Diferenças entre os testes paramétricos e os não paramétricos

Para realizar testes de hipóteses temos sempre de tomar uma decisão prévia que é se utilizamos os testes paramétricos ou os testes não paramétricos.

Apresentamos de seguida uma introdução aos dois tipos de procedimentos, com ênfase para nos pressupostos que é preciso reunir para utilizar os testes paramétricos.

Os testes paramétricos baseiam-se em medidas intervalares da variável dependente (um parâmetro ou caraterística quantitativa de uma população) e a utilização deste tipo de testes exige que sejam cumpridos três pressupostos, ou requisitos

Os pressupostos dos testes paramétricos são: distribuição normal, homogeneidade dos dados e variáveis intervalares e contínuas.

1. Distribuição normal

Os testes paramétricos são válidos quando aplicados a dados que obedecem a uma distribuição normal – uma distribuição normal é aquela que é perfeitamente simétrica à volta da média; tem a forma de um sino, como mostra a figura 1. 

Figura 1: Curva de distribuição normal

No entanto, existem distribuições normais assimétricas, desviadas à direita ou à esquerda. Uma distribuição normal é aquela cuja análise estatística pode ser feita com dados da própria amostra, como a média, moda, mediana e desvio padrão. Numa amostra que não tem uma distribuição normal não é possível calcular o desvio padrão, por exemplo. 

Quando a distribuição dos resultados da variável dependente, para os dois grupos em comparação, em determinada investigação (ou em ambas as variáveis, no caso de se tratar de uma correlação) for assimétrica ou enviesada (Figura 2), as conclusões baseadas no teste estatístico   paramétrico são menos válidas. Quanto maior for o enviesamento das distribuições, menor será a validade do teste paramétrico que lhes é aplicado.

Figura 2: Curva de distribuição enviesada



2. Variância homogénea

Os resultados são mais fáceis de comprar parametricamente quando a variância ou a variabilidade dos dados, nos dois grupos, for igual ou homogénea. Se os dois grupos submetidos ao mesmo teste de realização apresentarem médias iguais, mas distribuições diferentes (como mostram respectivamente as curvas A e B da Figuras 3)  seria difícil interpretar um teste paramétrico, devido às diferenças na dispersão ou variância dos resultados, nos dois grupos.


Figura 3: A curva A tem menor variância ou dispersão dos resultados que a curva B (com maior dispersão dos resultados, por sua vez).



3. Os intervalos são contínuos e iguais

Os testes paramétricos, tal como estão concebidos, podem aplicar-se apenas em dados (medidas relativas à variável dependente) que constituem uma escala de intervalos, ou seja, têm entre si intervalos contínuos e iguais.

Os testes não paramétricos quando comparados com os testes paramétricos, requerem menos pressupostos para as distribuições. Baseiam-se em dados ordinais e nominais e são muito úteis para a análise de testes de hipóteses; são também úteis para a análise de amostras grandes, em que os pressupostos paramétricos não se verifiquem, assim como para as amostras muito pequenas e para as investigações que envolvam hipóteses cujos processos de medida sejam ordinais. Além disso, os testes não paramétricos não são tão fededignos como os testes paramétricos.

Fonte: TUCKMAN, B. W. (2000). Manual de Investigação em Educação. Lisboa: Fundação Calouste Gulbenkian, p. 374

Comentário (5)

  • vivaldo| 23 Maio, 2017

    parabéns bom material

  • Graciela| 13 Outubro, 2016

    OBRIGADA!!!

  • César Augusto Ndai| 29 Setembro, 2016

    Estou grato pela matéria.

  • César| 4 Julho, 2016

    Obrigado.

    Foi uma boa ajuda.

  • Walter| 2 Julho, 2015

    Valeu a pena,,