Se usa un ANOVA de una vía para determinar si diferentes niveles de una variable explicativa conducen a resultados estadísticamente diferentes en alguna variable de respuesta.
Por ejemplo, podríamos estar interesados en comprender si tres niveles de educación (título de asociado, licenciatura, maestría) generan ingresos anuales estadísticamente diferentes. En este caso, tenemos una variable explicativa y una variable de respuesta.
- Variable explicativa: nivel de educación
- Variable de respuesta: ingreso anual
Un MANOVA es una extensión del ANOVA unidireccional en el que hay más de una variable de respuesta. Por ejemplo, podríamos estar interesados en comprender si el nivel de educación conduce o no a diferentes ingresos anuales y diferentes montos de deuda por préstamos estudiantiles. En este caso, tenemos una variable explicativa y dos variables de respuesta:
- Variable explicativa: nivel de educación
- Variables de respuesta: ingresos anuales, deuda por préstamos estudiantiles
Debido a que tenemos más de una variable de respuesta, sería apropiado usar un MANOVA en este caso.
En este tutorial, explicaremos cómo realizar un MANOVA en SPSS.
Ejemplo: MANOVA en SPSS
Para ilustrar cómo realizar un MANOVA en SPSS, usaremos el siguiente conjunto de datos que contiene las siguientes tres variables para 24 personas:
- educ: nivel de educación (0 = Asociado, 1 = Licenciatura, 2 = Maestría)
- ingresos: ingresos anuales
- deuda: deuda total por préstamos estudiantiles
Utilice los siguientes pasos para realizar un MANOVA en SPSS:
Paso 1: Realice un MANOVA.
Haga clic en la pestaña Analizar , luego en Modelo lineal general , luego en Multivariante :
En la nueva ventana que aparece, arrastre las variables ingreso y deuda al cuadro etiquetado Variables dependientes. Luego, arrastre la educación de la variable de factor al cuadro denominado Factores fijos:
A continuación, haga clic en el botón Post Hoc . Arrastre el factor de educación al cuadro etiquetado Post Hoc Tests para . Luego marque la casilla junto a Tukey . Luego haga clic en Continuar .
Por último, haga clic en Aceptar .
Paso 2: Interprete los resultados.
Una vez que haga clic en Aceptar , aparecerán los resultados del MANOVA. A continuación se explica cómo interpretar la salida:
Pruebas multivariadas
Esta tabla le indica si el nivel de educación conduce o no a diferencias estadísticamente significativas en los ingresos anuales y la deuda estudiantil total. Veremos los números en la fila titulada Wilks ‘Lambda :
El estadístico F general es 6.138 y el valor p correspondiente es .001 . Dado que este valor es menor que .05, esto indica que el nivel de educación tiene un efecto significativo en el ingreso anual y la deuda estudiantil total.
Pruebas de efectos entre sujetos
Esta tabla muestra los valores p individuales tanto para ingresos como para deudas :
El valor p para los ingresos es .003 y el valor p para la deuda es .000 . Dado que ambos valores son inferiores a .05, significa que el nivel de educación tiene un efecto estadísticamente significativo tanto en los ingresos como en la deuda.
Pruebas post hoc
Esta tabla muestra las comparaciones post hoc de Tukey para cada nivel de educación.
De la tabla podemos observar lo siguiente:
- La cantidad de ingresos para las personas con un título de asociado (educación = 0) es significativamente diferente de la cantidad de ingresos para las personas con una maestría (educación = 1) |valor p = .003 .
- La cantidad de ingresos para las personas con una licenciatura (educación = 1) es significativamente diferente de la cantidad de ingresos para las personas con una maestría (educación = 2) |valor p = 0,029 .
- La cantidad de ingresos para las personas con un título de asociado (educación = 0) es significativamente diferente de la cantidad de ingresos para las personas con una licenciatura (educación = 1) |valor p = .018 .
- La cantidad de ingresos para las personas con un título de asociado (educación = 0) es significativamente diferente de la cantidad de ingresos para las personas con una maestría (educación = 2) |valor p = .000 .
Lectura adicional: Las diferencias entre ANOVA, ANCOVA, MANOVA y MANCOVA
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
