Revisión de supuestos de ANOVA:

Los supuestos del ANOVA son exactamente

los mismos que los de la prueba t para
comparar dos grupos1.

1. Independencia ver ejemplo tomates

1
En el libro de Hopkins & Hopkins & Glass aparece una discusión
detallada sobre la verificación de supuestos página 202-207.
2. Normalidad de los residuos

Será un problema en caso de que las

poblaciones tengan distribuciones
marcadamente asimétricas y en direcciones
opuestas. La prueba F es robusta

Alternativas: transformar datos o estadística

no paramétrica.

Verificación: Gráficos y test de Normalidad:

test de Kolmogorov-Smirnov y Shapiro-Wilk.

La hipótesis será:
H 0 : los residuos del grupo i son normales
H1 : los residuos del grupo i NO son normales.

Si el valor-p > 0,05 no podemos rechazar la

hipótesis nula y por lo tanto asumimos que se
cumple el supuesto de Normalidad.
 Pruebas de normalidad para los
tomates con SPSS
Gráfico Q-Q normal de Altura en cms. Gráfico Q-Q normal de Altura en cms.
Para FERTIL= A Para FERTIL= B
1.0
1.0

.5 .5

0.0 0.0
Normal esperado

Normal esperado
-.5 -.5

-1.0 -1.0
30 32 34 36 38 40 40 41 42 43 44 45 46 47

Valor observado Valor observado

Gráfico Q-Q normal de Altura en cms.

Para FERTIL= C
1.0

.5

0.0
Normal esperado

-.5

-1.0
34.5 35.0 35.5 36.0 36.5 37.0 37.5 38.0 38.5

Valor observado

FERTILIZA Kolmogorov-Smirnov(a) Shapiro-Wilk

Estadístico gl Sig. Estadístico gl Sig.
A .215 5 .200(*) .901 5 .415
B .141 5 .200(*) .979 5 .928
C .237 5 .200(*) .961 5 .814
* Este es un límite inferior de la significación verdadera.
a Corrección de la significación de Lilliefors
3. Homocedasticidad: Test de Levene
Test
Hipótesis Estadístico Distribución bajo Ho

F F de Fisher
con (k-1, n-k)
gl

Si valor-p > 0,05 no podemos rechazar la

hipótesis nula y concluimos que se cumple el
supuesto de homocedasticidad.

Si el valor-p fuera menor de 0,05, entonces

no se cumple el supuesto de
homocedasticidad. En este caso ya no
podemos usar el test F para comparar las
medias.

Existe otro test de comparación de medias

que toma en cuenta este problema y se llama
el test de Welch, pero es aconsejable intentar
otras medidas para corregir este problema.
 Prueba de homogeneidad de varianzas con SPSS

Estadístico
de Levene gl1 gl2 Sig.
5.450 2 12 .021
 Pruebas robustas de igualdad de las medias

Estadístico(a) gl1 gl2 Sig.

Welch 22.565 2 6.942 .001
a Distribuidos en F asintóticamente.
Comparaciones múltiples

Hipótesis ANOVA:
H 0 : 1   2  ...   k
H 1 : al menos dos medias no son iguales.

Si acepto H , las medias son iguales, no hay

0

más comparaciones que hacer.

Si rechazo H , las medias difieren, entonces la

0

pregunta siguiente es: ¿cuáles medias difieren?

Métodos a-priori y post-hoc

En este curso revisaremos los contrastes (a-

priori) y el método de Tukey (post-hoc), SPSS
realiza muchos otros métodos que pudieran ser
útiles y que siguen la misma filosofía de
Tukey.
Contrastes
Realizar contrastes es equivalente a realizar test
t para comparar medias de todos los posibles
pares de combinaciones:
yi  y j
t

MCD n1i  n1j  ~ t (n  k )

Donde MCD es la media cuadrática dentro o la

estimación de la varianza poblacional.

En SPSS tenemos que indicar cuales son los

pares a comparar indicándole cuales son los
coeficientes de los contrastes. Cada contraste
tiene que sumar cero:
SPSS: Coeficientes de los contrastes

Contraste Fertilizante
A B C
1 1 -1 0
2 1 0 -1
3 0 1 -1

El contraste 1 equivale a docimar la hipótesis:

, es decir

El contraste 2 equivale a docimar la hipótesis:

, es decir

El contraste 3 equivale a docimar la hipótesis:

, es decir
SPSS: Pruebas para los contrastes
Error Sig.
Contraste Valor del contraste típico T gl (bilateral)
ALTURA 1 -8.00 1.536 -5.208 12 .000
2 -1.20 1.536 -.781 12 .450
3 6.80 1.536 4.426 12 .001
Test de Tukey

El test de Tukey es bastante conocido y

aceptado en la literatura. La prueba estadística
que utiliza el método de Tukey es la estadística
o test de rango estudentizado, q, donde
yi  y j
q ~ q (k , n  k )
MCDq

Existen tablas para la estadística de rango

estudentizado pero no las vamos a necesitar,
usaremos los resultados de SPSS:
SPSS: Comparaciones múltiples (Tukey):
Intervalo de confianza al
95%
Diferencia de Límite
(I) Fertilizante (J) Fertilizante medias (I-J) Error típico Sig. Límite inferior superior
HSD de Tukey A B -8.00(*) 1.536 .001 -12.10 -3.90
C -1.20 1.536 .721 -5.30 2.90
B A 8.00(*) 1.536 .001 3.90 12.10
C 6.80(*) 1.536 .002 2.70 10.90
C A 1.20 1.536 .721 -2.90 5.30
B -6.80(*) 1.536 .002 -10.90 -2.70

Notar que el error estándar es el mismo, lo que

cambia es la distribución que estamos usando
como referencia, y por lo tanto cambia el
valor-p.

SPSS: Subconjuntos homogéneos

Fertilizante N Subconjunto para alfa = .05
1 2
HSD de Tukey(a) A 5 35.20
C 5 36.40
B 43.20
5
Sig. .721 1.000
Se muestran las medias para los grupos en los subconjuntos homogéneos.
a Usa el tamaño muestral de la media armónica = 5.000.
Pasos en ANOVA de un factor:

1. Describir los grupos, se recomienda una

descripción numérica (promedio y error
estándar) y descripción gráfica (box).

Gráfico de cajas para la altura de los tomates

50

40

30
ALTURA

20
N= 5 5 5

A B C

Fertilizante

Este gráfico es bueno para el análisis

exploratorio de los datos, es decir al inicio del
estudio.
Gráfico de medias para la altura de los tomates
50

45

40

35
95% IC ALTURA

30

25

20
N= 5 5 5

A B C

Fertilizante

Descripción numérica:

Desviación
N Media típica
A 5 35.20 3.564
B 5 43.20 1.924
C 5 36.40 1.140
Total 15 38.27 4.284
2. Verificar los supuestos:

Normalidad: Test de Kolmogorov-Smirnov

y Shapiro-Wilks

Homocedasticidad: Test de Levene

2a) Si no se obtiene normalidad, se pueden

trasformar los datos2 o usar métodos no
paramétricos (capítulo siguiente).

2b) Si no se obtiene homogeneidad de

varianza: se pueden trasformar los datos o
usar métodos no paramétricos o realizar el
Test de Welch para comparar medias

3. Tabla de ANOVA

3a) Si F grande, valor-p < 0,05 entonces:

Test de comparaciones múltiples

2
Ver Aron & Aron cap. 15
3b) Si valor-p > 0,05 quiere decir que no hay
diferencias estadísticamente significativas
entre los promedios y por lo tanto no hay
más preguntas.