Dica do autor: Erro alfa, também chamado de erro do Tipo I, é o falso positivo do mundo estatístico: ocorre quando a gente rejeita H0 (a hipótese nula) mesmo ela sendo verdadeira na população. Na prática é como gritar que achamos efeito ou diferença quando, na real, não existe — e esse risco é o que fixamos pelo nível de significância (α), geralmente 0,05 ou 0,01. O p-valor é a medida que ajuda a decidir: se p ≤ α, rejeitamos H0; se p > α, não rejeitamos H0. É importante entender que controlar α protege contra conclusões precipitadas, mas reduzir α demais aumenta o risco de erro β (aceitar H0 falsa). O pulo do gato na prova é bater o olho e saber que “rejeitar a nula sendo ela verdadeira” é a definição canônica de erro alfa; todo o resto descreve situações corretas ou confunde com erro beta (Tipo II) ou com afirmações imprecisas.

Alternativa A: CORRETA. Essa é a definição exata de erro alfa (Tipo I): rejeitar a hipótese nula quando na verdade ela é verdadeira na população. Representa o risco de concluir que existe efeito/diferença quando, de fato, não existe. O nível de significância α é justamente a probabilidade máxima de cometer esse erro que o pesquisador aceita antes do estudo.

Alternativa B: INCORRETA. Rejeitar a hipótese nula quando ela é falsa corresponde à decisão correta do teste — é exatamente o que queremos que aconteça quando há efeito real. Não é erro alfa; é o sucesso do teste. A alternativa confunde erro com acerto.

Alternativa C: INCORRETA. A afirmação vaga “independente de ser verdadeira ou falsa” não descreve erro nenhum específico — um teste não pode sempre rejeitar H0 sem considerar sua veracidade na população; isso seria um procedimento inválido. Erro alfa é específico ao caso em que H0 é verdadeira e ainda assim é rejeitada.

Alternativa D: INCORRETA. Aceitar (ou não rejeitar) a hipótese nula quando ela é verdadeira é a decisão correta — não é erro algum. Esse cenário representa um resultado adequado do teste, sem falsos positivos nem falsos negativos.

Alternativa E: INCORRETA. Aceitar a hipótese nula quando ela é falsa é o erro do Tipo II (erro beta): é um falso negativo — deixar passar um efeito real. Confunde-se facilmente com o alfa, mas é o oposto em termos de consequência.

Resposta: Alternativa A