Table of Contents
Algures no capítulo de métodos, o orientador espera uma frase como: «Uma análise de potência indicou uma amostra necessária de 128 participantes.» Se não tens a certeza do que significa, ou a copiaste de outras teses esperando que ninguém pergunte, este guia é para ti.
A potência estatística é uma ideia simples com uma aparência intimidante. No fim do artigo vais compreender o que é, porque quase toda a gente usa 80% e como obter um número defensável com a nossa calculadora gratuita de potência estatística, uma alternativa ao G*Power que funciona no navegador.
O que é realmente a potência estatística
Imagina que o efeito estudado é real: a intervenção funciona, os dois grupos diferem mesmo ou a correlação existe. A potência estatística é a probabilidade de o estudo o detetar.
Uma potência de 80% significa que, se o efeito for real, o teste tem 80% de probabilidade de produzir um resultado significativo e 20% de probabilidade de não o detetar. Essa falha é um erro de tipo II, a tragédia silenciosa de uma investigação com potência insuficiente. O efeito existia, mas o estudo não conseguia vê-lo.
As duas formas de um estudo estar errado
Um falso positivo, ou erro de tipo I, considera real um efeito que não existe. A probabilidade desse erro é alfa, normalmente 5%. Um falso negativo, ou erro de tipo II, não deteta um efeito real. A probabilidade deste segundo erro é 1 menos a potência. Com 80% de potência, aceitas um risco de 20% de não detetar o efeito.
Os quatro parâmetros e os respetivos compromissos
Uma análise de potência tem quatro quantidades. Fixa três e a quarta fica determinada. É tudo o que uma calculadora de potência faz.
- Tamanho do efeito: quão grande é a diferença ou relação. Efeitos pequenos exigem amostras grandes.
- Alfa: o limiar de significância, quase sempre 0,05.
- Potência: a probabilidade de deteção pretendida, normalmente 0,80.
- Tamanho da amostra: a quantidade que geralmente queres calcular.
O tamanho do efeito é o parâmetro com maior influência. Para comparar dois grupos com o d de Cohen:
Amostra necessária por grupo, teste t bilateral, alfa 0,05, potência 80%
| Tamanho do efeito | d de Cohen | Por grupo | Total |
|---|---|---|---|
| Pequeno | 0,2 | 394 | 788 |
| Médio | 0,5 | 64 | 128 |
| Grande | 0,8 | 26 | 52 |
Lê a tabela duas vezes. Procurar um efeito pequeno exige cerca de seis vezes a amostra de um efeito médio. É por isso que expectativas honestas sobre o efeito importam mais do que quase qualquer outra decisão de planeamento, e que estudos que apenas esperam «ver o que aparece» tantas vezes não encontram nada.
Porque 80% de potência se tornou a norma
O valor de 80% remonta a Jacob Cohen. Ele considerava um falso positivo aproximadamente quatro vezes pior para a ciência do que um falso negativo. Com alfa em 5%, aceitar um risco de 20% de não deteção mantém essa proporção de 4 para 1. Foi um juízo que se transformou em convenção, tal como a confiança de 95%.
Deves alguma vez afastar-te deste valor? Sim. A investigação clínica e de alto risco usa frequentemente 90% de potência. Alguns projetos exploratórios de estudantes aceitam abertamente menos. O que não deves fazer é recolher 40 respostas e depois escolher a potência que faz 40 parecer suficiente.
A análise de potência vem antes do trabalho de campo
Uma análise após a recolha descreve, não justifica. Faz a análise durante o planeamento, comunica os parâmetros escolhidos e deixa o resultado definir o objetivo de recrutamento. Os avaliadores reconhecem a diferença.
Como escolher honestamente o tamanho do efeito
Esta parte bloqueia muitas pessoas porque a resposta sincera é que tens de tomar uma decisão fundamentada. Três estratégias úteis, por ordem de preferência:
- Literatura anterior. Procura estudos que meçam algo semelhante e usa os efeitos publicados de forma um pouco mais conservadora, porque os efeitos publicados tendem a ser otimistas.
- Menor efeito relevante. Pergunta qual é a menor diferença que ainda teria importância prática e planeia para esse valor. É o enquadramento mais defensável numa tese.
- Referências de Cohen. Pequeno com d = 0,2, médio com d = 0,5 e grande com d = 0,8 como último recurso quando existe pouca literatura. Declara explicitamente que estás a usar referências convencionais.
Um exemplo completo que podes adaptar
Imagina que a tese compara níveis de stress entre estudantes que usam uma aplicação de atenção plena e estudantes que não a usam. Estudos anteriores sugerem um efeito médio, por volta de d = 0,5.
- Teste: comparação bilateral entre dois grupos independentes.
- Tamanho do efeito: d = 0,5, justificado pela literatura.
- Alfa: 0,05. Potência: 0,80.
- Resultado: 64 por grupo, 128 no total respostas completas.
Depois, planeia para trás a partir de 128. Com uma taxa de resposta realista, quantos convites são necessários? A nossa calculadora da taxa de resposta transforma o objetivo num plano de convites. A calculadora da dimensão da amostra cobre o caso mais simples em que descreves uma população em vez de comparar grupos. Se não souberes qual se aplica, a fórmula da dimensão da amostra explica a diferença.
Ainda com pouca potência? Comunica-o com clareza
Por vezes, uma análise honesta devolve um número impossível de alcançar. Tens três opções respeitáveis: tornar mensurável um efeito maior com uma intervenção mais forte ou instrumentos mais fiáveis, simplificar o desenho com menos grupos ou medidas repetidas, ou prosseguir e comunicar a limitação de forma transparente, apresentando o estudo como preliminar. Ignorar discretamente a análise não é aceitável. Protege sempre a qualidade. Um estudo com potência suficiente, mas cheio de bots e respostas apressadas, é pior do que um estudo mais pequeno e limpo. Começa com verificações de atenção.
Perguntas frequentes
O que significa uma potência estatística de 80%?
Se o efeito estudado for real, um estudo com 80% de potência tem 80% de probabilidade de o detetar como estatisticamente significativo e 20% de não o detetar. Esta falha é um erro de tipo II.
Qual é a diferença entre análise de potência e cálculo da amostra?
Um cálculo baseado na margem de erro descreve uma população, por exemplo a percentagem de estudantes com determinada opinião. A análise de potência planeia a deteção de efeitos ou diferenças, por exemplo se os grupos A e B diferem. Comparações e testes de hipóteses precisam de potência.
O G*Power é a única forma de executar a análise?
Não. O G*Power é software gratuito para computador e uma boa opção. Para casos comuns como testes t, correlações e comparação de duas proporções, uma calculadora de potência no navegador fornece os mesmos números mais depressa.
Posso fazer a análise depois de recolher os dados?
A análise de potência posterior é amplamente desaconselhada. Faz a análise antes do trabalho de campo para estabelecer o objetivo. Depois da recolha, comunica antes intervalos de confiança.
Encontra todas as calculadoras referidas na coleção de ferramentas de investigação gratuitas.