Estatísticas - Análise de Variância

A Análise de Variância também é denominada ANOVA. É o procedimento seguido por estatísticos para verificar a diferença potencial entre a variável dependente do nível de escala por uma variável de nível nominal com duas ou mais categorias. Foi desenvolvido por Ronald Fisher em 1918 e estende o teste t e o teste z, que compara apenas a variável de nível nominal para ter apenas duas categorias.

Tipos de ANOVA

ANOVAs são principalmente de três tipos:

  • One-way ANOVA- ANOVA unilateral tem apenas uma variável independente e se refere a números nesta variável. Por exemplo, para avaliar as diferenças de QI por país, você pode ter 1, 2 ou mais dados de países para comparar.

  • Two-way ANOVA- ANOVA de dois fatores usa duas variáveis ​​independentes. Por exemplo, para acessar as diferenças de QI por país (variável 1) e gênero (variável 2). Aqui você pode examinar a interação entre duas variáveis ​​independentes. Essas interações podem indicar que as diferenças no QI não são uniformes em uma variável independente. Por exemplo, as mulheres podem ter uma pontuação de QI mais alta sobre os homens e ter uma pontuação muito alta sobre os homens na Europa do que na América.

    ANOVAs bidirecionais também são denominados ANOVA fatoriais e podem ser balanceados ou desbalanceados. Equilibrado se refere a ter o mesmo número de participantes em cada grupo, enquanto desequilibrado se refere a ter um número diferente de participantes em cada grupo. Os seguintes tipos especiais de ANOVAs podem ser usados ​​para lidar com grupos não balanceados.

    • Hierarchical approach(Type 1) -Se o dado não foi desequilibrado intencionalmente e possui algum tipo de hierarquia entre os fatores.

    • Classical experimental approach(Type 2) - Se os dados não foram intencionalmente desequilibrados e não há hierarquia entre os fatores.

    • Full Regression approach(Type 3) - Se os dados foram desequilibrados intencionalmente por causa da população.

  • N-way or Multivariate ANOVA- ANOVA N-way tem múltiplas variáveis ​​independentes. Por exemplo, para avaliar as diferenças de QI por país, sexo, idade etc. simultaneamente, a ANOVA N-way deve ser implantada.

Procedimento de teste ANOVA

A seguir estão as etapas gerais para realizar a ANOVA.

  • Configure a hipótese nula e alternativa onde a hipótese nula afirma que não há diferença significativa entre os grupos. E a hipótese alternativa assume que há uma diferença significativa entre os grupos.

  • Calcule a razão F e a probabilidade de F.

  • Compare o valor p do F-ratio com o alfa estabelecido ou nível de significância.

  • Se o valor p de F for inferior a 0,5, rejeite a hipótese nula.

  • Se a hipótese nula for rejeitada, conclua que a média dos grupos não são iguais.