Teste t de uma amostra
O teste t de uma amostra verifica se a média populacional difere de um alvo, estimando o desvio padrão a partir da amostra. Use-o para dados contínuos, amostrados aleatoriamente e aproximadamente normais, ou com tamanho amostral maior que 20 sem forte assimetria. Se o desvio padrão populacional for conhecido, use o teste z de uma amostra. A saída inclui valor-p e intervalo de confiança; há uma versão para dados resumidos.
Última revisão
Conclusão principal
Um teste t de uma amostra compara a média da amostra com um valor-alvo ou hipotético quando o desvio padrão populacional é desconhecido, e fornece um intervalo de confiança para a média populacional.
Nesta página
- O que é o teste t de uma amostra?
- Quando usar o teste t de uma amostra?
- Diretrizes para o uso correto do teste t de uma amostra
- Alternativas: quando não usar o teste t de uma amostra
- Exemplo de teste t de uma amostra?
- Como fazer o teste t de uma amostra
- Como fazer o teste t de uma amostra para dados resumidos
O que é o teste t de uma amostra?
O teste t de uma amostra é um teste estatístico usado para estimar a média de uma população e compará-la com um valor-alvo ou de referência quando o desvio padrão populacional é desconhecido. Esse teste paramétrico determina se há diferença significativa entre a média da amostra e uma média populacional hipotética. O teste t de uma amostra também calcula um intervalo de confiança para a média populacional, fornecendo uma faixa de valores que provavelmente inclui a verdadeira média. Essa análise é especialmente útil para tamanhos amostrais pequenos ou quando a variância populacional não é conhecida.
Quando usar o teste t de uma amostra?
O teste t de uma amostra é apropriado quando as seguintes condições são atendidas:
- A amostra é selecionada aleatoriamente da população de interesse.
- Os dados são aproximadamente normalmente distribuídos (veja a condição de tamanho amostral abaixo para dados não normais).
- O desvio padrão populacional é desconhecido, mas pode ser estimado a partir da amostra.
- Os dados são normalmente distribuídos, ou o tamanho amostral é grande o bastante (maior que 20, com dados sem forte assimetria) para que a distribuição amostral da média seja aproximadamente normal.
Exemplos de quando usar um teste t de uma amostra incluem:
- Um pesquisador quer testar se a altura média de uma amostra de estudantes é igual à altura média dos estudantes na população geral.
- Uma empresa quer testar se o tempo médio para concluir uma tarefa é igual ao padrão do setor.
- Um médico quer testar se um novo medicamento tem efeito significativo na redução da pressão arterial dos pacientes.
Em geral, o teste t de uma amostra é uma ferramenta estatística poderosa que pode ajudar pesquisadores a tirar conclusões sobre populações com base em uma única amostra.
Diretrizes para o uso correto do teste t de uma amostra
- Use o teste z de uma amostra se você conhece o desvio padrão populacional.
- Use dados contínuos na análise, como pesos de embalagens.
- Use a taxa de Poisson de uma amostra se os dados contiverem contagens e uma proporção se os dados forem classificados em duas categorias.
- O tamanho amostral deve ser maior que 20 e sem forte assimetria para um teste de hipóteses adequado.
- Colete amostras aleatórias para fazer inferências sobre a população.
- Teste t pareado deve ser usado para dados dependentes ou pareados.
- O tamanho amostral deve ser grande o bastante para estimativas precisas, intervalos de confiança estreitos e proteção contra erros. Use Poder e Tamanho de Amostra para t de 1 amostra para determinar o tamanho amostral adequado.
Alternativas: quando não usar o teste t de uma amostra
- Se o desvio padrão da população for conhecido, recomenda-se usar o teste z de uma amostra em vez do teste t, pois o primeiro tem maior poder que o segundo.
Exemplo de teste t de uma amostra?
Um economista coleta dados sobre o custo mensal de energia de 25 famílias no ano atual para determinar se houve mudança em relação ao ano anterior, quando o custo médio foi de $200. Ele realiza um teste t de uma amostra para verificar se o custo de energia do ano atual é significativamente diferente de $200. O teste nos passos a seguir:
- Coletou os dados necessários.

- Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
- Para encontrar o teste t de uma amostra, escolha Statistical module> Graphical analysis> One sample t-test.
- Dentro da ferramenta, insira os dados junto com as demais entradas, como segue:

5. Depois de usar a ferramenta mencionada acima, obtém-se a seguinte saída:


Como fazer o teste t de uma amostra
O guia é o seguinte:
- Faça login no Zometric Statistical Software em https://statsai.zometric.com/
- Na página inicial, escolha Statistical Tool> Graphical analysis >One sample t test.
- Clique em One sample t test para acessar o painel (dashboard).
- Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V) aqui.
- Em seguida, você precisa inserir os valores do nível de confiança e da média hipotética.
- Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.
No painel (dashboard) do teste t de uma amostra, a janela é dividida em duas partes.

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.
Load example: Os dados de exemplo serão carregados.
Load File: É usado para carregar diretamente os dados do Excel.
Na parte direita, há várias opções, descritas a seguir:
- Confidence level: Em testes de hipóteses, o nível de confiança representa o grau de certeza ou de confiança que temos em nossa análise estatística. É um valor de probabilidade que indica a chance de o verdadeiro parâmetro populacional estar dentro da faixa de valores especificada. Normalmente, o nível de confiança é expresso como porcentagem e denotado por (1 - α), em que α é o nível de significância, ou seja, a probabilidade de rejeitar uma hipótese nula verdadeira. Por exemplo, se temos um nível de confiança de 95%, estamos dizendo que temos 95% de confiança de que o verdadeiro parâmetro populacional está dentro da nossa estimativa intervalar, e há 5% de chance de cometer um erro do tipo I (rejeitar uma hipótese nula verdadeira). Na prática, um nível de confiança maior significa que temos mais confiança em nossa análise e em nossos resultados estatísticos. No entanto, aumentar o nível de confiança também aumenta a largura do intervalo de confiança, tornando mais difícil detectar efeitos pequenos. Portanto, a escolha do nível de confiança depende do contexto do estudo e dos objetivos do pesquisador.
- Hypothesized mean: A média hipotética, também conhecida como média esperada ou média populacional, é um valor especificado na hipótese nula que representa o valor médio da variável testada. É um valor teórico usado para comparar com a média amostral real e determinar se a diferença é estatisticamente significativa ou se deve ao acaso.
- Alternative hypothesis: Em testes de hipóteses, a hipótese alternativa (também chamada de hipótese de pesquisa) é uma afirmação que representa uma conclusão diferente da hipótese nula. A hipótese nula normalmente representa o status quo ou a suposição de que não há diferença ou relação significativa entre dois ou mais grupos ou variáveis. A hipótese alternativa é a afirmação que está sendo testada e propõe que há uma diferença ou relação significativa entre os grupos ou variáveis estudados.
- Box Plot: Marcada, fornece o boxplot; caso contrário, não.
- Histogram: Marcada, fornece o histograma; caso contrário, não.
- Label: Define os rótulos dos dados, com três opções:
- Outlier: Valores de dados distantes dos demais, que podem afetar fortemente os resultados.
- All quartiles: Os quartis são valores que dividem uma amostra de dados em quatro partes iguais. Permitem avaliar rapidamente a dispersão e a tendência central de um conjunto de dados.
- Mean: A média no boxplot, para fornecer informações adicionais sobre a tendência central dos dados.
- Individual Data: Um ponto de dado individual é uma única observação ou valor em um conjunto de dados.
- Download as Excel: Exibe o resultado em formato Excel, que pode ser facilmente editado e recarregado para os cálculos por meio da opção load file.
Como fazer o teste t de uma amostra para dados resumidos
O guia é o seguinte:
- Faça login no Zometric Statistical Software em https://statsai.zometric.com/
- Na página inicial, escolha Statistical Tool> Graphical analysis >One sample t test for summarized data
- Clique em One sample t test for summarized data para acessar o painel (dashboard).
- Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V) aqui.
- Em seguida, você precisa inserir os valores do tamanho amostral, da média da amostra, do desvio padrão, da média hipotética e do nível de confiança.
- Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.
No painel (dashboard) do teste t de uma amostra para dados resumidos, a janela tem apenas a parte esquerda.
Load File: É usado para carregar diretamente os dados do Excel.

Na parte esquerda, há várias opções, descritas a seguir:
- Sample size: O tamanho amostral refere-se ao número de indivíduos, objetos ou eventos selecionados de uma população para serem estudados, a fim de tirar conclusões sobre toda a população. Em outras palavras, é o número de observações ou participantes incluídos em um estudo. O tamanho amostral pode ter um impacto significativo na exatidão e na confiabilidade dos resultados do estudo. Um tamanho amostral maior normalmente fornece um retrato mais representativo da população e ajuda a reduzir os efeitos do erro de amostragem aleatória. Portanto, é importante determinar um tamanho amostral adequado antes de realizar a pesquisa, para garantir que os resultados sejam estatisticamente válidos e confiáveis.
- Sample mean: A média da amostra é o valor médio de um conjunto de observações ou pontos de dados selecionados de uma população maior. É calculada somando-se todos os valores da amostra e dividindo-se pelo número de observações. A média da amostra costuma ser usada como estimador da média populacional, que é o valor médio de toda a população.
- Standard deviation: Em testes de hipóteses, o desvio padrão é uma medida da variabilidade dos dados. É frequentemente usado em conjunto com a média para avaliar se a diferença observada entre dois grupos é estatisticamente significativa.
- Hypothesized mean: A média hipotética, também conhecida como média esperada ou média populacional, é um valor especificado na hipótese nula que representa o valor médio da variável testada. É um valor teórico usado para comparar com a média amostral real e determinar se a diferença é estatisticamente significativa ou se deve ao acaso.
- Confidence level: Em testes de hipóteses, o nível de confiança representa o grau de certeza ou de confiança que temos em nossa análise estatística. É um valor de probabilidade que indica a chance de o verdadeiro parâmetro populacional estar dentro da faixa de valores especificada. Normalmente, o nível de confiança é expresso como porcentagem e denotado por (1 - α), em que α é o nível de significância, ou seja, a probabilidade de rejeitar uma hipótese nula verdadeira. Por exemplo, se temos um nível de confiança de 95%, estamos dizendo que temos 95% de confiança de que o verdadeiro parâmetro populacional está dentro da nossa estimativa intervalar, e há 5% de chance de cometer um erro do tipo I (rejeitar uma hipótese nula verdadeira). Na prática, um nível de confiança maior significa que temos mais confiança em nossa análise e em nossos resultados estatísticos. No entanto, aumentar o nível de confiança também aumenta a largura do intervalo de confiança, tornando mais difícil detectar efeitos pequenos. Portanto, a escolha do nível de confiança depende do contexto do estudo e dos objetivos do pesquisador.
- Download as Excel: Exibe o resultado em formato Excel, que pode ser facilmente editado e recarregado para os cálculos por meio da opção load file.
Perguntas frequentes
O que é um teste t de uma amostra?
Um teste t de uma amostra é um teste paramétrico que estima a média de uma população e a compara com um valor-alvo ou de referência quando o desvio padrão populacional é desconhecido. Ele determina se a média da amostra difere significativamente da média hipotética e calcula um intervalo de confiança para a média populacional.
Quais são as premissas de um teste t de uma amostra?
A amostra deve ser selecionada aleatoriamente da população, os dados devem ser contínuos e o desvio padrão populacional é desconhecido, mas estimado a partir da amostra. Os dados devem ser aproximadamente normais, ou o tamanho amostral deve ser grande o bastante, maior que 20 com dados sem forte assimetria, para que a distribuição amostral da média seja aproximadamente normal. Para dados pareados, use um teste t pareado.
Quando usar um teste z de uma amostra em vez de um teste t?
Se o desvio padrão populacional for conhecido, use o teste z de uma amostra, que tem maior poder que o teste t. Para dados de contagem, use o teste de taxa de Poisson de 1 amostra (1-Sample Poisson Rate) e, para dados classificados em duas categorias, o teste de uma proporção (One Proportion).
Como executar um teste t de uma amostra no Zometric Statistical Software?
Abra a ferramenta One sample t test, insira ou cole os dados, depois defina o nível de confiança, a média hipotética e a hipótese alternativa, com boxplot e histograma opcionais. Clique em Calculate para obter os resultados. Uma versão para dados resumidos aceita o tamanho amostral, a média da amostra, o desvio padrão, a média hipotética e o nível de confiança em vez de dados brutos.
