Herramientas para la optimización de recursos

...

Model Summary

S R-sq R-sq(adj) R-sq(pred)

3.20352 53.15% 52.35% 50.72%

Means

Factor N Mean StDev 95% CI

X1 40 9.352 2.981 (8.348, 10.355)

X2 40 1.447 1.412 (0.444, 2.451)

X3 40 7.455 4.461 (6.452, 8.458)

Pooled StDev = 3.20352

Tukey Pairwise Comparisons

Grouping Information Using the Tukey Method and 95% Confidence

Factor N Mean Grouping

X1 40 9.352 A

X3 40 7.455 B

X2 40 1.447 C

Means that do not share a letter are significantly different.

Prueba de Bartlett

Method

Null hypothesis All variances are equal

Alternative hypothesis At least one variance is different

Significance level α = 0.05

95% Bonferroni Confidence Intervals for Standard Deviations

Sample N StDev CI

X1 40 2.98133 (2.34751, 4.02732)

X2 40 1.41240 (0.96973, 2.18809)

X3 40 4.46144 (2.93546, 7.21236)

Individual confidence level = 98.3333%

Tests

Test

Method Statistic P-Value

Multiple comparisons — 0.000

Levene 9.27 0.000

Conclusión.

El análisis ANOVA es una herramienta que nos permite evaluar las relaciones que existen entre las variables que intervienen en determinado proceso, esto cuando se tiene tratamientos discretos y una respuesta continua, por otro lado la prueba Tukey nos proporcionará el intervalo de confianza que se tiene, por ultimo pero no menos importante la prueba Bartlett nos permitirá validar los datos obtenidos en el análisis y la prueba antes mencionados, esto con la finalidad de comprobar sus resultados. Dicho lo anterior estas herramientas nos ayudan a analizar las relaciones que existen entre los factores que intervienen en un proceso con el objetivo de verificar aquellos que son más vitales para la operación.