Teresa Garcia-Marques (*)
RESUMO
As decisões sobre a análise estatística dos dados de uma investigação, estando intimamente relacionadas com o delineamento do estudo e com as hipóteses que o geram, não podem ser encaradas como uma tarefa independente, a ser realizada após a recolha de dados.
Para ilustrar a estreita relação entre hipótese de estudo e hipótese estatística, dados de um estudo publicitário são abordados de três modos diferentes, tendo por subjacente o modelo ANOVA. A primeira abordagem negligencia o delineamento factorial do estudo e analisa cada efeito principal por uma ANOVA One-way. A segunda tem em consideração a natureza factorial do delineamento experimental mas não a especificidade das hipóteses em estudo. A terceira procura a total adequação entre hipótese de estudo e abordagem estatística, realizando análises específicas definidas em contrastes ou comparações planeadas. Uma leitura comparativa das conclusões retiradas de cada abordagem permite perceber o argumento de estreita relação entre a planificação de um estudo e seu tratamento estatístico.
Palavras-chave: Análise Estatítica, ANOVA, Contrastes.
ABSTRACT
]]> There is a close relation between experimental hypothesis, experimental design and statistical data analysis. In order to understand the way statistical data analysis is dependent of design and hypothesis this article discusses three different approaches to the same set of data, all them within an ANOVA model. The first approach neglects the factorial nature of the design and analyses the data with an One-way ANOVA. The second approach has in consideration the nature of the design but not the specificity of the hypothesis that orientated the study. The third approach tries to achieve a total fit between statistical and study hypothesis, suggesting a couple of planned comparisons. The conclusions associated with these three different approaches allow us to understand the argument of a close relation between the way we plan the study and the way we analyze its data.Key words: Statistical Analysis, ANOVA, Contrast.
Texto completo disponível apenas em PDF.
Full text only available in PDF format.
REFERÊNCIAS
Azevedo, M. & Garcia-Marques, T. (no prelo). Que confiança podemos ter nas conclusões estatísticas que apresentamos?. Psicologia.
Borgatta, E. F., & Bohrnstedt, G. W. (1980). Level of measurement: Once over again. Sociological Methods and Research, 9, 147-160. [ Links ]
Box, G. E. P. (1954). Some theorems on quadratic forms applied in the study of analysis of variance problems, I. Effects of inequality of variance in the one-way classification. Annual of Mathematics Statistics, 25, 290-302.
]]> Davidson, M. L., & Sharma, A. R. (1988). Parametric statistics and levels of measurement. Psychological Bulletin, 140, 137-144.Gaito, J. (1980). Measurement scales and statistic: Resurgence of an old misconception. Psychological Bulletin, 87, 564-567.
Garcia-Marques, T., & Azevedo, M. (1995). A inferência estatística múltipla e o problema da inflação do nível de alfa: a ANOVA como exemplo. Psicologia, 10 (1), 195-220.
Lovie, A. D. (1991). New developments in statistics for psychology and the social sciences. London: BPS and Routledge.
Michell, J. (1986). Measurement scales and statistic: a clash of paradigms. Psychological Bulletin, 100, 398-407.
Murteira, B. J. F. (1990). Probabilidades e estatística (Vol. I). Lisboa: McGraw-Hill. Scheffé, H. (1953). A method for judging all contrasts in the analysis of variance. Biometrika, 40, 87-104.
Scheffé, H. (1959). Analysis of variance. New York: Wiley.
(*) Instituto Superior de Psicologia Aplicada.
]]>