Dica do autor: Quando você tem os mesmos sujeitos medidos em duas ocasiões — aqui: tempo de corrida de 800 m sem e com hiperventilação — os dados são pareados. O pulo do gato é entender que não estamos comparando dois grupos independentes, mas sim a mudança dentro de cada indivíduo. Para variável quantitativa contínua (tempo em segundos/minutos), o teste ideal para comparar médias de duas medidas pareadas é o teste t pareado, que avalia se a média das diferenças entre as duas condições é estatisticamente distinta de zero. Ele pressupõe que as diferenças individuais sigam aproximadamente uma distribuição normal; com n=30, normalmente dá pra confiar razoavelmente no teorema do limite central, mas se houver suspeita forte de não-normalidade, usa-se o teste não paramétrico correspondente (Wilcoxon de sinais pareados). Outra pontinha prática: como a hipótese é que a hiperventilação aumenta a capacidade (ou seja, reduz o tempo), pode-se optar por um teste t pareado unilateral (direcionado) — desde que isso já esteja previsto na hipótese e justificado.

Alternativa A: INCORRETA. O teste Qui-quadrado de Pearson serve para comparar frequências ou proporções entre categorias em tabelas de contingência (dados categóricos). Aqui a variável é contínua (tempo de corrida) e os dados são pareados; portanto o Qui-quadrado não se aplica. Além disso, o Qui-quadrado exige contagens observadas em categorias e independência entre observações, o que não ocorre no desenho pareado.

Alternativa B: CORRETA. O teste t de Student pareado é o mais adequado: compara a média das diferenças (por exemplo, tempo sem hiperventilação menos tempo com hiperventilação) para verificar se essa diferença é diferente de zero. É o teste clássico para medidas repetidas em um mesmo indivíduo com variável contínua. Verifique pressupostos: independência entre pares (cada sujeito é uma unidade), distribuição aproximada das diferenças e escala intervalar/razão. Se as diferenças não forem aproximadamente normais, o Wilcoxon pareado é a alternativa não paramétrica. E lembre-se de decidir se fará teste bilateral ou unilateral conforme a hipótese prévia.

Alternativa C: INCORRETA. O teste t para amostras independentes pressupõe que as duas amostras são formadas por indivíduos diferentes e independentes entre si. Aplicá‑lo aqui ignoraria o pareamento (cada sujeito atua como seu próprio controle), levando a estimativas de variância inadequadas e perda de poder estatístico — ou até a conclusões erradas. Só seria adequado se tivéssemos dois grupos distintos de corredores, um com hiperventilação e outro sem.

Alternativa D: INCORRETA. O teste de Kolmogorov–Smirnov é usado para comparar distribuições (ou testar normalidade) em amostras independentes, não para comparar médias pareadas. Mesmo na versão duas amostras, não considera o pareamento e tem baixa sensibilidade para detectar diferença de médias em medidas repetidas. Portanto, não é a opção correta para esse desenho.

Resposta: Alternativa B