DISEO DE EXPERIMENTOS (III)

ANOVA EN EXCEL

El programa Excel posee herramientas para resolver problemas de diseo de experimentos en el caso de tres
modelos mencionados anteriormente.

Lo veremos para caso que contemplemos:

Ejemplo 01

El gerente de operaciones de una gran tienda de almacenes desea comparar las ventas realizadas por los 4
locales con los que cuenta la empresa. El gerente selecciona al azar las ventas realizadas durante 5 fines de
semana para cada una de las sucursales. Los resultados de las ventas en miles de dlares se presentan a
continuacin:

Asumiendo que las ventas se distribuyen normalmente

a) Pruebe si existen diferencias significativas entre las ventas promedio realizadas por las 4 sucursales. Use =
0.05.

b) Cul de los cuatro locales presenta las mayores ventas?

Solucin

Procedimiento:

Primero introduciremos los datos hacia la primera hoja de un nuevo libro, conforme se muestra en la tabla
anterior.
A continuacin usaremos la secuencia:

[Datos] [Anlisis de datos] [Anlisis de varianza de un factor]

Luego del cual obtendremos la siguiente ventana de dilogo:

Luego de hacer clic en [Aceptar] obtendremos los siguientes resultados:

a) El estadstico de la prueba: FC = 257.674419

Segn el problema: n = 20; k = 4

 El valor crtico: F(k-1,n-k) = F( 3,16) = Distr.F.Inv(0.05,3,16) = 3.238871522

Criterio de decisin:

Como FC > F entonces rechazaremos Ho; esto significa que s hay diferencia significativa en el promedio de las
ventas entre estas cuatro tiendas.

Tambin podemos comparar elpValor (probabilidad) con . Si pValor < entonces se rechazar la hiptesis nula.

b) Dos formas de responder a esta pregunta: Se puede formular hiptesis de doble cola para todos los pares de
medias usando t de Student; tema ya estudiado.

Se debe tomar pares de medias i y j ; para i j ,con i,j = 1, 2, .. , k que es el nmero de tratamientos o nmero
de columnas y se obtiene el intervalo de confianza para i - j.

DISEO DE EXPERIMENTOS (IV)

Por Bloques Completamente Aleatorizado

En este modelo, adems de los tratamientos que es un tipo de variable los datos de las muestras de cada
tratamiento se agrupan para formar el concepto de FACTOR, el cual a su vez puede ser sometida a un anlisis de
comparacin de los efectos que se encuentren entre los bloques, por ello el modelo en este caso es:

xij = + i + j + eij, i = 1, 2, , nj ; j = 1, 2, k, i = 1, 2, , l

Frente a este modelo podemos formular las siguientes hiptesis:

Hiptesis de igualdad de medias poblaciones de los tratamientos:

Ho: .1 = .2 = = .k =

H1: .i .j para algn i j

 Hiptesis de igualdad de medias poblacionales por bloque:

Ho: 1. = 2. = = l. =

H1: i. j. para algn i j

La deduccin de la tabla del ANOVA es similar al modelo anterior, lo cual, en este caso es:

Criterio de decisin para tratamientos:

SiFC >F (k-1,n(k-1)(l-1))se rechazar la hiptesis nula.

Criterio de decisin para los bloques:

SiFC > F (l-1,(k-1)(l-1)) se rechazar la hiptesis nula.

Ejemplo 02

Una empresa fabricante de componentes para motores diesel debe reemplazar sus mquinas antiguas cuyo
costo era bastante oneroso a fin de competir con sus competidores asiticos. Por esta razn el gerente de
produccin orden someter a estudio cuatro nuevos tipos de mquinas y se probaron por un tiempo encontrndose
la produccin del nmero de componentes por hora de cada una de ellas; los datos se muestran en la siguiente
tabla:

Para tomar una decisin adecuada se planea formular las siguientes hiptesis:

a) No hay diferencia significativa en la produccin medias entre las mquinas

 Ho: A = B = C = D

H1: i j para algn i j

b) No hay diferencia significativa en la produccin promedio por tipo de mquina

Ho: 1 =2 = 3 = 4

H1: i j para algn i j Ingresando los datos a otra hoja vaca tendremos

y usando la opcin que se indica: Anlisis de dos factores con una sola muestra, se tendr la siguiente ventana
de dilogo:

Con lo cual obtendremos la siguiente salida de resultados:

 Criterio de decisin:

En el caso de la hiptesis por mquina: Rechazaremos Ho pues el Fc es mayor que el f crtico (74.59 >
3.86254836)

Pero en el caso de la hiptesis por tipo de mquina no se rechaza Ho pues el Fc = 2.9539 no es mayor a el F
crtico = 3.86254836

Es decir, la produccin promedio de componentes por hora es significativa entre los tipos de mquinas.

Por otro lado, entre las mquinas no hay diferencia significativa en la produccin promedio.

Si se decide usando el pValor diramos: En el caso de las mquinas: Como pValor = 0 < = 0.05 entonces
rechazaremos Ho.

Del mismo modo, en el caso de los bloques: Como pValor = 0.0906 no es menor que = 0.05 entonces no se
rechaza Ho.

Pregunta:

Por qu la respuesta anterior (en cursiva) se expresa como dos respuestas independientes? Se responde si hay
diferencia en promedios de produccin por mquina y se responde si hay diferencia o no en promedios de
produccin por tipo de mquina. Y porqu no responde por una ocurrencia simultnea; es decir, que hay una
 interaccin, que hay un evento que ocurre como una interaccin entre tratamientos y bloques? Que la variabilidad
de los errores se debe a la influencia de las mquinas y los tipos de mquinas?

Esto es lo que pretende el siguiente modelo en el cual tanto a tratamiento como a bloques se les define como dos
variables independientes y se trata de encontrar explicacin en la interaccin entre ellas, adems de la influencia
entre los tratamientos, entre los bloques y dentro de los tratamientos.

DISEO DE EXPERIMENTOS (V)

8.3 MODELO DE CLASIFICACIN DE DOS VARIABLES

Lo dicho en la pregunta anterior nos releva de otros comentarios. A cada variable se la considera como un Factor,
uno independiente de otro. A su vez este modelo se divide en dos:

Cuando por cada bloque y por cada tratamiento (una celda) se presenta un solo elemento constituyendo una
muestra de tamao uno.

Y cuando en cada bloque y cada tratamiento se presentan un conjunto de elementos por lo que la muestra tiene
un tamao mayor a uno y en el cual se detecta alguna forma de interaccin.

El primero constituye modelo si repeticin o sin replicacin y el segundo modelo con repeticin o con replicacin.

Sin Replicacin Ahora presentaremos el modelo para formular las hiptesis y pasar a presentar la tabla del
anlisis de la varianza correspondiente.

Como antes, se X la caracterstica de una poblacin bajo estudio. Un valor de esta variable puede ser expresada
como xij que representa el efecto obtenido por la combinacin del i-simo bloque y el j-simo tratamiento.

Por lo que xij = + i + j + ij + eij, i = 1, 2,, nj; j = 1, 2, k, i = 1, 2,, l

Si se compara con el modelo anterior, se ver que slo se ha aadido el componente de la interaccin de filas y
columnas: ij

Este es un ejemplo esquemtico del modelo:

Para optar a una maestra en una universidad extranjera se debe pasar por un perodo de entrenamiento y
capacitacin para luego presentarse el examen. Los programas de preparacin son de tres tipos: Una sesin de
repaso de 3 horas, un programa de un da y un curso de 10 semanas. Por otro lado, por lo general a este examen
se presentan licenciados en Administracin, Ingeniera y de Artes y Ciencia.

Segn esto, un factor a ser estudiado es si la licenciatura de un postulante puede afectar a su calificacin en la
prueba. Un segundo factor a ser estudiado es si la forma de preparacin que elija el postulante puede afectar su
calificacin en la prueba.

Cualquiera de los dos factores constituirn los tratamientos y el otro, los bloques.

La tabla del ANOVA ser la misma excepto que el componente que antes generaba una variabilidad por bloques
es generado por una nueva variable o un segundo factor, siendo los tratamientos el primero.

Las hiptesis y la tabla es la misma, de manera que pasaremos a resolver un ejemplo al respecto

Ejemplo 03
 Una empresa de investigaciones prueba el rendimiento, en millas por galn, de tres marcas de gasolina. Como la
gasolina tiene un rendimiento diferente en las diferentes marcas de automviles, se seleccionaron 5 marcas de
automviles las que se consideraron como bloques en el experimento; es decir, cada marca se prueba con cada tipo
de gasolina. Los resultados del experimento, en millas por galn, son los siguientes:

Formulacin de la hiptesis:

Respecto a las marcas de gasolina:

Ho: El rendimiento medio en los tres tipos de gasolina es la misma

H1: Hay diferencia significativa en el rendimiento entre el tipo de gasolina

Respecto a la marca de automvil:

Ho: La marca de automvil no afecta en el rendimiento medio

H1: El rendimiento medio entre las marcas de automvil es diferente.

Ingresando al Excel como el ejemplo anterior, tendremos los siguientes resultados:

 Criterio de decisin:

Como en ambos factores el estadstico Fc es mayor al valor crtico F a un nivel de significacin del 5%, podemos
afirmar que:

El rendimiento medio difiere entre las marcas de gasolina.

El rendimiento medio es diferente entre las marcas de automviles.

Con Replicacin

En este ltimo caso, se consideran dos factores y por cada valor del factor por fila y por columna se disponen de
muestras de tamao mayor que uno. De all que el modelo pretende explicar la variabilidad de los datos debido a la
interaccin entre los dos factores. El modelo es el siguiente:

xij = + i +j + ij + eijh, i = 1, 2,, nj ; j = 1, 2, k, i = 1, 2,, l

En este modelo eijh representa la interaccin entre los dos factores i y j y adems el efecto con el aporta el h-
simo elemento de la muestra. El siguiente esquema nos muestra el estado de una celda cualquiera.

Factor j

Factor i n1 n2 ... nh

Formulacin de las hiptesis:

a) Debido a los tratamientos (Factor 1):

Ho: No hay diferencia en el efecto medio entre los tratamientos

H1: Hay alguna diferencia entre los efectos medios de algunos de ellos

b) Debido a los bloques o filas (Factor 2):

Ho: El efecto medio entre los bloques o factor 2 es la misma

H1: El efecto medio difiere entre los bloques

c) Debido a las interacciones entre el factor 1 y el factor 2:

Ho: No existe interaccin en el efecto medio de tratamientos y bloques.

H1: S existe diferencia significativa entre ellos.

Tabla del ANOVA:

 Lo nuevo en esta tabla: SCI = Suma de cuadrados de las interacciones

Grados de libertad de la varianza de las interacciones: h-1

CMI= SCI/(h-1)

Ejemplo 04

Tomando en cuenta el problema del acceso a la maestra por postulantes egresados con diferentes licenciaturas,
tenemos los datos en el siguiente cuadro. Formule las hiptesis correspondientes y a partir de la tabla del ANOVA
compruebe las hiptesis formuladas.

Los datos se ingresaron al Excel como se muestra en la siguiente imagen:

A continuacin, usando la opcin y llenando la ventana siguiente como se muestra,

Se obtuvieron los siguientes resultados:

Y la tabla ANOVA es la siguiente:
 Observando la tabla podemos comprobar que, como los estadsticos de la prueba (F C) para cada pareja de
hiptesis planteada es menor que el valor crtico correspondiente, no se rechaza la hiptesis nula, en consecuencia
podemos afirmar:

a) El factor preparacin para el examen de postulacin no tiene efecto significativo sobre los postulantes.

b) El tipo de licenciatura de cada postulante no afecta significativamente en el acceso a la maestra

c) No hay interaccin entre la forma cmo se preparen para la prueba ni el tipo de especialidad que tengan.