Tamanho de amostra e poder para três testes não-paramétricos

Abstract

Introdução: Testes não-paramétricos são muito flexíveis quanto a suas suposições e muitas vezes são a única opção disponível aos pesquisadores, mas, diferente dos teste paramétricos, formas de cálculo de tamanho de amostra e poder para estes testes não são bem conhecidas. Objetivo: Reunir formas de calcular tamanho de amostra e poder para os testes Mann- Whitney, Wilcoxon e Kruskall-Wallis e apresentar programas que façam tais cálculos. Metodologia: Revisão bibliográfica, com leitura de artigos e livros sobre o assunto, análise de programas envolvendo o tema e desenvolvimento de exemplos para explicar as funções dos programas. Resultados e Conclusão: Programas que utilizam métodos semelhantes para os cálculos obtiveram resultados bem parecidos, como SAS 9.3, PASS 11 e GPower 3.1 para Mann- Whitney, e PASS 11 e GPower 3.11 para Wilcoxon. O programa PASS 11 pareceu ser o mais completo. Os programas livres apresentam soluções para os testes Mann-Whitney e Wilcoxon, mas não para o teste Kruskal-Wallis. Apenas o método do Banco de Dados Exemplo para o teste Mann-Whitney apresentou a vantagem de não necessitar escolher distribuição.

Background: Non-parametric tests are very flexible about their assumptions and are often the only option available to researchers, but, unlike parametric tests, ways of calculating sample size and power for these tests are not well known. Aim: Gather ways of calculating sample size and power for Mann-Whitney, Wilcoxon and Kruskall-Wallis tests, and programs that make such calculations for these tests. Methodology: Review literature by reading articles and books on the subject, analysis of programs involving the theme and examples to explain the functionalities of the programs. Results and conclusion: Programs that had similar methods for calculating had very similar results, as SAS 9.3, PASS 11 and GPower for Mann-Whitey, and PASS 11 and GPower 3.1 for Wilcoxon. The program PASS 11 appeared to be the most complete. The free software presented solutions to Mann-Whitney and Wilcoxon, but not for the Kruskal-Wallis test. Only the Exemplary Dataset Method to the Mann-Whitney test showed the advantage of not requiring choosing a distribution.