Pular para o conteúdo principal

Questão de Estatística — Estatística não paramétrica — CESPE / CEBRASPE 2025

EstatísticaEstatística não paramétrica
Código
ce198806
Banca
CESPE / CEBRASPE
Órgão
EMBRAPA
Ano
2025
Nível
Superior
Cargo
Analista - Área: Métodos Quantitativos Avançados - Subárea: Métodos Quantitativos
Acerca dos testes não paramétricos, julgue o item seguinte.O teste de Kruskal-Wallis permite comparar mais de duas amostras independentes, mas assume que os dados seguem uma distribuição normal.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoE — Errado

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Teste de Kruskal-Wallis: alternativa não paramétrica à ANOVA

❌ ERRADO. O teste de Kruskal-Wallis permite comparar mais de duas amostras independentes, mas não assume normalidade — essa é justamente a sua razão de existir como alternativa não paramétrica à ANOVA. A afirmação mistura o pressuposto do teste paramétrico (ANOVA) com a característica do teste não paramétrico, que dispensa a distribuição normal.

O teste de Kruskal-Wallis é o correspondente não paramétrico da análise de variância (ANOVA) de um fator. Enquanto a ANOVA exige que os erros (e, por consequência, as observações) sigam distribuição normal e tenham variâncias homogêneas, o teste de Kruskal-Wallis não exige normalidade nem homoscedasticidade. Seus requisitos são mais flexíveis: as amostras devem ser independentes, a variável deve ser no mínimo ordinal (para que os dados possam ser ordenados e receber postos) e, para a aproximação pela distribuição qui-quadrado, cada amostra deve ter pelo menos cinco observações.

A lógica do teste é trabalhar com os postos (ordens) das observações combinadas de todos os grupos, comparando as médias dos postos de cada grupo (as chamadas pseudo-medianas). A estatística H resultante é comparada com o valor crítico da distribuição qui-quadrado com k−1k-1 graus de liberdade, em que kk é o número de grupos. A hipótese nula é a de que as populações têm medianas iguais.

A pegadinha da banca está em atribuir ao teste de Kruskal-Wallis um pressuposto que ele não possui. O candidato que confunde o teste não paramétrico com a ANOVA paramétrica acaba marcando "certo", mas a essência dos métodos não paramétricos é exatamente não depender de suposições sobre a distribuição dos dados.

NÃO CAIA NESSA!

A banca troca o pressuposto da ANOVA (normalidade) pelo teste de Kruskal-Wallis. Lembre-se: se o teste é não paramétrico, ele não exige normalidade — essa é a sua principal vantagem. Quando a questão disser que um teste não paramétrico "assume distribuição normal", desconfie imediatamente.

PEGA ESSA DICA!

Para fixar, compare os testes de comparação de grupos independentes:

Critério

ANOVA (paramétrica)

Kruskal-Wallis (não paramétrica)

Nº de grupos

2 ou mais

3 ou mais

Exige normalidade?

Sim

Não

Exige homoscedasticidade?

Sim

Não

Exige independência?

Sim

Sim

Nível de mensuração

Quantitativo

Ordinal ou quantitativo

Hipótese nula

Médias iguais

Medianas iguais

Estatística

F

H (aprox. qui-quadrado)

Gabarito: letra E (ERRADO).

Link permanente: /questoes/ce198806