1. Se evaluaron cuatro métodos de ensamblaje (A, B, C, D) y su efecto en el tiempo de ensamblaje. Se midió el tiempo en minutos con cuatro operadores como bloque.
2. Se establecieron hipótesis nulas y alternativas para los métodos de ensamblaje y los operadores.
3. Los análisis de varianza mostraron diferencias significativas entre métodos de ensamblaje y operadores. La prueba múltiple de medias indicó que el método A fue el más rápido.
1. PROBLEMAS DE DISENO EN BLOQUES COMPLETOS AL AZAR
Establezcasushipótesis, Decisiónestadística,pruebas múltiples de mediasconun nivel de significancia de 0.05.
¿Cómo se ordenaron los datos?
Vistasde variables.Ordenéprimerolosbloques,le asignévalores,despuésagreguélosinsecticidas y por último
agregué la producción de cada tratamiento.
Luego me fui a la vista de datos y metí cada dato respecto a cada columna.
1. Paso #1: Establecer hipótesis:
H0-bloques:B1=B2=B3. No hay diferenciassignificativasentre losbloques,esdecir,nohayefectode gradiente de
concentración. H1-bloques:B1‡ B2‡ B3. Al menosun bloque serádiferenteencuantoa laproducciónde tomate. H0-
2. tratamientos:T1=T2=T3=T4=T5, no hay diferenciasignificativaentre lostratamientos,esdecir,nohayefectode
tratamiento. H1-tratamientos:T1‡ T2‡T3‡T4‡T5. Al menosun insecticidageneradiferente producciónde tomate.
2. Paso #2: Análisis exploratorio:
3. Paso #3: Prueba de normalidad:
¿Cómo se obtiene?Analizar….Estadísticadescriptive….Explorar
H0: Los datosse ajustana una distribuciónnormal.
H1: Los datosse ajustana otro modelo de distribución.
Tests of Normality
Insecticidas
Kolmogorov-Smirnova
Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Producciontomate TESTIGO .238 3 . .976 3 .702
ENDOSULFAN .269 3 . .949 3 .567
EPN .213 3 . .990 3 .809
FENVALERATO .333 3 . .861 3 .269
METANIDOFOS .196 3 . .996 3 .878
a. Lilliefors Significance Correction
3. Se acepta la H0 ya que losdatosse ajustana distribuciónnormal,porloque lasignificanciaparacada tratamientofue
mayor a 0.05.
4. Paso #4: Aprueba de anova:
Para sabersi existendiferenciassignificativasentre lostratamientosyentre losbloques yse procederáa obtenerun
análisisde varianza,conunalfa de 0.05.
SPSS:Analizar---Modelolineal general---univariante---metervariables---model---efectocruzado- meterlasdosvariables
enmodel ypost-hoc.
Tests of Between-Subjects Effects
Dependent Variable: Producciontomate
Source
Type III Sum of
Squares df Mean Square F Sig.
Corrected Model 113.476a
6 18.913 32.183 .000
Intercept 1071.883 1 1071.883 1823.964 .000
Insecticidas 86.971 4 21.743 36.998 .000
Bloques 26.505 2 13.253 22.551 .001
Error 4.701 8 .588
Total 1190.060 15
Corrected Total 118.177 14
a. R Squared = .960 (Adjusted R Squared = .930)
Si existen diferencias significativas entre bloques y tratamientos, por lo tanto, rechazo la H0.
5. Paso #5: Prueba múltiple de medias:
Para tratamiento (insecticida):
Producciontomate
Insecticidas N
Subset
1 2 3
Tukey HSDa,b
TESTIGO 3 4.500
EPN 3 8.167
METANIDOFOS 3 8.433
ENDOSULFAN 3 9.133
FENVALERATO 3 12.033
Sig. 1.000 .565 1.000
4. Duncana,b
TESTIGO 3 4.500
EPN 3 8.167
METANIDOFOS 3 8.433
ENDOSULFAN 3 9.133
FENVALERATO 3 12.033
Sig. 1.000 .177 1.000
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square(Error) = .588.
a. Uses Harmonic Mean Sample Size = 3.000.
b. Alpha = 0.05.
Para bloques(nivel de gradiente):
Producciontomate
Bloques N
Subset
1 2 3
Tukey HSDa,b
BLOQUE CON BAJO NIVEL 5 6.740
BLOQUE CON NIVEL
MEDIO
5 8.640
BLOQUE CON NIVEL ALTO 5 9.980
Sig. 1.000 .057
Duncana,b
BLOQUE CON BAJO NIVEL 5 6.740
BLOQUE CON NIVEL
MEDIO
5 8.640
BLOQUE CON NIVEL ALTO 5 9.980
Sig. 1.000 1.000 1.000
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square(Error) = .588.
a. Uses Harmonic Mean Sample Size = 5.000.
b. Alpha = 0.05.
6. Paso #6: Conclusión:
En base a losdatosobtenidos,se concluye que se rechazalahipótesisnula,síhaydiferenciassignificativasentre bloques
y tratamientos,el mejorinsecticidaesel Fenvalerato,esteproduce unmejorefectoque losotrostratamientos,yeste
insecticidageneramejoresproduccionesenel bloque númerotresconunnivel de gradiente másalto,porloque esmás
convenienteutilizarFenvalerato connivelesaltosde gradiente de fertilidad.
1. Supongaque se evaluaroncuatrodiferentesvariedades de avena (avena sativa), las cuales serán identificadas
como tratamiento A, B,C y D. Se emplearon cuatro bloques, reconocidos como I, II, III y IV. Debido a que el
investigadorresponsable localizoungradiente de variaciónenel terrenodonde se plantarían las variedades, se
decidió una distribución en campo como se muestra a continuación:
I II III IV
D A C C
A D D B
5. B C B D
C B A A
El responsable delexperimentoqueríaconocerlarespuestade producciónde forraje de estascuatrovariedades,así
como surendimiento.Losresultadosse muestranenlasiguiente tabla.
Tratamiento I II III IV Total
A 451 502 480 400 1,833
B 430 401 380 385 1,596
C 352 360 361 380 1,452
D 309 290 295 289 1,183
Total 1,542 1,553 1,515 1,454 6,064
1. Paso #1: Establecer hipótesis:
Hipótesis para bloques:
H0: B1=B2=B3=B4
No hay diferencias significativas entre los bloques, es
decir, no hay efecto de gradiente de concentración.
H1: B1≠B2≠B3≠B4
Al menos un bloque será diferente en cuanto a la
producción de forraje.
Hipótesis para tratamientos:
H0: T1=T2=T3=T4
No hay diferencia significativa entre los tratamientos, es
decir, no hay efecto de tratamiento.
H1: T1≠T2≠T3≠T4
Al menos una avena genera diferente producción de
forraje.
2. Paso #2: Análisis exploratorio:
6. 3. Paso #3: Prueba de normalidad:
Pruebas de normalidad
bloques
Kolmogorov-Smirnova
Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
produccion nivel I gradiente .248 4 . .923 4 .554
nivel II gradiente .193 4 . .988 4 .945
nivel III gradiente .245 4 . .966 4 .815
nivel IV gradiente .378 4 . .781 4 .072
a. Corrección de significación de Lilliefors
Se acepta la H0 ya que los datosse ajustana distribuciónnormal,porloque lasignificanciaparacada tratamientofue
mayor a 0.05.
4. Paso #4: Aprueba de anova:
Pruebas de efectos inter-sujetos
Variable dependiente: produccion
Origen
Tipo III de suma
de cuadrados gl
Media
cuadrática F Sig.
Modelo corregido 56908.875a
6 9484.813 13.013 .001
Intersección 2299014.063 1 2299014.063 3154.105 .000
bloques 1472.187 3 490.729 .673 .590
avena 55436.688 3 18478.896 25.352 .000
Error 6560.063 9 728.896
Total 2362483.000 16
Total corregido 63468.938 15
7. a. R al cuadrado = .897 (R al cuadrado ajustada = .828)
Si existendiferenciassignificativas enlos tratamientos, perose notaque para losbloqueslasignificancianoesmuy
considerable.
5. Paso #5: Prueba múltiple de medias:
Para tratamiento (avena):
Producción
avena N
Subconjunto
1 2 3
HSD Tukeya,b
Avena D 4 295.75
Avena C 4 363.25
Avena B 4 399.00 399.00
Avena A 4 458.25
Sig. 1.000 .304 .051
Duncana,b Avena D 4 295.75
Avena C 4 363.25
Avena B 4 399.00
Avena A 4 458.25
Sig. 1.000 .094 1.000
Se visualizan las medias para los grupos en los subconjuntos homogéneos.
Se basa en las medias observadas.
El término de error es la media cuadrática (Error) =728.896.
a. Utiliza el tamaño de la muestra de la media armónica = 4.000.
b. Alfa =0.05.
Se puede observarque laavenaA Tratamiento1) es lade mayorproducción,se agrupóen unsologrupo 1. Tanto para
Duncan y Tukey.
Para bloque (nivel de gradiente):
produccion
bloques N
Subconjunto
1
HSD Tukeya,b
nivel IV gradiente 4 363.50
nivel III gradiente 4 379.00
nivel I gradiente 4 385.50
nivel II gradiente 4 388.25
Sig. .587
Duncana,b
nivel IV gradiente 4 363.50
nivel III gradiente 4 379.00
nivel I gradiente 4 385.50
nivel II gradiente 4 388.25
Sig. .255
8. Se visualizan las medias para los grupos en los subconjuntos
homogéneos.
Se basa en las medias observadas.
El término de error es la media cuadrática (Error) = 728.896.
a. Utiliza el tamaño de la muestra de la media armónica = 4.000.
b. Alfa = 0.05.
En cuanto a losbloques,se puede observarque loscuatrobloques,tantoparalasdos pruebas,dicenque nohaymucha
diferenciasignificativa,loscuatrobloquesse agrupanenunsologrupo.
6. Paso #6: Conclusión:
DefinitivamentelaavenaA es el mejor tratamiento para la producción; en cuanto a los bloques, al parecer, y según las
pruebasmúltiples de medias, no hay un bloque definido para la producción, pero si analizamos los gráficos, se puede
observar que el nivel de gradiente II es el mejor para cultivar con la avena A. Si se hubiese utilizado u n diseño
completamente al azar, no hubiese afectado tanto el rechazo de la hipótesis se tratamientos puesto que no se vio
afectado por los bloques que no presentó ningún efecto.
2. Un equipo de mejora investiga el efecto de cuatro métodos de ensamblaje (A, B, C, D) sobre el tiempo del
ensamblaje en minutos. Para alimentar la exigencia del estudio, se determinó un bloque que controla a los
operadores que realizaron el ensamblaje. Los resultados de los tiempos son:
METODO DE ENSAMBLE
OPERADOR A B C D
1 6 7 10 10
2 9 10 16 13
3 7 11 11 11
4 8 8 14 9
1. Paso #1: Establecer hipótesis:
Hipótesis para bloques:
H0: B1=B2=B3=B4
No hay diferencias significativas entre los bloques, es
decir, no hay efecto de operadores.
H1: B1≠B2≠B3≠B4
Al menosunbloque serádiferenteencuantoal efecto del
operador.
Hipótesis para tratamientos:
H0: T1=T2=T3=T4
No hay diferencia significativa entre los tratamientos, es
decir, no hay efecto de métodos de ensamblaje.
H1: T1≠T2≠T3≠T4
Al menos un método de ensamblaje presentará genera
menos tiempo.
9. 2. Paso #2: Análisis exploratorio:
3. Paso #3: Prueba de normalidad:
Pruebas de normalidad
Método
Kolmogorov-Smirnova
Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Tiempo METODO A DE ENSAMBLE .151 4 . .993 4 .972
METODO B DE ENSAMBLE .208 4 . .950 4 .714
METODO C DE ENSAMBLE .237 4 . .939 4 .650
METODO D DE ENSAMBLE .192 4 . .971 4 .850
a. Corrección de significación de Lilliefors
Los datosse ajustana una distribuciónnormal,se aceptalaH0. Porlo que la significanciaparacada tratamientofue
mayor a 0.05.
4. Paso #4: Aprueba de anova:
Pruebas de efectos inter-sujetos
Variable dependiente: Tiempo
Origen
Tipo III de suma
de cuadrados gl
Media
cuadrática F Sig.
Modelo corregido 90.000a
6 15.000 7.500 .004
Intersección 1600.000 1 1600.000 800.000 .000
Método 61.500 3 20.500 10.250 .003
Operador 28.500 3 9.500 4.750 .030
Error 18.000 9 2.000
Total 1708.000 16
Total corregido 108.000 15
a. R al cuadrado = .833 (R al cuadrado ajustada = .722)
Si existendiferenciassignificativasenlostratamientos ybloques.
10. 5. Paso #5: Prueba múltiple de medias:
Para tratamiento (método de ensamblaje):
Tiempo
Método N
Subconjunto
1 2 3
HSD Tukeya,b
METODO A DE ENSAMBLE 4 7.50
METODO B DE ENSAMBLE 4 9.00 9.00
METODO D DE ENSAMBLE 4 10.75 10.75
METODO C DE ENSAMBLE 4 12.75
Sig. .476 .355 .257
Duncana,b
METODO A DE ENSAMBLE 4 7.50
METODO B DE ENSAMBLE 4 9.00 9.00
METODO D DE ENSAMBLE 4 10.75 10.75
METODO C DE ENSAMBLE 4 12.75
Sig. .168 .114 .077
Se visualizan las medias para los grupos en los subconjuntos homogéneos.
Se basa en las medias observadas.
El término de error es la media cuadrática(Error) =2.000.
a. Utiliza el tamaño de la muestra de la media armónica = 4.000.
b. Alfa =0.05.
Segúnlasdos pruebasmúltiplesde medias,el métodode ensamblajeque genera mástiempoesel C,yel que genera
menostiempoesel A.
Para bloque (operador):
Tiempo
Operador N
Subconjunto
1 2
HSD Tukeya,b
Operador #1 4 8.25
Operador #4 4 9.75 9.75
Operador #3 4 10.00 10.00
Operador #2 4 12.00
Sig. .355 .182
Duncana,b
Operador #1 4 8.25
Operador #4 4 9.75 9.75
Operador #3 4 10.00 10.00
Operador #2 4 12.00
Sig. .128 .060
11. Se visualizan las medias para los grupos en los subconjuntos homogéneos.
Se basa en las medias observadas.
El término de error es la media cuadrática(Error) =2.000.
a. Utiliza el tamaño de la muestra de la media armónica = 4.000.
b. Alfa =0.05.
Para losbloques,el que generael efectoesperadoesel bloque deloperador#1,esel operadorque presenciómenos
tiempoparael métodode ensamblaje.
6. Paso #6: Conclusión:
En base a losdatosobtenidos,se concluye que el mejortratamientoesel método de ensamblaje A que se evaluó en el
operadornúmero1. Se rechaza lasdos hipótesisnulasporque si haydiferenciassignificativas,porloque a la empresa le
conviene utilizarel métodode ensamblaje A aplicadoatrabajadores que operen como el operador 1 para aplicarlo a su
metodología laboral.
3. Se diseñó un experimento para estudiar el rendimiento de cuatro detergentes. Las siguientes lecturas de
“blancura” se obtuvieron con el equipo especial diseñado para 12 cargas de lavadora, distribuidas en tres
modelos de lavadoras. Los resultados son los siguientes: alfa=0.05.
Ho: todos los detergentes tienen el mismo rendimiento.
Ha: Al menos un detergente presenta un rendimiento diferente.
Ho: Todaslosmodelosde lavadoraspresentaranel mismorendimiento.Noexisten diferencias significativas en
rendimiento por modelo de lavadora.
Ha: Al menos un modelo de lavadoras presentará lecturas de blancura diferente. Existen diferencias
significativas en lecturas de blancura por modelo de lavadora.
Detergente
Lavadoras A B C D
1 45 47 50 42
2 43 44 49 37
3 51 52 57 49
1. Paso #1: Establecer hipótesis:
Hipótesis para bloques:
H0: B1=B2=B3
No hay diferencias significativas entre los bloques, es
decir, no hay efecto de lavadoras.
H1: B1≠B2≠B3
Al menosunbloque serádiferente en cuanto al efecto de
una lavadora.
Hipótesis para tratamientos:
H0: T1=T2=T3=T4
No hay diferencia significativa entre los tratamientos, es
decir, no hay efecto de detergente.
H1: T1≠T2≠T3≠T4
Al menos un detergente genera cambios significativos.
12. 2. Paso #2: Análisis exploratorio:
3. Paso #3: Prueba de normalidad:
Pruebas de normalidad
Detergentes
Kolmogorov-Smirnova
Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
rendimientoblancura Detergente A .292 3 . .923 3 .463
Detergente B .232 3 . .980 3 .726
Detergente C .343 3 . .842 3 .220
Detergente D .211 3 . .991 3 .817
a. Corrección de significación de Lilliefors
Los datosse ajustana una distribuciónnormal,se aceptalaH0. Porlo que la significanciaparacada tratamiento y
bloque fue mayora 0.05.
4. Paso #4: Aprueba de anova:
Pruebas de efectos inter-sujetos
Variable dependiente: rendimientoblancura
Origen
Tipo III de suma
de cuadrados gl
Media
cuadrática F Sig.
Modelo corregido 303.833a 5 60.767 46.545 .000
Intersección 26696.333 1 26696.333 20448.255 .000
Detergentes 133.667 3 44.556 34.128 .000
Lavadoras 170.167 2 85.083 65.170 .000
Error 7.833 6 1.306
Total 27008.000 12
Total corregido 311.667 11
a. R al cuadrado = .975 (R al cuadrado ajustada = .954)
Si existen diferenciassignificativasenlostratamientos, ylosbloques.
13. 5. Paso #5: Prueba múltiple de medias:
Para tratamiento (detergente):
Rendimiento blancura
Detergentes N
Subconjunto
1 2 3
HSD Tukeya,b
Detergente D 3 42.67
Detergente A 3 46.33
Detergente B 3 47.67
Detergente C 3 52.00
Sig. 1.000 .527 1.000
Duncana,b
Detergente D 3 42.67
Detergente A 3 46.33
Detergente B 3 47.67
Detergente C 3 52.00
Sig. 1.000 .203 1.000
Se v isualizan las medias para los grupos en los subconjuntos homogéneos.
Se basa en las medias observ adas.
El término de error es la media cuadrática(Error) = 1.306.
a. Utiliza el tamaño de la muestra de la media armónica = 3.000.
b. Alf a = 0.05.
Para las dospruebasmúltiplesde medias,el detergenteC esque el generamásblancura.
Para bloque (lavadora):
Rendimiento blancura
Lavadoras N
Subconjunto
1 2 3
HSD Tukeya,b Lavadora 2 4 43.25
Lavadora 1 4 46.00
Lavadora 3 4 52.25
Sig. 1.000 1.000 1.000
Duncana,b
Lavadora 2 4 43.25
Lavadora 1 4 46.00
Lavadora 3 4 52.25
Sig. 1.000 1.000 1.000
Se v isualizan las medias para los grupos en los subconjuntos homogéneos.
Se basa en las medias observ adas.
El término de error es la media cuadrática(Error) = 1.306.
a. Utiliza el tamaño de la muestra de la media armónica = 4.000.
b. Alf a = 0.05.
14. La lavadora3 es laque presentamayoresresultadosque lalavadora2y 1. Para lasdos pruebasmúltiplesde medias,la
lavadora3 esla óptimapara el usodel detergente Cporque generamayoresrendimientosde blancura.
6. Paso #6: Conclusión:
El detergente C,juntoconlalavadora de marca 3, son losque generanmayoresrendimientosde blancura, se rechazan
ambas hipótesis nulasysi se generandosdiferenciassignificativas:lade laslavadorasy losdetergentes.
4. Una compañía farmacéuticarealizó unexperimentoparaestudiarlosefectosycomplicacionesque siguenen un
resfriado común en algunas personas. Se hizo una comparación de distintas dosis diarias de vitamina c y se
contactó a un número determinado de personas, que en cuanto presentaban resfriado empezaban a recibir
algún tipo de dosis. La edad fue variable. α=0.05
BLOQUES
Dosis 1 2 3 4
Baja 3 4 2 6
Media 7 9 3 10
Alta 4 6 3 7
1. Paso #1: Establecer hipótesis:
Hipótesis para bloques:
H0: B1=B2=B3=B4
No hay diferencias significativas entre los bloques, es
decir, no hay efecto de bloques.
H1: B1≠B2≠B3≠B4
Al menosunbloque serádiferente en cuanto al efecto de
una dosis.
Hipótesis para tratamientos:
H0: T1=T2=T3
No hay diferencia significativa entre los tratamientos, es
decir, no hay efecto de dosis.
H1: T1≠T2≠T3
Al menos una dosis genera cambios significativos.
2. Paso #2: Análisis exploratorio:
15. 3. Paso #3: Prueba de normalidad:
Pruebas de normalidad
DOSIS
Kolmogorov-Smirnova
Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
EFECTODOSIS DOSIS BAJA .192 4 . .971 4 .850
DOSIS MEDIA .218 4 . .920 4 .538
DOSIS ALTA .208 4 . .950 4 .714
a. Corrección de significación de Lilliefors
Los datosse ajustana la normal,porlo que se acepta laH0.
4. Paso #4: Aprueba de anova:
Pruebas de efectos inter-sujetos
Variable dependiente: EFECTODOSIS
Origen
Tipo III de suma
de cuadrados gl
Media
cuadrática F Sig.
Modelo corregido 67.167a
5 13.433 14.655 .003
Intersección 341.333 1 341.333 372.364 .000
BLOQUES 42.000 3 14.000 15.273 .003
DOSIS 25.167 2 12.583 13.727 .006
Error 5.500 6 .917
Total 414.000 12
Total corregido 72.667 11
a. R al cuadrado = .924 (R al cuadrado ajustada = .861)
Altamente significativos,nosobrepasanal 0.05 de significancia.
5. Paso #5: Prueba múltiple de medias:
Para tratamiento (dosis):
EFECTODOSIS
DOSIS N
Subconjunto
1 2
HSD Tukeya,b
DOSIS BAJA 4 3.75
DOSIS ALTA 4 5.00
DOSIS MEDIA 4 7.25
Sig. .234 1.000
Duncana,b
DOSIS BAJA 4 3.75
DOSIS ALTA 4 5.00
DOSIS MEDIA 4 7.25
Sig. .114 1.000
Se v isualizan las medias para los grupos en los subconjuntos homogéneos.
Se basa en las medias observ adas.
El término de error es la media cuadrática(Error) = .917.
16. a. Utiliza el tamaño de la muestra de la media armónica = 4.000.
b. Alf a = 0.05.
Según las dos pruebas múltiples de medias, la dosis media provocó mayores efectos, y solo se ubica en un solo grupo
homogéneo o subconjunto 2.
Para bloques:
EFECTODOSIS
BLOQUES N
Subconjunto
1 2 3
HSD Tukeya,b
BLOQUE 3 3 2.67
BLOQUE 1 3 4.67 4.67
BLOQUE 2 3 6.33 6.33
BLOQUE 4 3 7.67
Sig. .146 .244 .397
Duncana,b
BLOQUE 3 3 2.67
BLOQUE 1 3 4.67
BLOQUE 2 3 6.33 6.33
BLOQUE 4 3 7.67
Sig. 1.000 .077 .139
Se v isualizan las medias para los grupos en los subconjuntos homogéneos.
Se basa en las medias observ adas.
El término de error es la media cuadrática(Error) = .917.
a. Utiliza el tamaño de la muestra de la media armónica = 3.000.
b. Alf a = 0.05.
El bloque donde másse generóefectoconladosisfue el 4.
6. Paso #6: Conclusión:
En base a losdatosanalizados,el bloque que generamayor efecto es el #4, por lo que sí hay diferencias significativas y
se rechaza la hipótesis nula para bloques. Por otro lado, para las dosis, también existen diferencias significativas en
cuanto a la generaciónde efecto,yladosisque mayor efecto produjo fue la DOSIS Media que se probó en el bloque 4;
se rechaza la hipótesis nula para tratamientos debido a que sí se generaron diferencias significativas.
17. 5. Los datosque se presentan a continuación son rendimientos (en toneladas por hectárea) de un pasto con tres
niveles de fertilización nitrogenada, el diseño fue realizado con 5 repeticiones por tratamiento: α=0.05.
NIVELES DE NITROGENO
1 2 3
1 14.823 25.151 32.605
2 14.676 25.401 32.46
3 14.72 25.131 32.256
4 14.514 25.031 32.669
5 15.065 25.277 32.111
1. Paso #1: Establecer hipótesis:
Hipótesis para bloques:
H0: B1=B2=B3=B4=B5
No hay diferencias significativas entre los bloques, es
decir, no hay efecto de bloques.
H1: B1≠B2≠B3≠B4≠B5
Al menosunbloque serádiferenteencuantoal efectoque
produce sobre la variable respuesta.
Hipótesis para tratamientos:
H0: T1=T2=T3
No hay diferencia significativa entre los tratamientos, es
decir, no hay efecto de niveles de nitrógeno .
H1: T1≠T2≠T3
Al menos un nivel de nitrógeno genera diferencias
significativas en rendimiento.
2. Paso #2: Análisis exploratorio:
Se puede observar que para el nivel de nitrógeno #3,
todos los bloques son factibles en él, hay mayor
rendimiento en el tratamiento #3, genera más
toneladas por hectáreas, en todos los bloques,
mientrasque casi no hay rendimiento para el nivel #1
y para el nivel #2, media la producción entre el #1 y el
#3.
Los bloques son parejos con el nivel de nitrógeno #3.
18. 3. Paso #3: Prueba de normalidad:
Pruebas de normalidad
NIVELESNITROGENO
Kolmogorov-Smirnova
Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
rendimiento NIVEL DE NITROGENO #1 .178 5 .200*
.971 5 .882
NIVEL DE NITROGENO #2 .229 5 .200*
.964 5 .833
NIVEL DE NITROGENO #3 .185 5 .200*
.941 5 .670
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors
Los datos se ajustan a una distribución normal.
4. Paso #4: Aprueba de anova:
Pruebas de efectos inter-sujetos
Variable dependiente: rendimiento
Origen
Tipo III de suma
de cuadrados gl
Media
cuadrática F Sig.
Modelo corregido 788.421a
6 131.404 2556.551 .000
Intersección 8730.958 1 8730.958 169867.075 .000
bloques .057 4 .014 .278 .884
NIVELESNITROGENO 788.364 2 394.182 7669.095 .000
Error .411 8 .051
Total 9519.791 15
Total corregido 788.832 14
a. R al cuadrado = .999 (R al cuadrado ajustada = .999)
Se rechaza la H0 para tratamientos, pero analizaremos con una prueba múltiple de medias para corroborar
qué tratamiento es el mejor. En cuanto a bloques, no hay mucha significancia, por lo que el efecto es dudoso.
5. Paso #5: Prueba múltiple de medias:
Para tratamiento (nivel de nitrógeno):
Rendimiento
NIVELESNITROGENO N
Subconjunto
1 2 3
HSD Tukeya,b
NIVEL DE NITROGENO #1 5 14.75960
NIVEL DE NITROGENO #2 5 25.19820
NIVEL DE NITROGENO #3 5 32.42020
Sig. 1.000 1.000 1.000
Duncana,b
NIVEL DE NITROGENO #1 5 14.75960
NIVEL DE NITROGENO #2 5 25.19820
NIVEL DE NITROGENO #3 5 32.42020
19. Sig. 1.000 1.000 1.000
Se visualizan las medias para los grupos en los subconjuntos homogéneos.
Se basa en las medias observadas.
El término de error es la media cuadrática(Error) = .051.
a. Utiliza el tamaño de la muestra de la media armónica = 5.000.
b. Alfa = 0.05.
Se puede observar que para las dos pruebas múltiples de medias el tratamiento con niveles de nitrógeno altos son
mejoresque losde niveles bajos, los tres tratamientos se agruparon e tres grupos diferentes. Se rechazaría la H0 para
tratamientos.
Para bloques:
Rendimiento
bloques N
Subconjunto
1
HSD Tukeya,b
3 3 24.03567
4 3 24.07133
5 3 24.15100
2 3 24.17900
1 3 24.19300
Sig. .907
Duncana,b
3 3 24.03567
4 3 24.07133
5 3 24.15100
2 3 24.17900
1 3 24.19300
Sig. .448
Se v isualizan las medias para los grupos en los subconjuntos homogéneos.
Se basa en las medias observ adas.
El término de error es la media cuadrática(Error) = .051.
a. Utiliza el tamaño de la muestra de la media armónica = 3.000.
b. Alf a = 0.05.
Segúncada pruebamúltiple de mediasorientadaalosbloques,todos bloquesparael nivel de nitrógeno #3 es +optimo,
aunque se puede notarque el bloque 1es el mejorde todos,peroaunasí pertenece a un solo grupo homogéneo según
Tukeyy Duncan,puestoque el efectoserálomás parecidoposibleyproducirá rendimientos de toneladas por hectárea
lomás parecidoposible. Creoque noeranecesarioaplicarundiseño en bloques completamente al azar porque no hay
efecto de bloques, pero el bloque 1 es el óptimo con los niveles de nitrógeno #3.
20. 6. Paso #6: Conclusión:
Se rechazan ambas hipótesis planteadas, puesto que sí hay efecto tanto para tratamientos como bloques, siendo el
tratamiento #3 el que genera mayor rendimiento de toneladas por hectárea en condiciones del bloque 1. Una gran
excepción es que los bloques son muy parecidos en cuanto al efecto experimentado, ya que producen casi el mismo
efectosolo parael tratamiento #3. Sería conveniente utilizar el tratamiento #3 ya que éste genera mayor rendimiento
en la producción de toneladas por hectárea de pasto.
6. Se realizóunestudiosobre efectividadde tres marcas de veneno para matar moscas. Para ello, cada veneno se
aplicaa un grupo de 100 moscasy se cuenta el númerode moscas muertas(%). Se hicieron seis réplicas en días
diferentes, se sospecha que puede haber algún efecto por esta importante variación.
Bloque
Repeticiones
1 2 3 4 5 6
1 75 65 67 75 62 73
2 55 59 68 70 53 50
3 64 74 61 58 51 69
7. Paso #1: Establecer hipótesis:
Hipótesis para bloques:
H0: B1=B2=B3=B4=B5=B6
No hay diferencias significativas entre los bloques, es
decir, no hay efecto de bloques según el día en que sea
aplicado.
H1: B1≠B2≠B3≠B4≠B5≠B6
Al menosunbloque serádiferenteencuantoal efectoque
produce el veneno según el día.
Hipótesis para tratamientos:
H0: T1=T2=T3
No hay diferencia significativa entre los tratamientos, es
decir, no hay efecto de veneno aplicado al grupo de 100
moscas.
H1: T1≠T2≠T3
Al menos un veneno genera cambios significativos en el
experimento.
21. 8. Paso #2: Análisis exploratorio:
Se puede observar que para el veneno #1, los días
óptimos para su aplicación son los días 1, 3 y 4. Se puede
notar que para el veneno#3 el día óptimode aplicaciónes
el día 2, pero para los bloques casi no hay efecto
contraproducente según el día que se utilice, no hay
mucha diferencia de efecto para los bloques.
Los bloques son muy parecidos en cuanto a efecto, pero
se nota que el mejor veneno es el #1 yel peor es el #2.
9. Paso #3: Prueba de normalidad:
Pruebas de normalidad
Veneno
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Moscasmuertas Veneno #1 .235 6 .200*
.880 6 .267
Veneno #2 .195 6 .200* .907 6 .415
Veneno #3 .110 6 .200*
.995 6 .998
*. Esto es un límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors
Los datos se ajustan a una distribución normal.
10. Paso #4: Aprueba de anova:
Pruebas de efectos inter-sujetos
Variable dependiente: Moscasmuertas
Origen
Tipo III de suma
de cuadrados gl
Media
cuadrática F Sig.
Modelo corregido 613.167a
7 87.595 1.630 .233
Intersección 73344.500 1 73344.500 1364.972 .000
Bloque 283.833 5 56.767 1.056 .438
Veneno 329.333 2 164.667 3.065 .092
Error 537.333 10 53.733
22. Total 74495.000 18
Total corregido 1150.500 17
a. R al cuadrado = .533 (R al cuadrado ajustada = .206)
Se rechaza la H0, pero analizaremos con una prueba múltiple de medias para corroborar qué bloque y veneno
son los mejores.
11. Paso #5: Prueba múltiple de medias:
Para tratamiento (veneno):
Moscas muertas
Veneno N
Subconjunto
1 2
HSD Tukeya,b
Veneno #2 6 59.17
Veneno #3 6 62.83
Veneno #1 6 69.50
Sig. .081
Duncana,b
Veneno #2 6 59.17
Veneno #3 6 62.83 62.83
Veneno #1 6 69.50
Sig. .407 .146
Se visualizan las medias para los grupos en los subconjuntos
homogéneos.
Se basa en las medias observadas.
El término de error es la media cuadrática(Error) = 53.733.
a. Utiliza el tamaño de la muestra de la media armónica = 6.000.
b. Alfa = 0.05.
Se puede observarque parala pruebade Tukey,todoslosvenenoslosconsideraconefectosigualesysololosagrupa en
un solo grupo homogéneo. En cambio, Duncan es más flexible y dice que el veneno #21 es el mejor veneno a utilizar
para matar a las moscas.
Para bloque (díautilizado):
Moscas muertas
Bloque N
Subconjunto
1
HSD Tukeya,b
Día 5 3 55.33
Día 6 3 64.00
Día 1 3 64.67
Día 3 3 65.33
Día 2 3 66.00
Día 4 3 67.67
23. Sig. .376
Duncana,b
Día 5 3 55.33
Día 6 3 64.00
Día 1 3 64.67
Día 3 3 65.33
Día 2 3 66.00
Día 4 3 67.67
Sig. .090
Se v isualizan las medias para los grupos en los subconjuntos
homogéneos.
Se basa en las medias observ adas.
El término de error es la media cuadrática(Error) = 53.733.
a. Utiliza el tamaño de la muestra de la media armónica = 3.000.
b. Alf a = 0.05.
Segúncada pruebamúltiple de mediasorientadaalosbloques,todoslos días son óptimos en la utilización del veneno,
puesto que el efecto será lo más parecido posible y producirá pérdidas de moscas lo más parecido posible. No era
necesario aplicar un diseño en bloques completamente al azar porque no hay efecto de bloques, pero el día 4 es el
mejor de los otros días.
12. Paso #6: Conclusión:
Se rechazan ambas hipótesis planteadas, puesto que sí hay efecto tanto para venenos como bloques, siendo el
veneno #1 el óptimo a utilizar en las condiciones del día 4. Una gran excepción es que los bloques son muy
parecidos en cuanto al efecto experimentado, ya que producen casi el mismo efecto solo para venenos #1 y
#3. Sería conveniente utilizar el veneno #1 ya que éste mata porcentajes muy altos de moscas.