[DISE O DE EXPERIMETOS EXTADISTICOS ] [2015

]
Libro: DISEO DE EXPERIMENTO
ESTADISTICOS

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. H0: 1=2= =k Las medias poblacionales son iguales

2. 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.

1 VICENCIO .MERY
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).
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).
 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 g S
l g i
.929 3 64 .
43

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.) intra- clase 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 Med
cuadrado GL ia
g F S
Inter- .482 3 .161 . .
Intra- 30.518 64 .477
Total 31.000 67

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
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 e confianza
d
Diferenci 5%
al
(I) Categoras (J) Categoras a de Error Lmite
9 Lmite
de la variable 1 de la variable 1 medias tpico Sig. superior
inferior
(I-J)
Scheff Categora 1 Categora 2 -.123 .257 . -.86
97
Categora 3 -.068 .269 . -.84
99
Categora 4 -.210 .217 . -.83
81
Categora 2 Categora 1 .123 .257 . -.61
97
Categora 3 .056 .336 . -.91
99
Categora 4 -.087 .295 . -.93
99
Categora 3 Categora 1 .068 .269 . -.71
99
Categora 2 -.056 .336 . -1.02
99
Categora 4 -.143 .306 . -1.02
97
Categora 4 Categora 1 .210 .217 . -.41
81
Categora 2 .087 .295 . -.76
99
Categora 3 .143 .306 . -.74
97
Tamhan Categora 1 Categora 2 -.123 .315 . -1.14
e 99
Categora 3 -.068 .220 1.0 -.75
00
Categora 4 -.210 .204 . -.79
89
Categora 2 Categora 1 .123 .315 . -.89
99
Categora 3 .056 .349 1.0 -1.02
00
Categora 4 -.087 .339 1.0 -1.13
00
Categora 3 Categora 1 .068 .220 1.0 -.62
00
Categora 2 -.056 .349 1.0 -1.13
00
Categora 4 -.143 .254 . -.90
99
Categora 4 Categora 1 .210 .204 . -.37
89
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.
EJEMPLO APLICATIVO
 Fuentes:
o 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.

o Lizasoain, L., Joaristi, L. (2003). Gestin y anlisis de datos con SPSS.

Versin 11. Thomson: Madrid.

o IBM produccions Tutorial SPSS15. SPSS statistics..