Saber como fazer análise estatística no SPSS para tese começa antes do primeiro clique, na pergunta de investigação e na forma como cada variável foi medida. O SPSS executa qualquer teste que lhe peça, mesmo o errado, e devolve tabelas com aspeto convincente. O seu trabalho é outro: escolher o procedimento certo, verificar os pressupostos e levar para o capítulo de resultados apenas o que responde às suas hipóteses.

Este guia segue a ordem real de trabalho de uma dissertação quantitativa. Primeiro prepara o ficheiro de dados. Depois descreve a amostra e testa a normalidade. A seguir compara grupos, modela relações entre variáveis e guarda a sintaxe para garantir reprodutibilidade. Cada passo indica o caminho exato nos menus, com base na documentação oficial do IBM SPSS Statistics, e explica o que deve passar do output para o texto.

Os menus aparecem em inglês porque é a interface mais comum nas licenças universitárias. Se a sua versão estiver em português, os caminhos correspondem às mesmas opções, pela mesma ordem.

Antes de abrir o SPSS: pergunta, hipóteses e variáveis

A análise estatística é a última peça de uma cadeia lógica. Começa no problema, passa pelas hipóteses e chega aos indicadores que mediu no questionário ou na grelha de recolha. Se essa cadeia não estiver clara, nenhum teste a vai salvar. Nas ciências sociais, essa ligação constrói-se no modelo de análise segundo Quivy e Campenhoudt, que traduz conceitos em dimensões e indicadores mensuráveis.

1. Escreva cada hipótese numa frase testável. Por exemplo: o grupo que recebeu a intervenção apresenta valores médios de ansiedade inferiores aos do grupo de controlo.
2. Identifique a variável dependente e a independente de cada hipótese. A dependente é o resultado que mede. A independente é o fator que compara ou que usa para prever.
3. Classifique o nível de medida. Pode ser nominal (sexo, grupo), ordinal (escolaridade, itens de Likert isolados) ou de escala (idade, pontuação total de uma escala). O teste depende desta classificação.
4. Confirme a definição operacional. Se mede um constructo com uma escala, precisa de saber como se calcula a pontuação. Este ponto está detalhado no guia sobre definição conceptual e operacional de constructos.

Com esta lista feita, a escolha do teste torna-se quase automática:

Passo 1: Preparar o ficheiro de dados .sav

O formato nativo do SPSS é o ficheiro .sav. Segundo a documentação da IBM, organiza-se em linhas (casos ou observações) e colunas (variáveis), acompanhadas de um dicionário de metadados integrado. Esse dicionário vive no separador Variable View e é aí que se ganha ou se perde metade do trabalho.

1. Um participante por linha. Se mediu as mesmas pessoas em dois momentos, o pré-teste e o pós-teste ficam em colunas diferentes da mesma linha, e não em linhas separadas.
2. Nomes de variáveis curtos e sem espaços. Use algo como ansiedade_pre e ansiedade_pos. O texto completo da pergunta vai para a coluna Label.
3. Defina os Values das variáveis categóricas. Atribua um código a cada categoria do grupo, do sexo ou da escolaridade e escreva o rótulo correspondente. O output passa a mostrar palavras em vez de códigos.
4. Ajuste a coluna Measure. Marque cada variável como Nominal, Ordinal ou Scale. Alguns procedimentos e gráficos dependem desta definição.
5. Declare os valores omissos. Em Missing, indique os códigos que usou para não respostas. Assim, o SPSS não os trata como valores reais.
6. Calcule as pontuações totais. Use Transform > Compute Variable para somar ou fazer a média dos itens de cada escala. Não se esqueça de inverter primeiro os itens formulados no sentido negativo.
7. Guarde uma cópia intocada dos dados brutos. Trabalhe sempre num ficheiro derivado. Se algo correr mal, regressa ao original.

Passo 2: Correr a estatística descritiva

A descritiva é o primeiro quadro que o júri lê. Mostra quem participou e como se distribuem as variáveis principais. A documentação oficial distingue dois caminhos.

Para variáveis de escala

1. Abra Analyze > Descriptive Statistics > Descriptives.
2. Passe para a caixa da direita as variáveis contínuas, como a idade e as pontuações totais das escalas.
3. Em Options, confirme a média, o desvio padrão, o mínimo e o máximo.
4. Clique em Paste para guardar a sintaxe e depois execute.

Para variáveis categóricas

1. Abra Analyze > Descriptive Statistics > Frequencies.
2. Selecione o sexo, o grupo, a escolaridade e outras variáveis categóricas.
3. O output mostra frequências absolutas e percentagens. Em Statistics, pode pedir também a mediana e os quartis, que são úteis para variáveis ordinais.

Antes de avançar, procure valores impossíveis na descritiva. Um máximo fora da amplitude da escala ou uma idade absurda indicam erros de introdução. Corrija-os agora: depois da análise inferencial, o custo de os encontrar multiplica-se.

Passo 3: Verificar a normalidade

Os testes paramétricos, como o teste t e a regressão linear, assumem determinadas condições sobre a distribuição dos dados. Saltar esta verificação é das críticas mais frequentes na defesa. O procedimento é o seguinte:

1. Abra Analyze > Descriptive Statistics > Explore.
2. Coloque a variável dependente em Dependent List. Se vai comparar grupos, coloque a variável de agrupamento em Factor List, para testar a normalidade dentro de cada grupo.
3. Em Plots, marque Normality plots with tests.
4. Execute e procure a tabela Tests of Normality, com os testes de Kolmogorov-Smirnov e Shapiro-Wilk.
5. Observe também os gráficos Q-Q. Pontos próximos da diagonal sugerem uma distribuição aproximadamente normal.

Se os testes indicarem um desvio significativo da normalidade, não esconda o resultado. Justifique a decisão que tomar na metodologia. Pode recorrer à alternativa não paramétrica equivalente ou apoiar-se na robustez do teste perante a dimensão da amostra, citando bibliografia metodológica que sustente essa escolha. A coerência entre o que anuncia na metodologia e o que faz nos resultados é avaliada com atenção. O guia sobre como escrever a metodologia de uma tese passo a passo mostra como descrever o plano de análise de forma completa.

Passo 4: Comparar grupos com o teste t

Amostras independentes: dois grupos diferentes

Use este teste quando compara, por exemplo, um grupo experimental e um grupo de controlo, ou dois departamentos de uma empresa.

1. Abra Analyze > Compare Means > Independent-Samples T Test.
2. Coloque a variável quantitativa em Test Variable(s).
3. Coloque a variável dicotómica em Grouping Variable e clique em Define Groups para indicar os dois códigos que identificam os grupos.
4. Execute e leia primeiro o Teste de Levene (Equality of Variances). A documentação da IBM destaca-o como o ponto de partida da interpretação.
5. Se o Levene não for significativo, leia a linha que assume variâncias iguais. Se for significativo, leia a linha que não as assume.
6. Só então interprete o valor de t, os graus de liberdade e o p-valor da linha correta.

Na tese, reporte o resultado do Levene antes do valor de t. É um parâmetro obrigatório e mostra ao júri que escolheu a linha do output de forma fundamentada.

Amostras emparelhadas: o mesmo grupo em dois momentos

Use este teste em desenhos pré-teste e pós-teste, quando as mesmas pessoas são medidas duas vezes.

1. Abra Analyze > Compare Means > Paired-Samples T Test.
2. Selecione o par de variáveis, por exemplo ansiedade_pre e ansiedade_pos, e passe-o para Paired Variables.
3. Execute e leia três tabelas. A primeira tem as médias de cada momento, a segunda a correlação entre as medições e a terceira o teste propriamente dito, com a diferença média, o t e o p-valor.

Se tiver três ou mais momentos ou grupos, o teste t deixa de ser adequado. Nesse caso, precisa de uma análise de variância, que deve justificar na metodologia.

Passo 5: Testar relações com regressão linear

A regressão responde a perguntas do tipo: em que medida a satisfação no trabalho e a idade predizem a intenção de saída? É o procedimento mais exigente deste guia, porque o output tem várias tabelas e pressupostos.

1. Abra Analyze > Regression > Linear.
2. Coloque o resultado em Dependent e os preditores em Independent(s).
3. Em Statistics, marque Estimates, Model fit (para obter o R²) e Collinearity diagnostics, tal como indica a documentação do SPSS Statistics.
4. Leia a tabela Model Summary e reporte o R e o R² ajustado, que indica a proporção de variância explicada.
5. Leia a tabela ANOVA do modelo, que mostra se o modelo no seu conjunto se ajusta significativamente aos dados.
6. Leia a tabela Coefficients e veja, para cada preditor, o coeficiente, a significância e os indicadores de tolerância e VIF.
7. Avalie a multicolinearidade. Uma tolerância muito baixa e um VIF elevado indicam que dois preditores medem praticamente o mesmo. Nesse caso, reconsidere o modelo e apoie o critério de decisão na literatura metodológica que citar.

Passo 6: Guardar a sintaxe para reprodutibilidade

Cada caixa de diálogo do SPSS tem um botão Paste. Em vez de executar de imediato, este botão escreve o comando numa janela de sintaxe. A documentação oficial apresenta esta funcionalidade como a forma de reexecutar exatamente a mesma sequência de análise, o que dá transparência ao trabalho de mestrado e de doutoramento.

1. Abra cada procedimento pelos menus e clique em Paste em vez de OK.
2. Escreva comentários a separar os blocos (preparação, descritiva, normalidade, testes de hipóteses).
3. Grave o ficheiro de sintaxe ao lado do ficheiro .sav, com um nome que identifique a versão.
4. Quando o orientador pedir uma alteração, por exemplo excluir casos ou recodificar uma variável, altere a sintaxe e reexecute tudo de uma vez.
5. Considere anexar a sintaxe à tese ou guardá-la para responder a pedidos do júri.

Este hábito também ajuda se o seu estudo tiver passado por uma comissão de ética. Se o parecer exigiu alterações ao plano de análise, a sintaxe documenta o que foi feito. Veja como responder a pendências da comissão de ética se ainda estiver nessa fase.

Como reportar os resultados no capítulo da tese

Copiar tabelas do output tal como saem do SPSS é um erro comum. O júri quer tabelas limpas, numeradas e formatadas segundo a norma adotada pela instituição. Siga esta ordem em cada hipótese:

1. Relembre a hipótese numa frase. O leitor não deve ter de voltar à introdução.
2. Indique o teste e a razão da escolha. Por exemplo, a comparação de médias entre grupos independentes foi feita com o teste t, após verificação da normalidade.
3. Reporte os pressupostos. Inclua a normalidade, o Levene no teste t independente e a tolerância e o VIF na regressão.
4. Apresente os valores estatísticos no texto. Indique as médias e desvios padrão de cada grupo, o valor do teste, os graus de liberdade e o p-valor, no formato da norma adotada.
5. Diga se a hipótese foi ou não suportada. Use linguagem direta e sem adjetivos.
6. Guarde a interpretação para a discussão. No capítulo de resultados, descreve. Na discussão, compara com a literatura.

Deve também citar o software e as referências metodológicas que usou para justificar critérios. O sistema de bibliografia automática do Tesify gera essas citações em APA, MLA ou Chicago e organiza as referências sem formatação manual. Quando chegar ao fim da análise, use os pressupostos violados e as escolhas difíceis como matéria-prima para a secção de limitações. O artigo com exemplos reais de limitações e recomendações mostra como redigi-la.

Checklist: como fazer análise estatística no SPSS para tese sem erros

Antes de enviar o capítulo ao orientador, confirme cada ponto:

1. Cada hipótese tem um teste associado e esse teste é coerente com o nível de medida das variáveis.
2. O ficheiro .sav tem rótulos, valores, níveis de medida e omissos definidos.
3. Os itens invertidos foram recodificados antes de calcular as pontuações totais.
4. A descritiva não mostra valores impossíveis.
5. A normalidade foi testada em Explore, dentro de cada grupo quando aplicável.
6. No teste t independente, o Levene foi lido e reportado antes do t.
7. Na regressão, foram reportados o R² ajustado, a ANOVA do modelo e os diagnósticos de colinearidade.
8. Toda a análise está gravada em sintaxe e pode ser reexecutada.
9. As tabelas da tese foram reformatadas segundo a norma da instituição.
10. Os resultados descrevem, a discussão interpreta.

Se seguiu estes passos, já sabe como fazer análise estatística no SPSS para tese de forma defensável. Falta transformar o output num texto fluido. É aqui que o Editor IA do Tesify faz diferença: reescreve parágrafos de resultados com rigor académico, sinaliza incoerências e verifica a qualidade do texto antes de o enviar ao orientador.

Perguntas frequentes

Qual o primeiro passo para fazer a análise estatística da tese no SPSS?

O primeiro passo é definir as hipóteses e classificar cada variável como nominal, ordinal ou de escala. Só depois prepara o ficheiro .sav, com um caso por linha, rótulos, valores e omissos definidos no Variable View.

Como verificar a normalidade dos dados no SPSS?

Use Analyze > Descriptive Statistics > Explore, coloque a variável em Dependent List e marque Normality plots with tests em Plots. O SPSS gera os testes de Kolmogorov-Smirnov e Shapiro-Wilk, além dos gráficos Q-Q, que deve analisar em conjunto.

Quando usar o teste t para amostras independentes ou emparelhadas?

Use o teste para amostras independentes quando compara dois grupos diferentes de pessoas, como um grupo experimental e um de controlo. Use o teste para amostras emparelhadas quando mede o mesmo grupo em dois momentos, como no pré-teste e no pós-teste.

Porque é que o teste de Levene é importante?

O teste de Levene avalia a homogeneidade de variâncias entre os dois grupos e determina que linha do output do teste t independente deve ler. Deve reportá-lo na tese antes do valor de t e do p-valor.

Para que serve o botão Paste no SPSS?

O botão Paste grava cada procedimento como sintaxe, em vez de o executar de imediato. Assim, pode reexecutar exatamente a mesma sequência de análise quando o orientador pede alterações e documenta o trabalho com transparência e reprodutibilidade.