Descripción
El contraste de varianza se utiliza para comprobar si la variabilidad de una población es compatible con un valor teórico o de referencia. A diferencia de los contrastes sobre la media, este contraste no analiza si los datos son más altos o más bajos en promedio, sino si son más o menos dispersos de lo esperado.
En industria, laboratorio y control de calidad no solo importa el promedio: la varianza define riesgo, consistencia y estabilidad. Un proceso puede tener una media correcta y, aun así, ser demasiado irregular.
Por ejemplo, una máquina puede llenar botellas con una cantidad media correcta de líquido, pero hacerlo con demasiada variabilidad. Aunque el promedio sea adecuado, una varianza excesiva implicaría que algunas botellas se llenan demasiado y otras demasiado poco. El contraste de varianza permite comprobar si la dispersión observada en una muestra es compatible con la variabilidad considerada aceptable.
Para una única varianza se utiliza un contraste basado en la distribución chi-cuadrado. Para comparar dos varianzas se utiliza habitualmente un contraste basado en la distribución F. En ambos casos, los contrastes clásicos asumen que los datos proceden de poblaciones aproximadamente normales.
Hipótesis y estadístico
\(H_0: \sigma^2 = \sigma_0^2\)
\( \chi^2 = \frac{(n-1)s^2}{\sigma_0^2} \)
\(H_0: \sigma_1^2 = \sigma_2^2\)
\( F = \frac{s_1^2}{s_2^2} \)
Calculadora
Calculadora online que calcula el estadístico, el p-valor y la decisión para contrastes sobre una varianza o sobre dos varianzas.
Contraste rápido
En el contraste de una varianza, el estadístico compara la varianza muestral \(s^2\) con una varianza de referencia \(\sigma_0^2\). Bajo \(H_0\), el estadístico sigue una distribución chi-cuadrado con \(n-1\) grados de libertad:
\( \chi^2 = \frac{(n-1)s^2}{\sigma_0^2} \sim \chi^2_{n-1} \)
En la comparación de dos varianzas, el estadístico compara el cociente entre las dos varianzas muestrales. Bajo \(H_0\), sigue una distribución F:
\( F = \frac{s_1^2}{s_2^2} \sim F_{n_1-1,\;n_2-1} \)
Si el resultado es significativo, conviene revisar posibles fuentes de variación: lotes, turnos, instrumentación, cambios de proveedor, condiciones de medición o diferencias entre grupos.
¿Qué calcula esta herramienta?
Esta calculadora de contrastes sobre varianzas permite analizar si la dispersión de una población es compatible con una varianza de referencia o si dos poblaciones presentan varianzas significativamente diferentes.
Fórmula utilizada
Para una única varianza se contrasta \(H_0: \sigma^2 = \sigma_0^2\) mediante un estadístico chi-cuadrado:
\( \chi^2 = \frac{(n-1)s^2}{\sigma_0^2} \)
Para dos varianzas se contrasta \(H_0: \sigma_1^2 = \sigma_2^2\) mediante el estadístico F:
\( F = \frac{s_1^2}{s_2^2} \)
Ejemplo de uso
Si una máquina de llenado debe mantener una variabilidad máxima determinada, puedes introducir la varianza muestral observada, el tamaño muestral y la varianza de referencia para comprobar si el proceso se ha vuelto demasiado irregular.
Si comparas dos métodos de producción, puedes introducir las varianzas muestrales y tamaños de muestra de ambos grupos para evaluar si uno de los métodos presenta mayor variabilidad que el otro.
Cómo interpretar el resultado
Si el p-valor es menor que \(\alpha\), se rechaza \(H_0\). Si el p-valor es mayor o igual que \(\alpha\), no hay evidencia suficiente para rechazar \(H_0\).
Un resultado significativo indica evidencia estadística de que la varianza difiere del valor de referencia o de que las dos varianzas comparadas no son iguales, según el contraste seleccionado.
Preguntas frecuentes
- ¿Cuándo uso el contraste de una varianza? Cuando quieres comprobar si la varianza poblacional es compatible con un valor teórico o de referencia.
- ¿Cuándo uso el contraste de dos varianzas? Cuando quieres comparar si dos poblaciones o condiciones tienen la misma dispersión.
- ¿Qué supuesto es importante? Los contrastes clásicos de varianza asumen que los datos proceden de poblaciones aproximadamente normales.
- ¿Puede haber la misma media y distinta varianza? Sí. Dos procesos pueden tener el mismo promedio y, sin embargo, una variabilidad muy diferente.
- ¿Qué cola debo elegir? Bilateral si buscas cualquier diferencia; cola derecha si quieres comprobar si la varianza es mayor; cola izquierda si quieres comprobar si la varianza es menor.