1

DISEÑO DE EXPERIMENTOS -DOE

Fundamentos
Docente: Ricardo Chegwin
Enero 21-2019
Barranquilla
 2

CONCEPTOS

El diseño experimental es una técnica estadística que permite identificar y cuantificar

las causas de un efecto dentro de un estudio experimental. En un diseño
experimental se manipulan deliberadamente una o más variables, vinculadas a las
causas, para medir el efecto que tienen en otra variable de interés. El diseño
experimental prescribe una serie de pautas relativas qué variables hay que
manipular, de qué manera, cuántas veces hay que repetir el experimento y en qué
orden para poder establecer con un grado de confianza predefinido la necesidad
de una presunta relación de causa-efecto.
• El diseño experimental encuentra aplicaciones en la industria, la agricultura, la
mercadotecnia, la medicina, la ecología, las ciencias de la conducta, etc.
constituyendo una fase esencial en el desarrollo de un estudio experimental.
 3

HISTORIA

Ronald Fisher es considerado el padre del diseño experimental en sus estudios

de agronomía en el primer tercio del siglo XX. A la lista de los pioneros de su
uso hay que añadir los de Frank Yates, W.G. Cochran y G.E.P. Box. Muchas de
las aplicaciones originarias del diseño experimental estuvieron relacionadas
con la agricultura y la biología, disciplinas de las que procede parte de la
terminología propia de dicha técnica.
• Las aplicaciones a la industria textil comenzaron en la década de 1930 en
Inglaterra y se popularizaron y extendieron a las industrias química y
manufacturera de Europa y EE. UU. tras la II Guerra Mundial. Es de notar su
uso actual en la industria de la electrónica y los semiconductores.
 4

EJEMPLOS DE APLICACIÓN
Unos ejemplos donde habría que utilizar estos modelos son los siguientes:
• En el rendimiento de un determinado tipo de máquina (unidades producidas por
día): se desea estudiar la influencia del trabajador que la maneja y la marca de la
máquina.
• Se quiere estudiar la influencia de un tipo de batería eléctrica y su marca, en su
duración después de carga.
• Una compañía telefónica está interesada en conocer la influencia de varios
factores en la variable duración de una llamada telefónica. Los factores que se
consideran son los siguientes: hora a la que se produce la llamada; día de la
semana en que se realiza la llamada; zona de la ciudades de la que se hace la
llamada; sexo del que realiza la llamada; tipo de teléfono (público o privado)
desde el que se realiza la llamada.
• Se quiere estudiar el rendimiento de los alumnos en una asignatura y, para ello, se
desean controlar diferentes factores: docente que imparte la asignatura; método
de enseñanza; sexo del alumno.
 5

DOE- INTERACCIÓN DE VARIABLES Y

CONCEPTOS
Experimento: Aplicar los distintos niveles, o
combinaciones de niveles cuando hay presentes
más de un factor, a distintas unidades
experimentales y se observa el valor de la variable
respuesta.
Variables controlables
Factores
-Unidades experimentales: (personas, elementos
físicos,···)
-Factor: Variable controlable por el
experimentador (Niveles del factor o tratamientos)
Variables de Entrada o Variables de Salido o –Y, Variable de interés: Variable Respuesta
fijas de Respuesta
-E, Error experimental o perturbación: Variables no
PROCESO controlables por el experimentador
-Tamaño del experimento: número total de
observaciones, i (Lote de Muestras) o N
(Población)
e; Error experimental,
Perturbación o variables
No Controlables
 6

OBJETIVOS
• Estudiar el efecto que sobre la Variable
Respuesta tiene un conjunto de otras
variables que reciben el nombre de Factores.
Variables controlables
Factores • Comprobar hipótesis: Ho (inicial): No hay
diferencia en las medias del factor de
columna.
Variables de Entrada o Variables de Salido o
Ha (Alternativa): Al menos una
fijas de Respuesta
media del factor de columna es diferente.
PROCESO • Determinar las principales causas de
variación en la respuesta.
• Encontrar las condiciones experimentales
con las que se consigue un valor extremo en
la variable de interés o respuesta.
Error experimental, • Comparar las respuestas en diferentes niveles
Perturbación o variables
No Controlables de observación de variables controladas.
• Obtener un modelo estadístico-matemático
que permita hacer predicciones de
respuestas futuras.
 7

14 PASOS PARA LLEVAR A CABO LA

EXPERIMENTACIÓN INDUSTRIAL
Diseñar un experimento con una estructura lo más adecuada posible a
la situación que se desea estudiar y a los medios disponibles.

a) Planteamiento general del problema y de los objetivos que se • Reconocimiento de un problema.

persiguen. • Formulación del problema.
b) Selección y definición de la variable respuesta. • Especificación de las variables a medir.
c) Elección de los factores y niveles que han de intervenir en el • Acuerdo sobre los factores y niveles a usar en el
experimento. experimento.
d) Determinación del conjunto de unidades experimentales incluidas en • Definición del espacio de inferencia.
el estudio. • Selección de las unidades experimentales.
e) Determinación de los procedimientos por los cuales los tratamientos • Layout del Diseño.
se asignan a las unidades experimentales. • Desarrollo del modelo estadístico.
f) Realizar la experimentación de acuerdo con el plan previamente • Evaluación preliminar del diseño.
establecido en el diseño. • Rediseño del experimento.
g) Analizar estadísticamente los resultados obtenidos y comprobar si las • Recolección de datos.
hipótesis establecidas y el modelo de diseño elegido se adecuan a la • Análisis de los datos.
situación estudiada. • Conclusiones.
h) Realizar las modificaciones oportunas para ampliar o modificar el • Implantación.
diseño.
i) Obtener las conclusiones apropiadas.
 8

ANÁLISIS DE VARIANZAS ANOVA (CÁLCULOS)

Escuelas de Bachillerato
Fuente De Suma De Grados De Cuadrados Cuociente
Variación Cuadrados Libertad Medios F A B C D
Factor A SCA I-1 CMA = SCA / (I – 1) CMA / CMR 6 6 10 9
Residuo SCR I (R - 1) CMR = SCR / I(R - 1) - 8 7 6 9
2.1 Factor 1
Total SCT IR - 1 - - 9 8 5 9
9 6
7

ZONA DE
NO RECHAZAR RECHAZO

2.2 Factores
Distr. F

3
.
C
á 5.Acepta o No
l Hipótesis
c
u
l
o
s

4.Se analiza el Fexp vs Teórico

 9

MÉTODOS ESTADÍSTICOS MAS UTILIZADOS

 ANALISIS DE VARIANZA DE UN FACTOR (ANOVA 1 VIA)

 ANALISIS DE VARIANZA DE DOS VÍAS o DIRECCIONES (ANOVA 2 VIAS)
 DISEÑOS FACTORIALES
 DISEÑOS DE EXPERIMENTOS FRACCIONALES DE DOS NIVELES
 DISEÑOS DE EXPERIMENTOS FACTORIALES COMPLETOS
 DISEÑO DE EXPERIMENTOS TAGUCHI
 REGRESIÓN Y CORRELACIÓN LINEAL
COMPARACIONES MULTIPLES
 Método LSD
 Método de Bonferroni
 Método de Tukey o método HSD
 Método de rango múltiple de Duncan ¥ Test de Newman-Keuls
 Método Scheffé
 Método de Dunnett
 10

EJEMPLO PRACTICO ANALISIS DE VARIANZA DE

UN FACTOR O DIRECCIÓN. ANOVA (1 VIA)
• EJEMPLO
Un profesor Universitario tiene en su clase a alumnos que provienen de 4 escuelas
diferentes de bachillerato, después de aplicar el primer examen, obtiene los
siguientes resultados:¿

Escuelas de ¿Estos datos le permiten suponer que todos los alumnos están
Bachillerato
igualmente preparados?
A B C D
6 6 10 9
8 7 6 9 Variable respuesta: Notas del Examen de ingreso
9 8 5 9 Factor principal: Escuelas de Bachillerato. (Niveles: 4)
9 6 Diseño en bloques completos al azar
7
 11

DESARROLLO SOLUCIÓN (PROCEDIMIENTO

EN EXCEL)
En el menú herramientas seleccione la opción Análisis de datos, en) funciones para análisis
seleccione Análisis de varianza de dos factores con una sola muestra por grupo.
En Rango de entrada seleccionar la matriz de datos.
Alfa = 0.05, error 5%.
En Rango de salida indicar la celda donde se iniciará la presentación de resultados.
 12

DESARROLLO SOLUCIÓN
(PROCEDIMIENTO EN EXCEL) ANALISIS DE RESULTADOS
Escuelas de
Bachillerato
A B C D
6 6 10 9
Análisis de varianza de un
8 7 6 9 factor
9 8 5 9
9 6 RESUMEN
Grupos Cuenta Suma Promedio Varianza
7
Escuela A 4 32 8 2
Escuela B 3 21 7 1
CONCLUISONES: En la tabla observamos que el Escuela C 5 34 6.8 3.7
estadístico de prueba Fc es menor al valor Escuela D 3 27 9 0
crítico para F 1.737<3.587, por lo cual no
rechazamos la Hipótesis nula H0. No tenemos
evidencia estadística para afirmar que las ANÁLISIS DE VARIANZA
escuelas de bachillerato tenga influencia en los Suma de Grados de Promedio de los
resultados del examen. No hay diferencia Origen de las variaciones cuadrados libertad cuadrados Fc Calculada Probabilidad Valor crítico para F
significativa entre las Escuelas. Entre grupos 10.8 3 3.6 1.737 0.217 3.587
Los Alumnos obtienen resultados relativamente Dentro de los grupos 22.8 11 2.07
iguales
Total 33.6 14
 13

EJEMPLO PRACTICO ANALISIS DE VARIANZA DE

DOS VÍAS O DIRECCIONES . ANOVA (2 VIAS)
• EJEMPLO
Un químico quiere probar el efecto de 4 agentes químicos sobre la resistencia de un
tipo particular de tela. Debido a que podría haber variabilidad de un rollo de tela a
otro, el químico decide usar un diseño de bloques aleatorizados, con los rollos de tela
considerados como bloques. Selecciona 5 rollos y aplica los 4 agentes químicos de
manera aleatoria a cada rollo. A continuación se presentan las resistencias a la
tención resultantes. Analizar los datos de este experimento (utilizar α=0.05) y sacar las
conclusiones apropiadas.
Rollo de Tela Variable respuesta: Resistencia a la tensión
Agente Químico 1 2 3 4 5 resultante
1 73 68 74 71 67 Factor principal: Agente Químico. (Niveles: 4)
2 73 67 75 72 70 Factor secundario o factor bloque: Rollos de
Tela. (Niveles: 5)
3 75 68 78 73 68
Diseño en bloques completos al azar
4 73 71 75 75 69
 14

DESARROLLO SOLUCIÓN
(PROCEDIMIENTO EN EXCEL) ANALISIS DE RESULTADOS

Rollo Análisis de varianza de dos factores con una sola muestra por grupo

Agente
1 2 3 4 5 RESUMEN Cuenta Datos Suma Promedio Varianza
Químico A. Químico 1 5 353 70.6 9.3
1 73 68 74 71 67 A. Químico 2 5 357 71.4 9.3
A. Químico 3 5 362 72.4 19.3
2 73 67 75 72 70 A. Químico 4 5 363 72.6 6.8
3 75 68 78 73 68
Rollo 1 4 294 73.5 1
4 73 71 75 75 69 Rollo 2 4 274 68.5 3
Rollo 3 4 302 75.5 3
CONCLUSIONES: En la tabla observamos que
Rollo 4 4 291 72.75 2.916666667
el estadístico de prueba Fc es menor al valor
Rollo 5 4 274 68.5 1.666666667
crítico para F 2.38<3.49, por lo cual no
rechazamos al Hipótesis nula H0. No tenemos
evidencia estadística para afirmar que el
ANÁLISIS DE VARIANZA
agente químico tenga influencia en la Origen de las
respuesta. No hay diferencia significativa variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados Fc calculado Probabilidad Valor crítico para F
entre los Agentes Químicos. Agente
12.95 3 4.316666667 2.376146789 0.12114447 3.490294819
Químico
Sin embargo observamos que el rollo si tiene Rollos 157 4 39.25 21.60550459 2.05918E-05 3.259166727
influenza significativa en la respuesta (P<0.05) Error 21.8 12 1.816666667
y el Fc es Mayor que el F Critico. Si hay
diferencia significativa entre Rollos. Total 191.75 19
 15

GRACIAS POR SU ATENCIÓN

E INVITACIÓN
 16

BIBLIOGRAFÍA
• F Lara Porras A.M. (2001). “Diseño estadístico de experimentos, análisis de la
varianza y temas relacionados: tratamiento informático mediante SPSS”. Ed.:
Proyecto Sur.
• F. Lara Porras. (2001-2009). Diseño estadístico de experimentos: Análisis de la
varianza y temas relacionados. Nueva Granada – España: Universidad de Nueva
Granada. recuperado de: http://www.ugr.es/~bioestad/_private/cpfund3.pdf
• J Marin. (2018-2019). Introducción al diseño de experimentos. Madrid España.
Universidad Carlos III de Madrid. Departamento de Estadística. Recuperado de
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/Disenno/IntroDE.pdf
 17

EJERCICIOS PROPUESTO DEL CAPITULO

TRABAJO INDEPENDIENTE
1.Problema:
En una determinada fábrica de galletas se desea saber si las harinas de sus cuatro proveedores producen la
misma viscosidad en la masa. Para ello, produce durante un día 16 masas, 4 de cada tipo de harina, y mide su
viscosidad. Los resultados obtenidos son:

Proveedor A Proveedor B Proveedor C Proveedor D

98 97 99 96
91 90 93 92
96 95 97 95
95 96 99 98
Variable respuesta: viscosidad
Factor: Proveedor
Tratamientos: 4
Modelo: unifactorial de efectos fijos equilibrado
2. Realice todos los ejercicios propuestos de la Publicación en referencia:
F. Lara Porras. (2001-2009). Diseño estadístico de experimentos: Análisis de la varianza y temas relacionados. Nueva
Granada – España: Universidad de Nueva Granada. recuperado de:
http://www.ugr.es/~bioestad/_private/cpfund3.pdf