Universidade de Braslia - Instituto de Psicologia

Programa de Ps-graduao em Psicologia Social, do Trabalho e das Organizaes.

Roteiro para Anlise de Covarincia

Elaine Rabelo Neiva
Gardnia Silva Abbad
Bartholomeu Torres Trccoli

Objetivo: O objetivo do presente texto descrever a rotina bsica de comandos para realizao de
anlises de covarincia, utilizando o software SPSS, verso 13.0. No sero explorados todos os comandos.
Apenas os essenciais para o incio da anlise.

Toda e qualquer anlise estatstica deve ser precedida de uma anlise exploratria dos dados. Essa
anlise tem duas finalidades principais: (1) descrever e explorar as caractersticas principais dos
resultados sem uma preocupao exclusiva com os objetivos ou hipteses do trabalho (o que no significa
que no possam ocorrer conjuntamente), e (2) investigar se os dados atendem a um conjunto de
pressupostos estatsticos subjacentes aos testes inferenciais. Neste ltimo caso, verifica-se o ajustamento
entre o conjunto de dados e pressupostos estatsticos fundamentais para o uso correto das diversas
tcnicas estatsticas (como normalidade, presena de casos extremos, homocedasticidade,
multicolinearidade, entre outros). Para apresentao das rotinas de anlise de dados, utiliza-se neste
roteiro um exemplo extrado do arquivo de dados denominado HATCO, fornecido por Hair, Anderson,
Tatham e Black. A seguir, apresenta-se uma reproduo parcial do HATCO, bem como as definies das
variveis que compem o arquivo.

Figura 1.0 Ilustrao do banco de dados HATCO

So as seguintes as variveis contidas no arquivo de dados HATCO:

Definies e codificao das variveis
Percepes sobre a HATCO (empresa fictcia fornecedora industrial); medidas atravs de
uma escala grfica de 10 cm foi desenhada entre os pontos: Ruim e Excelente. Os
respondentes marcavam qualquer ponto da linha e a distncia em cm era anotada. As
respostas foram arredondadas para uma casa decimal. So sete os atributos avaliados pelos
respondentes:
X1 Velocidade de Entrega: tempo total necessrio para entregar o produto assim que a
encomenda foi confirmada;
X2 Nvel de Preo: nvel percebido de preo cobrado por fornecedores do produto;
X3 Flexibilidade d Preo: disposio percebida de representantes da HATCO em negociar
preos em todos os tipos de compras;
X4 Imagem do fabricante: Imagem geral do fabricante ou fornecedor;
X5 Servio Geral: nvel geral de servio necessrio para manter uma relao satisfatria
entre fornecedor e comprador;
X6 Imagem da Fora de Vendas: imagem geral da fora de vendas do fabricante;
X7 Qualidade do Produto: nvel percebido de qualidade de um produto em particular
(funcionamento ou produtividade).

Resultados das Compras: duas medidas que refletiram os resultados das relaes de compra
dos respondentes com a HATCO
X9 Nvel de Uso quanto do produto total da empresa comprado da HATCO, medido em
uma escala de 100 pontos percentuais, que varia de zero a 100%;
X10 Nvel de Satisfao: nvel de satisfao do comprador com as compras que realizou
junto HATCO, medido atravs da mesma escala grfica de percepes utilizada nos itens
X1 a X7.
3. Caractersticas do Comprador: cinco caractersticas, algumas mtricas e outras no
mtricas.
X8. Tamanho da empresa: tamanho em relao a outras empresas (1=grande e 0=pequena);
X11. Especificao de compra: o quanto um comprador em particular avalia cada compra
separadamente (anlise do valor total) versus uso de especificaes de compra, as quais
detalham precisamente as caractersticas procuradas do produto (1= emprega anlise do
valor total, avaliando cada produto em separado e 0 = uso de especificao de compra);
X12. Estrutura de Aquisio: mtodo de adquirir ou comprar produtos em uma empresa em
particular. (1 = aquisio centralizada; 0 = aquisio no centralizada);
X13. Tipo de indstria: 1 = indstria; 0 = outras indstrias a que pertence o cliente;
X14. Tipo de situao de compra: situao de compra enfrentada pelo comprador. (1 =
nova tarefa; 2 = nova compra modificada; 3 =nova compra simples).
Fonte: Hair, Anderson, Tatham e Black (2005).

ANLISE DE COVARINCIA

A anlise de covarincia ANCOVA, uma extenso da ANOVA, avalia os efeitos principais e as

interaes entre as VIs, aps a remoo estatstica dos efeitos de uma covarivel sobre a VD. Uma
covarivel aquela que possui um relacionamento linear com a VD. So trs os principais propsitos da
ANCOVA, segundo Tabachnick e Fidell:

1. Aumentar a sensibilidade do teste dos efeitos principais e das interaes ao reduzir o termo de
erro com os ajustes relativos ao relacionamento entre a VD e a covarivel;
2. Ajustar as mdias dos sujeitos na VD, de tal modo que todos eles passem a ter o mesmo escore na
covarivel;
3. Avaliar (na MANOVA) os escores de uma VD depois de ajust-los a outras VDs, tratadas como
covarivel.

Pressupostos da ANCOVA:
Normalidade: Assume-se que as distribuies das mdias amostrais de cada grupo so normais.
Isto no quer dizer, entretanto, que os escores brutos dentro de cada cela tenham que apresentar uma
distribuio normal. A ANCOVA robusta violao do pressuposto da normalidade quando os grupos
forem de igual tamanho, no houver outliers, o teste inferencial escolhido for bicaudal e tivermos pelo
menos 20 graus de liberdade para o erro. So necessrias amostras maiores do que essa quando so
aplicados testes unicaudais. Quando as amostras forem pequenas, os grupos tiverem tamanhos diferentes
ou com outliers presentes, deve-se pensar em realizar transformao de variveis dependentes.

Homogeneidade de Varincia: A ANCOVA robusta violao deste pressuposto quando no

houver outliers, as amostras forem grandes e os grupos tiverem igual tamanho.

Linearidade: A ANCOVA baseada no pressuposto de que so lineares os relacionamentos entre

cada covarivel e a VD e entre pares de covariveis. H perda de poder estatstico quando esse
pressuposto violado. O pesquisador poder transformar variveis ou eliminar a(s) covarivel(is) que
estiver(em) produzindo relacionamentos no lineares. Para evitar multicolinearidade e singularidade,
deve-se eliminar as covariveis muito correlacionadas entre si.

Homogeneidade de Regresso: o ajuste dos escores da VD na ANCOVA feito com base em

coeficientes de regresso dentro de cada cela. Assume-se, nesse caso, que a inclinao das retas de
regresso entre a VD e a(s) covarivel(is) em cada cela uma estimativa do coeficiente de regresso da
populao. Isto quer dizer que as retas de regresso tm a mesma inclinao em todas as celas. A
heterogeneidade de regresso implica que h retas de regresso com diferentes inclinaes em algumas
celas do experimento ou que h interao entre VI e covarivel. A presena de outliers multivariados
entre a VD e a(s) covarivel (is) pode levar heterogeneidade de regresso, o que torna pouco indicada a
aplicao da ANCOVA ou pouco razovel o ajuste feito na VD.

Alm disso, preciso verificar ainda:

A covarivel deve ser linearmente relacionada varivel dependente;

A covarivel deve ser medida sem erros (ser confivel);

As linhas de regresso para os diferentes grupos devem ser paralelas entre si.
A Anlise de Covarincia , pois, uma tcnica que est fundamentada tanto na anlise de
varincia quanto na regresso. Em sntese, uma ANCOVA simples indica se os escores dos grupos diferem
em uma varivel dependente enquanto se mantm fixos os efeitos (sobre a VD) de uma outra varivel
denominada covarivel. Uma covarivel uma varivel que apresenta um relacionamento linear com a
varivel dependente. A idia eliminar estatisticamente os efeitos de uma varivel a covarivel sobre a
VD.
Contedos da anlise de covarincia:

Estatsticas descritivas para a varivel dependente considerando os grupos da varivel
independente o fator;

Tamanho do efeito tanto a magnitude da diferena entre as condies, grupos ou fator
quanto uma medida global do efeito - o n2

Um teste inferencial que mostra quo provvel , depois de controlados os efeitos da
covarivel, que as diferenas entre as condies se devam apenas ao erro amostral
(hiptese nula correta).
Em sntese, como se a ANCOVA igualasse os grupos em relao a covarivel para que se possa
mensurar apenas os efeitos da varivel de grupo sobre a varivel dependente. Um dos requisitos para a
ANCOVA que a varivel dependente tenha relacionamento com a covarivel.

A seguir daremos incio s rotinas de anlise de covarincia. Inicialmente, para verificar a relao
linear entre a varivel dependente e covarivel, pode-se optar pelo clculo de uma correlao de Pearson
ou uma anlise do grfico scatter. Neste roteiro, optou-se por inspecionar os scatter plots. Para solicitar
essa anlise no SPSS, localize os seguintes comandos:

Graphs
Scatterplot/dot
Simple scatter
 Figura 1.1 Janela simplescatter

Ao abrir a janela da figura 1.1, inserir as informaes da varivel dependente e da covarivel.

Selecione ok. Em seguida, ser aberto o arquivo com o resultado do grfico. Clique duas vezes no grfico
para edit-lo e inserir a linha de ajuste. Ao abrir a tela do editor de grfico, clique em Add a Fit Line at
Total. Inspecionar o grfico.
Figura 1.2 Chart Editor

Aps a seleo deste comando, se abrir uma janela para escolha do mtodo de ajuste. Selecione Fit line
e a opo Linear, conforme figura 1.3.
 Figura 1.3 Janela Properties

Em seguida, o grfico do output ser alterado para comportar a linha de ajuste entre a VD e a covarivel,
conforme mostra a figura 1.4.

5,0

4,0
Salesforce Image

3,0

2,0

R Sq Linear = 0,621

R Sq Linear = 0,621

1,0

2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0

Manufacturer Image
__
Figura 1.4 Grfico com retas.
Para verificar se as linhas de regresso so paralelas para cada grupo, repita os procedimentos das figuras
1.1 a 1.5, com as seguintes alteraes. Na janela da figura 1.1.1, escolha a varivel grupo no espao Set
Markers by.

Figura 1.1.1 Janela Simple Scatter com alteraes

Em seguida, o grfico aparecer com os resultados por grupo. V para o chart editor (clique duas
vezes no grfico) e solicite que seja adicionada uma linha de ajuste por subgrupo (Add a Fit Line at
Subgroups), como mostra a figura 1.2.1.
 9,0
Type of Buying
Situation
New Task
Modified Rebuy
8,0 Straight Rebuy

Manufacturer Image 7,0

6,0

5,0

4,0

3,0

2,0

1,0 2,0 3,0 4,0 5,0

Salesforce Image

Figura 1.2.1 Chart Editor com alteraes

Adicione a linha por subgrupos de acordo com a figura 1.3. Verifique se as linhas so paralelas no grfico
da figura 1.4.1. No grfico 1.4.1, as linhas apresentam problemas quanto ao fato de serem paralelas.
 Figura 1.3.1 Janela Properties

9,0
Type of Buying
Situation
New Task
Modified Rebuy
8,0 Straight Rebuy
Fit line for New Task
Fit line for Modified
Rebuy
7,0
Fit line for Straight
Manufacturer Image

Rebuy

6,0

5,0

4,0
R Sq Linear = 0,611

R Sq Linear = 0,793
3,0
R Sq Linear = 0,543

2,0

1,0 2,0 3,0 4,0 5,0

Salesforce Image

Figura 1.4.1 Grfico com linhas por subgrupos

 Aps verificar a anlise da relao entre a VD e a Covarivel, necessrio realizar a anlise dos
pressupostos da anlise de covarincia. O procedimento realizado pelo modelo linear geral. Siga os
passos da figura 1.5.

Analyse
General Linear Model
Univariate

Figura 1.5 Modelo Linear Geral

Ao abrir a janela do modelo linear geral univariado, inserir a varivel dependente, o fator ( fixed
factor) como varivel independente e a covarivel no espao covariate. Siga a ilustrao da figura 1.6.
 Figura 1.6 Janela Univariate

Aps fazer as inseres, marque o boto Options. Na janela Options, selecione os efeitos marginais
(Display Means for), Descriptives Statistics e Estimates of Effect Size.

Janela 1.7 Janela Univariate Options

A seguir, sero indicados os resultados e o que analisar nos resultados. Se houver alguma tabela
sem comentrios, considere que ela no apresenta resultados relevantes para o momento. A primeira
tabela possui a subdiviso dos grupos da varivel independente. Como possvel perceber no h
diferenas de tamanho entre os grupos da varivel independente. Caso haja diferena grande no tamanho
dos grupos, a anlise poder apresentar problemas.
 Between-Subjects Factors

Value Label N
Type of Buying 1 New Task 34
Situation 2 Modified
32
Rebuy
3 Straight
34
Rebuy

A segunda tabela traz as mdias da varivel dependente considerando os grupos da varivel

independente. A tabela traz as mdias, os desvios padres e o tamanho dos grupos (N). A imagem da
empresa de produo melhor entre os participantes do grupo de recompra modificada (5,566).

Descriptive Statistics

Dependent Variable: Manufacturer Image

Type of Buying Situation Mean Std. Deviation N
New Task 4,959 1,0237 34
Modified Rebuy 5,566 1,0216 32
Straight Rebuy 5,238 1,2759 34
Total 5,248 1,1314 100

Por fim, aparece a tabela dos efeitos entre sujeitos. Nessa tabela so apresentados os resultados
da anlise de covarincia. Nessa tabela so indicados os efeitos da covarivel, do fator e do erro.
Inspecione a tabela abaixo.

Efeito do fator sobre a VD, controlando a covarivel.

Tests of Between-Subjects Effects

Dependent Variable: Manufacturer Image

Type III Sum Partial Eta
Source of Squares df Mean Square F Sig. Squared
Corrected Model 82,778a 3 27,593 60,269 ,000 ,653
Intercept 37,104 1 37,104 81,044 ,000 ,458
X6 - covariante 76,704 1 76,704 167,540 ,000 ,636
x14 - VI ou fator 4,042 2 2,021 4,414 ,015 ,084
Error 43,951 96 ,458
Total 2880,880 100
Corrected Total 126,730 99
a. R Squared = ,653 (Adjusted R Squared = ,642)

Como possvel perceber na Tabela acima, a covarivel (X6) explica mais os escores da VD do que
o fator (X14). O fator (X14) explica menos de 10%, do efeito, controlados os efeitos da covarivel sobre a
VD. Nesse caso, o teste inferencial mostra que, controlados os efeitos da covarivel, observa-se que o
fator (X14) exerce influncia estatisticamente significativa sobre a VD. Porm, esse efeito muito
pequeno. Neste exemplo, a hiptese nula (as mdias dos escores da VD nos grupos no diferem entre si)
foi rejeitada.

Agora inspecione as duas tabelas que se seguem. As mdias marginais mostram a mdia da varivel
dependente e as mdias dos grupos e os intervalos de confiana.
 1. Grand Mean

Dependent Variable: Manufacturer Image

95% Confidence Interval
Mean Std. Error Lower Bound Upper Bound
5,253a ,068 5,119 5,388
a. Covariates appearing in the model are evaluated
at the following values: Salesforce Image = 2,665.

No rodap da tabela Grand Mean, apresentada tambm a mdia em que a varivel covariante foi
avalidada no modelo. Como pode ser visto na tabela, os intervalos de confiana das mdias mostram
sobreposio, principalmente entre os grupos 2 e 3. As tabelas tambm apresentam as mdias de controle
da covarivel.
2. Type of Buying Situation
Sobreposio de mdias
Dependent Variable: Manufacturer Image entre os grupos 2 e 3
95% Confidence Interval
Type of Buying Situation Mean Std. Error Lower Bound Upper Bound
New Task 5,016a ,116 4,786 5,247
Modified Rebuy 5,511a ,120 5,274 5,749
Straight Rebuy 5,232a ,116 5,002 5,462
a. Covariates appearing in the model are evaluated at the following values:
Salesforce Image = 2,665.