Os cientistas sociais usam o SPSS (Statistical Package for the Social Sciences) para analisar dados com uma ANOVA (Análise de Variância) para comparar o efeito de variáveis independentes sobre variáveis dependentes. Eles relatam a significância, a probabilidade de que a diferença seja devido ao acaso (uma significância de menos de 0,05 significa que há menos de 5 chances em 100 de o resultado ser devido ao acaso). Os cientistas sociais também determinam o Eta Squared, o tamanho do efeito ou a porcentagem da variável dependente explicada pela variável independente.
Dados de acesso
Etapa 1
Clique em "Arquivo" na parte superior da tela do SPSS para obter dados de um arquivo de dados existente. Selecione "Abrir" na caixa de diálogo suspensa.
Etapa 2
Clique em "Procurar" no diretório exibido. Selecione “Dados” em “Tipo de Arquivos”.
Etapa 3
Clique no nome do arquivo da data que deseja analisar; por exemplo, "Jury.sav."
ANOVA
Etapa 1
Clique em "Estatísticas" na parte superior da tela do SPSS. Em seguida, selecione "General Linear Model" na caixa de diálogo e "Simple Factorial" na caixa suspensa.
Etapa 2
Destaque sua variável dependente (por exemplo, nível de culpa) da lista à esquerda e empurre a seta apontando para a direita para movê-la para a caixa chamada "Dependente".
Etapa 3
Destaque suas variáveis independentes (por exemplo, sexo e raça) da lista de variáveis à esquerda e clique na seta apontando para a direita para mover cada uma delas para a caixa chamada "Fatores".
Etapa 4
Clique em "Define Range" e digite seu valor mínimo para a variável dependente (por exemplo 1) e o valor máximo para a variável (por exemplo 12).
Tamanho do efeito
Etapa 1
Clique em “Opções” dos três botões na parte inferior da caixa de diálogo, que consiste em “Contrastes”, “Post Hoc” e “Opções”.
Etapa 2
Clique em "Tamanho do efeito" no menu suspenso. Clique em "Continuar".
Etapa 3
Revise a saída rotulada "Testes de efeitos entre sujeitos". A caixa à esquerda lista cada uma das variáveis independentes e a variável de interação sob o título "Fonte".
Etapa 4
Siga a linha ao lado de cada variável para a coluna rotulada "Sig". Esta coluna indica o nível de significância (a probabilidade do resultado ser devido ao acaso). Quanto menor a significância, menor a probabilidade de as diferenças entre os grupos serem devidas ao acaso e maior a probabilidade de serem devidas à variável independente. Por exemplo, um nível de significância ou probabilidade inferior a 0,01 significa que há menos de 1 possibilidade em 100 de que os resultados sejam devidos ao acaso.
Etapa 5
Siga a linha ao lado de cada variável até a coluna "Eta Squared", a informação mais importante. Eta ao quadrado é a medida do tamanho do efeito. É a porcentagem da variável dependente explicada pela variável independente. Quanto maior o percentual (mais próximo de 1), mais importante é o efeito da variável independente. Por exemplo, um Eta ao quadrado de 0,65 significa que 65% da variável independente é explicada pela variável independente.
Dica
Salve seus dados com frequência. Certifique-se de usar o General Linear Model para sua análise.
