UNIVERSIDAD LAICA ELOY ALFARO DE MANABÍ

FACULTAD DE CIENCIAS ADMINISTRATIVAS CARRERA ADMINISTRACIÓN DE

EMPRESAS

ESTADÍSTICA APLICADA

TEMA:

“ANALISIS DE VARIANZA”

AUTOR:

JUNIOR MIGUEL ACEVEDO BUENAVENTURA

TUTORA:

ANA MANUELA PALMA AVELLAN

NIVEL 3PARALELO “A”

PERIODO 2022- 2023

MANTA – MANABI – ECUADOR
INDICE
INTRODUCCIÓN ........................................................................................................................ 3

DISTRIBUCIÓN F ....................................................................................................................... 4

COMPARACIÓN DE DOS VARIANZAS POBLACIONALES ................................................ 4

EJERCICIO ................................................................................................................................... 4

SUPOSICIONES EN EL ANÁLISIS DE LA VARIANZA (ANOVA) ....................................... 5

EJERCICIO ................................................................................................................................... 6

LA PRUEBA DE ANOVA ........................................................................................................... 7

TIPOS DE PRUEBA ANOVA ..................................................................................................... 8

EJERCICIO ................................................................................................................................... 8

TRATAMIENTO E INFERENCIA SOBRE PARES DE MEDIAS .......................................... 10

EJERCICIO ................................................................................................................................. 10

ANÁLISIS DE VARIANZA DE DOS VÍAS ............................................................................. 12

EJERCICIO ................................................................................................................................. 13

ANOVA DE DOS VÍAS CON INTERACCIÓN ....................................................................... 15

EJERCICIO ................................................................................................................................. 16

FUENTE BIBLIOGRÁFICA. ..................................................................................................... 20

 INTRODUCCIÓN
Hoy en día el conocimiento y aplicación del análisis de varianza juega un papel altamente

importante dentro del desarrollo profesional; de manera particular el análisis de varianza se

convierte en una poderosa y fuerte herramienta para la toma de decisiones razón para

considerarlas y aplicarlas de una manera eficaz y objetiva, el analizar los elementos que

intervienen permiten decisiones adecuadas en los procesos productivos e indudable en el mundo

de la economía. En general, el análisis de varianza es un procedimiento que se utiliza para

determinar simultáneamente si varias poblaciones normales e independientes tiene la misma

media. Esto se hace comparando las varianzas de las muestras aleatorias tomadas de estas

poblaciones. Para esto, se debe emplear el procedimiento normal de prueba de hipótesis, pero se

usa la distribución F (apéndice B4) como estadístico de prueba.

 DISTRIBUCIÓN F
En teoría de probabilidad y estadística, la distribución F,
también conocida como distribución de Fisher-Snedecor,
es una distribución de probabilidad continua, aparece
frecuentemente como la distribución nula de una prueba
estadística, especialmente en el análisis de varianza.

COMPARACIÓN DE DOS VARIANZAS POBLACIONALES

La prueba de Levene se usa probar homocedasticidad de las varianzas de dos o más poblaciones,
pero nos enfocaremos en el caso particular de la homocedasticidad de varianzas de dos
poblaciones. La prueba se basa en la distribución y consiguiente tabla F.

Para realizar la prueba de hipótesis debes seguir los cinco pasos y calcular el valor estadístico de
prueba con la siguiente fórmula:

𝑆12
𝐹=
𝑆22

EJERCICIO
Una muestra de 16 estudiantes de primer año manifestaron que se iban a especializar en artes y
una muestra de 13 dijeron que se especializarían en Historia, hicieron una prueba de aptitud
musical y la varianza de los puntajes de los que quieren especializarse en artes fue de 7,29 y la
varianza de los puntajes de quienes planean especializarse en historia fue de 39,69. Proporcionan
estos datos evidencia suficiente como para concluir que en el nivel de significación 0,1, las dos
varianzas poblacionales son diferentes?.

𝑛1 = 13; 𝑆12 = 39,69

𝑛2 = 16; 𝑆22 = 7,29

Primer Paso:

Ho: 𝜎12 = 𝜎22

H1: 𝜎12  𝜎12

Segundo Paso:

0,1/2 = 0,05

Tercer Paso:

𝟑𝟗, 𝟔𝟗
𝑭= = 𝟓, 𝟒𝟒
𝟕, 𝟐𝟗

Cuarto Paso:

α = 0,05

gl en el numerador= 𝑛1 − 1 = 13 − 1 = 12

gl en el denominador= 𝑛2 − 1 = 16 − 1 = 15

Quinto Paso:

Como F (5,44) > 2,48 se rechaza la Ho y se acepta la H1

SUPOSICIONES EN EL ANÁLISIS DE LA VARIANZA (ANOVA)

Para que una prueba de análisis de varianza sea válida, debe cumplir las cuatro suposiciones, y
para verificar que se cumplan, es necesario calcular los residuales, que se pueden calcular restando
la media y los efectos de tratamientos a cada uno de los datos.

Para emplear ANOVA, se supone lo siguiente:

a. Las poblaciones siguen la distribución normal.

b. Las poblaciones tienen desviaciones estándares iguales

c. Las poblaciones son independientes.

 EJERCICIO
Los miembros de un equipo ciclista se dividen al azar en tres grupos que entrenan con métodos
diferentes. El primer grupo realiza largos recorridos a ritmo pausado, el segundo grupo realiza
series cortas de alta intensidad y el tercero trabaja en el gimnasio con pesas y se ejercita en el
pedaleo de alta frecuencia. Después de un mes de entrenamiento se realiza un test de rendimiento
consistente en un recorrido cronometrado de 9 Km. Los tiempos empleados fueron los siguientes:

Metodo1 Metodo2 Metodo3

15 14 13
16 13 12
14 15 11
15 16 14
17 14 11
A un nivel de confianza del 95% ¿Puede considerarse que los tres métodos producen resultados
equivalentes? O por el contrario ¿Hay algún método superior a los demás?.

Solución:

Comenzamos calculando los totales y los cuadrados de los totales divididos por el número de
observaciones:

Metd.1 Metd.2 Metd.3 Total 𝑆𝑢𝑚𝑎2 /𝑛

Suma 77 72 61 210 2940
𝑆𝑢𝑚𝑎2 /𝑛 1185,8 1036,8 744,2 2966,8

A continuación, calculamos los cuadrados de las observaciones y su total:

Metd.1 Metd.2 Metd.3

225 196 169
256 169 144
196 225 121
225 256 196
289 196 121
1191 1042 751 2984

A partir de estas cantidades básicas calculamos las Sumas de Cuadrados:

SC (total) = 2984 - 2940 = 44

SC (intra) = 2984 – 2966,8 = 17,2

SC (entre) = 2966,8 – 2940 = 26,8

Los cuadrados medios serán:

CM (entre) = 26,8/2 = 13,4

CM (intra) = 17,2/12 = 1,43

Por consiguiente, el estadístico de contraste vale:

F = 13,4/ 1,43 = 9,37

El valor de la F teórica con 2 y 12 grados de libertad, a un nivel de confianza del 95% es

3,89. Por consiguiente se rechaza la hipótesis nula y se concluye que los tres métodos de

entrenamiento producen diferencias significativas.

LA PRUEBA DE ANOVA
La prueba ANOVA o análisis de varianza es un método estadístico que permite descubrir si los
resultados de una prueba son significativos, es decir, permiten determinar si es necesario rechazar
la hipótesis nula o aceptar la hipótesis alternativa.

El análisis de varianza (ANOVA) nos permite hacer inferencias simultáneas sobre parámetros de
tres o más poblaciones. Para realizar la prueba debes seguir los cinco pasos para probar la
hipótesis y en el paso tres debes realizar la tabla anova.

(∑𝑋)2
𝑆𝑆𝑡 = −
𝑛

𝑇𝑐2 (∑𝑋)2
𝑆𝑆𝑇 = ∑ ( ) −
𝑛𝑐 𝑛

𝑆𝑆𝐸 = 𝑆𝑆𝑡 − 𝑆𝑆𝑇

 TIPOS DE PRUEBA ANOVA

1. ANOVA unidireccional: Esta tiene una variable independiente. Este método se utiliza
para comparar dos medias de dos grupos independientes (no relacionados) utilizando la
distribución F.
2. ANOVA bidireccional: Este método es una extensión de la prueba unidireccional. Sin
embargo, La prueba ANOVA bidireccional tiene dos variables independientes.
3. MANOVA: Este método se utiliza cuando existen múltiples variables independientes. Su
propósito es determinar si la variable dependiente se modifica mediante la manipulación
de la variable independiente.

EJERCICIO
ATU fabrica bicicletas de turismo. El ingeniero de control de calidad decide comparar las
velocidades más altas obtenidas, utilizando tres mecanismos de cambios diferentes; 5 ciclistas
son cronometrados cuando corren con cada uno de los tres mecanismos, los resultados aparecen
aquí. ¿Los datos sugieren una diferencia en las velocidades promedio a un nivel del 1%?

Primer Paso:

Ho: 1 = 2 = 3

H1: 1  2  3

Segundo Paso: Nivel de significancia 0,01.

Tercer Paso: Valor estadístico de prueba.

(652)2
𝑆𝑆𝑡 = 28884 − = 543,73
15

2062 2522 1942 (652)2

𝑆𝑆𝑇 = ( + + )− = 374,93
5 5 5 15

𝑆𝑆𝐸 = 543,73 − 374,93 = 168,80

Cuarto Paso: Plantear la regla de decisión. (Apéndice B4).

α= 0,01

gl en el numerador = k-1 =3-1 =2

gl en el denominador = n-k =15-3 = 12

Quinto Paso: Tomar la decisión.

Como F (13,32) > 6,93 se rechaza la Ho y se acepta la H1

 TRATAMIENTO E INFERENCIA SOBRE PARES DE MEDIAS
Cuando se rechaza la hipótesis nula al aplicar el procedimiento ANOVA, se concluye que todas
las medias de tratamiento no son iguales. Algunas veces esta conclusión puede considerarse
satisfactoria, pero en otros casos se requiere conocer cuáles medias de tratamiento son diferentes,
para esto debes calcular el intervalo de confianza para la diferencia entre medias de tratamiento
utilizando la siguiente formula:

1 1
(𝑋1 − 𝑋2 ) ± 𝑡√𝑀𝑆𝐸 ( + )
𝑛1 𝑛2

Si el intervalo de confianza incluye al cero no hay diferencia entre las medias de tratamiento y si
tienen el mismo signo es decir no incluye al cero si hay una diferencia significativa entre las dos
medias de tratamiento.

EJERCICIO
La siguiente es información de muestra. Pruebe la hipótesis de que las medias de tratamiento son
iguales al nivel de significancia de 0.05.

Primer Paso: Plantear la hipótesis (ver la pregunta del ejercicio).

Ho: 1 = 2 = 3

H1: 1  2  3

Segundo Paso: Nivel de significancia 0,05.

Tercer Paso: Valor estadístico de prueba.

(78)2
𝑆𝑆𝑡 = 428 − = 90
18

152 402 232 (652)2

𝑆𝑆𝑇 = ( + + )− = 33,87
6 7 5 15

𝑆𝑆𝐸 = 90 − 33,87 = 56,13

Cuarto Paso: Plantear la regla de decisión. (Apéndice B4).

α= 0,05

gl en el numerador = k-1 =3-1 =2

gl en el denominador = n-k =18-3 = 15

Pregunta f: 𝑋1  𝑋 2 .

Nivel de confianza 90%

15
𝑋1 = = 2,5 𝑋 2 = 40/7 = 5,71
6

𝑛1 = 6 𝑛2 = 7

t=1,753 del apéndice F con (n-k) =18-3=15 grados l

MSE= 3,74

1 1
(2,5 − 5,7) ± 1,753√3,74 ( + )
6 7

ICS = -3,21+1,89 = -1,32

ICI = -3,21 -1,89 = -5,10

ANÁLISIS DE VARIANZA DE DOS VÍAS

Pasamos ahora a estudiar el tema de la ANOVA bidireccional (análisis de bloques y tratamientos).
Para esto debes seguir el mismo procedimiento anterior y en el paso tres debes incluir la siguiente
formula:

𝐵𝑟2 (∑𝑋)2
𝑆𝑆𝐵 = ∑ ( ) −
𝑘 𝑛

La tabla ANOVA queda de la siguiente manera:

 EJERCICIO
Unos investigadores llevaron a cabo un experimento para evaluar la actitud hacia la reforma
educativa. Los investigadores seleccionaron al azar a obreros, oficinistas y profesionales según la
actitud hacia la reforma educativa. El siguiente cuadro muestra los resultados.

Al nivel de significancia de 0,05 ¿se puede concluir que hay diferencia entre las actitudes hacia
la reforma educativa o la ocupación?

Primer Paso: Plantear la hipótesis (ver la pregunta del ejercicio)

Ho: 𝐴 = 𝑁 = 0

H1: 𝐴  𝑁  0

Hipótesis para bloques.

Ho: 0 = 0𝑓 = 𝑝

H1: 0  0𝑓  𝑝

Segundo Paso: Nivel de significancia 0,05.

 (222)2
𝑆𝑆𝑡 = 6532 − = 1056
9

582 492 1152 (222)2

𝑆𝑆𝑇 = ( + + )− = 854
3 3 3 9

722 832 672 (222)2

𝑆𝑆𝐵 = ( + + )− = 44,67
3 3 3 9

𝑆𝑆𝐸 = 1056 − 854 − 44,67 = 157,33

Cuarto Paso: Plantear la regla de decisión. (Apéndice B4)

α= 0,05

Para tratamiento.

gl en el numerador = k-1 =3-1 =2

gl en el denominador =(k-1) (b-1) = (3-1) (3-1) =4

F=6,94

Para bloque.

gl en el numerador = b-1 =3-1 =2

gl en el denominador =(k-1) (b-1) = (3-1) (3-1) =4

F=6,94
 ANOVA DE DOS VÍAS CON INTERACCIÓN
El análisis de varianza de dos vías, también conocido como plan factorial con dos factores, sirve
para estudiar la relación entre una variable dependiente cuantitativa y dos variables
independientes cualitativas (factores) cada uno con varios niveles. El ANOVA de dos vías
permite estudiar cómo influyen por si solos cada uno de los factores sobre la variable
dependiente (modelo aditivo) así como la influencia de las combinaciones que se pueden dar
entre ellas (modelo con interacción).
EJERCICIO
 PRUEBA DE HIPÓTESIS ´PARA DETECTAR INTERACCIÓN

La interacción entre factores en el análisis de varianza es interpretada erróneamente en la

investigación empírica con mucha frecuencia. En una revisión de 272 artículos se ha encontrado
una interpretación basada en el análisis de los efectos simples en el 72,9% de las interacciones de
primer orden y el 35,7% de las interacciones de segundo orden. El 18,6% de las interacciones de
primer orden y el 60% de las interacciones de segundo orden no se analizaron o no se
interpretaron. El 8,5% y 4,3% respectivamente, fueron analizadas e interpretadas correctamente.
Los programas informáticos utilizados habitualmente no permiten realizar directamente las
comparaciones necesarias para evaluar una interacción significativa en los diseños factoriales con
grupos al azar. Para contribuir a erradicar este problema se muestra como diseñar algunas de las
comparaciones lineales que permiten aislar el efecto de la interacción y se explica detalladamente
como realizar esas comparaciones con el SPSS.
 FUENTE BIBLIOGRÁFICA.
https://www.cienciadedatos.net/documentos/19_anova#:~:text=El%20ANOVA%20de%20dos%
20v%C3%ADas,ellas%20(modelo%20con%20interacci%C3%B3n).

https://es.wikipedia.org/wiki/Distribuci%C3%B3n_F

https://revistachilenadeanestesia.cl/PII/revchilanestv43n04.07.pdf

http://www.uaaan.mx/~jmelbos/cursosma/madeO3.pdf

http://fca.uce.edu.ec/GUIAS/UNIDAD%20DID%C3%81CTICA-EA.2017.pdf