📈 Calculadora de Teste T

Um teste t é um teste de hipótese estatística que determina se uma média amostral é significativamente diferente de um valor conhecido ou hipotetizado, ou se duas amostras independentes têm médias diferentes. O teste produz um estatístico t que segue a distribuição t de Student sob a hipótese nula. Ao contrário do teste z, o teste t não exige que o desvio padrão populacional seja conhecido, tornando-o muito mais prático para pesquisa real com dados limitados. Os pesquisadores o combinam com a calculadora de valor p para reportar significância e com a calculadora de intervalo de confiança para expressar incerteza.

Esta ferramenta lida com dois cenários principais. Um teste t de uma amostra compara uma única amostra com um valor de referência (μ₀) — por exemplo, testar se um lote de lâmpadas dura o que o fabricante afirma. Um teste t de duas amostras (Welch) compara as médias de dois grupos independentes que podem ter variâncias desiguais, como notas de dois métodos de ensino. A versão de Welch é preferida ao teste t agrupado de Student porque é mais robusta quando as duas amostras têm desvios padrão ou tamanhos diferentes. Use a calculadora de desvio padrão para obter s antes de executar o teste.

As caudas sombreadas em cada lado representam as regiões de rejeição. Se o estatístico t calculado cai além do valor crítico ±t*, rejeitamos a hipótese nula H₀ no nível de significância escolhido (tipicamente α = 0.05, bicaudal). Caso contrário, não rejeitamos H₀ e concluímos que não há evidência suficiente de diferença.

A calculadora aplica as fórmulas padrão para o teste t de uma amostra e o teste t de duas amostras de Welch.

Teste t de uma amostra

Aqui x̄ é a média amostral, μ₀ é a média populacional hipotetizada, s é o desvio padrão amostral e n é o tamanho da amostra. Valores absolutos maiores de t indicam evidência mais forte contra a hipótese nula.

Teste t de duas amostras de Welch

A fórmula de Welch não assume variâncias iguais, por isso é a escolha padrão para duas amostras independentes. Os graus de liberdade são tipicamente fracionários e são arredondados para a consulta do valor crítico.

Valor p e decisão

O valor p bicaudal é aproximado da distribuição t. Para df ≤ 30 usamos uma tabela de valores críticos; para df maiores aproximamos com a distribuição normal padrão. Se |t| > valor crítico em α = 0.05, o resultado é estatisticamente significativo e rejeitamos H₀; caso contrário, não rejeitamos H₀.

A última linha (∞) corresponde à distribuição normal padrão (z).

Como o desvio padrão populacional quase nunca é conhecido na prática, o teste t é a escolha padrão mais segura. Ambas as abordagens dão resultados quase idênticos quando n excede 30.

1. Escolha o tipo de teste — Selecione o modo de uma amostra ou duas amostras (Welch) no menu suspenso.
2. Insira os dados da amostra — Para uma amostra, digite a média (x̄), a média hipotetizada (μ₀), o desvio padrão (s) e o tamanho (n). Para duas amostras, insira médias, desvios padrão e tamanhos de ambas.
3. Clique em Calcular — A ferramenta calcula o estatístico t, os graus de liberdade, o valor p bicaudal aproximado e o valor crítico t em α = 0.05.
4. Leia a conclusão — O resultado indica se deve rejeitar ou não rejeitar a hipótese nula H₀ ao nível 0.05.
5. Interprete com contexto — Compare o valor p com o seu α escolhido e considere o tamanho do efeito e o intervalo de confiança antes de tirar conclusões reais.

Quando devo usar um teste t em vez de um teste z?

Use um teste t quando o desvio padrão populacional é desconhecido e deve ser estimado da amostra. O teste z exige que σ seja conhecido, o que é raro na prática. À medida que o tamanho da amostra cresce, a distribuição t converge para a distribuição normal, então para grandes amostras ambos os testes dão resultados quase idênticos. Para pequenas amostras (n < 30), o teste t é a escolha correta.

Qual é a diferença entre o teste t de Student e o teste t de Welch?

O teste t de duas amostras de Student (agrupado) assume que ambas as amostras vêm de populações com variâncias iguais. O teste t de Welch não faz essa suposição e ajusta os graus de liberdade em conformidade. A versão de Welch é mais robusta quando as duas amostras têm variâncias ou tamanhos desiguais, e agora é recomendada como a escolha padrão para duas amostras independentes.

O que é um valor p?

O valor p é a probabilidade de observar um estatístico t pelo menos tão extremo quanto o calculado, assumindo que a hipótese nula é verdadeira. Um valor p pequeno (tipicamente abaixo de 0.05) indica que os dados observados seriam improváveis sob H₀, então rejeitamos H₀. Ele não mede a probabilidade de a hipótese ser verdadeira.

O que significa "não rejeitar H₀"?

Significa que a evidência não é forte o suficiente para concluir que uma diferença existe. Isso não é o mesmo que provar que H₀ é verdadeira — o estudo pode simplesmente carecer de poder estatístico. Uma amostra maior, um tamanho de efeito maior ou um nível de significância menos rigoroso poderiam mudar a conclusão.

Qual é a precisão do valor p desta calculadora?

O valor p é aproximado de uma tabela de valores críticos para df 1–30 e da distribuição normal padrão para df maiores. É suficientemente preciso para trabalho de curso e interpretação geral, mas para pesquisa de nível de publicação use software estatístico dedicado (R, SPSS, SciPy) que calcula a função de distribuição cumulativa exata.

Posso usar um teste unicaudal?

Esta ferramenta reporta valores p e valores críticos bicaudais por padrão. Um teste unicaudal é apropriado apenas quando você tem uma razão a priori forte para esperar que a diferença vá em uma direção, e você se compromete com essa direção antes de coletar dados. Dividir o valor p bicaudal por dois dá o valor unicaudal se necessário.

Verifique sempre as suposições do teste t antes de confiar no resultado: os dados devem ser aproximadamente normally distribuídos (especialmente para n pequeno) e as observações devem ser independentes. Para tamanhos de amostra acima de 30, o teorema do limite central torna o teste t bastante robusto à não normalidade. Para dados pareados ou emparelhados (medidas antes/depois nos mesmos sujeitos), use um teste t pareado em vez da versão de duas amostras independentes — esta ferramenta não cobre designs pareados. Lembre-se de que um valor p significativo indica que uma diferença existe, mas não seu tamanho ou importância prática; sempre reporte tamanho de efeito e intervalo de confiança junto com o valor p.