Para controlar o aumento da probabilidade de cometer um erro do Tipo I devido a múltiplas comparações

Para garantir que a distribuição dos postos/ranks se torna perfeitamente simétrica

Para substituir a necessidade de ter uma escala de medida ordinal

Para aumentar o poder estatístico do teste em amostras muito pequenas

Normalidade e Esfericidade

Esfericidade e Linearidade

Normalidade e Homogeneidade de variâncias

Esfericidade e Homogeneidade de variâncias

ANOVA fatorial

Teste de Kruskal-Wallis

Teste de Friedman

ANOVA de medidas repetidas

Não existe valores esperados inferiores a 5

Deve-se usar o p-valor do teste do qui-quadrado

Não se deve rejeitar a hipótese nula

Todos os valores esperados são inferiores a 5

teste qui-quadrado de Pearson com correção de Yates

teste binomial

teste exato de Fisher

teste exato de Fisher-Freeman-Halton

Teste exato de Fisher

Teste de McNemar

Teste qui-quadrado

Teste binomial

teste binomial

teste de correlação de Pearson

teste exato de Fisher

teste do qui-quadrado de Pearson

teste binomial pra uma única amostra

teste para comparar proporções entre amostras emparelhadas

teste para comparar proporções entre amostras independentes

teste de comparação de médias para variáveis ordinais

As mulheres estudam significativamente mais do que os homens, pois

A diferença entre as proporções não é significativa, pois

Deve-se rejeitar a hipótese nula e afirmar que existe uma associação entre as variáveis

O teste é inconclusivo porque a amostra é demasiado pequena para o teste de Fisher

Quando o valor de qui-quadrado resulta num p-valor assintótico superior a 0.05

Quando a tabela de contingência é do tipo (superior a )

Quando o tamanho total da amostra é superior a 150 indivíduos

Quando ambas as variáveis categóricas são ordinais e não nominais