Você está na página 1de 16

1

ANLISE DE VARINCIA ANOVA (nico fator) one-way


Introduo
No captulo de testes de hipteses, estudamos testes de hiptese para mdias, propores e
varincias quando tnhamos uma e duas amostras. Quando temos mais de duas amostras lanamos mo da
anlise de varincia.
Por exemplo, quando tnhamos a amostra um, com mdia = 13 e a amostra dois, com mdia = 17,
testvamos uma hiptese, para verificar a uma determinada probabilidade (erro tipo I) se a diferena entre
elas (no caso 4) era significativa ou era devida ao acaso.
Quando rejeitamos a hiptese nula (H0) afirmamos a um nvel de significncia (erro tipo I) que as
mdias diferem, e que a diferena no pode ser atribuda ao acaso e sim que essa diferena significativa.
Em publicaes, normalmente, usa-se * para representar o resultado significativo de um teste de
hiptese, ou seja, no caso de comparar mdias, as mdias diferem, e ns para no significativo, ou seja,
as mdias no diferem.
Se tivermos mais de duas amostras (grupos ou tratamentos) poderamos usar os testes de hipteses
para comparar as mdias duas a duas. Assim, se tivssemos trs grupos (g1, g2 e g3) poderamos realizar
testes de hipteses comparando os contrastes g1 com g2, g1 com g3 e g2 com g3. Se aumentarmos para
quatro grupos testaramos seis contrastes. Aumentando para cinco grupos o nmero de testes (contrastes)
passaria para 10. Ento, para evitar a realizao de vrios testes, quando temos trs ou mais amostras
(grupos ou tratamentos) faz-se a anlise de varincia para verificar se existe diferena significativa entre
as mdias das amostras (grupos ou tratamentos).
Havendo diferena significativa entre as mdias, lana-se mo das anlises complementares da
anlise de varincia. Quando as amostras (grupos ou tratamentos) forem qualitativas faz-se testes de
comparao mltiplas de mdias (Tukey, Duncan, Scott Knott, LSD, etc.) a um determinado nvel de
significncia (erro tipo I) e, no caso das amostras (grupos ou tratamentos) serem quantitativas realiza-se a
anlise de regresso.
O que veremos nessa aula a anlise de varincia mais simples, ou seja, apenas um fator de
variao. Nesse texto os termos amostras, tratamentos e grupos so sinnimos.

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
2
Porque usar anlise estatstica?
Vamos considerar na aula de hoje o seguinte exemplo:

Seja Y a varivel resposta de um experimento e que representa o peso das mudas aos 30 dias aps a
semeadura, exposta na Tabela 1.

Os tratamentos poderiam ser diferentes substratos para as mudas - nesse caso seria um tratamento
qualitativo, pois diferem entre si pelas qualidades - mas poderiam ser, por exemplo, doses de nitrognio, e
nesse caso seria tratamento quantitativo, pois diferem entre si pelas quantidades.

Vamos considerar que os Tratamentos (grupos) sejam quatro substratos.

Tabela 1. Resultados referentes ao peso das plantas 30 dias aps a semeadura.

Tratamento Repeties Yi . Y i. Si2 = $ i2


(grupos) 1 2 3 4 5 (Soma) (Mdia) (Varincia)
A 31 23 22 45 29 150 30,0 85,0
B 24 19 42 33 33 151 30,2 79,7
C 59 74 43 42 57 275 55,0 173,5
D 54 46 61 37 52 250 50,0 81,5
Mdia 41,3 104,9

Cada observao chamada de Yij = Resposta do i-simo substrato na j-sima repetio.


Exemplo o primeiro valor que 31 refere-se observao Y11, ou seja, recebeu o substrato 1 (A) na
repetio 1.
Yi. = o ponto significa que fao a soma em j (somei as repeties).

Vamos como exemplo recordar o clculo da varincia amostral.

Tomamos os dados das cinco repeties do Substrato A:

s2 =
( X i X )2
=
(Y
ij Yi. )2
=
(31 30)2 + (23 30)2 + (22 30)2 + (45 30)2 + (29 30)2 340
= =85,0
n 1 n 1 5 1 4

E assim, procedemos ao clculo das varincias amostrais dos demais substratos (os valores j esto
na tabela acima).

Observa-se que, numericamente, os tratamentos apresentam mdias diferentes. Entretanto, nem toda
a variao existente nos dados devida ao efeito dos tratamentos, pois se assim fosse, os valores obtidos
em todas as repeties do mesmo tratamento seriam iguais e na verdade no o so. Alm do efeito dos
tratamentos, manifesta-se a variao aleatria ou ao acaso, que devida a causas no controladas de
variao que incidem no experimento, embora o pesquisador tenha procurado propiciar as condies mais
uniformes possveis.

A variao do acaso calculada pelas varincias amostrais com mdia 104,9 e a varincia entre as
__
2
(3041,3)2 +(30,241,3)2 +(5541,3)2 +(5041,3)2
mdias J i Y i . 41,3 /(I 1) =5
=5(171,4) = 857,0. Logo a
4 1

varincia entre as mdias dos tratamentos (que inclui a varincia do acaso) maior que a varincia do
erro (varincia do acaso = 104,9). Resta saber se significativa a um nvel de significncia (erro tipo I),

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
3
isto , saber se as diferenas entre as mdias so casuais ou se um fator sistemtico (efeito de
tratamentos) o responsvel pelas diferenas.

Para comprovar se existe ou no diferenas significativas entre as


mdias vo realizar a anlise de varincia desse experimento - o teste F da
anlise de varincia nos dar essa informao.
Ento vamos considerar o seguinte:

Suponha que voc est interessado em comparar o peso das plantas aos 30 dias aps a semeadura
submetidos a quatro tipos de substrato. Instalou-se o experimento e aps 30 dias anotaram-se os pesos em
cinco repeties de cada substrato. Os pesos, em gramas, esto na tabela abaixo. Ao nvel de 5% de
significncia ( = 5%) possvel afirmar que o peso das plantas 30 aos dias aps a semeadura difere entre
os substratos?

Tabela 1. Resultados referentes ao peso das plantas 30 dias aps a semeadura.

Tratamento Repeties Yi . Y i. Si2 = $ i2


(grupos) 1 2 3 4 5 (Soma) (Mdia) (Varincia)
A 31 23 22 45 29 150 30,0 85,0
B 24 19 42 33 33 151 30,2 79,7
C 59 74 43 42 57 275 55,0 173,5
D 54 46 61 37 52 250 50,0 81,5
Mdia 41,3 104,9
Total geral Y.. = 826 gramas
Mdia geral = 826/20 = 41,3 gramas

Precisamos inicialmente calcular algumas somas de quadrados.


I = 4 (tratamentos)
J = 5 (repeties)
IJ = nmero de unidades experimentais = 4 substratos x 5 repeties
Y..2 826 2 826 2
SQ Total = Yij -
2
SQ Total = (31 + 23 + ... + 37 + 52 ) -
2 2 2 2
= 38364 = 4250,20
IJ 20 20

Entre grupos = entre tratamentos = entre substratos

Yi.2 Y..2
SQ entre grupos = -
J IJ
150 2 + 151 2 + 275 2 + 250 2 826 2 826 2
SQ entre grupos = - = 3183426 = 149312 ,2
5 20 20

Dentro de grupos = dentro de substratos = dentro de tratamentos = erro ou resduo ou variao do acaso

SQ dentro dos grupos = SQ Total - SQ entre grupos SQ dentro dos grupos = 4250,20 - 2571,4 = 1678,8

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
4
Montamos o seguinte Quadro de anlise de varincia (ANOVA)

Fonte de Variao Graus de Liberdade Soma de Quadrados Quadrado Mdio Fcal


Entre grupos (Substratos) GLentre = I-1 SQentre QMentre = SQentre / GLentre = QMentre/ QMdentro
Dentro dos grupos (erro ou resduo) GLdentro = I(J-1) SQdentro QMdentro = SQdentro / GLdentro -
Total GLtotal = IJ-1 SQtotal - -
Onde I = nmero de grupos (Substratos); J = nmero de repeties, ou elementos de cada grupo.

Fonte de Variao Graus de Liberdade Soma de Quadrados Quadrado Mdio Fcal


Entre grupos (substratos) 3 2571,40 857,1333 8,169
Dentro dos grupos (erro ou resduo) 16 1678,8 104,925
Total 19 4250,20

INTERPRETAO PARA GRUPOS (substratos)

Ou seja, vamos fazer um teste de hiptese para verificar se h diferena significativa entre as
mdias dos grupos (substratos).

a) Estabelecer as hipteses
H0 = as mdias dos grupos (substratos) so iguais (no diferem)
H1 = as mdias dos grupos (substratos) no so iguais (diferem)

b) Estabelecer o nvel de significncia do teste, ou erro tipo I () = 5%

c) Calcular o valor de Fcal entre grupos (substratos) Fcalc = = QMentre/QMdentro = 857,1333/104,925 =


8,169

d) Ver o valor de Ftabelado Ftab = F (GLentre; GLdentro) Ftab = F5% (3; 16) = 3,24

Ver tabela F a 5% (Tabela 4 da apostila). Se o fosse 1% deveria olhar na tabela 5.

.
.
.

Na primeira linha verifico os graus de liberdade do numerador, nesse caso, GLentre = 3 e na primeira
coluna verifico os graus de liberdade do denominador, nesse caso, GLdentro = 16. Logo o valor Ftab = F5%
(3; 16) = 3,24

e) Deciso e concluso

RA
H0 (1-) RC
H1 ()

3,24 8,169

- se Fcalc Ftab, rejeitamos H0 e conclumos que as mdias dos grupos (substratos) diferem entre si, em
nvel de 5% de probabilidade de erro ou de significncia.
- se Fcalc < Ftab, no rejeitamos H0 e conclumos que as mdias dos grupos (substratos) no diferem entre
si, ou seja, a diferena entre as mdias dos grupos pode ser atribuda ao acaso.
Prof. Dr. Alberto Cargnelutti Filho
Anlise de varincia
5

Para o nosso exemplo, como Fcalc (8,169) > Ftab (3,24), rejeitamos H0 e conclumos que as
mdias dos pesos das plantas aos 30 dias aps a semeadura entre os grupos (substratos) diferem
entre si, ou seja, a diferena entre as mdias dos grupos (substratos) no pode ser atribuda ao
acaso.

Parece haver evidncias que os substratos C e D, com mdias de 55,0 gramas e 50,0 gramas,
respectivamente, no diferem entre si, mas diferem dos substratos A e B (mdias de 30,0 e 30,2,
respectivamente). Para comprovar essas evidncias h necessidade de fazer anlises complementares a
anlise de varincia, nesse caso, seria realizar teste de comparao mltipla de mdias (Tukey, Duncan,
Scott Knott, LSD, etc.).

A anlise de varincia (one-way) est disponvel em diversos softwares estatsticos e at no Excel.

A seguir vamos demonstrar, com esse arquivo de dados, como fazer essa anlise de varincia no
EXCEL e no Software SISVAR. Alm disso, vamos verificar os arquivos de sada dos resultados e como
interpret-los. Tambm no Software SISVAR faremos a anlise complementar da anlise de varincia,
como exemplo faremos o teste de Scott Knott.

A anlise de varincia no EXCEL


Procedimentos para disponibilizar a opo ANLISE DE DADOS no Excel

1) Clique em Ferramentas Suplementos


2) Marque o boto Ferramentas de anlise
3) Clique em Ferramentas e estar disponvel a opo Anlise de dados

Exemplo:

Em uma planilha do Excel voc deve dispor os dados da Tabela 1 acima da seguinte forma:

Tabela 2. Resultados referentes ao peso das plantas 30 dias aps a semeadura.

Repetio Substrato
A B C D
1 31 24 59 54
2 23 19 74 46
3 22 42 43 61
4 45 33 42 37
5 29 33 57 52

Para realizar a anlise de varincia ao nvel de 5% de significncia ( = 5%)

Clique Ferramentas anlise de dados anova fator nico

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
6

Concluso: Fcal > Ftab (F crtico), logo


rejeitamos H0 e conclumos que as mdias
dos pesos das plantas aos 30 dias aps a
semeadura entre os grupos (substratos)
diferem entre si, ou seja, a diferena entre
as mdias dos grupos (substratos) no pode
ser atribuda ao acaso.

O excel fornece tambm o valor-P, ou p-


value, ou PR>F. Interpreta-se da seguinte
forma se valor-P menor ou igual ao nvel
utilizado rejeita-se H0 e conclui-se as
mdias diferem. Casso contrrio no
rejeita-se H0 e conclui-se que as mdias no
diferem.

Agora vamos mostrar a anlise e sada desses mesmos dados no Software SISVAR.
O Software SISVAR pode ser obtido gratuitamente em:

http://www.dex.ufla.br/~danielff/softwares.htm

Programa Sisvar: programa de anlises estatsticas e planejamento de experimentos. O programa


Sisvar foi desenvolvido principalmente com finalidades didticas. Atualmente, serve como
suporte para as disciplinas de estatstica experimental e estatstica bsica dos cursos regulares de
graduao da Universidade Federal de Lavras. A verso atual do Sisvar para Windows vem sendo
largamente utilizada pelos pesquisadores da Universidade Federal de Lavras, bem como de outras
universidades e instituies de pesquisa. Os alunos e os pesquisadores da UFLA e de outras
instituies podem baixar o programa, agora sem limites de aberturas, no link Sisvar. Juntamente
com o programa, pode-se efetuar o download do manual em PDF. Instrues para criar arquivos
em Excel exportar no formato DBASE: Dbf para Sisvar.pdf.

Novidade: Nova Verso - Sisvar 5.0

Sisvar a partir de 28/04/2006 uma marca registrada da UFLA.


O Sisvar (Registro de Software de 28/04/2006 sob o nmero: 828459851)
pode ser citado por:
Prof. Dr. Alberto Cargnelutti Filho
Anlise de varincia
7
FERREIRA, D.F. Anlises estatsticas por meio do Sisvar para Windows verso 4.0. In...45a
Reunio Anual da Regio Brasileira da Sociedade internacional de
Biometria. UFSCar, So Carlos, SP, Julho de 2000. p.255-258.
Tela inicial do SISVAR mostrando o procedimento (ANAVA) = anlise de varincia.

Inicialmente vamos preparar o arquivo de dados no Excel da seguinte forma:

Marque o texto exatamente como est acima e v a arquivo salvar como arquivo DBF 4
(dBASE IV) e salve com o nome de peso, por exemplo.

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
8

Ateno - Cuidado.
No Excel sempre deixe as variveis de formato nmero com o mesmo nmero de casas decimais.
Caso contrrio pode haver algum problema na leitura dos dados do SISVAR. Nesse nosso exemplo o
nmero de casas decimais zero.

Salve o arquivo peso.dbf

Abra o aplicativo Sisvar e v ao procedimento ANAVA que quer dizer anlise de varincia e abra o
arquivo de dados que voc preparou (peso.dbf).

Aps aberto o arquivo de dados aparecer a seguinte tela:

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
9
Adicione as fontes de variao e clique em Fim.

OBS.: Nesse caso o delineamento mais simples (anlise de varincia com apenas um fator e no
delineamento inteiramente casualizado). As fontes de variao so substrato, erro ou resduo e total.
Substrato equivale a entre grupos do Excel e erro ou resduo a dentro de grupos no Excel.
Para o SISVAR basta informar a fonte de variao SUBSTRATO. O TOTAL ele calcula e obtm o
ERRO por diferena.
Vamos realizar o teste de Scott Knott para comparar as mdias dos substratos, pois vimos que elas
so significativas, ou seja, diferem entre si. Mas, precisamos saber quem difere de quem.

Inclumos a fonte de variao SUBSTRATO e clicamos em FIM e YES.

Selecionar o teste de Scott Knott aps clicar em SUBSTRATO. Nvel de significncia do teste =
0,05 ou 5% que o erro tipo I.

Depois siga os passos e selecione a varivel resposta de seu experimento no caso o peso.

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
10

Clique em finalizar e veja o relatrio abaixo que pode ser gravado em um arquivo, impresso, etc.

Arquivo de resultados:
C:\UFRGS_2007\REMOTO\peso.dbf
--------------------------------------------------------------------------------
Varivel analisada: PESO
Opo de transformao: Varivel sem transformao ( Y )

--------------------------------------------------------------------------------
TABELA DE ANLISE DE VARINCIA
--------------------------------------------------------------------------------
FV GL SQ QM Fc Pr>Fc
--------------------------------------------------------------------------------
SUBSTRATO 3 2571.400000 857.133333 8.169 0.0016
erro 16 1678.800000 104.925000
--------------------------------------------------------------------------------
Total corrigido 19 4250.200000
--------------------------------------------------------------------------------
CV (%) = 24.80
Mdia geral: 41.3000000 Nmero de observaes: 20
--------------------------------------------------------------------------------

Concluso da anlise de varincia:

O SISVAR, assim como a maioria dos softwares estatsticos, no fornece o valor de Ftab (F crtico),
mas fornece Fcal e PR>F, ou valor-P, ou p-value.

Interpreta-se da seguinte forma: se PR>F menor ou igual ao nvel utilizado rejeita-se H0 e


conclui-se que as mdias diferem. Casso contrrio no rejeita-se H0 e conclui-se que as mdias no
diferem.
Assim, no nosso exemplo, 0,0016 menor que 0,05, logo rejeitamos H0, e conclumos que as
mdias dos pesos das plantas aos 30 dias aps a semeadura entre os grupos (substratos) diferem entre si,
ou seja, a diferena entre as mdias dos grupos (substratos) no pode ser atribuda ao acaso.

OBS.: Se usssemos um erro tipo I menor. Por exemplo, ( = 0,01 ou 1%) continuaramos
rejeitando H0 e concluindo que as mdias diferem, pois 0,0016 menor que 0,01. Seguindo esse
raciocnio poderamos rejeitar H0 at um erro tipo I de = 0,0016 ou 0,16%.

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
11

As mdias dos substratos esto comparadas abaixo, pelo teste de Scott Knott a 5% de
probabilidade.
--------------------------------------------------------------------------------
Teste Scott-Knott (1974) para a FV SUBSTRATO
--------------------------------------------------------------------------------
NMS: 0.05 (NMS quer dizer nvel mnimo de significncia) no nosso caso estabelecemos 5% = 0,05)
--------------------------------------------------------------------------------
Mdia harmonica do nmero de repeties (r): 5
Erro padro: 4.58093876841854
--------------------------------------------------------------------------------
Tratamentos Mdias Resultados do teste
--------------------------------------------------------------------------------
A 30.000000 a1
B 30.200000 a1
D 50.000000 a2
C 55.000000 a2
--------------------------------------------------------------------------------
As mdias seguidas de letras e nmeros diferentes diferem entre si ao nvel de 5% de probabilidade ou de significncia.

Interpretamos o teste de Scott Knott da seguinte forma:

As mdias dos substratos A e B no diferem entre si (grupo a1). As mdias dos substratos C e D
no diferem entre si (grupo a2). No entanto as mdias dos substratos C e D diferem das mdias dos
substratos A e B. Portanto os substratos C e D proporcionaram plantas com maior peso aos 30 dias aps
a semeadura. Se o interesse do pesquisador for obter plantas com maior peso esses substratos seriam os
melhores. A diferena desses substratos C e D em relao aos substratos A e B significativa.

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
12
Exerccios:

1) Suponha que voc est interessado em comparar a temperatura mdia do ms de junho em quatro
locais do Estado do Rio Grande do Sul. Para tanto, voc coletou os dados dos ltimos cinco anos em cada
local. As temperaturas em C esto na tabela abaixo. Ao nvel de 5% de probabilidade ( = 5%)
possvel afirmar que a temperatura mdia do ms de junho difere entre os quatro locais?

Ano Local
Uruguaiana Porto Alegre Veranpolis Santa Maria
1 8 10 7 9
2 7 9 9 5
3 8 11 8 6
4 6 8 5 6
5 5 5 7 5
Yi. Total de grupos (locais) 34 43 36 31
Mdia de grupos (locais) 6,8 8,6 7,2 6,2
Total geral Y.. = 144 minutos
Mdia geral = 144/20 = 7,2 minutos

Resposta desse exerccio:

I = 4 locais
J = 5 repeties (anos)
Y2 1442
SQ Total = Yij2 - .. SQTotal = (82 + 102 + ... + 7 2 + 52 ) - = 1100 1036,8 = 63,2
IJ 20

Yi.2 Y..2 34 2 + 43 2 + 36 2 + 312 144 2


SQ entre grupos = - SQ entre grupos = - = 1052,4 1036,8 = 15,6
J IJ 5 20

SQ dentro dos grupos = SQ Total - SQ entre grupos SQ dentro dos grupos = 63,2 - 15,6 = 47,6

Quadro de anlise de varincia (ANOVA)

Fonte de Variao Graus de Liberdade Soma de Quadrados Quadrado Mdio Fcal


Entre grupos (locais) GLentre = I-1 SQentre QMentre = SQentre / GLentre = QMentre/ QMdentro
Dentro dos grupos (erro ou resduo) GLdentro = I(J-1) SQdentro QMdentro = SQdentro / GLdentro -
Total GLtotal = IJ-1 SQtotal - -
Onde I = nmero de grupos (locais); J = nmero de repeties, ou elementos de cada grupo (anos)

Fonte de Variao Graus de Liberdade Soma de Quadrados Quadrado Mdio Fcal


Entre grupos (locais) 3 15,6 5,2 1,75
Dentro dos grupos (erro ou resduo) 16 47,6 2,975
Total 19 63,2

INTERPRETAO PARA GRUPOS (locais)

Ou seja, vamos fazer um teste de hiptese para verificar se h diferena significativa entre as
mdias dos grupos (locais).

a) Estabelecer as hipteses
H0 = as mdias dos grupos (locais) so iguais (no diferem)
H1 = as mdias dos grupos (locais) no so iguais (diferem)

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
13
b) Estabelecer o nvel de significncia do teste, ou erro tipo I () = 5%

c) Calcular o valor de Fcal entre grupos (locais) Fcalc = = QMentre/ QMdentro = 5,2/2,975 = 1,75

d) Ver o valor de Ftabelado Ftab = F (GLentre; GLdentro) Ftab = F5% (3; 16) = 3,24

Ver tabela F a 5%. Tabela 4 da apostila. Se o fosse 1% deveria olhar na tabela 5.

.
.
.

Na primeira linha verifico os graus de liberdade do numerador, nesse caso, GLentre = 3 e na primeira
coluna verifico os graus de liberdade do denominador, nesse caso, GLdentro = 16. Logo o valor Ftab = F5%
(3; 16) = 3,24

e) Deciso e concluso

RA
H0 (1-) RC
H1 ()

1,75 3,24

- se Fcalc Ftab, rejeitamos H0 e conclumos que as mdias dos grupos (locais) diferem entre si, em nvel
de 5% de probabilidade de erro.
- se Fcalc < Ftab, no rejeitamos H0 e conclumos que as mdias dos grupos (locais) no diferem entre si, ou
seja, a diferena entre as mdias dos grupos pode ser atribuda ao acaso.

Para o nosso exemplo, como Fcalc (1,75) < Ftab (3,24), no rejeitamos H0 e conclumos que as
mdias de temperatura do ms de junho no diferem entre si, ou seja, a diferena entre as mdias dos
grupos (locais) pode ser atribuda ao acaso.

Nesse caso no h necessidade de teste de comparao mltipla de mdias (Tukey, Duncan,


Scott Knott, LSD, etc.), pois o teste F da anlise de varincia j concluiu que as mdias no diferem.

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
14
2) Fez-se um estudo para comparar a produtividade de gros de milho (ton ha-1) de cinco cultivares de
milho. O experimento foi conduzido no campo com quatro repeties de cada cultivar. A produtividade
de gros de milho est na tabela abaixo.

Repetio Cultivar
A B C D E
1 6 8 7 8 4
2 7 7 8 8 4
3 7 8 6 7 6
4 6 7 7 7 6
Yi. (total de cultivar) YA. = 26 YB. = 30 YC. = 28 YD. = 30 YE. = 20
Mdia de cultivar 6,5 7,5 7,0 7,5 5,0

Fez-se a anlise de varincia no Excel e obteve-se a seguinte sada de resultados usando o nvel de
significncia do teste, ou erro tipo I () = 5%.
:
Anova: fator nico

RESUMO
Grupo Contagem Soma Mdia Varincia
A 4 26 6.5 0.333333
B 4 30 7.5 0.333333
C 4 28 7.0 0.666667
D 4 30 7.5 0.333333
E 4 20 5.0 1.333333

ANOVA
Fonte da variao SQ gl MQ F valor-P F crtico
Entre grupos 17.2 4 4.3 7.166667 0.00196 3.055568
Dentro dos grupos 9 15 0.6
Total 26.2 19

Pergunta-se:

a) Ao nvel de 5% de significncia possvel afirmar que h diferenas entre as cultivares quanto


produtividade de gros de milho?

Resposta:
O valor-P (0,00196) menor que 0,05, logo rejeitamos H0, e conclumos que as mdias de
produtividade de gros de milho diferem entre as cultivares, ou seja, a diferena entre as mdias das
cultivares no pode ser atribuda ao acaso.
Poderamos concluir tambm da seguinte forma: O valor de Fcal (7.166667) maior que o Ftab
5% (3.055568), logo rejeitamos H0, e conclumos que as mdias de produtividade de gros de milho
diferem entre as cultivares, ou seja, a diferena entre as mdias das cultivares no pode ser atribuda ao
acaso.

RA
H0 (1-) RC
H1 ()

3,055 7,166

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
15
b) E ao nvel de 1% de significncia possvel afirmar que h diferenas entre as cultivares quanto
produtividade de gros de milho?

Resposta:
O valor-P (0,00196) menor que 0,01, logo rejeitamos H0, e conclumos que as mdias de
produtividade de gros de milho diferem entre as cultivares, ou seja, a diferena entre as mdias das
cultivares no pode ser atribuda ao acaso.

Nesse caso, para concluir da outra forma, como mostrado acima, precisaramos consultar o valor
de Ftab 1%. O Fcrtico informado acima a 5%.

Poderamos tambm rapidamente rodar as anlises no excel utilizando o nvel de 1% de significncia.


O resultado seria o seguinte:

Observe que o valor de alfa 0,01 ou 1%

Anova: fator nico

RESUMO
Grupo Contagem Soma Mdia Varincia
A 4 26 6.5 0.333333
B 4 30 7.5 0.333333
C 4 28 7 0.666667
D 4 30 7.5 0.333333
E 4 20 5 1.333333

ANOVA
Fonte da variao SQ gl MQ F valor-P F crtico
Entre grupos 17.2 4 4.3 7.166667 0.00196 4.89321
Dentro dos grupos 9 15 0.6

Total 26.2 19

Agora podemos concluir tambm da seguinte forma:


O valor de Fcal (7.166667) maior que o Ftab 1% (4.89321), logo rejeitamos H0, e conclumos que
as mdias de produtividade de gros de milho diferem entre as cultivares, ou seja, a diferena entre as
mdias das cultivares no pode ser atribuda ao acaso.

RA
H0 (1-) RC
H1 ()

4,893 7,166

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia
16

Bom, como as mdias diferem haveria necessidade de comparar as mdias por um teste de comparao
mltipla de mdias (Tukey, Duncan, Scott Knott, etc.).

O resultado do teste de Scott Knott foi o seguinte:


--------------------------------------------------------------------------------
Teste Scott-Knott (1974) para a FV CULTIVAR
--------------------------------------------------------------------------------
NMS: 0.05
--------------------------------------------------------------------------------
Mdia harmonica do nmero de repeties (r): 4
Erro padro: 0.387298334620742
--------------------------------------------------------------------------------
Tratamentos Mdias Resultados do teste
--------------------------------------------------------------------------------
E 5.000000 a1
A 6.500000 a2
C 7.000000 a2
B 7.500000 a2
D 7.500000 a2
--------------------------------------------------------------------------------

Interprete o resultado.

Resposta:

Houve formao de dois grupos de cultivares. As mdias das cultivares A, B, C e D no diferem


entre si quanto a produtividade de gros de milho, mas, produzem significativamente mais que a cultivar
E. Em resumo, no devo recomendar a cultivar E pois a produtividade de gros inferior as demais.

Prof. Dr. Alberto Cargnelutti Filho


Anlise de varincia

Você também pode gostar