Manual SPSS

Prévia do material em texto

SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
1 
ÍNDICE GERAL 
 
 
 
1. ANÁLISE DE DADOS RECORRENDO AO SPSS 11.5.........................................................................5 
1.1 O QUE É UMA MATRIZ DE DADOS ...........................................................................................................6 
1.2 MANIPULAÇÃO DE ARQUIVOS E EDIÇÃO DE M TRIZES DE DADOSA .......................................................7 
1.2.1 MANIPULAÇÃO DE ARQUIVOS ..........................................................................................................9 
1.2.1.1 ABRIR UMA MATRIZ DE DADOS JÁ EXISTENTE .........................................................................................9 
1.2.1.2 GUARDAR OS DADOS ................................................................................................................................10 
1.2.1.3 GUARDAR OU ABRIR ARQUIVOS CONTENDO RELATÓRIOS DE ANÁLISES...............................................11 
1.2.2 EDIÇÃO DE MATRIZES DE DADOS ..................................................................................................13 
1.2.2.1 CRIAR UMA MATRIZ DE DADOS................................................................................................................13 
1.2.2.1.1 DEFINIÇÃO DAS VARIÁVEIS ..............................................................................................................13 
1.2.2.1.2 PREENCHER A MATRIZ DE DADOS ...................................................................................................16 
1.2.2.1.3 EXCLUIR UMA VARIÁVEL OU UM CASO...........................................................................................16 
1.2.2.1.4 INSERIR UMA NOVA VARIÁVEL NO MEIO DE VARIÁVEIS JÁ EXISTENTES......................................17 
1.3 TRANSFORMAÇÃO DE DADOS.................................................................................................................18 
1.3.1 CÁLCULO ENTRE VARIÁVEIS .........................................................................................................18 
1.4 R CODIFICAÇÃO DE VARIÁVEISE .............................................................................................................21 
1.4.1 RECODIFICAR UMA VARIÁVEL........................................................................................................21 
1.4.1.1 Recodificação na Variável Original ..................................................................................................22 
1.4.1.2 Recodificação numa nova Variável ..................................................................................................24 
1.5 SELECÇÃO DE CASOS PARA A ANÁLISE ................................................................................................25 
1.5.1 SELECCIONAR CASOS ESPECÍFICOS A SEREM ANALISADOS..........................................................25 
1.6 ANÁLISE D SCRITIVA DOS DADOSE ........................................................................................................28 
1.6.1 COMO FAZER UMA ANÁLISE DESCRITIVA BASEADA NA DISTRIBUIÇÃO DE FREQUÊNCIA ........35 
1.7 ANÁLISE DE CORRELAÇÃO/ A CIAÇÃO ENTRE VARIÁVEISSSO .............................................................37 
1.7.1 COMO CONSTRUIR UMA TABELA PARA VERIFICAR A RELAÇÃO ENTRE VARIÁVEIS (CROSSTABS)
....................................................................................................................................................................37 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
2 
1.7.2 COMO CONSTRUIR ANÁLISES DE CORRELAÇÃO ENTRE VARIÁVEIS ..............................................40 
1.7.3 GRÁFICOS DE DISPERSÃO COM RECTA DE REGRESSÃO.................................................................43 
1.7.4 TESTES T ........................................................................................................................................50 
1.7.5 Aná ise de variância – ensaios uni-factoriaisl ...................................................................68 
1.7.6 Procedimento Means .................................................................................................................75 
 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
3 
 
ÍNDICE DE ILUSTRAÇÕES 
 
 
 
FIGURA 1: COMEÇAR A TRABALHAR COM O SPSS...................................................................................................................... 7 
FIGURA 2: BASE DE DADOS PREENCHIDA................................................................................................................................... 8 
FIGURA 3: ABRIR UMA MATRIZ DE DADOS EXISTENTES............................................................................................................... 9 
FIGURA 4: GUARDAR UMA MATRIZ DE DADOS EXISTENTE......................................................................................................... 10 
FIGURA 5: O OUTPUT.............................................................................................................................................................. 11 
FIGURA 6: NOTAS SOBRE OS PROCEDIMENTOS ESTATÍSTICOS EFECTUADOS ............................................................................... 12 
FIGURA 7: DEFINIR O TIPO DE VARIÁVEL.................................................................................................................................. 13 
FIGURA 8: NÚMERO DE DÍGITOS ............................................................................................................................................... 14 
FIGURA 9: CASAS DECIMAIS ..................................................................................................................................................... 14 
FIGURA 10: CODIFICAR VARIÁVEIS .......................................................................................................................................... 14 
FIGURA 11: ATRIBUIR MISSINGS .............................................................................................................................................. 15 
FIGURA 12: NÚMERO DE CARACTERES...................................................................................................................................... 15 
FIGURA 13: REALIZAR CÁLCULOS............................................................................................................................................ 18 
FIGURA 14: FUNÇÕES NUMÉRICAS ........................................................................................................................................... 19 
FIGURA 15: ESTABELECER CONDIÇÕES.................................................................................................................................... 20 
FIGURA 16: RECODIFICAR VARIÁVEIS ...................................................................................................................................... 22 
FIGURA 17: SUBSTITUIR OS VALORES ANTIGOS ......................................................................................................................... 23 
FIGURA 18: CRIAR UMA VARIÁVEL COM BASE EM OUTRA EXISTENTE........................................................................................ 24 
FIGURA 19: SELECCIONAR/ EXCLUIR CASOS ESPECÍFICOS ......................................................................................................... 25 
FIGURA 20: IMPOR CONDIÇÕES À SELECÇÃO............................................................................................................................. 26 
FIGURA 21: ESCOLHER UMA AMOSTRA ALEATÓRIA ..................................................................................................................27 
FIGURA 22: ESCOLHER UM INTERVALO DE DADOS.................................................................................................................... 27 
FIGURA 23: ESTATÍSTICA DESCRITIVA..................................................................................................................................... 28 
FIGURA 24: ESTATÍSTICA DESCRITIVA ...................................................................................................................................... 29 
FIGURA 25: GRÁFICOS DESCRITIVOS SIMPLES........................................................................................................................... 30 
FIGURA 26: GRÁFICOS DE BIGODES PARA ANÁLISE COMPARATIVA DOS GRUPOS....................................................................... 30 
FIGURA 27: GRÁFICOS DE BIGODES - DESCRIÇÃO COMPARATIVA DE DUAS VARIÁVEIS ............................................................. 32 
FIGURA 28: GRÁFICOS DE BIGODES PARA GRUPOS DE CASOS.................................................................................................... 33 
FIGURA 29: TABELAS DE FREQUÊNCIAS ................................................................................................................................... 35 
FIGURA 30: APRESENTAÇÃO DOS DADOS EM TABELA............................................................................................................... 35 
FIGURA 31: GRÁFICOS DE BARRAS .......................................................................................................................................... 36 
FIGURA 32: TABELAS DE CONTINGÊNCIA................................................................................................................................. 38 
FIGURA 33: FREQUÊNCIAS, PERCENTAGENS E RESIDUOS.......................................................................................................... 39 
FIGURA 34: ESTATÍSTICAS DAS CONTINGÊNCIAS...................................................................................................................... 40 
FIGURA 35: CORRELAÇÕES BIVARIADAS ................................................................................................................................. 41 
FIGURA 36: CORRELAÇÃO DE PEARSON ................................................................................................................................... 42 
FIGURA 37: GRÁFICOS DE DISPERSÃO...................................................................................................................................... 43 
FIGURA 38: SELECCIONAR O GRÁFICO DE DISPERSÃO SIMPLES ................................................................................................. 44 
FIGURA 39: SELECCIONAR AS VARIÁVEIS A CORRELACIONAR ................................................................................................... 45 
FIGURA 40: OPÇÕES DE APRESENTAÇÃO DO GRÁFICO............................................................................................................... 46 
FIGURA 41: COLOCA RECTA DE REGRESSÃO NUM GRÁFICO DE DISPERSÃO................................................................................. 47 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
4 
FIGURA 42: COLOCAR COEFICIENTE DE DETERMINAÇÃO (R2) NO GRÁFICO DE DISPERSÃO.......................................................... 47 
FIGURA 43: GRÁFICO DE DISPERSÃO COM RECTA DE REGRESSÃO E COEFICIENTE DE DETERMINAÇÃO ........................................ 49 
FIGURA 44: TESTE T PARA UMA AMOSTRA ............................................................................................................................... 50 
FIGURA 45: COLOCAR O PARÂMETRO A COMPARAR.................................................................................................................. 51 
FIGURA 46: OUTPUT DO TESTE T PARA UMA AMOSTRA ............................................................................................................. 52 
FIGURA 47: TESTE T PARA AMOSTRAS INDEPENDENTES ............................................................................................................ 53 
FIGURA 48: COLOCAR AS VARIÁVEIS EM ANÁLISE .................................................................................................................... 54 
FIGURA 49: DEFINIR OS DOIS GRUPOS EM ANÁLISE ................................................................................................................... 55 
FIGURA 50: TERMINAR O TESTE ............................................................................................................................................... 56 
FIGURA 51: OUTPUT DO TESTE T DE STUDENT PARA AMOSTRAS INDEPENDENTES ..................................................................... 57 
FIGURA 52: TESTE T PARA AMOSTRAS EMPARELHADAS OU RELACIONADAS .............................................................................. 64 
FIGURA 53: SELECCIONAR VARIÁVEIS NO TESTE T PARA AMOSTRAS EMPARELHADAS OU RELACIONADAS ................................. 65 
FIGURA 54: FINALIZAR TESTE T PARA DADOS EMPARELHADOS OU RELACIONADOS ................................................................... 66 
FIGURA 55: OUTPUT DO TESTE T PARA AMOSTRAS EMPARELHADAS OU RELACIONADAS............................................................ 67 
FIGURA 56: ANOVA DE UM CRITÉRIO..................................................................................................................................... 69 
FIGURA 57: SELECCIONA VARIÁVEIS PARA ANOVA................................................................................................................ 70 
FIGURA 58: TESTES POST-HOC................................................................................................................................................. 71 
FIGURA 59: OUTPUT DO TESTE ANOVA.................................................................................................................................. 72 
FIGURA 60: TABELA ANOVA+ETA PELO PROCEDIMENTO MEANS........................................................................................... 75 
FIGURA 61: SELECÇÃO DAS ESTATÍSTICAS PELO PROCEDIMENTO MEANS.................................................................................. 76 
 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
5 
 
 
 
1. ANÁLISE DE DADOS RECORRENDO 
AO SPSS 11.5 
 
 
O  SPSS  é  um  software  apropriado  para  a  elaboração  de  análises  estatísticas  de matrizes  de 
dados.  O  seu  uso  permite  gerar  relatórios  tabulados,  gráficos  e  dispersões  de  distribuições 
utilizados na realização de análises descritivas e de correlação entre variáveis.  
O  objectivo  deste módulo  do  presente manual  é  fornecer  noções  básicas  de manipulação  do 
software. Por  isso,  cobre apenas uma pequena parte do  conjunto das  ferramentas presente no 
pacote estatístico. Os principais tópicos aqui abordados são: 
Manipulação de Arquivos de Dados Æ abrir e guardar matrizes de dados; 
Edição de Dados Æcriar e editar matrizes de dados; 
Transformação de Dados Æ recodificar variáveis e criar novas variáveis a partir de cálculos com 
as variáveis já existentes; 
Selecção de Casos → selecção de casos para realização da análise; 
Análise  Descritiva  dos  Dados  Æ  tabelas  de  frequência,  medidas  de  tendência  central  e 
dispersão; 
Análise de Correlação entre Variáveis Æ testa a independência entre variáveis e a intensidade 
da correlação entre elas. 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
6 
 
1.1 O QUE É UMA MATRIZ DE DADOS 
 
Antes de partirmos para a explicação da utilização das ferramentas disponíveis no SPSS, vamos 
darum pequeno exemplo de como se processa a construção de uma matriz de dados. É essencial 
termos uma  ideia  bem  clara do que  é uma matriz de dados, para que possamos  entender  os 
resultados estatísticos fornecidos pelo sistema. 
Para escolher onde passar as férias de final de ano, uma pessoa começou a levantar informações a respeito 
de alguns  lugares que  ele  tinha vontade de  conhecer. Após um pouco de  reflexão,  ele  resolveu  colher as 
seguintes informações: horas de viagem, tipos de actividades recreativas, tamanho da cidade e preço médio 
da  refeição  e  de  hospedagem  em  hotel. Depois  de muita  pesquisa, muitos  telefonemas  e  conversas  com 
amigos, ele chegou a seguinte tabela comparativa das características dos lugares: 
 
Nome do 
Lugar 
Tempo de 
Viagem 
Actividades 
Recreativas 
População 
da Cidade 
Preço 
Refeição 
Preço 
 Hospedagem 
Vila Moura 4 Horas Praias, Marinas e Discotecas 10.000 € 20,00 € 60,00 
Serra da 
Estrela 4 Horas 
Montanhas e passeios 
históricos 5.500 € 10,00 € 40,00 
Quiaios 1 Hora Praia 1.000 € 80,00 € 35,00 
Obs. Estas Informações são fictícias. 
 
Esta  tabela  constitui  uma matriz  de  dados. A  construção  desta  simples  tabela  e  de  qualquer 
matriz  de  dados  possui  alguns  requisitos  fundamentais  para  que  possamos  confiar  nas  suas 
informações e desenvolver comparações relevantes. São eles: 
• Deve  existir  um  corpo  básico  de  questões  que  é  submetido  a  todos  os  casos  da 
maneira mais uniforme possível, evitando problemas de interpretação; 
• Cada  uma  das  informações  (variáveis)  ‐  horas  de  viagem,  tipos  de  actividades 
recreativas, População da cidade,  ...  ‐ deve ser arquivada para  todos os casos com a 
mesma unidade de medida; 
• A  responsabilidade  daquele  que  colhe  as  informações  é  essencial  para  garantir  a 
confiabilidade das informações presentes na matriz de dados; 
• Deve‐se fazer um esforço enorme para não deixar questões sem resposta. 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
7 
 
1.2 MANIPULAÇÃO DE ARQUIVOS E EDIÇÃO DE 
MATRIZES DE DADOS 
 
 
A secção do SPSS onde é feita a entrada, manipulação e exclusão de dados é denominada SPSS 
Data Editor. Como podemos observar na figura abaixo, sua estrutura é a de uma matriz (linhas x 
colunas).  Podemos  entender  tal  disposição  da  seguinte  forma:  cada  coluna  representa  uma 
variável  e  cada  linha  representa  um  caso. De  uma  forma  simplificada,  enquanto  as  colunas 
corresponderiam às questões de um questionário, as linhas corresponderiam as informações de 
cada questionário aplicado.  
Podemos ver, a seguir, duas matrizes de dados; uma vazia e outra preenchida. Observe que a 
criação  da  matriz  de  dados  envolve,  não  apenas  o  preenchimento  das  informações 
correspondentes  a  cada  caso  analisado  (data  view),  mas  a  discriminação  precisa  do  nome, 
definição, tipo e outras características das variáveis com que se está a trabalhar (variable view). 
Para  abrir uma matriz de dados  (nova  ou  já  existente),  clique no menu  iniciar  e  seleccione  o 
programa SPSS for windows. A janela que aparece é a seguinte: 
 Figura 1: Começar a trabalhar com o SPSS 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
8 
Se quer começar a preencher (pela primeira vez) esta base de dados clique em TYPE IN DATA e 
depois OK.  Se  quer  abrir  uma  base  de  dados  que  já  existe  escolha OPEN  EXISTING DATA 
SOURCE, faça OK e depois procure o local onde a guardou a ultima vez e clique em Abrir. 
Na figura 1 está uma matriz de dados preenchida e que se encontra dentro da sua pasta SPSS. 
Numa matriz de dados é importante reconhecer as seguintes informações: 
1.  No cabeçalho encontramos o nome do arquivo com que estamos a  trabalhar  (matriz 
de dados): employee data; 
2.  Na grande faixa de cor branca localizada abaixo da barra de ferramentas encontramos 
a seguinte informação:  
• 1:id Æ célula correspondente ao caso 1 da variável id; 
• 1  Æ  conteúdo da célula. 
3.  A  faixa cinzenta  localizada na margem superior da  tabela  fornece‐nos os nomes das 
variáveis; 
4.  A  faixa cinzenta  localizada na margem esquerda da  tabela nos  fornece o número de 
cada caso; 
5.  No  interior  da  tabela,  as  linhas  correspondem  aos  casos  analisados  e  as  colunas 
correspondem às variáveis trabalhadas. 
 Figura 2: Base de Dados Preenchida 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
9 
 
 
1.2.1 MANIPULAÇÃO DE ARQUIVOS 
 
1.2.1.1 ABRIR UMA MATRIZ DE DADOS JÁ EXISTENTE 
 
Cada matriz de dados é armazenada na forma de um ficheiro próprio do SPSS, com a extensão 
sav  (*.sav)  Para  abrirmos  uma matriz  de  dados  já  existente  é  essencial  termos  a  informação 
precisa do local onde este ficheiro se localiza. Seguiríamos, então, o seguinte caminho: na barra 
de  ferramentas selecionaríamos FILE  (ficheiro) e depois OPEN  (abrir). Chegaríamos a seguinte 
figura: 
 Figura 3: Abrir uma matriz de dados existentes 
 
No  campo Look  in deve  seleccionar o directório onde  se  localiza o  ficheiro que  contém a 
matriz de dados  com que queremos  trabalhar. Em  seguida  seleccione no painel abaixo ao 
campo  Look  in  o  arquivo  ou  digite  no  campo  File  name  o  nome  do  ficheiro.  Tendo 
seleccionado o arquivo a ser aberto, seleccione a opção OPEN (abrir).   
O padrão do SPSS é trabalhar com a opção SPSS (*.sav) no campo Files of Type. Se quiser 
abrir um arquivo criado noutro sistema, por exemplo do Excel (*.xls), basta seleccionar este 
tipo de arquivo no Files of Type. 
 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
10 
 
 
1.2.1.2 GUARDAR OS DADOS 
 
Quando  está  a  criar uma matriz de dados pela primeira  vez,  vai  ter que  lhe  atribuir um 
nome,  isto  é,  salvar  o  arquivo  e  escolher  o  local  ou directório dentro do  computador  ou 
unidade de disco  onde  quer  guardá‐lo. Para  salvar  o  arquivo deverá  seleccionar FILE na 
barra de ferramentas atribuir o nome e depois SAVE. Chegaremos na seguinte figura: 
 
 Figura 4: Guardar uma matriz de dados existente 
 
Através do campo SAVE IN ou do rectângulo abaixo deste campo você poderá seleccionar o 
lugar  onde  o  arquivo  será  guardado. Tendo  feito  esta  selecção,  basta preencher  o  campo 
FILE NAME com o nome que se deseja dar ao arquivo. Lembre‐se sempre de utilizar nomes 
que sejam claros na descrição do conteúdo da matriz de dados. 
Caso você queira salvar o arquivo em outro formato diferente do padrão estabelecido pelo 
SPSS (*.sav), seleccione o novo tipo desejado no campo SAVE AS TYPE. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
11 
 
1.2.1.3 GUARDAR OU ABRIR ARQUIVOS CONTENDO 
RELATÓRIOS DE ANÁLISES 
 
A secção do SPSS onde é feita a criação, manipulação, exclusão e impressão dos resultados das 
análises  estatísticas  feitas  pelo  SPSS  é  denominada  SPSS  Viewer  (output).  Como  podemos 
observar na  figura abaixo, o output divide‐se em dois painéis: O painel da esquerda apresenta 
em índice todas as tabelas e gráficos produzidos durante a análise e o painel da direita mostra o 
conteúdo  da  tabela  ou  gráfico  escolhido.  Podemos  ver,  a  seguir,  um  exemplo  de  como  se 
estrutura essa secção. 
No painel da esquerda observamos que existe 1 tabela e 1 gráfico dentro do arquivo que guarda 
os  resultados  das  análises  estatísticas  produzidas  pelo  SPSS.  Como  podemos  perceber,  a 
estruturade ambas análises  é  semelhante,  contendo  título, anotações, um  campo denominado 
statistics e a tabela ou gráfico produzida. 
Se seleccionarmos o item Title no painel da esquerda, seu conteúdo será mostrado no painel da 
direita. O título poderá, então, ser editado, se clicarmos duas vezes repetidas sobre o campo. 
 Figura 5: O Output 
 
Se  seleccionarmos o  item Notes no espaço da esquerda, uma  série de características da análise 
pedida será mostrada no espaço da direita: data em que foi criado o relatório, nome e localização 
do  arquivo que  contém  a matriz de dados utilizada para  elaborar o  relatório,  se  foi utilizado 
algum filtro para seleccionar os casos para a análise ou peso para atribuir importância diferente 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
12 
aos  casos, número  total de  casos analisados,  existência de missing values, o  comando utilizado 
para gerar o relatório e o tempo total que o computador levou para fazer o relatório. Tal campo 
também poderá ser editado se clicarmos duas vezes repetidas sobre o campo.  
 Notes
20 Apr 00 17:03:29 
 
C:\Program Files\SPSS1\Employee
data.sav 
05.00.00 
<none> 
<none> 
<none> 
474 
User-defined missing values are 
treated as missing. 
Statistics are based on all cases 
with valid data.
FREQUENCIES
VARIABLES=gender 
/ORDER ANALYSIS . 
18724
0:00:00,44 
Output Created 
Comments 
Data 
File Label 
Filter 
Weight 
Split File 
N of Rows in Working
Data File 
Input 
Definition of Missing
Cases Used 
Missing Value 
Handling 
Syntax 
Total Values Allowed
Elapsed Time
Resources 
 Figura 6: Notas sobre os procedimentos estatísticos efectuados 
 
Se seleccionarmos o item Statistics ou Case Processing no espaço da esquerda, seu conteúdo será 
mostrado no espaço da direita: o número total de casos considerados válidos para a análise e o 
número total de casos caracterizados como missing values e que por isso não foram computados 
na análise. 
Por fim, o último item nos mostrará o relatório final da análise. Neste caso, a tabela de frequência 
ou o gráfico BOX PLOT. 
 
Para guardar o output, o processo é semelhante ao  realizado para as bases de dados. A única 
excepção é que o tipo de arquivo padrão para o SPSS passa a ter extensão spo (*.spo). 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
13 
 
1.2.2 EDIÇÃO DE MATRIZES DE DADOS 
 
 
1.2.2.1 CRIAR UMA MATRIZ DE DADOS 
 
1.2.2.1.1 DEFINIÇÃO DAS VARIÁVEIS 
 
O passo mais  importante na criação de uma matriz de dados é a definição das variáveis. Cada 
variável  é  criada  separadamente,  indicando  seu  nome,  definição,  tipo,  categorias,  formato  da 
coluna na tabela e missing values (valores que por definição não entram nas análises estatísticas). 
Para definir uma variável, deve‐se seguir os seguintes passos: 
Clica na guia Variable Name 
1.  No campo Variable Name devemos entrar com um nome para a variável. Este nome não 
pode ultrapassar 8  caracteres e não pode  conter nenhum  sinal algébrico ou espaço em 
branco no seu interior. 
2.  Os outros campos à direita‐ type ,with, labels,values, missing values, column. Align e measure 
‐ devem ser preenchidos em seguida, não importando a ordem com que são preenchidos.  
3.  Se clicarmos na célula TYPE chegaremos a seguinte figura: 
 Figura 7: Definir o tipo de variável 
 
Entre as opções de tipo de variável acreditamos que as seguintes são importantes na formação de 
um conhecimento básico em SPSS para sociólogos: 
• Numeric:  aparece por definição  e  estabelece que o  campo  será numérico → útil na 
definição de variáveis ordinais e categóricas; 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
14 
• Date: estabelece um formato de campo para a entrada de datas; 
• Dollar: estabelece um formato de campo para a entrada de valores monetários; 
• String: estabelece que o campo será alfa‐numérico, podendo incluir qualquer tipo de 
informação desejada. Exemplo: nome de um município ou de uma pessoa. 
 
4.  O campo Width podemos seleccionar o tamanho total de caracteres da variável, clicando 
na seta para baixo se pretendermos diminuir os 8 caracteres que aparecem por defeito ou 
para cima se os pretendermos aumentar. 
 Figura 8: número de dígitos 
 
5.   Para  número  de  casas  decimais  (Decimal),  o  processo  é  semelhante,  quando 
trabalhamos com o tipo numérico. 
 Figura 9: casas decimais 
 
6.  Na opção LABELS escrevemos a etiqueta da variável, que não coube no Name. O campo 
Label deve ser preenchido com uma definição curta da variável. 
7.  Ao selecionarmos a opção Values chegaremos a seguinte figura: 
 
 Figura 10: Codificar variáveis 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
15 
Para variáveis categóricas, o campo Value Labels permite a definição das diversas categorias de 
respostas. O valor a ser digitado na matriz deve ser  inserido no campo VALUE e o significado 
corresponde  inserido  no  campo  VALUE  LABEL.  Para  cada  par  de  informações  deve‐se 
seleccionar a opção Add para adicioná‐los a matriz de categorias. Caso algumas das categorias 
tenha  sido definida de maneira errada, utilize as opções Change ou Remove para  fazer o  seu 
acerto. 
8.  Ao seleccionarmos a opção MISSING VALUES chegaremos a seguinte figura: 
 
 Figura 11: Atribuir missings 
 
Como  já  foi  referido,  serão  indicados,  neste  campo,  todos  os  valores  que  não  entrarão  nas 
análises estatísticas que serão realizadas com a matriz de dados. É muito comum, por exemplo, 
estabelecer como missing os valores correspondentes às categorias: não respondeu, não sabe ou 
sem informação. Estes valores podem ser indicados de maneira precisa ou através de intervalos. 
 
9.  Ao  seleccionarmos  a  opção  COLUMN  visualizam‐se  dois  sentidos  possíveis  para 
escolher: diminuir ou aumentar a largura da coluna 
 
 Figura 12: número de caracteres 
 
Este campo nos permite  indicar a  largura da coluna na  tabela da matriz de dados e  também o 
alinhamento do seu conteúdo dentro da célula. De um modo geral, este campo não é preenchido, 
utilizando o padrão que o próprio SPSS traz consigo e que corresponde a 8 caracteres. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
16 
10. O  campo  MEASURE  deve  ser  preenchida  com  o  tipo  de  medida  característica  da 
variável. Encontramos as seguintes opções: 
• Scale: existe uma relação ordinal entre os valores mas a distância entre estas é 
desconhecida e não regular → ideal para variáveis quantitativas; 
• Ordinal: existe uma relação ordinal entre os valores e a distância entre estes é 
conhecida e regular → ideal para variáveis ordinais; 
• Nominal: não existe nenhuma  relação ordinal entre os valores →  ideal para 
variáveis nominais. 
 
 
1.2.2.1.2 PREENCHER A MATRIZ DE DADOS 
Tendo definido todas as variáveis da matriz de dados, passamos para a entrada dos dados caso 
por caso; de um modo geral, recomenda‐se que os dados sejam digitados por questionário, ou 
seja, linha por linha.  
O preenchimento é feito digitando o valor atribuído à variável em cada caso seguido de tab (o 
que fará com que se passe para a próxima variável do mesmo caso) ou ENTER (o que fará com 
que  se passe para  o próximo  caso  na mesma  variável).   Para  situações  em  que  os  valores  se 
repetem muito, a utilização das opções CORTAR e COLAR permite a agilização do trabalho. 
 
 
1.2.2.1.3 EXCLUIR UMA VARIÁVEL OU UM CASO 
Caso seja necessário excluir uma variávelda matriz de dados, devemos colocar o cursor do rato 
sobre o cabeçalho da coluna correspondente à variável que se deseja excluir e dar um click para 
seleccionar a coluna que se pretende apagar. Tendo seleccionado a variável, basta clicar a tecla 
DELETE. O mesmo procedimento deve ser usado em relação à exclusão de casos, seleccionando‐
se  a  linha que  se pretende  apagar  através de um  click  sobre  a margem  esquerda da  linha na 
matriz de dados. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
17 
 
1.2.2.1.4 INSERIR UMA NOVA VARIÁVEL NO MEIO DE VARIÁVEIS JÁ 
EXISTENTES 
 
Caso seja necessário inserir uma nova variável no meio de variáveis já existentes numa matriz de 
dados, devemos utilizar o comando inserir variável seguindo os seguintes passos: 
1.  Escolha o lugar onde a variável deve ser inserida; 
2.  Seleccione a variável que estará à direita da nova variável a ser inserida clicando 
sobre o cabeçalho da coluna desta variável; 
3.  Na barra de ferramentas seleccionamos DATA e depois INSERT VARIABLE; 
4.  Em  seguida deve  seguir  todos  os passos  necessários para  a definição da nova 
variável. 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
18 
 
1.3 TRANSFORMAÇÃO DE DADOS 
 
 
1.3.1 CÁLCULO ENTRE VARIÁVEIS 
 
Em muitas  situações,  obtém‐se  informações  importantíssimas  realizando  cálculos  a  partir  de 
variáveis  presentes  na  base  de  dados.  Isto  envolveria  basicamente  a  criação  de  uma  nova 
variável  preenchida  com  o  resultado  da  operação  matemática  com  as  outras  variáveis 
envolvidas. Para realizar tais operações utilizamos o seguinte comando: ~ 
Na  barra  de  ferramentas  da  base  de  dados  seleccionamos  o  menu  TRANSFORM  e  depois 
seleccionamos o comando COMPUTE. Em seguida aparecerá a seguinte figura: 
 
 Figura 13: Realizar cálculos 
 
Deve‐se  preencher  o  campo  TARGET  VARIABLE  com  o  nome  da  nova  variável,  onde 
colocaremos o resultado dos cálculos a serem realizados. É possível especificar o tipo e definição 
desta nova variável se seleccionarmos o campo TYPE & LABEL.1
Como podemos ver na  figura, esta nova variável será  igual ao valor do resultado da operação 
matemática definida  no  campo NUMERIC EXPRESSION. A definição deste  campo  segue  as 
regras básicas da matemática, como por exemplo a ordem de execução envolvendo parênteses, 
chaves e aspas. O preenchimento do campo pode ser realizado através de um click do rato sobre 
 
1 Uma definição mais detalhada da nova variável pode ser realizada também utilizando a rotina indicada acima para a 
definição de variáveis. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
19 
o  quadro  de  sinais  ou  através  do  teclado  digitando  os  mesmos  sinais  presentes  na  figura. 
Apresentamos, a seguir, alguns exemplos básicos para facilitar a compreensão da utilização do 
comando: 
Operação Expressão 
Variável C é igual a soma de A e B C = A + B 
Variável C é igual a soma de A e B C = sum (A to B) 
Variável C é igual a divisão de A por 100 C = A / 100 
Variável C é igual a média aritmética de A e B C = (A + B) / 2 
 
 
A operação matemática descrita no campo NUMERIC EXPRESSION pode envolver também a 
utilização  de  algumas  ferramentas  matemáticas  de  maior  complexidade  características,  por 
exemplo,  da  estatística  ou  da  trigonometria.  Para  este  caso,  existe  uma  série  de  funções 
matemáticas definidas na caixa FUNCTIONS. A sua inserção deve ser feita da seguinte forma: 
1.  Escolha a  função desejada utilizando‐se dos  recursos disponibilizados pela barra de 
passagem. 
 Figura 14: Funções numéricas 
 
2.  Após  escolhida  a  função,  insira  a  função  no  campo  NUMERIC  EXPRESSION 
clicando sobre a seta que está acima do campo FUNCTiONS. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
20 
 
Outra opção presente no comando COMPUTE é a possibilidade de seleccionar em que casos, a 
operação  indicada,  serão  realizados.  A  operação  matemática  se  realizará  dependendo  dos 
valores  encontrados  em  uma  ou  mais  variáveis,  presentes  ou  não  na  operação  matemática 
descrita. Ao seleccionar a opção IF chegaremos na seguinte figura: 
 
 Figura 15: Estabelecer Condições 
 
A  opção  padrão  é  a  include  all  cases,  ou  seja,  a  operação  será  realizada  em  todos  os  casos 
existentes no banco de dados. Podemos, no entanto, selecionar o caso em que esta operação se 
realizará ao clicarmos na opção:  include  if  case  satisfies  condition.  Indicaremos, então, uma nova 
expressão  numérica  que  deve  ser  satisfeita  para  que  a  operação  matemática  indicada  seja 
realizada.  Também  neste  caso,  a  expressão  numérica  pode  incluir  funções matemáticas mais 
complexas. Apresentamos,  a  seguir,  alguns  exemplos  básicos para  facilitar  a  compreensão da 
utilização do comando: 
Condição Expressão 
Variável C é menor que 100 C < 100 
Variável C é diferente de A C <> A 
Variável C é menor que a soma de A e B C < A + B 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
21 
1.4 RECODIFICAÇÃO DE VARIÁVEIS 
 
 
1.4.1 RECODIFICAR UMA VARIÁVEL 
 
A necessidade de recodificação de variáveis envolve basicamente duas situações: a agregação de 
categorias de maneira  a  construir novas  categorias mais  apropriadas para  a  análise  estatística 
desejada  e a  transformação de variáveis do  tipo ordinal  em variáveis  categóricas. Por  cautela, 
recomenda‐se que as variáveis originais a serem recodificadas nunca sejam excluídas após a sua 
recodificação.  Deve‐se  salientar,  que  para  a  execução  de  uma  boa  recodificação  é  essencial 
termos um conhecimento claro da distribuição de valores da variável original. As etapas para se 
chegar a este conhecimento serão explicadas posteriormente na secção ANÁLISE DESCRITIVA. 
Tendo seleccionado os parâmetros para a nova recodificação, deve‐se seguir o seguinte caminho: 
na barra de ferramentas seleccione TRANSFORM e depois RECODE. Em seguida, as seguintes 
opções para a realização da recodificação aparecerão: into same variables  /  into different variables. 
A primeira opção realiza a recodificação da variável sobre ela mesma, apagando o conteúdo da 
variável original. A segunda opção realiza a recodificação em uma variável diferente, permitindo 
que se mantenha a variável original intocada. Descreveremos a seguir o funcionamento das duas 
opções. 
No  quadro  abaixo  sugerimos  um  exemplo  típico  de  recodificação  para  permitir  uma melhor 
compreensão  do  comando.  Quando  aplicamos  questionários,  é  muito  comum  colhermos  a 
informação idade na forma de valores absolutos. Na hora da análise, surge a necessidade de criar 
faixas etárias, pois para uma série de aspectos a análise por faixa facilita o trabalho. Surge, então, 
a seguinte situação: 
 
IDADE EM VALOR ABSOLUTO COMANDO DE RECODIFICAÇÃO NOVA VARIÁVEL RECODIFICADA 
2 0 até 4 → 1 1 
9 5 até 9 → 2 2 
15 10 até 14 → 3 4 
20 15 até 19 → 4 5 
25 20 até 24 → 5 6 
26 25 até 29 → 6 6 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
22 
  No  comando  definição  da  variável,  todos  estes  valores  da  nova  variável  devem  ser 
definidos como categorias (value labels). Assim, as análises serão reproduzidas pelo computador 
de uma forma que todos saberão qual faixa etária corresponde cada um destes valores. Deixamos 
de  ter umavariável  com  valor  absoluto para  termos uma  variável  com  categorias  e  com um 
significado específico para cada uma delas. O 1 corresponderá à faixa de 0 até 4 anos, o 2 à faixa 
de 5 até 9 anos e assim por diante. Apesar de perdermos um pouco de precisão na informação, 
ganhamos em agilidade para a análise dos dados. 
 
 
1.4.1.1 Recodificação na Variável Original 
 
 
 Figura 16: Recodificar variáveis 
 
Para  a  opção  Recode  into  Same  Variables,  devemos  inicialmente  seleccionar  no  painel  da 
esquerda a variável da matriz de dados a ser  recodificada. Feita a selecção, clicamos na seta à 
direita deste painel para que a variável seja introduzida no campo NUMERIC VARIABLE.  
Assim como para o comando COMPUTE, podemos seleccionar através do IF os casos onde esta 
recodificação  será  realizada.  O  funcionamento  desta  opção  é  idêntica  à  encontrada  para  o 
comando COMPUTE, por  isso volte a este comando para obter qualquer esclarecimento sobre 
esta opção. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
23 
 
O passo  seguinte da  recodificação  será  indicar os valores novos que  substituirão os valores  a 
serem recodificados. Seleccionamos, para tal, a opção Old and New Values. Com esta selecção, 
encontraremos a seguinte figura: 
 
 Figura 17: substituir os valores antigos 
 
O campo Old Value deverá ser preenchido com os valores a serem recodificados, 
enquanto que  o Campo New Value deverá  ser preenchido  com  os  valores que  substituirão 
estes valores a serem recodificados. No campo Old Value, os valores podem ser preenchidos na 
forma  de  valores  absolutos  ou  intervalos.  No  campo  New  Value,  os  valores  só  podem  ser 
preenchidos na forma de valores absolutos.2
A cada par de Old Value e New Value deve‐se clicar no campo Add para inserir este par na lista 
de recodificações planeadas. Qualquer alteração neste par de valores a serem recodificados pode 
ser realizada utilizando os recursos disponibilizados pelos campos: CHANGE e REMOVE. Após 
escolher  todos  os  pares  de  valores  a  serem  recodificados,  basta  apenas  selecionar  o  campo 
CONTINUE. 
Por  fim,  é  bom  deixar  explícito  o  significado  dos  termos  system  missing  e  user  missing.  Ao 
preenchermos a nossa matriz de dados, os  campos deixados  sem  informação  (em branco)  são 
preenchidos automaticamente pelo computador ‐ system missing ‐ com o seguinte símbolo  ʹ , Por 
 
2 Estas limitações de preenchimento dos campos indica de maneira clara a utilidade do comando. Podemos construir, por 
exemplo, faixas etárias de modo que cada intervalo etário será substituído por uma única categoria ( 0 à 9 anos → 1 , 10 à 19 
anos → 2 , .... ) 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
24 
outro lado, os valores denominados de user missing são definidos pelo próprio utilizador através 
da definição dos missing values quando se define as variáveis. 
 
1.4.1.2 Recodificação numa nova Variável 
 
Para  a  opção  Recode  into  Different  Variables,  devemos  inicialmente  seleccionar  no  painel  à 
esquerda a variável da matriz de dados a ser recodificada.   Feita a selecção, clicamos na seta à 
direita deste painel para que a variável  seja  introduzida no campo NUMERIC VARIABLE  → 
OUTPUT VARIABLE. Como estamos a recodificar em diferentes variáveis, devemos em seguida 
preencher o campo OUTPUT VARIABLE com o nome da nova variável a ser criada com base no 
resultado da recodificação a ser realizada. O significado da nova variável pode ser definido ao 
preenchermos o campo LABEL. Tendo preenchido estas duas informações, basta clicar no campo 
CHANGE para que a nova variável seja também incluída no campo NUMERIC VARIABLE → 
OUTPUT VARIABLE. 
 
 Figura 18: Criar uma variável com base em outra existente 
 
Os comandos  IF  (selecção dos casos para  recodificação) e Old and New Value  (indicação dos 
valores  a  serem  substituídos  e dos  valores novos)  seguem  as mesmas  regras descritas para  a 
opção Recode into Same Variable. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
25 
 
1.5 SELECÇÃO DE CASOS PARA A ANÁLISE 
 
 
1.5.1 SELECCIONAR CASOS ESPECÍFICOS A SEREM 
ANALISADOS 
 
O recurso de selecção de casos para análise é muito utilizado, principalmente quando queremos 
restringir a análise a um grupo social específico dentre  todos os presentes no conjunto  total da 
amostra. Seu uso no desenvolvimento de análises comparativas é  limitado pelo  facto de que o 
software já traz uma série de recursos que possibilitam a efectivação desse uso de análise de uma 
maneira mais simplificada.  
Para fazermos uma selecção de dados, devemos ir a barra de ferramentas e seleccionar DATA e 
depois  SELECT  CASES. O  campo  Select mostra  5  opções  para  selecção  dos  casos:  All  Cases 
(Todos os Casos),  If Condition  is Satisfied  (Se Condição  for Satisfeita), Random Sample of Cases 
(Amostragem Aleatória dos Casos), Based on Case Range (Baseado em Intervalo de Casos) e User 
Filter Variable  (Uso de Variável  Filtro). A primeira  opção  ‐ All Cases  ‐ permite  trabalhar  com 
todos os casos da amostra e é automaticamente definida pelo SPSS. O quadro select assemelha‐se 
ao quadro abaixo. 
 
 Figura 19: Seleccionar/ excluir casos específicos 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
26 
 
A segunda opção ‐ If Condition is Satisfied ‐ nos permite estabelecer uma condição em função de 
uma expressão matemática que deve ser satisfeita para que cada caso específico entre no grupo 
dos que serão analisados. 
 
 Figura 20: Impor condições à selecção 
 
Esta  janela  é  bastante  semelhante  àquela  encontrada no  comando COMPUTE na  opção  IF. O 
painel  à  direita  deverá  ser  preenchido  com  alguma  expressão matemática  que  contenha  pelo 
menos  uma  das  variáveis  presentes  na  lista  à  esquerda.  Esta  expressão  agirá  como  um 
condicionante para que o caso seja inserido no grupo dos que serão analisados. Como exemplo 
de condição temos por exemplo: idade > 5 (a análise se restringirá às pessoas com mais de cinco 
anos de idade) 
A  terceira  opção  ‐  Random  Sample  of  Cases  ‐  permite  escolher  o  número  de  casos  a  serem 
analisados em função de uma selecção aleatória simples. Poderemos indicar aproximadamente a 
percentagem  de  casos  a  serem  seleccionados  no  total  de  casos  ou  o  número  exacto  de  casos 
dentro de um número específico de primeiros  casos; por exemplo:  cinco  casos dentro dos 100 
primeiros.  
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
27 
 Figura 21: Escolher uma amostra aleatória 
 
A quarta opção ‐ Based on Case Range ‐ permite escolher os casos dentro de uma faixa específica 
de ordem de codificação.  
 
 Figura 22: Escolher um intervalo de dados 
 
Com base no código do caso ‐ número do caso presente na margem esquerda da tabela de matriz 
de dados ‐ indicaremos o intervalo de casos a serem seleccionados. 
A quinta e última opção ‐ User Filter Variable ‐ permite seleccionar os casos em função de uma 
variável  filtro definida previamente. Esta opção  exige uma variável de  tipo  especial  (dummy) 
composta apenas de valores 0 e 1, onde os valores 1 serão seleccionados e os valores 0 não serão 
seleccionados.  
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
28 
 
1.6 ANÁLISE DESCRITIVA DOS DADOS 
 
 
 
FAZER  UMA  ANÁLISEDESCRITIVA  BASEADA  EM  MEDIDAS  DE  TENDÊNCIA  CENTRAL  E  DE 
DISPERSÃO (MODA, MÉDIA, MEDIANA, DESVIO PADRÃO, ETC.) 
As análises das tendências centrais são muito  importantes. Os  indicadores de tendência central 
são  capazes  de  nos mostrar  como  uma  certa  variável  ou  característica  do  grupo  estudado  se 
distribui utilizando apenas um número. De um modo geral, dois  factores são  importantes nas 
análises deste  tipo: a avaliação da  tendência central da distribuição e a avaliação da dispersão 
dos valores em torno desta tendência central. 
Mostraremos  aqui  apenas  um  dos  possíveis  caminhos  para  se  chegar  a  estas  medidas  de 
tendência  central.  Na  barra  de  ferramentas  seleccione  ANALYSE,  depois  DESCRIPTIVES 
STATISTICS e depois FREQUENCIES. Chegaremos, então, a seguinte figura: 
 
 Figura 23: Estatística Descritiva 
 
Este  comando  permite  trabalharmos  com  a  descrição  da  distribuição  de  valores  de  variáveis 
ordinais  e  categóricas.  Seu  padrão,  no  entanto,  está  direccionado  para  a  análise  de  variáveis 
categóricas. Para conseguirmos indicadores de tendência central devemos seleccionar no campo 
STATISTICS aqueles indicadores que consideramos importantes. Podemos excluir as tabelas de 
frequências quando  as variáveis  a  analisar  forem quantitativas,  já que  seriam desapropriadas. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
29 
Este processo de desactivação é conseguido se clicarmos sobre o quadrado que se encontra atrás 
da opção DISPLAY FREQUENCY TABLE. Ao clicarmos sobre o campo STATISTICS chegaremos 
a seguinte figura: 
 
 Figura 24: estatística descritiva 
 
Tendo  chegado a  esta  figura, basta  seleccionarmos entre as diversas opções existentes aquelas 
que desejamos. Entre as medidas de tendência central temos as seguintes opções: média, moda, 
mediana e soma; entre as medidas de dispersão dos valores  temos as seguintes opções: desvio 
padrão, variância,  intervalo, valor máximo  e mínimo  e média do  erro padrão;  em  relação aos 
valores percentuais poderemos obter os quartis, os diversos percentis desejados e os valores que 
dividem a amostra no número de partes  iguais desejadas3. Tendo  feito a selecção das medidas 
desejadas, basta clicar em CONTINUE.  
A opção CHART relaciona uma série de recursos para a visualização gráfica da distribuição de 
dados de variáveis categóricas; sendo única excepção o histograma. Como pretendemos medidas 
de tendência central, nossa análise está restringinda a variáveis quantitativas ou em alguns casos 
ordinais.  Ao  clicarmos  na  opção  CHART  chegaremos  na  figura  abaixo,  onde  poderemos 
seleccionar histogramas. Existirá ainda a alternativa de produzir a curva normal do gráfico, se 
seleccionarmos a opção With normal curve. 
 
3 Os pontos de corte são obtidos a partir da partição da sequência, formada pelos valores ordenados da variável, no número 
de partes desejadas. Os valores obtidos como Cut Points são os valores que estão justamente no ponto em que essas partes 
são divididas. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
30 
 
 Figura 25: Gráficos descritivos simples 
 
A opção FORMAT relaciona uma série de recursos para a construção das tabelas de frequência, 
que como já foi dito antes se restringe a análise de variáveis categóricas. Estas duas opções serão 
descritas posteriormente quando tratarmos da análise da distribuição de variáveis categóricas. 
Tendo  seleccionado  as  opções  de  medidas  centrais  presentes  no  campo  STATISTICS  basta 
seleccionar as variáveis a serem analisadas e introduzi‐las no campo VARIABLES. 
 
 
ALTERNATIVA DE CONSTRUÇÃO DE GRÁFICOS PARA ANÁLISES DE TENDÊNCIA CENTRAL 
Existe  ainda  um  segundo  modo  de  chegarmos  a  uma  representação  gráfica  de  medidas  de 
tendência  central.  Na  barra  de  ferramentas  escolheremos  GRAPHS,  depois  BOX  PLOT  e 
chegaremos na seguinte figura: 
 
 Figura 26: Gráficos de Bigodes para 
análise comparativa dos grupos 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
31 
Este gráfico permite  fazer uma análise descritiva  comparativa de distribuições de dados entre 
grupos  de  casos  separados.  Os  seus  resultados  são  baseados  na  distribuição  dos  quartis  e 
mediana. A definição do parâmetro de repartição da amostra é dada em função das categorias de 
uma segunda variável. Seria útil, como podemos ver abaixo, na comparação da distribuição dos 
dados entre os géneros.  
258216N =
Gender
MaleFemale
B
eg
in
ni
ng
 S
al
ar
y
100000
80000
60000
40000
20000
0
23234120071430329450103420
290257137
34
173456198446
32431
160
205
343
29
46274467222413189468
134
348
 
 
Estamos separando a análise da distribuição dos salários entre homens e mulheres. O eixo Y do 
gráfico mostra os valores da variável Beginning Salary. Dentro deste gráfico, a  linha preta no 
interior  do  rectângulo  vermelho  corresponde  a  mediana  da  distribuição  em  cada  categoria 
sexual,  os  rectângulos  vermelhos  compreendem  a  distribuição  de  50 %  dos  casos  e  os  traços 
pretos  acima  a  abaixo  deste  rectângulo  compreendem  os  50%  restantes  dos  casos. Os  pontos 
pretos acima e abaixo destes traços pretos são denominados outliers e podem ser definidos como 
os valores dos casos que se diferenciaram muito da distribuição central dos dados (estão fora da 
distribuição principal). Como podemos ver,  temos neste gráfico não só uma  ideia da tendência 
central da distribuição da variável, mas também, uma ideia da dispersão desta distribuição. 
No menu  para  definição  deste  gráfico,  poderemos  escolher  entre  trabalhar  com  apenas  uma 
variável no  eixo X  (simple) ou  trabalhar  com duas variáveis agregadas no  eixo X  (Clustered). 
Poderemos,  ainda,  seleccionar por  trabalhar  com  a  separação por  grupos de  casos  (groups of 
cases) ou por variáveis (separate variables). 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
32 
 Se selecionarmos a opção SIMPLE e Summaries for Groups of Cases, chegaremos a seguinte figura: 
 
 Figura 27: Gráficos de Bigodes - Descrição Comparativa de duas variáveis 
 
Os  campos  Variable,  Category  Axis  e  Label  Cases  By  devem  ser  preenchidos  com  as  variáveis 
seleccionadas  presentes  no  rectângulo  da  esquerda. Na  construção  do  BOX  PLOT,  o  campo 
VARIABLE deve ser preenchido com a variável em função da qual se deseja fazer a análise de 
tendência central e o campo CATEGORY AXIS deve ser preenchido com a variável em função da 
qual  serão  estabelecidos  os  grupos  de  casos  a  serem  comparados,  por  exemplo,  homem  ou 
mulher. O preenchimento do campo Label Cases By não é obrigatório e a variável presente neste 
campo será usada para caracterização dos outliers. 
Se continuarmos com a opção Summaries  for Groups of Cases e seleccionarmos a opção Clustered, 
além de preenchermos os  campos  indicados acima para a opção Simple, passaremos a  ter que 
preencher  o  campo: Define Clusters By. Este  campo deverá  ser preenchido  com  a  variável  em 
função  da  qual  definiremos  uma  nova  divisão  dos  casos  dentro  daquela  divisão  já  feita 
anteriormente. Chegaremos  a um  gráfico  como  o  abaixo,  onde  encontramos uma divisão por 
pertença ou não pertença a alguma minoria dentro de cada categoria sexual. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
33 
6440 194176N =Gender
MaleFemale
C
ur
re
nt
 S
al
ar
y
160000
140000
120000
100000
80000
60000
40000
20000
0
Minority Classificat
No
Yes
97
146
447
341
430
383
446
14
103
34318
32
29
242134277413
168
8072
240468348
371
 
 
Se  seleccionarmos a opção SIMPLE  e Summaries of Separate Variables, chegaremos a uma  figura 
como a abaixo. Deveremos preencher o  campo BOXES REPRESENT  com as variáveis a  serem 
analisadas no gráfico. A análise passará a ser feita, então, para todo o conjunto de casos e para 
cada  variável  separadamente.  Enquanto  que  a  análise  anterior  era  feita  por  grupos  de  casos 
diferentes e para apenas uma variável por vez. O campo Label Cases By deverá ser preenchido 
como designado acima no caso do BOX PLOT por grupos de casos. 
 
 Figura 28: Gráficos de Bigodes para grupos de casos 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
34 
Se continuarmos com a opção Summaries of Separate Variables e seleccionarmos a opção Clustered, 
além de preenchermos os  campos  indicados acima para a opção Simple, passaremos a  ter que 
preencher o campo: Category Axis. Este campo deverá ser preenchido com a variável em função 
da  qual  definiremos  uma  divisão  dos  casos. Chegaremos  a  um  gráfico  como  o  abaixo,  onde 
podemos  comparar  a  diferença  do  comportamento  da  variável  salário  actual  e  salário  inicial 
entre homens e mulheres. 
258216 258216N =
Gender
MaleFemale
160000
140000
120000
100000
80000
60000
40000
20000
0
Beginning Salary
Current Salary
431
45410634
103
446
34318
32
29
242134277413
168
8072
240468348
371
34123243020045032971103420290257
13734
17345619844632431
160
205
343
29
41346246774222189468
134
348
 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
35 
 
1.6.1 COMO FAZER UMA ANÁLISE DESCRITIVA BASEADA 
NA DISTRIBUIÇÃO DE FREQUÊNCIA 
 
 
Análises  descritivas  baseadas  na  distribuição  de  frequências  são  usadas  para  variáveis 
categóricas.  Neste  caso  conseguimos  saber  a  participação  numérica  e  percentual  de  cada 
categoria no total de casos analisados por variável. Na barra de ferramentas devemos selecionar 
ANALYSE, depois DESCRIPTIVES STATISTICS e depois FREQUENCIES. Chegaremos, então, a 
seguinte figura: 
 Figura 29: Tabelas de Frequências 
 
Após escolhermos a variável sobre a qual queremos construir a tabela de frequência, poderemos 
escolher no campo FORMAT algumas opções em relação ao formato desta tabela. Chegaremos a 
seguinte figura: 
 Figura 30: Apresentação dos dados em Tabela 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
36 
 
Poderemos escolher a ordem com que as categorias das variáveis serão mostradas na tabela: 
• ascending values:  categorias aparecem em ordem crescente do valor da categoria  
• descending values:  categorias aparecem em ordem decrescente do valor da categoria 
• ascending counts:  categorias aparecem em ordem crescente do valor do número total 
de casos por categoria 
• descending counts: categorias aparecem em ordem decrescente do valor do número 
total de casos por categoria 
 
Na opção MULTIPLE VARIABLE poderemos escolher entre incluir os resultados das análises de 
todas as variáveis trabalhadas num mesmo relatório (compare variable) ou produzir um relatório 
por variável (organize output by variable). 
Na opção SUPRESS TABLES WITH MORE THAN poderemos escolher por excluir do relatório 
aquelas tabelas que tenham um certo número definido de categorias. 
Após escolhermos o formato de construção da tabela, poderemos também escolher por dar uma 
forma gráfica a estes resultados. Clicando na opção CHART chegaremos na figura abaixo, onde 
poderemos  escolher  por  trabalhar  com  um  gráfico  de  barras,  um  gráfico  de  Sectores  ou  um 
histograma.  Poderemos  ainda  seleccionar  se  os  valores  que  aparecerão  no  gráfico  serão  os 
valores absolutos de casos das categorias (frequencies) ou os percentuais destes valores em relação 
ao  número  total  de  casos  (percentages).  Por  fim,  no  caso  de  trabalharmos  com  o  histograma, 
poderemos seleccionar se queremos que apareça a curva da normalidade do gráfico. 
 Figura 31: Gráficos de Barras 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
37 
 
 
 
1.7 ANÁLISE DE CORRELAÇÃO/ ASSOCIAÇÃO ENTRE 
VARIÁVEIS 
 
 
 
A análise de correlação/ associação entre duas variáveis é um caso bastante simples de análise de 
correlação entre variáveis, pois de um modo geral este  fenómeno se estende por mais de duas 
variáveis. Para uma análise mais completa, levando várias variáveis em consideração ao mesmo 
tempo, devemos trabalhar com análises de regressão. 
 
 
1.7.1 COMO CONSTRUIR UMA TABELA PARA VERIFICAR A 
RELAÇÃO ENTRE VARIÁVEIS (CROSSTABS) 
 
Um  passo  inicial  para  as  análises  de  correlação/  associação  é  a  construção  de  tabelas  de 
contingência, que  tem o  formato de  (x)  linhas por  (y) colunas. O número de  linhas e colunas é 
resultado  do  número  de  categorias  das  variáveis  trabalhadas.  Em  geral,  não  se  recomenda 
trabalhar com um número exagerado de linhas ou colunas, pois isso dificulta a análise da tabela. 
Para  realizar  a  construção  da  tabela  devemos  ir  a  barra  de  ferramentas  e  escolher  a  opção 
ANALYSE, depois DECRIPTIVES STATISTICS e em seguida CROSSTABS. Chegaremos a uma 
figura como a abaixo.  
O campo ROW deverá ser preenchido com a variável a ser colocada na linha da tabela. O SPSS 
tem  como  padrão  colocar  sempre  a  variável  independente  neste  campo. O  campo COLUMN 
deverá  ser  preenchido  com  a  variável  a  ser  colocada  na  coluna da  tabela. O  SPSS  tem  como 
padrão colocar sempre a variável dependente neste campo. Note que estes campos poderão ser 
preenchidos  com  mais  de  uma  variável.  Serão  construídas,  então,  quantas  tabelas  forem 
necessárias  envolvendo 2 variáveis para  cumprir  com as alternativas possíveis de  cruzamento 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
38 
entre as variáveis indicadas. Por exemplo, se colocarmos a variável idade e educação na linha e 
sexo na coluna, chegaremos a duas tabelas: idade * sexo e educação * sexo. 
 
 Figura 32: Tabelas de Contingência 
 
O  rectângulo abaixo do  campo COLUMN poderá  ser preenchido  com uma nova variável que 
será utilizada na construção de uma tabela envolvendo três variáveis como a que segue. Também 
este campo poderá ser preenchido com mais de uma variável. 
Gender * Minority Classification * Employment Category Crosstabulation
Count
166 40 206
110 47 157
276 87 363
14 13 27
14 13 27
10 10
70 4 74
80 4 84
Female
Male
Gender
Total
MaleGender
Total
Female
Male
Gender
Total
Employment Category
Clerical
Custodial
Manager
No Yes
Minority Classification
Total
 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
39 
Como  podemos  perceber,  associámos  a  variável  independente  sexo  colocada  na  linha  com  a 
variável  dependente  classificação  em  minoria  colocada  na  coluna  dentro  de  cada  posição 
ocupacional.  
Se  a  opção Display Clustered  Bar Charts  estiver  selecionada,  o  relatório  fornecido  pelo  SPSS 
fornecerá, além da tabela de cruzamento das variáveis, um gráfico de barras com o conteúdo da 
tabela.  
Em  muitos  casos  o  comando  CROSSTABSpoderá  ser  utilizado  apenas  para  conseguirmos 
coeficientes numéricos de  correlação entre variáveis. Neste caso, é  recomendável  seleccionar o 
campo SUPPRESS TABLES. Para chegarmos a estes coeficientes deveremos seleccionar no campo 
STATISTICS os coeficientes com que queremos trabalhar. Isto será objecto da próxima questão. 
Ao  seleccionarmos  o  campo CELLS  chegaremos  a  figura  abaixo,  onde poderemos  escolher  se 
desejamos  que  a  tabela  mostre  os  valores  absolutos  observados  no  cruzamento,  os  valores 
esperados em função da distribuição das marginais e os diversos percentuais de distribuição dos 
casos em função dos totais da linha, coluna ou da tabela. 
 
 Figura 33: Frequências, Percentagens e Residuos 
 
Se seleccionarmos o campo FORMAT chegaremos a figura abaixo, onde poderemos seleccionar a 
ordem de apresentação das categorias presentes na linha. 
 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
40 
 
 
1.7.2 COMO CONSTRUIR ANÁLISES DE CORRELAÇÃO 
ENTRE VARIÁVEIS 
 
A construção desta análise exige que se tenha um conhecimento mais aprofundado de estatística 
para que possamos seleccionar de maneira mais adequada os coeficientes de correlação a serem 
analisados. Cada tipo de tabela, dependendo do tipo de variável trabalhada, exige que se analise 
um coeficiente diferente. Toda análise desse tipo envolve, em geral, uma análise da dependência 
entre as variáveis e depois uma análise da intensidade da correlação. A análise da dependência 
lhe  permite  averiguar  se  a  relação  encontrada  entre  as  variáveis  decorre  de  uma  simples 
coincidência dos casos analisados, ou pelo contrário é probabilística. Já a análise da intensidade 
da correlação indica a intensidade desta associação.  
Utilizando o  caminho  indicado  acima para  chegarmos no quadro CROSSTABS,  chegaremos  à 
figura 32 atrás apresentada. 
Se  quisermos  ver  apenas  os  coeficientes  de  correlação,  deveremos  seleccionar  o  campo 
SUPPRESS TABLES. Em seguida, deveremos seleccionar o campo STATISTICS para podermos 
escolher os coeficientes com que queremos trabalhar. Surgirá, então, a seguinte figura: 
 Figura 34: Estatísticas das Contingências 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
41 
A análise do Chi‐square permite, como foi indicado acima, levantar em que medida a associação 
encontrada acima decorre de uma coincidência dos casos analisados, ou seja, se decorre de um 
erro amostral, ou de uma real correlação entre as variáveis.  
Deveremos, então, seleccionar os coeficientes de correlação desejados. Não se esqueça que cada 
um deles tem uma utilidade específica e os resultados de coeficientes diferentes não podem ser 
comparados  sem  nenhum  critério.  É  recomendável  que  se  faça  toda  a  análise  em  função  de 
apenas um coeficiente, para que seus valores sejam comparáveis com facilidade. O próprio SPSS 
trás  na  tabela  acima,  como  pode  ver,  algumas  indicações  para  a  escolha.  Para  trabalhar  com 
variáveis nominais foram indicados os seguintes coeficientes: coeficiente de contingência, Phi, V 
de  Cramer,  coeficiente  de  incerteza  e  Lambda.  Para  trabalhar  com  variáveis  ordinais  foram 
indicados os seguintes coeficientes: Gamma, Somers e Kendall.  
Os campos ROW, COLUMN e o rectângulo abaixo do campo COLUMN deverão ser preenchido 
como especificado no item acima. 
Uma  outra  forma  de  obter  uma  correlação  bivariada  é  através  do  menu  ANALYSE, 
CORRELATE, BIVARIATE. 
 Figura 35: Correlações Bivariadas 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
42 
 
No  painel  da  direita  coloca  as  variaveis  que  pretende  correlacionar,  escolhe  o  coeficiente  em 
função do tipo de variáveis e clica em OK. 
 Figura 36: Correlação de Pearson 
 
Em output aparecerá uma matriz de correlações bivariadas 
Correlations
1,000 ,100
, ,145
214 214
,100 1,000
,145 ,
214 214
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Idade
Parede posterior do VE
Idade
Parede
posterior
do VE
 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
43 
1.7.3 GRÁFICOS DE DISPERSÃO COM RECTA DE 
REGRESSÃO 
 
Uma outra forma de verificar uma relação é recorrer ao teste gráfico de dispersão. O gráfico de 
dispersão  (scatterplot)  é  um  gráfico  de  pontos,  representando  num  plano  (x,y)  N  pares  de 
valores numéricos escalares, que permite analisar a distribuição conjunta das duas variáveis. Este 
tipo  de  gráficos  é muito  útil  como metodologia  prévia  de  análise  a  problemas  de  regressão, 
quando se tenta ajustar uma função y=f(x), que estabelece uma relação de dependência entre as 
duas variáveis. 
Permite igualmente detectar observações outliers bi‐variadas, isto é, observações que se afastam 
do contexto das restantes observações, mesmo que, analisadas  isoladamente em relação a cada 
variável, não se suspeite desses outliers. 
No  eixo dos  xx  representa‐se  a  variável  independente  ou  causal,  e no  eixo dos  yy  a variável 
dependente,  resposta  ou  efeito. O  procedimento  pode  ser  observado  na  figura  que  se  segue 
(GRAPHS, SCATTER) 
 Figura 37: Gráficos de Dispersão 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
44 
 
Após este procedimento  aparece uma janela em que deve escolher o tipo de teste gráfico. O teste 
é escolhido em função do n.º de variáveis a relacionar. Nesta janela, deve seleccionar‐se o tipo de 
gráfico de dispersão a executar: Simple quando se pretende representar num plano xy uma série 
de observações bi‐variadas (x,y); se nessa série existem diferentes categorias, definidas por uma 
terceira  variável  categórica,  podem  identificar‐se  os  pontos  correspondentes  a  cada  categoria 
com marcas diferentes; Overlay quando se pretende representar num mesmo plano (x,y) duas ou 
mais séries de observações bi‐variadas  (x,y) da mesma natureza; Matrix quando se pretendem 
representar os gráficos xy de  todas as combinações possíveis de duas ou mais variáveis;  isto é, 
dispondo de 3 variáveis genericamente identificadas por x,y,z, esta opção representa os seguintes 
gráficos: (x,y), (x,z), (y,z), bem como a imagem simétrica destes gráficos; este gráfico é útil para 
uma  análise  exploratória  das  associações  entre  diversas  variáveis;  3‐D  representa  o  gráfico 
espacial a 3 dimensões definido pelos eixos (x,y,z). 
 
 Figura 38: Seleccionar o gráfico de Dispersão simples 
 
Se escolheu o simple coloque a variável dependente no eixo dos yy e a independente no eixo dos 
xx, tal como na figura que se segue. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
45 
 Figura 39: Seleccionar as variáveis a correlacionar 
 
Espessura do septo interventricular
1,61,41,21,0,8,6
Id
ad
e
90
80
70
60
50
40
30
20
10
 
 
Para colocar a recta de regressão faça um CLICK DUPLO sobre o gráfico e aparecerá a janela 
CHART EDITOR, tal como pode observar na figura que se segue. Escolha o menu CHART, 
OPTIONS. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
46 
 Figura 40: Opções de apresentação do gráfico 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
47 
Selecione FIT LINE e  FIT OPTIONS 
 Figura 41: Coloca recta de regressão num gráfico de dispersão 
Escolha o método de regressão Linear (porexemplo) e selecione em REGRESSION OPTIONS  
display rsquare in legend. O gráfico passará a ter o seguinte aspecto. 
 Figura 42: Colocar coeficiente de determinação (r2) no gráfico de dispersão 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
48 
 
 
Espessura do septo interventricular
1,61,41,21,0,8,6
Id
ad
e
90
80
70
60
50
40
30
20
10 Rsq = 0,0084 
 
 
Como se pode observar não existe relação. r=0.091 r2=0,0084 coeficiente de determinação = 
r2x100=0,8% 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
49 
Mas se o resultado fosse  aquele que se vê no grafico seguinte ler‐se‐ia 
 
 Figura 43: Gráfico de Dispersão com recta de regressão e coeficiente de determinação 
 
A duração da onda P no 4º espaço intercostal e a duração da onda P no 5.º espaço intercostal têm 
uma correlação positiva de 52,4%, isto é existe um padrão em 52,4% dos indivíduos onde quanto 
maior é a duração da onda P no 4.º espaço intercostal maior é a do 5.º espaço intercostal 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
50 
1.7.4 TESTES T 
 
As metodologias estatísticas que envolvem testes de hipóteses acerca de médias designam‐se 
genericamente por testes t. 
Existem vários tipos de testes t. O SPSS dispõe de três tipos:  
•Teste  t  para  a  média  de  uma  amostra:  compara  a  média  de  uma  amostra  com  a  média 
conhecida  de  uma  população.  São  apresentados  os  parâmetros  estatísticos  da  amostra  em 
análise; igualmente é estabelecido um intervalo de confiança para a diferença entre as médias. 
Com  este  teste,  pretende‐se  verificar  se  podemos  considerar  que  a  média  da  determinada 
variável em análise é igual à média da população geral.  
Para o efeito recorre‐se ao menu ANALYSE Compare Means One‐Sample T Test. 
 Figura 44: Teste t para uma amostra 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
51 
Aparece uma caixa de diálogo, onde se selecciona a variável a analisar e o valor hipotético da 
média da população  (test value). Vamos por  exemplo  saber  se a nossa amostra de  indivíduos 
com HVE tem índices de massa corporal significativamente superiores a 25 Kg/m2. 
 Figura 45: Colocar o parâmetro a comparar 
 
De seguida, seleccionar a fim de definir o nível de confiança para (μ‐x) : Por defeito, está definido 
(1‐)=0.95; se o desejar, o utilizador poderá alterar este nível de confiança. Fazer e depois OK: 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
52 
 Figura 46: Output do teste t para uma amostra 
 
O resultado mostra que para um nível de significância de 5%, deve rejeitar‐se a hipótese nula de 
que o IMC da nossa amostra, possa ser por exemplo de 25 (pois o p‐value ou significance level 
da  amostra  é de  0,001<a  =0.05. de  facto o  IMC dos  indivíduos  com HVE  é  significativamente 
superior (+2,6 Kg/m2) à média da População portuguesa 
 
•Teste  t para duas amostras  independentes: Compara as médias de uma mesma variável ou 
característica observada sobre duas amostras  independentes de  indivíduos, com a condição de 
que  os  indivíduos  sejam  aleatoriamente  atribuídos  aos  dois  conjuntos  em  comparação  (por 
exemplo, resultados obtidos sob um  tratamento versus resultados obtidos sob outro  tratamento 
diferente, ou de um modo genérico, controlo versus tratamento). São apresentados os parâmetros 
estatísticos das amostras em análise; é efectuado o teste de LEVENE para a homogeneidade das 
variâncias  das  duas  amostras;  são  apresentadas  as  estatísticas  de  teste  para  as  situações  de 
variâncias  homogéneas  e  não  homogéneas;  é  estabelecido  um  intervalo  de  confiança  para  a 
diferença entre as médias.  
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
53 
O teste de Levene para decidir se existe diferenças entre as variâncias dos dois grupos, consiste 
numa análise de variância aos valores absolutos das diferenças entre os valores observados e a 
média de cada uma das amostras. 
Para tal, fazer ANALYSE, Compare Means, Independent Samples T Test.  
 Figura 47: Teste t para amostras independentes 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
54 
 
Na caixa de diálogo seguinte, seleccionar a variável quantitativa a analisar  (ex:  idade); as duas 
amostras a comparar são dois sub‐grupos desta variável, definidos por uma variável dicotómica 
(ex: sexo); para tal, seleccionar esta variável para o campo Grouping variable:  
 
 Figura 48: Colocar as variáveis em análise 
 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
55 
 
Para  definir  os  sub‐grupos  ou  amostras,  seleccionar  define;  usar  os  valores  codificados  da 
variável  dicotómica  (ex:  group  1=  1  (código  atribuído  ao  sexo masculino);  group  2=2  (código 
atribuído ao sexo feminino). 
 
 Figura 49: Definir os dois grupos em análise 
 
No final, fazer continue.  
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
56 
 
 Figura 50: Terminar o teste 
 
Depois OK:  
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
57 
 
No primeiro quadro são apresentados alguns parâmetros estatísticos de cada uma das amostras. 
No segundo quadro apresentam‐se os testes de homogeneidade de variâncias (Levene) e o teste 
t‐Student de comparação das médias das duas amostras. 
 
 Figura 51: Output do Teste t de Student para amostras independentes 
 
Começa por analisar‐se a homogeneidade das variâncias, isto é, verificar se se devem considerar 
homogéneas  ou  diferentes  as  variâncias  dos  dois  sub‐grupos:  Conclui‐se  que  se  devem 
considerar as variâncias homogéneas, se a margem de erro aceite for de 0,05 pois p‐value deste 
teste (0,092) é superior a =5% , mas são heterogéneas se definimos a margem de erro de 0,01 (1% ‐ 
isto é, podemos fazer esta decisão com 99% de probabilidade de acertar).  
De  seguida,  aceitando  um  α  de  0,05  faz‐se  a  decisão  do  teste  t‐Student,  para  a  situação  de 
variâncias não homogéneas. O valor da estatística de  teste é  t=1,583 e p‐value = 0,114 > a =5%, 
concluindo‐se assim que a idade repouso, destas duas amostras, são estatisticamente iguais, para 
um nível de significância de 5%. 
Margarida Pocinho e João Paulo de Figueiredo 
SPSS: UMA FERRAMENTA PARA ANÁLISE DE DADOS 
 
58 
O  intervalo  de  confiança  a  95%  para  a  diferença  entre  as médias  é  [‐0,477,  4.483],  podendo 
teoricamente a diferença ser nula, uma vez que o intervalo contém o zero. 
 
•Teste  t  para  duas  amostras  emparelhadas:  Compara  as  médias  de  duas  variáveis  ou 
características para uma mesma amostra de indivíduos (do género peso antes versus peso depois 
de  um  determinado  tratamento).  São  apresentados  os  parâmetros  estatísticos  para  as  duas 
amostras  em  análise;  é  calculada  a  correlação  entre  as  duas  amostras;  São  apresentados  os 
parâmetros estatísticos para as diferenças entre as duas amostras emparelhadas; é estabelecido 
um intervalo de confiança para a diferença entre as médias. 
 
Antes de prosseguir para os  testes  t  é  aconselhado  fazer uma  análise  exploratória dos dados, 
nomeadamente o diagrama de extremos‐e‐quartis e os valores extremos. 
Nesta  análise pode  concluir‐se  que determinado  caso  constitui uma