Secção Principal 1: Introdução
Fornece uma visão geral dos tópicos abordados no módulo e sua importância na análise estatística.
Secção 2: Práticas SPSS
Oferece exercícios práticos para aplicar as técnicas estatísticas discutidas usando o software SPSS.
Autores
Asociacia za analizirane I realizacia na novacii
Secção Principal 1: Introdução
Objetivos de Aprendizagem:
Compreender o âmbito e a importância do módulo sobre ANOVA, MANOVA, ANCOVA, teste T, Correlação e Análise de Regressão.
Obter uma apreciação do papel dessas técnicas estatísticas na pesquisa e análise de dados.
Identificar os métodos estatísticos específicos abrangidos e as suas aplicações em vários contextos de investigação.
Secção 2: Práticas SPSS
Objetivos de Aprendizagem:
Desenvolver competências práticas na utilização do SPSS para análise de dados e testes estatísticos.
Saber como navegar na interface SPSS, inserir dados e realizar análises estatísticas.
Ganhar confiança na interpretação dos resultados das análises SPSS e tirar conclusões significativas dos resultados.
Ankarali, H., Cangur, S., & Ankarali, S. (2018). A new Seyhan’s approach in case of heterogeneity of regression slopes in ANCOVA. Interdisciplinary Sciences: Computational Life Sciences, 10, 282-290.
Dattalo, P. (2013). Analysis of multiple dependent variables. Oxford University Press.
Gogtay, N. J., & Thatte, U. M. (2017). Principles of correlation analysis. Journal of the Association of Physicians of India, 65(3), 78-81.
Huberty, C. J., & Petoskey, M. D. (2000). Multivariate analysis of variance and covariance. In H. E. A. Tinsley and S. D. Brown (Eds.), Handbook of applied multivariate statistics and mathematical modeling (pp. 183-208). Academic Press.
Huberty, C. J., & Olejnik, S. (2006). Applied MANOVA and discriminant analysis. John Wiley & Sons.
Jaccard, J. (1998). Interaction effects in factorial analysis of variance (No. 118). Sage.
Kim, H. Y. (2013). Statistical notes for clinical researchers: assessing normal distribution (2) using skewness and kurtosis. Restorative Dentistry & Endodontics, 38(1), 52.
Kim, T. K. (2015). T test as a parametric statistic. Korean Journal of Anesthesiology, 68(6), 540.
Leech, N., Barrett, K., & Morgan, G. A. (2013). SPSS for intermediate statistics: Use and interpretation. Routledge.
Levene, H. (1960) Robust tests for equality of variances. In I. Olkin (Ed.), Contributions to probability and statistics (pp. 278-292). Stanford University Press.
Liu, Q., & Wang, L. (2021). t-Test and ANOVA for data with ceiling and/or floor effects. Behavior Research Methods, 53(1), 264-277.
Livingston, E. H. (2004). Who was student and why do we care so much about his t-test? 1. Journal of Surgical Research, 118(1), 58-65.
Rawlings, J. O., Pantula, S. G., & Dickey, D. A. (Eds.). (1998). Applied regression analysis: a research tool. Springer.
Razali, N. M., & Wah, Y. B. (2011). Power comparisons of shapiro-wilk, kolmogorov-smirnov, lilliefors and anderson-darling tests. Journal of Statistical Modeling and Analytics, 2(1), 21-33.
Rutherford, A. (2011). ANOVA and ANCOVA: a GLM approach. John Wiley & Sons.
Tian, C. H. E. N., Manfei, X. U., Justin, T. U., Hongyue, W. A. N. G., & Xiaohui, N. I. U. (2018). Relationship between Omnibus and Post-hoc Tests: An investigation of performance of the F test in ANOVA. Shanghai Archives of Psychiatry, 30(1).
Uyanık, G. K., & Güler, N. (2013). A study on multiple linear regression analysis. Procedia-Social and Behavioral Sciences, 106, 234-240.
West, S. G., Aiken, L. S., & Krull, J. L. (1996). Experimental personality designs: Analyzing categorical by continuous variable interactions. Journal of Personality, 64(1), 1-48.
Westfall, P. H., & Henning, K. S. (2013). Understanding advanced statistical methods (Vol. 543). Boca Raton, FL: CRC Press.
Digital Source: https://www.mathsisfun.com/data/standard-normal-distribution.html (Accessed: 01.06.2023)
