Estadística II

Unidad III
UNIVERSIDAD DE GUADAJALARA
Centro Universitario de Ciencias Económico Administrativas

Mtro. Oscar H. Piña Bejarano

oscar.pina5192@academicos.udg.mx

10 de mayo de 2021 1 / 14
Análisis de Varianza
(ANOVA)

10 de mayo de 2021 2 / 14
El Análisis de Varianza (ANOVA) es una técnica estadística que permite
probar la equidad entre medias (tres o más) muestrales y de este modo
hacer inferencias sobre si las muestras provienen de poblaciones que
tienen la misma media.

Las características de los datos son:

Las poblaciones implicadas son normales
Todas las poblaciones tienen varianzas iguales
Las muestras deben ser aleatorias e independientes

La distribución de la prueba utiliza el estadístico F (Fisher) cuya hipó-

tesis nula es que todas las medias son iguales, es decir:
H0 : µ1 = µ2 = ... = µn
6 µ2 6= ... 6= µn (o también, al menos una es diferente)
H1 : µ 1 =

10 de mayo de 2021 3 / 14
 Figura 1. Distribución F

Área de NO Rechazo
Al 5%
Al 1%

10 de mayo de 2021 4 / 14
Nótese en la figura 1, que la distribución es similar a la prueba Ji. Sin
embargo, además de ser una distribución distinta (F), el sesgo es hacia
un solo lado, cuyo nivel de significancia (α) son dos, 5 % y 1 %.

Cuando la F* calculada cae en la zona de rechazo a un nivel del 5 %, las

diferencias entre medias son significativas. Mientras que cuando caen
a un nivel del 1 %, la diferencia entre medias muestrales son altamente
significativas.

Pero, ¿Cómo calcular la prueba F? Para ello, primero se ilustra el

siguiente cuadro.

10 de mayo de 2021 5 / 14
Tabla 1. Cuadro ANOVA

10 de mayo de 2021 6 / 14
De la tabla 1, los tratamientos son los grados de libertad del numera-
dor, mientras que el error son los grados de libertad del denominador.
Nótese que para el estadístico F tabular, es el valor que se debe buscar
en las tablas correspondientes (checar tabla 2 y 2.1), mientras F calcu-
lado es el estadístico de prueba que será contrastado para determinar
si la prueba de hipótesis ANOVA se rechaza (y a qué nivel) o no.

Por ejemplo, si se tienen 4 muestras a analizar (tratamientos) con un

total de 44 observaciones entre todas las muestras (error) entonces,
sus grados de libertad serán para el numerador gl = 4 − 1 = 3 y para
el denominador gl = 44 − 4 = 40. Por lo tanto, los valores críticos
tanto al 1 % como al 5 % son:
F(3,40)al 1 % = 4.31
F(3,40)al 5 % = 2.84

10 de mayo de 2021 7 / 14
 Tabla 2. Distribución F para alfa = 0.01
Grados de libertad del numerador
Grados de libertad del denominador

10 de mayo de 2021 8 / 14
 Tabla 2.1. Distribución F para alfa = 0.05
Grados de libertad del numerador
Grados de libertad del denominador

10 de mayo de 2021 9 / 14
Ejemplo...

El director de cierta institución quiere determinar si 3 programas de

capacitación diferentes ejercen efectos distintos sobre la productividad
laboral.

Se toma una muestra de 14 empleados de forma aleatoria. Una vez

terminada la capacitación son sometidos a un examen diagnóstico,
obteniendo los siguientes resultados:

Programa Suma Promedio

A 85 72 83 80 - 320 80
B 80 84 81 78 82 405 81
C 82 80 85 90 88 425 85
TOTAL 1150 82.41

10 de mayo de 2021 10 / 14
De acuerdo a la tabla 1...

Los grados de libertad correspondientes a cada rubro son:

Tratamientos: glT r = 3 − 1 = 2
Error: glE = 14 − 3 = 11
Total: glT = 14 − 1 = 13

La Suma de Cuadrados de los Tratamientos:

3202 4052 4252 11502
4
+ 5
+ 5
− 14
= 65.7142

La Suma de Cuadrados Totales es:

Varianza (σ 2 ) por glT = 19.3626 x 13 = 251.7138

La Suma de Cuadrados del Error es:

SC Totales − SC Tratamientos = 251.7138 − 65.7142 = 186

10 de mayo de 2021 11 / 14
Posteriormente,

El Cuadrado Medio de los Tratamientos, es:

Suma de Cuadrados / Grados de libertad = 32.8571

El Cuadrado Medio del Error, es:

Suma de Cuadrados / Grados de libertad = 16.9090

El F* calculado se obtiene dividiendo los Cuadrados Medios de los

Tratamientos entre los Cuadrados Medios del Error, así:
∗
Fcalc = 32.8571/16.9090 = 1.9431

Por lo tanto, de acuerdo a las tablas F, el valor crítico con (2,11)

grados de libertad y un alfa al 5 % es 3.98 y al 1 % de 7.21

10 de mayo de 2021 12 / 14
Es decir...

Tabla 3. ANOVA

10 de mayo de 2021 13 / 14
 ∗
Dado que Fcalc < Ftab entonces la hipótesis nula no se rechaza ni al
5 % ni mucho menos al 1 %.

Por tanto, se concluye que la diferencia de medias no es significativa,

es decir, los programas de capacitación laboral son estadísticamente
iguales.

10 de mayo de 2021 14 / 14