Universidad Tecnológica de Panamá

Facultad de Ingeniería Industrial

Licenciatura en Ingeniería Industrial

Diseño de Experimento

Taller 2

Diseño completamente al azar – un solo factor

Desbalanceado

Pertenece a:
Randy Trawick
3-743-406

Profesora:
Teresa De Hines

Grupo:
1II141

Fecha de entrega:
13 de mayo de 2021
Caso 1

En Barrio Pizza, conocidos por su auténtica pizza al carbón, se están presentando ciertos
problemas con el horno, el cual está hecho de ladrillos. Debido a esto, la pizzería ha
contratado los servicios de Ingenieros Industriales S.A. para que elabore, ejecute y analice
un diseño experimental donde se pueda estudiar el efecto que tienen cuatro diferentes
temperaturas (°C) en el tiempo en que está lista la pizza. En el cuadro No 1 se muestran
los datos tomados una vez que se realizó el experimento

Temperatura Cuadro No 1: Tiempo de asado de la pizza (minutos)

100 13.7 13.8 13.9 13.5 13.7

125 13.7 13.4 13.5 13.4
150 13.9 13.8 13.8 13.6 13.5
175 13.9 13.7 13.8 13.4

1. Dada la situación experimental planteada presente lo que usted hubiese llevado a cabo
para planificar este experimento antes de recolectar los datos de la variable
dependiente
2. Realice el análisis estadístico de los datos y las conclusiones pertinentes

¿Cuál es la variable de respuesta/variable dependiente?

R/ Tiempo de asado de la pizza.

¿Cuál es el factor de interés/variable independiente?

R/ La temperatura del horno.

¿Cuáles son los niveles del factor de interés?

R/ Son 4 niveles
• Temperatura 1: 100 °C
• Temperatura 2: 125 °C
• Temperatura 3: 150 °C
• Temperatura 4: 175 °C

¿Cuáles son las unidades experimentales?

R/ Las pizzas

¿Es el factor de interés fijo o aleatorio?

 R/ Fijo

¿Es un experimento balanceado o desbalanceado?

R/ Desbalanceado
a. Definición del problema
R/ Determinar si hay diferencia significativa en el tiempo de asado promedio de las
pizzas para cada una de las temperaturas del horno.

b. Descripción del modelo estadístico y definición de cada uno de sus componentes

R/ Modelo estadístico lineal.
𝒀𝒊𝒋 = 𝝁 + 𝝉𝒊 + 𝜺𝒊𝒋
𝑗 = 1… 𝑘
𝑖 = 1… 𝑛
𝒀𝒊𝒋 : es la j-ésima medición del tiempo de asado de las pizzas para el i-ésimo grado de
temperatura puesto en el horno.
𝝁: tiempo de asado promedio total.
𝝉𝒊 : es el efecto del i-ésimo grado de temperatura puesto en el horno sobre el tiempo
de asado de las pizzas.
𝜺𝒊𝒋 : error experimental.

c. Planteamiento de Contraste de Hipótesis

R/ 𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4
𝐻1 : al menos una de las medias de los niveles del factor de interés es diferente.
Regla de decisión
Descartar 𝐻0 si 𝐹𝑐 ≥ 𝐹𝛼,𝑔𝑙𝑛,𝑔𝑙𝑑

d. Desarrollo del procedimiento de aleatorización

R/ El procedimiento de aleatorización se de realizar de la siguiente manera:
Primeramente, se codifican las unidades experimentales, en otras palabras, se coloca
una numeración a cada pizza de 1 a 18 que las distinga.
En segundo lugar, realizar el proceso de aleatorización, ya sea utilizando la tabla de
números aleatorios o un software que haga posible esta tarea.
Por último, asignar el nivel del factor de interés (la temperatura del horno) a cada uno
de estos como se muestra en la tabla.

Número aleatorio de pizzas por grado de temperatura

Codificación de las unidades Números aleatorios Asignación de los niveles del factor de
experimentales interés
1 17 100
2 9 100
 3 3 100
4 5 100
5 12 100
6 15 125
7 2 125
8 13 125
9 11 125
10 10 150
11 1 150
12 6 150
13 7 150
14 4 150
15 16 175
16 18 175
17 14 175
18 8 175

e. Diseño de formato de recolección de datos

Barrio Pizza
Actividad: Ubicación: Departamento:
Duración: Fecha de inicio: Fecha final:
Encargado del Observado por: Aprobado por:
estudio:
NIVELES DEL Mediciones Total / Media /
FACTOR DE INTERÉS 1 2 - - ni Nivel Nivel
1
2
-
k
Gran Total
Media total
 f. Toma de datos
Barrio Pizza
Actividad: Ubicación: Departamento:
Duración: Fecha de inicio: Fecha final:
Encargado del Observado por: Aprobado por:
estudio:
NIVELES DEL Mediciones Total / Media /
FACTOR DE INTERÉS 1 2 3 4 5 Nivel Nivel
Temperatura 1 (100
13.7 13.8 13.9 13.5 13.7 68.6 13.72
°C)
Temperatura 2 (125
13.7 13.4 13.5 13.4 54 13.5
°C)
Temperatura 3 (150
13.9 13.8 13.8 13.6 13.5 68.6 13.72
°C)
Temperatura 4 (175
13.9 13.7 13.8 13.4 54.8 13.7
°C)
Gran Total 246
Media total 13.66

g. Verificación de los supuestos del modelo

Normalidad
Prueba estadística de SHAPIRO WILK
Contraste de hipótesis para la prueba de SMIRNOF-KOLMOROF
𝑯𝟎 : los datos del tiempo de asado de las pizzas presentan una distribución normal.

𝑯𝟏 : los datos del tiempo de asado de las pizzas no presentan una distribución normal.

RD: descartar 𝐻0 si el valor p es menor o igual que el nivel de significancia.

Estadísticas
Variable Media Desv.Est. Mediana IQR Asimetría
Tiempo de asado de las pizzas 13.667 0.178 13.700 0.300 -0.27
Conclusión:

El valor p es mayor de 0.100 y a un nivel de significancia del 5 % (0.05), el valor p es mayor que el
nivel de significancia, por lo tanto, no se descarta la 𝐻0 . Esto significa que los datos del tiempo de
asado de las pizzas presentan una distribución normal. Ver tabla

Al analizar la gráfica de probabilidad del nivel de tiempo de asado de las pizzas se concluye que los
datos tienen una distribución normal, dado que esta es aproximadamente una línea recta. Ver
gráfico

El valor de la Media y la Mediana están muy cercanos indicando de que aproximadamente la

distribución es simétrica teniendo una forma de campana, y al tener esta forma se concluye que
tiene una distribución normal. Ver tabla

Observando el gráfico de caja y el de valores individuales se puede concluir que la distribución es

aproximadamente normal, ya que los datos están cercanos. Ver gráfico

Homocedasticidad

Contraste de hipótesis para la prueba de BARTLETT

𝑯𝟎 : 𝜎 2 1 = 𝜎 2 2 = 𝜎 2 3 = 𝜎 2 4
𝐻1 : al menos una de las varianzas de los niveles del factor de interés es diferente.

RD: descartar 𝐻0 si el valor p es menor o igual que el nivel de significancia

O descartar 𝐻0 si 𝐹𝑐 ≥ 𝐹𝛼,𝑔𝑙𝑛,𝑔𝑙𝑑
Intervalos de confianza de Bonferroni de 95% para desviaciones estándar
Temperatura
(°C) del
horno N Desv.Est. IC
100 5 0.148324 (0.078302, 0.61536)
125 4 0.141421 (0.069677, 0.84809)
150 5 0.164317 (0.086745, 0.68171)
175 4 0.216025 (0.106433, 1.29548)

Nivel de confianza individual = 98.75%

Pruebas
Estadística
Método de prueba Valor p
Bartlett 0.65 0.885
Conclusión:
El valor p es de 0.885 y al trabajar con un nivel de significancia del 5% (0.05), esto nos indica que el
valor p es mayor que el nivel de significancia, por lo tanto, no se descarta la hipótesis nula. Se puede
llegar a la conclusión de que la varianza en el tiempo de asado de las pizzas para los diferentes
grados de temperatura es aproximadamente igual. Ver tabla

Al analizar la gráfica se puede observar que todos los intervalos se superponen uno del otro, por lo
que no se rechaza la hipótesis nula indicando que las varianzas son aproximadamente iguales. Ver
gráfico

Al analizar el gráfico de residuo vs ajuste se logra observar que la distancias entre los puntos son
aproximadamente iguales, por lo tanto, se puede llegar a la conclusión de que la varianza del tiempo
de asado de las pizzas es aproximadamente igual indicando que se cumple con el supuesto de
homocedasticidad. Ver gráfico

Independencia

Conclusión:

Observando el gráfico de residuo vs orden se puede concluir que se cumple con el supuesto de
independencia porque este tiene un comportamiento aleatorio, lo que significa que cada medición
del tiempo de asado de las pizzas se realizó independiente de la otra. Ver gráfico
 h. Análisis de Varianza
Método
Hipótesis nula Todas las medias son iguales
Hipótesis alterna No todas las medias son iguales
Nivel de significancia α = 0.05

Se presupuso igualdad de varianzas para el análisis.

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Temperatura (°C) del horno 3 0.1440 0.04800 1.70 0.213
Error 14 0.3960 0.02829
Total 17 0.5400

Conclusión:
El valor Fc es de 1.70 (ver tabla) mientras que el valor del estadístico F es de 3.344 (ver gráfico), por
lo tanto, se puede llegar a la conclusión de que no existe evidencia estadística para descartar la
hipótesis nula, lo que significa que no existen diferencias significativas en el tiempo de asado
promedio para los diferentes grados de temperaturas en el horno.

i. Cálculo de los parámetros del modelo

𝑀𝑒𝑑𝑖𝑎 𝑡𝑜𝑡𝑎𝑙: 𝜇𝑡 = 13.667
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎: 𝜎 2 = 0.02829
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟: 𝜎 = 0.16818
Conclusión:

Analizando los parámetros obtenidos se tiene que el nivel de hemoglobina promedio total en las
truchas de los criaderos es de 13.667, con una variabilidad entre los niveles y dentro de los niveles
de 0.02829 en unidades cuadradas y una variabilidad de 0.16818 en unidades absolutas.

Cálculo del coeficiente de determinación

Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0.168184 26.67% 10.95% 0.00%

0 ≤ 0.2667 ≤ 1

Conclusión:

El valor del coeficiente de determinación es 26.67%. Esto nos dice que el 26.67% de la variabilidad
que se da en el tiempo de asado de las pizzas se debe al grado de temperatura en el horno.

j. Cálculo de los IC para los promedios de cada nivel

Medias
Temperatura
(°C) del
horno N Media Desv.Est. IC de 95%
100 5 13.7200 0.1483 (13.5587, 13.8813)
125 4 13.5000 0.1414 (13.3196, 13.6804)
150 5 13.7200 0.1643 (13.5587, 13.8813)
175 4 13.700 0.216 (13.520, 13.880)

Desv.Est. agrupada = 0.168184

Conclusión:

Observando los intervalos de confianza, todos los intervalos se traslapan uno del otro, por lo tanto,
existen evidencia estadística para aceptar la hipótesis nula, significando que no existen diferencias
significativas en el tiempo de asado de las pizzas para los diferentes grados de temperaturas en el
horno. Ver tabla y gráfico
Caso 2

FORJA ARTESANAL es una empresa que posee una serie de hornos en donde calientan su
materia prima (metal) para realizar después objetos que van desde estatuas, hasta espadas
para su venta. Se tiene como estándar que todos los hornos operan a la misma temperatura,
pero debido a resultados peculiares ha nacido la sospecha de que esto no es cierto. Debido
a esto el encargado de producción ha decidido contratar los servicios de Ingenieros
Industriales S.A. y llevar a cabo un experimento para comparar las temperaturas de los
hornos. El equipo asignado decide escoger de manera aleatoria tres hornos para luego
someterlos a una serie de pruebas, que consistieron en realizar calentamientos de los
hornos. Los datos obtenidos para la temperatura de los hornos en sus diferentes pruebas
se presentan en el cuadro No 2.

Horno Cuadro No 2: Temperatura de los Hornos

1 491.50 498.30 498.10 493.50 493.60

2 488.50 484.65 479.90 477.35

3 490.10 484.80 488.25 473.00 471.85 478.65

Caso 3

Plastiquímica es una industria encargada del curado de la resina poliéster. El profesor

Herbado y sus colegas están investigando cuatro catalizadores que pueden actuar en la
transformación de una resina poliéster del estado líquido al estado sólido afectando la
concentración de un componente en una mezcla liquida formada por tres componentes
más. Los catalizadores evaluados serán los siguientes: hidroperóxidos (1), peróxidos de
dialquilo (2), peroxiesteres (3) y peróxidos de diacilo (4). El instrumento que utilizaron para
medir la concentración es la probeta ya que se mide la concentración en % en volumen. La
medida de la concentración es en ml. Los datos se presentan en el cuadro 3.
Cuadro No 3: Concentración

Catalizadores

1 2 3 4

58.2 56.3 50.1 52.9

57.2 54.5 54.2 49.9

58.4 57 55.4 50

55.8 55.3 51.7

54.9

¿Cuál es la variable de respuesta/variable dependiente?

R/ Concentración de un componente en la resina poliéster.

¿Cuál es el factor de interés/variable independiente?

R/ Catalizador que actúa en la transformación de una resina

¿Cuáles son los niveles del factor de interés?

R/ 4 niveles
• Catalizador 1: Hidroperóxidos
• Catalizador 2: Peróxido de dialquilo
• Catalizador 3: Peroxiesteres
• Catalizador 4: Peróxidos de diacilo

¿Cuáles son las unidades experimentales?

R/ Las resinas del poliéster
 ¿Es el factor de interés fijo o aleatorio?
R/ Fijo

¿Es un experimento balanceado o desbalanceado?

R/ Desbalanceado

a. Definición del problema

Determinar si hay diferencia significativa en la concentración de un componente en la resina
poliéster para cada uno de los catalizadores que actúan en la transformación de una resina.

b. Descripción del modelo estadístico y definición de cada uno de sus componentes

R/ Modelo estadístico lineal.
𝒀𝒊𝒋 = 𝝁 + 𝝉𝒋 + 𝜺𝒊𝒋
𝑗 = 1… 𝑘
𝑖 = 1… 𝑛
𝒀𝒊𝒋 : es la i-ésima medición de la concentración de un componente en la resina poliéster
para el j-ésimo nivel del catalizador que actúa en la transformación de una resina.
𝝁: concentración promedio total.
𝝉𝒋 : es el efecto del j-ésimo nivel del catalizador que actúa en la transformación de una resina
sobre la concentración de un componente en la resina poliéster.
𝜺𝒊𝒋 : error experimental.

c. Planteamiento de Contraste de Hipótesis

R/ 𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4
𝐻1 : al menos una de las medias de los niveles del factor de interés es diferente.
Regla de decisión
Descartar 𝐻0 si 𝐹𝑐 ≥ 𝐹𝛼,𝑔𝑙𝑛,𝑔𝑙𝑑

d. Desarrollo del procedimiento de aleatorización

Número aleatorio de concentración de un componente en la resina poliéster.
Codificación de las unidades Números aleatorios Asignación de los niveles del factor de
experimentales interés
1 2 1
2 16 1
3 6 1
4 1 1
5 10 1
 6 15 2
7 12 2
8 13 2
9 3 2
10 9 3
11 11 3
12 4 3
13 5 4
14 7 4
15 14 4
16 8 4

e. Diseño de formato de recolección de datos

Plastiquimica
Actividad: Ubicación: Departamento:
Duración: Fecha de inicio: Fecha final:
Encargado del Observado por: Aprobado por:
estudio:
NIVELES DEL FACTOR DE INTERÉS
MEDICIONES Observación
Catalizador 1 Catalizador 2 Catalizador 3 Catalizador 4
1
2
-
-
n
Total / Nivel
Gran Total
Media / Nivel
Media total

f. Toma de datos
Plastiquimica
Actividad: Ubicación: Departamento:
Duración: Fecha de inicio: Fecha final:
Encargado del Observado por: Aprobado por:
estudio:
MEDICIONES NIVELES DEL FACTOR DE INTERÉS Observación
 Catalizador 1 Catalizador 2 Catalizador 3 Catalizador 4
1 58.2 56.3 50.1 52.9
2 57.2 54.5 54.2 49.9
3 58.4 57 55.4 50
4 55.8 55.3 51.7
5 54.9
Total / Nivel 284.5 223.2 159.7 204.5
Gran Total 871.8
Media / Nivel 56.9 55.78 53.23 51.13
Media total 54.26

g. Verificación de los supuestos del modelo

Normalidad
Prueba estadística de SHAPIRO WILK
Contraste de hipótesis para la prueba de SMIRNOF-KOLMOROF
𝑯𝟎 : los datos de las concentraciones tienen una distribución normal.

𝑯𝟏 : los datos de las concentraciones no presentan una distribución normal.

RD: descartar 𝐻0 si el valor p es menor o igual que el nivel de significancia.

Estadísticas
Variable Media Desv.Est. Mediana IQR Asimetría
Concentración del componente 54.488 2.831 55.100 4.825 -0.47
Homocedasticidad

Contraste de hipótesis para la prueba de BARTLETT

𝑯𝟎 : 𝜎 2 1 = 𝜎 2 2 = 𝜎 2 3 = 𝜎 2 4
𝐻1 : al menos una de las varianzas de los niveles del factor de interés es diferente.

RD: descartar 𝐻0 si el valor p es menor o igual que el nivel de significancia

O descartar 𝐻0 si 𝐹𝑐 ≥ 𝐹𝛼,𝑔𝑙𝑛,𝑔𝑙𝑑

Intervalos de confianza de Bonferroni de 95% para desviaciones estándar

Catalizador N Desv.Est. IC
1 5 1.51987 (0.80236, 6.3056)
2 4 1.09962 (0.54177, 6.5943)
3 3 2.77909 (1.23361, 35.0980)
4 4 1.44309 (0.71099, 8.6540)

Nivel de confianza individual = 98.75%

Pruebas
Estadística
Método de prueba Valor p
Bartlett 2.17 0.539
Independencia

h. Análisis de Varianza

Método
Hipótesis nula Todas las medias son iguales
Hipótesis alterna No todas las medias son iguales
Nivel de significancia α = 0.05

Se presupuso igualdad de varianzas para el análisis.

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Catalizador 3 85.68 28.559 9.92 0.001
Error 12 34.56 2.880
Total 15 120.24
i. Cálculo de los parámetros del modelo
𝑀𝑒𝑑𝑖𝑎 𝑡𝑜𝑡𝑎𝑙: 𝜇𝑡 = 54.48
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎: 𝜎 2 = 2.880
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟: 𝜎 = 0.1.697

Cálculo del coeficiente de determinación

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
1.69710 71.26% 64.07% 44.49%

0 ≤ 0.7126 ≤ 1
j. Cálculo de los IC para los promedios de cada nivel

Medias
Catalizador N Media Desv.Est. IC de 95%
1 5 56.900 1.520 (55.246, 58.554)
2 4 55.775 1.100 (53.926, 57.624)
3 3 53.23 2.78 (51.10, 55.37)
4 4 51.125 1.443 (49.276, 52.974)

Desv.Est. agrupada = 1.69710