Skip to main navigation menu Skip to main content Skip to site footer

Bioestística

Abstract

Acatando Sugestões e Falando sobre P-Value

Apesar desta coluna ter por objetivo a apresentação de conceitos e técnicas estatísticas a serem empregadas na área de saúde, por sugestão de alguns leitores, estamos descrevendo a forma como os conceitos desenvolvidos anteriormente foram construídos e algumas fontes para estudos complementares. A descrição não fere o objetivo deste artigo, a saber, tecer alguns comentários sobre P-Value.Construção dos conceitosA matemática estabelece uma clara diferença entre Conceitos e definição. Para ela, Conceito é a ideia que se faz de um determinado objetivo, já uma Definição é a enunciação dos atributos e qualidades próprias e exclusivas de um objeto. Em Matemática pode-se ter diversos conceitos sobre um ente, todavia existirá somete uma definição para este.Tal distinção entre conceitos  e definição é desjável para uma ciência que não tem um objeto real de estudo, mas para as Ciências Factuais a coisa não é tão simples.A contrução de conceitos é uma operação subjetiva e pessoal que, para Russell Apud Ayer¹, quando este irá dar sustentação a alguma teoria, presume familiarização com elementos com elementos que são menos suscetíveis de provocar duvida. O autor acrescenta que a validade do conceito é baseada na introspecção crítica quanto aos elementos integrantes do mesmo. A apresentação de conceitos é feita através de palavras e essas estão limitadas pelo significado e significância dos signos envolvidos.Para Pereira², palavras em estado de dicionário nem sempre permitem um alargamento de sua compreensão para além do ato intelectivo em si. O mesmo autor acrescenta que somente a etimologia da palavra não abre espaço para que possamos compreendera-la além do âmbito da pura abstração.A análise de documentos seguido métodos clássicos ou métodos históricos – que dão base para as definições de termos usados nos dicionários – para Freitas et al³, apresentam os senões de um trabalho não sistemático, o que depende unicamente do valor e da competência do pesquisador. Dessa necessidade de sistematização na geração de conceitos e definições nasceu de um método moderno de análise de documentos denominado Análise de Conteúdo4.Os conceitos apresentados nesses artigos são baseados em análise de conteúdo envolvendo conceitos de autores clássicos, a reflexão crítica sobre eles e, quando possível, uma comparação destes com a percepção matemática dos mesmos. A técnica qualitativa da analise de conteúdo será apresentada, discutida e exemplificada em futuros artigos.O uso de uma técnica qualitativa no aprimoramento de conceitos quantitativos reforça a ideia de que os métodos quantitativos e qualitativos não são oponentes, mas aliados eficazes na busca de respostas apropriadas para os problemas de pesquisa.Entende-se que o método qualitativo é adequado na frase exploratória do estudo onde o pesquisador procura aumentar o nível de conhecimento sobre o fenômeno em estudo, refinar os instrumentos que serão utilizados pela pesquisa quantitativa e produzindo conclusões que incorporem a experiência pessoal do pesquisador.Algumas controvérsiasObservam-se diversas controvérsias quanto ao uso das expressões em problemas de pesquisa e na descrição de como este poderá ser tratado. Tais controvérsias nos levaram a realizar um estudo envolvendo conceitos cujos resultados serão paulatinamente apresentados.A primeira questão controversa estudada foi se um problema de pesquisa que usa a expressão "está relacionada" deve usar as designações variáveis independentes (VI) e dependentes (VD) para as variáveis que o compões,O impasse entre os conceitos esposdos pelos especialistas permitiu evocar o sentido matemático5 da expressão “está relacionado”. Em matemática, “está relacionado” significa estar sujeito a uma relação. Existe vários tipos de relações e muitas delas não necessariamente atestam reciprocidade.Quando os metodologistas usam a expressão “está relacionado” eles não deixam claro o tipo de relação que está envolvida, assim, a despeito da definição de problema de pesquisa comtemplarem, em sua maioria, a mencionada expressão (como aliás usamos no primeiro artigo de pesquisa), seria mais recomendável o uso de expressões como “afeta”, “influencia”, “determina”, entre outras, quando se quer refletir um relacionamento unidirecional que justifica as designações VI e VD para as variáveis envolvidas. Para caracterizar o relacionamento bidirecional entre as variáveis seria adequado o uso da expressão “está correlacionado” ou “esá associado”.Ainda ligado ao conceito de problema de pesquisa temos a expressao "variável". Se consideramos que existem problemas de pesquisa que discutem a relação entre constructos, então os conceitos clássicos de problema de pesquisa deveriam referir-se a variáveis ou constructos.Outra questão que pede ser levantada é quando ao uso da tecnologia “procedimentos metodológicos” para se referir à parte do trabalho que explica como o problema de pesquisa foi investigado.A despeito do elemento uso, em ciências da saúde, da expressão “casuística e métodos” quando a pesquisa envolve seres humanos, e “material e métodos” quando não envolve. Basto et al6 dentre outros metodologistas, empregam a expressão “procedimentos metodológicos” para traduzir a expressão “material e métodos ou casuística e métodos”.O uso de uma ou outra terminologia está diretamente ligado a questão da padronização que, no Brasil, é feita pela ABNT. Apesar de todos os esforços para se impor a norma, o exame da estrutura de trabalhos científicos desenvolvidos no Brasil mostra uma sistemática a uma ou outra postulação metodológica.A conclusão natural é que as normas estabelecidas pelos ditos especiaistas não são seguidas como atos de fé, servindo mais para a inspiração de modelos próprio que têm como alvo o estabelecimento das assisnaturas metodológicas das instituições envolvidas na pesquisa.Outras controvérsias serão apresentadas nos próximos artigos em uma seção que denominarem pequenos estudos realizados pelo autor. Por hora vamos discutir o mais perseguido dos indicadores estatísticos para as Ciências Factuais: o P-ValueO P-ValueSegundo Green7, o conceito do P-Value (probabilidade de significância ou nível de descritivo ou p-value) foi definido por Fisher, em 1925, em seu livro clássico: Statistical Methods for Reseach Workers. O p-value está ligado a uma estrutura de um teste de hipóteses que é uma regra de decisão usada para avaliar, com base na informação contida em uma amostra, se uma determinada hipótese (denominada hipótese de nulidade) é aceitável.O teste é baseado em uma função matemática denominada Estatística de Teste e esta dependente de dados contidos na amostra e do valor assumido pela hipótese de nulidade (indicada usualmente por Ho).Para que o teste possa ser realizado, a Estatística do Teste deve ter uma distribuição de propriedades conhecida ou aproximadamente conhecida, de tal modo que seja possível a determinação da probabilidade de se observar uma outra amostra cujo o valor da Estatística de Teste supere, em valor obtido para amostra em estado, se Ho for assumida. Essa probabilidade é o p-value.Operacionalmente, o p-value pode ser visto como uma medida de quantidade de evidencia8 que a amostra oferece a favor da ocorrência do Ho, no manual do Winstat9 os autores qualificam o p-value como a probabilidade do resultado observado para a estatística de teste ser casual.Seja qual for a perspectiva de contemplação do p-value, quanto maior for o seu valor, maior será a quantidade de evidencia a favor de Ho, caso em que a decisão pela não rejeição da hipótese é bastante razoável.Quase sempre o Ho é uma proposição que se refere à ausência do efeito que se pretende demonstrar (daí o nome da hipótese) , assim, a obtenção de um p-value de baixa magnitude sugere a rejeição de Ho e, desse modo, a aceitação de sua hipótese complementar que, quase sempre irá se refletir à presença do efeito alvo de estudo.A ansiedade pela obtenção de p-values pequenos cresce quando, ao estudarmos mais detalhadamente a estrutura do indicador, chegamos à conclusão de que existe um viés nos teste de hipótese que tende a privilegiar a aceitação do Ho e, desse modo, à obtenção de p-values de alta magnitude.Dentro do sentido sugerido, os resultados advindos de um p-value de baixa magnitude são mais valiosos do que os outro, na verdade muitos autores entendem que não a rejeição de Ho deve levar o pesquisador a rever seu protocolo de pesquisa com possível aumento da casuística para se tentar obter o famigerado p-pequeno.Uma questão natural que surge é quão pequeno deve ser o p-value para que este teste a rejeição de Ho? Três valores de corte (denominados níveis de significância são usualmente empregados na literatura :1%,5% e 10%. Fisher apud Bussab et al10 classifica em evidencia contraria ao Ho forte um valor de p inferior a 1%, em evidência moderada um valor de p inferior a 5% e em evidência marginal um valor de p inferior a 10%.É claro que nem sempre é desejável a rejeição do Ho (e desse modo a obtenção de p pequeno). Nos testes de normalidade ou de aderência a outra distribuição, por exemplo, o desejável é que p seja grande, pois nesse caso será atestada a hipótese de que a variável segue uma distribuição aproximadamente normal ou a distribuição alvo de análise.Quando se discute, no entanto, a significância de diferenças, correlações, associações ou de efeitos de uma variável independente sobre uma variável dependente, o p pequeno é desejável, pois nesse caso estaremos obtendo evidência estatística da ocorrência dos resultados.Não existem dúvidas de que o p-value é a redenção dos pesquisadores não muito instrumentados na arte dos números, já que ele reduz toda a análise inferencial dos resultados a uma avaliação da magnitude do p, inclusive é pratica comum usar o p (sozinho ou seguindo da estatística ao qual ele se refere) na sequencia de qualquer inferência realizada.Com o perfeito entendimento do conceito de p-value, o pesquisador pode dividir com o estatístico a responsabilidade de “ler” os , quase sempre, confuso resultados gerados pelas análises estatísticas.O p-value tornou-se a mais importante ferramenta empregada nos métodos quantitativos acessíveis a todos. Não foram poucas as vezes que dividimos com pesquisadores a análise de se observar o valor desse indicador, pois sabíamos que os achados de um trabalho cientifico residem fortemente no valor produzido por ele.A simplicidade do uso do indicador é notável, afinal, na maioria das vezes, um valor pequeno para o p sugere uma descoberta cientifica, já um valor grande de p sugere um retorno a prancheta de projetos ou de expectativas de novos estudos que venha corroborar a ausência de efeito expressa com um p de alta magnitude.Nos seus estudos, lembre que para a maioria das análises inferenciais é imprescindível a obtenção de um p de baixa magnitude, pois como mencionamos anteriormente, ele, a grosso modo, atesta a probabilidade do efeito em estudo não esta presente.Nos próximos artigos iremos tecer considerações sobre os principais testes de significância e suas prescrições, análise, de conteúdo, construção e validação de instrumentos ordinais, de equações estruturais e análise bayesiana.Caso tenha alguma duvida, mande-nos um e-mail que será um prazer trocar ideias, sugestões para assuntos a serem tratados serão bem-vindas.

References

  1. Ayer A J. As ideias de Bertrand Russell. São Paulo: Cultrix; 1972.
  2. Pereira O. O que é teoria. São Paulo: Brasiliense; 1985.
  3. Freitas HMR, Cunha Jr MVM, Moscarola J. Aplicação de sistema de software para auxiliar na análise de conteúdo. Revista e Administração 1997;32(3):97-109.
  4. Bardin L. Análise de conteúdo. Lisboa: Edição 70; 1997.
  5. Domingues HH; Iezzi G. Álgebra moderna. São Paulo: Atual; 1982.
  6. Bastos LR, Paixão L, Fernandes LM. Manual para elaboração de projetos de pesquisa, testes e dissertações. Rio de Janeiro: Zahar editores; 1982.
  7. Green CD. Classics in the History of Psychology. York University. Toronto: Ontario; 200.p.1492-3173.
  8. Murteira BJF. Probabilidade e estatística. São Paulo: McGraw-Hill; 1990.
  9. winstat – The statistics program for Windows ref. Manual 3.1.1996.
  10. Bussab WO, Morettin PA. Estatística básica. São Paulo: Saraiva; 2002.

Downloads

Download data is not yet available.