de programação do tipo ‘repeat-end repeat’, ‘loop-end 
loop’ e vectores. 
• Obter uma visão clara da distribuição das variáveis numéricas 
contínuas, dividindo as variáveis em categorias através de NTILES e 
criar novas variáveis para cada categoria 
• Contar ocorrências de valores em várias variáveis 
• Fazer transformações permanentes ou temporárias 
• Executar as transformações de imediato, a pedido ou em batch. 
• Utilizar funções de geração de números aleatórios, de distribuição 
cumulativa ou de distribuição cumulativa inversa – Beta, Caucy, Qui- 
 Pág. 14 
Análise estatística completa com o SPSS 
 
 
 
 
 
quadrado, Exponencial, F, Gamma, Laplace, Logística, Lognormal, 
 Normal, Pareto, Student T, Uniform, Weybull, Standard bivariate 
 normal variates with correlation r, Half normal, Inverse Gaussian, 
 Studentized range, Studentized maximum modulus. 
• Utilizar funções de geração de números aleatórios e de distribuição 
cumulativa para distribuições discretas – Bernoulli, Binomial, 
Geométrica, Hipergeométrica, Binomial negativa e Poisson 
• Utilizar funções de distribuição cumulativa para distribuições não 
centrais – Beta Non-central, Qui-quadrado Non-central, F Non-central e 
T Non-central 
• Utilizar funções de probabilidade/densidade para distribuições 
contínuas e para distribuições discretas 
• Utilizar funções de probabilidade/densidades para distribuições não 
centrais. 
Estimar os valores em falta com o SPSS Missing Values 
Os valores em falta podem afectar seriamente os seus resultados. Ao ignorar a sua 
existência ou ao retirá-los da sua análise pode estar a incorrer em resultados inexactos. 
 
Figura 6 – Os dados em falta 
podem afectar seriamente as 
conclusões a retirar dos 
dados. O quadro á esquerda 
mostra como os valores em 
falta podem ter impacto nos 
resultados. Neste exemplo, 
ao calcular a média da idade 
no quadro á esquerda esta 
tem um valor de 39, mas se 
imputarmos valores áqueles 
que faltam a média passará a 
ser de 29. 
 
 
O módulo SPSS Missing Values é uma ferramenta crítica para qualquer analista 
preocupado com a validade dos dados. Com ele pode facilmente examinar os dados de 
diferentes perspectivas com hipóteses de reportar 6 diagnósticos diferentes para 
descobrir os padrões dos dados em falta. Pode estimar estatísticas sumarizadas e 
imputar valores através de algoritmos estatísticos. 
 
Análise de dados 
 
Qualquer dado tem um valor intrínseco. O segredo está em obter esse valor. Ao proceder 
á análise de dados o que Você pretende é isso – transformar dados em informação 
valiosa para o processo de tomada de decisões. 
 
Como solução analítica que é, o SPSS 11.5 disponibiza-lhe as ferramentas necessárias 
para transpor cada uma das tarefas de análise e que se podem resumir na capacidade 
de: 
• Dispôr de uma grande variedade de técnicas estatísticas para 
descrição e modelização dos dados.Estas técnicas são descritas detalhadamente nas páginas seguintes. 
 Pág. 15 
Análise estatística completa com o SPSS 
 
 
 
 
 
A aplicabilidade do SPSS 11.5 a diferentes tipos de problemas actuais e futuros, 
garante-lhe um retorno a prazo do seu investimento. A sua própria estrutura – um 
sistema principal e vários módulos adicionais integrados - assegura-lhe um poder 
estatístico ajustável ás suas necessidades actuais e futuras. 
 
A capacidade analítica do SPSS 11.5 pode ser complementada com outros produtos 
autónomos SPSS com aplicações especificas para previsão, segmentação, classificação, 
data mining e representação gráfica de dados. E isto é feito de modo integrado entre as 
diferentes aplicações. 
 
Analise grandes volumes de dados numa arquitectura cliente/servidor 
Se na sua empresa possui um equipamento informático de elevada capacidade, pode 
rentabilizá-lo com o SPSS. Com o SPSS Server 11.5 pode analisar terabytes de dados 
num servidor, sendo que o analista utiliza o SPSS 11.5 for Windows no seu computador 
pessoal (cliente). 
 
A arquitectura cliente/servidor SPSS Server 11.5 significa que processa os dados onde a 
capacidade de cálculo é mais efectiva. O SPSS Server 11.5 retira vantagens da maior 
escalabilidade e do maior poder de cálculo dos equipamentos servidores. 
 
Figura 7 – Este 
diagrama mostra 
como a arquitec-
tura cliente/servi-
dor SPSS Server 
o ajuda a analisar 
os dados e a par-
tilhar os resulta-
dos com os deci-
sores na sua em-
presa. 
 
Os benefícios decorrentes da arquitectura cliente/servidor SPSS Server 11.5 são: 
ƒ Acesso mais rápido aos dados 
ƒ Menor tempo de processamento 
ƒ Eliminação de limitações á dimensão dos ficheiros a analisar 
ƒ Maior rapidez de processamento no cálculo estatístico 
ƒ Não alteração do interface de utilizador 
 
Descreva os seus dados 
Antes de modelizar os seus dados, Você deve conhecê-los. Deve procurar respostas a 
questões do tipo ‘Qual a sua distribuição ?’ ou ‘Qual o comportamento médio de uma 
pessoa ?’. 
 
O SPSS 11.5 oferece-lhe vários modos de descrever os seus dados e as respectivas 
variáveis: 
ƒ Histogramas e quadros de frequências (ajudam-no a conhecer como 
se distribuem os dados e a identificar os valores extremos, se os 
houver). 
ƒ Medidas de tendência central (como o são a média e a mediana) 
ƒ Estimativas da variância (como o desvio padrão). 
 Pág. 16 
Análise estatística completa com o SPSS 
 
 
 
 
 
Pode igualmente utilizar vários testes de significância estatística para imediatamente 
conhecer se os seus resultados são significantes ou se as diferenças são aleatórias. 
Modelize os seus dados 
Conhecendo o comportamento actual ou passado de determinados acontecimentos, 
podemos com o SPSS 11.5 criar modelos explicativos para o seu possível comportamento 
futuro. 
 
O SPSS 11.5 dispõe de várias técnicas, de onde destacamos: 
• Linear Mixed Models – Esta técnica, que é uma extensão 
mais exacta da regressão e da ANOVA, permite-lhe medir não 
só as médias mas também as variâncias e covariâncias dos 
dados. Os analistas podem estudar dados correlacionados e com 
variabilidade inconstante.Tomemos como exemplo o caso de 
estudantes agrupados por classe – podemos saber como é que 
diferentes métodos de ensino afectam as notas dos alunos em 
diferentes classes numa mesma escola. Ao ter em atenção a 
estrutura hierárquica presente nos dados, o modelo resultante 
tem maior fiabilidade. Esta técnica pode igualmente ser 
utilizada quando estudamos dados com medidas repetitivas – 
os mesmos dados são obtidos para os mesmos indivíduos em 
períodos de tempo diferentes – incluindo situações em que 
existem diferentes números de medidas ou diferentes intervalos 
de tempo para cada indivíduo ou ambos. Esta última situação é 
frequentemente encontrada na investigação médica que 
pretende testar a recuperação dos seus doentes de uma 
determinada doença, mas cujos dados são recolhidos de modo 
não uniforme no tempo (idealmente, os testes deveriam ser 
realizados em intervalos de tempo regulares). Outras técnicas 
recusariam tais dados porque não respeitam os pressupostos do 
teste; a Linear Mixed Models, contudo, utilizará os dados na 
construção do modelo explicativo. 
• General Linear Models (GLM) – Esta técnica multivariada 
permite-nos fazer uma análise de regressão com múltiplas 
variáveis dependentes relacionadas. O GLM inclui opções de 
contraste e de desenho para estimar médias e variâncias e para 
testar e explicar médias. Pode igualmente utilizar variáveis 
categóricas ou contínuas como explicativas do modelo. Ao não 
limitar o tipo de variáveis explicativas, as opções disponíveis na 
construção dos modelos aumentam. Por exemplo, se um 
empresário quiser examinar a dimensão dos negócios seja por 
produtos ou por tipo de clientes, ao utilizar a técnica GLM pode 
testar dois tipos de efeitos – os principais que incluem 
questões do tipo “será que, em média, existem diferenças entre 
os clientes do sector privado e os do sector público no que se 
refere ao volume de negócio comprem eles o produto A ou o 
produto B ?”; os de interacção “será que a diferença no 
volume de negócio para o produto A e para o produto B difere 
por tipo de cliente ?”, por exemplo, podemos concluir que a 
dimensão do negócio no sector privado é maior para o produto A 
do que para o produto B, enquanto no sector público acomntece 
o contrário. 
 Pág. 17 
Análise estatística completa com o SPSS 
 
 
 
 
 
• Nonlinear Regression – Esta técnica permite criar modelos 
de equações não lineares com relações arbitrárias entre 
variáveis dependentes e independentes utlizando algoritmos de 
estimação iterativos. 
• Amos – Com esta ferramenta de análise confirmatória pode 
verificar e estimar conceitos que não consegue observar 
directamente. De que forma as variáveis observadas medem de 
facto um conceito como a satisfação, a rapidez nas entregas ou 
mesmo o suporte a clientes. A modelização com o Amos reflecte 
as relações de forma mais precisa, uma vez que qualquer 
variável, seja ela observada ou latente, poderá ser utilizada 
para explicar outras variáveis. O Amos complementa o SPSS 
uma vez que permite a modelização da equação estrutural 
(SEM), permitindo a análise de múltiplos grupos ou dados de 
diferentes populações em simultâneo. Ao contrário de muitas 
situações, o processo de SEM torna-se fácil e rápido graças ao 
fantástico interface gráfico do Amos, onde apenas terá de 
definir graficamente num diagrama as relações de dependência 
entre as variáveis observadas e/ou latentes. 
• Outros procedimentos – O SPSS permite ainda outras 
técnicas para previsão de informação quantitativa. 
o Regressão linear – permite criar associações lineares 
entre as variáveis explicativas e a variável a prever. Por 
exemplo, prever as vendas em função do preço. 
o Regressão com mínimos quadrados ponderados – 
muito útil para as situações onde a variabilidade dos 
erros do modelo não são constantes ao longo das 
observações 
o 2 Stage Least Squares – técnica apropriada quando a 
variável explicativa e a dependente têm efeitos 
recíprocos entre si 
o Análises de sobrevivência – permite analisar a 
distribuição de tempo entre dois acontecimentos, tal 
como a duração de retenção de clientes, mesmo quando 
o segundo acontecimento não está registado (por 
exemplo, os clientes que ainda são fiéis..). As técnicas 
disponíveis para análise de sobrevivência são: 
ƒ Regressão de Cox 
ƒ Kaplan-Meier 
ƒ Life Tables 
 
Segmentação e classificação 
Muitas vezes pretendemos encontrar grupos com características semelhantes, ou 
identificar que características distinguem grupos que são já conhecidos. Por exemplo, 
podemos quereragrupar os clientes em grupos – os que compram frequentemente, os 
que o fazem em ocasiões especiais e os que compram num único período do ano - para 
podermos personalizar promoções. 
As técnicas disponíveis no SPSS 11.5 dividem-se em dois tipos: segmentação e redução 
de dados, e classificação. 
 
 
 Pág. 18 
Análise estatística completa com o SPSS 
 
 
 
 
 
• Descubra relações importantes com segmentação e 
redução de dados – a segmentação permite identificar 
grupos que não tenham sido considerados ou dos quais não 
tínhamos conhecimento da existência. Ao utilizarmos 
técnicas de segmentação estaremos a criar grupos de 
indivíduos, objectos ou variáveis homogéneos. Lembre-se 
que as classes não estão definidas: a segmentação tem como 
objectivo criar esses grupos! O SPSS 11.5 permite-lhe 
segmentar os seus clientes, mercados e efectuar pesquisa e 
exploração de dados com técnicas de redução de dados 
como: 
o Análises Factoriais e Análise de Componentes 
Principais – estas técnicas têm um elevado grau de 
flexibilidade, e apresentam uma gama alargada de 
métodos de extracção, rotação e cálculo de scores. Se o 
objectivo das análises factoriais é identificar variáveis 
não observadas que explicam a correlação num conjunto 
de variáveis observadas, já a análise de componentes 
principais tem como objectivo identificar combinações 
lineares das variáveis observadas que captem o máximo 
de variabilidade destas últimas no menor número de 
componentes possível. 
o Multidimensional Scaling – o também conhecido 
MDS será apropriado quando pretendemos encontrar 
uma estrutura num conjunto de distâncias entre 
objectos e casos. Por exemplo, podemos identificar 
dimensões que descrevem a percepção dos clientes entre 
automóveis diferentes, utilizando classificações dadas 
pelos sujeitos a diferentes marcas e modelos. 
 
Segmentação 
 
• Utilize a análise de clusters para agrupar os casos em 
sub-conjuntos de menor dimensão através da 
segmentação: com a análise de clusters hierárquica do 
SPSS 11.5, pode a partir do todo, formar conjuntos de 
indivíduos homogéneos, escolhendo mais de 40 medidas 
de distância ou proximidade, múltiplas standardizações 
de casos e variáveis e agrupar casos ou variáveis. 
Adicionalmente pode também: 
o Analisar as variáveis no formato original ou 
utilizar standardizações para segmentações por 
magnitude ou perfil 
o Gerar dados com distâncias ou semelhanças 
utilizando o procedimento das proximidades 
o Visualizar estatísticas de cada momento do 
processo de aglomeração para escolher a melhor 
solução 
 
 
 
 
 Pág. 19 
Análise estatística completa com o SPSS 
 
 
 
 
 
Se a análise hierárquica de clusters é impraticável para conjuntos de dados de grande 
dimensão, nestes algorítmos não tem necessidade de escolher previamente o número de 
clusters a extrair. Esta técnica é recomendada para ficheiros de dados de pequena 
dimensão. 
 
Por exemplo, um analista poderia utilizar os métodos hierárquicos de clusters para 
identificar tipos de programas de televisão que atraem audiências semelhantes. A 
organização poderia agrupar os programas de televisão em grupos homogéneos com 
base nas características dos espectadores para identificar em que segmentos publicitar. 
 
• Segmentação de ficheiros de dados de grande 
dimensão – tradicionalmente utiliza o método K-means 
para agrupar grandes conjuntos de dados, como as bases 
de dados para mailing. Esta técnica assume que os 
dados constituem um dado número de segmentos. Dado 
este número, a técnica afecta os casos aos clusters. 
Podemos optar por um de dois métodos: ou actualizamos 
os centros dos clusters iterativamente ou apenas 
classificamos. 
 
O grupo de pesquisa pode desejar agrupar cidades em grupos homogéneos em função 
das suas características, por forma a seleccionar cidades comparáveis para testar 
estratégias de marketing, apenas com o procedimento K-means. 
 
Classificação 
 
• Identifique o seu target através de metodologias 
de classificação – ao utilizarmos técnicas de 
classificação, conhecemos já a variável resposta. 
Utilizamos variáveis explicativas para prever uma 
variável dependente categórica, como por exemplo: 
o Quem responderá à campanha? 
o Que clientes constituem um bom risco de 
crédito? 
o Quem atingirá um grau académico? 
o Quem vota? 
o Quem tem a doença X? 
• Identifique as pessoas certas com o AnswerTree – 
O software stand-alone AnswerTree, complementa o 
SPSS 11.5 permitindo a segmentação e identificação de 
perfis através de poderosas árvores de decisão.. No 
AnswerTree encontrará quatro algorítmos para detectar 
segmentos e identificar padrões nos dados. 
o Chaid 
o Exhaustive Chaid 
o C & RT (árvores de Classificação e de Regressão) 
o Quest 
 
Com o AnswerTree poderá segmentar os indivíduos em função da variável desejada. Por 
exemplo, podemos descobrir quem são os clientes que vão responder às ofertas 
personalizadas que serão levadas a cabo na Web. 
 
 Pág. 20 
Análise estatística completa com o SPSS 
 
 
 
 
 
As árvores são apresentadas numa representação gráfica de fácil leitura, para que 
possamos ler os resultados e rapidamente identificar os segmentos e os perfis presentes 
nos dados. 
 
Adicionalmente, a cada momento poderá seleccionar qualquer segmento e obter 
representações gráficas que lhe darão um poder de síntese único. 
 
Uma vez obtidos os resultados, poderá utilizar o SmartScore para disponibilizar a 
informação para uma base de dados ou obter directamente as regras de classificação 
SQL ou SPSS. 
 
• Classifique os sujeitos com o poderoso algorítmo 
de regressão logística binária – As técnicas de 
regressão logística binária do SPSS 11.5, permitem 
construir modelos predictivos para variáveis 
dependentes dicotómicas. As variáveis explicativas 
podem ser quantitativas ou qualitativas. Temos ainda a 
flexibilidade de ter algorítmos que escolhem as variáveis 
e que as podem incluir ou excluir em cada passo, graças 
aos seis métodos Stepwise disponíveis que se agrupam 
em: 
o Forward – onde o modelo selecciona as variáveis 
mais significativas e para a inclusão destas 
quando não existem mais variáveis que se 
revelem importantes 
o Backwards – a cada passo, a técnica remove a 
variável menos significativa até que fiquem no 
modelo apenas variáveis explicativas 
significativas 
 
Podemos também definir critérios de inclusão ou exclusão. A técnica produz relatórios 
onde mostra a cada passo a acção levada a cabo para seleccionar cada variável. 
 
• Classifique os sujeitos em dois ou mais grupos 
com a regressão logística multinomial – Tem 
necessidade de classificar os sujeitos em dois ou mais 
grupos? Quando uma variável dependente tem dois ou 
mais grupos, a técnica de regressão logística 
multinomial do SPSS 11.5 constitui a resposta a esta 
necessidade permitindo a previsão de pertença dos 
sujeitos a cada um dos grupos. Por exemplo, uma 
empresa de telecomunicações pode construir um modelo 
para determinar que clientes terão maior propensão 
para aderir ao tarifário A, ao voice mail, ou a qualquer 
outro pacote disponível. Se o modelo detectar clientes 
que vão aderir ao voice mail, então podemos fazer 
campanhas de marketing directo nesse sentido. Tal 
significa que a empresa não dispenderá recursos 
publicitando produtos ou serviços que podem não 
interessar aos clientes. Tal como na regressão logística 
binária, as variáveis explicativas podem ser 
quantitativas ou qualitativas. 
 Pág. 21 
Análise estatística completa com o SPSS 
 
 
 
 
 
• Crie modelos para variáveis ordinais com PLUM – 
Pretende ordenar sujeitos em termos da possibilidade 
destestomarem uma acção ou comportamento? Por 
exemplo, pode desejar conhecer a probabilidade (baixa, 
média ou elevada) de uma pessoa entrar num dado 
programa ou aderir a uma campanha. Quando 
precisamos de prever variáveis dependentes ordinais, o 
SPSS 11.5 oferece o procedimento PLUM (PoLytomous 
Universal Models), que dá um método versátil para 
construir modelos para variáveis ordinais. Tem a 
flexibilidade de executar, por exemplo, regressões 
logísticas ordinais, modelos probit ordinais e modelos de 
Cauchy ordinais. Este procedimento permite guardar as 
previsões das probabilidades para todas as categorias da 
variável dependente, e colocá-las no ficheiro de dados. 
Como noutras técnicas de classificação do SPSS 11.5, as 
variáveis explicativas podem ser quantitativas e 
qualitativas. 
• Outras técnicas de classificação – pode ainda 
encontrar outras técnicas no SPSS 11.5: 
o Modelos Loglinear/logit – usados para analisar a 
frequência de observações em cada cruzamento 
de categorias numa tabela de contingência. Por 
exemplo, uma equipa de pesquisa de mercado 
pode utilizar os dados de preferências de 
produtos para determinar a relação entre o 
contacto com a publicidade e a colocação do 
produto. 
o Análise loglinear de selecção de modelo – 
apropriada quando pretende identificar que 
variáveis categóricas estão associadas. Podemos 
utilizar tanto métodos de inclusão forçada como 
métodos stepwise backwards para construção 
dos modelos. Se pretende construir modelos 
saturados, pode solicitar estimativas dos 
parâmetros e testes de associações parciais. 
o Análise loglinear geral – usada para analisar a 
frequência de observações em cada cruzamento 
de categorias numa tabela de contingência. 
o Análise loglinear logit – usada para analisar a 
relação entre variáveis categóricas dependentes 
e variáveis explicativas. 
o Modelos probit – apropriados quando o resultado 
é dicotómico, as variáveis independentes são o 
nível de um dado estímulo (tal como a dosagem 
de uma dada substância), ou quando 
pretendemos medir a relação entre a força de um 
dado estímulo e a proporção de casos que 
mostram uma dada resposta a este estímulo. 
 
 
 
 Pág. 22 
Análise estatística completa com o SPSS 
 
 
 
 
 
• Regressão categórica – usada para quantificar os 
dados categóricos atribuindo valores numéricos às 
categorias, resultando numa regressão linear para as 
variáveis transformadas. Pode utilizar a regressão 
categórica para descrever de que forma a satisfação dos 
clientes depende da facilidade de aquisição, do preço, e 
da qualidade. A equação resultante pode ser utilizada 
para prever a satisfação do cliente para qualquer 
combinação destas variáveis explicativas. 
• SPSS Exact Tests – analise pequenas amostras e 
obtenha resultados correctos. Utilize o SPSS Exact Tests 
para determinar se uma dada relação entre variáveis 
existe num pequeno conjunto de informação, variáveis 
com uma elevada percentagem de respostas numa única 
categoria ou se tem de criar múltiplas sub-amostras dos 
seus dados. Também pode utilizar o SPSS Exact Tests 
quando procuramos uma ocorrência rara (por exemplo, 
vendas acima de $ 1 milhão). 
Previsão de séries temporais 
 
Você tem uma previsão para o que acontecerá na sua empresa na próxima semana. Mas 
sabe o que ocorrerá no próximo ano ? e nos próximos 5 anos ? São as suas previsões 
fiáveis ? Receia que decisões importantes que toma hoje, venham a influenciar 
negativamente a sua empresa a longo prazo porque não confia nos modelos previsionais 
que utiliza ? 
 
A fiabilidade da previsão a longo prazo está normalmente associada a processos longos 
no tempo e fastidiosos – mas são essenciais para qualquer empresa num mercado que se 
altera a velocidades inimagináveis há poucos anos. Qualquer decisor tem objectivos e 
metas, e deve conhecer os instrumentos correctos para os atingir. 
 
• Com o módulo SPSS Trends acede ás técnicas de 
previsão mais populares – ARIMAs, alisamento 
exponencial, modelos de decomposição sazonal e diferentes 
métodos de regressão. 
• Com o produto DecisionTime e o seu Expert Modeller 
acede a uma nova forma de prever. Utilizando as mesmas 
técnicas de modelização, cria o seu modelo previsional inter-
activamente e com apoio técnico em todo o processo. 
Exportando o modelo em XML pode simular cenários 
futuros alterando possíveis comportamentos alternativos 
das variáveis explicativas do modelo. 
 
 
 
 
 
 
 
 
 
 Pág. 23 
Análise estatística completa com o SPSS 
 
 
 
 
 
Relatório 
 
O desafio presente na apresentação dos resultados obtidos na análise é assegurar que o 
relatório produzido está conforme com a sua audiência, ou seja, é fácil de compreender. 
 
Se utiliza um produto de software para analisar os dados e outra para gerar os seus 
relatórios, pode complicar o que é fácil. Uma só solução, como o SPSS 11.5 permite-lhe 
executar as duas tarefas sem necessidade de exportar e reformatar os seus dados. 
Utilize o SPSS Tables para criar quadros com informação sobre várias 
variáveis em simultâneo 
 
Este módulo permite-lhe criar tabelas complexas com múltiplos níveis de informação 
bem como tabelas de contingência. 
Por simples inclusão das variáveis a cruzar numa das 3 dimensões da tabela (linha, 
coluna e ‘layer’) visualizamos o aspecto final do quadro de resultados. 
De especial interesse para estudos de mercado e análise de inquéritos, dispõe da 
possibilidade de inclusão de variáveis de múltipla resposta nos quadros de resultados e 
cruzá-las com os segmentos identificativos dos inquiridos. 
 
O formato do quadro – seja no que se refere ao seu aspecto; seja na inclusão ou não de 
categorias não válidas; ou até na inserção de totais e sub-totais – é de fácil definição 
porque a tecnologia que utiliza é ‘Pivot tables’. 
 
Uma vez criado o relatório com o SPSS Tables pode imprimir os resultados; publicá-los 
na internet através do SmartViewer Web Server ou exportá-lo directamente para uma 
aplicação Microsoft Office como o Word ou o Excel. 
 
 Figura 8 – Com o SPSS Tables visualiza o quadro de resultados á medida que 
 o vai construindo, posicionando as variáveis na dimensão desejada. 
 
 
 Pág. 24 
Análise estatística completa com o SPSS 
 
 
 
 
Utilize o SPSS Report Writer para reportar os dados presentes na matriz de 
dados SPSS 
 
O SPSS Report Writer é um produto autónomo que utiliza os valores e variáveis 
presentes na matriz de dados SPSS para produzir relatórios descritivos da informação. 
 
Uma vez terminada a análise de dados, o SPSS Report Writer é útil para criar listagens 
das observações que nos interessam, em diferentes tipos de formatos profissionais, ou 
para incluir os dados em cartas ou criar etiquetas para acções de mailing. 
 
Automatize a produção dos seus relatórios e análises rotineiras 
O interface gráfico do SPSS 11.5 gera programas de sintaxe em cada uma das 
interacções do utilizador com o software. Estas sintaxes podem ser agrupadas 
sequencialmente num mesmo ficheiro de modo a que ao ser executado a sequência 
lógica da análise pretendida seja efectuada. Até mesmo ser automaticamente publicada 
no SmartViewer Web Server. 
Onde lhe é útil esta funcionalidade ? Nos casos em que periodicamente – por exemplo, 
todos os meses – tem que produzir o mesmo relatório analítico ao mesmo tempo que os 
seus dados se alteraram. 
 
Gráficos interactivos 
O SPSS 11.5 inclui um elevado número de diferentes tipos de gráficos que 
complementam a informação tabular dos resultados. Tal significa que pode apresentar 
os resultados da forma que quiser. 
 
A utilização de diferentes cores, dimensões padrões e texturas nos gráficos permitem 
identificar claramente asdiferenças presentes nos dados. A interactividade presente na 
construção dos gráficos permitem-nos transformá-los num poderoso auxiliar analítico. 
 
Cubos OLAP 
A funcionalidade OLAP Report presente no SPSS Base permite-nos criar quadros 
interactivos para exploração de todo o tipo de dados qualquer que seja o ângulo de 
visão pretendido. 
Estes cubos incluem a representação de medidas estatísticas para as variáveis 
seleccionadas no ficheiro de dados. 
 
Com o SigmaPlot cria gráficos de elevada qualidade 
O produto autónomo SigmaPlot 8.0 é totalmente integrável com o SPSS 11.5 e com 
outras aplicações Microsoft Office, por exemplo Excel. 
A utilização do SigmaPlot em conjunto com o SPSS 11.5 expande as capacidades de 
representação gráfica dos dados com novos formatos, 
 
Com o SPSS Maps representa a informação em mapas geográficos 
O módulo SPSS Maps permite visualizar geograficamente a informação estatística em 
mapas. 
 Pág. 25 
Análise estatística completa com o SPSS 
 
 
 
 
 
Disponibilização 
 
Uma vez analisados os dados no SPSS 11.5 os resultados obtidos podem ser distribuídos 
através da sua intranet a todas as pessoas envolvidas no processo de decisão. 
 
Utilizando o SmartViewer Web Server os analistas podem publicar os resultados do 
SPSS 11.5 de uma forma segura e de modo a que os decisores lhes acedam através do 
seu web browser. 
 
O SmartViewer Web Server armazena centralmente todas as análises efectuadas – 
sejam elas representadas em tabelas, gráficos ou cubos OLAP – e organiza-as de modo a 
que cada utilizador aceda facilmente áquelas que lhe são destinadas. 
 
Cada objecto (ou resultado) é colocado num catálogo de informação específico; e cada 
catálogo tem definidas as suas permissões de acesso – cada potencial decisor ou 
utilizador da informação só acede aos resultados que lhe são destinados. 
 
A grande vantagem obtida nesta forma de distribuição de resultados advém do facto de 
nela se poder incluir objectos interactivos. Ou seja, num quadro que represente 
múltiplos segmentos de informação pode o decisor escolher o ângulo de visão dessa 
informação por simples interacção com o objecto. Deixa de ser necessário solicitar ao 
analista a produção de novo quadro com uma tabulação diferente da que inicialmente 
foi apresentada. 
 
 
 
 
 
 
 
 
 
Figura 9: O SmartViewer Web Server 
permite aos decisores visualizarem 
os resultados numa página internet 
com o seu browser e interagir com 
eles na procura do melhor ângulo de 
visão. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Pág. 26 
Análise estatística completa com o SPSS 
 
 
 
 
 
A SPSS Inc. 
 
A SPSS é uma empresa multinacional com sede em Chicago, nos EUA, que produz 
software para transformação de dados em soluções de apoio á decisão atravé de técnicas 
analíticas e de data mining. 
As soluções analíticas SPSS permitem ás organizações gerir o seu futuro com base no 
passado e compreendendo o presente, bem como antecipar potenciais problemas e 
oportunidades. 
Para mais informações visite-nos em www.spss.com . 
 
 
A PSE 
 
A PSE é uma empresa portuguesa fundada em 1994 e distribuidora para Portugal das 
soluções analíticas e de data mining SPSS. 
Para além da comercialização e suporte técnico das soluções SPSS, mantemos um 
Centro de Formação SPSS em Lisboa e dispomos de uma equipa técnica altamente 
especializada para projectos de consultoria de projectos. 
Para mais informações visite-nos em www.pse.pt . 
 Pág. 27 
Análise estatística completa com o SPSS 
 
 
 
 
 
Apêndice 1 – Matriz de produtos e aplicações 
 
Se necessita de ajuda para determinar quais os produtos SPSS aconselhados para a sua 
aplicação específica, consulte o diagrama abaixo que lista cada produto e a sua área de 
aplicação – adquira-os e comece a obter resultados como nunca antes. 
 
 
 
Survey/Market Research e marketing directo 
9 9 9 
9 9 9 9 
9 9 9 9 9 
9 9 9 
9 9 9 9 
9 9 9 9 
9 9 9 9 
9 9 9 
Educação 
9 9 
Questionários de avaliação pedagógica 9 9 9 9 
9 9 9 
Governo Central e Local 
9 9 9 
9 9 
9 9 9 
9 9 9 
9 9 9 
9 9 9 
Recursos Humanos/Planeamento de recursos 
9 9 9 
9 9 9 
9 9 9 9 
9 9 9 
Pesquisas médica, científica e social 
9 9 9 9 
9 9 9 
9 9 9 
9 9 9 9 
9 9 
9 9 9 
Planeamento e previsão 
9 9 
9 9 9 
9 
9 9 9 
Qualidade 
9 9 9 9 9 
9 9 9 9 9 
Outras aplicações 
9 9 9 
9 9 9 
9 9 9 
9 9 9 9 
9 9 9 9 
9 9 9 
9 9 9 9 
9 9 9 9 9 
9 9 9 9 
9 9 9 
 
S
P
S
S
 B
a
se
 
S
a
m
p
le
P
o
w
er
 
S
P
S
S
 C
o
n
jo
in
t 
S
P
S
S
 D
a
ta
 E
n
tr
y
 
S
P
S
S
 M
is
si
n
g
 V
a
lu
es
 
S
P
S
S
 R
eg
re
ss
io
n
 M
o
d
el
s 
S
P
S
S
 A
d
v
a
n
ce
d
 M
o
d
el
s 
A
m
o
s 
S
P
S
S
 C
a
te
g
o
ri
es
 
S
P
S
S
 E
x
a
ct
 T
es
ts
 
A
n
sw
er
T
re
e 
D
ec
is
io
n
T
im
e 
S
P
S
S
 T
re
n
d
s 
S
P
S
S
 T
a
b
le
s 
S
P
S
S
 R
ep
o
rt
 W
ri
te
r 
S
ig
m
a
P
lo
t 
S
P
S
S
 M
a
p
s 
C
le
m
en
ti
n
e 
S
m
a
rt
v
ie
w
er
 W
eb
 S
er
v
er
 
Inquéritos de Satisfação de clientes 9 9 9 9 9 9 9 9 9 9 9 
Teste de atributos de produtos 9 
Análise de preços e de promoções 9 9 
Segmentação de mercados 9 9 9 9 9 9 
Estudos de opinião e demográficos 9 9 9 9 9 9 
Estudo e análise de campanhas promocionais 9 9 9 9 9 9 
Marketing directo 9 9 9 9 
Database Marketing 9 9 9 9 9 9 9 9 9 9 9 
Ensino 9 9 9 9 9 9 9 9 9 9 9 9 9 9 
9 
Administração 9 9 9 9 9 9 
Avaliação de programas de investimento 9 9 9 9 9 9 9 9 9 9 9 9 
Caracterização do parque habitacional 9 9 9 
Inquéritos sociológicos 9 9 9 
Estudos sócio-demográficos 9 9 9 
Previsões de população e tráfego 9 9 9 9 9 
Detecção de crimes e fraudes 9 9 9 9 9 9 9 9 
Estudos de clima social 9 9 9 9 9 9 9 9 9 9 9 
Inquéritos de satisfação de empregados 9 9 9 9 9 9 9 9 9 9 9 
Selecção e testes de candidatos a emprego 9 9 9 9 
Análise de produtividade e compensação 9 9 9 9 
Análise dos resultados de tratamentos médicos 9 9 9 9 9 9 
Investigação biomédica 9 9 9 9 9 9 9 9 9 9 9 9 
Investigação em ciências sociais 9 9 9 9 9 9 9 9 9 9 9 
Estudos de impacto ambiental 9 9 9 9 9 
Estudos criminais 9 9 9 9 9 9 9 9 9 9 9 9 9 
Gestão de projectos de investigação 9 
Previsão de vendas e orçamentação 9 9 9 9 
Previsão de afectação de recursos 9 9 9 
Lançamento de novos produtos 9 9 9 
Econometria 9 9 9 
Estudos de produtividade e qualidade de serviço 9 9 9 9 
Estudos de utilização de produtos/serviços 9 9 9 9 
Detecção de fraudes ou não-conformidades 9 9 9 
Análise de risco 9 9 9 
Análise de tendências 9 9 9 9 9 
Acompanhamento de acções 9 9 9 9 9 9 9 9 
‘Basket Analysis’ (associação de produtos) 9 9 9 9 9 9 9 
‘Churn’ de clientes 9 9 9 9 9 9 
Análise de sequências e percursos 9 9 9 9 
Detecção de perfis 9 9 9 
Scoring de clientes 9 9 9 
Modelos de propensão 9 9 
 
 Pág. 28 
Análise estatística completa com o SPSS 
 
 
 
 
 
Apêndice 2 – Especificações resumidas de cada 
produto SPSS 
 
 
 
Técnicas de modelização Permite-lhe aceder, preparar, anali-
sar os dados e apresentar os resulta-
dos graficamente. 
• Análise factorial 
• Análise de clusters K-means 
• Análise de clusters hierárquicos 
 • Análise de clusters Two-step 
Acesso e preparação de dados • Análise descriminante 
• Database wizard • Regressão linear 
• Get SAS(importação de dados SAS) 
• Text wizard Reporting • Importação de Excel • Tabular • Editor de dados - Cubos OLAP • Definição de variáveis - Sumário de casos • Cópia das propriedades dos dados • Gráficos • Transformações várias - Categóricos (de barras, de linhas, de 
área, pies, de diferenças, boxplots, de 
erros e mistos) 
- cálculo de novas variáveis espe-
cificando a fórmula de cálculo e 
utilizando funções de vários 
tipos 
- De controlo de qualidade (Pareto, X 
Bar, Range, Sigma, de média móvel e 
de valores individuais) - recodificação de variáveis numé-
ricas ou alfanuméricas - Curvas ROC 
- recodificação de valores criando 
novas escalas a partir dos valo-
res originais 
- De dispersão 
- Histogramas 
• Exportação para Microsoft Excel 
- recodificação automática de valo-
res alfanuméricos em numéricos 
• Exportação para Microsoft Word 
 
- transformações condicionais Requisitos técnicos 
- contagem de ocorrências de 
determinado fenómeno 
• Microsoft Windows 98, NT 4.0, 2000 ou XP 
• Processador tipo Pentium - substituição de valores em falta • 64 MB de memória RAM (mínimo) - junção de observações vindas de 
diferentes ficheiros de dados • 100 MB livres em disco para instalação do 
software - junção de variáveis vindas de 
diferentes ficheiros de dados • Monitor superVGA • Leitor de CD-Rom - reorganização do ficheiro de 
dados 
 
- ordenação do ficheiro por uma ou 
mais variáveis 
Obtenha dimensões precisas da amostra. - Agregação da informação 
 - Filtragem das observações por 
tipo de ocorrência ou condicional • Cáculo da potência e da precisão para várias 
dimensões de amostras - Ponderação dos resultados 
 • Resultados em Pivot tables 
Estatísticas descritivas • Testes estatísticos para Médias, Proporções, 
Correlações, ANOVA, Regressões, Logísticas, 
Análise de sobrevivência e Equivalências. 
• Crosstabs 
• Medidas de dispersão 
• Exportação dos resultados em vários formatos • Medidas de distribuição 
 
Requisitos técnicos Estatísticas bivariadas 
• Microsoft Windows 98, NT 4.0 ou 2000 • Testes de médias 
• Processador tipo Pentium • Testes t 
• 16 MB de memória RAM (mínimo) • Testes ANOVA 
• 10 MB livres em disco para instalação do 
software 
• Testes não paramétricos 
• Correlações 
• Monitor SuperVGA 
 
 
 
 Pág. 29 
Análise estatística completa com o SPSS 
 
 
 
 
 
 
 
Descubra as preferências dos consu-
midores para melhor caracterização 
de produtos e preços 
Preencha os valores em falta para 
aumentar a qualidade dos seus dados 
 
 • Análise dos padrões dos dados em falta 
• Imputação dos valores em falta através dos 
algoritmos EM e de regressão 
• Desenhos ortogonais dos efeitos principais 
• Produção de cartões para experiências de 
conjunto • Cálculo de estatísticas univaradas para todas 
as observações, á excepção das que têm valores 
em falta, e para todas as variáveis 
• Análise de preferências pelo método dos 
mínimos quadrados • Cálculo das matrizes de covariâncias e de 
correlações para todas as variáveis 
quantitativas excluindo as observações com 
valores em falta 
 
Requisitos técnicos 
• Existência do SPSS Base 11.5 
• 1 MB livres de espaço em disco para 
instalação do software 
Requisitos técnicos • Existência do SPSS Base 11.5 
 
• 1 MB livres de espaço em disco para instalação 
do software Construa questionários para recolha 
de dados em papel, na Internet ou em 
entrevistas pessoais ou telefónicas. 
 
 
Acrescente mais técnicas de regressão ás 
capacidades de modelização de dados 
 
• Barra de ferramentas com vários desenhos 
opcionais de respostas • Definição da variável SPSS associada a 
cada questão 
• Regressão logística multinomial 
• Regressão logística binária • Utilização simultânea de vários formatos 
por simples funções de cópia e colagem. 
• Regressão não linear (NLR e CNLR) 
• Análise Probit • Inclusão de imagens e diferentes tipos de 
formatação nos questionários 
• Two stage least square 
 • Inclusão de várias regras no questionário 
– regras de validação, de salto ou de 
definição de intervalos de valores 
admissíveis 
 Requisitos técnicos 
• Existência do SPSS Base 11.5 
• 1 MB livres de espaço em disco para instalação 
do software • Criação de ficheiros de dados SPSS (sav) 
 
 
A solução de recolha de dados a construir 
consigo é escalável e adaptada ás suas necessi-
dades conjugando 3 produtos – SPSS Data 
Entry Builder, SPSS Data Entry Station ou 
SPSS Data Entry Enterprise Server. 
Adicione técnicas para análise de relações 
complexas entre variáveis 
 • Modelos lineares mistos Requisitos técnicos • Modelos GLM (incluindo análise dos efeitos da 
variância – ANOVA -, da covariância – 
ANCOVA -, multivariados da variância – 
MANOVA -, e multivariados da covariância – 
MANCOVA) 
(para SPSS Data Entry Builder ou 
Station) 
• Microsoft Windows 98, NT 4.0, 2000 ou XP 
• Processador tipo Pentium 
• 75 MB livres de espaço em disco para 
instalação do software 
• Análise dos componentes da variância 
(VARCOMP) • 16 MB de memória RAM (mínimo) • Modelos politómicos universais (PLUM) • Monitor VGA • Modelos LOGLINEAR e HILOGLINEAR 
(para SPSS Data Entry Enterprise Server) • Procedimentos de análise da sobrevivência – 
Regressão de Cox; Kaplan-Meier e Life Tables. • Microsoft Windows NT Server ou 2000 
Server; Solaris; HP-UX; IBM AIX; Linux. • 256 MB livres de espaço em disco para 
instalação do software: Requisitos técnicos • Existência do SPSS Base 11.5 • 512 MB de memória RAM • 2,5 MB livres de espaço em disco para 
instalação do software 
• Microsoft Internet Explorer 4.0 ou 
superior; Netscape Navigator 4.0 ou 
superior. 
 
 
 Pág. 30 
Análise estatística completa com o SPSS 
 
 
 
 
 
 
 
Identifique segmentos e perfis através de 
árvores de decisão 
Descubra relações causais através de 
modelos de equações estruturais 
 
• 4 poderosos algoritmos de árvores de decisão – 
CHAID, Exhaustive CHAID; C&RT e QUEST 
• Modelos de equações estruturais com 
variáveis observadas e variáveis latentes 
• Visualização gráfica das partições e dos 
componentes de cada nó ou ramo (com dados 
e/ou gráficos de barras) 
• Análise factorial confirmatória sobre os 
componentes da variância; os erros nas 
variáveis; os modelos de medida; as 
variáveis latentes • Gráfico de ganhos – identificação dos 
segmentos com maior (ou menor) contribuição e 
selecção dos nós pelo critério definido 
• Análise da estrutura da média e de 
multigrupos 
• Visualização do risco de classificação • Análise simultânea de múltiplos modelos 
• Diferentes métodos de crescimento da árvore – 
automático; interactivo ou em batch 
 
Requisitos técnicos • Possibilidade de selecção das variáveis 
explicativas de segmentação 
• Microsoft Windows 95, 98, NT 4.0 ou 2000 
• Processador tipo Pentium • Possibilidade de atribuição de diferentes pesos 
ao erro de classificação 
• Até 32 MB livres de espaço em disco para 
instalação do software • Possibilidade de desenho de várias árvores de 
classificação para o mesmo problema 
• 32 MB de memória RAM (mínimo) 
• Drive CD-Rom • Exportação das regras de classificação para 
SPSS ou para bases de dados (sob a forma de 
comando SQL). 
 
 • Importação de dados do SPSS ou de bases de 
dados através de ODBC (Oracle, SQL Server, 
Access, etc...) 
Identifique grupos através de mapas 
perceptuais e crie modelos explica-
tivos para as variáveis categóricas 
Requisitos técnicos • Microsoft Windows 98, NT 4.0, 2000 ou XP • Multidimensional scaling (MDS) • Processador tipo Pentium • Análise de componentes principais para 
variáveis categóricas (CatPCA) • 70 MB livres de espaço em disco para 
instalação dosoftware • Análise de correspondências • 64 MB de memória RAM (mínimo) • Análise de homogeneidade (HOMALS) • Monitor SuperVGA • Correlações canónicas não lineares • Drvie de CD-Rom 
 Requisitos técnicos 
 
• Existência do SPSS Base 11.5 
• 1 MB livres de espaço em disco para 
instalação do software Inclua modelos para previsão de séries 
temporais 
 
 • Modelos univariados sazonais e não sazonais 
(ARIMA) Melhore as suas análises ao trabalhar 
com pequenos conjuntos de dados • Modelos de alisamento exponencial • Estimação de factores sazonais aditivos ou 
multiplicativos (SEASON) • Testes de independência na amostra • Modelos de decomposição • Testes de independência em tabelas de 
contingência 
• Modelos de regressão AREG 
 • Testes de ajustamento Requisitos técnicos • Testes de medidas de associação • Existência do SPSS Base 11.5 • 1 MB livres de espaço em disco para instalação 
do software 
 
Requisitos técnicos • Existência do SPSS Base 11.5 Alternativamente utilize o produto 
DecisionTime para a criação dos seus 
modelos previsionais através de um 
Wizard específico. Solicite-nos 
informação específica. 
• 3,3 MB livres de espaço em disco para 
instalação do software 
 
 
 
 
 Pág. 31 
Análise estatística completa com o SPSS 
 Pág. 32 
 
 
 
 
 
 • 8 tipos de gráficos resultantes de 
transformações vectoriais ou de distribuições 
gaussianas Apresente os seus resultados em 
quadros de fácil leitura e cruzando 
várias variáveis em simultâneo 
 
Requisitos técnicos 
• Sistema operativo Microsoft Windows 95, 98, 
NT 4.0 ou 2000 
• Processador PentiumII ou superior • Visualize a estrutura do quadro á medida 
que o vai construindo • 64 MB de memória RAM 
• 48 MB em disco para instalação do software • Inclua estatísticas inferenciais sobre os 
cruzamentos que efectua – testes de qui-
quadrado, de proporção das colunas e de 
comparação de médias 
• Microsoft Internet Explorer para uso da ajuda 
on-line 
• Monitor SuperVGA 
 • Crie quadros com grupos de múltipla 
resposta 
 • Controle o formato do quadro • Posicione totais e sub-totais no local 
pretendido 
Represente geograficamente a sua 
informação estatística • Seleccione as categorias de uma variável a 
representar no quadro • 6 opções de mapas temáticos • Combinação de múltiplos temas numa só carta 
geográfica 
Requisitos técnicos 
• Existência do SPSS Base 11.5 • Utilização de geosets em formato Mapinfo • 3 MB livres de espaço em disco para 
instalação do software 
Requisitos técnicos • Existência do SPSS Base 11.5 
 
• 20 MB livres de espaço em disco para 
instalação do software Crie relatórios sobre as observações 
presentes no editor de dados SPSS 
 
 • Relatórios profissionais com vários 
formatos á escolha 
Disponibilize os resultados obtidos aos 
decisores de uma forma rápida e eficaz • Conerta informação identificativa em 
etiquetas ou inclua-a numa carta 
• Os resultados SPSS são instantaneamente 
distribuidos pela Internet ou Intranet, sejam 
eles estáticos ou interactivos 
• Utilize os dados presentes no editor de 
dados SPSS provenientes de qualquer 
uma das fontes possíveis de importação 
para o SPSS (bases de dados, folhas de 
cálculo, texto,...) 
• O acesso á informação pelos clientes, pelo 
público ou pelos decisores é determinado pelo 
gestor da informação e é feito através do seu 
browser internet 
 
Requisitos técnicos • A segurança de acesso ao sistema é 
centralizada 
• Microsoft Windows 95, 98, NT ou 2000 
• Processador Pentium III ou superior 
 • 40 MB livres de espaço em disco para 
instalação do software Requisitos técnicos 
• Sistema Operativo Midrosoft Windows 2000 
Server ou 2000 Advanced Server; Sun Solaris 
2.8 ou superior 
• 32 MB de memória RAM 
• Monitor SuperVGA 
• Drive CD-Rom 
• Repositório de dados em SQL Server 2000; ou 
Oracle 8i 
 
 • 1 GB de memória RAM • 700 MB de espaço em disco para instalação do 
software 
Crie gráficos de elevada qualidade 
 • Microsoft Internet Explorer 5.5 ou superior; 
Netscape Navigator 6.2 ou superior. • 19 tipos de gráficos a 2 dimensões, 
incluindo de áreas (4 tipos), de dispersão 
(14 tipos), de dispersão e linhas (10 tipos), 
de queijo e de população 
 
 
 • 9 tipos de gráficos a 3 dimensões com 
possibilidade de rotação e pré visualização 
da perspectiva 
 
 
 
 
	Análise estatística completa com o SPSS
	O objectivo de qualquer processo analítico é obt
	Resumo
	Escolha o software analítico adequado
	Etapas do processo analítico
	Planeamento
	Recolha de dados
	Acesso a dados
	Gestão e preparação de dados
	Análise – descritiva e inferencial
	Relatório
	Disponibilização
	
	Solução multi-fornecedor versus solução de um �
	A estratégia de solução multi-fornecedor
	A estratégia de solução modular
	O SPSS 11.5 é a mais completa solução analític�
	SPSS Base 11.5
	Módulos adicionais SPSS e produtos autónomos
	Planeamento
	Com o SamplePower determina a dimensão correcta �
	Com o SPSS Conjoint determine as preferências do�
	
	Recolha de dados
	Com o SPSS Data Entry crie formulários interacti�
	
	Acesso a dados
	Ás bases de dados é fácil aceder com um Databas�
	A ficheiros texto \(ou ASCII\) é fácil aceder�
	A ficheiros Excel acede por simples abertura de ficheiro
	A ficheiros SAS
	
	Preparação de dados
	Através do editor de dados
	Através do Data Restructure Wizard
	Outras técnicas de transformação de dados
	Estimar os valores em falta com o SPSS Missing Values
	
	Análise de dados
	Analise grandes volumes de dados numa arquitectura cliente/servidor
	Descreva os seus dados
	Modelize os seus dados
	Segmentação e classificação
	Previsão de séries temporais
	
	Relatório
	Utilize o SPSS Tables para criar quadros com info
	Utilize o SPSS Report Writer para reportar os dados presentes na matriz de dados SPSS
	Automatize a produção dos seus relatórios e an�
	Gráficos interactivos
	Cubos OLAP
	Com o SigmaPlot cria gráficos de elevada qualida�
	Com o SPSS Maps representa a informação em mapas
	
	Disponibilização
	A SPSS Inc.
	A PSE
	Apêndice 1 – Matriz de produtos e aplicações
	Apêndice 2 – Especificações resumidas de cada p�