Como Escolher o Teste Estatístico Adequado
Uma das perguntas mais frequentes em dissertações e teses: "Que teste estatístico devo usar?" A resposta depende de três factores essenciais: o tipo de variáveis, o número de grupos e o que se quer testar.
Diagrama de decisão rápido
Comparar grupos
| Situação | Teste recomendado | No Jamovi |
|---|---|---|
| 2 grupos independentes, variável contínua | Teste t independente | Analyses → T-Tests → Independent Samples T-Test |
| 2 grupos emparelhados (pré/pós) | Teste t emparelhado | Analyses → T-Tests → Paired Samples T-Test |
| 3 ou mais grupos, variável contínua | ANOVA one-way | Analyses → ANOVA → One-Way ANOVA |
| 3+ grupos, + covariável de controlo | ANCOVA | Analyses → ANOVA → ANCOVA |
| 2 grupos, variável ordinal/não normal | Mann-Whitney U | Analyses → T-Tests → Independent Samples T-Test → Non-parametric |
| 3+ grupos, variável ordinal | Kruskal-Wallis | Analyses → ANOVA → One-Way ANOVA → Non-parametric |
Associação entre variáveis
| Situação | Teste recomendado |
|---|---|
| 2 variáveis contínuas | Correlação de Pearson |
| 2 variáveis ordinais ou não normais | Correlação de Spearman |
| 2 variáveis nominais (tabela de contingência) | Qui-quadrado de independência |
| 1 contínua dependente + 1+ preditores contínuos | Regressão Linear Múltipla |
| 1 binária dependente + preditores | Regressão Logística |
| Variáveis latentes / constructos | SEM ou PLS-SEM |
Os pressupostos que não pode ignorar
Antes de aplicar qualquer teste paramétrico (t-test, ANOVA, regressão linear), verifique sempre:
- Normalidade: teste de Shapiro-Wilk (amostras pequenas) ou histograma + Q-Q plot
- Homogeneidade de variâncias: teste de Levene (para t-test e ANOVA)
- Independência das observações: pressuposto estrutural do desenho do estudo
- Outliers: box plot e z-scores extremos
Se os pressupostos não forem cumpridos, existem alternativas não-paramétricas para a maior parte dos testes.
Armadilhas comuns em dissertações
- Usar regressão linear com variável dependente ordinal (o correcto é regressão ordinal ou logística)
- Interpretar correlação como causalidade
- Confundir significância estatística com relevância prática (tamanho do efeito)
- Não reportar o tamanho do efeito (d de Cohen, η², r)
- Aplicar ANOVA sem verificar os pressupostos
Ainda com dúvidas?
A escolha do teste depende sempre do contexto do estudo. Numa sessão de apoio posso analisar os seus dados e recomendar a abordagem mais adequada.