{"id":1088313,"date":"2026-08-25T04:00:00","date_gmt":"2026-08-25T11:00:00","guid":{"rendered":"https:\/\/www.questionpro.com\/blog\/erros-tipo-i-e-tipo-ii\/"},"modified":"2026-07-29T16:07:21","modified_gmt":"2026-07-29T23:07:21","slug":"erros-tipo-i-e-tipo-ii","status":"publish","type":"post","link":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/","title":{"rendered":"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los na sua pesquisa"},"content":{"rendered":"<p><strong>Os erros tipo I e tipo II<\/strong> s\u00e3o os dois equ\u00edvocos mais comuns nos testes de hip\u00f3tese: decis\u00f5es estat\u00edsticas incorretas que podem levar voc\u00ea a concluir que existe um efeito quando ele n\u00e3o existe, ou a ignorar um efeito real que est\u00e1 acontecendo. A diferen\u00e7a parece t\u00e9cnica, mas as consequ\u00eancias s\u00e3o muito concretas: lan\u00e7ar um produto com base em dados falsos, descartar uma interven\u00e7\u00e3o que funciona, ou redirecionar or\u00e7amento para uma campanha que n\u00e3o gera nenhum resultado real.<\/p>\n<p>Neste guia voc\u00ea vai entender exatamente o que s\u00e3o esses dois tipos de erros, como eles ocorrem, como se relacionam entre si e o que voc\u00ea pode fazer, tanto em geral quanto dentro do QuestionPro, para mant\u00ea-los sob controle desde o desenho da sua pesquisa.<\/p>\n<style>.qp-art-summary[open] .qp-art-arrow{transform:rotate(180deg)}.qp-art-arrow{transition:transform 0.25s ease;display:inline-block;}<\/style>\n<details class=\"qp-art-summary\" style=\"background: #f8faff; border: 2px solid #2D6BE4; border-radius: 12px; margin: 1.5rem 0; font-family: Arial,sans-serif; overflow: hidden;\">\n<summary style=\"background: #1a2b5e; color: #ffffff; padding: 1rem 1.25rem; cursor: pointer; font-size: 16px; font-weight: bold; list-style: none; display: flex; align-items: center; gap: 10px; margin: 0;\"><span style=\"font-size: 20px; line-height: 1; flex-shrink: 0;\">\ud83d\udc41<\/span> Resumo do artigo<span class=\"qp-art-arrow\" style=\"margin-left: auto; font-size: 13px; opacity: 0.75;\">\u25bc<\/span><\/summary>\n<ul style=\"margin: 0; padding: 1rem 1.5rem; list-style: none;\">\n<li style=\"padding: 0.6rem 0; border-bottom: 1px solid #e5e7eb; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> O erro tipo I (falso positivo) ocorre quando voc\u00ea rejeita uma hip\u00f3tese nula verdadeira: conclui que existe um efeito quando ele n\u00e3o existe.<\/li>\n<li style=\"padding: 0.6rem 0; border-bottom: 1px solid #e5e7eb; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> O erro tipo II (falso negativo) ocorre quando voc\u00ea n\u00e3o rejeita uma hip\u00f3tese nula falsa: n\u00e3o detecta um efeito real que existe.<\/li>\n<li style=\"padding: 0.6rem 0; border-bottom: 1px solid #e5e7eb; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> Os dois erros est\u00e3o em tens\u00e3o: reduzir um aumenta automaticamente o risco do outro.<\/li>\n<li style=\"padding: 0.6rem 0; border-bottom: 1px solid #e5e7eb; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> A pot\u00eancia estat\u00edstica (\u226580%) \u00e9 a principal alavanca para reduzir o erro tipo II sem comprometer a signific\u00e2ncia.<\/li>\n<li style=\"padding: 0.6rem 0; color: #374151; font-size: 15px; line-height: 1.6; display: flex; gap: 10px; align-items: flex-start;\"><span style=\"color: #2d6be4; font-weight: bold; flex-shrink: 0; margin-top: 2px;\">\u2713<\/span> O QuestionPro permite ajustar o n\u00edvel de signific\u00e2ncia (\u03b1) e projetar amostras com cotas avan\u00e7adas para controlar ambos os erros desde o in\u00edcio do estudo.<\/li>\n<\/ul>\n<\/details>\n\n<h2>O que s\u00e3o os erros tipo I e tipo II?<\/h2>\n<p>Todo teste de hip\u00f3tese funciona com uma l\u00f3gica bin\u00e1ria: ou voc\u00ea rejeita a hip\u00f3tese nula (H\u2080) ou n\u00e3o rejeita. Mas como as decis\u00f5es estat\u00edsticas se baseiam em probabilidades, sempre existe a possibilidade de se enganar. Esses erros t\u00eam um nome preciso: erro tipo I e erro tipo II.<\/p>\n<p>O erro tipo I ocorre quando voc\u00ea rejeita a hip\u00f3tese nula sendo ela verdadeira. Em termos diretos: voc\u00ea conclui que existe um efeito ou diferen\u00e7a quando, na realidade, n\u00e3o existe nenhum. \u00c9 um falso positivo. O erro tipo II \u00e9 o caso oposto: voc\u00ea n\u00e3o rejeita a hip\u00f3tese nula quando ela \u00e9 falsa, ou seja, n\u00e3o detecta um efeito real que existe. \u00c9 um falso negativo.<\/p>\n<p>Uma forma cl\u00e1ssica de ilustrar isso \u00e9 a hist\u00f3ria do menino que gritava &#8220;o lobo!&#8221;. Os alde\u00f5es cometem um erro tipo I quando acreditam que h\u00e1 um lobo quando n\u00e3o h\u00e1. Cometem um erro tipo II quando, no epis\u00f3dio final, n\u00e3o acreditam nele quando o lobo realmente est\u00e1 l\u00e1. Os dois erros t\u00eam consequ\u00eancias, mas de natureza completamente diferente, e entender qual pesa mais no seu contexto \u00e9 essencial para desenhar bem uma pesquisa.<\/p>\n<div style=\"margin: 2rem 0; font-family: Arial,sans-serif;\">\n<p style=\"text-align: center; color: #1a2b5e; font-size: 16px; font-weight: bold; margin: 0 0 1.25rem 0; text-transform: uppercase; letter-spacing: 1px;\">AS 4 DECIS\u00d5ES POSS\u00cdVEIS EM UM TESTE DE HIP\u00d3TESE<\/p>\n<div style=\"display: grid; grid-template-columns: 1fr 1fr; gap: 1rem;\">\n<div style=\"background: #1a2b5e; border-radius: 12px; padding: 1.25rem;\">\n<p style=\"background: #2D6BE4; color: #fff; display: inline-block; padding: 4px 12px; border-radius: 6px; font-size: 14px; font-weight: bold; margin: 0 0 10px 0;\">\u2705 Decis\u00e3o correta<\/p>\n<p style=\"color: #ffffff; font-size: 16px; margin: 0; line-height: 1.5;\">Voc\u00ea rejeita H\u2080 e ela era falsa. Detectou um efeito real. Conclus\u00e3o correta.<\/p>\n<\/div>\n<div style=\"background: #2D6BE4; border-radius: 12px; padding: 1.25rem;\">\n<p style=\"background: #1a2b5e; color: #fff; display: inline-block; padding: 4px 12px; border-radius: 6px; font-size: 14px; font-weight: bold; margin: 0 0 10px 0;\">\u26a0\ufe0f Erro tipo I (\u03b1)<\/p>\n<p style=\"color: rgba(255,255,255,0.92); font-size: 16px; margin: 0; line-height: 1.5;\">Voc\u00ea rejeita H\u2080 mas ela era verdadeira. Falso positivo. Conclui um efeito inexistente.<\/p>\n<\/div>\n<div style=\"background: #2D6BE4; border-radius: 12px; padding: 1.25rem;\">\n<p style=\"background: #1a2b5e; color: #fff; display: inline-block; padding: 4px 12px; border-radius: 6px; font-size: 14px; font-weight: bold; margin: 0 0 10px 0;\">\u26a0\ufe0f Erro tipo II (\u03b2)<\/p>\n<p style=\"color: rgba(255,255,255,0.92); font-size: 16px; margin: 0; line-height: 1.5;\">Voc\u00ea n\u00e3o rejeita H\u2080 e ela era falsa. Falso negativo. N\u00e3o detecta um efeito que existe.<\/p>\n<\/div>\n<div style=\"background: #1a2b5e; border-radius: 12px; padding: 1.25rem;\">\n<p style=\"background: #2D6BE4; color: #fff; display: inline-block; padding: 4px 12px; border-radius: 6px; font-size: 14px; font-weight: bold; margin: 0 0 10px 0;\">\u2705 Decis\u00e3o correta<\/p>\n<p style=\"color: #ffffff; font-size: 16px; margin: 0; line-height: 1.5;\">Voc\u00ea n\u00e3o rejeita H\u2080 e ela era verdadeira. N\u00e3o h\u00e1 efeito e seu teste confirma isso. Correto.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<h2>Como ocorre o erro tipo I: o falso positivo<\/h2>\n<p>O erro tipo I \u00e9 controlado diretamente pelo n\u00edvel de signific\u00e2ncia que voc\u00ea define antes de executar o teste, representado por \u03b1 (alfa). Se voc\u00ea estabelece \u03b1 = 0,05, est\u00e1 aceitando que existe 5% de probabilidade de que seu resultado seja um falso positivo, mesmo quando a hip\u00f3tese nula \u00e9 verdadeira. \u00c9, essencialmente, o pre\u00e7o que voc\u00ea paga por tomar decis\u00f5es com dados imperfeitos.<\/p>\n<p>Imagine que voc\u00ea est\u00e1 avaliando se uma nova estrat\u00e9gia de onboarding melhora a reten\u00e7\u00e3o de clientes nos primeiros 30 dias. A hip\u00f3tese nula diz que n\u00e3o h\u00e1 diferen\u00e7a entre o grupo que recebeu o novo processo e o grupo de controle. Com \u03b1 = 0,05, se o valor-p for menor que esse limiar, voc\u00ea rejeita H\u2080 e conclui que a nova estrat\u00e9gia funciona. Mas h\u00e1 5% de chance de que esse resultado seja puro ru\u00eddo estat\u00edstico, e que na realidade n\u00e3o exista nenhum efeito.<\/p>\n<p>Aqui vai o detalhe que muitos pesquisadores ignoram: baixar \u03b1 n\u00e3o elimina o problema, s\u00f3 muda sua natureza. Quanto mais exigente voc\u00ea \u00e9 com a evid\u00eancia necess\u00e1ria para rejeitar H\u2080, mais f\u00e1cil fica que um efeito real passe despercebido. \u00c9 a\u00ed que entra o erro tipo II.<\/p>\n<div style=\"background: #f8faff; border-left: 5px solid #2D6BE4; border-radius: 0 12px 12px 0; padding: 1.25rem 1.5rem; margin: 1.5rem 0; font-family: Arial,sans-serif;\">\n<p style=\"font-size: 26px; font-weight: 800; color: #1a2b5e; margin: 0 0 6px 0;\">5%<\/p>\n<p style=\"font-size: 15px; color: #374151; margin: 0 0 8px 0; line-height: 1.5;\">\u00c9 o n\u00edvel de signific\u00e2ncia mais utilizado em pesquisa. Significa que existe 5% de probabilidade de cometer um erro tipo I se a hip\u00f3tese nula for verdadeira e os resultados forem obra do acaso.<\/p>\n<p style=\"font-size: 13px; color: #6b7280; margin: 0;\">Fonte: Scribbr, Statistics Reference, 2024<\/p>\n<\/div>\n<p>O contexto define quanto risco tipo I \u00e9 aceit\u00e1vel. Em investiga\u00e7\u00e3o m\u00e9dica, onde um falso positivo pode resultar na aprova\u00e7\u00e3o de um tratamento ineficaz, usa-se \u03b1 = 0,01 ou at\u00e9 \u03b1 = 0,001. Em pesquisa de mercado ou ci\u00eancias sociais, \u03b1 = 0,05 \u00e9 o padr\u00e3o habitual. O que voc\u00ea nunca deve fazer \u00e9 olhar os resultados primeiro e ajustar \u03b1 depois: isso \u00e9 p-hacking e destr\u00f3i a validade da an\u00e1lise.<\/p>\n<h2>Como ocorre o erro tipo II: o falso negativo<\/h2>\n<p>O erro tipo II ocorre quando seu teste estat\u00edstico n\u00e3o consegue detectar um efeito que existe na realidade. Sua probabilidade \u00e9 representada por \u03b2 (beta), e \u00e9 inversamente proporcional \u00e0 pot\u00eancia estat\u00edstica do estudo. Dito diretamente: se seu estudo tem pouca pot\u00eancia, tem muita chance de deixar passar diferen\u00e7as ou rela\u00e7\u00f5es reais.<\/p>\n<p>Voltando ao exemplo do onboarding: se a nova estrat\u00e9gia realmente melhora a reten\u00e7\u00e3o, mas sua amostra foi pequena demais para detectar essa diferen\u00e7a com o n\u00edvel de confian\u00e7a necess\u00e1rio, seu teste retorna um resultado n\u00e3o significativo. Voc\u00ea conclui que &#8220;n\u00e3o h\u00e1 diferen\u00e7a&#8221; quando na realidade ela existe. Voc\u00ea descarta uma ferramenta que funcionava.<\/p>\n<p>As consequ\u00eancias do erro tipo II tendem a ser subestimadas em rela\u00e7\u00e3o \u00e0s do tipo I, mas n\u00e3o deveriam. No mundo dos neg\u00f3cios, um falso negativo significa oportunidades perdidas: produtos que n\u00e3o s\u00e3o lan\u00e7ados, tratamentos que n\u00e3o s\u00e3o adotados, interven\u00e7\u00f5es descontinuadas antes do tempo. A pergunta n\u00e3o \u00e9 qual erro \u00e9 mais grave em abstrato, mas qual tem maior custo no seu contexto espec\u00edfico.<\/p>\n<div style=\"background: #f8faff; border-left: 5px solid #2D6BE4; border-radius: 0 12px 12px 0; padding: 1.25rem 1.5rem; margin: 1.5rem 0; font-family: Arial,sans-serif;\">\n<p style=\"font-size: 26px; font-weight: 800; color: #1a2b5e; margin: 0 0 6px 0;\">80%<\/p>\n<p style=\"font-size: 15px; color: #374151; margin: 0 0 8px 0; line-height: 1.5;\">\u00c9 o limiar m\u00ednimo de pot\u00eancia estat\u00edstica aceito pela comunidade cient\u00edfica. Um estudo com 80% de pot\u00eancia tem 20% de probabilidade de cometer um erro tipo II (\u03b2 = 0,20).<\/p>\n<p style=\"font-size: 13px; color: #6b7280; margin: 0;\">Fonte: StatPearls \u2013 National Library of Medicine, 2024<\/p>\n<\/div>\n<p>Os fatores que aumentam a probabilidade de um erro tipo II s\u00e3o v\u00e1rios: tamanho de amostra insuficiente, n\u00edvel de signific\u00e2ncia muito baixo (\u03b1 mais restritivo), efeito pequeno dif\u00edcil de detectar e alta variabilidade nos dados. Controlar esses fatores desde o desenho do estudo, antes de coletar um \u00fanico dado, \u00e9 a estrat\u00e9gia mais eficaz para mitigar esse tipo de erro.<\/p>\n<h2>A rela\u00e7\u00e3o entre erro tipo I, erro tipo II e pot\u00eancia estat\u00edstica<\/h2>\n<p>Os tr\u00eas conceitos formam um tri\u00e2ngulo de tens\u00e3o. Voc\u00ea n\u00e3o pode otimizar os tr\u00eas ao mesmo tempo sem ajustar algum par\u00e2metro do desenho. Entender isso muda completamente a forma como voc\u00ea estrutura qualquer teste de hip\u00f3tese.<\/p>\n<p>Quando voc\u00ea baixa \u03b1 (reduz a probabilidade de erro tipo I), automaticamente reduz a pot\u00eancia do teste, o que aumenta \u03b2 (a probabilidade de erro tipo II). Se quiser recuperar pot\u00eancia sem subir \u03b1, a \u00fanica alavanca real \u00e9 aumentar o <a href=\"https:\/\/www.questionpro.com\/pt-br\/tamanho-da-amostra.html\">tamanho da amostra<\/a>. Por isso o c\u00e1lculo do tamanho amostral n\u00e3o \u00e9 um tr\u00e2mite burocr\u00e1tico: \u00e9 a decis\u00e3o mais importante do desenho da sua pesquisa.<\/p>\n<p>A pot\u00eancia estat\u00edstica (1 &#8211; \u03b2) mede a capacidade do teste de detectar um efeito real quando ele existe. Uma pot\u00eancia de 80% significa que, se o efeito existir, seu teste vai detect\u00e1-lo em 80% das repeti\u00e7\u00f5es do experimento. Os 20% restantes s\u00e3o erros tipo II. Aumentar a pot\u00eancia para 90% ou 95% exige amostras significativamente maiores, com implica\u00e7\u00f5es diretas em custos e tempo de campo.<\/p>\n<div style=\"background: #1a2b5e; border-radius: 16px; padding: 2rem; margin: 2rem 0; font-family: Arial,sans-serif;\">\n<p style=\"text-align: center; color: #ffffff; font-size: 16px; font-weight: bold; margin: 0 0 1.5rem 0; letter-spacing: 1px; text-transform: uppercase;\">RELA\u00c7\u00c3O ENTRE OS TR\u00caS PAR\u00c2METROS-CHAVE<\/p>\n<div style=\"background: #ffffff; border-radius: 10px; padding: 1rem 1.25rem; margin-bottom: 0.75rem; display: flex; align-items: flex-start; gap: 1rem;\">\n<div style=\"background: #2D6BE4; color: #fff; font-weight: 800; font-size: 16px; min-width: 42px; height: 42px; border-radius: 50%; display: flex; align-items: center; justify-content: center; flex-shrink: 0;\">\u03b1<\/div>\n<div>\n<p style=\"margin: 0 0 4px 0; font-weight: bold; color: #111827; font-size: 16px;\">N\u00edvel de signific\u00e2ncia (\u03b1)<\/p>\n<p style=\"margin: 0; color: #6b7280; font-size: 16px; line-height: 1.5;\">Probabilidade de erro tipo I. \u00c9 definido antes de executar o teste. Baixar \u03b1 reduz os falsos positivos, mas aumenta \u03b2.<\/p>\n<\/div>\n<\/div>\n<div style=\"background: #ffffff; border-radius: 10px; padding: 1rem 1.25rem; margin-bottom: 0.75rem; display: flex; align-items: flex-start; gap: 1rem;\">\n<div style=\"background: #2D6BE4; color: #fff; font-weight: 800; font-size: 16px; min-width: 42px; height: 42px; border-radius: 50%; display: flex; align-items: center; justify-content: center; flex-shrink: 0;\">\u03b2<\/div>\n<div>\n<p style=\"margin: 0 0 4px 0; font-weight: bold; color: #111827; font-size: 16px;\">Erro tipo II (\u03b2)<\/p>\n<p style=\"margin: 0; color: #6b7280; font-size: 16px; line-height: 1.5;\">Probabilidade de n\u00e3o detectar um efeito real. Reduz-se aumentando a pot\u00eancia ou o tamanho da amostra.<\/p>\n<\/div>\n<\/div>\n<div style=\"background: #ffffff; border-radius: 10px; padding: 1rem 1.25rem; display: flex; align-items: flex-start; gap: 1rem;\">\n<div style=\"background: #2D6BE4; color: #fff; font-weight: 800; font-size: 16px; min-width: 42px; height: 42px; border-radius: 50%; display: flex; align-items: center; justify-content: center; flex-shrink: 0;\">1-\u03b2<\/div>\n<div>\n<p style=\"margin: 0 0 4px 0; font-weight: bold; color: #111827; font-size: 16px;\">Pot\u00eancia estat\u00edstica (1 &#8211; \u03b2)<\/p>\n<p style=\"margin: 0; color: #6b7280; font-size: 16px; line-height: 1.5;\">Probabilidade de detectar um efeito quando ele existe. O padr\u00e3o m\u00ednimo aceito \u00e9 \u2265 80%. Alcan\u00e7a-se principalmente ajustando o tamanho da amostra.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<h2>Diferen\u00e7as entre erro tipo I e erro tipo II<\/h2>\n<p>Para ter os dois conceitos bem definidos, esta tabela comparativa permite visualizar suas caracter\u00edsticas principais de forma r\u00e1pida.<\/p>\n<table style=\"border-collapse: collapse; width: 100%; margin: 1.5rem 0;\">\n<thead>\n<tr>\n<th style=\"background: #1a2b5e; color: #fff; padding: 10px 14px; border: 1px solid #c5cfe8; font-size: 14px; text-align: left;\">Par\u00e2metro<\/th>\n<th style=\"background: #162450; color: #fff; padding: 10px 14px; border: 1px solid #c5cfe8; font-size: 14px; text-align: left;\">Erro tipo I<\/th>\n<th style=\"background: #1a2b5e; color: #fff; padding: 10px 14px; border: 1px solid #c5cfe8; font-size: 14px; text-align: left;\">Erro tipo II<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top; font-weight: 600;\">Tamb\u00e9m chamado de<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Falso positivo<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Falso negativo<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top; font-weight: 600;\">S\u00edmbolo<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">\u03b1 (alfa)<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">\u03b2 (beta)<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top; font-weight: 600;\">O que ocorre<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Voc\u00ea rejeita H\u2080 quando ela era verdadeira<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Voc\u00ea n\u00e3o rejeita H\u2080 quando ela era falsa<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top; font-weight: 600;\">Consequ\u00eancia pr\u00e1tica<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Voc\u00ea conclui um efeito que n\u00e3o existe<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Voc\u00ea n\u00e3o detecta um efeito que existe<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top; font-weight: 600;\">Como reduzir<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Estabelecer \u03b1 mais baixo (0,01; 0,001)<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Aumentar a pot\u00eancia (maior tamanho de amostra)<\/td>\n<\/tr>\n<tr>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top; font-weight: 600;\">Relacionado com<\/td>\n<td style=\"background: #f0f4ff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Valor-p e n\u00edvel de signific\u00e2ncia<\/td>\n<td style=\"background: #ffffff; padding: 9px 14px; border: 1px solid #e5e7eb; font-size: 14px; vertical-align: top;\">Pot\u00eancia estat\u00edstica (1-\u03b2)<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Como prevenir os erros tipo I e tipo II no desenho da sua pesquisa<\/h2>\n<p>A chave est\u00e1 em tomar decis\u00f5es antes de coletar dados, n\u00e3o depois. Os erros estat\u00edsticos se gerenciam na fase de desenho; tentar &#8220;corrigi-los&#8221; ap\u00f3s a an\u00e1lise \u00e9, na melhor das hip\u00f3teses, ineficiente, e na pior, uma forma de vi\u00e9s que invalida os resultados.<\/p>\n<p>Para reduzir o erro tipo I, defina o n\u00edvel de signific\u00e2ncia (\u03b1) antes de iniciar o teste. O padr\u00e3o mais comum \u00e9 0,05, mas em contextos onde um falso positivo tem consequ\u00eancias graves usa-se 0,01 ou 0,001. O que voc\u00ea n\u00e3o deve fazer jamais \u00e9 olhar os resultados primeiro e ajustar \u03b1 depois: isso \u00e9 p-hacking e destr\u00f3i a validade da an\u00e1lise.<\/p>\n<p>Para reduzir o erro tipo II, a principal alavanca \u00e9 o tamanho da amostra. Mas tamb\u00e9m influem o tamanho do efeito esperado e a variabilidade dos dados. Se voc\u00ea est\u00e1 buscando diferen\u00e7as pequenas entre grupos, vai precisar de amostras maiores. Se o efeito esperado \u00e9 grande e claro, um estudo menor pode ser suficiente. Realizar uma an\u00e1lise de pot\u00eancia antes do estudo fornece esse c\u00e1lculo com precis\u00e3o e evita iniciar um projeto sem as condi\u00e7\u00f5es necess\u00e1rias para chegar a conclus\u00f5es v\u00e1lidas.<\/p>\n<blockquote style=\"border-left: 4px solid #2D6BE4; margin: 1.5rem 0; padding: 1rem 1.5rem; background: #f8faff; border-radius: 0 8px 8px 0; font-family: Arial,sans-serif;\">\n<p style=\"font-size: 16px; font-style: italic; color: #1a2b5e; margin: 0 0 8px 0; line-height: 1.6;\">&#8220;Infelizmente, muitos pesquisadores e profissionais que avaliam literatura m\u00e9dica n\u00e3o examinam a fundo as an\u00e1lises de pot\u00eancia. Estudos com baixa pot\u00eancia encontram menos efeitos verdadeiros do que estudos com alta pot\u00eancia.&#8221;<\/p>\n<p><cite style=\"font-size: 13px; color: #6b7280; font-style: normal;\">\u2014 StatPearls, National Library of Medicine, 2024<\/cite><\/p><\/blockquote>\n<p>Controlar os dois erros ao mesmo tempo exige um equil\u00edbrio consciente: n\u00e3o existe um desenho que os elimine a zero sem recursos infinitos. A estrat\u00e9gia \u00e9 definir prioridades conforme as consequ\u00eancias de cada tipo de erro no seu contexto espec\u00edfico e desenhar o estudo de acordo.<\/p>\n<h2>Como o QuestionPro ajuda a mitigar os erros tipo I e tipo II<\/h2>\n<p>O QuestionPro conta com as ferramentas anal\u00edticas e de controle de dados necess\u00e1rias para lidar com os dois tipos de erros durante os testes de hip\u00f3tese, tanto na fase de desenho quanto na de an\u00e1lise dos resultados.<\/p>\n<p>Para a detec\u00e7\u00e3o de rela\u00e7\u00f5es entre vari\u00e1veis, a plataforma permite realizar <a href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/5-metodos-de-analise-estatistica-para-pesquisa-e-analise\/\">an\u00e1lises estat\u00edsticas avan\u00e7adas<\/a> dentro do seu painel de relat\u00f3rios, incluindo o Teste Qui-Quadrado de Pearson, \u00fatil para analisar rela\u00e7\u00f5es entre vari\u00e1veis categ\u00f3ricas, e <a href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/teste-t\/\">Testes T (T-tests)<\/a> para comparar propor\u00e7\u00f5es de colunas. Esses testes geram automaticamente o valor-p e a signific\u00e2ncia estat\u00edstica necess\u00e1rios para tomar decis\u00f5es sobre a hip\u00f3tese nula com base em evid\u00eancia quantific\u00e1vel.<\/p>\n<p>Em rela\u00e7\u00e3o ao controle do erro tipo I, o sistema permite ajustar de forma manual e precisa o n\u00edvel de signific\u00e2ncia (\u03b1). Dependendo do rigor do estudo, voc\u00ea pode definir o limiar em \u03b1 = 0,01, \u03b1 = 0,05 ou \u03b1 = 0,10; o sistema calcular\u00e1 automaticamente se as rela\u00e7\u00f5es entre vari\u00e1veis s\u00e3o estatisticamente significativas com base nesse par\u00e2metro de controle, sem a necessidade de interven\u00e7\u00e3o post-hoc.<\/p>\n<p>Para mitigar o erro tipo II, o QuestionPro facilita o desenho de estudos com alta pot\u00eancia estat\u00edstica por meio do seu motor de Cotas Avan\u00e7adas (Advanced Quotas) e das ferramentas de an\u00e1lise de c\u00e9lulas significativas. Essas funcionalidades permitem garantir que o tamanho da amostra seja suficiente para revelar diferen\u00e7as ou depend\u00eancias reais entre vari\u00e1veis, reduzindo a probabilidade de obter falsos negativos por insufici\u00eancia amostral.<\/p>\n<blockquote style=\"border-left: 4px solid #2D6BE4; margin: 1.5rem 0; padding: 1rem 1.5rem; background: #f8faff; border-radius: 0 8px 8px 0; font-family: Arial,sans-serif;\">\n<p style=\"font-size: 16px; font-style: italic; color: #1a2b5e; margin: 0 0 8px 0; line-height: 1.6;\">&#8220;Desenhar o estudo corretamente desde o in\u00edcio \u00e9 a \u00fanica forma de controlar os erros estat\u00edsticos com rigor. As ferramentas de cotas avan\u00e7adas e o controle de signific\u00e2ncia integrado permitem que os pesquisadores tomem essas decis\u00f5es no momento em que realmente importam: antes de coletar um \u00fanico dado.&#8221;<\/p>\n<p><cite style=\"font-size: 13px; color: #6b7280; font-style: normal;\">\u2014 QuestionPro Research Team<\/cite><\/p><\/blockquote>\n<p>O resultado pr\u00e1tico \u00e9 que as equipes de pesquisa podem configurar seus estudos dentro do QuestionPro com crit\u00e9rios estat\u00edsticos precisos, em vez de depender de ajustes manuais externos ou de ferramentas de an\u00e1lise desconectadas do processo de coleta de dados.<\/p>\n<h2>Conclus\u00e3o<\/h2>\n<p>Os erros tipo I e tipo II n\u00e3o s\u00e3o falhas do pesquisador: s\u00e3o consequ\u00eancias estruturais de tomar decis\u00f5es sob incerteza estat\u00edstica. O que est\u00e1 no seu controle \u00e9 como voc\u00ea desenha o estudo para mant\u00ea-los dentro de limites aceit\u00e1veis. Definir \u03b1 antes de executar o teste, calcular a pot\u00eancia necess\u00e1ria e garantir um tamanho de amostra adequado s\u00e3o os tr\u00eas pilares de qualquer pesquisa estatisticamente rigorosa.<\/p>\n<p>Quer saber como o <a href=\"https:\/\/www.questionpro.com\/pt-br\/\">QuestionPro<\/a> pode ajudar voc\u00ea a desenhar estudos com maior precis\u00e3o estat\u00edstica e menor risco de erro? Fale com nossa equipe hoje.<\/p>\n\n\t<div class=\"banner-section wf-section\" lang=\"\" >\n\t\t<div class=\"right-column-container\">\n\t\t\t<div class=\"bannerbg white\">\n\t\t\t\t<span class=\"h1-2\">Crie experi\u00eancias memor\u00e1veis com base em dados em tempo real, insights e an\u00e1lises avan\u00e7adas<\/span>\n\t\t\t\t<a href=\"#userliteForm\" data-toggle=\"modal\" class=\"button w-button\">Agendar demo<\/a>\n\t\t\t<\/div>\n\t\t<\/div>\n\t<\/div>\n\t<div class=\"userlite-modal modal fade\" id=\"userliteForm\" tabindex=\"-1\" role=\"dialog\" style=\"display: none;\">\n\t\t<div class=\"modal-dialog\" role=\"document\">\n\t\t\t<div class=\"modal-content\" role=\"document\">\n\t\t\t\t<div class=\"modal-body\">\n\t\t\t\t\t<div class=\"modal-header\">\n\t\t\t\t\t\t<button type=\"button\" class=\"close\" data-dismiss=\"modal\" aria-label=\"Close\">\n\t\t\t\t\t\t\t<i class=\"material-icons\">close<\/i>\n\t\t\t\t\t\t<\/button>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div class=\"contact-us-form-wrapper contact-box\">\n\t\t\t\t\t\t<div class=\"userlite-form-wrapper\">\n\t\t\t\t\t\t\t<iframe src=\"https:\/\/www.questionpro.com\/userlite-form-blog-portuguese.html?product=Surveys&amp;referralurl=https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts\/1088313\/&amp;lang=pt_br&amp;cat=pesquisa-de-mercado\" style=\"display: block;\" ><\/iframe>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<div class=\"demo-form-wrapper success-message-div\" style=\"display:none\">\n\t\t\t\t\t\t\t<p class=\"success-message-para\"><\/p>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t<\/div>\n\t\t<\/div>\n\t<\/div>\n<div class=\"schema-faq wp-block-yoast-faq-block\">\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">Qual \u00e9 a diferen\u00e7a entre erro tipo I e erro tipo II?<\/strong><\/p>\n<p class=\"schema-faq-answer\">O erro tipo I ocorre quando voc\u00ea rejeita uma hip\u00f3tese nula verdadeira, ou seja, conclui que existe um efeito quando na realidade n\u00e3o existe (falso positivo). O erro tipo II \u00e9 o oposto: voc\u00ea n\u00e3o rejeita uma hip\u00f3tese nula falsa, isto \u00e9, n\u00e3o detecta um efeito real que existe (falso negativo). Os dois s\u00e3o consequ\u00eancias inevit\u00e1veis da estat\u00edstica inferencial, mas se controlam com ferramentas diferentes: o n\u00edvel de signific\u00e2ncia (\u03b1) para o tipo I, e a pot\u00eancia estat\u00edstica para o tipo II.<\/p>\n<\/div>\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">O que \u00e9 o n\u00edvel de signific\u00e2ncia e como ele afeta os erros estat\u00edsticos?<\/strong><\/p>\n<p class=\"schema-faq-answer\">O n\u00edvel de signific\u00e2ncia (\u03b1) define a probabilidade m\u00e1xima de cometer um erro tipo I. Se \u03b1 = 0,05, voc\u00ea aceita que h\u00e1 5% de chance de concluir um efeito inexistente. Ao reduzir \u03b1 (por exemplo, para 0,01), voc\u00ea reduz a probabilidade de falsos positivos, mas tamb\u00e9m reduz a pot\u00eancia estat\u00edstica do teste, o que aumenta o risco de um erro tipo II. Por isso \u00e9 fundamental definir \u03b1 antes de executar a an\u00e1lise, com base nas consequ\u00eancias que cada tipo de erro teria no seu estudo.<\/p>\n<\/div>\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">Como reduzir o risco de cometer um erro tipo II?<\/strong><\/p>\n<p class=\"schema-faq-answer\">A forma mais eficaz de reduzir o erro tipo II \u00e9 aumentar a pot\u00eancia estat\u00edstica do estudo. Isso se consegue principalmente com um tamanho de amostra maior, j\u00e1 que uma amostra maior permite detectar diferen\u00e7as menores com maior certeza. Tamb\u00e9m influem o tamanho do efeito esperado e o n\u00edvel de signific\u00e2ncia selecionado. O ideal \u00e9 realizar uma an\u00e1lise de pot\u00eancia antes de iniciar a pesquisa para determinar exatamente quantos participantes voc\u00ea precisa para que o estudo seja conclusivo.<\/p>\n<\/div>\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">O que \u00e9 pot\u00eancia estat\u00edstica e por que ela importa nos testes de hip\u00f3tese?<\/strong><\/p>\n<p class=\"schema-faq-answer\">A pot\u00eancia estat\u00edstica (1 &#8211; \u03b2) \u00e9 a probabilidade de que um estudo detecte um efeito real quando ele verdadeiramente existe. Um estudo com 80% de pot\u00eancia tem 20% de probabilidade de cometer um erro tipo II. A comunidade cient\u00edfica aceita como padr\u00e3o m\u00ednimo uma pot\u00eancia de 80%. Se a pot\u00eancia for insuficiente, o estudo pode produzir resultados n\u00e3o significativos mesmo quando h\u00e1 efeitos reais, levando a descartar interven\u00e7\u00f5es que funcionam ou a ignorar diferen\u00e7as que exigem a\u00e7\u00e3o.<\/p>\n<\/div>\n<div class=\"schema-faq-section\"><strong class=\"schema-faq-question\">Quando o erro tipo I \u00e9 mais grave e quando o erro tipo II \u00e9 mais grave?<\/strong><\/p>\n<p class=\"schema-faq-answer\">Depende do contexto. O erro tipo I \u00e9 mais grave quando agir com base em um falso positivo tem consequ\u00eancias custosas ou perigosas: aprovar um medicamento ineficaz, lan\u00e7ar um produto sem demanda real ou redirecionar recursos para uma estrat\u00e9gia sem efeito comprovado. O erro tipo II \u00e9 mais grave quando n\u00e3o detectar um efeito real tem consequ\u00eancias s\u00e9rias: n\u00e3o identificar um risco de sa\u00fade, descartar uma inova\u00e7\u00e3o que funciona ou ignorar uma diferen\u00e7a significativa entre grupos que exige a\u00e7\u00e3o imediata.<\/p>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>O que s\u00e3o os erros tipo I e tipo II em testes de hip\u00f3tese, por que ocorrem e como control\u00e1-los com n\u00edvel de signific\u00e2ncia e pot\u00eancia estat\u00edstica.<\/p>\n","protected":false},"author":42,"featured_media":1088337,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_yoast_wpseo_focuskw":"erros tipo I e tipo II","_yoast_wpseo_title":"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los","_yoast_wpseo_metadesc":"O que s\u00e3o os erros tipo I e tipo II em testes de hip\u00f3tese, por que ocorrem e como control\u00e1-los com n\u00edvel de signific\u00e2ncia e pot\u00eancia estat\u00edstica.","_genesis_hide_title":false,"_genesis_hide_breadcrumbs":false,"_genesis_hide_singular_image":false,"_genesis_hide_footer_widgets":false,"_genesis_custom_body_class":"","_genesis_custom_post_class":"","_genesis_layout":"","footnotes":""},"categories":[243],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v20.4 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los<\/title>\n<meta name=\"description\" content=\"O que s\u00e3o os erros tipo I e tipo II em testes de hip\u00f3tese, por que ocorrem e como control\u00e1-los com n\u00edvel de signific\u00e2ncia e pot\u00eancia estat\u00edstica.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los\" \/>\n<meta property=\"og:description\" content=\"O que s\u00e3o os erros tipo I e tipo II em testes de hip\u00f3tese, por que ocorrem e como control\u00e1-los com n\u00edvel de signific\u00e2ncia e pot\u00eancia estat\u00edstica.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/\" \/>\n<meta property=\"og:site_name\" content=\"QuestionPro\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/questionpro\" \/>\n<meta property=\"article:published_time\" content=\"2026-08-25T11:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-07-29T23:07:21+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2026\/07\/cover-erros-tipo-i-e-tipo-ii-em-estatistica.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1255\" \/>\n\t<meta property=\"og:image:height\" content=\"705\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Cristina Ortega\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@questionpro\" \/>\n<meta name=\"twitter:site\" content=\"@questionpro\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Cristina Ortega\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"12 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/\"},\"author\":{\"name\":\"Cristina Ortega\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/36aae2d8eed7708b6408f95c0198593d\"},\"headline\":\"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los na sua pesquisa\",\"datePublished\":\"2026-08-25T11:00:00+00:00\",\"dateModified\":\"2026-07-29T23:07:21+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/\"},\"wordCount\":2860,\"publisher\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization\"},\"articleSection\":[\"Pesquisa de mercado\"],\"inLanguage\":\"pt-BR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/\",\"url\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/\",\"name\":\"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los\",\"isPartOf\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#website\"},\"datePublished\":\"2026-08-25T11:00:00+00:00\",\"dateModified\":\"2026-07-29T23:07:21+00:00\",\"description\":\"O que s\u00e3o os erros tipo I e tipo II em testes de hip\u00f3tese, por que ocorrem e como control\u00e1-los com n\u00edvel de signific\u00e2ncia e pot\u00eancia estat\u00edstica.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"In\u00edcio\",\"item\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Pesquisa de mercado\",\"item\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/category\/pesquisa-de-mercado\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los na sua pesquisa\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#website\",\"url\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/\",\"name\":\"QuestionPro\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization\",\"name\":\"QuestionPro\",\"url\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2022\/10\/questionpro-logo.svg\",\"contentUrl\":\"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2022\/10\/questionpro-logo.svg\",\"caption\":\"QuestionPro\"},\"image\":{\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/questionpro\",\"https:\/\/twitter.com\/questionpro\",\"https:\/\/www.linkedin.com\/company\/questionpro\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/36aae2d8eed7708b6408f95c0198593d\",\"name\":\"Cristina Ortega\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/49635f2181bfe83c436d50b9a8bf1f2e?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/49635f2181bfe83c436d50b9a8bf1f2e?s=96&d=mm&r=g\",\"caption\":\"Cristina Ortega\"},\"url\":\"https:\/\/www.questionpro.com\/blog\/pt-br\/author\/cristinaortega\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los","description":"O que s\u00e3o os erros tipo I e tipo II em testes de hip\u00f3tese, por que ocorrem e como control\u00e1-los com n\u00edvel de signific\u00e2ncia e pot\u00eancia estat\u00edstica.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/","og_locale":"pt_BR","og_type":"article","og_title":"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los","og_description":"O que s\u00e3o os erros tipo I e tipo II em testes de hip\u00f3tese, por que ocorrem e como control\u00e1-los com n\u00edvel de signific\u00e2ncia e pot\u00eancia estat\u00edstica.","og_url":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/","og_site_name":"QuestionPro","article_publisher":"https:\/\/www.facebook.com\/questionpro","article_published_time":"2026-08-25T11:00:00+00:00","article_modified_time":"2026-07-29T23:07:21+00:00","og_image":[{"width":1255,"height":705,"url":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2026\/07\/cover-erros-tipo-i-e-tipo-ii-em-estatistica.jpg","type":"image\/jpeg"}],"author":"Cristina Ortega","twitter_card":"summary_large_image","twitter_creator":"@questionpro","twitter_site":"@questionpro","twitter_misc":{"Escrito por":"Cristina Ortega","Est. tempo de leitura":"12 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/#article","isPartOf":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/"},"author":{"name":"Cristina Ortega","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/36aae2d8eed7708b6408f95c0198593d"},"headline":"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los na sua pesquisa","datePublished":"2026-08-25T11:00:00+00:00","dateModified":"2026-07-29T23:07:21+00:00","mainEntityOfPage":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/"},"wordCount":2860,"publisher":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization"},"articleSection":["Pesquisa de mercado"],"inLanguage":"pt-BR"},{"@type":"WebPage","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/","url":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/","name":"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los","isPartOf":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#website"},"datePublished":"2026-08-25T11:00:00+00:00","dateModified":"2026-07-29T23:07:21+00:00","description":"O que s\u00e3o os erros tipo I e tipo II em testes de hip\u00f3tese, por que ocorrem e como control\u00e1-los com n\u00edvel de signific\u00e2ncia e pot\u00eancia estat\u00edstica.","breadcrumb":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/erros-tipo-i-e-tipo-ii\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"In\u00edcio","item":"https:\/\/www.questionpro.com\/blog\/pt-br\/"},{"@type":"ListItem","position":2,"name":"Pesquisa de mercado","item":"https:\/\/www.questionpro.com\/blog\/pt-br\/category\/pesquisa-de-mercado\/"},{"@type":"ListItem","position":3,"name":"Erros tipo I e tipo II: o que s\u00e3o e como evit\u00e1-los na sua pesquisa"}]},{"@type":"WebSite","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#website","url":"https:\/\/www.questionpro.com\/blog\/pt-br\/","name":"QuestionPro","description":"","publisher":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.questionpro.com\/blog\/pt-br\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pt-BR"},{"@type":"Organization","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#organization","name":"QuestionPro","url":"https:\/\/www.questionpro.com\/blog\/pt-br\/","logo":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/logo\/image\/","url":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2022\/10\/questionpro-logo.svg","contentUrl":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2022\/10\/questionpro-logo.svg","caption":"QuestionPro"},"image":{"@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/questionpro","https:\/\/twitter.com\/questionpro","https:\/\/www.linkedin.com\/company\/questionpro\/"]},{"@type":"Person","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/36aae2d8eed7708b6408f95c0198593d","name":"Cristina Ortega","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/www.questionpro.com\/blog\/pt-br\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/49635f2181bfe83c436d50b9a8bf1f2e?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/49635f2181bfe83c436d50b9a8bf1f2e?s=96&d=mm&r=g","caption":"Cristina Ortega"},"url":"https:\/\/www.questionpro.com\/blog\/pt-br\/author\/cristinaortega\/"}]}},"featured_image_src":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2026\/07\/cover-erros-tipo-i-e-tipo-ii-em-estatistica-600x400.jpg","featured_image_src_square":"https:\/\/www.questionpro.com\/blog\/wp-content\/uploads\/2026\/07\/cover-erros-tipo-i-e-tipo-ii-em-estatistica-600x600.jpg","author_info":{"display_name":"Cristina Ortega","author_link":"https:\/\/www.questionpro.com\/blog\/pt-br\/author\/cristinaortega\/"},"_links":{"self":[{"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts\/1088313"}],"collection":[{"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/users\/42"}],"replies":[{"embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/comments?post=1088313"}],"version-history":[{"count":4,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts\/1088313\/revisions"}],"predecessor-version":[{"id":1096476,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/posts\/1088313\/revisions\/1096476"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/media\/1088337"}],"wp:attachment":[{"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/media?parent=1088313"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/categories?post=1088313"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.questionpro.com\/blog\/pt-br\/wp-json\/wp\/v2\/tags?post=1088313"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}