Está en la página 1de 58

Ho : μ1 =μ 2=μ 3 =.. . . .. . . .

Ha : Al menos una difere


Respuesta Medias iguales
Fc pequeño

MSTr
Varianza de los tratamientos

Fc = Var 1 / Var 2
. . . .. . . .=μ a
a diferente
Medias iguales

Medias diferentes
Fc grande

Varianza de los tratamientos

Fc = Var 1 / Var 2
MSE varianza del error
2.5 Es de interés la vida de anaquel de bebidas carbonatadas. Se seleccionan 10 botellas y se
prueban. Demostrar que la vida de anaquel excede 120 días a un 5% de nivel de confianza.

Dias 108 124 124 106 115 138 163 159 134 139

2.7 El tiempo para reparar un equipo electrónico esa variable distribuida normalmente
medida en horas. Los tiempos de reparación para 16 de tales instrumentos son los
siguientes:

Horas 159 224 222 149 280 379 362 260 101 179
168 485 212 204 250 170
Se piensa que el tiempo medio de reparación excede 225 horas, probar a un 5%.
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

EJERCICIOS DE LA FASE DE ANÁLISIS - SEIS SIGMA

A CARTA MULTIVARI

1 Esta gráfica nos permite visualizar el efecto de varias variables


en la respuesta (tiempo de respuesta) identificando comportamiento temporal o de otro aspecto

SinterTime MetalType Strength Stat > Quality tools > Multivari charts
0.5 15 23 Response Strenght
0.5 15 20 Factors Sinter time Metal type
0.5 15 21
0.5 18 22
Multi-Vari Chart for Tiempo respuesta by Zona orden - Tipo de orden
0.5 18 19 24 Zona
0.5 18 20 orden
1
23
0.5 21 19 2
3

0.5 21 18 22

Tiempo respuesta
0.5 21 21 21
1 15 22
20
1 15 20
1 15 19 19

1 18 24 18
1 18 25
17
1 18 22 1 2 3
1 21 20 Tipo de orden

1 21 19
1 21 22
2 15 18
2 15 18
2 15 16
2 18 21
2 18 23
2 18 20
2 21 20
2 21 22
2 21 24

B. ANÁLISIS DE REGRESIÓN

2 Los siguientes datos corresponden a la altura en pulgadas y el peso en libras de nadadores.


X Y
64 108
62 102
65 115
66 128

Trazar un diagrama de dispersión; obtener la ecuación de regresión; para una altura de 63" cual es el peso?
Obtener el coeficiente de correlación y el coeficiente de determinación.

3 En base al porcentaje de puntualidad se trata de ver si hay correlación con las quejas en una línea aérea.
Las quejas son por cada 100000 pasajeros.

Página 4
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

%puntos Quejas
Aerolinea X Y
A 81.8 0.21
B 76.6 0.58
C 76.6 0.85
D 75.7 0.68
E 73.8 0.74
F 72.2 0.93
G 70.8 0.72
H 68.5 1.22

Desarrollar la ecuación de regresión y estimar la cantidad de quejas para un porcentaje de puntualidad de 80%
Obtener el coeficiente de correlación y el coeficiente de determinación.

COEF. DE DETERMINACIÓN es el porcentaje de la variación de los datos


respecto a su media que es explicada por la ecuación de regresión

COEF. DE CORRELACIÓN indica que tanto los datos observados se


apegan a la recta de regresión lineal.
Si la pendiente de la recta es ascendente, r tiende al valor 1.
Si la pendiente de la recta es descendente, r tiende al valor - 1.
Si los puntos se alejan mucho de la recta, no hay correlación, r tiende a 0.

4 Un gerente de ventas reunió los datos siguientes en base a la experiencia.


Experiencia Ventas
Vend. X Y a) Obtener la ecuación de regresión y estimar las ventas pàra un vendedor de
1 1 80 9 años de experiencia.
2 3 97
3 4 92 b) Obtener el coeficiente de correlación y el coeficiente de determinación.
4 4 102
5 6 103
6 8 111
7 10 119
8 10 123
9 11 117
10 13 136

5 Ejemplo de factores para filtración:


Tipo Tiempo
Cliente Meses rep. horas a) Encontrar la ecuación de regresión
1 2 1 2.9
2 6 0 3 b) Determinar las variables significativas que influyen en la Y = horas
3 8 1 4.8 Las de P value menor a 0.05
4 3 0 1.8 c) Determinar los valores de la Y estimada y Fits
5 2 1 2.9
6 7 1 4.9 d) Hallar la gráfica de normalidad de residuos Graph > Probability Plot
7 9 0 4.2

Página 5
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

8 8 0 4.8 e) Estimar el Valor de Y para X1 = 8 y X2 = 1 (con ecuación de regresió


9 4 1 4.4
10 6 1 4.5 f) Obtener las gráficas de regresión simple de Horas vs Rep. Y vs Mese
X1 X2 Y Stat > Regression > Fitted line Plot (Y vs X1 o Y vs X2
g) Hallar la matriz de correlación de las X1, X2 eliminar
de la regresión una de las que esté correlacionada (con P value <=0.05
Stat>Basic Statistics >Correlation Variables

6 Riesgos de un ataque al corazón. Evaluar la dependencia de las variables a un 5%.

Riesgo Edad Presión Fuma


Y X1 X2 X3 a) Encontrar la ecuación de regresión
12 57 152 0

24 67 163 0 b) Determinar las variables significativas que influyen en la Y = riesgo


13 58 155 0 Las variables significativas son las que muestran un valor P menor a 0
56 86 177 1 Por significativo se entiende que tienen influencia en la respuesta,
28 59 196 0 si no son significativas no influyen en la respuesta Y.
51 76 189 1
18 56 155 1 c) Determinar los valores de la Y estimada y Fits
31 78 120 0
37 80 135 1 d) Hallar la gráfica de normalidad de residuos Graph > Probability Plot
15 78 98 0
22 71 152 0 e) La distribución de los residuos debe seguir una distribución no
36 70 173 1 indicada por el apego de los puntos a la recta en la gráfica norm
15 67 135 1
48 77 209 1 f) Evaluar el riesgo de ataque con 45 años, presión 140, fuma =1
15 60 199 0
36 82 119 1 g) Hallar la matriz de correlación de las X1, X2 y X3, eliminar
8 66 166 0 de la regresión una de las que esté correlacionada
3 80 125 1 Stat>Basic Statistics >Correlation Variables X1, X2, X
37 62 117 0

7 Investigar la cantidad pagada en tarjeta de crédito dependiendo del ingreso y tamaño de la familia. Alfa = 0.05

Tamaño Cant.
X1 X2 Y Y a) Encontrar la ecuación de regresión
54 3 4016
30 2 3159 b) Determinar las variables significativas que influyen en la Y = Cant. Pagada
32 4 5100
50 5 4742
31 2 1864 c) Determinar los valores de la Y estimada y Fits
55 2 4070
37 1 2731 d) Hallar la gráfica de normalidad de residuos Graph > Probability Plot > Normal
40 2 3348
66 4 4764 e) Estimar la cantidad pagada para una familia con 5 miembros e ingreso de 40
51 3 4110
25 3 4208 f) Hallar la matriz de correlación de las X1, X2 eliminar
48 4 4219 de la regresión una de las que esté correlacionada
27 1 2477 Stat>Basic Statistics >Correlation Variables X1 y X2
33 2 2514
65 3 4214
63 4 4965

Página 6
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

42 6 4412
21 2 2448
44 1 2995
37 5 4171
62 6 5678
21 3 3623
55 7 5301
42 2 3020
41 7 4828

C. PRUEBAS PARAMÉTRICAS
C1. INTERVALOS DE CONFIANZA PARA UNA POBLACIÓN (NC = 95%)

Para determinar el valor de Zalfa/2 (con alfa = 1 - Nivel de conf.)


se utiliza la función =distr.norm.estand.inv(alfa/2)
Por ejemplo si NC = 95% y alfa es 5% = 0.05, alfa/2 = 0.025 y Z es

Errror de muestreo | Media - Mu | S


IC= X̄ ±Z α /2
IC = Media +- Margen de error
√n
8 A continuación se muestra el Balance de tarjetas de crédito. Encontrar el intervalo de confianza para un 95% de nivel de con
Z
9619 Solución:
5634 Media =
8348 Desv. Estandar=
7321 n=
381 Zalfa/2 =
2998 IC =
1689
1962
4920
5047
6921
5729
8047
3924
3470

9 Las calificaciones de agentes viajeros a un aeropuerto se muestran a continuación. Encontrar el intervalo de confianza a un
Z
6
4
8
4
9
6
7

Página 7
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

8
5
8
5
4
9
7
9
7
5
7
6
8
10
9

10 El tiempo entre el pedido y la recepción de la orden en un McDonalds se muestra a continuación:


Z Encontrar el intervalo de confianza para un 90% de nivel de confianza.

0.9
1.0
1.2
2.2
1.9
3.6
2.8
5.2
1.8
2.1
6.8
1.3
3.0
4.5
2.8
2.3
2.7
5.0
4.0
7.3
9.0
2.8
3.5

11 Los Minutos de anuncios por cada media hora de programación en TV se muestran a continuación.
t Encontrar el intervalo de confianza para un 95% de nivel de confianza. Talfa/2 =
NC = 90% Alfa = 10% =distr.t.inv(0.1, 19)
S
IC= X̄ ±( t α / 2 , gl )
√n
Página 8
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

S
IC= X̄ ±( t α / 2 , gl ) Grados de libertad = gl =n -1
√n
6.0
7.0
7.2
7.0
6.0
7.3
6.0
6.6
6.3
5.7
6.2
6.4
6.2
7.2
6.8
6.5
6.5
7.6
6.2
5.8

12 A continuación se muestran las Horas de sueño que duerme la gente


t Encontrar el intervalo de confianza para un 85% de nivel de confianza.

6.9
7.8
7.3
6.8
7.6
7.6
7.0
6.6
6.5
7.1
6.5
5.5
6.0
7.6
6.9
5.8
7.2
5.3
6.7
6.0
8.6
7.7
7.1
7.2
6.0
6.2

Página 9
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

13 De que tamaño debe ser la muestra para tener un 95% de confianza en que el error muestral es de 5 o menor?
Suponiendo que la desviación estándar de la población es de 25.

2 2
( Zα/2 ) σ n = 1.96^2*25^2/(5^2) =
n=
E2

14 Dada una desviación estándar de 6:


¿De que tamaño debe ser la muestra para tener un margen de error de 3 con un nivel de confianza del 95%?

¿De que tamaño debe ser la muestra para tener un margen de error de 2 con un nivel de confianza del 95%?

15 Una muestra aleatoria de 400 preguntas tienen 100 preguntas afirmativas.

p a) ¿cuál es el error estándar de la proporción sigma p?

b) ¿Cuál es el intervalo de confianza para la proporción poblacional?

ICp= p± Z α /2∗σ p

σ p=
√ p ( 1− p )
n
16 Una muestra aleatoria de 800 unidades genera una proporción p de 0.7.

a) Determine el intervalo de confianza para un 90% de nivel de confianza.

b) Determine el intervalo de confianza para un 95% de nivel de confianza.

17 En una encuesta se dice que el valor de planeación para la proporción poblacional p es 0.35.
¿De que tamaño debe ser la muestra para obtener un intervalo de confianza del 95% con margen de error 0.05?

2
( Z α / 2 ) p( 1− p )
n=
E2

18 En una encuesta con p = 0.5 y un nivel de confianza de 95% determinar los tamaños de muestra requeridos
para tener márgenes de error de 0.04, 0.03, 0.02, 0.01

19 Se estima que una familia recibe el 70% en propaganda de la información que recibe.

a) Intervalo de confianza al 95% de la media de propaganda recibida


b) Intervalo de confianza al 95% de la media del correo recibido
c) En base a la proporción de propaganda recibida, ¿coincide con el 70%?

Correo
Familia Propaganda total

1 24 35
2 9 14

Página 10
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

3 18 30
4 9 12
5 15 28
6 23 33
7 13 20
8 17 20
9 20 23
10 20 25
11 13 19
12 16 28
13 20 27
14 17 22

C2. PRUEBAS DE HIPÓTESIS PARA UNA POBLACIÓN

20 Se quiere probar la afirmación de que la distancia promedio viajada por pelotas de golf es de 250 yardas a un 95% de confia
Z Se toma una muestra de 36 distancias

Distancia X̄ −μ0
269 Paso 1. Ho: Mu = 250 Zc=
300 Ha: Mu<>250 s / √n
268
278 Paso 2. Cálculo de el estadístico de prueba Zc
282 Media = 278.50
263 Desv. Est= 12.00
301
295 Zc 14.25
288
278 Paso 3. Por ser prueba de dos colas (signo <> en Ha) requerimos
276 Zalfa/2 = Z0.05/2 = Z0.025 = 1.96
286
296 Paso 4. Ver si Zc cae en zona de rechazo
265
271
279
284
260
275
282 -1.96 1.96
260
266 Como Zc cae en la zona de rechazo, se rechaza Ho
270 y la distancia promedio viajada es diferente de 250 yardas
293
272 Paso 5. Intervalo de confianza
285
293 IC = Xmedia +- Zalfa/2 * Sigma / raiz(n)
281
269 IC = 278.5 +- 1.96 * 12/ raiz(36) =
291

Página 11
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

274 274.58 282.42


277
299 Como la Mu de la hipótesis de 250 no se encuentra en el
263 intervalo de confianza, se rechaza Ho
264
273 Paso 6. El valor P de probabilidad correspondiente a la Zc = 14.25 es:

El Valor P es =distr.norm.estand(-14.25)= 0.00

Como p < Alfa/2 se rechaza Ho

Los tres criterios de los pasos 4, 5 y 6 deben coincidir

21 Las Ganancias por acción son de 3 dolares, probar la afirmación para un 98% de nivel de confianza.
t Una muestra de datos arrojó los resultados siguientes: =distr.t.inv(0.05,9) Talfa/2
Ganancias
1.92 =DISTR.T(0.9,9,2) Valor p
2.16
3.63
3.16
4.02
3.14
2.2
2.34
3.05
2.38

15 Las horas tomadas para plantar un árbol mediano son las siguientes. Probar a un 5% si el tiempo es > 2 Hrs.
t Tiempos
1.9 =distr.t.inv(0.1,9) Talfa
1.7
2.8 =distr.t(2.45,9,1) Valor P para Tc
2.4
2.6
2.5
2.8
3.2
1.6
2.5

16 Un estudio encontró que 40% de los usuarios de Internet recibieron más de 10 mensajes diarios
p Si de 420 usuarios 188 recibieron estos mensajes, a un nivel de 5% ¿Cúal es la conclusión?

17 Un estudio indicó que el 64% de los consumidores de supermercado creen en las marcas propias.
p El fabricante de una salsa de tomate preguntó a 100 compradores donde 52 prefieren marca propia,

Página 12
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

probar si el porcentaje de preferencias es menor al 64%, para un 5% de nivel de significancia


Ha: pi < 0.64 Ho: Pi >= 0.64 Trials 100
Prueba de cola izquierda Events 52
NC 95%
95% Alternate Less Than

18 Un restaurante planea una oferta especial si más del 15% de los clientes compra vasos de diseño especial
p con personajes de caricaturas. En una prueba 88 de 500 clientes compraron vasos.
A un 0.01 de nivel de significancia, ¿Cuál es su recomendación?

C3. PRUEBAS DE HIPÓTESIS PARA DOS POBLACIONES

19 Dos productos tienen las calificaciones de preferencias siguientes, de acuerdo a una encuesta:
Z A un nivel de confianza del 95% ¿Cuál es el margen de error?
¿Son iguales las varianzas y los proemdios de las preferencias para los dos productos?

Prod.A Prod. B
6 10
7 3
4 5
9 3
4 9
8 5
4 3
9 2
6 6
7 6
8 1
5 7
8 7
5 8
4 8
9 9
7 8
9 7
7 7
5 10
6 6
8 3
6 9
8 8
2 8
3 10
3 8
4 4
5 5
10 3
3 10
3 7
9 4
8 5
8 7

Página 13
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

8 8
9 6
9 10
10 6
5 6
8 10
6 8
4 5
5 5
4 4
8 8
4 4
8 8

a) Prueba de igualdad de varianzas Ho: Var A = Var B; Ha: Var A <> Var B

Instrucciones: Si el valor P de la prueba


Stat > Basic satistics > 2 - variances es mayor a 0.05 no se
Samples in different Columns Indicar las cols de datos rechaza Ho y las varianz
Options: Confidence level 95% son iguales

1 Estadístico calculado Fc = Var A / Var B donde Var A > Var B


Var 1 = Var B = 5.6412
Var 2 = Var A = 4.678

Fc=Var1/Var2= 1.21

2 Estadístico de alfa Falfa/2 = F0.025, Gl. A, Gl. B

=Distr.f.inv(0.025,49,49) = 1.76

Como el Fc no se encuentra en la zona de rechazo, no se rechaza Ho indicando


que las varianzas son iguales.
1.21 Es este caso P =
3 Valor P es el correspondiente a FC =distr.f(Fc, 49,49) 0.254

Como el valor P de Fc de 0.25 es mayor que alfa/2 de 0.025, no se rechaza Ho

b) Prueba de igualdad de medias Ho: Mu A - Mu B = 0 Ha: Mu A - Mu B <> 0

Instrucciones:
Stat > Basic satistics > 2 - Samples t
Samples in different Columns Indicar las dos columnas de datos
Options: Confidence level 95%, Test Difference 0.0 Alternative Not equal

20 Determinar a un nivel de confianza del 90% si hay diferencia entre las medias de tiempos de limpieza de cocina y recamára
t Se toman muestras para comprobar la afirmación.

Página 14
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

Cocina Recamara
25.2 18.0
17.4 22.9
22.8 26.4
21.9 24.8
19.7 26.9
23.0 17.8
19.7 24.6
23.0 21.0
19.7
16.9
21.8
23.6

21 Se toman muestras aleatorias de 15 mujeres sindicalizadas y 20 no sindicalizadas con los siguientes:


t salarios por hora. Probar a un 95% si las varianzas y promedios son iguales.

Sind. No sind.
22.4 17.6
18.9 14.4
16.7 16.6
14.1 15.0
16.2 17.7
20.0 15.0
16.1 17.6
16.3 13.3
19.1 11.2
16.5 15.9
18.5 19.2
19.8 11.9
17.0 16.7
14.3 145.2
17.2 15.3
17.0
15.1
14.3

22 Los tiempos de terminación del programa para dos departamentos se muestran a continuación:
t Probar a un 90% de nivel de confianza si sus varianzas y promedios son iguales.

Depto. A Depto. B
300 276
280 222
344 310
385 338
372 200
360 302
288 317
321 260
376 320
290 312

Página 15
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

301 334
283 265

a) Prueba de igualdad de varianzas


b) Prueba de igualdad de medias

23 Los tiempos de terminación para la tarea con un método mejorado y actual son, para el mismo empleado son los siguientes
Probar a un 90% de nivel de confianza si los métodos dan los mismos resultados.

t Método 1 Método 2 Dif.


Pareadas 6.0 5.4 0.6
5.0 5.2 -0.2
7.0 6.5 0.5 Tc= 2.4 Talfa/2=T0.025=
6.2 5.9 0.3 Talfa/2 = =DISTR.T.INV(0.05,5) 2.6
6.0 6.0 0.0 Conclusión: No se rechaza Ho, no hay diferencias
6.4 5.8 0.6
0.3 Dprom
Ho: Dif. Prom = 0 0.33466 Sdif
Ha: Dif. Prom. <> 0

24 Un comprador califica un producto antes y después de ver un comercial:


Probar a un 8% de nivel de significancia si el comecial tiene algun efecto en el comprador.
t
pareadas Antes Después Ho: Pi1 = Pi 2 Pi1 - Pi2 = 0
5 6 Ha: Pi1 <> Pi2 Pi1 - Pi2 <> 0
4 6
7 7
3 4
5 3
8 9
5 7
6 6

25 A dos grupos de personas se les pidió que indicaran el porcentaje de recortatorio de dos comerciales:
p dos pob.
Comercial Lo vieron Lo recordaron
A 150 63
B 200 60
Probar a un 5% si son iguales los dos grupos
Zalfa/2 = -1.959964

26 Yahoo hizo una encuesta para determinar el porcentaje de personas que usaban Internet en el trabajo:
2P
En México se encontró que el 40% de los adultos usa Internet de una muestra de 240.
En Monterrey el 32% de los adultos usaba Internet de una muestra de 250.
¿Para un nivel de significancia del 10%, es mayor la proporción que usa Internet en México que en Monterrey?

27 Las rentas diarias de automoviles en Dólares de ocho ciudades se muestra a continuación:

Ciudad Renta
A 47

Página 16
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

B 50
C 53
D 45
E 40
F 43
G 39
H 37

¿A un 5% de nivel de significancia se comprueba la hipótesis de que la varianza de la población es de 30?

Xc = 7.239 =PRUEBA.CHI.INV(0.025,7)
16.01276

28 Los tiempos de respuesta en días de dos procesos de antención al cliente se muestran a continuación:
2S
ProcA ProcB
2.95 3.22
3.16 3.3
3.12 3.34
3.45 3.28
3.2 3.29
3.22 3.25
3.5 3.3
3.22 3.27
3.45 3.19
3.48 3.35
3.9 3.05
3.7 3.36
3.26 3.258
3.36 3.3
3.34 3.28
3.33 3.3
3.25 3.3
3.18 3.2
3.2 3.16
3.28 3.33
3.35
3.12

Probar a un 95% de confianza si hay diferencia entre las varianzas y las medias de los dos procesos

C4. ANOVA COMPLETAMENTE ALEATORIZADO

29. Calificaciones en el examen a 18 empleados de tres unidades de negocio

A B C Probar si no hay deiferencia entre las unidades a un 5% de nivel de significancia


85 71 59
75 75 64 Ver página 3
82 73 62
76 74 69
71 69 75
85 82 67

Página 17
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

30. Probar a un 5% de significancia si hay diferencia en la ética de tres áreas de la empresa.

Ventas Mercadotecnia ÍyD


6 6 5
5 7 5
4 6 4
5 5 4
6 6 5
4 6 4

31. Los tiempos de respuesta de 3 diferentes departamentos son los siguientes. Probar a un 5% si son iguales.

A B C
20 28 20
26 26 19
24 31 23
22 27 22

32 Probar si hay diferencia en los tiempos de servicio de 4 unidades de negocio para el mismo servicio a un 5%.

A B C D
5.4 8.7 11.1 9.9
7.8 7.4 10.3 12.8
5.3 9.4 9.7 12.1
7.4 10.1 10.3 10.8
8.4 9.2 9.2 11.3
7.3 9.8 8.8 11.5

C5. ANOVA CON UNA VARIABLE DE BLOQUEO

33. Se quiere probar si los tiempos de verificación de autos probados en Analizador computarizado y en
probadores electrónicos son iguales, para lo cual se usan tres tamaños de autos. Porbar a un 5%.
Analizador Reng Col Tiempo
Comput Electrónico C Com 50
Compacto 50 42 M Com 55
Mediano 55 44 G Com 63
Grande 63 46 C Ele 42
M Ele 44
G Ele 46
34. Se prueba si el tiempo en aprender diferentes sistemas es el mismo. Probar a un 5% con 5 operadores..
Sistema
A B C Reng Col Tiempo
1 16 16 24 1 A 16
Operador 2 19 17 22 2 A 19
3 14 13 19 3 A 14
4 13 12 18 4 A 13
5 18 17 22 5 A 18
1 B 16
2 B 17
3 B 13
4 B 12
5 B 17
1 C 24

Página 18
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

2 C 22
3 C 19
4 C 18
5 C 22

D. EXPERIMENTOS FACTORIALES
35. Se Hace una prueba de GMAT a un grupo de estudiantes. Probar si aprenden igual a un 5%.

Factor A. Programa Factor B: Licenciatura


de capacitación Admón. Ing. Artes
Repaso de 3 horas 1 2 3
Programa de 1 día 4 5 6
Curso de 10 sems. 7 8 9

Probar a un 5% de significancia si hay diferencia entre los programas de capacitación y las carreras.
Probar si se desempeñan mejor los alumnos de alguna licenciatura en cierto programa de capacitación (AxB).

SST = Suma(Xijk - Xmedia) al cuadrado a = Número de niveles del factor A


SSA = b*r suma (Xmedia i. - Media)^2 b = Número de niveles del factor B
SSB = a*r*suma(Xmedia .j - Media)^2 r = Número de réplicas
SSAB = r*Suma(Xmedia ij - Xmedia i. - Xmedia .j + Media )^2 nt = abr = Número total de observaciones
SSE = SST - SSA - SSB - SSAB Media = Gran media de todos los valores

36. Se quiere investigar el efecto que tiene el tamaño de un anuncio en una revista y el diseño mismo del
anuncio en la cantidad de pedidos recibidos:
Anuncio
Diseño Pequeño Grande Alfa = 0.05
A 8 12
12 8
B 22 26
14 30
C 10 18
18 14

a) Determinar tres valores estimados por el modelo (fits) y tres residuos

b) Hacer una gráfica normal para los residuos, ¿el modelo es adecuado? ______

c) De la tabla de ANOVA los factores e interacciones significativas son las siguientes:

d) Obtener las gráficas de factores principales y de interacciones y seleccionar los niveles en los que se
recomienda el proceso si se desea obtener una resistencia máxima:

37. Dos métodos de entrada y salida de los juegos se prueban para reducir el tiempo de espera a los juegos
en un parque de diversiones.

Rueda Casa Canal


Fortuna Terror Lanchas
Método 1 41 52 50
43 44 46
Método 2 49 50 48

Página 19
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

51 46 44

a) Determinar tres valores estimados por el modelo (fits) y tres residuos

b) Hacer una gráfica normal para los residuos, ¿el modelo es adecuado? ______

c) De la tabla de ANOVA los factores e interacciones significativas son las siguientes:

d) Obtener las gráficas de factores principales y de interacciones y seleccionar los niveles en los que se
recomienda el proceso si se desea obtener una resistencia máxima:

38. Se quiere probar si existe diferencia entre dos sistemas de traducción del inglés a otra lengua. Alfa es 0.05.
A continuación se muestra el tiempo en horas.
Idioma
Español Francés Alemán
Sistema 1 8 10 12
12 14 16
Sistema 2 6 14 16
10 16 22

a) Determinar tres valores estimados por el modelo (fits) y tres residuos

b) Hacer una gráfica normal para los residuos, ¿el modelo es adecuado? ______

c) De la tabla de ANOVA los factores e interacciones significativas son las siguientes:

d) Obtener las gráficas de factores principales y de interacciones y seleccionar los niveles en los que se
recomienda el proceso si se desea obtener una resistencia máxima:

39 Se realiza el diseño de experimentos 2K siguiente para minimizar el crecimiento viral en un cultivo. Realizar los cálculos con

Tiempo Hrs. Medio 1 Medio 2


21, 23, 25, 26,
12 20, 22 24, 25
37, 38, 31, 29,
18 35, 39 30, 34

a) De la gráfica normal para los residuos, ¿el modelo es adecuado? ______

b) De la tabla de Efectos de los factores, los factores e interacciones significativos son:

c) Obtener las gráficas de Factores principales (Effects Plots) de Pareto y Normal e identificar los factores significativos

d) Obtener de la tabla de Efectos de los factores, la ecuación de regresión

Yest =

e) Determinar tres valores estimados por el modelo (fits) y tres residuos

f) Obtener las gráficas de factores principales y de interacciones y seleccionar los niveles en los que se recomienda el proce

Método de Taguchi

Página 20
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

40 Con objeto de identificar los factores (A- Material del núcleo; B- Diámetro del núcleo C- Número de costuras)
que afectan la distancia que viaja una pelota de Golf, se realiza un diseño de experimentos de Taguchi L8 con
interacciones de dos factores (AB y BC). Opciones: Mayor es mejor, alfa = 0.05

Réplicas
1 2
A B C Palo A Palo B
1 1 1 247.5 234.3
1 1 2 224.4 214.5
2 2 1 92.4 82.5
2 2 2 21.9 18.6
1 2 1 59.4 49.5
1 2 2 75.9 72.6
2 1 1 155.1 148.5
2 1 2 39.6 29.7

a) Identificar los factores e interacciones que son significativas en las gráficas S/N

b) Identificar los factores e interacciones que son significativos en las gráficas de factores principales.

c) De lo anterior identificar los mejores niveles donde se debe operar el proceso para logran mayor distancia..

A=? B=? C=?

E. MÉTODOS NO PARAMÉTRICOS

E1. Pruebas de Hipótesis

Prueba de signos
Muestra pequeña n = <20 Ho: p = 0.5 Ha: p<>20
41. Probar a un 5% de nivel de significancia si hay preferencias de individuos por una cierta marca.
Marca Dato Signos positiv
1 Trop - Alfa /2 1
2 Trop - 2
3 Citrus + 3
4 Trop - 4
5 Trop - 5
6 Trop - 6
7 Trop - 7
8 Trop - 8
9 Citrus + 9
10 Trop - 10
11 Trop - Alfa/2 11
12 Trop - 12
Para n > 20 la distribución binomial se aproxima a la normal
Muestra grande Media = Mu = 0.50n
Ho: p = 0.5 Desv. Est. = sigma = Raiz(0.25n)

42. De 200 votantes 72 calificaron al PRI, 103 al PAN y 23 no opinaron, ¿Hay diferencia entre los partidos a un 90% de nivel de

Página 21
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

n = 200 - 25 = 175
Media = 0.50n = 87.5
Desv. Est. = raiz(0.25n) = 6.6
Z = (X - media )/ Sigma = (72 - 87.5) / 6.6 = - 2.35
Rechazar Ho si Zc < -1.96 o si Zc > 1.96

43. La tabla de preferencias de 10 personas en pruebas de degustación con dos marcas de un producto son:
Marca
Persona A vs B Probar si hay diferencia significativa para un alfa de 0,05 entre las preferencias
1 + hacia las dos marcas.
2 + Un signo positivo indica preferencia hacia la marca A y un signo negativo hacia m
3 +
4 -
5 +
6 +
7 -
8 +
9 -
10 +

44. Probar si la mediana es mayor a 150.


Una muestra de tamaño 30 produce 22 casos con valor mayor a 150, 3 con valor de 150 y 5 con valor menor
a 150. A un alfa de 0.01 probar la hipótesis.

Prueba de Wilconox equivalente a la prueba de datos pareados.


Ho: Las poblaciones son idénticas Ha: Las poblaciones no son idénticas.

45 Probar si un grupo de trabajadores utilizando dos métodos diferentes realizan la tarea en el mismo tiempo, a un 5% de signi
11 trabajadores realizan su tarea utilizando dos métodos diferentes.
Valor abs
Trab. Met.1 Mét.2 Dif. Dif. Sin ceros
1 10.2 9.5 0.7 0.7 7 0.1 1
2 9.6 9.8 -0.2 0.2 2 0.2 -2
3 9.2 8.8 0.4 0.4 3 0.4 3.5 3
4 10.6 10.1 0.5 0.5 5 0.4 -3.5 4
5 9.9 10.3 -0.4 0.4 4 0.5 5.5 5
6 10.2 9.3 0.9 0.9 9 0.5 5.5 6
7 10.6 10.5 0.1 0.1 8 0.6 7 7
8 10 10 0 0 1 0.7 8 8
9 11.2 10.6 0.6 0.6 10 0.8 9 9
10 10.7 10.2 0.5 0.5 6 0.9 10 10
11 10.6 9.8 0.8 0.8 0 -
Suma T 44

Distribución muestral T para poblaciones idénticas:


Media = 0
Desv. Estandar = raiz ( n ( n+1)(2n + 1) / 6) 19.621
Ditribución de T aproximadamente normal para n >= 10

Zc = (T - Mut)/Sigma T Zc = =(44/19.62) = 2.2426

Para alfa = 0.05 Tt = +-1.96

Página 22
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

Como Zc es mayor a Zt se rechaza Ho y las dos poblaciones no son idénticas.

46 Se llevó a cabo una prueba con dos empresas de mensajería y paquetería. Dos paquetes identicos
tomaron los siguientes tiempos de entrega en horas: ¿Hay diferencia a un 5% de significancia?.

Paquete: Emp.1 Emp.2


1 24.5 28
2 26 25.5
3 28 32
4 21 20
5 18 19.5
6 36 28
7 25 29
8 21 22
9 24 23.5
10 26 29.5
11 31 30

47 Un estudio de mercado en 10 ciudades se hizo para evaluar la efectividad de una campaña publicitaria.
Usar un alfa de 0.05 para obtener una conclusión acerca del programa de publicidad.

Ciudad Antes Después


A 130 160
B 100 105
C 120 140
D 95 90
E 140 130
F 80 82
G 65 55
H 90 105
I 140 152
J 125 140

Prueba de Mann Whitney Wilconox


48. Probar a un 5% de nivel de significancia si dos grupos de alumnos tienen el mismo potencial académico

Muestras pequeñas para n <= 10


Ho: Las dos poblaciones son identicas en términos de potencial académico
Ha: Las dos poblaciones no son identicas en términos de potencial académico

Alumnos Prepa 1 Alumnos Prepa 2


A 8 E 70
B 52 F 203
C 112 G 144
D 21 H 175
I 146

E2. TABLAS DE CONTINGENCIA

49. Se trata de ver si el número de rechazos depende de la cuadrilla


Minitab

Página 23
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

Cuadrilla OK Rech Instrucciones


1 200 35 Stat > Tables > Chi Square Test
2 150 24 Columnas de datos
3 210 40

Ho: Los rechazos son independientes de la cuadrilla


Ha: los rechazos dependen de la cuadrilla

50. Probar si el tipo de boleto que compran los clientes de una línea aérea depende del tipo de vuelo. Alfa = 0.05

Boleto Nacional Internacional Nacional Internacional Total


Primera 29 22 1 29 22 51
Negocios 95 121 35.59 15.41
Económica 518 135 1.220 2.817

2 95 121 216
Chi calculada = Suma contribuciones 150.73 65.27
=1.22+2.87+20.606+46.585+8.523+19.682 20.606 47.585
100.4
3 518 135 653
Grados de libertad = (cols - 1) (rengs - 1) 455.68 197.32
Gl = 1x2 = 2 8.523 19.682
Pvalue = Distr.Chi(Chi calc, gl) =Distr.Chi(100.4, 2) =

Chi-Sq = 100.434, DF = 2, P-Value = 0.000 Como p <0.05 se rechaza Ho

Chi de alfa = prueba.chi.inv(0.05, 2)= 5.9915 Como Chi calculada de 100 es mayo
Chi de alfa de 5.99 se rechaza Ho
Grados de libertad = (columnas -1)*(renglones -1) =2

51. Probar si hay independencia entre sexo y la dificultad de regalar a diferentes personas, para un 95% de nivel de confianza.

Dificultad Hombres Mujeres


Consorte 37 25
Padres 28 31
Hijos 7 19
Hermanos 8 3
Parientes 4 10
Otros 16 12

52. Probar a una alfa de 0.05 si los errores que se cometen al facturar en diferentes ramos son similares.

Industria
Orden Farmacia Consumo ComputadoTelecomunicaciones
Correcta 207 136 151 178
Incorrecta 3 4 9 12

Chi-Sq = 7.846, DF = 3, P-Value = 0.049 Se rechaza Ho, los errores en las facturas

Página 24
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

Chi cuadrada alfa = 7.8147 dependen del tipo de industria

53. Los datos de 3 proveedores en relación a partes defectuosas es como sigue:


Probar a un 5% de significancia si los defectos dependen del tipo de proveedor
Defectos
Proveedor Buena menores Graves
A 90 3 7
B 170 18 7
C 135 6 9

Página 25
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

CONTROL ESTADÍSTICO DEL PROCESO

25. Con los datos siguientes:

a) Determinar los cuartiles y dibujar un diagrama de caja

b) ¿Los datos anteriores pasan la prueba de normalidad? ....

c) Realizar un histograma con 4 celdas indicando las frecuencias de cada celda

e) Realizar un diagrama de tallo y hojas con incrementos de 10

26. ¿Qué porcentaje del área bajo la curva normal estándar está incluido dentro de los siguientes rangos?

a) P(2 <= Z <= 3):

b) P(-3.2 <= Z <= -1.3)

c) P( -1 <= Z <= 2.2)

d) P( Z >= 2.8)

27. Resolver el problema siguiente:

El tiempo de respuesta promedio es de 120 minutos con una desviación estándar de 14 minutos,
¿Cuál es la probabilidad de que los tiempos de respuesta se encuentren entre?
a) 122 y 130 minutos:
b) Menos de 105 minutos o más de 125 minutos:

c) Si se toma una muestra de n = 25 servicios, ¿cuál es la probabilidad de que la media muestral se encuentre entre 115 y 1

29. Con Minitab cargar los datos del archivo CAMSHAFT2.MTW, usar la columna SUPP1 con tamaño de muestra 5 y
obtener una carta de control de Medias Rangos (Xbar – R), determinar lo siguiente:

a) Está el proceso en control estadístico ___ Si ___ No (eliminar puntos y recalcular limites de control)

Límites de control del proceso en control


597 600 602
b) Para carta de medias LIC _____ Media de medias ______ LSC _____
0 3.89 8.22
c) Para carta de rangos LIC _____ Rango promedio _______ LSC ______

Página 26
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

d) ¿Cuál es el error I o alfa de la carta de control?

e) ¿Cuál es el error tipo II o Beta y el ARL de la carta de control si la media se corre al LSC?

Capacidad y desempeño del proceso:

f) ¿Qué condiciones deben cumplirse para hacer un estudio de capacidad de procesos?

g) ¿Cuál es la diferencia entre los aspectos de capacidad (Within) y de desempeño (Overall) de los procesos?

Si los límites de especificación son LIE = 598 y LSE = 601 determinar lo siguiente:
1.599 1.878 600.2
h) Desv. Estándar (Within)= ______ Desviación estándar (Overall) = _______ Media = _____
0.31 0.27 El proceso no es potencialmente habil
i) Cp = ________ Pp = _________ Conclusiones _____________________________

j) Con base en la sigma “Within” determinar la Z(LIE) _____ Cpk = Z / 3 Z = Cpk * 3 =


0.16 0.14 El proceso no es habil realmente
k) Cpk = ______ Ppk = ________ Conclusiones _____________________________
0.396701 0.603299
l) Fracción defectiva PPM totales “Within” = ________ Rendimiento ___________
OK
m) Capacidad en sigmas del proceso = P(Z largo plazo) + 1.5 = _______ 1.761896
=DISTR.NORM.ESTAND.INV(I1194)+1.5

30. En cuál de los casos siguientes el uso de una carta X media y R es más provechosa como una herramienta de cont

a. La capacidad de la máquina es más amplia que la especificación


b. La capacidad de la máquina es igual a la especificación
c. La capacidad de la máquina es algo más pequeña que la especificación
d. La capacidad de la máquina es muy pequeña comparada a la especificación

31. ¿Se encontraron los siguientes defectos en subgrupos de 7 unidades, cuáles son los límites de control para una carta U usada en

12 15 9 8 16 13 11 10 7 9

a) ¿Cuándo se usa esta carta de control?


b) LIC = _______ U Prom = _______ LSC = _______

32. Construir una carta p con límites variables y límites constantes utilizando los datos siguientes y establecer conclusio

Fracción Di/ni
n Di defectiva
80 4 0.050
0.120
110 7 0.064
90 5 0.056 0.100
75 8 0.107 0.080
130 6 0.046 0.060
120 6 0.050
0.040
0.020
0.000
Página 27 1 2 3 4 5 6 7 8 9 10
0.100
Ejercicios de la Fase de0.080
Análisis - Seis Sigma P. Reyes / 11/13/2019
0.060
0.040
70 4 0.057
125 5 0.040 0.020
105 8 0.076 0.000
95 7 0.074 1 2 3 4 5 6 7 8 9 10

100

a) ¿Cuándo se usa esta carta de control y que comportamiento muestra en este caso?

b) Con n promedio: LIC = _______ P media = ____________ LSC = __________

33. Construir una carta np con los datos siguientes, en caso de tener puntos fuera de control, eliminarlos y recalcular lím

n Di
UnidadNo. De unidades no conformes
100 10
100 15
100 31
100 18
100 24
100 12
100 23
100 15
100 8
100 8

Una vez que el proceso sea estable:


a) ¿En que casos es mejor usar esta carta de control?

b) LIC = _________ np promedio _________ LSC = ___________

34. Dado que los resistores son producidos en lotes de 1000 y el número promedio de resistores defectuosos por lote es
¿cuáles son los límites superior e inferior para la carta del control apropiada para este proceso?
a. LIC = 2.0 LSC = 23.4
b. LIC = 3.8 LSC = 20.2
c. LIC = 0.031 LSC = 0.131
d. LIC = 1.5 LSC = 26.7

37. ¿Cuales son los dos tipos distintos de variación que se observan en cartas del control?
a. Aleatoria y al azar
b. Especial y asignable
c. Común y asignable
d. Normal y aleatoria

36. Un estudio de la capacidad, realizado durante una corrida piloto de 100 unidades, indicó que el valor superior de Cpk
mientras que el valor inferior de Cpk era 0.90 (Cpk lower). El cliente requiere un valor mínimo de Cpk de 1.25. ¿Qué acción
a. Centrar el proceso
b. Reducir la variabilidad
c. Renegociar la especificación del cliente
d. Inspeccionar al 100% hasta que el equipo nuevo está disponible

Página 28
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

de orden
Zona
orden
1
2
3

Página 29
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

d de 80%

Correlación
Positiva
Negativa
Sin correlación

pàra un vendedor de

determinación.

uyen en la Y = horas

aph > Probability Plot > Normal

Página 30
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

n ecuación de regresión)

oras vs Rep. Y vs Meses


ot (Y vs X1 o Y vs X2)

da (con P value <=0.05)


n Variables

uyen en la Y = riesgo
un valor P menor a 0.05
a en la respuesta,

aph > Probability Plot > Normal

ir una distribución normal


a en la gráfica normal

ón 140, fuma =1

X3, eliminar
correlacionada
n Variables X1, X2, X3

a = 0.05

a Y = Cant. Pagada

obability Plot > Normal

mbros e ingreso de 40

Página 31
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

un 95% de nivel de confianza

valo de confianza a un 95% de NC.

Página 32
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

r.t.inv(0.1, 19)

Página 33
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

= gl =n -1

Página 34
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

o menor?

error 0.05?

Página 35
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

das a un 95% de confianza.

Zc

50 yardas

Página 36
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

ntra en el

Zc = 14.25 es:

Talfa/2

Valor p

P para Tc

Página 37
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

Página 38
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

alor P de la prueba F
yor a 0.05 no se
za Ho y las varianzas

Es este caso P = 0.515

de cocina y recamára

Página 39
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

ado son los siguientes.

onterrey?

Página 40
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

V(0.025,7)

e nivel de significancia

Página 41
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

rvicio a un 5%.

Tiempo

Página 42
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

n (AxB).

bservaciones
s los valores

Página 43
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

ealizar los cálculos con Minitab:

ores significativos

e recomienda el proceso si se desea obtener una vibración Mínima:

Página 44
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

osturas)
hi L8 con

Prob. Binomial
0.003 Rechazar Ho si el número
0.016 de signos positivos es
0.054 menor a 3 o mayor a 9
0.121
0.193
0.226
0.193
0.121
0.054
0.016
0.003
0
a la normal

s a un 90% de nivel de confianza?

Página 45
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

entre las preferencias

signo negativo hacia marca B

mpo, a un 5% de significancia.

Página 46
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

a = 0.05

Chi tablas
=PRUEBA.CHI.INV(0.05,2)
5.9915

2E-22

ada de 100 es mayor que


99 se rechaza Ho

de nivel de confianza.

res en las facturas

Página 47
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

53
73
54
60
49
66
48
62
63
60
72
80
60
81

ncuentre entre 115 y 125 minutos?

de muestra 5 y

Página 48
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

ocesos?

0.48

V(I1194)+1.5

herramienta de control del proceso:

a una carta U usada en ésta situación?

establecer conclusiones:

8 9 10 Página 49
Ejercicios de la Fase de Análisis - Seis Sigma P. Reyes / 11/13/2019

8 9 10

arlos y recalcular límites.

fectuosos por lote es 12.7,

alor superior de Cpk es de 1.8 (Cpk upper)


de 1.25. ¿Qué acción debe ser tomada?

Página 50
INTERPRETACIÓN DE LOS RESULTADOS DE ANOVA

a) Validez del modelo por medio de apego de los residuos a la recta normal

Normal Probability Plot of the Residuals


(response is Durability)
99

95
90

80
70
Percent

60
50
40
30
20

10

1
-8 -6 -4 -2 0 2 4 6 8
Residual

b) Comportamiento gráfico de los datos de los tratamientos (tipo de alfombra)

Boxplot of Durability by Carpet                          Individual 95% CIs 


22.5
                         Pooled StDev
20.0
Level  N    Mean  StDev  ­­­­­­­­­+­­­­­­­­­
17.5
1      4  14.483  3.157            (­­­­­­­*
Durability

15.0
2      4   9.735  3.566  (­­­­­­­*­­­­­­­­)
12.5
3      4  12.808  1.506         (­­­­­­­*­­­
10.0
4      4  18.115  5.435                   (­
7.5
                         ­­­­­­­­­+­­­­­­­­­
5.0
1 2
Carpet
3 4                                10.0      15.

Medias

c) Tabla de ANOVA (Análisis de varianza) Como P value es menor a 0.05


se rechaza Ho, es decir que las medias
Source DF SS MS F P no son iguales
Carpet 3 146.4 48.8 3.58 0.047
Error 12 163.5 13.6
Total 15 309.9

Durability Carpet c1) Cálculo de la suma de cuadrados total SST Durability


18.95 1 18.95
12.62 1 a b 12.62
11.94 1 Media 1 11.94
14.42 1 14.4825 SST =∑ ¯)
∑ ( Xij − X̄ 2
14.42
i=1 j=1
a b
SST =∑ ¯ )2
∑ ( Xij − X̄
10.06 2 10.06
7.19 2
i=1 j=1 7.19
7.03 2 Media 2 309.8504 7.03
14.66 2 9.735 14.66
10.92 3 =SUMAX2MENOSY2(H41:H56,I41:I56) 10.92
13.28 3 13.28
14.52 3 Media 3 14.52
12.51 3 12.8075 12.51
10.46 4 10.46
21.4 4 21.4
18.1 4 Media 4 18.1
22.5 4 18.115 22.5

Gran media 13.785


durabilidades

c2) Cálculo de la SSTR a


SCTr=∑ b( X i− X )2
i=1

b = 4 datos por tratamiento Gran media


X1 media= 14.4825 13.785
X2 media= 9.735 13.785
X3 media= 12.8075 13.785
X4 media= 18.115 13.785

SSTr =4*suma dif al cuad = 4*36.59341 = 146.374

c3) Cálculo de SSE = SST - SSTr


SSE = 163.47675

c4) Cálculo de los grados de libertad

Grados de libertad de SST n-1=16-1= 15


Grados de libertad de SSTr a-1= 4 - 1= 3
Grados de libertad de SSE n-a=16-4= 12

c5) Cálculo de los cuadrados medios MS

MSTr Cuadrado medio de los tratamientos = SSTr / Gl. SSTr= 146.37/3=


MSE Cuadrado medio del error = SSE / Gl. SSE = 163.47/ 12 =

c6) Cálculo de Fc = MStr/MSE = 3.581516

c7) Cálculo del valor p correspondiente a Fc


=distr.f(Fc, gl. MSTr, Gl. SSE) = distr.f(3.5815, 3, 12) =

c8) Cálculo de la Falfa = F0.05, 3,12 =distr.f.inv(0.05,3,12) =

c9) Conclusiones

Como Fc es mayor que Falfa se rechaza Ho y las medias son diferentes

Como P de 0.046 es menor que alfa de 0.05 se rechaza Ho y las medias son difer

¿cuáles son las diferentes? - Las que en la prueba de Tukey indiquen al cero fuer
del intervalo de confianza de la comparación

Carpet = 1 subtracted from:

Carpet    Lower  Center   Upper  ­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­
2       ­12.498  ­4.748   3.003      (­­­­­­*­­­­­­­)
3        ­9.426  ­1.675   6.076         (­­­­­­*­­­­­­­)
4        ­4.118   3.632  11.383              (­­­­­­­*­­­­­­)
                                 ­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­
                                     ­10         0        10        20
Carpet = 2 subtracted from:

Carpet   Lower  Center   Upper  ­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­
3       ­4.678   3.073  10.823             (­­­­­­­ Las medias X2 y X4 son
4        0.629   8.380  16.131                   (­ El cero no esta en el inte
                                ­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­
                                    ­10         0        10        20
Carpet = 3 subtracted from:

Carpet   Lower  Center   Upper  ­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­
4       ­2.443   5.308  13.058                (­­­­­­*­­­­­­­)
                                ­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­
                                    ­10         0        10        20

One­way ANOVA: A, B, C 

Source  DF     SS     MS     F      P
Factor   2  516.0  258.0  9.00  0.003 Conclusión:
Error   15  430.0   28.7 P de 0.003 es menor que alfa de 0.05
Total   17  946.0 las medias son diferentes,
aparentemente A,B vs C
S = 5.354   R­Sq = 54.55%   R­Sq(adj) = 48.48%
                         Individual 95% CIs For Mean Based on
                         Pooled StDev
Level  N    Mean  StDev  ­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­
A      6  79.000  5.831                        (­­­­­­­*­­­­­­)
B      6  74.000  4.472                (­­­­­­*­­­­­­­)
C      6  66.000  5.657  (­­­­­­­*­­­­­­­)
                         ­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­
                              66.0      72.0      78.0      84.0

Pooled StDev = 5.354
Tukey 95% Simultaneous Confidence Intervals
All Pairwise Comparisons
Individual confidence level = 97.97% EL cero no está en el IC
A subtracted from: de la diferencia de A y C

     Lower   Center   Upper   ­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­
B  ­13.022   ­5.000   3.022           (­­­­­­­*­­­­­­­)
C  ­21.022  ­13.000  ­4.978   (­­­­­­­*­­­­­­­)
                              ­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­
                             ­20       ­10         0        10

B subtracted from:

     Lower  Center  Upper   ­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­
C  ­16.022  ­8.000  0.022        (­­­­­­­*­­­­­­­)
                            ­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­
                           ­20       ­10         0        10
Individual 95% CIs For Mean Based on
Pooled StDev
­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+
          (­­­­­­­*­­­­­­­)
(­­­­­­­*­­­­­­­­)
       (­­­­­­­*­­­­­­­)
                 (­­­­­­­*­­­­­­­)
­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+­­­­­­­­­+
      10.0      15.0      20.0      25.0

cir que las medias

Gran mediDiferencias Dif al cuadrado


13.785 5.165 26.677225
13.785 -1.165 1.357225
13.785 -1.845 3.404025
13.785 0.635 0.403225
13.785 -3.725 13.875625
13.785 -6.595 43.494025
13.785 -6.755 45.630025
13.785 0.875 0.765625
13.785 -2.865 8.208225
13.785 -0.505 0.255025
13.785 0.735 0.540225
13.785 -1.275 1.625625
13.785 -3.325 11.055625
13.785 7.615 57.988225
13.785 4.315 18.619225
13.785 8.715 75.951225

SCT 309.8504

Diferenc Dif al cuad


0.6975 0.4865063
-4.05 16.4025
-0.9775 0.9555063
4.33 18.7489
Suma 36.593413

146.37/3= 48.791217
13.623063
0.0467884

3.4903

s son diferentes

Ho y las medias son diferentes

key indiquen al cero fuera

­­­­­­­­­+­­­­­­­­­+­­­

­­­*­­­­­­)
­­­­­­­­­+­­­­­­­­­+­­­
        10        20

­­­­­­­­+­­­­­­­­­+­­­
Las medias X2 y X4 son diferentes
El cero no esta en el intervalo
­­­­­­­­+­­­­­­­­­+­­­
       10        20

­­­­­­­­+­­­­­­­­­+­­­
­­­*­­­­­­­)
­­­­­­­­+­­­­­­­­­+­­­
       10        20

que alfa de 0.05


está en el IC
encia de A y C

­+­­­­­­­­

­+­­­­­­­­