1

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

ANGEL FRANCISCO ARVELO LUJAN Angel Francisco Arvelo Lujn es un Profesor Universitario Venezolano en el rea de Probabilidad y Estadstica, con ms de 40 aos de experiencia en las ms reconocidas universidades del rea metropolitana de Caracas. Universidad Catlica Andrs Bello : Profesor Titular Jubilado 1970 a 2003 Universidad Central de Venezuela: Profesor por Concurso de Oposicin desde 1993 al presente Universidad Simn Bolvar: Profesor desde 2005 al presente Universidad Metropolitana: Profesor desde 1973 a 1987 Universidad Nacional Abierta: Revisor de contenidos, desde 1979 hasta 2004 Sus datos personales son : Lugar y Fecha de Nacimiento: Caracas, 16-02-1947 Correo electrnico: angelf.arvelo@gmail.com Telfono: 58 416 6357636 Estudios realizados: Ingeniero Industrial. UCAB Caracas 1968 Mster en Estadstica Matemtica CIENES, Universidad de Chile 1972 Cursos de Especializacin en Estadstica No Paramtrica Universidad de Michigan 1982 Doctorado en Gestin Tecnolgica: Universidad Politcnica de Madrid 2006 al Presente El Profesor Arvelo fue Director de la Escuela de Ingeniera Industrial de la Universidad Catlica Andrs Bello (1974-1979) , Coordinador de los Laboratorios de esa misma Universidad especializados en ensayos de Calidad, Auditor de Calidad, y autor del libro Capacidad de Procesos Industriales UCAB 1998. En numerosas oportunidades, el Profesor Arvelo ha dictado cursos empresariales en el rea de Estadstica General y Control Estadstico de Procesos. Para mayor informacin sobre otras publicaciones del Prof. Arvelo, consulte la pgina web: www.arvelo.com.ve , en la seccin PDFS.

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

PROLOGO El Diseo de Experimentos es una tcnica estadstica que comenz a desarrollarse aproximadamente en 1930, e inicialmente fue aplicada en la agricultura, con el objetivo de identificar las mejores condiciones de terreno, fertilizante, tipo de semilla, clima, etc., que permiten optimizar la cosecha de un determinado producto agrcola. Posteriormente fue aplicada en los procesos industriales, pues a travs de ella se pueden alcanzar objetivos muy importantes en su optimizacin, como por ejemplo: Identificar los factores que realmente ejercen una influencia significativa en la calidad del producto terminado. Jerarquizar estos factores en orden de importancia. Identificar el punto ptimo de operacin del proceso En efecto, un proceso industrial puede verse como una caja negra, en donde interactan unas variables de entrada con otras variables controlables y algunas incontrolables o ruido del proceso, que dan como resultado un producto terminado con ciertas caractersticas de calidad.

Las variables de entrada son controlables y se refieren a las caractersticas de calidad de las materias primas e insumos que ingresan al proceso, como son por ejemplo, la cantidad, concentracin, y tipo de las materias primas utilizadas, la proporcin con que estas materias primas alimentan al proceso, etc. Las variables del proceso tambin son controlables, pueden ser modificadas a voluntad del experimentador, y colocadas en distintos estados o posiciones. As por ejemplo, el investigador puede decidir a qu temperatura va a operar un horno, cunto tiempo va a permanecer la pieza dentro de l, la velocidad de giro de una bandeja dentro del horno, etc. Las variables incontrolables o ruido representan aquellos factores que afectan al proceso y cuya accin escapa de la voluntad del experimentador, como por ejemplo, fluctuaciones en la intensidad de la corriente elctrica, fluctuaciones en las condiciones ambientales como temperatura y humedad, cambios en el estado de nimo de los operarios, errores de lectura, etc. Las variables de salida representan el valor de ciertas magnitudes cuantitativas que definen la calidad del producto terminado, como pueden ser por ejemplo, su dureza, su viscosidad, su resistencia a la compresin, etc. El objetivo del experimento es identificar el conjunto de variables controlables que ejercen una influencia significativa en las variables de salida, para mantener un estricto control sobre ellas, y tambin para decidir en qu estado deben ser fijadas para maximizar la calidad del producto terminado, y el rendimiento del proceso. As por ejemplo, mediante la aplicacin de estas tcnicas se puede identificar cual es la mejor materia prima a utilizar, la mejor temperatura del proceso, el tiempo ptimo de permanencia de una pieza dentro del horno, etc.

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Diseo de experimentos : Definiciones ,Glosario y Supuestos Un experimento estadstico es una secuencia de observaciones de una o ms variables cuantitativas, cuando otras variables cualitativas o cuantitativas que supuestamente las afectan, llamadas variables de control o factores, son manipuladas o cambiadas por el experimentador. Variable de respuesta: Variable cuantitativa continua, objetivo del experimento Factores: Variables controlables, cualitativas o cuantitativas. que pueden ser manipuladas o colocadas en diferentes estados. Niveles del factor: Valores nominales que corresponden a los distintos estados en los que puede encontrarse un factor. Los factores pueden ser principales o de bloqueo. Los factores principales son aquellos cuya influencia sobre las variables de respuesta se quiere medir con el experimento Los factores de bloqueo son aquellos factores secundarios, o de estorbo, que pueden perturbar a las variables de respuesta, y que pueden ser fijados tambin en distintos niveles para medir su influencia. Tratamiento: Cada una de las combinaciones de niveles de los distintos factores principales Unidad experimental: Objeto (persona o cosa) sobre la cual se va a realizar la medicin de las variables de respuesta, despus de aplicar un tratamiento dado. Ensayo: Procedimiento realizado para obtener una observacin Observacin: Resultado de medir cada una de las variables de respuesta, bajo las accin de uno de los tratamientos. Fuente de variacin: Cualquier factor planificado o no que pueda contribuir a explicar la variabilidad en la respuesta. Variabilidad residual: Variabilidad debida a factores aleatorios o no planificados en el experimento. Rplica: Repeticin del ensayo sobre una nueva unidad experimental que recibe el mismo tratamiento que la anterior. Disear el experimento consiste en seleccionar las variables y factores a considerar, para luego planificar la forma cmo van a ser tomadas las observaciones, segn el arreglo previsto en el modelo seleccionado. Etapas en el diseo de un experimento 1. Definir los objetivos 2. Especificar las medidas con las que se trabajar, el procedimiento de los ensayos y las mediciones. 3. Definir los factores a considerar y sus niveles 4. Ejecutar un experimento piloto y evaluarlo. 5. Seleccionar el tipo de diseo que ser aplicado en el experimento. 6. Determinar tamao muestral y el nmero de rplicas 7. Obtener las observaciones segn el diseo seleccionado. 8. Procesar la informacin, y obtener las conclusiones.

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Tipos de diseo y supuestos Existen muchas modelos para el diseo experimental. En esta gua slo se analizaran las siguientes: Diseo completamente aleatorio: Considera un slo factor con k niveles, y las observaciones se toman en un orden completamente aleatorio. Si el nmero de observaciones es igual para cada nivel, se dice que es un experimento balanceado. Para aplicar este diseo, el experimentador debe considerar que las unidades experimentales son inicialmente homogneas, y que la variabilidad en las respuestas se debe exclusivamente a que las unidades experimentales reciben diferentes tratamientos. Existen dos tipos de modelos completamente aleatorios: Modelo I: De efectos fijos, donde el investigador selecciona de antemano los k niveles del factor. El supuesto para este modelo es : Xij = + i + eij Los errores se suponen independiente y normalmente distribuidos con una varianza comn. La hiptesis a probar es:

Ho :

2 i

H1 : Algn

Modelo II: De efectos aleatorios, donde el investigador selecciona al azar los k niveles del factor dentro de una poblacin de posibles niveles, y por lo tanto los i son variables aleatorias. Este modelo adems de los supuestos anteriores, supone que cada efecto del factor, es decir i ,es independiente del error, y que estos efectos siguen una distribucin normal con media 0 y una varianza La hiptesis a probar es:
2

.
2

Ho : H1 :

0 0

En esta gua slo se consideran modelos del tipo I Diseo en bloques completos al azar: Considera un slo factor con k niveles, pero dado que las unidades experimentales no son inicialmente homogneas, el investigador introduce antes de aplicar los tratamientos un factor de bloqueo, que clasifica a las unidades experimentales en grupos homogneos, llamados bloques. La palabra completo se debe a que en cada bloque se experimenta con todos los niveles del factor. La asignacin del nivel del factor que le corresponde a cada una de las unidades del bloque se hace aleatoriamente. El supuesto del modelo establece: Xij = + i + j + eij , donde las diferentes j representan el efecto del bloque. La hiptesis a probar es:

Ho :

2 i

H1 : Algn

Diseo en cuadrado latino: Considera un slo factor con k niveles, pero con dos factores de bloqueo. El nombre de cuadrado latino se deriva del hecho que el factor principal, y los dos de bloqueo deben tener igual nmero de niveles, y de que las letras latinas representan los niveles del factor principal, mientas que las filas y columnas los niveles de los factores de bloqueo. El supuesto del modelo es : Xijl = + i + j + l + eijl , donde las diferentes j y los l representan el efecto de cada factor de bloqueo.

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Diseo en cuadrado grecolatino: Considera un slo factor con k niveles, y tres factores de bloqueo. Las letras latinas representan los niveles del factor principal, mientas que las filas ,las columnas y las letras griegas los niveles de los factores de bloqueo. El factor principal y los tres de bloqueo deben tener igual nmero de niveles. El supuesto del modelo es: Xijlm = + i + j + l + m + eijl , donde los j , l m representan el efecto de cada uno de los factores de bloqueo. Experimentos 2 , que consideran k factores, cada uno con slo 2 niveles, denominados bajo (-) y alto (+) . TABLAS ANOVA Diseo completamente aleatorio: En este caso las observaciones vienen de la forma Xij donde el primer subndice representa el nivel del factor y el segundo el nmero de la observacin. i = 1,2, ,k ; j = 1, 2
. , . k

i k

,ni N =
i 1

ni .

Este tipo de experimento considera un solo factor k niveles, y la muestra viene dada de la siguiente forma: Nivel 1 Nivel 2 Nivel 3 . Nivel K X11 X21 X31 Xk1 X12 X22 X32 Xk2 . . . . X1n1 X2n2 X3n3 Xknk La tabla ANOVA ( ONE WAY ANOVA) para el caso de efectos fijos es como sigue: Fuente g.de l Suma de Cuadrados Cuadrado Medio F Signific.
i k

Factor

k-1
i 1

ni (Xi
i k j ni

X)2

Error

N-k
i 1 j 1 i k j ni

(Xij
2 (Xij

Xi )2 X)2

S.C.F k 1 S.C.E N k

C.M.F C.M.E

Valor p

Total

N-1
i 1 j 1

Cuando Valor p < , se rechaza Ho, y la conclusin del experimento es que por lo menos dos niveles del factor tienen diferente media, y que por lo tanto el factor es influyente. Para identificar los niveles del factor que presentan diferencias significativas existen varios mtodos: L.S.D , Duncan , Tuckey e Intervalos de confianza. El mtodo LS.D ( Least Significant Difference) es equivalente al de construir intervalos de confianza, y consiste en calcular todas las diferencias absolutas entre medias de niveles, es decir todas las Xi

Xj .
Existe diferencia significativa entre el nivel i y el nivel j del factor.

Xi

X j > L.S.D

L.S.D = t

/ 2;N k

C.M.E

ni

nj

( Xi

X j ) L.S.D es el intervalo del (1- ) de confianza para i- j . Cuando este intervalo

contiene al cero, la conclusin es que no existe diferencia significativa entre estos dos niveles del factor.

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Algunas frmulas tiles para simplificar los clculos son:

i k

i k

S.C.F =
i 1

ni (Xi
i k j ni

X)2 =
i 1

2 Xi. ni

X2 N
2 Xij

S.T.C =
i 1 j 1

(Xij

X)2 =

i k j ni i 1 j 1

X2 N

S.C.E = S.T.C S.C.F La notacin con punto como subndice significa que se ha totalizado sobre este subndice, y as por ejemplo, X significa la suma total de todas observaciones; mientras que Xi. representa la suma de las observaciones en el nivel i. Diseo en bloques completos al azar: En este caso las observaciones vienen dispuestos en una forma matricial de dimensin b x k , donde las filas representan los niveles del factor de bloqueo, y las columnas los niveles del factor principal; de manera que X ij representa el resultado de la observacin con el factor de bloqueo al nivel i , y el principal al nivel j. La tabla ANOVA para el caso de efectos fijos y una sola rplica es como sigue: Fuente g.de l Suma de Cuadrados Cuadrado F Signific. Medio j k Factor S.C.F C.M.F Principal k-1 Valor pF b (X.j X)2
j 1

k 1

C.M.E

Factor de Bloqueo

i b

b-1
i b j ki

k
i 1

(Xi.

X)2

Error

(k-1) (b-1)
i 1 j 1

(Xij
i b j k

Xi.
2 (Xij

X.j X)2

X)2

S.C.B b 1 S.C.E (k 1)(b 1)

C.M.B C.M.E

Valor pB

Total
i 1 j 1

Valor pF < por lo menos dos niveles del factor principal tienen diferente media. Valor pB < por lo menos dos niveles del factor de bloqueo tienen diferente media. Para identificar los niveles del factor Principal que presentan diferencia significativa, se aplica el mtodo L.S.D , para las diferencias entre medias muestrales de todas las parejas de niveles . En este caso:
j k

L.S.D = t

/ 2;(a 1)(b 1)

2C.M.E b

Algunas frmulas tiles para simplificar los clculos son:

i k

S.C.F =

b
j 1
i b

(X.j
(Xi.
i 1

X)2 =
i 1
i k

2 X.j

b
Xi2 k

X2 bk
X2 bk
2 Xij

S.T.B= k

X)2 =
i 1

i k j ni

S.T.C =
i 1 j 1

(Xij

X)2 =

i k j ni i 1 j 1

X2 bk

S.C.E = S.T.C S.C.F - S.C.B Cuando se hacen varias rplicas para cada tratamiento, entonces existen varias observaciones en cada celda, y es posible detectar la interaccin entre los dos factores considerados.

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

En este caso, el supuesto del modelo es X ijk = + i+ j+ ij + e ; donde j representa el efecto del factor fila, j el del factor columna y ij la interaccin entre ellos, dando lugar a la formulacin de tres hiptesis nulas referidas a la influencia o no de cada uno de ellos. Cuando el nmero n de observaciones es el mismo en cada celda, la descomposicin de la suma total de cuadrados resulta como sigue;
i b j k l n j k i b b j k i b j k l n

(Xijl
i 1 j 1 l 1

X)2

bn
j 1

(X.j,
j k

X)2 X)2
i b

kn
i 1

(Xi..

X)2

n
i 1 j 1

(Xij.

Xi..

X.j.

X)2
i 1 j 1 l 1

(Xijl

Xij. )2

La primera sumatoria

bn
j 1

(X.j,

representa la contribucin del factor columna a la suma

b j k

total de cuadrados, la segunda kn (Xi.. X)2 la del factor fila, la tercera

i 1

n
i 1 j 1

(Xij.

Xi..

X.j.

X)2

la de la interaccin, mientras que la ltima

i b j k l n

(Xijl
i 1 j 1 l 1

Xij. )2

es la residual, pues si los nicos

factores influyentes fueran fila y columna, entonces observaciones dentro de una misma celda deberan ser idnticas. La tabla ANOVA para este diseo es: Fuente Factor Principal Factor Fila Bloqueo
Interaccin

g.de l

Suma de Cuadrados
j k

Cuadrado Medio

Signific.

k-1 b-1

bn
j 1
i b

(X.j,
(Xi..
i 1

X)2
X)2
X.j. X)2

S.C.F k 1

C.M.F C.M.E
C.M.Fila C.M.E

Valor pF Valor pFila

Valor p interaccin

kn
b j k

S.C.Fila k 1
S.C.Interaccin (k 1)(b 1)

(k-1)(b-1)

n
i 1 j 1

(Xij.

Xi..

C.M.I C.M.E

i b j k l n

Error

k b (n-1)
i 1 j 1 l 1

(Xijl
i b j k l n

Xij. )2 X)2

S.C.E (k 1)(k 2)

Total

kbn -1
i 1 j 1 l 1

(Xijl

EJEMPLO: Un Ingeniero de Produccin est interesado en identificar el mejor entre tres procedimientos para ensamblar una pieza, y para ello disea un experimento que consiste en seleccionar un grupo de operarios, y observar cuantas piezas puede ensamblar cada uno en su turno de trabajo. Dado que los operarios no tienen el mismo nivel de experiencia decide introducir este factor como bloqueo, y los clasifica en cuatro niveles, superior, buenos, medios y aprendices, seleccionando luego nueve operarios de cada categora, que luego divide al azar en tres grupos de a tres, asignndole a cada grupo uno de los procedimiento del ensamblaje. Las observaciones resultaron: Experiencia Procedimiento 1 Procedimiento 2 Procedimiento 3 Superior 24 21 18 17 18 20 13 12 16 Buena 18 15 16 18 20 15 14 10 12 Media 10 13 11 11 14 12 17 13 20 Aprendiz 10 5 12 6 9 13 11 10 9 Solucin. Las hiptesis a probar son tres:

H0 :

1..

2..

3..

4..

El factor fila no es influyente

H1 : Por lo menos dos son diferentes

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

II

H0 :

.1.

.2.

.3.

El factor columna no es influyente

H1 : Por lo menos dos son diferentes

III

H0 : No existe int eraccin H1 : Existe interaccin

ij

0 (i,j) i =1,2,3,4 ; j = 1,2,3

ij

A lgn

Para analizar el experimento es necesario comenzar calculando las medias de celdas, las medias de filas, las de columna y la gran media, tal como se muestra en la tabla a continuacin: Experiencia Procedimiento 1 Procedimiento 2 Procedimiento 3 Medias Superior X 11.= 21 X 12..=18,33 X 13.= 13,67 X 1..=17,67 Buena X = 16,33 X =17,67 X = 12 X = 15,33
21. 22. 23. 2..

Media Aprendiz Medias

X 31.= 11,33 X 41.= 9 X .1.= 14,41

X 32.=12,33 X 42.=9,33 X .2.=14,41

X 33. = 16,67 X 43. = 10 X .3. = 13,09

X 3..= 13,44 X 4..= 9,44 X = 13,97

Una vez calculadas las diferentes medias, procedemos a calcular las sumas de cuadrados: 2 2 . 2 S.T.C = (24-13,97) + (21-13,97) + .+ (9 - 13,97) = 654,97 2 2 2 2 S.C. Filas =9 (17,674-13,97) + (15,33 -13,97) + (13,44-13,97) (9,44 - 13,97) =326,53 2 2 2 S.C. Columnas =12 (14,41-13,97) + (14,41 -13,97) + (13,09-13,97) = 14,22 2 )2 )2 )2 2 SCE = (24-21) + (21-21 + (18-21 + (17 -18,33 +.+ (9 10) = 143,33 SCI = 654,97 326,53 14,22 143,33 = 170,89 Fuente g.de l Suma de Cuadrados Cuadrado F p-valor. Medio Procedi 2 14,22 7,11 1,19 0,3215 mientos -6 Experiencia 3 326,53 18,23 2,21 10 108,84 Interaccin 6 170,89 4,77 0,0025 28,48 Error 24 143,33 5,97 Total 35 654,97 A un 1% de significancia, la hiptesis I resulta aceptada, mientras que la II y la III resultan rechazadas, de donde se concluye que no existe diferencia significativa entre los tres procedimientos, pero si existe una cierta interaccin entre los factores, y una influencia muy significativa de la experiencia del operario en el nmero de unidades producidas durante un turno de trabajo. Si se quisiera obtener por ejemplo, un intervalo del 95% de confianza para la diferencia entre las medias de produccin de un operario superior y un aprendiz, tendramos:

(X1..

X4.. ) t
2

CME
;bk(n 1)

1 n1..

1 1 = (17,67-9,44) 2,064 5,97 9 n4..

1 9

= 8,23 2,38, que al resultar todo del lado positivo, revela que efectivamente la experiencia ocasiona un efecto muy significativo en la produccin. Diseo en cuadrado latino: En este caso las observaciones vienen dispuestos tambin en una forma matricial cuadrada de dimensin k x k , donde las filas representan los niveles del primer factor de bloqueo, las columnas los niveles del segundo factor de bloqueo y las letras latinas los niveles del factor principal. Cuadrado latino 3 x 3 Cuadrado Latino 4 x 4 Cuadrado Latino 5 x 5 A B C A B C D A B C D E C A B D A B C E A B C D B C A C D A B D E A B C B C D A C D E A B B C D E A

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Para una misma dimensin existen muchos arreglos en forma de cuadrado latino, de hecho al permutar filas o columnas dentro de un cuadrado latino resulta otro cuadrado latino. Existen por ejemplo, 576 cuadrados latinos 4 x 4. Al disear el experimento debe sortearse al azar el cuadrado latino a elegir, as como tambin la fila, la columna y la letra latina que le corresponde a cada uno de los niveles. Cada observacin se designa por Xijl; donde los subndices representan fila , columna y letra latina respectivamente. La tabla ANOVA para el caso de una sola rplica es como sigue: Fuente g.de l Suma de Cuadrados Cuadrado F Signific. Medio l k Factor S.C.F C.M.F k (X l X)2 Principal k-1 Valor pF
l 1

Factor Fila Bloqueo Factor Columna Bloqueo

k-1

i k

k
i 1
j k

(Xi
(X j
j 1

X)2
X)2

k-1

k 1 C.M.E C.M.Fila S.C.Fila C.M.E k 1 S.C.Columna C.M.Columna k 1 C.M.E

Valor pFila Valor pcolumna

Error

(k-1) (k-2)

S.T.C S.C.F- S.C.Fila S.C.Columna

i k j k 2 Xij i 1 j 1

S.C.E (k 1)(k 2)

Total

k -1

X k2

Algunas frmulas tiles para simplificar los clculos son:

l k

l k

S.C.F = k
l 1

(X
l k

X)2 =
l 1

X2 l k
i k i 1

X2 k2 Xi2 k
i k

S.C. Fila = k
l 1

(Xi
j k

X)2 =

S.C. Columna =

k
j 1

(X j

X)2 =
i 1

X2 k2 X2j

X2 k2

Diseo en cuadrado grecolatino: En este caso las observaciones vienen dispuestos tambin en una forma matricial cuadrada de dimensin k x k, donde las filas representan los niveles del primer factor de bloqueo, las columnas los niveles del segundo factor de bloqueo, las letras griegas los niveles del tercer factor de bloqueo, y las letras latinas los niveles del factor principal. Cuadrado greco latino 3 x 3 Cuadrado greco latino 4 x 4 Cuadrado grecolatino 5 x 5 A B C A B C D A B C D E C A B B A D C B C D E A B C A C D A B C D E A B D C B A D E A B C E A B C D Cada observacin se designa por Xijlm; donde los subndices representan fila , columna y letra latina y letra griega respectivamente. La tabla ANOVA para el caso de una sola rplica es como sigue:

10

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Fuente Factor Principal Factor Fila Bloqueo Factor Columna Bloqueo Factor L. griega Bloqueo Error

g.de l

Suma de Cuadrados
l k

Cuadrado Medio

Signific.

k-1

k
l 1
i k

(X
(Xi
i 1

X)2
X)2
X)2

S.C.F k 1

C.M.F C.M.E

k-1

k
j k

k-1

k
j 1

(X j

C.M.Fila S.C.Fila C.M.E k 1 S.C.Columna C.M.Columna Valor C.M.E p columna k 1

Valor p Factor Valor p Fila

m k

k-1

k
m 1

(X

X)

S.C.Lgriega k 1

C.M.Lgriega

C.M.E

Valor p letra griega

(k-1) (k-3)

S.T.C S.C.F- S.C. Fila S.C. Columna S,C L griega

i k j k 2 Xij i 1 j 1

S.C.E (k 1)(k 3)

Total

k -1

X k2

Algunas frmulas tiles para simplificar los clculos son:

l k

l k

S.C.F = k
l 1

(X
l k

X)2 =
l 1

X2 l k
i k i 1

X2 k2 Xi2 k
i k

S.C. Fila = k
l 1

(Xi
j k

X)2 =

S.C. Columna =

k
j 1

(X j
m k

X)2 =
i 1

X2 k2 X2j

k
m k

X2 k2
X2 k2

S.C. Letra Griega = k

m 1

(X

X)2 =
m

X2 m 1 k

EJEMPLO: Interesa saber si existe diferencia significativa entre las millas recorridas por galn, entre las gasolinas A, B, C y D. Se consideraron los siguientes factores de bloqueo: Fila: Tipo de Vehculo Columna: Conductor Letra Griega: Tipo de carretera Con un arreglo en forma de cuadrado greco latino, el nmero de millas por galn result ser:

Conductor 1 Conductor 2 Conductor 3 Conductor 4 Vehculo 1 B 19 A 16 D 16 C 14 Vehculo 2 A 15 B 18 C 11 D 15 Vehculo 3 D 14 C 11 B 21 A 16 Vehculo 4 C 16 D 16 A 15 B 23 Analizar a un nivel de significacin del 5% si existe diferencia significativa entre los cuatro tipos de gasolina. SOLUCION: Se determinan los totales de fila, de columna, de letra latina y de letra griega:

11

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Totales de fila: X1 = 19 +16+16+14 = 65 X2 = 15 +18+11+15 = 59 X3 = 14 +11+21+16 = 62 X4 = 16 +16+15+23 = 70 Totales de letra latina: X..1.= 15 +16+15+16 = 62 X..2. = 19 +18+21+23 = 81 X..3. = 16 +11+11+14 = 52 X..4. = 14 +16+16+15 = 61 Total general: X.= 256

Totales de columna: X.1.. = 19 +15+14+16 = 64 X.2.. = 16 +18+11+16 = 61 X.3.. = 16 +11+21+15 = 63 X.4.. = 14 +15+16+23 = 68 Totales de letra griega: X1 = 14 +18+15+14 = 61 X2 = 16 +16+21+15 = 68 X3 = 19 +16+11+16 = 62 X4 = 15 +11+16+23 = 65

Se calculan ahora las sumas de cuadrados correspondientes a cada factor:

i k

S.C. Fila =
i 1

Xi2 k
i k

2 2 2 2 X2 65 59 62 70 = k2 4

256 16

= 16.50
2

S.C. Columna =
i 1
l k

X2j k

2 2 2 2 X2 64 61 63 68 = 4 k2

256 16

= 6.50

S.C.F =
l 1

X2 l k

X2 622 812 522 612 = k2 4

m k

256 16

= 111.50

S.C. Letra Griega =

m

X2 m 1 k

X2 612 682 622 652 = k2 4

256 16

= 7.50

La suma total de cuadrados es:

i k j k

S.T.C =
i 1 j 1

2 Xij

2 X 256 2 2 2 2 = 19 + 16 + .+15 + 23 = 148 16 k2

Y la suma de cuadrados debida al error: S.C.E = 148 16.50 6.50 111.50 7.50 = 6 Finalmente, el resultado de estos clculos es presentado en la tabla ANOVA Fuente g.de lib. Suma de cuadrados Cuadrado medio Gasolinas 3 111.50 37.17 Vehculos 3 16.50 5.50 Conductores 3 6.50 2.17 Caminos 3 7.50 2.50 Error 3 6.00 2.00 Total 15 148.00

F 18.6 2.75 1.08 1.25

Como el valor crtico dado en la tabla de la Distribucin F es: F 0.05; 3,3 = 9.28, se concluye que el nico factor significativo es el tipo de gasolina, por ser el nico cuyo valor F supera este valor crtico. Los tres factores de bloqueo resultan no influyentes. Para identificar cuales tipo de gasolinas presentan diferencias significativas, se hace necesario ahora encontrar el L.S.D, y hacer las comparaciones mltiples entre todas las diferencias posibles entre medias. Las medias de cada tipo de gasolina resulta ser: X A 15.50 ; XB 20.25 ; X C 13 ; XD 15.25

12

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

L.S.D = t

/ 2;(k 1)(k 3)

2C.M.E k

= 3.18

2(6.00) 4

5.51
Xc = 7.25 > 5.51

La nica diferencia de medias que supera este L.S.D es XB

Por lo tanto, la conclusin del experimento es que la gasolina B proporciona un nmero promedio de millas por galn significativamente mayor que la C; y las restantes comparaciones no evidencian una diferencia significativa. EJERCICIOS PROPUESTOS 1) Cuatro operarios distintos 1,2,3 y 4, en cuatro mquinas I, II, III y IV reciben cuatro marcas diferentes A ,B, C y D de una materia prima, y se registra en cada caso el tiempo que tardan en elaborar una cierta pieza. El experimento se disea con un arreglo en forma de cuadrado latino, y los resultados obtenidos fueron: Mquina I Mquina II Mquina III Mquina IV Operario 1 A :7 D :6 C :5 B :6 Operario 2 B :4 A :9 D :1 C :3 Operario 3 C :5 B :4 A :6 D :4 Operario 4 D :3 C :2 B :1 A : 10

A un nivel de significacin del 5%, obtenga conclusiones del experimento. Solucin: Fuente SS DF MS F p-valor MAQUINA 14.00 3 4.67 1.47 .313 MATERIAL 56.50 3 18.83 5.95 .031 OPERARIO 9.50 3 3.17 1.00 .455 ERROR 19.00 6 3.17 Total 99.00 15 6.60 2) Se ha tomado una muestra al azar de tres tipos de alambres de acero de alta tensin, y se ha medido su resistencia a la traccin en cientos de libras, encontrndose los siguientes resultados: Acero 1 Acero 2 Acero 3 29 36 24 36 17 18 37 19 20 36 21 24 36 26 25 35 29 28 39 27 31 38 21 34 40 32 30 23 33 22 37 21 16 A un nivel de significacin del 5%, analice si existe una diferencia significativa entre los tres tipos de alambres, y recomiende el mejor tipo de alambre Solucin:

13

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

3) Con cuatro tipos de cables T 1,T2,T3 y T4 se fabrica cada vez usando uno slo de ellos una pieza ,la cual es recubierta luego con uno de cuatro materiales diferentes M1, M2, M3 y M4, . Cuatro operarios( A,B,C y D) ejecutan el ensamblaje usando cuatro mquinas distintas ( , , , ), y finalmente se mide la tensin a la ruptura de estas piezas, obteniendo los valores que indica el cuadrado greco latino de la tabla a continuacin: M1 M2 M3 M4 T1 A 164 B 181 C 193 D 160 T2 C 171 D 162 A 183 B 145 T3 D 198 C 212 B 207 A 188 T4 B 157 A 172 D 166 C 136 a) Obtenga las conclusiones del experimento. b) Obtenga un intervalo del 95 % de confianza para la diferencia entre las resistencias medias dadas por los materiales M1 y M3 . Solucin Analysis of Variance for Resistencia Source Material Cable Operador Maquina Error Total DF SS 3 2066.19 3 4326.19 3 120.69 3 66.69 3 299.69 15 6879.44 MS 688.73 1442.06 40.23 22.23 99.90 F 6.89 14.44 0.40 0.22 P 0.074 0.027 0.763 0.876

4) Se examinan tres marcas de automviles para averiguar su consumo de gasolina. Cada marca de automvil es conducida por tres tipos diferentes de conductor, y se registra en cada caso el nmero de millas por galn obtenidas. Los resultados se presentan a continuacin: Conductor 1 Conductor 2 Conductor 3 Automvil 1 19 18 17 Automvil 2 21 22 20 Automvil 3 18 16 17 a) Existe diferencia significativa en el consumo de gasolina, obtenido por los tres tipos de vehculos? . b) Existe diferencia significativa en el consumo de gasolina, obtenido por los tres tipos de conductores? . Use un nivel de significacin del 5% en ambos casos.

14

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Solucin:
Two Wa y Anova-Block De sign A: 3 Groups B: Automvil 3
So urce A B Erro r To ta l DF: 2 2 4 8 A pro ba b ility: p > .25 Sum S qua res: 2.667 26 3.333 32 B pro ba b ility: .01 < p .025 Mea n S qua re: 1.333 13 .833 F-test: 1.6 15.6

5) En un estudio, se observ el tiempo empleado por 3 operarios, en ejecutar una cierta operacin, en tres mquinas diferentes. Se tomaron cuatro observaciones para cada operario en cada mquina, encontrndose los siguientes resultados:

Obtenga las conclusiones de este experimento Solucin: Fuente SS DF Mquina 0,004 2 Operario 0,463 2 Interaccin 0,034 4 Error 3,2 27 Total 3,701 35

MS 0,002 0,231 0,009 0.119

F 0,18 1,962 0,073

15

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

EXPERIMENTOS 2

Este tipo de diseo considera k factores cada uno a dos niveles, que se denominan bajo (-) k y alto (+). Es un diseo completo, y recibe ese nombre porque 2 representan el total de tratamientos posibles. El experimentador es quien define previamente estos dos niveles. En el caso de factores cuantitativos el nivel bajo corresponde obviamente a un menor valor y el nivel alto a un mayor valor; pero en el caso de factores cualitativos la seleccin del nivel bajo y del alto es totalmente arbitraria. El nmero de rplicas para cada tratamiento puede ser diferente, pero slo consideraremos el caso en que es igual para cada uno, representndolo por n. k En consecuencia n2 es el total de observaciones realizadas, las cuales deben ser tomadas en un orden completamente aleatorio, que debe ser previamente sorteado. NOMENCLATURA Los factores a considerar se designan por letras latinas en mayscula, A, B, C etc. La suma de las observaciones realizadas con todos los factores a nivel bajo se designa por (1) La suma de las observaciones con un determinado tratamiento se designa con la letra minscula correspondiente a aquellos factores que estn a nivel alto. As por ejemplo, un experimento 2 , considera 2 factores y existen cuatro posibles + + + + tratamientos que son: A con B , A con B , A con B y A con B . La suma de las n observaciones correspondientes a cada tratamiento quedara representada por (1), a, b, ab respectivamente.
2

(1) =Total de observaciones con A- y B-

a = Total de observaciones con A+ y Bb = Total de observaciones con A- y B+ ab = Total de observaciones con A+ y B+

SUPUESTOS El anlisis del experimento parte de un supuesto totalmente aditivo, que considera la respuesta frente a cada tratamiento como la suma entre una media general con unos efectos principales que representan la contribucin de cada factor, y unos efectos secundarios o interacciones que representan el efecto combinado entre los distintos niveles de los factores, adems de considerar tambin un error aleatorio o ruido, que se suponen independientes uno de los otros, normalmente distribuido con una media 0 y una varianza 2 comn . Este ltimo supuesto tendr que ser posteriormente validado mediante el anlisis de residuos. La metodologa para calcular cada uno de los efectos y las interacciones ser analizada a continuacin. EFECTOS PRINCIPALES Se define como efecto de un factor a la diferencia entre la media de ese factor a nivel alto y su media a nivel bajo; es decir, el efecto de un factor representa la diferencia promedio en la respuesta cuando se pasa de nivel bajo a nivel alto. As por ejemplo, si tenemos unos bloque de arcilla, y su resistencia promedio cuando se 2 preparan a temperatura baja es de 30 Kg /cm y cuando se preparan a temperatura alta es 2 de 50 Kg/cm ; entonces podramos decir que el efecto de la temperatura es aumentar la 2 resistencia promedio de los bloques en 20 Kg/cm

16

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

En general; Efecto de un factor A =

2

XA

XA
(1) b 2n

En el experimento 2 , A est a nivel alto en los vrtices de la derecha, y a nivel bajo en los de la izquierda, por tanto XA

a ab , mientras que XA 2n

El divisor 2n se debe a que en cada vrtice hay n observaciones, y por tanto existen 2n observaciones a nivel alto y 2n a nivel bajo. Efecto de A =

a ab (1) b Contraste A = 2n 2n
b ab (1) a Contraste B = 2n 2n

La expresin del numerador se suele llamar el contraste para el efecto del factor. Anlogamente Efecto de B =

INTERACCION Se dice que entre un factor y otro no existe interaccin cuando el efecto de un factor no depende del nivel en que se encuentre el otro. Ejemplo: Consideremos un experimento que consiste en preparar bloques de arcilla y luego medir su resistencia. Supongamos que se consideran slo dos factores: Temperatura del Horno (A) y Tiempo de Horneado (B), cada uno a dos niveles, alto y bajo. Se realizan dos rplicas para cada tratamiento, y las mediciones fueron: + B B A 24 28 31 37 + A 42 46 54 58 Los totales de cada vrtice son: (1)= 24 +28 = 52; a = 42 + 46 = 88 ; b = 31 + 37 = 68 ; ab = 54 + 58 = 112 Efecto de A =

88 112 52 68 = 20 4 24 28 = 44-26 = 18 2 31 37 = 56 34 = 22 2

Ntese que este efecto del factor temperatura (A) no es el mismo en los dos niveles de B. Si el factor B hubiese estado a nivel bajo, el efecto de A hubiese sido:

42 46 2 54 58 2

Mientras que si el factor B hubiese estado a nivel alto, el efecto de A sera:

El efecto promedio de A es 20, pero no es el mismo en los dos niveles de B. Grficamente la situacin es la siguiente: El efecto de incrementar la temperatura es incrementar la resistencia promedio en 18 2 Kg/cm , si el tiempo se mantiene a nivel 2 bajo, o incrementarla en 22 Kg/cm , si el tiempo se mantiene a nivel alto. El efecto de la temperatura depende del nivel en que se encuentre el otro factor, y por tanto existe interaccin. Ntese que las dos rectas no resultan paralelas. Cuando no existe interaccin estas dos rectas resultan paralelas, pues el efecto del factor A es el mismo para cualquiera de los dos niveles del factor B.

17

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Se deja al lector que analice esta misma situacin, si los resultados del experimento hubiesen sido: + B B A 24 28 43 49 + A 32 40 55 57 Cuando las rectas son paralelas, es decir, cuando no existe interaccin, las dos diagonales se cortan en sus puntos medios, y de all el promedio de sus dos vrtices debe ser coincidir. Los vrtices de la diagonal principal son (1) y ab, mientras que los de la diagonal secundaria son a y b; de all que el efecto de la interaccin AB se calcule como Efecto AB =

(1) ab a b Contraste AB = 2n 2n

TABLA DE SIGNOS PARA LOS CONTRASTES Con el objeto de facilitar los signos que corresponden a cada contraste, existen tablas que sealan el signo de cada vrtice en los diferentes contrastes, y para cada dimensin del experimento. 2 Para el experimento 2 la tabla es la siguiente: Vrtice Contraste A Contraste B Contraste AB (1) + a b ab Para el experimento 2 Vrtice (1) a b c ab ac bc abc
A
3 CONTRASTE

+ +
B C AB

+ +
AC BC

+
ABC

+ + + +

+ + + +

+ + + +

+ + + +

+ + + +

+ + + +

+ + + +

Para experimentos de mayor dimensin, consulte Diseo y Anlisis de Experimentos del autor Douglas Montgomery. 3 Es importante destacar que en el experimento 2 , los diferentes tratamientos pueden ser representados como los vrtices de un cubo. La frmula general para calcular un efecto es: Efecto =

Contraste n 2k 1

TABLA ANOVA k AL igual que en los dems experimentos, la tabla ANOVA para uno 2 , va a presentar tantas fuentes de variacin como efectos tenga, adems de una variabilidad residual que representa el error del modelo. Como cada efecto tiene slo dos niveles, los grados de libertad resultan ser 1 para cada k efecto; mientras que para el error son 2 (n-1)

18

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

La suma de cuadrados para cada efecto se calcula por la frmula:

(Contraste)2 n 2k

mientras que la suma de cuadrados residual por diferencia de la suma total de cuadrados. SUPERFICIE DE RESPUESTA 2 En un experimento 2 , cada tratamiento puede ser representado tal como vimos, por cada uno de los vrtices de un cuadrado contenido en el plano XY; mientras que la respuesta como una recta vertical para al eje Z. El experimento quedara representado grficamente como una nube de punto en el espacio 3 tridimensional , tal como se indica en la figura.

La superficie que mejor se ajusta a esta nube de puntos se conoce como superficie de respuesta, y representa el techo del cuadrado definido por el dominio de experimentacin. 3 Obviamente, en el caso de experimentos 2 o de mayor dimensin, no es posible graficar esta superficie de respuesta. La ecuacin de la superficie de respuesta puede ser obtenida de la siguiente manera: ,.. 1) Se definen k variables X1,X2 Xk que representan a los k factores considerados en el experimento. 2) Cada variable puede tomar slo dos valores, -1 si el factor que representa est a nivel bajo, o +1 si esta a nivel alto. 3) Se define un modelo un modelo de regresin mltiple de ecuacin: Y = 0 + 1X1 + 2X2++ kXk+ 12X1X2++ 13X1X3+.++ 12..k X1X2 Xk + e Donde Y representa a la respuesta del experimento. 4) La aplicacin del mtodo de mnimos cuadrados sobre este modelo, conduce a que los estimadores de los coeficientes Beta son: 0

Y = Gran Media

Efecto i 2

Para aquellos betas con un solo subndice, el efecto corresponde al de su factor principal; mientras que aquellos betas con varios subndices, el efecto es el de su correspondiente interaccin. Los beta correspondientes a efectos no significativos pueden ser eliminados de la ecuacin de la superficie de respuesta, pues para ellos, la hiptesis Ho: i= 0 resulta aceptada. 2 Cuando no existen interacciones el modelo resulta lineal, y en el caso de experimento 2 , la superficie de respuesta es un plano. En este caso, tanto el punto de mxima respuesta, como el de mnima respuesta estn en uno de los vrtices. ANALISIS DE RESIDUOS Una vez obtenida la ecuacin de la superficie de respuesta, es necesario validar los tres supuestos bsicos del modelo, normalidad de los errores, varianza comn (homocedasticidad), e independencia entre los errores. En este resumen slo abordaremos el primero de ellos. El error o residuo para cada punto es la diferencia entre la respuesta realmente observada y la pronosticada por la superficie de respuesta, es decir ei = Yi - Yi , donde Yi es el valor que resulta de sustituir en su ecuacin cada Xi por -1 +1 segn corresponda al vrtice para el cual estamos realizando el pronstico.

19

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Una vez obtenidos todos los errores, estos deben ser llevados al papel probabilstico para verificar su normalidad. EJEMPLOS RESUELTOS 1) Un experimento consiste en analizar el efecto del tamao de la broca (factor A) y de la velocidad (factor B) sobre la vibracin de una ranuradora (respuesta Y). 2 Para ello se decide utilizar un experimento factorial 2 , con cuatro replicas para cada 2 tratamiento, lo que da un total de 4 x 2 = 16 observaciones.. El tamao de la broca se fija en dos niveles: 1/16 (Bajo) y 1/8 ( Alto) de pulgada, mientras que la velocidad en 40 rps (Bajo) y 80 rps (Alto) . Antes de tomar las 16 observaciones es necesario definir el orden en que van a ser tomadas, para lo cual es necesario repartir aleatoriamente los nmeros del 1 al 16 entre los 4 tratamientos. Supongamos que el resultado de esta asignacin fue: Broca Velocidad Orden 1 / 16 40 5 8 13 14 1/8 40 1 6 10 12 1 / 16 90 3 7 11 15 1/8 90 2 4 9 16 Una vez definido el orden, se procede a tomar las observaciones, y se obtiene: A : Broca B : Velocidad Vibracin Totales 18.2 18.9 12.9 14.4 1 / 16 40 64.4 = (1) 27.2 24.0 22.4 22.5 1/8 + 40 96.1 = a 15.9 14.5 15.1 14.2 1 / 16 90 + 59.7 = b 41.0 43.9 36.3 39.9 1/8 + 90 + 161.1 = ab Fuente: Anlisis y Diseo de Experimentos Cap. VI Pag. 207 Pulido & De la Vara Editorial Mac. Graw Hill , Mexico 2003 Clculo de los efectos:

Contraste A a ab b (1) 133.10 = 16,64 4 (2) 8 n 2k 1 Contraste B b ab a (1) 60,30 = 7,54 B 4 (2) 8 n 2k 1 Contraste AB ab (1) a b 69,70 = 8,71 AB 4 (2) 8 n 2k 1 A
Clculo de las sumas de cuadrados.

SCA

(Contraste A)2 (133.10)2 = 1.107,23 4 (4) n 2k (Contraste B)2 (60,30)2 SCB = 227,26 4 (4) n 2k (Contraste AB)2 (69,70)2 SCAB = 303,63 4 (4) n 2k
i 2 j 2 m n i 2 j 2 m n

Yijm Y
2 ijm i 1 j 1 m 1 k

S.T.C
i 1 j 1 m 1

n2

= 1.709,83

20

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

La tabla ANOVA es en consecuencia: Suma de Grados de Fuentes Cuadrados libertad A: Broca 1.107,23 1 B: Velocidad 227,26 1 AB : Interaccin 303,63 1 Error 71,71 12 Total 1.709,83 15

Cuadrado Medio 1.107,23 227,26 303,63 5,98

F 185,16 38,00 50,77

p- valor 0,0000 0,0000 0,0000

De la tabla ANOVA se deduce que las tres fuentes de variacin resultan altamente significativas, siendo el ms influyente el factor A (Broca) por tener una mayor suma de cuadrados. Anlisis de Residuos Para ello se utiliza un modelo de regresin de la forma: Y = 0 + 1 X1 + 2 X2 + 3 X1 X2 + e En donde X1 y X2 representan a los factores principales A y B, mientras que X1 X2 a la interaccin AB. En caso de que alguno de los factores no fuera significativo por la Tabla ANOVA, su correspondiente = 0, y puede ser eliminado del modelo de regresin. Como los niveles de cada factor son cualitativos (alto y bajo) , y en la regresin se necesitan valores cuantitativos, es necesario hacer una codificacin que consiste en asignarle a cada variable X el valor -1 si su respectivo factor est a nivel bajo, o el valor +1 , si se encuentra a nivel alto. Bajo esta codificacin, puede demostrarse que los estimadores de los coeficientes de la regresin resultan ser:

Efecto de i 2 Para el ejemplo se obtiene: 0 Y = 23,83, 1 8,32 2 3,77 3 4,35 y el modelo regresin : Y = 23,83 + 8,32 X1 + 3,77 X2 + 4,35 X1 X2 + e Los 16 residuos se obtiene por diferencia: e = observado estimado El valor estimado se obtiene al sustituir X1 por -1 +1 y X2 por -1 +1 segn el factor est a nivel bajo o alto respectivamente. Por ejemplo el valor estimado para el vrtice a, corresponde a X1 = +1 y X2 = -1 , dando por resultado: Ya 24,03 por lo que los 4 residuos correspondientes a ese vrtice son: 27,20 24,03 = 3,17 ; 24,0 24,03 = - 0,03 ; 22,4 24,03 = -1,63 y 22,5 24,03 = -1,53 . Los 16 residuos son:

Y = Gran Media ; i

Yi 18,20 18,90 12,90 14,40

Estimado 16,09 16,09 16,09 16,09

ei 2,11 2,81 -3,19 -1,69

Yi 27,2 24 22,4 22,5

Estimado 24,03 24,03 24,03 24,03

ei 3,17 -0,03 -1,63 -1,53

Yi 15,9 14,5 15,1 14,2

Estimado 14,93 14,93 14,93 14,93

ei 0,97 -0,43 0,17 -0,73

Yi 41 43,9 36,3 39,9

Estimado 40,27 40,27 40,27 40,27

ei 0,73 3,63 -3,97 -0,37

Al llevarlos al papel probabilstico se obtiene:

21

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Normal P-P Plot of RESIDUOS

1,00

,75

,50

Expected Cum Prob

,25

0,00 0,00 ,25 ,50 ,75 1,00

Observed Cum Prob

Coeficiente de determinacin Se usa para medir la precisin del modelo, y puede ser calculado mediante la expresin: STC SCE 1.709,83 71 ,71 0,9581 95,81 % R2 STC 1.709,83 Conclusiones: La precisin del modelo es bastante satisfactoria R2 = 0,9581 Ambos factores son ampliamente significativos, y ambos ejercen una influencia positiva en la respuesta del experimento. Existe una fuerte interaccin entre ellos, que refuerza positivamente la accin individual de cada uno. El efecto de esta interaccin es ms importante que la del factor B individualmente.
Si se quiere disminuir la vibracin de la ranuradora, la posicin ptima es con los dos factores a nivel bajo.

El supuesto de normalidad del error es razonablemente vlido.

2) La duracin de un resorte se mide en nmero de compresiones hasta la rotura. Se quiere analizar la influencia de tres factores en su duracin: Longitud (A) con dos niveles 10 cm y 15 cm, Grosor (B) con dos niveles 5 mm y 7 mm, y tipo de acero (C) con dos niveles de contenido de carbono 0.04 % y 0.06 %. 3 Un experimento 2 con dos rplicas arroj el siguiente resultado:
Tratamiento Duracin

A B C 82 86

A BC 92 88

A B C 63 65

A BC 72 74

A B C 98 96

A B C 77 81

A BC 90 94

A B C 76 74

Obtenga la tabla ANOVA correspondiente al experimento, halle los efectos de cada factor, y obtenga sus conclusiones Solucin: Comencemos por identificar los diferentes vrtices, para luego hallar sus totales. (1)= 77+81 = 158 a=98+96= 194 b=76+74= 150 c= 63+65= 128 ab= 90+94 = 184 ac= 82 + 86 = 168 bc = 72 + 74 = 146 abc = 92 + 88 = 180

Calculemos ahora las sumas de cuadrados:

(Contraste A)2 (194 184 168 180 158 150 128 146)2 = = 1296 n 2k 2 23 (Contraste B)2 (150 184 146 180 158 194 128 168)2 SSB= = =9 n 2k 2 23 (Contraste C)2 (128 168 146 180 158 194 150 184)2 SSC= = = 256 n 2k 2 23

SSA=

22

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

(Contraste AB)2 (158 128 184 180 194 150 168 146)2 = =4 k n2 2 23 (Contraste AC)2 (158 150 168 180 194 128 184 146)2 SSAC= = =1 k n2 2 23 (Contraste BC)2 (158 194 146 180 150 128 184 168)2 SSBC= = = 144 k n2 2 23

SSAB=

SSABC=

(Contraste ABC)2 (194 150 128 180 158 184 168 146)2 = =1 k n2 2 23

STC = 1751
Fuentes de Variacin A B C AB AC BC ABC Residual Total

SCE = 1751- 1296- 9- 256- 4- 1- 144- 1= 40

Suma de Cuadrados 1296 9 256 4 1 144 1 40 1751 Grados de Libertad 1 1 1 1 1 1 1 8 15 Cuadrado Medio 1296 9 256 4 1 144 1 5 Razn F 259,20 > 5,52 1,80 51,20 > 5,52 0,80 0,20 28,80 > 5,52 0,20

La tabla ANOVA resulta entonces:

El valor crtico de la distribucin F para 5% de significancia es F 0.05; 1, 8 = 5,52 de donde se concluye que los factores influyentes en orden de importancia son: A , C y la interaccin BC Para hallar los efectos se debe tomar en cuenta nuevamente la tabla de signos para los contrastes, y aplicar: Efecto =

Contraste n 2k 1

As por ejemplo (Contraste A) 194 184 168 180 158 150 128 146 A= = = 18 n 2k 1 2 23 1

BC

(1) a b ab c ac bc abc = 6 8
C -8 AB -1 AC 0,5 BC 6 ABC -0,5

La tabla de efectos queda entonces: Factor A B Efecto 18 1,5

El intervalo de confianza para el efecto de un factor se halla aplicando la expresin;

1 n2k 2 2 Para 95 % de confianza, el coeficiente de la t-Student es : t0,05,8 = 2,306

Efecto Muestral t

C.M.R

Para el Factor A , el intervalo del 95% de confianza es: 18 2,306 18,00 2,58

1 = 4

Observe que el 2,58 que representa la estimacin de la desviacin estndar del error, define el radio del intervalo de confianza para todos los efectos, y que al restarlo y sumarlo a

23

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

cada efecto, el cero queda contenido en todos ellos, a excepcin de los factores A , C y BC, que resultaron ser los nicos significativos, segn la tabla ANOVA. El efecto de A es positivo es decir que incrementa la respuesta, el de C negativo es decir que la disminuye, y el de BC tambin positivo. La ecuacin de la superficie de respuesta es en general: Y = 0 + 1X1 + 2X2 + 3X3 + 4X1X2 + 5X1X3 + 6X2 X3 + 7X1 X2 X3 + e Efecto i En donde 0 = Y , y = , y se obtiene i 2 La tabla de coeficientes queda entonces: Coeficiente 0 1 2 3 4 5 6 7 Valor 81,75 9 0,75 -4 -0,5 0,25 3 -0,25 1751 40 El coeficiente R2 correspondiente es: R2 = 0,9772 1751 Dado que los nicos factores significativos resultaron ser A, C y BC, la ecuacin de la superficie de respuesta se reduce a Y = 81,75 + 9X1 - 4X3 + 3 X2 X3 + e Entre las conclusiones ms importantes del experimento podemos citar las siguientes: El factor ms influyente es el factor A, y le sigue en importancia el C El factor A ejerce una influencia positiva en la respuesta, mientras que el C una negativa. La accin del factor A no presenta interaccin significativa con ninguno de los otros. El factor B no resulta significativo, pero su interaccin con el C s lo es, y de manera positiva, de donde podramos decir que el factor B refuerza la accin del C y es un factor coadyuvante para C. El modelo es bastante preciso, con un coeficiente de determinacin de 0,9772 Para encontrar dentro del dominio de experimentacin, el punto de mxima respuesta, es decir el tratamiento que maximiza la duracin del resorte, encontramos que este se alcanza en X1 = 1, X3 = -1 y X2 = -1, es decir con longitud alta, grosor bajo y acero bajo, con una duracin esperada de Y = 81,75 + 9 + 4 + 3 = 97,75 En cuanto al anlisis de residuos, es necesario primero calcular el valor estimado de cada una de las respuestas obtenidas en el experimento sustituyendo las coordenadas -1 +o +1 del vrtice, dentro de la ecuacin ya simplificada de la superficie de respuesta. Y 77 81 98 96 76 74 63 65 Estimado 79,75 79,75 97,75 97,75 73,75 73,75 65,75 65,75 Error -2,75 1,25 0,25 -1,75 2,25 0,25 -2,75 -0,75 Y 90 94 82 86 72 74 92 88 Estimado 91,75 91,75 83,75 83,75 71,75 71,75 89,75 89,75 Error -1,75 2,25 -1,75 2,25 0,25 2,25 2,25 -1,75

24

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Normal P-P Plot of RESIDUOS 1,00

,75

,50

Expected Cum Prob

,25

0,00 0,00 ,25 ,50 ,75 1,00

Observed Cum Prob

En virtud de que los errores quedan razonablemente alineados, es aceptable su normalidad. EJERCICIOS PROPUESTOS 1) En la preparacin del concreto intervienen diversos factores, como son por ejemplo, el tipo de arena y la relacin agua cemento. Para analizar la influencia de estos dos factores en la resistencia del concreto, medida en 2 Kg/cm , se consideran dos niveles para el tipo de arena A, de grano fino (-) y de grano grueso (+), y dos niveles bajo (-) y alto (+) para la relacin agua cemento B. Se realizan tres rplicas para cada tratamiento, y se mide en cada caso la resistencia del concreto obtenido. Los resultados fueron + B B A 210 208 204 215 220 216 + A 219 225 223 225 224 230 1)Obtenga la tabla ANOVA para este experimento, por dos procedimientos diferentes: Como un experimento con dos factores y tres observaciones por celda. 2 Como un experimento 2 con tres observaciones en cada vrtice. 2) Obtenga un intervalo del 95% de confianza para cada uno de los efectos. 3) Cules son sus conclusiones acerca del experimento? 4) Cul tratamiento recomendara Ud. para obtener una mezcla de concreto ms resistente? Solucin; Fuentes S.S G.L C.M F Arena 444,0807 1 444,0807 49,32 > 5,32 Agua Cemento 140,0861 1 140,0861 15,57 > 5,32 Interaccin 24,0832 1 24,0832 2,68 < 5,32 Error 72,0000 8 9,00 Total 680,25 11 Efectos : A 12,17 3,99 B: 6,83 3,99 AB -2,83 3,99

2) Un ingeniero est interesado en el efecto de la velocidad de corte (A), la dureza del metal (B), y el ngulo de corte (C) sobre la duracin de una herramienta de corte. Para ello se 3 eligen dos niveles para cada factor, y se corren dos replicas del diseo factorial 2 . La tabla siguiente presenta los datos de tiempo de duracin (en horas) de la herramienta
Tratamiento A B C
+ +

A BC

A B C

A BC

A B C

A B C

A BC

A B C

Duracin

406 377

392 419

440 453

605 500

325 435

221 311

552 472

354 348

25

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

Estos datos fueron procesados con un programa estadstico, y se obtuvo una tabla de efectos , y una tabla ANOVA FACTORES A B C AB AC BC EFECTOS 18,25 ? 71,75 -11,25 ? -24,25 Fuentes S.S G.L C.M F A ? ? 1332,25 ? B ? ? ? ? C 20592,25 ? ? ? AB 506,25 ? ? ? AC ? ? ? ? BC 2352,25 ? ? ? ABC 4830,25 ? ? ? Residual ? ? ? Total 134587,75 ? a) Calcule el efecto del factor B y de la interaccin AC b) Calcule la suma de cuadrados correspondiente al factor B y a la interaccin AC, y utilcelas para completar la tabla ANOVA c) Redacte un informe con sus conclusiones, sealando la precisin del modelo, identificando los factores que ejercen una influencia significativa en la duracin de la herramienta, y clasificndolos en orden de importancia c) Obtenga un intervalo del 95% de confianza para el efecto del factor ms influyente. d) Cul es el tratamiento que proporciona la mxima duracin de la herramienta? + + e) Calcule los residuos correspondientes al tratamiento A B C Solucin: TABLA DE EFECTOS: FACTORES A B C AB AC BC EFECTOS 18,25 84,25 71,75 -11,25 -119,25 -24,25 TABLA ANOVA G.L 1 1 1 1 1 1 1 8 15

ABC -34,75

ABC -34,75

Fuentes A B C AB AC BC ABC Residual Total

S.S 1332,25 28392,25 20592,25 506,25 56882,25 2352,25 4830,25 19700 134587,75

C.M 1332,25 28392,25 20592,25 506,25 56882,25 2352,25 4830,25 2462,5

F 0,54 11,53 8,36 0,21 23,10 0,96 1,96

Coeficiente Valor

0 413,125

TABLA DE COEFICIENTES BETA 1 2 3 12 9,125 42,125 35,875 -5,625

13 -59,625

23 -12,125

123 -17,375

Residuos: 14,50 3) Investigar el uso de algn software estadstico, como por ejemplo MINITAB o SPSS, en el 4 anlisis de experimentos, y utilizarlo en el siguiente experimento 2 El Ingeniero responsable del proceso de produccin de un cierto alimento, considera que existen 4 factores que afectan el nmero diario de kilos producidos A su juicio, estos factores son: o o T: Temperatura: Dos niveles (-) 160 C y (+) 180 C

26

Guia de Diseo de Experimentos o Ing Angel Francisco Arvelo L.

C: Concentracin de un ingrediente: Dos niveles (-) 20% y (+) 40% K: Uso de un catalizador: Dos niveles (-) sin y (+) con P: Presin Dos niveles (-) 50 psi y (+) 80 psi Para analizar la influencia de cada uno de estos factores disea un experimento que consiste en ir cambiando cada da los niveles de cada factor, y observar el nmero de kilos del alimento, producidos ese da. El experimento va a tener una duracin de 32 das y previamente mediante un sorteo aleatorio se decide cual combinacin de los factores va a ser aplicado ese da. Al cabo de esos 32 das se obtuvieron los siguientes resultados; Factor T Factor C Factor K Factor P Da1 Da 2 -1 -1 -1 -1 60 64 +1 -1 -1 -1 72 70 -1 +1 -1 -1 54 55 +1 +1 -1 -1 73 79 -1 -1 +1 -1 78 70 +1 -1 +1 -1 84 82 -1 +1 +1 -1 79 78 +1 +1 +1 -1 79 81 -1 -1 -1 +1 57 55 +1 -1 -1 +1 66 64 -1 +1 -1 +1 74 73 +1 +1 -1 +1 63 66 -1 -1 +1 +1 86 82 +1 -1 +1 +1 66 67 -1 +1 +1 +1 84 86 +1 +1 +1 +1 75 73 Obtenga la tabla ANOVA Obtenga un intervalo del 95 % de confianza para cada uno de los efectos y las interacciones. Obtenga la ecuacin de la superficie de respuesta, analice los residuos mediante el uso del papel probabilistico, y verifique la validez de los supuestos del modelo. Cul es a su juicio, el punto ptimo de operacin? Elabore un informe con sus conclusiones acerca del experimento