Os equívocos sobre estatística são comuns mesmo entre investigadores experientes

Uma nova análise revela que os investigadores interpretam frequentemente os valores p como prova de que uma hipótese é verdadeira

17.11.2026
AI-generated image

Imagem simbólica

Mesmo os investigadores e as pessoas com formação aprofundada em estatística têm, muitas vezes, dificuldade em interpretar corretamente os resultados estatísticos. É o que demonstra uma nova revisão sistemática realizada pela Universidade de Uppsala e outras instituições, na qual os investigadores analisaram 55 estudos que envolveram mais de 15 000 participantes.

A estatística é uma ferramenta importante em muitos domínios científicos. Através de métodos estatísticos, os investigadores podem não só descrever o que foi observado, mas também tirar conclusões mais gerais. Por exemplo, isto pode envolver investigar se um medicamento é eficaz ou se existe uma ligação entre a poluição atmosférica e a saúde humana.

Tirar conclusões a partir de resultados estatísticos é conhecido como inferência estatística. A forma como os resultados das análises estatísticas são descritos e compreendidos influencia as conclusões que são efetivamente tiradas. Conceitos como o valor p, a significância estatística e os intervalos de confiança desempenham aqui um papel central.

Mas até que ponto compreendemos realmente estes conceitos?

«Encontrámos muitos estudos que analisaram esta questão de várias formas. O que é surpreendente é que, apesar de utilizarem métodos diferentes, os investigadores chegaram a conclusões tão semelhantes: a compreensão do que pode realmente ser inferido a partir dos resultados estatísticos é inadequada e os equívocos são comuns», afirma Per Lytsy, investigador afiliado no Departamento de Saúde Pública e Ciências dos Cuidados, da Universidade de Uppsala.

Equívocos mesmo entre quem tem conhecimentos de estatística

A revisão sistemática inclui 55 estudos publicados entre 1963 e 2024. A maioria dos estudos consistiu em inquéritos por questionário, nos quais foi pedido aos participantes que interpretassem resultados estatísticos ou que avaliassem se várias afirmações estavam corretas ou incorretas. Outros estudos analisaram a forma como os resultados estatísticos influenciam a confiança nas conclusões científicas. Entre os participantes contavam-se estudantes, investigadores, profissionais de saúde, estatísticos e professores de estatística.

Um equívoco comum é considerar que a significância estatística constitui prova de que uma hipótese é verdadeira ou de que um efeito é significativo. Por exemplo, um medicamento pode produzir uma melhoria estatisticamente significativa sem que essa melhoria tenha qualquer significado prático para os doentes.

Uma das razões pelas quais os equívocos são tão comuns pode ser o facto de os conceitos estatísticos serem frequentemente difíceis de compreender e nem sempre corresponderem à forma como raciocinamos intuitivamente sobre probabilidades e incerteza. Além disso, os métodos estatísticos baseiam-se em fundamentos teóricos diferentes e são, por vezes, utilizados em combinação, o que pode tornar ainda mais difícil compreender quais as conclusões que se justificam.

«Um exemplo comum é interpretar o valor p como a probabilidade de a hipótese que estamos a testar ser verdadeira ou falsa. No entanto, essa conclusão não pode ser tirada com base num valor p. Tais interpretações erradas podem levar-nos a atribuir um grau de certeza aos resultados da investigação superior ao que se justifica», afirma Ronnie Pingel, professor sénior do Departamento de Estatística da Universidade de Uppsala.

Importante para a educação e as decisões

Ao compilar estudos que abrangem várias décadas, a nova revisão oferece uma visão mais ampla de quão generalizados e persistentes são estes equívocos, mesmo entre pessoas com formação aprofundada em estatística. Os investigadores esperam que a revisão ajude a sensibilizar para as interpretações erradas das estatísticas, melhore o ensino da estatística e incentive uma análise mais crítica dos resultados científicos.

«Ser capaz de utilizar métodos estatísticos não é o mesmo que compreender o que os resultados significam. A nossa revisão mostra que os mal-entendidos são comuns mesmo entre investigadores experientes. Isto corre o risco de levar a conclusões incorretas e, em última análise, a decisões menos acertadas», afirma Lytsy.

Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Inglês pode ser encontrado aqui.

Publicação original

Outras notícias do departamento ciência

Notícias mais lidas

Mais notícias de nossos outros portais