Postagem em destaque

Autoeficácia nas palavras do próprio Albert Bandura

Este artigo traduzido faz parte dos meus estudos de doutorado. Ele fornece um referencial teórico importante para estudantes e professores...

sábado, 5 de fevereiro de 2011

Que teste estatístico devo escolher? Há um guia sobre como escolher o teste estatístico correto? Um breve tutorial para acertar sempre!

São tantos testes estatísticos que muitas vezes colegas renomados, mestres, doutores e pós-doutores me procuram por ajuda. Olha pessoal, confesso que não sou um cara que sabe tudo de Estatística, mas como gosto de estudar e tenho bons livros para consultar, acabo prestando ajuda a quem me procura desesperado.

Desde minha graduação venho fazendo trabalhos epidemiológicos e ajudando colegas e por isso venho procurando desde então a resposta para perguntas como: Qui-quadrado ou razão de verossimilhança? Teste t independente ou dependente? Mann-Whitney? Wilcoxon para amostras pareadas? Kruskal-Wallis? ANOVA independente, para medidas repetidas, de Friedman ou fatorial? Correlação de Pearson, Spearman, Kendall Tau, bisserial ou ponto-bisserial? Regressão linear múltipla ou logística? ANCOVA ou MANCOVA? Análise loglinear? MANOVA ou MANOVA fatorial?

A maioria das pessoas infelizmente usa os testes estatísticos em seus trabalhos sem saber o porquê de usá-los. Muitos confiam cegamente em pessoas que muitas vezes nem sequer tem formação alguma em Estatística e que cobram preços nem sempre em conta. Às vezes, quando questionados na apresentação de seus trabalhos, tais indivíduos acabam avacalhados por não saberem responder nada sobre os métodos empregados.

Por isso preparei um guia prático para você mesmo poder ter segurança suficiente para definir o método estatístico apropriado para o seu desenho/delineamento de pesquisa.

Primeiro passo: saber quantas variáveis de desfecho (outcome) você está procurando - uma ou mais? Sugiro um desfecho sempre - é mais fácil.

Segundo passo: saber que tipo de variável representa o seu desfecho - a variável é contínua ou categórica? Tanto faz, mas defina isso direito. Escalas de Likert são muitas vezes tratadas como contínuas e há pessoas que defendem isso arduamente. Para mim, variáveis oriundas de Escalas tipo Likert devem ser tratadas como ordinais (embora nada impeça você de rodar os testes paramétricos como se fossem contínuas). Tenho essa opinião pois a teoria de resposta ao item mostra que a distância entre o 1 e o 2 geralmente não é a mesma distância que existe entre o 2 e o 3, e assim sucessivamente. Para saber mais sobre teoria de resposta ao item clique aqui.

Terceiro passo: saber a quantidade de variáveis "preditivas" para seu desfecho - uma ou mais? Tanto faz, mas quando é só uma fica bem mais fácil se você for um pesquisador iniciante.

Quarto passo: saber qual(is) o(s) tipo(s) de variável(is) "preditiva(s)" que você escolher - contínua(s), categórica(s) ou de ambos os tipos. Tanto faz. Geralmente na graduação os trabalhos predominantemente envolvem preditores categóricos (raça, religião, nível de renda, exposição a alguma intervenção, etc).

Quinto passo: se sua variável "preditiva" é categórica, você deve saber duas coisas - a) a quantidade de categorias e b) se serão usados os mesmos participantes (ex. comparação entre mensurações repetidas da mesma amostra) ou participantes diferentes para cada categoria (ex.: comparação entre meninos e meninas em uma só mensuração)

Sexto passo: saber se suas variáveis cumprem os pressupostos para uso de testes paramétricos - a) normalidade (use os testes de Kolmogorov-Smirnov e/ou Shapiro-Wilk) e b) homogeneidade das variâncias das variáveis a serem comparadas (use o teste de Levene). Diversos programas de estatística têm esses testes e a interpretação dos mesmo não é difícil. Se o valor de p for menor que 0,05 no caso do Kolmogorov-Smirnov ou do Shapiro-Wilk significa que a distribuição da variável é significativamente diferente da curva normal. Se o valor de p for menor que 0,05 no teste de Levene significa que as variâncias são significativamente heterogêneas. Para saber mais sobre o valor de p e nível de significância clique aqui.

Pronto: a partir daí você já pode começar a brincar.

Não vou falar aqui de análise multinível / modelos hierárquicos lineares, nem de modelagem de equações estruturais, tampouco de análise discriminante entre outros métodos de análise multivariada avançada. São técnicas que ainda estou aprendendo. Quem sabe faço um update com essas técnicas até o final do ano... Restringirei ao principal e ao que conheço (pelo menos um pouco). Contudo, em relação à análise fatorial exploratória, algo que gosto e conheço bastante, você começar clicando aqui.

A fonte "chupinhada" para fazer a tabela linkada abaixo é o livro do Andy Field, "Discovering Statistics Using SPSS, 3rd. ed." com SPSS CD Version 17.0. Uma ótima compra que recomendo FORTEMENTE. Se forem realmente comprá-lo, comprem pela Amazon.com clicando aqui pra ajudar o blog.


Bjos,

CFC

TABELA PARA A ESCOLHA DO MÉTODO ESTATÍSTICO APROPRIADO
Related Posts Plugin for WordPress, Blogger...