Documente Academic
Documente Profesional
Documente Cultură
Una planta premezcladora ha contratado tres comisionistas para la venta de concreto premezclado. El gerente gen
Determine si en promedio cada comisionista contribuye con igual utilidad para la empresa, por concepto de ventas
Procedimiento 1 para analisis de varianza.
Y= Utilidad al dia de concreto premezclado
X= Tres comisionistas
k= 3
n= 10
N= 30
Paso 1. H: La utilidad promedio al dia de concreto premezclado es igual para los tres comisionistas. = =
Paso 2. H: La utilidad promedio al da de concreto premezclado es distinto para al menos uno de los tres comision
Paso 3. Calculo estadstico de prueba.
Datos:
k
3
n
10
N
30
No. de observacin
1
2
3
4
5
6
7
8
9
10
Comisionista 1
1.88
0.54
1.9
0.15
0.02
1.81
1.5
0.53
2.62
1.67
Comisionista 2
3.53
2.53
3.8
2.79
3.21
2.8
2.26
3.63
1.36
2.03
Media=
Varianza=
Gran media=
(Media-Gran media)^2
1.262
0.7769733333
2.794
0.6022933333
1.617
0.126025
1.385329
(Media-Gran media)^2*n
1.26025
13.85329
0.3333333333
(n-1)/(N-K)*S
0.2589911111
10.93519
0.2007644444
19.4670629308
Alpha=
gl.1=
gl.2=
0.05
2
27
Calculo de la region de Rechazo de H0 (F Critica)
Fcritica F ,g.l 1,g.l 2
3.3541308285
paso 5
Conclusion
Decision Final
H0 se rechaza
nta de concreto premezclado. El gerente general est interesado en saber si la utilidad por dia que le dan a ganar dichos comi
k-1
2
Comisionista 3
1.42
1.28
0.82
0.16
0.05
0.04
1.49
0.66
1.03
1
0.795
0.3059166667
0.675684
6.75684
0.1019722222
F Critica)
de confiabilidad ,que la utilidad promedio al dia de concreto premezclado es distinta para al menos uno de los
dan a ganar dichos comisionistas, por las ventas que realizan , son iguales. Para ello pidi una muestra aleatoria de las utilida
emezclado
una muestra aleatoria de las utilidades para cada comisionista en miles de pesos.
Paso 1. H: La utilidad promedio al da de concreto premezclado es distinto para al menos uno de los tres comision
Paso 3. Calculo estadstico de prueba.
k
3
n
10
No. de observacin
1
2
3
4
5
6
7
8
9
10
Medias
N
30
Comisionista 1
1.88
0.54
1.9
0.15
0.02
1.81
1.5
0.53
2.62
1.67
1.262
Comisionista 2
3.53
2.53
3.8
2.79
3.21
2.8
2.26
3.63
1.36
2.03
2.794
ANLISIS DE VARIANZA
Origen de las variaciones
Entre grupos
Dentro de los grupos
Total
H0 se rechaza
Cuenta
Suma
10
10
10
Suma de cuadrados
21.87038
15.16665
37.03703
12.62
27.94
7.95
Grados de libertad
2
27
29
se puede afirmar que co un 95 %de confiabilidad ,que la utilidad promedio al dia de conc
tres comisionistas
Es decir ,existe diferencia significativa en la utilidad promedio al dia que reoortan los tre
al menos uno de los tres comisionistas esta ejerciendo diferencia significativa en la utilid
Medicion del ajuste del modelo experimental a los datos
R-Sq
Minitab
One-way ANOVA: Comisionista 1, Comisionista 2, Comisionista 3
Method
Null hypothesis
All means are equal
Alternative hypothesis At least one mean is different
Significance level
= 0.05
Equal variances were assumed for the analysis.
Factor Information
Factor Levels Values
Factor
3 Comisionista 1, Comisionista 2, Comisionista 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 2 21.87 10.9352 19.47 0.000
Error 27 15.17 0.5617
Total 29 37.04
Model Summary
S R-sq R-sq(adj) R-sq(pred)
0.749485 59.05%
56.02%
49.44%
Means
Factor
N
Comisionista 1
Comisionista 2
Comisionista 3
Mean StDev
95% CI
10 1.262 0.881 (0.776, 1.748)
10 2.794 0.776 (2.308, 3.280)
10 0.795 0.553 (0.309, 1.281)
Versus Fits
99
1
Residual
Percent
90
50
10
1
-1
-2
-1
Residual
1.0
1.5
Histogram
Frequency
8
6
4
2
0
-1.6
-1.2
-0.8
-0.4
0.0
0.4
0.8
1.2
Residual
2.0
Fitted Value
2.5
3.0
Data
0
Comisionista 1
Comisionista 2
Comisionista 3
sionistas. = =
k-1
2
Comisionista 3
1.42
1.28
0.82
0.16
0.05
0.04
1.49
0.66
1.03
1
0.795
Promedio
Varianza
1.262 0.77697333
2.794 0.60229333
0.795 0.30591667
ores no estudiados
Grafica de 3 3n 1
Diagonal---En la grafixa de probabilidad n
Simetra----Contra los ajustes. No existe s
Campana de gaus----Comprobando el hist
sionista 3
its
2.5
3.0
ue
Grafica de cajas
En esta grafica afirmamos la decisin de r
Aqu se debe estudiar, si lo que se quiere
onista 3
En la grafixa de probabilidad normal observamos que los r4esiduos aparentemente se ajustan a las lneas diago
Contra los ajustes. No existe simetra entre los datos.
e gaus----Comprobando el histograma claramente se observa que los datos no se ajustan a una distribucin nor
fica afirmamos la decisin de rechazar ho debido que se puede observar la variabilidad que existe entre cada co
e estudiar, si lo que se quiere lograr es mayor rendimiento o igualdad. Claramente debemos de aplicar estrateg
te se ajustan a las lneas diagonal, es decir, al parecer los datos se ajustan a una distribucin normal.
bilidad que existe entre cada comisionista siendo ms evidente la diferencia en el comisionista 2
te debemos de aplicar estrategias para elevar el rendimiento de los comisionistas 1 y 3, para que la igualdad s
a distribucin normal.
el comisionista 2
as 1 y 3, para que la igualdad se de por arriba y no por abajo.
Caso C.
La compaa "Equipos del Norte S.A." se dedica a la renta de equipos de revolvedoras manuales de co
La compaa cuenta con 4 promotores que se dedican a promocionar su servicio. La empresa cuenta c
Paso 1. H: La rentabilidad de equipos por semana en promedio es igual para los cuatro promotores. = = =
Paso 2. H: La rentabilidad de equipos por semana en promedio es distinto para al menos uno de los tres comisioni
Paso 3. Calculo estadstico de prueba.
Datos:
K
4
No de Semana
1
2
3
4
5
6
7
k-1
3
n
7
N
28
Media=
Varianza=
Gran media=
4.67857143
(Media-Gran media)^2
(Media-Gran media)^2*n
0.25
0.73809524 1.07142857 0.80952381 0.55952381
14.8726592
Alpha=
gl.1=
gl.2=
0.05
3
24
Factor Information
Factor Levels Values
Factor
4 Promotor 1, Promotor 2, Promotor 3, Promotor 4
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
14.87
0.000
Model Summary
S R-sq R-sq(adj) R-sq(pred)
1.78285 65.02%
60.65%
52.39%
Means
Factor
Promotor
Promotor
Promotor
Promotor
N
1
2
3
4
Mean StDev
7 3.571 1.718
7 8.571 2.070
7 3.286 1.799
7 3.286 1.496
95% CI
(2.181, 4.962)
(7.181, 9.962)
(1.895, 4.676)
(1.895, 4.676)
Versus Fits
99
2
Residual
Percent
90
50
10
1
-5.0
-2.5
0.0
2.5
5.0
Residual
0
-2
-4
3.0
4.5
6.0
Fitted Value
Histogram
Frequency
8
6
4
2
0
-3
-2
-1
Residual
10
7.5
9.0
10
Data
0
Promotor 1
Promotor 2
Promotor 3
Promotor 4
Revolvedoras
servicio. La empresa cuenta con datos respecto al numero de equipos rentados/semana por cada uno de los cua
cuatro promotores. = = = 4
menos uno de los tres comisionistas. 4
Grafica de 3 3n 1
Diagonal---En la grafixa de probabilidad normal observamos q
Simetra----Contra los ajustes. No existe simetra entre los dat
Campana de gaus----Comprobando el histograma claramente
or 3, Promotor 4
ersus Fits
6.0
7.5
9.0
tted Value
..
Grafica de cajas
En esta grafica afirmamos la decisin de rechazar ho debido q
..
Promotor 4
semana por cada uno de los cuatro promotores como se muestra a continuacion:
babilidad normal observamos que los r4esiduos aparentemente se ajustan a las lneas diagonal, es decir, al par
No existe simetra entre los datos.
ando el histograma claramente se observa que los datos no se ajustan a una distribucin normal
ecisin de rechazar ho debido que se puede observar la variabilidad que existe entre cada comisionista siendo m
e se quiere lograr es mayor rendimiento o igualdad. Claramente debemos de aplicar estrategias para elevar el r
lneas diagonal, es decir, al parecer los datos se ajustan a una distribucin normal.
ribucin normal
icar estrategias para elevar el rendimiento de los comisionistas 1 y 3, para que la igualdad se de por arriba y no
Paso 1. H: La utilidad promedio al da de concreto premezclado es distinto para al menos uno de los tres comision
Paso 3. Calculo estadstico de prueba.
K
3
n
5
N
15
Observaciones
1
2
3
4
5
MTODO A
11
17
19
11
14
MTODO B
9
3
7
5
4
Cuenta
Suma
ANLISIS DE VARIANZA
Origen de las variaciones
Entre grupos
Dentro de los grupos
Total
5
5
5
72
28
42
Suma de cuadrados
Grados de libertad
202.1333333333
2
119.6
12
321.7333333333
14
H0 se rechaza
se puede afirmar que co un 95 %de confiabilidad ,que la utilidad promedio al dia de concreto premezc
tres comisionistas
Es decir ,existe diferencia significativa en la utilidad promedio al dia que reoortan los tres comisonista
al menos uno de los tres comisionistas esta ejerciendo diferencia significativa en la utilidad promedio
Para decir que los factores estudiados afectan deben ser myor a un 85 %
Error Aleatorio
Minitab
Method
Null hypothesis
All means are equal
Alternative hypothesis At least one mean is different
Significance level
= 0.05
Equal variances were assumed for the analysis.
Factor Information
Factor Levels Values
Factor
3 MTODO A, MTODO B, MTODO C
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 2 202.1 101.067 10.14 0.003
Error 12 119.6 9.967
Total 14 321.7
Model Summary
S R-sq R-sq(adj) R-sq(pred)
3.15700 62.83%
56.63%
41.92%
Means
Factor N
MTODO A
MTODO B
MTODO C
Mean StDev
5 14.40 3.58
5 5.60 2.41
5 8.40 3.36
95% CI
(11.32, 17.48)
( 2.52, 8.68)
( 5.32, 11.48)
90
2.5
Residual
Percent
50
10
1
-8
-4
0.0
-2.5
-5.0
Residual
5.0
7.5
10.0
Fitted Value
Histogram
Frequency
-4
-2
Residual
Data
15
10
MTODO A
MTODO B
MTODO C
12.5
15.0
MTODO A
MTODO B
MTODO C
a entre tres diversos mtodos para la realizacin de ciertas piezas. La tabla resume las observaciones realizadas
k-1
2
Promedio
14.4
5.6
8.4
Varianza
12.8
5.8
11.3
os afectan deben ser myor a un 85 % ,por lo tanto,se debe estudiar el error aleatorio
actores no estudiados
Grafica de 3 3n 1
Diagonal---En la grafixa de probabilidad nor
Simetra----Contra los ajustes. No existe sim
Campana de gaus----Comprobando el histog
O B, MTODO C
Versus Fits
7.5
10.0
12.5
15.0
Fitted Value
Grafica de cajas
En esta grafica afirmamos la decisin de rec
Aqu se debe estudiar, si lo que se quiere lo
DO B, ...
MTODO C
MTODO C
grafixa de probabilidad normal observamos que los r4esiduos aparentemente se ajustan a las lneas diagonal, e
a los ajustes. No existe simetra entre los datos.
s----Comprobando el histograma claramente se observa que los datos no se ajustan a una distribucin normal
firmamos la decisin de rechazar ho debido que se puede observar la variabilidad que existe entre cada comisio
udiar, si lo que se quiere lograr es mayor rendimiento o igualdad. Claramente debemos de aplicar estrategias pa
ajustan a las lneas diagonal, es decir, al parecer los datos se ajustan a una distribucin normal.
ibucin normal.
misionista 2
3, para que la igualdad se de por arriba y no por abajo