Duas variáveis andam juntas?

A análise bidimensional descreve a relação entre duas variáveis observadas nas mesmas unidades: escolaridade e salário das mesmas pessoas, altura e peso dos mesmos adultos. A ferramenta depende do par de tipos, e por isso a classificação das variáveis vem antes de tudo. Com duas qualitativas, cruzam-se as categorias numa tabela; com duas quantitativas, os pares viram pontos num gráfico de dispersão; com uma de cada, a quantitativa é comparada entre os grupos da qualitativa.

Quando uma variável ajuda a explicar a outra, vale nomear os papéis. Agresti e Finlay chamam de resposta a variável cujo comportamento se quer entender e de explicativa a que define os grupos ou o eixo horizontal. A escolha dos papéis não prova causa, uma vez que tudo aqui é descritivo, mas orienta a leitura das tabelas e gráficos.

Treine no quiz, use o assistente para um par de variáveis seu e depois visite cada aba, que traz dados simulados, gráficos e as medidas de Morettin e Bussab (Estatística Básica, Cap. 4) e Agresti e Finlay (Statistical Methods for the Social Sciences, Cap. 3).

Quiz: que análise usar?

Assistente: classifique o seu par
Que tabela, gráfico e medida usar
Par de variáveis Tabela Gráfico Medida de associação
Qualitativa × qualitativa tabela de dupla entrada, com porcentagens na linha, na coluna ou no total barras empilhadas com os perfis de cada categoria χ², coeficiente de contingência C e coeficiente T
Quantitativa × quantitativa médias, desvios padrão e covariância gráfico de dispersão coeficiente de correlação (e reta de regressão)
Qualitativa × quantitativa medidas-resumo da quantitativa em cada grupo box plots lado a lado (e gráfico q × q para dois grupos) R² = 1 − variância média dos grupos / variância total

Variáveis ordinais entram como qualitativas. Variâncias, desvios padrão e covariâncias dividem por n, como Morettin e Bussab no Cap. 4; Agresti e Finlay usam n − 1. A correlação dá o mesmo valor nos dois casos.

Qualitativa × qualitativa

A distribuição de uma variável muda conforme a categoria da outra? χ², coeficiente de contingência C e coeficiente T

Qui-quadrado (χ²)

Coeficiente de contingência (C)

Coeficiente T

Tabela de dupla entrada
Medidas de associação
Cuidados
  • Base das porcentagens: porcentagem na linha e porcentagem na coluna respondem perguntas diferentes. "Que parte de quem tem ensino superior usa internet" não é o mesmo que "que parte de quem usa internet tem ensino superior".
  • χ² sozinho: cresce com o tamanho da amostra. Para comparar tabelas de tamanhos diferentes, use C ou T.
  • Valor máximo: C nunca chega a 1, e T só chega a 1 em tabelas 2 × 2. Leia cada um em relação ao máximo possível para o tamanho da tabela, mostrado no quadro de medidas.
  • Associação não é causa: a tabela mostra que as variáveis andam juntas, não por quê. Uma terceira variável, como a renda, pode estar por trás das duas.
  • Teste formal: decidir se a associação vai além do acaso é tarefa do teste qui-quadrado de independência (Morettin e Bussab, Cap. 14; Agresti e Finlay, Cap. 8). No R, chisq.test() aplica a correção de Yates em tabelas 2 × 2; use correct = FALSE para obter o χ² descritivo deste app.
Entenda

Com duas variáveis qualitativas, o ponto de partida é a tabela de dupla entrada: cada casela conta as observações que caem ao mesmo tempo numa categoria da linha e numa da coluna. A leitura depende da base das porcentagens, e a base sai da pergunta. Quando uma variável ajuda a explicar a outra, como a escolaridade explica o uso de internet, a explicativa vai nas linhas e as porcentagens são calculadas dentro de cada linha. Agresti e Finlay descrevem a tabela dessa forma, com a resposta em porcentagem dentro de cada categoria da explicativa.

Se as variáveis fossem independentes, todas as linhas teriam o mesmo perfil, igual ao da linha Total. Morettin e Bussab medem o quanto a tabela se afasta disso comparando cada frequência observada \(n_{ij}\) com a esperada sob independência, \(n^*_{ij} = n_{i\cdot}\, n_{\cdot j} / n\). O resultado é o qui-quadrado de Pearson, \(\chi^2 = \sum_i \sum_j (n_{ij} - n^*_{ij})^2 / n^*_{ij}\), que vale 0 quando observado e esperado coincidem e cresce com o afastamento. Como o \(\chi^2\) também cresce com \(n\), o livro propõe dois coeficientes que não dependem do tamanho da amostra: o de contingência, \(C = \sqrt{\chi^2 / (\chi^2 + n)}\), e o \(T = \sqrt{(\chi^2 / n) / ((r - 1)(s - 1))}\), em que \(r\) e \(s\) são os números de linhas e de colunas.

Experimente: ponha a força da associação em 0 e sorteie algumas amostras. As variáveis são independentes na população, mas o \(\chi^2\) da amostra quase nunca dá exatamente 0, já que o acaso sempre afasta um pouco as linhas. Depois aumente a força e veja os perfis se separarem no gráfico.

Quantitativa × quantitativa

Quando uma variável cresce, a outra tende a crescer, a diminuir ou nenhum dos dois? coeficiente de correlação (e reta de regressão)

Correlação (r)

Covariância

Reta de regressão

Medidas
Entenda

Com duas variáveis quantitativas, o primeiro passo é sempre o gráfico de dispersão, com um ponto por observação. Agresti e Finlay põem a variável resposta no eixo vertical e a explicativa no horizontal. É no gráfico que aparece a forma da relação (reta, curva ou nenhuma), antes de qualquer número.

As linhas das médias dividem o gráfico em quatro quadrantes. Nos quadrantes azuis, \(x\) e \(y\) estão do mesmo lado das suas médias, e o produto \((x_i - \bar{x})(y_i - \bar{y})\) é positivo; nos vermelhos, o produto é negativo. A covariância é a média desses produtos, \(\text{cov}(X, Y) = \sum (x_i - \bar{x})(y_i - \bar{y}) / n\), em Morettin e Bussab. Seu sinal diz se a relação é crescente ou decrescente, mas o valor depende das unidades. A correlação resolve isso dividindo pelos dois desvios padrão: \(r = \text{cov}(X, Y) / (dp(X)\, dp(Y))\), sempre entre −1 e 1.

A correlação mede só a parte linear da relação. Uma relação em U pode ser forte e, ainda assim, ter correlação perto de zero, uma vez que os pontos da esquerda e os da direita se compensam. A reta de regressão, \(\hat{y} = a + b x\), resume a tendência linear e serve para prever \(y\) a partir de \(x\); sua inclinação é \(b = r\, dp(Y) / dp(X)\).

Experimente: escolha temperatura e consumo de energia. A relação é clara no gráfico, mas a correlação fica perto de zero. Depois volte para altura e peso, inclua o ponto atípico com uma amostra pequena e veja quanto um único ponto muda a correlação e a reta.

Cuidados
  • Correlação perto de zero: não quer dizer ausência de relação. A relação pode ser curva, como a do exemplo em U.
  • Valores atípicos: um único ponto longe dos demais pode mudar bastante a correlação e a reta, sobretudo em amostras pequenas.
  • Covariância: depende das unidades: medir a altura em metros em vez de centímetros divide a covariância por 100. Para falar da força da relação, use a correlação.
  • Associação não é causa: vender mais quando o preço cai é plausível, mas a correlação não prova o mecanismo. Uma terceira variável pode mover as duas.
  • Prever fora dos dados: a reta descreve a faixa observada de x. Estendê-la muito além dela é extrapolação.

Qualitativa × quantitativa

Os valores da variável quantitativa mudam de um grupo para outro? R² = 1 − variância média dos grupos / variância total

Variância total, var(S)

Variância média dos grupos

R²

Medidas-resumo por grupo
Entenda

Quando uma variável é qualitativa e a outra quantitativa, a análise compara a distribuição da quantitativa entre os grupos definidos pela qualitativa. Agresti e Finlay sugerem comparar médias e medianas e pôr os box plots lado a lado; Morettin e Bussab fazem o mesmo, com as medidas-resumo de cada grupo.

Para resumir a associação num número, Morettin e Bussab partem da variância. Se os grupos explicam boa parte da variação, a variância dentro de cada grupo é bem menor que a variância total. A variância média dos grupos, ponderada pelo tamanho de cada um, é \(\overline{var}(S) = \sum n_i\, var_i(S) / \sum n_i\), e o grau de associação é \(R^2 = 1 - \overline{var}(S) / var(S)\). Ele vale 0 quando os grupos não reduzem nada da variância e se aproxima de 1 quando quase toda a variação está entre os grupos, e não dentro deles. Em outras palavras, \(R^2\) é a fração da variância total que se explica pela diferença entre os grupos.

Experimente: com escolaridade e salário, leve a diferença entre os grupos de 0 ao máximo. As caixas se separam, as variâncias dentro dos grupos ficam abaixo da total e o \(R^2\) sobe. Compare com região e tempo de deslocamento, em que as diferenças são pequenas e o \(R^2\) fica perto de zero mesmo no máximo.

Cuidados
  • Médias parecidas: não garantem distribuições parecidas. Olhe também a dispersão e a forma de cada caixa.
  • Grupos pequenos: têm médias e variâncias instáveis. Confira o n de cada grupo antes de comparar.
  • Distribuições assimétricas: como a de salários, afastam média e mediana. Nesse caso, compare as medianas e leia o R² com cautela, porque poucos valores altos pesam muito na variância.
  • Divisor da variância: esta aba divide por n, como Morettin e Bussab no Cap. 4. Com esse divisor, o R² é exatamente a fração da soma de quadrados entre grupos, a mesma da análise de variância (Cap. 15).
  • Associação não é causa: a diferença de salário entre níveis de escolaridade também carrega idade, região e origem familiar, entre outras variáveis.

Gráfico q × q

As duas amostras têm a mesma distribuição? Se não, diferem na posição, na dispersão ou na forma? quantis de mesma ordem das duas amostras

Diferença das medianas (B − A)

Posição

Razão das distâncias interquartis (B ÷ A)

Dispersão; perto da inclinação dos pontos
Quantis das duas turmas
Cuidados
  • Mesmo tamanho: com n iguais, cada ponto é um par de observações ordenadas. Com tamanhos diferentes, é preciso calcular os quantis de uma das amostras por interpolação.
  • Amostras pequenas: oscilam bastante em torno da reta, mesmo vindas da mesma distribuição. Sorteie de novo antes de concluir.
  • Pontas do gráfico: os quantis extremos se apoiam em poucas observações e variam mais que os centrais.
  • Não é o gráfico de normalidade: aqui as duas amostras são comparadas entre si. O gráfico de quantis contra a normal, usado para checar normalidade, segue a mesma ideia, mas compara uma amostra com uma distribuição teórica.
Entenda

O gráfico q × q compara duas distribuições ponto a ponto, em vez de resumir cada uma num número. Morettin e Bussab o apresentam no fim do Cap. 4: com duas amostras de mesmo tamanho \(n\), ordenam-se os valores de cada uma, e a \(i\)-ésima menor observação de A forma um par com a \(i\)-ésima menor de B. As duas são o quantil de ordem \(p_i = (i - 0{,}5)/n\) da sua amostra, e cada par vira um ponto do gráfico.

A leitura parte da reta \(y = x\). Se as duas distribuições forem iguais, os pontos ficam sobre ela. Se B for A deslocada, os pontos formam uma reta paralela, acima (B maior) ou abaixo (B menor). Se B for mais dispersa, a inclinação passa de 1; se for menos, fica abaixo de 1. Quando as formas diferem, como uma simétrica contra uma assimétrica, os pontos se curvam, e a curva aparece sobretudo nas pontas.

Experimente: comece com deslocamento 0 e razão 1, e os pontos ficam em torno da reta. Mexa só no deslocamento e depois só na razão, para ver as duas assinaturas separadas. Por fim, troque a forma de B para assimétrica.

Sobre: Análise bidimensional

Como descrever a relação entre duas variáveis conforme o par de tipos: tabela de dupla entrada, qui-quadrado e coeficientes de contingência para duas qualitativas; gráfico de dispersão, covariância, correlação e reta de regressão para duas quantitativas; box plots, R² e gráfico q × q para uma de cada. Os conceitos seguem Morettin e Bussab (Estatística Básica, Cap. 4) e Agresti e Finlay (Statistical Methods for the Social Sciences, Cap. 3).

O aplicativo roda em R no servidor (Shiny Server, hospedado no Hugging Face). Os dados são simulados e nada do que você escolhe aqui fica guardado. Se o servidor estiver parado, a primeira abertura pode levar até um minuto.

Autor: Thiago Meireles | Versão 0.1 (novembro de 2026)

Ver todos os temas | thiagomeireles.com.br