Como escolher a análise estatística da pesquisa

Por saudelaboratorial · CRBM-GO 5438

Como escolher a análise estatística de uma pesquisa: um roteiro que começa antes do software

Escolher uma análise estatística não é procurar, no fim da coleta, um botão que entregue um valor de p. Esse atalho costuma inverter a ordem do trabalho científico. Antes da planilha, antes do R, do SPSS, do Jamovi ou do Python, existe uma decisão mais importante: definir com precisão o que a pesquisa quer estimar, comparar ou explicar.

Para aplicar esse roteiro, consulte o guia de escolha do teste estatístico e revise os erros comuns que comprometem uma análise.

A estatística entra para organizar a incerteza de uma pergunta bem formulada. Quando a pergunta é vaga, nenhum teste resolve o problema. Uma base com centenas de colunas pode produzir tabelas sofisticadas e, ainda assim, não responder ao que realmente importa. Por isso, a escolha do método deve partir do desenho do estudo, do tipo de variável, da estrutura dos dados e do objetivo inferencial, não da popularidade de determinado teste.

Este roteiro ajuda a construir essa escolha de forma defensável, especialmente em trabalhos acadêmicos, pesquisas clínicas, estudos observacionais e projetos aplicados.

Comece pela pergunta, não pelo teste

A primeira distinção é simples, mas muda o restante do processo: sua pergunta é descritiva, comparativa, associativa, preditiva ou causal?

Uma pergunta descritiva procura caracterizar uma população ou amostra. Qual é a mediana da idade? Qual proporção de participantes teve determinado desfecho? Nesse caso, medidas de tendência central, dispersão, tabelas de frequência e gráficos podem ser o núcleo da análise.

Uma pergunta comparativa investiga diferenças entre grupos. Por exemplo: a pressão arterial média difere entre dois grupos de tratamento? Aqui, a variável de desfecho, o número de grupos, a independência das observações e a distribuição dos dados passam a orientar a escolha.

Perguntas associativas avaliam se variáveis variam juntas, sem que isso autorize concluir causalidade. Correlação, tabelas de contingência e modelos de regressão podem ser úteis, dependendo da natureza das variáveis. Já uma pergunta preditiva procura estimar um desfecho a partir de informações disponíveis. A avaliação de desempenho do modelo, validação e risco de sobreajuste ganham peso.

A pergunta causal é mais exigente. Ela exige que o desenho e a estratégia analítica enfrentem confundimento, temporalidade, seleção e outras fontes de viés. Uma regressão ajustada pode ser parte da análise, mas não transforma automaticamente um estudo observacional em evidência causal.

Mapeie o desenho do estudo

O desenho delimita o que pode ser estimado e quais comparações são plausíveis. Em um estudo transversal, exposição e desfecho costumam ser observados no mesmo momento; isso limita conclusões sobre sequência temporal. Em uma coorte, o acompanhamento permite observar a ocorrência posterior de um desfecho. Em um ensaio randomizado, a alocação aleatória busca equilibrar, em média, fatores conhecidos e desconhecidos entre grupos, desde que o estudo seja bem conduzido.

Essa diferença não é apenas terminológica. Ela interfere no modo de relatar medidas de associação, na interpretação e nos ajustes necessários. Para estudos observacionais, o checklist STROBE orienta a descrição do desenho, dos participantes, das variáveis, das fontes de viés, do tamanho do estudo e dos métodos estatísticos. A diretriz cobre coortes, estudos caso-controle e transversais. STROBE/EQUATOR Network

Para ensaios randomizados, a declaração CONSORT 2025 descreve itens mínimos para relatar o estudo, incluindo métodos, fluxo de participantes, análise e acesso ao protocolo e ao plano de análise estatística. A versão atual contém uma checklist de 30 itens e um diagrama de fluxo de participantes. CONSORT 2025, BMJ

Diretrizes de relato não escolhem o teste no seu lugar. Elas cumprem outra função: forçam a explicitar decisões que, quando ficam escondidas, impedem o leitor de julgar a qualidade do estudo.

Classifique as variáveis antes de modelar

O próximo passo é criar um dicionário de dados. Para cada variável, registre nome, definição operacional, unidade, escala de medida, momento de coleta, codificação e papel analítico.

Em termos práticos, uma variável pode ser:

Contínua, como concentração de hemoglobina, idade ou escore de qualidade de vida
Categórica nominal, como sexo registrado, espécie ou presença de diagnóstico
Categórica ordinal, como graus de intensidade ou faixas de satisfação
Binária, como óbito sim/não ou resposta terapêutica sim/não
Contagem, como número de internações ou episódios de uma condição
Tempo até evento, como dias até recidiva, alta ou óbito

O tipo de desfecho costuma guiar a família de modelos. Um desfecho contínuo pode ser analisado por comparação de médias ou regressão linear, desde que a modelagem seja apropriada. Um desfecho binário frequentemente pede regressão logística ou outro modelo com distribuição adequada. Contagens podem exigir modelos de Poisson ou binomial negativa, sobretudo quando há sobredispersão. Para tempo até evento, métodos de sobrevivência podem ser mais informativos do que reduzir tudo a “ocorreu” ou “não ocorreu”.

Reduzir uma variável contínua a categorias, como transformar idade em “até 60” e “acima de 60”, pode facilitar uma tabela, mas frequentemente descarta informação. Isso só deve ser feito quando houver justificativa clínica, normativa ou analítica clara. Conveniência de apresentação não é, por si só, uma boa justificativa.

Observe a estrutura dos dados

Duas observações não são automaticamente independentes só porque aparecem em duas linhas diferentes da planilha. Pacientes atendidos na mesma unidade, medidas repetidas no mesmo indivíduo, alunos dentro de turmas e registros de municípios dentro de estados compartilham estruturas que podem produzir correlação interna.

Ignorar dependência pode subestimar a incerteza e tornar intervalos de confiança estreitos demais. Em medidas repetidas, pode ser necessário considerar modelos para dados longitudinais, efeitos mistos ou outras estratégias compatíveis com o objetivo e a estrutura de correlação. Em dados agrupados, modelos multinível ou erros-padrão robustos podem ser opções, mas a decisão precisa acompanhar a pergunta e o desenho.

Também vale olhar para perdas de seguimento, dados ausentes, duplicidades e valores implausíveis. A melhor análise não começa com imputação automática nem com exclusão silenciosa de linhas. Começa documentando quanto falta, por que falta e se a ausência pode estar associada a variáveis observadas ou não observadas.

Verifique pressupostos e adequação do método

A expressão “dados normais” é usada em excesso e, muitas vezes, de modo impreciso. Em uma comparação de grupos, por exemplo, a adequação de métodos paramétricos não depende exclusivamente de aplicar um teste de normalidade. Tamanho amostral, distribuição de resíduos, presença de valores influentes, homogeneidade de variâncias, objetivo da análise e robustez do procedimento também importam.

Gráficos ajudam mais do que uma decisão automática baseada em um único resultado de teste. Histogramas, gráficos de densidade, box plots, gráficos quantil-quantil e gráficos de resíduos permitem avaliar forma, assimetria, dispersão e possíveis pontos influentes. O NIST/SEMATECH e-Handbook of Statistical Methods reúne referências e materiais sobre planejamento, caracterização de processos, modelagem e análise estatística. NIST/SEMATECH e-Handbook

Se o método escolhido possui pressupostos, eles devem ser avaliados e relatados de modo proporcional ao estudo. Não basta escrever “os dados apresentaram distribuição normal” sem indicar o que foi examinado nem como essa decisão afetou a análise.

Estime, não apenas teste

Um resultado estatístico útil comunica mais do que “houve” ou “não houve significância”. A diferença estimada, a razão de chances, o risco relativo, a razão de prevalências, o coeficiente de regressão ou outra medida compatível com a pergunta deve ser acompanhada, sempre que possível, de intervalo de confiança e interpretação em unidades compreensíveis.

O valor de p não mede a probabilidade de a hipótese nula ser verdadeira, não informa o tamanho do efeito e não deveria ser a única base para decisões científicas, clínicas, empresariais ou de política pública. A American Statistical Association resume esses pontos em seis princípios sobre uso e interpretação de valores de p. ASA Statement on Statistical Significance and P-Values

Isso não significa abandonar testes de hipótese. Significa colocá-los no lugar correto: como uma parte da evidência, lida junto com magnitude, precisão, plausibilidade, qualidade dos dados, desenho e relevância prática.

Um roteiro operacional para a escolha

Antes de executar a análise, responda por escrito:

Qual é a pergunta principal e qual estimando responde a ela?
Qual é o desenho do estudo e qual população a amostra representa?
Qual é o desfecho primário, como foi medido e em que escala está?
Quais são a exposição, os grupos ou os preditores de interesse?
Quais variáveis podem confundir a associação ou modificar o efeito?
As observações são independentes? Há medidas repetidas ou agrupamentos?
Como serão tratados dados ausentes, valores extremos e múltiplas comparações?
Quais medidas de efeito e intervalos de confiança serão apresentados?
Quais análises são primárias, secundárias e exploratórias?

Esse documento, que pode integrar um plano de análise estatística, evita que escolhas metodológicas sejam feitas depois de olhar os resultados. Não elimina a necessidade de análises exploratórias, mas separa exploração de confirmação.

Conclusão

Escolher a análise estatística é construir uma ponte entre a pergunta e a evidência disponível. O software executa cálculos; não corrige uma hipótese mal definida, uma variável mal medida ou uma comparação que o desenho não sustenta.

Uma análise bem escolhida é transparente sobre seus limites, apresenta estimativas que o leitor consegue interpretar e explica por que aquele método responde melhor à pergunta. Esse é o padrão que torna um resultado discutível, reproduzível e útil.

Referências e leituras externas

American Statistical Association. ASA Statement on Statistical Significance and P-Values.
CONSORT Group. CONSORT 2025 statement: updated guideline for reporting randomised trials.
EQUATOR Network. STROBE Statement.
National Institute of Standards and Technology. NIST/SEMATECH e-Handbook of Statistical Methods.