ANOVA FACTORIAL: EJEMPLO DE APLICACIN

Prof. Oscar Tinoco G.

El abeto sitka es el rbol de bosque ms importante en Inglaterra. Sin embargo, posee una
regeneracin natural escasa y es necesario aumentar la produccin de semillas. Se proponen
cuatro tratamientos hormonales que se aplican a ramas situadas en la parte ms baja de la copa y
en la ms alta. Las ramas se seleccionan en ocho rboles diferentes elegidos al azar dentro del
mismo bosque. Adems el experimento se replica, obtenindose el siguiente nmero de semillas
producidas por rama:


Son iguales todos los tratamientos hormonales?Cul de ellos es ms singular?
Para procesar los datos en el programa SPSS, stos deben ser ingresados en el siguiente formato
nsem altura tratamiento
89 1 1
59 1 2
20 1 3
51 1 4
87 2 1
56 2 2
15 2 3
47 2 4
84 1 1
52 1 2
14 1 3
45 1 4
92 2 1
67 2 2
26 2 3
56 2 4

Para identificar el tratamiento hormonal ms efectivo, seleccionamos la secuencia:
Analizar/ Modelo lineal general / Univariante.



Dado que tenemos una rplica del experimento, y no podemos tener la seguridad de que algn
tratamiento no tenga alguna interaccin con la posicin de la rama, hacemos clic en el recuadro
Modelo y luego seleccionamos el modelo Factorial completo que incluye la interaccin.


El resultado obtenido es:
Pruebas de los efectos inter-sujetos
Variable dependiente:Nro semillas por rama
Origen
Suma de
cuadrados tipo III gl Media cuadrtica F Sig.
Modelo corregido 9816,000
a
7 1402,286 45,418 ,000
Interseccin 46225,000 1 46225,000 1497,166 ,000
altura 64,000 1 64,000 2,073 ,188
tratamiento 9746,500 3 3248,833 105,225 ,000
altura * tratamiento 5,500 3 1,833 ,059 ,980
Error 247,000 8 30,875

Total 56288,000 16

Total corregida 10063,000 15

a. R cuadrado = .975 (R cuadrado corregida = .954)
Se ha partido de la siguiente hiptesis nula:
Ho: 1= 2= 3 = 4

La tabla Anova obtenida nos indica que hay evidencia de que el tratamiento influye (p=0,000),
pero tambin ilustra que no hay evidencia de interaccin (p=0,980), por ello, eliminamos este
trmino del anlisis. El factor posicin tiene una significatividad bastante baja (p-valor = 0,188),
pero podemos mantenerlo.

A continuacin volvemos a ejecutar el procedimiento, seleccionando en Modelo la opcin
Personalizado. Se incluyen como Efectos principales los dos factores, y no se incluye
interaccin. En Post hoc, elegimos el factor tratamiento para obtener las comparaciones
mltiples (con el mtodo de Bonferroni). En opciones seleccionamos de nuevo el factor
tratamiento para obtener los valores medios para cada tratamiento. En Guardar seleccionamos
Residuos tipificados.









Los resultados que se obtienen son:









Pruebas de los efectos inter sujetos
Variable dependiente:Nro semillas por rama
Origen
Suma de
cuadrados tipo III gl Media cuadrtica F Sig.
Modelo corregido 9810,500
a
4 2452,625 106,847 ,000
Interseccin 46225,000 1 46225,000 2013,762 ,000
altura 64,000 1 64,000 2,788 ,123
tratamiento 9746,500 3 3248,833 141,533 ,000
Error 252,500 11 22,955

Total 56288,000 16

Total corregida 10063,000 15

a. R cuadrado = .975 (R cuadrado corregida = .966)
En este caso, la interaccin de los dos factores es significativa (p = 0,000)

Estadsticos descriptivos
Variable dependiente:Nro semillas por rama
altura tratamiento Media Desviacin tpica N
1 1 86,50 3,536 2
2 55,50 4,950 2
3 17,00 4,243 2
4 48,00 4,243 2
Total 51,75 26,618 8
2 1 89,50 3,536 2
2 61,50 7,778 2
3 20,50 7,778 2
4 51,50 6,364 2
Total 55,75 26,831 8
Total 1 88,00 3,367 4
2 58,50 6,351 4
3 18,75 5,500 4
4 49,75 4,856 4
Total 53,75 25,901 16
Se observa que la media del tratamiento es mayor en los dos niveles del factor altura.

Comparaciones mltiples
Nro semillas por rama
Bonferroni
(I)trata
miento
(J)trata
miento
Diferencia de
medias (I-J) Error tp. Sig.
Intervalo de confianza 95%
Lmite inferior Lmite superior
1 2 29,50
*
3,388 ,000 18,63 40,37
3 69,25
*
3,388 ,000 58,38 80,12
4 38,25
*
3,388 ,000 27,38 49,12
2 1 -29,50
*
3,388 ,000 -40,37 -18,63
3 39,75
*
3,388 ,000 28,88 50,62
4 8,75 3,388 ,153 -2,12 19,62
3 1 -69,25
*
3,388 ,000 -80,12 -58,38
2 -39,75
*
3,388 ,000 -50,62 -28,88
4 -31,00
*
3,388 ,000 -41,87 -20,13
4 1 -38,25
*
3,388 ,000 -49,12 -27,38
2 -8,75 3,388 ,153 -19,62 2,12
3 31,00
*
3,388 ,000 20,13 41,87
Basadas en las medias observadas.
El trmino de error es la media cuadrtica(Error) = 22.955.
*. La diferencia de medias es significativa al nivel .05.