Universidade Federal do Piauí

Campus Universitário Profa Cinobelina Elvas

EXPERIMENTOS FATORIAIS

Profa. Gisele Rodrigues Moreira

Enga. Agrônoma
Dra. Genética e Melhoramento
E-mail: [email protected]

1. INTRODUÇÃO

São aqueles em que são estudados dois

ou mais fatores simultaneamente, cada um
deles com dois ou mais níveis.
Exemplo:
 Fator → variedade
 Níveis → V1, V2, V3, etc.

 Fator → formulação (doses)

 Níveis → F1, F2, F3, etc.

1
Classificação dos fatores:

- QUALITATIVOS
- QUANTITATIVOS

Ex: Fator qualitativo

 Fator → variedade
 Níveis → V1, V2, V3, etc.

Ex: Fator quantitativo

 Fator → formulação
 Níveis → F1, F2, F3, etc.

Aplicação do esquema fatorial

Quando se quando se deseja estudar a

influência de dois ou mais fatores sobre a
variável resposta e o relacionamento entre
eles.

2
Simbologia:
Indicada pelo produto dos níveis dos fatores
em teste.

Exemplo:
 Fator → variedade; Níveis → V1, V2, V3

 Fator → formulação; Níveis → F1, F2, F3, F4

Fatorial 3 x 4

OBS: Quando o número de níveis é igual para

todos os fatores: nF
Em que, F é o número de fatores
n é o número de níveis de cada fator

Exemplo:
 Fator → variedade; Níveis → V1, V2, V3

 Fator → formulação; Níveis → F1, F2, F3

Fatorial 32

3
Obtenção dos Tratamentos:
A partir da combinação dos níveis dos fatores.

Exemplo:
 Fator → variedade; Níveis → V1, V2, V3

 Fator → formulação; Níveis → F1, F2, F3

V1F1, V1F2, V1F3, V2F1, V2F2, V2F3, V3F1,
V3F2, V3F3

Importante:
O fatorial NÃO é um delineamento!!!!
É um tipo de esquema, ou seja, uma das
maneiras de organizar os tratamentos, e
depois distribuídos às unidades experimentais
segundo um tipo de delineamento.

4
 2. EFEITOS ESTUDADOS NO FATORIAL

EFEITO PRINCIPAL
É o efeito de cada fator, independentemente
do efeito dos outros.

EFEITO DE INTERAÇÃO
É o efeito simultâneo dos fatores sobre a
variável em estudo. Ocorre interação entre os
fatores quando os efeitos dos níveis de um
fator são modificados pelos níveis de outros.

Demonstração de quando não há e quando há

INTERAÇÃO

Suponha um experimento fatorial 2 x 3,

em DIC, com os seguintes resultados médios
para a variável altura de plantas (cm).

1a situação ⇒ Não há interação

Variedade
Espaçamento
V1 V2 V3
E1 8 10 12
E2 6 8 10

5
 Variedade
Espaçamento
V1 V2 V3
E1 8 10 12
E2 6 8 10

12
10
Altura de
plantas em cm 8 E1
6 E2
4
2
0
V1 V2 V3

Quando não há interação as diferenças entre os

resultados dos níveis de um fator são estatisticamente
iguais para todos os níveis do outro fator.

Demonstração de quando não há e quando há

INTERAÇÃO

2a situação ⇒ Há interação

Variedade
Espaçamento
V1 V2 V3
E1 2 4 6
E2 5 10 2

6
 Variedade
Espaçamento
V1 V2 V3
E1 2 4 6
E2 5 10 2
10
9
8
7
6
Altura de
5 E1
plantas em cm
4
3
E2
2
1
0
V1 V2 V3
Quando há interação as diferenças entre os resultados dos
níveis de um fator dependem dos níveis do outro fator.

3. QUADRO DE TABULAÇÃO DE DADOS

Depende do tipo de delineamento!

- DIC
- DBC
- DQL

7
 3.1 QUADRO DE TABULAÇÃO DE DADOS (DIC)

REPETIÇÕES
Fatores
1 2 ... k Totais
A1 B1 Y111 Y112 ... Y11k Y11.
B2 Y121 Y122 … Y12k Y12.
... ... ... ... ... ...
Bj Y1j1 Y1j2 … Y1jk Y1j.
... … … … ...
AI B1 Yi11 Yi12 ... Yi1k Yi1.
B2 Yi21 Yi22 … Yi2k Yi2.
... ... ... ... ... ...
Bj Yij1 Yij2 … Yiik Yij.

3.2 QUADRO DE TABULAÇÃO DE DADOS (DBC)

BLOCOS
Fatores
1 2 ... k Totais
A1 B1 Y111 Y112 ... Y11k Y11.
B2 Y121 Y122 … Y12k Y12.
... ... ... ... ... ...
Bj Y1j1 Y1j2 … Y1jk Y1j.
... … … … ...
AI B1 Yi11 Yi12 ... Yi1k Yi1.
B2 Yi21 Yi22 … Yi2k Yi2.
... ... ... ... ... ...
Bj Yij1 Yij2 … Yiik Yij.
Totais Yi.1 Yi.2 ... Yi.k G

8
 4. MODELO ESTATÍSTICO (DIC)

Yijk = m + αi + βj + (αβ
αβ ij+ eijk
αβ)
EM QUE:
Yij é o valor observado para a variável resposta referente a k-ésima
repetição da combinação do i-ésmio nível do fator A com o j-ésimo
nível do fator B;
m é a média de todos os valores possíveis da variável resposta;
αi é o efeito do i-ésimo nível do fator A no valor observado Yijk;
βj é o efeito do j-ésimo nível do fator B no valor observado Yijk;
(αβ)ij é o efeito da interação do i-ésimo nível do fator A com o j-
ésimo nível do fator B;
eij é o erro experimental associado ao valor observado Yijk.

4. MODELO ESTATÍSTICO (DBC)

Yijk = m + αi + βj + (αβ
αβ ij+ bk + eijk
αβ)
EM QUE:
Yij é o valor observado para a variável resposta referente a k-ésima
repetição da combinação do i-ésmio nível do fator A com o j-ésimo
nível do fator B;
m é a média de todos os valores possíveis da variável resposta;
αi é o efeito do i-ésimo nível do fator A no valor observado Yijk;
βj é o efeito do j-ésimo nível do fator B no valor observado Yijk;
(αβ)ij é o efeito da interação do i-ésimo nível do fator A com o j-
ésimo nível do fator B;
bk é o efeito do bloco k no valor observado Yijk;
eij é o erro experimental associado ao valor observado Yijk.

9
 5. ANÁLISE DE VARIÂNCIA

É uma análise estatística que permite decompor a

variação total, ou seja a variação existente, na variação
devido à diferença entre efeitos dos tratamentos (efeitos
principais e interação), ao bloco (quando o experimento
for em DBC) e na variação devido ao acaso (erro
experimental ou resíduo).

Pressuposições:

os efeitos do modelo devem ser aditivos;

os erros experimentais devem ser normalmente
distribuídos [eij ~ N (0, 1) e independentes.

Quadro da ANOVA (DIC)

Fonte de
GL SQ QM F
variação
Fator A I–1 SQA SQA/GL -
Fator B J-1 SQB SQA/GL -
AxB (I – 1)(J-1) SQAxB SQAxB/GL QMAxB/QMR
(Tratamento) (IJ – 1) SQTrat - -
Resíduo IJ(K– 1) SQR SQR/GL -
TOTAL IJK - 1 SQT - -

10
 Quadro da ANOVA (DBC)

Fonte
de GL SQ QM F
variação
Fator A I–1 SQA SQA/GL -
Fator B J-1 SQB SQA/GL -
AxB (I – 1)(J-1) SQAxB SQAxB/GL QMAxB/QMR
(Trat.) (IJ – 1) SQTrat - -
Bloco (K – 1) SQB - -
Resíduo (IJ – 1)(K – 1) SQR SQR/GL -
TOTAL IJK - 1 SQT - -

Importante:
Na análise de dados de um experimento
fatorial, para qualquer delineamento utilizado,
deve-se sempre proceder inicialmente o
teste F para a interação entre os fatores.

 Interação não-significativa
 Interação significativa

11
 Se, interação não-significativa ⇒ os efeitos dos
fatores atuam de forma independente e deve-
se proceder o teste F para cada fator.

Se, interação significativa ⇒ os efeitos dos fatores

atuam de forma dependente, não se faz o teste F
para cada fator, e sim deve-se proceder outras
ANOVAs em que se faz o desdobramento do
efeito da interação (A/B e B/A).

Hipóteses testadas na ANOVA (interação)

Hipótese de nulidade (Ho):

Os fatores A e B atuam independente sobre a
variável resposta em estudo.

Hipótese alternativa (Ha):

Os fatores A e B não atuam independente
sobre a variável resposta.

12
 5.1. Interação não significativa

Fonte de
GL SQ QM F
variação
Fator A I–1 SQA SQA/GL QMA/QMR
Fator B J-1 SQB SQB/GL QMB/QMR
AxB (I – 1)(J-1) SQAxB SQAxB/GL Não significativo
(Tratamento) (IJ – 1) SQTrat - -
Resíduo IJ(K– 1) SQR SQR/GL -
TOTAL IJK - 1 SQT - -
Obs: quadro para um experimento em DIC

I I ;J ;K J I ; J ;K

∑A i
2
( ∑Y ijk ) 2
∑B
j =1
2
j ( ∑Y
i =1; j ; k =1
ijk )2
i =1 i =1; j ; k =1
SQA = − SQB = −
JK IJK IK IJK

SQAxB = SQTrat − SQA − SQB

I ;J I ; J ;K I ;J ;K

∑Y 2
ij . ( ∑Y ijk ) 2
I ; J ;K
( ∑Y
i =1; j ; k =1
ijk )2
SQTrat =
i ; j =1
−
i =1; j ; k =1 SQT = ∑Y 2
ijk −
IJK
K IJK i =1; j ; k =1

SQR = SQT − SQTrat

13
 Se os fatores A e B forem qualitativos (Ex.:
variedade, raça) e o teste F para A e/ou B for
não significativo, a aplicação do teste de
médias é desnecessária. Porém se for
significativo para A e/ou B, deve-se aplicar um
teste de médias para comparar os níveis do
fator em questão.

Em que as estimativas das médias dos níveis

dos fatores são obtidas por:

Ai
Fator A : mˆ Ai =
JK
Bj
Fator B : mˆ B j =
IK

14
 Fórmulas para os testes de médias dos
fatores A e/ou B

Teste de Tukey

QMR
Fator A : ∆ = q q(α %;I ,n2 )
JK
QMR
Fator B : ∆ = q q(α %; J , n2 )
IK

Fórmulas para os testes de médias dos

fatores A e/ou B

Teste de Duncan

QMR
Fator A : Di = Z Z (α %;n A ,n2 )
JK
QMR
Fator B : Di = Z Z (α %;nB ,n2 )
IK

15
 Fórmulas para os testes de médias dos
fatores A e/ou B

Teste t

YˆA − YA
Fator A : t = t(α %;n2 )
QMR I 2
∑ ai
JK i =1
Yˆ − Y
Fator B : t = B B
I
t(α %;n2 )
QMR
∑
IK i =1
ai2

Fórmulas para os testes de médias dos

fatores A e/ou B

Teste de Sheffé

QMR I 2
Fator A : S = ( I − 1).Ftab . ∑ ai Fα %[(I −1;n2 )]
JK i =1
QMR I 2
Fator B : S = ( J − 1).Ftab . ∑ ai Fα %[( J −1;n2 )]
IK i =1

16
 Exemplo:

Experimento em DIC, no esquema fatorial 22

(A1: ração com cálcio e A2: ração sem cálcio;
B1: ambiente à noite com luz artificial e B2:
ambiente à noite sem luz artificial), com 6
repetições ⇒ variável resposta: No de
ovos/poedeira
REPETIÇÕES
Fatores
1 2 3 4 5 6 Totais
A1 B1 50 52 48 54 52 50 306
B2 49 52 50 48 46 45 290
A2 B1 42 44 46 43 44 45 264
B2 40 40 38 39 41 43 241

Pode-se afirmar que o tipo de ração e o

tipo de ambiente atuam
independentemente na produção de
ovos?

Proceder a ANOVA

17
 I. Hipóteses

Hipótese de nulidade (Ho):

Os fatores A e B atuam independente sobre a
variável resposta em estudo.

Hipótese alternativa (Ha):

Os fatores A e B não atuam independente
sobre a variável resposta.

II. ANOVA
Fonte de
GL SQ QM F
variação
Fator A I – 1 =1 SQA SQA/GL -
Fator B J – 1 =1 SQB SQB/GL -
AxB (I – 1)(J-1) =1 SQAxB SQAxB/GL
(Trat.) (IJ – 1) =3 SQTrat - QMAxB/QMR
-
Resíduo IJ(K– 1) =20 SQR SQR/GL -
TOTAL IJK – 1 =23 SQT - -

Fator A ⇒ 2 níveis, logo I = 2

Fator B ⇒ 2 níveis, logo J = 2
Repetições 6, logo k = 6

18
 I I ;J ;K J I ; J ;K

∑A i
2
( ∑Y ijk ) 2
∑B
j =1
2
j ( ∑Y
i =1; j ; k =1
ijk )2
i =1 i =1; j ; k =1
SQA = − SQB = −
JK IJK IK IJK

SQAxB = SQTrat − SQA − SQB

I ;J I ;J ;K I ;J ;K

∑Y 2
ij . ( ∑Y ijk ) 2
I ; J ;K
( ∑Y
i =1; j ; k =1
ijk )2
SQTrat =
i ; j =1
−
i =1; j ; k =1 SQT = ∑Y 2
ijk −
IJK
K IJK i =1; j ; k =1

SQR = SQT − SQTrat

SOMA DE QUADRADOS DO FATOR A

I I ;J ;K

∑A i
2
( ∑Y
i =1; j ; k =1
ijk )2
i =1
SQA = −
JK IJK

19
SOMA DE QUADRADOS DO FATOR B

J I ;J ;K

∑ B 2j
j =1
( ∑Y
i =1; j ; k =1
ijk )2
SQB = −
IK IJK

SOMA DE QUADRADOS DE SQTrat

I ;J I ; J ;K

∑ Yij2. ( ∑Y ijk )2
SQTrat = i ; j =1 − i =1; j ;k =1

K IJK

20
SOMA DE QUADRADOS DA INTERAÇÃO A x B

SQAxB = SQTrat − SQA − SQB

SOMA DE QUADRADOS TOTAL

I ;J ;K

I ;J ;K
( ∑Y
i =1; j ; k =1
ijk )2
SQT = ∑Y
i =1; j ; k =1
2
ijk −
IJK

21
 SOMA DE QUADRADOS DO RESÍDUO

SQR = SQT − SQTrat

II. ANOVA

Fonte de
GL SQ QM F
variação
Fator A 1 345,05 345,05 -
Fator B 1 63,00 63,00 -
AxB 1 2,41 2,41 0,61
(Trat.) 3 410,46 - -
Resíduo 20 80,17 4,01 -
TOTAL 23 490,63 - -

α = 5% F(1;20) = 4,35

22
 III. Nível de significância
Fonte de
GL SQ QM F
variação
Fator A 1 345,05 345,05 -
Fator B 1 63,00 63,00 -
AxB 1 2,41 2,41 0,61
(Trat.) 3 410,46 - -
Resíduo 20 80,17 4,01 -
TOTAL 23 490,63 - -

Como 0,61 < 4,35, teste F não significativo, então não se rejeita
Ho ao nível de 5% de probabilidade. Ou seja, os fatores A e B atuam
independentemente sobre a variável resposta.

COEFICIENTE DE VARIAÇÃO

FV GL SQ QM F
Fator A 1 345,05 345,05 -
Fator B 1 63,00 63,00 -
AxB 1 2,41 2,41 0,61
(Trat.) 3 410,46 - -
Resíduo 20 80,17 4,01 -
TOTAL 23 490,63 - -

QMR
CV % = .100
mˆ
4,01
CV % = .100 = 4,36%
45,88

23
 Como o teste F para a interação foi não-
significativo, ou seja, os fatores A e B atuam
independentemente sobre a variável resposta,
deve-se proceder o teste F para cada fator.

Hipóteses para o fator A:

Ho: mA1 = mA2

Ha: mA1 ≠ mA2

Hipóteses para o fator B:
Ho: mB1 = mB2

Ha: mB1 ≠ mB2

24
 ANOVA

FV GL SQ QM F
Fator A 1 345,05 345,05 86,05*
Fator B 1 63,00 63,00 15,70*
AxB 1 2,41 2,41 0,61
(Trat.) 3 410,46 - -
Resíduo 20 80,17 4,01 -
TOTAL 23 490,63 - -

α = 5% F(1;20) = 4,35

Conclusão para o fator A:

Como 86,05 > 4,35, teste F significativo, então
rejeita-se Ho ao nível de 5% e probabilidade. Ou seja,
existe diferença entre as médias dos níveis A.

Conclusão para o fator B:

Como 15,70 > 4,35, teste F significativo, então
rejeita-se Ho ao nível de 5% de probabilidade. Ou seja,
existe diferença entre as médias dos níveis B.

25
Como o teste F para a interação os dois fatores
A e B foram significativos deve-se proceder o
teste de comparação de médias para cada
fator.

Teste de TUKEY

26
 5.2. Interação significativa

FV GL SQ QM F
Fator A I–1 SQA SQA/GL -
Fator B J-1 SQB SQA/GL -
AxB (I – 1)(J-1) SQAxB SQAxB/GL Significativo
(Tratamento) (IJ – 1) SQT - -
Resíduo IJ(K– 1) SQR SQR/GL -
Obs: quadro para um experimento em DIC

Se, interação significativa ⇒ os efeitos dos fatores

atuam de forma dependente, não se faz o teste F
para cada fator, e sim deve-se proceder outras
ANOVAs em que se faz o desdobramento do
efeito da interação (A/B e B/A).

27
 Desdobramento da interação:
Níveis de A dentro de cada nível de B (A/B)

FV GL SQ QM F
A/B1 I–1 SQA/B1 (SQA/B1)/GL (QMA/B1)/QMR
A/B2 I-1 SQA/B2 (SQA/B2)/GL (QMA/B2)/QMR
... ... ... ... ...
A/Bj I-1 SQA/Bj (SQA/Bj/GL) (QMA/Bj)/QMR
Resíduo IJ(K– 1) SQR SQR/GL -

Obs: quadro para um experimento em DIC

Hipóteses testadas na ANOVA

Hipótese de nulidade (Ho):

mA1/Bj = mA2/Bj = ... = mAi/Bj

Hipótese alternativa (Ha): não Ho

28
 Desdobramento da interação:
Níveis de B dentro de cada nível de A (B/A)

FV GL SQ QM F
B/A1 J–1 SQB/A1 (SQB/A1)/GL (QMB/A1)/QMR
B/A2 J-1 SQB/A2 (SQB/A2)/GL (QMB/A2)/QMR
... ... ... ... ...
B/Ai J-1 SQB/Ai (SQB/Ai/GL) (QMB/Ai)/QMR
Resíduo IJ(K– 1) SQR SQR/GL -
Total IJK - 1 SQT - -
Obs: quadro para um experimento em DIC

Hipóteses testadas na ANOVA

Hipótese de nulidade (Ho):

mB1/Ai = mB1/Ai = ... = mBj/Ai

Hipótese alternativa (Ha): não Ho

29
Fórmula geral para obter SQA/Bj e SQB/Ai

I I

∑X
i =1
i
2
(∑ X i ) 2
i =1
SQA / B j = −
K IK

J J

∑X
j =1
2
j (∑ X j ) 2
j =1
SQB / Ai = −
K JK

Se os fatores A e B forem qualitativos (Ex.:

variedade, raça) procede-se ao teste F para
cada fonte de variação do desdobramento. Nas
fontes de variação em que o teste F foi
significativo e o fator tem mais de dois níveis,
aplica-se um teste de médias.

30
Em que as estimativas das médias dos níveis
dos fatores são obtidas por:

Ai
Fator A : mˆ Ai =
K
Bj
Fator B : mˆ B j =
K

Fórmulas para os testes de médias para o

fator A (A/B) e o fator B (B/A)

Teste de Tukey

QMR
Fator A : ∆ = q q(α %;I ,n2 )
K
QMR
Fator B : ∆ = q q(α %; J , n2 )
K

31
Fórmulas para os testes de médias para o
fator A (A/B) e o fator B (B/A)

Teste de Duncan

QMR
Fator A : Di = Z Z (α %;n A ,n2 )
K
QMR
Fator B : Di = Z Z (α %;nB ,n2 )
K

Fórmulas para os testes de médias para o

fator A (A/B) e o fator B (B/A)

Teste t

YˆA − YA
Fator A : t = t(α %;n2 )
QMR I 2
∑ ai
K i =1
Yˆ − Y
Fator B : t = B B
I
t(α %;n2 )
QMR
∑
K i =1
ai2

32
 Fórmulas para os testes de médias para o
fator A (A/B) e o fator B (B/A)

Teste de Sheffé

QMR I 2
Fator A : S = ( I − 1).Ftab . ∑ ai Fα %[(I −1;n2 )]
K i =1
QMR I 2
Fator B : S = ( J − 1).Ftab . ∑ ai Fα %[( J −1;n2 )]
K i =1

Exemplo:
Experimento em DIC, no esquema fatorial 3 x 2 (A1: saco
plástico pequeno e A2: saco plástico grande; A3: laminado e
B1: Eucalyptus citriodora e B2: Eucalyptus grandis), com 4
repetições ⇒ variável resposta: altura média das mudas
(cm) aos 80 dias de idade.
REPETIÇÕES
Fatores
1 2 3 4 Totais
A1 B1 26,2 26,0 25,0 25,5 102,6
B2 24,8 24,6 26,7 25,2 101,3
A2 B1 25,7 26,3 25,1 26,4 103,5
B2 19,6 19,6 19,0 18,6 78,3
A3 B1 22,8 22,8 18,8 19,2 80,2
B2 19,8 21,4 22,8 21,3 85,3

33
 Pode-se afirmar que o recipiente e o tipo
de espécie de Eucalytus atuam
independentemente sobre a altura média
das mudas aos 80 dias de idade?

Proceder a ANOVA

I. Hipóteses

Hipótese de nulidade (Ho):

Os fatores A e B atuam independente sobre a
variável resposta em estudo.

Hipótese alternativa (Ha):

Os fatores A e B não atuam independente
sobre a variável resposta.

34
 II. ANOVA
FV GL SQ QM F
Fator A I – 1 =2 SQA SQA/GL -
Fator B J – 1 =1 SQB SQB/GL -
AxB (I – 1)(J-1) =2 SQAxB SQAxB/GL
(Trat.) (IJ – 1) =5 SQT - -
QMAxB/QMR
Resíduo IJ(K– 1) =18 SQR SQR/GL -
TOTAL IJK – 1 = 23 SQT - -

Fator A (recipientes) ⇒ 3 níveis, logo I = 3

Fator B (espécies) ⇒ 2 níveis, logo J = 2
Repetições 4, logo K = 4

I I ;J ;K J I ; J ;K

∑A i
2
( ∑Y ijk ) 2
∑B
j =1
2
j ( ∑Y
i =1; j ; k =1
ijk )2
i =1 i =1; j ; k =1
SQA = − SQB = −
JK IJK IK IJK

SQAxB = SQTrat − SQA − SQB

I ;J I ;J ;K I ;J ;K

∑Y 2
ij . ( ∑Y ijk ) 2
I ; J ;K
( ∑Y
i =1; j ; k =1
ijk )2
SQTrat =
i ; j =1
−
i =1; j ; k =1 SQT = ∑Y 2
ijk −
IJK
K IJK i =1; j ; k =1

SQR = SQT − SQTrat

35
 II. ANOVA

FV GL SQ QM F
Fator A 2 92,86 46,43 -
Fator B 1 19,08 19,08 -
AxB 2 63,76 31,88 24,91
(Trat.) (5) (175,70) - -
Resíduo 18 23,09 31,88 -
TOTAL 23 198,79 - -

III. Nível de significância

FV GL SQ QM F
Fator A 2 92,86 46,43 -
Fator B 1 19,08 19,08 -
AxB 2 63,76 31,88 24,91
(Trat.) (5) (175,70) - -
Resíduo 18 23,09 31,88 -
TOTAL 23 198,79 - -

α = 5% F(2;18) = 3,55

36
 IV. Conclusão

FV GL SQ QM F
Fator A 2 92,86 46,43 -
Fator B 1 19,08 19,08 -
AxB 2 63,76 31,88 24,91*
(Trat.) (5) (175,70) - -
Resíduo 18 23,09 31,88 -
TOTAL 23 198,79 - -

Como 24,91 > 3,55, teste F significativo, então rejeita-se Ho ao

nível de 5% e probabilidade. Ou seja, os fatores A e B não atuam
independentemente sobre a variável resposta.

COEFICIENTE DE VARIAÇÃO

FV GL SQ QM F
Fator A 2 92,86 46,43 -
Fator B 1 19,08 19,08 -
AxB 2 63,76 31,88 24,91*
(Trat.) (5) (175,70) - -
Resíduo 18 23,09 31,88 -
TOTAL 23 198,79 - -

QMR
CV % = .100
mˆ
31,88
CV % = .100 = 24,58%
22,97

37
 Como o teste F para a interação foi significativo,
ou seja, os efeitos de recipientes (A) dependem
da espécie (B) utilizada e os efeitos das
espécies dependem do recipiente,
deve-se proceder outras ANOVAs em que se
faz o desdobramento do efeito da interação
(A/B e B/A).

Desdobramento da interação para estudar o comportamento dos

recipientes (A) dentro de cada espécie (B)
(A/B)

Fonte
de GL SQ QM F
variação
A/B1 I–1 SQA/B1 (SQA/B1)/GL (QMA/B1)/QMR
A/B2 I-1 SQA/B2 (SQA/B2)/GL (QMA/B2)/QMR
Resíduo IJ(K– 1) SQR SQR/GL -

38
 REPETIÇÕES
Fatores
1 2 3 4 Totais
A1 B1 26,2 26,0 25,0 25,5 102,6
B2 24,8 24,6 26,7 25,2 101,3
A2 B1 25,7 26,3 25,1 26,4 103,5
B2 19,6 19,6 19,0 18,6 78,3
A3 B1 22,8 22,8 18,8 19,2 80,2
B2 19,8 21,4 22,8 21,3 85,3

1 2 2 2 (286,3) 2
SQ Re c. / Esp.1 = (102,6 + 103,5 + 80,2 ) − = 87,12
4 12
1 (264,9) 2
SQ Re c. / Esp.2 = (101,32 + 78,32 + 85,32 ) − = 69,50
4 12

Desdobramento da interação para estudar o comportamento dos

recipientes (A) dentro de cada espécie (B)
(A/B)

FV
GL SQ QM F

Recipiente/Esp.1 2 87,12 43,56 34,03*

Recipientes/Esp.2 2 69,50 34,75 27,15*
Resíduo 18 23,09 1,28

α = 5% F(2;18) = 3,55

39
FV GL SQ QM F
Recipiente/Esp.1 2 87,12 43,56 34,03*
Recipientes/Esp.2 2 69,50 34,75 27,15*
Resíduo 18 23,09 1,28

1) Os três recipientes têm efeitos diferentes (α = 5%) sobre

o desenvolvimento de mudas de Eucalyptus citriodora
(E1);

2) Os recipientes têm efeitos diferentes (α = 5%) sobre o

desenvolvimento de mudas de Eucalyptus grandis (E2).

Como nas fontes de variação do desdobramento

Recipientes/Esp.1 e Recipientes/Esp.2 o teste F
foi significativo e o fator “recipiente” tem três
níveis, aplica-se um teste de médias para
comparar as médias dos recipientes dentro de
E. citriodora (E1) e dentro de E. grandis (E2).

40
 Teste de TUKEY
(Recipientes/Esp.1)

Recipientes dentro de E. citriodora (E1)

Obtenção das estimativas das médias:

R1 E1 = 102,6 / 4 = 25,65cm
R2 E1 = 103,5 / 4 = 25,88cm
R3 E1 = 80,4 / 4 = 20,05cm

41
 I. Definição das hipóteses de nulidade (Ho) e
alternativa (Ha)

Ho: mR1/E1 = mR2/E1 = mR3/E1

Ha: mR1/E1 ≠ mR2/E1 ≠ mR3/E1

Estimativas dos contrastes

mˆ R2 E1 = 25,88; mˆ R1E1 = 25,65; mˆ R3 E1 = 20,05

Yˆ = mˆ R2 E1 − mˆ R1E1 = 0,23
Yˆ = mˆ R2 E1 − mˆ R3 E1 = 5,83
Yˆ = mˆ R1E1 − mˆ R3 E1 = 5,60

42
III. Fixação do nível de significância (α), obter o valor
tabelado de q e o valor da d.m.s, representada por ∆;

α = 5%

Tabela de Tukey ⇒ valor tabelado q:

I = número de níveis do fator A (recipientes)
n2 = número de graus de liberdade do resíduo

α = 5% ⇒ I = 3 q = 3,61
n2 = 18

III. Fixar o nível de significância (α), obter o valor

tabelado de q e o valor da d.m.s, representada por ∆;

QMR
Fator A : ∆ = q
K

q = 3,61 1,28
∆ = 3,61
4
∆ = 2,06

43
 IV. Comparar o valor de ∆ com as estimativas dos
contrastes e concluir quanto à rejeição ou não de Ho.

mˆ R2 E1 = 25,88 a Yˆ = mˆ R2 E1 − mˆ R1E1 = 0,23

mˆ R1E1 = 25,65 a Yˆ = mˆ R2 E1 − mˆ R3 E1 = 5,83 ∆ = 2,06
mˆ R3 E1 = 20,05 b Yˆ = mˆ R1E1 − mˆ R3 E1 = 5,60

Se Yˆ > ∆ ⇒ as duas médias testadas no contraste

diferem entre si ao nível de 5% de probabilidade.

Se Ŷ < ∆ ⇒ as duas médias testadas no contraste

NÃO diferem entre si ao nível de 5% de probabilidade

CONCLUSÃO para o teste de Tukey recipientes

dentro de E. citriodora (E1)

mˆ R2 E1 = 25,88 a As médias seguidas pela

mesma letra não diferem
mˆ R1E1 = 25,65 a entre si, pelo teste de
Tukey a 5% de
mˆ R3 E1 = 20,05 b probabilidade.

Para o E. citriodora (E1), os melhores recipientes

foram: o saco plástico pequeno (R1) e o saco
plástico grande (R2), que determinaram
desenvolvimento de mudas significativamente
maior que o laminado (R3).

44
 Teste de TUKEY
(Recipientes/Esp.2)

Recipientes dentro de E. grandis (E2)

Obtenção das estimativas das médias:

R1 E2 = 101,3 / 4 = 25,33cm
R2 E2 = 78,3 / 4 = 19,58cm
R3 E2 = 85,3 / 4 = 21,33cm

45
 I. Definição das hipóteses de nulidade (Ho) e
alternativa (Ha)

Ho: mR1/E2 = mR2/E2 = mR3/E2

Ha: mR1/E2 ≠ mR2/E2 ≠ mR3/E2

Estimativas dos contrastes

mˆ R1E2 = 25,33; mˆ R3 E2 = 21,33; mˆ R2 E2 = 19,58

Yˆ = mˆ R1E2 − mˆ R3 E2 = 4,00
Yˆ = mˆ R1E2 − mˆ R2 E2 = 5,75
Yˆ = mˆ R3 E2 − mˆ R2 E2 = 1,75

46
III. Fixação do nível de significância (α), obter o valor
tabelado de q e o valor da d.m.s, representada por ∆;

α = 5%

Tabela de Tukey ⇒ valor tabelado q:

I = número de níveis do fator A (recipientes)
n2 = número de graus de liberdade do resíduo

α = 5% ⇒ I = 3 q = 3,61
n2 = 18

III. Fixar o nível de significância (α), obter o valor

tabelado de q e o valor da d.m.s, representada por ∆;

QMR
Fator A : ∆ = q
K

q = 3,61 1,28
∆ = 3,61
4
∆ = 2,06

47
 IV. Comparar o valor de ∆ com as estimativas dos
contrastes e concluir quanto à rejeição ou não de Ho.

mˆ R1 E 2 = 25 ,33 a Yˆ = mˆ R1E2 − mˆ R3E2 = 4,00

Yˆ = mˆ R1E2 − mˆ R2 E2 = 5,75 ∆ = 2,06
mˆ R3 E 2 = 21,33 b
Yˆ = mˆ R3 E2 − mˆ R2 E2 = 1,75
mˆ R2 E 2 = 19 ,58 b

Se Yˆ > ∆ ⇒ as duas médias testadas no contraste

diferem entre si ao nível de 5% de probabilidade.

Se Ŷ < ∆ ⇒ as duas médias testadas no contraste

NÃO diferem entre si ao nível de 5% de probabilidade

CONCLUSÃO para o teste de Tukey recipientes

dentro de E. grandis (E2)

mˆ R1 E 2 = 25 ,33 a As médias seguidas pela

mesma letra não diferem
mˆ R3 E 2 = 21,33 b entre si, pelo teste de
Tukey a 5% de
mˆ R2 E 2 = 19 ,58 b probabilidade.

Para o E. grandis (E2), os melhores recipientes

foram: o saco plástico pequeno (R1), que
determinou desenvolvimento de mudas
significativamente maior que o saco plástico
grande (R2) e o laminado (R3).

48
 Desdobramento da interação para estudar o comportamento das
espécies (B) dentro de cada recipiente (A)
(B/A)

Fonte de
GL SQ QM F
variação
B/A1 J–1 SQB/A1 (SQB/A1)/GL (QMB/A1)/QMR
B/A2 J-1 SQB/A2 (SQB/A2)/GL (QMB/A2)/QMR
B/A3 J-1 SQB/A3 (SQB/A3)/GL (QMB/A3)/QMR
Resíduo IJ(K– 1) SQR SQR/GL -

REPETIÇÕES
Fatores
1 2 3 4 Totais
A1 B1 26,2 26,0 25,0 25,5 102,6
B2 24,8 24,6 26,7 25,2 101,3
A2 B1 25,7 26,3 25,1 26,4 103,5
B2 19,6 19,6 19,0 18,6 78,3
A3 B1 22,8 22,8 18,8 19,2 80,2
B2 19,8 21,4 22,8 21,3 85,3

1 ( 203,9) 2
SQEsp / Re c.1 = (102,6 2 + 101,32 ) − = 0,21
4 8
1 (181,8) 2
SQEsp / Re c.2 = (103,52 + 78,32 ) − = 79,38
4 8
1 2 2 (165,5) 2
SQEsp / Re c.3 = (80,2 + 85,3 ) − = 3,25
4 8

49
 Desdobramento da interação para estudar o comportamento das
espécies (B) dentro de cada recipiente (A)
(B/A)

FV GL SQ QM F
Espécies/Rec.1 1 0,21 0,21 0,16
Espécies/Rec.2 1 79,38 79,38 62,02*
Espécies/Rec.3 1 3,25 3,25 2,54
Resíduo 18 23,09 1,28 -

α = 5% F(1;18) = 4,41

FV GL SQ QM F
Espécies/Rec.1 1 0,21 0,21 0,16
Espécies/Rec.2 1 79,38 79,38 62,02*
Espécies/Rec.3 1 3,25 3,25 2,54
Resíduo 18 23,09 1,28 -

1) Quando se utiliza os recipientes saco plástico pequeno

(R1) e laminado (R3), não há diferença significativa (α =
5%) para o desenvolvimento das mudas das duas
espécies;
2) Quando se utiliza o recipiente saco plástico grande (R2),
há diferença significativa (α = 5%) para o
desenvolvimento das mudas das duas espécies.

50
 Na fonte de variação do desdobramento
Espécies/Rec.2 o teste F foi significativo, porém
o fator “espécie” tem apenas dois níveis, então
não é necessário aplicar um teste de médias.
Logo, o recipiente saco plástico grande (R2)
proporciona melhor para Eucalyptus citriodora
(E1).
Espécies Recipiente R2
E. citriodora 25,88 a
E. grandis 19,58 b

CONCLUSÃO FINAL DO TESTE DE TUKEY

Recipientes
Espécies
R1 R2 R3
E1 25,65 aA 25,88 aA 20,05 bA
E2 25,33 aA 19,58 bB 21,33 bA
E1 = Eucalytus citriodora; E2 = E. grandis; R1 = recipiente saco plástico
pequeno; R2 = recipiente saco plástico grande; R3 = recipiente laminado.
As médias seguidas pela mesma letra MINÚSCULA, na linha, e mesma
letra MAIÚSCULA, na coluna, não diferem entre si pelo teste de Tukey a
5% de probabilidade.

51
 6. VANTAGENS E DESVANTAGENS DO EF

Vantagens:

Permite o estudo dos efeitos principais e o efeito da

interação entre fatores;

O número de graus de liberdade associado ao

resíduo é alto quando comparado com os
experimentos simples dos mesmos fatores, o que
contribui para diminuir a variância residual,
aumentando a precisão do experimento.

6. VANTAGENS E DESVANTAGENS DO EF

Desvantagem:

Requer maior número de unidades

experimentais em relação aos experimentos
simples.

52