Page 178 - EL PROCESO DE INVESTIGACIÓN EN INSTITUCIONES DE EDUCACIÓN EN MÉXICO
P. 178

*/Medias y desviaciones estándar, prueba de diferencia mínima significativa (DMS)/*

                  Means Loc/lsd;
                  Means Híbrido/lsd;

                  Means Probador/lsd;



                  */Diferencias entre niveles de factores utilizando prueba de Tukey/*

                  Means Loc/Tukey;

                  Means Híbrido/Tukey;

                  Means Probador/Tukey;



                  */Diferencias entre niveles de factores utilizando prueba de Duncan/*

                  Means Loc/Duncan;

                  Means Híbrido/Duncan;
                  Means Probador/Duncan;




                  SAS muestra las medias de la variable de respuesta para cada nivel del factor, las DMS son    EL PROCESO DE INVESTIGACIÓN EN INSTITUCIONES DE EDUCACIÓN EN MÉXICO
                  los valores mínimos que entre las medias para considerarse diferentes con una P=0.05. Las
                  pruebas DMS, Tukey y Duncan muestran las medias con una literal a la izquierda, en donde las
                  medias con la misma letra son iguales estadísticamente, y las medias diferentes se representan
                  con distintas literales.




                  reCOBrANDO lA lINeAlIDAD Del MODelO De ANOVA



                  Los factores, incluidos y no incluidos en los modelos, afectan de forma independiente y com-
                  binada a la varianza de Y.  Sin embargo, la combinación de factores en muchos casos tiene
                  respuestas opuestas a través de niveles, provocando la pérdida de la linealidad de Y; en estos
                  casos se considera que tales factores se encuentran interactuando, o bien hay interacción
                  entre factores (Figura 5).

                  Evidentemente, además de los efectos simples de los factores, las interacciones también con-
                  tribuyen a la varianza de la variable de respuesta Y. De tal manera, que incluir estas interaccio-
                  nes en el modelo, no solo contribuye a recobrar la linealidad de, sino que ayuda a incrementar
                  la sensibilidad y validez de los modelos de ANOVA.




                                                                                                             169
   173   174   175   176   177   178   179   180   181   182   183