ANOVA significa Análise de Variância, a qual é utilizada para comparar a média de diferentes grupos. Por meio da análise com o uso desta ferramenta estatística é possível descobrir se há diferenças estatisticamente significativas entre grupos. Nos parágrafos a seguir, imagens de trechos da ANOVA no JASP foram inseridas ao longo do texto. Buscando desta forma exemplificar as explicações.
A imagem a seguir expõe a tabela principal do JASP na qual o resultado da ANOVA é exibido. Pode-se observar que a última coluna é o valor de p, o qual informa a significância estatística. Além desta, é possível observar o valor de F, média, graus de liberdade e a soma dos quadrados.
Para executar a ANOVA deve-se atender determinados pressupostos, como a homogeneidade de variância. Neste caso devendo ser usado o teste de Levene, o qual deve apresentar o valor de p maior do que 0,05. Para o caso de um valor de p menor do que 0,05, ainda assim é possível executar a ANOVA, mas fazendo uso da correção de Welch, por exemplo.
No caso de existirem diferenças entre os grupos (p menor que 0,05) é necessário realizar um teste adicional, o qual é chamado de post hoc. Este teste que apontará onde estão as diferenças entre os grupos. O teste post hoc tem diferentes correções, como por exemplo, o teste de Tukey e Bonferroni. Sendo que o teste de Bonferroni é mais criterioso, a ponto de que se existirem múltiplas comparações é melhor usar o teste de Tukey, porque de outra forma será mais difícil alcançar um resultado estatisticamente significativo.
Para se identificar o tamanho do efeito, uma possibilidade é utilizar o w2(Ômega ao quadrado). O resultado de w2 pode ser usado como uma espécie de R2, ou seja, buscando analisar a variância explicada.
Se não for alcançada a normalidade dos resíduos, é possível rodar o bootstrapping no JASP. Normalmente são utilizadas 1000 re-amostragens com intervalo de confiança de 95% – Bca. Assim, busca-se também obter uma maior confiabilidade dos resultados. Podendo nesse sentido corrigir desvios de normalidade da amostra e diferenças entre o tamanho da amostra dos grupos. Intencionando apresentar um intervalo de confiança de 95% para as diferenças entre as médias.
Quando as amostras entre os grupos forem muito diferentes é mais indicado utilizar o G de Hedges. Enquanto o d de Cohen é usado quando os tamanhos entre os grupos e o desvio-padrão são equivalentes.
