Teste do qui-quadrado de independência: cálculo e interpretação
Resumo: Aprende a construir uma tabela de contingência, calcular frequências esperadas e interpretar o qui-quadrado com um exemplo completo.
Para que serve o qui-quadrado de independência
O teste do qui-quadrado de Pearson avalia associação entre duas variáveis categóricas numa tabela de contingência. Pode ajudar a investigar se a conclusão de um curso se relaciona com participação em apoio tutorial. Cada observação deve pertencer a uma categoria de cada variável e contribuir para uma célula. O teste compara contagens observadas com as esperadas sob independência; não se aplica diretamente a médias nem a percentagens desligadas dos números de participantes.
Distinguir independência e ajustamento
No teste de independência, há duas variáveis e as frequências esperadas resultam dos totais das linhas e colunas. Num teste de ajustamento, uma única variável é comparada com proporções teóricas especificadas. Embora ambos usem estatísticas chamadas qui-quadrado, respondem a perguntas diferentes. Antes de escolher o comando no software, escreve a hipótese: por exemplo, participação e conclusão são independentes na população de interesse, considerando o desenho de recolha.
Construir a tabela com contagens
Organiza categorias que sejam claras e mutuamente exclusivas. No exemplo fictício, 40 estudantes participaram no apoio: 30 concluíram e 10 não concluíram. Outros 60 não participaram: 30 concluíram e 30 não concluíram. Os totais são 100 estudantes, 60 conclusões e 40 não conclusões. Mostra os totais marginais e identifica a orientação das percentagens. Dizer 30 estudantes em cada grupo concluíram oculta que os denominadores são diferentes.
Ler percentagens com o denominador correto
Entre participantes, a proporção de conclusão é 30 / 40 = 75%; entre não participantes é 30 / 60 = 50%. A diferença descritiva é 25 pontos percentuais. Não confundas esta comparação com a composição dos 60 estudantes que concluíram: metade participou e metade não participou. São descrições diferentes, ambas corretas quando o denominador está identificado. A pergunta determina qual percentagem deve receber destaque na redação e no gráfico.
Calcular as frequências esperadas
Sob independência, a frequência esperada de cada célula é total da linha x total da coluna / total geral. Para participantes que concluíram, E = 40 x 60 / 100 = 24. As restantes esperadas são 16 para participantes que não concluíram, 36 para não participantes que concluíram e 24 para não participantes que não concluíram. São referências do modelo nulo, não novos participantes nem observações a acrescentar à base.
Calcular o valor do qui-quadrado
Soma (observada - esperada) ao quadrado / esperada para todas as células. Neste exemplo, as contribuições são 36 / 24 = 1,50; 36 / 16 = 2,25; 36 / 36 = 1,00; e 36 / 24 = 1,50. A estatística total é 6,25. Os graus de liberdade são (2 - 1) x (2 - 1) = 1. Pelo teste assintótico de Pearson sem correção de continuidade, o valor de p é aproximadamente 0,0124.
Interpretar o resultado com prudência
Ao nível de 5%, este exemplo fornece evidência contra independência entre participação e conclusão, sob os pressupostos do teste. Não demonstra que o apoio causou a diferença: motivação, disponibilidade e desempenho anterior podem influenciar participação e conclusão. Também não informa, sozinho, qual associação seria observada noutra instituição. Liga o resultado às percentagens e à seleção da amostra, para que a conclusão não seja reduzida a uma frase sobre significância.
Frequências pequenas e teste exato
A aproximação qui-quadrado depende de condições de amostragem e da distribuição das frequências esperadas. Verifica as esperadas, e não apenas o total de participantes; existem orientações diferentes conforme dimensão e estrutura da tabela. Em tabelas pequenas ou esparsas, considera um método exato adequado, como Fisher para uma tabela 2 por 2, ou um procedimento de simulação justificado. Não unas categorias apenas para conseguir um resultado significativo; qualquer agrupamento deve ter sentido substantivo.
Correção de continuidade e diferenças no software
Numa tabela 2 por 2, alguns programas apresentam a correção de Yates por predefinição; outros mostram Pearson sem correção, teste exato e razão de verosimilhanças. Estes procedimentos podem devolver valores diferentes. Identifica qual foi usado e não escolhas o menor valor de p da tabela de saída. O cálculo de 6,25 deste guia corresponde explicitamente a Pearson sem correção. Se reproduzires o exemplo, confirma essa opção antes de comparar números.
Magnitude da associação e direção
Uma medida possível é V de Cramér, calculado como raiz(qui-quadrado / (N x mínimo de linhas menos 1 e colunas menos 1)). Na tabela do exemplo, V = raiz(6,25 / 100) = 0,25. A medida não tem sinal; descreve a direção pela tabela e pelas percentagens. Em contextos apropriados, diferenças ou razões de proporções com intervalos podem complementar a leitura. A interpretação substantiva depende da pergunta e não deve seguir rótulos universais de efeito sem contexto.
Quando a independência das observações falha
Respostas antes e depois das mesmas pessoas não formam automaticamente duas amostras independentes. Para resultados binários emparelhados, um procedimento como McNemar pode responder melhor à pergunta. Questionários que permitem marcar várias opções também exigem cuidado, porque uma pessoa pode gerar várias contagens dependentes. Em inquéritos complexos, ponderação e agrupamento podem exigir testes ajustados ao desenho. Não uses a tabela comum para esconder essas dependências.
Como apresentar o teste na monografia
Inclui a tabela de contagens, percentagens com denominador identificado, número analisado, método e verificação das esperadas. No exemplo fictício, podes relatar qui-quadrado(1, N = 100) = 6,25, p aproximadamente 0,0124, V de Cramér = 0,25, usando Pearson sem correção. Acrescenta que a conclusão foi de 75% e 50% nos grupos e discute seleção e confundimento. Se explorares várias células ou tabelas, documenta multiplicidade e mantém claras as análises previstas e exploratórias.
Fontes
Perguntas frequentes
O qui-quadrado compara médias?
O teste de independência compara contagens numa tabela de duas variáveis categóricas. A comparação de médias exige um procedimento adequado a resultados numéricos.
Devo verificar contagens observadas ou esperadas?
Para avaliar a aproximação assintótica, verifica as frequências esperadas sob independência, juntamente com o desenho e as restantes condições do teste.
Porque o meu programa apresenta outro valor de p?
Confirma se foi usado Pearson sem correção, correção de continuidade, teste exato ou outro procedimento. Métodos diferentes podem produzir resultados distintos.
Formata as fontes que consultaste no gerador de bibliografia.