Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Estatística e Análise de Dados

Departamento / Department

Departamento de Métodos de Pesquisa Social

Ano letivo / Execution Year

2024/2025

Pré-requisitos / Pre-Requisites

Não se aplica.

Objetivos Gerais / Objectives

Dar a conhecer os principais métodos de inferência estatística univariada e bivariada. A apresentação dos diversos conteúdos estatísticos será acompanhada de exemplos práticos, que permitam i) realizar a análise estatística de dados e ii) realizar um relatório de análise de dados ou de uma tese/ artigo científico, utilizando um programa estatístico especialmente adequado às ciências sociais (SPSS).

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes

OA1: Identificar os principais conceitos de estatística relevantes para a realização de testes de hipóteses OA2: Selecionar o teste adequado ao problema, objetivo e natureza das variáveis OA3: Interpretar e reportar os resultados obtidos da análise de dados OA4: Utilizar o software SPSS para realizar análise de dados inferencial

Conteúdos Programáticos / Syllabus

CP 1. Ensaios de hipóteses: principais conceitos CP 2. Testes paramétricos: apresentação, interpretação e realização CP 2.1. Teste t para duas amostras independentes CP 2.2. Teste t para duas amostras emparelhadas CP 2.3 Two-way ANOVA CP 3. Testes não paramétricos: apresentação, interpretação e realização CP 3.1. Testes de ajustamento: Teste de Kolmogorov-Smirnov, Shapiro-Wilk e do Qui-Quadrado CP 3.2. Teste de independência do Qui-Quadrado CP 3.3. Teste de Mann-Whitney CP 3.4. Teste de Wilcoxon CP 3.5. Teste de Kruskall-Wallis

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes

A identificação das noções de estatística mais relevantes para a realização de testes de hipóteses (OA1) está associada ao 1º ponto do programa, que diz respeito aos principais conceitos dos ensaios de hipóteses (CP1) A selecção do teste adequado ao problema, objetivo e natureza das variáveis (OA2), a interpretação e reporte dos resultados obtidos da análise de dados (OA3) e a utilização do software SPSS para realizar análise de dados inferencial (OA4) relacionam-se com os pontos 2 e 3 do programa, relativos aos testes paramétricos (CP2) e testes não paramétricos (CP3).

Avaliação / Assessment

É possível optar por uma das seguintes modalidades de avaliação: 1) Durante o semestre: realização de um trabalho individual com aplicação e análise de diferentes testes de hipóteses a partir de uma base de dados, com nota mínima de 10 valores. Os trabalhos apresentados devem ser originais, da autoria dxs próprixs estudantes, tanto do ponto de vista da escrita, como da organização de ideias e construção do argumento, de acordo com o Código de Conduta Académica e o Código de Conduta Ética na Investigação do Iscte. 2) Por exame: exercício individual escrito com nota mínima de 10 valores.

Metodologias de Ensino / Teaching methodologies

A Metodologia de Ensino-aprendizagem (ME) inclui três componentes: ME1: Aulas Teóricas-práticas - enquadramento conceptual dos diferentes testes e interpretação de resultados ME2: Aulas de Laboratório - desenvolvimento e aplicação de modelos em computador, apoiados por software de estatística e apresentação de resultados em relatório/artigo científico. ME3: Trabalho autónomo dxs estudantes.

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes

As aulas teórico-práticas (ME1) permitem identificar os principais conceitos de estatística relevantes para a realização de testes de hipóteses (OA1), aprender a seleccionar o teste adequado ao problema, objetivo e natureza das variáveis (OA2) e ainda a interpretar e reportar os resultados obtidos da análise de dados (OA3). As aulas de laboratório (ME2) permitem a aprendizagem da utilização do software SPSS para realizar análise de dados inferencial (OA4). O trabalho autónomo (ME3) abrange todos os objectivos de aprendizagem (OA1 a OA4).

Observações / Observations

Não se aplica.

Bibliografia Principal / Main Bibliography

Laureano, Raul M. S. (2022), Testes de Hipóteses com o IBM SPSS Statistics, (3ª edição), Lisboa, Sílabo. Laureano, Raul M. S. e Maria do Carmo Botelho (2017), SPSS Statistics: O meu manual de consulta rápida (3ª edição), Lisboa, Sílabo. Marôco, João (2021), Análise Estatística com o SPSS Statistics (8ª edição), Pero Pinheiro, Report Number. Marôco, João e Regina Bispo (2005), Estatística Aplicada às Ciências Sociais e Humanas (2ª edição), Lisboa, Climepsi Editores. Vicente, Paula (2012), Estudos de Mercado e Opinião. Princípios e Aplicações de Amostragem, Lisboa, Edições Sílabo.

Bibliografia Secundária / Secondary Bibliography

Bryman, Alan e Duncan Cramer (2003), Análise de Dados em Ciências Sociais: Introdução às Técnicas Utilizando o SPSS para Windows (3ª edição), Oeiras, Celta. Cochran, William G. (1977), Sampling Techniques (3rd edition), New York, John Wiley & Sons. Murteira, Bento J. F. (1993), Análise Exploratória de Dados: Estatística Descritiva, Lisboa, McGraw-Hill. Reis, Elizabeth (2008), Estatística Descritiva (7º edição), Lisboa, Edições Sílabo. Reis, Elizabeth, Paulo Melo, Rosa Andrade e Teresa Calapez (2021; 2019), Estatística Aplicada, Volumes 1 (7ª edição) e 2 (6ª edição), Lisboa, Edições Sílabo. Vicente, Paulo, Elizabeth Reis e Fátima Ferrão (2001), Sondagens: A Amostragem como Factor Decisivo de Qualidade (2ª edição), Lisboa, Edições Sílabo. Vinacua, Bienvenido Visauta e Joan Carles Martori I Canas (2003), Análisis Estadístico com SPSS para Windows, vols. I e II, Madrid, McGraw Hill.

Data da última atualização / Last Update Date

2024-07-23