Teste de hipóteses: H0, H1, erros tipo I e II e p-valor

O teste de hipóteses é a ferramenta que responde se uma diferença observada na amostra é grande demais para ser atribuída ao acaso. Está no edital de estatística de muitos cargos de análise e costuma gerar questões conceituais curtas: o que é H0, o que é nível de significância, qual erro é qual. Este guia define cada termo, resolve um teste z completo e dá um quadro para memorizar os erros, tudo com contas conferidas.

Matéria de estatística inferencial, sem norma aplicável. Se precisar rever a curva z, leia distribuição normal.

Os elementos do teste

Hipótese nula (H0): a afirmação “de nada novo”, em geral com igualdade. Exemplo: a média é 50.
Hipótese alternativa (H1): o que o pesquisador quer evidenciar. Exemplo: a média é diferente de 50 (bilateral), maior que 50 ou menor que 50 (unilaterais).
Nível de significância (α): a probabilidade máxima aceita de rejeitar H0 quando ela é verdadeira. Valores usuais: 0,05 e 0,01.
Estatística de teste: número calculado da amostra que mede a distância entre o observado e o que H0 prevê.
Região crítica: o conjunto de valores da estatística que levam à rejeição de H0.
p-valor: a probabilidade, supondo H0 verdadeira, de obter um resultado tão extremo quanto o observado ou mais.

Regra de decisão pelo p-valor

Se p-valor ≤ α: rejeita-se H0.
Se p-valor > α: não se rejeita H0.

Note o jargão: “não rejeitar H0” não é “provar H0”. A amostra apenas não trouxe evidência suficiente contra ela.

Exemplo resolvido: teste z para a média

Um órgão afirma que o tempo médio de atendimento é de 50 minutos. Uma amostra de n = 36 atendimentos tem média de 54 minutos, e o desvio padrão (considerado conhecido) é 12. Teste, com α = 0,05 e hipótese bilateral, se a média difere de 50.

Passo 1: hipóteses

H0: μ = 50. H1: μ ≠ 50.

Passo 2: estatística de teste

Erro padrão: 12 / √36 = 2.
z = (54 − 50) / 2 = 2,0.

Passo 3: decisão pela região crítica

Para α = 0,05 bilateral, os valores críticos são −1,96 e +1,96. Como 2,0 > 1,96, o valor cai na região crítica. Rejeita-se H0.

Passo 4: decisão pelo p-valor

P(Z ≥ 2) = 0,0228; no teste bilateral, dobra-se: p-valor = 0,0455. Como 0,0455 < 0,05, rejeita-se H0. As duas formas coincidem, como devem.

Se a média amostral fosse 52

z = (52 − 50) / 2 = 1,0, dentro de −1,96 e +1,96.
p-valor bilateral = 0,3173, maior que 0,05.
Não se rejeita H0: a diferença de 2 minutos é compatível com o acaso nessa amostra.

Esse segundo cenário mostra a lição: a mesma diferença prática pode ser significativa ou não, dependendo do tamanho da amostra e da variabilidade.

Os dois tipos de erro

Realidade → / Decisão ↓	H0 verdadeira	H0 falsa
Rejeitar H0	Erro tipo I (probabilidade α)	Acerto (poder do teste, 1 − β)
Não rejeitar H0	Acerto	Erro tipo II (probabilidade β)

Memorize assim:

Tipo I: rejeitar uma H0 verdadeira (“falso alarme”). Controlado diretamente por α.
Tipo II: não rejeitar uma H0 falsa (“deixar passar”). Probabilidade β.
Poder do teste: 1 − β, a chance de detectar um efeito que existe.

Para uma amostra fixa, reduzir α aumenta β: há uma troca entre os erros. A forma de reduzir os dois ao mesmo tempo é aumentar o tamanho da amostra.

Teste unilateral

Se H1 fosse “μ > 50” (unilateral à direita), com α = 0,05 o valor crítico seria +1,645 e o p-valor seria P(Z ≥ 2) = 0,0228. O resultado z = 2,0 também rejeita. O que muda é que a probabilidade de erro tipo I se concentra em uma só cauda. Escolher o tipo de H1 depois de olhar os dados é uma prática incorreta.

Como a prova costuma cobrar

“O nível de significância é a probabilidade de cometer erro tipo II.” Errado: é tipo I.
“Se o p-valor é menor que α, rejeita-se H0.” Certo.
“Não rejeitar H0 prova que H0 é verdadeira.” Errado.
“Aumentar o tamanho da amostra aumenta o poder do teste, mantendo α.” Certo.
“O p-valor é a probabilidade de H0 ser verdadeira.” Errado: ele pressupõe H0 verdadeira e mede a probabilidade dos dados.

Erros comuns

Inverter os erros tipo I e II.
Esquecer de dobrar o p-valor no teste bilateral.
Colocar a afirmação a ser provada em H0. Em geral, a conclusão forte (rejeição) corresponde a H1.
Usar o valor crítico de um lado só num teste bilateral.
Interpretar “estatisticamente significativo” como “importante na prática”.

Roteiro de resolução

Escreva H0 e H1 e escolha α.
Calcule o erro padrão e a estatística z.
Compare com o valor crítico ou calcule o p-valor.
Conclua em linguagem do problema: rejeita ou não rejeita H0.

Próximos passos

Combine com intervalo de confiança, amostragem e correlação e regressão.

Fontes e atualização

Assunto de estatística, sem norma aplicável; cálculos conferidos por programa. Os valores críticos são os da normal padrão. Confira no edital o que entra na prova e quais tabelas são fornecidas. Veja a metodologia do site.