Videoaula 05 – Prática no JAMOVI: normalidade, escore-z e percentis

Aplicação prática da distribuição normal no JAMOVI

Pergunta guia

Como transformar a teoria da curva normal em análise prática no JAMOVI?

Tempo sugerido

15 a 20 minutos

Objetivo da videoaula

Ao final desta videoaula, o aluno deverá importar uma base de dados, conferir variáveis, calcular escore-z, investigar normalidade e obter percentis no JAMOVI.

18. Prática no JAMOVI

A partir daqui, vamos organizar todas as tarefas práticas no JAMOVI. A ideia é que o aluno use esta seção como um roteiro de execução.

Objetivo da prática

A prática no JAMOVI deve sempre conectar três elementos: o que calcular, por que calcular e como interpretar o resultado.

18.1 Importando e conferindo a base de dados

Abra a base dados_nutricao_jamovi.csv.

Confira se as variáveis foram reconhecidas corretamente:

• variáveis quantitativas contínuas: idade, peso, altura, imc, glicemia, colesterol_total, triglicerideos, pressao_sistolica, circunferencia_cintura;
• variáveis qualitativas nominais: sexo, grupo, excesso_peso;
• variáveis qualitativas ordinais: classificacao_imc, atividade_fisica.

18.2 Para que serve o escore-z na prática?

O escore-z permite transformar um valor bruto em uma medida padronizada.

Use quando desejar:

• comparar valores em escalas diferentes;
• verificar se um indivíduo está próximo ou distante da média;
• identificar valores muito afastados do padrão esperado;
• localizar uma observação na curva normal;
• interpretar áreas e probabilidades sob normalidade.

18.3 Como calcular o escore-z no JAMOVI

No JAMOVI, existem duas situações práticas.

Situação 1: usando média e desvio-padrão de referência

Quando a média e o desvio-padrão são conhecidos, por exemplo, $\mu = 90$ e $\sigma = 5$, é possível criar uma variável calculada:

Data → Compute

Criar, por exemplo, a variável z_glicemia usando:

(glicemia - 90) / 5

Situação 2: usando média e desvio-padrão da própria amostra

Primeiro execute:

Analyses → Exploration → Descriptives

Depois, anote a média e o desvio-padrão da variável. Em seguida, em:

Data → Compute

crie uma nova variável usando a fórmula:

(variavel - media_amostral) / desvio_padrao_amostral

Por exemplo, se a média amostral da glicemia for 92 e o desvio-padrão for 8:

(glicemia - 92) / 8

18.4 Modelo de interpretação do escore-z para relatório

A variável foi padronizada por meio do escore-z, que expressa a distância de cada observação em relação à média, em unidades de desvio-padrão. Valores positivos indicam observações acima da média, enquanto valores negativos indicam observações abaixo da média. Valores próximos de zero indicam observações próximas ao comportamento médio. Sob distribuição aproximadamente normal, valores com $|z| \geq 2$ podem indicar observações relativamente afastadas da média, merecendo atenção na interpretação estatística e no contexto clínico ou nutricional.

18.5 Investigação de normalidade no JAMOVI

Caminho:

Analyses → Exploration → Descriptives

Insira em Variables:

• imc;
• glicemia;
• colesterol_total;
• triglicerideos;
• pressao_sistolica;
• circunferencia_cintura.

Marque:

• média;
• mediana;
• desvio-padrão;
• mínimo;
• máximo;
• assimetria;
• curtose;
• histograma;
• boxplot;
• Q-Q plot;
• teste de Shapiro-Wilk, quando disponível.

18.6 Como interpretar a normalidade

A avaliação da normalidade não deve depender de um único critério. Observe conjuntamente:

Elemento	O que observar
Média e mediana	Valores próximos sugerem simetria
Histograma	Formato aproximado de sino sugere normalidade
Boxplot	Assimetria e valores extremos
Q-Q plot	Pontos próximos da linha sugerem normalidade
Shapiro-Wilk	p < 0,05 sugere afastamento da normalidade

Comentário do professor

Em amostras pequenas, o teste de normalidade pode não detectar desvios relevantes. Em amostras grandes, pequenas diferenças podem gerar valor-p significativo. Por isso, histogramas, boxplots e Q-Q plots são essenciais.

18.7 Como obter percentis no JAMOVI

Caminho:

Analyses → Exploration → Descriptives

Selecione a variável triglicerideos.

Marque a opção de percentis. Se o JAMOVI permitir percentis customizados, solicite:

• 2,5;
• 25;
• 50;
• 75;
• 97,5.

Interpretação sugerida:

A variável triglicerídeos apresentou assimetria à direita. Nesse caso, a faixa de referência pelo método dos percentis é mais adequada que o método da curva de Gauss, pois sofre menor influência de valores extremos.

Fechamento da videoaula

O JAMOVI calcula, mas a interpretação depende da compreensão da distribuição dos dados.