MANOVA

DEFINICIÓN: Multivariate ANalysis Of Variance = Análisis de Varianza Multivariado MANOVA es una

prueba que analiza la relación entre varias variables de respuesta (dependientes) y un conjunto común
de predictores al mismo tiempo, por medio de la comparación de múltiples combinaciones (“infinitas”)
de vectores de medias. Se trata de contrastar la significación de uno o más factores (variables
independientes) para el conjunto de variables dependientes.

APLICACIONES: 1. Comprobar si los valores de una serie de variables permanecen constantes tras un
determinado tratamiento

Ejemplo: Se realizan tres medidas de parámetros sanguíneos (concentración de glucosa, presión sistólica
y presión diastólica) a 8 individuos, antes y después de la aplicación de un cierto fármaco. Se pretende
saber si dicho fármaco incide en los niveles de dichas variables.
2. Diseño factorial o jerárquico
Ejemplo: Se está estudiando el desgaste de los neumáticos, para ello se toman medidas del desgaste a
las 1000, 2000 y 3000 revoluciones. Como en el desgaste puede influir también el grado de conservación
del asfalto (se estudian tres grados) y la presión de inflado (tres presiones), se quiere saber su influencia
en estos dos factores.

TIPOS DE MANOVA:
a. Unidireccional (one-way MANOVA):
- Evalúa la diferencia entre medias de dos grupos no relacionados entre sí a través de la
combinación lineal de variables dependientes.
- H0: Existe igualdad entre las medias de cada nivel
- Requiere de la aplicación de una prueba Post hoc para identificar en dónde existe la diferencia (de
haber una) cuando la variable independiente tenga más de dos niveles.
- Ejemplo: Se tiene un grupo de personas que reciben tratamiento psicológico (variable independiente)
en tres niveles: “terapia cognitiva”, “terapia de realidad” y “terapia clásica” y se evaluará la efectividad
de estos tres tratamientos (diferencias entre los tres grupos distintos) por medio de dos variables
dependientes: depresión y ansiedad.
TIPOS DE MANOVA (continuación): a. Unidireccional (one-way MANOVA): Elementos:  Una variable
independiente con dos o más niveles  Cada participante solamente pertenece a uno de los niveles de la
variable independiente  Se tienen dos o más variables dependientes  Las variables dependientes son
del tipo de intervalo o de razón (continuas)
TIPOS DE MANOVA (continuación): b. Factorial (two-way MANOVA): - Cuando los individuos del estudio
se clasifican en más de una manera a partir de más de una variable independiente. - Hipótesis nulas: 
Las medias para la primera variable independiente son iguales  Las medias para la segunda variable
independiente son iguales  No existe interacción entre las variables independientes - Prueba Post hoc
Ejemplo: se tiene un grupo de participantes y se quiere identificar las diferencias entre los efectos de los
niveles de dos variables independientes: género (con dos niveles: hombre o mujer) y tratamiento (con
tres niveles: “terapia cognitiva”, “terapia de realidad” y “terapia clásica”), en dos variables
dependientes: depresión y ansiedad.
TIPOS DE MANOVA (continuación): b. Factorial (two-way MANOVA): Elementos:  Se tiene dos variables
independientes (factores) con dos o más niveles  Los niveles deben ser independientes (grupos
independientes)  Los sujetos del estudio pertenecen a un solo nivel de la variable independiente  Se
tienen dos o más variables dependientes que deben ser del tipo intervalo o de razón
de Dist. de Mahalanobis, nos podemos percatar que en la
columna máxima da un valor de 13.101, el cual, al comparar con la tabla de inicio de la
presentación vista de la unidad IX en el cual al tener 4 variables tenemos un valor de 18.47, la cual
nos da un valor menor a la cantidad de Dist. de Mahalanobis, por lo cual, podemos decir que SI
hay valores atípicos.
 SUPUESTO DE NORMALIDAD:  La prueba de normalidad evalúa la hipótesis de que los datos de
la variable evaluada tienen una distribución normal.  Por lo tanto, un valor p > 0.05 en la
prueba Shapiro –Wilk indica que hay evidencia estadísticamente significativa que los datos
tienen una distribución normal.
SUPUESTO DE HOMOGENEIDAD DE VARIANZAS: El valor p de a prueba M de Box debe ser mayor a 0.05
para verificar que las varianzas son homogéneas
SUPUESTO DE MULTICOLINEALIDAD: • Las correlaciones deben tener un valor p< 0.05 para ser
estadísticamente significativas, y su valor debe variar entre 0.2 y 0.8/0.9