Uma parte importante do empreendimento científico envolve a comparação entre grupos. Por exemplo, podemos querer comparar pessoas com e sem ensino superior, monolíngues e bilíngues, ou moradores das cinco regiões do Brasil. Em todos esses casos, o nosso interesse é investigar se os grupos diferem em função de alguma variável contínua.
Em tais cenários, os testes apropriados são o teste t de amostras independentes e a análise de variância (ANOVA) unifatorial. Neste post, vamos discutir quando usar cada uma dessas técnicas, seus pressupostos e exemplos de perguntas de pesquisa que se ajustam a cada uma delas.
Teste t de amostras independentes
Quando usar o teste t de amostras independentes para comparação entre grupos?
Usamos o teste t de amostras independentes quando queremos comparar as médias de duas amostras independentes. Consideramos as amostras como independentes quando não há relação entre os indivíduos em cada uma delas.
Por exemplo, suponha que estudantes participaram de um experimento que simulou uma situação de sala de aula. Os participantes foram instruídos sobre uma técnica de solução de inequações. Além disso, metade dos estudantes (grupo experimental) assistiu a um colega (um confederado da pesquisa que estava na sala de aula simulada) tentar solucionar uma questão na lousa (grupo experimental). A outra metade (grupo controle) não passou pela etapa de observar o confederado tentar solucionar uma questão na lousa.
Em seguida, questionamos os estudantes, em uma escala de 0 (Totalmente incapaz) a 10 (Totalmente capaz), o quão capazes eles se consideravam de resolver uma questão envolvendo inequação (medida de autoeficácia). Com base nessa descrição, podemos comparar os escores de autoeficácia em função dos dois grupos independentes (controle vs. experimental) por meio do teste t de grupos independentes (Figura 1).
Quais são os pressupostos do teste t de amostras independentes?
Os pressupostos do teste t de amostras independentes são a independência das observações, a normalidade e a homogeneidade das variâncias.
Em relação à independência das observações, o teste t assume que cada escore é independente dos demais em ambas as amostras.
Violaríamos esse pressuposto, por exemplo, se exibíssemos esse vídeo coletivamente e, posteriormente, os participantes tivessem que dar suas respostas em voz alta, de forma sequencial. Isso ocorreria porque as respostas subsequentes poderiam ser dependentes das respostas dadas pelos respondentes anteriores.
Por outro lado, o pressuposto de normalidade assume que os escores de autoeficácia devem ter distribuição aproximadamente normal em cada um dos grupos de interesse. Finalmente, o pressuposto de homogeneidade das variâncias assume que a variabilidade dos escores de autoeficácia deve ser aproximadamente igual entre os dois grupos.
Exemplos de comparação entre grupos que podem ser analisadas por meio de teste t de amostras independentes
Em seguida, apresentamos mais alguns exemplos de perguntas de pesquisa que o teste t de amostras independentes ajudaria a responder:
- Há diferenças significativas nas pontuações médias de autoestima entre homens e mulheres?
- A média de pressão arterial é significativamente diferente em pacientes com e sem doença cardíaca?
- Existe uma diferença significativa nos níveis de imunidade de crianças que possuem e que não possuem animais de estimação?
- Existem diferenças nas habilidades de memória de estudantes monolíngues e bilíngues?
Note que, em todos os casos, o elemento comum aos exemplos é que eles visam comparar uma variável contínua em função de uma variável categórica com apenas duas categorias independentes.
Análise de variância (ANOVA)
Quando usar a ANOVA para comparação entre grupos?
Usamos a ANOVA unifatorial (ou ANOVA one-way) quando queremos comparar as médias de três ou mais amostras independentes. Tal como dissemos anteriormente, consideramos nossas amostras independentes quando não há relação entre os escores dos indivíduos em cada amostra.
Por exemplo, suponha que designamos aleatoriamente os participantes de um experimento para receber a administração de um placebo inativo ou de uma de três doses de psilocibina: baixa (10 mg/70 kg), média (20 mg/70 kg) ou alta (30 mg/70 kg). Avaliamos a praxia motora 3 horas depois da administração das drogas, sendo que o tempo de reação, um índice de lentificação psicomotora, foi nossa variável dependente.
Em nosso exemplo, portanto, queremos comparar os tempos de reação médios dos participantes na tarefa de praxia motora em função dos quatro grupos definidos nominalmente pela dose administrada (placebo, baixa, média e alta). Apresentamos dados hipotéticos desse estudo na Figura 2, que poderiam ser analisados por meio de uma ANOVA unifatorial.
Quais são os pressupostos da ANOVA?
Os pressupostos da ANOVA são similares aos do teste t de grupos independentes, a saber, independência das observações, normalidade dos escores em cada grupo e homogeneidade das variâncias.
No que diz respeito ao terceiro pressuposto, os escores da Figura 2 sugerem violação ao pressuposto de homogeneidade das variâncias, pois as variâncias parecem ser maiores para os grupos dose média e dose alta, em comparação ao placebo e dose baixa. Em tais casos, pesquisadores podem adotar correções para o teste, como, por exemplo, reportar a ANOVA de Welch.
Saiba mais: Como lidar com os pressupostos da análise de variância (ANOVA)?
Exemplos de comparação entre grupos que podem ser analisadas por meio de ANOVA
Em seguida, apresentamos mais alguns exemplos de perguntas de pesquisa que a ANOVA poderia ajudar a responder:
- Existem diferenças significativas nas pontuações médias de satisfação com a vida em três grupos etários (jovens, adultos e idosos)?
- Existem diferenças nas notas da redação no Enem em uma amostra aleatória de estudantes das cinco regiões do Brasil?
- Há diferenças nos níveis de felicidade subjetiva de usuários do Facebook, Instagram, X e TikTok (considerando apenas usuários que têm conta em apenas uma dessas redes sociais)?
- Há diferenças nos conhecimentos de psicometria por parte de psicólogos clínicos, escolares e organizacionais (assumindo profissionais que atuam em apenas uma dessas áreas)?
Note que, em todos os casos, o elemento comum aos exemplos é que eles visam comparar uma variável contínua em função de uma variável categórica com três ou mais categorias independentes.
A ANOVA é um teste de hipótese global (omnibus) que avalia se a variância dos escores entre os grupos é maior do que as variâncias dos escores dentro de cada grupo. Sendo assim, se a ANOVA for estatisticamente significativa, isso indicará que pelo menos um par de grupos têm médias que diferem entre si.
No entanto, dado que a ANOVA é um teste global, seu resultado não nos informa quais grupos diferem entre si. Sendo assim, para obtermos essa informação, será necessário realizar testes de comparações múltiplas — ou outras análises — para entendermos onde estão essas diferenças.
Conclusão
Neste post, apresentamos o teste t de amostras independentes e a ANOVA unifatorial que, em síntese, avaliam se as médias de grupos diferem ou não entre si. A principal diferença entre as análises é que o teste t serve para comparação entre dois grupos, enquanto a ANOVA visa comparar três ou mais grupos.
Se você precisa aprender análise de dados, então faça parte da Psicometria Online Academy, a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).
Referência
Field, A. (2017). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
Como citar este post
Lima, M. (2025, 16 de janeiro). Comparação entre grupos: Quando utilizar o teste t de amostras independentes e análise de variância (ANOVA)? Blog Psicometria Online. https://www.blog.psicometriaonline.com.br/comparacao-entre-grupos-teste-t-e-anova/
