Curso de Spss

Aula 1 • Navegação na Interface do SPSS

Aborda as janelas principais, menus e barras de ferramentas do SPSS. Estabelece a familiaridade espacial necessária para todas as operações subsequentes.

Aula 2 • Guardar e Gerir Ficheiros SPSS

Explica os formatos de ficheiro do SPSS e as melhores práticas para a organização de ficheiros. A gestão fiável de ficheiros apoia a reprodutibilidade em todos os projetos do curso.

Aula 3 • Configuração da Vista de Variáveis

Ensina a definição de variáveis, incluindo nome, etiqueta, valores e códigos de valor omisso. Uma configuração adequada garante a rotulagem precisa dos resultados ao longo do curso.

Aula 4 • Compreensão dos Tipos de Dados e Níveis de Medida

Define os níveis de medida nominal, ordinal e de escala e o seu papel na análise. A classificação correta previne erros em procedimentos estatísticos posteriores.

Aula 1 • Deteção e Correção de Outliers

Utiliza diagramas de extremos e quartis e estatística descritiva para localizar valores extremos. As decisões sobre outliers afetam diretamente a precisão das médias e das estimativas de regressão.

Aula 2 • Fusão e Reestruturação de Conjuntos de Dados

Aborda a adição de casos, a adição de variáveis e a transposição entre formatos largo e longo. A reestruturação permite a análise de dados longitudinais e de múltiplas fontes.

Aula 3 • Ordenação, Seleção e Filtragem de Casos

Demonstra a ordenação de linhas e a aplicação de filtros de casos para análise de subgrupos. A análise seletiva é essencial para comparar grupos e validar pressupostos.

Aula 4 • Identificação e Tratamento de Dados Omissos

Aborda a deteção de valores omissos e estratégias para o seu tratamento. Aborda um problema universal de qualidade dos dados que afeta todos os tipos de análise.

Aula 1 • Exploração de Distribuições com Explorar

Utiliza o procedimento Explorar para produzir diagramas de caule e folhas, diagramas de extremos e quartis e testes de normalidade. A avaliação da normalidade informa a escolha entre testes paramétricos e não paramétricos.

Aula 2 • Tabelas de Contingência e Tabelas de Cruzamento

Constrói tabelas de cruzamento com percentagens de linha, coluna e total para relações categóricas. Estabelece as bases para o teste qui-quadrado introduzido no capítulo seguinte.

Aula 3 • Criação de Gráficos no Construtor de Gráficos do SPSS

Apresenta o Construtor de Gráficos para histogramas, gráficos de barras e diagramas de dispersão. As competências de visualização apoiam tanto a exploração como a elaboração de relatórios profissionais.

Aula 4 • Frequências e Resumos Descritivos

Gera tabelas de frequências e medidas de tendência central para variáveis categóricas e contínuas. Fornece o resumo de base que todo o relatório de análise exige.

Aula 1 • Alternativas Não Paramétricas

Apresenta os testes de Mann-Whitney, Wilcoxon e Kruskal-Wallis para dados não normais. Fornece opções válidas quando os pressupostos paramétricos não podem ser cumpridos.

Aula 2 • Testes Qui-Quadrado para Dados Categóricos

Aplica os testes de qualidade do ajustamento e de independência do qui-quadrado a variáveis categóricas. Conecta-se às competências de tabelas de cruzamento desenvolvidas no capítulo anterior.

Aula 3 • ANOVA de Um Fator e Testes Post Hoc

Compara médias entre três ou mais grupos utilizando a ANOVA de um fator com comparações post hoc. Alarga a lógica do teste t a designs de múltiplos grupos sem inflacionar as taxas de erro.

Aula 4 • Testes t para Amostras Independentes e Emparelhadas

Executa testes t para comparação de médias de dois grupos com amostras independentes e relacionadas. Aborda o teste de Levene para igualdade de variâncias como verificação de pressuposto obrigatória.

Aula 1 • Diagramas de Dispersão e Relações Lineares

Utiliza diagramas de dispersão com linhas de ajustamento para avaliar visualmente a linearidade antes da regressão. A inspeção visual é a primeira verificação de pressuposto para a análise de regressão.

Aula 2 • Execução de Regressão Linear Simples

Executa a regressão linear simples e interpreta os coeficientes, o R-quadrado e o teste F. Estabelece o fluxo de trabalho de regressão utilizado no capítulo de regressão múltipla.

Aula 3 • Verificação dos Pressupostos da Regressão

Examina gráficos de resíduos, normalidade dos erros e homocedasticidade para a regressão simples. As violações de pressupostos aqui identificadas orientam as estratégias de remediação nos capítulos avançados.

Aula 1 • Métodos de Seleção de Variáveis

Compara os métodos Enter, Stepwise, Forward e Backward e os seus compromissos. A escolha do método afeta a parcimónia e a generalizabilidade do modelo.

Aula 2 • Construção de Modelos de Regressão Múltipla

Adiciona múltiplos preditores ao quadro da regressão e interpreta coeficientes parciais. Compreender os efeitos parciais é central para controlar fatores de confusão.

Aula 3 • Codificação Dummy de Preditores Categóricos

Cria variáveis dummy para incluir preditores nominais em modelos de regressão. A codificação adequada permite estimar e interpretar os efeitos dos grupos categóricos.

Aula 4 • Diagnóstico da Regressão e Casos Influentes

Identifica observações influentes utilizando o D de Cook, a alavanca e a estatística DFBeta. A remoção ou ajuste de casos influentes melhora a estabilidade e a validade do modelo.

Aula 1 • ANOVA Mista: Fatores Entre e Intra-Sujeitos

Combina fatores entre-sujeitos e intra-sujeitos num único modelo. Os designs mistos são comuns na investigação longitudinal e experimental.

Aula 2 • ANOVA de Medidas Repetidas de Um Fator

Analisa designs intra-sujeitos onde os mesmos participantes são medidos várias vezes. O teste e a correção da esfericidade são requisitos únicos dos designs de medidas repetidas.

Aula 3 • ANOVA Fatorial de Dois Fatores

Testa os efeitos principais e as interações de dois fatores independentes simultaneamente. A interpretação da interação é a competência-chave que distingue a ANOVA fatorial da ANOVA de um fator.

Aula 4 • MANOVA: Múltiplas Variáveis Dependentes

Alarga a ANOVA para testar simultaneamente diferenças de grupo em múltiplos resultados. A MANOVA controla o erro familiar quando várias variáveis dependentes estão teoricamente relacionadas.

Aula 1 • Regressão Logística Binária

Modela a probabilidade de um resultado binário utilizando regressão logística com odds ratios. Alarga as competências de regressão a variáveis dependentes categóricas comuns na investigação aplicada.

Aula 2 • Análise Fatorial Exploratória

Reduz um grande conjunto de variáveis a fatores subjacentes utilizando métodos de componentes principais e fatores comuns. A análise fatorial é fundamental para o desenvolvimento e validação de escalas.

Aula 3 • Análise de Fiabilidade com Alfa de Cronbach

Avalia a consistência interna de escalas multi-item utilizando o alfa de Cronbach e estatísticas de item. A evidência de fiabilidade é necessária antes de os scores da escala serem utilizados em análises posteriores.

Aula 4 • Utilização da Sintaxe SPSS para Reprodutibilidade

Escreve e executa sintaxe SPSS para automatizar e documentar fluxos de trabalho analíticos. A análise baseada em sintaxe garante a reprodutibilidade e eficiência para projetos grandes ou repetidos.