Selecionar as opções de análise para Poder e tamanho de amostra para teste t para 2 amostra

Selecione a hipótese alternativa ou especifique o nível de significância para o teste.

Hipótese alternativa

Em Hipótese alternativa, selecione a hipótese que você deseja testar:

• Menor que: Use este teste unilateral para determinar se uma média da população é menor que a outra média da população. Este teste unilateral tem maior poder do que um teste bilateral, mas não pode detectar se uma média da população é maior do que outra média da população. Se você selecionar essa opção, insira valores negativos em Diferenciação na caixa de diálogo Poder e tamanho de amostra para teste t para 2 amostra.

  Por exemplo, um engenheiro utiliza este teste unilateral para determinar se a diferença da média na resistência de folhas plásticas de dois fornecedores é menor do que 0. Este teste unilateral tem um maior poder de detectar se a diferença na resistência é menor do que 0, mas não pode detectar se a diferença é maior do que 0.

• Não é igual: Utilize este teste bilateral para determinar se duas médias populacionais são diferentes. Este teste bilateral pode detectar se uma média de população é menor ou maior do que a outra média de população, mas tem menos poder do que um teste unilateral.

  Por exemplo, um gerente de banco quer saber se as médias de classificações de satisfação do cliente em dois bancos são diferentes. Como qualquer diferença nas classificações é importante, o gerente usa este teste bilateral para determinar se a classificação em um banco é maior ou menor do que a classificação no outro banco.

• Maior que: Use este teste unilateral para determinar se uma média da população é maior que a outra média da população. Este teste unilateral tem maior poder do que um teste bilateral, mas não pode detectar se uma média da população é menor do que outra média da população. Se você selecionar essa opção, insira valores negativos em Diferenciação na caixa de diálogo Poder e tamanho de amostra para teste t para 2 amostra.

  Por exemplo, um técnico usa um teste unilateral para determinar se a diferença média entre as velocidades de duas máquinas de enchimento é maior do que 0 segundos por caixa. Este teste unilateral tem um maior poder de detectar se a diferença na velocidade é superior a 0, mas não pode detectar se a diferença é menor do que 0.

Para obter mais informações sobre como selecionar uma hipótese alternativa unilateral ou bilateral, acesse Sobre as hipóteses nula e alternativa.

Nível de significância

Use o nível de significância para minimizar o valor do poder do teste quando a hipótese nula (H₀) for verdadeira. Os valores mais elevados para o nível de significância dão mais poder ao teste, mas também aumentar a chance cometer um erro do tipo I, que está rejeitando a hipótese nula quando ela é verdadeira.

Em geral, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica que o risco de concluir que existe uma diferença, quando, na verdade, não existe nenhuma diferença, é de 5%. Ele também indica que o poder do teste é de 0,05 quando não há nenhuma diferença.

• Escolha um nível de significância mais elevado, como 0,10, para ter mais certeza de que seja detectada alguma diferença que possivelmente exista. Por exemplo, um engenheiro de qualidade compara a estabilidade de novos rolamentos de esferas com a estabilidade dos rolamentos atuais. O engenheiro deve estar altamente certo que os novos rolamentos de esferas são estáveis porque rolamentos de esferas instáveis podem causar um desastre. Portanto, o engenheiro escolhe um nível de significância de 0,10 para ter mais certeza de detectar qualquer diferença possível na estabilidade dos rolamentos de esferas.
• Escolha um nível de significância inferior, como 0,01, para ter mais certeza de que seja detectada apenas uma diferença que realmente exista. Por exemplo, um cientista em uma empresa farmacêutica deve estar muito certo de que a alegação de que um novo medicamento da empresa reduz significativamente os sintomas é verdadeira. O cientista escolhe um nível de significância de 0,01 para ter mais certeza de que exista qualquer diferença significativa nos sintomas.