Un estudio de medición de la fatiga y el estrés de secretarias dio lugar a propuestas de modificaci

puesto de trabajo, se seleccionan tres alternativas específicas que tienen el mejor potencial para
alternativas en cuanto a su efecto sobre el estrés de las secretarias? Para responder a esta pregun
con cada una de las alternativas.
En un diseño completamente aleatorio, se asignaría una muestra aleatoria de controladores a cad
sustancialmente en su capacidad para manejar situaciones de estrés. Lo que es un estrés elevado
considerar la fuente de variación dentro del grupo (MSE), debemos darnos cuenta de que esta va
secretarias. De hecho, los experimentadores esperaban que la variabilidad de las secretarias cont
individuales es utilizar un diseño de bloques aleatorios. Este diseño identificará la variabilidad der
de bloques aleatorios requiere una única muestra de secretarias. Cada secretaria de la muestra se
experimental, la estación de trabajo es el factor de interés y las secretarias son los bloques. Los tr
tres alternativas de la estación de trabajo. Para simplificar, nos referimos a las alternativas de pue
Para proporcionar los datos necesarios, las tres alternativas de estaciones de trabajo se instalaron
para operar en cada uno de los sistemas (puestos de trabajo). Una entrevista de seguimiento y un
de cada controlador en cada sistema.

SISTEMA A
SISTEMA_A SISTEMA_B SISTEMA_C
15 15 18
14 14 14
10 11 15
13 12 17
16 13 16
13 13 13
estas de modificación y rediseño del puesto de trabajo de las secretarias. Después de considerar varios diseñ
ejor potencial para reducir el estrés de las secretarias. La pregunta clave es: ¿En qué medida difieren las tres
onder a esta pregunta, necesitamos diseñar un experimento que proporcione mediciones del estrés de las se

controladores a cada alternativa de puesto de trabajo. Sin embargo, se cree que las secretarias difieren
s un estrés elevado para una secretaria puede ser sólo un estrés moderado o incluso bajo para otra. Por lo ta
enta de que esta variación incluye tanto el error aleatorio como el error debido a las diferencias individuales
las secretarias contribuyera en gran medida al término MSE. Una forma de separar el efecto de las diferencia
á la variabilidad derivada de las diferencias individuales de los controladores y la eliminará del término MSE.
aria de la muestra se prueba con cada una de las tres alternativas de estación de trabajo. En la terminología d
n los bloques. Los tres tratamientos o poblaciones asociados con el factor de la estación de trabajo correspon
alternativas de puestos de trabajo como Sistema A, Sistema B y Sistema C.
rabajo se instalaron en un Centro Especializado de Ergonomía. Se seleccionaron seis secretarias al azar y se a
de seguimiento y un examen médico de cada secretaria participante en el estudio proporcionó una medida de

SISTEMA B SISTEMA C
 SISTEMA_A SISTEMA_B SISTEMA_C
SECRETARIA1 15 15 18
SECRETARIA2 14 14 14
SECRETARIA3 10 11 15
SECRETARIA4 13 12 17
SECRETARIA5 16 13 16
SECRETARIA6 13 13 13
de considerar varios diseños para el
é medida difieren las tres
ciones del estrés de las secretarias

secretarias difieren
o bajo para otra. Por lo tanto, al
s diferencias individuales de las
el efecto de las diferencias
minará del término MSE. El diseño
bajo. En la terminología del diseño
ción de trabajo corresponden a las

s secretarias al azar y se asignaron

roporcionó una medida del estrés
Horas Signo Pos Neg Cero
1858 -1 5 15 0 Un ingeniero está inte
1988 -1 ¿Se queman los focos
1733 -1 H0: Los focos no se qu
2226 1 H1: Los focos se quem
1642 -1
1893 -1
1958 -1
𝑉_𝑜𝑏𝑠=𝑚𝑖𝑛(𝑡𝑜𝑡𝑎
Rechazar H0 si el esta
2014 1 Vobs=5, VC=5
2473 1 (Vobs=5 = VC=5) Por t
1870 -1 Hay suficiente eviden
1662 -1
1969 -1
2332 1
1892 -1
1772 -1 Si p-value ≥ α  No r
1609 -1 Si p-value ˂ α  Rech
2146 1
1734 -1
1589 -1
1827 -1
 ingeniero está interesado en verificar si los focos fabricados por una compañía se queman antes de las 2000
e queman los focos antes de las 2000 horas?
: Los focos no se queman antes de las 2000 horas (η ≥ 2000)
: Los focos se queman antes de las 2000 horas (η < 2000)

𝑜𝑏𝑠=𝑚𝑖𝑛(𝑡𝑜𝑡𝑎𝑙+,𝑡𝑜𝑡𝑎𝑙−)=𝑚𝑖𝑛(5,15)=5
chazar H0 si el estadístico de prueba (Vobs) es menor o igual que el valor crítico (VC) dado en la Tabla J.
bs=5, VC=5
obs=5 = VC=5) Por tanto, Rechazar H0 (Aceptar H1)
y suficiente evidencia estadística para decir que los focos se queman antes de las 2000 horas a un nivel de sig

p-value ≥ α  No rechazar Ho
p-value ˂ α  Rechazar Ho (Aceptar H1)
eman antes de las 2000 horas de servicio.

dado en la Tabla J.

0 horas a un nivel de significancia de 0.05.

Clientes Signo Pos Neg Cero
El gerente de un Centro Médico afirma que la cantid
82 1 15 3 2 es de 80 por día. Para probar esta afirmación, se sele
86 1 atendidos. En α = 0.05, pruebe la afirmación.
72 -1 ¿Es la cantidad de pacientes atendidos igual a 80 por
105 1 H0: La cantidad de pacientes atendidos por día NO e
85 1 H1: La cantidad de pacientes atendidos por día es dif
95 1
84 1
80 0 𝑉_𝑜𝑏𝑠=𝑚𝑖𝑛(𝑡𝑜𝑡𝑎𝑙+,𝑡𝑜𝑡𝑎𝑙−)=min(15,3)
Rechazar H0 si el estadístico de prueba (Vobs) es me
93 1 Vobs=3, VC=4
89 1
88 1 (Vobs=3 < VC=4) Por tanto, Rechazar H0 (Aceptar H1
86 1 Hay suficiente evidencia estadística para decir que lo
81 1 de 0.05.
74 -1
81 1
81 1
80 0
62 -1
83 1
87 1
co afirma que la cantidad promedio de pacientes atendidos por los médicos que trabajan en el centro
esta afirmación, se seleccionan al azar 20 días y se registra y muestra el número de pacientes
e la afirmación.
tendidos igual a 80 por día?
atendidos por día NO es diferente a 80 (η = 80)
atendidos por día es diferente a 80 (η ≠ 80)

𝑡𝑎𝑙−)=min(15,3)=3
e prueba (Vobs) es menor o igual que el valor crítico (VC) dado en la Tabla J.

chazar H0 (Aceptar H1)

dística para decir que los pacientes atendidos por dia son diferentes de 80 a un nivel de significancia

Si p-value ≥ α  No rechazar Ho
Si p-value ˂ α  Rechazar Ho (Aceptar H1)
ajan en el centro
acientes

e significancia

Ho
(Aceptar H1)
Pasajeros Signo Pos Neg Cero
372 1 9 26 0 Un investigador educativo cree que la cantida
142 -1 datos proporcionados enumeran la cantidad d
61 -1 0.05, ¿hay suficiente evidencia para rechazar s
138 -1 ¿Es la cantidad media de pasajeros que viajan
111 -1
H0: la cantidad media de pasajeros que viajan
136 -1
H1: La cantidad media de pasajeros que viaja
100 -1
318 1
165 1 𝑉_𝑜𝑏𝑠=((𝑋+0.5)−0.5𝑛)/(√𝑛/2)=
137 -1 (√35/2)=−2.7044
225 1
179 1
95 -1
171 1
127 -1
243 1
191 1
122 -1
92 -1
109 -1
83 -1
133 -1
140 -1
136 -1
133 -1
140 -1
149 -1
342 1
75 -1
37 -1
126 -1
108 -1
119 -1
64 -1
96 -1
vo cree que la cantidad media de personas que viajan diariamente en una determinada línea de bus es 150. L
numeran la cantidad de personas seleccionada al azar de varias frecuencias de ruta. En el nivel de significanci
dencia para rechazar su afirmación?
e pasajeros que viajan diariamente diferente de 150?
e pasajeros que viajan diariamente NO es diferente de 150 (η = 150)
de pasajeros que viajan diariamente diferente de 150 (η ≠ 150)

−0.5𝑛)/(√𝑛/2)=((9+0.5)−0.5×35)/

Si p-value ≥ α  No rechazar Ho
Si p-value ˂ α  Rechazar Ho (Aceptar H1)
línea de bus es 150. Los
el nivel de significancia de

tar H1)
Maquina1 Maquina2
16.03 16.05 Se utilizan dos cabezales de llenado en la producción de botellas de a
16.02 15.98 volúmenes medios de llenado para cada uno no son iguales. Decide t
16.07 15.98 cada cabezal de llenado y medir el volumen de aceite lubricante en c
15.97 15.88
16.04 16.05
16.02 15.93 Si p-value ≥ α  No rechazar Ho
16.12 16.07
Si p-value ˂ α  Rechazar Ho (Aceptar H1)
15.08 15.92
16 15.98
16.1 16.1
16.02 16.03
15.95 16.03
15.85 16.02
16.1 16.01
15.9 15.98
15.88 16.02
ducción de botellas de aceite lubricante y usted sospecha que los
no son iguales. Decide tomar muestras de 16 botellas al azar de
e aceite lubricante en cada una.
Horas Proveedor PROVEEDOR
34 A A B C
Tres proveedores proporcionan cabezale
35 A 34 45 31 horas de uso hasta que se necesita un re
33 A 35 43 24 tiempo que cada uno de los 5 cabezales
39 A 33 35 25
36 A 39 41 22
45 B 36 50 38
43 B
35 B
41 B
50 B
31 C
24 C
25 C
22 C
38 C
 s proporcionan cabezales de corte para un torno de máquina y desea saber si la mediana de
sta que se necesita un reemplazo difiere entre los proveedores. Se recopilan datos sobre el
a uno de los 5 cabezales de corte está en uso hasta que se reemplaza.

Si p-value ≥ α  No rechazar Ho
Si p-value ˂ α  Rechazar Ho (Aceptar H1)
ana de
bre el