Métodos Básicos de Análise de Dados

Apresentação em tema: "Métodos Básicos de Análise de Dados"— Transcrição da apresentação:

1 Métodos Básicos de Análise de Dados

2 Objetivos Apresentar os testes de hipóteses e por que os utilizamos.
Diferença entre estatística de amostra e parâmetros de população. Conceito de significância estatística adequada. Teste t, ANOVA e qui-quadrado.

3 O que é uma hipótese? É uma suposição ou proposição sem comprovação que funciona como tentativa de explicação de certos fatos ou fenômenos. Uma suposição de uma situação específica. Exemplo: A quantidade de picolés vendidos pelo sorveteiro será maior em um dia frio do que em um dia quente.

4 Desenvolvendo a hipótese
Antes da coleta de dados desenvolvemos as hipóteses, que servem como parte do plano de pesquisa. As hipóteses possibilitam que os pesquisadores expliquem e testem fatos ou fenômenos propostos. Exemplo: O coordenador de operações pretende saber a % de funcionários que sentem-se motivados.

5 Tipos de hipóteses Hipóteses nulas e alternadas
Seja X o valor em reais do salário do trabalhador brasileiro, e seja a média de X, de acordo com estatísticas divulgados na mídia, como sendo R$ 585,50. A hipótese de que a salário do trabalhador brasileiro é em média R$ 585,50 pode ser uma hipótese nula. Na outra mão a hipótese alternativa refere-se a uma suposição que contraria a hipótese nula. Por exemplo: foram feitas algumas amostragens e uma empresa que realiza pesquisas afirma que o valor do salário médio do brasileiro não é de R$ 585,50, mas sim de R$ 555,60. Esta hipótese seria uma hipótese alternativa.

6 Tipos de hipóteses Direcionais:
Hipóteses direcionais e não-direcionais Direcionais: “Quanto maior o estresse vivenciado no trabalho, maior a probabilidade de um funcionário procurar outro emprego.” Não direcionais: “Há uma relação entre o estresse vivenciado no trabalho e a probabilidade de um funcionário procurar outro emprego”

7 Estatística de amostra x Parâmetros de população
O pesquisador, quando realiza uma pesquisa, tipicamente observa alguns casos, mas quer falar de todos os casos similares; isto é, ele tem dados de uma amostra e quer falar de toda a população, ou seja, ele quer, a partir de dados limitados (a amostra), inferir (inferência) para toda uma população. Assim, se ele quiser saber se os homens são mais ou menos inteligentes do que as mulheres, ele irá testar ou observar alguns homens e algumas mulheres (uma amostra deles) e não todos os homens e todas mulheres; entretanto, ele quer, no final, concluir ou estender os resultados da sua pesquisa para todos os homens e todas as mulheres.

8 Testes de significância estatística
Os testes de significância são usados para testar hipóteses quando o pesquisador deseja testar uma proposição sobre uma característica da amostra em relação a um padrão dado ou conhecido. O teste serve para verificar a veracidade de uma hipótese Ex: O padrão ideal do preço da comida de um restaurante X hipoteticamente é de 5 (Em uma tabela de satisfação de I a VII). Portanto, se fizerem um teste de satisfação com os consumidores em relação ao valor da comida a hipótese nula será se a média for 5 e a hipótese alternativa será se a média for diferente de 5.

9 Tipos de testes de significância
Há vários tipos de testes de significância e dependendo da hipótese levantada é que saberemos qual teste utilizar. Teste de hipótese univariado – Os testes univariados de significância são usados para testar hipótese quando o pesquisador deseja testar uma proposição sobre uma característica da amostra em relação a um padrão dado ou conhecido. Exemplo: Teste anterior, satisfação em relação ao preço da comida. Teste de hipótese bivariado – Testar a hipótese de que um grupo difere de outro em termos de atitudes, comportamento ou outra característica. Exemplo: Desejar saber se há diferenças nas percepções de fregueses mais jovens e mais velhos de seu restaurante.

10 Teste de hipóteses biviarios
Qui-quadrado - A análise qui-quadrado permite-nos testar se há diferenças estatísticas entre grupos. O pesquisador trabalha com duas hipóteses: Hipótese nula: as freqüências observadas não são diferentes das freqüências esperadas. Portanto, não há associação entre os grupos. Hipótese alternativa: As freqüências observadas são diferentes da freqüência esperadas. Portanto, há associação entre os grupos. Exemplo: Se uma moeda não viciada for jogada 100 vezes, espera-se obter 50 caras e 50 coroas, já que a probabilidade de cair cara ou coroa é a mesma (1/2). Porém o resultado foi de 60 caras e 40 coroas, portanto a hipótese se enquadra em alternativa.

11 Teste de hipóteses biviarios
Teste t – É usado para testar uma hipótese que estabelece que as médias para as variáveis associadas com duas amostras ou grupos independentes serão iguais. Exemplo: Para descobrirmos se há diferença no nível de satisfação entre clientes de restaurantes diferentes definimos que a hipótese nula é de que não há diferenças no nível de satisfação. Após os testes o resultado aponta uma média 5,96 para o restaurante X e 4,78 para o restaurante Y. Assim, de acordo com o desvio padrão os clientes do restaurante X estão significativamente menos satisfeitos do que os clientes do restaurante Y. Portanto, o pesquisador saberá que deve tomar medidas para melhorar a satisfação dos seus clientes.

12 Teste de hipóteses biviarios
ANOVA – É usada para avaliar as diferenças estatísticas entre as médias de dois ou mais grupos. A ANOVA pode testar as diferenças estatísticas entre três médias de satisfação por exemplo, enquanto que o teste t só poderia comparar as duas (como no exemplo anterior). Exemplo: Suponhamos que uma pesquisa revele: Satisfação de clientes muito assíduos é 5,97, clientes pouco assíduos 4,92 e clientes ocasionais 4,04. A hipótese nula é de que os níveis médios de satisfação entre todos eles sejam os mesmos. Portanto, sabemos que os níveis de satisfação dos clientes diferem significativamente em seus níveis de satisfação, mas não identifica onde estão essas diferenças e para isso deve ser utilizado outros testes de hipóteses.

13 Obrigado!