Psicologia

Unilateral vs. Testes de duas caudas: diferenças e exemplos

Significado

Alguns dos meus amigos estão se candidatando a um estágio de doutorado. Este processo envolve escrever vários ensaios sobre você que devem ter menos de 500 palavras, tabular várias centenas de horas de terapia com os clientes, descobrir quais procedimentos de avaliação eles concluíram e não importa o quão duro e rápido você trabalhe, você sempre se sente como você está uma semana atrás.

Isso, compreensivelmente, fez com que o nível de estresse desses alunos de doutorado aumentasse. A pergunta que eu tenho é: ‘Os níveis de estresse deles são significativamente diferentes agora em comparação com os níveis de estresse do ano passado?’

Para testar isso completamente, eu preciso voltar no tempo com minha máquina do tempo e fazer com que eles façam vários testes de estresse. Então, volto ao presente e aplico mais testes de resistência às mesmas pessoas. Com todos esses dados, estou tentando ver se há uma diferença significativa entre o ano passado e este ano.

Estatisticamente significante significa que a diferença nos resultados não ocorreu por acaso. Isso quase sempre é representado por um p minúsculo , que significa probabilidade. Outro termo que você também pode ouvir é ‘alfa’, e pode ser representado pelo símbolo alfa (aquele pequenino que se parece com um peixe).

Na pesquisa psicológica, o acaso aleatório normalmente significa que esses resultados só ocorreriam por acaso menos de 1 em 20 vezes, ou 0,05. Se você leu artigos de pesquisa psicológica, pode ter visto p <0,05, o que significa que a probabilidade de esses resultados serem um acaso é menor que 1 em 20 vezes. As formas pelas quais algo pode ser um acaso são por um erro de coleta de dados ou apenas pelos números serem muito semelhantes. O significado mostra que as pontuações estão tão distantes umas das outras que, mesmo com algumas variações, elas nos dizem algo.

Este significado é obtido de uma distribuição normal. Diz que os números que você está comparando são tão diferentes que algo está acontecendo, seja o conjunto de dados muito mais alto ou muito mais baixo. O que o teste de cauda faz é manipular como interpretamos a probabilidade.

Teste de Duas Caudas

Um teste bicaudal , também conhecido como hipótese não direcional , é o teste padrão de significância para determinar se existe uma relação entre as variáveis ​​em qualquer direção. Os testes bicaudais fazem isso dividindo 0,05 em dois e colocando a metade em cada lado da curva em sino.

Por que alguém faria isto? Para determinar se há uma interação.

Lembra daqueles níveis de estresse que voltei no tempo para obter? Digamos que eu faça um teste simples chamado teste t, que compara duas médias. Eu tenho os níveis médios de estresse do ano passado em comparação com os níveis médios de estresse deste ano.

Depois de alguns cálculos de probabilidade, descobri que não há diferença significativa entre os níveis de estresse do ano passado e deste ano. Isso me diz que os níveis de estresse deste ano não são nem maiores nem menores do que nos anos anteriores.

E se eu pular na minha máquina do tempo novamente e voltar 15 anos? A idade média dos meus assuntos atualmente é de 26 anos, então irei conversar com eles quando eles tiverem cerca de 11 anos. Uau. De repente, estou começando a me sentir muito velha. De qualquer forma, coleto seus níveis de estresse e depois volto ao presente e faço outro teste t, e descubro que seus níveis de estresse estão mais baixos agora do que quando eram mais jovens. A beleza do teste de duas caudas é que, quando você executa seus números, a matemática vai dizer se é significativamente mais alto ou mais baixo.

Teste unilateral

Um teste unilateral , também conhecido como hipótese direcional , é um teste de significância para determinar se há uma relação entre as variáveis ​​em uma direção. Um teste unicaudal é útil se você tiver uma boa ideia, geralmente com base no seu conhecimento do assunto, de que haverá uma diferença direcional entre as variáveis.

A diferença direcional é minha maneira elegante de dizer que você sabe que uma das pontuações do conjunto será mais alta ou mais baixa que a outra. Olhando para trás, para o nosso exemplo original de alunos de pós-graduação estressados, acho que podemos fazer uma boa estimativa se adicionar estressores adicionais fará com que uma pessoa fique mais ou menos estressada.

Embora nosso teste bicaudal não tenha encontrado significância, ele estava observando as duas extremidades da curva. Com um teste unicaudal, vamos empilhar nosso 0,05 em um lado da curva e depois fazer nossos cálculos estatísticos novamente. Isso torna nossas estatísticas um pouco mais sensíveis e capazes de detectar diferenças mais sutis. Depois de executarmos as estatísticas novamente, descobrimos que os níveis de estresse dos alunos estão mais altos agora do que há um ano.

Adequação

Os testes unilaterais proporcionam a capacidade de detectar mudanças mais sutis e isso cria a tentação de fazer todos os seus testes de forma unilateral. Digamos que nossos resultados foram diferentes. E se o estresse estivesse menor agora do que no ano passado? Se tivéssemos feito um teste unilateral, não o teríamos encontrado; nossas estatísticas estariam apenas procurando um aumento no estresse. Isso se torna extremamente importante se você estiver fazendo pesquisas sobre algo como terapia. E se a sua terapia estiver realmente causando danos?

Quando não é apropriado usar um teste unilateral? É inadequado quando perder um conjunto de resultados pode ser prejudicial, para você ou outra pessoa. Como pesquisador, você tem a tarefa de manter as práticas éticas e, acidental ou propositalmente, ignorar a possibilidade de que algo possa estar causando danos é inaceitável. Lembre-se de que você está tentando encontrar a verdade, não provar que está certo.

Como nota final, você não deve executar vários testes estatísticos. Se você falhar em encontrar significância usando uma cauda dupla, então não execute uma cauda na esperança de calcular algo. Se você está constantemente executando o mesmo conjunto de números, acabará por encontrar algo que é estatisticamente significativo, mas apenas porque você procurou em todos os lugares. E sim, meu exemplo de fazer isso duas vezes nesta lição não era algo que você deveria fazer.

Resumo da lição

Estatisticamente significante significa que a diferença entre os resultados não ocorre por acaso. Isso quase sempre é representado por um p minúsculo .

Na pesquisa psicológica, o acaso aleatório normalmente significa que esses resultados só ocorreriam por acaso menos de 1 em 20 vezes, ou 0,05.

Existem duas maneiras de ajudar a determinar se seus resultados são significativos, o que nunca deve ser usado ao mesmo tempo. Esses dois tipos são:

  • Teste bicaudal , também conhecido como hipótese não direcional , definido como o teste padrão de significância para determinar se existe uma relação entre as variáveis ​​em qualquer direção.
  • Teste unicaudal , também conhecido como hipótese direcional , definido como um teste de significância para determinar se há uma relação entre as variáveis ​​em uma direção.

Resultados de Aprendizagem

Depois de concluir esta lição, você será capaz de:

  • Definir significância estatística e chance aleatória
  • Diferencie entre um teste bicaudal e um teste unicaudal
  • Explique quando você deve e não deve usar cada um desses testes