Escolar Documentos
Profissional Documentos
Cultura Documentos
Para que serve? É aplicado a variáveis quantitativas e é indicado para a comparação de dois
grupos pareados para se verificar se pertencem ou não à mesma população e cujos requisitos para
aplicação do teste t de Student para dados emparelhados não foram cumpridos.
Enquanto o teste t testa a igualdade das médias, o teste de Wilcoxon testa a igualdade das
medianas.
Exemplo
Os dados da tabela abaixo são os tempos (em segundos) obtidos de uma amostra aleatória de
crianças às quais foram dados blocos com a instrução de construírem a torre mais alta
possível. Esse procedimento é usado para medir a inteligência de crianças. Use um teste
estatístico a um nível de significância de 0,05 para testar a afirmativa de que não há diferença
entre os tempos da primeira e da segunda tentativas.
Unidade 3 - Testes não paramétricos 2
OBS. 1: não esqueça que os 15 valores do tempo da tentativa 1 devem ser digitados na primeira
coluna (coluna 1) e os 15 valores da tentativa 2 na segunda coluna (coluna 2).
Vá em Estatísticas/Normalidade/Shapiro-Wilk
Para os tempos da tentativa 1 o valor-p = 0,0075 < 0,05 conclui-se que se rejeita a hipótese
nula da normalidade desta variável.
Para os tempos da tentativa 2 o valor-p = 0,0096 < 0,05 conclui-se que se rejeita a hipótese
nula da normalidade desta variável.
Verificou-se, portanto, que o tempo gasto pelos alunos para a construção da torre não segue
uma distribuição normal em ambas as tentativas (p = 0,0075; p = 0,0096). Então, devemos utilizar
um teste não paramétrico e, neste caso, o teste de Wilcoxon, teste este para amostras
emparelhadas.
OBS.: Usaríamos um teste não paramétrico mesmo se apenas um dos grupos desse o valor-
p < 0,05.
Unidade 3 - Testes não paramétricos 4
Selecione as colunas em colunas disponíveis que quer aplicar o teste t para duas amostras
independentes e passe para o quadro de colunas selecionadas.
Unidade 3 - Testes não paramétricos 5
OBS.: na conclusão dos testes não paramétricos, devemos relatar a mediana e não a média.
Para achar a mediana das tentativas, vá em Estatísticas/Estatística Descritiva/Dados
quantitativos. Passe as duas colunas disponíveis para o lado das colunas selecionadas e clique em
Executar Estatística.
Está com dúvidas de como fazer um teste de Wilcoxon? Assista à videoaula 7 disponível no
tópico 3 da sala de aula virtual (Moodle).
Unidade 3 - Testes não paramétricos 6
Exercício 1
Exercício 2
Para que serve? É aplicado a variáveis quantitativas e é indicado para comparação de dois
grupos não pareados para se verificar se pertencem ou não à mesma população e cujos requisitos
para aplicação do teste t de Student não foram cumpridos.
Exemplo
OBS. 1: não esqueça que as 14 notas dadas para o café da Marca X devem ser digitados na
primeira coluna (coluna 1) e as 13 notas da Marca Y na segunda coluna (coluna 2).
OBS. 2: As amostras são independentes pois, segundo o enunciado, o teste do café foi
conduzido da seguinte forma: 14 pessoas testaram a Marca X e 13 outras pessoas a Marca Y.
Quem faz parte de um grupo não poderá fazer parte de outro.
H0: Não há diferença entre as notas atribuídas para os cafés da Marca X e da Marca Y.
Vá em Estatísticas/Normalidade/Shapiro-Wilk
Para o grupo de pessoas que testaram o café da Marca X, o valor-p = 0,0416 < 0,05 conclui-
se que se rejeita a hipótese nula da normalidade desta variável.
Para o grupo de pessoas que testaram o café da Marca Y, o valor-p = 0,2261 > 0,05 conclui-se
que não se rejeita a hipótese nula da normalidade desta variável.
Verificou-se, portanto, que as notas de avaliação em relação aos tipos de café não seguem
uma distribuição normal (p = 0,0416; p = 0,2261). Então, devemos utilizar um teste não paramétrico
e, neste caso, o teste de Mann-Whitney.
OBS.: Lembre que, caso um dos grupos desse o valor-p < 0,05 (ou os 2 grupos), não
poderíamos utilizar um teste paramétrico.
OBS.: na conclusão dos testes não paramétricos, devemos relatar a mediana e não a média.
Para achar a mediana das tentativas, vá em Estatísticas/Estatística Descritiva/Dados
quantitativos. Passe as duas colunas disponíveis para o lado das colunas selecionadas e clique em
Executar Estatística.
Está com dúvidas de como fazer um teste de Mann-Whitney? Assista à videoaula 8 disponível
no tópico 3 da sala de aula virtual (Moodle).
Unidade 3 - Testes não paramétricos 12
Exercício 1
O diretor de recursos humanos de uma empresa crê que os operadores de um call-center com
treino de competências sociais deixam uma impressão mais favorável nos clientes do que os
operadores sem este tipo de treino. Num grupo de 22 operadores, foi avaliada a impressão de
simpatia registrada por 22 clientes após uma chamada de controle. O grau de simpatia, avaliado
numa escala ordinal com 5 pontos (1 – nada simpático a 5 – muito simpático), para cada operador
é registado na tabela seguinte. Existe diferença entre as amostras?
Exercício 2
Um departamento da rodovia estadual usa duas marcas de tinta para traçar faixas nas
estradas. Um funcionário da rodovia quer saber se existe uma diferença entre as duas marcas de
tinta. Para avaliar o problema, o funcionário registra o número de meses que as faixas aplicadas
com cada marca de tinta duram na rodovia.
Unidade 3 - Testes não paramétricos 13
Para que serve? É aplicado para variáveis quantitativas e é indicado para a comparação de
três ou mais grupos não pareados para se verificar se pertencem ou não à mesma população e
cujos requisitos para aplicação do teste ANOVA não foram cumpridos.
Enquanto a ANOVA testa a igualdade das médias, o teste de Kruskal-Wallis testa a igualdade
das medianas.
Exemplo
Vamos supor que um experimento foi elaborado com o objetivo de verificar o comportamento
do peso de tomates italianos cultivados em solos enriquecidos com diferentes tipos de
nutrientes. Quatro solos foram enriquecidos com diferentes nutrientes e nomeados como ‘A’,
'B', 'C' e 'D'. Em seguida foram cultivados tomates italianos e, após o período de crescimento,
foram colhidos e pesados seis tomates de cada solo. (https://operdata.com.br/blog/teste-de-kruskal-
wallis-e-o-teste-de-nemenyi/)
Unidade 3 - Testes não paramétricos 14
OBS.: não esqueça que os pesos dos tomates em relação aos 4 tipos de solos deverão ser
colocados 1 em cada coluna, portanto, teremos 4 colunas (Solo A, Solo B, Solo C e Solo D).
H0: Não existe diferença entre o peso do tomate italiano cultivado nos quatro solos.
H1: Existe diferença entre o peso do tomate italiano cultivado nos quatro solos.
Vá em Estatísticas/Normalidade/Shapiro-Wilk
Unidade 3 - Testes não paramétricos 15
Para os resultados dos pesos dos tomates italianos em relação ao Solo A, o valor-p = 0,0460
< 0,05 conclui-se que se rejeita a hipótese nula da normalidade desta variável.
Para os resultados dos pesos dos tomates italianos em relação ao Solo B, o valor-p = 0,2391 >
0,05 conclui-se que não se rejeita a hipótese nula da normalidade desta variável.
Para os resultados dos pesos dos tomates italianos em relação ao Solo C, o valor-p = 0,6780
> 0,05 conclui-se que não se rejeita a hipótese nula da normalidade desta variável.
Para os resultados dos pesos dos tomates italianos em relação ao Solo B, o valor-p = 0,6289
> 0,05 conclui-se que não se rejeita a hipótese nula da normalidade desta variável.
Verificou-se, portanto, que os resultados dos pesos em relação aos solos, não seguem uma
distribuição normal (p = 0,0460; p = 0,2391; p = 0,6780; p = 0,6289). Então devemos utilizar um teste
não paramétrico e neste caso o teste Kruskal-Wallis.
OBS.: Caso um dos grupos desse o valor-p < 0,05, não poderíamos utilizar um teste
paramétrico.
Vá em Estatísticas/Análise de Variância/Kruskal-Wallis
Como pbilateral < 0,0267 < 0,05, rejeitamos a hipótese nula. Portanto, verificou-se existirem
diferenças estatisticamente significativas entre os pesos dos tomates italianos em relação aos
solos que foram plantados. Mas entre quais tipos de solos? Para isto devemos aplicar um dos dois
testes (post hoc) oferecidos pelo BioEstat (Dunn ou Student-Newman-Keuls). Vamos optar pelo
Teste de Dunn (Método de Dunn para comparação de 2 grupos no teste de Kruskal-Wallis se a hipótese de
nulidade for rejeitada, sabe-se que pelo menos dois dos H grupos apresentam diferenças. Para determinar
quais desses grupos são diferentes, pode-se querer testar dois grupos e determinar se foram eles os
responsáveis pela rejeição de H0 no teste de hipótese).
OBS: na conclusão dos testes não paramétricos devemos relatar a mediana e não a média.
Para achar a mediana dos pesos em relação aos solos, vá em Estatísticas/Estatística
Descritiva/Dados quantitativos. Passe as duas colunas disponíveis para o lado das colunas
selecionadas e clique em Executar Estatística.
Unidade 3 - Testes não paramétricos 18
Está com dúvidas de como fazer um teste KRUSKAL-WALLIS? Assista à videoaula 9 disponível
no tópico 3 da sala de aula virtual (Moodle).
Exercício 1
Num estudo de limnologia, mediu-se o pH de oito amostras de água de cada uma de quatro
barragens. Os valores são os seguintes: Pretende-se averiguar se as águas das três origens têm o
mesmo valor de pH. Você pode comprovar esta afirmativa, ou seja, não existe diferença no pH das
águas em relação ao local e tipo de barragens. (http://www.liaaq.ccb.ufsc.br/files/2013/10/Aula-4.pdf)
Exercício 2
A tabela abaixo mostra o índice de Massa Corporal (IMC) e o grau de estadiamento do câncer
colorretal em 18 pacientes submetidos a cirurgia. O objetivo é verificar se o IMC difere entre os
graus de estadiamento desta doença.
Unidade 3 - Testes não paramétricos 19
Exemplo
A Associação de Imprensa do Estado de São Paulo fez um levantamento com 1300 leitores,
para verificar se a preferência pela leitura de um determinado jornal é independente do nível
de instrução do indivíduo. Os resultados obtidos foram:
Pergunta: Há uma associação entre o grau de instrução e o tipo de jornal que as pessoas leem?
(https://www.ime.usp.br/~hbolfar/aula_2013/Aula11-QuiquadradoA12012.pdf)
Como temos 2 variáveis qualitativas (grau de instrução e tipo de jornal), vamos aplicar o teste
do Qui-Quadrado.
H0: Não existe uma associação entre o grau de instrução e o tipo de jornal que as pessoas
leem.
H1: Existe uma associação entre o grau de instrução e o tipo de jornal que as pessoas leem.
Passo 2 – Digitar o tipo de jornal nas colunas e o grau de instrução nas linhas.
Unidade 3 - Testes não paramétricos 20
Conclusão: Como p < 0,0001 < 0,05, rejeitamos a hipótese nula. Avaliou-se, portanto, a
existência de associação entre o grau de instrução e o tipo de jornal. Verificou-se existir uma
associação estatisticamente significativa entre as variáveis grau de instrução e o tipo de jornal
que as pessoas leem (p<0,0001).
Está com dúvidas de como fazer um teste Qui-quadrado? Assista à videoaula 10 disponível no
tópico 3 da sala de aula virtual (Moodle).
Unidade 3 - Testes não paramétricos 21
Exercício 1
Exercício 2
Exercício 3
Em uma indústria, foi analisado o quesito fumo em relação aos seus empregados. Verifique
se existe associação entre as variáveis gênero e fumante. (http://www.de.ufpb.br/~luiz/AED/Aula10.pdf)
Unidade 3 - Testes não paramétricos 22
GABARITO 3.1
1.
OBS.: embora não pareça, este exercício é um teste t pareado (leia o enunciado).
H0: Não há diferença entre quantidade de vocabulário utilizado por crianças que usam e que não
usam aparelho auditivo.
H1: Há diferença entre quantidade de vocabulário utilizado por crianças que usam e que não usam
aparelho auditivo.
Recorreu-se ao teste de Wilcoxon para duas amostras relacionadas para analisar se existe alguma
diferença na quantidade de vocabulário utilizado por crianças que usam um aparelho auditivo e
por crianças que não usam. Como pbilateral = 0,0284 < 0,05, rejeitamos a hipótese nula. Verificou-se
existirem diferenças estatisticamente significativas na quantidade de vocabulários comparando
as crianças que utilizam aparelho auditivo (3 (mediana)) com as que não usam (5 (mediana))
(p=0,0284).
2.
H0: Não há diferença entre o nível máximo de concentração analisado antes e depois de tomar
uma determinada droga.
H1: Há diferença entre o nível máximo de concentração analisado antes e depois de tomar uma
determinada droga.
Recorreu-se ao teste de Wilcoxon para duas amostras relacionadas para analisar o nível máximo
de concentração comparando a utilização de uma determinada droga. Como pbilateral = 0,0776 >
0,05, não rejeitamos a hipótese nula. Verificou-se não existir diferença estatisticamente
significativa no nível máximo de concentração comparando antes (14 (mediana)) e depois (18,5
(mediana)) da utilização de uma determinada droga (p=0,0776).
GABARITO 3.2
1.
H0: Não há diferença no grau de satisfação dos clientes comparando os funcionários com e sem
treinos.
H1: Há diferença no grau de satisfação dos clientes comparando os funcionários com e sem treinos.
Unidade 3 - Testes não paramétricos 23
Recorreu-se ao teste de Mann-Whitney para duas amostras independentes para comparar o grau
de satisfação dos clientes analisando os funcionários com e sem treinos. Como pbilateral = 0,0349 <
0,05, rejeitamos a hipótese nula. Verificou-se existir diferença estatisticamente significativa no
grau de satisfação atribuído pelos clientes na comparação do grupo placebo (sem treino) (2,5
(mediana)) e o grupo com treino (3 (mediana)) (p=0,0015).
2.
H0: Não há diferença no número de meses que as faixas aplicadas com cada marca de tinta duram
na rodovia entre as Marcas A e B.
H1: Há diferença no número de meses que as faixas aplicadas com cada marca de tinta duram na
rodovia entre as Marcas A e B.
GABARITO 3.3
1.
2.
H0: Não existe diferença do IMC entre os graus de estadiamento do câncer colorretal.
GABARITO 3.4
1.
H0: Não existe uma associação entre três marcas (A, B e C) das luvas e a sua permeabilidade a vírus.
H1: Existe uma associação entre três marcas (A, B e C) das luvas e a sua permeabilidade a vírus.
Como p = 0,2859 > 0,05, não rejeitamos a hipótese nula. Avaliou-se, portanto, a não existência de
associação entre três marcas (A, B e C) das luvas e a sua permeabilidade a vírus (p = 0,2859).
2.
H0: Não existe uma associação entre gênero e desempenho profissional dos estatísticos.
H1: Existe uma associação entre gênero e desempenho profissional dos estatísticos.
Como p = 0,0636 > 0,05, não rejeitamos a hipótese nula. Avaliou-se, portanto, não haver uma
associação entre o gênero e classificação no desempenho profissional (p = 0,0636).
3.
H0: Não existe uma associação entre gênero e o fumo em relação aos empregados de uma
determinada empresa.
H1: Existe uma associação entre gênero e o fumo em relação aos empregados de uma determinada
empresa.
Como p = 0,0009 < 0,05, rejeitamos a hipótese nula. Avaliou-se, portanto, haver uma associação
entre o gênero e fumo dos empregados de uma determinada empresa (p = 0,0009).
Unidade 3 - Testes não paramétricos 25
Referências
Estatística para Ciências Humanas. Jack Levin, Alan Fox; Tradução Alfredo Alves de Farias;
Revisão técnica Ana Maria Lima de Farias -- São Paulo: Prentice Hall, 2004.
Estatística para Administração e Economia. James T. Clave, P. George Henson, Terry Sinoich;
Tradução Fabrício Pereira Soares e Fernando Sampaio Filho, Revisão técnica Carlos Lopes
Nortega -- São Paulo: Pearson Prentice Hall, 2009.
Estatística Básica: Probabilidade e Inferência, Volume único. Luiz Gonzaga Morettin -- São
Paulo: Pearson Prentice Hall, 2010.
Estatística Aplicada à Administração usando o Excel. John L. Neufeld; Tradução José Luiz
Celeste; Revisão técnica Cyro C. Patarra -- São Paulo: Prentice Hall, 2003