Como fazer análise estatística no Excel para pesquisa

Excel não é software estatístico, mas pode ser suficiente

Análise estatística em dissertações costuma provocar mais ansiedade do que precisa. A pesquisadora olha para os dados e pensa que precisa de SPSS, de R, de um estatístico contratado, de um curso de seis meses antes de começar.

Análise estatística é o processo de descrever, resumir e testar hipóteses sobre dados coletados em uma pesquisa. Para a maioria das dissertações de mestrado com perguntas de pesquisa moderadamente complexas, os recursos do Excel são suficientes, desde que usados corretamente.

A questão não é qual software é melhor em abstrato. É qual software é adequado para a análise que você precisa fazer. Esse texto explica o que o Excel consegue fazer bem, o que ele não consegue fazer, e como usar os recursos certos para o tipo de análise mais comum em dissertações.

Ativar o Suplemento de Análise de Dados

O Excel padrão tem funções estatísticas como MÉDIA, DESVPAD, CORREL e DIST.T, mas o recurso mais útil para análises acadêmicas fica escondido num suplemento que precisa ser ativado manualmente.

O suplemento “Ferramentas de Análise” adiciona uma interface de menus para análises como estatísticas descritivas, t de Student, ANOVA, correlação, regressão e histogramas. Sem ele, você precisaria construir tudo com fórmulas individuais, o que é mais trabalhoso e mais propenso a erro.

Para ativar: Arquivo > Opções > Suplementos > Suplementos do Excel > Ir > marcar “Ferramentas de Análise” > OK. Depois disso, o item “Análise de Dados” aparece na aba Dados.

O que o Excel faz bem

Para os tipos de análise mais frequentes em dissertações de ciências humanas, saúde e educação, o Excel cobre bem os seguintes recursos:

Estatísticas descritivas. Média, mediana, moda, desvio padrão, variância, mínimo, máximo, contagem, distribuição de frequências. A opção “Estatística Descritiva” do suplemento gera uma tabela com todos esses indicadores de uma vez, formatada para copiar direto para o trabalho.

Testes t de Student. Para comparar médias entre dois grupos independentes ou duas medições do mesmo grupo (pré e pós-teste). O Excel oferece as três variações: t para amostras independentes com variâncias iguais, t para amostras independentes com variâncias diferentes, e t para amostras pareadas.

ANOVA de um fator. Para comparar médias entre três ou mais grupos. O Excel faz a ANOVA one-way e retorna a tabela com F calculado, valor-p e graus de liberdade.

Correlação de Pearson. Para verificar associação linear entre duas variáveis contínuas. O suplemento gera matrizes de correlação para múltiplas variáveis ao mesmo tempo.

Regressão linear simples e múltipla. O Excel faz regressão com até algumas dezenas de variáveis preditoras, retornando coeficientes, R², erro padrão, e estatísticas F e t para cada coeficiente.

Tabela: quando usar Excel vs. quando migrar

O que o Excel não faz ou faz mal

Algumas análises comuns em pesquisa acadêmica estão além do que o Excel oferece de forma confiável.

Análise fatorial (exploratória ou confirmatória) não está disponível no Excel. Para pesquisas que validam escalas ou instrumentos, R ou SPSS são necessários.

Modelos de equações estruturais (SEM) requerem software dedicado como Amos, SmartPLS ou lavaan no R.

Análise de sobrevivência, modelos de efeitos mistos, regressão logística estão parcialmente disponíveis em versões recentes do Excel, mas a implementação é incompleta e os resultados não têm os diagnósticos que periódicos acadêmicos exigem.

Gestão de dados ausentes. O Excel trata célula vazia como zero em muitos contextos, o que produz resultados errados se você não tratar os dados ausentes explicitamente antes de rodar a análise. SPSS tem módulo dedicado para isso.

Como apresentar os resultados na dissertação

Independente de qual software você usar, os resultados estatísticos precisam ser apresentados de forma que o leitor possa interpretar sem acesso às suas planilhas.

Para teste t, informe: os grupos comparados, as médias e desvios padrão de cada grupo, o valor de t calculado, os graus de liberdade, e o valor de p. Exemplo: “O grupo experimental apresentou média significativamente maior (M=4,2, DP=0,8) do que o grupo controle (M=3,7, DP=0,9), t(48)=2,14, p=0,037.”

Para correlações, informe o r de Pearson, o tamanho amostral, e o valor de p. Para regressão, apresente os coeficientes beta, o R² e a significância do modelo.

Tabelas exportadas diretamente do Excel raramente estão no formato adequado para dissertações. O mais comum é copiar os valores para uma tabela formatada no Word conforme as normas da ABNT ou do programa.

O Método V.O.E. aplicado à etapa de análise

A fase de análise de dados costuma ser onde pesquisadoras perdem mais tempo com retrabalho. O Método V.O.E. (Velocidade, Organização, Execução Inteligente) tem aplicação direta aqui.

Na fase de Organização, estruturar a planilha antes de coletar os dados evita retrabalho posterior: uma linha por participante, uma coluna por variável, sem células mescladas, sem fórmulas misturadas com dados brutos. Essa estrutura permite rodar qualquer análise sem reorganizar a planilha.

Na fase de Execução Inteligente, rodar as análises numa ordem lógica: primeiro as descritivas para entender os dados, depois os testes de pressuposto (normalidade, homogeneidade de variância), e só então os testes principais. Pesquisadoras que pulam a verificação de pressupostos frequentemente precisam refazer as análises quando a banca questiona a adequação do teste escolhido.

Fechamento

Excel é suficiente para boa parte das análises em dissertações de mestrado. Não é limitação, é adequação: se sua pergunta de pesquisa pode ser respondida com estatísticas descritivas, testes t ou ANOVA, você não precisa de nada mais sofisticado.

O que importa não é o software, é a adequação entre o teste escolhido e a pergunta de pesquisa. Uma análise simples feita corretamente tem mais valor acadêmico do que uma análise complexa mal aplicada.

Quando a análise que você precisa estiver além do que o Excel oferece, migrar para SPSS ou R é o caminho. Mas muitas pesquisadoras chegam lá antes de precisar.

Checando os pressupostos antes dos testes

Um erro frequente em dissertações com análise quantitativa é escolher o teste estatístico antes de verificar se os dados atendem aos pressupostos daquele teste.

Testes paramétricos como t de Student e ANOVA pressupõem distribuição normal dos dados e homogeneidade de variância entre os grupos. Se os dados não atendem a esses pressupostos, os resultados do teste podem ser enganosos.

No Excel, você pode verificar a normalidade visualmente com histogramas e gráficos Q-Q (gerados com o suplemento de análise), mas o teste formal de normalidade mais usado em pesquisa, o Shapiro-Wilk, não está disponível diretamente no Excel. Para isso, Jamovi é uma alternativa gratuita que oferece Shapiro-Wilk com interface simples, ou você pode usar a função correspondente no R.

Para homogeneidade de variância, o Excel não tem o teste de Levene diretamente. SPSS e Jamovi incluem esse diagnóstico automaticamente junto com o teste t e ANOVA.

Conhecer esse limite do Excel é parte do processo de escolha da ferramenta. Para análises exploratórias e descritivas, ele é ótimo. Quando a banca vai cobrar a verificação de pressupostos, vale ter pelo menos uma ferramenta complementar disponível.