Calculadora de desvio padrão combinado
Calcule o desvio padrão combinado para duas amostras independentes
Insira os tamanhos das amostras, médias e desvios padrão de dois grupos para calcular o desvio padrão combinado, a estatística t e o d de Cohen.
Calculadora de desvio padrão combinado
Calcule o desvio padrão combinado para duas amostras independentes
Amostra 1
Amostra 2
Sobre a calculadora de desvio padrão combinado
O desvio padrão combinado é uma média ponderada dos desvios padrão de duas (ou mais) amostras independentes, usada ao comparar grupos que compartilham a mesma variância populacional subjacente. Ele é um pilar do teste t para amostras independentes e de muitos outros procedimentos de estatística inferencial.
A fórmula do desvio padrão combinado é: sp = √[((n₁−1)s₁² + (n₂−1)s₂²) / (n₁+n₂−2)], em que n₁ e n₂ são os tamanhos das amostras, e s₁ e s₂ são os desvios padrão amostrais. O denominador n₁+n₂−2 representa os graus de liberdade totais da comparação entre duas amostras.
O desvio padrão combinado assume homogeneidade de variâncias, ou seja, que ambas as amostras vêm de populações com a mesma variância. Essa suposição deve ser verificada (por exemplo, com o teste de Levene ou o teste de Bartlett) antes de usar a estimativa combinada. Quando as variâncias são desiguais, o teste t de Welch é preferível, pois não combina as variâncias.
Além do DP combinado, esta calculadora fornece a variância combinada (sp²), os graus de liberdade totais, a estatística t para duas amostras e o d de Cohen como tamanho de efeito padronizado. d de Cohen = (mean₁ − mean₂) / sp quantifica a significância prática da diferença entre médias em unidades do desvio padrão combinado.
Referências para o d de Cohen: valores em torno de 0.2 são considerados efeitos pequenos, 0.5 médios e 0.8 ou mais grandes. Esses limites orientam a interpretação em psicologia, medicina, educação e ciências sociais.
O desvio padrão combinado também é usado no cálculo de intervalos de confiança para a diferença entre duas médias, em meta-análises para combinar tamanhos de efeito entre estudos e em controle de qualidade ao agregar estimativas de variabilidade entre lotes de produção.
Aplicações práticas incluem ensaios clínicos (comparação entre grupos de tratamento e controle), testes A/B em análise de produtos (comparação de taxas de conversão), pesquisa educacional (comparação da variabilidade de notas entre salas de aula) e controle de qualidade industrial (combinação de estimativas de taxas de defeitos de várias linhas de produção).
Lembre-se: o desvio padrão combinado é uma estimativa mais precisa do desvio padrão populacional comum do que qualquer desvio padrão amostral individual, porque aproveita simultaneamente as informações dos dois grupos.
Exemplos
Estes exemplos mostram como o desvio padrão combinado é calculado em diferentes cenários com duas amostras.
| Entradas | DP combinado | Contexto |
|---|---|---|
| n₁=10, x̄₁=50, s₁=2; n₂=15, x̄₂=55, s₂=3 | sp ≈ 2.669 | Tamanhos de amostra desiguais, médias diferentes |
| n₁=20, x̄₁=30, s₁=4; n₂=20, x̄₂=35, s₂=4 | sp = 4.000 | Tamanhos e DPs iguais, média pura |
| n₁=30, x̄₁=100, s₁=10; n₂=30, x̄₂=105, s₂=12 | sp ≈ 11.045 | Amostras maiores, DPs semelhantes |
| n₁=5, x̄₁=8, s₁=1.5; n₂=8, x̄₂=10, s₂=2 | sp ≈ 1.824 | Amostras pequenas, peso voltado ao grupo maior |
Como usar esta calculadora
- Insira o tamanho da amostra (n₁), a média (x̄₁) e o desvio padrão (s₁) do primeiro grupo.
- Insira os valores correspondentes (n₂, x̄₂, s₂) do segundo grupo. Os tamanhos das amostras devem ser de pelo menos 2.
- Clique em “Calcular” para obter o desvio padrão combinado, a variância combinada, os graus de liberdade, a estatística t e o d de Cohen.
- Interprete o DP combinado como a melhor estimativa do desvio padrão populacional compartilhado sob a suposição de variâncias iguais.
- Use a estatística t e os graus de liberdade com uma tabela da distribuição t para determinar a significância estatística, ou consulte o d de Cohen para o tamanho do efeito.
Perguntas frequentes
O que é o desvio padrão combinado?
O desvio padrão combinado (sp) reúne as estimativas de variância de duas amostras independentes em uma única estimativa mais precisa. Ele é uma média ponderada das duas variâncias amostrais, ponderada pelos respectivos graus de liberdade. Assume que ambas as populações compartilham a mesma variância subjacente.
Quando devo usar o desvio padrão combinado?
Use o desvio padrão combinado quando você assumir homogeneidade de variâncias entre dois grupos, por exemplo, em um teste t clássico para duas amostras. Se um teste preliminar (Levene, Bartlett) sugerir que as variâncias diferem significativamente, use o teste t de Welch, que não exige igualdade de variâncias.
O que é o d de Cohen e como interpretá-lo?
O d de Cohen é um tamanho de efeito padronizado que expressa a diferença entre médias em unidades do desvio padrão combinado. Valores de aproximadamente 0.2, 0.5 e 0.8 são convencionalmente descritos como efeitos pequenos, médios e grandes, respectivamente. Um d de Cohen grande indica que os dois grupos estão bem separados em relação à variabilidade combinada.
Por que a fórmula divide por n₁+n₂−2?
O denominador n₁+n₂−2 representa o total de graus de liberdade consumidos ao estimar as duas médias amostrais. Usar graus de liberdade (em vez de n₁+n₂) produz uma estimativa não viesada da variância populacional. Cada amostra contribui com nᵢ−1 graus de liberdade para a estimativa combinada.
Posso usar o desvio padrão combinado para mais de dois grupos?
Sim. O desvio padrão combinado pode ser estendido para k grupos usando a fórmula sp = √[Σ(nᵢ−1)sᵢ² / Σ(nᵢ−1)]. Essa generalização é usada em ANOVA, em que um único desvio padrão intragrupo combinado (raiz do erro quadrático médio) serve como estimativa da variância comum.
Como o tamanho da amostra afeta o desvio padrão combinado?
Amostras maiores têm mais peso na estimativa combinada. Se n₁ >> n₂, o DP combinado é dominado pela variância da primeira amostra. Isso reflete o princípio de que mais dados fornecem uma estimativa de variância mais confiável. Também significa que outliers ou violações da suposição de variâncias iguais têm impacto maior quando uma amostra é muito maior.