Anova

Taller Anova
Estadística Inferencial
TALLER ANOVA
Integrantes:
Geisha Criollo Robinson Cód: 20151015217
Jairo Andrés Hernández Cód:20151015216
Entregado a:
Luis Alfonso Peña
Grupo 015-23
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FACULTAD DE INGENIERÍA
PROYECTO CURRICULAR DE INGENIERÍA INDUSTRIAL
ESTADÍSTICA INFERENCIAL
2019
Taller Anova
1.
Primer supuesto
Ho: Se distribuyen normalmente
H1: No se distribuyen normalmente
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Tratamientos Estadístico gl Sig. Estadístico gl Sig.
*
Observaciones A ,249 5 ,200 ,892 5 ,368
*
B ,251 5 ,200 ,915 5 ,497
C ,305 5 ,145 ,830 5 ,140
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors
No se rechaza Ho.
Segundo supuesto
Ho:𝜎21 = 𝜎22 = 𝜎23

H1:𝜎21 ≠ 𝜎22 ≠ 𝜎23
Prueba de homogeneidad de varianza

Estadístico de
Levene gl1 gl2 Sig.
Observaciones Se basa en la media ,200 2 12 ,821
Se basa en la mediana ,029 2 12 ,971
Se basa en la mediana y ,029 2 11,543 ,971
con gl ajustado
Se basa en la media ,191 2 12 ,828
recortada
No se rechaza Ho.
Tercer supuesto
Ho: Los datos son aleatorios
Taller Anova
H1: Los datos no son aleatorios
Prueba de rachas
Observacione
Tratamientos s
A Valor de pruebaa 62,00
Casos < Valor de 2
prueba
Casos >= Valor de 3
prueba
Casos totales 5
Número de rachas 4
Z ,109
Sig. asintótica(bilateral) ,913
B Valor de pruebaa 66,00
Casos < Valor de 2
prueba
Casos >= Valor de 3
prueba
Casos totales 5
Número de rachas 4
Z ,109
C Valor de pruebaa 52,00
Casos < Valor de 3
prueba
Casos >= Valor de 2
prueba
Casos totales 5
Número de rachas 3
Z ,000
Sig. asintótica(bilateral) 1,000
a. Media
No se rechaza Ho.
ANOVA
Observaciones
Suma de Media
cuadrados gl cuadrática F Sig.
Entre grupos 520,000 2 260,000 9,176 ,004
Dentro de 340,000 12 28,333
grupos
Taller Anova
Total 860,000 14
Observaciones
HSD Tukeya
Subconjunto para alfa =
0.05
Tratamientos N 1 2
C 5 52,00
A 5 62,00
B 5 66,00
Sig. 1,000 ,482
Se visualizan las medias para los grupos en los
subconjuntos homogéneos.
a. Utiliza el tamaño de la muestra de la media
armónica = 5,000.
Taller Anova
Sabiendo de antemano que ambos tienen varianzas iguales, a hipótesis nula tomada como medias
iguales para el tratamiento A y B no se rechaza, por lo tanto, no existe diferencias significativas
entre la producción semanal para A y B, tomando en cuenta de anteriores estadísticos que el
tratamiento C es el que menos produce.
2. Los datos siguientes se obtuvieron de un diseño completamente aleatorizado.

Taller Anova
TRATAMIENTO
OBSERVACIONES 1 2 3
1 162 142 126
2 142 156 122
3 165 124 138
4 145 142 140
5 148 136 150
6 174 152 128
TOTALES (Yi.) 774 1400 804 2978 (Yi..)
PROMEDIOS( Ўi.) 496,333333 (Ўi.. )

129 233,333333 134
A. Calcule la suma de cuadrados entre tratamientos
B. Calcule el cuadrado medio entre tratamientos
C. Calcule la suma de cuadrados debida al error.
Donde:
Taller Anova
D. Calcule el cuadrado medio debido al error.
E. Dé la tabla de ANOVA para este problema
ANOVA
Observaciones
Suma de
cuadrados Gl Media cuadrática F Sig.
Entre grupos 1488,000 2 744,000 5,498 ,016
Dentro de grupos 2030,000 15 135,333
Total 3518,000 17
F. Con = 0,05 pruebe si las medias de los tratamientos iguales.
● Hallando los grados de libertad=

Numerador (n1)= (k-1)= 3-1= 2
Donde:
k: número de tratamientos
Denominador (n2) = (nt-k)= 18-3= 15

Donde:
k: número de tratamientos
nt: Tamaño muestra total
Taller Anova
Usando la Distribución F de Fisher tenemos:
Entonces:
P [F>3.68]= 0.05
Comparando el valor crítico de Fisher proporcionado por la tabla de ANOVA, y el valor obtenido
de la tabla de distribución F de Fisher con grados de libertad en el numerador igual a dos y en el
numerador igual a 15. Esto quiere decir que la hipótesis nula no se rechaza pudiendo inferir que las
medias de los tratamientos tienden a ser iguales ya que el valor 3,68 se encuentra dentro del punto
de porcentaje máximo de la distribución de F que es igual a 5,498
3. Realice los cálculos del análisis de varianza para el siguiente diseño completamente
aleatorizado. Con α=0.05, ¿La diferencia entre las medias de tratamiento es significativa?
Tratamiento
A B C
136 107 92
120 114 82
113 125 85
107 104 101
131 107 89
114 109 117
129 97 110
102 114 120
104 98
89 106
Taller Anova
· NORMALIZACIÓN DE LOS DATOS

Según los resultados obtenidos para una prueba Shapiro-Wilk (<50) el nivel de significancia para
cada tratamiento supera el 5% de alfa, por lo tanto, los datos tienden a una distribución normal, no
se rechaza Ho.
· HOMOGENEIDAD DE LA VARIANZA
Según los resultados obtenidos se determina la homogeneidad de las varianzas verificando que el
nivel de significancia supere el 5%, cada uno de los tratamientos presentan homogeneidad entre sí,
no se rechaza Ho.
· INDEPENDENCIA DE LOS DATOS

Taller Anova
Según los resultados obtenidos se puede determinar que los datos de los tratamientos fueron
tomados aleatoriamente gracias a esta prueba de rachas, debido a que el nivel de significancia
supera el 5%
· DIFERENCIA DE MEDIAS ENTRE LOS TRATAMIENTOS

Taller Anova
El resultado obtenido en el anova nos muestra que hay diferencia entre las medias de los
tratamientos, los tratamientos B y C tienen cierta similitud, pero el A varía con respecto a B y C.
4. Para estudiar el efecto de la temperatura en el rendimiento de un proceso químico, se

produjeron cinco lotes con cada uno de los tres tratamientos. Los resultados se presentan a
continuación. De la tabla para el análisis de varianza. Use a α=0.05 para probar si la temperatura
afecta el rendimiento medio del proceso.
Taller Anova
TEMPERATURA
50°C 60°C 70°C
34 30 23
24 31 28
36 34 28
39 23 30
32 27 31
Primer supuesto
Podemos inferir que a partir del nivel de significancia proporcionado por la prueba Shapiro-Wilk,
cada uno de los tratamientos cumplen con el supuesto de distribución normal, dado que el nivel de
significancia de cada uno es mayor al nivel de significancia igual a 0,05. Esto quiere decir que no
se rechaza la hipótesis nula.
Segundo supuesto
Ho:𝜎12 = 𝜎22 = 𝜎32 = 𝜎42

H1:𝜎12 ≠ 𝜎22 ≠ 𝜎32 ≠ 𝜎42
Taller Anova
Podemos inferir que a partir del nivel de significancia proporcionado por la prueba de
homogeneidad de varianza se cumple con el supuesto de varianzas iguales, dado que el nivel de
significancia de todas las observaciones es mayor al nivel de significancia igual a 0,05. Esto quiere
decir que no se rechaza la hipótesis nula.
Tercer supuesto

Taller Anova
Podemos inferir que a partir del nivel de significancia proporcionado por la prueba de rachas se
cumple con el supuesto de aleatoriedad para cada tratamiento, dado que el nivel de significancia de
cada factor es mayor al nivel de significancia igual a 0,05. Esto quiere decir que no se rechaza la
hipótesis nula.
➔ Posterior a la comprobación de cada uno de los supuestos, se procede a la evaluación de

la ANOVA.
Taller Anova
A partir de la tabla de comparaciones de múltiples, se puede inferir que no existe diferencia entre
las medias del:
● Tratamiento A con respecto al tratamiento B

● Tratamiento A con respecto al tratamiento C
● Tratamiento B con respecto al tratamiento A
● Tratamiento B con respecto al tratamiento C
● Tratamiento C con respecto al tratamiento A
● Tratamiento C con respecto al tratamiento B
Dado que el nivel de significancia de cada relación es mayor al nivel de significancia de referencia
igual a 0,05. Por lo cual se puede afirmar que la hipótesis nula de que todas las medias son iguales,
no se rechaza.
Taller Anova
Teniendo en cuenta las observaciones proporcionadas por HSD Tukey, se afirma que no existe
diferencia significativa entre las medias, dado que para cada uno de los tratamientos el subconjunto
para el nivel de significancia es positivo.
5. En una auditoría los auditores tienen que dar opiniones acerca de diversos aspectos con base en
sus propias experiencias directas, indirectas o en una combinación de ambas. En un estudio se pidió
a los auditores que dieran su opinión acerca de la frecuencia con que se presentan errores en una
auditoría. Suponga que se obtuvieron los resultados que se presentan a continuación; valores bajos
indican opiniones más acertadas. Use a α = 0.05 para determinar si el tipo de experiencia en que se
basa la opinión afecta la calidad de la misma.
DIRECTA INDIRECTA COMBINACIÓN
17,0 16,6 25,2
18,5 22,2 24,0
15,8 20,5 21,5
18,2 18,3 26,8
20,2 24,2 27,5
16,0 19,8 25,8
13,3 21,2 24,2
Primer supuesto
Kolmogórov-Smirnov Shapiro-Wilk
EXPERIENCI
A Estadístico gl Sig. Estadístico gl Sig.
Taller Anova
OBSERVACION combinación ,166 7 ,200* ,963 7 ,842

ES
directa ,153 7 ,200* ,980 7 ,960
indirecta ,120 7 ,200* ,996 7 1,000
No se rechaza hipótesis nula de que los tipos de experiencia se distribuyen normalmente, dado que
las significancias obtenidas son mayores a la significancia dada del 0,05.
Segundo supuesto
Ho:𝜎12 = 𝜎22 = 𝜎32

H1:𝜎12 ≠ 𝜎22 ≠ 𝜎32
Estadístico de
Levene gl1 gl2 Sig.
Observaciones Se basa en la media ,117 2 18 ,890

con gl ajustado

recortada
No se rechaza hipótesis nula de la homogeneidad de las varianzas, dado que las significancias
obtenidas son mayores a la significancia dada del 0,05.

Taller Anova
Tercer supuesto

Prueba de rachas
EXPERIENCIA OBSERVACIONES
combinación Valor de prueba 25,000
Casos < Valor de prueba 3
Casos >= Valor de prueba 4
Casos totales 7
Número de rachas 4
Z ,000
directa Valor de prueba 17,000
Casos totales 7
Número de rachas 4
Z ,000
Taller Anova
indirecta Valor de pruebaa 20,400
Casos totales 7
Número de rachas 6
Z ,910
a. Media
No se rechaza hipótesis nula de que los tipos de experiencia cumplen con la aleatoriedad, dado que
las significancias obtenidas son mayores a la significancia dada del 0,05.
Posterior a la comprobación de cada uno de los supuestos, se procede a la evaluación de la
ANOVA.
ANOVA
OBSERVACIONES
Suma de Media
Entre grupos 225,680 2 112,840 22,159 ,000

Taller Anova
Dentro de grupos 91,660 18 5,092
Total 317,340 20
Comparaciones múltiples
Variable dependiente: OBSERVACIONES
HSD Tukey
Intervalo de confianza al 95%
Diferencia de
(I) FACTOR (J) FACTOR medias (I-J) Desv. Error Sig. Límite inferior Límite superior
1 2 -3,4000* 1,2062 ,029 -6,478 -,322
3 -8,0000* 1,2062 ,000 -11,078 -4,922
2 1 3,4000* 1,2062 ,029 ,322 6,478
3 -4,6000* 1,2062 ,003 -7,678 -1,522
3 1 8,0000* 1,2062 ,000 4,922 11,078
2 4,6000* 1,2062 ,003 1,522 7,678
*. La diferencia de medias es significativa en el nivel 0.05.
6. En la publicidad de tres pinturas se dice que tienen el mismo tiempo de secado. Para
verificar esto, se prueban cinco muestras de cada una de las pinturas. Se registra el tiempo en
minutos necesario para que el secado sea suficiente para la aplicación de una segunda mano.
Los datos obtenidos son los siguientes. Con a α=0.05 como nivel de significancia, realice una
prueba para determinar si la media de los tiempos de secado es la misma en todas las pinturas.
Taller Anova
Pintura 1 Pintura 2 Pintura 3 Pintura 4
128 144 133 150
137 133 143 142
135 142 137 135
124 146 136 140
141 130 131 153
· NORMALIZACIÓN DE LOS DATOS
Según los resultados obtenidos para una prueba Shapiro-Wilk (<50) el nivel de significancia para
cada tipo de pintura supera el 5% de alfa, por lo tanto, los datos tienden a una distribución normal,
no se rechaza Ho.
· HOMOGENEIDAD DE LA VARIANZA
Taller Anova
Según los resultados obtenidos se determina la homogeneidad de las varianzas verificando que el
nivel de significancia supere el 5%, cada uno de los tipos de pintura presentan homogeneidad entre
sí, no se rechaza Ho.
· INDEPENDENCIA DE LOS DATOS

Taller Anova
Según los resultados obtenidos se puede determinar que los datos de los diferentes tipos de pinturas
fueron tomados de manera aleatoria gracias a la prueba de rachas, debido a que el nivel de
significancia supera el 5%
· DIFERENCIA DE MEDIAS ENTRE LOS TIPOS DE PINTURA

Taller Anova
Taller Anova
El resultado obtenido en el anova nos muestra que hay diferencia entre los cuatro tipos de pinturas
tienen medias iguales entre sí, por lo tanto, se puede decir que el tiempo de secado entre ellas es
casi el mismo
7. Una conocida revista de automovilismo tomó tres de los mejores automóviles medianos
fabricados en Estados Unidos, los probó y los comparó en relación con varios criterios. En una
prueba sobre rendimiento de la gasolina, se probaron cinco automóviles de cada marca en un
recorrido de 500 millas, los datos de rendimiento, en millas por galón de gasolina, se presentan a
continuación. Use α= 0.05 para probar si la diferencia en el rendimiento medio, en millas por galón,
entre los tres automóviles es significativa.
AUTOMÓVILES
A B C
19 19 24
21 20 26
20 22 23
19 21 25
21 23 27
Supuestos
Primer Supuesto:
Taller Anova
Automóvil Estadístico gl Sig. Estadístico gl Sig.
Rendimientos A ,241 5 ,200* ,821 5 ,119
B ,136 5 ,200* ,987 5 ,967
C ,136 5 ,200* ,987 5 ,967
Dado los niveles de significancia obtenidos en la prueba de normalidad son mayores al nivel de
significancia igual a 0.05, no se rechaza la hipótesis nula de que la clasificación de los automóviles
se distribuye normalmente.
Segundo Supuesto:
Ho:𝜎12 = 𝜎22 = 𝜎32

H1:𝜎12 ≠ 𝜎22 ≠ 𝜎32
Estadístico de
Levene gl1 gl2 Sig.
Rendimientos Se basa en la media ,500 2 12 ,619

Taller Anova

con gl ajustado

recortada
De la tabla anterior se puede observar que los niveles de significancia proporcionados son mayores
al nivel de significancia dado de 0.05, por esto no se rechaza la hipótesis nula de la homogeneidad
de las varianzas de los tipos de Automóvil.
Tercer Supuesto:

Prueba de rachas
Automóvil Rendimientos
A Valor de pruebaa 20,00
Casos totales 5
Número de rachas 4
Z ,109
B Valor de pruebaa 21,00

Taller Anova
Casos totales 5
Número de rachas 2
Z -,982
C Valor de pruebaa 25,00
Casos totales 5
Número de rachas 4
Z ,109
a. Media
No se rechaza la hipótesis nula dado que la clasificación de los automóviles cumplen con la
aleatoriedad, esto debido a que las significancias obtenidas son mayores al nivel de significancia
dado del 0,05.
ANOVA
Taller Anova
Rendimientos
Suma de Media
Entre grupos 70,000 2 35,000 17,500 ,000
Total 94,000 14
Comparaciones múltiples
Variable dependiente: Rendimientos
HSD Tukey
Intervalo de confianza al 95%
(I) (J) Diferencia de Límite Límite

Automóvil Automóvil medias (I-J) Desv. Error Sig. inferior superior
1 2 -1,000 ,894 ,522 -3,39 1,39
3 -5,000* ,894 ,000 -7,39 -2,61
2 1 1,000 ,894 ,522 -1,39 3,39
3 -4,000* ,894 ,002 -6,39 -1,61
3 1 5,000* ,894 ,000 2,61 7,39
2 4,000* ,894 ,002 1,61 6,39

Taller Anova
*. La diferencia de medias es significativa en el nivel 0.05.
Rendimientos
HSD Tukeya
Subconjunto para alfa = 0.05
Automóvil N 1 2
1 5 20,00
2 5 21,00
3 5 25,00
Sig. ,522 1,000
Se visualizan las medias para los grupos en los subconjuntos

homogéneos.
a. Utiliza el tamaño de la muestra de la media armónica =

5,000.
Se evidencia una diferencia significativa en el rendimiento medio de uno de los automóviles con
respecto a los rendimientos de los otros dos tipos, por ende se decide rechazar la hipótesis nula de
medias iguales.
Tomando de referencia la tabla de Turkey se observa una relación entre los factores 1 y 2 con 3
debido a que las significancias son mayores al nivel de significancia dado igual que 0.05, por lo
tanto, se puede afirmar que existe una diferencia significativa en el rendimiento medio, en millas
por galón, entre los automóviles A-B con el automóvil C.
8. Una empresa ensambla cuadros para un solo modelo de bicicleta. La planta trabaja 3 turnos: el
matutino, el vespertino y el nocturno; cada mes los trabajadores se rotan, por lo que al cabo de un
Taller Anova
trimestre todos ellos laboraron en los tres turnos; el director de producción quisiera saber si existe
diferencia entre la producción promedio de los 3 turnos, ya que la fábrica trabaja a plena capacidad
desde hace más de un año y no hay variaciones significativas en el número de empleados, en la
maquinaria ni en los procesos productivos, el director considera que con un análisis de varianza
puede contestar esta pregunta. Para ello, obtiene una muestra aleatoria de la producción de 6 días de
cada turno, los datos se muestran a continuación.

Turnos Estadístico gl Sig. Estadístico gl Sig.
Observaciones Matutino ,204 6 ,200* ,883 6 ,285
Visperino ,174 6 ,200* ,937 6 ,632
Nocturno ,273 6 ,184 ,822 6 ,091
No se rechaza Ho.
Ho:σ_1^2=σ_2^2=σ_3^2
H1:σ_1^2≠σ_2^2≠σ_3^2

Taller Anova
Estadístico de
Levene gl1 gl2 Sig.
Observaciones Se basa en la media 1,346 2 15 ,290
Se basa en la mediana 1,250 2 15 ,315
Se basa en la mediana y 1,250 2 11,664 ,322

con gl ajustado
Se basa en la media 1,343 2 15 ,291

recortada
No se rechaza Ho.
Prueba de rachas
Turnos Observaciones
Matutino Valor de pruebaa 137,00
Casos totales 6
Número de rachas 6
Taller Anova
Z 1,369
Visperino Valor de pruebaa 141,00
Casos totales 6
Número de rachas 6
Z 1,369
Nocturno Valor de pruebaa 127,00
Casos totales 6
Número de rachas 4
Z ,000
a. Media
No se rechaza Ho.
Taller Anova
Ho: μ_(1=) μ_(2=) μ_3
H1: μ_1≠μ_2≠μ_3
ANOVA
Observaciones
Suma de Media
Entre grupos 624,000 2 312,000 4,756 ,025
Total 1608,000 17
Se rechaza Ho.
Observaciones
HSD Tukeya
Subconjunto para alfa = 0.05
Turnos N 1 2
Nocturno 6 127,00
Matutino 6 137,00 137,00
Visperino 6 141,00
Taller Anova
Sig. ,115 ,675
Se visualizan las medias para los grupos en los subconjuntos

homogéneos.
a. Utiliza el tamaño de la muestra de la media armónica = 6,000.
Existe diferencias entre la producción promedio de los 3 turnos, siendo el turno nocturno el más
improductivo, además se quiere comprobar si existe diferencias entre los turnos de mayor
productividad, el matutino y el visperino:
Una diferencia entre medías, sabiendo de antemano que se asumen varianzas iguales, arroja no
diferencias significativas entre ambos turnos de mayor productividad (Matutino y Visperino).

Taller Anova
9. En un diseño completamente aleatorizado, para cada uno de los cinco niveles del factor se usaron
siete unidades experimentales. Complete la tabla ANOVA siguiente.
Fuente de Suma de Grados de Cuadrado F Valor-p
variación cuadrados libertad medio
Tratamientos 300 4 75 14,0626 1.422744e-06

(Sacado de R)
Error 160 30 5,3333
Total 460 34
10. En un diseño completamente aleatorizado se usaron 12 unidades experimentales para el primer
tratamiento, 15 para el segundo y 20 para el tercero. Complete el análisis de varianza siguiente.
Emplee 0.05 como nivel de significancia, ¿Hay diferencia significativa entre los tres tratamientos?
Ho: μ_(1=) μ_(2=) μ_3
H1: μ_1≠μ_2≠μ_3
Taller Anova
Fuente de Suma de Grados de Cuadrado F Valor-p
variación cuadrados libertad medio
Tratamientos 1200 2 600 44 3.186629e-11

(Sacado de R)
Error 600 44 13,6364
Total 1800 46
p-valor< : Se rechaza Hipótesis Nula, Hay diferencia significativas entre los tres tratamientos

Anova

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Anova

Caricato da

Copyright:

Formati disponibili

Taller Anova

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

Ho:𝜎21 = 𝜎22 = 𝜎23

Prueba de homogeneidad de varianza

H1: Los datos no son aleatorios

2. Los datos siguientes se obtuvieron de un diseño completamente aleatorizado.

1 162 142 126

2 142 156 122

3 165 124 138

4 145 142 140

5 148 136 150

6 174 152 128

TOTALES (Yi.) 774 1400 804 2978 (Yi..)

PROMEDIOS( Ўi.) 496,333333 (Ўi.. )

A. Calcule la suma de cuadrados entre tratamientos

B. Calcule el cuadrado medio entre tratamientos

C. Calcule la suma de cuadrados debida al error.

D. Calcule el cuadrado medio debido al error.

E. Dé la tabla de ANOVA para este problema

Entre grupos 1488,000 2 744,000 5,498 ,016

Dentro de grupos 2030,000 15 135,333

F. Con = 0,05 pruebe si las medias de los tratamientos iguales.

● Hallando los grados de libertad=

Denominador (n2) = (nt-k)= 18-3= 15

Usando la Distribución F de Fisher tenemos:

107 104 101

114 109 117

102 114 120

· NORMALIZACIÓN DE LOS DATOS

Ho: Se distribuyen normalmente

· INDEPENDENCIA DE LOS DATOS

Ho: Se distribuyen normalmente

· DIFERENCIA DE MEDIAS ENTRE LOS TRATAMIENTOS

4. Para estudiar el efecto de la temperatura en el rendimiento de un proceso químico, se

50°C 60°C 70°C

Ho:𝜎12 = 𝜎22 = 𝜎32 = 𝜎42

Ho: Los datos son aleatorios

➔ Posterior a la comprobación de cada uno de los supuestos, se procede a la evaluación de

● Tratamiento A con respecto al tratamiento B

DIRECTA INDIRECTA COMBINACIÓN

17,0 16,6 25,2

18,5 22,2 24,0

15,8 20,5 21,5

18,2 18,3 26,8

20,2 24,2 27,5

16,0 19,8 25,8

13,3 21,2 24,2

OBSERVACION combinación ,166 7 ,200* ,963 7 ,842

directa ,153 7 ,200* ,980 7 ,960

indirecta ,120 7 ,200* ,996 7 1,000

*. Esto es un límite inferior de la significación verdadera.

a. Corrección de significación de Lilliefors

las significancias obtenidas son mayores a la significancia dada del 0,05.

Ho:𝜎12 = 𝜎22 = 𝜎32

Prueba de homogeneidad de varianza

Observaciones Se basa en la media ,117 2 18 ,890

Se basa en la mediana ,123 2 18 ,885

Se basa en la mediana y ,123 2 17,365 ,885

Se basa en la media ,122 2 18 ,885

obtenidas son mayores a la significancia dada del 0,05.

Ho: Los datos son aleatorios

combinación Valor de prueba 25,000

Casos < Valor de prueba 3