Laboratorio 04

LABORATORIO 04
ANOVA DOS FACTORES (DOS VÍAS)
CASO 0
Se condujo un experimento para determinar si la temperatura del fuego o la posición en el horno

afectan la densidad de endurecimiento de un ánodo de carbón. Los datos son los siguientes:
Analice los datos al nivel de significación de 0.05.
Ingreso de datos:
SOLUCIÓN:
Variable de respuesta: Densidad de endurecimiento (Ánodo de carbono).
Factores:
-Temperatura (800C, 825C,850C)
-Posición (1,2)
Réplicas: 3
Temperatura
Ho: La densidad del endurecimiento es igual para todas las temperaturas.
H1: Al menos una de las temperaturas muestra una densidad de endurecimiento diferente.
Posición
Ho: La densidad del endurecimiento es igual para todas las posiciones.
H1: La densidad del endurecimiento diferente para las dos posiciones.
Prueba: ANOVA de dos factores
Significación: 0.05
Factores inter-sujetos
N
TEMPERATURA 800 6
825 6
850 6
POSICION 1 9
2 9
Prueba de igualdad de Levene de varianzas de errora,b
Estadístico de
Levene gl1 gl2 Sig.
DENSIDAD Se basa en la media 2,572 5 12 ,084
Se basa en la mediana 1,020 5 12 ,448
Se basa en la mediana y con 1,020 5 4,305 ,501
gl ajustado
Se basa en la media 2,444 5 12 ,095
recortada
Prueba la hipótesis nula de que la varianza de error de la variable dependiente es igual entre grupos.
a. Variable dependiente: DENSIDAD
b. Diseño : Intersección + TEMPERATURA + POSICION + TEMPERATURA * POSICION
Pruebas de efectos inter-sujetos

Variable dependiente: DENSIDAD
Tipo III de suma Media
Origen de cuadrados gl cuadrática F Sig.
Modelo corregido 953320,278a 5 190664,056 426,012 ,000
Intersección 9072380,056 1 9072380,056 20270,958 ,000
TEMPERATURA 945342,111 2 472671,056 1056,117 ,000
POSICION 7160,056 1 7160,056 15,998 ,002
TEMPERATURA * 818,111 2 409,056 ,914 ,427
POSICION
Error 5370,667 12 447,556
Total 10031071,000 18
Total corregido 958690,944 17
a. R al cuadrado = ,994 (R al cuadrado ajustada = ,992)
1. Media global
Intervalo de confianza al 95%
Media Desv. Error Límite inferior Límite superior
709,944 4,986 699,080 720,809
2. TEMPERATURA
TEMPERATURA Media Desv. Error Límite inferior Límite superior
800 552,333 8,637 533,516 571,151
825 1034,000 8,637 1015,182 1052,818
850 543,500 8,637 524,682 562,318
3. POSICION
POSICION Media Desv. Error Límite inferior Límite superior
1 729,889 7,052 714,524 745,254
2 690,000 7,052 674,635 705,365
4. TEMPERATURA * POSICION
TEMPERATURA POSICION Media Desv. Error Límite inferior Límite superior
800 1 572,667 12,214 546,054 599,279
2 532,000 12,214 505,388 558,612
825 1 1062,000 12,214 1035,388 1088,612

2 1006,000 12,214 979,388 1032,612
850 1 555,000 12,214 528,388 581,612

2 532,000 12,214 505,388 558,612
Comparaciones múltiples
(I) (J) Diferencia de Límite
TEMPERATURA TEMPERATURA medias (I-J) Desv. Error Sig. Límite inferior superior
DMS 800 825 -481,67* 12,214 ,000 -508,28 -455,05
850 8,83 12,214 ,483 -17,78 35,45
825 800 481,67* 12,214 ,000 455,05 508,28
850 490,50* 12,214 ,000 463,89 517,11
850 800 -8,83 12,214 ,483 -35,45 17,78
825 -490,50* 12,214 ,000 -517,11 -463,89
Se basa en las medias observadas.
El término de error es la media cuadrática(Error) = 447,556.
*. La diferencia de medias es significativa en el nivel ,05.
DENSIDAD
Subconjunto
TEMPERATURA N 1 2
Duncana,b 850 6 543,50
800 6 552,33
825 6 1034,00
Sig. ,483 1,000
Se visualizan las medias para los grupos en los subconjuntos
homogéneos.
a. Utiliza el tamaño de la muestra de la media armónica = 6,000.
b. Alfa = ,05.
Caso 1
En la siguiente tabla se registran los tiempos de supervivencia, en horas, de unos animales a los
que se les suministra aleatoriamente tres venenos y cuatro antídotos (tratamientos). Se desea
estudiar que antídoto es el adecuado para cada veneno.
a) Formular el modelo matemático asociado a este experimento
b) ¿Son los venenos igual de peligrosos?
c) ¿Son los antídotos igual de efectivos?
d) La efectividad de los antídotos es la misma para todos los venenos?
e) Analizar que antídoto es el más efectivo. Sugerencia: utilizar la prueba S-N-K
SOLUCIÓN:
 Variable de respuesta: Tiempo del Antídoto adecuado para cada veneno
 Factores:
- Antídoto A, B, C, D
- Veneno I, II, III
 Réplicas: 4
 Antidoto
- Ho: El tiempo de antídoto es igual para todos los venenos
- H1: Al menos un antídoto de la muestra es adecuado para un veneno
 Prueba: ANOVA de dos factores
 Significación: 0.05
b) No todos los venenos son igual de peligrosos
c) No todos los antídotos son igual de efectivos
d) No todos los venenos tienen la misma efectividad
e) El antídoto B es el más efectivo
Etiqueta de
valor N
ANTÍDOTO 1 A 12
2 B 12
3 C 12
4 D 12
VENENO 1 I 16
2 II 16
3 III 16

Estadístico de
Levene gl1 gl2 Sig.
TIEMPO Se basa en la media 4,854 11 36 ,000
gl ajustado
Se basa en la media 4,809 11 36 ,000
recortada
Prueba la hipótesis nula de que la varianza de error de la variable dependiente es igual entre
grupos.
a. Variable dependiente: TIEMPO
b. Diseño : Intersección + ANTÍDOTO + VENENO + ANTÍDOTO * VENENO
Variable dependiente: TIEMPO
Intersección 1103,042 1 1103,042 495,919 ,000
ANTÍDOTO 92,121 3 30,707 13,806 ,000
VENENO 103,301 2 51,651 23,222 ,000
ANTÍDOTO * VENENO 25,014 6 4,169 1,874 ,112
Error 80,072 36 2,224
Total 1403,550 48
1. Media global
4,794 ,215 4,357 5,230
2. ANTÍDOTO
ANTÍDOTO Media Desv. Error Límite inferior Límite superior
A 3,142 ,431 2,269 4,015
B 6,767 ,431 5,894 7,640
C 3,925 ,431 3,052 4,798
D 5,342 ,431 4,469 6,215
3. VENENO
VENENO Media Desv. Error Límite inferior Límite superior
I 6,175 ,373 5,419 6,931
II 5,444 ,373 4,688 6,200
III 2,762 ,373 2,006 3,519
4. ANTÍDOTO * VENENO
ANTÍDOTO VENENO Media Desv. Error Límite inferior Límite superior
A I 4,125 ,746 2,613 5,637
II 3,200 ,746 1,688 4,712
III 2,100 ,746 ,588 3,612
B I 8,800 ,746 7,288 10,312
II 8,150 ,746 6,638 9,662
III 3,350 ,746 1,838 4,862
C I 5,675 ,746 4,163 7,187
II 3,750 ,746 2,238 5,262
III 2,350 ,746 ,838 3,862
D I 6,100 ,746 4,588 7,612
II 6,675 ,746 5,163 8,187
III 3,250 ,746 1,738 4,762
Diferencia de Intervalo de confianza al 95%

(I) ANTÍDOTO (J) ANTÍDOTO medias (I-J) Desv. Error Sig. Límite inferior Límite superior
DMS A B -3,625* ,6089 ,000 -4,860 -2,390
C -,783 ,6089 ,206 -2,018 ,451
D -2,200* ,6089 ,001 -3,435 -,965

B A 3,625* ,6089 ,000 2,390 4,860
C 2,842* ,6089 ,000 1,607 4,076
D 1,425* ,6089 ,025 ,190 2,660
C A ,783 ,6089 ,206 -,451 2,018
B -2,842* ,6089 ,000 -4,076 -1,607
D -1,417* ,6089 ,026 -2,651 -,182

D A 2,200* ,6089 ,001 ,965 3,435
B -1,425* ,6089 ,025 -2,660 -,190
C 1,417* ,6089 ,026 ,182 2,651
TIEMPO
Subconjunto
ANTÍDOTO N 1 2 3
Duncana,b A 12 3,142
C 12 3,925
D 12 5,342
B 12 6,767
Sig. ,206 1,000 1,000
Se visualizan las medias para los grupos en los subconjuntos homogéneos.
b. Alfa = ,05.

(I) VENENO (J) VENENO medias (I-J) Desv. Error Sig. Límite inferior Límite superior
DMS I II ,731 ,5273 ,174 -,338 1,801
III 3,412* ,5273 ,000 2,343 4,482
II I -,731 ,5273 ,174 -1,801 ,338
III 2,681* ,5273 ,000 1,612 3,751
III I -3,412* ,5273 ,000 -4,482 -2,343
II -2,681* ,5273 ,000 -3,751 -1,612
TIEMPO
Subconjunto
VENENO N 1 2
Duncana,b III 16 2,763
II 16 5,444
I 16 6,175
Sig. 1,000 ,174
homogéneos.
b. Alfa = ,05.
Caso 2
Una entidad que estudia el empleo realiza una investigación para comprobar si existen diferencias
apreciables en las retribuciones que perciben los estudiantes de administración turística al realizar
sus prácticas en empresas hoteleras, de acuerdo al sexo y el hotel en donde laboran.
a) Formular el modelo matemático asociado a este experimento
b) Se puede decir que las empresas hoteleras pagan más a los hombres que a las mujeres
SOLUCIÓN:
 Variable de respuesta: Retribución de los estudiantes de administración turística para
cada hotel
 Factores:
- Hotel: A, B, C, D
- Sexo: femenino, masculino
 Réplicas: 4
 Hotel
- Ho: La retribución para el estudiante es igual para cada hotel
- H1: Al menos un hotel de la muestra es adecuado para cada estudiante
 Prueba: ANOVA de dos factores
 Significación: 0.05
b) Sí se puede afirmar que los hombres son mejores pagados que las mujeres
Etiqueta de valor N
HOTEL 1 A 8
2 B 8
3 C 8
SEXO 1 FEMENINO 12
2 MASCULINO 12

Estadístico de
Levene gl1 gl2 Sig.
RETRIBUCIONES Se basa en la media ,479 5 18 ,787
Se basa en la mediana ,341 5 18 ,882
Se basa en la mediana y con ,341 5 12,573 ,879
gl ajustado
Se basa en la media recortada ,454 5 18 ,805
a. Variable dependiente: RETRIBUCIONES
b. Diseño : Intersección + HOTEL + SEXO + HOTEL * SEXO
Variable dependiente: RETRIBUCIONES
Tipo III de suma
Origen de cuadrados gl Media cuadrática F Sig.
Intersección 16766816,667 1 16766816,667 12795,027 ,000
HOTEL 5327,083 2 2663,542 2,033 ,160
SEXO 45937,500 1 45937,500 35,056 ,000
HOTEL * SEXO 981,250 2 490,625 ,374 ,693
Error 23587,500 18 1310,417
Total 16842650,000 24
1. Media global
835,833 7,389 820,309 851,358
2. HOTEL
HOTEL Media Desv. Error Límite inferior Límite superior
A 824,375 12,799 797,486 851,264
B 826,250 12,799 799,361 853,139
C 856,875 12,799 829,986 883,764
3. SEXO
SEXO Media Desv. Error Límite inferior Límite superior
FEMENINO 792,083 10,450 770,129 814,038
MASCULINO 879,583 10,450 857,629 901,538
4. HOTEL * SEXO
HOTEL SEXO Media Desv. Error Límite inferior Límite superior
A FEMENINO 780,000 18,100 741,974 818,026
MASCULINO 868,750 18,100 830,724 906,776
B FEMENINO 775,000 18,100 736,974 813,026
MASCULINO 877,500 18,100 839,474 915,526
C FEMENINO 821,250 18,100 783,224 859,276
MASCULINO 892,500 18,100 854,474 930,526

(I) HOTEL (J) HOTEL medias (I-J) Desv. Error Sig. Límite inferior Límite superior
DMS A B -1,875 18,0998 ,919 -39,901 36,151
C -32,500 18,0998 ,089 -70,526 5,526
B A 1,875 18,0998 ,919 -36,151 39,901

C -30,625 18,0998 ,108 -68,651 7,401
C A 32,500 18,0998 ,089 -5,526 70,526
B 30,625 18,0998 ,108 -7,401 68,651

RETRIBUCIONES
Subconjunto
HOTEL N 1
Duncana,b A 8 824,375
B 8 826,250
C 8 856,875
Sig. ,105
Se visualizan las medias para los grupos en los
subconjuntos homogéneos.
El término de error es la media cuadrática(Error) =
1310,417.
a. Utiliza el tamaño de la muestra de la media armónica =
8,000.
b. Alfa = ,05.
Caso 3
N
TEMPERATURA 800 6
825 6
850 6
POSICION 1 9
2 9

Estadístico de
Levene gl1 gl2 Sig.
DENSIDAD Se basa en la media 2,572 5 12 ,084
gl ajustado
Se basa en la media recortada 2,444 5 12 ,095
a. Variable dependiente: DENSIDAD
b. Diseño : Intersección + TEMPERATURA + POSICION + TEMPERATURA * POSICION

Tipo III de suma
Intersección 9072380,056 1 9072380,056 20270,958 ,000
TEMPERATURA 945342,111 2 472671,056 1056,117 ,000
POSICION 7160,056 1 7160,056 15,998 ,002
TEMPERATURA * POSICION 818,111 2 409,056 ,914 ,427
Error 5370,667 12 447,556
Total 10031071,000 18
1. Media global
709,944 4,986 699,080 720,809
2. TEMPERATURA
800 552,333 8,637 533,516 571,151
825 1034,000 8,637 1015,182 1052,818
850 543,500 8,637 524,682 562,318
3. POSICION
POSICION Media Desv. Error Límite inferior Límite superior
1 729,889 7,052 714,524 745,254
2 690,000 7,052 674,635 705,365
4. TEMPERATURA * POSICION
TEMPERATURA POSICION Media Desv. Error Límite inferior Límite superior
800 1 572,667 12,214 546,054 599,279
2 532,000 12,214 505,388 558,612
825 1 1062,000 12,214 1035,388 1088,612
2 1006,000 12,214 979,388 1032,612
850 1 555,000 12,214 528,388 581,612
2 532,000 12,214 505,388 558,612
(I) (J) Diferencia de Intervalo de confianza al 95%

TEMPERATURA TEMPERATURA medias (I-J) Desv. Error Sig. Límite inferior Límite superior
DMS 800 825 -481,67* 12,214 ,000 -508,28 -455,05
850 8,83 12,214 ,483 -17,78 35,45
825 800 481,67* 12,214 ,000 455,05 508,28
850 490,50* 12,214 ,000 463,89 517,11
850 800 -8,83 12,214 ,483 -35,45 17,78
825 -490,50* 12,214 ,000 -517,11 -463,89
DENSIDAD
TEMPERATURA N Subconjunto
1 2
Duncana,b 850 6 543,50
800 6 552,33
825 6 1034,00
Sig. ,483 1,000
b. Alfa = ,05.
LABORATORIO 05
CUADRADO LATINO
Caso 1
En un experimento en camote se aplicaron seis niveles de potasio (K1=0, K2=10, K3=15, K4=30,
K5=45, K6=60). Se quiere evaluar el rendimiento en Kg./100 m2 en los diferentes niveles de
potasio.
Las repeticiones fueron realizadas en cuatro suelos con diferente fertilidad; los resultados son
presentados en la siguiente tabla:
a) Plantee el Modelo Aditivo Lineal y defina sus componentes en términos del problema.
b) Presente el cuadro ANVA y pruebe la hipótesis correspondiente. Utilice =0.05

c) Use la prueba correspondiente para comprobar si el rendimiento medio de la variedad A es
menor o igual
al rendimiento medio de la variedad E, con un nivel de significación de 0.1
d) Utilice la prueba de Tukey para realizar las comparaciones de los tratamientos T1 vs. T2; T2 vs.
T3; T3 vs.
T4; T4 vs. T5 y T5 vs. T6. Use =0.01
e) Usando la prueba de Duncan compare el T6 con cada uno de los otros tratamientos en estudio.
Use =0.05
f) Con un nivel de significación de 0.2, realice la prueba respectiva para probar si el rendimiento
medio de T5
es igual al rendimiento medio de T3.
Etiqueta de
valor N
Niveles de Potasio K1 4
K2 4
K3 4
K4 4
K5 4
K6 4
Bloques I 6
II 6
III 6
IV 6
Tratamientos 0 K1 4
10 K2 4
15 K3 4
30 K4 4
45 K5 4
60 K6 4

Variable dependiente: KG
Intersección 22816,667 1 22816,667 1467,834 ,000
NP ,000 0 . . .
Bloques 170,333 3 56,778 3,653 ,037
Tratamientos ,000 0 . . .
Error 233,167 15 15,544
Total 23578,000 24
ANOVA
KG
Suma de Media
cuadrados gl cuadrática F Sig.
Entre grupos 357,833 5 71,567 3,193 ,031
Dentro de grupos 403,500 18 22,417
Total 761,333 23
HSD Tukey
Diferencia de Límite
(I) Tratamientos (J) Tratamientos medias (I-J) Desv. Error Sig. Límite inferior superior
K1 K2 2,750 3,348 ,960 -10,51 16,01
K3 4,250 3,348 ,797 -9,01 17,51
K4 6,500 3,348 ,411 -6,76 19,76
K5 -1,500 3,348 ,997 -14,76 11,76
K6 10,000 3,348 ,073 -3,26 23,26
K2 K1 -2,750 3,348 ,960 -16,01 10,51
K3 1,500 3,348 ,997 -11,76 14,76
K4 3,750 3,348 ,867 -9,51 17,01
K5 -4,250 3,348 ,797 -17,51 9,01
K6 7,250 3,348 ,300 -6,01 20,51
K3 K1 -4,250 3,348 ,797 -17,51 9,01
K2 -1,500 3,348 ,997 -14,76 11,76
K4 2,250 3,348 ,983 -11,01 15,51
K5 -5,750 3,348 ,538 -19,01 7,51
K6 5,750 3,348 ,538 -7,51 19,01
K4 K1 -6,500 3,348 ,411 -19,76 6,76
K2 -3,750 3,348 ,867 -17,01 9,51
K3 -2,250 3,348 ,983 -15,51 11,01
K5 -8,000 3,348 ,211 -21,26 5,26
K6 3,500 3,348 ,896 -9,76 16,76
K5 K1 1,500 3,348 ,997 -11,76 14,76
K2 4,250 3,348 ,797 -9,01 17,51
K3 5,750 3,348 ,538 -7,51 19,01
K4 8,000 3,348 ,211 -5,26 21,26
K6 11,500 3,348 ,030 -1,76 24,76
K6 K1 -10,000 3,348 ,073 -23,26 3,26
K2 -7,250 3,348 ,300 -20,51 6,01
K3 -5,750 3,348 ,538 -19,01 7,51
K4 -3,500 3,348 ,896 -16,76 9,76
K5 -11,500 3,348 ,030 -24,76 1,76
KG
HSD Tukeya
Subconjunto
para alfa = 0.01
Tratamientos N 1
K6 4 24,50
K4 4 28,00
K3 4 30,25
K2 4 31,75
K1 4 34,50
K5 4 36,00
Sig. ,030
a. Utiliza el tamaño de la muestra de la media
armónica = 4,000.
ANOVA
KG
Suma de Media
Entre grupos 357,833 5 71,567 3,193 ,031
Total 761,333 23
KG
Duncana
Subconjunto para alfa = 0.05
Tratamientos N 1 2 3
K6 4 24,50
K4 4 28,00 28,00
K3 4 30,25 30,25 30,25
K2 4 31,75 31,75 31,75
K1 4 34,50 34,50
K5 4 36,00
Sig. ,061 ,090 ,131
homogéneos.
ANOVA
KG
Suma de Media
Entre grupos 357,833 5 71,567 3,193 ,031
Total 761,333 23
HSD Tukey
(I) Tratamientos (J) Tratamientos medias (I-J) Desv. Error Sig. Límite inferior Límite superior
K1 K2 2,750 3,348 ,960 -9,40 14,90
K3 4,250 3,348 ,797 -7,90 16,40
K4 6,500 3,348 ,411 -5,65 18,65
K5 -1,500 3,348 ,997 -13,65 10,65
K6 10,000 3,348 ,073 -2,15 22,15
K2 K1 -2,750 3,348 ,960 -14,90 9,40
K3 1,500 3,348 ,997 -10,65 13,65
K4 3,750 3,348 ,867 -8,40 15,90
K5 -4,250 3,348 ,797 -16,40 7,90
K6 7,250 3,348 ,300 -4,90 19,40
K3 K1 -4,250 3,348 ,797 -16,40 7,90
K2 -1,500 3,348 ,997 -13,65 10,65
K4 2,250 3,348 ,983 -9,90 14,40
K5 -5,750 3,348 ,538 -17,90 6,40

K6 5,750 3,348 ,538 -6,40 17,90
K4 K1 -6,500 3,348 ,411 -18,65 5,65
K2 -3,750 3,348 ,867 -15,90 8,40
K3 -2,250 3,348 ,983 -14,40 9,90
K5 -8,000 3,348 ,211 -20,15 4,15
K6 3,500 3,348 ,896 -8,65 15,65

K5 K1 1,500 3,348 ,997 -10,65 13,65
K2 4,250 3,348 ,797 -7,90 16,40
K3 5,750 3,348 ,538 -6,40 17,90

K4 8,000 3,348 ,211 -4,15 20,15
K6 11,500 3,348 ,030 -,65 23,65
K6 K1 -10,000 3,348 ,073 -22,15 2,15

K2 -7,250 3,348 ,300 -19,40 4,90
K3 -5,750 3,348 ,538 -17,90 6,40
K4 -3,500 3,348 ,896 -15,65 8,65

K5 -11,500 3,348 ,030 -23,65 ,65
KG
HSD Tukeya
Tratamientos N 1
K6 4 24,50
K4 4 28,00
K3 4 30,25
K2 4 31,75
K1 4 34,50
K5 4 36,00
Sig. ,030
Caso 2
Se hizo un experimento para observar el rendimiento de cinco variedades de garbanzo (A, B, C, D,

E); las filas fueron definidas como niveles de riego y las columnas como fertilidad del suelo:
a) Elabore el Cuadro ANVA y pruebe la hipótesis correspondiente. Utilice α=0.01
b) Utilice la prueba de Duncan para comparar el rendimiento promedio de la variedad C con el

rendimiento promedio de cada una de las otras variedades en estudio. Use α=0.05
c) Utilice la prueba correspondiente para probar si el rendimiento medio de la variedad A es

menor o igual al rendimiento medio de la variedad E; con un nivel de significación de 0.1
Etiqueta de valor N
NIVELES DE RIESGO 1 5
2 5
3 5
4 5
5 5
FERTILIDAD DE SUELDO 1 1 5
2 2 5
3 3 5
4 4 5
5 5 5
TRATAMIENTO 1 A 5
2 B 5
3 C 5
4 D 5
5 E 5

Variable dependiente: SUELDO
Tipo III de suma
Intersección 129024,640 1 129024,640 573,341 ,000
NR 2617,360 4 654,340 2,908 ,068
FS 1760,960 4 440,240 1,956 ,166
TRATAMIENTO 6146,560 4 1536,640 6,828 ,004
Error 2700,480 12 225,040
Total 142250,000 25
Intervalo de confianza al
Diferencia 99%
(I) (J) de medias (I- Desv. Límite Límite
TRATAMIENTO TRATAMIENTO J) Error Sig. inferior superior
A B -8,00 9,488 ,912 -47,15 31,15
HSD C -19,20 9,488 ,312 -58,35 19,95
Tukey D -33,60 9,488 ,027 -72,75 5,55
E -42,40* 9,488 ,006 -81,55 -3,25
B A 8,00 9,488 ,912 -31,15 47,15
C -11,20 9,488 ,762 -50,35 27,95
D -25,60 9,488 ,113 -64,75 13,55
E -34,40 9,488 ,024 -73,55 4,75
C A 19,20 9,488 ,312 -19,95 58,35
B 11,20 9,488 ,762 -27,95 50,35
D -14,40 9,488 ,571 -53,55 24,75
E -23,20 9,488 ,169 -62,35 15,95
D A 33,60 9,488 ,027 -5,55 72,75
B 25,60 9,488 ,113 -13,55 64,75
C 14,40 9,488 ,571 -24,75 53,55
E -8,80 9,488 ,881 -47,95 30,35
E A 42,40* 9,488 ,006 3,25 81,55
B 34,40 9,488 ,024 -4,75 73,55
C 23,20 9,488 ,169 -15,95 62,35
D 8,80 9,488 ,881 -30,35 47,95
SUELDO
Subconjunto
TRATAMIENTO N 1 2
HSD Tukeya,b A 5 51,20
B 5 59,20 59,20
C 5 70,40 70,40
D 5 84,80 84,80
E 5 93,60
Sig. ,027 ,024
Tukey Ba,b A 5 51,20
B 5 59,20 59,20
C 5 70,40 70,40
D 5 84,80 84,80
E 5 93,60
b. Alfa = ,01.
ANOVA
SUELDO
Suma de
cuadrados gl Media cuadrática F Sig.
Entre grupos 6146,560 4 1536,640 4,342 ,011
Dentro de grupos 7078,800 20 353,940
Total 13225,360 24
SUELDO
Duncana
TRATAMIENTO N 1 2 3
A 5 51,20
B 5 59,20 59,20
C 5 70,40 70,40 70,40
D 5 84,80 84,80
E 5 93,60
Sig. ,142 ,054 ,079
homogéneos.
ANOVA
SUELDO
Suma de
cuadrados gl Media cuadrática F Sig.
Entre grupos 6146,560 4 1536,640 4,342 ,011
Dentro de grupos 7078,800 20 353,940
Total 13225,360 24
HSD Tukey
(I) TRATAMIENTO (J) TRATAMIENTO medias (I-J) Desv. Error Sig. Límite inferior Límite superior
A B -8,000 11,899 ,960 -52,54 36,54
C -19,200 11,899 ,506 -63,74 25,34
D -33,600 11,899 ,070 -78,14 10,94
E -42,400 11,899 ,015 -86,94 2,14
B A 8,000 11,899 ,960 -36,54 52,54

C -11,200 11,899 ,877 -55,74 33,34
D -25,600 11,899 ,238 -70,14 18,94
E -34,400 11,899 ,061 -78,94 10,14

C A 19,200 11,899 ,506 -25,34 63,74
B 11,200 11,899 ,877 -33,34 55,74
D -14,400 11,899 ,746 -58,94 30,14

E -23,200 11,899 ,325 -67,74 21,34
D A 33,600 11,899 ,070 -10,94 78,14
B 25,600 11,899 ,238 -18,94 70,14
C 14,400 11,899 ,746 -30,14 58,94
E -8,800 11,899 ,944 -53,34 35,74
E A 42,400 11,899 ,015 -2,14 86,94

B 34,400 11,899 ,061 -10,14 78,94
C 23,200 11,899 ,325 -21,34 67,74
D 8,800 11,899 ,944 -35,74 53,34
SUELDO
HSD Tukeya
Subconjunto para
alfa = 0.01
TRATAMIENTO N 1
A 5 51,20
B 5 59,20
C 5 70,40
D 5 84,80
E 5 93,60
Sig. ,015
a. Utiliza el tamaño de la muestra de la media
armónica = 5,000.
LABORATORIO 06
DISEÑO FACTORIAL 2k
Caso 1
Determinar la relación entre el estrés, la motivación y la memoria de los trabajadores, que realizan
trabajos manuales en una empresa.
Etiqueta de valor N
Estres -1 Bajo 4
1 Alto 4
Motivación -1 Bajo 4
1 Alto 4

Variable dependiente: Memoria
Tipo III de suma
Intersección 1800,000 1 1800,000 240,000 ,000
Estres 72,000 1 72,000 9,600 ,036
Motivación 392,000 1 392,000 52,267 ,002
Estres * Motivación 200,000 1 200,000 26,667 ,007
Error 30,000 4 7,500
Total 2494,000 8
Etiqueta de valor N
Estres -1 Bajo 4
1 Alto 4
Motivación -1 Bajo 4
1 Alto 4
Estadísticos descriptivos
Estres Motivación Media Desv. Desviación N
Bajo Bajo 6,00 4,243 2
Alto 30,00 1,414 2
Total 18,00 14,095 4
Alto Bajo 10,00 2,828 2
Alto 14,00 1,414 2
Total 12,00 2,944 4
Total Bajo 8,00 3,742 4
Alto 22,00 9,309 4
Total 15,00 9,957 8
Tipo III de suma Eta parcial al
Origen de cuadrados gl Media cuadrática F Sig. cuadrado
Modelo corregido 664,000a 3 221,333 29,511 ,003 ,957
Intersección 1800,000 1 1800,000 240,000 ,000 ,984
Estres 72,000 1 72,000 9,600 ,036 ,706
Motivación 392,000 1 392,000 52,267 ,002 ,929
Estres * Motivación 200,000 1 200,000 26,667 ,007 ,870
Error 30,000 4 7,500
Total 2494,000 8
Estimaciones de parámetro
Intervalo de confianza al
95%
Desv. Límite Límite Eta parcial al
Parámetro B Error t Sig. inferior superior cuadrado
Intersección 14,000 1,936 7,230 ,002 8,623 19,377 ,929
[Estres=-1] 16,000 2,739 5,842 ,004 8,396 23,604 ,895
[Estres=1] 0a . . . . . .
[Motivación=-1] -4,000 2,739 -1,461 ,218 -11,604 3,604 ,348
[Motivación=1] 0a . . . . . .
[Estres=-1] * -20,000 3,873 -5,164 ,007 -30,753 -9,247 ,870
[Motivación=-1]
[Estres=-1] * 0a . . . . . .
[Motivación=1]
[Estres=1] * 0a . . . . . .
[Motivación=-1]
[Estres=1] * 0a . . . . . .
[Motivación=1]
a. Este parámetro está establecido en cero porque es redundante.
1. Estres
Estres Media Desv. Error Límite inferior Límite superior
Bajo 18,000 1,369 14,198 21,802
Alto 12,000 1,369 8,198 15,802
2. Motivación
Motivación Media Desv. Error Límite inferior Límite superior
Bajo 8,000 1,369 4,198 11,802
Alto 22,000 1,369 18,198 25,802
3. Estres * Motivación
Estres Motivación Media Desv. Error Límite inferior Límite superior
Bajo Bajo 6,000 1,936 ,623 11,377
Alto 30,000 1,936 24,623 35,377
Alto Bajo 10,000 1,936 4,623 15,377
Alto 14,000 1,936 8,623 19,377
Caso 2
Determinar la relación entre; el acceso al sistema de información, las horas de entrenamiento y el

tiempo de respuesta de la consulta de los clientes en una empresa de call center.
Etiqueta de valor N
ACCESO -1,00 30 4
1,00 60 4
ENTRENAMIENTO -1,00 70 4
1,00 90 4

Variable dependiente: HORAS
Tipo III de suma
Modelo corregido 6,000a 3 2,000 ,033 ,991
Intersección 59858,000 1 59858,000 981,279 ,000
ACCESO 2,000 1 2,000 ,033 ,865
ENTRENAMIENTO 2,000 1 2,000 ,033 ,865
ACCESO * ENTRENAMIENTO 2,000 1 2,000 ,033 ,865
Error 244,000 4 61,000
Total 60108,000 8
a. R al cuadrado = ,024 (R al cuadrado ajustada = -,708)
1. Media global
86,500 2,761 78,833 94,167
2. ACCESO
ACCESO Media Desv. Error Límite inferior Límite superior
30 87,000 3,905 76,158 97,842
60 86,000 3,905 75,158 96,842
3. ENTRENAMIENTO
ENTRENAMIENTO Media Desv. Error Límite inferior Límite superior
70 87,000 3,905 76,158 97,842
90 86,000 3,905 75,158 96,842
4. ACCESO * ENTRENAMIENTO
ACCESO ENTRENAMIENTO Media Desv. Error Límite inferior Límite superior
30 70 87,000 5,523 71,667 102,333
90 87,000 5,523 71,667 102,333
60 70 87,000 5,523 71,667 102,333
90 85,000 5,523 69,667 100,333
Caso 3
En el siguiente experimento para estudiar el tiempo de vida de bacterias, considerando 3

temperaturas y 3 tipos de materiales. Determinar ¿cuál es la combinación de temperatura y tipo
de material que da tiempos de vida más altos?
Etiqueta de valor N
MATERIAL 1 MATERIAL 1 12
2 MATERIAL 2 12
3 MATERIAL 3 12
TEMPERATURA 1 15 °F 12
2 70 °F 12
3 125 °F 12
MATERIAL TEMPERATURA Media Desv. Desviación N
MATERIAL 1 15 °F 134,75 45,353 4
70 °F 57,25 23,599 4
125 °F 57,25 26,550 4
Total 83,08 48,592 12
MATERIAL 2 15 °F 155,75 25,617 4
70 °F 119,75 12,659 4
125 °F 49,50 19,261 4
Total 108,33 49,472 12
MATERIAL 3 15 °F 143,75 26,056 4
70 °F 145,75 22,544 4
125 °F 85,50 19,279 4
Total 125,00 35,734 12
Total 15 °F 144,75 31,715 12
70 °F 107,58 42,883 12
125 °F 64,08 25,611 12
Total 105,47 47,096 36

Tipo III de
suma de Media Eta parcial al
Origen cuadrados gl cuadrática F Sig. cuadrado
Intersección 400478,028 1 400478,028 594,271 ,000 ,957
MATERIAL 10689,389 2 5344,694 7,931 ,002 ,370
TEMPERATURA 39122,889 2 19561,444 29,027 ,000 ,683
MATERIAL * 9623,444 4 2405,861 3,570 ,018 ,346
TEMPERATURA
Error 18195,250 27 673,898
Total 478109,000 36
Límite Eta parcial al
Parámetro B Desv. Error t Sig. Límite inferior superior cuadrado
Intersección 85,500 12,980 6,587 ,000 58,868 112,132 ,616
[MATERIAL=1] -28,250 18,356 -1,539 ,135 -65,914 9,414 ,081
[MATERIAL=2] -36,000 18,356 -1,961 ,060 -73,664 1,664 ,125
[MATERIAL=3] 0a . . . . . .
[TEMPERATURA=1] 58,250 18,356 3,173 ,004 20,586 95,914 ,272
[TEMPERATURA=2] 60,250 18,356 3,282 ,003 22,586 97,914 ,285
[TEMPERATURA=3] 0a . . . . . .
[MATERIAL=1] * 19,250 25,960 ,742 ,465 -34,015 72,515 ,020
[TEMPERATURA=1]
[MATERIAL=1] * -60,250 25,960 -2,321 ,028 -113,515 -6,985 ,166
[TEMPERATURA=2]
[MATERIAL=1] * 0a . . . . . .
[TEMPERATURA=3]
[MATERIAL=2] * 48,000 25,960 1,849 ,075 -5,265 101,265 ,112
[TEMPERATURA=1]
[MATERIAL=2] * 10,000 25,960 ,385 ,703 -43,265 63,265 ,005
[TEMPERATURA=2]
[MATERIAL=2] * 0a . . . . . .
[TEMPERATURA=3]
[MATERIAL=3] * 0a . . . . . .
[TEMPERATURA=1]
[MATERIAL=3] * 0a . . . . . .
[TEMPERATURA=2]
[MATERIAL=3] * 0a . . . . . .
[TEMPERATURA=3]
1. MATERIAL
MATERIAL Media Desv. Error Límite inferior Límite superior
MATERIAL 1 83,083 7,494 67,707 98,459
MATERIAL 2 108,333 7,494 92,957 123,709
MATERIAL 3 125,000 7,494 109,624 140,376
2. TEMPERATURA
15 °F 144,750 7,494 129,374 160,126
70 °F 107,583 7,494 92,207 122,959
125 °F 64,083 7,494 48,707 79,459
3. MATERIAL * TEMPERATURA
MATERIAL TEMPERATURA Media Desv. Error Límite inferior Límite superior
MATERIAL 1 15 °F 134,750 12,980 108,118 161,382
70 °F 57,250 12,980 30,618 83,882
125 °F 57,250 12,980 30,618 83,882
MATERIAL 2 15 °F 155,750 12,980 129,118 182,382
70 °F 119,750 12,980 93,118 146,382
125 °F 49,500 12,980 22,868 76,132
MATERIAL 3 15 °F 143,750 12,980 117,118 170,382
70 °F 145,750 12,980 119,118 172,382
125 °F 85,500 12,980 58,868 112,132
Caso 4
Se encuentra en estudio el rendimiento de un proceso químico. Se cree que las dos variables más
importantes son la temperatura y la presión. Seleccionando para el estudio tres temperaturas y
tres presiones diferentes, se obtienen los siguientes resultados de rendimiento.
Etiqueta de valor N
TEMPERATURA 1 BAJA 6
2 INTERMEDIA 6
3 ALTA 6
PRESIÓN 1 BAJA 6
2 MEDIA 6
3 ALTA 6
Variable dependiente: RENDIMIENTO
TEMPERATURA PRESIÓN Media Desv. Desviación N
BAJA BAJA 90,300 ,1414 2
MEDIA 90,650 ,0707 2
ALTA 90,300 ,1414 2
Total 90,417 ,2041 6
INTERMEDIA BAJA 90,200 ,1414 2
MEDIA 90,550 ,0707 2
ALTA 90,000 ,1414 2
Total 90,250 ,2665 6
ALTA BAJA 90,600 ,1414 2
MEDIA 90,850 ,0707 2
ALTA 90,250 ,2121 2
Total 90,567 ,2944 6
Total BAJA 90,367 ,2160 6
MEDIA 90,683 ,1472 6
ALTA 90,183 ,1941 6
Total 90,411 ,2763 18

Tipo III de
Modelo corregido 1,138a 8 ,142 8,000 ,003 ,877
Intersección 147135,042 1 147135,042 8276346,125 ,000 1,000
TEMPERATURA ,301 2 ,151 8,469 ,009 ,653
PRESIÓN ,768 2 ,384 21,594 ,000 ,828
TEMPERATURA * ,069 4 ,017 ,969 ,470 ,301
PRESIÓN
Error ,160 9 ,018
Total 147136,340 18
Límite Eta parcial al
Parámetro B Desv. Error t Sig. Límite inferior superior cuadrado
Intersección 90,250 ,094 957,246 ,000 90,037 90,463 1,000
[TEMPERATURA=1] ,050 ,133 ,375 ,716 -,252 ,352 ,015
[TEMPERATURA=2] -,250 ,133 -1,875 ,094 -,552 ,052 ,281
[TEMPERATURA=3] 0a . . . . . .
[PRESIÓN=1] ,350 ,133 2,625 ,028 ,048 ,652 ,434
[PRESIÓN=2] ,600 ,133 4,500 ,001 ,298 ,902 ,692
[PRESIÓN=3] 0a . . . . . .
[TEMPERATURA=1] * -,350 ,189 -1,856 ,096 -,777 ,077 ,277
[PRESIÓN=1]
[TEMPERATURA=1] * -,250 ,189 -1,326 ,218 -,677 ,177 ,163
[PRESIÓN=2]
[TEMPERATURA=1] * 0a . . . . . .
[PRESIÓN=3]
[TEMPERATURA=2] * -,150 ,189 -,795 ,447 -,577 ,277 ,066
[PRESIÓN=1]
[TEMPERATURA=2] * -,050 ,189 -,265 ,797 -,477 ,377 ,008
[PRESIÓN=2]
[TEMPERATURA=2] * 0a . . . . . .
[PRESIÓN=3]
[TEMPERATURA=3] * 0a . . . . . .
[PRESIÓN=1]
[TEMPERATURA=3] * 0a . . . . . .
[PRESIÓN=2]
[TEMPERATURA=3] * 0a . . . . . .
[PRESIÓN=3]
1. TEMPERATURA
BAJA 90,417 ,054 90,294 90,540
INTERMEDIA 90,250 ,054 90,127 90,373
ALTA 90,567 ,054 90,444 90,690
2. PRESIÓN
PRESIÓN Media Desv. Error Límite inferior Límite superior
BAJA 90,367 ,054 90,244 90,490
MEDIA 90,683 ,054 90,560 90,806
ALTA 90,183 ,054 90,060 90,306
3. TEMPERATURA * PRESIÓN
TEMPERATURA PRESIÓN Media Desv. Error Límite inferior Límite superior
BAJA BAJA 90,300 ,094 90,087 90,513
MEDIA 90,650 ,094 90,437 90,863
ALTA 90,300 ,094 90,087 90,513
INTERMEDIA BAJA 90,200 ,094 89,987 90,413
MEDIA 90,550 ,094 90,337 90,763
ALTA 90,000 ,094 89,787 90,213
ALTA BAJA 90,600 ,094 90,387 90,813
MEDIA 90,850 ,094 90,637 91,063
ALTA 90,250 ,094 90,037 90,463
Caso 5
En la producción de un químico viscoso se tienen varios lotes, de cada uno de los cuales se llenan
100 contenedores. El análisis del producto se determina por infrarrojo, por 2 analistas,
realizándolo por duplicado. En un esfuerzo por mejorar el rendimiento del producto se realizó un
estudio con tres lotes, dos contenedores, dos analistas y dos mediciones (repeticiones), para
determinar si alguna de las tres posibles fuentes de variación o su interacción, son significativas en
el proceso, y determinar su magnitud. Los resultados obtenidos son los siguientes.
Etiqueta de valor N
LOTE 1 23 8
2 35 8
3 2 8
CONTENEDOR 1 I 12
2 II 12
ANALISTA 1 ANALISTA 1 12
2 ANALISTA 2 12
MEDICIÓN 1 M 12
2 P 12
LOTE CONTENEDOR ANALISTA MEDICIÓN Media Desv. Desviación N
23 I ANALISTA 1 M 94,900 ,4243 2
P 95,800 ,0000 2
Total 95,350 ,5745 4
Total M 94,900 ,4243 2
P 95,800 ,0000 2
Total 95,350 ,5745 4
II ANALISTA 2 M 97,900 ,2828 2
P 98,200 ,5657 2
Total 98,050 ,4041 4
Total M 97,900 ,2828 2
P 98,200 ,5657 2
Total 98,050 ,4041 4
Total ANALISTA 1 M 94,900 ,4243 2
P 95,800 ,0000 2
Total 95,350 ,5745 4
ANALISTA 2 M 97,900 ,2828 2
P 98,200 ,5657 2
Total 98,050 ,4041 4
Total M 96,400 1,7569 4
P 97,000 1,4236 4
Total 96,700 1,5147 8
35 I ANALISTA 1 M 96,300 ,1414 2
P 96,700 ,2828 2
Total 96,500 ,2944 4
Total M 96,300 ,1414 2
P 96,700 ,2828 2
Total 96,500 ,2944 4
II ANALISTA 2 M 98,200 ,2828 2
P 99,000 ,0000 2
Total 98,600 ,4899 4
Total M 98,200 ,2828 2
P 99,000 ,0000 2
Total 98,600 ,4899 4
P 96,700 ,2828 2
Total 96,500 ,2944 4
ANALISTA 2 M 98,200 ,2828 2
P 99,000 ,0000 2
Total 98,600 ,4899 4
Total M 97,250 1,1121 4
P 97,850 1,3379 4
Total 97,550 1,1832 8
2 I ANALISTA 1 M 98,000 ,1414 2
P 98,500 ,1414 2
Total 98,250 ,3109 4
Total M 98,000 ,1414 2
P 98,500 ,1414 2
Total 98,250 ,3109 4
II ANALISTA 2 M 99,300 ,1414 2
P 99,800 ,2828 2
Total 99,550 ,3416 4
Total M 99,300 ,1414 2
P 99,800 ,2828 2
Total 99,550 ,3416 4
P 98,500 ,1414 2
Total 98,250 ,3109 4
ANALISTA 2 M 99,300 ,1414 2
P 99,800 ,2828 2
Total 99,550 ,3416 4
Total M 98,650 ,7594 4
P 99,150 ,7724 4
Total 98,900 ,7578 8
Total I ANALISTA 1 M 96,400 1,4043 6
P 97,000 1,2377 6
Total 96,700 1,3003 12
Total M 96,400 1,4043 6
P 97,000 1,2377 6
Total 96,700 1,3003 12
II ANALISTA 2 M 98,467 ,6861 6
P 99,000 ,7694 6
Total 98,733 ,7487 12
Total M 98,467 ,6861 6
P 99,000 ,7694 6
Total 98,733 ,7487 12
Total ANALISTA 1 M 96,400 1,4043 6
P 97,000 1,2377 6
Total 96,700 1,3003 12
ANALISTA 2 M 98,467 ,6861 6
P 99,000 ,7694 6
Total 98,733 ,7487 12
Total M 97,433 1,5084 12
P 98,000 1,4340 12
Total 97,717 1,4681 24
Tipo III de
Intersección 229165,127 1 229165,127 3055535,022 ,000 1,000
LOTE 19,693 2 9,847 131,289 ,000 ,956
CONTENEDOR ,000 0 . . . ,000
ANALISTA ,000 0 . . . ,000
MEDICIÓN 1,927 1 1,927 25,689 ,000 ,682
LOTE * CONTENEDOR ,000 0 . . . ,000
LOTE * ANALISTA ,000 0 . . . ,000
LOTE * MEDICIÓN ,013 2 ,007 ,089 ,916 ,015
CONTENEDOR * ,000 0 . . . ,000
ANALISTA
CONTENEDOR * ,000 0 . . . ,000
MEDICIÓN
ANALISTA * MEDICIÓN ,000 0 . . . ,000
LOTE * CONTENEDOR * ,000 0 . . . ,000
ANALISTA
LOTE * CONTENEDOR * ,000 0 . . . ,000
MEDICIÓN
LOTE * ANALISTA * ,000 0 . . . ,000
MEDICIÓN
CONTENEDOR * ,000 0 . . . ,000
ANALISTA * MEDICIÓN
LOTE * CONTENEDOR * ,000 0 . . . ,000
ANALISTA * MEDICIÓN
Error ,900 12 ,075
Total 229214,700 24
Intervalo de confianza al 95% Eta parcial al
Parámetro B Desv. Error t Sig. Límite inferior Límite superior cuadrado
Intersección 99,800 ,194 515,365 ,000 99,378 100,222 1,000
[LOTE=1] -1,600 ,274 -5,842 ,000 -2,197 -1,003 ,740
[LOTE=2] -,800 ,274 -2,921 ,013 -1,397 -,203 ,416
[LOTE=3] 0a . . . . . .
[CONTENEDOR=1] -1,300 ,274 -4,747 ,000 -1,897 -,703 ,653
[CONTENEDOR=2] 0a . . . . . .
[ANALISTA=1] 0a . . . . . .
[ANALISTA=2] 0a . . . . . .
[MEDICIÓN=1] -,500 ,274 -1,826 ,093 -1,097 ,097 ,217
[MEDICIÓN=2] 0a . . . . . .
[LOTE=1] * -1,100 ,387 -2,840 ,015 -1,944 -,256 ,402
[CONTENEDOR=1]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=2]
[LOTE=2] * -1,000 ,387 -2,582 ,024 -1,844 -,156 ,357
[CONTENEDOR=1]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=2]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=1]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=2]
[LOTE=1] * [ANALISTA=1] 0a . . . . . .
[LOTE=1] * [ANALISTA=2] 0a . . . . . .
[LOTE=2] * [ANALISTA=1] 0a . . . . . .
[LOTE=2] * [ANALISTA=2] 0a . . . . . .
[LOTE=3] * [ANALISTA=1] 0a . . . . . .
[LOTE=3] * [ANALISTA=2] 0a . . . . . .
[LOTE=1] * [MEDICIÓN=1] ,200 ,387 ,516 ,615 -,644 1,044 ,022
[LOTE=1] * [MEDICIÓN=2] 0a . . . . . .
[LOTE=2] * [MEDICIÓN=1] -,300 ,387 -,775 ,454 -1,144 ,544 ,048
[LOTE=2] * [MEDICIÓN=2] 0a . . . . . .
[LOTE=3] * [MEDICIÓN=1] 0a . . . . . .
[LOTE=3] * [MEDICIÓN=2] 0a . . . . . .
[CONTENEDOR=1] * 0a . . . . . .
[ANALISTA=1]
[CONTENEDOR=2] * 0a . . . . . .
[ANALISTA=2]
[CONTENEDOR=1] * 1,708E-13 ,387 ,000 1,000 -,844 ,844 ,000
[MEDICIÓN=1]
[CONTENEDOR=1] * 0a . . . . . .
[MEDICIÓN=2]
[CONTENEDOR=2] * 0a . . . . . .
[MEDICIÓN=1]
[CONTENEDOR=2] * 0a . . . . . .
[MEDICIÓN=2]
[ANALISTA=1] * 0a . . . . . .
[MEDICIÓN=1]
[ANALISTA=1] * 0a . . . . . .
[MEDICIÓN=2]
[ANALISTA=2] * 0a . . . . . .
[MEDICIÓN=1]
[ANALISTA=2] * 0a . . . . . .
[MEDICIÓN=2]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=1] *
[ANALISTA=1]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=2] *
[ANALISTA=2]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=1] *
[ANALISTA=1]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=2] *
[ANALISTA=2]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=1] *
[ANALISTA=1]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=2] *
[ANALISTA=2]
[LOTE=1] * -,600 ,548 -1,095 ,295 -1,793 ,593 ,091
[CONTENEDOR=1] *
[MEDICIÓN=1]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=1] *
[MEDICIÓN=2]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=2] *
[MEDICIÓN=1]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=2] *
[MEDICIÓN=2]
[LOTE=2] * ,400 ,548 ,730 ,479 -,793 1,593 ,043
[CONTENEDOR=1] *
[MEDICIÓN=1]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=1] *
[MEDICIÓN=2]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=2] *
[MEDICIÓN=1]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=2] *
[MEDICIÓN=2]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=1] *
[MEDICIÓN=1]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=1] *
[MEDICIÓN=2]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=2] *
[MEDICIÓN=1]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=2] *
[MEDICIÓN=2]
[LOTE=1] * [ANALISTA=1] * 0a . . . . . .
[MEDICIÓN=1]
[LOTE=1] * [ANALISTA=1] * 0a . . . . . .
[MEDICIÓN=2]
[LOTE=1] * [ANALISTA=2] * 0a . . . . . .
[MEDICIÓN=1]
[LOTE=1] * [ANALISTA=2] * 0a . . . . . .
[MEDICIÓN=2]
[LOTE=2] * [ANALISTA=1] * 0a . . . . . .
[MEDICIÓN=1]
[LOTE=2] * [ANALISTA=1] * 0a . . . . . .
[MEDICIÓN=2]
[LOTE=2] * [ANALISTA=2] * 0a . . . . . .
[MEDICIÓN=1]
[LOTE=2] * [ANALISTA=2] * 0a . . . . . .
[MEDICIÓN=2]
[LOTE=3] * [ANALISTA=1] * 0a . . . . . .
[MEDICIÓN=1]
[LOTE=3] * [ANALISTA=1] * 0a . . . . . .
[MEDICIÓN=2]
[LOTE=3] * [ANALISTA=2] * 0a . . . . . .
[MEDICIÓN=1]
[LOTE=3] * [ANALISTA=2] * 0a . . . . . .
[MEDICIÓN=2]
[CONTENEDOR=1] * 0a . . . . . .
[ANALISTA=1] *
[MEDICIÓN=1]
[CONTENEDOR=1] * 0a . . . . . .
[ANALISTA=1] *
[MEDICIÓN=2]
[CONTENEDOR=2] * 0a . . . . . .
[ANALISTA=2] *
[MEDICIÓN=1]
[CONTENEDOR=2] * 0a . . . . . .
[ANALISTA=2] *
[MEDICIÓN=2]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=1] *
[ANALISTA=1] *
[MEDICIÓN=1]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=1] *
[ANALISTA=1] *
[MEDICIÓN=2]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=2] *
[ANALISTA=2] *
[MEDICIÓN=1]
[LOTE=1] * 0a . . . . . .
[CONTENEDOR=2] *
[ANALISTA=2] *
[MEDICIÓN=2]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=1] *
[ANALISTA=1] *
[MEDICIÓN=1]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=1] *
[ANALISTA=1] *
[MEDICIÓN=2]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=2] *
[ANALISTA=2] *
[MEDICIÓN=1]
[LOTE=2] * 0a . . . . . .
[CONTENEDOR=2] *
[ANALISTA=2] *
[MEDICIÓN=2]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=1] *
[ANALISTA=1] *
[MEDICIÓN=1]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=1] *
[ANALISTA=1] *
[MEDICIÓN=2]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=2] *
[ANALISTA=2] *
[MEDICIÓN=1]
[LOTE=3] * 0a . . . . . .
[CONTENEDOR=2] *
[ANALISTA=2] *
[MEDICIÓN=2]

Laboratorio 04

Cargado por

Copyright:

Formatos disponibles

Laboratorio 04

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Laboratorio 04

Cargado por

Copyright:

Formatos disponibles

LABORATORIO 04

ANOVA DOS FACTORES (DOS VÍAS)

Se condujo un experimento para determinar si la temperatura del fuego o la posición en el horno

Analice los datos al nivel de significación de 0.05.

Variable de respuesta: Densidad de endurecimiento (Ánodo de carbono).

Ho: La densidad del endurecimiento es igual para todas las temperaturas.

Ho: La densidad del endurecimiento es igual para todas las posiciones.

H1: La densidad del endurecimiento diferente para las dos posiciones.

Prueba: ANOVA de dos factores

Pruebas de efectos inter-sujetos

825 1 1062,000 12,214 1035,388 1088,612

850 1 555,000 12,214 528,388 581,612

a) Formular el modelo matemático asociado a este experimento

b) ¿Son los venenos igual de peligrosos?

c) ¿Son los antídotos igual de efectivos?

d) La efectividad de los antídotos es la misma para todos los venenos?

e) Analizar que antídoto es el más efectivo. Sugerencia: utilizar la prueba S-N-K

b) No todos los venenos son igual de peligrosos

c) No todos los antídotos son igual de efectivos

d) No todos los venenos tienen la misma efectividad

e) El antídoto B es el más efectivo

Prueba de igualdad de Levene de varianzas de errora,b

Diferencia de Intervalo de confianza al 95%

D -2,200* ,6089 ,001 -3,435 -,965

D -1,417* ,6089 ,026 -2,651 -,182

Diferencia de Intervalo de confianza al 95%

a) Formular el modelo matemático asociado a este experimento

Prueba de igualdad de Levene de varianzas de errora,b

Diferencia de Intervalo de confianza al 95%

B A 1,875 18,0998 ,919 -36,151 39,901

B 30,625 18,0998 ,108 -7,401 68,651

Prueba de igualdad de Levene de varianzas de errora,b

Pruebas de efectos inter-sujetos

(I) (J) Diferencia de Intervalo de confianza al 95%

b) Presente el cuadro ANVA y pruebe la hipótesis correspondiente. Utilice =0.05

al rendimiento medio de la variedad E, con un nivel de significación de 0.1

T4; T4 vs. T5 y T5 vs. T6. Use =0.01

es igual al rendimiento medio de T3.

Pruebas de efectos inter-sujetos

K5 -5,750 3,348 ,538 -17,90 6,40

K6 3,500 3,348 ,896 -8,65 15,65

K3 5,750 3,348 ,538 -6,40 17,90

K6 K1 -10,000 3,348 ,073 -22,15 2,15

K4 -3,500 3,348 ,896 -15,65 8,65

Se hizo un experimento para observar el rendimiento de cinco variedades de garbanzo (A, B, C, D,

a) Elabore el Cuadro ANVA y pruebe la hipótesis correspondiente. Utilice α=0.01

b) Utilice la prueba de Duncan para comparar el rendimiento promedio de la variedad C con el

c) Utilice la prueba correspondiente para probar si el rendimiento medio de la variedad A es

Pruebas de efectos inter-sujetos

B A 8,000 11,899 ,960 -36,54 52,54

E -34,400 11,899 ,061 -78,94 10,14

D -14,400 11,899 ,746 -58,94 30,14

E A 42,400 11,899 ,015 -2,14 86,94

D 8,800 11,899 ,944 -35,74 53,34

Pruebas de efectos inter-sujetos

Determinar la relación entre; el acceso al sistema de información, las horas de entrenamiento y el

Pruebas de efectos inter-sujetos

En el siguiente experimento para estudiar el tiempo de vida de bacterias, considerando 3