Intervalos de Confiança e Tamanho da Amostra em Termos Simples

Intervalos de confiança, tamanho de amostra e valores p estão entre as ideias mais comumente mal compreendidas em estatística, e a maior parte da confusão vem de não perceber como elas se encaixam em sequência. Cada uma responde a uma pergunta genuinamente diferente, e seguem uma ordem específica: quantos dados coletar, quão incertos são os dados realmente coletados, e se uma diferença nesses dados significa algo ou não.

Antes de Coletar Dados: Quantos Você Precisa?

A Calculadora de Tamanho de Amostra responde à pergunta que vem primeiro, antes de coletar uma única resposta: dado uma margem de erro desejada e um nível de confiança, quantos respondentes ou observações uma pesquisa realmente precisa? Como a margem de erro é elevada ao quadrado na fórmula subjacente, reduzir pela metade a margem de erro desejada não apenas dobra o tamanho da amostra necessário — ela o quadruplica aproximadamente, e é por isso que uma margem apertada de ±1% exige dramaticamente mais respondentes do que uma típica de ±5%.

Dica prática: decida quão precisos seus resultados realmente precisam ser antes de projetar a pesquisa, não depois — apertar a margem de erro depois que a coleta de dados já começou significa que a decisão sobre o tamanho da amostra já foi tomada, para melhor ou para pior.

Depois de Ter Dados: Quão Ampla É Sua Incerteza?

A Calculadora de Intervalo de Confiança responde à pergunta inversa, uma vez que dados reais existem: dado a média, o desvio padrão e o tamanho de uma amostra, quão amplo é o intervalo que provavelmente contém o verdadeiro valor da população? Um “intervalo de confiança de 95%” significa que se o mesmo processo de amostragem fosse repetido muitas vezes, cerca de 95% dos intervalos produzidos conteriam a verdadeira média da população — não significa que há 95% de chance de a verdadeira média cair dentro deste intervalo específico, uma distinção que confunde até quem usa o termo regularmente. A mesma relação de raiz quadrada com o tamanho da amostra aparece aqui também: uma amostra maior reduz o erro padrão (e, portanto, todo o intervalo), mas reduzir o intervalo pela metade novamente exige quadruplicar aproximadamente a amostra, não apenas dobrá-la.

Dica prática: a “margem de erro de mais ou menos 3 pontos percentuais” de uma reportagem descreve exatamente esse mesmo intervalo, apenas formulado de outra maneira — e um intervalo mais estreito não é automaticamente melhor se vier de um nível de confiança mais baixo, já que precisão e confiança trocam entre si.

Decidindo se uma Diferença É Real

A Calculadora de Valor-P responde a uma terceira pergunta, genuinamente diferente: dado um escore z de uma comparação ou teste, qual é a probabilidade de observar um resultado tão extremo puramente por acaso, se não houvesse realmente nenhum efeito real? Um valor p abaixo do limiar convencional de 0,05 é geralmente tratado como estatisticamente significativo — mas esse limiar é uma convenção amplamente utilizada, não uma lei da natureza, e um valor p nunca indica a probabilidade de a própria hipótese nula ser verdadeira, uma interpretação equivocada comum e com consequências relevantes.

Dica prática: significância estatística e significância prática são coisas diferentes — com uma amostra suficientemente grande, mesmo um efeito minúsculo e praticamente insignificante pode produzir um valor p muito pequeno, então um valor p é melhor lido junto com um intervalo de confiança ou um tamanho de efeito, nunca sozinho.

Juntando Tudo

A ordem natural é: use Calculadora de Tamanho de Amostra ao planejar uma pesquisa ou experimento para decidir quantos dados coletar para a precisão desejada, execute Calculadora de Intervalo de Confiança depois de ter dados reais para ver quão ampla sua incerteza real acabou sendo, e use

Calculadora de Valor-P ao comparar grupos ou testar uma hipótese específica para julgar se uma diferença observada é provavelmente real ou apenas ruído. Essas três ferramentas ficam em estágios diferentes do mesmo processo estatístico — confundir qual se aplica a qual estágio (fazer uma pergunta de intervalo de confiança antes de ter dados, ou uma pergunta de tamanho de amostra depois de já tê-los) é uma das formas mais comuns pelas quais os números de cada uma são mal utilizados.