ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE MECÁNICA
ESCUELA DE INGENIERÍA INDUSTRIAL

DISEÑO EXPERIMENTAL
TEMA: DISEÑO MIXTO
INTEGRANTES:
Alban Ronny
Arévalo Juan
Benavides Diego
Carrera Luis
Chavez Jaime
FECHA DE ENTREGA:
2 020-07-21
PERÍODO :
Abril 2 020 - Septiembre 2 020
RIOBAMBA-ECUADOR

EJERCICIO 1

Se encuentra en un estudio el rendimiento de un proceso químico. Se cree que las dos

variables más importantes son la presión y la temperatura. Se seleccionan tres niveles de
cada factor se realiza un experimento factorial con dos replicas. Se recopilan los siguientes
datos:

Temperatura ° C Presión (psig)

200 215 230
 150 90.4 90.7 90.2
90.2 90.6 90.4
160 90.1 90.5 89.9
90.3 90.6 90.1
170 90.5 90.8 90.4
90.7 90.9 90.1

a. - Analizar los datos y sacar conclusiones. Utilizar α = 0.05

Factor A: Temperatura
Factor B: Presión
Variable de Respuesta: Rendimiento del proceso Químico
Ho:∝1=∝2=∝3 Ho: β 1=β 2=β 3 Ho : β ∝1=β ∝2= β ∝3

H a :∝1 ≠ ∝2 ≠∝3 Ho: β 1 ≠ β 2 ≠ β 3 Ho : β ∝1 ≠ β ∝2 ≠ β ∝3

Temperatura:

 Ho: La temperatura no afecta en el rendimiento del proceso químico.

 H1: La temperatura afecta en el rendimiento del proceso químico.
Presión:

 Ho: La presión no afecta en el rendimiento del proceso químico.

 H1: La presión afecta en el rendimiento del proceso químico.
Rendimiento del proceso Químico:

 Ho: El rendimiento de un proceso químico no se ve afectado por la presión y

temperatura.
 H1: El rendimiento de un proceso químico se ve afectado por la presión y
temperatura.

Temperatura ° Presión (psig)

C 200 215 230 Total
150 90.4 90.7 90.2 542.5
90.2 90.6 90.4
160 90.1 90.5 89.9 541.5
90.3 90.6 90.1
 170 90.5 90.8 90.4 543.4
90.7 90.9 90.1
Total 542.2 544.1 541.1 1627.4

Cálculo de las sumatorias de los cuadros de los efectos principales

SCT=∑ Y i2j k l -
Y 2..
Y 2i.. Y 2..
SCNA =∑ −
bcn N
Y 2. j . Y 2..
SC B=∑ −
acn N
a b
Y ij2 . Y 2..
SC AB=∑ ∑ − −SC A −SC B
i=1 j=1 cn N

N 18
SCT 1.298
SCA 0.301
SCB 0.767
SCA*B 0.689
SCE 0.16

Tabla ANOVA:

Análisis de la varianza SC GL CM Fo Fα Criterio de

Decisión
Temperatura 0.301 2 0.151 8.469 4.26 Significativo
Presión 0.7677 2 0.384 21.594 4.26 Significativo
A*B 0.0689 4 0.017 0.964 3.63 No Significativo
Error 0.16 9 0.018
Total 1.2976 17
Conclusión:

De acuerdo a la ANOVA, la temperatura y la presión son menores a Fo es decir que si

influyen en rendimiento del proceso químico. Por tal motivo se acepta la hipótesis
alternativa. De igual manera se determinó una variabilidad del 3.22 % de la toma de datos,
esto se puede evidenciar que el error es muy pequeño, lo cual se puede decir que las
réplicas tomadas son confiables.
b.- Construir las gráficas de los residuales apropiados y comentar la adecuación del
modelo.
 Residual vs Rendimiento

Residuales

Temperatura

Residual vs Rendimiento
Residuales

Presion

Conclusión:

Donde los gráficos de residuales muestran que

la temperatura 3 y la presión 3 presentan
mayor variabilidad que los otros 2 niveles.
c.- ¿Bajo qué condiciones debería
operarse este proceso?
 Gráfico de Principales:

Gráfico de interacción AxB:

Conclusión:

De aquí se seleccionan los mejores niveles de acuerdo al resultado deseado. Si la

interacción es significativa, los mejores niveles se seleccionan de las gráficas de
interacciones, de otra forma se seleccionan de las gráficas de efectos de los factores
principales.
Para maximizar el rendimiento se selecciona:
Presión = 170 psig
Temperatura = 215ºC
EJERCICIO 2

Un Ingeniero sospecha que el acabado superficial de una pieza metálica se afecta por la
velocidad de alimentación y la profundidad del corte. Selecciona tres velocidades de
alimentación y cuatro profundidades de corte. Después realiza un experimento factorial y
obtiene los siguientes datos:
 Velocidad de alimentación Profundidad de corte (pulg)
(pulg/min) 0.15 0.18 0.2 0.25
0.2 74 79 82 99
64 68 88 104
60 73 92 96
0.25 92 98 99 104
86 104 108 110
88 88 95 99
0.3 99 104 108 114
98 99 110 11
102 95 99 107

a.- Analizar los datos y sacar conclusiones. Utilizar α=0.05.

Factor A: Velocidad de alimentación.

Factor B: Profundidad de corte.
Variable Respuesta: Acabado superficial
Ho:∝1=∝2=∝3 Ho: β 1=β 2=β 3 Ho : β ∝1=β ∝2= β ∝3

Ha:∝1 ≠ ∝2 ≠ ∝3 Ho : β 1 ≠ β2 ≠ β3 Ho: β ∝1 ≠ β ∝2 ≠ β ∝3

Velocidad de alimentación:

 Ho: La velocidad de alimentación no afecta en el acabado superficial de la pieza

metálica.
 H1: La velocidad de alimentación afecta en el acabado superficial de la pieza
metálica.
Profundidad de corte:

 Ho: La profundidad de corte no afecta en el Acabado superficial de la pieza

metálica.
 H1: La profundidad de corte afecta en el Acabado superficial de la pieza metálica.
Acabado superficial:

 Ho: El acabado superficial no se ve afectado en la velocidad de corte y acabado

superficial de la pieza metálica.
 H1: El acabado superficial se ve afectado en la velocidad de corte y acabado
superficial de la piezametálica.
Velocidad de alimentación Profundidad de corte (pulg)
(pulg/min) 0.15 0.18 0.2 0.25 Total
 0.2 74 79 82 99 979
64 68 88 104
60 73 92 96
0.25 92 98 99 104 1171
86 104 108 110
88 88 95 99
0.3 99 104 108 114 1146
98 99 110 11
102 95 99 107
Total 763 808 881 844 3296

Cálculo de las sumatorias de los cuadros de los efectos principales

SCT=∑ Y i2j k l -
Y 2..
Y 2i.. Y 2..
SCNA =∑ −
bcn N
Y 2. j . Y 2..
SC B=∑ −
acn N
a b
Y ij2 . Y 2..
SC AB=∑ ∑ − −SC A −SC B
i=1 j=1 cn N
N 36
SCT 6532
SCA 140.66
SCB 2899.11
SCAB 2802.9
SCE 689.33

Tabla ANOVA:

Análisis de la SC GL CM Fo Fα Criterio de
varianza Decisión
Velocidad de 140.66 2 70.33 2.45 3.4 No Significativo
alimentación
Profundidad de corte 2802.89 3 934.27 32.56 3.01 Significativo
A*B 2899.11 6 483.16 16.82 2.51 Significativo
Error 689.33 24 28.72      
Total 6531.99 35

Conclusión:
De acuerdo a la ANOVA, profundidad de corte afecta en el acabado superficial de la pieza metálica
y como se muestra son menores a Fo es decir que si influyen en el acabado superficial de la pieza.
Por tal motivo se acepta la hipótesis alternativa. De igual manera se determinó una variabilidad del
1.89 % de la toma de datos, esto se puede evidenciar que el error es muy pequeño, lo cual se puede
decir que las réplicas tomadas son confiables.

b.- Construir las gráficas principales y de interacción e interpretar.

Gráfico de Residuos para Acabado Gráfico de Residuos para Acabado

9 9

6 6

3
3
residuos

residuos
0
-3
-3
-6
-6
-9
1 2 3 4 -9
Profundidad de corte 1 2 3
Velocidad de alimentación

Conclusión:

Los gráficos de residuales muestran que Profundidad de corte 3 y la velocidad de

alimentación 3 presentan mayor variabilidad que los demás niveles en estudio. De esta
manera es recomendable realizar mayores muestras en estos niveles, para que de esta
manera pueda reducirse la variabilidad del mismo y así llegar a tomar decisiones
respectivamente.
c.- Obtener estimaciones puntuales del acabado superficial promedio con cada velocidad de
alimentación. Encontrar los valores P para las pruebas del inciso a.
Tabla de Medias por Mínimos Cuadrados para Acabado con intervalos de confianza del 95,0%.

Nivel Casos Media Error Est. Límite Inferior Límite Superior

MEDIA GLOBAL 36 94,3333
Velocidad de alimentación
1 12 96,8333 1,5471 93,6403 100,026
2 12 94,1667 1,5471 90,9736 97,3597
3 12 92,0 1,5471 88,8069 95,1931
Profundidad de corte
1 9 103,889 1,78644 100,202 107,576
2 9 98,0 1,78644 94,313 101,687
3 9 95,4444 1,78644 91,7574 99,1315
4 9 80,0 1,78644 76,313 83,687
Velocidad de alimentación
por Profundidad de corte
1,1 3 110,667 3,0942 104,281 117,053
1,2 3 88,6667 3,0942 82,2805 95,0528
1,3 3 87,3333 3,0942 80,9472 93,7195
1,4 3 100,667 3,0942 94,2805 107,053
2,1 3 104,333 3,0942 97,9472 110,719
2,2 3 99,6667 3,0942 93,2805 106,053
2,3 3 99,3333 3,0942 92,9472 105,719
2,4 3 73,3333 3,0942 66,9472 79,7195
3,1 3 96,6667 3,0942 90,2805 103,053
3,2 3 105,667 3,0942 99,2805 112,053
3,3 3 99,6667 3,0942 93,2805 106,053
3,4 3 66,0 3,0942 59,6139 72,3861

EJERCICIO 3

EJERCICIO 4

EJERCICIO 5

El porcentaje de la concentración de madera dura en la pulpa bruta, la presión de la cuba y

el tiempo de cocción de la pulpa se investiga en cuanto a sus efectos sobre la resistencia del
papel. Se seleccionan tres niveles de la concentración de madera dura, tres niveles de la
presión y dos tiempos de cocción. Se lleva a cabo un experimento factorial con dos
réplicas, obteniéndose los siguientes datos:
 TIEMPO DE COCCIÓN ( B )
3 Horas 4 Horas
Porcentaje de
concentración de la Presión ( C ) Presión ( C )
madera ( A ) 400 500 650 400 500 650
196.6 197.7 199.8 198.4 199.6 200.6
2 196.0 196.0 199.4 198.6 200.4 200.9
198.5 196.0 198.4 197.5 198.7 199.6
4 197.2 196.9 197.6 198.1 198.0 199.0
197.5 195.6 197.4 197.6 197.0 198.5
8 196.6 196.2 198.1 198.4 197.8 199.8

a) Analizar los datos y sacar conclusiones. Utilizar alfa= 0.05

b) Construir las gráficas de los residuales apropiadas
c) ¿Bajo qué condiciones debería operarse este proceso? ¿Por qué?
RESOLUCIÓN
Literal a) Analizar los datos y sacar conclusiones. Utilizar alfa= 0.05

PLANTEAMIENTO DE HIPÓTESIS
- Factores Principales
Para A H O =μ2=μ 4 ¿ μ 8
H A : μi ≠ μ j

Para B H O =μ 3=μ4

H A : μi ≠ μ j

Para C H O :μ 400 =μ500 =μ650

H A : μi ≠ μ j

- Factores Interacción DOBLE

Para AB H O :( μ ¿ ¿ A μ B)ij =0 ¿

H A :( μ ¿ ¿ A μ B )ij ≠ 0¿

Para AC H O :(μ ¿ ¿ A μ C )ij =0 ¿

H A :( μ ¿ ¿ A μ C )ij ≠ 0 ¿

Para BC H O :( μ ¿ ¿ B μC )ij=0 ¿
 H A :( μ ¿ ¿ B μC )ij ≠ 0 ¿

- Factores Interacción TRIPLE

Para ABC H O :(μ ¿ ¿ A μ B μC )ijk =0 ¿

H A :( μ ¿ ¿ A μ B μ C )ij ≠ 0 ¿

RESOLUCIÓN

EJERCICIO

PLANTEAMIENTO DE HIPÓTESIS

Factores Principales Interacción Doble Interacción Triple

𝑃𝑎𝑟𝑎 𝐴 𝐻_𝑂= μ_2=μ_4 〖 =μ 〗 _8 𝑃𝑎𝑟𝑎 𝐴𝐵 𝐻_𝑂: 〖〖 (μ 〗 _𝐴 μ_𝐵) 〗 _𝑖𝑗=0 𝑃𝑎𝑟𝑎 𝐴𝐵𝐶 𝐻_𝑂: 〖〖 (μ 〗 _𝐴 μ_𝐵 μ_𝐶) 〗 _𝑖𝑗
𝐻_𝐴: μ_𝐼≠μ_𝐽
𝐻_𝐴: 〖〖 (μ 〗 _𝐴 μ_𝐵) 〗 _𝑖𝑗≠0 𝐻_𝐴: 〖〖 (μ 〗 _𝐴 μ_𝐵 μ_𝐶) 〗 _𝑖𝑗≠0
𝑃𝑎𝑟𝑎 𝐵 𝐻_𝑂= μ_3=μ_4 𝑃𝑎𝑟𝑎 𝐴𝐶 𝐻_𝑂: 〖〖 (μ 〗 _𝐴 μ_𝐶) 〗 _𝑖𝑗=0
𝐻_𝐴: μ_𝐼≠μ_𝐽 𝐻_𝐴: 〖〖 (μ 〗 _𝐴 μ_𝐶) 〗 _𝑖𝑗≠0
𝑃𝑎𝑟𝑎 𝐶 𝐻_𝑂: μ_400=μ_500= μ_650

EJERCICIO

PLANTEAMIENTO DE HIPÓTESIS
SUMATORIA DE CUADRADOS DE FACTORES PRINCIPALES

Y 2..
SCT =∑ Y i2j k l -
N
50 836 900
SCT =1 412 202.42− =¿ 71.30
36

Y 2i.. Y 2..
SC A =∑ −
bcn N
16 945726.5 50 836 900
SC A = − =7.59
3 x 2x 2 36

Y 2. j . Y 2..
SC B=∑ −
acn N
25 418 814.5 50 836 900
SC B= − =22.88
3 x2 x2 36

Y 2..k Y 2. .
SCC =∑ −
abn N
16 945 865.8  50 836 900
SCC = − = 17.61
3 x2 x2 36

SUMATORIA DE CUADRADOS DE INTERACCIÓN DOBLE

- INTERACCIÓN A X B
EJERCICIO

PLANTEAMIENTO DE HIPÓTESIS

a b
Y ij2 . Y 2..
SC AB=∑ ∑ − −SC A −SC B
i=1 j=1 cn N

8 472997.24 50 836 900

SC AB= − −7.59−17.62=1.47
3x2 36

- INTERACCIÓN FACTORES A X C

EJERCICIO

a b
Y 2ij . Y 2..
SC AC =∑ ∑ − −SC A −SC C
i =1 j=1 bn N

5 648 677.36  50 836 900

SC AB= − - 7.59 - 22.88 = 6.43
2 x2 36

- INTERACCIÓN FACTORES B X C
 EJERCICIO

a b
Y 2ij. Y 2. .
SC BC =∑ ∑ − −SC B−SCC
i=1 j=1 an N

8 473 067.58  50 836 900

SC BC = − - 17.61 -22.88 = 3.51
3 x2 36

SUMATORIA DE CUADRADOS DE INTERACCIÓN TRIPLE

- INTERACCIÓN TRIPLE A, B, C

EJERCICIO

PLANTEAMIENTO DE HIPÓTESIS
EJERCICIO

PLANTEAMIENTO DE HIPÓTESIS

a
Y 2ijk . Y 2. .
b
SC ABC =∑ ∑ − −SC A −SC B−SCC −SC AB−SC AC −SC BC
i=1 j=1 n N

2 824 391.68 50 836 900

SC ABC = − −7.59−17.61−22.88−6.43−1.47−3.51=2.57
2 36

SC ABC =2.57

SUMATORIA DE CUADRADOS ERROR ALEATORIO

a b
Y 2ijk . Y 2. .
SC E=SCT −( ∑ ∑ − )
i=1 j=1 n N

SC E=71.3−7.59−17.61−22.88−6.43−1.47−3.51−2.57

SC E=9.21
TABLA ANOVA

FV SC GL CM     C. DE DECISIÓN
% de Concentr. (A) 7.59 2 3.80 7.42 3.55 SIGNIFICATIVO
Tiempo (B) 22.88 1 22.88 44.72 4.41 SIGNIFICATIVO
Presión ( C ) 17.61 2 8.81 17.21 3.55 SIGNIFICATIVO
NO
Interacción AB 1.47 2 0.74 1.44 3.55 SIGNIFICATIVO
Interacción AC 6.43 4 1.61 3.14 2.93 SIGNIFICATIVO
NO
Interacción BC 3.51 2 1.76 3.43 3.55 SIGNIFICATIVO
NO
Interacción ABC 2.57 4 0.64 1.26 2.93 SIGNIFICATIVO
ERROR 9.21 18 0.51      
TOTAL 71.3 35        

COEFICIENTE DE VARIABILIDAD (CV)

CV = √ CME x 100
Promedio

CV = √ 0.51 x 100=0.36 %
198.06

De acuerdo al coeficiente de variabilidad los datos son válidos para la toma de decisiones.

CRITERIO DE DECISIÓN

Si F 0> F ∝ ; SIGNIFICATIVO

Si F 0< F ∝ ; NO SIGNIFICATIVO

CONCLUSIÓN:

Con un nivel de confianza del 95 % podemos concluir que los 3 factores, el factor de
contracción de la madera (A), el tiempo (B) y la presión (C) son significativos en la concentración
de madera. De igual forma la interacción entre el porcentaje de concentración y la presión (AC)
son significativos en la concentración de la madera
Literal b) Construir las gráficas de los residuales apropiadas

Residuals Versus the Fitted Values

( response is Resistencia )
3

2
l a
u
d
i
s 1
e
R
d
e 0
iz
d
r
a
d
n -1
a
t
S
-2

-3
196 197 1 98 19 9 200 201
Fitted Value

Interpretación:

Con un nivel de confianza del 95% de acuerdo a las gráficas de residuos podemos observar
que los datos no siguen ningún patrón, es decir existe independencia de los factores.
Literal c) ¿Bajo qué condiciones debería operarse este proceso? ¿Por qué?

Interpretación y Conclusiones:

Con un nivel de confianza del 95% se determinó de acuerdo a las gráficas que para tener
una maximización en la concentración de la madera se tiene que utilizar el Porcentaje de
concentración 2, la Presión de 650 y un Tiempo de cocción de 4 horas.
EJERCICIO 6

El departamento de control de calidad de una planta de acabados textiles estudiar el efecto

de varios factores sobre el teñido de una tela de algodón y fibras sintéticas utilizada para
fabricar camisas para caballero. Se seleccionaron tres operadores, tres duraciones del ciclo
y dos temperaturas, y se tiñeron 3 ejemplares pequeños de la tela bajo cada conjunto de
condiciones. La tela terminada se comparó con un patrón, y se le asignó una evaluación
numérica. Los datos se presentan en seguida. Analizar los datos y sacar conclusiones.
Comentar la adecuación del modelo.

Temperatura (B)
300° 350°
duración del Operador ( C) Operador ( C)
ciclo (A) 1 2 3 1 2 3
23 27 31 24 38 34
24 28 32 23 36 36
40 25 26 29 28 35 39
36 34 33 37 34 34
35 38 34 39 38 36
50 36 39 35 35 36 31
28 35 26 26 36 28
24 35 27 29 37 26
60 27 34 25 25 34 24

a. Realizar un análisis de varianza y determinar la mejor opción de operación.

b. Elaborar las gráficas principales y de interacción e interpretar.
c. Determine el coeficiente de variabilidad e interprete

Planteamiento de las hipótesis

Factores Principales
Para A H O =μ40 =μ 50 ¿ μ60
H A : μ I ≠ μJ

Para B H O =μ 300 =μ 350

H A : μ I ≠ μJ

Para C H O :μ 1=μ2=μ3

H A : μ1 ≠ μ2 ≠ μ 3

Interacción doble
Para AB H O :(μ ¿ ¿ A μ B)ij =0 ¿
H A :( μ ¿ ¿ A μ B )ij ≠ 0¿
Para AC H O :(μ ¿ ¿ A μ C )ij =0 ¿
H A :( μ ¿ ¿ A μ C )ij ≠ 0 ¿
Para BC H O :( μ ¿ ¿ B μC )ij=0 ¿
H A :( μ ¿ ¿ B μC )ij ≠ 0 ¿
 Interacción triple
Para ABC H O :(μ ¿ ¿ A μ B μC )ij =0 ¿
H A :( μ ¿ ¿ A μ B μ C )ij ≠ 0 ¿

Resolución paso 1

1 2 3 1 2 3 ܻ௜ଶǤǤ
23 27 31 24 38 34
24 28 32 23 36 36
25 26 29 28 35 39
36 34 33 37 34 34
35 38 34 39 38 36
36 39 35 35 36 31
28 35 26 26 36 28
24 35 27 29 37 26
27 34 25 25 34 24
σ ܻ௜ଶǤ
975720
ܻǤଶ
௝Ǥ

σ ܻǤଶ௝Ǥ

ܻǤଶ
Ǥ௞
σ ܻǤଶ
Ǥ௞

ܻǤଶ
ǤǤ

Paso 2
 Temperatura (B)
300° 350°

duración del Operador ( C) Operador ( C)

ciclo (A) 1 2 3 1 2 3
529 729 961 576 1444 1156
576 784 1024 529 1296 1296
40 625 676 841 784 1225 1521
1296 1156 1089 1369 1156 1156
1225 1444 1156 1521 1444 1296
50 1296 1521 1225 1225 1296 961
784 1225 676 676 1296 784
576 1225 729 841 1369 676
60 729 1156 625 625 1156 576

σ ܻ௜ଶǤǤ 55128

MODELO MIXTO DE 3X2X3

Datos

a 3
b 2
c 3
N 54
n 3

bcn 18
acn 27
abn 18

Cálculo de las sumatorias de los cuadros de los efectos principales

SCT=∑ Y i2j k l - 2903616

SCT=55128−
54
Y 2..
Y 2i.. Y 2..
SCNA =∑ −
bcn N 975720 2903616
SC A = −
18 54
Y 2. j . Y 2..
SC B=∑ −
acn N 1453160 2903616
SC B= −
Y 2
Y
..k
2
..
27 54
SCC =∑ − 972576 2903616
abn N SCC = −
18 54
SCT 1357.33
SCA 436
SCB 50.07
SCC 261.33
Cálculo de interacciones dobles
INTERACCIÓN DOBLE AXB
AXB AXB
B B
A 300° 350° A 300° 350°

40 245 293 40 60025 85849

50 320 320 50 102400 102400

60 261 265 60 68121 70225

σ 489020
௕

Y ij2 . Y 2..
෍a ෍b
SC AB=∑ ∑ − −SC A −SC B
SCAB i=1 j=1 cn 78.81N

489020 2903616
SC AB= −    - 436
3 X3
INTERACCIÓN 54
DOBLE AXC

1 2 3 1 2 3

σ 328942

SCAC 355.67

INTERACCIÓN DOBLE B X C
a b
Y 2ij . Y 2..
SC AC =∑ ∑ − −SC A −SC C
i =1 j=1 bn N
1 2 3 1 2 3
328942 2903616
SC AC = −   - 436 - 261.33
2x 3 54

a b
Y 2ij. 486840
Y 2. .
SC BC =∑
σ ∑ − −SC B−SCC
i=1 j=1 an N
SCBC 11.26

INTERACCIÓN TRIPLE
Temperatura (B)
300° 350°
duración del Operador ( C) Operador ( C)
ciclo (A) 1 2 3 1 2 3

40 72 81 92 75 109 109

50 107 111 102 111 108 101

60 79 104 78 80 107 78

Temperatura (B)
300° 350°
duración del Operador ( C) Operador ( C)
ciclo (A) 1 2 3 1 2 3

40 5184 6561 8464 5625 11881 11881

50 11449 12321 10404 12321 11664 10201

60 6241 10816 6084 6400 11449 6084

σ 165030

a
Y 2ijk . Y 2. .
b
SC ABC =∑ ∑ − −SC A −SC B−SCC −SC AB−SC AC −SC BC
i=1 j=1 n N

165030 2903616
SC ABC = − −436 -50.07-261.33-78.81-355.67-11.26  
3 54
SCABC 46.19

SUMATORIA DE CUADRADOS ERROR ALEATORIO

a b
Y 2ijk . Y 2. .
SC E=SCT −( ∑ ∑ − )
i=1 j=1 n N

SC E=1357.33 -
436  - 50.07-261.33-78.81-355.67-11.26  - 46.19  
 SCE 118.00
TABLA ANOVA
FV SC GL CM ࡲ૙ ࡲ ‫ן‬ C. DE DECISIÓN

436 2 218.00 66.51 3.26 SIGNIFICATIVO

50.07 1 50.07 15.28 4.11 SIGNIFICATIVO

261.33 2 130.67 39.86 3.26 SIGNIFICATIVO

78.81 2 39.41 12.02 3.26 SIGNIFICATIVO

355.67 4 88.92 27.13 2.63 SIGNIFICATIVO

11.26 2 5.63 1.72 3.26 NO SIGNIFICATIVO

46.19 4 11.55 3.52 2.63 SIGNIFICATIVO

ERROR 118.00 36 3.28
TOTAL 1357.33 53

F 0> F ∝=significativo

F 0< F ∝=no significativo

INTERPRETACIÓN
 Los factores principales de estudio como la duración de ciclo, la temperatura y los
operadores si influyen el proceso de teñido de las telas puesto que son significativos
aceptándose las hipótesis alternativas para cada caso, en el que se menciona que los
tratamientos si difieren entre sí.
 Los efectos de interacción doble resultantes como AB, AC, son significativos por lo
que si hay diferencia estadística entre los mismos; en el caso de la interacción BC
no es significativa por lo que esta relación es estadísticamente igual.
 El efecto de interacción triple resulta ser significativo por lo que si difieren entre si
la relación de A, B y C.

Coeficiente de variabilidad
CME
CV = √ x 100
Promedio
 3.28
CV = √ x 100=5.74 %
31.56
Conclusión: De acuerdo con el coeficiente de variabilidad el estudio es aceptado, o se
considera valido debido a que el 5.74% resulta ser inferior al 15% como límite máximo
aceptable dentro del diseño de experimentos.
RESOLUCION MINITAB
HOJA DE TRABAJO 1
Regresión factorial general: RENDIMIENTO vs. DURACION CICLO A; TEMPERATURA B;
OPERARIOS C
Información del factor
Nivele
Factor s Valores
DURACION 3 40; 50;
CICLO A 60
TEMPERATURA 2 300;
B 350
OPERARIOS C 3 1; 2; 3
Análisis de Varianza
SC MC Valor Valor F DES.
Fuente GL Ajust. Ajust. F p ALFA
Modelo 17 1239.33 72.902 22.24 0.000
  Lineal 5 747.41 149.481 45.60 0.000
    DURACION CICLO A 2 436.00 218.000 66.51 0.000 3.26 S
    TEMPERATURA B 1 50.07 50.074 15.28 0.000 4.11 S
    OPERARIOS C 2 261.33 130.667 39.86 0.000 3.26 S
  Interacciones de 2 términos 8 445.74 55.718 17.00 0.000
    DURACION CICLO A*TEMPERATURA 2 78.81 39.407 12.02 0.000 3.26 S
B
    DURACION CICLO A*OPERARIOS C 4 355.67 88.917 27.13 0.000 2.63 S
    TEMPERATURA B*OPERARIOS C 2 11.26 5.630 1.72 0.194 3.26 NS
  Interacciones de 3 términos 4 46.19 11.546 3.52 0.016 2.63 S
    DURACION CICLO A*TEMPERATURA 4 46.19 11.546 3.52 0.016
B*OPERARIOS C
Error 36 118.00 3.278    
Total 53 1357.33      

INTERPRETACIÓN
 Los factores principales de estudio como la duración de ciclo, la temperatura y los
operadores si influyen el proceso de teñido de las telas puesto que son significativos
 aceptándose las hipótesis alternativas para cada caso, en el que se menciona que los
tratamientos si difieren entre sí.
 Los efectos de interacción doble resultantes como AB, AC, son significativos por lo
que si hay diferencia estadística entre los mismos; en el caso de la interacción BC
no es significativa por lo que esta relación es estadísticamente igual.
 El efecto de interacción triple resulta ser significativo por lo que si difieren entre si
la relación de A, B y C.

RESPUESTAS
Realizar un análisis de varianza y determinar la mejor opción de operación.
De acuerdo al análisis realizado se consideró que la duración de ciclo de 50, con una
temperatura de 350° y con el operario 2, es la solución más optima obteniéndose los
mejores resultados, cabe destacar que existe un traslape evidente en la temperatura por lo
que debería considerarse un a análisis más profundo en función de los costos de mantener
dichas temperaturas.
Elaborar las gráficas principales y de interacción e interpretar.
Resumen del modelo
R-
R- R-cuad. cuad.
S cuad. (ajustado) (pred)
1.81046 91.31% 87.20% 80.44%
Conclusión gráfica de probabilidad normal: de acuerdo a la gráfica se observa que
los datos se distribuyen de manera normal puesto que se encuentran cercanos a la
línea de tendencia.
Conclusión gráfica residuos vs valor ajustado: se observa que los datos no
cumplen con el supuesto de homogeneidad de la varianza puesto que se encuentra un
patrón definido de los datos en la gráfica.
Conclusión gráfica frecuencia: en este caso se observa una diferencia considerable
de las medias y sus límites superiores e inferiores, por lo que se consideraría que no
se cumple con el supuesto de independencia, cabe recalcar que este supuesto depende
del orden en que se realizaron las observaciones por lo que no se puede considerar
como un valor exacto lo que requerirá un análisis por medio de modelos analíticos.
HOJA DE TRABAJO 1

Gráficas factoriales para RENDIMIENTO

Conclusión: es un grafica que nos permite evaluar los efectos principales y podemos
tomar decisiones en función de esta grafica siempre y cuando no exista efectos de
interacción; en este caso se puede observar que la duración de ciclo de 50 con la
temperatura de 350° y el operario 2 generan un mejor teñido de la tela por lo que se
podrían consideran como óptimos , sin embargo se recomienda analizar las
interacción y realizar graficas LSD para identificar de una mejor manera los
traslapes.

Conclusión: Si se observa la interacción temperatura vs duración del ciclo podemos

notar que la duración de ciclo 40 presente una interacción positiva pues aumenta con
la temperatura más sin embargo sus resultados se encuentran por debajo del tiempo
de ciclo de 50, además se nota que entre el tiempo de ciclo de 50 y 60 la interacción
es nula; en si se considera como más optimo la duración de ciclo de 50.
Conclusión: si se analiza la gráfica de interacción de operarios vs duración del ciclo
se puede considerar que la gráfica resulta estar dispuesta en 3 punto, por lo que debe
analizarse por partes en lo que se puede mencionar como aspecto importante que la
duración de ciclo de 50 se mantiene constante con valor superior a los demás cuando
se le analiza con el operador 1 y 2 mientras que cuando se analiza la interacción que
causa este ciclo con el operador 3 se nota una caída lo que implica que podría haber
un problema con el operador 3
Conclusión: si se analiza la gráfica operario vs temperatura se puede notar que no
hay interacción, pero se nota que el operario 2 con una temperatura de 350 consigue
mejores resultados.
Conclusión: si se analiza la gráfica duración del ciclo vs temperatura, se puede notar
una interacción positiva donde con la duración de ciclo de 50 y a una temperatura de
350 se obtienen mejores resultados.
Conclusión: si se analiza la gráfica duración del ciclo vs operario se puede encontrar
una mezcla de interacciones encontrándose una interacción positiva entre el ciclo de
40 y 50 y el operario 1 y 2 mientras que el operario 3 se mantiene constante, en
resumen, con el tiempo de ciclo de 50 y con el operario 1 o 2 se obtienen los mejores
resultados.
Conclusión: no existe interacción entre la temperatura y los operarios.
HOJA DE TRABAJO 1
Gráfica de intervalos de RENDIMIENTO

Conclusión: se puede observar que el tiempo de ciclo de 50 genera los mejores

resultados
HOJA DE TRABAJO 1

Gráfica de intervalos de RENDIMIENTO

Conclusión: la temperatura más optima resulta ser la de 350° sin embargo debe
considerarse el traslape existente.
HOJA DE TRABAJO 1

Gráfica de intervalos de RENDIMIENTO

Conclusión: el operario 2 genera los mejores resultados por lo que debería analizarse de
una manera más profunda puesto que quiere decir que los demás operarios no hacen su
trabajo, o a su vez hay otros factores ruido que no hemos considerado como los años de
experiencia, o el sueldo que percibe cada trabajador, o el puesto de trabajo o la maquinaria
empleada por cada trabajador.
Determine el coeficiente de variabilidad e interprete

CV = √ CME x 100
Promedio

3.28
CV = √ x 100=5.74 %
31.56

Conclusión: De acuerdo con el coeficiente de variabilidad el estudio es aceptado, o se

considera valido debido a que el 5.74% resulta ser inferior al 15% como límite máximo
aceptable dentro del diseño de experimentos.

EJERCICIO 7
EJERCICIO 8