Prueba de igualdad de varianzas
La prueba de igualdad de varianzas es una prueba de hipótesis estadística que se usa para determinar si dos o más grupos tienen la misma cantidad de variabilidad en sus datos. En lugar de comparar los promedios de los grupos, esta prueba se centra en la dispersión: comprueba si la variación (desviación estándar o varianza) es estadísticamente coherente en todos los grupos comparados.
Última revisión:
Idea clave
La prueba de igualdad de varianzas es una prueba de hipótesis estadística que se usa para determinar si dos o más grupos tienen la misma cantidad de variabilidad en sus datos.
En esta página
- ¿Qué es la prueba de igualdad de varianzas?
- ¿Cuándo usar la prueba de igualdad de varianzas?
- Pruebas disponibles
- Pautas para el uso correcto de la prueba de igualdad de varianzas
- Alternativas: cuándo no usar la prueba de igualdad de varianzas
- Ejemplo de prueba de igualdad de varianzas
- Cómo realizar la prueba de igualdad de varianzas
¿Qué es la prueba de igualdad de varianzas?
La prueba de igualdad de varianzas es una prueba de hipótesis estadística que se usa para determinar si dos o más grupos tienen la misma cantidad de variabilidad en sus datos. En lugar de comparar los promedios de los grupos, esta prueba se centra en la dispersión: comprueba si la variación (desviación estándar o varianza) es estadísticamente coherente en todos los grupos comparados.
Es un requisito previo fundamental para muchos análisis. Varias herramientas estadísticas, como el ANOVA, las pruebas t de dos muestras y la regresión, suponen que todos los grupos tienen la misma varianza. Usar esas herramientas sin confirmar antes la igualdad de varianzas puede llevar a conclusiones incorrectas.
Definición sencilla: Una prueba que comprueba si distintos grupos tienen la misma cantidad de dispersión o variabilidad en sus datos; una comprobación necesaria antes de realizar muchos otros análisis estadísticos.
¿Cuándo usar la prueba de igualdad de varianzas?
- Úsela antes de ejecutar un ANOVA o pruebas t para verificar que se cumple el supuesto de igualdad de varianzas.
- Úsela al comparar dos o más grupos o condiciones del proceso cuando desee saber si difieren en variabilidad, y no solo en el promedio.
- Úsela en estudios de mejora de procesos para comprobar si un cambio de método, máquina o material ha afectado la consistencia del proceso.
- Úsela al evaluar sistemas de medición para determinar si distintos operadores, instrumentos o laboratorios producen datos con una dispersión similar.
Pruebas disponibles
La herramienta ofrece varias pruebas adecuadas para distintos tipos de datos y supuestos:
Prueba
Cuándo conviene usarla
Prueba de Bartlett
Los datos tienen distribución normal: es la más potente bajo normalidad
Prueba de Levene
Los datos pueden no ser normales: es más robusta frente a la falta de normalidad
Prueba F
Comparación de exactamente dos grupos con datos normales
Pautas para el uso correcto de la prueba de igualdad de varianzas
- Asegúrese de que los datos sean continuos : esta prueba no es apropiada para datos de atributos o de recuento.
- Compruebe primero la normalidad : si los datos son normales, use la prueba de Bartlett; si no lo son, use la prueba de Levene o la de Bonett.
- Recopile un tamaño de muestra suficiente por grupo (se recomiendan al menos 20 observaciones por grupo) para obtener estimaciones de varianza fiables.
- Interprete el valor p : un valor p inferior a su nivel de significancia (normalmente 0.05) indica que al menos un grupo tiene una varianza significativamente distinta.
- Investigue el origen de la varianza desigual antes de continuar: no ignore sin más un resultado significativo.
Alternativas: cuándo no usar la prueba de igualdad de varianzas
- Si sus datos son de atributos (pasa/no pasa, categorías), esta prueba no se aplica: utilice en su lugar pruebas de ji cuadrada o pruebas de proporciones.
- Si está comparando medias en lugar de varianzas, utilice un ANOVA o pruebas t
- Si los tamaños de muestra son muy pequeños (menos de 5 por grupo), las estimaciones de varianza no son fiables: recopile más datos antes de realizar la prueba.
Ejemplo de prueba de igualdad de varianzas
Un ingeniero químico quiere comparar la dureza de cuatro mezclas de pintura. Se aplicaron seis muestras de cada mezcla de pintura sobre una pieza de metal, que luego se curó. Después se midió la dureza de cada muestra. Los pasos son los siguientes:
- Se reunieron los datos necesarios.

- A continuación, analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
- Para encontrar Test for Equal Variances, elija Statistical module> Anova>Test for Equal Variances.
- Dentro de la herramienta, introduzca los datos junto con las demás entradas de la siguiente manera:

5. Tras usar la herramienta mencionada, se obtiene la siguiente salida:


Cómo realizar la prueba de igualdad de varianzas
La guía es la siguiente:
- Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
- En la página de inicio, elija Statistical Tool> Anova >Test for Equal Variances
- A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V) aquí.
- Complete las opciones requeridas.
- Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.
En el tablero de Test for Equal Variances, la ventana está dividida en dos partes.

En la parte izquierda se encuentra el panel de datos (Data Pane). En el Data Pane, cada fila forma un subgrupo. Los datos pueden introducirse manualmente o copiarse por completo (Ctrl+C) desde una hoja de Excel y pegarse (Ctrl+V) aquí.
Load example: Se cargarán los datos de ejemplo.
Load File: Se usa para cargar directamente los datos de Excel.
En la parte derecha hay varias opciones, como las siguientes:
- Response: Seleccione la(s) columna(s) que contienen sus datos de medición continuos, es decir, los valores cuya variabilidad desea comparar entre grupos. Use Ctrl o Command + clic para seleccionar varias columnas si los datos de los distintos grupos están en columnas separadas. Cada columna seleccionada representa un grupo o condición que se compara.
- Factor: Seleccione la columna que identifica a qué grupo pertenece cada observación, por ejemplo, el tipo de máquina, el operador o el lote de material. Esta columna solo es necesaria cuando todos los datos de respuesta están apilados en una sola columna y se necesita una variable de agrupación aparte para distinguir los grupos. Si ya ha seleccionado varias columnas de respuesta (una por grupo), este campo no es necesario.
- Confidence Level: Define el nivel de certeza de los intervalos de confianza que se muestran alrededor de la estimación de varianza de cada grupo. El valor predeterminado es 95%, lo que significa que usted tiene un 95% de confianza en que la verdadera varianza de cada grupo se encuentra dentro del intervalo mostrado. Un nivel de confianza mayor (p. ej., 99%) produce intervalos más amplios; uno menor (p. ej., 90%) los produce más estrechos. El valor predeterminado de 95% es el estándar universalmente aceptado en la mayoría de los análisis estadísticos.
- Hypothesized Ratio: La razón de varianzas frente a la cual desea probar. El valor predeterminado es 1, que prueba si todos los grupos tienen la misma varianza: una razón de 1 significa que las varianzas son idénticas. Si tiene una razón específica conocida por un estudio previo o una especificación de ingeniería, puede introducirla aquí para probar si sus datos son coherentes con esa razón esperada, en lugar de probar una igualdad estricta.
- Alternative Hypothesis: Define el sentido de la prueba, es decir, lo que se intenta detectar. La opción predeterminada
- Ratio ≠ Hypothesized Ratio - es una prueba bilateral, lo que significa que detecta diferencias de varianza en cualquier sentido (un grupo podría ser mayor o menor que el otro). Es la opción adecuada en la mayoría de las situaciones, cuando no se tiene una expectativa previa sobre qué grupo debe tener mayor varianza.
- Summary Plot: Si está activada, muestra una gráfica de resumen con la estimación de la varianza o de la desviación estándar de cada grupo junto con su intervalo de confianza. Ofrece una visión general rápida de cómo se comparan los grupos en cuanto a dispersión y de si sus intervalos de confianza se superponen: los intervalos superpuestos sugieren que las varianzas pueden ser iguales.
- Individual Value Plot: Si está activada, muestra cada punto de datos individual de cada grupo graficado verticalmente. Esto ayuda a ver la distribución completa y la dispersión de los datos sin procesar dentro de cada grupo, a identificar observaciones inusuales o valores atípicos y a entender los datos reales que hay detrás de las estimaciones de varianza antes de interpretar los resultados de la prueba.
- Histogram: Si está activada, muestra un histograma de cada grupo con la distribución de frecuencias de los datos. Es útil para evaluar visualmente la forma de la distribución de cada grupo, en particular para comprobar si los datos son aproximadamente normales antes de decidir qué prueba de varianza (Bartlett, Levene o Bonett) es la más adecuada.
- Box Plot: Si está activada, muestra una gráfica de caja de cada grupo con la mediana, el rango intercuartílico y los valores atípicos. Las gráficas de caja facilitan comparar visualmente a la vez la dispersión y el centro de cada grupo: un grupo con una caja claramente más ancha tiene mayor variabilidad, lo que es una comprobación visual útil antes y después de la prueba formal.
Preguntas frecuentes
¿Qué es una prueba de igualdad de varianzas?
Una prueba de igualdad de varianzas es una prueba de hipótesis que comprueba si dos o más grupos tienen la misma cantidad de variabilidad. En lugar de comparar promedios, comprueba si la varianza o la desviación estándar es estadísticamente coherente entre grupos. Es un requisito previo para herramientas como el ANOVA, las pruebas t de dos muestras y la regresión, que suponen varianzas iguales.
¿Debe usarse la prueba de Bartlett o la de Levene?
Use la prueba de Bartlett cuando los datos tengan distribución normal, ya que es la más potente bajo normalidad. Use la prueba de Levene, o la de Bonett, cuando los datos puedan no ser normales, porque es más robusta frente a la falta de normalidad. La prueba F sirve para comparar exactamente dos grupos con datos normales.
¿Cómo se interpreta una prueba de igualdad de varianzas?
Un valor p inferior a su nivel de significancia, normalmente 0.05, indica que al menos un grupo tiene una varianza significativamente distinta. Investigue el origen de la varianza desigual antes de continuar, en lugar de ignorar un resultado significativo. Los intervalos de confianza superpuestos en la gráfica de resumen sugieren que las varianzas pueden ser iguales.
¿Cuántas muestras se necesitan para una prueba de igualdad de varianzas?
Se recomiendan al menos 20 observaciones por grupo para obtener estimaciones de varianza fiables. Con menos de 5 por grupo, las estimaciones de varianza no son fiables, por lo que debe recopilar más datos antes de realizar la prueba. Los datos deben ser continuos; para datos de atributos utilice en su lugar pruebas de ji cuadrada o de proporciones.
