Академический Документы
Профессиональный Документы
Культура Документы
Las dos tcnicas son muy similares en el sentido de que las dos analizan las relaciones
entre una variable categrica y un conjunto de variables cuantitativas. La diferencia entre
ellas se da en el sentido en que establecen esa relacin:
Por ejemplo, si queremos ver si fumadores y no fumadores varan en una serie de variable
(que pueden entenderse como consecuencia del tabaco) tendremos que utilizar un
MANOVA. Si, por el contrario, queremos ver qu variables predicen la conducta de fumar,
la tcnica estadstica apropiada es el AD. Hay que aclarar, sin embargo, que la diferencia
entre ambos casos, as como en los resultados que nos den las dos tcnicas, es ms
conceptual que estadstica.
MANOVA AD
este captulo, sin embargo, vamos a referirnos al caso ms frecuente: al MANOVA con un
factor inter. El caso de dos o ms factores inter es slo una generalizacin del anterior,
mientras que el MANOVA con variables intra es de mucho menos frecuente aplicacin.
La nica diferencia entre el ANOVA y el MANOVA es que la segunda tcnica
considera ms de una variable dependiente. Por ejemplo, si queremos estudiar el efecto
del mtodo de aprendizaje en la nota de una asignatura, aplicamos un ANOVA. Si nos
interesa estudiar ese efecto en las notas de cada una de las asignaturas de un curso,
aplicaramos el MANOVA.
- Agudeza visual
- Discriminacin
- Rendimiento en una situacin de doble tarea
- Flexibilidad de la atencin
Para ello contamos con una muestra de 45 sujetos, que son divididos
aleatoriamente en 3 grupos de 15 sujetos cada uno:
- Grupo control
- Administracin de 10 mg de la sustancia (frmaco10)
- Administracin de 20 mg de la sustancia (frmaco20)
Pedimos algn contraste para comparar los grupos. Podemos elegir entre varios:
- Si nos interesa ver cmo cambia el efecto al aumentar la dosis ( de 0 a 20 mg)
pedimos el contraste Repetido.
- El contraste Simple nos comparara cada dosis con el grupo control.
- El contraste Ortogonal (polinmico) nos indicara si al ir aumentando la dosis mejora
linealmente la puntuacin en las variables dependientes o si, por el contrario, la
tendencia es curvilnea (por encima de una dosis el efecto es perjudicial)
Elegir uno u otro depende de la hiptesis que queramos comprobar. Supongamos que, en
este caso, lo que nos interesa es comprobar que basta con una dosis mnima de la
sustancia y que aumentos de la misma no produciran ningn efecto. Qu contraste
elegimos? Podra ser el repetido. As, esperaramos que hubiera diferencias entre
control y 10 mg y que no las hubiera ya entre 10 y 20 mg.
Factores inter-sujetos
Etiqueta del
valor N
GRUPO 1,00 Control 15
2,00 frmaco10 15
3,00 frmaco20 15
Gl de la
Valor F hiptesis Gl del error Significacin
Traza de Pillai ,351 2,131 8,000 80,000 ,042
Lambda de Wilks ,658 2,269a 8,000 78,000 ,031
Traza de Hotelling ,505 2,401 8,000 76,000 ,023
Raz mayor de Roy ,475 4,754b 4,000 40,000 ,003
a. Estadstico exacto
b. El estadstico es un lmite superior para la F el cual ofrece un lmite inferior para
el nivel de significacin.
a
Contraste de Levene sobre la igualdad de las varianzas error
A continuacin se dan los resultados de los ANOVAs univariados. Podemos observar que la
dosis de psicoestimulante solamente produce efectos significativos en la discriminacin
(F2,42= 9.602, p<0.001).
Resultados de la pruebas univariadas
Suma de Media
Fuente Variable dependiente cuadrados gl cuadrtica F Significacin
Contraste Agudeza visual 6,488 2 3,244 2,750 ,075
Discriminacin 459,511 2 229,756 9,602 ,000
Rendimiento en una
1,225 2 ,613 2,411 ,102
situacin de doble tarea
Flexibilidad de la atencin 80,915 2 40,458 ,603 ,552
Error Agudeza visual 49,536 42 1,179
Discriminacin 1004,933 42 23,927
Rendimiento en una
10,675 42 ,254
situacin de doble tarea
Flexibilidad de la atencin 2818,057 42 67,097
Veamos en la tabla siguiente, donde se dan los resultados del contraste repetido,
entre qu niveles del factor dosis se dan diferencias en discriminacin.
Variable dependiente
Rendimie
nto en una
situacin Flexibilid
Contraste Agudeza Discrimi de doble ad de la
repetido GRUPO visual nacin tarea atencin
Nivel 1 - Nivel 2 Estimacin del contraste
-,145 -,467 -6,667E-03 -3,133
Valor hipotetizado
0 0 0 0
Valor hipotetizado
0 0 0 0
Podemos ver que las diferencias en discriminacin slo se dan entre los niveles 2 y
3 del factor dosis. Por el grfico de medias, vemos que la discriminacin no mejora del
grupo control al grupo que recibe una dosis de 10 mg. An ms, el grupo que recibe una
dosis de 20 mg tiene una discriminacin significativamente peor que el control. As,
podramos concluir que el psicoestimulante que estamos probando, no slo no mejora la
capacidad perceptiva y cognitiva de los sujetos sino que, en dosis de 20 mg lo perjudica.
42
38
36
Control frmaco10 frmaco20
GRUPO
Asignar cualquier sujeto de la poblacin a uno de los grupos. Del mismo modo que la
ecuacin de regresin se utiliza para predecir las puntuaciones en un criterio continuo,
el AD proporciona la ecuacin (o ecuaciones ) que permiten predecir la pertenencia de
cualquier sujeto de la poblacin a uno de los grupos.
Para comprobar si existen outliers en alguno de los grupos para cualquiera de las
variables pedimos grficos de cajas.
EXPEDIEN
3,5
3,0
2,5
2,0
EXPEDIEN 1,5
1,0
,5
N= 15 15
1,00 2,00
GRUPO
HABILSOC
28
26
24
22
20
18
16
HABILSOC
14
12
N= 15 15
1,00 2,00
GRUPO
INTELIG
50
40
30
20
INTELIG
10
N= 15 15
1,00 2,00
GRUPO
El SPSS ofrece, en primer lugar, las medias y desviaciones tpicas de cada uno de
los grupos en cada variable. Como podemos observar, los sujetos del grupo 1 (en activo)
tienen puntuaciones ms altas en las tres variables consideradas.
Lambda = c / (c+F)
donde
c = (n-k) / (k-1)
siendo n el nmero total de sujetos y k el nmero de grupos.
El valor de lambda puede oscilar entre 0 y 1, cuanto menor sea lambda mayores son las
diferencias entre los grupos.
M de Box 3,004
F Aprox. ,924
gl1 3
gl2 141120,0
Sig. ,428
Contrasta la hiptesis nula de que
las matrices de covarianza
poblacionales son iguales.
a,b,c,d
Variables introducidas/eliminadas
Lambda de Wilks
F exacta
Paso Introducidas Estadstico gl1 gl2 gl3 Estadstico gl1 gl2 Sig.
1 EXPEDIEN ,688 1 1 28,000 12,681 1 28,000 ,001
2 HABILSOC ,386 2 1 28,000 21,512 2 27,000 ,000
En cada paso se introduce la variable que minimiza la lambda de Wilks global.
a. El nmero mximo de pasos es 6.
b. La F parcial mnima para entrar es 3.84.
c. Maximum partial F to remove is 2.71.
d. El nivel de F, la tolerancia o el VIN son insuficientes para continuar los clculos.
Variables en el anlisis
F que Lambda
Paso Tolerancia eliminar de Wilks
1 EXPEDIEN 1,000 12,681
2 EXPEDIEN ,582 34,195 ,874
HABILSOC ,582 21,196 ,688
Otra informacin que nos da esta tabla son los valores de tolerancia para cada
variable. La tolerancia, como ya se vio en el anlisis de regresin mltiple, se define como
uno menos el cuadrado de la correlacin entre la variable y el resto de variables que ya
han sido seleccionadas. As, en el paso 0 la tolerancia de todas las variables es perfecta
(1) puesto que no se ha seleccionado ninguna. En el paso 1 se dan los valores de tolerancia
para las variables an no seleccionadas teniendo en cuenta su correlacin con la variable
expediente. As, 0.582 es la tolerancia para la variable Habilidades sociales, lo que indica
que la R2 entre esta variable y el expediente (lo que tienen en comn) es 1-0.582 = 0.418.
Autovalores
% de % Correlacin
Funcin Autovalor varianza acumulado cannica
1 a
1,593 100,0 100,0 ,784
a. Se han empleado las 1 primeras funciones
discriminantes cannicas en el anlisis.
Lambda de Wilks
Contraste Lambda
de las de Wilks Chi-cuadrado gl Sig.
funciones
1 ,386 25,731 2 ,000
Coeficientes estandarizados
las funciones discriminantes
cannicas
Funcin
1
EXPEDIEN 1,250
HABILSOC 1,109
M a triz d e e s tru c tu ra
F u n c i n
1
E X P E D IE N ,5 3 3
I N T E L I Ga ,3 2 4
H A B IL S O C ,3 0 1
C o r r e la c io n e s
in t r a - g r u p o c o m b in a d a s
e n t r e l a s v a r i a b le s
d is c r i m i n a n t e s y l a s
f u n c io n e s d is c r im in a n t e s
c a n n ic a s tip if ic a d a s
V a r ia b le s o r d e n a d a s p o r
e l t a m a o d e la
c o r r e la c i n c o n la
f u n c i n .
a . E s ta v a r ia b le n o
s e e m p le a e n e l
a n l is i s .
C o e f ic ie n t e s d e la f u n c i n d e
c la s if ic a c i n
VAR 00004
1 ,0 0 2 ,0 0
E X P E D IE N 2 1 ,2 0 8 1 6 ,2 1 1
H A B IL S O C 3 ,3 6 7 2 ,7 0 5
(C o n s ta n te ) -6 3 ,9 9 6 -4 0 ,0 4 5
F u n c io n e s d is c r im in a n t e s lin e a le s d e
F is h e r
Por ltimo, el SPSS nos ofrece los resultados de la clasificacin (la denominada
matriz de clasificacin o de confusin). En las filas de dicha matriz aparece el grupo de
pertenencia del sujeto y en las columnas el grupo al que se le asigna mediante la funcin
discriminante. Observamos que, de los 15 sujetos pertenecientes al grupo 1, 14 de ellos (el
93,3%) son asignados correctamente a ese grupo al utilizar la funcin discriminante. En el
grupo 2 se comenten ms errores, slo 11 de los 15 sujetos (el 73,3%) son correctamente
asignados. El porcentaje total de clasificaciones correctas es, por tanto, el 83,3%.
a
Resultados de la clasificacin
Grupo de pertenencia
pronosticado
VAR00004 1,00 2,00 Total
Original Recuento 1,00 14 1 15
2,00 4 11 15
% 1,00 93,3 6,7 100,0
2,00 26,7 73,3 100,0
a. Clasificados correctamente el 83,3% de los casos agrupados
originales.
RESUMEN