FPCE | Universidade do Porto

EAP II | LPSI109

ANOVA inter-sujeitos (one-way)

Patrício Costa | Filipa Vieira | Marisa Matias | Susana Coimbra

2022/2023
ANOVA

Serão discutidos dois tipos de ANOVA nesta UC:

 Análise de variância inter-sujeitos: que é usada quando temos diferentes sujeitos
ou casos em cada um dos grupos (desenho de grupos independentes; between-
groups);

 Análise de variância de medidas repetidas: que é usada quando se está a medir os

mesmos sujeitos em diferentes condições (ou medidos em diferentes momentos
no tempo – desenho intra-sujeitos; within-groups)

2
ANOVA inter-sujeitos
Esta análise de variância é usada quando temos uma variável independente (fator), com 3
ou mais níveis (grupos) e uma variável dependente métrica.

Esta análise permite comparar médias de sujeitos em três ou mais grupos – trata-se de uma
análise inter-sujeitos (between-groups).

Pode ser vista como a extensão do teste t de Student para amostras independentes,
mantendo-se os pressupostos.

As hipóteses são:

H0 : μa = μb = ... = μz

H1 : Existe pelo menos uma diferença

Como na hipótese alternativa temos que existe pelo menos uma diferença, caso se rejeite a
hipótese nula é necessário efetuar testes de múltiplas comparações (post-hoc) que
comparem as médias duas a duas.

3
ANOVA inter-sujeitos no SPSS

4
ANOVA inter-sujeitos no SPSS

Permite-nos obter as
estatísticas descritivas para
os grupos em análise, teste
de homogeneidade de
variâncias, gráfico de
médias e as estatísticas de
teste FW (Welch) e FBF
(Brown-Forsythe)

5
ANOVA inter-sujeitos no SPSS
Testes post-hoc (quando rejeitamos a hipótese nula na ANOVA):
 Existem vários testes post-hoc de comparações múltiplas de médias (e.g., Tukey,
Bonferroni, Scheffé, Newman-Keuls, LSD). No entanto, não existe consenso sobre qual
destes testes é o mais apropriado.
 Em termos gerais, o teste de Tukey é um dos mais robustos a desvios à normalidade e
homogeneidade das variâncias (condições que, à semelhança da ANOVA, devem
verificar-se para se poder aplicar as comparações múltiplas de médias) para amostras
grandes, enquanto para amostras pequenas o teste de Bonferroni é dos mais potentes
(SPSS, 1999). Existem, porém, outros testes de cálculos mais simples (ex: o teste de
Scheffé ou a Least Significant Difference – LSD) que podem ser utilizados especialmente
quando se compara um número reduzido de grupos.
 Assim sendo, o teste de Tukey é um dos testes mais utilizados quando as variâncias
são homogéneas e o teste de Games-Howell quando as variâncias não são
homogéneas.

6
ANOVA inter-sujeitos no SPSS

Como no teste de Levene p>0.05,

não rejeitamos H0 (que considera a
igualdade de variâncias).
Assim sendo, não necessitamos de
recorrer a um teste robusto para a
comparação de médias (ex. Welch),
podemos recorrer à tabela ANOVA.

Caso não se verifique a igualdade de variâncias devemos usar e reportar a estatística Welch ou Brown-Forsythe em vez da estatística F.
Nota: o Welch é mais potente e conservador do que o Brown-Forsythe (ter em atenção a seleção dos Post hoc)

7
ANOVA inter-sujeitos no SPSS

Valor crítico
F 3,161 ≈ 2,661

MO Excel = F.INV(probability; df1; df2)

Variação entre grupos – soma ponderada das variações das médias de cada grupo em torno da média global (com
pesos proporcionais ao número de observações em cada grupo) – Variação «explicada» pelas diferenças entre médias
Variação dentro dos grupos – soma das variações das observações dentro de cada um dos diferentes grupos –
Variação residual «não explicada»
Variação total (ou, Soma de Quadrados) – total das observações

GRAUS DE LIBERDADE DESVIOS QUADRÁTICOS

FONTES DE VARIAÇÃO VARIAÇÕES
(DEGREES OF MÉDIOS F
(SOURCES OF VARIATION) (SUM OF SQUARES)
FREEDOM) (MEAN SQUARE)
k
ENTRE GRUPOS SQe   ni ( xi  x ) 2 GL1 = K – 1 DQMEG = VEG / GL1
DQMEG /
(BETWEEN GROUPS) DQMDG
i 1

k ni
DENTRO DOS GRUPOS SQd   ( xij  xi ) 2 GL2 = (JI) – K DQMDG = VDG / GL2
(WITHIN GROUPS) i 1 j 1

J – Nº de sujeitos em cada grupo-categoria da variável (Number of subjects in each group); K – Nº de grupos-categorias da variável (Number of groups)

8
ANOVA inter-sujeitos no SPSS
Os post-hoc desta tabela indicam-nos onde se encontram as diferenças. Verificar a coluna Mean Difference e procurar a existência de
asteriscos (*) junto aos valores listados. Quando está presente um asterisco, isso quer dizer que os dois grupos comparados são
significativamente diferentes um do outro a 0,05. O valor exato da significância é dado pela coluna Sig.
É importante considerar a avaliação da homogeneidade das variâncias na escolha do teste post-hoc. Neste caso seria utilizado o teste
de Tukey, pois verificámos o cumprimento do pressuposto da igualdade de variâncias.

9
ANOVA inter-sujeitos no SPSS

10
ANOVA

Dimensão do efeito (Effect size) Effect Size Small Medium large

f 0.10 0.25 0.40

2
𝑓=
1 − 2 η2 0.01 0.06 0.14
Ellis, P. D. (2010). The essential guide to effect sizes: Statistical power, meta-analysis,
and the interpretation of research results. Cambridge University Press.

eta2 (η2 = SQf / SQt )

 onde SQf = Sum of Squares [Between groups] e SQt = Sum of Squares [Total]

 permite avaliar a proporção de variação da variável dependente (métrica) que é

devida/explicável pela variável independente ou fator (nominal ou ordinal).

 =1: a variável dependente é inteiramente determinada pela independente.

eta2 parcial [η2pi = SQf / (SQf +SQe )]

 Mede a proporção da variabilidade do factor e do erro que é explicada pelo factor.

11
ANOVA

Dimensão do efeito (Effect size)

Coefficients η2 and η2p are biased and they estimate the effect for a given
sample only. Therefore, we should compute the coefficient ω2 that is
relatively unbiased.
To calculate it by hand one can use the ANOVA output that contains values
of mean square (MS), sum of squares (SS), and degrees of freedom (df). For
between-subject designs the following formula applies [1]:
[1] Lakens D. Calculating and reporting effect sizes to facilitate cumulative science: a
practical primer for t-tests and ANOVAs. Frontiers in Psychology. 2013; 4:863.

12
ANOVA no SPSS

É possível através deste menu obter o

valor de eta2

13
ANOVA no SPSS

eta2 (η2 = SQf / SQt )

Neste caso, 12,6% da variabilidade da variável dependente é
explicada pelo fator (variável independente).

14
ANOVA inter-sujeitos no SPSS

Escrita dos resultados cf. APA

Elementos chave que têm de ser apresentados: O valor de F, ambos os graus de liberdade correspondentes à variância
crítica e variância erro, o valor da probabilidade (significância), médias, desvios-padrão e valores de significância na
comparação de grupos 2 a 2, magnitude do efeito.
F(gle, gld) = estatística F, p = valor significância. M = médias, DP = desvios padrão; p (comparação grupos 2 a 2), eta2 (η2)

Measure Group 1 Group 2 Group 3 F(df1, df2) p η2

M SD M SD M SD
a b c

https://apastyle.apa.org/style-grammar-guidelines/tables-figures/sample-tables

15
Resumo exemplificativo| ANOVA inter-sujeitos
• QI: Será que há diferenças nos níveis de empatia entre praticantes de andebol,
boxe e natação?

• H0  não há diferenças

• H1  há pelo menos uma diferença

• SPSS: analyze > compare means > one-way ANOVA

• Variáveis: VD métrica, VI com 3 ou + níveis (independentes)

• Pressupostos: N/n < 1.5, normalidade, homogeneidade das variâncias

• Resultados: objetivo, resultados – estatística do teste com graus de liberdade,

valor exato de p, eta2, M e DP dos grupos, interpretação (se há diferenças e
onde [post-hocs], magnitude do efeito)

• F(2, 40) = 3.40, p = .04, eta2 = 0.23

16