ESTADSTICA APLICADA. PRCTICAS CON SPSS.

TEMA 2

1.- ANLISIS DE LA VARIANZA CON UN FACTOR El anlisis de la varianza estudia el efecto de una o varias variables independientes denominadas factores sobre la variable dependiente. Es una generalizacin del contraste de medias para dos muestras con datos independientes y se aplica en las situaciones en las que sean tres o ms de tres los grupos que se quieren comparar. Los grupos se definen a partir de los factores. Recordemos que las hiptesis iniciales para el anlisis de la varianza son: 1. Las poblaciones de donde proceden las muestras tienen que ser normales. Si el tamao de muestra es suficientemente grande, por el Teorema Central del Lmite, se consigue la normalidad. 2. Tienen que tener la misma varianza (homocedasticidad). 3. Las muestras tienen que haber sido elegidas al azar, asegurndose as la independencia. En el caso del anlisis de la varianza con un factor tendremos: Una variable independiente o factor Una variable dependiente cuantitativa.

Se pretende analizar el comportamiento de la variable dependiente en los k niveles o grupos establecidos en la variable independiente. Para realizarlo con SPSS, el fichero debe configurarse de modo que aparezcan en las columnas la variable dependiente y la independiente y despus se selecciona: Analizar/Comparar medias/ANOVA de un factor. En la ventana Dependientes del cuadro de dialogo que aparece seleccionamos la/s variable/s cuantitativa/s de nuestro archivo sobre la/s que se quiere estudiar el efecto de la variable independiente o factor, que se coloca en la ventana Factor. Ejemplo 1. Vamos a llevar a cabo un anlisis de la varianza con las opciones que el programa tiene establecidas por defecto. Con el archivo Datos de empleados.sav vamos a comprobar si los diferentes grupos definidos por la variable catlab (categora laboral) difieren en la variable salario (salario actual). Para ello: Seleccionar la variable salario y trasladarla a la lista Dependientes Seleccionar la variable catlab y trasladarla al cuadro Factor. 1

El visor de resultados ofrece la siguiente tabla:

Salario actual Suma de cuadrados 89438483925,943 48478011510,397 137916495436,340 gl 2 471 473 Media cuadrtica 44719241962,972 102925714,459 F 434,481 Sig. ,000

Inter-grupos Intra-grupos Total

Puesto que el p-valor es menor que 0.05 debe rechazarse la hiptesis de igualdad de medias. Por tanto, los salarios difieren segn la categora laboral. BOTN OPCIONES Las opciones de este procedimiento permiten seleccionar: Estadsticos: o Descriptivos. Ofrece estadsticos descriptivos referidos tanto a cada grupo como al total muestral. o Efectos aleatorios y fijos. Los niveles de un factor pueden establecerse de dos maneras distintas: fijndolos (se utilizan solamente los niveles que se desea estudiar o los niveles que posee la variable, es la forma habitual de proceder) o seleccionndolos aleatoriamente entre la poblacin de posible niveles del factor. En el primer caso se habla de factor de efectos fijos; en el segundo de factor de efectos aleatorios. Si se elige esta opcin, el visor ofrece distintos estadsticos para cada tipo de efectos. o Prueba de homogeneidad de las varianzas. El estadstico F del ANOVA de un factor se basa en el cumplimiento de dos supuestos fundamentales: normalidad y homocedasticidad. Normalidad significa que la variable dependiente se distribuye normalmente en todas las poblaciones muestreadas; si los tamaos de los grupos son grandes, el estadstico F se comporta razonablemente incluso con distribuciones poblacionales sensiblemente alejadas de la normalidad. Homocedasticidad o igualdad de varianzas significa que todas las poblaciones muestreadas poseen la misma varianza; con grupos de distinto tamao, el incumplimiento de este supuesto debe ser cuidadosamente vigilado. Esta opcin permite contrastar este supuesto mediante la prueba de Levene. o Brown-Forsythe y Welch. Representan una alternativa robusta al estadstico F del ANOVA cuando no se puede asumir que las varianzas son iguales. Grfico de las medias: Permite obtener un grfico de lneas con la variable factor en el eje horizontal y la variable dependiente en el vertical (igual que el grfico de perfil en el Anova con ms de dos factores).

Valores perdidos. Los casos con valores perdidos pueden excluirse del anlisis utilizando criterios diferentes: o Excluir casos segn anlisis. Excluye del ANOVA los casos que tienen algn valor perdido en la variable factor o en la variable dependiente que est siendo analizada. Es la opcin por defecto. o Excluir casos segn lista. Excluye de todos los ANOVA solicitados los casos que tienen algn valor perdido en la variable factor o en cualquiera de las variables trasladadas a la lista Dependientes. Ejemplo 2. Repetimos el anlisis marcando las opciones anteriores (salvo efectos aleatorios y fijos). El visor de resultados muestra las siguientes tablas:
Descriptivos Salario actual N Media Desviacin tpica Error tpico Intervalo de confianza para la media al 95% Lmite inferior $27,057.40 $30,102.37 $60,018.44 $32,878.40 Lmite superior $28,619.68 $31,775.40 $67,937.16 $35,960.73 Mnimo Mximo

Administrativo Seguridad Directivo Total

363 27 84 474

$27,838.54 $30,938.89 $63,977.80 $34,419.57

$7,567.995 $2,114.616 $18,244.776 $17,075.661

$397.217 $406.958 $1,990.668 $784.311

$15,750 $24,300 $34,410 $15,750

$80,000 $35,250 $135,000 $135,000

Prueba de homogeneidad de varianzas Salario actual Estadstico de Levene 59,733 gl1 2 gl2 471 Sig. ,000

Puesto que el p-valor es menor que 0.05, se debe rechazar la hiptesis de igualdad de varianzas y concluir que, en las poblaciones definidas por las tres categoras laborales, las varianzas de la variable salario no son iguales.

Pruebas robustas de igualdad de las medias Salario actual Welch Brown-Forsythe Estadstico 162,200 306,810 gl1 2 2 gl2 117,312 93,906 Sig. ,000 ,000

Estas pruebas son una buena alternativa al estadstico F cuando no es posible asumir que las varianzas poblacionales son iguales. Puesto que, en ambos, el p-valor es menor que 0.05 se puede rechazar la

hiptesis de igualdad de medias y concluir que los salarios medios de las poblaciones comparadas no son iguales. El grfico de las medias es el siguiente:

$60.000

Media de salario

$50.000

$40.000

$30.000

Administrativo

Seguridad

Directivo

Categora laboral

BOTN POST-HOC El estadstico F del ANOVA nicamente permite contrastar la hiptesis de que los promedios comparados son iguales. Rechazar esta hiptesis significa que las medias poblacionales comparadas no son iguales, pero no permite precisar dnde en concreto se encuentran las diferencias detectadas: difieren entre s todas las medias?, hay una media que difiere de las dems?, etc Para saber qu media difiere de qu otra se debe utilizar un tipo particular de contrastes denominados comparaciones multiples post hoc o comparaciones a posteriori. Estas comparaciones permiten controlar la tasa de error al efectuar varios contrastes utilizando las mismas medias, es decir, permiten controlar la probabilidad de cometer errores tipo I (Probabilidad de rechazar la hiptesis cuando sta es verdad) al tomar varias decisiones. Todas las opciones de este cuadro de dilogo ofrecen informacin similar: permite, una vez rechazada la hiptesis nula del ANOVA de que todas las medias son iguales, averiguar qu medias en concreto difieren de qu otras. Asumiendo varianza iguales se pueden seleccionar uno o ms de los siguientes mtodos: DMS, Bonferroni, Sidak, Scheff, REGW, .. No asumiendo varianza iguales se pueden seleccionar alguno de los siguientes mtodos: T2 de Tamhane, T3 de Dunnett,..

Ejemplo 3. Repetimos el anlisis anterior seleccionando la opcion Tuckey del recuadro asumiendo varianzas iguales y la opcin Games- Howell del recuadro no asumiendo varianzas iguales.

Comparaciones mltiples Variable dependiente: Salario actual Intervalo de confianza al 95% Lmite Lmite inferior superior -$7,858.50 $1,657.80 -$39,027.29 -$33,251.22 -$1,657.80 $7,858.50 -$38,315.84 -$27,761.98 $33,251.22 $39,027.29 $27,761.98 $38,315.84 -$4,454.82 -$1,745.88 -$40,977.01 -$31,301.51 $1,745.88 $4,454.82 -$37,881.37 -$28,196.45 $31,301.51 $40,977.01 $28,196.45 $37,881.37

HSD de Tukey

(I) Categora laboral Administrativo Seguridad Directivo

Games-Howell

Administrativo Seguridad Directivo

(J) Categora laboral Seguridad Directivo Administrativo Directivo Administrativo Seguridad Seguridad Directivo Administrativo Directivo Administrativo Seguridad

Diferencia de medias (I-J) -$3,100.349 -$36,139.258* $3,100.349 -$33,038.909* $36,139.258* $33,038.909* -$3,100.349* -$36,139.258* $3,100.349* -$33,038.909* $36,139.258* $33,038.909*

Error tpico $2,023.760 $1,228.352 $2,023.760 $2,244.409 $1,228.352 $2,244.409 $568.679 $2,029.912 $568.679 $2,031.840 $2,029.912 $2,031.840

Sig. ,277 ,000 ,277 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

*. La diferencia entre las medias es significativa al nivel .05.

La primera columna indica los mtodos que se han seleccionado. A continuacin aparecen todas las posibles combinaciones dos a dos entre los niveles de la variable factor (categora laboral), las diferencias entre los salarios medios de cada dos grupos, el error tpico de esas diferencias y el nivel de significacin asociado a cada diferencia. Los grupos cuyas medias difieren significativamente al nivel de significacin establecido (0.05 por defecto) estn marcados con un asterisco. Puede comprobarse que el nmero de diferencias significativas detectadas no es el mismo en los dos mtodos. Puesto que no se pueden considerar las varianzas poblacionales iguales, tomaremos la solucin del mtodo Games-Howell. Por tanto, todos los promedios comparados difieren significativamente: los directivos poseen un salario medio mayor que el de los agentes de seguridad y stos mayor que el de los administrativos. Los intervalos de confianza permite estimar entre qu lmites se encuentra la verdadera diferencia entre las medias de los grupos. Estos intervalos tambin permiten tomar decisiones sobre si dos promedios difieren o no significativamente (dependiendo de que el intervalo incluya o no el valor cero). La siguiente tabla ofrece una clasificacin de los grupos basada en el grado de parecido existente entre sus medias.

Salario actual Subconjunto para alfa = . 05 1 2 $27,838.54 $30,938.89 $63,977.80 ,227 1,000

Categora laboral a,b Administrativo HSD de Tukey Seguridad Directivo Sig.

N 363 27 84

Se muestran las medias para los grupos en los subconjuntos homogneos. a. Usa el tamao muestral de la media armnica = 58,031. b. Los tamaos de los grupos no son iguales. Se utilizar la media armnica de los tamaos de los grupos. Los niveles de error de tipo I no estn garantizados.

En el subconjunto 1, estn incluidos los administrativos y los de seguridad cuyas medias no difieren significativamente (p-valor=0.227) y en el grupo 2 solo estn los directivos que difieren de los anteriores. Esta clasificacin por grupos no est disponible en todos los mtodos, sta es la razn por la cual, a pesar de que no puede asumirse que las varianzas sean iguales, la clasificacin en subconjunto homogeneos se ha realizado con el mtodo de Tuckey.

2. ANLISIS DE VARIANZA FACTORIAL Los modelos factoriales de anlisis de varianza (factorial=ms de un factor) sirven para evaluar el efecto individual y conjunto de dos o ms factores sobre una variable dependiente cuantitativa. Un ANOVA factorial permite estudiar, por ejemplo, si el salario (variable dependiente) de los varones y de las mujeres es diferente (efecto del primer factor) y, al mismo tiempo, si varios grupos de edad tienen distinto salario (efecto del segundo factor). Pero tambin permite estudiar si las diferencias entre varones y mujeres se repiten o no en cada grupo de edad, es decir, permite determinar si la interaccin entre los factores sexo y grupos de edad afecta a la variable dependiente. Utilizar ms de un factor en un mismo diseo posee la ventaja de poder estudiar el efecto de la interaccin entre factores. En un modelo de dos factores, los efectos de inters son tres: los dos efectos principales (uno por cada factor) y el efecto de la interaccin entre ambos factores. En un anlisis de varianza factorial existe una hiptesis nula por cada factor y por cada posible combinacin de factores. La hiptesis nula referida a un factor afirma que las medias de las poblaciones definidas por los niveles del factor son iguales. La hiptesis referida al efecto de una interaccin afirma que tal efecto es nulo. Para contrastar estas hiptesis, el ANOVA factorial se sirve de estadsticos F. Para llevar a cabo un anlisis de varianza de ms de un factor seleccionar la opcin: Modelo lineal general/Univariante. Para obtener un ANOVA factorial con las especificaciones establecidas por defecto: Seleccionar una variable cuantitativa y trasladarla al cuadro Dependiente. (salario actual) Seleccionar dos o ms variables categricas y trasladarlas a las listas Factores fijos o Factores aleatorios Factores fijos. Un factor de efectos fijos es aquel cuyos niveles los establece el investigador. Los niveles concretos que toma un factor de efectos fijos constituyen la poblacin de niveles sobre los que se hace inferencia. (sexo y categora laboral) Factores aleatorios. Un factor de efectos aleatorios es aquel cuyos niveles son seleccionados de forma aleatoria entre todos los posibles niveles del factor. Los niveles concretos que toma un factor de efectos aleatorios constituyen slo una muestra de la poblacin de niveles sobre los que se hace inferencia. Ejemplo 4. Con el archivo Datos de empleados.sav se va a estudiar si los grupos definidos por la variable catlab (categora laboral), por un lado, y los grupos definidos por la variable sexo, por otro, difieren en la variable salario.

La primera tabla muestra el nombre de las variables independientes, incluidas las etiquetas de los valores, y el nmero de casos que hay en cada grupo. Cuando hay el mismo nmero de observaciones por celda se habla de ANOVA equilibrado.
Factores inter-sujetos Etiqueta del valor Administrativo Seguridad Directivo Hombre Mujer N 363 27 84 258 216

Categora laboral Sexo

1 2 3 h m

La tabla resumen del ANOVA es la siguiente:

Variable dependiente: Salario actual Suma de cuadrados tipo III 96456357285,104(a) 177271943071,926 32316332041,298 5247440731,568 1247682866,737 41460138151,236 699467436925,000

Fuente Modelo corregido Interseccin catlab sexo catlab * sexo Error Total Total corregida

gl 4 1 2 1 1 469 474 473

Media cuadrtica 24114089321,276 177271943071,926 16158166020,649 5247440731,568 1247682866,737 88401147,444

F 272,780 2005,313 182,782 59,359 14,114

Sig. ,000 ,000 ,000 ,000 ,000

137916495436,340 a R cuadrado = ,699 (R cuadrado corregida = ,697)

La fila modelo corregido se refiere a todos los efectos del modelo tomados juntos (el efecto de los dos factores, el de la interaccin y el de la constante o interseccin). El p-valor asociado es menor que 0.05 lo que indica que el modelo explica una parte significativa de la variacin observada en la variable dependiente salario. El valor R 2 = 0.699 indica que los tres efectos incluidos en el modelo estn explicando el 69.9% de la varianza de la variable dependiente salario. La fila interseccin se refiere a la constante del modelo. Esta constante forma parte del modelo y es necesaria para obtener las estimaciones de las medias de las casillas. Adems permite contrastar, en el caso de que esto tenga sentido, la hiptesis de que la media total de la variable dependiente vale cero en la poblacin. Las dos filas siguientes recogen los efectos principales, es decir, los efectos individuales de los dos factores incluidos en el modelo: categora laboral y sexo. Los p-valores menores de 0.05 indican que los grupos definidos por categora laboral poseen salarios medios significativamente diferentes y que los salarios medios entre hombres y mujeres son significativamente diferentes tambin. La siguiente fila contiene informacin sobre el efecto de la interaccin catlab*sexo. Como el p-valor es menor que 0.05, el efecto de la interaccin es significativo. Slo con este dato ya se puede anticipar

que las diferencias salariales que se dan entre las distintas categoras laborales no son las mismas en los varones y las mujeres, o dicho de otra forma, las diferencias entre hombres y mujeres no son las mismas en las distintas categoras laborales. La fila error ofrece informacin sobre la fuente de variacin error o residual. La penltima fila (Total) muestra la suma de los cuadrados de las puntuaciones de la variable dependiente (informacin carente de utilidad, ahora mismo). Y la ltima fila recoge la variacin total: la variacin debida a cada efecto ms la variacin error. BOTN POST HOC Si algunos de los estadsticos F asociados a los efectos principales resulta significativo, puede ser interesante realizar comparaciones post hoc (explicadas anteriormente). Ejemplo 5. Repetimos el anlisis anterior incluyendo anlisis post hoc (Tukey y Games-Howell) para el factor categora laboral. Para sexo no tiene sentido puesto que tiene dos niveles. El visor de resultados presenta las siguientes tablas cuya interpretacin es la misma que la realizada en el Ejemplo 3.
Comparaciones mltiples Variable dependiente: Salario actual Intervalo de confianza al 95%. Lmite Lmite inferior superior -$7,510.07 $1,309.37 -$38,815.81 -$33,462.71 -$1,309.37 $7,510.07 -$37,929.42 -$28,148.40 $33,462.71 $38,815.81 $28,148.40 $37,929.42 -$4,454.82 -$1,745.88 -$40,977.01 -$31,301.51 $1,745.88 $4,454.82 -$37,881.37 -$28,196.45 $31,301.51 $40,977.01 $28,196.45 $37,881.37

DHS de Tukey

(I) Categora laboral Administrativo Seguridad Directivo

GamesHowell

Administrativo Seguridad Directivo

(J) Categora laboral Seguridad Directivo Administrativo Directivo Administrativo Seguridad Seguridad Directivo Administrativo Directivo Administrativo Seguridad

Diferencia entre medias (I-J) -$3,100.35 -$36,139.26* $3,100.35 -$33,038.91* $36,139.26* $33,038.91* -$3,100.35* -$36,139.26* $3,100.35* -$33,038.91* $36,139.26* $33,038.91*

Error tp. $1,875.539 $1,138.387 $1,875.539 $2,080.027 $1,138.387 $2,080.027 $568.679 $2,029.912 $568.679 $2,031.840 $2,029.912 $2,031.840

Sign. ,225 ,000 ,225 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

Basado en las medias observadas. *. La diferencia de medias es significativa al nivel ,05.

Puesto que el mtodo de Tuckey asume varianzas poblacionales iguales y el de Games-Howell no, nuestra decisin debe basarse en aquel que se ajuste a las caractersticas de los datos (lo veremos ms adelante en pruebas de homogeneidad del apartado opciones). La siguiente tabla ofrece un resumen (basado en el mtodo de Tuckey) del resultado obtenido con las comparaciones simples:
Salario actual Subconjunto DHS de Tukey Categora laboral Administrativo Seguridad Directivo Significacin N 363 27 84 1 $27,838.54 $30,938.89 ,179 2

$63,977.80 1,000

BOTN GRFICOS Las comparaciones multiples post hoc suelen proporcionar toda la informacin necesaria para poder interpretar correctamente un efecto principal significativo. Pero no ocurre lo mismo con los efectos de las interacciones. La interpretacin correcta de una interaccin suele requerir la ayuda de un grfico de lneas, tambin llamado grfico de perfil. En un grfico de perfil sobre la interaccin entre dos factores, en el eje vertical se representa la escala de las medias de la variable dependiente, en el eje horizontal se representan los niveles del primer factor y cada lnea del grfico representan los niveles del segundo factor (una lnea para hombres y otra para mujeres). Para obtener un grfico de perfil referido a una interaccin doble: Trasladar a los cuadros Eje horizontal y Lneas distintas (dos factores) los factores cuya interaccin se desea representar. Pulsar el botn aadir para hacer efectiva la seleccin. Utilizar los botones Cambiar y Borrar para modificar o eliminar combinaciones previamente elegidas. Para obtener un grfico de perfil referido a una interaccin triple: Antes de pulsar en Aadir, trasladar el tercer factor al cuadro Grficos distintos. Ejemplo 6. Realizamos el grfico de lneas con Catlab en el eje horizontal y Sexo en lineas distintas.

10

Medias marginales estimadas de Salario actual

Sexo
Hombre Mujer $60.000

$70.000

Medias marginales estimadas

$50.000

$40.000

$30.000

$20.000 Administrativo Seguridad Directivo

Categora laboral
Las medias no estimables no se representan

En el grfico aparecen representadas las medias de salario calculadas en cada subgrupo (salvo para seguridad-mujer, que no hay elementos). Vemos que los hombres cobran ms que las mujeres en todas las categoras. Adems en el grupo de directivos las diferencias son muchos ms acentuadas. Por tanto, las diferencias de salario entre hombres y mujeres parecen no ser la misma a lo largo de las categoras laborales. (Nota: aadir al fichero de datos 10 mujeres de seguridad con salario 23.000 y 10 mujeres directivo con salario 70.000 y repetir el procedimiento)

11

BOTN OPCIONES El cuadro de dilogo Opciones permite obtener informacin relacionada con varios aspectos complementarios del anlisis. Los que se utilizaran en este curso son los siguientes: Estadsticos descriptivos. Media, desviacin tpica y tamao de cada nivel y de cada combinacin de niveles. Estimaciones de los parmetros. Los modelos ANOVA contienen una serie de parmetros a partir de los cuales se obtienen las medias que el modelo estima para cada nivel o combinacin de niveles. Las estimaciones de las medias se obtienen combinando los parmetros involucrados en la obtencin de cada media. La tabla muestra, adems, el error tpico asociado a cada estimacin y un estadstico T que permite contrastar la hiptesis de que un determinado parmetro vale cero en la poblacin. Cada estimacin aparece acompaada del intervalo de confianza. Prueba de homogeneidad. Ofrece el estadstico de Levene sobre homogeneidad de varianzas, el cual permite contrastar la hiptesis de que la varianza de la variable dependiente es la misma en el conjunto de poblaciones definidas por la combinacin de factores. Ejemplo 7. Repetimos el anlisis anterior marcando estas opciones. Los estadsticos descriptivos son:

Estadsticos descriptivos Variable dependiente: Salario actual Sexo Hombre Categora laboral Administrativo Seguridad Directivo Total Mujer Administrativo Directivo Total Total Administrativo Seguridad Directivo Total Media $31,558.15 $30,938.89 $66,243.24 $41,441.78 $25,003.69 $47,213.50 $26,031.92 $27,838.54 $30,938.89 $63,977.80 $34,419.57 Desv. tp. $7,997.978 $2,114.616 $18,051.570 $19,499.214 $5,812.838 $8,501.253 $7,558.021 $7,567.995 $2,114.616 $18,244.776 $17,075.661 N 157 27 74 258 206 10 216 363 27 84 474

12

Las estimaciones de parmetros que ayudan a estimar las medias son:

Estimaciones de los parmetros Variable dependiente: Salario actual Parmetro B Error tp. t Significacin Intervalo de confianza al 95%. Lmite inferior 41370,993 12804,977 . -28192,446 -39458,313 . -19000,534 . . . . Lmite superior 53056,007 25254,509 . -16227,176 -31150,396 . -5950,026 . . . .

Interseccin [sexo=h] [sexo=m] [catlab=1] [catlab=2] [catlab=3] [sexo=h] * [catlab=1] [sexo=h] * [catlab=2] [sexo=h] * [catlab=3] [sexo=m] * [catlab=1] [sexo=m] * [catlab=3]

47213,500 19029,743 0(a) -22209,811 -35304,354 0(a) -12475,280 0(a) 0(a) 0(a) 0(a)

2973,233 3167,763 . 3044,544 2113,936 . 3320,681 . . . .

15,880 6,007 . -7,295 -16,701 . -3,757 . . . .

,000 ,000 . ,000 ,000 . ,000 . . . .

a Al parmetro se le ha asignado el valor cero porque es redundante.

De forma que, el salario medio de un administrativo hombre se calcula de la siguiente manera: Interseccin Hombre Interaccin Total El salario medio de una mujer administrativa es: Interseccin Mujer Administrativo -22209,811$ Interaccin Total El salario medio de una mujer directivo es: Interseccin 47213,500$ Mujer Directiva Interaccin Total 47213,500$ 25003,69$ 47213,500$ 47213,500$ 19029,743$ -12475,280$ 31558,150$

Administrativo -22209,811$

13

La prueba de Levene nos lleva a que las varianzas son diferentes.

Contraste de Levene sobre la igualdad de las varianzas error(a) Variable dependiente: Salario actual F 33,383 gl1 4 gl2 469 Significacin ,000

Contrasta la hiptesis nula de que la varianza error de la variable dependiente es igual a lo largo de todos los grupos. a Diseo: Intercept+sexo+catlab+sexo * catlab

14