DISEÑO DE EXPERIMENTO DE UN SOLO FACTOR

Ángela María Aguirre González CC. 43253408

Cinthya Mariam Peña Rua CC. 1152203380

Diseño de experimentos

Docentes
Olga Cecilia Úsuga Manco
Carmen Elena Patiño Rodríguez

UNIVERSIDAD DE ANTIOQUIA
FACULTAD DE INGENIERÍA
Marzo 27 de 2020
Título del experimento
Incidencia de la cantidad de NaCl en la resistencia eléctrica del agua
Objetivos del experimento
● Determinar la resistencia eléctrica del agua en diferentes concentraciones de NaCl
Trasfondo relevante o marco teórico:
a) Relaciones teóricas
En química, un ion hace referencia a un átomo o un grupo de átomos que tiene una carga neta positiva o negativa. Cualquier sustancia que contiene en
su composición iones libres se denomina electrolito (Bustamante, 2013) y estos poseen la característica de ser conductores eléctricos de acuerdo a su
oposición frente al fluido de la corriente que puede ser cuantificada por la resistencia eléctrica cuyas unidades de media son los Ohmios cuyo inverso
es la conductancia eléctrica. Ambas medidas, están vinculada a la cantidad de sólidos totales disueltos en la sustancia objeto de análisis (Sardi et al.,
2014).
b) Conocimiento y experiencia de los expertos
La sal NaCl está constituida por dos iones; estos son el catión Na+ y el anión Cl-. Al disolver la sal en agua, las uniones que mantienen unidos sus cristales
se rompen quedando los iones por separado en el líquido (Caamaño & Maestre, 2004) generando un electrolito; dicha ruptura es causada por la
atracción de los iones por separado (Na+ y Cl-) por el agua (que es una molécula polar) y genera conductividad eléctrica dada la baja resistencia adquirida.
c) Experimentos previos
Predicción de la conductividad térmica de líquidos y mezclas de líquidos, incluidas las fracciones de petróleo crudo(Teja & Tarlneu, 1988); Experimentos
cuantitativos electroquímica-Conductividad del agua + sal (Zhou et al., 2005)

Variable respuesta
Resistencia eléctrica en kiloOhmios, el cual será medido con una pinza amperimétrica (Hioki 3280 que mide resistencia en 6 rangos desde 419.9Ω hasta
41.99MΩ, con precisión de ± (2% de la lectura + 4 dígitos)) de la siguiente manera: Se insertan en las entradas de clavija COM y VW los respectivos
conectores; luego, se sitúan las puntas de las sondas dentro de la unidad experimental (vasos marcados con números del 1 al 9 con 100ml de agua y
una cantidad de sal definida de acuerdo al tratamiento asignado) en secuencia aleatoria que se describirá más adelante; se emplea el botón HOLD para
retener la lectura en la pantalla y finalmente se registra el dato.
Se ha determinado que, para agua potable sin ninguna adición de sales la resistencia eléctrica promedio es de 58,9 kiloOhmios y se esperan valores
menores a este.
Listado de cada variable de control
*Cantidad de sal en gramos, la cual ha sido cuantificada con cuchara dosificadora (1,2g) de la que no se tiene un registro de su precisión. Se asignan
niveles de 1,2g; 2,4g y 3,6g de sal; de manera inicial se intuye que la resistencia eléctrica será inversamente proporcional a la cantidad de sal. Es preciso
señalar, que cantidades superiores a 3,6g de sal para 100ml de agua presentan sobresaturación que podría alterar los resultados obtenidos, por tanto,
para el control del ruido se decide trabajar con las tres cantidades anteriormente expuestas.
Listado de cada variable que se mantendrá constante
*Fuente de abastecimiento de agua: Mantiene homogeneidad en ciertos factores como temperatura, ph y otros
*Cantidad de agua (100ml): Garantiza una cantidad equiparable de moléculas de agua disponibles para la ionización
*Mismos equipos de medida (cuchara y pinza amperimétrica): Con la finalidad de evitar variaciones asociadas al instrumento
*Personal asignado para cada tarea: Con la finalidad de evitar fluctuaciones asociadas al error humano.
*Lugar y hora del experimento: Garantiza las mismas condiciones ambientales como la temperatura ambiental
Listado de cada factor de ruido
*Captura de datos: Datos inestables y fluctuantes durante la medición cuya variación se relaciona con el momento del registro del mismo y no a una
estabilización de la medida.
*Posibles sustancias disueltas en el agua (en especial sales y metales) cuya presencia puede variar entre unidades experimentales
Listado y etiquetado de las interacciones conocidas o sospechas
Se prevén resistencias eléctricas mucho más bajas de 58,9 kiloOhmios e inversamente proporcionales a la cantidad de sal (a mayor cantidad sal,
menor resistencia eléctrica) pero mayores a 0 kiloOhmios.
Descripción detallada de la ejecución de cada etapa del experimento
Para el experimento, se usan 13 vasos, sal, agua, una pinza amperimétrica, lápiz y papel con un costo aproximados de $2.400 en insumos y una duración
estimada de 2h de ejecución. Inicialmente se define la unidad experimental como 1 vaso con 100militros de agua y sal (NaCl) disuelta en cantidades
variables de acuerdo al tratamiento. Para el procedimiento, inicialmente se toman los vasos, se añaden 100ml de agua y se enumeran de 1-9. Por su
parte, en una bolsa de meten trozos de papel con los números del 1-9 por separado; en otra bolsa cantidades de la sal (3 papeles con 1,2gr; 3 con 2,4 y
3 con 3,6gr para un total de 9 papeles). Así, se arman pares con número obtenido al azar de una bolsa y cantidad de sal también al azar de otra bolsa.
Estos, son asignados a el vaso con el mismo número y se añade la cantidad de sal correspondiente evitando precipitación de la sal sin disolver. Los vasos
acomodan en fila de acuerdo a la orden de obtención de la combinación y en este orden se toma la medida de resistencia eléctrica. Las obtenciones de
las medidas se realizan acorde con el ítem (Variable respuesta)
Resumen: #de factores=1; réplicas=3; experimentos=9; unidad experimental: 100 mililitros de agua y sal (NaCl) disuelta en cantidades variables
Preferencias de diseño y técnicas de análisis de datos
Diseño univariado, unifactorial, balanceado y completamente aleatorizado
Mariam Peña - 1152203380
Responsables
Ángela Aguirre - 43253408
Premuestreo
Se realizó un premuestreo correspondiente a 4 vasos con 100 ml de agua sin sal, con 1,2gr de sal; 2,6gr de sal y 3,4gr sal. De las que se obtuvieron
resultados acordes a las predicciones, pero con resultados inesperados asociados a el vaso de agua sin sal por sus resultados alejados de las demás
tendencias, lo que lleva a decidir no incluir este valor en el experimento.
 Análisis descriptivo de los datos
Para el desarrollo del experimento, los datos que se relacionan en la Tabla 1; estos, de acuerdo con la
Ilustración 1, en los gráficos comparativos de Cajas y Bigotes y de Medias se observa que aparentemente las
medias de los tres niveles son diferentes ya que no se traslapan los puntos ni los gráficos entre si (ni son
paralelos). Dado que el nivel asociado a los 2,4 gramos de sal, el cajón es más amplio y se puede deducir sin
concluir, que los datos son más dispersos que en los otros dos niveles.

Resistencia
cantidad de sal
eléctrica
[g]
[ohmios]
22,9
1,2 22,45
22,32
20,65
2,4 22,37
21,19
20
3,6 19,88
19,21

Tabla 1. Datos obtenidos en el experimento Ilustración 1. Representación gráfica de cada uno de los
tratamientos

Al revisar los gráficos de la Ilustración 2, se observa que en el Histograma no hay mucha claridad frente a la
distribución que llevan los datos debido a que son pocos y no se observa una curva suavizada. Con el gráfico
Cuantil- Cuantil, aparentemente los datos se distribuyen normalmente dado que ninguno de los datos
sobrepasa los intervalos (las líneas punteadas) del gráfico y los datos están muy cerca de la línea central.
En el caso del boxplot, éste muestra de una manera más ideal que los datos aparentemente si provienen de
una distribución dada la simetría de gráfico, sin embargo, es importante aclarar que gráficamente no se debe
concluir ni afirmar que la distribución es normal hasta no realizar las pruebas estadísticas.

Ilustración 2. Representación gráfica de los datos agrupados - Cuantil-cuantil, Histograma y Boxplot

Análisis de pruebas estadísticas: Para aceptar o rechazar nuestra 𝐻0 se realizaron las siguientes pruebas
estadísticas con un 𝛼 = 0,05 a la variable respuesta, es decir a la resistencia eléctrica del agua (ohm) cuando
tiene diferentes concentraciones de NaCl obteniendo los siguientes resultados:
 𝐻0 : 𝑌(𝑜ℎ𝑚)~ 𝑁(0, 𝜎 2 )
𝐻𝑎 : 𝑌(𝑜ℎ𝑚) 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑁𝑜𝑟𝑚𝑎𝑙
Prueba estadística p-value
Shapiro-Wilk normality test 0.314
Anderson-Darling normality test 0.291
Cramer-von Mises normality test 0.303
Lilliefors (Kolmogorov-Smirnov) normality test 0.151
Pearson chi-square normality test 0.264
Jarque-Bera test for normality 0.310
Tabla 2. Pruebas de normalidad

Dado que el Valor-P > 𝛼 en todas las pruebas, se acepta 𝐻0 . Es decir, los datos tienen una distribución normal.

Modelos e Hipótesis

Supuestos en términos de residuos:

✔ 𝜀𝑖𝑗 ~𝑁(0, 𝜎 2 )
✔ 𝑦𝑖𝑗 ~𝑁(𝜇 + 𝜏𝑖 , 𝜎 2 )
✔ Observaciones mutuamente independientes

1) Modelo de medias:

𝑦𝑖𝑗 = 𝜇𝑖 + 𝜀𝑖𝑗, 𝑖 = 1:3 y 𝑗 = 1:3

Donde, 𝑦𝑖𝑗 es la 𝑖𝑗-ésima observación, 𝜇𝑖 es la media del 𝑖-ésimo tratamiento y 𝜀𝑖𝑗 es un componente de error
aleatorio.
Se tiene entonces una hipótesis nula de que las medias en los niveles son iguales a la media global 𝜇 y una
hipótesis alternativa de que hay diferencias en la comparación en las medias en al menos un par de
tratamientos así:

H0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇 𝐻𝑎: 𝜇i ≠ 𝜇j para algún par (𝑖, 𝑗) con 𝑖≠ 𝑗

2) Modelo de efectos:
𝑦𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗, 𝑖 = 1:3 y 𝑗 = 1:3
Donde, 𝑦𝑖𝑗 es la observación de la variable respuesta obtenida del 𝑖-ésimo nivel en la j-ésima réplica, 𝜇 es la
media global de cada tratamiento y 𝜏𝑖 es el efecto del 𝑖-ésimo nivel
Se tiene entonces una hipótesis nula de que todos los efectos son iguales a 0 y una hipótesis alternativa de
que al menos uno de los efectos es estadísticamente diferente de 0 así:
H0: 𝜏1 = 𝜏2 = 𝜏3 = 𝜏4 = 0 𝐻𝑎: 𝜏i ≠ 0, para algún 𝑖
3) Modelo de regresión:
𝑦𝑖𝑗 = 𝛽0 + 𝛽1𝑥1j + 𝛽2𝑥2j + 𝜀𝑖𝑗, 𝑖 = 1:3 y 𝑗 = 1:3
Con 𝑥𝑖𝑗 como variable indicadora del tratamiento i-ésimo.
La hipótesis nula será que pendiente de la regresión es igual a 0 y la alternativa que es diferente de 0 para
cualquier 𝑖 entre 1 y 3, así:
H0: 𝛽1 = 𝛽2 = 0 𝐻𝑎: 𝛽i ≠ 0, para algún 𝑖

ANOVA y verificación de Hipótesis

Grados de Suma de Media de F-

P-Valor
libertad Cuadrados cuadrados Valor
Cantidad de
2 12,422 6,211 17,79 0,00301
sal [g]
Residuales 6 2,095 0,349
Tabla 3. Resultados ANOVA

Con un nivel de significancia 𝛼 = 0,05, se puede concluir que se rechaza las hipótesis H0 para el modelo de medias
y efectos con 𝑉𝑎𝑙𝑜𝑟 𝑝 = 0,00301 < 𝛼 concluyendo que hay diferencias en la comparación de las medias en al
menos un par de tratamientos y que al menos uno de los efectos es estadísticamente diferente de 0. Las fuentes
de variabilidad están asociadas al error residual (diferencia de las mediciones obtenidas y la predicción del
modelo) y al factor; así se tienen una de cuadrados asociados a la cantidad de sal es diferente de 0 lo que implica
que hay variabilidad asociada al factor. Dicha variabilidad está asociada en un 85,57% al factor elegido y un 14,43%
a los residuales lo cual es aceptable para el alcance el experimento.

Gran Media 21,21889

Cantidad sal [g] 1,2 2,4 3,6
Medias 22,557 21,403 19,697
Efectos 1,3378 0,1844 -1,5222
Tabla 4. Resumen medias-efectos

Según la Tabla 4 la media global (promedio de todas las observaciones) de 21,21 y las medias µ1, µ2 y µ3 en la
misma tabla. Además, los efectos son la diferencia entre la gran media y las medias muestrales.

Estimación Error Estándar F-Valor P-Valor

Intercepto 22,5567 0,3412 66,115 8.05E-10
Concentración
-1,1533 0,4825 -2,39 0,054
de sal 2.4g
Concentración
-2,86 0,4825 -5,928 0,00103
de sal 3.6g
Tabla 5. Resumen Regresión

En el modelo de regresión, además del 𝑝 = 0,00301 < 𝛼 los resultados resumen que se presentan en la
tabla 5 muestran que los valores estimados para 𝛽1 = -1,15 y 𝛽2 =-2,86 son diferentes de cero, aceptando la
hipótesis alternativa, por lo que podemos concluir que las diferencia entre al menos dos pares de tratamientos
es diferente de 0 y que las concentraciones de sal influyen en la resistencia eléctrica del agua.

Validación del modelo

*Supuesto de normalidad de errores

H0: Ɛij~Normal Ha: Ɛij~f(Ɛij)
 Prueba estadística p-value
Shapiro-Wilk normality test 0.9038
Anderson-Darling normality test 0.8326
Cramer-von Mises normality test 0.8322
Lilliefors (Kolmogorov-Smirnov)
0.8784
normality test
Pearson chi-square normality test 0.4594
Jarque-Bera test for normality 0.8495

Tabla 6. Resumen test normalidad de residuales Ilustración 3. Representación gráfica de los residuales

- Análisis gráfico:
Analizando los gráficos de la ilustración 3 asociados a los residuales, aparentemente se identifica un
comportamiento de distribución Normal dado que en el gráfico Cuantil - Cuantil todos los puntos están cerca
de la línea central y dentro de los límites. En los tres gráficos de puede identificar que la curva tiene un sesgo
a la derecha. Sin embargo, solo con los gráficos no se puede llegar a ninguna conclusión por lo que se requieren
las pruebas estadísticas.

- Pruebas estadísticas:
Para determinar si los residuales siguen una distribución normal se realizaron 6 pruebas estadísticas
relacionadas en la tabla 6 y se concluye con un nivel de significancia de 𝛼 = 0,05 y 𝑉𝑎𝑙𝑜𝑟 𝑝 > 𝛼 en todas las
pruebas que los residuales siguen una distribución Normal, aceptando la Hipótesis Nula.

*Supuesto homocedasticidad
𝐻0:𝜎1 2 = 𝜎2 2 = 𝜎3 2 = 𝜎 2 𝐻𝑎: 𝜎i 2 ≠ 𝜎j 2 para algún 𝑖 ≠ 𝑗

Ilustración 4. Procedimiento gráfico supuesto de homocedasticidad

Prueba Estadística P-Valor

Bartlett test of homogeneity of variances 0.3786
studentized Breusch-Pagan test 0.2398
Tabla 7. Pruebas estadísticas de varianza
Si bien sólo con los gráficos de la ilustración 4 no se puede validar el supuesto, la variabilidad de los
datos parece ser uniforme; sin embargo, al realizar las pruebas estadísticas, el 𝑉𝑎𝑙𝑜𝑟 𝑝 > 𝛼 hace que
se acepte la Hipótesis Nula, por lo que se concluye que las varianzas de los 3 tratamientos son iguales.

*Supuesto independencia de los errores del modelo

𝐻0: 𝐶𝑜𝑟 (𝜀𝑖, 𝜀𝑗) = 0 ∀ 𝑖 ≠ 𝑗 𝐻𝑎: 𝐶𝑜𝑟 (𝜀𝑖, 𝜀𝑗) ≠ 0 para algún 𝑖 ≠ 𝑗

Ilustración 5. Procedimiento gráfico supuesto de independencia de errores

Prueba Estadística P-Valor

Durbin-Watson test 0.5217
Tabla 8. Prueba estadística supuesto de independencia de los errores del modelo

Si bien desde la planeación del experimento se aseguró que cada una de las unidades experimentales eran
diferentes y en los gráficos mostrados en la ilustración 5, especialmente en el gráfico de función de
autocorrelación y en el de autocorrelación parcial se aprecia las líneas están dentro de las bandas de confianza
lo que aparentemente indica independencia entre los residuales. Con la prueba estadística, dado que
𝑉𝑎𝑙𝑜𝑟 𝑝 > 𝛼 se acepta la hipótesis Nula, es decir que la correlación entre los errores es igual a 0 y hay
independencia entre los residuales.

Conclusión: El modelo es estadísticamente válido porque los errores cumplen los 3 supuestos:
Normalidad, Homocedasticidad e independencia.

Comparación entre tratamientos

𝐻0 : 𝜇𝑖=𝜇𝑗 ∀𝑖≠𝑗
𝐻𝑎: 𝜇𝑖≠𝜇𝑗 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖≠𝑗
Diferencia Valor - P LCL UCL
1,2g - 2,4g 1.153333 0.054 -0.0272858 2.333952
1,2g - 3,6g 2.86 0.001 1.67938088 4.040619
2,4g - 3,6g 1.706667 0.0123 0.52604755 2.887286
Tabla 9. Comparación entre las medias de los tratamientos LSD

En la tabla 9 de comparación entre medias de los tratamientos a través del Método de la diferencia mínima
significativa (LSD), se observa que, en la primera comparación según el Valor P, se acepta la Hipótesis Nula
diciendo que las medias poblacionales de las concentraciones 1,2g y 2,4g son estadísticamente iguales y se
evidencia en el intervalo ya que incluye el cero.
En el caso de la comparación 2, el intervalo (1,68; 4,04) es positivo, donde 𝜇1,2𝑔> 𝜇3,6𝑔 . El Valor P es muy
pequeño, así que se acepta la Hipótesis Alternativa donde las medias poblacionales de las concentraciones
1,2g y 3,6g son diferentes.
En la comparación 3, el intervalo (0,53; 2,88) es positivo, donde 𝜇2,4𝑔> 𝜇3,6𝑔 . El Valor P < 𝛼 con lo que se acepta
la Hipótesis Alternativa donde las medias poblacionales de las concentraciones 2,4g y 3,6g son diferentes.

Análisis del número de réplicas

Error tipo I: Rechazar una Ho siendo verdadera Error tipo II: Aceptar una Ho siendo falsa

Nivel de significacnia → α = P(error tipo I) = P(Rechazar H0 |H0 verdadera)

Probabilidad del segundo error → β = P(error tipo II) = P(No rechazar H0|H0 falsa)
Potencia (Probabilidad de tomar decisiones correctas) → 1 − β = P(Rechazar H0 |H0 falsa)
nD2
Φ2 = 2 ; D = Diferencia mínima que se desea detectar; a = número de tratamientos; n
aσ
= número de réplicas
𝐷2
𝑓=√ 2
𝑎𝜎
Debido a que el número de réplicas es dado, para nuestro análisis tendremos en cuenta la potencia del experi
mento así:
k=a n f 𝛂 Potencia
3 3 1,466 0,05 0,857
Tabla 10. Prueba de potencia para el experimento

Así, la probabilidad de estar tomando decisiones correctas será del 85,7%. Teniendo en cuenta una diferencia
de 1,5 en la variable respuesta y un 𝜎 2 =0,349 obtenido de la ANOVA

CONCLUSIONES DEL EXPERIMENTO:

• Se concluye que, a mayor concentración de NaCl, la resistencia eléctrica del agua es menor.
• Las concentraciones de NaCl de 1,2g y 2,4g no inciden significativamente en la resistencia
eléctrica del agua ya que las medias de ambas estadísticamente no son diferentes. En el caso
de las concentraciones de sal mencionadas comparadas con una concentración mayor, es
decir de 3,6g de NaCl, si se genera un cambio significativo en las medias ya que
estadísticamente estas comparaciones son diferentes.
• La variabilidad del experimento está asociada en gran medida al factor seleccionado lo que
implica una selección adecuada del mismo. Los residuales tienen tienen una influencia baja y
podrían estar asociados a las variables de ruido como las moléculas disueltas del agua usada
en el experimento.
• Para aumentar la probabilidad de tomar decisiones correctas, es preciso usar más réplicas
pues 3 son aún muy pocas; sin embargo, para efectos prácticos la potencia es admisible.
• Los tratamientos de 1,2g de sal y 2,4g de sal presentan una igualdad estadística por lo que se
sugiere el uso de otros tratamientos para experimentos futuros.

Referencias
Bustamante, G. (2013). Revista de Actualización Clínica Investiga - Electrolitos.
 http://www.revistasbolivianas.org.bo/scielo.php?pid=S2304-
37682013001200001&script=sci_arttext&tlng=es
Caamaño, A., & Maestre, G. (2004). Alambique. [Versión electrónica. In Revista Alambique.
Sardi, L., Mónica Mirensky, E., Iaconis, N., & Broitman, M. (2014). CALIDAD DEL AGUA DOMICILIARIA.
EXPERIENCIA DE APRENDIZAJE EN EL TRANSCURSO DE UN PROYECTO DE INVESTIGACIÓN: APLICACIÓN
DEL MÉTODO CIENTÍFICO.
Teja, A. S., & Tarlneu, G. (1988). Prediction of the thermal conductivity of liquids and liquid mixtures including
crude oil fractions. The Canadian Journal of Chemical Engineering, 66(6), 980–986.
https://doi.org/10.1002/cjce.5450660613
Zhou, N., Habelitz-Tkotz, W., … D. G.-J. of S., & 2005, U. (2005). Quantitative microscale chemistry
experimentation (volumetry, gravimetry, electrochemistry, thermochemistry)/Experimentos
cuantitativos en química de microescala. Search.Proquest.Com.
http://search.proquest.com/openview/64d552df7bc516dd2edd0a6537b71b39/1?pq-
origsite=gscholar&cbl=28899