[MÚSICA] [ÁUDIO_EM_BRANCO] Olá, retomando o módulo Inferindo Propriedades e Características de uma População, eu gostaria de retomar a lição de Teste de Hipótese. Teste de hipótese é central, como a gente viu na videoaula anterior, porque se uma empresa que fabrica fósforos resolvesse testar a qualidade de todos os fósforos fabricados, ela poderia acabar sem fósforos para colocar no mercado, para vender. Nós aprendemos na videoaula passada uma série de conceitos importantes, dentre eles a amostra, por exemplo. Amostra, no final do dia, ela deve ser extraída de uma população, ela vai acabar sendo representativa da população, desde que ela seja aleatória. Nós aprendemos também que é importante definirmos hipóteses. Existem hipóteses nulas e hipóteses alternativas. A hipótese nula busca, na verdade, o status quo, a gente vai inferir sobre o status quo. Se a gente for pensar agora marketing, variáveis típicas de estudos, promoção de vendas e o resultado volume de vendas, a minha hipótese nula seria justamente que promoção de vendas não afeta, não varia vendas. A hipótese alternativa seria que aumento de promoção de vendas levaria a aumento no volume de vendas dos produtos no mercado. Então, a ideia do teste de hipótese, que nós vimos na videoaula anterior, é que nós podemos inferir de maneira estatística o nível de significância do efeito da promoção vendas. Eu gostaria de chamar a atenção, especial, para a elaboração dessas hipóteses e, por consequência, a interpretação das mesmas. A hipótese, ela deve ser formulada com base alguma inquietação inicial. Dada a experiência que você já tem no mercado, dado o que a gente já escutou sobre o efeito de algumas ações, por exemplo, na satisfação do consumidor ou nas vendas. O importante é que essa hipótese seja muito claramente enunciada para que a gente possa testá-la. Então quando a gente pretende, por exemplo, investigar se promoção afeta vendas eu preciso, por exemplo, saber que tipo de promoção é que eu estou fazendo no mercado. Então a promoção ela pode vir a ser desconto, onde eu vou lá e sou capaz de medir o quanto que eu aumentei ou diminui de desconto. Promoção de vendas pode também se referir a displays que eu coloco no ponto de venda, a quantidade de displays ou, por exemplo, a localização desse display no planograma da loja. Eu tenho que ser capaz de enunciar hipóteses que façam referências a elementos mensuráveis que eu seja capaz de observar, de alguma forma medir, para poder fazer o teste então estatístico. Essas hipóteses elas vão nos ajudar a olhar essa distribuição de probabilidade. Então o p-valor que nós vimos na videoaula anterior, ele vai ser calculado dada a probabilidade de variação dessa variável explicativa que eu tenho na minha pesquisa, por exemplo, promoção de vendas, o quanto que ela afeta significativamente, ou o quanto, ou qual é a probabilidade de ela afetar significativamente a minha variável de resposta, no caso pode ser o volume de vendas. O teste de hipótese mais comumente utilizado marketing é o teste bicaudal. Considerando uma distribuição normal, o que a gente busca é inferir se a variável explicativa ela afeta positiva ou negativamente a variável de resposta. O teste bicaudal permite que a gente faça inferências sobre a probabilidade de efeito positivo e negativo de, por exemplo, promoção vendas. Existem 2 tipos de erros que podem surgir quando a gente realiza esse teste de hipótese. O que é aceitável é quando a gente tem uma H0 que é verdadeira e a gente consegue aceitar H0, essa é uma conclusão esperada. Uma outra conclusão correta esperada é quando H0 é falso e a gente rejeita o H0. Existem 2 tipos de problemas que a gente tem que tomar muito cuidado, que é conhecido como o problema tipo 1 e o problema tipo 2. O problema tipo 1 é quando a gente tem H0 verdadeiro, ou seja, o status quo está presente na sua amostra, no fenômeno que você está estudando e por alguma falha na coleta dos dados, ou por alguma falha no instrumento que está sendo utilizado, a gente acabou fazendo o teste e a gente rejeitou a hipótese. O erro tipo 1, a gente acaba rejeitando a hipótese nula quando, na verdade, ela é verdadeira. E o erro tipo 2, ele acontece quando a gente não rejeita a hipótese nula quando ela deveria ser rejeitada. Então, temos que levar consideração a possibilidade desses erros, pois os testes, eles são baseados informações amostrais. A probabilidade de ocorrência desses 2 tipos de erros acabam nos levando a tomar decisões incorretas. Para evitar esse tipo de erros 1 e 2, temos que tomar muito cuidado na construção da hipótese, na coleta da amostra, que seja aleatória e representativa da população e no devido tratamento das variáveis que são mensuráveis que serão utilizadas nesse teste de hipóteses. Os teste de hipóteses serão retomados nas lições de correlação e de regressão, quando nós estaremos inferindo sobre o efeito de algumas variáveis ligadas a marketing, na venda, na satisfação, na atitude com relação à marca e et cetera, et cetera.
