Dica do autor: O teste qui‑quadrado de associação é uma ferramenta para comparar frequências observadas com frequências esperadas sob a hipótese nula de independência entre duas variáveis categóricas. A estatística x² é calculada somando (O–E)²/E em todas as células: quanto maior a discrepância entre o observado e o esperado, maior a contribuição para o x². O p‑valor é a probabilidade, sob H0, de obter uma estatística igual ou mais extrema que a observada; um p‑valor pequeno leva à rejeição de H0 (não se “aceita” H0). Importante: significância estatística não é sinônimo de relevância clínica — amostras grandes podem detectar diferenças minúsculas e irrelevantes, e amostras pequenas podem deixar passar diferenças importantes. Por isso, além do p, devemos olhar magnitude do efeito (diferença de proporções, risco relativo, V de Cramer), IC e contexto clínico.

Alternativa A: INCORRETA. A assertiva I está equivocada. Um p‑valor muito pequeno indica que o resultado observado é improvável sob H0, portanto a conduta é rejeitar H0 (ou seja, concluir que há associação). Dizer que com p pequeno se pode aceitar H0 é exatamente o inverso do que se faz na prática estatística; no máximo, quando p > α não rejeitamos H0 (e mesmo aí não "provamos" H0, apenas não temos evidência suficiente contra ela).

Alternativa B: CORRETA. A assertiva II está correta. A estatística x² aumenta quando as frequências observadas se distanciam das esperadas, porque o numerador do somatório (O–E)² cresce. Na prática isso significa que maiores discrepâncias entre grupos elevam o valor do teste e tendem a produzir p‑valores menores, levando à rejeição de H0. Note que o valor crítico depende também dos graus de liberdade e do tamanho da amostra.

Alternativa C: INCORRETA. A assertiva III é falsa. Significância estatística indica apenas que o efeito observado é improvável sob H0; não garante que esse efeito seja importante na prática clínica. Diferenças muito pequenas podem ser estatisticamente significativas em amostras grandes. Avaliar relevância clínica exige olhar magnitude do efeito, intervalos de confiança e consequências clínicas — não só o p‑valor.

Alternativa D: INCORRETA. Combina I e II; mesmo que II seja verdadeira, I é falsa, portanto a combinação não pode ser correta. Repare que confundir interpretação do p‑valor (aceitar vs rejeitar H0) é erro conceitual comum.

Alternativa E: INCORRETA. Afirma que todas as três estão corretas; já vimos que I e III são equivocadas — logo a alternativa que englobe I e/ou III como verdadeiras está errada.

Resposta: Alternativa B