If you're seeing this message, it means we're having trouble loading external resources on our website.

Se você está atrás de um filtro da Web, certifique-se que os domínios *.kastatic.org e *.kasandbox.org estão desbloqueados.

Conteúdo principal

Como comparar valores-p a diferentes níveis de significância

Exemplo comparando valores-p a diferentes níveis de significância, e por que é importante definir um nível de significância antes de um teste.

Quer participar da conversa?

Nenhuma postagem por enquanto.
Você entende inglês? Clique aqui para ver mais debates na versão em inglês do site da Khan Academy.

Transcrição de vídeo

RKA3JV - O que vamos fazer, neste vídeo, é falar sobre nível de significância que é denotado pela letra grega "α" Vamos pensar sobre duas coisas. As diferentes conclusões que você pode tomar baseado em diferentes níveis de significância. Também, por que é importante estabelecer o nível de significância antes de você conduzir um experimento e calcular os valores "p". E isso, francamente, por questões éticas. Vamos a um exemplo para nos ajudar. Rogério ouviu dizer que girar rapidamente ao invés de lançar uma moeda oferece uma probabilidade maior que 50% que a moeda caia mostrando a face da cara. Ele fez um teste e girando rapidamente 10 moedas diferentes, 10 vezes cada uma. Suas hipóteses eram hipótese nula "p" = 0,50, contra hipótese alternativa "p" > 0,50, onde "p" é a verdadeira proporção de giros em que a moeda cai mostrando a face da cara. De seus 100 giros, a moeda caiu mostrando o cara em 59. Rogério calculou que a estatística "p^" = 59/100 = 0,59 tem um valor "p" associado de 0,036. Neste contexto, se antes de conduzir o experimento, Rogério tivesse determinado o seu nível de significância para 0,05, quais seriam as conclusões que ele teria agora? Eu sugiro que você pause o vídeo para pensar nisso, mas já leve em consideração o que seria diferente se o nível de significância considerado fosse de 0,01 também. Agora, é com você! Pause o vídeo e tente descobrir. Primeiro, vamos nos lembrar do que é um valor "p". Você pode ver o valor "p" como sendo a probabilidade de ter uma proporção amostral, pelo menos, deste tamanho de 0,59, no exemplo, se você assumir que a hipótese nula é verdadeira. Se essa probabilidade for baixa o suficiente, ou seja, se ela tiver abaixo de um certo limite estabelecido que é justamente o nível de significância, então, nós vamos rejeitar a hipótese nula. Neste contexto, nós estamos aqui com a informação de que o valor "p" é 0,036. E, de fato, é menor que o valor de "α". É menor que 0,05. E, por causa disso, nós deveríamos rejeitar a hipótese nula. Em uma linguagem do dia a dia, rejeitar a hipótese nula é rejeitar a ideia de que a verdadeira proporção de giros, nos quais a moeda cai com a cara virada para cima é 50%. E ao rejeitar a hipótese nula, dizemos também que temos evidências para a hipótese alternativa, que diz que a proporção verdadeira de giros que leva a moeda cair com a cara virada para cima é maior que 0,05. Mas, e agora? E se o nosso nível de significância fosse menor? Nesta situação, em que o "α" é 0,01, temos o nosso valor "p" de 0,036 maior que o "α". Lembrando que o valor "p" é a probabilidade de ter esta estatística amostral. Assumindo que a hipótese nula seja a verdadeira, isso nos leva a dizer que nós falhamos ao rejeitar a hipótese nula. Mas atenção, porque não rejeitar a hipótese nula dificulta a ideia de assumir a hipótese alternativa. Então, por causa da diferença entre o que você poderia concluir dada a mudança dos níveis de significância é a razão pela qual a extremamente importante determinar o nível de significância antes de realizar o experimento. Você pode imaginar que se você fosse um pesquisador de algum tipo, você quer ter um resultado interessante para o seu experimento. Você quer poder dizer aos seus amigos: ei, minha hipótese alternativa é de fato sugerida, não podemos rejeitar essa hipótese. Ou seja, eu achei algo que de fato faz a diferença. Ou seja, muito tentador para o pesquisador calcular valores e, então, dizer: ah, ninguém vai notar se eu modificar o meu nível de significância. Mas se você fizer algo assim, você vai ser muito pouco ético e técnico. Em vídeos futuros nós vamos tratar da questão: ok, eu estou fazendo a definição do nível de significância antes de tratar do experimento, mas como eu decido o limite com o qual eu devo trabalhar? Deve ser 0,01, ou 0,05 ou 0,1 ou então algum outro valor. Até o próximo vídeo!