Análisis de Varianza de dos factores siguientes datos para un total de 60

lanzamientos, 4 por cada nivel y de manera

Equipo 1: aleatoria.
Baeza Quintero Carlos Eduardo. Factor A Factor B -Ángulo[°]
Gancho 20 30 40
Chacón Escalante José Guillermo. 740 787 536 500 339 312
1 764 762 539 538 293 308
Gaytán Campos Israel. 659 728 420 468 270 265
2 692 705 444 447 268 292
Mesa Vargas Diego Fernando 600 598 392 395 239 230
3 585 615 400 363 241 255
Fecha: Salamanca, Guanajuato a 06 de 521 510 316 363 178 181
4 486 488 320 340 200 173
julio de 2017. 383 379 302 253 144 130
5 372 409 227 222 156 133
Objetivo.
Tabla1. Datos registrados para dos factores a tomar
Realizar el análisis de varianza (ANOVA) en cuenta.
con dos factores a los datos tomados de la
El orden en que se realizaron los tiros con los
realización de un experimento aleatorio para
datos aleatorizados es el siguiente.
estudiar si los valores de una variable
dependiente dependen de los niveles de dos
factores o de la interacción entre ambas.
Introducción.
Para este caso, las fórmulas son parecidas a
la del ANOVA de un factor, pero ahora
agregando el cálculo por renglones adicional
al de columnas donde se incluye la variable
de bloqueo. Se trata de analizar un factor
externo que probablemente tenga efecto en
la respuesta pero que no hay interés en
probar su influencia, sólo se analiza para
minimizar la variabilidad de este factor
externo, evitando que contamine la prueba
de igualdad entre los tratamientos.
Las hipótesis en este caso son:
𝐻0 : No hay diferencia en las medias del
factor de columna.
𝐻1 : Al menos una media del factor de
columna es diferente.
𝐻0 : No hay diferencia en las medias de la
variable de renglón.
𝐻1 : Al menos una media de la variable de
renglón es diferente.
Desarrollo.
Después de realizar el experimento variando
los ángulos de lanzamiento (factor B) y
cambiando los ganchos de sostén de la liga
de lanzamiento (factor A) se obtienen los
 Dónde:
𝑏= Número de niveles del factor B.
𝑎= Número de niveles por el factor A.
𝑛= Número de réplicas.
1
𝑆𝑆𝐴 = (64182 + 56582 + 49132 + 40762
3∗4
241752
+ 31102 ) −
3∗4∗5
𝑆𝑆𝐴 = 561750.6667

La suma de cuadrados del factor B se obtiene

como se muestra a continuación:
𝑏
1 2 𝑦…2
𝑠𝑠𝐵 = ∑ 𝑦.𝑗. −
𝑎𝑛 𝑎𝑏𝑛
𝑗=1

1 241752
𝑆𝑆𝐵 = (117832 + 77852 + 46072 ) −
5∗4 3∗4∗5

𝑆𝑆𝐵 = 1292977.733
Tabla2. Datos aleatorizados y orden de lanzamiento.
La suma de cuadrados totales se obtiene
Análisis de datos. como sigue.
Una vez teniendo los datos registrados, se 𝑎 𝑏 𝑛
2 𝑦…2
procede a realizar el análisis de varianza 𝑆𝑆𝑇 = ∑. ∑. ∑ 𝑦𝑖𝑗𝑘 −
𝑎𝑏𝑛
tomando en cuenta dos factores, con el 𝑖=1 𝑗=1 𝑘=1
objetivo de obtener los datos de la siguiente 𝑎 𝑏 𝑛
tabla. 2
241752
𝑆𝑆𝑇 = ∑. ∑. ∑(11668485 − )
60
𝑖=1 𝑗=1 𝑘=1

𝑆𝑆𝑇 = 136367145,8
La suma de cuadrados para la interacción se
obtiene como sigue:
𝑠𝑠𝐴𝐵 = 𝑆𝑆𝑠𝑢𝑏𝑡𝑜𝑡𝑎𝑙𝑒𝑠 − 𝑠𝑠𝐴 − 𝑠𝑠𝐵
Tabla3. ANOVA de dos factores.

Cada término de la tabla anterior se calcula 𝑎 𝑏

de la siguiente manera. 1 𝑦 …2
𝑆𝑆𝑠𝑢𝑏𝑡𝑜𝑡𝑎𝑙𝑒𝑠 = ∑. ∑ 𝑌𝑖𝑗 2 −
𝑛 𝑎𝑏𝑛
𝑖=1 𝑗=1
La suma de cuadrados del factor A se calcula
con la siguiente formula: 𝑎 𝑏
1 𝑦 …2
𝑎
𝑠𝑠𝐴𝐵 = ∑. ∑ 𝑌𝑖𝑗 2 − − 𝑠𝑠𝐴 − 𝑠𝑠𝐵
𝑛 𝑎𝑏𝑛
1 2
𝑦2… 𝑖=1 𝑗=1
𝑆𝑆𝐴 = ∑ 𝑦𝑖… −
𝑏𝑛 𝑎𝑏𝑛 1 241752
𝑖=1 𝑠𝑠𝐴𝐵 = (584430625 − ) − 561750.6667
4 60
− 1292977.733
 𝑠𝑠𝐴𝐵 = 141817800.2 140437.6667
𝐹0 𝐴 =
162341.84
La suma de cuadrados para el error se
obtiene como se muestra a continuación:
𝑠𝑠𝐸 = 𝑠𝑠𝑇 − 𝑠𝑠𝐴 − 𝑠𝑠𝐵 − 𝑠𝑠𝐴𝐵 𝐹0 𝐴 = 0.86507376
𝑠𝑠𝐸 = 136367145,8 − 561750.6667 Para el Factor B:
− 1292977.733 − 141817800.2
𝑀𝑆𝐵
𝐹0 𝐵 =
𝑠𝑠𝐸 = 7305382.8 𝑀𝑆𝐸

Calculo del cuadrado medio para el factor 646488.8665

𝐹0 𝐵 =
A: 162341.84
𝑆𝑆𝐴 𝐹0 𝐵 = 3.9822
𝑀𝑆𝐴 =
𝑎−1
561750.6667
𝑀𝑆𝐴 = Para la interacción entre factores:
5−1
𝑀𝑆𝐴𝐵
𝑀𝑆𝐴 = 140437.6667 𝐹0 𝐴𝐵 =
𝑀𝑆𝐸
Calculo del cuadrado medio para el factor B
17727225.03
𝑆𝑆𝐵 𝐹0 𝐴𝐵 =
284.0987
𝑀𝑆𝐵 =
𝑏−1 𝐹0 𝐴𝐵 = 62398.1209
1292977.733
𝑀𝑆𝐵 = Tabulando los datos se tiene:
3−1
𝑀𝑆𝐵 = 646488.8665
Calculo del cuadrado medio para la
interacción
𝑆𝑆𝐴𝐵
𝑀𝑆𝐴𝐵 =
(𝑏 − 1)(𝑎 − 1) Tabla4. ANOVA de dos factores.

141817800.2 El criterio de rechazo de las hipótesis nulas

𝑀𝑆𝐴𝐵 =
(3 − 1)(5 − 1) es:

𝑀𝑆𝐴𝐵 = 17727225.03 𝐹0 > 𝐹𝛼,𝑣2, 𝑣1

Calculo del cuadrado medio para el error Para F0 A.

𝑆𝑆𝐸 Este valor se encuentra en las tablas de la
𝑀𝑆𝐸 =
(𝑏𝑎)(𝑛 − 1) distribución F.
7305382.8 Con: 𝜶 = 0,05, 𝒗𝟏 = 4, 𝒗𝟐 = 45
𝑀𝑆𝐸 =
(15)(4 − 1)
𝑀𝑆𝐸 = 162341.84
Para calcular el estadístico de prueba F0 se
realiza lo siguiente:
Para el Factor A: Interpolando entre los valores mostrados se
obtiene:
𝑀𝑆𝐴
𝐹0 𝐴 = 𝑭𝟎,𝟎𝟓,𝟒,𝟐𝟎 = 2.59
𝑀𝑆𝐸
 0.86507376 < 2,59
Como se observa no se cumple la
desigualdad entonces no se rechaza la
hipótesis nula y el factor A no tiene
significancia en el caso de estudio.
Figura1. ANOVA de dos factores.
Para F0 B.
Se comprueba la normalidad de los datos.
Este valor se encuentra en las tablas de la
distribución F.
Para 𝜶 = 0,05, 𝒗𝟏 = 2; 𝒗𝟐 = 45

Interpolando entre los valores mostrados se

obtiene
𝐹0,05,4,20 = 3.21 Figura2. Prueba de normalidad.

3.9822 > 3.21 Se gráfica el análisis de varianza.

Se cumple la desigualdad, se rechaza la

hipótesis nula y el factor a tiene
significancia en el caso de estudio.
Para F0 AB.
De las tablas de la distribución F.
Para 𝜶 = 0,05, 𝒗𝟏 = 8; 𝒗𝟐 = 45

Figura3. Análisis de varianza.

Interpolando entre los valores mostrados se

obtiene
𝐹0,05,4,20 = 2.16

62398.1209 > 2.16

Se rechaza la hipótesis nula y el factor a
tiene significancia en el caso de estudio.
Haciendo uso del software estadístico
Minitab para el análisis de varianza de dos
factores se tiene lo siguiente.

Figura4.Gráfica de orden.
 Gráfica de superficie de R_Distancia vs. R_Gancho; R_Angulo

800

600
R _Distancia
400
5,5

200 4 ,0

2 ,5
R _Gancho
20
30 1 ,0
R _Angulo 40

Figura5.Gráfica de interacciones. Figura7.Gráfica de superficie 3D.

Se observa en la figura anterior, que las
Gráfica de contorno de R_Distancia vs. R_Gancho; R_Angulo
líneas no son paralelas para cierto instante lo 5
R_Distancia
cual quiere decir que, aunque en este en este 200
< 200
– 300
300 – 400
intervalo de valores no se crucen más 4 400 – 500
500 – 600
adelante lo harán, confirmando que tanto A, 600 – 700
> 700

R_Gancho
B como AB tienen significancia en la 3

variable de salida del experimento.

2
Para determinar que facto tiene mayor
significancia sobre la variable de salida se
1
realiza la siguiente gráfica, en donde la línea 20 25 30 35 40
R_Angulo
con mayor pendiente indica el valor con
mayor influencia, dicho es el caso del Figura8.Gráfica de contorno.
gancho seleccionado. Conclusiones.
De acuerdo con los datos obtenidos
mediante al ANOVA de los datos y de las
gráficas resultantes, se observa que el efecto
principal es la posición del gancho a efectuar
el lanzamiento, así como su interacción con
el ángulo seleccionado afectarán los datos
arrojados del experimento.
Referencia bibliográfica.
- Diseño y Análisis de Experimentos.
Figura6.Gráfica de efectos principales. Douglas C. Montgomery.
Universidad Estatal de Arizona.
Gráfica de superficie y de contorno. Segunda y quinta edición.
Con ellas se puede inferir acerca del
comportamiento del experimento con la
variación de los factores.