FACULDADE DE TECNOLOGIA DO ESTADO DE SÃO PAULO

________________________________________________________

DIOGO RUFINO
GUSTAVO REIS
JAROD LIMA
MARIA LUIZA FREITAS
RAFAELA SABINO

TESTE DE HIPÓTESES

________________________________________________________
Ourinhos
2023
 3

O que é teste de hipóteses?

O teste de hipótese é uma abordagem amplamente empregada no campo

do Controle Estatístico de Processo (CEP). Quando aplicado de maneira adequada,
ele se revela uma ferramenta de grande utilidade para determinar quais hipóteses
devem ser rejeitadas ou aceitas dentro de um processo.
O teste de hipóteses, também conhecido como "teste de significância" ou
"teste estatístico", tem como objetivo primordial avaliar se um valor hipotético
específico reflete positivamente uma determinada situação. Essa metodologia
contribui substancialmente para o processo de tomada de decisão relacionada a
uma ou mais populações, com base nas informações coletadas de uma amostra. Ela
permite analisar se os dados amostrais oferecem evidências a favor ou contra uma
hipótese estatística previamente formulada.
O teste se fundamenta na seleção aleatória de uma amostra retirada de
uma população de interesse, com o propósito de testar uma alegação acerca de um
parâmetro ou característica dessa população. O teste de hipóteses transcende a
mera comparação matemática entre dois ou mais valores, seu objetivo real é
determinar se o valor obtido a partir de uma amostra representa uma simples
flutuação amostral em relação à situação atual.
Uma hipótese estatística é uma suposição relativa ao parâmetro da
população (sendo ela verdadeira ou não). Os procedimentos formais utilizados pelos
estatísticos para aceitar ou refutar essas hipóteses são o cerne do teste de
hipóteses. O cerne do teste de hipóteses é o elemento central e fundamental desse
processo, concentrando-se na análise das evidências amostrais para determinar se
uma afirmação estatística específica deve ser aceita ou rejeitada em relação a uma
população maior.
Ao tomar decisões, é prático formular suposições ou conjecturas a
respeito das populações de interesse, englobando considerações acerca dos
parâmetros envolvidos. Essas suposições, que podem ou não corresponder à
realidade, são denominadas Hipóteses Estatísticas.
Frequentemente, o foco do pesquisador recai sobre a validação de um ou
mais padrões populacionais ou na distribuição direta de uma variável específica.
POR QUE SÃO UTILIZADOS?

Os testes de hipóteses desempenham um papel central na validação de

estudos científicos, abarcando desde as hipóteses nulas básicas até as estatísticas
mais precisas e minuciosas. Para estabelecer um teste de hipótese com uma base
científica sólida, é essencial explorar as teorias de probabilidade. Esse procedimento
visa avaliar se uma estatística específica possui um embasamento sólido.
A formulação precisa das hipóteses pois é um ponto de extrema importância
para garantir resultados confiáveis e congruentes. Sem essa precisão, os resultados
podem carecer de coesão, o que comprometeria a validação do estudo científico.
A diferenciação entre a hipótese alternativa e a hipótese nula exige a
consideração dos tipos conceituais de erros, assim como a aplicação de limites
padrões nos testes. Essa avaliação possibilita determinar qual das hipóteses é mais
adequada, facilitando a tomada de decisão.

Hipótese
A hipótese se origina a partir do conhecimento do próprio pesquisador
juntamente com tudo que já se é sabido do assunto em questão por outras
pesquisas ou estudos, é elabora uma hipótese quando se tem um problema em
questão que deve ser compreendido de modo a se entender o que tem influência
sobre este e o quanto cada coisa tem influência sobre o problema em questão,
sendo necessário que a hipótese seja formulada de modo que seja possível verificar
por procedimentos experimentais ou se possa verificar as fundamentações logicas
por traz da hipótese formada. Após a criação de determinada hipótese esta deve ser
confrontada com a realidade empírica, sendo assim feito os testes que comprovam a
veracidade e logica da hipótese ou a rejeição dela, a hipótese é importante porque
serve para orientar como deve ser a metodologia adotada na pesquisa. Vale
ressaltar que a investigação da hipótese não deve produzir mais do que aquilo
expresso na sua fórmula ou expressão.

Hipótese cientifica
Tem como origem a necessidade de explicar um fenômeno no qual a sua
causa é desconhecida e pelo corpo do saber ou que o conhecimento existente sobre
este é considerado insatisfatório sendo necessário mais pesquisas sobre este
assunto, sendo a realização de pesquisas, somente justificada caso seja para gerar
novos fatos ou em caso que tenha algum tipo de evidencia nova que indique um
equívoco no saber já existente, para esse novo estudo se utiliza da formulação de
uma hipótese para que o pesquisador consiga determinar a melhor metodologia que
deve ser aplicada na pesquisa.

Hipótese estatística
Se classifica como hipótese estatística toda hipótese de uma população
podendo se tratar tanto da forma quanto das características e sua respectiva
distribuição com relação a população a ser estudada, é uma suposição ou
conjectura quanto ao valor de um parâmetro θ ou dos parâmetros θi da distribuição
de probabilidade de uma variável aleatória ou ainda uma afirmação sobre a
comparação de dois ou mais parâmetros que será verificada por um teste
paramétrico.

Hipótese de nulidade, básica ou probanda

É a hipótese estatística a ser testada, isto é, é a hipótese de que não há
diferença entre os dois parâmetros ou processos avaliados, é aquela que se enuncia
sob a forma de um ou mais igualdades a zero. Podemos dizer que a hipótese nula é
aquela que julgamos aparentemente incorreta.

Hipótese alternativa
É aquela hipótese que tem uma afirmação que oferece alguma alternativa
em relação a hipótese nula, sendo essa hipótese a que julgamos sendo
provavelmente a correta.
Tipos de erro associados ao teste de hipóteses nas tomadas de
decisões

Erro Tipo 1 (Falso positivo):

Ocorre quando uma hipótese nula verdadeira é erroneamente rejeitada.

É uma situação em que o teste sugere que há evidência suficiente para uma
conclusão quando, na realidade, não há efeito ou diferença significativa. Isso pode
levar a conclusões incorretas de que um efeito ou diferença existe quando na
verdade não existe. A probabilidade de cometer um erro tipo 1 é denotada como
"alfa" (α) e é controlada pela escolha do nível de significância.

α =P(erro do tipo I )=P(rejeitar H 0∨H 0 verdadeira)

Erro Tipo 2 (Falso Negativo):

Ocorre quando uma hipótese nula falsa não é rejeitada. É uma situação
em que o teste não detecta um efeito ou diferença significativa quando, na verdade,
ela existe. Isso pode levar a não identificação de efeitos reais e conclusões errôneas
de que não há diferença, quando há. A probabilidade de cometer um erro tipo 2 é
denotada como "beta" (β) e está relacionada ao poder do teste (1 - β), que é a
capacidade do teste de detectar um efeito existente.

β=P ( erro do tipo II )=P ( não rejeitar H 0|H 0 falsa )

Em um teste de hipóteses, o objetivo é encontrar um equilíbrio entre

esses dois tipos de erro, dependendo das consequências práticas e do contexto da
análise. A escolha do nível de significância (alfa) e o poder do teste são fatores
cruciais para controlar esses erros e tomar decisões estatisticamente sólidas com
base em dados amostrais.

Tomada de decisões
 Utilizar os conceitos de erro tipo 1 e erro tipo 2 na tomada de decisões
exige um equilíbrio delicado para minimizar ambos os erros, dependendo do
contexto. Antes de conduzir um teste de hipóteses, estabeleça um nível de
significância (alfa) que determine quando considerar uma conclusão como
estatisticamente significativa. Escolher um valor adequado para alfa é fundamental
para controlar o erro tipo 1; valores comuns são 0.05 (5%) ou 0.01 (1%).

O poder do teste refere-se à capacidade de detectar um efeito

verdadeiro. Quanto maior o poder, menor a probabilidade de erro tipo 2. Portanto,
avalie o poder do teste antes da análise para assegurar que ele seja alto o suficiente
para identificar efeitos importantes.
Considere as implicações práticas dos erros tipo 1 e tipo 2. Em
diferentes contextos, um erro pode ser mais prejudicial que o outro. Por exemplo, em
testes médicos, um falso negativo pode ter consequências mais graves que um falso
positivo. Integrar essa ponderação ao processo de decisão é crucial para uma
interpretação mais completa dos resultados do teste.
Os testes de hipóteses desempenham um papel crucial, pois possibilitam
determinar se duas populações são idênticas ou distintas. Isso é feito por meio da
análise de amostras dessas populações. Consequentemente, a tomada de decisão
de um gestor deve ser fundamentada na análise de dados obtida através desses
testes. Os testes de hipóteses são uma ferramenta essencial para a análise de
dados e têm um impacto direto nas decisões tomadas por gestores, uma vez que
fornecem uma base sólida para avaliar diferenças e tomar decisões informadas com
base em evidências estatísticas.
 Exemplos

1 - No ano de 2001 foi feita uma pesquisa em uma estância turística e constatou-se
que apenas 60% dos visitantes estavam satisfeitos com a infraestrutura oferecida.
Com o intuito de aumentar essa proporção a prefeitura fez algumas melhorias na
cidade e depois de um ano, resolveu verificar se as mesmas produziram o efeito
desejado. Para isso entrevistou 50 turistas.

(a) Formule esse problema como um problema de teste de hipóteses.

(b) Quais são os significados dos erros tipo I e tipo II?
(c) Qual é a região crítica para um nível de significância de 10%?
(d) Se 37 dos 50 turistas entrevistados estavam satisfeitos com a
infraestrutura oferecida, qual é a sua conclusão?

(a) p : proporção de visitantes satisfeitos com a infraestrutura oferecida Hipótese Nula

H : p = 0,60
Hipótese Alternativa A : p > 0,60

(b) Erro tipo I: Rejeitar H quando H é verdadeira (afirmar que a proporção de visitantes
satisfeitos com a infraestrutura oferecida é maior que 0,60 quando, na verdade, ela
é 0,60).
Erro tipo II: Não rejeitar H quando H é falsa (afirmar que a proporção de visitantes
satisfeitos com a infraestrutura oferecida é 0,60 quando, na verdade, ela é maior que
0,60).

(c) Para termos uma significância de 0,10 precisamos que P(X≥35), ou seja, teremos
uma significância de 0,0954 (9,54%), assim: RC={X ≥ 35}

(d) Como k=37 pertence à Região Crítica, logo rejeitamos a hipótese nula H.
2 - Um jornal afirma que 40% dos seus leitores têm curso superior. Um jornal
concorrente afirma que essa proporção é menor. Para verificar sua suspeita, o
concorrente sorteou 30 leitores daquele jornal e consultou-os se têm curso superior.
(a) Formule esse problema como um problema de teste de hipóteses.
(b) Interprete os erros tipo I e tipo II.
(c) Qual é a região crítica para um nível de significância de 10%?
(d) Com base na região crítica construída em (c), qual foi a
conclusão do concorrente se 12 leitores responderam sim?

(a) Considerando como p = proporção real de leitores do jornal com curso

superior temos: Hipótese Nula H: p = 0,40 (afirmação do jornal)
Hipótese Alternativa A : p < 0,40 ( afirmação do concorrente)

(b) Erro tipo I: Rejeitar H quando H é verdadeira (afirmar que a proporção de

leitores do jornal com curso superior é menor que 0,40 quando, na verdade,
ela é 0,40).
Erro tipo II: Não rejeitar H quando H é falsa (afirmar que a proporção de leitores do
jornal com curso superior é 0,40 quando, na verdade, ela é menor que 0,40).

(c) Para termos uma significância de 0,10 precisamos que P(X≤8), ou seja,
teremos uma significância de 0,094 (9,4%), assim: RC={X ≤ 8}

(d) Para o jornal concorrente, k=12 não pertence à Região Crítica, logo não
rejeitamos a hipótese nula H.
REFERÊNCIAS

Labone, 2023. O que é teste de hipótese? Como usar essa ferramenta? Disponível
em: https://www.laboneconsultoria.com.br/teste-de-hipotese/. Acesso em 17/08/2023
15:32.

Teste de hipóteses. INF UFSC, 2023. Disponível em:

https://www.inf.ufsc.br/~andre.zibetti/probabilidade/teste-de-hipoteses.html#.

SAMPAIO, Nilo. LEONI, Roberto. Utilização dos testes de hipóteses para a média na
tomada de decisões. AEDB, 2023. Disponível em:
https://www.aedb.br/wp-content/uploads/2015/05/545.pdf.