Dica do autor: O teste t para duas amostras compara a média de um desfecho entre dois grupos sob a hipótese nula de que as médias populacionais são iguais (H0: μ1 = μ2). O “pulo do gato” do teste está na razão entre a diferença observada das médias e a variabilidade esperada dessa diferença (erro padrão). Quanto maior essa razão (valor de t em módulo), maior a evidência contra H0 e menor o p-valor: isso indica que é menos plausível que as amostras venham da mesma população. O tamanho amostral entra na conta pelo erro padrão (que diminui com n) e pelos graus de liberdade, influenciando diretamente o poder do teste. Portanto, resultados semelhantes em duas amostras maiores aumentam a confiança de que o efeito é real do ponto de vista estatístico; já a importância clínica do efeito (ex.: redução de 2% na HbA1c) precisa ser avaliada separadamente. Lembre-se: não existe “prova absoluta” — há apenas evidência estatística (p-valor, intervalo de confiança) e interpretação clínica.

Alternativa A: INCORRETA. A frase afirma que se a razão (t) for pequena, as amostras são compatíveis com populações distintas — o oposto do que o teste t indica. Uma razão pequena significa que a diferença observada é pequena em relação à variabilidade esperada, ou seja, os dados são compatíveis com a hipótese de mesmas médias populacionais (H0 não rejeitada). Logo, não faz sentido concluir que as populações são distintas quando t é pequeno.

Alternativa B: INCORRETA. Novamente a conclusão é equivocada: uma razão pequena não sustenta a eficácia do novo medicamento do ponto de vista estatístico. Pelo contrário, t pequeno indica falta de evidência estatística para diferença entre grupos. Dizer que o medicamento é eficaz requer t grande (ou p pequeno) e, idealmente, intervalo de confiança que não inclua diferença nula.

Alternativa C: INCORRETA. A afirmação de que, se a razão for grande, o n estudado é insuficiente não tem lógica: um t grande costuma resultar de diferença média relativamente grande ou de erro padrão pequeno (que ocorre com amostras maiores). Se t é grande, isso tende a indicar evidência de diferença mesmo com tamanhos amostrais moderados; dizer que o n é insuficiente contradiz o próprio sinal de força do teste. O que pode ocorrer é o oposto: com n pequeno pode faltar poder e t ficar pequeno mesmo havendo efeito real.

Alternativa D: INCORRETA. A expressão “Se –1 < t < 1, a nova medicação não é melhor que a metformina” é muito absoluta. Valores de t nessa faixa sugerem que a diferença observada é pequena em relação à variabilidade, portanto não há evidência estatística suficiente para afirmar que a nova droga é superior. Mas dizer que “não é melhor” em termos definitivos extrapola: o correto é afirmar que não há evidência contra a igualdade das médias (ou que o estudo é inconclusivo), especialmente dependendo do tamanho amostral e do intervalo de confiança.

Alternativa E: CORRETA. Se a razão t for grande (em módulo), isso indica que a diferença entre as médias é grande em relação ao erro padrão, levando à rejeição da hipótese nula de médias iguais. Na prática, aceita-se que as amostras provavelmente vêm de populações distintas e, nesse contexto, é razoável concluir que a medicação produziu efeito estatisticamente significativo. Ainda assim, é importante avaliar o p-valor, o sinal de t (direção da diferença) e os intervalos de confiança para julgar magnitude e relevância clínica.

Resposta: Alternativa E