1.

ESTATSTICA NO PARAMTRICA

1.1. INTRODUO AO TESTE DE HIPTESE

Muitos problemas de engenharia requerem que decidamos entre aceitar ou rejeitar uma afirmao
acerca de algum parmetro. A afirmao chamada hiptese e o procedimento de tomada de deciso sobre a
hiptese chamado de teste de hiptese.
Estimao de parmetros com teste estatstico de hipteses e com intervalo de confiana so mtodos
fundamentais usados no estgio de anlise de dados de um experimento comparativo, em que o engenheiro
est interessado, por exemplo, em comparar mdia de uma populao com um certo valor especificado.
Para se chegar concluso que uma determinada hiptese dever ser aceita ou rejeitada, baseado em
um particular conjunto de dados, necessrio dispor de um processo objetivo que permita decidir sobre a
veracidade ou falsidade de tal hiptese.
A objetividade deste processo deve ser baseada na informao proporcionada pelos dados, e como
estes dados, em geral, envolvem apenas parte da populao que se pretende atingir, no risco que se est
disposto a correr de que a deciso tomada no esteja correta.
A metodologia para a deciso sobre a veracidade ou falsidade de uma determinada hiptese envolve
algumas etapas.
1. Definir a hiptese de igualdade (H0).
2. Escolher a prova estatstica (com o modelo estatstico associado) para tentar rejeitar H0.
3. Definir o nvel de significncia () e um tamanho de amostra (n).
4. Determinar (ou supor determinada) a distribuio amostral da prova estatstica sob a hiptese de nulidade.
5. Definir a regio de rejeio.
6. Calcular o valor da prova estatstica, utilizando os valores obtidos na(s) amostra(s). Se tal valor estiver na
regio de rejeio, rejeitar, ento a hiptese nula, seno a deciso ser que a hiptese nula no poder ser
rejeitada ao nvel de significncia determinado.
So exemplos de hipteses estatsticas:
a) A altura mdia da populao brasileira de 1,65 m, isto : H: = 1,65 m.
b) A varincia populacional dos salrios vale R$ 5002, isto : H: 2 = 5002.
c) A proporo de paulistas com a doena X de 40%, ou seja: H: p = 0,40.
d) A taxa de queima de um propelente slido de 50 cm/seg.: H: = 50 cm/seg.

1.2. AS HIPTESES

Uma hiptese estatstica uma suposio ou afirmao que pode ou no ser verdadeira, relativa a uma
ou mais populaes. A veracidade ou falsidade de uma hiptese estatstica nunca conhecida com certeza, a
menos que, se examine toda a populao, o que impraticvel na maior parte das situaes.
Desta forma, toma-se uma amostra aleatria da populao de interesse e com base nesta amostra
estabelecido se a hiptese provavelmente verdadeira ou provavelmente falsa. A deciso de que a hiptese
provavelmente verdadeira ou falsa tomada com base em distribuies de probabilidade denominadas de
distribuies amostrais. Em estatstica trabalha-se com dois tipos de hiptese.
A hiptese nula a hiptese de igualdade. Esta hiptese denominada de hiptese de nulidade e
representada por H0 (l-se h zero). A hiptese nula normalmente formulada com o objetivo de ser rejeitada.
A rejeio da hiptese nula envolve a aceitao de outra hiptese denominada de alternativa. Esta hiptese
a definio operacional da hiptese de pesquisa que se deseja comprovar. A natureza do estudo vai definir
como deve ser formulada a hiptese alternativa. Por exemplo, se o teste do tipo paramtrico, onde o
parmetro a ser testado representado por , ento a hiptese nula seria: H0 : = 0 e as hipteses
1
alternativas seriam:
H1 : = 1 (Hiptese alternativa simples) ou
H1 : 0 ; > 0 ou < 0. (Hipteses alternativas compostas)
No primeiro caso, H1: 0, diz-se que o teste bilateral (ou bicaudal), se H1: > 0, diz-se que o
teste unilateral (ou unicaudal) direita e se H1: < 0, ento, diz-se que o teste unilateral (ou unicaudal)
esquerda.

EXEMPLOS
a) H0: = 1,65 m
H1: 1,65 m ou > 1,65 m ou < 1,65 m

b) H0: 2 = 5002
H1: 2 5002 ou 2 > 5002 ou 2 < 5002

c) H0: p = 0,40
H1: p 0,40 ou p > 0,40 ou p < 0,40

d) H0: = 50 cm/seg.
H1: 50 cm/seg. ou > 50 cm/seg. ou < 50 cm/seg.

1.3. TIPOS DE ERROS

H dois possveis de erros, quando realizamos um teste estatstico para aceitar ou rejeitar H0. Podemos
rejeitar a hiptese H0, quando ela verdadeira, ou aceitar H0, quando ela falsa.
O erro de rejeitar H0, sendo H0 verdadeira, denominado Erro tipo I, e a probabilidade de se cometer o
Erro tipo I designada .
Por outro lado, o erro de aceitar H0, sendo H0 falsa, denominado Erro tipo II, e a probabilidade de
cometer o Erro tipo II designada .
Os possveis erros e acertos de uma deciso com base em um teste de hiptese estatstico esto
sintetizados no Quadro 3.1.

Quadro 3.1. Possveis erros e acertos de uma deciso a partir de um teste de hiptese.
Realidade
H0 verdadeira H0 falsa
Aceitar H0 Deciso correta (1 - ) Erro tipo II ()
Deciso
Rejeitar H0 Erro tipo I () Deciso correta (1 - )

Observe: O Erro tipo I s poder ser cometido quando se rejeitar H0, enquanto o Erro tipo II poder
ocorrer quando se aceitar H0.

O tomador de deciso deseja, obviamente, reduzir ao mnimo as probabilidades dos dois tipos de erros.
A reduo simultnea dos erros poder ser alcanada pelo aumento do tamanho da amostra, evidentemente,
com aumento dos custos. Para um mesmo tamanho de amostra, a probabilidade de incorrer em um Erro tipo
II aumenta medida que diminui a probabilidade do Erro tipo I, e vice-versa.

1.3.1. O MECANISMO DOS ERROS

Para compreender o relacionamento dos erros e suas dimenses, vamos idealizar uma configurao a
partir de um exemplo:
2
 Desejamos testar H0: = 20 contra H1: > 20. Sabemos que a varincia da populao vale 16 e
que foi retirada de uma amostra de 16 elementos. Ou seja:
H0: = 20 2 = 16 n = 16
H1: > 20

Como , estimador de , tem distribuio normal, temos graficamente:

Figura 3.1. Distribuio da mdia amostral para testar H0: = 20.

Para valores de prximos de 20 a hiptese H0 poder ser aceita. Como H1: > 20, devemos ter um
limite crtico direita para valores de . Assim:

Figura 3.2. Limite crtico para aceitar, ou rejeitar, H0: = 20.

Observar o grfico: a rea hachurada direita de corresponde probabilidade de rejeitar H0,

quando H0: = 20 verdadeira. Essa rea representa a probabilidade de cometer o Erro tipo I, ou seja, a
rea representa o risco .
Para encontrar um limite crtico , podemos atribuir valores para . Admitir que = 0,05 = 5%. Para
encontrar , preciso padronizar a distribuio normal das mdias, como explicado a seguir:

Ou seja:

3
assim:

Logo: = 21,64.

Assim, a regra de deciso para H0 ser:

Rejeitar H0, quando > 21,64.
Aceitar H0, quando < 21,64.

fcil constatar, pelas observaes dos grficos, que h grande probabilidade de aceitar H0: = 20
95% - e pouca probabilidade apenas 5% - de rejeitar H0: = 20. Quando se aceita uma hiptese H0, pode-
se estar cometendo o Erro tipo II aceitar H0, quando H0 falsa. No exemplo, essa probabilidade de Erro
pode ser de 95% quando H0: = 20 for falsa. Por outro lado, h apenas 5% de chances de rejeitar H0.
Todavia, quando se rejeita H0, pode-se estar cometendo o Erro tipo I rejeitar H0, quando H0 verdadeira.
Como a probabilidade nesse caso relativamente baixa 5% -, a deciso de rejeitar H0 muito mais segura
do que a deciso de aceitar H0. Esta a lgica do teste de significncia:
Atribuem-se baixos valores para , geralmente de 1% a 10%.
Formula-se H0 com pretenso de rejeit-la, da o nome de hiptese nula.
Se o teste indicar a rejeio de H0, h um indicador mais seguro para a deciso.
Caso o teste indique a aceitao de H0, diz-se que, com o nvel de significncia , no se pode rejeitar
H0, e nestes casos a deciso no to segura quanto deciso de rejeitar H0.

Fixando , podemos determinar a probabilidade de cometer o erro tipo II. Para o clculo de
(probabilidade de aceitar H0, quando H0 falsa), preciso admitir outros valores para H0, j que seu valor
original considerado falso. No exemplo, H0: = 20 seria falso, ou seja, em realidade > 20. Essa
suposio corresponde a uma infinidade de possveis valores para , por exemplo: 20,2; 20,5; 21,22... Para
cada um desses valores, podemos determinar o valor de condicionando hiptese admitida. Assim, para
um valor qualquer, 1 > 20, temos a seguinte configurao para o Erro tipo II.

Se , por exemplo, for igual a 20,5, ser aceita a hiptese falsa: H0: = 20, quando na realidade a
verdadeira hiptese H0: = 1.
Quando consideramos valores de 1 prximos de 20, temos elevados ndices para . Imagine, olhando
o grfico, o deslocamento de 1 para a esquerda. Quando 1 = 21,64, temos: P(/ 1 = 21,64) = 50%, e esse
valor ir crescendo, medida que consideramos valores para 1 menores que 21,64.
Vamos calcular alguns valores de .

4
a) Quanto valer , dado que = 22?

b) Quanto valer , dado que = 21,64?

c) Quanto valer , dado que = 21?

5
d) Quanto valer , dado que = 20,5?

Assim:
H0: = 1 1-
20,50 0,8729 0,1271
21,00 0,7389 0,2611
21,64 0,5000 0,5000
22,00 0,3594 0,6406

Deve-se observar que, quando temos hipteses prximas hiptese original ( = 20), os valores de
so elevados, diminuindo medida que o valor de 1 se afasta do valor testado. No comprometedor
termos elevados valores de para hipteses prximas daquelas que estamos testando. Ou seja, dizer que h
um erro de 0,8729 (87,29%) ao aceitar H0: = 20, quando na realidade H0: = 20,5, no um resultado
preocupante, pois estamos aceitando 20, quando o verdadeiro pode ser 20,5. A diferena de 0,5 (erro
absoluto) no to preocupante. Quando os valores alternativos (1) se afastam do valor da hiptese original,
no caso, = 20, as probabilidades de erros () diminuem, atenuando as preocupaes do pesquisador.

1.4. TESTE QUI-QUADRADO

O mais popular teste no paramtrico o teste qui-quadrado, ou teste de adequao do ajustamento.

Seja um experimento aleatrio. Sejam E1, E2, ...,EK, K eventos associados a . O experimento
realizado n vezes.
Sejam Fo1, Fo2, ..., FOK as freqncias observadas para cada um dos K eventos considerados.
Sejam Fe1, Fe2, ..., FeK as freqncias esperadas, ou freqncias tericas dos K eventos considerados.
Desejamos realizar um teste estatstico para verificar se h adequao de ajustamento entre as
freqncias observadas e as freqncias esperadas. Isto , se h discrepncias (Foi Fei), i = 1, 2, ..., K so
devidas ao acaso, ou se de fato existe diferena significativa entre as freqncias.
O procedimento para efetuar o teste :
1) Enunciar hipteses H0 e H1 H0 afirmar no haver discrepncia entre as freqncias observadas e
esperadas, enquanto H1 afirmar que as freqncias observadas e esperadas so discrepantes.

2) Fixar e o nvel de significncia do teste. Escolher a varivel Qui-Quadrado com = (K 1). Lembre-se:
K = nmero de eventos.

3) Com auxlio da tabela de distribuio Qui-Quadrado, determinam-se RA (regio de aceitao) e RC

(regio crtica).

6
4) Clculo do valor da varivel:
2 K Foi Fei 2 Fo1 Fe1 2 FoK FeK 2
cal ...
i 1 Fei Fe1 FeK

5) Concluso:
2 2
Se cal < tab , no podemos rejeitar H0, ou seja, as freqncias observadas e esperadas no so
discrepantes.
2 2
Se cal > tab , rejeitamos H0, concluindo, com risco , que h discrepncias entre as freqncias
observadas e esperadas. Ou seja, no h adequao do ajustamento.

EXEMPLO: Em 100 lances de uma moeda, observaram-se 65 coroas e 35 caras. Testar a hiptese de a
moeda ser honesta, adotando = 5%.
Soluo: (1) H0: A moeda honesta (em 100 lances, esperam-se: 50 caras e 50 coroas).
H1: A moeda no honesta.
2
(2) = 5%. Escolhe-se uma 1 , pois K = 2 e = 2 1 = 1.
(3) Determinao da RC e RA, com auxlio da Tabela de distribuio 2.

(4) Calculo da varivel:

Eventos Cara Coroa
Frequncias observadas 35 65
Frequncias esperadas 50 50

7
 2 2 Foi Fei 2 35 502 65 502
cal 9
i 1 Fei 50 50
(5) Concluso:
2
Como cal > 3,84, rejeita-se H0, concluindo-se, com risco de 5%, que a moeda no honesta.

EXERCCIO: Deseja-se testar se o nmero de acidentes em uma empresa se distribui igualmente pelos dias
da semana. Para tanto, foram levantados os seguintes dados:
Dia da Semana Dom. Seg. Ter. Qua. Qui. Sex. Sab.
Nmero de acidentes 17 33 21 22 26 36 20

Adotar = 5%.

1.4.1. TESTE QUI-QUADRADO PARA INDEPENDNCIA OU ASSOCIAO

Uma importante aplicao do teste Qui-Quadrado ocorre quando queremos estudar a associao, ou
dependncia, entre duas variveis. A representao das freqncias observadas dada por uma tabela de
dupla entrada, ou tabela de contingncia.
O clculo das freqncias esperadas fundamenta-se na definio de independncia estatstica entre
dois eventos. Isto , diz-se que X e Y so independentes se a distribuio conjunta de probabilidades de (Y,
X) igual ao produto das distribuies marginais de probabilidades de X e Y. Isto :
p(xi, yi) = p(xi) . p(yi) para todo i e j
Procedimento para efetuar o teste de independncia entre duas variveis:
(1) H0: as variveis so independentes, ou as variveis no esto associadas.
H1: as variveis so dependentes, ou as variveis esto associadas.
(2) Fixar . Escolher a varivel Qui-Quadrado com = (L 1) (C 1), onde L = nmero de linhas da
tabela de contingncia, e C = nmero de colunas.
(3) Com auxlio da tabela da distribuio Qui-Quadrado (Anexo), determinam-se RA e RC:

(4) Clculo do valor da varivel:

8
onde cada Feij determinado por:

(5) Concluso:
2 2
Se cal tab no podemos rejeitar H0, isto , no podemos dizer que as variveis sejam
dependentes.
2 2
Se cal > tab , rejeitamos H0, concluindo, com risco , que as variveis so dependentes, ou esto
associadas.

EXEMPLO: Testar, ao nvel de 5%, se h dependncia entre a preferncia por sabor da pasta de dentes
e o bairro onde foram feitas 500 entrevistas com pessoas adultas. Os dados esto na tabela a seguir.

Soluo:
(1) H0: A preferncia pelo sabor independe do bairro onde residem os entrevistados.
H1: A preferncia pelo sabor depende do bairro onde residem os entrevistados.
(2) = 5%. Escolher um 2com: = (4 1) (3 1.) = 6
(3) Determinam-se RA e RC, com auxlio da Tabela 2 do Anexo.

(4) Clculo do valor da varivel:

A tabela das freqncias esperadas dada por:

9
onde, por exemplo:

Assim:

2
(5) Concluso: Como cal > 12,6, rejeitamos H0, concluindo, com risco de 5%, que h dependncia
entre o sabor de pasta de dentes e o bairro em que os entrevistados residem.

EXERCCIO: Uma amostra aleatria de 150 estudantes revelou os seguintes resultados entre nveis
salariais e de notas escolares:
Notas Escolares
Alta Mdia Baixa
Alto 18 17 5
Salrios Mdio 26 38 16
Baixo 6 15 9

Realizar um teste no paramtrico para verificar se h relao entre as duas variveis. Admitir = 5%.

1.4.2. TESTE DA MEDIANA

O teste da mediana d informaes se provvel que dois grupos independentes, no necessariamente

do mesmo tamanho, provenham de populaes com a mesma mediana. O teste deve ser aplicado sempre que
os escores dos dois grupos sejam apresentados pelo menos em escala ordinal.

10
Procedimento:
(1) H0: no h diferena entre as medianas dos dois grupos.
H1: as medianas so diferentes.
(2) Fixar e escolher uma distribuio Qui-Quadrado, com = 1.
(3) Determinao das regies de rejeio e aceitao para H0, com auxilio da Tabela 2 do Anexo.

(4) Clculo do valor da varivel. O teste para a igualdade de medianas apia-se em um teste Qui-
Quadrado para tabelas (2 a 2).
(a) Determina-se a mediana do grupo combinado, isto , a mediana de todos os escores das duas
amostras.
(b) Monta-se a tabela de contingncia:

(c) Aplica-se a frmula:

(5) Concluso:
2 2
Se cal > tab rejeitamos H0, concluindo, com risco , que as medianas so diferentes.
2 2
Se cal tab , no podemos rejeitar H0, concluindo que as medianas so iguais.

Observao: o teste da mediana no adequado quando temos n1 + n2 < 20.

EXEMPLO: Alunos da disciplina Estatstica de duas faculdades, X e Y, obtiveram as seguintes notas finais:

Testar, ao nvel de significncia de 2,5%, a hiptese de igualdade entre as medianas das notas para as
duas faculdades.

11
Soluo:
(1) H0: as medianas das notas so iguais para as duas faculdades.
H1: as medianas das notas so diferentes para as duas faculdades.
(2) = 2,5%. Escolher uma distribuio Qui-Quadrado com = 1.
(3) Regies de aceitao e rejeio para H0, com auxlio da Tabela 2 do Anexo.

(4) Clculo do valor da varivel:

(a) Mediana do grupo combinado:

(b) Tabela de contingncia:

2
(5) Concluso: como cal < 5,02, no podemos rejeitar a hiptese de igualdade das medianas das notas
finais de estatstica para as duas faculdades.
2
Veja: se = 0,05, teramos tab = 3,84, e neste caso a hiptese de igualdade das medianas seria
2
rejeitada, pois cal > 3,84.

12
EXERCCIO: O dimetro de um mancal de esferas foi medido por 12 inspetores, cada um usando dois
tipos diferentes de paqumetros. Os resultados foram:
Inspetor 1 2 3 4 5 6 7 8 9 10 11 12
Paqumetro 1 0,265 0,265 0,266 0,267 0,267 0,265 0,267 0,267 0,265 0,268 0,268 0,265
Paqumetro 2 0,264 0,265 0,264 0,266 0,267 0,268 0,264 0,265 0,265 0,267 0,268 0,269

Testar ao nvel de 5% a hiptese de igualdade entre as medianas das medidas para os dois paqumetros.

1.5. TESTE DE MANN-WHITNEY

usado para testar se duas amostras independentes foram retiradas de populaes com mdias iguais.
O teste de Mann-Whitney no exige nenhuma hiptese sobre distribuies populacionais e suas varincias. O
teste paramtrico para igualdade de mdias exige populaes com distribuies normais de mesma varincia.
Esse teste pode ser aplicado para variveis intervalares ou ordinais.

Procedimento:
a) Considerar: n1 = nmero de casos do grupo com menor quantidade de observaes, e
n2 = nmero de casos do grupo com maior quantidade de observaes.
b) Considerar os dados dos dois grupos, e coloc-los em ordem crescente. Atribuir ao escore que
algebricamente for menor o primeiro posto, prosseguindo at: n = n1 + n2.
s observaes empatadas atribua a mdia dos postos correspondentes.
c) Calcular: R1 = soma dos postos do grupo n1
R2 = soma dos postos do grupo n2
d) Escolher a menor soma entre R1 e R2.
e) Calcular uma das estatsticas:

n1 n1 1
U 1 n1 n2 R1
2
n n 1
U 2 n1 n2 2 2 R2
2
Teste:
(1) H0: no h diferena entre os grupos.
H1: h diferena.

(2) Fixar . Escolher a varivel N (0,1). Para n1, n2 < 10 h tabela prpria.
(3) Com auxlio da tabela N(0,1) (Anexo Tabela 1), determinam-se RA e RC.

13
(4) Clculo do valor da varivel:

onde:

(5) Concluso: Se Z Z cal Z , no se pode rejeitar H0.

2 2

Se Z cal Z ou Z cal Z , rejeita-se H0, concluindo-se, com risco , que h

2 2
diferena entre os grupos.

EXEMPLO: Verificar, ao nvel de 10%, se as vendas dos dois shoppings so diferentes.

Shopping A Shopping B
(em 106 $)
10 22
18 17
9 15
8 10
2 7
11 7
4 8
3 14
9 15
12
10

Soluo:
(a) n1 = 9 (shopping B) e n2 = 11.
(b) Postos de todas as vendas:
Shopping A Shopping B
11 20
19 18
8,5 16,5
6,5 11
1 4,5
13 4,5
3 6,5
2 15
8,5 16,5
14
11
Soma: 97,5 112,5

(c) R2 = 97,5 e R1 = 112,5, escolher R2, ou seja:

(d)

Teste:
(1) H0: as vendas dos dois shoppings so iguais.
H1: as vendas so diferentes.

14
(2) = 10%. Escolher N(0,1).
(3) Com auxilio da tabela (Anexo Tabela 1), determinam-se RA e RC.

(4) Clculo do valor da varivel:

(5) Concluso:
Como 1,64 Zcal 1,64, no se pode rejeitar a hiptese de que as vendas dos dois shoppings so
iguais.

EXERCCIO: Dois tipos diferentes de ponteiras podem ser usados em uma mquina de teste de dureza
Rockwell. Selecionam-se 8 corpos-de-prova provenientes de lingotes de teste de uma liga de nquel. Cada
corpo-de-prova testado duas vezes, uma vez com cada ponteira. As leituras de dureza na escala C Rockwell
so mostradas na tabela a seguir.
Corpo-de-prova 1 2 3 4 5 6 7 8
Ponteira 1 63 52 58 60 55 57 53 59
Ponteira 2 60 51 56 59 58 54 52 61
Determinar ao nvel de 5% se as duas ponteiras produzem ou no leituras equivalentes de dureza.

1.6. TESTE DOS SINAIS

utilizado para anlise de dados emparelhados (o mesmo indivduo submetido a duas medidas:
antes e depois). aplicado em situaes em que o pesquisador deseja determinar se duas condies so
diferentes.
A varivel de estudo poder ser nominal, ordinal ou intervalar. O nome teste dos sinais deve-se ao fato
de utilizarem-se os sinais mais (+) e menos () em lugar dos dados da experincia. Avalia-se cada par dos
dados emparelhados: se houver alterao para mais, usa-se (+), se para menos, (). No havendo alterao,
atribui-se (0). Para o teste desconsideram-se os casos de empate, ou seja, os pares em que foram atribudos
zeros.
A lgica do teste que as condies antes e depois podem ser consideradas iguais, quando as
quantidades de + e forem aproximadamente iguais. Isto , as propores de sinais + e equivalem
a 50%, ou seja, p = 0,5.

15
Procedimento:
(1) H0: no h diferena entre os grupos, ou seja, p = 0,5.
H1: h diferena entre os grupos, ou seja, p 0,5.
(2) Fixar . Escolher a distribuio N(0,1), se n > 25, ou binomial, se n 25.
(3) Com auxlio da tabela da distribuio normal padronizada (Anexo Tabela 1), determinam-se RA e
RC (para n > 25); caso n < 25, utiliza-se a distribuio binominal.

(4) Clculo do valor da varivel quando n > 25:

y np
Z cal
npq

onde: y = nmero de sinais +

n = tamanho da amostra descontados os empates
p = 0,5 q = 1 p= 0,5

(5) Concluses:

Se Z Z cal Z , no se pode rejeitar H0.

2 2

Se Z cal Z ou Z cal Z , rejeita-se H0, concluindo-se, com risco , que h diferena entre os dois
2 2
grupos, ou duas condies.

EXEMPLO: Sessenta alunos matriculam-se em um curso de ingls. Na primeira aula, aplica-se um teste que
mede o conhecimento da lngua. Aps seis meses, aplica-se um segundo teste. Os resultados mostram que 35
alunos apresentaram melhora (35 +), 20 conduziram-se melhor ao primeiro teste (20 ), e 5 no
apresentaram modificao (5 0). Testar, ao nvel de 5%, a hiptese de o curso ter alterado o conhecimento
de ingls do grupo de 60 alunos.
Soluo:
(1) H0: o curso no alterou o conhecimento de ingls do grupo: (p = 0,5).
H1: o curso melhorou o conhecimento de ingls do grupo: (p > 0,5).
(2) = 5%. Escolher a varivel N(0,1).
(3) Com auxlio da tabela da distribuio normal (Anexo), determinam-se RA e RC.

16
 Observar que, devido ao enunciado de H1, optamos pelo teste unicaudal direita. Caso H1 fosse
piorou, o teste poderia ser unicaudal esquerda, e se a hiptese afirmasse alterao do conhecimento de
ingls, o teste poderia ser bicaudal.
(4) Clculo do valor da varivel:

onde: y = 35
n = 60 5 = 55
p = q = 0,5

(5) Concluso:
Como Zcal > 1,64, rejeitamos H0, concluindo, com risco de 5%, que o curso melhorou o conhecimento
de ingls do grupo.

EXERCCIO: Para a situao da tabela, aplicar o teste dos sinais a indivduos submetidos a um
programa de dieta. Adotar = 2,5%.

17
1.7. TESTE DE WILCOXON - DOIS GRUPOS RELACIONADOS

Trata-se de uma extenso do teste dos sinais. mais interessante do que aquele, pois leva em
considerao a magnitude da diferena para cada par.
Procedimento
Antes de enunciar as hipteses, preciso:
a) determinar para cada par a diferena (di) entre os dois escores;
b) atribuir postos (colocar em ordem crescente) a todas as diferenas (di), desconsiderando-se os sinais. No
caso de empate, atribuir a mdia dos pontos empatados;
c) identificar cada posto pelo sinal + ou , segundo a diferena (di) que ele representa;
d) determinar T: a menor das somas de postos de mesmo sinal;
e) abater do n o nmero de zeros, isto , os pares em que di = 0.
Teste:
(1) H0: no h diferena entre os grupos.
H1: h diferena entre os grupos.

(2) Fixar . Escolher a varivel N(0,1), se n > 25. Se o n 25, h tabela prpria.

(3) Com auxilio da tabela N(0,1) (Anexo), determinam-se RA e RC.

(4) Clculo do valor da varivel:

onde: T = menor das somas de postos de mesmo sinal.

(5) Concluso:
Se Z Z cal Z , no podemos rejeitar H0.
2 2

Se Z cal Z ou Z cal Z , rejeita-se H0, concluindo-se, com risco , que h diferena entre os
2 2
dois grupos, ou duas condies.

EXEMPLO: Um grupo de 26 pessoas submeteu-se a um novo processo de emagrecimento (dieta das

estrelas). Testar, ao nvel de 5%, a hiptese de que no houve diminuio significativa de peso aps a dieta.

18
 Peso (kg) Peso (kg) Menor soma dos postos
Indivduos di Postos dos di
antes da dieta depois da dieta de mesmo sinal
1 85 80 (85 80) = 5 19,5
2 78 75 3 16
3 65 66 1 3 3
4 80 78 2 10
5 58 60 2 10 10
6 58 58 0 -
7 93 87 8 22
8 80 79 1 3
9 80 77 3 16
10 65 64 1 3
11 62 60 2 10
12 87 80 7 23,5
13 95 90 6 19,5
14 58 60 2 10 10
15 90 88 2 10
16 88 87 1 3
17 87 85 2 10
18 86 85 1 3
19 84 84 0
20 91 88 3 16
21 92 87 5 19,5
22 93 86 7 23,5
23 95 90 5 19,5
24 78 80 2 10 10
25 79 77 2 10
26 80 78 2 10
T = 33

Veja: houve empate para di = 1, ento o posto atribudo ser:

para di = 2 tambm houve empate, logo:

(1) H0: no h diferena de pesos antes e depois da dieta.

H1: menor o peso do grupo aps a dieta.
(2) = 5%. Escolher a distribuio N(0, 1).
(3) Regies de aceitao e rejeio para H0, aps consulta Tabela 1 do Anexo.

19
(4) Clculo do valor da varivel:
T = 33 n* = 26 2 = 24 (houve dois empates)

(5) Concluso: como Zcal < 1,64, rejeita-se H0, concluindo-se, com risco de 5%, que a dieta foi eficaz, j
que o peso do grupo diminuiu.

EXERCCIO: Para s situao da tabela, aplicar o teste de Wilcoxon para o consumo de combustvel
(km/l) de veculos com um novo aditivo. Adotar = 2,5%.

1.8 TESTES PARA TRS OU MAIS GRUPOS INDEPENDENTES

Quando da anlise de dados de pesquisa, o investigador pode necessitar decidir se diversas variveis
(trs ou mais) independentes podem ser consideradas procedentes da mesma populao. Os valores amostrais
quase sempre so diferentes, e o problema determinar se as diferenas observadas sugerem realmente
diferenas entre populaes, ou se so apenas variaes casuais esperadas entre amostras aleatrias da
mesma populao.
Neste item, sero apresentados testes para comprovar a significncia de diferenas entre trs ou mais
20
grupos independentes de amostras, ou seja, para comprovar a hiptese de nulidade de que as amostras
independentes tenham sido extradas da mesma populao, ou de populaes idnticas.
A tcnica paramtrica usual para testar se diversas amostras independentes provm da mesma
populao a Anlise da Varincia. As suposies para o uso da Anova so que as observaes tenham sido
extradas, independentemente, de populaes normalmente distribudas, todas com a mesma varincia.
Exige-se ainda que a mensurao da varivel de estudo seja intervalar.
Se o pesquisador entende que tais suposies so irreais para os dados de seu problema, ou que a
mensurao de sua varivel no atingiu a escala intervalar, poder ento empregar um dos testes aqui
apresentados.

1.8.1 Teste Qui-Quadrado

O teste Qui-Quadrado para trs ou mais grupos independentes uma extenso direta da prova Qui-
Quadrado para duas amostras independentes, apresentadas no item 1.4 deste captulo.

1.8.2 Teste da Mediana

A extenso do teste da mediana, para trs ou mais grupos independentes, no necessariamente do

mesmo tamanho, constitui uma alternativa para verificar se trs ou mais grupos podem ser considerados
provenientes da mesma populao, ou de populaes com a mesma mediana. A varivel de estudo poder ter
nvel de mensurao ordinal ou intervalar.

EXEMPLO: Na tabela a seguir, so dados os preos de um mesmo artigo em trs supermercados. Testar a
igualdade dos preos medianos para os trs grupos, admitindo = 0,05.

Soluo:
(1) H0: os preos medianos so iguais para os trs supermercados.
H1: os preos medianos so diferentes para os trs supermercados.
(2) = 5%. Escolher uma distribuio Qui-Quadrado com = 2.
(3) Determinao das regies de aceitao e rejeio para H0, com auxilio da Tabela 2 do Anexo.

(4) Clculo do valor da varivel:

a) Determinao da mediana para os trs grupos combinados:

21
 Freqncias observadas:

Freqncias tericas:

2
(5) Concluso: como cal < 5,99, no podemos rejeitar a hiptese de que os preos medianos so iguais
para os trs supermercados.

EXERCCIO: Testaram-se quatro tipos de lmpadas para determinar se havia diferenas entre suas
vidas mdias. Adotar = 5% para realizar o teste estatstico que confirma, ou no, a igualdade da durao
dos quatro tipos de lmpadas.
Marca A 704 604 1.038 881 924 672 723 591
Marca B 752 709 717 921 761 991 805 981
Marca C 873 666 1.021 992 816 918 978 1.203
Marca D 690 850 824 856 915 734 799 700

1.8.3. Teste Kruskal-Wallis

Trata-se de teste extremamente til para decidir se K amostras (K > 2) independentes provm de
populaes com mdias iguais. Poder ser aplicado para variveis intervalares ou ordinais. O teste Kruskal-
Wallis uma alternativa no paramtrica Anlise da Varincia, indicada nos casos em que o investigador
no tem condies de mostrar que seus dados suportam as hipteses do modelo da ANOVA.

Procedimento:
a) Dispor, em ordem crescente, as observaes de todos os K grupos, atribuindo-lhes postos de 1 a n. Caso
haja empates, atribuir o posto mdio.
b) Determinar o valor da soma dos postos para cada um dos K grupos: Ri i = 1, 2, ..., K.
c) Realizar o teste:

22
(1) H0: as mdias dos K grupos so iguais.
H1: h pelo menos um par diferente.
(2) Fixar . Escolher uma varivel Qui-Quadrado com = k 1.
(3) Com auxlio da tabela Qui-Quadrado (Anexo), determinam-se RA e RC.

(4) Calcular a estatstica:

(5) Concluso:
2
Se H < sup , no pudemos rejeitar H0.

2
Se H > sup rejeitamos H0, concluindo, com risco , que h diferena entre as mdias dos K grupos.

EXEMPLO: Testar, ao nvel de 5%, a hiptese da igualdade das mdias para os trs grupos de alunos
que foram submetidos a esquemas diferenciados de aulas. Foram registradas as notas obtidas para uma
mesma prova.

23
Soluo: Atribuem-se postos s notas:

(1) H0: as notas mdias so iguais para os trs tipos de aulas.

H1: as notas mdias so diferentes.
(2) = 5%. Escolhe-se uma distribuio Qui-Quadrado com = 2, pois:

= (K 1) = (3 1) = 2
(3) Com auxlio da tabela de distribuio Qui-Quadrado (Anexo), determinam-se RA e RC.

(4) Clculo da varivel:

H = 2,90
(5) Concluso: como H < 5,99, no podemos rejeitar a hiptese de igualdade entre as notas mdias para os
trs tipos de aulas.

EXERCCIO: Verificar se h diferenas entre as vendas dos shoppings. Usar = 2,5%.

(Em R$ 1.000.000)
A 3,2 4,8 5,0 2,7 1,8 6,0 7,0 5,5
B 6,2 1,3 1,7 2,0 5,0 2,3
C 5,0 4,0 3,0 2,0 1,7 1,0 4,5

24
 ANEXO

Tabela1 - reas de uma distribuio normal padro.

Parte Segunda decimal de zc
inteira e
primeira
decimal
de zc 0 1 2 3 4 5 6 7 8 9
0,0 0,00000 0,00399 0,00798 0,01197 0,01595 0,01994 0,02392 0,02790 0,03188 0,03586
0,1 0,03983 0,04380 0,04776 0,05172 0,05567 0,05962 0,06356 0,06749 0,07142 0,07535
0,2 0,07926 0,08317 0,08706 0,09095 0,09483 0,09871 0,10257 0,10642 0,11026 0,11409
0,3 0,11791 0,12172 0,12552 0,12930 0,13307 0,13683 0,14058 0,14431 0,14803 0,15173
0,4 0,15542 0,15910 0,16276 0,16640 0,17003 0,17364 0,17724 0,18082 0,18439 0,18793
0,5 0,19146 0,19497 0,19847 0,20194 0,20540 0,20884 0,21226 0,21566 0,21904 0,22240
0,6 0,22575 0,22907 0,23237 0,23565 0,23891 0,24215 0,24537 0,24857 0,25175 0,25490
0,7 0,25804 0,26115 0,26424 0,26730 0,27035 0,27337 0,27637 0,27935 0,28230 0,28524
0,8 0,28814 0,19103 0,29389 0,29673 0,29955 0,30234 0,30511 0,30785 0,31057 0,31327
0,9 0,31594 0,31859 0,32121 0,31381 0,32639 0,32894 0,33147 0,33398 0,33646 0,33891
1,0 0,34134 0,34375 0,34614 0,34850 0,35083 0,35314 0,35543 0,35769 0,35993 0,36214
1,1 0,36433 0,36650 0,36864 0,37076 0,37286 0,37493 0,37698 0,37900 0,38100 0,38298
1,2 0,38493 0,38686 0,38877 0,39065 0,39251 0,39435 0,39617 0,39796 0,39973 0,40147
1,3 0,40320 0,40490 0,40658 0,40824 0,40988 0,41149 0,41309 0,41466 0,41621 0,41774
1,4 0,41924 0,42073 0,42220 0,42364 0,42507 0,42647 0,42786 0,42922 0,43056 0,43189
1,5 0,43319 0,43448 0,43574 0,43699 0,43822 0,43943 0,44062 0,44179 0,44295 0,44408
1,6 0,44520 0,44630 0,44738 0,44845 0,44950 0,45053 0,45154 0,45254 0,45352 0,45449
1,7 0,45543 0,45637 0,45728 0,45818 0,45907 0,45994 0,46080 0,46164 0,46246 0,46327
1,8 0,46407 0,46485 0,46562 0,46638 0,46712 0,46784 0,46856 0,46926 0,46995 0,47062
1,9 0,47128 0,47193 0,47257 0,47320 0,47381 0,47441 0,47500 0,47558 0,47615 0,47670
2,0 0,47725 0,47778 0,47831 0,47882 0,47932 0,47982 0,48030 0,48077 0,48124 0,48169
2,1 0,48214 0,48257 0,48300 0,48341 0,48382 0,48422 0,48461 0,48500 0,48537 0,48574
2,2 0,48610 0,48645 0,48679 0,48713 0,48745 0,48778 0,48809 0,48840 0,48870 0,48899
2,3 0,48928 0,48956 0,48983 0,49010 0,49036 0,49061 0,49086 0,49111 0,49134 0,49158
2,4 0,49180 0,49202 0,49224 0,49245 0,49266 0,49286 0,49305 0,49324 0,49343 0,49361
2,5 0,49379 0,49396 0,49413 0,49430 0,49446 0,49461 0,49477 0,49492 0,49506 0,49520
2,6 0,49534 0,49547 0,49560 0,49573 0,49585 0,49598 0,49609 0,49621 0,49632 0,49643
2,7 0,49653 0,49664 0,49674 0,49683 0,49693 0,49702 0,49711 0,49720 0,49728 0,49736
2,8 0,49744 0,49752 0,49760 0,49767 0,49774 0,49781 0,49788 0,49795 0,49801 0,49807
2,9 0,49813 0,49819 0,49825 0,49831 0,49836 0,49841 0,49846 0,49851 0,49856 0,49861
3,0 0,49865 0,49869 0,49874 0,49878 0,49882 0,49886 0,49889 0,49893 0,49897 0,49900
3,1 0,49903 0,49906 0,49910 0,49913 0,49916 0,49918 0,49921 0,49924 0,49926 0,49929
3,2 0,49931 0,49934 0,49936 0,49938 0,49940 0,49942 0,49944 0,49946 0,49948 0,49950
3,3 0,49952 0,49953 0,49955 0,49957 0,49958 0,49960 0,49961 0,49962 0,49964 0,49965
3,4 0,49966 0,49968 0,49969 0,49970 0,49971 0,49972 0,49973 0,49974 0,49975 0,49976
3,5 0,49977 0,49978 0,49978 0,49979 0,49980 0,49981 0,49981 0,49982 0,49983 0,49983
3,6 0,49984 0,49985 0,49985 0,49986 0,49986 0,49987 0,49987 0,49988 0,49988 0,49989
3,7 0,49989 0,49990 0,49990 0,49990 0,49991 0,49991 0,49992 0,49992 0,49992 0,49992
3,8 0,49993 0,49993 0,49993 0,49994 0,49994 0,49994 0,49994 0,49995 0,49995 0,49995
3,9 0,49995 0,49995 0,49996 0,49996 0,49996 0,49996 0,49996 0,49996 0,49997 0,49997
4,0 0,49997 0,49997 0,49997 0,49997 0,49997 0,49997 0,49998 0,49998 0,49998 0,49998
4,5 0,49999 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000 0,50000
Tabela 2 Distribuio de 2.

0,995 0,990 0,975 0,950 0,900 0,800 0,750 0,700 0,500 0,300 0,250 0,200 0,100 0,050 0,025 0,010 0,005 0,001

1 0,000 ,0002 0,001 ,0039 ,0158 0,064 0,102 0,148 0,455 1,07 1,32 1,64 2,71 3,84 5,02 6,63 7,88 10,8
2 0,010 ,0001 ,0506 0,103 0,211 0,446 0,575 0,713 1,39 2,41 2,77 3,22 4,61 5,99 7,38 9,21 10,6 13,8
3 0,072 0,115 0,216 0,352 0,584 1,005 1,021 1,424 2,37 3,67 4,11 4,64 6,25 7,81 9,25 11,3 12,8 16,3
4 0,207 0,297 0,484 0,711 1,06 1,549 1,92 2,195 3,36 4,88 5,39 5,99 7,78 9,49 11,1 13,3 14,9 18,5
5 0,412 0,554 0,831 1,15 1,61 2,343 2.67 3,0 4,35 6,06 6,63 7,29 9,24 11,1 12,8 15,1 16,7 20,5
6 0,676 0,872 1,24 1,64 2,20 3,070 3,45 3,828 5,35 7,23 7,84 8,56 10,6 12,6 14,4 16,8 18,5 22,5
7 0,989 1,24 1,69 2,17 2,83 3,822 4.25 4,671 6,35 8,38 9,04 9,8 12,0 14,1 16,0 18,5 20,3 24,3
8 1,34 1,65 2,18 2,73 3,49 4,594 5,07 5,527 7,34 9,52 10,2 11,03 13,4 15,5 17,5 20,1 22,0 26,1
9 1,73 2,09 2,70 3,33 4,17 5,38 5,90 6,393 8,34 10,66 11,4 12,2 14,7 16,9 19,0 21,7 23,6 27,9
10 2,16 2,56 3,25 3,94 4,87 6,179 6.74 7,267 9,34 11,78 12,5 13,4 16,0 18,3 20,5 23,2 25,2 29,6
11 2,60 3,05 3,82 4,57 5,58 6,989 7,58 8,148 10,3 12,9 13,7 14,6 17,3 19,7 21,9 24,7 26,8 31,3
12 3,07 3,57 4,40 5,23 6,30 7,807 8,44 9,034 11,3 14,01 14,8 15,8 18,5 21,0 23,3 26,2 28,3 32,9
13 3,57 4,11 5,01 5,89 7,04 8,634 9,30 9,926 12,3 15,12 16,0 17,0 19,8 22,4 24,7 27,7 29,8 34,5
14 4,07 4,66 5,63 6,57 7,79 9,467 10,2 10,82 13,3 16,22 17,1 18,15 21,1 23,7 26,1 29,1 31,3 36,1
15 4,60 5,23 6,23 7,26 8,55 10,31 11,0 11,72 14,3 17,32 18,2 19,3 22,3 25,0 27,5 30,6 32,8 37,7
16 5,14 5,80 6,91 7,96 8,31 11,15 11,9 12,62 15,3 18,42 19,4 20,5 23,5 26,3 28,4 32,0 34,3 39,3
17 5,70 6,41 7,56 8,67 10,1 12,00 12,8 13,53 16,3 19,51 20,5 21,6 24,8 27,6 30,2 53,4 35,7 40,8
18 6,26 7,01 8,23 9,39 10,9 12,86 13,7 14,44 17,3 20,6 21,6 22,8 26,0 28,9 31,5 34,8 37,2 42,3
19 6,84 7,63 8,91 10,1 11,7 13,72 14,6 15,35 18,3 21,69 22,7 23,9 27,2 30,1 32,9 36,2 38,6 43,8
20 7,43 8,26 9,59 10,9 12,4 14,58 15,5 16,27 19,3 22,78 23,8 25,0 28,4 31,4 34,2 37,6 40,0 45,3
21 8,03 8,90 10,3 11,6 13,2 15,45 16,3 17,18 20,3 23,86 24,9 26,2 29,6 32,7 35,5 38,9 41,4 46,8
22 8,64 9,54 11,0 12,3 14,0 16,31 17,2 18,1 21,3 24,94 26,0 27,3 30,8 33,9 36,8 40,5 42,8 48,3
23 9,26 10,2 11,7 13,1 14,8 17,19 18,1 19,02 22,3 26,02 27,1 28,4 32,0 35,2 38,1 41,6 44,2 49,7
24 9,89 10,9 12,4 13,8 15,7 18,06 19,0 19,94 23,3 27,1 28,2 29,6 33,1 36,4 39,4 43,0 45,6 51,2
25 10,5 11,5 13,1 14,6 16,5 18,94 19,9 20,87 24,3 28,17 29,3 30,7 34,4 37,7 40,6 44,3 46,9 52,6
26 11,2 12,2 13,8 15,4 17,3 19,82 20,8 21,79 25,3 29,25 30,4 31,8 35,6 38,9 41,9 45,6 48,3 54,1
27 11,8 12,9 14,6 16,2 18,1 20,70 21,7 22,72 26,3 30,32 31,5 32,9 36,7 40,1 43,2 47,0 49,6 55,5
28 12,5 13,6 15,3 16,9 18,9 21,59 22,7 23,65 27,3 31,32 32,6 34,0 37,9 41,3 44,5 48,3 51,0 56,9
29 13,1 14,3 16,0 17,7 19,8 22,48 23,6 24,58 28,3 32,46 33,7 35,1 39,1 42,6 45,7 49,6 52,5 58,3
30 13,8 15,0 16,8 18,5 20,6 23,36 24,5 25,51 29,3 33,53 34,8 36,25 40,3 43,8 47,0 50,9 53,7 59,7

Para > 30 usar a aproximao: x2

1
2

Z 2 1
2