Em estatística aplicada, qual é o método mais apropriado para avaliar a relação entre duas variáveis quantitativas?
- A)Teste qui-quadrado.
Errada, porque o teste qui-quadrado é usado principalmente para verificar associação entre variáveis categóricas, não entre duas variáveis quantitativas.
- B)Correlação de Pearson.
Certa, porque a correlação de Pearson mede a força e a direção da relação linear entre duas variáveis quantitativas.
- C)Análise de variância (ANOVA).
Errada, porque a ANOVA serve para comparar médias entre três ou mais grupos, e não para medir relação direta entre duas variáveis numéricas.
- D)Teste de Mann-Whitney.
Errada, porque o teste de Mann-Whitney compara dois grupos independentes em variável ordinal ou não normal, não sendo um teste de relação entre duas quantitativas.
Gabarito: B
Quando a questão fala em avaliar a relação entre duas variáveis quantitativas, o caminho mais clássico é pensar em correlação. Aqui, a ideia não é comparar grupos nem testar associação entre categorias, mas verificar se duas medidas numéricas caminham juntas, na mesma direção ou em direções opostas. A correlação de Pearson é o método mais usado quando as variáveis quantitativas têm relação aproximadamente linear e os dados não fogem muito da normalidade. Ele fornece um coeficiente que varia de -1 a 1: perto de 1, relação positiva forte; perto de -1, relação negativa forte; perto de 0, pouca ou nenhuma relação linear. Por isso o gabarito é a letra B. Em prova, pense assim: se o enunciado falar em duas variáveis numéricas e em relação entre elas, correlação costuma ser o primeiro chute inteligente. Se a banca quisesse comparação de médias entre grupos, aí a história seria outra, com t-tests ou ANOVA. Se quisesse associação entre variáveis categóricas, poderia aparecer qui-quadrado. Um detalhe importante: correlação não é causalidade. Ou seja, mesmo que duas variáveis se movam juntas, isso não significa que uma esteja causando a outra. Em estatística, a amizade entre variáveis pode ser forte, mas o casamento causal já é outra conversa.