ESTADISTICA APLICADA A LA

INVESTIGACION
UNIDAD IV: DISEÑO DE TRATAMIENTOS (FACTORIAL): Lección EA 421

MAESTRIA EN CIENCIAS EN GESTION

AMBIENTAL

Ing. Herman B. Collazos Saldaña Mg.Sc. Dr.

UNIDAD CUARTA: 421
Diseño de Tratamientos
(FACTORIAL)
Para el procesamiento de Datos
Numéricos del Nivel Explicativo,
que tienen que cumplir con la
normalidad y homogeneidad de
varianzas
Dos Variables Independientes
(Tratamientos o Factores) una
variable de respuesta o dependiente
( Rto, altura, etc.)
ANOVA , de factores en los
diferentes diseños estadísticos
Tópico 21
En esta lección se explicara el
procesamiento, cuando tenemos
datos obtenidos de aplicar un
diseño de tratamientos, en el que
se incluye dos o tres factores con
diferentes niveles, en un diseño
particular, para poder analizar en
primer orden la interacciones
significativas que podrían existir
entre un factor determinado
cuando se combina con los
niveles de otro factor, incluido en
el estudio.
Diseño de Tratamientos
(FACTORIAL)
Son experimentos que
involucran en el mismo,
varios factores, con
diferentes modalidades o
niveles cada uno. Por
ejemplo:
•Variedades y dosis de
nitrógeno: dos factores.
•Distanciamiento entre
plantas y dosis de
nitrógeno: dos factores.
•Variedades, densidad de
siembra y dosis de N: tres
factores.
DISEÑO DE TRATAMIENTOS (FACTORIAL)
 DISEÑO DE TRATAMIENTOS (FACTORIAL)
Factor: Es un grupo o clase de tratamientos de un determinado tipo: ejem. Dosis
de N, variedad de maíz, profundidad de labranza, sexo, etc.
Niveles de un Factor: Corresponde a los diferentes componentes del factor.
Factor Cualitativo: Cuyos niveles denotan cualidad o categoría, ejem: variedades
de maíz.
Factor Cuantitativo: Cuyos niveles denotan cantidad, ejem: Dosis
de N, profundidad de labranza.
Arreglo Combinatorio: Los tratamientos son las combinaciones de los niveles de
los factores, así por ejem: Dos factores A y B cada uno con dos niveles a0, a1 y b0,
b1, forman los siguientes tratamientos: a0b0, a0b1, a1b0 y a1b1 . El factorial se
conoce como de 2X2 ó 2Ax2B ó 2².
 DISEÑO DE TRATAMIENTOS (FACTORIAL)
Analisis de Varianza de un Experimento 2²:
Se ilustra en el siguiente ejemplo: Consideremos un experimento en el que se ha
incluido el estudio de dos factores: A: Dosis de N: a1 = 0 Kg/Ha, a2 = 100 Kg/Ha, y
B: Profundidad de Labranza: b1 = 25 cm., b2 = 40 cm., la combinación de estos
factores se incluyo bajo un DBCA, con 4 repeticiones, los resultados se muestran:
a1 b1 a1 b2 a2 b1 a2 b2 Tot. Dosis
B T a1 a2
Profund. Tot Prom
I 4.5 5.1 7.0 9.4 26
b1=25cm. 19.2 29.6 48.8 6.1
II 6.0 4.4 7.4 8.3 26.1
3.8 5.3 8.3 7.4 24.8 b2 =40cm 20.4 34.4 54.8 6.85
III
IV 4.9 5.6 6.9 9.3 26.7 Tot. 39.6 64 103.6
Tot. 19.2 20.4 29.6 34.4 103.6 Prom. 4.95 8.0
 DISEÑO DE TRATAMIENTOS (FACTORIAL)
Cálculos: TC: (103.6)²/16 = 670.81
S.C.A= (39.6²+64²)/8-TC = 37.21
S.C. Total: (4.5² +…+ 9.3²) – TC = 47.47 S.C. Bloque:
(26² +…+26.7²)/4 – TC = 0.475 S.C.B= (48.8²+54.8²)/8-TC= 2.25
S.C. Tratam.:(19.2² +…+34.4²)/4 – TC = 40.27 S.C.AB= (19.2²+..+34.4²)/4-TC-
S.E. Error: S.C.Tot – S.C.B. – S.C.T = 6.72523 SCA-SCB = 0.81
 DISEÑO DE TRATAMIENTOS (FACTORIAL)

Conclusiones:
❖En los experimentos factoriales las conclusiones de mayor
importancia se deben sacar de los efectos simples que alcancen
significancia estadística.
❖Si no hay significancia para la interacción, las conclusiones se deducirán de
cualquier efecto principal que haya resultado significativo, aunque estos efectos
no sean de mucho interés.
❖Si existe significancia estadística entre los efectos principales y entre la
interacción de estos factores, las conclusiones se deducirán principalmente de la
interacción.
❖El Análisis de Varianza de Efectos Simples, nos va a proveer información que
permitirá sacar conclusiones sobre los efectos simples.
 DISEÑO DE TRATAMIENTOS (FACTORIAL)
Análisis de Varianza de Efectos Simples:
Se deben efectuar solo si la interacción entre los factores es significativa.
Dosis F. De V. G. L. S.C. C.M. Fc p-valor Sig
Profund. a1 a2 Tot A en b1 (a-1)=1 13.52 13.52 18.09 0,00 Sig
b1=25cm. 19.2 29.6 48.8 A en b2 (a-1)=1 24.5 24.5 32.79 0,00 Sig
b2 =40cm 54.8 B en a1 (b-1)=1 0.18 0.18 0.24 0,63 NS
20.4 34.4
B en a2 (b-1)=1 2.88 2.88 3.85 0,08 NS
Tot. 39.6 64 103.6 Error 9 6.725 0.747
Total 15

Cálculos:
SC. B en a1=(19.2²+20.4²)/4 – (39.6²)/8 = 0.18
SC. A en b1=(19.2²+29.6²)/4 – (48.8²)/8 = 13.52
SC. B en a2=(29.6²+34.4²)/4 – (64²)/8 = 2.88
SC. A en b2=(20.4²+34.4²)/4 – (54.8²)/8 = 24.5
 DISEÑO DE TRATAMIENTOS (FACTORIAL)
En una empresa industrial, la
Análisis de Varianza de un Experimento 4A*3B:
gerencia de producción desea
Métodos de Máquinas probar cuatro máquinas que
Producción Total producen bolsas de cereales de
A1 A2 A3 A4
(B) ¼ de kilogramo y al mismo
15 12 10 8 tiempo evaluar a sus
B1 13 10 14 9 trabajadores capacitados en tres
12 11 9 10
métodos distinto de llenado. Se
Subtotal 40 33 33 27 133
14 13 11 11 han registrado el número de
B2 12 10 12 9 bolsas de cereal que no cumplen
15 11 17 7 con el estándar establecido por
Subtotal 41 34 40 27 142 la gerencia de calidad, en una
14 10 12 10 hora de producción. Realizar las
B3 16 14 11 13 pruebas de significación para
13 10 11 9
evaluar si existe efecto
Subtotal 43 34 34 32 143
Total 124 101 107 86 418 combinado de máquinas y
métodos.
 DISEÑO DE TRATAMIENTOS (FACTORIAL)
En una empresa industrial, la
Cálculos para el ANOVA: gerencia de producción desea
probar cuatro máquinas que
- T. C. = 4182/36 = 4853.444 producen bolsas de cereales de
- S. C. Total = (152 + 132 + 122 +…+ 102 + 92) – T.C. = ¼ de kilogramo y al mismo
184.556 tiempo evaluar a sus
trabajadores capacitados en tres
- S. C. de A = (1242 + 1012 + 1072 + 862)/9 – T.C. = 82.333 métodos distinto de llenado. Se
- S. C. de B = (1332 + 1422 + 1432)/12 – T.C. = 5.056 han registrado el número de
- S. C. (AB) = (402 + 332 +…+342 +322)/3 – T.C. – S.C.A – bolsas de cereal que no cumplen
con el estándar establecido por
S.C.B = 11.833
la gerencia de calidad, en una
- S. C. Error = S. C. Total – S.C. A – S.C.B – S.C. AB = 85.334 hora de producción. Realizar las
pruebas de significación para
evaluar si existe efecto
combinado de máquinas y
métodos.
 DISEÑO DE TRATAMIENTOS (FACTORIAL)
En una empresa industrial, la
Análisis de Varianza (ANOVA) gerencia de producción desea
probar cuatro máquinas que
F. de Variación G. L. S. C. C. M. Fc P-valor producen bolsas de cereales de
Factor A (a-1) = 3 82.333 27.444 7.717 ** 0.00
¼ de kilogramo y al mismo
Factor B (b-1) = 2 5.056 2.528 0.711 0.50 tiempo evaluar a sus
AxB (a-1)(b-1) = 6 11.833 1.972 0.554 0.76 trabajadores capacitados en tres
Error diferencia =24 85.334 3.556 métodos distinto de llenado. Se
Total abr-1 = 35 184.556 han registrado el número de
bolsas de cereal que no cumplen
C.V. 16.24% con el estándar establecido por
la gerencia de calidad, en una
Conclusión: hora de producción. Realizar las
No se rechaza la hipótesis planteada, por lo tanto la prueba para la pruebas de significación para
interacción no es significativa indicándonos que no existe diferencia evaluar si existe efecto
estadística significativa entre los diferentes factores. Pero se puede
combinado de máquinas y
mencionar que existe diferencia significativa entre los niveles del factor
métodos.
A.
GRACIAS!
Dr Herman B. Collazos Saldaña