TESTE DE HIPÓTESES

 O que você precisa saber?

É um procedimento estatístico padrão que permite rejeitar ou não rejeitar uma hipótese
estatística através da evidência fornecida pela amostra.

* A hipótese estatística é a afirmativa sobre o parâmetro populacional.

Conclui-se que: Se a hipótese estatística é a afirmativa (ou suposição) sobre um parâmetro

populacional, esta afirmativa pode ser verdadeira ou não ser verdadeira. Por isso, deve ser
usado o TESTE DE HIPÓTESES para aceitar ou rejeitar está hipótese estatística.

Testando uma HIPÓTESE ESTATÍSTICA:

Para testar uma hipótese estatística, deve ser estabelecido um par de hipóteses: uma que
representa uma afirmação e outra que represente seu complemento. A hipótese que contém a
afirmação de igualdade é a hipótese nula, e o complemento da hipótese nula é a hipótese
alternativa.

HIPÓTESE NULA – Ho

É uma hipótese estatística que contém uma afirmação de igualdade.

Símbolos usados: ≤, = ou ≥

HIPÓTESE ALTERNATIVA – H1

Geralmente é o complemento da hipótese nula. Será a afirmação que deve ser verdadeira se
Ho for falsa, e contém uma afirmação de desigualdade.

Símbolos usados: <, ≠ ou >

 Quando pode ser utilizado?

Quando for preciso testar um determinado valor para um parâmetro populacional, , com base
em uma amostra, e utilizando um par de hipóteses.

 Como é feito?

PASSO 1 – Extrair uma mostra.

PASSO 2 - Fazer uma suposição sobre determinada amostra. (inferência estatística)

Teste de hipóteses para a média populacional

Além de estabelecer as hipóteses nula e alternativa, é preciso seguir algumas etapas, e para
isso é preciso entender os seguintes conceitos: erros do tipo I e II, nível de significância,
estatística de teste, região crítica, valor crítico e conclusão do teste baseado no método
tradicional ou do valor P.

Tipos de erros, nível de significância e estatística de teste

É preciso entender que a única forma de ter certeza que Ho é verdadeira ou falsa seria
testando toda a população, o que muitas vezes é impossível. Ao realizar um teste de hipóteses
é utilizado dados amostrais, por conta disso, deve-se aceitar o fato de que rejeitar ou não a
hipótese nula (Ho) pode estar incorreta. Então ao fazer o teste de hipóteses entende-se que
dois erros podem ser cometidos:

1° - Erro do Tipo I → Rejeitar a hipótese nula, quando esta hipótese é verdadeira;

2° - Erro do Tipo II → Não rejeitar a hipótese nula, quando ela deveria ser rejeitada.

A probabilidade de cometermos o erro do tipo I é designada por α e a probabilidade de

cometermos o erro do tipo II é designada por β. É desejável que as probabilidades α e β sejam
próximas de zero, mas a teoria revela que, à medida que diminuía probabilidade do o erro do
tipo I, a probabilidade de erro do tipo II tende a aumentar. Então, ao definir as hipóteses, o
erro mais importante a ser evitado é o erro do tipo I. A probabilidade máxima permitida de
ocorrer um erro do tipo I é denominada nível de significância. As escolhas comuns para α são
0,05; 0,01 e 0,10.

Após a identificar as hipóteses nula e alternativa e da especificação do nível de significância,

deve- se utilizar dados de uma amostra aleatória para calcular o valor da estatística de teste.

O valor usado para se tomar a decisão sobre a hipótese nula é chamado de estatística de teste,
ela é encontrada pela conversão da estatística amostral (como a proporção amostral p^ ou a
média amostral x ou o desvio padrão s) em um escore (como z, t e x2) com a suposição de que
a hipótese nula seja verdadeira. Essa estatística de teste pode ser basear na distribuição
normal ou na distribuição t de Student (essa distribuição é semelhante a normal, porém
apresenta maior variabilidade), dependendo de algumas condições que devem ser satisfeitas.
A escolha da utilização da estatística de teste para a realização de um teste de hipóteses para a
média populacional depende de saber, ou não, do valor do desvio padrão populacional.

Após encontrar o valor da estatística de teste, é necessário decidir pela rejeição ou não da
hipótese nula. Esta decisão é feita utilizando o método do valor p ou o método tradicional.

Método do Valor P
Quando utilizado, o método do valor p, a hipótese nula é rejeitada se p ≥ α, sendo assim,
compreende- se que o valor p é o menor nível no qual Ho pode ser rejeitado.

O método do valor p é muito utilizado quando a análise estatística está sendo feito através de
algum software estatístico ou pelo Excel. Ao realizar um teste de hipóteses com softwares
estatísticos e o Excel, os resultados obtidos informam o valor p.

Método Tradicional

Esse método também pode ser utilizado para decidir por rejeitar ou não a hipótese nula. Para
utilizá-lo é preciso das informações a seguir:

Região Crítica (Ou Região De Rejeição) → conjunto de todos os valores da estatística de teste

que nos fazem rejeitar a hipótese nula.

Valor Crítico → qualquer valor que separa a região crítica dos valores da estatística de teste
que não levam à rejeição da hipótese nula. Para encontrar este valor, é necessário analisar a
natureza da hipótese nula, a distribuição amostral (normal ou t de Student) e o nível de
significância.

Para identificar cada um dos tipos de teste de hipóteses, ou seja, se um teste de hipóteses é r
bicaudal (ou bilateral), unilateral à esquerda (monocaudal esquerdo) ou unilateral à direita
(monocaudal direito), deve-se observar a hipótese alternativa ( H1).

Conclusão Do Teste De Hipóteses

Para que um teste de hipóteses seja concluído, será preciso tomar uma das seguintes decisões:

•  Rejeitar a hipótese nula.

•  Deixar de rejeitar a hipótese nula.

A decisão de rejeitar ou não a hipótese nula é feita usando o método tradicional ou pelo
método do valor P.

Veja a seguir:

1. Método do Valor P
 Rejeitar H0 se o valor P ≥ α.
 Deixar de rejeitar H0 se o valor P > α.

2. Método Tradicional
 Rejeitar H0 se a estatística de teste ficar dentro da região crítica.
 Deixar de rejeitar H0 se a estatística de teste não ficar dentro da região crítica.

Para testar um parâmetro populacional, deve-se afirmar duas hipóteses: uma que representa
afirmação e outra que represente seu complemento. Quando uma dessas duas hipóteses for
falsa, a outra terá que ser verdadeira. Essas hipóteses são chamadas de: hipótese nula e
hipótese alternativa.

4.2 Teste de hipóteses para a média

populacional

Para a realização de um teste de hipóteses, além de estabelecermos as hipóteses nula e

alternativa, precisamos seguir algumas etapas e, para isto, a compreensão dos seguintes
conceitos são imprescindíveis: erros do tipo I e II, nível

de significância, estatística de teste, região crítica, valor crítico e conclusão do

teste baseado no método tradicional ou do valor P.

4.2.1 Tipos de erros, nível de significância e estatística de teste

Não podemos esquecer que, quando realizamos um teste de hipóteses, estamos utilizando
dados amostrais e, por isto, devemos aceitar o fato de que a decisão de rejeitar ou não H0
pode estar incorreta. A única maneira de se ter certeza de que H0 é verdadeira ou falsa é
testar toda a população e sabemos que isto é, muitas vezes, impossível. Então, quando
realizamos um teste de hipóteses, dois erros podem ser cometidos:

1. Rejeitar a hipótese H0

, quando tal hipótese é verdadeira, e

2. Não rejeitar a hipótese H0

, quando ela deveria ser rejeitada.

Ao erro cometido em 1., denominamos erro do tipo I, enquanto que ao erro

cometido em 2., denominamos erro do tipo II.

A Figura 4.1 resume os resultados possíveis na realização de um teste de

hipóteses.

SITUAÇÃO

Decisão

H0 é verdadeira H0 é falsa

Rejeitar H0 Erro do tipo I Decisão correta

Não rejeitar H0 Decisão correta Erro do tipo II

Figura 4.1– Resultados possíveis na realização de um teste de hipóteses.

A probabilidade de cometermos o erro do tipo I é denotada por α e a probabilidade de

cometermos o erro do tipo II é denotada por β. Desejamos que

as probabilidades α e β sejam próximas de zero, mas a teoria nos mostra que, à medida que
diminuímos o erro do tipo I, a probabilidade de erro do tipo II

tende a aumentar. Então, ao definir as hipóteses, o erro mais importante a ser

evitado é o erro do tipo I. A probabilidade máxima permitida de ocorrer um erro

do tipo I é denominada nível de significância. As escolhas comuns para α são

0,05; 0,01 e 0,10.

Após a identificação das hipóteses nula e alternativa e da especificação do

nível de significância, utilizamos dados de uma amostra aleatória para calcular

o valor da estatística de teste.

A estatística de teste é um valor usado para se tomar a decisão sobre a hipótese nula

e é encontrada pela conversão da estatística amostral (como a proporção amostral

ou a média amostral x ou o desvio padrão s) em um escore (como z, t e x2) com a

suposição de que a hipótese nula seja verdadeira.

Depois que encontramos o valor da estatística de teste, passamos à etapa de

decidir pela rejeição ou não da hipótese nula. Esta decisão é feita utilizando o

método do valor p ou o método tradicional.

De acordo com VIEIRA (2008, p. 250), “o valor p diz quão provável seria obter

uma amostra tal qual a que foi obtida, quando a hipótese nula é verdadeira”.
O valor p é o menor nível no qual H0

pode ser rejeitado, ou seja, quando

utilizamos o método do valor p a hipótese nula é rejeitada se p ≥ α. Quando

utilizamos softwares estatísticos e o Excel para realizar um teste de hipóteses,

os resultados obtidos informam o valor p.

Além do método do valor p podemos utilizar o método tradicional para decidir por rejeitar ou
não a hipótese nula. Para utilizá-lo, precisamos das seguintes informações:

Região Crítica (Ou Região De Rejeição) → conjunto de todos os valores da estatística de teste

que nos fazem rejeitar a hipótese nula.

Valor Crítico → qualquer valor que separa a região crítica dos valores da estatística de teste
que não levam à rejeição da hipótese nula. Para encontrar este valor, é necessário analisar a
natureza da hipótese nula, a distribuição amostral (normal ou t de Student) e o nível de
significância.

Para identificar cada um dos tipos de teste de hipóteses, ou seja, se um teste de hipóteses é r
bicaudal (ou bilateral), unilateral à esquerda (monocaudal esquerdo) ou unilateral à direita
(monocaudal direito), deve-se observar a hipótese alternativa ( H1).