§ RESUMO: Os métodos de análise multivariada permitem o estudo simultâneo quando são obtidas várias variáveis respostas por parcela. Uma opção para o tratamento de dados multivariados é a transformação, por meio da função discriminante linear de Fisher (FDF). Após redução do espaço p-dimensional ao unidimensional, aplica-se a análise de variância univariada (ANAVA). Este trabalho teve por objetivos avaliar a eficiência da transformação dos dados multivariados por meio da FDF e comparar a capacidade de detecção de diferenças entre tratamentos pela ANAVA desses dados com os resultados obtidos por meio da análise de variância multivariada (MANAVA). Foram realizadas simulações com o intuito de avaliar as taxas de aceitação das hipóteses de nulidade para tratamentos, em quatro níveis de correlações, igualdade de médias e de variâncias para tratamentos e desigualdade entre médias e variâncias. Aos valores desses cenários foram aplicadas a ANAVA, a MANAVA e a ANAVA da função discriminante linear de Fisher. Os resultados das simulações indicam que a FDF é uma alternativa adequada para avaliação de dados. § PALAVRAS-CHAVE: Simulação; correlação; transformação de dados; redução de espaço; análise de variância. 1 Introdução Os métodos multivariados surgem como uma necessidade da análise de dados em pesquisas que envolvem um conjunto de variáveis, como no caso de experimentos com mudas de café, pois permitem a avaliação dessas variáveis simultaneamente. Entre as metodologias multivariadas, podem ser citadas a análise de agrupamento, a técnica de componentes principais, a análise fatorial, a análise de correlação canônica, a análise discriminante e a análise de variância multivariada (