EJEMPLOS SOLUCIONADOS DE DISEO EXPERIMENTAL

EJERCICIOS.
1. Se pide a un laboratorio de prueba independiente que compare la durabilidad de
cuatro diferentes marcas de pelotas de golf. El laboratorio propone un
experimento en el que se seleccionan, en forma aleatoria ocho pelotas por cada
fabricante y se ponen en una mquina que golpea cada pelota con una fuerza
constante. La medicin de inters es el nmero de veces que la maquina golpea la
pelota antes de que su recubrimiento externo se rompa. En la tabla 12.19 se
encuentra la informacin que se obtuvo al llevar a cabo el experimento.
TABLA 12.19 Datos de muestra.
MARCA

a. Existe una
durabilidad
para cada una
sese
b.
Existe
de
la
varianzas de

A
205
229
238
214
242
225
209
204

B
242
253
226
219
251
212
224
247

C
237
259
265
229
218
262
242
234

D
212
244
229
272
255
233
224
245

razn para creer que la

promedio es diferente
de las cuatro marcas?
=0.05
alguna razn para dudar
suposicin de que las
los errores son iguales?

a. Solucin.
Una vez se tengan las observaciones tomadas como en este caso la
tabla, teniendo en cuenta que estas se deben tomar de forma aleatoria,
utilizando la utilidad que nos presentan programas de diseo para
aleatorizar los diseos.
Damos la hiptesis nula que es 1=2= 3=4
Utilizando un mtodo de regresin, pasamos a llenar la tabla ANOVA,
para hacer el anlisis y aceptar o rechazar la hiptesis nula y tomar las
decisiones al respecto.
Realizando anlisis por medio de Stat Graphipcs.
Primer paso.
Se llenan los datos en el programa.

El segundo paso es realizar todos los clculos de pertinentes a travs del programa.
Tabla ANOVA para Numero de Golpes por Marcas
Fuente
Suma de Cuadrados
Gl Cuadrado Medio
Entre grupos
2305,5
3
768,5
Intra grupos
7838,0
28 279,929
Total (Corr.)
10143,5
31

Razn-F
2,75

Valor-P
0,0617

El StatAdvisor
La tabla ANOVA descompone la varianza de Numero de Golpes en dos componentes: un componente entre-grupos y un
componente dentro-de-grupos. La razn-F, que en este caso es igual a 2,74534, es el cociente entre el estimado entregrupos y el estimado dentro-de-grupos. Puesto que el valor-P de la razn-F es mayor o igual que 0,05, no existe una
diferencia estadsticamente significativa entre la media de Numero de Golpes entre un nivel de Marcas y otro, con un
nivel del 95,0% de confianza.

Dispersin por Cdigo de Nivel

280

Numero de Golpes

ANOVA Grfico para Numero de Golpes

260
240
220
200
A

Luego de ver la tabla

ANOVA vemos que el
valor de P> , por
lo tanto no se rechaza la
hiptesis
nula,
lo
que
A
B
D
C
Marcas
quiere decir que laP = 0,0617
durabilidad de las
B
C
D
cuatro marcas es
Marcas
similar.
Residuos
b. Ahora miraremos las
-45
-25
-5
15
35
varianzas. Aqu suponemos que el diseo se hizo de forma aleatoria para
evitar errores por descalibracin de la mquina.

Verificacin de Varianza
Prueba
Valor-P
de Bartlett
1,01617
0,935251
El StatAdvisor
El estadstico mostrado en esta tabla evala la hiptesis de que la desviacin estndar de Nmero de Golpes dentro de
cada uno de los 4 niveles de Marcas es la misma. De particular inters es el valor-P. Puesto que el valor-P es mayor o
igual que 0,05, no existe una diferencia estadsticamente significativa entre las desviaciones estndar, con un nivel del
95,0% de confianza.
Pruebas de Mltiple Rangos para Nmero de Golpes por Marcas
Mtodo: 95,0 porcentaje LSD
Marcas Casos Media
Grupos Homogneos
A
8
220,75 X
B
8
234,25 XX
X
D
8
239,25
X
C
8
243,25
Contraste Sig. Diferencia +/- Lmites
A- B
-13,5
17,1361
A- C
*
-22,5
17,1361
A- D
*
-18,5
17,1361
B-C
-9,0
17,1361
B-D
-5,0
17,1361
C-D
4,0
17,1361
* indica una diferencia significativa.
El StatAdvisor
Esta tabla aplica un procedimiento de comparacin mltiple para determinar cules medias son significativamente
diferentes de otras. La mitad inferior de la salida muestra las diferencias estimadas entre cada par de medias. El asterisco
que se encuentra al lado de los 2 pares indica que estos pares muestran diferencias estadsticamente significativas con un
nivel del 95,0% de confianza. En la parte superior de la pgina, se han identificado 2 grupos homogneos segn la
alineacin de las X's en columnas. No existen diferencias estadsticamente significativas entre aquellos niveles que
compartan una misma columna de X's. El mtodo empleado actualmente para discriminar entre las medias es el
procedimiento de diferencia mnima significativa (LSD) de Fisher. Con este mtodo hay un riesgo del 5,0% al decir que
cada par de medias es significativamente diferente, cuando la diferencia real es igual a 0.

Bueno como nos damos cuenta no existe ninguna razn para creer que las varianzas son
iguales, aqu por medio de la prueba de Bartlett, nos damos cuenta que estas varianzas son
similares puesto que P> , y a la vez notamos que existen diferencias en los procesos
como muestra la LSD, son homogneos. Y a su vez notamos que no hay diferencias
significativas en los niveles, en la prueba similar a la TUKEY.
4. Desde el incremento en los precios de la gasolina se han desarrollado varios dispositivos,
los cuales se colocan en los carburadores de los automviles, con el propsito de aumentar
el rendimiento de estos. Una empresa selecciona tres de los dispositivos ms populares para
someterlos a prueba. La empresa desea compararlos con los carburadores estndar, con el
propsito de determinar si existe un incremento apreciable de millas por galn de gasolina
con el uso de estos dispositivos. La compaa selecciona cinco tipos de automviles para el
experimento. Para controlar la variacin, se planea utilizar el mismo conductor para todo el
experimento.
TABLA 12.24 Datos de la muestra para el ejercicio (millas por galon)
Automvil
1
2
3
4
5

Carburador
Estndar
18.2
27.4
35.2
14.8
25.4

Dispositivo
A
18.9
27.9
34.9
15.2
24.8

Dispositivo
B
19.1
28.1
35.8
14.9
25.6

Dispositivo
C
20.4
29.9
38.2
17.3
26.9

a. Hgase un bosquejo del plan especfico para realizar este experimento.

b. Supngase que se observan los datos que se encuentran en la tabla 12.24. Escrbase
el modelo y establzcase la hiptesis nula por probar. Puede rechazarse la hiptesis
nula para un nivel =0.05 .
c. Si se rechaza la hiptesis nula de la parte b, constryanse por lo menos dos
contrastes relevantes y prubese su significancia estadstica.
SOLUCION.
a.
b. Se utiliza un modelo de regresin, y tenemos como hiptesis
1=2= 3=4 . Ahora se pasa a realizar los clculos con el Stat Graphics.
Primero verifico que sea distribucin normal.

nula

Capabilidad de Proceso para Millas por galon

LSE = 1,0
6

Normal
Media=24,945
Desv. Est.=7,41843

frecuencia

5
4

Cpk = -2,95
Ppk = -1,08

3
2
1
0
0

10

20
30
Millas por galon

40

50

Como se ve el diseo sigue una distribucin normal por ende se puede pasar a
realizar la tabla ANOVA.
Tabla ANOVA para Millas por galn por Automvil
Fuente
Suma de Cuadrados
Gl Cuadrado Medio
Entre grupos
1026,29
4
256,572
Intra grupos
19,3425
15 1,2895
Total (Corr.)
1045,63
19

Razn-F
198,97

Valor-P
0,0000

El StatAdvisor
La tabla ANOVA descompone la varianza de Millas por galn en dos componentes: un componente entre-grupos y un
componente dentro-de-grupos. La razn-F, que en este caso es igual a 198,97, es el cociente entre el estimado entregrupos y el estimado dentro-de-grupos. Puesto que el valor-P de la prueba-F es menor que 0,05, existe una diferencia
estadsticamente significativa entre la media de Millas por galn entre un nivel de Automvil y otro, con un nivel del
95,0% de confianza. Para determinar cules medias son significativamente diferentes de otras, seleccione Pruebas de
Mltiples Rangos, de la lista de Opciones Tabulares.

Nos damos cuenta que P<0.05 , entonces se rechaza la hiptesis nula, lo que
quiere decir que 1 2 3 4 , lo cual demuestra que existe una diferencia en
los niveles y es normal porque se usan vehculos distintos.
Ahora verificamos la diferencia en los niveles mediante la comparacin mltiple de
rangos.
Pruebas de Mltiple Rangos para Millas por galn por Automvil
Mtodo: 95,0 porcentaje LSD
Automvil
Casos Media
4
4
15,55
1
4
19,15
5
4
25,675
2
4
28,325
3
4
36,025

Grupos Homogneos
X
X
X
X
X

Contraste
1-2
1-3
1-4
1-5

+/- Lmites
1,71148
1,71148
1,71148
1,71148

Sig.
*
*
*
*

Diferencia
-9,175
-16,875
3,6
-6,525

2-3
*
-7,7
1,71148
2-4
*
12,775
1,71148
2-5
*
2,65
1,71148
3-4
*
20,475
1,71148
3-5
*
10,35
1,71148
4-5
*
-10,125
1,71148
* indica una diferencia significativa.
El StatAdvisor
Esta tabla aplica un procedimiento de comparacin mltiple para determinar cules medias son significativamente
diferentes de otras. La mitad inferior de la salida muestra las diferencias estimadas entre cada par de medias. El asterisco
que se encuentra al lado de los 10 pares indica que estos pares muestran diferencias estadsticamente significativas con un
nivel del 95,0% de confianza. En la parte superior de la pgina, se han identificado 5 grupos homogneos segn la
alineacin de las X's en columnas. No existen diferencias estadsticamente significativas entre aquellos niveles que
compartan una misma columna de X's. El mtodo empleado actualmente para discriminar entre las medias es el
procedimiento de diferencia mnima significativa (LSD) de Fisher. Con este mtodo hay un riesgo del 5,0% al decir que
cada par de medias es significativamente diferente, cuando la diferencia real es igual a 0.

Como se ve no hay homogeneidad y tambin en cada uno de los niveles se da una

diferencia significativa y esto tambin lo podemos apreciar en los siguiente graficos.
Dispersin por Cdigo de Nivel
39

Millas por galon

34
29
24
19
14
1

3
Automovil

ANOVA Grfico para Millas por galon

Automovil

P = 0,0000

Residuos
-22

-12

-2

18

28

Ahora se muestra el anlisis de varianza.

Verificacin de Varianza
Prueba
Valor-P
de Bartlett
1,07827
0,910197
El StatAdvisor
El estadstico mostrado en esta tabla evala la hiptesis de que la desviacin estndar de Millas por galn dentro de cada
uno de los 5 niveles de Automvil es la misma. De particular inters es el valor-P. Puesto que el valor-P es mayor o igual
que 0,05, no existe una diferencia estadsticamente significativa entre las desviaciones estndar, con un nivel del 95,0% de
confianza.
2

En esta nos dice que tenemos una hiptesis nula as 1= 2= 3= 4

Como vemos que P> , entonces no se rechaza la hiptesis nula, existiendo
homogeneidad en las varianzas.

BIBLIOGRAFIA
Montgomery, Douglas; Runger, George; 2003; Applied Statistics and Probability for
Engineers, John Wiley & Sons, Inc;