SlideShare una empresa de Scribd logo
1 de 32
Capítulo III

Análisis de varianza
Introducción
• En el capítulo anterior se analizaron
  únicamente dos grupos, sin embargo, la
  realidad es usualmente más compleja que eso.
• Frecuentemente se requiere comparar
  tres, cuatro, cinco o más muestras de grupos.
• No es posible emplear la razón t para
  comparar por pares dichas muestras, ya que
  implicaría gran trabajo y errores (alpha), por
  ello existe el ANÁLISIS DE VARIANZA.
La lógica del análisis de varianza
• Para efectuar dicho análisis se requieren dos
  conceptos:
  – VARIACIÓN DENTRO DE LOS GRUPOS: Es la
    distancia entre los puntajes crudos y su media del
    grupo.
  – VARIACIÓN ENTRE GRUPOS: La distancia entre las
    medias de los grupos.
La lógica del análisis de varianza
• Dichas variaciones se pueden relacionar con la prueba de la
  razón t, así:


     X1  X 2                          Variación entre grupos
  t
      dif                       Variación dentro de los grupos

• Este análisis de varianza produce una razón F, cuyo numerador
  indica la variación entre los grupos, y cuyo denominador
  representa la variación dentro de los grupos.
La sumas de cuadrados
• Este concepto se empleó al obtener la desviación
  estándar, cuando se elevaron al cuadrado las
  desviaciones de la media de una distribución.
  Dicho procedimiento eliminaba de manera
  matemática sólida, los signos negativos que
  pudieran existir.
• Existen distintas sumas de cuadrados:
  – SCTotal: Suma de cuadrados total.
  – SCent: Suma de cuadrados entre grupos.
  – SCdentro: Suma de cuadrados dentro de los grupos.
La suma de cuadrados dentro de los
         grupos (SCdentro)
• Por fórmula:
  SCdentro   X12   X 2   X 3   X 4
                         2       2       2

• Donde:
• X=Un puntaje de desviación (X-X)
• APLICANDO LA FÓRMULA PARA LOS
  SIGUIENTES DATOS:
• X1= 1,2,1,2
• X2= 1,3,2,2
La suma de cuadrados dentro de los
        grupos (SCdentro)
          CONSERVADORES (N=4)                               MODERADOS (N=4)
 X1                 X=X-X        X2            X2                X=X-X                X2
 1                  -0.50       0.25           1                 -1.00                1
 2                  0.50        0.25           3                 1.00                 1
 1                  -0.50       0.25           2                   0                  0
 2                  0.50        0.25           2                   0                  0
X   1   6                 X   2
                                 1    1.00   X   2   8                        X   2
                                                                                      2    2.00

               6                                                            8
          X      1.5                                                 X      2.0
               4                                                            4
La suma de cuadrados dentro de los
        grupos (SCdentro)
               LIBERALES (N=4)                                   RADICALES (N=4)
 X3                 X=X-X          X2               X4               X=X-X                X2
 1                  -0.75         0.56              3                 1.25               1.56
 2                   0.25         0.06              2                 0.25               0.06
 2                  -0.25         0.06              1                 -0.75              0.56
 2                   0.25         0.06              1                 -0.75              0.56
X   1   7                      X   2
                                      3    0.74   X   2   7                     X     2
                                                                                          4    2.74

               7                                                              7
         X       1.75                                                 X       1.75
               4                                                              4

              SCdentro   X12   X 2   X 3   X 4
                                     2       2       2



                 SCdentro  1.00  2.00  0.74  2.74
                             SCdentro  6.48
La suma de cuadrados entre los grupos
              (SCent)
• La suma de cuadrados entre los grupos
  representa la suma de las desviaciones de cada
  media muestral de la media total elevadas al
  cuadrado.
• Por fórmula: SCent      ( X  X total ) 2
                                              N
• Donde:
  X=cualquier media muestral
  Xtotal= la media total (la media de los puntajes crudos
   de la totalidad de las muestras combinadas)
  N=el número de puntajes de cualquier muestra
  SCent=la suma de cuadrados entre los grupos.
La suma de cuadrados entre los grupos
              (SCent)
  • SCent= (1.50-1.75)2 4 + (2.0-1.75) 2 4 +
          (1.75-1.75)2 4 + (1.75-1.75) 2 4
  • SCent= (-0.25)2 4 + (0.25) 2 4 + (0)2 4 + (0) 2 4
  • SCent= (0.06)4 + (0.06)4 + (0)4 + (0)4
  • SCent= 0.24+ 0.24
  • SCent= 0.48
La suma total de cuadrados (SCtotal)

• La suma total de cuadrados es igual a la
  combinación de sus componentes dentro
  y entre los grupos.
• Por fórmula:
• SCTotal= SCent + SCdentro
• SCTotal= 0.48 + 6.48
• SCTotal= 6.96
La suma total de cuadrados (SCtotal)
• También se puede hallar con la fórmula:

• Donde:          SCtotal        ( X  X total ) 2

• X=un puntaje crudo en cualquier muestra.
• Xtotal= la media total (la media de todos los puntajes
  crudos de todas las muestras combinadas).
• SCTotal=la suma total de cuadrados.
• Se suman todas las desviaciones al cuadrado con
  respecto de la media total. Ver pág. 71.
Cómo calcular las suma de cuadrados
• Los procedimientos anteriores son en
  extremos tardados y difíciles, por ello existen
  fórmulas más simples para calcular las sumas
  de cuadrados.
                                       ( Xtotal )
                                               2

                 SCtotal   X total 
                               2

                                         N .total
• Donde:
• N total=el número total de puntajes de todas
  las muestras combinadas.
Cómo calcular las suma de cuadrados
     CONSERVADORES (N=4)                 MODERADOS (N=4)
       X1                     X2          X2                    X2
          1                   1           1                      1
          2                   4           3                      9
          1                   1           2                      4
          2                   4           2                      4
     X   1   6        X    2
                              1    10   X   2   8          X   2
                                                                   2    18

                    6                                       8
               X      1.5                            X      2.0
                    4                                       4
Cómo calcular las suma de cuadrados
                                              ( Xtotal )                                        2

              (SCtotal) SCtotal   X total 
                                                N .total
                                                                                     2



                  LIBERALES (N=4)                    RADICALES (N=4)
                  X3                     X2          X4                   X2
                  1                      1            3                   9
                  2                      4            2                   4
                  2                      4            1                   1
                  2                      4            1                   1
                X   1   7        X    2
                                         3    13   X   2   7      X   2
                                                                          4    15

                              7                                   7
                         X      1.75                       X      1.75
                              4                                   4
                                 (6  8  7  7 ) 2                                    (28 ) 2
SCtotal  (10  18  13  15 )                                      SCtotal  (56 ) 
                                  4444                                               16
                 784
SCtotal  (56) 
                 16
                                              SCtotal  56 49                 SCtotal  7
La suma de cuadrados entre los grupos
              (SCent)
• En nuestro caso:

            ( X ) 2  ( Xtotal)
                                     2

   SCent           
• Donde:     N        Ntotal
            =A   la sumatoria de los puntajes de cada
   ( X ) muestra al cuadrado.
        2



  ( Xtotal) = A la sumatoria de todos los puntajes al
            2

              cuadrado.
• N=el número total de puntajes en cualquier muestra.
• N total= el número total de puntajes en todas las
  muestras combinadas.
La suma de cuadrados entre los grupos
              (SCent)
• Sustituyendo:
           ( X ) 2  ( Xtotal)
                                     2

  SCent           
          
             N        Ntotal

         (6) 2 (8) 2 (7) 2 (7) 2 (28 ) 2
 SCent                          
           4      4      4      4     16
         36 64 49 49 784
 SCent                   
          4     4    4     4 16
  SCent  9  16  12.25  12.25  49
 SCent  49.5  49
 SCent  0.50
La suma de cuadrados dentro los
         grupos (SCdentro)
• Se puede calcular por simple despeje:

   SCtotal  SCdentro  SCent
   SCdentro  SCtotal  SCent
   SCdentro  7.00  0.50
    SCdentro  6.50
La suma de cuadrados dentro los
             grupos (SCdentro)
• Solo para verificar en busca de errores:
                              ( X ) 2 
      SCdentro   ( X ) 2           
                 
                                N     
                (6) 2       (8) 2       (7 ) 2       (7 ) 2 
SCdentro  10          18          13           15 
                 4         4         4          4    

                36      64      49      49 
 SCdentro  10    18    13    15  
                 4       4       4       4

 SCdentro  10  9  18  16   13  12 .25   15  12 .25 

 SCdentro  1  2  0.75  2.75
 SCdentro  6.50
La media cuadrática
• La suma de cuadrados tiende a crecer conforme
  aumenta N, por lo cual, dichas medidas no se
  pueden considerar “puras”. Por ello, se requiere
  un medio de control que evite esto.
• Para eso existe la “media cuadrática”. Por
  fórmula:             SCent
               Cent 
• Donde:               glent
   Cent =la media cuadrática entre los grupos.
  SCent = la suma de cuadrados entre los grupos.
  glent =los grados de libertad entre los grupos.
La media cuadrática
Y también:              SCdentro
             Cdentro 
                        gldentro
Donde:
 Cdentro = la media cuadrática dentro de los
 grupos.
 SCdentro = la suma de cuadrados dentro de
 los grupos.
 gldentro = los grados de libertad dentro de los
 grupos.
La media cuadrática
• Pero primero hay que obtener los grados de
  libertad apropiados:
• Para la media cuadrática entre los grupos:
            glent= K-1
  Donde: K= el número de muestras.
Para encontrar la media cuadrática dentro de los
  grupos.
            gldentro= N total – K
  Donde: N total= el número total de puntajes en
  todas las muestras combinadas.
  K= el número de muestras.
La media cuadrática
• Sustituyendo con los datos anteriores:
           glent= K-1
           glent= 4-1
           glent=3
Para encontrar la media cuadrática dentro de los
  grupos.
           gldentro= N total – K
           gldentro= 16-4
           gldentro= 12
La media cuadrática
• Ahora solo falta obtener las medias
  cuadráticas:
          SCent                   SCdentro
  Cent             Cdentro 
          glent                   gldentro


          0.50                   6.50
  Cent              Cdentro 
            3                     12

  Cent  0.17        Cdentro  0.54
Razón o cociente F
• El análisis de varianza produce una razón f que
  sirve para comparar la variación entre los grupos
  y dentro de los grupos.
• Por fórmula:       F
                         SCent
                       Cdentro

• Para los datos vistos:      0.17
                           F         F  0.31
                              0.54
• Ahora estamos listos para rechazar o para aceptar
  la hipótesis nula. (Con la tabla D).
Razón o cociente F
• La tabla D se interpreta, para el numerador
  (glent: grados de libertad entre) se indican en
  la parte superior de la tabla; el denominador
  (gldentro) se indican al lado izquierdo.
• Para nuestro caso:
  – glent        =3
  – gldentro     =12
• Así se encuentra un valor de: 3.49.
Razón o cociente F
• Así que la razón F de la tabla fue de 3.49.
• Y la razón F calculada fue de 0.31
• Por lo tanto la razón F calculada, debe ser igual o
  mayor que la de la tabla para rechazar la
  hipótesis nula; sin embargo, en este caso como
  fue de solo 0.31, debemos aceptar que no hay
  diferencias significativas entre los grupos y se
  acepta la hipótesis nula.
• PARA EL EJEMPLO COMPLETO. (Ver. Págs. 77-80).
Comparación múltiple de medias
• Con el fin de averiguar dónde se encuentran
  exactamente las diferencias significativas
  entre los grupos, cuando F obtenida, es igual o
  mayor que la F de la tabla, se emplea una
  nueva prueba, a saber: la DSH (Honestly
  significant difference: diferencia
  honestamente significartiva) de Turkey.
Comparación múltiple de medias
• Por fórmula:              Cdentro
                   DSH  qa
                               n
• Donde:
           qa = un valor de la tabla a un nivel
  de confianza dado para el número máximo de
  medias que se estén comparando.
       Cdentro = la media cuadrática dentro de
  los grupos.
           n= el número de entrevistados en
  cada grupo (debe ser el mismo).
Comparación múltiple de medias
• Paso 3: Encontrar la DSH.
               Cdentro       DSH  3.77 8.67
    DSH  qa
                 n
                43 .37        DSH  3.77(2.94)
     DSH  3.77
                  5            DSH  11.08
                  43 .37
     DSH  3.77
                    5
• Paso 4: Comparar la DSH con la tabla de las
  diferencias entre medias.
Comparación múltiple de medias
• Para que se le considere estadísticamente
  significativa, cualquier diferencia entre medias
  debe ser igual o mayor que la DSH.
• Por lo tanto se concluye las diferencias entre
  X1 y X3; X2 y X3, son estadísticamente
  significativas;
• No así entre X1 y X2, que solo es de 11.0,
  menor que 11,08 obtenido en el paso 3.
Comparación múltiple de medias
• En tu equipo, analicen el ejemplo y resuelvan
  un ejercicio asociado (número 5 ó 7).
• REALICEN LOS PROBLEMAS DE LAS PÁGINAS:
  83-85.

Más contenido relacionado

La actualidad más candente

La actualidad más candente (19)

Tema10 ud4
Tema10 ud4Tema10 ud4
Tema10 ud4
 
Estadística inferencial 1
Estadística inferencial 1Estadística inferencial 1
Estadística inferencial 1
 
Utpl Estadistica1 Segundo Bimestre
Utpl Estadistica1 Segundo BimestreUtpl Estadistica1 Segundo Bimestre
Utpl Estadistica1 Segundo Bimestre
 
Estadistica inferencial
Estadistica inferencialEstadistica inferencial
Estadistica inferencial
 
Distribución de temperaturas en una placa con simulación en paralelo
Distribución de temperaturas en una placa con simulación en paraleloDistribución de temperaturas en una placa con simulación en paralelo
Distribución de temperaturas en una placa con simulación en paralelo
 
Ejercicios resueltos 1, metodo grafico y simplex
Ejercicios resueltos 1, metodo grafico y simplexEjercicios resueltos 1, metodo grafico y simplex
Ejercicios resueltos 1, metodo grafico y simplex
 
Problemas1 Edo
Problemas1 EdoProblemas1 Edo
Problemas1 Edo
 
Integral definida
Integral definidaIntegral definida
Integral definida
 
Materia
MateriaMateria
Materia
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
7.metodo de newton2
7.metodo de newton27.metodo de newton2
7.metodo de newton2
 
Optim}
Optim}Optim}
Optim}
 
Ejercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplexEjercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplex
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion Lineal
 
Generacion de variables aleatorias
Generacion de variables aleatoriasGeneracion de variables aleatorias
Generacion de variables aleatorias
 
Módulo 3 gráficos_frecuencias
Módulo 3 gráficos_frecuenciasMódulo 3 gráficos_frecuencias
Módulo 3 gráficos_frecuencias
 
correcciones de las pruebas
correcciones de las pruebas correcciones de las pruebas
correcciones de las pruebas
 
Hernandez Sanchez Isaac
Hernandez Sanchez IsaacHernandez Sanchez Isaac
Hernandez Sanchez Isaac
 
Deber métodos
Deber métodosDeber métodos
Deber métodos
 

Destacado

Analisis de varianza
Analisis de varianzaAnalisis de varianza
Analisis de varianzaGabriel Coyol
 
Analisis de varianzaunsolofactor
Analisis de varianzaunsolofactorAnalisis de varianzaunsolofactor
Analisis de varianzaunsolofactorsvasquezr
 
Manual completo de diseño
Manual completo de diseño Manual completo de diseño
Manual completo de diseño Felipe Mejia
 
Partidos políticos
Partidos políticosPartidos políticos
Partidos políticosaleksja
 
Qualité Web - Cours _WebSchoolFactory - juin 2014
Qualité Web - Cours _WebSchoolFactory - juin 2014Qualité Web - Cours _WebSchoolFactory - juin 2014
Qualité Web - Cours _WebSchoolFactory - juin 2014Delphine Malassingne
 
German Grammer Special combos ( Traum Academy Kadavanthra) 9745539266
German Grammer Special combos ( Traum Academy Kadavanthra) 9745539266German Grammer Special combos ( Traum Academy Kadavanthra) 9745539266
German Grammer Special combos ( Traum Academy Kadavanthra) 9745539266Traum Academy
 
Paradigmenwechsel - Elektromobilität als Teil der individuellen Mobilität der...
Paradigmenwechsel - Elektromobilität als Teil der individuellen Mobilität der...Paradigmenwechsel - Elektromobilität als Teil der individuellen Mobilität der...
Paradigmenwechsel - Elektromobilität als Teil der individuellen Mobilität der...Oeko-Institut
 
Couleurs pour les yeux
Couleurs pour les yeuxCouleurs pour les yeux
Couleurs pour les yeuxhotinhtam2005
 
Ingénierie agile : N’oubliez pas vos développeurs
Ingénierie agile : N’oubliez pas vos développeursIngénierie agile : N’oubliez pas vos développeurs
Ingénierie agile : N’oubliez pas vos développeursXavier NOPRE
 

Destacado (20)

Analisis de varianza
Analisis de varianzaAnalisis de varianza
Analisis de varianza
 
Analisis de varianzaunsolofactor
Analisis de varianzaunsolofactorAnalisis de varianzaunsolofactor
Analisis de varianzaunsolofactor
 
Manual completo de diseño
Manual completo de diseño Manual completo de diseño
Manual completo de diseño
 
test_ms_ppt
test_ms_ppttest_ms_ppt
test_ms_ppt
 
Partidos políticos
Partidos políticosPartidos políticos
Partidos políticos
 
Qualité Web - Cours _WebSchoolFactory - juin 2014
Qualité Web - Cours _WebSchoolFactory - juin 2014Qualité Web - Cours _WebSchoolFactory - juin 2014
Qualité Web - Cours _WebSchoolFactory - juin 2014
 
Independencia de chile 3
Independencia de chile 3Independencia de chile 3
Independencia de chile 3
 
German Grammer Special combos ( Traum Academy Kadavanthra) 9745539266
German Grammer Special combos ( Traum Academy Kadavanthra) 9745539266German Grammer Special combos ( Traum Academy Kadavanthra) 9745539266
German Grammer Special combos ( Traum Academy Kadavanthra) 9745539266
 
Alfombras de flores
Alfombras de floresAlfombras de flores
Alfombras de flores
 
Paradigmenwechsel - Elektromobilität als Teil der individuellen Mobilität der...
Paradigmenwechsel - Elektromobilität als Teil der individuellen Mobilität der...Paradigmenwechsel - Elektromobilität als Teil der individuellen Mobilität der...
Paradigmenwechsel - Elektromobilität als Teil der individuellen Mobilität der...
 
Guía electivo urbanización
Guía electivo urbanizaciónGuía electivo urbanización
Guía electivo urbanización
 
Torneo
TorneoTorneo
Torneo
 
Wiki
WikiWiki
Wiki
 
At009911u
At009911uAt009911u
At009911u
 
Couleurs pour les yeux
Couleurs pour les yeuxCouleurs pour les yeux
Couleurs pour les yeux
 
Wordle
WordleWordle
Wordle
 
Endpoint practica de redes
Endpoint practica de redesEndpoint practica de redes
Endpoint practica de redes
 
Prueba de síntesis 2014 sexto básico
Prueba  de síntesis 2014 sexto básicoPrueba  de síntesis 2014 sexto básico
Prueba de síntesis 2014 sexto básico
 
Jenui2011 webservices
Jenui2011 webservicesJenui2011 webservices
Jenui2011 webservices
 
Ingénierie agile : N’oubliez pas vos développeurs
Ingénierie agile : N’oubliez pas vos développeursIngénierie agile : N’oubliez pas vos développeurs
Ingénierie agile : N’oubliez pas vos développeurs
 

Similar a S3 capã­tulo iii analisis de varianza

Similar a S3 capã­tulo iii analisis de varianza (20)

168046869 s3-capitulo-iii-analisis-de-varianza
168046869 s3-capitulo-iii-analisis-de-varianza168046869 s3-capitulo-iii-analisis-de-varianza
168046869 s3-capitulo-iii-analisis-de-varianza
 
Presentación del curso de Bioestadística
Presentación del curso de BioestadísticaPresentación del curso de Bioestadística
Presentación del curso de Bioestadística
 
Fucion exp y log
Fucion exp y logFucion exp y log
Fucion exp y log
 
Integral definida
Integral definidaIntegral definida
Integral definida
 
Sistema Binario
Sistema BinarioSistema Binario
Sistema Binario
 
Caso aplicado flujo vehicular
Caso aplicado   flujo vehicularCaso aplicado   flujo vehicular
Caso aplicado flujo vehicular
 
Método del Gradiente
Método del GradienteMétodo del Gradiente
Método del Gradiente
 
Limites de funciones
Limites de funcionesLimites de funciones
Limites de funciones
 
Sistema Binario
Sistema BinarioSistema Binario
Sistema Binario
 
simplex
simplexsimplex
simplex
 
Aplicaciones de la integral
Aplicaciones de la integralAplicaciones de la integral
Aplicaciones de la integral
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
DERIVACION_INTEGRACION 1.pdf
DERIVACION_INTEGRACION 1.pdfDERIVACION_INTEGRACION 1.pdf
DERIVACION_INTEGRACION 1.pdf
 
Método simplex. Teoria
Método simplex. TeoriaMétodo simplex. Teoria
Método simplex. Teoria
 
2 modelos de programación lineal
2 modelos de programación lineal2 modelos de programación lineal
2 modelos de programación lineal
 
Lina
LinaLina
Lina
 
Proyecto investigacion de operaciones
Proyecto investigacion de operacionesProyecto investigacion de operaciones
Proyecto investigacion de operaciones
 
2 guia1.tema7
2 guia1.tema72 guia1.tema7
2 guia1.tema7
 
Inecuaciones cuadrã -ticas
Inecuaciones cuadrã -ticasInecuaciones cuadrã -ticas
Inecuaciones cuadrã -ticas
 
Soluciones limites
Soluciones limitesSoluciones limites
Soluciones limites
 

Más de USET

Programa Analítico Ambientes de Aprendizaje.pdf
Programa Analítico Ambientes de Aprendizaje.pdfPrograma Analítico Ambientes de Aprendizaje.pdf
Programa Analítico Ambientes de Aprendizaje.pdfUSET
 
Acta de calificaciones
Acta de calificacionesActa de calificaciones
Acta de calificacionesUSET
 
Hombres jóvenes de la estaca 2013 Calendario Anual
Hombres jóvenes de la estaca 2013 Calendario AnualHombres jóvenes de la estaca 2013 Calendario Anual
Hombres jóvenes de la estaca 2013 Calendario AnualUSET
 
El arca de noé
El arca de noéEl arca de noé
El arca de noéUSET
 
Mexico area plan 2013 spanish final
Mexico area plan 2013 spanish finalMexico area plan 2013 spanish final
Mexico area plan 2013 spanish finalUSET
 
Sesión 29
Sesión 29Sesión 29
Sesión 29USET
 
Sesión 29
Sesión 29Sesión 29
Sesión 29USET
 
S28 tipos de sitios
S28 tipos de sitiosS28 tipos de sitios
S28 tipos de sitiosUSET
 
Sesión 28
Sesión 28Sesión 28
Sesión 28USET
 
Agenda de reunión semanal de quórum
Agenda de reunión semanal de quórumAgenda de reunión semanal de quórum
Agenda de reunión semanal de quórumUSET
 
Capacitación de líderes de hombres jóvenes de barrio
Capacitación de líderes de hombres jóvenes de barrioCapacitación de líderes de hombres jóvenes de barrio
Capacitación de líderes de hombres jóvenes de barrioUSET
 
Capacitación de líderes de hombres jóvenes de barrio
Capacitación de líderes de hombres jóvenes de barrioCapacitación de líderes de hombres jóvenes de barrio
Capacitación de líderes de hombres jóvenes de barrioUSET
 
Sesión 2 de 4 filosofía de la educación huajuapan
Sesión 2 de 4 filosofía de la educación huajuapan Sesión 2 de 4 filosofía de la educación huajuapan
Sesión 2 de 4 filosofía de la educación huajuapan USET
 
Para la fortaleza de la juventud
Para la fortaleza de la juventudPara la fortaleza de la juventud
Para la fortaleza de la juventudUSET
 
Mi deber a dios spa
Mi deber a dios spaMi deber a dios spa
Mi deber a dios spaUSET
 
Acta pdf
Acta pdfActa pdf
Acta pdfUSET
 
Sesión 27
Sesión 27Sesión 27
Sesión 27USET
 
S27 el chat
S27 el chatS27 el chat
S27 el chatUSET
 
Base de datos de alumnos de filosofía de la educación huajuapan de león
Base de datos de alumnos de filosofía de la educación huajuapan de leónBase de datos de alumnos de filosofía de la educación huajuapan de león
Base de datos de alumnos de filosofía de la educación huajuapan de leónUSET
 
Sesión 1 de 5 filosofía de la educación huajuapan
Sesión 1 de 5 filosofía de la educación huajuapanSesión 1 de 5 filosofía de la educación huajuapan
Sesión 1 de 5 filosofía de la educación huajuapanUSET
 

Más de USET (20)

Programa Analítico Ambientes de Aprendizaje.pdf
Programa Analítico Ambientes de Aprendizaje.pdfPrograma Analítico Ambientes de Aprendizaje.pdf
Programa Analítico Ambientes de Aprendizaje.pdf
 
Acta de calificaciones
Acta de calificacionesActa de calificaciones
Acta de calificaciones
 
Hombres jóvenes de la estaca 2013 Calendario Anual
Hombres jóvenes de la estaca 2013 Calendario AnualHombres jóvenes de la estaca 2013 Calendario Anual
Hombres jóvenes de la estaca 2013 Calendario Anual
 
El arca de noé
El arca de noéEl arca de noé
El arca de noé
 
Mexico area plan 2013 spanish final
Mexico area plan 2013 spanish finalMexico area plan 2013 spanish final
Mexico area plan 2013 spanish final
 
Sesión 29
Sesión 29Sesión 29
Sesión 29
 
Sesión 29
Sesión 29Sesión 29
Sesión 29
 
S28 tipos de sitios
S28 tipos de sitiosS28 tipos de sitios
S28 tipos de sitios
 
Sesión 28
Sesión 28Sesión 28
Sesión 28
 
Agenda de reunión semanal de quórum
Agenda de reunión semanal de quórumAgenda de reunión semanal de quórum
Agenda de reunión semanal de quórum
 
Capacitación de líderes de hombres jóvenes de barrio
Capacitación de líderes de hombres jóvenes de barrioCapacitación de líderes de hombres jóvenes de barrio
Capacitación de líderes de hombres jóvenes de barrio
 
Capacitación de líderes de hombres jóvenes de barrio
Capacitación de líderes de hombres jóvenes de barrioCapacitación de líderes de hombres jóvenes de barrio
Capacitación de líderes de hombres jóvenes de barrio
 
Sesión 2 de 4 filosofía de la educación huajuapan
Sesión 2 de 4 filosofía de la educación huajuapan Sesión 2 de 4 filosofía de la educación huajuapan
Sesión 2 de 4 filosofía de la educación huajuapan
 
Para la fortaleza de la juventud
Para la fortaleza de la juventudPara la fortaleza de la juventud
Para la fortaleza de la juventud
 
Mi deber a dios spa
Mi deber a dios spaMi deber a dios spa
Mi deber a dios spa
 
Acta pdf
Acta pdfActa pdf
Acta pdf
 
Sesión 27
Sesión 27Sesión 27
Sesión 27
 
S27 el chat
S27 el chatS27 el chat
S27 el chat
 
Base de datos de alumnos de filosofía de la educación huajuapan de león
Base de datos de alumnos de filosofía de la educación huajuapan de leónBase de datos de alumnos de filosofía de la educación huajuapan de león
Base de datos de alumnos de filosofía de la educación huajuapan de león
 
Sesión 1 de 5 filosofía de la educación huajuapan
Sesión 1 de 5 filosofía de la educación huajuapanSesión 1 de 5 filosofía de la educación huajuapan
Sesión 1 de 5 filosofía de la educación huajuapan
 

S3 capã­tulo iii analisis de varianza

  • 2. Introducción • En el capítulo anterior se analizaron únicamente dos grupos, sin embargo, la realidad es usualmente más compleja que eso. • Frecuentemente se requiere comparar tres, cuatro, cinco o más muestras de grupos. • No es posible emplear la razón t para comparar por pares dichas muestras, ya que implicaría gran trabajo y errores (alpha), por ello existe el ANÁLISIS DE VARIANZA.
  • 3. La lógica del análisis de varianza • Para efectuar dicho análisis se requieren dos conceptos: – VARIACIÓN DENTRO DE LOS GRUPOS: Es la distancia entre los puntajes crudos y su media del grupo. – VARIACIÓN ENTRE GRUPOS: La distancia entre las medias de los grupos.
  • 4. La lógica del análisis de varianza • Dichas variaciones se pueden relacionar con la prueba de la razón t, así: X1  X 2 Variación entre grupos t dif Variación dentro de los grupos • Este análisis de varianza produce una razón F, cuyo numerador indica la variación entre los grupos, y cuyo denominador representa la variación dentro de los grupos.
  • 5. La sumas de cuadrados • Este concepto se empleó al obtener la desviación estándar, cuando se elevaron al cuadrado las desviaciones de la media de una distribución. Dicho procedimiento eliminaba de manera matemática sólida, los signos negativos que pudieran existir. • Existen distintas sumas de cuadrados: – SCTotal: Suma de cuadrados total. – SCent: Suma de cuadrados entre grupos. – SCdentro: Suma de cuadrados dentro de los grupos.
  • 6. La suma de cuadrados dentro de los grupos (SCdentro) • Por fórmula: SCdentro   X12   X 2   X 3   X 4 2 2 2 • Donde: • X=Un puntaje de desviación (X-X) • APLICANDO LA FÓRMULA PARA LOS SIGUIENTES DATOS: • X1= 1,2,1,2 • X2= 1,3,2,2
  • 7. La suma de cuadrados dentro de los grupos (SCdentro) CONSERVADORES (N=4) MODERADOS (N=4) X1 X=X-X X2 X2 X=X-X X2 1 -0.50 0.25 1 -1.00 1 2 0.50 0.25 3 1.00 1 1 -0.50 0.25 2 0 0 2 0.50 0.25 2 0 0 X 1 6 X 2 1  1.00 X 2 8 X 2 2  2.00 6 8 X  1.5 X  2.0 4 4
  • 8. La suma de cuadrados dentro de los grupos (SCdentro) LIBERALES (N=4) RADICALES (N=4) X3 X=X-X X2 X4 X=X-X X2 1 -0.75 0.56 3 1.25 1.56 2 0.25 0.06 2 0.25 0.06 2 -0.25 0.06 1 -0.75 0.56 2 0.25 0.06 1 -0.75 0.56 X 1 7 X 2 3  0.74 X 2 7 X 2 4  2.74 7 7 X  1.75 X  1.75 4 4 SCdentro   X12   X 2   X 3   X 4 2 2 2 SCdentro  1.00  2.00  0.74  2.74 SCdentro  6.48
  • 9. La suma de cuadrados entre los grupos (SCent) • La suma de cuadrados entre los grupos representa la suma de las desviaciones de cada media muestral de la media total elevadas al cuadrado. • Por fórmula: SCent   ( X  X total ) 2 N • Donde: X=cualquier media muestral Xtotal= la media total (la media de los puntajes crudos de la totalidad de las muestras combinadas) N=el número de puntajes de cualquier muestra SCent=la suma de cuadrados entre los grupos.
  • 10. La suma de cuadrados entre los grupos (SCent) • SCent= (1.50-1.75)2 4 + (2.0-1.75) 2 4 + (1.75-1.75)2 4 + (1.75-1.75) 2 4 • SCent= (-0.25)2 4 + (0.25) 2 4 + (0)2 4 + (0) 2 4 • SCent= (0.06)4 + (0.06)4 + (0)4 + (0)4 • SCent= 0.24+ 0.24 • SCent= 0.48
  • 11. La suma total de cuadrados (SCtotal) • La suma total de cuadrados es igual a la combinación de sus componentes dentro y entre los grupos. • Por fórmula: • SCTotal= SCent + SCdentro • SCTotal= 0.48 + 6.48 • SCTotal= 6.96
  • 12. La suma total de cuadrados (SCtotal) • También se puede hallar con la fórmula: • Donde: SCtotal   ( X  X total ) 2 • X=un puntaje crudo en cualquier muestra. • Xtotal= la media total (la media de todos los puntajes crudos de todas las muestras combinadas). • SCTotal=la suma total de cuadrados. • Se suman todas las desviaciones al cuadrado con respecto de la media total. Ver pág. 71.
  • 13. Cómo calcular las suma de cuadrados • Los procedimientos anteriores son en extremos tardados y difíciles, por ello existen fórmulas más simples para calcular las sumas de cuadrados. ( Xtotal ) 2 SCtotal   X total  2 N .total • Donde: • N total=el número total de puntajes de todas las muestras combinadas.
  • 14. Cómo calcular las suma de cuadrados CONSERVADORES (N=4) MODERADOS (N=4) X1 X2 X2 X2 1 1 1 1 2 4 3 9 1 1 2 4 2 4 2 4 X 1 6 X 2 1  10 X 2 8 X 2 2  18 6 8 X  1.5 X  2.0 4 4
  • 15. Cómo calcular las suma de cuadrados ( Xtotal ) 2 (SCtotal) SCtotal   X total  N .total 2 LIBERALES (N=4) RADICALES (N=4) X3 X2 X4 X2 1 1 3 9 2 4 2 4 2 4 1 1 2 4 1 1 X 1 7 X 2 3  13 X 2 7 X 2 4  15 7 7 X  1.75 X  1.75 4 4 (6  8  7  7 ) 2 (28 ) 2 SCtotal  (10  18  13  15 )  SCtotal  (56 )  4444 16 784 SCtotal  (56)  16 SCtotal  56 49 SCtotal  7
  • 16. La suma de cuadrados entre los grupos (SCent) • En nuestro caso:  ( X ) 2  ( Xtotal) 2 SCent    • Donde:   N   Ntotal =A la sumatoria de los puntajes de cada ( X ) muestra al cuadrado. 2 ( Xtotal) = A la sumatoria de todos los puntajes al 2 cuadrado. • N=el número total de puntajes en cualquier muestra. • N total= el número total de puntajes en todas las muestras combinadas.
  • 17. La suma de cuadrados entre los grupos (SCent) • Sustituyendo:  ( X ) 2  ( Xtotal) 2 SCent      N   Ntotal (6) 2 (8) 2 (7) 2 (7) 2 (28 ) 2 SCent      4 4 4 4 16 36 64 49 49 784 SCent      4 4 4 4 16 SCent  9  16  12.25  12.25  49 SCent  49.5  49 SCent  0.50
  • 18. La suma de cuadrados dentro los grupos (SCdentro) • Se puede calcular por simple despeje: SCtotal  SCdentro  SCent SCdentro  SCtotal  SCent SCdentro  7.00  0.50 SCdentro  6.50
  • 19. La suma de cuadrados dentro los grupos (SCdentro) • Solo para verificar en busca de errores:  ( X ) 2  SCdentro   ( X ) 2     N    (6) 2   (8) 2   (7 ) 2   (7 ) 2  SCdentro  10   18   13   15   4    4    4     4    36   64   49   49  SCdentro  10    18    13    15    4  4  4  4 SCdentro  10  9  18  16   13  12 .25   15  12 .25  SCdentro  1  2  0.75  2.75 SCdentro  6.50
  • 20. La media cuadrática • La suma de cuadrados tiende a crecer conforme aumenta N, por lo cual, dichas medidas no se pueden considerar “puras”. Por ello, se requiere un medio de control que evite esto. • Para eso existe la “media cuadrática”. Por fórmula: SCent Cent  • Donde: glent Cent =la media cuadrática entre los grupos. SCent = la suma de cuadrados entre los grupos. glent =los grados de libertad entre los grupos.
  • 21. La media cuadrática Y también: SCdentro Cdentro  gldentro Donde: Cdentro = la media cuadrática dentro de los grupos. SCdentro = la suma de cuadrados dentro de los grupos. gldentro = los grados de libertad dentro de los grupos.
  • 22. La media cuadrática • Pero primero hay que obtener los grados de libertad apropiados: • Para la media cuadrática entre los grupos: glent= K-1 Donde: K= el número de muestras. Para encontrar la media cuadrática dentro de los grupos. gldentro= N total – K Donde: N total= el número total de puntajes en todas las muestras combinadas. K= el número de muestras.
  • 23. La media cuadrática • Sustituyendo con los datos anteriores: glent= K-1 glent= 4-1 glent=3 Para encontrar la media cuadrática dentro de los grupos. gldentro= N total – K gldentro= 16-4 gldentro= 12
  • 24. La media cuadrática • Ahora solo falta obtener las medias cuadráticas: SCent SCdentro Cent  Cdentro  glent gldentro 0.50 6.50 Cent  Cdentro  3 12 Cent  0.17 Cdentro  0.54
  • 25. Razón o cociente F • El análisis de varianza produce una razón f que sirve para comparar la variación entre los grupos y dentro de los grupos. • Por fórmula: F SCent Cdentro • Para los datos vistos: 0.17 F F  0.31 0.54 • Ahora estamos listos para rechazar o para aceptar la hipótesis nula. (Con la tabla D).
  • 26. Razón o cociente F • La tabla D se interpreta, para el numerador (glent: grados de libertad entre) se indican en la parte superior de la tabla; el denominador (gldentro) se indican al lado izquierdo. • Para nuestro caso: – glent =3 – gldentro =12 • Así se encuentra un valor de: 3.49.
  • 27. Razón o cociente F • Así que la razón F de la tabla fue de 3.49. • Y la razón F calculada fue de 0.31 • Por lo tanto la razón F calculada, debe ser igual o mayor que la de la tabla para rechazar la hipótesis nula; sin embargo, en este caso como fue de solo 0.31, debemos aceptar que no hay diferencias significativas entre los grupos y se acepta la hipótesis nula. • PARA EL EJEMPLO COMPLETO. (Ver. Págs. 77-80).
  • 28. Comparación múltiple de medias • Con el fin de averiguar dónde se encuentran exactamente las diferencias significativas entre los grupos, cuando F obtenida, es igual o mayor que la F de la tabla, se emplea una nueva prueba, a saber: la DSH (Honestly significant difference: diferencia honestamente significartiva) de Turkey.
  • 29. Comparación múltiple de medias • Por fórmula: Cdentro DSH  qa n • Donde: qa = un valor de la tabla a un nivel de confianza dado para el número máximo de medias que se estén comparando. Cdentro = la media cuadrática dentro de los grupos. n= el número de entrevistados en cada grupo (debe ser el mismo).
  • 30. Comparación múltiple de medias • Paso 3: Encontrar la DSH. Cdentro DSH  3.77 8.67 DSH  qa n 43 .37 DSH  3.77(2.94) DSH  3.77 5 DSH  11.08 43 .37 DSH  3.77 5 • Paso 4: Comparar la DSH con la tabla de las diferencias entre medias.
  • 31. Comparación múltiple de medias • Para que se le considere estadísticamente significativa, cualquier diferencia entre medias debe ser igual o mayor que la DSH. • Por lo tanto se concluye las diferencias entre X1 y X3; X2 y X3, son estadísticamente significativas; • No así entre X1 y X2, que solo es de 11.0, menor que 11,08 obtenido en el paso 3.
  • 32. Comparación múltiple de medias • En tu equipo, analicen el ejemplo y resuelvan un ejercicio asociado (número 5 ó 7). • REALICEN LOS PROBLEMAS DE LAS PÁGINAS: 83-85.