Вы находитесь на странице: 1из 22

ESCUELA SUPERIOR POLITCNICA DE CHIMBORAZO

FACULTAD DE INFORMTICA Y ELECTRNICA


EXAMEN 2 SEMINARIO DISEO ESTADISTICO EXPERIMENTAL
Nombre Docente: Dr. Jorge Tuapanta
Nombre Alumno: Luis Miguel Allauca Cando
Cdigo: 359
Fecha: 24/03/2016
EJERCICIO 1
14. En una empresa de manufactura se propone un tratamiento para reducir el
porcentaje de productos defectuosos. Para validar esta propuesta se dise un
experimento en el que se produca con o sin la propuesta de mejora. Cada corrida
experimental consisti en producir un lote y la variable de respuesta es el porcentaje de
producto defectuoso. Se hicieron 25 rplicas para cada tratamiento. Los datos obtenidos
se muestran a continuacin:
(1.5 PUNTOS)

PRUEBA DE LOS SUPUESTOS


Antes de aplicar el ANOVA verificamos los supuestos:
1. NORMALIDAD de los datos.
Ho: Los datos se distribuyen normalmente.
Ha: Los datos no siguen una distribucin normal.
Pruebas de normalidad
tratamiento para reducir el

Kolmogorov-

porcentaje de productos
defectuosos
porcentaje de los

Shapiro-Wilk

Smirnova
Estadstico gl

CON TRATAMIENTO

productos defectuosos SIN TRATAMIENTO

Sig. Estadstico gl

Sig.

,160 25 ,098

,945 25 ,192

,149 25 ,161

,943 25 ,171

a. Correccin de la significacin de Lilliefors

* Todas las probabilidades deben ser mayor al 5%.


En base a la prueba de Shapiro-Wilk todos los datos se distribuyen normalmente. Las
probabilidades son superiores al nivel de significancia lo que respalda la decisin
tomada.
2. INDEPENDENCIA entre los datos
Hay independencia entre los resultados por la forma como est estructurado el diseo.
3. ANLISIS de varianzas

Ho: Hay igualdad en las varianzas de cada uno de los tratamientos usados.
1 2 = 2 2
Ha: Hay al menos una pareja de varianzas diferente.
2 2 , , , = 1,2
Prueba de homogeneidad de varianzas
porcentaje de los productos defectuosos
Estadstico de

gl1

gl2

Sig.

Levene
15,616

48

,000

En base a la prueba de homogenizad de varianzas, la probabilidad 0,000 es menor al


nivel de significancia, esto significa que esto significa que rechazamos la Hiptesis Nula
y aceptamos la Alternativa de que hay al menos una pareja de varianzas diferentes en
cada uno de los tratamientos usados.
PRUEBA ANOVA
Ho:
1 = 2
Ha:
, , , = 1,2
ANOVA de un factor
porcentaje de los productos defectuosos
Suma de

gl

Media

cuadrados

Sig.

cuadrtica

Inter-grupos

466,957

466,957

Intra-grupos

306,470

48

6,385

Total

773,427

49

73,136

,000

En base a la prueba ANOVA de un factor, la probabilidad de 0,000 es menor al nivel de


significancia, entonces se rechaza la Hiptesis Nula y se acepta la Alternativa. Es decir,
hay al menos una pareja de varianzas diferentes en cada uno de los tratamientos
usados.

DETERMINACIN DE PAREJAS DE MEDIAS DIFERENTES


PRUEBAS POST-HOC
COMPARACIONES MULTIPLES
Ho:
=
Ha:
,

, = 1,2

Advertencia
No se han realizado las pruebas post hoc para porcentaje de los productos defectuosos porque hay
menos de tres grupos.

EJERCICIO 2
19. Uno de los defectos que causan mayor desperdicio en la manufactura de discos
pticos compactos son los llamados cometas. Tpicamente, se trata de una partcula
que opone resistencia al fluido en la etapa de entintado. Se quiere comprobar de manera
experimental la efectividad de un tratamiento de limpieza de partculas que est basado
en fuerza centrpeta y aire ionizado. A 12 lotes de 50 CD se les aplica el tratamiento y a
otros 12 lotes no se les aplica; en cada caso se mide el porcentaje de discos que
presentan cometas, los resultados son los siguientes:
(1.5 PUNTOS)

PRUEBA DE LOS SUPUESTOS


Antes de aplicar el ANOVA verificamos los supuestos:
1. NORMALIDAD de los datos.
Ho: Los datos se distribuyen normalmente.
Ha: Los datos no siguen una distribucin normal.
Pruebas de normalidad
analisis con o sin
tratamiento

Kolmogorov-Smirnova
Estadstico

gl

Shapiro-Wilk

Sig.

Estadstico

gl

Sig.

porcentaje de cometas

con tratamiento

,266

12

,019

,900

12

,160

en un disco

sin tratamiento

,269

12

,016

,849

12

,036

a. Correccin de la significacin de Lilliefors

* Todas las probabilidades deben ser mayor al 5%.


En base a la prueba de Shapiro-Wilk los datos no se distribuyen normalmente porque
los resultados sin tratamiento no siguen una distribucin normal, la probabilidad 0,036
es menor al nivel de significancia del 5%.
En conclusin, no es posible utilizar el ANOVA para el anlisis de estos
resultados.

EJERCICIO 3
12. Se dise un experimento para estudiar el rendimiento de cuatro detergentes. Las
siguientes lecturas de blancura se obtuvieron con un equipo especial diseado para
12 cargas de lavado, distribuidas en tres modelos de lavadoras:
(2 PUNTOS)

PRUEBA DE LOS SUPUESTOS


Antes de aplicar el ANOVA verificamos los supuestos:
LAVADORAS
1. NORMALIDAD de los datos.
Ho: Los datos se distribuyen normalmente.
Ha: Los datos no siguen una distribucin normal.
Pruebas de normalidad
Kolmogorov-Smirnova

Modelo de
lavadoras

Estadstic

gl

Shapiro-Wilk

Sig.

Estadstic

gl

Sig.

Lecturas de blancura

Lavadora 1

,133

1,000

1,000

obtenidas con un

Lavadora 2

,230

,973

,860

equipo especial

Lavadora 3

,279

,923

,556

a. Correccin de la significacin de Lilliefors

* Todas las probabilidades deben ser mayor al 5%.


En base a la prueba de Shapiro-Wilk todo el conjunto de datos sigue una distribucin
normal. Las probabilidades son superiores al nivel de significancia lo que respalda la
decisin tomada.
DETERGENTES
1. NORMALIDAD de los datos.
Ho: Los datos se distribuyen normalmente.
Ha: Los datos no siguen una distribucin normal.
Pruebas de normalidad
Cuatro tipos de
detergentes

Kolmogorov-Smirnova
Estadsti
co

gl

Sig.

Shapiro-Wilk
Estadsti
co

gl

Sig.

Lecturas de

Detergente A

,292

,923

,463

blancura obtenidas

Detergente B

,232

,980

,726

con un equipo

Detergente C

,343

,842

,220

especial

Detergente D

,211

,991

,817

a. Correccin de la significacin de Lilliefors

* Todas las probabilidades deben ser mayor al 5%.


En base a la prueba de Shapiro-Wilk todo el conjunto de datos sigue una distribucin
normal. Las probabilidades son superiores al nivel de significancia lo que respalda la
decisin tomada.
PRUEBA ANOVA DISEO DE BLOQUES COMPLETAMENTE AL AZAR
Para el anlisis se va a suponer que no hay interaccin entre factor y bloque.
Lavadoras
Ho:
1 = 2 = 3
Ha:
, , , = 1,2,3
Detergentes
Ho:
= = =
Ha:
, , , = , , ,
Pruebas de los efectos inter-sujetos
Variable dependiente: Lecturas de blancura obtenidas con un equipo especial
Origen

Suma de

gl

Media

cuadrados tipo

Sig.

cuadrtica

III
303,833a

60,767

46,545

,000

Interseccin

26696,333

26696,333

20448,255

,000

LAVADORA

170,167

85,083

65,170

,000

DETERGENTE

133,667

44,556

34,128

,000

Error

7,833

1,306

Total

27008,000

12

311,667

11

Modelo corregido

Total corregida

a. R cuadrado = ,975 (R cuadrado corregida = ,954)

En base a la prueba de los efectos inter-sujetos, la probabilidad de 0,000 de las


lavadoras es menor al nivel de significancia, entonces se rechaza la Hiptesis Nula y se
acepta la Alternativa. Es decir, hay al menos una pareja de medias de rendimiento en
blancura que son diferentes segn el tipo de lavadora. De la misma forma para los

detergentes, la probabilidad de 0,000 es menor al nivel de significancia, entonces,


existen diferencias entre el tipo de detergente en cuanto al rendimiento en blancura.
En conclusin, el factor lavadora si influye en los resultados de la variable dependiente.

En la figura, es observa que los puntos no tienen una tendencia a seguir una curva
particular. Lo que implica que no hay interaccin entre el factor y los bloques.
PRUEBAS MLTIPLES
LAVADORAS
Ho:
=
Ha:
,

, = 1,2,3

DETERGENTES
Ho:
=
Ha:
,

, = , , ,

PRUEBAS MLTIPLES
PRUEBA POST-HOC
LAVADORAS

Comparaciones mltiples
Variable dependiente: Lecturas de blancura obtenidas con un equipo especial
(I)Modelo de

(J)Modelo de

Diferencia

Error

lavadoras

lavadoras

de medias

tp.

Sig.

95%

(I-J)

Lavadora 1
DHS de

Lmite

inferior

superior

Lavadora 2

,808

,033

,27

5,23

Lavadora 3

-6,25*

,808

,001

-8,73

-3,77

Lavadora 1

-2,75*

,808

,033

-5,23

-,27

Lavadora 3

-9,00*

,808

,000

-11,48

-6,52

Lavadora 1

6,25*

,808

,001

3,77

8,73

Lavadora 2

9,00*

,808

,000

6,52

11,48

Lavadora 2

2,75*

,808

,043

,09

5,41

Lavadora 3

-6,25*

,808

,001

-8,91

-3,59

Lavadora 1

-2,75*

,808

,043

-5,41

-,09

Lavadora 3

-9,00*

,808

,000

-11,66

-6,34

Lavadora 1

6,25*

,808

,001

3,59

8,91

Lavadora 2

9,00*

,808

,000

6,34

11,66

Lavadora 3

Lavadora 1

Lmite

2,75*

Lavadora 2

Tukey

Intervalo de confianza

Bonferroni Lavadora 2

Lavadora 3
Basadas en las medias observadas.

El trmino de error es la media cuadrtica(Error) = 1,306.


*. La diferencia de medias es significativa al nivel 0,05.

Los que tengan asteriscos tienen media diferente.


En base a la prueba Post-Hoc de Tukey y Bonferroni, hay diferencias significativas de
medias de blancura entre las lavadoras 1 con 2, 1 con 3, 2 con 3. Esta decisin lo
corroboran las probabilidades que son menores al nivel de significancia.
SUBCONJUNTOS HOMOGENEOS
Lecturas de blancura obtenidas con un equipo especial
Modelo de lavadoras

Subconjunto
1

DHS de Tukeya,b

Lavadora 2

Lavadora 1

Lavadora 3

Sig.

43,25
46,00
52,25
1,000

1,000

1,000

Se muestran las medias de los grupos de subconjuntos homogneos.


Basadas en las medias observadas.
El trmino de error es la media cuadrtica(Error) = 1,306.
a. Usa el tamao muestral de la media armnica = 4,000
b. Alfa = 0,05.

En conclusin, segn la tabla de subconjuntos homogneos, la lavadora 3 produce


mayor rendimiento en blancura y la de menor rendimiento en blancura es la lavadora 2.
DETERGENTES
Comparaciones mltiples
Variable dependiente: Lecturas de blancura obtenidas con un equipo especial
(I)Cuatro tipos de (J)Cuatro tipos
detergentes

de detergentes

Diferenci

Error

a de

tp.

Sig.

Intervalo de
confianza 95%

medias

Lmite

Lmite

(I-J)

inferior

superior

Detergente B

-1,33

,933

,527

-4,56

1,90

Detergente C

-5,67*

,933

,004

-8,90

-2,44

Detergente D

3,67*

,933

,029

,44

6,90

Detergente A

1,33

,933

,527

-1,90

4,56

Detergente C

-4,33*

,933

,014

-7,56

-1,10

DHS de

Detergente D

5,00*

,933

,007

1,77

8,23

Tukey

Detergente A

5,67*

,933

,004

2,44

8,90

Detergente B

4,33*

,933

,014

1,10

7,56

Detergente D

9,33*

,933

,000

6,10

12,56

Detergente A

-3,67*

,933

,029

-6,90

-,44

Detergente B

-5,00*

,933

,007

-8,23

-1,77

Detergente C

-9,33*

,933

,000

-12,56

-6,10

Detergente B

-1,33

,933

1,000

-4,94

2,27

Detergente C

-5,67*

,933

,005

-9,27

-2,06

Detergente D

3,67*

,933

,046

,06

7,27

Detergente A

1,33

,933

1,000

-2,27

4,94

Detergente C

-4,33*

,933

,021

-7,94

-,73

Bonferron

Detergente D

5,00*

,933

,010

1,40

8,60

Detergente A

5,67*

,933

,005

2,06

9,27

Detergente B

4,33*

,933

,021

,73

7,94

Detergente D

9,33*

,933

,000

5,73

12,94

Detergente A

-3,67*

,933

,046

-7,27

-,06

Detergente B

-5,00*

,933

,010

-8,60

-1,40

Detergente C

-9,33*

,933

,000

-12,94

-5,73

Detergente A

Detergente B

Detergente C

Detergente D

Detergente A

Detergente B

Detergente C

Detergente D

Basadas en las medias observadas.


El trmino de error es la media cuadrtica(Error) = 1,306.
*. La diferencia de medias es significativa al nivel 0,05.

Los que tengan asteriscos tienen media diferente.


En base a la prueba Post-Hoc de Tukey y Bonferroni, hay diferencias significativas de
medias de blancura entre los detergentes A con C, A con D, B con C, B con D y C con
D. Esta decisin lo corroboran las probabilidades que son menores al nivel de
significancia.
SUBCONJUNTOS HOMOGENEOS
Lecturas de blancura obtenidas con un equipo especial
Cuatro tipos de detergentes

Subconjunto
1

DHS de Tukeya,b

Detergente D

Detergente A

46,33

Detergente B

47,67

Detergente C

Sig.

42,67

52,00
1,000

,527

1,000

Se muestran las medias de los grupos de subconjuntos homogneos.


Basadas en las medias observadas.
El trmino de error es la media cuadrtica(Error) = 1,306.
a. Usa el tamao muestral de la media armnica = 3,000
b. Alfa = 0,05.

En conclusin, segn la tabla de subconjuntos homogneos, el detergente C produce


mayor rendimiento en blancura y el de menor rendimiento en blancura es el detergente
D.

EJERCICIO 4
19. Se comprueba el peso en gramos de un material de tres proveedores: A, B y C, por
tres diferentes inspectores: I, II y III, utilizando tres diferentes escalas: 1, 2 y 3. El
experimento se lleva a cabo como el siguiente cuadro latino:
(3.5 PUNTOS)

Pruebas de los efectos inter-sujetos


Variable dependiente: Peso en gramos de un material
Origen

Suma de

gl

Media

cuadrados tipo

Sig.

cuadrtica

III
44,000a

7,333

66,000

,015

1393,778

1393,778

12544,000

,000

,222

,111

1,000

,500

ESCALAS

32,889

16,444

148,000

,007

PROVEEDORES

10,889

5,444

49,000

,020

Error

,222

,111

Total

1438,000

44,222

Modelo corregido
Interseccin
INSPECTORES

Total corregida

a. R cuadrado = ,995 (R cuadrado corregida = ,980)

En base a los resultados de la prueba de los efectos inter-sujetos, la probabilidad de


0,500 de los inspectores es mayor al nivel de significancia, entonces no afecta a los
resultados de la variable dependiente.
PRUEBA ANOVA CUADRADO LATINO
Se supone que no hay interaccin entre bloques y factor.
ESCALAS
Ho:
1 = 2 = 3
Ha:
, , , = 1,2,3
PROVEEDORES
Ho:
= =
Ha:
, , , = , ,

Pruebas de los efectos inter-sujetos


Variable dependiente: Peso en gramos de un material
Origen

Suma de

gl

Media

cuadrados tipo

Sig.

cuadrtica

III
44,000a

7,333

66,000

,015

1393,778

1393,778

12544,000

,000

ESCALAS

32,889

16,444

148,000

,007

PROVEEDORES

10,889

5,444

49,000

,020

Error

,222

,111

Total

1438,000

44,222

Modelo corregido
Interseccin

Total corregida

a. R cuadrado = ,995 (R cuadrado corregida = ,980)

En base a los resultados de la prueba de los efectos inter-sujetos, la probabilidad de


0,007 de las escalas es menor al nivel de significancia, entonces se rechaza la Hiptesis
Nula y se acepta la Alternativa. Es decir, hay al menos una pareja de peso en gramos
de un material que son diferentes segn la escala. De la misma forma para los
proveedores, la probabilidad de 0,020 es menor al nivel de significancia, entonces,
existen diferencias entre proveedores en cuanto a las medias de peso de un material.
PRUEBAS MLTIPLES
PRUEBA POST-HOC
ESCALAS
Ho:
=
Ha:
,

, = 1,2,3

Comparaciones mltiples
Variable dependiente: Peso en gramos de un material
(I)Tres diferentes

(J)Tres diferentes

Diferencia

Error

escalas

escalas

de medias

tp.

Sig.

95%

(I-J)

Escala 1
DHS de
Tukey

Escala 2

Escala 3

Intervalo de confianza

Lmite

Lmite

inferior

superior

Escala 2

4,67*

,272

,000

3,70

5,64

Escala 3

2,00*

,272

,004

1,03

2,97

Escala 1

-4,67*

,272

,000

-5,64

-3,70

Escala 3

-2,67*

,272

,001

-3,64

-1,70

Escala 1

-2,00*

,272

,004

-2,97

-1,03

Escala 2

2,67*

,272

,001

1,70

3,64

Basadas en las medias observadas.


El trmino de error es la media cuadrtica(Error) = ,111.
*. La diferencia de medias es significativa al nivel 0,05.

Los que tengan asteriscos tienen media diferente.


En base a la prueba Post-Hoc de Tukey, hay diferencias significativas de medias de
peso en gramos de un material entre las escalas 1 con 2, 1 con 3 y 2 con 3. Esta decisin
lo corroboran las probabilidades que son menores al nivel de significancia.
SUBCONJUNTOS HOMOGENEOS
Peso en gramos de un material
Tres diferentes escalas

Subconjunto
1

Student-Newman-Keulsa,b

Escala 2

Escala 3

Escala 1

Sig.

DHS de Tukeya,b

10,00
12,67
14,67
1,000

Escala 2

Escala 3

Escala 1

Sig.

1,000

1,000

10,00
12,67
14,67
1,000

1,000

1,000

Se muestran las medias de los grupos de subconjuntos homogneos.


Basadas en las medias observadas.
El trmino de error es la media cuadrtica(Error) = ,111.
a. Usa el tamao muestral de la media armnica = 3,000
b. Alfa = 0,05.

En conclusin, segn la tabla de subconjuntos homogneos, la escala 1 produce mayor


peso en gramos de un material y el menor peso en gramos de un material lo produce la
escala 2.
PROVEEDORES
Ho:
=
Ha:
,

, = , ,

Comparaciones mltiples
Variable dependiente: Peso en gramos de un material
(I)Tres

(J)Tres

Diferencia

Error

proveedores

proveedores

de medias

tp.

(I-J)

Sig.

Intervalo de confianza
95%
Lmite

Lmite

inferior

superior

Proveedor A
DHS de
Tukey

Proveedor B

Proveedor C

Proveedor B

1,00*

,272

,045

,03

1,97

Proveedor C

2,67*

,272

,001

1,70

3,64

Proveedor A

-1,00*

,272

,045

-1,97

-,03

Proveedor C

1,67*

,272

,008

,70

2,64

Proveedor A

-2,67*

,272

,001

-3,64

-1,70

Proveedor B

-1,67*

,272

,008

-2,64

-,70

Basadas en las medias observadas.


El trmino de error es la media cuadrtica(Error) = ,111.
*. La diferencia de medias es significativa al nivel 0,05.

Los que tengan asteriscos tienen media diferente.


En base a la prueba Post-Hoc de Tukey, hay diferencias significativas de medias de
peso en gramos de un material entre los proveedores A con B, A con C y B con C. Esta
decisin lo corroboran las probabilidades que son menores al nivel de significancia.
SUBCONJUNTOS HOMOGENEOS
Peso en gramos de un material
Tres proveedores

Subconjunto
1

Student-Newman-Keulsa,b

Proveedor C

Proveedor B

Proveedor A

Sig.

DHS de Tukeya,b

Proveedor B

Proveedor A

Sig.

11,00
12,67
13,67
1,000

Proveedor C

1,000

1,000

11,00
12,67
13,67
1,000

1,000

1,000

Se muestran las medias de los grupos de subconjuntos homogneos.


Basadas en las medias observadas.
El trmino de error es la media cuadrtica(Error) = ,111.
a. Usa el tamao muestral de la media armnica = 3,000
b. Alfa = 0,05.

En conclusin, segn la tabla de subconjuntos homogneos, el proveedor A produce


mayor peso en gramos de un material y el menor peso en gramos de un material lo
produce el proveedor C.

En la figura los puntos no tienen una tendencia a seguir una curva en particular, por lo
que se puede concluir que no existe interaccin entre factor y bloques.
PRUEBA DE NORMALIDAD
ESCALAS
Pruebas de normalidad
Kolmogorov-Smirnova

Tres diferentes
escalas

Estadsti

gl

Shapiro-Wilk

Sig.

Estadsti

co
Peso en gramos de

gl

Sig.

co

Escala 1

,253

,964

,637

Escala 2

,175

1,000

1,000

Escala 3

,253

,964

,637

un material
a. Correccin de la significacin de Lilliefors

* Todas las probabilidades deben ser mayor al 5%.


En base a la prueba de Shapiro-Wilk todo el conjunto de datos sigue una distribucin
normal. Las probabilidades son superiores al nivel de significancia lo que respalda la
decisin tomada.

PROVEEDORES
Pruebas de normalidad
Tres
proveedores

Kolmogorov-Smirnova
Estadstic

gl

Shapiro-Wilk

Sig.

Estadstic

o
Peso en gramos de

gl

Sig.

Proveedor A

,219

,987

,780

Proveedor B

,219

,987

,780

Proveedor C

,175

1,000

1,000

un material
a. Correccin de la significacin de Lilliefors

* Todas las probabilidades deben ser mayor al 5%.


En base a la prueba de Shapiro-Wilk todo el conjunto de datos sigue una distribucin
normal. Las probabilidades son superiores al nivel de significancia lo que respalda la
decisin tomada.

EJERCICIO 5
21. Se quieren comparar tres dietas (A, B, C) a base de protenas de origen vegetal
utilizando 18 ratas de laboratorio de una misma camada. Primero se observa por un
tiempo el apetito para formar tres grupos de seis ratas, segn su voracidad; y cada uno
de estos grupos se clasifica a su vez en tres grupos de dos ratas, de acuerdo a su peso
inicial. Se plantea un experimento donde la variable de respuesta es el peso en gramos
ganado por las ratas despus de cierto periodo, con los siguientes resultados:
(3.5 PUNTOS)

Pruebas de los efectos inter-sujetos


Variable dependiente: peso en gramos ganado por las ratas
Origen

Suma de

gl

Media

cuadrados tipo

Sig.

cuadrtica

III
5798,667a

966,444

10,789

,000

135200,000

135200,000

1509,337

,000

2466,333

1233,167

13,767

,001

116,333

58,167

,649

,541

3216,000

1608,000

17,951

,000

Error

985,333

11

89,576

Total

141984,000

18

6784,000

17

Modelo corregido
Interseccin
VORACIDAD
PESO_INIC
DIETAS

Total corregida

a. R cuadrado = ,855 (R cuadrado corregida = ,776)

En base a los resultados de la prueba de los efectos inter-sujetos, la probabilidad de


0,541 del peso inicial es mayor al nivel de significancia, entonces no afecta a los
resultados de la variable dependiente.
PRUEBA ANOVA CUADRADO LATINO
Se supone que no hay interaccin entre bloques y factor.
VORACIDAD
Ho:
1 = 2 = 3
Ha:
, , , = 1,2,3

DIETAS
Ho:
= =
Ha:
, , , = , ,
Pruebas de los efectos inter-sujetos
Variable dependiente: peso en gramos ganado por las ratas
Origen

Suma de

gl

Media

cuadrados tipo

Sig.

cuadrtica

III
5682,333a

1420,583

16,763

,000

135200,000

135200,000

1595,401

,000

VORACIDAD

2466,333

1233,167

14,552

,000

DIETAS

3216,000

1608,000

18,975

,000

Error

1101,667

13

84,744

Total

141984,000

18

6784,000

17

Modelo corregido
Interseccin

Total corregida

a. R cuadrado = ,838 (R cuadrado corregida = ,788)

En base a los resultados de la prueba de los efectos inter-sujetos, la probabilidad de


0,000 de voracidad es menor al nivel de significancia, entonces se rechaza la Hiptesis
Nula y se acepta la Alternativa. Es decir, hay al menos una pareja de medias de ratas
voraces que son diferentes segn su apetito. De la misma forma para las dietas, la
probabilidad de 0,000 es menor al nivel de significancia, entonces, existen diferencias
entre dietas en cuanto a las medias de peso ganado por las ratas.
PRUEBAS MLTIPLES
PRUEBA POST-HOC
VORACIDAD
Ho:
=
Ha:
,

, = 1,2,3

Comparaciones mltiples
Variable dependiente: peso en gramos ganado por las ratas
(I)apetito de las

(J)apetito de las

Diferencia

Error

ratas segun su

ratas segun su

de medias

tp.

voracidad

voracidad

(I-J)

Sig.

Intervalo de confianza
95%
Lmite

Lmite

inferior

superior

APETITO 1
DHS de
Tukey

APETITO 2

APETITO 3

APETITO 2

-13,83

5,315

,054

-27,87

,20

APETITO 3

-28,67*

5,315

,000

-42,70

-14,63

APETITO 1

13,83

5,315

,054

-,20

27,87

APETITO 3

-14,83*

5,315

,038

-28,87

-,80

APETITO 1

28,67*

5,315

,000

14,63

42,70

APETITO 2

14,83*

5,315

,038

,80

28,87

Basadas en las medias observadas.


El trmino de error es la media cuadrtica(Error) = 84,744.
*. La diferencia de medias es significativa al nivel 0,05.

Los que tengan asteriscos tienen media diferente.


En base a la prueba Post-Hoc de Tukey, hay diferencias significativas de medias de
peso ganado en gramos por las ratas entre los apetitos 1 con 3 y 2 con 3. Esta decisin
lo corroboran las probabilidades que son menores al nivel de significancia.
SUBCONJUNTOS HOMOGENEOS
peso en gramos ganado por las ratas
apetito de las ratas segun su

Subconjunto

voracidad

Student-Newman-Keulsa,b

APETITO 1

APETITO 2

APETITO 3

Sig.

DHS de Tukeya,b

72,50
86,33
101,17
1,000

APETITO 1

72,50

APETITO 2

86,33

APETITO 3

Sig.

1,000

1,000

101,17
,054

1,000

Se muestran las medias de los grupos de subconjuntos homogneos.


Basadas en las medias observadas.
El trmino de error es la media cuadrtica(Error) = 84,744.
a. Usa el tamao muestral de la media armnica = 6,000
b. Alfa = 0,05.

En conclusin, segn la tabla de subconjuntos homogneos, las ratas con apetito 3


tienen mayor voracidad produciendo mayor peso en las ratas y las que tienen menor
voracidad produciendo menor peso son las ratas con apetito 1.
DIETAS
Ho:
=
Ha:
,

, = , ,

Comparaciones mltiples
Variable dependiente: peso en gramos ganado por las ratas
(I)dietas a base de (J)dietas a base

Diferencia

Error

proteinas de

de proteinas de

de medias

tp.

origen vegetal

origen vegetal

(I-J)

DIETA A
DHS de
Tukey

DIETA B

DIETA C

Sig.

Intervalo de confianza
95%
Lmite

Lmite

inferior

superior

DIETA B

32,00*

5,315

,000

17,97

46,03

DIETA C

22,00*

5,315

,003

7,97

36,03

DIETA A

-32,00*

5,315

,000

-46,03

-17,97

DIETA C

-10,00

5,315

,183

-24,03

4,03

DIETA A

-22,00*

5,315

,003

-36,03

-7,97

DIETA B

10,00

5,315

,183

-4,03

24,03

Basadas en las medias observadas.


El trmino de error es la media cuadrtica(Error) = 84,744.
*. La diferencia de medias es significativa al nivel 0,05.

Los que tengan asteriscos tienen media diferente.


En base a la prueba Post-Hoc de Tukey, hay diferencias significativas de medias de
peso ganado en gramos por las ratas entre las dietas A con B y A con C. Esta decisin
lo corroboran las probabilidades que son menores al nivel de significancia.
SUBCONJUNTOS HOMOGENEOS
peso en gramos ganado por las ratas
dietas a base de proteinas

Subconjunto

de origen vegetal

Student-Newman-Keulsa,b

DIETA B

72,67

DIETA C

82,67

DIETA A

Sig.

DHS de Tukeya,b

104,67
,082

DIETA B

72,67

DIETA C

82,67

DIETA A

Sig.

1,000

104,67
,183

1,000

Se muestran las medias de los grupos de subconjuntos homogneos.


Basadas en las medias observadas.
El trmino de error es la media cuadrtica(Error) = 84,744.
a. Usa el tamao muestral de la media armnica = 6,000
b. Alfa = 0,05.

En conclusin, segn la tabla de subconjuntos homogneos, la dieta A produce mayor


peso en las ratas y la que produce menor peso en las ratas es la dieta B.

En la figura los puntos no tienen una tendencia a seguir una curva en particular, por lo
que se puede concluir que no existe interaccin entre factor y bloques.
PRUEBA DE NORMALIDAD
VORACIDAD
Pruebas de normalidad
apetito de las ratas
segun su voracidad
peso en gramos
ganado por las ratas

Kolmogorov-Smirnova
Estadstico

gl

Sig.

Shapiro-Wilk
Estadstico

gl

Sig.

APETITO 1

,188

,200*

,972

,908

APETITO 2

,221

,200*

,888

,310

,200*

,925

,542

APETITO 3

,193

*. Este es un lmite inferior de la significacin verdadera.


a. Correccin de la significacin de Lilliefors

* Todas las probabilidades deben ser mayor al 5%.


En base a la prueba de Shapiro-Wilk todo el conjunto de datos sigue una distribucin
normal. Las probabilidades son superiores al nivel de significancia lo que respalda la
decisin tomada.

DIETAS
Pruebas de normalidad
dietas a base de
proteinas de origen

Kolmogorov-Smirnova
Estadstico

gl

Sig.

Shapiro-Wilk
Estadstico

gl

Sig.

vegetal
DIETA A
peso en gramos
ganado por las ratas

DIETA B
DIETA C

,178
,179
,237

,200*

,975

,922

,200*

,975

,927

,200*

,889

,312

*. Este es un lmite inferior de la significacin verdadera.


a. Correccin de la significacin de Lilliefors

* Todas las probabilidades deben ser mayor al 5%.


En base a la prueba de Shapiro-Wilk todo el conjunto de datos sigue una distribucin
normal. Las probabilidades son superiores al nivel de significancia lo que respalda la
decisin tomada.