Sabemos que o SPSS fornece vários tipos diferentes de gráficos:
• histogramas
• gráficos de barras
• gráficos de linha
• gráficos de dispersão
• boxplots.
Neste post vou mostrar como gerar e interpretar Boxplots no SPSS para ajuda-los na comparação de pontuações entre grupos.
Boxplots são úteis quando você deseja comparar a distribuição de pontuações em variáveis. Você pode usá-los para explorar a distribuição de uma variável contínua (por exemplo, afeto positivo) ou, alternativamente, pode pedir que as pontuações sejam divididas para diferentes grupos (por exemplo, faixas etárias). Você também pode adicionar uma variável categórica extra para comparar (por exemplo, machos e fêmeas). No exemplo abaixo, explorarei a distribuição de pontuações na escala de Afeto Positivo para homens e mulheres.
Procedimento para criar um Boxplot
- No menu na parte superior da tela, clique em Gráficos e selecione
Diálogos Legados e, em seguida, Boxplot. Como exibido na Figura 1
Clique em Simples. Na seção Dados no gráfico são, clique em Resumos para grupos de casos. Clique no botão Definir. Como pode se ver logo abaixo, na Figura 2.
Na sequência, faça como descrito abaixo e ilustrado na Figura 3.
- Clique em sua variável contínua (por exemplo, Total Positive Affect: tposaff). Clique no botão de seta para movê-lo para a caixa Variável.
- Clique na sua variável categórica (por exemplo, sexo). Clique no botão de seta para movê-lo para a caixa Eixo da categoria.
- Clique em ID e mova-o para a caixa Rótulos casos por. Isso permitirá que você identifique os números de identificação de quaisquer casos com valores extremos.
- Clique em OK
Figura 3
A saída gerada a partir deste procedimento é mostrada a seguir:
Interpretação da saída do Boxplot
A saída do Boxplot fornece muitas informações sobre a distribuição de sua variável contínua e a possível influência de sua outra variável categórica (e variável de cluster, se usada).
Cada distribuição de pontuação é representada por uma caixa e linhas salientes (chamadas bigodes). O comprimento da caixa é o intervalo interquartil da variável e contém 50% dos casos. A linha na parte interna da caixa representa o valor mediano. Os bigodes saindo da caixa vão para os valores menores e maiores da variável.
Quaisquer pontuações que o SPSS considere como discrepantes aparecem como pequenos círculos com um número anexado (este é o número de identificação do caso). Outliers são casos com pontuações bastante diferentes do restante da amostra, muito mais altas ou muito mais baixas. O SPSS define pontos como outliers se eles se estenderem por mais de 1,5 comprimentos de caixa a partir da borda da caixa. Pontos extremos (indicados com um asterisco, *) são aqueles que se estendem por mais de três comprimentos de caixa a partir da borda da caixa.
Além de fornecer informações sobre valores discrepantes, um boxplot permite que você inspecione o padrão de pontuações para seus vários grupos. Ele fornece uma indicação da variabilidade nas pontuações dentro de cada grupo e permite uma inspeção visual das diferenças entre os grupos. No exemplo apresentado acima, a distribuição das pontuações em Afeto Positivo para homens e mulheres é muito semelhante.
Conclusão
Bem, era isso! Espero que esse post tenha sido útil!
Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).
Referência
Pallant, Julie. Spss Survival Manual: A Step by Step Guide to Data Analysis Using Spss. Maidenhead: Open University Press/McGraw-Hill, 2010. Print.
Como citar este post
França, A. (2022, 13 de fevereiro). Boxplot: Como criar no SPSS e como interpretar? Blog Psicometria Online. https://www.blog.psicometriaonline.com.br/boxplot-como-criar-no-spss-e-como-interpretar/