You are on page 1of 1

Quando há relação de dependência entre

duas variáveis
 Avalia-se o grau de associação, de concordância ou de corelação existente
recorrendo a diferentes medidas dependendo da escala de medida das variáveis.

 Variáveis nominais:

Teste de Independência do Qui-  Medidas de Associação

Quadrado Baseadas no Qui-Quadrado: Baseadas na redução proporcional do erro de previsão:

- Coeficiente de Contingência (ou C de Pearson) - Lambda


- Coeficiente V de Cramer - Goodman & Kruskal´s Tau
- Coeficiente Phi - Coeficiente de incerteza

As medidas de associação baseadas no Qui-quadrado normalmente variam entre zero e um, isto é,
desde ausência de relação até à relação perfeita entre as variáveis.
Valores baixos indicam uma pequena associação entre variáveis.
1
Valores elevados indicam uma grande associação entre variáveis. 2

Quando há relação de dependência entre Quando há relação de dependência entre


duas variáveis duas variáveis
 As medidas de associação baseadas na redução proporcional do erro de previsão  Variáveis ordinais ou superiores:
variam entre zero e um:
 Ambas ordinais
0: significa que o conhecimento de uma variável em nada ajuda a prever a outra;

1: significa que o conhecimento de uma variável identifica perfeitamente as categorias Medidas de Associação Simétricas: Medida de Associação Não Simétricas:
da outra.
-Gamma - Sommer´s d
-Kendall´s tau b (extensão do Gamma, mas faz a distinção
 Medidas de Associação Simétricas: Quando não se define qual é a variável
-Kendall’s tau c entre variável dependente e independente)
dependente e a independente (Lambda simétrico ou coeficiente de incerteza
(variam entre -1 e 1, quando é 0 as var. são independentes)
simétrico)

 Medidas de Associação Assimétricas: Uma variável é independente e a outra Medida de Concordância: Kappa de Cohen (só se aplica a tabelas quadradas)
é dependente (Lambda assimétrico, ou coeficiente de incerteza assimétrico, ou
ainda Goodman e Kruskal tau)
3 4

Quando há relação de dependência entre


duas variáveis
 Variáveis ordinais ou superiores:

 Uma quantitativa e outra qualitativa (nominal ou ordinal):


Eta
Variável dependente: quantitativa
Variável independente: qualitativa (nominal ou ordinal)
Interpretação: (Eta)2 – proporção da variação da variável dependente que é explicada pela variável
independente.

 Ambas quantitativas:
Coeficiente de correlação linear de Pearson
(varia entre -1 e 1)

 Ambas ordinais ou de nível superior (alternativa não paramétrica):


Coeficiente de correlação de Spearman
(varia entre -1 e 1)
5