Taller Multidisciplinario de Ingeniería en Alimentos

Opción Desarrollo de Productos Alimenticios

DISEÑO DE EXPERIMENTOS

Tratamiento de datos
Profesoras Integrantes
IBQ. Leticia Figueroa Villarreal Camacho Morales Jennifer Dolores
M. en C. Sandra M. Rueda Enríquez Núñez Solano Naylen Sabrina

DISEÑO DE EXPERIMENTOS

¿Qué es? Es la aplicación del método científico para generar conocimiento acerca de
un sistema o proceso, por medio de pruebas planeadas. En donde existe un
conjunto de técnicas estadísticas y de ingeniería, que permiten entender
situaciones complejas.

Experimento Variables

Cambio en las De respuesta: A

condiciones de través de esta se
operación de un sistema conoce el efecto o
o proceso, para medir el los resultados de
efecto del cambio sobre cada prueba
el producto. experimental.
 Controlables

Factores De ruido

Estudiados
Son las variables que se investigan en el
experimento, respecto de cómo influyen
o afectan a la(s) variable(s) de respuesta
Nivel
Son los diferentes Tratamiento
valores que se asignan Es la combinación Tabla 1. Punto de diseño o tratamiento
a cada factor de niveles de
estudiado en un todos los factores
diseño experimental estudiados
¿En qué consiste?

Determinar qué pruebas se deben realizar, para obtener datos que, al

analizarlos, proporcionen evidencias para responder las interrogantes
planteadas, que resuelvan un problema o logren mejoras.

Algunas problemáticas.

COMPARAR APOYAR
Dos o más materiales DETERMINAR ENCONTRAR Los diseños o
para elegir el mejor. Factores de impacto Condiciones de rediseños de
Instrumentos de sobre el producto operación para productos.
medición para final. reducir defectos.
verificar.
 Etapas del Diseño de Experimentos

Planeación y realización.

Entender y delimitar el problema.

Se deben realizar investigaciones preliminares que conduzcan a la
clarificación de qué se va a estudiar, por qué es importante y cuál es la
magnitud.

Elegir las variables de respuesta y verificar su confiabilidad.

Se deben elegir las que mejor caractericen al objeto de estudio. Y se
debe garantizar que los instrumentos sean precisos y exactos para
poder repetir y reproducir una medición.

Determinar cuales factores deben estudiarse.

De acuerdo con la influencia que tiene sobre la respuesta.
 Seleccionar los niveles de cada factor y el diseño experimentar.
Determinar cuántas repeticiones se harán, considerando el tiempo,
costo, y la precisión.

Planear y organizar el trabajo experimental.

Personas que intervendrán, la forma operativa del experimento, entre
otros.

Realizar el experimento.

Analisis.

Los resultados experimentales son observaciones muestrales, no

poblacionales. Por ello, se debe recurrir a métodos estadísticos para ver si las
diferencias son grandes para garantizar diferencias poblacionales. Siendo el
análisis de varianza ANOVA la técnica central en el experimento.
Interpretación.

Se realiza la contrastación de conjeturas iniciales con los resultados hasta

verificar supuestos y elegir el tratamiento.

Control y conclusiones finales.

Se deciden las medidas a implementar para garantizar las mejoras y que estas
se mantengan.
 Clasificación y selección de los diseños experimentales

Aspectos que más influyen

El objetivo del experimento.

El número de factores a estudiar.
El número de niveles que se prueban en cada factor.
Los efectos que interesa investigar (relación factores-respuesta).
El costo del experimento, tiempo y precisión deseada.

Al cambiar cualquiera de ellos

generalmente cambia el diseño
experimental a utilizar
Tabla 2. Clasificación de diseños experimentales
 Factorial 3k Arreglo ortogonal

Cuentan con un número de factores k, los Cada factor se puede evaluar sin
cuales tienen tres niveles cada uno. considerar todos los demás, el efecto de
un factor no afecta la estimación de otro
Por ejemplo: 3^2 factor. Se busca reducir el número de
2: Dos Factores (tiempo y experimentaciones.
temperatura)
3: Tres niveles de variación (5s, Por ejemplo: L8 2^4
10s y 15s; 70°C, 90°C y 110°C) L8: Ocho corridas
4: Cuatro factores
2: Dos niveles
 Software para Diseños Experimentales

1 2
Minitab Statistical Statistical Package for
Software. the Social Sciencies.
Es popular entre estudiantes y Es uno de los paquetes más popularizados,
usuarios no especializados permite realizar fácilmente análisis
aunque no contempla tantos estadísticos y con fácil programación
métodos estadísticos como SPSS.
 TRATAMIENTO DE DATOS

Es cuando se aplica algún tipo de método estadístico a un conjunto de

datos para transformarlo de un grupo de números sin sentido en un
resultado significativo.

Etapas del estudio estadístico

Investigación
Conjunto de datos.
Organización y Presentación de los datos numéricos.
Análisis de los datos numéricos.
Interpretación de los datos numéricos.
 Tipos de Estadística

Estadística Inferencial. Estadística Descriptiva.

Se encarga de los procesos de
estimación, análisis y pruebas
hipótesis.
Su finalidad es llegar a
conclusiones para la toma de
decisiones.
Se encarga de la recolección,
clasificación y simplificación de la
información.
La información se resume en
cuadros y gráficos que describen el
comportamiento de la
información.

Miden y recopilan datos sobre los individuos o elementos de una muestra

 Herramientas estadísticas

Media Mediana Moda

Valor que queda en el centro
Es la suma de todos los Valor que se presenta
tras la división de una serie
valores dividida entre el con más frecuencia en
de valores ordenados en dos
número de valores que una serie de mediciones.
partes iguales.
tenemos (numero de
valores sumados).

Núm. de datos par:

Corresponde al valor
medio de los 2 datos
centrales
 Varianza Desviación Coeficiente
Estándar de variación

Es una medida de Es la medida de dispersión Es una medida de dispersión

dispersión que se utiliza
para representar la
variabilidad de un conjunto
de datos respecto de la
media aritmética de los
mismo.
más común, que indica qué
tan dispersos están los datos
con respecto a la media.
Mientras mayor sea, mayor
será la dispersión
que permite el análisis de las
desviaciones de los datos con
respecto a la media y al mismo
tiempo las dispersiones que
tienen los datos dispersos
entre sí.
 Referencias
-Acosta, S; Laines, B y Piña, G. Estadística Inferencial. Universidad Peruana de Ciencias Aplicadas.
-Apuntes de Estadística Descriptiva. UAEMEX. Obtenido de:
http://ri.uaemex.mx/bitstream/handle/20.500.11799/33963/secme-21224.pdf?sequence=1&isAllowed=y
-Fernández, S. (2020). Diseño de experimentos: diseño factorial. Universidad Politécnica de Catalunia.
-Gutiérrez, H. y Vara, R. (2008). Análisis y diseño de experimentos. México: por McGRAW-
HILL/INTERAMERICANA
-Jurado, M. (2012). Elaboración de un paquete estadístico de diseño experimental en la Facultad de
Ingeniería en Ciencias Agropecuarias y Ambientales. Tesis para obtener el titulo de Ingeniero.
-Melo, O. et al. (2020). Diseño de experimentos, métodos y aplicaciones. Bogotá: Universidad Nacional de
Colombia.
-Soporte de minitab (2022). Diseños de Tagguchi. Obtenido de: https://support.minitab.com/es-
mx/minitab/18/help-and-how-to/modeling-statistics/doe/supporting-topics/taguchi-
designs/taguchidesigns/#:~:text=Un%20arreglo%20ortogonal%20significa%20que,la%20estimaci%C3%B
3n%20de%20otro%20factor.
-Técnicas de Control Metrológico. (2017). Diseño de experimentos DOE. TCM. Obtenido de:
https://www.tcmetrologia.com/blog/diseno-de-experimentos-2/