Está en la página 1de 8

Repblica Bolivariana de Venezuela Ministerio del Poder Popular para la Educacin Universitaria UPTP J.

J Montilla Acarigua- Portuguesa

Integrantes: Molleja Mariela C.I: 18 .799.819 Monsalve Yasmin C.I. 10.638.686 Morante Tahis C.I. 17.727.806 Pineda Mara C.I. 14.347.159 Ramonel Carmen C.I. 18.672.390 Torrelle Rosa C.I. 14.001.321 Seccin: 1246 Prof.: Vladimir Morales

MAYO 2013

SECCION VI Informacin terica

ANALISIS DE VARIANZA

La prueba estadstica Anlisis de varianza, conocida generalmente como ANOVA, por las iniciales de su denominacin en ingls, es una extensin de la prueba T Student cuando se tienen ms de dos grupos a los que se quiere comparar a los promedios. Cuando se habla de ANOVA de un factor se est haciendo referencia al hecho de que solamente interviene una variable independiente en el estudio. Con ANOVA de un factor adems de obtenerse por ejemplo, una prueba estadstica para responder si hay una diferencia significante de rendimiento entre ms de dos tcnicas de enseanza, el procedimiento provee pruebas de comparaciones mltiples o posicion para establecer entre cuales pares de promedios se encuentran las diferencias significativas. Cuando hay datos faltantes o perdidos para una o ms variables se puede escoger entre excluir un caso de todos los anlisis si algn valor falta o usar todos los datos disponibles para cada variable. El tamao muestra al puede variar de prueba a prueba. El procedimiento de SPSS ANOVA de un factor prueba la hiptesis mala de que los datos provienen de una poblacin en la cual el promedio de los valores de que variable dependiente, es igual en varios grupos (tratamientos o factores) de casos definidos para una sola variable independiente. A travs del subcomando ANOVA de un factor se produce un anlisis de varianza de una va para una variable dependiente cuantitativa y un factor cualitativo (variable independiente) se utiliza cuando se tiene un diseo completamente aleatorio para probar la hiptesis de que varias medias son iguales. Para aplicarlas se requiere que se cumplan dos supuestos: (a) cada grupo debe ser una muestra independiente extrada de manera aleatoria de una poblacin normal. (b) los grupos deben proceder preferiblemente de poblaciones con igual varianza. Esta condicin se verifica con la prueba de homogeneidad de varianza de Lavene. Si los grupos no estn distribuidos normalmente se utiliza la prueba de krusleal Wallis para muestra independiente disponible con el conceptopruebas no Paramtricas. Si los grupos estn distribuidos normalmente y son usadas dos o ms variables (factores) para formar grupos se usa el subcomando ANOVA Factorial Siempre. Si los grupos no son independientes por ejemplo si se observa el mismo sujeto bajo varias condiciones se utiliza el subcomando Medidas Reprimidas. Adems de pruebas de hiptesis de que existen diferencias significativas al menos entre un partes promedios el procedimiento perite determinar qu medidas son las que difieren. Las cual se logran con las pruebas posteriores de comparacin mltiple identificadas en el programa como prueba post-hoc. El procedimiento prueba positivo de Comparaciones Mltiples se utiliza cuando el valor F de la prueba ANOVA tiene una significacin < 0,08= 0,01 segn sea el caso. Tal como plantea Fernan (2001). II Instrucciones y ejercicios de aplicacin Un docente est interesado en mejorar el rendimiento de los estudiantes en las asignaturas ingls, por ao divide los alumnos de una seccin en los grupos se aplica una tcnica de enseanza diferente a cada uno durante un lapso, con el propsito de compararlas con los promedios obtenidos en cada caso. Los estudiantes son asignados aleatoriamente a cada uno de los grupos. Si desea saber: a) b) c) Si hay diferencias significativas entre los promedios de los cuatro grupos. Cul es la tcnica que reporto mejores resultados y Cul es el grupo ms homogneo. INSTRUCCIONES 1) Abrir el archivo Datos de Estudiantes.

(Para crear un archivo de datos cuando se va a realizar la prueba ANOVA de una va, se escriben todos los valores de las variables dependientes de una columna y en otra columna la identificacin o codificacin de los grupos de tratamientos).la identificacin de los grupos en estudio, debe hacerse con nmeros enteros y se debe utilizar el mismo nmero o cdigo para todos los datos de un mismo grupo. Los valores del mismo grupo pueden estar seguidos o intercalados en la columna. 2) 3) 4) Clic en Analizar Seleccionar comparar medias y clic en ANOVA de un factor. En la ventana de dialogo ANOVA de un factor.

Figura 28 ANOVA de un factor ingls y tcnica de enseanza. a) b) Seleccionar la variable ingles y pasarla al cuadro Dependientes. Seleccionar la variable independiente tcnicas, pasarla al cuadro factor clic en aceptar, para verificar si se rechaza Ho.

Cuadro 4. Resumen de ANOVA. Como la significacin del valor F es 0,000<0,05, se rechaza Ho y por lo tanto se concluye que Al menos uno de lo s promedios difiere significativamente los dems. Cuando este es el caso, se debe hacer la prueba post -hoc de comparaciones mltiples para verificar en cuales pares de grupos (1-2, 1-3, 4, 2-3, 2-4, 3-4), existen diferentes significativas. c) Clic en Post-Hoc, y seleccionar Scheffe por tratarse de muestras de diferentes tamaos y varianzas iguales (Ver cuadro 5, estadstico de Levene) Si las muestras fuesen de igual tamao se aplicara la prueba de Tunev.

Figura 27 ANOVA de un factor, comparaciones, Post-Hoc. Cuando se rechaza la Ho. d) e) f) Clic en continuar. Clic en opciones y seleccionar descriptivos. Clic en continuar y en aceptar para ejecutar los clculos de la prueba de ANOVA de un factor con prueba Scheffe para las comparaciones mltiples. ANALISIS DE RESULTADOS Prueba de Homogeneidad de varianzas

Cuadro 5. Prueba de Homogeneidad y resumen de ANOVA. En el cuadro descriptivo se observa para cada grupo el nmero de casos (N), las medias de cada tcnica, desviacin nica de la media, error tpico de la media, los limites inferior y superior para el 95% del intervalo de confianza de la media. Y los valores mnimos y mximos del conjunto de datos. En el cuadro prueba de homogeneidad de varianzas aparece para la variable ingles el estadstico de Levene (F=1364), los grados de libertad inter-grupos (gl1=3), los grados de libertad intra-grupos (gl2=36), y el nivel de significacin del estadstico de Levene (sig=0,288) por ser la significacin > 0,05 No se rechaza Ho, y se concluye que las varianzas son estadsticamente iguales, sin diferencias significativas entre los grupos. En el cuadro ANOVA aparece.

1)

En la primera columna: el nombre de la variable dependiente INGLES y las fuentes de variacin, Inter-grupos, Intragrupos y total. En la segunda columna: la suma de cuadrados Inter e Intra grupos. En la tercera columna los Grados de libertad (g l). Estos se obtienen asi: Gl Inter grupos: K-1= 4 1= 3 Gl Intra grupos : N-K = 40-4= 36 K=Numero de grupos N= Total de Sujetos.

2) 3)

4)

En la cuarta columna los cuadrados medios (o Media Cuadrtica) , que se obtienen dividiendo la Suma de Cuadrados entre sus grados de libertad respectivos. CM entre grupos = S de C entre grupos /gl entre grupos= 22,458 CM intra grupos = S de C intra grupos / gl intra grupos = 415

5)

En la quinta columna el estadstico F ( 15,869) que se obtiene as: F = CM entre grupos /CM intra grupos = 15,869

6)

En la sexta columna la significacin (signif = 0,000)o probabilidad, del valor F obtenido. De la informacin de este cuadro se deduce que, como la significacin del estadstico F es < 0,05 se rechaza Ho, es decir, hay suficiente evidencia estadstica para concluir que existe diferencia significativa entre los promedios de las calificaciones de los grupos asignados a las distintas tcnicas de enseanza. En este caso para verificar entre cuales pares esta la diferencia, se aplic la prueba de Scheffe por tratarse de grupos de diferente tamao (N1 =9, N2 = 11 N3 = 13, N 4 = 9). En el cuadro 6 se presenta el resultado de la prueba Scheffe de comparaciones mltiples, la cual muestra todas las combinaciones posibles de pares de grupos colocando un asterisco (*) al lado de la Diferencia de Medias en la 2da columna cuando esta es significativa. Estos mismos resultados se pueden ilustrar mediante el grafico Barras de Error, con la Opcin Resmenes para grupos de casos, por tratarse de cuatro grupos que provienen un mismo conjunto de datos. Se observan los cuatro intervalos de confianza para comprobar en cul de las tcnicas se obtuvo mejor promedio. Comparaciones Mltiples Variable Dependiente INGLES

Cuadro 6. Resultados de la prueba de comparaciones mltiples (Post-hoc) de Scheffe. En el cuadro 6 de Comparaciones mltiples, el programa reporta: 1) 2) En la primera columna, la comparacin de cada tcnica con las otras tres. En la segunda columna, la Diferencia de Medias entre cada par de tcnicas. Se sealan con un asterisco (*) aquellos pares entre los cuales resultaron significativas las diferencias de sus promedios al nivel de 0,05. 3) En las columnas siguientes aparece el Error tpico, el nivel de significacin (sig) y los limites interior y superior para el intervalo de confianza del 95%. REPRESENTACION GRAFICA DE INTERVALOS DE CONFIANZA DE LOS 4 GRUPOS Para representar grficamente los Intervalos de Confianza 95% de los promedios de los cuatro grupos: 1) 2) Clic en grficos y seleccionar Barras de Error. En el cuadro de dialogo Barras de Error : I: Simples II. Resmenes para grupos de casos III. Clic en Definir IV.P asar INGLES a Variable. VI. Pasar tcniens a Eje de categoras.

3)

Clic en Aceptar.

El grafico ilustra las caractersticas de Cada grupo. Cada intervalo contiene Informacin del promedio, los limites Inferior y superior para cada tcnica del nmero de alumnos. ANALISIS DEL GRAFICO 1) 2) 3) 4) 5) 6) 7) El grupo con mejor promedio es el que Trabajo con la estrategia virtual. El grupo ms homogneo es el que Trabajo con Estudio de Casos. El grupo ms heterogneo con mayor Dispersin es el de seminario. El promedio ms bajo corresponde al grupo con la tcnica seminario. Todos los grupos tienen un promedio por encima de la mnima aprobatoria punto. El grupo con la estrategia virtual Muestra diferencias significativas con Todos los otros grupos. Los grupos con las estrategias seminarios y Estudio de caso no presentan diferencias significativas entre s. Sin embargo si las tienen con virtual y resolucin de problemas.