Tamanho de efeito é uma medida da magnitude de uma diferença, associação ou relação estimada. Não existe um cálculo único que sirva para todo TCC. A escolha depende da pergunta, do desenho, do tipo de variável, da escala e da análise. Diferença média, diferença padronizada, correlação, razão de chances, risco relativo e coeficiente de regressão respondem a perguntas distintas e não podem ser trocados apenas porque o software oferece todos.
O tamanho de efeito deve aparecer com intervalo de confiança e contexto. Um número isolado não informa precisão, importância prática nem qualidade do estudo. Antes de calcular, identifique o contraste real e verifique se os dados e pressupostos sustentam a medida.
Defina qual magnitude você quer representar
Comece pela pergunta em linguagem comum. Você quer saber quantos pontos dois grupos diferem, quão forte é a associação entre variáveis, como muda a chance de um evento ou quanto uma resposta varia a cada unidade de um preditor? Essa formulação indica a família de efeito.
Quando a escala é conhecida e interpretável, a diferença bruta costuma preservar significado: quatro pontos, três minutos ou duas ocorrências. A padronização pode ajudar a comparar medidas em escalas diferentes, mas troca unidade original por desvio-padrão e depende da variabilidade observada. Não padronize automaticamente um resultado que já possui unidade útil.
Para desfecho binário, risco relativo, diferença de riscos e razão de chances têm leituras diferentes. Odds não é probabilidade, e razão de chances pode parecer mais distante de um do que o risco relativo quando o evento é comum. Informe o risco de base quando ele ajuda o leitor a entender a magnitude absoluta.
Escolha a família de medida pelo desenho
Uma tabela de decisão inicial pode orientar a conversa com o orientador ou estatístico:
| Pergunta | Medidas candidatas | Informação necessária |
|---|---|---|
| Diferença entre médias | diferença bruta, diferença padronizada | médias, dispersões, tamanhos e desenho |
| Associação entre quantitativas | correlação | pares válidos, forma da relação e pressupostos |
| Evento entre grupos | diferença de riscos, risco relativo, razão de chances | contagens ou riscos por grupo |
| Relação ajustada | coeficiente de regressão, razão ajustada | modelo, referência, covariáveis e diagnóstico |
A tabela não substitui a escolha do teste estatístico. O mesmo teste pode permitir medidas diferentes, e uma medida pode ser estimada por mais de um modelo. Em dados pareados, medidas repetidas, amostras pequenas ou distribuições assimétricas, fórmulas e interpretações exigem cuidado específico.
As orientações de revisão da APA para manuscritos quantitativos exemplificam a expectativa de acompanhar significância com estimativa de tamanho de efeito e intervalo. Outras áreas e periódicos podem adotar padrões próprios. Verifique o manual institucional e a diretriz de relato aplicável.
Calcule a partir de estatísticas coerentes
Use os dados brutos ou estatísticas descritivas que correspondam exatamente aos grupos e casos da análise. Não misture média de uma amostra com desvio-padrão de outra. Em medidas padronizadas, declare qual desvio foi usado e se houve correção para viés em amostras pequenas.
Para diferença entre grupos independentes, uma diferença padronizada pode dividir a diferença de médias por uma dispersão combinada, mas existem variantes. Em desenho pareado, a dependência entre observações muda o cálculo. Escolher fórmula de grupos independentes por conveniência pode distorcer a magnitude.
Em correlação, o coeficiente já expressa direção e força da associação linear ou monotônica, conforme o método. Em regressão, coeficientes não padronizados preservam unidade e podem ser mais úteis; coeficientes padronizados não resolvem problemas de causalidade, multicolinearidade ou escala mal escolhida.
Para eventos, apresente contagens e denominadores. Uma razão pode ser instável quando eventos são raros ou células estão vazias. Métodos de intervalo e correções precisam ser compatíveis com o desenho; não adicione valores às células sem justificar o procedimento.
Interprete magnitude sem depender de rótulos fixos
Classificações como pequeno, médio e grande são convenções, não leis. Pontos de corte dependem de medida, campo, distribuição e consequência. Um efeito numericamente pequeno pode ser importante quando o desfecho é grave, a intervenção é barata e muitas pessoas são alcançadas. Um efeito grande pode ter pouca utilidade se a escala não representa mudança relevante.
Compare a estimativa com unidade original, variabilidade e limiar substantivo quando existir. Esse limiar deve ser justificado por literatura, prática ou protocolo, não escolhido depois de ver o resultado. Evite chamar de “forte” apenas porque p ficou baixo; significância e magnitude são dimensões diferentes.
Os padrões de relato da APA incluem estimativas de efeito e incerteza em diversos contextos de pesquisa. Use o documento apenas dentro de seu escopo e confirme atualizações e requisitos específicos do periódico ou curso.
Apresente intervalo, direção e grupo de referência
Relate a estimativa com intervalo de confiança e identifique direção. “d = 0,45” não informa qual grupo teve média maior. “OR = 1,8” não informa qual evento, exposição e categoria de referência foram usados. Nomeie as comparações.
O intervalo mostra quais magnitudes são compatíveis com dados e modelo no nível adotado. Se inclui efeitos negativos, nulos e positivos relevantes, a conclusão deve refletir essa incerteza. Consulte o guia sobre valor-p e intervalo de confiança para evitar interpretações binárias.
Também vale separar ausência de precisão de ausência de relevância. Um intervalo muito amplo pode atravessar desde uma redução importante até um aumento importante: nesse caso, os dados não sustentam uma conclusão firme em nenhuma das direções. Já um intervalo estreito ao redor de uma diferença trivial pode indicar que o estudo estimou com boa precisão uma magnitude pouco relevante para o problema. Essa leitura é mais informativa do que procurar apenas se o zero ficou dentro ou fora do intervalo.
Um modelo de relato seria: “O grupo A apresentou média 4,2 pontos maior que o grupo B; a diferença padronizada corrigida foi 0,38, com IC 95% de 0,10 a 0,66”. Em seguida, explique a unidade, a relevância e as limitações. Use apenas medidas que você calculou corretamente.
Faça auditoria de cálculo e coerência
Recalcule uma medida manualmente ou com segunda ferramenta quando possível. Confira sinal, denominador, desvio usado, casos excluídos e arredondamento. Verifique se tabelas, texto e figuras mostram a mesma estimativa. Um sinal invertido pode surgir apenas porque o grupo de referência mudou.
Não converta medidas entre si sem verificar condições. Transformações aproximadas podem depender de prevalência, distribuição e desenho. Se a área exige uma medida específica, prefira estimá-la diretamente com método adequado.
Guarde uma pequena trilha do cálculo: versão da base, filtro aplicado, código ou comando, pacote e versão, fórmula adotada e casas decimais exibidas. Se a análise foi feita por menus, registre as opções marcadas e exporte a saída completa. Essa documentação permite reproduzir a estimativa quando a banca pergunta por uma discrepância, quando uma tabela é atualizada ou quando um caso excluído precisa ser reinserido.
As instruções do periódico School Psychology, por exemplo, pedem médias, desvios, efeitos principais e intervalos para efeitos em seu contexto editorial. Isso mostra como requisitos variam e por que a página de submissão deve ser conferida.
Relate o efeito como parte do argumento
O parágrafo de resultado deve conectar contraste, dados descritivos, estimativa, intervalo e interpretação. Na discussão, compare efeitos usando medidas e contextos compatíveis, não apenas rótulos. Declare limites de precisão, validade e generalização.
Tamanho de efeito não corrige amostra enviesada, instrumento ruim ou modelo inadequado. Ele melhora a descrição da magnitude quando nasce de um desenho defensável. A conclusão mais útil não é que o efeito “existe”, mas qual magnitude foi estimada, com que incerteza e o que ela pode significar no problema estudado.
