Se o valor-p for menor que 0.05, devemos rejeitar a hipótese nula de que não há diferença entre as médias e concluir que existe uma diferença significativa. Se o valor-p for maior que 0.05, não é possível concluir que existe uma diferença significativa.
Quando o valor-p é considerado significativo? Um valor-p é tido como significativo quando é menor ou igual a um nível de significância estabelecido, comumente 0,05, o que indica evidências robustas suficientes para justificar a rejeição da hipótese nula.
Em estudos na área da saúde, é frequente dicotomizar o valor de p utilizando o ponto de corte de 0,05 para indicar se hipótese nula pode ou não ser rejeitada com um nível de segurança. O Quadro 1 apresenta uma interpretação simplificada, mas adequada do valor de p.
O valor-p indica a probabilidade de se observar uma diferença tão grande ou maior do que a que foi observada sob a hipótese nula. Mas se o novo tratamento tiver um efeito de tamanho menor, um estudo com uma pequena amostra pode não ter poder suficiente para detectá-lo.
Um valor de p significativo significa que o efeito ou associação é grande ou clinicamente significativo. Um valor de p não significativo significa que não existe qualquer efeito ou associação.
O QUE É E COMO INTERPRETAR O VALOR DE P NA ANÁLISE ESTATÍSTICA
Como entender o valor de p?
O valor de p é a probabilidade de observar uma estatística de interesse igual ou mais extrema que a observada nos dados, assumindo que a hipótese nula é verdadeira. Formalmente, expressamos isso como p(Dados | H0), onde H0 é a hipótese nula.
O p-valor (nível descritivo ou probabilidade de significância) é a probabilidade de se obter uma estatística de teste igual ou mais extrema que a estatística observada a partir de uma amostra aleatória de uma população quando a hipótese nula é verdadeira.
O valor de p é calculado usando a distribuição amostral da estatística de teste sob a hipótese nula, os dados de exemplo, e o tipo de teste que está sendo feito (teste de cauda inferior, teste de cauda superior, ou teste bilateral).
Em resumo, um valor de p menor que 0,05 sugere que a probabilidade de obter os resultados observados — ou resultados mais extremos — sob a suposição de que a hipótese nula seja verdadeira, é inferior a 5%.
O nível de significância é geralmente definido como 5% (ou 0,05), embora possam ser utilizados outros níveis dependendo do estudo. Isto representa a probabilidade de rejeitar a hipótese nula quando é verdadeira.
Se o valor é muito pequeno (menor que 0,01), ele declara que o efeito foi percebido. Se for muito grande (maior que 0,20), ele declara que, se há algum efeito, nenhum experimento do tamanho do que foi executado, será capaz de detectá-lo.
No unicaudal é postulada a direção da diferença e a zona de rejeição fica à direita ou à esquerda da distribuição. No bicaudal H1 postula a diferença entre as médias, mas não a direção das diferenças. Neste caso, a área de rejeição estará dividida por duas áreas da curva.
O valor-p para cada termo testa a hipótese nula de que o coeficiente é igual a zero (sem efeito). Um valor-p baixo (< 0,05) indica que você pode rejeitar a hipótese nula.
O valor de significância, ou valor p, é a probabilidade de que um resultado tenha ocorrido por acaso. O valor de significância é comparado com um corte predeterminado (o nível de significância) para determinar se um teste é estatisticamente significativo.
Qual o valor de alfa normalmente aceito em estudo da área de ciências biológicas?
Os valores de α variam de 0 a 1,0; quanto mais próximo de 1, maior confiabilidade entre os indicadores. O uso de medidas de confiabilidade, como o α de Cronbach, não garante unidimensionalidade ao questionário, mas assume que ela existe.
– Um grande valor de p (p > 0,05, ou seja, probabilidade maior que 5%): indica que há uma grande probabilidade de que a diferença observada entre os grupos seja ao acaso, então, você considera que não há diferença significativa entre os grupos.
O valor "P", aquele que estamos usando para decidir se vamos ou não rejeitar a hipótese nula, é a probabilidade de ter a sua estatística amostral dado que a hipótese nula é verdadeira.
Os testes de hipóteses, no geral, apresentam duas hipóteses: ▪ Hipótese nula (ou da nulidade), geralmente representada por H0, que é a hipótese natural colocada à prova. Hipótese alternativa, geralmente representada por H1 ou HA, que é a hipótese alternativa à hipótese colocada à prova.
Como é um número irracional, ele é uma dízima não periódica e possui infinitas casas decimais, então é comum utilizarmos uma aproximação do valor de π para a resolução de problemas. Esse número é uma constante, e o seu valor é de aproximadamente 3,141592653..., mas a aproximação mais utilizada para o valor de π é 3,14.
Se o valor-p for menor que 0.05, devemos rejeitar a hipótese nula de que não há diferença entre as médias e concluir que existe uma diferença significativa. Se o valor-p for maior que 0.05, não é possível concluir que existe uma diferença significativa.
Em tal caso, se o p-value for menor que algum corte (usualmente 0,05, algumas vezes um pouco mais como 0,1 ou um pouco menos como 0,01) então você rejeita a hipótese nula.
