3~)S

CfI/' "/0 J I

/!Il,liJ de i.',n:in";,!

.. ~ t)i)

"- !

La prueba ANOVA

..

'\':1 rinci

En el ejemplo do los Icrtiliznntes. la variar.in df~bid,:t illo~ 1r1!iI111inlllo::: (:~i 1;.-1 !', Iln,1 (i:~
las diferencias elevadas 1'11 cuadrado. entro Ifll11Cdi de cl{.I~lle, lilil.1I1lC y 1.:lI:F.~iil:1 f{I(:11.
Esle lrmi~ 8s'992. F'ilrl cnlcularto, primero 50 nrH;1 H:nlrn el rCllclirniCtlh . pro.u.-rfio de
cada uno de oscuatro tratamientos. L{I produccin Illl~("ii" Gon lV(lllcr.~)GI)lIs'lI.::.,I!illb-

Por que S~~ nccesa f:~I'I~f.lr el I\NOVJ\? Por qu no so pl~~.9.g P?cH slo 1\:1 dif-Iribucin f descrita en nl Capitulo 10, P;;UA comparar las medias de {rht;fnlo rios cada
vC!z? La piincipal razn es la npartcin insatisfactoria de un error de Tiro L Para oxplicur-:
lo ms ampliamente, supnqase que se lienen cuatro mtodos (A, B, C y D) de adie slra.
miento par nuevo personal de combate de incendios. Se a:;igna alealoriarnenle cada
lino de los /10 reclutas en la clase de este ao l uno de los cuatro n1810(105. Al tlna! (10.1
prourama de adiestrarnicnto, se aplica a los cuatro grupos una prueba comn [Jara medir
la comprensin de las tcnicas ele combato de iricenclios. La cuestin a explorar es: Exisle
clifEmmcia en las calificaciones medias de la prueba enlre los cuatro grupos? Una respuesta a esta pregunla permitir comparar los cuatro mtodos de capacitacin.
Ulilizanclo la distribucin f para comparar las cuatro medias de muestra, se lendl [an
Que elecuar seis distintas pruebas 1. Es decir, se necesitara comparar las cablicaciones
medias para los cuatro mtodos corno sigue: A versus Fl, A versus C, A vel sus D, [l versus e, B versus O, y e versus D. Si se establece a en 0.05, la probabilidad de una decisin estacllstica correcta, es 0.95, que resulta de 1 - 0.05. La probabilidad de no adoptar
una decisln incorrecla debida al muestrao en cualquiera eJe las seis pruebas independientes, es (0.95)6 = 0.735. Por tanto, la probabilidad de por lo menos una decisin ncorrocta debida a rnuestrooes 1 - 0.735 ~ 0.265. De modo que si se reallzan seis pruebas
indepenclienles usando la distribucin 1,Ia probabilidad de al menos un error de musstreo
aumenta de 0.05 a un. nivel lnsattslactorio de 0.265. E's obvio que SP. necesila un mejor
mtodo que el de realizar seis pruebas l. El ANOVA pannitr comparar las medias de
tratamiento de tormasirnultnea y evita la aparicin del error de Tipo l.

-I

CIllO funciona la prueba ANOVA? Recurdese que se desea determinar si las diversas medias de muestra provinieron de una o de varias poblaciones con medias dislinlas. En realidad se comparan estas muestras por medio de sus variancias. Para explicar lo,
recurdese que en la pqina 396 se enlislaron las suposiciones requeridas para el
IINOVA. Una de ellas era que las desviaciones estndaros de las diferenles poblaciones lenan que ser iguales. Enla prueba ANOVA se toma ven laja de esta condicin. La
nstrateqia fundamenlal es calcular la variancia poblacional (rJesviaci6n estndar al cuadrado) de dos tormas, y despus encontrar la razn de estas dos ostirnaciones. Si la
razn esaproximadarnente 1, por lgica los dos clculos son iqualcs y se concluye que
las medias de muestra son las mismas. Si la razn es dilerenle de 1, se concluye que
las medias muestratos no son las mismas. La distribucin F eslablece cundo la razn
(o relacin) es mucho mayor que 1, como para haber sucedido al azar.
l10lirase al ejemplo de las Kuhlman Farms de la seccin anterior, El dusod la granja
desea determinar si existe una diferencia en los rendimienlos medios de Irigo para los
distintos ferlilizanles. Tiene 1210les de tierra y asign al azar cuatro para cada lino de 105
tres tipos c18 abono, En principio, encuentra la media total de rondlmiento de Irigo, PIl
hushels, de las 12 parcelas. Su valor es"Se, obteuido mediante !S5 ,. 51 -l- .. + '18)/1?.
Despus, para cada uno de 105 1210los halle la diferencia enlre el rendimiento para el lole
en particular y la rnedia total. Cada una de tales diferencias se eleva al cuadrarlo y se su111ZlIi los C:Yidrr.r!os resultarucs. EstE! tl.~.nnIiO se denomina vartacin total.

i
I

\~-:'I;i;\Cj~?t1 l~otal

n d r l'r;l f;11l1 ir 11 (o S(l/Il~~ t k~ 1;1~""j dden ~!l::l. L:; e:k:\',"d.l'", :d 1:11;1 -, t l'h,

entro cada III'.~dia (k tratamiento y la Illct/id 101!11.

~unw cc las dilerencias elevadas al cuadrado. enlre cada

observacron y la media total,

'.

Para el ejemplo la variacin lolal vale 1 082, resultado oblenido por (55 - 58)' + (54 58)' + ... -l- (48 - 58)'.'

u'

Despus, divdase esla variacin lolal en dos componen les: el que se (Jebe a los
tratamienlos, y el que es aleatoro. Para encontrar lales componentes, delermine la
meda de cada uno de los tralamlentos. En el ejemplo de las Kuhlrnan Farrns, se evala
el renclimienlo medio de Irigo de los cuatro lotes que se fertilizaron con la marca Wolle,
la produccin media de los loles en los que se us While, y el rendimienlo promedio eJe
los cualro loles en los que se aplic Korosa. La primera fuenle de variacin se clebe a
los Iralamienlos.

';'.'

'1 .,..."',----.

....

- rla por (55 + 54 ~I 59+ 56)!'\, Las otras m0.clins ~;OI1 70 y o1Ll hr:~ilCls, rr.::)pOCli\/rlnlf~i"l18. I.;J
sumada los cuadrnclos debido a los lratarnientos e!~
(tlft-- 50r1 (:)(;.- ~iHr' .. 1 (.In .. :;13);= 01{56- 58F+ 4(70-f;OV -1- /1(40 - 5Sy=. 992. Si existe
1I11f1 c;onsd~,.;d)i(~ 1/;triiJcirnl f.'ldro
los tratamientos. es I~lic:o que es le lrmino sea un
vator qr IIl(ln. Si ItI;, rn~di;.' . d.~ h .11;1
miento son similares, dicho termino sor un valor rcel!

rcido. El valor m,:-is P~( IUr!i10 IH.l:;1tJIC

es cero. Eslo oc~jrrirQ. cuando todas las n10.dins d~~

uataruicnto Illei"r. 1;.13 mi~;ll1;:1;.
La otra luerite de variacin se conoce COIllO el componontr: t\lCi"I!ol"io (l (;1 r.ornpr
nente de error. ;

. .:

"Varl;lcin ~h~;)t().ria ~urn;) de las. djlemnci..,~ olc~Ji"ld::ls ;'11 f,Uadl;,do f:nir~~

cada observacin y Sil meda de 11"81;:\I1118nlo ..

[}o nuevo, en el;ejCmploidc los lortilzantes 1:lIIrmino es la SllIlIil d~! l(l~ ,liiCli'nci:l';
cuadrticas entre el rendimiento do Irigo en cada lf!rf~110 y 1;:11)( ocluccin 111(;(11;) ,1:"11 il el
tratamiento particular. El error de variacin es 90, qU0 1(!~IIi1{1 de (~-l':) ~GF I (~,/I .. :)r.r
+ _ .. + (4/l-'18)'.
.

Se determina el valor estadistco F. que es 1<.1 razn (lelos do~c{lr.:\II(ls de b v~,ri<lrrc;l

poblacional, a partir de la sguienleectr~cin:

Valor de lavartancia poblacional basado en lus cllcrenciils entre 1("15 rnr.cJi~lsdn muestra
Valor de la variancia poblaGona' basado 81.' la v~ri~r.T0I1-(h~illrO-{;i-.J;fiil;r;;';;s-~-

La primera valuacin de la variancia poblacional 58 1J~1:;l nulon Ifll;lll1icnlns, qtl(~ (:~ Id

diferencia entre las medias, Esta es 992/2. Por qu so diviclu entre ;~? 11(~c\.l,~rri~r;e rj~1
Capitulo 4, que para encontrar una variancia do muostrn (f6rllil.[il [tI-5J), so (livide r.ntro
el numero de observaciones menos la unidad. En este r.i"l$() e;~isl(m lIes Iralamirnlo:;.
asi que se dividi entre 2. L() prirnera estimacin de 1;1 v;-I;:Hlci pOhl,r:iOlli:ll e5 ~Y)2!?
El clculo de variancia denrrocle lostralamioruos es 1" IJlIrilCin .llc;lIori;1, di'Ji.Jich
entre el nmero tolal do observaciones monos 01 nrncro de aqtlf~1I0.'. Es <lc:r.ir. no/{ 12
- 3). Por lo tanto, el scpundo clculo de la vai ianr.ia poblacional os ~Jom. El ',lIimo PlSO
es tomar la razn de estas dos asflrnaclonos

r= '" .~~_?'~ ~ ~ 9 6
!lO/]

Debido a que esta relacin por cociente es dirE~lP.l1to dp 1, pllr~dn ronc!tli~;~ qll~ 1;1:;
medias de tratamiento no son las mismas. Existe una difp.reltci; r.n ;11~ndirni!~I"l!/' 1:1::
dio de 10$ tres Icrtitiz antcs.
La anterior visin ccncepruat del ANOVA es dificil <le llevar 0 C;II"IO, pUD::.lus r."Ik:tl
los pueden ser muy tediosos, en particular cuando 1<:1 rnr::(!il olal y 1;1~. rnClii.1';: d~: !rill;~
mkrt:o no son numeros cn:c:\'l?_ Lxi~.ln dos ill:~nl<:1!ijt.':: 11;\1:1 evir.u kl:~ Gj~-.U!t;:;' i.~:r.:1 16'::):';
En el siquicnle CjGlllplr) s':! proporciona un n1'.'~k\do ofi:-.ic:r,I;: P:I;"("I r~:..;tJ;'~.:1 I.~: fl((!,!;:;n.:!
del ANOVA donde se minimizan las estimaciones .. Talllhill Pllr.de lIS~lf~C U"" bOj':l C!']
calculo o un paquete uc programas de computacin para ESIPI(lisfic<l. Mi.ls (ldr;I~1I11f~, en
. este capitulo, se proporcionar un ejemplo.
El ejemplo siguienla presenta llgunas lrmulas pttr~l clr.lIlos (le corto tip(,. y Iambien considera muestras do rlierontes tamaos.

'

__ .~__

Ejemplo

Un profesor pidi a los alumnos (le IIn wupo [J'nn(18 del curso de rnorcartotocnin que

.
evaluaran el traba]o de l como excelente, bueno. regular o deficiente. Un esludi;u itc
egresa(/o recopil 185 evaluaciones y Hsegur a los escol~lIes qU0 el JlDrcsDr no lilS
I
recibira sino hosla despucs que Itls callfclClone:-; del curso s[' huhlerdn CIlVldcJO l\
la olrcrna de regrslros. La evaluaCin (o sea, cllrulnl1llcnlo) que un cslucllunlc asrn

,
- ---~- - - ~ -- __ o ___________________________________________________________________________________________ .----- -- ____________________________________________________

~:

_.....

.-- __ __ __ ._.