Teste de equivalência de duas amostras
Um teste de equivalência de duas amostras avalia se dois grupos ou processos independentes produzem resultados próximos o bastante para serem considerados praticamente iguais. Em vez de testar uma diferença estatisticamente significativa, ele busca demonstrar que qualquer diferença entre as médias dos dois grupos é menor que um limite de equivalência pré-especificado, provando que os dois grupos são intercambiáveis para todos os fins práticos.
Última revisão
Conclusão principal
Um teste de equivalência de duas amostras avalia se dois grupos ou processos independentes produzem resultados próximos o bastante para serem considerados praticamente iguais.
Nesta página
- O que é o teste de equivalência de duas amostras?
- Quando usar o teste de equivalência de duas amostras?
- Diretrizes para o uso correto do teste de equivalência de duas amostras
- Alternativas: quando não usar o teste de equivalência de duas amostras
- Exemplo de teste de equivalência de duas amostras?
- Como fazer o teste de equivalência pareado
O que é o teste de equivalência de duas amostras?
Um teste de equivalência de duas amostras avalia se dois grupos ou processos independentes produzem resultados próximos o bastante para serem considerados praticamente iguais. Em vez de testar uma diferença estatisticamente significativa, ele busca demonstrar que qualquer diferença entre as médias dos dois grupos é menor que um limite de equivalência pré-especificado, provando que os dois grupos são intercambiáveis para todos os fins práticos.
Este teste é muito usado em estudos farmacêuticos (bioequivalência), validação de processos de fabricação e transições de sistemas da qualidade , em que provar que um novo método equivale ao padrão estabelecido é o objetivo principal.
Definições simples: Um teste que prova que dois grupos independentes são semelhantes o bastante para serem tratados como equivalentes, confirmando que qualquer diferença entre eles é pequena demais para importar na prática.
Quando usar o teste de equivalência de duas amostras?
- Use ao comparar dois grupos independentes quando o objetivo é demonstrar a equivalência, e não detectar uma diferença.
- Use ao validar um novo processo, fornecedor, material ou método em relação a um padrão estabelecido existente.
- Use quando submissões regulatórias ou auditorias da qualidade exigirem evidência estatística formal de que dois processos independentes produzem resultados equivalentes.
- Use quando os dois grupos não têm pareamento ou correspondência entre observações individuais: cada grupo é medido de forma independente.
Diretrizes para o uso correto do teste de equivalência de duas amostras
- Defina o intervalo de equivalência com antecedência , com base no conhecimento do domínio ou em requisitos regulatórios: ele deve representar a maior diferença ainda praticamente aceitável.
- Garanta que os dois grupos sejam realmente independentes : nenhuma observação de um grupo deve estar ligada a qualquer observação do outro.
- Os dois grupos devem ter dados aproximadamente normalmente distribuídosou tamanhos amostrais grandes o bastante para que o Teorema Central do Limite se aplique.
- Use tamanhos amostrais adequados nos dois grupos : os testes de equivalência exigem amostras maiores que os testes padrão para alcançar um poder estatístico confiável.
- A equivalência só é confirmada quando todo o intervalo de confiança da diferença fica dentro dos limites de equivalência : a sobreposição parcial não é suficiente.
Alternativas: quando não usar o teste de equivalência de duas amostras
- Se os dois grupos forem pareados ou correspondentes, use o teste de equivalência pareado
- Se o objetivo for detectar uma diferença, e não confirmar a semelhança, use o teste t de duas amostras
- Se não for possível especificar um intervalo de equivalência significativo, este teste não pode ser executado corretamente: um limite definido é obrigatório.
Exemplo de teste de equivalência de duas amostras?
Um engenheiro de ciência de alimentos quer determinar se uma nova formulação mais barata de ração para gatos tem o mesmo teor de proteína que o produto original. Para isso, o engenheiro coleta amostras de 100 gramas das duas formulações e mede o teor de proteína. Como o objetivo é garantir que as duas formulações sejam equivalentes em teor de proteína dentro de uma margem de ±0.5 gramas, o engenheiro realiza um teste de equivalência de 2 amostras. As variâncias do teor de proteína nas duas formulações são desconhecidas e podem não ser iguais. O teste nos passos a seguir:
- Coletou os dados necessários.

- Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
- Para encontrar o teste de equivalência de duas amostras, escolha Statistical module> Hypothesis Test> Two Sample Equivalence test.
- Dentro da ferramenta, insira os dados junto com as demais entradas, como segue:

5. Depois de usar a ferramenta mencionada acima, obtém-se a seguinte saída:


Como fazer o teste de equivalência pareado
O guia é o seguinte:
- Faça login no Zometric Statistical Software em https://statsai.zometric.com/
- Na página inicial, escolha Statistical Tool> Hypothesis Test >Two Sample Equivalence test .
- Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V) aqui.
- Preencha as opções necessárias.
- Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.
No painel (dashboard) do teste de equivalência de duas amostras, a janela é dividida em duas partes.

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.
Load example: Os dados de exemplo serão carregados.
Load File: É usado para carregar diretamente os dados do Excel.
Na parte direita, há várias opções, descritas a seguir:
- Test Samples Selecione a coluna com as medições do grupo novo ou alternativo em avaliação, por exemplo, leituras de um fornecedor mais barato, de uma nova formulação ou de um processo atualizado. Este é o grupo que você quer provar que é equivalente à referência estabelecida. Este campo é obrigatório.
- Reference Samples: Selecione a coluna com as medições do grupo estabelecido ou padrão com o qual a amostra de teste é comparada, por exemplo, dados do fornecedor original, da formulação atual ou do processo existente. Ao contrário do teste de equivalência pareado, as observações desta coluna não precisam corresponder individualmente às observações da coluna Test Samples: os dois grupos são completamente independentes entre si. Este campo é obrigatório.
- Alpha: Define o nível de significância do teste de equivalência. O padrão é 0.05, o que significa um risco de 5% de concluir incorretamente pela equivalência quando os dois grupos não são realmente equivalentes. Um alfa menor (ex.: 0.01) exige evidência mais forte antes de concluir pela equivalência e é usado em aplicações de maior risco ou regulatórias. O alfa deve ser definido antes do início da coleta de dados.
- Hypothesized (Test Mean − Reference Mean): A diferença assumida entre a média do grupo de teste e a média do grupo de referência que está sendo testada. Na maioria dos estudos de equivalência, ela é definida como 0, o que significa que você assume que os dois grupos devem produzir o mesmo resultado médio. Se existir um desvio sistemático conhecido ou aceitável entre os dois grupos, esse valor pode ser inserido aqui.
- Alternative Hypothesis: Define o que o teste está tentando provar:
- Lower Limit < Test Mean − Reference Mean < Upper Limit — confirma que a verdadeira diferença média entre os dois grupos fica inteiramente dentro dos limites de equivalência predefinidos. A equivalência só é concluída quando o intervalo de confiança da diferença está completamente contido nos dois limites ao mesmo tempo: a sobreposição parcial não é suficiente.
- Lower Limit A diferença mínima aceitável entre os grupos de teste e de referência. Define o limite inferior do intervalo de equivalência: se a diferença média ficar abaixo desse valor, o grupo de teste é considerado inaceitavelmente inferior à referência. Esse limite deve ser determinado a partir de requisitos científicos, regulatórios ou práticos antes da análise, e não derivado dos dados testados.
- Upper Limit A diferença máxima aceitável entre os grupos de teste e de referência. Define o limite superior do intervalo de equivalência: se a diferença média exceder esse valor, o grupo de teste produz resultados inaceitavelmente superiores aos da referência. Junto com o Lower Limit, forma a janela de equivalência completa em que a diferença observada deve estar para declarar os dois grupos equivalentes.
- Assume Equal Variance: Quando marcada, o teste assume que os dois grupos têm a mesma variância populacional subjacente e usa um desvio padrão combinado no cálculo, produzindo um teste um pouco mais poderoso quando essa premissa se sustenta. Quando desmarcada, são usadas estimativas de variância separadas para cada grupo (abordagem de Welch), o que é mais confiável quando os dois grupos têm dispersões visivelmente diferentes. Em caso de dúvida, deixe desmarcada, pois é a escolha mais conservadora e segura.
- Box Plot of Difference: Quando ativada, exibe um boxplot que resume a distribuição dos valores nos dois grupos e a diferença entre eles. Isso oferece uma comparação visual rápida do centro, da dispersão e da forma de cada grupo, ajudando a avaliar se qualquer diferença visível é praticamente relevante ou está dentro dos limites aceitáveis.
- Histogram of Difference: Quando ativada, exibe um histograma da diferença entre as distribuições dos dois grupos. Isso ajuda a verificar se os dados atendem à premissa de normalidade e revela se as diferenças são distribuídas de forma simétrica ou apresentam algum padrão incomum que possa afetar a confiabilidade dos resultados do teste.
- Equivalence Plot: Quando ativada, exibe o principal visual de resultados do teste de equivalência, mostrando o intervalo de confiança da diferença média plotado em relação aos limites de equivalência inferior e superior. Se todo o intervalo de confiança ficar dentro dos dois limites, a equivalência é confirmada. Esta é a saída mais importante a ser revisada e deve ser sempre avaliada junto com o valor-p.
- Individual Value Plot: Quando ativada, exibe todos os pontos de dados individuais dos dois grupos lado a lado. Isso dá uma visão completa da dispersão e da distribuição de cada grupo, facilitando a identificação de outliers, assimetria ou diferenças de variabilidade que um gráfico-resumo sozinho poderia não revelar.
Perguntas frequentes
O que é um teste de equivalência de duas amostras?
Um teste de equivalência de duas amostras avalia se dois grupos ou processos independentes produzem resultados próximos o bastante para serem considerados praticamente iguais. Em vez de testar uma diferença significativa, ele busca mostrar que a diferença entre as duas médias é menor que um limite de equivalência pré-especificado.
Quando usar um teste de equivalência em vez de um teste t de duas amostras?
Use um teste de equivalência quando o objetivo for demonstrar semelhança, como validar um novo processo, fornecedor, material ou método em relação a um padrão estabelecido, ou para submissões regulatórias. Use um teste t de duas amostras quando o objetivo for detectar uma diferença. Para dados pareados ou correspondentes, use o teste de equivalência pareado.
Como concluir pela equivalência?
A equivalência só é confirmada quando todo o intervalo de confiança da diferença das médias fica dentro dos limites de equivalência inferior e superior. A sobreposição parcial não é suficiente. O gráfico de equivalência mostra esse intervalo em relação aos limites e deve ser revisado junto com o valor-p.
Quais são as premissas de um teste de equivalência de duas amostras?
Os dois grupos devem ser realmente independentes, sem pareamento entre as observações. Os dados devem ser aproximadamente normais, ou as amostras grandes o bastante para que o Teorema Central do Limite se aplique. O intervalo de equivalência deve ser definido com antecedência a partir do conhecimento do domínio ou de requisitos regulatórios, e os testes de equivalência exigem amostras maiores que os testes padrão.
