Entendendo o resultado do seu teste t
Esta calculadora usa o limiar convencional bicaudal de significância α = 0,05, o padrão mais comum na pesquisa científica.
| Valor-p bicaudal | Conclusão a α = 0,05 |
|---|---|
| p < 0,05 | Estatisticamente significativo — rejeita-se a hipótese nula de ausência de diferença |
| p ≥ 0,05 | Não estatisticamente significativo — não se rejeita a hipótese nula |
- Significância estatística não é o mesmo que importância prática: com uma amostra suficientemente grande, mesmo uma diferença minúscula e sem sentido prático pode produzir um valor-p abaixo de 0,05.
- O teste de duas amostras aqui usado é o de Welch, que não supõe variâncias iguais entre os grupos; os resultados podem diferir levemente dos de ferramentas que usam o teste t clássico de Student com variância combinada.
- O teste t pressupõe que os dados amostrados sejam observações independentes e que a distribuição amostral da média seja aproximadamente normal — condição satisfeita por dados de base razoavelmente normais ou por um tamanho de amostra grande o bastante, via teorema central do limite.
- Esta é uma calculadora de estatísticas resumidas: ela recebe a média, o desvio padrão e o tamanho que você já calculou a partir dos seus dados, e não a lista de dados brutos.
O que é um teste t?
O teste t é um teste estatístico de hipóteses usado para avaliar se uma diferença observada entre médias é maior do que seria esperado apenas pela variação aleatória da amostragem. Esta calculadora oferece duas formas: o teste t de uma amostra, que compara a média amostral a um valor hipotético fixo, e o teste t de duas amostras, que compara as médias de duas amostras independentes.
No caso de duas amostras, esta calculadora usa o teste t de Welch, que não supõe variâncias iguais entre os grupos. O teste de Welch aplica a equação de Welch–Satterthwaite para calcular graus de liberdade ajustados (e muitas vezes não inteiros), o que costuma gerar um resultado mais confiável do que o teste t clássico de Student com variância combinada quando os desvios padrão das duas amostras diferem.
As duas versões informam um valor-p bicaudal, ou seja, que mede evidência de diferença em qualquer direção (para mais ou para menos), e o resultado é comparado ao limiar convencional de significância α = 0,05: valores-p abaixo de 0,05 costumam ser rotulados como estatisticamente significativos, e valores iguais ou acima de 0,05, não.
Como usar esta calculadora de teste t
- Escolha o tipo de teste: uma amostra (comparar uma média amostral a um valor fixo) ou duas amostras (comparar duas médias amostrais independentes).
- No teste de uma amostra, informe a média, o desvio padrão e o tamanho da amostra, além da média populacional hipotética (μ₀) contra a qual você está testando.
- No teste de duas amostras, informe média, desvio padrão e tamanho de ambas as amostras.
- Leia a estatística t, os graus de liberdade e o valor-p bicaudal, e compare o valor-p ao nível de significância escolhido (em geral α = 0,05).
A fórmula por trás do teste t
Estatística t de uma amostra: t = (x̄ − μ₀) / (s / √n), com graus de liberdade df = n − 1, em que x̄ é a média amostral, s é o desvio padrão amostral e μ₀ é a média populacional hipotética.
Estatística t de Welch para duas amostras: t = (x̄₁ − x̄₂) / √(s₁² / n₁ + s₂² / n₂). Os graus de liberdade são estimados pela equação de Welch–Satterthwaite: df = (s₁²/n₁ + s₂²/n₂)² / [ (s₁²/n₁)² / (n₁ − 1) + (s₂²/n₂)² / (n₂ − 1) ], que não supõe variâncias populacionais iguais.
O valor-p bicaudal é p = 2 × (1 − T(|t|, df)), em que T é a função de distribuição acumulada da distribuição t de Student com os graus de liberdade calculados.
Exemplo prático (uma amostra): média = 52,1, desvio padrão = 4,5, n = 30, média hipotética μ₀ = 50. t = (52,1 − 50) / (4,5 / √30) ≈ 2,556, df = 29, e o valor-p bicaudal fica abaixo de 0,05, portanto a diferença é estatisticamente significativa no nível de 5%.
Erros comuns
- Tratar significância estatística como importância prática — um valor-p muito pequeno indica apenas que a diferença dificilmente se deve ao acaso, não que ela seja grande ou relevante na prática.
- Supor que esta calculadora combina as variâncias das duas amostras — ela usa o teste de Welch, que permite variâncias diferentes, de modo que seus graus de liberdade e seu valor-p podem divergir de um cálculo com variância combinada.
- Comparar um valor-p bicaudal com uma regra de decisão unicaudal, o que na prática reduz pela metade o limiar pretendido e infla a significância aparente.
- Aplicar um teste t de amostras independentes a dados pareados ou de medidas repetidas (como medições antes e depois nos mesmos indivíduos), que exigem um teste t pareado.
- Rodar muitos testes t sobre os mesmos dados sem ajustar o limiar de significância, o que eleva bem acima de 5% a chance de ao menos um falso positivo.
Perguntas frequentes
Qual é a diferença entre teste t de uma e de duas amostras?
O teste t de uma amostra compara a média de uma única amostra a um valor fixo hipotético (μ₀). O teste t de duas amostras compara entre si as médias de duas amostras independentes, avaliando se a diferença entre elas é maior do que se esperaria apenas pela variação aleatória.
Por que esta calculadora usa o teste de Welch em vez do de Student?
O teste t de Welch não supõe variâncias iguais entre as duas amostras, o que o torna mais robusto quando os desvios padrão amostrais diferem — situação comum na prática. Ele usa a equação de Welch–Satterthwaite para calcular graus de liberdade ajustados, muitas vezes não inteiros, em vez do simples n₁ + n₂ − 2 do teste clássico com variância combinada.
O que significa um valor-p abaixo de 0,05?
Significa que, supondo correta a hipótese nula de ausência de diferença real, uma diferença desse tamanho ou maior ocorreria em menos de 5% das vezes apenas por variação amostral. Pelo limiar convencional α = 0,05, isso é rotulado como estatisticamente significativo, embora nada diga sobre o tamanho ou a importância prática da diferença.
Significância estatística é o mesmo que importância prática?
Não. Um resultado estatisticamente significativo (p < 0,05) indica apenas que a diferença observada dificilmente se deve ao acaso. Com uma amostra grande o bastante, mesmo uma diferença muito pequena e sem importância prática pode ser estatisticamente significativa, portanto o tamanho de efeito deve sempre ser relatado e considerado ao lado do valor-p.
Por que os graus de liberdade de um teste de duas amostras não são inteiros?
O teste t de Welch calcula os graus de liberdade pela equação de Welch–Satterthwaite, que combina variâncias e tamanhos das duas amostras de um modo que em geral produz resultado não inteiro. É justamente esse ajuste que permite ao teste continuar preciso quando as variâncias dos dois grupos são desiguais.
Que tamanhos de amostra este teste t exige?
Cada amostra precisa de pelo menos 2 observações para que seu desvio padrão e seus graus de liberdade fiquem definidos. Na prática, o teste t funciona melhor com dados razoavelmente normais ou, pelo teorema central do limite, com um tamanho de amostra grande o suficiente (costuma-se usar n de 30 ou mais por grupo como referência aproximada), mesmo quando os dados de base são um tanto não normais.
Referências
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods — two-sample t-test for equal means. nist.gov.
- Welch BL. The generalization of 'Student's' problem when several different population variances are involved. Biometrika 1947; 34(1-2): 28-35.
- Satterthwaite FE. An approximate distribution of estimates of variance components. Biometrics Bulletin 1946; 2(6): 110-114.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (one- and two-sample t procedures).
- Student (Gosset WS). The probable error of a mean. Biometrika 1908; 6(1): 1-25 (origin of the t-distribution).