Receba gratuitamente todos os nossos conteúdos.

Fique por dentro das novidades e oportunidades referentes à Psicometria e Análise Quantitativa de Dados.

O teste de independência Qui-Quadrado no R

Você já se deparou com a situação em que deseja explorar a relação entre duas variáveis ​​categóricas, como por exemplo: Há uma associação entre gênero e comportamento de fumar? Os homens são mais propensos a fumar do que as mulheres? A proporção de homens que fumam é igual à proporção de mulheres?

E aí, para responder estas questões, qual o teste estatístico você poderia escolher ?

Qui-quadrado – Teste de Independência. Esse teste compara as frequências ou proporções observadas de casos que ocorrem em cada uma das categorias, com os valores que seriam esperados se não houvesse associação entre as duas variáveis ​​a serem medidas.

Aqui no blog você já viu como fazer o Qui- quadrado de Independência no SPSS. Se ainda não viu, é só clicar aqui !

Agora vamos ver como executar esse mesmo teste mas agora no R.

O primeiro passo é ter o R e o RStudio instalados no computador. No RStudio temos que instalar e habilitar o uso de alguns pacotes que serão úteis nesse momento. Para isso basta executar esses comandos:

install.packages(“haven”)
install.packages(“psych”)
install.packages(“janitor”)
install.packages(“effectsize”)
library(haven)
library(psych)
library(janitor)
library(effectsize)

Já com os pacotes instalados e habilitados para o uso, temos que carregar o banco de dados e ler como fatores. Notem que o banco de dados do exemplo está salvo em formato SPSS. Para isso vamos executar as seguintes sintaxes:

dados <- read_spss(file = “~/Psicometria_Online/Analises_Bi_Multivariadas/Qui-Quadrado 2X2.sav”)
dados <- as_factor(dados)

Com a ajuda do pacote janitor, vamos formatar os dados em um tabela de frequência. A sintaxe para esse procedimento é:

freq <- tabyl(dat = dados, var1 = Ansiedade, var2 = Risco_Acentuado)
freq_total <- adorn_totals(freq, where = c(‘row’, ‘col’))

Notem que nossas variáveis de interesse para a análise do qui quadrado são: Ansiedade e Risco Acentuado.

Para realizar o qui-quadrado de independência, não é necessário criar uma tabela cruzada com as funções table() ou tabyl() (sem os valores totais). A função chisq.test() pode ser passada sem nenhum argumento adicional. No nosso exemplo vamos utilizar o objeto freq que criamos no passo anterior.

qui.q <- chisq.test(freq)
qui.q

Vamos ter uma saída como esta:

Além do teste do qui quadrado de independência, podemos obter o valor de odds-ratio bem rápido por meio do pacote effectsize

oddsratio(x = dados$Ansiedade, y= dados$Risco_Acentuado)

Lembrando que o odds-ratio leva em consideração a categoria Ansiosa e Sim. Portanto, uma possível interpretação para o odds-ratio do nosso exemplo é: uma criança ansiosa tem 2.83 chances a mais de estarem em risco do que uma criança não ansiosa.

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).

BRUNO FIGUEIREDO DAMÁSIO

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) eEditor-Associado da Spanish Journal of Psychology, na sub-seção Psicometri e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 3000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Veja mais

Posts relacionados

Um Guia Completo sobre a PEDro: Physiotherapy Evidence Database

Um Guia Completo sobre a PEDro: Physiotherapy Evidence Database

Se você é um profissional ou um estudante da área da saúde e está interessado nas práticas baseadas em evidências, este post é para você. Vamos descobrir como a base

Diferença entre as regressões logísticas: binária, ordinal e multinomial

Diferença entre as regressões logísticas: binária, ordinal e multinomial

A análise de regressão é uma técnica amplamente utilizada para verificar a existência de uma relação entre uma variável dependente e uma ou mais variáveis independentes. Existem diferentes tipos de

Construção de itens para instrumentos de autorrelato

Construção de itens para instrumentos de autorrelato

A elaboração de itens para instrumentos de autorrelato desempenha um papel crucial na pesquisa psicométrica, pois é por meio deles que os participantes expressam suas próprias experiências e percepções. Neste

Dados Normativos: Entendendo o Escore Z

Dados Normativos: Entendendo o Escore Z

Interpretar os resultados derivados do uso de um teste é tão crucial quanto criar ou adaptar os instrumentos e aplicá-los corretamente. Para a interpretação dos resultados, é essencial a criação

Compreendendo a Confiabilidade Duas-Metades (Split-Half Reliabity)

Compreendendo a Confiabilidade Duas-Metades (Split-Half Reliabity)

No campo da Psicometria, pesquisadores e profissionais frequentemente buscam garantir a precisão e consistência de seus instrumentos de medição. Um dos métodos usados para avaliar a confiabilidade de um teste

Um Guia Completo sobre a PEDro: Physiotherapy Evidence Database

Um Guia Completo sobre a PEDro: Physiotherapy Evidence Database

Se você é um profissional ou um estudante da área da saúde e está interessado nas práticas baseadas em evidências, este post é para você. Vamos descobrir como a base

Diferença entre as regressões logísticas: binária, ordinal e multinomial

Diferença entre as regressões logísticas: binária, ordinal e multinomial

A análise de regressão é uma técnica amplamente utilizada para verificar a existência de uma relação entre uma variável dependente e uma ou mais variáveis independentes. Existem diferentes tipos de

Construção de itens para instrumentos de autorrelato

Construção de itens para instrumentos de autorrelato

A elaboração de itens para instrumentos de autorrelato desempenha um papel crucial na pesquisa psicométrica, pois é por meio deles que os participantes expressam suas próprias experiências e percepções. Neste

Dados Normativos: Entendendo o Escore Z

Dados Normativos: Entendendo o Escore Z

Interpretar os resultados derivados do uso de um teste é tão crucial quanto criar ou adaptar os instrumentos e aplicá-los corretamente. Para a interpretação dos resultados, é essencial a criação

Compreendendo a Confiabilidade Duas-Metades (Split-Half Reliabity)

Compreendendo a Confiabilidade Duas-Metades (Split-Half Reliabity)

No campo da Psicometria, pesquisadores e profissionais frequentemente buscam garantir a precisão e consistência de seus instrumentos de medição. Um dos métodos usados para avaliar a confiabilidade de um teste

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.