Análisis de componentes de varianza

El análisis de componentes de varianza es una técnica estadística que descompone la variación total observada en un conjunto de datos en fuentes distintas e identificables. En lugar de medir simplemente cuánta variación existe en conjunto, la desglosa e indica exactamente cuánto contribuye al total cada fuente, como operadores, máquinas, lotes o equipos de medición.

Última revisión:

Idea clave

El análisis de componentes de varianza es una técnica estadística que descompone la variación total observada en un conjunto de datos en fuentes distintas e identificables.

En esta página
  1. ¿Qué es el análisis de componentes de varianza?
  2. ¿Cuándo usar el análisis de componentes de varianza?
  3. Pautas para el uso correcto del análisis de componentes de varianza
  4. Alternativas: cuándo no usar el análisis de componentes de varianza
  5. Ejemplo de análisis de componentes de varianza
  6. Cómo usar Variance Component Analysis

¿Qué es el análisis de componentes de varianza?

El análisis de componentes de varianza es una técnica estadística que descompone la variación total observada en un conjunto de datos en fuentes distintas e identificables. En lugar de medir simplemente cuánta variación existe en conjunto, la desglosa e indica exactamente cuánto contribuye al total cada fuente, como operadores, máquinas, lotes o equipos de medición.

Esto es especialmente valioso en la manufactura y la gestión de la calidad, porque saber de dónde procede la variación es el primer y más importante paso para reducirla. Corregir la fuente de variación equivocada hace perder tiempo y recursos; el análisis de componentes de varianza garantiza que se actúe sobre la correcta.

Definición sencilla: Una herramienta que divide la variación total del proceso en sus fuentes contribuyentes individuales, e indica qué factor (máquina, operador, lote, etc.) es responsable de qué parte de la dispersión global de sus datos.

¿Cuándo usar el análisis de componentes de varianza?

  • Úselo cuando tenga una estructura de datos anidada o jerárquica , por ejemplo, piezas anidadas dentro de lotes, o lotes anidados dentro de turnos.
  • Úselo cuando necesite identificar y clasificar las principales fuentes de variación del proceso antes de decidir dónde centrar los esfuerzos de mejora.
  • Úselo en el análisis del sistema de medición para separar el error de medición de la variación real entre piezas.
  • Úselo cuando los factores de su estudio sean aleatorios y no fijos , es decir, que representen una muestra de una población mayor de niveles posibles (p. ej., operadores seleccionados al azar o lotes elegidos al azar).

Pautas para el uso correcto del análisis de componentes de varianza

  • Todos los factores deben ser efectos aleatorios para que los componentes de varianza tengan sentido; si los factores son fijos, use en su lugar un ANOVA estándar.
  • La variable de respuesta debe ser continua.
  • Asegúrese de que la estructura de los datos esté correctamente definida como anidada o cruzada antes de ejecutar el análisis: una estructura incorrecta produce estimaciones de varianza no válidas.
  • Recopile un conjunto de datos balanceado siempre que sea posible : un número igual de observaciones por grupo da las estimaciones de varianza más estables y precisas.
  • Interprete la contribución porcentual de cada componente: una fuente que aporte más del 30% de la variación total normalmente justifica una investigación y una acción inmediatas.

Alternativas: cuándo no usar el análisis de componentes de varianza

  • Si todos los factores son efectos fijos (niveles específicos y predeterminados que usted eligió intencionadamente), use el ANOVA
  • Si está evaluando específicamente un sistema de medición, use el estudio Gage R&R : está diseñado expresamente para evaluar sistemas de medición y da una salida más práctica.
  • Si la respuesta es categórica o de atributos, use el análisis de concordancia de atributos
  • Si tiene una comparación sencilla de dos grupos sin anidamiento, use la prueba de igualdad de varianzas o la prueba F

Ejemplo de análisis de componentes de varianza

Un investigador médico quiere estudiar los efectos de varios factores sobre la frecuencia del pulso. El investigador registra la estatura, el peso, el sexo, la preferencia respecto al tabaco, el nivel de actividad y la frecuencia del pulso en reposo de 91 estudiantes universitarios. A continuación, divide aleatoriamente a los estudiantes en dos grupos. El primer grupo corre en el sitio durante un minuto, mientras que el otro permanece quieto. Después, el investigador vuelve a registrar el pulso de los estudiantes. Los pasos son los siguientes:

  1. Ya dispone de los datos necesarios.
Variance Component Analysis — figure 1
  1. Ahora analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
  2.  Para encontrar Variance Component Analysis, elija Statistical module> Anova>Variance Component Analysis.
  3.  Dentro de la herramienta, introduzca los datos junto con las demás entradas de la siguiente manera:
Variance Component Analysis — figure 2

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

Variance Component Analysis — figure 3

Cómo usar Variance Component Analysis

La guía es la siguiente:

  1. Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
  2. En la página de inicio, elija Statistical Tool> Anova >Variance Component Analysis
  3. A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V).
  4. Complete las opciones necesarias.
  5. Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.

En el tablero de Variance Component Analysis, la ventana está dividida en dos partes.

Variance Component Analysis — figure 4

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 puede copiar todos los datos (Ctrl+C) de una hoja de Excel y pegarlos (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 muchas opciones, como las siguientes:

  • Response: Seleccione la columna que contiene sus datos de medición continuos: la variable de resultado cuya variación total desea descomponer en fuentes individuales. Es un campo obligatorio. La respuesta debe ser una variable numérica y continua, como una dimensión, un peso, una resistencia o cualquier característica de calidad medible. El análisis desglosará qué parte de la dispersión total de esta columna es atribuible a cada uno de los factores aleatorios que usted especifique.
  • Random Factors: Seleccione la columna o columnas que representan las fuentes de variación que desea cuantificar, como operadores, máquinas, lotes o turnos. Use Ctrl o Command + clic para seleccionar varios factores. Deben ser factores aleatorios, es decir, que los niveles de sus datos representen una muestra aleatoria de una población mayor de niveles posibles; por ejemplo, 3 operadores elegidos al azar de un grupo numeroso. El análisis estima cuánta varianza aporta cada uno de estos factores a la variación total de la respuesta.
  • Confidence Level: Establece el nivel de certeza de los intervalos de confianza calculados alrededor de la estimación de cada componente de varianza. El valor por defecto es 95%, lo que significa que usted tiene un 95% de confianza en que la verdadera contribución a la varianza de cada factor se encuentra dentro del intervalo mostrado. Un nivel de confianza mayor produce intervalos más amplios con mayor certeza; un nivel menor produce intervalos más estrechos. El 95% por defecto es el estándar en la mayoría de las aplicaciones estadísticas y de calidad y se recomienda para la mayoría de los estudios.

Preguntas frecuentes

¿Qué es el análisis de componentes de varianza?

El análisis de componentes de varianza descompone la variación total de un conjunto de datos en fuentes distintas y muestra cuánto aporta al total cada fuente, como operadores, máquinas, lotes o equipos de medición. Saber de dónde procede la variación es el primer paso para reducirla, de modo que el esfuerzo de mejora se dirija a la fuente correcta.

¿Cuándo se debe usar el análisis de componentes de varianza?

Úselo con datos anidados o jerárquicos, como piezas dentro de lotes dentro de turnos, para identificar y clasificar las principales fuentes de variación del proceso, y en el análisis del sistema de medición para separar el error de medición de la variación entre piezas. Los factores deben ser aleatorios, es decir, representar una muestra de una población mayor de niveles posibles.

¿Cuál es la diferencia entre factores aleatorios y fijos?

Los niveles de un factor aleatorio son una muestra aleatoria de una población mayor, por ejemplo, 3 operadores elegidos entre muchos. Los factores fijos son niveles específicos elegidos intencionadamente. Los componentes de varianza solo tienen sentido para efectos aleatorios; si todos los factores son fijos, use en su lugar un ANOVA estándar.

¿Cómo se interpretan los resultados de los componentes de varianza?

Observe la contribución porcentual de cada componente a la variación total. Una fuente que aporte más del 30% de la variación total normalmente justifica una investigación y una acción. Los intervalos de confianza alrededor de la estimación de cada componente muestran con qué precisión se conoce.