TALLER DISEÑO EXPERIMENTAL TERCER CORTE

ANGÉLICA RIOZ MARTÍNEZ

INSTITUTO UNIVERSITARIO DE LA PAZ

ESCUELA DE INGENERÍA DE PRODUCCIÓN
PROGRAMA DE INGENIERÍA EN SEGURIDAD Y SALUD EN EL TRABAJO
BARRANCABERMEJA
2022
 TALLER DISEÑO EXPERIMENTAL TERCER CORTE

ANGÉLICA RIOZ MARTÍNEZ

Taller de diseño experimental del tercer corte perteneciente a la asignatura

diseño experimental en el programa Ingeniería en Seguridad y Salud en el
Trabajo

JOHAN SERRANO
Docente

INSTITUTO UNIVERSITARIO DE LA PAZ

ESCUELA DE INGENERÍA DE PRODUCCIÓN
PROGRAMA DE INGENIERÍA EN SEGURIDAD Y SALUD EN EL TRABAJO
BARRANCABERMEJA
2022
DESARROLLO
 1. Conteste las siguientes preguntas, de índole general, con respecto a los
diseños factoriales:

a) Explique qué son los factores y qué es la(s) variable(s) de respuesta.

RTA:
Los factores son elementos que se toman como posibles causantes de
variabilidad dentro de un proceso o experimento, estos pueden ser de tipo
cualitativo (máquinas, tipos de material, operador, la presencia o ausencia de
una operación previa, etc.), o de tipo cuantitativo (temperatura, humedad,
velocidad, presión, etc.). Se tienen en cuenta por que estos influyen en la
variable de respuesta, es el resultado que se estudia o del cual se desea
conocer algo en concreto.

b) ¿Cuál es el objetivo de un diseño factorial?

RTA:
El objetivo de un diseño factorial es estudiar el efecto individual y de interacción
de varios factores sobre una o varias respuestas.

c) Ejemplifique y explique en qué consiste la estrategia de modificar o

mover un factor a la vez, que es propia de la experimentación empírica.

RTA:
Consiste en elegir el primer factor, realizar las corridas que quiera con ambos
niveles, para obtener así la condición óptima. Para el caso de descifrar si
aumentar o disminuir la temperatura de horneado de los roscones de una
panadería varia el sabor si se usa más mermelada de durazno que de guayaba,
al probar primero se deja el aumento de temperatura para probar las diferente
proporciones de mermelada, luego cuando se obtenga un óptimo se mida con
ese optimo aumentar o disminuir la temperatura, y con base a ese resultado se
obtiene el óptimo de horneo.

d) Señale y argumente qué ventajas tienen los experimentos factoriales

sobre la estrategia de mover un factor a la vez.
RTA:
§ Permiten estudiar el efecto individual y de interacción de los distintos
factores
§ Se pueden correr fracciones de diseños factoriales, las cuales son de
gran utilidad cuando se involucran muchos factores para descartar de
manera económica los que no son importantes.
 § Pueden utilizarse en combinación con diseño de bloques en situaciones
en las que no puede correrse todo el diseño factorial bajo las mismas
condiciones.

e) ¿Qué significa que un factor tenga un efecto significativo? ¿Sobre

quién es el efecto?

RTA:
Significa que en interacción con otro factor su significancia es negativa, y
esto recae en la variable de respuesta, lo que significa que no es el mejor
tratamiento.

f) ¿Todos los factores deben ser de tipo cuantitativo o es posible

involucrar factores cualitativos, por ejemplo, dos tipos de máquinas, o
la presencia o ausencia de alguna sustancia?

RTA:
No necesariamente, sin embargo se pueden involucrar factores cualitativos
en los experimentos.

2. Suponga un diseño factorial 22, cuyos factores y niveles son:

temperatura (8, 20) y velocidad (4, 7). La variable de respuesta es
rendimiento. Conteste las siguientes preguntas:

a) ¿Por qué este diseño recibe tal nombre?

RTA:
Este diseño recibe este nombre porque es un experimento de dos factores,
con dos niveles por cada factor.

b) Anote los diferentes tratamientos que forman este diseño. Utilice

diferentes tipos de códigos.

Temperatura(A) Velocidad(B) A B Código

8 4 - - 1
8 7 - + b
20 4 + - a
20 7 + + ab
 c) Represente en forma geométrica al diseño y resalte la región de
experimentación.

(-1,1) (1,1)
7

B: Velocidad

4
(-1,-1) (1,-1)

8 20
A: Temperatura

d) Explique cómo piensa que fue el proceso para seleccionar esos

factores y esos niveles.

RTA:
Se escoge el rendimiento fuera la variable de respuesta ya que era el factor
de interés para el experimento, y como factores la temperatura y la
velocidad debido a que son los factores que pueden causar mayor
significancia en el rendimiento, y se toman los niveles mencionados ya que
son los de mayor significancia.

e) Defina qué son los efectos principales y cuál el efecto de interacción.

Los efectos principales: Efectos por separado de los factores a estudiar.

Efecto de interacción: Es cuando un factor depende del nivel de otro.

f) Señale los diferentes efectos que se pueden estudiar con este diseño
y la forma en que se calcula cada uno.
 En el diseño existen tres efectos de interés, los efectos principales A y B, y
el efecto de interacción AB.

El efecto de A se calcula de la siguiente manera:

El efecto B es:

Y el efecto AB se calcula:

g) Describa en qué consiste la aplicación de los tres principios básicos

del diseño de experimentos, en este caso.

Aleatorización: Consiste en hacer corridas experimentales al azar; este

principio aumenta la posibilidad de que el supuesto de independencia en los
errores se cumpla.
Repetición: Es correr más de una vez un tratamiento o combinación de
factores.
Bloqueo: Es nulificar o tomar en cuenta en forma adecuada todos los
factores que pueden afectar la respuesta observada.

3. A continuación se muestran los resultados de un diseño factorial. Conteste

los siguientes incisos sin utilizar un software computacional, es decir, haga
las operaciones de manera manual.

a) ¿Qué nombre recibe este diseño y por qué?

Es un diseño 22 ya que cuenta con dos factores y dos niveles en cada

uno.
b) ¿Cuántos tratamientos tiene este diseño, ¿cuántas réplicas?

Cuenta con 4 tratamientos y 3 réplicas.

c) En total son 12 corridas experimentales. Señale en qué orden

debieron correrse y explique por qué.

Se tienen que correr de manera aleatoria, debido a que de esa manera el

experimento se vuelve más confiable, y los datos tienden a ser menos
afectados por los factores en comparación a que si se corrieran en orden.

d) Explique los efectos que se pueden estudiar a través de este diseño.

Se pueden estudiar los efectos A y B sobre la variable de respuesta, así

como también la interacción entre ellos y sus niveles.

e) Obtenga los contrastes para los efectos principales de A y B, así

como para la interacción.

Contraste A = [(-1) + a – b + ab]= [-246 + 239 – 207 + 270]= 56

Contraste B = [(-1) - a + b + ab]= [-246 - 239 + 207 + 270]= -8
Contraste AB = [1 - a - b + ab]= [246 - 239 - 207 + 270]= 70

f) Calcule los efectos principales y el efecto de interacción.

["#$%&'(%) +] ./
Efecto A = -$
= /
= 9.33
["#$%&'(%) 0] 12
Efecto B = -$
=
/
= -1.33
["#$%&'(%) +0] 34
Efecto AB = -$
= /
= 11.66

g) Haga las gráficas de los efectos principales de A y B, e interprételas.

 h) Realice la gráfica de la interacción entre los factores A y B, e
interprétela con detalle.

i) ¿Desde su punto de vista el factor B parece tener influencia sobre

Y? Argumente su respuesta.

Si, derivado de su relación y pendiente se puede determinar que la salida

será afectada siempre que exista un cambio en la variable B.

4. Suponga un diseño factorial 23, y conteste las siguientes preguntas.

a) Utilice la notación de (–, +) para los niveles de los factores, y escriba
todos los tratamientos que forman este diseño.

Código A B C
(1) - - -
a + - -
b - + -
ab + + -
c - - +
ac + - +
bc - + +
abc + + +

b) Represente en forma geométrica este diseño y resalte la región de

experimentación.

c) ¿Cuáles son todos los posibles efectos que se pueden estudiar con
este diseño?

Se pueden estudiar los efectos debido a los factores de A, B y C y la

interacción de los dos niveles con cada uno de los factores.
 d) Para cada uno de los efectos anteriores, obtenga su contraste.

e) Señale en forma específica cómo utilizaría los contrastes para

calcular los efectos y la suma de cuadrados.

Para calcular el efecto se tiene que dividir el contraste sobre el número de

réplicas por los niveles elevado a la k-1.

Para calcular la suma de cuadrado se eleva al cuadrado el contraste y se

divide sobre el número de réplicas por los niveles elevado a la k.

f) En este caso, ¿cómo aplicaría los tres principios básicos del diseño
de experimentos?

Aleatorización: Consiste en hacer corridas experimentales al azar; este

principio aumenta la posibilidad de que el supuesto de independencia en los
errores se cumpla.
Repetición: Es correr más de una vez un tratamiento o combinación de
factores.
Bloqueo: Es nulificar o tomar en cuenta en forma adecuada todos los
factores que pueden afectar la respuesta observada.

5. A continuación se muestran los resultados obtenidos en un diseño

factorial 23 no replicado. Conteste los siguientes incisos sin utilizar un
software computacional, es decir, haga las operaciones de manera
manual.
a) En la primera columna de la matriz de diseño especifique el código
de cada uno de los tratamientos, de acuerdo con la notación de
Yates.

Código A B C Y
b - + - 25
abc + + + 12
(1) - - - 30
ac + - + 10
c - - + 10
ab + + - 14
bc - + + 31
a + - - 17

b) Calcule los efectos principales de A y B.

Efecto principal de A = -10.75

Efecto principal de B = 3.750

c) Haga la gráfica de los efectos principales de A y B, e interprétela.

d) Calcule el efecto de la interacción de AB.

Efecto de interacción AB = -4.250.

e) Realice la gráfica de la interacción entre los factores A y B, e

interprétela con detalle.

f) ¿Qué tendría que hacer para saber si los efectos que calculó en los
incisos anteriores afectan de manera significativa la variable de
respuesta?

Para afirmar que tales efectos contribuyen a explicar el comportamiento

de la respuesta, se debe hacer la prueba estadística del análisis de
varianza. Las sumas de cuadrados que componen el ANOVA se pueden
calcular como se indicó en el capítulo 5 o también por medio de los efectos
 estimados, como veremos a continuación. Es obvio que si se tiene un
software especializado que haga los cálculos, lo que sigue sirve de
fundamento.

g) Calcule la suma de cuadrados para el efecto principal de A y para la

interacción.

Suma de cuadrados para efecto principal A = 231.125.

Suma de cuadrados para interacción AB = 36.125.
Suma de cuadrados para interacción AC = 3.125
Suma de cuadrados para interacción BC = 120.125.
Suma de cuadrados para interacción ABC = 55.125.

6. Suponga un diseño factorial 24, y conteste las siguientes preguntas.

a) Anote la matriz de diseño, es decir, haga una lista de todos los

tratamientos que forman este diseño.

Código A B C D
(1) - - - -
a + - - -
b - + - -
ab + + - -
c - - + -
ac + - + -
bc - + + -
abc + + + -
d - - - +
ad + - - +
bd - + - +
abd + + - +
cd - - + +
acd + - + +
bcd - + + +
abcd + + + +

b) ¿Por qué este diseño recibe tal nombre?

Porque cuenta con 4 factores con dos niveles por factor.

c) ¿Cuáles son todos los posibles efectos que se pueden estudiar con
este diseño?
 Se pueden estudiar los efectos A, B, C y D sobre la variable de respuesta,
así como también la interacción entre estos y sus niveles.

d) Con respecto al análisis, ¿en qué consiste y cuál es el objetivo de

obtener el mejor ANOVA?

El mejor ANOVA es el modelo más simple que explica mejor el

comportamiento de la variable de respuesta y se obtiene eliminando los
términos que no contribuyen.

e) ¿Cómo se calculan los coeficientes de determinación R2 y R2AjS?

f) Si después de conseguir el mejor ANOVA, se obtiene que estos R2Aj

coeficientes tienen un valor de alrededor de 90, ¿qué significa esto?

Significa que los factores estudiados, junto con su interacción, son

responsables o explican un alto porcentaje de la variabilidad observada en la
variable de respuesta.

g) Si, por el contrario, tales coeficientes tienen un valor de alrededor de

20, ¿qué significa esto?

Significa que los factores estudiados, junto con su interacción, no son

responsables o no explican un alto porcentaje de la variabilidad observada
en la variable de respuesta.

h) Obtenga el contraste para el efecto principal de D y para el efecto de

interacción CD.

Contraste D = [-(1) – a – b – ab – c – ac – bc – abc + d + ad + bd + abd + cd

+ acd + bcd + abcd]
 Contraste CD = [(1) + a + b + ab – c – ac – bc – abc - d - ad - bd - abd + cd +
acd + bcd + abcd]

i) Señale en forma específica cómo utilizaría los contrastes para

calcular los efectos y la suma de cuadrados.

Para calcular el efecto se divide el contraste sobre el número de réplicas por

los niveles elevado a la k-1.

j) ¿Puede darse el caso de que el efecto principal de A no sea

significativo, y el efecto de la interacción AB sí lo sea?

Si, se puede dar el caso.

7. En una fábrica de dientes se tiene problemas con la calidad: porosidad

(burbujas de aire dentro de los dientes), manchas blancas, dientes
sucios, dientes quebrados. En los intentos por resolver los problemas
han hecho cambios en algunos factores o variables del proceso. Con
base en la metodología del DDE se decide correr un diseño de
experimentos 23. Los factores y niveles son: temperatura de prensado
(90, 130°C), tiempo de prensado (8 y 15 minutos) y tamaño de partícula
(sin tamizar y con tamizado), la variable de respuesta fue porcentaje de
diente bueno en cada corrida (un lote de producción). Los datos son los
siguientes:

a) Estime todos los posibles efectos y diga cuáles son significativos.

 Los límites que se sobrepasan la line solo es el tamaño de partícula lo cual
quiere decir que los efectos son significativos, lo de más se encuentra dentro
de los límites.

b) Realice un análisis de varianza de estos datos y obtenga conclusiones

generales.

Alfa

Se puede encontrar que se tiene una variación notable entre la temperatura

y afecta el proceso donde tenemos el valor de P=0.5

c) Verifique residuos, ¿qué observa que sea notorio?

Se nota que hay un descontrol en la gráfica en los puntos 4 y 12 se

encuentran fuera del límite central por lo tanto afecta el proceso.
 Observaciones inusuales de porcentaje de diente beuno

Denota una observación con un residuo estandarizado grande.

d) ¿Hay un tratamiento ganador?

La temperatura y el tiempo son los que se encuentran más cerca de los

límites por lo que se puede interpretar que son los que se pueden controlar
con más facilidad.

e) ¿Qué condición de proceso sugiere emplear a futuro? Tome en cuenta,

además, que a mayor tiempo y mayor temperatura, más costos.

Se recomienda aplicar el tamizado en el proceso con busca de aumentar el

porcentaje de dientes buenos, en los factores de tiempo y temperatura.

f) Las condiciones que se utilizaban antes del experimento eran:

temperatura de 130°C y tiempo de 15 minutos. ¿Por qué cree que se
eligieron niveles inferiores de prueba para estos factores?

Ambos casos se establecen que el proceso optimo se realiza siempre con

tamizado.

g) Estos resultados, aunque positivos, no son suficientes; por lo tanto, qué

sugiere usted, ¿explorar más niveles de los factores ya estudiados?,
¿considerar otras causas? o ¿qué? Argumente.

8. En una empresa lechera se han tenido problemas con la viscosidad de cierta

bebida de chocolate. Se cree que con tres ingredientes que se agregan en
pequeñas cantidades se puede resol ver este problema, por lo que es
necesario explorar la situación; para ello se corre un experimento 23 con dos
réplicas. A continuación se aprecian los resultados obtenidos:
 a) Estime todos los posibles efectos y diga cuáles son significativos.
b) Realice un análisis de varianza de estos datos y obtenga conclusiones
generales.
c) Interprete a detalle los efectos significativos.
d) ¿Hay un tratamiento ganador para minimizar?
e) Verifique residuos, ¿qué considera destacado?

9. Un fabricante de bolsas de papel desea analizar la resistencia al rasgamiento (Y),

para lo cual utiliza una escala numérica. Examina tres factores, cada uno en dos
niveles, x1 =papel, x2 = humedad, x3 = dirección del rasguño. Decide obtener tres
observaciones (réplicas) en cada combinación, las mismas que se muestran en la
siguiente tabla:

PAPEL HUMEDAD DIRECCIÓN REPLICAS

AB AC BC ABC TOTAL 𝑌"
(A) (B) (C) I II III
- - - + + + - 3,8 3,1 2,2 (1)= 9,1 3,033
+ - - - - + + 6,6 8,0 6,8 a= 21,4 7,133
- + - - + - + 3,4 1,7 3,8 b= 8,9 2,967
+ + - + - - - 6,8 8,2 6,0 ab = 21,0 7,000
- - + + - - + 2,3 3,1 0,7 c= 6,1 2,033
+ - + - + - - 4,7 3,5 4,4 ac = 12,6 4,200
- + + - - + - 2,1 1,1 3,6 bc = 6,8 2,267
+ + + + + + + 4,2 4,7 2,9 acb= 11,8 3,933

a) Haga el análisis de varianza para estos datos.

Método Estadístico:

𝑌56 = 𝜇 +∝5 + 𝛽6 + 𝛿7 + 𝛼𝛽56 + 𝛼𝛿57 + 𝛽𝛾67 + 𝛼𝛽𝛿567 + 𝜀56

Hipótesis:

X1 (A) X2 (B) X3 (C) AB AC BC ABC

Ho: Efecto.A=0 Efecto.B=0 Efecto.C=0 Efecto.AB=0 Efecto.AC=0 Efecto.BC=0 Efecto.ABC=0
Hi: Efecto.A≠0 Efecto.B≠0 Efecto.C≠0 Efecto.AB≠0 Efecto.AC≠0 Efecto.BC≠0 Efecto.ABC≠0

Tabla ANOVA:

A- 2,58 B- 4,10 C- 5,03

A+ 5,57 B+ 4,04 C+ 3,11
CONTRASTE 35,90 CONTRASTE -0,70 CONTRASTE -23,10
EFECTO A 2,992 EFECTO B -0,058 EFECTO C -1,925
SCA 53,700 SCB 0,020 SCC 22,234

AB+ 4,00 AC- 4,61 BC- 4,05

AB- 4,14 AC+ 3,53 BC+ 4,09
CONTRASTE -1,70 CONTRASTE -12,90 CONTRASTE 0,50
EFECTO AB -0,142 EFECTO AC -1,075 EFECTO BC 0,042
SCAB 0,120 SCAC 6,934 SCBC 0,010

SUMA DE
ABC- 496,870
4,13 CUADRADOS
ABC+ 4,02
CONTRASTE -1,30 SCT 99,150
EFECTO ABC -0,108
SCABC 0,070

ANOVA
FUENTE
VARIAVILIDAD SC GL CM FC FT
PAPEL (A) 53,700 1 53,70 53,500 4,494
HUMEDAD (B) 0,020 1 0,02 0,020 4,494
DIRECCIÓN (C) 22,234 1 22,23 22,151 4,494
AB 0,120 1 0,12 0,120 4,494
AC 6,934 1 6,93 6,908 4,494
BC 0,010 1 0,01 0,010 4,494
ABC 0,070 1 0,07 0,070 4,494
ERROR 16,060 16 1,00
TOTAL 99,150 23

PAPEL (A) AB ABC

Hi: Se Acepta y Ho: Se Hi: Se Rechaza y Ho: Se Hi: Se Rechaza y Ho: Se
Rechaza Acepta Acepta
DECISIÓN DECISIÓN DECISIÓN
Efecto.A≠0 Efecto.AB=0 Efecto.ABC=0

HUMEDAD (B) AC
Hi: Se Rechaza y Ho: Se Hi: Se Acepta y Ho: Se
Acepta Rechaza
DECISIÓN DECISIÓN
Efecto.B=0 Efecto.AC≠0

DIRECCIÓN (C) BC
Hi: Se Acepta y Ho: Se Hi: Se Rechaza y Ho: Se
Rechaza Acepta
DECISIÓN DECISIÓN
Efecto.C≠0 Efecto.BC=0

Gracias a la tabla ANOVA, podemos identificar los factores que tienen influencia
sobre la resistencia de desgarramiento en las bolsas, los que son:
o El tipo de PAPEL(A).
o La DIRECCION(C) de desgarre.
o La interacción entre el PAPEL y DIRECCION (Interacción AC)

b) Interprete los efectos significativos y encuentre el mejor

tratamiento.

Para encontrar el tratamiento más adecuado se analizara las gráficas de efectos

que la tabla ANOVA nos indica que afectan el rendimiento, los efectos principales
(PAPEL-A y DIRECCIÓN-C) y el efecto debido a la interacción AC:

Efectos Principales:
 EFECTO PRINCIPAL A EFECTO PRINCIPAL
6,00 C
5,00 6,00
A+; 5,57 C-; 5,03
4,00 A-; 2,58 5,00
3,00 4,00
3,00
2,00
2,00
1,00 C+; 3,11
1,00
0,00 0,00
A- A+ C- C+

Considerando los efectos principales se establece el uso del factor PAPEL en su

nivel alto (A+) que nos entrega una resistencia al desgarramiento de 5,57 y el factor
DIRECCIÓN en su nivel bajo (C-) entregándonos una resistencia al desgarramiento
de 5,03, mientras que el efecto referido a HUMEDAD(B) deberá considerarse en
cualquier nivel ya que no afecta al rendimiento.

Efectos de interacción:

EFECTO INTERACCION AC
C- C+

8,0 C-; 7,07

6,0
4,0 C-; 3,0
C+; 4,1
2,0
C+; 2,2
0,0
A- A+

Análisis de LSD para de finir igualdad entre: A-C+ y A-C-

 ANALISIS LSD PARA INTERACCION AC
9,00
8,00 L.SUP.C-; 7,93
7,00 C-; 7,1
6,00 L.INF.C-; 6,20
5,00 L.SUP.C+; 4,93
4,00 L.SUP.C-; 3,87 C+; 4,1
3,00 L.SUP.C+; 3,02 C-; 3,0 L.INF.C+; 3,20
2,00 C+; 2,2 L.INF.C-; 2,13
1,00 L.INF.C+; 1,28
0,00
0 1 2 3

L.INF.C- C- L.SUP.C- L.INF.C+ C+ L.SUP.C+

Gracias al gráfico de LDS, pudimos darnos cuenta que los tratamientos, A-C- y A-
C+ son iguales ya que existe un traslape entre ellos. Mientras que los tratamientos
A+C- y A+C+ no son iguales ya que el traslape no se genera entre estos.

Considerando los efectos interacción entre PAPEL(A) y DIRECCIÓN(C), se debe

usar el tratamiento con el factor PAPEL en el nivel alto (A+) y el factor DIRECCIÓN
en el nivel alto (C+) que nos entrega una resistencia al desgarramiento de 4,1.

Debido a la interacción, los factores PAPEL (A) y DIRECCIÓN (C) ya se encuentran

establecidos, a lo que se suma el factor HUMEDAD (B) en cualquier nivel,
resultando el tratamiento más idóneo:

PAPEL A+

HUMEDAD B- o B+

DIRECCIÓN C+

c) Verifique los supuestos del modelo.

10. Se quiere aumentar el rendimiento de un proceso, y para ello se estudian

tres factores con dos niveles cada uno. Se hacen tres repeticiones en cada
tratamiento del diseño factorial 23 resultante. La variable de respuesta que se
mide es rendimiento. Los datos son los siguientes:
 a) ¿Cuáles efectos están activos?

Hipótesis:
X1 (A) X2 (B) X3 (C) AB AC BC ABC
Ho Efecto.A= Efecto.B= Efecto.C= Efecto.AB= Efecto.AC= Efecto.BC= Efecto.ABC=
: 0 0 0 0 0 0 0
Efecto.A≠ Efecto.B≠ Efecto.C≠ Efecto.AB≠ Efecto.AC≠ Efecto.BC≠ Efecto.ABC≠
Hi: 0 0 0 0 0 0 0

Tabla ANOVA:

FUENTE
SC GL CM FC FT
VARIAVILIDAD
X1 (A) 0,667 1 0,67 0,022 4,494
X2 (B) 770,667 1 770,67 25,547 4,494
X3 (C) 280,167 1 280,17 9,287 4,494
AB 16,667 1 16,67 0,552 4,494
AC 468,167 1 468,17 15,519 4,494
BC 48,167 1 48,17 1,597 4,494
ABC 28,167 1 28,17 0,934 4,494
ERROR 482,667 16 30,17
TOTAL 2095,333 23

X1 (A) AB ABC
Hi: Se Rechaza y Ho: Se Hi: Se Rechaza y Ho: Se Hi: Se Rechaza y Ho: Se
Acepta Acepta Acepta
DECISIÓN DECISIÓN DECISIÓN
Efecto.A=0 Efecto.AB=0 Efecto.ABC=0

X2 (B) AC
Hi: Se Acepta y Ho: Se Hi: Se Acepta y Ho: Se
Rechaza Rechaza
DECISIÓN DECISIÓN
Efecto.B≠0 Efecto.AC≠0

X3 (C) BC
Hi: Se Acepta y Ho: Se Hi: Se Rechaza y Ho: Se
Rechaza Acepta
DECISIÓN DECISIÓN
Efecto.C≠0 Efecto.BC=0

Los efectos que se encuentran activos o que afectan directamente al rendimiento,

identificados gracias a la tabla ANOVA son:

o El factor X2(B)
o El factor X3(C)
o El Efecto debido a la interacción entre X1 y X3 (Interacción AC)

b) Si obtuvo una interacción importante, interprétela con detalle.

Se analizará relación generado por los efectos X2(A) y X3(C), interacción AC:

EFECTO INTERACCION AC
C- C+

60,0
C+; 48,5
C-; 42,00
40,0
C+; 40,0
C-; 32,8
20,0

0,0
A- A+

Para determina la si existe o no una diferencias entre A+C- y A+C+, usaremos un

análisis gráfico de LSD

LSD PARA AC

t(/2;GLE)= 2,12
LSD 4,75
 A+ C- L.INF 37,25
L.SUP 46,75
C+ L.INF 35,25
L.SUP 44,75
A- C- L.INF 28,08
L.SUP 37,59
C+ L.INF 43,75
L.SUP 53,25

ANALISIS LSD PARA INTERACCION AC

55,00
L.SUP.C+; 53,25
50,00
C+; 48,5
L.SUP.C-; 46,75
45,00 L.SUP.C+; 44,75
L.INF.C+; 43,75
C-; 42,0
40,00 C+; 40,0
L.SUP.C-; 37,59 L.INF.C-; 37,25
35,00 L.INF.C+; 35,25
C-; 32,8
30,00
L.INF.C-; 28,08
25,00
0 1 2 3

L.INF.C- C- L.SUP.C- L.INF.C+ C+ L.SUP.C+

Gracias al gráfico de LDS, pudimos darnos cuenta que los tratamientos, A+C- y
A+C+ son iguales ya que existe un traslape entre ellos. Mientras que los
tratamientos A-C- y A-C+ no son iguales ya que el traslape no se genera entre estos.

a) Determine las condiciones de operación que maximizan el

rendimiento.

Para encontrar el mejor tratamiento se analizara las gráficas de efectos que la tabla
ANOVA nos indica que afectan el rendimiento, los efectos principales (X2-B y X3-
C) y el efecto debido a la interacción AC:
 EFECTO PRINCIPAL EFECTO PRINCIPAL
X2(B) X3(C)
50,00 46,00
44,00
45,00
42,00
C+;
40,00 B-; 35,17 B+; 40,00 C-; 37,42
44,25
46,50 38,00
35,00
36,00
30,00 34,00
B- B+ C- C+

Considerando los efectos principales se establece el uso del factor X2 en su nivel

alto (B+) con un rendimiento del 46,5 y el factor X3 de igual manera (C+) con un
rendimiento de 44,25, mientras que el efecto referido a X1(A) deberá considerarse
en cualquier nivel ya que no afecta al rendimiento.

EFECTO INTERACCION AC
C- C+

60,0
C+; 48,5
50,0
C-; 42,00
40,0
C+; 40,0
30,0
C-; 32,8
20,0
10,0
0,0
A- A+

Debido a la interacción los factores X1 y X3 ya se encuentran establecido, a lo que

se suma el factor X2 con el nivel alto, resultando el tratamiento más idóneo:

X1 A-

X2 B+

X3 C+
Considerando los efectos interacción entre X1(A) y X3(C), se debe usar el
tratamiento con el factor X1 en el nivel bajo (A-) y el factor X3 en el nivel alto
(C+) que nos entrega un rendimiento de 48,5.

b) ¿Cuál es la respuesta esperada en el mejor tratamiento?

Para encontrar la respuesta esperado encontraremos la media correspondiente

al tratamiento:

X1 X3 REPLICAS
X2 (B) 𝑌"
(A) (C) I II III
+ - + 40,0 37,0 36,0 37,667
- + + 60,0 50,0 54,0 54,667
+ + + 39,0 41,0 47,0 42,333

El rendimiento esperado usando el tratamiento indicado (A-,B+,C+) es de

54.667.

f) Verifique los supuestos del modelo.