Aplicaciones Del ANDEVA y Pruebas Posteriores

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 5

Aplicaciones del ANDEVA y pruebas posteriores

Ejemplo 1: Comparaciones mltiples con Dunnet


Descripcin del problema: Una empresa productora de caf utiliza a catadores para
medir la calidad de la bebida. La empresa cuenta con un maestro catador cuya
experiencia de aos lo convierte en una base de referencia. Existe tambin un grupo
de cinco catadores en formacin, cuyo desempeo se compara constantemente contra
el del maestro catador, con el fin de decidir si pueden seguir en formacin hasta
alcanzar la categora de maestro, o si se prescinde de sus servicios.
En este proceso, se hacen pruebas en las que tanto el maestro catador como los
catadores en formacin evalan una muestra estndar. Los resultados obtenidos por
los catadores en formacin se comparan con el del maestro catador y se registran los
resultados.
Objetivo: Comparar la calificacin otorgada por cada catador en formacin con la
calificacin otorgada por el maestro.
Escogencia del anlisis: La calificacin otorgada a la bebida por un catador es un valor
puntual y no tiene relacin con una tendencia, por lo que no aplica un anlisis de
regresin. Es evidente que no hay inters de comparar el desempeo de los catadores
en formacin entre ellos, pues dicha informacin no tiene valor para la empresa, pues
lo que interesa es saber cmo se desempea cada uno en comparacin con el
maestro catador.
Esto descarta las pruebas de contrastes ortogonales y la de Tukey. Por otro lado, no
hay una relacin de orden entre los catadores en formacin, ni interesa establecerla,
por lo que la prueba de Duncan no ofrece alguna utilidad en este caso. Dado el
objetivo de la empresa y la descripcin del problema, la prueba ms adecuada para
realizar el anlisis de los resultados es la de Dunnet, al visualizar fcilmente un
tratamiento control (maestro catador) y la necesidad de comparar los tratamientos
(catadores en formacin) con dicho control.
Resultados: Tras aplicar el ANDEVA (para un =0,05) se obtuvo significancia para el
factor que se denomin tipo de analista (p<0,0001) e indica que al menos una de las
calificaciones promedio es diferente de las otras. En el Cuadro 1 se muestran los
promedios para las calificaciones otorgadas a la muestra estndar por el maestro y los
catadores en formacin, con letras diferentes se seala cules promedios son
diferentes del promedio asignado a la bebida por parte del maestro catador.

La prueba de Dunnet permite entonces concluir, a un nivel de significancia de 0,05,


que solamente los catadores en formacin 1 y 4 aprobaron la prueba, pues su
calificacin promedio es igual a la del maestro catador, mientras que los catadores en
formacin 2, 3 y 5 asignaron calificaciones promedio diferentes a la asignada por el
maestro catador.
Cuadro 1. Calificacin promedio asignada a la bebida estndar de caf segn
analista.
Analista
Maestro catador

Calificacin promedio 1
91 1 a

Catador en formacin # 1

91 1 a

Catador en formacin # 2

88 1 b

Catador en formacin # 3

66 3 b

Catador en formacin # 4

91 1 a

Catador en formacin # 5

78 2 b

Las calificaciones promedio con letra diferente al control (maestro catador) son
diferentes al control, segn la prueba de Dunnet (=0,05). Los promedios se muestran
con el lmite de confianza al 95%
.Ejemplo 2: Comparaciones mltiples con Duncan
Descripcin del problema: Se quiere determinar el efecto del nivel de energa de un
microondas sobre el tiempo requerido para llevar un litro de agua ebullicin. El
microondas disponible en el laboratorio tiene un selector para el nivel de energa con
tres niveles: baja, media y alta. Estos niveles corresponden a un mbito de energas y
no a una energa puntual, producto de las variaciones normales que presenta el horno
en su funcionamiento.
Objetivo: Determinar si el nivel de energa de un microondas tiene efecto sobre el
tiempo requerido para llevar un litro de agua a ebullicin.
Escogencia del anlisis: De acuerdo con el objetivo se requiere comparar los
promedios de tiempo encontrados para cada nivel de energa. No hay un

requerimiento de evaluacin de tendencias por lo que no aplica el anlisis de


regresin. Los tratamientos (tres niveles de energa) no pueden agruparse entre s con
algn sentido terico, por lo que no procede analizar contrastes ortogonales. No
existe, ni tiene sentido para el experimento, la evaluacin de un control, lo que
descarta la prueba de Dunnet. La prueba de Tukey hara la comparacin respectiva
pero sin considerar la relacin ordinal que existe entre los tratamientos. Por lo anterior,
la prueba ms adecuada para este ejemplo es la de Duncan.
Resultados: El nivel de energa result un factor significativo (p<0,0001) tal y como lo
evidenci el ANDEVA (para un =0,05), indica que al menos uno de los tiempos
requeridos para ebullir un litro de agua fue diferente a los otros. El tiempo que se
requiere para llevar el agua a ebullicin en el nivel de energa alto es
significativamente menor (p<0,05) que los tiempos requeridos a los niveles de energa
medio y bajo (Cuadro 2). Estos dos ltimos niveles de energa no causan tiempos de
ebullicin diferentes (p>0,05). En trminos prcticos la prueba de Duncan nos permite
concluir que si un tiempo de 7,3 minutos es adecuado para nuestros intereses, basta
con aplicar un nivel de energa bajo, pues el medio no nos ofrecera un proceso ms
rpido. Por el contrario, si ocupamos el proceso ms rpido posible, la prueba de
Duncan nos ayuda a saber que debemos aplicar el nivel de energa alto.
Cuadro 2. Tiempo requerido para llevar un litro de agua a ebullicin segn nivel de
energa del horno microondas.
Nivel de energa
Bajo

Tiempo requerido para ebullicin (min.)1,2


7,3 0,5 a

Medio

5,8 0,3 a @

Alto

2,5 0,3 b

1 Los tiempos promedio con letra diferente son significativamente diferentes, segn la
prueba de Duncan (=0,05). Los promedios se muestran con el lmite de confianza al
95%.
2 Los tiempos promedio con smbolos diferentes son significativamente diferentes,
segn la prueba de Tukey (=0,05).

En este ejemplo, resulta importante recordar que la prueba de Duncan ofrece la


ventaja de considerar la relacin ordinal que existe entre los tratamientos, por lo que
representa una forma ms pertinente de analizarlos resultados en comparacin con
utilizar la prueba de Tukey. Sin embargo, la aplicacin de la prueba de Tukey a este
conjunto de datos sera tambin correcta.
Como se puede observar en el Cuadro 2, para la prueba de Tukey los tres promedios
son diferentes entre s, por lo que la conclusin a la que se llega es diferente. Con esta
prueba se concluira que el tiempo requerido para ebullir el agua es mayor para el nivel
energa bajo, y que ste se reduce al aumentar la energa a nivel medio, y se reduce
an ms al aumentar a alta energa.
Esto demuestra que es esencial la escogencia de una prueba ms pertinente, de
acuerdo con los objetivos y la naturaleza de los tratamientos.
Ejemplo 3: Comparaciones mltiples con Tukey
Descripcin del problema: En las etapas preliminarespara montar una nueva y
pequea empresa de papas tostadas resulta difcil escoger el pelador de papas que
utilizarn los empleados. La variable determinante, segn la opinin de expertos, es la
velocidad de pelado (expresada como nmero de papas del mismo tamao y forma
que se pelan en un minuto). Se decide entonces realizar un experimento para
determinar la velocidad de tres diferentes peladores de papas que el nuevo negocio
estara en posibilidad de comprar: pelador marca A, pelador marca B y pelador marca
C.
Objetivo: Determinar si existen diferencias en el nmero de papas promedio que se
pelan en un minuto con cada uno de los tres peladores.
Escogencia del anlisis: De acuerdo con el objetivo, de inmediato se reconoce la
necesidad de comparar promedios. No aplica un anlisis de regresin porque no se
quiere estudiar una tendencia. La pregunta entonces es: comparaciones mltiples o
contrastes ortogonales? Para aplicar contrastes ortogonales tendra que haber al
menos dos peladores de papas con una caracterstica comn que permitiera agrupar
dos para contrastar con el otro, hecho que no pareciera darse en este caso (pues se
trata de diferentes marcas comerciales) y que, adems, no est expresado en el
objetivo. Entonces es necesario definir cul de los tres mtodos de comparaciones
mltiples procede aplicar. Ante la ausencia de un tratamiento control no procede
aplicar Dunnet. Al no existir una relacin de orden entre los peladores no procede
aplicar Duncan.

Por lo tanto, la comparacin adecuada en este caso es Tukey.


Resultados: Luego de aplicar el ANDEVA y para un nivel de significancia del 5% se
encontr que el efecto de tipo de pelador fue significativo (p=0,0016), indicando que
al menos uno de los promedios del nmero de papas peladas en un minuto es
diferente de los otros. En el Cuadro 3 se muestran los promedios para el nmero de
papas peladas en un minuto segn el tipo de pelador. No hubo diferencia en el nmero
de papas que se logran pelar en un minuto con el pelador A (cuatro papas) y el pelador
B (cinco papas) (Cuadro 3. Sin embargo, cuando se pelan las papas con el pelador C,
se logra pelar un nmero mayor de papas (9) en comparacin con cada uno de los
otros dos peladores. La aplicacin de la prueba de Tukey en este caso permiti decidir
que la inversin ms apropiada y segura son los peladores de la marca C.
Cuadro 3. Nmero de papas peladas en un minuto segn tipo de pelador.
Tipo de pelador

Nmero promedio de papas1

Marca A

42a

Marca B

51a

Marca C

91b

El nmero promedio de papas con letra diferente es significativamente diferente,


segn la prueba de Tukey (=0,05). Los promedios se muestran con el lmite de
confianza al 95%.

También podría gustarte