Solución:

a. Plantear el modelo estadístico para este diseño, explicar cada uno de los
términos en función del ejercicio.

El modelo para el desarrollo del ejercicio es 3K, pues contiene 3 niveles de prueba y dos
factores:
 Factor A= % Polvo de hornear
 Factor B= Concentración de Yuca

b. Realice las hipótesis de interés para la investigación (igualdad y alterna).

En la hipótesis de igualdad se espera conocer los efectos de diferentes concentraciones
de polvo de hornear y diferentes proporciones de yuca de la siguiente manera:

 Hipótesis de igualdad
H 0= Efectodel polvo dehornear (% )=0
H 0=efectos en la Proporcion de yuca =0
H 0= Efectodel polvo dehornear (% ) x Proporcion de yuca=0

 Hipótesis alternativa:

H 0= Efectodel polvo dehornear (% )=0

H A =Proporcion de yuca ≠ 0
H A =Efecto del polvode hornear (% ) x Proporcion de yuca≠0

c. y d. Realice los cálculos correspondientes al análisis de varianza y elabore la

tabla ANOVA correspondiente,  = 0.05.
Factor A
%Yuca Polvo Para Hornear (%)
10,21 12,53 14,79 12,13
Concentración 1 10,64 12,5 14,85 10,25 133,34
10,85 12,39 15,21 11,78
10,67 12,26 15,75 13,19
Factor B Concentracion2 10,75 12,79 15,63 14,91 159,57
10,82 13,1 16,81 12,89 Suma de Filas
11,13 13,78 16,57 14,71
Concentracion3 11,56 14,91 16,88 14,65 170,88
11,88 14,53 17,3 12,98
Suma de
463,79
Columnas 98,51 118,79 143,79 117,49

Para la suma de cuadrados de A de B se usa la fórmula:

SC 98,512 +118.792+143.792 +117.492 403,792
A= − =328.8300306
4∗3 4∗3
2

SC 133,342 +159,572 +170,882 403,79 2

B= − =1496.6827
4∗3 4∗3
2

Para la suma de cuadrados de A*B se usa la fórmula:

SC 31,72+37,42 2+ 44,852 +34,162 +32,24 2+38,15 2+48,19 2+ 40,992 +34,572 +43,22 2+50,75 2+42,34 403,79 2
AB= − −1496.682−328.83003067−12,6623=0,3776
3∗4 4∗3
2

=0,54

Para la suma de cuadrados totales se usa:

SC 403,79 2
AB=5003,12− 2
=201,961
4∗3

Ahora se realiza la suma de cuadrados del error con la fórmula:

SC E=194,961−111,2772−12,6623−0,37766=0,6442

Hallamos los grados de libertad:

Suma de
Grados de libertad
cuadrados
SCA 2
SCB 2
SCAB 4
SCE 32(N-1)=9(3-1)=18
Hallamos los cuadrados medios:
SC A 111,277
CM A = = =55,6386
2 2
SC B 12,6623
CM B= = =6,3313
2 2
SC AB 0,3776
CM AB = = =0,09441
4 2
SC E0,6442
CM E = 2
= =0,0357
3 (N −1) 18

Con estos resultados se hallan los valores para F0 sabiendo que:

CM Factor
F 0=
CM Error
CM A 55,6386
F0A= = =1554,633
CM E 0,0357
CM B 6,3313
F 0 B= = =¿176,902
CM E 0,0357
CM AB 0,0094
F 0 AB = = =¿2,6381
CM E 0,0357

Finalmente se halla la Probabilidad –P. Este valor se halla con la función de Excel
=DISTR.F( F 0;Grado de libertad del numerador; grado de libertad del denominador)

Valor -P A 6,934E-21
Valor -P B 1,461E-12
Valor -P AB 6,804E-02

Los valores de suma de cuadrados, cuadrados medios, F crítico y probabilidad –P

hallados por medio de las formulas son comparados con los valores arrojados por el
software Excel haciendo uso de la herramienta: análisis de datos; análisis de varianza
de dos factores con varias muestras por grupo. Comprobando que los resultados son
exactos:
ANÁLISIS DE VARIANZA
(EXCEL)
Origen de Grados
las de Promedio de
variacione Suma de liberta los Valor crítico
s cuadrados d cuadrados F Probabilidad para F
Muestra 12,66225185 2 6,331125926 176,902 1,46092E-12 3,554557146
1554,63
Columnas 111,2772074 2 55,6386037 3 6,93375E-21 3,554557146
2,63810
Interacción 0,377659259 4 0,094414815 4 0,068041798 2,927744173
Dentro del
grupo 0,6442 18 0,035788889

Total 124,9613185 26        

La fila muestra, corresponde al factor B

La fila Columnas, corresponde al factor A
La fila interacciones, corresponde a A*B

e. A partir del resultado del valor – P y F0 (2 criterios diferentes), que se puede

concluir con respecto a las hipótesis planteadas. (10 /120)
Prueba de hipótesis
Cabe recordar que si el valor de F0 es mayor o igual al valor de F critico hallado en la
tabla, la hipótesis de igualdad se rechaza:
 Tabla de puntos críticos para los factores A y B
En la Rechazo hipótesis de igualdad
Hallados
  Tabla SI/NO
Punto crítico para A 3,55 1554,633 Se rechaza 
Punto crítico para B 3,55 176,902 Se rechaza 
Punto crítico para AB 2,93 2,6381 Se acepta

Otra manera de comprobar la hipótesis es mediante el valor –P.

Tabla de valor -P
Valor de Rechazo hipótesis de igualdad
Hallados
  Alfa SI/NO
Punto crítico para A 0,05 6,934E-21 Se rechaza 
Punto crítico para B 0,05 1,461E-12 Se rechaza 
Punto crítico para AB 0,05 0,0680 Se acepta

Al rechazar la hipótesis de igualdad se interpreta que los tratamientos son diferentes, es decir
que se acepta la hipótesis alterna. Se identifica que el tratamiento A y el tratamiento B muestran
diferencias, por lo tanto, se debe probar la igualdad de todos los posibles pares de medidas
con una nueva hipótesis.

f. Realice las hipótesis para la comparación de las medias para los tratamientos de la
investigación.
Al rechazar la hipótesis de igual para los factores A y B, se procede a aplicar
POSANOVA a los dos, por medio del método LSD. Para ello se formulan hipótesis de
igualdad y alterna para cada factor:
Hipótesis de igualdad factor A:

HO : μA 1=μA 2

HO : μA 2=μA 3

HO : μA 3=μA 1

Hipótesis alterna factor A:

HO : μA 1 ≠ μA 2

HO : μA 2 ≠ μA 3

HO : μA 3 ≠ μA 1
Factor B: concentración yuca (%)

HO : μB 1=μB 2

HO : μB 2=μB 3

HO : μB 3=μB 1

Hipótesis alterna factor B:

HO : μB 1≠ μB 2

HO : μB 2≠ μB 3

HO : μB 3≠ μB 1

Calcular el LSD. (20 /120)

Para hallar el LSD para el caso del diseño factorial 3k se usa la fórmula:

2 CM E
LSD=t a /2 ; 32 ( n−1 )
√ N

De acuerdo con la tabla de T student, para un valor de t a/ 2=0,025 y 18 grados de

libertad del cuadrado medio del error corresponde un valor de 2,10092

Se procede a hallar el LSD:

0,07157
LSD=2,10092
√ 9

LSD=2,10092∗0,08918

LSD=¿ 0,1873

Primero se halla la media de cada nivel para cada factor:

Para el factor A (% Polvo para hornear)

98,41
μA1 = =10,93
9

117.6
μA 2= =13,066
9

143,02
μA3 = =15,891
9
 Para los
Diferencia poblacional Diferencia muestral Decisión
tres casos se rechaza
la μA1 −¿  μA 2 2,1322 > 0,1873 Significativa hipótesis
de igual, μA 2−¿  μA3 2,824 > 0,1873 Significativa por lo
tanto, se μA1 −¿  μA3 4,956 > 0,1873 Significativa acepta la
hipótesis alterna.

Se desarrolla la misma operación ara el factor B (% de Yuca)

112,67
μB1= =12,518
9

118,69
μB2= =13,187
9

127,67
μB3= =14,185
9

Diferencia poblacional
Diferencia muestral Decisión
μB1−¿   μB2 0,668 > 0,1873 Significativa
μB2−¿   μB3 0,997 > 0,1873 Significativa
μB1−¿   μB3 1,666 > 0,1873 Significativa

Para los tres casos se rechaza la hipótesis de igual, por lo tanto, se acepta la
hipótesis alterna.

Las tablas de Mínima Diferencia Significativa (LSD), generan como resultado

que si hay diferencias significativas en cada par de medidas en la que se rechazó la
hipótesis de igual en la ANOVA.

g.
HOJA DE TRABAJO 1

ANOVA de un solo factor: C3 vs. C2

* NOTA * No se pueden realizar comparaciones de Tukey para este nivel de
significancia,
número de niveles  y grados de libertad. No se puede proveer información de grupos
o
intervalos de confianza.
Método
Hipótesis nula Todas las medias son
iguales
Hipótesis alterna No todas las medias son
iguales
Nivel de α = 0,05
significancia
Filas no utilizadas 1

Se presupuso igualdad de varianzas para el análisis.

Información del factor

Factor Niveles Valores
C2 10 0.5; 10,21; 10,64; 10,67; 10,75; 10,82; 10,85; 11,13; 11,56;
11,88
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
C2 9 141,6 15,74 * *
Error 0 * *   
Total 9 141,6      
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
* 100,00% * *
Medias
IC de
C2 N Media Desv.Est. 95%
0.5 1 1,000 * (*; *)
10,21 1 12,53 * (*; *)
10,64 1 12,50 * (*; *)
10,67 1 12,26 * (*; *)
10,75 1 12,79 * (*; *)
10,82 1 13,10 * (*; *)
10,85 1 12,39 * (*; *)
11,13 1 13,78 * (*; *)
11,56 1 14,91 * (*; *)
11,88 1 14,53 * (*; *)

Desv.Est. agrupada = *
h. SPSS Es la herramienta estadística más utilizada a nivel mundial en el entorno
académico. Puede trabajar bases de datos de gran tamaño, además, de permitir la
recodificación de las variables y registros según las necesidades del usuario. El
programa consiste en un módulo base y modulo anexos que se han ido actualizando
constantemente con nuevos procedimientos estadísticos.

Minitab Permite calcular la mayoría de metodologías estadísticas habituales, entre las

que se cuentan: análisis exploratorio de datos, gráficos, estadísticos, control de calidad,
estadística no paramétrica, regresión y sus variantes, análisis multivariado de datos, etc.

Statgraphics es un programa de estadística fácil manejo y una buena herramienta para la

enseñanza de la estadística secundaria y para la investigación en educación.

Statistica programa utilizado para el análisis estadístico entre las bondades y pruebas
estadísticas que incluye, destaca la variedad de gráficos y facilidad en el manejo de base
de datos

CONCLUSIÓN DEL EXPERIMENTO

De acuerdo con los datos arrojados por la ANOVA Y LA POSANOVA, se concluye

que si hay un efecto significativo del polvo de hornear y la proporción de yuca que
contiene el producto, sobre el índice de solubilidad en agua (ISA), en cada uno de los
tratamientos.