SPSS Correlation Analysis Tutorial (Português)

Also see Pearson Correlations-Quick Introduction.teste de correlação – o que é?teste de correlação em SPSS

teste de correlação – o que é?a correlação de

a (Pearson) é um número entre -1 e +1 que indica em que medida 2 variáveis quantitativas estão linearmente relacionadas. É melhor entendê-lo olhando para alguns folhetos.,

em resumo,

• uma correlação de -1 indica uma relação descendente linear perfeita: pontuações mais elevadas numa variável implicam pontuações mais baixas na outra variável.uma correlação de 0 significa que não há qualquer relação linear entre duas variáveis. No entanto, pode haver uma relação (forte) não linear.uma correlação de 1 indica uma relação linear ascendente perfeita: as pontuações mais elevadas numa variável estão associadas a pontuações mais elevadas na outra variável.,

hipótese nula

a correlation test (usually) tests The null hypothesis that the population correlation is zero.Os dados muitas vezes contêm apenas uma amostra de uma população (muito) maior: eu pesquisei 100 clientes (amostra), mas estou realmente interessado em todos os meus 100.000 clientes (população). Os resultados da amostra diferem um pouco dos resultados da população. Então encontrar uma correlação não zero na minha amostra não prova que 2 variáveis estão correlacionadas em toda a minha população; se a correlação da população é realmente zero, eu posso facilmente encontrar uma pequena correlação na minha amostra., No entanto, encontrar uma forte correlação neste caso é muito improvável e sugere que a minha correlação de população não era zero afinal de contas.

Test-Assumptions

Computing and interpreting correlation coefficients themselves not require any assumptions. No entanto, o teste de significância estatística para correlações assume observações independentes

• ;
• normalidade: as nossas 2 variáveis devem seguir uma distribuição normal bivariada na nossa população. Esta suposição não é necessária para tamanhos de amostra de N = 25 ou mais.,Para tamanhos razoáveis de amostra, o teorema do limite central garante que a distribuição de amostragem será normal.

SPSS-verificação rápida de dados

vamos executar alguns testes de correlação em SPSS agora. Vamos usar Adolescentes.sav, um arquivo de dados que contém dados de testes psicológicos em 128 crianças entre 12 e 14 anos de idade. Parte da sua vista variável é mostrada abaixo.

Agora, antes de executar quaisquer correlações, vamos primeiro certificar-nos de que os nossos dados são plausíveis em primeiro lugar., Uma vez que todas as 5 variáveis são métricas, vamos inspecionar rapidamente seus histogramas, executando a sintaxe abaixo.

a saída do histograma

os nossos histogramas dizem – nos muito: as nossas variáveis têm entre 5 e 10 valores em falta. Os seus meios estão perto de 100 com desvios padrão em torno de 15 – o que é bom porque é assim que estes testes foram calibrados. Mas há uma coisa que me incomoda e que é mostrada abaixo.,

parece que alguém marcou zero em alguns testes-o que não é plausível de todo. Se ignorarmos isto, as nossas correlações serão fortemente tendenciosas. Vamos resolver os nossos casos, ver o que se passa e definir alguns valores em falta antes de prosseguir.

se agora repetirmos os nossos histogramas, veremos que todas as distribuições parecem plausíveis., Só agora devemos prosseguir com as correlações reais.

Execução de um Teste de Correlação em SPSS

primeiro, Vamos navegar para Analisar Correlacionar Bivariada, como mostrado abaixo.

mover todas as variáveis relevantes para a caixa de variáveis. Provavelmente não queres mudar mais nada aqui.

clicar em Colar resulta na sintaxe abaixo. Vamos a isso.

correlações SPSS sintaxe

Correlation Output

por padrão, SPSS sempre cria uma matriz de correlação completa. Cada correlação aparece duas vezes: acima e abaixo da diagonal principal. As correlações na diagonal principal são as correlações entre cada variável e ela mesma – e é por isso que eles são todos 1 e não interessante em tudo. As 10 correlações abaixo da diagonal são o que precisamos., Como regra geral, uma correlação é estatisticamente significante se sua “Sig”. (2-tailed)” < 0,05.Agora vamos dar uma olhada em nossos resultados : a correlação mais forte é entre depressão e bem-estar geral: r = -0,801. É baseado em N = 117 crianças e seu significado de duas caudas, p = 0,000. Isto significa que há uma probabilidade de 0,000 de encontrar esta correlação da amostra-ou uma maior – se a correlação da população Real for zero.Note que o QI não está correlacionado com nada. Sua correlação mais forte é 0.152 com ansiedade, mas p = 0.,11 Então não é estatisticamente diferente de zero. Ou seja, há uma probabilidade de 0,11 de encontrá-lo se a correlação da população for zero. Esta correlação é muito pequena para rejeitar a hipótese nula.assim, as nossas 10 correlações indicam em que medida cada par de variáveis está linearmente relacionado. Finalmente, note que cada correlação é computada em um n ligeiramente diferente-variando de 111 a 117. Isso ocorre porque SPSS usa a eliminação por pares de valores em falta por padrão para correlações.,Strictly, we should inspect all scatterplots among our variables as well. Afinal, variáveis que não correlacionam ainda podem estar relacionadas de alguma forma não-linear. Mas para mais de 5 ou 6 variáveis, o número de possíveis esquemas explode, por isso muitas vezes saltamos inspecioná-los. No entanto, veja SPSS-Create All Scatterplots Tool.
a sintaxe abaixo cria apenas um scatterplot, apenas para ter uma idéia de como nossa relação se parece. Mas o resultado não mostra nada inesperado.

relatar um teste de correlação

a figura abaixo mostra o formato mais básico recomendado pela APA para a comunicação de correlações. Importante, certifique-se que a tabela indica quais correlações são estatisticamente significativas em p < 0,05 e talvez p < 0,01. Veja também as correlações SPSS no formato APA.

Se possível, relate os intervalos de confiança para as suas correlações também., Estranhamente, os SPSS não os incluem. No entanto, consulte os intervalos de confiança do SPSS para a Ferramenta de correlações.obrigado pela leitura!