DISEÑO EXPERIMENTAL

COLABORATIVO UNIDAD 3: FASE 4. DISEÑOS FACTORIALES

GRUPO: 30156_39

YAMILETH OSPINA HERNANDEZ COD 65589278

LUISA KARINA SANCHEZ VILLALOBOS COD 1110478947
RAYMOND DIMAS MORENO COD 93392407

CAMPO RIANO
TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA “UNAD”

ESCUELA ECAPMA
CEAD IBAGUE
NOVIEMBRE 2018
OBJETIVO GENERAL
Poder definir y calcular los efectos que tienen varios factores en una respuesta.

OBJETIVOS ESPECIFICOS

 Aplicar lo aprendido a través de ejercicios prácticos.

 Estudiar el efecto de varios factores sobre una o varias respuestas o
características de calidad

CASO 1

Un estudiante en la UNAD, viene realizando experimentos sobre la solubilidad de un

extruido tipo cereal para el desayuno. El estudio se encuentra enfocado en determinar
el efecto del polvo de hornear y la proporción de yuca que contiene el producto sobre el
índice de solubilidad en agua (ISA). El trabajo experimental se localizó en la planta
piloto de la ECBTI, en el cual se utilizaron tres concentraciones de yuca y tres
concentraciones de polvo de hornear en la formulación del extruido.

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

Tabla 1. Datos de ISA (%) del cereal para desayuno.

Yuca (%) Polvo de hornear (%)

Concentració Concentración Concentración
n1 2 3
Concentración 1 10.11 12.33 14.89
10.34 12.30 14.95
10.55 12.19 15.01
Concentración 2 10.77 12.76 15.65
10.85 12.89 15.83
10.92 13.01 16.01
Concentración 3 11.23 13.88 16.67
11.66 14.01 16.98
11.98 14.23 17.03

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 diseños está dado por:
y ijk =μ +α i + β j+ ( αβ )ij + ε ijk

Donde μ es la media general; α i es el efecto dado por el i−ésimo nivel del factor Polvo
de Hornear (%); β j es el efecto generado por el j−ésimo nivel del factor Yuca (%); ( αβ )ij
representa al efecto interacción en la combinación ij de los factores mencionados y ε ijk
es el error aleatorio que se supone sigue una distribución normal con media 0 y
varianza constante σ 2(N (0 ; σ 2 )) y son independientes entre sí.
b. Realice las hipótesis de interés para la investigación (igualdad y alterna). (10 /
120)

R:

10.11+10.34 +10.55+10.77+10.85+10.92+11.23+11.66 +11.98

F 1= =10.94
9
12.33+12.30+12.19+12.76+ 12.89+ 13.01+ 13.88+ 14.01+14.23
F 2= =13.06
9
14. .89++14.95+15.01+15.65+15.83+16.01+16.67+16.98+17.03
F 3= =15.89
9
H 0 :μ 1=μ2=μ3 =μ4

H A : μi ≠ μ j → i≠ j
c. Realice los cálculos correspondientes al análisis de varianza y elabore la
tabla ANOVA correspondiente,  = 0.05. (20 /120)

R:
Análisis de varianza de dos factores con varias muestras por grupo

RESUMEN concentracion 1 concentracion 2 concentracion 3 Total

concentracion 1
Cuenta 3 3 3 9
Suma 31 36,82 44,85 112,67
Promedio 10,33333333 12,27333333 14,95 12,518889
Varianza 0,048433333 0,005433333 0,0036 4,0445861

concentracion 2
Cuenta 3 3 3 9
Suma 32,54 38,66 47,49 118,69
Promedio 10,84666667 12,88666667 15,83 13,187778
Varianza 0,005633333 0,015633333 0,0324 4,7207194

concentracion 3
Cuenta 3 3 3 9
Suma 34,87 42,12 50,68 127,67
Promedio 11,62333333 14,04 16,89333333 14,185556
Varianza 0,141633333 0,0313 0,038033333 5,2720778

Total
Cuenta 9 9 9
Suma 98,41 117,6 143,02
Promedio 10,93444444 13,06666667 15,89111111
Varianza 0,365277778 0,616525 0,728711111
 ANÁLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio de los Valor crítico
variaciones cuadrados libertad cuadrados F Probabilidad para F
Muestra 12,66225185 2 6,331125926 176,9019973 1,46092E-12 3,554557146
Columnas 111,2772074 2 55,6386037 1554,633447 6,93375E-21 3,554557146
Interacción 0,377659259 4 0,094414815 2,638104108 0,068041798 2,927744173
Dentro del grupo 0,6442 18 0,035788889

Total 124,9613185 26

 Suma de cuadrados
4 4
y2
SCT =∑ ∑ Y 2ij −
i= j j=i N
concentracion 1 concentracion 2 concentracion 3
10,11 102,21 12,33 152,02 14,89 221,71
concentracion 1 10,34 106,91 12,30 151,29 14,95 223,50
10,55 111,3 12,19 148,59 15,01 225,30
10,77 115,99 12,76 162,81 15,65 244,92
concentracionn 2 10,85 117,72 12,89 166,15 15,83 250,58
10,92 119,24 13,01 169,26 16,01 259,21
11,23 126,11 13,88 192,65 16,67 277,88
concentracion 3 11,66 135,95 14,01 196,28 16,98 288,32
11,98 143,04 14,23 202,492 17,03 290,02
totales 98,41 1078,47 117,6 1541,542 143,02 2281,44

( 98.41+117.6 +143.02 )2
s c T =1078.47+1541.542+ 2281.44−
27

359.032
s c T =4901.45−
27
128902.541
s c T =4901.45−
27
sc T =4901.45−4774.168
s c T =127,282

 Suma de cuadrados de tratamientos

Y 2i Y 2
4
SCTRAT =∑ −
i= j 4 N

98.412 +117.6 2+ 143.022 359.032

SCTRAT = −
3 27
 43965.99
SCTRAT = −4773.37
3
SCTRAT =14655.33−4773.37

SAC TRAT =9881,96

 Suma de cuadrados del error

S C E=S C T −S C TRAT

S C E=127,282−9881.96

S C E=−9724

 Cuadrados medios de tratamientos

S CTRAT
C M TRAT =
k −1
9881.96
C M TRAT =
3−1
9881.96
C M TRAT =
2
C M TRAT =4940,48

 Cuadrados medios del error

SCE
C M E=
N−k
9724
C M E=
27−3
9724
C M E=
24
C M E=405,16

 Estadístico de prueba
 C M TRAT
F 0=
C ME
4940,48
F 0=
405.16
F 0=12.19

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)

F 0.05; 3,12=3,554557146 F 0=176,9019973

F 0.05; 3,12 ≥ F 0.05 ;3,12 → 3,554557146>176,9019973

Entonces se rechaza F 0 Ademas

valor− p=1,46092E-12
α =0,05
valor− p< α → 0,05>1,46092E-12

Lo cual indica que se debe rechazar F0, los resultados demuestran que no son iguales las
concentraciones y existe por lo menos una que es superior o inferior que otras
concentraciones.

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

tratamientos de la investigación. (10 /120)

R: Hipótesis: El problema es probar la igualdad de todos los posibles pares de

medida.

H 0=U 1=U 2
H 1=U 1 ≠ U 2
Para k tratamientos se tiene, como k=2

( k−1 ) 2∗1
k = =1
2 2
 % de polvo para hornear

Ho: µA 1=µA 2

Ho: µ A 2=µ A 3

Ho: µ A 1=µ A 3

H A : µ A 1≠ µ A 2

HA :µ A 2 ≠ µ A 3

HA :µ A 1≠ µ A 3

d. Calcular el LSD. (20 /120)

tα 2CME
LSD=
2
; 3²( n−1)
√ n

t 0.05 2∗0.035444
LSD=
2
; 3²(3−1)
√ 9

0.070888
LSD=t 0.025 ;18
√ 9

LSD=2.101 √ 0.007876

LSD=0.186457

Resolvemos:
98.41
µA 1= =10.934
9

117.6
µA 2= =13.067
9

143.02
µA 3= =15.891
9
e. Aplique el concepto de LSD para aceptar o rechazar las hipótesis para la
comparación de las medias. (30 /120)

DIFERENCIA
DIFERENCIAL
f. I n v MUESTRAL
e sEN VALOR
t i DECISION
g u e
POBLACIONAL
ABSOLUTO

μA 1−μA 2 2,133 ¿ 0.186457 Significativa

μA 2−μA 3 2,824 ¿ 0,186457 Significativa

μA 1−μA 3 4,957 ¿ 0,186457 Significativa

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

R:

 SPSS: Es la herramienta estadística más utilizada a nivel mundial en el entorno

académico. Puede trabajar con bases de datos de gran tamaño. . Además, de
permitir la recodificación de las variables y registros según las necesidades del
usuario. El programa consiste en un módulo base y módulos anexos que se han
ido actualizando constantemente con nuevos procedimientos estadísticos.

 S-Plus: Es otro de los programas estadísticos más usados a nivel mundial para
el análisis de datos. Está disponible al público la versión 8. Incluye dentro de sus
principales características: análisis multivariado de datos, análisis de
sobrevivencia, escalamiento multidimensional, regresión no paramétrica.
Entre los estadísticos de cálculo habituales incluye: pruebas de hipótesis y
construcción de intervalos de confianza, análisis de varianza, análisis
exploratorio de datos, entre otros.

 Minitab: Es otro de los programas más usados en el mundo para análisis

estadístico. Permite calcular la mayoría de metodologías estadísticas habituales,
entre las que se cuentan: análisis exploratorio de datos, gráficos estadísticos,
control de calidad, estadística no paramétrica, regresión y sus variantes, análisis
multivariado de datos, etc.

 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. 
 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. 

BIBLIOGRAFIAS.
 http://www.estadisticaparatodos.es/software/software_otros.html
 Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e Infostat en
problemas de agronomía. Editorial Brujas. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.actin?
docID=10890015&ppg=102
 Guevara, B. (2017). 30156 OVI Diseño Experimental Unidad 3, Universidad Nacional
Abierta y a Distancia Recuperado de: http://hdl.handle.net/10596/12415