Page 200 - EL PROCESO DE INVESTIGACIÓN EN INSTITUCIONES DE EDUCACIÓN EN MÉXICO

(CM), es decir, CM factor(es) y CM error . El valor P es la significancia establecida por el investigador
(probabilidad de error tipo I en la prueba de la Ho) obtenida de la tabla de probabilidades de Fi-
sher, que establece el límite del intervalo de confianza (1- ) al margen derecho de la curva de
distribución de probabilidades de F, dejando al exterior la zona de rechazo de la Ho. La mayoría
de los autores designa a la F probabilística o teórica F tabulada y convencionalmente los valores de
significancia utilizados son: =0.05 y =0.01, aunque SAS estima la probabilidad exacta
con la que Ho llega a ser rechazada, pudiendo alcanzar valores límites de probabilidad de error
tipo I (significancia) tan pequeños como =.0001. La teoría de la decisión de rechazo o no de
la Ho, se establece en el sentido de que se debe rechazar la Ho si F calculada tiene un valor igual
o mayor a F tabulada (F ≥F ), en caso contrario (si Fcal<Ftab) no se rechaza Ho.
cal
tab
En ANOVA, el cálculo de F es la división de la varianza del tratamiento entre la varianza del
error (Fc = S 2 trat / S 2 error ), sin embargo, los efectos de los tratamientos y el error como fuentes de
variación de una variable aleatoria Y pueden generalizarse debido a su contribución específica
(efecto) en las respuestas de Y según el GLM donde se esperaría que las variaciones dentro
de los tratamientos (Ti) y el error aleatorio ( ) contribuyan a la varianza de Y.
ij
Hay algunas reglas para garantizar inferencias correctas de Fc = S 2 trat /S 2 error :

1) T y son efectos independientes pero aditivos de Y
i
ij
2) = N (µ = 0, = 1), en consecuencia, Y ~ N (µ = 0, = 1)
ij
3) se distribuye aleatoriamente alrededor y dentro de todos los grupos de T i
ij
Considerando esto: EL PROCESO DE INVESTIGACIÓN EN INSTITUCIONES DE EDUCACIÓN EN MÉXICO

1) Si T y no son independientes, implicaría que se ha omitido cualquier factor que
i
ij
contribuya principalmente a la variación de Y cuyo efecto se agregaría a un error aleatorio, el
cual se incrementaría, reduciendo consecuentemente el valor de Fc y derivaría a su vez, en un
aumento en la probabilidad de cometer el error tipo II.

2) Si ≠ N (µ = 0, = 1) el análisis afectaría la sensibilidad para detectar diferencias en-
ij
tre tratamientos incluso si las hay, ya que la distribución de la varianza de Fc podría ser más
asimétrica que una distribución de N (considerando que F la distribución es una relación de
dos chi-cuadrados, que se derivan de la distribución de N). Otras causas son que a veces,
no hay suficientes unidades experimentales (las que reciben los tratamientos) o la distribución
realmente es diferente de la normal.

3) Si los no se distribuyen aleatoriamente entre y dentro de todos los grupos de T, es
ij
i
posible sobrestimar las diferencias entre los T aumentando la probabilidad de error de Tipo I;
i
otra posibilidad es que el error se puede incrementar, cuando de inicio la variación del material
experimental (unidades experimentales) para uno más rasgos determinados, dentro de grupos
de tratamientos, se da en mayor proporción (unidades heterogéneas) que la variación entre
grupos, en este caso, Fc tiende a 0, lo que aumenta la probabilidad de cometer error de Tipo
II en la prueba estadística de la Ho.

191