pesquisas
Você provavelmente já respondeu a uma pesquisa pelo menos uma vez na vida. Qualquer coisa pode ser uma pesquisa se você pensar bem. Desde que a mesma pergunta seja feita a pessoas diferentes, pode ser considerada uma pesquisa. Pesquisas formais conduzidas por cientistas e pesquisadores possuem um conjunto de perguntas que são então feitas a um grande número de pessoas diferentes. Essas perguntas podem ser na forma de perguntas escritas, ou podem ser perguntas verbais feitas em uma entrevista, ou podem até ser testes realizados em pessoas para ver que tipos de resultados são alcançados. Os psicólogos, por exemplo, podem realizar uma pesquisa na qual registram a reação de outras pessoas a um determinado cenário, como uma pessoa de frente para a parede do fundo de um elevador em vez de ficar de frente para a porta.
Significado estatístico
Muitos testes e pesquisas são realizados todos os dias por várias pessoas, mas nem todos acabam sendo úteis. Por que é isso? É porque para que uma pesquisa seja considerada útil ela deve ter significância estatística , uma baixa probabilidade de que a hipótese não seja verdadeira. Em outras palavras, uma pesquisa estatisticamente significativa terá uma alta probabilidade de uma hipótese ser verdadeira.
Por exemplo, se nossa pesquisa mostrar que 99% dos entrevistados, pessoas que responderam, dirigem um sedã de quatro portas, podemos dizer que esta pesquisa é estatisticamente significativa porque a hipótese de que a maioria das pessoas dirige automóveis de quatro portas tem uma alta probabilidade de sendo verdade de acordo com a pesquisa. No entanto, você não verá os 99% ao falar sobre significância estatística.
P-Value
Em vez disso, você verá um valor p , a probabilidade de que a hipótese não seja verdadeira. Este valor p é um número decimal entre 0 e 1. Esses valores p são encontrados referindo-se a gráficos e tabelas relacionadas ao tipo de pesquisa que você realiza.
O valor de p aceito que torna uma hipótese estatisticamente significativa é 0,05. Se nosso valor p for menor que 0,05, podemos assumir que a hipótese é verdadeira, em sua maior parte. Se nosso valor de p for maior que 0,05, a hipótese não pode ser confiável e ela é descartada. O que esse valor p significa? Um valor de p de 0,05 indica que a probabilidade de a hipótese ser falsa é de 0,05 ou 5%. 5% se traduz em uma vez a cada 20 vezes. Portanto, uma hipótese com um valor p de 0,05 significa que a hipótese é falsa uma vez a cada 20 vezes.
Você pode ver que, se o valor p for ainda menor, haverá ainda menos chance de nossa hipótese ser falsa. Por exemplo, um valor p de 0,01 significa que há uma probabilidade de 1% de que a hipótese seja falsa, de que a hipótese seja falsa uma vez a cada 100 vezes.
Devo dizer a você, porém, que só porque uma hipótese é estatisticamente significativa, ela tem um valor de p menor que 0,05, não significa que a hipótese seja algo em que você possa confiar para sempre. Se o tamanho da amostra, o número de pessoas questionadas, for pequeno, então o valor p pode muito bem ser menor que 0,05, mas a hipótese não pode ser generalizada para todas as pessoas, uma vez que as respostas desse pequeno grupo de pessoas podem ser exclusivas desse grupo . A significância estatística é apenas uma forma matemática de determinar se vale a pena examinar mais profundamente uma hipótese. Quando uma hipótese é considerada estatisticamente significativa, mais estudos e pesquisas podem ser realizados para verificar se a hipótese ainda é estatisticamente significativa para uma população maior.
Convertendo o P-Value
Podemos traduzir esse valor p na probabilidade de nossa hipótese ser verdadeira subtraindo o valor p de 1. Um valor p de 0,05, então, terá uma probabilidade de 1 – 0,05 = 0,95 ou 95% de ser verdadeiro. Um valor-p de 0,01 terá uma probabilidade de 1 – 0,01 = 0,99 ou 99% de ser verdadeiro. Converter o valor p na probabilidade de uma hipótese ser verdadeira pode ser mais fácil de entender mentalmente. Você pode ver facilmente que quanto menor o valor p, maior a chance de nossa hipótese ser verdadeira.
Para problemas, você pode fazer essa conversão, desde que tenha em mente que é o valor p que importa e não a probabilidade de que algo esteja certo. E lembre-se de que o valor p dá a probabilidade de uma hipótese ser falsa.
Todas essas informações são úteis para os negócios, ao examinar suas estatísticas. Se você encontrar seu valor-p, poderá decidir se deve prestar atenção à estatística ou não. Por exemplo, se a estatística de que apenas 10% de seus clientes são adolescentes tiver um valor p de 0,1, você poderá ignorar essa estatística porque seu valor p é maior que 0,05. No entanto, se a estatística de que 90% de seus clientes são idosos tiver um valor p de 0,03, vale a pena examinar essa estatística. Você pode querer direcionar sua empresa mais para os idosos.
Resumo da lição
Vamos revisar o que aprendemos:
Aprendemos que a significância estatística é uma probabilidade baixa de que a hipótese não seja verdadeira. Para determinar se uma hipótese é estatisticamente significativa, usamos o valor p , a probabilidade de que a hipótese não seja verdadeira.
O valor p padrão para significância estatística é 0,05. Se o valor de p for menor que 0,05, a hipótese é estatisticamente significativa. Se o valor de p for maior que 0,05, a hipótese não é estatisticamente significativa e podemos desconsiderá-la. Para converter o valor p em um valor que nos diga a probabilidade de a hipótese ser verdadeira, subtraímos o valor p de 1.
Resultados de Aprendizagem
Após esta lição, você deve ser capaz de:
- Explique o que é significância estatística e sua importância
- Defina o valor p
- Identifique o valor p para significância estatística
- Descreva como usar o valor p