Tamanho do Efeito na Tese: Que Medida Reportar em Cada Teste (2026)
A instrução chega quase sempre em cima da entrega: «tens de reportar os tamanhos de efeito». O problema é que não existe o tamanho de efeito — existe uma família de medidas, cada uma ligada a um tipo de teste, e reportar a errada é tão visível como reportar um teste errado.
Esta é a tabela de referência que devia estar colada ao lado do ecrã enquanto se escreve o capítulo de resultados: que medida corresponde a que teste, onde a encontrar no SPSS, o que significam os limiares convencionais e o que fazer quando o programa não a dá.
Porque é obrigatório e não decorativo
O valor-p depende da dimensão da amostra. Com 2 000 participantes, uma diferença irrelevante fica significativa; com 30, um efeito importante pode não atingir a significância. O tamanho de efeito é a parte da informação que não depende do n: quantifica a magnitude do fenómeno em vez de responder à pergunta binária «é distinguível de zero?».
Duas consequências práticas que se refletem na avaliação:
- Permite comparabilidade. Só com tamanhos de efeito é possível confrontar o seu resultado com o de outros estudos, ou incluí-lo numa meta-análise futura. O guia de meta-análise mostra o que acontece a um estudo que não os reporta: fica de fora.
- Salva resultados não significativos. Um efeito de magnitude moderada num estudo com pouca potência é uma informação valiosa — e é a diferença entre «não encontrámos nada» e «encontrámos um efeito que a nossa amostra não permitiu confirmar». Sobre este ponto, ver as hipóteses não se confirmaram.
Tabela de referência por teste
| Teste | Medida | Onde a obter | Referência de leitura |
|---|---|---|---|
| t para amostras independentes | d de Cohen | Caixa «Estimar tamanhos de efeito» nas versões recentes do SPSS; jamovi e JASP dão-no com intervalo | 0,20 pequeno · 0,50 médio · 0,80 grande |
| t para amostras emparelhadas | d de Cohen para pares | Mesma caixa; atenção ao denominador usado | Mesmos valores, com cautela |
| ANOVA / ANCOVA / medidas repetidas | η²ₚ (eta quadrado parcial) | Opções → Estimativas de tamanho de efeito, no Modelo Linear Geral | 0,01 pequeno · 0,06 médio · 0,14 grande |
| Qui-quadrado 2×2 | Phi (φ) | Crosstabs → Estatísticas → Phi e V de Cramér | 0,10 · 0,30 · 0,50 |
| Qui-quadrado maior que 2×2 | V de Cramér | Mesma caixa | Depende dos graus de liberdade |
| Correlação de Pearson / Spearman | O próprio coeficiente | Já está no output | 0,10 · 0,30 · 0,50 |
| Regressão linear múltipla | R² e f² de Cohen | R² no output; f² = R²/(1−R²), calculado à mão | f²: 0,02 · 0,15 · 0,35 |
| Regressão logística | Razão de possibilidades (OR) | Coluna Exp(B), com IC 95% | Interpretação substantiva, não convencional |
| Mann-Whitney / Wilcoxon | r = Z/√N | Z está no output; N é o total de observações | 0,10 · 0,30 · 0,50 |
| Kruskal-Wallis | Eta quadrado baseado em H | Calculado à mão a partir de H, k e N | Como o eta quadrado |
Se ainda está a decidir qual dos testes se aplica ao seu desenho, comece pelo guia de decisão sobre que teste estatístico usar; para os procedimentos concretos de cada família, veja testes não paramétricos e análise de correlação.
Os limiares e o que fazer com eles
Os valores de referência mais citados vêm de Jacob Cohen — a síntese prática está no seu A power primer, de 1992, na Psychological Bulletin (DOI 10.1037/0033-2909.112.1.155). Vale a pena saber duas coisas sobre eles.
Primeira: o próprio Cohen os apresentou como convenções provisórias, a usar apenas na ausência de melhor informação, e advertiu contra a sua aplicação mecânica. Segunda: essa advertência é sistematicamente ignorada — Lance, Butts e Michels documentaram, em Organizational Research Methods (DOI 10.1177/1094428105284919), como vários pontos de corte muito repetidos na literatura metodológica derivam de leituras deformadas das fontes originais.
A leitura melhor, e a que impressiona um júri, é comparativa e substantiva:
- Comparativa: «d = 0,34 é inferior ao intervalo de 0,45 a 0,60 reportado em estudos com intervenções semelhantes nesta população».
- Substantiva: «uma diferença de 0,34 desvios-padrão corresponde, nesta escala, a cerca de dois pontos, o que num programa aplicado a mil alunos representa…».
Um efeito «pequeno» pode ser importantíssimo se a intervenção for barata e a população grande; um efeito «grande» pode ser irrelevante se a variável não interessar a ninguém. Daniel Lakens, num artigo prático em Frontiers in Psychology (DOI 10.3389/fpsyg.2013.00863), insiste no ponto que fecha esta secção: reporte sempre o intervalo de confiança do tamanho de efeito. Um d = 0,34 com IC [0,02; 0,66] e um d = 0,34 com IC [0,28; 0,40] dizem coisas muito diferentes sobre o que sabe.
O erro do eta quadrado parcial
Este merece secção própria porque é o mais frequente em teses e um dos poucos que um arguente atento deteta de imediato.
O eta quadrado (η²) exprime a proporção da variância total explicada por um efeito. O eta quadrado parcial (η²ₚ) exprime a proporção da variância explicada depois de removida a variância dos outros efeitos do modelo. Não são a mesma coisa, e o segundo é sempre maior.
O que o SPSS devolve em Opções → Estimativas de tamanho de efeito é o parcial — e muitas teses reportam-no com o rótulo η², como se fosse variância total. Levine e Hullett documentaram esta confusão em Human Communication Research (DOI 10.1111/j.1468-2958.2002.tb00828.x) e mostraram as consequências: valores inflacionados e não comparáveis entre estudos com modelos diferentes.
Três regras que resolvem o problema. (1) Escreva o símbolo correto: se veio do SPSS, é η²ₚ. (2) Não some os η²ₚ dos vários efeitos — a soma pode ultrapassar 1, porque cada um tem um denominador diferente. (3) Ao comparar com a literatura, confirme que o estudo citado reporta a mesma variante; se reportar η² e você η²ₚ, os números não são comparáveis. Para desenhos com vários fatores, Olejnik e Algina propuseram alternativas generalizadas em Psychological Methods (DOI 10.1037/1082-989X.8.4.434) precisamente para restaurar a comparabilidade.
Quando o SPSS não dá a medida
Três situações comuns e a solução em cada uma:
- Versões antigas do SPSS não calculam o d de Cohen. Obtém-se a partir do output: d = 2t/√(gl) para amostras independentes de dimensão semelhante, ou pela diferença de médias dividida pelo desvio-padrão combinado, que a tabela de estatística descritiva permite calcular. Alternativa mais simples: abrir o mesmo ficheiro no jamovi ou no JASP, que devolvem o valor com intervalo de confiança sem contas — ver a comparação entre jamovi, JASP e SPSS.
- Testes não paramétricos. O SPSS não fornece tamanho de efeito para Mann-Whitney nem Wilcoxon. Use r = Z/√N, com Z tirado do output e N igual ao número total de observações (não ao número de grupos).
- Intervalos de confiança para tamanhos de efeito. Raramente aparecem no SPSS. O jamovi e o JASP dão-nos por defeito, e é a razão mais forte para instalar um deles só para esta fase da análise.
Como reportar em APA 7
O tamanho de efeito vem a seguir ao valor-p, na mesma frase, nunca numa tabela separada no fim do capítulo:
- Teste t: «t(78) = 2,41; p = 0,018; d = 0,54, IC 95% [0,09; 0,98]»
- ANOVA: «F(2, 117) = 5,83; p = 0,004; η²ₚ = 0,09»
- Qui-quadrado: «χ²(1, N = 210) = 6,42; p = 0,011; φ = 0,17»
- Mann-Whitney: «U = 612,5; z = −2,18; p = 0,029; r = 0,22»
Convenções de escrita frequentemente falhadas em teses portuguesas: símbolos estatísticos em itálico (t, F, p, d, r, N), mas não as letras gregas; vírgula decimal em texto português; e não usar zero antes da vírgula em valores que não podem exceder 1 — escreve-se p = ,018 na convenção estrita da APA, embora muitos regulamentos portugueses aceitem 0,018. Verifique o regulamento da sua instituição e seja consistente. As regras de tabelas estão em tabelas e figuras em normas APA.
Uma última ligação que fecha o ciclo: o tamanho de efeito que espera encontrar é também o que deve alimentar o cálculo da dimensão da amostra antes da recolha, como descrito em como calcular o tamanho da amostra com o G*Power. Quem planeia com tamanhos de efeito raramente é apanhado a explicar um resultado nulo à pressa.
Uniformizar o reporte em todo o capítulo
Reportar dez testes com a mesma estrutura de frase, os mesmos símbolos e as mesmas casas decimais é onde se perdem horas e pontos. O Tesify ajuda a manter a consistência ao longo de todo o capítulo de resultados — 100% escrito por si. Comece a sua tese no Tesify →
Perguntas frequentes
Tenho mesmo de reportar o tamanho do efeito?
Sim, sempre que reporta um teste de hipóteses. O valor-p depende da dimensão da amostra e não informa sobre a magnitude do fenómeno; o tamanho de efeito é o que permite comparar o seu resultado com a literatura e o que torna o estudo utilizável em meta-análises futuras. É também o que dá conteúdo a um resultado não significativo.
Qual é a diferença entre eta quadrado e eta quadrado parcial?
O eta quadrado exprime a proporção da variância total explicada por um efeito; o eta quadrado parcial exprime a proporção explicada depois de removida a variância atribuída aos restantes efeitos do modelo, sendo por isso sistematicamente maior. O SPSS devolve o parcial, que deve ser identificado com o símbolo correto e nunca somado entre efeitos.
Como calculo o tamanho de efeito de um teste de Mann-Whitney?
Use r igual a Z a dividir pela raiz quadrada de N, retirando o valor de Z do output do SPSS e usando como N o número total de observações das duas amostras somadas. Interprete-o com as mesmas referências de um coeficiente de correlação. O mesmo procedimento aplica-se ao teste de Wilcoxon para pares.
Um d de Cohen pequeno significa que o resultado não interessa?
Não. Os limiares de Cohen foram propostos como convenções provisórias para usar na ausência de melhor referência, e o próprio autor advertiu contra a aplicação mecânica. Um efeito pequeno pode ser relevante quando a intervenção é barata, a população é grande ou o desfecho é crítico. A leitura correta compara com o típico da área e traduz o valor para as unidades originais.
Preciso de intervalos de confiança para os tamanhos de efeito?
São fortemente recomendados, porque comunicam a precisão da estimativa: uma estimativa idêntica pode ter um intervalo estreito ou muito largo, e a conclusão que permite é diferente em cada caso. O SPSS raramente os fornece; o jamovi e o JASP calculam-nos por defeito e abrem ficheiros .sav diretamente.
Onde se coloca o tamanho do efeito no texto?
Imediatamente a seguir ao valor-p, na mesma frase que reporta o teste, e não numa tabela separada no final do capítulo. Os símbolos estatísticos latinos vão em itálico, as letras gregas não, e a convenção decimal deve seguir o regulamento da instituição, aplicada de forma consistente em todo o documento.
Escreve a tua tese ou TCC com IA
Editor inteligente, bibliografia automática (APA e ABNT) e verificação antiplágio num só sítio. Mais de 9.000 estudantes já escrevem em metade do tempo.