Capítulo 5.3. Análisis para más de dos muestras poblacionales

5.3.1. Análisis de la varianza (ANOVA, paramétrico) 

Esta prueba estadística es de las más utilizadas para poder comparar más de dos muestras poblacionales, las cuales deben cumplir los siguientes requisitos:

• - Que las variables sean independientes
• - Que tengan una distribución normalizada
• - Que sus varianzas no difieran significativamente. 

Sacado de http://www.bexcellence.org/Anova.html 

Se basa en el contraste de las medias de las muestras y su varianza. Para saber más sobre los cálculos aritméticos que incluyen, consultar las siguientes páginas: 

http://www.seh-lelha.org/anova.htm
http://e-stadistica.bio.ucm.es/cont_mod_1.html#Anova

Finalmente, se calculará un estadístico de contraste F y que dará un valor de p que compararemos según nuestro nivel de significación (0,05, 0,01 y 0,001). Este test nos dirá si las muestras poblacionales son distintas significativamente pero no entre si, es decir, por parejas de muestras poblacionales. Para eso se realizan los tests “post-hoc”, como los tests de Duncan, Tukey o Fisher (mínima diferencia significativa o LSD), todos ellos basados en la t de Student. 

Para calcular este test, se puede consultar las siguientes webs:

http://www.amstat.org/publications/jse/v18n2/ANOVAExercise.xls
http://www.physics.csbsju.edu/stats/anova.html
http://e-stadistica.bio.ucm.es/mod_anova/anova_applet.html
http://faculty.vassar.edu/lowry/ank3.html

Para las pruebas “post-hoc”:

http://graphpad.com/quickcalcs/posttest1.cfm

5.3.2. Análisis de Kruskal-Wallis (no paramétrico) 

Es similar al ANOVA pero cuando se cuentan con datos que nos siguen una distribución normalizada.

En esta página se puede realizar dicha prueba:

http://department.obg.cuhk.edu.hk/researchsupport/KruskallWallis.asp