Estadísticas: análisis de varianza

El análisis de varianza también se denomina ANOVA. Es un procedimiento que siguen los estadísticos para verificar la diferencia de potencial entre la variable dependiente de nivel de escala mediante una variable de nivel nominal que tiene dos o más categorías. Fue desarrollado por Ronald Fisher en 1918 y amplía la prueba t y la prueba z que compara solo la variable de nivel nominal para tener solo dos categorías.

Tipos de ANOVA

Los ANOVA son principalmente de tres tipos:

  • One-way ANOVA- Los ANOVA de una vía tienen solo una variable independiente y se refieren a números en esta variable. Por ejemplo, para evaluar las diferencias en el coeficiente intelectual por país, puede tener datos de 1, 2 y más países para comparar.

  • Two-way ANOVA- ANOVA bidireccional utiliza dos variables independientes. Por ejemplo, para acceder a las diferencias de CI por país (variable 1) y género (variable 2). Aquí puede examinar la interacción entre dos variables independientes. Estas interacciones pueden indicar que las diferencias en el CI no son uniformes en una variable independiente. Por ejemplo, las mujeres pueden tener un coeficiente intelectual más alto que los hombres y un puntaje muy alto sobre los hombres en Europa que en América.

    Los ANOVA bidireccionales también se denominan ANOVA factorial y pueden estar tanto equilibrados como desequilibrados. Equilibrado se refiere a tener el mismo número de participantes en cada grupo, mientras que desequilibrado se refiere a tener un número diferente de participantes en cada grupo. Los siguientes tipos especiales de ANOVA se pueden usar para manejar grupos no balanceados.

    • Hierarchical approach(Type 1) -Si los datos no fueron desequilibrados intencionalmente y tienen algún tipo de jerarquía entre los factores.

    • Classical experimental approach(Type 2) - Si los datos no fueron desequilibrados intencionalmente y no tienen jerarquía entre los factores.

    • Full Regression approach(Type 3) - Si los datos se desequilibraron intencionalmente debido a la población.

  • N-way or Multivariate ANOVA- Los ANOVA de N vías tienen múltiples variables independientes. Por ejemplo, para evaluar las diferencias en el coeficiente intelectual por país, género, edad, etc. simultáneamente, se implementará el ANOVA de N vías.

Procedimiento de prueba ANOVA

A continuación se detallan los pasos generales para realizar ANOVA.

  • Establezca hipótesis nula y alternativa donde la hipótesis nula establezca que no hay diferencias significativas entre los grupos. Y la hipótesis alternativa asume que hay una diferencia significativa entre los grupos.

  • Calcule la razón F y la probabilidad de F.

  • Compare el valor p del cociente F con el alfa establecido o el nivel de significancia.

  • Si el valor p de F es menor que 0.5, rechace la hipótesis nula.

  • Si se rechaza la hipótesis nula, concluya que la media de los grupos no es igual.