ANOVA (Análisis De Varianza)
Enviado por fatymapv • 22 de Agosto de 2013 • 11.157 Palabras (45 Páginas) • 784 Visitas
(Cabe destacar que este documento no es de mi autoría, yo solo lo comparto).
Otros modelos de análisis de varianza:
variantes de los diseños factoriales
© Pedro Morales Vallejo
Universidad Pontificia Comillas
Facultad de Ciencias Humanas y Sociales
(Última revisión 21 de Noviembre de 2009)
Índice
1. Introducción ......................................................................................................... 3
2. Análisis de varianza con dos criterios de clasificación (diseños factoriales):
cuando n =1.......................................................................................................... 3
2.1. Qué suponemos (y qué no analizamos) cuando n = 1 .................................. 3
2.2. En qué situaciones podemos disponer de un sujeto o una observación
en cada clasificación ..................................................................................... 4
2.3. Procedimiento ............................................................................................... 5
3. Análisis de varianza de un solo factor para bloques aleatorios
(alternativa al análisis de covarianza)................................................................. 7
3.1. En qué sentido se trata de una alternativa al análisis de covarianza............ 7
3.2. Procedimiento ............................................................................................... 8
3.3. Interpretación de los resultados .................................................................... 10
3.4. Diseño alternativo ......................................................................................... 10
4. Análisis de varianza jerárquico o anidado para muestras independientes.......... 10
4.1. Cuándo nos puede interesar este planteamiento ........................................... 10
4.2. Procedimiento 1 ............................................................................................ 11
4.3. Procedimiento 2 (EXCEL)............................................................................ 12
5. Análisis de varianza jerárquico o anidado para muestras relacionadas ............. 14
5.1. Interés del planteamiento.............................................................................. 14
5.2. Procedimiento 1 ............................................................................................ 14
5.3. Procedimiento 2 (EXCEL)............................................................................ 16
6. Análisis de varianza: diseños factoriales (nxn) para muestras relacionadas........ 19
6.1. Interés del planteamiento.............................................................................. 19
6.2. Procedimiento ............................................................................................... 19
6.3. Programa en Internet..................................................................................... 22
7. Análisis de varianza: diseños mixtos.................................................................... 22
7.1. Muestras independientes y muestras relacionadas en el mismo análisis...... 22
7.2. Procedimiento 1 ............................................................................................ 24
7.3. Procedimiento 2 (EXCEL)............................................................................ 30
7.4. Programa en Internet..................................................................................... 32
8. Referencias bibliográficas.................................................................................... 32
2
Otros modelos de análisis de varianza
3
Otros modelos de análisis de varianza
1. Introducción
Presentamos otros modelos de análisis de varianza que responden a preguntas y diseños
más específicos. Prácticamente todos son variantes de los diseños factoriales, con dos
criterios de clasificación. Hay más modelos y variantes; los expuestos aquí pueden ser
especialmente útiles porque responden a planteamientos relativamente frecuentes y factibles.
Si investigar es en última instancia responder a preguntas, podremos hacernos más y
mejores preguntas si disponemos de un repertorio amplio de respuestas. Las respuestas nos
las dan a la vez los análisis estadísticos y los diseños; un mismo análisis, como el análisis de
varianza bifactorial, puede responder a distintos diseños.
La misma selección y disposición de los datos, tal como aparecen en las tablas propias
de los diversos enfoques del análisis de varianza y que presentamos aquí, pueden sugerir de
manera intuitiva otras preguntas y planteamientos de investigación; basta pensar en otros
factores o criterios para clasificar a los sujetos, manteniendo el mismo diseño o configuración
de las tablas y el modo de análisis.
Aunque dispongamos de programas como el SPSS, el visualizar casos concretos,
resueltos e interpretados, nos puede ayudar a seleccionar e interpretar mejor el output que nos
dan estos programas. Cuando sea factible expondremos varios procedimientos 1) utilizando
medias y desviaciones, 2) combinando los resultados de los análisis de varianza disponibles
en EXCEL y 3) utilizando programas de Internet.
2. Análisis de varianza con dos criterios de clasificación (diseños factoriales):
cuando n =1
El análisis de varianza con dos criterios de clasificación tiene una interesante modalidad
en la que no suele pensarse: en cada celdilla puede haber una sola observación, el dato de un
solo sujeto, o quizás con más frecuencia, la media de un grupo, pero en cualquier caso
tendremos n = 1 en cada clasificación.
No es ésta una situación muy frecuente, pero es posible hacer el análisis de varianza con
un solo dato en cada celdilla y puede tener su interés1.
2.1. Qué suponemos (y qué no analizamos) cuando n = 1
En todos estos casos hay que tener algo muy claro: con n = 1 lo que no podemos es
verificar si la interacción entre los dos factores es significativa (si produce diferencias en la
variable dependiente y superiores a lo meramente aleatorio). Esta no interacción entre los dos
factores es un presupuesto previo; al menos prescindimos de esta interacción. También cabe
el que podamos dar por hecho que ambos factores están relacionados y que la interacción es
importante, pero prescindimos de
...