UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE QUIMICA E INGENIERIA QUIMICA

DISEÑO EXPERIMENTAL
TEMA: Puntos centrales, diseño factorial con una sola réplica.
EVALUACIÓN N°7

PROFESOR:

Núñez Vega, Oscar Julio

ESTUDIANTES: CÓDIGO

✓ Miñope Ramos, Gianpierre 18070028

✓ Velasquez Valencia, Roger Jack 18070037
✓ Leon Bravo, Jean Pierre 18070105
✓ Saavedra Carrasco, Paul Martin 18070132
✓ Gonzales Catay, Cristhian Ener 18070098

Fecha de realización de la clase: 04/12/20

Fecha límite de entrega de la evaluación: 10/12/20

Lima Perú

2020
 ÍNDICE

RESOLUCIÓN MINITAB EJEMPLO 6.6 ..................................................................... 3

RESOLUCIÓN EXCEL EJEMPLO 6.6.......................................................................... 8
RESOLUCIÓN EXCEL DEL PROBLEMA 6-9 .......................................................... 11
DESARRROLLO POR MINITAB DEL PROBLEMA 6.9 ......................................... 18
RESOLUCIÓN DEL PROBLEMA 6.17 POR MINITAB ........................................... 24
RESOLUCIÓN DEL PROBLEMA 6.17 POR EXCEL ............................................... 26
RESOLUCIÓN MINITAB EJEMPLO 6.6

1. Para resolver el ejemplo se tiene que ordenar los

datos en una tabla como esta:
OrdenEst OrdenCorrida PtCentral TIEMPO TEMPERATURA RENDIMIENTO
1 1 1 30 150 39.3
2 2 1 40 150 40.9
3 3 1 30 160 40
4 4 1 40 160 41.5
5 5 0 35 155 40.3
6 6 0 35 155 40.5
7 7 0 35 155 40.7
8 8 0 35 155 40.2
9 9 0 35 155 40.6

2. Se insertan los valores en minitab y se ejecuta el análisis Anova con 5 valores centrales

A. COEFICIENTES CODIFICADOS

Término Efecto Coef EE del Valor T Valor p FIV

coef.
Constante 40.425 0.104 389.89 0.000
TIEMPO 1.550 0.775 0.104 7.47 0.002 1.00
TEMPERATURA 0.650 0.325 0.104 3.13 0.035 1.00
TIEMPO*TEMPERATURA -0.050 -0.025 0.104 -0.24 0.821 1.00
Punto central 0.035 0.139 0.25 0.814 1.00

COMENTARIO: Con los valores p obtenidos para los distintos factores se puede asegurar que
existe una influencia de los factores Tiempo (p=0.002) y Temperatura (p=0.035) sobre el
rendimiento. Sin embargo, la interacción Tiempo*Temperatura y los puntos centrales no
afectan significativamente sobre el rendimiento (p>0.05).

B. RESUMEN DEL MODELO

S R-cuad. R-cuad. R-cuad.
(ajustado) (pred)
 0.207364 94.27% 88.54% *
C. ANÁLISIS DE VARIANZA

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Modelo 4 2.83022 0.70756 16.45 0.009

Lineal 2 2.82500 1.41250 32.85 0.003
TIEMPO 1 2.40250 2.40250 55.87 0.002
TEMPERATURA 1 0.42250 0.42250 9.83 0.035
Interacciones de 2 términos 1 0.00250 0.00250 0.06 0.821
TIEMPO*TEMPERATURA 1 0.00250 0.00250 0.06 0.821
Curvatura 1 0.00272 0.00272 0.06 0.814
Error 4 0.17200 0.04300
Total 8 3.00222

COMENTARIO: Con el análisis de varianza, se confirman los efectos principales Tiempo y

Temperatura, además, no existe significancia de la intervención de la interacción sobre el
rendimiento. El valor p de la curvatura (0.814) es mayor que el valor alfa usado 0.05, por lo tanto,
no representa relevancia sobre la variable respuesta.

D. ECUACIÓN DE REGRESIÓN EN UNIDADES NO CODIFICADAS

RENDIMIENTO=19.5 + 0.310 TIEMPO + 0.100 TEMPERATURA - 0.00100 TIEMPO*TEMPERATURA+ 0.035 Punto C.

E. GRÁFICA DE EFECTOS ESTANDARIZADOS

COMENTARIO: Factores Tiempo y Temperatura como únicos significativos.

F. DIAGRAMA DE PARETO

COMENTARIO: Interacción AB no afecta el rendimiento.

G. GRÁFICAS DE RESIDUOS
H. GRÁFICAS DE EFECTOS PRINCIPALES

COMENTARIO: La curvatura del punto central no genera efectos significativos sobre el

rendimiento, es decir, en las gráficas presentadas, el punto central no sobresale de los límites
establecidos por los otros factores. Se obtiene un mayor rendimiento con variaciones de los
factores Temperatura y Tiempo.
I. GRÁFICA DE CUBOS PARA DOS FACTORES

J. CONCLUSIÓN

El experimento no requiere de un diseño central compuesto, el modelo que debe ser aplicado es el
de primer orden:

La curvatura de los puntos centrales no es significativa, ergo no hay indicios de factores cuadráticos que
afecten al rendimiento.
RESOLUCIÓN EXCEL EJEMPLO 6.6

a. SE CONSIDERA LA SIGUIENTE TABLA DE DATOS

TEMPERATURAS
Tiempo de Rx 150 160 155
30 39.3 40
40 40.9 41.5
35 40.3 40.7 40.6 40.5 40.2

b. SE OBTIENEN LOS SIGUIENTES VALORES

VARIABLE SIMBOLO VALOR

# Total de datos N 9
# Datos por casilla nij 1
# De datos en fila ni 2
# De datos en
2
columna nj
Promedio Total Y.. 40.44
# Filas a 2
#Clumnas b 2
Promedio sin datos centrales (Y2) 40.425
c. SE CALCULAN LOS PROMEDIOS POR FILA, COLUMNA Y CASILLA

PROMEDIO FILA
VARIABLE SIMBOLO VALOR ni*(yi.-Y2)^2
Promedio 30 min Y1. 39.65 1.20125
Promedio 40 min Y2. 41.2 1.20125
PROMEDIO COLUMNA
VARIABLE SIMBOLO VALOR nj*(yi.j-Y2)^2
Promedio 150 °C Y.1 40.10 0.211
Promedio 160 °C Y.2 40.75 0.211

PROMEDIOS
TEMPERATURAS
TIPO DE MATERIAL 150 160 155
30 39.3 40
40 40.9 41.5
35 40.46

d. SE CALCULAN LA SUMA DE CUADRADOS

VARIABLE FÓRMULA VALOR

SSA Σ(ni*(yi.-y..)^2) 2.4025
SSB Σ(nj*(yi.j-y..)^2) 0.423
SST-SSAB-SSA-
SSAB
SSB 0.00522
Σ(Varianza.i*(nij-
SSERROR
1)) 0.172
SSTOTAL Σ(yi,j-Y..)^2 3.0022

(yi,j-Y..)^2
TEMPERATURAS
TIPO DE
MATERIAL 150 160 155
30 1.3098 0.1975
40 0.2075 1.1142
35 0.0209 0.0653 0.0242 0.0031 0.0598
 VARIANZA
TEMPERATURAS
TIPO DE
MATERIAL 150 160 155
30 0 0
40 0 0
35 0.0256 0.0576 0.0196 0.0016 0.0676

e. SE COMPLETA EL ANÁLISIS ANOVA

ANOVA 2 FACTORES
SS Grados de L MS F
FACTOR A SSA a-1 MSA MSA/MSE
FACTOR B SSB b-1 MSB MSB/MSE
INTERACCION AB SSAB (a-1)*(b-1) MSAB MSAB/MSE
ERROR SSERROR N-ab MSE
TOTAL SSTOTAL N-1

ANOVA 2 FACTORES
SS Grados de L MS F Fc
FACTOR A 2.402500 1 2.40 55.8721 7.7086
FACTOR B 0.422500 1 0.42 9.8256 7.7086
INTERACCION AB 0.002500 1 0.00 0.0581 7.7086
CURVATURA 0.002722 1 0.0027 0.0633 7.7086
ERROR 0.172000 4 0.04
TOTAL 3.002222 8
RESOLUCIÓN EXCEL DEL PROBLEMA 6-9

1) COPIAMOS LOS DATOS Y DESIGNAMOS LOS FACTORES LITERALMENTE

2) REORGANIZAMOS NUESTROS DATOS PARA PODER REALIZAR SU

RESPECTIVO ANÁLISIS DE VARIANZA
3) SELECCIONAMOS LA HERRAMIENTA DE EXCEL ANÁLISIS DE DATOS:

4) EN ESTA OCASIÓN SE NOS PRESENTA DOS FACTORES CON VARIAS MUESTRAS

POR GRUPO

5) SELECCIONAMOS LOS DATOS A SER ANALIZADOS

6) EVENTUALMENTE, EL PROGRAMA NOS LANZA AUTOMÁTICAMENTE EL
ANOVA

De esta ANOVA debemos resaltar el F de cada factor y el F critico

7) PARA NUESTRA GRÁFICA DE PROBABILIDADES, EL EJE X, QUE REPRESENTA
EL EFECTO ESTÁNDAR SE MUESTRA A CONTINUACIÓN COMO FORMULARLA:
Donde:
Xj=efecto de los factores en orden de menor a mayor

Con respecto a Y, que representa la distribución normal estándar, se usa la fórmula:

 8) ACTO SEGUIDO, SE GRAFICA CON UN GRÁFICO DE DISPERSIÓN DE EXCEL

9) FINALMENTE, PARA REALIZAR NUESTRO DIAGRAMA DE PARETO.

NECESITAREMOS AYUDA DE LA TABLA DE T STUDENT, SABIENDO LOS
GRADOS DE LIBERTAD Y ALFA
 10) DIAGRAMA DE PARETO

Ahora, de los datos de los efectos recolectados, construimos el diagrama y sacamos las conclusiones que
se darán en el desarrollo por Minitab
DESARRROLLO POR MINITAB DEL PROBLEMA 6.9
I. PRIMER PASO
Creamos el diseño factorial para poder analizar los efectos, para ello nos dirigimos al menú de
opciones:
Clic en Estadísticas → Clic en DOE → Clic en Factorial →Crear diseño factorial.

Mantenemos el número de factores: 2→ Clic en Diseños → Digitamos en replicas: 4

Clic en Factores → Tipeamos el Nombre del factor A y el factor B así como también el valor del
Bajo y Alto.

Clic en Aceptar → Clic en Aceptar

Minitab creara un esquema del diseño factorial con 4 réplicas, como se muestra a continuación con
orden aleatorio, porque la tabla presentada en el ejercicio no nos especifica el orde de corrida de las
respuestas
Tipeamos una columna adicional en la hoja de trabajo de Minitab, donde se escribirán las respuestas
según el orden aleatorio de las respuestas.

II. SEGUNDO PASO

Analizaremos el diseño factorial creado en el primer paso, para ello, hacemos el siguiente
procedimiento: Clic en DOE → Factorial → Analizar diseño factorial
 Clic en Gráficas→ Clic en Normal y Cuatro en uno→ Aceptar
//Las demás opciones mantenemos predeterminado

Clic en Almacenamiento → Clic en Residuos, Residuos estandarizados y Efectos → Aceptar

Minitab nos muestra todo el análisis del factorial: ANOVA, Regresión y Gráficas.
i. ANALISIS FACTORIAL

COMENTARIO: La interacción de los factores Tipo de botella * Empleado afecta al proceso

ii. DIAGRAMA DE PARETO DE EFECTOS ESANDARIZADOS

COMENTARIO: La interacción AB no influye en el proceso

 iii. GRÁFICA NORMAL DE EFECTOS ESTANDARIZADOS

COMENTARIO: Los factores A y B son significativos

iv. GRÁFICA DE RESIDUOS PARA TIEMPO

COMENTARIO: En la gráfica de probabilidad normal, se ve un buen ajuste a la recta

normal. En la grafica vs. Ajustes, no existe un patrón repetitivo, por ello se cumple que
los residuos tienen varianza constante. En la gráfica de Histograma el residuo mas grande
repetitivo se da con -0,4. En la gráfica vs. Orden se ve que los residuos tienen
comportamiento aleatorio y se encuentra dentro de los límites de control.
v. GRÁFICA DE EFECTOS PRINCIPALES PARA TIEMPO

COMENTARIO: A mayor valor del tipo de botella obtenemos una disminución

en el tiempo de entrega de las cajas
RESOLUCIÓN DEL PROBLEMA 6.17 POR MINITAB

a) GRAFICA DE PROBABILIDAD NORMAL DE LOS EFECTOS

Paso 1

Tenemos los
siguientes efectos

Paso 2
• Estadística → Estadística básica → Prueba de Normalidad → Aceptar
• Gráfica de Prueba “Probabilidad Normal de los efectos”

COMENTARIO: Con los valores p obtenidos para los distintos efectos se puede observar de
acuerdo al (pi valido “valor de P”), nos arroja 0.033 menor a un alfa de 0.05, por ende se rechaza
la hipótesis nula, concluyéndose que estos efectos NO SIGUEN UNA DISTRIBUCIÓN
NORMAL.

b) MODELO TENTATIVO, EN BASE A LA GRÁFICA DE LOS EFECTOS

De la gráfica, los efectos que son significativos son los puntos que se alejan de la línea roja
normal.
𝐴 = 76.95 𝐴𝐶 = 11.69
𝐵 = −67.52 𝐵𝐶 = 20.78
𝐶 = −7.84 𝐵𝐷 = 14.74
𝐷 = −18.73 𝐴𝐶𝐷 = 10.20
𝐴𝐵 = −51.32 𝐵𝐶𝐷 = −7.98
𝐴𝐵𝐷 = −6.50
Con lo visto en la gráfica se puede plantear:
 76.95 −67.52 −7.84 −18.73 −51.32
𝑌 = 𝑌𝑝 + ( ) 𝑥1 + ( ) 𝑥2 + ( ) 𝑥3 + ( ) 𝑥4 + ( ) 𝑥1𝑥2
2 2 2 2 2
11.69 20.78 14.74 10.20
+( ) 𝑥1𝑥3 + ( ) 𝑥2𝑥3 + ( ) 𝑥2𝑥4 + ( ) 𝑥1𝑥3𝑥4
2 2 2 2
−6.50 −7.98
+( ) 𝑥1𝑥2𝑥4 + ( ) 𝑥2𝑥3𝑥4
2 2

𝒀 = 𝒀𝒑 + 𝟑𝟖. 𝟒𝟕𝟓𝒙𝟏 − 𝟑𝟑. 𝟕𝟔𝒙𝟐 − 𝟑. 𝟗𝟐𝒙𝟑 − 𝟗. 𝟑𝟔𝟓𝒙𝟒 − 𝟐𝟓. 𝟔𝟔𝒙𝟏𝒙𝟐 + 𝟓. 𝟖𝟒𝟓𝒙𝟏𝒙𝟑

+ 𝟏𝟎. 𝟑𝟗𝒙𝟐𝒙𝟑 + 𝟕. 𝟑𝟕𝒙𝟐𝒙𝟒 + 𝟓. 𝟏𝟎𝒙𝟏𝒙𝟑𝒙𝟒 − 𝟑. 𝟐𝟓𝒙𝟏𝒙𝟐𝒙𝟒 − 𝟑. 𝟗𝟗𝒙𝟐𝒙𝟑𝒙𝟒

Donde:
𝑌𝑝: 𝑒𝑠 𝑒𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑎𝑠 𝑟𝑒𝑠𝑢𝑒𝑠𝑡𝑎𝑠
𝑥1, 𝑥2, 𝑥3, 𝑥4 ∶ 𝑠𝑜𝑛 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑐𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑑𝑎𝑠 𝑞𝑢𝑒 𝑎𝑠𝑢𝑚𝑒𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛𝑡𝑟𝑒 − 1 𝑦 1

RESOLUCIÓN DEL PROBLEMA 6.17 POR EXCEL

Paso1 (insertando efectos)
Paso2 (grafica de distribución normal)

A. CONCLUSIÓN

• Las interacciones AD, CD, ABC y ABCD no presentan efectos significativos sobre la
variable respuesta.
• Es posible modelar la variable respuesta a partir de los efectos producidos por las
variables y sus interacciones.
• En la prueba de normalidad los efectos no siguen una distribución normal