EJERCICIO 25

La empresa de “Torneados metálicos” diseño un experimento de dos factores con

tres replicas para determinar si existen diferencias significativas en la cantidad de
piezas producidas debido a las maquinas y debido a los operarios. Se emplearon
dos operarios y cada uno de ellos utilizo cada una de las tres maquinas para
procesar el producto en tres periodos iguales de tiempo.
Los valores promedios de las cantidades de piezas producidas para cada
combinación de los niveles de los factores se dan en la tabla que sigue:

MAQUINAS
OPERARIOS
M1 M2 M3
O1 102.33 130.00 114.33
O2 114.00 142.67 126.67

Y la tabla ANOVA resultante es:

Fuente de Sumas de Grados de Medias Estadísticas
variabilidad cuadrados Libertad cuadráticas F
Maquinas 2392.33
Operario 672.22
Interacción 0.778
Error
Total 3190.000

a) Realice una grafica lineal de medias y analice descriptivamente la existencia

podría o no de interacción entre los dos factores considerados.
b) ¿Es significativa la interacción entre los factores considerados? ¿Qué puede
decir de los efectos de las máquinas y de los operarios?
c) ¿Qué maquina y operario tienen mayor rendimiento? Utilice el método de
rangos de Duncan donde sea posible aplicar.
Aplique el nivel de significación α=5% en todas las pruebas.
SOLUCION
PARTE a): Gráfica lineal de medias para la interacción entre los dos factores
considerados.

Interacción de Medias
160
140
120
100
80
60
40
20
0
M1 M2 M3
MAQUINAS

O1 O2

Según la gráfica nos podemos dar cuenta de que descriptivamente no existe

ningún tipo de interacción entre los operarios y sus máquinas
correspondientes.

PARTE b):
Antes de realizar el proceso para elaborar la tabla ANOVA, describiremos los
siguientes datos:
𝑦. . = 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑡𝑜𝑡𝑎𝑙
𝑦̅𝑖. = 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑓𝑖𝑙𝑎
𝑦̂. 𝑗 = 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
𝑛𝑗 = #𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑒𝑛 𝑢𝑛𝑎 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
𝑛𝑖 = #𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑒𝑛 𝑢𝑛𝑎 𝑓𝑖𝑙𝑎
𝑛𝑖𝑗 = #𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑒𝑛 𝑐𝑎𝑑𝑎 𝑐𝑒𝑙𝑑𝑎
𝑎 = #𝑓𝑖𝑙𝑎𝑠
𝑏 = #𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠
𝑁 = #𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
Previo a pasar al desarrollo realizaremos la prueba de hipótesis
H0= No hay interacción entre los operarios con sus respectivas
máquinas.
 H1= Existe interacción entre los operarios con sus respectivas
máquinas.
N= 18
n= 3
n i= 9
n j= 6
y..= 121,667

Donde:
N= # de datos * # de réplicas
n= # de réplicas
ni= # de réplicas * # de filas
nj=# de réplicas * # de columnas

Ahora teniendo en cuenta la tabla de valores de las cantidades producidas

por los dos factores, procedemos a sacar los promedios:
_Para los operarios:
Promedio de O1 (𝑦̂1. ) = 115,553
Promedio de O2 (𝑦̂2. ) = 127,78

_Para las máquinas:

Promedio de M1 (𝑦.
̂ 1) = 108,165
Promedio de M2 (𝑦.
̂ 2) = 136,335
Promedio de M3 (𝑦.
̂ 3) = 120,5

La tabla ANOVA cuenta con todas las sumas de cuadrados menos con la del
ERROR, entonces:
𝑆𝑆𝐴 + 𝑆𝑆𝐵 + 𝑆𝑆𝐸 + 𝑆𝑆𝐴𝐵 = 𝑆𝑆𝑇
𝑆𝑆𝐸 = 124.672
La tabla ANOVA quedaría de la siguiente manera:
Fuente de Sumas de Grados de Medias Estadísticas
variabilidad cuadrados Libertad cuadráticas F
Maquinas 2392,33 2 1196,165 115,1340
Operario 672,22 1 672,22 64,7029
Interacción 0,778 2 0,389 0,0374
Error 124,67 12 10,3893
Total 3190 17

Para realizar el contraste de hipótesis, para ello recurrimos a la tabla de

distribución F:
Fcritico = F(𝑔𝑙𝑓𝑎𝑐𝑡𝑜𝑟 , 𝑔𝑙𝑒𝑟𝑟𝑜𝑟 , 𝛼)
Fmáquinas 3.89
Foperario 4.75
Finteracción 3.89

Como: Fmáquinas>Fcrítico, rechazamos la H0

Como: Foperario>Fcrítico, rechazamos la H0
Como: Finteracción<Fcrítico, aceptamos la H0

Después de haber realizado el contraste de la hipótesis concluimos en que

no existe interacción entre observadores y máquinas, a un nivel de
significancia del 5%
PARTE c):
Primero ordenamos de forma creciente las medias
̅̅̅1 < 𝑋
𝑋 ̅̅̅3 < 𝑋
̅̅̅2
108.165 < 120.5 < 136.335
Con la tabla Duncan obtenemos:
𝑟𝑝 = 𝑟𝛼 (𝑝, 𝑓)
𝑟2 = 𝑟0,05 (2,12) 3,08
𝑟3 = 𝑟0,05 (3,12) 3,23
 Los rangos mínimos y significativos:

𝑀𝐶𝐸
𝑅𝑝 = 𝑟𝛼 ∗ √
6

R2= 4,0529
R3= 4,2503

Contrastamos las diferencias entre pares de medias muéstrales comparando el

rango de medias adyacentes con el valor critico de mínimo significación.
Para p=3 ̅̅̅
𝑋2 − ̅̅̅
𝑋1 = 28,17 > 𝑅3 = 4,2503 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑎

Para p=2 ̅̅̅

𝑋2 − ̅̅̅
𝑋3 = 15,835 > 𝑅2 = 4,0,529 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑎
̅̅̅
𝑋3 − ̅̅̅
𝑋1 = 12,335 > 𝑅2 = 4,0,529 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑎

Entonces concluimos en que:

𝜇1 < 𝜇3 < 𝜇2
Completamos la información con el siguiente cuadro:

Rendimiento de las Máquinas

160
140
120
100
80
60
40
20
0
1 2 3

PROMEDIO M1
EJERCICIO 26:
Para seleccionar la mejor semilla de maíz y el mejor fertilizante la empresa
“AGROSA” diseñó un experimento de dos factores con cuatro réplicas en terrenos
de igual fertilidad. El terreno se dividió en 24 pares iguales. Cada combinación de
tipo de semilla y tipo de fertilizante se asignaron a cuatro pares iguales. Los
rendimientos obtenidos en kilogramos se dan en la tabla siguiente:

Semilla de Maíz
Fertilizante
A1 A2 A3
B1 35 33 38 37 33 32
30 52 35 36 32 34
B2 31 30 40 39 36 35
32 29 43 42 40 38

a) Realice una gráfica de medias y el análisis descriptivo de interacción.

b) ¿es significativa la interacción observada entre los tipos de maíz y tipos de
fertilizante? Utilice el método de la probabilidad P.
c) ¿Se debería seguir analizando el efecto de los dos factores?

SOLUCION
PARTE a): gráfica de medias y el análisis descriptivo de interacción

INTERACCION ENTRE MAIZ Y FERTILIZANTE

180
160
140
120
100
80
60
40
20
0
A1 A2 A3
Fertilizante Semilla de Maíz

Series1 Series2 Series3 Series4

 De la gráfica observamos claramente que si existe interacción entre ambos
factores
PARTE b):
Primero realizamos la prueba de hipótesis:
H0= No hay interacción entre los cultivos de fertilizante y maíz.
H1= Existe interacción entre los cultivos de fertilizante y maíz.
Proponemos un cuadro estadístico descriptivo para facilitarnos el manejo de
los datos:
FACTOR B FACTOR A TOTAL MEDIA N

A1 B1 150 37,5 4
B2 122 30,5 4
Total 272 34 8
A2 B1 146 36,5 4
B2 164 41 4
Total 310 38,75 8
A3 B1 131 32,75 4
B2 149 37,25 4
Total 280 35 8
TOTAL B1 427 35,5833 12
B2 435 38,5833 12
Total 862 37,0833 24

Cuya desviación estándar va a ser igual a: 3,90001858

Con los datos obtenidos, comenzamos a realizar los cálculos para la tabla
ANOVA:
_Primero para el SST:
𝑆𝐶𝑇 = (𝑁 − 1) × 𝑆𝑥2 349,833333

(𝑋∙∙∙ )2
𝐶= 30960,1667
𝑎𝑏𝑛
 _Luego empezamos con las sumas de cuadrados para los factores:
𝑘
1 100,3333
𝑆𝐶𝐴 = ∑(𝑋𝑖∙∙ )2 − 𝐶
𝑟×𝑛
𝑖=1

𝑟 2,6667
1
𝑆𝐶𝐵 = ∑(𝑋∙𝑗∙ )2 − 𝐶
𝑘×𝑛
𝑖=1

_Lo mismo hacemos con la Interacción:

2 3
(𝑋𝑖𝑗∙ )2 176,3333
𝑆𝐶𝐴𝐵 = ∑ ∑ − (𝐶 + 𝑆𝐶𝐴 + 𝑆𝐶𝐵) =
𝑛
𝑖=1 𝑗=1

_Para el error tenemos que la SSE es igual a:

𝑆𝐶𝑇 − (𝑆𝑆𝐴 + 𝑆𝑆𝐵 + 𝑆𝑆𝐴𝐵) = 𝑆𝑆𝐸 70,5

Con los datos anteriores ya podemos completar la tabla ANOVA para su

respectivo análisis:

Fuente de Sumas de Grados de Medias Estadísticas

variabilidad cuadrados Libertad cuadráticas F
S. MAIZ 100,3333 2 50,1667 12,8085
FERTILIZANTE 2,6667 1 2,6667 0,6809
INTERACCION 176,3333 2 88,1667 22,5106
ERROR 70,5 18 3,9167
TOTAL 349,8333 23

Para realizar el contraste de hipótesis, para ello recurrimos a la tabla de

distribución F:
Fcritico = F(𝑔𝑙𝑓𝑎𝑐𝑡𝑜𝑟 , 𝑔𝑙𝑒𝑟𝑟𝑜𝑟 , 𝛼)
 FS. Maíz 3.55
Ffertilizante 4.41
Finteracción 3.55

Ahora ya podemos realizar el contraste de hipótesis:

S. MAIZ Como: Fmaiz>Fcrítico, entonces: Rechazamos Ho

FERTILIZANTE Como: Ffertilizante<Fcrítico, entonces: Aceptamos Ho
INTERACCION Como: Fmaiz>Fcrítico, entonces: Rechazamos Ho

PARTE c):
Ya no sería necesario realizar un análisis de rango para la comprobación del
contraste de hipótesis, ya que tanto gráfica como analíticamente se ha
comprobado la validez de la hipótesis.