Universidade Federal da Paraba

Centro de Cincias Humanas e Letras

Programa de Ps-Graduao em Psicologia Social

Teste t de Student e Anlise

de Varincia

Alex Sandro de Moura Grangeiro

Carla Fernanda de Lima Santiago da Silva
Isabel Cristina Vasconcelos de Oliveira

Teste t de Student

Teste t
Anlise de duas condies
Avalia a diferena entre a mdia de dois
grupos;
Teste
t independente: quando os
participantes tomam parte em apenas uma
das duas condies (entre participantes) um delineamento independente;
Teste
t para dados relacionados ou
pareados: participantes tomam parte em
ambas as condies (dentre participantes)delineamento relacionado

Teste t
Quando o teste t leva no rejeio da
hiptese nula, tal significa que a diferena
nas mdias dos dois grupos zero. Assim,
o intervalo de confiana para a diferena
de mdias contm a diferena nula, ou
seja, o valor zero.
Contrariamente, quando o teste t leva
rejeio da hiptese nula, tal significa que
a diferena de mdias dos dois grupos no
zero, e neste caso o intervalo de
confiana para a diferena de mdias no
inclui a diferena nula, i.e., o zero.

Teste t
Sada para o teste t
independente
Mdias das duas condies e

as diferenas entre

elas;

Intervalos de confiana: o teste t fornece os limites

de confiana para as diferenas entre as mdias

Valor t: quanto maior o valor de t, maior a

probabilidade de que a diferena entre os grupos no
resulte do erro amostral.

Valor de p: a probabilidade de a diferena ter

ocorrido por erro amostral. Ex: p= 0,001- chance de
1 em mil que o resultado tenha sido por erro
amostral, sendo a hiptese nula verdadeira;

Teste t
Sada para o teste t
independente
Grau de liberdade (gl): aproximadamente

se
equiparam ao tamanho da amostra. sempre um
a menos que o nmero de participantes;
Teste t independente= (n-1) +(n-1);
Dentre participantes = (n-1);

Desvios Padres: mostra a variabilidade das

amostras envolvidas no teste

Erro padro da mdia (epm): utilizado no clculo

dos intervalos de confiana

Teste t
Suposies que devem ser
satisfeitas no uso do teste t

Consideramos que o valores de nossos grupos, ou

condies, so normalmente distribudos;
Quanto maior a amostra, maior a probabilidade de se obter
dados normais;
O histograma pode auxiliar na visualizao se as variveis
de cada grupo so simtricos ou no.
OBS: quando usamos o teste t, comparamos a diferena de
mdias, ento se houver assimetria, a mdia pode no ser a
melhor medida de tendncia central;
Quando o nmero de participantes dos dois grupos
diferente deve-se utilizar a mdia ponderada;

Teste t
O teste t para amostras
independentes

Teste t
O teste t para amostras
independentes

Teste t
O teste t para amostras
independentes

Teste t
O teste t para amostras
independentes

No
existem
diferenas
significativas entre
as varincias p =
0,609,
ento
assume
que
as
varincias
so
iguais.

Teste t

Diferena de mdias
foi de 1,67, d=0,41;
intervalo de confiana
de
95%
para
a
diferena das mdias
populacionais 1,04 a
2,30;

Os participantes do sexo
masculino tem mais
dependncia de exerccio fsico
m= 19,34, DP=4,12) do que os
do sexo feminino (m= 17,66,
DP= 3,97)

Teste t- Se a hiptese nula fosse

verdadeira, tal resultado seria
improvvel
(t(667)=
5,21,
p<0,001) . Ento os homens so
mais dependentes de exerccio
que as mulheres.

Teste t
O teste t para amostras
independentes

EXEMPLO 2:
Comparou-se homens e mulheres no que diz
respeito ao comprometimento organizacional;
Mais homens do que mulheres.
No s as mdias so
parecidas, desvio
padro e erro padro da mdia tambm.

Teste t
O teste t para amostras
independentes

Teste t

O teste t para amostras

independentes
EXEMPLO
2:
O teste de Levene (p= 0,364), no deu significativo (p < 0,05),
ento as varincias assumidas so iguais olha para a linha de
cima.
t = -0,332
Intervalo de confiana entre -0,15722 e 0,11178 inclui o zero: se
repetir o estudo com amostras diferentes as mulheres podem
exibir valores mais altos que os homens, ou o contrrio, ou pode
no haver nenhuma diferena (zero);
Concluso: os grupos no se diferenciam quanto ao
comprometimento- baixo valor de t (0,332) e nvel de
significncia p= 0,74 (sendo a hiptese nula verdadeira, temos
uma chance de 74% de obter um valor t = 0,332.

Teste t
Teste t relacionado/ pareado

Os mesmos participantes em ambas as condies;

A frmula parecida com o teste t independente,

mas mais sensvel;

O teste t relacionado fornece um valor mais alto

de t, pois a comparao dos participantes consigo
mesmos reduz a varincia dentre participantes

Metade dos participantes participa da condio A,

depois da B e a outra metade participa da B e
depois da A;

Teste t
Teste t relacionado/ pareado

Teste t
Teste t relacionado/ pareado

Teste t
Teste t relacionado/ pareado

Teste t
Teste t relacionado/ pareado

Teste t
Teste t relacionado/ pareado

Os participantes da condio praia tenham ficado

mais tempo com a mo na gua (M=10,3s);
Os limites de confiana 0,95 mostra que se o
experimento
se
repetisse,
as
diferenas
populacionais entre as condies estaria entre -6,287
e 0,287;
No podemos ter certeza de que na populao, a
visualizao da praia teria um melhor resultado
(t(9)= 2,06; p= 0,07)

Anova de um Fator

Anlise de Varincia
(ANOVA)

Varincia: uma medida da sua disperso

estatstica, indicando "o quo longe" em geral os
seus valores se encontram do valor esperado;
Qual a utilidade de se
analisar disperso?

utilizada quando se quer decidir se as diferenas

amostrais observadas so reais, ou casuais
(decorrentes da mera variabilidade amostral);
Parte do pressuposto que o acaso s produz
pequenos desvios, sendo as grandes diferenas
geradas por causas reais.

Definio e suposies

Anlise de Varincia: a tcnica estatstica que

permite avaliar afirmaes sobre as mdias de
populaes. A anlise visa, fundamentalmente,
verificar se existe uma diferena significativa
entre as mdias e se os fatores exercem influncia
em alguma varivel dependente;
o teste paramtrico equivalente ao teste t, para
trs ou mais grupos;
Suposies para o uso da ANOVA:
Distribuio normalmente distribuda;
Homogeneidade de Varincia;

Tipos de ANOVA

ANOVA independente:

Utilizada
quando
os
participantes so avaliados
em somente uma de
vrias condies;

ANOVA
p/
repetidas:

medidas

Utilizada
quando
os
participantes so avaliados
sob todas as condies.

Meio
Amargo

Ao Leite

Branco

Sujeito 1

Sujeito 4

Sujeito 7

Sujeito 2

Sujeito 5

Sujeito 8

Sujeito 3

Sujeito 6

Sujeito 9

Meio
Amargo

Ao Leite

Branco

Sujeito 1

Sujeito 1

Sujeito 1

Sujeito 2

Sujeito 2

Sujeito 2

Sujeito 3

Sujeito 3

Sujeito 3

Varincia entre grupos vs. dentro

dos grupos
Condio 1

Condio 2

15

15

16

9 dos
Efeitos
9
tratamentos
Mdia = 9

Diferenas
individuais
Erro
experimental

15
16

Diferenas 21
individuais 25
17
22

Erro
26
experimental

Mdia = 15,4

Variou
de 9
at
22,2

Condio 3

Mdia = 22,2

Variou
de 17
at 26

Decomposio da
Varincia
Varincia
intergrupo
s
Varincia
intragrupo
s

Passo a Passo 1: ANOVA

Independente no SPSS

Passo a Passo 1: ANOVA

Independente no SPSS

Passo a Passo 2: ANOVA

Independente no SPSS

Passo a Passo 2: ANOVA

Independente no SPSS

Passo a Passo 2: ANOVA

Independente no SPSS

Passo a Passo 2: ANOVA

Independente no SPSS

Output da ANOVA
independente

Output da ANOVA
independente

Mostra que a
varincia dos trs
grupos no so
significativamente
diferentes. Assim,
est satisfeita a
hiptese de
homogeneidade das
varincias

Output da ANOVA
independente

Output da ANOVA
independente

ANOVA para medidas

repetidas
Efeitos dos
tratamentos
Diferenas
individuais
Erro
experimental

Passo a Passo: ANOVA para

medidas repetidas no SPSS

Passo a Passo: ANOVA para

medidas repetidas no SPSS

Passo a Passo: ANOVA para

medidas repetidas no SPSS

Output da ANOVA para medidas

repetidas

Output da ANOVA para medidas

repetidas

Output da ANOVA para medidas

repetidas

Anova Fatorial
(Duas ou mais VIs)

Definio e Suposies

Extenso da Anova para duas ou mais

independentes (Delineamentos Fatoriais)

variveis

Essas variveis so, por vezes, denominadas fatores, por isso a

denominao Anova Fatorial

Terminologia da Anova
Anova 2x2; Anova 2x4; Anova 3x2x2

Qual a aplicabilidade da Anova Fatorial:

Analisar os efeitos de duas ou mais VIs sobre a VD em uma nica
anlise.
Verificar se existe efeito de interao das duas ou mais VIs na VD

Ou seja se uma VI se comporta de forma diferente em cada uma das

condies da segunda VI

Definio e Suposies

Aplicabilidade da Anova Fatorial (Exemplo):

Experimento para testar o efeito do lcool e da
Cafena na habilidade de dirigir.
Previses possveis:
Altos nveis de lcool (VI)
diminuem a capacidade de
dirigir (VD)

Efeito
Princi
pal

Altos nveis de Cafena (VI)

melhoram a capacidade de
dirigir (VD)
Efeito
de
Intera
o

Altos nveis de
Cafena (VI) reduz a
influncia do lcool
(VI) na habilidade
de dirigir?

Tipos de Hipteses testadas em

uma Anova Fatorial:

Efeitos principais:
Refere-se ao efeito global de cada uma das VIs
Efeito total do lcool na
sobre a VD
habilidade de dirigir, no
importando a quantidade
de cafena ingerida
Efeito total da cafena na
habilidade de dirigir, no
importando a quantidade
de lcool ingerida

A Anova Fatorial permite

testar os 3 efeitos de uma
nica vez!!!
Efeitos de Interao
Refere-se a relao entre as VIs

Efeito da relao
entre lcool e
cafena na
habilidade de dirigir

Como a Anova fatorial funciona?

Como j vimos a Anova busca analisar todas as

possveis fontes de variao do estudo.

Sempre que mensuramos alguma variveis

dependente em um estudo, temos variaes nos
escores:
Algumas atribuda as VIs independentemente;
Algumas atribudas ao efeito de interao;
Algumas atribudas ao erro.

O propsito da Anova fatorial verificar quanto da

varincia total nos escores pode ser atribuda a
cada um desses fatores.

Como a Anova fatorial funciona?

Diagrama das fontes de variao
Erro
VI2

Interao

VI1

Tipos de Delineamentos
Fatoriais:

Delineamento Fatorial Independente

Duas ou mais variveis independentes entre
participantes
Quando as combinaes das VIs so mensuradas
usando participantes
diferentes
Tabela 1. Alocao
de Participantes s
condies em um
delineamento entre participantes

Cada participante
alocado em
apenas uma das
condies

Tipos de Delineamentos
Fatoriais:

Delineamento Fatorial Relacionado

Duas ou mais variveis dentre participantes

Mensurao de diversas VIs usando os mesmos

participantes em todas as condies (medidas
Tabela 2. Alocao
de Participantes s
repetidas)
Todos os
Cada participante
condies em um
delineamento dentre participantes

participantes so
alocado em
submetidos a
apenas uma das
todas as
condies
condies

Tabela 3. Resposta dos participantes s 4 condies em um delineamento

dentre participantes

Tipos de Delineamentos
Fatoriais:

Delineamento Fatorial Misto (Split-Plot)

Uma Varivel entre e outra dentre participantes

H a alocao de participantes nas condies entre

participantes (S/C lcool) e nas condies dentre
Todos os
Tabela 4. Alocao
de Participantes em um (S/C Cafena)
participantes
participantes so
Cada participante
delineamento entre e dentre participantes
submetidos as
alocado em
duas condies de
apenas uma das
uma VI e a apenas
condies
uma condio da
outra VI

Tabela 5 Resposta dos participantes ao delineamento entre e dentre

participantes

Anova Fatorial no SPSS

Delineamento entre participantes

Entrada de Dados no SPSS

Variveis
de
Agrupame
nto (VIs)

Varivel
Dependent
e (VD)

Seleo de Variveis do Modelo

Clique no
boto
Opo

Varivel
Dependent
e
Variveis
Independe
nte

Escolha de Anlises a serem

efetuadas

Selecione:
- Estatsticas
Descritivas
- Estimativas de
Tamanho do
Efeito;
- Poder do Teste
- Homogeneidade

Seleo de Variveis do Modelo

Clique no
boto
Grfico

Varivel
Dependent
e
Variveis
Independe
nte

Ilustrando Interaes
Adicione uma varivel
no Eixos x
Adicione
a
outra
varivel em Separao
por linha

Clique em
adicionar
e
Continuar

Outputs Anova Fatorial

Como interpretar?

A
igualdade
de
varincia

assumida

Como interpretar?

EFEITO PRINCIPA DO LCOOL: A razo F altamente

significativa, indicando que, quando ignorado os nveis
de cafena ingeridos, a quantidade de lcool consumida
afetou significativamente o nmero de erros ao dirigir.

Como interpretar?

Como interpretar?

EFEITO PRINCIPA DA CAFENA: A razo F altamente

significativa, indicando que, quando ignorado os nveis de
lcool ingeridos, a quantidade de cafena consumida
afetou significativamente o nmero de erros ao dirigir.

Como interpretar?

Como interpretar?

EFEITO DE INTERAO: A razo F altamente

significativa, indicando que o efeito do lcool foi diferente
nas condies com e sem cafena
ATENO: Voc deve ser cuidadoso ao interpretar efeitos
principais quando houver interao significativa entre as VIs.

Como interpretar?

Como interpretar?

Anlise do Efeito Simples

Um efeito simples a diferena entre duas
condies de uma VI em uma condio da outra
VI

Como interpretar?

Anlise do Efeito Simples

Um efeito simples a diferena entre duas
condies de uma VI em uma condio da outra
VI

Como interpretar?

Anlise do Efeito Simples

Um efeito simples a diferena entre duas
condies de uma VI em uma condio da outra
VI

Como interpretar?

Anlise do Efeito Simples

Um efeito simples a diferena entre duas
condies de uma VI em uma condio da outra
VI

Como interpretar?

Como interpretar?

OBRIGADO!!!