O que a Calculadora de Valor Crítico faz
Esta calculadora encontra o valor crítico de que você precisa para um teste de hipóteses estatístico ou um intervalo de confiança. O valor crítico é o ponto de corte em uma distribuição de probabilidade que separa a região em que você rejeita a hipótese nula da região em que você não a rejeita. Em vez de consultar tabelas estatísticas antigas, você informa alguns dados e obtém um valor exato para a distribuição normal (Z), t de Student, qui-quadrado (\(\chi^2\)) ou F.
Os campos explicados
- Nível de confiança (%) – por exemplo, 95. A ferramenta converte esse valor no nível de significância alfa usando \(\alpha = \frac{100 - \text{nível de confiança}}{100}\). Um nível de 95% resulta em \(\alpha = 0{,}05\).
- Tipo de distribuição – escolha Normal (Z), t de Student, qui-quadrado (\(\chi^2\)) ou F.
- Graus de liberdade – necessários para t, qui-quadrado e F. No caso da F, são os graus de liberdade do numerador.
- Graus de liberdade (denominador) – usados apenas na distribuição F.
A fórmula por trás do cálculo
A calculadora usa a função de distribuição acumulada inversa (a função quantil) da distribuição escolhida:
- Normal e t (bilateral): valor crítico = \(\left|\text{CDFinversa}\!\left(\frac{\alpha}{2}\right)\right|\). O alfa é dividido entre as duas caudas.
- Qui-quadrado e F (unilateral à direita): valor crítico = \(\text{CDFinversa}(1 - \alpha)\), com todo o alfa na cauda superior.
Exemplo resolvido
Suponha que você faça um teste t bilateral com nível de confiança de 95% e 20 graus de liberdade. \(\alpha = \frac{100 - 95}{100} = 0{,}05\), portanto \(\frac{\alpha}{2} = 0{,}025\). A calculadora avalia a inversa da FDA da distribuição t com 20 gl em 0,025 e retorna o valor absoluto, resultando em um valor crítico de aproximadamente 2,086. Se a estatística do seu teste exceder 2,086 em módulo, você rejeita a hipótese nula.
Para um teste qui-quadrado a 95% com 10 gl, ela calcula \(\text{CDFinversa}(0{,}95) \approx\) 18,31.
Interpretando o seu valor crítico
O valor crítico é o limite da região de rejeição — o ponto no eixo horizontal da distribuição além do qual a estatística do teste é considerada extrema demais para ser atribuída apenas ao acaso, no nível de significância \(\alpha\) escolhido.
As regras de decisão
- Teste Z ou t bilateral. Rejeite a hipótese nula \(H_0\) quando \(|\text{estatística de teste}| \ge\) valor crítico; caso contrário, não rejeite. A região de rejeição são as duas caudas, cada uma com área \(\alpha/2\).
- Teste Z ou t unilateral. Para uma alternativa à direita, rejeite quando a estatística \(\ge +\) valor crítico; para uma alternativa à esquerda, rejeite quando a estatística \(\le -\) valor crítico. A cauda única contém toda a área \(\alpha\).
- Testes qui-quadrado e F. São usados como testes de cauda superior: rejeite \(H_0\) quando a estatística exceder o valor crítico superior; caso contrário, não rejeite. Ambas as estatísticas são não negativas, e valores maiores indicam maior afastamento da hipótese nula.
A regra equivalente do valor-p
Comparar uma estatística com um valor crítico e comparar um valor-p com \(\alpha\) são duas descrições da mesma decisão, e sempre concordam:
$$\text{rejeitar } H_0 \iff |T| \ge c_{\alpha} \iff p \le \alpha$$Isso vale porque o valor crítico \(c_{\alpha}\) é definido como a estatística cuja probabilidade de cauda é exatamente \(\alpha\). Em \(T = c_{\alpha}\), o valor-p é exatamente \(\alpha\); uma estatística mais adentro da cauda tem valor-p menor, e uma mais próxima do centro tem valor-p maior. Por exemplo, em um teste z bilateral com 95% de confiança, \(z = 2{,}30\) excede 1,960 e seu valor-p bilateral é cerca de 0,021, abaixo de 0,05 — a mesma rejeição nos dois casos.
O que o tamanho do valor crítico diz
- Um valor crítico maior significa um teste mais rigoroso. Aumentar o nível de confiança reduz \(\alpha\) e empurra o limite para fora: 2,576 a 99% contra 1,960 a 95%. Uma estatística de 2,10 rejeita a 95%, mas não a 99%; por isso, o nível de significância deve ser definido antes de olhar os dados.
- Os valores críticos de t diminuem em direção ao de Z conforme os gl aumentam. Com poucos graus de liberdade, o próprio erro padrão é mal estimado, então a distribuição t tem caudas mais pesadas e exige mais evidência: 2,571 com gl = 5, contra 2,042 com gl = 30 e 1,960 no limite.
- Os pontos de corte do qui-quadrado e de F dependem dos gl em sentido oposto no caso do qui-quadrado — eles aumentam com os gl porque a estatística soma mais termos; assim, um qui-quadrado de 20 é extremo com gl = 5 (corte 11,070), mas não com gl = 20 (corte 31,410).
O que a não rejeição significa e o que não significa
Não rejeitar \(H_0\) não prova que \(H_0\) seja verdadeira. Significa que os dados não forneceram evidência suficiente contra ela no \(\alpha\) escolhido — um resultado igualmente compatível com uma hipótese nula verdadeira, com um efeito real pequeno demais para ser detectado ou com uma amostra pequena demais para ter poder adequado. Um teste só pode rejeitar ou não rejeitar; nunca confirma.
Relação com os intervalos de confiança
O mesmo valor crítico que define a região de rejeição também determina a largura do intervalo de confiança correspondente:
$$\text{estimativa} \pm c_{\alpha} \times \text{erro padrão}$$Um teste bilateral no nível \(\alpha\) rejeita \(H_0: \mu = \mu_0\) exatamente quando o intervalo de confiança de \(100(1-\alpha)\%\) exclui \(\mu_0\). Com uma média amostral de 52,0, um erro padrão de 1,5 e \(z_{\alpha/2} = 1{,}960\), o intervalo de 95% é \(52{,}0 \pm 1{,}960 \times 1{,}5 = 52{,}0 \pm 2{,}94\), ou seja, de 49,06 a 54,94 — assim, um valor nulo de 50 não seria rejeitado, enquanto um valor nulo de 48 seria.
Perguntas frequentes
Por que o resultado de Z/t é bilateral? A ferramenta divide o alfa por dois para as distribuições normal e t, refletindo o teste bilateral padrão. Para um teste unilateral, informe um nível de confiança ajustado de acordo (por exemplo, use 90% para reproduzir um limite unilateral de 95%).
Preciso de graus de liberdade para a distribuição normal? Não. O valor crítico de Z depende apenas do nível de confiança. Os graus de liberdade importam para t, qui-quadrado e F.
Quando preencho os graus de liberdade do denominador? Somente para a distribuição F, que precisa dos graus de liberdade do numerador e do denominador (comum em ANOVA e comparações de variância).