Como realizar uma anova bidirecional no spss

Uma ANOVA bidirecional é usada para determinar se há ou não uma diferença estatisticamente significativa entre as médias de três ou mais grupos independentes que foram divididos em dois fatores.

O objetivo de uma ANOVA bidirecional é determinar o impacto de dois fatores em uma variável de resposta e determinar se existe ou não uma interação entre os dois fatores na variável de resposta.

Este tutorial explica como realizar uma ANOVA bidirecional no SPSS.

Exemplo: ANOVA bidirecional no SPSS

Um botânico quer saber se o crescimento das plantas é influenciado pela exposição à luz solar e pela frequência de rega. Ela planta 30 sementes e deixa crescer por dois meses em diferentes condições de exposição solar e frequência de rega. Depois de dois meses, ela registra a altura de cada planta, em centímetros.

Os resultados são mostrados abaixo:

Use as etapas a seguir para realizar uma ANOVA bidirecional para determinar se a frequência de irrigação e a exposição ao sol têm um efeito significativo no crescimento das plantas e para determinar se há um efeito de interação entre a frequência de irrigação e a exposição ao sol. rega e exposição ao sol.

Etapa 1: execute a ANOVA bidirecional.

Clique na guia Analisar , depois em Modelo Linear Geral e em Univariado :

Arraste a altura da variável de resposta para a caixa denominada Variável Dependente. Arraste as duas variáveis dos fatores água e sol para a caixa denominada Fator Fixo:

Em seguida, clique no botão Plotagens . Arraste a água para a área denominada Eixo Horizontal e o sol para a área denominada Linhas Separadas. Em seguida, clique em Adicionar . As palavras água*sol aparecerão na caixa intitulada Parcelas. Em seguida, clique em Continuar .

Em seguida, clique no botão Post Hoc . Na nova janela que aparece, arraste a variável sun para a caixa chamada Post-Hoc Tests For. Em seguida, marque a caixa ao lado de Tukey . Em seguida, clique em Continuar .

Em seguida, clique no botão EM Means . Arraste as seguintes variáveis para a caixa denominada Mostrar médias para. Em seguida, clique em Continuar .

Por fim, clique em OK .

Etapa 2: interprete os resultados.

Depois de clicar em OK , os resultados da ANOVA bidirecional aparecerão. Veja como interpretar os resultados:

Testes de efeitos entre sujeitos

A primeira tabela exibe os valores p para os fatores água e sol , bem como o efeito da interação água*sol :

Podemos ver os seguintes valores p para cada um dos fatores da tabela:

• água: valor p = 0,000
• sol: valor p = 0,000
• água*sol: valor p = 0,201

Como o valor p para água e sol é inferior a 0,05, isso nos diz que ambos os fatores têm um efeito estatisticamente significativo na altura das plantas.

E como o valor p para o efeito de interação (0,201) não é inferior a 0,05, isso nos diz que não há efeito de interação significativo entre a exposição solar e a frequência de rega.

Médias marginais estimadas

A primeira tabela exibe as médias das observações para cada fator:

Por exemplo:

• A altura média das plantas regadas diariamente foi de 5.893 polegadas.
• A altura média das plantas sob forte exposição ao sol foi de 6,62 polegadas.
• A altura média das plantas regadas diariamente e fortemente expostas à luz solar foi de 6,32 polegadas.

E assim por diante.

Teste post-hoc

Esta tabela exibe valores de p para comparações post-hoc de Tukey entre os três diferentes níveis de exposição solar.

Na tabela podemos ver os valores p para as seguintes comparações:

• alto vs. baixo: | valor p = 0,000
• alto vs médio | valor p = 0,000
• baixo vs médio | valor p = 0,447

Isto diz-nos que existe uma diferença estatisticamente significativa entre a exposição solar elevada e baixa, bem como a exposição solar elevada e média, mas não há diferença significativa entre a exposição solar baixa e média.

Etapa 3: relatar os resultados.

Finalmente, podemos relatar os resultados da ANOVA bidirecional. Aqui está um exemplo de como fazer isso:

Uma ANOVA de dois fatores foi realizada para determinar se a frequência de rega (diária ou semanal) e a exposição solar (baixa, média, alta) tiveram um efeito significativo no crescimento das plantas. Um total de 30 plantas foram utilizadas no estudo.

Uma ANOVA de dois fatores revelou que a frequência de rega (p < 0,000) e a exposição solar (p < 0,000) tiveram um efeito estatisticamente significativo no crescimento das plantas.

As plantas regadas diariamente tiveram um crescimento significativamente maior do que as plantas regadas semanalmente.

Além disso, o teste de Tukey para comparações múltiplas revelou que as plantas que receberam alta exposição solar tiveram um crescimento significativamente maior do que as plantas que receberam exposição solar média ou baixa. Porém, não houve diferença significativa entre plantas que receberam média e baixa exposição solar.

Também não houve efeito de interação estatisticamente significativo entre frequência de rega e exposição solar.