Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semana 9 – Sesión
1
Diseños Experimentales
Experimento Factorial A x B:
Usualmente en los experimentos se desea estudiar el efecto de dos o más factores. Por diseño
factorial se entiende que en cada ensayo o réplica completa del experimento se investigan todas las
combinaciones posibles de los niveles de los factores. Cada factorial (tratamiento) es la combinación
de los niveles de los factores. El objetivo de un experimento factorial A * B es estudiar el efecto de
dos factores sobre una variable de carácter cuantitativa relacionada a problemas de su especialidad.
Ejemplo: Factor A con a = 2 niveles (a1 y a2) y el Factor B con b = 3 niveles (b1, b2 y b3); Réplicas: n = 3
Factor A Factor B
a1 a2 Factor A b1 b2 b3
Factor B Factor B
b1 b2 b3 b1 b2 b3 ó
Replica a1
1
2
a2
3
Ejemplo:
El ejecutivo de marketing de la empresa ALOA S.A. desea saber si los tipos de promoción (P1, P2,
P3) de un producto influye en las ventas de este, y de ser así desea saber qué promoción sería la
recomendable. Tal como está planteado se debería aplicar el DCA (Tema de la clase anterior).
Por otro lado, si el ejecutivo de marketing está interesado en evaluar no sólo las promociones sino
además las zonas, el interés radicaría en saber si las promociones tienen un efecto distinto en las
zonas (Zona1, Zona2, Zona3) donde se aplican (¿hay interacción entre la promoción y las zonas?). En
este caso los factores son: Promoción y Zona.
-1-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Factor B
P2
P3
Modelo:
Cada observación y ijk se descompone en:
y ijk =μ +τ i + β j +(τβ)ij +ε ijk para i=1 , 2 ,... , a ; j=1,2, ... , b ; k=1,2 , … n
Donde:
μ : Media general
τi : Efecto del nivel i-ésimo del factor A
βj : Efecto del nivel j-ésimo del factor B
( τβ)ij : Efecto de la interacción entre ambos factores
ε ijk : Error aleatorio asociado a la observación yijk, donde ε ij ~ N ( μ =0, σ 2)
-2-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
1) Planteamiento de la Hipótesis
Ho: No hay interacción entre los niveles del factor A con los niveles del factor B sobre la variable
respuesta
H1: Hay interacción entre los niveles del factor A con los niveles del factor B sobre la variable
respuesta
CM ( AxB)
F cal= ≈ F (α ; gl ( AxB ); gl(Error ))
CM (Error)
4) Regiones críticas
5) Decisión
Criterio:
Si F cal > Fcritico Si Rechaza Ho Análisis de la Interacción: Prueba de comparación conjunta
Si F cal ≤ F critico No Rechaza Ho Análisis de los efectos de cada factor por separado
-3-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Decisión:
R Ho R Ho
Si en la Decisión:
No Rechaza la hipótesis nula (NRHo), entonces, no hay interacción y se debe analizar cada factor
por separado, como en un Diseño Completamente al Azar (DCA).
Ho: El factor A no afecta a la variable respuesta Ho: El factor B no afecta a la variable respuesta
H1: El factor A afecta a la variable respuesta H1: El factor B afecta a la variable respuesta
CM ( A) CM (B)
F cal= F F cal= F
CM ( Error) crít(α ; gl ( A ); gl( Error)) CM (Error) crít(α ; gl (B ) ;gl( Error))
Cuando la decisión de una prueba se rechace (para el Factor que sí afecte) se debe realizar la
prueba de Comparaciones múltiples DMS siempre y cuando los niveles del Factor sean tres o
más.
-4-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Si en la Decisión:
Si Rechaza la hipótesis nula (RHo), entonces, hay interacción por lo que se debe realizar un
análisis de DMS fijando un nivel del Factor y comparando los niveles del otro Factor.
Fijando un Nivel del Factor: Comparo los Niveles del otro Factor
Comparaciones
IC(µA - µB)
IC(µA - µC)
IC(µB - µC)
6) Conclusión
El administrador de una tienda de ropas para mujer desea lanzar tres líneas de ropa: L1, L2 y L3, y considera
que el grupo de edad es un factor importante a considerar, por lo que clasifica a sus clientes en grupo 1 (G1)
(menores de 20 años), grupo 2 (G2) (entre 20 y 30 años) y grupo 3 (G3) (mayores de 30 años). Envía cartas de
invitación a 9 clientes del grupo 1, a 9 del grupo 2 y a 9 del grupo 3. Cuando llegan a la tienda, las 9 clientes
del grupo 1 se elige aleatoriamente a 3 y se le envía al sector de la Línea 1, a otras 3 al sector de la línea 2 y
los 3 restantes al sector de la línea 3. Lo mismo se hace cuando llegan las clientes de los otros dos grupos de
edades. Luego se les pide que den una puntuación entre 1 y 10, donde 1 nunca lo usarían y 10 estarían
encantadas de usarlo. A continuación, se presentan los reportes del análisis factorial. Use nivel de
significancia del 5% sabiendo que se cumple los supuestos de normalidad y homogeneidad de varianzas.
Líneas de ropa
Grupo de edad L1 L2 L3
7 6 5
G1 7 5 5
8 7 6
6 4 7
G2 5 6 8
5 5 6
6 8 4
G3 5 7 5
6 9 4
¿Existe interacción entre las diferentes líneas de ropa y los diferentes grupos de edad sobre la puntuación de
clientes? Deseamos conocer, si la línea de ropa es (L1), ¿qué grupo de edad la prefiere (mayor puntuación)?
Además, deseamos conocer si el grupo de edad es (G3), ¿qué línea de ropa prefiere (mayor puntuación)?
Realice el análisis correspondiente de acuerdo a las salidas del Excel y SPSS mostradas a continuación.
-7-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
-8-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Solución:
Interpretación
Determinar si existe interacción entre las diferentes líneas de ropa y los diferentes grupos de
edad sobre la puntuación de clientes
Representación
Factor A y sus niveles : Grupo de edad (a= 3 niveles de tratamiento G1, G2, G3)
Factor B y sus niveles : Líneas de ropa (b= 3 niveles de tratamiento L1, L2, L3)
Combinaciones de factores o combinación de tratamientos:
Número de tratamientos: G1-L1, G1-L2, G1-L3, G2-L1, G2-L2, G2-L3, G3-L1, G3-L2, G3-L3
Número de Tratamientos: 3 * 3 = 9 tratamientos
Número de réplicas por tratamiento: 3
Variable respuesta : Puntuación dada por los clientes (entre 1 y 10)
Unidad experimental : Un cliente
Supuestos del modelo: Los errores siguen una distribución normal (supuesto de normalidad)
con varianza constante (|supuesto de homogeneidad de varianzas).
Técnica estadística : Diseño Factorial A* B
Nivel de significación : α = 0,05
Cálculo y Análisis
-9-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Ho: No existe (no hay) interacción entre los niveles de los grupos de Edad con los niveles de las
Líneas de Ropa sobre la puntuación promedio de clientes.
H1: Existe (Hay) interacción entre los niveles de los grupos de Edad con los niveles de las Líneas
de Ropa sobre la puntuación promedio de clientes
α = 0,05
2.928
12.257
CM (Tr ) 7,722
F cal= = =12.257 > Fcritico = F (0.05; 4 ; 18) = 2.928
CME 0,63
Conclusión estadística: Al 5% de nivel de significancia, se puede afirmar que existe (hay) interacción
entre los niveles de los grupos de edad con los niveles de las líneas de ropa sobre la puntuación
promedio de los clientes.
-
10-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Como se Rechaza la hipótesis Ho (RHo), entonces, existe interacción por lo que se debe realizar el
análisis de DMS fijando un nivel del Factor y comparando los niveles del otro Factor.
(1) Deseamos conocer, si la línea elegida de ropa es (L1), ¿qué grupo de edad la prefiere?
Fijando el Nivel del Factor Línea de ropa (L1): Comparamos los Niveles del otro Factor
Fijando la Línea de ropa 1, luego aplicamos la regla de signos para los intervalos
µ1 - µ2 (+ , +) µ1 > µ2 (existe diferencias)
µ1 - µ3 (+ , +) µ1 > µ3 (existe diferencias)
µ2 - µ3 ( - , +) µ2 = µ3 (no existe diferencias)
Ordenando los promedios poblacionales de menor a mayor:
µ2 = µ3 < µ1 ó µ2 µ3 µ1
(2) Deseamos conocer que si el grupo de edad elegido es (G3), ¿qué línea de ropa prefieren?
Fijando el Nivel del Factor GRUPO EDAD (G3): Comparamos los Niveles del otro Factor
-
11-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Fijando el Grupo de edad 3, luego aplicamos la regla de signos para los intervalos
µ1 - µ2 ( - , - ) µ1 < µ2 (existe diferencias)
µ1 - µ3 ( - , +) µ1 = µ3 (no existe diferencias)
µ2 - µ3 (+ , +) µ2 > µ3 (existe diferencias)
Ordenando los promedios poblacionales de menor a mayor:
µ1 = µ3 < µ2 ó µ1 µ3 µ2
Conclusiones
- Al 5% de nivel de significancia, se puede afirmar que existe interacción entre los niveles de los
grupos de Edad con los niveles de las Líneas de Ropa sobre la puntuación promedio dado por los
clientes.
- Cuando se fija la línea de ropa 1, no existe diferencias significativas en la puntación promedio
entre los grupos de edad 2 y 3; existe diferencias significativas en la puntación promedio entre
los grupos de edad 1 y 2; así también entre los grupos 1 y 3. El grupo 1 presenta mayor
puntuación en la línea de ropa 1.
- Cuando se fija el grupo de edad 3, no existe diferencias significativas en la puntación promedio
entre las líneas de ropa 1 y 3; existe diferencias significativas en la puntación promedio entre las
líneas de ropa 1 y 2; así también entre las líneas de ropa 2 y 3. La línea de ropa 2 presenta mayor
puntuación en el grupo de edad G3.
Argumentación
Existe interacción entre los niveles de los grupos de Edad con los niveles de las Líneas de Ropa
sobre la puntuación de clientes.
Si la Línea de ropa es L1, la puntuación mayor de los clientes es obtenida en el grupo de Edad
(G1)
Si el grupo de Edad es G3, la puntuación mayor de los clientes es obtenida en la Línea de ropa
(L2).
-
12-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
El gerente de ventas de una empresa desea saber si los grupos de años de experiencia de sus
vendedores y los métodos de ventas realmente influyen en el monto facturado, con este objetivo
seleccionó en forma aleatoria a 27 vendedores y registro el monto facturado en miles de soles de
cada vendedor, los resultados se muestran en la siguiente tabla:
Métodos de venta
Use nivel de significancia del 5%, sabiendo que se cumple los supuestos de normalidad y
homogeneidad de varianzas. ¿Existe interacción entre los grupos de Años de experiencia y los
Métodos de ventas sobre el monto facturado? ¿En qué grupo de Años de experiencia de los
vendedores el monto facturado es mayor? ¿En qué Método de venta el monto facturado es mayor?
Realice el análisis correspondiente de acuerdo a las salidas del Excel y SPSS mostradas a continuación:
ANÁLISIS DE VARIANZA
Suma de Grados de Promedio de los
Origen de las variaciones cuadrados libertad cuadrados=CM F
Años de experiencia: Muestra 28,423 2 14,211
Métodos: Columnas 143,667 2 71,834
Interacción 0,748 4 0,187
Error: Dentro del grupo 4,327 18 0,240
Total 177,165 26
-
13-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
-
14-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Comparaciones múltiples
Variable dependiente: Y
DMS
Intervalo de confianza al
95%
(I) Años de (J) Años de Diferencia de medias (I- Desv. Límite Límite
experiencia experiencia J) Error Sig. inferior superior
*
Menos de un año De uno a tres años -1,167 ,2311 ,000 -1,652 -,681
Más de tres años -2,511* ,2311 ,000 -2,997 -2,026
*
De uno a tres Menos de un año 1,167 ,2311 ,000 ,681 1,652
años Más de tres años -1,344 *
,2311 ,000 -1,830 -,859
*
Más de tres años Menos de un año 2,511 ,2311 ,000 2,026 2,997
De uno a tres años 1,344* ,2311 ,000 ,859 1,830
Se basa en las medias observadas.
El término de error es la media cuadrática (Error) = ,240.
*. La diferencia de medias es significativa en el nivel 0.05.
Comparaciones múltiples
Variable dependiente: Y
DMS
Intervalo de confianza al 95%
(I) Métodos de (J) Métodos de Límite
venta venta Diferencia de medias (I-J) Desv. Error Sig. Límite inferior superior
*
Método1 Método2 -1,944 ,2311 ,000 -2,430 -1,459
*
Método3 -5,567 ,2311 ,000 -6,052 -5,081
*
Método2 Método1 1,944 ,2311 ,000 1,459 2,430
Método3 -3,622* ,2311 ,000 -4,108 -3,137
*
Método3 Método1 5,567 ,2311 ,000 5,081 6,052
*
Método2 3,622 ,2311 ,000 3,137 4,108
Se basa en las medias observadas.
El término de error es la media cuadrática (Error) = ,240.
*. La diferencia de medias es significativa en el nivel 0.05.
-
15-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Solución:
Interpretación
Determinar si existe interacción entre los grupos de Años de experiencia de los vendedores y los
Métodos de ventas sobre el monto facturado.
Representación
Factor A y sus niveles : Años de experiencia de los vendedores (Menos de un año, De uno a tres
años, Más de tres años)
Factor B y sus niveles : Métodos de venta (Método1, Método2, Método3)
Combinaciones de factores: Menos de un año-Método1, Menos de un año-Método2, Menos de
un año-Método3, De uno a tres años-Método1, De uno a tres años-
Método2, De uno a tres años-Método3, Más de tres años-
Método1, Más de tres años-Método2, Más de tres años-Método3
Número de tratamientos: 3 * 3 = 9 tratamientos
Número de réplicas por tratamiento: n = 3
Variable respuesta : Monto facturado (en miles de soles) por cada vendedor
Unidad experimental : Un vendedor
Supuestos del modelo : Los errores siguen una distribución normal (supuesto de normalidad)
con varianza constante (supuesto de homogeneidad de varianzas).
Técnica estadística : Diseño Factorial A* B
Nivel de significación : 5%
Cálculo y Análisis
ANÁLISIS DE VARIANZA
Suma de Grados de Promedio de los
Origen de las variaciones cuadrados libertad cuadrados Fcalc
Años de experiencia: Muestra 28,423 2 14,211 14,211/0,24=59,123
Métodos: Columnas 143,667 2 71,834 71,834/0,24=299,308
Interacción 0,748 4 0,187 0,187/0,24=0,779
Error: Dentro del grupo 4,327 18 0,240
Total 177,165 26
Valor crítico de la interacción: Fcrítico = F(α; gl(A*B); gl(Error)) = F(α; (a - 1).(b - 1); a.b(n - 1))
-
16-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
α = 0,05
2,9277
0,779
Decisión estadística: No Rechazar Ho
Conclusión estadística: Al 5% de nivel de significancia, no se puede afirmar que hay interacción
entre los niveles de años de experiencia de los vendedores y los niveles de métodos de venta sobre
el monto promedio facturado (no hay interacción).
Cómo no hay interacción, se debe analizar cada factor por separado, como en un Diseño
Completamente al Azar (DCA).
α = 0,05
α = 0,05
3,5546
3,5546 299,308
59,2125 Decisión estadística: Rechazar Ho
Decisión estadística: Rechazar Ho Conclusión estadística: Al 5% de nivel de significancia, se
Conclusión estadística: Al 5% de nivel de significancia, se puede afirmar que los métodos de venta afectan al
puede afirmar que los años de experiencia de los monto promedio facturado.
vendedores afectan al monto promedio facturado.
-
17-
MA461 Estadística Inferencial
UNIDAD 3: Diseños Experimentales
Conclusiones:
Al 5% de nivel de significancia, no se puede afirmar que hay interacción entre los niveles de Años
de experiencia de los vendedores y los niveles de métodos de venta sobre el monto promedio
facturado.
Al 5% de nivel de significancia, se puede afirmar que los años de experiencia de los vendedores
afectan al monto promedio facturado.
Al 5% de nivel de significancia, se puede afirmar que los métodos de venta afectan al Monto
promedio facturado.
Existe diferencias significativas en el monto promedio de ventas entre los vendedores con
experiencia menor a un año y los que tienen experiencia de uno a tres años, existe diferencias
significativas en el monto promedio de ventas entre los vendedores con experiencia menor a un
año y los que tienen experiencia de más de tres años; así también existe diferencias significativas
en el monto promedio de ventas entre los vendedores con experiencia de un año a tres años y
los que tienen experiencia de más de tres años. (µ1 < µ2 < µ3).
Existe diferencias significativas en el monto promedio de ventas de los vendedores entre los
métodos de ventas aplicados uno y dos, existe diferencias significativas en el monto promedio
de ventas de los vendedores entre los métodos de ventas aplicados uno y tres, así también entre
los métodos dos y tres. (µ1 < µ2 < µ3).
Argumentación
No hay interacción entre los niveles de años de experiencia de los vendedores y los niveles de
Métodos de venta sobre monto promedio facturado.
El grupo que tiene más de tres años de experiencia tiene mayor monto promedio facturado.
El Método de venta 3 tiene mayor monto promedio facturado.
-
19-