Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouMaria Fernanda Deluca Peralta Alterado mais de 6 anos atrás
1
Métodos Quantitativos aplicados à Ciência Política
2
Roteiro 2. Classificação das técnicas multivariadas;
1. A importância da Estatística; 2. Classificação das técnicas multivariadas; 3. Principais técnicas de pesquisa; 4. Exemplos aplicados.
3
Por que utilizar Estatística?
Economia de tempo e recursos Resultados precisos, confiáveis e detalhados Fazer previsões
4
População, amostra e amostragem
População = é um grupo de indivíduos/objetos sobre os quais se deseja alguma informação Amostra = é uma parte da população Amostragem = técnica para descrever e selecionar as amostras, de maneira aleatória ou não
5
População, amostra e amostragem
6
População, amostra e amostragem
7
Qualidades de uma estimativa
1. Não-enviesamento = quando a estatística amostral nem sobreestima nem subestima sistematicamente o valor do parâmetro populacional 2. Baixa-variabilidade = a variabilidade da estimativa depende da sua dispersão. Quanto mais dispersão, maior variabilidade. Estimativas oriundas de amostras grandes tendem a ter menor variabilidade
8
Qualidades de uma boa estimativa
Alto viés, baixa variabilidade Alto viés, alta variabilidade Baixo viés, alta variabilidade Baixo viés, baixa variabilidade
9
2. Classificação das técnicas multivariadas
As variáveis podem ser divididas entre dependentes (VD) e independentes (VI)? Se sim, existem quantas VDs na mesma análise? Qual é o nível de mensuração das variáveis?
10
Nível de mensuração (link)
Quantitativas - contínuas - discretas Qualitativas - ordinais - nominais
11
3. Principais técnicas de pesquisa
Hair et al (2006) Dancey e Reidy (2006) Pallant (2007) Tabachnick e Fidell (2007)
12
Principais técnicas de pesquisa
Análise de cluster (conglomerados) Análise Fatorial Análise de sobrevivência Análise de correspondência Análise de variância (ANOVA) Análise múltipla de variância (MANOVA) Teste de associação de chi-quadrado
13
Principais técnicas de pesquisa
Teste t para amostras independentes Teste t para amostras emparelhadas (antes e depois) Correlação de Pearson Regressão Linear (MQO) Regressão logística binária Regressão logística multinomial
14
Principais técnicas de pesquisa
Métodos experimentais Modelos de equações estruturais Modelos hierárquicos Modelos de séries temporais Modelos para dados de painel Análise de redes
15
4. Exemplos aplicados Chi-quadrado Correlação de Pearson
Regressão linear Regressão logística Análise fatorial
16
Chi-quadrado (χ2) Técnica não paramétrica ideal para analisar a relação entre variáveis qualitativas Compara a frequência observada com os valores esperados. Quanto maior o valor χ2, maior é a diferença entre os valores observados e os esperados, sugerindo associação entre as variáveis
17
- χ2 - P-valor Chi-quadrado (χ2) Principais pressupostos Aleatoriedade
Independência das observações Principais estatísticas - χ2 - P-valor
18
Ex. de questão de pequisa
Existe relação entre independência do judiciário e fraude eleitoral? Variáveis - Duas variáveis categóricas. Judiciário independente (sim ou não) e Fraude eleitoral (sim ou não)
19
Exemplos de Chi-quadrado (χ2) em Ciência Política
Rennó (2001) – confiança interpessoal e comportamento político Bohn (2004) – preferência política dos evangélicos Alves da Cruz (2008) – comportamento eleitoral
20
Correlação de Pearson (ρ)
Medida de associação linear entre variáveis discretas e/ou contínuas Associação? (frequência; variância) Linear? (reta) Nível de mensuração
21
Como interpretar? Direção (positiva ou negativa)
Magnitude (entre -1 e +1) Significância estatística (p-valor<0,05)
23
Características Não diferencia entre VI e VD Medida adimensional
Nível de mensuração Independência das observações Ausência de outliers
24
Cuidado! Outliers Variável omitida Análise gráfica
Correlação x Causalidade
25
Outliers (Anscombe, 1973)
26
Variável omitida
27
Correlação x Causalidade
28
Ex. de questão de pesquisa
Qual é a relação entre peso e altura? Variáveis - Duas variáveis contínuas: peso e altura.
29
Correlação de Pearson em Ciência Política
Mainwaring e Torcal (2005) – sistemas partidários Paiva, Braga e Pimentel Jr. (2007) – eleitorado e partidos políticos Simões (2007) – religião e política
30
Regressão linear (MQO)
Estima a relação entre uma única variável dependente e múltiplas variáveis independentes (preditoras) (Hair et al 2009) O objetivo é resumir a correlação entre Xi e Yi em termos da direção (positiva ou negativa) e magnitude (fraca ou forte)
31
Regressão linear (MQO)
Y = a + bX + E Y = variável dependente a = intercepto (constante) = Y quando X = 0 b = efeito de X sobre Y X = variável independente E = termo aleátorio de erro
32
Regressão linear (MQO)
Lineariedade Ausência de erros sistemáticos de mensuração Expectativa da média do termo de erro = 0 Homocedasticidade Ausência de autocorrelação A variável independente não pode estar correlacionada com o termo de erro Especificação adequada Ausência de multicolinariedade Termo de Erro tem distribuição normal Adequada proporção entre casos e variáveis
33
Ex. de questão de pesquisa
Qual é o efeito da escolaridade sobre a renda? Variáveis: - duas variáveis: escolaridade (VI - discreta) e renda (VD - contínua)
34
Regressão linear (MQO) em Ciência Política
Weakliem, Andersen e Heath (2005) – opinião pública e distribuição de renda Veiga (2007) – identificação partidária e avaliação de legendas Moisés (2010) – corrupção e qualidade da democracia
35
Regressão logística É uma forma de regressão em que a variável dependente é dicotômica e as variáveis independentes podem ser de qualquer tipo (dicotômicas, ordinais, discretas ou contínuas) Permite estimar o efeito de diferentes variáveis independentes sobre a probabilidade de pertencimento aos diferentes grupos, sucesso/presença (1) ou fracasso/ausência (0).
36
Regressão logística Pressupostos - tamanho da amostra - outliers
Independência das observações
37
Ex. de questão de pesquisa
Qual é o efeito da renda sobre a propensão em votar em Lula? Variáveis: uma variavel depedente dicôtomica (votou/não votou) e uma variável independente contínua (renda).
38
Exemplos de Regressão logística
Pérez-Liñán (2004) – instabilidade do regime político Nicolau (2007) – eleições presidenciais de 2002 Telles, Lourenço e Storni (2009) – intenção de voto nas eleições municipais
39
Análise Fatorial A principal função das diferentes técnicas de análise fatorial é reduzir uma grande quantidade de variáveis observadas em um número menor de fatores Hair et al (2006) definem fator como a combinação linear das variáveis (estatísticas) originais
40
Análise Fatorial
41
Ex. de questão de pesquisa
Em que medida diferentes indicadores de democracia representam as dimensões da poliarquia propostas por Dahl (1971)? Variáveis: devem ser quantitativas (contínuas e/ou discretas)
42
Análise Fatorial em Ciência Política
Selligson e Rennó (2000) – mensurando confiança interpessoal Coppedge, Alvarez e Maldonado (2008) – contestação e inclusividade Ribeiro, Carreirão e Borba (2011) – sentimentos partidários e atitudes políticas (estatismo e igualitarismo)
43
Conclusão Tipo de desenho de pesquisa Nível de mensuração
Observar os pressupostos Vantagens computacionais Interpretar substantivamente os resultados
44
Conclusão As técnicas não são tão complicadas e se bem utilizadas permitem responder a perguntas de pesquisa que de outro modo não seria possível
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.