{"id":969572,"date":"2024-07-11T06:24:31","date_gmt":"2024-07-11T13:24:31","guid":{"rendered":"https:\/\/www.questionpro.com\/blog\/?p=969572"},"modified":"2025-04-03T08:38:32","modified_gmt":"2025-04-03T15:38:32","slug":"diferencas-entre-testes-nao-parametricos-e-testes-parametricos","status":"publish","type":"post","link":"https:\/\/www.questionpro.com\/blog\/pt-br\/diferencas-entre-testes-nao-parametricos-e-testes-parametricos\/","title":{"rendered":"Diferen\u00e7as entre testes n\u00e3o param\u00e9tricos e testes param\u00e9tricos"},"content":{"rendered":"\n

Se voc\u00ea ainda n\u00e3o sabe as diferen\u00e7as entre testes n\u00e3o param\u00e9tricos e testes param\u00e9tricos, fique tranquilo. Neste artigo, explicaremos tudo o que voc\u00ea precisa saber.<\/p>\n\n\n\n\n\n

O que s\u00e3o testes n\u00e3o param\u00e9tricos e testes param\u00e9tricos?<\/strong><\/h2>\n\n\n\n

Testes n\u00e3o param\u00e9tricos e testes param\u00e9tricos s\u00e3o dois tipos de m\u00e9todos estat\u00edsticos utilizados para analisar dados, mas diferem em suas suposi\u00e7\u00f5es e aplica\u00e7\u00f5es. <\/p>\n\n\n\n

Os testes n\u00e3o param\u00e9trico<\/a>s s\u00e3o m\u00e9todos estat\u00edsticos que n\u00e3o assumem uma distribui\u00e7\u00e3o espec\u00edfica para os dados. Eles s\u00e3o flex\u00edveis e podem ser usados quando os dados n\u00e3o seguem uma distribui\u00e7\u00e3o normal. <\/p>\n\n\n\n

S\u00e3o adequados para dados ordinais, categ\u00f3ricos ou quando os pressupostos dos testes param\u00e9tricos n\u00e3o s\u00e3o atendidos, embora possam ter menor poder estat\u00edstico em compara\u00e7\u00e3o com testes param\u00e9tricos. Exemplos incluem o Teste de Mann-Whitney, o Teste de Kruskal-Wallis e o Teste de Wilcoxon.<\/p>\n\n\n\n

Por outro lado, os testes param\u00e9tricos <\/a>s\u00e3o m\u00e9todos estat\u00edsticos que assumem que os dados seguem uma distribui\u00e7\u00e3o espec\u00edfica, geralmente a distribui\u00e7\u00e3o normal. Eles requerem que os dados sejam num\u00e9ricos e normalmente distribu\u00eddos. <\/p>\n\n\n\n

Quando esses pressupostos s\u00e3o atendidos, os testes param\u00e9tricos geralmente fornecem resultados mais precisos e t\u00eam maior poder estat\u00edstico. Eles funcionam melhor com amostras grandes, onde a distribui\u00e7\u00e3o dos dados tende a ser mais normal. Exemplos incluem o Teste t de Student,<\/a> a ANOVA<\/a> e o Teste de regress\u00e3o linear.<\/p>\n\n\n\n

Diferen\u00e7as entre testes n\u00e3o param\u00e9tricos e testes param\u00e9tricos<\/strong><\/h2>\n\n\n\n
Testes n\u00e3o param\u00e9tricos<\/th>Testes param\u00e9tricos<\/th><\/tr>
Maior poder estat\u00edstico.<\/td>Menor poder estat\u00edstico.<\/td><\/tr>
Eles s\u00e3o aplicados a vari\u00e1veis \u200b\u200b\u200b\u200bcateg\u00f3ricas.<\/td>Eles s\u00e3o aplicados a vari\u00e1veis \u200b\u200bnormais ou de intervalo.<\/td><\/tr>
Eles s\u00e3o usados \u200b\u200bpara pequenas amostras.<\/td>Eles s\u00e3o usados \u200b\u200bpara amostras grandes.<\/td><\/tr>
A forma de distribui\u00e7\u00e3o dos dados n\u00e3o \u00e9 conhecida.<\/td>Sua distribui\u00e7\u00e3o de dados est\u00e1 normal.<\/td><\/tr>
Eles n\u00e3o fazem muitas suposi\u00e7\u00f5es.<\/td>Eles fazem muitas suposi\u00e7\u00f5es.<\/td><\/tr>
Eles exigem uma condi\u00e7\u00e3o de validade inferior.<\/td>Eles exigem uma condi\u00e7\u00e3o maior de validade.<\/td><\/tr>
Maior probabilidade de erros.<\/td>Menor probabilidade de erros.<\/td><\/tr>
O c\u00e1lculo \u00e9 menos complicado de fazer.<\/td>O c\u00e1lculo \u00e9 complicado de fazer.<\/td><\/tr>
As hip\u00f3teses s\u00e3o baseadas em intervalos, mediana e frequ\u00eancia dos dados.<\/td>As hip\u00f3teses s\u00e3o baseadas em dados num\u00e9ricos.<\/td><\/tr>
Os c\u00e1lculos n\u00e3o s\u00e3o exatos.<\/td>Os c\u00e1lculos s\u00e3o muito exatos.<\/td><\/tr>
Considere os valores ausentes para obter informa\u00e7\u00f5es.<\/td>N\u00e3o leva em considera\u00e7\u00e3o valores faltantes para obter informa\u00e7\u00f5es.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Antes de aplicar testes n\u00e3o param\u00e9tricos ou testes param\u00e9tricos, \u00e9 importante conhecer aspectos como o objetivo da pesquisa, <\/a>o tamanho da popula\u00e7\u00e3o<\/a> e a escala que ser\u00e1 utilizada para mensurar os dados.<\/p>\n\n\n\n

\u00c9 prov\u00e1vel que os dados n\u00e3o cumpram os requisitos de um teste param\u00e9trico, sendo necess\u00e1rio escolher um teste n\u00e3o param\u00e9trico, ou seja, quando o tamanho da amostra \u00e9 pequeno ou a distribui\u00e7\u00e3o n\u00e3o \u00e9 normal.<\/p>\n\n\n\n

Outro fator a ser considerado \u00e9 que, embora os testes param\u00e9tricos possam lidar com uma distribui\u00e7\u00e3o anormal em alguns casos, os testes n\u00e3o param\u00e9tricos possuem suposi\u00e7\u00f5es extremamente r\u00edgidas que n\u00e3o podem ser ignoradas.<\/p>\n\n\n\n

Finalmente, se o tamanho da amostra for pequeno, os resultados provavelmente n\u00e3o ser\u00e3o alcan\u00e7ados utilizando um teste n\u00e3o param\u00e9trico. Quando a popula\u00e7\u00e3o n\u00e3o \u00e9 muito grande, as chances de identificar um efeito significativo s\u00e3o menores.<\/p>\n\n\n\n

\n\n