Por dentro da estatística

O uso de métodos estatísticos vem crescendo vigorosamente em pesquisas da área médica. Com freqüência, médicos e
profissionais da Saúde são expostos a informações provenientes de análises de dados, nem sempre claras e de fácil
interpretação. Esta seção visa familiarizar pesquisadores com conceitos e termos estatísticos comumente presentes em artigos
científicos. Com ênfase na discussão conceitual em detrimento a fórmulas matemáticas, o objetivo é esclarecer algumas dúvidas
freqüentes e contribuir com o desenvolvimento do senso crítico na hora de analisar, descrever e interpretar dados.
Ângela Tavares Paes
Editora da seção

O que fazer quando a distribuição não
é normal?
Ângela Tavares Paes*
* Doutora em Estatística do Centro de Pesquisa Clínica do Instituto Israelita de Ensino e Pesquisa
Albert Einstein – IIEPAE, São Paulo (SP), Brasil.
Ao aplicar um teste para comparação de médias ou um
modelo de regressão, é necessário checar se as suposi-
ções assumidas por estes testes são razoáveis. Os méto-
dos estatísticos mais conhecidos supõem que a variável
resposta (ou dependente) tem distribuição normal, po-
rém, muitos usuários da estatística ignoram tal suposi-
ção e utilizam os testes sem se preocupar com a distri-
buição dos dados. Por outro lado, aqueles mais cuida-
dosos que costumam verificar se a distribuição é ou não
normal, buscam métodos alternativos nas situações em
que esta suposição não está satisfeita.
Antes de responder o que fazer quando a distribui-
ção não é normal, é natural pensar em outras perguntas
como “O que é distribuição normal?”; “Por que bus-
camos a distribuição normal? e “Como verificar se os
dados seguem uma distribuição normal?”.
O que é distribuição normal? Uma distribuição de
probabilidades é uma função matemática usada para
descrever o padrão de variação de uma variável contí-
nua. A função matemática que representa a distribuição
normal envolve dois parâmetros (média e variância), a
curva que a descreve tem forma de “sino” e sua princi-
pal propriedade é a simetria em torno da média. A cur-
va normal é também conhecida como “curva de Gauss”
devido à suposição de que Gauss foi o primeiro a fazer
uso de suas propriedades para aplicações práticas.
Por que buscamos a distribuição normal? Os mé-
todos paramétricos baseiam-se na suposição de que os
dados observados na amostra são provenientes de uma
população com distribuição de forma teórica conheci-
da. A suposição de que os dados seguem uma distri-
buição normal é assumida para a maioria dos métodos
estatísticos mais utilizados na pesquisa médica, como o
teste t de Student, ANOVA, regressão linear e interva-
los de confiança. Este fato somado a resultados teóricos
fundamentais (teorema do limite central) faz com que a
distribuição normal seja a distribuição teórica mais im-
portante em estatística.
Como verificar se os dados seguem uma distribui-
ção normal? Em qualquer análise de dados, a etapa
inicial é fazer uma boa análise descritiva. A norma-
lidade dos dados pode ser analisada descritivamente
por meio de histogramas, box-plots, análise da distân-
cia entre média e mediana e coeficientes de assimetria
e curtose, que medem, respectivamente, o grau de des-
vio ou afastamento da simetria e do achatamento da
distribuição. Além dos métodos descritivos, existem
testes de hipóteses que avaliam a normalidade, como
por exemplo, os testes de Kolmogorov-Smirnov e de
Shapiro-Wilks. No entanto, é importante ressaltar que
esses testes são extremamente rigorosos e facilmente
rejeitam a hipótese de normalidade. Portanto, deve-
mos ter cautela e não basear a decisão apenas nos ní-
veis descritivos (valores de p) desses testes.
Após a análise preliminar e a constatação de que
a distribuição normal não pode ser assumida, algu-
mas alternativas podem ser adotadas. A mais comum
é utilizar testes não-paramétricos, que não assumem
nenhuma distribuição teórica para os dados. Os testes

einstein: Educ Contin Saúde. 2009; 7(1 Pt 2): 3-4

4
não-paramétricos mais conhecidos são o Mann Whit-
ney como alternativa ao teste t de Student, Wilcoxon
como alternativa ao teste t pareado e Kruskall-Wallis
como alternativa à ANOVA com um fator. Apesar de
parecer uma solução relativamente simples, a grande
desvantagem dos testes não-paramétricos é que eles
tendem a ser bem menos poderosos que os paramé-
tricos. Além disso, sua aplicação torna-se mais difícil
quando a análise é um pouco mais complexa, como
por exemplo, comparações de médias envolvendo
mais de um fator. É importante observar também que
os testes paramétricos são bastante robustos, isto é,
os resultados são válidos mesmo quando há pequenos
desvios da normalidade. Por esta razão, torna-se mais
atraente buscar alternativas paramétricas com maior
poder estatístico e consequentemente com resultados
mais robustos e confiáveis.
Muitas vezes a violação da distribuição é devida
à assimetria. Isto acontece com frequência em dados
laboratoriais como, por exemplo, contagens de célu-
las ou dosagens de substâncias, nas quais há muita
variabilidade, mas com uma grande concentração nos
valores menores, próximos a zero. Nesse caso, uma
opção é transformar os dados em escala logarítmica.
A transformação logarítmica é a mais comum e geral-
mente resolve os problemas de assimetria, mas exis-
tem outras transformações que podem ser utilizadas
dependendo da característica dos dados. Por exemplo,
a transformação raiz quadrada é mais usada quando a
variável é uma contagem e é esperada uma distribui-
ção de Poisson. A transformação recíproca (1/x) tem
um efeito muito mais drástico do que tomar o loga-
ritmo e pode ser útil se os dados observados têm uma
distribuição extremamente assimétrica. Às vezes há
uma forte razão para utilizar uma particular transfor-
mação, por exemplo, a raiz cúbica pode ser apropriada
para dados que são volumes. A principal dificuldade
em usar transformações é a interpretação de dados
transformados e a volta à escala original, que não é
direta para as medidas de desvio padrão.
A distribuição normal é considerada para variáveis
contínuas, mas na prática ela também é assumida para
variáveis discretas com grande variabilidade e em amos-
tras relativamente grandes. Para variáveis quantitativas
discretas com pouca variabilidade, por exemplo, escores
de instrumentos, número de erros em um teste psico-
métrico, número de eventos prévios, etc, uma possível
einstein: Educ Contin Saúde. 2009; 7(1 Pt 2): 3-4
alternativa é a categorização (agrupamento em faixas
de valores). Com a variável categorizada, testes como
o χ2 para comparar distribuições de frequências podem
ser utilizados no lugar de comparações de médias. No
entanto, deve-se ressaltar que qualquer categorização
implica em perda de informação, logo, a categorização
só deve ser feita se as categorias fizerem sentido e favo-
recerem a interpretação.
Quando a transformação não é capaz de corrigir
o problema e não faz sentido categorizar a variável,
uma alternativa é utilizar modelos com outras distri-
buições. Sim, existe vida além da distribuição normal
e dos testes não-paramétricos. Por exemplo, para
dados de contagem, é comum utilizar a distribuição
de Poisson. Para variáveis contínuas positivas (por
exemplo, dados relacionados a medidas de tempo),
podemos utilizar uma distribuição exponencial, gama
ou Weibull. Apesar da teoria de modelos paramétri-
cos com outras distribuições já estar consolidada há
décadas, tais modelos ainda são pouco utilizados na
pesquisa médica.
Existe uma “crença” no meio médico que diz que
para amostras pequenas devem ser utilizados testes
não-paramétricos. É claro que em amostras pequenas
podem ser observados maiores desvios da distribuição
normal, mas devemos considerar a natureza da variável
e analisar a distribuição de frequências dos dados ob-
servados. Amostras provenientes de uma distribuição
normal, não necessariamente parecem ter esta distri-
buição, especialmente se a amostra é pequena. Isto não
significa que sempre que a amostra é pequena, deve-se
assumir distribuição não-normal.
Com base no que foi comentado, ficam aqui duas
sugestões para uma análise de dados adequada. Primei-
ro, não avaliar a normalidade única e exclusivamente
por testes de hipóteses. Segundo, antes de partir dire-
tamente para os testes não-paramétricos, vale a pena
tentar transformações e outras distribuições(1-3).
REFERÊNCIAS
1. Altman DG. Practical statistics for medical research. Boca Raton (FL): Chapman
& Hall; 1991.
2. Bland JM, Altman DG. Transformations, means and confidence intervals. BMJ.
1996;312(7038):1079.
3. Vieira S. Bioestatística: tópicos avançados. Rio de Janeiro: Campos; 2003.
Capítulo 2.