O seu Blog de Psicometria

Tenha acesso à nossa enciclopédia virtual de conhecimento em Psicometria e Análise de Dados

Junte-se a mais de 22.300 membros e receba conteúdos exclusivos e com prioridade

O que é Análise de Variância – ANOVA?

Alex França

out 15, 2021

A análise de variância -Anova é assim chamada porque compara a variância (variabilidade nas pontuações) entre os diferentes grupos (que se acredita ser devida à variável independente) com a variabilidade dentro de cada um dos grupos (que se acredita ser devida ao acaso).

Em muitas situações de pesquisa estamos interessados em comparar as pontuações médias de mais de dois grupos. Nessa situação, usamos a Análise de Variância (ANOVA).

A ANOVA envolve uma variável independente (chamada de fator) que possui vários níveis diferentes. Esses níveis correspondem aos diferentes grupos ou condições. Por exemplo, ao comparar escores de ansiedade por faixa etária, você teria um fator (escore de ansiedade) com três níveis (por exemplo, jovens, adultos e idosos). A variável dependente é uma variável contínua (neste caso, pontuações em uma escala de ansiedade).

É calculado uma estatística F, que representa a variância entre os grupos dividida pela variância dentro dos grupos. Um valor alto de F indica que há mais variabilidade entre os grupos (causada pela variável independente) do que dentro de cada grupo.

No entanto, isso não nos diz qual dos grupos difere. Para isso, precisamos realizar testes post-hoc. Os testes post-hoc são usados para descobrir onde estão essas diferenças, isto é, quais grupos se diferem estatisticamente entre si.

Além disso, a ANOVA pode ser usada em pesquisas com medidas repetidas. Em um desenho de ANOVA de medidas repetidas cada sujeito é exposto a duas ou mais condições diferentes, ou medido na mesma escala contínua em três ou mais ocasiões. Também pode ser usado para comparar as respostas dos entrevistados a duas ou mais perguntas ou itens diferentes. Essas questões, no entanto, devem ser avaliadas usando a mesma escala (por exemplo, 1 = discordo totalmente, a 5 = concordo totalmente).

Se inscreva na nossa newsletter para ficar por dentro das novidades! Em breve teremos mais conteúdo sobre ANOVA, inclusive e como calcular o tamanho de efeito.

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Conteúdo

Mais lidos

Glossário de Análise Fatorial Exploratória

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Covariância e correlação

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Postados recentemente

Glossário de Análise Fatorial Exploratória

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Covariância e correlação

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Alex França

Posts sugeridos

Como lidar com os pressupostos da Análise de Variância (ANOVA)?

Nesse post, iremos te ensinar a lidar, de modo metodologicamente adequado com os pressupostos da análise de variância (ANOVA), quando eles não são acatados. O…

psicometriaonline

abr 6, 2024

Covariância e correlação

Se você é estudante, professor ou pesquisador você está no lugar certo. Hoje, vamos mergulhar em um conceito fundamental: covariância e correlação. Na análise de…

Alex França

fev 18, 2024

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Em análise de dados, Modelos Lineares (LMs) e Modelos Lineares Generalizados (GLMs) são duas técnicas fundamentais que desempenham papéis cruciais na modelagem e interpretação de…

Alex França

fev 11, 2024

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.