Você está na página 1de 12

1.

TEMA: ANOVA
2. OBJETIVOS:
2.1. Objetivo principal
 Explicar el análisis de varianza (ANOVA); asimismo, conocer la importancia del
tamaño de la muestra.
2.2. Objetivos secundarios
 poner

3. MARCO TEÓRICO

3.1 ANOVA

El test ANOVA o análisis de varianza de un factor sirve para comparar varios grupos
en una variable cuantitativa, es aplicada para contrastar la igualdad de medias de tres o
más poblaciones independientes y con distribución normal para contrastar la igualdad
de medias de tres o más poblaciones independientes para saber si los valores de las
medias de cada una de las variables son significativamente diferentes partiendo de un
valor de significancia menor a 0.05 que es el más comúnmente aplicado.

Se usa análisis de varianza de un factor cuando se quiere saber si las medias de una
variable son diferentes entre los niveles o grupos de otra variable. Por ejemplo, si se
compara la velocidad de transmisión de datos por diferentes tipos de guía: fibra óptica,
radial y bifilar. Es decir, se comprobará mediante ANOVA si la variable “la velocidad de
transmisión de datos” está relacionada con la variable “tipo de guía”. Concretamente, se
analizará si la media de la velocidad de transmisión de datos varía según el tipo de guía
que pertenece cada medio.

Si las medias de la variable dependiente son iguales en cada grupo o categoría de la


variable independiente, los grupos no difieren en la variable dependiente, y por tanto no
hay relación entre las variables. En cambio, y siguiendo con el ejemplo, si las medias de
las velocidades de transmisión son diferentes entre los tipos de guía es que las variables
están relacionadas.
3.2 REQUERITOS PARA UNA PRUEBA ANOVA

 En ANOVA de un factor se relacionan dos variables: una es la variable


dependiente y una variable independiente (factor).
 La variable dependiente es cuantitativa es escalar mientras una variable
independiente es categórica es decir nominal u ordinal.
 Las variables tienen que seguir una distribución normal
 Los grupos deben ser independientes.
 Homogeneidad de varianza
 Equivalencia de grupos
3.3 NORMALIDAD

Un procedimiento gráfico para verificar el cumplimiento del supuesto de normalidad


de los residuos consiste en graficar los residuos en papel o en la gráfica de probabilidad
normal que se incluye casi en todos los paquetes estadísticos. Esta gráfica del tipo X-Y
tiene las escalas de tal manera que si los residuos siguen una distribución normal, al
graficarlos tienden a quedar alineados en una línea recta; por lo tanto, si claramente no
se alinean se concluye que el supuesto de normalidad no es correcto. (Gutiérrez, 2008)

3.3.1 Prueba de Shapiro - Wilks para normalidad


Consideremos una muestra aleatoria de datos x1, x2,…, xn que proceden de cierta
distribución desconocida denotada por F(x). Se quiere verificar si dichos datos fueron
generados por un proceso normal, mediante las hipótesis estadísticas:
Ho: Los datos proceden de una distribución normal (F(x) es normal).
Ha: Los datos no proceden de una distribución normal (F(x) no es normal).

Pasos para la prueba de Shapiro - Wilks


1) Se ordenan los datos de menor a mayor. Denotemos los datos ordenados por
X(1), X(2), …, X(n).
2) De la tabla dada en el apéndice para este procedimiento se obtienen los
coeficientes a1, a2, …,ak, donde k es aproximadamente n/2.
3) Se calcula el estadístico W definido como:

donde S2 es la varianza muestral.

4) Por último, si el valor del estadístico es mayor que su valor crítico al nivel a
seleccionado en la tabla del apéndice, se rechaza la normalidad de los datos.

3.3.2 PRUEBA POST HOC


El estadístico F del ANOVA únicamente nos permite contrastar la hipótesis
general de los J promedios comparados son iguales. Al rechazar esa hipótesis, se sabe
que las medias poblacionales comparadas no son iguales, pero no se sabe dónde en
concreto se encontraran las diferencias ¿Son diferentes entre sí todas las medias o cual
difiere entre ellas?

Para saber que la media difiere de que otra debemos utilizar un tipo particular
de contrastes denominados comparaciones múltiples post hoc. Estas comparaciones
permiten controlar la tasa de error al efectuar varios contrastes utilizando las mismas
medias.

En la investigación se utilizó Tukey.

PRUEBA TUKEY

Consiste en comparar las diferencias entre medias muestrales con el valor crítico
dado por:
Tα = qα (k, N – k) √𝐶𝑀 𝑛 𝐸 𝑖

Donde :
 CME es el cuadrado medio del error,
 n es el número de observaciones por tratamiento,
 k es el número de tratamientos,
 N – k es igual a los grados de libertad para el error,
 α es el nivel de significancia prefijado y
El estadístico qα (k, N – k) son puntos porcentuales de la distribución del rango
estudentizado, que se obtienen de la correspondiente tabla. Se declaran significativamente
diferentes los pares de medias cuya diferencia muestral en valor absoluto sea mayor que
Tα. (Gutiérrez, 2008)

3.3.3. Modelo para realizar manualmente los cálculos

Realizar los cálculos para el ANOVA en el DCA


Pasos:

1. Platear la hipótesis nula (Ho) y alternativa (Ha)

Ho: µ 𝐴 = µ 𝐵 = µ 𝐶 = µ 𝐷 = µ
Ha: µ 𝐼 ≠ µ 𝐽 para algún i ≠ j

2. Suma total de cuadrados o variabilidad total de los datos

3. Suma de cuadrados de tratamientos o variabilidad

4. Suma de cuadrados del error o variabilidad

5. Cuadrados medios de tratamientos y del error

6. Estadístico de prueba (Fo)

Las abreviaturas significan lo siguiente:


 FV = fuente de variabilidad (efecto),
 SC = suma de cuadrados,
 GL = grados de libertad,
 CM = cuadrado medio,
 F0 = estadístico de prueba,
 valor-p = significancia observada.
El valor de la significancia observada o valor-p es el área bajo la curva de la distribución
Fk-1, N-k a la derecha de Fo, lo cual es difícil de calcular de forma manual. Sin embargo,
cuando esto no sea posible, recordemos que otra forma de rechazar o no una hipótesis
es comparar el estadístico de prueba contra un número crítico de tablas. En el caso de
las tablas de la distribución F, se lee que el valor crítico para α es F α, k-1, N-k. (Gutiérrez,
2008)

4. APLICACIÓN DEL ANOVA

Introduccion proyecto de aplicación


El presente estudio tuvo como objetivo conocer la eficacia de la Heliconia psittacorum
(heliconiaceae) como potencial fitorremediadora de cromo (VI) en cultivo hidropónico,
para lo cual se contaminó agua de regadío procedente del reservorio de la Facultad de
Recursos Naturales de la Escuela Superior Politécnica de Chimborazo con dicromato de
potasio (K2Cr2O7). Las concentraciones obtenidas fueron 10 mg/L, 20 mg/L y 30 mg/L
de Cr 6+, designándoles como tratamientos A, B y C respectivamente que mediante un
Diseño Completamente al Azar (DCA) con tres replicas se llevó a cabo. Para el
cumplimiento del objetivo se diseñó y construyó un invernadero de 35 m2 en las
inmediaciones de la Facultad de Recursos Naturales así como el sistema para el cultivo
hidropónico, se caracterizó las muestras y se registró las variables de control
temperatura y humedad relativa. Para proporcionar un ambiente de crecimiento óptimo
para la especie vegetal se suministró aireación permanente al cultivo hidropónico y
solución nutritiva en tres ocasiones los días 1, 30 y 60. Los cambios aparentes en la
especie vegetal fueron registrados para determinar el vigor de la planta. La eficacia de
remoción de cromo (VI) en 60 días fue de 20,83% en el tratamiento A, 11,58% en el
tratamiento B y 3,69% en el tratamiento C, obteniendo una mayor eficacia en el
tratamiento A, cuya concentración de contaminante es la más baja. La planta tiene una
elevada capacidad de translocación de metales pesados a la parte aérea y una capacidad
limitada de bioconcentración en la raíz por lo que se concluye que es excluyente de
metales pesados. Se recomienda el empleo de la especie Heliconia psittacorum para
fitorremediación de aguas con Cr 6+ a concentraciones inferiores de los 10 mg/L para
así mejorar la absorción del metal y evitar su muerte. (OREJUELA, 2017)
Tabla 1. Concentración de cromo (VI) en agua en (mg/L)

Prueba de Normalidad

PASO 1: Plantear la hipótesis nula (Ho) y la alternativa (Ha)

Ho: La cantidad de Cromo (VI) en el agua utilizando los 3 diferentes tratamientos siguen
una distribución normal.

Ha: La cantidad de Cromo (VI) en agua utilizando los 3 diferentes tratamientos no siguen
una distribución normal.

Tabla 2. Prueba de Normalidad

Pruebas de normalidad
Cantidad de cromo (VI) al
Kolmogorov-Smirnova Shapiro-Wilk
inicio,intermedio y final del
tratamiento Estadístico gl Sig. Estadístico gl Sig.
Concentraciones Tratamiento A
,278 3 ,940 3 ,528
de Cromo (VI) en (10mg)
el Agua Tratamiento B
,311 3 ,897 3 ,377
(20mg)
Tratamiento C
,224 3 ,984 3 ,761
(30mg)
a. Corrección de significación de Lilliefors

PASO 2: Toma de decisión


Utilizando el estadístico de Shapiro-Wilk, las probabilidades de la cantidad de Cromo (VI)
en el agua de los 3 tratamientos son mayores al nivel de significancia del 0,05 , por lo
que se acepta la hipótesis nula, es decir, la cantidad de Cromo (VI) en el agua utilizando
los 3 diferentes tratamientos siguen una distribución normal.

Prueba de Igualdad de varianzas

PASO 1: Plantear la hipótesis nula (Ho) y la alternativa (Ha)

Ho: 𝜎1 2 = 𝜎2 2 = 𝜎3 2 (Las varianzas de las cantidad de Cromo (VI) en agua de los 3


diferentes tratamientos son iguales)

Ha: 𝜎𝑖 2 ≠ 𝜎𝑗 2 𝑖≠ j i=j = 1,2,3 (Al menos hay una pareja de varianzas de la cantidad
de Cromo (VI) en agua de los 3 tratamientos que no son iguales)

Tabla 3. Prueba de homogeneidad de varianzas

Prueba de homogeneidad de varianzas

Concentraciones de Cromo (VI) en el Agua


Estadístico de
Levene gl1 gl2 Sig.

1,328 2 6 ,333

PASO 2: Toma de decisión

Según la prueba de Levene, la probabilidad 0,333 es mayor al nivel de significancia de


0,05, por lo que, no se rechaza la hipótesis nula, es decir, las varianzas de la cantidad de
Cromo (VI) en el agua de los 3 diferentes tratamientos son iguales.

Independencia
Se empleó el diseño completamente al azar (DCA) ya que el objetivo es determinar si
existe una diferencia significativa entre los tratamientos conformado por: Una especie
vegetal y Tres concentraciones. (OREJUELA, 2017)

Por la forma como se diseñó el experimento, esta condición de independencia entre los
grupos se cumple, dado que las muestras para los respectivos análisis se asignaron al
azar para los diferentes tratamientos.
Prueba Anova

PASO 1: Plantear la hipótesis nula (Ho) y la alternativa (Ha)

Ho: 𝜇1 = 𝜇2 = 𝜇3 (Las medias de la cantidad de Cromo (VI) en agua de los 3 diferentes


tratamientos son iguales)

H1: 𝜇𝑖 ≠ 𝜇𝑗 𝑖≠ j i=j = 1,2,3 (Al menos hay una pareja de las medias de la cantidad
de Cromo (VI) en el agua de los 3 diferentes tratamientos no son iguales)

PASO 2: Seleccionar el nivel de significancia

Para la prueba de hipótesis se utilizará un nivel de significancia del 5%

α = 5%

PASO 3: Prueba Anova

Tabla 4. Anova de un factor


ANOVA
Concentraciones de Cromo (VI) en el Agua
Suma de
cuadrados gl Media cuadrática F Sig.
Entre grupos 633,937 2 316,969 340,091 ,000
Dentro de grupos
5,592 6 ,932

Total 639,529 8

PASO 4: Toma de decisión

En base a la prueba ANOVA, la probabilidad de 0,000 es menor al nivel de significancia


del 0,05, por lo que se rechaza la hipótesis nula y se acepta la alternativa, es decir, al
menos hay una pareja de las medias de la cantidad de Cromo (VI) en el agua de los 3
diferentes tratamientos que no son iguales.
Calculo Anova manual

Tabla 7. Concentración de cromo (VI)

TRATAMIENTO A TRATAMIENTO B TRATAMIENTO C


10,00 20,00 30,00
8,57 18,20 29,33
OBSERVACIONES 8,01 17,73 28,9
∑Yi. 26,58 55,93 88,23
ni 3 3 3
∑Yi² 237,605 1045,5929 2595,4589

Fc= Fα,k-1,n-k F= 0.05,2,6 = 10.9

∑ 𝑌𝑖.2 𝑌𝑖 2 26,582 55,932 88,232 117,742


𝑆𝐶𝑡𝑟𝑎𝑡 = − = + + − = 633,9372222
𝑛𝑖 𝑁 3 3 3 9

𝑌𝑖 2
2
117,742
𝑆𝐶 = ∑∑𝑌𝑖𝑗 − = 3878,6568 − = 639,5292889
𝑁 9

𝑆𝐶𝐸 = 𝑆𝐶 − 𝑆𝑡𝑟𝑎𝑡 = 5,5920

𝑆𝐶𝑡𝑟𝑎𝑡 633,9372222
𝐶𝑀𝑡𝑟𝑎𝑡 = = = 316,968611
𝑘−1 3−1

𝑆𝐶𝐸 639,5292889
𝐶𝑀𝐸 = = = 0,932
𝑁−𝑘 9−3

𝐶𝑀𝑡𝑟𝑎𝑡 316,968611
𝐹𝑜 = = = 340,095
𝐶𝑀𝐸 0,932

Tabla 8. Anova resultados de cálculo manual


SUMA GRADOS DE MEDIA DE ESTADISTICO DE
FUENTE DE VARIABLIDIAD VALOR-P
CUADRADOR LIBERTADAD CUADRADOS PRUEBA
TRATAMIENTOS 633,9372 2 316,9686 340,095 0,000
ERROR 5,592 6 0,932
TOTAL 639,5292 8
Tabla 9. Análisis de varianza (ANOVA) a las concentraciones de cromo (VI) en agua

Fue aplicado un análisis de varianza a los tratamientos A, B y C, obteniéndose un


F=364,81, con un alfa de 0,05 y una confianza del 95%. El P-valor respectivo 0,0001<0,05
señaló que los valores de los tres tratamientos a diferentes concentraciones muestran
diferencias significativas entre sí, por lo que se concluye que son estadísticamente
diferentes.

Prueba Post Hoc

PASO 1: Plantear la hipótesis nula (Ho) y la alternativa (H1)

Ho: 𝜇𝑖 = 𝜇𝑗 (Al menos hay una pareja de las medias de la cantidad de Cromo (VI) en
el agua de los 3 diferentes tratamientos que son iguales)

H1: 𝜇𝑖 ≠ 𝜇𝑗 𝑖≠ j i=j = 1,2,3 (Al menos hay una pareja de las medias de la
cantidad de Cromo (VI) en el agua de los 3 diferentes tratamientos que son diferentes)

PASO 2: Prueba Post Hoc


Tabla 5. Prueba post hoc para 3 tratamientos

Comparaciones múltiples
Variable dependiente:
HSD Tukey
(I) Cantidad de cromo (VI) al
Intervalo de confianza al 95%
inicio,intermedio y final del Diferencia de
tratamiento medias (I-J) Error estándar Sig. Límite inferior Límite superior
Tratamiento A Tratamiento B
-9,78333* ,78825 ,000 -12,2019 -7,3648
(10mg) (20mg)
Tratamiento C
-20,55000* ,78825 ,000 -22,9686 -18,1314
(30mg)
Tratamiento B Tratamiento A
9,78333* ,78825 ,000 7,3648 12,2019
(20mg) (10mg)
Tratamiento C
-10,76667* ,78825 ,000 -13,1852 -8,3481
(30mg)
Tratamiento C Tratamiento A
20,55000* ,78825 ,000 18,1314 22,9686
(30mg) (10mg)
Tratamiento B
10,76667* ,78825 ,000 8,3481 13,1852
(20mg)
*. La diferencia de medias es significativa en el nivel 0.05.

Tabla 6. Medias de cada tratamiento en subconjuntos homogéneos


Concentraciones de Cromo (VI) en el Agua
HSD Tukey a
Cantidad de
Subconjunto para alfa = 0.05
cromo (VI) al
inicio,intermedio N 1 2 3
Tratamiento A
3 8,8600
(10mg)
Tratamiento B
3 18,6433
(20mg)
Tratamiento C
3 29,4100
(30mg)
Sig. 1,000 1,000 1,000
Se visualizan las medias para los grupos en los subconjuntos homogéneos.
a. Utiliza el tamaño de la muestra de la media armónica = 3,000.

PASO 3: Toma de decisión

En base a la prueba Post Hoc de Tukey y teniendo en cuenta que las probabilidades son
menores al nivel de significancia, se concluye que todas las medias de la cantidad de
Cromo (VI) en el agua de los 3 tratamientos son diferentes.

En base a la tabla 6 de subconjuntos homogéneos, se concluye que el tratamiento A,


referido a la concentración de Cromo(VI) de 10mg/L, es el que presenta la menor
concentración de Cromo(VI), por lo que se recomendaría implementar este nuevo
tratamiento de fitorremediación de aguas con Cr 6+.

5. CONCLUSIONES

 ANOVA de un factor es una herramienta de gran utilidad para las ciencias. Es


muy importante que sin ANOVA de un factor, las diferencias entre un grupo y
otro quedarían a juicio subjetivo del observador por este motivo es una
obligación usar la estadística para saber si hay similitud o diferencia entre los
grupos, Por ese motivo es fundamental utilizar ANOVA al momento de presentar
en un artículo de investigación o tesis, se debe presentar de la tabla de las medias
y desviaciones típicas, seguidamente el estadístico F y su significación.

6. REFERENCIAS

[1] Gutiérrez, H. (2008). Análisis y diseño de experimentos. México: McGRAW-


HILL/INTERAMERICANA EDITORES, S.A.

[2]OREJUELA, J. (2017). EVALUACIÓN DE LA EFICACIA DE LA Heliconia psittacorum


(heliconiaceae) CULTIVADA HIDROPÓNICAMENTE PARA LA FITORREMEDIACIÓN DE
AGUAS CON PRESENCIA DE CROMO (VI). Riobamba.