Вы находитесь на странице: 1из 3

¿Cómo se lleva a cabo la prueba de homogeneidad de varianzas?

,
ejemplifícalo
El supuesto de homogeneidad de varianzas, también conocido como supuesto
de homocedasticidad, considera que la varianza es constante (no varía) entre
diferentes grupos.
A la hora de realizar contrastes de hipótesis o intervalos de confianza, cuando
los tamaños de cada grupo son muy distintos ocurre que:
Si los grupos con tamaños muestrales pequeños son los que tienen mayor
varianza, la probabilidad real de cometer un error de tipo I en los contrastes de
hipótesis será menor de lo que se obtiene al hacer el test. En los intervalos, los
límites superior e inferior reales son menores que los que se obtienen.
Si, por el contrario, son los grupos con tamaños muestrales grandes los que
tienen mayor varianza, entonces se tendrá el efecto contrario y las pruebas serán
más liberales. Es decir, la probabilidad real de cometer un error de tipo I es
mayor que la devuelta por el test y los intervalos de confianza verdaderos serán
más amplios que los calculados.

¿Por qué es importante la prueba de homogeneidad de varianzas en


ANOVA?
El análisis de la varianza permite contrastar la hipótesis nula de que las medias de
K poblaciones (K >2) son iguales, frente a la hipótesis alternativa de que por lo
menos una de las poblaciones difiere de las demás en cuanto a su valor esperado.
Este contraste es fundamental en el análisis de resultados experimentales, en los
que interesa comparar los resultados de K 'tratamientos' o 'factores' con respecto
a la variable dependiente o de interés.

Ejemplifica un caso de ANOVA mediante alguna herramienta como SPSS,


EXCEL u otro. Haz énfasis en la secuencia de instrucciones para hacerlo, el
planteamiento del problema y la interpretación de los resultados obtenidos

Ejemplo:
Se quiere evaluar la eficacia de distintas dosis de un fármaco contra la
hipertensión arterial, comparándola con la de una dieta sin sal. Para ello se
seleccionan al azar 25 hipertensos y se distribuyen aleatoriamente en 5 grupos. Al
primero de ellos no se le suministra ningún tratamiento, al segundo una dieta con
un contenido pobre en sal, al tercero una dieta sin sal, al cuarto el fármaco a una
dosis determinada y al quinto el mismo fármaco a otra dosis. Las presiones
arteriales sistólicas de los 25 sujetos al finalizar los tratamientos son:
Grupos
1 2 3 4 5
180 172 163 158 147
173 158 170 146 152
175 167 158 160 143
182 160 162 171 155
181 175 170 155 160

La tabla de anova es:

Fuente de GL SS MS F
variación
Tratamiento 4 2010,64 502,66 11,24
Error 20 894,4 44,72
Total 24 2905,04

Como F0,05(4,20) =2,87 y 11,24>2,87 rechazamos la hipótesis nula y concluimos que


los resultados de los tratamientos son diferentes.

Para realizar este ejemplo en SPSS, debemos crear un archivo con 2


variables: Trata (con un código distinto para cada grupo, por ejemplo, de 1 a
5) y Presión con la presión arterial de cada individuo al acabar el estudio. Para
calcular el Anova desplegamos los menús que se ven en la imagen:
La tabla ANOVA que devuelve el programa es