Taller Escrito #2

En una empresa se requiere estudiar la influencia de cuatro má

Br. jesús Escalona operadores diferentes de los trabajadores de la empresa, y apl
v-23.796.220 asignan en orden aleatorio a cada operador. La operación de la
operadores en la rapidez con la que operan las máquinas. Se re

Tipos de Envolturas
Icopor Biopak Cry-0-Vac Shopak
5.33 6.59 4.95 2.41
4.95 7.9 4.44 2.83
5.1 4.48 3.48 2.93
7.14 7.32 3.92 2.38
7.84 6.41 8.62 2.11

Elementos del modelo

Diseño completamente aleatorio

Variable Respuesta (Y): Pérdida de peso de la carne medido en porcentaje de perdida
respesto al peso inicial.
Factor de estudio: Tipo de Empaque (TE), cualitativo de efecto fijo.
Niveles del factor: de cuatro niveles
PE1=Icopor
PE2=Biopak
PE3=Cry-0-Vak
PE4=Shopak
N=20
P=4

α= 0,05

Prueba de Hipótesis

H0 : TE1=TE2 =TE3=TE4 = 0
Ha : TEi ≠ 0 para algún i=1,…,4
 Tipos de Envolturas
Icopor Biopak Cry-0-Vac Shopak
5.33 6.59 4.95 2.41
4.95 7.9 4.44 2.83
5.1 4.48 3.48 2.93
7.14 7.32 3.92 2.38
7.84 6.41 8.62 2.11 Totales
ri 5 5 5 5 20
Yi. 30.36 32.7 25.41 12.66 101.13
Prom (Yi.) 6.072 6.54 5.082 2.532 5.06
Se cumple el
Estimadores 1.0155 1.4835 0.0255 -2.5245 0.00 supuesto
Suma(Yij)^2 191.37 220.58 146.00 32.52 590.46
(Yi)^2/ri 184.35 213.86 129.13 32.06 559.39

F(0,05;3;16)=3,24

Suma de Cuadrados
FC 511.36
ScTotal 79.10
ScTrat 48.03
ScError 31.07

ANAVAR
Fuente de Variación GL SC CM Fcal Ftab
Tratamiento 3 48.03 16.01 8.24 3.24
Error 16 31.07 1.94
Total 19 79.10

Conclusión

Después de calcular el ANOVA para este diseño y con un 95% de confiabilidad que se
rechaza la hipótesis nula a favor de la alternatva, esto quiere decir que, al menos uno
de los 4 tratamientos (Icopor ,Biopak ,Cry-0-Vac, Shopak) TE1, TE2, TE3, y TE4,
respectivamente, aporta diferencia significativa en Pérdida de peso de la carne medido
en porcentaje de perdida respesto al peso inicial.
Se recomienda realizar una prueba de comparación múltiple de medias, más
percisamente una Test de Tukey, para confirmar cual tratamiento es el que está
aportando diferencia significativa.

Prueba de Comparación de Medias

Test de Tukey
 Prueba de Comparación de Medias

Test de Tukey

Prueba de Tukey
Tratamientos Yi Ti-T1 Ti-T2 Ti-T3 Ti-T4
Icopor 6.072 0
Biopak 6.54 0.468 0
Cry-0-Vac 5.082 0.99 1.458 0
Shopak 2.532 3.54 4.008 2.55 0

Conclusión y Recomendaciones

Una vez realizado el Test de Tukey para calcular la diferencia d

tratamientos de Tipos de Empaque (TE), se concluye con un 9
confiabildad que se rechaza la hipótesis nula a favor de la alte
La diferencia de medias arrojó e el tratamient 4 (Shopak) apo
dferencia significativa ante los demás tratamientos, esto quie
que el TE4 es significativamente diferente a los demás.

Según los datos muestrales y la prueba de diferencia de medi

recomienda empacar las carnes con el empaque tipo Shopak,
este tipo de empaque es el que genera menor perdida de pes
carne medido en porcentaje de perdida de peso, respesto al
inicial.
 Ejercicio
a influencia de cuatro máquinas en el tiempo de ensamblaje de un producto. El investigador selecciona al azar seis
res de la empresa, y aplica un diseño de bloques aleatorizados para comparar las máquinas. Las máquinas se
rador. La operación de las máquinas requiere destreza física y se anticipa que habrá una diferencia entre los
eran las máquinas. Se registra la cantidad de tiempo en segundos para ensamblar el producto.

Modelo estadistico

Yijk=+ TEi +ij i=1,2,3,4 y j=1,2,...,5

Yik :es la observación correspondiente al i-esimo nivel del tipo de empaque y la k-esima
observación.
μ:es la media global.
TEi: es el efecto del i-esimo nivel del tipo de plástico en la pérdida de peso de la carne.
Ɛik Variable aleatoria que engloba un conjunto de factores.

Supuestos del modelo

Yik ~ NID(μ +TEi ,σ ²) mutuamente

independientes
Ɛik ~ NID(0, σ²) mutuamente
independientes
∑riTEi = 0 para i=1…4
 Se cumple el
supuesto

fiabilidad que se
ue, al menos uno
E3, y TE4,
de la carne medido

as, más
el que está

Estadístico Descriptivo Estadístico Descriptivo

Datos Balanceados
𝐷𝐻𝑆=𝑞(α;𝑎,𝑏)*√((𝐶𝑀𝑒/𝑟) ) DHS 2.31

b=grados de libertad del error

r=repeticiones
CME= cuadrado medio del error
 Estadístico Descriptivo

Datos Balanceados
𝐷𝐻𝑆=𝑞(α;𝑎,𝑏)*√((𝐶𝑀𝑒/𝑟) )

b=grados de libertad del error

r=repeticiones
CME= cuadrado medio del error

q(0.05;3;16)= 3,65 segun los cuantiles de

la distribución q ; CME= 1,94 ; r= 5

DHS=2,27

omendaciones

a calcular la diferencia de los

E), se concluye con un 95% de
sis nula a favor de la alternativa.
atamient 4 (Shopak) aporta una
tratamientos, esto quiere decir
ente a los demás.

ba de diferencia de medias , se
l empaque tipo Shopak,ya que
a menor perdida de peso de la
da de peso, respesto al peso
ue y la k-esima

o de la carne.
 Enunciado
Taller Escrito #2
Br. jesús Escalona En una empresa se requiere estudiar la influenc
v-23.796.220 máquinas en el tiempo de ensamblaje de un pr
investigador selecciona al azar seis operadores
trabajadores de la empresa, y aplica un diseño
aleatorizados para comparar las máquinas. Las
asignan en orden aleatorio a cada operador. La
máquinas requiere destreza física y se anticipa
diferencia entre los operadores en la rapidez co
las máquinas. Se registra la cantidad de tiempo
para ensamblar el producto.

Se nos pide

¿Cuál es la variable respuesta, identifiqué su tipo y su unidad de medida?.

¿Cuáles son los factores involucrados, identifiqué su tipo y niveles?.
¿Cuál es el modelo estadístico e identifiqué sus elementos?
¿ Cuales son los supuestos de acuerdo al tipo de efecto de los factores?
¿Cuáles son las hipótesis que se plantean para cada factor? Justifique.
¿Cuál es la matriz diseño?
Interpretar con sus palabras los resultados obtenidos del análisis,
incluyendo los estimadores y complete el estudio.

DESARROLLO

Para agilizar la modelación del ejercicio se va a

plasmar el desarrollo planteado en clases, en virtud de
definir y dar solución a las interrogantes
 Para agilizar la modelación del ejercicio se va a
plasmar el desarrollo planteado en clases, en virtud de
definir y dar solución a las interrogantes

Resolución al Planteamiento

Elementos del modelo

Diseño cde bloque aleatorizado
Variable Respuesta (Y): Tiempo de emsablaje del producto. Tipo
de Variable continua, medida: segundos (s)
Factor de estudio(M): Máquinas, de efecto fijo , cualitativo
Niveles del factor: de cuatro niveles
M1
M2
 Elementos del modelo

Diseño cde bloque aleatorizado

Variable Respuesta (Y): Tiempo de emsablaje del producto. Tipo
de Variable continua, medida: segundos (s)
Factor de estudio(M): Máquinas, de efecto fijo , cualitativo
Niveles del factor: de cuatro niveles
M1
M2
M3
M4

Factor perturbador (O): Operadores, de efecto aleatorio,

cualitativo
Niveles del factor: de seis niveles
O1
O2
O3
O4
O5
O6

N=24
α= 0,05

Supuestos

Para efecto fijo

Yijk ~ NID (μ +αi +βm, σ² ) mutuamente independientes

Ɛijk~ NID(0, σ² ) mutuamente independientes
Para efecto aleatorio

Ɛijk ∼ NID (0, σ²)

∑niαi=0 para i=1,2,3,4
∑niβi=0 para i=1,2,3,4,5,6

MATRIZ DEL DISEÑO

Media M1 M2 M3 M4
1 1 1 0 0 0
2 1 1 0 0 0
3 1 1 0 0 0
4 1 1 0 0 0
 5 1 1 0 0 0
6 1 1 0 0 0
7 1 0 1 0 0
8 1 0 1 0 0
9 1 0 1 0 0
10 1 0 1 0 0
11 1 0 1 0 0
12 1 0 1 0 0
13 1 1 0 0 0
14 1 1 0 0 0
15 1 1 0 0 0
16 1 1 0 0 0
17 1 1 0 0 0
18 1 1 0 0 0
19 1 0 1 0 0
20 1 0 1 0 0
21 1 0 1 0 0
22 1 0 1 0 0
23 1 0 1 0 0
24 1 0 1 0 0

Suponiendo que ambos factores se rechaza la hipótesis

nulas, como en efecto a nivel experimental se rechaza, se
procede para el factor fijo hacer una prueba de
comparación de medias mediante el Test de Tukey y para
el factor aleatorio una variabilidad de la respuesta, para
ver cual factor interviene de manera significativa en
Tiempo de emsablaje del producto.

TEST DE TUKEY

Estadístico Descriptivo
Datos Balanceados
𝐷𝐻𝑆=𝑞(α;𝑎,𝑏)*√((𝐶𝑀𝑒/𝑟) )
b=grados de libertad del error
r=repeticiones
CME= cuadrado medio del error
q(0.05;3;15)= 3,67 segun los cuantiles
de la distribución q ; CME= 1,59; r=4
DHS=2,31
 Prueba de Tukey
Tratamientos Yi Ti-T1 Ti-T2 Ti-T3 Ti-T4
M1 247.8 0
M2 248.3 0.5 0
M3 255.5 7.7 7.2 0
M4 259.4 11.6 11.1 3.9 0

VARIABILIDAD

V(Yij) = ((σƐ )² + (σt )² )  

(σt)² = (CMtrat - CMerror)/r
donde r=6 (σƐ )² = Cmerror  

( σt)2= 6.65
V(Yij)= 8.24
(σt)2/V(Yij)= 0.80704
(σt)2/V(Yij)*100= 80.70388

Conclusión

Luego de calcular la variabilidad de la respuesta, se evidencia que el

80,70% de la variabilidad del Tiempo de emsablaje del producto. , se
debe a la variabilidad de los Operadores.

Podriamos de decir que en el factor máquinas hay una

pequeña diferencia significativa solo en una comparación
de medias del tiempo de ensamblaje en una máquina,
pero al revisar la variabilidad de respuesta, se atribuye el
Tiempo de emsablaje del producto a los operadores con
un 80,70% de variabilidad en los tratamientos
 Enunciado

e requiere estudiar la influencia de cuatro

empo de ensamblaje de un producto. El
ciona al azar seis operadores diferentes de los
empresa, y aplica un diseño de bloques
a comparar las máquinas. Las máquinas se
aleatorio a cada operador. La operación de las
e destreza física y se anticipa que habrá una
s operadores en la rapidez con la que operan
egistra la cantidad de tiempo en segundos
producto.

e medida?.
eles?.
actores?
tifique.
sis,
 Modelo estadistico

Yijk=+ αi +βj ijk i=1,2,3,4 ; j=1,2,...,6 ; k=1

Donde:
μ:es la media global.
αi: es el efecto de la i-esima máquina en el tiempo de
ensamblaje.
 Modelo estadistico

Yijk=+ αi +βj ijk i=1,2,3,4 ; j=1,2,...,6 ; k=1

Donde:
μ:es la media global.
αi: es el efecto de la i-esima máquina en el tiempo de
ensamblaje.
βj: es el efecto del m-esimo operador en el tiempo de
ensamblaje del producto.
Ɛijk: Variable aleatoria que engloba un conjunto de factores.

Prueba de Hipótesis

Para efecto fijo

Ho: μi1=μi2=μi3=μi4
Ha: μi1≠μi2≠μi3≠μi4

Para efecto aleatorio

Ho:σ²j1=σ²j2=σ²j3=σ²j4=σ²j5=σ²j6
Ha:σ²j1≠σ²j2≠σ²j3≠σ²j4≠σ²j5≠σ²j6

Justificación: Las hipótesis se plantean de esta manera, ya

que tenemos dos factores, uno fijo y uno aleatorio
respectivamente. Para los efectos fijos la modelación se
calcula con la media poblacional y para efectos aleatorios
con la variabilidad de la varianza, lo cual se plantean dos
hipótesis.
 Conclusión

Una vez realizado el Test de Tukey para calcular la

diferencia de los tratamientos de Tiempo de emsablaje
del producto. se concluye con un 95% de confiabildad
que se rechaza la hipótesis nula a favor de la alternativa.
Solo con una diferencia de medias significativa Ti-T1
Ejercicio 2

Una planta de enlatado emplea un número muy grande de maquinas para su proceso de llenado. Se d
que cada maquina vacía un peso especificado del producto en cada lata. El gerente de la planta sospe
existe una gran variación en la cantidad del producto que se vacía entre las distintas maquinas. Para v
sospecha, escoge al azar cuatro maquina y pesa el contenido de cinco lata, seleccionada en forma ale
llenadas por cada una de las cuatro maquinas.

MÁQUINAS
1 2 3 4
5.33 6.59 4.95 2.41
4.95 7.9 4.44 2.83
5.1 4.48 3.48 2.93
7.14 7.32 3.92 2.38
7.84 6.41 8.62 2.11

Elementos del modelo

Diseño completamente aleatorio

Variable Respuesta (Y): Cantidad de producto envasado por lata en unidad
de cantidad de peso.
Factor de estudio: Peso de las Latas (P)cuantitativo, de efecto aleatorio.
Niveles del factor: de cuatro niveles
M1=Maquina 1
M2=Maquina 2
M3=Maquina 3
M4=Maquina4
N=20
P=4
α= 0,05

Prueba de Hipótesis

Ho:2 = 0
Ha: 2 > 0
 Ho:2 = 0
Ha: 2 > 0

Máquinas
1 2 3 4
1.24 1.2 1.19 1.18
1.22 1.2 1.2 1.18
1.22 1.21 1.19 1.19
1.23 1.22 1.2 1.18
1.23 1.2 1.21 1.2 Totales
ri 5 5 5 5 20
Yi. 6.14 6.03 5.99 5.93 24.09
Prom (Yi.) 1.23 1.21 1.20 1.19 1.20
Estimadores 0.024 0.002 -0.006 -0.019 0.000
Suma(Yij)^2 7.54 7.27 7.18 7.03 29.02
(Yi)^2/ri 7.54 7.27 7.18 7.03 29.02

F(0,05;3;16)=3,24

Suma de Cuadrados
FC 29.02
ScTotal 0.005895
ScTrat 0.004695
ScError 0.001200

ANAVAR
Fuente de Variación GL SC CM Fcal Ftab
Tratamiento 3 0.004695 0.001565 20.87 3.24
Error 16 0.001200 0.000075
Total 19 0.005895

Aplicando las fórmulas dadas en clase se

calculará el % de variabilidad de la respuesta
explicada por el tratamiento
Aplicando las fórmulas dadas en clase se
calculará el % de variabilidad de la respuesta
explicada por el tratamiento

V(Yij) = ((σƐ )2 + (σt )2 )

(σt)2 = (CMtrat - CMerror)/r donde r=5
(σƐ )2 = Cmerror
( σt)2= 0.000298
V(Yij)= 0.000373
(σt)2/V(Yij)= 0.79893
(σt)2/V(Yij)*100= 79.89276

Conclusión y Recomendaciones

Luego de calcular la variabilidad de la respuesta, se evidencia que el

79,89% de la variabilidad de la Cantidad de producto envasado por
lata en unidad de cantidad de peso, se debe a la variabilidad de los
tratamientos. Esto quiere decir que es Gerente del área tenía
acertabilidad en su sospecha.

Se recomendaría hacer una parada de la producción para la

calibración de los equipos de envasado para evitar pérdidas
económicas del producto terminado.
 ara su proceso de llenado. Se da por hecho
a. El gerente de la planta sospecha que
e las distintas maquinas. Para verificar su
ata, seleccionada en forma aleatoria,

Modelo estadistico
Yij=+ Mi +ij i=1,2,3,4 y j=1,2,...,5

Yik :es la observación correspondiente al i-esimo nivel de peso de las

latas y la k-esima observación.
μ:es la media global.
Mi: es el efecto del i-esimo nivel del la cantidad de producto envasado
por unidad de peso.
Ɛik Variable aleatoria que engloba un conjunto de factores.

Supuestos del modelo

Yik ~ NID(μ ,σ𝑡 ²+σƐ ²) mutuamente independientes

Ɛik ~ NID(0, σƐ ²) mutuamente independientes

𝑡i~ NID(0,σ𝑡 ²)
 Yik ~ NID(μ ,σ𝑡 ²+σƐ ²) mutuamente independientes

Ɛik ~ NID(0, σƐ ²) mutuamente independientes

𝑡i~ NID(0,σ𝑡 ²)

Se cumplen los
supuestos

Después de calcular el ANOVA para este diseño y con

un 95% de confiabilidad que se rechaza la hipótesis
nula a favor de la alternatva, esto quiere decir que, al
menos uno de los 4 tratamientos M1, M2, M3, y M4,
respectivamente, aporta diferencia significativa en la
Cantidad de producto envasado por lata en unidad de
cantidad de peso.