Professional Documents
Culture Documents
Este modelo se supone cuando el investigador se interesa únicamente por los niveles
del factor presentes en el experimento, por lo que cualquier variación observada en las
puntuaciones se deberá al error experimental.
En la práctica puede suceder que los tratamientos que se desea comparar sean
demasiados como para experimentar con todos. Cuando esto sucede es
conveniente comparar sólo una muestra de la población de tratamientos, de
modo que pasa a ser
una variable aleatoria con su propia varianza que deberá estimarse a partir de los
datos. En este capítulo sólo se presenta el caso en que todos los tratamientos
que se tienen se prueban, es decir, se supone una población pequeña de
tratamientos, lo cual hace posible compararlos a todos. En este caso, el modelo
dado por la ecuación (2.2) se llama modelo de efectos fijos.
Ejemplo 1
Comparación de cuatro métodos de ensamble. Un equipo de mejora investiga el
efecto de cuatro métodos de ensamble A, B, C y D, sobre el tiempo de ensamble en
minutos con un nivel de significancia de 0.05. En primera instancia, la estrategia
experimental es aplicar cuatro veces los cuatro métodos de ensamble en orden
completamente aleatorio (las 16 pruebas en orden aleatorio). Los tiempos de ensamble
obtenidos se muestran en la tabla 2.1. Si se usa el diseño completamente al azar
(DCA), se supone que, además del método de ensamble, no existe ningún otro factor
que influya de manera significativa sobre la variable de respuesta (tiempo de
ensamble)
Ejemplo 2
Comparación de cuatro tipos de cuero. Un fabricante de calzado desea mejorar la
calidad de las suelas, las cuales se pueden hacer con uno de los cuatro tipos de cuero
A, B, C y D disponibles en el mercado. Para ello, prueba los cueros con una máquina
que hace pasar los zapatos por una superficie abrasiva; la suela de éstos se desgasta
al pasarla por dicha superficie. Como criterio de desgaste se usa la pérdida de peso
después de un número fijo de ciclos. Se prueban en orden aleatorio 24 zapatos, seis
de cada tipo de cuero. Al hacer las pruebas en orden completamente al azar se evitan
sesgos y las mediciones en un tipo de cuero resultan independientes de las demás.
Los datos (en miligramos) sobre el desgaste de cada tipo de cuero se muestran en la
tabla 2.2
Tabla ANOVA
Los resultados del análisis de varianza se presentan en una tabla ANOVA que
resume los valores importantes de la prueba. Esta tabla tiene un formato estándar
que usan los libros y los problemas de computadora que ejecutan ANOVA. La
siguiente tabla muestra la forma general de la tabla ANOVA.
En dicha tabla se resumen los cálculos necesarios para la prueba de igualdad de las
medias poblacionales usando análisis de varianza. Primero se usa el método dentro
para estimar 2. Cada valor de los datos se compara con su propia media, y la suma
de las diferencias al cuadrado se divide entre los grados de libertad c(n-1).
( xij – x )
2
Total
Donde:
= Número de la columna
i = Número de la fila
c = Número de columnas (grupos)
n = Número de elementos en cada grupo (tamaño de la muestra)
La tabla ANOVA contiene columnas con las fuentes de variación, las sumas de
cuadrados, los grados de libertad, las estimaciones de la varianza y el valor F para
el procedimiento de análisis de varianza.