SPSS: PROGRAMAS E ROTINAS COMPLEMENTARES (SYNTAX FILES)

 

Correlação e Regressão

 

Teste da diferença de zero de uma matriz de
coeficientes de correlação

*** Teste da diferença de zero de uma matriz de coeficientes de

*** de correlação

*** Valentim Rodrigues Alferes (Universidade de Coimbra, 2002)

*** valferes@fpce.uc.pt

**

** Esta sintaxe efectua o teste de que nenhuma das correlações de uma

** matriz de correlação entre três ou mais variáveis se afasta de zero.

** Dito de outro modo, a sintaxe testa se uma matriz de correlação

** se afasta significativamente de uma matriz de identidade (1s na dia-

** gonal e 0s fora da diagonal).

** No exemplo (Cohen & Cohen, 1983, p. 58), pretende saber-se se

** a matriz das 10 intercorrelações entre 5 variáveis, medidas numa

** mesma amostra de 28 sujeitos, é diferente de uma matriz de

** correlação nula. As correlações apresentadas pelos autores no

** Quadro 2.8.3 são as seguintes:

**

**                     X     Y     Z     U     V

**              X   1.00

**              Y    .10  1.00

**              Z    .19   .04  1.00

**              U    .22   .38  -.21  1.00

**              V   -.05   .50  -.12   .03  1.00

**

 

DATA  LIST FREE /RD(F8.4).

* Introduza os coeficientes de correlação.

BEGIN DATA

0,10  0,19  0,22  -0,05  0,04  0,38  0,50  -0,21  -0,12  0,03

END DATA.

COMPUTE ZI_2=((LN(1+RD)-LN(1-RD))/2)**2.

COMPUTE X=1.

EXECUTE.

AGGREGATE/OUTFILE=*/BREAK=X/SOMA=SUM(ZI_2)/GL=SUM(X).

* Introduza o N para as correlações.

COMPUTE N = 28.

COMPUTE QUI_2=(N-3)*SOMA.

COMPUTE PROB=1-CDF.CHISQ(QUI_2,GL).

EXECUTE.

FORMATS QUI_2(F12.4) GL(F8.0) PROB(F8.4).

LIST QUI_2 GL PROB.

Output (exemplo)

 
*** Teste da diferença de zero de uma matriz de coeficientes de
*** de correlação
*** Valentim Rodrigues Alferes (Universidade de Coimbra, 2002)
*** valferes@fpce.uc.pt
**
** Esta sintaxe efectua o teste de que nenhuma das correlações de uma
** matriz de correlação entre três ou mais variáveis se afasta de zero.
** Dito de outro modo, a sintaxe testa se uma matriz de correlação
** se afasta significativamente de uma matriz de identidade (1s na dia-
** gonal e 0s fora da diagonal).
** No exemplo (Cohen & Cohen, 1983, p. 58), pretende saber-se se
** a matriz das 10 intercorrelações entre 5 variáveis, medidas numa
** mesma amostra de 28 sujeitos, é diferente de uma matriz de
** correlação nula. As correlações apresentadas pelos autores no
** Quadro 2.8.3 são as seguintes:
**
**                     X     Y     Z     U     V
**              X   1.00
**              Y    .10  1.00
**              Z    .19   .04  1.00
**              U    .22   .38  -.21  1.00
**              V   -.05   .50  -.12   .03  1.00
**
 
DATA  LIST FREE /RD(F8.4).
* Introduza os coeficientes de correlação.
BEGIN DATA
0,10  0,19  0,22  -0,05  0,04  0,38  0,50  -0,21  -0,12  0,03
END DATA.
COMPUTE ZI_2=((LN(1+RD)-LN(1-RD))/2)**2.
COMPUTE X=1.
EXECUTE.
AGGREGATE/OUTFILE=*/BREAK=X/SOMA=SUM(ZI_2)/GL=SUM(X).
* Introduza o N para as correlações.
COMPUTE N = 28.
COMPUTE QUI_2=(N-3)*SOMA.
COMPUTE PROB=1-CDF.CHISQ(QUI_2,GL).
EXECUTE.
FORMATS QUI_2(F12.4) GL(F8.0) PROB(F8.4).
LIST QUI_2 GL PROB.

List 

       QUI_2       GL     PROB
 
     15,5964       10    ,1118
 
Number of cases read:  1    Number of cases listed:  1

Nota 1

De acordo com o output, podemos concluir que, tomadas no conjunto, as 10 intercorrelações não se afastam significativamente de zero, c(10) = 15.60, p = .1118.

A diferença entre o xobs no exemplo de Cohen e Cohen (1983, p. 58) e o cobs no presente output (respectivamente, 15.586 e 15.596) resulta do arredondamento para três decimais das transformações de r em z de Fisher feitas pelos autores (cf. Quadro 2.8.3).

 

Nota 2

Note que se tivesse testado individualmente a correlação entre Y e V  (r = .50; N = 28), utilizando, por exemplo, outra sintaxe disponível neste site, teria chegado à conclusão que a mesma seria significativamente diferente de zero:

       R        N        T       GL     P_BI    P_UNI

 

     ,50       28   2,9439       26    ,0067    ,0034

 

O mesmo seria válido para a correlação entre Y e U (r = .38; N = 28):

 

       R        N        T       GL     P_BI    P_UNI

 

     ,38       28   2,0948       26    ,0461    ,0230

 

Quer isto dizer que sempre que tem uma matriz de correlações deve utilizar o presente teste. Proceder a testes individuais equivale a capitalizar sobre o acaso ou, em jargão, a “ir à pesca dos resultados” (fishing / error rate problem).

Referência

Cohen, J., & Cohen, P. (1983). Applied multiple regression/correlation analysis for the behavioral sciences (2nd ed.). Hillsdale, NJ: Lawrence Erbaum.

 

NIIPS / CSEO

SYNTAX FILES

valferes@fpce.uc.pt

Última actualização: 2002-12-16