Questão de Estatística — Inferência estatística — VUNESP 2025

Tamanho amostral e poder estatístico

Gabarito: letra D. Um tamanho amostral insuficiente reduz a confiabilidade dos resultados e aumenta a chance de não identificar diferenças ou efeitos reais, pois diminui o poder estatístico do teste (probabilidade de rejeitar a hipótese nula quando ela é falsa). Essa é a consequência direta e central do problema, conforme o conceito de poder estatístico em inferência.

O tamanho da amostra é um dos principais determinantes do poder estatístico de um teste de hipóteses. O poder é a probabilidade de se rejeitar corretamente a hipótese nula quando ela é falsa, ou seja, de detectar um efeito real. Quanto menor a amostra, menor a precisão das estimativas, maior o erro padrão e, consequentemente, menor a capacidade de distinguir o efeito real do ruído amostral. Isso leva a um aumento do erro tipo II (não rejeitar a hipótese nula quando ela é falsa), o que significa que diferenças ou efeitos reais podem passar despercebidos.

A relação entre tamanho amostral e poder é direta: para um dado nível de significância e tamanho de efeito, aumentar o tamanho da amostra aumenta o poder. Por outro lado, uma amostra pequena produz intervalos de confiança mais largos e testes menos sensíveis, comprometendo a confiabilidade das conclusões. No contexto de validação de um biomarcador diagnóstico, isso pode levar a conclusões incorretas sobre a acurácia do biomarcador, com sérias implicações clínicas.

A pegadinha da questão está em inverter a relação: as alternativas incorretas afirmam que uma amostra pequena aumenta a sensibilidade, o poder ou reduz a variabilidade, quando na verdade ocorre exatamente o oposto. O candidato que não domina o conceito de poder estatístico pode ser induzido a escolher uma alternativa que soa plausível, mas que contraria a teoria.

Alternativa A — ❌ Incorreta

Afirma que um tamanho amostral insuficiente aumenta a capacidade de identificar diferenças entre os grupos, tornando o estudo mais sensível a pequenas variações. Na verdade, uma amostra pequena reduz a sensibilidade do teste, ou seja, diminui a capacidade de detectar diferenças reais. O erro padrão da estimativa é inversamente proporcional à raiz quadrada do tamanho da amostra ($\text{erro padrão} = \frac{\sigma}{\sqrt{n}}$), portanto, com $n$ menor, o erro padrão é maior, os intervalos de confiança são mais largos e o teste tem menos poder para rejeitar a hipótese nula. A alternativa inverte completamente a relação.

Alternativa B — ❌ Incorreta

Afirma que uma amostra menor reduz o risco de viés de seleção, pois é mais fácil de controlar. Isso é falso: o viés de seleção está relacionado à forma como a amostra é escolhida (aleatoriedade, representatividade), não ao seu tamanho. Uma amostra pequena pode até aumentar o risco de viés, pois é mais difícil garantir que ela represente adequadamente a população. O controle do viés depende do delineamento do estudo, não do tamanho amostral. A alternativa confunde tamanho com qualidade da amostragem.

Alternativa C — ❌ Incorreta

Afirma que um tamanho amostral insuficiente aumenta o poder estatístico do estudo, facilitando a detecção de diferenças significativas. É exatamente o oposto: o poder estatístico é uma função crescente do tamanho da amostra. Quanto menor a amostra, menor o poder, ou seja, menor a probabilidade de detectar um efeito real. A alternativa inverte a relação direta entre $n$ e poder.

Alternativa D — ✅ Correta ⟵ GABARITO

Afirma que um tamanho amostral insuficiente reduz a confiabilidade dos resultados e aumenta a chance de não identificar diferenças ou efeitos reais. Isso está correto: com uma amostra pequena, as estimativas são menos precisas, os intervalos de confiança são mais largos e o poder do teste é menor, aumentando o erro tipo II (falso negativo). No contexto de validação de biomarcador, isso significa que um biomarcador que realmente tem valor diagnóstico pode não ser detectado como tal, comprometendo a validade do estudo.

Alternativa E — ❌ Incorreta

Afirma que um tamanho amostral insuficiente diminui a variabilidade intragrupo, facilitando a interpretação dos resultados. A variabilidade intragrupo é uma característica da população ou do fenômeno estudado, não é afetada pelo tamanho da amostra. O que muda com o tamanho da amostra é a precisão da estimativa dessa variabilidade, mas a variabilidade em si permanece a mesma. Além disso, uma amostra pequena tende a produzir estimativas menos estáveis da variabilidade, dificultando a interpretação, não facilitando.

Gabarito: letra D