SUPUESTOS PARAMÉTRICOS EN EL ANÁLISIS DE

LA VARIANZA
El análisis de la varianza realizado mediante pruebas paramétricas requiere el cumplimiento
de una serie de supuestos:
1. Las muestras son aleatorias e independientes. Las muestras seleccionadas para el estudio
son elegidas al azar, es decir, todos los sujetos tienen las mismas probabilidades de ser
escogido para formar parte de la muestra. Además, las muestras son independientes, o lo
que es igual, el hecho de que un sujeto sea escogido no determina la inclusión de otro sujeto
en alguna de las muestras.
2. Normalidad de las puntuaciones. La variable estudiada se distribuye normalmente en
todos los grupos considerados. En el caso del ejemplo anterior, en las subpoblaciones de
alumnos que siguieron el método de lectura A, el método B y el método C, las puntuaciones
de la variable rendimiento habrían de distribuirse siguiendo el modelo de la curva normal.
Para comprobarlo, un modo fácil y rápido consistiría en examinar el gráfico
correspondiente a la distribución de frecuencias para esa variable y determinar si en líneas
generales, tal distribución se asemeja a la curva normal. Más riguroso sería aplicar una
prueba de decisión estadística para comprobar el supuesto de normalidad; la prueba de
Kolmogorof-Smimov, por ejemplo, permite hacer inferencias respecto a la normalidad de
las poblaciones a partir de una muestra extraída de ellas.
3. Homoscedasticidad de varianzas. Se da homogeneidad en las varianzas de todos los
grupos, es decir, la variable estudiada presenta niveles similares de dispersión en cada una
de las subpoblaciones consideradas.
Para comprobar si efectivamente se cumple este supuesto, bastaría realizar la prueba F de
contraste de varianzas comparando las varianzas de aquellos dos grupos en los que éstas
alcanzan valores más distanciados. Es decir, utilizaríamos como estadístico de contraste el
cociente entre las varianzas insesgadas mayor y menor

[D]
y compararíamos su valor con el valor crítico correspondiente al nivel de significación
considerado.