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
A unidade curricular tem o seu enfoque nas análises de interdependência entre múltiplas variáveis. Vão ser explorados métodos que permitem identificar e descrever a estrutura da relação entre variáveis (quantitativas ou qualitativas), identificando dimensões e associações privilegiadas entre variáveis ou entre categorias de variáveis, como é o caso da Análise de Componentes Principais (ACP) e da Análise de Correspondências Múltiplas. Pretende-se que @s estudantes aprendam: a) a analisar situações em que se estabelecem relações de interdependência entre diferentes tipos de variáveis, no contexto da análise de dados multivariada; b) a usar uma ferramenta que lhe permite realizar as análises estatísticas necessárias à abordagem desses modelos; c) e a interpretar, a apresentar e a sistematizar os resultados obtidos, tendo em vista a realização, por exemplo, de um relatório de análise de dados.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
@s estudantes que completem com sucesso esta Unidade Curricular serão capaz de: OA1. Identificar o objectivo dos métodos aprendidos e selecionar o adequado a cada situação. OA2. Realizar e interpretar uma Análise em Componentes Principais. OA3. Construir novas variáveis compósitas. OA4. Analisar a fiabilidade das novas variáveis (Alpha de Cronbach). OA5. Realizar e interpretar uma Análise de Correspondências Múltiplas. OA6. Reportar resultados estatísticos.
Conteúdos Programáticos / Syllabus
1.Análise de Componentes Principais (ACP) 1.1.Introdução 1.2.Definição das componentes principais 1.3.Significado dos valores próprios e das comunalidades 1.4.Selecção das componentes principais: critérios de extracção 1.5.Interpretação das componentes principais 1.6.Métodos de rotação das componentes: métodos ortogonais e não-ortogonais 1.7.Definição e interpretação dos scores factoriais 1.8.Definição de índices (summated scales) e análise de consistência (via Alpha de Cronbach) 2.Análise de Correspondências Múltiplas (ACM) 2.1.Introdução 2.2.Descrição das matrizes de input para a ACM via SPSS 2.3.Quantificação óptima e múltipla de dados qualitativos 2.4.Significado dos valores próprios, inércia e das medidas de discriminação das variáveis: selecção e interpretação dessas medidas 2.5.Selecção e interpretação das dimensões 2.6.Interpretação dos planos 2.7.Projecção das variáveis suplementares no espaço das variáveis activas
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 interligação dos conteúdos programáticos com os objetivos de aprendizagem (OA) é feita como a seguir se explicita: OA1: objectivo relacionado com todos os pontos do conteúdo programático, na medida em que devem conhecer as características e potencialidades das duas análises para saber quando aplicar uma ou outra. OA2: Saber realizar e interpretar uma análise em componentes principais implica dominar os conhecimentos dos pontos 1.1 a 1.8, implicando a extração e rotação das componentes principais. OA3: A construção das novas variáveis compósitas está directamente relacionada com a Definição de índices (summated scales) e análise de consistência (via Alpha de Cronbach) OA4: A construção das novas variáveis compósitas está dependente da análise prévia de consistência (via Alpha de Cronbach) OA5: Saber realizar e interpretar uma análise de correspondências múltiplas implica dominar os conhecimentos dos pontos 2.1 a 2.7, incluindo a OA6: Todos
Avaliação / Assessment
Existem duas modalidades de avaliação: 1. Avaliação ao longo do semestre: a) Dois testes escritos (40% cada). b) Um exercício com aplicação do SPSS (20%). 2. Avaliação por exame: exame escrito (80%) e exercício com aplicação do SPSS (20%). Não há nota mínima em nenhuma das componentes de avaliação (avaliação ao longo do semestre e avaliação por exame). A melhoria de nota implica a realização do exame escrito (80%) e exercício com aplicação do SPSS (20%).
Metodologias de Ensino / Teaching methodologies
As atividades de ensino-aprendizagem incluem as seguintes componentes: sessões teórico-práticas, sessões laboratoriais, orientação tutorial (tempo de contacto com o docente); trabalho autónomo dos estudantes. À semelhança do que aconteceu nas unidades curriculares de análise de dados anteriores, a exposição dos diferentes métodos é sempre acompanhada da apresentação de situações reais de investigação empírica, particularmente adequadas ao contexto das ciências sociais.
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
A interligação entre as metodologias de ensino-aprendizagem e os objetivos de aprendizagem (OA) é realizada da seguinte forma: Aulas teórico-práticas: transversais a todos os objectivos de aprendizagem. Sessões laboratoriais: OA2, OA3, AO4, OA5. Trabalho autónomo d@s estudantes: transversal a todos os objectivos de aprendizagem. O alinhamento entre cada instrumento de avaliação e os objectivos de aprendizagem definidos para a UC é feito do seguinte modo: Testes escritos: OA1, 2, 4 e 5. Exercício de SPSS: apesar de incidir sobre todos os objectivos de aprendizagem, tem como principal preocupação aferir dos OA2, OA5 e OA6.
Observações / Observations
Bibliografia Principal / Main Bibliography
Carvalho, Helena, 2017, Análise de Multivariada de Dados Qualitativos, Utilização da Análise de Correspondências Múltiplas com o SPSS. 2ª ed., Lisboa, Sílabo. Maroco, J., 2018. Análise Estatística com o SPSS, 7ª edição, Pero Pinheiro, Report Number. Folhas preparadas pela equipa docente e disponibilizadas via e-learning aos alunos no decorrer do semestre.
Bibliografia Secundária / Secondary Bibliography
Field, Andy, 2013, Discovering Statistics Using IBM SPSS Statistics, London, Sage Publications, 4th Edition. Hair, J., Black, W.C., Babin, B.J., and Anderson, R.E., 2014. Multivariate Data Analysis, 7th Edition, Pearson Educational. Reis, Elizabeth, 2001, Estatística Multivariada Aplicada, 2ªed, Lisboa, Edições Sílabo. Tabachnick, B., e Fidell, L., 2013. Using Multivariate Statistics, 6th Edition, Pearson International Edition.
Data da última atualização / Last Update Date
2024-07-22