Unidad 3: Fase 4.

Análisis Y Diseño De Experimentos Factoriales

Diseño Experimental

Ferney Cuèllar Muñoz

Andrea Pacheco Espitia
Amira Elena Barraza
Elias Jose Torres
Grupo 30156_14

Tutor
Vicente Ortiz

Actividad Colaborativa

Universidad Nacional Abierta Y A Distancia Unad

Escuela De Ciencias Agrícolas, Pecuarias Y Del Medio Ambiente
Ecapma
Agosto De 2018
 Introducción

Se dispone del libro análisis y diseño de experimentos. (3a. Ed.)

Mcgraw-hill interamericana; para el estudio de los capítulos del 5 al 7
con el propósito de dar solución al problema para su respectivo análisis
en el diseño de experimentos factoriales con dos factores, tres
tratamientos y tres replicas cada uno de estos factores para un total de
27 tratamientos.
Cuyo objetivo en este experimento factorial es estudiar el efecto de
varios factores sobre una o varias respuestas o características de
calidad, es decir, lo que se busca es estudiar la relación entre los
factores y la respuesta, con la finalidad de conocer mejor cómo es esta
relación y generar conocimiento que permita determinar las
concentraciones tanto de quinoa y polvo de ornear para llevar a cabo el
extruido del cereal para el desayuno.

Apéndice 4
 1. A partir de la lectura del capítulo 5, 6 y 7 del libro análisis y diseños de
experimentos, aplique los conceptos del diseño factorial al siguiente
enunciado.

Un estudiante en la UNAD, viene realizando experimentos sobre la textura de

un extruido tipo cereal para el desayuno. Para determinar el efecto de variar la
concentración del polvo de hornear y la concentración de quinoa que contiene
el producto sobre la textura del producto, realizó un trabajo experimental en la
planta piloto de la ECBTI. Para el experimento utilizó tres concentraciones del
quinoa y tres concentraciones de polvo de hornear en el extruido.

A continuación se describe la tabla con los resultados para cada uno de los
tratamientos, cada variable de respuesta (Fuerza de fractura) se midió 3
veces.

Tabla 1. Datos de la textura del cereal para desayuno.

Quinoa (%) Polvo de hornear (%)

Concentración Concentración Concentración
1 2 3
Concentración 1 10.2 9.8 9.4
10.4 9.7 9.2
10.1 9.6 9.1
Concentración 2 11.1 10.9 10.1
11.3 10.9 10.0
11.4 10.8 10.0
Concentración 3 12.6 12.2 11.7
12.8 12.1 11.6
12.9 12.0 11.5

a. Plantear el modelo estadístico para este diseño, explicar cada

uno de los términos en función del ejercicio (10 /120)

El modelo estadístico de efectos para este tipo de diseño está dado por:

Donde es la media general, es el efecto debido al nivel del

factor , es el efecto del nivel del factor , representa

el efecto de interacción en la combinación j, y es el error aleatorio

que, se supone, sigue una distribución normal con media cero y
varianza constante y son independientes entre sí. Para que la
estimación de los parámetros en este modelo sea única, se introducen

las restricciones. Es decir, los

efectos dados en el modelo son desviaciones relacionadas con la media

global.

En este modelo,

b. Realice las hipótesis de interés para la investigación (igualdad y

alterna). (10 /120)

Utilicemos un nivel de significancia de 0,05 para probar las siguientes

hipótesis:

: No existe diferencia en la fuerza de fractura (textura del cereal)

cuando en las concentraciones de polvo de hornear se utilizan diferentes
concentraciones de quínoa.

: No existe diferencia en la fuerza de fractura (textura del cereal)

cuando se utilizan las concentraciones de los 3 tipos polvo de hornear

: No existe interacción entre las diferentes concentraciones de quínoa

y las diferentes concentraciones del polvo de hornear.

 Hipótesis nulas

 Hipótesis alternativas
 c. Realice los cálculos correspondientes al análisis de varianza y
elabore la tabla ANOVA correspondiente,  = 0.05. (20 /120)

Tabla del experimento factorial

Estas hipótesis se prueban mediante la técnica de análisis de varianza

para el diseño factorial a*b con n replicas se da al descomponer la
variación total.

Cálculos de la notación de puntos para representar sumas y medias

tenemos:
Calculo de los
Calculo de los
 Tabla ANOVA con dos factores para su interacción:
Fuente Suma de Grados de libertad Cuadrado Valor -p
de cuadrad
os medio
variabili
dad

Efecto A

Quínoa
(%)

Efecto B

Polvo
de
hornear
(%)

Efecto
AB
Interac
ción

Error

Total

A partir de la tabla ANOVA para estos dos factores cada uno con tres
niveles y tres replicas se determina el análisis de varianza, donde se
concluye lo siguiente en los tres efectos en la fuerza de fractura en el
extruido del cereal en el desayuno:

A. concentración de quínoa.

B. concentración de polvo de hornear.

AB. Interacción entre las concentraciones de quínoa y polvo de hornear.

Por lo tanto están activos por la influencia en la fuerza de fractura de

los cereales; ya que el efecto de interacción AB es significativo con una
probabilidad mayor que el 95% de confiabilidad en la textura del
extruido tipo cereal para el desayuno, permitiendo una cocción
homogénea y rápida del alimento como tal en el proceso del extruido.

d. A partir del resultado del valor – P y F 0 (2 criterios diferentes),

que se puede concluir con respecto a las hipótesis planteadas.
(10 /120)

Se deduce que si es grande, se contradice la hipótesis de que no hay

efectos de tratamientos por lo tanto se rechaza la hipótesis de igualdad;
y aceptamos la hipótesis alterna por lo que el valor de p es menor que
alfa.

Se concluye que los dos parámetros analizados si son dependientes (el

efecto está activo) para el efecto A y B; por tanto se aceptan las
hipótesis alternas y se rechaza las de igualdad. Para el efecto de
interacción AB este es independiente ya que al comparar los 2 criterios
– P y F0, el valor de –p es mayor que el 95% de confiabilidad, por tanto
se acepta la hipótesis de igualdad y se rechaza la hipótesis alterna.El
valor de la significancia observada o valor-p es el área bajo la curva de
la distribución a la derecha de , que se puede obtener

con Excel mediante la función:

El valor de la significancia observada o valor

y es mucho menor que , por

lo tanto se rechaza y se concluye la hipótesis , de que al menos

una de las no es igual a cero.

Se rechaza si el valor , para este caso el valor de

y es mucho menor que , por lo tanto, se

rechaza y se concluye la hipótesis , de que al menos una de las

no es igual a cero.

Se rechaza si el valor , para este caso el valor de

y es mayor que , por lo tanto, se acepta y

se rechaza la hipótesis , de que al menos una de las no es igual

cero. Se concluye que hay interacción entre las concentraciones de
quínoa y de polvo de hornear, por tanto se afecta la textura del cereal.

e. Realice las hipótesis para la comparación de las medias para los

tratamientos de la investigación. (10 /120)

Después de un ANOVA en el que se rechaza , para investigar cuales

medias causan las diferencias detectadas. El ANOVA sólo indica que al
menos un par de niveles del factor significativo son diferentes entre sí,
pero no dice cuales son. Denotemos ahora los tres niveles de
concentración de quínoa , así como los tres niveles de la

concentración de polvo de hornear . Entonces los pares de

hipótesis para comparar las medias del factor tenemos:

Para el factor B, se tienen:

Para probar estas hipótesis con el método LSD habría que calcular las
diferencias muéstrales en valor absoluto y compararlas con la diferencia
mínima significativa.

f. Calcular el LSD. (20 /120)

 g. Aplique el concepto de LSD para aceptar o rechazar las hipótesis
para la comparación de las medias. (30 /120)

Para el factor A niveles de concentración de quinoa, Al comparar las 3

posibles diferencias de medias resulta lo siguiente:

Se observa que en las diferencias de las medias, estas son mayores

que él , por lo tanto se rechazan todas las hipótesis nulas:

Permitiendo aceptar las hipótesis alternas:

Para el factor B niveles de concentración de polvo de hornear, Al

comparar las 3 posibles diferencias de medias resulta lo siguiente:
Se determina que las diferencias de las medias son mayores que el ,
por tanto se rechazan todas las hipótesis de igualdad:

Y de esta manera se permite aceptar las hipótesis alternas:

Tomando en cuenta la interacción para hacer comparaciones múltiples

de medias de un factor, tomando en cuenta el efecto de interacción,
éstas se realizan de manera separada en cada nivel del otro factor. Por
ejemplo, las comparaciones que acabamos de hacer para el factor
concentración de quínoa se realizan dentro de cada nivel del factor

de polvo de hornear ; de esta forma, se toma en cuenta el efecto de

interacción y, por ende, se tiene una interpretación más cercana a la
realidad del proceso.

Al comparar las 9 posibles diferencias de medias resulta lo siguiente:

Al tomar en cuenta el efecto de interacción , es decir, niveles de
concentración de quínoa y polvo de hornear, se concluye: que cuando

, se presentan diferencias en todos los niveles del proceso

del extruido del cereal para el desayuno.

h. Investigue que programas o paquetes estadísticos son utilizados

para la el análisis de diseños experimentales (mencionar 3).
(10 /120)

PH-Stat:

Es un complemento de Excel producido por la Editorial Prentice Hall y

acompaña a varios de sus libros de texto sobre estadística.
Destaca la posibilidad de poder crear gráficos de control de calidad,
diagramas de tallos y hojas, cajas de dispersión, intervalos de confianza
en estimación, análisis de varianza, entre otros.
El software puede emplearse libremente cuando se adquieren textos de
Prentice Hall.

Statistica:

Es otro de los programas más usados a nivel mundial para el análisis

estadístico. Entre todas las bondades y pruebas estadísticas que incluye,
destaca la variedad de gráficos y la facilidad en el manejo de bases de
datos.

Statgraphics y S-Plus:

Es un programa de estadística de fácil manejo y una buena herramienta

para la enseñanza de la estadística en secundaria y para la investigación
en educación.

Bibliografía

Colina¸ José. (2016). Diseño factorial y ANOVA 2 factores. [Video].

Recuperado de https://www.youtube.com/watch?v=LpBFhwkyU4k

Dorantes, Pepe. (2013). Diseño de experimentos factorial 2x2. [Video].

Recuperado de https://www.youtube.com/watch?

v=px1UPiVnN70&pbjreload=10
Estadística para todos. (2008). Otros software estadísticos. Recuperado

de

http://www.estadisticaparatodos.es/software/software_otros.html

Garay, Claudia. (2015). Diseño Factorial General Completo. [Video].

Recuperado de https://www.youtube.com/watch?

v=Eo12V6gMwsM

Guevara Guerrero, B. ( 01,06,2017). Diseño Experimental Unidad 3.

[Archivo de video]. Recuperado

de: http://hdl.handle.net/10596/12415

Gutiérrez, H. (2012).Análisis y diseño de experimentos. (3a. ed.)

McGraw-Hill Interamericana. Tomado de

http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=375&pg=

Kishinani, Karan. (2016). Chi cuadrado. Recuperado de

https://simulacionutp2016.wordpress.com/2016/09/17/prueba-

%CF%87%C2%B2-chi-cuadrado/

Peniche, Edgar. (2016). Diseño de experimentos, método factorial

completo general. [Video]. Recuperado de

https://www.youtube.com/watch?v=2Q_Tk6MeAvs

Ramírez, Karlita. (2015). Análisis de varianza de dos factores con varias

muestras por grupo. [Video]. Recuperado de

https://www.youtube.com/watch?v=UuTW5GXZaDs
UTN, Facultad Regional Mendoza. Tabla D.9: Valores críticos de la distribución F (0,05).

S.f. Recuperado de

http://www.mat.uda.cl/hsalinas/cursos/2008/probablilidad/TablaF05.pdf