Aviso: Se está a ler esta mensagem, provavelmente, o browser que utiliza não é compatível com os "standards" recomendados pela W3C. Sugerimos vivamente que actualize o seu browser para ter uma melhor experiência de utilização deste "website". Mais informações em webstandards.org.

Warning: If you are reading this message, probably, your browser is not compliant with the standards recommended by the W3C. We suggest that you upgrade your browser to enjoy a better user experience of this website. More informations on webstandards.org.

Sub Menu
ISCTE-IUL  >  Ensino  >  LS

Análise de Dados em Ciências Sociais - Multivariada (2 º Sem 2017/2018)

Código: L6100
Acrónimo: L6100
Nível: 1º Ciclo
Estruturante: Não
Língua(s) de Ensino: Português
Língua(s) amigável(is):
Ser English-friendly ou qualquer outra língua-friendly, significa que a UC é leccionada numa língua mas que se pode verificar qualquer uma das seguintes condições:
1. Existem materiais de apoio em língua inglesa/outra língua;
2. Existem exercícios, testes e exames em língua inglesa/outra língua;
3. Existe a possibilidade de se apresentar trabalhos escritos ou orais em língua inglesa/outra língua.
1 6.0 0.0 h/sem 36.0 h/sem 0.0 h/sem 0.0 h/sem 0.0 h/sem 0.0 h/sem 1.0 h/sem 37.0 h/sem 113.0 h/sem 0.0 h/sem 150.0 h/sem
Em vigor desde o ano letivo 2016/2017
Pré-requisitos Não se aplica

Objectivos 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 os 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.
Programa 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
Processo de avaliação Avaliação periódica: teste escrito (60%) e dois exercícios com SPSS (20% cada). A média final tem de ser igual ou superior a 10. Avaliação em exame: teste escrito (60%) e exercício de SPSS (40%). Possibilidade de dispensa no exame de uma das componentes (teste escrito ou exercício com SPSS) se na avaliação periódica tiver tido pelo menos 10 valores nessa componente. Para melhoria de nota o aluno deverá realizar o teste escrito e o exercício de SPSS.
Processo de ensino-aprendizagem 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.

Observações Uma das funcionalidades associadas ao desempenho desta unidade curricular prende-se com o uso da plataforma de e-learning. Esta é um meio vinculativo para a circulação da informação. Ao longo do semestre os alunos são sensibilizados a usar a plataforma, beneficiando assim das suas vantagens.
Através dela os alunos têm acesso a todos os materiais necessários ao acompanhamento das aplicações utilizadas, quer nas aulas teórico-práticas, quer nas sessões laboratoriais.
A plataforma é igualmente usada para colocar outro tipo de informação importante para os alunos como seja: avisos da equipa docente, materiais destinados à avaliação dos alunos, etc.
Bibliografia básica Carvalho, Helena, 2008, Análise de Multivariada de Dados Qualitativos, Utilização da Análise de Correspondências Múltiplas com o SPSS. Lisboa: Sílabo.
Maroco, João, 2010, Análise Estatística com o PASW Statistics (ex-SPSS), Pero Pinheiro, ReportNumber.
Bibliografia complementar Field, Andy, 2013, Discovering Statistics Using IBM SPSS Statistics, London, Sage Publications, 4th Edition.
Hair, Joseph, Ralph Anderson, Ronald Tatham e William Black, 2009, Multivariate Data Analysis, Prentice Hall, 7ª  ed.
Reis, Elizabeth, 2001, Estatística Multivariada Aplicada, Lisboa, Edições Sílabo, 2ªed.
Tabachnick, B., L. Fidell, 2012. Using Multivariate Statistics, Person International Edition (6ª ed).