Академический Документы
Профессиональный Документы
Культура Документы
1
Natureza dos Dados Natureza dos Dados: Dados
Quantitativos
Dados Quantitativos: Consistem em
números que representam contagens ou Dados Discretos: São aquelas em que os dados
somente podem apresentar determinados valores, em
medidas.
geral, números inteiros.
Ex.: massa corporal (kg); %G; IMC; número de São limitados a valores específicos;
repetições;. Raramente são espressos em fração ou decimais.
Dados Qualitativos: Podem ser separados Exemplos:
em diferentes categorias que se distinguem Freqüência Cardíaca;
por alguma característica não-numérica. Escala de Borg;
Número de arremessos;
Ex.: Cor de olhos; tipo de atividade; objetivo
Número de saques.
para atividade.
Número de vezes por semana que pratica atividade
física.
2
O que é a Escala de Medida? O que é a Escala de Medida?
Há 4 escalas de medidas: Escala de Proporção
Proporção; Mais sofisticada
Intervalada; Possui um verdadeiro e significativo
Ordinal; Possui intervalos de resultados constantes
Nominal. Pode ser ordenada logicamente pelo
tamanho
Pode ser utilizada para classificar ou
identificar
3
CARACTERÍSTICA DAS ESCALAS DE
O que é a Escala de Medida? MEDIDA
3218-3803
3216-5461
3234-2123
3212-1714
População 8814-5461
3217-7888
4
AMOSTRAGEM PROBABILÍSTICA
AMOSTRAGEM PROBABILÍSTICA
Amostra sistemática ou intervalar: Amostra Estratificada:
Composta por elementos provenientes dos estratos da
Os elementos são escolhidos por um sistema;
população
Definir o intervalo para a escolha da amostra; Exemplo: podemos estratificar nossa população de aves
em machos e fêmeas ou em jovens e adultos
Técnica Amostral Técnica Amostral
Aleatória Homens Aleatória
Mulheres
K=3
= 36
Mulheres
Mulheres
5
AMOSTRAGEM PROBABILÍSTICA Amostragem Aleatória Simples
Tipos de Pesquisa
PESQUISA ANALÍTICA: Tipos de Pesquisa
Pesquisa Histórica - é uma procura do passado por
meio de arquivos com o objetivo de determinar o que PESQUISA ANALÍTICA:
aconteceu e o porquê. Sintese de Pesquisa (Meta análise) - consiste em
estudar a produção de pesquisa de uma área ou de um
Pesquisa Filosófica - Uma meta
problema apresentando (definindo) um consenso, tendência
fundamental da filosofia é examinar
ou princípio
a realidade utilizando procedimentos
reflexivos, e não ferramentas
empíricas da ciência.
6
Tipos de Pesquisa Tipos de Pesquisa
PESQUISA DESCRITIVA: PESQUISA DESCRITIVA:
Estudo de caso - é usado para fornecer informações Levantamento ( status study) - O objetivo é colher
detalhadas sobre um indivíduo, uma instituição, ou uma informações a respeito de variáveis, mais do que informações
comunidade. a respeito das pessoas.
Estudo de trabalho ( job analysis) - Semelhante com o I nvestigação ( survey) - Podem ser usadas não somente
estudo de caso, porém é designado para determinar a para descrever condições atuais, mas também para a
comparação destas condições com critérios predeterminados
natureza de um trabalho particular e dos tipos de
ou para avaliação da eficiência dos programas.
treinamento, preparação e atitudes necessárias para o
sucesso no trabalho.
7
Tipos de Pesquisa Tipos de Pesquisa
PESQUISA DESCRITIVA: PESQUISA DESCRITIVA:
Perfil - É utilizado para mostrar vários padrões de Análise de documentos ( documentary analysis) -
características. O indivíduo é colocado em uma escala de Realizadas a partir de informações obtidas de registros de
teste de um número de características e traçar seu perfil. documentos.
Tipos de Pesquisa
Tipos de Pesquisa
PESQUISA EXPERIMENTAL:
PESQUISA DESCRITIVA: Mais científica de todas as pesquisa;
Estudo correlacional - Estudo descritivo para determinar a
extensão do relacionamento existente entre duas variáveis. Nos Manipulação de variáveis;
permite afirmar até que ponto a variação de uma variável
Controle dos fatores ou variáveis;
corresponde a mudanças em outra variável.
Variável I ndependente ( X) : São as variáveis que
Pesquisa ex post facto. podemos classificar como CAUSAIS. Essas variáveis
produzem causas e efeitos. Variáveis que podem ser
Análise de meta ( meta analysis) - A metanálise consiste manipuladas (Ex. tipo de treinamento, de dieta e etc.)
em estudar a produção de pesquisa de uma área ou de um
problema apresentando (definindo) um consenso, tendência ou Variável Dependente ( Y) : As variáveis dependentes são
princípio. os efeitos, conseqüências de uma variável independente.
São os resultados (valores) do tratamento (Ex: % de
Entrevista telefônica (telephone interview). gordura, VO2 máx, AVD`s e etc.)
8
Delineamentos de
Fontes de Invalidação
Pesquisa
-Validade Interna:
- História, -Segundo Campbell & Stanley (1963), os
- Maturação, delineamentos são classificados em:
- Testagem, Instrumentação,
- Mortalidade experimental - PRÉ-EXPERIMENTAL;
- Interação seleção-maturação;
- QUASE-EXPERIMENTAIS;
- Validade Externa:
- Efeitos reativos ou interativos da testagem;
- EXPERIMENTAIS.
- Tendências na seleção e tratamento experimental;
- Interferência de tratamento múltiplo.
(CAMPBELL & STANLEY, 1963; THOMAS & NELSON, 2002)
Delineamentos de Pesquisa
Delineamentos de Pesquisa
-TIPOS DE DELINEAMENTOS PRÉ-EXPERIMENTAIS:
- DEFICIENTES; X O
- NÃO CONTROLA ASPECTOS DE VALIDADE
EXPOSIÇÃO AO
PROCESSO DE
EVENTO
INTERNA; OBSERVAÇÃO
EXPERIMENTAL
9
Delineamentos de Pesquisa Delineamentos de Pesquisa
O1 X O2 X O1
O2
Observação Observação após
antes do tratamento
tratamento experimental
experimental OBS.: NÃO SÃO GRUPOS ALEATÓRIOS.
Delineamentos de Pesquisa
Delineamentos de
Pesquisa -TIPOS DE DELINEAMENTOS EXPERIMENTAIS:
10
Delineamentos de Pesquisa Delineamentos de Pesquisa
A O1 X O2
A O3 O4 A X O1
A X O5 A O2
A O6
11
Descrição do Dados: Estatística Ferramentas utilizadas pela
Descritiva Estatística Descritiva
Importância da Estatística Descritiva: Histogramas;
Permite melhor entendimento do seu Tabelas;
conjunto de dados; Gráficos ramo-e-folhas;
Permite sua forma distribuição dos Gráfico em Setores;
dados; Gráficos de Dispersão;
Valores centrais e medidas de dispersão Box-plots.
ou variação.
12
40
30 29
50
25 23
Freqüência
40
20 19
No of obs
17 30
16
15 14
20
10
10
5 4
3 3 3 3
1 0
16,0 18,0 20,0 22,0 24,0 26,0 28,0 30,0 32,0 34,0 36,0 38,0 40,0 42,0
0 imc
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
Silhueta Atual
80 16
60 14
i da
do
No of obs
12
40
27,0 co
20 15,0 10
m
0
1,0 2,0 1,0 8 da
do
Hipertrofia e Emagrecimento
Hipertrofia
Saúde
CFG
Emagrecimento
Enrijecimento
6
s
4
co
2 nt
ín
0
uo
18,2098765
19,7719343
21,3339921
22,8960499
24,4581077
26,0201655
27,5822233
29,1442810
30,7063388
32,2683966
33,8304544
35,3925122
36,9545700
38,5166277
imc
13
Ferramentas:Estatística Descritiva Tabelas
Count Cumulative Percent Cumul % % of all Cumul %
-6 3 3 1,78571 1,7857 1,78571 1,7857
Distribuição de Freqüência -5 3 6 1,78571 3,5714 1,78571 3,5714
É um método de tabulação ou organização dos -4 4 10 2,38095 5,9524 2,38095 5,9524
resultados a fim de possibilitar o entendimento e -3 16 26 9,52381 15,4762 9,52381 15,4762
melhor visualização do padrão dos seus dados. -2 23 49 13,69048 29,1667 13,69048 29,1667
-1 14 63 8,33333 37,5000 8,33333 37,5000
Pode ser realizada com dados discretos e
0 1 64 0,59524 38,0952 0,59524 38,0952
contínuos. 1 17 81 10,11905 48,2143 10,11905 48,2143
Desvantagens: podem ser confusas se não houver 2 33 114 19,64286 67,8571 19,64286 67,8571
categorização das variáveis contínuos e 3 29 143 17,26190 85,1190 17,26190 85,1190
intervalares. 4 19 162 11,30952 96,4286 11,30952 96,4286
5 3 165 1,78571 98,2143 1,78571 98,2143
6 3 168 1,78571 100,0000 1,78571 100,0000
total 0 168 0,00000 0,00000 100,0000
14
Tabela de freqüência absoluta Ferramentas:Estatística Descritiva
Gráfico Ramo-e-folhas
A grande vantagem deste tipo de representação é
que se permite maiores detalhes na distribuição
dos dados, perdidos nos histogramas e tabelas de
distribuição.
Tabela de freqüência relativa
Não pode ser usado em dados nominais.
Desvantagem: recurso altamente técnico;
apresentação visual fraca.
15
Class n Percentiles
18 2 1 Ferramentas:Estatística Descritiva
18 9 1
19 0 1
20 2 1
20 55668 5 Gráfico em Setores
21 0111233444 10
21 55666667779999 14
São gráficos utilizados para ilustrar dados
22 224444 6 qualitativos e nominais.
22 555556668889 12 25%
23 0011222233333444 16
Pode-se utilizar para dados quantitativos, uma vez
23 555556666777778899999 21 median que se faça a categorização da variável.
24 00000112233334444444 20
24 566777888 9
Não se recomenda utilizar mais de 7 classes para
25 112223444 9 o gráfico em setores.
25 668899 6 75%
26 012344 6
27 1334 4
27 67799 5
28 000044 6
28 57 2
min = 18,20988 max = 39,03732 Total N: 168
Gráfico de Setores Pie Chart (dados antropometricos imagem corporal final 18v*276c)
Case
Case276
Case
Case
Case7911
17
Emagrecimento e Enrijecimento; 9
Cu Case Case269
Case
Case
270
Case
Case
Case 271 275
273
272 Case
Case
Case
Case
Case
Case18
Case21
22
Case
Case24
Case25
27
28
29
30
33
Case
Case
Case3435 36
iCase
da261
Case265
Case
Case
Case
264
262
267
266
Case
Case
Case
Case
Case
Case
Case
37
39
40
4243
Case46
44
48
Hipertrofia e Emagrecimento; 26 Case 260
Case 258 o
Case 259 d Case
Case
Case
Case
52
54
56
Case 5962
CFG;51 Case 63
Saúde; Case 256
Case 255
Case 253 c o
Case
Case
Case
64
Case 6667
68
69
Enrijecimento; 17
Case 252
Case 251
Case 250
248 m Case
Case 70
Case
Case
71
74
75
76
Case 242
Case
Case
246
241
Case 239
Case 234
d ad
Case
Case 77
Case
Case 81
Case
Case 85
78
80
82
83
84
Case 232
Case 231
Case 230
Case 226
o s
Case 89
Case
Case 94
Case
Case 98
86
91
92
93
95
96
Case
Case 225
224
Case 223 Q Case
Case
Case 101
99
100
Hipertrofia; 150 Case
Case
Case
Case
222
221
220
219
218 u a
Case 105
Case
Case
Case
104
106
108
110
Case
Case
Case
217
215
Case213
212 ntCase Case
Case 122
116
Case
Case
Case
206
Case
205
Case201
197
192
i140
Case
Case
Case 125
t136 127
a131130
Emagrecimento; 68 Case
Case
Case
Case
190
185
181
179
Case
Case
Case
Case178
177
Case
Case176
Case175
Case174
Case
Case173
168
Case167
Case166
163Case
Case
Case
Case
Case
161
Case
159
Case
Case
Case
Case
155
156
157
158 152
153
154
Case
Case
Case
Case
144
145
146
141
133
t ivo
s
%G
16
8
Ferramentas:Estatística Descritiva
6
Box Plots 4
-4
Median = 2
25%-75%
-6 = (-2, 3)
Non-Outlier Range
= (-6, 6)
-8
Ferramentas:Estatística Descritiva
6
Gráfico de Dispersão
r=1,00
4
É um gráfico dos dados
emparelhados (x, y),
com um eixo x
2
horizontal e um eixo y
vertical. r=0,80
0
Determinar se existe
algum relacionamento
-2
entre duas variáveis.
-4
Quanto maior o r, maior
Median
25%-75%
é o relacionamento
-6
Non-Outlier Range
Outliers
entre as variáveis
s_atual S_ideal
17
14
Insatisfação (Silhueta Ideal - Silhueta Atual)
12
10
-2
-8 -6 -4 -2 0 2 4 6 8
30
25
25
20
l
17
C entra
Freqüência
16
15 14
n d ê ncia
e
de T
12 12
10
idas
5
Med
5
3 3
1
0
-5 -4 -3 -2 -1 0 1 2 3 4
Silhuetas
18
Medidas de Tendência Central:
Medidas de Tendência Central
Média
É um valor no centro ou no meio do seu É, de modo geral, a mais importante de todas as
conjunto de dados. mensurações numéricas descritivas.
A Média Aritmética de um conjunto de valores
Média
(dados) é o valor obtido somando-se todos os
Mediana valores deste conjunto e dividindo-se o total desta
Moda soma pelo número (quantidade) de valores.
Ponto médio
Temos que:
n = 30
= 276 : X = 276 X = 9,2 %G
30
19
Medidas de Tendência Central: Medidas de Tendência Central:
Mediana Mediana
É o valor central de um conjunto de dados, quando Cálculo da mediana
estes estão dispostos de maneira crescente ou 1 Passo Ordenar os valores na ordem crescente
decrescente. ou decrescente
Preferencialmente utilizada com dados nominais e 34,5 / 33,1 / 21,0 / 39,0 / 35,0 / 39,1 / 33,2 / 34,0 /
ordinais. 19,0 / 17,0 / 35,0 / 36,0 / 22,0 / 39,2 / 39,4 / 33,0 /
38,7 / 14,5.
Ex.: Valores do teste de sentar e alcançar em cm de 14,5 / 17,0 / 19,0 / 21,0 / 22,0 / 33,0 / 33,1 / 33,2 /
alunos da academia X. 34,0 / 34,5 / 35,0 / 35,0 / 36,0 / 38,7 / 39,0 / 39,1 /
34,5 / 33,0 / 21,0 / 22,0/ 35,0 / 33,1 / 33,2 / 34,0 / 39,2 / 39,4.
19,0 / 17,0 / 35,0 / 36,0 / 39,0 / 39,2 / 39,4 / 39,1/ N = 18 elementos n/2 = 9 X = 34,0 cm
38,7 / 14,5 X 31 cm
20
Leva em conta Afetada
Medidas de Tendência Central: Medida Definição Existência todo conjunto
pelos Vantagens e
valores Desvantagens
Ponto Médio de dados? extremos
Existe sempre Sim Sim Sempre
X= x usada
Média
Ponto Médio é o valor que está a meio caminho n
entre o maior valor e o menor.
Valor do Existe sempre Não Não Boa escolha
meio se há valores
Mediana extremos
21
Assimetria Positiva Simetria
É quando a distribuição dos
dados é semelhante. Também
Conceito: A média e a moda chamada de distribuiçào
estão à direita da moda normal ou curva de Gauss
Calcule a média, moda e
mediana deste conjunto de
dados:
-2 2 6 2 2 -2 2 8 2 -2
Moda
Média
Mediana Média = 2
Média = Moda = mediana Mediana = 2
Média > Mediana > Moda Moda = 2
Medidas de Variação
A importância das medidas de variação:
Os conjunto de número com valores mais
próximos uns dos outros têm baixas medidas
ari ação de variação, enquanto valores mais dispersos
22
Medidas de Variação: Amplitude Medidas de Variação:
Devio-padrão
A amplitude é a diferença entre o maior valor
do seu conjunto de dados e o seu menor É uma medida de variação dos valores em relação
valor. a média
Exemplo: Em uma academia o teste de 1RM
para o supino Reto, tem como maior Valor
250kg e 80kg. Vantagem leva em consideração todos os
Amplitude 250 80 = 170 kg valores
O teste de 1 RM no supino reto têm uma Desvantagem isto torna o calculo dificil
amplitude de 170Kg Maneiras de resolver esta desvantagem é a
Desvantagem: Não leva em consideração utilização de ferramentas específicas como o
todos os valores Excel, MatLab, SPSS, Statistica, Minitab, etc.
68% estão
dentro de 1 DP
1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6
x - 3s x - 2s x-s x+s x + 2s x + 3s
O desvio-padrão cresce quando a dispersão dos dados aumenta
x
23
Medidas de Variação: Medidas de Variação: Devio-padrão
Devio-padrão x x-x (x x)2
6,5 - 0,65 0,4225
6,6 - 0,55 0,3025
Cálculo do Desvio-Padrão:
6,7 - 0,45 0,2025
Achar a média 6,8 - 0,35 0,1225
7,1 - 0,05 0,0025
Subtrair a média de cada valor individual
7,3 0,15 0,0225
Evelar ao quadrado as diferenças 7,4 0,25 0,0625
obtidas para cada valor 7,7 0,55 0,3025
7,7 0,55 0,3025
Somar todas os quadrados obtidos 7,7 0,55 0,3025
Dividir por n-1 71,5 =0 = 2,0450
x= 7,15 min/km
Extrair a Raiz do resultado s= 2,0450 = 0,48 min/km
10 - 1
CV = s x 100
x
24
Medidas de Posição
As medidas de posição são os Quartis,
Decis e Percentis.
os ição QUARTIS (Q)
P
i das de É a divisão do conjunto de dados ordenados
M ed de ordem crescente em quatro parte iguais.
8
Medidas de Posição
6
PERCENTIS (P)
4 É a divisão do conjunto de dados
ordenados de ordem crescente em 100
2
grupos com cerca de 1% em cada
0
grupo.
Exemplo de utilização:
-2
92 percentil quer dizer que o valor
-4 contido nesta posição está superior a
Median = 2 92% do conjunto de dados
25%-75%
-6 = (-2, 3)
Non-Outlier Range
= (-6, 6)
-8
25
Medidas de Posição
COMPARANDO GRUPOS COMPARANDO GRUPOS
PERCENTIS (P)
Calculando o Percentil do valor: A variável alvo deve ser analisada em relação àsua:
COMPARANDO GRUPOS
COMPARANDO GRUPOS COMPARANDO GRUPOS
26
Para verificar se as
CORRELAÇÃO: Conceitos CORRELAÇÃO:
proporções/médias são Conceitos
iguais, compara-se o Quando deseja-se saber se a variação de uma
valor calculado com o variável acompanha proporcional ou inversamente
valor tabelado. Se o a variação de outra.
primeiro ( 2calc) for maior É representada pelo valor de r que pode variar
que o segundo ( 2tab) a
hipótese de igualdade é
no intervalo de 1 a +1
rejeitada (ver gráficos) r = 1 indica correlação perfeita positiva(x
acompanha proporcionalmente y)
r = -1 indica correlação perfeita negativa(x
inversamente proporcional a y)
r = 0 indica que não haveria correlação alguma
entre as variáveis
27
This document was created with Win2PDF available at http://www.daneprairie.com.
The unregistered version of Win2PDF is for evaluation or non-commercial use only.