Diseño Experimental PRQ – 200

DOCENTE: Ing. MARIO SALINAS

AUXILIAR: Univ. ZEGARRUNDO LIRA VERONICA ALEJANDRA
FECHA: 03-07-20 P
• Resolver mediante el programa Desing Expert de forma detallada.

Un ingeniero industrial empleado por una compañía refresquera está interesado en los efectos de dos
diferentes tipos de botellas de 32 onzas sobre el tiempo de entrega de cajas de 12 botellas del producto.
Los dos tipos de botella son de vidrio y de plástico. Se usan dos empleados para realizar una tarea que
consiste en mover 40 cajas del producto 50 pies en una plataforma de carga estándar y acomodarlas en un
estante de venta en un tiempo de 16 min.
El ingeniero también estuvo interesado en las diferencias en la fatiga potencial que resulta de los tipos de
botella, como una medida de análisis para mejorar el rendimiento de los obreros en la medida del esfuerzo
requerido considerando el aumento del ritmo cardiaco (pulso) inducido por el trabajo y el menor tiempo de
entrega de las cajas tomando en cuenta acomodarlas en el estante que incluye el trabajo completo.
Analizar en función a los datos todos los parámetros apropiados del diseño respectivo y sacar las
conclusiones.

ANALISIS

Tomaremos como factores como:

A  tipo de botella

B  empleado

Nuestra variable respuesta: rendimiento de los trabajadores

Introduciendo los valores en el programa tenemos el siguiente grafica de pareto:

 Pareto Chart
B
3.63
A
t -V a lu e o f | E f f e c t |

2.73 Bonfer r oni Limit 2.74594

t- Value Limit 2.16037

1.82

0.91

0.00

1 2 3

Rank

Los factores A y B influyen mucho, pero mas el factor B asi como lo mostramos en el grafica de
daniels
De s ig n -Ex pe rt ® So f t wa r e
R1
Err or f ro m r e p l i c a te s
A: A
B: B
Po s i ti v e E ff e c ts
Ne ga ti v e Ef f ec ts

Half-Normal Plot
H a lf -N o rm a l % P ro b a b ilit y

99

B
95

90 A

80

70

50

30
20
10
0

0.00 0.18 0.37 0.55 0.73

|Standardi zed Effect|

Viendo el anova
 ANOVA for selected factorial model
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p-value
Source Squares df Square Value Prob > F
Model 3.81 2 1.90 11.76 0.0012 significant
A-A 1.67 1 1.67 10.31 0.0068
B-B 2.14 1 2.14 13.20 0.0030
Residual 2.11 13 0.16
Lack of Fit 0.46 1 0.46 3.34 0.0924 not significant
Pure Error 1.65 12 0.14
Cor Total 5.92 15

El valor significante nos muestra el modelo B-B ya que este este mas cerca al valor de significante

Analizando el C.V.% (coeficiente de variacion)

Std. Dev. 0.40 R-Squared 0.6440

Mean 5.12 Adj R-Squared 0.5892
C.V. % 7.85 Pred R-Squared 0.4607

PRESS 3.19 Adeq Precision 7.904

Nuestro proceso es excelente ya que se encuentra entre 5 – 10%

Conclusiones:

Tanto el peso de la botella como el estado del empleado influye en el rendimiento de

trabajadores, pero el que influye mucho mas es el estado del empleado