Comparación de Medias entre Dos o Más Grupos: ANOVA, ANCOVA y Pruebas Estadísticas

Francés3,71 KB

Módulo 4. Comparación de dos o más medias

Analizar diferencias en una variable entre dos o más grupos. Los grupos pueden estar establecidos (hombres y mujeres, los grupos no vienen dados) o crearse mediante manipulación experimental, el investigador asigna los sujetos a los grupos de forma aleatoria.

1. Grupos ya establecidos

Las diferencias entre ellos se pueden deber a cualquier otra variable relacionada con ella (fumadores y no fumadores, esperanza de vida menor en fumadores, pero hay que considerar que los hombres tienen esperanza de vida menor). NO se puede establecer una relación causa-efecto.

2. Manipulación experimental

El investigador asigna aleatoriamente los sujetos a los grupos; se espera que queden igualados en el resto de variables (cualquier diferencia debida a manipulación experimental). Así se analiza el efecto de una VI en una VD. Si hay diferencia entre las medias de los grupos en una prueba de rendimiento posterior (VD), podrían ser atribuidas exclusivamente al método (VI).

Las técnicas estadísticas son las mismas para experimental y no experimental; cambia la interpretación de los resultados: solo se puede hablar de relación causa-efecto en la investigación experimental.

Supuestos de las pruebas paramétricas

  • Para aplicar la prueba t y ANOVA se exige que la variable tenga una distribución normal.
  • ANOVA exige que no haya diferencias significativas entre las varianzas de los grupos (supuesto de homocedasticidad).

Alternativa no paramétrica

El equivalente de la prueba t para comparar medias de dos muestras independientes es la prueba U de Mann-Whitney, que ordena las puntuaciones de todos los sujetos y compara el rango medio.

Diferencias de medias entre más de 2 grupos (análisis de varianza ANOVA)

La variable grupo o tratamiento cuyo efecto sobre una VD queremos comprobar tiene más de dos niveles.

Módulo 5. Análisis factorial de la varianza (ANOVA factorial)

Influencia de dos factores. Cuando existe interacción entre ellos, las líneas del gráfico no son paralelas y llegan a cruzarse.

Tres clases de diseños en ANOVA factorial

  • Diseños inter-sujetos: cada uno de los sujetos es asignado a uno de los niveles de cada uno de los factores o VI.
  • Diseños intra-sujetos: todos los sujetos pasan por todos los niveles de las VI.
  • Diseños mixtos: incluyen VI inter e intra.

Análisis de covarianza (ANCOVA)

Es una extensión del ANOVA que permite controlar la influencia sobre la VD de otras variables distintas a los factores o VI. Para realizarlo se utiliza la técnica de la regresión. Para usarlo se deben cumplir dos supuestos:

  • Relación lineal entre covariable y VD.
  • Que las pendientes de las rectas de regresión de la VD sobre la covariable sean iguales en todos los grupos.

Otros

Si no se cumplen los supuestos:

  • Análisis de dos grupos: prueba T de Student, Mann-Whitney.
  • Análisis de tres o más grupos: ANOVA, Kruskal-Wallis.
  • Independencia (ANCOVA, si no se cumplen).
  • Normalidad (K-S, ANOVA).
  • Homocedasticidad (ANOVA Levene; si no se cumple, contraste de Dunnett).
  • Tukey (grupos del mismo tamaño y homocedasticidad).
  • Scheffé (mayores diferencias entre grupos).
  • Dunnett (cuando no se cumple la homocedasticidad).

Descargar

PDF Word HTML