Como escolher o teste estatístico para uma pesquisa

Comece pela pergunta, não pelo menu do programa

Uma análise descritiva resume o que ocorreu na amostra; uma comparação examina diferenças; uma associação avalia relação; um modelo pode ajustar várias variáveis. Cada objetivo pede uma estrutura distinta. Reescreva o objetivo quantitativo mencionando desfecho, grupos ou fatores, unidade observada e período. Perguntas vagas, como verificar se existe influência, não informam direção, temporalidade nem medida e conduzem à escolha arbitrária de testes.

Diferencie objetivo principal de explorações secundárias. O teste principal deve ser planejado antes de observar os resultados, reduzindo a tentação de experimentar muitas opções até encontrar significância. Se o trabalho é exploratório, declare isso e trate achados como hipóteses, não confirmação. Registre qual diferença ou associação seria substantivamente relevante, pois detectar um número diferente de zero não significa que o efeito tenha importância prática ou acadêmica.

Mapeie desenho e unidade de análise

Identifique se o estudo é transversal, longitudinal, experimental, quase experimental ou observacional. Observe quem ou o que gera cada linha da base. Alunos dentro de turmas, medidas repetidas na mesma pessoa e avaliações feitas por pares não são observações independentes. Ignorar agrupamento ou repetição costuma reduzir artificialmente a incerteza. O teste precisa reconhecer como os dados foram produzidos, não apenas como aparecem na planilha.

Defina comparação entre grupos independentes ou entre medidas pareadas. Antes e depois na mesma pessoa é pareado; turmas distintas costumam ser independentes, salvo vínculos do desenho. Em três ou mais momentos, realizar vários testes de dois em dois eleva o risco de achados ocasionais e perde a trajetória. Desenhos complexos podem exigir modelos específicos. Se o TCC não comporta essa análise, simplifique a pergunta ou busque supervisão estatística antes da coleta.

Classifique variáveis pela função e mensuração

Separe desfecho, exposição, grupo, ajuste e identificadores. Depois reconheça se cada variável é nominal, ordinal, contagem ou quantitativa contínua, considerando sua origem. Códigos numéricos de curso ou região continuam categóricos. Uma soma de itens precisa de justificativa como medida. A classificação ajuda a restringir opções, mas não decide sozinha: distribuição, limites, excesso de zeros e processo de coleta também influenciam.

Evite transformar uma variável contínua em baixa e alta sem fundamento. Cortes descartam informação, reduzem potência e podem criar grupos artificiais. Categorias clínicas ou normativas podem ser necessárias, porém devem ter fonte e aplicação compatível. Da mesma forma, não trate qualquer escala de zero a dez como contínua por conveniência. Explique as propriedades relevantes e preserve, sempre que possível, a forma mais informativa do dado.

Examine pressupostos e qualidade da base

Pressupostos não se resumem a um teste automático de normalidade. Alguns procedimentos dependem da distribuição dos resíduos, independência, relação funcional, variância, ausência de observações extremamente influentes ou tamanho suficiente. Gráficos e conhecimento do processo ajudam a avaliar essas condições. Com amostras grandes, testes de normalidade podem sinalizar desvios pequenos; com amostras reduzidas, podem não detectar problemas importantes.

Verifique erros de digitação, perdas, duplicidades e valores impossíveis antes de inferir. Um outlier pode ser erro, caso legítimo ou evidência de outra população; removê-lo exige regra e análise de sensibilidade. Não escolha um teste não paramétrico como cura universal: ele também tem pressupostos e pode responder a uma hipótese diferente. Se condições não são atendidas, considere transformação justificada, procedimento robusto, modelo alternativo ou redução do alcance.

Compare famílias de procedimentos possíveis

Diferenças entre dois grupos independentes, medidas pareadas, três grupos ou vários momentos correspondem a estruturas distintas. Associações entre categorias, correlações entre medidas e modelos de desfecho binário também exigem famílias próprias. Use árvores de decisão apenas como mapa inicial. Confirme a hipótese testada, a estatística produzida e o que o resultado permite afirmar no contexto do desenho.

Correlação não é intercambiável com regressão, e nenhum dos dois demonstra causalidade por si. Testes de associação entre categorias dependem de contagens esperadas e desenho amostral. Comparações múltiplas precisam de controle ou hierarquia planejada. Em vez de listar nomes, escreva por que o procedimento lida com o desfecho, dependência e número de grupos. Essa frase metodológica revela rapidamente quando a escolha está desconectada do objetivo.

Planeje estimativas, incerteza e multiplicidade

Apresente estimativa do efeito com intervalo de confiança, sempre que aplicável. Um valor p descreve compatibilidade dos dados com um modelo sob hipóteses e não mede importância, probabilidade da hipótese ou tamanho do efeito. Defina nível de significância antes da análise e não o ajuste depois de ver resultados. Se vários desfechos ou comparações forem testados, explique estratégia para evitar interpretações seletivas.

Considere potência e precisão no planejamento da amostra, sem prometer um tamanho mágico. Estudos pequenos podem gerar intervalos amplos; estudos enormes podem destacar efeitos irrelevantes. A conclusão deve equilibrar magnitude, incerteza, qualidade do desenho e plausibilidade. Resultado não significativo pode ser inconclusivo, e não prova ausência. Resultado significativo em amostra de conveniência não autoriza generalização automática para população não amostrada.

Documente decisão e peça revisão no momento certo

Registre plano analítico com variáveis, codificação, critérios de exclusão, tratamento de perdas, teste principal, verificações e análises de sensibilidade. Guarde script ou histórico do software para reproduzir tabelas. Na metodologia, descreva a escolha sem frases vagas como os dados foram analisados estatisticamente. Nos resultados, separe análise prevista de exploração posterior e mantenha denominadores visíveis.

Procure apoio antes da coleta quando houver amostragem complexa, muitos momentos, desfecho raro, dados hierárquicos, validação de instrumento ou conclusão com impacto relevante. Um estatístico não deve ser chamado apenas para encontrar um teste depois que o desenho já limitou as respostas. Leve pergunta, protocolo, dicionário e exemplo de tabela. A colaboração preserva autoria do estudante e melhora a coerência entre método e inferência, sem garantir resultado favorável.

Escreva a justificativa do teste antes do resultado

Uma justificativa útil começa pela estrutura: o desfecho foi medido em determinada escala, os grupos são independentes ou pareados e a pergunta busca diferença, associação ou estimativa. Em seguida, registre verificações relevantes e a alternativa escolhida. Essa frase deve existir antes de abrir a coluna do valor p. Se a seleção só puder ser explicada porque o teste gerou resultado favorável, o plano está orientado pelo desfecho e precisa ser revisto ou declarado exploratório.

Inclua também a forma de apresentar magnitude e incerteza. Para comparação, informe diferença ou medida apropriada com intervalo; para associação, exponha direção e força dentro do desenho. A justificativa deve mencionar perdas, múltiplas análises e ajustes quando eles afetam interpretação. Um roteiro escrito reduz decisões improvisadas e permite que apoio estatístico se concentre na coerência do modelo, não na procura de um procedimento que produza significância.

Acrescente uma tabela de decisão com desfecho, fator, dependência, hipótese, pressupostos e produto esperado. Preencha a linha antes da execução e registre qualquer mudança posterior. Se uma condição não for atendida, indique a alternativa e como a interpretação se modifica. Esse documento ajuda a distinguir adaptação metodológica legítima de seleção oportunista e fornece à metodologia um relato conciso, verificável e coerente com a pergunta originalmente aprovada.