You are on page 1of 6

Diseño de Experimentos (MINITAB 15)

1. Diseño de Experimentos:

El valor p: es el nivel mínimo de significancia al cual la hipótesis nula H o es rechazada. La


prueba estadística utilizada en MINITAB es la prueba F, la cual es obtenida al completar la
tabla de análisis de varianza. Esta tabla conocida como ANOVA presenta la siguiente
estructura.
Fuentes de Grados de Suma de Media de
F
variación libertad cuadrados cuadrados
Entre grupos k-1 SSG MSG=SSG/k-1 MSG/MSE
Dentro de
n-k SSE MSE=SSE/n-k
grupos
Total n-1 SST SST
TABLA 1. Esta tabla presenta la estructura del análisis de Anova.

La hipótesis nula Ho se rechaza si Fcalculada > Fcrítica o si se analiza el valor p, la hipótesis se


rechaza si el valor p es menor que el valor establecido.

1.1. Ingreso de Datos

Utilizando un solo factor aleatorio:

Los datos se colocan en dos columnas: una identifica la fuente y la otra la variable de
respuesta. Los datos se colocan de acuerdo al número de factores considerados y con su
correspondiente valor de la variable de respuesta. La hipótesis nula considerada es que las
medias son iguales, o desde el punto de vista del factor, que el factor no es significativo.

Luego se selecciona el procedimiento o prueba que se quiere realizar.

Ejemplo:
Robert Shade es vicepresidente de mercado en First City Bank, en Atlanta. Los esfuerzos
promocionales para atraer nuevos depositantes incluyen algunos juegos y premios en cuatro
sucursales del banco. Shade está convencido de que diferentes tipos de premios atraerían a
diferentes grupos de ingreso. Las personas de un nivel de ingreso prefieren los regalos, mientras
que los de otro grupo de ingreso pueden sentirse más atraídas por viajes gratuitos a sitios
favoritos para pasar vacaciones. Shade determinar si existe una diferencia en el nivel promedio de
depósitos entre las cuatro sucursales. Si se halla alguna diferencia, Shade ofrecerá una diversidad
de premios promocionales

Solución

Aquí aparecen siete depósitos seleccionados aleatoriamente de cada sucursal, aproximado al


U$100 más cercano. Hay c = 4 tratamientos (muestras) y rj = 7 observaciones en cada tratamiento.
El número total de observaciones es n = rc = 28

Mg. Miguel Angel Macetas Hernández Página 1


Diseño de Experimentos (MINITAB 15)

Deposito Sucursal 1 Sucursal 2 Sucursal 3 Sucursal 4


1 5.1 1.9 3.6 1.3
2 4.9 1.9 4.2 1.5
3 5.6 2.1 4.5 0.9
4 4.8 2.4 4.8 1.0
5 3.8 2.1 3.9 1.9
6 5.1 3.1 4.1 1.5
7 4.8 2.5 5.1 2.1

Procedimiento:

Entrada de datos
 En la hoja de trabajo se escriben dos columnas. Una identifica la marca y la otra la variable
de respuesta observada.

FIGURA 1.1.1. Esta figura muestra la manera en que se deben entrar los datos.

Los datos se analizan de la siguiente manera:


 Se selecciona <Estadística>ANOVA>Un solo factor

Mg. Miguel Angel Macetas Hernández Página 2


Diseño de Experimentos (MINITAB 15)

FIGURA 1.1.2. Esta figura muestra la pantalla que sale al oprimir <Estadística>,Anova> Un solo factor

 Luego se obtiene la pantalla, donde se indica cual es la variable de respuesta


(Response) y donde se encuentran los factores (Factor)

FIGURA 1.1.3. Esta figura muestra la manera de seleccionar las columnas para el análisis de varianza
 Se presiona Aceptar
 Los resultados se pueden apreciar en la siguiente pantalla:

Mg. Miguel Angel Macetas Hernández Página 3


Diseño de Experimentos (MINITAB 15)

FIGURA 1.1.4. Esta figura muestra los resultados de la ANOVA para este ejemplo

Interpretación: Si se observa el valor p es 0. Por lo tanto, se rechaza la hipótesis nula de


que las medias sean iguales y se concluye que el factor marca si es significativo. En la
gráfica punteada se muestran los intervalos de confianza para cada nivel del factor marca.
Se puede apreciar de la gráfica, que los intervalos casi no se solapan.

1.2 Diseño de Experimentos para bloques completamente aleatorios:

Ejemplo:
Una empresa de contabilidad grande trata de seleccionar un sistema de computación
integrado a la oficina, entre los tres modelos que están actualmente en estudio. La
selección final dependerá de la productividad de los sistemas. Se seleccionan
aleatoriamente cinco operadores para manejar cada sistema. Es importante tener en
cuenta que el nivel de experiencia que tienen los empleados en el manejo de
computadores puede afectar el resultado de la prueba. Por tanto, existe la necesidad de
justificar el impacto de la experiencia al determinar los méritos relativos de los sistemas de
computación. Los niveles resultantes de producción medios en unidades por hora
aparecen en la siguiente tabla. Un valor codificado más alto para la experiencia indica más
años de capacitación

Procedimiento:
Entrada de datos
 Los datos se ingresan en tres columnas diferentes, una que identifica la
experiencia, otra identifica los sistemas y la última contiene la variable de
respuesta. Esto se muestra en la siguiente Figura.

Mg. Miguel Angel Macetas Hernández Página 4


Diseño de Experimentos (MINITAB 15)

FIGURA 1.2.1. Esta figura muestra la manera de entrar los datos para el ejemplo.

Los datos se analizan de la siguiente manera:


 Se selecciona <Estadística> ANOVA>Un solo factor. Se puede seleccionar
dos opciones Balanced Anova o General Linear Model . Para el ejemplo se
elige la segunda opción.

FIGURA 1.2.2. Esta figura muestra la manera de seleccionar un análisis de Anova, utilizando el modelo lineal general

 Luego se presenta una ventana, donde se indica la columna que contiene


las respuestas Nivel de producción y el modelo a ser considerado,
colocando los dos factores considerados: Sistema y Experiencia .

Mg. Miguel Angel Macetas Hernández Página 5


Diseño de Experimentos (MINITAB 15)

FIGURA 1.2.3. Esta figura muestra la pantalla de modelo general lineal.

 Se presiona OK
 Los resultados obtenidos se presentan en la ventana de sesión, según se
puede apreciar en la siguiente pantalla:

FIGURA 1.2.4. Esta figura muestra el análisis de varianza para el ejemplo.

Interpretación:

Mg. Miguel Angel Macetas Hernández Página 6