0% acharam este documento útil (0 voto)
37 visualizações27 páginas

Guia Completo sobre ANOVA One-Way

Enviado por

Alan Bruno
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
0% acharam este documento útil (0 voto)
37 visualizações27 páginas

Guia Completo sobre ANOVA One-Way

Enviado por

Alan Bruno
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd

ANÁLISE DE VARIÂNCIA

(ONE-WAY)

Profa. Andréa Cristina Konrath


Prof. Rogério Gondak
Hipótese

Planejamento

Coleta de Dados

Análise Estatística
Metodologia
Científica Conclusão
Fonte: Prof. Angelo Roncalli (UFRN), 2008
VARIAVEL QUALITATIVA x QUANTITATIVA

3 OU MAIS
CATEGORIAS

SEM
DISTRIBUIÇÃO
DISTRIBUIÇÃO
NORMAL
NORMAL

TESTE KRUSKAL-
ANOVA ONE-WAY
WALLIS
(AMOSTRAS
(AMOSTRAS
INDEPENDENTES)
INDEPENDENTES)
ANÁLISE DE VARIÂNCIA
• ANOVA com um fator (One-Way): compara o efeito de uma variável independente sobre
uma variável contínua;
• 3 ou mais grupos (amostras independentes)
• Diferença dentro do grupo = média do grupo – medida observada
• Diferença entre grupos = média total – medida observada
Requisitos da ANOVA (One-Way)
1. “Observações independentes"
2. Dados categorizados ou ordenados não podem ser
empregados
3. Amostras aleatórias para cada grupo (tratamento)
4. Distribuição normal
5. Variâncias iguais entre os grupos (teste de Levene)
6. Tamanho amostral adequado
wavemetrics.com
7. Não deve haver excesso de valores atípicos que
influenciem a análise
Motta VT & Oliveira Filho PF, 2009
VERIFICAÇÃO DE NORMALIDADE
• SPSS: menu Analyze -> Descriptive Statistics -> Explore -> Plots
TESTES DE NORMALIDADE
• Kolmogorov-Smirnov (KS)
• Shapiro-Wilk (SW)
• Shapiro-Francia (SF)
• Cramer-von Mises (CM)
• Anderson-Darling (AD)
• Jarque- Bera (JB)
• D’Agostino’s K-squared
TESTES DE NORMALIDADE

• Kolmogorov-Smirnov
(KS)
• Shapiro-Wilk (SW)
• Shapiro-Francia (SF)
• Cramer-von Mises (CM)
n < 50 • Anderson-Darling (AD)
• Jarque- Bera (JB)
• D’Agostino’s K-squared
P-value >0.05 = Distribuição normal
ANOVA (One-Way)
• Hipótese nula
H0: μ1 = μ2 = μ3 = … =μk

• Hipótese alternativa
H1: Ao menos uma das médias é diferente das demais

• ANOVA não determina qual média é diferente!!!


TESTES DE MÚLTIPLAS COMPARAÇÕES
(TESTES POST HOC)
• Envolvem todas as comparações possíveis entre os grupos
• Teste de Scheffé
• Teste de Duncan
• Teste de Dunnett
• Teste de Tukey [ 3 – 5 grupos]
• Teste de Bonferroni [ ≥ 6 grupos]
• Teste de Sidak [ ≥ 6 grupos]
EXEMPLO PRÁTICO

 Verificar a interferência de diferentes tratamentos na


produção de leite de vacas holandesas

• Tratamentos/Intervenção
A B C D
21 25 22 24
20 22 24 23
22 23 20 25
21 20 27 28
23 19 26 27
EXEMPLO PRÁTICO

 H0: Não existe diferença entre os tratamentos no aumento da


produção de leite
 H1: Há diferença entre os tratamentos no aumento da produção
de leite

A B C D
21 25 22 24
20 22 24 23
22 23 20 25
21 20 27 28
23 19 26 27
1. As observações são independentes, ou seja,
cada elemento amostral (animal) deve ser
independente;
2. Os erros são independentes e provenientes de
uma distribuição normal.

Rejeito H0!!!
EXEMPLO PRÁTICO

 ENTRE QUAL GRUPO ESTÁ A DIFERENÇA?


EXEMPLO PRÁTICO – PARTE I
• Curso preparatório para o vestibular tem um corpo docente de 3
professores de matemática, responsáveis por diferentes turmas.
• Variação do desempenho dos alunos nas provas de matemática pode
ser explicada pelo trabalho desenvolvido pelos seus professores?

MÉDIA DA NOTA DOS MÉDIA DA NOTA DOS MÉDIA DA NOTA DOS


ALUNOS ALUNOS ALUNOS
784,5 832,4 804,2
EXEMPLO PRÁTICO
• H0: Não existe diferença entre o desempenho das notas dos alunos
de cada professor.
• H1: Há pelo menos um professor com alunos com desempenho
diferente.

Prof. 1 Prof. 2 Prof. 3

MÉDIA DA NOTA DOS MÉDIA DA NOTA DOS MÉDIA DA NOTA DOS


ALUNOS ALUNOS ALUNOS
784,5 832,4 804,2
EXEMPLO PRÁTICO

Fonte: www.abgconsultoria.com.br
EXEMPLO PRÁTICO

1. As observações são independentes, ou seja, cada


elemento amostral (aluno) deve ser independente;
2. Os erros são independentes e provenientes de uma
distribuição normal.
EXEMPLO PRÁTICO

H0: Não existe diferença entre o desempenho das notas dos alunos de cada professor.
H1: Há pelo menos um professor com alunos com desempenho diferente.
EXEMPLO PRÁTICO – PARTE II

Prof. 1 Prof. 2 Prof. 3


MÉDIA DA NOTA MÉDIA DA NOTA MÉDIA DA NOTA
DOS ALUNOS DOS ALUNOS DOS ALUNOS
784,5 832,4 804,2

Teste de Tukey (Múltiplas Comparações):


PRÁTICA 1 - SPSS
Planilha Excel (Arquivo “Seleção RH”)
Comparar se a há diferença no desempenho dos testes de raciocínio
e de habilidades sociais entre 4 grupos durante um processo seletivo
para trainee em uma empresa multinacional.
PRÁTICA 2 - SPSS
Planilha Excel (Arquivo “Própolis”)
Comparar se a há diferença no consumo de própolis entre os
estudantes de quatro áreas do Conhecimento (Exatas, Humanas,
Natureza e Saúde)
PRÁTICA 3 – SPSS – TAREFA
Planilha Excel (Arquivo “Renda Familiar”)
Comparar se a há diferença na renda familiar de acordo com o local
da residência (Sul, Sudeste e Centro-Oeste) e grau de instrução
(ensino fundamental, médio e superior)
PRÁTICA 4 - SPSS
Planilha Excel (Arquivo “Pratica 4”)
Comparar o consumo de sal/diário (gramas) de moradores de 4
bairros de Florianópolis.

Você também pode gostar