O que esta calculadora faz
A Calculadora de Valor-p do Qui-Quadrado converte uma estatística de teste qui-quadrado em um valor-p, ou seja, a probabilidade de observar um resultado pelo menos tão extremo quanto o seu se a hipótese nula fosse verdadeira. Ela funciona para qualquer teste qui-quadrado — aderência, independência ou homogeneidade — desde que você conheça a estatística do teste e os graus de liberdade. A calculadora também mostra os valores críticos para os níveis de significância mais comuns, 0,05, 0,01 e 0,001, para que você veja exatamente onde o seu resultado se encaixa.
Como usar
- Estatística qui-quadrado (χ²): Informe o valor obtido no seu teste, geralmente a partir de um software estatístico ou de um cálculo manual.
- Graus de liberdade (gl): Em um teste de aderência, gl = número de categorias − 1. Em uma tabela de contingência, gl = (linhas − 1) × (colunas − 1).
- Leia o valor-p resultante e compare-o com o alfa escolhido (normalmente 0,05).
A fórmula explicada
A distribuição qui-quadrado depende apenas dos graus de liberdade. O valor-p é a área da cauda superior além da sua estatística:
p = P(χ²df ≥ valor observado)
Ele é calculado usando a função gama incompleta superior regularizada. Como os testes qui-quadrado são inerentemente unicaudais (estatísticas maiores indicam maior discrepância em relação ao esperado), apenas a cauda direita é usada. Quanto menor o valor-p, mais forte é a evidência contra a hipótese nula.
Exemplo prático
Suponha que você lance um dado 60 vezes para testar se ele é justo. Você calcula uma estatística qui-quadrado de 12,6 com gl = 5 (seis faces menos um). Ao informar esses valores, o resultado é um valor-p de cerca de 0,027. Como 0,027 é menor que 0,05, mas maior que 0,01, você rejeitaria a hipótese nula ao nível de 5% e concluiria que o dado parece viciado — embora a evidência não seja forte o bastante para atingir o nível de 1%.
Perguntas frequentes
Qual valor-p é considerado significativo? Um valor-p abaixo do alfa escolhido (normalmente 0,05) é considerado estatisticamente significativo. Limiares mais rigorosos, como 0,01 ou 0,001, reduzem a chance de um falso positivo.
Por que os graus de liberdade importam tanto? O formato da distribuição qui-quadrado muda com os gl, então a mesma estatística pode ser significativa com poucos graus de liberdade, mas não com muitos. Sempre informe os gl corretamente.
O valor-p pode ser exatamente zero? Não. Estatísticas extremamente grandes produzem valores-p minúsculos que podem aparecer como 0,000, mas o valor real é sempre positivo.