Anova de un factor PDF

Preview

Summary

Download Anova de un factor PDF

Description

ANOVA de un factor (Cualitativa-factor Cuantitativa- dependiente) 1 cuantitativa y 1 cualitativa Hipótesis Ho: todas las medias son iguales H1: al menos 1 media es distinta, existen diferencias Prueba estadística ANOVA de un factor Supuestos

-

Independencia: damos por hecho que los datos han sido recogidos de una forma aleatoria Normalidad Segmentar: datos → segmentar archivo → marco comparar grupos → añado las dos variables categóricas (nominales) → aceptar Analizar→ estadísticos descriptivos→ explorar→ gráficos→ gráficos de normalidad con pruebas→ continuar→ aceptar Nos fijamos en la tabla de pruebas de normalidad: Kolmogorov o Shapiro y nos fijamos en la significación en todos. Ho: hay normalidad H1: no hay normalidad Mirar uno por uno. Si es menor de 0.05, es significativo, rechazamos la hipótesis nula. Aunque no se cumpla el supuesto de normalidad, el ANOVA es una prueba lo suficientemente robusta como para fiarnos de sus resultados. Si es mayor de 0.05, no es significativo, hay normalidad. Desegmentar: datos → segmentar archivo→ analizar todos los casos, no crear grupos→ aceptar

-

Homocedasticidad Analizar→ comparar medias→ ANOVA de 1 factor→ Posthoc→ Bonferroni, Tukey, T3 de Dunnett→ continuar→ opciones→ prueba de homogeneidad de las varianzas→ continuar→ aceptar Ho: las varianzas son iguales en las dos variables H1: las varianzas son diferentes Miramos la tabla de prueba de homogeneidad de varianzas

El estadístico de Levene es mayor de 0.05 no es significativo. Por lo tanto, aceptamos la hipótesis nula pudiendo afirmar que las varianzas son iguales. Si el estadístico de Levene es menor de 0.05 es significativo, rechazamos la hipótesis nula, por lo que las varianzas son diferentes. Para poder hacer ANOVA, suponemos que las varianzas son iguales. Ahora miramos la tabla de efectos inter-sujetos (ANOVA) Estadístico de contraste F Valor Significación Grados de libertad Grados de libertad del error Decisión estadística

-

La significación es mayor de 0.05, no es significativo, aceptamos la hipótesis nula La significación es menor de 0.05, es significativo, rechazamos la hipótesis nula

Conclusión

-

Todas las medias son iguales, por lo tanto, no hay diferencias estadísticamente significativas Al menos 1 media es diferente, miramos las pruebas post-hoc y los asteriscos. Miramos en que grupos hay diferencias estadísticamente significativas. Miramos que grupo tiene puntuaciones más altas y más bajas. Buscamos el mayor de todas las combinaciones posibles (con asteriscos). Si la diferencia positiva, es mayor el primero (el de la izquierda, método (j))

Representación grafica F4,245

TEST DE DEPENDENCIA Y GRUPO Hipótesis Ho: no existen diferencias, todas las medias son iguales H1: existen diferencias, al menos 1 media es distintas Prueba estadística ANOVA de un factor Supuestos

-

Independencia: damos por hecho que los datos han sido recogidos de una forma aleatoria Normalidad Ho: hay normalidad H1: no hay normalidad La significación en todos los grupos es 0.000, menor de 0.05 es significativo. Por lo tanto, aceptamos la hipótesis alterna. Aunque no se cumpla el supuesto de normalidad, el ANOVA es una prueba lo suficientemente robusta como para fiarnos de sus resultados.

-

Homocedasticidad:

Ho: las varianzas son iguales en las dos variables H1: las varianzas son diferentes El estadístico de Levene basado en la mediana es 0.409 y tiene una significación 0.802, es mayor que 0.05, no es significativo. Por lo tanto, aceptamos la hipótesis nula pudiendo afirmar que las varianzas son iguales. Estadístico de contraste F Valor: 0.482 Significación: 0.749 Gl:4 Gl error: 245 Decisión estadística La significación es mayor que 0.05, por lo tanto, aceptamos la hipótesis nula Conclusión Todas las medias son iguales, no hay diferencias estadísticamente significativas entre grupos. Representación gráfica F4,245...