Valor-p e intervalo de confiança respondem a partes diferentes da inferência. O valor-p mede quão incompatíveis os dados observados, ou resultados mais extremos definidos pelo teste, são com um modelo estatístico que inclui a hipótese nula e outras suposições. O intervalo apresenta uma faixa de valores compatíveis com os dados sob um procedimento e um nível de confiança definidos. Nenhum deles informa sozinho se o efeito é grande, importante, causal ou verdadeiro.
A interpretação precisa começar pela pergunta, pelo desenho e pela estimativa. Depois entram incerteza, pressupostos e relevância substantiva. Ler apenas se p ficou acima ou abaixo de 0,05 transforma uma medida contínua em decisão automática e esconde o que os dados realmente permitem dizer.
Comece pela estimativa e pelo que foi comparado
Identifique a unidade do resultado. Pode ser diferença de médias, proporção, razão de chances, coeficiente de regressão, correlação ou outra medida. Diga quais grupos, variáveis, momentos ou condições foram comparados. Sem isso, p e intervalo não possuem interpretação substantiva.
Suponha que uma diferença média estimada seja 4 pontos, com intervalo de confiança de 95% entre 1 e 7. A estimativa pontual é 4; o intervalo mostra a incerteza produzida pelo procedimento, pelos dados e pelas suposições. Você ainda precisa saber o que 4 pontos significam na escala, se 1 ponto seria relevante e se o desenho permite atribuir a diferença à intervenção.
Relate também tamanho da amostra, variabilidade e modelo. Resultados idênticos podem ter significados diferentes em estudo randomizado, amostra de conveniência ou análise observacional com confundimento. A etapa anterior é escolher um teste compatível com pergunta, variáveis, independência e pressupostos.
Interprete o valor-p sem transformá-lo em probabilidade da hipótese
O valor-p não é a probabilidade de a hipótese nula ser verdadeira. Também não é a probabilidade de o resultado ter ocorrido “por acaso”, não mede qualidade do estudo e não fornece a chance de replicação. Sua leitura depende do modelo assumido e do modo como o teste foi definido.
A declaração da força-tarefa da American Statistical Association defende que valores-p e testes podem ser ferramentas úteis quando aplicados e interpretados adequadamente, mas ressalta incerteza, variabilidade, multiplicidade e replicabilidade. A associação também já descreveu uma mudança desejável para além de decisões baseadas apenas em p menor que 0,05, com atenção a tamanhos de efeito e intervalos.
Informe o valor observado de modo adequado, como p = 0,032, em vez de apenas “significativo”. Valores muito pequenos podem ser apresentados segundo a convenção da área e do periódico, sem fabricar zeros. Não escreva p = 0. Um software pode arredondar, mas probabilidade calculada não se torna exatamente nula por isso.
Se vários testes foram escolhidos depois de olhar os dados, o valor-p isolado não representa o processo completo. Seleção de desfechos, análises repetidas e decisões flexíveis aumentam o risco de conclusões instáveis. Declare análises exploratórias e ajustes aplicados quando cabíveis.
Leia o intervalo como faixa de estimativas compatíveis
Um intervalo de confiança de 95% não significa, para o intervalo já calculado, que há 95% de probabilidade de o parâmetro estar dentro dele sob a interpretação frequencista usual. O nível descreve o desempenho de longo prazo do procedimento quando suas condições são atendidas. Para o leitor do TCC, uma formulação útil é: “o intervalo indica valores do parâmetro compatíveis com os dados e o modelo no nível adotado”.
Observe posição e largura. A posição mostra quais magnitudes e direções aparecem na faixa; a largura informa precisão relativa. Um intervalo estreito ao redor de um efeito pequeno difere de um intervalo amplo que inclui dano, ausência de efeito e benefício importante.
O valor nulo depende da medida. Para diferença e coeficiente, costuma ser zero; para razões, costuma ser um. Não use essa regra sem identificar a escala. Além disso, excluir o nulo não torna todo valor do intervalo relevante na prática. O limite de importância deve vir do problema, não do limiar estatístico.
Relacione valor-p e intervalo sem duplicar conclusões
Em muitos testes bilaterais e intervalos construídos pelo mesmo modelo e nível, a exclusão do valor nulo corresponde a p abaixo do nível alfa. Mas essa equivalência pode falhar quando métodos, lados do teste, ajustes ou procedimentos diferem. Não tente “corrigir” um aparente conflito sem conferir como cada resultado foi calculado.
Um relato completo não precisa repetir “estatisticamente significativo” depois de apresentar estimativa, intervalo e p. Explique o padrão. Por exemplo: “a diferença média estimada foi de 4 pontos (IC 95% 1 a 7; p = 0,032); embora os dados sejam pouco compatíveis com diferença nula no modelo, a faixa inclui efeitos pequenos e moderados”. Adapte números e linguagem ao seu resultado real.
As orientações de revisão da APA para estudos quantitativos exemplificam a expectativa, naquele contexto editorial, de acompanhar significância com tamanho de efeito e intervalos. O manual institucional e as normas da área continuam determinando notação e detalhes do seu trabalho.
Evite decisões binárias e causalidade indevida
P = 0,049 e p = 0,051 não representam mundos opostos. Trate-os como resultados próximos que devem ser lidos junto da estimativa, incerteza e qualidade do desenho. Não conclua “há efeito” no primeiro e “não há efeito” no segundo sem examinar a faixa de valores e o poder informativo do estudo.
Considere também a multiplicidade. Quando dezenas de desfechos, subgrupos ou modelos são testados, alguns valores baixos podem aparecer mesmo sem uma relação consistente. Informe quais análises eram principais, quais foram exploratórias e se houve procedimento de ajuste. Não selecione apenas resultados favoráveis para o resumo ou a conclusão.
Ausência de evidência não equivale a evidência de ausência. Um intervalo amplo pode mostrar que o estudo não distingue entre efeitos relevantes. Para sustentar equivalência ou não inferioridade, é necessário desenho, margem e análise apropriados definidos previamente; p acima de 0,05 não basta.
Também não use associação estatística para afirmar causalidade em estudo que não controla alternativas plausíveis. Valor-p baixo não repara viés de seleção, mensuração ruim, confundimento, perdas ou análise escolhida depois do resultado.
Escreva uma conclusão que preserve a incerteza
Organize o parágrafo em cinco elementos: comparação; estimativa; intervalo; valor-p quando solicitado; interpretação no contexto. Depois acrescente pressupostos, limitações e relevância. Se houver muitos resultados, priorize desfechos definidos no plano e use tabelas para evitar repetição.
Calibre os verbos. “Os dados sugerem associação”, “a estimativa é compatível com” e “o intervalo inclui” descrevem melhor a evidência do que “comprovou” ou “não houve diferença”. Se o intervalo exclui o nulo, ainda discuta magnitude e desenho. Se o inclui, ainda descreva quais efeitos relevantes permanecem plausíveis.
Faça o texto e a tabela dizerem a mesma coisa. Um parágrafo não pode chamar de pequena uma diferença que a escala não justifica, nem declarar precisão quando o intervalo é amplo. Quando existe limiar substantivo definido antes da análise, mostre onde ele se situa em relação à faixa estimada e explique quem estabeleceu esse critério.
Confira se intervalo e p vieram do mesmo modelo, se unidades estão corretas, se categorias de referência foram nomeadas e se sinais positivo e negativo têm sentido claro. Relate valores ausentes e decisões de exclusão. A estatística descritiva deve permanecer visível para que o leitor entenda a distribuição antes da inferência.
O objetivo não é eliminar o valor-p, mas colocá-lo em seu lugar. Quando estimativa, incerteza, desenho e importância aparecem juntos, o leitor consegue avaliar o resultado sem depender de um rótulo binário.
