Comparar dois grupos em uma variável numérica? Use um teste t (ou Mann-Whitney se os dados não forem normais). Três ou mais grupos? ANOVA (ou Kruskal-Wallis). Duas variáveis numéricas? Correlação ou regressão. Duas variáveis categóricas? Qui-quadrado. A tabela abaixo traz os detalhes.
As quatro perguntas
- O que você quer fazer? Comparar grupos, medir uma relação, prever um valor ou analisar contagens.
- De que tipo é o seu desfecho? Numérico (notas, tempos, quantias), ordinal (postos, avaliações de 1 a 5) ou categórico (sim/não, marca, região).
- Quantos grupos, e eles são independentes? Pessoas diferentes em cada grupo (independentes) ou as mesmas pessoas medidas várias vezes (pareadas, repetidas).
- Os dados são aproximadamente normais? Verifique cada grupo com um teste de Shapiro-Wilk e um boxplot. Com grupos grandes (30 ou mais), desvios moderados importam menos.
A tabela de decisão
| Objetivo | Delineamento | Dados normais | Não normais / ordinais |
|---|---|---|---|
| Comparar 2 grupos | Independentes | Teste t de Welch | U de Mann-Whitney |
| Comparar 2 medidas | Mesmas pessoas (pareadas) | Teste t pareado | Wilcoxon (postos sinalizados) |
| Comparar 3 ou mais grupos | Independentes | ANOVA de um fator (ANOVA de Welch se as variâncias diferirem) | Kruskal-Wallis |
| Comparar 3 ou mais medidas | Mesmas pessoas (repetidas) | ANOVA de medidas repetidas | Teste de Friedman |
| Dois fatores ao mesmo tempo | Independentes | ANOVA de dois fatores | (transformar, ou analisar os fatores separadamente) |
| Relação entre 2 variáveis numéricas | Uma amostra | Correlação de Pearson | Correlação de Spearman |
| Prever um valor numérico | Um ou mais preditores | Regressão linear | (verificar os resíduos, considerar uma transformação) |
| Relação entre 2 variáveis categóricas | Contagens | Teste qui-quadrado; teste exato de Fisher para tabelas 2 × 2 pequenas | |
| Comparar 2 taxas de conversão (teste A/B) | Contagens | Teste z para duas proporções ou qui-quadrado | |
| Comparar uma média com um valor de referência | Uma amostra | Teste t para uma amostra | Wilcoxon (postos sinalizados) contra o valor de referência |
| Verificar a confiabilidade de um questionário | Vários itens | Alfa de Cronbach | |
Selecione seus dados e clique em Executar: tabela de resultados completa, verificação dos pressupostos, interpretação em linguagem simples e linha APA, grátis no Google Sheets.
Três exemplos
“Alunos ensinados com três métodos obtêm notas diferentes?”
Objetivo: comparar. Desfecho: nota numérica. Três grupos independentes. Dados normais → ANOVA de um fator, seguida de um teste post hoc (Tukey) se for significativa.
“A oficina melhorou as notas?”
Objetivo: comparar. Os mesmos alunos antes e depois → pareado. Diferenças normais → teste t pareado. Se as diferenças forem claramente assimétricas → Wilcoxon (postos sinalizados).
“A satisfação (1 a 5) está relacionada à localização da loja?”
Desfecho: uma única avaliação de 1 a 5, que é ordinal. Se você compara as avaliações entre várias localizações, use Kruskal-Wallis. Se trata a avaliação como categorias (satisfeito / não satisfeito) e conta, use um teste qui-quadrado.
Erros comuns na escolha
- Fazer vários testes t em vez de uma ANOVA. Com três grupos e três testes t, a chance de pelo menos um falso positivo sobe de 5% para cerca de 14%.
- Tratar dados pareados como independentes. Um delineamento antes/depois analisado com um teste t independente pode perder muito poder.
- Usar um teste qui-quadrado em porcentagens ou médias. Ele precisa das contagens brutas.
- Pular a verificação dos pressupostos. Um teste só é tão bom quanto seus pressupostos.
Deixe o Assistente escolher
O ExplainStats tem um Assistente de escolha de teste no Google Sheets: diga o que você quer fazer e selecione seus dados. Ele verifica normalidade, outliers e igualdade de variâncias, escolhe o teste correspondente nesta tabela, executa-o e explica por que o escolheu.
Perguntas frequentes
Qual é a diferença entre testes paramétricos e não paramétricos?
Os testes paramétricos (teste t, ANOVA, correlação de Pearson) supõem dados aproximadamente normais; o teste t e a ANOVA comparam médias. Os testes não paramétricos (Mann-Whitney, Kruskal-Wallis, Spearman) trabalham com postos e fazem menos suposições, ao custo de um pouco de poder quando os dados são normais.
Posso usar um teste t com uma amostra pequena?
Sim, se os dados de cada grupo forem aproximadamente normais e não tiverem outliers extremos. Com menos de cerca de 15 valores por grupo, verifique a normalidade primeiro; se ela claramente falhar, use um teste não paramétrico.
Um item de escala Likert é ordinal ou numérico?
Um único item Likert (1 a 5) é ordinal, então os testes não paramétricos são a escolha mais segura. A média de vários itens que formam uma escala costuma ser tratada como numérica.
E se eu tiver mais de uma variável independente?
Para dois fatores categóricos e um desfecho numérico, use uma ANOVA de dois fatores. Para vários preditores de um desfecho numérico, use regressão múltipla.
Selecione seus dados e clique em Executar: tabela de resultados completa, verificação dos pressupostos, interpretação em linguagem simples e linha APA, grátis no Google Sheets.