Pesquisa Correlacional

Método correlacional de pesquisa.
Análise de correlação:
Direção
Magnitude
Variância Explicada
O problema da terceira variável

1. =
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

PESQUISA CORRELACIONAL

Prof“ Dr“; Hilma Khoury

Universidade Federal do Pará/Instituto de Filosofia e Ciéncias
Humanas/Faculdade de Psicologia

Hospital Universitário Joáo de Barros Barreto/Programa de Residéncia
Multiprofissional em Saúde

E-mail: hilmatk E yahoo.com.br

Fones: 98112-4808/ 98800-5762/ 3201-8057

2. =
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

“De modo geral, os cientistas sociais
querem mais do que descrever o
comportamento social. Um dos objetivos
da ciéncia social é compreender as
relacóes entre variáveis e predizer
quando ocorreráo diferentes tipos de
comportamento social”

(Aronson, Wilson & Akert, 2002, p.23).

3. =
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

v Algumas perguntas de pesquisa
indagam sobre relagöes entre variäveis.

y Contudo, envolvem variáveis que nao
podem ser manipuladas.

Y” Ou por real impossibilidade, ou
dificuldade, ou por razôes éticas ou
práticas.

4. 000000000000 0006000000

AN TT

5. =
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

Y Nesse caso, pode-se estabelecer uma
relaçäo de prediçäo entre elas.

Y Conhecendo-se X, pode-se predizer Y?

y Quanto posso prever a ocorréncia de
uma variável com base na outra?

6. 000000000000 0006000000

AN TT

7. Diagramas de dispersáo que mostram correlagáo
positiva entre as variaveis

or PARA r LER
Correlagäo fraca Correlagäo forte Correlagäo perfeita

DIR IH HH HH HH HH HH HH HH HH 00

«y
==
=
—
=
=
—
—
—
==
=
—
—
=
=

8. v Indica se duas ou mais variáveis tém algo em
comum.

y Se elas compartilham algo, entáo elas estáo
correlacionadas (ou co-relacionadas) uma com

a outra.

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

9. 000000

= v Obtém-se medidas das variáveis a serem

y

= investigadas —

[=

oS Verifica-se, por meio do método estatístico

| = apropriado, as relaçôes existentes entre elas.

is
= Y Descreve a relaçäo linear entre duas ou mais

aridveis,

(Mostrar o exemplo no SPSS)

10. =
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

Descobrir se existe um relacionamento
entre as variáveis, que seja improvável
de acontecer devido ao erro amostral, ou
seja, um relacionamento real entre as
duas variáveis (Dancey & Reidy, 2013).

11. 000000000000 0006000000

AN TT

12. ©
=
E
<
y
es]
z

POSITIVO

000000000000 0006000000

AN TT

13. Y DIRETA OU POSITIVA: quando uma variável
muda de valor, a outra muda na mesma direçäo.

Y INVERSA OU NEGATIVA: quando uma variável
muda de valor em uma direçäo, a outra muda na
direçäo oposta.

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

14. Y Varia de —1,0 a +1,0.

y Reflete o grau da relaçäo entre duas variáveis.

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=

Y Quanto mais duas variáveis ttm em comum,
tanto mais fortemente relacionadas seráo uma com
a outra.

ua.»

15. Perfeita

Forte

Moderada

Zero

=
>
>
>
>
=
=
=
-
>
=
=
=
=
=
=
=
=
=
=
>
=
=
=
=
=

Fonte: Dancey & Reidy, 2013, p. 187.

16. Diagramas de dispersáo que mostram correlaçäo
positiva entre as variaveis

Correlagáo fraca Correlaçäo forte Correlagáo perfeita

r=0,2 r=0,8 r=1,0
FRACA FORTE PERFEITA

=
>
>
>
>
=
=
=
-
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

17. Y Existe de fato na populaçäo de onde a amostra foi
retirada ou é fruto de erro amostral (obra do acaso)?

Sr»...
a

=
>

>

>

>
=
=
=
>
>
=
=
=
=
=
=
=

=

=
=

ua.»

18. Y” Testa-se a hipótese nula:
Náo existe correlagáo entre x e y na populacáo (r = 0).

Seleciona-se um nível de significáncia igual a
0,05 ou menor:

5/100 = p< 0,05
1/100 = p< 0,01

1/1000 = p< 0,001

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

19. =
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

VO nivel de significáncia refere-se à

5% 1% 1/1000

y Em contrapartida, a hipótese alternativa se
sustenta em 95% ou em 99% respectivamente.

Y Mesmo uma correlagäo fraca pode ser
estatisticamente significativa se a amostra sobre a

qual está baseada é grande o bastante e se foi
selecionada de forma aleatória.

Y Mas, nesse caso, nao seria seguro fazer predigöes.

20. v Em que medida uma depende da outra?
(coeficiente de determinagäo).

Y Qual o grau de compartilhamento entre elas?

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

21. =
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

vSe a correlagáo entre duas variáveis, anos de
escolaridade e renda mensal, é de 0,80.

YO coeficiente de determinagäo €: 0,80 x 0,80=
0,64 ou 64%.

Y Assim, neste exemplo, 64% da variáncia no
salário pode ser explicada pela variáncia nos anos
de escolaridade.

v 36% da variáncia näo € explicada por essa
relaçäo e sim por outros fatores.

22. =
==
=
—
=
=
—
—
—
==
=
—
—
=
=

HAXARRA HH Hy HH HH HH EHI HH HH

y Uma correlagäo entre duas variäveis pode ser forte,
mas isso näo significa que podemos explicar uma pela
outra.

vSe for encontrada uma forte correlaçäo positiva entre o
número de palavras conhecidas por crianças e o tamanho
do pé, isso náo significa que o tamanho do pé possa ser
explicado pela dimensáo do vocabulário ou vice versa.

y Seria mais coerente pensar numa relaçäo triangular,
onde a própria idade é responsável tanto pelo tamanho
do pé quanto do vocabulário (Levin, 1987).

vIsto € conhecido como o problema da terceira variável.

23. Y” A correlagäo entre duas variáveis pode ser útil na
previsáo dos valores de uma delas (y) a partir do
conhecimento dos valores da outra (x). Tal
previsáo é obtida com mais segurança pela
técnica da análise de regressáo.

v A regressäo linear, técnica multivariada,
responde a pergunta: Quanto y irá mudar se x
mudar? Quer dizer, se x mudar em certo valor,
poderemos ter uma estimativa de quanto y
mudará.

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

24. 000000000000 0006000000

AN TT

25. 1° Passo
Verificar se a distribuicáo é normal
(histograma + testes estatísticos)

Y Sea for e se tiver
utilizado medidas intervalares ou de razáo, o
coeficiente indicado é o de

Y Sea @ e/ou utilizou-se
medida ordinal, o coeficiente indicado é o de

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

26. 2° Passo
Verificar a diregáo da correlaçäo
(diagrama de dispersáo)

POSITIVA OU NEGATIVA

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

27. 3° Passo
Calcular o coeficiente de correlaçäo

FRACA MODERADA FORTE

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

28. 4° Passo
Calcular a significáncia da relagáo encontrada

r = 0,65; p<0,05
Pearson r= 0,78; p<0,01

r = 0,70; p<0,001

p = 0,65; p<0,05
Spearman p = 0,78; p<0,01

p = 0,70; p<0,001

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

29. 5° Passo:

Verificar a variáncia explicada

O QUANTO POSSO EXPLICAR UMA PELA OUTRA

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

30. Referéncias e Bibliografia Consultada

Aronson, .E., Wilson, T. D., & Akert, R. M. (2002).

Psicologia Social. Rio de Janeiro: LTC.

Dancey, C. P., & Reidy, J. (2013). Estatistica sem
matemática para psicologia. 5* Ed. Porto Alegre/RS:
Penso, 606pp.

Field, A. (2009). Descobrindo a estatística usando o SPSS,
2° Ed. Porto Alegre/RS: Artmed, 688p.

Gerrig, R. J., & Zimbardo, P. G. (2005). A psicologia e a
vida, 16° Ed. (pp.51-70). Porto Alegre/RS: Artmed.

Levin, J. (1987). Estatistica aplicada a ciéncias humanas, 2°
Ed. Sao Paulo: Harbra, 310p.

Rodrigues, A., Assmar, E. M. L, & Jablonski, B. (2015).
Psicologia Social (Parte 1). Petrópolis/RJ: Vozes.

=
>
>
>
>
=
=
=
>
>
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=