UNIVERSIDAD NACIONAL DE JULIACA

DISEÑO EXPERIMENTAL

DOCENTE: JULIO RUMUALDO GALLEGOS RAMOS

SEMESTRE: VI

AÑO: 2017
 ANOVA Factorial con factores fijos

Se hace una encuesta una prueba a los pacientes o personas con dolores de cabeza o migraña leve, para
saber cuál de estos analgésicos (Ibudol, Espididol, Efferalgan.), es más efectivo.

1. Hallar los descriptivos

Estadísticos descriptivos
Variable dependiente: Disminución ES (mmHG)

Desviación
Analgesico Inhibidor IB Media estándar N

Atorvastatina Captopril 6,13 5,743 8

Enalapril 15,38 7,386 8

Lisinopril 19,13 7,120 8

Total 13,54 8,557 24

Lovastatina Captopril 15,63 4,897 8
Enalapril 22,00 4,870 8
Lisinopril 24,38 5,370 8
Total 20,67 6,127 24
Fluvastatina Captopril 21,88 2,357 8
Enalapril 24,88 3,357 8
Lisinopril 30,38 6,186 8
Total 25,71 5,449 24
Total Captopril 14,54 7,923 24

Enalapril 20,75 6,615 24

Lisinopril 24,62 7,609 24

Total 19,97 8,412 72

2. Realizar el análisis de la varianza

Pruebas de efectos inter-sujetos

Variable dependiente: Disminución ES (mmHG)

Tipo III de suma Media

Origen de cuadrados gl cuadrática F Sig.

Modelo corregido 3134,944a 8 391,868 13,069 ,000

Intersección 28720,056 1 28720,056 957,842 ,000
Analgesicos 1793,694 2 896,847 29,911 ,000
Ibudol 1241,861 2 620,931 20,709 ,000
Analgesicos * Ibudol 99,389 4 24,847 ,829 ,512
Error 1889,000 63 29,984
Total 33744,000 72
Total corregido 5023,944 71

a. R al cuadrado = ,624 (R al cuadrado ajustada = ,576)

3. Realizar la prueba post hoc

 Analgesico

Comparaciones múltiples
Variable dependiente: Disminución ES (mmHG)
HSD Tukey

Diferencia de Intervalo de confianza al 95%

(I) Analgesico (J) Analgesico medias (I-J) Error estándar Sig. Límite inferior Límite superior

Atorvastatina Lovastatina -7,12* 1,581 ,000 -10,92 -3,33

Fluvastatina -12,17* 1,581 ,000 -15,96 -8,37

*
Lovastatina Atorvastatina 7,12 1,581 ,000 3,33 10,92
Fluvastatina -5,04* 1,581 ,006 -8,84 -1,25
Fluvastatina Atorvastatina 12,17* 1,581 ,000 8,37 15,96
*
Lovastatina 5,04 1,581 ,006 1,25 8,84

Se basa en las medias observadas.

El término de error es la media cuadrática(Error) = 29,984.
*. La diferencia de medias es significativa en el nivel ,05.

Subconjuntos homogéneos
Disminución ES (mmHG)
a,b
HSD Tukey

Subconjunto

Analgesico N 1 2 3

Atorvastatina 24 13,54
Lovastatina 24 20,67
Fluvastatina 24 25,71
Sig. 1,000 1,000 1,000
Se visualizan las medias para los grupos en los subconjuntos
homogéneos.
Se basa en las medias observadas.
El término de error es la media cuadrática(Error) = 29,984.
a. Utiliza el tamaño de la muestra de la media armónica = 24,000.
b. Alfa = ,05.

Inhibidor IB
Comparaciones múltiples
Variable dependiente: Disminución ES (mmHG)
HSD Tukey

Diferencia de Intervalo de confianza al 95%

(I) Inhibidor IB (J) Inhibidor IB medias (I-J) Error estándar Sig. Límite inferior Límite superior
*
Captopril Enalapril -6,21 1,581 ,001 -10,00 -2,41

Lisinopril -10,08* 1,581 ,000 -13,88 -6,29

*
Enalapril Captopril 6,21 1,581 ,001 2,41 10,00
*
Lisinopril -3,88 1,581 ,044 -7,67 -,08
Lisinopril Captopril 10,08* 1,581 ,000 6,29 13,88
 Enalapril 3,88* 1,581 ,044 ,08 7,67

Se basa en las medias observadas.

El término de error es la media cuadrática(Error) = 29,984.
*. La diferencia de medias es significativa en el nivel ,05.

Disminución ES (mmHG)
a,b
HSD Tukey

Subconjunto

Inhibidor IB N 1 2 3

Captopril 24 14,54
Enalapril 24 20,75
Lisinopril 24 24,62
Sig. 1,000 1,000 1,000

Se visualizan las medias para los grupos en los subconjuntos

homogéneos.
Se basa en las medias observadas.
El término de error es la media cuadrática(Error) = 29,984.
a. Utiliza el tamaño de la muestra de la media armónica = 24,000.
b. Alfa = ,05.

4. Realizar los gráficos

Gráficos de perfil

10.ANOVA Factorial con factores aleatorios

Nombres y Apellidos

Instrucciones: Completar todo los pasos

1. ANOVA Para las Estatinas

 ANOVA
Disminución de los carbohidratos

Suma de Media
cuadrados gl cuadrática F Sig.

Entre grupos 512,065 1 512,065 10,212 ,003

Dentro de grupos 1905,535 38 50,146
Total 2417,600 39

2. ANOVA para las IECAs

ANOVA
Disminución de los carbohidratos

Suma de Media
cuadrados gl cuadrática F Sig.

Entre grupos 621,600 2 310,800 6,403 ,004

Dentro de grupos 1796,000 37 48,541
Total 2417,600 39

3. ANOVA para la combinación de ambos factores

ANOVA
Disminución de los carbohidratos

Suma de Media
cuadrados gl cuadrática F Sig.

Entre grupos 621,600 2 310,800 6,403 ,004

Dentro de grupos 1796,000 37 48,541
Total 2417,600 39

4. ANOVA Factorial con factores fijos modelo factorial completo

Pruebas de efectos inter-sujetos

Variable dependiente: Disminución de los carbohidratos

Tipo III de suma Media

Origen de cuadrados gl cuadrática F Sig.
a
Modelo corregido 1277,673 5 255,535 7,622 ,000
Intersección 6445,003 1 6445,003 192,232 ,000
queso_fresco 538,062 1 538,062 16,048 ,000
queso_gouda 661,726 2 330,863 9,868 ,000
queso_fresco *
17,143 2 8,572 ,256 ,776
queso_gouda
Error 1139,927 34 33,527
Total 12152,000 40
Total corregido 2417,600 39
a. R al cuadrado = ,528 (R al cuadrado ajustada = ,459)

5. ANOVA Factorial con factores aleatorios modelo factorial completo

Pruebas de efectos inter-sujetos

Variable dependiente: Disminución de los carbohidratos

Tipo III de
suma de Media
Origen cuadrados gl cuadrática F Sig.

Intersección Hipótesis 6445,003 1 6445,003 8,503 ,111

Error 1382,336 1,824 757,958a

queso_fresco Hipótesis 538,062 1 538,062 32,609 ,000
Error 219,797 13,321 16,500 b

queso_gouda Hipótesis 661,726 2 330,863 38,600 ,025

Error 17,143 2 8,572c
queso_fresco * Hipótesis 17,143 2 8,572 ,256 ,776
queso_gouda Error 1139,927 34 33,527d

a. MS(queso_fresco) + ,682 MS(queso_gouda) - ,682 MS(queso_fresco * queso_gouda)

b. ,682 MS(queso_fresco * queso_gouda) + ,318 MS(Error)
c. MS(queso_fresco * queso_gouda)
d. MS(Error)

6. ANOVA Factorial con factores fijos modelo de efectos principales

Pruebas de efectos inter-sujetos

Variable dependiente: Disminución de los carbohidratos

Tipo III de suma Media

Origen de cuadrados gl cuadrática F Sig.
a
Modelo corregido 1260,529 3 420,176 13,073 ,000
Intersección 9215,394 1 9215,394 286,719 ,000
queso_fresco 866,452 1 866,452 26,958 ,000
queso_gouda 748,465 2 374,232 11,644 ,000
Error 1157,071 36 32,141
Total 12152,000 40
Total corregido 2417,600 39

a. R al cuadrado = ,521 (R al cuadrado ajustada = ,482)

7. ANOVA Factorial con factores aleatorios modelo de efectos principales

Pruebas de efectos inter-sujetos

Variable dependiente: Disminución de los carbohidratos
 Tipo III de suma Media
Origen de cuadrados gl cuadrática F Sig.

Intersección Hipótesis 9215,394 1 9215,394 9,009 ,107

a
Error 1856,266 1,815 1022,955
queso_fresco Hipótesis 866,452 1 866,452 26,958 ,000
b
Error 1157,071 36 32,141
queso_gouda Hipótesis 748,465 2 374,232 11,644 ,000

Error 1157,071 36 32,141b

a. ,837 MS(queso_fresco) + ,856 MS(queso_gouda) - ,693 MS(Error)

b. MS(Error)
Análisis de la covarianza (ANCOVA) N 11
Instrucciones: Completar todo los pasos
Se probaron dos tipos de puré de papa, preparados con diferentes variedades de la misma, en dos grupos
de T_TEST. El Puré fue degustado por 20 panelistas . Se les pidió que dieran su opinión sobre la consistencia
y el sabor, usando una escala de 8 puntos en el nivel de aceptabilidad,

ID CATADOR TEST DIFERENCIA

1 4 SABOR 4,00
2 4.5 SABOR 1,00
3 4.5 SABOR -1,00
4 5.5 SABOR -1,00
5 4 SABOR -2,00
6 4 SABOR ,00
7 4 SABOR 2,00
8 5.5 SABOR 1,00
9 4.5 SABOR 1,00
10 4.5 SABOR -3,00
11 4.5 CONSISTENCIA -1,00
12 5 CONSISTENCIA 2,00
13 5.5 CONSISTENCIA -1,00
14 3.5 CONSISTENCIA 1,00
15 5.5 CONSISTENCIA 1,00
16 3 CONSISTENCIA ,00
17 4.5 CONSISTENCIA -1,00
18 5.5 CONSISTENCIA -1,00
19 4.5 CONSISTENCIA 3,00
20 4 CONSISTENCIA -2,00

1. Descriptivos del catador

Descriptivos
PROMEDIO_CATADOR

N Media Desviación Error estándar 95% del intervalo de Mínimo Máximo

estándar confianza para la media
 Límite
Límite inferior superior

SABOR 10 4.500 .5774 .1826 4.087 4.913 4.0 5.5

CONSISTENCI
10 4.550 .8644 .2734 3.932 5.168 3.0 5.5
A
Total 20 4.525 .7159 .1601 4.190 4.860 3.0 5.5

2. ANOVA del catador

ANOVA
PROMEDIO_CATADOR

Suma de
cuadrados gl Media cuadrática F Sig.

Entre grupos ,012 1 ,012 ,023 ,881

Dentro de grupos 9,725 18 ,540
Total 9,738 19

3. Descriptivos para la disminución del producto

Descriptivos
DIFERENCIA
95% del intervalo de
confianza para la media

Desviación Límite
N Media estándar Error estándar Límite inferior superior Mínimo Máximo

SABOR 10 ,2000 2,04396 ,64636 -1,2622 1,6622 -3,00 4,00

CONSISTENCI
10 ,1000 1,59513 ,50442 -1,0411 1,2411 -2,00 3,00
A
Total 20 ,1500 1,78517 ,39918 -,6855 ,9855 -3,00 4,00

4. ANOVA para la disminución dediferencia

ANOVA
DIFERENCIA

Suma de
cuadrados gl Media cuadrática F Sig.

Entre grupos ,050 1 ,050 ,015 ,904

Dentro de grupos 60,500 18 3,361
Total 60,550 19

5. Diagrama de dispersión del peso basal y la disminución del peso

6. Correlación entre el catador y su diferencia

Correlaciones

PROMEDIO_CAT
ADOR DIFERENCIA

PROMEDIO_CATADOR Correlación de Pearson 1 -,085

Sig. (bilateral) ,720

N 20 20
DIFERENCIA Correlación de Pearson -,085 1

Sig. (bilateral) ,720

N 20 20

7. Descriptivos para la disminución del peso

 Factores inter-sujetos

Etiqueta de valor N

T_TEST 1 SABOR 10

2 CONSISTENCIA 10

Estadísticos descriptivos
Variable dependiente: DIFERENCIA
Desviación
T_TEST Media estándar N

SABOR ,2000 2,04396 10

CONSISTENCIA ,1000 1,59513 10
Total ,1500 1,78517 20

8. Realizar el ANCOVA

Pruebas de efectos inter-sujetos

Variable dependiente: DIFERENCIA

Tipo III de suma

Origen de cuadrados gl Media cuadrática F Sig.

Modelo corregido ,482a 2 ,241 ,068 ,934

Intersección ,565 1 ,565 ,160 ,694
PROMEDIO_CATADOR ,432 1 ,432 ,122 ,731
T_TEST ,040 1 ,040 ,011 ,917
Error 60,068 17 3,533
Total 61,000 20
Total corregido 60,550 19

a. R al cuadrado = ,008 (R al cuadrado ajustada = -,109)

9. Realizar la gráfica
 Análisis multivariante de la varianza (MANOVA) 12

Nombres y Apellidos_______________________________________________________________

Instrucciones: Completar todo los pasos

ID ENVACE promedio de promedio de

temperatura dia temperatura
1 dia 2
1 1 56.3 56
2 1 58 55
3 1 57.6 58
4 1 59 57.6
5 1 59.3 57.3
6 1 58.3 58.6
7 1 59 58.3
8 1 58 57.6
9 1 59.3 56.3
10 1 58.3 56
 11 2 60.3 56.3
12 2 57.6 55.6
13 2 59 57
14 2 58 58.6
15 2 57.3 58.6
16 2 59.3 59
17 2 59 59.6
18 2 57.6 60.6
19 2 58.3 58
20 2 56.6 57.3

emvase 1 =saco pp. Laminado

emvase 2=saco de papeñl multicapa
temperatura 1 =promedio de temperatura dia 1
temperatura 2= promedio de temperatura dia 2

5. ANOVA del rendimiento académico promedio

Descriptivos
PROMEDIO DE TEMPERATURA DIA 1

95% del intervalo de

confianza para la media

Desviación Error Límite

N Media estándar estándar Límite inferior superior Mínimo Máximo

saco pp. laminado 10 58.310 .9219 .2915 57.651 58.969 56.3 59.3
saco de papeñl
10 58.300 1.1025 .3486 57.511 59.089 56.6 60.3
multicapa
Total 20 58.305 .9891 .2212 57.842 58.768 56.3 60.3

ANOVA
PROMEDIO DE TEMPERATURA DIA 1

Suma de
cuadrados gl Media cuadrática F Sig.

Entre grupos ,000 1 ,000 ,000 ,983

Dentro de grupos 18,589 18 1,033
Total 18,589 19

Descriptivos
ANOVA
6. ANOVA del puntaje en el examen de admisión

Descriptivos

Descriptivos
PROMEDIO DE TEMPERATURA DIA 2

95% del intervalo de

confianza para la media

Desviación Límite
N Media estándar Error estándar Límite inferior superior Mínimo Máximo

saco pp. laminado 10 57.070 1.1786 .3727 56.227 57.913 55.0 58.6
saco de papeñl
10 58.060 1.5328 .4847 56.964 59.156 55.6 60.6
multicapa
Total 20 57.565 1.4243 .3185 56.898 58.232 55.0 60.6

ANOVA

ANOVA
PROMEDIO DE TEMPERATURA DIA 2

Suma de
cuadrados gl Media cuadrática F Sig.

Entre grupos 4,900 1 4,900 2,622 ,123

Dentro de grupos 33,645 18 1,869
Total 38,545 19

7. MANOVA

Descriptivos

Estadísticos descriptivos

emvase de saco para los Desviación

granos Media estándar N

PROMEDIO DE saco pp. laminado 58.310 .9219 10

TEMPERATURA DIA 1 saco de papeñl multicapa 58.300 1.1025 10

Total 58.305 .9891 20

PROMEDIO DE saco pp. laminado 57.070 1.1786 10
TEMPERATURA DIA 2 saco de papeñl multicapa 58.060 1.5328 10

Total 57.565 1.4243 20

MANOVA

Pruebas multivariantea

Efecto Valor F Gl de hipótesis gl de error Sig.

Intersección Traza de Pillai 1,000 46194,253b 2,000 17,000 ,000

b
Lambda de Wilks ,000 46194,253 2,000 17,000 ,000

Traza de Hotelling 5434,618 46194,253b 2,000 17,000 ,000

b
Raíz mayor de Roy 5434,618 46194,253 2,000 17,000 ,000
b
EMVACE Traza de Pillai ,127 1,241 2,000 17,000 ,314

Lambda de Wilks ,873 1,241b 2,000 17,000 ,314

b
Traza de Hotelling ,146 1,241 2,000 17,000 ,314

Raíz mayor de Roy ,146 1,241b 2,000 17,000 ,314

a. Diseño : Intersección + EMVACE

b. Estadístico exacto

Pruebas de los efectos inter-sujetos

Pruebas de efectos inter-sujetos

Tipo III de suma

Origen Variable dependiente de cuadrados gl Media cuadrática F Sig.

Modelo corregido PROMEDIO DE

,001a 1 ,001 ,000 ,983
TEMPERATURA DIA 1

PROMEDIO DE
4,901b 1 4,901 2,622 ,123
TEMPERATURA DIA 2
Intersección PROMEDIO DE
67989,460 1 67989,460 65835,187 ,000
TEMPERATURA DIA 1
PROMEDIO DE
66274,585 1 66274,585 35456,755 ,000
TEMPERATURA DIA 2
EMVACE PROMEDIO DE
,001 1 ,001 ,000 ,983
TEMPERATURA DIA 1
PROMEDIO DE
4,900 1 4,900 2,622 ,123
TEMPERATURA DIA 2
Error PROMEDIO DE
18,589 18 1,033
TEMPERATURA DIA 1
PROMEDIO DE
33,645 18 1,869
TEMPERATURA DIA 2
Total PROMEDIO DE
68008,050 20
TEMPERATURA DIA 1
PROMEDIO DE
66313,130 20
TEMPERATURA DIA 2
Total corregido PROMEDIO DE
18,590 19
TEMPERATURA DIA 1

PROMEDIO DE
38,546 19
TEMPERATURA DIA 2

a. R al cuadrado = ,000 (R al cuadrado ajustada = -,056)

b. R al cuadrado = ,127 (R al cuadrado ajustada = ,079)

8. Gráficas

Rendimiento académico promedio

Examen de admisión
 Análisis multivariante de la Covarianza (MANCOVA)

Instrucciones: Completar todo los pasos

9. ANOVA

ANOVA
Tiempo de preparación (meses)

Suma de Media
cuadrados gl cuadrática F Sig.

Entre grupos 94,828 9 10,536 1,104 ,380

Dentro de grupos 419,765 44 9,540
Total 514,593 53

10. ANCOVA

Pruebas de normalidada

Rendimient Kolmogorov-Smirnovb Shapiro-Wilk

o
Académico
Promedio Estadístic Estadístic
(Puntos) o gl Sig. o gl Sig.

9 ,260 2 .
Tiempo de 10 ,260 2 .
preparación 11 ,307 4 . ,729 4 ,024
(meses) 12 ,157 7 ,200*
,979 7 ,954

13 ,365 10 ,000 ,824 10 ,028

14 ,273 10 ,033 ,814 10 ,022

15 ,172 11 ,200* ,945 11 ,580

*
16 ,220 5 ,200 ,956 5 ,777

18 ,260 2 .

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

a. Tiempo de preparación (meses) es constante cuando Rendimiento Académico Promedio (Puntos) = 7. Se ha
omitido.
b. Corrección de significación de Lilliefors

11. MANOVA

12. MANCOVA

13. Pruebas de los efectos inter-sujetos

 Diseño Completamente Aleatorio (DCA)
Instrucciones: Completar todo los pasos
1. Descriptivos

Descriptivos
Tiempo de preparación (meses)

95% del intervalo de

confianza para la media

Desviación Error Límite

N Media estándar estándar Límite inferior superior Mínimo Máximo

7 1 2,00 . . . . 2 2
9 2 2,00 1,414 1,000 -10,71 14,71 1 3
10 2 3,50 3,536 2,500 -28,27 35,27 1 6
11 4 7,50 2,887 1,443 2,91 12,09 5 10
12 7 5,29 1,976 ,747 3,46 7,11 2 8
13 10 5,40 2,459 ,777 3,64 7,16 2 11
14 10 6,80 3,736 1,181 4,13 9,47 3 12
15 11 6,18 3,656 1,102 3,73 8,64 1 12
16 5 5,60 2,966 1,327 1,92 9,28 1 9
18 2 3,00 2,828 2,000 -22,41 28,41 1 5
Tota
54 5,63 3,116 ,424 4,78 6,48 1 12
l
2. Análisis de la varianza

ANOVA
Tiempo de preparación (meses)

Suma de Media
cuadrados gl cuadrática F Sig.

Entre grupos 94,828 9 10,536 1,104 ,380

Dentro de grupos 419,765 44 9,540
Total 514,593 53

3. Prueba post hoc

4. Gráficas
5. Análisis de la varianza (modelo lineal general)

6. Medias marginales estimadas

7. Descriptivos para la academia

Descriptives
Evaluacion

N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Minimum Maximum

Lower Bound Upper Bound

Academia alfa 12 12,92 2,466 ,712 11,35 14,48 7 16

Academia beta 12 13,08 2,466 ,712 11,52 14,65 9 18
Academia gamma 12 14,92 1,379 ,398 14,04 15,79 13 18
Total 36 13,64 2,295 ,382 12,86 14,42 7 18

8. Análisis de la varianza con un factor para la academia

ANOVA
Evaluacion

Sum of Squares df Mean Square F Sig.

Between Groups 29,556 2 14,778 3,151 ,056

Within Groups 154,750 33 4,689
Total 184,306 35

9. Prueba post hoc para la academia

Homogeneous Subsets

Evaluacion
a
Tukey HSD

Academia_residentado N Subset for alpha =

0.05

Academia alfa 12 12,92

Academia beta 12 13,08
Academia gamma 12 14,92
Sig. ,076

Means for groups in homogeneous subsets are displayed.

a. Uses Harmonic Mean Sample Size = 12,000.

10. Descriptivos para la universidad

Descriptives
Evaluacion

N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Minimum Maximum

Lower Bound Upper Bound

A 12 12,50 2,970 ,857 10,61 14,39 7 16

B 12 13,42 ,996 ,288 12,78 14,05 12 15
C 12 15,00 1,859 ,537 13,82 16,18 12 18
Total 36 13,64 2,295 ,382 12,86 14,42 7 18

11. Análisis de la varianza con un factor para la universidad

ANOVA
Evaluacion

Sum of Squares df Mean Square F Sig.

Between Groups 38,389 2 19,194 4,341 ,021

Within Groups 145,917 33 4,422
Total 184,306 35

12. Prueba post hoc para la universidad

Evaluacion
Tukey HSDa

universidad_de_origen N Subset for alpha = 0.05

1 2

A 12 12,50
B 12 13,42 13,42
C 12 15,00
 Sig. ,540 ,171

Means for groups in homogeneous subsets are displayed.

a. Uses Harmonic Mean Sample Size = 12,000.

13. Descriptivos de las academias en cada universidad

Descriptive Statistics
Dependent Variable: Evaluacion

universidad_de_origen Academia_residentado Mean Std. Deviation N

Academia alfa 11,5000 3,69685 4

Academia beta 11,2500 2,62996 4

A
Academia gamma 14,7500 1,25831 4

Total 12,5000 2,96954 12

Academia alfa 12,7500 ,95743 4
Academia beta 13,5000 1,00000 4
B
Academia gamma 14,0000 ,81650 4
Total 13,4167 ,99620 12
Academia alfa 14,5000 1,29099 4
Academia beta 14,5000 2,64575 4
C
Academia gamma 16,0000 1,41421 4
Total 15,0000 1,85864 12
Academia alfa 12,9167 2,46644 12

Academia beta 13,0833 2,46644 12

Total
Academia gamma 14,9167 1,37895 12

Total 13,6389 2,29475 36

14. Análisis de la varianza para el DBCA

Tests of Between-Subjects Effects
Dependent Variable: Evaluacion

Source Type III Sum of df Mean Square F Sig.

Squares

Corrected Model 67,944a 4 16,986 4,525 ,005

Intercept 6696,694 1 6696,694 1784,080 ,000
universidad_de_origen 38,389 2 19,194 5,114 ,012
Academia_residentado 29,556 2 14,778 3,937 ,030
Error 116,361 31 3,754
Total 6881,000 36
Corrected Total 184,306 35

a. R Squared = ,369 (Adjusted R Squared = ,287)

15. Gráfica
 Diseño Cuadrado Latino (DCL)
Instrucciones: Completar todo los pasos

16. Análisis de la varianza para el Broncodilatador

ANOVA
VEF1

Sum of Squares df Mean Square F Sig.

Between Groups 143,250 3 47,750 1,278 ,326

Within Groups 448,500 12 37,375
Total 591,750 15

17. Análisis de la varianza para para la Edad

ANOVA
VEF1

Sum of Squares df Mean Square F Sig.

Between Groups 268,750 3 89,583 3,328 ,056

Within Groups 323,000 12 26,917
Total 591,750 15
18. Análisis de la varianza para la Ciudad (Altura)
ANOVA
VEF1

Sum of Squares df Mean Square F Sig.

Between Groups 168,750 3 56,250 1,596 ,242

Within Groups 423,000 12 35,250
Total 591,750 15

19. Análisis Factorial de la varianza (Factorial Completo)

Tests of Between-Subjects Effects

Dependent Variable: VEF1

Source Type III Sum of df Mean Square F Sig.

Squares

Corrected Model 591,750a 15 39,450 . .

Intercept 4970,250 1 4970,250 . .
Ciudad ,000 0 . . .
edad ,000 0 . . .
Broncodilatador ,000 0 . . .
Ciudad * edad ,000 0 . . .
Ciudad * Broncodilatador ,000 0 . . .
edad * Broncodilatador ,000 0 . . .
Ciudad * edad * ,000 0 . . .
Broncodilatador
Error ,000 0 .
Total 5562,000 16
Corrected Total 591,750 15

a. R Squared = 1,000 (Adjusted R Squared = .)

20. Diseño Cuadrado Latino (DCL)

Tests of Between-Subjects Effects

Dependent Variable: VEF1

Source Type III Sum of df Mean Square F Sig.

Squares

Corrected Model 580,750a 9 64,528 35,197 ,000

Intercept 4970,250 1 4970,250 2711,045 ,000
Ciudad 168,750 3 56,250 30,682 ,000
edad 268,750 3 89,583 48,864 ,000
Broncodilatador 143,250 3 47,750 26,045 ,001
Error 11,000 6 1,833
Total 5562,000 16
Corrected Total 591,750 15

a. R Squared = ,981 (Adjusted R Squared = ,954)

21. Medias marginales estimadas

Broncodilatador
Dependent Variable: VEF1

Broncodilatador Mean Std. Error 95% Confidence Interval

Lower Bound Upper Bound

salbutamol 22,000 ,677 20,343 23,657

Salmeterol 13,750 ,677 12,093 15,407
Fenoterol 18,250 ,677 16,593 19,907
Terbutalina 16,500 ,677 14,843 18,157

22. Pruebas post hoc

VEF1
a,b
Tukey HSD

Broncodilatador N Subset

1 2 3

Salmeterol 4 13,75
Terbutalina 4 16,50 16,50
Fenoterol 4 18,25
salbutamol 4 22,00
Sig. ,100 ,347 1,000

Means for groups in homogeneous subsets are displayed.

Based on observed means.
The error term is Mean Square(Error) = 1,833.
a. Uses Harmonic Mean Sample Size = 4,000.
b. Alpha = ,05.

23. Gráfica
 Diseño Factorial Completamente Aleatorio
Retención de aminoácidos

Recientemente se ha empezado a tomar ventaja sobre la información de la eficiencia de retención de

aminoácidos por el organismo, lo que permite establecer un requerimiento más preciso sobre su
digestibilidad y balance exacto, surgiendo con ello la probabilidad de elaborar los perfiles nutricionales bajo
el concepto de proteína ideal para animales no rumiantes a partir de estos datos.

Efecto del sistema de proceso y la temperatura sobre la digestibilidad de los aminoácidos en la harina de
carne y hueso.

SISTEMA DE TEMPERATURA TIPO DE COEF. DE DIGESTIVILIDAD (%)

PROCESO DE PROCESO °C HARINA
LISINA CISTEINA

A 130 CARNE 85 39

A 130 CARNE 78 20

A 130 CARNE 81 50

A 130 CARNE 71 31

B 130 HUESO 92 71

B 130 HUESO 90 62

B 130 HUESO 91 59

B 130 HUESO 87 51

24. Comparar el efectos de los AINES ( HARINAS)

ANOVA
DIGESTIVILIDAD

Suma de Media
cuadrados gl cuadrática F Sig.

Entre grupos 1369,000 1 1369,000 3,021 ,104

Dentro de grupos 6344,750 14 453,196
Total 7713,750 15

25. Comparar el efecto de los AMINOACIDOS

ANOVA
DIGESTIVILIDAD

Suma de Media
cuadrados gl cuadrática F Sig.

Entre grupos 5329,000 1 5329,000 31,285 ,000

Dentro de grupos 2384,750 14 170,339
Total 7713,750 15

26. Diseño Factorial Completamente Aleatorio

Pruebas de efectos inter-sujetos

Variable dependiente: DIGESTIVILIDAD

Tipo III de suma Cuadrático

Origen de cuadrados gl promedio F Sig.
a
Modelo corregido 6908,250 3 2302,750 34,305 ,000
Interceptación 69960,250 1 69960,250 1042,238 ,000
HARINAS 1369,000 1 1369,000 20,395 ,001
AMINOACIDOS 5329,000 1 5329,000 79,389 ,000
HARINAS * AMINOACIDOS 210,250 1 210,250 3,132 ,102
Error 805,500 12 67,125
Total 77674,000 16
Total corregido 7713,750 15

a. R al cuadrado = ,896 (R al cuadrado ajustada = ,869)

27. Descriptivos (medias marginales estimadas)

HARINAS * AMINOACIDOS
Variable dependiente: DIGESTIVILIDAD

Intervalo de confianza al 95%

HARINAS AMINOACIDOS Media Error estándar Límite inferior Límite superior

CARNE LISINA 78,750 4,096 69,825 87,675

CISTEINA 35,000 4,096 26,075 43,925

HUESO LISINA 90,000 4,096 81,075 98,925

CISTEINA 60,750 4,096 51,825 69,675

28. Gráficos de interacción entre los HARINAS CON AMINOACIDOS

 Diseño Factorial de Bloques Aleatorio
29. Diseño Factorial Completamente Aleatorio

Pruebas de efectos inter-sujetos

Variable dependiente: DIGESTIVILIDAD

Tipo III de suma Cuadrático

Origen de cuadrados gl promedio F Sig.

Modelo corregido 6908,250a 3 2302,750 34,305 ,000

Interceptación 69960,250 1 69960,250 1042,238 ,000
HARINAS 1369,000 1 1369,000 20,395 ,001
AMINOACIDOS 5329,000 1 5329,000 79,389 ,000
HARINAS * AMINOACIDOS 210,250 1 210,250 3,132 ,102
Error 805,500 12 67,125
Total 77674,000 16
Total corregido 7713,750 15

a. R al cuadrado = ,896 (R al cuadrado ajustada = ,869)

30. Diseño Factorial de Bloques Aleatorio

Pruebas de efectos inter-sujetos

Variable dependiente: DIGESTIVILIDAD

Tipo III de suma Cuadrático

Origen de cuadrados gl promedio F Sig.
a
Modelo corregido 6924,250 4 1731,063 24,119 ,000
Interceptación 69960,250 1 69960,250 974,747 ,000
 PROCESO 16,000 1 16,000 ,223 ,646
HARINAS 1369,000 1 1369,000 19,074 ,001
AMINOACIDOS 5329,000 1 5329,000 74,248 ,000
HARINAS * AMINOACIDOS 210,250 1 210,250 2,929 ,115
Error 789,500 11 71,773
Total 77674,000 16
Total corregido 7713,750 15

a. R al cuadrado = ,898 (R al cuadrado ajustada = ,860)

31. Descriptivos (medias marginales estimadas)

AMINOACIDOS * HARINAS
Variable dependiente: DIGESTIVILIDAD

Intervalo de confianza al 95%

AMINOACIDOS HARINAS Media Error estándar Límite inferior Límite superior

LISINA CARNE 78,750 4,236 69,427 88,073

HUESO 90,000 4,236 80,677 99,323

CISTEINA CARNE 35,000 4,236 25,677 44,323

HUESO 60,750 4,236 51,427 70,073

32. Gráficos de interacción entre los AMINOACIDOS Y HARINAS EN

DIFERENTES PROCESOS
 MODULO 18 DISEÑO FACTORIAL DE BLOQUES ALEATORIO
Un investigador quiere evaluar la productividad de cuatro variedades de aguacates, A, B, C y D.
Para ello decide realizar el ensayo en un terreno que posee un gradiente de pendiente de oriente a
occidente y además, diferencias en la disponibilidad de Nitrógeno de norte a sur, para controlar los
efectos de la pendiente y la disponibilidad de Nitrógeno, utilizó un diseño de cuadrado latino, los
datos corresponden a la producción en kg/parcela.
Diseño Factorial Completamente Aleatorio

Pruebas de efectos inter-sujetos

Variable dependiente: variedad

Tipo III de suma

Origen de cuadrados gl Media cuadrática F Sig.

Modelo corregido 92518,750a 3 30839,583 6,356 ,008

Intersección 10449056,250 1 10449056,250 2153,520 ,000
nitrogeno 92518,750 3 30839,583 6,356 ,008
Error 58225,000 12 4852,083
Total 10599800,000 16
Total corregido 150743,750 15

a. R al cuadrado = ,614 (R al cuadrado ajustada = ,517)

Diseño Factorial de Bloques Aleatorio

Descriptivos (medias marginales estimadas)

Gráficos de interacción entre los nitrógeno y variedad

 MODULO 19 DISEÑO FACTORIAL EN CUADRADO LATINO
Nombres y Apellidos:

Es un proyecto de investigación para la venta de medicamentos se encontraron los siguientes datos de la

cantidad de clientes que compran estos medicamentos de venta en tiendas de la región de Puno.
TIENDA 1 TIENDA 2 TIENDA 3 TIENDA 4 TIENDA 5
49 61 44 39 31
30 60 38 36 66
 50 41 43 47 49
40 38 30 51 69
53 47 45 44 45
33 32 51 64 44
40 52 43 39 58
60 59 42 39 31
48 43 47 48 35
36 56 60 40 36

1. Diseño Factorial Completamente Aleatorio

Pruebas de efectos inter-sujetos
Variable dependiente: venta

Tipo III de suma Media

Origen de cuadrados gl cuadrática F Sig.

Modelo corregido 14,100a 2 7,050 1,473 ,292

Intersección 236,942 1 236,942 49,510 ,000
tienda 14,083 1 14,083 2,943 ,130
clientes 2,000 1 2,000 ,418 ,539
tienda * clientes ,000 0 . . .
Error 33,500 7 4,786
Total 432,000 10
Total corregido 47,600 9

a. R al cuadrado = ,296 (R al cuadrado ajustada = ,095)

2. Diseño Factorial de Bloques Aleatorio

Pruebas de efectos inter-sujetos
Variable dependiente: venta

Tipo III de suma Media

Origen de cuadrados gl cuadrática F Sig.

Modelo corregido 35,600a 5 7,120 2,373 ,211

Intersección 244,017 1 244,017 81,339 ,001
cantidad 21,500 3 7,167 2,389 ,210
tienda 4,571 1 4,571 1,524 ,285
clientes 2,000 1 2,000 ,667 ,460
tienda * clientes ,000 0 . . .
Error 12,000 4 3,000
Total 432,000 10
Total corregido 47,600 9

a. R al cuadrado = ,748 (R al cuadrado ajustada = ,433)

 3. Diseño Factorial en Cuadrado Latino
Pruebas de efectos inter-sujetos
Variable dependiente: venta

Tipo III de suma Media

Origen de cuadrados gl cuadrática F Sig.
a
Modelo corregido 47,433 8 5,929 35,575 ,129
Intersección 156,250 1 156,250 937,500 ,021
tipo 11,833 3 3,944 23,667 ,150
cantidad 6,167 3 2,056 12,333 ,206
tienda 1,500 1 1,500 9,000 ,205
clientes 2,000 1 2,000 12,000 ,179
tienda * clientes ,000 0 . . .
Error ,167 1 ,167
Total 432,000 10
Total corregido 47,600 9

a. R al cuadrado = ,996 (R al cuadrado ajustada = ,968)

4. Descriptivos (medias marginales estimadas)

clientes * tienda
Variable dependiente: venta

Intervalo de confianza al 95%

clientes tienda Media Error estándar Límite inferior Límite superior

cliente A tienda A 7,250 ,204 4,656 9,844

tienda B 5,750 ,456 -,050 11,550

cliente B tienda A 6,250 ,204 3,656 8,844

tienda B .a . . .

a. Esta combinación de niveles de factores no se observa, por lo tanto, la media marginal

de población correspondiente no se puede estimar.

5. Gráficos de interacción entre los medicamentos

Módulo 20 Diseño Factorial con medidas repetidas

Nombres y Apellidos:
Un investigador quiso comparar la cantidad de insumos que ingresan en dos diferentes panetones (panteón
A y panteón B) es por eso que hizo una comparación de dos diferentes panetones.

PANETON A PANETON B

HARINA 60 50
LEVADURA 12 10

Diseño Factorial Completamente Aleatorio

Pruebas de efectos inter-sujetos

Variable dependiente: VENTAS

Tipo III de suma Media

Origen de cuadrados gl cuadrática F Sig.

Modelo corregido 148,450a 2 74,225 8,205 ,002

Intersección 125065,633 1 125065,633 13825,065 ,000
panetonA 132,250 1 132,250 14,619 ,001
panetonB 113,778 1 113,778 12,577 ,001
panetonA * panetonB ,000 0 . . .
Error 244,250 27 9,046
Total 125458,333 30
Total corregido 392,700 29

a. R al cuadrado = ,378 (R al cuadrado ajustada = ,332)

1. Análisis factorial de la varianza MIXTO (Un factor INTER y un factor INTRA)

Pruebas multivariantea

Efecto Valor F Gl de hipótesis gl de error Sig.

hgg Traza de Pillai ,993 1891,917b 2,000 26,000 ,000

b
Lambda de Wilks ,007 1891,917 2,000 26,000 ,000

Traza de Hotelling 145,532 1891,917b 2,000 26,000 ,000

b
Raíz mayor de Roy 145,532 1891,917 2,000 26,000 ,000
hgg * VAR00001 Traza de Pillai ,139 1,008 4,000 54,000 ,411

Lambda de Wilks ,864 ,987b 4,000 52,000 ,423

Traza de Hotelling ,154 ,965 4,000 50,000 ,435

Raíz mayor de Roy ,129 1,742c 2,000 27,000 ,194

a. Diseño : Intersección + VAR00001

Diseño dentro de sujetos: hgg
b. Estadístico exacto
c. El estadístico es un límite superior en F que genera un límite inferior en el nivel de significación.

2. Diseño Factorial con medidas repetidas

 Pruebas multivariantea

Efecto Valor F Gl de hipótesis gl de error Sig.

hgg Traza de Pillai ,994 2066,913b 2,000 26,000 ,000

b
Lambda de Wilks ,006 2066,913 2,000 26,000 ,000

Traza de Hotelling 158,993 2066,913b 2,000 26,000 ,000

Raíz mayor de
158,993 2066,913b 2,000 26,000 ,000
Roy
hgg * panetonA Traza de Pillai ,114 1,665b 2,000 26,000 ,209
b
Lambda de Wilks ,886 1,665 2,000 26,000 ,209
b
Traza de Hotelling ,128 1,665 2,000 26,000 ,209
Raíz mayor de
,128 1,665b 2,000 26,000 ,209
Roy
hgg * panetonB Traza de Pillai ,058 ,799b 2,000 26,000 ,461
b
Lambda de Wilks ,942 ,799 2,000 26,000 ,461
b
Traza de Hotelling ,061 ,799 2,000 26,000 ,461
Raíz mayor de
,061 ,799b 2,000 26,000 ,461
Roy
hgg * panetonA * Traza de Pillai ,000 .b ,000 ,000 .
panetonB Lambda de Wilks 1,000 . b
,000 26,500 .

Traza de Hotelling ,000 .b ,000 2,000 .

Raíz mayor de
,000 ,000b 2,000 25,000 1,000
Roy

a. Diseño : Intersección + panetonA + panetonB + panetonA * panetonB

Diseño dentro de sujetos: hgg
b. Estadístico exacto

3. Descriptivos (medias marginales estimadas)

paneton A * paneton B * hgg
Medida: MEASURE_1

Intervalo de confianza al 95%

paneton A paneton B hgg Media Error estándar Límite inferior Límite superior

harina harina 1 55,083 ,841 53,357 56,809

2 60,583 ,709 59,129 62,038

3 74,083 1,149 71,726 76,441

a
levadura 1 . . . .

2 .a . . .
a
3 . . . .
levadura harina 1 60,333 1,190 57,892 62,774
 2 65,833 1,002 63,777 67,890

3 80,833 1,625 77,499 84,167

levadura 1 55,500 ,841 53,774 57,226

2 60,500 ,709 59,046 61,954

3 75,000 1,149 72,642 77,358

a. Esta combinación de niveles de factores no se observa, por lo tanto, la media marginal de población
correspondiente no se puede estimar.

4. Gráficos de interacción entre los medicamentos