Cómo Hacer un ANOVA de un Factor en SPSS y Jamovi Paso a Paso (2026): Supuestos, Post Hoc de Tukey e Interpretación

Tienes tres o más grupos —tres métodos de enseñanza, cuatro dosis de un fármaco, cinco universidades— y quieres saber si sus medias difieren de forma estadísticamente significativa. Ese es exactamente el terreno del ANOVA de un factor (One-Way ANOVA). Si no sabes cómo hacer un ANOVA de un factor en SPSS y Jamovi, cómo verificar sus supuestos ni cómo redactar el resultado en APA, esta guía te lo explica todo en pasos concretos, con capturas de menús y ejemplos de salida anotados.

El análisis de varianza de un factor es una de las pruebas más pedidas en TFGs y TFMs cuantitativos: compara la variabilidad entre grupos con la variabilidad dentro de los grupos a través del estadístico F. Cuando F es suficientemente grande (p < .05), la prueba te dice que al menos un par de grupos difiere, pero no cuál. Por eso siempre se completa con un análisis post hoc —Tukey o Bonferroni— que identifica exactamente qué grupos se separan.

Antes de empezar: si tu diseño solo compara dos grupos, la prueba correcta es la prueba t de Student, no el ANOVA. Y si no tienes claro qué prueba usar según tu diseño, consulta primero el árbol de decisión para elegir la prueba estadística correcta en tu TFG.

1. ¿Cuándo usar un ANOVA de un factor?

Utiliza un ANOVA de un factor cuando se cumplan estas tres condiciones simultáneamente:

• Variable independiente (factor): categórica con 3 o más grupos independientes (p. ej., tipo de tratamiento: A, B, C).
• Variable dependiente (resultado): continua, medida en escala de intervalo o razón (p. ej., puntuación en un test, tiempo de reacción, nivel de cortisol).
• Observaciones independientes: cada sujeto pertenece a un único grupo; no hay medidas repetidas.

Si tu variable dependiente es categórica (por ejemplo, aprobado/suspenso), la prueba adecuada es la chi-cuadrado. Si tienes los mismos sujetos medidos en varios momentos, necesitarás un ANOVA de medidas repetidas, que es diferente.

2. Supuestos del ANOVA de un factor

El ANOVA es un modelo paramétrico; su validez depende de que se cumplan tres supuestos. Verificarlos antes de ejecutar el análisis es obligatorio.

2.1 Independencia de las observaciones

Los participantes de un grupo no deben influir en los de otros grupos. Este supuesto se garantiza mediante el diseño del estudio (muestreo aleatorio, asignación aleatoria a condiciones). Para elegir el tipo de muestreo más adecuado a tu diseño de investigación, consulta la guía de tipos de muestreo en investigación para el TFG. No hay prueba estadística para verificar la independencia; es una decisión metodológica.

2.2 Normalidad de los residuos

Los valores de la variable dependiente deben seguir una distribución aproximadamente normal dentro de cada grupo. Cómo comprobarlo:

• Shapiro-Wilk (recomendado cuando n < 50 por grupo): p > .05 indica normalidad.
• Kolmogorov-Smirnov (muestras grandes): mismo criterio.
• También vale revisar los histogramas o los gráficos Q-Q.

En SPSS: Analizar > Estadísticos descriptivos > Explorar, marca «Gráficos» y «Pruebas de normalidad».
En Jamovi: dentro del módulo ANOVA, pestaña «Comprobación de supuestos» → «Prueba de normalidad de Shapiro-Wilk».

Si la normalidad falla en algún grupo y el tamaño muestral es pequeño, considera la alternativa no paramétrica: la prueba de Kruskal-Wallis.

2.3 Homocedasticidad (homogeneidad de varianzas)

Las varianzas de la variable dependiente deben ser iguales entre grupos. La prueba estándar es la prueba de Levene:

• p > .05 → varianzas homogéneas → usa ANOVA estándar y post hoc de Tukey.
• p < .05 → varianzas heterogéneas → usa ANOVA de Welch y post hoc de Games-Howell.

3. Cómo estructurar los datos en SPSS y Jamovi

Ambos programas esperan el mismo formato: una fila por sujeto y al menos dos columnas.

En SPSS, asigna etiquetas de valor a la variable de agrupación en la pestaña «Vista de variables». En Jamovi, la variable de agrupación debe tener tipo «Nominal». Si tienes dudas sobre cómo organizar y presentar estas tablas, revisa la guía sobre cómo elaborar tablas de datos con SPSS para el TFG.

4. Ejecutar el ANOVA de un factor en SPSS (paso a paso)

1. Abre SPSS con tu archivo de datos (.sav) cargado.
2. Ve a Analizar > Comparar medias > ANOVA de un factor.
3. En el cuadro de diálogo:
   • Mueve la variable de resultado (continua) a Lista de dependientes.
   • Mueve la variable de agrupación a Factor.
4. Haz clic en Opciones y activa:
   • «Estadísticos descriptivos» (medias y desviaciones típicas por grupo).
   • «Prueba de homogeneidad de varianza» (Levene).
   • Opcionalmente: «Medias con diagrama de barras».
5. Haz clic en Post hoc:
   • Si esperas homocedasticidad: marca Tukey.
   • Como precaución: marca también Games-Howell (para varianzas heterogéneas).
6. Haz clic en Aceptar. El Visor de resultados mostrará tres bloques: descriptivos, prueba de Levene y tabla ANOVA.

5. Ejecutar el ANOVA de un factor en Jamovi (paso a paso)

1. Abre Jamovi e importa tu archivo (.csv, .sav o .xlsx).
2. Verifica que la variable de agrupación sea de tipo Nominal (icono de etiqueta) y la dependiente sea Continua (icono de regla).
3. Ve a Análisis > ANOVA > ANOVA de un factor.
4. Arrastra la variable dependiente a Variables dependientes y la variable de agrupación a Variable de agrupación.
5. En la pestaña Comprobación de supuestos, activa:
   • «Prueba de homogeneidad (Levene)».
   • «Normalidad (Shapiro-Wilk)».
6. En la pestaña Post hoc, activa Tukey (y Games-Howell si prevés heterogeneidad).
7. En la pestaña Tamaño del efecto, activa η² (eta cuadrado).
8. Los resultados aparecen en tiempo real en el panel derecho.

Jamovi tiene la ventaja de calcular η² automáticamente y de mostrar los resultados mientras ajustas las opciones, lo que lo hace muy útil durante la fase exploratoria.

6. Leer la tabla ANOVA: F, gl, p y η²

La tabla ANOVA clásica tiene esta estructura:

Donde k = número de grupos y N = número total de observaciones. Lo que debes leer:

• F: cuanto mayor, más separados están los grupos respecto a la variabilidad interna.
• gl (grados de libertad): el primero (entre grupos) = k − 1; el segundo (dentro) = N − k. Ambos van entre paréntesis en APA: F(k−1, N−k).
• p: si p < .05 → efecto significativo (al menos dos grupos difieren); si p ≥ .05 → no hay evidencia de diferencias.
• η² (eta cuadrado): proporción de varianza explicada. Según Cohen (1988): pequeño = .01, mediano = .06, grande = .14.

7. Post hoc: Tukey vs. Bonferroni (cuándo usar cada uno)

Un ANOVA significativo solo dice que hay alguna diferencia; el análisis post hoc identifica cuál. Estas son las opciones principales:

Regla práctica: activa Tukey por defecto; si Levene te da p < .05, cambia a Games-Howell e informa también del ANOVA de Welch (Jamovi lo ofrece directamente; en SPSS está en Analizar > Comparar medias > Medias > Opciones > Estadístico F de Welch).

La tabla post hoc muestra las comparaciones por pares: diferencia de medias, error estándar y p ajustado. Solo interesan los pares cuyo p ajustado < .05.

8. Cómo interpretar y redactar los resultados en formato APA 7

El manual APA 7 exige reportar el estadístico F con sus dos grados de libertad, el nivel de significación y el tamaño del efecto. Este es el esquema de redacción:

Ejemplo con los datos ilustrativos del apartado anterior:

Recuerda que debes citar el software utilizado. Consulta la guía sobre cómo citar software estadístico como SPSS y Jamovi en el TFG para hacerlo correctamente en APA 7.

9. Errores comunes al hacer un ANOVA de un factor

1. Usar ANOVA con solo dos grupos. Con dos grupos, usa la prueba t de Student; el ANOVA dará el mismo resultado matemáticamente, pero es metodológicamente incorrecto reportarlo así.
2. Omitir la comprobación de supuestos. Si no verificas Levene y Shapiro-Wilk, el comité de tu TFG puede invalidar el análisis. Siempre dedica una frase a los supuestos en la sección de resultados.
3. Usar Tukey cuando Levene es significativo. Si p(Levene) < .05, Tukey no es válido; usa Games-Howell o el ANOVA de Welch.
4. Interpretar F significativo como “todos los grupos difieren”. Un ANOVA significativo solo indica que al menos un par difiere. El post hoc es el que especifica cuáles.
5. No reportar el tamaño del efecto. La significación estadística depende del tamaño muestral; η² indica la magnitud real del efecto y es obligatorio en APA 7.
6. Escribir F(2.57) en lugar de F(2, 57). Los grados de libertad van separados por una coma, no por un punto.
7. Aplicar ANOVA a escalas Likert sin justificación. Las escalas Likert son ordinales. Si las tratas como continuas (práctica habitual cuando hay ≥ 5 puntos), justifícalo explícitamente en la metodología o considera Kruskal-Wallis.

Preguntas frecuentes