Há muitos dados que provêm de qualquer projeto de pesquisa, alguns dos quais são valiosos e outros não. Encontrar algo novo, inesperado ou confuso na pesquisa pode rapidamente se tornar esmagador.

Às vezes você pode sair dos trilhos quando está sob pressão para cumprir um prazo. Evite se preocupar com esses resultados não intencionais uma vez que sua pesquisa atual esteja concluída, excluindo-os da consideração.

Na análise post-hoc, você não está analisando todos os resultados aleatórios de um experimento. É importante procurar por padrões quando você observa algo que merece uma observação atenta e um estudo mais aprofundado para ajudá-lo a entender melhor o conceito.

Após uma análise post-hoc, mais informações podem ser obtidas e aprofundadas em sua base temática. Vamos dar uma olhada mais detalhada na análise pós-hoc.

Análise post-hoc: o que é isso?

Em latim, post hoc significa "depois disto", ou seja, analisar os dados experimentais depois.

O objetivo de uma análise post-hoc é encontrar padrões após a conclusão do estudo, e encontrar resultados que não fossem o objetivo principal. Assim, todas as análises realizadas após a conclusão de um experimento que não foram pré-planejadas são consideradas análises post-hoc.

Os dados que já foram coletados são utilizados em um estudo post-hoc. Os pesquisadores analisam estes dados para desenvolver novos propósitos, que não estavam no desenho do experimento. Portanto, estudos pós-hoc podem ser realizados em dados agregados de experimentos anteriores. 

O processo de realizar análises post-hoc é freqüentemente sobrecarregado com tempo, mas oferece uma série de vantagens. Para descobrir informações valiosas, use uma prudência razoável e não superestime resultados inesperados. Isto pode ser um sinal de algo significativo, mesmo que seja uma ocorrência casual.

As análises pós-hoc são úteis ao investigar taxas de erro, avaliar a importância das hipóteses, ou determinar se elas são estatisticamente significativas.

Conduzir múltiplas tentativas ou divergir de sua linha principal de pesquisa aumenta o risco de erros e falsos positivos. É aqui que o pós-hoc desempenha um papel fundamental. Como isso funciona exatamente? 

Análise post-hoc: como funciona?

Ainda é possível obter insights valiosos dos dados, mesmo que o objetivo principal não seja alcançado. Possivelmente os efeitos posteriores da droga e os dados sobre eles. Ou qualquer outra droga semelhante também pode valer a pena ser testada.

A finalidade de uma análise post-hoc é responder a perguntas após a conclusão do estudo, um objetivo que não foi declarado no estudo.

A fim de determinar de onde vieram as diferenças, um teste pós-hoc é usado após encontrar um resultado estatisticamente significativo. Testes post-hoc podem ser usados para avaliar as diferenças entre vários grupos, evitando ao mesmo tempo erros experimentais. Vários testes pós-hoc foram formulados, e a maioria deles produz resultados semelhantes. 

Existem diferentes tipos de testes pós-hoc

Os dados coletados durante qualquer pesquisa ou ensaio clínico podem ser analisados para detectar padrões e diferentes fatores. Os testes pós-hoc mais comuns são:

  • Procedimento Bonferroni: É possível realizar múltiplos testes estatísticos ao mesmo tempo, utilizando esta correção pós-hoc de comparação múltipla.
  • O novo teste de alcance múltiplo da Duncan (MRT):  O Teste de Faixa Múltipla da Duncan identificará os pares de meios (de pelo menos três) que diferem. 
  • Teste de comparação múltipla da Dunn: Esta é uma análise pós-hoc que é feita após uma ANOVA, um teste não paramétrico que não assume que seus dados seguem uma distribuição específica.
  • A Diferença Menos Significativa de Fisher (LSD): Determina se dois meios são estatisticamente diferentes.
  • Procedimento Holm-Bonferroni: O teste sequencial de Bonferroni de Holm torna as comparações múltiplas menos rigorosas.
  • Usando Newman-Keuls, é possível identificar amostras que têm meios diferentes umas das outras. Newman-Keuls compara pares de meios usando diferentes valores críticos. Como resultado, é mais provável que sejam encontradas diferenças significativas.
  • O método de Rodger: Este método estatístico é usado para avaliar dados de pesquisa pós-hoc após uma análise 'multivariada'.
  • Método de Scheffé: No método de Scheffe, a estatística do teste é ajustada de forma diferente, dependendo do número de comparações que foram feitas.
  • O Teste de Tukey: O teste de Tukey determina se sua amostra consiste em grupos que diferem uns dos outros. Cada média é comparada com a média de todos os outros grupos usando a "Honest Significant Difference", que representa quão distantes estão os grupos.
  • Correção da Dunnett: Este teste pós-hoc compara os meios. Em contraste com o de Tukey, ele compara cada meio com um meio de controle.
  • Procedimento Benjamini-Hochberg (BH): Um resultado significativo só ocorrerá por acaso se você realizar inúmeros testes. A taxa de falsas descobertas é contabilizada por este teste pós-hoc.

Nada pode vencer uma peça visual impecável que entrega uma mensagem complexa

Sim, isso mesmo, com a ajuda do visual, é muito mais fácil colocar os conceitos mais difíceis em perspectiva. Na era do visual, não é de se admirar que você possa provavelmente entender a física quântica de uma maneira muito mais simples, devido à eficácia dos gráficos.

Você está se perguntando como começar? Por que se preocupar quando você tem o gráfico na ponta de seus dedos! Conosco, você pode escolher entre mais de mil ilustrações em nossa galeria, e fazer cartazes usando o cartaz inteligente que desenvolvemos para você. Aproveite ao máximo a experiência de nossa talentosa equipe e adapte-a às suas necessidades. Para obter mais informações, visite nossa galeria de website.

Artigos Relacionados
logo-subscrição

Assine nossa newsletter

Conteúdo exclusivo de alta qualidade sobre visual eficaz
comunicação na ciência.

- Guia Exclusivo
- Dicas de design
- Notícias e tendências científicas
- Tutoriais e modelos