1
resposta

Usando qui-quadrado para verificar disparidade de renda entre homens e mulheres

Eu poderia usar o teste qui-quadrado para resolver o mesmo problema apresentado na aula 4 "Testes para duas amostras"? No exemplo comparamos os salários entre homens e mulheres. Caso sim, como eu faria isso? (obs: pelo que entendi o qui-quadrado é usado para amostras menores. Vamos supor que eu tivesse acesso a apenas uma pequena quantidade de dados, ex: 25 mulheres e 25 homens)

Pensei da seguinte maneira, porém acho que está errado: No caso, os meus dados observados seriam as médias salariais de mulheres e homens. Os esperados seriam o salário de ambos os grupos iguais.

media_salario_observado = [1357.528,  2142.608]  # média de salário das mulheres na 1º posição, homens na 2º
media_salario_esperada = [2142.608, 2142.608]

Esses dados estariam certos e o grau de liberdade seria = 1? Ou eu teria que passar todos os salários da amostra para a minha lista? Nesse último caso, quais valores eu colocaria na lista de salários esperados?

Agradeço a atenção. Não sei se consegui deixar minha dúvida clara, qualquer coisa posso adicionar mais informações caso necessário.

1 resposta

Boas Rafael! Tudo bem? Espero que sim!

Nesse caso, o teste qui-quadrado não é o mais adquado, pois o teste qui-quadrado é usado para comparar amostras a partir de contagens e/ou frequências, não médias. como é o caso.

Por isso esse teste é adequado quando trabalhamos com a frequência ou contagem com que algo acontece. Por exemplo, a quantidade de vezes que uma modeda jogada cai cara ou coroa.

Para comparar médias em testes não paramétricos, usamos outros testes. O de Wilcoxon, quando as amostras são dependentes (em outras palavras são provenientes da mesma distribuição), ou o de Mann-Whitney, que é usado quando as amostras são independentes (não vem da mesma distribuição).

Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓.Bons Estudos!

Quer mergulhar em tecnologia e aprendizagem?

Receba a newsletter que o nosso CEO escreve pessoalmente, com insights do mercado de trabalho, ciência e desenvolvimento de software