Análise e apresentação de resultados

1. Universidade Estadual de Campinas - Unicamp Análise e apresentação de resultados IC043 Metodologia de pesquisa e redação científica Armando Traini Ferreira Jose Jorge Chaguri Junior Heber Martins de Paula Rodrigo Argenton Freire Osmar da Silva Laranjeiras

2. Medidas e Probabilidade • A medição é um procedimento no qual um pesquisador atribui números (números ou outros símbolos) para propriedades empíricas (variáveis) de acordo com as regras que estão intimamente ligadas às abordagens de pesquisa. • Esta apresentação enfoca estes níveis de medições a fim de preparar o terreno para a próxima parte que são as análises dos resultados.  • E fornece uma introdução sobre probabilidade que é um termo importante entender em testar a sua hipótese de pesquisa. 

3. Análise de Resultados

4. Probabilidade A história da teoria das probabilidades, teve início com os jogos de cartas, dados e de roleta. A teoria da probabilidade permite que se calcule a chance de ocorrência de um número em um experimento aleatório. • Experimento Aleatório • É aquele experimento que quando repetido em iguais condições, podem fornecer resultados diferentes, ou seja, são resultados explicados ao acaso. Quando se fala de tempo e possibilidades de ganho na loteria, a abordagem envolve cálculo de experimento aleatório. • Espaço Amostral • É o conjunto de todos os resultados possíveis de um experimento aleatório. A letra que representa o espaço amostral, é S. A Probabilidade dirá se as diferenças nos resultados são devidos à sua manipulação das variáveis, como previsto pelo sua hipótese de pesquisa ou se as diferenças são apenas devido à flutuações aleatórias.

5. Conceito de Probabilidade Se em um fenômeno aleatório as possibilidades são igualmente prováveis, então a probabilidade de ocorrer um evento A é: • Usamos a palavra 'provavelmente' quase todos os dias para expressar nossos pontos de vista sobre determinado coisas. Considere as seguintes afirmações:1 - Provavelmentevai chover na próxima semana.2 - Eu provavelmentevou visitar o meu amigo amanhã.3 - Com certeza vou passar no meu exame de matemática. • O termo 'Probabilidade' é definido como a porcentagem que ocorre um evento em um número de vezes. É calculado para determinar a direção de seu estudo. 

6. Análise de dados • A análise de dados tem as suas raízes no positivismo lógico e por isso é uma categoria descritiva; • A análise de dados em forma de gráficos, tabela, equações, deve ser descrita ao longo da pesquisa e não se recomenda analisá-la somente ao término da dissertação/tese; • No caso de várias análises na revisão bibliográfica recomenda-se uma análise abrangente relacionando as análises anteriores ao final da tese/dissertação.

7. Análise de dados • Após a análise dos dados de formato descritivo, partir para a teorização e estabelecer conexões de modo a interpretar um dado ou fenômeno além da descrição; • Os dados coletados devem ter uma inter-relação e numa perder o foco com o problema da pesquisa; • Coletar e analisar dados que tenham “afinidade” com a questão ou problema

8. Análise de dados Fonte: www.ime.unicamp.br

9. Análise de dados Ranking da ONU: China 101 – Brasil 84

10. Análise de dados exploratórios

11. Codificação de perguntas abertas • Utilização em questionários postais, ou entrevistas; • Separação das questões em códigos em função de ideias e temas; • Utiliza-se as seguintes etapas:

12. Registro de informações • Coloca em uma planilha os códigos correspondes das respostas de questionários (abertas ou fechadas); • Avalia-se as questões por números correspondentes:

13. Método de estatística descritiva • Frequência de distribuição • Tabulação • Gráfico de barras (histogramas) • Gráfico pizza

14. Método de estatística descritiva • Medição de tendências centrais • Média • Mediana • Modo

15. Método de estatística descritiva • Medição de dispersão baseada na média • Desvio Médio • Desvio padrão • Distribuição Normal

16. ou variabilidade Desvio (absoluto) médio Variância Desvio Padrão Medidas de dispersão Descreve o quanto os dados analisados distam de um valor central (média) Também chamado de variabilidade Dispersão baseada na média Desvio (absoluto) médio  Média dos desvios absolutos Variância  Média do quadrado dos desvios Desvio Padrão  Raiz quadrada da variância (25,28,23,18,31,27) X´= média aritmética das amostras X´ = Ex.  X´ = 25,33

17. Desvio Padrão Porque é a raiz quadrada da variância? • Valores positivos • Mesma medida dos dados fornecidos inicialmente

18. Informa sobre a dispersão ou distribuição de determinado dado. Princípios (NachmiasandNachmias, 1996): Simétrico e curva em forma de sino A média, modo e meio coincidem no centro da distribuição A curva é baseada em um infinito número de observações Uma única fórmula matemática permite descrever como as frequências se relacionam com o valor da variável Regra 68%, 95%, 99,7% (1SD, 2SD, 3SD) Distribuição Normal 68% 95% 99,7%

19. Métodos para estimar a respeito das propriedades de uma população amostral baseando-se nas informações obtidas de uma amostra. • Permite estabelecer relações de causa-efeito, estimativas e diferenças entre grupos. Método de estatística inferencial • Não-Paramétricos • Não necessita de requisitos como a normalidade. Indicados para amostras pequenas • Amostra com distribuição não normal. • Conclusões mais conservadoras • Ex. (chi-squaretest) • Paramétricos • Exigem uma distribuição normal, principalmente com amostras menores de 30 • Acima de 30, a curva aproxima-se da distribuição normal. • Ex. (t-test)

20. Formulação da hipótese • Municípios maiores de 300.000 hab. apresentam maiores índices de alfabetismo do que municípios com menos de 300.000 • Hipótese nula • Não existe relação entre o tamanho (em habitantes) do município e o índice de alfabetismo. • Escolha do tipo de teste • Paramétricos ou não-paramétricos • Cálculo e resultado das estatísticas do teste • Manualmente ou através de um software (SPSS, Minitab, Stastmaster) • Observar significância ou não do teste. • Após o cálculo estatístico deve-se analisar o resultado obtido com uma tabela estatística referente ao tipo de teste aplicado. • Cada tabela possui valores críticos para qual o resultado obtido de ve ser comparado. • Se o valor do teste for menor do que o valor crítico, então os resultados encontrados não são significantes. Método de estatística inferencial

21. Grau de liberdade • Utilizado para encontrar os valores críticos em uma tabela. • Determinado pelo número exato de elementos em uma amostra, ou número de elementos – 1, ou pelo número de categorias. Tabela para o teste t

22. Valores em R$/m² Teste t : exemplo X2´= R$528.50 X1´= R$512.60

23. Formulação da hipótese • O custo por m² de contratos do tipo tradicional é mais alto do que o modelo projeto-construção. • Hipótese nula • Não existe diferença significativa entre os dois tipos de projeto. • Escolha do tipo de teste t • Comparação entre duas amostras • Amostras em distribuição normal • Cálculo e resultado das estatísticas do teste • X1´ = Média da amostra 1 • X2´ = Média da amostra 2 • SD1 = Desvio padrão da amostra 1 • SD2 = Desvio padrão da amostra 2 • n1 e n2 = n° de elementos da amostra 1 e 2 Teste t : exemplo

24. Análise do resultado • Verifica-se o grau de liberdade por: Teste t : exemplo

25. Para se confirmar a hipótese, portanto, valor de t deve ser maior do que o valor crítico de 2.10 No entanto, Teste t : exemplo 2.10 A hipótese não pode ser aceita.

26. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP

27. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP Que dados obter? • Média? • Desvio Padrão? • Correlação? ... Pergunta: Qual a tendência de preços para o final do ano?

28. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP

29. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP

30. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP Conclusões: • Tendência de crescimento? Alta • Valor provável dez /12: • P = 76,829 (18) – 5571,5 ≅ R$ 6954,00 • R2? Pergunta: E se fosse outra curva?

31. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP

32. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP Conclusões: • Tendência de crescimento? Queda • Valor provável dez /12: ≅ R$ 6072,00 • R2 = 0,9802 E assim por diante ...

33. Análise de Dados – Teste Qi Quadrado - AderênciaExemplo: Existe dependência entre o número de filhos e a renda da família?

34. Análise de Dados – Teste Qi Quadrado – Aderência Proporção esperada: (71*135)/250 ≅ 38

35. Análise de Dados – Teste Qi Quadrado – Aderência No caso em questão: (Excel) =TESTE.CHI(intervalo_real;intervalo_esperado) ≅ 0,000213% < 5% => NÃO HÁ DEPENDÊNCIA!

36. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP

37. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP Que dados obter? • Média? • Desvio Padrão? • Correlação? ... Pergunta: Qual a tendência de preços para o final do ano?

38. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m² imóveis venda bairro Lapa - SP

39. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m2 imóveis venda bairro Lapa - SP

40. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m² imóveis venda bairro Lapa - SP Conclusões: • Tendência de crescimento? Alta • Valor provável dez /12: • P = 76,829 (18) – 5571,5 ≅ R$ 6954,00 • R2? Pergunta: E se fosse outra curva?

41. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m² imóveis venda bairro Lapa - SP

42. Análise de Dados – Correlações - Linha de TendênciaExemplo: Evolução Preços m² imóveis venda bairro Lapa - SP Conclusões: • Tendência de crescimento? Queda • Valor provável dez /12: ≅ R$ 6072,00 • R2 = 0,9802 E assim por diante ...

43. Análise de Dados – Teste Qi Quadrado - AderênciaExemplo: Existe dependência entre o número de filhos e a renda da família?

44. Análise de Dados – Teste Qi Quadrado – Aderência Proporção esperada: (71*135)/250 ≅ 38

45. Análise de Dados – Teste Qi Quadrado – Aderência No caso em questão: (Excel) =TESTE.CHI(intervalo_real;intervalo_esperado) ≅ 0,000213% < 5% => NÃO HÁ DEPENDÊNCIA!

46. BIBLIOGRAFIA DANTAS, Carlos Alberto "Testes Qui-Quadrado: Aderência e Independência" - 2010 – USP, disponível no site: www.zapimoveis.com.br acessado.em13/05/2012,.às10:00h. NAOUM, Shamil. Dissertation Research and Writing for Construction Students. Londres: Elsevier, 2007. ONU – Organização das Nações Unidas, disponível no site www.onu.org. site visitado em 13/05/2012, às 18h00 RICHARDSON, R. J. Pesquisa Social: Métodos e Técnicas. São Paulo: Atlas, 1999. Instituto de Matemática e estatística. Disponível em: www.ime.unicamp.br. Acesso em: 14/05/2012 Stanford. The Normal Distribution. Disponível em: http://www-stat.stanford.edu/~naras/jsm/NormalDensity/NormalDensity.html. Acesso em 14/05/2012