Actualizado por ultima vez el 7 de mayo de 2021, por .
Se utiliza un ANOVA de una vía para determinar si existe o no una diferencia estadísticamente significativa entre las medias de tres o más grupos independientes.
Este tipo de prueba se llama ANOVA unidireccional porque estamos analizando cómo una variable predictora impacta una variable de respuesta. Si, en cambio, estuviéramos interesados en cómo dos variables predictoras impactan en una variable de respuesta, podríamos realizar un ANOVA de dos vías .
Este tutorial explica cómo realizar un ANOVA unidireccional en SPSS.
Ejemplo: ANOVA unidireccional en SPSS
Suponga que un investigador recluta a 30 estudiantes para participar en un estudio. Los estudiantes son asignados al azar para usar una de las tres técnicas de estudio durante el próximo mes para prepararse para un examen. Al final del mes, todos los estudiantes toman el mismo examen.
Los resultados de las pruebas de los estudiantes se muestran a continuación:
Utilice los siguientes pasos para realizar un ANOVA de una vía para determinar si las puntuaciones promedio son las mismas en los tres grupos.
Paso 1: Visualice los datos.
Primero, crearemos diagramas de caja para visualizar la distribución de los puntajes de las pruebas para cada una de las tres técnicas de estudio. Haga clic en la pestaña Gráficos , luego haga clic en Generador de gráficos .
Seleccione Diagrama de caja en la ventana Elegir de : . Luego, arrastre el primer gráfico titulado Diagrama de caja simple a la ventana de edición principal. Arrastre la técnica variable al eje x y puntúe en el eje y.
Luego haga clic en Propiedades del elemento , luego en el eje Y1 . Cambie el valor mínimo a 60. Luego haga clic en Aceptar .
Aparecerán los siguientes diagramas de caja:
Podemos ver que la distribución de los puntajes de las pruebas tiende a ser más alta para los estudiantes que usaron la técnica 2 en comparación con los estudiantes que usaron las técnicas 1 y 3. Para determinar si estas diferencias en los puntajes son estadísticamente significativas, realizaremos un ANOVA de una vía.
Paso 2: Realice un ANOVA unidireccional.
Haga clic en la pestaña Analizar , luego en Comparar medias y luego en ANOVA unidireccional .
En la nueva ventana que aparece, coloque el puntaje de la variable en el cuadro etiquetado como Lista de dependientes y la técnica de la variable en el cuadro etiquetado como Factor.
Luego haga clic en Post Hoc y marque la casilla junto a Tukey . Luego haga clic en Continuar .
Luego haga clic en Opciones y marque la casilla junto a Descriptivo . Luego haga clic en Continuar .
Por último, haga clic en Aceptar .
Paso 3: Interprete el resultado.
Una vez que haga clic en Aceptar , aparecerán los resultados del ANOVA unidireccional. A continuación se explica cómo interpretar la salida:
Tabla de descriptivos
Esta tabla muestra estadísticas descriptivas para cada uno de los tres grupos de nuestro conjunto de datos.
Los números más relevantes incluyen:
- N: El número de estudiantes en cada grupo.
- Media: la puntuación media de la prueba para cada grupo.
- Std. Desviación: la desviación estándar de los puntajes de las pruebas para cada grupo.
Tabla ANOVA
Esta tabla muestra los resultados del ANOVA unidireccional:
Los números más relevantes incluyen:
- F: el estadístico F general.
- Sig: El valor p que corresponde al estadístico F (4.545) con gl numerador (2) y gl denominador (27). En este caso, el valor p resulta ser .020 .
Recuerde que un ANOVA unidireccional utiliza las siguientes hipótesis nulas y alternativas:
- H 0 (hipótesis nula): μ 1 = μ 2 = μ 3 =… = μ k (todas las medias poblacionales son iguales)
- H A (hipótesis alternativa): al menos una media poblacional es diferente del resto
Dado que el valor p de la tabla ANOVA es menor que .05, tenemos evidencia suficiente para rechazar la hipótesis nula y concluir que al menos una de las medias del grupo es diferente del resto.
Para averiguar exactamente qué medias de grupo difieren entre sí, podemos consultar la última tabla en la salida de ANOVA.
Tabla de comparaciones múltiples
Esta tabla muestra las comparaciones múltiples post-hoc de Tukey entre cada uno de los tres grupos. Principalmente estamos interesados en Sig.columna, que muestra los valores p para las diferencias de medias entre cada grupo:
En la tabla podemos ver los valores p para las siguientes comparaciones:
- Técnica 1 frente a 2: | valor p = 0.024
- Técnica 1 vs 3 | valor p = 0,883
- Técnica 2 vs 3 | valor p = 0,067
La única comparación de grupo que tiene un valor de p menor que .05 es entre la técnica 1 y la técnica 2.
Esto nos dice que hay una diferencia estadísticamente significativa en los puntajes promedio de las pruebas entre los estudiantes que usaron la técnica 1 en comparación con los estudiantes que usaron la técnica 2.
Sin embargo, no existe una diferencia estadísticamente significativa entre la técnica 1 y 3, o entre la técnica 2 y 3.
Paso 4: Informe los resultados.
Por último, podemos informar los resultados del ANOVA de una vía. A continuación, se muestra un ejemplo de cómo hacerlo:
Se realizó un ANOVA de una vía para determinar si tres técnicas de estudio diferentes conducen a puntajes de prueba diferentes.
Un total de 10 estudiantes utilizaron cada una de las tres técnicas de estudio durante un mes antes de realizar la misma prueba.
Un ANOVA de una vía reveló que había una diferencia estadísticamente significativa en los puntajes de las pruebas entre al menos dos grupos (F (2, 27) = 4.545, p = 0.020).
La prueba de Tukey para comparaciones múltiples encontró que las puntuaciones medias de las pruebas eran significativamente diferentes entre los estudiantes que usaban la técnica 1 y la técnica 2 (p = .024, IC del 95% = [-14.48, -.92]).
No hubo diferencias estadísticamente significativas entre las puntuaciones de las técnicas 1 y 3 (p = .883) o entre las puntuaciones de las técnicas 2 y 3 (p = .067).
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
