Associação

Estatística

A associação indica a possibilidade ou não da relação entre duas variáveis. Para definir se existe esta relação, a Estatística dispõe de ferramentas que ajudam a evidenciar ou não uma relação existente em teoria, mas estes resultados são válidos apenas se a metodologia de coleta e análise de dados for bem fundamentada.

[Imagem: Neoway]

» Modelo Normal (Curva Gaussiana)

» Medidas estatísticas - tendência central e de dispersão

» Amostragem

Considerando todo o cuidado necessário com o método, partiremos aos conceitos e ferramentas. A Associação consiste no indicativo de relação entre duas variáveis qualitativas (dados categorizados), buscando saber se a probabilidade de uma pode afetar resultados em outra. Por exemplo, se uma pessoa dirige legalmente (com CNH e no Brasil), terá maioridade penal. Logo, as variáveis direção legal e maioridade são associadas. 

A associação não implica relação de causa e consequência de uma variável em relação a outra. Pode ser que haja uma terceira variável que influencie estas outras duas. Por isso ainda é importante o embasamento teórico.

Pensando em variáveis qualitativas e a busca por apontar ou não uma possível associação, constrói-se uma tabela de contingência. Esta tabela possui as possíveis respostas a uma variável qualitativa nas linhas, e as possíveis formas de outra variável em suas colunas. Cada célula ou casela possui o número de indivíduos com as respectivas formas para a respectiva linha e coluna, podendo conter percentuais. Os totais são apresentados nos extremos. Por exemplo:

Variáveis	Finanças		Totais
Personalidade	Pobre	Rico
Otimista	155 (47 %)	175 (53 %)	330 (100 %)
Pessimista	206 (51 %)	197 (49 %)	403 (100 %)
Totais	361 (49 %)	372 (51 %)	733 (100 %)

 Para avaliar se existe relação (associação) entre as duas variáveis, personalidade e finanças em nosso exemplo, pode-se utilizar o teste Qui-quadrado. Para que ele seja válido, é necessário haver mais do que dez indivíduos com em uma das células. Podemos montar uma outra tabela com valores esperados E_ij, sendo cada um o produto da soma da linha pela soma da coluna dividido pelo total de observações. Note que há fracionários, e não se desespere por isso: não precisa fazer sentido como contagem.

Valores esperados	Finanças		Totais
Personalidade	Pobre	Rico
Otimista	162,5 (47 %)	167,5 (53 %)	330 (100 %)
Pessimista	198,5 (51 %)	204,5 (49 %)	403 (100 %)
Totais	361 (49 %)	372 (51 %)	733 (100 %)

Agora, eleve ao quadrado a diferença entre observados e esperados, divida pelos esperados em cada célula.

Parcelas de Qui-quadrado	Finanças
Personalidade	Pobre	Rico
Otimista	(155 – 162,5)²/162,5 = 0,35	(175-167,5)²/167,5 = 0,34
Pessimista	(206 – 198,5)²/198,5 = 0,28	(197 – 204,5)²/204,5 = 0,28

E somamos todas as parcelas de Qui-quadrado. Disso, temos a fórmula para esta estatística:

χ² = Σ₀ ⁱ Σ₀ ^j [(O_ij – E_ij)²/E_ij]

O que resulta em 1,25 para Qui-quadrado. Com este valor, iremos realizar um teste de hipóteses. Neste teste, a hipótese nula H₀ é de independência entre as variáveis, enquanto H₁ demonstra associação entre variáveis na população em estudo. A estatística do teste é a própria distribuição Qui-quadrado com (l - 1) • (c - 1) graus de liberdade (sendo l o número de linhas e c o número de colunas). Em nosso exemplo, então, consideraremos um grau de liberdade na distribuição Qui-quadrado.

Iremos coletar a probabilidade associada à distribuição Qui-quadrado, em um teste unilateral à direita. Com um valor p (probabilidade de significância) de 0,26, não se pode rejeitar a hipótese nula, pois a probabilidade de que haja um desvio por acaso, e não simplesmente por ela ser falsa, é grande. Mesmo assumindo um erro (nível de significância) de 10 %, ainda assim não se pode rejeitar, comparando p e α.

□

👉 E ainda mais para você: Aproximando a binomial pela normal

GOSTOU DESTA POSTAGEM ☺? USANDO A BARRA DE BOTÕES, COMPARTILHE COM SEUS AMIGOS 😉!