0 Bewertungen0% fanden dieses Dokument nützlich (0 Abstimmungen)
515 Ansichten7 Seiten
Este documento discute correlação, regressão e análise de variância no software SPSS. Aborda conceitos como correlação, regressão simples e múltipla, resíduos, colinearidade e testes de normalidade. Apresenta três exercícios realizados no SPSS analisando variáveis e seus resultados, como coeficientes de determinação e testes ANOVA e de normalidade.
Este documento discute correlação, regressão e análise de variância no software SPSS. Aborda conceitos como correlação, regressão simples e múltipla, resíduos, colinearidade e testes de normalidade. Apresenta três exercícios realizados no SPSS analisando variáveis e seus resultados, como coeficientes de determinação e testes ANOVA e de normalidade.
Este documento discute correlação, regressão e análise de variância no software SPSS. Aborda conceitos como correlação, regressão simples e múltipla, resíduos, colinearidade e testes de normalidade. Apresenta três exercícios realizados no SPSS analisando variáveis e seus resultados, como coeficientes de determinação e testes ANOVA e de normalidade.
Para esta analise foi abordada a correlao e a regresso. Para melhor entendimento dos assuntos abordados cabe referencias, em resumo alguns conceitos: A correlao indica a fora e a direo do relacionamento linear entre duas variveis aleatrias, embora correlao no implique causalidade. A regresso uma tcnica que vem a explorar a relao de uma varivel dependente com variveis independentes especficas, esta anlise pode ser usada como mtodo descritivo para uma analise de dado, no sendo necessrio quaisquer suposies dos processos que permitiram gerar os dados. Levando em considerao ainda: Regresso mltipla - duas ou mais variveis independentes. Regresso simples Uma nica varivel independente, Resduo - Erro na previso de nossos dados da amostra. Coef. de determinao - Proporo da varincia da varivel dependente em torno de sua mdia que explicada pelas variveis independentes Colinearidade: mostra a funo linear entre variveis Fator de inflao de varincia (VIF): mede o quanto a varincia do coeficiente inflacionada por sua colinearidade, geralmente, o VIF indicativo de problemas de multi- colinearidade se VIF>10.
importante entender o processo do exerccio, onde foi utilizado para nosso estudo na resoluo dos exerccios o teste ANOVA, que trata da anlise da varincia, analisando a probabilidade dessas diferenas nas mdias em grupos estudados a longo prazo.
EXERCCIOS PROPOSTOS
EXERCCIO 1 Base de Dados
Apresentao e Analises dos dados (Exerccios 01)
A seguir, segundo os passos da aula chega-se aos seguintes resultados:
Na tabela 1 do coeficiente de determinao, R 2 ,(que mostra quanto os regresses presentes so capazes de explicar a varivel dependente) verifica-se que tal resultado apenas 9 % da relao da varivel dependente estudada explicada nesta
Para analise do teste ANOVA leva-se em considerao o valor Sig. (se maior ou menos de 0,05), sendo que para valores maiores que 0,05 quer dizer que no tem a capacidade de explicar o modelo exposto.
Conforme tabela todas as analises refletiram menor que 10 (<10), sendo assim no apresenta problemas de colinearidade, mostrando, portanto, linearidade entre as variveis apresentadas.
EXERCCIO 2 Variveis sheet2
Apresentao e Analises dos dados (Exerccios 02)
Diferentemente do que aconteceu no Exerccio 01 Na tabela 1deste exerccio o coeficiente de determinao, R 2 ,(que mostra quanto os regresses presentes so capazes de explicar a varivel dependente) verifica-se que tal resultado apenas 65,9% da relao da varivel dependente estudada explicada nesta
Para analise do teste ANOVA leva-se em considerao o valor Sig. (se maior ou menos de 0,05), sendo que para valores menores que 0,05, neste caso Sig = 000, quer dizer que tem a capacidade de explicar o modelo exposto.
Conforme tabela todas as analises refletiram menor que 10 (<10), sendo assim no apresenta problemas de colinearidade, mostrando, portanto, linearidade entre as variveis apresentadas, porm a Varivel X2 apresenta significncia sig = 0,000, conforme destacado.
Com relao ao teste de normalidade com os resduos, tem-se os seguintes resultados:
No teste de normalidade verifica-se que para ambos os testes o valor de Sig foi superior 0,05, indicando distribuio normal dos resduos.
Retirando os outliers, resultou na anlise de 57 casos para cada varivel (n=57), obtendo-se os seguintes resultados aps a nova regresso.
Na tabela 1deste exerccio o coeficiente de determinao, R 2 ,(que mostra quanto os regresses presentes so capazes de explicar a varivel dependente) verifica-se que tal resultado apenas 64,1% da relao da varivel dependente estudada explicada nesta
Para analise do teste ANOVA leva-se em considerao o valor Sig. (se maior ou menos de 0,05), sendo que para valores menores que 0,05 quer dizer que tem a capacidade de explicar o modelo exposto.
Conforme tabela todas as analises refletiram menor que 10 (<10), sendo assim no apresenta problemas de colinearidade, mostrando, portanto, linearidade entre as variveis apresentadas, porm a Varivel X3 apresenta significncia sig = 0,028, conforme destacado.
Normalidade dos resduos
Nos testes de normalidade dos resduos, verifica-se que o valor Sig (0,200) maior que 0,5, indicando a normalidade na distribuio dos resduos
EXERCCIO 3 Variveis sheet3
Na tabela acima deste exerccio o coeficiente de determinao, R 2 ,(que mostra quanto os regresses presentes so capazes de explicar a varivel dependente) verifica-se que tal resultado apenas 98% da relao da varivel dependente estudada explicada, podendo revelar um problema devido ao alto nvel de explicao da varivel
Para analise do teste ANOVA leva-se em considerao o valor Sig. (se maior ou menos de 0,05), sendo que para valores menores que 0,05, neste caso Sig = 000, quer dizer que tem a capacidade de explicar o modelo exposto.
Conforme tabela todas as analises refletiram menor que 10 (<10), sendo assim no apresenta problemas de colinearidade, mostrando, portanto, linearidade entre as variveis apresentadas. As variveis x1, x2, x5 e x6 apresenta significncia sig = 0,000 conforme destacado.
.
Nos testes de normalidade dos resduos, verifica-se que o valor Sig (0,036) menor que 0,5, indicando que no normal a distribuio dos resduos
Realizado por fim uma analise complementar regresso levando em considerao os dados no considerados como outliers na amostra. Objetivando entender se esses dados explicam a distoro na normalidade. Mostrando novamente que os resduos no apresentam a normalidade em ambos os Testes, considerando Sig<0,05.
REFERNCIAS HAIR Jr., Joseph F. et al. Anlise Multivariada de Dados. 6. ed. So Paulo: Bookman, 2009.