Tomada de decisão

Temos 2 processos diferentes para a tomada de decisão. Na maior parte dos casos é
indiferente escolher um ou o outro, mas nalguns exercícios um deles pode não ser
possível

2.4.1 Utilizando o valor crítico

Vamos à tabela correspondente (distribuição normal, z, ou distribuição t-student, t)

consultar o valor crítico para o α escolhido em 2.1. Para o fazer, temos de relembrar as
hipóteses que formulamos em 2.2:

1. Bilateral: Vamos à tabela procurar o valor para 1 − α/2 (por exemplo, para α =
0.05, utilizando a distribuição o normal, z, o valor crítico é 1.96)
Se |z/t| > valor crítico então rejeitamos a hipótese nula (H0), em favor da
hipótese alternativa (Ha). Caso contrário, não rejeitamos a hipótese nula (H0).

2. Unilateral à esquerda: Vamos à tabela procurar o valor para 1 − α e tomamos o

seu simétrico (por exemplo, para α = 0.05, utilizando a distribuição ao normal, z,
o valor cŕıticóe −1.64)
Se z/t < valor cŕıtico então rejeitamos a hipótese nula (H0), em favor da hipótese
alternativa (Ha). Caso contrário, não rejeitamos a hipótese nula (H0).

3. Unilateral à direita: Vamos à tabela procurar o valor para 1−α (por exemplo, para
α = 0.05, utilizando a distribuição normal, z, o valor crítico é 1.64)
Se z/t > valor crítico então rejeitamos a hipótese nula (H0), em favor da hipótese
alternativa (Ha). Caso contrário, não rejeitamos a hipótese nula (H0).

2.4.2 Utilizando o valor-p

Se a estatística de teste utilizar a distribuição t-student, as nossas tabelas não nos

fornecem a informação do valor-p. Por outro lado, este método pode ser útil porque o
SPSS d́a-nos o valor-p (na coluna Sig).

Relembramos agora as hipóteses que formulamos em 2.2.

1. Bilateral: valor-p = 2P(Z > z0) = 2(1 − φ(z0))

2. Unilateral à esquerda: valor-p = P(Z < z0) = φ(z0)

3. Unilateral à direita: valor-p=P(Z >z0)=1−φ(z0)

Se utilizarmos o valor Sig do SPSS para calcular o valor-p, devemos ter em atenção que
é o valor-p para um teste bilateral. Para obtermos o valor-p para um teste unilateral,
teremos de o dividir por 2.

Se o valor-p < α, então rejeitamos a hipótese nula (H0), em favor da hipótese

alternativa (Ha). Caso contrário, não rejeitamos a hipótese nula (H0).

Normalidade de uma população

Para ver se uma determinada amostra segue uma distribuição normal utilizamos 4
critérios diferentes, dados pelo SPSS, que devem ser todos analisados.

1. Assimetria: Dividimos o valor da assimetria (Skewness), dado pelo SPSS, pelo

erro padrão (Std. Error). Se o módulo deste valor for < 1.96, não rejeitamos a
hipótese de que a amostra segue uma distribuição normal. Se o módulo for >
1.96, rejeitamos a hipótese.

2. Curtose: À semelhança da assimetria, dividimos o valor da curtose (Kurtosis)

pelo erro padrão (Std. Error). Se o módulo deste valor for < 1.96, ñao rejeitamos
a hipótese de que a amostra segue uma distribuição normal. Se o módulo for >
1.96, rejeitamos a hipótese.

3. Testes de normalidade: Se N ≥ 50, então usamos o teste de Kolmogorov-

Smirnov. Se N < 50, usamos o teste de Shapiro-Wilk. Em qualquer um dos casos,
temos de olhar para o valor-p do teste (na coluna Sig do output do SPSS). Se o
valor-p for > 0.05, então não rejeitamos a hipótese de que a amostra segue uma
distribuição normal. Se o p-value for < 0.05, rejeitamos a hipótese.

4. Q-Q plots e P-P plots: Se os pontos estiverem próximos da reta, então não
rejeitamos a hipótese de que a amostra segue uma distribuição normal. Se os
pontos estiverem afastados, então rejeitamos a hipótese.

Se em nenhuma destas análises rejeitarmos que a amostra segue uma distribuição

normal, então consideramos que ela segue uma distribuição normal. Se algumas das
análises rejeitarem a hipótese de normalidade, então consideramos que a amostra não
segue uma distribuição normal.