Estatística (2 Ed, Volume 1) - 2014

See
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/261028079
Estatstica Aplicada ao Esporte e a Atividade

Fsica (2 ed, Vol. 1)
Dataset March 2014
CITATIONS READS
0 1,101
1 author:
Nelson Kautzner Marques Junior

Personal Training
232 PUBLICATIONS 323 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Master Volleyball Team View project
All in-text references underlined in blue are linked to publications on ResearchGate, Available from: Nelson Kautzner Marques Junior
letting you access and read them immediately. Retrieved on: 10 October 2016
2 edio / Volume 1
Ampliada e Revisada
Nelson Kautzner Marques Junior

nk-junior@uol.com.br
2014
2
SUMRIO
Pgina
Introduo, 4
1. ESTATSTICA DESCRITIVA
1.1. Distribuio de Freqncia, 5
1.2. Medidas de Tendncia Central, 10
1.3. Exerccios sobre Medidas de Tendncia Central e Frequncia, 18
1.4. Medidas de Disperso ou Variabilidade, 25
1.5. Delta Percentual, 33
1.6. Percentil, 33
1.7. Escore Z, 36
1.8. Converso Importante, 39
1.9. Grficos, 40
2. ESTATSTICA INFERENCIAL
2.1. Estatstica Paramtrica e No Paramtrica, 48
2.2. Testar a Normalidade dos Dados, 50
2.2.1. Teste de Shapiro-Wilk, 51
2.2.2. Teste de Kolmogorov-Smirnov, 55
2.2.3. Histograma, 62
2.3. Hiptese Nula e Nvel de Significncia, 69
2.4. A Maioria dos Testes de Significncia so Bicaudais, 73
2.5. O Tamanho da Amostra Afeta os Graus de Liberdade, 75

3
2. ESTATSTICA INFERENCIAL (continuao)
2.6. Teste t para uma amostra (est. paramtrica), 77
2.7. Teste dos Sinais (est. no paramtrica), 83
2.8. Teste t independente (est. paramtrica), 89
2.9. Teste U de Mann-Whitney (est. no paramtrica), 105
2.10. Teste t Pareado (est. paramtrica), 123
2.11. Teste de Wilcoxon (est. no paramtrica), 133
2.12. Anova Simples (est. paramtrica), 146

2.12.1. Post hoc test, 157
2.12.2. Teste de Scheff, 159
2.12.3. Tukey, 163
2.13. Teste H da Anova de Kruskal-Wallis (est. no paramtrica), 175
2. ESTATSTICA INFERENCIAL (contedo do Volume 2)
2.14. Anova Fatorial (est. paramtrica)

2.15. Anova de Medidas Repetidas (est. paramtrica)
2.16. Anova de Friedman (est. no paramtrica)
2.17. Correlao Linear de Pearson (est. paramtrica)
2.18. Coeficiente de Correlao de Spearman (est. no paramtrica)
2.19. Regresso Linear Simples
2.20. Regresso Mltipla
2. ESTATSTICA INFERENCIAL (contedo do Volume 3)
2.21. Correlao Intraclasse (est. paramtrica)

2.22. teste Kappa de Cohen (est. no paramtrica)
2.23. Mtodo de Bland e Altman
4
Introduo
O estudo da estatstica pelo profissional que lida com o esporte e com a atividade
fsica contedo extremamente importante na anlise dos dados colhidos de uma pesquisa
ou no entendimento de um artigo cientfico. Entretanto, geralmente o profissional dessas
reas costuma possuir dificuldade quando est aprendendo estatstica.
Um dos motivos que a maioria das referncias da estatstica no apresenta passo a
passo como foi achado o resultado. Sabendo dessa lacuna na literatura dos profissionais do
esporte e da atividade fsica, esta obra explicar como calcular um determinado contedo
da estatstica e ensinar em detalhes o uso do SPSS para Windows e um pouco do
GraphPad Prsm, verso 5.0.
Ao longo desse trabalho o aluno de graduao e ps-graduao conseguir entender a
estatstica descritiva e a estatstica inferencial, com seu contedo paramtrico e no
paramtrico. O assunto inicial estar centrado na distribuio de frequncia, na medida de
tendncia central e nas medidas de disperso.
Aps esse tema o estudante aprender de forma agradvel e divertida o percentil, o
escore Z e o delta percentual. Terminando o captulo da estatstica descritiva, o aprendiz
ter acesso como utilizar alguns grficos.
O prximo captulo ser sobre a estatstica inferencial, sendo ensinado os testes de
normalidade, o Shapiro-Wilk e o Kolmogorov-Smirnov, com o seu clculo passo a passo e
o uso desses testes no SPSS e um pouco no GraphPad Prsm, verso 5.0. Em seguida o
estudante aprender a estatstica paramtrica e no paramtrica.
Desejo aos estudantes e cientistas, bom proveito desse material. Passe as pginas e
confira essa obra.
Assinado:
5
Captulo 1 ESTATSTICA DESCRITIVA
Ela utilizada para descrever as caractersticas de um conjunto.
1.1. Distribuio de Frequncia

Utilizada para organizar os dados de um grupo. Caso o leitor queira se aprofundar
mais sobre esse tema, basta consultar as seguintes obras:
Barros M, Reis R (2003). Anlise de dados em atividade fsica e sade. Londrina:

Midiograf, p. 31-3.
Mathews D (1980). Medida e avaliao em educao fsica. 5 ed. Rio de Janeiro:

Interamericana, p. 28-30.
Tritschler K (2003). Medida e avaliao em educao fsica e esportes. 5 ed.

Barueri: Manole, p. 107-12.
Weinberg S, Goldberg K (1990). Statistics for the behavioral sciences. Univesity

of Cambridge: Cambridge, p. 17-37.
6
Distribuio de Frequncia
Exerccios de Frequncia
20 alunos do curso de Educao Fsica, escolhidos aleatoriamente, foram submetidos
a uma bateria de testes de capacitao fsica. Entre os testes aplicados, destacamos uma
corrida de 300 metros em pista apropriada, onde obtemos os resultados abaixo, em
segundos:
63 44 90 45 60
55 69 36 56 49
30 72 45 50 73
45 57 79 68 34
Pergunta-se:
a) Qual a porcentagem dos alunos testados apresentaram o tempo de corrida de no

mnimo 70 segundos?
n total de elementos ou n x 100 = ?%

n total de alunos
n = 90, 73, 72, 79 Logo n 4 N de alunos 20
4 x 100 = 20%
20
b) Qual a porcentagem desses alunos que apresentaram o tempo de corrida entre 40 e 70

segundos (exclusive)?
40 a 70 13 x 100 = 65%
20
7
c) Qual a porcentagem dos alunos testados apresentaram o tempo de corrida em no mais

que 45 segundos?
7 x 100 = 35%
20
d) Calcular a amplitude total da distribuio simples acima.

Amplitude Total (AT) = 90 (pior tempo) 30 (melhor tempo) = 60``
e) Calcule o tempo mdio de corrida do grupo selecionado acima.
Tempo Mdio = Soma-se todos os tempos TM = 1120 = 56``

N total de alunos 20
f) Utilizando a distribuio acima, elabore uma distribuio de frequncia.

K= 1+3,332 log 20 = 1,3010
K= 1+3,332 . log 20 1+3,332 x 1,3010 = 5,334 K5
Amplitude de Classe = 60 (amplitude total) = 12

5
Classes (tempos chamado de x) N de alunos (frequncia - chamo de f)

30 42 3 (30, 36, 34)
42 54 6 (45, 44, 45, 50, 49, 45)
54 66 5 (54, 55, 57, 56, 60)
66 78 4
78 90 2
Total: 20
8
g) Classifique os limites da quarta classe.

66 78 Limite inferior (LI) = 66 Limite superior (LS) = 78
h) Calcular e indicar na distribuio de frequncia o ponto mdio de cada classe.

Ponto Mdio (PM) = LI + LS
Classes PM
30 42 36
42 54 48
54 66 60
66 78 72
78 90 84
i) Determinar e indicar na distribuio acima, a frequncia relativa de cada classe.

Frequncia de alunos
3
6
5
4
2
Frequncia relativa (FR) = Freqncia de alunos (f) x 100

N total de alunos
FR = 5 x 100 = 25% FR = 4 x 100 = 20% Os demais n da frequncia feita a mesma conta.

20 20
FR (%) = 15 + 30 + 25 + 20 + 10 = 100% (sempre tem que dar 100%)

9
j) Indicar a distribuio de frequncia acumulada.

Frequncia
3 3
6 3+6=9
5 3 + 6 + 5 = 14
4 18
2 20
Obs.: O ltimo n da frequncia acumulada sempre igual ao total de elementos

observados.
Logaritmos Decimais
Nmero (N) Logartimo do Nmero (Log N)
10 1,0000
15 1,1761
20 1,3010
25 1,3979
30 1,4771
35 1,5441
40 1,6021
45 1,6532
50 1,6990
10
1.2. Medidas de Tendncia Central
So medidas que tendem se localizar no centro da distribuio e o escore representa

todos os nmeros da amostra. Caso o leitor queira se aprofundar mais sobre esse tema,
basta consultar as seguintes obras:

Midiograf, p. 33-5.
Dancey C, Reidy J (2006). Estatstica sem matemtica para psicologia. Porto

Alegre: Artmed, p. 58-70.

Pompeu F (2006). Guia para estudos em biodinmica do movimento humano.

So Paulo: Phorte, p. 28-9.

11
Medidas de Tendncia Central
Principais medidas:
Mdia
- a soma de todos os escores dividido pelo nmero de observaes.
Mediana (Me)
uma medida que divide a distribuio em duas partes.
- Mediana par: 1) Ordenar os valore, tendo dois dados centrais (30, 33, 40, 44, 45 e 50)
esto em amarelo. Resolver o clculo para achar a mediana: Med = (x + x): 2. Med = (40 +
44) : 2 = 42.
- Mediana mpar: Sabendo que a quantidade de nmeros mpar (30, 33, 40, 44, 45, 50 e
53), resolva o clculo para achar a mediana: Med = (quant. n + 1): 2. Med = (7 + 1): 2 =
4 escore, sendo 44.
Moda (Mo)
- o elemento mais comum numa distribuio, isto , aquele que aparece o maior nmero
de vezes. Exemplo: 42 38 75 57 49 75 66 49 38 49 (Mo = 49 unimodal).
Amodal quando no existe moda e Plurimodal quando a moda mais de um mesmo
nmero.
12
Uso do SPSS para Estabelecer a Mdia
(statistical pockage for the social sciences / pacote estatstico para cincias sociais)
1) Clicar no atalho para abrir o SPSS.
2) Planilha do SPSS aberta
3)
Clique em Visualizar Variveis (variable view)

13
4)
1) Clique o nome
da varivel.
2) Escolha quantos
caracteres podero
aparecer na clula.
3) Escolha quantas casas decimais

voc ir utilizar.
14
5)
Retornar a planilha anterior em Ver Dados (data view).
6)
Digite as variveis do estudo na coluna Var.

15
7) 1) Clique em Arquivo (File).
2) Clique em Salvar Como (Save as).
Obs.: Todos esses procedimentos (1 a 7) merecem ser realizados em qualquer modelo estatstico.
8) 1) Clique em Analisar (analyze).
2) Clique em Estatstica Descritiva

(Descriptive statistics).
3) Selecione a opo Frequncias

(frequencies).
16
9) 1) Clique na varivel de interesse. 2) Clique na seta, passando para Varivel
(variable).
3) Selecione a opo Estatsticas

(statistics).
10)
1) Selecione a mdia (mean), a

mediana (median) e a moda (mode).
.
2) Clique Continuar
(continue).
3) Clique em Ok
para ter o resultado.
17
11) Resultado.
Salto
18
1.3. Exerccios sobre Medidas de Tendncia Central e Frequncia
Num determinado dia, o aluno x do curso de Educao Fsica e professor da
academia de ginstica y, resolveu testar os seus 25 melhores alunos na parte de flexo,
obtendo os resultados abaixo:
78 54 94 59 70
42 82 55 60 83
59 67 89 78 44
72 40 51 47 61
Determine:
a) O nmero mdio de flexes representativo do grupo testado acima.
Todos os valores acima so somados e divididos por 25. X = 1600 : 25 = 64
b) O valor mediano desta distribuio.

40 42 44 46 47 51 54 55 59 59 59 60 (Me) 61 65 66 67 70
72 78 78 79 82 83 89 94
c) O valor modal da distribuio acima ou nmero de flexes mais comum na distribuio.

Mo = 59
d) A distribuio de frequncia representativa dos resultados obtidos acima.

K = 1 + 3,332 . log 25 1 + 3,332 x 1,3979 6
Amplitude Total = 94 40 = 54
Amplitude de Classe (h) = 54 : 6 = 9 (Este n tem a ver com a ordem do N DE FLEXES)

19
Exerccios sobre Medidas de Tendncia Central e Frequncia
N de Flexes (x) N de Alunos (f)

40 49 5
49 58 3
58 67 7
67 76 3
76 85 5
85 - 94 2
Total 25
Ponto Mdio = Limite Inferior + Limite Superior

2
PM = 49 + 40 (so as flexes) = 44,5
2
Ponto Mdio (xj)

44,5
53,5
62,5
71,5
80,5
89,5
20
Mdia Ponderada a multiplicao entre f (n de alunos) pelo xj (ponto mdio). Logo o

resultado :
5 x 44,5 = 222,5
3 x 53,5 = 160,5
7 x 62 = 437,5
3 x 71,5 = 214,5
5 x 80,5 = 402,5
2 x 89,5 = 179
Depois, soma todos os valores, sendo igual a 1616,5. Em seguida, divide 1616,5 pelo
N de elementos, sendo conforme a letra e.
e) O nmero mdio de flexes, utilizando a distribuio de frequncia acima.

X = 1616,5 : N de Alunos
X = 1616,5 : 25 65
f) Utilizando a distribuio de frequncia, o nmero de flexes mediano ou aquele que

mantm abaixo 50% da distribuio.
Me: mediana ou valor mediano
Xe: ponto inicial da classe cuja a frequncia acumulada imediatamente superior a P

21
h: amplitude da classe Xe
Fa: frequncia acumulada da classe imediatamente anterior a Xe
f1: frequncia da classe Xe
Me = Xe + h (P Fa)
f1
N de Flexes Frequncia Frequncia Acumulada

40 49 5 5
49 58 3 5 + 3 = 8 Fa
Xe 58 67 f1 7 5 + 3 + 7 = 15
67 76 3 18
76 85 5 23
85 - 94 2 25
Total 25
P = N total de elementos : 2 P = 25 : 2 = 12,5
Xe = 58
h = 67 58 = 9
Fa = 8
f1 = 7
Me = 58 + 9 ( 12,5 8 ) 64
7
22
g) O nmero de flexes mais frequente na distribuio acima.

N de Flexes Frequncia
40 49 5
49 58 3
58 67 7
67 76 3
76 85 5
85 94 2
Mo: moda ou modal
frequncia mxima (fmx) = 7 (Obs.: Se tiver duas fmx, deve calcular duas vezes e vai possuir dois resultados)
f anterior = 3
f posterior = 3
Xo (ponto inicial da classe de fmx) = 58
h (amplitude da classe Xo) = 9
Mo = Xo + h . ( fmx fant )
2 . fant (fant fpost)
Mo = 58 + 9 . ( 7 3 ) = 62,5
2.7(33)
23
Contratado como estagirio de uma academia de ginstica para atuar no

departamento de natao, um aluno do curso de educao fsica resolveu testar os 30
primeiros alunos matriculados, antes de qualquer trabalho tcnico com o grupo. Marcou o
dia e, sob o mesmo tempo e modalidade, resolveu registrar os resultados obtidos, conforme
apresentao abaixo:
230 150 195 200 130
180 135 160 190 145
170 120 200 140 125
150 140 190 120 155
130 190 165 180 120
190 130 240 160 180
Pede-se:
a) Qual a porcentagem desses alunos nadaram no mnimo 190 metros?
9/30 x 100 = 30%
b) Qual a porcentagem desses alunos nadaram o mximo 140 metros?

10/30 x 100 = 33 %
c) Utilizando a distribuio acima, elabore a distribuio de frequncia correspondente?

K=1+3,332 Log 30
K = 1 + 3,332 . 1,4771 6
AT = 240 120 = 120
AC = 120 : 6 = 20
24
d) Calcular a distncia mdia em metros representativa do grupo acima, utilizando a

distribuio de frequncia.
Nadaram (x) Frequncia (f) PM (x . j) Mdia Ponderada (fj . xj)
120 140 (130, 135, 120, 130, 120, 130, 125, 120) fmx 8 130 1040
140 160 6 150 900
Xe 160 180 4 170 680
180 200 8 190 1520
200 220 2 210 420
220 240 2 230 460
Total 30 Total 5020
X = 5020 : 30 167 m
e) Calcular o valor mediano, utilizando a distribuio de frequncia.

Me = Xe + h . ( P Fa ) Me 160 + 20 . (15 14) = 165 m
f 4
Nadaram (x) Frequncia Frequncia
120 140 8 8
140 160 6 8 + 6 = 14
160 - 180 4 14 + 4 = 18
f) Determine o valor modal, utilizando a distribuio de frequncia.

Mo = 160 + 20 . ( 8 0) = 136 m
2 . 8 (0 + 6)
Mo = 180 + 20 . (8 4) = 188 m
2 . 8 (4 + 2)
25
1.4. Medidas de Disperso ou Variabilidade
- Fornecem a idia de variabilidade de um conjunto.
- o grau em que os dados numricos tendem dispersar-se em torno de um valor mdio.
- Saber a variabilidade dos escores importante para o entendimento da distribuio dos

dados.
Caso o leitor queira se aprofundar mais sobre esse tema, basta consultar as seguintes
obras:
Amadio A, Barbanti V (2000). A biodinmica do movimento humano e suas
relaes interdisciplinares. So Paulo: Estao Liberdade e USP, p. 124-126.

Midiograf, p. 35-9.


Pompeu F (2006). Guia para estudos em biodinmica do movimento humano.

So Paulo: Phorte, p. 29-31.

26
Medidas de Disperso ou Variabilidade
As medidas de disperso ou variabilidade so constitudas por:
Amplitude de variao,
Coeficiente de variao,
Erro padro e
Desvio padro.
Amplitude de Variao (AV)

- a forma mais simples e rpida de medida da disperso.
- Esta forma de medir a disperso no muito eficiente porque no informa o que ocorre
entre os valores mnimos e mximos.
- AV a diferena entre o maior e o menor valor do conjunto de dados.
AV = mximo - mnimo
Exemplo:
Grupo 1: AV = 7 3 = 4
G2: AV = 9 1 = 8
G3: AV = 5 5 = 0
- O G2 apresentou maior variabilidade, seguido do G1 e do G3, que no apresentou

variabilidade (zero).
27
Coeficiente de Variao (CV)
- Expressa variabilidade relativa a mdia quando se deseja comparar srie de dados em
diferentes unidades de medida.
- Muito utilizado na estimativa da repetibilidade de um resultado.
- O seu uso questionado pelos estatsticos (pouca preciso).
CV = (Desvio Padro : Mdia) x 100 = ?%

Distribuio Homognea: Igual ou menor que 15%. / Distribuio Heterognea: Maior que 15%.
Exemplo:
CV da estatura do atletismo = 12% / CV da estatura do karat = 22%
Atletismo possui um CV homogneo (12%). / Karat possui um CV heterogneo (22%).
Anlise: A variabilidade da estatura do karat maior do que a variabilidade do atletismo.
Erro Padro
- a variao de um desvio padro em torno de uma mdia.
- D a faixa de probabilidade na qual a mdia ocorrer.
EP = desvio padro : n
28
Desvio Padro (DP)

- a melhor forma para descrever a disperso em torno da mdia
- o grau de disperso em cima do valor mdio.
- Trata-se de uma estimativa da variabilidade dos escores de um grupo em torno da mdia.
S= somatrio de X - Mdia
N (quant. de elementos)
X X
2 2 = 4
3 3 = 9
10 10 = 100
Total = 15 Somatrio de X = 113
Mdia = 5
Mdia = 25
N = 3 elementos, porque
tem trs nmeros.
29
Agora, coloca-se os valores na frmula do DP:
S= 113 - 25
3
S = 113 : 3 = 37,66
S = 37,66 25 = 12,66
S = 12,66 = 3,55
. Quanto menor o S ou DP ou d, mais homognea a amostra. Isto , um pequeno DP

indica que os resultados esto aproximados, enquanto que um grande DP indica que os
resultados esto bastante espalhados (heterogneos).
Relao da Mdia e do Desvio Padro

. O DP uma medida terica da disperso de 68% dos resultados centrais tomados a partir
da mdia.
. Grosseiramente, 68% de um conjunto de escores se localizam entre 1 s,

aproximadamente 95% de escores entre 2 s, e em torno de 99% dos escores entre 3 s.
Isto chamado de DISTRIBUIO NORMAL.
. A DISTRIBUIO NORMAL (DN) produz um polgono de freqncia com a forma de

um sino. Porm, quando a amostra pequena, em muitos casos no possui uma DN.
30
. Tritschler (2003) fornece um exemplo para o leitor estabelecer a DN e conseguir

compreender a relao entre mdia e DP, proporcionando uma compreenso do DP em
qualquer distribuio. Sendo:
Mdia = 63
DP = 8
Realizar a seguinte conta: Mdia + DP + DP + DP 63 + 8 + 8 + 8 = 87
Realizar a 2 conta: Mdia DP DP DP 63 8 8 8 = 39
Atravs desse clculo esperado que a maioria dos resultados recaiam entre 39 e 87,
sendo 99%. Caso voc some 39 mais 3 vai dar 42, se fizer o mesmo com 42 vai dar 45.
Realizando este calculo vrias vezes, chegar em 87. Explicando anteriormente, que 99%
escore entre 3, esse motivo desses valores.
Para achar os outros valores da DN simples:
39 + 8 que o DP = 47
47 + 8 = 55
55 + 8 = 63, sendo a mdia
63 + 8 = 71
71 + 8 = 79
79 + 8 = 87, que j foi encontrado.

31
Portanto, 68% recai entre 55 e 71, 95 recai entre 47 e 79, 99% recai entre 39 e 87. A
figura 1 da DN apresentada por Tritschler (2003):
-3s -2s -1s Mdia +1s +2s +3s

39`` 47`` 55`` 63`` 71`` 79`` 87``
68%
95%
99%
Figura 1. Porcentagem de rea sob a curva normal associada com 1, 2 e 3 unidades de DP.
32
Uso do SPSS para Estabelecer o Desvio Padro
- No desvio padro, o uso do SPSS o mesmo da mdia (ver p. 12), mas quando voc
chegar no passo 10 deve fazer o seguinte:
3) Clique em OK para
ter o resultado.
2) Clique em Continuar
(continue)
1) Selecione o desvio padro

(std. deviation)
33
1.5. Delta Percentual
Para o professor avaliar o percentual de evoluo entre dois testes (pr e ps ou teste e
re-teste), o educador fsico deve utilizar o delta percentual, podendo ser individual (valor
bruto) ou de todos componentes da equipe (mdia). A equao exposta a seguir:
Delta Percentual = (2 resultado 1 resultado) x 100 = x%

2 resultado
Bhme M, Kiss M (1998). Avaliao da evoluo da aptido fsica de jovens atletas. Rev
APEF Londrina. 13(1):35-43.
1.6. Percentil
Nos testes que no possuem padres (bom, ruim e outros) recomenda-se o clculo do
percentil, para identificar os melhores e os piores. Marins e Giannichi (1998) ensinam passo
a passo como calcular o percentil:
a) Ordenar os valores do maior para o menor.
Sujeito Resultado do teste

1 20
2 16
3 12
4 10
34
Percentil
b) Dividir 100 pelo o nmero de jogadores.

100 = 25
4
c) O melhor resultado do teste ser o percentil 100, no nosso exemplo 20: O segundo valor
ser determinado com a subtrao de 100 pelo resultado do clculo (25), sendo 75. O terceiro
melhor atleta no teste ocorrer uma subtrao de 75 (valor do 2 atleta) por 25, igual a 50.
Esse procedimento feito assim por diante, em todos os atletas. Caso ocorra em alguns
clculos o resultado de 93,3, o professor deve arredondar para 93. Mas se acontecer de surgir
um valor de 86,6, o arredondamento ser 87.
Outra explicao dos autores se ocorrer dois ou mais resultados iguais, o educador
fsico tem que determinar a mdia.
d) Aps o clculo dos valores organizado os resultados:

Sujeito Resultado do teste Percentil
1 20 100
2 16 75
3 12 50
4 10 25
Em seguida, interpretamos os dados: o sujeito 3 com o resultado 12 no teste conseguiu

que 50% de atletas fossem piores do que ele, mas 50% (100% - 50% = 50%) dos testados
foram superiores do que este jogador. A partir desta anlise pode-se observar a performance
do testado perante aos demais.
Guedes (2004) informou que atualmente existem oito categorias para classificar o
percentil. A tabela 1 expe essas explicaes:
35
Percentil
Tabela 1. Classificao dos percentis.

Categorias Percentil Classificao
8 97 a 100 Extremamente Alto
7 90 a 97 Muito Alto
6 75 a 90 Alto
5 50 a 75 Mdio Alto
4 25 a 50 Mdio Baixo
3 10 a 25 Baixo
2 3 a 10 Muito Baixo
1 0a3 Extremamente Baixo
Referncias do Percentil
Guedes D (2004). Qualidade das informaes direcionadas s avaliaes no campo da

educao fsica. Rev Min Educ Fs. 12(2):174-211.
Marins J, Giannichi R (1998). Avaliao e prescrio de atividade fsica. 2 ed. Rio de

Janeiro: Shape, p. 219-226.
Caso queira saber sobre decil e quartil, leia Pompeu F (2006). Biodinmica do
movimento humano. SP: Phorte. p. 34-5.
36
1.7. Escore Z
- Padroniza os resultados brutos para uma unidade de medida.
- Quanto maior o resultado melhor o nvel da capacidade motora (Ex.: flexiteste, salto,
VO2mx etc).
- Para os testes de velocidade (alctico, lctico e agilidade), o menor valor o melhor

resultado, necessitando multiplicar por 1.
Exemplo:
1) Estabelecer a mdia e o desvio padro dos testes.
Atleta Salto horizontal Velocidade de 30 m Agilidade semo

em cm em segundos em segundos
1 200 5,5 11,2
2 145 4,5 11,8
3 240 5,0 12,6
Mdia 195,0 5,0 11,9

Desvio Padro 47,7 0,5 0,7
2) Calcular o escore z de cada teste.
Z = resultado do atleta mdia do teste

Desvio Padro do teste
37
Escore Z
Atleta 1
Z = 200 cm no teste de salto horizontal - 195 = 0,10
47,7
3) Depois de calcular todos os testes, coloque os valores na tabela.

1 0,10 1,0 - 1,0
2 - 1,04 - 1,0 0,7
3 0,94 0 1,0
4) Os resultados de velocidade e agilidade precisam ser multiplicados por -1.

1 0,10 1,0 x -1 = - 1,0 - 1,0 x -1 = 1,0
2 - 1,04 - 1,0 x -1 = 1,0 0,7 x -1 = - 0,7
3 0,94 0 x -1 = 0 1,0 x -1 = -1,0
38
Escore Z
5) Todos os resultados so somados para estabelecer os melhores e piores das capacidades

motoras.
Atleta Salto horizontal Velocidade de Agilidade semo Soma do

em cm 30 m em segundos Escore Z
em segundos
1 0,10 - 1,0 1,0 0,1
2 - 1,04 1,0 - 0,7 - 0,7
3 0,94 0 -1,0 0,06
6) Os indivduos so posicionados conforme o resultado. Sendo:
Atleta Soma do Escore Z Classificao

1 0,1 1
3 0,06 2
2 - 0,7 3
Referncia
Gagliardi J, Uezu R, Villar R (2006). Avaliao cineantropomtrica. In. Da Silva L (Edit.).

Desempenho esportivo: treinamento com crianas e adolescentes. So Paulo: Phorte. p.
262-265.
39
1.8. Converso Importante
. segundo para centsimo x 100
. centsimo para segundo : 100
. minuto para segundo x 60
. segundo para minuto : 60
. hora para minuto x 60
. minuto para hora : 24
Outras converses podem ser encontradas em Pompeu (2006, p. 111), McArdle et alii
(1992, p.480-9), McArdle et alii (2011, em PDF).
McArdle W, Katch F, Katch V (1992). Fisiologia do exerccio: energia, nutrio e

desempenho humano. 3ed. Rio de Janeiro: Guanabara. p. 480-9.
McArdle W, Katch F, Katch V (2011). Fisiologia do exerccio: nutrio, energia, e

desempenho humano. 7ed. Rio de Janeiro: Guanabara. p. em PDF.
Pompeu F (2006). Biodinmica do movimento humano. So Paulo: Phorte, p. 111.

40
1.9. Grficos
A seguir, so explicados como usar de alguns grficos que se encontram nas

pesquisas do esporte e da atividade fsica. Como elaborar esses grficos o leitor aprender
por Excel porque o seu resultado o mesmo do SPSS e torna mais fcil para o
aprendizado do estudante. As referncias que ensinam os grficos so as seguintes:

Midiograf, p. 43-52.

Bojikian L, Gagliardi J, Bhme M (2006). A utilizao da estatstica no

treinamento em longo prazo. In. Da Silva L (Edit.). Desempenho esportivo:
treinamento com crianas e adolescentes. So Paulo: Phorte. p. 327-50.
41
Grficos
Grfico de Barra
- Melhor para comparar as quantidades organizadas por tamanho.
Como elaborar no Excel:
1) Digitar as mdias e desvio padro do hemisfrio esquerdo (DP he) e do direito (DP hd).
Hemisfrio Esquerdo Hemisfrio Direito DP he

Salto Vertical (cm) 27,29 33,08 2,05
Agilidade de 5 m (m/s) 1,49 1,61 0,19
Velocidade de 10 m (m/s) 4,44 4,44 0,83

0,94 DP hd
0,13
0,83
2) Coloque em evidncia a mdia de cada varivel e os hemisfrios.

Agilidade de 5 m (m/s) 1,49 1,61 0,19

0,94 DP hd
0,13
0,83
42
Grficos
3) Clicar em inserir e escolher colunas.
3) Acertar o grfico (linhas, tipo de letra, cor da barra, ttulo do grfico etc).
Recomenda-se que tire as linhas em

volta e no grfico para melhor
visualizao.
Clique em Formatar, depois em

contorno da forma e por ltimo em
sem contorno.
4) Clicar em Layout no Notebook para inserir o desvio padro no grfico.
5) Clique em Barra de Erro, escolha mais opes.
6) Em Barra de Erros Verticais, no contedo exibir escolha MAIS e deixe em

LEGENDA.
43
Grficos
7) Em Erro, clique em PERSONALIZADO e escolha especificar valor. Em seguida,

coloque os valores do desvio padro em evidncia do hemisfrio esquerdo (DP he) e clique
em ok. Faa o mesmo procedimento para o hemisfrio direito.

Agilidade de 5 m (m/s) 1,49 1,61 0,19

0,94 DP hd
0,13
0,83
8) Ajustes na Linha do Desvio Padro
Estilo da Linha: determine a largura da linha do desvio padro (utilize no mximo 1,25
pt).
Sombra: muda a cor da linha do desvio padro.
Bordas: oferece um brilho a linha do desvio padro (use cor e predefinio)

44
Grficos
Grfico de Coluna
- Melhor para comparar variaes em quantidade em funo do tempo.
1) Digitar as mdias do salto vertical e depois colocar os dados em evidncia.
1 ano 50 (o que voc escreveu 1 sai em baixo no grfico)
2 anos 60
3 anos 70
2) Clicar em inserir e escolher barras.
3) Os demais procedimentos so iguais ao explicado na pgina 41 a 43.

45
Grficos
Grfico de Pizza
- Melhor para expor a frequncia observada em cada categoria.
1) Digitar o total do passe na partida e depois colocar os dados em evidncia.
Goleiro 28 (escreveu 1 sai em 1)
Zagueiro 369 (escreveu 2 sai em 2)
Lateral 389
Meia 399
Atacante 379
2) Clicar em inserir e escolher pizza.
3) Clicar em Layout, depois em Rtulo de Dados e em seguida Mais Opes para

escolher porcentagem. O grfico ser apresentado pelo total e pela porcentagem.

46
Grficos
Grfico de Linha
- Melhor para apresentar a mudana de uma varivel.
1) Digitar o total de gols e depois colocar os dados em evidncia.
2008 2009 2010 2011 2012

Gols 10 20 68 78 100
2) Clicar em inserir e escolher linhas.

47
Grficos
Grfico de Disperso
- Representa a relao de duas variveis.
y a varivel dependente
x a varivel independente
1) Digitar numa coluna a pontuao e a estatura dos voleibolistas e depois colocar os dados
em evidncia.
Pontuao Estatura
140 200
150 205
160 190
2) Clicar em inserir e escolher disperso.
3) Clicar em Layout de Grfico e escolher um grfico que possui uma reta.

48
Captulo 2 ESTATSTICA INFERENCIAL
Utilizada para anlise dos dados que visam testar hipteses.
2.1. Estatstica Paramtrica e No Paramtrica
A estatstica paramtrica utilizada quando existe normalidade na distribuio e
possui alto poder estatstico. Enquanto que a estatstica no paramtrica aplicada quando
os dados no so normais e tem menor poder estatstico.
O uso de um tipo de estatstica, paramtrica e no paramtrica, depende da
normalidade dos dados e da quantidade de grupos analisada. A figura e a tabela 2 resumem
os procedimentos que devem ser tomados para aplicar adequada estatstica:
1 Testar a normalidade dos dados
Distribuio Normal Distribuio No Normal
Teste de Shapiro-Wilk (n at 50) ou Teste Kolmogorov-Smirnov (n maior que 50)
No SPSS, p precisa ser maior que 0,05.

49
Tabela 2. Modelos estatsticos.
Estatstica Paramtrica Estatstica No Paramtrica

Dados normais Dados no normais
1 grupo 1 grupo
Teste t para uma amostra Teste dos Sinais
2 grupos Independentes 2 grupos Independentes
Teste t Independente Teste U de Mann-Whitney
2 grupos Pareados 2 grupos Pareados
Teste t Pareado Teste de Wilcoxon
3 ou mais grupos 3 ou mais grupos

Independentes ou Pareados Independentes ou Pareados
Anova One Way Teste H da Anova de Kruskal-Wallis
3 ou mais grupos Pareados 3 ou mais grupos Pareados
Anova de medidas repetidas Anova de Friedman
Relao de Variveis Relao de Variveis

2 grupos Independentes 2 grupos Independentes
r de Pearson r de Spearman
Obs. Importante:
- p = 0,000 no SPSS significa que p0,001.
- Insignificante, no use esse termo. O ideal escrever: os dados no foram
significativos.
50
2.2. Testar a Normalidade dos Dados
Verificar a normalidade dos dados importante para o pesquisador determinar se
utiliza a estatstica paramtrica (para dados normais) ou a estatstica no paramtrica (para
dados no normais). Quando o n at 50, aplicado o teste de Shapiro-Wilk. Mas se o n
for superior a 50, os dados so tratados por Kolmogorov-Smirnov. Porm, estes testes
possuem baixo poder para verificar a normalidade dos dados, ento recomendvel utilizar
o histograma para certificar dos resultados.
Caso o leitor queira se aprofundar nesse assunto basta consultar as seguintes obras:
Madureira A (2008). O avano da estatstica na EF. Cad Educ Fs 7(12):73-6.
Torman V et alii (2012). Normalidade de variveis: mtodos de verificao e
comparao de alguns testes no paramtricos por simulao. Rev HCPA
32(2):227-34.
51
2.2.1. Shapiro-Wilk
Utilizado quando a amostra de 50 componentes.
1) Ordenar os nmeros da amostra.
10, 15, 15, 20 e 25. Mdia = 17
2) Calcular a equao.
Somatrio = (X da amostra Mdia) + (X da amostra Mdia)
Somatrio = (10 17) + (15 17) + (15 17) + (20 17) + (25 + 17)
Somatrio = 49 + 4 + 4 + 9 + 64 = 130
3) Calcular b.
b = coef. de Shapiro-Wilk
? x (subtrair n mais alto e mais baixo da amostra) + ? x (subtrair n mais alto e mais baixo da amostra)
- Ordenar os nmeros da amostra do maior para o menor.
25
20
15
15
10
52
Shapiro-Wilk
- Estabelecer o coeficiente de Shapiro-Wilk de cada nmero.
Nmeros da Amostra Coeficiente de Shapiro-Wilk
25
20
15
15
10
Coeficiente de Shapiro-Wilk
( uma tabela que precisa ser consultada, eu tenho ela completa em PDF, basta fazer o pedido)
n do maior para o menor \ n da amostra
2 3 4 5
1 0,7071 0,7071 0,6872 0,6646
2 - 0,0000 0,1677 0,2413
3 - - - 0,0000
4 - - - -
5 - - - -
53
Teste de Shapiro-Wilk
Nmeros da Amostra Coef. de Shapiro-Wilk
25 0,6646
20 0,2413
15 0,0000
15 -
10 -
Mais Alto Mais Baixo
25 10
20 15
4) Calcular b (b = coef. de Shapiro-Wilk).
? x (subtrair n mais alto e mais baixo da amostra) + ? x (subtrair n mais alto e mais baixo da amostra)
b = 0,6646 x (25 10) + 0,2413 x (20 15)
9,9735 + 1,2065 = 11,18
5) Calcular a equao.
Somatrio = (X da amostra Mdia) + (X da amostra Mdia)
Somatrio = (10 17) + (15 17) + (15 17) + (20 17) + (25 + 17)
Somatrio = 49 + 4 + 4 + 9 + 64 = 130
54
Teste de Shapiro-Wilk
6) Calcular W.
W = b : somatrio 11,18 : 130 = 0,086
- Consultar na tabela de Shapiro-Wilk o W crtico de 0,05 (eu tenho completo em PDF).
n W de 0,05
3 0,767
4 0,768
5 0,762
Normalidade dos Dados: W calculado < W crtico
W calculado = 0,086 / W crtico = 0,764
Dados no normais.
55
2.2.2. Teste de Kolmogorov-Smirnov
Aplicado quando a quantidade de sujeitos maior do que 50.
1) Sabendo os valores da estatura de dois grupos, determine o intervalo de classe:
Grupo 1: 140, 142, 170, 171, 175, 180, 181, 190, 200 e 201.
Grupo 2: 145, 146, 150, 155, 160, 165, 166, 200, 201 e 210.
- Geralmente o intervalo de classe fica em torno de 10 quando a amostra de 50 sujeitos.
- Um meio de estabelecer o intervalo de classe atravs da amplitude total (AT) entre os
valores do grupo 1 e do grupo 2.
AT = n mais alto n mais baixo
AT = 210 140 = 70 um valor muito alto, ento reduz para 7.

56
Teste de Kolmogorov-Smirnov
2) Intervalo de Classe (IC)
140 (1 n da amostra) + 7 (achado) = 147
- Sempre somar por 7
IC
140 147
147 154
154 161
161 168
168 175
175 182
182 189
189 196
196 203
203 210 (ltimo n da amostra)
3) Determine a frequncia (f) em cada intervalo de classe.
IC G1 f G2 f
140 147 2 (140, 142) 2 (145, 146)
147 - 154 0 1 (150)
154 - 161 0 2 (155, 160)
161 - 168 0 2 (165, 166)
168 - 175 3 (170, 171, 175) 0
175 - 182 2 (180, 181) 0
182 - 189 0 0
210 o ltimo n da amostra
189 - 196 1 (190) 0
196 - 203 2 (200, 201) 2 (200, 201)
203 - 210 0 1 (210)
Total 10 10
57
4) Calcular a frequncia acumulada (fa).
Basta somar pelo 1 n.
IC G1 f fa G2 f fa
140 147 2 2 2 2
147 - 154 0 0+2=2 1 3
154 - 161 0 0+2+2=4 2 5
161 - 168 0 0+4+2=6 2 7
168 - 175 3 3+6=9 0 7
175 - 182 2 2 + 9 =11 0 7
182 - 189 0 0 + 11 = 11 0 7
189 - 196 1 1 + 11 = 12 0 7
196 - 203 2 2 + 12 =14 2 9
203 - 210 0 0 + 12 = 14 1 10
Total 10 10
5) Calcular a proporo da frequncia acumulada (pfa).

pfa = valor da frequncia acumulada : quantidade de n da amostra
IC G1 f fa pfa G2 f fa pfa
140 147 2 2 2 : 10 do total = 0,2 2 2 0,2
147 - 154 0 0+2=2 0,2 1 3 0,3
154 - 161 0 2+2=4 0,4 2 5 0,5
161 - 168 0 4+2=6 0,6 2 7 0,7
168 - 175 3 6+3=9 0,9 0 7 0,7
175 - 182 2 11 1,1 0 7 0,7
182 - 189 0 11 1,1 0 7 0,7
189 - 196 1 12 1,2 0 7 0,7
196 - 203 2 14 1,4 2 9 0,9
203 - 210 0 14 1,4 1 10 1
Total 10 10
58
6) Calcular a diferena entre as propores da frequncia acumulada (pfa) do grupo 1 e 2.
IC G1 pfa G pfa
140 147 0,2 - 0,2 = 0
147 - 154 0,2 - 0,3 = - 0,1
154 - 161 0,4 - 0,5 = - 0,1
161 - 168 0,6 - 0,7 = - 0,1
168 - 175 0,9 - 0,7 = 0,2
175 - 182 1,1 - 0,7 = 0,4
182 - 189 1,1 - 0,7 = 0,4
189 - 196 1,2 - 0,7 = 0,5
196 - 203 1,4 - 0,9 = 0,5
203 - 210 1,4 1 = 0,4
- Aps o clculo da subtrao, selecione o maior valor.
- 0,5, sendo o D mximo.
7) Calcule o D crtico.
D crt. = 1,36 x n1 + n2 1,36 x 10 + 10 = 0,59
n1 x n2 10 x 10
n a quantidade de nmeros da amostra, sendo 10.
- A normalidade dos dados por Kolmogorov-Smirnov acontece quando D mximo menor

do que D crtico.
- D mximo (0,5) menor do que D crtico (0,59), ou seja, a distribuio normal.

59
Uso do SPSS para Estabelecer a Normalidade dos Dados
- Passo 1 a 7, igual ao que foi ensinado na mdia (ver p. 12-5).
8)
1) Clique em
Analisar (analyze).
(descriptive statistics).
3) Selecione a opo
Explore.
60
Normalidade dos Dados com SPSS
9) 1) Clique na varivel
de interesse. 2) Depois na seta, passando para
Lista Dependente (dependent list).
SV SV
3) Selecionar Plots.
4) Habilitar a 5) Clique em
opo Continuar
Normalidade (continue). 6) Clique em Ok para ter
(normality). o resultado.
10) Resultado.
A distribuio normal quando a significncia maior do que 0,05.
- Somente aps determinar a normalidade dos dados deve-se escolher o tipo de estatstica inferencial.
61
Uso do GraphPad Prism, verso 5.0. para Estabelecer a Normalidade dos Dados
1) 1) Escolha uma anlise.
2) Em plot, escolha media com desvio padro (mean with SD).
3) Clique em create.
2) Digite os dados, clique em analisar (analyze).
3) Escolha Column Statistics para calcular a normalidade dos dados.
3) Escolha o teste de normalidade, clique na mdia e no desvio padro, no mnimo e
mximp etc. Depois disso clique em ok, e verifique a normalidade dos dados. Nesse pacote
estatstico voc pode ver a normalidade dos dados de vrias variveis ao mesmo tempo.
62
2.2.3. Histograma
- D uma ideia de como os dados esto distribudos (os testes de normalidade possuem baixo poder
para determinar a normalidade).
- O pesquisador inspeciona visualmente a normalidade dos dados.
- Mostra a distribuio de frequncia de uma varivel quantitativa.
- No SPSS o n apresentado em N maisculo.
- A altura de cada coluna

6 corresponde a frequncia de dados
observados dentro do respectivo
intervalo de classe.
Frequncia
4
- A altura das barras representa o
nmero ou percentual de
observaes dentro de cada
2 intervalo.
0
0 20 40 60 80 100
Zona 5 do ataque sem ponto
A largura da coluna representa o intervalo de valores da varivel (o intervalo de classe).

63
Histograma
Caso queira saber mais sobre histograma, consulte as seguintes referncias:
Bojikian L, Gagliardi J, Bhme M (2006). A utilizao da estatstica no

treinamento em longo prazo. In. Da Silva L (Edit.). Desempenho esportivo:
treinamento com crianas e adolescentes. So Paulo: Phorte. p. 327-50.
Midiograf, p. 43-4.
Bonita R, Beaglehole R, Kjellstrm T (2010). Epidemiologia bsica. 2 ed. So
Paulo: Santos. p. 66 e 7.
Dancey C, Reidy J (2006). Estatstica sem matemtica para psicologia. 3 ed.

Porto Alegre: Artmed, p. 70-2.
Torman V et alii (2012). Normalidade de variveis: mtodos de verificao e
comparao de alguns testes no paramtricos por simulao. Rev HCPA
32(2):227-34.
64
Uso do SPSS para Estabelecer o Histograma
- Passo 1 a 7, igual ao que foi ensinado na mdia (ver p. 12-5).
6) possvel estabelecer o histograma de algumas variveis ao mesmo tempo.
Digite as variveis do estudo na coluna Var.
7) 1) Clique em Arquivo (File).
2) Clique em Salvar Como (Save as).

65
Histograma no SPSS

(Descriptive statistics).
3) Selecione a opo Frequncias

(frequencies).
9) 1) Clique na varivel de interesse. 2) Clique na seta, passando para Varivel

(variable).
3) Selecione a opo Grficos

(charts).
66
Histograma no SPSS
10) Clique em tipo de grfico (chart type), escolha o histogramas (histograms) e por ltimo
clique em com curva normal (with normal curve). Agora, clique em continuar e depois em
ok para ter os histogramas (vai aparecer o histograma de cada varivel).
11)
- Essa linha vermelha o polgono

de frequncia.
6
- til para verificar visualmente a

Frequncia
normalidade dos dados.

4
0
0 20 40 60 80 100
67
Histograma no SPSS
12) Como ajustar o histograma.
a) 2 cliques no fundo, escolha a cor

do fundo atravs de aplicar (Apply).
b) Faa o mesmo na barra e no

polgono.
8
c) No polgono voc pode aumentar

o tamanho da linha e o mesmo pode
ser feito na linha da barra (2
6
cliques).
Frequncia
d) Voc acha mais cores para a barra

4
e para o polgono em reset. Escolha
cor, clique ok e depois clique na cor
e por ltimo em aplicar (Apply).
2
e) Em pattern, voc pode escolher
um fundo para a barra e por ltimo
em aplicar (Apply).
0
0 20 40 60 80 100
f) 2 cliques em uma coordenada

g) 2 cliques na letra ou no nmero, muda a
(x ou y) do histograma, voc
formatao.
pode aumentar o tamanho da
linha e mudar a cor.
h) 1 clique na letra coloca em evidncia,
mais 1 clique na letra muda o que est
mouse esquerdo e direito escrito.
i) Em estilo (style), escolha bold e coloque a

letra em negrito.
j) Clique com o mouse esquerdo e depois

com o direito, delete a letra ou nmero.
k) Todos esses procedimentos servem para

qualquer letra e nmero.
68
Histograma no SPSS
VAR00002
3,0
2,5
2,0
Frequency
Para tirar essa linha voc deve fazer o seguinte

1,5 procedimento:
1,0 a) 2 cliques no grfico.
0,5 b) Clique em borda (border) e depois escolha

o branco.
Mean =0,4838
0,0 Std. Dev. =0,46742
0,00 0,25 0,50 0,75 1,00 1,25 N =8 c) Clique em aplicar (apply).
VAR00002
d) O histograma vai ficar dessa maneira.
2
Frequency
0
0 0 0 1 1 1
6 to more dynamic stretching exercises
13) Coloque o histograma em evidncia, v em edit, digite copy e insira ele no word. Em
alguns casos, o histograma sai cortado no word, ento mexa ele no SPSS e torne inserir no
word.
69
2.3. Hiptese Nula e Nvel de Significncia
- As hipteses nulas so avaliadas por testes de significncia.
- Eles determinam se devemos aceitar ou rejeitar a hiptese nula.
- Diferena grande entre duas mdias amostrais costuma-se rejeitar a hiptese nula.
- Diferena pequena entre duas mdias amostrais costuma-se aceitar a hiptese nula.
- Os testes de significncia so conduzidos em nveis de probabilidade pr-selecionados.

- Simbolizados por p ou alfa.
- Na maioria dos estudos em Educao Fsica so utilizados um nvel de probabilidade de

0,05.
- Isso significa que os achados possuem uma probabilidade de 5 em 100.
- Ele utilizado para controlar o erro tipo I.

- Erro Tipo I: rejeita a hiptese nula quando ela verdadeira.
- Porm, num estudo cientfico tambm pode ocorrer o erro tipo II.
- Erro Tipo II: no rejeita a hiptese nula quando ela falsa.
70
Hiptese Nula e Nvel de Significncia
- Portanto, 0,05 oferece um equilbrio no erro tipo I e tipo II.
- Seria timo se voc pudesse eliminar o erro tipo I e o erro tipo II, mas isso no possvel.
- Voc controla o erro tipo I consultando os valores estabelecidos pela tabela do nvel de
significncia de p0,05 (valor crtico).
- Quando p igual a 0,05 ou menor, a hiptese nula rejeitada.

- Mas se p maior que 0,05, a hiptese nula aceita.
- Estudos que requerem evidncias mais fortes ou maior preciso dos resultados.
- Ex.: medicamentos, equipamento de avio etc.
- Podem considerar um p mais rgido como 0,01 (1%) ou mesmo 0,001 (0,1%).
Ateno no SPSS
p = 0,000, ele quer dizer um p0,001.
71
Erro Tipo I (rejeita a hiptese nula quando ela verdadeira)

- Aumenta drasticamente na mesma proporo da quantidade de testes de significncia que
so realizados em um grupo de dados.
- Ocorre quando muitas variveis so analisadas simultaneamente, ou ainda, quando mais de

dois tratamentos so conduzidos no mesmo conjunto de dados.
- Para evitar esse tipo de erro, devem ser conduzidos poucos testes.
- Quando no possvel esse procedimento, devem ser efetuados ajustamentos do valor p de

acordo com o nmero de testes realizados, os chamados ajustes post-hoc.
Erro Tipo II (no rejeita a hiptese nula quando ela falsa)

- O teste escolhido considerado adequado quando possui 70 a 80% de poder.
O poder do teste aumenta conforme a variabilidade da observao diminui.

Exemplo:
- Desvio padro mais homogneo torna o teste mais poderoso.
- Desvio padro mais heterogneo torna o teste menos poderoso.
- Amostras pequenas no verificam com facilidade os efeitos de um teste.

- Mais chance do erro tipo II.
72
Para saber mais, consulte as seguintes referncias:
Barros M, Reis R (2003). Anlise de dados em atividade fsica. Londrina:

Midiograf, p. 73-7.

Tritschler K (2003). Medida e avaliao em educao fsica e esporte. 5 ed. So

Paulo: Manole, p. 160-2.
73
2.4. A Maioria dos Testes de Significncia so Bicaudais
- Isso significa que a rejeio da hiptese nula ocorre independente da direo dos desvios.
- Ele utilizado quando o pesquisador no est seguro sobre o resultado.
- Um teste de significncia unicaudal utilizado quando o pesquisador tem certeza de que

as diferenas podem ocorrer apenas em uma direo.
74
A Maioria dos Testes de Significncia so Bicaudais


Paulo: Manole, p. 162.
75
2.5. O Tamanho da Amostra Afeta os Graus de Liberdade
- Um teste de significncia unicaudal ou bicaudal selecionado.
- O seu resultado um valor calculado.
- Para se tomar uma deciso sobre a hiptese nula, necessrio comparar o resultado com
um valor crtico.
- Valor crtico determinado observando a tabela de um teste.
Valores crticos do teste t para uma amostra
gl 0,05
1 12,70
2 4,30
3 3,18
4 2,77
5 2,37
6 2,44
7 2,30
- Quando utilizada uma tabela de distribuio estatstica, o grau de liberdade (gl) referente
aquela significncia, localizam o pesquisador.
- Se o resultado aceita ou rejeita a hiptese nula quando comparado com o valor crtico.
76
O Tamanho da Amostra Afeta os Graus de Liberdade
- Geralmente, para rejeitar a hiptese nula o resultado precisa ser igual ou maior do que o
valor crtico.
- Em geral, os gl esto relacionados com o tamanho da amostra e com o nmero de grupos.
- Sendo determinados por frmulas.
- O gl pode ser definido como o nmero de observaes feitas menos o nmero de

parmetros estimados.

77
2.6. Teste t para uma amostra (est. paramtrica)
Compara a diferena entre a mdia do estudo em relao a um valor da populao.

Para saber mais, leia:
Gaya A (2008). Cincias do movimento humano. Porto Alegre: Artmed, p. 210-3.

t = (mdia do estudo mdia da populao)
desvio padro : n
n = quantidade de indivduos da amostra.
Amostra do Karat Shotokan da Zona Sul
n = 120
Mdia = 1750, 80 chutes por semana
Desvio Padro = 1660,14
Mdia da Populao = 1980 chutes por semana
t = (1750,80 1980) t= - 229,2 t = - 229,2 t = -1,51
1660,14 : 120 1660,14 : 10,954 151,555

78
Teste t para uma amostra (est. paramtrica)
gl = n -1
gl = 120 1 = 119
- O valor t deve ser comparado aos valores crticos do teste.
Valores crticos do teste t para uma amostra
gl 0,05 gl 0,05
1 12,70 40 2,02
2 4,30 45 2,01
3 3,18 50 2,008
4 2,77 60 2,000
5 2,37 70 1,994
6 2,44 80 1,990
7 2,30 90 1,986
8 2,30 100 1,983
- Valor tabelado 1,98.

9 2,26 110 1,981
10 2,22 120 1,979
- t = - 1,51
11 2,20 140 1,977
- No existe diferena significativa (p>0,05) entre
as mdias porque t menor do que o valor 12 2,17 160 1,974
tabelado.
13 2,16 180 1,973
- Para ter diferena significativa o t calculado
precisa ser igual ou maior do que o t tabelado; 14 2,14 200 1,971
15 2,13 + 1,962
16 2,11
17 2,109
18 2,100
19 2,09
35 2,03
79
Apresentao do resultado no texto:
O teste t para uma amostra no detectou diferena significativa (p>0,05) entre a

mdia de chutes dos karatecas da zona sul versus a mdia da populao, t (119) = - 1,51.
Uso do SPSS para Estabelecer o Teste t para uma amostra (est. paramtrica)
- Passo 1 a 7 igual ao que foi ensinado na mdia (ver p. 12-5).
Passar os valores de um lugar para o outro.
10
1) Colocar em evidncia.
20
30
80
Apertar o boto direito do mouse.
Clicar em CUT (passagem) ou PASTE (passar).

evidncia.
2) Clique em Compare as Mdias
(compare means).
3) Selecione a opo T Teste para uma

10 . (one-sample T test).
20
30
81
9)
1) Clique na varivel de interesse. 2) Depois na seta, passando para
Varivel Testada
(test variable).
5) Clique em OK para ter o resultado.

SV SV
3) Insira a mdia da populao em

Valor do Teste (test value). 4) Selecione Opes (options) para
saber a estatstica descritiva.
82
10) Resultado.
1) Estatstica Descritiva
O resultado comparado ao
valor mdio da populao.
2) Resultado
4) Significncia
3) graus de liberdade
83
2.7. Teste dos Sinais (est. no paramtrica)
Baseia-se na mediana da distribuio, pois considera o nmero de valores na amostra

que so maiores ou menores que a mediana. Para saber mais, leia:
Gaya A, Cols. (2008). Cincias do movimento humano. Porto Alegre: Artmed, p.

244, 259-63.

1 ) Determinar os valores que esto abaixo e acima da mediana.
Mediana (escore do meio) = 1980 cestas por semana.
- 81 observaes ficaram abaixo da mediana.
- Uma observao foi igual
- 38 observaes foram superiores a mediana.
2) n o nmero de observaes abaixo e acima da mediana.
n = 81 abaixo + 38 acima = 119
- r a menor contagem de valores diferentes da mediana, sendo 38.
- Quando n menor ou igual a 10.
- O r ser o resultado final do teste dos sinais.

84
Teste dos Sinais (est. no paramtrica)
3) Calcule o Z, quando o n maior do que 10 .
n = 119 / r = 38
Z= [r- n)]1 Z = [38 - 119] 1 Z = 22 : 7,71 = 3,85

2 2 2 2
n:2 119 : 2
4) Comparar o resultado (r ou z) com o valor tabelado.
Valores crticos de r do teste dos sinais para uma amostra

n 0 1 2 3 4 5
4 0,125 0,624 1,000
5 0,062 0,376 1,000
6 0,032 0,218 0,688 1,000
7 0,016 0,124 0,454 1,000
8 0,008 0,070 0,290 0,726 1,000
9 0,004 0,040 0,180 0,508 1,000
10 0,001 0,022 0,110 0,344 0,754 1,000
Obs.: Em azul so os valores que correspondem diferena significativa, ou seja, iguais ou menores do
que 0,05.
85
Valores crticos de Z do teste dos sinais para uma amostra

Z 0,05 Z 0,05
0,0 0,960 2,0 0,040
0,1 0,881 2,1 0,032
0,2 0,803 2,2 0,024

Z calculado para ser significativo precisa
possuir um Z tabelado com valor igual ou
0,3 0,726 2,3 0,019
menor do que 0,05.
0,4 0,653 2,4 0,014
0,5 0,582 2,5 0,011
0,6 0,516 2,6 0,008
0,7 0,453 2,7 0,006
0,8 0,395 2,8 0,004

Z = 3,85
0,9 0,342 2,9 0,003
Z tabelado = 0,001 1,0 0,294 3,0 0,002
1,1 0,250 3,1 0,002

- Z calculado possui diferena significativa (p0,05).
1,2 0,211 3,2 0,001
1,3 0,177 3,3 0,001
1,4 0,147 3,4 0,001
1,5 0,121
1,6 0,099
1,7 0,080
1,8 0,064
1,9 0,051
Obs.: Em amarelo so os valores que correspondem diferena significativa.

86
Uso do SPSS para Estabelecer o Teste dos Sinais (est. no paramtrica)
- Passar os valores de um lugar para o outro (ver p. 79).
6) 1) Digitar as variveis na coluna Var.
45 50
45 55
56 36
2) Criar uma verso de nmeros que seja equivalente
ao resultados da mdia da populao.
Criar uma verso de nmeros que seja equivalente aos resultados da mdia da populao.
87
2) Clique em Teste No Paramtrico (compare means).
3) Selecione a opo Duas

amostras Relacionadas.
(2 related samples).
9) 4) Clique em Ok.
A
A
B
B
2) Clique em Sinal (sign).
1) Passe as duas variveis para Lista

de Teste Pareado (test pair lista). 3) Selecione Opes (options) para saber a estatstica descritiva.
88
10) Resultado.
2) Rank
Mean rank Sum of ranks

1 2
2,5 3 4
3) Significncia e Resultado (Z)
34
89
2.8. Teste t independente (est. paramtrica)
Testa a diferena entre a mdias de 2 grupos diferentes. Para saber mais, consulte as
seguintes referncias:


Gaya A (2008). Cincias do movimento humano. Porto Alegre: Artmed, p. 219-

22.
Matsudo V (1998). Testes em cincias do esporte. 6 ed. SCS: CELAFISCS, p. 99-

125.
Marins J, Giannichi R (1998). Avaliao e prescrio de atividade fsica. 2 ed.

RJ: Shape, p. 220-226.
Pompeu F (2006). Biodinmica do movimento humano. SP: Phorte, p. 40-4.
Thomas J, Nelson J (2002). Mtodos de pesquisa em atividade fsica. 3 ed. Porto

90
Teste t independente para amostras com o mesmo nmero de sujeitos (est. paramtrica)
1) Colocar na tabela a pontuao das surfistas, somar os valores e calcular a mdia.
Atleta Treino Periodizao

1 4,60 21,16
2 8,08 65,28
3 5,99 35,88
4 5,29 27,98
Total 23,96 150,3
Mdia 5,99 37,57
2) Colocar os valores ao quadrado e somar.
X1 (treino) X2 (periodizao)
(4,60) = 21,16 (21,16) = 447,74
(8,08) = 65,28 (65,28) = 4261,47
(5,99) = 35,88 (35,88) = 1287,37
(5,29) = 27,98 (27,98) = 782,88
Total: 150,3 Total: 6779,46
91
3) Calcular o desvio padro de cada amostra.
Sx = Soma de X ao quadrado - (Mdia)

Quant. de atletas
Sx1 = 150,3 - (5,99) Sx1 = 37,57 35,88

4
Sx1 = 1,69 = 1,3
- O mesmo clculo foi realizado para Sx2, sendo 16,83.
4) Determinar o erro padro (EP) de cada mdia.
EP = S1 : Quant. de atletas - 1
92
EP1 = 1,3 : 4-1 EP1 = 1,3 : 3 EP1 = 1,3 : 1,73 = 0,75
EP2 = 9,72 (calculado da mesma maneira)
5) Estabelecer o erro padro da diferena (EPD).
EPD = (EP1) + (EP2)
EP1 = 0,75 / EP2 = 9,72
EPD = (0,75) + (9,72) EPD = 0,56 + 94,47 EPD = 95,03
EPD = 9,74
6) Calcular a razo t.
t = (Mdia de X1 Mdia de X2) : EPD
Mdia do Treino (x1) = 5,99

Mdia da Periodizao (x2) = 37,57
EPD = 9,74 t = (5,99 37,57) : 9,74 = - 3,24
93
7) Estabelecer os graus de liberdade (gl).
gl = N1 (quant. de atletas) + N2 2
gl = 4 + 4 2 = 6
8) Compare a razo t com o t tabelado.
gl = 6
t calculado = - 3,24 (p0,05, maior ou igual ao t tabelado).
gl 0,05 gl 0,05 gl 0,05 gl 0,05

1 12,70 11 2,20 21 2,080 40 2,02
2 4,30 12 2,17 22 2,07 60 2
3 3,18 13 2,16 23 2,069 120 1,98
4 2,77 14 2,14 24 2,064 <120 1,96
5 2,57 15 2,13 25 2,06
6 2,44 16 2,12 26 2,056
7 2,36 17 2,11 27 2,052
8 2,30 18 2,10 28 2,048
9 2,26 19 2,09 29 2,046
10 2,22 20 2,086 30 2,042
94
9) Determine o tamanho do efeito (TE).
- TE um meio do professor saber a diferena entre a pontuao entre o treino de surf e o

treino de surf periodizado. Merece ser usado quando ocorre diferena significativa
(p0,05).
TE = [(Mdia de X1 Mdia de X2) : Mdia do desvio padro] . Fator de Correo

TE de
Dancey C, Reidy J (2006). Estatstica sem

matemtica para psicologia. Porto Alegre:
Armed.
Fator de Correo = 1 [3 : (4 . m) 9)]

Fator de Correo de
Hedges L, Olkin I (1985). Statistical methods

for meta-analysis. New York: Academic Press.
m = Ne + Nc 2 ou m=N-1
Significado da Abreviao: Ne: tamanho da amostra do Grupo Experimental, Nc: tamanho da amostra do Grupo
Controle, N: tamanho da amostra do pr-teste.
Classificao do TE (Dancey & Reidy, 2006): igual ou maior do que 0,8 grande, entre 0,5 a
0,7 mdio e igual a 0,4 ou menor pequeno.
95
Teste t independente para amostras com nmero de sujeitos diferente (est. paramtrica)
1) Colocar na tabela o salto vertical dos atleta e somar os valores e calcular a mdia.
Atleta Voleibol Salto em Altura

1 70 cm 100 cm
2 80 cm 100 cm
3 90 cm 90 cm
4 95 cm -
Total 335 290
Mdia 83,75 cm 96,66 cm
2) Colocar os valores ao quadrado e somar.
X1 (voleibol) X2 (salto em altura)

70 = 4900 100 = 1000
80 = 6400 100 = 1000
90 = 8100 90 = 8100
95 = 9025 -
Total = 28425 Total = 10100
3) Calcular o desvio padro de cada amostra (igual ao da pgina 90).
Sx = Soma de X ao quadrado - (Mdia)

Quant. de atletas
Sx1 = 9,60 / Sx2 = - 77,30

96
4) Calcular o erro padro da diferena (EPD).
EPD = N1 x (S1) + N2 x (S2) x ( 1 + 1 )
N1 + N2 - 2 N1 N2
N = quantidade de atletas
S = desvio padro
Voleibol: N1 = 4, S1 = 9,60 / Salto em Altura: N2 = 3, S2 = - 77,30
EPD = 4 x (9,60) + 3 x (- 77,30) x (1 + 1)
4+32 4 3
Somar n fracionrios diferentes.
Achar o MMC (mnimo mltiplo comum)
3,4 3
1,4 4
1,1 3 x 4 = 12 ( o denominador)
97
Achar o numerador.
MMC : denominador = ? x numerador = resultado o numerador
(1 + 1)
4 3
MMC = 12 12 : 4 = 3
3x1=3
EPD = 4 x 92,16 + 3 x 5975,29 x (3 + 4)
5 12 12
EPD = 368,64 + 17925,87 x 7
5 12
98
EPD = 18294,51 x 7 EPD = 18294,51 x 7
5 12 5 12 (divide)
EPD = 1524,54 x 7
(divide) 5 1
EPD = 1524,54 x 1,4
1 1
EPD = 1524,54 x 1,4 EPD = 2134,35 = 46,19
t = (Mdia de X1 Mdia de X2) : EPD
X1 = 83,75 / X2 = 96,66 / EPD = 46,19
t = (83,75 96,66) : 46,19 = - 0,27

99
6) Estabelecer os graus de liberdade (gl).
gl = N1 (quant. de atletas) + N2 2
N1 = 4
N2 = 3
gl = 4 + 3 2 = 5
gl = 5
t calculado = - 0,27 (p0,05, maior ou igual ao t tabelado).
gl 0,05 gl 0,05 gl 0,05 gl 0,05

1 12,70 11 2,20 21 2,080 40 2,02
2 4,30 12 2,17 22 2,07 60 2
3 3,18 13 2,16 23 2,069 120 1,98
4 2,77 14 2,14 24 2,064 <120 1,96
5 2,57 15 2,13 25 2,06
6 2,44 16 2,12 26 2,056
7 2,36 17 2,11 27 2,052
8 2,30 18 2,10 28 2,048
9 2,26 19 2,09 29 2,046
10 2,22 20 2,086 30 2,042
100
- TE um meio do professor saber a diferena entre o salto vertical dos atletas de voleibol
versus os saltadores em altura. Merece ser usado quando ocorre diferena significativa
(p0,05).

TE de

Armed.
Fator de Correo = 1 [3 : (4 . m) 9)]

Fator de Correo de

Apresentao do resultado no texto: O teste t independente no detectou diferena

significativa (p>0,05), t (5) = - 0,27.
101
Uso do SPSS para Estabelecer o Teste t Independente (est. paramtrica)
6)
1) Digitar as variveis na coluna Var.
1 90
1 70 3) Coluna dos valores do SV.
1 85
2 56
2 67
2 89
2) Coluna com os grupos.
1 SV do voleibol
2 SV do salto em altura
102
Teste t independente (est. paramtrica)
8)
1) Clique em Analisar (analyze). 2) Clique em Compare as Mdias

(compare means).
3) Selecione a opo teste t independente

1 90 (independent samples T test).
1 70
1 85
2 56
2 67
2 89
103
9) 1) Coloque a varivel dependente para

o espao varivel teste (test variable).
1 2
2
2) Mova a varivel independente para

o espao varivel de agrupamento
(grouping variable).
3) Clique no boto definir grupos
(define groups).
10)
2) Clique em continuar.
1) Digite o nmero dos grupos.

104
11)
2) Clique no boto ok.

1 2
2
1) Clique em options para

saber a estatstica descritiva.
12) Resultado.
2) Resultado
3) graus de 4) Significncia
liberdade 13) Determine o
tamanho do efeito,
ver pgina 100.
105
2.9. Teste U de Mann-Whitney (est. no paramtrica)
- um dos mais poderosos testes no paramtricos.
- Pode ser utilizado em grupos pequenos ou grandes.
- Testa 2 grupos diferentes.

Midiograf, p. 110-112, 116-7.

Gaya A (2008). Cincias do movimento humano. Porto Alegre: Artmed, p. 243-4,

246-54.

106
Teste U de Mann-Whitney (est. no paramtrica)
1) Ordenar os valores do menor para o maior.
Estatura da Dcada de 90 Estatura da Dcada de 00

175 cm 175 cm
175 175
175 175
175 177
178 177
178 177
178 177
180 178
180 178
180 178
180 178
180 178
180 178
180 181
181
181
181
183
183
183
183
107
2) Transformar o escore bruto em postos.

175 cm 175
175 175
175 175
175
- 175 cm aparece 7 vezes, por esse motivo pontuado de 1 a 7, e tambm dividido por 7.
(1 + 2 + 3 + 4 + 5 + 6 + 7) : 7 = 4 (posto)
Estatura da Dcada de 00
177 cm
177
177
177
- Os valores aumentam.
- 177 cm aparece 4 vezes, por esse motivo so expostos 4 nmeros.
- dividido por 4 porque 177 cm aparece 4 vezes.
(8 + 9 + 10 + 11) : 4 = 9,5 (posto)

108

178 cm 178
178 178
178 178
178
178
178
(12 + 13 + 14 + 15 + 16 + 17 + 18 + 19 + 20) : 9 = 16 (posto)
180 cm
180
180
180
180
180
180
(21 + 22 + 23 + 24 + 25 + 26 + 27) : 9 = 24 (posto)

109
181 cm
181
181
181
(28 + 29 + 30 + 31) : 4 = 29,5 (posto)
183 cm
183
183
183
(32 + 33 + 34 + 35) : 4 = 33,5 (posto)

110
3) Organize os postos na tabela das estaturas correspondentes e some.
Estatura em cm Postos
175 4
177 9,5
178 16
180 24
181 29,5
183 33,5
Postos da Dcada de 90
175 cm
444-4
178 cm
16 16 - 16
180 cm
24 24 24 24 24 24 - 24
Total = 232
n = 14
111
Postos da Dcada de 00
175 cm
44-4
177 cm
9,5 9,5 9,5 9,5
178 cm
16 16 16 16 16 - 16
181 cm
29,5 - 29,5 - 29,5 - 29,5
183 cm
33,5 - 33,5 - 33,5 - 33,5
Total = 398
n = 21
4) Aplicar os valores na equao.
- Utilizar a equao para menos de 20 casos.
- O menor valor calculado de U comparado aos valores crticos.

112
U1 = n1 x n2 + [ n1 x (n1 + 1) ] R1
2
n1: tamanho da amostra 1.
R1: soma dos postos do grupo 1.
U1 = 14 x 21 + [ 14 x (14 + 1) ] 232 14 x 21 + [ 14 x (15) ] - 232

2 2
14 x 21 + [ 210 ] 232 14 x 21 + 105 232 294 + 105 - 232

2
U1 = 399 232 = 167
U2 = n1 x n2 + [ n2 x (n2 + 1) ] R2
2
U2 = 14 x 21 + [ 21 x (21 + 1) ] 398 = 127

2
113
5) O menor valor do teste U deve ser comparado aos valores crticos.
U = 127
n1 = 14
Utilizado para identificar na tabela o U crtico.
n2 = 21
- Quando o U calculado inferior ao U crtico, existe diferena significativa (0,05).
Valores crticos do teste U de Mann-Whitney
U= 127, n1 = 14, n2 = 21
N1 N2 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
2 0 0 0 0 0 0 1 1 1 1 2 2 2 2 2 3 3 3 3
3 0 0 0 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9
4 0 0 1 2 3 4 5 5 6 7 8 9 10 11 12 12 13 14 15
5 0 1 2 3 4 6 7 8 9 10 12 13 14 15 16 18 19 20 21
6 0 2 3 4 6 7 9 11 12 14 15 17 18 20 22 23 25 26 28
7 0 2 4 6 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
8 1 3 5 7 9 11 14 16 18 20 23 25 27 30 32 35 37 39 42
9 1 3 5 8 11 13 16 18 21 24 27 29 32 35 38 40 43 46 49
10 1 4 6 9 12 15 18 21 24 27 30 34 37 40 43 46 49 53 56
11 1 4 7 10 14 17 20 24 27 31 33 34 41 45 48 52 56 59 63
12 2 5 8 12 15 19 23 27 30 34 38 42 46 50 54 58 62 66 70
13 2 5 9 13 17 21 25 29 34 38 42 46 51 55 60 64 68 73 77
14 2 6 10 14 18 23 27 32 37 41 46 51 56 60 65 70 75 79 84
15 2 6 11 15 20 25 30 35 40 45 50 55 60 65 71 76 81 86 91
16 2 7 12 16 22 27 32 38 43 48 54 60 65 71 76 82 87 93 99
17 3 7 12 18 23 29 35 40 46 52 58 64 70 76 82 88 94 100 106
18 3 8 13 19 25 31 37 43 49 56 62 68 75 81 87 94 100 107 113
19 3 8 14 20 25 33 39 46 53 59 66 73 79 86 93 100 107 114 120
20 3 9 15 21 28 35 42 49 56 63 70 77 84 91 99 106 113 120 128

114
6) Quando ambas amostras tiverem mais de 20 indivduos, o resultado ser atravs do Z.
Z = U (n1 x n2) : 2
n1 x n2 x (n1 + n2 + 1) : 12
U: aplicar na frmula o U1 ou U2.
Z = 127 (14 x 21) : 2 = - 0,67
14 x 21 x (14 + 21 + 1) : 12
115
Valores crticos de Z no teste U de Mann-Whitney
Z 0,05 Z 0,05
0,0 0,960 2,0 0,040
0,1 0,881 2,1 0,032
0,2 0,803 2,2 0,024
Z calculado para ser significativo precisa
possuir um Z tabelado com valor igual ou 0,3 0,726 2,3 0,019
menor do que 0,05.
0,4 0,653 2,4 0,014
0,5 0,582 2,5 0,011
0,6 0,516 2,6 0,008
0,7 0,453 2,7 0,006
0,8 0,395 2,8 0,004
Z = - 0,67 0,9 0,342 2,9 0,003
1,0 0,294 3,0 0,002
Z tabelado = 0,5116
1,1 0,250 3,1 0,002
1,2 0,211 3,2 0,001
- Z calculado no possui diferena significativa (p>0,05). 1,3 0,177 3,3 0,001
1,4 0,147 3,4 0,001
1,5 0,121
1,6 0,099
1,7 0,080
1,8 0,064
1,9 0,051
Obs.: Em amarelo so os valores que correspondem diferena significativa.
116
- TE um meio do professor saber a diferena entre os valores testados. Merece ser usado
quando ocorre diferena significativa (p0,05).

TE de

Armed.
Fator de Correo = 1 [3 : (4 . m) 9)]

Fator de Correo de

Apresentao do resultado no texto: O teste U de Mann-Whitney no detectou diferena

significativa (p0,05) entre a estatura da bloqueadora da dcada de 90 e de 2000 (U = 127).
117
Uso do SPSS para Estabelecer o Teste U de Mann-Whitney (est. no paramtrica)
6) 1) Digitar as variveis na coluna Var.
90 170
90 175 3) Coluna dos valores da estatura.

90 180
00 170
00 175
00 180
2) Coluna com os grupos.
90 a estatura na dcada de 90.
2000 a estatura na dcada de 2000.

118
2) Clique em Teste No Paramtrico

(nonparametric tests).
3) Selecione a opo duas amostras

independentes (2 independent samples).
9) 1) Coloque a varivel dependente para o espao

teste de lista varivel (test variable list).
90
00
00 90
2) Mova a varivel independente para o espao

varivel de agrupamento (grouping variable).
119
10)
00
90
2) Clique no boto definir grupos

(define groups).
1) Selecione o tipo de teste (test type).
11)
90
00
1) Digite o nmero dos grupos.

120
12)
1) Clique em opes (options).
2) Clique nas duas opes.

121
13)
Pressione ok.
14) Resultados.
4) Soma
3) Posto dos
2) Postos Mdio Postos
122
15) Continuao do Resultado.
1) Resultado
2) Tamanho do Efeito
3) Significncia Bilateral
16) Determine o tamanho do efeito, ver

pgina 116.
123
2.10. Teste t Pareado (est. paramtrica)
- Testa a diferena entre as mdias do mesmo grupo em dois momentos diferentes.
- A amostra precisa ter o mesmo tamanho entre o pr e ps-teste.


Porto Alegre: Artmed, p. 224-6, 237-42.
Pompeu F (2006). Biodinmica do movimento humano. So Paulo: Phorte, p. 37-

44.

124
Teste t Pareado (est. paramtrica)
1) Ordenar na tabela os resultados do teste de flexo do pr e ps-teste. Somar os valores de

cada coluna e estabelecer a mdia.
Atleta Pr-teste (x) Ps-teste (y)

1 35 30
2 40 44
3 80 79
4 85 80
Total 240 233
Mdia 60 58,25
2) Subtrair os valores do pr-teste e do ps-teste.
(xy)
35 30 = 5
40 44 = - 4
80 79 = 1
85 80 = 5
3) Elevar os resultados de X Y ao quadrado.
( x y )
5 = 25
- 4 = 16
1 = 1
5 = 25
Total = 67
125
4) Calcular o desvio padro da diferena.
S= X - (Mdia do pr-teste Mdia do ps-teste)

N
X: resultado de x y elevado ao quadrado.
N: quantidade de sujeitos na amostra.
S= 67 - ( 60 58,25 ) S= 16,75 3,06 S= 13,69

4
S = 3,7
5) Calcular o erro padro da diferena (EPD).
EPD = S : N1
S = 3,7
EPD = 3,7 : 41 EPD = 3,7 : 3 EPD = 3,7 : 1,73 = 2,13

126
t = (Mdia do pr-teste Mdia do ps-teste) : EPD
t = (60 58,25) : 2,13 = 0,82
7) Determine os graus de liberdade.

gl = N 1
gl = 4 1 = 3
127
gl = 3
t calculado = 0,82 (p0,05, maior ou igual ao t tabelado).
gl 0,05 gl 0,05 gl 0,05 gl 0,05

1 12,70 11 2,20 21 2,080 40 2,02
2 4,30 12 2,17 22 2,07 60 2
3 3,18 13 2,16 23 2,069 120 1,98
4 2,77 14 2,14 24 2,064 <120 1,96
5 2,57 15 2,13 25 2,06
6 2,44 16 2,12 26 2,056
7 2,36 17 2,11 27 2,052
8 2,30 18 2,10 28 2,048
9 2,26 19 2,09 29 2,046
10 2,22 20 2,086 30 2,042
128
- TE um meio do professor saber a diferena entre o pr e o ps-teste. Merece ser usado

quando ocorre diferena significativa (p0,05).

TE de

Armed.
Fator de Correo = 1 [3 : (4 . m) 9)]

Fator de Correo de

O teste t pareado no detectou diferena significativa (p>0,05) entre a mdia do pr

e do ps-teste, t (3) = 0,82.
129
Uso do SPSS para Estabelecer o Teste t Pareado (est. paramtrica)
6) Digitar as variveis do pr e do ps-teste na coluna Var.
Pr Ps
10 15
20 90
34 55
130
3) Selecione a opo Teste t

pareado (paired-samples T test).
2) Clique em Compare as Mdias

(compare means).
131
9)
1) Clique na 1 e na 2 varivel.
Pr 3) Clique em Ok.
Ps
2) Clique para deslocar o par para

varivel pareada (paired variables).
132
10) Resultado.
2) Resultado
4) Significncia
11) Determine o tamanho do efeito,

ver pgina 128.
133
2.11. Teste de Wilcoxon (est. no paramtrica)
- Analisa a diferena entre duas condies do mesmo grupo de sujeitos, ignorando-se os

zeros.
- Transforma os escores em postos antes de fazer outros clculos.
- um teste no paramtrico poderoso para comparar amostras pareadas.


Porto Alegre: Artmed, p. 528, 535-541.
Gaya A (2008). Cincias do movimento humano. Porto Alegre: Artmed, p. 244,

254-9.

2.

134
Teste de Wilcoxon (est. no paramtrica)
1) Organizar a tabela com os valores pr e ps da amostra.

Sujeito (n = 8) Pr Ps
Satisfao com a Ativ. Fsica Satisfao aps 6 meses de Ativ. Fsica
A 2 3
B 3 2
C 3 2
D 2 2
E 3 1
F 3 2
G 1 1
H 1 3
Satisfao: 1 baixa, 2 mdia e 3 alta.
2) Subtrair os valores ps e pr de cada sujeito.

Sujeito = ps-teste pr-teste
Sujeito (n = 8) Pr Ps Resultado da
Diferena
Satisfao com a Ativ. Satisfao aps 6 meses de
Fsica Ativ. Fsica
A 2 3 1
B 3 2 -1
C 3 2 -1
D 2 2 0
E 3 1 -2
F 3 2 -1
G 1 1 0
H 1 3 2
135
3) Ordenar os valores e transformar os escores brutos em postos.
a) Separar os valores que deram o mesmo nmero.

Resultado (Os valores mais baixos iniciam a ordenao)
1
1
1
1
---------
2
2
b) Numerar ao lado esses valores conforme a quantidade deles.

Resultado Numerar
1 1
1 2
1 3
1 4
------------------
2 5
2 6
c) Calcular os postos dos resultados.

Resultado Numerar 1) Somar os valores numerados = 1 + 2 + 3 + 4 = 10
1 1
1 2
1 3
1 4
2) Quantidade de nmero 1. 3) Mdia = 10 : 4 = 2,5

Aparece 4 vezes.
136
c) Calcular os postos dos resultados.
Resultado Numerar 1) Somar os valores numerados = 5 + 6 = 11
2 5
2 6
2) Quantidade de nmero 2. 3) Mdia = 11 : 2 = 5,5

Aparece 2 vezes.
4) Ordene os postos dos sujeitos com o sinal positivo e negativo referente a subtrao entre
ps e pr-teste.
Sujeito (n = 8) Pr Ps Resultado da Postos

Diferena
Satisfao com a Ativ. Satisfao aps 6 meses de
Fsica Ativ. Fsica
A 2 3 1 + 2,5
B 3 2 -1 - 2,5
C 3 2 -1 - 2,5
D 2 2 0 -
E 3 1 -2 - 5,5
F 3 2 -1 - 2,5
G 1 1 0 -
H 1 3 2 + 5,5
5) Some os postos positivos e negativos separadamente.

Positivo = 2,5 + 5,5 = 8 O menor valor ser T, nessa situao 8.
Negativo = 2,5 + 2,5 + 5,5 + 2,5 = 13
137
- T calculado precisa ser menor do que o T tabelado (p0,05).
T calculado = 8 / n = 6 (Quant. de n positivos e negativos)
T crtico do Teste de Wilcoxon
n 0,05
6 0
7 2
8 4
9 6
10 8
11 11
12 14
13 17
14 21
15 25
16 30
17 35
18 40
19 46
20 52
21 59
22 66
23 73
24 81
25 89

O teste de Wilcoxon (T = 8) no detectou diferena significativa (p>0,05) entre o pr e o ps-teste.
138
6) Determine o tamanho do efeito (TE), o clculo ensinado mais adiante.
7) Quando a amostra maior do que 25, converte o T em escore Z.
Z = [ T n x (n + 1) : 4 ] : n x (n + 1) x [ 2 x (n + 1) ] : 24
Z = [ 8 6 x (6 + 1) : 4 ] : 6 x (6 + 1) x [ 2 x (6 + 1) ] : 24 = - 0,50
n: a quantidade de n da soma positiva e negativa, sendo 6.

T=8
- Confrontar Z com os valores crticos.

139
Valores crticos de Z no teste de Wilcoxon
Z 0,05
0,0 0,960
0,1 0,881
0,2 0,803
0,3 0,726
0,4 0,653
0,5 0,582
0,6 0,516
0,7 0,453
0,8 0,395
0,9 0,342
1,0 0,294
1,1 0,250
1,2 0,211
1,3 0,177
1,4 0,147
1,5 0,121
1,6 0,099
1,7 0,080
1,8 0,064
Obs.: Valores de Z que no possuem diferena significativa.

140
Valores crticos de Z no teste de Wilcoxon
Z 0,05
1,9 0,051
2,0 0,040
2,1 0,032
2,2 0,024
2,3 0,019
2,4 0,014
2,5 0,011
2,6 0,008
2,7 0,006
2,8 0,004
2,9 0,003
3,0 0,002
3,1 0,002
3,2 0,001
3,3 0,001
3,4 0,001
- Valores de Z que possuem diferena significativa.
- Z calculado para ser significativo precisa possuir um Z tabelado com valor igual ou menor
do que 0,05.
Apresentao do resultado no texto: O teste de Wilcoxon (Z = - 0,50) no detectou

diferena significativa (p>0,05) entre o pr e o ps-teste.
141
- TE um meio do professor saber a diferena entre os valores analisados pelo Teste de

Wilcoxon. Merece ser usado quando ocorre diferena significativa (p0,05).

TE de

Armed.
Fator de Correo = 1 [3 : (4 . m) 9)]

Fator de Correo de

142
Uso do SPSS para Estabelecer o Teste de Wilcoxon (est. no paramtrica)
6) Digitar as variveis do pr e do ps-teste.
Pr Ps
30 3
34 345
55 545
143
1) Clique em Analisar (analyze).

8)

3) Selecione a opo duas amostras relacionadas (2 related samples).

144
9) 1) As duas variveis so movidas para a Lista Pareada (test pair list).
Pr
4) Digite Ok.
Ps
2) Clique em Wilcoxon. 3) Clique em Opes (options) para saber a estatstica descritiva.
10) Resultado.
145
2) Postos
3) No SPSS o resultado sempre fornecido por Z.
Z - 2.25
4) Significncia

ver pgina 141.
146
2.12. Anova Simples (anlise de varincia simples, est. paramtrica)
- uma extenso do teste t independente.
- Determina a diferena das mdias de 3 ou mais grupos diferentes.
- Composta por uma varivel independente (causa efeito na varivel dependente) e outra
dependente (sofre o efeito).
- Utiliza o post hoc (teste posterior) para identificar as diferenas entre as mdias.



147
Anova Simples (est. paramtrica)

9.
Thomas JR, Nelson JK (2002). Mtodos de pesquisa em atividade fsica. 3 ed.

Tritschler K (2003). Medida e avaliao em educao fsica e esportes. 5 ed. So

1) Verificar a velocidade no teste de 10 m de trs grupos diferentes.
2) Somar, determinar a mdia e a soma de X ao quadrado.
Futebol Voleibol Handebol
X X X X X X
4 16 7 49 7 49
3 9 6 36 7 49
3 9 5 25 6 36
3 9 4 16 5 25
2 4 3 9 5 25
Total: 15 Total: 47 Total: 25 Total: 135 Total: 30 Total: 184
Mdia: 3 Mdia: 5 Mdia: 6

148
3) Determinar a soma dos quadrados total (SQ total).
SQ total = soma dos X - [(soma de X) : n]
X = 47, 135, 184
X = 15, 25, 30
n = Somar o n de indivduos 3 nas colunas
SQ total = 47 + 135 + 184 - [ (15 + 25 + 30) : 15 ] SQ total = 366 - [ (70) : 15 ]
SQ total = 366 - 326,66 = 39,3
4) Calcular a soma dos quadrados entre grupos (SQet).
SQet = ( soma de Xa ) + ( soma de Xb ) + (soma de Xc) - (soma de X) calculado no n 3

n n n N
n = quantidade de sujeitos no grupo
SQet = (15) + (25) + (30) - (15 + 25 + 30)

5 5 5 15
SQet = 45 + 125 + 180 326,7 = 23,3

149
5) Calcular a soma dos quadrados dentro dos grupos (SQdt).
SQdt = SQ total SQet = ?

SQ total = 39,3
SQ et = 23,3
SQdt = 39,3 23,3 = 16
6) Construir uma tabela com os valores calculados.
Fonte de Variao Soma dos Quadrados

Entre grupos (SQet) 23,3
Dentro dos grupos (SQdt) 16
Total (SQ total) 39,3
7) Fazer a frmula para os graus de liberdade (gl) na mesma tabela.
Fonte de Variao Soma dos Quadrados Frmula para gl

SQet 23,3 (K 1)
SQdt 16 (N K)
SQ total 39,3 (N 1)
K: quantidade de grupos, sendo 3. N: n total de sujeitos nas colunas, sendo 15.

150
8) Calcular os gl.
Fonte de Variao Soma dos Quadrados Frmula para gl

SQet 23,3 (K 1)
SQdt 16 (N K)
SQ total 39,3 (N 1)
K: quantidade de grupos, sendo 3. N: n total de sujeitos nas colunas, sendo 15.
(K 1) = 3 1 = 2
(N K) = 15 3 = 12
(N 1) = 15 1 = 14
9) Achar os quadrados mdios (QM).
QM = SQ : gl = ?
Ateno!!!
- Para saber se os resultados esto certos,

basta somar SQet por SQdt, tem que dar
Fonte de Variao Soma dos Quadrados gl o valor do SQ total.
SQet 23,3 2 - O mesmo raciocnio para os gl.
SQdt 16 12
SQ total 39,3 14
Quadrados Mdios entre os grupos (QMet) = 23,3 : 2 = 11,65
QM dentro dos grupos (QMdt) = 16 : 12 = 1,33

151
10) Colocar os Quadrados Mdios (QM) na tabela.
Fonte de Variao Soma dos Quadrados gl Quadrados Mdios

SQet 23,3 2 11,65
SQdt 16 12 1,33
SQ total 39,3 14 -
11) Achar a razo F com a seguinte diviso:
F = QMet : QMdt = ?
F = 11,65 : 1,33 = 8,76
Depois, inserir o resultado na tabela.
Fonte de Variao Soma dos Quadrados gl Quadrados Mdios F

SQet 23,3 2 11,65 8,76
SQdt 16 12 1,33
SQ total 39,3 14 -
152
13) Determine o F crtico consultando a tabela pelo gl de QMet e QMdt.
gl = 2 = QMet = numerador
gl numerador
denominador
gl = 12 = QMdt = denominador
F (2,12) F calculado = 8,76
- Para ser significativo (p0,05) o F calculado precisa ser igual ou maior do que o F tabelado.
153
Valores crticos de F da Anova Simples
F (2,12) F calculado = 8,76 (localizar o F tabelado atravs do gl 2 e 12), existe diferena significativa (p0,05)
gl de QMdt gl de QMet 1 2 3 4 5 6 7 8 9 10
denominador numerador
1 161 200 216 225 230 234 237 239 241 242
2 18,51 19 19,16 19,25 19,30 19,33 19,36 19,37 19,38 19,39
3 10,13 9,55 9,28 9,12 9,01 8,94 8,88 8,84 8,81 8,78
4 7,71 6,94 6,49 6,39 6,26 6,16 6,09 6,04 6 5,96
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,78 4,74
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,63
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,34
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,13
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,97
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,86
12 4,75 3,88 3,49 3,26 3,11 3 2,92 2,85 2,80 2,76
13 4,67 3,80 3,41 3,18 3,02 2,92 2,84 2,77 2,72 2,67
14 4,60 3,74 3,34 3,11 2,96 2,85 2,77 2,70 2,65 2,60
15 4,54 3,68 3,29 3,06 2,90 2,79 2,70 2,64 2,59 2,55
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49
17 4,45 3,59 3,20 2,96 2,81 2,70 2,62 2,55 2,50 2,45
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41
19 4,38 3,52 3,13 2,90 2,74 2,63 2,55 2,48 2,43 2,38
20 4,35 3,49 3,10 2,87 2,71 2,60 2,52 2,45 2,40 2,35
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32
22 4,30 3,44 3,05 2,82 2,66 2,55 2,47 2,40 2,35 2,30
23 4,28 3,42 3,03 2,80 2,64 2,53 2,45 2,38 2,32 2,28
24 4,26 3,40 3,01 2,78 2,62 2,51 2,43 2,36 2,30 2,26
25 4,24 3,38 2,99 2,76 2,60 2,49 2,41 2,34 2,28 2,24
26 4,22 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,30 2,25 2,20
28 4,20 3,34 2,95 2,71 2,56 2,44 2,36 2,29 2,24 2,19
29 4,18 3,33 2,93 2,70 2,54 2,43 2,35 2,28 2,22 2,18
154
Valores crticos de F da Anova Simples (continuao da tabela)
gl de QMdt gl de QMet 1 2 3 4 5 6 7 8 9 10
30 4,17 3,32 2,92 2,69 2,53 2,42 2,34 2,27 2,21 2,16
32 4,15 3,30 2,90 2,67 2,51 2,40 2,32 2,25 2,19 2,14
34 4,13 3,28 2,88 2,65 2,49 2,38 2,30 2,23 2,17 2,12
36 4,11 3,26 2,86 2,63 2,48 2,36 2,28 2,21 2,15 2,10
38 4,20 3,25 2,85 2,62 2,62 2,35 2,26 2,19 2,14 2,09
40 4,08 3,23 2,84 2,61 2,61 2,34 2,25 2,18 2,12 2,07
42 4,07 3,22 2,83 2,59 2,59 2,32 2,24 2,17 2,11 2,06
44 4,06 3,21 2,82 2,58 2,58 2,31 2,23 2,16 2,10 2,05
46 4,05 3,20 2,81 2,57 2,57 2,30 2,22 2,14 2,09 2,04
48 4,04 3,19 2,80 2,56 2,56 2,30 2,21 2,14 2,08 2,03
50 4,03 3,18 2,79 2,56 2,56 2,29 2,20 2,13 2,07 2,02
55 4,02 3,17 2,78 2,54 2,54 2,27 2,18 2,11 2,05 2
60 4 3,15 2,76 2,52 2,52 2,25 2,17 2,10 2,04 1,99
65 3,99 3,14 2,75 2,51 2,51 2,24 2,15 2,08 2,02 1,98
70 3,98 3,13 2,74 2,50 2,50 2,23 2,14 2,07 2,01 1,97
80 3,96 3,11 2,72 2,48 2,48 2,21 2,12 2,05 1,99 1,95
100 3,94 3,09 2,70 2,46 2,46 2,19 2,10 2,03 1,97 1,92
125 3,92 3,07 2,68 2,44 2,44 2,17 2,08 2,01 1,95 1,90
150 3,91 3,06 2,67 2,43 2,43 2,16 2,07 2 1,94 1,89
200 3,89 3,04 2,65 2,41 2,41 2,14 2,05 1,98 1,92 1,87
400 3,86 3,02 2,62 2,39 2,39 2,12 2,03 1,96 1,90 1,85
1000 3,85 3 2,61 2,38 2,38 2,10 2,02 1,95 1,89 1,84
ltimo 3,84 2,99 2,60 2,37 2,37 2,09 2,01 1,94 1,88 1,83
155
Valores crticos de F da Anova Simples (3 continuao da tabela)
gl de QMdt gl de 11 12 14 16 20 24 30 40 50 75 100 200 500 ltimo

QMet
denomi-
nador nume-
rador
1 243 244 245 246 248 249 250 251 252 253 253 254 254 254
2 19,40 19,41 19,42 19,43 19,44 19,45 19,46 19,47 19,47 19,48 19,49 19,49 19,50 19,50
3 8,76 8,74 8,71 8,69 8,66 8,64 8,62 8,60 8,58 8,57 8,56 8,54 8,54 8,53
4 5,93 5,91 5,87 5,84 5,80 5,77 5,74 5,71 5,70 5,68 5,66 5,65 5,64 5,63
5 4,70 4,68 4,64 4,60 4,56 4,53 4,50 4,46 4,44 4,42 4,40 4,38 4,37 4,36
6 4,03 4 3,96 3,92 3,87 3,84 3,81 3,77 3,75 3,72 3,71 3,69 3,68 3,67
7 3,60 3,57 3,52 3,49 3,44 3,41 3,38 3,34 3,32 3,29 3,28 3,25 3,24 3,23
8 3,31 3,28 3,23 3,20 3,15 3,12 3,08 3,05 3,03 3 2,98 2,96 2,94 2,93
9 3,10 3,07 3,02 2,98 2,93 2,90 2,86 2,82 2,80 2,77 2,76 2,73 2,72 2,71
10 2,94 2,91 2,86 2,82 2,77 2,74 2,70 2,67 2,64 2,61 2,59 2,56 2,55 2,54
11 2,82 2,79 2,74 2,70 2,65 2,61 2,57 2,53 2,50 2,47 2,45 2,42 2,41 2,40
12 2,72 2,69 2,64 2,60 2,54 2,50 2,46 2,42 2,40 2,36 2,35 2,32 2,31 2,30
13 2,63 2,60 2,55 2,51 2,46 2,42 2,38 2,34 2,32 2,28 2,26 2,24 2,22 2,21
14 2,56 2,53 2,48 2,44 2,39 2,35 2,31 2,27 2,24 2,21 2,19 2,16 2,14 2,13
15 2,51 2,48 2,43 2,39 2,33 2,29 2,25 2,21 2,18 2,15 2,12 2,10 2,08 2,07
16 2,45 2,42 2,37 2,33 2,28 2,24 2,20 2,16 2,13 2,09 2,07 2,04 2,02 2,01
17 2,41 2,38 2,33 2,29 2,23 2,19 2,15 2,11 2,08 2,04 2,02 1,99 1,97 1,96
18 2,37 2,34 2,29 2,25 2,19 2,15 2,11 2,07 2,04 2 1,98 1,95 1,93 1,92
19 2,34 2,31 2,26 2,21 2,15 2,11 2,07 2,02 2 1,96 1,94 1,91 1,90 1,88
20 2,31 2,28 2,23 2,18 2,12 2,08 2,04 1,99 1,96 1,92 1,90 1,87 1,85 1,84
21 2,28 2,25 2,20 2,15 2,09 2,05 2 1,96 1,93 1,89 1,87 1,84 1,82 1,81
22 2,26 2,23 2,18 2,13 2,07 2,03 1,98 1,93 1,91 1,87 1,84 1,81 1,80 1,78
23 2,24 2,20 2,14 2,10 2,04 2 1,96 1,91 1,88 1,84 1,82 1,79 1,77 1,76
24 2,22 2,18 2,13 2,09 2,02 1,98 1,94 1,89 1,86 1,82 1,80 1,76 1,74 1,73
25 2,20 2,16 2,11 2,06 2 1,96 1,92 1,87 1,84 1,80 1,77 1,74 1,72 1,71
26 2,18 2,15 2,10 2,05 1,99 1,95 1,90 1,85 1,82 1,78 1,76 1,72 1,70 1,69
27 2,16 2,13 2,08 2,03 1,97 1,93 1,88 1,84 1,80 1,76 1,74 1,71 1,68 1,67
28 2,15 2,12 2,06 2,02 1,96 1,91 1,87 1,81 1,78 1,75 1,72 1,69 1,67 1,65
29 2,14 2,10 2,05 2 1,94 1,90 1,85 1,80 1,77 1,73 1,71 1,68 1,65 1,64
156
Valores crticos de F da Anova Simples (4 continuao da tabela e ltima)
gl de QMdt gl de 11 12 14 16 20 24 30 40 50 75 100 200 500 ltimo

QMet
denomi-
nador nume-
rador
30 2,12 2,09 2,04 1,99 1,93 1,89 1,84 1,79 1,76 1,72 1,69 1,66 1,64 1,62
32 2,10 2,07 2,02 1,97 1,91 1,86 1,82 1,76 1,74 1,69 1,67 1,64 1,61 1,59
34 2,08 2,05 2 1,95 1,89 1,84 1,80 1,74 1,71 1,67 1,64 1,61 1,59 1,57
36 2,06 2,03 1,98 1,93 1,87 1,82 1,78 1,72 1,69 1,65 1,62 1,59 1,56 1,55
38 2,05 2,02 1,96 1,92 1,85 1,80 1,76 1,71 1,67 1,63 1,60 1,57 1,54 1,53
40 2,04 2 1,95 1,90 1,84 1,79 1,74 1,69 1,66 1,61 1,59 1,55 1,53 1,51
42 2,02 1,99 1,94 1,89 1,82 1,78 1,73 1,68 1,64 1,60 1,57 1,54 1,51 1,49
44 2,01 1,98 1,92 1,88 1,81 1,76 1,72 1,66 1,63 1,58 1,56 1,52 1,50 1,48
46 2 1,97 1,91 1,87 1,80 1,75 1,71 1,65 1,62 1,57 1,54 1,51 1,48 1,46
48 1,99 1,96 1,90 1,86 1,79 1,74 1,70 1,64 1,61 1,56 1,53 1,50 1,47 1,45
50 1,98 1,95 1,90 1,85 1,78 1,74 1,69 1,63 1,60 1,55 1,52 1,48 1,46 1,44
55 1,97 1,93 1,88 1,83 1,76 1,72 1,67 1,61 1,58 1,52 1,50 1,46 1,43 1,41
60 1,95 1,92 1,86 1,81 1,75 1,70 1,65 1,59 1,56 1,50 1,48 1,44 1,41 1,39
65 1,94 1,90 1,85 1,80 1,73 1,68 1,63 1,57 1,54 1,49 1,46 1,42 1,39 1,37
70 1,93 1,89 1,84 1,79 1,72 1,67 1,62 1,56 1,53 1,47 1,45 1,40 1,37 1,35
80 1,91 1,88 1,82 1,77 1,70 1,65 1,60 1,54 1,51 1,45 1,42 1,38 1,35 1,32
100 1,88 1,85 1,79 1,75 1,68 1,63 1,57 1,51 1,48 1,42 1,39 1,34 1,30 1,28
125 1,86 1,83 1,77 1,72 1,65 1,60 1,55 1,49 1,45 1,39 1,36 1,31 1,27 1,25
150 1,85 1,82 1,75 1,71 1,64 1,59 1,54 1,47 1,44 1,37 1,34 1,29 1,25 1,22
200 1,83 1,80 1,74 1,69 1,62 1,57 1,52 1,45 1,42 1,35 1,32 1,26 1,22 1,19
400 1,81 1,78 1,72 1,67 1,60 1,54 1,49 1,42 1,38 1,32 1,28 1,22 1,16 1,13
1000 1,80 1,76 1,70 1,65 1,58 1,53 1,47 1,41 1,36 1,30 1,26 1,19 1,13 1,08
ltimo 1,79 1,75 1,69 1,64 1,57 1,52 1,46 1,40 1,35 1,28 1,24 1,17 1,11 1
157
(Anova Simples, est. paramtrica)
2.12.1. Post Hoc Test (testes posteriores ou teste posterior)
- O teste posterior identifica a diferena entre as mdias.
- S utilizado se existir diferena significativa entre as mdias (p0,05).
- Os testes posteriores so classificados como conservadores (+ poderosos) e liberais (-

poderosos).
Esses testes possuem certas caractersticas:
Conservadores
- Protegem do erro tipo I.
- So suscetveis ao erro tipo II.
- Identificam menos diferena significativa.
Erro Tipo I: Rejeita a hiptese nula quando ela verdadeira.
Erro Tipo II: No rejeita a hiptese nula quando ela falsa.

158
Post Hoc Test (Anova Simples, est. paramtrica)
Liberais
- Protegem do erro tipo II.
- So suscetveis ao erro tipo I.
- Identificam mais diferena significativa.
Tipos de Post Hoc
Teste Conservador Classificao
Scheff (+) Mais conservador, indicado quando no existe grupo controle (GC).
Tukey a () Mais ou menos conservador, recomendado quando possui GC.
Tukey b (-) Menos conservador.
Teste Liberal Classificao
Newman-Keuls (-) Menos liberal.

Duncan () Mais ou menos liberal.
t (+) Mais liberal.
Testes Mais Utilizados

- Scheff ou Tukey a.
159
Teste de Scheff (Anova Simples, est. paramtrica)
2.12.2. Teste de Scheff
F = ( Mdia y Mdia z) = ?
QMdt . ( 1/ny + 1/nz ) . (K 1)
- Mdia y e Mdia z a comparao de duas mdias.
- Mdia a = 3 corresponde ao futebol
- Mdia b = 5 corresponde ao voleibol
- Mdia c = 6 corresponde ao handebol
- K = quantidade de grupos = 3
- QMdt = quadrado mdio dentro = 1,33
- n = quantidade de sujeitos no grupo = 5
- Faa o clculo do Teste de Scheff com a mdia do futebol (3) e do handebol (6).
Fac = (3 6) : [1,33 x (1/5 + 1/5) x (3 1)] Fac = (- 3) : [1,33 x (1/5 + 1/5) x (2)]
Fac = 9 : [1,33 x (2/5) x (2)]

160
Fac = 9 : (5,32/5) Fac = 9 : 1,064 = 8,46 (comparao entre futebol x handebol, )
Fab = 3,76 (futebol x voleibol) Fbc = 0,94 (voleibol x handebol)
- Existe diferena significativa entre as mdias (a = 3, b = 5 e c = 6) quando o resultado

final do teste de Scheff for maior ou igual ao F crtico (valor da tabela).
161
- Utilize novamente os graus de liberdade calculados anteriormente em Anova para

verificar se existe diferena significativa (p0,05) entre as mdias pelo teste Scheff (o
resultado precisa ser maior ou igual ao F crtico).
gl = 2 = QMet = numerador
gl numerador
denominador
gl = 12 = QMdt = denominador
Valores crticos de F da Anova Simples
gl de QMdt gl de QMet 1 2 3
1 161 200 216
2 18,51 19 19,16
3 10,13 9,55 9,28

Fac = 8,46 < 3,88 (F tabelado) (futebol x handebol)
4 7,71 6,94 6,49
5 6,61 5,79 5,41

Fab = 3,76 > 3,88 (futebol x voleibol)
6 5,99 5,14 4,76
7 5,59 4,74 4,35

Fbc = 0,94 > 3,88 (voleibol x handebol)
8 5,32 4,46 4,07
9 5,12 4,26 3,86
10 4,96 4,10 3,71
11 4,84 3,98 3,59
12 4,75 3,88 3,49

162
- Muitos artigos costumam apresentam a diferena entre as mdias com o uso de uma
tabela.
Mdia Futebol (A) = 3 Voleibol (B) = 5 Handebol (C) = 6

Futebol (A) = 3 0 -2 - 3*
Voleibol (B) = 5 0 1
Handebol (C) = 6 0
*p
0,05
A Anova one way detectou diferena significativa, F (2,12) = 8,76, p = 0,05. O teste
posterior de Scheff identificou diferena significativa (p0,05) entre futebolistas (mdia =
3) versus jogadores de handebol (mdia = 6), ou seja, os atletas de handebol foram mais
velozes do que os jogadores de futebol. A comparao entre as outras mdias no teste de
velocidade no foi identificada diferena significativa (p>0,05).
Aps esse resultado pelo teste Scheff, calcule o tamanho do efeito (ver pgina 170).
163
(Anova Simples, est. paramtrica)
2.12.3. Diferena da Honestidade Significante de Tukey
DHS para Grupos Iguais = q x QMdt : quantidade de sujeitos na coluna
K: quantidade de grupos futebol, voleibol e handebol = 3
gl do SQdt (Anova, ver pgina 146 e 147) (N K) = 15 3 = 12
gl numerador (K = 3)
denominador (SQdt = 12)
Consulte na tabela o q.
164
Tukey (Anova Simples, est. paramtrica)
Valores Crticos de q para p

0,05 (Pelo gl (3,12) q = 3,77)
gl 2 3 4 5 6 7 8 9
1 18 27 32,8 37,1 40,4 43,1 45,4 47,4
2 6,08 8,33 9,80 10,9 11,7 12,4 13 13,5
3 4,50 5,91 6,82 7,50 8,04 8,48 8,85 9,18
4 3,93 5,04 5,76 6,29 6,71 7,05 7,55 7,60
5 3,64 4,60 5,22 5,67 6,03 6,33 6,58 6,80
6 3,46 4,34 4,90 5,30 5,63 5,90 6,12 6,32
7 3,34 4,16 4,68 5,06 5,36 5,61 5,82 6
8 3,26 4,04 4,53 4,89 5,17 5,40 5,60 5,77
9 3,20 3,95 4,41 4,76 5,02 5,24 5,43 5,59
10 3,15 3,88 4,33 4,65 4,91 5,12 5,30 5,46
11 3,11 3,82 4,26 4,57 4,82 5,03 5,20 5,35
12 3,08 3,77 4,20 4,51 4,75 4,95 5,12 5,27
13 3,06 3,73 4,15 4,45 4,69 4,88 5,05 5,19
14 3,03 3,70 4,11 4,41 4,64 4,83 4,99 5,13
15 3,01 3,67 4,08 4,37 4,59 4,78 4,94 5,08
16 3 3,65 4,05 4,33 4,56 4,74 4,90 5,03
17 2,98 3,63 4,02 4,30 4,52 4,70 4,86 4,99
18 2,97 3,61 4 4,28 4,49 4,67 4,82 4,96
19 2,96 3,59 3,98 4,25 4,47 4,65 4,79 4,92
20 2,95 3,58 3,96 4,23 4,45 4,62 4,77 4,90
24 2,92 3,53 3,90 4,17 4,37 4,54 4,68 4,81
30 2,89 3,49 3,85 4,10 4,30 4,46 4,60 4,72
40 2,86 4,63 3,44 3,79 4,04 4,23 4,39 4,52
60 2,83 3,40 3,74 3,98 4,16 4,31 4,44 4,55
120 2,80 3,36 3,68 3,92 4,10 4,24 4,36 4,47
ltimo 2,77 3,31 3,63 3,86 4,03 4,17 4,29 4,39
165
Valores Crticos de q para p

0,05 (continuao)
gl 10 11 12 13 14 15 16 17 18 19 20
1 49,1 50,6 52 53,2 54,3 55,4 56,3 57,2 58 58,8 59,6
2 14 14,4 14,7 15,1 15,4 15,7 15,9 16,1 16,4 16,6 16,8
3 9,46 9,72 9,95 10,2 10,3 10,5 10,7 10,8 11 11,1 11,2
4 7,83 8,03 8,21 8,37 8,52 8,66 8,79 8,91 9,03 9,13 9,23
5 6,99 7,17 7,32 7,47 7,60 7,72 7,83 7,93 8,03 8,12 8,21
6 6,49 6,65 6,79 6,92 7,03 7,14 7,24 7,34 7,43 7,51 7,59
7 6,16 6,30 6,43 6,55 6,66 6,76 6,85 6,94 7,02 7,10 7,17
8 5,92 6,05 6,18 6,29 6,39 6,48 6,57 6,65 6,73 6,80 6,87
9 5,74 5,87 5,98 6,09 6,19 6,28 6,36 6,44 6,51 6,58 6,64
10 5,60 5,72 5,83 5,93 6,03 6,11 6,19 6,27 6,34 6,40 6,47
11 5,49 5,61 5,71 5,81 5,90 5,98 6,06 6,13 6,20 6,27 6,33
12 5,39 5,51 5,61 5,71 5,80 5,88 5,95 6,02 6,09 6,15 6,21
13 5,32 5,43 5,53 5,63 5,71 5,79 5,86 5,93 5,99 6,05 6,11
14 5,25 5,36 5,46 5,55 5,64 5,71 5,79 5,85 5,91 5,97 6,03
15 5,20 5,31 5,40 5,49 5,57 5,65 5,72 5,78 5,85 5,90 5,96
16 5,15 5,26 5,35 5,44 5,52 5,59 5,66 5,73 5,79 5,84 5,90
17 5,11 5,21 5,31 5,39 5,47 5,54 5,61 5,67 5,73 5,79 5,84
18 5,07 5,17 5,27 5,35 5,43 5,50 5,57 5,63 5,69 5,74 5,79
19 5,04 5,14 5,23 5,31 5,39 5,46 5,53 5,59 5,65 5,70 5,75
20 5,01 5,11 5,20 5,28 5,36 5,43 5,49 5,55 5,61 5,66 5,71
24 5,01 5,71 5,11 5,20 5,28 5,36 5,43 5,49 5,55 5,61 5,66
30 4,82 4,92 5 5,08 5,15 5,21 5,27 5,33 5,38 5,43 5,47
40 4,73 4,82 4,90 4,98 5,04 5,11 5,16 5,22 5,27 5,31 5,36
60 4,65 4,73 4,81 4,88 5,94 5 5,06 5,11 5,15 5,20 5,24
120 4,56 4,64 4,71 4,78 4,84 4,90 4,95 5 5,04 5,09 5,13
ltimo 4,47 4,55 4,62 4,68 4,74 4,80 4,85 4,89 4,93 4,97 5,01
166
QM dentro dos grupos (QMdt) = 16 : 12 = 1,33 (Anova, ver pgina 147)
q = 3,77
Quantidade de sujeitos na coluna = 5 (Anova, ver pgina 144)
- Aplique todos os valores encontrados na frmula de Tukey.
DHS para Grupos Iguais = q x QMdt : quantidade de sujeitos na coluna
DHS = 3,77 x 1,33 : 5 = 1,92
Existe diferena significativa entre as mdias quando os resultados forem maiores ou

iguais ao DHS calculado, 1,92.
Verificar a diferena das mdias ( a subtrao entre as mdias)
Mdia Futebol (A) = 3 Voleibol (B) = 5 Handebol (C) = 6

Futebol (A) = 3 0 - 2* - 3*
Voleibol (B) = 5 0 1
Handebol (C) = 6 0
*p
0,05
Aps esse resultado por Tukey, calcule o tamanho do efeito (ver pgina 167).
167
Tukey com n Diferente (Anova Simples, est. paramtrica)
Quando o n dos grupos no igual deve-se fazer outro clculo de Tukey, sendo:
Futebol Voleibol Handebol
4 7 7
3 6 7
3 5 6
n dos sujeitos dos grupos
3 5
Aplicar os valores na frmula de Tukey com n diferente.
DHS = q x QMdt/2 + (1/n1 + 1/n2 + 1/n3)
g = 3,77 (determinado na pgina 160 e 161)
QMdt = 1,33 (Anova, ver pgina 147)
n1 = 5 ( o n do futebol)
DHS = 3,77 x 1,33/2 + (1/5 + 1/3 + 1/4)

168
Somar n Fracionrio Diferente
(1/5 + 1/3 + 1/4) Achar o MMC (mnimo mltiplo comum)
3, 4, 5 3
1, 4, 5 4 multiplicar os nmeros da diviso
1, 1, 5 5
1, 1, 1
MMC = 3 x 4 x 5 = 60 ( o denominaodor)
Achar o numerador
MMC = 60 e (1/5 + 1/3 + 1/4), aplique os valores na conta:
Calcular = MMC : denominador da frao
60 : 5 = 12
Tambm aplique os valores do
numerador.
60 : 3 = 20 12, 20 e 15, aplique na conta
(1/5 + 1/3 + 1/4)
60 : 4 = 15
Calcular = resultado x numerador
12 x 1 = 12 / 20 x 1 = 20 / 15 x 1 = 15 (os resultados so o numerador)

169
Aplique todos os nmeros na frmula de Tukey.
DHS = 3,77 x 1,33/2 + (1/5 + 1/3 + 1/4)
DHS = 3,77 x 1,33/2 + (12/60 + 20/60 + 15/60)
divide
DHS = 3,77 x 1,33 + (0,2 + 0,33 + 0,25)
DHS = 3,77 x 1,2 = 4,52
Existe diferena significativa entre as mdias quando os resultados forem maiores ou

iguais ao DHS calculado, 4,52.
Verificar a diferena das mdias ( a subtrao entre as mdias)
Mdia Futebol (A) = 3 Voleibol (B) = 6 Handebol (C) = 6,25

Futebol (A) = 3 0 -3 - 3,25
Voleibol (B) = 6 0 - 0,25
Handebol (C) = 6,25 0
*p
0,05
Aps esse resultado por Tukey, calcule o tamanho do efeito (ver pgina 170).
170
- TE um meio do professor saber a diferena entre os valores analisados. Merece ser

usado quando ocorre diferena significativa (p0,05).

TE de

Armed.
Fator de Correo = 1 [3 : (4 . m) 9)]

Fator de Correo de

Uso do SPSS para Estabelecer a Anova Simples (est. paramtrica)


171
Grupo Valor
1 23
1 55
1 44
2 333
2 4
2 56
3 3
3 555
3 55
8) 1) Clique em Analisar (analyze). 2) Clique em Compare as Mdias (compare means).
3) Selecione a opo Anova

(one-way Anova).
172
9) 1) Passe grupo para caixa fator (factor).
Grupo
Valor
Valor Grupo
2) Passe valor para caixa lista dependente (dependent list).

a varivel a ser analisada.
10) 1) Clique em Options.
4) Clique em Continuar.
2) Clique em
estatstica
descritiva.
3) Clique em excluir.
173
11) 1) Clique no teste posterior (post hoc).
4) Clique em Ok para obter o resultado.
2) Escolha o teste posterior

(post hoc).
3) Clique em Continuar (continue).
12) Resultado.
174
3) Resultado 4) Significncia
Teste Posterior 1) Diferena entre as mdias
2) Significncia

ver pgina 170.
175
2.13. Teste H da Anova de Kruskal-Wallis (est. no paramtrica)
- uma extenso do teste U de Mann-Whitney.
- Compara a diferena de 3 ou mais grupos diferentes.
- Transforma os escores em postos antes de fazer outros clculos.
- Pode ser usado em amostras pequenas e grandes.
Para saber mais, consulte as referncias:


Gaya A (2008). Cincias do movimento humano. Porto Alegre: Artmed, p. 263-

72.
Pompeu F (2006). Biodinmica do movimento humano. SP: Phorte, p. 78-80.

176
Teste H da Anova de Kruskal-Wallis (est. no paramtrica)
1) Ordene os valores do menor para o maior.
G1 G2 G3
8 2 0
9 5 1
10 6 2
13 7 3
14 11 4
15 12 14
2) Transformar os escores brutos em postos.

1) O menor nmero ter o posto
G1 Postos G2 Postos G3 Postos
1 e segue assim por diante.
8 2 4 0 1
9 5 1 2
10 6 2 3
13 7 3
14 11 4
15 12 14
2) Se repetir o mesmo nmero,

nesse caso 2, aumente a contagem.
177
3) Depois tire a mdia desses postos.
8 2 4 0 1
9 5 1 2
10 6 2 3
13 7 3
14 11 4
15 12 14
Mdia = (4 + 3) : 2 = 3,5
4) Somar os postos de cada grupo.
8 10 2 3,5 0 1
9 11 5 7 1 2
10 12 6 8 2 3,5
13 15 7 9 3 5
14 16 11 13 4 6
15 18 12 14 14 17
Total Total Total
82,5 54,5 34
178
5) Aplicar os valores na equao H.
H = [12 / (N x (N+1)] x [ R/n1 + R/n2 + R/n3 ] 3 x (N+1)
N = 18
N = n de sujeitos em todos os grupos. n=6
n = n de sujeitos em cada grupo. R1 = 82,5
R1, R2, R3 = soma dos postos de cada grupo. R2 = 54,5
Todos esses R3 = 34
nmeros esto no
clculo H.
H = [ 12 / (18 x (18 + 1)] x [ 82,5 / 6 + 54,5 / 6 + 34 / 6 ] 3 x (18+1)
H = 63,7745 57 = 6,77
179
6) Comparar o resultado aos valores crticos.
gl = quantidade de grupos 1
gl = 3 1 = 2 gl 0,05
1 3,84
H crtico = 5,99 2 5,99

H calculado = 6,77
3 7,81
4 9,48
5 11,07
6 12,59
7 14,06
- Em caso de diferena significativa, utilizar como
teste posterior o teste U de Mann-Whitney. 8 15,50
Detalhes na pgina 104. 9 16,91
10 18,30
11 19,67
12 21,02
13 22,36
p
0,05 14 23,68
- H calculado precisa ser igual ou maior do 15 24,99
que o H tabelado.
16 26,29
180
Valores Crticos do Teste H da Anova de Kruskal-Wallis (continuao)

gl 0,05 gl 0,05 gl 0,05 gl 0,05
17 27,58 47 64 77 98,48 107 132,14
18 28,86 48 65,17 78 99,61 108 133,25
19 30,14 49 66,33 79 100,74 109 134,36
20 31,41 50 67,50 80 101,87 110 135,48
21 32,67 51 68,66 81 103,01 111 136,59
22 33,92 52 69,83 82 104.13 112 137,70
23 35,17 53 70,99 83 105,26 113 138,81
24 36,41 54 72,15 84 106,39 114 139,92
25 37,65 55 73,31 85 107,52 115 141,03
26 38,88 56 74,46 86 108,64 116 142,13
27 40,11 57 75,62 87 109,77 117 143,24
28 41,33 58 76,77 88 110,89 118 144,35
29 42,55 59 77,93 89 112,02 119 145,46
30 43,77 60 79,08 90 113,14 120 146,56
31 44,98 61 80,23 91 114,26
32 46,19 62 81,38 92 115,39
33 47,40 63 82,52 93 116,51
34 48,60 64 83,67 94 117,63
35 49,80 65 84,82 95 118,75
36 50,99 66 85,96 96 119,87
37 52,19 67 87,10 97 120,99
38 53,38 68 88,25 98 122,10
39 54,57 69 89,39 99 123,22
40 55,75 70 90,53 100 124,34
41 56,94 71 91,67 101 125,45
42 58,12 72 92,80 102 126,57
43 59,30 73 93,94 103 127,68
44 60,48 74 95,08 104 128,80
45 61,65 75 96,21 105 129,91
46 62,83 76 97,35 106 131,03
181

O TE um meio do professor saber a diferena entre as mdias analisadas pelo teste
H da Anova de Kruskal-Wallis. Merece ser usado quando ocorre diferena significativa
(p0,05).

TE de

Armed.
Fator de Correo = 1 [3 : (4 . m) 9)]

Fator de Correo de

Apresentao do resultado no texto: O teste H da Anova de Kruskal-Wallis detectou diferena

significativa (p0,05) entre as mdias, H (2) = 6,77. O teste U de Mann-Whitney foi utilizado
como teste posterior para identificar a diferena entre as mdias, sendo verificado que a mdia do
salto das crianas de 10 anos (Mdia de 34 cm) foi superior ao das crianas de 2 anos (Mdia de
15 cm). As demais comparaes no tiveram diferena significativa (p>0,05).
182
Uso do SPSS para Estabelecer o Teste H da Anova de Kruskal-Wallis (est. no paramtrica)
Grupo Valor
1 23
1 55
1 44
2 333
2 4
2 56
3 3
3 555
3 55
183

3) Selecione a opo K para

Amostras Independentes
(K independent samples).
184
9) 1) Passe grupo para caixa lista de teste varivel (test variable list).
Grupo Grupo
2) Passe valor para caixa grupos de Valor

comparao (grouping variable).
Valor
3) Escolha o tipo de teste

(test type).
4) Pressione definir intervalo (define range).
10) 1) Defina o maior e menor grupo.
2) Clique em Continuar (continue).

185
11) 1) Clique em options.
Ok 5) Clique em ok.
Options
2) Clique em estatstica descritiva.
3) Clique em excluir.
186
12) Resultado.
n de cada
amostra
2)
Postos
Posto Mdio
O quiquadrado o resultado,
sendo o valor H.
gl
Significncia

ver pgina 181.

Estatística (2 Ed, Volume 1) - 2014

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Estatística (2 Ed, Volume 1) - 2014

Hochgeladen von

Copyright:

Verfügbare Formate

See

Estatstica Aplicada ao Esporte e a Atividade

Dataset March 2014

Nelson Kautzner Marques Junior

Master Volleyball Team View project

Nelson Kautzner Marques Junior

1.1. Distribuio de Freqncia, 5

1.2. Medidas de Tendncia Central, 10

1.3. Exerccios sobre Medidas de Tendncia Central e Frequncia, 18

1.4. Medidas de Disperso ou Variabilidade, 25

1.5. Delta Percentual, 33

1.8. Converso Importante, 39

2.1. Estatstica Paramtrica e No Paramtrica, 48

2.2. Testar a Normalidade dos Dados, 50

2.2.1. Teste de Shapiro-Wilk, 51

2.2.2. Teste de Kolmogorov-Smirnov, 55

2.3. Hiptese Nula e Nvel de Significncia, 69

2.4. A Maioria dos Testes de Significncia so Bicaudais, 73

2.5. O Tamanho da Amostra Afeta os Graus de Liberdade, 75

2.6. Teste t para uma amostra (est. paramtrica), 77

2.7. Teste dos Sinais (est. no paramtrica), 83

2.8. Teste t independente (est. paramtrica), 89

2.9. Teste U de Mann-Whitney (est. no paramtrica), 105

2.10. Teste t Pareado (est. paramtrica), 123

2.11. Teste de Wilcoxon (est. no paramtrica), 133

2.12. Anova Simples (est. paramtrica), 146

2.12.2. Teste de Scheff, 159

2.12.3. Tukey, 163

2.13. Teste H da Anova de Kruskal-Wallis (est. no paramtrica), 175

2. ESTATSTICA INFERENCIAL (contedo do Volume 2)

2.14. Anova Fatorial (est. paramtrica)

2. ESTATSTICA INFERENCIAL (contedo do Volume 3)

2.21. Correlao Intraclasse (est. paramtrica)

Ela utilizada para descrever as caractersticas de um conjunto.

1.1. Distribuio de Frequncia

Barros M, Reis R (2003). Anlise de dados em atividade fsica e sade. Londrina:

Mathews D (1980). Medida e avaliao em educao fsica. 5 ed. Rio de Janeiro:

Tritschler K (2003). Medida e avaliao em educao fsica e esportes. 5 ed.

Weinberg S, Goldberg K (1990). Statistics for the behavioral sciences. Univesity

a) Qual a porcentagem dos alunos testados apresentaram o tempo de corrida de no

n total de elementos ou n x 100 = ?%

n = 90, 73, 72, 79 Logo n 4 N de alunos 20

b) Qual a porcentagem desses alunos que apresentaram o tempo de corrida entre 40 e 70

c) Qual a porcentagem dos alunos testados apresentaram o tempo de corrida em no mais

d) Calcular a amplitude total da distribuio simples acima.

e) Calcule o tempo mdio de corrida do grupo selecionado acima.

Tempo Mdio = Soma-se todos os tempos TM = 1120 = 56``

f) Utilizando a distribuio acima, elabore uma distribuio de frequncia.

K= 1+3,332 . log 20 1+3,332 x 1,3010 = 5,334 K5

Amplitude de Classe = 60 (amplitude total) = 12

Classes (tempos chamado de x) N de alunos (frequncia - chamo de f)

g) Classifique os limites da quarta classe.

h) Calcular e indicar na distribuio de frequncia o ponto mdio de cada classe.

i) Determinar e indicar na distribuio acima, a frequncia relativa de cada classe.

Frequncia relativa (FR) = Freqncia de alunos (f) x 100

FR = 5 x 100 = 25% FR = 4 x 100 = 20% Os demais n da frequncia feita a mesma conta.

FR (%) = 15 + 30 + 25 + 20 + 10 = 100% (sempre tem que dar 100%)

j) Indicar a distribuio de frequncia acumulada.

Obs.: O ltimo n da frequncia acumulada sempre igual ao total de elementos

1.2. Medidas de Tendncia Central

So medidas que tendem se localizar no centro da distribuio e o escore representa

Barros M, Reis R (2003). Anlise de dados em atividade fsica e sade. Londrina:

Dancey C, Reidy J (2006). Estatstica sem matemtica para psicologia. Porto