SPSS: ANOVA de un Factor

El anlisis de varianza (ANOVA) de un factor nos sirve para comparar varios grupos en una variable cuantitativa. Esta prueba es una generalizacin del contraste de igualdad de medias para dos muestras independientes. Se aplica para contrastar la igualdad de medias de tres o ms poblaciones independientes y con distribucin normal. Supuestas k poblaciones independientes, las hiptesis del contraste son siguientes:

1. 2.

H0: 1=2= =k Las medias poblacionales son iguales H1: Al menos dos medias poblacionales son distintas

Para realizar el contraste ANOVA, se requieren k muestras independientes de la variable de inters. Una variable de agrupacin denominada Factor y clasifica las observaciones de la variable en las distintas muestras.

Suponiendo que la hiptesis nula es cierta, el estadstico utilizado en el anlisis de varianza sigue una distribucin F de Fisher-Snedecor con k-1 y n-k grados de libertad, siendo k el nmero de muestras y n el nmero total de observaciones que participan en el estudio.

Para llevar a cabo un ANOVA de un factor: Seleccionamos la opcin: Men: Analizar: Comparar medias: ANOVA de un factor.

Bakieva, M., Gonzlez Such, J. y Jornet, J.

Al seleccionar el men aparece el siguiente cuadro de dilogo:

Si hacemos clic en Opciones, aparece el cuadro de dilogo:

Aqu podemos solicitar los estadsticos que nos interesan para el contraste y marcar la opcin para los valores perdidos. Marcamos Descriptivos y Homogeneidad de varianzas (el estadstico F del ANOVA de un factor se basa en el cumplimiento de 2 supuestos fundamentales: normalidad y homocedasticidad).

Bakieva, M., Gonzlez Such, J. y Jornet, J.

Utilizamos los contrastes llamados comparaciones mltiples post-hoc o a posteriori para saber qu media difiere de qu otra. Esas comparaciones permiten controlar la tasa de error al efectuar varios contrastes utilizando las mismas medias.

Si hacemos clic en Post hoc aparece el cuadro

El cuadro de post hoc muestra las distintas pruebas post hoc para hacer comparaciones mltiples por parejas o pruebas de rango. Si la conclusin del contraste es rechazar la igualdad de medias se puede plantear qu grupos dos a dos son los que tienen medias significativamente distintas. Una forma de hacerlo sera plantear contrastes de igualdad de medias para dos muestras independientes con la prueba T de Student. Otra forma es utilizar una de las pruebas Post hoc que ofrece el anlisis de la varianza. En particular, la prueba de Scheff realiza todos los contrastes de igualdad de medias dos a dos y constituye dos distintos grupos homogneos a partir de los resultados de los contrastes por parejas. Algunos autores destacan la prueba de Scheff como ms conservadora, as como la ms utilizada, a pesar de que en muchas reas se est imponiendo la de Bonferroni (Lizasoain y Joaristi; 2003: 363).

Bakieva, M., Gonzlez Such, J. y Jornet, J.

La tabla que contiene el estadstico de Levene nos permite contrastar la hiptesis de igualdad de varianzas poblacionales. Si el nivel crtico (sig.) es menor o igual que 0,05, debemos rechazar la hiptesis de igualdad de varianzas. Si es mayor , aceptamos la hiptesis de igualdad de varianzas.

Prueba de homogeneidad de varianzas Variable 2 Estadstico de Levene .929 gl1 3 gl2 64 Sig. .432

El siguiente paso nos lleva a la tabla de ANOVA, que nos ofrece el estadstico F con su nivel de significacin. Si el nivel de significacin (sig.) intraclase es menor o igual que 0,05, rechazamos la hiptesis de igualdad de medias, si es mayor aceptamos la igualdad de medias, es decir, no existen diferencias significativas entre los grupos.

ANOVA Variable 2 Suma de cuadrados Inter-grupos Intra-grupos Total .482 30.518 31.000 gl 3 64 67 Media cuadrtica .161 .477 F .337 Sig. .798

Desde la tabla de comparaciones post-hoc vemos posibles combinaciones dos a dos entre los niveles de la variable factor (Variable 2), las diferencias entre las categoras de la variable 1 en cada grupo, el error tpico de diferencias y nivel crtico asociado a cada diferencia (significacin). Los grupos cuyas medias difieren de forma significativa (a nivel de 0,05) son los que presentan diferencias estadsticamente significativas entre s. Cuando la F de la tabla de anlisis de la varianza es no significativa, la conclusin es que el factor no influye en la variable dependiente, es decir, los distintos niveles del factor se comportan de igual forma en lo que a la variable dependiente se refiere. Pero si tal F es significativa slo se puede concluir que, por lo menos, dos niveles del factor producen distintos efectos en al dependiente. Quiere esto decir que habr que estudiar entre qu niveles se den esas diferencias significativas

Bakieva, M., Gonzlez Such, J. y Jornet, J.

En nuestro caso no tiene ningn sentido realizar las pruebas post hoc, ya que la tabla de ANOVA revela que no existen diferencias significativas entre los grupos (inter-grupos), pero igualmente lo ponemos para ver en qu hay que fijarse para interpretarla.

Comparaciones mltiples Variable 2 Intervalo de confianza Diferencia (I) Categoras de la variable 1 Scheff Categora 1 (J) Categoras de la variable 1 Categora 2 Categora 3 Categora 4 Categora 2 Categora 1 Categora 3 Categora 4 Categora 3 Categora 1 Categora 2 Categora 4 Categora 4 Categora 1 Categora 2 Categora 3 Tamhane Categora 1 Categora 2 Categora 3 Categora 4 Categora 2 Categora 1 Categora 3 Categora 4 Categora 3 Categora 1 Categora 2 Categora 4 Categora 4 Categora 1 Categora 2 Categora 3 de medias (I-J) -.123 -.068 -.210 .123 .056 -.087 .068 -.056 -.143 .210 .087 .143 -.123 -.068 -.210 .123 .056 -.087 .068 -.056 -.143 .210 .087 .143 Error tpico .257 .269 .217 .257 .336 .295 .269 .336 .306 .217 .295 .306 .315 .220 .204 .315 .349 .339 .220 .349 .254 .204 .339 .254 Sig. .972 .996 .815 .972 .999 .993 .996 .999 .974 .815 .993 .974 .999 1.000 .893 .999 1.000 1.000 1.000 1.000 .995 .893 1.000 .995 al 95% Lmite inferior -.86 -.84 -.83 -.61 -.91 -.93 -.71 -1.02 -1.02 -.41 -.76 -.74 -1.14 -.75 -.79 -.89 -1.02 -1.13 -.62 -1.13 -.90 -.37 -.96 -.61 Lmite superior .61 .71 .41 .86 1.02 .76 .84 .91 .74 .83 .93 1.02 .89 .62 .37 1.14 1.13 .96 .75 1.02 .61 .79 1.13 .90

En este caso hay que interpretar la columna de significacin, si esta es menor o igual que 0,05 , las diferencias entre los grupos formados por la

Bakieva, M., Gonzlez Such, J. y Jornet, J.

variable 1 son significativas, y a la izquierda podemos ver entre qu grupos exactamente hay diferencias. Si el nivel de significacin es mayor que 0,05, como en nuestro caso, no hay diferencias significativas. Para interpretar la tabla podramos decir que pertenecer a una u otra categora de la variable 1 no tiene repercusin estadsticamente significativa en la valoracin de la variable 2.

Esquema de pasos a seguir para calcular la ANOVA de un Factor en SPSS19. Fuente: Elaboracin propia.

Bakieva, M., Gonzlez Such, J. y Jornet, J.

Fuentes: Portilla, M., Eraso, S, Gal, C., Garca, I., Moler, J. y Blanca, M. (2006). Manual prctico del paquete estadstico SPSS para Windows (3 edicin revisada). Universidad Pblica de Navarra: Navarra. Lizasoain, L., Joaristi, L. (2003). Gestin y anlisis de datos con SPSS. Versin 11. Thomson: Madrid. IBM produccions Tutorial SPSS15. SPSS statistics..

Bakieva, M., Gonzlez Such, J. y Jornet, J.