Es un método de prueba de

igualdad de tres o más medias

poblacionales, por medio del
análisis de varianzas
muestrales
Como se van a comparar
varianzas, entonces se utiliza la
distribución F
 Diseño
Completamente
aleatorio
Llamado también ANOVA de una vía
o una entrada
Se emplea una sola propiedad o
característica para categorizar las
poblaciones
Unidades Experimentales : Objetos
que reciben el tratamiento
Tratamientos o factor: Es una
propiedad o característica que nos
permite distinguir entre si a las distintas
poblaciones
1. Todas las poblaciones involucradas son
normales
2. Todas las poblaciones tienen la misma varianza
3. Las muestras son aleatorias simples
4. Las muestras son independientes
5. Las muestras provienen de poblaciones que
están categorizadas de una solo forma
H 0 : 1   2  ...  k
Al menos una de las medias
H1 : poblacionales es diferente a
las otras
1. Utilice algún programa estadístico ( SPSS,
Miniab, etc) o Excel para obtener los
resultados.
2. Identifique el valor de P en los resultados
3. Plantee una conclusión con base en estos
criterios:
 Si el valor de P≤ α, rechace la hipótesis
nula de medias iguales y concluya que al
menos una de las medias poblacionales
es diferente a las otras
 Si el valor de P> α, no rechace la
hipótesis nula de medias iguales.
 varianza entre las muestras
F
varianza dentro de las muestras
 Gl = c-1;n - k

RA
1-
RR


FC

Si F > Fc Rechazar la hipótesis Nula

 2
ns
F 2
x
s p
Grados de Libertad:
gl del numerador = k – 1
gl del denominador = k(n - 1)
Suma de cuadrados total

SC(total )   x  x  2

Suma de cuadrados entre tratamientos

SC(tratamiento)   ni x i  x 
2

Suma de cuadrados del error

SC(error )   (ni  1) s2
i
Cuadrado Medio del Tratamiento
SC(tratamiento)
CM (tratamiento) 
k 1
Cuadrado Medio del Error
SC(error )
CM (error ) 
nk
Cuadrado Medio Total
SC(total )
CM (total ) 
n 1
 CM (tratamiento)
F
CM (error )

Grados de liberad:
gl del numerador = k - 1
gl del denominador = n - k
 Fuente de Suma de Grados de Cuadrado medio Valor F
variación cuadrados libertad
Tratamiento SC(tratamiento) k -1 CM (tratamiento)
CM(tratami ento)
F
Error SC(error) n–k CM(error) CM(error)

Total SCT n–1

 Paso 1: Realice una prueba t separada para cada par de muestras,
haciendo los ajustes de los siguientes pasos
 Paso 2; Calcule para cada par de muestras el valor de t
 Paso 3: Calcule el valor t crítico o el valor de P
xi  x j
t
1 1
CM (error ).  
n n 
 i j 

 Valor de P: elegir t con gl=n-k y ajuste el valor de P

multiplicándolo por el número de pares de muestras diferentes
posibles
 Valor Crítico: ajuste el nivel de significancia α dividiéndolo
entre el número de pares de muestras posibles
El ANOVA de dos vías se utiliza cuando
existe influencia de dos factores en las
unidades experimentales.
Requiere que se haga una prueba de iteración
entre los dos factores, para verificar si el
efecto de uno de los factores cambia en las
diferentes categorías del otro factor.
 Los valores muestrales provienen de una población con
una distribución que es aproximadamente normal.
 Las poblaciones tienen la misma varianza o desviación
estándar
 Las muestras son aleatorias simples
 Las muestras son independientes entre si
 Los valores muestrales se categorizan en dos factores
 Todas las celdas tienen mismo número de valores
muestrales
 Paso 1: Efecto de interacciones: se
debe probar la hipótesis nula de que no
existe interacciones entre los dos
factores.
 Paso 2: Efectos renglón/columna:
 Si rechazamos la hipótesis nula no se
debe seguir con las pruebas
adicionales.
 Si no rechazamos la hipótesis nula
entonces procedemos a probar las
siguientes dos hipótesis:
Hipótesis con respecto a los bloques
H 0 : 1   2  ...   r No existe efectos del factor de renglón = las
medias de la fila o renglón son iguales
H1 : No todas las medias de la filas o renglón son iguales

Hipótesis con respecto a los tratamientos

H 0 : 1   2  ...  c No existe efectos del factor de columna= las
medias de la columnas son iguales

H1 : No todas las medias de las columnas son iguales

 Suma de Cuadrados del Total

SCT = SCTR + SCE + SCBL

Donde :
SCT y SCTR se calculan de la misma manera que ANOVA de
una vía
y la SCBL (Suma de cuadrados de bloques)
está dado por:

SCBL   ci ( xi  x) 2

Suma de Cuadrados del Error

SCE = SCT - SCTR - SCBL

CUADRADO MEDIO DEL TOTAL
SCT
CMT 
n 1
CUADRADO MEDIO DEL TRATAMIENTO

SCTR
CMTR 
c 1
CUADRADO MEDIO DEL ERROR
SCE
CME 
(r  1)(c  1)
CUADRADO MEDIO DEL BLOQUE
SCBL
CMBL 
r 1
Donde : r es el número de bloques
Determinar la diferencia significativa entre las medias
de los tratamientos
CMTR
F
CME
Determinar si los bloques se realizaron de manera
efectiva o si loa bloques afectar a los tratamientos

CMBL
F
CME