Universidade de Braslia - Instituto de Psicologia

Programa de Ps-graduao em Psicologia Social, do Trabalho e das Organizaes.

Roteiro para Anlise de Varincias

Elaine Rabelo Neiva
Bartholomeu Torres Trccoli
Gardnia Silva Abbad

Objetivo: O objetivo do presente trabalho descrever a rotina bsica de comandos para realizao de
anlises de varincia, utilizando o software SPSS, verso 13.0. No sero explorados todos os comandos.
Apenas os essenciais para o incio da anlise.

Antes de qualquer anlise estatstica necessrio que se faa uma anlise exploratria dos dados
coletados. Esta anlise tem duas finalidades principais: (1) descrever e explorar as caractersticas
principais dos resultados sem uma preocupao exclusiva com os objetivos ou hipteses do trabalho (o que
no significa que no possam ocorrer conjuntamente), e (2) investigar se um conjunto de pressupostos
estatsticos est presente nos dados. Neste ltimo caso, verifica-se o ajustamento entre o conjunto de
dados e pressupostos estatsticos fundamentais para o uso correto das diversas tcnicas estatsticas
(normalidade de distribuio das variveis, presena de casos extremos, homocedasticidade,
multicolinearidade, entre outros). Neste texto temos o objetivo (2) como nossa atividade principal. Para
tanto, vamos utilizar o banco de dados fornecido no livro de Hair, Anderson, Tatham e Black denominado
HATCO. Na figura abaixo est uma reproduo parcial desse banco de dados.

So as seguintes as variveis contidas no arquivo de dados HATCO:

Definies e codificao das variveis

 Percepes sobre a HATCO (empresa fictcia fornecedora industrial); medidas atravs de
uma escala grfica de 10 cem foi desenhada entre os pontos: Ruim e Excelente. Os
respondentes marcavam qualquer ponto da linha e a distncia em cm era anotada. As
respostas foram arredondadas para uma casa decimal. So sete os atributos avaliados
pelos respondentes:
X1 Velocidade de Entrega: tempo total necessrio para entregar o produto assim que a
encomenda foi confirmada;
X2 Nvel de Preo: nvel percebido de preo cobrado por fornecedores do produto;
X3 Flexibilidade d Preo: disposio percebida de representantes da HATCO em negociar
preos em todos os tipos de compras;
X4 Imagem do fabricante: Imagem geral do fabricante ou fornecedor;
X5 Servio Geral: nvel geral de servio necessrio para manter uma relao satisfatria
entre fornecedor e comprador;
X6 Imagem da Fora de Vendas: imagem geral da fora de vendas do fabricante;
X7 Qualidade do Produto: nvel percebido de qualidade de um produto em particular
(funcionamento ou produtividade).

Resultados das Compras: duas medidas que refletiram os resultados das relaes de compra
dos respondentes com a HATCO
X9 Nvel de Uso quanto do produto total da empresa comprado da HATCO, medido em
uma escala de 100 pontos percentuais, que varia de zero a 100%;
X10 Nvel de Satisfao: nvel de satisfao do comprador com as compras que realizou
junto HATCO, medido atravs da mesma escala grfica de percepes utilizada nos itens
X1 a X7.

3. Caractersticas do Comprador: cinco caractersticas, algumas mtricas e outras no

mtricas.
X8. Tamanho da empresa: tamanho em relao a outras empresas (1=grande e 0=pequena);
X11. Especificao de compra: o quanto um comprador em particular avalia cada compra
separadamente (anlise do valor total) versus uso de especificaes de compra, as quais
detalham precisamente as caractersticas procuradas do produto (1= emprega anlise do
valor total, avaliando cada produto em separado e 0 = uso de especificao de compra);
X12. Estrutura de Aquisio: mtodo de adquirir ou comprar produtos em uma empresa em
particular. (1 = aquisio centralizada; 0 = aquisio no centralizada);
X13. Tipo de indstria: 1 = indstria; 0 = outras indstrias a que pertence o cliente;
X14. Tipo de situao de compra: situao de compra enfrentada pelo comprador. (1 =
nova tarefa; 2 = nova compra modificada; 3 =nova compra simples).
Fonte: Hair, Anderson, Tatham e Black (2005).

PARTE 1 ANLISE DE VARINCIA ONE-WAY e UNIVARIADA

A anlise de varincia um teste paramtrico equivalente ao teste t (para dois grupos) que compara
mdias de trs ou mais grupos. A realizao da Anova para grupos independentes exige a anlise dos
pressupostos de independncia de observaes, normalidade e de homogeneidade de varincias e a Anova
de medidas repetidas exige, alm desses, o exame da esfericidade. No primeiro caso, utiliza-se o teste
Levene e no segundo o da razo mxima para testar homogeneidade de varincias. O teste inferencial
ANOVA avalia a probabilidade de que qualquer diferena entre duas condies se deva a erro amostral. A
rejeio da hiptese nula em favor da hiptese alternativa indica que essas diferenas se devem ao fator
(ou fatores), que surtiram efeitos estatisticamente significativos sobre os resultados dos participantes.
Abaixo, visualizam-se dois tipos simples de delineamento de pesquisa nos quais a ANOVA aplicvel. No
primeiro caso, as anlises das diferenas entre mdias ocorrero entre grupos (between-groups),
enquanto na segunda ocorrer entre participantes (within-subjects), isto , entre medidas repetidas.
Um delineamento com um fator (trs nveis ou condies) com participantes independentes visto a
seguir:
Nvel 1 Nvel 2 Nvel 3
P1 P11 P21
P2 P12 P22
P3 P13 P23
P4 P14 P24
. . .
. . .
. . .
. .
P10 P20. P30
P = sujeito ou participante da pesquisa. Nvel (condio de pesquisa) do fator.

Esse tipo de delineamento usado em pesquisas experimentais ou quase experimentais de modo que cada
grupo, constitudo por sujeitos distintos, submetido a uma condio especfica que caracteriza
diferentes nveis de uma varivel independente ou fator.
Agora imagine um experimento em que os mesmos sujeitos so submetidos a trs condies do mesmo
fator. Esse caso denominado de delineamento unifatorial com medidas repetidas. O quadro a seguir
ilustra um desenho desse tipo:
Nvel 1 Nvel 2 Nvel 3
P1 P1 P1
P2 P2 P2
P3 P3 P3
P4 P4 P4
. . .
. . .
. . .
. .
P10 P10. P100
P = sujeito ou participante da pesquisa. Nvel (condio de pesquisa) do fator.
A Anlise de Varincia procura diferenas entre mdias de grupos. Quando as mdias so bem diferentes,
existe um alto grau de variao entre as condies. Se no existirem diferenas entre as mdias dos
grupos, no existe variao. As variaes entre grupos surgem como efeito de tratamentos ou
experimentos, diferenas individuais e erro experimental. Para analisar essas variaes a ANOVA compara
a varincia entre grupos e a variao intra grupo ou dentro do grupo.
Por que denominada anlise da varincia o procedimento que compara mdias de grupos
diferentes? Por que na preparao das variabilidades entre e dentro so utilizados os quadrados
dos desvios dos valores das amostras, que fazem parte da definio da varincia.

A anlise da varincia one-way decompe a varincia da seguinte forma:

 1. Primeiro, a ANOVA calcula a mdia para cada um dos grupos.
2. Ento ela calcula a mdia geral (as mdias so somadas e divididas pelo nmero de grupos, nesse
caso trs).
3. Para cada grupo separadamente, a variao total de cada participante em relao mdia do
grupo calculada. Essa a varincia dentro dos grupos (within-group). Esse clculo feito a
partir da soma dos quadrados.
4. A variao da mdia de cada grupo em relao mdia geral calculada. Essa a varincia entre
os grupos (between-groups).

A estatstica F a razo entre varincia entre os grupos pela varincia dentro do grupo. Essa razo
pode ser vista na prxima tabela. Quanto maior a razo F maior a probabilidade das diferenas entre
grupos se deverem ao tratamento ou condies e no a erro amostral. Quando a varincia entre grupos for
bem maior do que a varincia dentro dos grupos, o valor F grande. Leia mais sobre essa tcnica para
ficar por dentro dos clculos e pressupostos nela envolvidos (por exemplo, em DANCEY; REIDY, 2006) .
Para a realizao da anlise de varincia, so considerados os seguintes pressupostos bsicos:
A amostra ser retirada de uma populao normal;
Independncia entre observaes;
Homogeneidade de varincias.
Para medidas repetidas ainda h a esfericidade, analisada pelo teste Greenhouse-Geiser.
A ANOVA relativamente robusta a violaes a esses pressupostos, mas a esfericidade um problema
srio. A esfericidade s importante quando os grupos no so independentes, isto , quando os mesmos
indivduos foram submetidos a todas as condies ou fazem parte de todos os grupos. Espera-se nesse
caso que haja correlao entre as condies. Se h um pequeno nmero de participantes, os dados so
assimtricos e existe um nmero diferente de valores em cada condio, deve-se considerar a execuo
de um teste no paramtrico.

De maneira formal, o teste de hipteses para k nveis de um fator estabelecido da seguinte

forma.

H0: m1 = m2 = m3 ... = mn

H1: Nem todas as populaes tm a mesma mdia

A distribuio F conduzir a deciso de aceitar o rejeitar a hiptese nula, comparando o F

observado Fo calculado com a expresso:

Varincia entre S b2
Fo
Varincia dentro S w2
Com o F crtico Fc correspondente ao nvel de significncia a adotado. Tambm podem ser
comparados o p-value de Fo e o nvel de significncia a.

No exemplo que se segue, sero realizadas duas anlises de varincia one-way com as variveis
dependentes (uma por vez): nvel de satisfao (x10) e qualidade do produto (x7) e a seguinte varivel
independente: tipo de situao de compra (x14).

Relembrando :
ANOVA = varivel independente no mtrica + varivel dependente mtrica
ANOVA ONEWAY = avalia um fator (grupo, tratamento, condio, varivel independente,
nvel) e uma varivel dependente mtrica por vez.
ANOVA UNIFATORIAL = avalia mais de um fator para uma nica varivel dependente
mtrica
MANOVA = avalia mais de um fator para mais de uma varivel dependente mtrica.
Entre com os dados da forma usual. Selecione Analyse, Compare Means e One-way ANOVA (Anova de um
fator).

Ser aberta a janela da figura 1.1 em que sero inseridas as variveis da pesquisa. Para realizar
comparaes minuciosas entre os grupos, clique no item Post Hoc. Para realizar as comparaes Post Hoc
necessrio ter mais de dois grupos na varivel independente ou fator.

Figura 1.1 Janela One-way ANOVA

Figura 1.2 Janela Post Hoc Multiple Comparisons

Ao abrir a janela do Post Hoc Multiple Comparisons, marque a opo Tukey e Continue. Ao retornar
janela da figura 1.1, marque a opo Options e depois as opes Descriptives, homogeneity of variance
test, conforme figura 1.3.

Figura 1.3 Janela Options

Os resultados da anlise de varincia so apresentados e comentados a seguir.

Existe efeito do tipo de compra sobre a satisfao do consumidor e sobre a percepo da

qualidade do produto?

Inicialmente, sero analisados os resultados do exame do pressuposto da Homogeneidade de varincia.

De acordo com a anlise dos pressupostos, no exemplo abaixo sero encontrados problemas com a varivel
satisfao, de acordo com o teste de Levene, pois a estatstica F indica heterogeneidade de varincia
entre os grupos para a varivel satisfao. J para a varivel qualidade do produto, a hiptese nula foi
aceita (H0 = Varincias so iguais). Tal resultado indica a impossibilidade da anlise da varincia para a
varivel satisfao.
 As significncias indicam se h ou
no homogeneidade de varincias.

Test of Homogeneity of Variances

Levene
Statistic df1 df2 Sig.
Satisfaction Level 3,302 2 97 ,041
Product Quality
2,051 2 97 ,134

Verificado o pressuposto, sero analisados os dados para os clculos.

Pequena sobreposio entre

Os resultados descritivos so apresentados a seguir: intervalos. .

Descriptives

95% Confidence Interval for

Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
Satisfaction Level New Task 34 3,929 ,5312 ,0911 3,744 4,115 3,2 5,8
Modified Rebuy 32 5,003 ,4869 ,0861 4,828 5,179 4,2 6,2
Straight Rebuy 34 5,394 ,7135 ,1224 5,145 5,643 3,8 6,8
Total 100 4,771 ,8556 ,0856 4,601 4,941 3,2 6,8
Product Quality New Task 34 7,615 1,3087 ,2244 7,158 8,071 5,0 10,0
Modified Rebuy 32 7,316 1,6316 ,2884 6,727 7,904 3,7 9,7
Straight Rebuy 34 6,003 1,3483 ,2312 5,533 6,473 3,8 8,4
Total 100 6,971 1,5852 ,1585 6,656 7,286 3,7 10,0

Note que no desenho abaixo, h diferena entre as mdias, mas h sobreposio dos intervalos de
confiana. Quando h sobreposio dos intervalos de confiana, as mdias so estatisticamente iguais.
Quando no h sobreposio dos intervalos de confiana, h diferena entre as mdias dos grupos

Diferenas entre grupos

Diferenas entre grupos

Na tabela descriptives, encontram-se as mdias, os desvios padres e os intervalos de confiana

para as mdias de cada um dos grupos em que foram analisadas as variveis dependentes: satisfao e
qualidade do produto. Como pode ser observado, h uma pequena sobreposio entre os intervalos de
confiana dos grupos 2 e 3.

A estatstica F a razo entre varincia entre os grupos pela varincia dentro do grupo. Essa razo
pode ser vista na prxima tabela.
 Diferenas significativas. A hiptese
nula foi rejeitada. Os graus de liberdade
do grupo o nmero de grupos menos
um. Os graus de liberdade dentro do
grupo (participantes) so n-1.

ANOVA

Sum of
Squares df Mean Square F Sig.
Product Quality Between Groups 49,751 2 24,876 12,123 ,000
Within Groups 199,035 97 2,052
Total 248,786 99
Satisfaction Level Between Groups 39,007 2 19,503 56,542 ,000
Within Groups 33,459 97 ,345
Total 72,466 99

Segundo a tabela da ANOVA (One-way), pode-se observar que as hipteses nulas foram rejeitadas.
Ou seja, existe diferena significativa entre as mdias dos grupos pesquisados para as duas variveis
dependentes: satisfao e qualidade do produto. Contudo, a estatstica para nvel de satisfao
problemtica porque viola o pressuposto da ANOVA. A partir daqui, pode-se deixar de fazer a anlise.
Contudo, a anlise ter prosseguimento para que se possa perceber o impacto da violao dos resultados.
Aps a comparao geral dos trs grupos, os testes Post Hoc realizam comparaes dois a dois, entre os
grupos. A tabela seguinte traz essas comparaes. As comparaes dois a dois trazem informaes
detalhadas a respeito das diferenas que so realmente significativas. H necessidade de olhar novamente
as descritivas para uma compreenso melhor das diferenas.
Diferenas significativas para a
qualidade do produto considerando o
tipo de compra. A recompra direta est
associada a maior satisfao que a
Multiple Comparisons primeira compra.
Tukey HSD

Mean
(I) Type of (J) Type of Difference 95% Confidence Interval
Dependent Variable Buying Situation Buying Situation (I-J) Std. Error Sig. Lower Bound Upper Bound
Product Quality New Task Modified Rebuy ,2991 ,3528 ,674 -,541 1,139
Straight Rebuy 1,6118* ,3474 ,000 ,785 2,439
Modified Rebuy New Task -,2991 ,3528 ,674 -1,139 ,541
Straight Rebuy 1,3127* ,3528 ,001 ,473 2,152
Straight Rebuy New Task -1,6118* ,3474 ,000 -2,439 -,785
Modified Rebuy -1,3127* ,3528 ,001 -2,152 -,473
Satisfaction Level New Task Modified Rebuy -1,0737* ,1447 ,000 -1,418 -,729
Straight Rebuy -1,4647* ,1424 ,000 -1,804 -1,126
Modified Rebuy New Task 1,0737* ,1447 ,000 ,729 1,418
Straight Rebuy -,3910* ,1447 ,022 -,735 -,047
Straight Rebuy New Task 1,4647* ,1424 ,000 1,126 1,804
Modified Rebuy ,3910* ,1447 ,022 ,047 ,735
*. The mean difference is significant at the .05 level.

No que diz respeito qualidade do produto, h diferenas significativas para os grupos

que compraram pela primeira vez em relao aos que diretamente fizeram uma recompra. A
mdia dos que fizeram recompra direta maior. Esta tabela tambm traz o intervalo de
confiana para a mdia considerando as diferenas entre os grupos.

As outras tabelas trazem os subgrupos que so formados a partir das mdias. Para
qualidade do produto, h dois subgrupos formados a partir da mdia. Um subgrupo envolve a
recompra direta e o outro subgrupo envolve a recompra modificada e a nova compra.
 Product Quality
a,b
Tukey HSD
Subset for alpha = .05
Type of Buying Situation N 1 2
Straight Rebuy 34 6,003
Modified Rebuy 32 7,316
New Task 34 7,615
Sig. 1,000 ,672
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 33,306.
b. The group sizes are unequal. The harmonic mean of
the group sizes is used. Type I error levels are not
guaranteed.

Para a varivel satisfao, h claramente trs grupos formados com mdias diferenciadas.
Portanto, houve diferena para a varivel satisfao.
Satisfaction Level
a,b
Tukey HSD
Subset for alpha = .05
Type of Buying Situation N 1 2 3
New Task 34 3,929
Modified Rebuy 32 5,003
Straight Rebuy 34 5,394
Sig. 1,000 1,000 1,000
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 33,306.
b. The group sizes are unequal. The harmonic mean of the group sizes
is used. Type I error levels are not guaranteed.

2.0. Anlise de Varincia Univariada com dois Fatores

A anlise de varincia univariada testa a diferena de mdias para uma nica varivel dependente
mtrica, considerando um ou dois fatores. Quando se analisam dois fatores, h a identificao da
influncia de dois fatores e a da interao entre eles. Como exemplo ser realizada uma anlise de
varincia com dois fatores: tipo da situao de compra e tipo de empresa. A varivel dependente ser
qualidade do produto. Aqui, os resultados analisam uma varivel dependente por vez.

Existe efeito do tipo de compra e do tipo de empresa sobre a percepo de qualidade do produto? Ou
a percepo de qualidade do produto afetada pela forma com que a compra foi realizada e
pelo tipo de empresa?

Neste caso, a varincia se decompe da seguinte forma:

H, alm da varincia dos fatores (grupos), a varincia de erro e a varincia da interao entre os
fatores.

Os efeitos de interao so analisados da seguinte forma. Os efeitos de interao indicam

cruzamento de mdias entre os grupos de ambas as variveis que indicam uma interseco.

Mdias Marginais de Qualidade de Vida

Tipo de Trabalho
8,0 Novo trabalho
Readaptao
Trabalho normal
Mdias Marginais Estimadas

7,5

7,0

6,5

6,0

Condio 1 Condio 2

Tipo de Condio

No grfico anterior, h poucos indcios de interao. Apenas entre os grupos Novo Trabalho e
Readaptao, h efeito de interao na qualidade de vida quando pertencentes condio 2. o que
significa ter uma interao entre duas variveis? Se h duas variveis e cada uma apresenta duas
condies, uma interao ocorre quando uma varivel se comporta de forma diferente em cada condio
da outra varivel. Ento, os grupos Novo Trabalho e Readaptao, se comportam de forma diferente nas
duas condies. Quando no existe interao, as linhas que representam a varivel so paralelas. H maior
qualidade de vida na condio 2, para os grupos Novo trabalho e Readaptao.

Para realizar a anlise, siga os seguintes passos:

Analyse
General Linear Model
Univariate
 A figura 1.4 apresenta a janela em que so inseridas as variveis para comparao. A varivel
dependente inserida na local indicado e as variveis independentes so inseridas no espao Fixed
Factor (s). Nessa mesma janela, selecione a opo Post Hoc para indicao dos fatores que
apresentam comparaes para mais de trs grupos.

Figura 1.4 Janela Univariate

A figura 1.5 apresenta o espao para escolha dos fatores que merecero uma comparao mais acurada
dos grupos. H a possibilidade de escolha de quais fatores merecem uma anlise mais acurada, contudo o
fator X 13 no apresenta mais de dois grupos.

Figura 1.5 Janela Univariate Post Hoc Multiple Comparisons

Aps selecionar o teste Post Hoc, retorne a janela da figura 1.5 ao clicar em Continue. Na janela da
figura 1.4, selecione a opo Options. Na janela Options, selecione as opes Descriptives statistics e
Homogeneity tests.

Figura 1.6 Janela Options

Os resultados da anlise de varincia envolvendo dois fatores so apresentados a seguir.
Inicialmente, h os fatores com as suas condies ou divises ou grupos. Em cada um, h uma indicao do
tamanho do grupo. A primeira tabela apresenta os grupos das variveis independentes no-mtricas.

Univariate Analysis of Variance

Between-Subjects Factors

Value Label N
Type of Buying 1 New Task 34
Situation 2 Modified
32
Rebuy
3 Straight
34
Rebuy
Type of Industry 0 FIRM TYPE
50
(SIC) ONE
1 FIRM TYPE
50
TWO

Na tabela descriptives, h a apresentao das mdias para cada um dos grupos e seus
respectivos tamanhos (N). a mdia obtida pelo cruzamento dos grupos dos dois fatores.

Descriptive Statistics

Dependent Variable: Product Quality

Type of Buying Situation Type of Industry (SIC) Mean Std. Deviation N
New Task FIRM TYPE ONE 7,256 1,1036 18
FIRM TYPE TWO 8,019 1,4349 16
Total 7,615 1,3087 34
Modified Rebuy FIRM TYPE ONE 6,613 1,6939 16
FIRM TYPE TWO 8,019 1,2560 16
Total 7,316 1,6316 32
Straight Rebuy FIRM TYPE ONE 6,275 1,3538 16
FIRM TYPE TWO 5,761 1,3342 18
Total 6,003 1,3483 34
Total FIRM TYPE ONE 6,736 1,4267 50
FIRM TYPE TWO 7,206 1,7115 50
Total 6,971 1,5852 100

O teste de Levene apresenta os resultados da homogeneidade de varincias para todos

os grupos das duas variveis independentes (fatores). Para a varivel qualidade do produto, a
hiptese nula foi aceita (H0 = Varincias iguais). Houve rejeio da hiptese alternativa e aceitao da
hiptese nula. Mostra que as varincias dos grupos
no so significativamente
diferentes. Assim, esta satisfeita a
hiptese de homogeneidade de
varincias.
 a
Levene's Test of Equality of Error Variances

Dependent Variable: Product Quality

F df1 df2 Sig.
,533 5 94 ,751
Tests the null hypothesis that the error variance of
the dependent variable is equal across groups.
a. Design: Intercept+x14+x13+x14 * x13

Aps a verificao do pressuposto, so apresentados na prxima tabela os testes dos efeitos

dos grupos. A tabela traz as indicaes da variao entre sujeitos na estatstica error.

Estas so as linhas de interesse, pois mostram as estatsticas entre os grupos.

Considerando que so duas variveis, sero apresentados os efeitos entre grupos
para cada uma delas. Depois, so apresentados os valores para a interao entre os
fatores tipo de situao de compra e tipo de empresa.

Tests of Between-Subjects Effects

Dependent Variable: Product Quality

Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 72,742a 5 14,548 7,768 ,000
Intercept 4871,363 1 4871,363 2601,108 ,000
x14 49,588 2 24,794 13,239 ,000
x13 7,590 1 7,590 4,053 ,047
x14 * x13 15,833 2 7,916 4,227 ,017
Error 176,043 94 1,873
Total 5108,270 100
Corrected Total 248,786 99
a. R Squared = ,292 (Adjusted R Squared = ,255)

A linha erro (error) contm os valores relacionados variao entre

participantes.

De acordo com os resultados, existe diferena estatstica de mdias entre os grupos dos fatores:
tipo de situao de compra, tipo de empresa e para a interao entre eles.
Na janela 1.7, h a indicao do pedido de efeitos parciais que traz uma medida de correlao ao
quadrado (eta ao quadrado parcial) que indica o percentual de variao que explicado pelo fator.
Figura 1.7 Janela Options com novas indicaes

A opo pelo Partial Eta Squared indica uma avaliao dos efeitos parciais. O eta indica que 22%
da variao na qualidade do produto se deve ao tipo de situao de compra.
O eta parcial j est ao quadrado e um
coeficiente de correlao que indica variaes
em uma varivel explicada por variaes em
outra varivel.

Tests of Between-Subjects Effects

Dependent Variable: Product Quality

Type III Sum Partial Eta
Source of Squares df Mean Square F Sig. Squared
Corrected Model 72,742a 5 14,548 7,768 ,000 ,292
Intercept 4871,363 1 4871,363 2601,108 ,000 ,965
x14 49,588 2 24,794 13,239 ,000 ,220
x13 7,590 1 7,590 4,053 ,047 ,041
x14 * x13 15,833 2 7,916 4,227 ,017 ,083
Error 176,043 94 1,873
Total 5108,270 100
Corrected Total 248,786 99
a. R Squared = ,292 (Adjusted R Squared = ,255)

Post Hoc Tests

A comparao mltipla traz novamente os resultados para o fator que possui mais de dois grupos.
Somente o fator tipo de situao de compra possui mais de dois grupos, no caso trs grupos. A anlise de
varincia feita para variveis independentes que apresentem mais de dois grupos. O resultado geral traz
o efeito desses grupos de uma maneira geral. Os testes Post Hoc realizam comparaes dois grupos, dois-
a-dois. O teste de comparaes mltiplas feito para cada varivel dependente separadamente. Cada
grupo comparado com o outro, numa mesma varivel independente, para verificar a diferena entre as
mdias. No caso, para a varivel independente, tipo de situao de compra, os grupos - nova compra,
recompra modificada e recompra direta so comparados dois a dois. Deve-se analisar se esses grupos
possuem diferenas quando comparados nessa situao e identificar se todos so diferentes ou se apenas
alguns possuem diferenas. A primeira tabela traz a diferena entre as mdias desses grupos e a
significncia da diferena. Nos resultados apresentados abaixo, h diferenas entre os grupos nova tarefa
e recompra direta; e entre recompra modificada e recompra direta. Enfim, o grupo de recompra direta
apresenta uma mdia de percepo da qualidade do produto muito diferenciada dos outros grupos. A
percepo da qualidade do produto, neste grupo, muito menor que nos demais.

Type of Buying Situation - Tipos de situao de Compra

Multiple Comparisons

Dependent Variable: Product Quality

Tukey HSD

Mean
(I) Type of (J) Type of Difference 95% Confidence Interval
Buying Situation Buying Situation (I-J) Std. Error Sig. Lower Bound Upper Bound
New Task Modified Rebuy ,299 ,3371 ,650 -,504 1,102
Straight Rebuy 1,612* ,3319 ,000 ,821 2,402
Modified Rebuy New Task -,299 ,3371 ,650 -1,102 ,504
Straight Rebuy 1,313* ,3371 ,001 ,510 2,115
Straight Rebuy New Task -1,612* ,3319 ,000 -2,402 -,821
Modified Rebuy -1,313* ,3371 ,001 -2,115 -,510
Based on observed means.
*. The mean difference is significant at the ,05 level.

Na ltima tabela so inseridos os subgrupos que compem as mdias de qualidade do produto. Existem
dois subgrupos homogneos para as mdias, um que engloba os grupos nova tarefa e recompra modificada
e outro com a recompra direta.

Homogeneous Subsets

Product Quality
a,b,c
Tukey HSD
Subset
Type of Buying Situation N 1 2
Straight Rebuy 34 6,003
Modified Rebuy 32 7,316
New Task 34 7,615
Sig. 1,000 ,647
Means for groups in homogeneous subsets are displayed.
Based on Type III Sum of Squares
The error term is Mean Square(Error) = 1,873.
a. Uses Harmonic Mean Sample Size = 33,306.
b. The group sizes are unequal. The harmonic mean of
the group sizes is used. Type I error levels are not
guaranteed.
c. Alpha = ,05.

Anlise de varincia (ANOVA) Informaes a respeito do clculo.

Os dados abaixo so pesos (g) de 10 estorninhos de cada uma dentre 4 situaes diferentes de pousada. O
interesse verificar se as mdias diferem de um grupo para outro.

A primeira coisa que deve-se fazer visualizar os dados num grfico, ou por meio de um boxplot ou por
meio de um grfico de pontos.

A hiptese nula de que as mdias so iguais.

Diferentemente do teste t para duas amostras independentes, devemos assumir que as varincias so
iguais em todos os grupos, e adicionalmente que os dados so aproximadamente normais.

Um teste F de Levene pode ser feito para testar a hiptese nula de igualdade de varincias. um -valor
pequeno indica que a ANOVA no apropriada como um mtodo de anlise.

A partir do teste, pode-se inferir que h homogeneidade ou no das varincias.

O que significa e como funciona a ANOVA

A ANOVA basicamente divide a variabilidade em variabilidade Entre Grupos e variabilidade Dentro de

Grupos, e compara as duas.

Quanto maior for a primeira comparada segunda, maior a evidncia de que existe variabilidade entre
grupos, ou seja, mdias diferentes.

Define-se a soma de quadrados total, SQT, como :

calculada a partir de todos os dados, em que a mdia amostral global.

Note que a estimativa usual de varincia de uma amostra :

Pode-se dividi-la como:

em que

e a mdia amostral do grupo ;e

em que o tamanho amostral do grupo .

Aqui SQD utilizado para denotar soma de quadrados entre grupos e SQE para a soma de quadrado
dentro dos grupos.

Agora tendo separado a variabilidade, possvel mostrar que podemos obter estimativas independentes da
varincia populacional comum a partir destas duas quantidades. Elas so chamadas de valores
quadrados mdios, e obtemos as seguintes estimativas:

em que o nmero de grupos, e o tamanho amostral total, aqui 20. Como estas estimativas de
varincia so construdas a partir de dois tipos diferentes de variabilidade, quanto mais elas diferirem,
mais evidncia existe de diferena nas mdias.

A estatstica de teste

e comparamos este valor com uma distribuio F com e graus de liberdade para obter

um -valor. Sempre que uma ANOVA feita usual expressar os resultados numa tabela como segue:

Estes resultados so dos dados de estorninhos, e conclumos que existem evidncias estatisticamente
significativas ao nvel de 5% de uma diferena nas mdias de quatro situaes de pousada diferentes.

MLTIPLA ANLISE DE VARINCIA MANOVA

A anlise multivariada de varincia uma extenso da ANOVA. A MANOVA permite trabalhar com
mais de uma varivel dependente simultaneamente. Quando mltiplas variveis dependentes, a MANOVA
trabalha com uma varivel estatstica que a combinao linear das variveis dependentes mtricas
escolhidas na pesquisa. O teste utiliza essa combinao como se fosse uma nica varivel dependente.
Conseqentemente, a anlise identifica o efeito das variveis independentes ou da varivel independente
na combinao linear das variveis dependentes. Tal combinao pode ser uma simples adio das
variveis dependentes, ou ainda uma adio das variveis, incluindo pesos na equao (x1 * 3) + (x2 * 2). A
MANOVA escolhe a combinao por meio do critrio de maximizar as diferenas entre as vrias condies
das variveis independentes. Por isso, ela utiliza vrios testes para indicar o valor de F.
 Pressupostos: Os pressupostos da Anlise Multivariada de Varincia incluem a normalidade
multivariada, a homogeneidade da matriz de varincia-covarincia, a linearidade, a homogeneidade de
regresso, a multicolinearidade e a singularidade.
1. Normalidade multivariada: A normalidade multivariada difcil avaliar. Refere-se suposio
de que as distribuies de mdias amostrais das VDs em cada cela e todas as combinaes lineares delas
sejam normalmente distribudas. importante verificar a normalidade da distribuio de todas as
variveis dependentes. A MANOVA robusta a uma modesta violao da normalidade, se essa violao for
resultante de assimetria da distribuio e no da presena de outliers.

2. Homogeneidade das matrizes de varincia e covarincia: A homogeneidade de varincia

obtida pelo teste Box M. Porm, segundo Tabachnick e Fidell, se o tamanho das amostras forem desiguais
esse teste no tem resultado confivel. Se as celas com amostras maiores apresentarem maiores
varincias e covarincias, o nvel alpha conservador, podendo-se, nesse caso, rejeitar a hiptese nula
sem preocupao. Entretanto, quando as celas com menores amostras apresentarem as maiores varincias
e covarincias, o teste de significncia muito liberal. Nesse caso a hiptese nula pode ser rejeitada,
porm com cuidado. Use o Pillai ao invs do critrio Wilks lambda para a avaliar a significncia estatstica
multivariada ou ento equalize o tamanho das amostras por excluso aleatria de casos, desde que
deletar esses casos no diminua o poder do teste.
3. Linearidade: A Manova supe um relacionamento linear entre todos os pares de VDs em cada
cela. A MANCOVA supe tambm relaes lineares entre todos os pares de covariantes e entre todos os
pares VD-Covariante em cada cela. Desvios da linearidade reduzem o poder do teste. Quando houver um
pequeno nmero de VDs e de covariantes, possvel e desejvel o exame de scatteerplots para anlise
das combinaes entre pares de VDS, de covariantes e de VD-covariantes (SPSS PLOT).
4. Homogeneidade de Regresso: assume-se que o coeficiente angular ou inclinao o mesmo
em todas as celas. Cada cela representa a populao que tambm apresenta a mesma inclinao. Testa-se
essa suposio atravs da anlise de Roy Bargmann (stepdown analysis). Estude o captulo 8 da Tabachnick
e Fidell referente a Ancova.
5. Multicolinearidade e Singularidade: Quando as correlaes entre VDs so altas, uma varivel
dependente uma combinao linear de outras, ento ela produz informao redundante. Nesses casos,
pode-se excluir a VD redundante. Se for necessrio manter essa VD, possvel aplicar uma anlise dos
componentes principais e utilizar os escores fatoriais e no as VDs originais.

ETAPAS DA ROTINA DE ANLISE (SPSS) MANOVA

No exemplo abaixo, iremos verificar a influncia do Tipo de Situao de Compra (VI) sobre a
Qualidade do Produto (VD) e a Satisfao com o Produto (VD), conjuntamente. No caso, teremos uma VI e
duas VDs.
Analyse
General Linear Model
Multivariate
Aps essas selees, ser aberta uma janela que apresenta as indicaes de variveis para a MANOVA.

Ao abrir a janela, coloque as variveis dependentes no local apropriado e os fatores (VIs) nos
locais indicados. Em seguida, pressione o boto Options.
Para realizao dos testes de homogeneidade de varincia, marque a opo Homogeneity test. Alm
disso, solicite as descritivas (Descriptives) e o tamanho do efeito (Estimates of effect size). Em seguida,
selecione Continue. Aps essas selees, h o retorno para a janela inicial. Para os testes Post Hoc,
selecione a opo Post Hoc. Na janela Post Hoc, selecione o teste desejado.

As sadas da MANOVA sero analisadas a seguir. Inicialmente so apresentados os grupos da

MANOVA. Em seguida, so apresentadas as descritivas e o resultado do teste de homogeneidade.
 Descriptive Statistics

Type of Buying Situation Mean Std. Deviation N

Product Quality New Task 7,615 1,3087 34
Modified Rebuy 7,316 1,6316 32
Straight Rebuy 6,003 1,3483 34
Total 6,971 1,5852 100
Satisfaction Level New Task 3,929 ,5312 34
Modified Rebuy 5,003 ,4869 32
Straight Rebuy 5,394 ,7135 34
Total 4,771 ,8556 100

O teste Box M indica que a matriz de covarincia extrada entre essas duas variveis
apresenta homogeneidade de varincia. Tal resultado indica que a MANOVA poder ser
realizada.

Box's Test of Equality of Covariance Matricesa

Box's M 11,339
F 1,834
df1 6
df2 229276,4
Sig. ,088
Tests the null hypothesis that the observed covariance
matrices of the dependent variables are equal across groups.
a. Design: Intercept+x14

O teste de Levene faz a comparao univariada das VDs, o que no indicado para
nosso clculo. De acordo com o teste de Levene, a varivel satisfao apresenta problemas de
homogeneidade de varincia, o que no ocorre com a varivel qualidade do produto.

a
Levene's Test of Equality of Error Variances

F df1 df2 Sig.

Product Quality 2,051 2 97 ,134
Satisfaction Level 3,302 2 97 ,041
Tests the null hypothesis that the error variance of the dependent
variable is equal across groups.
a. Design: Intercept+x14

Podemos observar que h um efeito da varivel independente na combinao linear das

variveis dependentes, improvvel de ter surgido apenas por erro amostral. Isso pode ser visto
na tabela multivariada da seo dos testes dos efeitos dentre grupos dos resultados. H
diferena entre os vrios tipos de compra considerando avaliaes combinadas de qualidade
do produto e satisfao do consumidor. Voc deve ser capaz de identificar o lambda de Wilks e
o F relacionado e a significncia destes. Note que diferena muito grande entre os testes pode
indicar problemas na combinao linear entre as duas variveis. A anlise da contribuio de
cada varivel apresentada na prxima tabela. A explicao maior ocorre sobre a varivel
satisfao. A explicao fica em torno de 53%.
 Multivariate Testsc

Partial Eta
Effect Value F Hypothesis df Error df Sig. Squared
Intercept Pillai's Trace ,990 4524,617a 2,000 96,000 ,000 ,990
Wilks' Lambda ,010 4524,617a 2,000 96,000 ,000 ,990
Hotelling's Trace 94,263 4524,617a 2,000 96,000 ,000 ,990
Roy's Largest Root 94,263 4524,617a 2,000 96,000 ,000 ,990
x14 Pillai's Trace ,636 22,604 4,000 194,000 ,000 ,318
Wilks' Lambda ,401 27,756a 4,000 192,000 ,000 ,366
Hotelling's Trace 1,398 33,204 4,000 190,000 ,000 ,411
Roy's Largest Root 1,328 64,416b 2,000 97,000 ,000 ,570
a. Exact statistic
b. The statistic is an upper bound on F that yields a lower bound on the significance level.
c. Design: Intercept+x14

A explicao proporcional de cada varivel dependente apresentada a seguir. O (2)

apresentado pela Tabachnick e Fidel o Partial Eta Squared.

Tests of Between-Subjects Effects

Type III Sum Partial Eta

Source Dependent Variable of Squares df Mean Square F Sig. Squared
Corrected Model Product Quality 49,751a 2 24,876 12,123 ,000 ,200
Satisfaction Level 39,007b 2 19,503 56,542 ,000 ,538
Intercept Product Quality 4864,935 1 4864,935 2370,939 ,000 ,961
Satisfaction Level 2278,727 1 2278,727 6606,172 ,000 ,986
x14 Product Quality 49,751 2 24,876 12,123 ,000 ,200
Satisfaction Level 39,007 2 19,503 56,542 ,000 ,538
Error Product Quality 199,035 97 2,052
Satisfaction Level 33,459 97 ,345
Total Product Quality 5108,270 100
Satisfaction Level 2348,710 100
Corrected Total Product Quality 248,786 99
Satisfaction Level 72,466 99
a. R Squared = ,200 (Adjusted R Squared = ,183)
b. R Squared = ,538 (Adjusted R Squared = ,529)

importante ressaltar que as comparaes mltiplas so apresentadas para cada

varivel dependente individualmente, como mostra a prxima tabela.
Multiple Comparisons

Tukey HSD

Mean
(I) Type of (J) Type of Difference 95% Confidence Interval
Dependent Variable Buying Situation Buying Situation (I-J) Std. Error Sig. Lower Bound Upper Bound
Product Quality New Task Modified Rebuy ,299 ,3528 ,674 -,541 1,139
Straight Rebuy 1,612* ,3474 ,000 ,785 2,439
Modified Rebuy New Task -,299 ,3528 ,674 -1,139 ,541
Straight Rebuy 1,313* ,3528 ,001 ,473 2,152
Straight Rebuy New Task -1,612* ,3474 ,000 -2,439 -,785
Modified Rebuy -1,313* ,3528 ,001 -2,152 -,473
Satisfaction Level New Task Modified Rebuy -1,074* ,1447 ,000 -1,418 -,729
Straight Rebuy -1,465* ,1424 ,000 -1,804 -1,126
Modified Rebuy New Task 1,074* ,1447 ,000 ,729 1,418
Straight Rebuy -,391* ,1447 ,022 -,735 -,047
Straight Rebuy New Task 1,465* ,1424 ,000 1,126 1,804
Modified Rebuy ,391* ,1447 ,022 ,047 ,735
Based on observed means.
*. The mean difference is significant at the ,05 level.