UNIVERSIDAD ESTATAL DEL SUR DE MANABÍ

FACULTAD
CIENCIAS ECONÓMICAS

CARRERA
ADMINISTRACIÓN DE EMPRESAS

MATERIA
ESTADÍSTICA II

INTEGRANTES :
Leonela Pérez, - Jonás Calle
-Melani Ochoa - Kerly Silva
-Carlos Santana - Carlos Barona
-Carmen Rodriguez - Diana Jiménez
-Daniela Ramírez -Michelle Moran
 DOCENTE :
ING. YOMIRA LILIBETH SOLIS BARRETO

PARALELO :
TERCER SEMESTRE “B”

TEMA :
TEMA PRINCIPAL
GRUPO
4. Introducción
4.1. Suposiciones en que se basan las
técnicas de análisis de varianza.
4.2. El diseño completamente aleatorizado de un factor

JIPIJAPA - MANABI - ECUADOR

 EL DISEÑO COMPLETAMENTE ALETORIZADO DE UN FACTOR

TURNO PUNTO 3
MATUTINO VESPERTINO NOTURNO
Se obtiene la suma de los cuadrados totales, a la que lla
129 138 118 es la suma de los cuadrados de la diferencia entre cada
global.
141 142 120
128 140 132
145 149 118 STC MATUTINO=
135 129 136 (129−135)2 + (141−135)2 + (128−135)2 +(145−135)2 +(13
144 148 138
STC VESPERTINO=
(138−135)2 +(142−135)2 +(140−135)2 +(149−135)2 +(129

STC NOCTURNO=
(118−135)2 +(120−135)2 +(132−135)2 +(118−135)2 +(136

Ahora calculamos cada una de estas sumas:

STC MATUTINO= 36 + 36 + 49 + 100 + 0+ 81 =

STC VESPERTINO= 9 + 49 + 25 + 196 + 36 + 169 =

STC NOCTURNO= 289 + 225 + 9 + 289 + 1 + 9 =

Finalmente, la suma de cuadrados totales (SCT) es la sum

STC MATUTINO + STC VESPERTINO + STC NOCTURNO

4. Se obtiene la suma de cuadrados de las variaciones

la media de cada tratamiento menos la media global;
estos cuadrados por el n

Ahora, calculamos SCTr para cada turno:

SCTr MATUTINO = 6 x (137 - 135)2 =

SCTr VESPERTINO = 6 x (141 - 135)2 =

SCTr NOCTURNO = 6 x (237 - 235)2 =

Ahora, sumamos estas SCTr para obtener la SCTr total:

SCTr MATUTINO + SCTr VESPERTINO + SCTr NOCTURNO

5. Se obtiene la suma de cuadrados de la variación ale

dentro del tratamiento, la identificamos como SCE. Se
del tratamiento y

Ahora, calculamos SCE para cada turno:

SCE MATUTINO = (129−137)2 +(141−137)2 +(12

SCE VEPERTINO = (138−141)2 +(142−141)2 +(14

SCE NOCTURNO = (118−127)2 +(120−127)2 +(13

Ahora calculamos estas sumas:

SCE MATUTINO = 64 + 16 + 81 + 64 + 4 + 49 =

SCE VEPERTINO = 9 + 1 + 1 + 64 + 144 + 49 =

SCE NOCTURNO = 81 + 49 + 25 + 81 + 81 + 121 =

Ahora, sumamos estas SCE para obtener la SCE total:

SCE MATUTINO + SCE VEPERTINO + SCE NOCTURNO =

Aquí es importante resaltar el modelo en el que se bas

 SCT = SCTr + SCE =

6. Se obtiene el promedio de los cuadrados entre tra

cuadrados entre tratamientos (SCTr), entre el núme
grados de libertad en este caso, es decir, 2 grados de
aludió e

SCTr
PCTr = df tratamientos

df tratamientos = k−1, y k es el número de tratamientos (en

En el ejercicio, ya calculamos la SCTr como 624. Por lo t

PCTr = 624
3-

7. Se obtiene la media de los cuadrados del error, la

cuadrados del error (SCE) entre el número de datos m
que es también el número de grados de libertad en es
promedio de cuadrados al que s

df error = 18 - 3 =

Ahora podemos calcular el PCE:

PCE = 984
15

8. Se obtiene el valor empírico de F, que es

Fe =

La F crítica se busca en la tabla correspondiente a la di

(en este caso, el 0.05), con 2 grados de libertad para el
de libertad para el denominador (número de datos m
 La F crítica se busca en la tabla correspondiente a la di
(en este caso, el 0.05), con 2 grados de libertad para el
de libertad para el denominador (número de datos m

P (F ]> 3,68 I 2,15) =

La F crítica se busca en la tabla correspondiente a la dis

0.05) y los grados de libertad d

Para el numerador, tenemos 2 grados de libertad (núme

15 grados de libertad (número de d

Buscando en la tabla de la distribución F con 2 grados

denominador para un nivel de significación de 0.05, enc

Esto significa que si el estadístico F calculado a partir de

En otras palabras, si la relación entre la variación entre
suficientemente grande como para que el estadístico F
concluir que al menos una de las me

9. Tomar la decisión. Se rechaza la hipótesis nula si la

4.76, es mayor que la F crítica 3.68, se rechaza la hip
medias no es

Dado que la F empírica (4.76) es mayor que la F crítica (3

libertad dados, podemos concluir que hay evidencia sufic

Por lo tanto, rechazamos la hipótesis nula HO:μ1 =μ2 =μ

poblacionales no es igual a las otras. En otras palabras, h
turnos en términos de producción promedio.
Esta conclusión sugiere que el turno de trabajo podría e
cuadros para bicicletas.

Se notó que no se empleó para el cálculo la suma de cu

es igual a la suma de las otras variaciones, tal como se
para calcular otras sumas de cuadrados simplemente d
cuadrados o, también, calculando las 3, para asegurars

Para el director de producción de la fábrica de cuadros

trabajan igual, sino que existen diferencias entre ellos
pues la diferencia entre las producciones medias indica
igualmente productivos y que se pued
 SOLUCIÓN:

1. En primer lugar, las hipótesis:

H0: μ1 = μ2 = μ3

H1: Por lo menos una de las medias poblacionales no es igual

2. Ahora se obtienen las medias; tanto la media de cada

Ahora se obtienen las medias; tanto la media de cada trata

general de todos los datos:

Media del turno matutino:

(129 + 141 + 128 + 145 + 135 + 144)

6

Media del turno vespertino:

uadrados totales, a la que llamamos SCT, que (138 + 142 + 140 + 149 + 129 + 148)
s de la diferencia entre cada dato y la media
global. 6
Media del turno nocturno:
(118 + 120 + 132 + 118 + 136 + 138)
6
128−135)2 +(145−135)2 +(135−135)2 +(144−135)2 Media global:
(129 + 141 + 128 + 145 + 135 + 144 + 138 + 14

40−135)2 +(149−135)2 +(129−135)2 +(148−135)2

Nótese que esta media global se puede calcular también com

32−135)2 +(118−135)2 +(136−135)2 +(138−135)2

de estas sumas:

6 + 36 + 49 + 100 + 0+ 81 = 302

+ 49 + 25 + 196 + 36 + 169 = 484

89 + 225 + 9 + 289 + 1 + 9 = 822

drados totales (SCT) es la suma de estas sumas de cuadrados de cada turno:

ERTINO + STC NOCTURNO = 302 + 484 + 822 = 1608

uadrados de las variaciones entre los tratamientos. La identificamos como SCTr; para ello se calcula
nto menos la media global; luego, se eleva esa diferencia al cuadrado y, finalmente, se multiplican
estos cuadrados por el número de elementos de cada tratamiento:

a cada turno:

x (137 - 135)2 = 6x4= 24

x (141 - 135)2 = 6 x 36 = 216

x (237 - 235)2 = 6 x (-8)2 = 6 x 64 = 384

para obtener la SCTr total:

PERTINO + SCTr NOCTURNO = 24 + 216 + 384 = 624

uadrados de la variación aleatoria, también llamada suma de cuadrados del error y es la variación
identificamos como SCE. Se consigue, dentro de cada tratamiento, con cada dato menos la media
del tratamiento y elevando la diferencia al cuadrado.

cada turno:

129−137)2 +(141−137)2 +(128−137)2 +(145−137)2 +(135−137)2 +(144−137)2 =

138−141)2 +(142−141)2 +(140−141)2 +(149−141)2 +(129−141)2 +(148−141)2 =

118−127)2 +(120−127)2 +(132−127)2 +(118−127)2 +(136−127)2 +(138−127)2 =

4 + 16 + 81 + 64 + 4 + 49 = 278

+ 1 + 1 + 64 + 144 + 49 = 268

1 + 49 + 25 + 81 + 81 + 121 = 438

para obtener la SCE total:

RTINO + SCE NOCTURNO = 278 + 268 + 438 = 984

r el modelo en el que se basa el diseño completamente aleatorizado de un factor que se ilustra con
el ejemplo:
 SCT = SCTr + SCE = 1608 + 624 +984

o de los cuadrados entre tratamientos, lo identificamos como PCTr. Para ello se divide la suma de
ientos (SCTr), entre el número de tratamientos menos 1, en este caso 3 − 1, que es el número de
caso, es decir, 2 grados de libertad. Éste es el primer promedio de cuadrados (varianza), al que se
aludió en la sección introductoria:

SCTr
df tratamientos

número de tratamientos (en este caso, 3 turnos).

os la SCTr como 624. Por lo tanto, podemos calcular el PCTr como:

624 = 624 = 312

1 2

e los cuadrados del error, la identificamos como PCE. Para ello se divide la suma de
entre el número de datos menos el número de tratamientos. En este caso 18 – 3 = 15,
de grados de libertad en este caso, es decir, 15 grados de libertad. Éste es el segundo
medio de cuadrados al que se aludió en la sección introductoria:

Donde df error =n−k, y n es el número total de datos y k es el número de tratamientos.

En este caso, ya calculamos la SCE como 984. El número total de datos es 18,
y el número de tratamientos es 3. Por lo tanto, podemos calcular el

15

mos calcular el PCE:

= 65.6 Por lo tanto, la media de los cuadrados del error (PCE) es aproximadamente 65.6.

valor empírico de F, que es el cociente de estos 2 promedios de cuadrados:

PCTr = 312 = 4.76

PCE 65.5

abla correspondiente a la distribución F, para el nivel de significación correspondiente

2 grados de libertad para el numerador (número de tratamientos menos 1) y 15 grados
inador (número de datos menos número de tratamientos). La F crítica es 3.68, ya que
abla correspondiente a la distribución F, para el nivel de significación correspondiente
2 grados de libertad para el numerador (número de tratamientos menos 1) y 15 grados
inador (número de datos menos número de tratamientos). La F crítica es 3.68, ya que

P (F ]> 3,68 I 2,15) = 0.05

abla correspondiente a la distribución F para el nivel de significación dado (en este caso,
05) y los grados de libertad del numerador y del denominador.

s 2 grados de libertad (número de tratamientos menos 1). Para el denominador, tenemos

dos de libertad (número de datos menos el número de tratamientos).

a distribución F con 2 grados de libertad en el numerador y 15 grados de libertad en el

de significación de 0.05, encontramos que el valor de F crítica es aproximadamente 3.68.

ístico F calculado a partir de los datos es mayor que 3.68, rechazaremos la hipótesis nula.
ción entre la variación entre tratamientos y la variación dentro de los tratamientos es lo
omo para que el estadístico F sea mayor que 3.68, tendríamos suficiente evidencia para
que al menos una de las medias poblacionales no es igual a las otras.

echaza la hipótesis nula si la F empírica es mayor que la F crítica. Como la F empírica,

crítica 3.68, se rechaza la hipótesis nula y se concluye que cuando menos una de las
medias no es igual a las otras.

) es mayor que la F crítica (3.68) para un nivel de significación de 0.05 y los grados de
ncluir que hay evidencia suficiente para rechazar la hipótesis nula.

hipótesis nula HO:μ1 =μ2 =μ3, lo que significa que al menos una de las medias
as otras. En otras palabras, hay diferencias significativas entre al menos un par de
ucción promedio.
el turno de trabajo podría estar teniendo un impacto significativo en la producción de

para el cálculo la suma de cuadrados total, se calculó para hacer evidente que esta SCT
as variaciones, tal como se observó arriba; pero, aunque no se utilizó, puede servir
e cuadrados simplemente despejando en la ecuación que relaciona las 3 sumas de
ulando las 3, para asegurarse de que todos los cálculos están bien.

ción de la fábrica de cuadros para bicicleta, la conclusión indica que no todos los turnos
xisten diferencias entre ellos. Se puede afirmar que su investigación apenas comienza,
producciones medias indica (en este ejemplo en particular) que no todos los turnos son
te productivos y que se puede mejorar en alguno (o algunos) de ellos.
edias poblacionales no es igual a las otras.

medias; tanto la media de cada tratamiento (turno) como la media general de todos los datos:

as; tanto la media de cada tratamiento (turno) como la media

general de todos los datos:

28 + 145 + 135 + 144) = 137

6

40 + 149 + 129 + 148) = 141

6

32 + 118 + 136 + 138) = 127

6

28 + 145 + 135 + 144 + 138 + 142 + 140 + 149 + 129 + 148 + 118 + 120 + 132 + 118 + 136 + 138) =
18

se puede calcular también como el promedio de las 3 medias de tratamiento:

aproximadamente 65.6.
135
 TABLA 12.1 Calificaciones de 40 trabajadores en capacitación, 10 por cada tipo de exam

A B
71 84
72 94
80 77
70 84
85 96
77 84
79 86
95 99
63 96
80 86
PROMEDIO 77.2 88.6

Este planteamiento nos lleva a realizar un análisis de varianza (ANOVA) para determinar si hay difer
de las calificaciones obtenidas en los cuatro tipos de exámenes

Y respecto a la relación que mencionas entre las sumas de cuadrados, es cierto que en un análisis
cuadrados total (SCT) se descompone en la suma de cuadrados del tratamiento (SCTr) y la sum
Matemáticamente, esto se expresa como:

SCT = SCTr + SCE

Donde:
SCT es la suma de cuadrados total.
SCTr es la suma de cuadrados de tratamiento.
SCE es la suma de cuadrados del error.

El ANOVA nos permite determinar si las diferencias observadas entre las medias de los gr
exámenes) son mayores que las diferencias esperadas debido al azar. Si las diferencias o
comparación con las esperadas por el azar, entonces podemos rechazar la hipótesis nula y
medias poblacionales son diferentes entre sí.

Para obtener estas 3 sumas de cuadrados, se requieren, en primer lugar, los promedios por colum
total. Estos promedios se pueden obtener fácilmente en Excel, con la función “Promedio”. Si los da
promedios por columna se obtienen, por ejemplo, como =PrOMEDiO(A1:A10), para la columna A y
columna D. El promedio global se puede calcular promediando estos 4 promedios de columna o p
puede verificar fácilmente que el pro medio de los promedios de tratamientos (el promedio de los
promedio de todos los datos. En la tabla 12.2 se resumen estos cálc
 EXAMENES
A B
PROMEDIO 77.2 88.6

Y la media global sería:

(77,2 + 88,6 + 84,5 + 76,2) =
4

Vamos a calcular la suma de cuadrados total (SCT) utilizando los datos proporcionados en
trabajadores en capacitación:

Los datos son:

Exámenes:
A: 71, 72, 80, 70, 85, 77, 79, 95, 63, 80
B: 84, 94, 77, 84, 96, 84, 86, 99, 96, 86
C: 79, 92, 73, 86, 82, 98, 98, 82, 91, 64
D: 92, 70, 74, 70, 74, 85, 70, 75, 62, 90

La media global de todas las calificaciones es:

77,2 + 88,6 + 84,5 + 76,2 =

4

Ahora, calculamos la SCT utilizando la fórmula proporcionada:

SCT= (71−81.625)2+(72−81.625)2+(80−81.625)2+(70−81.625)2+(85−81.625)2+(77−81.625

SCT= ​113.281 + 92.515 + 2.641 + 135.766 + 11.391 + 21.441 + 6.891 + 178.891 +

SCT= 4,139,375

Por su parte, la suma de cuadrados de tratamientos se obtiene elevando al cuadrado las diferencias
columnas y el promedio global, para luego multiplicar cada una de estas diferencias al cuadrado por
sumando todos estos productos. Volviendo a los datos, que se resumieron en la tabla 12.2, la

Para el tratamiento A:

SCTrA​= 10×(77.2−81.625)2=10×(−4.425)2= 10 x 19.556

Para el tratamiento B:

SCTrB​= 10×(88.6−81.625)2=10×(6.975)2= 10 x 48,631

 Para el tratamiento C:

SCTrC​= 10×(84.5−81.625)2=10×(2.875)2= 10 x 8,266

Para el tratamiento D:

SCTrD​= 10×(76.2−81.625)2=10×(−5.425)2= 10 x 29,466

Finalmente, sumamos estos resultados para obtener la suma de cuadrados de tra

SCTr= SCTrA ​+ SCTrB​+ SCTrC​+ SCTrD​

SCTr= 10 × 19.556 + 10 × 48.631 + 10×8.266 + 10×29.466

SCTr= (195.56 + 486.31 + 82.66 + 294.66)

SCTr= 1059.19

Por lo tanto, la suma de cuadrados de tratamientos es

Ahora, para calcular los cuadrados de las diferencias entre cada dato y su correspondiente media, se pue
colocada, por ejemplo, en la celda F1 da el cuadrado de la diferencia entre el primer dato del primer tratam
desde la celda F, sobre el mismo renglón 1 y hasta la celda i1 y luego se copian estos renglones F1 a i1 hasta
por 4 con todas estas diferencias al cuadrado. Finalmente, la suma de todas ellas, =Suma(F1:i10), da la sum
080.10.

A
71
72
80
70
85
77
79
95
63
80
PROMEDIO 77.2

Para el tratamiento A:
​(71−77.2)2+(72−77.2)2+(80−77.2)2+(70−77.2)2+(85−77.2)2+(77−77.2)2+(79−77.2)2

(6.2)2+(5.2)2+(2.8)2+(7.2)2+(7.8)2+(0.8)2+(1.8)2+(17.8)2+(14.2)2+(2.8)2

38.44+27.04+7.84+51.84+60.84+0.64+3.24+316.84+201.64+7.84

71620

Para el tratamiento B:

(84−88.6)2+(94−88.6)2+(77−88.6)2+(84−88.6)2+(96−88.6)2+(84−88.6)2+(86−88.6)2

=(4.6)2+(5.4)2+(−11.6)2+(4.6)2+(7.4)2+(4.6)2+(−2.6)2+(10.4)2+(7.4)2+(−2.6)2

=21.16+29.16+134.56+21.16+54.76+21.16+6.76+108.16+54.76+6.76

45840

Para el tratamiento C:

​(79−84.5)2+(92−84.5)2+(73−84.5)2+(86−84.5)2+(82−84.5)2+(98−84.5)2+(98−84.5)2

=(−5.5)2+(7.5)2+(−11.5)2+(1.5)2+(−2.5)2+(13.5)2+(13.5)2+(−2.5)2+(6.5)2+(−20.5)2

=30.25+56.25+132.25+2.25+6.25+182.25+182.25+6.25+42.25+420.25

106050

Para el tratamiento D:

​(92−76.2)2+(70−76.2)2+(74−76.2)2+(70−76.2)2+(74−76.2)2+(85−76.2)2+(70−76.2)2

=(15.8)2+(−6.2)2+(−2.2)2+(−6.2)2+(−2.2)2+(8.8)2+(−6.2)2+(−1.2)2+(−14.2)2+(13.8)

=249.64+38.44+4.84+38.44+4.84+77.44+38.44+1.44+201.64+190.44

84560

Ahora, sumamos estos valores para obtener la suma de cuadrados del error (SCE):
SCE= 715.40+446.44+1020.25+846.76= 3028.85

La suma de cuadrados del error ajustada es 3028,85, lo que se aproxima bastante a 3,080.10. Es po
deba a redondeos en los cálculos intermedios o en el valor proporcionado

la suma de cuadrados del error (SCE) se puede obtener directamente restando la suma de cuadra
suma de cuadrados total (SCT), como se muestra en la relación SCE=SCT−SCTr. Utilizando

SCE= 4,139.375 − 1,059.29 = 3.080085

Lo cual se aproxima a 3,080.0, 3,080.09, tal como se indicó en el procedimiento completo. Esta diferencia mí
intermedios.

Ahora, para determinar el valor calculado del estadístico de prueba F, se calcula el promedio de cuadrados
cuadrados del error, PCE. Ambos se obtienen dividiendo las correspondientes sumas de cuadrados entre
libertad para la SCTr es el número de tratamientos menos 1, en tanto que los grados de libertad de la SCE
menos el número de tratamientos. Con los datos del ejemplo se tiene

PCTr = SCTr = 1 059,29 =

glTr 4_1

PCE= SCE = 3 080,09 =

glE 36
De donde la F empírica es:
PCTr =
Fe = PCE

Por su parte la F crítica, para un nivel de significación del 0.05 es 2.866, ya que

P(F > 2.866 x 3,36) = 0.05

Para calcular el valor crítico de F para un nivel de significación del 0.05, necesitamos consultar una tabla d
estadístico. La tabla de distribución F nos proporciona los valores críticos de F para diferentes combinaciones
en el denominador.

En este caso, con 3 grados de libertad en el numerador y 36 grados de libertad en el denomi

Así, como el valor empírico de F, 4.13, es mayor que el valor crítico, 2.866, se rechaza la hipótesis nula y se c
de tratamiento no es igual a las otras.
 capacitación, 10 por cada tipo de examen

C D
79 92
92 70
73 74
86 70
82 74
98 85
98 70
82 75
91 62
64 90
84.5 76.2

za (ANOVA) para determinar si hay diferencias significativas entre las medias

tenidas en los cuatro tipos de exámenes.

e cuadrados, es cierto que en un análisis de varianza de una vía, la suma de

uadrados del tratamiento (SCTr) y la suma de cuadrados del error (SCE).
mente, esto se expresa como:

SCTr + SCE

tal.
amiento.
error.

observadas entre las medias de los grupos (en este caso, los tipos de
das debido al azar. Si las diferencias observadas son significativas en
podemos rechazar la hipótesis nula y concluir que al menos dos de las
cionales son diferentes entre sí.

n primer lugar, los promedios por columna (por tratamiento) y el promedio

xcel, con la función “Promedio”. Si los datos están en las celdas A1 a D10, los
PrOMEDiO(A1:A10), para la columna A y luego copiando esta función hasta la
iando estos 4 promedios de columna o promediando todos los 40 datos. Se
dios de tratamientos (el promedio de los promedios por columna) es igual al
os. En la tabla 12.2 se resumen estos cálculos.
ES
C D
84.5 76.2

81.625

tilizando los datos proporcionados en la tabla de calificaciones de los

adores en capacitación:

326.5 = 81.625
4

1.625)2+(85−81.625)2+(77−81.625)2+(79−81.625)2+(95−81.625)2+(63−81.625)2+(80−81.625)2+(84−81.

.391 + 21.441 + 6.891 + 178.891 + 346.641 + 2.641 + 5.641 + 153.641 + 21.441 + 5.641 + 206.641 + 5.64

ene elevando al cuadrado las diferencias entre cada uno de los promedios de
una de estas diferencias al cuadrado por el tamaño de muestra y, finalmente,
os, que se resumieron en la tabla 12.2, las operaciones son como sigue:
obtener la suma de cuadrados de tratamientos:

rA ​+ SCTrB​+ SCTrC​+ SCTrD​

631 + 10×8.266 + 10×29.466

82.66 + 294.66)

1 059,19

da dato y su correspondiente media, se puede anotar la fórmula “=(A1-A$11)^2”

encia entre el primer dato del primer tratamiento.1 Si ahora se copia esta fórmula,
uego se copian estos renglones F1 a i1 hasta el renglón 10 se tendría la matriz de 10
ma de todas ellas, =Suma(F1:i10), da la suma de cuadrados del error, que es SCE = 3
080.10.

B C D
84 79 92
94 92 70
77 73 74
84 86 70
96 82 74
84 98 85
86 98 70
99 82 75
96 91 62
86 64 90
88.6 84.5 76.2
85−77.2)2+(77−77.2)2+(79−77.2)2+(95−77.2)2+(63−77.2)2+(80−77.2)2​

(17.8)2+(14.2)2+(2.8)2

+201.64+7.84

96−88.6)2+(84−88.6)2+(86−88.6)2+(99−88.6)2+(96−88.6)2+(86−88.6)2​

.6)2+(10.4)2+(7.4)2+(−2.6)2

08.16+54.76+6.76

82−84.5)2+(98−84.5)2+(98−84.5)2+(82−84.5)2+(91−84.5)2+(64−84.5)2​

+(13.5)2+(−2.5)2+(6.5)2+(−20.5)2

6.25+42.25+420.25

74−76.2)2+(85−76.2)2+(70−76.2)2+(75−76.2)2+(62−76.2)2+(90−76.2)2​

+(−6.2)2+(−1.2)2+(−14.2)2+(13.8)2

44+201.64+190.44

de cuadrados del error (SCE):

e se aproxima bastante a 3,080.10. Es posible que la discrepancia restante se
ntermedios o en el valor proporcionado de 3,080.10

rectamente restando la suma de cuadrados de los tratamientos (SCTr) de la

en la relación SCE=SCT−SCTr. Utilizando los valores proporcionados:

procedimiento completo. Esta diferencia mínima se debe a redondeos en los cálculos

intermedios.

ueba F, se calcula el promedio de cuadrados de tratamientos PCTr y el promedio de

orrespondientes sumas de cuadrados entre sus grados de libertad. Los grados de
tanto que los grados de libertad de la SCE es el número total de elementos (datos)
ientos. Con los datos del ejemplo se tiene que:

353.06

85.56

353.06 4.13
85.56

ón del 0.05 es 2.866, ya que

n del 0.05, necesitamos consultar una tabla de distribución F o utilizar un software

críticos de F para diferentes combinaciones de grados de libertad en el numerador y
en el denominador.

erador y 36 grados de libertad en el denominador, el valor crítico de

co, 2.866, se rechaza la hipótesis nula y se concluye que al menos una de las medias
miento no es igual a las otras.
5)2+(80−81.625)2+(84−81.625)2+(94−81.625)2+(77−81.625)2+(84−81.625)2+(96−81.625)2+(84−81.625)

1 + 5.641 + 206.641 + 5.641 + 19.141 + 301.641 + 206.641 + 19.141 + 6.891 + 107.641 + 74.391 +19.141
81.625)2+(84−81.625)2+(86−81.625)2+(99−81.625)2+(96−81.625)2+(86−81.625)2+(79−81.625)2+(92−8

641 + 74.391 +19.141 + 0.141 + 268.641 + 268.641 + 0.141 + 87.891 + 310.641 + 107.641 + 135.766 + 58
+(79−81.625)2+(92−81.625)2+(73−81.625)2+(86−81.625)2+(82−81.625)2+(98−81.625)2+(98−81.625)2+

07.641 + 135.766 + 58.266 + 135.766 + 58.266 + 11.391 + 135.766 + 43.891 + 384.141 + 0.141​
625)2+(98−81.625)2+(82−81.625)2+(91−81.625)2+(64−81.625)2+(92−81.625)2+(70−81.625)2+(74−81.6

141 + 0.141​
0−81.625)2+(74−81.625)2+(70−81.625)2+(74−81.625)2+(85−81.625)2+(70−81.625)2+(75−81.625)2+(62
5)2+(75−81.625)2+(62−81.625)2+(90−81.625)2 ​
ANEXOS