Anova y Tukey Prueba de Comparacion Multiple

Pruebas de comparación múltiple
Análisis de los datos
• Se comparan las medias de los tratamientos

mediante el análisis de varianza (ANOVA),
 Si existe diferencias significativas se aplica la

prueba de Tukey o la de Fisher,
 Mediante la DMS
ANÁLISIS DE VARIANZA
• El análisis de varianza es una técnica estadística que,

con base en el principio de t de Student,
 Permite estudiar si existe diferencia significativa

entre la media de las calificaciones asignadas a
más de dos muestras.
• Esta técnica puede desarrollarse para explicar, en

diversos niveles, el comportamiento de los datos
propios de un experimento
Estos niveles son:
• Donde se explica la diferencia entre una variable del

Una vía estudio; por ejemplo, “similitud entre muestras”.
• Donde se explica la diferencia entre dos variables del

Dos vías estudio; por ejemplo, “similitud entre muestras y similitud
entre los fallos de los jueces”.
• Donde se explica la diferencia entre tres variables del

Tres vías estudio; por ejemplo, “similitud entre muestras, similitud
entre jueces y similitud entre repeticiones de los jueces”.
Ejemplo 1
• Diez jueces han evaluado 4 muestras y calificado la

“resistencia al corte” en una escala estructural, donde
1 significa: “no ofrece resistencia al corte”, y el 9
significa: “extremadamente resistente al corte”.
 Ver figura 2.
• A continuación se presentan los resultados:

Cuadro 02: Cuadro de resultados
JUEZ MUESTRAS
TOTAL
n A B C D
1 3 5 6 4 18
2 6 9 9 6 30
3 4 6 5 7 22
4 5 6 7 4 22
5 4 5 6 4 19
6 6 7 5 6 24
7 4 6 5 4 19
8 4 8 5 6 23
9 2 7 6 8 23
10 6 7 6 4 23
TOTAL 44 66 60 53 223
MEDIA
4,4 6,6 6,0 5,3
(TOTAL/N)
Fuente: Espinoza, 1997.
Cuadro 03: Cuadro del análisis de varianza
Fuentes de
g.l. SC CM F
variación (FV)
Muestras
Jueces
Error
Total

• Factor de corrección (FC): se calcula elevando al

cuadrado el gran total y dividiéndolo entre el número
total de respuestas.
𝐹𝐶 = 2232 /(4𝑋10)
𝐹𝐶 = 49729/40
𝑭𝑪 = 𝟏𝟐𝟒𝟑, 𝟐
Factor de corrección
JUEZ MUESTRAS
TOTAL
n A B C D
1 3 5 6 4 18
2 6 9 9 6 30
3 4 6 5 7 22
4 5 6 7 4 22
5 4 5 6 4 19
6 6 7 5 6 24
7 4 6 5 4 19
8 4 8 5 6 23
9 2 7 6 8 23
10 6 7 6 4 23
TOTAL 44 66 60 53 223
MEDIA
4,4 6,6 6,0 5,3
(TOTAL/N)
• Suma de cuadrados de las muestras

(tratamientos) (SCM): se calcula sumando el
cuadrado del total de las calificaciones de cada
muestra y dividiendo entre el número de juicios para
cada muestra, todo eso menos el factor de
corrección.
442 + 662 + 602 + 532

𝑆𝐶𝑀 = − 1243,2
10
𝑺𝑪𝑴 = 𝟐𝟔, 𝟗
Suma de cuadrados de las muestras

JUEZ MUESTRAS
TOTAL
n A B C D
1 3 5 6 4 18
2 6 9 9 6 30
3 4 6 5 7 22
4 5 6 7 4 22
5 4 5 6 4 19
6 6 7 5 6 24
7 4 6 5 4 19
8 4 8 5 6 23
9 2 7 6 8 23
10 6 7 6 4 23
TOTAL 44 66 60 53 223
MEDIA
4,4 6,6 6,0 5,3
(TOTAL/N)
• Grados de libertad para las muestras

(tratamientos) (g.l.m.): se calculan restando la
unidad del número total de muestras.
𝑔. 𝑙. 𝑚. = 4 − 1
𝒈. 𝒍. 𝒎. = 𝟑
Grados de libertad para las muestras
JUEZ MUESTRAS
TOTAL
n A B C D
1 3 5 6 4 18
2 6 9 9 6 30
3 4 6 5 7 22
4 5 6 7 4 22
5 4 5 6 4 19
6 6 7 5 6 24
7 4 6 5 4 19
8 4 8 5 6 23
9 2 7 6 8 23
10 6 7 6 4 23
TOTAL 44 66 60 53 223
MEDIA
4,4 6,6 6,0 5,3
(TOTAL/N)
• Suma de cuadrados para jueces (SCJ): se calcula

sumando el cuadrado del total de las calificaciones de
cada juez, dividiendo entre el número de muestras (o
juicios que cada juez efectuó), menos el factor de
corrección.
𝑆𝐶𝐽
182 + 302 + 222 + ⋯ + 232 + 232 + 232
= − 1243,2
4
𝑺𝑪𝑱 = 𝟐𝟔, 𝟏
Suma de cuadrados para jueces
JUEZ MUESTRAS
TOTAL
n A B C D
1 3 5 6 4 18
2 6 9 9 6 30
3 4 6 5 7 22
4 5 6 7 4 22
5 4 5 6 4 19
6 6 7 5 6 24
7 4 6 5 4 19
8 4 8 5 6 23
9 2 7 6 8 23
10 6 7 6 4 23
TOTAL 44 66 60 53 223
MEDIA
4,4 6,6 6,0 5,3
(TOTAL/N)
• Grados de libertad para jueces (repeticiones): se

calcula restando la unidad del número total de jueces.
𝑔. 𝑙. 𝑚. = 10 − 1
𝒈. 𝒍. 𝒎. = 𝟗
Grados de libertad para jueces

JUEZ MUESTRAS
TOTAL
n A B C D
1 3 5 6 4 18
2 6 9 9 6 30
3 4 6 5 7 22
4 5 6 7 4 22
5 4 5 6 4 19
6 6 7 5 6 24
7 4 6 5 4 19
8 4 8 5 6 23
9 2 7 6 8 23
10 6 7 6 4 23
TOTAL 44 66 60 53 223
MEDIA
4,4 6,6 6,0 5,3
(TOTAL/N)
• Suma de cuadrados totales (SCT): se calcula

sumando el cuadrado de cada calificación y restando
el factor de corrección.
𝑆𝐶𝑇 = (32 + 52 + 62 + ⋯ + 72 + 62 + 42 ) − 1243,2
𝑺𝑪𝑻 = 𝟗𝟏, 𝟖
Suma de cuadrados totales

JUEZ MUESTRAS
TOTAL
n A B C D
1 3 5 6 4 18
2 6 9 9 6 30
3 4 6 5 7 22
4 5 6 7 4 22
5 4 5 6 4 19
6 6 7 5 6 24
7 4 6 5 4 19
8 4 8 5 6 23
9 2 7 6 8 23
10 6 7 6 4 23
TOTAL 44 66 60 53 223
MEDIA
4,4 6,6 6,0 5,3
(TOTAL/N)
• Grados de libertad total: se calcula restando la

unidad del número total de respuestas.
𝑔. 𝑙. 𝑡. = 40 − 1
𝒈. 𝒍. 𝒕. = 𝟑𝟗
Grados de libertad total

JUEZ MUESTRAS
TOTAL
n A B C D
1 3 5 6 4 18
2 6 9 9 6 30
3 4 6 5 7 22
4 5 6 7 4 22
5 4 5 6 4 19
6 6 7 5 6 24
7 4 6 5 4 19
8 4 8 5 6 23
9 2 7 6 8 23
10 6 7 6 4 23
TOTAL 44 66 60 53 223
MEDIA
4,4 6,6 6,0 5,3
(TOTAL/N)
• Suma de cuadrados del error (residuo) (SCE): se

calcula restando la suma de cuadrados de jueces y
muestras (fuentes de la variación) de la suma de
cuadrados total.
𝑆𝐶𝐸 = 91,8 − (26,9 + 26,1)
𝑺𝑪𝑬 = 𝟑𝟖, 𝟖
• Grados de libertad del error: se calcula restando los

grados de libertad de las fuentes de variación (jueces
y muestras) de los grados de libertad total.
𝑔. 𝑙. 𝑒. = 39 − (9 + 3)
𝒈. 𝒍. 𝒆. = 𝟐𝟕
• Cuadrados medios (CM): se calculan para cada

cuente de variación y para el error, dividiendo
respectivamente la suma de cuadrados entre sus
grados de libertad correspondientes.
𝐶𝑀𝑀 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 = 26,9 / 3
𝑪𝑴𝑴 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒔 = 𝟖, 𝟗𝟔
𝐶𝑀𝐽 𝑗𝑢𝑒𝑐𝑒𝑠 = 26,1 / 9

𝑪𝑴𝑱 𝒋𝒖𝒆𝒄𝒆𝒔 = 𝟐, 𝟗𝟎
𝐶𝑀𝐸 𝑒𝑟𝑟𝑜𝑟 = 38,8 / 27
𝑪𝑴𝑬 𝒆𝒓𝒓𝒐𝒓 = 𝟏, 𝟒𝟒
• Relación de variación por muestra (Fm): se calcula

dividiendo el cuadrado medio de las muestras entre el
cuadrado medio del error:
𝐹𝑚 = 8,96 / 1,44
𝑭𝒎 = 𝟔, 𝟐𝟐
• Relación de variación para jueces (Fj): se calcula

dividiendo el cuadrado medio de los jueces entre el
cuadrado medio del error.
𝐹𝑗 = 2,9 / 1,44
𝑭𝒋 = 𝟐, 𝟎𝟏
• Con los datos anteriormente calculados, se
estructura el siguiente cuadro:
Cuadro 04: Cuadro del análisis de varianza
Fuentes de variación (FV) g.l. SC CM F
Muestras 3 26,9 8,96 6,22 **
Jueces 9 26,1 2,9 2,01
Error 27 38,8 1,44
Total 39
• Los valores calculados de la relación de variación (F)

se comparan con los valores de la tabla: valores
críticos para F.
• Si los valores calculados son mayores que los de

tablas, se establecerá que existe diferencias
significativas al 5%, 1% o las 0,1%, según
corresponda.
Figura 3: Valor F para a al 1%

• Los valores de tablas adecuados se localizan por los

grados de libertad;
 Por ejemplo, para el caso de las muestras en el

numerado de la tabla se buscan 3 grados de
libertad, y en el denominador 27 grados de
libertad;
 Con esto se efectúa el siguiente comparativo:

Cuadro 05: Cuadro resumen
Nivel de Valor F Diferencia

Símbolo Tabla F Comparativo
significancia calculado significativa
0,05 * 2,96 ˂ 6,22 Sí
0,01 ** 4,60 ˂ 6,22 Sí
0,001 *** 7,27 ˃ 6,22 No

• Para determinar si la opinión presenta diferencias

significativa entre los jueces, se observa la tabla y se
busca los 9 grados de libertad en el numerador y
con 37 grados de libertad en el denominador.
• Se observa que los valores de tabla son mayores, por

lo que se concluye que entre las opiniones de los
jueces no hay diferencia significativa (hay
congruencia en sus juicios).
• Una vez que se ha determinado que existe diferencia,

por ejemplo, entre las muestras, es necesario evaluar
entre sí cuáles son diferentes.
• Aplicando la prueba de diferencia mínima

significativa de Fisher (DMS), se calcula un factor
equivalente a la distancia mínima permisible que una
muestra puede alejarse de la otra.
Prueba de la diferencia mínima
significativa de Fisher (DMS)
• La diferencia entre una muestra y otra se calcula
restando el valor de la media de dos muestras.
• Si esta diferencia es menor que el valor calculado de

DMS, se concluye que no hay diferencia significativa
entre esas medias;
 Pero si el valor es mayor que el DMS, entonces sí

hay diferencia significativa entre ambas muestras,
 Con un nivel de significancia equivalente al

utilizado en el cálculo de DMS.
• La fórmula de la diferencia mínima significativa es la
siguiente:
2𝐶𝑀𝐸
𝐷𝑀𝑆 = 𝑡
𝑛
• Dónde:
 t: Valor crítico t de Student de la tabla 2 al 5% o
1%, para dos colas, a los grados de libertad del
error.
 CME: Valor del cuadrado medio del error.
 n: Total de juicios efectuados por muestra
Figura 4: Valores críticos para t de Student

• Continuando con el ejemplo anterior y considerando
que:
• t(Tabla 2 al 1%, con g.l. = 27) = 2,771
• Calculamos:
2𝐶𝑀𝐸 2(1,44)
𝐷𝑀𝑆 = 𝑡 −→ 𝐷𝑀𝑆 = 2,771
𝑛 10
𝑫𝑴𝑺 = 𝟏, 𝟒𝟖
• El valor de la diferencia entre las medias de dos
muestras, cualesquiera que sea, igual o mayor a 1,48
indica que entre esas dos muestras hay diferencia
significativa al 1%.
• Para el cálculo de las muestras diferentes es

necesario, primero, arreglar por orden decreciente los
valores de sus medias:
B C D A
6,6 6,0 5,3 4,4

• Posteriormente, se debe comparar el valor de la
diferencia entre medias con el valor calculado DMS.
 Aquellos valores mayores a la DMS indican

diferencia significativa al 1% entre dichas muestras.
• Es decir, restando para determinar el rango de

diferenciación
B – A = 6,6 – 4,4 = 2,2 ˃ 1,48
B – D = 6,6 – 5,3 = 1,3 ˂ 1,48
B – C = 6,6 - 6,0 = 0,6 ˂ 1,48
• La muestra B es, de manera significativa, “más

resistente al corte” que la muestra A, mas no respecto
a D o C.
C – A = 6,0 – 4,4 = 1,6 ˃ 1,48
C – D = 6,0 – 5,3 = 0,7 ˂ 1,48
• La muestra C es, de manera significativa, “más

resistente al corte” que la muestra A, mas no respecto
a la D.
D – A = 5,3 – 4,4 = 0,9 ˂ 1,48
• Entre la muestra A y D no hay diferencia significativa

en la “resistencia al corte”.
• Una forma gráfica de señalar las diferencias
anteriores es la siguiente:
B C D
________________________
A
_________________
• Donde las muestras que se subrayen con la misma

línea no son significativamente diferentes.
Conclusión
• El ejemplo analizado mediante el análisis de varianza

indica que las muestras B, C y D son las que
presentaron mayor “resistencia al corte”, y no se
diferenciaron entre sí de manera significativa.
• La muestra A señala una “resistencia al corte”

significativamente menor con respecto a la B y C,
mas no con respecto a la D, a un nivel de
significancia del 1%.
PRUEBA DE TUKEY
significativa de Tukey (DMS)
• DMS de la prueba de Tukey
𝐶𝑀𝐸
𝐷𝑀𝑆 = 𝑞
𝑛
• Donde:
 q= dato de la tabla al 1% (t=4 y C.M.E=27)

 n= número de repeticiones.
 CME = cuadrado medio del error.
Figura : Valor F para a al 1%

• DMS de la prueba de Tukey
𝐶𝑀𝐸 1.44
𝐷𝑀𝑆 = 𝑞  𝐷𝑀𝑆 = 4.6
𝑛 10
𝐷𝑀𝑆 = 1,82
• La diferencia entre las medias de las muestras son
comparadas con la DMS,
 Cuando esa diferencia es igual o mayor que la

DMS,
 Entonces afirmaremos que las dos muestras

difieren entre sí al nivel de significancia indicado.
JUEZ MUESTRAS
TOTAL
n A B C D
1 3 5 6 4 18
2 6 9 9 6 30
3 4 6 5 7 22
4 5 6 7 4 22
5 4 5 6 4 19
6 6 7 5 6 24
7 4 6 5 4 19
8 4 8 5 6 23
9 2 7 6 8 23
10 6 7 6 4 23
TOTAL 44 66 60 53 223
MEDIA
4,4 6,6 6,0 5,3
(TOTAL/N)
• Se utilizan los datos de la media de las muestras
• A – B = 4,4 – 6,6 = -2,2 ˃ 1,82 (Sí)

• A – C = 4,4 – 6,0 = -1,6 ˂ 1,82 (No)
• A – D =4,4 – 5,3 = -0,9 ˂ 1,82 (No)
• B – C = 6,6 – 6,0 = 0,6 ˂ 1,82 (No)
• B – D = 6,6 – 5,3 = 1,3 ˂ 1,82 (No)
• C – D = 6,0 – 5,3 = 0,7 ˂ 1,82 (No)
Conclusión
• Las muestras B, C y D son las que presentaron

mayor “resistencia al corte”, y no se diferenciaron
entre sí de manera significativa.
• La muestra B señala una “mayor resistencia al corte”

significativamente con respecto a la A, mas no con
respecto a C y D, a un nivel de significancia del 1%.
EJEMPLO:
Una comparación múltiple fue realizada para determinar

a diferencia y el grado de esta diferencia entre las
muestras de hamburguesas preparadas con 0, 5, 10,
15, 20 % de proteína de soja y hamburguesas
preparadas con 0% de proteína de soja. Cada grupo de
prueba contenía un patrón (sin soja) y 5 muestras
codificadas. Las muestras fueron evaluadas por 16
jueces.
Los valores variaban de 1 a 9,

según la ficha N°4.
EJEMPLO:
• RESULTADOS:
Fuente: Espinosa, 2007

• Factor de corrección (FC)

FC = (Total)2/N° de respuestas
(16 Jueces x 5 Tratamientos)
(321)2
𝐹𝐶 =
80
FC = 1288.01
• Suma de cuadrados de las muestras (SCM):

Suma de los cuadrados de los totales para cada
muestra /N° evaluaciones para muestra – FC
(58)2 +(51)2 + (52)2 + (60)2 + (100)2

𝑆𝐶𝑀 = − 1288.01
16
SCM = 103.80
• Suma de cuadrados de los jueces (SCJ)

Suma de los cuadrados de los totales de cada Juez / N°
de tratamientos por cada juez – FC
(19)2 +(19)2 + (25)2 + (21)2 + (25)2 + ⋯ + (24)2 + (31)2

𝑆𝐶𝐽 = − 1288.01
5
SCJ = 98.59
• Suma de cuadrados totales (SCT):

Suma de los cuadrados de cada evaluación – FC
SCT = (1)2 + (3)2 + (5)2 + (1)2 +…. + (9)2 – 1288.01

SCT = 1667 – 1288.01
SCT = 378.99
• Grados de libertad para las muestras

(tratamientos)
g.l. = Numero de muestras – 1

g.l. = 5-1
g.l. = 4
• Grados de libertad para los jueces (repeticiones)
g.l. = Numero de jueces – 1

g.l. = 16 – 1
g.l. = 15
• Grados de libertad total
g.l. = Número total de evaluaciones – 1

g.l. = 80 – 1
g.l. = 79
• Grados de libertad del error
g.l. = diferencia del total con los demás g.l.

g.l. = 79 – (4+15)
g.l. = 60
• Suma de cuadrados del error (SCE):

Obtenido por la diferencia de SCT con los demás SC
SC error = 378.99 – (103.08 + 98.59)

SC error =177.32
• Cuadrado medio (CM) : SC/ g.l
103.08
𝐶𝑀𝑀 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 = = 25.77
4
177.32
𝐶𝑀𝐸 𝑒𝑟𝑟𝑜𝑟 = = 2.95
60
• Cálculo del valor de F:
CMM muestras 25.77

F muestras = F muestras = = 8.73
CME error 2.95
Cuadro 3: Calculo del valor de F

g.l. SC CM F
Muestras 4 103.08 25.77 8.73
Jueces 15 98.59 6.57 2.22
Error 60 177.32 2.95
Total 79 378.99
• Determinar el valor de F de las (Tabla 1)

F (4 g.l. numerador y 60 g.l. denominador)
F(4.60) = 2.53 (5%) y 3.65 (1%)
 Si el valor de F calculado es igual o mayor al F de
la tabla, entonces existe diferencia significativa
entre las muestras al 1% y 5% de significancia.
F(calculado)≥ F (Tabla)
F (calculado) de 8.73 ≥ F (tablas) de 2.53 (5%) y 3.65 (1%)
Cuadro : Valores de F para α (nivel de error)= 1% según el numero de
grados de libertad del numerador (n1) y de denominador (n2)
3.65
Fuente: Espinosa, 2007

Cálculos (análisis de varianza)
:
• Determinar el valor de F
 Si existe diferencia significativa entre las muestras ,

entonces se realiza la comparación de medias
entre pares de muestras, mediante la prueba de
Tukey.
Cálculos (análisis de varianza)
• Prueba de Tukey
 Determinación de la diferencia mínima significativa
(DMS) de la prueba Tukey:
 Donde:
DMS = valor critico al 1% (también puede ser a 5%)

q = Dato de las tablas (para 5.60 y 1%)
n = Número de repeticiones (jueces)
EJEMPLO:
• La diferencia entre las medias de muestras son

comparadas con la DMS
• Cuando esa diferencia es igual o mayor que la DMS,
entonces afirmaremos que las dos muestras difieren
entren si al nivel de significancia indicado
EJEMPLO:
3.62 – 3.18 = 0.44 < DMS (No)

3.62 – 3.25 = 0.13 < DMS (No)
3.62 – 3.75 = -0.13 < DMS (No)
3.62 – 6.25 = -2.63 > DMS (Si)
3.18 – 3.25 = -0.07 < DMS (No)
3.18 – 3.75 = -0.57 < DMS (No)
3.18 – 6.25 = -3.07 > DMS (Si)
3.25 – 3.75 = 0.50 < DMS (No)
3.25 – 6.25 = -3.00 < DMS (Si)
3.75 – 6.25 = 2.50 < DMS (Si)
EJEMPLO:
• CONCLUSIÓN:
Se puede afirmar que para un nivel de significancia del

1% las muestras con 20 % de soja difieren de todas las
otras, pero las otras no difieren entre si. Por lo que
puede ser colocado hasta 15% de proteína de soja en la
elaboración de hamburguesas sin que se perjudique su
sabor característico.

Anova y Tukey Prueba de Comparacion Multiple

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Anova y Tukey Prueba de Comparacion Multiple

Загружено:

Авторское право:

Доступные форматы

Pruebas de comparación múltiple

Análisis de los datos

• Se comparan las medias de los tratamientos

 Si existe diferencias significativas se aplica la

• El análisis de varianza es una técnica estadística que,

 Permite estudiar si existe diferencia significativa

• Esta técnica puede desarrollarse para explicar, en

Estos niveles son:

• Donde se explica la diferencia entre una variable del

• Donde se explica la diferencia entre dos variables del

• Donde se explica la diferencia entre tres variables del

• Diez jueces han evaluado 4 muestras y calificado la

• A continuación se presentan los resultados:

Fuente: Espinoza, 1997.

• Factor de corrección (FC): se calcula elevando al

• Suma de cuadrados de las muestras

442 + 662 + 602 + 532

Suma de cuadrados de las muestras

• Grados de libertad para las muestras

• Suma de cuadrados para jueces (SCJ): se calcula

• Grados de libertad para jueces (repeticiones): se

Grados de libertad para jueces

• Suma de cuadrados totales (SCT): se calcula

𝑆𝐶𝑇 = (32 + 52 + 62 + ⋯ + 72 + 62 + 42 ) − 1243,2

Suma de cuadrados totales

• Grados de libertad total: se calcula restando la

Grados de libertad total

• Suma de cuadrados del error (residuo) (SCE): se

𝑆𝐶𝐸 = 91,8 − (26,9 + 26,1)

• Grados de libertad del error: se calcula restando los

• Cuadrados medios (CM): se calculan para cada

𝐶𝑀𝐽 𝑗𝑢𝑒𝑐𝑒𝑠 = 26,1 / 9

• Relación de variación por muestra (Fm): se calcula

• Relación de variación para jueces (Fj): se calcula

Fuentes de variación (FV) g.l. SC CM F

Muestras 3 26,9 8,96 6,22 **

Jueces 9 26,1 2,9 2,01

Error 27 38,8 1,44

• Los valores calculados de la relación de variación (F)

• Si los valores calculados son mayores que los de

Figura 3: Valor F para a al 1%

• Los valores de tablas adecuados se localizan por los

 Por ejemplo, para el caso de las muestras en el

 Con esto se efectúa el siguiente comparativo:

Cuadro 05: Cuadro resumen

Nivel de Valor F Diferencia

0,05 * 2,96 ˂ 6,22 Sí

0,01 ** 4,60 ˂ 6,22 Sí

0,001 *** 7,27 ˃ 6,22 No

Fuente: Espinoza, 1997.

• Para determinar si la opinión presenta diferencias

• Se observa que los valores de tabla son mayores, por

• Una vez que se ha determinado que existe diferencia,

• Aplicando la prueba de diferencia mínima

• Si esta diferencia es menor que el valor calculado de

 Pero si el valor es mayor que el DMS, entonces sí

 Con un nivel de significancia equivalente al

Figura 4: Valores críticos para t de Student

• t(Tabla 2 al 1%, con g.l. = 27) = 2,771

• Para el cálculo de las muestras diferentes es

6,6 6,0 5,3 4,4

 Aquellos valores mayores a la DMS indican

• Es decir, restando para determinar el rango de

B – A = 6,6 – 4,4 = 2,2 ˃ 1,48