ESTATSTICA COMPUTACIONAL

USO DO SPSS
(STATISTICAL PACKAGE FOR THE SOCIAL
SCIENCES): O ESSENCIAL
Paulo R. Margotto
www.paulomargotto.com.br
pmargotto@gmail.com
Professor do Curso de Medicina da Escola Superior de Cincias da Sade
(ESCS)SES!"
#$ #%&R'!()*'
##$ C'M' CR#+R (M C'M+%!' !E !+!'S
###$ ES&+&,S&#C+S !ESCR#&#-+S
$tipo de .ari/.eis
#-$ M+%#P(0+)*' E CR#+)*' !E %'-+S -+R#1-E#S
-$ ES&+&,S&#C+ +%+0,&#C+
$teste de 2ip3teses
$taman2o da amostra
-$4$&este t de Student
-$5$ +n/lise de -ari6ncia
-$7$ 8ui$9uadrado
-$:$ Risco Relati.o e 'dds Ratio
-#$ C'RRE0+)*' E RE;RES*' 0#%E+R S#MP0ES
-##$ RE;RESS*' 0';,S&#C+ <#%1R#+
-###$&ES&ES %*' P+R+M=&R#C'S
$teste de >olmogoro.$Smirno. e S2apiro$?il@ para testar normalidade
-###$4$&este <inomial
-###$5$&este ( de Mann$ ?2itneA
-###$7$&este & de ?ilcoBon
-###$:$ &este de >rus@al$?allis
-###$C$&este de "riedman
-###$D$Coeficiente de correlaEFo de Spearman
-###$G$&este de Mc%emar
#H$C(R-+ !E >+P0+%$ME#ER
H$C(R-+ R'C
H#$ES&+&,S&#C+ @I
H##$RE"ERJ%C#+S <#<#0#';R1"#C+S
<rasKliaL M4 Naneiro de 5M45
1
ESCOLA SUPERIOR DE CINCIAS DA SADE
SECRETARIA DE ESTADO DE SADE DO DISTRITO FEDERAL
ESTATSTICA COMPUTACIONAL
USO DO SPSS
(STATISTICAL PACKAGE FOR THE SOCIAL
SCIENCES): O ESSENCIAL
(utiliOamos os conceitos de ?agner M<L Motta -& e !ornelles C em SPSS$Passo a PassoL Editora
da (ni.ersidade de CaBias do SulL 5MM:.L com eBemplo na base de dados do estudo de Margotto PR e clL
ainda nFo publcado sobre (so do Corticoster3ide PrP$natal na Maternidade do Qospital Regional da
+sa Sul)
Torture os nmeros e eles admitiro qualquer coisa
Paulo R. Margotto
Professor do Curso de Medicina !+ Escola superior de Cincias da Sade (ESCS)SES!"
O SPPS um programa que executa anlises estatsticas , desde as simples
estatsticas descritivas (mdia, desvio-padro e tabelas de frequencias a mtodos
avan!ados (anlise de variancia, modelos de regresso multivaravel e outros" O
programa pode gerar tabelas e grficos que resumem os dados"
I- INTRODUO
Como ii!i"# o SPSS
+o clicar no programa (SPSS for ?indows) ser/ aberta a Nanela SPSS $o# %i&o'(L
contendo no centroL a C"i)" &* Di+,o-o ("ig.4)

2
Fi-. /-0"*," SPSS for Windows !om " C"i)" &* Di+,o-o(
+ partir desta caiBa de di/logosL escol2a o 9ue .oc deseNa faOer e clicar em R'>S.
$run the tutorialI iniciar o tutorial
$type in dataI digitar os dadosL criando assim um no.o ar9ui.o de dados
$run na existing queryI importar dados a partir de uma base de dados
$open an existing data sourceI abrir um ar9ui.o de dados N/ eBistentes
$open another type of fileI abrir outro tipo de ar9ui.o
Com o mel2or con2ecimento do programa podemos usar um maior nmero de opETes 9ue
estFo disponK.eis por meio de acesso Us Nanelas e aos menus do SPSS. %a barra de tarefas do SPSS
encontram$se os seguintes menusI
Fi,*I comanda todo o gerenciamento de ar9ui.os (criarL abrirL lerL sal.ar e imprimir ar9ui.os)
E&i1I utiliOado para copiar ou colar informaETesL bem como apagar as informaETes das cPlulasV a
opEFo option permite configurar as saKdas do output (taman2o da fonteL bordas das tabelasL
definiEFo do padrFo dos tipos de .ari/.eis)
2i*'I possibilita a .isualiOaEFo ou nFo de barras de ferramentas (Toolbars) e barra de estado
(Status Bar) nas NanelasV ati.a e desati.a lin2as de gradeV mostra os tipos de fontes utiliOadasV
estabelece a apresentaEFo de r3tulos de .ari/.eis e .alores (variable and value labels)
D"1"I permite a definiEFo de .ari/.eisL ordenar os dados segundo algum critPrio escol2idoL inserir
ou retirar obser.aETes ou .ari/.eisL unir ar9ui.os (merge files)L criar subgrupos para an/lise (split
file)L selecionar casos especKficos (select cases). +s mudanEas sFo tempor/riasL a nFo ser 9ue seNam
sal.as
T#"($o#mI cria no.as .ari/.eis a partir das eBistentesL modifica dados e .ari/.eis por meio de
c/lculos. +s mudanEas sFo tempor/rias a nFo ser 9ue seNam sal.as.
A",34*I a9ui encontramos os di.ersos procedimentos estatKsticos realiOados pelo SPSS
(regressFoL an/lises descriti.asL testes de comparaEFo). + cada no.a .ersFo do SPSS no.os testes
sFo agregadosL aumentando o alcance do SPSS.
G#"56(I usado para criar e modificar gr/ficosV 2/ ./rias opETes de gr/ficosL como barraL lin2aL
colunaL tortaL 2istogramaL dispersFoL etcL de.endo ser escol2ido a9uele 9ue mel2or representa os
dados e as .ari/.eis em estudo. (m duplo cli9ue no mouse sobre o obNeto abrir/ a Nanela Chart
EditorL onde P possK.el modificar as fontesL coresL escalas e taman2o dos di.ersos elementos do
gr/fico.
U1i,i1i*(I permite a obtenEFo de informaETes sobre as .ari/.eis e o banco de dados (opEFo
variables)
%i&o'I mostra as Nanelas 9ue estFo em eBecuEFo no SPSS
H*,5I contem uma Nanela de aNuda 9ue contem informaETes como usar o SPSS
3
Mostra
denominaes
atribudas aos
valores de uma
II - COMO CRIAR UM 7ANCO DE DADOS
%o SPSS os dados podem ser tanto digitados no teclado como lidos de um ar9ui.o eBterno.
' formato do SPSS P W.sa..'s dados no SPSS sFo digitados diretamente na Nanela Editor de
!ados (Data Editor)L como numa planil2a eletrXnica .+ssim P possK.el criar um ar9ui.o no SPSS
(W.sa.) ("igura 5) +s .ari/.eis podem ser 9uantitati.as (alturaL peso)L categ3ricas (seBo)L de data
Ytipo calend/rio) ou alfanumPricas (letra).
Fi-.8. 0"*," E&i1o# &* D"&o( (Data Editor)
+o se criar um banco de dadosL o primeiro passo P definir as .ari/.eisL no Variable view
(.isualiOaEFo das .ari/.eis). %a coluna %ome (ame!L criar um nome para a .ari/.el com o
m/Bimo de Z caracteres. Em Type definir se P numPricaL especificando o nmero de casos
decimais(Decimals!. Se a .ari/.el for categ3ricaL especificar o nmero de caracteres 9ue compTem
o nome de cada categoria ("idth!. %a coluna #abel (r3tulo da .ari/.el)L .oc pode digitar o nome
completo da .ari/.el e ser/ este nome 9ue .ai aparecer na Nanela de output (resultados). Em Values
podem ser criados r3tulos para as .ari/.eis. 's .alores $issing (.alores omissos) podem ser
representados por .aOios na 2ora da digitaEFo. %lign determina o alin2amento da informaEFo
dentro da cPlula. + coluna $easure classifica a .ari/.el em escalarL ordinal ou nominal (.eNa
resumo na &abela 4)).
T"9*," /. O5:;*( "( &*$ii:;*( &"( <"#i+<*i( (%"-*# M7 * !,= 8>>?)
4
Descreve
variveis
Vai at o
caso
Insere
casos
Insere
dados
0embrar 9ue cada coluna representa uma .ari/.el e cada lin2a P uma obser.aEFo ou um
caso.
SeNa o eBemploI digitar na primeira coluna o nome das .ari/.eis 9ue estFo apresentadas na &abela
5
SeBoI (4)femininoV (5) masculinoV peso em @gV altura em cmV glicemia em mg[
T"9*," 8.D"&o( &* !i!o (@A*i1o( &* @m *(1@&o (%"-*# M7 * !,= 8>>?
+p3s digitar cada .ari/.elL pressionar Enter e o SPSS automaticamente assume o tipo de
.ari/.el. %o finalL a tela Data Editor na opEFo Variable ViewL de.er/ ficar como na "igura 7.
Fi-@#" B. 2i(@",i4":Co &" 1*," &o Data Editor " o5:Co Variable View 5"#" "( <"#i+<*i( &o
E)*m5,o / (T"9*," /)
+ seguirL ir para o Data Editor na opEFo Data View para inserir os dados da &abela 5. +s
informaETes de.em ser digitadas conforme apresentadas na "igura :.
5
Fi-. ?.O5:Co Data View &" A"*," Data Editor !om o( om*( &"( <"#i+<*i( o !"9*:",6o * o(
&"&o( &o *)*m5,o &" T"9*," 8
= possK.el corrigir os dados depois de inseridos na tabelaL assim como apagar cPlulas. =
possK.el tambPm inserir no.os casosI escol2er Data&'nsert CasesL assim como inserir no.as
.ari/.eisI escol2er Data&'nsert Variable(
!ependendo do interesse do pes9uisadorL no.as .ari/.eis podem ser criadas a partir das N/
eBistentes.Para istoL basta ir ao menu Transform e escol2a o comando compute. Supon2amos 9ue
9ueiramos inserir pressFo arterial (P+)("igura C)V

Fi! "! Sele#o do comando $ompute
+p3s ter terminado a inserEFo dos dadosL sal.ar o ar9ui.o clicando em )ile &Save
as(((Escol2a o diret3rio no 9ual o ar9ui.o de.e ficarL nomeando$o. -eNa na "igura D.
Fi-@#" D.C"i)" &* &i+,o-o S"<* D"1" A(
III- ESTATSTICAS DESCRITI2AS
6
's dados referem$se a .ari/.eis 9ue por sua .eO podem ser E@",i1"1i<"( *
E@"1i1"1i<"(. -ari/.el P toda caracterKstica ou condiEFo 9ue pode ser mensurada ou
obser.ada.
2"#i+<*, E@",i1"1i<":
-omi",I diferentes categorias sem .alores numPricos. 's dados podem ser
distribuKdos em categorias mutuamente eBclusi.as. EBemploI SeBo $ permite distinguir
duas categoriasL masculina e femininaV corL causa de morteL grupo sang\Kneo.
$o#&i",I os dados podem ser distribuKdos em categorias mutuamente eBclusi.as 9ue
tm ordenaEFo natural. EBemploI grau de instruEFo (as pessoas podem ser distribuKdas
em categorias mutuamente eBclusi.asL na seguinte ordemI prim/rioL 5] ano e superior)L
aparnciaL status socialL est/gio da doenEa
2"#i+<*, E@"1i1"1i<" o@ !o1F@"I os dados sFo eBpressos por nmeros. EBemploI
idadeL estaturaL peso corporal.
$Di(!#*1"(( associaEFo entre .alores e nmeros inteiros)I idade em anos completos
-Co1F@" (pode assumir 9ual9uer .alor no subconNunto de nmeros reais)I peso
+ EstatKstica !escriti.a encarrega$se do le.antamentoL organiOaEFoL classificaEFo e
descriEFo dos dados em tabelasL gr/ficos ou outros recursos .isuaisL alPm de par6metros
representati.os destes dados.
(ma .eO criada a base de dadosL passamos agora a utiliOar os procedimentos estatKsticos.
%estes eBercKcios .amos usar o ar9ui.o corticoster*ide pre+natal(sav( %a Nanela S,SS D%T%
Editor. Selecionar )ile&-pen&Data. +p3s localiOar o ar9ui.oL clicar em R+brirS.
%o menu %naly.e&Descriptive StatisticsL encontram$se os comandos )requencies/
Descriptive/ Explores e Crosstabs.
###$4$ Com"&o Frequencies
Este comando ser.e para obter tabelas de fre9\nciasL tanto para .ari/.eis categ3ricas
9uanto 9uantitati.as. &ambPm podem ser obtidas estatKsticas descriti.as cl/ssicasL como mPdiaL
des.io$padrFoL mKnimoL m/Bimo e outras.
%o menuL escol2a %naly.e&Descriptive Statistics&)requencies e teremos 0)igura 1!2

Fi-. G.Co(1#@:Co &* T"9*,"( &* F#*EHI!i"( (o9(*#<*m " !"i)" &* &i+,o-o &*
Frequencies)
%a caiBa de di/logo de )requenciesL selecione as .ari/.eis uso de cortic3ideL uso do '
5
com 7D semanas de idade gestacional p3s$concepEFo e tipo de parto e mo.am$nas para a caiBa
Variable0s!/ clicando no botFo R^S.= importante 9ue a opEFo Dispaly frequency tables esteNa
marcada para a obtenEFo da tabela de fre9\ncias. Em seguidaL pressionar ROKS. -eNam 9ue as
.ari/.eis 9ue en.iamos para a direitaL desaparece na es9uerda. +o mo.er a .ari/.el da es9uerda
para a direitaL selecione$a e pressione R_S.
%a Nanela -uput Viewer .amos ter uma tabela de fre9\ncias para as .ari/.eis
selecionadas ("igura Z)
F#*E@*!i*(
F#*E@*!3 T"9,*
Fi-@#" J-R*(@,1"&o &" 1"9*," &* $#*EHI!i"( 5"#" "( <"#i+<*i( (o,i!i1"&"(
'bser.em 9ue temos 54Y recPm$nascidos estudadosL dos 9uais C5LC[ das suas mFes
receberam corticoster3ide prP$natalV YLD[ apresentaram dependncia de '
5
com 7D semanas de
idade p3s$concepEFoV o nascimento por cesariana ocorreu em DML7[.
Para obter as estatKsticas descriti.as do comando )requenciesL selecionar as .ari/.eis
9uantitati.as pesoL idade gestacionalL altura e perKmetro cef/lico de .ida e mo.a$as para a es9uerda
(9ue P a caiBa Variable0s). pressionando no botFo R^S ("igura Y).
Fi-. K. S*,*:Co &"( <"#i+<*i(
!

+ seguir pressionarRStatisticsSI na caiBa de di/logo )requenciesI Statistics escol2a
3uartiles (9uartis)L $ean (mPdia)L Std Desviation (de.io$padrFo)L $inimum (mKnimo)L $4ximum
(m/Bimo) e S(E( mean (erro$padrFo mPdia) e pressione RContinueS para .oltar a caiBa de di/logo
)requencies ("igura 4M).
Fi-./>. C"i)" &* &i+,o-o Frequencies%Statistics
Pressione R'>S e na Nanela output viewer vamos ter2L teremos ("igura 44 ).
Fi-@#" //.0"*," &* &utput Viewer !om o( #*(@,1"&o( &o !om"&o Frequencies 5"#" "(
<"#i+<*i( 5*(o= i&"&* -*(1"!io",= *(1"1@#" * 5*#Fm*1#o !*$+,i!o.
'bser.em 9ue 2ou.e 4 caso omisso para a estatura e 4 para o perKmetro cef/lico..
Para identificar a simetria da .ari/.elL 2/ as seguintes formas
$#*,":Co *1#* mL&i" * &*(<io-5"&#CoI na imensa maioria dos casosL as .ari/.eis
simPtricas 9ue seguem a distribuiEFo normalL o des.io padrFo P menor do 9ue a metade
da mPdia (dp`mPdia5)
$mL&i" * m*&i"" m@i1o 5#M)im"( o@ &i$*#*:" o m+)imo &* @( 8>N uma em
relaEFo a outra para a .ari/.el simPtrica
$T*(1*( &* o#m",i&"&*: Ko,mo-o#o<-Smi#o< * S6"5i#o-%i,O (.eNa adiante)
"
' aparecimento de resultados muito pe9uenos ou muito grandesL o SPSS
c2amada notaEFo cientKfica. Por eBemploL um erro$padrFo da mPdia (Std( Error of
$ean! apresentado como Y.G5YE$M7L est/ no formato de notaEFo cientKficaI E$M7
representa 4M
$7
V assim o .alor passa a ser YLG5Y B4M
7
.
B-8- Com"&o Descripti'e
Este comando P mais usado para .ari/.eis 9uantitati.as. %o menu escol2a
%naly.e&Descriptive Statistics&Descriptives 0)igura 56!
Fi-./8. P"((o( 5"#" o Com"&o Descripti'e
%a caiBa de di/logo do comando Descriptives/ selecionar as .ari/.eis peso
estatura e mo.$las para a es9uerda (caiBa Variabe0s!/ tal como feito no comando
)requencies ("igura 47)

1#
Fi-@#" /B. C"i)" &* &i+,o-o 5"#" (*,*:Co &* <"#i+<*i( o !om"&o Descripti'e
+ seguir pressionar R7ptionsS e selecionar as estatKsticas e as opETes deseNadas.
%este comando N/ estFo selecionadas pre.iamente as estatKsticas $ean (mPdia)L Std
(Desviation (des.io padrFo)L $inimum (mKnimo) e $4ximum (m/Bimo). Este comando
permite classificar os resultados segundo critPrios de ordem de seleEFoL como ordem
crescente &* mL&i"( (%scending means) ("igura 4:).

Fi-./?.E(1"1F(1i!" &o Com"&o Descripti'e
+ seguirL pressionar RContinueS e em seguidaL R-8S. 's resultados .Fo aparecer da
seguinte forma no -utput viewer ("igura 4C)
Fi-. /P. &utput 'iewer &o !om"&o Descripti'es
B-B-Com"&o E(plore
Este comando apresenta maiores opETes de estatKsticas descriti.asL alPm de dispor de testes
estatKsticos para normalidade e gr/ficos especiais. = utiliOado eBclusi.amente com <"#i+<*i(
E@"1i1"1i<"( e permite comparar tipo de dados entre dois ou mais grupos. Podemos obterI
$medidas de tendncia centralImPdiaL modaL mediana
$medidas de dispersFoI des.io$padrFoL .ari6nciaL amplitude e 9uartis
$outliersI an/lise de .alores discrepantes
+testes especKficos para a.aliar a normalidade (>olmogoro.$Smirno. e S2apiro$?il@
+boxplot
11
$medidas descriti.as adicionaisL como assimetriaL curtose e outras
Como usar este comandoI no menu %naly.e Descriptive&Statistics&Explore
EBemploI %a caiBa de di/logo ExploreL escol2a a .ari/.el 9ue se pretende eBplorarL
colocando$a na lista de .ari/.eis dependentes (Dependent #ist). %a .ari/.el classificat3ria ()actor
#ist) coloca$seL geralmenteL uma .ari/.el categ3rica. %o nosso eBemploL .amos eBplorar a
.ari/.el idade gestacional com o uso de corticoster*ide pr9+natal ("igura 4D)
Fi-./D.C"i)" &* &i+,o-o 5"#" (*,*:Co &* <"#i+<*i( o !om"&o E)5,o#*
%a opEFo DisplayL selecionar Both (ambos)L para se obter tanto as medidas de sKntese como
os gr/ficos. Pressionar RStatistics: para abrir a caiBa Explore2 Statistics e escol2a as opETes de
medidas numPricas de sKntese ("ig.4G).
Fi-./G. C"i)" &* &i+,o-o Statistics
+ seguirL pressione RContinueS para retornar a caiBa anterior. !e .olta U caiBa Explore/
clicar no botFo R,lotsS para abri a caiBa Explore2,lots e selecionar BoxplotI )actor levels togheter
(os boxplot estarFo Nuntos no mesmo gr/fico)L ;istogram (2istograma ou gr/fico de barras) e
ormality plots with test (gr/ficos e testes para normalidade da dependente) ("igura 4Z)

12
Fi-./J.C"i)" &* &i+,o-o Plots
ProsseguindoL pressionar o botFo RContinue: para .oltar U caiBa Explore. %esta caiBaL clicar
no botFo RContinue:. 's resultados da an/lise surgirFo na Nanela -utput Viewer ("iguras 4Y). '
comando Explorer produO uma tabela c2amada Case ,rocessem Somar 9ue contPm os casos
./lidos e omissos incluKdos na an/lise para a .ari/.el +pgar trs no C] minuto estratificada por uso
de corticoster3ide.
Fi-./K. &utput 'iewer &o !om"&o E(plore
'bser.em 9ue a &abela Descriptives produO para cada um dos estratos da .ari/.el
classificat3ria (idade gestacional! uma lista de estatKsticas descriti.asI mPdiaL inter.alo de
confianEa de YC[ para a mPdiaL mPdia aparada em C[ (mPdia recalculada eBcluindo os C[ mais
eBtremosL ou seNaL 5LC[ inferiores e 5LC[ superiores)L o erro$padrFo da mPdiaL coeficientes de
assimetria e de curtoseL 9ue nos possibilita a.aliar como os .alores se distribuem.
%a "igura 5M temos a tabela ,ercentiis 9ue mostra diferentes percentis para a .ari/.el
idade gestacional nos dois grupos (9ue usou e o 9ue nFo usou corticoster3ide prP$natal)L segundo
dois mPtodos distintosI weights average e Tu<ey=s ;inges.
13
Fi-.8>. &utput 'iewer &o !om"&o E(plore
&ambPm podemos obter o Extreme Value (.alores eBtremos) para cada grupo (os C maiores
e os C menores)
+ tabela Test of ormality mostra o resultado de dois testes de normalidadeI 8olmogorov+
Smirnov e o Shapiro+"il<. 's dois testes testam a 2ip3tese de 9ue os dados apresentam uma
distribuiEFo normal. %o caso de amostras menores (`CM casos)L o teste Shapiro+"il< P mais
poderoso. (m .alor abaiBo da signific6ncia indica um des.io na distribuiEFo dos dados em relaEFo
U Cur.a %ormal (&* 5#*$*#I!i" &*<* *(1"# "9"i)o &* >=>P o@ m*(mo >=>/) ("igura 54)
Fi-.8/. &utput 'iewer &o !om"&o E(plore
'bser.em 9ue " <"#i+<*, i&"&* -*(1"!io", Co (*-@* @m" &i(1#i9@i:Co o#m",
(paM.MMM4).
&ambPm podemos obter o Extreme Value (.alores eBtremos) para cada grupo (os C maiores
e os C menores).
' comando Explore produ. ainda uma sequ>ncia de gr4ficos/ como o histograma 0equivale
? representa@Ao gr4fica de uma tabela de freqB>ncias! e o boxplot (caiBa de bigodes). 3uanto ao
boxplot2 P a representaEFo em forma de gr/ficos dos 9uartis da distribuiEFoV apresentaL de forma
compactaL di.ersas informaETes sobre um conNunto de dados. + caiBa P formada pela mediana
(lin2a central) e pelos 9uartis inferior e superior (percentis 5C e GC)L 9ue sFo obtidos pelos mPtodos
Tu<ey=s ;inges. + mediana d/ uma estimati.a de tendncia centralV a altura das caiBas (percentil
GCpercentil 5C P a amplitude inter9uartil (interquatile range) e estima a .ariabilidade dos dados. +
presenEa ou nFo de simetria P dada pela posiEFo da mediana (central ou mais pr3Bima dos 9uartis).
+s lin2as .erticais 9ue saem da caiBa sFo con2ecidas como whis<ers (bigodes de gato em ingls).
%as sPries assimPtricasL os dados m/Bimos e mKnimos distanciam$se das hinges de Tu<ey (percentil
GC$percentil 5C)L sendo os seus .alores assinalados separadamente no boxplot com um pe9ueno
cKrculo (outlines) e os .alores 9ue se distanciam substancialmente sFo considerados eBtremos
(extremes! e sFo assinalados com um asterisco ("igura 55).

14
Fi-.88. G#+$i!o 7o)5,o1 &* i&"&* -*(1"!io", * @(o &* !o#1i!o(1*#Mi&* 5#L-"1",
%Fo obser.amos nen2um .alor discrepante e eBtremo. +o se detectar estes .aloresL
podemos retornar ao !ata Editor para consultar o caso assinalado.
B-?- Com"&o $rosstabs Este comando est/ relacionado diretamente com a obtenEFo
de testes estatKsticos (9ui$9uadrado e eBato de "isc2er) e de medidas de forEa de associaEFoL 9ue
serFo estudados mais adiante (EstatKstica +nalKtica). +ntesL .eNamos a ManipulaEFo e CriaEFo de
%o.as -ari/.eis
I2- MANIPULAO E CRIAO DE NO2AS 2ARIQ2EIS
' SPSS disponibiliOa o menu Transform para #*!,"((i$i!"# .ari/.eis (categoria 4 e 5) e
para 1#"($o#m"# uma .ari/.el (por eBemplo comprimento em metros para cm) ou !#i"# o<"
<"#i+<*, a partir das eBistentes (por eBemploL a partir do pesoL obter o Kndice ponderalL 9ue P o
pesocomprimento ao cubo).("igura 57)
15
Fi-.8B. M*@ Transform *m &*1",6*
$omputeI realiOa c/lculosV o SPSS disponibiliOa mais de GM funETes matem/ticas (raiO
9uadradaL logaritmoL cosenoL etc)
R*!o&*I reclassifica .ari/.eisL tanto 9uantitati.as como categ3ricas
2i(@", 7"&*#I permite a criaEFo de no.as .ari/.eis com base no agrupamento de .alores
contKnuos de .ari/.eis eBistentes em categorias distintas)
Co@1I possibilita contar 9uantas .eOes determinado .alor aparece
R"O C"(*(I classifica as obser.aETes em ordem crescente ou decrescenteL obtendo assim
os ran<s (postos)
A@1om"1i! #*!o&*I transforma automaticamente .alores descontKnuos e afastados entre si
em uma sPrie de .alores numPricos inteiros e contKguos. = til para transformar uma .ari/.el
alfanumPrica (string! em uma .ari/.el numPrica para poder ser utiliOada em an/lises estatKsticas
9ue re9uerem categorias numPricas
C#*"1* 1im* (*#i*(I cria .ari/.eis no.as baseado em funETes de .ari/.eis numPricas de
sPries temporais
R*5,"!* mi((i- <",@*(I permite substituir os dados omissos (missing) por .alores
numPricos ./lidos a serem usados em an/lises estatKsticas. #ndicado 9uando a proporEFo de
omissos P pe9uena (`4M[) e 9uando a .ari/.el P 9uantitati.a.
R"&o N@m9*# S**&I gera nmeros pseudo$aleat3riosL sendo possK.elL assimL determinar
o ponto de partida para a geraEFo autom/tica destes nmeros pelo SPSS.
COMANDO COMPUTEbI
-amos criar uma .ari/.el a partir da eBistenteL comoI Calcular o Kndice ponderal (#Pa
pesoaltura
7
).
$%a Nanela Data EditorL escol2aI Transform& Compute e surgir/( "igura 5:)I
16
Fi-.8?. S*,*:Co &o !om"&o $ompute
%o campo Target Variable (-ari/.el destino)L escre.er o nome da .ari/.el 9ue ser/
transformada. %o eBemplo ser/ criada a .ari/.el #P (Kndice ponderal). !igitar #P no campo Target
VariableV clicar a seguir na opEFo TypeC#abel e adicionar o r3tulo (label) F&i!* 5o&*#",.
'bser.e 9ue o SPSS assume tratar$se de uma .ari/.el numPrica com duas casas decimais. +
seguirL deslo9ue para o campo umeric Expression as .ari/.eis en.ol.idasL usando R^SL
adicionando as operaETes matem/ticas necess/rias.V para a eBponenciaEFo use asterisco duplo
multiplicado 7 .eOes por ela mesmaL como na "igura 5C.

Fi-.8P. D*$ii:Co &" *)5#*((Co @mL#i!"
&" o<" <"#i+<*, IP
Pressione R-8: e o resultado aparece imediatamente na Nanela Data EditorL como mostrado
na "igura 5DI
Fi-.8D. R*(@,1"&o &o !+,!@,o &" o<" <"#i+<*, IP
Qa.endo .alores omissos em peso ou em alturaL o SPSS coloca um c.d (ponto).
-utput ViewerI uma .eO eBecutado um procedimento no SPSSL os resultados sFo
apresentados no -utput ViewerL 9ue P um .isualiOador de resultadosL estando colocados na ordem
1
em 9ue foram realiOados. -oc pode copiar a tabela clicando o botFo direito do mouse e
selecionando copy e cole onde for necess/rio.
-oc tambPm pode manipular tabelasL como por eBemploL traduOK$las. Para istoL basta ati.ar
o ,ivot Table Editor/ clicando o botFo direito do mouse na tabela e assimL a tabela fica pronta para
ser editada na pr3pria Nanela ,ivot Table Editor( Possibilita tambPm uma .isFo e ediEFo de uma
tabela larga e longa ("igura 5G). -eNa o eBemplo a seguirI
Fi-.8G. Como "1i<"# o Pi'ot Table &b)ect
(ma .eO pressionado -penL teremos ("igura 5Z)
Fi-8J. T"9*," " (*# *&i1"&" o Pi'ot Table
Como usar os Comandos Split e SelectI
Estes comandos permitem obter resultados das an/lises di.ididas em categoriasL como
seBo masculino e feminino.
1!
Com"&o Split
$SplitI .eNamos a estratificaEFo da an/lise usando uma .ari/.el categ3ricaL por eBemploL
seBo. Selecionar Data&Split&)ile ("igura 5Y).
Fi-.8K. P"((o( 5"#" o @(o &o Split
(ma .eO aberta a caiBa de di/logo Split )ileL marcar Compare groups e colocar a
.ari/.el seBo na caiBa Droups Based on e clicar R-8S ("igura 7M).
Fi-.B>. C"i)" &* &i+,o-o Split File
1"
Selecionar agora %naly.e&Descriptive Statistics( Descritives(((-ptions 0$ean/ Std
Desviation/ $inimum e $aximum).....ari/.eis peso e estatura ("igura 74). 'bser.em
9ue os resultados na Nanela -utput Viewer .Fo aparecer agrupados pela .ari/.el seBo.
Fi-.B/. C"i)" &* &i+,o-o Descripti'es
Clicar em R'>S e no -utput Viewer ("igura 75)L .ai aparecer
Fi-.B8. R*(@,1"&o( &o !om"&o Split File*$ompare roups
Se no Split )ile .oc marcar -rgani.e output by groupsL .amos ter os resultados de um
grupo e de outro grupo ("igura 77).
Fi-.BB. C"i)" &* &i+,o-o Split Fire
-eNa o resultado no -utput Viewer ("igura 7:).
2#

Fi-.B?. R*(@,1"&o( &o !om"&o Split File*&rani+e output b, roup
Para retornar U condiEFo anteriorL ou seNaL an/lises nFo agrupadasL selecione Data&Split
)ile e marcar %naly.e all casesL do not reate grous e clicar R-8S ("igura 7C).
Fi-.BP. C"i)" &* &i+,o-o Split File
21
Com"&o Selec1
Este comando seleciona apenas uma categoria especKfica dos casos de um ar9ui.o
de dados. Escol2er Data Select CasesL selecione a categoria a ser analisadaL por
eBemploL da .ari/.el categ3rica seBoL serFo selecionados somente os casos do seBo
masculino ("igura 7D)
Fi-.BD. M*@ Data*Select $ases
%a caiBa de di/logo Select CaseL marcar ') conditions is satisfied e clicar em R')S
("igura 7G).
Fi-.BG. C"i)" &* &i+,o-o Select $ases
22
+goraL selecione a .ari/.el seBo e usando os sinais no centro da caiBa de di/logoL digite
a eBpressFo condicionalL clicando no centro da caiBa de di/logo ("igura 7Z)
Fi-.BJ. C"i)" &* &i+,o-o Select $ases% -F
Clicar RContinue: e em seguida R-8S. %o Data EditorL os casos seBoa5 (feminino)
aparecem com um traEo sobre o nmero indicador do caso na margem numerada. Estes
casos serFo eBcluKdos da an/lise ("igura 7Y).
Fi-.BK. 0"*," Data Editor !om o( !"(o( Co (*,*!io"&o( "((i","&o( (o9(*#<*m "
(*1")
+o utiliOar o comando SelectL o SPSS cria automaticamente uma .ari/.el c2amada
filterEFL na ltima coluna e aparece tambPm na barra de ferramentas.
23
Para restaurar os dados do ar9ui.oL escol2er Data&Select Case((( %ll cases e clicar
R-8: ("igura :M).
Fi-. ?>. C"i)" &* &i+,o-o Select $ases
+ssimL os dados originais do ar9ui.o .oltam ao estado anteriorL sendo usada toda
a amostra para a an/lise. %Fo faOendo istoL .oc pode sal.ar os seus dados modificados
do original. EntFoL para e.itarL sal.ar sempre para outro ar9ui.o ou .oc poder/ .ir a
perder o banco de dados original.
2-ESTATSTICA ANALTICA
+ EstatKstica +nalKtica trabal2a com os dados de forma a estabelecer 2ip3tesesL
procede a sua compro.aEFo e no finalL elabora conclusTes cientKficas
T*(1* &* Hi5M1*(* e T"m"6o &" Amo(1#" para mel2or compreensFo da signific6ncia
estatKstica
T*(1* &* Hi5M1*(*(
%a maioria das .eOesL o pes9uisador toma decisFo para toda populaEFoL tendo
eBaminado apenas parte desta populaEFo (amostra). Este processo c2ama$se de
inferncia. %a pes9uisa cientKficaL a inferncia P feita com a aNuda de testes estatKsticos.
Para a compreensFo de um teste estatKstico P preciso 9ue entendamos o 9ue .em
a ser Hi5M1*(* N@," (H
>
) e Hi5M1*(* A,1*#"1i<" (H
/
).
Qip3tese P uma conNecturaL uma resposta presumida e pro.is3ria 9ueL de acordo
com certos critPriosL ser/ ou nFo reNeitada.
Hi5M1*(* N@," (H
>
): P a9uela 9ue simplesmente afirma 9ue nFo 2/ diferenEa
entre os grupos estudadosV trata$se de uma 2ip3tese 9ue atribui ao acaso a ocorrncia do
fenXmeno ou resultado obser.ado.
Hi5M1*(* A,1*#"1i<" o@ *)5*#im*1", (H
/
): P a9uela 9ue afirma 9ue 2/
diferenEa entre os grupos estudados.
' principal obNeti.o de testar uma 2ip3tese P responder U seguinte 9uestFoI
dadas duas amostrasL sFo elas realmente diferentes ou pertencem a uma mesma
24
populaEFoL ou em outras pala.rasL as diferenEas encontradas entre duas ou mais
amostras sFo .erdadeiras ou podem ser eBplicadas pelo acaso.
' processo de testar 2ip3tese consiste em seis etapasI
4.
Estabelecer a Q
4
( se l ag/ 4)
5.
Estabelecer a Q
M
( se l ag/ Oero)
7.
!eterminar o taman2o da amostra
:.
Col2er os dados
C.
RealiOar teste estatKstico para .erificar a probabilidade
de 9ue a Q
M
seNa .erdadeira
D.
ReNeitar ou nFo a Q
M
+o afastar a 2ip3tese nulaL estamos afirmando a .alideO da 2ip3tese alternati.a.
&odo eBperimento P realiOado para testar uma 2ip3tese. ' pes9uisador formula
uma 2ip3teseL obser.aL analisa e em seguida conclui. +p3s obser.arL o pes9uisador
descre.e e mede.
eamais atribuindo NuKOos de .alor ao 9ue est/ sendo .istoL o pes9uisador pode
decidir erroneamente e reNeitar a 2ip3tese nula sendo ela .erdadeira (Erro tipo #). +ssimL
o pes9uisador aceita como .erdade uma diferenEa 9ue na realidade nFo eBiste e 9ue na
.erdadeL se de.e U .ariabilidade das amostras. 8uando a 2ip3tese Q
M
P falsa e o
pes9uisador nFo a reNeitaL diOemos 9ue ele cometeu um Erro tipo ##L significando 9ue
eBistiaL de fatoL uma diferenEa 9ue nFo foi recon2ecida.
+ssimI
A 5#o9"9i,i&"&* (5) &* #*A*i1"# " H
>
E@"&o " H
>
L <*#&"&*i#"= L o E@*
!6"m"mo( &* F<*, &* (i-i$i!R!i" &o 1*(1*. ' estatKstico nFo sabe 9uando reNeita a
Q
M
L se est/ ou nFo cometendo erroL mas sabe a probabilidade de cometer este tipo de
erro. Se a probabilidade for suficientemente pe9uena (`a C[)L a decisFo de reNeitar a Q
M
est/ bem fundamentada. ' nK.el de signific6ncia P representado pela letra grega (l$se
alfa). ' nK.el de signific6ncia P o nome com 9ue se designa a probabilidade .
-eNamos o eBemploI
"eito um eBperimento com duas drogas (+L <)L o pes9uisador pergunta se a
droga + cura tanto 9uanto a droga <.
' estatKstico . a pergunta do pes9uisador como duas 2ip3tesesI
a) Q
M
I a proporEFo de pacientes curados com a droga + P igual U proporEFo de
pacientes curados com a droga <
b) Q
4
I a proporEFo de pacientes curados com a droga + P diferente da proporEFo de
pacientes curados com a droga <.
25
Erro tipo I: re#eita a $
%
sendo verdadeira (fato obtido por a&ar' rara
ocorr(ncia estatstica' erro alfa
Erro tipo II : aceita a $
%
sendo falsa (erro mais freq)ente'erro beta
"eitas as 2ip3tesesL o estatKstico estabelece o nK.el de signific6ncia do teste. '
nK.el de signific6ncia seria a probabilidade (p) de afirmar 9ue uma das drogas determina
maior proporEFo de curasL 9uando na .erdadeL a proporEFo de pacientes curados P a
mesmaL seNa a droga + ou <. = usual manter o nK.el de signific6ncia de 4[ e C[V um
de C[ (M.MC) significa 9ue cometemos um erro (tipo #) de C[ em reNeitar a Q
M
(sendo
.erdadeira) e aceitar Q
4
(4 em cada 5M se comete o Erro tipo # ao reNeitar a Q
M
). (m de
4[ (MLM4)L significa 9ue ao reNeitar a Q
M
e aceitar a Q
4
L o risco de estarmos errandoL ou
seNaL cometendo um *##o 1i5o I de 4[. ' nK.el de signific6ncia representa a m/Bima
probabilidade de tolerar um erro tipo #.
' erro tipo # ocorre 9uando se acredita 9ue eBiste um efeito .erdadeiro na
populaEFo e de fato nFo 2/. (sando o critPrio de "is2erL a probabilidade de erro P M.MC
(ou C[) 9uando nFo eBiste efeito na populaEFo. Segundo "is2er de.emos somente
acreditar 9ue o resultado P .erdadeiro 9uando ti.ermos YC[ de confianEa de 9ue ele P
ou 9uando 2ou.er somente C[ de c2ance de 9ue os resultados possam ocorrer ao
acaso.
' oposto P o erro tipo ## 9ue ocorre 9uando acredita$se 9ue nFo eBista um efeito
na populaEFoL mas na realidade ele eBiste. ' ideal P 9ue a probabilidade deste erro seNa
bem pe9uena (se eBiste um efeito na populaEFo P importante 9ue possamos detect/$lo).
Co2en sugere 9ue a probabilidade m/Bima aceit/.el para um erro tipo ## seria
ML5 (5M[)L definK.el como beta (f). Se tomarmos 4MM amostras de dados da populaEFo
na 9ual um efeito eBisteL .amos fal2ar em detectar este efeito em 5M destas amostras
(perderKamos 4 em C dos efeitos .erdadeiros).
PortantoL para faOer um erro tipo # nFo de.e 2a.er efeito na populaEFoL en9uanto
para faOer um erro tipo ## .ale o contr/rioL ou seNaL de.e 2a.er um efeito 9ue perdemos.
+ probabilidade de cometer um erro tipo # diminui U medida 9ue a aumenta
probabilidade de cometer um erro tipo ##.
+ssimI
's erros ocorrem ao testar 2ip3teses por diferentes moti.osI
$ Erro tipo #I amostras pe9uenas (2/ uma maior c2ance de serem diferentes 9uanto
menores foremV numa amostra maiorL estas diferenEas se diluiriam).
$ Erro tipo ##I amostras pe9uenas
grande 9uantidade de amostras
+lgum erro sempre ocorreL sendo til admitir 9ue para o Erro tipo # ou alfaL
considera$se 9ue C[ P aceit/.el e para o tipo ## ou betaL aceita$se geralmente 4M $
5M[.
T"m"6o &" Amo(1#"
= con.eniente planeNar o taman2o da amostra para 9ue se possa ter amostras
grandes o suficiente para detectar diferenEas importantes. Por outro ladoL amostras
eBageradamente grande alPm de ele.ar o custo do estudoL podem tornar diferenEas
irrele.antes em estatisticamente significati.as.
Para determinar o taman2o da amostra P preciso estabelecer 9ual a diferenEa
de.e ser considerada significati.a. Esta P uma decisFo arbitr/ria do pes9uisadorL
baseada na eBperinciaL na literatura eou na rele.6ncia clKnica.
Para determinar o taman2o da amostraL de.e$se considerar o nK.el de
signific6ncia ade9uadoI 9uanto de probabilidade P aceit/.el para 9ue Q
M
seNa .erdadeira.
26
;eralmente considera$se uma probabilidade menor ou igual a C[ como ade9uada (p
MLMC). Po&*# &o 1*(1*: P a probabilidade 9ue um determinado teste ir/ encontrar um
efeito assumindo 9ue um N/ eBistiaV lembrem$se 9ue f corresponde U probabilidade de
fal2a em detectar um efeito 9ue realmente eBiste (erro tipo #). +ssimL a probabilidade de
detectar um efeitoL se um eBisteL de.e ser o oposto da probabilidade de nFo detectar
a9uele efeitoL isto PL 4$f. Como N/ .imosL Co2en sugere 9ue de.erKamos esperar uma
probabilidade de M.5 na fal2a em detectar um efeito .erdadeiro e assimL o nK.el
corresponde do poder recomendado por ele 9ue foi de 4.M$M.5aM.Z. Portanto o obNeti.o P
alcanEar um poder de MLZ ou ZM[ de probabilidade de detectar um efeito se ele
realmente eBiste. Por eBemploL um poder de ZM[ significa 9ueL se de fato 2ou.er
alguma diferenEaL 2a.er/ uma probabilidade de ZM[ de detect/$la.
(ma .eO con2ecido o .alor de alfa e betaL podemos usar pes9uisas anteriores ou
eBperimentos similares para estimar o taman2o do efeito 9ue se espera detectar com um
eBperimento. +ssimL podemos usar esse tanto de efeito estimado para calcular 9uantos
participantes necessitamos para detectar este efeitoL com base nos .alores de alfa e beta
9ue escol2emos.
's c/lculos eBatos sFo .olumososL de.endo ser usados programas de
computador. Entre estesL citamos o ;WPower (gr/tis) e o n8uerA +d.iser (pago)L o
disponK.el no Epiinfo e no 0aborat3rio der Epidemiologia e EstatKstica.
(tiliOando o site Lee - Laboratrio de Epidemiologia e
E statstica, clicar em Pes9uisa e entrar/ a seguinte caiBaI
Clicar C+,!@,o &* 1"m"6o &* "mo(1#"
2
Prosseguindo com o eBemploL .amos clicar em E(1@&o &* !oo#1* (estudo de coorteI
comparaEFo entre um grupo eBposto a um fator de risco e outro grupo nFo eBposto. -isa
.erificar se indi.Kduos eBpostos ao fator de risco desen.ol.em a doenEa em 9uestFoL em
maior ou menor proporEFoL do 9ue um grupo de indi.Kduos nFo eBpostos) e teremos:
2!
EBplicaETesI
Proporo de casos entre os expostos: e$uivale % &ro&or'o de &essoas
e(&ostas ao )ator de risco $ue desenvolveram a doena
P#o5o#:Co &* !"(o( *1#* o( Co *)5o(1o(: e9ui.ale U proporEFo de pessoas 9ue nFo
foram eBpostas ao fator de riscoL mas 9ue desen.ol.eram a doenEa
Ri(!o #*,"1i<o: proporEFo de pessoas eBpostas ao fator de risco 9ue desen.ol.eram a
doenEa sobre a proporEFo de pessoas nFo eBpostas 9ue desen.ol.eram a doenEa. -ale 4
se as pessoas eBpostas e nFo eBpostas desen.ol.eram a doenEa na mesma proporEFo.
NF<*, &* (i-i$i!R!i": indica a probabilidade de cometer um erro do tipo #L ou seNaL
reNeitar a 2ip3tese nula 9uando esta for .erdadeira. Em outras pala.rasL P a c2ance de
diOer 9ue eBiste diferenEa entre as proporETes 9uando na realidade elas sFo iguais.
Po&*# &o 1*(1*: indica a probabilidade de decisFo correta baseada na 2ip3tese
alternati.a. ;eralmente P interpretado como a c2ance de detectar uma real diferenEa
entre as proporETesL ou seNaL detectar a diferenEa se ela realmente eBistir.
T*(1* &* 6i5M1*(*:
1*(1* moo!"@&",: teste cuNa 2ip3tese alternati.a P uma desigualdade. Em estudos de
coorte o teste monocaudal e9ui.ale ao teste em 9ue o interesse P saber se o risco relati.o
P maior ou menor 9ue 4L ou seNaL se a proporEFo de doentes P maior (ou menor) entre os
eBpostos ao fator de risco.
1*(1* 9i!"@&",: teste cuNo obNeti.o P testar apenas se as proporETes sFo iguais ou
diferentes e nFo estabelecer 9ual delas P maior ou menor. Em estudos de coorte o teste
bicaudal e9ui.ale ao teste em 9ue o interesse P saber somente se o risco relati.o P
diferente de 4L ou seNaL se a c2ance de doenEa entre eBpostos e nFo eBpostos ao fator de
risco P a mesma ou nFo.
2"
Para calcularmos a mostra esperando uma incidncia de 4M[ de 2emorragia
intra.entricular no grupo com corticoster3ide e 5M[ no grupo sem corticoster3ideL
faOemosI
Clicar em *<i" e teremosI
PortantoL em um estudo de coorte de gestantes 9ue usaram e nFo usaram
corticoster3ide no prP$natalL com um nK.el de signific6ncia de C[L com um poder do
teste de GC[L para detectar uma diferenEa de proporEFo de 4M[ e 5M[ entre os gruposL
3#
eBpostos e nFo eBpostos a corticoterapiaL P'SS#-E0ME%&E necessitarKamos de 47C
mFes para cada grupoL num total de 5GM gestantes.
%o entantoL P de.emos ter em mente o 9ue cita os autores do 0aborat3rio de
Epidemiologia e EstatKstica citamI . importante ressaltar que os c/lculos feitos aqui
de'em ser'ir apenas como orienta#o para o plane)amento do estudo e no serem
tomados como deciso final!
Para fins pr/ticosL segundo Co2enI participantes para detectar efeito mPdio
(raM.7)L sFo necess/rios ZC e para efeito grande (raMLC)L sFo necess/rios 5ZV para efeito
pe9ueno (r$ML4)L precisamos de GZ7.
- +mostras grandesI n g 4MM
- +mostras mPdiasI n g 7M
- +mostras pe9uenasI n ` 7M
- +mostras muito pe9uenasI n ` 45
0embrar 9ueI 9uanto menor a diferenEa a ser detectadaL maior de.er/ ser o
taman2o da amostraV 9uando menor o nK.el de signific6ncia (p)L maior de.e ser o
taman2o da amostra.
+ etapa seguinte consiste na coleta de dadosL lembrando 9ue maus dados le.am
igualmente a m/s conclusTes. Segundo "ieldL procedimentos estatKsticos sFo uma forma
de processar nmeros eL portantoL se .oc colocar baboseiras em uma an/liseL mesmo
assim obter/ conclusTes com significado estatKsticoL mas 9ue pro.a.elmente nFo terFo
sentido empKrico (pr/tico). + estatKstica nFo P uma forma milagrosaL P apenas um
recurso. %a determinaEFo da .erdade. %a an/lise estatKstica nFo eBiste um substituto
para o pensamento empKrico.
(ma .eO obtidos os dadosL faO$se a an/lise estatKstica aplicando$se testes
escol2idos em funEFo do tipo de dados disponK.eis.
2-/-T*(1* t &* Student
Este teste P usado para a.aliar a 2ip3tese de 9ue duas mPdias sFo iguais ou nFo.
' .alor do t calculado (tc) tanto maior 9uanto maior for a diferenEas entre as mPdias. '
nome deste teste refere$o ao pseudXnimo usado por ?.0. ;ossetL uma .eO 9ue a
compan2ia na 9ual trabal2a.a (Duinnes Brewing Company) nFo permitiu publicar sua
pes9uisa usando seu pr3prio nome e assim publicou com o nome Student.
S im5o#1"1* 5"#" " "5,i!":Co &o T*(1* 1 E@* " <"#i+<*, *m *(1@&o 1*6"
&i(1#i9@i:Co o#m", o@ "5#o)im"&"m*1* o#m",.
' SPSS pode eBecutar trs aplicaETes do teste t em mPdiasI para uma amostraL
amostras independentes e amostras emparel2adas.
$5"#" @m" "mo(1#"I o obNeti.o P .erificar se a diferenEa entre o .alor mPdioL
9ue representamos por H obtido em uma amostra difere ou nFo significati.amente da
populaEFo referncia. 'u seNaL testar se Q
o
I h
o
a H onde h
o
P a mPdia da populaEFo
onde a amostra foi retirada. %Fo se con2ece o des.io padrFo (i) )da populaEFo.
%o menu SPSSL abrir os comandos )ile&-pen&Data((( e na e na caiBa de
di/logo selecionar o ar9ui.o corticoster*ide pr9+natal(sav. = importante .erificar se a
31
distribuiEFo dos dados segue uma distribuiEFo normal (teste de 8olmogorov+Smirnov e
Shapiro+"il<!( %a Nanela !ata EditorL selecionar %naly.e&Compare means&-ne
Sample T+test ("igura :4!(
Fi-.?/. M*@ 0nal,+e*$ompare 1ean*&ne2Sample T2test
$selecionar altura como Test Variable0s!( $Em Test Value escre.a o .alor de CM cm
(par6metro de referncia) ("igura :5).

Fi-?8. C"i)" &* &i+,o-o &ne2Sample T2test
$Clicar em R-8S e teremos na tela do -utput Viewer ("igura :7).
T-1*(1
Fi-.?B. R*(@,1"&o( &" A"*," &utput Viewer
32
I1*#5#*1":CoI %a tabela -ne+Sample temos o .alor do teste t ($:MLD5G) e a
signific6ncia do teste (Sig. MLMMMM (p`MLMM4) 9ue permite reNeitar a 2ip3tese nula (Q
o
)
para o nK.el de signific6ncia de alfa`aMLMC. Podemos entFo diOer 9ue a amostra de 54Z
recPm$nascidos estudados .em de uma populaEFo cuNa mPdia P diferente (neste caso
menor) do 9ue CM cm.
-"mo(1#"( i&*5*&*1*(: serFo comparadas duas mPdiasV as .ari/.eis de.em ter
distribuiEFo normal.
$Selecionar %naly.e&Compare $eans&'ndependent+Samples T+test ("igura ::).
Fi-@#" ??. M*@ 0nal,+e*$ompare 1eans*-ndependent2Samples T2test
$Selecionar E(1"1@#" como Test Variable 0s!
+Selecionar a .ari/.el 9ue .ai definir o s grupos de casos (eB. seBo) como Drouping
Variable (.ari/.el de agrupamento) ("igura :C).
Fi-.?P. $ai(a de di/loo -ndependent2Sample T2test
$Clicar em RDefine DroupsS para definirmos grupos ("igura :D)
Fi-.?D. C"i)" &* &i+,o-o -ndependent Sample T2test
33
$!igite os .alores correspondentes usados para a .ari/.el seBoI 4 e 5
$Cli9ue em RContinueS ("igura :G)
Fi-.?G. C"i)" &* &i+,o-o -ndependent Sample T2test
$Clicar em R-8:. %a tela de saKda do -utput Viewer ser/ mostrado ("igura :Z)I
Group Statistics
Fi-.?J. R*(@,1"&o &o Test t 5"#" "mo(1#"( i&*5*&*1*(
%a tabela 'ndependent Samples testL temos os resultados do teste estatKstico
escol2idoL calculado de duas formas distintasI
$Equal 'ariances assumed (assumindo igualdade de .ari6ncias)
$Equal 'ariances not assumed (assumindo 9ue as .ari6ncias sFo desiguais)
Para decidirmos sobre 9uais destes resultados .amos utiliOarL o SPSS
disponibiliOa o 1*(1* &* L*<** 9ue testa a 2ip3tese de igualdade das .ari6ncias.
34
Se a signific6ncia do teste for `aM.MCI reNeita$se a igualdade das .ari6nciasV se a
signific6ncia do teste for gM.MCL as .ari6ncias sFo iguais
%o nosso eBemploL a signific6ncia do teste de 0e.ene foi MLGC e assim usamos o
teste t para .ari6ncias iguais (Equal variances assumed). %este casoL o .alor do teste a
ser interpretado ser/ ta$4LCDZ. Como a signific6ncia P maior 9ue M.MCL nFo reNeitamos a
2ip3tese nulaL ou seNaL nFo 2/ uma diferenEa estaticamente significati.a entre as mPdias
de estatura dos R% submetidos U corticoterapia prP$natal em relaEFo aos R% nFo
submetidos U corticoterapia prP$natal.
Para determinar se eBiste diferenEa entre pesos nos dois gruposL usamos o teste
nFo paramPtrico de Mann$?2itneA (.eNa adiante)L uma .eO 9ue o peso ao nascer nFo
segue os pressupostos da distribuiEFo normalL como determinado pelo teste de
%ormalidade 8olmogorov+Smirnov -Test t 5"#" "mo(1#"( *m5"#*,6"&"(
js .eOes os pes9uisadores estudam os efeitos de um tratamento comparando$seI
$pares de indi.Kduos (um gmeo recebe um tratamento e o outroL nFo).
$dois lados de um mesmo indi.Kduo (aplicaEFo de um tratamento para a
pre.enEFo de c/ries em um lado da arcada dent/ria e o outro lado sem tratamento$
controle).
$mesmo indi.Kduo duas .eOes (pressFo arterial antes e ap3s o tratamento em um
mesmo indi.KduoV diferenEa entre o peso mPdio dos indi.Kduos antes e depois da dieta).
$diferenEas entre as mPdias das 2emoglobinas antes e depois da cirurgia
O@ (*A": m*&i&"( $*i1"( *m &oi( 5o1o( &i(1i1o( o 1*m5o
+o usar o SPSSL temos 9ue ter a certeOa de 9ue os dados foram digitados no
formato de duas .ari/.eis diferentes para cada caso.
%o nosso banco de dados nFo temos amostras emparel2adasL ou seNaL nFo temos
.ari/.el de cada indi.Kduo medida antes de depois de uma inter.enEFo. Citando o
eBemplo de ?agner e clI a diferenEa entre as mPdias de 2emoglobina antes e depois da
cirurgia P atribuKda ao acasok #mportanteI como sFo amostras emparel2adasL P
necess/rio 9ue os dados seNam digitados no formato de duas .ari/.eis diferentes para
cada casoL como 2b4 e 2b5 (prP$operat3rio e p3s$operat3rio).
$Selecione %naly.e&Compare $eans&,aired+Simples T+test 0"igura :Y)
Fi-. ?K: M*@ 0nal,+e*$ompare 1eans*Paired2Simples T2test
35
$Selecione as duas .ari/.eis emparel2adas e colo9uem$nas no ,aired Variables0s!
0"igura CM!
Fi-.P>. C"i)" &* &i+,o-o Paired2Samples T2test
Clicar R-8S a seguir
+ tabela do -utput Viewer mostrar/ ("igura C4)
Fi-. P/. R*(@,1"&o &o 1*(1* 1 5"#" "mo(1#"( *m5"#*,6"&"(
+ tabela ,aired Samples Correlations mostra o .alor do coeficiente de correlaEFo
de Pearson (.ide adiante)L assim como o .alor da signific6ncia para o coeficiente.
!e.ido Us duas .ari/.eis representarem o mesmo grupo medido em momentos
diferentes (ou dois grupos emparel2ados)L o .alor do coeficiente de correlaEFo de
Pearson de.er/ ser alto e o .alor de signific6ncia de.er/ ser inferior a MLMC.
+ tabela ,aired Samples Test mostra di.ersas estatKsticasL como mPdia da
diferenEa entre os paresL des.io padrFoL erro padrFo da mPdiaL o .alor do teste tL o
nmero dos graus de liberdade (df! e o .alor da signific6ncia do teste. + 2ip3tese de 9ue
nFo 2/ diferenEa entre as 2emoglobinas no prP e p3s$operat3rio (Q
o
) P reNeitadaL pois o
teste de signific6ncia (5$tailed) P `MLMC) ("igura C5)
,aired Samples Test
36
Fi-. P8 R*(@,1"&o &o 1*(1* 1 5"#" "mo(1#"( *m5"#*,6"&"(
2-8. A+,i(* &* 2"#iR!i"= T*(1* F o@ T*(1* &* T@O*3
+tP o presente momento discutimos formas de comparar dois grupos de pacientes
ou duas amostras. Muitas .eOes torna$se necess/rio comparar mPdias de mais de duas
populaETes.
Supon2amos 9ue 9ueiramos testar 9uatro drogas diferentes ao mesmo tempo l
(9uatro diurPticos diferentes +L <L CL !) e 9ue deseNamos a.aliar o efeito de cada uma
das drogas sobre o dPbito urin/rio em 4D .olunt/rios.
Para sabermos se os grupos sFo significati.amente diferentes uns dos outrosL se
algum dos diurPticos testados tem um efeito diurPtico importanteL utiliOando o teste t/
podemos comparar os grupos dois a doisL por meio de D testes t separadosL o 9ue poder/
re.elar uma diferenEa significati.a entre os diurPticos. +lPm da perda de tempo com
este procedimentoL poderKamos estar incorrendo num erro tipo #L pois ao aceitar C[ de
erro em cada uma das D an/lises separadasL 2a.eria uma c2ance de 7M[ ( D B C[) de
encontrarL por mero acasoL uma diferenEa estatisticamente significati.a.
' uso da an/lise da .ari6ncia (ANO2AI abre.iaEFo proposta por &u@eA para
%nalysis of Variance) indicar/ a probabilidade de 9ue a 2ip3tese nula seNa .erdadeiraL ou
seNaL probabilidade de 9ue nen2uma diferenEa eBiste entre 9uais9uer dos grupos. Se a
2ip3tese nula (Q
M
) for reNeitadaL ser/ o indKcio de 9ue 2/ diferenEa de potncia em algum
dos diurPticos testados. Para localiOar o diurPtico en.ol.idoL ser/ necess/rio um teste
+%'-+ de comparaEFo de pares. 's testes de +%'-+ se ap3iam na 2ip3tese de 9ue se
os grupos sFo semel2antesL a .ari6ncia em cada um (&*1#o) dos grupos P semel2ante
U9uela *1#* os gruposV o 9ue estes faOem P comparar a .ariabilidade das mPdias de
todas as amostras com a .ariabilidade dentro das amostras.
+ssimL o teste precisa determinar a .ariabilidade dentro de cada amostraL bem
como a .ariabilidade 9ue eBiste entre mPdias das amostras. +o faOermos istoL geramos
uma estatKstica c2amada "L cuNa f3rmula PI
" a estimaEFo da .ari6ncia E%&RE os grupos
estimaEFo da .ari6ncia !E%&R' dos grupos
"I distribuiEFo " de R.+ "isc2erV o " obser.ado ao " crKticoL rec2aEa a 2ip3tese nula
de 9ue nFo 2/ diferenEa entre as .ari6ncias.
0embrem$se sempre 9ueI
Q
M
(2ip3tese nula)I nFo 2/ diferenEa entre os grupos
3
Q
4
(2ip3tese eBperimental)I 2/ diferenEa entre os grupos
Com relaEFo ao tipo de dados a ser introduOido no SPSSL " <"#i+<*, &*5*&*1*
&*<*#+ (*# E@"1i1"1i<". + <"#i+<*, i&*5*&*1* (con2ecida como )actor no
comando -ne+"ay %-V%+%-V% com um fatorI nico critPrio de classificaEFo)L
&*<*#+ (*# @mL#i!" &i(!#*1" (o@ (*A"= Tm*#o( i1*i#o() na definiEFo das categorias
a serem comparadas.
+s amostras de.em ter uma distribuiEFo normal (gaussiana)V tambPm assume a
igualdade de .ari6ncia entre os grupos das amostras a serem comparadas (o teste de
#evene .erifica a 2omogeneidade de .ari6ncias).
Procedimento de an/liseI %a Nanela Data Editor do SPSSL escol2aI
%naly.e&Compare $eans& -ne+"ay %-V% 0"igura C7!
Fi-. PB.M*@ 0nal,+e*$ompare 1eans* &ne2Wa, 03&V0
%a caiBa de di/logo -ne+"ay %-V%L colocar idade gestacional como
Dependente #ist e +pgar como )actor. + seguirL clicar em R-ptionsS ("igura C:)
Fi-.P?. C"i)" &* &i+,o-o &ne2Wa, 03&V0
%a caiBa de di/logo -ne+"ay %-V% -ptionsL selecionar Descriptives/
;omogeneity of variances/ $eans plot e Exclude cases analysis by analysis e em
3!
seguidaL clicar em RContinueS para .oltar U Nanela anterior e finaliOe clicando em R-8S
("igura D5)
Fi-.PP. C"i)" &* &i+,o-o &ne2Wa, 03&V0% &ptions
%a Nanela -utput ViewerL .ai aparecer ("igura CD)I
Fi-. PD. R*(@,1"&o( &o !om"&o O*-%"3-ANO2A
Como interpretark Esta primeira tabela mostra resultados de estatKsticas
descriti.asL como N/ .imos (nmero de obser.aETesL mPdiaL des.io$padrFoL etc para
cada grupo e para o total de obser.aETes.
+ segunda tabela do -utput Viewer mostra os resultados do teste de 0e.ene ("igura CG)I
Test of Homogeneity of Variances
*dade +estacional
,evene
Statistic df- df. Sig"
-,/0% 1 .%0 ,20
Fi-. PG. R*(@,1"&o( &o !om"&o O*-%"3-ANO2A
Como o .alor de sig. P gMLMCL aceita$se Q
o
L 9ue mo(1#" " i-@",&"&* &* <"#iR!i"(
*1#* o( /> -#@5o(.
3"
+ ltima tabela corresponde U tKpica tabela de apresentaEFo do teste de %-V% ("igura
CZ).
!"#V!
*dade +estacional

Sum of
Squares df 2ean Square 3 Sig"
4et5een +roups .--,--% 1 .6,/10 7,0%1 ,%%%
8it9in +roups
0//,7%- .%0 :,:6;
<otal
--::,6-. .-;
Fi-.PJ$ R*(@,1"&o( &o !om"&o O*-%"3-ANO2A
%esta tabela .emos o nome da .ari/.el dependente (#dade ;estacional)L a soma
dos 9uadrados (Sum of Squares)L 9uadrado mPdios ($ean Square)L -alor do teste de "
())L a signific6ncia (Sig) 9ue representa a probabilidade de afastar (" obtido superior ou
igual ao " crKtico) ou aceitar a Q
o
(" obtido inferior ao " crKtico). Consulte MargottoL
Entendendo <ioestatKstica </sica (www.paulomargotto.com.br em Entendendo
<ioestatKstica </sica). " crKtico P o .alor de " encontrado nas tabelas dos .alores de ".
+ .ariaEFo total P di.idida em dois componentesI
4$Between Droups (entre os grupos)I significa .ariaEFo das mPdias dos 9uatro grupos
em torno da mPdia geral para YC obser.aETes)
5$"ithin groups (dentro dos grupos)I representa a .ariaEFo das obser.aETes indi.iduais
em torno da mPdia do respecti.o grupo
-alores de signific6ncia baiBos indicam diferenEas entre as mPdias dos grupos.
Como a signific6ncia foi MLMMM (.alor de p`MLMC)L indica 9ue 2/ L pelo menosL uma
diferenEa entre os grupos analisados. +ssimL reNeitamos a 2ip3tese nula (a .ariabilidade
E%&RE os grupos foi suficientemente grande face U .ariabilidade !E%&R' dos
grupos). PortantoL podemos diOer 9ue a idade gestacional mPdia nFo P igual entre os 4M
grupos de +pgar no C] minuto. %o gr/fico das mPdias para os 4M grupos de +pgar no C]
minutoL o grupo 7 (menor idade gestacional) destaca$se dos demais grupos ("igura CY).
Fi-.PK. G#+$i!o &"( mL&i"( 5"#" o( /> -#@5o( &* A5-"# o PU mi@1o. O -#@5o B
&*(1"!"-(* &o( &*m"i(.
T*(1*( &* !om5"#":;*( &* mT,1i5,"( mL&i"(
4#
%a an/lise de .ari6nciaL 9uando a diferenEa entre os grupos nFo P significanteL
nFo P necess/rio nen2um outro teste mais. %o entanto 2a.endo diferenEa significante
pelo "$testeL isto nFo 9uer diOer 9ue todos os grupos difiram entre si. + +%'-+ informa
somente se 2/ ou nFo diferenEa estatisticamente significati.a entre dois ou mais gruposL
mas Co i$o#m" E@"i( o( -#@5o( *<o,<i&o(. -eNam 9ue aplicando a +%'-+ no
eBemplo 9ue estamos estudandoL as mPdias dos 4M grupos nFo sFo estatisticamente
iguais. Mas 9ual P ou 9uais sFo as mPdias diferentes entre sik
Para identificar os gruposL de.e$se realiOar uma comparaEFo entre os pares $ pair
wise comparision test $ 9ue ir/ comparar cada grupo com cada um dos outros. Para
saber onde est/ a diferenEaL sFo necess/rios testes de comparaETes mltiplas de mPdias
(,ost ;oc). L pois comparam todos os grupos dois a dois. (m dos testes mais utiliOados
P o &este de &u@eA.
Como anteriormenteL escol2a na Nanela Data Editor do SPSS
%naly.e&Compare&$eans&-ne+"ay %-V%(
%a caiBa de di/logo -ne+"ay %-V%L alPm das opETes 9ue foram escol2idas no
procedimento anteriorL clicar n em R,ost ;ocS.-eNa na figura DM.
Fi-.D>. C"i)" &* &i+,o-o &o !om"&o &ne2Wa, 03&V0
%a caiBa de di/logo -ne+"ay %-V%2 ,os ;ocL selecionar a opEFo Tu<ey e
clicar no botFo RContinueS para .oltar U Nanela e em seguidaL clicar R-8S ("igura D4).
Fi-.D/. C"i)" &* &i+,o-o &o !om"&o &ne2Wa, 03&V0% Post 4oc 1ultiple
$omparisons
41
+lPm das tabelas anterioresL surgira a tabela ,ost ;oc $ultiple comparisonsL onde se
encontram as comparaETes entre as mPdias dos dois grupos ("igura D5).

42
Fi-.D8. R*(@,1"&o( &o !om"&o &ne2Wa, 03&V0
$+s diferenEas significati.as sFo mostradas com asteriscos (W).
$+ coluna Sig mostra a signific6ncia estatKstica (p) para a diferenEa entre as mPdias das
amostras (significante se p`MLMC).
$+ pr3Bima coluna mostra os limites dos inter.alos de confianEa de YC[ para as
diferenEas entre as mPdias das amostras.
#nterpretaEFoI-eNam 9ue o ;rupo 7 apresentou diferenEa significati.a em relaEFo
aos grupos :LG Y e 4ML mas nFo em relaEFo aos grupos 4 e Z.
'btendo o gr/fico Boxplot como N/ .imos anteriormente (obtido com o comando
Explore/! d/ uma mel2or .isFo do 9ue o $eans ,lotL a distribuiEFo da idade gestacional
no grupos de +pgar ao C] minuto ("igura D7).-eNamI
Fi-. DB.G#+$i!o 5o(plot &* i&"&* -*(1"!io", * A5-"# o PU
Para .erificar a eBistncia de diferenEas estatisticamente significati.as entre mPdias
de mais de duas amostras ou medidas relacionadas (trs medidas feitas nos mesmos
indi.KduosL uma antesL uma durante e outra depois de uma determinada inter.enEFo ou
tratamento (medias feitas em trs pontos distintos no tempo)L usamos o teste con2ecido
como A+,i(* &* 2"#iR!i" 5"#" M*&i&"( R*5*1i&"( ou +%'-+ para Medidas
Repetidas. %o SPSSI %naly.e&Deneral #inear $odel&Gepeated $easures( %Fo
eBemplificaremos por nFo disporL no momentoL de uma base de dados para esta an/lise.
2-B.V@i-E@"&#"&o
+ estatKstica do 9ui$9uadrado (Chi+square) P ade9uada para <"#i+<*i(
E@",i1"1i<"(= !om &@"( o@ m"i( !"1*-o#i"(= o@ (*A" &"&o( omi"i( (a9ueles
distribuKdos em categorias nominais sem 9ual9uer ordemL como seBoL raEaL .ia de
43
partoLcor dos cabelos). + pro.a do 9ui$9uadrado (H
5
) P utiliOada para compro.ar se
eBistem diferenEas estatisticamente significati.as entre duas distribuiETesI m*&* o -#"@
&* &i(!#*5R!i" *1#* @m !oA@1o &* $#*EHI!i"( o9(*#<"&"( * @m !oA@1o &*
$#*EHI!i"( *(5*#"&"(V o seu .alor ser/ Oero 9uando nFo 2ou.er diferenEa entre os
nmeros obser.ados e os esperados.
' 9ui$9uadrado 9uantifica a associaEFo entre .ari/.eis 9ualitati.asL comparando
as diferenEas entre os .alores obser.ados e os esperados. 8uanto maior for o .alor da
estatKstica H
5
L maior ser/ o grau de associaEFo eBistente entre as duas .ari/.eis.
' 9ui$9uadrado tambPm pode ser usado para .ari/.eis 9uantitati.asL uma .eO
9ue P possK.el criar categorias para estas .ari/.eisL comoL duraEFo da internaEFoL
categoriOadas nas classes atP 5 dias e mais de 5 dias.
%a aplicaEFo do 9ui$9uadradoL as fre9\ncias te3ricas para cada casin2a de.em
ser iguais ou superiores a C.
's principais testes sFo o T*(1* V@i-E@"&#"&o 5"#" @m" "mo(1#" e o V@i-
E@"&#"&o &* i&*5*&I!i". &odas as fre9uncias esperadas de.em ser maiores 9ue 4
e no m/Bimo 5M[ das fre9uncias esperadas podem ser menores 9ue C.+ amostra total
de.e ser maior 9ue 5M.
T*(1* V@i-E@"&#"&o 5"#" @m" "mo(1#"
%esta amostra 9ue estamos trabal2ando (uso de corticoster3ide prP$natal na
Maternidade do Qospital Regional da +sa Sul)L as mFes sFo igualmente distribuKdas
9uanto ao tipo de partoL 2ipertensFoL seBo e gemelaridadek
P"#" i(1o $"4*mo(:
%naly.e &onparametric Test&#egacy dialogs&Chi+Square (figura D:)(SPSS$4Z)
Fi-.D?. 0nal,+e *3onparametric Test*6eac, dialos*$7i2Square
Em Test Variable #istL selecione as .ari/.eis em estudo. Em Expexted Values
mar9ue %ll categories equal (figura DC)
Fi-.DP. $7i2Square test
44
Clicar em -8 e a saKda do SPSS mostrar/ (figura DD)
Fi-. DD. S"F&" &o SPSS
Podemos obser.a em Test Statistics 9ue as proporETes de mFes nFo sFo iguais
9uanto ao tipo de parto (p`MLMM5) e gemelaridade (p`MLMM4). %o entantoL sFo iguais para
2ipertensFo materna e seBo dos recPm$nascidos. 'bser.em 9ue para cada categoria da
.ari/.elL o nmero de casos obser.ados (-bserved )L o nmero de casos esperados se
as proporETes fossem iguais (Expected ) e a diferenEa entre eles (GesHdual!('bser.em
tambPm 9ue teste 9ui$9uadrado compara as fre9\ncias obser.adas com as fre9uncias
esperadasL considerando 9ue a 2ip3tese nula seNa .erdadeira.
45
T*(1* V@i-E@"&#"&o &* i&*5*&I!i"
Este .erifica a eBistncia de associaEFo estatisticamente significante entre duas
.ari/.eis categ3ricasL medidas em escala nominal ou ordinal. %Fo 2a.endo
associaEFoLdiOemos 9ue as .ari/.eis sFo independentes.
Como o91*# o E@i-E@"&#"&o o SPSSI %naly.e& Descritives& Crosstabs ("igura DG)
Fi-.DG. M*@ 0nal,+e* Descriti'es* $rosstabs
%a caiBa de di/logo CrosstabsL selecionar uso seBo nas Gow 0s! (lin2as) e uso
de corticoster3ide nas Column0s! (colunas) ("igura DC)
Fi-.DJ. C"i)" &* &i+,o-o &o $rosstabs
Clicar em Cells e selecionar em Counts2 -bserved e em ,ercentages2 Gow 0"igura DY!
46
Fi-.DK.C"i)" &* &i+,o-o $rosstabs% $ell Displa,
Clicar RContinueS
Selecionar RStatisticsS e selecionar Chi+SquareL pressionar RContinueS ("igura GM)
Fi-.G>. C"i)" &* &i+,o-o &o $rosstabs%Statistics
Clicar R-8S
%o -utput Viewer serFo mostradas a seguintes tabelas ("igura G4).
4
Fi-.G/. R*(@,1"&o( &o 1*(1* &o E@i-E@"&#"&o @1i,i4"&o o $rosstabs 5"#" o
@(o &* !o#1i!o(1*#Mi&* 5#L-"1", * (*)o.
E1*&*&o m*,6o# o #*(@,1"&o &o V@i-E@"&#"&o
2Pearson $7i2SquareI o .alor calculado do teste (.alueaLM4Y4)L os graus de
liberdade (dfa4) e a signific6ncia ou .alor$p (MLDD5). Este P o resultado 9ue
normalmente se utiliOa ao realiOar o teste do 9ui$9uadrado.
$$ontinuit, corectionI P uma correEFo no .alor do 9ui$9uadradoL utiliOado no
caso de amostras pe9uenas (uma das cPlulas da tabela com n`C ou n`5M)V tem o
obNeti.o de superestimar a signific6ncia do teste.= usado somente nas tabela 5 B 5
26i8e7ood ratioI constitui um teste alternati.o ao 9ui$9uadrado na .erificaEFo da
associaEFo entre duas .ari/.eis medidas em escala nominal.8uando as amostras sFo
grandesLo seu resultado P pr3Bimo ao 9ui$9uadrado.
2Fis7er9s E(act TestI o teste eBato de"is2er P usado 9uando a amostra P muito
pe9uena para permitir a utiliOado do 9ui$9uadrado (9uando alguma fre9\ncia
esperada`4 ou mais de 5M[ das fre9uncias esperadas `C ou amostra total`5M)
26inear b,26inear 0ssociationI P um teste para a .erificaEFo da eBistncia de
relaEFo linear entre duas .ari/.eis medidas em escala ordinal. %Fo P apropriado para
.ari/.eis 9ue foram medidas em escala nominal.
Podemos obser.ar 9ue nFo eBiste relaEFo entre o uso de corticoster3ide no prP$
natal e seBo dos recPm$nascidosL pois o .alor do H
5
P pe9ueno (.eNa 9ue o .alor de p
$asymp(sig$ P maior 9ue MLMC). +ssimL sFo .ari/.eis independentes.
4!
2-?- Ri(!o R*,"1i<o * O&&( R"1io
' Risco Relati.o (RR) e 'dds Ratio ('!) sFo medidas de forEa de associaEFo
(medidas de efeito)L ou seNaL medem a associaEFo da .ari/.el de desfec2o com a
.ari/.el de eBposiEFoI 9uanto da probabilidade de ocorrncia da .ari/.el dependente
de.e$se U sua relaEFo com a .ari/.el independente. 's termos associaEFo e efeito
referem$se ao fato de 9ue uma .ari/.el teria uma relaEFo ou eBerceria um efeito sobre
outra .ari/.el. Como os resultados sFo decorrentes de uma raOFoL o .alor de nulidade
para esses P de 4 (um).
Selecionar %naly.e&Descriptives Statistics&Crosstabs
%a caiBa de di/logo do Crosstabs/ selecionar P%#( (pneumonia) nas Column0s)
(coluna (s)L e uso do corticoster3ide prP$natal nas Gow 0s! (lin2as). Clicar em RCellsS e
selecionar CountsI -bserved e ,ercentages2 Gow ("igura G5)
Fi-.G8. C"i)" &* &i+,o-o C#o((1"9(: S1"1i(1i!(
Clicar RContinueS
%a caiBa de di/logo CrosstabsL pressionar RStatisticsS. %a caiBa Crosstabs2 Statistics
assinalar Chi+Square e Gis<. Pressionar RContinueS ("igura GM)
4"
Fi-.GB. C"i)" &* &i+,o-o $rosstabs%Statistics
Clicar R'>S
%o -utput viewer teremos as tabelas. ("igura G:)
Fi-.G?.R*(@,1"&o( &o W
8

5#
I1*#5#*1":CoI obser.amos 9ue a pneumonia ocorreu significati.amente menos nos
R% cuNas mFes receberam corticoster3ide prP$natal ('RI ML74L com inter.alo de
confianEa de ML45$MLGG)ou seNaL 2ou.e diminuiEFo da pneumonia intra$uterina em DY[
(4$ML74aMLDY B 4MMa DY[) nos R% eBpostos ao corticoster3ide prP$natal em relaEFo aos
R% nFo eBpostos e a estimati.a da .ariabilidade foi de 57[ a ZZ[ (4$MLGGaML57 B
4MMa57[ e 4$ML45aMLZZ B 4MMa ZZ[). Esta associaEFo P significati.a por nFo conter a
unidade no inter.alo de confianEa. 'bser.e da signific6ncia no ,earson Chi+Square em
%symp(Sig 06+sided! 9ue foi de MLMMY
' Risco Relati.o (RR) P a medida da forEa da associaEFo entre a eBposiEFo e o
e.ento (resultado). + raOFo das c2ances (odds ratio $ 'R) P definida como a
probabilidade de 9ue um e.ento ocorra di.idido pela probabilidade de 9ue ele nFo
ocorraL ou seNa P o 9uociente entre a 9uantidade de e.entos e a 9uantidade li.re de
e.entos (o mesmo modo 9ue o RR a.alia$se a .ariabilidade amostral da 'R atra.Ps do
c/lculo do inter.alo de confianEa e a interpretaEFo P a mesma do RRL ou seNaL se o
inter.alo de confianEa da 'R conti.er a unidadeL significa ausncia de associaEFo). +
'R pode ser estimada em estudo tipo coorte (populaEFo seguida da causa para o efeito)
e em estudo tipo caso$ controle (populaEFo seguida do efeito para causa). e/ o RR s3
pode estimado em estudos tipo coorte e nFo em estudos tipo caso$controleL por9ue este
tipo de estudo nFo permite estimati.a da taBa populacional do e.ento nos grupos
estudados.
8uando o RR ou a 'R P igual a 4L significa 9ue nFo 2/ efeito com o tratamentoL
ou seNaL o efeito do tratamento P o mesmo nos dois grupos. Se o RR'R P ` 4L significa
9ue o risco do e.ento P menor no grupo tratado 9ue no controle. + .ariabilidade
amostral do estudo pode ser a.aliada atra.Ps de testes de signific6ncia ou .ia inter.alo
de confianEa. +9ui daremos preferncia U segunda abordagem. Para um dado nK.el de
signific6ncia (p`a MLMC)L o inter.alo de confianEa representa o inter.alo onde de.e estar
o par6metroL ou seNaL o risco relati.o .erdadeiro. Se o .alor 4L 9ue se refere U nulidade
da associaEFoL nFo esti.er contido no inter.aloL temos uma confianEa 9ue na populaEFo
de onde nossa amostra foi eBtraKdaL o RR P diferente de 4L sendoL portanto significati.o
o ac2ado da amostra. Para a realiOaEFo dos c/lculos do risco relati.o e o inter.alo de
YC[ de confianEaL assim como o seu significadoL consulte www.paulomargotto.com.brL
em Entendendo BioestatHstica e ExercHcio da $edicina Baseado em Evid>ncias.
' i1*#<",o &* !o$i":" mostra o limite dentro do 9ual eBiste a certeOa do
.erdadeiro efeito do tratamentoV estima a magnitude da associaEFo e informa a
.ariabilidade da estimati.aL atra.Ps dos limites inferior e superior.
+ seguirL planil2as para o c/lculo do Risco Relati.oL -dds Gatio e &este
!iagn3stico( <raile !M e ;odoA M").
C,i!"# &@"( <*4*( "( $i-@#"( * *,"( 1#"($o#m"m-(* *m 5,"i,6"(X

2*A"mo( @m *)*m5,o: U(o &* &#o-"( " S"," &* P"#1o * U(o &o !o#1i!o(1*#Mi&* 5#L-
"1",
51
!igite +PE%+S nas caselas de cor laranNa e %(%C+ nas caselas aOuis.
euntamente com o resultado da odds ratio temos o inter.alo de confianEa.
#nterpretaEFoI 2ou.e diminuiEFo do uso de drogas na sala de parto em :Z[ (4$
MLC5aML:Z B 4MM) no grupo do corticoster3ideL porPm nFo foi significati.oL pois no
inter.alo de confianEa contem a unidade.
-oc pode tambPm usar este site para realiOar c/lculos estatKsticos em &estes
!iagn3sticosL obtendo a sensibilidadeL especificidadeL .alor prediti.o positi.o e o .alor
prediti.o negati.oL alPm de poder obter a EstatKstica >appaL descrita por Co2enL o
c2amado &i!* K"55" para a.aliar o grau de acerto do procedimentoL ou seNaL para
a.aliar o 9uanto o resultado do procedimento escapa do aOar. &emos usado a seguinte
escala de interpretaEFoI >=GP - /: m@i1o 9omY >=?Z >=G?: #*-@,"# " 9omY >=BP:
#@im (o diagn3stico nFo P eBplicado pelo procedimento e sim pelo aOar em YC[ das
.eOes). .'utros usamI
52
(=%,.%>pobre?%,.--%,:%>fraca?%,:--%,6%>moderada? %,6--%,1%>boa?@%,1%>muito boa
= importante con2ecer o inter.alo de confianEa a YC[ do Kndice >appa para dar$l2e
mais peso ao resultado ac2ado. + signific6ncia dar$se$/ pela ausncia da unidade no inter.alo de
confianEa.
%o item H#L discutimos a realiOaEFo da EstatKstica @ no SPSS na a.aliaEFo intra e entre$
obser.adores.
2I-CORRELAO E REGRESSO LINEAR SIMPLES
' termo correlaEFo descre.e a associaEFo entre duas <"#i+<*i( @mL#i!"(
(E@"1i1"1i<"()V 9uantifica a forEa da associaEFo entre estas duas .ari/.eis. (ma
correlaEFo eBpressa uma medida do relacionamento linear entre .ari/.eis. %o
eBemploL peso e alturaL em 9uanto aumenta o peso U medida 9ue a estatura aumentak '
comportamento conNunto de duas .ari/.eis 9uantitati.as pode ser obser.ado atra.Ps de
um gr/fico denominado Di"-#"m" &* Di(5*#(Co e medido atra.Ps do Co*$i!i*1* &*
!o##*,":Co.
Di"-#"m" &* Di(5*#(Co:
%a representaEFo gr/ficaL P importante sempre colocar no eiBo das abscissas
(2oriOontal) a .ari/.el independente ou eBplanat3ria ou preditora (H) e no eiBo das
ordenadas (.ertical)L a .ari/.el dependente ou desfec2o. + correlaEFo 9uantifica 9uFo
bem H e m .ariam em conNunto
Co##*,":Co ,i*"# &* P*"#(o
' coeficiente de correlaEFo (r de Pearson) eBpressa 9uantitati.amente as
relaETes entre duas .ari/.eis. = um nmero puroL usado para classificar a correlaEFo
emI r a 4I perfeitaV r a MLZM $ `4I muito altaV r a M.DM $ `MLZMI altaV r a M.:M $ `DMI
53
moderadaV r a ML5M $ `M.:MI baiBaV r a M $ `M.5M muito baiBaV r a MI nula forte. '
coeficiente de correlaEFo P um Kndice de magnitude na 9ual se associam duas .ari/.eis.
+ntes de se realiOar uma an/lise de correlaEFoL de.emos faOer um gr/fico de
dispersFo (Scatterplot) para a .erificaEFo do comportamento das .ari/.eis.
%o menu Draphs/ selecionar Scatter ("igura GC).
Fi-.GP. M*@ :rap7s*Scatter

%a caiBa de di/logo com representaETes gr/ficas para Scatterplot/ escol2er Simple
("igura GD).

Fi-.GD C"i)" &* &i+,o-o Scatterplot
%a Nanela Simple ScatterplotL colocar no I %xis (eiBo m) a .ari/.el peso e no J %xis
(eiBo H) a .ari/.el altura e clicar R-8: ("igura GG).
54
Fi-.GG. C"i)" &* &i+,o-o Simple Scatterplot
%a Nanela -utput Viewer .ai aparecer a seguinte figura ("igura GZ)
Fi-.GJ. R*(@,1"&o &o Scatterplot 5"#" "( <"#i+<*i( 5*(o * *(1"1@#"
55
!ando um cli@ duplo com o mouse sobre o gr/ficoL ser/ aberta a Nanela Chart
EditorL podendo assim ser editado o gr/fico. Selecionar Elements e )t #ine at total
0)igura 1K!(
Fi-.GK. 0"*," $7art Editor
+ssim ser/ possK.el a colocaEFo da #*1" &* #*-#*((Co representando a associaEFo
linear entre as duas .ari/.eis("igura ZM).
Fi-.J>! Scatterplot !om " #*1" &* #*-#*((Co= #*5#*(*1"&o " "((o!i":Co ,i*"# *1#*
"( &@"( <"#i+<*i(
56
*eta de
*e+ress'o
r
2
'bser.em 9ue no canto direto do gr/fico aparece o G sq #inearL 9ue
representa o coeficiente de Pearson ao 9uadrado (r
5
) (.eNa mais adiante)
+p3s a a.aliaEFo do Scatterplot/ solicita$se a an/lise de correlaEFo propriamente
ditaI %naly.e&Correlate&Bivariate e ser/ aberta a caiBa de di/logo Bivariate
Correlations 0"igura Z4!(
Fi-.J/. M*@ 0nal,+e*$orrelate*5i'ariate

Selecionar peso e estatura e transferir para a caiBa -ariables. +s opETes ,earson e
Two+tailed sFo selecionadas como padrFo ("igura Z5)
Fi-.J8.C"i)" &* &i+,o-o 5i'ariate $orrelations o&* (* o91Lm o !o*$i!i*1* &*
!o##*,":Co &* P*"#(o
+ seguirL clicar R-8S. %a Nanela do -utput Viewer ser/ apresentada uma matriO
simPtrica com o coeficiente de correlaEFo de PearsonL alPm do .alor da signific6ncia e
o nmero de casos ./lidos (Correlations) ("igura Z7)
5
Fi-. JB.R*(@,1"&o &o !+,!@,o &o !o*$i!i*1* &* !o##*,":Co ,i*"# &* P*"#(o !om "
(@" (i-i$i!R!i"
+ssimL .emos 9ue 2/ uma correlaEFo significati.a (.eNa o Sig( 06+tailedI`M.MC)
entre estatura e peso P ML::.
Co##*,":Co P"#!i",
+ correlaEFo parcial consiste na relaEFo eBistente entre duas .ari/.eisL
eliminando a influncia de outras. %o eBemplo anteriorL .amos controlar a idade
gestacional.
%naly.e&Correlate&,artial ("igura Z:)
Fi!;<!1enu 0nal,+e*$orelate*Partial
%a caiBa de di/logo ,artial CorrelationsL escol2emos controlar (Controlling for)
a idade gestacional. Clicar em R-8S ("igura Z:).
5!
r
Fi-.J?. C"i)" &* &i+,o-o Partial $orrelations
+ Nanela do -utput Viewer mostrar/ ("igura ZC)I
Fi-.JP. O@15@1 &" "+,i(* &* Partial $orrelations
Podemos .er 9ue a correlaEFo entre a estatura e o peso continua significati.a
(p`MLMM4) e a correlaEFo P de ML7Y. ' r
5
(coeficiente de determinaEFo) P de ML4C (a
estatura eBplica a .ariabilidade do peso do R% em 4C[L 9uando controlamos a idade
gestacional).
R*-#*((Co ,i*"# (im5,*(
Como .imosL a !o##*,":Co indica o grau de "((o!i":Co entre duas .ari/.eisL ao
passo 9ue a #*-#*((Co diO respeito U !"5"!i&"&* &* 5#*<*# um .alor baseado no
con2ecimento do outro (de pre.er m dado 9ue H seNa con2ecido). + regressFo tem como
obNeti.o 9uantificar o efeito do H sobre o m. + essncia da an/lise de regressFo P a
pre.isFo de algum tipo de saKda (resultado) a partir de uma (regressFo simples) ou mais
.ari/.eis pre.isoras (regressFo mltipla). ' conceito de regressFo de.e$se a ;alton e
consiste em aproBimar uma lin2a reta (reta de regressFo) de uma nu.em de pontos de
um diagrama de dispersFoL ou seNaL representa mediante uma reta a nu.em de pontos.
' mPtodo dos mKnimos 9uadrados P uma forma de encontrar a lin2a 9ue mel2or
se aNusta aos dados (lin2a 9ue passe entre ou o mais pr3Bimo possK.el do maior
nmero de pontos de dados). Esta lin2a de mel2or aNuste ou aderncia P c2amada de
lin2a de regressFo.
' conceito de linearidade refere$se ao fato de 9ue a relaEFo entre duas .ari/.eis
possa ser representada mediante uma funEFo linearL ou seNaL o incremento de uma
.ari/.el produO o mesmo na outra .ari/.elL de forma linear e constante
5"
Como N/ citamosL 9uando a an/lise de regressFo linear en.ol.e somente uma
.ari/.el eBplanat3ria (H)L a tPcnica P denominada R*-#*((Co Li*"# Sim5,*(. 8uando
sFo en.ol.idas duas ou mais .ari/.eis eBplicati.asL emprega$se a eBpressFo R*-#*((Co
Li*"# MT,1i5,".
+ seguir .amos realiOar uma regressFo simples com peso como .ari/.el
dependente e a estatura como .ari/.el independente (a 9ue eBplica).
%naly.e&Gegression&#inear. -ai aparecer a caiBa de di/logo de regressFo linear.
Escol2a o peso como .ari/.el dependente e a estatura como .ari/.el independente
("igura ZD).
Fi-.JD. C"i)" &* &i+,o-o Li*"# R*-#*((io
Clicar em RStatistics: e selecionar Estimates/ $odel )it/ G squared chance e
Descriptives 0"igura ZG!(
Fi-.JG. C"i)" &* &i+,o-o 6inear =eression% Statistics
Clicar RContinueS e em seguidaL R-8S. %a Nanela do -utput Viewer ser/
mostrado ("igura ZZ).
6#
Fi-.JJ.&utput 'iewer &" "+,i(* &* #*-#*((Co ,i*"# (im5,*(
Como N/ descre.emos eBiste uma correlaEFo entre peso e estatura (raM.::)L ou
seNa certa proporEFo da .ariabilidade do peso pode ser eBplicada pelo estatura. %Fo
2a.endo correlaEFo entre duas .ari/.eisL diOemos 9ue elas sFo .ari/.eis independentes.
%a tabela $odel SummaryL .emos o r S9uared (r
5
) igual a ML4Y7. ' r
5
P con2ecido
como coeficiente de determinaEFo (de.e ser interpretado como a proporEFo da .ariaEFo
total 9ue P eBplicada) e estima 9ue 4YL7[ (ML4Y) da .ariabilidade do peso P eBplicada
pela estatura (tal como mostramos o gr/fico com a reta de regressFo obtida no Chart
EditorL selecionando Elements e )t #ine at total(consulte a "igura GG).
e/ o Co*$i!i*1* &* A,i*":Co P calculado /- #8L sendo interpretado como a
proporEFo da .ariabilidade de m 9ue nFo P eBplicada pela .ariabilidade de H. %o
presente eBemploL ZMLG[ do peso nFo P eBplicada pela estatura do recPm$nascido.
'bser.ando a tabela +%'-+ .emos a signific6ncia da raOFo " (p`M.MMM4)L
indicando 9ue o modelo de regressFo (estatura) pre. o peso bastante bem. %o entanto
a +%'-+ nFo informa a contribuiEFo indi.idual das .ari/.eis no modelo (neste casoL
61
como s3 2/ uma .ari/.el no modeloL podemos inferior 9ue esta .ari/.el P um bom
pre.isor).
-amos agora interpretar a tabela Coeficients 0os par6metros b
o
e b
5
sFo
con2ecidos como coeficientes de regressFo!2 na e9uaEFo de regressFo b
o
representa o
intercepto yL ou seNaL ponto onde a lin2a corta o eiBo m (Consulte Margotto
PRICo##*,":Co em Entendendo <ioestatKstica </sica l www.paulomargotto.com.br ) e
este P o .alor 7 na tabela. Podemos tambPm .er o .alor 9
/
da tabela e este .alor
representa o gradiente (inclinaEFo) da lin2a de regressFo. ' seu .alor P BJ=PG8. Este
.alor representa a m@&":" &" <"#i+<*, &* ("F&" 5"#" !"&" ",1*#":Co &* @m"
@i&"&* o 5#*<i(o#. +ssimL se a .ari/.el pre.isora (estatura) P aumentada em uma
unidade L o modelo pre. um aumento de 7ZLCG5g no peso. Para 9ue a .ari/.el
pre.isora ten2a um impacto significati.o na 2abilidade de pre.er o resultadoL este b
de.e ser diferente de Oero e grandeL9uando comparado ao erro padrFo. Para estes dois
.aloresL as probabilidade (teste t) sFo de MLMMM e assim podemos afirmar 9ue a estatura
tem uma contribuiEFo significati.a (p`M.MM4) para pre.er o peso ao nascer.
PortantoL a E9uaEFo da reta ficaI
P*(o "o "(!*# [ 9
o
(-8P/=//G) \9
/
(BJ=PG8) ) E(1"1@#" "o "(!*#
E)*m5,o:RN !om *(1"1@#" &* BJ=P8!m=" 5#*<i(Co &o 5*(o L:/8BP-
REGRESSO MLTIPLA
Qa.endo ./rios pre.isoresL estaremos realiOando uma R*-#*((Co MT,1i5," (esta P
uma eBtensFo l3gica dos princKpios da regressFo linear simples 9uando 2/ ./rios
pre.isores). 's princKpios b/sicos sFo os mesmos da regressFo simplesL isto PL procura$
se encontrar uma combinaEFo linear de pre.isores 9ue se correlacionam de forma
m/Bima com a .ari/.el de saKda. Para maiores informaETesL sugiro consultar +ndA
"ield$!escobrindo a EstatKstica usando o SPSSL 5MMY.
e/ a R*-#*((Co Lo-F(1i!"L 9ue .eremos a seguirL P uma regressFo mltiplaL mas
com uma vari4vel de saHda categ*rica dicotLmica 0dependente) e vari4veis previsoras
0eBplicati.as ou independentes! contHnuas ou categ*ricas. +ssim podemos pre.er a 9ual
de duas categorias P pro./.el 9ue esta .ari/.el pertenEaL dada certas informaETes.
8uando a .ari/.el de saKda P dicotXmica (como simnFo)L nFo podemos usar a regressFo
linear a despeito da semel2anEa entre a regressFo linear e a logKstica. Para uma
regressFo linear ser ./lidaL os dados obser.ados de.em ter uma relacionamento linear.
8uando a .ari/.el de saKda P dicotXmicaL esta 2ip3tese P normalmente .iolada. +tra.Ps
de uma transformaEFo logarKtmica .oc pode contornar este problemaL mantendo a
forma do relacionamento linear en9uanto o pr3prio relacionamento em si nFo P linear.
2II - REGRESO LOGSTICA 7INQRIA: No:;*( 9+(i!"(
+ regressFo logKstica .em sendo utiliOada em di.ersas /reas. Este mPtodoL tal
como as regressTes linear e mltiplaL estuda a relaEFo entre uma .ari/.el resposta e uma
ou mais .ari/.eis independentes. + diferenEa entre estas tPcnicas de regressFo se de.e
ao fato de 9ue " #*-#*((Co ,o-F(1i!" "( <"#i+<*i( &*5*&*1*( *(1Co &i(5o(1"( *m
!"1*-o#i"( (simnFoaltobaiBobomruim)L en9uanto na regressFo linear estas .ari/.eis
sFo contKnuas. + resposta na regressFo logKstica P eBpressa por meio de uma
probabilidade de ocorrnciaL en9uanto na regressFo simplesL obtPm$se um .alor
numPrico. PortantoL a regressFo logKstica apresenta$se como um mPtodo na
determinaEFo da probabilidade de ocorrncia dos .alores preditos de uma .ari/.el
dicotXmica. %a regressFo logKstica as .ari/.eis independentes podem ser tanto fatores
62
9uanto co.ariantes (dados contKnuos) e as .ari/.eis dependentes poderFo estar dispostas
em duas ou mais categorias. +ssimL temos a RegressFo 0ogKstica <in/ria (duas
Categorias)L 'rdin/ria e %ominal. + escol2a de 9ual mPtodo a ser utiliOado depende do
nmero de categorias e das caracterKsticas da .ari/.el resposta. -eNa a tabela 7L a seguirI

T"9*," B: Ti5o( &* <"#i+<*, #*(5o(1" (P*6" RN= 8>>8)
(ma .ari/.el bin/ria P a9uela 9ue aceita apenas dois nK.eis de respostaL como
sim ou nFo. e/ uma .ari/.el ordin/ria segue uma ordenaEFo natural das coisasL como
pe9uenoL mPdio e grande ou classificaEFo como ruimL bom ou eBcelente. + .ari/.el
nominal tem mais de trs nK.eis sem nen2uma ordenaEFo (obNeto aOulL pretoL amarelo e
.ermel2o ou na pre.isFo do tempoL ensolaradoL nubladoL c2u.oso).
Em resumoL a regressFo logKstica P uma regressFo mltiplaL mas com uma
.ari/.el de saKda categ3rica dicotXmica e .ari/.eis pre.isoras contKnuas ou categ3ricas.
%o eBemplo a seguir .amos realiOar uma RegressFo 0ogKstica <in/ria
utiliOando o SPSS. %o eBemploL a .ari/.el resposta ser/ a ocorrncia de %pgarMN O no
PQ minuto (sim ou nFo)L caracteriOando uma .ari/.el bin/ria. +s .ari/.eis independentes
escol2idas foram a9uelas 9ue se associaram indi.idualmente ao +pgar `a7 no C]
minutoI cortic*ide/ hipertensAo materna/ tipo de parto e pr9+natal.
%naly.e&Gegression&Binary #ogistic 0"igura ZY!

Fi-.JK. M*@ 0nal,+e*=eression*5inar, 6oistic
%a caiBa de di/logo #ogistic GegressionL selecionamos apgarPminmenorO
(+pgar `a7I sim e g7I nFo no C] minuto) como .ari/.el dependente (bin/ria)L9ue P
.ari/.el de saKda e corticoster3ide prP$natal (cortico)L hipertensAoL parto e pr9+natal em
Covariates (co.ari/.eis)L 9ue serFo as .ari/.eis pre.isoras( Clicar em -ptions e
selecionar Cl for exp0B0"igura YM!(
63
Fi-. K>. C"i)" &* &i+,o-o 5#i!i5", &" #*-#*((Co ,o-F(1i!"
Como na regressFo mltiplaL eBistem ./rios mPtodos diferentes 9ue podem ser
utiliOados na regressFo logKstica. Selecionar o mPtodo clicando na seta 9ue aponta para
baiBo pr3Bimo ao 9uadro denominado em R$ethodS. ' mPtodo padrFo de conduOir esta
regressFo P o enterL o mesmo da entrada forEada da regressFo mltipla em 9ue todas as
co.ari/.eis sFo colocadas no mesmo modelo de regressFo em um nico bloco e as
estimati.as dos par6metros sFo calculadas para cada bloco. Sendo assimL optamos por
Enter ("igura Y4).
Fi-.K/. ML1o&o( &* #*-#*((Co
%este nosso eBemploL eBistem 7 .ari/.eis independentes (pre.isoras) categ3ricas
9ue sFo o parto (ces/rea ou normal)L 2ipertensFo (sim ou nFo) e corticoster3ide (sim ou
nFo). (ma das 9ualidades da regressFo logKstica P 9ue ela aceita pre.isores categ3ricos.
+ssimL P necess/rio indicar ao SPSS 9uais .ari/.eis sFo categ3ricasL clicando em
RCategoricalS na caiBa de di/logo da regressFo logKstica para ati.ar uma no.a caiBa de
di/logo Define Categorical Variables e en.ie para a direita a .ari/.el categ3rica
corticoL como est/ na "igura Y5.+ seguir pressione RContinueS.
64

Fi-.K8. D*$ii&o "( <"#i+<*i( !"1*-M#i!"( " #*-#*((Co ,o-F(1i!"
Retornando a CaiBa de di/logo principal da regressFo logKsticaL pressionar
RSaveS e selecionar toas as opETes disponK.eisL como mostra a "igura Y7. ' eBame dos
resKduos P eBtremamente importante para .erificar a 9ualidade do aNuste do modelo aos
dados obser.ados.
.
Fi- KB. C"i)" &* &i+,o-o 5"#" " &*1*#mi":Co &* #*(F&@o( &* #*-#*((Co.
+ seguirL na caiBa de di/logo principal da regressFo logKsticaL clicar em
R-ptionsS. ("igura Y:). Em geral as opETes padrTes sFo suficientes. %esta caiBa de
di/logo .oc pode solicitar ao SPSS 9ue apresente um inter.alo de confianEa para a
estatKstica exp b. -oc tambPm pode solicitar a estatKstica de aderncia de ;osmer+
#emeshow 9ue pode ser utiliOada para a.aliar 9uFo bem o modelo escol2ido se aNusta
aos dadosL comparando as fre9\ncias obser.adas e as esperadas. Pressionar RContinueS
para retornar a caiBa de di/logo principal da regressFo logKstica.
65
Fi-. K?. C"i)" &* &i+,o-o 5"#" "( o5:;*( &" #*-#*((Co ,o-F(1i!"
Pressionar RContinueS para retornar a caiBa de di/logo principal da regressFo logKstica e
seguirL clicar em R-8:! e o -utput Viewer mostrar/ ("iguras YC).
$codificaEFo da .ari/.el dependente $ codificaEFo das .ari/.eis pre.isoras


Fi-.KP. &utput 'iewer &" #*-#*((Co ,o-F(1i!"
+ ltima lin2a desta tabela apresenta a estatKstica 9ui$9uadrado dos resKduos
como 4:LM4Y 9ue P significante (p`MLMC) (P c2amada de -veral Statistics$estatKstica
global). Esta estatKstica informa 9ue os coeficientes para as .ari/.eis 9ue nFo estFo no
modelo sFo significati.amente diferentes de OeroL ou seNaL 9ue a adiEFo de uma ou mais
destas .ari/.eis ao modelo ir/ afetar significati.amente o seu modelo de pre.isFoV se o
p fosse gM.MCL isto significaria 9ue nen2uma das .ari/.eis eBcluKdas do modelo
contribuiria de forma significati.a para o poder prediti.o do modelo e assimL a an/lise
terminaria neste est/gio.
66
+ coluna Score mostra o .alor da estatKstica do *(!o#* *$i!i*1* &* Ro".
'bser.em 9ue a 2ipertensFoL seguida pelo corticoster3ide e o tipo de parto apresentam
maior escore eficiente de Roa significati.os.
Estimati.a dos coeficientes dos pre.isores incluKdos no modeloI fornece os coeficientes
e estatKsticas para as .ari/.eis 9ue foram incluKdas no modelo (figura YD)I
Fi-.KD.&utput 'iewer &" #*-#*((Co ,o-F(1i!": *(1im"1i<" &o( !o*$i!i*1*( &o( 5#*<i(o#*(
(ma estatKstica importante P a estatKstica de ?ald 9ue tem uma distribuiEFo 9ui$
9uadrado e nos informa se o coeficiente b para um dado pre.isor difere
significati.amente de Oero. Se isto ocorrerL podemos diOer 9ue o pre.isor est/
contribuindo de modo significati.o para a pre.isFo da saKda. +ssim L com relaEFo a
estes dadosL podemos diOer 9ue o uso do corticoster3ide prP$natal P um pre.isor
significati.o para a nFo ocorrncia de +pgar `a 7 e 9ue a 2ipertensFo materna
representa um fator de risco. + exp b0Exp 0b! P interpretada como uma mudanEa nas
c2ancesI se o .alor for maior 9ue 4L ele indica 9ue U medida 9ue o pre.isor aumentaL
aumentam as c2ances de uma saKda ocorrerV N/ um .alor menor 9ue 4L indica 9ue U
medida 9ue o pre.isor aumentaL as c2ances de uma saKda ocorrer diminuem. %este
eBemploL podemos afirmar 9ue as c2ances do R% cuNa mFe recebeu ester3ide prP$natal
de apresentar um +pgar ` a7 reduOiu em CGL7[ (Exp 0B) de ML:5GI 4$ ML:5GaMLCG7 B
4MMa CGL7[) em relaEFo ao R% nFo eBposto ao ester3ide prP$natal. e/ a 2ipertensFo
materna constituiu um fator de riscoL aumentando em 5L7 .eOes mais o risco de do R%
cuNa mFe te.e 2ipertensFo de apresentar um +pgar `a 7 em relaEFo ao R% cuNa mFe
nFo te.e 2ipertensFo. 'bser.e 9ue no inter.alo de confianEa de ambas .ari/.eis
pre.isora incluKdas no modelo %*' contPm a unidade).
-eNamos a interpretaEFo de outro eBemploI R*-#*((Co ,o-F(1i!" 5"#" " S*5(*. +s
.ari/.eis indi.idualmente associadas significati.amente com a sepse (corticoide/ %pgar
no 5Q minuto/ %pgar no PQ minuto/ reanima@Ao/ uso do C)G/ necessidade de intuba@Ao/
uso de drogas para a reanima@Ao/ %pgar MNO no PQ minuto) entraram no modelo de
regressFo logKstica. +p3s realiOar os passos anteriormente eBplicadosL obtemos as
estimati.as dos coeficientes dos pre.isores incluKdos no modelo ("igura YG)
Fi-.KG. &utput 'iewer &" #*-#*((Co ,o-F(1i!": *(1im"1i<" &o( !o*$i!i*1*( &o( 5#*<i(o#*(
Como interpretarI + regressFo logKstica bin/ria apresenta$se um mPtodo para
determinar a probabilidade de ocorrncia dos .alores preditos de uma .ari/.el
6
dicotXmica. + apresentaEFo tem como componentes c2a.es o ,+valueL o .alor dos
coeficientes e as odds ratio 0Exp 0B!. + interpretaEFo dos resultados est/ focaliOada
nestes componentes. +ssimL .eNam 9ue as duas .ari/.eis 9ue permaneceram no modelo
foram o !o#1i!o(1*#Mi&* 5#L-"1", (EBp(<) de MLC:C (-dds ratio aNustada)L 9ue traduO
uma diminuiEFo da sepse nos R% eBpostos ao ester3ide prP$natal de :D[ (4$MLC:CaML:D
B4MMa:D[) e a #ntubaEFo 9ue constituiu um fator de risco (aumento de 5LGZ .eOes a
sepse nos R% intubados em relaEFo aos nFo intubados).
-eNa outro eBemplo da aplicaEFo da regressFo logKsticaI o estudo de ?2elan <
et al a.aliaram o s3dio sPrico como um fator de risco para a mortalidade intra2ospitalar
em pacientes gra.e U admissFo. + -dds ratio para a morte dentro de 7M dias da
admissFo foi de ?=>G (IC " KPNN: 8=KP-P=DB) 9uando o paciente apresenta.a
6i5*#"1#*mi" e B=BD (IC " KPN &* 8=PK-?=BD) 9uando apresenta.a 6i5o"1#*mi". +
regressFo logKstica foi usada para calcular a -dds ratio aNustadaI fatores 9ue foram
incluKdos neste aNuste foram o escore de se.eridade da doenEaL permanncia na (&#L
efeito da idadeL seBoL transfusFo de sangue e sepse. +p3s o aNusteL para 2ipernatremiaL a
-dds ratio (aNustada) para a morte passou para /=?/ (I1*#<",o &* !o$i":" &* >=KG-
8=>G: nFo alcanEou a signific6nciaL pois no inter.alo de confianEa contPm a unidade) e a
-dds ratio (aNustada) para 2iponatremia passou para 8=>> (I1*#<",o &* !o$i":" "
KPN &* /=??-8=GGL ou seNaL foi menorL porPm continuou significati.aL pois no inter.alo
de confianEa nFo contPm a unidade). +ssimL o s3dio sPrico P um poderoso marcador
inicial para a mortalidadeL mas a mortalidade no grupo 2ipernatrmico P primariamente
um fator de se.eridade da doenEa. e/ para a 2iponatremia o aumento da mortalidade P
independente de outras .ari/.eis. PortantoL os dados deste estudo nos informam 9ue o
s3dio sPrico na admissFo P um importante determinante da mortalidade intra2ospitalar
em todos os pacientes. ' s3dio na admissFo pode ser usado para estratificar os pacientes
9ue .Fo necessitar de uma terapia mais agressi.a e maior monitoriOaEFo e em particular
a 6i5o"1#*mi" 9ue necessita de tratamento cuidadoso para e.itar um eBcesso de
mortalidade 9ue P i&*5*&*1*m*1* associada com anormalidade deste distrbio.
8uanto U m@,1i!o,i*"#i&"&*= apenas a tKtulo de informaEFoI a
multicolinearidade eBiste 9uando obser.amos uma forte correlaEFo entre dois ou mais
pre.isores (.ari/.eis eBplicati.as) em um modelo de regressFoV este fato dificulta a
a.aliaEFo da import6ncia indi.idual de um pre.isor (se ambos pre.isores sFo altamente
correlacionados e cada um P respons/.el por uma .ari6ncia similar dos resultadosL
como .amos poder diOer 9ual entre as duas .ari/.eis P a mais importanteA %a .erdade
nFo podemos diOerL pois o modelo pode incluir 9ual9uer uma delas de forma
intercambi/.el. %a regressFo mltiplaL o SPSS produO ./rios diagn3sticos de
colinearidadeL entre eles o V') ("ator de #nflaEFo da -ari6ncia). ' "#- indica se um
pre.isor tem um relacionamento linear forte com outro(s) pre.isor (es)I um .alor acima
de 4M le.a$nos a preocupaEFo. &al preocupaEFo da colinearidade com a regressFo
mltiplaL ocorre tambPm com a regressFo logKsticaL sendo entFo essencial testar a
colinearidade numa an/lise de regressFo logKstica. Como o SPSS nFo tem opEFo para
faOer um diagn3stico de colinearidade na regressFo logKsticaL podemos obter estatKsticas
tais como as de toler6ncia (-alor menor 9ue ML4 indica um problema sPrio de
colinearidade) e -#" simplesmente eBecutando uma an/lise de regressFo linear
utiliOando as mesmas .ari/.eis de saKda e os mesmos pre.isores.
Em %naly.e &Gegression&#inear. Clicar em Statistics e depois selecione
Colinearity diagnostics (diagn3stico de colinearidade) e desmar9ue todas as opETes
padrTes e clicar em RContinueS para .olta U caiBa de regressFo linear e pressionar R-8S.
%o -utput viewer (saKda do SPSS)L .amos ter a Tolerance (toler6ncia) e a V').
(Consultem as "iguras YZL YY e 4MM).-eNamos um eBemploI ap3s identificar as .ari/.eis
6!
associadas indi.idualmente com o 3bitoL realiOamos uma regressFo logKstica e no
modeloL as .ari/.eis 9ue persistiram foram a .entilaEFo mec6nica e o tipo de parto
(tanto a .entilaEFo mec6nica como o parto normal aumentaram significati.amente o
3bitoI'R de CLD7L com #C a YC[ de 5L7G$47L7G e 'R de 5L55 com #C a YC[ de 4LM5$
:LZC). -eNamos a colinearidade da regressFo logKstica 9ue realiOamos entre Ventila@Ao
$ecSnica e Tipo de ,arto
Fi-. KJ: C"i)" &* &i+,o-o 5"#" " #*-#*((Co ,i*"# 5"#" o( &"&o( &* M9i1o
Fi-. KK: C"i)" &* &i+,o-o 5"#" " Statistics &" #*-#*((Co ,i*"# (*,*!io"&o $olinearit, dianostics
Fi-./>>: &utput 'iewer &o &i"-M(1i!o &* !o,i*"#i&"&* 5"#" o( &"&o( &o M9i1o
Como podemos obser.ar podemos concluir com seguranEa 9ue nFo eBiste colinearidade
entre as .ari/.eis pre.isorasL uma .eO 9ue a toler6ncia (Tolerance! e o "ator de #nflaEFo da
-ari6ncia (V')) das .ari/.eis pre.isoras sFo gML4 e `4ML respecti.amente. +ssimL o segundo
pre.isor tem uma probabilidade maior de ser respons/.el por uma .ari6ncia dos resultados do
9ue 9uando eBistia um nico pre.isor.
6"
2III- TESTES NO PARAMSTRICOS
's estatKsticos escol2em um teste paramPtrico (a maioria dos testes de 2ip3teses
.istos anteriormente) 9uando estFo seguros de 9ue a distribuiEFo normal nFo foi .iolada
e testes nFo paramPtricos por9ue nFo estFo seguros de 9ue a distribuiEFo normal foi
encontrada (estes ltimos nFo sFo tFo eficientes 9uanto aos paramPtricos para detectar
diferenEas na populaEFo).
Estes testes nFo re9uerem a estimaEFo da .ari6ncia e da mPdia da populaEFo.
SFo testes 9ue podem ser usados tanto para .ari/.eis nominais como para .ari/.eis
ordinais ou 9uantitati.a
Entre os testes nFo paramPtricosL .amos comentar sobre os mais usados
-T*(1* &o V@i-E@"&#"&o (N/ estudado)
$T*(1* 7iomi",
-T*(1* U &* M"-%6i1*3
-T*(1* &* %i,!o)o
-T*(1* &* M!N*m"#
-T*(1* &* K#@(O",-%",,i(
-T*(1* &* F#i*&m"
' T*(1* &* Ko,mo-o#o<-Smi#o<= como N/ comentamos= a.alia a normalidade de
.ari/.eis 9uantitati.asL como eBemploL o pesoL perKmetro cef/lico e estatura
%naly.e&onparametric Test e realiOamos como N/ comentamos anteriormente ("igura
YZ) e selecionar 5(Sample 8+S 0"igura 4M4).
Fi-./>/. M*@ 0nal,+e*3onparametric Test
Fi-./>8. C"i)" &* &i+,o-o &ne2Sample >olmooro'2Smirno' Test
Clicar em R-8S e o -utput viewer mostrar/ ("igura 4M7).
#
Fi-. />B. O@15@1 <i*'*# &o &ne2Sample >olmooro'2Smirno' Test
Como podemos .erL as .ari/.el estatura e perKmetro cef/lico (PC)
mostraram$se com caracterKsticas de .ari/.eis 9ue seguem a distribuiEFo normal
(paML5Y e M4M)L o 9ue nFo ocorreu com a .ari/.el peso (p`M.MC). To&" <*4 E@* o 1*(1*
&* Ko,mo-o#o<-Smi#o< "5#*(*1"# 5 Z>.>P= (i-i$i!" $@-" &* o#m",i&"&*.
-###$4-T*(1* 7iomi",
Este teste P usado para testar proporETes em uma .ari/.el dicotXmica (simnFoL
doentenFo doenteparto normalseBo masculinoL etc). &esta se a proporEFo de uma das
respostas P igual ou diferente a uma determinada proporEFo ou para testar se as
proporETes das duas categorias de resposta sFo iguais ou diferentes (por
eBemploLpercentual de uso de corticoster3ide prP$natala percentual de nFo usoL ou
percentual de parto normal P igual ao percentual de cesariana).
%o eBemplo a seguirL usando a base de dados (so de Corticoster3ide PrP$%atal na
Maternidade do Qospital Regional da +sa SulL .amos testar se o percentual de parto
normal P igual a CM[ (2ip3tese nula) ou diferente de CM[ (2ip3tese alternati.a).
Selecionar %naly.e&onparametricTest&#egacy &#egacy Dialogs(SPSS 4Z).-eNa
na figura 4M:.
Fi-./>?. *3onparametricTest*6eac, *6eac, Dialos
+ seguirL selecione a .ari/.el 9ue estamos testandoL Ti5o &* P"#1oL colo9ue na caiBa
de di/logo Test Variable #ist (figura 4MC).
1
Fi-./>P. C"i)" &* &i+,o-o 5inomial Test
Clicar em -8 e a saKda do SPSS mostrar/ (figura 4MD).
Fi-./>D. R*(@,1"&o( &o T*(1* 7iomi", (5inomial Test)
I1*#5#*1":CoI o resultado do &este <inomial neste caso indica 9ue o percentual do
de ocorrncia de parto normal P diferente de CM[ (paM.MM7) e assimL aceitamos a
2ip3tese alternati.a. %este resultado obser.amosI o nmero 0) de casos de cesariana
(475) e de parto normal (ZG[)V a proporEFo obser.ada (-bserved ,rop) para cesariana
(DM[) e parto normal (:M[)L a proporEFo a ser testada (Test ,rop) 9ue P CM[ e a
signific6ncia ou .alor$p (p$M.MM7).
-###$5$T*(1* U &* M"-%6i1*3
(sado para a comparaEFo de .ari/.eis ordinais ou 9uantitati.as entre dois
grupos independentesL9uando a distribuiEFo nFo P simPtrica (normal)L ou seNa 9uando 2/
ruptura dos pressupostos paramPtricosV corresponde ao teste t de Student para amostras
independentes.
8uando a amostra ti.er mais de 5M obser.aETesL a estatKstica ( tende a uma
distribuiEFo normalV no -utput Viewer ser/ apresentado o resultado da estatKstica OL
alPm do resultado do teste (L mas a signific6ncia pelo .alor pL ser/ a mesma.
Selecionar %naly.e&omparametric Test&6 'ndependent Samples ("igura 4MG)
2
Fi!?@A!M*@ 0nal,+e*3omparametric Test*B -ndependent Samples
-amos utiliOar as .ari/.eis peso e uso do corticoster3ide prP$natal para calcular o
teste de Mann$?2itneA. %a caiBa de di/logo Two+'ndependent+Samples TestL selecionar
as .ari/.eis peso em Test Variable #ist e uso do corticoster3ide prP$natal com Drouping
Variable( Pressionar Define Droups e definir Droup 4 como 4 e Droup 5 como 5.
%este eBemplo estamos usando uma .ari/.el 9uantitati.a 9ue nFo tem a
distribuiEFo gaussiana (%'RM+0) 9ue P o peso (.eNa anteriormente o &este de
8olmogorov+Smirnov) e .amos comparar com os R% cuNas mFes receberam
corticoster3ide prP$natal (cortico$4) e mFes 9ue nFo receberam corticoster3ide prP$natal
(cortico$5) ("igura 4MZ)
Fi-./>J. C"i)" &* &i+,o-o Two2-ndependent2Samples Test
Clicar em R-8: e o -utput viewer mostrar/ ("igura 4MY)
3
Fi-. />K. &utput 'iewer &o 1*(1* U &* M"-%6i1*3
' teste de Mann$?2itneA cria um ran<ing (ordenaEFo) de todos os casos
(independente do grupo) e depois compara estes ran<ing entre cada grupo. 'bser.amos
o ran< mPdio e a soma dos ran<ings de cada grupo (2a.endo diferenEa significati.a
entre os gruposL espera$se 9ue os ran<ings mPdios seNam bem diferentes). Em Test
StatisticsL podemos obser.ar 9ue Co 6+ &i$*#*:" *1#* o( 5*(o( &o( RN &"( mC*(
E@* #*!*9*#"m !o#1i!o(1*#Mi&* 5#L-"1", * &o( RN !@A"( mC*( Co #*!*9*#"m
(5]>.>P).
2III-B- T*(1* T &* %i,!o)o
Este teste substitui o teste t de Student para amostras emparel2adasL 9uando os
dados sFo medidos em escala ordinal ou 9uando nFo seguem a distribuiEFo normal.
<aseia$se nos postos (ran<s) das diferenEas intrapares. Como na nossa base de dados
nFo temos amostras emparel2adasL .amos dar o eBemplo de ?agner M< e clV
2emoglobina no prP$operat3rio e 2emoglobina no p3s$operat3rio.
%a caiBa de di/logo Two+Gelated+Samples Test&6 Gelated Samples ("igura 44M!
Fi-.//>. C"i)" &* &i+,o-o Two2=elated2Samples Test
4
%a caiBa de di/logo Two+Gelated+Samples TestsL selecionar o par de .ari/.eis a
ser comparadoL colocando$os na lista de pares de .ari/.eis (Test ,air0s! #ist). Em Test
#ist/ escol2er o teste de "ilcoxon ("igura 444).
(

Fi-.///. C"i)" &* &i+,o-o Two2=elated2Samples TestC de onde pode ser obtido o teste
de Wilco(on
Clicar em R-8S e o -utput viewer mostrar/ ("igura 445).

Fi-. //8. R*(@,1"&o &o T*(1* &* %i,!o)o.
5
%os resultados obser.amos 9ue o &este de ?ilcoBon calcula as diferenEas entre
os .alores das duas .ari/.eis e cria um ran<ing (ordenaEFo) destas diferenEasL
classificando$as em diferenEas negati.asL positi.as e empates (ties!. + seguirL mostra a
mPdia e a soma dos ran<ings das diferenEas negati.as e positi.as. 'bser.em 9ue 2/ Z5
diferenEas negati.as (o .alor da 2emoglobina no p3s$operat3rio foi menor do 9ue no
prP$operat3rio)L47 positi.as (o .alor da 2emoglobina no p3s$operat3rio foi maior do 9ue
no prP$operat3rio) e em C casosL 2ou.e empateL ou seNaLos .alores da 2emoglobina prP e
p3s$operat3rio foram iguais. Em Test StatisticsL temos os resultados da estatKstica de
teste (n)Iconsiderando o nK.el de signific6ncia (p`M.MM4)L podemos afirmar 9ue a
2emoglobina do p3s$operat3rio P significantemente menor 9ue a 2emoglobina do prP$
operat3rio
2III-?-T*(1* H &* K#@(O",-%",,i(
Este teste P uma alternati.a nFo paramPtrica para a an/lise de .ari6ncia de um
critPrio de classificaEFo (-ne+"ay %-V%). Pode ser usado para comparar ./rias
amostras independentes. +o ser usado 5 grupos para comparaEFoL os resultados sFo os
mesmos dos teste de ( de $ann+"hitney. Como ocorre no teste " de uma %'-+
paramPtricaL um .alor significati.o de " nFo indica onde se encontra a diferenEaL
de.endo ser realiOado o teste de &u@eA. e/ no teste Q de 8rus<al+"allisL para identificar
a diferenEaL de.e ser realiOado o teste de DunnL nFo disponK.el no SPSS.
Selecionar %naly.e&onparametrics Test&8 'ndependent Samples 0"igura 447!
Fi-.//B. M*@ 0nal,+e*3onparametrics Test*> -ndependent Samples
%a caiBa de di/logo Test for Several 'ndependent SamplesL selecionar as .ari/.eis
a testar (idade gestacionalL %pgar no PQ minuto e pesoL .ari/.eis assimPtricasL como
demonstrado pelo teste de 8olmogorov+Smirnov) em Test Variable #ist. Selecionar a
.ari/.el 9ue define os grupos em ;rouping -ariable. Pressionar Define Gange e indicar
os c3digos dos grupos ("igura 44:).
6
Fi-. //?. C"i)" &* &i+,o-o Test for Se'eral -ndependent Samples &* o&* (* o91Lm o
1*(1* 4 de >rus8al2Wallis
%a Nanela do -utput ViewerL .amos ter ("igura 44C)I
Fi-. //P. R*(@,1"&o &o 1*(1* 4 de >rus8al2Wallis
#nicialmente .emos o nmero de casos e o ran<ing (ordenaEFo) mPdio dPcada
grupo.%Fo 2a.endo diferenEa significati.a entre siLespera$se 9ue os ran<ings mPdios
seNam pr3Bimos. Podemos obser.ar 9ue nFo 2/ diferenEa significati.a entre a idade
gestacional e o peso ao nascer dos R% de mFes 9ue receberam corticoster3ide em
relaEFo aos R% das mFes 9ue nFo receberamL o 9ue %*' ocorre com o +pgar no C]
minuto (os R% das mFes 9ue receberam corticoster3ide no prP$natal ti.eram
significati.amente maior +pgar no C] minuto).

2I-P- T*(1* &* F#i*&m"

Este teste P uma eBtensFo do teste de "ilcoxonV usado para o caso de &i<*#("(
"mo(1#"( *m5"#*,6"&"(L 9uando os dados sFo medidos em escala ordinal ou tem
distribuiEFo assimPtrica. +o usar 5 gruposL os resultados sFo semel2antes ao teste de T
de "ilcoxon(
Como no nosso ar9ui.o nFo temos dados para esta situaEFo especKficaL .amos
usar o eBemplo de ?agner M< e clI ;b antes e ap*s a cirurgia. -eremos a semel2anEaL
ao eBaminar os resultados na Nanela do -utput viewerL com o teste T de "ilcoxon(
%naly.e&onparametrics Test&8 Gelated Samples ("igura 44D)
o
Fi-.//D. M*@ 0nal,+e*3onparametrics Test*> =elated Samples
%a caiBa de di/logo Test for several Gelated SamplesL adicionar as .ari/.eis 2b4 e
2b5 ("igura 44G)
Fi-.//G. C"i)" &* &i+,o-o Test for se'eral =elated SamplesC &* o&* (* o91Lm o 1*(1*
&* F#i*&m"
Clicar em R-8S e a Nanela do 'utput -iewer mostrar/ ("igura 44Z)
!
Fi-.//J. R*(@,1"&o &o 1*(1* &* Friedman
'bser.amos 2a.er diferenEas significati.as nos nK.eis de 2emoglobina no p3s$
operat3rio (menor) do 9ue no prP$operat3rio. Podemos obser.ar as semel2anEas dos
dois testesL ?ilcoBon e "riedman.
2III-D- Co*$i!i*1* &* !o##*,":Co &* S5*"#m"
Este coeficiente P o substituto do coeficiente de ,earsonL sendo empregado
9uando as .ari/.eis 9uantitati.as forem assimPtricas. EBige 9ue as <"#i+<*i( ten2am
sido medidas em *(!"," o#&i",. +presenta a mesma amplitude no resultado do
coeficiente de PearsonL .ariando de $4 (correlaEFo negati.a perfeita) a p 4 (correlaEFo
positi.a perfeita)L passando por Oero (ausncia de correlaEFo). + interpretaEFo P
semel2ante ao coeficiente de ,earsonL porPm o coeficiente de Spearman indica a
correlaEFo entre os postos e nFo entre os .alores efeti.amente medidos.
Para eBemplificarL .amos faOer uma correlaEFo entre peso ao nascer e idade
gestacional
%naly.e&Correlate&Bivariate ("igura 44Y)
Fi!??D! M*@ 0nal,+e*$orrelate*5i'ariate
"
%a caiBa de di/logo Bivariate Correlations/ colocar as .ari/.eis em estudoL peso e
idade gestacional 0apresentam distribuiEFo assimPtrica como compro.amos com o teste
de 8omogorov+Smirnov! e marcar Spearman em Correlation Coefficients ("igura 45M)
Fi-. /8>! C"i)" &* &i+,o-o 5i'ariate $orrelationsC &* o&* (* o91Lm o !o*$i!i*1* &*
Spearman
Pode$se obter estatKstica descriti.a se for pressionado R-ptionsS e marcado
means and stardard desviation/ na caiBa de di/logo Bivariate Correlations 0"igura
454).
Fi-./8/! C"i)" &* &i+,o-o 5i'ariate $orrelations% &ptions
%a Nanela -utput ViewerL .amos obser.ar ("igura 455 e 457).
Fi-./88. R*(@,1"&o &o !o*$i!i*1* &* S5*"#m" *1#* 5*(o * ",1@#".
Fi-./8B. R*(@,1"&o &o !o*$i!i*1* &* S5*"#m" *1#* 5*(o * ",1@#".
!#

' coeficiente de correlaEFo de Spearman entre idade gestacional e o peso foi de
ML55L uma correlaEFo fraca.
'utros coeficientes de correlaEFo nFo paramPtricos podem ser obtidos no SPSSL
como os coeficientes propostos por 8endall (tau$.eNa adiante)L Doodman+8rus<al
(gamma) e Somers (d). Estes coeficientes nFo sFo encontrados no menu de testes nFo
paramPtricos. 's coeficientes de Spearman e 8endalL alPm do paramPtrico ,earsonL sFo
encontrados em %naly.e&Correlate Bivariate. e/ os demais podem ser encontrados
dentro das opETes (Statistics! do comando Crosstabs (%naly.e&Descriptive Crosstabs).
2III-G- T*(1* &* M!N*m"#
Este teste P utiliOado para .erificar as diferenEas entre duas amostras relacionadasL
porPm a <"#i+<*, 1*(1"&" &*<* (*# &i!o1^mi!"L como simnFoV presenEaausncia. '
teste .erifica a eBistncia de diferenEas entre proporETes para amostras relacionadas.
Este teste P til 9uando ti.ermos dados nominais em .eO de ordinais Em
%naly.e&onparametrics Test&#egacy Dialogs&Gelated Samples 0S,SS 5T! (figura
45:).
Fi-./8?. 0nal,+e*3onparametrics Test*=elated Samples
Para eBemplificar a realiOaEFo deste teste no SPSSL usamos usar o ar9ui.o
ambiente(savL retirado do site da ME!<''>$Editora CientKfica 0tdaL 5MMY
(www.medboo@editora.com.brL do li.ro cSPSS$+n/lise de !ados <iomPdicos.
MotaL-& e 'li.eira "P
Este ar9ui.o apresenta resultados da aplicaEFo de dois 9uestion/rios com Y5 pais
de crianEas adolescentes asm/ticosL um aplicado antes e outroL 4MM dias ap3s a
realiOaEFo de um programa de esclarecimento de adoEFo de medidas 9ue .isam
controlar o ambiente. "oi perguntado aos pais se 2a.ia con2ecimento das medidas de
controle ambiental e eles aplica.am$nas.
!1
+ pergunta PI podemos concluir (2ip3tese alternati.aL a Q
4
) ou nFo (2ip3tese nula
ou Q
M
) 9ue a realiOaEFo do programa aumentou o con2ecimento dos pais em relaEFo Us
medidas de controle ambientalk
%a caiBa de di/logo Two+Gelated+Samples TestL selecionar as .ari/.eis de teste
(Test ,air0s! #ist)$Co6*!*m-Mom*1o /_A1*(` e Co6*!*m-Mom*1o 8 _D*5oi(`.
Em Test type mar9ue M!N*m"# e desmar9ue ?ilcoBon (figura 45C).
Fi-./8P. C"i)" &* &i+,o-o Two2=elated2SamplesTest
Clicar -8 e a saKda do SPSS mostrar/ (figura 45D)I
Fi-./8D.R*(@,1"&o &o T*(1* M!N*m"#
I1*#5#*1":Co (%RM$Consultoria EstatKstica 0tdaL Porto +legre)I%a parte inicial do
&este de Mc%emarL 77 pais (5GpD) con2eciam as medidas antes do programa e CY pais
(5Gp75) passaram a con2ecer as medidas ap3s o programa. Em Test Statistics dos
!2
resultadosL temos o nmero total de casos pes9uisados (%)L o .alor calculado do testeL
9ue P baseado na distribuiEFo do 8ui$9uadrado (Chi+Squarea4DL::G) e a signific6ncia
do .alor$p (p`M.MM4). +ssimL afastamos a 2ip3tese nula e aceitamos a 2ip3tese
alternati.aL 9ue nos mostra 9ue o programa de incenti.o U adoEFo de medidas de
controle ambiental aumentou o percentual dos pais com o con2ecimento destas medidas.
Este percentual 9ue era de 77[ (77Y5) antes do programaL passou para D:[ (CYY5)
depois do programa.
' &este de Mc%emar tambPm pode ser realiOado de outra formaI %naly.e&Descriptive
Statistics&Crosstab&Statistics/ marcando a opEFo Mc%emar.
IW- CUR2A DE KAPLAN-MEIER
Muitos estudosL em medicinaL sFo planeNados para determinar se uma drogaL
tratamento ou procedimento no.o tem mel2or desempen2o do 9ue outro normalmente
usadoL ou seNaL sFo feitas a.aliaETes dos efeitos de curto praOo. %o entanto tambPm P
importante a a.aliaEFo dos resultados a longo praOoL incluindo a morbimortalidade.
%os estudos de a.aliaEFo das taBas de sobre.i.ncia entre pacientes submetidos
a certos tratamentos ou a certos procedimentosL o resultado ser/ bin/rio$sobre.i.ncia
ou morte do paciente e o obNeti.o ser/ estimar o inter.alo de tempo 9ue os pacientes
sobre.i.em com tipos especKficos de tratamento ou em condiETes especKficas.
%a an/lise de sobre.i.nciaL a <"#i+<*, &*5*&*1* (#*(@,1"&o) P sempre o
tempo atP a ocorrncia de determinado e.ento (N/ na an/lise estatKstica cl/ssicaL a
.ari/.el dependente P a ocorrncia de determinado e.entoL como curaL desen.ol.imento
da doenEaL efeito colateral).
-eNam assim 9ue na an/lise de sobre.i.ncia compara$se a rapideO com 9ue os
participantes desen.ol.em determinado e.entoL ao contr/rio de comparar as
percentagens de doentes 9ue desen.ol.em o e.entoL ao fim de um determinado perKodo
de tempo. ' e.ento final da an/lise de sobre.i.ncia pode nFo ser somente a morteL
podendo ser outro e.entoL como recidi.aL progressFo da doenEaL efeito colateral.
8uando se fala em tempo de sobre.ida na an/lise de sobre.i.ncia nFo significa 9ue
seNa necessariamente o tempo atP a morte e sim o tempo atP a ocorrncia de
determinado e.ento. +ssimL de.ido U diferenEa do tipo de .ari/.el dependente usadaL
todos os mPtodos estatKsticos 9ue usamos normalmente na an/lise cl/ssicaL nFo podem
ser usados 9uando realiOamos an/lise de sobre.i.nciaL de.ido U diferenEa do tipo de
.ari/.el dependente 9ue P utiliOada. + an/lise cl/ssica e a de sobre.i.ncia tem mPtodos
pr3prios (consulte a tabela :)
!3
Tabela <! T.cnicas estatEsticas usadas na an/lise cl/ssica e na an/lise de
sobre'i'Fncia G5otel7o F et alH
%os estudos de seguimentoL principalmente a9ueles de longa duraEFoL os
pacientes 9ue nFo atingem o tempo total de seguimento pre.istoL sFo eBcluKdos. e/ na
an/lise de sobre.i.nciaL os dados destes pacientes sFo apro.eitados na an/lise finalL
mesmo 9ue nFo desen.ol.am o e.ento em estudo. 8uando isto ocorreL designa$se o
indi.Kduo como !*(@#"&o. PortantoL a an/lise de sobre.i.ncia permite usar a
informaEFo de todos os participantes atP o momento em 9ue desen.ol.eram o e.ento ou
foram censuradosL constituindo uma tPcnica ideal para analisar respostas bin/rias (ter ou
nFo ter o e.ento) em estudos longitudinais 9ue se caracteriOam por tempo de
seguimento diferente entre os indi.Kduos e perdas de segmento.
Como P feita a an/lise dos dados na an/lise de sobre.i.nciaaparecimento de
e.entosk ' mPtodo de >aplan$Meier consiste em di.idir o tempo de seguimento em
inter.alosL cuNos limites correspondem ao tempo de seguimento em 9ue 2ou.e e.entos.
Este mPtodo calcula a sobre.i.ncia cada .eO 9ue um paciente morreL = o mPtodo mais
usado. 'bser.em a Cur.a de >aplan$Meier do estudo de <een e- et al sobre o Papel da
corioamnionite na resposta ao surfactante nos recPm$nascidos prP$termos
($7orioamnionitis 0lters t7e =esponse to Surfactant in Preterm -nfants. e Pediatr
5M4MV4CDI4M$C) ("igura 45G).
!4
Fi! ?BA! C@#<"( &* K"5,"-M*i*# "",i("&o o 1*m5o "1L " *)1@9":Co "5M(
5#im*i#" &o(* (A) * (*-@&" (7) &o(* &* (@#$"!1"1* *)M-*o 5"#" o( -#@5o( !om
9"(* " 6i(1o,o-i" &" 5,"!*1"
'bser.amos pela Cur.a de >aplan$Meier apresentadaL 9ue com 45 2oras ap3s o
uso da primeira dose do surfactante pulmonar eB3genoL nFo 2a.ia diferenEa entre os 7
grupos estudados (corioamnionite fetalL corioamnionite sem en.ol.imento fetal e sem
corioamnionite) 9uanto ao tempo de eBtubaEFoL o 9ue nFo ocorreu com 5:L 7D e :Z
2oras de .idaL em 9ue se obser.a o prolongamento do tempo de eBtubaEFo com a
gra.idade da corioamnioniteL ou seNaL a9uela com en.ol.imento fetal (com :ZD 2orasL
a9ueles com gra.e corioamnioniteL ZC[ esta.am intubadosL .ersus DM[ da9ueles
a9ueles com corioamnionite menos gra.e ou ausncia de corioamnionite) (p`MLM:GL
determinado pela estatKstica do loran8 de $o(21antel$.eNa adiante).
-eNam entFo 9ue esta an/lise de >aplan$Meier permite a.aliar corretamente o
ritmo em 9ue os e.entos .Fo ocorrendo nos diferentes grupos em estudo.
!os gr/ficos com as cur.as de >aplan$Meier pode$se estimar diretamente o
percentual de e.ento ao final de 9ual9uer inter.alo temporalL Para istoL trace uma lin2a
.ertical ao nK.el temporal 9ue se pretende apurar o nK.el de ocorrncia de e.entoL 9ue
no nosso caso P a eBtubaEFo. -eNam 9ue no eBemplo anteriorL com :5 2oras ap3s o uso
do surfactante eB3genoL DC[ dos R% nos grupos com corioamnionite le.e e sem
corioamnionite esta.am intubadosL .ersus ZC[ dos R% com 2ist3ria de mFes com
corioamnionite se.era.
Para a.aliar a signific6ncia estatKstica procedemos tal como na an/lise cl/ssicaL
analisando o .alor de p ou o inter.alo de confianEa. Para o c/lculo deste p/ o teste de
signific6ncia mais utiliOado P o 6oran8 test (tambPm con2ecido por estatEstica do
loran8 de 1antelC estatEstica do loran8 de $o(21antel!! Este teste compara o
nmero de e.entos obser.ados em cada grupo com o nmero de e.entos 9ue seria
esperado com base no nmero de e.entos dos dois grupos combinadosL ou seNaL nFo
importa a 9ue grupo pertence o indi.Kduo. (m teste do 9ui$9uadrado aproBimado P
usado para testar a signific6ncia de uma eBpressFo matem/tica en.ol.endo o nmero de
e.entos esperados e obser.ados.
Para a determinaEFo de um efeito independente de um fatorL temos 9ue realiOar
uma an/lise multi.ariadaL 9ue no caso de an/lise de sobre.ida geralmente implica na
!5
utiliOaEFo da R*-#*((Co &* Co)Y P uma tPcnica estatKstica 9ue P utiliOada para
determinar a relaEFo entre sobre.i.ncia e ./rias .ari/.eis independentes eBplorat3riasV
fornece uma estimati.a do tratamento sobre a taBa de sobre.i.nciaL ap3s o aNuste da
.ari/.el eBplorat3ria. Esta regressFo permite obter resultados aNustados para possK.eis
.ari/.eis de confundimento.
%o estudo assinalado anteriormente a respeito da alteraEFo da resposta ao
surfactante nos R% cuNas mFes ti.eram corioamnionite com en.ol.imento fetalL os
autores tambPm realiOaram uma an/lise de regressFo de CoB para an/lise multi.ariada
para identificar se a idade gestacional poderia eBplicar a menor c2ance de eBtubaEFo
ap3s corioamnionite. + regressFo de CoB foi realiOada com "A@(1* 5"#" " i&"&*
-*(1"!io", * 5*(o. 's autores e.idenciaram assimL 9ue os R% do grupo corioamnionite
com comprometimento fetal te.e significati.amente menor probabilidade de eBtubaEFo
:Z 2oras ap3s o uso da primeira dose surfactante eB3geno (2aOard rate$QR$ de ML45 com
inter.alo de confianEa de MLM4$MLMD l paML:D)L demonstrando um efeito independente da
corioamnionite no prolongamento da intubaEFo destes R% com corioamnionite gra.e
("igura 45Z).
Fi-. /8J. R*-#*((Co &* Co) *(1im"&o o 1*m5o &* *)1@9":Co "5M( " (*-@&"
&o(* &* (@#$"!1"1* *)M-*o= "A@(1"&o 5"#" " i&"&* -*(1"!io", * 5*(o o( -#@5o(
&* "!o#&o !om " 6i(1o,o-i" &" 5,"!*1"= 5 Z>=>P HC\F 2S HC-
!6
Podemos obser.ar 9ue o taman2o da amostra diminui ao longo do tempo de
obser.aEFo e assimL as estimati.as nos perKodos finais de obser.aEFo (parte direita da
cur.a) sFo bastante imprecisas. &ambPm .ale a pena ressaltar 9ue a censura dos
participantes (a9ueles 9ue nFo completaram o estudo ou por9ue abandonaram o estudoL
ou foram perdidos no seguimento). nFo est/ relacionada com o seu progn3stico e 9ue P
semel2ante para os participantes recrutados no inKcio e no fim do estudo. 8uando o
nmero total de censurados antes do tPrmino do estudo P pe9uenoL e.identemente o .iPs
de seguimento ser/ pe9ueno.
A+,i(* &* So9#*<i<I!i" @("&o o SPSS 5"#" %i&o'(= @("&o o mL1o&o
&* K"5,"-M*i*# * o91*:Co &* C@#<"( &* So9#*<i<I!i" * !om5"#+-,"( m*&i"1* "
#*",i4":Co &o 1*(1* ,o-#"O
Para faOer este tipo de estudo P necess/rio 9ue se defina a data de inKcio
(diagn3stico da doenEaL internaEFo no 2ospitalL inKcio do tratamento) e a data de
finaliOaEFo do seguimento (determinado pelo in.estigador)L para 9ue se possa calcular
posteriormente os tempos de sobre.i.ncia (data do inKcio do seguimento atP a data do
ltimo contato) dos pacientes. %o seguimentoL pode ser 9ue os pacientes ou morramL
continuem com .ida na data da finaliOaEFo do estudo ou sFo perdidos (casos censuradosL
como discutido anteriormente). ' mPtodo de >aplan$Meier P um mPtodo nFo
paramPtricoL sendo o nico 9ue supTe 9ue os indi.Kduos censurados comportaram do
mesmo modo dos indi.Kduos seguidos atP 9ue ocorra o e.ento. Para cada perKodo de
tempo se calcula a probabilidade de sobre.i.er.
' tempo de seguimento P uma .ari/.el 9uantitati.a (eBpressa em diasL mesesL
anos) e eBpressa a diferenEa entre as datas de inKcio e de finaliOaEFo do estudo.
' estado do paciente ao final do seguimento P uma .ari/.el categ3rica
dicotXmica (/I e.ento 9ue pode ser morteL recaKdaL etc e >I nFo ocorreu e.entoL casos
censurados ou apresentaram um e.ento ap3s o tPrmino do estudo).
-eNamos como proceder no SPSS-/J (.amos usar uma base de dados de +guaAo
Canela M e 0ora Monge EL do Qospital (ni.ersit/rio -irgem MacarenaL Se.illaL com
informaEFo de CD pacientes com c6ncer coloretalL incluKdos no seguimento (data de
entrada ou inicial) no momento de ser submetidos U radioterapia prP$operat3ria e
seguidos atP o seu falecimento. !a mesma base de dadosL .amos calcular o teste
estatKstico logran< para comparar duas cur.as de sobre.i.ncia (dois grupos de
pacientesL um grupo 9ue recebeu menos de CMMM rads e outro grupo 9ue recebeu gaCMMM
rads no prP$operat3rio). Q/ diferenEas na sobre.i.ncia de ambos os grupos ou a dose
de radioterapia prP$operat3ria influenciou significati.amente na sobre.i.ncia destes
pacientesk
%naly.e&Survival e selecionar 8aplan+$eier ("igura 45Y)
!
Fi-./8K. M*@ 0nal,se*Sur'i'al*>aplan21eier
E ser/ aberto uma no.a caiBa de di/logo (>aplan$MeAer) ("igura 47M)
Fi-. /B> C"i)" &* &i+,o-o K"5,"-M*i*#
!!
Selecionar a .ari/.el 9ue mede o tempo de seguimento e coloc/$la em Time
(&empo). Em Status (Estado) colocar a .ari/.el categ3rica dicotXmica 9ue define o
estado indi.idual durante o seguimentoV esta .ari/.el tem duas opETesI .alor
censurado.alor morte ou outro e.ento 9ue se a.alia). ' programa pede para definir o
e.ento (Define Event)L de.endo especificar o .alor 9ue mostra o resultado 9ue se a.alia
(neste casoL o .alor 4amorte) ("iguras 474 e 475).
Fi-. /B/. C"i)" &* &i+,o-o >aplan21eier
Fi-. /B8. >aplan21eier%Define E'ent
!"
+ seguirL clicar em -ptions e marcar Survival table0s! 0tabela(s) de
sobre.i.ncia! e $ean and median survival 0mPdia e mediana de sobre.i.ncia! e
3uartilies ("igura 477). Em ,lots/ marcar Survival (sobre.i.ncia) para gerar a Cur.a
de >aplan$Meier
Fi-. /BB- >aplan21eier % &ptions
+ seguirL clicar em R-8S e o -utput Viewer (saKda do SPSS)L mostrar/ uma
tabela (&abela C$reproduEFo parcial) 9ue contPm na primeira coluna da es9uerda (Time)
o tempo durante o 9ual diferentes indi.Kduos estFo em seguimentoL ordenados por
tempos crescentes. + segunda coluna (Status) indica se tem produOido o efeito a.aliado
ou nFo (morteL censurado). + coluna seguinte (Cumulative survival) P a sobre.i.ncia
acumuladaL ou a proporEFo de casos para os 9uais nFo ocorreu o e.ento em cada tempo.
+ coluna seguinte (Standard Error) P o erro padrFo correspondente a estimaEFo pontual
de >aplan$Meier em cada tempo. + 9uinta coluna (Cumulative events) contem os
e.entos acumuladosL isto PL os 9ue morreram atP este tempo. + ltima coluna (umber
remaining) P o nmero de pessoas 9ue permanecem em cada momento sem 9ue 2aNa
ocorrido com eles o e.ento final ou o desenlace a.aliado e representa os indi.Kduos 9ue
estFo em risco no pr3Bimo perKodo.
"#


T"9*," P T"9*," &* (o9#*<i<I!i"
' SPSS tambPm informa o nmero total de pacientes a.aliados (umber of
cases)L o nmero de censurados 0Censored) e o nmero de e.entos ocorridos (Events).
-amos obser.ar os .alores do tempo de sobre.i.ncia (Survival Time) e a mediana
($edian) da sobre.i.ncia (o tempo em 9ue CM[ dos pacientes seguem sem apresentar
o e.ento)L com os seus correspondentes erros padrTes (Standard Error) e os inter.alos
de confianEa a YC[ (KPU Confidence 'nterval) ("igura 47:)
"1
Fi-. /B?. ML&i"( * m*&i"" &" (o9#*<i<I!i" * 5*#!*1i(.
+ seguir o programa mostra a C@#<" &* So9#*<i<I!i" &* K"5,"-M*3*# ("igura
47C).
Fi-./BP. C@#<" &* So9#*<i<I!i" (C@#<" &* K"5,"-M*i*#).

'bser.amos 9ue na ordenadaL fica a Sobre.i.ncia +cumulada (Cum Survival)
em termos de probabilidade (entre M e 4) e no eiBo da abscissaL o tempo de
"2
sobre.i.ncia. Este gr/fico pode ser editado clicando sobre ele com o botFo es9uerdo
do mouse 0Editar). +ssimL podemos responder a seguinte perguntaI 9uantos pacientes
com c6ncer coloretal sobre.i.em mais de dois anosk. &raEando uma lin2a .ertical no
tempo de 5C mesesL .amos obser.ar 9ue a sobre.i.ncia seriam aproBimadamente GC[
("igura 47D)
Fi-./BD. C@#<" &* K"5,"-M*i*# *&i1"&".
P"((o( 5"#" !om5"#"# &@"( o@ m"i( !@#<"( &* (o9#*<i<I!i".
+ seguirL .amos comparar duas ou mais cur.as de sobre.i.ncia. + 2ip3tese nula
P 9ue os grupos 9ue se compararam tem uma sobre.i.ncia igualL sendo o teste de
2ip3tese mais empregadoL como N/ .imos P o logran< test 9ue le.a em conta as
diferenEas de sobre.i.ncia entre os grupos em todos os pontos 9ue dura o seguimento.
%o eBemplo a seguirL usando a mesma base de dados do eBemplo anteriorL .amos
responder a perguntaI a sobre'i'Fncia foi diferente entre os que receberam o
tratamento radioter/pico com menos de "@@@ rads e os que "@@@ ou mais radsI &u o
"3
mesmoC 7/ diferen#a sinificati'a na sobre'i'Fncia entre os que receberam menos e
mais radioterapia pr.2operatJriaI
%a caiBa de di/logo >aplan$Meier (figura 47M)L selecionamos a .ari/.el 9ue .ai
separar os grupos de pacientes e colocar em )actor @m" <"#i+<*, c"1*-M#i!" (no
presente eBemploL .amos colocar a .ari/.el dose de radioterapia pr9+operat*ria.!(
0)igura 5O1!(
Fi-. /BG. C"i)" &* &i+,o-o K"5,"-M*i*#
Clicar em Compare )actor((( (Comparar "ator...)L selecionar o estatKstico
#ogran< e logo se ati.ar/ a opEFo ,ooled trend factor levels (Combinada sobre os
estratos) ("igura 47Z)
Fi-. /BJ. K"5,"-M*i*#: $ompare Factor 6e'els
"4
Clicar em RContinue: e em R-8S e o -utput Viewer mostrar/ ("igura 47Y e 4:M).
Fi-. /BK. R*(@,1"&o &o 1*(1* *(1"1F(1i!o 6oran8C mo(1#"&o Co 6"<*#
&i$*#*:" *1#* o( -#@5o( (5Z>./>8).
Fi-. /?>. C@#<" &* (o9#*<i<I!i" &* K"5,"-M*i*# &* "m9o( o( -#@5o(
I1*#5#*1":Co: como podemos obser.ar o .alor do estatKstico logran< foi de
5LDGL com 4 grau de liberdade (neste eBemplo se compararam dois grupos) e o .alor p
associado foi de ML4ML o 9ue %*' nos permiti afastar a 2ip3tese nulaL isto PL %*' Q1
!#"ERE%)+ ES&+&#S&#C+ME%&E S#;%#"#C+&#-+ %+ S'<RE-#-J%C#+
E%&RE 'S !'#S ;R(P'S. 'bser.ando as cur.as de sobre.i.ncia de ambos os
grupos ("igura 4:M)L o grupo de maior dose de radioterapia parece sobre.i.er maisL
porPm o estatKstico logran< nFo alcanEa .alor crKtico 9ue nos permite afastar a 2ip3tese
nula.
"5
W- CUR2A ROC
Muitos eBames dos nossos pacientes tem .alores medidos numa escala numPrica
e assim a sensibilidade e a especificidade dependem de onde se coloca o ponto de corte
(cut off) entre os resultados positi.os e negati.os.
(ma forma mais eficiente de demonstrar a relaEFo normalmente antagXnica
entre a sensibilidade e a especificidade dos eBames 9ue apresentam resultados
contKnuos sFo as Cur.as de CaracterKsticas de 'peraEFo do Receptor (Cur.as R'C$
Recei.er 'perating C2aracteristic). + Cur.a R'C P uma ferramenta poderosa para
medir e especificar problemas no desempen2o do diagn3stico em medicina por permitir
estudar a .ariaEFo da sensibilidade e especificidade para diferentes .alores de corte.
+ Cur.as R'C foram desen.ol.idas no campo das comunicaETes como
uma forma de demonstrar as relaETes entre sinal$ruKdo. #nterpretando o sinal como os
.erdadeiros positi.os (sensibilidade) e o ruKdoL os falsos positi.os (4$especificidade)L
podemos entender como este conceito pode ser aplicado em medicina.
+ Cur.a R'C P um gr/fico de sensibilidade (ou taBa de .erdadeiros
positi.os) .ersus taBa de falsos positi.os ("igura 4:4)
"6
Fi-./?/.C@#<" &* C"#"!1*#F(1i!" &* O5*#":Co
&o R*!*51o# (C@#<" ROC)
+ lin2a diagonal pontil2ada corresponde a um teste 9ue P positi.o ou negati.oL
aleatoriamente. + Cur.a R'C Permite e.idenciar os .alores para os 9uais eBiste maior
otimiOaEFo da sensibilidade em funEFo da especificidade 9ue corresponde ao ponto em
9ue se encontra mais pr3Bima do canto superior es9uerdo do diagramaL uma .eO 9ue o
Kndice de positi.os .erdadeiro P 4 e o de falsos positi.os P Oero.
+ medida 9ue um critPrio para o teste positi.o torna$se mais rigorosoL o ponto
da cur.a correspondente a sensibilidade e a especificidade (ponto +) mo.imenta$se
para baiBo e para a es9uerda (sensibilidade menor e especificidade maior). Se adotar um
critPrio menos e.identeL para identificar os positi.osL o ponto da cur.a (ponto <)
mo.imenta$se para cima e para a direita (sensibilidade maiorL especificidade menor).
+ Cur.a R'C permite comparar dois ou mais eBames diagn3sticos e constitui
uma das maiores .irtudes das cur.as R'C. %o eBemplo ("igura 4:5) a seguirL o &este
+$ tem mel2or acur/cia 9ue o teste < (teste in./lidoI os seus resultados nFo sFo
mel2ores do 9ue os da c2ance). ' ponto 4confere maior .alor de sensibilidade e
especificidadeV o ponto 5 confere maior sensibilidadeL porem menor especificidade e N/
o ponto 7L maior especificidadeL porPmL menor sensibilidade
"also$ positi.o (4$especificidade)
Fi-./?8 C@#<" ROC (&i$*#*1*( 5o1o( &* !o#1*()
' eBemplo a seguir ("igura 47D) de Mauli@ et al 9ue compararam : Kndices
correspondentes nos traEados !oppler da artPria umbilicalL no 9ue se refere a uma
precisFo para pre.er a e.oluEFo perinatal desfa.or/.el. Podemos obser.as 9ue 7
Kndices sFo praticamente semel2antes L mas um delesL o #P (Kndice de pulsatilidade) era
muito menos preciso.
"
Fi-. /?8! C@#<"( &* !"#"!1*#F(1i!"( &* o5*#":Co &o #*!*51o# 5"#" o( F&i!*(
Do55,*# &" "#1L#i" @m9i,i!",. O( 5o1o( &* &"&o( (Co o( <",o#*( m*&i&o( &o(
F&i!*(. IR: F&i!* &* #*(i(1I!i"Y DaA: #*,":Co &i"(1M,i!" b mL&i"Y IP: F&i!* &*
5@,("1i,i&"&* (M"@,iO *1 ",).
+ Cur.a R'C descrimina entre dois estadosL onde cada ponto da cur.a
representa um compromisso diferente entre a sensibilidade e o falso positi.o 9ue pode
ser definido pela adoEFo de um diferente .alor do ponto de corte de anormalidade.
+ssimL podemos ter diferentes correspondncias na cur.a. (m critPrio restrito (paciente
positi.o 9uando a e.idncia da doenEa P muito forte) P a9uele 9ue traduO uma pe9uena
fraEFo de falsos positi.os e tambPm uma pe9uena fraEFo de .erdadeiros positi.os
(canto inferior es9uerdo da Cur.a R'C. ' uso de critPrios menos restritosL conduOem a
maiores fraETes de ambos os tipos (pontos colocados no canto direito da cur.a ("igura
4:7)
"!
4$especificidade (falsos positi.os)
Fi-./?B. C@#<" ROC 5"#" @m" &"&" !"5"!i&"&* &* &i(!#imi":Co= !om "
<"#i":Co &o 5o1o &* !o#1* (!#i1L#io &* &*!i(Co) (7#"-" ACS= 8>>B)
' .alor do ponto de corte P definido com um .alor 9ue pode ser selecionado
arbitrariamente pelo pes9uisador entre os .alores possK.eis para a .ari/.el de decisFoL
acima do 9ual o paciente P classificado como positi.o (teste positi.oL paciente com a
doenEa) e abaiBo do 9ual P classificado como negati.o (teste de diagn3stico negati.oL
ausncia de doenEa).
Para cada ponto de corte sFo calculados .alores de sensibilidade e
especificidadeL 9ue podem entFo serem dispostos no gr/fico. (m classificador perfeito
corresponderia a uma lin2a 2oriOontal no topo do gr/ficoL porPm esta dificilmente ser/
alcanEada. %a pr/ticaL cur.as consideradas boas estarFo entre a lin2a diagonal e a lin2a
perfeitaL onde 9uanto maior a dist6ncia da lin2a diagonalL mel2or o sistema. + lin2a
diagonal indica uma classificaEFo aleat3riaL ou seNaL um sistema 9ue aleatoriamente
seleciona saKdas como positi.as ou negati.asL como Nogar uma moeda para cima e
esperar cara ou coroa. "inalmenteL a partir de uma cur.a R'CL de.emos poder
selecionar o mel2or limiar de corte para obtermos o mel2or desempen2o possK.el.
Para a determinaEFo se duas ou mais Cur.as R'C sFo significati.amente
diferentesL a a.aliaEFo P feita atra.Ps da determinaEFo da /rea sob a cur.aL usando uma
modificaEFo do teste da soma de ordens de ?ilcoBon para esta comparaEFo. +ssim P
""
,
e
n
s
i
b
i
l
i
d
a
possK.el 9uantificar a eBatidFo de um teste diagn3stico (proporcional U /rea sob a
cur.a)L alPm da possibilidade de comparar testes diagn3sticos.
Como #*",i4"# " C@#<" ROC 5*,o SPSS
-amos usar o eBemplo disponK.el no programa SPSS 4ZI 7i'assa,!
(m laborat3rio farmacutico est/ desen.ol.endo um teste r/pido para detecEFo
de infecEFo pelo Q#-. ' atraso na obtenEFo de resultados de testes tradicional reduO a
sua efic/ciaL por9ue muitos pacientes nFo retornam para saber os resultados. ' desafio P
desen.ol.er um teste 9ue forneEa resultados em 4M a 4C minutos e P tFo preciso 9uanto
os testes tradicionais. 's resultados do ensaio sFo oito tons de .ermel2oL com tons mais
profundosL indicando maior probabilidade de infecEFo. ' teste P r/pidoL mas P precisok
Para aNudar a responder esta perguntaL um ensaio laboratorial foi realiOado em 5.MMM
amostras de sangueL metade dos 9uais esta.am infectadas com o Q#- e metadeL nFo. 's
resultados estFo em hivassay(sav. -amos usar a Cur.a R'C para determinar em 9ue
tom de .ermel2o o mPdico de.e assumir 9ue o paciente P Q#-$positi.o.
Em %nalyse escol2a Goc Curve 0)igura 5FF! e ser/ aberta a caiBa de di/logo
Goc Curve ("igura 4:C)
Fi-./??. 0nal,se*=&$ $ur'e
1##

Fi-. /?P.C"i)" &* &i+,o-o ROC C@#<*
%a caiBa de di/logo G-C CurveL selecione assay result como Test variai e em
State variabele/ selecione actual satate e o tipo 4L como seu .alor positi.o. %o !isplaAL
selecione "ith diagonal reference line/ Standard error and confidence interval e
Coordinate points of the G-C 0"igura 4:D)
Fi-./?D.C"i)" &* &i+,o-o =&$ $ur'e
1#1
+ seguirL clicar em R -8S e teremos a Cur.a R'CL 9ue P um Kndice .isual da precisFo
do ensaio ("igura 4:G)
Fi-./?G C@#<" ROC
+ Cur.a est/ difKcil de .isualiOar por9ue est/ muito pr3Bimo ao eiBo .erticalL
ou seNaL maior sensibilidade na detecEFo dos pacientes com Q#- positi.o e com baiBo
falso positi.o.
' con2ecimento da /rea sob a cur.a possibilita 9uantificar eBatidFo de um teste
diagn3stico (proporcional U /rea sob a cur.a)L alPm de possibilitar a comparaEFo de
testes diagn3sticos. + /rea sob a cur.a R'C constitui um dos Kndices mais usados para
sumariOar a 9ualidade da cur.a.
+ /rea sob a cur.a R'C P uma medida do desempen2o de um teste (Kndice de
eBatidFo do teste). (m teste totalmente incapaO de discriminar indi.Kduos doentes e nFo
doentesL teria uma /rea sob a cur.a de M.C (seria a 2ip3tese nula).+cima de MLGM P
considerado desempen2o satisfat3rio. -eNam o c/lculo da /rea sob cur.a do presente
eBemplo ("igura 4:Z)
1#2
A#*" U&*# 16* C@#<* (Q#*" (o9 " C@#<")
&est Result -ariable(s)I+ssaA result
+rea Std. Error
a
+sAmptotic
Sig.
b
+sAmptotic YC[ Confidence
#nter.al
0ower <ound (pper <ound
LYYD LMM4 LMMM LYY: LYYY
Fi-@#" /?J. C+,!@,o &" +#*" (o9 " !@#<"
+ /rea sob a cur.a P um resumo estatKstico til para a determinaEFo da acur/cia
do teste. + seguirL precisamos escol2er um critPrio especKfico um critPrio especKfico em
9ue as amostras de sangue sFo classificadas e estimar a sensibilidade e a especificidade
do ensaio nesse critPrio. -eNam as coordenadas da cur.a para comparar diferentes
pontos de corte ("igura 4:Y).
Fi-./?K.
Coo#&*"&"( &"
C@#<" ROC:
A <"#i+<*, #*(@,1"&o
&o (() 1*(1*(()
Coo#&i"1*( o$ 16* C@#<*
&est Result -ariable(s)I+ssaA result
+ .ari/.el resultado do teste (s)
Positi.e if
;reater &2an
or E9ual &o
a
Sensiti.it
A
4 $
SpecificitA
LMM 4LMMM 4LMMM
4LCM LYYG LMCZ
8=P> =KKP =>?>
7LCM LYY7 LM5:
:LCM LYZZ LM4G
P=P> =KGJ =>/P
DLCM LYG7 LM45
GLCM LYDC LMM7
YLMM LMMM LMMM
1#3
Esta tabela relata a sensibilidade e 4$ especificidade para cada ponto de corte
possK.el para a classificaEFo positi.a. + (*(i9i,i&"&* P a proporEFo de amostras de
Q#-$positi.os com os resultados do teste maior 9ue o corte e /-*(5*!i$i!i&"&* P a
proporEFo de amostras de Q#-$negati.o com os resultados do teste maior 9ue o de corte.
%o ponto de corte M P e9ui.alente a assumir 9ue todos sFo Q#-$positi.os. %o ponto de
corte Y P e9ui.alente a assumir 9ue todos Q#-$negati.os. -eNam assimL 9ue ambos os
eBtremos sFo insatisfat3riosL o desafio P escol2er um corte 9ue de.idamente e9uilibrar
as necessidades de sensibilidade e especificidade.
Por eBemploL considere o ponto de corte C.C. (sando este ponto de corte .amos
ter uma sensibilidade de MLYGZ e 4$especificidade de MLM4C. +ssimL aproBimadamente
YGLZ[ de todas as amostras do Q#-$positi.os seriam corretamente identificadas como
talL e 4LC[ de todas as amostras do Q#-$negati.o poderiam ser incorretamente
identificadas como positi.as.
Se usarmos o ponto de corte 5LC5L YYLC[ de todas as amostras do Q#-$positi.os
seriam corretamente identificados como tal e :LM[ de todas as amostras de Q#-$
negati.o poderiam ser incorretamente identificadas como positi.as.
+ escol2a do ponto de corte ser/ decidida pela necessidade de aumentar a
sensibilidade ou a especificidade e .ai depender do pes9uisador. !e.emos notar 9ue os
.alores desta tabela representam as mel2ores orientaETes para os 9uais de.emos
considerar os pontos de cortes. Esta tabela nFo inclui as estimati.as de erroL portantoL
nFo 2/ garantia da eBatidFo da sensibilidade ou especificidade para um dado ponto de
corte na tabela.
' uso da Cur.a R'C possibilitou$nos a.aliar a acur/cia deste teste. + /rea sob a
cur.a mostrou 9ue a utiliOaEFo do teste P mel2or do 9ue a c2anceL masL alPm distoL as.
coordenadas da cur.a foi muito til por9ue forneceu algumas orientaETes para
determinar 9ual o mel2or ponto de corte para a determinaEFo os resultados do teste
positi.o e negati.o.
-eNamos agoraL eBemplo de estudos com o uso da Cur.a R'C na neonatologiaL
comparando ,ndices Progn3sticos CG'B 0clinical ris< index for babies!/ CG'B V'' e
S%,,E+'' 0score for neonatal acute physiology+perinatal extension!.
ParrA ; et al desen.ol.eram o CR#<$## para R% de 75 semanas ap3s 4 2ora de
admissFo na (&# sendo eBcluKda a "i'5 uma .eO 9ue esta nFo representa uma medida
fisiol3gica .erdadeira por ser determinada pelo cuidador. +ssimL o CR#< ## foi
calculado a partir de C itensI seBoL peso ao nascerL idade gestacionalL pior base eBcess e
temperatura na admissFo + /rea sob a cur.a R'C para morte ou gra.es anormalidades
cerebrais foi de MLZ5L de MLGY pra o CR#<L MLZM para a idade gestacional e MLGG para o
peso ao nascer . PortantoL o CR#< ## mostrou maior acur/cia em relaEFo ao CR#<L a
idade gestacional e o peso ao nascer para a morte ou gra.es anormalidades cerebrais.
;agliardi # et alL comparando CR#<L CR#<$## e S%+PE$##L relataram maior grau
de descriminaEFo para o CR#< e CR#< ## em relaEFo ao S%+PPE$## (/rea sob a Cur.a
R'C de MLYM e MLY4 .ersus MLZ:$p `MLMMM:). -eNamos a Cur.a R'C deste estudo ("ig.
4CM)
1#4
Fi! ?"@! $ur'a =&$ para o $=-5C $=-5 K-- e S30PPE2PE! 0 /rea sob a
cur'a foi% $=-5C @CD@LM $=-52--C @CD@AM S30PPE2--C @C;LA!
'bser.em 9ue as Cur.a do CR#< e CR#<$## estFo mais pr3Bimas do canto
superior es9uerdo do diagramaL o 9ue confere maior /rea sob a cur.a eL portantoL maior
poder de discriminaEFo em relaEFo ao S%+PPE$##.

H# c ,%!#CE !E C'%C'R!q%C#+ #%&R+ E E%&RE$'<SER-+!'RES
E(1"1F(1i!" O a Co*$i!i*1*

(1"@) &* K*&",,
' Kndice de concord6ncia intra e entre$obser.adores constitui uma medida
utiliOada para analisar o acordo entre dois inter.alos de obser.aEFo (intraobser.adores)
e entre a.aliadores (entre$obser.adores) na atribuiEFo de categorias de uma <"#i+<*,
!"1*-M#i!". Em ingls este procedimento geralmente P designado por interWudge
reliability ou interobserver reliability. = uma importante medida para determinar o 9uFo
bem funciona uma aplicaEFo de alguma mediEFo.
+ medida estatKstica de confiabilidade P o @appa de Co2enL descrito em 4YDM.
' @appa P uma medida de concord6ncia intra e entre$obser.ador e mede o grau de
concord6ncia alPm do 9ue seria esperado tFo somente pelo acaso e .aria geralmente de
M$4 (embora os nmeros negati.os seNam possK.eis) onde um grande nmero significa
maior confiabilidadeL .alores pr3Bimos ou menores 9ue Oero sugerem 9ue o acXrdo P
atribuK.el ao acaso.
Como interpetar o @appaI
O K"55" <"#i" &* \/ " -/
\/: (i-i$i!" E@* o( &oi( o9(*#<"&o#*( !o!o#&"#"m 5*#$*i1"m*1*. E,*(
!,"((i$i!"#"m " 1o&o( *)"1"m*1* &" m*(m" $o#m"
1#5
>: (i-i$i!" E@* Co *)i(1* *6@m" #*,":Co *1#* "( !,"((i$i!":;*( &o( &oi(
o9(*#<"&o#*(= "!im" &" !o!o#&R!i" &* "!"(o( E@* (*#i"m *(5*#"&"(.

-/ (i-i$i!" E@* o( &oi( o9(*#<"&o#*( !,"((i$i!"#"m *)"1"m*1* o o5o(1o. S* @m
o9(*#<"&o# &i4 SIM= o o@1#o (*m5#* &i4 NO
+ magnitude da EstatKstica @ P uma medida de concord6ncia bastante mais
significati.a do 9ue a sua pr3pria signific6ncia estatKstica. ' erro padrFo da estatKstica @
permite$nos estimar a sua signific6ncia estatKstica e tambPm o seu inter.alo de confianEa
de YC[. (Pinto et al). Por eBemploL um Kndice @appa de MLGG com erro padrFo de MLM7L o
seu inter.alo de confianEa ser/I multipli9ue MLM7 por 4LYDaMLMCZ 9ue P semel2ante a
MLMD e agora subtraia e some ao ,ndice @appa e teremosI MLGG $MLMDaMLG4 e MLGG p
MLMDaMLZ5 e o inter.alo de confianEa ser/I MLG4$MLZ5). = significati.o por nFo conter a
unidade) ("escinaL 57D4YZZ).
Segundo PintoL a sua interpretaEFo P considerada sempre subNeti.a e se d/ por
comparaEFo dos .alores obtidos Us faiBas de .alores para .erificaEFo da concord6ncia.
-amos fornecer dois guias para o uso do ,ndice @appa em epidemiologia e
medicina(tabelas : e C)
Ni-*, P"*16:
@appa > MLZM I P considerado eBcelente.
@appa MLDM l MLZM I P considerado bom.
@appa ML:M l MLDM I P considerado regular.
@appa < ML:M I P considerado ruim
T"9*," P. &i!* O"55"
L"&i( d Ko!6= /KGGI -alores de Concord6ncia$,ndice >appa

T"9*," D. &i!* O"55"
+ tabela C P considerada por demais otimista por alguns autores. Como #*-#"=
<",o#*( &* O"55" >=?>->=PK (Co !o(i&*#"&o( mo&*#"&o(= D>->=GK (@9(1"!i",= *
>=J> *)!*5!io",. + maioria dos estatKsticos prefere 9ue os .alores @appa seNam
maiores 9ue MLD e na maioria das .eOesL superiores a MLGL antes de rei.indicar um bom
nK.el deconcord6ncia.
= importante 9ue se con2eEa a pre.alncia da patologia em estudo na a.aliaEFo
da concord6ncia entre$obser.adores. ' .alor de @ depende da pre.alncia da patologia
em estudo. (ma grande pre.alncia resulta num alto nK.el de concord6ncia esperada
pelo acasoL o 9ue resultar/ num .alor de @ mais baiBo. Por sua .eOL uma patologia de
baiBa pre.alncia dar/ origem .alores de @ mais altos
.
+ssimL P possK.el cometer erro ao
se basear neste Kndice na comparaEFo de dois estudos com pre.alncias distintas (Pinto
et al).
-eNamos eBemplosI
1#6
4$2"#i"9i,i&"&* i1*#o9(*#<"&o#*( " -#"&@":Co &o 1*m5o &* *!6im*1o !"5i,"#
5o# *$*#m*i#"( * "((i(1*1*( &* *$*#m*i#"(. Estudo realiOado por <rabrand et alL em
5M4M na !inamarca. ' tempo de enc2imento capilar P influenciado por muitos fatores.
Estudos anteriores de .ariablidade interobser.adores en.ol.eram muitos pacientesL mas
poucos obser.adores. ' obNeti.o do estudo foi determinar como um grande grupo de
enfermeiras (Y) e assistentes de enfermeiras (7G) graduariam o etempo de enc2imento
capilar.' Kndice @appa para o .alor de normalidade foi de MLCD e entre classesL MLD5. 's
autores consideraram 9ue 2ou.e somente um regular acXrdo para o .alor eBato do
tempo de enc2imento capilarL assim como para a normalidade. 's autores acreditam
9ue o tempo de enc2imento capilar de.eria ser usado com cuidado na pr/tica clKnica.
5$ A<",i":Co @1#i!io", (&*(!#i:Co &" !o!o#&R!i" *1#* o( "<",i"&o#*()L do
estudo de <eg2etto et al. 8uando a.aliada a concord6ncia entre o obser.ador de
referncia e o segundo obser.adorL considerando$se : categorias para o percentual de
perda de pesoL segundo os autoresL foi identificada moderada concord6ncia entre os
obser.adores (@appa a MLG:V #CYC[I MLD7$MLZCV p`MLMM4) e plena concord6ncia nas duas
categorias 9ue agruparam pacientes 9ue perderam g C[ do peso corporal em D meses.
Considerando$se a classificaEFo do #MC tambPm em : categorias L foi identificada
eBcelente concord6ncia entre os obser.adores (@appa a MLYZV #CYC[I MLYC$4LMV
p`MLMM4)L 9uando somente um paciente foi classificado de modo discordante
(classificado como eutr3fico pelo a.aliador de referncia e como sobrepeso pelo
a.aliador 5). Em relaEFo U +.aliaEFo %utricional subNeti.a global (+%S;)L a.aliada em
7 categoriasL foi obtida discreta concord6ncia entre os obser.adores (@appa a ML:DV
#CYC[I ML74$MLDMV p`MLMM4).
7$Co!o#&R!i" *1#* "<",i"&o#*(= " (*,*:Co ii!i", &* "#1i-o( *m *(1@&o &*
#*<i(Co (i(1*m+1i!" !om o@ (*m m*1"+,i(* (estudo de 'li.eira et al). 's autores
usaram como eBemplo dados da fase inicial do estudo cSuplementaEFo de .itamina +
em lactantesI re.isFo sistem/ticad. Estes constituem o resultado da leituraL realiOada por
dois a.aliadoresL de resumos de artigos selecionadosL criteriosamenteL em bases
bibliogr/ficas eletrXnicas. Para cada resumoL foram respondidas as 9uestTesI c' estudo
en.ol.e mul2eres no p3s$partokdV c&rata$se de um estudo com suplementaEFo de
.itamina +kdV c' estudo P ensaio clKnicokdV seguidas da decisFo (inclusFoeBclusFo) do
trabal2o. 's dados foram inseridos em planil2a EBcelL com dupla digitaEFo e uso de
procedimento de .alidaEFo. (tiliOou$se o Kndice de concord6ncia @appa para os
aspectosI populaEFoL inter.enEFoL tipo de estudo e decisFo. "oram identificados 5.CC7
trabal2os. 's Kndices de concord6ncia @appa foramL 9uanto U ade9uaEFo da populaEFo
de estudoI @aML:DV do tipo de inter.enEFoI @aMLCYV do tipo de estudoI @aMLCY eL sobre a
decisFo pela inclusFoeBclusFoI @aML::. Com base nas concord6ncias raOo/.el (tipo de
estudo e inter.enEFo) e ruim (populaEFo de estudo) obser.adas entre a.aliadoresL
enfatiOa$se a necessidade da leitura inicial dos trabal2os por pelo menos dois
a.aliadores. Para os casos discordantesL foram realiOadas reuniTes de consenso na busca
de diferenEas de interpretaEFo entre os a.aliadoresL .isando a diminuiEFo da c2ance de
eBclusFo um artigo 9ue de.eria ser incluKdo
:$!o estudo de eodas et al a respeito da !o!o#&R!i" i1#" * *1#*-o9(*#<"&o#*( "
&*1*!:Co &"( $#"1@#"( &" $"!* 5o# m*io &" 1omo-#"$i" !om5@1"&o#i4"&" &*
1#
5"!i*1*( <F1im"( &* 1#"@m"1i(mo( $"!i"i(. %a figura 4C4L estFo os .alores dos ,ndices
@appa para cada obser.adorL com uma mPdia geral de ML:G5 (concord6ncia moderada).
+nalisando a concord6ncia em diferentes regiTesL os autores relataram 9ue as fraturas
obser.adas nas regiTes de etm3ideL corpo mandibularL parede anterior de seio frontal e
esfen3ideL apresentaram Kndice de concord6ncia eBcelenteV as regiTes de maBilaL cXndilo
mandibular e pir6mide nasalL Kndice de concord6ncia substancialV para as regiTes de
parede medial de 3rbitaL parassKnfise e 6ngulo mandibularL soal2o e parede lateral de
3rbitasL Kndice de concord6ncia moderadaV para a regiFo de arco Oigom/ticoL Kndice de
concord6ncia consider/.elV para regiFo fronto$Oigom/ticaL Kndice de concord6ncia
ligeiraV para as regiTes de palato duroL sKnfiseL ramo e processo coron3ide de mandKbulaL
Kndice de concord6ncia pobre.
Fi-./P/. &i!* &* Co!o#&R!i" K"55" (O) *1#*-o9(*#<"&o#*( (0o&"( *1 ",)
-Corte 0M! e cl analisaram a concord6ncia entre$obser.adores em eBames de
Papanicolaou (A+,i(* &" Co!o#&R!i" I1*#o9(*#<"&o#*( *m E)"m*( &*
P"5"i!o,"o@)I Embora o eBame de Papanicolaou seNa um mPtodo altamente confi/.elL
ele possui algumas limitaETes e tem recebido muita crKtica com relaEFo U alta taBa de
falsos$negati.os. + .ariabilidade interobser.adores descre.e a falta de
reprodutibilidade entre dois ou mais obser.adores e ser.e para identificar se os
obser.adores re9uerem aprimoramento. Para istoL 9uarenta e sete esfregaEos
citol3gicos cPr.ico$.aginais corados pelo mPtodo de PapanicolaouL pre.iamente
analisados e classificados segundo o Sistema <et2esda de 5MM4L foram reescrutinados
por (*1* obser.adores. !essesL apresentaram um maior grau de concord6ncia entre os
1#!
obser.adores segundo o Kndice @appa (MLYM5 e MLZ:L respecti.amente) os diagn3sticos
de negati.o para malignidade e de lesFo intra$epitelial escamosa de baiBo grau eL
apresentaram um fraco grau de concord6ncia com Kndices de ML7GZL ML754 e ML47CL para
o carcinoma de cPlulas escamosasL as cPlulas escamosas atKpicas de significado
indeterminado e cPlulas escamosas atKpicasL nFo eBcluindo lesFo de alto grauL
respecti.amente.
COMO O7TEMOS O CQLCULO DO NDICE KAPPA NO SPSSI
-amos usar a base de dados de &atiane Melo de 'li.eira (+n/lise psicofKsica da
escala multidimensional de dor eonatal ,ain/ %gitation and Sedation Scale (%$P+SS).
's escores da escala %$P+SS foram pontuados por 5 obser.adores (identificados na
base de dados como M- e &) 7 min antes (cantesd)L imediatamente ap3s o
procedimento doloroso (cduranted) e 7 min ap3s (cdepoisd). Este estudo foi apresentado
na Residncia MPdica em Pediatria do QR+S como trabal2o de conclusFo de cursoL
disponK.el em www.paulomargotto.com.br (Monografias$5M44). = importante 9ue
saibamos 9ue no SPSS ele s3 P calculado em tabelas 5 B 5L ou seNa para comparar dois
a.aliadores e 9ue apenas atribuam uma classificaEFo dicotXmica aos obNetos em causa.
Para a.aliar a concord6ncia entre dois a.aliadores em uma *(!"," o#&i",L o
coeficiente usado P o

(tau)

de >endall (mede a associaEFo entre duas .ari/.eis
medidas por postos). Por eBemploI dois mPdicos neonatologistas a.aliam o +pgar de
seis recPm$nascidos. + Q
M
(2ip3tese nula) P 9ue nFo 2/ concord6ncia entre a a.aliaEFo
deste dois mPdicos ou seNa coeficiente de correlaEFo de >endall$

de >endallaM . +
Q
4
(2ip3tese alternati.a) informa 9ue 2/ concord6ncia entre os mPdicosL ou seNa

de
>endall r M ' nK.el de signific6ncia P MLMC. +p3s a an/lise dos .alores inseridosL
digamos 9ue o

de >endall seNa igual a MLGZ (p`MLMC). +ssimL reNeita$se a 2ip3tese nula
e se aceita a Q
4
9ue diO 9ue 2/ concord6ncia entre os mPdicos na a.aliaEFo do +pgar
destes D recPm$nascidos.
Segundo +l.areOL o 8endall=tau+b le.a em conta os empatesX W4 o 8endall=tau+c
ignora os empates.
Para a.aliaEFo de ./rios conNuntos de postos dos mesmos indi.KduosL cuNas .ari/.eis
sFo medidas em escala ordinalL P usado o 8endall coefficient of concordance "( Por
eBemploL testar o grau de correlaEFo entre o nK.el de desempen2o de 7 acadmicos de
medicina (Ds SPrie) e as respecti.as a.aliaETes foram realiOadas por 7 professores. + Q
M
diO 9ue nFo 2/ concord6ncia entre os 7 professoresL ou seNa o Coeficiente de 8endall "
N M e a Q
4
diO 9ue 2/ concord6ncia entre os trs professoresL ou seNa o Coeficiente de
>endall ? r M. ' nK.el de signific6ncia P MLMC. +p3s a an/lise dos resultadosL o
coeficiente de >endall ? foi de MLGYZ (p`MLMC) e assimL aceita$se a 2ip3tese alternati.aL
ou seNaL 2/ concord6ncia entre os a.aliadores.
P"#" " "+,i(* &* &oi( "<",i"#*( @m" !,"((i$i!":Co &i!o1^mi!":
%nalyseg Descriptive Statistics e escol2a Crosstabs (figura 4C5).
1#"
Fi-./P8. 0nal,se] Descripti'e Statistics * $rosstabs
Em Gow selecione da base de dados N5"(( "<",i":Co 1o1", "1*( M2
(obser.ador 4) e em Column selecione %passa.aliaEFo total antes & (obser.ador 5)
(figura 4C7) e em StatisticsL mar9ue @appa(figura 4C:).
Fi-./PB.$rosstabs
11#
Fi-./P?. $rosstab stastistics
+perte continue e -8 e a .ia de saKda do SPSS mostrar/ o .alor @appa (figura 4CC)

"ig.4CC. Resultado do Kndice @appa
I1*#5#*1":Co: a correlaEFo entre os obser.adores antes (@appa de ML4D)L durante
(@appa ML5Z) e depois (ML54) foi ruimL apesar da signific6ncia (como N/ citado
anteriormenteL a magnitude da estatKstica @ P uma medida de concord6ncia bastante mais
significati.a do 9ue a sua pr3pria signific6ncia estatKstica) + autora eBplica este ac2ado
de.ido U grande subNeti.idade dos componentes presentes das escalas 9ue a.aliam a dor.
111
+ mel2or concord6ncia ocorreu no momento duranteL pois no momento da presenEa da
dor nFo P tFo dependente de fatores eBternos para ser identificada. !i.ersas pes9uisas
.em sendo desen.ol.idas para se encontrar um padrFo$ouro de a.aliaEFo da dor
neonatal.
"inaliOandoL segundo "ield +L os procedimentos estatKsticos sFo uma forma de
processar nmeros eL portantoL se .oc colocar baboseiras em uma an/lise mesmo assim
obter/ conclusTes 9ue tem significado estatKsticoL mais 9ue pro.a.elmente nFo terFo
sentido pr/tico. EBiste uma tentaEFo de .er a estatKstica como uma forma milagrosa de
determinar a .erdadeL mas a estatKstica P somente um recurso. Se .oc entra com liBoL
.oc .ai obter liBo. %a an/lise estatKstica nFo eBiste um substituto para o pensamento
empKrico. + signific6ncia estatKstica nFo implica em import6ncia clKnica (ignorar este
fato P um dos erros mais fre9\entes na /rea mPdica).&en2a sempre isto em mente.
112
REFERNCIAS
4$ ?agner M<L Mota -&L !ornelles CC. SPSS Passo a PassoL EducsL CaBias do SulL
5MM:
5$ "ield +. !escobrindo a EstatKstica usando o SPSSL +rtmedL5s EdiEFo Porto +legreL
5MMY
7$"il2o !oria (. #ntroduEFo a <ioestatKstica (Para simples mortais)L %eg3cio EditoraL
SFo PauloL 5s EdiEFoL4YYY
:$+rango Q;.<ioestatKstica &e3rica e ComputacionalL ;uanabara >ooganL Rio de
eaneiroL5MM4
C$ -ieira S. #ntroduEFo U <ioestatKsticaL Editora CampusL 5s EdiEFoL Rio de eaneiroL
4YY4
D$Sounis E. <ioestatKstica.PrincKpios fundamentaisL metodologia estatKsticaL +plicaEFo
/s Cincias <iol3gicasL0i.raria +t2eneu
G$<is9uerra RL Sarriera eCL MartineO ;. #ntroduEFo U EstatKstica. Enfo9ue #nform/tico
com o Pacote EstatKstico SPSSL +rtmedL Porto +legreL 5MM:
Z. Margotto PR. Entendendo <ioestatKstica </sica. <oletim #nformati.o Pedi/trico
(Enfo9ue Perinatal)L %oDCL +no 55L <rasKliaL p.D$4MZL 5MM5. !isponK.el em
www!paulomarotto!com!brL em Entendendo <ioestatKstica </sica (+cessado em
7M de outubro de 5MMY)
Y$Margotto PR. Como eBercer a Medicina%eonatologia baseado em e.idncias. #n.
Margotto PR. +ssistncia ao RecPm$%ascido de RiscoL Qospital +nc2ietaL 7s
EdiEFoL <rasKliaL no prelo. !isponK.el em www!paulomarotto!com!br em
EBercKcio da Medicina <aseado em E.idncia (+cessado em 5M de outubro de
5MMY)
/>-Pen2a R%. (m estudo sobre regressFo logKstica bin/ria. (ni.ersidade de #taNub/L
#nstituto de Engen2aria Mec6nicaL !epartamento de ProduEFo. !isponK.el em
N1 ESTND& S&5=E =E:=ESSO& 6&:PST-$0 5-3Q=-0 =enata 3e'es
Pen7a !!! (+cessado em 7M de no.embro de 5MMY)
44.<atistela ; CL Rodrigues +SL <ononi e&CM. Estudo sobre a e.asFo escolar usando
regressFo logKsticaI an/lise dos alunos do Curso de +dministraEFo da "undaEFo
Educacional de #tu.era.a. &P@2ne t 03gosL <otucatuL SPL ..4L n.4L p.C7$DDL
out.5MMY. !isponK.el em ESTUDO SO7RE A E2ASO ESCOLAR
USANDO =E:=ESSO& 6&:PST-$0 : ANQLISE ...
45$ Programas desen.ol.idos na <raile <iomPdica S+. !isponK.el em Estatistica
(+cessado em 7M de deOembro de 5MMY)
47$%RM Consultoria EstatKstica 0tda. Curso de EstatKstica com a (tiliOaEFo do SPSSL
ESCSL 5MMY
4:.?2elan <L <ennett > et al. Serum sodium as a ris@ factor for in$2ospital mortalitA in
acute unselected general medical patients. 8e Med 5MMYV4M5I4GC$4Z5
4C$Sil.a +P. Curso </sico de EstatKstica utiliOando o SPSS. ESCSL Nul2o de 5MMD
4D$0aborat3rio de Epidemiologia e EstatKstica. 0ee $ #aborat*rio de Epidemiologia e
E statHstica (+cessado em 54 de abril de 5M4M)
4G$<otel2o "L Sil.a CL CruO ". Epidemiologia eBplicada$an/lise de sobre.i.ncia. +cta
(rol3gica 5MMYV5DI:I77$7Z. !isponK.el em Epidemiologia explicada l %n4lise de
Sobreviv>ncia (acessado em 4: de maio de 5M4M)
113
4Z-+guaAo Canela ML 0ora Monge E. C3mo 2acer cpaso a pasod um an/lisis de
super.i.ncia com SPSS para ?indows. "abis ("undacion +ndaluOa <eturia
para 0a in.estigation em salud). !isponK.el em $Jmo 7acer e paso a paso f @
0n/lisis de Super'i'encia !o SPSS ... (acessado em 4C de maio de 5M4M)
4Y$!awson <L &rapp R;. +n/lise dos temas de pes9uisa sobre sobre.i.ncia. #n.
!awson <L &rapp R; <ioestatKstica </sica e ClKnicaL Mc;rawQillL Rio de eaneiroL 7s
EdiEFoL 5MM7L p.4ZG$5MC
5M$<ee e-L Rours #; et al. C2orioamnionitis alters t2e response to surfactant in preterm
infants. e Pediatr 5M4MV4CDI4M$C
54$MartineO EnL 0oOada$%eto "L Pereira <<. Cadernos Sade Coleti.aL Rio de eaneiro
5MM7V44IG$74 (disponK.el em _PDF` A !@#<" ROC 5"#" 1*(1*( &i"-M(1i!o(
55$ <raga +CS. Cur.as R'CI +spectos funcionais e aplicaETes. &ese de !outoradoL
(ni.ersidade do Min2oL deOembro de 5MM7L Portugal
57$ !awson <L &rapp R;. MPtodos da medicina baseada em e.idncias. #n. !awson <L
&rapp R; <ioestatKstica </sica e ClKnicaL Mc;rawQillL Rio de eaneiroL 7s EdiEFoL 5MM7L
p.577$5:Y
5:$ Mauli@ !L marlagadda PL moungblood ePL Ciston P. Comparati.e efficacA of
umbilical arterial !oppler Kndices for predicting ad.erse perinatal outcome. +m e 'bstet
;Anecol 4YY4V4D:I4:7:$4::M
54$ParrA ;L &uc@er e et al. CR#< ##I an update of t2e clinical ris@ indeB for babies score.
0ancet 7D4I4GZYL 5MM7
55$ ;agliardi 0L Ca.aOOa +L et al. +ssessing mortalitA ris@ in .erA low birt2weig2t
infantsI a comparison of CR#<L CR#<$##L and S%+PPE$##. +rc2 !is C2ild "etal
%eonatal Ed. ZYI":4YL 5MM:
57$%igel Panet. -alidaEFoL integridade e monitoramento das doenEas. !isponK.el
emI A5#*(*1":Co &o Po'*#Poi1 - $o(A!.@*(5.9#. 2i(@",i4":Co #+5i&" .
+cesso 5:445M44
5:$ Pinto eSL 0opes eML 'li.eira e-L +maro ePL Costa 0!. MPtodos para estimaEFo de
reprodutibilidade de medidas R2ome PageS. Porto l PortugalI "aculdade de Medicina
do PortoV 5MMZ. ! i s p o n K . e l e m I ,ndicesII EstatHstica 8appa. +cesso em
57445M44
5C$ eodas CRPL Rapoport +L de SouOa RP et al. +n/lise da concord6ncia intra e inter$
obser.adores na detecEFo das fraturas da face por meio da tomografia computadoriOada.
Re. <ras Cir CabeEa PescoEo 5MMYV 7Z 5D l 77. !isponK.el emI
A#1i-oO#i-i",. +cesso em 5M445M44
5D$ Mariur ;omes <eg2ettoL M;L 0uft -CL Mello E!L PolancOA@ C+. +.aliaEFo
nutricionalI descriEFo da concord6ncia entre a.aliadores. Re. <ras Epidemiol 5MMGV 4MI
CMD$4D. !isponK.el emI P!"S %valia@Ao nutricional I descri@Ao da concordSncia entre
avaliadores ... +cesso em 4Z445M44
5G$ 'li.eira %SL de 'li.eira eML <ergamasc2i !P. Concord6ncia entre a.aliadores na
seleEFo de artigos em re.isTes sistem/ticas. Re. <ras Epidemiol 5MMDV I 7MY$4C.
!isponK.el emI P!"S ConcordSncia entre avaliadores na sele@Ao de artigos em
revisYes ... +cesso em 54445M44
5Z$ 'nterrater reliability ( 8appa ) using S,SS . +cesso em 4Z445M44
5Y$ 0udbroo@ e. Statistical tec2ni9ues for comparing measurers and met2ods of
measurementI a critical re.iew. Clin EBp P2armacol P2Asiol. 5MM5 V5YIC5G$7D
7M$'li.eira &M. +n/lise psicofKsica da escala multidimensional de dor eonatal ,ain/
%gitation and Sedation Scale (%$P+SS). Monografia apresentada ao Programa de
Residncia MPdica em Pediatria do Qospital Regional da +sa Sul l QR+S SES!".
114
!isponK.el em www.paulomargotto.com.br em Monografias$5M44. +cesso em
5:445M44
74$"escina. Q. &ecnologias perinatales. Centro 0atinoamericano de Perinatologia A
!esarrollo Qumano (C0+P). Pub Cient C0+P %o 44DDL 4YZZ
4M$ 0aborat3rio de Epidemiologia e EstatKstica. 0ee $ +n/lise de Concord6ncia 8appa.
+cesso em 5M445M44
75$<raband ML Qosbond SL "ol@estad 0. CapillarA refill timeI a studA of interobser.er
reliabilitA among nurses and nurse assistants. Eur e Emerg Med 5M4ML MaA 5G
33- +Nuda do <ioEstat 7.M +Ares L er.+ires ML +Ares !0L dos Santos ++S. <ioEstatL <elPmL
Par/L 5MMG. +cesso em 4Z455M44
7:$ RP!"S &ema 7 &ablas 1l.areO MMR. (%#-ERS#!+! !E e+=%. Material del
curso c+n/lisis de datos procedentes de in.estigaciones mediante programas
inform/ticosd. +cesso em 4C455M44
7C$ +n/lise da ConcordSncia #nterobser.adores em EBames de ...Corte M!L ;onEal.es
eCL Sil.a CS et al. +n/lise da concord6ncia interobser.adores em eBames de
Papanicolaou.%ew0abL EdiEFo ZML 5MMG
7D.%RM Consultoria EstatKstica 0tda. Curso de EstatKstica com a utiliOaEFo do
SPSSLPorto +legreL 5M4M
7G.Motta -& 'li.eira "P". SPSS$+n/lise de dados biomPdicosL Editora CientKfica 0tdaL
5MMY (ar9ui.os retirados do site www.medbooeditora.com.br). +cesso emL 74455M44
Torture os nmeros e eles admitiro qualquer coisa
3ota% este te(to ser/ continuamente re'isado e ampliado R medida quer for sendo
discutido com os estudantes do ST 0no da Escola Superior de $iFncias da Sade
GES$SH USESUDF GFaculdade de 1edicina da Secretaria de Estado de Sade do
Distrito FederalH!
Pes9uisadoL digitadoL re.isado por Paulo R. Margotto
www.paulomargotto.com.br
pmargotto@gmail.com.br
<rasKliaL M4 de Naneiro de 5M45
115