13.

6 Comparaciones múltiples 523

De los datos de la tabla 13.1, se tiene que

(3320 + 3416 − 3663 − 3664) 2

SCw1 = = 14, 553,
6[(1) 2 + (1) 2 + (−1) 2 + (−1) 2 ]
[3320 + 3416 + 3663 + 3664 − 4(2791)]2
SCw2 = = 70, 035.
6[(1) 2 + (1) 2 + (1) 2 + (1) 2 + (−4) 2 ]

En la tabla 13.5 se presenta un análisis de varianza más extenso. Se observa que las dos
sumas de cuadrados de los contrastes explican casi toda la suma de cuadrados de
los agregados. Existe una diferencia significativa entre las propiedades de absorción
de los agregados, y el contraste ω1 es significativo marginalmente. Sin embargo, el valor
f de 14.12 para ω2 es muy significativo, y se rechaza la hipótesis

H 0 : μ1 + μ2 + μ3 + μ5 = 4μ4

Tabla 13.5: Análisis de varianza usando contrastes ortogonales

Fuente de variación Suma de Grados de Cuadrado f
cuadrados libertad medio calculada
Agregados 85,356 4 21,339 4.30
(1, 2) vs. (3,5) 14,553 1 14,553 2.93
(1, 2, 3, 5) vs. 4 70,035 1 70,035 14.12
Error 124,021 25 4961
Total 209,377 29

Los contrastes ortogonales permiten al profesional dividir la variación del trata-

miento en componentes independientes. Por lo general el experimentador tiene interés
en hacer ciertos contrastes. Eso ocurrió en nuestro ejemplo, donde las consideraciones
a priori sugerían que los agregados (1, 2) y (3, 5) constituían grupos distintos con pro-
piedades diferentes de absorción, un planteamiento que no obtuvo mucho respaldo con
la prueba de significancia. Sin embargo, la segunda comparación apoyó la conclusión de
que el agregado 4 parecía “destacar” de los demás. En este caso no fue necesaria la
partición completa de SCT, dado que dos de las cuatro comparaciones independientes
posibles explicaban la mayor parte de la variación en los tratamientos.
En la figura 13.4 se presenta un procedimiento GLM del programa SAS, que propor-
ciona un conjunto completo de contrastes ortogonales. Observe que la suma de cuadrados
de los cuatro contrastes se agrega a la suma de cuadrados de los agregados. Asimismo,
note que los últimos dos contrastes (1 contra 2, 3 contra 5) revelan comparaciones in-
significantes.

13.6 Comparaciones múltiples

El análisis de varianza es un procedimiento poderoso para probar la homogeneidad de un
conjunto de medias. No obstante, si se rechazara la hipótesis nula y se aceptara la alter-
nativa que se planteó (que no todas las medias son iguales), aún no se sabría cuáles de
las medias de la población son iguales y cuáles son diferentes.