Problema prctico en SPSS:

Hace poco tiempo fue descubierto un neurotransmisor cerebral endgeno

llamado galanina. Segn parece, ste afecta de manera directa el deseo de
ingerir alimentos con un alto contenido de grasa. Mientras ms alta sea la
cantidad de este neurotransmisor de origen natural en un individuo, mayor
ser el apetito que ste sienta por la comida con alto contenido en grasa.
Recientemente, una compaa farmacutica desarroll una sustancia
experimental que bloquea la galanina sin alterar el apetito por otros alimentos
ms saludables (es decir, con menos grasa). Un neurocientfico de la compaa
piensa que esa sustancia experimental ser muy til para controlar la
obesidad. En forma especfica, l cree que la administracin diaria de este
medicamento har que la persona ingiera alimentos con menos grasa y, por
ende, promover la prdida de peso. En estas condiciones, se realiza un
experimento, para el cual se elige de manera aleatoria a 42 personas obesas,
21 hombres y 21 mujeres, todas ellas voluntarias, y se les administra el
medicamento experimental durante 3 meses. Se registro el peso inicial y el
peso final (despus de 3 meses) de cada persona. Y al final se obtuvieron las
diferencias de pesos para ver cantidad de kilos que haban bajado, estas
diferencias se presentan en la siguiente tabla. Aqu queremos comparar si es
significativa la prdida de peso media entre los dos grupos (hombre y mujeres)
que utilizando el mismo medicamento para bajar de peso.
Sujetos

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

Dieta
Kilos perdidos en
Kilos perdidos en
hombres
mujeres
7,48
0,72
3,71
4,36
4,3
0,10
5,47
2,3
3,8
7,15
6,31
5,61
7,76
7,2
4,07
5,27
3,7
7,86
4,11
4,81
4,96
6,08
4,63
5,9
5,18
5,16
5,68
1,6
4,76
5,5
1,87
6,16
7,8
5,99
3,29
6,36
7,23
0,91
6,67
3,90
3,96
2,09

Van a acomodar una variable con el nombre de sexo donde

1=hombres y 2 = mujeres. Y siguen las instrucciones de la figura
siguiente.

Respeten el orden aqu marcado para cada grupo, si no es asi tendrn datos
errneos.

8.- ANOVA DE 1 VA
8.1.- Lgica de la prueba
Las tcnicas englobadas bajo la denominacin de anlisis de la varianza o
abreviadamente ANOVA (del ingls analysis of variance) han jugado un papel
crucial en la metodologa estadstica moderna, desde que fueran ideadas por
R.A. Fisher en 1925 para resolver diversos problemas agrcolas. En algunos
textos a veces conocidos como Anova de Fisher o anlisis de varianza de
Fisher, debido al uso de la distribucin F de Fisher como parte del contraste de
hiptesis.
El ANOVA estudia la influencia de un determinado factor o grupo de factores
(variables nominales) sobre una variable respuesta (variable continua).
Planteamiento de la prueba

El anlisis de varianza (ANOVA) de un factor se le llama tambin unifactorial y

sirve para comparar varios grupos en una variable cuantitativa. Se trata, por
tanto, de una generalizacin de la prueba T para dos muestras independientes
al caso de diseos con ms de dos muestras. El uso de la prueba F nos permite
hacer una comparacin global que nos indica si existe una diferencia
significativa entre las medias de los grupos.
Casi siempre se introduce el tema del anlisis de la varianza como respuesta a
la necesidad de utilizar una tcnica de comparacin de ms de dos grupos. A la
variable categrica (nominal u ordinal) que define los grupos que deseamos
comparar la llamamos independiente o factor y a la variable cuantitativa (de
intervalo o razn) en la que deseamos comparar los grupos la llamamos
dependiente.
La variable dependiente es aquella en la cual deseamos comparar los grupos.
La variable factor es la variable que define los grupos que deseamos comparar.
Existen tres clases conceptuales de estos modelos:
1. El Modelo de efectos fijos asume que los datos provienen de
poblaciones normales las cuales podran diferir nicamente en sus
medias. (Modelo 1)
2. El Modelo de efectos aleatorios asume que los datos describen una
jerarqua de diferentes poblaciones cuyas diferencias quedan
restringidas por la jerarqua. Ejemplo: El experimentador ha aprendido y
ha considerado en el experimento slo tres de muchos ms mtodos
posibles, el mtodo de enseanza es un factor aleatorio en el
experimento. (Modelo 2)
3. El Modelo de efectos mixtos describen situaciones que ste puede
tomar. Ejemplo: Si el mtodo de enseanza es analizado como un factor
que puede influir donde estn presentes ambos tipos de factores: fijos y
aleatorios. (Modelo 3)
El ANOVA parte de algunos supuestos que han de cumplirse:

Cada conjunto de datos debe ser independiente del resto.

Los resultados obtenidos para cada conjunto deben seguir una

distribucin normal.

Las varianzas de cada conjunto de datos no deben diferir de forma

significativa(deben ser iguales).

El anlisis de la varianza (o Anova: Analysis of variance) es un mtodo para

comparar dos o ms medias, que es necesario porque cuando se quiere
comparar ms de dos medias es incorrecto utilizar repetidamente el contraste
basado en la t de Student. por dos motivos:

En primer lugar, y como se realizaran simultnea e independientemente

varios contrastes de hiptesis, la probabilidad de encontrar alguno
significativo por azar aumentara.
En cada comparacin la hiptesis nula es que las dos muestras
provienen de la misma poblacin, por lo tanto, cuando se hayan
realizado todas las comparaciones, la hiptesis nula es que todas las
muestras provienen de la misma poblacin y, sin embargo, para cada
comparacin, la estimacin de la varianza necesaria para el contraste es
distinta, pues se ha hecho en base a muestras distintas.

Procedimiento de anlisis de varianza:

Hiptesis nula: las medias de las poblaciones son iguales.
Hiptesis alterna: al menos una de las medias es diferente.
La estrategia para poner a prueba la hiptesis de igualdad de medias consiste
en obtener un estadstico llamado F, que refleja el grado de parecido existente
entre las medias que se estn comparando. El numerador del estadstico F es
una estimacin de la varianza poblacional basada en la variabilidad existente
entre las medias de cada grupo. El denominador del estadstico F es tambin
una estimacin de la varianza poblacional, pero basada en la variabilidad
existente dentro de cada grupo (distintos grupos o niveles del factor).
Clculo del estadstico
Paso 1: Clculo de la suma de los cuadrados entre grupos (SC B),
utilizaremos la siguiente ecuacin:
2

X1

X 2 2

X 3 2

X k 2

X 2

S CB =
Donde:
X1=suma de todos los datos pertenecientes al grupo 1.
X2=suma de todos los datos pertenecientes al grupo 2.
X3=suma de todos los datos pertenecientes al grupo 3.

Xk=suma de todos los datos pertenecientes al grupo k.

n= nmero de datos totales por grupo.
X= suma de todos los datos (suma de datos de cada grupo).
N= nmero total de datos de todos los grupos juntos.
Paso2: Clculo de la suma de cuadrados intra grupos, SC w. La ecuacin
para calcularlo es la siguiente:

X 1 2

X 2 2

X 3 2

X k 2

S Cw = X 2
Donde:
X2= suma de los cuadrados de todos los datos (suma de los cuadrados
de todos datos de cada grupo).
Paso 3: Clculo de la suma total de cuadrados SC T. Este paso slo es una
verificacin para ver si los clculos de los pasos anteriores fueron correctos.
SCT= SCw + SCB
Para verificar si estamos correctos en el clculo volvemos a calcular SC T de la
siguiente manera:

X 2

S CT = X 2
Paso 4: Clculo de los grados de libertad para cada estimacin:
glB = k-1
glw = N-k
glT = N-1

Paso 5: Clculo de la estimacin de la varianza entre grupos, s B2. Las

estimaciones de la varianza son simplemente las sumas de cuadrados divididas
entre sus grados de libertad.

sB =
2

S CB
glB

Paso 6: Clculo de la estimacin de la varianza intra grupos, sw2,

sw =
2

S Cw
g lw

Paso 7: Clculo de Fobt.

Fobt =

sB
sw

Paso 8: Evaluacin de Fobt

Necesitamos glB (grados de libertad del numerador) y gl w (grados de libertad
del denominador) con el valor de significancia . Posteriormente revisar la
tabla F para obtener Fcrit. Y con este valor tomar la decisin.

Si la Fobt Fcrit se rechaza Ho y se acepta H1

Si la Fobt < Fcrit se rechaza H1 y se acepta Ho.