Capítulo 19 Testes de Comparação entre Grupos
Os testes de comparação são usados para verificar se existem diferenças significativas entre grupos em relação a uma variável quantitativa. Essas comparações podem variar conforme a relação entre os grupos, o número de grupos e o tipo de dado.
19.1 Comparações Pareadas (Dependentes)
Quando os grupos comparados são relacionados ou “ligados” de alguma forma, dizemos que a comparação é pareada ou entre grupos dependentes. Isso acontece, por exemplo, quando medimos a mesma amostra em dois momentos diferentes — antes e depois de uma intervenção — ou quando comparamos pares de indivíduos relacionados, como gêmeos.
Exemplos:
Avaliar a pressão arterial dos pacientes antes e depois de um tratamento.
Medir a força muscular dos atletas antes e após um programa de treinamento.
Aplicar um teste de ansiedade em pacientes antes e depois de uma terapia.
19.2 Comparações Não-Pareadas (Independentes)
As comparações são não-pareadas ou entre grupos independentes quando os grupos não têm relação entre si, ou seja, os participantes de um grupo não pertencem ao outro. Cada observação é independente das outras.
Exemplos:
Comparar a pressão arterial entre pacientes que receberam medicamento e pacientes que receberam placebo.
Comparar a velocidade média de corrida entre dois times diferentes.
Comparar níveis de estresse entre grupos que fizeram terapia presencial e terapia online.
19.3 Número de Grupos na Comparação
A comparação pode ser feita entre dois grupos ou mais de dois grupos:
- Dois grupos: Por exemplo, comparar o desempenho entre dois métodos de ensino.
- Mais de dois grupos: Por exemplo, comparar o efeito de três diferentes dietas no peso corporal.
19.4 Testes Paramétricos e Não Paramétricos
Para escolher o teste estatístico adequado, é importante considerar as características dos dados:
Testes Paramétricos:
Utilizados quando os dados seguem certas condições, como distribuição normal e variância homogênea, permitindo uma análise mais precisa.Testes Não Paramétricos:
Indicados quando os dados não atendem às condições dos testes paramétricos, como em distribuições assimétricas ou dados ordinais, oferecendo uma alternativa robusta para comparação.