--- title: "O que são postos (ranks), em estatística?" url: https://www.blog.psicometriaonline.com.br/o-que-sao-postos-ranks canonical: https://www.blog.psicometriaonline.com.br/o-que-sao-postos-ranks language: pt-BR published: 2025-10-09T14:37:26.000Z updated: 2026-03-30T13:49:05.127Z modified: 2026-03-30T13:49:05.127Z author: "Marcos Lima" categories: ["Análises bi e multivariadas"] tags: ["testes não paramétricos"] description: "Entenda o que são postos (ranks) em estatística, como calculá-los, quando usá-los e por que são essenciais nos testes não paramétricos." source: Blog Psicometria Online --- # O que são postos (ranks), em estatística? > Os postos (ranks) são fundamentais em testes estatísticos não paramétricos. Mas, afinal, o que exatamente são postos? Neste post, com o apoio de ilustrações e exemplos simples, explicaremos os conceitos de postos, de empates e das transformações não lineares. Por fim, discorreremos sobre a relevânci... Os postos (*ranks*) são fundamentais em testes estatísticos não paramétricos. Mas, afinal, o que exatamente são postos? Neste post, com o apoio de ilustrações e exemplos simples, explicaremos os conceitos de postos, de empates e das transformações não lineares. Por fim, discorreremos sobre a relevância dos postos em análises quantitativas de dados. ## O que são postos (*ranks*)? Os **postos** (*ranks*) consistem em transformações não lineares dos escores originais. Em outras palavras, ao calcularmos os postos de uma variável, criamos uma nova variável com [nível de mensuração ordinal](/o-que-sao-niveis-de-mensuracao). Por exemplo, considere a distância dos planetas do Sistema Solar em relação ao Sol, medida em unidades astronômicas (UAs). A Terra está a 1 UA do Sol, enquanto as distâncias dos demais planetas são múltiplos ou submúltiplos desse valor (Figura 1). ![exemplos de escores.](/uploads/2025-10_exemplo-postos-planetas-1.jpg) *Figura 1. Distâncias dos planetas do Sistema Solar em relação ao Sol, em unidades astronômicas (UAs)*. *Baseado em Howell (2013, p. 288).* Essa medida tem nível de mensuração de razão, pois nos permite afirmar que a distância de Marte é 52% maior que a da Terra e que Júpiter está aproximadamente o quíntuplo mais distante. Agora, se transformarmos essas distâncias em postos, aplicamos a seguinte regra: o menor valor recebe o posto 1, o segundo menor recebe o posto 2 e assim sucessivamente (Figura 2). ![escores e postos (ranks) dos escores.](/uploads/2025-10_exemplo-postos-planetas-2.jpg) *Figura 2. Postos das distâncias dos planetas do Sistema Solar em relação ao Sol, em unidades astronômicas (UAs).* *Baseado em Howell (2013, p. 288).* Dessa forma, obtemos uma série ordenada, em que os postos representam *posições relativas*, não *distâncias absolutas*. Assim, o menor posto corresponde ao valor mínimo e o maior posto, ao valor máximo. Em síntese, os postos preservam a ordem dos dados e não as diferenças exatas entre eles. ## Como calcular postos (*ranks*) em uma amostra? Calcular postos é simples, embora exija atenção. Primeiramente, ordene os dados do menor para o maior. Depois, atribua o posto 1 ao menor valor, 2 ao segundo menor e assim por diante. Contudo, quando há *empates* (*ties*) — isto é, duas ou mais observações com o mesmo escore —, atribuímos a média dos postos. Por exemplo, se duas observações idênticas ocupam as posições 10 e 11, cada uma recebe o posto (10 + 11) / 2 = 10,5. Esse procedimento garante que a soma total dos postos permaneça coerente com o tamanho da amostra. Além disso, o uso de postos confere robustez às análises, especialmente quando há valores extremos ([*outliers*](/o-que-sao-outliers-e-como-detecta-los)). Por conseguinte, ao utilizar postos, obtemos estatísticas menos sensíveis a distorções e mais adequadas para distribuições não normais. ## Por que a transformação em postos (*ranks*) é uma transformação não linear? Anteriormente, afirmamos que postos consistem em transformações não lineares dos escores originais. Isso significa que a relação entre a variável original e sua forma transformada não pode ser descrita por uma reta. A Figura 3 ilustra essa ideia com base no exemplo das distâncias planetárias. ![ilustração dos postos (ranks) como transformações não lineares.](/uploads/2025-10_exemplo-de-postos-ranks-2.jpg) *Figura 3. Relação não linear entre unidades astronômicas (UAs) e postos das UAs.* Observe que, conforme as UAs aumentam, os postos também aumentam. No entanto, esse crescimento é monotônico, mas não linear: a diferença entre postos é constante, enquanto as distâncias reais crescem de forma acelerada. Uma consequência importante é que as transformações por postos alteram a forma da distribuição, podendo reduzir [assimetria](/o-que-e-assimetria) e tornar os dados visualmente mais equilibrados. Se, por um lado, transformação em postos reduz a assimetria nos dados, outra consequência dessa transformação é a perda de informação. Isso ocorre porque os postos preservam apenas a ordem dos escores, mas eliminam as distâncias relativas entre eles (Figura 4). ![postos (ranks) perdem informações.](/uploads/2025-10_exemplo-de-postos-ranks-1.jpg) *Figura 4. Ilustração de como transformações por postos perdem informações dos dados originais. UA = unidades astronômicas.* Assim, embora os postos mantenham a hierarquia dos dados, eles simplificam a estrutura original — o que é vantajoso em testes não paramétricos, mas exige interpretação cuidadosa. ## A importância dos postos (*ranks*) em testes não paramétricos Os postos estão no cerne dos testes não paramétricos, como a [correlação de *postos* de Spearman](/o-que-e-correlacao-de-spearman), o teste de Mann–Whitney, o teste de *postos* sinalizados de Wilcoxon, o teste de Kruskal-Wallis e a [análise de variância de Friedman](/o-que-e-anova-de-friedman). Esses testes não dependem da normalidade dos dados, pois consideram apenas a ordem dos escores. Por exemplo, se quisermos comparar dois grupos (A e B) em uma variável dependente, podemos aplicar tanto o [teste *t* para amostras independentes](/teste-t-para-amostras-independentes), quanto o teste de Mann–Whitney (Figura 5). ![](/uploads/2025-10_exemplo-de-postos-ranks.jpg) *Figura 5. Comparação de postos no teste de Mann–Whitney.* O primeiro analisa as médias originais (baseadas nos dados da Figura 5, painel esquerdo), enquanto o segundo compara as médias dos postos entre grupos (baseadas nos dados da Figura 5, painel direito). Em síntese, ao comparar *médias ou somatórios de postos* entre grupos, os resultados de testes não paramétricos são mais resistentes a *outliers* e mais adequados para dados assimétricos. No exemplo da Figura 5, a média do Grupo A (*M* = 10,25, *DP* = 12,15) não diferiu estatisticamente da média do Grupo B (*M* = 14,88, *DP* = 4,85), *tWelch*(9,18) = –1, *p* = 0,34. Em contrapartida, os postos dos grupos diferiram significativamente, *U* = 52,50, *p* = 0,03 (Grupo A: *Mposto* = 5,94; Grupo B: *Mposto* = 11,06). Na discussão acima, focamo-nos no teste de Mann–Whitney. No entanto, a lógica é similar para a comparação de postos (independentes ou pareados) em outros testes estatísticos não paramétricos. ## Postos (*ranks*) empatados e correções estatísticas Em situações reais, é comum observarmos *empates*, ou seja, observações com o mesmo escore. Quando isso ocorre, os postos correspondentes também empatam. Nesse caso, atribuímos a média dos postos possíveis. Por exemplo, na seção anterior, tínhamos dois casos, um em cada grupo, com o escore igual a 13. A seguir, sinalizamos esses escores por meio de setas, no painel esquerdo da Figura 6. ![](/uploads/2025-10_exemplo-de-postos-ranks-com-setas.jpg) *Figura 6. Dados hipotéticos com escores e postos empatados destacados por setas.* Quando formos atribuir os postos associados a esses escores, identificamos a 10ª e a 11ª posições. Mas como decidir qual deles recebe o posto 10, e qual recebe o posto 11? Evidentemente, tal decisão é totalmente arbitrária, dado que os escores são idênticos. A solução para isso é considerar que os postos dos escores também empataram. Para esse fim, nós atribuímos as médias dos postos potenciais desses escores. Em nosso exemplo, (10 + 11) / 2 = 10,5. Desse modo, os valores associados ao escore 13, nos escores originais, têm ambos postos 10,5, na variável transformada (Figura 6, painel direito). No entanto, esses empates alteram a *variância dos postos*, o que pode afetar a significância estatística dos resultados. Para contornar isso, os *softwares* estatísticos aplicam automaticamente ajustes que compensam essa alteração, mantendo a validade estatística da análise. Portanto, ainda que os empates sejam frequentes, eles não comprometem os resultados — desde que as correções apropriadas sejam aplicadas. ## Conclusão Compreender os postos é indispensável para quem trabalha com análise quantitativa de dados. Afinal, eles permitem comparações válidas mesmo quando as condições para [testes paramétricos](/o-que-e-um-teste-parametrico) não são atendidas. Neste post, buscamos oferecer uma visão clara e intuitiva sobre como os postos são calculados e interpretados. Na prática, você não precisa computá-los manualmente — o *software* estatístico faz isso por você. Seu papel, portanto, é *interpretar os resultados* à luz de sua pergunta de pesquisa. Se você precisa aprender análise de dados, então faça parte da [**Psicometria Online Academy**](https://academy-po.psicometriaonline.com.br/?utm_source=blog&utm_medium=organico&utm_campaign=&utm_term=&utm_content=post), a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura [**aqui**](https://academy-po.psicometriaonline.com.br/?utm_source=blog&utm_medium=organico&utm_campaign=&utm_term=&utm_content=post) e nunca mais passe trabalho sozinho(a). ## Referências Field, A. (2017). *Discovering statistics using IBM SPSS Statistics* (5th ed.). Sage. Howell, D. C. (2013). *Statistical methods for psychology* (8th ed.). Wadsworth Cengage Learning. ## Como citar este post > **Como citar este artigo:** Lima, M. (2025, 9 de outubro). O que são postos (ranks), em estatística? *Blog Psicometria Online*. https://www.blog.psicometriaonline.com.br/o-que-sao-postos-ranks