DCA y DBCA acerca del retraso de los profesores de la ESPOCH FC EFM CIEI 6to semestre

7/24/2019 DCA y DBCA acerca del retraso de los profesores de la ESPOCH FC EFM CIEI 6to semestre

1/26

ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

FACULTAD DE CIENCIAS

ESCUELA DE FSICA Y MATEMTICAS

CARRERA DE INGENIERA EN ESTADSTICA INFORMTICA

PROYECTO FINAL

INTEGRANTES:

Bryan Marcelo Barragn Pazmio

NIVEL:

6to Semestre

DOCENTE:

Ing. Nancy Chariguaman

01/02/2016


2/26

NDICE

TEMA

INTRODUCCIN

RESUMEN - SUMMARY

CAPTULO 1: EL PROBLEMA

1.1. Planteamiento del Problema

1.2. Objetivos

1.3. Justificacin de la Investigacin

1.4. Limitaciones

CAPTULO 2: MARCO TERICO

2.1. Antecedentes de la Investigacin

2.2. Fundamentos tericos

2.3. Definicin de Trminos Bsicos

CAPTULO 3: MARCO METODOLGICO

3.1. Nivel de Investigacin

3 2. Diseo3.3. Poblacin y Muestra

3.4. Tcnicas e Instrumentos de Recoleccin de Datos

3.5. Resultados

CONCLUSIONES

RECOMENDACIONES

BIBLIOGRAFAS

ANEXOS


3/26

TEMA:EXPERIMENTO ACERCA DEL RETRASO EN MINUTOS AL INICIAR CLASES DE LAS

MATERIAS DE 6TO SEMESTRE, DURANTE EL MES DE ENERO DE 2016


4/26

INTRODUCCIN

El servicio de Educacin Superior es uno de los temas que en la actualidad suscita gran

inters, a nivel nacional. Esto debido a la necesidad imperante de excelencia educativa,

para la formacin de profesionales con valores, tica y, por supuesto, el conocimiento

necesario para ejercer de manera correcta su profesin. El mbito de los valores es uno

de los muchos entornos que ha dejado de ser tomado en cuenta al momento de

preparar a futuros profesionales. En este contexto la impuntualidad es uno de los

aspectos ms olvidados, tanto por docentes como por los mismos estudiantes, e incluso

por el rea de recursos humanos. Por tal motivo el presente proyecto se basa en

determinar mediante un experimento el promedio de retraso en minutos, en el inicio

de las clases durante el mes de Enero del presente ao.


5/26

RESUMEN

En el presente proyecto se realiza un

Diseo Completamente al Azar (DCA)

con el que se determin que en

promedio los minutos de retraso paracomenzar una clase de las materias de

6to curso no son iguales entre s. Se

determin que la materia en la que se

produce un mayor retraso es la materia

de Control Estadstico de Calidad con un

promedio de 23,7 minutos (23 minutos

42 segundos), y la materia en la que se

produjo menor retraso es Econometra

con un retraso promedio de 5,33minutos (5 minutos 19 segundos).

En cambio al analizar mediante un

Diseo de Bloques Completamente al

Azar (DBCA), tomando como bloque

cada semana del mes de enero, en la

que se realiz la medicin, se observ

que este parmetro no influye en lo

absoluto en el retraso para el inicio de

clases en las materias de 6to semestre.

SUMMARY

In this project I made a Completely

Randomized Design (CRD) with which it

was determined that on average

minutes of delay to begin a class of 6thcourse subjects arent equal one to each

other. It was determined that the

subject in which a further delay occurs is

the subject of Statistical Quality Control

averaging 23.7 minutes (23 minutes 42

seconds) , and the subject in which there

was less delay is Econometrics, with

average delay of 5.33 minutes (5

minutes 19 seconds) .

Instead the analysis by a Randomized

Complete Block Design (RCBD),

determinating the block as each week of

January , in which the measurement was

made , it was noted that this parameter

has not influence at all, on the delay to

the start clases on 6th semester subjects

.


6/26

CAPTULO 1: EL PROBLEMA

1.1.Planteamiento del Problema

La puntualidad es un aspecto hoy en da tomado de mala manera como subjetivo,

puesto que ya es costumbre hablar de la hora ecuatoriana, la cualnos habla en sntesis

de que un retraso se debe tomar como algo que ocurre con regularidad en losecuatorianos. Pero esto no necesariamente ocurre siempre. Tomando en cuenta lo

antes mencionado se pretende responder la siguientes preguntas con el presente

proyecto: Se da retraso en el inicio de las clases de 6to Semestre? Y de darse, Cul es

la materia en la que se produce mayor retraso?, Cul es la materia en la que existe

menor retraso? y por ltimo Influye de alguna manera la semana en la que se realiz

la medicin en el retraso producido al inicio de clase?

1.2.Objetivos

Objetivo PrincipalDeterminar si en promedio los retrasos en minutos de las materias de 6to semestre

durante Enero de 2016 son significativamente iguales.

Objetivos Especficos

Realizar mediciones de los retrasos diarios de inicio de clases.

Calcular medias de los tratamientos acerca del retraso en cada materia.

Verificar los supuestos de normalidad, homocedasticidad e independencia de los

datos.

Determinar si influye la semana en la que se realiz la medicin para el retraso

producido al inicio de clases.

1.3. Justificacin de la Investigacin

La educacin de excelencia se consigue cuando se logra formar profesionales no en

cantidad, sino de calidad, con valores ticos, morales y capaces de realizar de manera

correcta su trabajo.

Por ello el presente trabajo ha sido realizado con la finalidad determinar en cierta

manera la puntualidad que existe entre los agentes que intervienen en el proceso

educativo (estudiantes, docentes y rea de recursos humanos).

1.4. LimitacionesEl presente proyecto se basa en un perodo de tiempo de un mes por lo que en cierto

modo se puede tomar como una muestra para inferir lo ocurrido durante el periodo

acadmico en curso, para el 6to semestre de la carrera. Pero no para inferir acerca de lo

que sucede en otros semestres de la carrera.

CAPTULO 2: MARCO TERICO

2.1. Antecedentes de la Investigacin

Anteriormente no se han realizado estudios parecidos acerca de la medicin del retrasode inicio de las clases, por lo que el presente estudio puede ser tomado como un punto


7/26

de partida para la realizacin de futuros proyectos que tengan relacin con el tema

expuesto en la investigacin.

2.2. Fundamentos tericos

El Diseo de Experimentos (DDE)

Es un conjunto de tcnicas activas en el sentido de que no esperan que el proceso mande

las seales tiles sin que este se manipula para proporcione las informacin que se

requiere para su mejora

Es saber DDE y otras tcnicas en combinacin de conocimientos de proceso sitan al

responsable del mismo como un observador perceptivo u proactivo que es capaz de

proponer mejoras y de observar algo interesante e el proceso y en los datos donde otra

persona no ve nada.

Definicin

Es un conjunto de pruebas con el objetivo de generar datos, que al ser analizado genere

resultados que proporcione evidencias objetivas que permiten responder interrogantes

planteadas por el experimentador.

El objetivo de los mtodos estadsticos

Lograr que el proceso de generar conocimiento y aprendizaje sea lo ms eficienteposible. En este proceso, que ha demostrado ser secuencia, interactan dos fases:

Fase 1:

Teora

Modelos

Hiptesis

Conjeturas

Supuestos

Fase 2:

Realidad

Hechos

Fenmenos

Evidencia

Datos

Segn Box (1978), plantea 2 procesos:

Proceso de deduccin

Es cuando las consecuencias derivadas de la hiptesis pueden ser comparadas con los

datos

Proceso de induccin


8/26

Es cuando las consecuencias de la hiptesis original y los datos no estn de acuerdo, por

lo que se inicia este proceso para ambir tal hiptesis.

De esta manera inicia un segundo ciclo en el cual las consecuencias de la hiptesis

modificada son comparadas con los datos viejos y obtenidos en este ciclo: esto puede

llevar a futuras modificaciones y a la obtencin de conocimiento.

Este proceso de aprendizaje puede visualizarse como un ciclo de retroalimentacin, en

el cual las discrepancias entre los datos y las consecuencias como un ciclo de

retroalimentacin, en el cual las discrepancias entre los datos H1, llevan a una hiptesis

modificada H2, y de la verificacin de esta, adems de conocimiento, se produce una

modificacin de la modificacin H3 y as sucesivamente

Historia

Su introduccin por Ronald. Fisher fue en el siglo XX en Inglaterra.

El libro The Design of Experiments (1935) influy en la investigacin agrcola, aportando

mtodos para evaluar los resultados de experimentos con muestras pequeas

Las aportaciones de Fisher van dadas por las fallas en la forma de realizar experimentos

que obstaculizaban el anlisis de resultados experimentales. Tambin proporcion

mtodos para disear experimentos con influencia simultnea de varios factores.\

Diseo Completamente al Azar y ANOVA

Muchas comparaciones, como las antes mencionadas, se hacen con base en el diseo

completamente al azar(DCA),que es el ms simple de todos los diseos que se utilizan

para comparar dos o ms tratamientos, dado que slo consideran dos fuentes de

variabilidad: los tratamientos y el error aleatorio.

Este diseo se llama completamente al azar porque todas las corridas experimentales

se realizan en orden aleatorio completo. De esta manera, si durante el estudio se hacen

en total N pruebas, stas se corren al azar, de manera que los posibles efectos

ambientales y temporales se vayan repartiendo equitativamente entre los tratamientos.

Diseo y Tratamientos:

A) Diseo balanceado:

Es cuando se utiliza el mismo nmero de repeticiones en cada tratamiento.

B) Diseo Desbalanceado:

Es cuando se utiliza distinto nmero de repeticiones en cada tratamiento.


9/26

Modelo:

=++iANOVA

Diseo de Bloques Completamente Aleatorio (DBCA)

Factores de Bloqueo:son las variables adicionales al factor de inters que se incorporan

de manera explcita en un experimento comparativo para no sesgar la comparacin.

Fuentes de Variabilidad: son los factores que provocan poca o alta variabilidad en los

datos de estudio.

Bloque Completo: En un DBCA se llama bloque completo ya que en cada bloque se

prueban un nmero nide observaciones en cada uno de los tratamientos.

Modelo de un DBCA

= i (variable independendiente)

Fuente de Variacin(FV)

Suma de Cuadrados(SC)

Grados deLibertad (GL)

CuadradosMedios (CM) F0

Tratamientos k - 1

Error N - k

Total N - 1

=

=

=


10/26

jbloque j (variable al independiente)ANOVA

Prueba LSD para Comparacin de Medias

1. Planteamiento de Hiptesis

H0: H1:

1=2 12

1=3 13

ki-1=ki ki-1ki

2. Definicin del nivel de significancia

= 0,05 (Valor de significancia estndar que ser tomado en cuenta para todas las

pruebas de hiptesis a realizarse)

3. Tamao de la muestra y clculos estadsticos

=, DiferenciaPoblacional LSD

DiferenciaMuestral Decisin Conclusin

1-2 1=2

1-3 13

...

ki-1-ki ki-1ki

4. Decisin estadsticaSi LSD > |Diferencia Muestral| La diferencia no es significativa es decir que las medias

comparadas sern iguales.

Fuente de Variacin(FV) Suma de Cuadrados (SC)

Grados deLibertad (GL)

CuadradosMedios (CM) F0

Tratamientos b - 1

Bloques k - 1

Error N - k

Total N - 1


11/26

Si LSD < |Diferencia Muestral| La diferencia es significativa es decir que las medias

comparadas son diferentes

2.3. Definicin de Trminos Bsicos

Experimento:Es un cambio en las condiciones de operacin de un sistema o proceso,

que se hace con el objetivo de medir el efecto del cambio en una o varias propiedades

del producto.

Unidad experimental: Pieza o muestra que se utiliza para generar un valor que sea

representativo del resultado de la prueba.

Variable de respuesta:A travs de esta se conoce el efecto o los resultados de cada

prueba experimental

Factores controlables:Son variables de proceso o caractersticas de los materiales y los

mtodos experimentales se pueden fijar en un nivel dado.

Factores no controlables o de ruido:Son variables que no se pueden controlar durante

el experimento o la operacin normal del proceso.

Factores estudiados: Son las variables que se investigan en el experimento para

observar cmo afectan o influyen en la variable de respuesta

Niveles y tratamientos: Los diferentes valores que se asignan a cada factor estudiado en

un diseo experimental se llaman niveles. Una combinacin de niveles de todos los

factores estudiados se llama tratamiento o punto de diseo.

CAPTULO 3: MARCO METODOLGICO

3.1. Nivel de Investigacin

El proyecto se basa en dos niveles de investigacin: Exploratorio e Inferencial.

La investigacin Exploratoria es considerada como el primer acercamiento cientfico a

un problema. Como se mencion anteriormente no se han realizado investigaciones

acerca del tema propuesto por lo que este proyecto se puede considerar como el punto

de partida para ms investigaciones relacionadas con el tiempo en minutos de retraso

al iniciar las clases.

El Anlisis Inferencial comprende los mtodos y procedimientos que por medio de la

induccin determina propiedades de una poblacin estadstica, con la cual se cuenta

para el periodo determinado, por lo que en este caso la inferencia se basa en la

comprobacin o rechazo de hiptesis.


12/26

3 2. Diseo

Para el experimento se ha realizado 2 diseos uno Completamente al Azar, para el cual

se difieren los tratamientos como las materias de 6to semestre:

Materias de 6to Semestre

Sigla Materia

SIE SIE aplicados a la Investigacin

DE Diseo de Experimentos

E Econometra

CC Control Estadstico de Calidad

MN Mtodos Numricos

Analizando ahora el diseo en Bloques Completamente al Azar, los bloques son cada

semana del mes de Enero en la que se realiz las mediciones.

Semanas del

mes de Enero1ra Semana

2da Semana

3ra Semana

4ta Semana

3.3. Poblacin y Muestra

La poblacin en este caso son todas las materias del 6to semestre de la carrera. En el

presente proyecto se toma la poblacin entera para realizar el diseo por lo que no se

ha realizado una muestra de individuos a cuales realizar las mediciones.

3.4. Tcnicas e Instrumentos de Recoleccin de Datos

La recoleccin de datos se ha realizado mediante relojes de celulares y computadoras

sincronizados satelitalmente con la zona horaria a la que pertenece el Ecuador (UTC -

05:00 Bogot, Lima, Quito). Las mediciones fueron registradas en una hoja de clculo de

Excel inmediatamente despus de realizada la medicin. Los datos recolectados en su

orden de corrido se recogen detalladamente y se pueden observar en los Anexos del

presente trabajo

3.5. Resultados

Promedios de los tratamientos

CC DE E MN SIE

Promedios 23,70 18,43 5,33 16,63 10,89

Se Observa que en promedio la hora de Control Estadstico de Calidad (CC) se produce

un retraso de 23,70 minutos (23 minutos 42 segundos). La clase de Diseo deExperimentos I (DE) muestra un retraso promedio de 18,43 minutos (18 minutos 29


13/26

segundos). En la materia de Econometra se observa un retraso promedio de 5,33

minutos (5 minutos 19 segundos). En la materia de Mtodos Numricos (MN) se produce

un retraso promedio de 16,63 minutos (16 minutos y 38 segundos). Por ltimo se

observa que en la matera de SIE aplicados a la estadstica se produce un retraso

promedio de 10,89 minutos (10 minutos 53 segundos).

Supuestos

Prueba de Normalidad de Shapiro Wilks

1. Planteamiento de hiptesis

H0: Los datos siguen una distribucin normal

H1:Los datos no siguen una distribucin normal

2. Definicin de nivel de significancia

= 0,05


= 14,36

n/2 = 23

i Yi Yn-i+1 S2

1 21 0 43,96

2 32 0 310,83

3 16 0 2,66

4 34 1 385,35

5 12 1 5,61

6 18 2 13,18

7 18 3 13,188 12 3 5,61

9 46 5 1000,48

10 28 6 185,79

11 22 6 58,22

12 12 6 5,61

13 22 7 58,22

14 8 7 40,57

15 23 8 74,48

16 17 10 6,92

17 25 10 113,01

18 6 12 70,05


14/26

19 7 12 54,31

20 3 12 129,27

21 6 13 70,05

22 0 13 206,48

23 23 15 74,48

24 2 15 153,01

25 0 16 206,48

26 15 16 0,40

27 1 16 178,75

28 1 16 178,75

29 0 16 206,48

30 16 16 2,66

31 15 17 0,40

32 16 18 2,66

33 18 18 13,1834 16 18 2,66

35 23 21 74,48

36 13 22 1,88

37 16 22 2,66

38 5 23 87,79

39 6 23 70,05

40 16 23 2,66

41 7 25 54,31

42 28 28 185,79

43 13 28 1,88

44 10 32 19,09

45 10 34 19,09

46 3 46 129,27

i ai (yn-i+1-yi) *

1 0,3830 46 17,6180

2 0,2635 34 8,95903 0,2302 32 7,3664

4 0,2058 27 5,5566

5 0,1862 27 5,0274

6 0,1695 23 3,8985

7 0,1548 20 3,0960

8 0,1415 20 2,8300

9 0,1293 18 2,3274

10 0,1180 16 1,8880

11 0,1073 16 1,7168

12 0,0972 15 1,4580

13 0,0876 11 0,9636


15/26

14 0,0783 11 0,8613

15 0,0694 10 0,6940

16 0,0607 7 0,4249

17 0,0522 6 0,3132

18 0,0439 4 0,1756

19 0,0357 4 0,1428

20 0,0278 4 0,1111

21 0,0197 3 0,0591

22 0,0118 3 0,0354

23 0,0039 0 0,0000

65,5231

0,9493

0,887

4. Decisin Estadstica

Como el valor calculado de W (0,9493) es mayor que su valor tabulado (0,8870) no serechaza H0por lo que se puede decir que los datos si presentan normalidad, con 5% de

significancia.

Prueba de Varianzas Constantes de Bartlett


H0: La varianza de los tratamientos es constante

H1:La varianza de los tratamientos no es constante


= 0,05


CC DE E MN SIEPromedios 23,7 18,4285714 5,33333333 16,625 10,8888889

= +

=

= = =


16/26

Suma 237 129 64 133 98

Var. 121,788889 40,2857143 49,8787879 8,55357143 57,6111111

Desv. Est. 11,0358003 6,34710283 7,06249162 2,92464894 7,59019836

ni 10 7 12 8 9

(ni-1)-1 0,11111111 0,16666667 0,09090909 0,14285714 0,125

(n-k)-1= 0,02439024

n = 46

k = 5

58,7132888

0,7624

0,0844


Como el valor calculado de b (0,7623) es mayor que el valor tabulado bk (0,0844) no se

rechaza H0y se puede decir que los tratamientos presentan varianzas constantes entres, con 5% de significancia.

Prueba de Independencia de Datos de Durbin Watson


H0: Los datos son independientes

H1:Los datos no son independientes


= 0,05


=

=

= [12(5)] =

, , , , 5 = (5, , , 5) =


17/26

Factor Yi CC 21 23,70 -2,70 7,29

CC 32 23,70 8,30 121 68,89

CC 16 23,70 -7,70 256 59,29

CC 34 23,70 10,30 324 106,09

CC 12 23,70 -11,70 484 136,89

CC 18 23,70 -5,70 36 32,49

CC 18 23,70 -5,70 0 32,49

CC 12 23,70 -11,70 36 136,89

CC 46 23,70 22,30 1156 497,29

CC 28 23,70 4,30 324 18,49

DE 22 18,43 3,57 0,53081633 12,76

DE 12 18,43 -6,43 100 41,33

DE 22 18,43 3,57 100 12,76DE 8 18,43 -10,43 196 108,76

DE 23 18,43 4,57 225 20,90

DE 17 18,43 -1,43 36 2,04

DE 25 18,43 6,57 64 43,18

E 6 5,33 0,67 34,8662132 0,44

E 7 5,33 1,67 1 2,78

E 3 5,33 -2,33 16 5,44

E 6 5,33 0,67 9 0,44

E 0 5,33 -5,33 36 28,44

E 23 5,33 17,67 529 312,11

E 2 5,33 -3,33 441 11,11

E 0 5,33 -5,33 4 28,44

E 15 5,33 9,67 225 93,44

E 1 5,33 -4,33 196 18,78

E 1 5,33 -4,33 0 18,78

E 0 5,33 -5,33 1 28,44

MN 16 16,63 -0,63 22,1684028 0,39

MN 15 16,63 -1,63 1 2,64

MN 16 16,63 -0,63 1 0,39

MN 18 16,63 1,38 4 1,89

MN 16 16,63 -0,63 4 0,39

MN 23 16,63 6,38 49 40,64

MN 13 16,63 -3,63 100 13,14

MN 16 16,63 -0,63 9 0,39

SIE 5 10,89 -5,89 27,7085262 34,68

SIE 6 10,89 -4,89 1 23,90

SIE 16 10,89 5,11 100 26,12

SIE 7 10,89 -3,89 81 15,12

SIE 28 10,89 17,11 441 292,79SIE 13 10,89 2,11 225 4,46

=


18/26

SIE 10 10,89 -0,89 9 0,79

SIE 10 10,89 -0,89 0 0,79

SIE 3 10,89 -7,89 49 62,23

2,5237

dl = 1,29

dv = 1,78


Al 5% de significancia, como el valor de d (2,5237) es mayor que el valor de dv (1,78) nose rechaza H0y se puede decir que los datos son independientes.

Diseo Completamente al Azar

Materias

CC DE E MN SIE

21 22 6 16 5

32 12 7 15 6

16 22 3 16 16

34 8 6 18 7

12 23 0 16 28

18 17 23 23 13

18 25 2 13 10

12 0 16 10

46 15 3

28 1

1

0


H0: CC=DE=E=MN=SIE=

H1:Al menos un promedio es diferente a los dems

2.

Definicin de nivel de significancia

= ( ) () =


19/26

= 0,05


CC DE E MN SIEni 10 7 12 8 9

ANOVA

FV SC GL CM Fc

Tratamientos 2115,4726 4 528,8681 9,0076

Errores 2407,2448 41 58,7133

Total 4522,7174 45

Ft = 2,5999


Al 5% de significancia, se rechaza H0por lo que se puede decir que entre los promedios

del retraso al iniciar clases en las materias de 6to semestre, hay por lo menos una que

es distinto de las dems por lo que se sugiere realizar una prueba de comparacin de

medias LSD.

Prueba LSD de Comparacin de Medias


H0: H1:

CC=DE CCDE

CC=E CCE

CC=MN CCMN

CC=SIE CCSIE

DE=E DEE

DE=MN DEMNDE=SIE DESIE

E=MN EMN

E=SIE ESIE

MN=SIE MNSIE

2. Definicin del nivel de significancia

= 0,05

3. Tamao de la muera y clculos estadsticos


20/26

n = 46

k = 5

t(alfa/2; n-k)= 2,02

CC DE E MN SIEni 10 7 12 8 9

i 23,70 18,43 5,33 16,63 10,89

=, DiferenciaPoblacional LSD

DiferenciaMuestral Decisin Conclusin

CC-DE 7,63 5,27NoSignificativa CC=DE

CC-E 6,63 18,37 Significativa CCE

CC-MN 7,34 7,08

No

Significativa CC=MN

CC-SIE 7,11 12,81 Significativa CCSIE

DE-E 7,36 13,10 Significativa DEE

DE-MN 8,01 1,80

No

Significativa DE=MN

DE-SIE 7,80 7,54

No

Significativa DE=SIE

E-MN 7,06 11,29 Significativa EMN

E-SIE 6,82 5,56

No

Significativa E=SIE

MN-SIE 7,52 5,74

No

Significativa MN=SIE

4. Decisin estadstica

Con 95% de confianza se puede decir que los promedios de retraso para iniciar clases de

los pares de medias CC y DE, CC y MN, DE y MN, DE y SIE, E y SIE, MN y SIE son

significativamente iguales, mientras que los pares de medias CC y E, CC y SIE, DE y E, E y

MN, no son significativamente iguales.

Diseo en Bloques Completamente al Azar

Se tiene los tratamientos antes mencionados ordenados por semana, ya que en este

caso se decide tomar cada bloque como cada semana en la que se realizaron las

mediciones:

TratamientosSemana CC DE E MN SIE


21/26

1

21 22 6 16 5

32 7 15

16 3

2

34 12 6 16 6

12 22 0 18 16

23 7

3

18 8 2 16 28

18 23 0 23 13

12 15 10

4

46 17 1 13 10

28 25 1 16 3

0

Entonces para obtener una tabla que podamos utilizar procedemos a sumar las horas

de retraso para iniciar clases, segn la semana:

Tratamientos

Semana CC DE E MN SIE

1 69 22 16 31 5

2 46 34 29 34 29

3 48 31 17 39 51

4 74 42 2 29 13

Ahora ya podemos realizar el ANOVA, teniendo en cuenta que la decisin de los

tratamientos ser el mismo obtenido para el ANOVA de DCA, puesto que solamente es

la suma de los valores. Y comparando mediante una prueba LSD los resultados sern los

mismos. As que en el siguiente ANOVA se procede solo a observar lo sucedido con los

bloques.


H0: 1=2=3=4=

H1:Al menos un promedio es diferente a los dems


= 0,05


22/26


23/26

CONCLUSIONES

Se concluye que la materia en la que se produce un mayor retraso es la materia

de Control Estadstico de Calidad con un promedio de 23,7 minutos (23 minutos

42 segundos), y la materia en la que se produce menor retraso es Econometra

con un retraso promedio de 5,33 minutos (5 minutos 19 segundos). Se observa que se cumplen los supuestos de Normalidad, Homocedasticidad e

Independencia de los datos.

Se determina que todos los promedios de los retrasos en minutos del inicio de

clases en las materias de 6to semestre no son iguales entre s. Pero los pares de

medias de CC y DE, CC y MN, DE y MN, DE y SIE, E y SIE, MN y SIE son

significativamente iguales cada uno de ellos, mientras que los pares de medias

CC y E, CC y SIE, DE y E, E y MN, no son significativamente iguales.

Para finalizar se determina que en promedio los retrasos de todas las materias

por semana son significativamente iguales entre s. Por lo que se puede decir quelas semanas en que se toman las mediciones no influyen en el retraso del

comienzo de las clases de las materias de 6to semestre.

RECOMENDACIONES

Se recomienda tomar como punto de partida la presente investigacin para

futuros anlisis a mayor escala y con mayor relevancia


24/26

BIBLIOGRAFA

Humberto Gutirrez y Romn de la Vara (2008), ANLISIS Y DISEO DE

EXPERIMENTOS, Editorial: McGraw-HillSegunda Edicin.


25/26

ANEXOS

Anexo 1

Orden de Corrido de las mediciones, segn la semana, el da y la materia.

Semana Observacin DaTiempo de

Retraso Materia

1 1 04/01/2016 5 SIE

1 2 04/01/2016 22 DE

1 3 04/01/2016 16 MN

1 4 05/01/2016 --* DE

1 5 05/01/2016 6 E

1 6 05/01/2016 -- SIE

1 7 06/01/2016 21 CC

1 8 06/01/2016 7 E

1 9 06/01/2016 15 MN

1 10 07/01/2016 32 CC

1 11 07/01/2016 3 E

1 12 08/01/2016 -- SIE

1 13 08/01/2016 16 CC

2 14 11/01/2016 6 SIE

2 15 11/01/2016 12 DE

2 16 11/01/2016 16 MN

2 17 12/01/2016 22 DE

2 18 12/01/2016 6 E

2 19 12/01/2016 16 SIE

2 20 13/01/2016 -- CC

2 21 13/01/2016 0 E

2 22 13/01/2016 18 MN

2 23 14/01/2016 34 CC

2 24 14/01/2016 23 E

2 25 15/01/2016 7 SIE

2 26 15/01/2016 12 CC

3 27 18/01/2016 28 SIE

3 28 18/01/2016 8 DE3 29 18/01/2016 16 MN

3 30 19/01/2016 23 DE

3 31 19/01/2016 2 E

3 32 19/01/2016 13 SIE

3 33 20/01/2016 18 CC

3 34 20/01/2016 0 E

3 35 20/01/2016 23 MN

3 36 21/01/2016 18 CC

3 37 21/01/2016 15 E

3 38 22/01/2016 10 SIE


26/26

3 39 22/01/2016 12 CC

4 40 25/01/2016 10 SIE

4 41 25/01/2016 17 DE

4 42 25/01/2016 13 MN

4 43 26/01/2016 25 DE

4 44 26/01/2016 1 E

4 45 26/01/2016 -- SIE

4 46 27/01/2016 46 CC

4 47 27/01/2016 1 E

4 48 27/01/2016 16 MN

4 49 28/01/2016 28 CC

4 50 28/01/2016 0 E

4 51 29/01/2016 3 SIE

4 52 29/01/2016 -- CC

* El smbolo significa que es da no hubo clases y esas mediciones no son tomadas en cuenta

DCA y DBCA acerca del retraso de los profesores de la ESPOCH FC EFM CIEI 6to semestre

Documents

Transcript of DCA y DBCA acerca del retraso de los profesores de la ESPOCH FC EFM CIEI 6to semestre