Agronomia

COMPARAÇÕES MÚLTIPLAS

Os testes de comparações múltiplas, também conhecidos como testes de comparações de médias, servem
como um complemento ao teste F da análise de variância quando este é significativo e são usados para detectar
diferença entre médias
ALGUMAS CONSIDERAÇÕES SOBRE O USO DE PROCEDIMENTOS DE COMPARAÇÕES
MÚLTIPLAS.

Quando desejamos comparar os diversos tratamentos com um tratamento controle ou padrão

(testemunha), o teste de Dunnett é o mais indicado.
Os testes de Duncan e de Tukey têm fundamentos muito semelhantes, mas o teste de Duncan é menos
conservador e menos exigente que o teste de Tukey, isto é, indica diferenças significativas com mais facilidade.
O teste de Duncan é um teste seqüencial e a sua aplicação é mais trabalhosa.
Ambos os testes são exatos quando os números de repetições por tratamento forem iguais; caso contrário
os testes são apenas aproximados.
O teste t-Sudent é pouco rigoroso quando usado indiscriminadamente, devendo ser usado com cautela
para testar contrastes ortogonais definidos a priori.
Estatística Experimental Página 42
Agronomia
Já o teste de Scheffé é bastante rigoroso e seu uso é desaconselhável (como o teste t-Student) para a
comparação entre duas médias de tratamentos, sendo mais indicado para testar contrastes mais complicados.
TESTE F

Ele é usado para comparar variâncias.

O teste F tem seu maior emprego nas análises de variância dos delineamentos experimentais.
Quando se aplica o teste F na análise de variância está-se testando as seguintes hipóteses:
a) H0 : os tratamentos não diferem entre si;
b) H1: pelo menos dois deles diferem entre si.
No teste, sempre se aceita uma hipótese e rejeita-se a outra.
Como foi visto anteriormente, o F calculado é o quociente do quadrado médio de tratamentos (QMT) pelo
quadrado médio do resíduo (QMR), ou seja:

Estatística Experimental Página 43

Agronomia
2
∑ T 2 − (∑ X )
r N
QMTratamento t−1
F= =
QMResíduo 2 2
∑ T 2 − (∑ X )
(∑ 2
X −
(∑ X )
N )(
−
r N )
t ( r −1 )
Nesta expressão está-se comparando a variância de tratamentos com a variância do erro experimental.
O valor de F calculado é comparado com o valor de F tabelado (F > 1), com n 1 = graus de liberdade de
tratamentos e n2 = graus de liberdade do resíduo (TABELAS).

Estatística Experimental Página 44

Agronomia

Logo, tem-se:
F calculado > F tabelado (1%) - ** (existe diferença significativa entre os tratamentos no nível de 1% de
probabilidade, ou seja, com mais de 99% de probabilidade deve existir pelo menos um contraste entre médias
de tratamentos que difere de zero);
F calculado < F tabelado (1%) - recorre-se no nível de 5% de probabilidade;

Estatística Experimental Página 45

Agronomia
F calculado > F tabelado (5%) - * (existe diferença significativa entre os tratamentos no nível de 5% de
probabilidade, ou seja, com mais de 95% de probabilidade deve existir pelo menos um contraste entre médias
de tratamentos que difere de zero);
F calculado < F tabelado (5%) - ns (não existe diferença significativa entre os tratamentos no nível de 5%
de probabilidade, ou seja, com 95% de probabilidade não existe nenhum contraste entre médias de tratamentos
que difere de zero).
Quando se faz a análise de variância de um experimento com apenas dois tratamentos, pelo próprio teste
F pode-se chegar ao melhor deles, simplesmente observando as médias dos mesmos.
Quando, porém, tem-se mais de dois tratamentos, não se pode chegar ao melhor deles pelo referido teste.
Neste caso, há necessidade de aplicação de um teste de comparação de médias de tratamentos para
chegar-se a tal conclusão.
Encontra-se dois tipos de Tabelas para o teste F, as de limites unilaterais e as de limites bilaterais. Elas
são usadas da seguinte maneira.
 Quando os quadrados médios de tratamentos obtidos na análise de variância forem iguais ou
superiores ao que se obtém do resíduo, usa-se as tabelas de limites unilaterais de F.

Estatística Experimental Página 46

Agronomia
 Quando, porém, o quadrado médio de tratamentos é menor que o quadrado médio do resíduo,
aconselhar-se-á o uso das tabelas de limites bilaterais de F.

Estatística Experimental Página 47

Agronomia
TESTE DE TUKEY (Δ).

O Teste de Tukey é baseado na amplitude total estudentizada (studentized range) e pode ser usado para
comparar todo e qualquer contraste entre duas médias de tratamentos.
É o teste de comparação de médias de tratamentos mais usado por ser bastante rigoroso e de fácil
aplicação.
Ele é mais exato quando o número de repetições das médias dos tratamentos avaliados são iguais.
Quando o teste F não for significativo, é norma geral não se aplicar o teste de Tukey ou qualquer teste de
comparação de médias de tratamentos.
Pode ocorrer que o teste F tenha sido significativo e o teste de Tukey não acuse nenhum contraste
significativo. Nestes casos têm-se três alternativas a seguir, são elas:
a) Substitui-se o teste de Tukey pelo teste de Duncan que é menos rigoroso;
b) Aplica-se o teste de Tukey no nível de 10% de probabilidade;
c) Simplesmente aceita-se o resultado (não significativo) admitindo-se que o (s) contraste(s) significativo
(s) que o teste F diz existir, envolve mais de duas médias, sendo portanto, geralmente, de pouco interesse
prático.

Estatística Experimental Página 48

Agronomia
Quando as médias de tratamentos apresentam o mesmo número de repetições, sua fórmula é a
seguinte:
s
∆ ( 5 % )=q
√r
onde:
q = é o valor da amplitude total estudentizada no nível de 5% de probabilidade e é obtido de tabela
própria, e depende do número de tratamentos (k) e do número de graus de liberdade para o resíduo (n - k);
s = é a estimativa do desvio padrão do erro experimental, que corresponde à raiz quadrada do quadrado
médio do resíduo;
r = é o número de repetições do experimento e/ou da média.
Assim, pode-se dizer que:
QMResíduo
∆ ( 5 % )=q
√ r
Quando as médias de tratamentos apresentam número de repetições diferentes (caso de parcelas
perdidas), a fórmula é a seguinte:

Estatística Experimental Página 49

Agronomia
QMResíduo 1 1
∆ ( 5 % )=q
√ 2 ( +
r1 r2 )
Após calcular o Δ (DMS), calculamos a estimativa dos contrates entre pares de médias ( Y^ = X́ 1− X́ 2) e
comparamos esses valores com o valor do Δ (DMS) aplicando a seguinte:
Y^ ≥ Δ (5%) - * (existe diferença significativa entre os tratamentos no nível de 5% de probabilidade, ou
seja, há uma probabilidade acima de 95% de que o contraste seja diferente de zero) então, rejeitamos H0, ao
nível a de significância, e concluímos que as médias dos tratamentos envolvidos são diferentes.
Y^ < Δ (5%) - ns (não existe diferença significativa entre os tratamentos no nível de 5% de probabilidade,
ou seja, com 95% de probabilidade o contraste não difere de zero), então, não rejeitamos H0 e concluímos que
as médias dos tratamentos envolvidos são iguais.
a) H0: Y^ = 0 (tratamentos semelhantes);
b) H1: Y^ ≠ 0 (tratamentos diferentes).

Estatística Experimental Página 50

Agronomia
EXEMPLO:
TABELA 4.11 – NÚMERO TOTAL DE FOLHAS POR PLANTA EM TRÊS CULTIVARES DE ALFACE (Lactuca
sativa L.), E VALORES DE GL RESÍDUO, QM RESÍDUO E F

Cultivares NÚMERO TOTAL DE FOLHAS POR PLANTA

1. MARAVILHA DE QUATRO ESTAÇÕES 25,80
2. MARAVILHA DE INVERNO 29,53
3. REPOLHUDA SEM RIVAL 25,73
GL Resíduo 11
QM Resíduo 6,673264
F 5,69 *
q 3,82
Logo, tem-se:

s 6 ,673264
Δ(5 %)=q
√r √
=3 ,82
8  3,49
Y^ 1 =m^ 1−m^ 2 =25 , 80−29 , 53= 3,73 *
Y^ 2 =m^ 1− m^ 3 =25 , 80−25 ,73= 0,07 ns
Y^ 3 =m^ 2− m^ 3 =29 , 53−25 ,73= 3,80 *
Estatística Experimental Página 51
Agronomia
De acordo com os resultados do teste de Tukey, pode-se concluir:
a) Apenas um contraste foi não significativo no nível de 5% de probabilidade, ou seja, as cultivares de
alface MARAVILHA DE QUATRO ESTAÇÕES e REPOLHODA SEM RIVAL são semelhantes quanto ao
número de folhas por planta.
b) Os demais contrastes foram significativos no nível de 5% de probabilidade, ou seja, a cultivar de alface
MARAVILHA DE INVERNO apresenta um maior número de folhas por planta do que as cultivares
MARAVILHA DE QUATRO ESTAÇÕES e REPOLHUDA SEM RIVAL.

EXEMPLO 2.
Tratamentos Repetições Médias de
I II III IV V VI Tratamentos
1 37
385 323 417 437 340 378,67
0
2 44
406 385 444 474 437 431,50
3
3 31
354 292 389 432 299 346,33
2
4 30
271 208 347 370 264 293,67
2
A ANAVA é a seguinte:
Causa de Variação GL SQ QM F
Estatística Experimental Página 52
Agronomia
Linhagens 3 60.130,46 20.043,49 8,42 **
Resíduo 20 47.581,50 2.379,08
Total 23 107.711,96
Então o teste de Tukey será:
QMResíduo 2379,08
∆ ( 5 % )=q
√ r
=3,96
√ 6
=3,96 √ 396,51=3,96 x 19,91=78,84

Fazendo os contrastes entre tratamentos:

|Ý 1|= X́ 1− X́ 2=378,67−431,50=52,83NS
|Ý 2|= X́ 1− X́ 3=378,67−346,33=32,34 NS
|Ý 3|= X́ 1− X́ 4 =378,67−293,67=85,00¿
|Ý 4|= X́ 2− X́ 3 =431,50−346,33=85,17 ¿
|Ý 5|= X́ 2− X́ 4 =431,50−293,67=137,83¿
|Ý 6|= X́ 3 − X́ 4 =346,33−293,67=52,66 NS
Uma forma simples de apresentação destes resultados é o seguinte:
• coloque as médias em ordem decrescente;

Estatística Experimental Página 53

Agronomia
• una as médias que não diferem entre si por meio de uma letra.

No exemplo temos:
T2 = 431,59a
T1 = 378,67ab
T3 = 346,33 bc
T4 = 293,67 c
De acordo com os resultados do teste de Tukey, pode-se concluir:
a) Três contrastes foram não significativo no nível de 5% de probabilidade, ou seja, os tratamentos 1 e 2;
1 e 3 e 3 e 4 são semelhantes.
b) Os contrastes 3, 4 e 5 foram significativos no nível de 5% de probabilidade, ou seja, o tratamento 1 e 2
diferem do tratamento 4 e o tratamento 2 difere do tratamento 3.

Estatística Experimental Página 54

Agronomia
TESTE DE DUNCAN (D)

O teste de Duncan (D) é também usado na análise de variância para comparar todo e qualquer contraste
entre duas médias de tratamentos.
É menos rigoroso do que o teste de Tukey, pois detecta diferença significativa entre duas médias quando
o teste de Tukey não o faz.
Sua aplicação é um pouco mais trabalhosa, pois, levando em conta o número de médias abrangidas em
cada contraste, deve-se calcular um valor de D para cada contraste, mas chega-se a resultados mais detalhados e
se discrimina com mais facilidade entre os tratamentos.
Na sua aplicação deve-se ordenar as médias de tratamentos em ordem crescente ou decrescente.
Quando o número de médias de tratamentos for elevado, por exemplo, superior a dez, a aplicação do
referido teste se torna muito trabalhosa.
É um teste bastante usado em trabalhos de sementes e de laboratório.
Tal como o teste de Tukey, ele exige, para ser exato, que todos os tratamentos tenham o mesmo número
de repetições.
Quando as médias de tratamentos apresentam o mesmo número de repetições, sua fórmula é a seguinte:

Estatística Experimental Página 55

Agronomia
QMResíduo
D ( 5 % ) =z
√ r
z = é o valor da amplitude total estudentizada no nível de 5% de probabilidade;
r = é o número de repetições do experimento e/ou da média.

EXEMPLOS:
Tratamentos Médias de 8 repetições
1 67,54
2 83,74
3 84,75
4 87,97
5 88,98
6 90,00
GL Resíduo 72
QM Resíduo 20,6518
F 300,32 **
Logo, tem-se:
QMRes í duo 20,6518
D2 (5 % )=z
√ r
=2,821
√ 8
=2,821 √ 2,581475=2,821 x 1,61=4,54

Estatística Experimental Página 56

Agronomia
Y^ 1= X́ 1− X́ 2 =67,54−83,74=16,20¿
Y^ 2= X́ 2− X́ 3 =83,74−84,75=1,01 NS
Y^ 3= X́ 3− X́ 4=84,75−87,97=3,22NS
Y^ 4 = X́ 4− X́ 5=87,97−88,98=1,01 NS
Y^ 5= X́ 5− X́ 6=88,98−90,00=1,02 NS
QMRes í duo 20,6518
D3 ( 5 % )=z 3
√ r
=2,971
√ 8
=2,971 √ 2,581475=2,971 x 1,61=4,77

Y^ 6= X́ 1− X́ 3=67,54−84,75=17,21 ¿

Y^ 7= X́ 2− X́ 4=83,74−87,97=4,23NS
Y^ 8= X́ 3− X́ 5=84,75−88,98=4,23NS
Y^ 9= X́ 4 − X́ 6 =87,97−90,00=2,03 NS
QMRes í duo 20,6518
D 4 ( 5 % )=z 4
√ r
=3,071
√ 8
=3,071 √ 2,581475=3,071 x 1,61=4,93

Y^ 10= X́ 1− X́ 4=67,54−87,97=20,43¿

Estatística Experimental Página 57

Agronomia
Y^ 11 = X́ 2− X́ 5=83,74−88,98=5,24¿
Y^ 12= X́ 3 − X́ 6 =84,75−90,00=5,25¿

QMRes í duo 20,6518

D 5 ( 5 % )=z 5
√ r
=3,134
√ 8
=3,134 √ 2,581475=3,134 x 1,61=5,04

Y^ 13= X́ 1− X́ 5=67,54−88,98=21,44 ¿

Y^ 14= X́ 2− X́ 6=83,74−90,00=6,26¿
QMRes í duo 20,6518
D6 ( 5 % ) =z6
√ r
=3,194
√ 8
=3,194 √2,581475=3,194 x 1,61=5,13

Y^ 15= X́ 1− X́ 6 =67,54−90,00=22,46 ¿
Logo, temos
1 – 67,54 d
2 – 83,74 c
3 – 84,75 bc
4 – 87,97 abc
5 – 88,98 ab

Estatística Experimental Página 58

Agronomia
6 – 90,00 a
De acordo com os resultados do teste de Duncan, pode-se concluir:
a) Apenas sete contrastes foram não significativos no nível de 5% de probabilidade, ou seja, foi
semelhante os tratamentos 2 com 3 e 4; 3 com 4 e 5; 4 com 5 e 6 e o 5 com 6.
b) Os demais contrastes foram significativos no nível de 5% de probabilidade, ou seja, foi diferente entre
os seguintes tratamentos: 1 com todas os outros, 2 com 5 e 6, e 3 com 6.
c) O tratamento 1 apresentou a menor média.
d) O tratamento 6 apresentou a maior média, apesar de não diferir estatisticamente dos tratamentos 4 e 5.
EXEMPLOS: TUKEY E DUNCAN

Ex. QMres. = 77,68, GLres. = 15 e α = 0,05.

Estatística Experimental Página 59

Agronomia

Média dos tratamentos

Tratamento Médias (*)

B 41a
A 38a,b
E 33a,b
C 25b
D 24b

Estatística Experimental Página 60