Teste de Variância de Uma Amostra (Qui-Quadrado)
Calcula o teste qui-quadrado para a variância de uma única amostra, que verifica se a variância populacional é igual a um valor de referência. É a contraparte, para a dispersão, do teste t de uma amostra para a média. Aparece muito em controle de qualidade: a variabilidade de um processo está dentro do limite especificado, ou aumentou? A estatística compara a variância amostral com a hipotética e segue uma distribuição qui-quadrado. Informe a amostra e a variância hipotética (σ₀²).
Resultado
—
Teste de Variância de Uma Amostra (Qui-Quadrado)
Calcula o teste qui-quadrado para a variância de uma única amostra, que verifica se a variância populacional é igual a um valor de referência. É a contraparte, para a dispersão, do teste t de uma amostra para a média. Aparece muito em controle de qualidade: a variabilidade de um processo está dentro do limite especificado, ou aumentou? A estatística compara a variância amostral com a hipotética e segue uma distribuição qui-quadrado. Informe a amostra e a variância hipotética (σ₀²).
A variabilidade do processo está no alvo?
Em controle de qualidade, manter a média no ponto certo é só metade do trabalho; a outra metade é manter a variabilidade sob controle. Um processo cuja dispersão cresceu produz peças inconsistentes mesmo com a média perfeita. O teste de variância de uma amostra verifica se a variabilidade observada bate com um valor de referência especificado.
Ele é, para a dispersão, o que o teste t de uma amostra é para a média. A estatística compara a variância amostral com a variância hipotética, e sob normalidade ela segue uma distribuição qui-quadrado, com graus de liberdade iguais ao tamanho da amostra menos um. Um valor muito alto indica variabilidade acima do esperado; um valor muito baixo, abaixo do esperado.
Informe a amostra e a variância hipotética que você quer testar. A ferramenta devolve a estatística qui-quadrado, os graus de liberdade e o valor-p bilateral. Como todo método baseado na qui-quadrado para variância, ele pressupõe que os dados venham de uma população aproximadamente normal, e é mais sensível a desvios dessa suposição do que os testes sobre a média.
Ferramentas Relacionadas
IC para a Variância e o Desvio-Padrão
Calcula o intervalo de confiança para a variância e o desvio-padrão de uma população normal, a partir de uma amostra. Enquanto a maioria das ferramentas estima a média, esta estima a dispersão — útil em controle de qualidade, onde a consistência importa tanto quanto o valor central. O cálculo usa a distribuição qui-quadrado, que é assimétrica, por isso o intervalo não fica centrado na variância amostral. Informe a amostra e o nível de confiança.
Teste de Bartlett (Igualdade de Variâncias)
Calcula o teste de Bartlett, o teste clássico para verificar se vários grupos têm a mesma variância. Ele compara a variância combinada de todos os grupos com as variâncias individuais por meio de uma estatística que segue aproximadamente uma qui-quadrado, com uma correção de viés que melhora a aproximação em amostras pequenas. É mais potente que o teste de Levene quando os dados são realmente normais, porém mais sensível a desvios da normalidade. Informe os grupos: valores por vírgula, grupos por ponto e vírgula.
Teste Qui-Quadrado de Independência
Calcula o teste qui-quadrado de independência para uma tabela de contingência, verificando se duas variáveis categóricas estão associadas ou são independentes. Por exemplo: a preferência por um produto depende da faixa etária? O teste compara as frequências observadas com as que seriam esperadas se não houvesse relação nenhuma, e a estatística qui-quadrado mede o tamanho desse desencontro. A ferramenta devolve a estatística, os graus de liberdade e o valor-p. Informe a tabela: colunas por vírgula, linhas por ponto e vírgula.
Teste de McNemar (Pareado)
Calcula o teste de McNemar, usado para comparar duas proporções pareadas — quando os mesmos indivíduos são medidos duas vezes (antes e depois, ou por dois métodos). Diferente do teste de duas proporções, que trata os grupos como independentes, o McNemar olha apenas para os casos que mudaram de classificação (as discordâncias b e c da tabela 2×2), ignorando os que ficaram iguais. A versão com correção de continuidade segue uma qui-quadrado com 1 grau de liberdade. Informe as duas contagens discordantes.
Teste da Mediana de Mood
Calcula o teste da mediana de Mood, um teste não paramétrico que verifica se vários grupos têm a mesma mediana. A ideia é simples e robusta: calcula-se a mediana geral de todos os dados juntos e conta-se, em cada grupo, quantos valores ficam acima dela. Se os grupos tivessem a mesma mediana, essas contagens seriam proporcionais aos tamanhos; um desequilíbrio gera uma estatística qui-quadrado grande. É bem resistente a outliers, por trabalhar só com contagens. Informe os grupos separados por ponto e vírgula.
Eta-Quadrado (Tamanho de Efeito)
Calcula o eta-quadrado (η²), uma medida de tamanho de efeito para a análise de variância, a partir da estatística F e dos graus de liberdade. Enquanto o teste F diz se há diferença significativa entre grupos, o η² diz o quanto dessa diferença a variável de agrupamento explica — a proporção da variância total atribuível aos grupos. É essencial para reportar resultados de ANOVA além do valor-p. Informe a estatística F e os graus de liberdade do numerador e do denominador.
Os resultados desta ferramenta têm caráter apenas informativo e educativo e não constituem aconselhamento profissional, financeiro, médico, jurídico, tributário ou contábil. Confirme decisões importantes com um profissional qualificado e fontes oficiais.