Una interacción -o un efecto interactivo- entre dos o más variables independientes se produce cuando el efecto de una de ellas es distinto en diferentes niveles de la otra (u otras) variable(s) independiente(s). Por tanto, una interacción se produce siempre en el contexto de un experimento en el que se manipulan dos o más variables independientes.

Supongamos un experimento en el que el experimentador manipula dos variables independientes al mismo tiempo: sexo de los participantes y el contenido calórico de la dieta. La variable dependiente será el rendimiento en una prueba de velocidad de cálculo numérico (número de sumas y restas de tres cifras por minuto). Tendremos en nuestro diseño cuatro grupos:

1. hombres con dos meses de dieta hipercalórica
2. hombres con dos meses de dieta hipocalórica
3. mujeres con dos meses de dieta hipercalórica
4. mujeres con dos meses de dieta hipocalórica

La tabla de resultados muestra varias cosas interesantes:

• Aparentemente no hay diferencias entre hombres y mujeres (medias de las columnas = 23): no hay efecto principal del sexo.
• La dieta hipercalórica es perjudicial (medias de las filas, 32>14): sí hay efecto principal de la dieta.
• Pero, en realidad, los dos resultados anteriores considerados aislados dan información engañosa debido a que se produce la interacción:
  1. la dieta hipercalórica perjudica más a las mujeres que a los hombres; o bien
  2. la dieta hipocalórica beneficia más a las mujeres que a los hombres.

Repasemos ahora la definición dada arriba:

• Vemos que el efecto de la dieta no es el mismo en hombres que en mujeres: El cambio de dieta tiene mayor efecto en las mujeres.
• Una forma alternativa de verlo: No es verdad que la velocidad de cálculo sea igual en hombres y mujeres, como nos sugiere que sus promedios sean iguales (23). La verdad que muestran nuestros datos es que sí hay diferencias de sexo en cálculo, pero esta diferencia está a su vez en función de la dieta.

Pero no se acaba aquí el análisis. Nos queda una cuestión en el aire: ¿realmente beneficia la dieta hipocalórica a los hombres? Vemos que hay una diferencia de 9 puntos entre dietas (27-18=9). Pero no sabemos si esta diferencia es substancial, es decir, si es estadísticamente significativa. Lo mismo podríamos preguntarnos de las mujeres, a pesar de que en ellas la diferencia es mayor. En cualquier caso, para responder a estas preguntas, es decir, para desglosar la interacción obtenida en el ANOVA, necesitamos realizar un análisis de los conocidos como efectos principales simples. En los enlaces que aparecen bajo estas líneas podrá ver cómo.

Un error frecuente en este contexto es afirmar que una variable independiente afecta a la otra variable independiente. Esto es falso y podría considerar un error muy grave. Sí es cierto que una variable independiente afecta -modifica- el efecto de la otra variable independiente.