de 3 associada a essa exposição, então:Coeficiente de correlação
Embora o coeficiente de correlação (r) não seja comumente usado no
cálculo do tamanho de amostra, ele pode ser usado quando as variáveis
preditora e de desfecho são contínuas. O coeficiente de correlação é uma
medida da força da associação linear entre as duas variáveis. Ele varia de
–1 a 1 1. Valores negativos indicam que, à medida que uma variável
aumenta, a outra diminui (como o nível de chumbo sérico e o QI de
crianças). Quanto mais próximo o valor absoluto de r for de 1, mais forte
será a associação; quanto mais próximo de 0, mais fraca a associação. A
altura e o peso de adultos, por exemplo, estão altamente correlacionados
em algumas populações, com r ~ 0,9. Tais valores altos, no entanto, são
pouco comuns; muitas associações biológicas têm coeficientes de
correlação muito menores.
Embora o coeficiente de correlação seja frequentemente usado em
alguns campos da pesquisa clínica, tais como medicina comportamental,
usá-lo para estimar o tamanho de amostra tem uma desvantagem: os
coeficientes de correlação têm pouco significado intuitivo. Quando
elevado ao quadrado (r^2 ), um coeficiente de correlação representa a
proporção da dispersão (variância) em uma variável de desfecho que pode
ser explicada por sua associação linear com uma variável preditora (e
vice-versa). É por esta razão que valores de r pequenos, tais como r ≤ 0,3,
podem ser estatisticamente significativos para amostras suficientemente
grandes, mas não ser clínica ou cientificamente importantes, pois
explicam no máximo 9% da variância.
Uma forma alternativa (e muitas vezes a preferida) de estimar o
tamanho de amostra para um estudo no qual as variáveis preditora e de
desfecho são contínuas é dicotomizar uma das duas variáveis (digamos,
na sua mediana) e usar, então, os cálculos do teste t. Essa estratégia tem a
vantagem de expressar a magnitude de efeito como uma “diferença” entre
dois grupos (a interpretação dos coeficientes de correlação, que não
expressam a magnitude de efeito, é mais vaga). Para estimar o tamanho de