Ter um dataset de verdade é ótimo pro seu TCC, até o momento em que aparece a palavra “estatística” e o medo de administração, saúde ou educação bate: “eu não sou de exatas, como vou interpretar isso?”. A boa notícia é que interpretar um resultado estatístico exige muito menos do que calcular ele, e é só a parte de interpretar que importa aqui.

Duas perguntas resolvem quase todo TCC quantitativo

Quase toda análise de TCC se resume a duas perguntas. A primeira é “como os dados se distribuem?”, que é estatística descritiva: médias, percentuais, o que é mais comum, o que é raro. A segunda é “existe relação entre duas coisas?”, por exemplo se um tipo de contrato influencia a chance de um cliente cancelar um serviço. Pedir as duas pra uma IA como o Claude Code, com o dataset já limpo, já cobre boa parte do capítulo de Resultados.

O nível mais simples: estatística descritiva

O pedido mais simples é algo como “me dá um resumo estatístico descritivo: média e mediana das colunas numéricas, e frequência das principais colunas categóricas, explicando o que cada número significa”. A resposta vem em forma de tabela, com percentuais por categoria.

No exemplo do dataset de churn de telecom usado no curso, um número desse tipo aparece como “cerca de 27% dos clientes da base cancelaram o serviço”. Isso já é uma frase pronta pro seu capítulo de Resultados, sem estatística nenhuma além de contar e dividir. Boa parte do que você vai escrever fica exatamente nesse nível.

Cruzando duas variáveis

A pergunta mais interessante normalmente é relacional: será que um tipo de contrato tem relação com o cancelamento? Pedindo pra cruzar duas colunas e mostrar o percentual de cada uma dentro da outra, o retorno costuma revelar diferenças visíveis, por exemplo clientes com contrato mensal cancelando numa taxa bem maior do que clientes com contrato anual.

Esse tipo de achado é o centro de um capítulo de Resultados: não é um número solto, é uma relação entre duas variáveis, que é exatamente o que sustenta uma discussão acadêmica depois.

O teste que confirma se a diferença é real

Um passo além, dependendo da exigência do seu curso, é pedir um teste estatístico que confirma se essa diferença é forte o suficiente pra não ser coincidência, como um teste qui-quadrado, pedindo pra explicar o resultado sem jargão.

O número que importa se chama p-valor. Uma regra prática, sem entrar em teoria: se o p-valor vier menor que 0,05, a relação que apareceu na tabela cruzada provavelmente não é coincidência, existe uma associação real ali. Se vier maior que 0,05, a diferença que parecia grande pode ser só variação natural dos dados, e vale ser mais cauteloso ao afirmar essa relação no texto.

Associação não é causa

Um cuidado vale mais do que qualquer fórmula. Um qui-quadrado significativo mostra que duas coisas andam juntas, não que uma provoca a outra. “Clientes com contrato mensal cancelam mais” é uma associação. “O contrato mensal faz o cliente cancelar” é uma afirmação de causa, e esse tipo de teste não sustenta essa frase. Pode haver outros fatores por trás, como o perfil de quem escolhe contrato mensal.

Esse é o erro mais comum nos capítulos de Resultados e Discussão, e é o tipo de frase que a banca nota na hora. Escreva “está associado a”, “apresenta relação com”, e deixe “causa” e “provoca” de fora, a menos que o seu método tenha sido desenhado para isso.

Você não precisa saber a fórmula

Ninguém precisa te explicar como o qui-quadrado é calculado pra você usar o resultado dele. O que importa é saber ler: existe diferença? Ela é grande? O teste confirma que não é coincidência? Essas três respostas viram, quase literalmente, três frases do seu capítulo de Resultados.

Se em algum momento um número não fizer sentido, a pergunta certa é sempre a mesma: peça pra explicar aquele resultado como se você nunca tivesse estudado estatística. A ferramenta reformula. Repetir esse pedido não é fracasso, é parte do processo.

Descritiva, cruzamento, teste

Descritiva pra entender a distribuição, cruzamento pra ver relação entre variáveis, teste estatístico pra confirmar se a relação é real: com esses três passos, qualquer pessoa, de qualquer área, consegue produzir um capítulo de Resultados sólido a partir de um dataset real. No TCC Verificado, essa sequência é feita pela equipe de agentes: o Dado roda a análise e guarda de onde saiu cada número, e o Método barra a conclusão que vai além do que o teste permite, como transformar associação em causa. O seu papel é ler o resultado e decidir o que ele significa para a sua pergunta.