Teste-t pareado no software gratuito Jamovi

Nesse vídeo, eu te explico como fazer o teste-t pareado (para duas amostras dependentes) usando o Jamovi.
Ensino também a testar o pressupostos do teste-t pareado: a normalidade das diferenças (pelo teste de Shapiro-Wilk). Além disso, explico como reportar os resultados encontrados.

Download do banco de dados:
https://drive.google.com/file/d/1sFeQ...



Quer me contratar para uma consultoria ou para analisar os seus dados? No link abaixo tem a explicação desses serviços e um formulário para você entrar em contato comigo: https://fernandafperes.com.br/servicos



REFERÊNCIAS BIBLIOGRÁFICAS:

Artigo (em português) comparando os testes de normalidade (e concluindo que o Shapiro-Wilk é superior aos demais, mesmo em amostras menores), e sugerindo avaliar a normalidade da variável dependente por grupo:
Leotti, V. B., Coster, R., & Riboldi, J. (2012). Normalidade de variáveis: métodos de verificação e comparação de alguns testes não-paramétricos por simulação. Revista HCPA. Porto Alegre. Vol. 32, no. 2 (2012), p. 227-234.

Artigo (em inglês) comparando os testes de normalidade, e concluindo que o Shapiro-Wilk é o que tem maior poder:
Razali, N. M., & Wah, Y. B. (2011). Power comparisons of Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors and Anderson-Darling tests. Journal of statistical modeling and analytics, 2(1), 21-33.

Artigo (em português) discutindo as alternativas a situações em que os dados não apresentam distribuição normal:
Paes, A. T. (2009). O que fazer quando a distribuição não é normal. Einstein–Educação continuada em Saúde, 7, 1.

Artigo (em inglês) discutindo que os testes paramétricos são razoavelmente robustos a violações da normalidade quando o n é grande:
Lumley, T., Diehr, P., Emerson, S., & Chen, L. (2002). The importance of the normality assumption in large public health data sets. Annual review of public health, 23(1), 151-169.

Berben, L., Sereika, S. M., & Engberg, S. (2012). Effect size estimation: methods and examples. International journal of nursing studies, 49(8), 1039-1047.

Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Frontiers in psychology, 4, 863.

Cumming, G. (2013). Cohen’s d needs to be readily interpretable: Comment on Shieh (2013). Behavior Research Methods, 45(4), 968-971.

Sawilowsky, S. S. (2009). New effect size rules of thumb. Journal of Modern Applied Statistical Methods, 8(2), 26.

Espírito Santo, H., & Daniel, F. (2017). Calcular e apresentar tamanhos do efeito em trabalhos científicos (1): as limitações do p 0, 05 na análise de diferenças de médias de dois grupos. Revista Portuguesa de Investigação Comportamental e Social, 1(1), 3-16.


Acompanhe o conteúdo de estatística também pelo Instagram:
  / estatisticaaplicada