No post anterior te mostramos o que são e quais as principais medidas de dispersão que são apresentadas em estudos científicos (se perdeu esse post, basta clicar aqui). Mas você deve estar se perguntando: e o tal do erro padrão que já vi em muitos artigos? E o emergente intervalo de confiança que os estudos mais novos têm apresentado em peso atualmente? Por que não foram abordados? A resposta é simples! Porque essas são medidas de PRECISÃO e não de dispersão. Então, esse post é destinado a elas: as medidas de precisão.
Mas afinal, o que são medidas de precisão?
De uma forma simplificada, podemos dizer que as medidas de precisão são valores que fornecem uma ideia sobre o quanto a sua amostra é representativa da população de origem. Vejamos as principais!
ERRO PADRÃO
O erro padrão quantifica a certeza com a qual a média calculada a partir de uma amostra aleatória estima a média verdadeira da população. Ficou confuso? Calma, vamos raciocinar juntos! Considere que diferentes amostras (ou seja, grupos de unidades experimentais) retiradas de uma mesma população podem gerar diferentes médias amostrais. Pois bem, para quantificar o quanto cada uma dessas médias amostrais está próxima (ou distante) da média da população, pode-se utilizar o erro padrão. Sendo assim, a utilidade do erro padrão está em estudos que utilizam diferentes grupos amostrais retirados de uma mesma população.
Mas como se calcula o erro padrão (EP)?
Para calcular o erro padrão dos dados de uma amostra, basta dividir o desvio padrão dos dados amostrais pela raiz quadrada do tamanho da amostra.
Sendo,
EP: erro padrão
s: desvio padrão da amostra
n: tamanho da amostra
Sobre sua interpretação, podemos dizer que um erro padrão alto (quando comparado com a média da amostra) informa que existe uma grande variabilidade entre as médias e, dessa forma, que a amostra em questão pode não ser representativa da população de origem.
INTERVALO DE CONFIANÇA
O intervalo de confiança, como o próprio nome já dá a entender, consiste em um intervalo observado (ou seja, calculado a partir de observações realizadas) que pode variar de amostra para amostra e que com dada frequência (nível de confiança) inclui o parâmetro de interesse real (o da população). Esse parâmetro de interesse pode ser a média, por exemplo. Isso significa dizer que se o intervalo de confiança em questão é o dito 95%, se tem 95% de certeza que o valor real do parâmetro (por exemplo, a média populacional) está contido no intervalo de confiança calculado. Isso também significa dizer que há uma chance (5%) de ele não estar no intervalo calculado.
A apresentação do intervalo de confiança é dada por dois valores (os limites), sendo o menor chamado de limite inferior e o maior chamado de limite superior.
A seguir, veja um exemplo, retirado de um artigo científico de acesso livre.
Fonte: Costa, Rochelle Rocha, Buttelli, Adriana Cristine Koch, Fagundes, Alex de Oliveira, Fonseca, Gabriel Alves, Pilla, Carmen, Barreto, Michelle Flores, Viero, Priscila Azevedo, Rocha, Vitória de Mello Bones da, Alberton, Cristine Lima, & Kruel, Luiz Fernando Martins. (2020). The beneficial effects of a water-based aerobic exercise session on the blood lipids of women with dyslipidemia are independent of their training status. Clinics, 75, e1183. Epub March 02, 2020.https://doi.org/10.6061/clinics/2020/e1183
O cálculo do intervalo de confiança (assim como o do erro padrão) podem ser facilmente realizados em softwares estatísticos ou mesmo em planilhas eletrônicas usuais.
Ficou com alguma dúvida? Manda pra gente! Será um prazer te auxiliar!