Calculadora do teste de Levene

Atualizado: 14 outubro 2026

Verifique se grupos independentes têm variâncias iguais. Digite as observações de dois ou mais grupos, um por linha, escolha a centralização pela média ou pela mediana e obtenha a estatística F, os graus de liberdade e o valor-p.

Verifique se grupos independentes têm variâncias iguais

Fórmula do teste de Levene

Fórmula

\[ W = \frac{N - k}{k - 1} \cdot \frac{\sum_{i=1}^{k} n_i \left( \bar{Z}_i - \bar{Z} \right)^2}{\sum_{i=1}^{k} \sum_{j=1}^{n_i} \left( Z_{ij} - \bar{Z}_i \right)^2} \]

Em que:

\(k\) — número de grupos
\(N\) — número total de observações em todos os grupos
\(n_i\) — número de observações no grupo \(i\)
\(Z_{ij} = |Y_{ij} - \tilde{Y}_i|\) — o desvio absoluto da observação \(j\) no grupo \(i\) em relação ao centro do seu grupo (média no teste de Levene original, mediana na variante de Brown–Forsythe)
\(\bar{Z}_i\) — média dos desvios absolutos no grupo \(i\)
\(\bar{Z}\) — média de todos os desvios absolutos

Sob a hipótese nula de que todas as variâncias dos grupos são iguais, a estatística \(W\) segue uma distribuição F com \(k-1\) e \(N-k\) graus de liberdade. Na prática, trata-se de uma ANOVA de um fator aplicada aos desvios absolutos em relação aos centros dos grupos.

Teste de Levene – Exemplo de cálculo

Exemplo: três grupos com cinco medições cada, avaliados com o método padrão de centralização pela mediana (Brown–Forsythe).

Grupo 1: 8, 9, 10, 11, 12 Grupo 2: 8, 10, 12, 14, 16 Grupo 3: 9, 10, 11, 12, 13

Medianas dos grupos: 10, 12, 11. Desvios absolutos em relação às medianas:

\[ Z_1 = 2, 1, 0, 1, 2 \quad (\bar{Z}_1 = 1.2) \]

\[ Z_2 = 4, 2, 0, 2, 4 \quad (\bar{Z}_2 = 2.4), \qquad Z_3 = 2, 1, 0, 1, 2 \quad (\bar{Z}_3 = 1.2) \]

Média geral dos desvios: \(\bar{Z} = 24/15 = 1.6\).

\[ \sum n_i (\bar{Z}_i - \bar{Z})^2 = 5(0.4)^2 + 5(0.8)^2 + 5(0.4)^2 = 4.8 \]

\[ \sum\sum (Z_{ij} - \bar{Z}_i)^2 = 2.8 + 11.2 + 2.8 = 16.8 \]

\[ W = \frac{15 - 3}{3 - 1} \cdot \frac{4.8}{16.8} = 6 \cdot 0.2857 = 1.7143 \]

Com \(df_1 = 2\) e \(df_2 = 12\), o valor-p é \(p \approx 0.221\).

Resultado: \(F = 1.7143\), \(df_1 = 2\), \(df_2 = 12\), \(p \approx 0.221\). Como \(p > 0.05\), não há evidência suficiente contra a igualdade das variâncias nesses três grupos.

Como usar a calculadora do teste de Levene

Digite seus dados no campo Observações dos grupos, com os valores de cada grupo em sua própria linha. Separe os valores com espaços ou ponto e vírgula; vírgulas decimais são aceitas. Cada grupo precisa de pelo menos duas observações, e você pode inserir de 2 a 20 grupos.
Escolha o método de centralização no menu suspenso Centralizar cada grupo em: Média (teste original de Levene) ou Mediana (variante de Brown–Forsythe).
Leia os resultados: a estatística do teste F, os dois graus de liberdade, o valor-p e uma interpretação em linguagem simples sobre se as variâncias dos grupos podem ser consideradas iguais no nível de 0,05.

O que é o teste de Levene e quando usá-lo?

O teste de Levene é um procedimento estatístico que verifica o pressuposto de homogeneidade de variâncias — a ideia de que vários grupos independentes compartilham a mesma variância populacional. Diversos métodos clássicos, como o teste t para duas amostras, a ANOVA de um fator e delineamentos de medidas repetidas, assumem variâncias iguais entre os grupos. Quando esse pressuposto falha, as taxas de erro nominais desses testes podem ser distorcidas: você pode declarar um resultado "significativo" com mais frequência do que os 5% nominais, ou perder potência.

O teste funciona transformando os dados brutos: cada observação é substituída pela sua distância absoluta ao centro do grupo, e uma ANOVA de um fator é aplicada a essas distâncias. Se os grupos realmente tiverem variâncias iguais, o desvio absoluto médio será semelhante entre os grupos e a estatística F resultante será pequena. Se um grupo for visivelmente mais disperso que os outros, seus desvios serão, em média, maiores, inflando a estatística.

Interpretar o resultado é simples: um valor-p pequeno (tipicamente abaixo de 0,05) fornece evidência de que a variância de pelo menos um grupo difere das demais, então você deve aplicar uma transformação estabilizadora de variância (por exemplo, a transformação logarítmica) ou mudar para um procedimento que não assuma variâncias iguais, como a ANOVA de Welch. Um valor-p alto significa que os dados são compatíveis com variâncias iguais — mas isso não prova que as variâncias sejam exatamente iguais: o teste apenas não encontra evidência contra o pressuposto.

O teste de Levene costuma ser preferido a alternativas mais antigas, como o teste de Bartlett, por ser muito menos sensível a dados não normais. Ele é um companheiro natural das comparações paramétricas entre grupos; se você partir depois para métodos não paramétricos, o teste de Kruskal–Wallis ou o teste de Friedman podem ser adequados, dependendo do seu delineamento.

Pressupostos, limitações e dicas práticas

Independência. As observações devem ser independentes dentro dos grupos e entre eles. O teste de Levene não é apropriado para dados pareados ou de medidas repetidas.
Duas versões do teste. O teste de Levene original centraliza cada grupo em sua média, o que o torna sensível a valores atípicos e a distribuições assimétricas. A variante de Brown–Forsythe centraliza na mediana e é mais robusta; é o padrão nesta calculadora e na maioria dos softwares estatísticos.
O tamanho do grupo importa. Com grupos muito pequenos, o teste tem baixa potência e pode deixar de detectar diferenças reais de variância. Com amostras muito grandes, ele pode apontar como significativas diferenças triviais. Considere sempre a magnitude prática da diferença de variâncias, e não apenas o valor-p.
Variâncias iguais não é o mesmo que médias iguais. Este teste não diz nada sobre diferenças entre as médias dos grupos — ele examina apenas a dispersão. Para comparar médias entre grupos, use procedimentos como o teste Z para uma média.
Não se esqueça do teste principal. A verificação de variâncias costuma ser uma etapa preliminar. Se o seu delineamento prossegue para análises posteriores, a calculadora de potência estatística pode ajudar a avaliar se os tamanhos de amostra são adequados para detectar os efeitos que interessam a você.
Limites razoáveis de dados. A calculadora aceita até 20 grupos e 1.000 observações no total, com valores de até um trilhão em valor absoluto — o suficiente para conjuntos de dados típicos de sala de aula e de pesquisa.

Perguntas frequentes

Qual valor-p indica que as variâncias são diferentes?

Um valor-p abaixo do seu nível de significância (normalmente 0,05) indica que a variância de pelo menos um grupo difere das demais. Por exemplo, \(p = 0.01\) significa que uma diferença de dispersão assim raramente ocorreria por acaso se as variâncias verdadeiras fossem iguais. Um valor-p acima de 0,05 significa que o teste não encontrou evidência contra a igualdade das variâncias — mas isso não prova que elas sejam exatamente iguais, especialmente com amostras pequenas.

Devo usar centralização pela média ou pela mediana?

Use a centralização pela mediana (variante de Brown–Forsythe) na maioria das situações, pois ela é mais robusta a valores atípicos e a distribuições assimétricas, e produz resultados mais confiáveis quando os dados não são perfeitamente normais. Escolha a centralização pela média apenas se você precisar especificamente reproduzir o teste de Levene original, por exemplo para conferir um resultado de livro didático ou um relatório que usou a versão clássica. Na dúvida, o resultado baseado na mediana é a escolha mais segura.

O teste de Levene pode ser usado com apenas dois grupos?

Sim, o teste funciona tanto com dois grupos quanto com vários. Com dois grupos, \(df_1 = 1\) e \(df_2 = n_1 + n_2 - 2\). Ele é uma alternativa válida ao teste F de duas variâncias e é preferido quando os dados podem não ser normais, já que o teste F clássico de duas variâncias é muito sensível à não normalidade.

O que fazer se o teste for significativo?

Você tem duas opções principais. Primeira: aplicar aos dados uma transformação estabilizadora de variância, como a transformação logarítmica ou de raiz quadrada, e rodar o teste novamente. Segunda: mudar para um método que não assuma variâncias iguais — o teste t de Welch para dois grupos ou a ANOVA de Welch para vários. Não siga simplesmente com o teste t ou a ANOVA padrão, pois o nível de significância declarado pode deixar de ser válido.

Como relatar os resultados do teste de Levene em um artigo?

Um relatório típico no estilo APA inclui a estatística do teste, os dois graus de liberdade e o valor-p, por exemplo: \(F(2, 12) = 1.71\), \(p = 0.221\). Indique qual versão você usou — o teste original centrado na média ou a variante de Brown–Forsythe centrada na mediana — já que as duas podem gerar valores diferentes nos mesmos dados. Mencione também o seu nível de significância, caso difira de 0,05.

Por que minha estatística F é infinita?

Isso acontece quando todos os desvios absolutos dentro de cada grupo são idênticos (variação intragrupo nula), mas as médias dos grupos diferem. O denominador da razão F torna-se zero enquanto o numerador permanece positivo, de modo que a estatística cresce sem limite e o valor-p é efetivamente zero. Na prática, isso geralmente indica grupos muito pequenos com padrões incomuns — adicione mais observações ou confira a digitação dos dados antes de tirar conclusões.

O teste de Levene funciona com amostras pequenas?

Matematicamente, ele roda com apenas duas observações por grupo, mas sua potência é baixa com amostras pequenas, de modo que diferenças reais de variância podem passar despercebidas. Um resultado não significativo com 3 a 5 observações por grupo é uma evidência fraca de homogeneidade. Por outro lado, com amostras muito grandes o teste pode sinalizar diferenças minúsculas e sem importância prática. Em ambos os casos, observe a dispersão real de cada grupo (por exemplo, os desvios-padrão dos grupos) junto com o valor-p.