“P < 0,05 significa que tenho 95% de chance de estar certo."
Provavelmente você já ouviu essa afirmação. Mas ela não está correta.
Essa é uma das interpretações equivocadas mais comuns sobre testes de hipótese.
O famoso P < 0,05 não surgiu do próprio valor de P. Na realidade, ele é comparado ao nível de significância (α), definido antes mesmo da coleta dos dados.
Mas afinal, o que significa um nível de significância de 5%?
Significa que o pesquisador aceita um risco máximo de 5% de cometer um Erro Tipo I: concluir que existe efeito de tratamento quando, na realidade, esse efeito não existe (ou, em termos estatísticos, rejeitar H₀ quando ela é verdadeira).
Depois que o experimento é realizado, calculamos o valor de P.
Se P ≤ α, rejeitamos H₀ e aceitamos H₁, concluindo que há evidências estatísticas de efeito do tratamento.
Se P > α, não rejeitamos H₀. Isso significa que não houve evidências estatísticas suficientes para detectar uma diferença entre tratamentos.
💡 Em resumo:
✔️ α = 0,05 define, antes do experimento, o risco máximo de cometer um Erro Tipo I.
✔️ O valor de P é calculado após a análise e comparado com α para auxiliar na decisão estatística.
Entender essa diferença evita interpretações equivocadas e torna a análise dos resultados muito mais consistente.
Estatística TesteDeHipóteses ValorDeP ANOVA PesquisaCientífica Experimentação CiênciaDeDados
Nenhum comentário:
Postar um comentário