Como desenvolver uma análise estatística robusta?

Principles and Practice of Structural Equation Modeling

Desenvolver análises robustas e potentes é uma preocupação de todo o investigador. É por isso que a pergunta mais frequente que recebemos seja: “Qual o tamanho que deve ter a minha amostra?”.  A resposta a esta pergunta é influenciada por uma série de fatores, incluindo o objetivo do estudo, o tamanho da população, o risco associado ao estudo de uma amostra “má” e o erro de amostragem permitido. Para melhor estimar o tamanho da amostra, ou para validar que a amostra Ler mais …

Cuidados a ter numa análise de conteúdo

analise-de-conteudo-dados qualitativos

Na análise de conteúdo sugerimos alguns cuidados para assegurar o rigor e a relevância científica de uma pesquisa: Trabalhar com amostras reunidas de forma sistemática; Questionar a validade dos procedimentos de recolha dos dados; Trabalhar com codificadores e categorias que permitam a verificação da fidelidade dos resultados; Conjugar a análise interpretativa com a análise de frequências; Medir a produtividade da análise. A fidelidade do instrumento depende do processo de codificação, isto é, do codificador e do instrumento de codificação que ele dispõe. A fidelidade do codificador Ler mais …

Análise de Equações Estruturais: abordagem de análise

analise-esquacoes-estruturais

A Análise de Equações Estruturais  (AEE) é uma extensão dos modelos lineares generalizados – Generalized Linear Models (GLM) – que permite ao investigador testar simultaneamente um conjunto de equações de regressão. Os softwares utilizados (SPSS AMOS ou LISREL, por exemplo) permitem testar desde os modelos mais simples (como os modelos de regressão, Anova e Ancova) até à análise das relações entre as varáveis de modelos mais complexos, como a análise factorial confirmatória e análises de séries temporais. O diagrama seguinte Ler mais …

Análise bivariada de variáveis quantitativas

boxplot_analise-estatistica.pt

A análise estatística bivariada (duas variáveis) permite observar como duas variáveis se comportam na presença uma da outra. Esta análise tanto pode ser feita em termos de distribuição (para duas variáveis ordinais) como em termos de frequências para variáveis nominais. Quando estamos perante duas variáveis ordinais usamos gráficos como a caixa de bigodes por exemplo. E quando estamos perante duas variáveis nominais podemos usar gráficos de barras ou os gráficos circulares.