Вы находитесь на странице: 1из 14

APLICACIN DEL ANALISIS DE

VARIANZA [ANVA]
AGRADECIMIENTO

Primero y antes que nada, dar gracias a Dios, por estar con nosotros en cada
pasos que damos, por fortalecer nuestro corazn e iluminar nuestras mentes y
por haber puesto en nuestros caminos a aquellas personas que han sido nuestro
soporte y compaa durante todo el periodo de estudio.

Agradecer hoy y siempre a nuestros familiares por el esfuerzo realizado en su


apoyo en nuestros estudios, de ser as no hubiese sido posible. A nuestros
padres y dems familiares ya que nos brindan el apoyo, la alegra y nos dan la
fortaleza necesaria para seguir adelante da a da.
DEDICATORIA

Este trabajo est dedicado a nuestros padres que siempre nos estn apoyando
incondicionalmente en la parte econmica y moral para poder llegarnos a realizar
como excelentes profesionales.

A nuestros familiares que nos motivan, ayudan y que por sus experiencias a lo
largo de su vida nos brindan consejos para realizar todo de la mejor manera
posible.

Ante todo a Dios que nos da la vida, nos otorg una familia que cada da nos
comporte sus enseanzas y fortalezas para seguir desempeando dando
siempre lo mejor.

Un agradecimiento en especial a nuestro profesor Victor Silva Toledo por su


apoyo constantemente, por sus consejos, por compartir con nosotros sus
experiencias laborales, por motivarnos con este trabajo a investigar.
INTRODUCCIN

En los captulos anteriores estudiados, hemos mostrado cmo se puede


estimarse un parmetro a partir de los datos contenidos en una muestra. Puede
encontrarse ya sea un slo nmero (estimador puntual) o un intervalo de valores
posibles (intervalo de confianza). Sin embargo, muchos problemas de ingeniera,
ciencia, y administracin, requieren que se tome una decisin entre aceptar o
rechazar una proposicin sobre algn parmetro. Esta proposicin recibe el
nombre de hiptesis. Este es uno de los aspectos ms tiles de la inferencia
estadstica, puesto que muchos tipos de problemas de toma de decisiones,
pruebas o experimentos en el mundo de la ingeniera, pueden formularse como
problemas de prueba de hiptesis.

La aplicacin que realizamos de la estadstica en la ingeniera, mediante la


Prueba de Hiptesis (PH) es un trabajo demasiado tedioso al momento de
comparar los valores de ms de 2 parmetros con sus respectivas muestras. Por
ejemplo, si tenemos n muestras, entonces las comparaciones con la PH serian:
m1, m2, m3, m4, m5 vs . vs mn y para poder tomar una decisin tendramos que
realizar una serie muy grande de comparaciones. Para ello, es como surge la
tcnica de Analisis de Varianza (ANVA) para minimizar el trabajo de los analistas.

En el mundo de los negocios enfrentamos constantemente el reto de tomar


decisiones. Sin embargo, es muy fcil tomar decisiones cuando tenemos en
nuestro poder todos los elementos de juicio para tomar deciones acertadas. En
el mundo real de los negocios podemos tener un conjunto de datos con
informacin valiosa sobre un fenmeno especfico y an as no saber qu hacer
con l. Esta incertidumbre con el uso de la informacin es lo que usualmente
lleva a las diferentes unidades de la Organizacin a no llegar a un consenso y,
por consiguiente, se complica el proceso de la toma de decisiones. De acuerdo
al Profesor Anjan Thakor, Director del Centro de Investigaciones de Finanzas y
Contabilidad de la Universidad de Washington en St. Louis, una gran parte de la
toma de decisiones gerenciales tiene como propsito reducir la incidencia en
desacuerdos.
Uno de los escenarios a los que comnmente se enfrentan los gerentes es
comprar tres grupos o ms. Por ejemplo, un Gerente de Recursos Humanos
puede estar interesado en comparar los salarios de los empleados clasificados
en un mismo puesto en tres unidades de la Organizacin. De igual manera, un
Gerente de Ventas puede estar interesado en el desempeo de sus vendedores
en las cuatro regiones en las que se divide su Distrito. En el caso de un Gerente
de Mercadeo, l o ella pudiera estar interesado en comparar el ROI de su
inversin publicitaria en la prensa escrita, TV y radio durante el lanzamiento de
su nuevo producto. Cuando se comparan tres grupos o ms, una herramienta
de la Estadstica Inferencial que nos puede ayudar a tomar una decisin
informada es el anlisis de varianza, mejor conocido como ANOVA.

La base fundamental del de Analisis de Varianza (ANVA), es la sumatoria simple,


doble y triple principalmente; por lo tanto es necesario comprender los
procedimientos con las leyes y teoremas existentes al respecto.
IMPORTANCIA

El anlisis de la varianza (ANOVA) es una potente herramienta estadstica, de


gran utilidad tanto en la industria, para el control de procesos, como en el
laboratorio de anlisis, para el control de mtodos analticos. Los ejemplos de
aplicacin son mltiples, pudindose agrupar, segn el objetivo que persiguen,
en dos principalmente: la comparacin de mltiples columnas de datos y la
estimacin de los componentes de variacin de un proceso.
CONCEPTOS FUNDAMENTALES

Muestra: Es un subconjunto o parte de una poblacin. El tomar muestras


se hace con la intencin de no extendernos a sacar resultado de toda la
poblacin que representa.

Muestra aleatoria: Viene hacer la muestra elegida al azar, es la muestra


tomada de la poblacin en que todo individuo tiene la misma probabilidad
de poder ser elegido.

Funcin de distribucin: Funcin que hace corresponder a cada uno de


los valores de la variable aleatoria discreta su probabilidad.

Contraste de hiptesis: Es el conjunto de reglas establecidas para


decidir entre la hiptesis nula o la alternativa, que debe ser aceptada en
base al resultado que se obtuvo de la muestra.

Variable aleatoria: Toda funcin que tomas diferentes valores numricos,


dependiendo del resultado de un fenmeno aleatorio, con distintas
probabilidades.

Variable aleatoria discreta: Son aquellas que tienen un nmero finito de


valores.

Variable aleatoria continua: Son aquellas que pueden tomar un nmero


infinito de valores en un intervalo determinado.

Variable categrica: Es aquella que clasifica cada individuo de la


poblacin en varias clases mutuamente excluyentes.

Estadstica Descriptiva: Es el procedimiento estadstico que sirven para


organizar y resumir conjuntos de datos numricos.

Estadistica inferencial: Es el procedimiento estadstico que sirve para


deducir o inferir algo de un conjunto de datos numricos (poblacin),
seleccionando una parte de ellos(muestra).

Grados de libertad: Es el nmero de observaciones linealmente


independientes en un conjunto de n observaciones. Los grados de
libertad, son iguales a n menos el nmero de restricciones impuestas al
conjunto total de datos.
Hiptesis: Es el enunciado acerca del valor del parmetro poblacional.

Hiptesis alternativa: Es el aquel enunciado que no niega, ni afirma lo


que dice la hiptesis de investigacin.

Hiptesis nula: Es aquella que niega, lo que afirma la hiptesis de


investigacin.

Media: Tambin conocida como la media aritmtica, que viene hacer el


promedio que se obtiene al sumar todos los elementos en un conjunto
de valores.

Medicin nominal: Es aquel donde los datos slo se pueden clasificar


en categoras y no hay ningn orden particular de stas.

Medicin ordinal: Las categoras de datos son mutuamente excluyentes


y exhaustivas, dichas categoras se clasifican u ordenan de acuerdo con
las caractersticas particulares que posean.

Nivel de confianza: Es la probabilidad de que la estimacin que se


efectu se ajusta a la realidad.

Nivel de significancia: Es el riesgo que se asume, acerca de rechazar la


hiptesis nula cuando en realidad debe aceptarse por ser verdadera.

Pruebas no paramtricas: Pruebas de hiptesis que implican datos de


niveles nominal y ordinal.

Regin de aceptacin: Es el conjunto de valores de la estadstica de


prueba, que conducen aceptar la hiptesis nula.

Regin de rechazo o regin critica: Es el conjunto de valores de la


estadstica de prueba, que conducen al rechazo de la hiptesis nula.
ANALISIS DE VARIANZA [ANVA]

1. OBJETIVOS DEL TEMA

Objetivo general:
- Analizar el anlisis de varianza, como herramienta en la Toma de
Decisiones.

Objetivo especfico:
- Comprender la importancia que tiene el anlisis de varianza en la
ingeniera.
- Comparar las diferencias que existen entre el anlisis de varianza y la
prueba de hiptesis.
- Exponer ejercicios aplicativos sobre el control de calidad, cadena de
suministro, entre otros.

2. BASES TEORICAS
En la prctica, es comn encontrar situacines en los que se desea comparar
ms de dos (2) medias muestrales, por ello es la existencia del Analisis de
Varianza (ANVA) y su tecnia ayuda mediante un procedimiento sencillo en la
consecucin del objetivo.

Las tcnicas iniciales del anlisis de varianza fueron desarrolladas por el


estadstico y genetista R. A. Fisher en los aos 1920 y 1930 y es algunas veces
conocido como "Anova de Fisher" o "anlisis de varianza de Fisher", debido al
uso de la distribucin F de Fisher como parte del contraste de hiptesis.

ANVA fue originado principalmente para tratar problemas agrcolas; por ello su
lenguaje esta versado con trminos sobre el particular, tales como: tratamiento,
bloque, parcela, etc.
3. COMPARACIN DE DOS VARIANZAS POBLACIONALES
Para determinar si dos poblaciones independientes tienen ms variacin que
otra, para ello se tienen un procedimiento estadstico que se establece en el
conocimiento de dos varianzas mustrales. La distribucin F, se utilizar para
probar la hiptesis de que la varianza de la poblacin normal es igual a la
varianza de otra poblacin normal. Si dos poblaciones se distribuyen
normalmente, entonces el coeficiente de sus varianzas mustrales seguir una
distribucin F la cual depender de dos grado de libertad. Para comparar el
estadstico de prueba F se realiza aplicando la siguiente frmula:
12
= 2
2

Donde:
S1= Varianza de la muestra 1.
S2= Varianza de la muestra 2.
En la distribucin F se podr encontrar tres casos para ubicar la regin de
rechazo, depender si las varianzas de las dos poblaciones son diferentes, o si
una es mayor o igual que la otra; entonces dependiendo de cada uno de ello
tenemos los siguientes casos:
Pasos que se deben seguir al aplicar la Distribucin F
Paso 0: Realizar los clculos de la tabla.
Paso1: Plantear la Hiptesis nula y la Hiptesis alternativa.
Ho: u1=u2=u3=u4 hiptesis Nula
H1: u1u2u3u4 hiptesis alternativa
Si no se rechaza la hiptesis Nula (Ho), se concluye que no hay diferencia en
los promedios. Si se rechaza Ho, se concluye que hay diferencia al menos un
par de promedios.
Paso 2: Seleccionar el nivel de significancia, puede elegirse
0.01, 0.05, etc.
Paso 3: Determinar el estadstico de prueba, adecuado que sigue la
distribucin F. cuando la hiptesis es verdadera.
Paso 4: Para establecer esta regla se necesita el valor crtico. Este se obtiene
en base a los grados de libertad. Donde el nmero de grados de libertad del
numerador es igual al nmero de tratamientos designado por (n1 - 1) El nmero
de grados de libertad en denominador es igual al nmero de observaciones n
menos el nmero de tratamientos. (n2 1)
Paso 5: Seleccionar la muestra, realizar los clculos y tomar una decisin. Es
decir es conveniente reunir los clculos del estadstico F en una tabla ANVA.

Tabla N 01: Muestra los valores de tabla ANOVA

Fuente de Suma de Grados Cuadrados Fisher Fisher DECISIN


variacin de Cuadrados de medios Tabulado Calculado
los (SC) libertad (CM) (Ft) (Fc)
experimentos (g.l.)
Tratamientos SCTr r-1 SCTr/ r-1

/Error SCE N-r SCE / N-r


Total SCT N-1

Hay tres valores llamados Suma de cuadrados, usados para hallar el F Calculado
y compararlo con el F terico segn el Grado de Libertad hallados en las tablas
de Valores crticos de Distribucin F para valores de significancia al 5% o al 1%.

APLICACIONES:
CONCLUSIONES

En la vida es necesario tomar decisiones que lleven a solucionar los problemas


que estn presente en la actividad empresarial, por lo tanto, se buscan
determinar un estudio detallado y minucioso para tener claro la mejor alternativa
que le permita a la gerencia tomar la decisin ms adecuada, veraz y precisa.
El producto de esta investigacin, referida a las aplicaciones del anlisis de la
varianza a la toma de decisiones, nos permiti elaborar las siguientes
conclusiones.
En las empresas se aplican las herramientas estadsticas desde el nivel
ms bajo hasta el nivel ms alto viceversa.

Se puede decir, que en la Estadsticas; en el Anlisis de la varianza sus


procedimientos y seleccin, se aplican en todas las reas y negocios, es
decir; en la Geografa, Matemtica, Economa, Poltica, Administracin,
Contadura, Educacin, Industrias, Medicinas, Agriculturas, Gobiernos,
etc.

Para tomar una decisin, no importa su naturaleza, es necesario conocer,


comprender, analizar un problema, para as poder darle solucin al
mismo.
RECOMENDACIONES

De acuerdo a las conclusiones obtenidas en la elaboracin de este trabajo, se


presentan a continuacin una serie de recomendaciones:
Que las herramientas Estadsticas son de gran importancia para las
organizaciones y por ende los integrantes de la misma.

Sugerimos que en cualquier estudio o proyecto de investigacin


cientfica, se deben aplicar el ANOVA, por la comparacin de los datos
numricos significativos a los diferentes valores que puedan presentarse
en un futuro.

Se recomienda un sistema administrativo y contable, que nos permita


observar sistemticamente toda la informacin de la vida de la empresa,
para que esta sea procesada y analizada, permitiendo as una toma de
decisiones veraz, precisa y oportuna.

Determinar los datos numricos aleatorios que se presentan durante su


estudio, ajustado a los parmetros tericos y prcticos que estipulan la
estadstica y la metodologa de ellos.
BIBLIOGRAFIA

FUENTES BIBLIOGRFICAS
HAROLD KOONTZ / HEINZ WEIHRICH. (1998), Administracin
una Perspectiva Global.
LEVIN RICHARD Y RUBIN DAVID S. (1996), Estadstica para
Administradores Sexta edicin. Prentice Hall.
MASON / LIND / MARCHAL. (2001). Estadsticas para
Administracin y Economa. Mxico. Editorial Alfaomega.

FUENTES ELECTRNICAS
www. Anlisis de la Varianza. Com