Versão 3.00 do Software Guia do Usuário

6-33
5. Testes
O Teste Z fornece uma grande variedade de testes com base em padronização. Isso permite
testar se uma amostra representa ou não com precisão a população, quando o desvio padrão
populacional (tal como a população inteira de um país) é conhecido de testes precedentes.
O teste Teste Z é usado para pesquisas de mercado e pesquisas de opinião pública que
precisam ser realizadas repetidamente.
O Teste
Z de 1 Amostra testa a média populacional desconhecida quando o desvio padrão
populacional é conhecido.
O Teste
Z de 2 Amostras testa a igualdade das médias de duas populações com base em
amostras independentes, quando ambos os desvios padrões populacionais são conhecidos.
O Teste
Z de 1 Proporção testa uma proporção desconhecida de sucessos.
O Teste
Z de 2 Proporções compara a proporção de sucessos de duas populações.
O Teste t testa a hipótese quando o desvio padrão populacional é desconhecido. A hipótese
oposta à hipótese que está a ser testada é denominada hipótese nula enquanto que a
hipótese que está a ser testada é denominada hipótese alternativa . O Teste
t é empregado
normalmente para testar a hipótese nula. Logo, determina-se se a hipótese nula ou a hipótese
alternativa será adotada.
O Teste
t de 1 Amostra testa a hipótese para apenas uma média populacional desconhecida,
quando o desvio padrão populacional é desconhecido.
O Teste
t de 2 Amostras compara as médias populacionais quando os desvios padrões
populacionais são desconhecidos.
O Teste
t LinearReg calcula a força da associação linear de dados binários.
Com o Teste
χ
χ
2
, um número de grupos independentes são fornecidos e uma hipótese é
testada relativamente à probabilidade das amostras serem incluídas em cada grupo.
O Teste
χ
2
de GOF (teste χ
2
de um sentido) testa se a contagem observada de dados de
amostra se ajusta a uma certa distribuição. Por exemplo, pode ser usado para determinar
conformidade com a distribuição normal ou distribuição binomial.
O Teste
χ
2
de dois sentidos cria uma tabulação cruzada que estrutura principalmente duas
variáveis qualitativas (como “Sim” e “Não”), e avalia a independência das variáveis.
O Teste F de 2 Amostras testa a hipótese para a relação entre as variações da amostra. Ele
pode ser usado, por exemplo, para testar os efeitos carcinogênicos de vários fatores suspeitos
tais como o fumo, álcool, deficiência de vitaminas, alto consumo de café, inatividade, maus
hábitos de vida, etc.
ANOVA testa a hipótese em que as médias populacionais das amostras são iguais quando há
amostras múltiplas. Ele pode ser usado, por exemplo, para testar se combinações diferentes
de materiais têm efeito ou não sobre a qualidade e vida de um produto final.
One-Way ANOVA é usado quando existe uma variável independente e uma variável
dependente.
Two-Way ANOVA é usado quando existem duas variáveis independentes e uma variável
dependente.