Diseños de un solo factor

Se llama así, a los diseños cuyo objetivo es analizar una sola variable (variable de estudio) que incluye dos o más niv

EJEMPLO
Tratamientos
kóa Resistencia a la tensión del papel (psi, lb/in2)
[ ] madera Observaciones
dura (%)
yi 1 2 3 4 5 6
y1 5 7 8 15 11 9 10
y2 10 12 17 13 18 19 15
y3 15 14 18 19 17 16 18
y4 20 19 25 22 23 18 20

SC T = (7)2+(8)2+(15)2+…+(20)2 - (383)2/24
6625 6112.04167 512.958333

SC Trat = 6494.83333 6112.04167 382.791667

SCE = 130.166667

Fuente SC GL CM Fo Valor p
Tratamientos 382.791667 3 127.597222 19.605207 3.5996E-06 Dist.F.CD(19.605207,3,20)
Error 130.166667 20 6.50833333
Total 512.958333 23
Por tabla: F=4.94
Por excel 4.93819338 inv.F(0.99,3,20)
Conclusión

Dado que:
Ho: µ5 = µ10 = µ15 = µ20 ó Ho: τ5 = τ10 = τ15 = τ20
HA: µi ≠ 0 para la menos una i ó τi ≠ 0 para al menos una i
y también que:
Fo > F Con base en los datos del muestra no es factible aceptar la Ho
19.6 >4.94
y además:
p-value < α Se confirma el no aceptar Ho, lo que implica que el porcentaje de madera dura en la pulpa si
3.5925782585E-06 < 0.01
e incluye dos o más niveles del factor llamados tratamientos o réplicas.

, lb/in2)
Promedio
Total (∑yi.) (Ӯi.) Residuales (yi-Ӯi)
60 10 -3 -2 5 1 -1 0
94 15.6666667 -3.66666667 1.33333333 -2.66666667 2.33333333 3.33333333 -0.66666667
102 17 -3 1 2 0 -1 1
127 21.1666667 -2.16666667 3.83333333 0.83333333 1.83333333 -3.16666667 -1.16666667
383 15.9583333
Y.. Ӯ..

1. Identificar los factores o variables

2. Niveles del factor o tratamientos
3. Ver si el modelo es balanceado

n=6
N=24
k ó a= 4

05207,3,20)
adera dura en la pulpa si influye en la resistencia de las bolsas
Clase de SS. Diseño de experimentos. Diseño en bloques completos al azar (DBCA)
Ejemplo: Retomando el ejercicio de los cuatro métodos de ensamble,
Total por
pero ahora se va a controlar durante el expe
Operador método Promedio
Método 1 2 3 4 (Yi.)
A 6 9 7 8 30 7.5
B 7 10 11 8 36 9
C 10 16 11 14 51 12.75
D 10 13 11 9 43 10.75
Totales (Y.j) 33 48 40 39 160

Tabla de ANOVA Comparación de medias

Fuente de Suma de Grados de Cuadrado Diferencia

variabilidad cuadrados libertad medio Fo Valor-p poblacional

Métodos 61.5 3 20.5 10.25 0.00291926 µA - µB

Operadores 28.5 3 9.5 4.75 0.02984595 µA - µC
Error 18 9 2 µA - µD
Total 108 15 µB - µC
3.86254836 µB - µD
Ho: µA = µB = µC = µD De acuedo la valor-p µC - µD
HA: µi≠µ Si hay diferencias entre los métodos
Si hay diferencia entre los operadores

De acuerdo a F
Si hay diferencia entre los métodos
etos al azar (DBCA)
va a controlar durante el experimento a los
(6^2 + 9^2 + 7^2+..9^2) - 160^2/16

SCT = 108
SCTrat = 61.5 (30^2+..43^2)/4-160^2/16
SCB = 28.5
SCE = 18

omparación de medias

Diferencia Diferencia
entre medias muestral Decisión

1.5 1.5<2.26 No significati No hay diferencia entre el método A y B

5.25 5.25>2.26 Significativa Existe diferencia entre el desempeño del método A y el C
3.25 3.25>2.26 Significativa
3.75 3.75>2.26 Significativa
1.75 1.75<2.26 No significativa
2 2<2.26 No significativa
t= 2.26215716

LSD= 2.26215716
 DOE. Diseño en Cuadro Grecolatino (DCGL)
Este modelo es usado para controlar tres factores de bloque, además del factor de tratamientos (variable de interé
los factores involucrados se prueban en la misma cantidad de niveles y se usan letras latinas para los tratamientos
del tercer factor de bloque. Cada letra (griega y latina) debe aparecer sólo una vez en cada renglón y en cada colum
letras debe aparecer sólo una vez. En la tabla se muestra el diseño de una tabla en cuadro grecolatino de

Ejemplo: Retomando el ejercicio de los cuatro métodos de ensamble, pero ahora se tiene el factor de bloque oper

Bloque 1: Operador
1 2 3 4 Suma latina
1 10 10 12 7 28
Bloque 2: 2 8 15 7 14 37
orden del
ensamble 3 6 14 11 13 48
4 11 8 10 8 51
Y.j.. 35 47 40 42 164

SCTrat= 83.5 k=4

 SCB1= 18.5
SCB2= 9.5
SCB3= 2
SCT= 117
SCE = 3.5
Tabla de ANOVA

Fuente Suma de Grados de Cuadrado Fo Valor p f 𝝰

cuadrados libertad medio
M. ensambl 83.5 3 27.833333 23.857143 0.0135319 9.27662815
Operador 18.5 3 6.1666667 5.2857143 0.1024278
Orden de E. 9.5 3 3.1666667 2.7142857 0.2169688
Lugar de E. 2 3 0.6666667 0.5714286 0.6714465
Error 3.5 3 1.1666667
Total 117 15
 no (DCGL)
atamientos (variable de interés). Se le llama así, porque
latinas para los tratamientos y griegas para los niveles
cada renglón y en cada columna. Además, cada par de
abla en cuadro grecolatino de dimensión k=4

tiene el factor de bloque operador, el factor del orden en que se hace el

A=6+8+7+7=28
B=8+10+11+8=37

µi Y..l.
Promedio latino Suma bloque2Suma griega
7 39 39
9.25 44 43
12 44 41
12.75 37 41
 DOE. Diseño en Cuadro Latino (DCL)
En el diseño en cuadro latino (DCL) se controlan dos factores de bloque y se estudia un factor de tr
tienen cuatro fuentes de variabilidad que pueden afectar la respuesta observada, éstas son: los tratam
I (columnas), el factor de bloque II (renglones) y el error aleatorio. Los tres factores deben tener la m
Se llama así porque los tratamientos se reprsentan con letras latinas.

Sean A, B, C, …K los k tratamientos a comparar, por lo que, las variables de bloque tambien deben

Ejemplo 4.2 , Cap. 4, pag. 110, CEC y seis sigma, H. Gutiérrez Pulido
Una compañía de mensajería está interesada en determinar cuál marca de llantas tiene mayor duració

Bloque 2: Posición de la llanta

 1 2 3 4 Suma latina
1 12 11 13 8 57

Bloque 1:
Tipo de
2 14 12 11 13 49

auto
3 17 14 10 9 43
4 13 14 13 9 44
Suma bloque 1 56 51 47 39 193

SCTrat= 30.6875
SCB1= 6.1875
SCB2= 38.6875
SCT= 80.9375
SCE = 5.375

Fuente SC GL CM Fo Valor p f

Marca llanta 30.6875 3 10.2291667 11.4186047 0.00682525 4.75706266

Tipo carro 6.1875 3 2.0625 2.30232558 0.17694699 4.75706266
Posición llant 38.6875 3 12.8958333 14.3953488 0.00378447 4.75706266
Error 5.375 6 0.89583333
Total 80.9375 15
 se estudia un factor de tratamientos, por lo que se
vada, éstas son: los tratamientos, el factor de bloque
s factores deben tener la misma cantidad de niveles.
ntan con letras latinas.

de bloque tambien deben tener k niveles. La tabla de Anova se muestra abajo:

antas tiene mayor duración en términos del

Variable de interés: Marca de llanta, k= 4 marcas FACTOR INTERÉSBLOQUE 1 BLOQUE 2

Variable de bloque 1: Tipo de carro, 4 diferentes LETRAS LATINASNUMEROS NUMEROS
Variable de bloque 2: Posición de la llanta, 4 posicio A 1 1
B 2 2
C 3 3
NOTA: A = 3 es A = 13 D 4 4
ETC. ETC. ETC.
Promedio lat Suma bloque 1
14.25 44 A 17 14 13 14
12.25 50 B 14 14 13 8
10.75 50 C 12 12 10 9
11 49 D 13 11 11 9

𝝰
Ejercicio 12.1 Montgomery pag. 577

La resistencia a la tensión de una fibra sintética es importante para el fabricante deuna empresa textil. Se
piensa que la resistencia está relacionada con el porcentaje de algodón de la fibra. Se diseña un experimeto
Observaciones Sumatoria Y..Promedio
% algodón 1 2 3 4 5 49 9.8
15 7 7 15 11 9 77 15.4
20 12 17 12 18 18 88 17.6
25 14 18 18 19 19 108 21.6
30 19 25 22 19 23 54 10.8
35 7 10 11 15 11 376 15.04
a) ¿El porcentaje de algodón afecta la resistencia a la ruptura? Trace diagramas de caja comparativos y haga
un análisis de
b) Grafique la varianza. Use
resistencia a laα tensión
= 0.05 promedio contra el porcentaje de algodón e interprete los resultados.
c) Encuentre los residuales y examínelos en cuanto a la ecuación del modelo
SCt 6292 - 5655.04 = 636.96

Sctrat 6130.8 - 5655.04 = 475.76

Scerror 636.96 - 475.76 = 161.2

ANOVA
Fuentes SC GL CM F0 Valor P Hipotesis
Tratamiendo 475.76 4 118.94 14.7568238 9.12794E-06 H0:µ15=µ20=µ25=µ30=µ35
Error 161.2 20 8.06 HA:µ≠0
Total 636.96 24
Con base en los datos de muestra
Fc 2.8660814 Se confirma el no aceptar Ho, lo q

Este gráfico no está disponible en su versión de Excel.

Si edita esta forma o guarda el libro en un formato de archivo diferente, el La mejor opción es el 25% de algo
gráfico no se podrá utilizar. La mejor opcion es el bloque C ya
 K= 5
N= 25
empresa textil. Se n= 5
diseña un experimeto
Residuos
-2.8 -2.8 5.2 1.2 -0.8
-3.4 1.6 -3.4 2.6 2.6
-3.6 0.4 0.4 1.4 1.4
-2.6 3.4 0.4 -2.6 1.4
-3.8 -0.8 0.2 4.2 0.2

comparativos y haga
prete los resultados.

14.7568238 > 2.8660814

0:µ15=µ20=µ25=µ30=µ35
La H0 se rechaza

on base en los datos de muestra no es factible aceptar la Ho

e confirma el no aceptar Ho, lo que implica que el porcentaje de algodón influye en la resistencia a la ruptura

a mejor opción es el 25% de algodón, con este porcentaje se obtendria una mejor resistencia
a mejor opcion es el bloque C ya que tiene menor variabilidad en comparacion con los demas bloques
Ejercicio 1. pag. 600 Montgomery
Se realizó un experimento para determinar el efecto de cuatro sustancias químicas diferentes sobre la resistencia de
tela. Estas sustancias químicas se usan como parte del proceso de acabado del planchado permanente. Se seleccion

Datos de la resistencia de la tela

Tipo de Muestra de tela
sustancia 1 2 3 4 5 Sumas Promedio
1 1.3 1.6 0.5 1.2 1.1 5.7 1.14
2 2.2 2.4 0.4 2 1.8 8.8 1.76
3 1.8 1.7 0.6 1.5 1.3 6.9 1.38
4 3.9 4.4 2 4.1 3.4 17.8 3.56
9.2 10.1 3.5 8.8 7.6 39.2

SCt 102.52 - 76.832 = 25.688

Sctrat 94.876 - 76.832 = 18.044

SCb 83.525 - 76.832 = 6.693

Scerror 0.951

ANOVA
Fuente de variabilidad SC GL CM F0 Fc Valor P
Metodos 18.044 3 6.01466667 75.8948475 5.95254468 4.51831E-08
Muestras 6.693 4 1.67325 21.1135647 5.41195143 2.31891E-05
Error 0.951 12 0.07925
Total 25.688 19

.01/2 0.005

1-.005 0.995

t= 3.05453959
LSD 0.54384531

Diferencia Diferencia Diferencia

poblacional entre medias muestral Decisión
µ1 - µ2 0.62 0.62 > 0.54 Significativa Existe diferencia entre el desempeño del método 1 y el 2
µ1 - µ3 0.24 0.24 < 0.54 No significati No hay diferencia entre el método 1 y 3
µ1 - µ4 2.42 2.42 > 0.54 Significativa Existe diferencia entre el desempeño del método 1 y el 4
µ2 - µ3 0.38 0.38 < 0.54 No significati No hay diferencia entre el método 2 y 3
µ2 - µ4 1.8 1.8 > 0.54 Significativa Existe diferencia entre el desempeño del método 2 y el 4
µ3 - µ4 2.18 2.18 > 0.54 Significativa Existe diferencia entre el desempeño del método 3 y el 4

Este gráfico no está disponible en su versión de Excel.

Si edita esta forma o guarda el libro en un formato de archivo

diferente, el gráfico no se podrá utilizar.
La mejor opcion es el bloque a, ya que tiene m
erentes sobre la resistencia de una
do permanente. Se seleccionaron
método 1 y el 2

método 1 y el 4

método 2 y el 4
método 3 y el 4

n es el bloque a, ya que tiene menor variabilidad tocante a la resistencia de la tela

N = total de observaciones
n = tamaño de muestras u observaciones por tratamiento
K = número de tratamientos
b = bloqueo

Hipotesis
H0:µ1=µ2=µ3=µ4
H1:µi≠µ

Se rechaza Ho en ambas, esto quiere decir que existe una diferencia significativa en las sustancias
químicas
en cuanto al efecto que tienen sobre la resistencia promedio de la tela.
ne menor variabilidad tocante a la resistencia de la tela
Ejercico pag 149, Cap. 4, DOE, Montgomery

en los sistemas de expulsión de la tripulación de un avión basado en la rapidez de combustión. Cada

un lote de materia prima que sólo alcanza para probar cinco formulaciones. Además, las formulacion

Variable de interés: formulaciones, k= 5 formulaciones

Variable de bloque 1: Lotes de materia prima, 5 diferentes
Variable de bloque 2: Operadores, 5 operadores

Bloque 2: Operadores
Bloque 1: Lotes de materia prima
1 2 3 4 5
1 24 20 19 24 24
2 17 24 30 27 36
3 18 38 26 27 21
4 26 31 26 23 22
5 22 30 20 29 31
107 143 121 130 134

SCTrat= 16459 - 16129 = 330

SCB1= 16197 - 16129 = 68
SCB2= 16279 - 16129 = 150
SCT= 16805 - 16129 = 676
SCE = 128

Fuente SC GL CM Fo Valor p f

Formulacione 330 4 82.5 7.734375 0.0025365 3.25916673

Lotes 68 4 17 1.59375 0.23905854 3.25916673
Operadores 150 4 37.5 3.515625 0.04037305 3.25916673
Error 128 12 10.6666667
Total 676 24

Este gráfico no está disponible en su versión de Excel.

Si edita esta forma o guarda el libro en un formato de archivo diferente, el

gráfico no se podrá utilizar.
La formulacion 2 es quiene meno
dez de combustión. Cada formulación se hace con
Además, las formulaciones son preparadas por

Suma latina Promedio lat Suma bloques

143 28.6 111 A 24 30 26
101 20.2 134 B 17 20 20
112 22.4 130 C 18 24 19
149 29.8 128 D 26 38 30
130 26 132 E 22 31 26
635

Formulacion Lotes Operadores

Ho:µ=µ Ho:µ=µ Ho:µ=µ
Hipotesis H1:µ≠µ H1:µ≠µ H1:µ≠µ
𝝰

0.05 La hipotesis nula se rechaza, esto significa que estadisticamente las formulaciones influyen de
0.05 manera significativa La hipotesis nula se acepta, esto significa que los lotes no producen
0.05 diferencias
La hipotesis nula se rechaza, esto significa que estadisticamente los operadores influyen de
manera significativa
 La hipotesis nula se rechaza, esto significa que estadisticamente las formulaciones influyen de
manera significativa La hipotesis nula se acepta, esto significa que los lotes no producen
diferencias
La hipotesis nula se rechaza, esto significa que estadisticamente los operadores influyen de
manera significativa

se concluye que las formulas producen tiempos de combustión

diferentes, es decir la diferencia es significativa. El Lote no produce
diferencia Operador también produce resultados diferentes (es
significativo).

a formulacion 2 es quiene menos varianza

 27 36
23 21
29 22
24 31
27 24

ciones influyen de
no producen

res influyen de
ciones influyen de
no producen

res influyen de
 Chofer Dia Ruta Marca
Ho:µ=µ Ho:µ=µ Ho:µ=µ Ho:µ=µ
Hipotesis H1:µ≠µ H1:µ≠µ H1:µ≠µ H1:µ≠µ

ANOVA
Suma de Grados de Cuadrado
Fuente Fo Valor p f 𝝰
cuadrados libertad medio
Chofer 100110.547 3 33370.1823 20.7030455 0.01655662 9.27662815 0.05
dia 9451.17188 3 3150.39063 1.95451975 0.29796267
Ruta 6582.42188 3 2194.14063 1.36125697 0.40298263
Marca 11207.4219 3 3735.80729 2.31771549 0.25396488
Error 4835.54688 3 1611.84896
Total 100110.547
 Chofer/dia Lunes Martes Miercoles Jueves Suma latina
Promedio latino
CARLOS 787.5 597.5 565 615 2477.5 619.375
ENRIQUE 687.5 550 607.5 810 2092.5 523.125
GENARO 687.5 695 587.5 500 2592.5 648.125
LUIS 477.5 587.5 687.5 700 2980 745
2640 2430 2447.5 2625 10142.5
96.25
SCTrat= 100110.547 SCB2= 6582.42188 SCT=
SCB1= 9451.17188 SCB3= 11207.4219 SCE =

La hipotesis nula se rechaza, esto significa que estadisticamente el chofer es significativo

La hipotesis nula se acepta, esto significa que estadisticamente que el dia no es significativo
La hipotesis nula se acepta, esto significa que estadisticamente que la ruta no es significativo
La hipotesis nula se acepta, esto significa que estadisticamente que la marca no es significativo
Suma bloque2
Suma griega
2565 2625
2655 2650
2470 2472.5
2452.5 2395

132187.109
4835.54688