Descripción

1. Responde las siguientes preguntas:

o ¿Qué son y para qué son útiles las hipótesis en el diseño de experimentos?

En el diseño de experimentos, una hipótesis es una suposición o afirmación que se formula

antes de realizar el experimento, y se utiliza para establecer objetivos y tomar decisiones
sobre el diseño, los métodos y el análisis de los datos. Las hipótesis son fundamentales en
el proceso de investigación científica y desempeñan un papel crucial en la planificación y
ejecución de los experimentos.
Las hipótesis en el diseño de experimentos cumplen varias funciones importantes:
 Establecer los objetivos del experimento: Las hipótesis ayudan a definir claramente
lo que se espera lograr con el experimento. Formular una hipótesis específica y
precisa proporciona una dirección clara para el diseño y la ejecución del
experimento.
 Guía para el diseño experimental: Las hipótesis ayudan a determinar qué variables
se deben medir, manipular y controlar en el experimento. Ayudan a identificar las
condiciones necesarias para probar la hipótesis y establecer los grupos de
tratamiento y control adecuados.
 Selección de métodos y procedimientos: Las hipótesis influyen en la elección de los
métodos y procedimientos que se utilizarán en el experimento. Ayudan a determinar
qué tipo de datos se deben recopilar, qué instrumentos o técnicas se utilizarán para
medir esas variables y cómo se llevará a cabo la recolección de datos.
 Análisis de los resultados: Las hipótesis proporcionan una base para el análisis de
los datos obtenidos en el experimento. Los resultados se evalúan en relación con las
hipótesis planteadas, lo que permite determinar si los datos respaldan o rechazan las
afirmaciones iniciales.
 Contribución al conocimiento científico: Las hipótesis en el diseño de experimentos
son fundamentales para avanzar en el conocimiento científico. Si se confirman, las
hipótesis respaldadas por evidencia experimental sólida pueden generar nuevas
teorías o ampliar nuestro entendimiento de un fenómeno en particular.

En resumen, las hipótesis son herramientas esenciales en el diseño de experimentos, ya que

proporcionan una guía clara para establecer objetivos, tomar decisiones sobre el diseño y
los métodos, analizar los resultados y contribuir al conocimiento científico en general.

o En el caso de realizar cálculos manuales, ¿cómo podemos resolver si

aceptamos la hipótesis nula o hipótesis alternativa?

Para determinar si se acepta la hipótesis nula o la hipótesis alternativa en un experimento al

realizar cálculos manuales, se utiliza un enfoque estadístico que implica la comparación de
los resultados observados con los valores esperados bajo la hipótesis nula.
  Establecer las hipótesis: Formule una hipótesis nula (H0) y una hipótesis alternativa
(H1) claramente definidas. La hipótesis nula generalmente establece que no hay
diferencia o efecto entre los grupos o condiciones, mientras que la hipótesis
alternativa sugiere que sí existe una diferencia o efecto.
 Seleccione un nivel de significancia: Determine el nivel de significancia (alfa) que
represente el umbral aceptable de error en la toma de decisiones. El nivel de
significancia comúnmente utilizado es 0.05 (5%), lo que significa que está dispuesto
a aceptar un 5% de probabilidad de error tipo I (rechazar H0 cuando es verdadera).
 Calcule la prueba estadística adecuada: Elija una prueba estadística apropiada para
el diseño experimental y calcule el valor de prueba utilizando los datos recopilados.
Esto puede implicar el cálculo de estadísticas como la media, desviación estándar,
prueba t, prueba F, chi-cuadrado, entre otras, dependiendo de la naturaleza de los
datos y el tipo de hipótesis planteada.
 Determine la región de rechazo: Utilizando la distribución de probabilidad asociada
con la prueba estadística seleccionada y el nivel de significancia elegido, determine
la región de rechazo. Esta región está compuesta por los valores de prueba que, si se
obtienen, llevarían a la conclusión de que los resultados observados son
significativamente diferentes de los esperados bajo la hipótesis nula.
 Compare el valor de prueba con la región de rechazo: Compare el valor de prueba
calculado con la región de rechazo. Si el valor de prueba está dentro de la región de
rechazo, se rechaza la hipótesis nula y se acepta la hipótesis alternativa. Si el valor
de prueba está fuera de la región de rechazo, no se rechaza la hipótesis nula y se
concluye que no hay evidencia suficiente para respaldar la hipótesis alternativa.

o Al utilizar Minitab, ¿cómo podemos interpretar si aceptamos la hipótesis

nula o hipótesis alternativa?

Minitab es un software estadístico ampliamente utilizado que ofrece herramientas y

funciones para el análisis de datos y pruebas de hipótesis. Al utilizar Minitab, la
interpretación de si se acepta la hipótesis nula o la hipótesis alternativa se basa en los
resultados proporcionados por el software.

 Establecer las hipótesis: Antes de realizar el análisis en Minitab, debes tener

claramente definidas la hipótesis nula (H0) y la hipótesis alternativa (H1) que
deseas probar.
 Realizar el análisis adecuado: En Minitab, selecciona la herramienta o función
apropiada según el tipo de datos y el diseño experimental. Algunas de las pruebas
comunes incluyen la prueba t, ANOVA, regresión, chi-cuadrado, entre otras.
 Revisar los resultados: Minitab generará una salida con los resultados del análisis
estadístico.
 Valor p (p-value): El valor p es una medida de la evidencia en contra de la hipótesis
nula. Si el valor p es menor que el nivel de significancia (alfa) establecido
previamente (por ejemplo, 0.05), se rechaza la hipótesis nula. En ese caso, se puede
concluir que los resultados proporcionan evidencia suficiente para respaldar la
hipótesis alternativa. Si el valor p es mayor que alfa, no se rechaza la hipótesis nula.
  Intervalo de confianza: Minitab también puede proporcionar intervalos de confianza
para estimaciones de parámetros. Si el intervalo de confianza incluye el valor
establecido bajo la hipótesis nula, no se rechaza la hipótesis nula. Si el intervalo de
confianza no incluye el valor establecido bajo la hipótesis nula, se puede rechazar la
hipótesis nula.
 Estadísticas de prueba: Minitab puede mostrar estadísticas de prueba como la
prueba t, la estadística F o la estadística chi-cuadrado, dependiendo del análisis
realizado. Estas estadísticas se utilizan para calcular el valor p y proporcionar
información adicional sobre la prueba de hipótesis.
 Tomar una decisión: Con base en los resultados generados por Minitab, puedes
tomar una decisión sobre si aceptar o rechazar la hipótesis nula. Si el valor p es
menor que alfa, se rechaza la hipótesis nula y se acepta la hipótesis alternativa. Si el
valor p es mayor que alfa, no se rechaza la hipótesis nula y no hay suficiente
evidencia para respaldar la hipótesis alternativa.

o Elabora una frase en la que expongas la importancia que tiene el diseño de

experimentos en el quehacer cotidiano.

El diseño de experimentos desempeña un papel fundamental en nuestro quehacer cotidiano,

ya que nos permite explorar, comprender y tomar decisiones informadas basadas en
evidencia sólida, impulsando el progreso y la innovación en diversas áreas de la ciencia, la
tecnología, la medicina y la vida diaria.

2. Lee con atención el siguiente experimento.

En una distribuidora de frijoles cocidos para tiendas de conveniencia se busca reducir el
consumo de gas con el fin de mejorar los tiempos de entrega, de tal manera que se
disminuya el tiempo requerido para cocer los frijoles. Ante esta situación, el departamento
de Ingeniería industrial realizará un experimento en el que se buscará la diferencia del
tiempo de cocción de una variedad de frijol con cuatro diferentes cantidades de sal. El
proceso consistirá en cocer con la misma cantidad de agua por dos horas, siete lotes de la
misma cantidad de frijoles con las cuatro diferentes cantidades de sal. El tiempo de
cocimiento sería como se muestra en la siguiente tabla:

Tratamientos de tiempo de cocción según cantidad de sal

1 (0%) 2 (1%) 3 (2%) 4 (3%)

108 84 76 57

109 82 85 67

99 85 74 64
 103 92 78 61

107 87 82 63

95 78 75 55

102 90 82 63

¿Cuál de los tratamientos es el adecuado para lograr el objetivo de reducción de consumo

de gas y menor tiempo de entrega a partir del menor tiempo de cocción?

3. Identifica y anota:

¿Cuál es la variable de respuesta?

La variable de respuesta es el consumo de gas bajar el consumo de gas

¿cuáles y cuántos son los factores, niveles y réplicas dentro de este problema?
Son 7 lotes de frijol con la misma cantidad de agua, así como el tiempo de cocción lo que
se diseñara con 4 niveles de concentración de sal diferente

4. Selección del diseño experimental:

Dado que no se conoce la media ni la varianza de las poblaciones, utiliza la
siguiente prueba:
o Diferencia de medias con varianza desconocida:

❑
❑
𝐻 0 :𝜇1=𝜇 2=𝜇3=𝜇4
❑
𝐻 1: 𝐴𝐿𝐺𝑈𝑁𝐴 𝐸𝑆 𝐷𝐼𝐹𝐸𝑅𝐸𝑁𝑇𝐸 ❑

5. Realizar la prueba de hipótesis utilizando Minitab:

o Calcular la media y varianza para cada uno de los tratamientos.

Estadísticas descriptivas
MUESTRA N MEDIA DESV.EST. ERROR IC DE 95%
ESTÁNDAR PARA Μ
DE LA
MEDIA
1(0%) 7 103.29 5.12 1.94 (98.55, 108.02)
2 (1%) 7 85.43 4.76 1.80 (81.03, 89.83)
 3 (2%) 7 78.86 4.18 1.58 (74.99, 82.72)
4 (3%) 7 61.43 4.16 1.57 (57.58, 65.27)

μ: media de 1(0%), 2 (1%), 3 (2%), 4 (3%)

o Obtener un histograma y realizar la prueba de normalidad.

Tratamiento 1

Tratamiento 2
Tratamiento 3
Tratamiento 4
 o Realizar la prueba de hipótesis, tomando un nivel de confiabilidad del 95%.
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Factor 3 6283.5 2094.51 100.19 0.000
Error 24 501.7 20.90
Total 27 6785.2

o ¿Se rechaza o se acepta la hipótesis nula?

A un nivel de significancia del 95% podemos decir que con el valor p menor al 0.05 que se
rechaza la hipótesis nula es decir que hay evidencia significativa de que alguna de las
medias es diferente entre si
 o Realizar una conclusión con referencia a la prueba de hipótesis integrando la
interpretación del resultado.

Se realiza una prueba de hipótesis ANOVA de un solo factor para 1(0%), 2 (1%), 3 (2%), 4
(3%) para determi9nar si hay diferencias entre sus medias con una varianza desconocida.

Ya con los resultados de la prueba de hipótesis podemos concluir que el tratamiento 1 y 4

son los que tienen mayor diferencia entre todos los tratamiento para un mayor análisis se
tendría que checar cuál de ellos tendría un mejor rendimiento