Incorporar Recomendar Gostei (289)
Assista a esse vídeo em: MP4 (1280 X 720 px) | MP4 (640 X 360 px) Licença de uso
Acesso Simples (Azul) Esta licença permite ao usuário somente assistir ao conteúdo do e-Aulas USP na plataforma, sendo vedada sua cópia e/ou redistribuição. Esta licença não permite o download do vídeo por nenhum usuário. Sobre a aulaEste vídeo é o primeiro de uma série de 3 vídeos que tem como objetivo lhe apresentar os fatores que influenciam na escolha do melhor teste estatístico para análises comparativas em pesquisa. DisciplinaConceituações metodológicas referentes aos trabalhos de pós-graduação; Ciência, pesquisa e pós-graduação; O processo de orientação; O projeto de pesquisa; Determinação de Delimitação do tema e do problema da pesquisa; Formulação das hipóteses; Elaboração dos procedimentos metodológicos e técnicos; Estabelecimento do cronograma de pesquisa; Logicidade do trabalho científico; Elaboração do raciocínio; Formação dos conceitos; Formação de Juízos; Processos lógicos de estudo. Pesquisa Bibliográfica Conceitos de Pesquisa Bibliográfica; Fases da Pesquisa Bibliográfica; Tema e determinação de palavras-chave e descritores; Seleção de Fontes de informação; Fontes tradicionais e eletrônicas; Localização e obtenção de documentos; Organização e resumo de documentos; Apresentação e Normalização do Trabalho Científico; Normas de Referências bibliográficas; Normas de Citação; Monografia: apresentação formal; Divulgação do trabalho científico; Formas de divulgação; Critérios de seleção. Introdução à estatística e suas aplicações na área da saúde. Estatística descritiva - população e amostra. Tabulação de dados.Apresentação tabular e gráfica. Elementos das tabelas e dos gráficos. Distribuição de frequência. Medidas de tendência central: média, mediana, moda. Medidas de variabilidade: variância, desvio padrão, erro padrão, amplitude semi quartil. Medidas de associação e correlação: Qui-quadrado, coeficiente de correlação. Inferência estatística. Introdução à teoria da probabilidade. Distribuições de probabilidade. Distribuição normal e binomial. Teoria dos testes de hipótese. Principais modelos relativos a desenhos experimentais simples. Estimação por intervalo de confiança. Análise de variância. Métodos não paramétricos. ObjetivoObjetivos Gerais: Fornecer subsídios para que o aluno de pós-graduação seja capaz de compreender os princípios que norteiam o desenvolvimento de um trabalho científico; Propiciar ao aluno a capacidade de elaborar e executar projetos de pesquisa científica que atendam às prerrogativas da construção do conhecimento científico e intelectual da sua área de conhecimento. Capacitar o aluno de pós-graduação a executar busca bibliográfica adequada, baseada em instrumentos de informática Propiciar ao aluno conhecimentos básicos de estatística aplicada à pesquisa odontológica. Propiciar ao aluno conhecimentos básicos quanto à divulgação e escrita científicas. Objetivos Específicos: Oferecer aos alunos instrumentos para a organização de seus estudos na pós-graduação; Informar sobre os requisitos da relação orientador/orientando no processo de orientação; Caracterizar o projeto de pesquisa em suas diferentes etapas; Capacitar para o planejamento e a execução de pesquisa bibliográfica Instruir sobre as fontes de informação na área de saúde e suas diferentes formas de acesso e disponibilidade; Apresentar diretrizes para a leitura, análise e interpretação de textos; Discutir aspectos do problema de pesquisa e metodologia dos pré-projetos formulados pelos alunos. Capacitar o aluno para entender e interpretar os conceitos básicos das principais medidas e análises estatísticas, utilizadas na descrição de populações e conjuntos de dados. Orientar a elaboração e normalização dos diferentes tipos de trabalhos científicos. Orientar sobre os processos de divulgação da produção científica. Índice de vídeos da disciplina
Nesta secção, faremos uma breve reflexão a respeito da escolha do teste t para amostras pareadas, teste t para amostras independentes, teste de Wilcoxon, teste de Mann-Whitney, teste Qui-quadrado e de McNemar. Na dica anterior, abordamos o tópico sobre inferência estatística e esta pode ser entendida como um método de análise que permite tirar conclusões a respeito das características de uma população. Para isso, é necessário selecionar um modelo estatístico para posteriormente deduzir as proposições a partir do modelo. Na área da saúde, é muito comum a utilização de comparações entre dois momentos diferentes ou entre dois grupos. Quando estamos diante dessa situação, iremos utilizar o teste t pareado ou o teste t para amostras independentes. Na presença de amostras dependentes, os estudos consistem em realizar mais de uma medida em uma mesma unidade amostral e verificar se houve diferença entre essas medidas, onde a primeira informação será pareada com a segunda informação, com a terceira e assim por diante. Suponha um estudo onde um grupo de indivíduos foi submetido a uma dieta e deseja-se verificar se houve diferença entre o peso antes e depois da dieta. Nesse caso, como a variável peso é numérica e na presença de distribuição normal dos dados, como o objetivo é verificar se existe diferença significativa dessa variável entre dois grupos de interesse, deve-se utilizar o teste t para amostras pareadas. Agora, caso o estudo tenha utilizado indivíduos com perfis de saúde distintos e aplicado uma mesma dieta para verificar quem se beneficiou mais (exemplo: indivíduos eutróficos e com obesidade), reparem que continuaríamos com dois momentos/ grupos de análise, porém com amostras diferentes. Neste caso, deve-se utilizar o teste t para amostras independentes. Resumindo, o teste t deve ser utilizado na presença de distribuição normal dos dados, quando se objetiva comparar dois momentos/ grupos para uma variável numérica. De forma que ambos os testes são considerados paramétricos. Dentre os principais testes disponíveis para se testar a normalidade dos dados na maioria dos softwares estatísticos, podemos citar o teste de Shapiro-Wilk e o de Kolmogorov-Smirnov. Já os testes de Wilcoxon e Mann-Whitney se apresentam como alternativas ao teste t pareado e o teste t para amostras independentes, respectivamente. Estes são utilizados nas mesmas situações descritas anteriormente, porém na presença de distribuição não normal dos dados. De forma que ambos os testes são caracterizados como testes não-paramétricos. Por fim, quando a variável de interesse não é numérica (exemplo: variáveis categóricas do tipo sim e não), deve-se utilizar o teste Qui-Quadrado para amostras independentes e o de McNemar para amostras dependentes. Para melhor entender, suponha agora um estudo onde cães diagnosticados com leishmaniose foram divididos em dois grupos: sintomáticos e assintomáticos. Ambos os grupos são submetidos a um tratamento e depois de 3 meses do início do tratamento eles são reavaliados. Nesse caso, temos que a variável de interesse é categórica com duas categorias, sendo medida duas vezes. O objetivo é verificar se houve diferença significativa entre as classificações nas duas medições em cada um dos grupos separadamente. Como são os mesmos grupos (cães) a serem avaliados em dois momentos diferentes, deve-se optar pelo teste de McNemar. Reparem que por se tratar de uma variável categórica, não há a verificação de normalidade dos dados, devendo só se ater se as amostras são ou não dependentes entre si! Referência Oliveira, Bruno. Testes estatísticos para amostras pareadas. 23 de outubro de 2019. Disponível em: <https://operdata.com.br/blog/testes-estatisticos-para-amostras-pareadas/>. Acesso em: 09 de janeiro de 2020. Por Tainah de Paula Embora qualquer pessoa consiga ver a diferença entre dois números, entender se ela é estatisticamente relevante não é tão simples. Digamos que você realizou uma pesquisa de satisfação do cliente para sua empresa e obteve muitos resultados para analisar. Você pergunta à sua chefe o que deve analisar primeiro, e ela diz que quer saber se homens e mulheres dão respostas diferentes. Por exemplo, homens em média dão a sua empresa um Net Promoter Score℠ (NPS) inferior ao das mulheres? Ao analisar os dados, você vê que a avaliação média dos respondentes do sexo masculino foi 9 e a das respondentes do sexo feminino foi 12. Como você sabe se 9 é significativamente diferente de 12? É aí que entra o teste t. O teste t é uma forma de determinar se dois números são significativamente diferentes um do outro. Existem vários tipos de teste t, inclusive o teste t online, sendo que cada um é calculado através de uma fórmula diferente. 1. Teste t de uma amostra: este teste analisa se a média de dados de um grupo (neste caso, o NPS geral) é diferente de um valor especificado. Exemplo: a meta da sua empresa é ter um NPS significativamente maior do que o padrão do setor, que é 5. A última pesquisa da empresa atribui um NPS de valor 10. Um NPS 10 é significativamente maior do que o padrão 5 do setor? 2. Teste t de duas amostras: este teste examina se as médias de dois grupos independentes são significativamente diferentes entre si. Por exemplo, sua hipótese é que os homens avaliam sua empresa com um NPS inferior ao das mulheres. O NPS médio dos respondentes do sexo masculino é 9 e o das respondentes do sexo feminino é 12. O número 9 é significativamente diferente de 12? 3. Teste t pareado: este teste é adequado quando você aplica a mesma pesquisa duas vezes para um grupo de pessoas. Um teste t pareado permite saber se a média mudou entre a primeira e a segunda pesquisa. Por exemplo, você aplicou uma pesquisa ao mesmo grupo de clientes duas vezes, em abril e em maio, após terem visto um anúncio da sua empresa. O NPS da empresa mudou após clientes terem visto o anúncio? Observe que, embora os testes t informem se algo é significativamente diferente, cabe a você determinar se a distinção é relevante. Pequenas variações podem ser estatisticamente diferentes se o tamanho da amostra for grande o suficiente. Há quatro etapas para conduzir um teste t: 1. Calcular a estatística t: 2. Calcular os graus de liberdade: 3. Determinar o valor crítico: 4. Comparar o valor absoluto da estatística t ao valor crítico: Vamos analisar o exemplo desde o início. Sua hipótese é que os homens avaliam sua empresa com um NPS inferior ao das mulheres. O NPS médio dos homens é 9, ao passo que a pontuação média para mulheres é 12. O número 9 é significativamente diferente de 12? Esse é um exemplo de quando usar o teste t de duas amostras. 1. Calcular a estatística t: Segue abaixo a fórmula para o teste t de duas amostras, onde:
2. Calcular os graus de liberdade: É preciso usar essa fórmula para determinar os graus de liberdade nos testes t de duas amostras. As fórmulas para outros tipos de teste são apresentadas a seguir. 3. Determinar o valor crítico: De acordo com esta tabela, para um teste bicaudal com um nível alfa de 0,05 a 41 graus de liberdade, o valor crítico é 2,02. Observe que o teste bicaudal é usado na maioria das análises, em vez de um unicaudal, porque ele é mais conservador. Para mais informações sobre as diferenças entre testes unicaudal e bicaudal, assista a este vídeo no Khan Academy. 4. Comparar o valor absoluto da estatística t com o valor crítico: Como o valor absoluto da estatística t é 0,86, que não é superior ao valor crítico 2,02, a conclusão é que a avaliação do NPS dos homens não é significativamente inferior à das mulheres. Os testes t normalmente são realizados em uma planilha ou programa estatístico (como o Excel ou SPSS). No entanto, se você preferir fazer os cálculos manualmente, veja abaixo as fórmulas para os outros dois tipos de teste t. Se você decidir realizar o teste t em uma planilha ou programa estatístico, como a maioria das pessoas, o processo será um pouco diferente. Em vez de comparar a estatística t ao valor crítico, a maioria dos programas calcula o valor p e o compara ao nível alfa (o nível mais usado é 0,05). Nesse caso, um valor p inferior ao seu nível alfa mostrará que os números são significativamente diferentes. O Net Promoter Score é marca registrada da Bain & Company, Inc., da Satmetrix Systems, Inc. e de F. Reichheld. |