Reltório estatistica

...

Concluímos após observação dos dois quadros que, se aceita H1, pois no grupo das mulheres (D= 2,56, p= 0,01) e no grupo dos homens (D= 1,72, p= 0,01) não seguem uma distribuição normal, pois em ambos os casos obtivemos valores inferiores a α (0,05), este mesmo fenómeno pode confirmar-se nos respetivos histogramas (anexo 7 e 8), em que assimetria é positiva, com curva desviada à direita e em ambos apresentam distribuições leptocúrticas (pico alto).

3. Relação entre Género e número de filhos

Para se testar as médias de duas populações, querendo-se compreender se são ou não estatisticamente diferentes, utilizamos o teste t-student (t). Permite-nos também comparar dois grupos independentes relativamente a uma variável quantitativa. Este teste é paramétrico, ou seja tem que cumprir os pressupostos de normalidade e homogeneidade, caso algum deles não seja cumprido ter-se-á que aplicar o seu teste não-paramétrico equivalente que é Mann-Whitney (U).

As hipóteses consideradas são:

H0= Não existem diferenças significativas entre homens e mulheres relativamente à variável número de filhos.

H1= Existem diferenças significativas entre homens e mulheres relativamente à variável número de filhos.

Depois de observar o valor de Levene (F= 0,25) (anexo 9), podemos dizer que existe homogeneidade de variância, sendo assim lê-mos o nosso valor de t na linha de cima da tabela, ao se observar a linha de cima encontramos o valor de p= -0,30. Concluindo, relativamente à variável número de filhos, não existem diferenças significativas entre homens e mulheres (t (125) = -0,30, p= 076, aceita-se H0.

4. Relação entre Estado Civil e números de filhos

Nesta relação utilizamos o teste Anova (F), pois permite-nos fazer a comparação de 3 ou mais grupos relativamente a uma variável quantitativa, é um teste paramétrico, em que tem que estar presentes os pressupostos de normalidade e homogeneidade, caso contrário tem que se optar por utilizar o teste não-paramétrico equivalente que é o Kruskal-Wallis (H). As hipóteses em estudo são:

H0: Não existem diferenças significativas entre o grupo dos casados/ união de facto, o grupo dos solteiros e do grupo dos divorciados/ separados relativamente ao número de filhos.

H1: Existem diferenças significativas entre o grupo dos casados/ união de facto, o grupo dos solteiros e do grupo dos divorciados/ separados relativamente ao número de filhos.

No anexo 10, encontra-se a tabela que possuí o valor de Levene, observamo-lo, se for superior a α (0,05), lê-mos então a tabela Anova. É este o nosso caso, temos um valor de Levene de 0,48, dizendo que existe homogeneidade de variância. Podemos concluir que não existem diferenças significativas entre o grupo dos casados/ união de facto, o grupo dos solteiros e do grupo dos divorciados/ separados relativamente ao número de filhos, F (3,123) = 3,21, p=0,03, aceita-se H0.

5. Relação entre duas variáveis quantitativas

Para se proceder a esta relação temos que usar o teste de Correlação de Pearson (r), teste paramétrico, o seu correspondente não paramétrico é o de Spearman. Hipóteses em estudo:

H0: Não existe relação entre a variável “o futuro do meu filho preocupa-me” e a variável “ quero que o meu filho escolha uma profissão que o deixe realizado”.

H1: Existe relação entre a variável “o futuro do meu filho preocupa-me” e a variável “ quero que o meu filho escolha uma profissão que o deixe realizado”.

Na tabela (anexo 11), podemos verificar que o valor de p é inferior ao valor de α, logo sabemos que não existe qualquer tipo de relação entre as duas variáveis em estudo. Assim sendo, podemos considerar que existe uma correlação significativa positiva baixa entre a variável “o futuro do meu filho preocupa-me” e a variável “ quero que o meu filho escolha uma profissão que o deixe realizado” (r= 0,26, p=0,01), isto é, quando a primeira variável aumenta a segunda aumenta proporcionalmente.

Conclusão

Iniciamos o nosso trabalho por fazer uma análise do conteúdo da base de dados, fazer os respetivos outputs, fazer uma breve descrição da amostra em estudo e após isso relacionamos várias variáveis da amostra e fizemos os testes que a docente nos pediu.

1.Relação entre o Género e o Estado Civil, em que utilizamos o teste qui-quadrado, para verificar os pressupostos de normalidade, que acabaram por se verificar.

2.Relação entre o Género e o número de filhos, usamos o teste Kolmogorov-Sminorv, para testar se a nossa amostra seguia ou não uma distribuição normal, acabando por se verificar a não normalidade na distribuição.

3.Relação entre Género e número de filhos, recorremos ao T-teste para verificarmos se havia ou não homogeneidade de variância, o que acabou por se confirmar.

4.Relação entre Estado Civil e números de filhos, utilizamos o teste Anova, para compararmos três ou mais grupos relativamente a uma variável quantitativa, o que acabou por observarmos que não existiam diferenças significativas entre os grupos e a variável em estudo.

5. Relação entre duas variáveis quantitativas, recorremos ao teste de Correlação de Pearson, em que observamos que não existe qualquer tipo de relação entre as duas variáveis em estudo, e que existe sim uma correlação significativa positiva baixa.

O presente trabalho tinha como finalidade de apresentarmos em forma de relatório, com os respetivos outputs, criados pelo PSPP, através de uma base