Dica do autor: Testes estatísticos são a ferramenta que usamos para inferir além da amostra: eles quantificam a compatibilidade entre os dados observados e uma hipótese nula (geralmente a de ausência de efeito ou diferença). O p‑valor, por exemplo, não diz que a hipótese nula é verdadeira ou falsa, mas indica a probabilidade de observarmos um resultado tão extremo quanto o obtido (ou mais) se a hipótese nula fosse verdadeira. Em outras palavras, o p‑valor é uma medida da plausibilidade dos dados frente ao acaso amostral. Importante também lembrar que teste estatístico não elimina fontes de erro sistemático (viés) nem substitui bom delineamento e controle metodológico; ele trata da incerteza aleatória. Além disso, se a investigação envolve toda a população (censo), não há necessidade de inferência estatística para estimar parâmetros — aí não se testa amostragem. No fim das contas, o pulo do gato é: teste estatístico ajuda a avaliar se a diferença observada pode ser explicada pelo acaso/amostragem, mas não corrige viés nem garante publicação.

Alternativa A: INCORRETA. Um teste estatístico não elimina a possibilidade de viés. Viés é erro sistemático decorrente de desenho inadequado, seleção, informação ou confundimento; ele afeta a validade interna independentemente da variabilidade amostral. Testes e p‑valores lidam com incerteza aleatória, não com erros sistemáticos. Para reduzir viés usa‑se randomização, cegamento, amostragem adequada e controle de confundidores, não apenas análise estatística.

Alternativa B: INCORRETA. A exigência de testes estatísticos para publicação não é o objetivo do próprio teste. Publicação depende de critérios editoriais, relevância e qualidade metodológica; fazer teste estatístico não garante aceitação nem é finalidade intrínseca do método estatístico. Testes existem para quantificar incerteza e dar suporte à interpretação dos resultados, não para cumprir formalidade editorial.

Alternativa C: CORRETA. Exatamente: o propósito central de um teste estatístico é avaliar a probabilidade de que uma diferença observada decorra do acaso (erro amostral), sob uma hipótese nula predefinida. Ou seja, quantifica se o efeito observado é compatível com variação aleatória ou sugere uma associação/efeito verdadeiro na população. Lembre que a interpretação exige cuidado com alfa, poder, intervalos de confiança e contexto clínico.

Alternativa D: INCORRETA. Se o estudo incluiu a totalidade da população (censo), não há amostragem e, portanto, não se recorre à inferência estatística para «saber» se o resultado pode ser atribuído ao acaso amostral — você já tem a medida populacional. Pode haver incerteza por outros motivos (mensuração, viés), mas testes inferenciais per se não são necessários para validar resultados de um censo.

Resposta: Alternativa C