ANOVA de um fator: como comparar médias de três ou mais grupos
Resumo: Compreende o teste F, acompanha uma ANOVA calculada passo a passo e aprende a escolher comparações entre grupos e interpretar o efeito.
O que é a ANOVA de um fator
A ANOVA de um fator compara médias de um resultado numérico entre níveis de um fator categórico. Por exemplo, podes investigar se a classificação média difere entre três formatos de apoio ao estudo. O nome análise de variância resulta da comparação de duas fontes de variação: diferenças entre médias dos grupos e dispersão das observações dentro dos grupos. O teste global avalia igualdade das médias populacionais; não identifica automaticamente quais pares diferem.
Definir fator, resultado e unidade
Especifica o que constitui cada grupo, como as pessoas foram incluídas e em que escala o resultado foi medido. Se cada pessoa pertence a um único grupo e contribui com uma observação, o desenho pode ser de grupos independentes. Se as mesmas pessoas experimentam todos os formatos, a estrutura é de medidas repetidas e exige outro tratamento. Um único fator com três níveis não deve ser confundido com três fatores diferentes.
Porque não fazer apenas vários testes t
Com três grupos existem três comparações a pares; com cinco existem dez. Aplicar testes separados sem um plano pode aumentar a probabilidade de obter pelo menos um resultado ocasional na família de comparações. Define a pergunta global e as comparações importantes antes da análise. Uma comparação com um controlo responde a uma necessidade diferente de todas as diferenças a pares. O método deve acompanhar essa finalidade, sem multiplicar testes indiscriminadamente.
Exemplo fictício com três grupos
Considera A = 4, 5, 6; B = 6, 7, 8; C = 8, 9, 10. Cada grupo tem três observações. As médias são 5, 7 e 9 e a média global é 7. Estes dados são deliberadamente pequenos para tornar as contas visíveis; não representam uma investigação real nem dispensam pressupostos. Antes da inferência, mostraríamos os valores individuais e a distribuição por grupo, evitando esconder a dimensão reduzida atrás de um gráfico apenas com médias.
Calcular a variação entre e dentro dos grupos
A soma dos quadrados entre grupos é 3 x (5 - 7) ao quadrado + 3 x (7 - 7) ao quadrado + 3 x (9 - 7) ao quadrado, ou 24. Dentro de cada grupo, os desvios à respetiva média são -1, 0 e 1, com soma de quadrados igual a 2. Nos três grupos, a soma interna é 6. A soma total corrigida é 24 + 6 = 30. Esta decomposição permite perceber a origem do teste, em vez de copiar uma tabela sem interpretação.
Graus de liberdade e estatística F
Com três grupos e nove observações, os graus de liberdade entre grupos são 3 - 1 = 2 e os internos são 9 - 3 = 6. O quadrado médio entre grupos é 24 / 2 = 12; o quadrado médio residual é 6 / 6 = 1. Logo, F = 12 / 1 = 12, com graus de liberdade 2 e 6. Na ANOVA clássica deste exemplo, o valor de p é 0,008. A conclusão global indica evidência contra igualdade de todas as médias, sob os pressupostos aplicáveis.
O que o resultado global não informa
Mesmo com um teste global significativo, não deves afirmar que todos os grupos diferem entre si. É preciso examinar os contrastes definidos ou as comparações posteriores adequadas. Identifica direção e magnitude de cada diferença com intervalos apropriados à família de comparações. Um gráfico de médias pode ajudar a orientar a leitura, mas não substitui o cálculo da incerteza de uma diferença específica nem o ajustamento previsto no plano.
Comparações de Tukey, Dunnett e Games-Howell
Para todas as comparações a pares sob o modelo de variância comum, Tukey é uma opção frequente. Quando o objetivo é comparar vários grupos com um controlo, considera um procedimento destinado a essa família, como Dunnett. Com variâncias desiguais, a análise global de Welch e comparações de Games-Howell podem ser adequadas. Não seleciones o procedimento pelo número de resultados significativos; justifica pressupostos, contrastes e multiplicidade.
Pressupostos e alternativas
A independência das unidades é uma condição do desenho. Na ANOVA clássica, avalia também forma dos resíduos, dispersão entre grupos e observações influentes; em pequenas amostras, a inferência normal exige especial atenção. Variâncias diferentes combinadas com tamanhos desequilibrados podem comprometer a análise comum. Welch evita impor uma variância populacional única, mas não resolve dependência ou medidas inadequadas. Uma alternativa por postos, como Kruskal-Wallis, não testa automaticamente a mesma pergunta sobre médias.
Medir o efeito sem exagerar a conclusão
No exemplo, eta quadrado é a soma entre grupos dividida pela total: 24 / 30 = 0,80. Trata-se de uma descrição da parcela de variação amostral associada ao fator neste ajuste, e não de prova de que o formato causou 80% do resultado. Estimativas de efeito podem ser otimistas em amostras pequenas; identifica a medida escolhida e considera estimativas ou intervalos apropriados. Mantém também as diferenças nas unidades originais, que são importantes para a interpretação prática.
Dados em falta, desequilíbrio e transparência
Relata o número analisado em cada grupo e os motivos de exclusão. A ANOVA não requer sempre o mesmo tamanho por grupo, mas o desequilíbrio pode alterar precisão e sensibilidade a problemas do modelo. Não elimines casos para obter grupos iguais sem fundamento. Se estudantes estão agrupados em instituições ou turmas, avalia se uma análise multinível ou outra abordagem é necessária para representar a estrutura dos dados.
Como apresentar a ANOVA no trabalho
Descreve fator, resultado, desenho e procedimento, apresenta tamanhos, médias e dispersões por grupo e relata F, graus de liberdade, valor de p e medida de efeito identificada. Para o exemplo fictício, F(2, 6) = 12,00, p = 0,008 e eta quadrado = 0,80. Acrescenta diagnóstico, comparações realmente realizadas e limites da amostra. Não inventes resultados a pares a partir deste teste global; cada contraste exige a sua própria estimativa e análise.
Fontes
Perguntas frequentes
Uma ANOVA significativa mostra que todos os grupos diferem?
Não. O teste global fornece evidência contra igualdade de todas as médias; contrastes ou comparações adequadas são necessários para localizar diferenças.
A ANOVA exige grupos do mesmo tamanho?
Não obrigatoriamente. O desequilíbrio deve ser considerado na análise, sobretudo quando se combina com variâncias diferentes e outras limitações.
Quando considerar ANOVA de Welch?
Quando a comparação de médias de grupos independentes não deve impor igualdade das variâncias populacionais, mantendo atenção aos restantes pressupostos.
Formata as fontes que consultaste no gerador de bibliografia.