Resumen:
En este artículo se presentan los resultados del análisis sobre las condiciones del ambiente térmico en las aulas de
clases de la Facultad de Ingeniería Industrial, específicamente temperaturas generadas por los acondicionadores de
aire presentes en cada aula. Se realizaron mediciones controladas en todos los salones para obtener datos completos
y fiables para realizar el análisis por lo que las conclusiones mostradas son confiables. Luego de realizar las pruebas
estadísticas de normalidad, homocedasticidad e independencia junto con un análisis de varianza se demostró que los
niveles de temperatura en todas las aulas no son estables lo que podría provocar un descontento con el ambiente de
trabajo.
5.1.2. Homocedasticidad
tabla 2.
Tabla 2. ANOVA en Excel
H0: µ1 = µ2 = µ3 = µ4 = µ5
Gráfica 2. Prueba de Levene H1: µ1 µ2 µ3 µ4 µ5
Cómo se puede ver a mano derecha en el cuadro el La regla de decisión está dada por: Pv ≤ Nivel de sig
valor de p value 0.347 es mayor que el nivel de 0.05
significancia 0.05; por lo que se acepta la Ho, se El Valor P value es menor que el nivel de
concluye que la varianza de las temperaturas medidas significancia, por lo tanto, se concluye que existe
en diferentes horarios es homogénea. diferencia significativa, por lo tanto, se debe aceptar la
hipótesis nula. Es decir, que las mediciones de
5.1.3. Independencia temperatura promedio son diferentes a lo largo de las
diferentes horas del día.
tabla VIII del libro Montgomery con un nivel de
5.3. Interpretación de los resultados significancia de 0.05.
Cuadro N°5
A continuación, se plantean las respectivas hipótesis: 4.58 ≥ NK5 Es significativo
3.91 ≥ NK4 Es significativo
Ho: u4= u1; Ho: u5=u1; Ho: u2=u1; Ho: u3=u1; Ho:u4=u3 2.31 ≥ NK3 Es significativo
H1: u4≠u1; H1: u5≠u1; H1: u2≠u1; H1:u3≠u1; H1:u4≠u3 0.63 ≤ NK2 No es significativo
3.95 ≥ NK4 Es significativo
Ho: u5=u3; Ho: u2=u3; Ho: u4=u2; Ho: u5=u2; Ho: u4=u5 3.28 ≥ NK3 Es significativo
H1: u5≠u3; H1: u2≠u3; H1: u4≠u2; H1: u5≠u2; H1: u4≠u5 1.68 ≥ NK2 Es significativo
2.27 ≥ NK3 Es significativo
Cuya regla de decisión es la siguiente: Descartar Ho, si 1.6 ≥ NK2 Es significativo
l Y Y j l ≥NK (respectivo). 0.67≤NK2 No es significativo
i
Adicionalmente se halla el error estándar:
Se concluye que, si las restas de las medias son
1.028 mayores que los compradores, se debe descartar la
sy CMEE =√
n
6
= =0.4139 hipótesis planteada. Se puede apreciar que se aceptan
dos hipótesis.
Prueba de Tukey
El siguiente paso consiste en determinar los
comparadores NK, en donde se tiene que: Se procede a realizar la prueba de interpretación de
Interpolación 12 pm 6 24.8500
5 3 pm 6 26.5333
24 4.17 6 pm 6 22.5833
25 4.16 9 pm 6 23.2500
30 4.11 Total 30 24.8767
Cuadro N°7 Cuadro N°8
Se observa en el cuadro N°8 que la mayor temperatura
𝑇 0.05,25,5=4.16 fue registrada a las 9 de la mañana y 3 de la tarde.
Mientras que la temperatura media disminuye a la 6 pm,
seguido de las 9 pm y 12 pm. Procederemos a utilizar
. . como grupo control las 9 pm.
𝑇 ∝= (4 16)(0 4139) = 1.7219
s y
CMEE
n
=√
1.028
6 =0.4139
numero de
1 2 3 4 5
medias
7. Recomendaciones
Cabe destacar que como sugerencia a la mejora de este
diseño es calibrar el termómetro para que las medidas
de las temperaturas nos den un valor real de cada salón,
asegurarse de saber utilizar bien el instrumento y medir
la temperatura a las horas pactadas para obtener un
valor más exacto del experimento.
8. Bibliografía
Estudio del trabajo de Roberto García Criollo
Metodología de la investigación de Roberto
Hernández Sampieri
Diseño y análisis de experimentos Montgomery