Análise de dados

Universidade de Aveiro
Análise Estatística de Dados

1. Análise de Variância
No primeiro output a interacção entre o tempo de estudo e o sexo (Tpo_est * SEXO) não é significativa para explicar a média da licenciatura (ML), dado que o Sig. (0,265 ≈26,5% ), superior a 5%, não influência a ML e por isso NRH0. No segundo output ambas, separadamente, contribuem para a explicação da variável dependente (ML), porque o Sig. de ambas é inferior a 5%, logo separadas têm influência na média da licenciatura e RH0.

2. Regressão Linear Múltipla
No primeiro output as variáveis, média de curso e rendimento, estão correlacionadas com a classificação da disciplina, porque ambas têm Sig. inferior a 5%. No modelo 1 (M.CURSO tem Sig.
0,011 ≈1,10%) e no modelo 2 (M.CURSO tem Sig.0,018≈1,80% e o RENDIMENTO tem Sig.0,019
≈1,90%). No segundo output as variáveis convidadas a sair no modelo 1 são a idade e a nota de acesso e o rendimento, convidado a entrar, Sig. inferior a 5%. No modelo 2 só o rendimento não é excluído. (Y=-0,724+0,967 M.CURSO+0,000 RENDIMENTO), expressão para estimar a nota obtida.

3. Análise de Clusters
Tendo em conta o dendrograma o número de Clusters a reter é 4. A informação gerada pelo
Software SPSS permite avaliar a seguinte variedade de grupos construídos:
C1= {1,5,7,8,9,11,13,30} n=8 C2= {2,6,14,15,17,18,19,20,22,25,26,27,28,29,31,33,34,36,37} n=19
C3= {3,4,10,16,21,23,24,32} n=8 C4= {12,37} n=2 Aparentemente parte-se de um conjunto de 38 casos e 37 elementos, uma vez que o caso 35 foi retirado. O método da análise de Clusters, em função da informação existente, agrupou os 37 elementos de modo a que os elementos dentro de cada grupo sejam o mais possível semelhantes.
Os grupos 1 e 3 têm 8 elementos, o grupo 2 tem 19 elementos e finalmente o grupo 4 tem apenas 2 elementos, uma vez que não há a possibilidade de os agrupar a um dos restantes grupos (1,2,3).
Os Clusters são formados com base nos pares de casos mais próximos de