7/25/2019 Anlisis de ANOVA

1/3

Prueba Chi-Cuadrado de Bondad de ajuste

Pruebas de normalidad de Kolmogorov-Smirnov:

Se aplica si se tiene un nmero mayor a 50 datos.

Pruebas de normalidad de Shapiro-Wilks:

Se aplica si se tiene un nmero menor a 50 datos.

.______:1

._____:

normalndistribuciunasiguennodatosLosH

normalndistribuciunasiguendatosLosHo

Distribucin emprica: Distribucin Normal.

Valor p (Sig.):

Si Sig > 0,05 No existe evidencia estadsticamente significativa para rechaza Ho.

Si Sig < 0,05 Se rechaza Ho.

Pruebas de normalidad

Kolmogorov-Smirnova Shapiro-Wilk

Estadstico gl Sig. Estadstico gl Sig.

Unstandardized Residual ,180 12 ,200* ,952 12 ,659

*. Esto es un lmite inferior de la significacin verdadera.

a. Correccin de significacin de Lilliefors

7/25/2019 Anlisis de ANOVA

2/3

Anlisis:

Variables entradas/eliminadasa

Modelo

Variables

introducidas

Variables

eliminadas Mtodo

1 Nitrgeno en el

suelo (ppm)b. Intro

a. Variable dependiente: Nitrgeno en la planta (ppm)

b. Todas las variables solicitadas introducidas.

Anlisis de Bondad de ajuste del Modelo: Observar R-Cuadrado ajustado

Resumen del modelob

Modelo R R cuadrado

R cuadrado

ajustado

Error estndar

de la estimacin

1 ,975a ,951 ,946 ,00682

a. Predictores: (Constante), Nitrgeno en el suelo (ppm)

b. Variable dependiente: Nitrgeno en la planta (ppm)

Coeficientesa

Modelo

Coeficientes no estandarizados

Coeficientes

estandarizados

t Sig.B Error estndar Beta

1 (Constante) ,076 ,008 9,349 ,000

Nitrgeno en el suelo (ppm) ,159 ,011 ,975 13,940 ,000

a. Variable dependiente: Nitrgeno en la planta (ppm)

7/25/2019 Anlisis de ANOVA

3/3

Modelo lineal estimado

XY 159,0076,0

ANOVAa

ModeloSuma de

cuadrados glMedia

cuadrtica F Sig.

1 Regresin ,009 1 ,009 194,318 ,000b

Residuo ,000 10 ,000

Total ,010 11

a. Variable dependiente: Nitrgeno en la planta (ppm)

b. Predictores: (Constante), Nitrgeno en el suelo (ppm)

Hiptesis de la ANOVA:

0:

0:

11

1

H

Ho

Como el valor-p (Sig) es menor que 0,05, entonces, se rechaza Ho, por lo tanto se

concluye que el modelo lineal propuesto es significativo.