Universidad Técnica Federico Santa María

Departamento de Ingeniería Química y Ambiental

IWQ214 – Análisis y Diseño de Experimento
Industriales

UNIVERSIDAD TÉCNICA FEDERICO SANTA MARÍA

DEPARTAMENTO DE INGENIERÍA QUÍMICA Y AMBIENTAL
Análisis y Diseño de Experimentos Industriales

Tarea N°3

Profesor Nicolas Bergh

Alumno Miguel Palacios

Ayudante Claudio Estivill

s
Natalia Flores

Paralelo N°1

Valparaíso, 11 de septiembre de 2019

TareaN°3_Miguel_Palacios

A. Inicialmente para la determinación de los efectos es necesario hacer el algoritmo de

yates, ya que este disminuye los cálculos y cantidad de columnas. Por lo que con los
datos dados primeramente se ordenan de acuerdo con la matriz experimental y luego se
asume que a cada factor le corresponde el valor de y que lo acompaña por lo que queda
la matriz experimental ordenada adecuadamente para aplicar Yates.
Al aplicar este algoritmo el valor del parámetro corresponde al de la última columna
dividido en 2k donde k es igual a 5. Con esto se determina el efecto para cada factor
siendo el doble del parámetro obtenido. Por lo que se obtiene:
Tabla 1: Efectos de cada factor:
Efectos de cada Factor
bo 61,6875 D -1,4375 E 1,0625 DE -1,8125
A 11,1875 AD 0,5625 AE 0,3125 ADE 1,4375
B 33,3125 BD -0,0625 BE -0,0625 BDE 0,8125
AB 8,5625 ABD -0,3125 ABE 0,4375 ABDE 0,3125
C 9,0625 CD 1,4375 CE -0,3125 CDE -0,1875
AC 1,0625 ACD -1,0625 ACE 0,9375 ACDE -0,9375
BC 0,6875 BCD -0,1875 BCE 1,5625 BCDE -1,5625
ABC -1,0625 ABCD 0,5625 ABCE -0,4375 ABCDE 0,4375

B. En este punto es necesario hacer un análisis cualitativo en específico la gráfica de

resultados, para la elaboración de esta es necesario calcular los mínimos y máximos de
Y prom para cada factor. Luego de esto graficar los valores de Y prom en función del mínimo
y máximo, obteniéndose la siguiente gráfica:

Ilustración 1: Grafica de Resultados.

Análisis y Diseño de Experimentos Industriales Página N°1

TareaN°3_Miguel_Palacios

Lo importante de esta grafica corresponde a la pendiente de cada recta, ya que esto

implica la relevancia que tiene en el modelo. Por lo que al tener una pendiente alta
quiere decir que aporta de buena manera al modelo, pero cuando tiene una pendiente
casi cero o una pendiente negativa, quiere decir que su aporte en el modelo es
insignificante, por lo que se pueden descartar. Para este análisis de descartaran
principalmente los factores ABC, D, BD, ABD, BCD,
BE,ABE,CE,ABCE,DE,ABDE,CDE,ACDE,BCDE,BCDE,ABCDE.
C. El grafico de probabilidad normal también corresponde a un análisis cualitativo, para la
realización de este es necesario ordenar de menor a mayor los efectos y determinar un
percentil para cada factor, con esto se grafica el percentil en función del efecto,
obteniéndose la siguiente gráfica:

Ilustración 2: Grafico de probabilidad normal

Para esta gráfica el análisis es el siguiente, los factores que están más cercanos a cero no
se consideran ya que su aporte es mínimo y casi nulo, por lo que los puntos que se
escapan son los de mayor relevancia dentro del modelo. En este caso los puntos más
importantes corresponden a los factores AB, A, B, C.

D. Para la realización del análisis de varianza (ANOVA) en el primer caso es necesario tomar
los 15 factores más relevantes, estos factores están determinados de acuerdo a los
análisis cualitativos realizados anteriormente, siendo los factores que se encuentran en
la siguiente tabla:

Análisis y Diseño de Experimentos Industriales Página N°2

TareaN°3_Miguel_Palacios

Tabla 2: ANOVA 15 factores.

ANOVA (15 factores)

fuente GL SC PROM Fcal Acepta o rechaza
A 1 1001,28125 1001,28125 168,6368421 RECHAZA
B 1 8877,78125 8877,78125 1495,205263 RECHAZA
AB 1 586,53125 586,53125 98,78421053 RECHAZA
C 1 657,03125 657,03125 110,6578947 RECHAZA
AC 1 9,03125 9,03125 1,521052632 ACEPTA
BC 1 3,78125 3,78125 0,636842105 ACEPTA
AD 1 2,53125 2,53125 0,426315789 ACEPTA
REG CD 1 16,53125 16,53125 2,784210526 ACEPTA
ABCD 1 2,53125 2,53125 0,426315789 ACEPTA
E 1 9,03125 9,03125 1,521052632 ACEPTA
AE 1 0,78125 0,78125 0,131578947 RECHAZA
ACE 1 7,03125 7,03125 1,184210526 ACEPTA
BCE 1 19,53125 19,53125 3,289473684 ACEPTA
ADE 1 16,53125 16,53125 2,784210526 ACEPTA
BDE 1 5,28125 5,28125 0,889473684 ACEPTA
RES 16 95 5,9375 - -
TOTAL 31 11310,2188 364,845766 - -
F1 Tabla 4,49400
1/F1 tabla 0,22252
Ho ߚ௜ ൌ Ͳ
H1 ߚ௜ ് Ͳ

El análisis de esta tabla corresponde al siguiente, para los factores que sale acepta, son
los cuales se aceptan en la hipótesis nula, es decir, que son factores que no se
consideran dentro del modelo, mientras que en caso contrario donde se rechaza
hipótesis nula quiere decir que esos factores son importantes para el modelo.
Obteniéndose el siguiente modelo:
y 15=30,8438+5,5938∗A +16,6563∗B+ 4,5313∗C +4,2813∗AB+ 0,1563∗AE
^

E. En la realización del segundo análisis de varianza se consideraron son los 5 factores más
importantes, obteniéndolos principalmente del análisis cualitativo de grafico de
probabilidad normal, obteniéndose el siguiente ANOVA:

Tabla 3:ANOVA 5 factores.

ANOVA ( 5 factores )
fuente GL SC PROM Fcal Acepta o rechaza
A 1 1001,28125 1001,28125 145,793849 RECHAZA
B 1 8877,78125 8877,78125 1292,66967 RECHAZA
REG AB 1 586,53125 586,53125 85,4032259 RECHAZA
C 1 657,03125 657,03125 95,6685399 RECHAZA
AC 1 9,03125 9,03125 1,31501584 ACEPTA
RES 26 178,5625 6,867788
TOTAL 31 11310,2188 364,845766
F1 Tabla 4,23000
1/F1 tabla 0,23641
Ho ߚ௜ ൌ Ͳ
H1 ߚ௜ ് Ͳ

Análisis y Diseño de Experimentos Industriales Página N°3

TareaN°3_Miguel_Palacios

El análisis corresponde al mismo del punto D en donde se rechaza la hipótesis nula son
los factores importantes y/o relevantes en el modelo, siendo en este caso A,B,C, AB.
Obteniendo el siguiente modelo:
y 5=30,8438+5,5938∗A+16,6563∗B+ 4,5313∗C+ 4,2813∗AB
^

F. Para la transformación de los modelos a unidades de ingeniería es necesario

desnormalizar, con los datos que se encuentran en la siguiente tabla:
Tabla 4: Datos Tarea.

Datos Tarea
min max prom rango/2
A: Nivel de abertura 0 1 0,5 0,5
B: Tiempo exposición 0 1 0,5 0,5
C: Tiempo de revelado 30 45 37,5 7,5
D: Dimensión de la máscara 0 1 0,5 0,5
E: Tiempo de grabado 14,5 15,5 15 0,5

Por lo que se desnormaliza de la siguiente manera:

y 15=30,8438+5,5938∗
^ ( A−0,5
0,5 ) +16,6563∗(
B−0,5
0,5 )+ 4,5313∗(
C−37,5
7,5 ) + 4,2813∗(
A−0,5 B−0,5
0,5 )( 0,5 )
+

y 5=30,8438+5,5938∗
^ ( A−0,5
0,5 ) +16,6563∗(
B−0,5
0,5 ) +4,5313∗(
C−37,5
7,5 ) + 4,2813∗(
A−0,5 B−0,5
0,5 )( 0,5 )

G.

Parametro A B C D E Y
bo -1 -1 -1 -1 -1 7
A 1 -1 -1 -1 -1 9
B -1 1 -1 -1 -1 34
AB 1 1 -1 -1 -1 55
C -1 -1 1 -1 -1 16

Tabla 5:Condiciones óptimas del proceso.

Las condiciones óptimas están en las combinaciones de los 3 parámetros principales,

primordiando la combinación A, B mínimos.

2. Anexo

Análisis y Diseño de Experimentos Industriales Página N°4

TareaN°3_Miguel_Palacios

Matriz experimental.
Tabla 6:Matriz Experimental.

Experimento A B C D E Y I II III IV V Parametro Valor parametro Efecto

1 -1 -1 -1 -1 -1 7 16 105 241 485 987 bo 30,84375 61,6875
2 1 -1 -1 -1 -1 9 89 136 244 502 179 A 5,59375 11,1875
3 -1 1 -1 -1 -1 34 36 100 264 87 533 B 16,65625 33,3125
4 1 1 -1 -1 -1 55 100 144 238 92 137 AB 4,28125 8,5625
5 -1 -1 1 -1 -1 16 18 117 47 267 145 C 4,53125 9,0625
6 1 -1 1 -1 -1 20 82 147 40 266 17 AC 0,53125 1,0625
7 -1 1 1 -1 -1 40 39 99 38 65 11 BC 0,34375 0,6875
8 1 1 1 -1 -1 60 105 139 54 72 -17 ABC -0,53125 -1,0625
9 -1 -1 -1 1 -1 8 30 23 137 75 -23 D -0,71875 -1,4375
10 1 -1 -1 1 -1 10 87 24 130 70 9 AD 0,28125 0,5625
11 -1 1 -1 1 -1 32 37 20 130 1 -1 BD -0,03125 -0,0625
12 1 1 -1 1 -1 50 110 20 136 16 -5 ABD -0,15625 -0,3125
13 -1 -1 1 1 -1 18 16 11 35 -7 23 CD 0,71875 1,4375
14 1 -1 1 1 -1 21 83 27 30 18 -17 ACD -0,53125 -1,0625
15 -1 1 1 1 -1 44 35 27 36 -5 -3 BCD -0,09375 -0,1875
16 1 1 1 1 -1 61 104 27 36 -12 9 ABCD 0,28125 0,5625
17 -1 -1 -1 -1 1 18 2 73 31 3 17 E 0,53125 1,0625
18 1 -1 -1 -1 1 12 21 64 44 -26 5 AE 0,15625 0,3125
19 -1 1 -1 -1 1 35 4 64 30 -7 -1 BE -0,03125 -0,0625
20 1 1 -1 -1 1 52 20 66 40 16 7 ABE 0,21875 0,4375
21 -1 -1 1 -1 1 15 2 57 1 -7 -5 CE -0,15625 -0,3125
22 1 -1 1 -1 1 22 18 73 0 6 15 ACE 0,46875 0,9375
23 -1 1 1 -1 1 45 3 67 16 -5 25 BCE 0,78125 1,5625
24 1 1 1 -1 1 65 17 69 0 0 -7 ABCE -0,21875 -0,4375
25 -1 -1 -1 1 1 6 -6 19 -9 13 -29 DE -0,90625 -1,8125
26 1 -1 -1 1 1 10 17 16 2 10 23 ADE 0,71875 1,4375
27 -1 1 -1 1 1 30 7 16 16 -1 13 BDE 0,40625 0,8125
28 1 1 -1 1 1 53 20 14 2 -16 5 ABDE 0,15625 0,3125
29 -1 -1 1 1 1 15 4 23 -3 11 -3 CDE -0,09375 -0,1875
30 1 -1 1 1 1 20 23 13 -2 -14 -15 ACDE -0,46875 -0,9375
31 -1 1 1 1 1 41 5 19 -10 1 -25 BCDE -0,78125 -1,5625
32 1 1 1 1 1 63 22 17 -2 8 7 ABCDE 0,21875 0,4375

Análisis y Diseño de Experimentos Industriales Página N°5