Universidad de Antioquia

Facultad de Ingeniería – Departamento de Ingeniería Química

Ingeniería agroindustrial – Ingeniería Bioquímica
Estadística y Diseño de experimentos - Profesora: Liliana Úsuga
Trabajo No. 2: DOE

Presentado por: Estefanía Cardona Castro C.C. 1.040.051.264

Daniel Otalvaro Vargas C.C. 1.040.184.251

a) Plantee la hipótesis de interés en este problema y el modelo estadístico correspondiente.

b) Construya el ANOVA y decida cuales efectos están activos.
c) Dibuje las gráficas de efectos y determine con ellas el mejor tratamiento
d) Estime la resistencia a la torsión en el mejor tratamiento.
e) Verifique residuos.
f) Realice el diagrama de flujo.
g) Obtenga la ecuación del modelo del experimento.
h) Concluya de acuerdo con los resultados obtenidos.

Desarrollo

f)
FACTORES CONTROLABLES
-Tiempo de secado
-Cantidad de pegamento

Placas
- Temperatura de curado - Resistencia a la torsión
- Tipo de pegamento
-

FACTORES NO CONTROLABLES
- Proveedor del pegamento
- Fuerza aplicada al pegar los componentes a las
placas
 a) Plantee la hipótesis de interés en este problema y el modelo estadístico correspondiente.

Este experimento es del tipo diseño factorial 2x3. La variable de interés es la resistencia a la torsión de las
adhesiones de componentes electrónicos sobre placas. El modelo es el siguiente:

𝛾𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜀𝑖𝑗𝑘

𝛾𝑖𝑗𝑘 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎

𝜇 = 𝑚𝑒𝑑𝑖𝑎 𝑔𝑒𝑛𝑒𝑟𝑎𝑙
𝛼𝑖 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑖𝑝𝑜 𝑑𝑒 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜 … 𝑖 = 1,2
𝛽𝑗 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑑𝑒 𝑐𝑢𝑟𝑎𝑑𝑜 … 𝑗 = 1,2,3
𝛼𝛽𝑖𝑗 = 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑜𝑠 𝑒𝑓𝑒𝑐𝑡𝑜𝑠 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙𝑒𝑠 … 𝑖 = 1,2; 𝑗 = 1,2,3
𝜀𝑖𝑗𝑘 = 𝑒𝑟𝑟𝑜𝑟 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑜 … 𝑖 = 1,2; 𝑗 = 1,2,3; 𝑘 = 2

 Hipótesis del modelo

H0: El efecto del factor tipo de pegamento = 0 o H0: 𝛼1 = 𝛼2 = 0

H1: El efecto del factor tipo de pegamento ≠0 o H1: 𝛼𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖

H0: El efecto del factor temperatura de curado = 0 o H0: 𝛽1 = 𝛽2 = 𝛽3 = 0

H1: El efecto del factor temperatura de curado ≠0 o H1: 𝛽𝑗 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑗

H0: Tipo de pegamento x temperatura de curado = 0 o H0: (𝛼𝛽)𝑖𝑗 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗

H1: Tipo de pegamento x temperatura de curado ≠0 o H1: (𝛼𝛽)𝑖𝑗 ≠ 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗

 Número de tratamientos: 3x2 = 6

 Número de réplicas: 2
 Número total de observaciones: 2x6 = 12

b) Construya el ANOVA y decida cuales efectos están activos.

2
  Hipótesis de los efectos

H0: 𝛼1 = 𝛼2 = 0 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 = 0.05

H1: 𝛼𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.0161

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo
que nos indica que el efecto del tipo de pegamento si es significativo sobre el modelo.

H0: 𝛽1 = 𝛽2 = 𝛽3 = 0 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 = 0.05

H1: 𝛽𝑗 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑗 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.0000434

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo
que nos indica que el efecto de la temperatura de curado si es significativo sobre el modelo.

H0: (𝛼𝛽)𝑖𝑗 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 = 0.05

H1: (𝛼𝛽)𝑖𝑗 ≠ 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.0101

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo
que nos indica que el efecto de interacción entre el tipo de pegamento y la temperatura de
curado es significativo sobre el modelo.

c) Dibuje las gráficas de efectos y determine con ellas el mejor tratamiento

En la gráfica izquierda se observa que el pegamento A1 genera una mejor resistencia a la torsión de las
adhesiones de componentes electrónicos sobre placas. En la gráfica central se observa que la temperatura de

3
curado de 100ºC genera una mejor resistencia a la torsión de las adhesiones de componentes electrónicos sobre
placas.

En la gráfica de la derecha se observa que el efecto que influye en mayor medida sobre la variable de respuesta
es la temperatura de curado, siendo la de 100ºC la mejor opción. En cuanto al tipo de pegamento es mejor el
primero (A1). Por tanto, el mejor tratamiento es cuando se utiliza el pegamento A1 y una temperatura
de curado de 100ºC.

 Método LSD

En el método de comparación LSD se observa que la

temperatura que mejora la torsión es 100ºC, dando una
torsión de 4.3

En el método de comparación LSD se observa que el

pegamento que mejora la torsión es el A1, dando una
torsión de 3.45.

Así como con las gráficas de efectos se concluye que

el mejor tratamiento es el de temperatura 100ºC
con un pegamento tipo de A1.

d) Estime la resistencia a la torsión en el mejor tratamiento. (se utilizó el comando:

Pegamento <- factor(Pegamento, levels=rev(levels(Pegamento))) para colocar como referencia el
pegamento A1

4
  Modelo

H0: 𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1: 𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.0001628

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el modelo es significativo.

 Intercepto

H0: 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1: 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.00021

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el intercepto es significativo sobre el modelo.

 Pegamento A1

H0: 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜 𝐴1 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1 : 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜 𝐴1 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.00259

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el parámetro pegamento A1 es significativo sobre el modelo.

 Temperatura 80

H0: 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 80 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1 : 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 80 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.00072

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el parámetro temperatura 80 es significativo sobre el modelo.

 Temperatura 100

H0: 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 100 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1 : 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 100 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 𝑝 = 1.74𝑒 − 05

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el parámetro temperatura 100 es significativo sobre el modelo.

 Interacción pegamento A1: temperatura 80

5
H0: 𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜𝐴1: 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎80 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05
H1:𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜𝐴1: 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎80 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 𝑝 = 0.1211

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 > 𝟎. 𝟎𝟓, se acepta la hipótesis nula, lo que nos indica que la interacción PegamentoA1:
temperatura80 no es significativo sobre el modelo.

 Interacción pegamento A1: temperatura 100

H0: 𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜𝐴1: 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎100 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1:𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜𝐴1: 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎100 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 𝑝 = 0.0036

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que la interacción PegamentoA1: temperatura100 es significativo sobre el modelo.

𝒀 = 𝟏. 𝟒𝟏 + 𝟏. 𝟐𝟒(𝑨𝟏) + 𝟏. 𝟓𝟗(𝟖𝟎) + 𝟑. 𝟎𝟗(𝟏𝟎𝟎) − 𝟎. 𝟔𝟒(𝑨𝟏: 𝟖𝟎) − 𝟏. 𝟔𝟒(𝑨𝟏: 𝟏𝟎𝟎)

→ 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 (𝑙𝑖𝑡𝑒𝑟𝑎𝑙 𝑔)

Para el mejor tratamiento (Pegamento A1 y temperatura 100ºC) la ecuación queda:

𝑌 = 1.41 + 1.24(𝐴1) + 3.09(100) − 1.64(𝐴1: 100)

𝑌 = 4.1 → 𝑅𝑒𝑠𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑎 𝑙𝑎 𝑡𝑜𝑟𝑠𝑖𝑜𝑛 𝑒𝑛 𝑒𝑙 𝑚𝑒𝑗𝑜𝑟 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜

e) Verifique residuos.

 Normalidad

6
En el histograma y en la caja de bigotes se observa una simetría lo que nos puede indicar que los residuos si
proceden de una distribución normal, en cuanto al grafico cuantil-cuantil se observa que los datos reales se
encuentran sobre la banda, por lo que provienen de una distribución normal.

H0: Los residuos proceden de una distribución normal

H1: Los residuos no proceden de una distribución normal

Nivel de significancia = 0.05

Valor p= 0.004698

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que los residuos no proceden de una distribución normal, por tanto, será necesario realizar una
medida remedial en el modelo.

 Homocedasticidad

En la gráfica de valores ajustados se puede que concluir que los residuos tienen aproximadamente una varianza
constante, así como en las graficas de los factores vs residuos.

7
 H0: Los residuos tienen varianza constante
H1: Los residuos no tienen una varianza constante

Nivel de significancia = 0.05

Valor p= 0.03479

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que los residuos no tienen varianza constante, por tanto, será necesario realizar una medida
remedial en el modelo.

 Independencia

En la gráfica se observa que los residuos no tienen una tendencia, por lo

tanto, se puede concluir que son independientes entre sí.

H0: Los residuos son independientes entre sí

H1: Los residuos no son independientes entre sí

Nivel de significancia = 0.05

Valor p= 0.2

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 > 𝟎. 𝟎𝟓, se acepta la hipótesis nula, lo que nos indica
que los residuos si son independientes entre sí.

Medida remedial del modelo: aplicamos logaritmo a la variable de respuesta y volvemos a realizar
todo el diseño

8
 Hipótesis de los efectos

H0: 𝛼1 = 𝛼2 = 0 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 = 0.05

H1: 𝛼𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.00640

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo
que nos indica que el efecto del tipo de pegamento si es significativo sobre el modelo.

H0: 𝛽1 = 𝛽2 = 𝛽3 = 0 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 = 0.05

H1: 𝛽𝑗 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑗 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 9.29𝑒 − 05

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo
que nos indica que el efecto de la temperatura de curado si es significativo sobre el modelo.

H0: (𝛼𝛽)𝑖𝑗 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 = 0.05

H1: (𝛼𝛽)𝑖𝑗 ≠ 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.00673

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo
que nos indica que el efecto de interacción entre el tipo de pegamento y la temperatura de
curado es significativo sobre el modelo.

 Efectos

9
En la gráfica izquierda se observa que el pegamento A1 genera una mejor resistencia a la torsión de las
adhesiones de componentes electrónicos sobre placas. En la gráfica central se observa que la temperatura de
curado de 100ºC genera una mejor resistencia a la torsión de las adhesiones de componentes electrónicos sobre
placas.

En la gráfica de la derecha se observa que el efecto que influye en mayor medida sobre la variable de respuesta
es la temperatura de curado, siendo la de 100ºC la mejor opción. En cuanto al tipo de pegamento es mejor el
primero (A1). Por tanto, el mejor tratamiento es cuando se utiliza el pegamento A1 y una temperatura
de curado de 100ºC.

 Método LSD

En el método de comparación LSD se observa que

el pegamento que mejora la torsión el A1, dando
un log(torsión) de 1.22

En el método de comparación LSD se observa que

la temperatura que mejora la torsión es 100ºC,
dando un log(torsión) de 1.45.

Así como con las gráficas de efectos se concluye

que el mejor tratamiento es el de temperatura
100ºC con un pegamento tipo de A1.

 Ecuación del modelo

10
  Modelo

H0: 𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1: 𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.0002543

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el modelo es significativo.

 Intercepto

H0: 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1: 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.003693

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el intercepto es significativo sobre el modelo.

 Pegamento A1

H0: 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜 𝐴1 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1 : 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜 𝐴1 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.000804

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el parámetro pegamento A1 es significativo sobre el modelo.

 Temperatura 80

H0: 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 80 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1 : 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 80 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 − 𝑝 = 0.00031

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el parámetro temperatura 80 es significativo sobre el modelo.

 Temperatura 100

H0: 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 100 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1 : 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 100 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 𝑝 = 2.78𝑒 − 05

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que el parámetro temperatura 100 es significativo sobre el modelo.

 Interacción pegamento A1: temperatura 80

11
H0: 𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜𝐴1: 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎80 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05
H1:𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜𝐴1: 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎80 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 𝑝 = 0.0202

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula, lo que nos indica que la interacción
PegamentoA1: temperatura80 es significativo sobre el modelo.

 Interacción pegamento A1: temperatura 100

H0: 𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜𝐴1: 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎100 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝛼 = 0.05

H1:𝑙𝑎 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑝𝑒𝑔𝑎𝑚𝑒𝑛𝑡𝑜𝐴1: 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎100 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑉𝑎𝑙𝑜𝑟 𝑝 = 0.0023

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que la interacción PegamentoA1: temperatura100 es significativo sobre el modelo.

𝑳𝒐𝒈(𝒀) = 𝟎. 𝟑𝟑𝟒𝟒 + 𝟎. 𝟔𝟑𝟖𝟓(𝑨𝟏) + 𝟎. 𝟕𝟔𝟐(𝟖𝟎) + 𝟏. 𝟏𝟔𝟖𝟕(𝟏𝟎𝟎) − 𝟎. 𝟒𝟓𝟓𝟓(𝑨𝟏: 𝟖𝟎)

− 𝟎. 𝟕𝟑𝟎𝟗(𝑨𝟏: 𝟏𝟎𝟎) → 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 (𝑙𝑖𝑡𝑒𝑟𝑎𝑙 𝑔)

Para el mejor tratamiento (Pegamento A1 y temperatura 100ºC) la ecuación queda:

𝐿𝑜𝑔(𝑌) = 𝟎. 𝟑𝟑𝟒𝟒 + 𝟎. 𝟔𝟑𝟖𝟓(𝑨𝟏) + 𝟏. 𝟏𝟔𝟖𝟕(𝟏𝟎𝟎) − 𝟎. 𝟕𝟑𝟎𝟗(𝑨𝟏: 𝟏𝟎𝟎)

𝐿𝑜𝑔(𝑌) = 1.4107 → 𝑅𝑒𝑠𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑎 𝑙𝑎 𝑡𝑜𝑟𝑠𝑖𝑜𝑛 𝑒𝑛 𝑒𝑙 𝑚𝑒𝑗𝑜𝑟 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝑌 = 4.09 → 𝑅𝑒𝑠𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎 𝑎 𝑙𝑎 𝑡𝑜𝑟𝑠𝑖𝑜𝑛 𝑒𝑛 𝑒𝑙 𝑚𝑒𝑗𝑜𝑟 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜

 Verificación de residuales

Normalidad

En el histograma y en la caja de
bigotes se observa una simetría
lo que nos puede indicar que los
residuos si proceden de una
distribución normal, en cuanto
al grafico cuantil-cuantil se
observa que los datos reales se
encuentran sobre la banda, por
lo que provienen de una
distribución normal.

12
 H0: Los residuos proceden de una distribución normal
H1: Los residuos no proceden de una distribución normal

Nivel de significancia = 0.05

Valor p= 0.7875

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 > 𝟎. 𝟎𝟓, se acepta la hipótesis nula, lo que nos indica que los residuos proceden de una
distribución normal.

Homocedasticidad

En la gráfica de valores
ajustados se puede que
concluir que los residuos
tienen aproximadamente
una varianza constante,
así como en las gráficas
de los factores vs
residuos.

H0: Los residuos tienen varianza constante

H1: Los residuos no tienen una varianza constante

Nivel de significancia = 0.05

Valor p= 0.03479

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 < 𝟎. 𝟎𝟓, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, lo que nos
indica que los residuos no tienen varianza constante, por tanto, será necesario realizar una medida
remedial en el modelo.

13
Independencia

En la gráfica se observa que los residuos no tienen una tendencia,

por lo tanto, se puede concluir que son independientes entre sí.

H0: Los residuos son independientes entre sí

H1: Los residuos no son independientes entre sí

Nivel de significancia = 0.05

Valor p= 0.6886

Como 𝒗𝒂𝒍𝒐𝒓 − 𝒑 > 𝟎. 𝟎𝟓, se acepta la hipótesis nula, lo que nos

indica que los residuos si son independientes entre sí.

Conclusiones:

 Según la ANOVA todos los factores (tipo de pegamento y temperatura de curado) influyen
significativamente sobre la variable de respuesta.
 Para mejorar la resistencia a la torsión de las adhesiones de componentes electrónicos sobre
placas lo recomendable es utilizar una temperatura de curado de 100ºC y el tipo de pegamento
A1.
 En la solución del diseño fue necesario realizar una medida remedial para así validar el modelo,
aunque al final comparando las ecuaciones del modelo, la variable de respuesta no se ve tan
afectada entre el primer modelo y el modelo al que se les hizo la transformación a los datos.
 En la verificación del modelo al que se le fue aplicada la medida remedial, la homocedasticidad
siguió sin ser constante por lo que se puede concluir que puede ser necesario otra medida
remedial para que los residuos den con una varianza constante y así el modelo se pueda validar.
 Los diseños factoriales permiten evaluar el efecto de varios factores sobre una variable de
respuesta, por esto es muy importante familiarizarse con este tipo de experimentos, que lo mas
seguro es que utilizaremos muy frecuentemente en nuestras investigaciones.

14