Paso 11: Interpretación de los resultados ANOVA
Para este estudio, nos centraremos en los valores de f y los valores de p. El valor crítico de f representa el punto que debe ser superado por la estadística f (o proporción) en orden para la hipótesis nula sea rechazada con 95% de confianza. Una estadística f grande sugiere que la mayor parte de la variación se produce entre los conjuntos de datos mientras que una baja estadística de f sugiere que la mayor parte de la variación se produce dentro de los conjuntos de datos. Intuitivamente, si hay más variación dentro de los conjuntos de datos que entre conjuntos de datos, parece plausible concluir que la hipótesis nula podría de hecho ser verdad. Si hay menos variación dentro de conjuntos de datos que entre conjuntos de datos se puede concluir lo contrario. En el caso de nuestro ANOVA en la foto en el paso 10, la estadística f es considerablemente mayor que el valor crítico de f que nos lleva a concluir que la hipótesis nula puede ser rechazada.
El valor de p da la probabilidad de que la variación entre los conjuntos de datos es el resultado de la aleatoriedad. Generalmente, la hipótesis nula puede ser rechazada si p ≤ 0.05. En este ANOVA, el valor de p fue muy pequeño, validando aún más nuestra decisión de rechazar la hipótesis nula.
