CARATULA

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 1
DEDICATORIA:
En primera instancia queremos dedicar este trabajo
encargado a mi familia, por acompañarme en todas
mis aventuras emprendidas. A mis padres, por todo lo
que nos han dado en esta vida, especialmente por sus
consejos y por estar a nuestro lado en los momentos
difíciles.

En segundo lugar, quiero dedicar este trabajo para

todas aquellas personas que no tienen un concepto
bien definido del Análisis de Varianza completamente
aleatorio y por bloques, así como los métodos de
comparación múltiple como TUKEY, DMS, DUNNET
y DUNCAN, para que al leerlo puedan entender lo
maravilloso he importante de este tema y qué si la
llegaran a aplicar los conocimientos acá
mencionados, la podrían utilizar en sus experiencias
diarias, en su trabajo, etc.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 2
AGRADECIMIENTO:

Agradecer en primer lugar a Dios por haberme

brindado la vida y la oportunidad de poder estudiar en
una prestigiosa Universidad Nacional con
profesionales de alto nivel académico.

En segundo lugar, quiero agradecer a mis padres,

quien me han orientado, guiado, brindado su respaldo
esfuerzo y dedicación para poder estar en donde
estamos ahora en mí vida.

Le agradezco infinitamente a mí Docente de

asignatura que ´me brindó su apoyo y conocimientos
y gracias a ello he logrado captar sus enseñanzas
teóricas y prácticas en el salón de clases que me
servirán en mí formación tanto laboral como personal
y que me harán mejor persona.

También queremos dar las gracias todos los

profesores que les pedimos su apoyo y sin poner
obstáculos nos lo brindaron.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 3
 INTRODUCCIÓN
Al tema de comprobación experimental de hipótesis, se ha considerado una
variable independiente con solamente dos posibles tratamientos o niveles (0 o 1,
aplica o no se aplica); sin embargo, existen otros casos en que esto no es
posible, por ejemplo: si se tiene diversos pesos porcentuales de algodón para
una prueba, o diferentes cantidades del mismo componente.

Para resolver estos casos, en donde una variable x tiene a tratamientos, se utiliza
el Análisis de Varianza de un solo factor o ANOVA de un solo factor
(Montgomery, 2013).

El método ANOVA es muy importante en los experimentos, ya que permite

determinar del resultado final, cuanto ha sido fruto de los tratamientos y cuánto
del error, de tal forma que se pueda ver si en realidad los tratamientos de la
variable independiente son significativos en el resultado o este se debe a otros
factores no considerados. Sin embargo, es necesario verificar el supuesto de
normalidad de los datos, además se debe verificar la homogeneidad de la
varianza de los tratamientos, así como el supuesto de independencia de los
errores

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 4
OBJETIVOS.
1. Conocer, analizar e interpretar los dos casos de estudio de los
ANOVAS, el completamente aleatorio, como el por bloques al azar,
además de sus respectivas pruebas de Comparación Múltiple.

2. Dar a conocer las diferentes formas de comparación entre las Pruebas

de comparación múltiple como son l Prueba de DUNCAN, TUKEY,
DMS Y DUNNET.

3. Aplicar el fundamento teórico de los ANOVAS, respecto a sus Métodos

y Pruebas de Comparación Múltiple, con ejercicios evocados a la
escuela de Ingeniería Agroindustrial.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 5
FUNDAMENTO PRÁCTICO.
DISEÑOS COMPLETAMENTE ALEATORIZADOS (DCA), PRUEBA DE
DUNCAN, TUKEY y DUNNET

1. Una empresa que se dedica a los enlatados de frijoles a nivel industrial.

para lo cual negocia semillas con agricultores para el cultivo de
plantaciones de frijoles, desea evaluar el efecto del tipo de fertilizante
utilizado en la siembra de sus semillas, respecto a la cantidad de almidón
que determinará el rendimiento en dureza de la semilla. Se decidió
sembrar semillas y que las cantidades de almidón a probar en ellas fueran
de 2%, 5% y 10%. Se hicieron 4 réplicas por tratamiento con diferentes
fertilizantes y se obtuvieron los siguientes resultados:

% ALMIDON FERTILIZANTE
2% 4.3 5.2 4.8 4.5
5% 6.5 7.3 6.9 6.1
10% 9.0 7.8 8.5 8.1

a) ¿Hay evidencia suficiente de que el rendimiento de la semilla de los frijoles

en su dureza debido al contenido de almidón No depende del tipo de
Fertilizante utilizado? Halle el ANOVA (α=5%). De conclusiones.

b) Si existen diferencias significativas, haga una prueba de comparación de

Duncan (α=5%). Interprete.

c) Replique la prueba de comparación de DUNCAN con una prueba de

TUKEY (α=5%). Interprete.

d) Si existen diferencias significativas, haga una prueba de comparación de

DUNNET (α=5%). Interprete.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 6
SOLUCIÓN:

a) ¿Hay evidencia suficiente de que el almidón influye en la dureza de las

tabletas? Halle el ANOVA (α=5%). De conclusiones.

2% 5% 10%
4.3 6.5 9
5.2 7.3 7.8
4.8 6.9 8.5
4.5 6.1 8.1

Yi ∑ 𝑌𝐼 = 79
18.8 26.8 33.4
ni ∑ 𝑛𝐼 = 12
4 4 4
Yprom 4.7 6.7 8.35 Y.= 6.583333

1. Hipótesis:
H0: El rendimiento de la semilla de los frijoles en su dureza debido al
contenido de almidón, SI depende del tipo de Fertilizante utilizado.

H1: Al menos un rendimiento de la semilla de los frijoles en su dureza

debido al contenido de almidón NO depende del tipo de Fertilizante
utilizado

H0: μ1= μ2= μ3

H1: μ1≠ μ2≠ μ3

2. Nivel de significancia:

Si α=0.05, entonces: 𝐹(1−𝛼,𝑘−1,𝑛−𝑘) = 𝐹(0.95,2,9) = 4.26

3. Cálculos de los Cuadrados Medios:

2
𝑦.2 (79)2
𝑆𝐶𝑇 = ∑ ∑ 𝑦𝑖𝑗 − = (4.3)2 + (6.5)2 + ⋯ + (8.1)2 − = 28.80
𝑛 12

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 7
 ∑ 𝑦𝑖2 𝑦.2 (18.8)2 +(26.8)2 +(33.4)2 (79)2
𝑆𝐶𝑇𝑟 = − = − = 26.73
𝑟𝑖 𝑛 4 12

𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑇𝑟 = 28.80 − 26.73 = 2.07

𝑆𝐶𝑇𝑟 26.73
𝐶𝑀𝑇𝑟 = = = 13.365
𝑘−1 2

𝑆𝐶𝐸 2.07
𝐶𝑀𝐸 = = = 0.23
𝑛−𝑘 9

4. Estadístico de Prueba:

𝐶𝑀𝑇𝑟 13.365
𝐹𝐶 = = = 𝟓𝟖. 𝟏𝟏
𝐶𝑀𝐸 0.23

5. Tabla ANOVA:

FUENTE DE GL SC CM FC FTabla
VARIACIÓN
% DE 2 26.73 13.365 58.11 4.26
ALMIDÓN
ERROR 9 2.07 0.23
TOTAL 11 28.80

6. Decisión y Conclusión:

Como FC > Ftabla, por lo tanto, aceptamos H1 y rechazamos H0 y diremos

que al menos un rendimiento de la semilla de los frijoles en su dureza
debido al contenido de almidón NO depende del tipo de Fertilizante
utilizado a un nivel de confianza del 95%.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 8
b) Si existen diferencias significativas, haga una prueba de comparación
de Duncan (α=5%). Interprete

PRUEBA DE DUNCAN:

Si:

𝐶𝑀𝐸
𝐷𝑝 = 𝑑𝛼 (𝑝, 𝑛 − 𝑘)√ 𝑑𝑜𝑛𝑑𝑒: 𝑝 = 2, … , 𝑘
𝑟𝑖

1. Cálculo de las medias

𝑋̅1 = 4.7

𝑋̅2 = 6.7

𝑋̅3 = 8.35

2. Encontrando los Rangos de Duncan

0.23
𝐷3 = 𝑑0.05 (3,9)√ = (3.34)(0.24) = 0.802
4

0.23
𝐷2 = 𝑑0.05 (2,9)√ = (3.20)(0.24) = 0.768
4

3. Realizamos las comparaciones con el cuadro de diferencia de

medias

Diferencia de >,< Rango(mínimo)

medias
𝑋̅3 − 𝑋̅2 8.35 − 6.7 = 1.65 > 0.802(𝐷3 )
𝑋̅3 − 𝑋̅1 8.35 − 4.7 = 3.65 > 0.802(𝐷3 )
𝑋̅2 − 𝑋̅1 6.7 − 4.7 = 2.00 > 0.802(𝐷3 )

4. Decisión y Conclusión: (Interpretación)

Por lo tanto, las parejas de las medias (3 y 2), (3 y 1) y (2 y 1), difieren
significativamente entre sí, a un nivel de confianza del 95%, por lo que la
comparación de Duncan nos da el respaldo de la prueba de ANOVA,
antes hecha.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 9
 C) Replique la prueba de comparación de Duncan con una prueba de
Tukey (α=5%). Interprete.

PRUEBA TUKEY:

1. Valor en Tablas “T”:

𝑇𝑡𝑎𝑏𝑙𝑎 = 𝑞(𝛼,𝑘,𝑛−𝑘) = 𝑞(0.05,3,9) = 3.95

2. Ordenamos los promedios de mayor a menor

𝑋3 = 8.35, 𝑋2 = 6.7, 𝑋1 = 4.7

3. Realizamos las comparaciones múltiples con el de tabla:

𝑋𝑖 − 𝑋𝑗
𝑇𝑐𝑟í𝑡𝑖𝑐𝑜 = 𝑞𝑖 =
𝐶𝑀𝐸
√
𝑟𝑖

8.35 − 6.7
𝑞1 = = 6.88 > 3.95 → 𝜇3 ≠ 𝜇2
√0.23
4

8.35 − 4.7
𝑞2 = = 15.22 > 3.95 → 𝜇3 ≠ 𝜇1
√0.23
4

6.7 − 4.7
𝑞3 = = 8.34 > 3.95 → 𝜇2 ≠ 𝜇1
√0.23
4

4. Decisión y Conclusión: (Interpretación)

Concluyendo, con una confianza del 95%, diremos que el rendimiento

de la semilla de los frijoles en su dureza debido al contenido de
almidón NO depende del tipo de Fertilizante utilizado, con lo que
verificaremos el resultado de nuestro ANOVA y replicamos y
respaldamos de igual forma la prueba Duncan antes hecha.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 10
 D) Si existen diferencias significativas, haga una prueba de
comparación de DUNNET (α=5%). Interprete.

PRUEBA DE DUNNET:

1. Hipótesis:
,

H0: μ3= μ1 H0: μ3= μ2

H1: μ3≠ μ1 H1: μ3≠ μ2 …….

2. Comparativo PDS:

𝑌̅3 = 8.35, 𝑌̅2 = 6.7, 𝑌̅1 = 4.7

|𝑌̅3 − 𝑌̅2 | = |8.35 − 6.7| = 1.65

|𝑌̅3 − 𝑌̅1 | = |8.35 − 4.7| = 3.65

|𝑌̅2 − 𝑌̅1 | = |6.7 − 4.7| = 2.00

3. Estadístico de Prueba:

1 1 1 1
𝑃𝐷𝑆 = 𝑑(𝛼,𝑘−1,𝐺𝐿𝐸) √𝐶𝑀𝐸( + ) = 𝑑(0.05,2,9) √(0.23)( + )
𝑟𝑖 𝑟𝑗 3 3
= (2.260)(0.3916) = 0.8850

4. Decisión y conclusión:

|𝑌̅3 − 𝑌̅2 | > 𝑃𝐷𝑆

|𝑌̅3 − 𝑌̅1 | > 𝑃𝐷𝑆
|𝑌̅2 − 𝑌̅1 | > 𝑃𝐷𝑆

Como: En todos los casos |𝑌̅𝑖 − 𝑌̅𝑗 | > 𝑃𝐷𝑆, entonces rechazamos H0 y
aceptamos H1 y diremos que sí existen diferencias significativas entre casi
todas las medias 3,2 y 1, por lo que corroboramos con lo obtenido con el
ANOVA.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 11
 DISEÑOS POR BLOQUES COMPLETAMENTE ALEATORIOS (DBCA),
PRUEBA DE DUNCAN Y DMS

2. Para poder utilizar un insumo como base para las cajas de leche de soya,
que es a lo que se dedica una empresa como es INKASOYA S.R.L, esta
empresa hace un estudio de los tipos de soya, del mercado nacional, con
lo cual su área de mercadotecnia hace un experimento, para esto se
usaron ocho (08) variedades de soya con cuatro repeticiones en un diseño
de bloques completos al azar. Los rendimientos se dan en Kg/parcela.

VARIEDADES Repeticiones
DE SOYA r1 r2 r3 r4
Bossier 0.265 0.525 0.265 0.440
II-S4-599-599-M 0.320 0.545 0.495 0.465
II-S18-Cadel-6-M 0.315 0.410 0.510 0.445
Victoria 0.175 0.410 0.410 0.250
Santa Rosa 0.400 0.760 0.650 0.545
Viroja 0.260 0.685 0.615 0.550
Suprema 0.240 0.310 0.425 0.410
Bragg 0.460 0.525 0.425 0.575

a) Realice un ANOVA, para α=5%, de conclusiones.

b) Si se rechaza la Hipótesis Nula, entonces haga una prueba de
comparación de DUNNET (α=5%).
c) Haga una prueba de DMS para α=5%.

SOLUCIÓN:

a) Realice el ANVA y pruebe la hipótesis de tratamientos

TRATAMIENTOS TOTAL MEDIAS

DEL DE
BLOQUE BLOQUES
1 2 3 4 5 6 7 8 T.j X.j
0.265 0.32 0.32 0.17 0.4 0.26 0.24 0.46 2.435 0.304375
BLOQUES 0.525 0.545 0.41 0.41 0.76 0.68 0.31 0.53 4.17 0.52125
0.265 0.495 0.51 0.41 0.65 0.62 0.42 0.42 3.795 0.474375
0.44 0.465 0.45 0.25 0.55 0.55 0.41 0.58 3.68 0.46
TOTAL T..=14.08

Ti. 1.495 1.825 1.69 1.24 2.36 2.11 1.38 1.99

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 12
 MEDIAS X..= 1.76
Xi. 0.374 0.456 0.42 0.31 0.59 0.53 0.35 0.50
1. Hipótesis:

H0: μ1= μ2= …. =μ8

H1: μ1≠ μ2≠ …. ≠μ8

2. Nivel de significancia:

Si α=0.05, entonces: 𝐹(1−𝛼,𝑘−1,(𝑘−1)(𝑟𝑖 −1) = 𝐹(0.95,7,21) = 2.49

𝐹(1−𝛼,𝑟−1,(𝑘−1)(𝑟𝑖 −1) = 𝐹(0.95,3,21) = 3.07

3. Cálculos de los Cuadrados Medios:

2 𝑇..2 (14.08)2
𝑆𝐶𝑇 = ∑ ∑ 𝑋𝑖𝑗 − = 0.2652 + 0.322 + ⋯ + 0.582 − = 0.6055
𝑟𝑘 32

∑ 𝑇𝑖.2 𝑇2.. 1.4952 + 1.8252 + ⋯ + 1.992 (14.08)2

𝑆𝐶𝑇𝑟 = − = − = 0.2662
𝑟𝑖 𝑟𝑘 4 32

1 𝑇..2 1 2 2 2 2 (14.08)2
𝑆𝐶𝐵𝐿 = ∑ 𝑇.𝑗2 − = (2.435 + 4.17 + 3.795 + 3.68 ) − = 0.2126
𝑘 𝑟𝑘 8 32

𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑇𝑟 − 𝑆𝐶𝐵𝐿 = 0.1267

𝑆𝐶𝑇𝑟 0.2662
𝐶𝑀𝑇𝑟 = = = 0.0380
𝑘−1 7

𝑆𝐶𝐵𝐿 0.2126
𝐶𝑀𝐵𝐿 = = = 0.0709
𝑟𝑖 − 1 3

𝑆𝐶𝐸 0.1267
𝐶𝑀𝐸 = = = 0.00603
(𝑟𝑖 − 1)(𝑘 − 1) 21

4. Estadístico de Prueba:

𝐶𝑀𝑇𝑟 0.0380
𝐹𝐶 = = = 𝟔. 𝟑𝟎𝟐
𝐶𝑀𝐸 0.00603

𝐶𝑀𝐵𝐿 0.0709
𝐹𝐶 = = = 𝟏𝟏. 𝟕𝟓𝟖
𝐶𝑀𝐸 0.00603

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 13
 5. Tabla ANOVA:

FUENTE DE GL SC CM FC FTabla
VARIACIÓN
TRATAMIENTO 7 0.2662 0.0380 6.302 2.49
BLOQUES 3 0.2126 0.0709 11.758 3.07
ERROR 21 0.1267 0.00603
TOTAL 31 0.6055

6. Decisión y Conclusión:

PARA LOS TRATAMIENTOS

Como FC > Ftabla, por lo tanto, rechazamos H0 y aceptamos H1 y diremos
que existen diferencias significativas entre los tratamientos se las
variedades de soya, a un nivel de significancia del 5%.

PARA LOS BLOQUES

Como FC > Ftabla,, por lo tanto, por lo tanto, rechazamos H0 y aceptamos
H1 y diremos que existen diferencias significativas dentro de los bloques
a un nivel de significancia del 5%.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 14
 b) Si se rechaza la Hipótesis Nula, entonces haga una prueba de
comparación de DUNNET (α=5%).

PRUEBA DE DUNNET:

1. Hipótesis:
,

H0: μ1= μ2 H0: μ1= μ3 H0: μ1= μ4 …. H0: μ1= μ8

H1: μ1≠ μ2 H1: μ1≠ μ3 H1: μ1≠ μ4 …. H1: μ1≠ μ8 …….

2. Comparativo PDS:

𝑌̅5 = 0.59, 𝑌̅6 = 0.53, 𝑌̅8 = 0.50, 𝑌̅2 = 0.456,

𝑌̅3 = 0.42, 𝑌̅1 = 0.374, 𝑌̅7 = 0.35, 𝑌̅4 = 0.31

|𝑌̅5 − 𝑌̅6 | = |0.59 − 0.53| = 0.06

|𝑌̅5 − 𝑌̅8 | = |0.59 − 0.50| = 0.09

|𝑌̅5 − 𝑌̅2 | = |0.59 − 0.456| = 0.137

|𝑌̅5 − 𝑌̅3 | = |0.59 − 0.42| = 0.17

|𝑌̅5 − 𝑌̅1 | = |0.59 − 0.374| = 0.216

|𝑌̅5 − 𝑌̅7 | = |0.59 − 0.35| = 0.24

|𝑌̅5 − 𝑌̅4 | = |0.59 − 0.31| = 0.28

|𝑌̅6 − 𝑌̅8 | = |0.53 − 0.50| = 0.03

|𝑌̅6 − 𝑌̅2 | = |0.53 − 0.456| = 0.134

|𝑌̅6 − 𝑌̅3 | = |0.53 − 0.42| = 0.11

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 15
 |𝑌̅6 − 𝑌̅1 | = |0.53 − 0.374| = 0.156

|𝑌̅6 − 𝑌̅7 | = |0.53 − 0.35| = 0.18

|𝑌̅6 − 𝑌̅4 | = |0.53 − 0.31| = 0.22

………………, así sucesivamente…con todos, hasta:

|𝑌̅7 − 𝑌̅4 | = |0.35 − 0.31| = 0.04

3. Estadístico de Prueba:

1 1 1 1
𝑃𝐷𝑆 = 𝑑(𝛼,𝑘−1,𝐺𝐿𝐸) √𝐶𝑀𝐸( + ) = 𝑑(0.05,7,21) √(0.00603)( + )
𝑟𝑖 𝑟𝑗 4 4
= (2.825)(0.055) = 0.1554

4. Decisión y conclusión:

|𝑌̅5 − 𝑌̅6 | < 𝑃𝐷𝑆

|𝑌̅5 − 𝑌̅8 | < 𝑃𝐷𝑆
|𝑌̅5 − 𝑌̅2 | < 𝑃𝐷𝑆
|𝑌̅5 − 𝑌̅3 | > 𝑃𝐷𝑆
|𝑌̅5 − 𝑌̅1 | > 𝑃𝐷𝑆
|𝑌̅5 − 𝑌̅7 | > 𝑃𝐷𝑆
|𝑌̅5 − 𝑌̅4 | > 𝑃𝐷𝑆
|𝑌̅6 − 𝑌̅8 | < 𝑃𝐷𝑆
|𝑌̅6 − 𝑌̅1 | > 𝑃𝐷𝑆
……………………………………………..
|𝑌̅7 − 𝑌̅4 | < 𝑃𝐷𝑆

Como: En algunos casos |𝑌̅𝑖 − 𝑌̅𝑗 | < 𝑃𝐷𝑆, entonces rechazamos H0 y

aceptamos H1 y diremos que sí existen diferencias significativas entre casi
todas las medias 5,6 y 8, por lo que corroboramos con lo obtenido con el
ANOVA.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 16
 c) Haga una prueba de DMS para α=5%.

PRUEBA DMS

1. Hipótesis:
,

H0: μ1= μ2 H0: μ1= μ3 H0: μ1= μ4 …. H0: μ1= μ8

H1: μ1≠ μ2 H1: μ1≠ μ3 H1: μ1≠ μ4 …. H1: μ1≠ μ8 …….

2. Comparativo MDS:

𝑌̅5 = 0.59, 𝑌̅6 = 0.53, 𝑌̅8 = 0.50, 𝑌̅2 = 0.456,

𝑌̅3 = 0.42, 𝑌̅1 = 0.374, 𝑌̅7 = 0.35, 𝑌̅4 = 0.31

|𝑌̅5 − 𝑌̅6 | = |0.59 − 0.53| = 0.06

|𝑌̅5 − 𝑌̅8 | = |0.59 − 0.50| = 0.09

|𝑌̅5 − 𝑌̅2 | = |0.59 − 0.456| = 0.137

|𝑌̅5 − 𝑌̅3 | = |0.59 − 0.42| = 0.17

|𝑌̅5 − 𝑌̅1 | = |0.59 − 0.374| = 0.216

|𝑌̅5 − 𝑌̅7 | = |0.59 − 0.35| = 0.24

|𝑌̅5 − 𝑌̅4 | = |0.59 − 0.31| = 0.28

|𝑌̅6 − 𝑌̅8 | = |0.53 − 0.50| = 0.03

|𝑌̅6 − 𝑌̅2 | = |0.53 − 0.456| = 0.134

|𝑌̅6 − 𝑌̅3 | = |0.53 − 0.42| = 0.11

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 17
 |𝑌̅6 − 𝑌̅1 | = |0.53 − 0.374| = 0.156

|𝑌̅6 − 𝑌̅7 | = |0.53 − 0.35| = 0.18

|𝑌̅6 − 𝑌̅4 | = |0.53 − 0.31| = 0.22

………………, así sucesivamente…con todos, hasta:

|𝑌̅7 − 𝑌̅4 | = |0.35 − 0.31| = 0.04

3. Estadístico de Prueba:

1 1 1 1
𝐷𝑀𝑆 = 𝑡(1−𝛼,,𝐺𝐿𝐸) √𝐶𝑀𝐸( + ) = 𝑡(0.975,21) √(0.00603)( + )
2 𝑛𝑖 𝑛𝑗 4 4
= (2.0796)(0.055) = 0.1144

4. Decisión y conclusión:

|𝑌̅5 − 𝑌̅6 | < 𝐷𝑀𝑆

|𝑌̅5 − 𝑌̅8 | < 𝐷𝑀𝑆
|𝑌̅5 − 𝑌̅2 | > 𝐷𝑀𝑆
|𝑌̅5 − 𝑌̅3 | > 𝐷𝑀𝑆
|𝑌̅5 − 𝑌̅1 | > 𝐷𝑀𝑆
|𝑌̅5 − 𝑌̅7 | > 𝐷𝑀𝑆
|𝑌̅5 − 𝑌̅4 | > 𝐷𝑀𝑆
|𝑌̅6 − 𝑌̅8 | < 𝐷𝑀𝑆
|𝑌̅6 − 𝑌̅2 | > 𝐷𝑀𝑆
|𝑌̅6 − 𝑌̅3 | < 𝐷𝑀𝑆
|𝑌̅6 − 𝑌̅1 | > 𝐷𝑀𝑆
……………………………………………..
|𝑌̅7 − 𝑌̅4 | < 𝐷𝑀𝑆

Como: En algunos casos |𝑌̅𝑖 − 𝑌̅𝑗 | < 𝐷𝑀𝑆, entonces rechazamos H0 y

aceptamos H1 y diremos que sí existen diferencias significativas entre casi
todas las medias, por lo que corroboramos con lo obtenido con el ANOVA.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 18
CONCLUSIONES

1. El análisis de varianza o ANOVA, el cual es un método que se

utiliza para comparar dos o más medias partiendo de una hipótesis
sobre la igualdad de medias poblacionales. Cuando se comparan
las varianzas muestrales es posible llegar a algunas conclusiones
o inferencia de los valores relativos de las medias poblacionales.

2. El ANOVA se aplica con la finalidad de analizar las diferencias o

semejanzas significativas tanto de las medias como de las
varianzas, donde una alta o baja razón implicarían la aceptación o
rechazo de la hipótesis, y por otro lado se revelará el efecto que
tiene una variable sobre la otra de acuerdo a su población en
cuanto a su grado de predictibilidad, a mayor o menor covarianza.

3. Las comparaciones múltiples de las medias permiten examinar

cuáles medias son diferentes y estimar el grado de diferencia.
Usted puede evaluar la significancia estadística de las diferencias
entre las medias usando un conjunto de intervalos de confianza, un
conjunto de pruebas de hipótesis o ambos. Los intervalos de
confianza permiten evaluar la significancia práctica de las
diferencias entre las medias, además de la significancia
estadística. Como es habitual, la hipótesis nula de no diferencia
entre medias se rechaza si y solo si el intervalo de confianza no
contiene el cero.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 19
RESEÑAS BIBLIOGRÁFICAS:

1. Spiegel, Murray. 1970. Estadística Aplicada, McGraw-Hill, México.

2. Olav Kallenberg, Probabilistic Symmetries and Invariance Principles.

Springer-Verlag, New York (2005). 510 pp. ISBN 0-387-25115-4.

3. Anderson, D., Sweeney, D., Williams, T. (2008). Estadística para

administración y economía. (10ª ed.). México: Editorial Cengage Learning.
ISBN: 970-686-278-1.

4. Torino H. Resumen del libro de Estadísticas de Berenson y Levine.

5. Estadística Inferencial de Carling - Hostetler R P - Edwards, 6ta edición,

2011.

6. Análisis Inferencial a los Problemas Empresariales II. Louis Marriot, 7ma

edición, 2008.

7. Enciclopedia Matemáticas y la Estadística aplicadas a sus gráficas. Dra

Ines Montilla Zavala. UNI, 4ta edición.

8. Análisis Estadístico I, Tom Caplang; 5ta edición, 2009.

9. Enciclopedia Clarín, Tomo 20 Nagel, Ernest and Newman, James R.,

Godel's Proof, New York University Press, 1958.

“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS

DE COMPARACIÓN MÚLTIPLE-UNT” 20