SPSS: PROGRAMAS E ROTINAS COMPLEMENTARES (SYNTAX FILES)
Correlação e Regressão
Teste para uma correlação igual a zero na população (r = 0) [Nível de significação de um coeficiente de correlação]
*** Teste para uma correlação igual a zero na população (r = 0) *** [Nível de significação de um coeficiente de correlação] *** Valentim Rodrigues Alferes (Universidade de Coimbra, 2002) *** valferes@fpce.uc.pt ** ** Esta sintaxe efectua o teste de uma correlação igual a zero na ** população. A probabilidade associada ao t de Student, geralmente ** designada por nível de significação de um coeficiente de correlação, ** corresponde ao erro de tipo I: rejeição da hipótese nula (correla- ** ção igual a zero na população) quando ela é verdadeira. O exemplo ** é de Guilford e Fruchter (1978, pp. 141-143). INPUT PROGRAM. LOOP X=1 TO 1. END CASE. END LOOP. END FILE. END INPUT PROGRAM. * Introduza o coeficiente de correlação. COMPUTE R = 0.30. * Introduza o N (número de pares de observações). COMPUTE N = 52. COMPUTE T=(R*SQR(N-2))/SQR(1-R*R). COMPUTE GL=N-2. COMPUTE TABS=ABS(T). COMPUTE P_BI=(1-CDF.T(TABS,GL))*2. COMPUTE P_UNI=1-CDF.T(TABS,GL). FORMATS R (F8.2) T(F8.4) N(F8.0) GL(F8.0) P_BI(F8.4) P_UNI(F8.4). LIST R N T GL P_BI P_UNI.
Output (exemplo)
*** Teste para uma correlação igual a zero na população (r = 0) *** [Nível de significação de um coeficiente de correlação] *** Valentim Rodrigues Alferes (Universidade de Coimbra, 2002) *** valferes@fpce.uc.pt ** ** Esta sintaxe efectua o teste de uma correlação igual a zero na [...] * Introduza o coeficiente de correlação. COMPUTE R = 0.30. * Introduza o N (número de pares de observações). COMPUTE N = 52. [...] List R N T GL P_BI P_UNI ,30 52 2,2237 50 ,0307 ,0154 Number of cases read: 1 Number of cases listed: 1
Nota 1 Sempre que tiver as variáveis na file activa, este teste é feito directamente através dos menus do SPSS Data Editor (Analyze / Correlate / Bivariate... / Pearson). Nota 2 Nunca confunda o nível de significação e a magnitude de um coeficiente de correlação. O nível de significação apenas nos indica a probabilidade que temos de nos enganarmos ao declararmos que a correlação na população é diferente de zero. Uma vez garantido que tal probabilidade é inferior a 0.05, todas as interpretações devem ser feitas em termos de magnitude do próprio coeficiente de correlação. A melhor estratégia consiste em calcular r^2 (coeficiente de determinação) e considerar esta quantidade (multiplicada por 100) como a percentagem de variância comum às duas variáveis, ou, nos casos em que é legítimo distinguir entre VI e VD, a percentagem da variância da VD explicável pela VI (cf. Cohen & Cohen, 1983, pp. 46-51). A propósito, experimente esta sintaxe com os valores N = 3000 e r = 0.04 e verá que uma correlação de 0.04 é significativamente diferente de uma correlação de 0.00 (pbi = 0.0285) . É claro que não tem motivos para se sentir particularmente satisfeito caso resolva comunicar aos leitores do relatório científico que está a preparar que as duas variáveis têm em comum 0.16% de variância .
Referências
Cohen, J., & Cohen, P. (1983). Applied multiple regression/correlation analysis for the behavioral sciences (2nd ed.). Hillsdale, NJ: Lawrence Erbaum. Guilford, J. P., & Fruchter, B. (1978). Fundamental statistics in psychology and education (6th ed.). New York: McGraw-Hill.
NIIPS / CSEO	SYNTAX FILES	valferes@fpce.uc.pt
Última actualização: 2002-10-19