CIÊNCIA E ESPIRITUALIDADE

1. As ferramentas estatísticas (testes de hipóteses, intervalos de confiança) que permitem extrapolar para uma população considerações acerca de parâmetros importantes (médias, desvios-padrão, etc.) pertencem à chamada Estatística Paramétrica (Reis et al., 1997b).

2. O conceito de «método não-paramétrico» é, ainda hoje, sujeito a discussão pelos teóricos da Estatística. Intuitivamente, e como o nome sugere, serão métodos onde as entidades em estudo não são os parâmetros de uma população (Reis et al., 1997b). Segundo Conover (citado por Reis et al., 1997b), um método estatístico diz-se não-paramétrico se satisfaz pelo menos uma das seguintes condições:

a) O método pode ser utilizado com dados na escala nominal;

b) O método pode ser utilizado com dados na escala ordinal;

c) O método pode ser utilizado com dados na escala de intervalos ou na de rácios se a função distribuição
da variável aleatória que produz os dados:

 

• não está especificada;

 

 

• está especificada a menos de um número infinito de parâmetros desconhecidos.

 

As técnicas da Estatística Não-paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à distribuição da população da qual se tenha retirado amostras para análises. Podem ser aplicadas a dados que se disponham simplesmente em ordem, ou mesmo para estudo de variáveis nominais. Contrariamente ao que acontece na Estatística Paramétrica onde as variáveis são, na maioria das vezes, intervalares. Os testes não-paramétricos são extremamente interessantes para análises de dados qualitativos. Os testes da Estatística Não-paramétrica exigem poucos cálculos e são aplicáveis para análise de pequenas amostras (n < 30). Como o próprio nome sugere, a Estatística Não-paramétrica independe dos parâmetros populacionais (m ; s ²; s ; P...) e das suas respectivas estimativas (M; s²; s; f...) (Fonseca & Martins, 1996).