O Resultado Não Deu Significativo: Foi Falta de Poder Estatístico? (2026)
O t de Student deu p = 0,087. A diferença entre os grupos existe, vai no sentido previsto, mas não atinge o limiar. E vem a pergunta inevitável, feita ao orientador ou ao Google às duas da manhã: «a minha amostra era pequena de mais?»
A resposta honesta é: talvez — e há uma forma correta e uma forma errada de o descobrir. A forma errada é a que o SPSS oferece com um clique e que muitos júris já rejeitam. A forma correta chama-se análise de sensibilidade, demora cinco minutos no G*Power e transforma uma limitação envergonhada numa secção de metodologia competente.
Não significativo não é «não há efeito»
Um valor-p acima de 0,05 diz uma coisa só: os dados recolhidos não são suficientemente incompatíveis com a hipótese nula para a rejeitar ao nível convencionado. Não diz que a hipótese nula é verdadeira, nem que o efeito é zero, nem que a intervenção não funciona.
Douglas Altman e Martin Bland resumiram isto num artigo de uma página no BMJ em 1995 cujo título ficou como regra da disciplina: Absence of evidence is not evidence of absence (DOI 10.1136/bmj.311.7003.485). O argumento é simples e continua a ser violado em teses todos os anos: quando um estudo é pequeno, um resultado não significativo é perfeitamente compatível com um efeito grande, apenas mal estimado.
Há, portanto, duas explicações possíveis para o seu p = 0,087 e a análise tem de distinguir entre elas:
- O efeito é realmente muito pequeno ou nulo na população — e o estudo, mesmo com poder adequado, não tinha o que detetar.
- O efeito existe e é relevante, mas o estudo não tinha poder para o apanhar — a amostra era insuficiente para a magnitude em causa.
O valor-p sozinho não distingue as duas situações. Uma secção de resultados que se limita a escrever «não foram encontradas diferenças estatisticamente significativas (p = 0,087)» está, por isso, incompleta — e é essa incompletude que o júri aponta.
Poder observado post-hoc: porque é circular
A tentação é imediata. No SPSS, em Opções, existe a caixa «Poder observado». Marca-se, corre-se de novo a ANOVA e sai uma coluna com valores como 0,38. A tese escreve então: «o poder observado foi de 0,38, o que sugere que a ausência de significância se deve à dimensão reduzida da amostra».
O problema é que essa frase não contém informação. O poder observado — também chamado poder post-hoc, poder retrospetivo ou achieved power — é calculado assumindo que o efeito verdadeiro na população é exatamente igual ao efeito que observou na sua amostra. Como o efeito observado e o valor-p são funções um do outro, o poder observado é apenas o valor-p reescrito noutra escala.
John Hoenig e Dennis Heisey demonstraram formalmente esta relação monótona em The American Statistician (2001), num artigo intitulado The Abuse of Power: The Pervasive Fallacy of Power Calculations for Data Analysis (DOI 10.1198/000313001300339897). A consequência prática é constante e verificável: todo o resultado não significativo tem, por construção, poder observado baixo. Sempre. Se p > 0,05, o poder observado será inferior a cerca de 0,50, independentemente de a amostra ter 30 ou 3000 casos.
A armadilha na defesa. Escrever «o poder observado foi de 0,38» convida o arguente a perguntar «e como é que o poder poderia ter sido outro, dado que o resultado não foi significativo?». Não há resposta possível, porque não podia. Um arguente familiarizado com a literatura metodológica lerá a frase como sinal de que o candidato usou o menu sem perceber o que produziu.
A crítica dirige-se ao poder calculado a partir do efeito observado, não ao conceito de poder, que é central. O poder calculado antes da recolha, com um efeito vindo da literatura, continua a ser uma peça legítima da metodologia: é o que trata o guia de como calcular o tamanho da amostra com o G*Power.
Análise de sensibilidade: a pergunta certa
Qualquer cálculo de poder relaciona quatro quantidades: o nível de significância (α), o poder (1 − β), a dimensão da amostra (n) e a magnitude do efeito. Fixando três, obtém-se a quarta. O que muda entre os tipos de análise é qual delas é a incógnita.
| Tipo de análise | Fixa-se | Calcula-se | Quando se usa |
|---|---|---|---|
| A priori | α, poder, efeito esperado | n | Antes de recolher — planeamento |
| Sensibilidade | α, poder, n real | efeito mínimo detetável | Depois de recolher — é esta que precisa |
| Critério | poder, n, efeito | α | Raro em teses |
| Post-hoc observado | α, n, efeito observado | poder | Nunca — é circular |
A diferença decisiva está na penúltima linha versus a última: a análise de sensibilidade usa um poder convencionado (0,80, ou 0,90) e devolve um efeito; a análise post-hoc usa o efeito que lhe calhou e devolve um poder. A primeira responde a «que magnitude é que este estudo conseguia ver?»; a segunda responde a «que probabilidade tinha eu de ver aquilo que vi?», que é uma pergunta sem conteúdo.
O resultado da análise de sensibilidade tem nome próprio na literatura metodológica: efeito mínimo detetável (minimum detectable effect size). É um número que descreve honestamente o alcance do desenho e que se interpreta em confronto com a literatura. Se a sua área reporta tipicamente efeitos de d ≈ 0,30 e o seu estudo só detetava d ≥ 0,51, ficou provado que o resultado não significativo é inconclusivo, não negativo — e isso é uma conclusão metodológica sólida.
Fazer a análise de sensibilidade no G*Power
O G*Power é gratuito e distribuído pela Universidade de Düsseldorf. O procedimento tem sempre a mesma forma: escolher a família de testes, escolher o teste, e — este é o passo que quase ninguém encontra — mudar o campo Type of power analysis para «Sensitivity: Compute required effect size».
Para um t de amostras independentes:
- Test family → t tests; Statistical test → Means: Difference between two independent means (two groups).
- Type of power analysis → Sensitivity.
- Preencha: Tails = Two; α err prob = 0,05; Power = 0,80; Sample size group 1 e group 2 com os n reais de cada grupo.
- Calculate. O campo Effect size d devolve o d de Cohen mínimo detetável.
Para uma ANOVA de um fator: Test family → F tests; Statistical test → ANOVA: Fixed effects, omnibus, one-way; Type of power analysis → Sensitivity; preencha α, poder, número total de casos e número de grupos. O output é o f de Cohen, que se converte em η² parcial pela relação η²p = f² / (1 + f²).
Para uma correlação: Exact → Correlation: Bivariate normal model → Sensitivity. O r mínimo detetável costuma surpreender: com n = 50 anda em torno de 0,38, bastante acima de muitas correlações reais em ciências sociais.
Para uma regressão múltipla: F tests → Linear multiple regression: Fixed model, R² deviation from zero → Sensitivity, indicando o número de preditores; o output é o f² de Cohen. Cada preditor adicional consome graus de liberdade e faz subir o efeito mínimo detetável — assunto vizinho de o meu R² deu 0,18: a regressão está perdida?.
A saída vem em unidades de tamanho do efeito, pelo que é preciso saber traduzi-la: a correspondência entre d, f, η² e r está reunida no guia de tamanho do efeito na tese.
Intervalos de confiança e testes de equivalência
Há uma segunda via, complementar e mais barata: reportar o intervalo de confiança a 95% do efeito. Um IC exibe a imprecisão diretamente, sem cálculo adicional, e é hoje exigido pelas normas de reporte da APA.
Compare as duas frases. «A diferença não foi significativa (p = 0,087)» esconde tudo. «A diferença média foi de 3,2 pontos, IC 95% [−0,5; 6,9]» mostra um estudo compatível com uma vantagem de quase 7 pontos e também com uma pequena desvantagem: inconclusivo, e vê-se porquê. Se o intervalo fosse [−0,4; 0,6], a leitura seria oposta — qualquer efeito relevante ficaria excluído com precisão.
É essa segunda situação que abre a porta ao passo mais avançado. Para afirmar que não existe efeito relevante — e não apenas que não o detetou — o instrumento correto é um teste de equivalência, tipicamente o procedimento TOST (two one-sided tests): define-se previamente a menor diferença com significado prático na área e verifica-se se o efeito observado cabe dentro dessa margem. Não está no menu do SPSS; faz-se no jamovi (módulo TOSTER), no JASP ou no R. É raro em teses portuguesas e, por isso mesmo, distintivo.
O que escrever na tese
A análise de sensibilidade pertence à secção de análise de dados ou ao início dos resultados; a sua interpretação pertence às limitações. Um exemplo de redação que fecha a questão:
«Uma análise de sensibilidade conduzida no G*Power 3.1, fixando α = 0,05 e poder = 0,80 para os n efetivamente obtidos (n1 = 58, n2 = 61), indicou que o estudo tinha capacidade para detetar efeitos de magnitude igual ou superior a d = 0,52. Uma vez que a literatura na área reporta para esta intervenção efeitos entre d = 0,20 e d = 0,35, o resultado não significativo obtido (t(117) = 1,72; p = 0,087; d = 0,32; IC 95% [−0,05; 0,68]) deve ser interpretado como inconclusivo e não como evidência de ausência de efeito. A dimensão da amostra constitui, assim, a principal limitação deste estudo, e a replicação com n ≥ 250 por grupo é a recomendação metodológica que dele decorre.»
Repare no que essa redação faz: nomeia software e versão, declara os parâmetros fixados, dá o efeito mínimo detetável, confronta-o com a literatura, qualifica o resultado com a palavra correta (inconclusivo) e converte a limitação numa recomendação quantificada. É a diferença entre pedir desculpa pela amostra e analisá-la.
Se várias hipóteses ficaram por confirmar e é o capítulo inteiro da discussão que está em causa, o guião completo está em as hipóteses não se confirmaram: como escrever a discussão. E para o enquadramento geral da redação de resultados, veja como escrever o capítulo de resultados.
Três coisas que não deve fazer
1. Recolher mais dados até o p descer. Chama-se paragem opcional e é uma das formas mais eficazes de fabricar falsos positivos: verificar o valor-p a cada dez participantes e parar quando cruza 0,05 pode elevar a taxa real de erro de tipo I para bem acima de 20%. Se ampliar a amostra, defina o n final antes de voltar a olhar para os resultados e declare que o fez.
2. Trocar de teste à procura de significância. Correr um Mann-Whitney depois de o t falhar, esperando que o não paramétrico «dê», é seleção de resultados. A escolha entre paramétrico e não paramétrico decide-se pelos pressupostos, antes de ver os valores-p — como está descrito em testes não paramétricos na tese e no guia de decisão sobre que teste usar.
3. Partir a amostra em subgrupos à procura de um efeito. Se o efeito global não apareceu, testar homens e mulheres separadamente, depois por escalão etário, depois por antiguidade, produz quase de certeza um resultado significativo — e quase de certeza falso. Se o fizer, identifique as análises como exploratórias e ajuste, conforme explicado em comparações múltiplas e correção do alfa.
Transformar a limitação numa secção competente
Um resultado não significativo bem enquadrado vale mais do que um significativo mal explicado. O Tesify mantém metodologia, resultados e limitações à vista ao mesmo tempo, para que a análise de sensibilidade e a sua interpretação sejam escritas em conjunto — 100% escrito por si. Comece a sua tese no Tesify →
Perguntas frequentes
Posso calcular o poder estatístico depois de recolher os dados?
Pode e deve, mas não sob a forma de poder observado. O poder calculado a partir do efeito que obteve na amostra é uma transformação direta do valor-p e não acrescenta informação: um resultado não significativo terá sempre poder observado baixo. O cálculo correto depois da recolha é a análise de sensibilidade, que fixa alfa, poder e o n real e devolve o efeito mínimo que o estudo conseguia detetar.
O que é o efeito mínimo detetável?
É a menor magnitude de efeito que o seu desenho, com a amostra que efetivamente obteve, teria 80% de probabilidade de detetar ao nível de significância adotado. Obtém-se no G*Power escolhendo «Sensitivity: Compute required effect size». Comparando-o com as magnitudes reportadas na literatura da área, fica-se a saber se o resultado não significativo é inconclusivo ou se corresponde a uma ausência real de efeito relevante.
Devo usar a caixa «poder observado» do SPSS?
Não é recomendável. A caixa existe em Opções na ANOVA e no modelo linear geral, mas produz o poder retrospetivo calculado sobre o efeito observado, criticado desde o artigo de Hoenig e Heisey de 2001 em The American Statistician por ser logicamente circular. Se já o incluiu na tese, substitua-o por uma análise de sensibilidade no G*Power e pelo intervalo de confiança do efeito.
Como justifico uma amostra pequena na tese?
Explicando o que a amostra permitia e o que não permitia, com números. Declare os constrangimentos reais da recolha, apresente a análise de sensibilidade com o efeito mínimo detetável, confronte esse valor com as magnitudes típicas da literatura e conclua se os resultados são inconclusivos ou informativos. Termine com uma recomendação quantificada de dimensão para estudos futuros. Uma limitação analisada não penaliza; uma limitação omitida, sim.
Posso concluir que não existe diferença entre os grupos?
Não a partir de um valor-p não significativo, que apenas indica ausência de evidência suficiente. Para afirmar equivalência é necessário um teste próprio, o procedimento TOST, no qual se define previamente a margem mínima com relevância prática e se verifica se o efeito observado está contido nela. Está disponível no jamovi através do módulo TOSTER, no JASP e no R, mas não no menu-base do SPSS.
Posso recolher mais participantes até o resultado ficar significativo?
Não com essa regra de paragem. Consultar repetidamente o valor-p e parar assim que ele cruza 0,05 é paragem opcional e inflaciona substancialmente a taxa de falsos positivos. Se necessitar de ampliar a amostra, fixe o novo n total antes de voltar a analisar, declare essa decisão na metodologia e, se possível, registe-a previamente.
Escreve a tua tese ou TCC com IA
Editor inteligente, bibliografia automática (APA e ABNT) e verificação antiplágio num só sítio. Mais de 9.000 estudantes já escrevem em metade do tempo.