Reflexões sobre o viés de publicação: um guia para praticantes de estatística para a análise de dados e uso inapropriado do coeficiente de correlação em ciências da saúde
Reflexions on publication bias: a guide for statisticians practitioners to data analysis and critical use of correlation coefficient in health sciences

Revista Brasileira de Ciência e Movimento; 28 (4), 2021
Publication year: 2021

A utilização de procedimentos estatísticos é de fundamental importância para a interpretação apropriada de um conjunto de dados. Desta forma, a baixa aderência do teste aos dados selecionados pode levar a conclusões inadequadas. Portanto, a escolha do teste paramétrico e não paramétrico para dados pareados deve levar em conta a normalidade dos dados. Com isso, aplicar o coeficiente de correlação de Pearson (teste paramétrico) em dados não paramétricos aumenta as chances de associações espúrias (por acaso ou erro sistemático), as quais resultam em erro do Tipo I. Entendendo que as vezes o pensamento do jovem pesquisador e também de editores de periódicos científicos serão guiados por resultados positivos. É comum a possibilidade de editores selecionarem artigos para publicação tendo como base o valor de p <0,05. Contudo, também seria importante selecionar os artigos levando em consideração os cumprimentos dos pressupostos para a utilização de testes paramétricos e não-paramétricos. Com isso, objetivo do presente estudo foi abordar os dois testes de coeficiente de correlação de Pearson e Spearman e sugerir recomendações para praticantes de estatística na área de Ciências da Saúde para a utilização segura e adequada dos dados antes da publicação.(AU)
The use of statistical procedures is of fundamental importance for the proper interpretation of data analysis. In this way, the low adherence of the test to the selected data can lead to inadequate conclusions. Therefore, the choice of parametric and non-parametric tests for paired data should take into account the normality of the data. Therefore, applying the Pearson correlation coefficient (non-parametric test) in non-parametric data increases the chances of spurious associations (by chance or systematic error), which result in a Type I error. Knowing that young researcher and editors of scientific journals might be guided by positive results. It is common for editors to select articles for publication based on p < 0.05 value. However, it would also be important to select papers taking into account the fulfillment of the assumptions for the use of parametric and non-parametric tests. Thus, the aim of the present study was to address the two Pearson and Spearman correlation coefficient tests and to suggest recommendations for practitioners of statistics in the area of Health Sciences for the safe and adequate use of data prior publication.(AU)

More related