A Análise de Variância (ANOVA) é uma técnica paramétrica poderosa, mas a validade das suas conclusões depende do atendimento de pressupostos, sendo a normalidade dos resíduos um dos mais críticos. Quando os dados apresentam desvios severos da normalidade, comprovados por testes como o de Shapiro-Wilk, o pesquisador deve optar por métodos não-paramétricos ou transformações matemáticas que estabilizem a distribuição, sob o risco de comprometer o poder estatístico do experimento. Fonte: ANDRADE, D. F.; OGLIARI, P. J. Estatística para as ciências agrárias e biológicas com noções de experimentação. 3. ed. Florianópolis: Editora da UFSC, 2007. Um pesquisador avaliou o efeito de três doses de adubação nitrogenada (20, 40 e 60 kg/ha) na produtividade de trigo. Ao realizar o diagnóstico do modelo, observou-se que a produtividade (kg/parcela) apresentava uma distribuição significativamente não-normal (Shapiro-Wilk p < 0,05). Tentativas de transformação de dados não lograram êxito em normalizar os resíduos. Considerando o delineamento de três tratamentos independentes e a violação do pressuposto de normalidade, indique qual análise estatística é a mais adequada para comparar as doses. A) ANOVA convencional, visto que o teste F é suficientemente robusto para ignorar a falta de normalidade em qualquer situação. B) Teste de Kruskal-Wallis seguido do teste de comparações múltiplas de Dunn. C) Teste t de Student para amostras pareadas, comparando-se a dose mínima com a dose máxima. D) Teste Qui-quadrado de Independência, por se tratar de um experimento com variáveis qualitativas nominais. E) Regressão Linear Simples, pois a relação entre doses de nitrogênio e produtividade é sempre linear, independentemente da distribuição.