Empresas - 2003
Dirceu da Silva
Em todos os casos podemos ter mensurações com valores discretos, quando são
expressos por números naturais (inteiros positivos), como ocorre com o dinheiro ou
valores contínuos tais como nas unidades físicas, que em tese, podem ser
indefinidamente subdivididos.
É importante frisar que, não podemos tratar qualquer tipo de mensuração com os
mesmos testes ou métodos estatísticos. Devemos sim atentar que há metodologias
específicas. É claro que o tratamento matemático de qualquer coleção de números
sempre pode ser processado ou submetido a uma fórmula, mas se ela não tiver sentido
de validade ou relação causal, não pode ser considerada, pois o resultado, apesar de
existir, não tem qualquer relação com o objeto de conhecimento.
De fato, a Estatística enquanto área do conhecimento, não possui uma teoria geral que
possivelmente poderia ser usada em todas as situações e realidade. Antes de depreciar a
área, esta característica é a marca da natureza dos seus saberes.
Sintetizando, ainda há dois tipos de dados básicos que se pode obter com medições:
Discretos: são números resultantes de contagens. Dias que você trabalhou, número de
livros lidos em um ano, número de alunos em uma sala de aula etc.
Como visão geral, o quadro1 apresenta uma síntese dos métodos e técnicas adequados
para cada tipo de mensuração.
Ainda para cada tipo de amostra, o quadro 1, pode ser desdobrado em outro (quadro2),
ANÁLISES MULTIVARIADAS
Conceitos básicos de análise multivariada
Utilizamos a análise univariada para estudarmos a distribuição de apenas uma variável,
utilizamos a análise bivariada quando trabalhamos com duas variáveis e a análise
multivariada para os casos de mais de duas variáveis.
Podemos definir a análise multivariada pela sua função, que é apresentada de forma
semelhante por vários autores:
“Analisar simultaneamente múltiplas medidas (mais de duas variáveis) de cada
indivíduo ou objeto sob investigação.” (HAIR et al, 1998)1
“Em muitas pesquisas científicas é necessário analisar as relações simultâneas entre três
ou mais variáveis.” (DILLON & GOLDSTEIN,1984:1)
Uso:
Com os computadores e programas disponíveis atualmente, a análise
multivariada tem sido utilizada para atender muitas finalidades: análise de dados
psicológicos, sociológicos e comportamentais, em áreas como: antropologia, zoologia,
negócios, economia, ecologia, geologia, tanto nas universidades quanto indústria,
governo e centros de pesquisa. (HAIR et al, 1998:3-5; JOHNSON & WICHERN,
1998:2).
1
Além disso, afirmam que para que a análise seja multivariada todas as variáveis devem ser aleatórias e
inter-relacionadas de forma que seus efeitos não possam ser corretamente interpretados de forma isolada.
Para cada objetivo de pesquisa definido por JOHNSON & WICHERN (1998)
(apresentados no item “Função”) eles também apresentam alguns exemplos de aplicação
das técnicas multivariadas (3 - 5, 1998):
Há 11 métodos que atendem a grande maioria dos problemas presentes nas pesquisas
(vide figura 2):
1) Regressão Múltipla:
2) Análise Discriminante:
Usado quanto se tem uma variável (ou mais) que está relacionada com alguma
característica da amostra. Por exemplo: idade, sexo, tipo de investidor, nível de
escolaridade. E se que saber dentro do grupo da variável, qual é a tendência de
expressar alguma discriminação ou não.
3) Análise Logit
É apropriado quando um critério simples de mensuração é discreto e todas as variáveis
preditoras são categóricas na sua natureza.
4) MANOVA
A análise de variância multivariada é usada quando múltiplos critérios de mensuração
são avaliados e o objetivo é avaliar o impacto de vários níveis de uma ou mais variáveis
experimentais sobre o critério de medida. Assim, o foco primário da MANOVA é testar
as diferenças significantes de um conjunto de variáveis ou o perfil destas devido às
relações sobre uma ou mais variáveis controladas.
7) Análise Fatorial
É uma técnica de redução de dados. Em contraste com o modelo anterior, este visa
apenas a parte da variação total mais robusta do que a totalidade.