As determinantes locais da paradiplomacia: o caso dos municípios ...

atributo impactam mais num resultado do que os indivíduos sem o atributo, ou seja, a
diferença das médias dos dois grupos é positiva (média do grupo com atributo é maior que a
média dos sem); a negativa, quando indivíduos com determinado atributo impactam menos
em um resultado do que os indivíduos sem o atributo, ou seja, a diferença das médias dos
grupos é negativa (média com atributo é menor que a média dos sem); e inexistente, quando a
diferença dos grupos é zero (as médias dos com atributos e sem são iguais). Essa última
possibilidade é a hipótese nula.
A direção do teste de significância depende da diferença entre as médias, se é
positiva ou negativa. Caso se opte pela diferença positiva há que se ter em mente que a média
dos com atributo é maior do que a dos sem atributo e daí aplicar o teste de significância. Se
tiver previsto de forma errada e a relação for contrária, então o teste de significância será
negativo.
Isso é importante porque se se for necessário fazer, a um nível de 0,05, um teste de
significância e espera-se um resultado, por exemplo, maior do que +5 e na verdade obtemos -
8, é possível que tenhamos que rejeitar a hipótese (ou seja, a explicação do fenômeno) mesmo
que a diferença entre as médias exista, havendo, portanto, uma relação entre as variáveis. Para
evitar esse tipo de problema, pode-se olhar para as duas caudas da distribuição de possíveis
testes de significância, ou seja, buscar-se-á resultados positivos e negativos. Fazer isso tem
um preço, porque para manter o critério de 0,05, é necessário dividir a probabilidade em dois,
de 0,025.
Se for feita uma previsão direcional, colocam-se “todos os ovos numa só cesta”, e
focar-se-á apenas no fim da distribuição (seja positivo ou negativo, dependendo da direção da
previsão feita). Ao invés de ter duas áreas pequenas em cada uma das caudas, tem-se uma
área grande no final de apenas uma delas que mostra valores significantes.
Consequentemente, é possível olhar apenas para os valores do teste significativo que ocorreria
por acaso com a probabilidade de 0,05. Em um gráfico, o valor que começa a área de nível de
0,05 de confiança é menor do que o valor que começa a área de nível de 0,025 de confiança.
Isso significa que se for feita uma previsão específica, precisa-se de um teste de significância
menor para achar o resultado significante (porque se está olhando para apenas um dos lados
da distribuição), mas para o caso da previsão estar na direção errada, falhar-se-á em detectar
um efeito que, de fato, existe.
Falou-se anteriormente que testes de significância são usados para saber algo sobre o
estado real do mundo (com certo nível de certeza). Especificamente, tenta-se identificar se
existe um efeito na população. Existem duas possibilidades no mundo real: que exista, de fato,
um efeito na população ou que não exista efeito algum. Não há nenhuma forma de saber qual
168