Calculadora de Valor P

Calcule valores p a partir de estatísticas de teste, incluindo escore z, estatística t, qui-quadrado e estatística F para testes de hipóteses uni e bicaudais.

Embed Calculadora de Valor P Widget

Calculadora de Valor P

A Calculadora de Valor-p calcula valores-p a partir de estatísticas de teste para quatro grandes distribuições estatísticas: normal padrão (z), t de Student, qui-quadrado (χ²) e F. Ela suporta testes de hipóteses unicaudais (esquerda e direita) e bicaudais, fornece uma visualização interativa da curva de distribuição e oferece uma interpretação clara da significância estatística.

O que é um Valor-p?

Um valor-p (valor de probabilidade) é a probabilidade de se obter uma estatística de teste pelo menos tão extrema quanto a observada, assumindo que a hipótese nula (H₀) seja verdadeira. Ele mede a força da evidência contra a hipótese nula em um teste estatístico.

Para um teste-z bicaudal:

$$p = 2 \times P(Z > |z|) = 2 \times [1 - \Phi(|z|)]$$

Valor-p pequeno (p < 0,05): Forte evidência contra H₀ — rejeita-se a hipótese nula
Valor-p grande (p ≥ 0,05): Evidência fraca contra H₀ — falha-se em rejeitar a hipótese nula

O valor-p não mede a probabilidade de H₀ ser verdadeira, nem mede o tamanho ou a importância de um efeito. Ele apenas informa quão compatíveis seus dados são com H₀.

Como Usar Esta Calculadora

Selecione o tipo de teste: Escolha a distribuição que corresponde ao seu teste estatístico — teste-z (normal padrão), teste-t (t de Student), teste qui-quadrado ou teste-F.
Insira a estatística de teste: Digite o valor da estatística de teste calculado. As estatísticas de qui-quadrado e F devem ser não negativas.
Insira os graus de liberdade: Para testes-t e testes qui-quadrado, insira df (graus de liberdade). Para testes-F, insira os graus de liberdade do numerador (df₁) e do denominador (df₂).
Selecione o tipo de cauda: Escolha bicaudal para hipóteses não direcionais ou unicaudal à esquerda/direita para hipóteses direcionais.
Revise os resultados: Examine o valor-p, o gráfico de distribuição interativo, a avaliação de significância em múltiplos níveis de alfa e a interpretação em linguagem clara.

Testes Estatísticos Suportados

Teste-z (Distribuição Normal Padrão)

Use quando o desvio padrão da população for conhecido ou o tamanho da amostra for grande (n > 30). A estatística-z segue uma distribuição normal padrão $N(0, 1)$ sob H₀.

$$z = \frac{\bar{x} - \mu_0}{\sigma / \sqrt{n}}$$

Teste-t (Distribuição t de Student)

Use quando o desvio padrão da população for desconhecido e o tamanho da amostra for pequeno. A distribuição t tem caudas mais pesadas que a distribuição normal, contabilizando a incerteza adicional. À medida que df aumenta, a distribuição t se aproxima da normal padrão.

$$t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}}, \quad \text{df} = n - 1$$

Teste Qui-Quadrado (Distribuição χ²)

Usado para testes de aderência e testes de independência com dados categóricos. A distribuição qui-quadrado é assimétrica à direita e definida apenas para valores não negativos.

$$\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}$$

Teste-F (Distribuição F)

Usado em ANOVA e para comparar variâncias. A distribuição F requer dois parâmetros de graus de liberdade (numerador e denominador) e é definida apenas para valores não negativos.

$$F = \frac{s_1^2}{s_2^2}, \quad \text{df}_1 = n_1 - 1, \quad \text{df}_2 = n_2 - 1$$

Testes Unicaudais vs Bicaudais

Recurso	Bicaudal	Unicaudal
Hipótese	H₁: μ ≠ μ₀	H₁: μ > μ₀ ou H₁: μ < μ₀
Região de rejeição	Ambas as caudas	Apenas uma cauda
Valor-p	2 × valor-p unicaudal	Metade do valor-p bicaudal
Poder	Menor (para o mesmo α)	Maior na direção prevista
Quando usar	Sem expectativa direcional prévia	Forte hipótese direcional

Níveis de Significância Comuns

Alfa (α)	Nível de Confiança	Uso Típico
0,10	90%	Pesquisa exploratória
0,05	95%	Maioria das pesquisas científicas (limiar padrão)
0,01	99%	Estudos mais rigorosos, pesquisa médica
0,001	99,9%	Física de partículas, genômica

Equívocos Comuns Sobre Valores-p

Equívoco: "p = 0,03 significa que há 3% de chance de H₀ ser verdadeira." Realidade: O valor-p é a probabilidade dos dados dado que H₀ é verdadeira, não a probabilidade de H₀ ser verdadeira.
Equívoco: "Um valor-p menor significa um efeito maior." Realidade: Os valores-p dependem tanto do tamanho do efeito quanto do tamanho da amostra. Um efeito minúsculo pode produzir um valor-p muito pequeno com uma amostra grande o suficiente.
Equívoco: "p > 0,05 significa que não há efeito." Realidade: Falhar em rejeitar H₀ não prova que H₀ é verdadeira. Significa que a evidência é insuficiente para rejeitá-la no nível escolhido.
Equívoco: "Valores-p podem ser comparados entre estudos." Realidade: Valores-p de diferentes estudos com diferentes designs, tamanhos de amostra e populações não são diretamente comparáveis.

Perguntas Frequentes

O que é um valor-p?

Um valor-p é a probabilidade de se obter uma estatística de teste pelo menos tão extrema quanto a observada, assumindo que a hipótese nula seja verdadeira. Ele quantifica a força da evidência contra a hipótese nula. Um valor-p menor indica evidência mais forte contra H₀.

Qual é a diferença entre testes unicaudais e bicaudais?

Um teste bicaudal verifica efeitos em ambas as direções (maior ou menor que o esperado), enquanto um teste unicaudal verifica apenas em uma direção. Os testes bicaudais são mais conservadores. Use um teste unicaudal apenas quando tiver uma forte hipótese direcional antes de coletar os dados.

Quando devo usar um teste-z vs um teste-t?

Use um teste-z quando souber o desvio padrão da população ou quando o tamanho da amostra for grande (n > 30), pois a distribuição amostral se aproxima de uma distribuição normal. Use um teste-t quando o desvio padrão da população for desconhecido e o tamanho da amostra for pequeno, pois a distribuição t compensa a incerteza adicional com caudas mais pesadas.

O que significa um valor-p menor que 0,05?

Um valor-p menor que 0,05 significa que há menos de 5% de probabilidade de observar os dados (ou dados mais extremos) se a hipótese nula fosse verdadeira. Por convenção, isso é considerado estatisticamente significativo, levando os pesquisadores a rejeitar a hipótese nula. No entanto, a significância estatística não implica necessariamente significância prática.

Para que serve o teste qui-quadrado?

O teste qui-quadrado é usado para testar relações entre variáveis categóricas (teste de independência) e para testar se as frequências observadas correspondem às frequências esperadas (teste de aderência). Ele utiliza uma distribuição assimétrica à direita que depende dos graus de liberdade.

Cite este conteúdo, página ou ferramenta como:

"Calculadora de Valor P" em https://MiniWebtool.com/br/calculadora-de-valor-p/ de MiniWebtool, https://MiniWebtool.com/

pela equipe miniwebtool. Atualizado em: 20 de mar de 2026

Você também pode experimentar nosso Solucionador de Matemática AI GPT para resolver seus problemas de matemática através de perguntas e respostas em linguagem natural.

Outras ferramentas relacionadas:

Calculadora de Tamanho de Amostra para Teste A/BNovo

Calculadora de Significância de Teste A/BNovo

Detector de Conteúdo por IANovo

Contador de Tokens com IANovo

Calculadora de distribuição binomial

Calculadora do Teorema Central do Limite

Contador de caracteres

Calculadora do Teste Qui-QuadradoEm Destaque

Calculadora de d de Cohen

Calculadora de Intervalo de Confiança

Calculadora de Valor P

Calculadora de Valor P

O que é um Valor-p?

Como Usar Esta Calculadora

Testes Estatísticos Suportados

Teste-z (Distribuição Normal Padrão)

Teste-t (Distribuição t de Student)

Teste Qui-Quadrado (Distribuição χ²)

Teste-F (Distribuição F)

Testes Unicaudais vs Bicaudais

Níveis de Significância Comuns

Equívocos Comuns Sobre Valores-p

Perguntas Frequentes

O que é um valor-p?

Qual é a diferença entre testes unicaudais e bicaudais?

Quando devo usar um teste-z vs um teste-t?

O que significa um valor-p menor que 0,05?

Para que serve o teste qui-quadrado?

Outras ferramentas relacionadas:

Estatísticas e análise de dados:

Ferramentas em destaque: