[MÚSICA] Você acredita que as diferenças entre os grupos são importantes para analisar os seus dados? No vÃdeo de hoje, você vai aprender a utilizar o teste t, cuja principal função é observar diferenças entre amostras. As diferenças encontradas entre a satisfação dos homens e das mulheres são significantes? Houve diferença entre a satisfação dos clientes ao longo dos meses? Se você alterar a embalagem do produto, vai haver diferença na compra? A comunicação preferida pelos mais velhos se diferencia da comunicação para os mais jovens? Essas e outras perguntas podem ser respondidas usando o teste t. Bom, mas antes de analisarmos as caracterÃsticas do teste, vamos retomar processos de coletas de dados. Existem duas formas de coletar dados. Uma delas é utilizando diferentes pessoas diferentes condições, como apresentado nas duas figuras da esquerda do vÃdeo. Nesse caso, chamamos de design independente ou entre grupos. Isso significa que são grupos de amostras, digamos, pessoas, diferentes. Por exemplo, se você for fazer uma pesquisa de satisfação separando homens e mulheres, é caso de amostras independentes. Ou pessoas de diferentes regiões, ou caracterÃstica que te permita dizer que os grupos possuem condições diferentes. Falando agora da segunda forma de coletar os dados, é usando o mesmo grupo condições diferentes, que é o caso das duas figuras que aparecem à direita. Nesse caso, chamamos de design entre sujeitos, ou medidas repetidas. A diferença aqui é que os casos da amostra, digamos, as pessoas, são sempre as mesmas, e as variáveis são analisadas ao longo do tempo. Por exemplo, a satisfação das pessoas antes e depois da compra. Ou a intenção de compra antes e depois de ver uma propaganda, ou uma forma de comunicação. Por que eu estou explicando sobre esses diferentes tipos de coletas de dados? A forma como os dados foram coletados, se é por meio de design independente ou design entre sujeitos, faz diferença no momento de analisar a comparação entre as variáveis desses grupos por meio do teste t. O teste t é teste estatÃstico, daqueles que avaliam a variação explicada sobre a variação não explicada. Ele é usado para testar hipóteses diferentes análises, como na análise de regressão, por exemplo. Modelo, ele testa a hipótese nula de que o valor de b é zero, então ele é usado para comparação de duas médias entre as variáveis testadas nos diferentes grupos ou nos diferentes momentos de mesmo grupo. Na teoria, comparar as médias entre grupos é o mesmo que analisar resultado baseado nas caracterÃsticas dos dois grupos. Por exemplo, será que há diferença de satisfação entre homens e mulheres? Para responder essa pergunta, precisamos saber a média de satisfação dos homens, a média de satisfação das mulheres, e fazer teste para saber se existe uma diferença estatÃstica entre essas médias. É importante você saber que, para o teste t, sempre a variável que difere os grupos deve ser categórica, ou melhor dizendo, deve ser binária, uma variável categórica com somente duas categorias, que no nosso exemplo é o sexo. E a variável de análise dessa diferença deve ser contÃnua, por exemplo, a satisfação. O teste t é muito usado para experimentos, que as variáveis são manipuladas, embora também possa ser utilizado para variáveis observadas. Mas como a ideia dele é testar diferenças de grupos ou de tempos, diversos pesquisadores usam nos experimentos "testando grupos sob diferentes condições experimentais". O teste t também é teste paramétrico. Testes paramétricos são aqueles que possuem algumas exigências para garantir a confiabilidade nos resultados estatÃsticos, e evitar viés nas interpretações. Chamamos isso de suposições ou pressupostos do teste. Normalmente, as suposições são relacionadas à normalidade, à linearidade, homogeneidade da variância, independência, entre outros. Para o teste t, a principal suposição é a de normalidade dos dados. Vamos agora compreender o procedimento do teste. Observe o gráfico na tela, que apresenta as médias de satisfação para os grupos masculino e feminino uma medição de zero a dez. Você pode observar que a média do grupo masculino é seis, e a média do grupo feminino é 6,47. E aÃ? Nós podemos dizer que as mulheres estão mais satisfeitas? Isto é, existe diferença entre a satisfação dos homens e das mulheres? Observando o gráfico, você vai dizer "claro que existe, porque 6,47 é maior que seis", mas será que, estatisticamente, essa diferença é significante? Será que ela realmente existe? Para responder isso, nós vamos fazer teste t. O procedimento do teste é coletar duas amostras de dado, seja diferentes grupos ou diferentes momentos para mesmo grupo. Digamos, coletar a satisfação para homens e para mulheres, ou uma diferente situação somente para mulheres no tempo e no tempo dois. Após a coleta, é calculada a média da variável que se quer analisar o efeito. No nosso caso, a satisfação. Para o teste, a hipótese nula é de que não há diferença entre as variáveis. Isso significa que se o teste for significativo, com o p valor menor do que 0,05, então você pode concluir que há diferença entre as médias. Se o teste for não significativo, a hipótese nula é sustentada e podemos dizer que não há diferença entre as médias dos grupos. Então quanto maior a diferença entre as médias, mais confiantes ficamos de que as condições diferentes testadas são a causa da diferença. No nosso exemplo, o fato de serem homens e mulheres. Algo interessante desse teste é que nem sempre você vai querer que essas médias sejam diferentes. Muitas pesquisas, nós queremos analisar justamente se as médias são iguais, porque outras análises que vamos fazer podem exigir homogeneidade entre os grupos. Nesses casos, o teste t também pode ser usado. Resumo, o teste t compara somente duas médias. Se for necessário comparar mais de duas médias, ou seja, se é uma condição que existem mais de dois grupos ou mais de dois momentos no tempo para comparação, você deverá utilizar a análise de variância. No próximo vÃdeo, vamos explorar a realização do teste t no SPSS. [MÚSICA]
