SPSS: PROGRAMAS E ROTINAS COMPLEMENTARES (SYNTAX
FILES) |
||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||
Análise do
Poder |
||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||
Comparação de Duas Médias |
||||||||||||||||||||||||||||||||||||||
Esta sintaxe
efectua a análise a priori do poder
nas situações em que planeia utilizar o t
de Student para comparar as médias de
dois grupos independentes. Mais exactamente, a sintaxe determina o número
mínimo de sujeitos por condição experimental em função do poder e
do nível de significação pretendidos e da magnitude ou tamanho do
efeito esperado (o algoritmo utilizado é o de Borenstein, Rothstein e
Cohen, 2001). O utilizador
deve especificar os seguintes parâmetros:
No output, obterá, entre outros dados, o número necessário de
sujeitos por condição (N_TRAT), assim como o poder correspondente (PODER), nos
termos dos parâmetros especificados (cf. Nota). No exemplo,
um investigador, sabendo que a diferença entre as médias das condições num
estudo anterior foi de 2.00 e que o desvio-padrão ponderado nas duas
condições foi de 3.00, pretende determinar, para um poder de 0.80 e um nível
de significação de 0.05, qual o número
mínimo de sujeitos por condição experimental a utilizar numa replicação
do referido estudo. Note que
pode especificar o tamanho do efeito de dois modos diferentes:
No caso do Procedimento
1b, não precisa de efectuar a divisão: DIF/DPP = 2/3 = 0.667 Pode indicar (e até é preferível que o
faça) apenas: COMPUTE D = 2/3. De acordo com o output,
o investigador do exemplo necessitaria de pelo menos 37 sujeitos por condição
para atingir um poder de 0.80. |
||||||||||||||||||||||||||||||||||||||
*** Análise do
poder: Duas médias independentes (T de Student) *** Valentim Rodrigues
Alferes (Universidade de Coimbra, 2003) *** NEW FILE. INPUT PROGRAM. END CASE. END END FILE. END INPUT PROGRAM. * Introduza o poder pretendido (por defeito, PODER_P =
0.80). COMPUTE PODER_P = 0.80. * Introduza alpha (por defeito, ALFA = 0.05). COMPUTE ALFA = 0.05. * Introduza a diferença esperada entre as médias nos
dois grupos * (se não tem uma ideia aproximada, escreva DIF = -999
e preencha * o campo do tamanho do efeito [D] de acordo com as
convenções * de Cohen). COMPUTE DIF = 2.00. * Introduza o desvio-padrão (ponderado) nos dois
grupos. * (se não tem uma ideia aproximada, escreva DPP = -999
e preencha * o campo do tamanho do efeito [D] de acordo com as
convenções * de Cohen). COMPUTE DPP = 3.00. * Se escreveu -999 nos dois campos anteriores,
introduza o tamanho * do efeito (D) de acordo com as convenções de Cohen.
Caso tenha * preenchido os dois campos anteriores, não altere esta
linha. COMPUTE D = -999. DO IF (DIF=-999 OR DPP=-999). COMPUTE D_COHEN=D. ELSE. COMPUTE D_COHEN=DIF/DPP. END IF. COMPUTE GL=2*N-2. COMPUTE NCP=ABS((D_COHEN*SQR(N))/SQR(2)). COMPUTE T_ALPHA=IDF.T(1-ALFA/2,GL). COMPUTE PODER1=1-NCDF.T(T_ALPHA,GL,NCP). COMPUTE PODER2=1-NCDF.T(T_ALPHA,GL,-NCP). COMPUTE PODER=PODER1+PODER2. IF (PODER>=PODER_P) K=1. COMPUTE W=ABS(PODER_P-PODER). EXECUTE. SORT CASES BY K(D) W(A). IF ($CASENUM=1) N_TRAT=N. IF ($CASENUM=1) N_TOTAL=2*N. FORMATS DIF(F8.4) DPP(F8.4) D_COHEN(F8.4) N(F8.0) ALFA(F8.4) PODER(F8.4) PODER_P(F8.4) N_TRAT(F8.0) N_TOTAL(F8.0). LIST PODER_P ALFA DIF DPP D_COHEN/CASES=FROM 1 TO 1. LIST N_TRAT N_TOTAL/CASES=FROM 1 TO 1. SORT CASES BY W(A). SEL IF($CASENUM<8). SORT CASES BY N(A). LIST |
||||||||||||||||||||||||||||||||||||||
*** Análise do poder: Duas médias independentes (T de Student)
[...]
List
PODER_P ALFA DIF DPP D_COHEN
,8000 ,0500 2,0000 3,0000 ,6667
Number of cases read: 1 Number of cases listed: 1
LIST N_TRAT N_TOTAL/CASES=FROM 1 TO 1.
List
N_TRAT N_TOTAL
37 74
Number of cases read: 1 Number of cases listed: 1
[...]
LIST
List
34 ,7729 35 ,7850 36 ,7966 37 ,8076 38 ,8181 39 ,8281 40 ,8376
Number of cases read: 7 Number of cases listed: 7 |
||||||||||||||||||||||||||||||||||||||
Em condições
extremas, pode obter o número de sujeitos (N_TRAT) para valores de poder
(PODER) muito inferiores ao que especificou. Por exemplo, se pretendesse um
poder de 0.99 e tivesse indicado um efeito esperado de d = 0.10, obteria o seguinte output: LIST PODER_P ALFA DIF DPP D_COHEN/CASES=FROM 1 TO 1. List PODER_P ALFA
DIF DPP D_COHEN ,9900 ,0500 -999,000 -999,000 ,1000 Number of cases read: 1 Number of cases listed: 1 LIST N_TRAT N_TOTAL/CASES=FROM 1 TO 1. List N_TRAT N_TOTAL 1000 2000 Number of cases read: 1 Number of cases listed: 1 SORT CASES BY W(A). SEL IF($CASENUM<8). SORT CASES BY N(A). LIST List 994 ,6058 995 ,6062 996 ,6066 997 ,6071 998 ,6075 999 ,6079 1000 ,6084 Number of cases read: 7 Number of cases listed: 7 Ainda que
não lhe recomendemos fazer tal investigação, pode satisfazer a sua
curiosidade limitando-se a alterar a terceira linha da sintaxe. Se em vez de [...] LOOP N=2 TO 1000. [...] escrever: [...] LOOP N=2 TO 5000. [...] obterá o
seguinte output: [...] LIST PODER_P ALFA DIF DPP D_COHEN/CASES=FROM 1 TO 1. List PODER_P ALFA
DIF DPP D_COHEN ,9900 ,0500 -999,000 -999,000 ,1000 Number of cases read: 1 Number of cases listed: 1 LIST N_TRAT N_TOTAL/CASES=FROM 1 TO 1. List N_TRAT N_TOTAL 3676
7352 Number of cases read: 1 Number of cases listed: 1 [...] LIST List 3672
,9899 3673 ,9900 3674 ,9900 3675 ,9900 3676 ,9900 3677 ,9900 3678 ,9900 Number of cases read: 7 Number of cases listed: 7 Como vê, para um poder irrealista de 99%, precisaria
de 3676 sujeitos por condição experimental para detectar um efeito
desprezível de d = 0.10. Com o único
senão de esperar mais alguns segundos pelos resultados, pode aumentar como
entender o valor máximo na linha: LOOP N=2 TO 1000. |
||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||
Referências |
||||||||||||||||||||||||||||||||||||||
Cohen,
J. (1988). Statistical power analysis
for the behavioral sciences (2nd ed.). Borenstein, M.,
Rothstein, H., & Cohen, J. (2001). SamplePower
2.0 [Computer Manual]. |
||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||
Última actualização: 2003-04-18 |
||||||||||||||||||||||||||||||||||||||