Você está na página 1de 14

Anlise da Covarincia (ANCOVA)

Notas para a disciplina de Anlise Estatstica III Toms da Silva

2003 Universidade de Coimbra

Anlise da Covarincia

Pontos principais
Regresso, ANOVA e ANCOVA: O modelo linear geral (MLG/GLM) Anlise da Covarincia: Objectivos
Q Um exemplo

Assunes para a ANCOVA com um factor e uma var. concomitante (ANCOVA unifactorial)
Q Efectuar uma anlise da covarincia com o SPSS: Abordagem clssica Q Verificao das assunes Q Realizar a ANCOVA

Anlise da Covarincia

Regresso, ANOVA e ANCOVA


O geral no MLG O linear no MLG Comunalidades entre a regresso, a ANOVA e a ANCOVA O MLG DADOS = MODELO + ERRO

Anlise da Covarincia

Regresso
Yi = 0 + 1 Xi + I (regresso linear simples)
A anlise da regresso procura explicar os dados (os resultados na var. dependente, VD) a partir de um conjunto de var. independentes (VI) ou preditores (o modelo) e um componente residual (o erro). Habitualmente o investigador que usa a Regresso est interessado em predizer uma VD quantitativa a partir de uma, ou mais, VI quantitativas e em determinar a contribuio relativa de cada VI para a predio: h interesse na proporo de varincia da VD que pode ser atribuda variao nas VIs. A regresso tambm pode utilizar variveis categoriais (isto , nominais ou qualitativas)

Cont.

Anlise da Covarincia

ANOVA
A ANOVA tambm pode ser conceptualizada como modelo + erro. Aqui, os resultados na VD constituem os dados, as condies experimentais constituem o modelo e o componente dos dados no acomodado pelo modelo, modelo, mais uma vez representam o temo de erro. Ao usar a ANOVA o investigador, tipicamente, est interessado em saber se a mdia dos resultados da VD, obtida em cada uma das condies experimentais diferem significativamente. O que se realiza determinando quanto da variao na VD atribuda s diferenas entre os resultados obtidas nas condies experimentais, e comparando esta com o termo de erro, erro, que atribudo variao nos resultados dependentes dentro de cada uma das condies experimentais. H interesse em conhecer a proporo da variao na VD que pode ser atribuda manipulao da(s) VIs. Portanto, a ANOVA um tipo particular de anlise de regresso que recorre a preditores quantitativos para actuarem como variveis categoriais.

Anlise da Covarincia

Anlise da Covarincia (ANCOVA)


A ANCOVA a tcnica estatstica que combina a regresso e a ANOVA, e tambm pode ser descrita em termos de modelo + erro. Como na regresso os resultados na VD constituem os dados, mas o modelo inclui no apenas as condies experimentais, mas tambm uma, ou mais, variveis preditoras quantitativas. Estas variveis quantitativas, conhecidas como covariates (tambm, concomitantes ou de controlo), controlo), representam fontes de varincia que se julga que influenciam a VD, mas que no foram controladas pelos procedimentos experimentais. A ANCOVA determina a covariao (correlao) entre as co co-variveis e a VD e depois remove a varincia associada com as coco-variveis dos resultados da VD, antes de determinar se as diferenas entre as mdias nas condies experimentais so estatisticamente significativas.

Anlise da Covarincia

Modelo da COVARINCIA
Valor observado na var. dependente Efeito = Constante + do nvel de tratamento ou grupo + Efeito da covarivel + Resduo

Algebricamente

Y ij = u + i + (X ij X ) + e ij

Anlise da Covarincia

OBJECTIVOS
Aumentar a preciso nas experincias completamente aleatorizadas; Remover o vis que pode resultar quando as unidades testadas no podem ser distribudas aleatoriamente pelas condies experimentais (utilizao de grupos intactos); Remover os efeitos de variveis parasitas nos estudos no experimentais; Para verificar a aderncia de rectas de regresso no contexto de mltiplas classificaes.

Anlise da Covarincia

Um Exemplo
Andy Field apresenta o seguinte exemplo relacionado com a utilizao do VIAGRA. Considera trs grupos experimentais (Placebo, Baixa dose de Viagra (Low), e Alta dose de Viagra (High)). A VD uma medida comportamental da Lbido do sujeito. Neste exemplo, possvel especular que outras variveis, para alm do VIAGRA, podem afectar a lbido do sujeito. Algumas dessas influncias na lbido podem ser, por exemplo, a lbido do parceiro/a do sujeito (Afinal, so precisas duas pessoas para danar o tango (!), como refere Field), ou outra medicao que suprima a lbido (por exemplo, anti-depressivos), ou mesmo a fadiga! Ora, se estas variveis forem medidas, ento possvel controlar a influncia que elas podem ter na varivel dependente, nomeadamente incluindo-as no modelo de regresso, ou, como no caso aqui discutido, no modelo da ANCOVA. O objectivo conhecer qual o efeito que a VI tem depois do efeito da varivel concomitante ser controlado, ou seja, depois de removermos (parcializarmos) o efeito da co-varivel.

Anlise da Covarincia

10

Assunes para a ANCOVA unifactorial


1. 2. 3. 4. 5. AplicamAplicam-se todas as assunes da ANOVA unifactorial; Outras assunes para a ANCOVA: A var. concomitante medida antes da interveno ou manipulao experimental; A var. concomitante medida sem erro (ou com uma garantia/fiabilidade o mais elevada possvel); (As concomitantes no esto fortemente correlacionadas umas com as outras) Apenas aplicvel quando temos duas ou mais concomitantes; Existe uma relao linear entre a VD e a concomitante para todos os grupos (linearidade); A relao entre a concomitante e a VD a mesma para cada um dos grupos (homogeneidade dos declives de regresso).

Anlise da Covarincia

11

Efectuar uma ANCOVA com o SPSS Abordagem clssica

O Exemplo
Vamos usar a base de dados, construda por Julie Pallant (2002), experim.sav (ver prximo slide) ywww.openup.co.uk/spss/data Estes dados referemreferem-se a um estudo fictcio que envolve a realizao de um teste do impacto de dois tipos diferentes de intervenes para ajudar os estudantes a lidarem com a sua ansiedade a respeito do prximo exame de estatstica.

Anlise da Covarincia

12

Efectuar uma ANCOVA com o SPSS Abordagem clssica

Experim.sav (nomes das variveis e etiquetas)


Nome do ficheiro
Experim.sav

Nome da varivel Group Fost1

Etiqueta da varivel
Tipo de classe

Instrues de codificao
1=Maths skills 2=Confidence Building

Fear of statistics resultados prprteste

Pontuaes totais no Fost administrado antes do programa. Amplitude da escala 2020-60. Pontos elevados indicam maior medo da estatstica. Pontuaes totais no Fost administrado depois do programa. Amplitude da escala 2020-60. Pontos elevados indicam maior medo da estatstica.

Fost2

Fear of statistics resultados pspsteste

Anlise da Covarincia

13

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Quadro resumo para uma ANCOVA unifactorial

Exemplo da questo para investigao

H uma diferena significativa nos resultados do teste Fear of Statistics para o grupo de maths skills (grupo 1) e o grupo de confidence building (grupo 2), depois de controlarmos os resultados no prpr-teste nesta varivel?

Anlise da Covarincia

14

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Quadro resumo para uma ANCOVA unifactorial
Do que que precisamos: Pelo menos trs variveis esto envolvidas: uma var. categrica independente com dois ou mais nveis (gr.1/gr.2) Uma var. contnua dependente (resultados no teste Fear of Statistics no Tempo 2); e uma ou mais variveis contnuas concomitantes (resultados no teste Fost no Tempo 1) O que se faz: A ANCOVA dir se a mdia dos resultados no teste Fost, Tempo 2, para os dois grupos so significativamente diferentes, aps os resultados iniciais no prpr-teste terem sido controlados.

Anlise da Covarincia

15

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Quadro resumo para uma ANCOVA unifactorial
Assunes: Especficas da ANCOVA (1. A concomitante medida antes da manipulao experimental; 2. A concomitante medida sem erro (ou, pelo menos, com elevada fiabilidade); 3. As concomitantes no esto fortemente correlacionadas; 4. H uma relao linear entre a VD e a concomitante para todos os grupos (linearidade); e 5. A relao entre a concomitante e a VD a mesma em todos os grupos (homogeneidade dos declives de regresso). AplicamAplicam -se todas as assunes associadas com a ANOVA (independncia das observaes; distribuio normal; homogeneidade da varincia). Alternativa nonoparamtrica: Nenhuma.

Anlise da Covarincia

16

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Teste das assunes
Assuno 1: Medio da concomitante Esta assuno especifica que a concomitante deve ser medida antes do incio tratamento ou manipulao experimental. O pressuposto no testado estatisticamente, pelo contrrio parte integrante do plano e dos procedimentos da investigao. Assuno 2: Fiabilidade da concomitante Esta assuno tambm faz parte do plano da investigao e envolve a seleco dos melhores instrumentos de medida disponveis. Se usarmos uma escala psicomtrica devemos sempre calcular (ver Reliability procedures, no SPSS) a fiabilidade dos resultados atravs das estatsticas apropriadas (v.g., ser desejvel um alfa de Cronbach superior a .70).

Anlise da Covarincia

17

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Teste das assunes
Assuno 3: Correlaes entre as concomitantes Se usarmos mais do que uma concomitante, devemos verificar se estas no esto fortemente interrelacionadas (r=.8 e superior). Como neste caso apenas temos uma concomitante, este problema no se coloca. Assuno 2: Linearidade Podemos verificar esta assuno de diferentes maneiras: (1) separar a amostra de acordo com os vrios grupos do plano usando a opo Split File do SPSS, e, depois, gerar diagramas de disperso entre a varivel dependente e cada uma das concomitantes. (2) Outro procedimento (que ser exemplificado de seguida) envolve a criao de um nico scatterplot, mas mostrando os grupos separadamente.

Anlise da Covarincia

18

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Procedimento para verificar a linearidade em cada grupo

1. Passo Graphs Scatter Simple Define Y axis fear of stats time 2 X axis fear of stats time 1 Set markers by group OK.

2. Passo Viewer Chart Editor Chart Options Display Show subgroups Fit Lines Subgroups Fit Options Regression Options Display R square in legend Continue OK.

Anlise da Covarincia

19

50

40

fear of stats time2

30

type of class
confidence building Rsq = 0.7655 maths skills

20 20

Rsq = 0.7250 30 40 50 60

fear of stats time1

Anlise da Covarincia

20

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Teste das assunes
Assuno 5: Homogeneidade dos declives de regresso Esta assuno diz respeito relao entre a concomitante e a varivel dependente para cada um dos grupos. O que estamos a testar a existncia de uma interaco entre a concomitante e o tratamento ou manipulao experimental. Tambm neste caso so possveis vrios modalidades para avaliar este pressuposto. Graficamente, podemos inspeccionar o diagrama obtido entre a VD e a concomitante quando testmos a assuno 4. As duas linhas obtidas (correspondentes aos dois grupos deste estudo) tm declives semelhantes? Se as rectas so paralelas (ou bastante similares) no h evidncia suficiente para rejeitar a hiptese (no h violao da assuno). Esta assuno tambm pode ser testada estatisticamente (ver slide 21).

10

Anlise da Covarincia

21

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Procedimento para verificar a homogeneidade dos declives de regresso Estatisticamente, trata-se de testar a existncia de uma interaco significativa entre o tratamento e a concomitante. Se a interaco significante ao nvel de alfa de .05, ento violmos a assuno. Analyse General Linear Model Univariate Dependent Variables fear of stats time 2 (fost2) Fixed Factor group Covariate fear of stats time 1 (fost1) Model Custom Build Terms Interaction group Model fost1 Model group fost 1 Model Continue OK.

Anlise da Covarincia

22

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Tests of Between-Subjects Effects Dependent Variable: fear of stats time2 Type III Sum Source of Squares Corrected Model 577,689a Intercept 3,877 GROUP ,846 FOST1 538,706 GROUP * FOST1 ,409 Error 191,811 Total 42957,000 Corrected Total 769,500 df 3 1 1 1 1 26 30 29 Mean Square 192,563 3,877 ,846 538,706 ,409 7,377 F 26,102 ,525 ,115 73,022 ,055 Sig. ,000 ,475 ,738 ,000 ,816

a. R Squared = ,751 (Adjusted R Squared = ,722)

Este o termo de interaco. Na Ancova desejamos que o nvel de significncia seja maior do que .05

11

Anlise da Covarincia

23

Efectuar uma ANCOVA com o SPSS Abordagem clssica (cont.)


Procedimento para obter a ANCOVA unifactorial
Analyse General Linear Model Univariate Dependent Variables fear of stats time2 (fost2) Fixed Factor group Covariate fear of stats time1 (fost1) Model Full Factorial Continue Options Estimated Marginal Means group Display Means for Descriptives statistics Estimates of effect size Observed power Homoneigity tests Continue OK.

Output (abreviado) gerado pelo procedimento anterior:


Descriptive Statistics Dependent Variable: fear of stats time2 type of class maths skills confidence building Total Mean Std. Deviation 37,67 4,515 37,33 5,876 37,50 5,151 N 15 15 30

Anlise da Covarincia
Levene's Test of Equality of Error Variances Dependent Variable: fear of stats time2 F ,141 df1 1 df2 28 Sig. ,710
a

24
Testa a assuno da homogeneidade da varincia

Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept+FOST1+GROUP

Tests of Between-Subjects Effects Dependent Variable: fear of stats time2 Type III Sum of Squares Source Corrected Model 577,279b Intercept 3,510 FOST1 576,446 GROUP 5,434 Error 192,221 Total 42957,000 Corrected Total 769,500 a. Computed using alpha = ,05 b. R Squared = ,750 (Adjusted R Squared = ,732) df 2 1 1 1 27 30 29 Mean Square 288,640 3,510 576,446 5,434 7,119 F 40,543 ,493 80,970 ,763 Sig. ,000 ,489 ,000 ,390 Partial Eta Noncent. Observed a Squared Parameter Power ,750 81,087 1,000 ,018 ,493 ,104 ,750 80,970 1,000 ,027 ,763 ,135

Testa a hiptese de que as mdias dos grupos so estatisticamente diferentes

12

Anlise da Covarincia

25

Estimated marginal means


type of class Dependent Variable: fear of stats time2 type of class maths skills confidence building Mean 37,926a 37,074a Std. Error ,690 ,690 95% Confidence Interval Lower Bound Upper Bound 36,512 39,341 35,659 38,488

a. Evaluated at covariates appeared in the model: fear of stats time1 = 40,17.

Estas so as mdias ajustadas da varivel dependente. Obtm-se aplicando as seguintes frmulas:


= A+ B F +B X Y 1 1 1 3 = A+ B F +B X Y 2 2 1 3

(ver o prximo slide )

Anlise da Covarincia

26

Parameter Estimates Dependent Variable: fear of stats time2 95% Confidence Interval Parameter Intercept FOST1 [GROUP=1] [GROUP=2] B 2,308 ,866 ,853 0a Std. Error 3,953 ,096 ,976 , t ,584 8,998 ,874 , Sig. ,564 ,000 ,390 , Lower Bound -5,803 ,668 -1,150 , Upper Bound 10,419 1,063 2,855 ,

a. This parameter is set to zero because it is redundant.

A= Intercept/Ponto de intercepo B1=Group1( Maths Skills) B2=Group2 (Confidence Building) F1=Group1=1, Group2=0 B3=Fost1 Xbarra=mdia de Fost1

= A+ B F +B X Y 1 1 1 3 = 2.308 + (.853*1) + (.866 * 40.17) 37.93

Mdia ajustada marginal para o grupo 1, maths skills

13

Anlise da Covarincia

27

Referncias*

DHainaut, L. (1992). [Vol 2.; 45. Anlise da covarincia com uma dimenso] Howell, D. (1992). [Cap.16; 16.5 The one-way analysis of covariance] Pestana & Gageiro (2003). [Cap.4; 1.2 Anlise da covarincia] Porter & Raudenbush (1987). Analysis of covariance: Its model and use in psychological research. Journal of Counseling Psychology, 34, 383-392. Stevans, J. (1992). [Cap. 9].
* As Referncias bibliogrficas completas constam no Guia do Estudante

14

Você também pode gostar