ANALISIS DE LA VARIANZA

Analisis de la varianza o mejor conocido como ANOVA por sus siglas en ingls (Analysis of Variance), es una de las
tcnicas estadsticas ms utilizadas para comparar grupos de medidas y normalmente se emplea para establecer
semejanzas y diferencias entre tres o ms grupos distintos. A travs de ANOVA se establece un anlisis para evaluar
comparativamente unos resultados en distintas clasificaciones o grupos. De esta manera, es posible calcular si los
valores medios son iguales en los distintos grupos estudiados.

Este anlisis comparativo se realiza en aquellos contextos en los que los grupos estudiados son independientes entre
s, pero la comparacin global de ellos puede ofrecer resultados estadsticos que resulten de inters. En pocas
palabras, los resultados obtenidos indican si los valores medios entre dos grupos o ms son semejantes o diferentes.
Si no se utiliza el anlisis ANOVA de un factor las diferencias entre los distintos grupos estudiados dependeran de la
observacin subjetiva de cada observador.

INTRODUCCION

ANOVA, debido a R.A. Fischer, surge poco despus de la 1 Guerra Mundial, como una tcnica encaminada a
comparar las medias de mas de 2 poblaciones, que son observadas en circunstancias experimentales no totalmente
cpntrolables u homegeneas. En concreto, inicialmente, parte de los trabajos de Fischer se desarrolla en investigacin
agraria y por ello ha incorporado trminos propios de este campo en su desarrollo teorico: tratamient, factor,
unidad, experimental, etc.

El problema que se plantea Fisher es como estudiar si existen o no diferencias (en trminos de la media) en la
respuesta o reaccin que tienen un grupo de unidades experimentales ante distintos tratamientos con un
determinado factor. Por ejemplo, seria igual una cosecha de trigo (respuesta media), observada en diversos grupos
de parcelas(unidades experimentales), si se les somete a distintos niveles (tratamiento) de abonado (factor)?

El ANOVA ha tenido un gran desarrollo y ha dado lugar a una rama con personalidad propia en el campo de la
Estadistica: el diseo de experimentos.

Modelo de un factor completamente aleatorizado

Se corresponde con el tipo de modelo formulado en el apartado anterior. Una sola variable
explicativa, o factor, con, al menos, dos categoras o niveles (tratamientos), que producen una
respuesta observable en las distintas unidades experimentales o elementos muestrales. Se
supone que estos son homogneos y que se asignan en forma aleatoria a los distintos
tratamientos. Se trata, por tanto, de un diseo completamente aleatorizado.

El objetivo es comprobar si hay diferencias significativas en la repuesta media para los

distintos niveles de factor. Como dijimos, es una extensin del contraste de la diferencia de
medias de dos poblaciones normales, con varianzas desconocidas, pero iguales. El objetivo, por
tanto, es realizar el contraste siguiente:

H0: 1= 2=...= j=... k =

6
 H1: no todas las j son iguales

Si rechazamos la hiptesis nula, es que podremos distinguir los efectos que producen los
distintos tratamientos. Si la aceptsemos, cualquier discrepancia en las respuestas medias
sera achacable al azar, producto del error experimental.

Anlisis simple de la varianza (One-Way ANOVA)

El objetivo principal de muchos experimentos consiste en determinar el efecto que sobre alguna
variable dependiente Y tienen distintos niveles de algn factor X (variable independiente y
discreta). El factor puede ser la temperatura, la empresa que ha producido el bien, el da de la
semana, etc. Esencialmente, el diseo para el anlisis simple de la varianza consistir en obtener
muestras aleatorias e independientes del valor de Y asociado a cada uno de los distintos niveles
del factor X1, X2,..., Xn . Entonces podremos determinar si los diferentes niveles del factor tienen
un efecto significativo sobre el valor de la variable dependiente. El funcionamiento de la tcnica
ANOVA simple es, a grandes rasgos, el siguiente: a fin de comparar las medias de Y asociadas a
los distintos niveles del factor (X1, X2,..., Xn), compararemos una medida de la variacin entre
diferentes niveles (MS-factor) con una medida de la variacin dentro de cada nivel (MS-error).
Si el MS-factor es significativamente mayor que el MS-error, concluiremos que las medias
asociadas a diferentes niveles del factor son distintas. Esto significa que el factor influye
significativamente sobre la variable dependiente Y. Si, por el contrario, el MS-factor no es
significativamente mayor que el MS-error, no rechazaremos la hiptesis nula de que todas las
medias, asociadas a diferentes niveles del factor, coinciden.

Anlisis doble de la varianza (Two-Way ANOVA)

Usaremos el anlisis doble de la varianza para estudiar los posibles efectos causados por
diferentes niveles de dos factores sobre la variable dependiente. As, por ejemplo, en agricultura
estaremos interesados en estudiar qu efectos tendrn, sobre el crecimiento de las patatas,
variaciones en los niveles de potasio y nitrgeno de la tierra; en medicina, estaremos
interesados en estudiar los efectos, sobre el dolor de cabeza, del medicamento y de la dosis
empleados; en educacin, buscaremos conocer qu efectos, sobre el tiempo necesario para
adquirir unos conocimientos, tendrn los factores nivel de estudios y sexo; en una campaa de
marketing, estaremos interesados en conocer los efectos del presupuesto y del medio usado
(televisin, revistas, ...) sobre las ventas; etc. Usaremos ANOVA doble para contrastar, para cada
uno de los dos factores, la hiptesis nula de que el resultado de la variable dependiente
(crecimiento de patatas, intensidad del dolor de cabeza, tiempo en adquirir conocimientos,
ventas, etc.) no depende del factor.