Connect on twitterConnect on facebookConnect on rss

Classificação das variáveis


A classificação das variáveis que integram um estudo estatístico é um procedimento necessário e fundamental para a escolha do tipo de procedimentos estatísticos a aplicar na análise dos dados.

Além da natureza das variáveis, a seleção dos procedimentos estatísticos depende ainda da questão de investigação e das caraterísticas dos dados.

O gráfico apresenta a distribuição da amostra (em percentagem), em termos de género e idade - ambas variáveis qualitativas. 

De acordo com a sua natureza

De acordo com a natureza das variáveis, estas podem ser classificadas como variáveis qualitativas ou quantitativas (variáveis categóricas versus numéricas).

As variáveis qualitativas integram os dados em categorias, podendo ser categorias ordenadas (como por exemplo a idade em classes etárias) ou categorias não-ordenadas (como por exemplo o género)

As variáveis quantitativas apresentam os dados sob a forma de dados numéricos, podendo ser dados numéricos discretos (que originam as variáveis numéricas discretas, como por exemplo a idade) ou dados numéricos contínuos (correspondendo assim a variáveis numéricas contínuas, como por exemplo o peso e a altura).

De acordo com os níveis de medida

As variáveis podem ainda ser classificadas por níveis de medida,
nomeadamente, em variáveis nominais/ categóricas, ordinais, intervalares e proporcionais/ razão.




As variáveis nominais ou categóricas correspondem às variáveis qualitativas em que os dados organizados em categorias não ordenadas, como ocorre por exemplo com o género, o estado civil e o tipo de habitação dos inquiridos.

As variáveis ordinais apresentam os dados em categorias ordenadas, mas nas quais o nível de ordenação (isto é, a diferença entre os valores das categorias) não tem de ser igual, como por exemplo o nível de escolaridade e o grau de satisfação face a determinada situação.

As variáveis intervalares integram dados quantitativos, numa escala numérica com intervalos iguais (ao contrário das variáveis ordinais), como por exemplo a temperatura.

As variáveis proporcionais/ razão apresentam uma escala numérica de dados quantitativos com uma origem fixa, como é o caso da idade e do rendimento mensal dos inquiridos.

Nota: Na análise estatística esta distinção entre variáveis intervalares e proporcionais não se torna relevante, ainda mais na categorização ao nível do SPSS - o programa assume ambos os tipos de variáveis como variáveis numéricas e escalas.

De acordo com a sua função na análise dos dados:

Analisando a função das variáveis na análise dos dados, estas podem ser nomeadas como variáveis independentes, dependentes ou variáveis a controlar (co-variante).

A variável independente corresponde à variável que é manipulada pelo investigador para avaliar o seu efeito que ela exerce sobre uma outra variável; a variável independente pode ser também designada por variável preditora na medida em que prediz o comportamento de outra variável. Por exemplo, num estudo sobre a adaptação dos idosos à institucionalização, o tipo de instituição, o sexo e a idade dos inquiridos serão variáveis independentes da análise.

A variável dependente é a variável que sofre os efeitos da variável independente, no mesmo exemplo corresponde ao grau de adaptação dos idosos institucionalizados; esta pode ser também designada por variável de resultado.

A variável a controlar, ou co-variante, refere-se à variável que é controlada numa análise de forma a se evitar a sua influência nos resultados, como pode acontecer por exemplo com o nível de escolaridade.

Os diferentes tipos de classificação e terminologias mostram que a mesma variável pode ser classificada e categorizada de diferentes formas. A idade, por exemplo, pode ser categorizada como variável quantitativa, numérica contínua (18, 19, 20 ...75, 76) ou como variável categórica (por exemplo em categorias <18 e ≥ 18 anos).

Em função do tipo de estudo desenvolvido e dos objetivos que temos definidos (a questão de investigação) e o tipo de dados, optamos por uma ou outra terminologia, ou utilizamos ambas.

No próximo artigo analisaremos a classificação utilizada pelo SPSS para a criação da Base de Dados.
Sobre estes conceitos, qualquer dúvida ou sugestão que tenham deixem as vossas  mensagens!!
Bom trabalho!!

2 comentários:

  1. Olá boa noite, estou a ter dificuldades com uma questão, já fiz pesquisa variada e extensa na net e em livros.

    Não sei se me pode ajudar, 5 minutos

    Quero saber se os jovens empregados valorizam mais, em média, o trabalho como forma de satisfação pessoal, do que os restantes jovens? E caracterizar os dois grupos em relação à valorização média do trabalho como forma de realização pessoal e saber se as diferenças são significativas.

    Tenho a variavel situação perante o trabalho com 8 casos (empregado, patrao, estudante etc…) – nominal
    A variável valorização do trabalho ( em escala de likert) – ordinal

    Será que tenho que recodificar alguma das variáveis? Quais são os passos a serem dados?

    Consigo fazer bem as análises univariadas e bivariadas, contudo não percebo bem como fazer comparação da media entre 2 grupos, especialmente neste caso concreto..

    Agradeço qualquer resposta e orientação

    Os melhores cumprimentos

    ResponderEliminar
  2. Boa tarde,

    peço desculpa pela demora de feedback - acontece que estivemos de férias e infelizmente não descobri um sistema de aviso/ mensagem instantânea.

    Em relação à questão que colocou e ao objetivo de análise que apresentou, poderá aplicar um teste paramétrico de qui-quadrado, para verificar se existe associação entre variáveis, que juntamente com o crosstabs permite observar de que modo os 8 grupos em estudo (empregado,patrão, estudante, etc) valorizam o trabalho.
    Para utilizar o teste do qui-quadrado tem de confirmar a normalidade dos dados para estas duas variáveis: teste de komorogov (para N superior a 30).
    Se não conseguir verificar a normalidade, pode optar por utilizar um teste não paramétrico, neste caso como tem mais de 2 grupos para comparar, aplica o teste de Mann-Whitney. Este teste permite observar para cada grupo em estudo a média das classificações e pelo valor sig indica se as diferenças são significativas (p-value <0.05).

    Não precisa de recodificar as variáveis. Espero ter ajudado - no entanto se tiver alguma outra questão disponha.
    Até breve e continuação de um bom trabalho!!

    ResponderEliminar