Calculadora de Teste T para Uma Amostra: Fórmula, Passos e Exemplos Resolvidos
Uma calculadora de teste t para uma amostra compara a média de uma única amostra com um valor populacional afirmado quando o desvio padrão da população é desconhecido, usando no lugar dele o desvio padrão amostral e a distribuição t. Os estudantes recorrem a uma calculadora de teste t para uma amostra ao verificar se um novo método de estudo realmente altera a nota média, se um lote de peças atende a uma especificação-alvo ou se a média amostral está próxima o suficiente de um referencial histórico para ser considerada inalterada. Este guia constrói do zero a fórmula da calculadora de teste t para uma amostra — a estatística t, os graus de liberdade, as decisões unilaterais e bilaterais e o intervalo de confiança relacionado — com exemplos completos resolvidos para que você possa conferir cada número à mão.
Conteúdo
- 01O Que Uma Calculadora de Teste T para Uma Amostra Realmente Calcula?
- 02Por Que Usar um Teste T em Vez de um Teste Z Aqui?
- 03Qual É a Fórmula do Teste T para Uma Amostra?
- 04Como Executar um Teste T para Uma Amostra Bilateral Passo a Passo?
- 05Qual a Diferença Entre um Teste T Unilateral e um Teste T Bilateral?
- 06Como um Intervalo de Confiança se Conecta a um Teste T para Uma Amostra?
- 07Quais Suposições um Teste T para Uma Amostra Exige?
- 08Que Erros Você Deve Evitar com uma Calculadora de Teste T para Uma Amostra?
- 09Exercícios de Teste T para Uma Amostra com Soluções
- 10O Que Mais os Estudantes Perguntam Sobre Calculadoras de Teste T para Uma Amostra?
- 11Obtendo Mais Ajuda com Exercícios de Teste T para Uma Amostra
O Que Uma Calculadora de Teste T para Uma Amostra Realmente Calcula?
Uma calculadora de teste t para uma amostra recebe uma média amostral, uma média populacional afirmada, um desvio padrão amostral e um tamanho de amostra, e então devolve uma estatística t, os graus de liberdade e um valor-p que você compara com o seu nível de significância. Ela responde a uma pergunta específica: a diferença entre a sua média amostral e o valor afirmado é maior do que se esperaria apenas por amostragem aleatória, ou é pequena o bastante para ser explicada pelo acaso? O teste se apoia em duas afirmações concorrentes: a hipótese nula H0 (a média afirmada está correta) e a hipótese alternativa Ha (a média verdadeira é diferente). Uma calculadora de teste t para uma amostra nunca prova que H0 é verdadeira — ela apenas mede se a amostra fornece evidência forte o suficiente para rejeitá-la.
Uma calculadora de teste t para uma amostra nunca prova que a média afirmada está correta. Ela apenas decide se a amostra fornece evidência forte o suficiente para rejeitar essa afirmação.
Por Que Usar um Teste T em Vez de um Teste Z Aqui?
O teste t para uma amostra e o teste z para uma amostra respondem à mesma pergunta, mas diferem em exatamente uma suposição: se você conhece ou não o desvio padrão da população.
1. Use um teste t quando apenas o desvio padrão amostral (s) é conhecido
Esse é o caso realista em que se encaixam quase todos os exercícios e estudos reais, já que o verdadeiro desvio padrão populacional raramente está disponível de antemão. Uma calculadora de teste t para uma amostra usa s, o desvio padrão calculado a partir da sua própria amostra, no lugar do σ desconhecido.
2. A distribuição t leva em conta a incerteza adicional
Como o próprio s é estimado a partir da amostra, ele carrega um erro de amostragem extra em comparação com um σ conhecido. A distribuição t é mais larga e mais achatada do que a distribuição normal, especialmente para amostras pequenas, o que torna mais difícil alcançar significância estatística — uma penalidade embutida por essa incerteza adicional. À medida que o tamanho da amostra cresce (aproximadamente n ≥ 30), a distribuição t converge para a distribuição normal.
3. Por que os passos manuais ainda importam
Uma calculadora de teste t para uma amostra fornece a estatística t final e o valor-p instantaneamente, mas listas de exercícios e provas quase sempre exigem mostrar as hipóteses, a substituição na fórmula e a comparação com um valor crítico ou valor-p. Percorrer os passos abaixo é o que constrói a intuição de que você vai precisar mais tarde para testes t de duas amostras, ANOVA e regressão.
Qual É a Fórmula do Teste T para Uma Amostra?
A fórmula do teste t para uma amostra converte os dados da sua amostra em um único escore padronizado e depois compara esse escore com um limiar da distribuição t.
1. A fórmula da estatística t
t = (x̄ − μ₀) ÷ (s ÷ √n), onde x̄ é a média amostral, μ₀ é a média populacional afirmada (hipotetizada), s é o desvio padrão amostral e n é o tamanho da amostra. O denominador, s ÷ √n, é o erro padrão da média — ele mede o quanto as médias amostrais costumam variar em relação à verdadeira média populacional por acaso.
2. Graus de liberdade
df = n − 1. Os graus de liberdade diminuem em um porque o desvio padrão amostral s é calculado usando a própria média amostral, o que consome uma unidade de informação independente. Você precisa de df para consultar o valor t crítico ou o valor-p corretos em uma tabela da distribuição t.
3. Interpretando o resultado
Um |t| maior significa que a média amostral está mais distante do valor afirmado, medida em erros padrão. Uma estatística t próxima de 0 significa que a média amostral está próxima de μ₀ em relação à variabilidade natural dos dados, o que aponta para não rejeitar H0.
t = (x̄ − μ₀) ÷ (s ÷ √n), com graus de liberdade df = n − 1.
Como Executar um Teste T para Uma Amostra Bilateral Passo a Passo?
Veja a seguir um exemplo completo resolvido que verifica se uma média amostral difere de um valor afirmado em qualquer direção.
1. Enuncie as hipóteses e colete os dados
Um fabricante de vitaminas afirma que suas cápsulas contêm em média 500 mg do princípio ativo. Um analista de qualidade coleta uma amostra de n = 20 cápsulas e encontra uma média amostral de x̄ = 494 mg com desvio padrão amostral de s = 15 mg. H0: μ = 500 (a média corresponde à afirmação). Ha: μ ≠ 500 (a média difere da afirmação). Esse teste é bilateral, pois um desvio em qualquer direção — princípio ativo de menos ou de mais — é relevante. Teste com α = 0,05.
2. Calcule a estatística t
t = (x̄ − μ0) ÷ (s ÷ √n) = (494 − 500) ÷ (15 ÷ √20) = −6 ÷ (15 ÷ 4,472) = −6 ÷ 3,354 ≈ −1,789.
3. Encontre os graus de liberdade e o valor crítico
df = n − 1 = 20 − 1 = 19. Para um teste bilateral com α = 0,05 e df = 19, o valor t crítico é de aproximadamente ±2,093. O valor-p bilateral para t ≈ −1,789 com df = 19 é de cerca de 0,090.
4. Tome a decisão e interprete
Como |t| ≈ 1,789 não ultrapassa o valor crítico de 2,093 (equivalentemente, p ≈ 0,090 é maior que α = 0,05), não rejeite H0. A amostra não fornece evidência forte o suficiente, ao nível de significância de 5%, de que o verdadeiro teor médio do princípio ativo difere de 500 mg — mesmo que a média amostral de 494 mg esteja um pouco abaixo da afirmação. Verificação: com um erro padrão menor (digamos s = 8 em vez de 15), a mesma diferença de 6 mg produziria um |t| maior e poderia inverter a decisão, e é por isso que a dispersão dos dados importa tanto quanto a diferença em si.
t = (494 − 500) ÷ (15 ÷ √20) ≈ −1,789 com df = 19 — abaixo do valor crítico de 2,093 em módulo, então não rejeitamos H0.
Qual a Diferença Entre um Teste T Unilateral e um Teste T Bilateral?
A direção da hipótese alternativa determina se você executa um teste unilateral ou bilateral, e trocá-los muda tanto o valor crítico quanto a conclusão.
1. Testes unilaterais verificam uma direção específica
Ha: μ > μ0 (unilateral à direita) ou Ha: μ < μ0 (unilateral à esquerda) coloca toda a região de rejeição em uma única cauda da distribuição t, o que facilita detectar um efeito na direção prevista, mas impossibilita detectar um efeito na direção oposta, por mais extremo que ele seja.
2. Um exemplo resolvido: teste t unilateral à direita
Um centro de reforço escolar afirma que seu programa aumenta as notas das provas em mais de 5 pontos em média. Uma amostra de n = 12 alunos mostra uma melhora média de x̄ = 6,2 pontos com s = 1,8 ponto. H0: μ = 5. Ha: μ > 5 (unilateral à direita, já que a afirmação é especificamente 'mais de'). t = (6,2 − 5) ÷ (1,8 ÷ √12) = 1,2 ÷ 0,5196 ≈ 2,309. df = 11, e o valor t crítico unilateral à direita com α = 0,05 é de aproximadamente 1,796. Como t ≈ 2,309 ultrapassa 1,796 (p ≈ 0,021 < 0,05), rejeite H0 — a amostra sustenta a afirmação de que a melhora média excede 5 pontos.
3. Ajustando a cauda à redação da afirmação
'Maior que' ou 'mais de' indica um teste unilateral à direita; 'menor que' indica um teste unilateral à esquerda; 'diferente de' ou 'não igual a' indica um teste bilateral. Usar um valor crítico bilateral para uma afirmação unilateral (ou o contrário) pode transformar uma decisão de rejeitar em uma de não rejeitar, ou o inverso.
Um teste bilateral divide α entre as duas caudas; um teste unilateral coloca todo o α em uma única cauda, o que reduz o valor t crítico necessário para rejeitar H0 na direção prevista.
Como um Intervalo de Confiança se Conecta a um Teste T para Uma Amostra?
Um intervalo de confiança baseado na distribuição t e um teste t bilateral para uma amostra são duas visões do mesmo cálculo — se o valor afirmado cair fora do intervalo, o teste bilateral no nível de significância correspondente rejeita H0.
1. A fórmula do intervalo de confiança
IC = x̄ ± t* × (s ÷ √n), onde t* é o valor t crítico para o nível de confiança desejado e df = n − 1. Usando o exemplo das cápsulas de vitamina acima (x̄ = 494, s = 15, n = 20, df = 19, t* ≈ 2,093 para 95% de confiança): IC = 494 ± 2,093 × (15 ÷ √20) = 494 ± 2,093 × 3,354 = 494 ± 7,02, resultando em um intervalo de aproximadamente (486,98, 501,02).
2. Lendo o intervalo em relação à afirmação
Como 500 mg está dentro do intervalo (486,98, 501,02), o intervalo de confiança de 95% concorda com a decisão de não rejeitar do teste bilateral do exemplo anterior — os dados são compatíveis com a média afirmada de 500 mg. Se o valor afirmado tivesse caído fora do intervalo, o teste bilateral correspondente teria rejeitado H0.
3. Por que isso importa na prática
Um intervalo de confiança fornece uma faixa de valores plausíveis para a média verdadeira, e não apenas um veredito de rejeitar ou não rejeitar, o que costuma ser mais útil ao relatar resultados — ele mostra a estimativa e a sua precisão em uma única afirmação.
Se o intervalo de confiança x̄ ± t* × (s ÷ √n) exclui o valor afirmado μ0, o teste bilateral correspondente no mesmo nível de significância rejeita H0.
Quais Suposições um Teste T para Uma Amostra Exige?
Uma calculadora de teste t para uma amostra só dá uma resposta válida quando as suposições subjacentes são aproximadamente satisfeitas — verificá-las leva um minuto e evita uma conclusão enganosa.
1. Os dados devem ser uma amostra aleatória e independente
Cada observação deve ser extraída de forma independente da população de interesse, sem um padrão sistemático (como amostrar apenas em um local ou período de tempo) que possa enviesar a média.
2. A população deve ser aproximadamente normal, ou a amostra deve ser grande o suficiente
Para amostras pequenas (aproximadamente n < 30), a população subjacente deve ter distribuição aproximadamente normal para que o teste t seja confiável. Para amostras maiores, o Teorema Central do Limite garante que a distribuição amostral da média é aproximadamente normal mesmo que a população não seja, de modo que o teste t continua válido.
3. Os dados devem ser medidos em uma escala contínua
O teste t para uma amostra foi feito para dados numéricos e contínuos (pesos, notas, tempos) em que uma média faz sentido — ele não é adequado para dados categóricos ou ordinais, que pedem um teste diferente, como o teste qui-quadrado de aderência.
Que Erros Você Deve Evitar com uma Calculadora de Teste T para Uma Amostra?
Esses erros aparecem constantemente em listas de estatística corrigidas, seja o cálculo feito à mão ou conferido depois em uma calculadora de teste t para uma amostra.
1. Usar n em vez de n − 1 para os graus de liberdade
Esquecer de subtrair 1 muda a linha da tabela da distribuição t que você consulta, o que altera o valor crítico e pode inverter uma decisão limítrofe.
2. Escolher a direção errada da cauda
Ajuste Ha à redação exata da afirmação: 'mais de' significa unilateral à direita, 'menos de' significa unilateral à esquerda, 'diferente de' significa bilateral. Uma escolha errada de cauda usa o valor crítico errado.
3. Confundir desvio padrão com erro padrão
A fórmula divide s por √n antes de comparar o resultado com a diferença x̄ − μ0 — usar apenas s em vez de s ÷ √n produz uma estatística t com módulo pequeno demais.
4. Tratar 'não rejeitar' como 'provei que a afirmação é verdadeira'
Não rejeitar H0 significa apenas que a amostra não forneceu evidência suficiente contra a afirmação — isso nunca prova que a afirmação está correta. Uma amostra diferente, ou maior, ainda poderia levar à rejeição de H0 para a mesma população subjacente.
Exercícios de Teste T para Uma Amostra com Soluções
Resolva estes três problemas, do mais fácil ao mais difícil. Tente cada um antes de ler a solução e depois confira a sua montagem com os passos mostrados.
1. Problema 1 (Iniciante): teste t bilateral
Uma padaria afirma que seus pães pesam em média 450 g. Uma amostra de n = 16 pães tem x̄ = 445 g e s = 12 g. Teste com α = 0,05 se a média verdadeira difere de 450 g. Solução: t = (445 − 450) ÷ (12 ÷ √16) = −5 ÷ 3 ≈ −1,667. df = 15, e o valor crítico bilateral com α = 0,05 é ±2,131. Como |t| ≈ 1,667 < 2,131, não rejeite H0 — a amostra não fornece evidência forte de que a média verdadeira difere de 450 g.
2. Problema 2 (Intermediário): teste t unilateral
Um fabricante de pilhas afirma que suas pilhas duram mais de 40 horas em média. Uma amostra de n = 25 pilhas tem x̄ = 41,8 horas e s = 4,5 horas. Teste com α = 0,05, unilateral à direita. Solução: t = (41,8 − 40) ÷ (4,5 ÷ √25) = 1,8 ÷ 0,9 = 2,0. df = 24, e o valor crítico unilateral à direita com α = 0,05 é cerca de 1,711. Como t = 2,0 > 1,711, rejeite H0 — a amostra sustenta a afirmação de que a duração média das pilhas excede 40 horas, com p ≈ 0,028.
3. Problema 3 (Avançado): teste t bilateral com um α mais rigoroso
Uma afirmação farmacêutica diz que um comprimido contém 250 mg de princípio ativo. Uma amostra de n = 9 comprimidos tem x̄ = 246 mg e s = 5 mg. Teste com α = 0,01 se a média verdadeira difere de 250 mg. Solução: t = (246 − 250) ÷ (5 ÷ √9) = −4 ÷ 1,667 ≈ −2,4. df = 8, e o valor crítico bilateral com α = 0,01 é cerca de ±3,355. Como |t| ≈ 2,4 é menor que 3,355 (p ≈ 0,043, acima de 0,01), não rejeite H0 — esta amostra não fornece evidência forte o suficiente, ao nível de 1%, de que a média verdadeira difere de 250 mg, ainda que houvesse rejeição com α = 0,05.
O Que Mais os Estudantes Perguntam Sobre Calculadoras de Teste T para Uma Amostra?
Estas são as dúvidas que mais aparecem junto com as listas de exercícios e a revisão para provas sobre o teste t para uma amostra.
1. Quando devo usar uma calculadora de teste t para uma amostra em vez de uma calculadora de teste z?
Use uma calculadora de teste t para uma amostra sempre que o desvio padrão da população for desconhecido e você tiver apenas o desvio padrão amostral — o que acontece em quase todo estudo real. Use um teste z apenas quando um σ populacional conhecido e estabelecido for explicitamente fornecido.
2. O que é um valor 'bom' de estatística t?
Não existe um valor 'bom' universal — o que importa é comparar |t| com o valor crítico para os seus graus de liberdade e nível de significância, ou comparar o valor-p diretamente com α. Um |t| maior significa apenas que a média amostral está mais distante do valor afirmado, em unidades de erro padrão.
3. Uma calculadora de teste t para uma amostra funciona com dados pareados?
Sim, de forma indireta — um teste t pareado (que compara medições antes e depois nos mesmos sujeitos) é, na verdade, um teste t para uma amostra aplicado às diferenças de cada par, testando se a diferença média é igual a zero.
4. Como o tamanho da amostra afeta o teste t para uma amostra?
Um n maior reduz o erro padrão (s ÷ √n), o que torna a estatística t maior para a mesma diferença entre x̄ e μ0 e aumenta o poder do teste para detectar uma diferença real. Ele também aumenta os graus de liberdade, o que reduz ligeiramente o valor t crítico e aproxima a distribuição t da distribuição normal.
Obtendo Mais Ajuda com Exercícios de Teste T para Uma Amostra
Quando você já estiver confortável para enunciar H0 e Ha, calcular a estatística t termo a termo e compará-la com um valor crítico ou valor-p com os graus de liberdade corretos, os problemas de teste t para uma amostra passam a ser uma questão de montagem cuidadosa, e não uma fórmula misteriosa. Pratique com uma mistura de afirmações unilaterais e bilaterais, já que as provas costumam esperar que você reconheça qual se aplica apenas pela redação. Se você travar na montagem de um problema específico ou quiser conferir um cálculo feito à mão, o resolvedor passo a passo da Solvify percorre a mesma fórmula mostrada neste guia — a estatística t, os graus de liberdade e a decisão final — para que você veja exatamente onde a sua montagem se afasta da correta.
Antes de recorrer a uma calculadora de teste t para uma amostra, escreva H0, Ha e se o teste é unilateral ou bilateral — essa única decisão determina tanto o seu valor crítico quanto a sua conclusão.
Artigos relacionados
Calculadora de Teste de Hipóteses: Como Calcular Testes Z e Testes T à Mão
O arcabouço mais amplo por trás do teste t para uma amostra, incluindo como escolher entre um teste z e um teste t e como funcionam os erros Tipo I e Tipo II.
Calculadora de Intervalo de Confiança para uma Proporção: Fórmula, Passos e Exemplos
Veja como a mesma lógica de valor crítico usada no intervalo de confiança do teste t se aplica a proporções em vez de médias.
Calculadora de Erro Padrão: Fórmula, Passos e Exemplos
O erro padrão s ÷ √n é o denominador da estatística t — aprenda como ele é calculado e o que ele mede.
Solucionadores matemáticos
Soluções Passo a Passo
Veja explicitamente cada etapa de um teste t para uma amostra — a estatística t, os graus de liberdade e a decisão final.
Resolvedor Smart Scan
Tire uma foto de uma questão de teste t e receba na hora uma solução completa e detalhada.
Tutor de Matemática com IA
Faça perguntas de acompanhamento sobre estatísticas t, graus de liberdade ou valores-p até tudo fazer sentido.