Haga clic en el icono

para agregar una

imagen ANÁLISIS DE LA
VARIANZA
ANOVA
Recordemos…
• La varianza es la desviación típica elevada
al cuadrado:

 x  x
i
2

  mk  x 2

 2 2
 i

 f 
f
 RECORDEMOS…

• Una varianza grande indica que hay mucha

variación entre los sujetos, que hay mayores
diferencias individuales con respecto a la
media; una varianza pequeña nos indica poca
variabilidad entre los sujetos, diferencias
menores entre los sujetos. La varianza
cuantifica todo lo que hay de diferente entre
los sujetos u observaciones.

ANOVA
¿QUÉ ES EL ANÁLISIS DE VARIANZA?

• En estadística, el análisis de la varianza

(ANOVA, ANalysis Of VAriance, según
terminología inglesa) es una colección de
modelos estadísticos y sus procedimientos
asociados, en el cual la varianza está
particionada en ciertos componentes

ANOVA
debidos a diferentes factores (variables).
• Análisis de varianza (a menudo abreviada
ANOVA: analysis of variance), que permite
probar la significancia de las diferencias entre
más de dos medias muestrales.
• Usando el análisis de varianza, se puede hacer
inferencias acerca de las muestras se tomaron
de poblaciones que tienen la misma media.
¿CÓMO SURGE
ANOVA?
• Las técnicas iniciales del análisis de
varianza fueron desarrolladas por el
estadístico y genetista R. A. Fisher en
los años 1920 y 1930 y es algunas veces
conocido como "Anova de Fisher" o
"análisis de varianza de Fisher", debido
al uso de la distribución F de Fisher
como parte del contraste de hipótesis.
 ¿PARA QUÉ HACER UN ANOVA?

• El análisis de varianza lo vamos a utilizar

para verificar si hay diferencias
estadísticamente significativas entre
medias cuando tenemos más de dos
muestras o grupos el mismo
en
planteamiento.
 ¿PARA QUÉ HACER UN
ANOVA?
• Su verdadero objetivo no es la
variabilidad, sino otros contrastes, como
la igualdad de medias o el ajuste en un
problema de Regresión.
¿EN QUE CONSISTE LA TÉCNICA
ANOVA?

La técnica del ANOVA consiste en descomponer

la variabilidad de una población (representada
por su varianza) en diversos sumandos según los
factores que intervengan en la creación de esa
variabilidad.
 ¿EN QUE CONSISTE LA TÉCNICA
ANOVA?
• La varianza expresa variación, y si podemos
descomponer la varianza, podemos aislar
fuentes de variación. Cuando de los sujetos
tenemos varios tipos de información, el
análisis de varianza nos va a responder a esta
pregunta ¿De dónde vienen las diferencias?
 ¿EN QUE CONSISTE LA TÉCNICA
ANOVA?
• Para dos (o más) muestras, la varianza total
(uniendo las dos muestras en una sola) puede
descomponerse en dos varianzas:
1)Una varianza que indica la variabilidad dentro
de los grupos
2)Otra varianza que expresa la variabilidad
(diferencias) entre los grupos (entre las
medias).
 ¿CÓMO HACER UN
ANOVA?
• Primero, se deben satisfacer tres
supuestos básicos antes de utilizar el análisis de
varianza.
1)Las muestras deben ser de tipo
aleatorio independiente.
2)Las muestras deben ser obtenidas a partir
de poblaciones normales.
3) Las muestras deben tener varianzas iguales
¿CÓMO HACER UN
ANOVA?
Después se calculan las varianzas muestrales
(de cada muestra). Cabe aclarar que la suma de
cuadrados se debe dividir entre el número de
elementos de la muestra global menos uno (n
- 1) porque es una muestra.
 ¿CÓMO HACER UN
ANOVA?
• Lo siguiente es calcular la variación entre
muestras, para ello se suman todas las
varianzas muestrales y se dividen entre el
número de muestras (k), esto es una
media de varianzas.
 ¿CÓMO HACER UN
ANOVA?
• Posteriormente, se estima la varianza de
interna de los grupos, para lo cual,
previamente se estima la varianza de las
medias aritméticas, como sigue:
 ¿CÓMO HACER UN
ANOVA?
• La cual se multiplica por el número de
elementos totales de cada muestra (n)
para obtener la varianza de la distribución
del muestreo.
EL ESTADÍSTICO F DE
FISHER
Para verificar si realmente existen diferencias
entre las muestras, no dadas por la variabilidad
sino por algún factor, se emplean el estadístico
de Fisher (F de Fisher). Este indicador,
determina que tanta variabilidad hay entre
todas las muestras.
 EL ESTADÍSTICO F DE
FISHER

• Primero se debe calcular la razón F de

prueba (o contraste), dividiendo la
variación interna de las muestras, entre la
variación global de las muestras:
 EL ESTADÍSTICO F DE
FISHER

• Después se debe de contrastar con el

estadístico F con (k-1) grados de libertad
para el numerador y k(n-1) grados de
libertad para el denominador. Este
estadístico se encuentra en la siguiente
tabla:
¿EXISTE DIFERENCIA POR UN
FACTOR?
• Si la razón F de prueba es menor que la F de
la tabla, entonces se concluye que no hay
diferencia significativa entre las proporciones
de cada muestras de acuerdo al factor
considerado. En caso contrario, se dice que
no todas las proporciones son iguales y que el
factor si influye en la diferencias de cada
muestra.
TABLA ANOVA

• Finalmente, la información debe presentarse en

una tabla ANOVA
• No se sabe que método
es mejor para capacitar
a los empleados y elevar
su productividad.
 PLANTEAMIENTO DE LAS HIPÓTESIS

Clave del análisis de varianza Hipótesis

• En este caso, la razón para • H0: 𝜇1 = 𝜇2 = 𝜇 3←
utilizar análisis de varianza Hipótesis nula
es decidir si estas tres
muestras se tomaron de • H1: 𝜇1, 𝜇2, 𝜇3no son todas
poblaciones que tienen las iguales ← Hipótesis
mismas medias. alternativa

Estadística II - Carrera de Economía 24

 SUPUESTOS BÁSICOS

 Cada una de las muestras se toma de una población normal.

 Que cada una de estas poblaciones tiene la misma varianza, 𝜎 2 .

El análisis de varianza está basado en una comparación

de dos estimaciones diferentes de la varianza, 𝜎 2 , de nuestra
población total.
En este caso, podemos calcular una de esas estimaciones
examinando la varianza entre las tres medias muestrales, que
son 17, 21 y 19. La otra estimación de la varianza de la
población está determinada por la variación dentro de las tres
muestras mismas, esto es (15, 18, 19, 22, 1l), (22, 27, 18, 21,
17) y (18, 24, 19, 16,
22, 15).
 SI LA HIPÓTESIS NULA NO ES VERDADERA
1. Determinar una estimación de la varianza de
la población a partir de la varianza entre las
medias de las muestras.
2. Determinar una segunda estimación de la
varianza de la población a partir de la
varianza dentro de las muestras.
3. Comparar estas dos estimaciones. Si su valor
es aproximadamente igual, se acepta la
hipótesis nula.
CÁLCULO DE LA VARIANZA ENTRE LAS MEDIAS
MUESTRALES
CÁLCULO DE LA VARIANZA
ENTRE LAS MEDIAS MUESTRALES
CÁLCULO DE LA VARIANZA
DENTRO DE LAS MUESTRAS

Varianza de la
muestra
Σ 𝑥−𝑋 2
𝑆2 =
𝑛

−1
PRUEBA DE HIPÓTESIS F:
CÁLCULO E INTERPRETACIÓN
DEL ESTADÍSTICO F
Estadística II - Carrera de Economía 31
RESULTADOS ANOVA
CÁLCULOS UTILIZANDO SPSS

Estadística II - Carrera de Economía 33

 LA DISTRIBUCIÓN F
• La distribución F es en realidad una
familia completa de distribuciones.

Estadística II - Carrera de 3
CÁLCULO DE LOS GRADOS DE
LIBERTAD. PRUEBA F
RESULTADOS FINALES

Dato extraído de la tabla

que define
la región de aceptación
 PRECAUCIONES ACERCA DEL USO
DE LA PRUEBA F
1. Como se estableció, nuestros tamaños de muestra en este problema son demasiado
pequeños para poder llegar a inferencias válidas con respecto a la efectividad de los
métodos de capacitación. Escogimos muestras pequeñas para explicar la lógica del
análisis de varianza sin tener que efectuar cálculos tediosos.
2. En la práctica real, nuestra metodología sería la misma, pero las muestras serían más
grandes.
3. Stata y SPSS llegan a los mismos resultados
4. En nuestro ejemplo, hemos supuesto la ausencia de muchos factores que podrían
haber afectado nuestras conclusiones.
5. Para poder tomar decisiones significativas basadas en el análisis de varianza,
necesitamos tener certeza de que
todos los factores que son parte del análisis están controlados de manera efectiva.
6. Por último, note que solamente estudiamos el análisis de varianza en un sentido
(oneway) , o de un factor. El problema examinó el efecto del tipo de método de
capacitación sobre la productividad de los empleados y nada más. Si deseáramos
medir el efecto de dos factores, como el programa de capacitación y la edad del
empleado, necesitaríamos usar análisis de varianza en dos sentidos (twoway).
PROCEDIMIENTO EN EXCEL