Intervalo de confiança e comparação com o p

A significância do seu resultado estatístico é dada pelo seu valor de p. Se você assumiu 5% de chance de cometer um erro do tipo I (como é normalmente assumido), então um p<0,05 sempre será significante para a maioria dos testes estatísticos que você empregar. Agora, o intervalo de confiança já te indica outra coisa: ele demonstra que, se você tirar uma amostra da população que você está tentando aproximar, em 95% das vezes você vai encontrar um valor dentro desse intervalo. Se o seu intervalo de confiança é grande, isso significa que existe uma grande variabilidade nos seus dados, o que não necessariamente demonstra se ele é significativo ou não quando comparado a outro grupo. O mais crítico na avaliação de intervalos de confiança é quando o intervalo de confiança para a diferença passa pelo 0 (algo como ter um intervalo entre -1 e 10, por exemplo, então ele passa pelo 0). Quando é esse o caso, se interpreta com cuidado com o valor de p mesmo que significativo, porquê o intervalo de confiança está te indicando que em 95% das vezes existe uma chance da diferença entre os seus dados ser 0, ou seja, a hipótese nula é verdadeira. Em linhas gerais, utilize o valor de p como seu guia para dizer se seus dados são significativos ou não. Caso você queira interpretar melhor um resultado estatístico, a única forma é tirar um tempo para estudar mais a fundo o real significado de cada parâmetro estatístico. Ao contrário do que a maioria das pessoas pensa, a estatística não é algo muito objetivo e direto, e uma boa interpretação analítica na estatística envolve a consideração de vários parâmetros, como o intervalo de confiança.

Sim, um resultado estatisticamente relevante em um valor de p < 0,05 (o seu foi 0,021) e o intervalo de confiança de pelo menos 95%, logo seus resultados são válidos e a hipótese levantada não é nula, ou seja sem forte grau preditivo positivo.