1.

1Análisis de varianza de un solo factor

En la siguiente tabla se dan los números de equivocaciones cometidas en cinco

días sucesivos por cuatro técnicas que trabajan para un laboratorio fotográfico:

Técnico 1 Técnico 2 Técnico 3 Técnico 4

6 14 9 9
10 9 12 12
14 12 7 8
8 10 15 10
11 14 12 11
49 59 55 50

Paso 1. Factor de corrección

2 2
T 212
C= = =2 ,2 68 . 45
Kn 20

Paso 2. Suma de cuadrados dentro de tratamiento.

2
SST =∑ Y i 5−C

2
SST =∑ Y i 5−2,268.451=114.5

Paso 3. Suma de cuadrados entre tratamiento

n=5

2 2 2 2
(49) +(59) +(55) +(50)
SS ( Tr )= −2,268.45=¿ 12.95
5

Paso 4. Suma de cuadrados del error

SS=114.5−12.95=101.6

Fuente de variación Grados de libertad Suma de cuadrados Cuadrado medio F

3 12.95 4.3166
Técnicas error
16 101.6 6.35 0.6797
Total 19 114.55
Paso 6. Conclusión

Fcalculada= 0.6797 Ftabular= 5.29

Por lo tanto, como la Fcalculada no excede la Ftabular se puede concluir que

existen diferencias entre las 4 técnicas.

2.1 Prueba de independencia ( Ji2 ¿

Vamos a examinar con más atención el ejemplo de los snacks en el cine.

Supongamos que recogemos datos de 600 personas en nuestro cine. Para cada
persona, sabemos el tipo de película que vieron y si compraron snacks o no.

Vamos a empezar por responder a esto: ¿Es la prueba de independencia de ji

cuadrado un método apropiado para evaluar la relación entre el tipo de película y
las compras de snacks?

Paso 1. Identificar los datos con los que contamos

• Tenemos una muestra aleatoria simple de 600 personas que han visto una
película en nuestro cine.
• Nuestras variables son el tipo de película y si se compraron o no snacks. Ambas
variables son categóricas.

• Que haya más de cinco valores esperados para cada combinación de las dos
variables. Para confirmarlo, tenemos que saber los conteos totales para cada tipo
de película y los de si se compraron o no snacks.

Realizamos una tabla de contingencia para datos de películas y snacks:

Tipo de película Snacks No snacks

Acción 50 75
Comedia 125 175
Familiar 90 30
Terror 45 10

Paso 2. Hallar conteos esperados

Tipo de película Snacks No snacks Totales

Acción 50 75 125
Comedia 125 175 300
Familiar 90 30 120
Terror 45 10 55
Totales de columna 310 290 600

Los conteos esperados para cada combinación de película-snack se basan en los

totales de fila y columna. Multiplicamos el total de fila por el de columna y luego
dividimos por la suma total. Esto nos da el conteo esperado para cada celda de la
tabla. Por ejemplo, para la celda Acción-Snacks, tenemos:

125 x 310 38,750

= =6 5
600 600
 Paso 3. Comparación de conteo real y esperado

Snacks No snacks
Acción 50 65 75 60
Comedia 125 155 175 145
Familiar 90 62 30 58
Terror 45 28 10 27
Totales 310 310 290 290
Real 600 Esperado 600

Paso 4. Preparación para calcular la estadística de la prueba

Snacks
Tipo de película
Real Esperado Diferencia Diferencia al cuadrado Dividir por esperado
Acción 50 64.58 -14.58 212.67 3.29
Comedia 125 155 -30 900 5.81
Familiar 90 62 28 784 12.65
Terror 45 28.42 16.58 275.01 9.68

No snacks
Tipo de película
Real Esperado Diferencia Diferencia al cuadrado Dividir por esperado
Acción 75 60.42 14.58 212.67 3.52
Comedia 175 145 30 900 6.21
Familiar 30 58 -28 784 13.52
Terror 10 26.58 -16.58 275.01 10.35

Paso 5. Obtener la estadística de prueba, sumamos los números de la ultima

fila para cada celda

3.26+3.52+5.81+6.21+12.65+ 13.52+ 9.68+10.35=65.03

Paso 6. Comparamos la estadística de la prueba con un valor de la

distribución ji cuadrado.

1. En primer lugar, decidimos qué riesgo estamos dispuestos a asumir de

extraer la conclusión de que las dos variables no son independientes. Para
los datos de las películas, hemos decidido antes de nuestra recopilación de
datos que estamos dispuestos a asumir un riesgo del 5 % de decir que las
 dos variables –Tipo de película y Compra de snacks– no son
independientes cuando en realidad sí lo son. En lenguaje de estadísticas,
establecemos el nivel de significación, α, en 0,05.
2. Calculamos una estadística de prueba. Como se muestra arriba, nuestra
estadística de prueba es 65,03.
3. Hallamos el valor crítico de la distribución ji cuadrado según nuestros
grados de libertad y nuestro nivel de significación. Este es el valor esperado
si las dos variables son independientes.
4. Los grados de libertad dependen del número de filas y de columnas que
tengamos. Los grados de libertad (gl) se calculan como:
df =( r−1 ) x (c−1)
En la fórmula, r es el número de filas, y c es el número de columnas de
nuestra tabla de contingencia. A partir de nuestro ejemplo, con Tipo de
película en la filas y Compra de snacks en las columnas, tenemos:
df =( 4−1 ) x ( 2−1 )=3 x 1=3
El valor de ji cuadrado con α = 0,05 y tres grados de libertad es 7,815.

5. Comparamos el valor de nuestra estadística de prueba (65,03) con el valor

de ji cuadrado. Como 65,03 > 7,815, rechazamos la idea de que el tipo de
película y las compras de snacks son independientes.

Llegamos a la conclusión de que hay alguna relación entre el tipo de película y las
compras de snacks. El propietario del cine no puede hacer una estimación de la
cantidad de snacks que debe comprar independientemente del tipo de películas
que se proyecten. En vez de eso, el propietario debe pensar en el tipo de películas
que se proyectan al estimar las compras de snacks.

Es importante señalar que no podemos llegar a la conclusión de que el tipo de

película causa una compra de snacks. La prueba de independencia solo nos
indica si hay o no una relación; no nos dice que una variable sea la causa de la
otra.