--- title: "Como fazer o teste t para amostras pareadas no SPSS?" url: https://www.blog.psicometriaonline.com.br/tutorial-teste-t-para-amostras-pareadas-no-spss canonical: https://www.blog.psicometriaonline.com.br/tutorial-teste-t-para-amostras-pareadas-no-spss language: pt-BR published: 2021-12-23T12:05:21.000Z updated: 2026-03-30T16:08:39.178Z modified: 2026-03-30T16:08:39.178Z author: "Marcos Lima" categories: ["Tutoriais"] tags: ["tutorial no spss"] description: "Neste post, apresentamos um tutorial sobre como realizar e como interpretar um teste t para amostras pareadas no SPSS." source: Blog Psicometria Online --- # Como fazer o teste t para amostras pareadas no SPSS? > Anteriormente, descrevemos o teste t para amostras pareadas, também conhecido como teste t de medidas repetidas ou teste t para amostras dependentes. Por exemplo, esse teste permite comparar os escores de um grupo de participantes antes e após uma intervenção. Neste post, mostraremos como executar o... Anteriormente, descrevemos o [teste *t* para amostras pareadas](/teste-t-para-amostras-dependentes), também conhecido como teste *t* de medidas repetidas ou teste *t* para amostras dependentes. Por exemplo, esse teste permite comparar os escores de um grupo de participantes antes e após uma intervenção. Neste post, mostraremos como executar o teste *t* para amostras pareadas no SPSS. Além disso, também mostraremos como calcular uma medida de tamanho de efeito para reportar junto ao resultado do teste *t*. Por fim, mostraremos como reportar os resultados da análise. ## Como realizar o teste t para amostras pareadas no SPSS? ### Exemplo Suponha que pesquisadores tenham superalimentado 16 adultos não obesos durante oito semanas (Levine et al., 1999). As massas desses participantes foram mensuradas antes e após a intervenção. O objetivo era investigar se a atividade metabólica não associada a exercícios (mas associada à inquietação) se relaciona ao ganho de gordura após oito semanas. Para este tutorial, contudo, não consideraremos o objetivo principal da pesquisa, nem descreveremos as demais medidas do estudo. Ao invés disso, nosso objetivo será realizar uma checagem de manipulação, isto é, investigar se a superalimentação conseguiu de fato produzir aumentos significativos no peso dos participantes da amostra. A Figura 1 ilustra o banco de dados baseado nesse exemplo. Embora tabulado no SPSS, ele foi obtido junto à instalação do [software JASP](/jasp-um-software-gratuito-para-fazer-analise-de-dados) (Moore et al., 2009). Nesse banco de dados, cada participante contribuiu com escores em dois momentos distintos, ou seja, no pré-intervenção (**weight\_before\_kg**) e no pós-intervenção (**weight\_after\_kg**). A variável **difference\_kg** representa o ganho de massa da medida pré- para a pós-intervenção. ![banco de dados no SPSS para tutorial.](/uploads/2021-12_teste-t-para-grupos-pareados-banco-de-dados.jpg) *Figura 1. Banco de dados.* Desse modo, temos as seguintes hipóteses: - **Hipótese nula (*H*0):** não existem diferenças nas massas médias dos participantes nas medidas pré- e pós-intervenção. - **Hipótese alternativa (*H*1):** existem diferenças nas massas médias dos participantes nas medidas pré- e pós-intervenção. Em seguida, o teste *t* para amostras pareadas testará a plausibilidade dos dados, assumindo que a hipótese nula é verdadeira. A rejeição da hipótese nula ocorrerá considerando um nível de significância de 5%, isto é, α = 0,05. ### Solicitando o teste t para amostras pareadas no SPSS Primeiramente, siga o caminho **Analisar > Comparar médias > Teste-T de amostras em pares** (Figura 2). ![caminho para solicitar o teste t para amostras pareadas no SPSS.](/uploads/2021-12_teste-t-para-grupos-pareados-solicitando-a-analise.jpg) *Figura 2. Caminho para solicitar análise.* Em seguida, transfira as variáveis que você deseja comparar para o painel direito da janela. Em nosso exemplo, transferimos a variável **weight\_after\_kg** para a caixa **Variável1**, enquanto a variável **weight\_before\_kg** foi transferida para a caixa **Variável2** (Figura 3). ![caminho para especificar o teste t para amostras pareadas no SPSS.](/uploads/2021-12_teste-t-para-grupos-pareados-especificando-a-analise.jpg) *Figura 3. Janela Teste-T de amostras em pares.* A ordem de inserção das duas variáveis é irrelevante, pois o teste dará resultados similares se inserirmos as variáveis na ordem inversa, exceto que o SPSS inverterá os sinais de algumas estatísticas. Optamos por inserir **weight\_after\_kg** em **Variável1**, pois isso nos permite interpretar diferenças positivas como indicando ganhos de massa após a intervenção. Para executar a análise, basta clicar em **OK**. ### Interpretando a saída do teste t para amostras pareadas no SPSS Primeiramente, a Figura 4 apresenta a tabela de estatísticas descritivas das amostras emparelhadas. A propósito, o termo **emparelhadas** é sinônimo de **pareadas** (do inglês, ***paired***). A Figura 4 indica que a massa média foi quase 5 kg maior na medida pós-intervenção (*M* = 70,33), quando comparada à medida pré-intervenção (*M* = 65,61). Se houver diferença estatisticamente significativa entre as médias nos dois momentos, isso certamente indicará que os escores são maiores após a intervenção de superalimentação. ![estatísticas descritivas da saída do SPSS.](/uploads/2021-12_teste-t-para-grupos-pareados-tabela-1.jpg) *Figura 4. Tabela Estatísticas de amostras emparelhadas.* Em seguida, a Figura 5 apresenta a tabela de correlação das medidas pareadas. A [correlação de Pearson](/o-que-e-correlacao-de-pearson) das massas dos participantes nos dois momentos é quase perfeita, *r* = 0,99, *p* < 0,001. Essa informação tipicamente é omitida de relatos, embora ela seja relevante para estimar medidas de tamanho de efeito em [revisões metanalíticas](/o-que-e-metanalise). ![tabela de correlação da saída do SPSS.](/uploads/2021-12_teste-t-para-grupos-pareados-tabela-2.jpg) *Figura 5. Tabela Correlações de amostras emparelhadas.* Por fim, a Figura 6 apresenta a tabela o teste *t* propriamente dito. Quando consideramos o [valor de *p*](/o-que-e-valor-de-p) associado à estatística *t*, na coluna **Sig. (2 extremidades)**, optamos por rejeitar a hipótese nula de não diferença entre as massas médias nas medidas pré- e pós-intervenção, pois o valor de *p* é menor que 0,05. ![saída principal do teste t para amostras paradas no SPSS.](/uploads/2021-12_teste-t-para-grupos-pareados-tabela-3.jpg) *Figura 6*. *Tabela Teste de amostras emparelhadas.* De maneira alternativa, também poderíamos interpretar a diferença entre médias e seu respectivo intervalo de confiança. Na Figura 6, coluna **Média** representa a diferença entre as duas médias apresentadas na Figura 4. A coluna **95% Intervalo de confiança da diferença**, por sua vez, representa o intervalo de confiança de 95% ao redor da diferença média. Se os limites desse intervalo não capturarem o zero, então temos evidências de diferenças estatisticamente significativas entre pré- e pós-intervenção. É o que ocorre em nosso exemplo (note que os limites inferior e superior têm ambos valores positivos). ### Calculando o tamanho de efeito para o teste t para amostras pareadas Para avaliarmos a magnitude da diferença entre as médias, podemos computar uma estimativa de [tamanho de efeito](/o-que-e-tamanho-de-efeito). Por exemplo, o [*d* de Cohen](/d-de-cohen) é uma medida de tamanho de efeito que expressa a diferença entre as médias de dois grupos em unidades de desvio-padrão. No contexto de delineamentos com amostras pareadas, calculamos o *d* de Cohen por meio da fórmula a seguir: ![fórmula do d de Cohen para teste t para amostras pareadas.](/uploads/2021-12_teste-t-para-grupos-pareados-formula-do-d-de-cohenjpg.jpg) onde *t* se refere à estatística *t* apresentada na Figura 6, e *N* se refere ao número de pares na amostra. Inserindo os valores de nosso exemplo na fórmula, temos: ![cálculo do teste t para amostras pareadas.](/uploads/2021-12_teste-t-para-grupos-pareados-formula-do-d-de-cohen_aplicada.jpg) Esse valor indica, portanto, que a diferença entre médias das medidas pré- e pós-intervenção (*Mdif* \= 4,72) é 2,71 unidades de desvio-padrão da diferença (*DPdif* \= 1,74; veja a Figura 6), um tamanho de efeito considerado grande. ### Reportando os resultados das análises Ao descrever os resultados, é importante apresentar a estatística *t*, os [graus de liberdade](/o-que-sao-graus-de-liberdade) e pelo menos uma medida de tamanho de efeito. Além disso, espera-se que você conduza o leitor às interpretações adequadas dos resultados do teste. Desse modo, apresentamos uma sugestão de relato a seguir: > *A massa média de 16 adultos não obesos foi maior na medida pós-intervenção (M = 70,33, DP = 9,72) do que na medida pré-intevenção (M = 65,61, DP = 10,30). Esse aumento foi apoiado estatisticamente por meio de um teste t pareado, t(15) = 10,84, p < 0,001, d = 2,71. Concluímos, portanto, que a intervenção de superalimentação foi bem-sucedida em aumentar as massas dos participantes, apresentando um efeito grande (Cohen, 1988).* ## Referências Cohen, J. (1988). *Statistical power analysis for the behavioral sciences*. Academic press. Levine, J. A., Eberhardt, N. L., & Jensen, M. D. (1999). Role of nonexercise activity thermogenesis in resistance to fat gain in humans. *Science*, *283*(5399), 212–214. https://doi.org/10.1126/science.283.5399.212 Moore, D. S., McCabe, G. P., and Craig, B. A. (2009). *Introduction to the practice of statistics* (6th ed.). Freeman. ## Como citar este post > **Como citar este artigo:** Lima, M. (2021, 23 de dezembro). Como fazer o teste t para amostras pareadas no spss? *Blog Psicometria Online*. https://www.blog.psicometriaonline.com.br/tutorial-teste-t-para-amostras-pareadas-no-spss