Página 1 de 2

Diseño completamente aleatorio Análisis de varianza

El diseño completamente aleatorio es el mas simple de todos es útil
cuando las unidades experimentales son esencialmente
homogéneas es decir, cuando la varianza entre ellas es pequeña.
Este es el caso de muchos tipos de experimentos de laboratorio, de
1
industrias o fabricas, en donde las condiciones ambientales están
controladas o bien no hay mucha variación.
Ventajas
Fue ideada por Sir Ronald A. Fisher y es esencialmente un
procedimiento aritmético que descompone una suma total de
cuadrados en componentes asociados con fuentes de variación
reconocida. Se ha usado con gran provecho en todos los campos de
la investigación en los que los datos se miden cuantitativamente.
El análisis de varianza para el diseño completamente aleatorio es el
siguiente:

1) Es fácil de planear Dónde:

2) Es flexible en cuanto al numero de tratamiento y • F.V. (fuente de variación)
repeticiones • g.l. (grados de libertad)
3) No es necesario que el numero de tratamientos sea igual • S.C. (suma de cuadrados)
que el numero de repeticiones • C.M. (cuadrados medios)
4) No se estiman datos perdidos • 𝐹𝑐 (F calculada)
5) Por no tener restricciones, aumenta el numero de grados de • 𝐹𝑡 (F tabulada)
libertad para el error
Fuentes de variación (F.V.)
Desventajas • Tratamiento (t)
1) No es eficiente con material experimental heterogéneo • Error (E)
2) Puesto que no existen restricciones en cuanto a la • Total (T)
aleatorización, el error experimental incluye la variación Grados de libertad (g.l.)
total entre unidades experimentales, excepto aquella
• 𝑔. 𝑙. 𝑇. = (𝑡𝑟) − 1
debido a tratamiento.
• 𝑔. 𝑙. 𝑡. = 𝑡 − 1
• 𝑔. 𝑙. 𝐸. = 𝑡(𝑟 − 1)
 Página 2 de 2

Factor de corrección (F.C.) F tabulada (𝑭𝒕 )

(∑ 𝑦∗ ∗ )2 𝐹𝑡 (𝑔. 𝑙. 𝑡. , 𝑔. 𝑙. 𝐸. )
𝐹. 𝐶. =
𝑡𝑟
Regla de decisión:
Donde ∑ 𝑦∗ ∗ = a la suma total de todos los tratamientos y todas
1) Si F calculada es mayor que 𝐹𝑡 0.05 existen diferencias significativas
las repeticiones del experimento. entre tratamientos (*)
2 2) Si F calculada es mayor que 𝐹𝑡 0.01 existen diferencias altamente
Suma de cuadrados (S.C.) significativas entre tratamientos (* *)
• 𝑆. 𝐶. 𝑇. = ∑ 𝑦 2 𝑖 𝑗 − 𝐹. 𝐶.
Donde ∑ 𝑦 2 𝑖 𝑗 = es la suma de cuadrados de todos los tratamientos
en todas sus repeticiones al cuadrado

∑ 𝑦2𝑖 ∗
• 𝑆. 𝐶. 𝑡. = − 𝐹. 𝐶.
𝑟

Donde ∑ 𝑦 2 𝑖 ∗ = es la suma total de cada tratamiento al cuadrado.

• 𝑆. 𝐶. 𝐸 = 𝑆. 𝐶. 𝑇 − 𝑆. 𝐶. 𝑡.

Cuadrados medios (C.M.)

𝑆.𝐶.𝑡.
• 𝐶. 𝑀. 𝑡. =
𝑔.𝑙.𝑡.

𝑆.𝐶.𝐸.
• 𝐶. 𝑀. 𝐸. =
𝑔.𝑙.𝐸.

F calculada (𝑭𝒄 )
𝐶. 𝑀. 𝑡.
𝐹𝑐 =
𝐶. 𝑀. 𝐸.
Explicación Ejemplo
Diseño al Azar
En este bloque se desea establecer cual de los diferentes objetos de estudio es el mejor.
Vamos a pensar que eres el encargado diseñar un nuevo envase para transportar el liquido
que fabrica tu empresa y tienes 6 diferentes opciones cada una con un costo diferente. Por lo
que se decidido hacer un experimento con los 6 envases para saber cual es el mejor y este
experimento se repitió 4 veces para tener mayor confiabilidad de los resultados.

t1: significa tratamiento 1 y así sucesivamente

Valores que se
obtuvieron al
realizar el
experimento 4
veces

Costo de fabricar un envase del t1

 PASOS A SEGUIR PARA RESOLVER PROBLEMAS DEL DISEÑO AL AZAR
USANDO MINITAB 17

Paso 1.- Abrir Minitab 17.

Paso 2.- Clic en una de las columnas y
colocar el nombre de la variable del Factor
(tratamientos).
Paso 3.- Clic en una de las columnas y
colocar el nombre de la variable de
Respuesta.
Paso 4.- Introducir los datos en la hoja de
trabajo.

Paso 5.- Seleccionar el Menú

“Estadística”.
Paso 6.- Seleccionamos el
Submenú “ANOVA”.
Paso 7.- Damos Clic en la opción
“Un solo factor…”.

Paso 8.- Se abrirá una nueva ventana

donde seleccionaremos las Variables.
Paso 9.- Damos Clic en el recuadro de
Respuesta
Paso 10.- Seleccionar la Columna de los
Datos de Respuesta.
Paso 11.- Damos Clic en “Seleccionar”.
Paso 12.- Seleccionar la Columna de los
Datos del Factor (Tratamientos).
Paso 13.- Damos Clic en “Seleccionar”.
Paso 14.- Damos Clic en la opción de
“Comparaciones”.
 Paso 15.- Se abrirá una nueva ventana donde
seleccionaremos el método(s) de
comparación que deseamos.
Paso 16.- Colocamos el nivel de
significancia deseado para la prueba de
comparación (en porcentaje).
Paso 17.- Damos clic en el método(s) de
comparación que deseamos (en nuestro caso
solo queremos la comparación “De Tukey”.
Paso 18.- Damos clic en “Aceptar” se cerrará
la ventana de “Análisis de varianza de un
solo factor: Comparaciones”.

( Para para prueba del tukey de α=0.05 escribe 5 )

( Para para prueba del tukey de α=0.01 escribe 1 )

Paso 19.- Damos Clic en “Aceptar” se cerrará

la ventana de “Análisis de varianza de un solo
factor” y en la ventana de sesión se muestran
los resultados de los cálculos del ANOVA y
la(s) comparaciones seleccionadas.

Aquí se
muestran los
resultados
PASOS A SEGUIR PARA OBTENER ESTADISTICAS BASICAS USANDO MINITAB 17

Paso 1.- Seleccionar el Menú “Estadística”.

Paso 2.- Seleccionamos el Submenú “Estadística básica”.
Paso 3.- Damos Clic en la opción “Mostrar Estadísticos descriptivos…”.

Paso 4.- Se abrirá una nueva ventana donde

seleccionaremos las Variables.
Paso 5.- Seleccionar la Columna de los Datos de
Respuesta.
Paso 6.- Damos Clic en “Seleccionar”.
Paso 7.- Damos Clic en la opción de
“Estadísticas..”

Paso 8.- Se abrirá una nueva ventana como la

siguiente donde seleccionaremos cual estadístico
requerimos
Paso 9.- Damos Clic en “Ninguna” para eliminar
todas las selecciones predeterminadas
Paso 10.- Se eliminarán todas las selecciones
predeterminadas
Paso 11.- Damos Clic en la(s) opción(es) de
estadísticos que requerimos en nuestro caso
solo es la “Media”
Paso 12.- Damos clic en “Aceptar” se cerrara la
ventana de “Mostrar estadísticas descriptivas –
Estadísticas … ”.

Paso 13.- Damos Clic en “Aceptar” se cerrara la

ventana de “Mostrar estadísticas descriptivas”. y
en la ventana de sesión se muestran los resultados
de los cálculos

Aquí se muestran los resultados de

los cálculos

Aquí se muestra como guardar el

documento de minitab
ANOVA unidireccional: respuesta vs. tratamientos

Método
Hipótesis nula Todas las medias son iguales
Hipótesis alterna Por lo menos una media es diferente
Nivel de significancia α = 0.05
Se presupuso igualdad de varianzas para el análisis.

Información del factor

Factor Niveles Valores
tratamientos 6 t1 ($10), t2 ($14), t3 ($15), t4 ($16), t5 ($13), t6
($12)

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
tratamientos 5 134.587 26.9174 49.73 0.000
Error 18 9.743 0.5413
Total 23 144.330

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0.735697 93.25% 91.37% 88.00%

Medias
tratamientos N Media Desv.Est. IC de 95%
t1 ($10) 4 5.750 0.645 ( 4.977, 6.523)
t2 ($14) 4 5.650 0.351 ( 4.877, 6.423)
t3 ($15) 4 6.425 0.377 ( 5.652, 7.198)
t4 ($16) 4 8.200 0.876 ( 7.427, 8.973)
t5 ($13) 4 12.425 1.307 (11.652, 13.198)
t6 ($12) 4 6.375 0.299 ( 5.602, 7.148)

Desv.Est. agrupada = 0.735697

Comparaciones en parejas de Tukey

Agrupar información utilizando el método de Tukey y una confianza de 95%
tratamientos N Media Agrupación
t5 ($13) 4 12.425 A
t4 ($16) 4 8.200 B
t3 ($15) 4 6.425 C
t6 ($12) 4 6.375 C
t1 ($10) 4 5.750 C
t2 ($14) 4 5.650 C

Las medias que no comparten una letra son significativamente diferentes.

Comparaciones en parejas de Tukey

Agrupar información utilizando el método de Tukey y una confianza de 99%
tratamientos N Media Agrupación
t5 ($13) 4 12.425 A
t4 ($16) 4 8.200 B
t3 ($15) 4 6.425 B C
t6 ($12) 4 6.375 B C
t1 ($10) 4 5.750 C
t2 ($14) 4 5.650 C

Las medias que no comparten una letra son significativamente diferentes.

Estadísticos descriptivos: respuesta

Variable Media
respuesta 7.471
 Explicación del Anova
Grados de Suma de Cuadrados Valor de F Valor de P
libertad Cuadrados Medios calculada de
probabilidad

Cada línea del

ANOVA representa
una fuente diferente
del análisis del
Experimento Aquí deveras seleccionar cualquiera de
Los datos anteriores se escriben en esa opciones que tiene que ver con la
escala de P que vimos en los bloques
la siguiente tabla de ejemplo en moodle pasados para la conclusión del Anova

Reglas de decisión para el ANOVA con Probabilidad (P):

1) Si P es menor o igual a 0.01 existen diferencias
altamente significativas entre “?”(* *)

2) Si P es mayor a 0.01 pero menor o igual a 0.05

existe diferencias significativas entre “?” (*)

3) Si P es mayor a 0.05 no existe diferencias

significativas entre “?” (NS)
Resultados del ANOVA y Conclusión
El valor de P es 0 por lo que
le corresponden ( * *) de
acuerdo a la escala de P
Aquí se
Esta conclusión es de acuerdo a la escala de P especifica
que hayas puesto en la tabla anterior quienes son los
tratamientos
Escala de P:
a) Si P esta entre 0 y 0.01 existen
diferencias altamente significativas entre
los tratamientos ( * * )
b) Si P esta entre 0.01 y 0.05 existen
diferencias significativas entre los
tratamientos ( * )
c) Si P es mayor a 0.05 no existen
diferencias significativas entre los
tratamientos ( NS )
Aquí si colocaste uno o dos asterisco
en el cuadro del ANOVA deveras
seleccionar “diferente” y a
continuación que es lo que se mide
 Explicación de la Prueba de Comparación de Medias
Grupos

Cada línea del

Método Tukey Asignación de tratamientos
representa un estadísticamente iguales.
tratamiento diferente Los tratamientos que tienen la misma
del análisis del letra son estadísticamente iguales
Experimento
acompañado de
información adicional

Nota: Si en cada línea que representan los tratamientos existe una sola letra entonces se forman Grupos, como es la
caso de este ejemplo
Resultados de la prueba de Tukey al 0.05 y Conclusión

Observe que la
agrupación es por
columna y los
espacios que no se
ocupen deberán
seleccionar un
punto
 Resultados de la prueba de Tukey al 0.05 y Conclusión
Nota: Si en cada línea que representan los tratamientos existe una sola
letra entonces se forman Grupos, como es la caso de este ejemplo

Asignación de tratamientos
estadísticamente iguales.
Los tratamientos que tienen la
Como existen
grupos este misma letra son
espacio no se estadísticamente iguales
ocupa y se
seleccionan
los puntos
Como la letra A solo lo tiene el t5

Como la letra B solo lo tiene el t4

Como la letra C las tiene

el t3, t6, t1, t2

Como este espacio no se ocupa se seleccionan los puntos

Como en el problema Lo que se esta midiendo es la duración de los envases (se requieren la medias mas altas)

Como en la prueba de Tukey al 0.05 se formaron grupos y se

requiere la media mas alta se recomienda un tratamiento del
grupo donde esta la letra A y ahí se decide cual de todos ellos
se recomienda si se tiene información adicional en este caso
sabemos cuanto cuesta la fabricación de cada envase como
estamos pensando desde el punto de vista de costo para la
empresa se requiere que sea el menor costo posible

Nota: Si en el Problema se requieren las medias mas bajas se recomienda uno de los
tratamientos donde se encuentre la ultima letra de agrupación
 Explicación de la Prueba de Comparación de Medias
Confusión

Cada línea del

Método Tukey Asignación de tratamientos
representa un estadísticamente iguales.
tratamiento diferente Los tratamientos que tienen la misma
del análisis del letra son estadísticamente iguales
Experimento
acompañado de
información adicional

Nota: Si en alguna línea que representan los tratamientos existe mas de una letra entonces se forman Confusión, como
es la caso de este ejemplo
Resultados de la prueba de Tukey al 0.01 y Conclusión

Observe que la
agrupación es por
columna y los
espacios que no se
ocupen deberán
seleccionar un
punto
 Resultados de la prueba de Tukey al 0.01 y Conclusión
Cuando existe confusión se concluye con
el primer bloque (medias mas altas) ó Nota: Si en alguna línea que representan los tratamientos existe mas de
con el ultimo bloque (medias mas bajas) una letra entonces se forman Confusión, como es la caso de este ejemplo

Lo que se esta
midiendo es la
duración de los Asignación de tratamientos
envases (se estadísticamente iguales.
requieren la Los tratamientos que tienen la misma
medias mas altas)
letra son estadísticamente iguales

Como se concluyo con el

primer bloque este es los que
tienen la letra A y solo es el t5
Como
existen
confusión Como este espacio no se
este ocupa se seleccionan los
espacio no puntos
se ocupa y
se
seleccionan
los puntos
Como en el problema Lo que se esta midiendo es la duración de los envases (se requieren la medias mas altas)

Como en la prueba de Tukey al 0.01 se formaron confusión y

se requiere la media mas alta se recomienda un tratamiento
del grupo donde esta la letra A y ahí se decide cual de todos
ellos se recomienda si se tiene información adicional en este
caso sabemos cuanto cuesta la fabricación de cada envase
como estamos pensando desde el punto de vista de costo
para la empresa se requiere que sea el menor costo posible

Nota: Si en el Problema se requieren las medias mas bajas se recomienda uno de los
tratamientos donde se encuentre la ultima letra de agrupación
Resultados del Coeficiente de Variación y Conclusión

Se ocupa el valor del

CME del ANOVA La Media General
del Experimento

𝐶𝑀𝐸 0.5413 Esta operación se hace

𝐶. 𝑉. = 100 = 100 = 9.8478 en la calculadora
𝑚𝑒𝑑𝑖𝑎 𝑔𝑒𝑛𝑒𝑟𝑎𝑙 7.471

Como el valor del CV cae en el punto 1 de la escala

de CV se determina que el experimento es Excelente