As determinantes locais da paradiplomacia: o caso dos municípios ...

também seja. A mesma teoria também afirma que em amostras grandes (30 ou mais) a
distribuição amostral tende a ser normal, independentemente da forma dos dados coletados.
Quanto mais a amostra cresce, maior será a confiança de que a distribuição amostral é normal.
Outro pressuposto importante é a homogeneidade da variância. Isso quer dizer que a
variância deve ser a mesma no decorrer dos dados. Em desenhos de pesquisa nos quais se
testam vários grupos de participantes esse pressuposto significa que cada uma dessas amostras
vem de populações com a mesma variância, ou seja, que sua variável dependente deve ser
estável entre os grupos. Em pesquisas correlativas, esse pressuposto representa que a
variância deve ser estável em todos os níveis de outras variáveis, ou seja, quando se passa
pelos níveis de uma variável, as outras não devem mudar (muito).
Existem testes para analisar se esse pressuposto é respeitado. Um dos mais populares
é o teste de Levene, que simplesmente compara a hipótese nula das variâncias nos diversos
grupos serem iguais. Se o teste for significante a então se pode concluir que a
hipótese nula é incorreta e a variância é significativamente diferente (o pressuposto de
homogeneidade é violado). Do contrário, quando o teste é não significante a , então a
variância é bem parecida (a homogeneidade é respeitada).
O terceiro pressuposto é o de dados de intervalo. Ele significa que os dados devem
ser medidos pelo menos no nível de intervalos, ou seja, devem apresentar ordenação entre as
categorias, que se organizam em faixas de intervalos iguais. O valor da categoria seguinte
equivale ao mesmo da anterior e assim por diante. Em pesquisas comportamentais esses dados
são muito usados, principalmente quando são apresentados questionários para ranquear algo,
uma escala de satisfação, por exemplo, de 0 a 5. Sabe-se nesses casos que de a diferença de 1
para 2 é a mesma de 2 para 3 e assim por diante, ou seja, os intervalos são iguais. Esse
pressuposto é identificado pela simples observação dos dados.
O último pressuposto importante é o da independência. Como nos caso da
normalidade, ele pode representar coisas diferentes dependendo da pesquisa desenvolvida.
Para casos experimentais, por exemplo, isso quer dizer que os dados de participantes distintos
não são dependentes, ou seja, o comportamento de um não pode influenciar no de outro. Na
regressão esse pressuposto também relaciona os erros do modelo como sendo não
correlacionados.
Existem formas de sanar alguns problemas envolvendo pressupostos, os mais
elaborados se referem aos de normalidade e homogeneidade de variância, em que os dados
atípicos (outliers) são tratados. Os outliers geralmente distorcem a distribuição dificultando
os cálculos e as inferências deles decorrentes. Eles não serão tratados especificamente, mas é
importante saber que existem. Algumas opções são mais recorrentes: remover os casos
172