Resumo:
Prática prática com análise MANCOVA utilizando o software SPSS.
Objetivos de Aprendizagem:
Adquirir proficiência na condução de análises MANCOVA e interpretação de resultados em SPSS.
Saber como incorporar covariáveis em modelos MANCOVA e avaliar os seus efeitos em múltiplas variáveis dependentes.
Praticar a interpretação dos resultados das análises MANCOVA e a elaboração de conclusões com base nos resultados.
No Mancova, há pelo menos duas variáveis dependentes no modelo. O seu modelo tem de ter pelo menos uma covariável.
Para este exemplo, usaremos o conjunto de dados de exemplos SPSS: customer_dbase.sav
Selecione customer_dbase.sav.
Clique na seção Analisar no menu superior.
Encontre a seção Modelo Linear Geral em Analisar. Em seguida, clique em Multivariado... botão.
Depois de clicar, você verá o seguinte menu:
Figura 19. Seleção de variáveis
Utilizamos o tempo de deslocamento em minutos (commutetime) e a Dívida de Cartão de Crédito (Increddebt) como variáveis dependentes e a categoria de Renda em milhares (inccat) como variável independente categórica e Anos de estudo (ed) como covariável.
Como segundo passo, clique no botão modelo:
Figura 20. Especificando o modelo
Na análise MANCOVA (como na ANCOVA), há um pressuposto adicional: Homogeneidade das inclinações de regressão.
Para testar este pressuposto, clique no botão Modelo à direita.
Clique em termos de construção ou modelo personalizado.
Selecione cada um dos fatores e covarie. Em seguida, selecione ambos à direita do que clique no botão de seta. Desta forma, você será capaz de analisar variável fatorial, covariável e seu termo de interação.
Quando terminar, clique no botão Continuar. Em seguida, clique no botão OK no menu principal.
Tabela 21. Resultados Gerais
O que você precisa verificar na tabela de Teste de Efeitos entre Sujeitos é o Sig. (valor-p) do termo de interação que é inccat*ed. Se o valor p for maior que 0,05, ou seja, insignificante, então seu modelo não viola a suposição de homogeneidade das inclinações de regressão. Neste exemplo, a suposição não é violada (uma vez que o valor p do termo de interação para ambas as variáveis dependentes é maior que 0,05), então podemos continuar a análise.
Tabela 22. Teste de Levene
Outra suposição para a distribuição igual da variância de erro da variável dependente é testada pelo teste de Levene. Como se pode ver que ambos os Sig. (p-valor) são superiores a 0,05. Portanto, aceitamos a hipótese nula e o modelo atende ao pressuposto. Assim, podemos continuar com a análise.
Uma vez que você verificou as suposições, você precisa clicar em Analisar -> Modelo Linear Geral -> Multivariado novamente.
Agora, você precisa clicar em Modelo... no menu do lado direito. Em seguida, selecione Fatorial completo e continue.
Depois disso, clique nas Opções... e selecione Estatísticas Descritivas, Estimativas do tamanho do efeito, Testes de homogeneidade e clique em Continuar... botão.
Figura 21. Descritivos, Estimativas e Seleção de Testes
Um dos pressupostos da MANOVA é a igualdade de matrizes de covariância. Como você pode ver na tabela de resultados, a hipótese nula para o teste é que as matrizes de covariância das variáveis dependentes são iguais entre os grupos. Como os resultados mostram que o Sig. (p-valor) está acima de 0,05, o que significa significativo. Portanto, aceitamos a hipótese nula e podemos continuar com a análise.
Tabela 23. Teste de Box's para Igualdade de Matrizes de Covariância
Tabela 24. Testes Multivariados
Os resultados dos testes multivariados mostram que existe uma relação significativa entre os grupos de renda e as variáveis dependentes, por outro lado, a variável Anos de Educação não tem efeito significativo sobre eles.
Tabela 25. Resultados Gerais
O teste de efeitos entre sujeitos mostra que a variável grupos de renda tem uma relação significativa com a dívida do cartão de crédito, mas uma relação insignificante com o tempo de deslocamento em minutos.
Uma vez que a tabela anterior nos mostrou que não há efeito significativo dos Anos de Educação em ambas as variáveis dependentes, não podemos examinar o efeito entre sujeitos.
