Cómo informar un ANOVA en APA 7

Qué debe aparecer en un informe ANOVA

Identifica variable dependiente, factores y niveles, diseño entre sujetos, intra-sujetos o mixto, y unidad de análisis. Presenta N, media y SD por grupo o celda. Para cada efecto relevante informa F, gl del efecto, gl del error, p, efecto e intervalo cuando esté disponible. En un factor con tres o más niveles, añade el seguimiento que explica dónde están las diferencias.

El método debe incluir criterios de exclusión, faltantes, alfa, contraste, opciones de sumas de cuadrados, correcciones y programa. El resultado debe distinguir análisis planificados de exploratorios. Si una tabla contiene muchas filas, no copies todas sin propósito: vincula cada efecto con una pregunta y evita seleccionar solo los favorables.

• Diseño, factores, niveles y variable dependiente.
• N, M y SD por grupo o celda.
• F(gl1, gl2), p y efecto de la misma fila.
• Intervalos o estimaciones cuando estén disponibles.
• Contrastes o post hoc con ajuste.
• Supuestos, correcciones y límites.

Cómo leer F y los dos grados de libertad

F es una razón de variación explicada a variación residual según el modelo. En F(2, 57) = 4.62, el primer gl corresponde al efecto o numerador y el segundo al error o denominador. Ambos deben proceder de la misma fila y del mismo modelo. F no puede ser negativo; un valor negativo indica error de transcripción.

No escribas F(59) ni intercambies los gl. En un ANOVA de un factor con tres grupos, gl del efecto suele ser 2, pero faltantes y diseño determinan el gl del error. En modelos con correcciones, pruebas robustas o medidas repetidas, los gl pueden cambiar o ser decimales. Conserva la salida que documenta la corrección.

Coteja F, gl y p con el interpretador de resultados SPSS antes de construir el párrafo.

Ejemplo de ANOVA de un factor

Supón tres métodos de enseñanza con un resultado continuo. La tabla ofrece F(2, 57) = 4.62, p = .014 y η² = .14. Un párrafo inicial podría decir: «Las puntuaciones variaron entre métodos, F(2, 57) = 4.62, p = .014, η² = .14». A continuación presenta M y SD de los tres grupos y los resultados de comparaciones que respondan qué pares difieren.

No escribas «los tres grupos fueron diferentes» a partir del ómnibus. Un F significativo indica que no todas las medias son compatibles con igualdad, pero puede existir una sola diferencia. Si el post hoc de Games–Howell muestra diferencia entre A y C, no inventes una entre A y B. Informa diferencia, intervalo, p ajustado y efecto del contraste cuando corresponda.

Post hoc y contrastes: localiza sin inflar falsos positivos

Las comparaciones múltiples aumentan la probabilidad de encontrar una diferencia por azar. Tukey, Holm, Bonferroni, Games–Howell y otros procedimientos controlan errores de formas distintas y descansan en supuestos diferentes. La elección debe corresponder a homogeneidad, tamaños, tipo de comparación y plan, no al método que entregue más asteriscos.

Los contrastes planificados responden hipótesis definidas antes y pueden ser más eficientes que comparar todos los pares. Declara la familia de comparaciones y el ajuste. Informa p ajustados, intervalos y dirección. Si el ómnibus no es significativo, la interpretación de comparaciones aisladas exige una justificación preespecificada; no las uses para rescatar una narrativa.

Homogeneidad: Levene, Welch y Brown–Forsythe

La igualdad de varianzas es un supuesto habitual del ANOVA clásico entre grupos. Revisa Levene junto con desviaciones, tamaños y gráficos. Una p pequeña no significa que las medias difieran; señala heterogeneidad. Con varianzas o tamaños desiguales, Welch o Brown–Forsythe pueden ofrecer una prueba global más robusta, y Games–Howell puede ser un seguimiento apropiado.

Informa qué procedimiento utilizaste. No presentes los gl de Welch como si fueran el ANOVA clásico. Tampoco transformes o elimines casos solo para que Levene supere .05. Si una decisión razonable cambia la conclusión, muestra el análisis de sensibilidad y explica cuál se definió como principal.

Para entender el supuesto y evitar confundir sus p, lee la guía de la prueba de Levene en SPSS .

η², ηp² y omega cuadrado no son la misma cifra

Eta cuadrado, η², expresa una proporción de variación asociada con un efecto según una definición concreta. Eta parcial cuadrado, ηp², divide por la suma del efecto y su error, excluyendo otras fuentes del denominador. En diseños simples pueden parecer cercanas; en factoriales o repetidos pueden diferir mucho. Copia el símbolo que corresponde a la columna.

Omega cuadrado, ω², intenta corregir sesgo de η² en la muestra. Ninguna etiqueta de «pequeño», «mediano» o «grande» es universal. Interpreta en relación con el resultado, la disciplina, medición y consecuencias. Cuando sea posible, añade intervalos del efecto y diferencias en unidades originales; una proporción aislada no dice qué grupos ni qué dirección producen el patrón.

ANOVA de dos factores: interacción primero

Un diseño A × B produce al menos efecto principal de A, efecto principal de B e interacción A × B. Informa cada uno como una prueba distinta. Ejemplo: «La interacción entre método y nivel educativo fue significativa, F(1, 56) = 5.12, p = .027, ηp² = .08». Después describe cómo cambia el efecto de método entre niveles, usando medias de celda, intervalos y efectos simples.

Cuando la interacción es relevante, una frase como «el método A fue mejor» puede ser falsa si solo mejora en un nivel y empeora en otro. Los efectos principales promedian sobre el otro factor y pueden ocultar ese patrón. Si la interacción no es significativa, no concluyas que las líneas son idénticas; considera precisión y potencia antes de simplificar.

Descompón medias, gráficos y contrastes con la guía de interacción en ANOVA de dos factores .

Efectos simples y comparaciones dentro de niveles

Los efectos simples evalúan un factor en un nivel concreto del otro. Tras una interacción, decide qué comparaciones responden la pregunta: comparar métodos dentro de cada curso, o cursos dentro de cada método. Ajusta la multiplicidad de la familia definida y evita explorar todas las combinaciones sin declararlo.

Presenta las medias de las celdas que sostienen la interpretación. Un gráfico de interacción con puntos e intervalos ayuda, pero no reemplaza las cifras. Describe patrón, diferencia, intervalo, estadístico o contraste y p ajustado. Separa una comparación prevista de una explicación post hoc sugerida por la forma de los datos.

Medidas repetidas y diseños mixtos necesitan más información

En medidas repetidas, la misma persona contribuye varios resultados. La esfericidad, las correcciones de Greenhouse–Geisser o Huynh–Feldt y la estructura de dependencia importan. Si se aplica una corrección, informa los gl corregidos y, cuando corresponde, epsilon. No reutilices una plantilla de ANOVA entre sujetos sin mencionar la dependencia.

Los diseños mixtos combinan factores entre e intra-sujetos y pueden incluir interacciones de tiempo por grupo. Faltantes, número de momentos y estructura de covarianza complican la interpretación. En estudios longitudinales, un modelo mixto puede responder mejor que un ANOVA completo-casos. La herramienta breve de FunnyTools no valida estos diseños; utiliza la salida y guía específica del modelo.

Formato de p, decimales y ejemplos APA

Escribe F(2, 57) = 4.62, p = .014, η² = .14 con espacios alrededor de signos. En un manuscrito, F y p suelen ir en cursiva; los gl no. No escribas p = .000: usa p < .001. Mantén una precisión coherente entre efectos y evita mostrar seis decimales cuando las mediciones no los justifican.

El generador de FunnyTools produce borradores para ANOVA de un factor y factorial desde cifras introducidas. Revisa que los nombres de factores sean sustantivos, que cada p pertenezca al efecto correcto y que η² no se rotule como ηp². Añade descriptivos y seguimiento: la frase automática no conoce la tabla completa.

Prepara la estructura con el generador de informes APA 7 en español y completa el contexto manualmente.

Errores frecuentes que una frase bonita no corrige

No informes solo la fila «Between Groups» sin descriptivos. No confundas p de Levene con p de F. No asumas que todas las medias difieren. No omitas la interacción para destacar un efecto principal conveniente. No elijas post hoc después de comparar cuál produce más resultados. No cambies η² por ηp² porque el segundo número parezca mayor.

Comprueba filtros, ponderación, tipo de sumas de cuadrados, casos faltantes y codificación. Si el N de las tablas cambia, explica por qué. La misma frase puede parecer correcta y corresponder a otra variable o modelo. Guarda sintaxis, salida y versión. La trazabilidad debe permitir seguir cualquier F desde el texto hasta su fila y conjunto analítico.

• Interpretar el ómnibus como diferencia entre todos los pares.
• Omitir p ajustado y método post hoc.
• Ignorar una interacción significativa.
• Mezclar η² y ηp².
• Usar el ANOVA clásico pese a heterogeneidad grave sin sensibilidad.
• Convertir asociación en causalidad.

Lista final antes de entregar el ANOVA

Revisa pregunta, diseño y unidad de análisis. Comprueba N, medias, SD y celdas. Para cada efecto, verifica F, gl1, gl2, p y efecto. Añade intervalos y comparaciones con ajuste. Documenta homogeneidad, robustez y correcciones. Prioriza interacción cuando corresponda. Distingue análisis planificado de exploratorio.

Finalmente, limita la conclusión al diseño. Un experimento aleatorizado puede sostener afirmaciones distintas de un estudio observacional. Una p pequeña no corrige confusión ni selección. Una p grande no prueba equivalencia. El párrafo más útil conecta patrón, magnitud, incertidumbre y decisión sin ocultar las alternativas compatibles con los datos.

Usa el flujo completo de informe estadístico para comprobar la trazabilidad desde datos hasta texto.

Preguntas frecuentes

Fuentes y controles externos

Las fuentes ayudan a comprobar las prácticas de terceros y las obligaciones de información. La descripción del funcionamiento de FunnyTools se basa en la implementación publicada del sitio.