Actualizado por ultima vez el 29 de noviembre de 2021, por Luis Benites.
Un ANOVA de dos vías en SPSS tiene dos variables independientes . Usaría un ANOVA de dos vías cuando tenga una variable de medición (escala) y dos variables nominales . En el ejemplo hipotético que sigue, estamos estudiando cómo la marca del limpiador y la temperatura del agua (ambas variables nominales) afectan el nivel de limpieza (una variable de escala ).
Mire el video para conocer los pasos, incluida la entrada de datos, las suposiciones y la lectura del resultado:
Cómo ejecutar un ANOVA de dos vías en SPSS 
Mira este video en YouTube .
¿No puedes ver el vídeo? Haga clic aquí.
ANOVA bidireccional en SPSS: ejecución de la prueba
En este experimento, se compararon dos marcas de limpiadores para ver qué tan bien limpiaban las ollas de la cocina. Las marcas se probaron en dos temperaturas de agua diferentes: caliente y fría. La marca del limpiador es la variable independiente y el nivel de limpieza la variable dependiente . El limpiador de agua también puede tener un efecto sobre qué tan bien limpian las marcas, por lo que es un segundo efecto principal que se está considerando. La interacción de la temperatura del agua y la marca puede tener un efecto de interacción y, por lo tanto, se incluye en el análisis. Hay muchos pasos aquí: el breve video de arriba lo guiará a través de los pasos si no está familiarizado con las pruebas de hipótesis en SPSS.
- Haga clic en Analizar , seleccione Modelo lineal general y, a continuación, haga clic en Univariante .
- Haga clic en Su variable dependiente (en este ejemplo, es Limpieza ) y luego haga clic en la flecha junto al cuadro «Variable dependiente».
- Haga clic en su principal variable independiente, el enfoque principal de su experimento (para este ejemplo, eso es Marca de limpiador , y luego haga clic en la flecha del cuadro Factor(es) fijo(s): .
- Haga clic en su variable de interacción ( Temperatura del agua en este ejemplo) y luego haga clic en la flecha para Factor(es) fijo(s).
- Haga clic en el cuadro Medios de EM.
- Haga clic en su variable independiente («Marcas») en la ventana Medias marginales estimadas univariadas. Mantenga presionada la tecla Ctrl en su teclado y luego haga clic en Agua y Marca*Agua. Haga clic en la flecha para mover los tres al cuadro Display Means for:. .
- Haga clic en Comparar efectos principales .
- Haga clic en Continuar .
- Haga clic en Opciones .
- Haga clic en Estadísticas descriptivas y Pruebas de homogeneidad . Puede cambiar el nivel alfa aquí, pero en este ejemplo, lo dejaré en el nivel del 5 %.
- Haga clic en Continuar y luego haga clic en Aceptar.
Lectura de los resultados en la ventana del visor de resultados
Medios para el efecto principal de «Marca».
Sobre la base de las medias calculadas para el efecto principal (que se muestra en la imagen de arriba), la pregunta de investigación se convierte en: «¿Es la diferencia entre 56,74 y 55,125 estadísticamente significativa ? en otras palabras, ¿el efecto principal de Marca es estadísticamente significativo?
Medios para el segundo efecto principal, Temperatura del agua.
.
También se muestran los principales efectos del agua. También queremos saber si hay una diferencia significativa entre las medias de 62,735 y 49,13.
La siguiente sección de la salida muestra los resultados de la prueba de Levene . La hipótesis nula para la prueba de Levene es una de varianzas de error iguales para todos los grupos. Por lo tanto, no desea rechazar la hipótesis nula. Todos nuestros valores de p son muy grandes, alrededor del 30%, por lo que se cumple la suposición de la misma varianza . Si rechaza el nulo en este paso, no debe continuar leyendo los resultados del ANOVA de dos vías en SPSS: no son válidos.
Ahora puede decidir si puede rechazar o aceptar las hipótesis nulas para sus efectos principales y de interacción. Esta información se obtiene del cuadro Pruebas de efectos entre sujetos:
La temperatura del agua fue el único hallazgo significativo.
En este ejemplo hipotético, estábamos probando tres hipótesis:
- Diferencias en los niveles de limpieza por marca: no significativas, con un valor p de 0,6 (tercera fila hacia abajo en la imagen de arriba). Como esto es más grande que nuestro nivel alfa, cualquier diferencia se debe al azar.
- El efecto principal de la temperatura del agua en la limpieza: estadísticamente significativo, a menos de 0,001 (se muestra dentro del cuadro rojo en la imagen de arriba).
- Los efectos de interacción de la marca y el agua tampoco fueron significativos, ya que .141 es mucho mayor que .05.
Podemos concluir que no existe una diferencia significativa entre marcas en el nivel de limpieza. sin embargo, la temperatura del agua hace la diferencia. Si volvemos a las estadísticas descriptivas, vemos que el agua caliente tiene una media mucho más alta y esto resultó ser significativo. en otras palabras, lavar los platos con agua caliente hace la diferencia, sin importar la marca que uses.
