Aviso
Agora você está saindo do support.minitab.com.
Clique em Continuar para prosseguir para:
Use as hipóteses nula e alternativa para verificar que os critérios de equivalência estejam corretos e que você tenha selecionado a hipótese alternativa apropriada para teste.
| Hipótese nula: | Diferença ≤ -0,5 ou Diferença ≥ 0,5 |
|---|---|
| Hipótese alternativa: | -0,5 < Diferença < 0,5 |
| Nível α: | 0,05 |
| Hipótese Nula | GL | Valor-T | Valor-p |
|---|---|---|---|
| Diferença ≤ -0,5 | 12 | 1,8637 | 0,044 |
| Diferença ≥ 0,5 | 12 | -3,0566 | 0,005 |
Nestes resultados, o Minitab testa duas hipóteses nulas sobre a diferença entre a média da população de teste e a média da população de referência: 1) a diferença entre a média da população é menor ou igual ao limite de equivalência inferior de -0,5, e 2) a diferença entre a média da população é maior ou igual ao limite de equivalência superior de 0,5. A hipótese alternativa é que a diferença entre a média da população se situa entre os limites de equivalência inferior e superior (isto é, a média da população de teste é equivalente à média da população de referência).
O nível de significância (indicado por α ou alfa) é o nível de risco máximo aceitável para rejeitar a hipótese nula quando ela é verdadeira (erro tipo I). Por exemplo, se você estiver realizando um teste de equivalência usando as hipóteses padrão, um α de 0,05 indica o risco de 5% de afirmar a equivalência quando ela não é realmente verdadeira.
O nível de α para um teste de equivalência também determina o nível de confiança para o intervalo de confiança. Por padrão, o nível de confiança é (1 – α) x 100%. Se você usar o método alternativo de cálculo do intervalo de confiança, o nível de confiança é (1 – 2α) x 100%.
Use o nível-α para decidir se rejeita ou deixar de rejeitar a hipótese nula (H0).
Se o valor-p for inferior ao nível de α, você rejeita H0 e afirma que seus resultados são estatisticamente significativos.
Os graus de liberdade (DF) indicam a quantidade de informações que estão disponíveis em seus dados para estimar os valores de parâmetros desconhecidos e calcular a variabilidade dessas estimativas.
O Minitab usa os graus de liberdade para calcular a estatística de teste. Os graus de liberdade são afetados pelo tamanho da amostra. Aumentar o tamanho da amostra fornece mais informações sobre a população, que aumenta os graus de liberdade.
A estatística de teste avalia o tamanho da diferença entre duas médias de população em relação à variação da amostra. Se os critérios de equivalência forem expressos em termos de uma diferença entre a média de teste e a média de referência, ou uma razão da média de teste/média de referência usando uma transformação lognormal, o valor-t mede a diferença entre a média de referência da amostra e a média de teste da amostra em unidades de erro padrão. Se os critérios de equivalência forem expressos em termos de uma razão entre a média do teste e a média de referência, o valor-t mede da diferença entre a de média de teste da amostra e uma proporção de uma média de referência, em relação à variabilidade de ambas as amostras.
É possível usar um valor de t para determinar se a hipótese nula deve ser rejeitada. No entanto, a maioria das pessoas utiliza o valor de p ou o intervalo de confiança, porque eles são mais fáceis de serem interpretados.
Em geral, quanto maior for a magnitude da diferença ou razão em relação à variabilidade de amostragem, maior será o valor absoluto do valor de t para o teste, e mais forte será a evidência contra a hipótese nula.
O valor de t para cada teste é utilizado para calcular o seu valor de p correspondente. Se o valor de p associado a este valor de for menor do que o seu nível de significância, você rejeita a hipótese nula e conclui que os resultados são estatisticamente significativos. Para obter mais informações, consulte a seção sobre o valor de p para o teste.
O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.
A hipótese nula depende sobre qual hipótese alternativa você selecionar para o teste. Para obter mais informações, acesse Hipóteses para Teste de equivalência para experimento cruzado 2x2.
Use o valor-p para o teste determinar se existem evidencias suficientes para rejeitar a hipótese nula e aceitar a hipótese alternativa. Compare cada valor-p com o nível significativo (também denotado como alpha ou α). Normalmente, um α de 0,05 funciona bem.
Quando testar para equivalência usando a hipótese default, o Minitab testa duas hipóteses nulas sobre a diferença (ou razão) entre a média de teste e a média de referência: 1) a diferença (ou razão) da média da população é maior que o limite inferior da equivalência e 2) a diferença (ou razão) da média da população é menor que o limite superior da equivalência.
Para avaliar visualmente os resultados de um teste de equivalência, examine os resultados no gráfico de equivalência, o que for mais fácil de interpretar do que os valores-p.
Agora você está saindo do support.minitab.com.
Clique em Continuar para prosseguir para: