Cómo realizar un ANOVA bidireccional en SPSS

Se utiliza un ANOVA de dos factores para determinar si existe o no una diferencia estadísticamente significativa entre las medias de tres o más grupos independientes que se han dividido en dos factores.

El propósito de un ANOVA bidireccional es determinar cómo dos factores impactan en una variable de respuesta y determinar si existe o no una interacción entre los dos factores en la variable de respuesta.

Este tutorial explica cómo realizar un ANOVA bidireccional en SPSS.

Ejemplo: ANOVA bidireccional en SPSS

Un botánico quiere saber si el crecimiento de las plantas está influenciado por la exposición a la luz solar y la frecuencia de riego. Planta 30 semillas y las deja crecer durante dos meses en diferentes condiciones de exposición a la luz solar y frecuencia de riego. Después de dos meses, registra la altura de cada planta, en pulgadas.

Los resultados se muestran a continuación:

Utilice los siguientes pasos para realizar un ANOVA bidireccional para determinar si la frecuencia de riego y la exposición a la luz solar tienen un efecto significativo en el crecimiento de las plantas y para determinar si existe algún efecto de interacción entre la frecuencia de riego y la exposición a la luz solar.

Paso 1: Realice el ANOVA bidireccional.

Haga clic en la pestaña Analizar , luego en Modelo lineal general , luego Univariante :

Arrastre la altura de la variable de respuesta al cuadro etiquetado como Variable dependiente. Arrastre las dos variables de factor agua y sol al cuadro etiquetado Factor fijo:

A continuación, haga clic en el botón Gráficos . Arrastre el agua al cuadro etiquetado como Eje horizontal y el sol al cuadro etiquetado Líneas separadas. Luego haga clic en Agregar . Las palabras agua * sol aparecerán en el cuadro titulado Parcelas. Luego haga clic en Continuar .

A continuación, haga clic en el botón Post Hoc . En la nueva ventana que aparece, arrastre la variable sol al cuadro etiquetado Post Hoc Tests para. Luego marque la casilla junto a Tukey . Luego haga clic en Continuar .

A continuación, haga clic en el botón EM Means . Arrastre las siguientes variables al cuadro etiquetado Mostrar medias para. Luego haga clic en Continuar .

Medias marginales estimadas en SPSS

Por último, haga clic en Aceptar .

Paso 2: Interprete los resultados.

Una vez que haga clic en Aceptar , aparecerán los resultados del ANOVA bidireccional. A continuación se explica cómo interpretar los resultados:

Pruebas de efectos entre sujetos

La primera tabla muestra los valores p para los factores agua y sol , junto con el efecto de interacción agua * sol :

Podemos ver los siguientes valores p para cada uno de los factores en la tabla:

  • agua: valor p = .000
  • sol: valor p = .000
  • agua * sol: valor p = .201

Dado que el valor p para el agua y el sol son menores que .05, esto nos dice que ambos factores tienen un efecto estadísticamente significativo en la altura de la planta.

Y dado que el valor p para el efecto de interacción (.201) no es menor que .05, esto nos dice que no hay un efecto de interacción significativo entre la exposición a la luz solar y la frecuencia de riego.

Medias marginales estimadas

La primera tabla muestra las medias de las observaciones para cada factor:

Por ejemplo:

  • La altura media de las plantas que se regaron diariamente fue de 5.893 pulgadas.
  • La altura media de las plantas que recibieron una alta exposición a la luz solar fue de 6,62 pulgadas.
  • La altura media de las plantas que se regaron diariamente y recibieron una alta exposición a la luz solar fue de 6,32 pulgadas.

Y así.

Pruebas post hoc

Esta tabla muestra los valores p para las comparaciones post-hoc de Tukey entre los tres niveles diferentes de exposición a la luz solar.

Pruebas post hoc de Tukey para ANOVA bidireccional en SPSS

En la tabla podemos ver los valores p para las siguientes comparaciones:

  • alto vs. bajo: | valor p = 0.000
  • alto vs. medio | valor p = 0.000
  • bajo vs. medio | valor p = 0,447

Esto nos dice que existe una diferencia estadísticamente significativa entre la exposición a la luz solar alta y baja, junto con la exposición a la luz solar alta y media, pero no hay una diferencia significativa entre la exposición a la luz solar baja y media.

Paso 3: Informe los resultados.

Por último, podemos informar los resultados del ANOVA bidireccional. A continuación, se muestra un ejemplo de cómo hacerlo:

Se realizó un ANOVA de dos vías para determinar si la frecuencia de riego (diaria o semanal) y la exposición a la luz solar (baja, media, alta) tenían un efecto significativo en el crecimiento de las plantas. En el estudio se utilizaron un total de 30 plantas.

Un ANOVA de dos vías reveló que la frecuencia de riego (p <.000) y la exposición a la luz solar (p <.000) tienen un efecto estadísticamente significativo sobre el crecimiento de las plantas.

Las plantas que se regaron diariamente experimentaron un crecimiento significativamente mayor que las plantas que se regaron semanalmente.

Además, la prueba de Tukey para comparaciones múltiples encontró que las plantas que recibieron una alta exposición a la luz solar tuvieron un crecimiento significativamente mayor que las plantas que recibieron una exposición media y baja a la luz solar. Sin embargo, no hubo diferencias significativas entre las plantas que recibieron una exposición media y baja a la luz solar.

Tampoco hubo un efecto de interacción estadísticamente significativo entre la frecuencia de riego y la exposición a la luz solar.

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Deja un comentario

Un intervalo de confianza es un rango de valores que probablemente contenga un parámetro de población con un cierto nivel…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!