Skip to content
Voltar aos resultados

Pesquisa de Teste de Hipóteses — Desenho Quantitativo Confirmatório

Proposto por
Karl Pearson, Ronald A. Fisher, Jerzy Neyman, Egon Pearson
Ano
Early 20th century (Fisher 1925; Neyman–Pearson 1933)
Tipo
Quantitative confirmatory research design
Família
Survey / observational design

Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês

Tamanho da fonte

O que ele faz?

A pesquisa de teste de hipóteses é um desenho quantitativo no qual o investigador deriva uma ou mais proposições explícitas e falseáveis da teoria, traduz-as em uma hipótese nula (H0) e uma hipótese alternativa (H1), coleta dados empíricos e, em seguida, aplica um teste estatístico inferencial para decidir se a evidência é suficiente para rejeitar H0.

A abordagem é o paradigma dominante para a ciência confirmatória nas ciências sociais, comportamentais, da saúde e naturais.

A intuição por trás do método

Pense em um tribunal: H0 é a presunção de inocência, e o teste estatístico é o julgamento. Você reúne evidências (dados), aplica uma regra de decisão rigorosa (nível de significância alfa) e rejeita a inocência ou falha em fazê-lo — você nunca prova a culpa além de qualquer dúvida, apenas além de um limiar especificado de dúvida. A beleza está na disciplina: ao se comprometer tanto com a hipótese quanto com a regra de decisão antes de ver os dados, você se protege contra a tendência humana muito comum de encontrar padrões que nunca existiram.

História

O aparato formal de testes de significância de hipóteses nulas emergiu de duas tradições paralelas no início do século XX. Ronald A. Fisher introduziu valores p e testes de significância em Statistical Methods for Research Workers (1925) como uma ferramenta para inferência indutiva a partir de dados. Jerzy Neyman e Egon Pearson (1933) propuseram o quadro complementar de níveis alfa pré-especificados, duas hipóteses concorrentes e controle de erro Tipo I / Tipo II. Embora os dois quadros sejam logicamente distintos, um híbrido tornou-se a prática padrão em ciências comportamentais em meados do século, codificado por Kerlinger (1973, 1986) e reforçado pelo trabalho de Cohen sobre poder estatístico (1969, 1988).

Quando usar

Use pesquisa de teste de hipóteses quando você tiver uma previsão específica, derivada da teoria, sobre uma relação, diferença ou efeito, e precisar de um procedimento de decisão defensável e replicável. É o desenho correto quando as questões de pesquisa são confirmatórias ('A intervenção X reduz o resultado Y?') em vez de exploratórias. Requer dados numéricos e uma amostra grande o suficiente para atingir poder estatístico adequado (tipicamente pelo menos 80%). NÃO use quando (a) você não tem teoria prévia e o objetivo é a descoberta — use desenhos exploratórios ou descritivos em vez disso; (b) a amostra é muito pequena para detectar tamanhos de efeito plausíveis, produzindo testes subpotentes que são mais ruído do que sinal; ou (c) você ajusta as hipóteses após ver os dados (HARKing), o que invalida completamente a lógica confirmatória.

Limitações e considerações

  • Significância estatística (p < alfa) não é igual a significância prática ou clínica — um efeito trivial pode ser altamente significativo com uma amostra grande o suficiente.
  • A decisão binária rejeitar/falhar em rejeitar descarta evidências contínuas; resultados limítrofes (p = 0,049 vs. p = 0,051) são tratados como categoricamente diferentes.
  • Estudos subpotentes produzem altas taxas de erros Tipo II (falsos negativos) e, paradoxalmente, estimativas infladas de tamanho de efeito quando produzem resultados significativos.
  • Testes múltiplos sem correção inflacionam o erro Tipo I (falsos positivos); isso é frequentemente negligenciado na prática.
  • A lógica assume que as hipóteses foram fixadas antes da coleta de dados — violações (HARKing, p-hacking, parada opcional) são comuns e invalidam as conclusões.

As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.

Pontos fortes

  • Fornece uma regra de decisão transparente e pré-especificada que protege contra a racionalização post-hoc de achados aleatórios.
  • Testa diretamente previsões teóricas, tornando-se a pedra angular da ciência cumulativa e replicável.
  • Quantifica a incerteza através de valores p, intervalos de confiança e tamanhos de efeito, facilitando a comparação entre estudos.
  • Bem apoiado por síntese meta-analítica — estudos de teste de hipóteses podem ser agrupados entre laboratórios e replicações.
  • Amplamente compreendido e aceito por periódicos, financiadores e formuladores de políticas em praticamente todas as disciplinas quantitativas.

Aplicações

  • Testar se um novo método de instrução melhora o desempenho do aluno em comparação com uma condição de controle em pesquisa educacional.
  • Avaliar se uma intervenção clínica reduz significativamente a gravidade dos sintomas em relação a um grupo placebo.
  • Examinar se gênero, status socioeconômico ou outras variáveis de grupo predizem diferenças em resultados psicológicos.
  • Testar modelos de equações estruturais ou coeficientes de regressão derivados de quadros teóricos em comportamento organizacional.
  • Avaliar se um tratamento de marketing (preço, enquadramento da mensagem) altera significativamente a escolha do consumidor em economia experimental.
  • Comparar pontuações pré e pós-intervenção em avaliações de programas longitudinais usando testes pareados ou de medidas repetidas.

Como funciona

Como funciona

1

O pesquisador deriva uma ou mais hipóteses testáveis de teoria existente ou achados anteriores. Cada hipótese é declarada como uma hipótese nula (H0, a alegação padrão de 'nenhum efeito') e uma hipótese alternativa (H1, o efeito ou relação previsto). Ambas devem ser declaradas precisamente e antes da coleta de dados para preservar a lógica confirmatória.

2

Um desenho de estudo é selecionado que pode fornecer evidências válidas a favor ou contra H0 — pesquisa, experimento, quase-experimento ou observacional. Crucialmente, o pesquisador realiza uma análise de poder a priori (usando tamanho do efeito, alfa e poder desejado) para determinar o tamanho mínimo da amostra necessário para detectar o efeito hipotetizado com probabilidade adequada.

3

Os dados são coletados de acordo com o desenho predeterminado. Os instrumentos de medição devem demonstrar confiabilidade e validade. A amostragem deve ser aleatória ou representativa o suficiente para apoiar o salto inferencial de estatísticas amostrais para parâmetros populacionais.

4

Um teste inferencial apropriado (teste t, ANOVA, qui-quadrado, regressão, etc.) é aplicado aos dados. O teste produz um valor p — a probabilidade de observar resultados pelo menos tão extremos quanto os obtidos, dado que H0 é verdadeira. O nível alfa pré-especificado (comumente 0,05) serve como o limiar de decisão.

Fórmula
H_0: \mu_1 = \mu_2 \quad \text{vs} \quad H_1: \mu_1 \neq \mu_2
5

Se p < alfa, H0 é rejeitada em favor de H1 e o achado é declarado estatisticamente significativo; o tamanho do efeito e os intervalos de confiança também são relatados para transmitir a magnitude prática. Se p >= alfa, o pesquisador falha em rejeitar H0 — isso não confirma H0, mas a deixa como o padrão vigente. Os resultados são interpretados à luz do quadro teórico original.

Fórmula
p < \alpha \Rightarrow \text{reject } H_0

Erros comuns

  • HARKing (Hipotetizando Após os Resultados serem Conhecidos) — apresentar uma hipótese post-hoc como se tivesse sido declarada a priori converte achados exploratórios em falsas confirmações. A pré-registro é o remédio padrão.
  • Ignorar o poder: realizar um estudo sem análise de poder e, em seguida, interpretar um resultado não significativo como 'nenhum efeito' é um erro comum e grave. Um valor p não significativo de um estudo subpotente não é informativo.
  • Confundir valor p com tamanho do efeito: sempre relate d de Cohen, eta-quadrado, r, ou um equivalente ao lado dos valores p para que os leitores possam julgar a importância prática.
  • Pesca de alfa (p-hacking): testar múltiplos resultados, subgrupos ou especificações de modelo e relatar apenas os significativos. Aplique Bonferroni, Benjamini–Hochberg, ou pré-registre todas as análises.
  • Tratar a falha em rejeitar H0 como prova de que H0 é verdadeira: use testes de equivalência (TOST) ou métodos Bayesianos se seu objetivo for demonstrar a ausência de um efeito.

Perguntas frequentes

Qual é a diferença entre pesquisa de teste de hipóteses e pesquisa confirmatória?

A pesquisa de teste de hipóteses é o mecanismo específico — o procedimento estatístico formal (H0 vs. H1, valor p, alfa). A pesquisa confirmatória é a filosofia de desenho mais ampla de que as previsões derivadas da teoria devem ser testadas contra novos dados antes de serem aceitas. Toda pesquisa de teste de hipóteses é confirmatória em espírito, mas a pesquisa confirmatória também pode envolver comparação de modelos ou atualização Bayesiana sem o quadro clássico de NHST.

Como escolho o nível de significância (alfa) correto?

Alfa = 0,05 é o padrão convencional na maioria das ciências sociais e comportamentais, mas é uma convenção social, não uma verdade universal. Use alfa = 0,01 quando falsos positivos são especialmente custosos (por exemplo, recomendar uma intervenção cara). Use alfa = 0,10 em desenhos exploratório-confirmatórios onde falsos negativos são a maior preocupação. Sempre justifique sua escolha na seção de métodos e sempre relate valores p exatos ao lado da decisão do limiar.

Meu resultado não é significativo. Posso concluir que não há efeito?

Não. Um resultado não significativo significa apenas que os dados não fornecem evidências suficientes para rejeitar H0 no nível alfa escolhido — não confirma H0. Para fazer uma afirmação afirmativa de 'nenhum efeito significativo' você precisa de um teste de equivalência formal (por exemplo, dois testes unilaterais, TOST) ou uma análise Bayesiana que quantifique a evidência em favor de H0 em relação a H1.

O que é pré-registro e por que ele é importante?

Pré-registro significa registrar publicamente suas hipóteses, desenho, tamanho da amostra e plano de análise antes de coletar dados (via OSF, AsPredicted ou um registro semelhante). Ele traça uma linha clara entre análises confirmatórias e exploratórias, tornando impossível apresentar retroativamente um achado exploratório como um achado impulsionado por hipóteses. Periódicos exigem ou recompensam cada vez mais o pré-registro como um indicador de qualidade.

Devo relatar tamanhos de efeito ao lado dos valores p?

Sim — isso é agora considerado obrigatório pelo Manual de Publicação da APA (7ª edição) e pela maioria dos principais periódicos. A significância estatística diz se um efeito é distinguível de zero dado o tamanho da sua amostra; o tamanho do efeito (d de Cohen, r, eta-quadrado, razão de chances) diz o quão grande ou significativo o efeito realmente é. Um valor p significativo com um tamanho de efeito minúsculo muitas vezes indica um impacto trivial no mundo real.

Métodos relacionados

Fontes

  1. Kerlinger, F. N., & Lee, H. B. (1986). Foundations of Behavioral Research (3rd ed.). Holt, Rinehart and Winston.

    ISBN: 978-0030417603
    Copiado.
  2. Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates.

    ISBN: 978-0805802832
    Copiado.