O que é o teste de proporção
O teste de proporção é o procedimento estatístico usado para tirar conclusões sobre percentuais e taxas. Ele responde a uma pergunta simples: a proporção que você observou numa amostra é compatível com um valor esperado — ou a diferença é grande o bastante para ser considerada real?
A diferença em relação ao teste t de Student está no tipo de dado. O teste t lida com variáveis quantitativas, como peso, tempo ou nota: cada observação é um número numa escala contínua. O teste de proporção lida com dados categóricos do tipo sucesso ou fracasso: cada observação é simplesmente um "sim" ou um "não". Você não mede o quanto, você conta quantos.
Exemplos de proporção estão em todo lugar: a porcentagem de eleitores que apoiam um candidato, a taxa de pacientes que respondem a um tratamento, a fração de visitantes que clicam num botão, a proporção de peças defeituosas numa linha de produção. Sempre que o seu dado é uma contagem de ocorrências sobre um total, o teste de proporção é a ferramenta certa.
Tecnicamente, esta calculadora usa um teste z para proporções. Quando a amostra é razoavelmente grande, a distribuição da proporção observada se aproxima muito bem de uma curva normal — e isso permite calcular o valor-p de forma rápida e precisa, sem precisar de tabelas.
Uma proporção vs duas proporções
O teste de proporção aparece em duas situações diferentes, e a calculadora oferece as duas em modos separados. Escolher o modo certo é o primeiro passo.
1. Teste para uma proporção
Compara a proporção observada num único grupo com um valor de referência conhecido (p₀). Você tem uma única amostra e uma hipótese fixa contra a qual compará-la. Exemplos: a fração de eleitores que apoia uma proposta difere de 50%? A taxa de defeitos de um lote é mesmo igual à meta de 2%? A proporção de aprovados numa prova é diferente da média histórica de 70%?
2. Teste para duas proporções
Compara as proporções de dois grupos diferentes e independentes, sem nenhum valor de referência externo. Aqui não existe p₀: o que está sendo testado é se um grupo tem uma taxa diferente da do outro. Exemplos: a taxa de cura difere entre quem recebeu o remédio e quem recebeu o placebo? A proporção de clientes que recompram é diferente entre dois canais de venda?
Se você compara a sua amostra com um número fixo e já conhecido — uma meta, uma média histórica, os 50% de um "cara ou coroa" —, use o modo uma proporção. Se você tem dois grupos coletados em paralelo e quer saber qual tem a maior taxa, use o modo duas proporções.
Quando usar
O teste de proporção é indicado quando todas estas condições valem:
- Dado de contagem binário: cada observação só pode ser sucesso ou fracasso — não há valores intermediários.
- Amostra aleatória: as observações representam a população (ou processo) de interesse.
- Observações independentes: o resultado de uma observação não influencia o das outras.
- Amostra suficiente: a aproximação normal funciona bem quando há pelo menos cerca de 5 a 10 sucessos e 5 a 10 fracassos esperados. Com proporções muito próximas de 0% ou 100%, ou amostras minúsculas, prefira o teste binomial exato.
Se em vez de uma proporção você quer comparar médias — tempo, peso, faturamento, nota —, o teste adequado é o teste t (ou o teste z, quando o desvio padrão da população é conhecido). E para estimar a faixa provável de uma proporção, sem testar uma hipótese, use o intervalo de confiança.
Como o cálculo funciona
A lógica é a mesma de qualquer teste de hipótese: medir a distância entre o que foi observado e o que a hipótese nula prevê, em unidades de erro padrão. O resultado é a estatística z.
No modo de uma proporção, a hipótese nula é "a proporção verdadeira é igual a p₀". A calculadora compara a proporção observada (p̂ = sucessos ÷ n) com p₀:
No modo de duas proporções, a hipótese nula é "os dois grupos têm a mesma proporção". Como, sob essa hipótese, ambos vêm da mesma população, juntam-se os dois numa única taxa combinada (p̄) para estimar o erro padrão:
z = (p̂₂ − p̂₁) ÷ √[ p̄ · (1 − p̄) · (1/n₁ + 1/n₂) ]
Em seguida, a calculadora converte o z em valor-p usando a distribuição normal padrão. Quanto maior o |z|, mais longe você está do cenário "nenhuma diferença" e menor o valor-p. Por fim, ela devolve um intervalo de confiança: no modo de uma proporção, o intervalo de Wilson para a proporção observada; no modo de duas proporções, o intervalo para a diferença entre os grupos.
Relação com o teste A/B
Se você já conhece o teste A/B, talvez tenha percebido que o modo de duas proporções descreve exatamente o que um teste A/B faz. Não é coincidência: o teste A/B é um teste de proporção com dois grupos.
Num teste A/B, "sucesso" é a conversão — uma compra, um cadastro, um clique — e "tamanho da amostra" é o número de visitantes de cada variante. Comparar a taxa de conversão da variante A com a da variante B é, palavra por palavra, comparar duas proporções. A estatística z, a proporção combinada e o valor-p são calculados pela mesma fórmula apresentada na seção anterior.
Os dois caminhos chegam ao mesmo resultado. Se o seu contexto é otimização de conversão — páginas, e-mails, anúncios —, a calculadora de teste A/B traz a linguagem e as métricas certas (visitantes, conversões, uplift). Para um contexto mais geral — saúde, pesquisa, qualidade —, o modo "duas proporções" desta calculadora fala em sucessos e amostras.
Como interpretar o resultado
Depois de calcular, você verá um cartão colorido com a conclusão e seis indicadores. O coração da decisão é a comparação entre o valor-p e o nível de significância (α, alfa) — o complemento do nível de confiança: 95% de confiança equivale a α = 0,05.
- Valor-p < α → resultado estatisticamente significativo. A diferença observada — entre a sua proporção e p₀, ou entre os dois grupos — provavelmente é real.
- Valor-p ≥ α → resultado não significativo. Não há evidência suficiente para afirmar que existe diferença; ela pode ser apenas variação aleatória.
Os demais indicadores ajudam a entender o tamanho do efeito:
- Proporção observada — a taxa medida na sua amostra (modo uma proporção) ou a taxa de cada grupo (modo duas proporções).
- Estatística z — a diferença medida em erros padrão. Num teste bicaudal a 95%, |z| acima de 1,96 indica significância.
- Intervalo de confiança — a faixa provável do valor real. No modo de duas proporções, se o intervalo da diferença incluir o zero, a diferença não é significativa.
Um resultado significativo não garante que a diferença seja grande ou relevante. Com uma amostra enorme, até uma diferença minúscula entre proporções pode dar "significativa". Olhe sempre o tamanho da diferença e o intervalo de confiança, não só o veredito do valor-p.
Exemplo resolvido
Uma pesquisa de opinião entrevistou 1.000 eleitores sobre uma nova proposta. 540 declararam apoio. Antes da pesquisa, a expectativa era de um cenário dividido, com 50% de apoio. A proporção observada difere desse valor de referência?
Este é um caso clássico do modo uma proporção: uma única amostra comparada com um número fixo, p₀ = 0,50.
- Proporção observada: p̂ = 540 ÷ 1000 = 0,540 (54%).
- Erro padrão sob a hipótese nula: EP = √[0,50 · 0,50 ÷ 1000] = √0,00025 ≈ 0,01581.
- Estatística z: z = (0,540 − 0,500) ÷ 0,01581 ≈ 2,53.
- Valor-p bicaudal: para z ≈ 2,53, o valor-p é ≈ 0,011 — abaixo de 0,05.
Como 0,011 < 0,05, a diferença é estatisticamente significativa: o apoio à proposta é, de fato, maior que os 50% esperados. Os 4 pontos percentuais acima da referência dificilmente são fruto do acaso amostral. Use o botão "Preencher com exemplo" para ver esse cálculo na calculadora.
Perguntas frequentes
O que é o teste de proporção?
É um teste de hipótese que verifica se uma proporção observada numa amostra difere de um valor de referência, ou se duas proporções de grupos diferentes são distintas entre si. Ele trabalha com dados de contagem do tipo sucesso ou fracasso.
Qual a diferença entre teste de proporção e teste t?
O teste de proporção compara taxas e percentuais calculados a partir de contagens de sucesso e fracasso. O teste t compara médias de variáveis quantitativas, como peso, tempo ou nota. Se o seu dado é uma porcentagem de pessoas ou de itens, use o teste de proporção.
O teste de proporção é o mesmo que teste A/B?
O teste A/B é exatamente um teste de proporção com dois grupos: ele compara a taxa de conversão de duas variantes. O modo "duas proporções" desta calculadora faz a mesma conta — só muda a linguagem usada para apresentar os campos e os resultados.
O que significa um resultado significativo?
Significa que o valor-p ficou abaixo do nível de significância escolhido, em geral 5%. É improvável que a diferença entre a proporção observada e o valor de referência — ou entre os dois grupos — tenha surgido por puro acaso.
Qual o tamanho de amostra mínimo para o teste?
A aproximação normal funciona bem quando há pelo menos cerca de 5 a 10 sucessos e 5 a 10 fracassos esperados em cada grupo. Com amostras muito pequenas, ou proporções próximas de 0% ou 100%, prefira testes exatos, como o teste binomial.
Devo usar teste bicaudal ou unicaudal?
Use bicaudal quando quiser detectar qualquer diferença — para mais ou para menos. É a opção mais segura e recomendada. O unicaudal testa apenas uma direção e só é válido se você definiu essa direção antes de coletar os dados.