¿Un solo sentido el análisis de varianza o ANOVA, es un método estadístico utilizado para comparar las medias de más de dos conjuntos de datos, para ver si son estadísticamente diferentes entre sí . SPSS , un paquete de análisis estadístico, permite el uso de una ANOVA de un factor en su gran conjunto de procedimientos . Sin embargo, el análisis de varianza no es una prueba perfecta y, en determinadas circunstancias que se obtengan resultados erróneos. Limitaciones de ejemplo

La prueba de ANOVA asume que las muestras utilizadas en el análisis son " muestras aleatorias simples . " Esto significa que una muestra de individuos (puntos de datos ) se toman de una población más grande ( un conjunto de datos más grandes piscina). Las muestras deben también ser independiente - es decir, que no se afectan entre sí . ANOVA es generalmente adecuado para la comparación de medias en estudios controlados , pero cuando las muestras no son independientes, se debe utilizar una prueba de medidas repetidas .
Distribución normal

ANOVA asume que la datos en los grupos se distribuyen normalmente . La prueba todavía puede llevarse a cabo si éste no fuera el caso - y si la violación de este supuesto es sólo moderada , la prueba sigue siendo adecuado. Sin embargo , si los datos están muy lejos de la distribución normal , la prueba no proporciona resultados precisos. Para evitar esto , o bien transformar los datos con la función SPSS " Compute " antes de ejecutar el análisis , o utilizar una prueba alternativa , como una prueba de Kruskal -Wallace .

Desviaciones estándar iguales

Otra limitación de ANOVA es que se asume que los grupos tienen la misma o , desviaciones estándar muy similares. Cuanto mayor sea la diferencia en desviaciones estándar entre los grupos , la mayor probabilidad de que la conclusión de la prueba es inexacta . Al igual que el supuesto de distribución normal , esto no es un problema , siempre y cuando las desviaciones estándar no son enormemente diferentes , y los tamaños de las muestras de cada grupo son aproximadamente iguales . Si este no es el caso, una prueba de Welch es una mejor opción.
Comparaciones múltiples

Cuando se ejecuta un ANOVA de SPSS , el valor resultante F y nivel de significación sólo indicará si al menos un grupo en el análisis es diferente de al menos otro . No dirá cuántos grupos o qué grupos , difieren estadísticamente . Para determinar esto, se deben realizar las comparaciones de seguimiento . Esto no suele ser un problema en los análisis de los pequeños , pero cuanto mayor sea el número de los grupos incluidos en la prueba de seguimiento , mayor es la posibilidad de hacer un error de tipo I , que está suponiendo un efecto en el que no lo es.