Teste de igualdade de variâncias
O teste de igualdade de variâncias é um teste de hipóteses estatístico usado para determinar se dois ou mais grupos têm a mesma quantidade de variabilidade em seus dados. Em vez de comparar as médias dos grupos, este teste foca na dispersão: verifica se a variação (desvio padrão ou variância) é estatisticamente consistente entre todos os grupos comparados.
Última revisão
Conclusão principal
O teste de igualdade de variâncias é um teste de hipóteses estatístico usado para determinar se dois ou mais grupos têm a mesma quantidade de variabilidade em seus dados.
Nesta página
- O que é o teste de igualdade de variâncias?
- Quando usar o teste de igualdade de variâncias?
- Principais testes disponíveis
- Diretrizes para o uso correto do teste de igualdade de variâncias
- Alternativas: quando não usar o teste de igualdade de variâncias
- Exemplo de teste de igualdade de variâncias
- Como fazer o teste de igualdade de variâncias
O que é o teste de igualdade de variâncias?
O teste de igualdade de variâncias é um teste de hipóteses estatístico usado para determinar se dois ou mais grupos têm a mesma quantidade de variabilidade em seus dados. Em vez de comparar as médias dos grupos, este teste foca na dispersão: verifica se a variação (desvio padrão ou variância) é estatisticamente consistente entre todos os grupos comparados.
Este é um pré-requisito crítico para muitas análises. Várias ferramentas estatísticas, como a ANOVA, os testes t de duas amostras e a regressão, pressupõem que todos os grupos tenham variância igual. Usar essas ferramentas sem antes confirmar a igualdade das variâncias pode levar a conclusões incorretas.
Definição simples: Um teste que verifica se diferentes grupos têm a mesma quantidade de dispersão ou variabilidade em seus dados uma verificação necessária antes de executar muitas outras análises estatísticas.
Quando usar o teste de igualdade de variâncias?
- Use antes de executar ANOVA ou testes t para verificar se a premissa de variâncias iguais é satisfeita.
- Use ao comparar dois ou mais grupos ou condições de processo e você quiser saber se eles diferem em variabilidade, e não apenas na média.
- Use em estudos de melhoria de processo para verificar se uma mudança de método, máquina ou material afetou a consistência do processo.
- Use ao avaliar sistemas de medição para determinar se diferentes operadores, instrumentos ou laboratórios produzem dados com dispersão semelhante.
Principais testes disponíveis
A ferramenta oferece vários testes adequados a diferentes tipos de dados e premissas:
Teste
Melhor uso quando
Teste de Bartlett
Os dados têm distribuição normal — o mais poderoso sob normalidade
Teste de Levene
Os dados podem não ser normais — mais robusto à não normalidade
Teste F
Comparação de exatamente dois grupos com dados normais
Diretrizes para o uso correto do teste de igualdade de variâncias
- Garanta que os dados sejam contínuos — este teste não é apropriado para dados por atributos ou de contagem.
- Verifique primeiro a normalidade — se os dados forem normais, use o teste de Bartlett; se não forem normais, use o teste de Levene ou o de Bonett.
- Colete um tamanho amostral suficiente por grupo (recomendam-se pelo menos 20 observações por grupo) para obter estimativas de variância confiáveis.
- Interprete o valor-p — um valor-p abaixo do seu nível de significância (normalmente 0.05) indica que pelo menos um grupo tem variância significativamente diferente.
- Investigue a origem da variância desigual antes de prosseguir — não ignore simplesmente um resultado significativo.
Alternativas: quando não usar o teste de igualdade de variâncias
- Se os seus dados forem por atributos (aprovado/reprovado, categorias), este teste não se aplica — use, em vez disso, testes qui-quadrado ou testes de proporção.
- Se você estiver comparando médias, e não variâncias, use ANOVA ou testes t
- Se os tamanhos amostrais forem muito pequenos (menos de 5 por grupo), as estimativas de variância não são confiáveis — colete mais dados antes de testar.
Exemplo de teste de igualdade de variâncias
Um engenheiro químico quer comparar a dureza de quatro misturas de tinta. Seis amostras de cada mistura de tinta foram aplicadas em uma peça de metal, que depois foi curada. Em seguida, mediu-se a dureza de cada amostra. As etapas são as seguintes:
- Coletou os dados necessários.

- Em seguida, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
- Para encontrar o teste de igualdade de variâncias, escolha Statistical module> Anova>Test for Equal Variances.
- Na ferramenta, insira os dados e as demais entradas da seguinte forma:

5. Depois de usar a ferramenta mencionada acima, obtém-se a saída a seguir:


Como fazer o teste de igualdade de variâncias
O guia é o seguinte:
- Faça login no Zometric Statistical Software em https://statsai.zometric.com/
- Na página inicial, escolha Statistical Tool> Anova >Test for Equal Variances
- Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V) aqui.
- Preencha as opções necessárias.
- Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.
No painel (dashboard) do teste de igualdade de variâncias, a janela é dividida em duas partes.

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.
Load example: Os dados de exemplo serão carregados.
Load File: É usado para carregar diretamente os dados do Excel.
Na parte direita, há várias opções, descritas a seguir:
- Response: Selecione a(s) coluna(s) que contém(êm) seus dados de medição contínuos — os valores cuja variabilidade você quer comparar entre os grupos. Use Ctrl ou Command + clique para selecionar várias colunas se os dados de diferentes grupos estiverem armazenados em colunas separadas. Cada coluna selecionada representa um grupo ou condição comparado.
- Factor: Selecione a coluna que identifica a qual grupo cada observação pertence — por exemplo, tipo de máquina, operador ou lote de material. Esta coluna só é necessária quando todos os dados de resposta estão empilhados em uma única coluna e é preciso uma variável de agrupamento separada para distinguir os grupos. Se você já selecionou várias colunas de resposta (uma por grupo), este campo não é necessário.
- Confidence Level: Define o nível de certeza dos intervalos de confiança exibidos em torno da estimativa de variância de cada grupo. O padrão é 95%, o que significa que você tem 95% de confiança de que a verdadeira variância de cada grupo está dentro do intervalo exibido. Um nível de confiança mais alto (ex.: 99%) produz intervalos mais largos; um nível mais baixo (ex.: 90%) produz intervalos mais estreitos. O padrão de 95% é o padrão universalmente aceito na maioria das análises estatísticas.
- Hypothesized Ratio: A razão de variâncias contra a qual você quer testar. O padrão é 1, que testa se todos os grupos têm variância igual — uma razão de 1 significa que as variâncias são idênticas. Se você tem uma razão específica conhecida de um estudo anterior ou de uma especificação de engenharia, pode inseri-la aqui para testar se os seus dados são consistentes com essa razão esperada, em vez de testar a igualdade estrita.
- Alternative Hypothesis: Define o sentido do teste — o que você está tentando detectar. A opção padrão
- Ratio ≠ Hypothesized Ratio - é um teste bilateral, ou seja, detecta diferenças de variância em qualquer sentido (um grupo pode ser maior ou menor que o outro). Essa é a escolha apropriada na maioria das situações em que você não tem expectativa prévia sobre qual grupo deveria ter a maior variância.
- Summary Plot: Quando ativada, exibe um gráfico-resumo com a estimativa de variância ou de desvio padrão de cada grupo, junto com seu intervalo de confiança. Isso dá uma visão geral rápida de como os grupos se comparam em termos de dispersão e se seus intervalos de confiança se sobrepõem — intervalos que se sobrepõem sugerem que as variâncias podem ser iguais.
- Individual Value Plot: Quando ativada, exibe cada ponto de dados individual de cada grupo, plotado na vertical. Isso ajuda a ver a distribuição completa e a dispersão dos dados brutos dentro de cada grupo, identificar observações incomuns ou outliers e entender os dados reais por trás das estimativas de variância antes de interpretar os resultados do teste.
- Histogram: Quando ativada, exibe um histograma para cada grupo, mostrando a distribuição de frequências dos dados. É útil para avaliar visualmente a forma da distribuição de cada grupo — em particular, para verificar se os dados são aproximadamente normais antes de decidir qual teste de variância (Bartlett, Levene ou Bonett) é o mais apropriado.
- Box Plot: Quando ativada, exibe um boxplot para cada grupo, mostrando a mediana, a amplitude interquartil e eventuais outliers. Os boxplots facilitam comparar visualmente, ao mesmo tempo, a dispersão e o centro de cada grupo — um grupo com uma caixa visivelmente mais larga tem maior variabilidade, o que é uma verificação visual útil antes e depois do teste formal.
Perguntas frequentes
O que é um teste de igualdade de variâncias?
Um teste de igualdade de variâncias é um teste de hipóteses que verifica se dois ou mais grupos têm a mesma quantidade de variabilidade. Em vez de comparar médias, ele verifica se a variância ou o desvio padrão é estatisticamente consistente entre os grupos. É um pré-requisito para ferramentas como a ANOVA, os testes t de duas amostras e a regressão, que pressupõem variância igual.
Usar o teste de Bartlett ou o teste de Levene?
Use o teste de Bartlett quando os dados têm distribuição normal, pois ele é o mais poderoso sob normalidade. Use o teste de Levene, ou o de Bonett, quando os dados podem não ser normais, pois ele é mais robusto à não normalidade. O teste F serve para comparar exatamente dois grupos com dados normais.
Como interpretar um teste de igualdade de variâncias?
Um valor-p abaixo do seu nível de significância, normalmente 0.05, indica que pelo menos um grupo tem variância significativamente diferente. Investigue a origem da variância desigual antes de prosseguir, em vez de ignorar um resultado significativo. Intervalos de confiança que se sobrepõem no gráfico-resumo sugerem que as variâncias podem ser iguais.
Quantas amostras são necessárias para um teste de igualdade de variâncias?
Recomendam-se pelo menos 20 observações por grupo para obter estimativas de variância confiáveis. Com menos de 5 por grupo, as estimativas de variância não são confiáveis; por isso, colete mais dados antes de testar. Os dados devem ser contínuos; para dados por atributos, use, em vez disso, testes qui-quadrado ou de proporção.
