Licenciatura em Enfermagem Ano Letivo 2022/2023

Instituto Politécnico de Leiria

ESCOLA SUPERIOR DE SAÚDE DE LEIRIA

LICENCIATURA EM ENFERMAGEM

Formulário

1. Estatística Descritiva a Uma Dimensão

Medidas de Localização:

Dados desagregados Dados agregados

n

Média x i
k
x =  f i xi
k
x =  f iCi
x= i =1
i =1 i =1
n
f **
Moda Mo = Linf + ai
f * + f **
 X ( n 2) + X ( n 2+1)
 Md = x = , se n par 0,5 − F( Md −1)
Mediana Md =  2 Md = LInf Md + aMd
 Md = x = X  n +1  , se n impar f Md
 
 2 


 X k + X k +1 np
 , se k = é int eiro
2 100 P − F( P −1)
Percentis Pp =  Pp = LInf P + aP
 X , se k = np não é int eiro fP
 k +1 100

1/6
 Licenciatura em Enfermagem Ano Letivo 2022/2023

Medidas de dispersão:

R = Xmax – Xmin

IQ = Q3 – Q1

Dados desagregados Dados agregados

Desvio
k
1 n DM =  f i xi − x k
absoluto DM =  xi − x i =1
DM =  f i Ci − x
n i =1
médio i =1

n k

Variância (X i − X )2 S 2 =  fi ( X i − X )2 n
S 2 =  f i (Ci − X ) 2
S2 = i =1 i =1
i =1
n
n
Variância (X i − X )2
corrigida S '2 = i =1

n −1

Desvio-padrão:

S = S2

Coeficiente de variação:

S S'
CV =  100 CV =  100
X X

Análise de outliers:

BII=Q1-1,5xIQ

BEI=Q1-3xIQ

BIS=Q3+1,5xIQ

BES=Q3+3xIQ

2/6
Licenciatura em Enfermagem Ano Letivo 2022/2023

2. Estatística Descritiva a Duas Dimensões

Covariância:
n

(X i − X )(Yi − Y )
Cov( X , Y ) = S ( X ,Y ) = i =1
n

(X i − X )(Yi − Y )
Cov( X , Y ) = S '( X ,Y ) = i =1

n −1

Coeficientes de associação e de correlação:

AD − BC
Coeficiente de associação de Phi: =
( A + B)(C + D)( A + C )( B + D)

Coeficiente de correlação de Spearman:

n n

 (r1i − r1 )(r2i − r2 ) 6 d i2
= I =1
= 1− i =1
n n3 − n
 (r
i =1
1i − r1 ) 2 (r2i − r2 ) 2

Coeficiente de correlação de Pearson:

n n

Cov( X , Y )  ( xi − x )( yi − y ) x y i i − nx y
rx , y = = i =1
rx , y = i =1

SxS y n n n n

 ( xi − x )2  ( yi − y )2
i =1 i =1
( x 2i − nx 2 )( yi2 − ny 2 )
i =1 i =1

3/6
Licenciatura em Enfermagem Ano Letivo 2022/2023

3. Estatística Inferencial

Teste T-Student para uma média populacional

X −
T = ~ t( n −1)
S'
n

Teste T-Student para a diferença entre duas médias

populacionais

1. Amostras independentes

( X − X 2 ) − ( 1 −  2 ) (n1 − 1) S ' 21 +(n2 − 1) S ' 2 2

T= 1 ~ t( n1+ n 2 − 2) e Sˆ =
1 1 n1 + n2 − 2
Sˆ +
n1 n2

2. Amostras Emparelhadas

D − D 1 n 1 n
T= ~ t( n −1) onde D =  Di e S' =
2
D 
n − 1 i =1
( Di − D) 2
Sˆ '2 D
n i =1
n

4/6
Licenciatura em Enfermagem Ano Letivo 2022/2023

ANOVA I

Fonte de Soma de Quadrados

g.l. F
Variação Quadrados Médios
Factorial k
SQF QMF
(entre SQF = n (X i i − X )2 k-1 QMF =
k −1
F=
QME
grupos) i =1

Residual k ni
SQE
(dentro dos SQE =  ( X ij − X i )2 N-k QME =
N −k
grupos) i =1 j =1

k ni

Total SQT =  ( X
i =1 j =1
ij − X )2 N-1

k ni
SQT =  ( X ij − X ) 2 = ( N − 1) S '2
i =1 j =1

k ni k
SQE =  ( X ij − X i ) 2 = (ni − 1) S 'i2
i =1 j =1 i =1

SQT = SQF + SQE

Teste do Qui-quadrado
L C (Oij − Eij ) 2
Estatística de Teste: X2obs= 
i =1 j =1 Eij
~  2 ((C −1)( L −1))

Li  C j
Eij =
N

5/6
Licenciatura em Enfermagem Ano Letivo 2022/2023

TESTES DE HIPÓTESES EM SPSS – QUADRO RESUMO

Testes paramétricos Aplicação Pressupostos

One sample t-test
(Analyse → Compare means Testa se a média é igual - População Normal
→ One sample T-Test) a um valor. - Amostra aleatória

Independent samples t- - População Normal

test Compara médias entre 2
- Variâncias
amostras independentes
(Analyse → Compare means homogéneas
(usa o teste de Levene
→ Independent Samples T - Amostras
para comparar as
Test) independentes (e
variâncias).
aleatórias)
- Cada grupo tem
One-Way Anova distribuição normal
Compara médias entre k -Variâncias
(Analyse → Compare means
amostras/grupos. homogéneas
→ One Way ANOVA)
- Amostras
independentes
Testes não-
Aplicação Pressupostos
paramétricos
1-Sample Kolmogorov-
Smirnov
Verifica se os dados Não tem,mas é pouco
(Analyse → Descriptive
provêm de uma potente para amostras
Statistics → Explore
população Normal. pequenas.
em Plots escolher
Normality plots with tests)
Teste de Wilcoxon Compara a mediana da A distribuição da
(Analyse → Nonparametric população com um variável sob estudo
Test → One sample) determinado valor. deve ser simétrica.
Teste de Mann-Whitney Alternativa não
paramétrica ao teste de
(Analyse → Nonparametric comparação das médias - Amostras
Test → Independent de duas amostras independentes
Samples) independentes
(compara 2 medianas).
Teste de Kruskal-Wallis
(Analyse → Nonparametric Alternativa não
- Amostras
Test→ Independent paramétrica a ANOVA
independentes.
Samples and Compare (compara k medianas).
medians across groups)
Teste do Qui-quadrado - N>=20
(tabelas de contingência) Verifica se 2 variáveis - Todas as frequências
são independentes ou esperadas superiores 1
(Analyse → Descriptive se há associação entre - Pelo menos 80% das
Statistics → Crosstabs) elas. frequências esperadas
>= 5

6/6