Nível de significância no teste de hipóteses

O teste de hipóteses é um processo científico generalizado usado nas disciplinas de estatística e ciências sociais. No estudo da estatística, um resultado estatisticamente significativo (ou um com significância estatística) em um teste de hipótese é alcançado quando o valor de p é menor que o nível de significância definido. o valor p é a probabilidade de obter uma estatística de teste ou resultado da amostra tão extremo quanto ou mais extremo do que o observado no estudo, enquanto o nível de significância ou alfa informa ao pesquisador como devem ser resultados extremos para rejeitar a hipótese nula. Em outras palavras, se o valor-p for igual ou menor que o nível de significância definido (normalmente indicado por α), o pesquisador pode assumir com segurança que os dados observados são inconsistentes com a suposição de que a hipótese nula é verdadeiro, significando que a hipótese nula, ou premissa de que não há relação entre as variáveis ​​testadas, pode ser rejeitada.

Ao rejeitar ou refutar a hipótese nula, um pesquisador está concluindo que existe uma base científica para a crença é alguma relação entre as variáveis ​​e que os resultados não foram devidos a erro amostral ou chance. Embora rejeitar a hipótese nula seja um objetivo central na maioria dos estudos científicos, é importante observar que a rejeição da hipótese nula não é equivalente à prova da alternativa do pesquisador hipótese.

O conceito de significância estatística é fundamental para o teste de hipóteses. Em um estudo que envolve a coleta de uma amostra aleatória de uma população maior, em um esforço para provar algum resultado que pode ser aplicado ao população como um todo, existe o potencial constante de os dados do estudo serem resultado de erro de amostragem ou simples coincidência ou chance. Ao determinar um nível de significância e testar o valor-p, um pesquisador pode defender ou rejeitar com confiança a hipótese nula. O nível de significância, no mais simples dos termos, é a probabilidade limite de rejeitar incorretamente a hipótese nula quando ela é de fato verdadeira. Isso também é conhecido como erro tipo I taxa. O nível de significância ou alfa está, portanto, associado ao nível de confiança geral do teste, o que significa que quanto maior o valor de alfa, maior a confiança no teste.

Um erro do tipo I, ou um erro do primeiro tipo, ocorre quando a hipótese nula é rejeitada, quando na realidade é verdadeira. Em outras palavras, um erro do tipo I é comparável a um falso positivo. Os erros do tipo I são controlados pela definição de um nível de significância apropriado. A melhor prática no teste de hipóteses científicas exige a seleção de um nível de significância antes do início da coleta de dados. O nível de significância mais comum é 0,05 (ou 5%), o que significa que há uma probabilidade de 5% de que o teste sofra um erro do tipo I ao rejeitar uma hipótese nula verdadeira. Esse nível de significância se traduz inversamente em 95% nível de confiança, o que significa que, em uma série de testes de hipótese, 95% não resultarão em erro do tipo I.