ara o modelo heterocedástico, vamos inicialmente testar as hipóteses

Os métodos mais utilizados são os testes de Cochran, Bartlett e de Levene.

Teste de Cochran (Homogeneidade de

Variância)
O teste de Cochran compara a maior variância com as demais. Para
aplicarmos o teste de Cochran, vamos assumir que o experimento é
balanceado e seguir as seguintes etapas:

 Etapa 1 - Calcular a Estatística

em que

 k: representa o número de níveis do fator;

 s2i: representa a variância amostral.

 n: representa o número de medidas em cada nível do fator.

 Etapa 2 - Comparar com valor tabelado.

Exemplo 1.6.1.1:
Um laboratório de metrologia contratou um novo metrologista que passou
por diversos treinamentos para integrar a equipe. Antes de liberarmos o
metrologista para realizar o procedimento de calibração, realizamos um
teste para comparar a variabilidade das medições do metrologista novato
com os demais metrologistas do laboratório. Em um experimento
completamente aleatorizado, um bloco padrão de 50mm foi medido 5 vezes
por cada metrologista. As medições estão na tabela a seguir.

Metrologistas

João Novato Moacir Roberto

Medida 1 50,0071 50,007 50,0072 50,0073

Medida 2 50,0072 50,0076 50,0074 50,0074

Medida 3 50,0072 50,0075 50,0073 50,0073

Medida 4 50,0071 50,0071 50,0072 50,0072

Medida 5 50,0072 50,0078 50,0072 50,0072

Média 50,00716 50,0074 50,00726 50,00728

Desvio
0,000055 0,00034 0,000089 0,000084
Padrão

Variância 0,000000003 0,000000115 0,000000008 0,000000007

Neste caso, temos como objetivo comparar a variabilidade encontrada entre

os diversos metrologistas. Observamos que . Logo

(Tabela C, para de significância) =0,629. Portanto,

como , a variância do metrologista Novato não é
homogênea em relação a dos demais metrologistas.

Número Tamanho do grupo (réplicas)

 de
2 3 4 5 6
Grupos

2 - 0,975 0,939 0,906 0,877

3 0,967 0,871 0,798 0,746 0,707

4 0,906 0,768 0,684 0,629 0,69

5 0,841 0,684 0,598 0,544 0,506

6 0,781 0,616 0,532 0,48 0,445

7 0,727 0,561 0,48 0,431 0,397

8 0,68 0,516 0,438 0,391 0,3

Tabela C: Valor tabelado para nível de significância 5%.

Teste de Bartlett
A estatística do teste proposta por Bartlett é dada por

em que
Sob (igualdade das variâncias) sabemos que tem distribuição
assintótica qui-quadrado com graus de liberdade. Desta forma,
rejeitamos se no qual representa o
quantil da distribuição qui-quadrado com (k-1) graus de
liberdade. Além disso, o P-valor é calculado por

>

O teste de Bartlett é sensível em relação a hipótese de normalidade dos

dados. Se rejeitarmos a hipótese de normalidade, é melhor utilizarmos o
teste proposto por Levene. Porém, se a hipótese de normalidade não for
violada, o teste proposto por Bartlett tem um comportamento melhor que o
teste proposto por Levene.

Exemplo 1.6.1.1:
Aplicar o teste de Bartlett para os dados do Exemplo 1.1.

Fator Resistencia_da_Fibra

15 7

15 7

15 15

15 11

15 9

20 12

20 17
 20 12

20 18

20 18

25 14

25 18

25 18

25 19

25 19

30 19

30 25

30 22

30 19

30 23

35 7

35 10

35 11

35 15

35 11

clique aqui para efetuar o download dos dados utilizados nesse exemplo

As variâncias amostrais são

Então, temos que

Logo,
Temos também que

Então, a estatística do teste

Como , não rejeitamos a hipótese de que todas as variância

são iguais.

O p-valor para o teste de Bartlett é

Conclusão:
Como o p-valor está acima de 5% não rejeitamos a hipótese .

Resultados desse exemplo obtidos com o software Action:

Para entender como executar essa função do Software Action,
você pode consultar o manual do usuário.
 Teste de Levene
Este procedimento consiste em fazer uma transformação dos dados
originais e aplicar aos dados transformados o teste da ANOVA. Levene
(1960) propôs a seguinte transformação:

onde

 : representa os dados após transformação;

 : representa os dados originais; e
 : representa a média do nível , para os dados originais.
Uma transformação (robusta) alternativa considerada para o procedimento
de Levene, proposto por Brown (1974), é substituir a média do nível pela
mediana.

Para obter a mediana devemos, em primeiro lugar, ordenar os dados do

menor para o maior valor. Se o número de dados for ímpar, a mediana será
o dado central. Se o número de dados for par, a mediana será a média
aritmética dos dois dados centrais.

Com isso, a expressão a seguir é substituída por

em que

 : representa os dados após transformação;

 : representa os dados originais; e
 : representa a mediana do nível , para os dados originais.
Com isso, temos a seguinte estatística:
em que, e

Após a transformação dos dados originais pela expressão (1.6.1.1),

aplicamos o teste da ANOVA. Se a estatística F for significativa rejeitamos a
hipótese de igualdade das variâncias.

Teste de Levene para os dados do Exemplo 1.

Usando a expressão (1.6.1.1 ), obtemos a seguinte tabela, com os dados

transformados.

Algodão % Resistência da Fibra

15 2 2 6 2 0

20 5 0 5 1 1

25 4 0 0 1 1

30 3 3 0 3 1

35 4 1 0 4 0

Tabela: Dados transformados para a resistência da fibra.

Fator Resistência da
 Fibra

15 2

15 2

15 6

15 2

15 0

20 5

20 0

20 5

20 1

20 1

25 4

25 0

25 0

25 1

25 1

30 3

30 3

30 0

30 3

30 1
 35 4

35 1

35 0

35 4

35 0

clique aqui para efetuar o download dos dados utilizados nesse exemplo

A soma de quadrados é dada por:

Conclusão:
Como o p-valor é maior que 5%, não temos evidências para rejeitar a
hipótese de igualdade de variâncias.

Resultados desse exemplo obtidos com o software Action:

Tabela: Análise de Variância para os dados transformados.