UNIVERSIDAD NACIONAL DE TUMBES

FACULTAD DE CIENCIAS
AGRARIAS
ESCUELA ACADEMICA PROFESIONAL DE
AGOINDUSTRIAS

“PRUEBAS NO PARAMETRICAS
        Prueba Chi Cuadrado”
”
MONOGRAFÍA
TRABAJO QUE CORRESPONDE A LA I UNIDAD
DEL CURSO DE MODELOS ESTADISTICOS PARA LA
INGENIERIA.

Presenta
HERRERA GONZALES, Jeferson
ZARATE PEÑA, nelixa
CASTILLO CÓRDOVA, Denninson
FLORES PARDO, Denilson
RAMIREZ SANTACRUZ, brayan
RAY STIWAR CORDOVA

Docente
MG. ESTAD. BLAS PÉREZ, Juan Santiago

Tumbes, Peru Julio, 2021

 Página |2

CONTENIDO

INTRODUCCIÓN.......................................................................................................................4
OBJETIVO.................................................................................................................................5
CAPITULO I...............................................................................................................................6
1.1. Estadistica no Parametrica ..........................................................................................6
1.2. Desventajas de la Estadística No Paramétrica..............................................................6
1.3. Ventajas y desventajas de la Estadística No paramétrica.............................................7
1.4. PRUEBA CHI-CUADRADO..............................................................................................7
1.5. ANOVA DE UN FACTOR.................................................................................................7
CAPITULO II............................................................................................................................10
EJERCICIOS...........................................................................................................................10
CONCLUSIÓN.........................................................................................................................21
REFERENCIAS BIBLIOGRAFICAS....................................................................................22

UNIVERSIDAD NACIONAL DE TUMBES

 Página |3

DEDICATORIA

Este trabajo está dedicado principalmente a nuestro

creador, gracias amado Dios, porque eres quien da la
sabiduría con abundancia y sin reproches, por qué nos das
la fortaleza para poder emprender cualquier proyecto en
nuestra vida.
También a nuestros Padres porque ellos son quienes nos
brindan su apoyo incondicional y nos trazan dirección en
cada paso que damos y a nuestro profesor que nos brinda
los conocimientos para poder formarnos en nuestra carrera
universitaria.

UNIVERSIDAD NACIONAL DE TUMBES

 Página |4

INTRODUCCIÓN

En el mundo de la estadística existen un sin fin de métodos y procedimientos

tanto para generarlos términos estadísticos como analizarlos, algunos de estos
se elaboran para probar por medio de probabilidades si una hipótesis o una
suposición de un evento determinado es correcta un grado de confianza alto
para que sea calificado como verdadero.

Entre estas pruebas se encuentra, la chi-cuadrada esta permitía determinar,

entre otras cosas, si dos caracteres hereditarios eran transmitidos de forma
dependiente o independiente. Esta era una de sus aplicaciones principales,
pero que aplicada a mas ámbitos de la ciencia hoy en día.
Como definición de la distribución chi cuadrada tenemos que sirve para somete
r a prueba hipótesis referidas a distribuciones de frecuencias. En términos
generales, esta prueba contrasta frecuencias observadas con las frecuencias
esperadas de acuerdo con la hipótesis nula. Para su mejor comprensión se
presentarán algunas de las metodologías más conocidas con ejemplos y
también las diferentes pruebas existentes de la distribución chi cuadrado.

El análisis de varianza (Anova) de un factor sirve para comparar varios grupos

en una variable cuantitativa, se trata, por tanto, de una generalización de la
prueba T para dos muestras independientes al caso de diseños con más de
dos muestra

UNIVERSIDAD NACIONAL DE TUMBES

 Página |5

OBJETIVO

 OBJETIVO GENERAL

 Analizar y comprender el uso correcto de la prueba de chi –

cuadrado y no paramétricas, que se nos servirán y serán
de gran utilidad en la aplicación universitaria de la carrera
ingeniería Agroindustrial.

UNIVERSIDAD NACIONAL DE TUMBES

 Página |6

CAPITULO I

1.1. ESTADÍSTICA NO PARAMÉTRICA

Una prueba estadística no paramétrica está basada en un modelo que

especifica solo condiciones muy generales y ninguna cerca de la forma
específica de la distribución de la cual fue obtenida la muestra. Ciertas
suposiciones están asociadas con la mayoría de las pruebas no
paramétricas, a saber: que las observaciones son independientes y quizá
que l variable en estudio es continua; pero estas suposiciones son menores
y más débiles que aquéllas asociadas con las pruebas paramétricas. Los
procedimientos no paramétricos prueban diferentes hipótesis acerca de la
población, que los procedimientos paramétricos no hacen. Por último, a
diferencia de las pruebas paramétricas, existen no paramétricas que
pueden aplicarse apropiadamente a los datos medidos en una escala
ordinal, otras pruebas para datos en una escala nominal o categórica.

 Ventajas y desventajas de la Estadística No paramétrica.

Como todo tiene su pro y su contra en la estadística no paramétrica no hay

excepciones.

En los siguientes puntos podemos observar las ventajas y las desventajas

que nos trae el utilizar la estadística no paramétrica.

Ventajas de la Estadística No Paramétrica.

1.- Si el tamaño de la muestra es muy pequeño, puede no haber otra

opción que usar una prueba estadística

UNIVERSIDAD NACIONAL DE TUMBES

 Página |7

no paramétrica, a menos que la naturaleza de la distribución de la

población se conozca con exactitud.

2.- Las pruebas no paramétricas típicamente hacen menos suposiciones

acerca de los datos y pueden ser

más relevantes a una situación particular. Además, las hipótesis probadas

por una prueba no paramétrica

pueden ser más adecuadas para la investigación.

3.- Los métodos no paramétricos están disponibles para tratar datos que
son simplemente clasificatorios o

categóricos, es decir que son medidos en una escala nominal. Ninguna

técnica paramétrica se aplica a tales

datos.

4.- Existen pruebas estadísticas no paramétricas que son adecuadas para

tratar muestras obtenidas de

observaciones de diferentes poblaciones. Las pruebas paramétricas a

menudo no pueden manipular tales

datos si exigirnos hacer suposiciones aparentemente irreales o requisitos

pesados de computación.

5.- Las pruebas estadísticas no paramétricas típicamente son más fáciles

de aprender y aplicar que las

pruebas paramétricas. Además, su interpretación suele ser más directa que

la interpretación de las pruebas

paramétricas.

 Desventajas de la Estadística No Paramétrica.

Una objeción a las pruebas estadísticas es que no son sistemáticas,
mientras que las pruebas estadísticas paramétricas han sido
sistematizadas y diferentes pruebas son simplemente variaciones de
un tema central.

UNIVERSIDAD NACIONAL DE TUMBES

 Página |8

 Otra objeción a las pruebas estadísticas no paramétricas se

relaciona con la conveniencia, esto se debe a que no se tiene una
distribución fija para este tipo de estadística, por lo que en ocasiones
puede ser un problema el elegir la adecuada. Las tablas necesarias
para aplicar las pruebas no paramétricas están muy difundidas y
aparecen en diferentes formatos, lo que podría ocasionar alguna
confusión en el investigador o la persona que este aplicando alguna
prueba de la Estadística No Paramétrica.

1.2. PRUEBA CHI-CUADRADO

La X2 es una prueba de libre distribución (no paramétrica) que mide la
discrepancia entre una distribución de frecuencias observadas y esperadas.
Dentro de sus características generales, la prueba X 2 toma valores entre cero e
infinito y no tiene valores negativos porque es la suma de valores elevados al
cuadrado

Se denomina como la prueba χ² o la prueba de Pearson, La chi cuadrada se da

a través de Tablas personalizadas, los cuales nos permiten realizar tres
diferentes pruebas estadísticas para determinar la relación existente entre las
variables de fila y columna. Es un tipo de prueba en la que el estadístico
utilizado sigue una distribución de patrón χ²; donde, si la hipótesis nula es
cierta, esta prueba puede ser usada con datos medibles en una escala
nominal. La hipótesis nula de la prueba Chicuadrado postula una distribución
de probabilidad totalmente especificada como el modelo matemático de la
población que ha generado la muestra. Lizasoain, L., Joaristi, L. (2003).

k
x 2= ∑ ¿ ¿ ¿
i=1

Características para uso de la Chi cuadrado:

Se utiliza cuando:

 Los datos puntualizan a las variables cualitativa (nominal u ordinal).

 Las poblaciones son pequeñas.

 Se desconocen los parámetros media, moda, etc.

UNIVERSIDAD NACIONAL DE TUMBES

 Página |9

 Se quiere contrastar o comparar hipótesis propuestas.

 Existen investigaciones de tipo social - muestras pequeñas no

representativas >5 y población > a 5 y < a 20

Existen una distribución ji-cuadrado para cada grado de libertad. A medida que
se incrementa el número de grado de libertad, la distribución ji-cuadrado se
vuelve menos sesgada, tal como se muestra en la siguiente ilustración

Donde “gl” es igual a grados de libertad. Fuente: “Estadística aplicada a los

negocios y la economía” por Allen L. Webster, capítulo 14

En las distribuciones de probabilidad continua, donde X es una variable

aleatoria que se distribuye de manera normal con media μ y desviación
estándar σ, entonces la variable, que se muestra a continuación, se distribuye
también de forma normal con media 0 y desviación estándar 1. Díaz Mata, A.
(2013).

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 10

2. ANOVA DE UN FACTOR
El análisis de varianza (ANOVA) de un factor nos sirve para comparar varios
grupos en una variable cuantitativa. Esta prueba es una generalización del
contraste de igualdad de medias para dos muestras independientes. Se aplica
para contrastar la igualdad de medias de tres o más poblaciones
independientes y con distribución normal. Supuestas k poblaciones
independientes, las hipótesis del contraste son siguientes:

1. H0: µ1=µ2= …=µk Las medias poblacionales son iguales

2. H1: Al menos dos medias poblacionales son distintas

Para realizar el contraste ANOVA, se requieren k muestras independientes de

la variable de interés. Una variable de agrupación denominada Factor y
clasifica las observaciones de la variable en las distintas muestras. Portilla, M.,
Eraso, S, Galé, C., García, I., Moler, J. y Blanca, M. (2006).

Suponiendo que la hipótesis nula es cierta, el estadístico utilizado en el análisis

de varianza sigue una distribución F de Fisher-Snedecor con k-1 y n-k grados
de libertad, siendo k el número de muestras y n el número total de
observaciones que participan en el estudio.

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 11

CAPITULO II

LABORATORIO ESTADISTICA APLICADA.

EJERCICIO 01.
Ho: Existe independencia entre afiliación de un partido y la opinión acerca de un
posible encubrimiento.
H1: Existe dependencia entre afiliación de un partido y la opinión acerca de un posible
encubrimiento.

Valores Observados:
CONOCEMOS SE OCULTAN
TODOS LOS ALGUNOS NO ESTÁ
  TOTAL
DATOS DATOS SEGURO
RELEVANTES RELEVANTES
DEMÓCRATA 42 309 31 382

REPUBLICANO 64 246 46 356

OTRO 20 115 27 162

TOTAL 126 670 104 900

Valores Esperados:
CONOCEMOS
SE OCULTAN
TODOS LOS
  ALGUNOS DATOS NO ESTÁ SEGURO TOTAL
DATOS
RELEVANTES
RELEVANTES
DEMÓCRATA 53.48 284.38 44.14 382.00
REPUBLICANO 49.84 265.02 41.14 356.00
OTRO 22.68 120.60 18.72 162.00
TOTAL 126.00 670.00 104.00 900.00

Calculo Valores Chi-Cuadrado:

Para obtener el valor de Chi-Cuadrado Calculado es necesario aplicar la

siguiente fórmula, expresada en la siguiente tabla:

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 12

CONOCEMOS SE OCULTAN
 Valores
TODOS LOS DATOS ALGUNOS DATOS NO ESTÁ SEGURO TOTAL
Calculados:
RELEVANTES RELEVANTES
DEMÓCRATA 2.46 2.13 3.91 8.51

REPUBLICANO 4.02 1.37 0.57 5.96

OTRO 0.32 0.26 3.66 4.24

TOTAL 6.80 3.76 8.15 18.71

La suma total de los Valores es equivalente al Valor Chi-Cuadrado Calculado =

18.71

Grados de Libertad: (N° Filas-1)(N° Columnas-1) = (3-1)(3-1) = 4

Nivel de Significancia: 0.05
Valor Tabulado: 9.488
Valor Calculado: 18.71
Conclusión: Se Rechaza la Ho debido a que el Valor Calculado es mayor al Valor
tabulado.

Gráfico:

Región de Rechazo
Ho
Región de Aceptación
Ho

9.488 18.71

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 13

EJERCICIO 02.

Ho: Existe independencia entre patrones de apego y el número de horas de atención

al niño.
H1: Existe dependencia entre patrones de apego y el número de horas de atención al
niño.

Valores Observados:

  BAJO MODERADO ALTO TOTAL

SEGURO 24 35 5 64
ANSIOSO 11 10 8 29
TOTAL 35 45 13 93

Valores Esperados:

  BAJO MODERADO ALTO TOTAL

SEGURO 24.09 30.97 8.95 64.00
ANSIOSO 10.91 14.03 4.05 29.00
TOTAL 35.00 45.00 13.00 93.00

Calculo Valores Chi-Cuadrado:

Para obtener el valor de Chi-Cuadrado Calculado es necesario aplicar la

siguiente fórmula, expresada en la siguiente tabla:

  BAJO MODERADO ALTO TOTAL

SEGURO 0.00 0.53 1.74 2.27
ANSIOSO 0.00 1.16 3.84 5.00
TOTAL 0.00 1.68 5.58 7.27

La suma total de los Valores es equivalente al Valor Chi-Cuadrado Calculado =

7.27

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 14

Grados de Libertad: (N° Filas-1)(N° Columnas-1) = (2-1)(3-1) = 2

Nivel de Significancia: 0.05
Valor Tabulado: 5.991
Valor Calculado: 7.27
Conclusión: Se Rechaza la Ho debido a que el Valor Calculado es mayor al Valor
tabulado.

Gráfico:

Región de Rechazo
Ho
Región de Aceptación
Ho

5.991 7.27

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 15

EJERCICIO 03.

Ho: la actitud hacia la construcción de nuevas plantas de energía nuclear es

independiente del país.
H1: la actitud hacia la construcción de nuevas plantas de energía nuclear es
dependiente del país.
Valores Observados:
Gran
Franci Españ Alemani
  Bretañ Italia EEUU TOTAL
a a a
a
Muy a Favor 141 161 298 133 128 204 1065
Más a Favor que En
348 366 309 222 272 326 1843
Contra
En Contra más a que
381 334 219 311 322 316 1883
Favor
Muy en Contra 217 215 219 443 389 174 1657
TOTAL 1087 1076 1045 1109 1111 1020 6448

Valores Esperados:
Gran
Franci Españ
  Bretañ Italia Alemania EEUU TOTAL
a a
a
Muy a Favor 179.54 177.72 172.60 183.17 183.50 168.47 1065.00
Más a Favor que En
310.69 307.55 298.69 316.98 317.55 291.54 1843.00
Contra
En Contra más a que
317.44 314.22 305.17 323.86 324.44 297.87 1883.00
Favor
Muy en Contra 279.34 276.51 268.54 284.99 285.50 262.12 1657.00
TOTAL 1087 1076 1045 1109 1111 1020 6448.00

Calculo Valores Chi-Cuadrado:

  Gran Bretaña Francia Italia España Alemania EEUU TOTAL

Muy a Favor 8.27 1.57 91.11 13.74 16.79 7.49 138.97
Más a Favor que En Contra 4.48 11.11 0.36 28.46 6.53 4.07 55.01
En Contra más a que Favor 12.73 1.24 24.33 0.51 0.02 1.10 39.94
Muy en Contra 13.91 13.68 9.14 87.61 37.52 29.62 191.48
TOTAL 39.39 27.61 124.94 130.32 60.86 42.29 425.41
Para obtener el valor de Chi-Cuadrado Calculado es necesario aplicar la
siguiente fórmula, expresada en la siguiente tabla:

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 16

La suma total de los Valores es equivalente al Valor Chi-Cuadrado Calculado =

425.41

Grados de Libertad: (N° Filas-1) (N° Columnas-1) = (4-1) (6-1) = 15

Nivel de Significancia: 0.05
Valor Tabulado: 24.996
Valor Calculado: 425.41
Conclusión: Se Rechaza la Ho debido a que el Valor Calculado es mayor al Valor
tabulado.

Gráfico:

Región de Rechazo
Ho
Región de Aceptación
Ho

24.996 425.41

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 17

EJERCICIO 04.

Ho: Las calificaciones y el tiempo dedicado a escuchar música son independientes

H1: Las calificaciones y el tiempo dedicado a escuchar música son dependientes

Valores Observados:
  A B C D F TOTAL
<5 h 13 10 11 16 5 55
5- 10 h 20 27 27 19 2 95
11 - 20 h 9 27 71 16 32 155
>20 h 8 11 41 24 11 95
TOTAL 50 75 150 75 50 400

Valores Esperados:
  A B C D F TOTAL
<5 h 6.88 10.31 20.63 10.31 6.88 55.00
5- 10 h 11.88 17.81 35.63 17.81 11.88 95.00
11 - 20 h 19.38 29.06 58.13 29.06 19.38 155.00
>20 h 11.88 17.81 35.63 17.81 11.88 95.00
TOTAL 50.00 75.00 150.00 75.00 50.00 400.00

Calculo Valores Chi-Cuadrado:

Para obtener el valor de Chi-Cuadrado Calculado es necesario aplicar la
siguiente fórmula, expresada en la siguiente tabla:

  A B C D F TOTAL
<5 h 5.46 0.01 4.49 3.14 0.51 13.61
5- 10 h 5.56 4.74 2.09 0.08 8.21 20.68
11 - 20 h 5.56 0.15 2.85 5.87 8.23 22.65
>20 h 1.26 2.61 0.81 2.15 0.06 6.89
TOTAL 17.84 7.50 10.24 11.24 17.01 63.83

La suma total de los Valores es equivalente al Valor Chi-Cuadrado Calculado =

63.83

Grados de Libertad: (N° Filas-1) (N° Columnas-1) = (4-1) (5-1) = 12

Nivel de Significancia: 0.05

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 18

Valor Tabulado: 21.026

Valor Calculado: 63.83
Conclusión: Se Rechaza la Ho debido a que el Valor Calculado es mayor al Valor
tabulado.

Gráfico:

Región de Rechazo
Ho
Región de Aceptación
Ho

21.026 63.83

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 19

EJERCICIO 05.

Ho: No existe relación entre la actividad futura y el grupo de edad.

H1: Existe relación entre la actividad futura y el grupo de edad.

Valores Observados:

  18 - 29 30 - 39 40 - 49 50 - 59 60 - 69 TOTAL
Compra Frecuentemente 12 18 17 22 32 101
Compra Alguna Vez 18 25 29 24 30 126
Nunca Compra 45 32 29 29 13 148
TOTAL 75 75 75 75 75 375

Valores Esperados:

  A B C D F TOTAL
Compra Frecuentemente 20.20 20.20 20.20 20.20 20.20 101.00
Compra Alguna Vez 25.20 25.20 25.20 25.20 25.20 126.00
Nunca Compra 29.60 29.60 29.60 29.60 29.60 148.00
TOTAL 75.00 75.00 75.00 75.00 75.00 375.00

Calculo Valores Chi-Cuadrado:

Para obtener el valor de Chi-Cuadrado Calculado es necesario aplicar la
siguiente fórmula, expresada en la siguiente tabla:

  A B C D F TOTAL
Compra Frecuentemente 3.33 0.24 0.51 0.16 6.89 11.13
Compra Alguna Vez 2.06 0.00 0.57 0.06 0.91 3.60
Nunca Compra 8.01 0.19 0.01 0.01 9.31 17.54
TOTAL 13.40 0.44 1.09 0.23 17.12 32.27

La suma total de los Valores es equivalente al Valor Chi-Cuadrado Calculado =

32.27
Grados de Libertad: (N° Filas-1) (N° Columnas-1) = (3-1) (5-1) = 8
Nivel de Significancia: 0.01

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 20

Valor Tabulado: 20.090

Valor Calculado: 32.27
Conclusión: Se Rechaza la Ho debido a que el Valor Calculado es mayor al Valor
tabulado.

Gráfico:

Región de Rechazo
Ho
Región de Aceptación
Ho

20.090 32.27

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 21

EJERCICIO 06.

Ho: No existe dependencia entre ocupación y la actitud hacia la legislación social de

apego.
H1: Existe dependencia entre ocupación y la actitud hacia la legislación social de
apego.

Valores Observados:

  A Favor Neutral Opuesto TOTAL

Obrero 19 16 37 72
Oficinista 15 22 46 83
Profesional 24 11 32 67
TOTAL 58 49 115 222

Valores Esperados:

  A Favor Neutral Opuesto TOTAL

Obrero 18.81 15.89 37.30 72
Oficinista 21.68 18.32 43.00 83
Profesional 17.50 14.79 34.71 67
TOTAL 58 49 115 222

Calculo Valores Chi-Cuadrado:

Para obtener el valor de Chi-Cuadrado Calculado es necesario aplicar la
siguiente fórmula, expresada en la siguiente tabla:

  A Favor Neutral Opuesto TOTAL

Obrero 0.00 0.00 0.00 0.01
Oficinista 2.06 0.74 0.21 3.01
Profesional 2.41 0.97 0.21 3.59
TOTAL 4.47 1.71 0.42 6.61

La suma total de los Valores es equivalente al Valor Chi-Cuadrado Calculado =

6.61
Grados de Libertad: (N° Filas-1) (N° Columnas-1) = (3-1) (3-1) = 4

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 22

Nivel de Significancia: 0.05

Valor Tabulado: 9.488
Valor Calculado: 6.61
Conclusión: Se Acepta la Ho debido a que el Valor Calculado es menor al Valor
tabulado.

Gráfico:

Región de Rechazo
Ho
Región de Aceptación
Ho

6.61 9.488

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 23

EJERCICIO 07.

Ho: No existe dependencia entre el tipo de automóvil y las preferencias regionales.

H1: Existe dependencia entre el tipo de automóvil y las preferencias regionales.

Valores Observados:

  Noreste Sureste Noroeste Suroeste TOTAL

Grande 105 120 105 70 400
Mediano 120 100 130 150 500
Todos los demás 25 30 15 30 100
TOTAL 250 250 250 250 1000

Valores Esperados:

  Noreste Sureste Noroeste Suroeste TOTAL

Grande 100 100 100 100 400
Mediano 125 125 125 125 500
Todos los demás 25 25 25 25 100
TOTAL 250 250 250 250 1000

Calculo Valores Chi-Cuadrado:

Para obtener el valor de Chi-Cuadrado Calculado es necesario aplicar la
siguiente fórmula, expresada en la siguiente tabla:

  Noreste Sureste Noroeste Suroeste TOTAL

Grande 0.25 4.00 0.25 9.00 13.50
Mediano 0.20 5.00 0.20 5.00 10.40
Todos los demás 0.00 1.00 4.00 1.00 6.00
TOTAL 0.45 10.00 4.45 15.00 29.90

La suma total de los Valores es equivalente al Valor Chi-Cuadrado Calculado =

29.90
Evaluación al 5% de Confianza:
Grados de Libertad: (N° Filas-1) (N° Columnas-1) = (3-1) (4-1) = 6

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 24

Nivel de Significancia: 0.05

Valor Tabulado: 12.592
Valor Calculado: 29.90
Conclusión: Se Rechaza la Ho debido a que el Valor Calculado es mayor al Valor
tabulado.
Gráfico:

Región de Rechazo
Ho
Región de
Aceptación Ho

12.592 29.90

Evaluación al 20% de Confianza:

Grados de Libertad: (N° Filas-1) (N° Columnas-1) = (3-1) (4-1) = 6
Nivel de Significancia: 0.20
Valor Tabulado: 8.558
Valor Calculado: 29.90
Conclusión: Se Rechaza la Ho debido a que el Valor Calculado es mayor al Valor
tabulado.
Gráfico:

Región de Rechazo
Ho
Región de Aceptación
Ho

8.588 29.90

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 25

ANALISIS DE VARIANZAS (ANOVA)

EJERCICIO 01:
Ho: No existe diferencia significativa en los promedios de las perdidas medias de
nitrógenos por transmisión en los tres niveles de proteína.

H1: Existe diferencia significativa en los promedios de las perdidas medias de

nitrógenos por transmisión en los tres niveles de proteína.

29 Gramos 54 Gramos 84 Gramos Total

190 318 390 898
266 295 321 882
270 271 396 937
  438 399 837
  402   402
Conteo 3 5 4 12
Suma 726 1724 1506 3956
Suma^2 527076 2972176 2268036 5767288
Promedio 242 344.8 376.5  

A. Cuadro Anova:

Grados de
Fuente de Suma de Cuadrados
Libertad F Calc. F Tab.
Variación Cuadrados Medios
(GL)
Tratamientos 32974.87 2 16,487.43 5.15 4.26

Error 28815.80 9 3,201.76

Total 61790.67 11      

Conclusión: Fc > Ft Se Rechaza la Ho

5.14 > 4.25 Se Rechaza la Ho

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 26

Se rechaza la hipótesis nula por lo tanto existe diferencia significativa en los promedios
de las perdidas medias de nitrógenos por trasmisión en los tres niveles de proteína.

B. Prueba Tuckey:

Donde:

q = Valor Tabulado Tuckey al 5% de significancia, siendo k = 3 y n =9

CME = Cuadrado Medio del Error (Anova)

r = Prom. de Comparaciones en Tratamientos = 4

3,201.76
w=3.95 x
√ 4
=111.7535

Comparación de Medias:

| µ1 - µ2 | = |242 – 344.80| = |102.8| < 111.7535 No existe diferencia significativa

| µ1 - µ3 | = |242 – 376.50| = |134.5| > 111.7535 Existe diferencia significativa

| µ2 - µ3 | = |344.8 – 376.5| = |31.7| < 111.7535 No existe diferencia significativa

EJERCICIO 02

Tratamiento
1 2 3 4
13.7 6.2 27.2 18.2
23 5.4 16.8 8.8
15.7 5 12.9 14.5
25.5 4.4 14.9 14.7
15.8 5 17.1 17.1
14.8 3.3 13 13.9
14 16 10.8 10.6
29.4 2.5 13.5 5.8
9.7 1.6 25.5 7.3
14 3.9 14.2 17.7
12.3 2.5 27.4 18.3

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 27

12.3 7.1 11.5 9.9

a. Efectúe un análisis de varianza a un nivel de significancia de 0.01, y determine

si hay diferencias significativas entre las medias de los tratamientos.

Tratamiento
1 2 3 4
13.7 6.2 27.2 18.2
23 5.4 16.8 8.8
15.7 5 12.9 14.5
25.5 4.4 14.9 14.7
15.8 5 17.1 17.1
14.8 3.3 13 13.9
14 16 10.8 10.6
29.4 2.5 13.5 5.8
9.7 1.6 25.5 7.3
14 3.9 14.2 17.7
12.3 2.5 27.4 18.3
12.3 7.1 11.5 9.9
Suma 200.2 62.9 204.8 156.8
Promedio 16.68 5.24 17.07 13.07 13.01

Hipótesis
H 0 : No existe diferencia significativa entre las cuatro máquinas respecto del número
de horas

H 1 : Existe diferencia significativa entre las cuatro máquinas respecto del número de
horas.

α =0.01

H 0 :τ 1=τ 2=τ 3 =τ 4 =0H 1 : τ i ≠ 0

Factor de correlación

y 2 62 4.72
F . C= = =8130.21
r 48
t ri
Y2
Sc(total)=∑ ∑ Y 2ij− =¿
i=1 j=1 r

Y 2i
t
Sc(tratamientos)=∑ −F . C
i=1 r i

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 28

200.22 62.92 204.82 156 .82

Sc(tratamientos)=( + + + )−8130.21=1083.60
12 12 12 12
Sc ( error )=Sc (total )−Sc (tratamientos )
Sc(error)=1177.68

Análisis de Varianza

Fuente SM GL CM Fcal Ftab

Tratamiento 1083.60 3 361.20 13.50 4.26
Error 1177.68 44 26.77

Total 2261.28 47      

F cal=13.5

F tab=F 1−α ,(gl(trat ),gl (error))=F 0.95,3,44=4.26

F cal > Ftab

Se rechaza H 0

Decisión: Se rechaza la hipótesis nula. Por lo tanto, se afirma que existe diferencias
significativas entre las medias de los tratamientos

Coeficiente de variación

CME 26.77
CV %= √ CV %= √ =0.3977 ≈ 39,77 %
Y 13.01
El coeficiente de variación presenta una alta dispersión. Esto quiere decir que la
variabilidad es heterogénea porque tiene una muy alta variabilidad.

b. Use contrastes de un solo grado de libertad con α = 0.01 para comparar el

tiempo medio de combustión del tratamiento 1 en comparación con el
tratamiento 2, y también del tratamiento 3 en comparación con el 4

Prueba DLS

Comparación de tratamiento 1 y 2

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 29

H 0 :u1=u2 H 1 :u 1 ≠ u2

α =0.01

DLS=t α .( Sd )
(1− , gl(error))
2

1 1
√
Sd = CME( + ¿ ) ¿
ni n j

1 1
√
Sd =4.36 26.77( + ¿ )=9,21 ¿
12 12

H 0se rechaza con α si |Y A −Y B|> DLS

|16.68−5.24|=11.44 >9.21 se rechaza H 0

Decisión: se rechaza H 0, existe suficiente evidencia estadística; por lo tanto, tiempo de

reacción del tratamiento 1 difiere al 2.

Tratamiento 3 con el tratamiento 4

H 0 :u3=u 4 H 1 :u 3 ≠ u4

α =0.01

DLS=t α .( Sd )
(1− , gl(error))
2

1 1
√
Sd= CME( + )
ri r j

√
DLS=t (0.05 ;20) . CME
( r1 + r1 )=S =4.36 √ 26.77( 121 + 121 ¿)=9.21 ¿
A B
d

H 0se rechaza con α si |Y A −Y B|> DLS

|17.07−13.07|=4 <9.21 se acepta H 0

Decisión: se acepta H 0, existe suficiente evidencia estadística para afirmar que el nivel
del tiempo de combustión del tratamiento 3 no difiere del 4.

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 30

c. Aplique la prueba de dunnet si el tratamiento 4 es el testigo

Hipótesis

H 0 :u4 =u1 H 1 :u 4 ≠u 1

H 0 :u4 =u2 H 1 : u 4 ≠u 2

H 0 :u4 =u3 H 1 :u 4 ≠u 3

Valor de la tabla con ∝=0.01 p=4 pero considerando el control y 44 GL del error
experimental (Dn)= 3.39. Como los tratamientos tienen igual número de repeticiones

2 CME
Tratamientos
comparados
Numero de
repeticiones
Sd =
√ r ALS(Dn) |Y i −Y j| Significancia

4y1 5y5 2.44 13.05 3.61 *

4y2 5y5 2.44 13.05 7.83 *
4y3 5y5 2.44 13.05 4 *

Tratamientos comparados 4 y 1

H 0 :u4 =u1 H 1 :u 4 ≠u 1

α =0.01

( Dn )=3.09

2 CME
Sd=S d =
√ r

2CME 2 ( 26.77 )
ALS=t (0.01 ;4 ; 44) .
√ r
=3.09∗
√
3
=13.05

H 0 se acepta con α si |Y A −Y B|> ALS

|13.07−16.68|=3.61< 13.05 se acepta H 0

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 31

Decisión: se acepta H 0, porque existe suficiente evidencia estadística para afirmar que
el nivel del tiempo del tratamiento 4 no difiere del de 1.

Tratamientos comparados 4 y 2

H 0 :u4 =u2 H 1 : u 4 ≠u 2

α =0.01

( Dn )=3.09

2 CME
Sd=S d =
√ r

2CME 2 ( 26.77 )
ALS=t (0.01 ;4 ; 44) .
√ r
=3.09∗
√ 3
=13.05

H 0 se acepta con α si |Y A −Y B|> ALS

|13.07−16.68|=7.83<13.05 se acepta H 0

Decisión: se acepta H 0,porque existe suficiente evidencia estadística para afirmar que
el nivel del tiempo del tratamiento 4 difiere no del de 2.

Tratamientos comparados 4 y 3

H 0 :u4 =u3 H 1 :u 4 ≠u 3

α =0.01

( Dn)=3.09

2 CME
Sd=S d =
√ r

2CME 2 ( 26.77 )
ALS=t (0.01 ;4 ; 44) .
√ r
=3.09∗
√ 3
=13.05

H 0 se acepta con α si |Y A −Y B|> ALS

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 32

|13.07−17.07|=4 <13.05 se acepta H 0

Decisión: se acepta H 0,porque existe suficiente evidencia estadística para afirmar que
el nivel del tiempo del tratamiento 4 difiere no del de 1.

EJERCICIO 03

Procedimiento de muestreo

De Hess Remoción del

Disminución Surber Kicknet
modificado sustrato de Kicknet

85 75 31 43 17

55 45 20 21 10

40 35 9 15 8

77 67 37 27 15

257 222 97 106 50

64.25 55.5 24.25 26.5 12.5

Para suma: 682 Total Para promedio: 36.6

a. ¿Hay alguna diferencia significativa en el conteo promedio de especies para los

distintos procedimientos de muestreo?

Hipótesis

H 0=¿ Diferencia significativa entre el conteo promedio de especies para los distintos
procedimientos de muestreo

H 1=¿ Con al menos una especie para los distintos procedimientos de muestreo

α =0.05
H 0 :τ 1=τ 2=τ 3 =τ 4 =τ 5 =0

H 1 : τ i ≠ 0 al menos para un i

Factor de correlación

y 2 68 22
F . C= = =23256.2
r 20

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 33

t ri
Y2
Sc(total)=∑ ∑ Y 2ij− =¿
i=1 j=1 r
t
Y 2i
Sc(tratamientos)=∑ −F . C
i=1 ri

Sc(tratamientos)=( promedios alcuadrado /¿ datos)−23256.2=7828.3

Sc ( error )=Sc (total )−Sc (tratamientos )
Sc(error)=3256.5

Análisis de Varianza
ANÁLISIS DE VARIANZA
FV SC GL CM Fcal Ftab
Tratamientos 7828.3 4 1957.08 9.015 3.056
Error 3256.5 15 217.1

Total 11084.8 19

F cal=9.015

F tab=F 1−α ,(gl(trat ),gl (error))=F 0.95,3,44=3.056

F cal > Ftab

Se rechaza H 0

Se rechaza H 0, en conclusión, existe suficiente evidencia estadística para aceptar que

con al menos una especie para los distintos procedimientos de muestreo.

Coeficiente de variación

CME 217.1
CV %= √ CV %= √ =0.4026 ≈ 40.26 %
Y 36.6
El coeficiente de variación presenta una alta dispersión. Esto quiere decir que la
variabilidad es heterogénea porque tiene una muy alta variabilidad.

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 34

a. Emplee una prueba de Tukey con α = 0.05 para determinar cuáles

procedimientos de muestreo difieren.

1 con 2

Hipótesis

H 0 :μ i=μij

H 1 : μ i ≠ μij

W =q( α ,t , Glerr ) S d

W =q( 0.05,4,15)=4.08

217.1
Sd =
√ 4
=7,37

W =q × S d=4.08 ×7.37=30.06

|65.25−55.5|=9,75<W

Conclusión: se acepta la H 0 no significativo, es decir, que no existe evidencia

suficiente para rechazar la H 0

2 con 3

H 0 :μ i=μij

H 1 : μ i ≠ μij

W =q( α ,t , Glerr ) S d

W =q( 0.05,4,15)=4.08

217.1
Sd =
√ 4
=7,37

W =q × S d=4.08 ×7.37=30.06

|55.5−24.25|=31.25> W

Conclusión: se rechaza la H 0 significa que la diferencia entre ambos tratamientos si es

significativo.

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 35

3 con 4

H 0 :μ i=μij

H 1 : μ i ≠ μij

W =q( α ,t , Glerr ) S d

W =q( 0.05,4,15)=4.08

217.1
Sd =
√ 4
=7,37

W =q × S d=4.08 ×7.37=30.06

|24.25−26.5|=2,25<W

Conclusión: se acepta la H 0 no significativo. es decir, que no existe evidencia

suficiente para rechazar la H 0

4 con 5

H 0 :μ i=μij

H 1 : μ i ≠ μij

W =q( α ,t , Glerr ) S d

W =q( 0.05,4,15)=4.08

217.1
Sd =
√ 4
=7,37

W =q × S d=4.08 ×7.37=30.06

|26.5−12.5|=14 <W

Conclusión: se acepta la H 0 no significativo, es decir, que no existe evidencia

suficiente para rechazar la H 0

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 36

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 37

EJERCICIO 04.

Unidades defectuosas por turno

Velocidad 1 Velocidad 2 Velocidad 3 Velocidad 4
37 27 32 35
35 32 36 27
38 32 33 33
36 34 34 31
34 30 40 29
Total 180 155 175 155
Promedio 36 31 35 31
n° 5 5 5 5

a) Efectúe un análisis de varianza a un nivel de significancia de 0.01, y determine

si hay diferencias significativas entre las medias de las velocidades. Encuentre
el C.V%

Hipótesis

H 0 :existe diferencias entre las medias de las velocidades .

H 1 : al menos una velocidad difiere en las medias de las velocidades

H 0 :τ 1=τ 2=τ 3 =τ 4 =0H 1 : τ i ≠ 0

α =0.01

F.C=Factor de correlación

y 2 6652
F . C= = =22111.23
r 20

t ri
Y2
Sc(total)=∑ ∑ Y 2ij− =(372 +272 +322+ 352 +352 +...+ 312)−22111.23=221.75
i=1 j=1 r

Y 2i
t
Sc(tratamientos)=∑ −F . C
i=1 r i

1802 1552 1752 1552

Sc(tratamientos)=( + + + )−22111.23=2.6375
5 5 5 5

Sc(error)=Sc (total )−Sc (tratamientos)=221.75−22111.23=118

Fuente SC GL MC F cal F tab

Tratamiento 103.75 3 34.5833333 4.68926554 3.23887152

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 38

Error 118 16 7.375

Total 221.75 19  

F tab=F 1−α ,(gl(trat ),gl (error))=F 0.99,3,16=3.239

F cal < Ftab se acepta H 0

Decisión: no existe suficiente evidencia para rechazar la hipótesis nula es decir

no hay diferencias significativas entre las medias de las velocidades.

Coeficiente de variación

CME 7.375
CV %= √ CV %= √ =0.4709 ≈ 47 %
Y 33.25

El coeficiente de variación presenta una alta dispersión es decir es

heterogéneo, tiene una alta variabilidad.

b) Realice la prueba de barlett

Promedio Varianza ri-1 (ri-1)si2 (ri-1)Lnsi2

36 2.5 4 10 3.67
31 7 4 28 7.78
35 10 4 40 9.21
31 10 4 40 9.21
33.25 16 118 29.87

Hipótesis

H 0 :σ 21=σ 22=σ 23=σ 24

H 1:Al menos un σ i2es diferente

α =0.01
118
S2p= =7.375
16

∑ (ri−1)∗ln S 2p=11∗ln 7 .212=21.7332

31.97−(29.87)
Qcal = =2.002
1 1 1 1 1 1
[
1+ ( + + + )−
9 4 4 4 4 16 ]
x 2tab =x21−0.01,3 =11.34

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 39

Qcal < x 2tab se acepta la H 0; las varianzas son iguales, existe homogeneidad de
varianzas .
c) Use contrastes de un solo grado de libertad con α = 0.05 para comparar el
tiempo medio de combustión del tratamiento 1 en comparación con el
tratamiento 2, y también del tratamiento 3 en comparación con el 4

prueba de DLS

tratamiento 1 con tratamiento 2

H 0 :u1=u2 H 1 :u 1 ≠ u2

α =0.05

DLS=t α .( Sd )
(1− , gl(error))
2

1 1
√
Sd= CME( + )
ri r j

√
DLS=t (0.05 ;20) . CME
( r1 + r1 )=2.086∗√ 7.375( 15 + 15 )=3.58
A B

H 0se rechaza con α si |Y A −Y B|> DLS

|36−31|=5>3.58 se rechaza H 0

Decisión: se rechaza H 0, existe suficiente evidencia estadística; por lo tanto el

nivel del tiempo de combustión de la velocidad 1 difiere al nivel de del tiempo
de combustión de la velocidad 2.

Tratamiento 3 con el tratamiento 4

H 0 :u3=u 4 H 1 :u 3 ≠ u4

α =0.05

DLS=t α .( Sd )
(1− , gl(error))
2

1 1
√
Sd= CME( + )
ri r j

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 40

√
DLS=t (0.05 ;20) . CME
( r1 + r1 )=2.086∗√ 7.375( 15 + 15 )=3.58
A B

H 0se rechaza con αsi |Y A −Y B|> DLS

|35−31|=4>3.58 se rechaza H 0

Decisión: se rechaza H 0, existe suficiente evidencia estadística; por lo tanto el

nivel del tiempo de combustión de la velocidad 3 difiere al nivel de del tiempo
de combustión de la velocidad 4.

d) Aplique la prueba de dunnet si velocidad 4 es el testigo

Hipótesis

H 0 :u4 =u1 H 1 :u 4 ≠u 1

H 0 :u4 =u2 H 1 : u 4 ≠u 2

H 0 :u4 =u3 H 1 :u 4 ≠u 3

Valor de la tabla con ∝=0.01 p=4 pero considerando el control y 16 GL del

error experimental (Dn)= 3,39. Como los tratamientos tienen igual numero de
repeticiones

Tratamientos Numero de 2 CME ALS(Dn) |Y i −Y j| Significancia

comparados repeticiones
Sd =
√ r

4y1 5y5 1.92 6.5088 5 *

4y2 5y5 1.92 6.5088 0 *
4y3 5y5 1.92 6.5088 4 *

Tratamientos comparados 4 y 1

H 0 :u4 =u1 H 1 :u 4 ≠u 1

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 41

α =0.01

( Dn)=3,39

2 CME
Sd=S d =
√ r

2 CME 2(7.375)
ALS=t (0.01 ;4 ; 16) .
√ r
=3,39∗
√ 20
=3.58

H 0 se rechaza con α si |Y A −Y B|> ALS

|31−36|=5>3.58 se rechaza H 0

Decisión: se rechaza H 0, existe suficiente evidencia estadística; por lo tanto el

nivel del tiempo de combustión de la velocidad 4 difiere al nivel de del tiempo
de combustión de la velocidad 1.

Tratamientos comparados 4 y 2

H 0 :u4 =u2 H 1 : u 4 ≠u 2

α =0.01

( Dn)=3,39

2 CME
Sd=S d =
√ r

2 CME 2(7.375)
ALS=t (0.01 ;4 ; 16) .
√ r
=3,39∗
√ 20
=3.58

H 0 se rechaza con α si |Y A −Y B|> ALS

|31−31|=0> 3.58 se acepta H 0

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 42

Decisión: se acepta H 0, no existe suficiente evidencia estadística; por lo tanto el

nivel del tiempo de combustión de la velocidad 4 no difiere al nivel de del
tiempo de combustión de la velocidad 2.

Tratamientos comparados 4 y 3

H 0 :u4 =u3 H 1 :u 4 ≠u 3

α =0.01

( Dn)=3,39

2 CME
Sd=S d =
√ r

2 CME 2(7.375)
ALS=t (0.01 ;4 ; 16) .
√ r
=3,39∗
√
20
=3.58

H 0 se rechaza con α si |Y A −Y B|> ALS

|31−35|=4>3.58 se rechaza H 0

Decisión: se rechaza H 0, existe suficiente evidencia estadística; por lo tanto el

nivel de del tiempo de combustión de la velocidad 4 difiere al nivel de del
tiempo de combustión de la velocidad 3.

EJERCICIO 05.

Ho: No existe diferencia significativa en los promedios de los salarios iniciales para
profesores auxiliares Ho: µ1 = µ2 = µ3

H1: Existe diferencia significativa en los promedios de los salarios iniciales para
profesores auxiliares Ho: µ1 ≠ µ2 ≠ µ3

Universidades Privadas - Afiliadas a la

Total
Públicas Independientes Iglesia

49.3 81.8 66.9 198

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 43

49.9 71.2 57.3 178.4

48.5 62.9 57.7 169.1

68.5 69 46.2 183.7

54 69 52.2 175.2

Conteo 5 5 5 15

Suma 270.2 353.9 280.3 904.4

Suma^2 73008.04 125245.21 78568.09 276821.34

Promedio 54.04 70.78 56.06  

A. CUADRO ANOVA:

Fuente de Suma de Grados de Cuadrados

F Calc. F Tab.
Variación Cuadrados Libertad (GL) Medios

Tratamientos 834.98 2 417.49 7.12 3.885

Error 703.29 12 58.61
Total 1538.27 14      

Conclusión: Fc > Ft Se Rechaza la Ho

7.12 > 3.885 Se Rechaza la Ho

Se acepta la H1 que afirma que existe diferencia significativa en los promedios de los
salarios iniciales para profesores auxiliares.
B. INTERVALOS DE CONFIANZA AL 95%

Universidad Pública y Privada Independiente

1 1
√
IC : ( X́ 1− X́ 2 ) ± t MSE
( +
n1 n2 )
IC : (54.04−70.78 ) ± 2.18 58.61
√ ( 15 + 15 )
IC Inferior :−27.295
IC Superior :−6.185

Universidad Pública y Privada Independiente

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 44

√
IC : ( X́ 1− X́ 3 ) ±t MSE
( n1 + n1 )
1 3

IC : (54.04−56.06 ) ± 2.18 58.61

√ ( 15 + 15 )
IC Inferior :−12.575
IC Superior :8.842

EJERCICIO 06

Máquina 1 Máquina 2 Máquina 3 Máquina 4

6.4 8.7 11.1 9.9
7.8 7.4 10.3 12.8
5.3 9.4 9.7 12.1
7.4 10.1 10.3 10.8
8.4 9.2 9.2 11.3
7.3 9.8 8.8 11.5

a. Con α = 0.05, como nivel de significancia, ¿cuál es la diferencia, si hay alguna,

entre las medias poblacionales de los tiempos de las cuatro máquinas?

Primero debemos calcular ANVA

Máquina 1 Máquina 2 Máquina 3 Máquina 4

6.4 8.7 11.1 9.9
7.8 7.4 10.3 12.8
5.3 9.4 9.7 12.1
7.4 10.1 10.3 10.8
8.4 9.2 9.2 11.3
7.3 9.8 8.8 11.5 Total
Suma 42.6 54.6 59.4 68.4 225
Promedio 7.1 9.1 9.9 11.4 9.375

Hipótesis
H 0 : Diferencia significativa entre cuatro máquinas respecto del número de horas entre dos averías

H 0 :Conal menos uno entre cuatro máquinas se obtiene el número de horas entre dos averías

α =0.05

H 0 :τ 1=τ 2=τ 3 =τ 4 =0H 1 : τ i ≠ 0

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 45

Factor de correlación

y 2 225 2
F . C= = =2910.375
r 24
t ri
Y2 2
Sc(total)=∑ ∑ Y − =¿ ij
i=1 j=1 r
t
Y 2i
Sc(tratamientos)=∑ −F . C
i=1 ri

42.62 54.6 2 59.42 6 8.4 2

Sc(tratamientos)=( + + + )−2910.375=57.765
6 6 6 6
Sc ( error )=Sc (total )−Sc (tratamientos )
Sc(error)=77.025−57.765=19.26

Análisis de Varianza

Factores SM GL CM Ftab Fcal

Tratamiento 57.765 3 19.255 19.9948079 3.09839121
Error 19.26 20 0.963

Total 77.025 23

F cal=3.098

F tab=F 1−α ,(gl(trat ),gl (error))=F 0.95,3,20=19.99

F cal < Ftab

se acepta H 0

Decisión; Existe suficiente evidencia estadística para aceptar que con al menos uno
entre cuatro máquinas se obtiene el número de horas entre dos averías.

Coeficiente de variación

CME 0.963
CV %= √ CV %= √ =0.1047 ≈ 10,47 %
Y 9.375
El coeficiente de variación presenta una baja dispersión es decir es homogéneo, tiene
una baja variabilidad.

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 46

b) Use el procedimiento DLS para probar la igualdad de las medias en las máquinas 2
y 4. Utilice 0.05 como nivel de significancia

Hipótesis:

H 0 :u2=u 4 H 1 : u 2 ≠ u4

α =0.05

DLS=t α .(Sd )
( , gl(error ))
2

2 CME
Sd=
√ r

2CME 2(0.963)
DLS=t
(
0.05
2
;20)
.
√ r
=2.086 ×
6 √ =2.086 × 0.567=1.183

Si|Y t −Y i|=|9.1−11.4|=2.3> DLS Se Rechaza H 0

Decisión: Por lo tanto, se puede afirmar que con un nivel de significancia de 0.05,
existe suficiente evidencia estadística para rechazar H 0; por lo que el nivel promedio
de la máquina 2 difiera al nivel promedio de la máquina 4.

c) Use la maquina 4 como Testigo y aplique la prueba de dunnet

H 0 :uT =ui H 1 :u T ≠u i

T ( Dn )=α =0.05 , p=4 tratam ., GLError=20=2.54

2 CME 2(0.963)
ALS ( Dn )=t ( Dn )
√ r
=2.54 ×
6 √
=1.439

d) Aplique la prueba de tuckey

MÁQUINA 1 Y 2
Hipótesis

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 47

H 0 :u1=u2 H 1 :u 1 ≠ u2
q 0.05,4,18=4

0.963
Sd=
√ 6
=¿ 0.401¿

W =q × Sd=4 ×0.401=1.604
|7.1−9.1|=2
∴ Se rechaza la H 0
Decisión: Se rechaza la H 0 no significativo, es decir, que no existe evidencia

suficiente para rechazar la H 0.

MÁQUINA 2 Y 3
Hipótesis

H 0 :u2=u3 H 1 :u 2 ≠ u3
AES ( t )=q0.05,3,20=4.64

CME 0.963
w= Als (T )= AES(t)×
√ B
¿=4.64 ×
6√ =0.4

|9.1−9.9|=0.8>W

Conclusión

Se rechaza la H 0 no significativo.

MÁQUINA 3 Y 4

Hipótesis

H 0 :u3=u 4 H 1 :u 3 ≠ u4
q 0.05,4,18=4

0.963
Sd=
√ 6
=¿ 0.401¿

W =q × Sd=4 ×0.401=1.604
|9,9−11.4|=1.5
∴ Se rechaza la H 0

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 48

Decisión: Se rechaza la H 0 no significativo, es decir, que no existe evidencia

suficiente para rechazar la H 0.

BLOQUES
EJERCICIO 01

Student Cristal Reading Mathematics Writing

1 526 534 530
2 594 590 586
3 465 464 445
4 561 566 553
5 436 478 430
6 430 458 420

a. Utilizando un nivel de significancia de 0.05, ¿los estudiantes se desempeñan

de manera distinta en las tres partes del examen? Encuentre e interprete el C.V
%

Student Cristal Reading Mathematics Writing Suma Promedio

1 526 534 530 1590 530
2 594 590 586 1770 590
3 465 464 445 1374 458
4 561 566 553 1680 560
5 436 478 430 1344 448
6 430 458 420 1308 436
Suma 3012 3090 2964 9066
Promedio 502 515 494 503.67

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 49

Hipótesis
H 0 :losestudiantes se desempeñan de maneradistinta en las 3 partes del examen
H 1 : almenos uno es distinto
∝=0.05

Tratamiento

H 0 :τ 1=τ 2=τ 3 =τ 4 =τ 5

H1: τi≠ 0
Bloque:
H 0 :t i=0
H 0 :t i ≠ 0

Factor de correlación

y 2 90662
F . C= = =4566242
r 18

Sc ( total )=( 526 2+534 2+ 5302+ ...+ 4202 ) −4566242=65798

30122 3090 2 29642

Sc(tratamientos)=( + + )−4566242=1348
6 6 6

Sc ( error )=Sc (total )−Sc (tratamientos )=65798−1348=64450

Análisis de varianza

ANÁLISIS DE VARIANZA
FV SC GL CM Fcal Ftab
Tratamientos 63250 5 12650 105.417 3.326
Bloque 1348 2 674 5.617 4.103
Error 1200 10 120

Total 65798 17

F tab=F 1−α ,(gl(trat ),gl (error))=F 0.95,5,10=3.326

F cal > Ftab

se rechaza H 0 en el tratamiento.

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 50

F tab=F 1−α ,(gl(bloque ),gl (error))=F0.95,2,10 =4.103

F cal > Ftab

Se rechaza H 0 en el bloque

Se rechaza H 0para ambas pruebas y podemos afirmar que al menos un tratamiento

donde se aplican los métodos es diferente y/o al menos un método es diferente.

UNIVERSIDAD NACIONAL DE TUMBES

 P á g i n a | 51

Coeficiente de variación.

CV %= √120 =0.4881≈ 48.81 %

503.67
El Coeficiente de variación presenta una alta dispersión es decir es heterogéneo, por
tener una alta variabilidad mayor a 15%.

b. ¿Cuál sección parece darles más problemas? Explique

Al enfocarnos en un curso, el promedio general de notas parece ser el indicador más
preciso para reflejar la dificultad del curso. En este caso writing sería el más difícil por
tener el menor promedio:494.

Esto significa que, de 800 puntos que puede sacar el estudiante como máximo, la
mayoría tiene un aproximado de 494.

c. Realice la prueba de Barlett

Promedio Varianza ri-1 (ri-1)Si2 (ri-1)LnSi2

530 16 2 32 5.54518
590 16 2 32 5.54518
458 127 2 254 9.68837
560 43 2 86 7.52240
448 684 2 1368 13.05592
436 388 2 776 11.92201
503.67 12 2548 53.27906

Hipótesis

H 0 :σ 21=σ 22=σ 23=σ 24=σ 25=σ 26

H 1=almenos una σ 2i es diferente

α =0.05

2548
S2p= =212.33
12

∑ (ri−1)∗ln S 2p=12∗ln 212.33=64.2977

pág. 51
 P á g i n a | 52

64.2977−(212.33)
Qcal = =−119.09
1 1 1 1 1 1 1 1
1+
[(
+ + + + + −
3(5−1) 2 2 2 2 2 2 12 ) ]
x 2tab =x21−0.05,5 =11.07

Q cal < x 2tab

Se acepta la Ho, las varianzas son iguales por lo que existe homogeneidad de
varianzas.

EJERCICIO 02

Tratamientos
A B C
1 10 9 8
2 12 6 5
3 18 15 14
4 20 18 18
Bloques 5 8 7 8

a. Utilice α = 0.05 para probar cualesquiera diferencias significativas

Tratamientos
Suma
A B C
1 10 9 8 27
2 12 6 5 23
Bloques 3 18 15 14 47
4 20 18 18 56
5 8 7 8 23
Suma 68 55 53 176
Promedio 13.6 11 10.6 11.733333

Hipótesis
H 0 : Las diferencias significativas en los datos son iguales.

H 1 : Al menos una diferencia significativa es diferente.

Para tratamiento

H 0 :τ 1=τ 2=τ 3 =τ 4 =τ 5
pág. 52
 P á g i n a | 53

H1: τi≠ 0
Para bloque:
H 0 :t i=0

H 1 :t i ≠0
Factor de correlación

y 2 1762
F . C= = =2065.07
tb 15
Sc ( total )=¿

13. 62 1 12 10.6 2
Sc(tratamientos)=( + + )−2065.07=26.53
5 5 6

2 7672 +113 32 +…+18 922

Sc(bloque)= −(2065.07)=312.27
6
Sc ( error )=Sctotal−Sctrat−Scbloque
Sc ( error )=16.13

Análisis de varianza

Fuente SM GL CM Fcal Ftab

Bloques 312.27 4 78.07 38.72 3.84
Tratamientos 26.53 2 13.27 6.58 4.46
Error 16.13 8 2.017

Total 354.93 14

F tab=F 1−α ,(gl(trat ),gl (error))=F 0.95,2,8=3.84

F cal > Ftab

Se rechaza H 0 en el tratamiento.

F tab=F 1−α ,(gl(bloque ),gl (error))=F0.95,2,8 =4.46

F cal > Ftab

Se rechaza H 0 en el bloque.

Se rechaza H 0 en ambas pruebas. Por lo tanto, se afirma que existe al menos una
diferencia significativa, con 5% de significancia

pág. 53
 P á g i n a | 54

b. Realice la prueba de Barlett

Cuenta Suma Promedio Varianza ri-1 (ri-1)si2 (ri-1)Lnsi2

5 68 13.6 26.8 4 107.20 13.15
5 55 11 27.5 4 110.00 13.26
5 53 10.6 27.8 4 111.20 13.30
12 328.4 39.71

Hipótesis
H 0 :σ 21=σ 22=σ 23

H 1:Al menos un σ i2es diferente

α =0.05

328.4
S2p= =27.37
12
27.37−39.71
Qcal = =−10.44
1 1 1 1 1
1+
[(+ + −
6 5 5 5 12 ) ]
x 2tab =x21−0.05,2 =5.99

Q cal > x 2tab se rechaza la H 0 las varianzas son distintas y no existe homogeneidad en las
varianzas.

EJERCICIO 03

Analista
Individuo Empleado Químico Laboratorio Total
1 0.05 0.05 0.04 0.14
2 0.05 0.05 0.04 0.14
3 0.04 0.04 0.03 0.11
4 0.15 0.17 0.10 0.42
Total 0.29 0.31 0.21 0.81

pág. 54
 P á g i n a | 55

a. Realice un análisis de varianza y, a un nivel de significancia de 0.05, pruebe la

hipótesis de que no hay diferencia en los niveles de arsénico con los tres
métodos de análisis. Encuentre e interprete el C.V%

Hipótesis

H 0 : Los niveles de arsénico son iguales

H 1 : al menos un nivel de arsénico es diferente.

H 0 :τ 1=τ 2=τ 3 H 1 : τ i ≠ 0

Bloque: H 0 :t i=0

H 0 :t i ≠ 0

α =0.05
Factor de correlación
2 2
y 0.81
F . C= = =0.055
tb 12

Sc ( total )=0.052 +0.05 2+0.04 2 +0.052 +…+0.10 2−0.055=0.024025

0.292 0.312 0.212

Sc(tratamientos)=( + + )−0.055=0.021225
4 4 4

0.14 2+ 0.142 +0.112 +0.422 (

Sc ( bloque )= − 0.055 ) =0.0014
3
Sc(error)=Sctotal−Sctrat −Scbloque =0.024025−0.021225−0.0014=0.0014

Análisis de Varianza

Fuente SC GL MC F cal F tab

Tratamiento 0.021225 3 0.007075 30.3214286 4.75706266
Bloques 0.0014 2 0.0007 3 5.14325285
Error 0.0014 6 0.00023333
Total 0.024025 11

F tab=F 1−α ,(gl(trat ),gl (error))=F 0.95,3,6=4.76

F cal > Ftab se acepta H 0 en el tratamiento.

F tab=F 1−α ,(gl(bloque ),gl (error))=F0.95,2,6 =5.14

F cal < Ftab se acepta H 0 en el bloque.

pág. 55
 P á g i n a | 56

Se rechaza H 0 para los tratamientos es decir que al menos un nivel de arsénico es

diferente y el experimento depende más de los métodos de análisis. Y no del nivel del
arsénico.

Coeficiente de variación

0.00023333
CV %= √ =0.0588 ≈ 5.88 %
0.0675

El coeficiente de variación presenta baja dispersión es decir es homogéneo, los datos

presentan una baja variabilidad.

b. Realice la prueba de Barlett

Promedio Varianza ri-1 (ri-1)si2 (ri-1)Lnsi2

0.0725 0.00269167 3 0.008075 -17.7527841
0.0775 0.003825 3 0.011475 -16.6985904
0.0525 0.001025 3 0.003075 -20.649188
0.0675 9 0.022625 -55.1005625

Hipótesis
H 0 :σ 21=σ 22=σ 23

H 1: Al menos un σ i2es diferente

α =0.05

0.022625
S2p= =0.00251
9
2
∑p ln0

∑ b∗ln

−53.89−(−55.10)
Qcal = =−3.3
1 1 1 1 1
1+
6 [( + + −
3 3 3 9 ) ]
x 2tab =x21−0.05,2 =5.99

Q cal < x 2tab se acepta la H 0 las varianzas son iguales existe homogeneidad en las
varianzas.

pág. 56
 P á g i n a | 57

EJERCICIO 04

Analista
Individuo Empleado Químico Laboratorio Total
1 0.05 0.05 0.04 0.14
2 0.05 0.05 0.04 0.14
3 0.04 0.04 0.03 0.11
4 0.15 0.17 0.10 0.42
Total 0.29 0.31 0.21 0.81

c. Realice un análisis de varianza y, a un nivel de significancia de 0.05, pruebe la

hipótesis de que no hay diferencia en los niveles de arsénico con los tres
métodos de análisis. Encuentre e interprete el C.V%

Hipótesis

H 0 : Los niveles de arsénico son iguales

H 1 : al menos un nivel de arsénico es diferente.

H 0 :τ 1=τ 2=τ 3 H 1 : τ i ≠ 0

Bloque: H 0 :t i=0
H 0 :t i ≠ 0

α =0.05
F.C=Factor de correlación

y 2 0.812
F . C= = =0.055
tb 12

Sc ( total )=0.052 +0.05 2+0.04 2 +0.052 +…+0.10 2−0.055=0.024025

0.292 0.312 0.212

Sc(tratamientos)=( + + )−0.055=0.021225
4 4 4

0.14 2+ 0.142 +0.112 +0.422 (

Sc ( bloque )= − 0.055 ) =0.0014
3
Sc(error)=Sctotal−Sctrat −Scbloque =0.024025−0.021225−0.0014=0.0014

Fuente SC GL MC F cal F tab

pág. 57
 P á g i n a | 58

Tratamient
o 0.021225 3 0.007075 30.3214286 4.75706266
Bloques 0.0014 2 0.0007 3 5.14325285
Error 0.0014 6 0.00023333
Total 0.024025 11      

F tab=F 1−α ,(gl(trat ),gl (error))=F 0.95,3,6=4.76

F cal > Ftab se acepta H 0 en el tratamiento.

F tab=F 1−α ,(gl(bloque ),gl (error))=F0.95,2,6 =5.14

F cal < Ftab se acepta H 0 en el bloque.

Se rechaza H 0 para los tratamientos es decir que al menos un nivel de arsénico es

diferente y el experimento depende más de los métodos de análisis. Y no del nivel del
arsénico.

Coeficiente de variación.

0.00023333
CV %= √ =0.0588 ≈ 5.88 %
0.0675

El coeficiente de variación presenta baja dispersión es decir es homogéneo, los datos

presentan una baja variabilidad.

d. Realice la prueba de Barlett

Promedio Varianza ri-1 (ri-1)si2 (ri-1)Lnsi2
0.0725 0.00269167 3 0.008075 -17.7527841
0.0775 0.003825 3 0.011475 -16.6985904
0.0525 0.001025 3 0.003075 -20.649188
0.0675 9 0.022625 -55.1005625

Hipótesis

H 0 :σ 21=σ 22=σ 23

H 1:Al menos un σ i2es diferente

α =0.05
0.022625
S2p= =0.00251
9
2
∑p ln0

∑ b∗ln

pág. 58
 P á g i n a | 59

−53.89−(−55.10)
Qcal = =−3.3
1 1 1 1 1
1+
6 [( + + −
3 3 3 9 ) ]
x 2tab =x21−0.05,2 =5.99

Q cal < x 2tab se acepta la H 0 las varianzas son iguales existe homogeneidad en las
varianzas.

EJERCICIO 05.

Ho: Las máquinas se desempeñan con el mismo índice de velocidad Ho: µ1 = µ2 = µ3

H1 Las máquinas no se desempeñan con el mismo índice de velocidad Ho: µ1 ≠ µ2 ≠

µ3

1 2 3 4 5 6 Total

42.5 39.3 39.6 39.9 42.9 43.6 247.8

39.8 40.1 40.5 42.3 42.5 43.1 248.3
40.2 40.5 41.3 43.4 44.9 45.1 255.4
41.3 42.2 43.5 44.2 45.9 42.3 259.4
Conteo 4 4 4 4 4 4 24
Suma 163.8 162.1 164.9 169.8 176.2 174.1 1010.9
26830.4 26276.4 27192.0 28832.0 31046.4 30310.8 170488.1
Suma^2
4 1 1 4 4 1 5
Promedi
40.95 40.525 41.225 42.45 44.05 43.525 42.12
o

A. CUADRO ANOVA

Fuente de Suma de Grados de Cuadrados

F Calc. F Tab.
Variación Cuadrados Libertad (GL) Medios
Tratamientos 42.09 5 8.42 5.29 2.90
Bloques 15.92 3 5.31 3.34 3.29
Error 23.85 15 1.59
Total 81.86 23      

pág. 59
 P á g i n a | 60

Primera Conclusión:
Fc > Ft Se Rechaza la Ho
5.29 > 2.90 Se Rechaza la Ho

Se rechaza la Ho que afirma que las máquinas se desempeñan con el mismo índice
de velocidad.

Segunda Conclusión:
Fc > Ft Se Rechaza la Ho
3.34 > 3.29 Se Rechaza la Ho

Se rechaza la Hipótesis que afirma que los bloques se desempeñan con el mismo
índice de velocidad.

B. COEFICIENTE DE VARIACION:

CME 1.59
CV =
√ X́ Global √
X 100=
42.12
X 100

CV =19.43 %

Los datos observados varían o se dispersan en 19.43%.

C. INTERVALOS DE CONFIANZA AL 95%

Maquina 1 y Maquina 3

√
IC : ( X́ 1− X́ 3 ) ±t MSE
( n1 + n1 )
1 2

pág. 60
 P á g i n a | 61

IC : ( 41.3−42.57 ) ±2.13 1.59

√ ( 16 + 61 )
IC Inferior :−2.82
IC Superior :0.28

Maquina 2 y Maquina 3

√
IC : ( X́ 1− X́ 3 ) ±t MSE
( n1 + n1 )
1 2

IC : ( 41.38−42.57 ) ±2.13 1.59

√ ( 16 + 61 )
IC Inferior :−2.73
IC Superior :0.37

EJERCICIO 06

Tratamiento 1 2 3 4 5 6
1 455 72 61 215 695 501
2 622 82 444 170 437 134
3 695 56 50 443 701 373
4 607 650 493 257 490 262
5 388 263 185 103 518 622

a. Lleve a cabo un análisis de varianza, separando el tratamiento, el lugar y la

suma de cuadrados del error. Determine si hay diferencias significativas entre
las medias de los tratamientos.

Ubicaciones Suma Promedio

Tratamiento
1 2 3 4 5 6
1 455 72 61 215 695 501 1999 333.17
2 622 82 444 170 437 134 1889 314.83
3 695 56 50 443 701 373 2318 386.33
4 607 650 493 257 490 262 2759 459.83
5 388 263 185 103 518 622 2079 346.5
Suma 2767 1123 1233 1188 2841 1892 11044 368.13

Hipótesis
H 0 : Las diferencias significativas en el crecimiento entre los tratamientos son iguales.
pág. 61
 P á g i n a | 62

H 1 : Al menos una diferencia significativa en el crecimiento entre los tratamientos es

diferente.

Para tratamiento

H 0 :τ 1=τ 2=τ 3 =τ 4 =τ 5

H1: τi≠ 0
Para bloque:
H 0 :t i=0

H 1 :t i ≠0
Factor de correlación

y 2 11044 2
F . C= = =4065664.53
tb 30
Sc ( total )=¿

1999 2 1 8892 231 82 2 07 92

Sc(tratamientos)=( + + …+ )−4065664.53=79630.13
6 6 6 6

2 7672 +113 32 +…+18 922

Sc(bloque)= −(4065664.53)=6 34334.67
6
Sc ( error )=Sctotal−Sctrat−Scbloque
Sc ( error )=1403071.47−79630.13−689106.67=689106.67

Análisis de varianza

Factor SM GL CM Fcal Ftab

Trat 79630.13 4 19907.53 0.58 2.87
Bloque 634334.67 5 126866.93 3.68 2.71
Error 689106.67 20 34455.33

Total 1403071.47 29      

F tab=F 1−α ,(gl(trat ),gl (error))=F 0.95,4,20=2.87

F cal < Ftab

Se acepta H 0 en el tratamiento.

F tab=F 1−α ,(gl(bloque ),gl (error))=F0.95,6,20 =2.71

pág. 62
 P á g i n a | 63

F cal > Ftab

Se rechaza H 0 en el bloque.

Se rechaza H 0 en bloques. Por lo tanto, se afirma una diferencia significativa en el

crecimiento entre los tratamientos es diferente y este resultado es dependiente de las
ubicaciones, con 5% de significancia.

Coeficiente de variación

CME √ 34455.3333
CV %= √ = =0.504 ≅ 50.4 %
Y 368.13
El coeficiente de variación presenta una alta dispersión es decir es heterogéneo, tiene
una alta variabilidad.

b. Realice los intervalos de diferencia de tratamientos entre: Tratamiento1 vs

Tratamiento3; Tratamiento2 vs Tratamiento3 y Tratamient2 vs Tratamiento5.

Tratamiento 1 y 3

2 CME
[
u1−u 2= Y 1−Y 2 ± T
(
∝
2
,GLerror) √ B ]
[
u1−u 2= (333.17−386.33) ±3.96
√ 2( 34455.33)
6 ]
u1−u 2=[ −477.55 ; 371.23 ]

Las medias son diferentes.

Tratamiento 2 y 3

2 CME
[
u1−u 2= Y 1−Y 2 ± T
(
∝
2
,GLerror) √ B ]
[
u1−u 2= (314.83−386.33)± 3.96
√ 2(34455.33)
6 ]
u1−u 2=[ −495.89 ; 352.89 ]

pág. 63
 P á g i n a | 64

Las medias son diferentes.

Tratamiento 2 y 5

2 CME
[
u1−u 2= Y 1−Y 2 ± T ∝
( ,GLerror)
2 √ B ]
[
u1−u 2= (314.83−346.5)± 3.96
√ 2(34455.33)
6 ]
u1−u 2=[ −456.06 ; 392.72 ]

Las medias son diferentes.

c. Realice la prueba de barlett

Con respecto a Tratamientos

Trat. Cuenta Suma Promedio Varianza ri-1 (ri-1)si2 (ri-1)Lnsi2

1 6 1999 333.17 66036.17 5 330180.83 55.49
2 6 1889 314.83 46769.77 5 233848.83 53.76
3 6 2318 386.33 83983.87 5 419919.33 56.69
4 6 2759 459.83 28022.17 5 140110.83 51.20
5 6 2079 346.5 39876.3 5 199381.5 52.97
25 1323441.33 270.12

Hipótesis

H 0 :σ 21=σ 22=σ 23=σ 24=σ 25

H 1; Al menos un σ i2es diferente

α =0.05
1323441.23
S2p= =52937.65
25

∑ (ri−1) ×ln S2p=25× ln 52 937.65=271.92

271.92−(270.12)
Qcal = =1.6884
1 5 1
1+ [
( )−
12 6 25 ]
x 2tab =x21−0.05,4 =9.488

pág. 64
 P á g i n a | 65

Qcal > x 2tab

Se rechaza la H 0; Por lo tanto, las varianzas son distintas, existiendo heterogeneidad

de varianzas.

CONCLUSIÓN

pág. 65
 P á g i n a | 66

Las pruebas de pruebas no paramétrica prueba chi cuadrado son un potente

auxiliar para los procesos de control de calidad, ya que con ellas se pueden
determinan mediante muestreos si un producto se encuentra dentro de la
región de aceptación o dentro de la región de rechazo, estas las podemos
emplear para la toma de decisiones importantes.

REFERENCIAS BIBLIOGRAFICAS

pág. 66
 P á g i n a | 67

 Díaz Mata, A. (2013). Estadística Aplicada a la Administración y la

Economía (1st ed., pp. 315-338). México DF: Mc Graw Hill Educación.
 Allen L. Webster. Estadística Aplicada a los negocios y la economía.
(Tercera edición, pp.462-496). Mc Graw Hill Ronald Aylmer Fisher.
Tema: El estadístico Chi-cuadrado y contrastes asociados
 Lipschutz. S., Schiller. J., Introducción a la Probabilidad y Estadística.
2001 Editorial Mc Graw Hill.
 Evans. M., Rosenthal. J. Probabilidad y Estadística. 2005 Editorial
Reverte

pág. 67