A importância da estatística na pesquisa (com exemplos)

O campo da estatística preocupa-se com a coleta, análise, interpretação e apresentação de dados.

Na pesquisa, as estatísticas são importantes pelos seguintes motivos:

Razão 1 : As estatísticas permitem que os pesquisadores planejem estudos para que os resultados dos estudos possam ser extrapolados para uma população maior.

Razão 2 : As estatísticas permitem que os pesquisadores realizem testes de hipóteses para determinar se certas alegações sobre um novo medicamento, procedimento, método de fabricação, etc. é válido. são verdadeiros.

Razão 3 : As estatísticas permitem aos investigadores criar intervalos de confiança para captar a incerteza em torno das estimativas populacionais.

No restante deste artigo, desenvolvemos cada uma dessas razões.

Razão 1: As estatísticas permitem que os pesquisadores planejem estudos

Os pesquisadores geralmente desejam responder a perguntas sobre populações como:

• Qual é o peso médio de uma determinada espécie de ave?
• Qual é a altura média de uma determinada espécie de planta?
• Que percentagem de cidadãos numa determinada cidade apoia uma determinada lei?

Uma forma de responder a estas questões é recolher dados sobre cada indivíduo da população de interesse.

No entanto, isto é normalmente demasiado dispendioso e demorado, pelo que os investigadores recolhem uma amostra da população e utilizam os dados da amostra para tirar conclusões sobre a população como um todo.

Existem muitos métodos diferentes que os pesquisadores podem usar para incluir indivíduos em uma amostra. Estes são conhecidos como métodos de amostragem .

Existem duas classes de métodos de amostragem:

• Métodos de amostragem probabilística : Cada membro de uma população tem igual probabilidade de ser selecionado para fazer parte da amostra.
• Métodos de amostragem não probabilística : Nem todos os membros de uma população têm a mesma probabilidade de serem selecionados para fazer parte da amostra.

Ao usar métodos de amostragem probabilística, os pesquisadores podem maximizar as chances de obter uma amostra representativa da população geral.

Isto permite aos investigadores extrapolar os resultados da amostra para a população em geral.

Saiba mais sobre as duas classes de métodos de amostragem aqui .

Razão 2: As estatísticas permitem que os pesquisadores realizem testes de hipóteses

A estatística também é usada em pesquisas na forma de testes de hipóteses .

São testes que os pesquisadores podem usar para determinar se há significância estatística entre diferentes procedimentos ou tratamentos médicos.

Por exemplo, suponhamos que um cientista acredite que um novo medicamento é capaz de reduzir a pressão arterial em pacientes obesos. Para testar isso, ele mediu a pressão arterial de 30 pacientes antes e depois de usar o novo medicamento durante um mês.

Em seguida, ele executa um teste t de amostras pareadas usando as seguintes suposições:

• H ₀ : μ _depois = μ _antes (a pressão arterial média é a mesma antes e depois do uso do medicamento)
• H _A : μ _depois < μ _antes (a pressão arterial média é menor após o uso do medicamento)

Se o valor p do teste estiver abaixo de um determinado nível de significância (por exemplo, α = 0,05), então ele pode rejeitar a hipótese nula e concluir que o novo medicamento provoca redução da pressão arterial.

Nota : Este é apenas um exemplo de teste de hipótese usado em pesquisa. Outros testes comuns incluem teste t de uma amostra , teste t de duas amostras , ANOVA unidirecional e ANOVA bidirecional .

Razão 3: As estatísticas permitem aos pesquisadores criar intervalos de confiança

As estatísticas também são utilizadas em pesquisas na forma de intervalos de confiança .

Um intervalo de confiança é um intervalo de valores que provavelmente contém um parâmetro populacional com um certo nível de confiança.

Por exemplo, suponhamos que os investigadores queiram estimar o peso médio de uma determinada espécie de tartaruga.

Em vez de pesar todas as tartarugas da população, os pesquisadores podem coletar uma amostra aleatória simples de tartarugas com as seguintes informações:

• Tamanho da amostra n = 25
• Peso médio da amostra x = 300
• Desvio padrão amostral s = 18,5

Usando o intervalo de confiança para uma fórmula média , os pesquisadores podem então construir o seguinte intervalo de confiança de 95%:

Intervalo de confiança de 95%: 300 +/- 1,96*(18,5/√ 25 ) = [292,75, 307,25]

Os pesquisadores alegariam então que têm 95% de certeza de que o verdadeiro peso médio desta população de tartarugas está entre 292,75 libras e 307,25 libras.

Recursos adicionais

Os artigos a seguir explicam a importância das estatísticas em outras áreas:

A importância das estatísticas na saúde
A importância das estatísticas na enfermagem
A importância das estatísticas nas empresas
A importância das estatísticas na economia
A importância das estatísticas na educação