DISEOS EXPERIMENTALES

DISEO BLOQUE COMPLETO

AL AZAR
 Introduccin

Una cadena de restaurantes con

locales en cuatro sitios desea saber
si, en promedio, todos ellos venden
el mismo nmero de postres.
Para llevar a cabo la prueba selecciona tres
das al azar para cada restaurante y registra
la cantidad de postres vendidos en estos das
 Introduccin

Cul es el factor en estudio?

Tratamiento? Variable respuesta?
Qu diseo experimental estara usando?
Sera el correcto?
Qu otro (otros) factores no estara considerando?
Cmo reformulara el diseo?

Los resultados varan segn el individuo considerado?

Se debe aplicar el Diseo Completamente al Azar?
 Introduccin

Si la cantidad de postres vendidos por cada restaurante

son en das diferentes puede ser que la variabilidad
observada entre la cantidad de postres vendidos sea
debida a las diferencias entre los das elegidos.
Una posible solucin es elegir el mismo da de la semana
(por ejemplo sbado) para neutralizar el efecto del da y
luego elegir por ejemplo 3 de estos sbados y registrar la
cantidad de postre que venden los cuatro restaurantes en
cada uno de estos sbados. De este modo, tenemos un
factor llamado bloque que son los sbados, el cul no
nos interesa comparar si no controlar.
 DBCA
R1 R2 R3 R4

Sbado 1 40 35 37 42

Sbado 2 36 29 32 35

Sbado 3 37 39 40 36

El diseo de bloques completos al azar implica que en cada

bloque (sbado) hay una sola observacin (cantidad de postres
vendidos) de cada tratamiento (restaurante). El orden en que se
asignan los tratamientos dentro de cada bloque es aleatorio.
 DBCA
El experimentador tiene a su a tratamientos
disposicin mediciones
relativas a
Dentro: UE
b bloques homogneas

Los bloques son utilizados para controlar una fuente

de variabilidad adicional a los tratamientos, que
aunque no es el objetivo fundamental de la
investigacin, puede ser identificada de antemano.
Generalmente los criterios de bloqueo son:
Caractersticas fsicas (edad, peso, sexo)
Tiempo (da, mes, ao)
Personas, mquinas etc.
 Modelo Lineal
N de tratamientos

yij i j ij i 1, 2, . .., a ; j 1, 2, ..., b

N de bloques
La j-sima
repeticin en la j- El error experimental
sima muestra. asociado a la observacin yij.
La media
Efecto de j-simo
poblacional
bloque
Efecto de i-simo
tratamiento

Supuestos del eij ~ N(0, 2)

modelo
La variancias generadas por cada poblacin
de tratamientos son iguales
 HIPOTESIS ESTADSTICA

Si no hay efecto del tratamiento sobre la variable en estudio no

hay diferencia de las medias poblacionales en cada poblacin de
tratamientos. Luego, las hiptesis seran:

Ho: 1= 2== a
(Todos los tratamientos tienen el mismo efecto
sobre la variable en estudio o el tratamiento NO
AFECTA a la variable en estudio)
H1: Al menos un i es diferente
(No todos los tratamientos tienen el mismo efecto
sobre la variable en estudio o el tratamiento
AFECTA a la variable en estudio)
 Disposicin de los datos y clculo de sumas de
cuadrados

a b 2
y
SCT yij2 ..
T1 T2 Ta Total

B1 Y11 Y21 Ya1 Y.1 i 1 j 1 ab

yi2.
a
y..2
B2 Y12 Y22 Ya2 Y.2 SC (Tr )
i 1 b ab
b y.2jy..2
SCB
Bb Y1b Y2b Yab Y.b j 1 a ab
Total Y1. Y2. Ya . Y..
SCE SCT SC (Tr ) SCB
 APLICACIN

En un estudio se asignan tres dietas por un perodo de

tres das a cada uno de seis sujetos en un diseo de
bloques completos al azar. A los sujetos, que juegan el
papel de bloques, se les asignan las siguientes tres dietas
en orden aleatorio.
Dieta 1: mezcla de grasa y carbohidratos,
Dieta 2: alta en grasa
Dieta 3: alta en carbohidratos.
Al final del perodo de tres das cada sujeto se coloca un
aparato para caminata y se mide el tiempo de
agotamiento en segundos. Se registraron los siguientes
datos:
 Sujeto
Dieta 1 2 3 4 5 6 Total
1 84 35 91 57 56 45 368
2 91 48 71 45 61 61 377
3 122 53 110 71 91 122 569
Total 297 136 272 173 208 228 1314
 DISEO DE BLOQUES COMPLETAMENTE
ALEATORIZADO (DBCA)
Variable respuesta o dependiente: Tiempo de agotamiento en segundos

Factor: Dieta con tres niveles o tratamientos

Bloque: Sujetos

Ingreso de datos:
SUPUESTOS

Homogeneidad de varianzas
Ho: Las varianzas son homogneas
H1: Las varianzas no son homogneas
Contraste de Levene sobre la igualdad de varianzas error
Variable dependiente: Tiempo de agotamiento
F Gl1 Gl2 Sig.
1,434 2 15 0,269

Sig. = 0,269 > = 0.05, D. E. : No rechazar la hiptesis nula

Conclusin: Con un nivel de significacin del 5%, se puede afirmar
estadsticamente que las varianzas del tiempo de agotamiento son homogneas
Normalidad de los errores

Ho: Los errores se distribuyen normalmente

H1: Los errores no se distribuyen normalmente
Prueba de Kolmogorov-Smirnov para una muestra
RES_1
N 18
Parmetros normalesa,b Media ,0000
Desviacin tpica 10,32321
Diferencias ms extremas Absoluta ,195
Positiva ,195
Negativa -,098
Z de Kolmogorov-Smirnov ,826
Sig. Asintt. (bilateral) ,503

Sig. = 0,503 > = 0.05, D. E. : No rechazar la hiptesis nula

Conclusin: Con un nivel de significacin del 5%, se puede afirmar
estadsticamente que los errores se distribuyen normalmente.
 Anlisis del factor dieta

17

Ho: Las dietas producen el mismo tiempo promedio de agotamiento en los sujetos.
H1: Al menos una de las dietas produce tiempos promedios de agotamiento diferentes.

Fcal = 11.859 > F(0.05;2,10) = 4.103 R Ho

Conclusin: Al nivel de significacin del 5% se puede concluir que el tipo de
dieta afecta al tiempo de agotamiento de una persona. Tambin podemos
decir que, al menos una de las dietas producirn un tiempo promedio
diferente de agotamiento.
 Prueba de Duncan

Tiempo
Dieta Subconjunto
N 1 2
Duncana,b D1 6 61,33
D2 6 62,83
D3 6 94,83
Sig. ,851 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) = 181.167.

a. Usa el tamao muestral de la media armnica = 6.000

b. Alfa = 0.05.

Ordenando las medias

Con un nivel de significacin del 5%, se puede afirmar

estadsticamente que la dieta 3 proporciona en las personas
un mayor tiempo promedio hasta llegar al agotamiento. Por
lo que se recomendara la dieta 3.
DISEOS EXPERIMENTALES

EXPERIMENTOS FACTORIALES
 INTRODUCCIN

Una empresa vende sus productos a

travs de los pedidos que recibe por
correo. El gerente desea medir el efecto
que tiene el tamao de un anuncio de
revistas y el diseo mismo del anuncio,
sobre la cantidad de pedidos recibidos
(en miles)
 D1

Pequeo Pedidos
(miles)
A D
N D2
I
U S
N E
C Grande

I O
O
D3
 Experimentos factoriales
Factor A=Tamao del anuncio:
A1= Pequeo, A2= Grande.
Factor B=Tipo de Diseo.
B1= D1, B2= D2 , B3= D3
Ambos factores pueden combinarse entre si,
ofrecindonos 6 combinaciones posibles o
condiciones experimentales:
1) El anuncio pequeo con el diseo D1;
2) El anuncio pequeo con el diseo D2;
3) El anuncio pequeo con el diseo D3;
4) El anuncio grande con el diseo D1.
5) El anuncio grande con el diseo D2
6) El anuncio grande con el diseo D3
 Experimentos factoriales
Las preguntas de inters ser:
a) Alguna combinacin de tamao de anuncio con el
tipo de diseo producir un mayor efecto en la cantidad
de pedidos?
Si la respuesta es SI, deberamos profundizar un poco
ms en el estudio. Si la respuesta es NO, podemos
preguntarnos lo siguiente:
b) El tamao de los pedidos depende del tamao del
anuncio o el tamao del anuncio afecta al tamao del
pedido?
c) El tamao de los pedidos depende del diseo del
anuncio o el diseo del anuncio afecta la tamao del
pedido?
 Experimentos factoriales
Estructura de los datos

A1 A2
Repeticiones B1 B2 B3 B1 B2 B3
1
2

n
Totales

En la prctica se suele trabajar con diseos de dos

factores, A y B, donde cada factor tiene dos o ms
niveles.
Hay a niveles del factor A y b niveles del factor
B y cada una de las n rplicas del experimento
contiene ab combinaciones de los tratamientos
 Modelo Lineal

yijk i j ( ) ij ijk
donde : i 1,2,..., a; j 1,2,..., b, k 1,2,..., n
Hiptesis
Ho: No hay interaccin entre los niveles de los factores
H1: Hay interaccin entre los niveles de los factores
(Alguna combinacin del nivel del factor A con el nivel del
factor B afecta a la variable respuesta)
Ho: No hay efecto del factor A sobre la variable respuesta.
1= 2== a
H1: Hay efecto del factor A sobre la variable respuesta.
Al menos un i es diferente
Ho: No hay efecto del factor B sobre la variable respuesta.
1= 2== b
H1: Hay efecto del factor B sobre la variable respuesta.
Al menos un i es diferente
 Grficos para observar la interaccin

Las figuras nos muestran dos posibles resultados

Ausencia de interaccin Interaccin entre dos variables

 APLICACIN

Una empresa de pedidos por correo dise

un experimento factorial para investigar el
efecto que tiene el tamao de un anuncio en
revistas y el diseo mismo del anuncio,
sobre la cantidad de pedidos recibidos (en
miles). Se consideraron tres diseos de
anuncios y dos tamaos de anuncios. Los
datos que se obtuvieron corresponden a la
cantidad de pedidos en miles y aparecen en
la tabla siguiente.
 APLICACIN

Pequeo Grande
Aplique el procedimiento de
8 12 anlisis de varianza para
A
12 8 experimentos factoriales e
14 16 investigue si hay efectos
22 26 apreciables debidos al tipo de
B
14 30 diseo, tamao del anuncio o
20 30 interaccin entre esos dos
10 18 factores. Use a = 0,05 .
18 14
C
15 17
Variable respuesta: Cantidad de pedidos recibidos (miles)

Factor 1: Diseo del anuncio con tres niveles o tratamientos

Factor 2: Tamao del anuncio con dos niveles o tratamientos

Ingreso de datos:
SUPUESTOS

Homogeneidad de varianzas
Ho: Las varianzas son homogneas
H1: Las varianzas no son homogneas
Contraste de Levene sobre la igualdad de varianzas error
Variable dependiente: Cantidad de pedidos recibidos (miles)
F Gl1 Gl2 Sig.
0,460 5 12 0,798

Sig. = 0,798 > = 0.05, D. E. : No rechazar la hiptesis nula

Conclusin: Con un nivel de significacin del 5%, se puede afirmar
estadsticamente que las varianzas de la cantidad de pedidos recibidos son
homogneas
Normalidad de los errores

Ho: Los errores se distribuyen normalmente

H1: Los errores no se distribuyen normalmente
Prueba de Kolmogorov-Smirnov para una muestra
RES_1
N 18
Parmetros normalesa,b Media ,0000
Desviacin tpica 2,84226
Diferencias ms extremas Absoluta ,204
Positiva ,127
Negativa -,204
Z de Kolmogorov-Smirnov ,865
Sig. Asintt. (bilateral) ,443

Sig. = 0,443 > = 0.05, D. E. : No rechazar la hiptesis nula

Conclusin: Con un nivel de significacin del 5%, se puede afirmar
estadsticamente que los errores se distribuyen normalmente.
 Pruebas de los efectos intersujetos
Variable dependiente: Cantidad de pedidos recibidos(miles)
Anlisis de la interaccin tamao de anuncio y diseo

Ho: No existe interaccin entre el tamao y el diseo del

anuncio
H1: Existe interaccin entre el tamao y el diseo del
anuncio

Fcal = 3.340 < F(0.05;2,12)= 3.89

Sig. = 0.070 > =0.05, Decisin estadstica: N R Ho
Conclusin: Con un nivel de significacin del 5% se puede
concluir que no existe interaccin entre el tamao y el
diseo del anuncio.
Anlisis del factor tamao del anuncio

Ho: No hay diferencia en la cantidad promedio de pedidos

cuando se usan diferentes tamaos de anuncios.

H1: En al menos un tamao de anuncio, la cantidad

promedio de pedidos es diferente.
Fcal = 7.010 > F(0.05;1,12) = 4.75
Sig. = 0.021 < =0.05, Decisin estadstica: R Ho
Conclusin: Con un nivel de significancia del 5% podemos
concluir que el tamao del anuncio afecta la cantidad de
pedido que se recibe.
Anlisis del factor: diseo de anuncio

Ho: No hay diferencia en la cantidad promedio de pedidos

cuando se usa diferentes diseos de anuncios.

H1: En al menos un diseo de anuncio, la cantidad

promedio de pedidos es diferente.

Fcal=19,826 > F(0.05;2,12)= 3.89

Sig. = 0.000 < =0.05, Decisin estadstica: R Ho
Conclusin: Con un nivel de significancia del 5% podemos
concluir que el diseo del anuncio, afecta la cantidad de
pedidos que se recibe.
Grfico para verificar interaccin

NO HAY INTERACCIN
Grfico de los factores por separado

Cada factor en forma separada,

puesto que no hay interaccin
 Pruebas de comparacin

PEDIDO
DISEO Subconjunto
N 1 2
Duncana,b Diseo A 6 11,67
Diseo C 6 15,33
Diseo B 6 23,67
Sig. ,172 1,000

A C B

Con un = 0.05, el diseo B nos proporcionar una

mayor cantidad promedio de pedidos recibidos, sera
por lo tanto el ms recomendable para usar.
 TAMAO

Variable dependiente: Cantidad de pedidos recibidos

TAMAO Intervalo de confianza 95%

Lmite
Media Error tp. Lmite inferior superior
Pequeo 14,778 1,128 12,321 17,235

Grande 19,000 1,128 16,543 21,457

P G
Con un = 0.05, el tamao del anuncio grande proporcionar
una mayor cantidad promedio de pedidos recibidos.
 PROBLEMA

Un investigador de mercados de una cadena de supermercados est

interesado en el estudio del efecto de la colocacin de estantes sobre la
venta de sus productos. Se estudiaron cuatro lugares distintos donde
colocar los estantes: Normal(A), colocacin adicional en la tienda(B),
nueva colocacin y un anunciador del producto(C), y colocacin normal
con listones de propaganda(D). Se tomaron tres tamaos de tienda
diferentes: pequea, mediana y grande. Para cada colocacin de
estantes se seleccion una muestra aleatoria de dos tiendas de tres
tiendas de cada tamao. Los resultados de las ventas semanales (cientos
de dlares) se muestran en el siguiente cuadro:
 Tamao Ubicacin del estante
de tienda A B C D

Pequea 45 56 65 48
48 60 70 50
50 63 71 53
Mediana 57 69 73 60
55 80 82 60
65 78 80 57
Grande 70 75 82 71
72 80 80 73
78 82 89 75
a) Pruebe todas las hiptesis relevantes a un nivel de significacin del
5%
b) Resuma sus conclusiones
Salidas del SPSS

Contraste de Levene sobre la igualdad de varianzas error

Variable dependiente: Ventas semanales(cientos de dlares)
F Gl1 Gl2 Sig.
1,294 11 24 0,286
Contrasta la hiptesis nula de que la varianza error de la variable dependiente es igual a lo largo de todos los grupos
a.Diseo: interseccin + ubicacin + tamao + ubicacin
* Tamao

Prueba de Kolmogorov-Smirnov para una muestra

RESIDUOS PARA
VENTAS
N 36
Parmetros normalesa,b Media ,0000
Desviacin tpica 3,20416
Diferencias ms extremas Absoluta ,095
Positiva ,095
Negativa -,095
Z de Kolmogorov-Smirnov ,569
Sig. Asintt. (bilateral) ,902

a. La distribucin de contraste es la normal

b. Se ha calculado a partir de los datos
 Pruebas de los efectos intersujetos
Variable dependiente: Ventas semanales(cientos de dlares)

Suma de Media
Origen gl F Sig.
cuadrados cuadrtica
Modelo corregido 4609,889a 11 419,081 27,991 ,000
Interseccin 162946,778 1 162946,778 10883.273 ,000
Ubicacin 1844,556 3 614,852 41,066 ,000
Tamao 2572,056 2 1286,028 85,894
Ubicacin*Tamao* 193,278 6 32,213 2,152 ,084
Error 359,333 24 14,972
Total 167916,000 36
Total corregido 4969,222 35
 Ventas semanales , en cientos de dlares
a, b
Duncan
Ubicacin del N Subconjunto
estante 1 2 3

A 9 60,00
D 9 60,78
B 9 71,44
C 9 76,89
Sig. ,674 1,000 1,000
Se muestran las medias para los grupos en subconjuntos homogneos.
Basado en la suma de los cuadrados tipo III
El trmino error es la media cuadrtica(error) = 14,972
a.Usa el tamao muestral de la media armnica = 9,000
b.Alfa = ,05
 Ventas semanales , en cientos de dlares
a, b
Duncan
Tamao del N Subconjunto
estante 1 2 3

Pequea 12 56,58
Mediana 12 68,00
Grande 12 77,25
Sig. 1,000 1,000 1,000
Se muestran las medias para los grupos en subconjuntos homogneos.
Basado en la suma de los cuadrados tipo III
El trmino error es la media cuadrtica(error) = 14,972
a.Usa el tamao muestral de la media armnica = 12,000
b.Alfa = ,05