Nível de significância

Este artigo explica qual é o nível de significância nas estatísticas. Assim você encontrará o significado do nível de significância, uma tabela com os níveis de significância mais frequentes e a relação do nível de significância com outros conceitos estatísticos.

Qual é o nível de significância?

O nível de significância é a probabilidade de a estimativa de um parâmetro estatístico em uma população estar fora do intervalo de confiança. Em outras palavras, o nível de significância é a probabilidade de rejeitar uma hipótese que é realmente verdadeira.

Nas estatísticas, o nível de significância é representado pelo símbolo grego α (alfa). É por isso que também é chamado de nível alfa .

Por exemplo, se o nível de significância for α=0,05, isso significa que a probabilidade de rejeitar uma hipótese quando ela for verdadeira é de 5%. Ou seja, a probabilidade de estimar um parâmetro estatístico e errar com um erro maior que a margem de erro é de 5%.

Portanto, o nível de significância marca o limite para determinar se um resultado é estatisticamente significativo ou não, de modo que se o valor p for menor que o nível de significância, o resultado é considerado estatisticamente significativo. Abaixo veremos a relação entre o nível de significância e o valor p.

Tabela de níveis de significância

Depois de vermos a definição do nível de significância, a seguir é apresentada uma tabela com os valores dos níveis de significância mais comuns.

Esta tabela será muito útil para calcular os limites de um intervalo de confiança.

Como se pode verificar na tabela, aumentar o nível de confiança diminui o nível de significância, o que leva a um menor risco de erro na aceitação de uma hipótese e, por outro lado, a uma menor precisão na estimação de um parâmetro estatístico. . Em geral, costuma-se utilizar um nível de significância de 5% (α=0,05).

Nível de significância de 0% e 100%

O valor do nível de significância pode variar de 0% (α=0,00) a 100% (α=1). Porém, esses dois valores extremos nunca devem aparecer nas estatísticas, pois são dois valores irreais, veremos o porquê a seguir.

Um nível de significância de 0% significa que não há dúvidas sobre a veracidade da hipótese aceita. Contudo, um nível de significância de 0% não existe nas estatísticas, a menos que uma população inteira tenha sido analisada e, mesmo assim, não se pode ter certeza absoluta de que não ocorreram erros ou distorções. produzido durante a investigação.

Em contraste, um nível de significância de 100% significa que a hipótese rejeitada é verdadeira sem dúvida. Mas, logicamente, se alguns resultados forem obtidos com nível de significância de 100%, eles nunca serão publicados porque não haverá certeza sobre a precisão dos resultados antes de repetir o estudo estatístico.

Nível de significância e nível de confiança

Dois conceitos estreitamente relacionados em estatística que devem ficar claros são o nível de significância e o nível de confiança. É por isso que nesta seção veremos qual é a diferença entre o nível de significância e o nível de confiança.

A diferença entre o nível de significância e o nível de confiança é a probabilidade que eles definem. O nível de confiança é a probabilidade de aceitar uma hipótese e de que ela seja realmente verdadeira, enquanto o nível de significância é a probabilidade de rejeitar uma hipótese, mas de que ela seja realmente verdadeira.

Além disso, o nível de significância mais o nível de confiança resulta sempre em unidade. Assim, se o nível de confiança de um intervalo de confiança for 1-α, o nível de significância desse mesmo intervalo é α.

Por exemplo, se o nível de confiança de um intervalo de confiança for 95%, o seu nível de significância será 5%. Isto significa que se repetirmos o estudo estatístico 100 vezes, 95 vezes obteremos um resultado que coincide com o da população real, enquanto 5 vezes obteremos um resultado errado.

Nível de significância e valor p

Por fim, veremos qual a relação entre o nível de significância e o valor p, visto que são dois conceitos muito utilizados na oposição de hipóteses.

O valor p , também chamado de valor p , é um valor entre 0 e 1 que indica a probabilidade de a diferença observada ser devida ao acaso. Assim, o valor p indica a importância de um resultado e é usado para determinar se uma hipótese é verdadeira ou falsa.

Assim, no teste de hipóteses, se o valor p for maior que o nível de significância, a hipótese nula é considerada verdadeira. Por outro lado, se o valor p estiver abaixo do nível de significância, a hipótese nula é rejeitada e a hipótese alternativa é considerada verdadeira.