Um estudo foi realizado para estimar o teor de certa
proteína em uma amostra de 64 grãos de soja produzidos em
determinada fazenda. Os resultados mostraram que o teor de
proteína, em média, foi de 38%, sendo o desvio padrão amostral
igual a 2%. Esse estudo também não rejeitou a hipótese de
normalidade da distribuição do teor de proteína. Ao se testar a
hipótese nula de que o teor populacional de proteína é de 37%,
mediante aplicação do teste t de Student bilateral, o p-valor
encontrado foi de 0,0001.
Com base nessas informações, julgue o item a seguir.Com base no teste t de Student bilateral, não haveria evidências estatísticas para se rejeitar a hipótese nula de que o teor populacional de proteína é de 37% se o nível de significância do teste for igual a 1%.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoE — Errado
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Teste t de Student: decisão pelo p-valor
Gabarito: letra E (ERRADO). O p-valor encontrado foi de 0,0001 (0,01%), que é menor que o nível de significância de 1% (0,01). Como o p-valor é menor que o nível de significância, a hipótese nula deve ser rejeitada — ou seja, há evidências estatísticas para rejeitar a hipótese de que o teor populacional de proteína é de 37%. A afirmativa do enunciado, portanto, está errada.
O p-valor (ou nível descritivo) é a probabilidade de se obter um valor da estatística de teste tão ou mais extremo quanto o observado, assumindo que a hipótese nula é verdadeira. A regra de decisão é simples e direta: se o p-valor for menor ou igual ao nível de significância (), rejeita-se ; se for maior, não se rejeita . Essa é a lógica central de qualquer teste de hipóteses, e é exatamente o que a banca cobra aqui.
No caso, o p-valor é 0,0001 = 0,01%. O nível de significância é 1% = 0,01. Como 0,0001 < 0,01, o p-valor é menor que o nível de significância. Isso significa que a probabilidade de observar um resultado tão extremo quanto o obtido, se a média populacional fosse realmente 37%, é de apenas 0,01% — uma probabilidade muito baixa, que nos leva a rejeitar a hipótese nula. A afirmativa inverte essa lógica, dizendo que não haveria evidências para rejeitar, quando na verdade há.
NÃO CAIA NESSA!
A banca explora a confusão entre o p-valor e o nível de significância. O candidato pode pensar que, por o p-valor ser muito pequeno, a hipótese nula é aceita — mas é exatamente o contrário: quanto menor o p-valor, mais forte a evidência contra . Aqui, o p-valor de 0,0001 é muito menor que 0,01, então a rejeição é inequívoca. Fique atento: a regra é rejeitar se p-valor ≤ α.
p-valor
Nível de significância (α)
Comparação
Decisão sobre H₀
Evidência estatística
0,0001 (0,01%)
0,01 (1%)
0,0001 < 0,01
Rejeitar H₀
Há evidências para rejeitar
0,0001 (0,01%)
0,01 (1%)
p-valor ≤ α
Rejeitar H₀
Afirmativa do item: "não haveria evidências" — ERRADO
Item — ❌ ERRADO
A afirmativa diz que "não haveria evidências estatísticas para se rejeitar a hipótese nula" ao nível de 1%. Isso está errado, pois o p-valor (0,0001) é menor que o nível de significância (0,01). A regra de decisão é clara: rejeita-se quando o p-valor é menor ou igual a . Como 0,0001 < 0,01, a hipótese nula deve ser rejeitada, havendo evidências estatísticas fortes contra ela. A afirmativa inverte a conclusão correta.