T DE STUDENT Y ANOVA

1. Introducción

Cuando queremos evaluar el grado de asociación o independencia

entre una variable cuantitativa y una variable categórica, el
procedimiento estadístico inferencial recurre a comparar las medias de
las distribuciones de la variable cuantitativa en los diferentes grupos
establecidos por la variable categórica.

• Si esta tiene solo dos categorías (dicotómica), se utiliza el test t de

Student;
• si tiene tres o más categorías, la comparación de medias se realiza
mediante el Análisis de Varianza ANOVA

Requisitos previos en ambos casos:

• Distribución normal de la variable en los grupos que se comparan

• Homogeneidad de varianzas en las poblaciones de las que proceden
los grupos (Homocedasticidad). Este segundo criterio parece que
puede considerarse menos relevante.

Su no cumplimiento conlleva la necesidad de recurrir a pruebas no

paramétricas.

2. T de Student

2.1. Para dos muestras independientes

• Comprobar normalidad (proponer método)

• Analizar>Comparar medias>Prueba t para dos muestras
independientes
• En contrastar variables ponemos la cuantitativa y en variable de
agrupación la cualitativa dicotómica
• En la salida ver la tabla con la prueba de Levene. Si el p valor es
significativo (p<0,05) debemos dudar de que se cumpla el requisito
de homocedasticidad
• Luego hay que observar la tabla “Prueba de muestras
independientes”, sobre todo la columna “Sig. (bilateral)”. Si el p
valor es menor o igual a 0,05 diremos que existe asociación entre
las variables y si no, no
• Si no se cumple el requisito de la normalidad, se puede utilizar la
prueba U de Mann-Whitney (Analizar>Pruebas no
paraméticas>para 2 muestras independientes??). También se mira
la significación (Sig.)

3. Análisis de Varianza ANOVA

• Comprobar normalidad (proponer método)

• Analizar>Comparar medias>ANOVA de un factor
• Trasladamos la variable cualitativa a la ventana “Factor” y la
variable cuantitativa a la ventana “Dependientes”.
• En “Opciones” podemos marcar “Descriptivos”, “Prueba de
homogeneidad de las varianzas”, “Gráfica de las medias” y
podemos ver qué hacer con los valores perdidos
• En “Post hoc”, si el ANOVA ha indicado que existen diferencias
estadísticamente significativas entre los grupos y queremos realizar
todas las comparaciones posibles entre ellos para obtener la
máxima información. Dos buenas pruebas pueden ser la de
Bonferroni y la de Tukey. Vemos a ver si sale lo mismo en las dos. Si
se incumple el supuesto de homocedasticidad se proponen las
pruebas T3 o C de Dunnett.
• En la salida hay que observar el estadístico de Levene, para
confirmar la homocedasticidad. Si Sig. > 0,05 se confirma
homocedasticidad
• Después, en la tabla “ANOVA” hay que ver la columna “Sig.” de la
fila “Inter-grupos”. Si tiene un p valor menor que 0,05 (p<0,05) se
puede concluir que existe asociación entre las variables. Entonces
habrá que mirar las pruebas post hoc (profundizar en esto).
• Después vendrían las pruebas post hoc. Ver en la columna Sig. qué
pares ofrecen una Sig. < 0,05. Entre esos dos habría una diferencia
significativa. Luego se puede ver qué media es la menor o mayor
para estudiar a favor de quién va la diferencia.