ANÁLISIS DE LA VARIANZA (UN SOLO FACTOR)- PRUEBA ANOVA

El análisis de varianza (ANOVA), se utiliza para comparar 3 ó más medias

muestrales para determinar si provienen de poblaciones iguales. Para usar el
ANOVA, se considera lo siguiente:

 Las poblaciones están distribuidas normalmente.

 Las poblaciones tienen desviaciones estándares iguales.
 Las muestras se seleccionan de modo independiente.

Cuando se cumplen estas condiciones se utiliza la F de Fisher como

estadístico de la prueba. El ANOVA, tuvo su origen en la agricultura y por
eso se utiliza el término tratamiento para identificar las poblaciones que se
examinan.

PROCEDIMIENTO:

1) Plantear las hipótesis Nula (Ho) y Alternativa (H1):

Ho: 𝜇1= 𝜇2= 𝜇3

H1: 𝜇1 ≠ 𝜇2 ≠ 𝜇3

2) Especificar el nivel ∝ de significación.

Se elige por lo general ∝ = 1%

3) Determinar el estadístico de la prueba.

Tal valor es la distribución F de Fisher.

4) Determinar la Región Crítica a partir del Punto Crítico, el cual corresponde

al de la tabla de la Distribución F. Para usar la tabla es necesario conocer los
grados de libertad 𝑟1 𝑦 𝑟2: 𝑟1= k-1 y 𝑟2= n-k; siendo k el número de
tratamientos ( columnas).

Ejemplo:
 𝑟1 𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝐿𝑖𝑏𝑒𝑟𝑡𝑎𝑑

𝑟1= k-1

n= CXF

𝑟2 = n-k

α=
F=
X2=
1-∝; 𝑟1, 𝑟2

5) Calcular el estadístico F de Fisher:

𝑀𝑆𝑇
F=
𝑀𝑆𝐸

Donde:

MST= Cuadrado medio debido al tratamiento

MSE= Cuadrado medio debido al error

También:
𝑆𝑆𝑇 𝑆𝑆𝐸
MST= ; MSE=
𝑘−1 𝑛−𝑘

Donde:

SST = Suma de cuadrados debido al tratamiento.

SSE = Suma de cuadrados debido al error.

La suma de cuadrados debido al tratamiento (SST) se calcula aplicando la

siguiente fórmula:
 𝑇𝑐 2 (𝛴𝑋𝑖)²
SST= 𝛴( )-
𝑛𝑐 𝑛

Donde:

Tc = Total de la columna para cada tratamiento.

nc = Tamaño de la muestra para cada columna.

La suma de cuadrados debido al error (SSE) se calcula aplicando la siguiente

fórmula:

SSE = SS Total- SST

Donde:

SS Total = Suma de cuadrados total

SST = Suma de cuadrados debido al tratamiento

La suma de cuadrados total (SS Total), se calcula aplicando la siguiente

fórmula:
(𝛴𝑋𝑖)²
SS Total = ΣXi² -
𝑛

Donde:

ΣXi²= Suma de los valores de X elevados al cuadrado.

(ΣXi)² = Cuadrado de la suma de los valores de x

n = Número total de Observaciones (n = C x F).

6) Toma de Decisión:

Rechazar Ho; si F > F

1- ∝ ; 𝑟1 , 𝑟2
Ejemplo:
1. Tres profesores enseñan a 3 secciones el mismo curso de Estadística
Aplicada. Las calificaciones se registraron de la siguiente manera:

PROFESORES
A B C
12 18 15
14 17 12
15 16 14
18 15 16
10 12 18
13 11 17

Probar por medio de la prueba ANOVA que el promedio de las calificaciones

difieren significativamente a un nivel de significación del 1%.

SOLUCIÓN

1) Planteamos Ho y H1.

Ho: 𝜇1 = 𝜇2 = 𝜇3

H1: 𝜇1 ≠ 𝜇2 ≠ 𝜇3

2) Especificamos el nivel ∝ de significación.

∝ = 1% = 0,01

3) Seleccionamos el estadístico de la prueba.

En este caso utilizaremos la prueba F

𝑴𝑺𝑻
F=
𝑴𝑺𝑬

4) Determinamos la Región Crítica a partir del punto crítico.

 Grados de Libertad

𝑟1= k-1 = 3-1 =2

n= CXF = 3x6 = 18
α= 𝑟2= n-k= 18-3 =15
F= 6,36 X2=1

F= F= F= 6,36

1-∝; 𝑟1, 𝑟2 1-0,01; 2,15 0,99; 2,15

5) Calculamos el Estadístico F de Fisher.

𝑀𝑆𝑇
F=
𝑀𝑆𝐸

 Elaboramos una tabla de datos:

𝑋1 𝑋2 𝑋3 𝑋1 ² 𝑋2 ² 𝑋3 ²
12 18 15 144 324 225
14 17 12 196 289 144
15 16 14 225 256 196
18 15 16 324 225 256
10 12 18 100 144 324
13 11 17 169 121 289

Σ𝑋1 =82 Σ𝑋2 =89 Σ𝑋3 =92 Σ𝑋1 ²= Σ𝑋2 ²= Σ𝑋3 ²=

1158 1359 1434

 Calculamos la SS Total ( suma de cuadrados total)

(𝛴𝑋𝑖)²
SS Total = ΣXi² - n = CXF = 3X6= 18
𝑛
(82+89+92)²
SS Total = (1158 + 1359 + 1434) - = 108,28
18
  Calculamos la suma de los cuadrados debido al tratamiento
(SST).

𝑇𝑐² ( 𝛴𝑋𝑖)²
SST = (Σ )-
𝑛𝑐 𝑛
822 +892 +922 (82+89+92)²
SST = ( )- = 3851,51 – 3842,72= 8,79
6 18

 Calculamos la suma de los cuadrados debido al Error (SSE).

SSE = SS Total- SST

SSE = 108,28 – 8,79 = 99,49

 Calculamos el cuadrado medio debido al Tratamiento (MST).

𝑺𝑺𝑻 8,79 8,79
MST = ; MST = = = 4,395
𝑲−𝟏 3−1 2

 Calculamos el cuadrado medio debido al Error (MSE).

𝑺𝑺𝑬 99,49 99,49
MSE = ; MSE = = = 6,63
𝒏−𝒌 18−3 15

 Calculamos el Estadístico F de Fisher.

𝑴𝑺𝑻 4,395
F= ; F= = 0,66
𝑴𝑺𝑬 6,63

6) TOMA DE DECISIÓN:

Como Fc = 0,66 < Ft= 6,36; entonces el estadístico F recae en la zona de

Aceptación; por lo que; aceptamos Ho y rechazamos H1; es decir el promedio
de las calificaciones no difieren unos de otros, lo que nos indica según la
prueba de hipótesis que los promedios son iguales con un nivel de
significación del 1%; donde 𝜇1 = 𝜇2 = 𝜇3 .