Resumen

El consumo de arroz practica tan generalizada en nuestra sociedad, y desde tiempos antiguos ha sido una base del comercio en diferentes culturas, la calidad de este y su cantidad basada en el peso el cual queremos analizar como la variable de respuesta para medir si existen diferencias significativas en cuento a las diferentes marcas (niveles) que se ofrecen en las supertiendas Olimpica teniendo en cuenta que para aleatorizar esto en una sola tienda era imposible porque todas las bolsas de arroz provenian de un mismo lote al menos entre marcas se decidio buscar las muestras en diferentes tiendas para garantizar que las muestras fueran de diferentes lotes se creo un diseo de experimentos de un solo factor por bloques en este caso las diferentes tiendas donde se compararon los arroces. Los datos experimentales fueron procesados

Keywords Arroz, supermercados, pesos del arroz.

 INTRODUCTION

empacadoras por donde sale el paquete ya terminado.Dentro del PLC est toda la lgica

Se tiene la incertidumbre con respecto a que los diferentes proveedores de arroz de supertienda olmpica sean precisos a la hora de empacar el arroz de 500 gr . De acuerdo a la FAO en su pagina de internet (ww.fao.org/economic/est/publicaciones/publicacio nes-sobre-el-arroz/seguimiento-del-mercado-del-

programada para que la planta funcione de forma correcta. Desde all se pueden tomar las decisiones de desviar o secar el producto dependiendo del parmetro que el operador de planta le asigna.Las empresa deben contar con un sistema de peso, en el que cada paquete que sale de la mquina es corroborado por las normas del peso mximo o

arroz-sma/es/) La utilizacin mundial de arroz en mnimo, y si no cumplen con lo requerido son 2013/14 se pronostica ahora en el orden de los desechados. 490,7 millones de toneladas, un 3 por ciento ms que en 2012/13. Se considera que el consumo humano de arroz, que representa el 83 por ciento del uso mundial proyectado, aumentar a 408,8 Pero este grado de tecnificacin no todas las empresas lo tienen, para verificar si estas

diferencias de empaque entre las diferentes marcas

millones de toneladas, mantenindose constante el de arroz vendido en olmpica. consumo por persona en 57,0 kilos. En los tres ltimos meses los precios del arroz al consumidor se han mantenido estables o se han debilitado, ya que slo unos pocos pases de frica oriental y de Amrica Latina y el Caribe registraron aumentos de dos dgitos. La precisin en la cantidad de arroz que se El proceso empieza en las mquinas compra es determinante para saber si se lleva a casa lo justo y necesario, ni mas ni menos, entre las
A. Formulacin del problema: DISEO EXPERIMENTAL

descascaradoras del arroz para luego ser enviadas

por medio de una programacin preestablecida a la diferentes marcas de arroz. Para resolver la mesa separadora de padi, que es el proceso del incertidumbre con respecto a esto se plantea arroz sin cscaras, luego pasa a los pulidores desarrollar un diseo de experimentos que se verticales, pulidor de agua, Rotex y Premier, que adecue para resolver esta incertidumbre pero han sido tambin programados en el centro de teniendo en cuenta que no sea afectada la control de planta.En el rea de empaque del producto, hay cinco mquinas empacadoras, variabilidad del material experimental

completamente automatizadas, y dos mquinas

B.

Escogencia de factores, niveles y rangos

D. Diseo de experimentos seleccionado:

Al estudiar la influencia de un factor-tratamiento Factores potenciales El peso La marca (empacadoras) Los diferentes almacenes (lotes) La maquina de pesar (gramera) El operario que pesa La temperatura en una variable de inters puede ser importante eliminar (controlar) estadsticamente la influencia de un factor que puede influir en la variable respuesta en este caso los diferentes lotes. Para ello se utiliza el concepto de bloque, que se basa en seleccionar niveles de esta variable y aplicar en cada uno de ellos todos los niveles del factor principal (las marcas), de esta forma disminuye la Factores potenciales El peso La marca (empacadoras) Los diferentes almacenes (lotes) variabilidad residual o no explicada. Por tanto, un factor-bloque es un factor cuyo control puede reducir significativamente la variabilidad no

explicada y que no interacciona con los factores principales.

Factores problema La maquina de pesar (gramera) El operario que pesa La temperatura E. Como se desarrollo el experimento:

Una vez identificadas los factores de influencia

Se establecio el tamao de la muestra para el C. Variable de respuesta escogida: experimento:

Tabla I. Deteminacin del tamao de la muestra

Se escogio el peso en gramos como variable de respuesta por ser una variable cuantitativa de fcil medicin y muy observable.

Se pens tambin en el volumen pero tiene ms relacin el peso con la variable de respuesta adecuada para esta medicin.

Se haba pensado inicialmente en 20 muestras se comprob que el error beta era adecuado para esta cantidad de muestras y no aumentaba el costo sustancialmente realizar con este tamao de muestra.

se decidio realizar las compras en diferentes almacenes (bloques) con el fin de conseguir diferentes lotes del producto entre cada marca
Figura 2. Temperatura del aire acondicionado

Figura 3. Maquina de pesar utilizada

Figura 1. Lotes comprados en los diferentes almacenes

Se realizaron las mediciones para reducir los factores problemas se utilizo la misma maquina gramera, el mismo operario y se realizo en aire acondicionado a una temperatura de 21 C

Figura 4 ejemplo de mediciones

F.

Analisis estadistico del experimento:

Tabla III ANOVA

Una vez realizadas las mediciones y registrados los datos se obtuvo la siguiente informacin:
Tabla II DATOS

Anlisis de Varianza para PESOS - Suma de Cuadrados Tipo III Fuente Suma de Cuadrados EFECTOS PRINCIPALES A:NIVELESMARCAS B:BLOQUESALMACENES 14,3 4 3,575 0,84 0,5243 22,6 3 7,53333 1,78 0,2052 Gl Cuadrado Medio Razn- ValorF P

Diagrama de puntos de la dispersion:

RESIDUOS TOTAL (CORREGIDO)

50,9 87,8

12 4,24167 19

Todas las razones-F se basan en el cuadrado medio del error residual

Dispersin por Cdigo de Nivel

510 508 506 504 502 500 diana mi arroz olimpica sabroson NIVELES-MARCAS

La tabla ANOVA descompuso la variabilidad de PESOS en contribuciones debidas a varios factores. Puesto que se ha escogido la suma de cuadrados Tipo III (por omisin), la contribucin de cada factor se mide eliminando los efectos de los dems factores. Los valores-P prueban la significancia

PESOS

estadstica de cada uno de los factores. Puesto que ningn valor-P es menor que 0,05, ninguno de los factores tiene un efecto estadsticamente

significativo sobre PESOS con un 95,0% de nivel de confianza.

Figura 4. Diagrama de dispersin de puntos

Comprobacin grafica de los supuestos:

Analisis de la probabilidad normal:

TABLA IV.
Grfico de Residuos para PESOS

Resumen Estadstico para RESIDUOS

Recuento
5 3
residuos

20 0 0,4 1,63675 -3,68563E18% -2,6 4,3 6,9 1,09355 0,971711

Promedio Mediana Desviacin Estndar Coeficiente de Variacin Mnimo

1 -1 -3 -5 diana mi arroz olimpica sabroson NIVELES-MARCAS

Mximo Rango Sesgo Estandarizado Curtosis Estandarizada

Esta tabla muestra los estadsticos de resumen para

Figura 5. Grafico de residuos para pesos

RESIDUOS. Incluye medidas de tendencia central, medidas de variabilidad y medidas de forma. De particular inters aqu son el sesgo estandarizado y la curtosis estandarizada, las cuales pueden utilizarse para determinar si la muestra proviene de una distribucin normal. Valores de estos

estadsticos fuera del rango de -2 a +2 indican desviaciones significativas de la normalidad, lo que tendera a invalidar cualquier prueba estadstica con referencia a la desviacin estndar. En este caso, el valor del sesgo estandarizado se encuentra dentro del rango esperado para datos provenientes una distribucin normal. El valor de curtosis

estandarizada se encuentra dentro del rango

Figura 6. Grafico de probabilidad normal de los residuos

esperado

para

datos

provenientes

de

una

distribucin normal.

Analisis del supuesto de independencia

Analisis del supuesto de homocesdasticidad

Grfico de Residuos para PESOS

Grfico de Residuos para PESOS

5
5 3
residuos

3
residuos

1 -1 -3

1 -1

-5 500 502

-3 -5 0 4 8 12 nmero de fila 16 20
Figura 8. Grafico

504 506 predichos

508

510

de

verificacin

de

la

homocedasticidad No existe una estructura inicial se comprobo Bartlett y no da significativo

Figura

7.

Grafico

de

verificacin

de

la

CONCLUSIONES:

independencia Analisis de correlacin: 1-Los factores no son significativos en al variable de respuesta

Columna 1 Columna 1 1 Columna 2 0,01014949 1 Columna 2

2-La muestra se analizo con un error beta relativamente pequeo lo cual garantiza la

confiabilidad de los resultados

bibliografia Se observa que la correlacin entre los residuos de la variable de respuesta es baja siendo su valor 0,01014949 que esta muy alejado de 1
[1] Montgmery. Experimental design ., Segunda Edicin

[2]

LUGO R, SIERRA A, DE ARMAS M. Document: Evaluation of energy conversion and energy consumption second generation systems. August 19, 2005.