Anova con un solo factor, ejemplo

Caso B. Utilidad proporcionada por 3 comisionistas.

Una planta premezcladora ha contratado tres comisionistas para la venta de concreto premezclado. El gerente gen
Determine si en promedio cada comisionista contribuye con igual utilidad para la empresa, por concepto de ventas
Procedimiento 1 para analisis de varianza.
Y= Utilidad al dia de concreto premezclado
X= Tres comisionistas
k= 3
n= 10
N= 30
Paso 1. H: La utilidad promedio al dia de concreto premezclado es igual para los tres comisionistas. = =

Paso 2. H: La utilidad promedio al da de concreto premezclado es distinto para al menos uno de los tres comision
Paso 3. Calculo estadstico de prueba.
Datos:
k
3

n
10

N
30

No. de observacin
1
2
3
4
5
6
7
8
9
10

Comisionista 1
1.88
0.54
1.9
0.15
0.02
1.81
1.5
0.53
2.62
1.67

Comisionista 2
3.53
2.53
3.8
2.79
3.21
2.8
2.26
3.63
1.36
2.03

Media=
Varianza=
Gran media=
(Media-Gran media)^2

1.262
0.7769733333

2.794
0.6022933333

1.617
0.126025

1.385329

(Media-Gran media)^2*n

1.26025

13.85329

Primera estimacin de la varianza de la poblacin.

Varianza entre medias muestrales=
(n-1)/(N-k)

0.3333333333

(n-1)/(N-K)*S

0.2589911111

10.93519

0.2007644444

Segunda estimacin de la varianza de la poblacin.

Varianzas dentro de las muestras=
0.5617277778
Estadistico de prueba F

19.4670629308

Alpha=
gl.1=
gl.2=

0.05
2
27
Calculo de la region de Rechazo de H0 (F Critica)
Fcritica F ,g.l 1,g.l 2
3.3541308285

paso 5

Conclusion

Decision Final
H0 se rechaza

Estadistico de prueba tiene que ser menor que F cri

Se puede afirmar que co un 95 %de confiabilidad ,que la utilidad promed

tres comisionistas
Es decir ,existe diferencia significativa en la utilidad promedio al dia que
al menos uno de los tres comisionistas esta ejerciendo diferencia significa

Medicion del ajuste del modelo experimental a los datos

nta de concreto premezclado. El gerente general est interesado en saber si la utilidad por dia que le dan a ganar dichos comi

ad para la empresa, por concepto de ventas de concreto premezclado.

ual para los tres comisionistas. = =

stinto para al menos uno de los tres comisionistas.

k-1
2
Comisionista 3
1.42
1.28
0.82
0.16
0.05
0.04
1.49
0.66
1.03
1
0.795
0.3059166667

0.675684

6.75684

0.1019722222

F Critica)

de prueba tiene que ser menor que F critica

de confiabilidad ,que la utilidad promedio al dia de concreto premezclado es distinta para al menos uno de los

cativa en la utilidad promedio al dia que reoortan los tres comisonistas

nistas esta ejerciendo diferencia significativa en la utilidad promedio al dia de concreto premezclado

dan a ganar dichos comisionistas, por las ventas que realizan , son iguales. Para ello pidi una muestra aleatoria de las utilida

a al menos uno de los

emezclado

una muestra aleatoria de las utilidades para cada comisionista en miles de pesos.

Caso B. Utilidad proporcionada por 3 comisionistas.

Paso 1. H: La utilidad promedio al dia de concreto premezclado es igual para los tres comisionistas. = =

Paso 1. H: La utilidad promedio al da de concreto premezclado es distinto para al menos uno de los tres comis
Paso 3. Calculo estadstico de prueba.
k
3

n
10

No. de observacin
1
2
3
4
5
6
7
8
9
10
Medias

Comisionista 1
1.88
0.54
1.9
0.15
0.02
1.81
1.5
0.53
2.62
1.67
1.262

Anlisis de varianza de un factor

RESUMEN
Grupos
Comisionista 1
Comisionista 2
Comisionista 3

ANLISIS DE VARIANZA
Origen de las variaciones
Entre grupos
Dentro de los grupos
Total

Cuenta
10
10
10

Suma de cuadrados
21.87038
15.16665
37.03703

H0 se rechaza

se puede afirmar que co un 95 %de confiabilidad ,que la utilidad promedio al dia de c

tres comisionistas

Es decir ,existe diferencia significativa en la utilidad promedio al dia que reoortan los
al menos uno de los tres comisionistas esta ejerciendo diferencia significativa en la ut
Medicion del ajuste del modelo experimental a los datos
R-Sq

0.5905003722
significa que el 59.05% de la variabilidad total se debe a

para decir que los factores estudiados afectan deben se

Error Aleatorio

0.4094996278

Procentaje de error significativo

Minitab
One-way ANOVA: Comisionista 1, Comisionista 2, Comisionista 3
Method
Null hypothesis
All means are equal
Alternative hypothesis At least one mean is different
Significance level
= 0.05
Equal variances were assumed for the analysis.

Factor Information
Factor Levels Values
Factor
3 Comisionista 1, Comisionista 2, Comisionista 3

Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 2 21.87 10.9352 19.47 0.000
Error 27 15.17 0.5617
Total 29 37.04

Model Summary
S R-sq R-sq(adj) R-sq(pred)
0.749485 59.05%
56.02%
49.44%

Means
Factor
N
Comisionista 1
Comisionista 2
Comisionista 3

Mean StDev
95% CI
10 1.262 0.881 (0.776, 1.748)
10 2.794 0.776 (2.308, 3.280)
10 0.795 0.553 (0.309, 1.281)

Pooled StDev = 0.749485

Residual Plots for Comisionista 1, Comisionista 2, Comisionista 3

Normal Probability Plot

Versus Fits

99
1

Residual

Percent

90
50
10
1

-1
-2

-1

Residual

1.0

1.5

Histogram

Frequency

8
6
4
2
0

-1.6

-1.2

-0.8

-0.4

0.0

0.4

0.8

1.2

Residual

Boxplot of Comisionista, Comisionista, ...

4

Data

2.0

Fitted Value

2.5

3.0

Da

0
Comisionista 1

Comisionista 2

Comisionista 3

es igual para los tres comisionistas. = =

es distinto para al menos uno de los tres comisionistas.

N
30

k-1
2

Comisionista 2
3.53
2.53
3.8
2.79
3.21
2.8
2.26
3.63
1.36
2.03
2.794

Suma

Comisionista 3
1.42
1.28
0.82
0.16
0.05
0.04
1.49
0.66
1.03
1
0.795

Promedio
12.62
27.94
7.95

Grados de libertad
2
27

Varianza
1.262 0.77697333
2.794 0.60229333
0.795 0.30591667

Promedio de los cuadrados

F
Probabilidad
10.93519 19.4670629 5.82670E-006
0.5617277778

29

ilidad ,que la utilidad promedio al dia de concreto premezclado es distinta para al menos uno de los

a utilidad promedio al dia que reoortan los tres comisonistas

ejerciendo diferencia significativa en la utilidad promedio al dia de concreto premezclado

al a los datos

determinar que % de la variabilidad total se debe al modelo experimental

l 59.05% de la variabilidad total se debe a las vntas realizadas por los tres comisionistas
los factores estudiados afectan deben ser myor a un 85 % ,por lo tanto,se debe estudiar el error aleatorio
Efecto de factores no estudiados
Error Experimental

error significativo

misionista 2, Comisionista 3
Versus Fits

1.0

1.5

2.0

Fitted Value

Comisionista, ...

2.5

3.0

a2

Comisionista 3

Valor crtico para F

3.3541308285

enos uno de los

udiar el error aleatorio

Grafica de 3 3n 1
Diagonal---En la grafixa de probabilidad normal observamos que los r4esiduos aparentemente se a
Simetra----Contra los ajustes. No existe simetra entre los datos.
Campana de gaus----Comprobando el histograma claramente se observa que los datos no se ajusta

Grafica de cajas
En esta grafica afirmamos la decisin de rechazar ho debido que se puede observar la variabilidad
Aqu se debe estudiar, si lo que se quiere lograr es mayor rendimiento o igualdad. Claramente deb

aparentemente se ajustan a las lneas diagonal, es decir, al parecer los datos se ajustan a una distribucin n

os datos no se ajustan a una distribucin normal

ervar la variabilidad que existe entre cada comisionista siendo ms evidente la diferencia en el comisionista
ad. Claramente debemos de aplicar estrategias para elevar el rendimiento de los comisionistas 1 y 3, para q

ajustan a una distribucin normal.

diferencia en el comisionista 2
s comisionistas 1 y 3, para que la igualdad se de por arriba y no por abajo.

Caso C.

Promotores que Rentan Equipos de Revolvedoras

La compaa "Equipos del Norte S.A." se dedica a la renta de equipos de revolvedoras manuales de

La compaa cuenta con 4 promotores que se dedican a promocionar su servicio. La empresa cuen

Determine si los promotores logran rentar el mismo nmero de equipos/semana, en prome

Procedimiento 1 para analisis de varianza.

Y= Rentabilidad de equipos por semana en promedio
X= 4 promotores
k= 4
n= 7
N= 28
Paso 1. H: La rentabilidad de equipos por semana en promedio es igual para los cuatro promotores. = =

Paso 2. H: La rentabilidad de equipos por semana en promedio es distinto para al menos uno de los tres comis
Paso 3. Calculo estadstico de prueba.
Datos:
K
4

No de Semana
1
2
3
4
5
6
7

k-1
3

n
7

N
28

Promotor Promotor Promotor Promotor

1
2
3
4
3
7
2
5
4
6
3
2
5
11
4
3
1
7
0
4
2
10
5
5
4
11
4
3
6
8
5
1

Media=
Varianza=

3.57142857 8.57142857 3.28571429 3.28571429

2.95238095 4.28571429 3.23809524 2.23809524

Gran media=

4.67857143

(Media-Gran media)^2
(Media-Gran media)^2*n

1.22576531 15.1543367 1.94005102 1.94005102

8.58035714 106.080357 13.5803571 13.5803571

Primera estimacin de la varianza de la poblacin.

Varianza entre medias muestrales=
47.2738095
(n-1)/(N-k)
(n-1)/(N-K)*S

0.25
0.73809524 1.07142857 0.80952381 0.55952381

Segunda estimacin de la varianza de la poblacin.

Varianzas dentro de las muestras=
3.17857143
Estadistico de prueba F

14.8726592

Alpha=
gl.1=
gl.2=

0.05
3
24

Calculo de la region de Rechazo de H0 (F Critica)

Fcritica F ,g.l 1,g.l 2
3.00878657
H0 se rechaza
Minitap
Method
Null hypothesis
All means are equal
Alternative hypothesis At least one mean is different
Significance level
= 0.05
Equal variances were assumed for the analysis.

Factor Information
Factor Levels Values
Factor
4 Promotor 1, Promotor 2, Promotor 3, Promotor 4

Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 3 141.82 47.274 14.87 0.000
Error 24 76.29 3.179
Total 27 218.11

Model Summary

S R-sq R-sq(adj) R-sq(pred)

1.78285 65.02%
60.65%
52.39%

Means
Factor
Promotor
Promotor
Promotor
Promotor

N
1
2
3
4

Mean StDev
7 3.571 1.718
7 8.571 2.070
7 3.286 1.799
7 3.286 1.496

95% CI
(2.181, 4.962)
(7.181, 9.962)
(1.895, 4.676)
(1.895, 4.676)

Pooled StDev = 1.78285

Residual Plots for Promotor 1, Promotor 2, Promotor 3, Promotor 4

Normal Probability Plot

Versus Fits

99
2

Residual

Percent

90
50
10
1
-5.0

-2.5

0.0

2.5

5.0

Residual

0
-2
-4

3.0

4.5

6.0

Fitted Value

Histogram

Frequency

8
6
4
2
0

-3

-2

-1

Residual

Boxplot of Promotor 1, Promotor 2, ...

12

10

Data

7.5

9.0

Data

0
Promotor 1

Promotor 2

Promotor 3

Promotor 4

Revolvedoras

revolvedoras manuales de concreto

servicio. La empresa cuenta con datos respecto al numero de equipos rentados/semana por cada uno de los

uipos/semana, en promedio, y cul es su valor.

cuatro promotores. = = = 4
menos uno de los tres comisionistas. 4

Grafica de 3 3n 1
Diagonal---En la grafixa de probabilidad normal observamo
Simetra----Contra los ajustes. No existe simetra entre los
Campana de gaus----Comprobando el histograma claramen

or 3, Promotor 4

ersus Fits

6.0

7.5

9.0

tted Value

..

Grafica de cajas
En esta grafica afirmamos la decisin de rechazar ho debid
Aqu se debe estudiar, si lo que se quiere lograr es mayor r

Promotor 4

semana por cada uno de los cuatro promotores como se muestra a continuacion:

babilidad normal observamos que los r4esiduos aparentemente se ajustan a las lneas diagonal, es decir, al
No existe simetra entre los datos.
ando el histograma claramente se observa que los datos no se ajustan a una distribucin normal

ecisin de rechazar ho debido que se puede observar la variabilidad que existe entre cada comisionista siend
e se quiere lograr es mayor rendimiento o igualdad. Claramente debemos de aplicar estrategias para elevar

lneas diagonal, es decir, al parecer los datos se ajustan a una distribucin normal.

ribucin normal

ntre cada comisionista siendo ms evidente la diferencia en el comisionista 2

icar estrategias para elevar el rendimiento de los comisionistas 1 y 3, para que la igualdad se de por arriba y

a igualdad se de por arriba y no por abajo.

Caso D. MTODOS DE TRABAJO

En una empresa se desea probar si existe diferencia significativa entre tres diversos mtodos para
Paso 1. H: La utilidad promedio al dia de concreto premezclado es igual para los tres comisionistas. = =

Paso 1. H: La utilidad promedio al da de concreto premezclado es distinto para al menos uno de los tres comis
Paso 3. Calculo estadstico de prueba.
K
3

n
5

N
15

Nmero de piezas procesadas por periodo

Observaciones
1
2
3
4
5

MTODO A
11
17
19
11
14

MTODO B
9
3
7
5
4

Cuenta

Suma

Anlisis de varianza de un factor

RESUMEN
Grupos
MTODO A
MTODO B
MTODO C

ANLISIS DE VARIANZA
Origen de las variaciones
Entre grupos
Dentro de los grupos
Total

5
5
5

72
28
42

Suma de cuadrados
Grados de libertad
202.1333333333
2
119.6
12
321.7333333333

14

H0 se rechaza

se puede afirmar que co un 95 %de confiabilidad ,que la utilidad promedio al dia de concreto prem
tres comisionistas
Es decir ,existe diferencia significativa en la utilidad promedio al dia que reoortan los tres comison
al menos uno de los tres comisionistas esta ejerciendo diferencia significativa en la utilidad promed
Medicion del ajuste del modelo experimental a los datos

R-Sq

0.6282635723 Determinar que % de la variabilidad total se d

significa que el 62.82% de la variabilidad total se debe a las vntas rea

Para decir que los factores estudiados afectan deben ser myor a un 85
Error Aleatorio

0.3717364277 Efecto de factores no estudiados

Error Experimental
Procentaje de error significativo

Minitab
Method
Null hypothesis
All means are equal
Alternative hypothesis At least one mean is different
Significance level
= 0.05
Equal variances were assumed for the analysis.

Factor Information
Factor Levels Values
Factor
3 MTODO A, MTODO B, MTODO C

Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Factor 2 202.1 101.067 10.14 0.003
Error 12 119.6 9.967
Total 14 321.7

Model Summary
S R-sq R-sq(adj) R-sq(pred)
3.15700 62.83%
56.63%
41.92%

Means
Factor N
MTODO A
MTODO B
MTODO C

Mean StDev
5 14.40 3.58
5 5.60 2.41
5 8.40 3.36

95% CI
(11.32, 17.48)
( 2.52, 8.68)
( 5.32, 11.48)

Pooled StDev = 3.15700

Residual Plots for MTODO A, MTODO B, MTODO C

Versus Fits
5.0

90

2.5

Residual

Percent

Normal Probability Plot

99

50
10
1

-8

-4

0.0
-2.5
-5.0

Residual

5.0

7.5

10.0

Fitted Value

Histogram

Frequency

-4

-2

Residual

Boxplot of MTODO A, MTODO B, ...

20

Data

15

10

MTODO A

MTODO B

MTODO C

12.5

15.0

a entre tres diversos mtodos para la realizacin de ciertas piezas. La tabla resume las observaciones realiza

para los tres comisionistas. = =

to para al menos uno de los tres comisionistas.

k-1
2

procesadas por periodo

MTODO C
11
9
12
6
4

Promedio
14.4
5.6
8.4

Varianza
12.8
5.8
11.3

Promedio de los cuadrados

F
Probabilidad
Valor crtico para F
101.0666666667 10.1404682 0.00263883 3.88529383
9.9666666667

promedio al dia de concreto premezclado es distinta para al menos uno de los

l dia que reoortan los tres comisonistas

a significativa en la utilidad promedio al dia de concreto premezclado

que % de la variabilidad total se debe al modelo experimental

ilidad total se debe a las vntas realizadas por los tres comisionistas

os afectan deben ser myor a un 85 % ,por lo tanto,se debe estudiar el error aleatorio

actores no estudiados

Grafica de 3 3n 1
Diagonal---En la grafixa de probabilidad n
Simetra----Contra los ajustes. No existe
Campana de gaus----Comprobando el his

O B, MTODO C
Versus Fits

7.5

10.0

12.5

15.0

Fitted Value

Grafica de cajas
En esta grafica afirmamos la decisin de
Aqu se debe estudiar, si lo que se quiere

DO B, ...

MTODO C

s observaciones realizadas en el experimento correspondiente.

grafixa de probabilidad normal observamos que los r4esiduos aparentemente se ajustan a las lneas diagona
a los ajustes. No existe simetra entre los datos.
s----Comprobando el histograma claramente se observa que los datos no se ajustan a una distribucin norma

firmamos la decisin de rechazar ho debido que se puede observar la variabilidad que existe entre cada com
udiar, si lo que se quiere lograr es mayor rendimiento o igualdad. Claramente debemos de aplicar estrategia

ajustan a las lneas diagonal, es decir, al parecer los datos se ajustan a una distribucin normal.

tan a una distribucin normal

d que existe entre cada comisionista siendo ms evidente la diferencia en el comisionista 2

bemos de aplicar estrategias para elevar el rendimiento de los comisionistas 1 y 3, para que la igualdad se d

ibucin normal.

misionista 2
3, para que la igualdad se de por arriba y no por abajo