Al aprender sobre el ANOVA de una vía, sabemos que el ANOVA se utiliza para identificar la diferencia de medias entre más de dos grupos.  Un ANOVA de una vía se utiliza cuando tenemos una variable de agrupación y un resultado continuo.  Pero, ¿qué debemos hacer si tenemos dos variables de agrupación?  Como probablemente habrá adivinado, podemos realizar un ANOVA de dos vías.  Debido a que esta situación es bastante común, he creado la siguiente página para proporcionar una guía paso a paso para el cálculo de un ANOVA de dos vías en Jamovi.  Como siempre, si tiene alguna pregunta, envíeme un correo electrónico a MHoward@SouthAlabama.edu.

---

Como se ha mencionado, un ANOVA se utiliza para identificar la diferencia de medias entre más de dos grupos, y un ANOVA de dos vías se utiliza para identificar la diferencia de medias entre más de dos grupos cuando se tienen dos variables de agrupación y un resultado continuo. Así, un ANOVA de dos factores se utiliza para responder a preguntas similares a las siguientes:

• ¿Cuál es la diferencia media de las notas de los exámenes entre los alumnos zurdos y diestros, los alumnos de las clases del Dr. Howard y del Dr. Smith, y las combinaciones de estos grupos?
• ¿Cuál es la diferencia media en la producción total de las fábricas definidas tanto por ubicación como por industria?
• ¿Cuál es la diferencia media en el rendimiento de cuatro programas de formación diferentes, cada uno realizado en cuatro lugares distintos, y la combinación de programa de formación y lugar?

Además, al probar estos efectos, un ANOVA de dos vías puede determinar si la Variable 1 tiene un efecto, si la Variable 2 tiene un efecto y si hay una interacción entre la Variable 1 y la Variable 2. Una interacción indica que el efecto de la Variable 1 depende de la Variable 2 y que el efecto de la Variable 2 depende de la Variable 1.  Una interacción indica que el efecto de la Variable 1 depende de la Variable 2 y que el efecto de la Variable 2 depende de la Variable 1.  Una forma de verlo es: La Variable 1 puede tener un efecto, la Variable 2 puede tener un efecto, pero una interacción se produce cuando ocurre algo especial cuando la Variable 1 y la Variable 2 se estudian juntas.  Por ejemplo, los efectos pueden ser multiplicativos cuando se estudian juntas.

Ahora que sabemos para qué se utiliza un ANOVA de dos vías, podemos calcular un ANOVA de dos vías en Jamovi. Para empezar, abra sus datos en Jamovi. Si no tiene un conjunto de datos, descargue el conjunto de datos de ejemplo aquí. En el conjunto de datos de ejemplo, simplemente estamos comparando las medias de dos variables de agrupación diferentes, cada una con tres grupos diferentes, en un único resultado continuo. Las variables son la Variable 1 (Grupo A, B y C) y la Variable 2 (Grupos 1, 2 y 3). Puede imaginar que los grupos y el resultado son cualquier cosa que quiera.

Además, este archivo está en formato .xls, pero Jamovi no puede abrir este formato. Para saber cómo cambiar este archivo .xls a un archivo .csv, que Jamovi puede abrir, haga clic aquí. Además, las imágenes de abajo son un poco pequeñas en la página. Haga clic en el enlace situado encima de cada imagen para ver una versión ampliada de la misma en una nueva ventana.

Los datos deberían tener este aspecto:

Imagen de ANOVA de Dos Vías en Jamovi 1

Si sus datos no tienen este aspecto, probablemente debería reformatearlos para que aparezcan de forma similar. Calcular un ANOVA en Jamovi puede ser un poco difícil con diferentes formatos de datos.

Para empezar, haga clic en el botón “ANOVA” de la parte superior.

Imagen de ANOVA de Dos Vías en Jamovi 2

Desde aquí, haga clic en “ANOVA”.

Imagen de ANOVA de Dos Vías en Jamovi 3

Aparecerá una ventana similar a la siguiente:

Imagen de ANOVA de Dos Vías en Jamovi 4

A partir de aquí, tenemos que indicar qué variable es nuestro resultado en Jamovi. Para ello, haga clic en la variable “Outcome” y, a continuación, haga clic en la flecha situada a la derecha de la casilla “Variable Dependiente”.

Imagen de ANOVA de Dos Vías en Jamovi 5

Tenemos que identificar nuestras variables de agrupación en Jamovi. Para ello, debemos mover las variables “Grouping 1” y “Grouping 2” a la casilla “Factores Fijos”. Puede moverlas de una en una o las dos al mismo tiempo. En cualquier caso, resalte estas dos variables y haga clic en la flecha hacia la derecha situada junto a la casilla “Factores Fijos”.

Imagen de ANOVA de Dos Vías en Jamovi 6

Como verá, Jamovi calcula automáticamente los resultados del ANOVA, pero antes debemos solicitar otra estadística: las pruebas post hoc. Para obtenerlas, haga clic en la pestaña “Pruebas Post Hoc”.

Imagen de ANOVA de Dos Vías en Jamovi 7

Ahora debería aparecer el menú emergente que se ve a continuación.

Imagen de ANOVA de Dos Vías en Jamovi 8

En este nuevo menú, queremos mover “Grouping 1”, “Grouping 2” y “Grouping 1 + Grouping 2” a la otra casilla. Una vez más, podemos moverlos de uno en uno o todos juntos. En cualquier caso, vamos a resaltar los tres, y luego haga clic en la flecha hacia la derecha.

Imagen de ANOVA de Dos Vías en Jamovi 9

Deberíamos obtener nuestros resultados finales. Sin embargo, antes de examinarlos con detenimiento, cerremos primero el menú emergente. Haga clic en la pestaña “Pruebas Post Hoc”.

Imagen de ANOVA de Dos Vías en Jamovi 10

El resultado final debería ser como el mío:

Imagen de ANOVA de Dos Vías en Jamovi 11

Ahora ya podemos interpretar nuestros resultados. En la primera tabla podemos ver los valores p asociados a cada variable de agrupación y al término de interacción. Sólo la Grouping 1 tuvo una diferencia de medias de grupo significativa (p = 0.0093), mientras que la Grouping 2 y el término de interacción (Grouping 1 * Grouping 2) no fueron estadísticamente significativos (p > 0.05). Por tanto, diríamos que las diferencias en las medias de la primera variable de agrupamiento eran estadísticamente significativas. Sin embargo, para identificar la naturaleza de estas diferencias, tendríamos que analizar nuestras pruebas post hoc. Como sólo la Grouping 1 tuvo un efecto significativo, sólo inspeccionaríamos las pruebas post hoc para la Grouping 1.

Las pruebas post hoc asociadas a la variable Grouping 1 se incluyen en la segunda tabla. La primera fila con números representa la diferencia entre el Grupo 1 y el Grupo 2 de la variable Grouping 1. Como podemos ver, el valor p asociado a esta comparación es estadísticamente significativo (p = .0077). Cualquiera de las otras dos comparaciones de grupos son estadísticamente significativas (Grupo 1 y 3, Grupo 2 y 3). Así que, basándonos en estas pruebas post hoc, diríamos que el efecto significativo del Grupo 1 fue impulsado por la diferencia entre el Grupo 1 y el Grupo 2.

Eso es todo para el ANOVA de dos vías en Jamovi. Como siempre, si tiene alguna pregunta, envíeme un correo electrónico a MHoward@SouthAlabama.edu.