ANÁLISIS DE VARIANZAS

(ANOVA)
INTEGRANTES

Mónica Ronquillo
Cristina Quiña
Guido Cabrera
Dennise Fierro
Roberto Albornoz
Edgar Ávila
Alejandro Pérez
David Villaroel
 Concepto
ANOVA: Analysis Of Variance

QUÉ ES?
• Prueba la hipótesis de que las medias de dos
o más poblaciones/muestras son iguales.
• Ho: Las medias son iguales
• H1: Las medias son diferentes
EJEMPLO:
TIPOS DE ANÁLISIS ANOVA • Variable categórica: Clase social
• Un factor • Alta
• Dos factores • Media alta
• Más de dos factores • Media baja
• Mixtos o anidados • Baja

SUPUESTOS: • Variable numérica: Número de hijos

• Distribución normal • Entre 0 y 5
• Muestras independientes
• Homoscedasticidad (igual varianza)
Elementos
 Media de todos los datos en
Media Global
un conjunto de datos
Las
expresiones
para el cálculo  Variación total de los datos
de los Variación Total
elementos que es la variación debida al azar (error
intervienen en de muestreo) entre individuos a los
el Anova son Variación Intra- que se ha dado el mismo
las siguientes: grupos tratamiento. variación debida al
azar
es la variación entre las medias de
Variación Inter- los diferentes tratamientos debidas
grupos al azar (error de muestreo ) y al
efecto de los tratamientos, si es
que existe
Utilidad
Sirven para saber
Variable
si la diferencia
independiente es
entre un grupo y
categórica (Clase
otro son
social)
significativas

Variable
Señala si las
dependiente son
medias entre dos
de escala o es
o más grupos son
variable a
similares o
explicar (Número
diferentes.
de hijos)
Limitaciones
El análisis de la varianza de un factor es el modelo más simple: una
única variable nominal independiente, con tres o más niveles, explica
una variable dependiente continua.

Otra alternativa, que aparentemente es más lógica e intuitiva, consiste

en comparar, en todas las posibles combinaciones de dos en dos, las
medias de todos los subgrupos formados. Esto trae fundamentalmente,
dos tipos de problemas:

a).- Se incrementa el riesgo
de dar un resultado falso
positivo, al realizar más de
un análisis sobre un mismo
conjunto de datos.
b).- Es difícil interpretar la
1. No se sabe qué verdadera influencia de la
variable que actúa como
categoría es factor de clasificación,
diferente al resto porque genera diferentes
niveles de significación
2. No permite observar (p),resultantes de
causalidad las comparaciones entre sus
subgrupos
La prueba de ANOVA asume que las muestras utilizadas en
el análisis son "muestras aleatorias simples.

" Esto significa que una muestra de individuos (puntos de

datos) se toman de una población más grande (un banco de
datos más grande).

Las muestras también deben ser independientes, es decir,

que no se afectan entre sí.

ANOVA es generalmente adecuado para medios de

comparación en estudios controlados, pero cuando las
muestras no son independientes debe ser utilizado una
prueba de medidas repetidas.
Un factor (One Way)
VARIABLE VARIABLE
DEPENDIENTE INDEPENDIENTE
USO (CUANTITATIVA) (CATEGÓRICA)
COMPARAR
SI LA
VARIABLE
NÚMERO DE
ANOVA de un # DE HIJOS
CLASES HIJOS SE
SOCIALES RELACIONA
factor se usa CON LA
VARIABLE
cuando se quiere CLASE
saber si las SOCIAL

medias de una
variable son
diferentes entre
los niveles o
grupos de otra
variable
 Señala si las medias entre dos o
1. más grupos son similares o
diferentes..

Variable independiente
2. se le conoce como
factor.

La variable dependiente es
cuantitativa (escalar) y la variable
3. independiente es categórica (nominal
u ordinal)

> 0,05 es que las dos

Se calcula el test variables están
denominado F; relacionadas. hay
mientras más alto hay diferencias
significativas entre los
mayor relación. grupos
 VARIABLES
Variable Categórica
(independiente): • Upper class (Alta)
• Upper middle class (Media alta)
• Lower middle class (Media baja)
• Working class (Trabajadora)
• Lower class (Baja)

Variable Ordinal
(dependiente):
• Mínimo: 0 hijos
• Máximo: 8 hijos
Identificar las varirables
 En la tercera columna se observan las medias para cada grupo de clase social. Si nos
fijamos en las medias del número de hijos en cada grupo de clase social, podemos
observar que a medida que aumenta la clase social desciende la media del número de
hijos. Las personas de clase baja (lower class) tienen de media 2,31 hijos, las de clase
trabajadora (working class) 1,90 hijos, las de clase media-baja (lower middle class)
1,80, las de clase media alta 1,71 hijos y las de clase alta (upper class) tienen de media
1,75 hijos.
El valor de F es 166,596 y la significación es 0,000. Al ser la significación
menor de 0,05 es que las diferencias de media de hijos entre los grupos de la
clase social son significativas.

Se concluye que el objetivo de aplicar ANOVA de un factor es: valorar

estadísticamente si las diferencias de medias son significativas o no.
Dos o más factores (Two-Way)
Busca relacionar dos o más
variables categóricas, con Clasifica a los individuos de
la variable de intervalo Permite estudiar
acuerdo a dos factores (o
simultáneamente los
• Variables Categóricas = variables vías) para estudiar
cualitativas o variables de atributos efectos de dos fuentes de
simultáneamente sus
• Variable Intervalo = valores variación
representan magnitudes. La efectos
distancia entre los números de su
escala es igual

Variable Dependiente = Factor = Variable que se

variable que se va analizar analizará directamente