UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

INFERENCIA ESTADÍSTICA

FASE 3

Trabajo presentado por:

EILEEN ROSAS GAITAN

Grupo: 212064_98

ERIC FERNANDO BRAVO

TUTOR INFERENCIA ESTADÍSTICA
 Densidad Crioscopia
Nº Muestra Departamento % Proteína % Grasa
(g/ml) (°C)

150 895 2 0.99 -0.54 3.1 3.1

293 1753 2 1.03 -0.54 3.1 3.1
337 2017 2 1.06 -0.55 3.3 3
357 2137 2 0.99 -0.54 3 3
1528
 Células
% Sólidos somáticas
(células/ml de Peroxidasa Fosfatasa Tipo de leche Temperatura Costo
totales
leche)
11.9 1899577 2 1 1 3 549
10.9 1896753 2 1 2 3 527
11.2 1892993 2 1 3 3 721
12 1893459 2 1 4 3 513
Prueba de Temperatura
yodo de recepcion Satisfacción

2 1 2
2 2 1
2 1 2
2 1 2
Actividad 1: Interrogantes
Cada estudiante del grupo dará respuesta a los siguientes interrogantes:
Planteados:
1. ¿Cuáles son las partes por las que está conformada una prueba de hipótesis?

Estadísticamente una prueba de hipótesis es cualquier afirmación acerca de una población y/o sus parámetros.
Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión a
La decisión consiste en rechazar o no una hipótesis en favor de la otra. Una hipótesis estadística se denota por “H” y s

- Ho: hipótesis nula

- H1: hipótesis alternativa
Partes de una hipótesis
1-La hipótesis nula “Ho”
2-La hipótesis alternativa “H1”
3-El estadístico de prueba
4-Errores tipo I y II
5-La región de rechazo (crítica)
6-La toma de decisión

2. ¿Cómo decide el investigador si debe de rechazar o aceptar H0?

Se contrasta la hipótesis. Cuando se habla de contrastar una hipótesis, se hace referencia a que se debe comparar las p
la realidad que observamos Si dentro del margen de error que nos permitimos admitir, hay coincidencia, aceptaremos
caso contrario la rechazaremos.

3. ¿A qué se le conoce como error tipo I?

Un error tipo I se presenta si la hipótesis nula Ho es rechazada cuando es verdadera y debía ser aceptada. La probabil
un error tipo I se denomina con la letra alfa α

4. ¿Cómo se determina las regiones de rechazo de una prueba de hipótesis?

La región de rechazo puede considerarse como el conjunto de valores de la estadística de prueba que no tienen posibi
si la hipótesis nula es verdadera. Por otro lado, estos valores no son tan improbables de presentarse si la hipótesis nula
crítico separa la región de no rechazo de la de rechazo.
Por lo general, las pruebas unilaterales tienen un valor crítico y las pruebas bilaterales tienen dos valores críticos. Los
se determinan de manera que la probabilidad de que el estadístico de prueba tenga un valor en la región de rechazo de
(cuando la hipótesis nula sea verdadera) sea igual al nivel de significancia (denotado como α o alfa).

5. ¿Cuáles son las condiciones que se deben presentar para realizar una prueba de hipótesis para la media? ¿P
¿Para la diferencia de medias? ¿Para la diferencia de proporciones?
El propósito de la prueba de hipótesis es determinar si un valor propuesto (hipotético) para un parámetro poblacional,
debe aceptarse como plausible con base en la evidencia muestral. Recuerde las distribuciones de muestreo, en general
difiere del valor de la media poblacional. Si el valor de un estadístico muestral, como la media muestral es cercano al
solo difiere en una cantidad que resulta des esperarse debido al muestreo aleatorio, entonces no se rechaza el valor hip
muestral difiere del valor propuesto en una cantidad que no es atribuible a la casualidad, entonces se rechaza la hipóte

Si queremos comparar la media entre dos poblaciones, tendremos dos variables con distribución normal y para las qu
diferencia de sus medias.
Un buen estadístico para diferencia de medias poblacionales μx - μ y es la distribución muestral de la diferencia de m
se aproxima a una normal.
Si se consideran las proporciones como medias y se aplica la prueba t utilizada para comparar medias poblacionales l
fiables ya que la estimación del error típico que realiza el programa no coincide con la del estadístico de prueba.
6. ¿Definición y características principales del análisis de varianza?
es una colección de modelos estadísticos y sus procedimientos asociados, en el cual la varianza está particionada en ciertos co
se carateriza porque:
es aplicable solo cuando las unidades experimentales son hogeneas verificar si existe tal hogeneida
los tratamientos pueden tener igual a difente numero de unidades experimentales
la distribucion de los tratamientos es al azar en las unidades experimentales el numero de tratamientos esta en funcion
7. ¿Cuándo y cómo aplicar un análisis de varianza?
Para describir informacion de forma resumida
agrupar observaciones o variables en subconjuntos homogeneos
explorar la existencia de asociaciones entre variables
explicar o probar comportamientos
8. ¿Es útil aplicar análisis de varianza a la problemática de estudio? - Explique por qué
si
porque nos permite tratar, distribuir,agrupar, explorar y explicar la existencia de las variables y probar comportamient
ión y/o sus parámetros.
involucra la toma de decisión acerca de las hipótesis.
stadística se denota por “H” y son dos:

ia a que se debe comparar las predicciones con

hay coincidencia, aceptaremos la hipótesis y en

debía ser aceptada. La probabilidad de cometer

de prueba que no tienen posibilidad de presentarse

e presentarse si la hipótesis nula es falsa. El valor

tienen dos valores críticos. Los valores críticos

valor en la región de rechazo de la prueba
omo α o alfa).

e hipótesis para la media? ¿Para la proporción?

 para un parámetro poblacional, por ejemplo para una media,
uciones de muestreo, en general el valor de una media muestral
a media muestral es cercano al valor propuesto con parámetro y
onces no se rechaza el valor hipotético. Si el estadístico
d, entonces se rechaza la hipótesis por no considerarse plausible.

stribución normal y para las que queremos contrastar la

muestral de la diferencia de medias cuya distribución

mparar medias poblacionales los resultados no son

del estadístico de prueba.

za está particionada en ciertos componentes debidos a diferentes variables explicativas.

de tratamientos esta en funcionn de numero de unidades experimentales que se dispone. Es conveniente tener pocos tratamientos

riables y probar comportamientos

niente tener pocos tratamientos y mas unidades experimentales, que muchos tratamientos con pocas unidades experimentales
as unidades experimentales
 Fase 3 Pruebas de Hipotesis

Datos
Tamaño de la muestra =
Media Muestral=
Desviación estandar=
Porcentaje de grasa =
Paso 1: Describir la hipótesis
Ho: Probar si la media del porcentaje proteína del tipo de leche ultra alta temperatura es mayor o igual a
Ha: Probar si la media del porcentaje proteína del tipo de leche ultra alta temperatura es menor a 3,2.

Escrito en forma simbólica:

Ho : ≥ 3,0
Ha: < 3,0 UNILATERAL IZQUIERDA

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba (o calculado)

�_𝒑𝒓𝒖𝒆𝒃𝒂=(𝒙  
−𝝁)/(𝒔/√𝒏)

Zprueba= 1271265.81

Paso 4: Estadístico teórico (tablas)

Zteórico= -1.645

Paso 5: Tomar la decisión

Con un nivel de significacia del 5% se ACEPTA la Hipótesis Nula ya que el Z prueba es MAYOR que el Z
ademas el p-valor 1,86 es MAYOR al nivel de significancia 0,05
Conclusión:

Se concluye que la media del porcentaje proteína del tipo de leche ultra alta temperatura es mayor o igua
esis

c. Una PH para probar si la media del porcentaje pro

6802
ultra alta temperatura es mayor o igual a 3,2. (Prueb
1,519
0.1
-0.5

a temperatura es mayor o igual a 3,2.

a temperatura es menor a 3,2.

TERAL IZQUIERDA

jar

𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

e el Z prueba es MAYOR que el Z teórico,

p-valor 1.86 mayor
a= 0.05
alta temperatura es mayor o igual a 3,2.
ACEPTAMOS la hipotesis Nula
 Tipo de leche % proteina.
3 3.1
media del porcentaje proteína del tipo de leche
3 3.3
ayor o igual a 3,2. (Prueba Unilateral izquierda)
3 3.3
3 3.2
3 3.2
3 3.2
3 3.3

3 3.2
3 3.2
3 3.2
3 3.3
3 3.2
3 3.3
3 3.1
3 3
3 3.2
3 3.3
3 3.4
3 3.3
3 3.2
3 3.2
3 3.3
3 3.2
3 3.3
3 3.2
3 3.2
3 3.3
3 3.2
3 3.4
3 3
3 3.1
3 3.3
3 3.3
3 3.2
3 3.2
3 3.3
3 3.1
3 3.4
3 3.3

3 3

3 3.2
3 3.2
3 3.2
3 3.4
3 3.3
3 3.1
3 3.3
3 3.1
3 3.3
3 3.2
 Fase 3 Pruebas de Hipotesis

Datos
Tamaño de la muestra = 6802
% proveedores ausencia de YODO 42
(p) % proveedores con ta= 0%
(P) Proporción= 95%
Paso 1: Describir la hipótesis
b. Una PH para la proporción, para probar si él % de proveedores con prueba de fosfatasa es
Ho:
positiva es mayor al 95%. (Prueba Unilateral derecha
probar si él % de proveedorescon prueba de yodo con ausencia de yodo es menor al 80%.
Ha:
(Prueba Unilateral derecha)

Escrito en forma simbólica:

Ho : > 95%
Ha: ≤ 95 % UNILATERAL DERECHA

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba (o calculado)

Proporción de la
p- P muestra 0%
Zprueba= Proporción
P(1- P) Poblacional 95%

Zprueba= -359.4969

Paso 4: Estadístico teórico (tablas)

Zteórico= -1.645
Paso 5: Tomar la decisión

Con un nivel de significacia del 5% se RECHAZA la Hipótesis Nula ya que el Z prueba es MENOR que
el Z teórico. Ademas el P-valor "-39,62" es MENOR q}ue el nivel de significancia "0,05"

Conclusión:

se concluye que él % de proveedorescon prueba de yodo con ausencia de yodo es menor al 95%.
 c. Una PH para la proporción, para probar si él % de proveedorescon prueba de
yodo con ausencia de yodo es mayor al 80%. (Prueba Unilateral derecha)

𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
p-valor -39.62
alfa 0.05

RECHAZA LA HIPOTESIS NULA

Prueba de yodo
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
 Fase 3 Pruebas de Hipotesis

Datos
MEDIA POBLACIONAL

MEDIAS MUESTRALES
Porcentaje de Solidos de leche PASTEURIZADA. Porcentaje de Solidos de leche ULTRA ALTA TEMPERATURA

Media muestral= 11.7898876404 Media Muestral=

Desviación muestral= 0.2913715081 Desviación Muestral =
267
Tamaño de muestra( n1)= Tamaño de muestra(n2)=

Probar que el promedio del % solidos totales para el tipo de leche pasteurizada es igual al tipo de
H0:
leche ultra alta temperatura. (Prueba bilateral)

Probar que el promedio del % solidos totales para el tipo de leche pasteurizada es diferente al tipo
Ha: leche ultra alta temperatura. (Prueba bilateral).

Ho : 𝜇_1 = 𝜇_2
Ha : 𝜇_1 ≠ 𝜇_2

Donde
BILATERAL
𝜇_1: Porcentaje solidos para leche Pasteurizada.
𝜇_2: Porcentaje solidos para leche utra alta temperatura.

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba (o calculado)

Zprueba= -0.34

Paso 4: Estadístico teórico (tablas)

Zteórico= -1.64485363 1.644853627

Paso 5: Tomar la decisión

Con un nivel de significancia del 5% ACEPTAMOS la Hipotesis Nula ya que el Z prueba queda DENTRO del rango de lo
Z teóricos en la prueba Bilateral
Conclusión:
Con los resultados obtenidos se concluye que el promedio del % solidos totales para el tipo de leche pasteurizada e
igual al tipo de leche ultra alta temperatura. (Prueba bilateral)
 c. Una PH para la diferencia de medias, para probar que el promedio del % solido
totales para el tipo de leche pasteurizada es igual al tipo de leche ultra alta
temperatura. (Prueba bilateral)

che ULTRA ALTA TEMPERATURA

11.796
0.2878208059
6802

urizada es igual al tipo de

urizada es diferente al tipo de

AL

𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
 𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

eda DENTRO del rango de los

po de leche pasteurizada es
 promedio del % solidos
po de leche ultra alta

267 50
PASTEURIZADA ULTRA ALTA TEMPERATURA
% solidos Tipo de leche % solidos Tipo de leche
totales totales
12.3 1 12.1 3
11.6 1 12.3 3

11.4 1 12 3

12 1 11.4 3

11.6 1 12 3

11.8 1 11.5 3
11.5 1 11.7 3

11.7 1 11.9 3

11.5 1 11.7 3
11.5 1 11.9 3
11.7 1 11.5 3
12.1 1 11.6 3
11.8 1 11.3 3
12 1 12.1 3
11.6 1 12 3
11.8 1 11.8 3
11.5 1 11.6 3
12.1 1 12 3
12.1 1 11.6 3
12.2 1 11.9 3
12.2 1 11.6 3
11.9 1 11.7 3
11.5 1 11.8 3
11.5 1 12.5 3
11.5 1 12 3
11.8 1 11.3 3
11.9 1 12.3 3
11.7 1 12.1 3
12.3 1 12.1 3
11.5 1 11.6 3
12 1 12 3
11.9 1 11.4 3
11.7 1 12 3
12.5 1 12.1 3
11.6 1 11.8 3
11.9 1 11.2 3
12.2 1 12.1 3
11.5 1 11.9 3
12.5 1 11.9 3
12.1 1 11.6 3
11.7 1 11.6 3
11.7 1 11.6 3
11.6 1 11.5 3
11.8 1 11.8 3
11.3 1 11.9 3
11.5 1 11.7 3
11.8 1 11.2 3
10.9 1 11.8 3
12 1 11.9 3
11.8 1 11.9 3
11.7 1
11.8 1
11.7 1
11.9 1
11.7 1
11.1 1
11.9 1
12 1
11.8 1
12.3 1
11.8 1
11.5 1
11.7 1
12 1
11.5 1
12.3 1
12.1 1
11.4 1
12.1 1
12.4 1
11.8 1
11.5 1
12.3 1
11.6 1
12 1
11.8 1
11.7 1
11.8 1
11.5 1
11.5 1
11.7 1
11.9 1
11.7 1
12.1 1
12 1
11.8 1
11.3 1
11.4 1
11.6 1
12 1
11.7 1
11.9 1
12 1
11.3 1
11.6 1
12.4 1
12 1
11.8 1
11.8 1
11.5 1
12.2 1
11.9 1
11.6 1
11.8 1
11.9 1
11.9 1
11.8 1
11.2 1
11.9 1
12 1
11.9 1
11.4 1
11.8 1
11.2 1
12 1
12 1
11.7 1
12.2 1
12 1
11.7 1
12 1
11.3 1
12 1
11.8 1
12.1 1
12 1
11.9 1
12.1 1
11.5 1
11.8 1
11.7 1
11.7 1
11.7 1
11.9 1
11.5 1
11.6 1
11.9 1
11.6 1
11.5 1
12.2 1
11.6 1
12.2 1
11.8 1
11.6 1
12 1
11.7 1
11.9 1
11.9 1
11.8 1
11.9 1
11.7 1
11.9 1
11.5 1
11.7 1
12.1 1
12 1
11.2 1
11.8 1
12.1 1
11.9 1
11.7 1
11.2 1
12.3 1
11.2 1
11.5 1
11.8 1
11.6 1
11.7 1
12.3 1
11.4 1
11.9 1
11.1 1
12.2 1
11.3 1
11.7 1
11.8 1
11.6 1
12.2 1
11.9 1
11.4 1
12 1
11.1 1
11.9 1
11.3 1
11.6 1
11.9 1
11.9 1
12 1
12 1
11.9 1
11.7 1
11.5 1
11.9 1
11.6 1
11.5 1
11.7 1
12.2 1
12 1
11.2 1
12.3 1
11.5 1
11.8 1
11.3 1
11.8 1
11.6 1
11.5 1
11.7 1
11.9 1
11.6 1
11.5 1
11.9 1
11.9 1
11.9 1
12.2 1
11.8 1
11.4 1
11.7 1
11.9 1
11.8 1
11.9 1
11.9 1
12.2 1
12.2 1
12 1
12 1
12 1
11.8 1
11.7 1
12.3 1
12 1
11.7 1
12.3 1
12 1
11.7 1
11.4 1
12.3 1
11.6 1
11.9 1
11.5 1
11.3 1
12.2 1
12 1
11.6 1
11.9 1
11.5 1
12.3 1
11.5 1
11.7 1
11.9 1
11.9 1
11.9 1
11.9 1
11.6 1
11.4 1
12.3 1
11.5 1
11.9 1
11.5 1
11.8 1
12.4 1
11.2 1
12.2 1
11.8 1
11.6 1
11.8 1
11.9 1
11.8 1
 Fase 3 Pruebas de Hipotesis
Datos
Proveedores Departamento 2 Proveedores Departamento 3 TOTAL
n1= 84 n2= 53 137

DEPARTAMENTO 3, satisfacción "Muy satisfechos" DEPARTAMENTO 4, satisfacción "Muy satisfechos"

X1= 12 X2= 9
P1= 14% P2= 17%
Proporción Ponderada Pc
PC= 15%
1-PC= 85%

Paso 1: Describir la hipótesis

Probar que el % de proveedores con nivel de satisfacción “Muy Satisfecho” en el departamento 2es mayor al % de
Ho: proveedores con nivel de satisfacción “Muy Satisfecho” en el departamento 3

Probar que el % de proveedores con nivel de satisfacción “Muy Satisfecho” en el departamento 2es menor al %
Ha: de proveedores con nivel de satisfacción “Muy Satisfecho” en el departamento 3

Escrito en forma simbólica:

Ho : 𝜇_1 = 𝜇_2
Ha : 𝜇_1 ≠ 𝜇_2

Donde

𝜇_1: Porcentaje satisfacción "Muys satisfechos" Departamento 2

𝜇_2: Porcentaje satisfacción "Muys satisfechos" Departamento 3.

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba (o calculado)

P1 - P2
Zprueba=
PC (1- PC ) PC (1- PC )
+
n1 n2
 Zprueba= -0.03 = -0.4265061617
0.0631976283
Paso 4: Estadístico teórico (tablas)

Zteórico= -1.645

Paso 5: Tomar la decisión

Con un nivel de significancia del 5% RECHAZAMOS la Hipotesis Nula ya que el Z prueba queda dentro
de la zona de RECHAZO DEL z-TEÓRICO.

Conclusión:
Con la prueba realizada concluimos que el % de proveedores con nivel de satisfacción “Muy
Satisfecho” en el departamento 3 es menor al % de proveedores con nivel de satisfacción “Muy
Satisfecho” en el departamento 4.
c. Una PH para la diferencia de proporciones, para probar que él % de proveedores
con nivel de satisfacción “muy satisfecho” en el departamento 3 es mayor al % de
proveedores con nivel de satisfacción “muy satisfecho” en el departamento
3(Prueba bilateral).
 𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

alfa 0.05
p-valor -0.4265
 12
Departamento 2 Satisfacción
2 1
2 1
2 1
2 1
2 1
2 1
2 1
2 1
2 1
2 1
2 1
2 1
9
Departamento 3 Satisfacción
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3 1
3
3
3
 c. Evaluar si el “% grasa” depende de la “temperatura” en el departamento 2.

Departamento 1. Departamento 2.

Densidad proveedor 1 Densidad proveedor 6

Densidad proveedor 2 Densidad proveedor 7
Densidad proveedor 3 Densidad proveedor 8
Densidad proveedor 4 Densidad proveedor 9
Densidad proveedor 5 Densidad proveedor 10

Evaluar si el “% grasa” depende de la

1. Alta - mayor o igual a

140 °C
Costo promedio proveedor 1

Costo promedio proveedor 2

Costo promedio proveedor 3

Costo promedio proveedor 4

Costo promedio proveedor 5

Paso 1: Describir la hipótesis

H0: El “costo” DEPENDE de la “satisfacción” que se tiene de cada prov

H1: El “costo” NO DEPENDE de la “satisfacción” que se tiene de cada p

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba F (o calculado)

1. Alta - mayor o igual a

Departamento 2.
140 °C
% grasa 3
% grasa 2.9
% grasa 3
% grasa 3.2
% grasa 2.9
Análisis de varianza de un factor

RESUMEN
Grupos Cuenta
1. Alta - mayor o igual a 140 °C 5
2. Media - entre 100 °C y 140 °C 5
3. Baja - menor o igual a 100 °C 5

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 0.0173333333
Dentro de los grupos 0.12

Total 0.1373333333

Valor crítico para F 3.8852938347

Paso 5: Tomar la decisión

El estadístico de prueba F es menor al valor crítico, por tanto, Se acepta la Ho

Con una significancia del 5%, se ACEPTA la hipotesis nula, ya que el p-valor (0,8666) es MENOR al nivel de significancia. Por lo t
mperatura” en el departamento 2.

Departamento 3.

Densidad proveedor 11
Densidad proveedor 12
Densidad proveedor 13
Densidad proveedor 14
Densidad proveedor 15

uar si el “% grasa” depende de la “temperatura” en el departamento 2.

3. Baja - menor o igual a 100

2. Media - entre 100 °C y 140 °C
°C
Costo promedio proveedor 6 Costo promedio proveedor 11

Costo promedio proveedor 7 Costo promedio proveedor 12

Costo promedio proveedor 8 Costo promedio proveedor 13

Costo promedio proveedor 9 Costo promedio proveedor 14

Costo promedio proveedor 10 Costo promedio proveedor 15

a “satisfacción” que se tiene de cada proveedor en el departamento 4.

de la “satisfacción” que se tiene de cada proveedor en el departamento 4.

a trabajar

3. Baja - menor o igual a 100

2. Media - entre 100 °C y 140 °C
°C
2.9 3
2.8 2.9
3 2.9
3 2.8
3 3
 Suma Promedio
15 3
14.7 2.94
14.6 2.92

Grados de libertad Promedio de los cuadrados

2 0.0086666667
12 0.01

14

No rechazar Ho
0.8666666667

Rechazar Ho
3.8852938347 valor critico

or tanto, Se acepta la Ho

0,8666) es MENOR al nivel de significancia. Por lo tanto, si el “% grasa” depende de la “temperatura” en el departamento 2.
 Departamento 2 - 1. Alta - mayor o 2. Media - entre
temperatura igual a 140 °C 100 °C y 140 °C
% grasa 3 2.9
% grasa 2.9 2.8
% grasa 3 3
% grasa 3.2 3
% grasa 2.9 3

mento 2.
 Varianza
0.015
0.008
0.007

F Probabilidad Valor crítico para F

0.8666666667 0.4450734709 3.8852938347

tura” en el departamento 2.
3. Baja - menor o
igual a 100 °C
3
2.9
2.9
2.8
3
 Departame
nto

𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜�:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒�𝑡𝑜�𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0