INSTITUTO TECNOLÓGICO DE MÉRIDA

Departamento Económico-Administrativo
INGENIERÍA EN GESTIÓN EMPRESARIAL
Estadística Inferencial II
TU4.5_Investigación Prueba DUNCAN

Facilitador: RAUL ALVAR RODRIGUEZ SANCHEZ 

Nombre del alumno:

Garrido Meléndez Carlos Jesús
Número Celular: 99-93-70-56-33

Fecha:
Mérida, Yucatán, México, 11 de mayo de 2020
LA PRUEBA DE DUNCAN
Después de que se rechazó la hipótesis nula en un análisis de varianza, es necesario revisar
a detalle y ver cuáles tratamientos son diferentes.

Para ello se utiliza la prueba de Duncan que sirve para comparar todos los pares de medias.
Fue desarrollado por primera vez por Duncan en 1951 pero posteriormente él mismo
modificó su primer método generando el que ahora se denomina Nuevo método de Rango
Múltiple de Duncan. Esta prueba no requiere de una prueba previa de F, como sucede con la
DMS o sea que aún sin ser significativa la prueba F puede llevarse a cabo.

Prueba de Rangos Múltiples de Duncan

Este procedimiento es utilizado para realizar comparaciones múltiples de medias; para
realizar esta prueba no es necesario realizar previamente la prueba F y que esta resulte
significativa sin embargo, es recomendable efectuar esta prueba después que la prueba F
haya resultado significativa, a fin de evitar contradicciones entre ambas pruebas. La ventaja
de esta prueba consiste en el hecho de que no necesita que el valor de F sea significativo
para poder usarla

La prueba de Duncan, también conocida como la prueba de rango múltiple, es conveniente

aplicarla cuando los tamaños de las muestras son iguales, deben ordenarse de manera
ascendente, y el error estándar de los promedios se determina como:

En la tabla de Duncan de los rangos significativos se obtienen los valores ra(p,f) para p=2,3,
…….,a, donde a es el nivel de significación y f es el numero de grados de libertad del error.
Estos rangos se convierten en un conjunto de a -1 rangos mínimos de significación (por
ejemplo, Rp) para p = 2,3,…,a calculando
Ejemplo
El experimento de la resistencia a la tensión

Para ilustrar el análisis de varianza, se retoma al ejemplo que empezó a comentarse en la sección 3-
1. Recuerde que el ingeniero de desarrollo de productos le interesa determinar si el peso porcentual
del algodón en una fibra sintética afecta la resistencia a la tensión y he llevado a cabo un experimento
completamente aleatorizado con cinco niveles del peso porcentual del algodón y cinco réplicas.

Promedios

y1= 9.8 y2=21.6 y3=15.4 y4=17.6 y5=10.8

Peso Resistencia a la tensión observada(lb/ pulg 2)
porcentual
del algodón 1 2 3 4 5
La
15 7 7 15 11 9 49
20 13 17 12 18 18 77
25 14 18 18 19 19 88
30 19 25 22 19 23 108
35 7 10 11 15 11 54

prueba del rango múltiple de Duncan puede aplicarse al ejemplo anterior. Recuerde que MSE
= 8.06, N = 25, n= 5, y hay 20 grados de libertad del error. Al arreglar los promedios de los

tratamientos en orden ascendente, se tiene

y´1.=9.8

y´5.=10.8

y´3.=15.4

y´4.=17.6

y´2.=21.6

El error estándar de cada promedio es Syi =

√ 8.06 =1.27. En el conjunto de rangos
5
significativos de la Tabla VII para a = 0.05, se obtiene r0.05(2,20) = 2.95, r0.05(3,20) = 3.10,
r0.05(4,20) = 3.18, r0.05(5,20) = 3.25. Por lo tanto, los rangos de significación mínima son:

R2 = r0.05(2,20)Syi = (2.95)(1.27) = 3.75

R3 = r0.05(3,20)Syi = (3.10)(1.27) = 3.94

R4 = r0.05(4,20)Syi = (3.18)(1.27) = 4.04

R5 = r0.05(5,20)Syi = (3.25)(1.27) = 4.13

Los resultados de las comparaciones serian:

4 vs 1 : 21.6 – 9.8 = 11.8 > 4.13 (R5)

4 vs 5 : 21.6 – 9.8 = 10.8 > 4.04 (R4)

4 vs 2 : 21.6 – 9.8 = 6.2 > 3.94 (R3)

4 vs 3 : 21.6 – 9.8 = 4.0 > 3.75 (R2)

3 vs 1 : 17.6 – 9.8 = 7.8 > 4.04 (R4)

3 vs 5 : 17.6 – 9.8 = 6.8 > 3.95 (R3)

3 vs 2 : 17.6 – 9.8 = 2.2 > 3.75 (R2)

2 vs 1 : 15.4 – 9.8 = 5.6 > 3.94 (R3)

2 vs 5 : 15.4 – 9.8 = 4.6 > 3.75 (R2)

5 vs 1 : 10.8 – 9.8 = 1.0 > 3.75 (R2)

Por el análisis se observa que hay diferencias significativas entre todos los pares de medias
con excepción de la 3 y la 2 y la 5 y la 1.

BIBLIOGRAFIA
Montgomery, DC. 2003. Diseño y análisis de experimentos. Limusa Wiley, México D.F. p. 686.
Navarro, JR. 2006. Diseño experimental: aplicaciones en agricultura. Editorial UCR, San José. p.327.