método quantitativo de pesquisa
TRANSCRIPT
Higor Amario de Souza USP nº 5.619.750
Cláudio Frizzarini USP nº 7.462.541
Método de Pesquisa Quantitativa
Prof. Dr. Edmir P. V. Prado
Nov/2010
Introdução
Análise Univariada de Dados
Análise Bivariada de Dados
Análise Multivariada de Dados
Agenda
Introdução
Análise Univariada de Dados
Análise Bivariada de Dados
Análise Multivariada de Dados
Agenda
Benchmarking
Benchmarking é um processo contínuo de comparação
dos produtos, serviços e práticas empresarias entre os
mais fortes concorrentes ou empresas reconhecidas
como líderes. É um processo de pesquisa que permite
realizar comparações de processos e práticas
"companhia-a-companhia" para identificar o melhor do
melhor e alcançar um nível de superioridade ou
vantagem competitiva.
Benchmarking surgiu como uma necessidade de
informações e desejo de aprender depressa, como
corrigir um problema empresarial.
Benchmarking
Benchmarking é... Benchmarking não é...
Um processo contínuo Um evento isolado
Uma investigação que fornece
informações valiosas
Uma investigação que fornece
respostas simples e "receitas“
Um processo de aprendizado com
outrosCópia, imitação
Um trabalho intensivo, consumidor
de tempo, que requer disciplinaRápido e fácil
Uma ferramenta viável a qualquer
organização e aplicável a qualquer
processo
Mais um modismo da
administração
Medidas Numéricas
Categórica ou Nominal
p.e. tipos de frutas do café da manhã
Ordinais
Classificação do campeonato
Medidas Intervalares
Aparelho de pressão, termómetro
Medida de Razão
Distância em quilómetros
Introdução
Análise Univariada de Dados
Análise Bivariada de Dados
Análise Multivariada de Dados
Agenda
Análise por Tipo de Variável
Tipo de Variável
Quantitativa(medições e
contagens)
Qualitativa(define grupos)
Contínua(Poucos valores
repetidos)
Discreta(Vários valores
repetidos)
Categórica(Sem idéia de
ordenação)
Ordinal(Há ordenação
natural)
Análise por Tipo de Variável
Tipo de Variável
Quantitativa(medições e
contagens)
Qualitativa(define grupos)
Média, Mediana, Quartis, etc
Análise Estatística
•Exame de Distribuição
•Média Geométrica
Análise Gráfica (Barras e
Setores)
Distribuição de Freqüência
Médiana (para as Ordinais)
Hipótese, Erro Tipo I e II
Decisão Situação
H0 Verdadeira H0 Falsa
Rejeitar H0 Erro tipo I Decisão Correta
Não Rejeitar H0 Decisão Correta Erro tipo II
Hipotese
Nula X Amostra Valor-P XNível de
Signific.
Intervalo de Confiança
Estimativa Intervalar – É quando fazemos uma estimativa
de um intervalo de valores possíveis.
Neste tipo de estimativa temos um intervalo de valores
em torno do parâmetro amostral
A esse intervalo chamamos intervalo de confiança.
Média amostral = 50 Estimar Média populacional no
Intervalo de 40 à 60
Introdução
Análise Univariada de Dados
Análise Bivariada de Dados
Análise Multivariada de Dados
Agenda
Análise Bivariada
• Relações entre duas variáveis
– Duas variáveis qualitativas
– Duas variáveis quantitativas
– Uma qualitativa e outra quantitativa
• Parte da análise multivariada
Análise Bivariada
Exemplo:
“ Para se estimar a magnitude da associação entre cada variável independente e baixo peso ao nascer, pré-termo e retardo de crescimento intra-uterino, o risco relativo foi calculado. [...] O processo de análise multivariada iniciou com a inclusão de todas as variáveis independentes que haviam mostrado significância estatística na análise bivariada, sendo eliminadas em cada passo da modelagem aquelas variáveis que não contribuíam significativamente até a definição do modelo final”. (Halpern, 1996)
Análise Bivariada
• Tabela de Contingência
– Variáveis categóricas
– Teste do Qui-quadrado
Análise Bivariada
• Tabela de Contingência
Análise Bivariada
• Análise de Variância (ANOVA)
– Avaliar diferenças entre médias de amostras
– Teste F
Análise Bivariada
• Análise de Variância (ANOVA)
Ex: comparar o teor de cafeína de 6 marcas de chá
Análise Bivariada
• Análise de Variância (ANOVA)
Análise Bivariada
• Correlação
– Variáveis intervalares ou de razão
– Coeficiente de correlação de Pearson
Introdução
Análise Univariada de Dados
Análise Bivariada de Dados
Análise Multivariada de Dados
Agenda
Análise Multivariada
• Relação entre mais de duas variáveis
• Domínios mais complexos
• Objetivos:
– Redução de dimensionalidade
– Ordenação
– Análise de dependência
– Predição
Análise Multivariada
• Técnicas:
– Partição de Variância
– Regressão Múltipla
– Correlação Canônica
– Análise Discriminante
– Análise de Estruturas de Covariância
Análise Multivariada
• Partição de Variância
– Analisar a participação de uma variável independente na variância da variável dependente
– Variáveis independentes correlacionadas
Análise Multivariada
• Partição de Variância
Análise Multivariada
• Regressão Múltipla
– Estima pesos para as variáveis independentes
– Quanto maior a correlação da variável independente com a dependente melhor a predição
– Quanto maior a correlação entre variáveis independentes, mais difícil é a interpretação
Análise Multivariada
• Regressão Múltipla
– Equação de regressão múltipla
• Y = p1X1 + p2X2 + p3X3
• Y = 0,63X1 + 0,3X2 + 0,45X3
– Valores independentes normalizados
– Coeficiente de regressão
Análise Multivariada
• Correlação Canônica
– Índice composto para as variáveis independentes e outro para as dependentes
– É possível verificar quais das independentes contribuem mais para a correlação
– Difícil interpretação
Análise Multivariada
• Análise Discriminante
– Identificar o grupo ao qual uma amostra pertença
– Atribuição de pesos às variáveis independentes
– Variável dependente discreta
Análise Multivariada
• Análise de Estruturas de Covariância
– Compara a covariância de um modelo teórico proposto com os resultados medidos
– Matriz residual
Análise Multivariada
• Análise de Estruturas de Covariância
Referências Bibliográficas
• Aneshensel, C. S. Bivariate Analysis: Estimating Associations.University of Califórnia, 2003. Disponível em:<www.ph.ucla.edu/class/chs/chs219/BIVAR.pdf>. Acesso em02/11/2010.
• Halpern (et al.) Fatores de risco para baixo peso ao nascer em uma comunidade rural do sul do Brasil. Jornal de Pediatria - Vol. 72, Nº6, 1996. Disponível em: <http://www.jped.com.br/conteudo/96-72-06-369/port.pdf>. Acesso em: 01/11/2010.
• Kerlinger, F. N. Metodologia da pesquisa em ciências sociais: umtratamento conceitual. EPU, 1979
• Richardson, R. J. (et al.) Pesquisa social: métodos e técnicas. Atlas1999
• Wainer, J. Métodos de pesquisa quantitativa e qualitativa para aciência computação in Tomasz Kowaltowski and Karin Breitman.(Org.). Atualização em informática 2007. Sociedade Brasileira deComputação e Editora PUC-Rio, 2007
Obrigado!