Cómo interpretar una pruba post hoc de ANOVA
Hemera Technologies/Photos.com/Getty Images
Un análisis de varianza o "ANOVA" es un proceso estadístico que se usa para determinar si las diferencias entre los medios de tres o más grupos de información tienen alguna importancia estadística. Una de las desventajas de una prueba ANOVA de una forma es que no te dice específicamente qué grupos son distintos, sólo te puede decir en qué lugar de tus grupos existe alguna diferencia. Para obtener más información, necesitas hacer pruebas Post-Hoc.
Interpretación de las pruebas Post-Hoc en una prueba ANOVA
Step 1
Ejecuta tu prueba ANOVA en tu paquete de análisis estadístico y selecciona la opción "Post-Hoc" que también puede etiquetarse como "Follow up comparisons" ("Seguimiento de Comparaciones") o "Test for main effects" ("Prueba para los efectos principales").
Step 2
Decide si vas a ajustar tu nivel de importancia y selecciona el método para hacer esto. Si sólo tienes tres grupos y son muy seguros, debido a las pruebas previas o a la teoría de comprobación, ese resultado se mostrará en cierta forma usando el "LSD". De otra forma, selecciona "Bonferroni" o "Turkey" en caso de que tu paquete no ofrezca una corrección Bonferroni.
Step 3
Espera que los resultados aparezcan en la pantalla y después revisa que todo el promedio "F" de la prueba ANOVA sea significativo. Desplázate por la tabla que contenga el promedio "F", que generalmente sólo se etiqueta como "ANOVA" y encuentra la fila "Between groups" ("Entre grupos"). Revisa la importancia de esta fila, que generalmente se etiqueta como "Sig" o "p". Si está por encima de tu nivel alpha (por lo general 0,05, consulta a tu profesor o a tus compañeros de investigación para que tengas más seguridad) y seleccionaste LSD en el paso anterior, deténte aquí ya que no tienes diferencias importantes. De otra forma, sigue con el siguiente paso.
Step 4
Desplázate por la tabla que detalla tus pruebas Post-Hoc que normalmente está etiquetada como "Multiple Comparisons" ("Comparaciones Múltiples"). Cada grupo se enlista en la primera columna y se compara con los otros grupos que se encuentran en la segunda columna. Busca la columna "Sig" o "p" y desplázala para ver si cualquier resultado es más bajo que el nivel alpha. Si es así, sigue la fila de la izquierda para ver los dos grupos a los que se hace referencia. Los medios de estos grupos son estadísticamente importantes. Continúa por toda la tabla.
Step 5
Revisa qué tan grandes son las diferencias. En ocasiones, las diferencias estadísticamente importantes se pueden encontrar cuando las diferencias actuales entre los medios son muy pequeñas. Visita la página en Internet uccs.edu/~faculty/lbecker/ y los dos grupos que estás comparando, ingresa sus medios y la desviación estándar de los resultados de tu prueba ANOVA en los cuadros de texto del lado derecho de la pantalla. Haz clic en "Compute" ("Computar") y después revisa la casilla de Cohen. El tamaño de los efectos que se considera como pequeño, mediano y grande es 0,2, 0,5 y 0,8 respectivamente.
Más artículos
Cómo calcular la desviación estándar de las diferencias de porcentajes→
Cómo interpretar la prueba con signos de Wilcoxon→
Cómo factorizar cada polinomio como un producto de factores lineales→
Cómo calcular el coeficiente de regresión→
¿Cómo hacer un mapa conceptual de cadena de eventos?→
Cómo calcular el área debajo de una curva normal→
Referencias
Sobre el autor
Warren Davies has been writing since 2007, focusing on bespoke projects for online clients such as PsyT and The Institute of Coaching. This has been alongside work in research, web design and blogging. A Linux user and gamer, warren trains in martial arts as a hobby. He has a Bachelor of Science and Master of Science in psychology, and further qualifications in statistics and business studies.
Créditos fotográficos
Hemera Technologies/Photos.com/Getty Images