Qui-Quadrado para Independência (SPSS)

Teste de qui-quadrado para associação
José Alberto Dulluca
SOS Estatı́stica - (11)97525.3343
José Alberto Dulluca (SOS Estatı́stica - (11)97525.3343) Teste de qui-quadrado para associação 11 de setembro de 2018 1 / 10
TESTE QUI-QUADRADO
É um teste não paramétrico, ou seja, não depende de parâmetros populacionais, como média e
variância.
O princı́pio básico deste método é comparar proporções, isto é, as possı́veis divergências entre
as frequências observadas e esperadas para um certo evento. Evidentemente, pode-se dizer
que dois grupos se comportam de forma semelhante se as diferenças entre as frequências
observadas e as esperadas em cada categoria forem muito pequenas, próximas a zero.
O teste do qui-quadrado pode ser usado para testar uma variedade de tabelas de contingência,
além de mais de um tipo de hipóteses nulas e alternativas. Vamos estudar aqui, tabelas de
contingência R(linhas)xC (colunas).
TESTE QUI-QUADRADO
SUPOSIÇÕES
TESTE QUI-QUADRADO
SUPOSIÇÕES
Duas variáveis nominais.
TESTE QUI-QUADRADO
SUPOSIÇÕES
Independência de observações, o que significa que não há relação entre as observações em
cada grupo de cada variável ou entre os próprios grupos.
TESTE QUI-QUADRADO
SUPOSIÇÕES
As observações devem ser frequências ou contagens.
TESTE QUI-QUADRADO
SUPOSIÇÕES
Cada observação pertence a uma e somente uma categoria, e
TESTE QUI-QUADRADO
SUPOSIÇÕES
Todas as caselas devem ter valores esperados superiores a ou igual a cinco.
COMPREENDENDO O TESTE QI-QUADRADO
O teste de qui-quadrado de independência determina se existe uma associação entre duas

variáveis nominais. Ele faz isso comparando as freqüências observadas nas células com as
freqüências que você esperaria se não houvesse associação entre as duas variáveis nominais.

As frequências esperadas são baseadas em que não há associação, quanto maior a associação
entre as duas variáveis nominais, maior seria a expectativa de que as frequências observadas
difiram das freqüências esperadas. O inverso também é verdadeiro. Quanto menos as duas
variáveis nominais estiverem associadas, mais próximas as frequências observadas serão das
frequências esperadas.

As frequências esperadas são baseadas em que não há associação, quanto maior a associação
entre as duas variáveis nominais, maior seria a expectativa de que as frequências observadas
difiram das freqüências esperadas. O inverso também é verdadeiro. Quanto menos as duas
variáveis nominais estiverem associadas, mais próximas as frequências observadas serão das
frequências esperadas.
A hipótese nula deste teste é que as variáveis não são associadas (independentes). Isto significa
dizer que as frequências observadas deveriam diferir minimamente das frequências esperadas
(se fossem independentes). A pergunta a se fazer é... quando esta diferença é pequena?.
CÁLCULOS
Sob a hipótese nula, os estimadores de máxima verossimilhança das frequências esperadas Eij
serão:
ni. n.j ni. n.j i = 1, . . . , r

Eij = n =
n n n j = 1, . . . , c
CÁLCULOS
serão:
ni. n.j ni. n.j i = 1, . . . , r

Eij = n =
n n n j = 1, . . . , c
r X
c
X (Oij − Eij )2
χ2calculado =
Eij
i=1 j=1
CÁLCULOS
serão:
ni. n.j ni. n.j i = 1, . . . , r

Eij = n =
n n n j = 1, . . . , c
r X
c
X (Oij − Eij )2
χ2calculado =
Eij
i=1 j=1
tem distribuição assintótica Qui-Quadrado com (r − 1)(c − 1) graus de liberdade (Ver

demonstração em Cramer (1946), páginas 417-419).
CALCULANDO
HIPÓTESES
O pesquisador trabalha com duas hipóteses:
HIPÓTESES
Hipótese nula: As frequências observadas não são diferentes das frequências esperadas.
Não existe diferença entre as frequências (contagens) dos grupos. Portanto, não há
associação entre os grupos.
HIPÓTESES
Hipótese alternativa: As frequências observadas são diferentes da frequências esperadas,
portanto existe diferença entre as frequências. Portanto, há associação entre os grupos.
HIPÓTESES
Hipótese alternativa: As frequências observadas são diferentes da frequências esperadas,
portanto existe diferença entre as frequências. Portanto, há associação entre os grupos.
A tomada de decisão é feita comparando-se os dois valores de χ2
Se χ2calculado < χ2tabelado : Não rejeita-se Ho.
Se χ2calculado > χ2tabelado : Rejeita-se Ho.
Onde, χ2calculado tem distribuição assintótica Qui-Quadrado com (r − 1)(c − 1) graus de

liberdade (Ver demonstração em Cramer (1946), páginas 417-419).
EXEMPLO
EXEMPLO
Uma grande imobiliária quer determinar se existe uma associação entre o tipo de comprador
que adquire uma propriedade e o tipo de propriedade comprada. Como tal, um total de 333
compradores foram amostrados aleatoriamente de todos os clientes que compraram uma
propriedade nos últimos 12 meses.
EXEMPLO
Os compradores foram classificados em quatro categorias: homem solteiro, mulher solteira,

casal e famı́lia. O tipo de propriedade que esses compradores compraram foram classificados
também em quatro categorias: apartamento, bangalô, casa isolada e terraço. Estes refletem as
categorias de nossas 2 variaveis nominais: tipo de propriedade e status, respectivamente.
EXEMPLO
Os compradores foram classificados em quatro categorias: homem solteiro, mulher solteira,

casal e famı́lia. O tipo de propriedade que esses compradores compraram foram classificados
também em quatro categorias: apartamento, bangalô, casa isolada e terraço. Estes refletem as
categorias de nossas 2 variaveis nominais: tipo de propriedade e status, respectivamente.
As hipóteses nula e alternativa para este exemplo são:

Ho : O tipo de propriedade adquirida e status do comprador são independentes.
Ha : Existe associação entre tipo de propriedade e status do comprador.
VERIFICAÇÃO DAS SUPOSIÇÕES
Todas as caselas devem ter valores esperados superiores a ou igual a cinco.
INTERPRETAÇÃO DOS RESULTADOS
Depois de executar o procedimento Crosstabs e verificado a suposição do tamanho da

amostra, vamos então para interpretação dos resultados.

O SPSS gera todas as informações que você precisa para relatar os resultados do teste
qui-quadrado da independência, V de Cramer para determinar a força/magnitude da
associação e, quando apropriado, os resı́duos padronizados para determinar quais células
se desviam da independência.

Relatando seus principais achados:

Relatando seus principais achados:
Um teste de independência de qui-quadrado foi realizado entre o tipo de comprador e o
tipo de propriedade adquirida. Todas as frequências esperadas foram superiores a cinco.
Houve uma associação estatisticamente significativa entre o tipo de comprador e o tipo
de propriedade comprada, χ2(9) = 82.504, com p < .0005. A associação foi
moderadamente forte (Cohen, 1988), V de Cramer = 0,287.

Qui-Quadrado para Independência (SPSS)

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Qui-Quadrado para Independência (SPSS)

Загружено:

Авторское право:

Доступные форматы

Teste de qui-quadrado para associação

José Alberto Dulluca

SOS Estatı́stica - (11)97525.3343

Duas variáveis nominais.

Duas variáveis nominais.

Duas variáveis nominais.

As observações devem ser frequências ou contagens.

Duas variáveis nominais.

As observações devem ser frequências ou contagens.

Cada observação pertence a uma e somente uma categoria, e

Duas variáveis nominais.

As observações devem ser frequências ou contagens.

Cada observação pertence a uma e somente uma categoria, e

Todas as caselas devem ter valores esperados superiores a ou igual a cinco.

O teste de qui-quadrado de independência determina se existe uma associação entre duas

O teste de qui-quadrado de independência determina se existe uma associação entre duas

O teste de qui-quadrado de independência determina se existe uma associação entre duas

ni. n.j ni. n.j i = 1, . . . , r

ni. n.j ni. n.j i = 1, . . . , r

ni. n.j ni. n.j i = 1, . . . , r

tem distribuição assintótica Qui-Quadrado com (r − 1)(c − 1) graus de liberdade (Ver

Onde, χ2calculado tem distribuição assintótica Qui-Quadrado com (r − 1)(c − 1) graus de

Os compradores foram classificados em quatro categorias: homem solteiro, mulher solteira,

Os compradores foram classificados em quatro categorias: homem solteiro, mulher solteira,

As hipóteses nula e alternativa para este exemplo são:

Duas variáveis nominais.

Duas variáveis nominais.

Duas variáveis nominais.

As observações devem ser frequências ou contagens.

Duas variáveis nominais.

As observações devem ser frequências ou contagens.

Cada observação pertence a uma e somente uma categoria, e

Duas variáveis nominais.

As observações devem ser frequências ou contagens.

Cada observação pertence a uma e somente uma categoria, e

Todas as caselas devem ter valores esperados superiores a ou igual a cinco.

Depois de executar o procedimento Crosstabs e verificado a suposição do tamanho da

Depois de executar o procedimento Crosstabs e verificado a suposição do tamanho da

Depois de executar o procedimento Crosstabs e verificado a suposição do tamanho da

Depois de executar o procedimento Crosstabs e verificado a suposição do tamanho da

Вам также может понравиться