PRINCIPIOS BSICOS PARA EL DISEO ESTADSTICO DE EXPERIMENTOS.

En todos los estudios a nivel mundial el diseo de experimentos cobra importancia es as

en la historia, investigacin y como no decir el campo de la agroindustria por el efecto
de la problemtica al realizar los experimentos o pruebas que necesariamente requerirn
y su resolucin respectiva.
Estas pruebas o experimentos realizados sobre una marcha tendrn ensayos y errores
siempre apelando a la experiencia y a la intuicin para generar la buena respuesta a las
interrogantes planteadas algo as sucede con el anlisis de datos experimentales donde
ms que hacer un cuidadoso y riguroso anlisis de toda la informacin obtenida y tomar
en cuenta la variabilidad se requiere un anlisis informal o tambin llamado intuitivo.
Es as que la diseo estadstico de experimentos es la forma ms eficaz de hacer pruebas
lo cual necesariamente requiere de hacer pruebas y a la vez especificar cul de ella se
deben de analizar .
EL diseo de experimentos es un conjunto de tcnicas activas, en el sentido de que no
esperan que el proceso mande las seales tiles, sino que ste se manipula para que
proporcione la informacin que se requiere para su mejora. Gutirrez (2008)
Lo que se ha dicho hasta ahora es vlido en el campo de la investigacin cientfica o
aplicada, ya que a fin de cuentas, el objetivo es generar nuevas ideas y mejores
respuestas a las interrogantes del investigador sobre el objeto de estudio planteado en un
inicio de la investigacin.
El objetivo de los mtodos estadsticos es lograr que el proceso de generar conocimiento
y aprendizaje sea lo ms eficiente posible. Ya que tenemos las teora, modelos, hiptesis
las conjeturas y los supuestos y por otro aspecto, estn la realidad, los hechos, los
fenmenos, la evidencia y los datos. Box et al. (1978).

FIGURA 1: procesos interactivo de la experimentacin.

Este proceso interactivo de aprendizaje puede visualizarse como un ciclo de

retroalimentacin en el cual las discrepancias entre los datos y las consecuencias de la
hiptesis H1 , llevan a una hiptesis modificada H , y de la verificacin de sta, adems de
conocimiento, se produce una modificacin de la modificacin (hiptesis H3) y as
sucesivamente.

FIGURA 2 el proceso de generacin de aprendizaje y conocimiento con un ciclo de retroalimentacin.

DEFINICIONES IMPORTANTES
ALEATORIZACIN
En el sentido ms simple, la aleatorizacin es lo que sucede cuando se lanza una moneda,
un dado, o cuando se hace una lotera, que determina qu es lo que pasa a continuacin.
Tal vez el resultado de esa moneda determina quin debe hacer alguna tarea; el dado
determina quin recibe un monto de dinero; o la lotera determina quin participa en una
actividad.
Cuando dos grupos son seleccionados aleatoriamente de la misma poblacin, ambos
representan el grupo grande. No son slo estadsticamente equivalentes al grupo grande;
sino que tambin son estadsticamente equivalentes uno del otro. La misma lgica se lleva
adelante si ms de dos grupos son seleccionados aleatoriamente.

IMPORTANCIA DE LA ALEATORIZACION EN DISEO EXPERIMENTAL

La aleatorizacin es fundamental para que el diseo de un experimento sea vlido. Es el
procedimiento que permite que cada unidad experimental tenga iguales condiciones para
recibir cualquier tratamiento. Esto no significa que el experimentador podr escribir como

quiera la identificacin de tratamientos (nombres o smbolos) en el orden que se le

ocurra.
La aleatorizacin es necesaria ya que provee las bases para obtener una prueba vlida de
significancia, al destruir cualquier sistema de correlacin que pueda existir entre las
unidades experimentales. Un supuesto vlido que resalta el anlisis de varianza es que los
errores experimentales son independientes.
La aleatorizacin es un proceso fsico que asegura que cada tratamiento tenga igual
probabilidad de ser asignado a cualquier unidad experimental. Este es el punto en el cual,
en el procedimiento experimental, las leyes de azar son explcitamente introducidas. De
acuerdo con Brownlee (1957) una de las principales contribuciones que el estadstico
puede hacer es insistir en la aleatorizacin del experimento

FIGURA 3 unidades experimentales

VARIABLES FIJAS Y ALEATORIAS

Llamamos a las Variables debido a que son Caracterstica de un objeto que puede ser
observada y que puede tomar diferentes valores, tanto en el mismo objeto como entre
diferentes objetos.
Las variables estadsticas son las distintas caractersticas que se analizan y se estudian para
los elementos que componen la muestra o la poblacin objeto del estudio. Por ejemplo, la
Encuesta de condiciones de vida de las familias es una operacin estadstica que va

dirigida a los hogares privados. De las personas que forman parte de los hogares
seleccionados en la muestra se recoge gran cantidad de informacin socioeconmica:
sexo, edad, nivel de estudios, estado civil, nmero de hijos, nacionalidad, ingresos
(especificando si proceden de prestaciones, trabajo, rentas u otra tipologa), etc.
En base a la posibilidad de medida se distinguen dos tipos fundamentales de variables:
VARIABLES CUALITATIVAS:
Representan una cualidad o atributo no medible numricamente. Son ejemplos habituales
de variables cuantitativas: el sexo, el estado civil, la nacionalidad, etc

Nominales: la variable puede tomar valores que no mantienen una relacin de

orden entre s. Por ejemplo la nacionalidad de una persona: espaola o extranjera .

Ordinales: las variables cualitativas ordinales a pesar de no poder cuantificarse

numricamente s pueden ordenarse. Es decir, existe cierta jerarqua entre los
distintos valores que puede tomar la variable. Por ejemplo, el grado de dificultad
que tiene un hogar para llegar a fin de mes: con mucha facilidad, con facilidad, con
dificultad o con mucha dificultad.

VARIABLES CUANTITATIVAS
Son las variables que se pueden cuantificar o medir. Son aquellas cuyos valores, de
carcter numrico, permiten realizar un mayor nmero de comparaciones. Una
variable continua permite tericamente, un infinito nmero de valores entre dos
valores consecutivos.
Ejemplos: La variable "peso de la tableta de chocolate" puede tomar cualquier valor
entre 95 y 110 gr.
A su vez, las variables cuantitativas pueden ser de dos tipos

Continuas: son aquellas que pueden tomar cualquier valor dentro de un rango
determinado. Por ejemplo, los ingresos procedentes del trabajo que recibe una
persona.
Discretas: a diferencia de las continuas no pueden tomar cualquier valor del rango.
Normalmente toman valores enteros. Son variables cuantitativas discretas el
nmero de hijos de una persona, el nmero miembros de un hogar mayores de 65
aos.

grafica 1 tipos de variable

DISEO DE EXPERIMENTOS
El trmino "Experimento" se refiere a la creacin y preparacin de lotes de Prueba que
verifiquen la validez de las hiptesis establecidas sobre las causas de un determinado
problema o defecto, objeto de estudio. En donde el experimentador escoge ciertos
factores para su estudio, los altera deliberadamente de forma controlada y despus,
observa el efecto resultante a la vez puede realizarse bien en los laboratorios o asi mis
mismo en el exterior como las fbricas ,los almacenes o en los locales del usuarios entre
otros.
El diseo de experimentos es la aplicacin del mtodo cientfico para generar
conocimiento acerca de un sistema o proceso, por medio de pruebas planeadas
adecuadamente.
Esta metodologa se ha ido consolidando como un conjunto de tcnicas estadsticas y de
ingeniera, que permiten entender mejor situaciones complejas de relacin causa-efecto

El Diseo de un Experimento debe garantizar que este cumpla ciertos requisitos mnimos:
Debe poder comprobar las hiptesis objeto de estudio, no dejndose confundir
por variables insospechadas conocidas como variables ruido, como errores de
medida desproporcionados, etc.
Debe poder revelar la existencia de cualquier causa importante de variacin,
aunque no haya sido adelantada como hiptesis.
Debe mantener los costes de experimentacin a un nivel razonable, en
comparacin con el problema objeto de estudio.
Debe tener un alto grado de seguridad en las respuestas.
Si el Experimento se realiza en un laboratorio, ste ha de ser, respecto a las
variables estudiadas, un buen indicador de las pruebas que se obtendran en la
experiencia.
Si el Experimento se realiza durante el desarrollo normal del proceso en estudio,
se tendr adems cuidado de interferir lo menos posible en el trabajo normal y
protegerse de las interferencias no autorizadas o involuntarias en la prueba por
parte del personal no calificado.

grafica 2n diseo de experimentos

EXPERIMENTOS
Un experimentos es una prueba donde se cambian controladamente algunas condiciones
de operacin de un sistema o proceso, con el objetivo de medir el efecto del cambio
sobre una o varias variables del producto o salida de dicho proceso.
Un experimento es un cambio en las condiciones de operacin de un sistema o proceso,
que se hace con el objetivo de medir el efecto del cambio sobre una o varias propiedades

del producto o resultado. Asimismo, el experimento permite aumentar el conocimiento

acerca del sistema. Por ejemplo, en un proceso qumico se pueden probar diferentes
temperaturas y presiones, y medir el cambio observado en el rendimiento (yield, ppm,
defectivo) del proceso. Al analizar los efectos (datos) se obtiene conocimiento acerca del
proceso qumico, lo cual permite mejorar su desempeo. Gutirrez (2008)
Sobre todo implica planear un conjunto de pruebas experimentales, de tal manera que los
datos generados puedan analizarse estadsticamente para obtener conclusiones objetivas
y vlidas sobre el sistema o proceso. En un diseo experimental el investigador establece
un conjunto particular de circunstancias, bajo un protocolo especfico para observar y
evaluar las implicaciones de las observaciones resultantes.

grafica 3 experimentacion

UNIDAD EXPERIMENTAL
La unidad experimental es la pieza(s) o muestra(s) que se utiliza para generar un valor que
sea representativo del resultado del experimento o prueba. En cada diseo de
experimentos es importante definir de manera cuidadosa la unidad experimental, Ya que
sta puede ser una pieza o muestra de una sustancia o un conjunto de piezas producidas,
dependiendo del proceso que se estudia.
Aqu, la unidad experimental ser cierta cantidad de piezas que se producen en las
mismas condiciones experimentales y al final se analizar cuntas de ellas estn
defectuosas y cuntas no.
Cada elemento que ser sometido a determinadas condiciones del experimento y que

brindar una respuesta de acuerdo a la medicin conocido como dato estadstico. Las
caractersticas de este elemento deben ser claramente definidas por el investigador;
segn el caso unidad experimental puede ser: una persona, una caja, un camin, un turno
de produccin, un m de carbn, una hora, etc., etc.
Lo que debe quedar claro es que cada unidad experimental producir una respuesta.

grafica 4 unidad experimental

VARIABLE DE RESPUESTA
Es tambin llamada aquella caracterstica de inters para el investigador, lo cual quiere
mejorar mediante el experimento. Por lo general el valor de esta variable afecta la calidad
del producto; cada unidad experimental entrega un valor de la variable de respuesta, es
decir, nuestro experimento tendr tantos datos como unidades experimentales hayan
sido incluidas.
A travs de esta(s) variable(s) se conoce el efecto o los resultados de cada prueba
experimental por lo que pueden ser caractersticas de la calidad de un producto y/o
variables que miden el desempeo de un proceso. El objetivo de muchos estudios
experimentales es encontrar la forma de mejorar la(s) variable(s) de respuesta. Por lo
general, estas variables se denotan con la letra y.

FIGURA 4 variables de un proceso y preguntas a responder al disear un experimento

grafica 5 VARIABLES RESPUESTAS

FACTOR
Es la variable independiente. Es la variable que manipula el investigador, para estudiar su
efectos sobre la variable dependiente.
FACTORES CONTROLABLES.

Son variables de proceso o caractersticas de los materiales experimentales que se pueden

fijar en un nivel dado. Algunos de stos son los que usualmente se controlan durante la
operacin normal del proceso y se distinguen porque, para cada uno de ellos, existe la
manera o el mecanismo para cambiar o manipular su nivel de operacin. Esto ltimo es lo
que hace posible que se pueda experimentar con ellos. Por ejemplo, si en el proceso se
usa agua a 60C entonces debe existir un mecanismo que permita fijar la temperatura del
agua dentro de un rango de operacin.
Algunos factores o caractersticas que generalmente se controlan son: temperatura,
tiempo de residencia, cantidad de cierto reactivo, tipo de reactivo, mtodo de operacin,
velocidad, presin, etc.
A los factores controlables tambin se les llama variables de entrada, condiciones de
proceso, variables de diseo, parmetros del proceso, las x de un proceso o simplemente
factores.Cuestas carlos (2005 )
Tambin Variables de entrada de proceso a la cua el investigador puede fijar en un
punto o nivel de operacin; por ejemplo: si un proceso trabaja con agua y existe algn
mecanismo que permita fijar la temperatura del agua en 60 65 70 grados Celsius,
entonces decimos que la Temperatura es un factor controlable. En este punto es
importante resaltar el aspecto de la calidad de las mediciones.

FACTORES NO CONTROLABLES O DE RUIDO.

Son variables o caractersticas de materiales
y mtodos que no se pueden controlar durante el experimento o la operacin normal
del proceso. Por ejemplo, algunos factores que suelen ser no controlables son las
variables ambientales (luz, humedad, temperatura, partculas, ruido, etc.), el nimo
de los operadores, la calidad del material que se recibe del proveedor (interno o externo).
Un factor que ahora es no controlable puede convertirse en controlable cuando se cuenta
con el mecanismo o la tecnologa para ello.

grafica 6 FACTORES EXTERNOS

FACTORES ESTUDIADOS.
Son las variables que se investigan en el experimento, respecto
de cmo influyen o afectan a las variables de respuesta. Los factores estudiados pueden
ser controlables o no controlables, a estos ltimos quiz fue posible y de inters
controlarlos durante el experimento. Para que un factor pueda ser estudiado es necesario
que durante el experimento se haya probado en, al menos, dos niveles o condiciones.
En principio, cualquier factor, sea controlable o no, puede tener alguna influencia en la
variable de respuesta que se refleja en su media o en su variabilidad.
Para Fines de un diseo de experimentos deben seleccionarse los factores que se
considera, por conocimiento del objeto de estudio, que pueden tener efecto sobre la
respuesta de inters. Obviamente, si se decide o interesa estudiar el efecto de un factor
no controlable, parte de la problemtica a superar durante el diseo es ver la manera en
que se controlar durante el experimento tal factor.

Ilustracin 1 factores y variables en un experimento

NIVEL
Los diferentes valores que se asignan a cada factor estudiado en un diseo experimental
se llaman niveles. Una combinacin de niveles de todos los factores estudiados se llama
tratamiento o punto de diseo.

Por ejemplo, si en un experimento se estudia la influencia de la velocidad y la

temperatura, y se decide probar cada una en dos niveles, entonces cada combinacin de
niveles (velocidad, temperatura) es un tratamiento. En este caso habra cuatro
tratamientos. Es necesario probar cada tratamiento y obtener el correspondiente valor de
y.

REPLICA
Consiste en que cada tratamiento se asignar a dos ms unidades experimentales. En
caso de no cumplir este principio no ser posible estimar el error del modelo y en
consecuencia tampoco se pueden probar las respectivas hiptesis de los efectos
investigados, a mayor cantidad de rplicas se obtendrn estimaciones ms precisas de los
efectos estudiados. En este punto es importante aclarar que existen tipos de diseo que
permiten utilizar slo una rplica en cada punto experimental sin perder validez
estadstica en los anlisis.
La replicacin se entiende que cada tratamiento debe ser aplicado a varias unidades
experimentales. Y esta sirve para:
1. Proveer un estimado del error experimental, tal estimacin se convierte en la

unidad bsica para determinar si las diferencias observadas en los datos son
estadsticamente significativas.
2. Incrementar la precisin por medio de la reduccin de errores estndar .
3. Calcular una estimacin ms precisa del efecto de un factor en el experimento si se
usa la media muestral (

) como una estimacin de dicho efecto.

ERROR ALEATORIO Y EXPERIMENTAL

Siempre que se realiza un estudio experimental, parte de la variabilidad observada en la
respuesta no se podr explicar por los factores estudiados. Esto es, siempre habr un
remanente de variabilidad que se debe a causas comunes o aleatorias, que generan la
variabilidad natural del proceso. Esta variabilidad constituye el llamado error aleatorio.
Por ejemplo, ser parte de este error aleatorio el pequeo efecto que tienen los factores
que no se estudiaron, siempre y cuando se mantenga pequeo o despreciable, as como
la variabilidadde las mediciones hechas bajo las mismas condiciones. Sin embargo, el
error aleatorio
Tambin absorber todos los errores que el experimentador comete durante los
experimentos, y si stos son graves, ms que error aleatorio hablaremos de error
experimental. De predominar ste, la deteccin de cules de los factores estudiados
tienen un efecto real sobre la respuesta ser difcil, si no es que imposible.
Cuando se corre un diseo experimental es importante que la variabilidad observada de la
respuesta se deba principalmente a los factores estudiados y en menor medida al error
aleatorio, y adems que este error sea efectivamente aleatorio

NATURALEZA DE LOS DATOS EXPERIMENTALES.

ESCALAS DE MEDICIONES.
En las diferentes mediciones se tiene en cuenta la medicin por el mtodo de asignar los
valores a las variables de un determinado elementos a la que hayamos estado estudiando.
Este proceso utiliza diversas escalas: nominal, ordinal, de intervalo y de razn.
Las variables de las escalas nominal y ordinal se denominan tambin categricas, por otra
parte las variables de escala de intervalo o de razn se denominan variables numricas.
La escala nominal slo permite asignar un nombre al elemento medido. Esto la
convierte en la menos informativa de las escalas de medicin.

Los siguientes son ejemplos de variables con este tipo de escala:

Nacionalidad.
Uso de anteojos.
Nmero de camiseta en un equipo de ftbol.
Nmero de Cdula Nacional de Identidad.
A pesar de que algunos valores son formalmente numricos, slo estn siendo
para identificar a los individuos medidos.

usados

La escala ordinal, adems de las propiedades de la escala nominal, permite

establecer un orden entre los elementos medidos.
Ejemplos de variables con escala ordinal:

Preferencia a productos de consumo.

Etapa de desarrollo de un ser vivo.
Clasificacin de pelculas por una comisin especializada.
Madurez de una fruta al momento de comprarla.

La escala de intervalo, adems de todas las propiedades de la escala ordinal, hace

que tenga sentido calcular diferencias entre las mediciones. La escala de intervalo
tiene un cero que se establece por convencin y puede tener variaciones. Es
arbitrario. Por otra parte, la escala de razn tiene un cero real, fijo, no sujeto a
variaciones; es propio de la medicin hecha

Los siguientes son ejemplos de variables con esta escala:

Temperatura de una persona.
Ubicacin en una carretera respecto de un punto de referencia
(Kilmetro 85 Ruta 5).
Sobrepeso respecto de un patrn de comparacin.
Nivel de aceite en el motor de un automvil medido con una vara
graduada.
la escala de razn permite, adems de lo de las otras escalas, comparar
mediciones mediante un cuociente.
Algunos ejemplos de variables con la escala de razn son los siguientes:
Altura de personas.
Cantidad de litros de agua consumido por una persona en un da.
Velocidad de un auto en la carretera.
Nmero de goles marcados por un jugador de bsquetbol en un partido.

Distribuciones estadsticas.
la distribucin de probabilidad de una variable aleatoria es una funcin que asigna a cada
suceso definido sobre la variable aleatoria, la probabilidad de que dicho suceso ocurra. La
distribucin de probabilidad est definida sobre el conjunto de todos los sucesos, cada
uno de los sucesos es el rango de valores de la variable aleatoria.
La distribucin de probabilidad est completamente especificada por la funcin de
distribucin, cuyo valor en cada x real es la probabilidad de que la variable aleatoria sea
menor o igual que x.

ESTADSTICA DESCRIPTIVA VS INFERENCIAL.

La estadstica descriptiva es una gran parte de la estadstica que se dedica a recolectar,
ordenar, analizar y representar un conjunto de datos, con el fin de describir
apropiadamente las caractersticas de este. Este anlisis es muy bsico. Aunque hay
tendencia a generalizar a toda la poblacin, las primeras conclusiones obtenidas tras un
anlisis descriptivo, es un estudio calculando una serie de medidas de tendencia central,
para ver en qu medida los datos se agrupan o dispersan en torno a un valor central
Y la estadstica inferencia es hacer afirmaciones vlidas acerca de la poblacin o proceso
con base en la informacin contenida en una muestra. Estas afirmaciones tienen por
objetivo coadyuvar en la toma de decisiones. La inferencia estadstica por lo general se
divide en estimacin y prueba de hiptesis, y se apoya en cantidades o datos estadsticos
calculados a partir de las observaciones en la muestra. Un estadstico se define como
cualquier funcin de los datos muestrales que no contiene parmetros desconocidos. Un
ejemplo de estadstico es la media muestra X con la cual se tratan de hacer afirmaciones
sobre la media, m, que es un parmetro poblacional.
son seleccionados en la muestra y, por lo tanto, vara de una muestra a otra. La forma de
tomar en cuenta este hecho es conocer la distribucin de probabilidad de cada
estadstico. Como se ver ms adelante, al conocer la distribucin de probabilidad del
estadstico se podrn hacer estimaciones acerca de cul es el valor del parmetro
poblacional, y tambin ser posible probar o verificar la validez de hiptesis o conjeturas
que se tengan sobre la poblacin o proceso. Por ejemplo, un proveedor puede afirmar
que el porcentaje de su producto que no cumple con especificaciones es de 0.1%, por lo
que interesara investigar, con base en una muestra, si esta afirmacin se puede tomar
como verdadera.
DISTRIBUCION POR FRECUENCIAS

en estadstica, se le llama distribucin de frecuencias a la agrupacin de datos en

categoras mutuamente excluyentes que indican el nmero de observaciones en cada
categora. Esto proporciona un valor aadido a la agrupacin de datos. La distribucin de
frecuencias presenta las observaciones clasificadas de modo que se pueda ver el nmero
existente en cada clase.
HISTOGRAMAS

un histograma es una representacin grfica de una variable en forma de barras, donde la

superficie de cada barra es proporcional a la frecuencia de los valores representados, ya

sea en forma diferencial o acumulada., cuantitativa y continua, de la misma y que es de

inters para el observador.
De esta manera ofrece una visin en grupo permitiendo observar una preferencia, o
tendencia, por parte de la muestra o poblacin por ubicarse hacia una determinada regin
de valores dentro del espectro de valores posibles (sean infinitos o no) que pueda adquirir
la caracterstica. As pues, podemos evidenciar comportamientos, observar el grado de
homogeneidad, acuerdo o concisin entre los valores de todas las partes que componen la
poblacin o la muestra, o, en contraposicin, poder observar el grado de variabilidad, y
por ende, la dispersin de todos los valores que toman las partes, tambin es posible no
evidenciar ninguna tendencia y obtener que cada miembro de la poblacin toma por su
lado y adquiere un valor de la caracterstica aleatoriamente sin mostrar ninguna
preferencia o tendencia, entre otras cosas.

FUNDAMENTOS DE PRUEBAS DE HIPTESIS (EN BASE A LA PRUEBA T DE

STUDENT).
Las distribuciones de probabilidad que ms se usan en intervalos de confianza y pruebas
de hiptesis son las distribuciones: normal, T de Student, ji-cuadrada y F.
La distribucin T de Student tiende a la distribucin normal estndar cuando el tamao de
muestra crece, y prcticamente es la misma distribucin para n > 45. La diferencia bsica
entre las dos distribuciones es que la T de Student es ms ancha (respecto del eje
horizontal) en las colas La distribucin normal estndar es una curva nica, por ello
existen tablas que proporcionan cualquier rea o probabilidad de inters bajo esta curva.
No pasa lo mismo con las otras distribuciones a las que hemos hecho referencia, ya que
para cada tamao muestral es una curva diferente. Por eso, las tablas de estas
distribuciones slo reportan los valores que separan las reas de mayor uso en inferencia
estadstica). En la actualidad es mejor utilizar un paquete estadstico para encontrar
cualquier rea o percentil que se quiera de cada distribucin.

EXPERIMENTOS CON UN SOLO FACTOR

EL DISEO COMPLETAMENTE ALEATORIZADO CON UN FACTOR.
En diseo de experimentos se hacen anlisis y se toman decisiones basndose en las
hiptesis planteadas. A continuacin se explican algunos conceptos concernientes a las
pruebas de hiptesis.
Valor P (P value)
Se define como el nivel mnimo de significancia al cual la hiptesis nula Ho sera
rechazada. En el anlisis de varianza con que se analiza el experimento, se tienen en
cuenta el valor P y el valor de la distribucin F. Las tomas de decisin se dan de acuerdo a:
Si P < a Se rechaza Ho
Si P > a No se rechaza Ho
Si F calculada > F Se rechaza Ho
Si F calculada < F critica No se rechaza Ho critica

la hiptesis nula Ho no puede ser rechazada debido a que la F calculada es menor a la F

crtica y de igual manera el valor P es menor al nivel de significancia alfa. El valor P se
puede interpretar como la posibilidad de que la hiptesis nula no sea rechazada;
magnitudes altas del mismo se asocian con no poder rechazar la hiptesis nula. La
distribucin F presume que las variables analizadas tienen un Comportamiento Gausiano o
normal. La misma se calcula como el promedio de cuadrados de los tratamientos, entre el
promedio de cuadrados del error (el promedio de cuadrados usa la suma de cuadrados
entre los grados de libertad.

PRUEBAS T DE STUDENT Y DEL ANLISIS DE VARIANZA.

PLANTEAMIENTO DE HIPTESIS , SUPUESTOS ESTADSTICOS.

CLCULO E INTERPRETACIN DE LAS PRUEBAS T DE STUDENT
PRUEBAS DE COMPARACIONES MLTIPLES.

BIBLIOGRAFIA
Carlos Alberto Cuestas Muoz 2005 estaistico en la universidad del Valle .Cali Colombia