Testes de hipótese, valor de p e intervalo de confiança
O que o p realmente diz — e o que não diz.
Metodologia Científica e Bioestatística · 9 min de leitura no app · atualizado em 20/08/2026
Resumo em 5 pontos
- 1H0 assume ausência de efeito; o teste avalia se os dados são compatíveis com essa hipótese.
- 2O valor de p não mede tamanho de efeito nem prova causalidade, só indica incompatibilidade com H0.
- 3Alfa fixa o risco de erro tipo I; o poder do estudo depende do tamanho amostral.
- 4O intervalo de confiança informa magnitude e precisão do efeito, mais completo que o p isolado.
- 5Significância estatística exige checagem da relevância clínica antes de mudar a conduta.
O que cai na prova
- O que o p mede: probabilidade dos dados (ou mais extremos), assumindo H0 verdadeira. Não é a probabilidade de H0 ser verdadeira.
- IC 95% não é probabilidade pontual: a leitura correta fala em repetição de amostras, não em "95% de chance" para este intervalo específico.
- Erro tipo I x tipo II: alfa é o risco de falso positivo; poder (1 menos beta) é a capacidade de detectar um efeito real.
- Significância não é relevância clínica: amostra grande pode gerar p pequeno para um efeito sem importância prática.
- Não rejeitar H0 não prova H0: pode ser só falta de poder estatístico, não ausência real de efeito.
Começo do resumo
A lógica do teste de hipótese
Todo teste de hipótese parte de duas afirmações concorrentes sobre a população estudada, não sobre a amostra isolada. A hipótese nula (H0) costuma afirmar que não existe diferença entre grupos, não existe associação entre variáveis ou não existe efeito de uma intervenção. A hipótese alternativa (H1) afirma o oposto.
O raciocínio estatístico clássico não tenta provar H1 diretamente. Ele testa se os dados observados seriam plausíveis caso H0 fosse verdadeira. Se os dados forem muito incompatíveis com esse cenário, rejeita-se H0 em favor de H1.
Aplique isso a um ensaio clínico comparando exercício terapêutico com tratamento padrão para dor lombar. H0 afirma que a diferença média de dor entre os grupos, na população, é zero. O teste avalia se a diferença encontrada na amostra é grande demais para ser explicada apenas por variação amostral, partindo do pressuposto de que H0 é verdadeira.
O resumo completo, com quiz no fim, está no app no Plus.
O que tem no resumo completo
- A lógica do teste de hipótese
- O que o valor de p realmente diz (e o que não diz)
- Alfa, erro tipo I e tipo II, poder do estudo
- Intervalo de confiança: a informação que o p sozinho não dá
- Significância estatística x relevância clínica, e erros comuns