Apostila curso excel V4

Prévia do material em texto

“O Uso do EXCEL para 
 Análises Estatísticas” 
 
 
HEP58000 
 
Curso de Bioestatística 
 
 
 
 Regina Bernal 
Nilza Nunes da Silva 
 
Março de 2012 
Regina Bernal e Nilza Nunes da Silva 
 
2 
Índice 
 
I. Sobre o Excel ..................................................................... 4 
II. Planilha Eletrônica ............................................................. 5 
II.1. Pasta de trabalho ....................................................................... 5 
II.2. Tipos de dados .......................................................................... 6 
II.2.1. Referência Relativa e Absoluta ............................................. 7 
II.3. Editando a planilha .................................................................... 9 
II.3.1. Mover ................................................................................. 9 
II.3.2. Copiar ................................................................................. 9 
II.3.3. Inserir ................................................................................ 10 
II.3.4. Excluir ............................................................................... 11 
II.4. Salvando o arquivo ................................................................... 11 
II.5. Imprimindo arquivo .................................................................. 12 
II.6. Barra de ferramenta ................................................................. 12 
III. Formatando os dados de uma planilha ............................ 13 
IV. Formatando tabelas ....................................................... 14 
V. Fazendo Gráficos ............................................................. 18 
V.1. Diagrama de barras (uma variável qualitativa ou quantitativa 
discreta) .......................................................................................... 20 
V.2. Diagrama linear com uma e duas variáveis (escala aritmética e 
logarítmica) ..................................................................................... 22 
V.3. Histograma - intervalos com mesma amplitude ........................... 26 
V.4. Diagrama de barras com duas variáveis ...................................... 28 
VI. Tabela Dinâmica ............................................................ 29 
VII. Gráfico dinâmico ........................................................... 34 
VIII. Análise de Dados ......................................................... 35 
VIII.1. Módulo de Análise de Dados .................................................. 35 
VIII.2. Ferramentas Estatísticas ........................................................ 36 
VIII.3. Procedimentos para as análises .............................................. 37 
VIII.3.1. Análise Exploratória de Dados .......................................... 37 
VIII.3.2. Teste de hipóteses para as variâncias de duas populações . 39 
Regina Bernal e Nilza Nunes da Silva 
 
3 
VIII.3.3. Teste de hipóteses para as médias de duas populações 
independentes e com variâncias iguais ........................................... 41 
VIII.3.4. Teste de hipóteses para as médias de duas população 
independentes e com variâncias diferentes ..................................... 43 
VIII.3.5. Teste de hipóteses para as médias com duas populações 
pareadas (dependentes) ............................................................... 45 
VIII.4. Outras funções estatísticas ..................................................... 47 
IX. Regressão Linear Simples ............................................... 48 
 
Regina Bernal e Nilza Nunes da Silva 
 
4 
I. Sobre o Excel 
 
 O Excel é um aplicativo Windows que fornece ferramentas para organizar, 
analisar e interpretar dados. Este programa dispõe de quatro funções principais: 
Planilhas: A planilha eletrônica é organizada em linhas numeradas e colunas 
identificáveis por letras (A, B, C, ...) onde é possível identificar facilmente cada 
uma de suas células ou caselas. A figura abaixo ilustra o exemplo de número de 
internações ocorridas em cada dia da semana, em 2007, no Hospital X. 
 
Bancos de dados: A planilha eletrônica pode ser usada para armazenar dados. O 
Excel dispõe funções de banco de dados que permite: consultar, buscar, ordenar, 
filtrar, calcular estatísticas e administrar facilmente uma grande quantidade de 
dados utilizando operações de bancos de dados padronizadas. A figura abaixo 
ilustra o exemplo de dados provenientes da Pesquisa de Medicamentos do 
município de São Paulo em 2005. 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
5 
Gráficos: A função de gráficos permite a representação gráfica dos dados 
disponível na planilha. A figura abaixo ilustra o exemplo de ocorrências de 
internações em cada dia da semana em 2007. 
0
5
10
15
20
25
30
35
segunda terça quarta quinta sexta sábado domingo
%
Dia da Semana
 
 
 
 O EXCEL fornece um conjunto de ferramentas estatísticas para análise de dados 
com limite de 1.6 milhões observações. As análises estatísticas mais sofisticadas, como 
ex: regressão logística, cluster, fatorial entre outras não estão disponíveis no Excel. 
 
II. Planilha Eletrônica 
II.1. Pasta de trabalho 
O arquivo no formato Excel chama-se pasta de trabalho e tem extensão xls 
(exemplo:internações.xls). O usuário poderá armazenar várias planilhas dentro de uma 
mesma pasta. A figura abaixo ilustra o exemplo de uma pasta com 10 planilhas (plan1 a 
plan10). 
 
Regina Bernal e Nilza Nunes da Silva 
 
6 
II.2. Tipos de dados 
O usuário poderá inserir dois tipos de dados: 
a) Valor constante: digita-se diretamente na célula um número, incluindo data e 
hora, ou um texto. Procedimentos para entrada de dados: 
1) Selecione a célula para a qual deseja entrar com o dado 
2) Digite o dado 
3) Teclar Enter 
 
 Exemplo1: Digitar na coluna A e linhas 1, 2, 3, 4, 5, 6, 7 e 8 os textos: dia da 
semana, segunda, terça, quarta, quinta, sexta, sábado e domingo. Digitar na coluna 
B1 o texto Número de Pacientes e nas linhas 2, 3, 4, 5, 6, 7 e 8 os valores: 100, 30, 
20, 10, 60, 80 e 20. 
 
b) Fórmula: Pode ser uma função ou uma operação que produzirá novo valor a 
partir de valores existentes. A fórmula inicia com sinal de igual (=) seguida da 
operação ou função desejada. 
No exemplo 1, para encontrar a soma de pacientes internados digite na célula B9 
a fórmula =SOMA(B1:B8) ou clicar sobre o ícone e pressionar a tecla Enter. 
Você encontrará o número total de pacientes. Digite na coluna A9 o texto Total. 
Resultado: 
 
 
Exemplo 2: Para calcular a porcentagem de pacientes internados em cada dia da 
semana digite na célula C1 o texto % e digite nas células: 
C2 = B2/B9*100 e tecle Enter 
C3 = B3/B9*100 e tecle Enter 
C4 = B4/B9*100 e tecle Enter 
C5 = B5/B9*100 e tecle Enter 
C6 = B6/B9*100 e tecle Enter 
C7 = B7/B9*100 e tecle Enter 
C8 = B8/B9*100 e tecle Enter 
Regina Bernal e Nilza Nunes da Silva 
 
7 
 
Resultado: 
 
II.2.1. Referência Relativa e Absoluta 
As fórmulas podem ser copiadas de uma célula para outra e são denominadas de 
referência relativa ou absoluta. 
a) Referência Relativa 
 
A fórmula da célula usada como referência relativa varia de linha e coluna. 
 
Exemplo: Número de parturientes segundo tipo de parto e assistênciapré-natal 
 
 
Para calcular a porcentagem de parturientes Normal com e em pré-natal faça: digite na 
célula E3 a fórmula = B3/D3*100 e para copiar a fórmula de uma célula faça: 
 
1) na célula E3 use o comando CTRL-C 
 
Regina Bernal e Nilza Nunes da Silva 
 
8 
2) e na célula E4 use o comando CTRL-V 
 
 
 Resultado: a porcentagem de parturientes Cesariano com pré-natal é dado por: 
E4=B4/D4*100. 
 
 Repita o mesmo procedimento para as demais. 
 
 
b) Referência Absoluta 
Uma referência absoluta indica como encontrar uma célula baseada na localização exata. 
A célula é expressa é pelo caracter dólar ($) e representa: 
1) $coluna$  fixa a coluna e linha 
2) $coluna  fixa a coluna 
3) coluna$  fixa a linha 
coluna=A, B, C ... 
No exemplo anterior, para calcular a porcentagem de parturientes Normal com pré-natal 
digite na célula F3 = C3/$D3*100. Na célula F3  CTRL-C  na célula G3  CRTL-V. O 
usuário copiou a fórmula na célula F3 para G3. 
 
 
Repetir o procedimento para os demais tipo de parto. 
Regina Bernal e Nilza Nunes da Silva 
 
9 
II.3. Editando a planilha 
II.3.1. Mover 
O conteúdo de uma célula pode ser removida para uma nova célula mantendo o formato 
e a fórmula caso exista. A linha e coluna também podem ser removidas. 
Procedimento para mover uma célula: 
1) Selecione a célula 
Botão da direita do mouse selecione a opção Recortar(*) e tecle Enter 
2) Selecione a nova célula e com o botão direito do mouse selecione a opção Colar 
e tecle Enter 
 
Procedimento para mover uma ou mais colunas : 
1) Selecione a(s) coluna(s) 
2) Botão da direita do mouse selecione a opção Recortar(*) e tecle Enter 
 
Procedimento para mover uma ou mais linhas : 
1) Selecione a(s) linhas(s) 
2) Botão da direita do mouse selecione a opção Recortar(*) e tecle Enter 
 
(*) Usar o ícone para recortar a área selecionada para a área de transferência 
 
II.3.2. Copiar 
O conteúdo de uma célula pode ser copiada para uma nova célula mantendo o formato e 
a fórmula caso exista. A linha e coluna também podem ser copiadas. 
Procedimento para copia uma célula: 
1) Selecione a célula 
2) Botão da direita do mouse selecione a opção Copiar(*) e tecle Enter 
3) Selecione a nova célula e com o botão direito do mouse selecione a opção 
Colar(*) e tecle Enter 
 
Procedimento para copiar uma ou mais colunas : 
1) Selecione a(s) coluna(s) 
2) Botão da direita do mouse selecione a opção Copiar(*) 
3) Selecione a nova coluna com o botão direito do mouse selecione a opção 
Colar(*) e tecle Enter 
Procedimento para copiar uma ou mais linhas : 
1) Selecione a(s) linhas(s) 
2) Botão da direita do mouse selecione a opção Copiar(*) 
Regina Bernal e Nilza Nunes da Silva 
 
10 
3) Selecione a nova linha e com o botão direito do mouse selecione a opção 
Colar(*) e tecle Enter 
(*) Use o ícone para Copiar a área selecionada para a Área de Transferência e o 
ícone para Colar a seleção da Área de Transferência para a área indicada. 
II.3.3. Inserir 
O usuário poderá inserir célula(s), linha(s) ou coluna(s) em branco em qualquer lugar da 
planilha. Ao inserir a célula, linha ou coluna o Excel deslocará as informações para a 
inserção de novos valores. 
Procedimento para inserir uma célula ou mais: 
1) Selecione a(s) célula(s) 
2) Botão da direita do mouse selecione a opção Inserir . Escolha uma das opções e 
OK. 
 
Procedimento para inserir uma ou mais colunas : 
1) Selecione a(s) coluna(s) 
 
2) Botão da direita do mouse selecione a opção Inserir e tecle Enter 
 
Procedimento para mover uma ou mais linhas : 
1) Selecione a(s) linhas(s) 
Regina Bernal e Nilza Nunes da Silva 
 
11 
 
2) Botão da direita do mouse selecione a opção Inserir(*) 
 
II.3.4. Excluir 
O usuário poderá excluir célula(s), linha(s) ou coluna(s). 
Procedimento para excluir uma célula ou mais: 
1) Selecione a(s) célula(s) 
2) Botão da direita do mouse selecione a opção Excluir . Escolha uma das opções e 
OK. 
 
Procedimento para excluir uma coluna ou mais: 
1) Selecione a(s) coluna(s) 
2) Botão da direita do mouse selecione a opção Excluir. 
Procedimento para excluir uma linha ou mais: 
1) Selecione a(s) linha(s) 
2) Botão da direita do mouse selecione a opção Excluir. 
 
II.4. Salvando o arquivo 
No menu Arquivo selecione a opção de Salvar Como e escolha o diretório de trabalho e o 
nome do arquivo. Outra opção selecione o ícone para salvar o arquivo. 
Regina Bernal e Nilza Nunes da Silva 
 
12 
 
II.5. Imprimindo arquivo 
Selecione as células ou a planilha que serão impressas. Use o ícone para imprimir. 
II.6. Barra de ferramenta 
Botões que facilitam a execução das tarefas mais freqüentes do aplicativo, bastando 
apenas acioná-los. 
 
Novo - cria uma nova pasta de trabalho, com base no modelo padrão. 
 
Abrir - abre uma pasta de trabalho existente. 
 
Salvar - salva a pasta de trabalho. 
 
Imprimir - imprime a planilha ativa na pasta de trabalho ou os itens 
selecionados. 
 
Visualizar - visualiza o documento a ser impresso. 
 
Verificar Ortografia - verifica os erros de ortografia existentes na planilha. 
 
Recortar - recorta a área selecionada para a Área de Transferência. 
 
Copiar - copia a área selecionada para a Área de Transferência. 
 
Colar - cola a seleção da Área de Transferência para a área indicada. 
 
Desfazer - desfaz a última ação. 
 
Refazer - refaz a última ação. 
 
 
 
 
 
 
 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
13 
III. Formatando os dados de uma planilha 
A formatação dos dados é importante para facilitar a leitura, interpretação e impressão 
dos dados. 
Procedimentos: 
 
1) Selecione as células, linhas ou colunas que serão formatadas 
2) Com o botão direito do mouse escolha uma das opções: 
a. Número: 
 Categoria Células com formato Geral não possuem formato de 
número específico 
 Número  é usada para exibir números em geral 
 Moeda  os formatos “Moeda” são usados para quantias 
monetárias em geral 
 Contábil  os formatos “Contábil” alinham símbolos de moeda e 
vírgulas decimais em uma coluna 
 Data  os formatos de datas exibem números de série de data e 
hora com valores de data 
 Hora  os formatos de hora exibem números de série de data e 
hora com valores de data 
 Porcentagem  os formatos de porcentagem multiplicam o valor 
da célula por 100 e exibem o resultado com o símbolo de 
porcentagem 
 Fração  Valores fracionários podem ser expressos em forma de 
fração 
 Científico 
 Texto 
 Especial  Os formatos de “Especial” são úteis para rastear 
valores de banco de dados e listas 
 Personalizado  Digite o código de formatação do número, 
usando um dos códigos existentes como ponto de partida. 
b. Alinhamento de Texto 
c. Fonte 
d. Borda  utilizado para formatação de tabelas 
e. Preenchimento  Cor do pano de fundo 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
14 
IV. Formatando tabelas 
No exemplo 1, o usuário poderá inserir duas colunas para o cálculo da porcentagem. A 
coluna C é a distribuição da variável tipo de parto das mulheres que fizeram o pré-natal. 
Enquanto que, a coluna E é a distribuiçãoda variável tipo de parta daquelas que não 
fizeram o pré-natal. A coluna G é a distribuição da variável tipo de parto. 
Resultado: 
 
Selecionar a linha 3 e inserir uma linha  recorte e cole a célula A2 para célula A3  nas 
células B3, D3 e F3 escreva FA (freqüência absoluta) e nas células C3, E3 e G3 escreva 
FR (frequência relativa). 
 
 
 
 
Resultado: 
 
 
Selecione as células B2 e C2 e clique no ícone para mesclar as células, faça o mesmo 
para as células D2 e E2 e F2 e G2. 
Resultado: 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
15 
Selecione as células A1, A2 e A3 e clique no ícone para mesclar as células. Faça o 
mesmo para as células B1 a E1 e F1 e G1. 
Resultado: 
 
 
Selecione as colunas C, E e G e formate o número com uma casa decimal. 
 
 
Selecione células A1, A2, A3, C1, C2, C3, ... , G1, G2 e G3  com o botão da direita 
selecione a opção de formatar células e Borda: 
 
Escolha uma opção de estilo da linha  OK 
Regina Bernal e Nilza Nunes da Silva 
 
16 
Escolha uma 
opção
Marque no texto
 
 
Escolha a opção Alinhamento  Alinhamento de texto Vertical  Centro 
 
 
 
 
 
 
 
 
 
 
 
Tipo de 
parto 
Pré-natal 
Total 
Sim Não 
FA FR(%) FA FR(%) FA FR(%) 
Normal 120 75,0 20 50,0 140 70,0 
Cesariano 40 25,0 20 50,0 60 30,0 
Total 160 100,0 40 100,0 200 100,0 
Regina Bernal e Nilza Nunes da Silva 
 
17 
 
Ícones de formatação: 
 
 
Fonte - Altera a fonte do texto e dos números selecionados. 
 
Tamanho - Altera o tamanho da fonte. 
 
Efeito Negrito - Ativa ou desativa o efeito negrito. 
 
Efeito Itálico - Ativa ou desativa o efeito itálico. 
 
Efeito Sublinhado - Ativa ou desativa o efeito sublinhado. 
 
Alinhamento a esquerda - Alinha o conteúdo da célula à esquerda. 
 
Alinhamento Centralizado - Centraliza o conteúdo da célula de acordo com a 
região selecionada. 
 
Alinhamento a direita - Alinha o conteúdo da célula à direita. 
 
Mesclar e Centralizar - Centraliza o conteúdo da célula de acordo com a região 
selecionada ou mescla células. 
 
Estilo de Moeda - Aplica formato monetário às células selecionadas. 
 
Estilo de Porcentagem - Aplica formato de porcentagem às células 
selecionadas. 
 
Separador de Milhares - Aplica o formato separador de milhar às células 
selecionadas. 
 
Aumentar Casas Decimais - Aumenta o número de casas decimais das células 
selecionadas. 
 
Diminuir Casas Decimais - Diminui o número de casas decimais das células 
selecionadas. 
 
Diminui recuo - possibilita diminuir ou remover o recuo. 
 
Aumenta recuo - permite recuar o texto a partir da borda esquerda de uma 
célula. 
 
Bordas - Insere borda à célula selecionada ou ao intervalo selecionado. 
 
Cor do Preenchimento - Adiciona, modifica ou remove a cor ou efeito de 
preenchimento do objeto selecionado. 
 
Cor da Fonte - Formata o texto selecionado com a cor desejada. 
 
Regina Bernal e Nilza Nunes da Silva 
 
18 
V. Fazendo Gráficos 
Apesar da apresentação dos dados através de tabelas ser mais precisa, a representação 
gráfica tem a vantagem de transmitir os dados de uma maneira mais rápida e viva, 
oferecendo uma visão imediata sobre o comportamento do fenômeno que estamos 
descrevendo. 
 
Elaborar gráficos é uma arte que somente pode ser adquirida através de prática, com os 
cuidados necessários para evitar posições tendenciosas, permitindo a visão clara dos 
pontos essenciais a serem notados. 
 
Portanto as regras básicas de elaboração de um gráfico são : 
 
 simplicidade 
 clareza 
 veracidade 
 
O Excel possui diversos tipos de gráficos: 
 
 
 
Construir o gráfico usando o Excel é muito simples, basta selecionar as células e 
escolher o tipo de gráfico e basta um “click” e o gráfico está pronto, como ilustra a figura 
abaixo. O gráfico do Excel mostra no eixo horizontal duas colunas, no eixo vertical as 
porcentagem e a legenda. Esse é o resultado padrão da ferramenta. Mas faltam várias 
informações como: nomes dos eixos, nome das colunas 1 e 2, título e fonte. Reflexão: 
esse gráfico precisa de legenda? 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
19 
Layout de gráfico
 
 
 
 
 
 
 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
20 
V.1. Diagrama de barras (uma variável qualitativa ou quantitativa 
discreta) 
Lista de procedimentos para apresentar os dados da tabela em um gráfico apropriado: 
 
1) Selecione as porcentagens 
2) Selecione a opção de tipo de gráfico 
Matricula no 
Posto de 
Saúde
n %
2 0
Não 767 26
Sim 2152 74
Total 2921 100
(1)
(2)
 
 
Resultado: 
 
 
Não há necessidade de legenda, pois existe uma única variável de 
análise. 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
21 
 
3) Selecione o gráfico e escolha a opção Layout de gráfico. Escolha um layout com 
nomes dos eixos vertical e horizontal. 
 
 
(3)
 
 
Resultado: 
0
10
20
30
40
50
60
70
80
1 2
Tít
ulo
 do
 Ei
xo
Título do Eixo
Série1
 
 
4) Para acrescentar o nome das categorias do eixo horizontal selecione a opção 
Selecionar dados. Na opção (4) selecione as células com os nomes das categorias 
e na opção (5) informe o nome das variáveis. 
 
Regina Bernal e Nilza Nunes da Silva 
 
22 
(4)(5)
 
 
 
V.2. Diagrama linear com uma e duas variáveis (escala aritmética 
e logarítmica) 
 
Passos: 
1) Selecione as duas séries e escolha o gráfico de linha para representar as séries 
temporais 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
23 
2) Insira os nomes dos valores possíveis do eixo X e os nomes das variáveis na 
legenda. Escolha o layout do gráfico com nomes dos eixos. 
 
 
 
Resultado: 
0
5
10
15
20
25
30
1968 1969 1970 1971 1972 1973 1974
Co
ef
ici
en
te
 de
 m
or
ta
lid
ad
e
Ano
Total
Junho
 
 
 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
24 
 
3) Para alterar a escala aritmética para logarítmica, selecione o eixo Y e com o 
botão direito do mouse selecione a opção formatar eixo. 
 
 
 
4) Escolha a opção Escala logaritmica 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
25 
Resultado: 
0,1
1
10
100
1968 1969 1970 1971 1972 1973 1974
Co
ef
ici
en
te
 de
 m
or
ta
lid
ad
e
Ano
Total
Junho
 
 
 
Os resultados observados no gráfico (a) são diferentes do (b). Por quê? 
0
5
10
15
20
25
30
1968 1969 1970 1971 1972 1973 1974
Coefic
iente 
de mo
rtalida
de
Ano
Total
Junho
0,1
1
10
100
1968 1969 1970 1971 1972 1973 1974Coefic
iente 
de mo
rtalida
de
Ano
Total
Junho
(a) Escala aritmética (b) Escala logaritimica
 
 
Conclusão?Regina Bernal e Nilza Nunes da Silva 
 
26 
V.3. Histograma - intervalos com mesma amplitude 
Considerar os dados apresentados na tabela. 
Distribuição de recém-nascidos acometidos de síndrome de desconforto idiopático grave 
segundo peso ao nascer (g) 
Peso(g) 
No % 
1000 |-- 1500 13 26 
1500 |-- 2000 15 30 
2000 |-- 2500 9 18 
2500 |-- 3000 9 18 
3000 |-- 3500 3 6 
3500 |-- 4000 1 2 
Total 50 100 
Fonte: Hand DJ et al. A handbook of small data sets. Chapman&Hall, 1994. 
 
Para construir o histograma no Excel, faça: 
 
1) Copie e cole a tabela no Excel 
2) Selecione a coluna do % e escolha a opção de gráfico de barra 
3) Selecione no layout de gráfico a opção de gráfico sem espaço entre as colunas 
 
(1)
(2)
(3)
 
4) Precisa formatar o gráfico acrescentando os nomes dos eixos X e Y, substituindo 
os valores de 1 a 6 com seus respectivos intervalos de valores disponíveis na 
primeira coluna da tabela. Colocar Título e fonte, caso necessário. 
Regina Bernal e Nilza Nunes da Silva 
 
27 
 
 
 
5) Histograma da variável peso ao nascer (kg) 
 
0
5
10
15
20
25
30
35
1000 |-- 1500 1500 |-- 2000 2000 |-- 2500 2500 |-- 3000 3000 |-- 3500 3500 |-- 4000
%
Peso ano nascer(kg)
 
 
 
 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
28 
V.4. Diagrama de barras com duas variáveis 
Considere os dados apresentados na tabela a seguir 
 
Distribuição de recém-nascidos segundo condição caso - com defeitos do tubo 
neural; controle – recém-nascidos que não tinham defeitos do tubo neural e dieta 
materna. 
Dieta Casos Controles Total 
 N % n % n % 
Boa 34 13,9 43 35,0 77 21,0 
Razoável 110 45,1 48 39,0 158 43,0 
Pobre 100 41,0 32 26,0 132 36,0 
Total 244 100,0 123 100,0 367 100,0 
 
Para fazer o gráfico com duas variáveis, faça: 
1) Copie e cole a tabela no Excel e selecione as três colunas com as porcentagens. 
2) Selecione o gráfico de barra e escolha a primeira opção de gráfico. 
3) Selecione o gráfico de barra e escolha a segunda opção de gráfico. Qual a 
diferença entre o gráfico 1 e 2? 
4) Formatar o gráfico para apresentação dos resultados. 
 
(2)
(3)
(1)
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
29 
VI. Tabela Dinâmica 
Dado um conjunto de observações, a tabela dinâmica permite o cruzamento entre as 
variáveis para obter medidas de resumo, como exemplo: total, média desvio padrão e 
outras. O resultado é apresentado em forma de tabela e gráfico. 
Procedimento para análise: 
 
1) Abrir o arquivo 
 
 
2) Menu -> inserir -> tabela dinâmica -> selecionar o conjunto de dados -> OK 
 
 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
30 
3) Construir uma tabela univariada: Selecione uma variável categórica e solte na 
coluna -> selecione uma variável categórica e solte na linha -> seleciona a 
variável (∑ valores) 
(1)
(2)
(4)
(3)
 
(1) lista de variáveis 
(2) variável na linha 
(3) variável na coluna 
(4) variável usada para contar, somar ... 
 
4) Exemplo: selecionar as variáveis: b2b (linha) e b2b (∑ valores) 
Resultado: A medida resumo padrão é a contagem 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
31 
 
5) Para acrescentar a porcentagem na tabela, faça: 
(1) Selecione a variável b2b e arraste no campo (∑ valores). A coluna b2b será 
 duplicada 
(2) No campo (∑ valores) selecione Contagem b2b2 e seguida a opção 
 Configurações no Campo de Valor 
(3) Selecione a opção Contagem 
(4) Selecione a opção Mostrar valores como 
(5) Selecione a opção % do Total de Coluna 
(1)
(2)
(3) (5)
(4)
 
 
Resultado: 
 
 
Para formatar a tabela, faça: 
 
(1) selecione a tabela e Ctrl-c 
Regina Bernal e Nilza Nunes da Silva 
 
32 
 
(2) Selecione uma célula vazia e com o botão direito do mouse selecione a opção 
 Colar Especial 
(3) Escolha a opção Valores 
 
(2)
(3)
 
 
Resultado: 
 
 
 
Editar tabela: 
 
b2b n fi 
 
2 0,00 
Não 767 0,26 
Sim 2152 0,74 
Total 2921 1,00 
 
Para transformar a coluna da frequência relativa (fi) em porcentagem, faça: 
Escolha uma célula vazia e digite o valor 100. Selecione o valor 100 e Ctrl-c e 
com o botão direito do mouse selecione a opção colar especial -> multiplicação. 
Regina Bernal e Nilza Nunes da Silva 
 
33 
 
Resultado: 
 
b2b n fi 
 
2 0,07 
Não 767 26,26 
Sim 2152 73,67 
Total 2921 100,00 
 
 
 
 
6) Construir uma tabela bivariada: Selecione uma variável linha (1) e uma variável 
coluna (2) 
 
 
(2)
(1)
 
 
7) Para acrescentar o percentual linha ou coluna faça o procedimento descrito no 
item 6. 
 
Resultado: 
b3e Dados
 1 2 9 Total Contagem de b2b Total Contagem de b3e
b2b Contagem de b2b Contagem de b3e Contagem de b2b Contagem de b3e Contagem de b2b Contagem de b3e Contagem de b2b Contagem de b3e
1 0,60% 1 0,14% 0,00% 0,00% 2 0,07%
 1 41 24,40% 222 30,20% 493 25,18% 11 18,33% 767 26,26%
 2 126 75,00% 512 69,66% 1465 74,82% 49 81,67% 2152 73,67%
Total Geral 168 100,00% 735 100,00% 1958 100,00% 60 100,00% 2921 100,00%
 
 
 
Nota: Lembre-se de copiar e colar especial  valor para editar a tabela. 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
34 
VII. Gráfico dinâmico 
Para construir o gráfico usando a opção de gráfico dinâmico, faça: 
 
1) Na planilha de dados escolha o menu: Inserir -> gráfico dinâmico 
 
2) Escolha uma variável qualitativa ou quantitativa discreta e arraste para a opção 
Campos de Eixos 
 
3) Selecione a mesma variável e arraste para a opção (∑ valores). 
4) Use o procedimento descrito no item VI (6) para apresentar a porcentagem no 
eixo vertical. 
 
 
Nota: Lembre-se de copiar e colar especial  valor para editar gráfico. 
Regina Bernal e Nilza Nunes da Silva 
 
35 
VIII. Análise de Dados 
O Excel possui um conjunto de ferramentas estatísticas que permite ao usuário analisar e 
entender uma massa de dados. 
VIII.1. Módulo de Análise de Dados 
Comandos para habilitar o módulo de Análise de Dados: 
(1) Personalizar a barra de ferramenta 
(2) Selecionar a opção de mais comandos 
(3) Selecionar a opção Suplementos 
(4) Selecionar a opção Ferramenta de análises 
(5) Selecione a opção ir 
(6) Seleciona a opção Ferramenta de análises 
(1)
(2)
(3) (4)
(5)
(6)
 
 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
36 
A opção de Análise de dados estará disponível no menu Ferramenta: 
 
 
VIII.2. Ferramentas Estatísticas 
 
As análises estatísticas disponíveis são: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
37 
VIII.3. Procedimentos para as análises 
 
VIII.3.1. Análise Exploratória de Dados 
Ficar atento as variáveis numéricas com valores “missing”.Se o campo contém valor 
igual “.” o Excel não executará a tarefa e dará uma mensagem de erro. Recomenda-
se a substituição do valor “.” para “branco”. 
1) Abrir o arquivo de dados 
2) Selecionar Ferramentas -> Análise de dados 
 
 
3) Definição dos parâmetros 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Selecionar os 
campos numéricos
para a análise
Essa 
informação é 
importante para 
identificar na 
saída as 
variáveis 
analisadas
Selecionar a 
opção para 
estatística 
descritiva
Precisão da 
média ->
Zα/2* erro padrão
Colocar a posição da observação
Selecionar os 
campos numéricos
para a análise
Essa 
informação é 
importante para 
identificar na 
saída as 
variáveis 
analisadas
Selecionar a 
opção para 
estatística 
descritiva
Precisão da 
média ->
Zα/2* erro padrão
Colocar a posição da observação
Regina Bernal e Nilza Nunes da Silva 
 
38 
4) Resultados 
Devido ao erro na tradução a estatística MODA ficou sendo MODO. 
 Saída original: 
 
Média 11,12222222 Média 34,58333 
Erro padrão 0,764576251 Erro padrão 1,122904 
Mediana 10,165 Mediana 34,5 
Modo #N/D Modo 26 
Desvio padrão 4,587457504 Desvio padrão 6,737422 
Variância da amostra 21,04476635 Variância da amostra 45,39286 
Curtose -0,014037842 Curtose -0,54253 
Assimetria 0,653220765 Assimetria -0,06711 
Intervalo 19,3 Intervalo 28 
Mínimo 4 Mínimo 20 
Máximo 23,3 Máximo 48 
Soma 400,4 Soma 1245 
Contagem 36 Contagem 36 
Maior(1) 23,3 Maior(1) 48 
Menor(1) 4 Menor(1) 20 
Nível de confiança(95,0%) 1,552174205 Nível de confiança(95,0%) 2,279618 
 
 
 Após formatação do campo: 
salario idade
Média 11,12 Média 34,58
E rro padrão 0,76 E rro padrão 1,12
Mediana 10,17 Mediana 34,50
Modo Modo 26,00
Des vio padrão 4,59 Des vio padrão 6,74
Variância da amos tra 21,04 Variância da amos tra 45,39
C urtos e -0,01 C urtos e -0,54
As s imetria 0,65 As s imetria -0,07
Intervalo 19,30 Intervalo 28,00
Mínimo 4,00 Mínimo 20,00
Máximo 23,30 Máximo 48,00
S oma 400,40 S oma 1245,00
C ontagem 36,00 C ontagem 36,00
Maior(1) 23,30 Maior(1) 48,00
Menor(1) 4,00 Menor(1) 20,00
Nível de confiança(95,0% ) 1,55 Nível de confiança(95,0% ) 2,28
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
39 
VIII.3.2. Teste de hipóteses para as variâncias de 
duas populações 
 O teste de hipóteses é unicaudal à direita ou à esquerda. 
 
Exemplo 1: Em treze estabelecimentos varejistas muito semelhantes, foram 
colocados dois tipos de publicidade, sendo colocados a cada um dos tipos de modo 
aleatório. O objetivo é estudar o impacto da publicidade sobre as vendas. A tabela a 
seguir fornece as vendas (em unidades monetárias) de acordo com o tipo de 
publicidade: 
 
 Publicidade 1 (P1): 41 43 44 48 39 45 
 Publicidade 2 (P2): 32 53 55 58 40 60 43 
 
 
 
 
 
 
 
 
 
Resultados: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Amostra 1
Amostra 2
Amostra 1
Amostra 2
 
Teste-F: duas amostras para variâncias
P1 P2
Média 43,33333 48,71429
Variância 9,866667 109,9048
Observações 6 7
gl 5 6
F 0,089775
P(F<=f) uni-caudal 0,009092
F crítico uni-caudal 0,202008
Fcalculado
Nível descritivo
Teste-F: duas amostras para variâncias
P1 P2
Média 43,33333 48,71429
Variância 9,866667 109,9048
Observações 6 7
gl 5 6
F 0,089775
P(F<=f) uni-caudal 0,009092
F crítico uni-caudal 0,202008
Fcalculado
Nível descritivo
Regina Bernal e Nilza Nunes da Silva 
 
40 
 
Interpretação dos resultados: 
Estatística 
F <= 1 Formulação das 
hipóteses 
 
 
2
2
2
10 :H
 
2
2
2
11 :H
 
F > 1 Formulação das 
hipóteses 
 
 
2
2
2
10 :H
 
2
2
2
11 :H
 
 
P(F<=f)= 
d
 Nível descritivo 
d
  rejeição de H0 
d
  não rejeição de H0 
F e F crítico Resultado do teste: 
Unicaudal à direita 
F> F crítico  Rejeito H0 
F < F crítico  não rejeito HO 
F e F crítico Resultado do teste: 
Unicaudal à 
esquerda 
F< F crítico  Rejeito H0 
F > F crítico  não rejeito HO 
Conclusão do exemplo 1: 
Teste de hipóteses: unicaudal à esquerda 
2
2
2
10 :H
 
2
2
2
11 :H
 
 
F < F crítico (0,089 < 0,2020), rejeitamos a H0 ao nível de 5% de significância. Portanto, 
as variâncias não são iguais. 
Nota-se que, o nível descritivo é próximo de zero (
0d
). Portanto, para qualquer 
valor de a H0 será rejeitada. 
 
 
 
 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
41 
 
VIII.3.3. Teste de hipóteses para as médias de duas 
populações independentes e com variâncias 
iguais 
Exemplo 2: Voltando ao exemplo 1 e supondo que H0 não foi rejeitada, será realizada o 
teste de hipóteses para as médias de duas populações independentes e com variâncias 
iguais: 
Procedimento: 
 
 
 
 
 
 
 
 
 
Resultados: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Amostra 1
Amostra 2
Valor que está
sendo testado
Nível de 
significância
Amostra 1
Amostra 2
Valor que está
sendo testado
Nível de 
significância
 
Teste-t: duas amostras presumindo variâncias equivalentes
P1 P2
Média 43,33333 48,71429
Variância 9,866667 109,9048
Observações 6 7
Variância agrupada 64,4329
Hipótese da diferença de média 0
gl 11
Stat t -1,20492
P(T<=t) uni-caudal 0,126759
t crítico uni-caudal 1,795885
P(T<=t) bi-caudal 0,253517
t crítico bi-caudal 2,200985
tcalculado
Nível descritivo
Valor de t encontrado na tabela
t-Student
Obs: Se o teste for unicaudal a esquerda precisa acrescentar
o sinal negativo no valor de t crítico (distribuição t-Student é
simétrica)
Teste-t: duas amostras presumindo variâncias equivalentes
P1 P2
Média 43,33333 48,71429
Variância 9,866667 109,9048
Observações 6 7
Variância agrupada 64,4329
Hipótese da diferença de média 0
gl 11
Stat t -1,20492
P(T<=t) uni-caudal 0,126759
t crítico uni-caudal 1,795885
P(T<=t) bi-caudal 0,253517
t crítico bi-caudal 2,200985
tcalculado
Nível descritivo
Teste-t: duas amostras presumindo variâncias equivalentes
P1 P2
Média 43,33333 48,71429
Variância 9,866667 109,9048
Observações 6 7
Variância agrupada 64,4329
Hipótese da diferença de média 0
gl 11
Stat t -1,20492
P(T<=t) uni-caudal 0,126759
t crítico uni-caudal 1,795885
P(T<=t) bi-caudal 0,253517
t crítico bi-caudal 2,200985
tcalculado
Nível descritivo
Valor de t encontrado na tabela
t-Student
Obs: Se o teste for unicaudal a esquerda precisa acrescentar
o sinal negativo no valor de t crítico (distribuição t-Student é
simétrica)
Regina Bernal e Nilza Nunes da Silva 
 
42 
 
 
 
Interpretação dos resultados: 
Estatística 
Stat t < 0 Formulação das 
hipóteses 
 
 
210 :H
 
211 :H
 
Stat t > 0 Formulação das 
hipóteses 
 
 
210 :H
 
211 :H
 
- Formulação das 
hipóteses 
 
210 :H
 
211 :H
 
P(T<=t)= 
d
 Nível descritivo 
d
  rejeito H0 
d
  não rejeito H0 
Stat t e t crítico Resultado do teste: 
unicaudal à esquerda 
-t< -t crítico  rejeito HO 
-t > -t crítico  não rejeito H0 
obs: os valores de t e t crítico são negativos 
Stat t e t crítico Resultado do teste: 
unicaudal à direita 
t > t crítico  rejeito H0 
t < t crítico  não rejeito HO 
Stat t e t crítico Resultado do teste: 
bicaudal 
-t crítico < t > t crítico  não rejeito H0 
-t < - t crítico ou t > t crítico  rejeito HO 
 
Conclusão do exemplo 2: 
Teste de hipóteses: unicaudal à esquerda 
210 :H
 
211 :H
 
Stat t > t crítico (-1,20 > -1,79), não rejeitamos H0 ao nível de 5% de significância. 
Portanto, as vendas médias das duas publicidades são iguais, ou seja, não houve impacto 
das publicidades. 
Nota-se que, o nível descritivo é igual a 0,126, ou seja, para qualquer valor de menor 
que 0,12 a hipótese H0 não será rejeitada. 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
43 
VIII.3.4. Teste de hipóteses para as médias de duas 
população independentes e com variâncias 
diferentes 
Exemplo 3: Voltando ao exemplo 1 e supondo que H0 foi rejeitada, será realizada o teste 
de hipóteses para as médias de duas populações independentes e com variâncias 
diferentes: 
Procedimento: 
 
 
 
 
 
 
 
 
 
 
Resultados: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Amostra 1
Amostra 2
Valor que está
sendo testado
Nível de 
significância
Amostra 1
Amostra 2
Valor que está
sendo testado
Nível de 
significância
 
Teste-t: duas amostras presumindo variâncias diferentes
P1 P2
Média 43,33333 48,71429
Variância 9,866667 109,9048
Observações 6 7
Hipótese da diferença de média 0
gl 7
Stat t -1,292024
P(T<=t) uni-caudal 0,118683
t crítico uni-caudal 1,894579
P(T<=t) bi-caudal 0,237366
t crítico bi-caudal 2,364624
tcalculado
Nível descritivo
Valor de t encontrado na tabela
t-Student
Obs: Se o teste for unicaudal a esquerda precisa acrescentar
o sinal negativo no valor de t crítico (distribuição t-Student é
simétrica)
Teste-t: duas amostras presumindo variâncias diferentes
P1 P2
Média 43,33333 48,71429
Variância 9,866667 109,9048
Observações 6 7
Hipótese da diferença de média 0
gl 7
Stat t -1,292024
P(T<=t) uni-caudal 0,118683
t crítico uni-caudal 1,894579
P(T<=t) bi-caudal 0,237366
t crítico bi-caudal 2,364624
tcalculado
Nível descritivo
Valor de t encontrado na tabela
t-Student
Obs: Se o teste for unicaudal a esquerda precisa acrescentar
o sinal negativo no valor de t crítico (distribuição t-Student é
simétrica)
Regina Bernal e Nilza Nunes da Silva 
 
44 
 
Interpretação dos resultados: 
Estatística 
Stat t < 0 Formulação das 
hipóteses 
 
 
210 :H
 
211 :H
 
Stat t > 0 Formulação das 
hipóteses 
 
 
210 :H
 
211 :H
 
- Formulação das 
hipóteses 
 
210 :H
 
211 :H
 
P(T<=t)= 
d
 Nível descritivo 
d
  rejeição de H0 
d
  não rejeição de H0 
Stat t e t crítico Resultado do teste 
unicaudal à esquerda 
-t < -t crítico  rejeito HO 
-t> -t crítico  não rejeito H0 
obs: os valores de t e t crítico são negativos 
Stat t e t crítico Resultado do teste 
unicaudal à direita 
t> t crítico  rejeito H0 
t < t crítico  não rejeito HO 
Stat t e t crítico Resultado do teste 
bicaudal 
-t < - t crítico ou t > t crítico  rejeito HO 
-t crítico < t > t crítico  não rejeito H0 
 
Conclusão do exemplo 3: 
 
Teste de hipóteses: unicaudal à esquerda 
210 :H
 
211 :H
 
 
Stat t > t crítico (-1,29 > -1,89), não rejeitamos H0 ao nível de 5% de significância. 
Portanto, as vendas médias das duas publicidades são iguais, ou seja, não houve impacto 
das publicidades. 
Nota-se que, o nível descritivo é igual a 0,119, ou seja, para qualquer valor de menor 
que 0,119 a hipótese H0 não será rejeitada. 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
45 
VIII.3.5. Teste de hipóteses para as médias com 
duas populações pareadas (dependentes) 
 O teste t para observações pareadas é usado para estudar o efeito de um 
experimento em que se observam os mesmos indivíduos duas vezes, isto é, uma vez 
antes, outra vez depois de administrar o experimento. Para realizar o teste no Excel 
informe na variável 1 os dados da amostra 2 (efeito depois do tratamento) e na variável 
2 os dados da amostra 1 (antes do tratamento), pois o objetivo é verificar o efeito após o 
experimento ou tratamento. 
Exemplo 4: Dez pessoas selecionadas aleatoriamente foram usadas num teste para medir 
as suas capacidades em termos de ar inspirado, antes e depois de um tratamento. Se 
x
for a capacidade da população antes do tratamento e 
y
for a capacidade da 
população depois do tratamento. Mediu-se a capacidade de ar inspirado antes e depois 
do tratamento e os resultados estão no quadro abaixo. 
Antes Depois
A 2750 2850
B 2360 2380
C 2950 2930
D 2830 2860
E 2250 2320
F 2100 2150
G 2560 2610
H 2305 2300
I 2430 2435
J 2550 2650
Volume de ar inspirado
Indivíduo
 
Procedimento: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Amostra 2 (depois)
Amostra 1 (antes)
Valor que está
sendo testado
Nível de 
significância
Amostra 2 (depois)
Amostra 1 (antes)
Valor que está
sendo testado
Nível de 
significância
Regina Bernal e Nilza Nunes da Silva 
 
46 
Resultados: 
 
 
 
 
 
 
 
 
 
 
 
Interpretação dos resultados: 
 Estatística 
Stat t < 0 Formulação das 
hipóteses 
 
 
0:0 DH
 
0:1 DH
 
onde: Di = xi – yi ; 
D
 = média de Di 
Stat t > 0 Formulação das 
hipóteses 
 
 
0:0 DH
 
0:1 DH
 
onde: Di = xi – yi ; 
D
 = média de Di 
- Formulação das 
hipóteses 
 
0:0 DH
 
0:1 DH
 
onde: Di = xi – yi ; 
D
 = média de Di 
P(T<=t)= 
d
 Nível descritivo 
d
  rejeito H0 
d
  não rejeito H0 
Stat t e t crítico Resultado do teste: 
unicaudal à esquerda 
-t < -t crítico  rejeito HO 
-t > -t crítico  não rejeito H0 
obs: os valores de t e t crítico são negativos 
Stat t e t crítico Resultado do teste: 
unicaudal à direita 
t> t crítico  rejeito H0 
t < t crítico  não rejeito HO 
Stat t e t crítico Resultado do teste: 
Bicaudal 
-t < - t crítico ou t > t crítico  rejeito HO 
-t crítico < t > t crítico  não rejeito H0 
 
Teste-t: duas amostras em par para médias
Depois Antes
Média 2548,5 2508,5
Variância 73511,39 73811,39
Observações 10 10
Correlação de Pearson 0,988199
Hipótese da diferença de média 0
gl 9
Stat t 3,033361
P(T<=t) uni-caudal 0,007085
t crítico uni-caudal 1,833113
P(T<=t) bi-caudal 0,014169
t crítico bi-caudal 2,262157
tcalculado
Nível descritivo
Valor de t encontrado na tabela
t-Student
Obs: Se o teste for unicaudal a esquerda precisa acrescentar
o sinal negativo no valor de t crítico (distribuição t-Student é
simétrica)
Teste-t: duas amostras em par para médias
Depois Antes
Média 2548,5 2508,5
Variância 73511,39 73811,39
Observações 10 10
Correlação de Pearson 0,988199
Hipótese da diferença de média 0
gl 9
Stat t 3,033361
P(T<=t) uni-caudal 0,007085
t crítico uni-caudal 1,833113
P(T<=t) bi-caudal 0,014169
t crítico bi-caudal 2,262157
tcalculado
Nível descritivo
Valor de t encontrado na tabela
t-Student
Obs: Se oteste for unicaudal a esquerda precisa acrescentar
o sinal negativo no valor de t crítico (distribuição t-Student é
simétrica)
Regina Bernal e Nilza Nunes da Silva 
 
47 
 
 
Conclusão do exemplo 4: 
Teste de hipóteses: unicaudal à direita 
0:0 DH
 
0:1 DH
 
Stat t > t crítico (3,03 > 1,83), rejeitamos H0 ao nível de 5% de significância. Portanto, 
há diferença entre as médias do volume de ar inspirado após e antes do tratamento. Ou 
seja, após o tratamento os pacientes apresentaram um volume de ar inspirado acima do 
observado anteriormente. 
Nota-se que, o nível descritivo é próximo de zero (
0d
). Portanto, para qualquer 
valor de a H0 será rejeitada. 
 
VIII.4. Outras funções estatísticas 
Há outras funções estatísticas disponíveis no Excel que podem ser utilizadas para 
executar cálculos simples ou complexos. 
Procedimento de análise: 
1) Selecione o menu Inserir -> selecione a opção Função -> selecione a categoria 
Estatística -> escolha a função 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Regina Bernal e Nilza Nunes da Silva 
 
48 
IX. Regressão Linear Simples 
Exemplo: A analista de mercado tem interesse em estabelecer uma 
relação entre o valor de venda e a avaliação do imóvel. Para o estudo foi 
selecionada uma amostra de cinco propriedades. 
 
Procedimento de análise: 
 
1) Arquivo de dados 
 
 
 
2) Ferramenta -> Análise de Dados -> Regressão 
 
Regina Bernal e Nilza Nunes da Silva 
 
49 
 
3) Entrar com as informações de X (variável independente) e Y (variável 
dependente) e selecionar os campos marcados 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Obs: 
 
(1) Usar quando o intercepto (B0) do modelo não for significativo 
(2) Verifica a distribuição de probabilidade da variável dependente 
(3) Análise gráfica dos resíduos 
 
 
 
 
 
 
 
 
 
Variável dependente 
Variável independente
(1)
(2)
(3)
Variável dependente 
Variável independente
Variável dependente 
Variável independente
Variável dependente 
Variável independente
Variável dependente 
Variável independente
(1)
(2)
(3)
Regina Bernal e Nilza Nunes da Silva 
 
50 
 
 
4) Resultados: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Obs: 
(1) Teste de hipóteses dos parâmetros B0 e B1 
(2) Nível descritivo do teste de hipóteses (1) 
(3) Intervalo de confiança da estimativa do parâmetro 
(4) Teste de hipóteses da adequação do modelo ajustado 
(5) Correlação de Pearson 
(6) Parâmetro B0 (intercepto) 
(7) Parâmetro B1 (inclinação da reta) 
 
 
 
 
RESUMO DOS RESULTADOS
Estatística de regressão
R múltiplo 0,989762411
R-Quadrado 0,97962963
R-quadrado ajustado 0,972839506
Erro padrão 0,605530071
Observações 5
ANOVA
gl SQ MQ F F de significação
Regressão 1 52,9 52,9 144,2727 0,001241545
Resíduo 3 1,1 0,366667
Total 4 54
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores Inferior 95,0%Superior 95,0%
Interseção -2,2 0,81240384 -2,708013 0,073287 -4,785434026 0,385434026 -4,785434026 0,385434
Valor avaliado 2,3 0,191485422 12,01136 0,001242 1,690607356 2,909392644 1,690607356 2,909393
RESULTADOS DE RESÍDUOS RESULTADOS DE PROBABILIDADE
Observação Previsto(a) Valor de vendaResíduos Resíduos padrão Percentil Valor de venda
1 2,4 -0,4 -0,76277 10 2
2 4,7 0,3 0,572078 30 5
3 7 -8,88178E-16 -1,69E-15 50 7
4 9,3 0,7 1,334848 70 10
5 11,6 -0,6 -1,144155 90 11
-1
0
1
0 2 4 6 8
Adequação do modelo ajustado
(1) (2) (3)
(4)
(5)
RESUMO DOS RESULTADOS
Estatística de regressão
R múltiplo 0,989762411
R-Quadrado 0,97962963
R-quadrado ajustado 0,972839506
Erro padrão 0,605530071
Observações 5
ANOVA
gl SQ MQ F F de significação
Regressão 1 52,9 52,9 144,2727 0,001241545
Resíduo 3 1,1 0,366667
Total 4 54
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores Inferior 95,0%Superior 95,0%
Interseção -2,2 0,81240384 -2,708013 0,073287 -4,785434026 0,385434026 -4,785434026 0,385434
Valor avaliado 2,3 0,191485422 12,01136 0,001242 1,690607356 2,909392644 1,690607356 2,909393
RESULTADOS DE RESÍDUOS RESULTADOS DE PROBABILIDADE
Observação Previsto(a) Valor de vendaResíduos Resíduos padrão Percentil Valor de venda
1 2,4 -0,4 -0,76277 10 2
2 4,7 0,3 0,572078 30 5
3 7 -8,88178E-16 -1,69E-15 50 7
4 9,3 0,7 1,334848 70 10
5 11,6 -0,6 -1,144155 90 11
-1
0
1
0 2 4 6 8
Adequação do modelo ajustado
(1) (2) (3)
RESUMO DOS RESULTADOS
Estatística de regressão
R múltiplo 0,989762411
R-Quadrado 0,97962963
R-quadrado ajustado 0,972839506
Erro padrão 0,605530071
Observações 5
ANOVA
gl SQ MQ F F de significação
Regressão 1 52,9 52,9 144,2727 0,001241545
Resíduo 3 1,1 0,366667
Total 4 54
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores Inferior 95,0%Superior 95,0%
Interseção -2,2 0,81240384 -2,708013 0,073287 -4,785434026 0,385434026 -4,785434026 0,385434
Valor avaliado 2,3 0,191485422 12,01136 0,001242 1,690607356 2,909392644 1,690607356 2,909393
RESULTADOS DE RESÍDUOS RESULTADOS DE PROBABILIDADE
Observação Previsto(a) Valor de vendaResíduos Resíduos padrão Percentil Valor de venda
1 2,4 -0,4 -0,76277 10 2
2 4,7 0,3 0,572078 30 5
3 7 -8,88178E-16 -1,69E-15 50 7
4 9,3 0,7 1,334848 70 10
5 11,6 -0,6 -1,144155 90 11
-1
0
1
0 2 4 6 8
Adequação do modelo ajustado
(1) (2) (3)
(4)
(5)
(6)
(7)
RESUMO DOS RESULTADOS
Estatística de regressão
R múltiplo 0,989762411
R-Quadrado 0,97962963
R-quadrado ajustado 0,972839506
Erro padrão 0,605530071
Observações 5
ANOVA
gl SQ MQ F F de significação
Regressão 1 52,9 52,9 144,2727 0,001241545
Resíduo 3 1,1 0,366667
Total 4 54
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores Inferior 95,0%Superior 95,0%
Interseção -2,2 0,81240384 -2,708013 0,073287 -4,785434026 0,385434026 -4,785434026 0,385434
Valor avaliado 2,3 0,191485422 12,01136 0,001242 1,690607356 2,909392644 1,690607356 2,909393
RESULTADOS DE RESÍDUOS RESULTADOS DE PROBABILIDADE
Observação Previsto(a) Valor de vendaResíduos Resíduos padrão Percentil Valor de venda
1 2,4 -0,4 -0,76277 10 2
2 4,7 0,3 0,572078 30 5
3 7 -8,88178E-16 -1,69E-15 50 7
4 9,3 0,7 1,334848 70 10
5 11,6 -0,6 -1,144155 90 11
-1
0
1
0 2 4 6 8
Adequação do modelo ajustado
(1) (2) (3)
(4)
(5)
RESUMO DOS RESULTADOS
Estatística de regressão
R múltiplo 0,989762411
R-Quadrado 0,97962963
R-quadrado ajustado 0,972839506
Erro padrão 0,605530071
Observações 5
ANOVA
gl SQ MQ F F de significação
Regressão 1 52,9 52,9 144,2727 0,001241545
Resíduo 3 1,1 0,366667
Total 4 54
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores Inferior 95,0%Superior 95,0%
Interseção -2,2 0,81240384 -2,708013 0,073287 -4,785434026 0,385434026 -4,785434026 0,385434
Valor avaliado 2,3 0,191485422 12,01136 0,001242 1,690607356 2,909392644 1,690607356 2,909393
RESULTADOS DE RESÍDUOS RESULTADOS DE PROBABILIDADE
Observação Previsto(a) Valor de vendaResíduos Resíduos padrão Percentil Valor de venda
1 2,4 -0,4 -0,76277 10 2
2 4,7 0,3 0,572078 30 5
3 7 -8,88178E-16 -1,69E-15 50 7
4 9,3 0,7 1,334848 70 10
5 11,6 -0,6 -1,144155 90 11
-1
0
1
0 2 4 6 8
Adequação do modelo ajustado
(1) (2) (3)
RESUMO DOS RESULTADOS
Estatística de regressãoR múltiplo 0,989762411
R-Quadrado 0,97962963
R-quadrado ajustado 0,972839506
Erro padrão 0,605530071
Observações 5
ANOVA
gl SQ MQ F F de significação
Regressão 1 52,9 52,9 144,2727 0,001241545
Resíduo 3 1,1 0,366667
Total 4 54
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores Inferior 95,0%Superior 95,0%
Interseção -2,2 0,81240384 -2,708013 0,073287 -4,785434026 0,385434026 -4,785434026 0,385434
Valor avaliado 2,3 0,191485422 12,01136 0,001242 1,690607356 2,909392644 1,690607356 2,909393
RESULTADOS DE RESÍDUOS RESULTADOS DE PROBABILIDADE
Observação Previsto(a) Valor de vendaResíduos Resíduos padrão Percentil Valor de venda
1 2,4 -0,4 -0,76277 10 2
2 4,7 0,3 0,572078 30 5
3 7 -8,88178E-16 -1,69E-15 50 7
4 9,3 0,7 1,334848 70 10
5 11,6 -0,6 -1,144155 90 11
-1
0
1
0 2 4 6 8
Adequação do modelo ajustado
(1) (2) (3)
(4)
(5)
(6)
(7)