Podemos definir Experimentação Zootécnica como o conjunto de procedimentos e métodos estatísticos que permitem a elaboração, implantação e análise de estudos científicos direcionados para à área de Zootecnia.
Na Experimentação Zootécnica, geralmente os experimentos são desenvolvidos utilizando modelos de estatística descritiva. Segundo Sampaio (2007), o uso da estatística descritiva, neste contexto, auxilia na amostragem de dados ou no delineamento de um experimento; na apresentação dos resultados (tabelas e gráficos) e no estudo descritivo dos dados; e na posterior análise e interpretação dos resultados.
Neste sentido, a lógica e o julgamento crítico, além de um considerável domínio sobre o tema abordado, são necessários para o levantamento do problema e formulação das hipóteses do estudo. Estas, no entanto, só podem ser testadas com o auxílio da estatística. A seguir, Salman e Giachetto (2014) apresentem um fluxograma que ilustra os passos da metodologia e os pontos em que são necessárias as intervenções da lógica (L) ou da estatística (E) a partir destes conceitos:
É importante destacar, como se observa no fluxograma acima, que a estatística deve ser utilizada desde a fase de planejamento do experimento, independente da subárea de conhecimento que ele se enquadra dentro da Zootecnia. A correta aplicação dos modelos estatísticos e, consequentemente, a adequada análise e interpretação dos resultados, só é possível quando o experimento obedece aos princípios básicos da experimentação (casualização, repetição e controle local) e o pesquisador possui conhecimento de alguns conceitos básicos de Experimentação Zootécnica:
- Unidade experimental: é a unidade que constitui a parcela, ou seja, na área de Zootecnia, são os animais ou plantas que serão objetos de estudo visando coleta e análise dos dados (Ex.: em um experimento serão utilizados 24 boxes (parcelas) com 20 frangos cada (unidades experimentais) que serão submetidos a rações contendo diferentes níveis de determinado produto alternativo (tratamentos)).
- Parcela: é a unidade em que organiza-se e aplica-se a casualização do tratamento, de modo que esta obedeça o princípio da casualização e do controle local, e forneça dados experimentais que deverão refletir o seu efeito. É constituída por uma ou várias unidades unidades experimentais. A parcela pode estar representada por um único animal (situação comum em experimentos com ruminantes, equinos e animais de grande porte), por um grupo de animais alojados em uma baia, um piquete, uma gaiola, um box, por uma planta em um vaso, ou várias plantas alojadas em um ou mais vasos, dentre outras.
- Tratamento: é o objetivo da pesquisa, ou seja, é a condição imposta às parcelas cujo efeito desejamos medir ou comparar em um experimento (Ex: níveis de inclusão de óleo nas rações, fontes de volumoso, doses de medicamentos, concentrações de ácidos graxos nas rações, dentre outros). Não há limite para o número de tratamentos que um experimento pode possuir. Na área de Zootecnia, quando forem utilizados níveis, doses ou concentrações; recomenda-se que o estudo possua pelo menos 5(cinco) tratamentos, a fim de proporcionar maior grau de confiabilidade e precisão na análise dos dados.
- Repetição: é o número de vezes que o tratamento aparece no mesmo experimento. A aplicação de um tratamento sobre um grupo de indivíduos provoca várias respostas, para as quais precisa-se estimar uma média. Porém, dentro de cada grupo experimental existe uma variação individual entre as respostas observadas, que também precisa ser estimada. A confiabilidade dessas estimativas depende do número de vezes que a aplicação do tratamento é repetida e o número de repetições adequado varia de acordo com a variável em questão. Em geral, quanto maior o número de repetições, maior é a exatidão das estimativas e o número de repetições pode ser aumentado com a diminuição do número de tratamentos.
- Casualização: visa garantir que os tratamentos não serão favorecidos ou desfavorecidos na distribuição das repetições, devido a fatores de variação de origem conhecida ou não (espaço, clima, tempo, fisiologia dos animais, dentre outras). Neste caso, os tratamentos devem ser distribuídos aleatoriamente entre as parcelas e/ou unidades experimentais. As variações que contribuem para o surgimento do erro experimental são convertidas em variáveis aleatórias ou desconsideradas. As respostas zootécnicas são variáveis cuja magnitude depende dos indivíduos onde foram observadas. Logo, cada grupo experimental deve ter a mesma chance de receber indivíduos, de preferência com o mesmo número de unidades, parcelas e repetições. Recomenda-se a realização da casualização através da escolha e aplicação de um delineamento experimental.
- Controle local: objetiva eliminar o erro experimental entre os grupos experimentais através da uniformização do grupo de animais das parcelas, da aplicação dos tratamentos e do local onde o experimento será conduzido. Os grupos de animais utilizados para testar os tratamentos devem ser homogêneos quanto à idade, categoria, peso, sexo, raça ou grau de sangue (a menos que alguma destas seja o objeto de estudo da pesquisa), ou ainda outras características importantes, que devem ser consideradas para cada estudo em particular, proporcionando assim uma condição igualitária para todos os elementos envolvidos na pesquisa.
- Variável: toda investigação científica ou experimento tem sempre um ou mais fatores a serem avaliados, que são o objeto de estudo, que são as variáveis, o qual podemos representar por X, Y, Z, etc. Na área de Zootecnia trabalhamos as variáveis em duas vertentes: as variáveis de estudo e as variáveis resposta. As variáveis de estudo são aquelas que delimitam o objeto de estudo da pesquisa, ou a fonte de variação da mesma, sendo classificadas como variáveis independentes (representadas pela letra "x"), pois serão a única fonte de variação da pesquisa (Ex.: níveis de um alimento alternativo nas rações, fontes de proteína, doses de nitrogênio, percentuais de volumoso na dieta, níveis de energia da deita, dentre outros). Vale ressaltar que ao escolher uma (em análises univariadas) ou mais (em análises multivariadas) destas variáveis como a fonte de variação do estudo, todas as outras variáveis que possam interferir diretamente no estudo devem estar constantes, utilizando o princípio do controle local. Já as variáveis resposta podem ser definidas como os parâmetros e metodologias utilizadas para análise da pesquisa e que, posterior a coleta dos dados, serão analisados estatisticamente quanto a sua atribuição (qualitativa ou quantitativa) pré-definida (Ex.: variáveis referentes aos percentuais dos cortes comerciais de carcaça, variáveis de análise de qualidade do ovo, variáveis referentes aos coeficientes de digestibilidade aparente, dentre outras). Geralmente estas variáveis são representas em unidades passíveis de aferição (grama, quilograma, centímetro, metro, percentagem, kcal/kg, escores, dentre outras), são tabuladas como identificação dos dados e avaliadas individualmente. Vale ressaltar que as variáveis resposta são classificadas também como variáveis dependentes (representadas pela letra "Y"), pois, o seu valor depende diretamente do fator atribuído a variável independente (Y = bx + c; Y = ax² + bx + c...) (Ex.: o percentual de proteína no leite (Y) varia de acordo com o percentual de concentrado utilizado na deita (X), o rendimento de carcaça total (Y) varia de acordo com os níveis de inclusão de determinado alimento na dieta (X)).
- Amostra: número representativo de observações dentro de um universo muito maior (População). Na área de Zootecnia, geralmente refere-se a um percentual de 20% que é retirado de alguma população para a realização de uma análise (Ex.: em um experimento testando um produto alternativo em rações de suínos, foram utilizados 6 níveis de inclusão (tratamentos) com 6 repetições (baias) de 10 animais (unidades experimentais) cada, totalizando 360 animais. Seguindo esta recomendação, pode-se retirar para análise de carcaça 2 animais por repetição, ou seja, 12 animais por tratamento, totalizando 72 animais, sendo este número 20% da população total utilizada).
Em pesquisas na área de Zootecnia, dados obtidos em experimentos seguindo a metodologia delineada, quando atendem às pressuposições do modelo matemático, são passíveis de serem submetidos a algum tipo de análise estatística, sendo a mais frequente a análise da variância, na qual deve-se conhecer a natureza dos tratamentos avaliados, pois quando estes são de efeito fixo (análise univariada), a análise aplicada visa estimar os efeitos individuais de cada um e compará-los entre si (DAL’COL LÚCIO et al., 2003). Por outro lado, quando os tratamentos são de efeito aleatório, a análise visa à estimação dos componentes da variância (análise multivariada), que possuem grande importância no melhoramento genético, animal ou vegetal (BARBIN, 1993). Para Volpato (2000), a estatística é uma importante ferramenta auxiliar no estabelecimento do discurso científico sobre os fenômenos observados, mas nem sempre imprescindível, e sugere que o bom senso também seja considerado como recurso de análise a ser considerado em um estudo cientifico.
Quanto ao tipo de experimento, podemos classificar em:
- Preliminares: visam a obtenção de novos fatos. É científico, mas apresenta baixa precisão (Ex.: ensaio de digestibilidade de um novo produto alternativo em rações para suínos).
- Críticos: visam negar ou confirmar uma hipótese previamente estabelecida. É científico, e apresenta boa precisão. Compara vários tratamentos por meio dos delineamentos experimentais (Ex.: níveis do novo produto alternativo em rações para suínos formuladas com base nos resultados da digestibilidade).
- Demonstrativos: visam demonstrar junto ao produtor os melhores resultados do experimento crítico. Geralmente é apenas de caráter comparativo, pois atua comparando a nova técnica (produto, nível, dose etc.) com a tradicional (Ex.: o melhor nível do novo produto alternativo em rações para suínos obtido no experimento crítico, comparado a outros ingredientes de mesma função).
Com relação aos tipos de variações em experimentos zootécnicos, classificamos em:
- Premeditada: é a variação originada dos diferentes tratamentos, deliberadamente introduzida pelo pesquisador, com o propósito de fazer comparações, ou seja, é a variação indicada como objeto de estudo da pesquisa (Ex.: diferentes níveis de proteína na dieta de novilhas Nelore, sendo desconsideradas as variações dos demais nutrientes para balanceamento da dieta, pois os níveis de proteína são o objeto de estudo).
- Externa: é a variação não intencional de causas conhecidas, que agem de modo sistemático (Ex.: frangos de corte em clima tropical possuem desempenho diferente quando comparados a frangos de corte em clima temperado).
- Acidental: é a variação de causa desconhecida, de natureza aleatória e que não está sob controle do pesquisador. É chamada de erro experimental, sendo que esta variação promove diferença dentro das parcelas (Ex.: diferença na constituição genética do animal ou planta, variações ligeiras no espaço físico, características fisiológicas individuais nos animais, dentre outras). Outrora, pode-se diminuir essa variação acidental através de alguns cuidados:
* Não deve-se aumentar demais os números de indivíduos por parcela, deve-se obedecer as recomendações técnicas quanto a densidade de indivíduos por m² (a menos que este seja o objeto de estudo) para melhor condição de bem-estar dos mesmos. Em geral, recomenda-se a utilização de um maior número de repetições do que um maior número de indivíduos (a exceção quando os indivíduos são as repetições);
* Durante a casualização das parcelas, deve ser verificado se estas estão dispostas de forma que todas sejam submetidas as mesmas condições ambientais;
* Os animais utilizados deverão preferencialmente apresentar uniformidade entre si, ou seja, mesma raça, linhagem, idade, peso, sexo dentre outras características (a menos que alguma destas seja o objeto de estudo da pesquisa);
* Considerar que o experimento tenha, no mínimo 20 parcelas (5 tratamento com 4 repetições; 4 tratamento com 5 repetições) e/ou 10 graus de liberdade para o resíduo ou erro experimental. Vale ressaltar que podem ser realizados experimentos com menor número de parcelas, todavia, essa regra prática auxilia a proporcionar maior confiabilidade ao estudo;
* Utilizar algum delineamento experimental a fim de proporcionar maior casualização, confiabilidade e reduzir o erro experimental;
* Planejamento deve ser a palavra de ordem do pesquisador, pois, a pesquisa desde a escolha da temática, do local, passando pela implantação, coleta e análise dos dados, depende de um minucioso planejamento prévio para que tudo transcorra da melhor forma possível.
Com relação à uniformidade do meio, muitas vezes durante a instalação de uma pesquisa ocorre falta de espaço para se realizarem todas as repetições necessárias dentro de um mesmo local ou os indivíduos não estão completamente disponíveis ao mesmo tempo. Nesse caso, a escolha do delineamento adequado é imprescindível para que os efeitos de local e tempo sejam estimados e as variações individuais sejam calculadas de maneira mais precisa possível.
Quando se fala em delineamentos, existem dois conceitos que merecem ser esclarecidos (MEAD & CURNOW, 1990; RIBOLDI, 1995). Um refere-se aos delineamentos experimentais, ou de parcelas, cujas finalidades estão associadas ao conceito mais amplamente difundido: distribuição dos tratamentos nas parcelas e alocação das parcelas no ambiente experimental. O outro sentido refere-se aos chamados delineamentos de tratamentos, que não estão relacionados com a instalação do experimento no campo, mas, previamente a essa etapa, tratam da definição dos tratamentos e seu arranjamento, independentemente das condições ambientais em que o experimento será conduzido. Assim, justifica-se tal denominação, pois suas restrições se referem exclusivamente aos tratamentos.
Com relação aos delineamentos experimentais, consideraram-se apenas três tipos, que são:
- Delineamento Inteiramente Casualizado (DIC): os tratamentos são distribuídos nas parcelas de forma inteiramente casual (aleatória). O DIC possui apenas os princípios da casualização e da repetição, não possuindo controle local e, portanto, as repetições não são organizadas em blocos. Normalmente é mais utilizado em experimentos em galpões com baias, boxes, piquetes, em laboratórios; em experimentos em vasos ou bandejas em casa de vegetação, dentre outros locais onde há possibilidade de controle das condições ambientais. A instalação do DIC no campo experimental exige uma certa homogeneidade das condições ambientais (como por exemplo quanto a posição das gaiolas, condições ambientais do galpão, fertilidade do solo, distribuição uniforme de água, etc.).
- Delineamento em Blocos Casualizados (DBC): os tratamentos são distribuídos aleatoriamente em blocos (princípio do controle local) de modo que haja maior uniformidade possível dentro de cada bloco. O número de parcelas por bloco é igual ao número de tratamentos, ou seja, cada bloco deverá conter todos os tratamentos. O DBC possui os três princípios básicos da experimentação: casualização, repetição e controle local e, portanto, as repetições são organizadas em blocos. A eficiência do DBC depende da uniformidade dentro de cada bloco, podendo haver heterogeneidade entre blocos. Os blocos podem ser instalados na forma quadrada, retangular ou irregular, desde que seja respeitada a uniformidade dentro do bloco.
- Delineamento em Quadrado Latino (DQL): é, assim como o em Bloco Casualizados, um delineamento recomendado para ambientes experimentais heterogêneos, pois utiliza os três princípios básicos da experimentação: repetição, casualização e controle local. Ele exige que os tratamentos sejam agrupados num mesmo local da área experimental e que o número de tratamentos seja igual ao número de repetições (sistema de linha x coluna), onde as parcelas (e/ou repetições) podem ser delimitadas no espaço ou no tempo. Pode representar um alternativa econômica e eficiente, sendo freqüentemente utilizado por pesquisadores que dispõem de poucos animais, geralmente pelo seu alto custo (ex. bovinos e equinos); além de heterogêneos entre si. Em certos casos, com cinco ou seis animais, mesmo heterogêneos, pode-se planejar bons experimentos.
Denominam-se experimentos fatoriais aqueles cujo tratamentos são combinações dos níveis de dois ou mais fatores. Assim, como os experimentos unifatoriais, os experimentos fatoriais também podem ser montados sob qualquer um dos delineamentos experimentais já apresentados, embora existam alguns deles específicos para fatoriais, como é o caso das parcelas subdivididas e dos experimentos em faixas. Delineamentos de tratamentos em esquema fatorial são requisitados em dois momentos da execução de uma pesquisa experimental: na fase de planejamento, quando da definição da estrutura dos tratamentos, e na fase de análise estatística, onde define-se o desdobramento dos efeitos de tratamentos, conforme o tipo de relação estabelecida entre os fatores que os compõem. Tais relações podem ser de três tipos: de cruzamento, de aninhamento ou mista. Tais relações é que determinam termos como experimentos fatoriais cruzados e delineamentos hierárquicos. Nestes experimentos, o efeito de um tratamento (combinação de níveis) resulta de ações isoladas dos fatores, bem como de possíveis ações conjuntas destes fatores. Às ações conjuntas denominam-se efeitos de interação dos fatores.
Os experimentos fatoriais podem ser classificados em:
* Fatorial Cruzado: incluem experimentos em que, sendo os tratamentos provenientes de dois ou mais fatores, cada nível de um fator é combinado com os mesmos níveis dos demais fatores. A relação de cruzamento entre fatores de tratamentos pode ser completa ou incompleta, conforme todas as combinações sejam ou não incluídas no experimento. Para exemplificar: considere um experimento cujo objetivo seja testar três níveis de energia metabolizável (2.900, 3.000 e 3.100 kcal/kg) e dois níveis de proteína (17 e 19%), com quatro repetições de 20 frangos cada. Então, denotando-se A o fator energia metabolizável, em 3 níveis, e B o fator proteína, em 2 níveis, tem-se um fatorial 3x2, totalizando-se 6 tratamentos (combinações dos níveis), que multiplicados pelo número de repetições, irão proporcionar 24 parcelas, que multiplicadas pelo número de unidades experimentais (frangos), irão totalizar 480 frangos.
* Fatorial Hierárquico: em certos experimentos fatoriais os níveis de um fator (ex. fator B) são similares, mas não idênticos, para os diferentes níveis do outro fator (ex: fator A). Tal arranjo para os níveis dos fatores de tratamentos resulta os chamados delineamentos hierárquicos (ou de aninhamento). Neste caso, diz-se que os níveis do fator B são hierárquicos (ou estão aninhados) em relação aos níveis do fator A (MONTGOMERY, 1984). Para exemplificar: em melhoramento bovino, é comum avaliar, experimentalmente, o resultado de cruzamentos de touros (fator A) com diversas vacas (fator B), por meio de teste de progênie. O propósito desses experimentos é a seleção de reprodutores para o rebanho. Entretanto, em geral, as vacas cruzadas com um touro diferem daquelas cruzadas com outro touro, embora sejam procedentes do mesmo rebanho. Logo, têm-se fêmeas dentro de machos, caracterizando a relação de aninhamento. A relação é denotada por B(A), onde B é dito fator aninhado e A fator de aninhamento ou fator ninho. Ao contrário da relação de cruzamento dos fatoriais AxB, a relação hierárquica não é recíproca, ou seja, B(A) é diferente de A(B) (SILVA & ZONTA,1991). Por isso, nos delineamentos de classificação hierárquica, não é possível avaliar interação entre fatores. Aqui avalia-se o efeito médio dos níveis do fator B, dentro dos níveis do fator A.
Quanto aos experimentos em parcelas subdivididas, estes podem ser classificados em:
* Parcelas Subdivididas "no Espaço": o delineamento em parcelas subdivididas (split-plot, em inglês), ou simplesmente parcelas divididas, é apropriado para experimentos fatoriais em que os fatores envolvidos, geralmente em número de dois, apresentam características diferentes. Os fatores podem, por exemplo, exigir tamanhos distintos de parcelas. Como é o caso de: tipos de preparo de solo (fator A) - exigem parcelas grandes; e variedades (fator B) - podem ser testadas em parcelas menores. Então, aplicam-se os diferentes métodos de preparo de solo às parcelas de tamanho apropriado (que permita inferir razoavelmente as condições de lavoura), dividindo cada uma delas, em tantas subparcelas quantos forem as cultivares. Por exemplo: considere um experimento para testar 3 tipos de preparo de solo (fator A: T1, T2 e T3) e 4 variedades (fator B: V1, V2, V3 e V4), em blocos casualizados (completos) com 3 repetições. O esquema de distribuição dos tratamentos em parcelas subdivididas será disposto conforme a figura a seguir:
* Parcelas Subdivididas "no Tempo": este delineamento representa apenas uma variação do esquema experimental em parcelas subdivididas. Considerando a grande semelhança com o que foi tratado no item anterior (parcelas subdivididas "no espaço"), faz aqui somente considerações adicionais específicas. Em certos experimentos, as parcelas, arranjadas de acordo com um delineamento experimental básico (inteiramente ao acaso, blocos ao acaso, quadrado latino etc.), são submetidas a medições em épocas, anos ou intervalos de tempo diferentes. Outro caso é quando se tomam, por exemplo, dados em diferentes profundidades de solo. Assim, considerando-se a tratamentos relativos a um fator A e r repetições, obtêm-se "estratos" de A x r dados para cada época em que foram tomadas as observações. Pode-se, portanto, considerar a situação como subdivisões das parcelas experimentais, no tempo; em que o tempo ou época passa a representar o fator B. Daí a denominação de parcelas subdivididas no tempo (split-plot in time, em inglês), pois constitui-se numa variação do delineamento em parcelas subdivididas.
A partir do planejamento, implantação do experimento e coleta dos dados, chega a fase de análise dos dados coletados. E na área de Zootecnia, após a correta tabulação dos dados em planilhas do Excel (modelos de DIC, DBC, DQL e Fatorial), geralmente submete-se os dados a análise de variância (ANOVA). Esta consiste em um procedimento utilizado para comparar dois ou mais tratamentos. Para realizar uma ANOVA, é necessário haver uma variável de resposta (Ex.: peso do ovo, rendimento de carcaça, consumo de ração, ganho médio diário dentre outras) e pelo menos um fator categórico com dois ou mais tratamentos. As análises ANOVA exigem dados de populações aproximadamente normalmente distribuídas com variâncias iguais entre fatores (mesmo número de parcelas e unidades experimentais nestas).
Análises ANOVA testam a importância de um ou mais tratamentos (e/ou fatores) comparando as médias das variáveis de resposta em diferentes níveis dos fatores. A hipótese nula afirma que todas as médias das populações (médias dos níveis dos fatores) são iguais (não apresentam diferenças significativas nos resultados para a variável resposta), enquanto a hipótese alternativa afirma que pelo menos uma é diferente (há diferenças significativas nos resultados para a variável resposta). Para verificar se houve significância ou não, aplica-se o Teste F, onde calcula-se o Fcalculado (ou P valor/Coeficiente de Probabilidade) da variável resposta desejada, e compara o valor obtido com um nível de análise estabelecido ou Ftabelado (0,01; 0,05 ou 0,10). Se o P Valor apresentar-se inferior ao estimado, indica que pelo menos uma das médias dos tratamentos difere das demais.
O procedimento seguinte, quando de interesse do pesquisador, é o de comparar as médias dos tratamentos das variáveis respostas que apresentarem diferenças significativas utilizando algum teste de comparação de médias para identificar qual/quais tratamento(s) apresentaram melhores resultados.
Os principais testes na área de Zootecnia são:
- Teste de Tukey: é o teste de comparação de médias de tratamentos mais utilizado na experimentação agronômica e zootécnica, por ser bastante rigoroso e de fácil aplicação. Permite testar qualquer contraste, sempre, entre duas ou mais médias de tratamentos. O teste baseia-se na Diferença Mínima Significativa (DMS). Como o teste de Tukey é, de certa forma, independente do teste F, é possível que, mesmo sendo significativo o valor de Fcalculado, não se encontrem diferenças significativas entre contrastes de médias. Serão consideradas significativas ao nível de significância pré-determinado (0,01; 0,05 ou 0,10) aquelas diferenças entre médias cujo valor absoluto for maior que o calculado pela fórmula do teste (∆). A diferença entre duas médias é representada pela presença de letras diferentes. É um teste paramétrico que exige que os tratamentos tenham o mesmo número de repetições, e que as repetições possuam o mesmo número de unidades experimentais.
- Teste de Duncan: é também utilizado para comparar todo e qualquer contraste entre duas ou mais médias de tratamentos, sendo um teste menos rigoroso que o teste de Tukey, pois detecta diferença significativa entre duas médias quando o teste de Tukey não o faz. É um teste diretamente interligado ao Teste F. Sua aplicação é mais trabalhosa em relação ao teste de Tukey, pois leva em consideração o número de médias abrangidas em cada contraste. É necessário ordenar as médias dos tratamentos em ordem crescente ou decrescente.
- Teste de Scheffé: compara qualquer contraste entre médias, sendo um teste um pouco mais conservador que o teste de Tukey. Possui um princípio estatístico que se assemelha ao referido, entretanto, permite diferentes números de repetições por tratamento. É um teste que encontra-se diretamente interligado ao Teste F, pois, se o valor de F obtido não for significativo, nenhum contraste poderá ser significativo pelo teste de Scheffé, e sua utilização não se justifica.
- Teste de Dunnet: é utilizado quando procura-se comparar todas as médias de tratamentos com um controle ou testemunha. É um teste que encontra-se diretamente interligado ao Teste F, pois, se o valor de F obtido não for significativo, nenhum contraste poderá ser significativo pelo teste de Dunnet.
Segue abaixo algumas considerações sobre os Testes de Comparação de Médias:
· A escolha do método adequado para comparar as médias dos tratamentos, exige que leve-se em consideração tanto o nível de significância, quanto o poder do teste;
· O nível de significância de um teste é a probabilidade de rejeitar a hipótese que as médias são iguais, quando esta hipótese é, na realidade, verdadeira;
· O poder do teste é a probabilidade de rejeitar a hipótese que as médias são iguais quando esta hipótese é, na realidade, falsa;
· Ainda não existe um teste definitivamente “melhor” que todos os outros. Todavia, na Experimentação Zootécnica, o teste de Tukey é o mais utilizado;
· Convém ressaltar também às divergências de opiniões, pois um estatístico pode recomendar ou não o uso de testes de hipóteses que se propõem a comparar médias. Já outro estatístico pode considerar que os procedimentos para comparar médias devem ser vistos mais como indicadores do que como soluções exatas.
Outrora, quando realizados experimentos utilizando níveis, doses ou concentrações, deve-se não utilizar um Teste de Comparação de Médias, mas sim realizar uma Análise de Regressão. Esta consiste na realização de uma análise estatística com o objetivo de verificar a relação funcional estabelecida entre um fator quantitativo (variável de estudo) e uma variável resposta significativa. Em outras palavras, consiste na obtenção de uma equação (modelo matemático) que possa explicar a variação significativa de uma variável resposta em função da variação destes níveis, doses ou concentrações testados.
E para estabelecer uma equação que represente o fenômeno em estudo, leva-se em consideração os pontos do diagrama de dispersão. Todavia, vale ressaltar que estes pontos não vão se ajustar perfeitamente à curva do modelo matemático proposto. Haverá na maioria dos pontos, uma distância entre os pontos do diagrama e aqueles obtidos quando a curva do modelo proposto é traçada, sendo representada pelo Coeficiente de Determinação (R²). Isto acontece devido o fenômeno que está em estudo não ser um fenômeno matemático, e sim um fenômeno que está sujeito a influências de inúmeros fatores. Assim, o objetivo da regressão é obter um modelo matemático que melhor se ajuste aos valores observados de Y (variável resposta) em função da variação dos níveis da variável X (variável de estudo). Ou seja, quanto maior e mais próximo de 1 for o Coeficiente de Determinação (R²), melhor será o ajuste do modelo e sua recomendação para representar a relação entre a variável de estudo e a variável resposta. Na área de Zootecnia, os modelos matemáticos mais adotados são o Linear e o Polinomial (quadrático, cúbico...).
Por fim, para facilitar e agilizar o processo de análise estatística dos dados, utilizam-se os denominados Softwares Estatíticos ou Pacotes Estatísticos para Análise de Dados. Vale ressaltar que a utilização de um software estatístico deve ser sempre suportada por um adequado conhecimento das técnicas estatísticas envolvidas, ou orientada por quem detenha esses conhecimentos. E, atualmente, o uso do software estatístico adquiriu uma grande importância no meio acadêmico, empresarial e administrativo, dentre outros, quer pela sua facilidade de utilização, quer pela sua eficácia no tratamento de grandes conjuntos de dados. De uma forma genérica e simplificada, todos os aplicativos estatísticos, lidam com a análise estatística de dados estruturada em quatro etapas:
- Introdução dos dados no Programa ou importação do ficheiro de dados gravado noutra aplicação;
- Seleção do procedimento de análise estatística a aplicar;
- Seleção da(s) variável(eis) a utilizar nas caixas de diálogo;
- Apreciação e interpretação dos resultados.
Os principais Softwares Estatísticos utilizados na área de Zootecnia são:
- Statistical Analysis System (SAS) - Acesse o site aqui - Comercial
- Sisvar - Acesse o site aqui - Gratuito (Obs.: só aceita planilhas no formato dbf, baixe o OpenOffice aqui e converta as planilhas em formato .xls)
- SAEG - Acesse o site aqui - Gratuito (Obs.: devido falta de atualizações, só encontra-se disponível para o Windows XP)
- Programa R - Acesse o site aqui - Gratuito
- SPSS Statistics - Acesse o site aqui - Comercial
- Minitab - Acesse o site aqui - Comercial
- BioStat - Acesse o site aqui - Comercial
- BioEstat - Acesse o site aqui - Gratuito
- Statistica - Acesse o site aqui - Comercial
Referências:
- BARBIN, D. Componentes de Variância: Teoria e Aplicações. 2. ed. Piracicaba: FEALQ, 1993. 120p.
- DAL’COL LÚCIO, A.; LOPES, S.J.; STORCK, L.; CARPES, R. H.; LIEBERKNECHT, D.; NICOLA, M. C. Características Experimentais das Publicações da Ciência Rural de 1971 a 2000. Ciência Rural, v. 33, n. 1, p. 161-4, 2003.
- MEAD, R.; CURNOW, R.N. Statistical methods in agriculture and experimental biology. 2. ed. London: Chapman & Hall, 1990. 335 p.
- MONTGOMERY, D. Design and analysis of experiemtns. 2 ed. New York: John Wiley & Sons, 1984. 538p.
- RIBOLDI, J. Delineamentos experimentais de campo. Parte 2, Série B, n. 20. Porto Alegre: UFRGS/Instituto de Matemática, 1993.
- SALMAN, A.K.D.; GIACHETTO, P.F. Conceitos estatísticos aplicados à experimentação zootécnica. PUBVET, v. 8, n. 12, ed. 261, art. 1734, 2014.
- SAMPAIO, I.B.M. Estatística Aplicada a Experimentação Animal. 3 ed. Belo Horizonte: FEP MVZ Editora, 2007. 265p.
- SILVA, J.G.C. da; ZONTA, E.P. Conceitos e algoritmos úteis em estatística experimental. In: Simpósio de estatística aplicada à experimentação agronômica, n. 4., Goiânia-GO, Brasil, p. 211, 1991.
- VOLPATO, G.L. Ciência: da Filosofia à Publicação. 2 ed. Jaboticabal: FUNEP, 2000. 234p.
