Teste de equivalência (TOST)

Em resumo

Para que serve: o teste de equivalência verifica se uma diferença é tão pequena que não tem importância. Encontra-se em «Mais opções» nas perguntas «Os grupos diferem?» (dois grupos) e «Mudou alguma coisa?». O Statable realiza dois testes t unilaterais (TOST) contra os limites −Δ e +Δ. A equivalência fica demonstrada se ambos os p < ,05.

Pressupostos

• O limite Δ é obrigatório, nas unidades da medida. Não existe valor predefinido, porque o limite tem de ser fundamentado antes da análise, por exemplo como a menor diferença que importa na prática (um teste de leitura em pontos: Δ = 3).
• Os limites não devem ser ajustados depois do cálculo para se obter um resultado. O Statable só calcula limites simétricos ±Δ.
• Dois grupos independentes (teste de Welch) ou as mesmas pessoas duas vezes (emparelhadas), números com pelo menos dois valores cada.

Ler o resultado

• «Pode excluir-se uma diferença superior a ±0,5»: ambos os testes unilaterais são estatisticamente significativos. O intervalo de confiança a 90% da diferença situa-se então por inteiro entre −Δ e +Δ.
• Porquê 90% e não 95%: dois testes unilaterais com α = ,05 cada um correspondem a um intervalo bilateral a 90% (Lakens, 2017).
• «A equivalência não pode ser demonstrada»: pelo menos um teste não é estatisticamente significativo. Continua a ser possível uma diferença superior a ±Δ; isto não mostra nem uma diferença nem equivalência.
• Δ é também indicado como d (Δ dividido pelo desvio-padrão combinado; em dados emparelhados, pelo das diferenças).

Limites

• Um teste t sem significância estatística nunca implica «nenhuma diferença». É uma evidência em falta, não uma prova; só o teste de equivalência pode mostrar equivalência.
• Com grupos pequenos o intervalo é largo; a equivalência só pode então ser demonstrada com limites largos.

Comunicar o resultado

Δ = ±0,5; t(38,21) = 2,41, p = ,011 (TOST); diferença = −0,05, IC a 90% [−0,31; 0,22]

Fonte

Lakens, D. (2017). Equivalence tests: A practical primer for t tests, correlations, and meta-analyses. Social Psychological and Personality Science, 8(4), 355-362. Lakens, D., Scheel, A. M., & Isager, P. M. (2018). Equivalence testing for psychological research: A tutorial. Advances in Methods and Practices in Psychological Science, 1(2), 259-269.