Fase 4.

Diseños Factoriales

Presentado Por:

Javier Jiménez Vargas -Código 91.014.955

Nubia Yiced Payanene
Julieth Daniela Bolivar
Adriana Bonilla
Eduar Andrey Rojas
30156: Diseño Experimental

Presentado a:
Tutor: Campo Riano

Universidad Nacional Abierta y a Distancia UNAD

Grupo 30156_19
Mayo de 2018
 INTRODUCCIÓN

Un diseño factorial es un tipo de experimento diseñado que permite estudiar los efectos que
varios factores pueden tener en una respuesta. Al realizar un experimento, variar los niveles
de todos los factores al mismo tiempo en lugar de uno a la vez, permite estudiar las
interacciones entre los factores, Un diseño factorial es utilizado generalmente por los
científicos que desean comprender el efecto de dos o más variables independientes respecto
de una única variable dependiente tenemos 2 tipos de diseños, diseño factorial completo y
diseño factorial fraccionado, un diseño factorial completo es un diseño en el cual los
investigadores miden las respuestas para todas las combinaciones de niveles de los factores,
Un diseño fraccionado es un diseño en el cual los investigadores solo realizan un
subconjunto seleccionado o "fracción" de las corridas experimentales incluidas en el diseño
factorial completo.

Durante el desarrollo de la Fase 4, Unidad 3_. Diseños Factoriales, aplicaremos los

conceptos aprendidos durante el desarrollo de esta fase.
 OBJETIVOS

OBJETIVO GENERAL

 Realizar el desarrollo de diferentes ejercicios aplicando los conceptos de diseños

factoriales.

OBJETIVOS ESPECÍFICOS

 Plantear un modelo estadístico a través del análisis de hipótesis y cálculo del LSD.
 Realizar el análisis de varianza y elaborar la tabla ANOVA
 DESARROLLO DE LA ACTIVIDAD

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 salvado de arroz 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 salvado de arroz 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 4 veces.

Tabla 1. Datos de la textura del cereal para desayuno.

Salvado de arroz Polvo de hornear (%)

(%) Concentración 1 Concentración 2 Concentración 3

Concentración 1 9.2 8.8 8.4

9.4 8.7 8.2
9.1 8.6 8.1
9.2 8.7 8.2
Concentración 2 10.1 9.9 9.1
10.3 9.9 9.0
10.4 9.8 9.0
10.3 9.7 9.1
Concentración 3 11.6 11.2 10.7
11.8 11.1 10.6
11.9 11.0 10.5
11.9 11.0 10.5
 a. Plantear el modelo estadístico para este diseño, explicar cada uno de los términos en
función del ejercicio (10 /120)

32 2 factores con tres niveles

yijk = µ+αi+βj+(αβ)ij+Ɛij i= 1, 2…,α; j= 1, 2,… b; k= 1, 2,…n

32 2 factores con 3 niveles cada tratamiento o combinación con tres

mediciones, se debe utilizar un diseño factorial mixto, los factores tienen un número
finito y distintos de niveles, y el interés de estudiar todos los niveles.

Factor A: tipo de concentración Salvado de arroz (%)

Factor B: tipo de concentración de polvo de hornear.

b. Realice las hipótesis de interés para la investigación (igualdad y alterna). (10 /120)

HO: Efecto del factor salvado de arroz (%) = 0

HA: Efecto del factor polvo de hornear (%) ≠ 0

HO: Efecto del factor tipo de concentración de salvado de arroz (%) = 0

HA: Efecto del factor tipo de concentración de polvo de hornear (%) ≠ 0

HO: Efecto del factor salvado de arroz x tipo de concentración (%) = 0

HA: Efecto del factor polvo de hornear x tipo de concentración (%) ≠ 0

c. Realice los cálculos correspondientes al análisis de varianza y elabore la tabla ANOVA

correspondiente,  = 0.05. (20 /120)

Salvado de arroz
Polvo de hornear (%)
(%)
Concentración 1 Concentración 2 Concentración 3 Total
9,2 8,8 8,4
9,4 8,7 8,2
Concentración 1 104,6
9,1 8,6 8,1
9,2 8,7 8,2
Concentración 2 10,1 9,9 9,1 116,6
10,3 9,9 9
 10,4 9,8 9
10,3 9,7 9,1
11,6 11,2 10,7
11,8 11,1 10,6
Concentración 3 11,9 11 10,5 133,8

11,9 11 10,5
Total 125,2 118,4 111,4 355

 Sumatoria de cuadrados de A=SC A

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

125,22+118,4 2 +111,42 3552 42103.56 126025

SC A − = − =7.93
3∗4 4∗3 2 12 36

 Sumatoria de cuadrados de B=SC B

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

104,62 +116,6 2+133,8 2 3552 42439.16 126025

SC B − = − =35.90
3∗4 4∗3 2 12 36

 Sumatoria de cuadrados de AB=SC AB

Y ij2 .
3 3
Y 2…
SC AB=∑ ∑ −¿ 2 −SC A −SC B ¿
i=1 i=1 n n3

SC AB=9.22+ 9.42 +9.12 +9.22 +8.8 2+ 8.72+ 8.62 +8.7 2+8.4 2 +8.22 +8.12+ 8.22+ 10.12+10.32 +10.4 2+ 10.32+ 9.92+ 9.

3545.02 126025
SC AB − −7.94−35.90=2570.60−2628.27
4 36

 Sumatoria de cuadrados de Total=SC T

3 3 n
2 Y 2…
SCT =∑ ∑ ∑ Y ijk −¿ ¿
i=1 i=1 k=1 n 32

SCT =9.22 +9.4 2+ 9.12+ 9.22+ 8.82 +8.72 +8.6 2+ 8.72 +8.42 +8.22 +8.12 +8.22 +10.12 +10.32 +10.42 +10.32 +9.92 +9.9
 126025
SCT =3545.02− =44.32
36

 Sumatoria de cuadrados del error=SC E

SC E=SC T −SC A −SC B−SC AB =44.34−7.93−35.90−2570.60=−2570

SC E=SC T −SC A −SC B−SC AB =44.34−7.93−35.90−(−2658.27)=26587.65

Análisis de varianza de dos factores con varias muestras por

grupo

Concentrac Concentrac Concentrac

RESUMEN ión 1 ión 2 ión 3 Total

Concentración 1        

Cuenta 3 3 3 9

Suma 27,7 26,1 24,7 78,5

9,23333333 8,23333333 8,722222
Promedio 3 8,7 3 22
0,02333333 0,02333333 0,201944
Varianza 3 0,01 3 44

         

Cuenta 3 3 3 9

Suma 29,6 28,5 26,3 84,4

9,86666666 8,76666666 9,377777
Promedio 7 9,5 7 78
0,34333333 0,24333333 0,501944
Varianza 3 0,48 3 44

         

Cuenta 3 3 3 9

Suma 32,3 30,7 28,8 91,8

10,7666666 10,2333333
Promedio 7 3 9,6 10,2
Varianza 0,52333333 0,70333333 0,91 0,79
 3 3

         

Cuenta 3 3 3 9

Suma 35,6 33,1 31,6 100,3

11,8666666 11,0333333 10,5333333 11,14444
Promedio 7 3 3 44
0,00333333 0,00333333 0,00333333 0,342777
Varianza 3 3 3 78

Total          

Cuenta 12 12 12

Suma 125,2 118,4 111,4

10,4333333 9,86666666 9,28333333
Promedio 3 7 3
1,23333333 1,03333333 1,04151515
Varianza 3 3 2

ANÁLISIS DE VARIANZA
Promedio Valor
Origen de las Suma de Grados de de los Probabili crítico
variaciones cuadrados libertad cuadrados F dad para F
29,6322222 9,87740740 36,247366 3,008786
Muestra 2 3 7 6 4,4877E-09 57
7,93555555 3,96777777 14,560652 3,402826
Columnas 6 2 8 4 7,2329E-05 11
0,21777777 0,03629629 0,1331974 0,9906708 2,508188
Interacción 8 6 6 2 9 82

Dentro del grupo 6,54 24 0,2725

44,3255555
Total 6 35        

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)
e. Realice las hipótesis para la comparación de las medias para los tratamientos de la
investigación. (10 /120)

Paso 1. Hipótesis de igualdad factor A

HO: µA1 = µA2

HO: µA2 = µA3

HO: µA1 = µA3

Paso 1. Hipótesis Alterna Factor A

HO: µA1 ≠ µA2

HO: µA2 ≠ µA3

HO: µA1 ≠ µA3

f. Calcular el LSD. (20 /120)

LSD = tα/2;32 (n – 1)❑√ 2CM

n
;
LSD = t0.05/2 35 √ 2( 0,2725)
❑

12

LSD = t0.025;35 ❑√ 2( 0,2725)

12

LSD = 2.0301 ¿0,213111 X 10)

LSD = 2.0301 ¿0,213111X 10) = 0,432636

g. Aplique el concepto de LSD para aceptar o rechazar las hipótesis para la comparación
de las medias. (30 /120)
h. Investigue que programas o paquetes estadísticos son utilizados para la el análisis de
diseños experimentales (mencionar 3). (10 /120)

 Statistical Analysis software, SAS/SAT: es un software que a través de una serie

de instrucciones logra realizar análisis estadísticos de datos experimentales.

 Paquete estadístico S.P.S.S.: programa estadístico informático muy usado en las

ciencias sociales y aplicadas, además de las empresas de investigación de mercado.

 Paquete estadístico SYSTAT: Este paquete estadístico diseñado para que un

investigador pueda realizar sus cálculos de modo automático.

CONCLUSIONES
 REFERENCIAS BIBLIOGRÁFICAS

o Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e Infostat en

problemas de agronomía. Editorial Brujas. Consultado el 28/05/17 en :
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10890015&ppg=102.
o Guevara Guerrero, B. ( 01,06,2017). Diseño Experimental Unidad 1. [Archivo
de video]. Recuperado de: http://hdl.handle.net/10596/12412.

o Guevara Guerrero, B. ( 01,06,2017). Diseño Experimental Unidad 2. [Archivo

de video]. Recuperado de: http://hdl.handle.net/10596/12414.

o Guevara Guerrero, B. ( 01,06,2017). Diseño Experimental Unidad 3. [Archivo

de video]. Recuperado de: http://hdl.handle.net/10596/12415.

o Gutiérrez,H. (2012).Análisis y diseño de experimentos.(3a. ed.) McGraw-Hill

Interamericana. Tomado de http://bibliotecavirtual.unad.edu.co:2053/book.aspx?
i=375&pg=.

o Mesa, J., Brossard, L. & Guerrero, J. (2010). Estrategia de utilización del diseño
de experimentos. Tecnología Química, 18(3):101-111, 1998. La Habana, CU:
Universidad de Oriente. Consultado el 28/05/17 en :
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=4&docID=10365561&tm=1480120603158.