UFSC- UNIVERSIDADE FEDERAL DE SANTA CATARINA

TESTES DE HIPÓTESES - Definições

Profª Andréa
 Testes de Hipóteses

População
Suposição (hipótese) sobre o
comportamento de variáveis
Decisão sobre a
admissibilidade da
hipótese
Amostra
Resultados reais obtidos
 Hipóteses

a) Substituindo o processador A pelo processador B, altera-se

o tempo de resposta de um computador.
b) Aumentando a dosagem de cimento, aumenta-se a
resistência do concreto.
c) Uma certa campanha publicitária produz efeito positivo
nas vendas.
d) A implementação de um programa de melhoria da
qualidade em uma empresa prestadora de serviços
melhora a satisfação de seus clientes.
 Hipóteses em Termos de Parâmetros
a) A média dos tempos de resposta do equipamento com o
processador A é diferente da média dos tempos de resposta com
o processador B.
b) A média das vendas depois da campanha publicitária é maior do
que a média das vendas antes da campanha publicitária.
c) A proporção de reclamações após a realização do programa de
melhoria da qualidade é menor do que antes da realização do
programa.
 Teste de Hipóteses
Os testes de hipóteses, que são procedimentos que
permitem testar uma hipótese sobre uma população,
através de dados amostrais.

Se os resultados obtidos a partir da amostra não são

viáveis, rejeitamos a hipótese sobre a população.

Por outro lado, se os resultados da amostra são plausíveis

mantemos a hipótese e atribuímos os desvios entre a
estatística amostral e o parâmetro populacional, em
estudo, ao erro amostral.
 Teste de Hipóteses

Uma hipótese estatística é uma afirmação sobre uma

população

Normalmente são formuladas duas hipóteses:

– H0: (hipótese nula) que é a hipótese que se quer testar
– H1: (hipótese alternativa) que será aceita se não for
possível provar que H0 é verdadeira
Exemplos:
(a) H0: mulheres vivem mais que homens
H1: mulheres vivem o mesmo ou menos que homens
(b) H0: o réu é culpado H1: o réu é inocente
 Teste de Hipóteses

Assim, a hipótese nula, simbolizada por H0, que contém

uma afirmativa de igualdade tal como =, ≤ ou ≥ . Porém
diferentes situações possam ser entendidas, costuma-se
apresentá-la apenas por meio de igualdade simples.
Entretanto, será sempre complementar ao que se
estabelece a hipótese alternativa

E a hipótese alternativa, simbolizada por H1 (alguns livros

por Ha), que é o complemento da hipótese nula e contém
uma afirmativa de desigualdade como, < , > ou ≠.
 Formulação das Hipóteses Ref. Ex anterior

a) H0: μA = μB e H1: μA ≠ μB

onde:
μA é o tempo médio de resposta com o processador A; e
μB é o tempo médio de resposta com o processador B.

b) H0: μ2 = μ1 e H1: μ2 > μ1

onde:
• μ1 é o valor médio das vendas antes da campanha
publicitária; e
• μ2 é o valor médio das vendas depois da campanha
publicitária.
 Formulação das Hipóteses Ref. Ex anterior

c) H0: p2 = p1 e H1: p2 < p1

onde:
• p1 é a proporção de reclamações antes do programa de melhoria
da qualidade; e
• p2 é a proporção de reclamações depois do programa de melhoria
da qualidade.
 Exemplo

Um grupo de pesquisadores da área de saúde, afirma que o

medicamento formulado por eles consegue curar uma determinada
doença em mais de 80 % dos pacientes testados.
Lembre-se que a hipótese nula sempre contém o sinal de igualdade.
Como os pesquisadores afirmam que “MAIS de” 80% dos
pacientes se curam, esta alegação será representada pela
hipótese alternativa, pois é uma afirmativa de desigualdade,
conseqüentemente na hipótese nula teremos o sinal de menor e
igual:
H0 :μ ≤ 0,8
H1 :μ > 0,8
 Tipos de Erros
Quando realizamos um teste de hipótese podemos estar cometendo dois tipos
de erro:

• Erro do tipo I – que significa rejeitar uma hipótese nula verdadeira. A

probabilidade de se cometer este erro é dada por α.

• Erro do tipo II – que significa aceitar uma hipótese nula falsa. A

probabilidade de se cometer este erro é dada por β

A tabela a seguir mostra os quatro possíveis resultados de um teste de

hipótese.
 Tipos de Erros
Exemplo: A meteorologia esta marcando a possibilidade de chuva, portanto
antes de sairmos de casa precisamos tomar uma decisão, levar ou não o
guarda-chuva. A tabela abaixo apresenta as duas decisões corretas que
podemos tomar e os dois tipos de erro que podemos estar cometendo:

Neste exemplo prático, somos capazes de analisar os erros que podemos cometer
em um teste de hipótese. Se levarmos o guarda-chuva e chover significa que
tomamos a decisão correta, se não chover, estaremos cometendo um erro do tipo II,
o que implica carregarmos o guarda-chuva que não iremos usar.

Se não levarmos o guarda-chuva e não chover, também estaremos tomando uma

decisão correta, no entanto, se chover estaremos cometendo um erro do tipo I, o
que implicaria em um banho de chuva.
 Tipos de Erros

Iremos trabalhar com o erro do tipo I em que a

probabilidade de ocorrência é dada pelo nível de
significância .
 Nível de Significância (α )

O nível de significância () é a probabilidade de ocorrer um erro do tipo I.

Antes de iniciar o teste o pesquisador determina o nível de risco () que
pode ser tolerado ao se rejeitar a hipótese nula quando ela for verdadeira
(erro do tipo I).

Portanto, o risco de se cometer o erro do tipo I está diretamente sob o controle

do pesquisador. Se escolhermos aplicar um teste com um nível de
significância de 5% ou 0,05, teremos cerca de 5 chances em 100 de
rejeitarmos a hipótese nula e ela ser, na realidade, verdadeira.

Os valores mais comuns para o nível de significância são 5%, 10% e 1%.
 Probabilidade de significância ou valor p
• Probabilidade da estatística do teste acusar um resultado tão
(ou mais) distante do esperado quanto o resultado ocorrido na
amostra observada. Usada para avaliar a chance de o
resultado obtido ter ocorrido por acaso.
P-value: corresponde ao menor nível de significância que pode
ser assumido para rejeitar a hipótese nula. Dizemos que há
significância estatística quando o p-value é menor que o nível
de significância adotado.

Por exemplo, quando p=0.0001 pode-se dizer que o resultado é

bastante significativo, pois este valor é muito inferior aos níveis
de significância usuais.

Por outro lado, se p=0.048 pode haver dúvida pois, embora o

valor seja inferior, ele está muito próximo ao nível usual de 5%.
 Regra de Decisão

Estabelecido o nível de significância , temos a seguinte regra

de decisão de um teste estatístico
 Etapas para realizar um Teste de Hipóteses

Definição da Hipótese

O primeiro passo é o estabelecimento das hipóteses:

hipótese nula e hipótese alternativa

• Hipótese Nula (Ho): É um valor suposto para um

parâmetro.

• Hipótese Alternativa(H1): É uma hipótese que contraria a

hipótese nula.
 Etapas para realizar um Teste de Hipóteses

Calcular a estatística do Teste

• É o valor calculado a partir da amostra, que será

usado na tomada de decisão. Uma maneira de tomar-se
uma decisão é comparar o valor tabelado com a
estatística do teste. Por exemplo : teste de hipótese para
dois parâmetros populacionais: a média (μ) e a proporção

( X − μ)
Zcal =
Estatística σ x ou s x
do teste
 Etapas para realizar um Teste de Hipóteses

Calcular a estatística do Teste

• Nos testes de hipóteses podemos ter dois

tipos de situações na tentativa de detectar
desvios significativos de um determinado
parâmetro, estes desvios podem ser apenas em
uma direção, testes unilaterais, ou em ambas
as direções, testes bilaterais
 Teste Unilaterais e Bilaterais:

• Unilateral à direita:
• Ho:  = 0
• H1:  > 0

• Unilateral à esquerda:
• Ho:  = 0
• H1:  < 0

• Bilateral:
• Ho:  = 0
• H1:   0
 Etapas para realizar um Teste de Hipóteses
Região Crítica

O valor de α - nível de significância do teste - e a distribuição

de probabilidade da estatística do teste vão ser utilizados
para definir a chamada região crítica ou região de rejeição.

Valores críticos de z em testes de hipótese

Nível de 0,10 ou 0,05 ou 0,01 ou 0,005 ou 0,002 ou
significância 10% 5% 1% 0,5% 0,2%
Valores críticos de
z -1,28 ou -1,645 ou -2,33 ou -2,58 ou -2,88 ou
para testes 1,28 1,645 2,33 2,58 2,88
unilaterais
Valores críticos
de z -1,645 e -1,96 e -2,58 e -2,81 e -3,08 e
para testes 1,645 1,96 2,58 2,81 3,08
bilaterais
 Etapas para realizar um Teste de Hipóteses
Região Crítica

Se o valor observado da estatística do teste “cair” na região

crítica, decidimos rejeitar H0; caso contrário decidimos não
rejeitar H0.
 Etapas para realizar um Teste de Hipótese

Em resumo, o processo geral consiste no seguinte:

1. Formular a hipótese nula (H0) e a hipótese alternativa (H1);

2. Escolher a estatística a se utilizada e encontrar a sua
distribuição de probabilidade sob o pressuposto de H0 ser
verdadeira;
3. Especificar um nível de significância;
4. Determinar a região de rejeição;
5. Calcular o valor observado da estatística do teste;
6. Decidir rejeitar H0 ou não rejeitar H0.