Calculadora de la prueba de Levene
Comprueba si varios grupos independientes tienen varianzas iguales. Introduce las observaciones de dos o más grupos, una por línea, elige centrar en la media o en la mediana, y obtén el estadístico F, los grados de libertad y el valor p.
Comprueba si los grupos independientes tienen varianzas iguales
Fórmula de la prueba de Levene
Donde:
- \(k\) — número de grupos
- \(N\) — número total de observaciones de todos los grupos
- \(n_i\) — número de observaciones del grupo \(i\)
- \(Z_{ij} = |Y_{ij} - \tilde{Y}_i|\) — la desviación absoluta de la observación \(j\) del grupo \(i\) respecto al centro de su grupo (la media en la prueba de Levene original, la mediana en la variante de Brown–Forsythe)
- \(\bar{Z}_i\) — media de las desviaciones absolutas del grupo \(i\)
- \(\bar{Z}\) — media de todas las desviaciones absolutas
Bajo la hipótesis nula de que todas las varianzas grupales son iguales, el estadístico \(W\) sigue una distribución F con \(k-1\) y \(N-k\) grados de libertad. En el fondo, es un ANOVA de un factor aplicado a las desviaciones absolutas respecto a los centros de los grupos.
Prueba de Levene – Ejemplo de cálculo
Ejemplo: tres grupos de cinco mediciones cada uno, evaluados con el método por defecto centrado en la mediana (Brown–Forsythe).
Grupo 1: 8, 9, 10, 11, 12 Grupo 2: 8, 10, 12, 14, 16 Grupo 3: 9, 10, 11, 12, 13
Medianas de los grupos: 10, 12, 11. Desviaciones absolutas respecto a las medianas:
\[ Z_1 = 2, 1, 0, 1, 2 \quad (\bar{Z}_1 = 1.2) \]
\[ Z_2 = 4, 2, 0, 2, 4 \quad (\bar{Z}_2 = 2.4), \qquad Z_3 = 2, 1, 0, 1, 2 \quad (\bar{Z}_3 = 1.2) \]
Desviación media global: \(\bar{Z} = 24/15 = 1.6\).
\[ \sum n_i (\bar{Z}_i - \bar{Z})^2 = 5(0.4)^2 + 5(0.8)^2 + 5(0.4)^2 = 4.8 \]
\[ \sum\sum (Z_{ij} - \bar{Z}_i)^2 = 2.8 + 11.2 + 2.8 = 16.8 \]
\[ W = \frac{15 - 3}{3 - 1} \cdot \frac{4.8}{16.8} = 6 \cdot 0.2857 = 1.7143 \]
Con \(df_1 = 2\) y \(df_2 = 12\), el valor p es \(p \approx 0.221\).
Resultado: \(F = 1.7143\), \(df_1 = 2\), \(df_2 = 12\), \(p \approx 0.221\). Como \(p > 0.05\), no hay evidencia suficiente contra la igualdad de varianzas en estos tres grupos.
Cómo usar la calculadora de la prueba de Levene
- Escribe tus datos en el campo Observaciones de los grupos, con los valores de cada grupo en su propia línea. Separa los valores con espacios o punto y coma; se aceptan comas decimales. Cada grupo necesita al menos dos observaciones y puedes introducir entre 2 y 20 grupos.
- Elige el método de centrado en el desplegable Centrar cada grupo en su: Media (prueba de Levene original) o Mediana (variante de Brown–Forsythe).
- Lee los resultados: el estadístico de contraste F, los dos grados de libertad, el valor p y una interpretación en lenguaje llano sobre si puede asumirse que las varianzas de los grupos son iguales al nivel de 0.05.
¿Qué es la prueba de Levene y cuándo la necesitas?
La prueba de Levene es un procedimiento estadístico que sirve para verificar el supuesto de homogeneidad de varianzas, es decir, la idea de que varios grupos independientes comparten la misma varianza poblacional. Muchos métodos clásicos —como la prueba t para dos muestras, el ANOVA de un factor o los diseños de medidas repetidas— asumen que las varianzas son iguales entre grupos. Cuando ese supuesto falla, las tasas de error nominales de estas pruebas pueden verse distorsionadas: puede que declares un resultado «significativo» más a menudo del 5 % prometido, o que pierdas potencia.
La prueba funciona transformando los datos brutos: cada observación se sustituye por su distancia absoluta al centro del grupo, y sobre esas distancias se realiza un ANOVA de un factor. Si los grupos realmente tienen varianzas iguales, la desviación absoluta media será parecida en todos ellos y el estadístico F resultante será pequeño. Si un grupo está claramente más disperso que los demás, sus desviaciones serán mayores en promedio y el estadístico se inflará.
Interpretar el resultado es sencillo: un valor p pequeño (por debajo de 0.05) aporta evidencia de que la varianza de al menos un grupo es distinta, así que deberías aplicar una transformación que estabilice la varianza (por ejemplo, una transformación logarítmica) o cambiar a un procedimiento que no asuma varianzas iguales, como el ANOVA de Welch. Un valor p grande indica que los datos son compatibles con varianzas iguales, pero no demuestra que las varianzas sean exactamente iguales: la prueba simplemente no encuentra evidencia en contra del supuesto.
La prueba de Levene suele preferirse a alternativas más antiguas como la prueba de Bartlett porque es mucho menos sensible a la falta de normalidad de los datos. Es el complemento natural de las comparaciones paramétricas entre grupos; si más adelante pasas a métodos no paramétricos, la prueba de Kruskal–Wallis o la prueba de Friedman pueden ser adecuadas según tu diseño.
Supuestos, limitaciones y consejos prácticos
- Independencia. Las observaciones deben ser independientes dentro de cada grupo y entre grupos. La prueba de Levene no es apropiada para datos pareados o de medidas repetidas.
- Dos versiones de la prueba. La prueba de Levene original centra cada grupo en su media, lo que la hace sensible a los valores atípicos y a las distribuciones asimétricas. La variante de Brown–Forsythe centra en la mediana y es más robusta; es la opción por defecto de esta calculadora y de la mayoría de programas estadísticos.
- El tamaño de los grupos importa. Con grupos muy pequeños la prueba tiene poca potencia y puede pasar por alto diferencias reales de varianza. Con muestras muy grandes puede marcar como significativas diferencias triviales. Valora siempre el tamaño práctico de la diferencia de varianzas, no solo el valor p.
- Varianzas iguales no significa medias iguales. Esta prueba no dice nada sobre si los promedios de los grupos difieren: solo examina la dispersión. Para comparar medias entre grupos, acude mejor a procedimientos como la prueba Z para una media.
- No olvides el análisis principal. La comprobación de varianzas suele ser un paso previo. Si tu análisis continúa, la calculadora de potencia estadística puede ayudarte a saber si tus tamaños de muestra bastan para detectar los efectos que te interesan.
- Límites razonables de datos. La calculadora admite hasta 20 grupos y 1 000 observaciones en total, con valores de hasta un billón en valor absoluto: de sobra para los conjuntos de datos habituales en clase y en investigación.
Preguntas frecuentes
¿Qué valor p indica que las varianzas son distintas?
Un valor p por debajo de tu nivel de significancia (normalmente 0.05) indica que la varianza de al menos un grupo difiere de las demás. Por ejemplo, \(p = 0.01\) significa que una diferencia de dispersión así rara vez se daría por azar si las varianzas verdaderas fueran iguales. Un valor p superior a 0.05 significa que la prueba no encontró evidencia contra la igualdad de varianzas, pero eso no demuestra que sean exactamente iguales, sobre todo con muestras pequeñas.
¿Debo centrar en la media o en la mediana?
En la mayoría de los casos, usa el centrado en la mediana (la variante de Brown–Forsythe), porque es más robusta frente a valores atípicos y distribuciones asimétricas, y da resultados más fiables cuando los datos no son perfectamente normales. Elige el centrado en la media solo si necesitas reproducir específicamente la prueba de Levene original, por ejemplo para cuadrar con el ejemplo de un libro de texto o con un informe que usó la versión clásica. Ante la duda, el resultado basado en la mediana es la opción más segura.
¿Se puede usar la prueba de Levene con solo dos grupos?
Sí, la prueba funciona igual de bien con dos grupos que con muchos. Con dos grupos, \(df_1 = 1\) y \(df_2 = n_1 + n_2 - 2\). Es una alternativa válida a la prueba F de dos varianzas y se prefiere cuando los datos pueden no ser normales, ya que la prueba F clásica de dos varianzas es muy sensible a la falta de normalidad.
¿Qué hago si la prueba resulta significativa?
Tienes dos opciones principales. Primera, aplicar a los datos una transformación que estabilice la varianza, como la logarítmica o la raíz cuadrada, y repetir la prueba. Segunda, cambiar a un método que no asuma varianzas iguales: la prueba t de Welch para dos grupos o el ANOVA de Welch para varios. No sigas sin más con la prueba t o el ANOVA estándar, porque tu nivel de significancia declarado podría dejar de ser correcto.
¿Cómo informo los resultados de la prueba de Levene en un artículo?
Un informe típico en estilo APA incluye el estadístico de contraste, los dos grados de libertad y el valor p; por ejemplo: \(F(2, 12) = 1.71\), \(p = 0.221\). Indica qué versión has usado —la prueba original centrada en la media o la variante de Brown–Forsythe centrada en la mediana—, ya que ambas pueden dar valores distintos con los mismos datos. Menciona también tu nivel de significancia si difiere de 0.05.
¿Por qué mi estadístico F es infinito?
Ocurre cuando todas las desviaciones absolutas dentro de cada grupo son idénticas (variación intragrupo nula) pero los promedios de los grupos difieren entre sí. El denominador del cociente F se hace cero mientras el numerador sigue siendo positivo, así que el estadístico crece sin límite y el valor p es, en la práctica, cero. Normalmente esto indica grupos muy pequeños con patrones poco habituales: añade más observaciones o revisa la introducción de los datos antes de sacar conclusiones.
¿Funciona la prueba de Levene con muestras pequeñas?
Matemáticamente se ejecuta con tan solo dos observaciones por grupo, pero su potencia es baja con muestras pequeñas, de modo que pueden pasar inadvertidas diferencias reales de varianza. Un resultado no significativo con 3–5 observaciones por grupo es una evidencia débil de homogeneidad. A la inversa, con muestras muy grandes la prueba puede detectar diferencias minúsculas y sin relevancia práctica. En ambos casos, mira la dispersión real de cada grupo (por ejemplo, las desviaciones típicas de los grupos) junto con el valor p.