Qual é o nível alfa? | Estatísticas

Na estatística frequentista, o nível alfa (também conhecido como nível de significância) é a probabilidade de rejeitar a hipótese nula quando esta é verdadeira. No contexto da investigação em fisioterapia, a hipótese nula pode ser a de que não existe diferença na redução da dor entre duas intervenções de fisioterapia diferentes. O nível alfa é normalmente fixado em 0,05, o que significa que existe uma probabilidade de 5% de rejeitar incorretamente a hipótese nula (ou seja, concluir que existe uma diferença na redução da dor quando na realidade não existe) a longo prazo.

É especialmente importante considerar isto como um resultado a longo prazo. Se forem efectuados 100 estudos semelhantes, 5 deles, em média, apresentarão um resultado falso positivo se não houver qualquer efeito.

Explicado com um exemplo

Digamos que um estudo compara duas intervenções de fisioterapia para a dor lombar, e os resultados mostram que a redução média da dor para a Intervenção A é de 6 pontos numa escala de dor, e a redução média da dor para a Intervenção B é de 8 pontos numa escala de dor. Com um nível alfa de 0,05, os investigadores rejeitariam a hipótese nula e concluiriam que existe uma diferença estatisticamente significativa na redução da dor entre as duas intervenções, porque a diferença entre as médias é superior ao que seria esperado pelo acaso.

Todas as mensagens p<0,05?

É importante notar que a definição de um nível alfa de 0,05 é uma convenção e não uma regra. A escolha do nível alfa depende do contexto do estudo e das potenciais consequências de um resultado falso positivo ou falso negativo. Por exemplo, se as consequências de um resultado falso positivo (ou seja, concluir que um tratamento é eficaz quando não o é) forem mais graves, os investigadores podem optar por utilizar um nível alfa mais baixo (por exemplo, 0,01) para diminuir a probabilidade de um resultado falso positivo.

Visão a longo prazo

Gostaríamos de sublinhar mais uma vez a importância de uma visão a longo prazo. Não se pode simplesmente dizer que há 5% de hipóteses de o trabalho se ter tornado um resultado falso positivo. Quando a investigação é efectuada, é simplesmente um falso positivo, ou não é. Os 5% referem-se a resultados a longo prazo. A realização deste teste em vários estudos com condições semelhantes resultará em cerca de 5% dos artigos com um resultado falso positivo.

Uma intervenção de fisioterapia pode parecer muito eficaz para reduzir a dor lombar, com um valor p pequeno (indicando uma diferença estatisticamente significativa) e um tamanho de efeito grande. No entanto, se este estudo único não for replicado noutros estudos, é difícil determinar se os resultados se devem ao acaso ou a um efeito real.

Uma visão a longo prazo considera os resultados de vários estudos ao longo do tempo para proporcionar uma compreensão mais abrangente da eficácia de uma intervenção. Esta abordagem é particularmente importante na investigação em fisioterapia, onde os resultados de um único estudo podem não ser generalizados a outras populações ou contextos.

Conceitos errados

Existem vários equívocos comuns em torno do valor p:

• O valor P é uma medida da força da evidência: O valor p não mede a força da evidência contra a hipótese nula, mas sim a probabilidade de observar uma estatística de teste tão extrema ou mais extrema do que a observada, assumindo que a hipótese nula é verdadeira
• Um valor p pequeno significa uma forte evidência contra a hipótese nula: Um valor p pequeno indica apenas que os dados não são consistentes com a hipótese nula, mas não fornece provas para a hipótese alternativa. Além disso, um valor p pequeno não implica que o efeito seja grande ou importante
• O valor de p de 0,05 é um limiar difícil de determinar: O limiar de 0,05 é arbitrário e foi adotado como um ponto de corte convencional para a significância estatística, mas não significa que os resultados com valores de p superiores a 0,05 não sejam automaticamente significativos. A interpretação do valor p deve depender do contexto e da questão de investigação que está a ser estudada
• O valor P é a probabilidade de a hipótese nula ser verdadeira: O valor p não é a probabilidade de a hipótese nula ser verdadeira, mas sim a probabilidade de observar os dados se a hipótese nula for verdadeira
• O valor P pode ser utilizado para efetuar uma inferência causal: O valor p apenas fornece provas a favor ou contra uma hipótese nula e não implica necessariamente causalidade. A inferência causal requer informações adicionais, como um estudo bem concebido com controlos adequados para factores de confusão

Para mais informações sobre o valor P. Veja o nosso post sobre o assunto aqui!

Upshur, R. E. (2001). A ética do alfa: reflexões sobre estatísticas, provas e valores em medicina. Theoretical Medicine and Bioethics, 22(6), 565-576.

Berger, V. W., & Hsieh, G. (2005). Repensar a estatística: basear os níveis alfa de eficácia em dados de segurança em ensaios aleatórios. Israeli Journal of Emergency Medicine, 5(3), 55-60.

Neyman, J. e Pearson, E.S. (1928) On the Use and Interpretation of Certain Test Criteria for Purposes of Statistical Inference. Biometrika, 20A, 175-240.

Greenland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). Testes estatísticos, valores P, intervalos de confiança e poder: um guia para interpretações incorrectas. Revista Europeia de Epidemiologia, 31(4), 337-350.