Tabla ANOVA en Excel
Tabla ANOVA en Excel
Tabla ANOVA en Excel
interpretarla
Información clave
Para comparar promedios de distintos grupos de datos usamos una tabla de análisis de
varianza: ANOVA (por su nombre en inglés, Analysis of Variance). Esta tabla contiene los
elementos que analizan la variación de los datos y nos sirve para comparar si dos o más
grupos son estadísticamente distintos o no.
Hipótesis inicial: También conocida como “hipótesis nula”. Es creencia inicial que tenemos
sobre los grupos que tenemos. En estadística esta hipótesis es que los promedios de todos
los grupos serán estadísticamente iguales.
Test F: Test que hace la tabla ANOVA para verificar si se cumple la hipótesis inicial, es decir,
si los promedios de los grupos son iguales o no. Si el valor de nuestro “valor F” es mayor a
un valor crítico vamos a decir que la hipótesis inicial no se cumple, es decir, los promedios
de los grupos son estadísticamente distintos.
ANOVA de un factor
Para entender qué es una tabla ANOVA de un factor veremos un ejemplo aplicado. En este
caso, que tenemos las calificaciones de un alumno para tres distintas asignaturas:
Matemáticas, Historia y Ciencias Naturales.
5 Para el valor de “Alfa” en general se usa 5%, lo que significa que se estima con una
confianza del 95%. Si quisiéramos ser más estrictos podemos elegir un valor menor, como
1% (para tener un 99% de confianza). Puedes profundizar en este concepto en este artículo.
Tip Ninja: Como podemos ver, los resultados son parte de la planilla y se van
a sobreescribir sobre lo que haya anteriormente. Por esto es importante que
nos preocupemos de tener el espacio suficiente en la planilla para no perder
datos.
Ahora, al analizar la tabla ANOVA nuestro objetivo es ver si se cumple nuestra hipótesis
inicial: si el valor F es mayor al valor crítico de F, vamos a rechazar la hipótesis de que los
promedios de los grupos son iguales. Es decir, si F es mayor al valor crítico, vamos a decir al
menos uno de los promedios de estos grupos es estadísticamente distinto.
Para ver esto en la tabla ANOVA misma vamos a la fila que dice “Entre grupos” y vemos que
el valor F es 6.06, mientras que el valor crítico de F es 4.25. Como esto significa que los
promedios en Matemáticas, Historia y Ciencias Naturales no son todos iguales entre sí, es
decir, al menos un promedio es distinto.
Sin embargo, un análisis tipo ANOVA no nos dice qué grupo (o grupos) es (son) el distinto(s)
ni si es mayor o menor que el resto. Para esto debemos hacer un test t para ver cada par de
grupos si son iguales o distintos entre sí.
Tip Ninja: No necesitamos tener la misma cantidad de datos para cada grupo para hacer la
comparación de promedios con una tabla ANOVA. Por ejemplo, en este caso seleccionamos
$B$2:$D$9 dejando en blanco aquellas celdas que no tienen datos.
En este caso queremos ver si los promedios de los alumnos son estadísticamente iguales
entre ellos, y además, queremos ver si los promedios de las pruebas son estadísticamente
iguales entre ellas. Por esto es una ANOVA de dos factores: queremos estudiar los
promedios de los alumnos y de las pruebas.
De esta manera seguimos pasos similares a los para una tabla ANOVA de un factor:
Luego, para la sección de “Columnas” se están comparando entre columnas, es decir, está
comparando los promedios de José Tomás y Cristóbal. En la tabla ANOVA vemos que el valor
F es 60.80 que es mucho mayor al valor crítico para F que es 7.70. De esta manera
rechazamos que tengan el mismo promedio estadísticamente.
ANOVA de dos factores con varias muestras por grupo
Una tabla ANOVA de dos factores con varias muestras por grupo, al igual que el caso
anterior, consiste en que dos tipos de grupos y queremos estudiar si hay diferencias entre
grupos para ambos tipos. Sin embargo, en este caso tenemos varios datos para cada grupo.
Veamos un ejemplo: pensemos que tenemos dos colegios y dos asignaturas y que para
cada asignatura dentro de un colegio tenemos varias calificaciones.
En este caso queremos ver si los promedios de cada colegio son estadísticamente iguales
entre ellos, y además, queremos ver si los promedios de las asignaturas son
estadísticamente iguales entre ellas. Por esto es una ANOVA de dos factores: queremos
estudiar los promedios de cada colegio y de cada asignatura. Finalmente, al ser de varias
muestras por grupos, podemos estudiar si las interaccións “colegio-asignatura” son iguales
entre ellas.
De esta manera seguimos pasos similares a los para una tabla ANOVA en Excel de un factor:
4 En “Fila por muestra” debemos poner cuántas observaciones tenemos para cada grupo.
En este caso, tenemos 5 calificaciones para cada colegio, dada una asignatura.
5 Para el valor de “Alfa” en general se usa 5%, lo que significa que se estima con una
confianza del 95%.
Finalmente, obtenemos:
Así, obtenemos una tabla resumen para el Colegio A, para el Colegio B y para ambos como
un conjunto haciendo un análisis para cada asignatura.
Luego, en la tabla ANOVA vemos que en la sección “Muestra” se comparan columnas entre
sí, por lo que compara Matemáticas e Historia y vemos que no rechazamos la hipótesis
inicial (0.20<4.49), por lo que los promedios son iguales estadísticamente. En cuanto a la
sección “Columnas” compara el promedio para el Colegio A con el Colegio B y vemos que
sí hay una diferencia entre colegios (7.73>4.49).
Preguntas Frecuentes
Para comparar promedios de distintos grupos de datos usamos una tabla de análisis de
varianza: ANOVA (por su nombre en inglés, Analysis of Variance). Esta tabla contiene los
elementos que analizan la variación de los datos y nos sirve para comparar si dos o más
grupos son estadísticamente distintos o no.
¿Qué es y para qué se usa ANOVA?
Para comparar promedios de distintos grupos de datos usamos una tabla de análisis de
varianza: ANOVA (por su nombre en inglés, Analysis of Variance). Esta tabla contiene los
elementos que analizan la variación de los datos y nos sirve para comparar si dos o más
grupos son estadísticamente distintos o no.