Analisis de varianza de dos factores o de dos vias. kn el andlisis de varianza con dos criterios de clasificacién los datos de la muestra son clasificados por medio de un arreglo rectangular en el cual las columnas representan los niveles de un factor 4 y las filas, los niveles de una factor 8. Cada combinacién de fila y de columna definen una celda en el arreglo. Entonces se tienen kr celdas. El diseflo de los experimentos con dos factores se clasifica segin el nimero de observaciones en las celdas. Si cada celda contiene una sola observacién de la muestra, el modelo se denomina sin réplicas (o sin repeticién). En cambio, si cada celda contiene dos 0 mis observaciones de la muestra, e! modelo se denomina con réplicas (0 con repeticién) El modelo del diseho de dos factores y sin réplica es el mismo modelo de clasifieacién de un solo factor A aleatorizado por bloques. En este caso os bloques son los niveles de wn factor B, En este modelo, que contiene una sola observacién por celda, las factores son variables independientes, por lo tanto, no existe interaccién entre las das factores A y B. Analisis de varianza de dos factores: sin replicas El modelo de clasificacién de dos factores A y B sin replicas (0 repeticién) se caracteriza por que cada celda del arreglo rectangular contiene una sola observacién. Es decir, cada observacién X, de la variable dependiente X es una muestra de tamafto | extraida de una poblacién correspondiente a la combinacién de tratamientos 4,B,, en donde, i k, j=1,2,...,r. Los factores A y B son variables independientes, por lo tanto no hay interaccién entre estos. El modelo estadistico es: Xj =u+a, +B, +e donde, a, = Efecto en X del nivel del factor A, i=1,2, B= Efecto en.X del nivel del factor B- j=1,2, = Error aleatorio, se supone e, independientes y normales N(O, o). La tabla ANOVA. y el proceso de prueba para este modelo son exactamente los mismos al del modelo de clasificacién de un factor aleatorizado por bloques. En vez de bloques se tiene el segundo factor. Las pruebas de tratamientos y de bloques son ahora importantes y se deben realizar simulténeamente.EJEMPLO Una empresa de produccién estudia la influencia que tienen la velocidad de las maquinas y la velocidad de los operarios en su proceso de produccién. Para esto, se diselié lun experimento de dos factores sin réplicas para observar el tiempo en segundos que demoraron para procesar 10 unidades cada uno de 4 ope-=cias con cada una de las 5 équinas. Los resultados se dan en Ia tabla 8.12a, Tabla 8.12a X=Tiempos utlizados en_el proceso de produccisn Factor Factor A = Maquinas Totalde [Media de Operarios [~4; 42 ds Ags | fils x, fla ¥,, is 1 4 19 16 2 16a 0 1s 1 18 6 122 Noo17 0 OSB 61 122 9 3 9 16 10 57 4 a 6 @ 65 45 11251575 10.75 1625 11.25 261 3.05 Alnivel de significacién del 5%, ) {Cree usted que son significativos globalmente los promedios de los tiempos de proceso de las cinco méquinas?. Si lo son determine, de ser posible, la maquina més répida aplicando el método de rangos de Duncan. ») {Son significativos globalmente los promedios de los tiempos de proceso de los 4 operarios?. Si lo son determine, de ser posible, el operario mas rapido aplicando el método de rangos de Duncan, SOLUCION. La variable dependiente de este ANOVA es; X= Tiempos en segundos para procesar 10 unidades de un producto especifico. El factor A es Maquina El factor B es Operario El modelo de este diseto de experimentos es: X, +0, +B; +ey donde, a; = Efecto en X de laméquina i, #=1,2,3, 4, § By= Efecto en X del operario j, j=1,2,3, 4 Cailculos: De los datos se obtiene,; ¢ = Ya)" _ (261)? 3 = 3406.05, S\=3,3478 rk ax SCT = (n= 1S} =190.3478)? = 212.95 1s 45)? + (63)? 4 (43) + (65)? + (45)! $e = ES 9 C= MI AE ENO 4 95 ya Sey 2c = ODEON? + (60)? +057) scB = FSX) ~ C= REE ED C6 #57 _ 54060 = 76.95 SCE =SCT-(SCA + SCB) 12.95 ~ (117.2 + 76.95) =18.8 Las sumas de euadrados, los grados de libertad, los cuadrados medios y las F calculadas se resumen en Ja tabla 8.12bHla 8.12b. ANOVA. Para tos datos del ejemplo a Sumade [Grades de Medias | Estadistien F Fvemigon__| Cuadrados_| Libertad | _Cuadrtiens_|_Caleulada Femtiquinas [117-20 3- 29:300 F,=18.702 n= Operatios 76.95 4-1 25.650 Fy=16372 Error 1880 | 4x3=12 1.567 Toa! 2295 | 20-1=19 4) Prueba de efectos del factor A. Paral factor A= Méiquinas, ¢ va a contrastar la hipétesis ig. i, =0, V i=1,2,3,4,5 (los efectos de todas las maquinas son nules) contra, Hy: Al menos uno de las ct, no es cero Se rechazard Hy al nivel de significacion 0=0.05, sf Fy > Foss.a12 =326 Dado que Fy =18.702> Fs.442=3:26, se debe rechazar Ho, esto es, al nivel de signficacin 0.05, si existen diferencias signifiativas en Ia produccién media de las ‘méquinas. La probabilidad de esta prueba es P =P[F(4,12)>18.702] = 0.000 wn de las medias de las méquinas utilizando el método de rangos de = lis <= Has como se muestra en la tabla 8.12. La jerarquizaci Duncan al 5% da: j= ‘Tabla 8.12¢. Variable dependiente X= Tiempos para procesar producto. Pruebas de rangos de Duncan - Subeoojuntos homogineos Maguinas 1 2 3 7 ToT 1 4 Mas 5 4 113s 2 4 1575 4 4 3625 Signifiacion observada Dor 0583 ‘Tamafo de muestia =f, MCE=1.307, nivel de sgnificacién a=005 b) Prueba de efectos del factor B. Parael factor B= Operarios, se va a contrastar la hipotesis He; B, =0, Vj =1,2,3,4 (Vos efectos de todos los operarios son mulos) contra, ‘Hy: Al menos uno de las no es cero Se rechazard Hp al nivel de significacién 0=0.05, si Fa> Foos.s.12 =3+ ; as Inismo, dado que Fy =16372> Fs. = 3.49. 86 debe rechazar oy et0 8, al vel de significacién 0.05, si existen diferencias significatives en la produccién mediade los operarios. La probabilidad de esta prueba es P =P[F(3,12)>16.3 72] = 0.000. La jerarquizacién de las medias de los operarios utilizando el método de Duncar 5% da: Hy =p = Hy <4 como se muestra en la tabla 8,12d. Tabla 8.12d. Variable dependiente: X= Tiempos para procesar producto, Pruebas de rangos de Duncan n Subconjuntos homogéneos Operarios H 2 4 3 1 2 3 122 3 3 122 1 5 164 ‘Significacion observada 0335 7.000 ‘Tamafio de muestra =4, “MCE=1.567, nivel de significacion a=0.05: