Professional Documents
Culture Documents
Captulo 11
A n l i s i s d e Va r i a n z a
Captulo 11
Captulo 11
179
Captulo 11
A n l i s i s d e Va r i a n z a
a la hora de ejecutar un anlisis ANOVA posponiendo al tercer y ltimo apartado del captulo la exposicin del anlisis MANOVA. El objetivo que persigue el anlisis ANOVA, o anlisis sim ple de la varianza, es el de determinar el efecto de una variable nominal u ordinal sobre una mtrica. Un ejemplo puede ayudar a comprender el propsito del anlisis que nos ocupa. Imaginemos que estamos interesados en saber el nivel de ingresos de la muestra entrevistada. Puesto que sta es una pregunta que, o bien no se contesta, o bien se falsea (suscita muchas suspicacias), nosotros podemos pensar que este indicador puede ser inferido a partir del conocimiento del nivel de estudios de la poblacin. Esto es, el nivel de ingresos (variable dependiente o explicada con un nivel de medicin mtrico) puede ser determinada a partir del nivel de estudios alcanzados por la poblacin (variable independiente o explicativa con un nivel de medicin ordinal). Cuando el objetivo es predecir una variable dependiente mtrica a partir de una nica variable independiente (o factor) estamos aplicando, especficamente, una anlisis de varianza uni variado (o simple) con un factor. Ocurre, sin embargo, y siguiendo con el ejemplo expuesto, que segn la profesin de la poblacin ocupada entrevistada, su nivel de ingresos tambin variar. De ah que podamos explicar la variable ingresos a partir de la consideracin conjunta de, en este caso, dos variables (o factores) independientes cuyo nivel medicin es nominal u ordinal. En el caso de trabajar con ms de una variable independiente aplicamos, especficamente, un anlisis (univariado o simple) factorial de la varianza. Por ltimo, podemos estar interesados en querer predecir a partir de la consideracin del nivel de estudios y la profesin desempeada en el momento de la encuesta no solo el nivel de ingresos sino tambin el nmero de hijos en la unidad familiar. En este ltimo e hipottico caso, el anlisis que especficamente aplicaramos sera el anlisis multivariable de la varianza. Estos anlisis: (1) el anlisis de varianza con un factor; (2) el anlisis factorial de varianza; y (3) el anlisis multivariable de la varianza, se exponen a continuacin. Los tres presentan, bsicamente, el mismo esquema metodolgico pero el hecho de que en el segundo consideremos ms de un factor y en el tercero una segunda variable dependiente hace que, respectivamente, introduzcan ciertas particularidades que no podemos obviar.
180
A n l i s i s d e Va r i a n z a
Captulo 11
181
Captulo 11
A n l i s i s d e Va r i a n z a
3. La ltima parte del anlisis de varianza que exponemos tiene por finalidad determinar cul o cules de los diferentes niveles del factor son los que difieren entre s. Para ello cabe aplicar diferentes pruebas a posteriori (Post Hoc) o mtodos para comparaciones mltiples.
3. Prueba de Levene
Para que el anlisis de varianza tenga sentido deberemos, adems de superar satisfactoriamente el resultado de la prueba de anlisis de varianza propiamente, certificar que la varianza en cada una de las subpoblaciones o grupos es la misma; o lo que es lo mismo, que las varianzas no son heterogneas (supuesto paramtrico). La prueba de Levene contrasta la H0 de homogeneidad de varianzas de la variable dependiente en los grupos o subpoblaciones de la variable independiente (ver el subcuadro Estadsticos del cuadro de dilogo Explorar en el men de Analizar: Estadsticos descriptivos o/y el subcuadro Opciones en el men
182
A n l i s i s d e Va r i a n z a
Captulo 11
de Analizar: Comparacin entre medias: ANOVA de un factor). Si el p-valor asociado al estadstico de contraste es menor que el nivel de significacin fijado (normalmente, 0.05) rechazaramos la H0 de igualdad de varianzas y, con ello, obviaramos uno de los supuestos paramtricos en los que se basa este anlisis. En consecuencia, carecera de sentido aplicar dicho anlisis. Si nos encontrramos ante esta situacin, una posible solucin es la de transformar los datos hasta conseguir la homogeneidad entre las varianzas (ver el cuadro de dilogo Calcular variable en el men de Transformar). El SPSS contempla una serie de transformaciones que al aplicarlas nos permiten no slo estabilizar las varianzas sino tambin conseguir la supuesta normalidad. Es importante insistir en que el anlisis de varianza slo podr seguir con la variable dependiente transformada. En nuestro ejemplo, como ya hemos comentado, la variable D9 INCLINACIN POLTICA no super, inicialmente, la prueba de homogeneidad de varianzas. Por ello ha sido necesario buscar una transformacin con la que alcanzar el citado supuesto. En concreto, y a partir de los datos arrojados por el grfico de dispersin por nivel y el indicador de potencia para la transformacin (ambos figuran en la seccin de resultados), la transformacin con la que conseguimos igualar las varianzas ha sido el cuadrado; esto es, los valores de la variable TD9 sern igual al cuadrado de los valores originales de dicha variable.
183
Captulo 11
A n l i s i s d e Va r i a n z a
De todos, los mtodos ms utilizados son el mtodo de Scheff y el mtodo de Tukey. El primero no exige que los tamaos muestrales sean iguales; el segundo s. Sin embargo, el mtodo de Tukey es mejor en la medida que detecta mejor las diferencias significativas. Por ello, y siempre y cuando los tamaos de las muestran no sean muy diferentes, podremos eliminar observaciones de los grupos de mayor tamao hasta igualarlos y poder as aplicar el mtodo de Tukey. Al aplicar el mtodo se seala con un (*) los pares de medias en los grupos con diferencias significativas.
Figura 1
A continuacin exponemos los distintos cuadros de dilogos y secuencias que debemos seguir para poder aplicar lo que de forma sinttica hemos expuesto sobre el anlisis de varianza con un factor. Nuestro inters se centra en saber si a partir de las preferencias del tipo de POLTICA a practicar respecto a la INMIGRACIN se puede inferir la INCLINACIN POLTICA de los encuestados.
Figura 2
Figura 3
184
A n l i s i s d e Va r i a n z a
Captulo 11
Estadsticos la tabla de los Descriptivos bsicos y la prueba de Levene para contrastar la Homogeneidad de varianzas (figura 3). En el ejemplo propuesto, el p-valor asociado al estadstico de contraste es menor a 0.05 por lo que debemos rechazar la hiptesis que contrastamos con la prueba de Levene, esto es, las varianzas no son iguales. Para igualarlas, y poder as aplicar el anlisis de ANOVA con xito, debemos transformar las variables. 4 paso: Para orientarnos sobre el tipo de transformacin ms adecuada podemos solicitar el grfico de nivel y dispersin as como la estimacin del poder de transformacin para estabilizar la varianza de la variable dependiente. Esta informacin se obtiene siguiendo la siguiente secuencia: Analizar: Estadsticos descriptivos: Explorar (figura 4). 5.1. Cuadro de Dilogo Explorar
Figura 5
Figura 4
Al cliquear sobre el botn del comando Grficos del cuadro de dilogo de Explorar podemos solicitar los Grficos con pruebas de normalidad y la Estimacin de potencia en la Dispersin por nivel con prueba de Levene (figura 5). La tabla donde aparece la prueba de homogeneidad de varianzas ofrece un p-valor asociado a la tabla inferior a 0.05. De la salida de este anlisis cabe sealar que el poder de transformacin estimado a partir de la recta de regresin ajustada a la nube de puntos es el dato que nos orienta sobre el tipo de transformacin a ejecutar. Esta cifra habr que redondearla al mltiple de un medio ms prximo. 5 paso: Para transformar la variable dependiente habr que seleccionar en Dispersin por nivel con prueba de Levene, en el mismo cuadro de dilogo, la opcin Transformados. Al seleccionar esta opcin se activa la ventana desplegable que recoge los distintos tipos de transformacin. En nuestro caso la transfomacin ms indicada es al Cuadrado (figura 6). 6 paso: A continuacin, volvemos al paso 4 pero ahora colocando la variable dependiente transformada (al cuadrado) (ver anexo II: transformaciones de las variable), y debemos solicitar la prueba de Levene pero ahora con los valores de la variable una vez transformada. La salida en este caso nos ofrece un pvalor asociado al estadstico de contraste ahora s superior a 0.05 (figura 7).
Figura 6
Figura 7
185
Captulo 11
A n l i s i s d e Va r i a n z a
5.2. Cuadro de Dilogo Calcular 7 paso: Una vez superada esta prueba, el anlisis seguir tomado la variable transformada. Para ello, y puesto que ya sabemos qu transformacin es la ms indicada, podemos solicitarla a travs del cuadro de dilogo Calcular variable del men Transformar (figura 8) (ver Anexo II).
Figura 8
Figura 9
8 paso: Una vez que ya contamos con la variable transformada podemos finalizar el anlisis de varianza. Por ltimo, vamos a aplicar el mtodo de comparacin de medias ms indicado al conjunto de datos con el que trabajamos con la finalidad de identificar diferencias significativas entre pares de medias y no en su conjunto. De todos los posibles mtodos que figuran en este subcuadro aplicamos el de Scheff y el de Tukey. Para solicitarlo aplicaremos de nuevo el anlisis ANOVA con un factor pero, en esta ocasin, tomando como variable dependiente la variable dependiente transformada (TD9) y seleccionado dichos mtodos en el subcuadro de dilogo Comparaciones mltiples post hoc, al cual se accede cliqueando el botn de comando Post hoc que aparece en la parte inferior del cuado principal de anlisis de ANOVA de un factor (figura 9). El resultado de estos procedimientos determinar en una tabla qu medias de las diferentes categoras de la variable independiente son iguales o diferentes entre s.
186
A n l i s i s d e Va r i a n z a
Captulo 11
A la prueba de levene y al grfico de dispersin por nivel le sigue la tabla de descriptivos bsicos asociados a las variables seleccionadas. En ella se establece, principalmente, el valor numrico de cada una de la medias. Es la primera aproximacin, para poder determinar si las medias son diferentes o no.
A la tabla de descriptivos le sigue la tabla con los resultados del anlisis ANOVA o de varianza con un factor. El estadstico F asociado (0.002) al estar por debajo del nivel de significacin nos permite afirmar que existen diferencias entre las medias. La ltima tabla (en la que se aplican las pruebas Post Hoc) que nos recuerda que las diferencias significativas slo se producen en algn par de grupos (aparecen sealados con un *) y no en su conjunto. En concreto, las diferencias solo son significativas (y en los dos mtodos) en el subgrupo delimitado por la combinacin FAVORECE SU INTEGRACIN-NS/NC.
187
Captulo 11
A n l i s i s d e Va r i a n z a
188
A n l i s i s d e Va r i a n z a
Captulo 11
189
Captulo 11
A n l i s i s d e Va r i a n z a
observadas. Las diferencias son debidas al azar y por tanto las distintas muestras proceden de una misma poblacin. Matemticamente lo anotaramos como sigue: Ho: 1=2=3=...=n Los supuestos estadsticos paramtricos que han de cumplir los datos para que se les pueda aplicar el anlisis de varianza son tres: deben proceder de muestras aleatorias simples, debe existir normalidad en la distribucin de los datos y las varianzas de las subpoblaciones deben ser iguales. El anlisis factorial de la varianza lo hemos estructurado en cuatro apartados, a saber: 1.- La primera parte del anlisis trata de establecer si la media de la variable dependiente difiere, o no, significativamente en funcin de las variables independientes o factores. El estadstico F, nuevamente, nos permite contrastar la hiptesis nula de igualdad de medias en los grupos. 2. Ya hemos comentado que slo tiene sentido aplicar el anlisis de varianza cuando los datos cumplen los requisitos paramtricos arriba sealados. Por ello, es imprescindible contrastar, fundamentalmente, la homogeneidad o igualdad de las varianzas de la variable dependiente en los grupos (subpoblaciones) establecidos por los valores de la variable independiente. En estos casos se aplica la prueba de Levene. Si el resultado nos llevara a rechazar tal supuesto, deberemos someter a los datos a un proce so de transformacin. 3. En tercer lugar, debemos identificar, tal y como ya hiciramos en el anlisis de varianza con un factor, en qu grupos se producen las diferencias significativas. Recordemos que estas diferencias son las que nos han conducido a rechazar la hiptesis nula. Para ello aplicaremos algunos de los mtodos Post Hoc. 4. Por ltimo, y si el anlisis concluye en que rechazamos la hiptesis nula, nos restar por determinar si las diferencias que se aprecian entre las medias responde al efecto de las variables independientes consideradas de
190
A n l i s i s d e Va r i a n z a
Captulo 11
efectos principales) o/y responde al forma individual (e efecto provocado por la interaccin de las variables independientes. Para resolver esta cuestin, adems de los correspondientes contrastes de hiptesis, la representacin grfica de los resultados puede sernos de gran utilidad.
8. Prueba de Levene
Ya expusimos en la seccin anterior correspondiente que para que el anlisis de varianza tenga sentido deberemos, adems de superar satisfactoriamente el resultado de la prueba de anlisis de varianza propiamente, certificar que la varianza en cada una de las subpoblaciones o grupos es la misma; es decir, que las varianzas no son heterogneas (supuesto paramtrico). La variable dependiente seleccionada es la misma que ya aplicamos en el anlisis de varianza con un factor. No obstante, y teniendo en cuenta fines expositivos, en esta ocasin no la hemos transformada (D9): hemos supuesto que las varianzas son
191
Captulo 11
A n l i s i s d e Va r i a n z a
iguales. Ya sabemos que ante estas circunstancias no basta con suponer y que siempre deberemos aplicar la prueba de Levene para ratificar nuestra hiptesis. Dado que la variable original no super la correspondiente prueba, nuestro anlisis debera haber continuado con la transformacin propuesta en el anterior ejemplo (TD9) cuyos valores, recordemos, eran iguales al cuadrado de los valores originales de dicha variable).
192
A n l i s i s d e Va r i a n z a
Captulo 11
factor principal es nulo: si el p-valor asociado al estadstico F es inferior a 0.05, dicho factor influye en que las medias sean diferentes. El trmino interaccin alude al efecto conjunto de dos factores y es el efecto que debe ser examinado en primer lugar: Si el efecto interaccin no fuera estadsticamente significativo, los efectos de los factores principales sern independientes. Por su parte, esta independencia nos advierte de que el efecto de un factor es el mismo para cada nivel del resto de factores y, en consecuencia, los efectos principales pueden interpretarse directamente. Si la interaccin es significativa deberemos determinar el tipo de interaccin. Las interacciones pueden ser consideradas como ordinal o disordinal (ver grficos adjuntos): una interaccin ordinal se produce cuando los efectos de un factor no son iguales para todos los niveles del resto de factores aunque la magnitud sea siempre de la misma direccin; mientras que en una interaccin disordinal los efectos de un factor son positivos para algunos niveles y negativos para los otros niveles del resto de factores.
Las diferencias entre las interacciones son mejor descritas grficamente. En concreto, el grfico de perfiles (ver resultados) representa las medias de la variable dependiente en los grupos establecidos por la combinacin de los valores de las variables independientes. No existe interaccin cuando las lneas que representan las diferencias de un factor respecto al otro son paralelas (los efectos son constantes). En la interaccin ordinal los efectos no son constantes (las lneas no son paralelas) aprecindose una variacin en magnitud. Por ltimo en las interacciones disordinales las lneas no solo no son paralelas sino que adems entre los efectos se aprecia una variacin tanto en magnitud como en direccin hasta el punto que las lneas terminan cruzndose. En nuestro ejemplo puede apreciarse como el efecto interaccin (lnea RD8A*RD8 en la tabla prueba de efectos inter-sujetos) es estadsticamente significativo (0.002). Sin embargo, esta circunstancia no se reproduce en la significacin de los dos efectos principales. En nuestro caso se aprecia como el efecto principal de la variable RD8 no es significativo (0.114), lo que se tra-
193
Captulo 11
A n l i s i s d e Va r i a n z a
duce en que las diferencias de medias no es explicada por este factor. Por su parte, el Grfico de perfiles avala lo dicho. Una vez expuestos los principales elementos a considerar en el anlisis factorial de varianza, en las lneas que siguen se relaciona la secuencia de pasos a seguir cuando es el paquete estadstico SPSS la herramienta utilizada para llevar a cabo dicho anlisis.
1er paso: Para acceder al cuadro de dilogo principal del anlisis factorial de varianza seleccionamos de la barra del men Analizar: Modelo lineal general: Univariable (figura 1). 2 paso: Una vez en el cuadro de dilogo principal del anlisis factorial de varianza Univariable, buscamos en la ventana de la izquierda las variables con las que vamos a trabajar. La variable D9, INCLINACIN POLTICA, la pasaremos al cuadro reservado para ubicar la variable Dependiente. Las variables RELIGIN e INTENSIDAD DE LA PRCTICA RELIGIOSA se colocarn en el cuadro destinado a las variables independientes o Factores fijos (figura 2). Ntese que ambas han sido previamente recodificadas por lo que las variables seleccionadas son las RD8 (1:catlicos; 2: otra religin o ninguna; 9: NS/NC) y RD8A (1: no practican; 2: practican; 9: NS/NC). 3er paso: Antes de solicitar los estadsticos ms indicados segn nuestro intereses deberemos especificar el Modelo a aplicar. Para ello, deberemos cliquerar sobre el correspondiente botn de comando que aparece a la derecha del cuadro principal del cuadro de dilogo. Si nuestra eleccin ha sido Modelo Factorial Completo ste contemplar: el efecto de la interseccin; todos los
Figura 2
Figura 3
194
A n l i s i s d e Va r i a n z a
Captulo 11
efectos principales de los factores y de las covariables; as como todas las intersecciones factor por factor. Una vez seleccionado el Modelo Factorial completo debemos seleccionar un mtodo, de los cuatro posibles, para dividir la Suma de los cuadros. En nuestro caso concreto vamos a aplicar el Tipo I (figura 3). 4 paso: Con las variables seleccionadas debemos indicar aquellos parmetros que nos servirn para interpretar los resultados. Algunos de ellos se seleccionan en el subcuadro de dilogo de Opciones, al cual se accede cliqueando el botn de comando que aparece a la derecha del cuadro principal. Una vez en l pedimos que nos Muestre los Estadsticos descriptivos y las Estimaciones del tamao del efecto (figura 4). En el supuesto de que no supiramos si las varianzas de la variable dependiente son homogneas pediramos en este subcuadro la Prueba de homogeneidad. A partir de sus resultados arrojados por esta prueba repetiramos los pasos ya descritos en el anlisis de varianza de un factor. 5 paso: Con el objetivo de identificar en qu grupos se producen las diferencias significativas (en virtud de las cuales hemos podido rechazar la hiptesis nula) solicitaremos, como ya hiciramos con el anlisis de varianza de un factor, las pruebas de comparacin mltiple o Post Hoc. Para ello cliqueamos sobre el botn de comando Post Hoc a travs del cual accedemos al subcuadro Comparaciones mltiples Post Hoc para las medias observadas. De entre todos los mtodos seleccionamos el de Tukey y el de Scheffe (figura 5). Los resultados han sido omitidos de la seccin de resultados. Por ltimo, ya hemos comentado que con el fin de facilitar la interpretacin respecto a los factores que influyen en el distinto comportamiento de la variable dependiente podemos solicitar el grfico de las medias en los distintos grupos.
Figura 6
Figura 4
Figura 5
6 paso: En el subcuadro de Grficos de perfil, al que se accede cliqueando en el botn que le da nombre y que se encuentra en la derecha del cuadro de dilogo principal del anlisis factorial de la varianza, deberemos especificar sus parmetros. En el Eje horizontal siempre introduciremos la variable independiente con mayor nmero de categoras. El la casilla de Lneas distintas introduciremos la variable independiente con menor nmero de categoras. En nuestro caso y dado que ambas tienen el mismo nmero de categoras es indiferente (figura 6). Este grfico especifica, siempre y cuando se produzca un cruce
195
Captulo 11
A n l i s i s d e Va r i a n z a
de lneas (hay interaccin) si esa interaccin es significativa y vlida para explicar a la variable dependiente. Finalizado el quinto paso, ya tenemos seleccionados todos los parmetros necesarios para realizar el anlisis. De modo que despus de cliquear Continuar (en el subcuadro de Grfico en lnea) y en el de Aceptar (en el cuadro de dilogo principal) el proceso se da por finalizado. Slo resta analizar los resultados arrojados.
196
A n l i s i s d e Va r i a n z a
Captulo 11
197
Captulo 11
A n l i s i s d e Va r i a n z a
198
A n l i s i s d e Va r i a n z a
Captulo 11
ptimamente las medidas dependientes mltiples dentro de un valor nico que maximiza las diferencias entre los grupos). El MANOVA contrasta la hiptesis nula de que los vectores de las medias de todos los grupos son iguales y/o provienen de la misma poblacin. Matemticamente lo anotaramos como sigue: Ho: 1=2=3=...=n Los supuestos estadsticos paramtricos que han de cumplir los datos para que se les pueda aplicar el anlisis de varianza son tres: deben proceder de muestras aleatorias simples, debe existir normalidad en la distribucin de los datos y las varianzas de las subpoblaciones deben ser iguales. El anlisis multivariante de la varianza, con el que finalizamos la exposicin de este captulo, lo hemos estructurado en torno a cinco apartados, a saber: 1. La primera parte del anlisis trata de valorar la significacin estadstica de las diferencias multivariantes entre los grupos. Para este fin nos encontramos con cuatro estadsticos a partir de los cuales contrastar la hiptesis nula de igualdad de vectores de medias: mrc de Roy, lambda de Wilks, criterio de Pillai y la traza de Hotelling. 2. Ya hemos comentado que slo tiene sentido aplicar el anlisis de varianza cuando los datos cumplen los requisitos paramtricos arriba sealados. Por ello, es imprescindible contrastar, fundamentalmente, la homogeneidad o igualdad de las varianzas de las variables dependientes en los grupos (subpoblaciones) establecidos por los valores de la variable independiente. Para este caso se aplica la prueba de Levene en las dos variables dependientes seleccionadas. Si el resultado nos llevara a rechazar tal supuesto, deberemos someter a los datos a un proceso de transformacin. 3. Si el anlisis concluye en que rechazamos la hiptesis nula (todos los criterios se sitan por debajo de 0.05), esto es, que existen diferencias entre entre los grupos, deberemos analizar si las diferencias que se producen entre vectores son explicadas por las diferencias que se producen entre las medias de alguna de las variables dependientes. Para contrastar si las diferencias entre los vectores de medias no son debidas a las diferencias entre
199
Captulo 11
A n l i s i s d e Va r i a n z a
las medias de una de las variables dependientes en particular deberemos realizar un anlisis univariante sobre cada una de las variables dependientes. ste es el punto de la investigacin que lo diferencia del anlisis factorial de la varianza. 4. En cuarto lugar, debemos identificar, tal y como ya hiciramos en el anlisis de varianza con un factor y en el anlisis factorial de la varianza, en qu grupos se producen las diferencias significativas. Recordemos que estas diferencias son las que nos han conducido a rechazar la hiptesis nula. Para ello aplicaremos algunos de los mtodos Post Hot (de Sheffe y de Tuhey). Cada uno de estos mtodos indican qu comparaciones entre los grupos presentan diferencias significativas. La aplicacin de estos mtodos proporciona los contrastes para cada combinacin de grupos. 5. Por ltimo, y si el anlisis concluye en que rechazamos la hiptesis nula, nos quedar por determinar si las diferencias que se aprecian entre las medias responde al efecto de las variables independientes consideradas de efectos principales) o/y responde al forma individual (e efecto provocado por la interaccin de las variables independientes. Para resolver esta cuestin, adems de los correspondientes contrastes de hiptesis, la representacin grfica de los resultados puede sernos de gran utilidad.
200
A n l i s i s d e Va r i a n z a
Captulo 11
multivariantes entre los grupos (valorar las diferencias entre dimensiones de las variables dependientes o contrastar la hiptesis nula de igualdad de vectores de medias): La raz mxima (mrc) de Roy. Mide las diferencias solamente sobre la primera raz cannica (o funcin discriminante). El contraste mrc de Roy es el ms indicado cuando las variables dependientes estn fuertemente interrelacionadas en una sola dimensin aunque es la medida que se ve ms afectada por el incumplimiento de los supuestos paramtricos. Lambda de Wilks. A diferencia del estadstico mrc que est basado en la primera (mayor) raz caracterstica, el lambda de Wilks considera todas las races caractersticas pues compara si los grupos son de algn modo diferentes sin estar afectados por el hecho de que los grupos difieran en al menos una combinacin lineal de las variables dependientes. La significacin del lambda de Wilks se realiza, como ya hemos expuesto, transformndolo en un estadstico F (compara la variabilidad debida a las diferencias entre grupos con la debida a las diferencias dentro de los grupos). Cuanto mayor sea el valor de F y menor su significacin, ms probabilidad de que existan diferencias significativas entre los grupos. Por ltimo, la traza de Pillai y la traza de Hotelling son otras medias muy utilizadas en el anlisis MANOVA. Ambas son muy similares al lambda de Wilks pues utilizan todas las races caractersticas y se aproxima a ellas a partir de un estadstico F.
El SPSS incluye estos cuatro criterios. Si los p-valores asociados a cada uno de los estadsticos son menores que el nivel de significacin (normalmente, 0.05) se rechazar la hiptesis nula de igualdad de vectores de medias. En nuestro ejemplo no supera el ajuste la variable RD8 (ver tabla contrastes univariados).
201
Captulo 11
A n l i s i s d e Va r i a n z a
el resultado de la prueba de anlisis de varianza propiamente, certificar que la varianza en cada una de las subpoblaciones o grupos es la misma; esto es, que las varianzas no son heterogneas (supuesto paramtrico). En el ejemplo que recogemos se puede apreciar como las variables dependientes seleccionadas no superan el correspondiente contraste de Levene. Pese a ello, y puesto que nuestro objetivo prioritario es el expositivo, el anlisis contina con las mismas. No obstante, debemos recordar que el anlisis, en contextos de investigacin real, slo podra desarrollarse en l los trminos que siguen si los datos de las variables dependientes no cumplieran el requisito paramtrico de igualdad de varianzas.
202
A n l i s i s d e Va r i a n z a
Captulo 11
203
Captulo 11
A n l i s i s d e Va r i a n z a
Por ltimo se plantea la hiptesis nula de que los vectores de medias son iguales en cada uno de los grupos establecidos por por los valores de la primera variable independiente: si el p-valor asociado a los estadsticos Traza de Pillai, Traza de Hotelling, Lambda de Wilks y Raz mxima de Roy son inferiores a 0.05, podremos rechazar la hiptesis nula; esto es, el factor analizado influye en que los vectores de medias sean diferentes. Este contraste se repite para cada una de las variables independientes que hayan participado en la definicin del modelo. En el supuesto caso de que para alguna de las variables independientes se rechaza la hiptesis nula, deberemos realizar un contraste univariante sobre cada una de las variables dependientes de forma individual. En nuestro ejemplo puede apreciarse que el efecto principal de la variable RD8A es decisivo para explicar las variables dependientes pero que la interaccin de los factores principales solo es significativa para la variable dependiente INCLINACIN POLTICA. Los correspondientes grficos de perfil que se incluyen en la seccin de resultados puede ayudar a entender lo expuesto.
Figura 1
204
A n l i s i s d e Va r i a n z a
Captulo 11
Figura 2
2 paso: Una vez en el cuadro de dilogo principal del anlisis multivariable de la varianza, buscamos en el cuadro de la izquierda las variables con las que vamos a trabajar. Las variables TD9, TENDENCIA POLTICA y D3, ESTADO CIVIL, las seleccionamos y pasamos a la ventana reservado para ubicar las variables Dependientes. Las variables D8, RELIGIN y D8A, INTENSIDAD DE LA PRCTICA RELIGIOSA se colocarn en el cuadro destinado a las variables independientes o Factores fijos (figura 2). Ntese que las dos variables independientes han sido previamente recodificadas por lo que las variables seleccionadas son las RD8 (1:catlicos; 2: otra religin o ninguna; 9: NS/NC) y RD8A (1: no practican; 2: practican; 9: NS/NC). 3er paso: Antes de solicitar los estadsticos ms indicados segn nuestro intereses deberemos especificar el Modelo a aplicar. Para ello, deberemos cliquerar sobre el correspondiente botn de comando que aparece a la derecha del cuadro principal del cuadro de dilogo. Si nuestra eleccin ha sido Modelo Factorial Completo ste contemplar: el efecto de la interseccin; todos los efectos principales de los factores y de las covariables; as como todas las intersecciones factor por factor. Una vez seleccionado el Modelo Factorial completo debemos seleccionar un mtodo, de los cuatro posibles, para dividir la Suma de los cuadros. En nuestro caso concreto vamos a aplicar el Tipo I (figura 3). 4 paso: Con las variables seleccionadas debemos indicar aquellos parmetros que nos servirn para interpretar los resultados. Algunos de ellos se seleccionan en el subcuadro de dilogo de Opciones, al cual se accede cliqueando el botn de comando que aparece a la derecha del cuadro principal. Una vez en l pedimos que nos Muestre los Estadsticos descriptivos y las Estimaciones del tamao del efecto (figura 4). En el supuesto de que no supiramos si las varianzas de la variable dependiente son homogneas pediramos en este subcuadro la Prueba de homogeneidad. A partir de sus resultados repetiremos los pasos ya descritos en el anlisis de varianza de un factor. 5 paso: Con el objetivo de identificar en qu grupos se producen las diferencias significativas (en virtud de las cules hemos podido rechazar la hiptesis nula) solicitaremos, como ya hiciramos con el anlisis de varianza de un factor, las pruebas de comparacin mltiple o Post Hoc. Para ello cliqueamos sobre el botn de comando Post Hoc a travs del cual accedemos al subcuadro Comparaciones mltiples Post Hoc para las medias
Figura 3
Figura 4
205
Captulo 11
A n l i s i s d e Va r i a n z a
observadas. De entre todos los mtodos seleccionamos el de Tukey y el de Scheffe (figura 5). Por ltimo, ya hemos comentado que con el fin de facilitar la interpretacin respecto a los factores que influyen en el distinto comportamiento de la variable dependiente podemos solicitar el grfico de las medias en los distintos grupos.
Figura 5
6 paso: En el subcuadro de Grficos de perfil, al que se accede cliqueando en el botn que le da nombre y que se encuentra en la derecha del cuadro de dilogo principal del anlisis factorial de la varianza, deberemos especificar sus parmetros. En el Eje horizontal siempre introduciremos la variable independiente con mayor nmero de categoras. El la casilla de Lneas distintas introduciremos la variable independiente con menor nmero de categoras. En nuestro caso y dado que ambas tienen el mismo nmero de categoras es indiferente (figura 6). Este grfico especifica, siempre y cuando se produzca un cruce de lneas (hay interaccin) si esa interaccin es significativa y vlida para explicar a la variable dependiente. Finalizado el quinto paso, ya tenemos seleccionados todos los parmetros necesarios para realizar el anlisis. De modo que despus de cliquear Continuar (en el subcuadro de Grfico en lnea) y en el de Aceptar (en el cuadro de dilogo principal) el proceso se da por finalizado. Slo resta analizar los resultados arrojados.
Figura 6
206
A n l i s i s d e Va r i a n z a
Captulo 11
En nuestro ejemplo, y tras las pruebas practicadas, podemos apreciar que: (1) el efecto de la interaccin entre las dos variables independientes slo es significativo para la variable TENDENCIA POLTICA, pero apenas dicen nada sobre el ESTADO CIVIL de la poblacin; y (2), slo el efecto principal de la variable INTENSIDAD DE LA PRCTICA RELIGIOSA explicara las variables dependientes.
207
Captulo 11
A n l i s i s d e Va r i a n z a
19.4. El estadstico F
208
A n l i s i s d e Va r i a n z a
Captulo 11
209
Captulo 11
A n l i s i s d e Va r i a n z a
210
A n l i s i s d e Va r i a n z a
Captulo 11
dencias; los factores obtenidos se referencian espacialmente aplicando el anlisis jerrquico de conglomerados; y, por ltimo, la delimitacin ofrecida por el anlisis de cluster se verific aplicando el anlisis discriminante. Las variables discriminantes introducidas fueron las puntuaciones factoriales de los factores obtenidos y una variable discreta que recoga el cdigo del tipo del rea obtenido. El 85% de los barrios clasificados previamente con el anlisis de cluster se encontraban correctamente clasificados. Del total de barrios 21 tuvieron que reclasificarse de nuevo. Por ltimo, se aplica el anlisis de varianza con la finalidad de corroborar si las diferencias que se aprecian en el espacio social madrileo de las personas ancianas son aleatorias o evidencian un fenmeno real de diferenciacin (H0 se plantea como que no hay diferencias importantes entre los barrios). Ms, Francisco J. (1999): Imagen y atraccin de centros comerciales suburbanos, Investigacin y Marketing, n 56, pp. 56-65. La investigacin que se presenta tiene como objetivo examinar las percepciones de los consumidores acerca de los centros comerciales y la relacin entre las percepciones y la atraccin de los mismos. Para el primer objetivo se aplica una doble metodologa: (1) anlisis descriptivo de las percepciones de los centros comerciales por parte de los consumidores; (2) sobre los valores promedios de las variables en cada centro comercial se aplica un anlisis de la varianza (ANOVA) y un anlisis mltiple de varianza (MANOVA). Con ello se intenta demostrar la existencia de diferencias significativas entre los distintos centros mediante el examen de su variabilidad: el ANOVA analiza cada una de las variables por separado y el MANOVA todas ellas simultneamente. Por ltimo, el anlisis de la relacin entre imagen y atraccin de los centros comerciales se realiza aplicando un anlisis discriminante al conjunto de variables que describen la imagen de los centros. El objetivo es determinar qu variables diferencian a los individuos que compran asiduamente en los respectivos centros de los que no lo hacen.
211