MÉTODOS “A POSTERIORI”

MÉTODO DE TUKEY
 COMPARACIÓN DE MEDIAS DE
TRATAMIENTO
• Cuando no se rechaza la hipótesis nula 𝐻0 el objeto del análisis
está cubierto y la conclusión es que los tratamientos no son
diferentes. Si por lo contrario se rechaza 𝐻0 y por consiguiente se
acepta la alternativa 𝐻𝐴 , debemos tener en cuenta que la prueba
de hipótesis no dice cuáles son el o los grupos que ocasionen que
se rechace 𝐻0 , por esto es necesario efectuar un análisis posterior
para determinar cuáles tratamientos resultan diferentes, o cuales
provocan la diferencia estadísticamente significativa.
Para esto se ha propuesto varios métodos, conocidos como métodos de
comparaciones múltiples o pruebas de rango múltiple.
Existe una gama muy amplia de alternativas para llevar adelante este tipo de
pruebas, entre las que se destacan:

• Diferencia mínima significativa (LSD).

• Prueba de rango múltiple de Duncan.
• Prueba de Student-Newman-Keuls (SNK).
• Procedimiento de Tukey (1949).
• Prueba de Sheffé.

La diferencia primordial entre los métodos radica en la potencia que tienen para
detectar las diferencias entre las medias.
 METODO DE TUKEY
El test de Tukey examina con un mismo estadístico todas las diferencias de
medias muestrales en estudio. Esta prueba al igual que la de Duncan se
usa para hacer todas las comparaciones múltiples que son posibles con t
tratamientos.
Cuando se utiliza Tukey
• Cuando el tamaño de las muestras seleccionadas para cada grupo son iguales.
• Cuando el interés fundamental es comparar promedios entre dos grupos y
son múltiples las comparaciones que estamos haciendo. El test de Tukey es el
más utilizado.
• La prueba de Tukey es la prueba más aplicada y preferida por los estadísticos,
pues controla de mejor manera los dos errores ampliamente conocidos en la
estadística (alfa y beta)
EL PROCEDIMIENTO DE RESOLUCIÓN POR EL MÉTODO DE TUKEY
ES DE ACUERDO A LOS SIGUIENTES PASOS:
PASO 1. Se ubican las medias de los tratamientos y las diferencias entre grupos o
tratamientos.

PASO 2. Se calcula el error estándar de una media (𝑆𝑥 ), por medio del 𝐶𝑀𝑒
cuadrado medio del error y n, el tamaño de grupo.

𝐶𝑀𝐸
𝑆𝑥 =
𝑛
Paso 3. Determinar el valor Q en la tabla del apéndice mediante el número de
tratamientos (k) y los grados de libertad dentro de grupos.
La diferencia estadísticamente significativa es de α=5%.
Paso 4. Se calcula HSD (Diferencia Honestamente significativa),
utilizando:
𝐻𝑆𝐷 = 𝑄𝑆𝑥ҧ
• Paso 5. Se compara el valor HSD con las diferencias de los
pares de medias de los tratamientos.
La presencia de pares mayores que HSD significa que dichos
tratamientos difieren significativamente del nivel.
EJERCICIO
• Para estudiar la confiabilidad de ciertos tableros electrónicos para
automóviles se someten a un envejecimiento acelerado durante 100 horas a
determinada temperatura, y como variable de interés se mide la intensidad
de corriente que circula entre dos puntos, cuyos valores aumentan con el
deterioro. Se probaron 20 módulos, repartidos de manera equitativa en 5
temperaturas y los resultados obtenidos fueron los siguientes:
20°C 40°C 60°C 85°C 100°C
15 17 23 28 45
18 21 19 32 51
13 11 25 34 57
12 16 22 31 48
ANÁLISIS DE VARIANZA DE UN FACTOR (ANOVA)
Origen de las Suma de Grados de Promedio de Valor crítico
variaciones cuadrados libertad los cuadrados F Probabilidad para F
Entre grupos 3411,8 4 852,95 68,0545213 0,000000002 3,05556828
Dentro de los
grupos 188 15 12,5333333

Total 3599,8 19
La Hipótesis nula se rechaza puesto que la probabilidad obtenida por el análisis de ANOVA es menor a α=0,05.

Para demostrar que grupos provocan que la hipótesis nula sea rechazada, aplicamos el test de Tukey.
Según la tabla obtenida por ANOVA, utilizaremos las
siguientes fórmulas y la tabla de Tukey
𝐻𝑆𝐷 = 𝑄𝑆𝑥ҧ
𝐶𝑀𝐸
𝑆𝑥 =
𝑛
20°C 40°C 60°C 85°C 100°C
15 17 23 28 45
18 21 19 32 51
13 11 25 34 57
12 16 22 31 48
Xi 14,5 16,25 22,25 31,25 50,25
 LA DIFERENCIA ENTRE LAS MEDIAS RESULTA:
20°C 40°C 60°C 80°C 100°C
20°C 1,75 7,75 16,75 35,75
40°C 6 15 34
60°C 9 28
80°C 19
100°C

Los tratamientos desde 60°C, 80°c y 100°C se alejan del nivel.

Del análisis realizado anteriormente, las temperaturas de envejecimiento de 20 y 40
son iguales, pero se puede concluir que la temperatura de envejecimiento de 20°C
es la mejor opción ya que nos presenta un menor descaste por la corriente
VENTAJAS Y DESVENTAJAS
Ventajas
• Los resultados pueden ser
comparados.
• Test incluido en softwares
estadísticos.
• Menor Error Tipo I
• Mejor para intervalos de Confianza
• Mejor cuando los tamaños de las
muestras no son iguales.
Desventajas
• Es el más inconsistente , su
veredicto cambia con cada
experimento.
• No es apropiada para grandes
diferencias en los tamaños de las
muestras
• Posee intervalos de confianza muy
amplios. Lo que la hace menos
confiable.
CONCLUSIONES
• Es una prueba no paramétrica
• Determina los resultados por el que se rechazó la hipótesis nula en un análisis
de Varianza ANOVA.
• Compara la variación o diferencia de las medias de tratamientos para
muestras de tamaños iguales o diferentes.
• Controla de mejor manera los dos errores ampliamente conocidos en la
estadística (alfa y beta).
• El estadístico de Tukey determina los tratamientos que se ajustan a la
hipótesis alternativa.