1. Caracterisiticas
1.1. Normalidad: Esto quiere decir que las puntuaciones en la variable dependiente (por ejemplo la ansiedad) deben seguir una distribución normal.
1.2. Dependencia: Implica que no exista autocorrelación entre las puntuaciones, es decir, la existencia de independencia de las puntuaciones entre sí.
1.3. Homocedasticidad: Este término significa “igualdad de varianzas de las subpoblaciones”. La varianza es un estadístico de variabilidad y dispersión, y aumenta cuanto mayor sea la variabilidad o dispersión de las puntuaciones.
2. Modelos de análisis de varianza
2.1. Mmodelo I o de efectos fijos en el que la H1 supone que las k muestras son muestras de k poblaciones distintas y fijas.
2.1.1. Ejemplo: Se quiere evaluar la eficacia de distintas dosis de un fármaco contra la hipertensión arterial, comparándola con la de una dieta sin sal. Para ello se seleccionan al azar 25 hipertensos y se distribuyen aleatoriamente en 5 grupos. Al primero de ellos no se le suministra ningún tratamiento, al segundo una dieta con un contenido pobre en sal, al tercero una dieta sin sal, al cuarto el fármaco a una dosis determinada y al quinto el mismo fármaco a otra dosis. Este ejemplo aplica porque en él se asume que existen cinco poblaciones (sin tratamiento, con poca sal, sin sal, etc.) fijas, de las que se han extraído las muestras.
2.2. Modelo II o de efectos aleatorios en el que se supone que las k muestras, se han seleccionado aleatoriamente de un conjunto de m>k poblaciones.
2.2.1. Un ejemplo de modelo II sería: un investigador está interesado en determinar el contenido, y sus variaciones, de grasas en las células hepáticas de cobayas; toma del animalario 5 cobayas al azar y les realiza, a cada una, 3 biopsias hepáticas.