Descripción General
Esta calculadora realiza un análisis ANOVA de dos vías usando estadísticas resumidas. No necesita datos brutos, solo el tamaño de muestra, la media y la desviación estándar para cada combinación de grupos.
Instrucciones Paso a Paso
Comience configurando su diseño experimental:
- Nombre del Factor A: Ingrese el nombre de su primera variable independiente (p. ej., Tipo de Tratamiento, Sexo, Método de Enseñanza)
- Niveles: Especifique cuántos niveles tiene el Factor A (mínimo 2)
- Nombre del Factor B: Ingrese el nombre de su segunda variable independiente (p. ej., Dosis, Grupo de Edad, Período de Tiempo)
- Niveles: Especifique cuántos niveles tiene el Factor B (mínimo 2)
Haga clic en Configurar Entradas cuando esté listo para continuar.
Personalice los nombres de cada nivel para facilitar la interpretación de los resultados:
- Reemplace nombres genéricos como "Factor A Niv 1" con etiquetas descriptivas
- Ejemplos: "Control", "Dosis Baja", "Dosis Alta" o "Semana 1", "Semana 2", "Semana 3"
- Los nombres claros ayudan a comunicar los resultados con mayor efectividad
Para cada combinación del Factor A y el Factor B, ingrese tres valores:
| Entrada | Símbolo | Descripción | Requisitos |
|---|---|---|---|
| Tamaño de Muestra | N | Número de observaciones en el grupo | Al menos 2 |
| Media | x̄ | Valor promedio del grupo | Cualquier número |
| Desviación Estándar | s | Medida de dispersión del grupo | Debe ser 0 o mayor |
Haga clic en Calcular ANOVA para generar resultados completos:
- Estadísticas Descriptivas: Tabla resumen de sus datos de entrada
- Tabla ANOVA: Resultados de la prueba con estadísticos F y valores p
- Gráficos de Interacción: Gráficas visuales que muestran cómo interactúan los factores
- Pruebas Tukey HSD: Comparaciones por pares cuando corresponde
- Interpretación: Explicación automática de sus resultados
Comprensión de los Resultados
Efecto de Interacción
La interacción indica si el efecto de un factor depende del nivel del otro factor:
- Interacción significativa: Los factores se influyen mutuamente. Examine los gráficos de interacción para entender el patrón. Los efectos principales deben interpretarse con cautela.
- Interacción no significativa: Los factores actúan de forma independiente. Los efectos principales pueden interpretarse directamente.
Efectos Principales
Los efectos principales muestran el impacto global de cada factor promediado sobre todos los niveles del otro factor:
- Efecto principal significativo: Existen diferencias significativas entre los niveles de ese factor
- Efecto principal no significativo: No hay evidencia sólida de diferencias entre los niveles
Gráficos de Interacción
Guía de interpretación visual:
- Líneas paralelas: Sugieren poca o ninguna interacción
- Líneas no paralelas: Sugieren que los factores interactúan
- Líneas que se cruzan: Indicador fuerte de interacción
Valores p y Significancia
La calculadora usa alfa = 0.05 como umbral de significancia:
- p < 0.05: El resultado es estadísticamente significativo
- p ≥ 0.05: El resultado no es estadísticamente significativo
Exportar Resultados
Tras calcular, puede guardar sus resultados completos:
- Guardar como PNG: Crea un archivo de imagen con todos los resultados, incluidos los gráficos
- Guardar como PDF: Genera un documento PDF para imprimir o compartir
Ambas opciones de exportación capturan todas las tablas, gráficos e interpretaciones en un único archivo.
Requisitos de los Datos
- Al menos 2 niveles para cada factor
- Tamaño de muestra de al menos 2 para cada celda
- Estadísticas resumidas válidas (media y desviación estándar) para cada grupo
- El tamaño total de la muestra debe superar el número de celdas para que los términos de error sean válidos
Mejores Prácticas
- Verifique todos los valores ingresados antes de calcular
- Use nombres descriptivos para factores y niveles
- Examine siempre los gráficos de interacción junto con las pruebas estadísticas
- Para las pruebas Tukey, confirme la significancia aproximada con una tabla q precisa si es necesario
- Considere consultar a un estadístico para diseños complejos o decisiones críticas