Uma análise estatística para comparar três ou mais conjuntos de dados depende do tipo de dados coletados. Cada teste estatístico tem certas suposições que devem ser atendidas para que o teste funcione adequadamente. Além disso, quais aspectos dos dados que você irá comparar afetarão o teste. Por exemplo, se cada um dos três conjuntos de dados tiver duas ou mais medições, você precisará de um tipo diferente de teste estatístico.

ANOVA

Um dos testes estatísticos mais comuns para três ou mais conjuntos de dados é a Análise de Variância, ou ANOVA. Para usar esse teste, os dados devem atender a determinados critérios. Primeiro, os dados devem ser numéricos. Dados ordinais - como classificações de escala de 5 pontos, chamadas escalas de Likert - não são dados numéricos, e a ANOVA não produzirá resultados precisos se usada com dados ordinais. Em segundo lugar, os dados devem ser distribuídos normalmente em uma curva de sino. Se essas suposições forem atendidas, o teste ANOVA poderá ser usado para analisar a variação de uma única variável dependente em três ou mais amostras ou conjuntos de dados. Lembre-se, a variável dependente é o fator que você está medindo no estudo.

MANOVA

Nos casos em que as suposições para ANOVA são atendidas, mas você deseja medir mais de uma variável dependente, você precisa da análise de variância multivariada, ou MANOVA. As variáveis ​​dependentes são os fatores que você está medindo e deseja examinar. A variável independente ou variáveis ​​afetam a variável dependente. Por exemplo, suponha que você estivesse medindo os efeitos do exercício extenuante na pressão arterial, perda de peso e frequência cardíaca. A variável independente é o exercício, e as variáveis ​​dependentes são pressão arterial, perda de peso e frequência cardíaca. Nesta situação, você usaria MANOVA. Este teste estatístico é muito complicado para calcular e exigirá o uso de um computador e um software especial.

Estatística Inferencial Não Paramétrica

Existem muitos testes não paramétricos diferentes, mas geralmente não Estatísticas paramétricas são usadas quando os dados são ordinais e /ou não são normalmente distribuídos. Os testes não paramétricos incluem o teste do sinal, o qui-quadrado e o teste da mediana. Esses testes são frequentemente empregados quando você está analisando dados de pesquisa nos quais os respondentes tiveram que avaliar diferentes declarações; por exemplo, uma escala de "discordo totalmente, discordo, concordo, concordo totalmente" qualificaria como dados ordinais. Esses testes costumam ser fáceis de calcular à mão, embora uma planilha ajude.

Estatísticas descritivas

Além de testes inferenciais, você também pode usar estatísticas descritivas simples para fornecer uma visão rápida e simples dos resultados. conjuntos de dados. Você pode informar a média, desvios padrão e porcentagens para cada um dos três conjuntos de dados. As estatísticas descritivas ajudam a fornecer uma rápida olhada nos dados, mas não podem ser usados ​​para tirar conclusões. Por exemplo, se um dos três conjuntos de dados tiver uma variável 20% maior que os outros dois conjuntos de dados, você não poderá dizer que a diferença é "estatisticamente significativa" sem usar algum teste estatístico inferencial, como ANOVA, MANOVA ou teste não paramétrico.