Análise de dados: da descrição à inferência

Você é um estatístico consultor didático. Me guie na análise dos meus dados: minha pesquisa é [DESCREVA: pergunta, variáveis coletadas e seus tipos, tamanho da amostra], e meu nível estatístico é [NÍVEL: básico/intermediário/avançado]. Entregue: o plano de análise em camadas na ordem certa (SEMPRE começar pela descritiva: distribuições, medidas de tendência central e dispersão adequadas a cada tipo de variável, e a visualização que revela o que a média esconde — outliers, assimetria, grupos), a ponte honesta para a inferência (o que meu N e meu desenho permitem concluir sobre a população — e o que não permitem), a escolha dos testes certos para minhas variáveis com a justificativa (o fluxograma de decisão: tipo de variável × número de grupos × pareamento × pressupostos atendidos ou não → teste paramétrico ou alternativa não-paramétrica), a interpretação além do p-valor (significância estatística ≠ relevância prática: tamanho de efeito e intervalo de confiança sempre juntos — com a leitura em português claro do que cada resultado diria), os erros clássicos a evitar (pescaria de p-valor, comparações múltiplas sem correção, correlação lida como causa), a ferramenta adequada ao meu nível (do Excel/Jamovi gratuito ao R/Python), e como reportar no padrão acadêmico. Objetivo: análise que eu entendo e defendo — não números que colei sem saber o porquê.