Estatística
Qual teste estatístico usar? Um roteiro do desenho ao resultado
2 de novembro de 2026

"Professor, qual teste eu uso?" é a pergunta que mais escuto de aluno de iniciação científica, de residente e também de quem já está no doutorado. A boa notícia é que a resposta quase sempre sai de três perguntas simples. A má notícia é que elas precisam ser respondidas antes da coleta, não depois.
Pergunta 1: que tipo de variável é o desfecho?
- Categórica (sim ou não, óbito, estadiamento): você vai comparar proporções.
- Numérica (idade, pressão arterial, escore de escala): você vai comparar médias ou medianas.
- Tempo até um evento (tempo até recidiva, sobrevida): você está no campo da análise de sobrevida.
Pergunta 2: quantos grupos você está comparando?
Dois grupos, como tratado e controle, pedem um tipo de teste. Três ou mais grupos, como faixas de IMC, pedem outro. Fazer vários testes de dois em dois aumenta a chance de achar diferença por acaso.
Pergunta 3: as medidas são independentes ou pareadas?
Pessoas diferentes em cada grupo são amostras independentes. A mesma pessoa medida antes e depois, ou olho direito e esquerdo do mesmo paciente, são medidas pareadas. Ignorar o pareamento é um dos erros mais comuns que aparecem na revisão por pares.
Juntando as respostas
| Desfecho | Dois grupos independentes | Três ou mais grupos | Pareado |
|---|---|---|---|
| Categórico | Qui-quadrado ou exato de Fisher | Qui-quadrado | McNemar |
| Numérico com distribuição aproximadamente normal | t de Student | ANOVA | t pareado |
| Numérico assimétrico ou ordinal | Mann-Whitney | Kruskal-Wallis | Wilcoxon |
| Tempo até evento | Kaplan-Meier com log-rank | Log-rank | Modelos específicos |
Dica prática: normalidade não se decide só com o teste de Shapiro-Wilk. Olhe o histograma, compare média e mediana e pense no tamanho da amostra. Em amostras grandes, o teste acusa desvios sem importância prática.
E quando há confusão?
Quando outras variáveis podem explicar a associação, como idade, sexo ou comorbidades, o teste bivariado não basta. Aí entram os modelos de regressão: linear para desfecho numérico, logística ou de Poisson para desfecho categórico e Cox para tempo até evento. O teste bivariado continua útil para a tabela descritiva, mas a conclusão vem do modelo ajustado.
Não esqueça o tamanho do efeito
Um valor de p diz se a diferença provavelmente não é obra do acaso. Ele não diz se a diferença é grande ou relevante. Sempre informe a medida de efeito com intervalo de confiança: diferença de médias, razão de chances, razão de prevalências ou hazard ratio.
Na prática, na iplanner
A ferramenta de Estatística segue esse mesmo raciocínio, do desenho ao resultado. Você informa o tipo de dado e o desenho e chega ao teste adequado com a interpretação. Se quiser estudar com calma, o livro gratuito da iplanner explica cada passo sem fórmula desnecessária.
← Voltar ao blog