ANOVA de un factor
Esta característica requiere la opción Statistics Base.
El procedimiento ANOVA de un factor genera un análisis de varianza de un factor para una variable dependiente cuantitativa respecto a una única variable de factor (la variable independiente) y estima el tamaño de efecto en ANOVA de un factor. El análisis de varianza se utiliza para contrastar la hipótesis de que varias medias son iguales. Esta técnica es una extensión de la prueba t para dos muestras.
Además de determinar que existen diferencias entre las medias, es posible que desee saber qué medias difieren. Existen dos tipos de contrastes para comparar medias: a priori y post hoc. Los contrastes a priori se plantean antes de ejecutar el experimento y las pruebas post hoc se realizan después de haber llevado a cabo el experimento. También puede contrastar las tendencias existentes a través de las categorías.
- Ejemplo
- Las rosquillas absorben diferentes cantidades de grasa cuando se fríen. Se plantea un experimento utilizando tres tipos de grasas: aceite de cacahuete, aceite de maíz y manteca de cerdo. El aceite de cacahuete y el aceite de maíz son grasas no saturadas y la manteca es una grasa saturada. Además de determinar si la cantidad de grasa absorbida depende del tipo de grasa utilizada, también se podría preparar un contraste a priori para determinar si la cantidad de absorción de la grasa difiere para las grasas saturadas y las no saturadas.
- Estadísticas
- Para cada grupo: número de casos, media, desviación estándar, error estándar de la media, mínimo, máximo, intervalo de confianza al 95% para la media y la estimación del tamaño de efecto en ANOVA de un factor. Pruebas de Levene sobre la homogeneidad de varianzas, tabla de análisis de varianza y contrastes robustos de igualdad de medias para cada variable dependiente, contrastes a priori especificados por el usuario y las pruebas de rango y de comparaciones múltiples post hoc: Bonferroni, Sidak, diferencia honestamente significativa de Tukey, GT2 de Hochberg, Gabriel, Dunnett, prueba F de Ryan-Einot-Gabriel-Welsch, (R-E-G-W F), prueba de rango de Ryan-Einot-Gabriel-Welsch (R-E-G-W Q), T2 de Tamhane, T3 de Dunnett, Games-Howell, C, de Dunnett, prueba de rango múltiple de Duncan, Student-Newman-Keuls (S-N-K), b de Tukey, Waller-Duncan, Scheffé y diferencia menos significativa.
Consideraciones sobre los datos
- Datos
- La variable dependiente debe ser cuantitativa (nivel de medición de intervalo).
- Supuestos
- Cada grupo es una muestra aleatoria independiente procedente de una población normal. El análisis de varianza es robusto a las desviaciones de la normalidad, aunque los datos deberán ser simétricos. Los grupos deben proceder de poblaciones con varianzas iguales. Para contrastar este supuesto, utilice la prueba de Levene de homogeneidad de varianzas.
Cómo obtener un análisis de varianza de un factor
Esta característica requiere la opción Statistics Base.
- En los menús seleccione:
- Seleccione una o más variables dependientes.
- Seleccione una sola variable de factor independiente.
Si lo desea, puede:
- Seleccione Estimar tamaño de efecto para pruebas generales para controlar el cálculo del tamaño de efecto para la prueba global. Cuando se selecciona, la tabla “Tamaños de efecto ANOVA” se visualiza en la salida.
- Pulse Contrastes para dividir las sumas entre grupos de cuadrados en componentes de tendencia o especificar contrastes a priori.
- Pulse Post Hoc para utilizar las pruebas de rango post hoc y comparaciones múltiples por parejas para determinar qué medidas difieren.
- Pulse Opciones para controlar el tratamiento de los datos perdidos y el nivel del intervalo de confianza.
- Pulse Programa de arranque para derivar estimaciones robustas de errores estándar e intervalos de confianza para estimaciones como, por ejemplo, la media, mediana, proporción, razón de probabilidad, coeficiente de correlación o coeficiente de regresión.
Este procedimiento pega la sintaxis del comando ONEWAY .