Teste Friedman nas Estatísticas SPSS

SPSS Statistics

SPSS Statistics Output for the Friedman Test

SPSS Statistics irá gerar duas ou três tabelas, dependendo se você selecionou ter descritores e/ou quartis gerados, além de executar o teste Friedman.

Tabela Descritiva de Estatísticas

A tabela Descritiva de Estatísticas será produzida se você selecionou a opção Quartiles:

Publicada com permissão escrita da SPSS Statistics, IBM Corporation.

Esta é uma tabela muito útil porque pode ser usada para apresentar estatísticas descritivas na sua seção de resultados para cada um dos pontos de tempo ou condições (dependendo do desenho do seu estudo) para a sua variável dependente. Esta utilidade será apresentada na seção “Reportando o Resultado” mais tarde.

Tabela de Ranks

A tabela de Ranks mostra a classificação média para cada um dos grupos relacionados, como mostrado abaixo:

Publicada com permissão por escrito da SPSS Statistics, IBM Corporation.

O teste Friedman compara as classificações médias entre os grupos relacionados e indica como os grupos diferiram, e é incluída por este motivo. No entanto, não é muito provável que você realmente relate esses valores na sua seção de resultados, mas muito provavelmente irá relatar o valor mediano para cada grupo relacionado.

Test Statistics Table

A tabela Test Statistics informa o resultado real do teste Friedman, e se houve uma diferença estatisticamente significativa entre as classificações médias dos grupos relacionados. Para o exemplo usado neste guia, a tabela se parece com o seguinte:

Publicado com permissão escrita da SPSS Statistics, IBM Corporation.

A tabela acima fornece o valor estatístico do teste (χ2) (“Qui-quadrado”), graus de liberdade (“df”) e o nível de significância (“Asymp. Sig.”), que é tudo que precisamos para relatar o resultado do teste de Friedman. Pelo nosso exemplo, podemos ver que existe uma diferença estatisticamente significativa entre as classificações médias dos grupos relacionados. É importante notar que o teste Friedman é um teste omnibus, como sua alternativa paramétrica; ou seja, ele diz se existem diferenças gerais, mas não indica quais grupos em particular diferem uns dos outros. Para fazer isso, você precisa executar testes pós-hoc, que serão discutidos após a próxima seção.

SPSS Statistics

Relatar a saída do teste Friedman (sem testes post hoc)

Pode relatar o resultado do teste Friedman da seguinte forma:

Pode também incluir os valores medianos para cada um dos grupos relacionados. No entanto, nesta fase, você só sabe que existem diferenças em algum lugar entre os grupos relacionados, mas você não sabe exatamente onde essas diferenças se encontram. Lembre-se, no entanto, que se o resultado do seu teste Friedman não foi estatisticamente significativo, você não deve executar testes post hoc.

Post Hoc Tests

Para examinar onde as diferenças realmente ocorrem, você precisa executar testes Wilcoxon assinados em separado sobre as diferentes combinações de grupos relacionados. Então, neste exemplo, você compararia as seguintes combinações:

• Nenhum com o clássico.
• Nenhum com a dança.
• Clássico com a dança.

Você precisa usar um ajuste Bonferroni nos resultados que você obtém dos testes Wilcoxon porque você está fazendo múltiplas comparações, o que torna mais provável que você declare um resultado significativo quando você não deve (um erro do Tipo I). Felizmente, o ajuste de Bonferroni é muito fácil de calcular; simplesmente pegue o nível de significância que você estava usando inicialmente (neste caso, 0,05) e divida-o pelo número de testes que você está executando. Então, neste exemplo, temos um novo nível de significância de 0,05/3 = 0,017. Isto significa que se o valor p for maior que 0,017, não teremos um resultado estatisticamente significativo.

Executando estes testes (veja como com o nosso guia de testes Wilcoxon assinado) sobre os resultados deste exemplo, você obtém o seguinte resultado:

Publicado com permissão por escrito da SPSS Statistics, IBM Corporation.

Esta tabela mostra o resultado do teste de Wilcoxon assinado em cada uma das nossas combinações. É importante notar que os valores de significância não foram ajustados nas Estatísticas SPSS para compensar comparações múltiplas – você deve comparar manualmente os valores de significância produzidos pelas Estatísticas SPSS com o nível de significância ajustado por Bonferroni que você calculou. Podemos ver que no nível de significância p < 0,017, apenas o esforço percebido entre nenhuma música e dança (dança-nenhuma, p = 0,008) foi estatisticamente significativamente diferente.

Estatisticas de SPSS

Relatando a Saída do Teste Friedman (com testes post hoc)

Pode relatar os resultados do teste Friedman com testes post hoc da seguinte forma: