Calculadora de Valor p
Calcule gratuitamente valores p para testes Z e testes t online com a nossa calculadora de valor p. Insira seu escore Z ou estatística t e obtenha instantaneamente valores p bilaterais, de cauda esquerda e de cauda direita com interpretação da significância em α = 0,001, 0,01, 0,05 e 0,10 - sem cadastro.
Enter your test statistic and select the test type. For a t-test, also enter the degrees of freedom. The p-value calculator instantly returns two-tailed, left-tailed, and right-tailed p-values with significance interpretation. All calculations run locally in your browser - no data is sent to any server.
Standard normal statistic
Determines which p-value to highlight
- Use Z-test when population σ is known or n > 30
- Use t-test when σ is unknown and n is small; df = n − 1 for one-sample
- Two-tailed tests H₁: μ ≠ μ₀ - use for most research questions
- A p-value < 0.05 means the result is statistically significant at the 5% level
- All calculations run locally in your browser - 100% private
Por que usar nossa Calculadora de Valor p?
- Cálculo instantâneo do valor p: calcule valores p para testes Z e testes t instantaneamente no seu navegador. Nossa calculadora de valor p retorna valores p bilaterais, de cauda esquerda e de cauda direita em milissegundos - sem espera e sem idas e voltas ao servidor.
- Calculadora de Valor p online segura: todos os cálculos rodam localmente no seu navegador com JavaScript. Seus dados nunca saem do seu dispositivo, garantindo 100 % de privacidade sempre que você usa nossa calculadora de valor p online - ideal para dados de pesquisa sensíveis.
- Calculadora de Valor p online sem instalação: use nossa calculadora de valor p diretamente em qualquer navegador, sem downloads, plugins ou software. Calcule valores p de qualquer dispositivo, em qualquer lugar, totalmente grátis.
- Teste Z e teste t com interpretação da significância: nossa calculadora de valor p suporta testes Z (distribuição normal) e testes t (distribuição t de Student com quaisquer graus de liberdade), com interpretação automática da significância em α = 0,001, 0,01, 0,05 e 0,10.
Casos de uso comuns da Calculadora de Valor p
- Pesquisa acadêmica e testes de hipóteses: pesquisadores usam nossa calculadora de valor p para determinar se os resultados experimentais são estatisticamente significativos. Insira seu escore Z ou estatística t e obtenha instantaneamente o valor p necessário para aceitar ou rejeitar a hipótese nula.
- Ensaios clínicos e pesquisa médica: pesquisadores médicos usam valores p para avaliar se um efeito de tratamento é estatisticamente significativo. Nossa calculadora de valor p suporta testes t com quaisquer graus de liberdade, o que a torna adequada para conjuntos de dados pequenos de ensaios clínicos.
- Testes A/B e otimização da taxa de conversão: gerentes de produto e profissionais de marketing usam valores p para determinar se as diferenças em taxas de conversão, taxas de cliques ou receita entre variantes de teste são estatisticamente significativas. Nossa calculadora de valor p torna essa análise instantânea.
- Controle de qualidade e manufatura: engenheiros usam testes de hipóteses para determinar se uma mudança de processo alterou significativamente as métricas de qualidade do produto. Nossa calculadora de valor p converte rapidamente estatísticas t dos dados de processo em decisões de significância acionáveis.
- Finanças e econometria: analistas usam valores p para testar se coeficientes de regressão, diferenças de retorno ou indicadores econômicos são estatisticamente significativos. Nossa calculadora de valor p lida tanto com testes Z para amostras grandes quanto com testes t para conjuntos de dados menores.
- Educação estatística e trabalhos acadêmicos: estudantes usam nossa calculadora de valor p para verificar respostas de livros didáticos, conferir soluções de provas e desenvolver intuição sobre testes de hipóteses. A tabela de significância em α = 0,001, 0,01, 0,05 e 0,10 torna concretos os níveis de significância.
O que é um valor p?
Um valor p é a probabilidade de obter uma estatística de teste ao menos tão extrema quanto o valor observado, assumindo que a hipótese nula H₀ seja verdadeira. Ele não mede a probabilidade de H₀ ser verdadeira: mede quão surpreendentes os dados seriam se H₀ fosse verdadeira. Nossa calculadora de valor p calcula valores p exatos usando a distribuição normal padrão (para testes Z) e a distribuição t de Student (para testes t), retornando simultaneamente valores p bilaterais, de cauda esquerda e de cauda direita para que você sempre tenha o valor certo para sua hipótese.
Como funciona nossa Calculadora de Valor p
- 1. Selecione o tipo de teste e insira sua estatística: escolha teste Z (para σ conhecido ou amostras grandes) ou teste t (para σ desconhecido ou amostras pequenas). Insira sua estatística de teste e, para um teste t, os graus de liberdade (gl = n − 1 para testes de uma amostra).
- 2. Cálculo instantâneo no navegador: clique em Calcular Valor p e a ferramenta computa instantaneamente os três valores p usando a CDF normal padrão (teste Z) ou a CDF da distribuição t de Student (teste t). Todo o processamento acontece localmente no seu navegador: seus dados nunca são enviados a servidor algum.
- 3. Interprete os resultados e verifique a significância: veja o valor p destacado para o tipo de cauda escolhido, a tabela de significância em quatro níveis α e uma interpretação em linguagem simples do seu resultado. Use o valor p bilateral para a maioria das questões de pesquisa.
Conceitos-chave em testes de hipóteses
- O que é um valor p?: um valor p é a probabilidade de observar uma estatística de teste ao menos tão extrema quanto a calculada, assumindo que a hipótese nula (H₀) seja verdadeira. Um valor p pequeno (normalmente < 0,05) significa que o resultado observado é improvável sob H₀, fornecendo evidências para rejeitá-la. Um valor p grande significa que os dados são consistentes com H₀.
- Teste Z vs. teste t: use um teste Z quando o desvio padrão populacional (σ) for conhecido ou o tamanho da amostra for grande (n > 30) - a estatística de teste segue uma distribuição normal padrão. Use um teste t quando σ for desconhecido e a amostra pequena - a estatística segue uma distribuição t de Student com gl graus de liberdade, que tem caudas mais pesadas que a distribuição normal.
- Testes bilaterais vs. unilaterais: um teste bilateral verifica se o parâmetro difere do valor nulo em qualquer direção (H₁: μ ≠ μ₀). Um teste de cauda direita verifica um aumento (H₁: μ > μ₀); um teste de cauda esquerda verifica uma diminuição (H₁: μ < μ₀). O valor p bilateral é sempre o dobro do menor valor p unilateral.
- Nível de significância (α) e erro do tipo I: o nível de significância α é o limiar abaixo do qual você rejeita H₀. Escolhas comuns são α = 0,05 (5 % de chance de falso positivo) e α = 0,01 (1 % de chance). Escolher um α menor reduz os erros do tipo I (falsos positivos) mas aumenta os erros do tipo II (falsos negativos). Nossa calculadora de valor p mostra a significância em α = 0,10, 0,05, 0,01 e 0,001.
Observações importantes sobre a interpretação do valor p
Um valor p estatisticamente significativo não significa que o efeito seja praticamente importante - significa apenas que o resultado é improvável sob H₀. Considere sempre o tamanho do efeito (d de Cohen, r², etc.) junto com o valor p. Nossa calculadora de valor p usa a aproximação da função de erro de Abramowitz & Stegun para a CDF normal (erro máximo ≈ 1,5 × 10⁻⁷) e o algoritmo de frações continuadas de Lentz para a função beta incompleta regularizada usada na CDF da distribuição t, oferecendo precisão suficiente para todo trabalho estatístico prático.
Perguntas frequentes
Uma calculadora de valor p converte uma estatística de teste (escore Z ou estatística t) em uma probabilidade - o valor p - que mede a probabilidade do resultado observado sob a hipótese nula. Nossa calculadora de valor p suporta testes Z e testes t, retornando valores p bilaterais, de cauda esquerda e de cauda direita com interpretação da significância em quatro níveis α.
Um valor p de 0,05 significa que há 5 % de probabilidade de observar uma estatística de teste ao menos tão extrema quanto a sua se a hipótese nula fosse verdadeira. Por convenção, p < 0,05 é considerado estatisticamente significativo. Esse limiar é arbitrário; considere sempre o tamanho do efeito e o contexto junto com o valor p.
Use um teste Z quando o desvio padrão populacional (σ) for conhecido ou o tamanho da amostra for grande (n > 30). Use um teste t quando σ for desconhecido e a amostra pequena: a estatística segue uma distribuição t de Student com caudas mais pesadas, o que considera a incerteza adicional de estimar σ.
Os graus de liberdade (gl) representam o número de informações independentes nos seus dados. Para um teste t de uma amostra, gl = n − 1. Para um teste t de duas amostras com variâncias iguais, gl = n₁ + n₂ − 2. À medida que gl aumenta, a distribuição t se aproxima da distribuição normal padrão.
Um valor p bilateral testa se o parâmetro difere em qualquer direção (H₁: μ ≠ μ₀) e equivale ao dobro do menor valor p unilateral. Um valor p unilateral testa uma direção específica. Use testes bilaterais para a maioria das questões de pesquisa, a menos que você tenha uma hipótese direcional forte especificada antes da coleta de dados.
Sim, totalmente. Todos os cálculos rodam localmente no seu navegador com JavaScript. Seus dados nunca são enviados a servidor algum, garantindo 100 % de privacidade para dados de pesquisa ou clínicos sensíveis.
Sim! Nossa calculadora de valor p é 100 % gratuita, sem cadastro, sem conta e sem limites de uso. Calcule valores p para testes Z e testes t diretamente no seu navegador, totalmente grátis para sempre.
Nossa calculadora de valor p usa a aproximação da função de erro de Abramowitz & Stegun para a CDF normal (erro máximo ≈ 1,5 × 10⁻⁷) e o algoritmo de frações continuadas de Lentz para a CDF da distribuição t. Isso fornece precisão suficiente para todo trabalho estatístico prático, à altura de softwares estatísticos padrão.
Não. Um valor p grande significa que os dados são consistentes com H₀, mas não prova que H₀ é verdadeira: significa apenas que não há evidências suficientes para rejeitá-la. Para sustentar formalmente H₀, use testes de equivalência ou métodos bayesianos em vez de se basear em um valor p não significativo.