1. Introdução Teórica
1.1. Tipos de variáveis
1.2. População/Amostra/Cálculo de amostra - Uso do GPower
2. Introdução ao SPSS
2.1. Visão geral do programa
2.2. Janelas do SPSS
2.3. Menu, Barra de Ferramentas e Barra de Estado do SPSS
2.4. Conceção, construção e codificação de questionários
2.5. Criação de um arquivo:
- Variável identidade
- Tipos de variáveis: a importância das variáveis numéricas o Comprimento e casas decimais
- Rótulo das variáveis
- Os códigos numéricos e sua importância na análise de dados com SPSS o Os valores em falta (missings)
- Escala de medição das variáveis
2.6. Organização, edição, transformação e manipulação de dados
- Seleção de casos
- Ordenação de casos
- Separação de dados para análise
- Criação de novas variáveis a partir de outras já existentes, recorrendo a uma expressão matemática
- Criação de novas variáveis a partir de outras já existentes, recorrendo a recodificação automática ou manual
- Modificação de uma variável já existente, através de uma recodificação da variável original
2.7. Importação de dados em Excel
3. Análise Descritiva de Dados
3.1. Distribuição de frequências
3.2. Medidas de estatística descritiva
- Menu Frequencies
- Medidas de localização
- Medidas de tendência central
- Medidas de tendência não central
- Medidas de dispersão
- Medidas da distribuição
- Menu Descriptives
3.3. Representações gráficas
4. Inferência Estatística
4.1. Fundamentos da Inferência Estatística
- Testes paramétricos Vs. Testes não paramétricos
- Tipos de comparações Vs. Tipos de análise
- Distribuição Normal o Valor prova e estatística do teste
4.2. Procedimentos a considerar na aplicação de testes
- Teste Kolmogorov- Smirnov / Teste Shapiro-Wilk
4.3. Testes paramétricos para:
- uma amostra – Teste t
- duas amostras independentes – Teste t
- Pressuposto das variâncias – Teste de Levene
- duas amostras emparelhadas- Teste t
- 3 amostras - ANOVA
4.4. Correlação entre variáveis
- Correlação de Pearson
- Correlação de Spearman
4.5. Comparação de proporções
- Teste do Qui-Quadrado para a associação entre variáveis
5. Modelos de Regressão
5.1. Regressão Linear
5.2. Regressão Linear Simples
5.3. Regressão Linear Múltipla
5.4. Variáveis dummy
5.5. Técnicas de melhoria do modelo
5.6. Pressupostos a verificar na regressão linear
6. Competências Tranversais
6.1. Níveis de evidência
6.2. Tipos de estudo e seus desenhos (vantagens e desvantagens)
6.3. Reporte de análise de dados em poster/comunicação oral/artigo