ANCOVA Paramétrica e a ANCOVA de Transformação de Ranks Quando os Dados São Condicionalmente Não Normais e Heterocedásticos

A análise de covariância paramétrica foi comparada à análise de covariância com dados transformados usando ranks. Usando uma abordagem de simulação computacional, as duas estratégias foram comparadas em termos da proporção de erros Tipo I cometidos e do poder estatístico quando a distribuição condicional dos erros era normal e homocedástica, normal e heterocedástica, não normal e homocedástica, e não normal e heterocedástica. Os resultados indicaram que a ANCOVA paramétrica foi robusta a violações de normalidade ou homocedasticidade. No entanto, quando ambas as suposições foram violadas, os níveis de α observados subestimaram o nível de α nominal quando os tamanhos de amostra eram pequenos e α = .05. A ANCOVA de ranks levou a um teste levemente liberal da hipótese quando o covariável era não normal, o tamanho da amostra era pequeno e os erros eram heterocedásticos. Diferenças práticas significativas de poder favoreceram os procedimentos de ANCOVA de ranks observadas com tamanhos de amostra moderados e uma variedade de distribuições condicionais.