Problemario 2 de Técnicas Experimentales Avanzadas

Gabriela La Torre Chacón

Abril 2020

Materia: Técnicas Experimentales Avanzadas

Periodo: enero 2020 – junio 2020
Profesor: Dr. Orlando Guarneros García
No. Lista: 9
1) Una compañía distribuidora ubicada en los suburbios está interesada en estudiar la
diferencia en costos (gasto de gasolina) entre las cuatro rutas (Carlos, Enrique Genaro y
Luis) que llevan a la zona comercial, más importante para ellos, en el otro extremo de la
ciudad. Los costos observados en pesos se muestran en la siguiente tabla:
Chofer Lunes Martes Miércoles Jueves
Carlos 829 585 550 580
Enrique 650 540 580 850
Genaro 700 650 635 450
Luis 475 560 650 670

a) ¿Existen diferencias entre los tratamientos (chofer)? ¿Cuáles tratamientos son diferentes
entre sí? (α = 0,05).
Métodos de ensamble
Chofer Lunes Martes Miércoles Jueves
Carlos 829 585 550 580
Observaciones Enrique 650 540 580 850
Genaro 700 650 635 450
Luis 475 560 650 670 Suma de totales Total
௡
Promedio: m ‫ݔ‬௜
෍ 636.00 655.00 608.75 588.75 ෍ ‫ ݋݅݀݁݉݋݅݀݁݉ݎ݌‬ൌ
݉ 2488.5
݊
௜ୀଵ
௡
Suma de datos: Tc
෍ ‫ݔ‬௜ 2544 2620 2435 2355 ෍ ‫ݑݑܽ݉ݏ‬ ݀ܽ ‫ݏ‬
‫ݏ݋ݐ‬ൌ
ܶܿ 9954
௜ୀଵ

Numero de observaciones por muestra: ෍ ‫ݑ‬

‫ݑݏ‬
݉ܽ ‫݁ݏ ܾ݋‬
ܾ‫ݎ݁ݏ‬ൌ
‫ܿ݊ ݎ‬
4 4 4 4 16
nc
Suma de cuadrados: ௡

෍ ‫ݔ‬௜ଶ
1668366 1773000 1518225 1410625 ෍ ‫ݑ‬
‫ݑݏ‬
݉ܽ ܿ‫݀ܽݑ‬ ‫ݑ‬
ܽ݀ ‫ݏ݋ ݀ܽݎ‬
‫ݏ‬ 6370216
௜ୀଵ

ܶܿଶȀ݊ܿ ʹ
1617984 1716100 1482306.3 1386506.3 ෍ ܶܿ Ȁ݊ܿ 6202896.5

Suma de cuadrados entre grupos

ܶܿʹ σܺ ଶ
ܵܵܶ ൌ
෍ െ 10264.25
݊ܿ ܰ

Suma de cuadrados dentro de grupos

෍ ܺଶ െ
ʹ
ܵܵ ‫ ܧ‬ൌ ෍ ሺܶܿ Ȁ݊ܿሻ
167320

Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos ܵܵܶ ‫ܭ‬െͳ ‫ܴܶܵܯ‬ ൌ ܵܵܶ Ȁሺ‫ ܭ‬െͳሻ
En los grupos ܵܵ ‫ܧ‬ ܰെ‫ܭ‬ ‫ ܧ ܵܯ‬ൌ ܵܵ ‫ܧ‬Ȁሺܰ െ‫ܭ‬ሻ
Total ‫ܨ‬ൌ‫ ܶܵܯ‬Ȁ‫ܧ ܵܯ‬
Valor P
 Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos 10264.25 3 3421.416667
En los grupos 167320 12 13943.29167
Total 0.245380843
Valor P 0.863028295

El valor crítico para α =0 , 05 es F 0.05 ,3 ,12=3 , 49 . Como F 0=0,2454< F 0.05 ,3 , 12=3 , 49,
además valor− p=0,8630> α=0,05, con lo cual se concluye que no hay diferencia o efecto
de los métodos de ensamble en cuanto a su tiempo promedio.

Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡே ି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 181.9229862

‫ݐ‬ఈȀଶǡேି௞ 2.1788128

Diferencia muestral en
Diferencia poblacional
valor absoluto
Carlos-Enrique 19.0 ൏ ‫ ܦ ܵܮ‬ൌ ͳͺ ͳǤͻʹ ͵
Carlos-Genaro 27.3 ൏ ‫ ܦ ܵܮ‬ൌ ͳͺ ͳǤͻʹ ͵
Carlos-Luis 47.3 ൏ ‫ ܦ ܵܮ‬ൌ ͳͺ ͳǤͻʹ ͵
Enrique-Genaro 46.3 ൏ ‫ ܦ ܵܮ‬ൌ ͳͺ ͳǤͻʹ ͵
Enrique-Luis 66.3 ൏ ‫ ܦ ܵܮ‬ൌ ͳͺ ͳǤͻʹ ͵
Genaro-Luis 20.0 ൏ ‫ ܦ ܵܮ‬ൌ ͳͺ ͳǤͻʹ ͵
Decisión
No significativa
No significativa
No significativa
No significativa
No significativa
No significativa

b) ¿Qué chofer realiza la mejor ruta?

Comparando las medias de los choferes, se aprecia que Luis realiza la mejor ruta, puesto a
que su gasto de gasolina es el menor.

(Chofer
N Media Agrupación
)
Carlos 4 636,00 A
Enrique 4 655,00 A
Genaro 4 608,75 A
Luis 4 588,75 A
c) Ahora evalúa sí entre los días existe una diferencia.
Métodos de ensamble
Chofer Lunes Martes Miércoles Jueves
Carlos 829 585 550 580
Observaciones Enrique 650 540 580 850
Genaro 700 650 635 450
Luis 475 560 650 670 Suma de totales Total
௡
Promedio: m ‫ݔ‬௜
෍ 663.5 583.8 603.8 637.5 ෍ ‫ ݋݅݀݁݉݋݅݀݁݉ݎ݌‬ൌ
݉ 2488.5
݊
௜ୀଵ
௡
Suma de datos: Tc
෍ ‫ݔ‬௜ 2654 2335 2415 2550 ෍ ‫ݑݑܽ݉ݏ‬ ݀ܽ‫ݏ݋ ݐ‬ൌ
ܶܿ 9954
௜ୀଵ

Numero de observaciones por muestra: ෍ ‫ݑ‬

‫ݑݏ‬
݉ܽ ܾ ܾ ‫݁ݏ‬
ܾ ܾ‫݁ݏ‬
ܾ ‫ݎ‬ൌ
݊ܿ
4 4 4 4 16
nc
Suma de cuadrados: ௡

෍ ‫ݔ‬௜ଶ
1825366 1369925 1464625 1710300 ෍ ‫ݑ‬
‫ݑݏ‬
݉ܽ ܿ‫݀ܽݑ‬ ‫ݑ‬
ܽ݀ ‫ݏ݋ ݀ܽݎ‬
‫ݏ‬ 6370216
௜ୀଵ

ܶܿଶȀ݊ܿ ෍ ܶܿʹ Ȁ݊ܿ

1760929 1363056.3 1458056.3 1625625 6207666.5

Suma de cuadrados entre grupos

ܶܿʹ σܺ ଶ
ܵܵܶ ൌ
෍ െ 15034.25
݊ܿ ܰ

Suma de cuadrados dentro de grupos

෍ ܺଶ െ
ʹ
ܵܵ ‫ ܧ‬ൌ ෍ ሺܶܿ Ȁ݊ܿሻ
162550

Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos ܵܵܶ ‫ܭ‬െͳ ‫ܴܶܵܯ‬ ൌ ܵܵܶ Ȁሺ‫ ܭ‬െͳሻ
En los grupos ܵܵ ‫ܧ‬ ܰെ‫ܭ‬ ‫ ܧ ܵܯ‬ൌ ܵܵ ‫ܧ‬Ȁሺܰ െ‫ܭ‬ሻ
Total ‫ܨ‬ൌ‫ ܶܵܯ‬Ȁ‫ܧ ܵܯ‬
Valor P

Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos 15034.25 3 5011.416667
En los grupos 162550 12 13545.79167
Total 0.36996115
Valor P 0.77612094

El valor crítico para α =0,05 es F 0.05 ,3 ,12 =3,49. Como F 0=0,37< F 0.05 ,3 , 12=3,49, además
valor− p=0,7761>α =0,05, con lo cual se concluye que no hay diferencia o efecto de los
métodos de ensamble en cuanto a su tiempo promedio.
 Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡே ି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 179.3110758

‫ݐ‬ఈȀଶǡே ି௞ 2.1788128

Diferencia muestral en
Diferencia poblacional Decisión
valor absoluto
Lunes-Martes 79.8 ൏ ‫ ܦ ܵܮ‬ൌ ͳ͹ͻ Ǥ͵ ͳ No significativa
Lunes-Miércoles 59.8 ൏ ‫ ܦ ܵܮ‬ൌ ͳ͹ͻ Ǥ͵ ͳ No significativa
Lunes-Jueves 26.0 ൏ ‫ ܦ ܵܮ‬ൌ ͳ͹ͻ Ǥ͵ ͳ No significativa
Martes-Miércoles 20.0 ൏ ‫ ܦ ܵܮ‬ൌ ͳ͹ͻ Ǥ͵ ͳ No significativa
Martes-Jueves 53.8 ൏ ‫ ܦ ܵܮ‬ൌ ͳ͹ͻ Ǥ͵ ͳ No significativa
Miércoles-Jueves 33.8 ൏ ‫ ܦ ܵܮ‬ൌ ͳ͹ͻ Ǥ͵ ͳ No significativa

d) ¿Cuál es el mejor día?

Comparando las medias de los días, se aprecia que el martes es el mejor día, puesto a que
ese día el gasto de gasolina es menor.

Día N Media Agrupación

lunes 4 663,5 A
martes 4 583,75 A
miércole
4 603,75 A
s
jueves 4 637,5 A

e) Realiza el ANOVA para ambos casos y concluye.

Ver inciso a) y c)

f) Realiza comparación de las medias (solamente para el chofer).

(Chofer
N Media Agrupación
)
Carlos 4 636,00 A
Enrique 4 655,00 A
Genaro 4 608,75 A
Luis 4 588,75 A
2) Se hace un estudio sobre la efectividad de tres marcas vehículos para determinar el
kilometraje necesario para hacer una afinación (mantenimiento). Para ello cada vehículo se
le mide su recorrido en miles de kilómetro. Se hacen 6 réplicas y los resultados obtenidos
se muestran en la siguiente tabla

Replicas
Vehículo
1 2 3 4 5
1 60 000 65 000 67 000 75 000 62 000
2 55 000 59 000 68 000 70 000 53 000
3 64 000 74 000 61 000 58 000 64 000

Estima el ANOVA y concluye sí hay diferencias entre los vehículos (α = 0,05). Anota los
resultados de la tabla ANOVA.
Métodos de ensamble
Vehículo 1 2 3 4 5
1 60000 65000 67000 75000 62000
Observaciones
2 55000 59000 68000 70000 53000
3 64000 74000 61000 58000 64000 Suma de totales Total
Promedio: m ௡
‫ݔ‬௜
෍ 65800.0 61000.0 64200.0 ෍ ‫ ݋݅݀݁݉݋݅݀݁݉ݎ݌‬ൌ
݉ 191000.0
݊
௜ୀଵ
௡
Suma de datos: Tc
෍ ‫ݔ‬௜ 329000 305000 321000 ෍ ‫ݑݑܽ݉ݏ‬ ݀ܽ ‫ݏ‬
‫ݏ݋ݐ‬ൌ
ܶܿ 955000
௜ୀଵ

Numero de observaciones por muestra: ෍ ‫ݑݑܽ݉ݏ‬ ‫݁ݏ ܾ݋‬

ܾ‫ݎ݁ݏ‬ൌ
‫ܿ݊ ݎ‬
5 5 5 15
nc
Suma de cuadrados: ௡

෍ ‫ݔ‬௜ଶ
21783000000 18839000000 20753000000 ෍ ‫ݑݑܽ݉ݏ‬ ܿ‫݀ܽݑ‬ ‫ݑ‬
ܽ݀ ‫ݏ݋ ݀ܽݎ‬
‫ݏ‬ 61375000000
௜ୀଵ

ܶ௖ଶȀ݊௖ ෍ ܶ௖ଶȀ݊௖
21648200000 18605000000 20608200000 60861400000

Suma de cuadrados entre grupos

ܶ௖ଶ σܺ ଶ
ܵܵܶ ൌ
෍ െ 59733333.33
݊௖ ܰ

Suma de cuadrados dentro de grupos

ଶ
෍ ܺଶ െ෍ ሺܶ௖ Ȁ݊௖ሻ
ܵܵ ‫ ܧ‬ൌ
513600000

Análisis de varianza
Suma de
Grados de libertad Cuadrados medios
Fuente de variación cuadrados
Entre los grupos ܵܵܶ ‫ܭ‬െͳ ‫ܴܶܵܯ‬ ൌ ܵܵܶ Ȁሺ‫ ܭ‬െͳሻ
En los grupos ܵܵ ‫ܧ‬ ܰെ‫ܭ‬ ‫ ܧ ܵܯ‬ൌ ܵܵ ‫ܧ‬Ȁሺܰ െ‫ܭ‬ሻ
Total ‫ܨ‬ൌ‫ ܶܵܯ‬Ȁ‫ܧ ܵܯ‬
Valor P
 Análisis de varianza
Suma de
Grados de libertad Cuadrados medios
Fuente de variación cuadrados
Entre los grupos 59733333.33 2 29866666.67
En los grupos 513600000 12 42800000
Total 0.697819315
Valor P 0.516781475

El valor crítico para α =0,05 es F 0.05 ,2 ,12=3,885. Como F 0=0,7< F 0.05 ,3 , 12=3,885, además
valor− p=0,5168> α=0,05, con lo cual se concluye que no hay diferencia o efecto de los
métodos de ensamble en cuanto a su tiempo promedio.

Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡேି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 9015.12594

‫ݐ‬ఈȀଶǡேି௞ 2.1788128

Diferencia muestral en valor

Diferencia poblacional Decisión
absoluto
Vehículo 1-Vehículo 2 4800.0 ൏ ‫ ܦ ܵܮ‬ൌ ͻͲͳͷǤͳ͵ No significativa
Vehículo 1-Vehículo 3 1600.0 ൏ ‫ ܦ ܵܮ‬ൌ ͻͲͳͷǤͳ͵ No significativa
Vehículo 2-Vehículo 3 3200.0 ൏ ‫ ܦ ܵܮ‬ൌ ͻͲͳͷǤͳ͵ No significativa

Ahora determina cuál de ellos tarda más en realizarse su mantenimiento:

Vehículo N Media Agrupación

1 5 65800 A
2 5 61000 A
2 5 64200 A
Comparando las medias del rendimiento de los tres vehículos, se aprecia que el vehículo 1
presenta una media de kilometraje mayor, por lo que tarda más que el resto en requerir
algún mantenimiento. Aunque ninguno presenta diferencia significativa.
3) Se hace un estudio sobre la efectividad de tres marcas de spray para matar moscas. Para
ello cada spray se aplica a un grupo de 100 moscas, y se cuenta el número de moscas
muertas expresado en porcentajes. Se hacen 6 diferentes replicas en 6 laboratorios de
prueba y los resultados obtenidos se muestran en la siguiente tabla:

Marca de Laboratorio de prueba

Spray 1 2 3 4 5 6
1 79 65 67 75 62 73
2 55 59 68 70 53 50
3 64 74 61 58 51 69

a) Fórmula las hipótesis correspondientes (α = 0,01).

 H 0 :μ 1=μ2=μ k =μ (no existe diferencia significativa entre las marcas de spray).
 H 1 : μ i ≠ μ j para algún i≠ j (existe diferencia significativa entre al menos un par de
marcas de spray)

b) Existe diferencia entre la efectividad promedio de los sprays.

El valor crítico para α =0,01 es F 0.01, 2 ,15=6,359. Como F 0=3.2138< F 0.01 ,2 ,15=6,359 ,
además valor− p=0,0689>α =0,01, con lo cual se concluye que no hay diferencia o efecto
de los métodos de ensamble en cuanto a su tiempo promedio. (Ver inciso e).

c) ¿Hay algún SPRAY que sea mejor? Utiliza el LSD.

Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡேି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 13.02101268

‫ݐ‬ఈȀଶǡேି௞ 2.947

Diferencia muestral en valor

Diferencia poblacional Decisión
absoluto
Spray 1-Spray 2 11.0 ൏ ‫ ܦ ܵܮ‬ൌ ͳ͵ ǤͲʹ ͳͲ No significativa
Spray 1-Spray 3 7.3 ൏ ‫ ܦ ܵܮ‬ൌ ͳ͵ ǤͲʹ ͳͲ No significativa
Spray 2-Spray 3 3.7 ൏ ‫ ܦ ܵܮ‬ൌ ͳ͵ ǤͲʹ ͳͲ No significativa

Estadísticamente, con un nivel de confianza del 99%, se puede concluir que ningún spray es
mejor que otro.

d) Elabore las gráficas de las medias y los diagramas de caja.

e) Realiza el ANOVA y concluya.
Métodos de ensamble
Spray 1 2 3 4 5 6
1 79 65 67 75 62 73
Observaciones
2 55 59 68 70 53 50
3 64 74 61 58 51 69 Suma de totales Total
Promedio: m ௡
‫ݔ‬௜
෍ 70.2 59.2 62.8 ෍ ‫ ݋݅݀݁݉݋݅݀݁݉ݎ݌‬ൌ
݉ 192.2
݊
௜ୀଵ
௡
Suma de datos: Tc
෍ ‫ݔ‬௜ 421 355 377 ෍ ‫ݑݑܽ݉ݏ‬ ݀ܽ ‫ݏ‬
‫ݏ݋ݐ‬ൌ
ܶܿ 1153
௜ୀଵ

Numero de observaciones por muestra: ෍ ‫ݑݑܽ݉ݏ‬ ‫݁ݏ ܾ݋‬

ܾ‫ݎ݁ݏ‬ൌ
‫ܿ݊ ݎ‬
6 6 6 18
nc
Suma de cuadrados: ௡

෍ ‫ݔ‬௜ଶ
29753 21339 24019 ෍ ‫ݑݑܽ݉ݏ‬ ܿ‫݀ܽݑ‬ ‫ݑ‬
ܽ݀ ‫ݏ݋ ݀ܽݎ‬
‫ݏ‬ 75111
௜ୀଵ

ܶ௖ଶȀ݊௖ ෍ ܶ௖ଶȀ݊௖
29540.16667 21004.16667 23688.16667 74232.5

Suma de cuadrados entre grupos

ܶ௖ଶ σܺ ଶ
ܵܵܶ ൌ
෍ െ 376.4444444
݊௖ ܰ

Suma de cuadrados dentro de grupos

ଶ
෍ ܺଶ െ
ܵܵ ‫ ܧ‬ൌ ෍ ሺܶ௖ Ȁ݊௖ሻ
878.50
 Análisis de varianza
Suma de
Grados de libertad Cuadrados medios
Fuente de variación cuadrados
Entre los grupos ܵܵܶ ‫ܭ‬െͳ ‫ܴܶܵܯ‬ ൌ ܵܵܶ Ȁሺ‫ ܭ‬െͳሻ
En los grupos ܵܵ ‫ܧ‬ ܰെ‫ܭ‬ ‫ ܧ ܵܯ‬ൌ ܵܵ ‫ܧ‬Ȁሺܰ െ‫ܭ‬ሻ
Total ‫ܨ‬ൌ‫ ܶܵܯ‬Ȁ‫ܧ ܵܯ‬
Valor P

Análisis de varianza
Suma de
Grados de libertad Cuadrados medios
Fuente de variación cuadrados
Entre los grupos 376.4444444 2 188.2222222
En los grupos 879 15 58.56666667
Total 3.213811421
Valor P 0.068925431
4) Se comprueba que el peso en gramos de un material de tres proveedores: A, B y C, por
tres diferentes inspectores I, II y III, utilizando tres diferentes escalas: 1, 2 y 3. El
experimento se lleva a cabo con el siguiente cuadro latino:

Escala
Lote
1 2 3
I 19 10 11
II 15 9 14
III 13 11 13

a) Realiza el ANOVA (α = 0,05).

Ver inciso b) y c).

b) ¿Existen diferencias entre los proveedores?

ANOVA (proveedores)
Métodos de ensamble
Lote 1 2 3
I 19 10 11
Observaciones
II 15 9 14
III 13 11 13 Suma de totales Total
Promedio: m ௡
‫ݔ‬௜
෍ 14.67 12.67 11.00 ෍ ‫ ݋݅݀݁݉݋݅݀݁݉ݎ݌‬ൌ
݉ 38.3
݊
௜ୀଵ
௡
Suma de datos: Tc
෍ ‫ݔ‬௜ 44 38 33 ෍ ‫ݑݑܽ݉ݏ‬ ݀ܽ ‫ݏ‬
‫ݏ݋ݐ‬ൌ
ܶܿ 115
௜ୀଵ

Numero de observaciones por muestra: ෍ ‫ݑݑܽ݉ݏ‬ ‫݁ݏ ܾ݋‬

ܾ‫ݎ݁ݏ‬ൌ
‫ܿ݊ ݎ‬
3 3 3 9
nc
Suma de cuadrados: ௡

෍ ‫ݔ‬௜ଶ
678 494 371 ෍ ‫ݑݑܽ݉ݏ‬ ܿ‫݀ܽݑ‬ ‫ݑ‬
ܽ݀ ‫ݏ݋ ݀ܽݎ‬
‫ݏ‬ 1543
௜ୀଵ

ܶ௖ଶȀ݊௖ ෍ ܶ௖ଶȀ݊௖
645.33333 481.33333 363 1489.6667

Suma de cuadrados entre grupos

ܶ௖ଶ σܺ ଶ
ܵܵܶ ൌ
෍ െ 20.222222
݊௖ ܰ

Suma de cuadrados dentro de grupos

ଶ
෍ ܺଶ െ෍ ሺܶ௖ Ȁ݊௖ሻ
ܵܵ ‫ ܧ‬ൌ
53

Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos ܵܵܶ ‫ܭ‬െͳ ‫ܴܶܵܯ‬ ൌ ܵܵܶ Ȁሺ‫ ܭ‬െͳሻ
En los grupos ܵܵ ‫ܧ‬ ܰെ‫ܭ‬ ‫ ܧ ܵܯ‬ൌ ܵܵ ‫ܧ‬Ȁሺܰ െ‫ܭ‬ሻ
Total ‫ܨ‬ൌ‫ ܶܵܯ‬Ȁ‫ܧ ܵܯ‬
Valor P
 Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos 20.222222 2 10.11111111
En los grupos 53 6 8.888888889
Total 1.138
Valor P 0.381197237

El valor crítico para α =0,05 es F 0.05 ,2 ,6 =5,14. Como F 0=1,138< F 0.05 ,3 ,12=5,14 , además
valor− p=0,3812>α =0,05, con lo cual se concluye que no hay diferencia entre los
proveedores.

Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡே ି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 5.956572639

‫ݐ‬ఈȀଶǡேି௞ 2.4469119

Diferencia muestral en
Diferencia poblacional Decisión
valor absoluto
Proveedor A-Proveedor B 2.0 ൏ ‫ ܦ ܵܮ‬ൌ ͷǤͻ ͷ͸͸ No significativa
Proveedor A-Proveedor C 3.7 ൏ ‫ ܦ ܵܮ‬ൌ ͷǤͻ ͷ͸͸ No significativa
Proveedor B-Proveedor C 1.7 ൏ ‫ ܦ ܵܮ‬ൌ ͷǤͻ ͷ͸͸ No significativa

c) ¿Hay diferencia entre los inspectores y entre las escalas?

ANOVA (Inspectores)
Métodos de ensamble
Lote 1 2 3
I 19 10 11
Observaciones
II 15 9 14
III 13 11 13 Suma de totales Total
Promedio: m ௡
‫ݔ‬௜
෍ 13.33 12.67 12.33 ෍ ‫ ݋݅݀݁݉݋݅݀݁݉ݎ݌‬ൌ
݉ 38.3
݊
௜ୀଵ
௡
Suma de datos: Tc
෍ ‫ݔ‬௜ 40 38 37 ෍ ‫ݑݑܽ݉ݏ‬ ݀ܽ‫ݏ݋ ݐ‬ൌ
ܶܿ 115
௜ୀଵ

Numero de observaciones por muestra: ෍ ‫ݑݑܽ݉ݏ‬ ܾ ܾ ܾ‫݁ݏ‬

ܾ ‫ݎ‬ൌ
ܾ‫݁ݏ‬ ݊ܿ
3 3 3 9
nc
Suma de cuadrados: ௡

෍ ‫ݔ‬௜ଶ
582 502 459 ෍ ‫ݑݑܽ݉ݏ‬ ܿ‫݀ܽݑ‬ ‫ݑ‬
ܽ݀ ‫ݏ݋ ݀ܽݎ‬
‫ݏ‬ 1543
௜ୀଵ

ܶ௖ଶȀ݊௖ ෍ ܶ௖ଶȀ݊௖
533.33333 481.33333 456.33333 1471

Suma de cuadrados entre grupos

ܶ௖ଶ σܺ ଶ
ܵܵܶ ൌ
෍ െ 1.5555556
݊௖ ܰ
Suma de cuadrados dentro de grupos

ଶ
෍ ܺଶ െ෍ ሺܶ௖ Ȁ݊௖ሻ
ܵܵ ‫ ܧ‬ൌ
72

Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos ܵܵܶ ‫ܭ‬െͳ ‫ܴܶܵܯ‬ ൌ ܵܵܶ Ȁሺ‫ ܭ‬െͳሻ
En los grupos ܵܵ ‫ܧ‬ ܰെ‫ܭ‬ ‫ ܧ ܵܯ‬ൌ ܵܵ ‫ܧ‬Ȁሺܰ െ‫ܭ‬ሻ
Total ‫ܨ‬ൌ‫ ܶܵܯ‬Ȁ‫ܧ ܵܯ‬
Valor P

Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos 1.5555556 2 0.777777778
En los grupos 72 6 12
Total 0.0648148
Valor P 0.937888151

El valor crítico para α =0,05 es F 0.05 ,2 ,6 =5,14. Como F 0=0,0648< F 0.05 ,3 ,12=5,14 , además
valor− p=0,9379>α =0,05, con lo cual se concluye que no hay diferencia entre los
inspectores.

Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡேି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 6.92091199

‫ݐ‬ఈȀଶǡே ି௞ 2.4469119

Diferencia muestral en
Diferencia poblacional Decisión
valor absoluto
Inspector I-Inspector II 0.7 ൏ ‫ ܦ ܵܮ‬ൌ ͸Ǥͻʹ Ͳͻ No significativa
Inspector I-Inspector III 1.0 ൏ ‫ ܦ ܵܮ‬ൌ ͸Ǥͻʹ Ͳͻ No significativa
Inspector II-Inspector II 0.3 ൏ ‫ ܦ ܵܮ‬ൌ ͸Ǥͻʹ Ͳͻ No significativa
ANOVA (Escalas)
Métodos de ensamble
Lote 1 2 3
I 19 10 11
Observaciones
II 15 9 14
III 13 11 13 Suma de totales Total
Promedio: m ௡
‫ݔ‬௜
෍ 15.67 10.00 12.67 ෍ ‫ ݋݅݀݁݉݋݅݀݁݉ݎ݌‬ൌ
݉ 38.3
݊
௜ୀଵ
௡
Suma de datos: Tc
෍ ‫ݔ‬௜ 47 30 38 ෍ ‫ݑݑܽ݉ݏ‬ ݀ܽ‫ݏ݋ ݐ‬ൌ
ܶܿ 115
௜ୀଵ

Numero de observaciones por muestra: ෍ ‫ݑݑܽ݉ݏ‬ ܾ ܾ ܾ‫݁ݏ‬

ܾ ‫ݎ‬ൌ
ܾ‫݁ݏ‬ ݊ܿ
3 3 3 9
nc
Suma de cuadrados: ௡

෍ ‫ݔ‬௜ଶ
755 302 486 ෍ ‫ݑݑܽ݉ݏ‬ ܿ‫݀ܽݑ‬ ‫ݑ‬
ܽ݀ ‫ݏ݋ ݀ܽݎ‬
‫ݏ‬ 1543
௜ୀଵ

ܶ௖ଶȀ݊௖ ෍ ܶ௖ଶȀ݊௖
736.33333 300 481.33333 1517.6667

Suma de cuadrados entre grupos

ܶ௖ଶ σܺ ଶ
ܵܵܶ ൌ
෍ െ 48.222222
݊௖ ܰ

Suma de cuadrados dentro de grupos

ଶ
෍ ܺଶ െ
ܵܵ ‫ ܧ‬ൌ ෍ ሺܶ௖ Ȁ݊௖ሻ
25

Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos ܵܵܶ ‫ܭ‬െͳ ‫ܴܶܵܯ‬ ൌ ܵܵܶ Ȁሺ‫ ܭ‬െͳሻ
En los grupos ܵܵ ‫ܧ‬ ܰെ‫ܭ‬ ‫ ܧ ܵܯ‬ൌ ܵܵ ‫ܧ‬Ȁሺܰ െ‫ܭ‬ሻ
Total ‫ܨ‬ൌ‫ ܶܵܯ‬Ȁ‫ܧ ܵܯ‬
Valor P

Análisis de varianza
Suma de Grados de
Cuadrados medios
Fuente de variación cuadrados libertad
Entre los grupos 48.222222 2 24.11111111
En los grupos 25 6 4.222222222
Total 5.710526
Valor P 0.040853623

El valor crítico para α =0,05 es F 0.05 ,2 ,6 =5,14. Como F 0=5,710526< F 0.05 ,3 ,12=5,14 ,
además valor− p=0,408> α=0,05, con lo cual se concluye que sí existe diferencia entre las
escalas.
 Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡேି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 4.105284383

‫ݐ‬ఈȀଶǡே ି௞ 2.4469119

Diferencia muestral en
Diferencia poblacional Decisión
valor absoluto
Proveedor A-Proveedor B 5.7 ൏ ‫ ܦ ܵܮ‬ൌ ͶǤͳͲͷ͵ Significativa
Proveedor A-Proveedor C 3.0 ൏ ‫ ܦ ܵܮ‬ൌ ͶǤͳͲͷ͵ No significativa
Proveedor B-Proveedor C 2.7 ൏ ‫ ܦ ܵܮ‬ൌ ͶǤͳͲͷ͵ No significativa

d) Sí el peso debe ser 15g ¿cuál proveedor es mejor?

Comparando las medias de los proveedores, se aprecia que el proveedor A es el mejor,
puesto a su media está más cercana al valor de 15 g.

Proveedo
N Media
r
A 3 14.67
B 3 12.67
C 3 11

e) Realiza comparación de las medias (LSD).

LSD (Proveedores)
Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡே ି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 5.956572639

‫ݐ‬ఈȀଶǡேି௞ 2.4469119
Diferencia muestral en
Diferencia poblacional Decisión
valor absoluto
Proveedor A-Proveedor B 2.0 ൏ ‫ ܦ ܵܮ‬ൌ ͷǤͻ ͷ͸͸ No significativa
Proveedor A-Proveedor C 3.7 ൏ ‫ ܦ ܵܮ‬ൌ ͷǤͻ ͷ͸͸ No significativa
Proveedor B-Proveedor C 1.7 ൏ ‫ ܦ ܵܮ‬ൌ ͷǤͻ ͷ͸͸ No significativa
LSD (Inspectores)
Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡேି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 6.92091199

‫ݐ‬ఈȀଶǡே ି௞ 2.4469119
Diferencia muestral en
Diferencia poblacional Decisión
valor absoluto
Inspector I-Inspector II 0.7 ൏ ‫ ܦ ܵܮ‬ൌ ͸Ǥͻʹ Ͳͻ No significativa
Inspector I-Inspector III 1.0 ൏ ‫ ܦ ܵܮ‬ൌ ͸Ǥͻʹ Ͳͻ No significativa
Inspector II-Inspector II 0.3 ൏ ‫ ܦ ܵܮ‬ൌ ͸Ǥͻʹ Ͳͻ No significativa

LSD (Escalas)

Método LSD (diferencia mínima significativa)

‫ݐ‬ఈȀଶǡேି௞ ʹ ‫ܧ ܵܯ‬Ȁ݊
LSDൌ 4.105284383

‫ݐ‬ఈȀଶǡே ି௞ 2.4469119
Diferencia muestral en
Diferencia poblacional Decisión
valor absoluto
Proveedor A-Proveedor B 5.7 ൏ ‫ ܦ ܵܮ‬ൌ ͶǤͳͲͷ͵ Significativa
Proveedor A-Proveedor C 3.0 ൏ ‫ ܦ ܵܮ‬ൌ ͶǤͳͲͷ͵ No significativa
Proveedor B-Proveedor C 2.7 ൏ ‫ ܦ ܵܮ‬ൌ ͶǤͳͲͷ͵ No significativa
Anexo A.
Anexo B.
Anexo C.
Anexo D.