Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 //Escenario
Escenario27
Lectura fundamental
Fundamental
Análisisde
Etapas deun
varianza
plan de comunicación
estratégica
Contenido
1 Introducción
2 Análisis de varianza
2. Análisis de varianza
Las variables que se manejan al analizar un conjunto de datos pueden ser cualitativas o cuantitativas.
De un lado, las cuantitativas, como su nombre lo indican, son aquellas que pueden medirse, por lo
tanto, el volumen mensual de ventas, el ingreso anual, el número de empleados, la producción diaria,
constituyen ejemplos de este tipo de variables. Por otro lado, el fabricante de neumáticos para
automóvil es una variable que, posiblemente, está relacionada con sus características de desgaste,
pero es imposible ordenar o hacer un arreglo continuo de cinco fabricantes. En forma similar, se
podría establecer si el rendimiento promedio de determinada sustancia química en una operación de
producción depende del supervisor que dirige el proceso y, también, si varía en el turno de trabajo.
El experimento completo constituye, por lo tanto, un estudio del efecto de dos variables cualitativas
independientes, supervisores y turnos, sobre el rendimiento de la sustancia química.
POLITÉCNICO GRANCOLOMBIANO 2
2.2. Diseño completamente aleatorizado de un factor
En este diseño las unidades experimentales se asignan al azar a los diferentes tratamientos y a los
resultados obtenidos en las pruebas de hipótesis; en el caso de diferencia de dos medias, se generaliza
cuando se quieren comparar tres o más niveles de un tratamiento o factor.
• Nivel de un factor: es cualquier valor que toma el factor analizado; en el caso de un factor
cuantitativo, si en el experimento se prueban tres valores para la dosis de una droga (1 mg,
2 mg, 3 mg), se dice que el factor tiene tres niveles. En el caso del factor cualitativo, si en el
experimento se consideran como métodos de enseñanza, exposición en clase, y exposición y
trabajo en grupo en clase, se dice que el factor tiene dos niveles.
POLITÉCNICO GRANCOLOMBIANO 3
• Error experimental: las unidades experimentales que se exponen al mismo tratamiento
presentan generalmente una respuesta diferente, es decir, las unidades experimentales
expuestas al mismo nivel del tratamiento producen generalmente diferentes medidas. En el
ejemplo, a todos los alumnos se les enseña con el mismo método, pero las calificaciones son
diferentes. La medida de esta variabilidad de respuesta se denomina error experimental.
• Repetición: esto significa que las pruebas se pueden repetir bajo las mismas condiciones en
más de una ocasión, es decir, cuando en un experimento un nivel determinado de tratamiento
se aplica a más de una unidad experimental, se dice que el nivel se repite. La repetición es
conveniente porque hace posible el cálculo de un error experimental y aumenta la posibilidad de
generalizar los resultados experimentales.
Para decidir si las medias de dos o más poblaciones son iguales, se utiliza una técnica estadística
conocida como análisis de varianza. Esta prueba se basa en una muestra única, seleccionada de
cada población.
Ejemplo 1.
Suponga, que cuatro grupos de vendedores de una compañía fueron sometidos a diferentes
programas de entrenamiento, el número de personas fue diferente para cada grupo.
POLITÉCNICO GRANCOLOMBIANO 4
Al final del programa de entrenamiento, a cada vendedor le fue asignada aleatoriamente una zona de
ventas de un grupo de zonas, que tienen, aproximadamente, el mismo potencial y se registra el número
de ventas efectuadas por cada uno de los vendedores de cada grupo, durante la primera semana
posterior al entrenamiento. Para determinar si las diferencias entre las medias muestrales revelan las
verdaderas diferencias entre los cuatro programas de entrenamiento, se utiliza el análisis de varianza.
Grupo de entrenamiento
1 2 3 4
65 75 59 94
87 69 78 89
73 83 67 80
79 81 62 88
81 72 83 87
69 79 76 88
nj 6 6 6 6
n = 6 + 6 + 6 + 6 = 24
k = 4 número de grupos.
H0: μ1 = μ2 = μ3 = μ4
POLITÉCNICO GRANCOLOMBIANO 5
O lo que es equivalente en este caso:
H0: Los cuatro programas de entrenamiento tienen el mismo efecto sobre las ventas
H1: Algún programa de entrenamiento tiene un efecto diferente sobre las ventas.
La técnica utilizada para analizar los datos de este tipo de experimentos es conocida como
Análisis de varianza.
Un criterio para establecer si los promedios no se pueden considerar como iguales se basa en la
comparación entre mediciones de la dispersión externa y la dispersión interna. Las dispersiones se
pueden medir con varianzas, las cuales se llamarían varianzas internas o varianza dentro de los grupos,
y externas o varianzas entre grupos, respectivamente. Vale la pena destacar el hecho de que una
comparación de promedios (medidas de tendencia central) se realiza utilizando como criterio una
comparación de varianzas (medida de dispersión).
La dispersión interna se define como aquella variación propia de cada grupo teniendo en cuenta las
distancias que separan a los datos del promedio del grupo.
La dispersión externa es la variación existente entre los promedios de los diferentes grupos.
Para relacionarlo con el experimento en cuestión, digamos que la variación interna se puede deber
a las características inherentes a cada unidad experimental o al mismo instrumento de medida
que se esté utilizando, mientras que la variación externa está asociada a los diversos programas de
entrenamiento a la que fueron sometidos los trabajadores en esa empresa.
La suma de estas dos varianzas nos da una varianza total y los resultados se resumen en una 'tabla de
Análisis de varianza' (ver tabla 2).
VARIANZA ENTRE VARIANZA DENTRO
VARIANZA TOTAL = +
GRUPOS GRUPOS
Las fórmulas para la obtención de estas variaciones son las que se exponen a continuación.
POLITÉCNICO GRANCOLOMBIANO 6
Tabla 2. Análisis de varianza
Tratamientos
k-1
Between
Dentro de grupos
n-k
Within
Total n-1
La comparación de estas varianzas tiene una distribución asociada conocida como la distribución F, la
cual trabaja con dos tipos de grados de libertad: uno con el numerador y otro con el denominador. El
valor F permite establecer si existe un efecto significativo del factor sobre la característica estudiada.
POLITÉCNICO GRANCOLOMBIANO 7
Tabla 4. Análisis de varianza para el caso de las ventas
Dentro de
1041 20 52,05 5,8426
grupos Error
Total 1953,3333 23
Tabla 5. Distribución F
POLITÉCNICO GRANCOLOMBIANO 8
Grados de libertad
V1 = 3
V2 = 20
0,05
F
5,84
3,10
Al comparar el valor de la tabla de análisis de varianza (5,84) con respecto al valor de la tabla F (3,10) cae
en la zona de rechazo, por lo tanto, con un nivel de significancia del 5% se puede decir que hay diferencias
significativas en el efecto que tienen los diferentes programas de entrenamiento, en las ventas.
POLITÉCNICO GRANCOLOMBIANO 9
Los resultados obtenidos se muestran en la siguiente forma:
Ejemplo 2:
Supongamos que se desea experimentar si tres dispositivos especiales en los carburadores para
automóviles tienen el mismo efecto con relación al ahorro en consumo de gasolina. La variable
respuesta es el kilometraje recorrido por galón. Para el experimento se seleccionaron 3 dispositivos y
un carburador estándar sin dispositivo.
La unidad de experimentación es un automóvil, se escogieron 5 autos entre los disponibles. Los datos
obtenidos como kilometraje por galón se muestran en la siguiente tabla.
Carburador
Estándar A B C
29.12 30.24 30.56 32.64
43.84 44.64 44.96 47.84
56.96 55.84 57.28 61.12
23.68 24.32 23.84 27.68
40.64 39.68 40.96 43.04
POLITÉCNICO GRANCOLOMBIANO 10
Las hipótesis correspondientes son:
Ho: No existen diferencias significativas en el consumo de gasolina con los tres dispositivos especiales
en los carburadores.
H1: Si existen diferencias significativas en el consumo de gasolina con los tres dispositivos especiales
en los carburadores.
La tabla de análisis de varianza para esta hipótesis, queda en la forma que se muestra a continuación.
Total 2698.2029 19
Con un nivel de significancia del 5%, ¿qué se puede concluir, con base en los resultados del análisis de
varianza?
Obtenga la tabla de análisis de varianza utilizando las herramientas de Excel y compare los resultados.
Esta técnica estadística también está asociada con el análisis de una variable dependiente y una o más
variables independientes como se verá en el siguiente Escenario con el análisis de regresión.
POLITÉCNICO GRANCOLOMBIANO 11
Referencia de tablas
Freund, J., Miller, M. y Miller, I. (2000). Estadística Matemática con aplicaciones. México. D.F.: Ed.
Prentice Hall
POLITÉCNICO GRANCOLOMBIANO 12
INFORMACIÓN TÉCNICA
POLITÉCNICO GRANCOLOMBIANO 13