ANOVA unidirecional (ANalysis Of VAriance) é método estatístico para comparar médias de mais de dois conjuntos de dados, verificando se diferem estatisticamente. SPSS permite ANOVA unidirecional em sua suíte de procedimentos. No entanto, ANOVA não é teste perfeito e sob certas circunstâncias dá resultados enganosos.
ANOVA assume que amostras são "amostras aleatórias simples" — indivíduos (pontos de dados) retirados de população maior (maior pool de dados). Amostras devem ser independentes — não se afetam. ANOVA é adequado para comparar médias em estudos controlados, mas se amostras não são independentes, teste de medidas repetidas deve ser usado.
ANOVA assume que dados nos grupos têm distribuição normal. Teste ainda pode ser feito se não for o caso — se violação for moderada, ainda é adequado. Mas se dados estão longe da normalidade, resultados não serão precisos. Soluções: transformar dados com função "Computar" do SPSS antes da análise, ou usar teste alternativo como Kruskal-Wallis.
Outra limitação: ANOVA assume que grupos têm mesmos ou muito similares desvios padrão. Quanto maior a diferença, maior chance de conclusão imprecisa. Como na normalidade, não é problema se desvios não são muito diferentes e tamanhos de amostra são iguais. Se não for o caso, teste de Welch é melhor opção.
Ao rodar ANOVA no SPSS, o valor F e nível de significância só dizem se pelo menos um grupo difere de pelo menos outro. Não dizem quantos ou quais grupos diferem. Para determinar, comparações de acompanhamento devem ser realizadas. Raramente problema em análises pequenas, mas quanto mais grupos no teste de acompanhamento, maior chance de erro Tipo I (assumir efeito onde não existe).
Tecnologia Eletrônica © [www.351231.com]
