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 (%)

Concentració Concentración Concentración
n1 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

Solución

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

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

La siguiente situación problema presenta el estudio de dos factores los

cuales son:

Variable de respuesta: concentración.

Factor A: (Columna) Concentración del polvo de hornear en (%)

Factor B: (Filas) Concentración de quínoa en (%).

 Por lo tanto se establece que cada factor tiene tres niveles, por ende el
diseño factorial es un diseño 32 dos factores con tres niveles de cada
tratamiento.

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

alterna). (10 /120)

Las hipótesis de interés para los efectos son:

H 0 Efecto del factor concentración del polvo de hornear (%)=0

H A Efecto del factor concentración del polvode hornear (% )≠ 0

H 0 Efecto del factor concentración de quinoa (%)=0

H A Efecto del factor concentración de quinoa( %)≠ 0

H 0 Efecto de laconcentración del polvo de hornear X concentración de quinoa( %)=0

H A Efecto de la concentración del polvo de hornear X concentración de quinoa (%) ≠ 0

c. Realice los cálculos correspondientes al análisis de varianza y


elabore la tabla ANOVA correspondiente, = 0.05. (20 /120)

Antes de realizar los cálculos y elaborar la tabla ANOVA, se deben

realizar las sumatorias por columnas y filas, tal como se expresa en la
siguiente tabla.

Polvo de hornear (%)

Quínoa (%)
Concentració Concentración Concentració TOTALES
n1 2 n3
10.2 9.8 9.4
Concentració
10.4 9.7 9.2 87.5
n1
10.1 9.6 9.1
11.1 10.9 10.1
Concentració
11.3 10.9 10.0 96.5
n2
11.4 10.8 10.0
12.6 12.2 11.7
Concentració
12.8 12.1 11.6 109.4
n3
12.9 12.0 11.5
TOTALES 102.8 98 92.6 293.4
Para realizar los cálculos correspondientes a la tabla ANOVA, se debe
tener en cuenta la siguiente información que aparece en la tabla.

Suma de cuadrados de efectos.

3
Y 2 i .. Y 2 ...
SC A =∑ −¿ 2 ¿
i=1 3n n3

Reemplazando se obtiene.

(102. 82 +9 82 +92. 62 ) 293. 4 2

SC A = −
3(3) 3(3 2)

28746.6 86083.56
SC A = −
9 27

SC A =3194.0667−3188.28

SC A =5.7867

3
Y 2 i .. Y 2 ...
SC B=∑ −¿ ¿
i=1 3n n3 2

Reemplazando se obtiene.

(87.5 2+ 96.52+109.4 2) 293. 4 2

SC B= −
3 (3) 3(32 )

28936.86 86083.56
SC B= −
9 27
 SC B=3215.2067−3188.28

SC B=26.9267
3
Y 2 i.. Y 2 ...
SC AB=∑ −¿ ¿
i=1 n n 32

Reemplazando se obtiene.

(30.72 +29.12+ 27.72 +…+38.32 +36.32 +34.82 ) 293. 4 2

SC AB= −
3 3(3 2)

966.42 86083.56
SC AB= − −5.7867−26.9267
3 27

SC AB=3221.14−3188.28−5.7867−26.9267

SC AB=0.1466

Suma de cuadrados totales

3 3 3
Y2…
SCT =∑ ∑ ∑ −¿ ¿
i=1 j=1 k=1 n3 2

Reemplazando se obtiene.

(10.22 +10.42 +10.12 +…+11.7 2 +11.62 +11.5 2) 293. 42

SCT = −
3 3 (32)

SCT =3221.4−3188.28

SCT =33.12

Suma de cuadrados del error

SC Error =SCTotales −SC A −SC B−SC AB

SC Error =33.12−5.7867−26.9267−0.1466

SC Error =0.26
 Los grados de libertad se calculan de la siguiente manera

GL=32 ( n−1 )

GL=9(3−1)

GL=9(2)

GL=18

GL=n 3k −1

GL=3(3¿¿ 2)−1 ¿

GL=27−1

GL=26

Los cuadrados medios se hallan con las sumas de cuadrados

divididas entre los grados de libertad

SC A 5.7867
SC A = = =2.89335
2 2

SC B 26.9267
CM B= = =13.46335
2 2

SC AB 0.1466
SC AB= = =0.03665
4 4

SC E 0.26
CM E = = =0.01444
18 18

El estadístico de prueba se calcula del resultado de los

Cuadrados Medios dividiéndola entre CM E =−1.80296
 CM A 2.89335
= =200.3704986
CM E 0.01444

CM B 13.46335
= =932.3649584
CM E 0.01444

CM AB 0.03665
= =2.538088643
CM E 0.01444

Nota: el valor de –p se calcula empleando la fórmula de Excel:

=DISTRI.F.(f0; GL Numerador; GL denominador)

Una vez obtenidos los cálculos la tabla ANOVA queda de la siguiente

manera.

FV SC GL CM F0 Valor -p

A
5.7867 2 2.89335 200.37004 3.555

B 26.9267 2 13.46335 932.36495 3.555

AB 32.86 4 8.215 2.538088 2.93

Error -32.4534 18 -1.80296

Total 33.12 26

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)

Teniendo en cuenta que para el factor B filas (concentración de quínoa).

F 0=932.36495

F=3.555

Se cumple: que

F 0< F

932.36495<3.555

Entonces rechazo la hipótesis de igualdad.

También se revisa que el valor –p debe ser mayor a alfa. Como sigue a
continuación.

− p>α

3.555>0.05

Teniendo en cuenta que para el factor A columnas (concentración de polvo de

hornear)

F 0 200.37004

F=3.555

Se cumple: que

F 0< F

200.37004< 3.555

Entonces rechazo la hipótesis de igualdad.

También se revisa que el valor –p debe ser mayor a alfa. Como sigue a
continuación.

− p>α

3.555>0.05

Teniendo en cuenta que para la interacción concentración del polvo de hornear

X concentración de quínoa AB

F 0=2.538088

F=2.93

Se cumple: que

F 0< F

2.538088<2.93

Entonces acepto la hipótesis de igualdad.

También se revisa que el valor –p debe ser mayor a alfa. Como sigue a
continuación.

− p>α

2.93>0.05

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

tratamientos de la investigación. (10 /120)

 H 0 IGUALDAD FACTOR B

Como:

H 0=μ B1=μ B2=μ B 3

Entonces:

H 0=μ B1 ≠ μ B 2 ≠ μ B3

 H 0 ALTERNA FACTOR A

H 0=μ A1 ≠ μ A 2 ≠ μ A 3

f. Calcular el LSD. (20 /120)

5%
α= =0.05
100 %

t α / 2=0.025

Empleando la tabla T de Student se encuentra que para esta situación los

grados de libertad son 26 el valor encontrado corresponde a: 2.0518305

2CM E
LSD=t α /2 ; 3 2( n−1)
√ n

2(0.01444)
LSD=t 0.025 ; 18
√ 9
 LSD=(2.1009)(0.05664)

LSD=0.118994

g. Aplique el concepto de LSD para aceptar o rechazar las hipótesis

para la comparación de las medias. (30 /120)

Se calculan las medias para el factor A: concentración del polvo de hornear

(%)

102.8
 A1   11.4222
9

98
 A2   10.8888
9

92.6
 A3   10.2888
9

Se calculan las medias para el factor B: concentración de quínoa (%)

87.5
 B1   9.7222
9

96.5
 B2   10.7222
9

109.4
 B3   12.1555
9

Se halla la diferencia entre medias muestrales para el factor A:

 A1   A2  11.4222  10.8888  0.5334  LSD

 A1   A3  11.4222  10.2888  1.1334  LSD

  A2   A3  10.8888  10.2888  0.6  LSD

Se halla la diferencia entre medias muestrales para el factor B:

 B1   B2  9.7222  10.7222  1  LSD

 B1   B3  9.7222  12.1555  2.4333  LSD

 B2   B3  10.7222  12.1555  1.4333  LSD

Por tanto: La diferencia muestral para ambos casos es mayor

(significativo), por tanto, se rechaza Ho para los factores A y B.

h. Investigue que programas o paquetes estadísticos son utilizados

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

1. STATISTICAL ANALYSIS SOFWARE: SAS/STAT Es un software

que a través de una serie de instrucciones logra realizar análisis
estadísticos de datos experimentales.

El lenguaje SAS opera principalmente sobre tablas de datos:

puede leerlas, transformarlas, combinarlas, resumirlas, crear
informes a partir de ellas, etc. El núcleo del lenguaje (conocido
habitualmente como SAS Base) incluye:
 Pasos data que permiten realizar operaciones sobre las filas
de un conjunto de datos.
 Procedimientos de manipulación de datos que permiten
ordenar tablas, enlazarlas, etc.
 Un intérprete de SQL.
 Un lenguaje de macros.

Algunas de las características adicionales del lenguaje de programación

SAS son las siguientes.
  Las palabras clave no están reservadas, esto implica que se
puede usar cualquier nombre para un identificador, por
ejemplo una variable se puede llamar else, aunque esta
palabra tiene un significado semántico.
 El lenguaje se considera ambiguo, esto implica que la
interpretación de las instrucciones depende de instrucciones
previas.
 El lenguaje no se puede describir a través de una gramática
de contexto libre Gramática de contexto libre.
 El análisis léxico del lenguaje depende del contexto.
Analizador léxico

2. XLSTAT su solución de análisis de datos: el add-in de análisis

estadístico XLSTAT ofrece una amplia variedad de funciones para
mejorar las capacidades analíticas de Excel, haciendo que sea la
herramienta ideal para sus análisis de data y estadísticas de todos
los días.

El software de análisis estadístico de XLSTAT es compatible con

todas las versiones de Excel, desde la versión del 97 hasta la
versión del 2010 (con excepción de 2008 para Mac), y es
compatible con el Windows 9x y los sistemas de Windows 7, al
igual que con los sistemas basados en Power PC y Mac.
XLSTAT confía en Excel para el ingreso de información y la
muestra de los resultados, pero las computaciones son hechas
usando componentes software autónomo. El uso de Excel como
una interface hace que XLSTAT sea amigable con el usuario y
altamente eficiente. La calidad de las computaciones es idéntica a
las ofrecidas por los paquetes científicos.

3. OPEN SESAME: Programa usado en el desarrollo y diseño de

experimentos, principalmente empleado en el área de
humanidades y psicología.