ANOVA de Un Factor en Excel

Las pruebas T se utilizan para identificar la diferencia de medias entre dos grupos.  Pero, ¿qué hacemos si queremos comparar la diferencia de medias de más de dos grupos?  Bueno, como probablemente haya adivinado, puede realizar un ANOVA.  Dado que el ANOVA es una herramienta estadística de uso común, he creado la siguiente página para proporcionar una guía paso a paso para calcular un ANOVA en Excel.  Esta página es para un ANOVA de un factor, que es cuando se tiene una sola variable de agrupación y un resultado continuo.  Como siempre, si tiene alguna pregunta, envíeme un correo electrónico a MHoward@SouthAlabama.edu!

Como ya hemos mencionado, un ANOVA se utiliza para identificar la diferencia de medias entre más de dos grupos, y un ANOVA de un factor se utiliza para identificar la diferencia de medias entre más de dos grupos cuando se tiene una única variable de agrupación y un resultado continuo.  Así, un ANOVA de un factor se utiliza para responder a preguntas similares a las siguientes:

  • ¿Cuál es la diferencia media de las notas de los exámenes entre la clase del Dr. Howard, la clase del Dr. Smith y la clase del Dr. Kim?
  • ¿Cuál es la diferencia media en la producción total de cinco fábricas diferentes?
  • ¿Cuál es la diferencia media en el rendimiento de cuatro grupos de formación diferentes?

Ahora que sabemos para qué se utiliza un ANOVA, podemos calcular un ANOVA en Excel.  Para empezar, abra sus datos en Excel. 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 tres grupos diferentes en un único resultado continuo. Puede imaginar que los grupos y el resultado son cualquier cosa que desee.

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

Como la mayoría de los análisis en Excel, vamos a empezar haciendo clic en la pestaña Datos en la parte superior, seguido por hacer clic en el botón Data Analysis.

¿No ve esa pestaña? Si no es así, vaya a mi página sobre Activación de la pestaña Data Analysis. Debería aparecer una vez que la haya activado.

Si funcionó, la siguiente ventana debería haber aparecido.  Usted deberá hacer clic en Anova: Single Factor, y luego presionar OK – como se ve a continuación:

Luego, aparecerá la siguiente ventana.  En esta ventana, primero debe hacer clic en el icono resaltado más abajo para identificar su intervalo de datos.  Entonces, haga clic en el botón…

… y luego resalte sus datos, y haga clic en el botón resaltado.  NOTA: También puede resaltar las etiquetas, si desea que sus resultados estén etiquetados.  Sin embargo, asegúrese de hacer clic en la casilla de verificación de las etiquetas (“Labels in First Row”) en la ventana siguiente si lo hace de este modo.

Ahora, con nuestros datos seleccionados, podemos pulsar OK.  NOTA: Si ha resaltado las etiquetas al identificar los datos, asegúrese de hacer clic en la casilla de verificación etiquetas en la primera fila (“Labels in First Row”).  Luego pulse OK.

Como se ve a continuación, deberíamos obtener resultados.  ¡Muy bien!

En primer lugar, debemos mirar el tamaño del efecto, que es el valor F.  Es 117.391.  Al informar de nuestros resultados, probablemente incluiríamos este valor, pero es difícil de interpretar por sí mismo…

… Por esta razón, también tendremos que fijarnos en el valor p.  En este ejemplo, es extremadamente pequeño (p < 0.0001), lo que indica que nuestro resultado es estadísticamente significativo.  En el contexto de ANOVA, esto significa que hay una diferencia significativa entre las medias de nuestros grupos.  Informaremos de este valor p, así como de nuestra interpretación del resultado.

Aunque sabemos que existe una diferencia significativa entre los grupos, nuestro valor F o valor p no nos dice la naturaleza de estas diferencias, sólo que existe alguna diferencia.

El mejor método para comprender la naturaleza de estas diferencias sería realizar pruebas post hoc.  Lamentablemente, Excel no dispone de un método sencillo para calcular pruebas post hoc.  Por ello, nos limitaremos a observar las medias en relación con sus varianzas, que también pueden encontrarse en nuestros resultados.

Podemos ver claramente que las diferencias de grupo son grandes en relación con las varianzas de los grupos.  Cada una de las varianzas de los grupos es igual a 0.767.  La diferencia entre los grupos 1 y 2 es de tres, la diferencia entre los grupos 2 y 3 es de tres y la diferencia entre los grupos 1 y 3 es de seis.  Dado el pequeño tamaño de las varianzas de los grupos, estas diferencias son muy grandes.  Aunque esto puede no estar claro a primera vista, el tamaño de estas diferencias de grupo se hace más claro cuando se realizan más ANOVAs.

Eso es todo para realizar un ANOVA en Excel. Como siempre, si tiene alguna pregunta o comentario, por favor envíeme un correo electrónico a MHoward@SouthAlabama.edu.