Carlos Iván López Salazar

A01063148

12. En la refinación de pulpa de Madera interesa estudiar cómo se afecta la calidad de la

fibra al introducirle cargas de material inorgánico con dos diferentes métodos o procesos
(mecánico e in situ), y ver como interactúa al considerar otros factores. Para ello se decide
correr un diseño 24 no replicado, con los siguientes factores y niveles.

Factor Nivel bajo Nivel alto

A: Proceso Mecánico In situ
B:Velocidad de agitación (rpm) 2000 3000
C:Tiempo(minutos) 30 60
D: Consistencia de la pulpa (%) 0.5 2.0

Se midieron cuatro variables de respuesta: Y1: cenizas (%), Y2: tensión (m), Y3: blancura (%) y
Y4: opacidad (%). Los resultados para los 16 tratamiento se muestran en el siguiente cuadro,
en el orden que se corrieron.

Tratamiento Y1 Y2 Y3 Y4
c 0,49 671 87,22 76,68
bcd 7,49 496 88,77 79,75
bcd 1,49 867 87,62 77,15
((1)) 11,59 467 88,05 80,35
ad 0,48 579 86,17 77,85
bcd 13,23 437 87,3 78,72
ad 0,94 581 86,75 76,16
ab 12,57 462 89,42 81,55
ac 0,72 620 87,67 77,87
bd 5,5 653 88,55 79,3
cd 2,21 631 86,45 78,03
abcd 11,75 460 88,77 81,43
abd 5,06 565 85,75 79,42
abcd 9,61 568 88,45 78,78
d 1,46 692 86,5 76,82
acd 7,78 549 88,45 80,81

a) Bosqueje una grafica de proceso en el que se muestren por un lado los factores
controlados y por el otro las variables de respuesta.

Gráfica de caja de Y1; Y2; Y3; Y4

900

800

700

600

500
Datos

400

300

200

100

A -1 1 -1 1 -1 1 -1 1
Y1 Y2 Y3 Y4
 Carlos Iván López Salazar
A01063148

b) Investigue qué efectos influyen de manera significativa sobre Y1 (apóyese en Pareto y

ANOVA).

Gráfica de Pareto de los efectos

(la respuesta es Y1, Alfa = 0,05)
3,475
A F actor Nombre
A A
BC
B B
AD C C
ACD D D
C
AB
Término

BCD
B
ABC
ABD
D
AC
BD
CD
ABCD

0 1 2 3 4 5 6 7 8 9
Efecto
PSE de Lenth = 1,35187

El factor más importante es el A, aunque también se podrían considera BC y AD.

c) Si se considera que el factor de mayor interés es el A, comente la forma en que actúa

sobre Y1.

Coef.
Término Efecto Coef de EE T P
Constante 5,773 0,5602 10,31 0,000
A 8,334 4,167 0,5602 7,44 0,000

S = 2,24088 PRESS = 91,8227

R-cuad. = 79,80% R-cuad.(pred.) = 73,62% R-cuad.(ajustado) = 78,36%

Análisis de varianza para Y1 (unidades codificadas)

Fuente GL SC sec. SC ajust. MC ajust. F P

Efectos principales 1 277,81 277,81 277,806 55,32 0,000
Error residual 14 70,30 70,30 5,022
Error puro 14 70,30 70,30 5,022
Total 15 348,11

Es de gran importancia este el factor A, ya que con solo A nos da un 78.36% nuestro R
cuadrado ajustado
 Carlos Iván López Salazar
A01063148

d) Comente con detalle la manera en que interactúa el factor A con los otros factores, sobre
Y1

Gráfica de efectos principales para Y1

Medias de datos
A B
10

2
Media

-1 1 -1 1
C D
10

-1 1 -1 1

Gráfica de interacción para Y1

Medias de datos
-1 1 -1 1 -1 1

10 A
-1
A 5 1

0
10 B
-1
B 5 1

0
10 C
-1
C 5 1

En la gráfica de efectos principales se nota que solo A es de significancia, y la grafica de

interacción se observa que la interacción de A con todos los factores no es de importancia.

e) ¿Qué tratamiento maximiza Y1?

El tratamiento A1, B1, C1 y D-1; sería el tratamiento In situ, con 3000 rpm, con 60 minutos y
0.5 % de pulpa

f) Verifique supuestos para la variable Y1.

Gráfica de probabilidad de RESI1

Normal
99
Media 1,665335E-16
Desv.Est. 2,165
95 N 16
KS 0,146
90
Valor P >0,150
80
70
Porcentaje

60
50
40
30
20

10

1
-5,0 -2,5 0,0 2,5 5,0
RESI1
 Carlos Iván López Salazar
A01063148

Gráficas de residuos para Y1

Gráfica de probabilidad normal vs. ajustes
99 4

90 2
Porcentaje

Residuo
50 0

-2
10
-4
1
-5,0 -2,5 0,0 2,5 5,0 2 4 6 8 10
Residuo Valor ajustado

Histograma vs. orden

4 4

2
3
Frecuencia

Residuo
0
2
-2
1
-4
0
-4 -3 -2 -1 0 1 2 3 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Residuo Orden de observación

Nuestros datos siguen una distribución normal

Prueba de igualdad de varianzas para Y1

Prueba F
Estadística de prueba 0,30
-1 Valor P 0,131
Prueba de Lev ene
A

Estadística de prueba 4,57

Valor P 0,051
1

1 2 3 4 5 6 7
Intervalos de confianza de Bonferroni de 95% para Desv.Est.

-1
A

0,0 2,5 5,0 7,5 10,0 12,5 15,0

Y1

Al parecer también tienen varianzas constantes.

PARA Y2

b) Investigue qué efectos influyen de manera significativa sobre Y2 (apóyese en Pareto y

ANOVA).

Gráfica de Pareto de los efectos

(la respuesta es Y2, Alfa = 0,05)
150,4
A F actor N ombre Al parecer no hay factores que se
A A
AD
AB
B
C
B
C pueden controlar, ya que ninguno se
CD D D
C
BC D
ve que sea significativo, aunque se
Término

AC D
AC podría considerar el A por ser el que
ABC
BD más se acerca.
A BC D
D
BC
ABD
B

0 20 40 60 80 100 120 140 160

Efecto El mejor tratamiento sería con A-1,
PSE de Lenth = 58,5
B1, C-1 Y D1, que en este caso sería
 Carlos Iván López Salazar
A01063148

con el proceso mecánico, con velocidad de 3000 rpm, con 30 minutos y 2.0 % de consistencia
de la pulpa.

PARA Y3

b) Investigue qué efectos influyen de manera significativa sobre Y3 (apóyese en Pareto y

ANOVA).

Gráfica de Pareto de los efectos

(la respuesta es Y3, Alfa = 0,05)
0,805
A F actor Nombre
A A
A BC D
B B
BC C C
C D D
AC
BD
Término

B
AD
BC D
AB
D
A BC
AC D
CD
A BD

0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8
Efecto
PSE de Lenth = 0,313125

Al parecer el único factor importante es el A

Ajuste factorial: Y3 vs. A

Efectos y coeficientes estimados para Y3 (unidades codificadas)

Coef.
Término Efecto Coef de EE T P
Constante 87,6181 0,1629 537,78 0,000
A 1,7037 0,8519 0,1629 5,23 0,000

S = 0,651700 PRESS = 7,76619

R-cuad. = 66,13% R-cuad.(pred.) = 55,77% R-cuad.(ajustado) = 63,71%

Análisis de varianza para Y3 (unidades codificadas)

Fuente GL SC sec. SC ajust. MC ajust. F P

Efectos principales 1 11,6111 11,6111 11,6111 27,34 0,000
Error residual 14 5,9460 5,9460 0,4247
Error puro 14 5,9460 5,9460 0,4247
Total 15 17,5570

Ya que con A nos da un R cuadrado ajustado de 63.71%.

 Carlos Iván López Salazar
A01063148

Gráfica de efectos principales para Y3

Medias de datos
A B
88,5

88,0

87,5

87,0
Media

-1 1 -1 1
C D
88,5

88,0

87,5

87,0

-1 1 -1 1

Gráfica de interacción para Y3

Medias de datos
-1 1 -1 1 -1 1

A
88 -1
A 1
87

86
B
88 -1
B 1
87

86
C
88 -1
C 1
87

86

Se puede ver que el factor A es de gran significancia y también lo pude ser el C, así como las
interacciones BC y BD.

El mejor tratamiento es A-1, B-1, C-1 Y D-1, que sería el proceso mecánico, con 2000 rpm, con
30 minutos y 0.5 % de consistencia de pulpa

Gráficas de residuos para Y3

Gráfica de probabilidad normal vs. ajustes
99 1,0

90 0,5
Porcentaje

Residuo

0,0
50
-0,5
10
-1,0
1
-1 0 1 87,0 87,5 88,0 88,5
Residuo Valor ajustado

Histograma vs. orden

4 1,0

3 0,5
Frecuencia

Residuo

0,0
2
-0,5
1
-1,0
0
-1,0 -0,5 0,0 0,5 1,0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Residuo Orden de observación
 Carlos Iván López Salazar
A01063148

Prueba de igualdad de varianzas para Y3

Prueba F
Estadística de prueba 1,26
-1 Valor P 0,771
Prueba de Levene
A

Estadística de prueba 0,47

Valor P 0,504
1

0,50 0,75 1,00 1,25 1,50 1,75

Intervalos de confianza de Bonferroni de 95% para Desv.Est.

-1
A

86 87 88 89
Y3

Al parecer nuestros datos siguen una distribución normal y siguen una varianza constante.

PARA Y4

b) Investigue qué efectos influyen de manera significativa sobre Y4 (apóyese en Pareto y

ANOVA).

Ajuste factorial: Y4 vs. A; B

Efectos y coeficientes estimados para Y4 (unidades codificadas)

Coef.
Término Efecto Coef de EE T P
Constante 78,7919 0,1943 405,48 0,000
A 2,5887 1,2944 0,1943 6,66 0,000
B 0,4912 0,2456 0,1943 1,26 0,230
A*B 1,4063 0,7031 0,1943 3,62 0,004

S = 0,777275 PRESS = 12,8887

R-cuad. = 83,11% R-cuad.(pred.) = 69,98% R-cuad.(ajustado) = 78,89%

Análisis de varianza para Y4 (unidades codificadas)

Fuente GL SC sec. SC ajust. MC ajust. F

Efectos principales 2 27,7718 27,7718 13,8859 22,98
2-Interacciones de (No.) factores 1 7,9102 7,9102 7,9102 13,09
Error residual 12 7,2499 7,2499 0,6042
Error puro 12 7,2499 7,2499 0,6042
Total 15 42,9318

Fuente P
Efectos principales 0,000
2-Interacciones de (No.) factores 0,004
Error residual
Error puro
Total

Nuestra ANOVA nos dice que el factor de mayor interés es el A y la interacción AB, por lo
cual debemos agregar a B y así obtenemos un 78.89% en nuestro R cuadrado que se puede
considerar pasable.
 Carlos Iván López Salazar
A01063148

Gráfica de efectos principales para Y4

Medias de datos
A B
80

79

78
Media

-1 1 -1 1
C D
80

79

78

-1 1 -1 1

Gráfica de interacción para Y4

Medias de datos
-1 1 -1 1 -1 1
81,0
A
-1
79,5
A 1
78,0

81,0
B
-1
79,5
B 1
78,0

81,0
C
79,5
-1
C 1
78,0

Podemos ver que el factor A es el que tiene mayor significancia, así como la interacción AB.

El mejor tratamiento sería con A1, B-1, C-1 Y D1, que sería con proceso in situ, velocidad de
2000 rpm, con 30 minutos y 2.0% consistencia de pulpa.

PROBAR SUPUESTOS

Gráficas de residuos para Y4

Gráfica de probabilidad normal vs. ajustes
99

90 1
Porcentaje

Residuo

50 0

10
-1
1
-2 -1 0 1 2 77 78 79 80 81
Residuo Valor ajustado

Histograma vs. orden

6,0
1
4,5
Frecuencia

Residuo

3,0 0

1,5
-1
0,0
-1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Residuo Orden de observación
 Carlos Iván López Salazar
A01063148

Prueba de igualdad de varianzas para Y4

Prueba F
Estadística de prueba 0,82
-1 Valor P 0,804
Prueba de Lev ene
A

Estadística de prueba 0,34

Valor P 0,568
1

0,5 1,0 1,5 2,0 2,5

Intervalos de confianza de Bonferroni de 95% para Desv.Est.

-1
A

76 77 78 79 80 81 82
Y4

Al parecer nuestros datos siguen una distribución normal y una varianza constante.

h) Encuentre condiciones satisfactorias para maximizar las cuatro variables de respuesta

Al parecer el mejor tratamiento para maximizar las variables respuestas sería con A1, B1, C-1
Y D1, que sería con el proceso in situ, con velocidad de 3000 rpm, con tiempo de 30 minutos
y 2.0% de consistencia de la pulpa.

i) Haga un resumen del análisis realizado y destaque las principales conclusiones.

Lo más importante es que se tiene que analizar cada variable respuesta individual, y así se va
concluyendo cuales factores son los de importancia y en qué nivel son más importantes, una
vez hecho esto con todas las variables, podemos deducir en base al análisis cual es el mejor
tratamiento para maximizar nuestras cuatro variables.