Os erros estatísticos que mais derrubam dissertações (e como evitá-los)

A maioria das análises que naufragam na banca não erra a conta — erra o método. São decisões tomadas cedo demais, sem justificativa, que comprometem tudo o que vem depois. Estes são os erros que mais vemos, e como evitá-los.

1. Escolher o teste antes de formular a hipótese

“Vou rodar uma regressão” não é hipótese. A pergunta de pesquisa, operacionalizada em variáveis mensuráveis, é que determina o método — nunca o contrário. Escreva a hipótese estatística (H0 e H1) antes de abrir o software.

2. Não verificar as premissas do modelo

Todo teste tem condições de validade: normalidade dos resíduos, homocedasticidade, independência das observações. Reportar um teste t sem checar premissas é como apresentar um laudo sem calibrar o instrumento. Banca experiente pergunta exatamente isso.

3. Ler o p-valor como “probabilidade de estar certo”

p < 0,05 não significa “95% de chance de a hipótese ser verdadeira”. Significa: se o efeito não existisse, dados como os seus seriam raros. A diferença parece sutil e é enorme — confundir as duas leituras é o erro de interpretação mais apontado por revisores.

4. Significância sem tamanho de efeito

Com amostra grande, quase tudo dá “significativo”. A pergunta que importa é: o efeito é relevante? Reporte sempre o tamanho de efeito (d de Cohen, R², odds ratio) com seu intervalo de confiança.

5. Testar muitas hipóteses e reportar só as que “deram”

Vinte testes a 5% de significância produzem, em média, um falso positivo — por puro acaso. Pré-especifique as análises principais e corrija para múltiplas comparações nas exploratórias. Transparência aqui é o que separa pesquisa de pesca.

Como blindar a análise antes da banca

• Plano de análise escrito antes da coleta (ou da análise, se os dados já existem);
• Cálculo amostral documentado, com a justificativa do poder estatístico;
• Script reprodutível (R ou Python) que gera cada tabela e figura do texto;
• Seção de limitações honesta — ela fortalece, não enfraquece, o trabalho.

A consultoria estatística da Certia Data atua exatamente nesses pontos: desenho, execução com diagnósticos e reporte no padrão do seu programa — sempre com você entendendo e defendendo cada escolha.