COMPARACIÓN MULTIPLES PARA MEDIDAS

“PRUEBA DE TUKEY”
INTRODUCCIÓN
El análisis estadístico tiene como propósito proveer información referente a la
manera en que las unidades experimentales responden a los tratamientos aplicados.
El primer paso consiste en someter los datos a un análisis de varianza para
establecer si hay diferencias significativas entre las medias de los tratamientos. El
rechazo de la hipótesis nula de igualdad de medias en el análisis de varianza,
conduce a preguntar cuáles diferencias entre las medias muestrales son las
responsables del rechazo. Para ello existen procedimientos de comparaciones
múltiples, que se usan con el objetivo sea seleccionar a los tratamientos con las
mejores medias. Los procedimientos de comparaciones múltiples de Tukey son
ampliamente usados en investigación y están descritos en numerosos libros de
metodología estadística. (Miller, 1996). La prueba de Tukey es la prueba más
aplicada y preferida por los estadísticos, pues controla de mejor manera los dos
errores ampliamente conocidos en la estadística (a y β) (Montgomery 2003). Esta
prueba permite hacer todas las posibles comparaciones de tratamientos de dos en
dos, y por eso se considera la más completa. Este procedimiento se va a desarrollar
considerando en primer lugar el caso del modelo una factorial equilibrada. La
prueba de Tukey es similar a una prueba t de Estudiante en cuanto a que se calcula
una única diferencia crítica para para realizar todas las comparaciones entre las
medias; sin embargo, es también similar a la prueba de Duncan y de Newman-Keuls
en cuanto a que el valor de esta diferencia crítica depende del número de
comparaciones que se haga. Una desventaja de la prueba de Tukey es que es la más
incosistente de entre las pruebas para realizar comparaciones múltiples. Esto
significa que su veredicto cambiará de experimento a experimento aun cuando no
cambien las diferencias entre tratamientos, los grados de libertad ó el cuadrado
medio del error. (Saville, 1990) La prueba de Tukey es una prueba no paramétrica
que se mide al menos en una escala ordinal. Llamada así en honor a Sidney Siegel,
psicólogo estadounidense que se hizo especialmente conocido por su trabajo en la
popularización de estadísticas no paramétricas para su uso en las ciencias del
comportamiento. Fue co-desarrollador de la prueba estadística. John Tukey
químico, matemático y estadístico estadounidense que jugó un papel importante en
el desarrollo de las estadísticas de mediados del siglo XX. Tenía una gran aptitud
para colaborar con colegas, por lo que muchos de sus estudios lo vieron como
coautor. La prueba fue publicada en 1960 por Sidney Siegel y John Wilder Tukey
en el Journal of the American Statistical Association, en el artículo "Un
procedimiento no paramétrico de suma de rangos para la distribución relativa en
muestras no apareadas". Cuando realizamos un análisis de varianza, un valor de F
significativo nos indica que no todas las condiciones producen el mismo efecto
sobre la variable independiente. Con el fin de tener mayores elementos para la toma
de decisiones es importante saber dónde se encuentran dichas diferencias
significativas y si éstas siguen unas tendencias que nos permitan una mejor toma de
decisiones. Una prueba que nos permite evaluar dicha diferenciación es la prueba
de Tukey, que mide la diferencia de los valores de las medias de dos grupos en
términos de la varianza intragrupal. Mediante este ensayo aplicaremos la prueba de
Tukey y el análisis de la Varianza en los datos de un experimento. En dicho análisis
afirma la existencia de diferencias significativas entre los tratamientos, en la es
preferible investigar qué medias son distintas. Para ello, emplearemos dicha técnica
cuyo objeto es identificar qué tratamientos son estadísticamente diferentes y en
cuánto oscila el valor de esas diferencias. (Brillinger, 1984)
DESARROLLO

El procedimiento estadístico de los resultados experimentales se revelan como un

instrumento que se basa en un conjunto de métodos que nos permitirán evidenciar
la repartición de los individuos sujetos a estudio en base a los criterios que se han
determinado durante el análisis de varianzas (ANOVA), dicho análisis posee la
técnica indica donde se prueba la hipótesis nula que todos los tratamientos son
iguales, contra la hipótesis alternativa que al menos uno de los tratamientos es
distinto a los demás. Si se cumpliera tal hipótesis entonces se puede afirmar que los
grupos no se diferencian entre sí y que el factor es independiente de la variable
analizada. La hipótesis alternativa por su parte enuncia que existen diferencias
significativas entre los tratamientos, es decir que al menos dos de los grupos
difieren. ( Casas Cordoso, 2008)
Existen distintas pruebas de comparaciones múltiples entre todas las parejas de
medias, que se usan aun cuando el objetivo sea seleccionar a los tratamientos con
las mejores medias. Las pruebas de comparaciones múltiples de Tukey, Duncan y
Dunnett son ampliamente usados en investigación agrícola y están descritos en
numerosos libros de metodología estadística. (Mongomery, 2004)

Sin embargo la prueba de Tukey es similar a una prueba t de Estudiante en cuanto

a que se calcula una única diferencia crítica para realizar todas las comparaciones
entre las medias; es similar a la prueba de Duncan y de Newman-Keuls en cuanto a
que el valor de esta diferencia crítica depende del número de comparaciones que se
haga. (Fallas, 2012)
Este es un método más conservador ya que compara pares de medias de
tratamientos, o se utiliza un sólo valor con el cual se comparan todos los posibles
pares de medias. En el cual las diferencias entre medias muéstrales con el valor
crítico ya que Tukey trabaja con un error a muy cercano al declarado por el
experimentador. (Gutiérrez & De la Vara Salazar, 2008)

Después de elaborar un análisis ANOVA y encontrar sus resultados, se puede

establecer el HSD de Tukey para descubrir qué medios de los grupos específicos
(comparados entre sí) son diferentes. La prueba compara todos los pares posibles
de medios. (Jesús A. García-Villalpando, 2001)
Para probar todas las comparaciones por pares entre los medios usando de Tukey
HSD, calcule el HSD para cada par de medias usando la siguiente fórmula:

𝐶𝑀𝐸
𝐻𝑆𝐷 = 𝑞𝛼,𝐼(𝐼−1)(𝐽−1) √
𝐽
Pasos generales

 Elige dos medios de la salida de ANOVA. Tenga en cuenta lo siguiente:

medio, media dentro de los grupos, número por tratamiento / grupo, grados
de libertad dentro. Se obtiene el error estándar de cada promedio.
 Realizar la prueba ANOVA. Suponiendo que su valor F es significativo.
 Se calcula el valor crítico de todas las comparaciones por pares.
 Calcula la estadística de HSD para la prueba de Tukey usando la fórmula.
 Calcular la diferencia de las medias y realizar las comparaciones con el
valor crítico. Encontrando los datos en la tabla de valores críticos de
Tukey.
Si el valor calculado es mayor que el valor crítico de la tabla de valores críticos,
los dos medios son significativamente diferentes. (Quiroga, 2012)

El método de Tukey se utiliza en ANOVA para crear intervalos de confianza para

todas las diferencias en parejas entre las medias de los niveles de los factores
mientras controla la tasa de error por familia en un nivel especificado. Es importante
considerar la tasa de error por familia cuando se hacen comparaciones múltiples,
porque la probabilidad de cometer un error de tipo I para una serie de
comparaciones es mayor que la tasa de error para cualquier comparación individual.
(Anónimo, s.f.)
Para rechazar la tasa de error más elevada, el método de Tukey nos indica el nivel
de confianza de cada intervalo individual para que el nivel de confianza simultáneo
resultante sea igual al valor que usted especifique.
En la prueba de Tukey se comparan todas las medias entre sí, tomándolas por pares

Una desventaja de la prueba de Tukey es que es la más inconsistente de entre las

pruebas para realizar comparaciones múltiples. Esto significa que su veredicto
cambiará de experimento a experimento aun cuando no cambien las diferencias
entre tratamientos, los grados de libertad o el cuadrado medio del error (Saville,
1990)
La importancia de esta indica que es muy necesaria cuando el tamaño de las
muestras seleccionadas para cada grupo son iguales, así como el interés
fundamental o primordial es comprar los promedios entre dos grupos, ya que
maneja un rango de erro 5% con lo que se maneja una tabla donde se calcular F
tabulada del 0,05 en la cual el margen de error es ampliamente conocido en el diseño
experimental. (Gutiérrez & De la Vara Salazar, 2008)
Esta prueba se debe utilizar cuando el tamaño de las muestras seleccionadas para
cada grupo son iguales, cuando el interés fundamental es comparar promedios entre
dos grupos y son múltiples las comparaciones que estamos haciendo. Por lo tanto
este test de Tukey es el más utilizado. (Guerrero, 2013)
CONCLUSIONES