Pesquisa na área biomédica: do planejamento à publicação
Métodos estatísticos
Por outro lado, quando se deseja mostrar que as diferenças entre as
médias são resultantes do acaso, ou então se prevenir da possibilidade de não se considerar o efeito de uma variável independente, o erro tipo 1 não é tão importante. Isso porque, nesse caso, o que se deseja é um baixo erro tipo 2; logo, deve-se diminuir a exigência em relação ao tipo 1, pois isso é fator de proteção no que se refere ao erro tipo 2. Com efeito, ainda que a relação entre os erros tipo 1 e 2 não seja linear, um cresce enquanto o outro decresce.
O poder de um teste estatístico é definido como a habilidade de rejeitar
H quando, de fato, ela deveria ser rejeitada (poder = 1 – β). Quanto maior 0
for o tamanho da amostra ou o nível de significância utilizado, necessário para validar o resultado, maior será o poder de predição desse teste.
Métodos estatísticos
As técnicas estatísticas para dados intervalares ou de maior nível são
denominadas estatísticas paramétricas, as quais requerem premissas quanto à normalidade da distribuição da variável dependente e à homogeneidade das variâncias. Caso não se possa garantir a normalidade dos dados ou a homogeneidade das variâncias, há outras opções: trata-se dos testes estatísticos não paramétricos. Mas a questão é: que teste usar? A resposta depende basicamente de três fatores: 1) tamanho da amostra; 2) tipo de dados; e 3) informações sobre a distribuição dos dados.
Quando se trabalha com dados intervalares ou numéricos, a decisão
depende do tamanho da amostra:
– em amostras com mais de 30 elementos, a distribuição pode ser
aproximada para uma normal; senão é mais conveniente utilizar o teste t. Quando se têm mais que duas amostras independentes, utiliza-se a análise de variância, em vez do teste t;
– em amostras com menos de 30 elementos, se não for possível garantir
a normalidade dos dados ou a homogeneidade das variâncias, não se pode utilizar testes paramétricos. Pode-se, então, transformar os dados em ordinais e utilizar testes não paramétricos.
Testes não paramétricos diferem segundo o tipo de dado (nominal ou
ordinal) e a característica da amostra (pareada ou independente). Assim, para amostras pareadas (dados do tipo antes/ depois) não se usa o mesmo teste que fornece os resultados para amostras independentes — ainda que o nível de mensuração das variáveis seja o mesmo.
O nível de significância aqui considerado para os testes estatísticos será
de: