“Año de la lucha contra la corrupción e impunidad”

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DEdocumento]
[Subtítulo del INGENIERÍA

ESCUELA PROFESIONAL DE INGENIERÍA

AMBIENTAL

Informe:

PRIMERA PRÁCTICA III UNIDAD DE

DISEÑOS EXPERIMENTALES

Estudiante:

CORONADO FERNÁNDEZ, Mariafernanda (2017057792)

Ciclo – Escuela:

V – EPIAM

Curso:

Diseños Experimentales (AM – 511)

Docente:

Ing. Juan C. Romaina Flores

[FECHA]
Tacna – Perú
[NOMBRE DE LA COMPAÑÍA]
[Dirección de la compañía]
2019
 PRIMERA PRÁCTICA III UNIDAD
DE DISEÑOS EXPERIMENTALES

I. Herramientas

Software STATGRAPHICS Centurión.

II. Solución de casos

1. Se ha conducido un experimento en un diseño de bloques, en tres localidades,

Tacna, Moquegua, Arequipa e Ica. Sobre la producción de espárragos con
fines de exportación. Los datos en Tm/ha, se aprecia en las tablas siguientes.

METODOLOGÍA

En primer lugar, cuidadosamente se completa una tabla en el software con

los datos de ambas variables descritas en el problema.

En segundo lugar, se selecciona en la barra de herramientas ‘Mejorar,

‘Análisis de Varianza’ y ‘ANOVA Multifactorial’.

FIGURA 1

Descripción de la metodología realizada en la presente práctica.

Luego, se selecciona la variable dependiente y los factores. Es así como

aparece la tabla de ANOVA con los resultados y gráficos correspondientes.

FIGURA 2

Descripción de la metodología realizada en la presente práctica.

TACNA:

VARIEDADES
BLOQUES
V1 V2 V3 V4 V5
I 40 41 40 35 31
II 45 39 34 32 29
III 46 35 38 30 37
IV 40 32 34 28 30

a) Análisis de varianza.

ANOVA Multifactorial - TACNA

Variable dependiente: TACNA
Factores:
BLOQUES
TRATAMIENTOS

Número de casos completos: 20

El StatAdvisor

Este procedimiento ejecuta un análisis de varianza de varios factores para

TACNA. Realiza varias pruebas y gráficas para determinar qué factores
tienen un efecto estadísticamente significativo sobre TACNA. También
evalúa la significancia de las interacciones entre los factores, si es que
hay suficientes datos. Las pruebas-F en la tabla ANOVA le permitirán
identificar los factores significativos. Para cada factor significativo, las
Pruebas de Rangos Múltiples le dirán cuales medias son
significativamente diferentes de otras. La Gráfico de Medias y la Gráfica
de Interacciones le ayudarán a interpretar los efectos significativos. Los
Gráficos de Residuos le ayudarán a juzgar si los datos han violado los
supuestos subyacentes al análisis de varianza.

Análisis de Varianza para TACNA - Suma de Cuadrados Tipo III

Suma de Cuadrado
Fuente Gl Razón-F Valor-P
Cuadrados Medio
EFECTOS PRINCIPALES
A:BLOQUES 38.0529 3 12.6843 1.22 0.3452
B:TRATAMIENTOS 326.736 4 81.6841 7.85 0.0024
RESIDUOS 124.864 12 10.4053
TOTAL
519.2 19
(CORREGIDO)

Todas las razones-F se basan en el cuadrado medio del error residual

El StatAdvisor
 La tabla ANOVA descompone la variabilidad de TACNA en contribuciones
debidas a varios factores. Puesto que se ha escogido la suma de
cuadrados Tipo III (por omisión), la contribución de cada factor se mide
eliminando los efectos de los demás factores. Los valores-P prueban la
significancia estadística de cada uno de los factores. Puesto que un valor-
P es menor que 0.05, este factor tiene un efecto estadísticamente
significativo sobre TACNA con un 95.0% de nivel de confianza.

Gráficos:

FIGURA 3

Gráfico de dispersión por Código de Nivel entre BLOQUES y TACNA.

Fuente: STATGRAPHICS

FIGURA 4

ANOVA Gráfico para TACNA. Fuente: STATGRAPHICS

MOQUEGUA:
 VARIEDADES
BLOQUES
V1 V2 V3 V4 V5
I 24 25 30 28 24
II 25 24 32 29 21
III 22 23 31 24 20
IV 31 21 34 25 23

a) Análisis de varianza.

ANOVA Multifactorial - MOQUEGUA

Variable dependiente: MOQUEGUA

Factores:
BLOQUES
TRATAMIENTOS

Número de casos completos: 20

El StatAdvisor

Este procedimiento ejecuta un análisis de varianza de varios factores para

MOQUEGUA. Realiza varias pruebas y gráficas para determinar qué
factores tienen un efecto estadísticamente significativo sobre
MOQUEGUA. También evalúa la significancia de las interacciones entre
los factores, si es que hay suficientes datos. Las pruebas-F en la tabla
ANOVA le permitirán identificar los factores significativos. Para cada
factor significativo, las Pruebas de Rangos Múltiples le dirán cuales
medias son significativamente diferentes de otras. La Gráfico de Medias
y la Gráfica de Interacciones le ayudarán a interpretar los efectos
significativos. Los Gráficos de Residuos le ayudarán a juzgar si los datos
han violado los supuestos subyacentes al análisis de varianza.

Análisis de Varianza para MOQUEGUA - Suma de Cuadrados Tipo III

Suma de Cuadrado
Fuente Gl Razón-F Valor-P
Cuadrados Medio
EFECTOS PRINCIPALES
A:BLOQUES 53.1449 3 17.715 3.01 0.0720
B:TRATAMIENTOS 223.845 4 55.9612 9.52 0.0011
RESIDUOS 70.5551 12 5.87959
TOTAL
317.2 19
(CORREGIDO)

Todas las razones-F se basan en el cuadrado medio del error residual

El StatAdvisor
 La tabla ANOVA descompone la variabilidad de MOQUEGUA en
contribuciones debidas a varios factores. Puesto que se ha escogido la
suma de cuadrados Tipo III (por omisión), la contribución de cada factor
se mide eliminando los efectos de los demás factores. Los valores-P
prueban la significancia estadística de cada uno de los factores. Puesto
que un valor-P es menor que 0.05, este factor tiene un efecto
estadísticamente significativo sobre MOQUEGUA con un 95.0% de nivel
de confianza.

Gráficos:

FIGURA 5

Gráfico de dispersión por Código de Nivel entre BLOQUES y

MOQUEGUA. Fuente: STATGRAPHICS

FIGURA 6

ANOVA Gráfico para MOQUEGUA. Fuente: STATGRAPHICS

AREQUIPA:
 VARIEDADES
BLOQUES
V1 V2 V3 V4 V5
I 23 22 24 21 25
II 21 23 25 24 28
III 20 24 26 20 30
IV 25 20 28 26 32

a) Análisis de varianza.

ANOVA Multifactorial - AREQUIPA

Variable dependiente: AREQUIPA
Factores:
BLOQUES
TRATAMIENTOS

Número de casos completos: 20

El StatAdvisor

Este procedimiento ejecuta un análisis de varianza de varios factores para

AREQUIPA. Realiza varias pruebas y gráficas para determinar qué
factores tienen un efecto estadísticamente significativo sobre AREQUIPA.
También evalúa la significancia de las interacciones entre los factores, si
es que hay suficientes datos. Las pruebas-F en la tabla ANOVA le
permitirán identificar los factores significativos. Para cada factor
significativo, las Pruebas de Rangos Múltiples le dirán cuales medias son
significativamente diferentes de otras. La Gráfico de Medias y la Gráfica
de Interacciones le ayudarán a interpretar los efectos significativos. Los
Gráficos de Residuos le ayudarán a juzgar si los datos han violado los
supuestos subyacentes al análisis de varianza.

Análisis de Varianza para AREQUIPA - Suma de Cuadrados Tipo III

Suma de Cuadrado
Fuente Gl Razón-F Valor-P
Cuadrados Medio
EFECTOS PRINCIPALES
A:BLOQUES 17.7341 3 5.91135 0.89 0.4722
B:TRATAMIENTOS 106.284 4 26.571 4.02 0.0270
RESIDUOS 79.3159 12 6.60966
TOTAL
212.55 19
(CORREGIDO)

Todas las razones-F se basan en el cuadrado medio del error residual

El StatAdvisor
 La tabla ANOVA descompone la variabilidad de AREQUIPA en
contribuciones debidas a varios factores. Puesto que se ha escogido la
suma de cuadrados Tipo III (por omisión), la contribución de cada factor
se mide eliminando los efectos de los demás factores. Los valores-P
prueban la significancia estadística de cada uno de los factores. Puesto
que un valor-P es menor que 0.05, este factor tiene un efecto
estadísticamente significativo sobre AREQUIPA con un 95.0% de nivel de
confianza.

Gráficos:

FIGURA 7

Gráfico de dispersión por Código de Nivel entre BLOQUES y

AREQUIPA. Fuente: STATGRAPHICS

FIGURA 8

ANOVA Gráfico para AREQUIPA. Fuente: STATGRAPHICS

ICA:
 VARIEDADES
BLOQUES
V1 V2 V3 V4 V5
I 23 22 24 21 25
II 21 23 25 24 28
III 20 24 26 20 30
IV 25 20 28 26 32

a) Análisis de varianza.

ANOVA Multifactorial - ICA

Variable dependiente: ICA
Factores:
BLOQUES
TRATAMIENTOS

Número de casos completos: 20

El StatAdvisor

Este procedimiento ejecuta un análisis de varianza de varios factores para

ICA. Realiza varias pruebas y gráficas para determinar qué factores
tienen un efecto estadísticamente significativo sobre ICA. También evalúa
la significancia de las interacciones entre los factores, si es que hay
suficientes datos. Las pruebas-F en la tabla ANOVA le permitirán
identificar los factores significativos. Para cada factor significativo, las
Pruebas de Rangos Múltiples le dirán cuales medias son
significativamente diferentes de otras. La Gráfico de Medias y la Gráfica
de Interacciones le ayudarán a interpretar los efectos significativos. Los
Gráficos de Residuos le ayudarán a juzgar si los datos han violado los
supuestos subyacentes al análisis de varianza.

Análisis de Varianza para ICA - Suma de Cuadrados Tipo III

Suma de Cuadrado
Fuente Gl Razón-F Valor-P
Cuadrados Medio
EFECTOS PRINCIPALES
A:BLOQUES 106.284 4 26.571 4.02 0.0270
B:TRATAMIENTOS 17.7341 3 5.91135 0.89 0.4722
RESIDUOS 79.3159 12 6.60966
TOTAL
212.55 19
(CORREGIDO)

Todas las razones-F se basan en el cuadrado medio del error residual

El StatAdvisor
 La tabla ANOVA descompone la variabilidad de ICA en contribuciones
debidas a varios factores. Puesto que se ha escogido la suma de
cuadrados Tipo III (por omisión), la contribución de cada factor se mide
eliminando los efectos de los demás factores. Los valores-P prueban la
significancia estadística de cada uno de los factores. Puesto que un valor-
P es menor que 0.05, este factor tiene un efecto estadísticamente
significativo sobre ICA con un 95.0% de nivel de confianza.

Gráficos:

FIGURA 9

Gráfico de dispersión por Código de Nivel entre BLOQUES e ICA.

Fuente: STATGRAPHICS

FIGURA 10

ANOVA Gráfico para ICA. Fuente: STATGRAPHICS

b) Realizar el análisis de varianza mancomunada.

 LOCALIDAD VARIEDADES TOTAL
TACNA 171 147 146 125 127 716
MOQUEGUA 102 93 127 106 88 516
AREQUIPA 89 89 103 91 115 487
ICA 89 89 103 91 115 487
TOTAL 451 418 479 413 445 2206

Tabla de cuadrados medios:

LOCALIDAD
F. de V. G.L.
TACNA MOQUEGUA AREQUIPA ICA TOTAL
Tratamiento 3 86.8 56.925 32.7 32.7 209.125
Bloque 4 22.5333 7.6 8.98333 8.98333 48.0996
Residuos 12 8.7 5.55833 4.56667 4.56667 23.41664
Total 19

ANOVA Mancomunado

F. de V. G.L. S.C. C.M. Fc

LOCALIDAD 3 718.2 239.4 0.54
BOQUE/LOCAL 4
TRATAMIENTO 3 5591.2 1863.73
INTER 9 2668.55 296.505556
ERROR 27
TOTAL 243

c) Manifestar sus conclusiones respecto del estudio en general.

- Como conclusión general podemos decir que hay gran diferencia de

nivel de significación de las distintas localidades de Tacna, Arequipa,
Moquegua e Ica ya que lo vemos en la tabla de cuadrados medios.
Puesto que se ha escogido la suma de cuadrados Tipo III (por
omisión), la contribución de cada factor se mide eliminando los
efectos de los demás factores. Los valores-P prueban la significancia
estadística de cada uno de los factores. Puesto que un valor-P es
menor que 0.05, este factor tiene un efecto estadísticamente
significativo sobre las localidades con un 95.0% de nivel de
confianza.

2. Se realizó un experimento con la finalidad de probar cinco variedades

ornamentales de helechos en cuento a su resistencia de la falta de agua. Las
plantas se midieron en volumen de follaje (cm3). Los datos se presentan a
continuación.

Repeticiones V1 V2 V3 V4 V5
1 32 38 35 45 49
2 35 39 36 46 50
3 36 40 38 47 55
4 31 45 34 45 54
5 33 44 35 44 54
6 35 41 36 46 56
7 42 35 48 55
8 44 34 58
9 47 57
Empleando el método de la suma de rangos de kruskal-wallis, realizar el
análisis estadístico y enuncias sus conclusiones respeto el análisis de la
hipótesis nula.

METODOLOGÍA

En primer lugar, cuidadosamente se completa una tabla en el software con

los datos de ambas variables descritas en el problema.

En segundo lugar, se selecciona en la barra de herramientas ‘Analizar, ‘Datos

Continuos’, ‘Comparación de Varias Muestras’ y ‘Comparación de Varias
Muestras’.

FIGURA 11

Descripción de la metodología realizada en la presente práctica.

Inmediatamente, se selecciona en la pestaña de Comparación de Varias

muestras la opción ‘Múltiples Columnas de Datos’. Luego, se selecciona las
muestras. Es así como aparece la tabla de ANOVA con los resultados y
gráficos correspondientes.

FIGURA 12

Descripción de la metodología realizada en la presente práctica.

Resumen Estadístico

Recuento Promedio Desviación Coeficiente Mínimo Máximo Rango Sesgo

Estándar de Estandarizado
Variación
V1 6 33.6667 1.96638 5.84075% 31.0 36.0 5.0 -0.254274
V2 9 42.2222 2.99073 7.0833% 38.0 47.0 9.0 0.148617
V4 7 45.8571 1.34519 2.93343% 44.0 48.0 4.0 0.380347
V5 9 54.2222 2.99073 5.51568% 49.0 58.0 9.0 -0.999258
V3 8 35.375 1.30247 3.68189% 34.0 38.0 4.0 1.31582
Total 39 42.9231 7.89532 18.3941% 31.0 58.0 27.0 0.922155

Curtosis
Estandarizada
V1 -0.91409
V2 -0.64084
V4 -0.163365
V5 -0.0612956
V3 0.953648
Total -1.28367

El StatAdvisor

Esta tabla muestra varios estadísticos para cada una de las 5 columnas de
datos. Para probar diferencias significativas entre las medias de las
columnas, seleccione Tabla ANOVA de la lista de Opciones Tabulares.
Selecciones Gráfico de Medias de la lista de Opciones Gráficas para mostrar
gráficamente las medias.

Tabla ANOVA

Suma de Cuadrado
Fuente Gl Razón-F Valor-P
Cuadrados Medio
Entre
2183.59 4 545.898 100.23 0.0000
grupos
Intra
185.177 34 5.44637
grupos
Total
2368.77 38
(Corr.)

El StatAdvisor

La tabla ANOVA descompone la varianza de los datos en dos componentes:

un componente entre-grupos y un componente dentro-de-grupos. La razón-
F, que en este caso es igual a 100.232, es el cociente entre el estimado entre-
grupos y el estimado dentro-de-grupos. Puesto que el valor-P de la prueba-F
es menor que 0.05, existe una diferencia estadísticamente significativa entre
las medias de las 5 variables con un nivel del 95.0% de confianza. Para
determinar cuáles medias son significativamente diferentes de otras,
seleccione Pruebas de Múltiples Rangos, de la lista de Opciones Tabulares.
Pruebas de Múltiple Rangos

Método: 95.0 porcentaje LSD

Grupos
Casos Media
Homogéneos
V1 6 33.6667 X
V3 8 35.375 X
V2 9 42.2222 X
V4 7 45.8571 X
V5 9 54.2222 X

Contraste Sig. Diferencia +/- Límites

V1 - V2 * -8.55556 2.49965
V1 - V4 * -12.1905 2.63862
V1 - V5 * -20.5556 2.49965
V1 - V3 -1.70833 2.56138
V2 - V4 * -3.63492 2.39012
V2 - V5 * -12.0 2.23575
V2 - V3 * 6.84722 2.30456
V4 - V5 * -8.36508 2.39012
V4 - V3 * 10.4821 2.45461
V5 - V3 * 18.8472 2.30456

* indica una diferencia significativa.

El StatAdvisor

Esta tabla aplica un procedimiento de comparación múltiple para determinar

cuáles medias son significativamente diferentes de otras. La mitad inferior de
la salida muestra las diferencias estimadas entre cada par de medias. El
asterisco que se encuentra al lado de los 9 pares indica que estos pares
muestran diferencias estadísticamente significativas con un nivel del 95.0%
de confianza. En la parte superior de la página, se han identificado 4 grupos
homogéneos según la alineación de las X's en columnas. No existen
diferencias estadísticamente significativas entre aquellos niveles que
compartan una misma columna de X's. El método empleado actualmente
para discriminar entre las medias es el procedimiento de diferencia mínima
significativa (LSD) de Fisher. Con este método hay un riesgo del 5.0% al decir
que cada par de medias es significativamente diferente, cuando la diferencia
real es igual a 0.

Prueba de Kruskal-Wallis

Tamaño de Muestra Rango Promedio

V1 6 5.66667
V2 9 19.8889
V4 7 25.7857
V5 9 35.0
V3 8 8.9375

Estadístico = 34.5261 Valor-P = 5.81199E-7

El StatAdvisor

La prueba de Kruskal-Wallis evalúa la hipótesis nula de que las medianas

dentro de cada una de las 5 columnas es la misma. Primero se combinan los
datos de todas las columnas y se ordenan de menor a mayor. Después, se
calcula el rango (rank) promedio para los datos de cada columna. Puesto que
el valor-P es menor que 0.05, existe una diferencia estadísticamente
significativa entre las medianas con un nivel del 95.0% de confianza. Para
determinar cuáles medianas son significativamente diferentes de otras,
seleccione Gráfico de Caja y Bigotes, de la lista de Opciones Gráficas, y
seleccione la opción de muesca de mediana.

Gráficos:

FIGURA 13

Gráfico de dispersión según muestra entre respuesta y variedades. Fuente:

STATGRAPHICS

FIGURA 14

ANOVA Gráfico para V1. Fuente: STATGRAPHICS

 FIGURA 15

Gráfico de medias y 95.0% de Fisher LSD entre media y variedades.

Fuente: STATGRAPHICS

Conclusiones:

- Concluimos que el nivel de significación es diferente, ya que la

hipótesis es nula porque hay distintas variedades ornamentales
como en la tabla nos muestra. Y en la prueba de kruskal – wallis
podemos ver el valor p que es significativo.

3. Se llevó a cabo un experimento en la cual se desea comparar el grado de

contaminación de pozos de diferentes sectores del valle de Tacna (los datos
son ficticios).

SECTORES
N° DE
La Los La Yarada Asentam
POZOS Magollo
Yarada Palos baja 5/6
1 0.09 0.11 0.14 0.01 0.01
2 0.14 0.05 0.12 0.02 0.01
3 0.07 0.09 0.03 0.03 0.03
4 0.11 0.07 0.14 0.01 0.04
5 0.12 0.17 0.15 0.04 0.07
6 0.01 0.12 0.10 0.03 0.04

Realizar una prueba comparativa de la contaminación de los pozos

empleando el método de la suma de rangos de Friedman con el empleo del
paquete STATGRAPHICS centurión. Manifestar si existen diferentes
significaciones en el grado de contaminación por arsénico en los diferentes
sectores del valle de Tacna.

METODOLOGÍA

En primer lugar, cuidadosamente se completa una tabla en el software con

los datos de ambas variables descritas en el problema.
En segundo lugar, se selecciona en la barra de herramientas ‘Analizar, ‘Datos
Continuos’, ‘Comparación de Varias Muestras’ y ‘Comparación de Varias
Muestras’.

FIGURA 16

Descripción de la metodología realizada en la presente práctica.

Inmediatamente, se selecciona en la pestaña de Comparación de Varias

muestras la opción ‘Múltiples Columnas de Datos’. Luego, se selecciona las
muestras. Es así como aparece la tabla de ANOVA con los resultados y
gráficos correspondientes.

FIGURA 17

Descripción de la metodología realizada en la presente práctica.

Resumen Estadístico
 Recuento Promedio Desviación Coeficiente Mínimo Máximo Rango
Estándar de
Variación
LA YARADA 6 0.09 0.0460435 51.1594% 0.01 0.14 0.13
LOS PALOS 6 0.101667 0.0421505 41.4595% 0.05 0.17 0.12
LA YARADA BAJA 6 0.113333 0.044572 39.3283% 0.03 0.15 0.12
ASENTAMIENTO 6 0.0233333 0.0121106 51.9026% 0.01 0.04 0.03
MAGOLLO 6 0.0333333 0.0225093 67.5278% 0.01 0.07 0.06
Total 30 0.0723333 0.0502877 69.5221% 0.01 0.17 0.16

Curtosis
Sesgo Estandarizado
Estandarizada
LA YARADA -1.10642 -0.91409
LOS PALOS 0.619152 -0.64084
LA YARADA
-1.67213 -0.163365
BAJA
ASENTAMIENTO 0.0750657 -0.0612956
MAGOLLO 0.64301 0.953648
Total 0.664741 -1.28367

El StatAdvisor

Esta tabla muestra varios estadísticos para cada una de las 5 columnas de
datos. Para probar diferencias significativas entre las medias de las
columnas, seleccione Tabla ANOVA de la lista de Opciones Tabulares.
Selecciones Gráfico de Medias de la lista de Opciones Gráficas para mostrar
gráficamente las medias. ADVERTENCIA: Hay una diferencia de más de 3 a
1 entre la desviación estándar más pequeña y la más grande. Esto puede
causar problemas puesto que el análisis de varianza asume que las
desviaciones estándar de todos los niveles es igual. Seleccione Verificación
de Varianza de la lista de Opciones Tabulares para ejecutar una prueba
estadística formal para la diferencia entre las sigmas. Tal vez quisiera
considerar transformar los datos para eliminar cualquier dependencia de la
desviación estándar sobre la media.

Tabla ANOVA
Suma de Cuadrado
Fuente Gl Razón-F Valor-P
Cuadrados Medio
Entre
0.0406533 4 0.0101633 7.77 0.0003
grupos
Intra
0.0326833 25 0.00130733
grupos
Total
0.0733367 29
(Corr.)

El StatAdvisor

La tabla ANOVA descompone la varianza de los datos en dos componentes:

un componente entre-grupos y un componente dentro-de-grupos. La razón-
F, que en este caso es igual a 7.77409, es el cociente entre el estimado entre-
grupos y el estimado dentro-de-grupos. Puesto que el valor-P de la prueba-F
es menor que 0.05, existe una diferencia estadísticamente significativa entre
las medias de las 5 variables con un nivel del 95.0% de confianza. Para
determinar cuáles medias son significativamente diferentes de otras,
seleccione Pruebas de Múltiples Rangos, de la lista de Opciones Tabulares.
Pruebas de Múltiple Rangos

Método: 95.0 porcentaje LSD

Grupos
Casos Media
Homogéneos
0.02333
ASENTAMIENTO 6 X
33
0.03333
MAGOLLO 6 X
33
LA YARADA 6 0.09 X
0.10166
LOS PALOS 6 X
7
LA YARADA 0.11333
6 X
BAJA 3

Contraste Sig. Diferencia +/- Límites

LA YARADA -
-0.0116667 0.0429936
LOS PALOS
LA YARADA -
LA YARADA -0.0233333 0.0429936
BAJA
LA YARADA -
* 0.0666667 0.0429936
ASENTAMIENTO
LA YARADA -
* 0.0566667 0.0429936
MAGOLLO
LOS PALOS - LA
-0.0116667 0.0429936
YARADA BAJA
LOS PALOS -
* 0.0783333 0.0429936
ASENTAMIENTO
LOS PALOS -
* 0.0683333 0.0429936
MAGOLLO
LA YARADA
BAJA - * 0.09 0.0429936
ASENTAMIENTO
LA YARADA
BAJA - * 0.08 0.0429936
MAGOLLO
ASENTAMIENTO
-0.01 0.0429936
- MAGOLLO

* indica una diferencia significativa.

El StatAdvisor

Esta tabla aplica un procedimiento de comparación múltiple para determinar

cuáles medias son significativamente diferentes de otras. La mitad inferior de
la salida muestra las diferencias estimadas entre cada par de medias. El
asterisco que se encuentra al lado de los 6 pares indica que estos pares
muestran diferencias estadísticamente significativas con un nivel del 95.0%
de confianza. En la parte superior de la página, se han identificado 2 grupos
homogéneos según la alineación de las X's en columnas. No existen
diferencias estadísticamente significativas entre aquellos niveles que
compartan una misma columna de X's.
El método empleado actualmente para discriminar entre las medias es el
procedimiento de diferencia mínima significativa (LSD) de Fisher. Con este
método hay un riesgo del 5.0% al decir que cada par de medias es
significativamente diferente, cuando la diferencia real es igual a 0.

Prueba de Friedman

Rango
Tamaño de Muestra
Promedio
LA YARADA 6 3.33333
LOS PALOS 6 4.16667
LA YARADA
6 4.0
BAJA
ASENTAMIENTO 6 1.66667
MAGOLLO 6 1.83333

Estadístico = 14.1754 Valor-P = 0.00675567

El StatAdvisor

La prueba de Friedman evalúa la hipótesis nula de que las medianas dentro

de cada una de las 5 columnas es la misma. Los datos en cada fila ordenados
de menor a mayor. Se calcula entonces el rango promedio para cada
columna. Puesto que el valor-P es menor que 0.05, existe una diferencia
estadísticamente significativa entre las medianas con un nivel del 95.0% de
confianza. Para determinar cuáles medianas son significativamente
diferentes de otras, seleccione Gráfico de Caja y Bigotes, de la lista de
Opciones Gráficas, y seleccione la opción de muesca de mediana.

Gráficos:

FIGURA 18

Gráfico de dispersión según muestra entre respuesta y sectores. Fuente:

STATGRAPHICS
 FIGURA 19

ANOVA Gráfico para LA YARADA. Fuente: STATGRAPHICS

FIGURA 20

Gráfico de medias y 95.0% de Fisher LSD entre media y sectores.

Fuente: STATGRAPHICS
Manifestar sus conclusiones:

- Se concluye que, si hay un nivel de significación diferente ya que la

hipótesis es rechazada, como prueba de Friedman. Puesto que el valor-
P es menor que 0.05, existe una diferencia estadísticamente
significativa entre las medianas con un nivel del 95.0% de confianza.

III. Anexos

Se anexa una copia de la práctica