Prueba de comparaciones de Tukey-Kramer.

La prueba de Tukey es un método que tiene como fin comparar las medias individuales
provenientes de un análisis de varianza de varias muestras sometidas a tratamientos
distintos.

El test, presentado en el año 1949 por John.W. Tukey, permite discernir si los resultados
obtenidos son significativamente diferentes o no. Se le conoce también como la prueba de
diferencia honestamente significativa de Tukey (Tukey’s HSD test por sus siglas en
inglés).

Figura 1. La prueba de Tukey permite discernir si las diferencias de resultado entre tres o
más tratamientos diferentes aplicado a tres o más grupos de iguales características,
tienen valores promedio significativa y honestamente distintos.

En los experimentos donde se compara entre tres o más tratamientos diferentes aplicados
a igual número de muestras, se requiere discernir si los resultados son significativamente
distintos o no.

Se dice que un experimento es balanceado cuando el tamaño de todas las muestras

estadísticas es igual en cada tratamiento. Cuando el tamaño de las muestras es diferente
para cada tratamiento, se tiene entonces un experimento no balanceado.

Comparador y table de Tukey.

En la aplicación de esta prueba se calcula un valor w llamado el comparador de Tukey

cuya definición es como sigue:

w = q √(MSE /r)

Donde el factor q se obtiene de una tabla (Tabla de Tukey), que consta de filas de valores
q para diferente número de tratamientos o experimentos. Las columnas indican el valor de
factor q para diferentes grados de libertad. Normalmente las tablas disponibles tienen
significancias relativas de 0.05 y 0.01.

Cuando la diferencia entre dos valores medios sobrepasa al valor w (comparador de

Tukey), entonces se concluye que se trata de promedios diferentes, pero si la diferencia
es menor que el número de Tukey, entonces se trata de dos muestras con valor promedio
estadísticamente idéntico.
Caso de Ejemplo.

Un criador de conejos desea hacer un estudio estadístico fiable que le indique saber cuál
de las cuatro marcas de alimento de engorde de conejos es la más efectiva. Para el
estudio forma cuatro grupos con seis conejos de mes y medio de edad que hasta ese
momento tuvieron las mismas condiciones de alimentación.

Las razones fueron que en los grupos A1 y A4 ocurrieron fallecimientos debido a causas
no atribuibles a los alimentos, ya que uno de los conejos fue picado por un insecto y en el
otro caso seguramente el fallecimiento fue causa de un defecto congénito. De modo que
los grupos quedan desbalanceados y entonces es necesario aplicar la prueba de Tukey-
Kramer.

Solución.

Se tomará como ejercicio resuelto un caso de experimento balanceado. Se tomará como

datos los siguientes:

En este caso se tienen cuatro grupos correspondientes a cuatro tratamientos diferentes.

Sin embargo, observamos que todos los grupos tienen el mismo número de datos, por lo
que se trata entonces de un caso balanceado.
Para realizar el análisis ANOVA se ha usado la herramienta que viene incorporada en la
hoja de cálculo de Libreoffice. Otras hojas de cálculo como Excel tienen incorporada esta
herramienta para el análisis de datos. A continuación, se muestra una tabla resumen que
ha resultado después de haberse realizado el análisis de varianza (ANOVA):

Del análisis de varianza también se tiene el valor P, que para el ejemplo es 2,24E-6 muy
por debajo del 0.05 del nivel de significancia, lo que directamente conduce a rechazar la
hipótesis nula: Todos los tratamientos son iguales. 

Es decir, entre los tratamientos algunos tienen valores medios diferentes, pero hay que
saber cuáles son los significativa y honestamente distintos (HSD) desde el punto de vista
estadístico usando la prueba de Tukey.

Para hallar el número w o como también se le conoce el número HSD requerimos hallar el
cuadrado medio del error MSE. Del análisis ANOVA se obtiene que la suma de cuadrados
dentro de los grupos es SS=0,2; y el número de grados de libertad dentro de los grupos
es df=16 con estos datos podemos hallar MSE:

MSE = SS/df = 0,2/16 = 0,0125

También se requiere encontrar el factor q de Tukey, usando la tabla. Se busca en la

columna 4 que corresponde a los 4 grupos o tratamientos a comparar y la fila 16, ya que
el análisis ANOVA arrojó 16 grados de libertad dentro de los grupos. Esto nos conduce a
un valor de q igual a: q = 4,33 correspondiente a 0,05 de significancia o 95% de
confiabilidad. Finalmente se halla el valor para la “diferencia honestamente significativa”:

w = HSD = q √(MSE /r) = 4,33 √(0,0125 /5) = 0,2165

Para saber cuáles son los grupos o tratamientos honestamente diferentes hay que
conocer los valores promedios de cada tratamiento:
También es necesario conocer las diferencias entre los valores medios de pares de
tratamientos, lo cual se muestra en la siguiente tabla:

Interpretación.
Se concluye que los mejores tratamientos, en cuanto a maximizar el resultado son el T1 o
el T3, los cuales son indiferentes desde el punto de vista estadístico. Para elegir entre T1
y T3, habría que buscar otros factores ajenos al análisis presentado aquí. Por ejemplo,
precio, disponibilidad, etc.