Testes Estatísticos Paramétricos e Não-Paramétricos: Guia Resumido
Resumo
O documento apresenta um guia sobre testes estatísticos paramétricos e não-paramétricos, explicando quando aplicar cada tipo conforme a normalidade dos dados. Aborda a interpretação do valor de Sig frente ao Alfa, a diferença entre amostras pareadas e independentes, os testes de variâncias, ANOVA, Kruskal-Wallis, Post-Hoc e os testes de Wilcoxon, Mann-Whitney, Levene e normalidade.
Pontos-chave
- Testes paramétricos são usados quando os dados seguem distribuição normal (ex.: t e ANOVA); os não-paramétricos quando não seguem (ex.: Mann-Whitney, Wilcoxon, Kruskal-Wallis).
- Se Sig > Alfa, as médias são consideradas iguais (H₀); se Sig < Alfa, são consideradas diferentes (Hₐ).
- Amostras pareadas têm o mesmo número de elementos e alta correlação; amostras independentes têm baixa correlação.
- A ANOVA exige amostras independentes, variâncias homogêneas e normalidade.
- Se não houver normalidade, usa-se Kruskal-Wallis; se as variâncias não forem homogêneas, usam-se Brown-Forsythe e Welch.
- Após uma ANOVA com diferença significativa, aplica-se um teste Post-Hoc, sendo o de Tukey o mais comum.
Testes Paramétricos e Não-Paramétricos
- Paramétricos: Utilizados quando a distribuição dos dados é normal (ex: Testes t e ANOVA).
- Não-Paramétricos: Aplicados quando a distribuição dos dados não é normal (ex: Mann-Whitney para 2 amostras independentes; Wilcoxon para 2 amostras pareadas; Kruskal-Wallis para 3 ou mais amostras).
- Os testes paramétricos baseiam-se nos parâmetros de média e variância.
- Os testes não-paramétricos baseiam-se no posicionamento dos dados (Rankings).
Interpretação de Resultados (Sig e Alfa)
- Se Sig > Alfa: Médias são consideradas iguais (Hipótese Nula - H₀).
- Se Sig < Alfa: Médias são consideradas diferentes (Hipótese Alternativa - Hₐ).
Amostras Pareadas e Independentes
- Amostras Pareadas: Possuem o mesmo número de elementos e apresentam alta correlação.
- Amostras Independentes: Podem ou não possuir o mesmo número de elementos e apresentam baixa correlação.
Teste de Hipótese para a Correlação
- Se a correlação for próxima de zero: Indica correlação nula.
- Se a correlação for diferente de zero: Indica correlação alta.
Teste de Variâncias
- Diferencia se o teste entre duas amostras independentes deve ser realizado presumindo variâncias iguais ou diferentes.
- No SPSS, o resultado é mostrado automaticamente ao executar o teste para duas amostras independentes.
- Se Sig > 0,05: As variâncias são consideradas iguais (homocedasticidade).
- Se Sig < 0,05: As variâncias são consideradas diferentes (heterocedasticidade).
Testes para Três ou Mais Amostras
- É utilizado o teste ANOVA (paramétrico) ou seu teste alternativo Kruskal-Wallis (não-paramétrico). O critério de avaliação é o mesmo.
- Se Sig > Alfa: Médias são consideradas iguais.
- Se Sig < Alfa: Médias são consideradas diferentes.
Teste Post-Hoc
- Se o teste ANOVA indicar médias diferentes, utilizamos os testes Post-Hoc para identificar qual(is) média(s) difere(m).
Testes de Brown-Forsythe e Welch
- São utilizados para três ou mais amostras normais com variâncias diferentes (o teste ANOVA padrão é aplicado apenas para variâncias homogêneas).
- Utilizar quando não houver homocedasticidade no teste paramétrico de igualdade de médias para três ou mais amostras.
ANOVA - Análise de Variância (Analysis of Variance)
- Testa a igualdade das médias entre três ou mais grupos.
Pré-requisitos para o Teste ANOVA:
- Amostras independentes.
- Variâncias homogêneas (homocedasticidade).
- Normalidade das amostras.
Observações Importantes
- Se não houver normalidade, utiliza-se o teste de Kruskal-Wallis.
- Se as variâncias não forem homogêneas, utilizamos os testes de Brown-Forsythe e Welch.
- Caso haja diferença significativa, aplica-se algum teste Post-Hoc (o de Tukey é o mais comum).
Teste de Wilcoxon
- Utilizado para testar a igualdade da média entre duas amostras pareadas e não-normais.
Teste de Mann-Whitney
- Utilizado para testar a igualdade da média entre duas amostras independentes.
- Deve ser aplicado quando não houver normalidade.
Teste de Tukey
- Dada a diferença entre as médias, indicada pela ANOVA ou pelos testes robustos, serve para identificar qual(is) média(s) são diferentes.
Teste de Levene
- Utilizado para testar a igualdade de variâncias.
Testar a Normalidade de uma Distribuição de Dados
- Através dos testes de Shapiro-Wilk, Kolmogorov-Smirnov ou pela análise de Assimetria e Curtose.
Quando Aplicar o Teste de Kruskal-Wallis?
- Quando não houver normalidade no teste de igualdade de médias para três ou mais amostras.
Baixar
PDF Word HTMLPerguntas frequentes
Quando usar o teste de Kruskal-Wallis?
Usa-se quando não há normalidade no teste de igualdade de médias para três ou mais amostras. Seu critério de avaliação é o mesmo da ANOVA.
Quando usar os testes de Brown-Forsythe e Welch?
São usados para três ou mais amostras normais com variâncias diferentes, quando não há homocedasticidade no teste paramétrico de igualdade de médias.
Para que serve o teste de Tukey?
Serve para identificar quais médias são diferentes depois que a ANOVA ou os testes robustos indicam diferença entre as médias.
Teste-se
Cartões de revisão
Clique em um cartão para ver a resposta.
Teste
Perguntas geradas com IA a partir do documento: verifique as respostas com o texto.