Apéndice 4

A partir de la lectura del capítulo 5, 6 y 7 del libro análisis y diseños de

experimentos, aplique los conceptos del diseño factorial al siguiente enunciado.
Un estudiante en la UNAD viene realizando experimentos sobre la textura de un
extruido tipo cereal para el desayuno. Para determinar el efecto de variar la
concentración del polvo de hornear y la concentración de quinua que contiene el
producto sobre la textura del producto, realizó un trabajo experimental en la planta
piloto de la ECBTI. Para el experimento utilizó tres concentraciones de la quinua y
tres concentraciones de polvo de hornear en el extruido.
A continuación, se describe la tabla con los resultados para cada uno de los
tratamientos, cada variable de respuesta (Fuerza de fractura) se midió 3 veces.
Tabla 1. Datos de la textura del cereal para desayuno.

Quinua (%) Polvo de hornear (%) Total

Concentración Concentración Concentración Total Total

1 2 3 filas

Concentración 10.2 9.8 9.4 29.4

1
10.4 9.7 9.2 29.3 87.5

10.1 9.6 9.1 28.8

A1B1 30.7 A2B1 29.1 A3B1 27.7

Concentración 11.1 10.9 10.1 32.1

2
11.3 10.9 10.0 32.2 96.5

11.4 10.8 10.0 32.2

A1B2 33.8 A2B2 32.6 A3B2 30.1

Concentración 12.6 12.2 11.7 36.5

3
12.8 12.1 11.6 36.5 109.4

12.9 12.0 11.5 36.4

A1B3 38.3 A2B3 36.3 A3B3 34.8

Total 102.8 98.0 92.6 293.4
A. Plantear el modelo estadístico para este diseño, explicar cada uno de los términos en función
del ejercicio (10 /120).

Análisis del diseño factorial 32:

𝑌𝑖𝑗𝑘 = 𝜇 + 𝛾𝑖 + 𝛿𝑗 + (𝛾𝛿)𝑖𝑗 + 𝜀𝑖𝑗𝑘

Con 𝑖 = 1,2,3 ; 𝑗 = 1,2,3 ; 𝑘 = 1,2,3 … 𝑛

𝛾𝑖 : Efecto de la quínoa en su nivel j

(𝛾𝛿)𝑖𝑗 : es el efecto de interacción de ambos en los niveles 𝑖𝑗

𝑛 = 3 : Es el número de repeticiones de cada tratamiento. Asi que es un diseño

factorial 3k , interpretado como 32
Polvo de hornear = A
Quinua = B
Niveles= (A1, A2, A3); (B1, B2, B3)
Efecto de estudio
Individual A
Individual B
Interacción AB

Pregunta: Existirán diferencias significativas en la textura del cereal?

B. Realice las hipótesis de interés para la investigación (igualdad y alterna). (10 /120).
Verificar si se presencia diferencias significativas entre la quinua y el polvo de
hornear que contiene el producto sobre la textura del producto.
HO: efecto del factor polvo de hornear (%)=0
HA: efecto del factor polvo de hornear (%) ≠ 0
HO: efecto del factor quínoa (%)=0
HA: efecto del factor quínoa (%) ≠ 0
HO: efecto polvo de hornear x quínoa = 0
HA: efecto polvo de hornear x quínoa ≠ 0

C. Realice los cálculos correspondientes al análisis de varianza y elabore la tabla ANOVA

correspondiente,  = 0.05. (20 /120)

Tabla 2. ANOVA Formulas par Diseño Cuadrado Latino.

Fuente de Suma de Grados de Cuadrado Estadístico de Valor-p
variabilidad Cuadrados Libertad medio Prueba
(FV)
(SC) (gl) (CM) (𝑭𝑶 )

A 𝑆𝐶𝐴 2 𝐶𝑀𝐴 𝐶𝑀𝐴 𝑃(𝐹 > 𝐹0 )

𝐶𝑀𝐸

B 𝑆𝐶𝐵 2 𝐶𝑀𝐵 𝐶𝑀𝐵 𝑃(𝐹 > 𝐹0 )

𝐶𝑀𝐸

AB 𝑆𝐶𝐴𝐵 4 𝐶𝑀𝐴𝐵 𝐶𝑀𝐴𝐵 𝑃(𝐹 > 𝐹0 )

𝐶𝑀𝐸

Error 𝑆𝐶𝐸 32 (𝑛 𝐶𝑀𝐸

(E) − 1)

Total 𝑆𝐶𝑇 𝑛3𝑘

(T) −1

Quinua (%) Polvo de hornear (%)

Concentración 1 Concentración 2 Concentración 3 Total, Filas

Concentración 1 10.2 9.8 9.4 29.4

10.4 9.7 9.2 29.3

10.1 9.6 9.1 28.8

Concentración 2 11.1 10.9 10.1 32.1

11.3 10.9 10.0 32.2

11.4 10.8 10.0 32.2

Concentración 3 12.6 12.2 11.7 36.5

12.8 12.1 11.6 36.5

12.9 12.0 11.5 36.4

Total, columnas 102.8 98 92.6 293.4

Paso a paso
A% polvo de hornear

(102.8 + 98,02 + 92.62 ) (293.4)2

𝑆𝐶𝐴 = −
3(3) 3(3)2
10567.84 + 9604.0 + 8574.76 86083.56
𝑆𝐶𝐴 = −
9 27
 𝑆𝐶𝐴 = 3194.06 − 3188.28

𝑆𝐶𝐴 : 5.78%
Quínoa: B%

(87.52 + 96,52 + 109.42 ) (293.4)2

𝑆𝐶𝐵 = −
3(3) 3(3)2
7656.25 + 9312.25 + 11968.36 86083.56
𝑆𝐶𝐵 = −
9 27
𝑆𝐶𝐵 = 3215.20 − 3188.28
𝑆𝐶𝐵 : 26.92
AB% quínoa y polvo de hornear

30.72 + 29.12 + 27.72 + 33.82 + 32.62 + 30.12 + 38.32 + 36.32 + 34.82

𝑆𝐶𝐴𝐵 =
3
(293.4)2
− − 5.78 − 26.92
3(3)2
𝑆𝐶𝐴𝐵
942.49 + 846.81 + 767.29 + 1142.44 + 1062.76 + 906.01 + 1466.89 + 1317.69 + 1211.04
=
3
(293.4)2
− − 5.78 − 26.92
3(3)2
𝑆𝐶𝐴𝐵 = 0.14

Suma de cuadrados
3 3 𝑛
2 𝑌2. . .
𝑆𝐶𝑇 = ∑ ∑ ∑ 𝑌𝑖𝑗𝑘 −
𝑛32
𝑖=1 𝑗=1 𝑘=1

𝑆𝐶𝑇 = (10.22 + 10.42 + 10.12 + 10.22 + 10.42 + 10.12 + 9.42 + 9.22 + 9.12 + 11.12
+ 11.32 + 11.42 + 10.92 + 10.92 + 10.82 + 10.12 + 10.02 + 10.02
+ 12.62 + 12.82 + 12.92 + 12.22 + 12.12 + 12.02 + 11.72 + 11.62
(293.4)2
+ 11.52 ) −
3(3)2
𝑆𝐶𝑇 = (104.04 + 108.16 + 102.01 + 96.04 + 94.09 + 92.16 + 88.36 + 84.64 + 82.81
+ 123.21 + 127.69 + 129.96 + 118.81 + 118.81 + 116.64 + 102.01
+ 100 + 100 + 158.76 + 163.84 + 166.41 + 148.84 + 146.41 + 144
+ 136.89 + 134.56 + 132.25) − 3188.28
𝑆𝐶𝑇 = 3221.4 − 3188.28
𝑆𝐶𝑇 = 33.12

 Error aleatorio
𝑆𝐶𝐸 = 33.12 − 5.78 − 26.92 − 0.14
𝑆𝐶𝑇 = 0.26

 Cuadrados medios
𝑆𝐶𝐴 = 2

𝑆𝐶𝐵 = 2

𝑆𝐶𝐴𝐵 = 4

Para el error= 32 (𝑛 − 1) = 32 (3 − 1) = 9(2) = 18

Cuadrados medios - Efecto factor (A) % Polvo de hornear
5.78
𝐶𝑀𝐴 = → 𝐶𝑀𝐴 = 2.89
2
Cuadrados medios - Efecto factor % quínoa
26.92
𝐶𝑀𝐵 =
2
𝐶𝑀𝐵 = 13.46%

 Cuadros medios:
𝑆𝐶𝐴
𝐶𝑀𝐴 =
2
Interacción Efecto factor % Polvo de hornear y factor % quínoa
0.14
𝐶𝑀𝐴𝐵 = → 𝐶𝑀𝐴𝐵 = 0.03
4
 Cuadrados medios = Error
0.26
𝐶𝑀𝐸 = → 𝐶𝑀𝐸 = 0.01
18
Grados de libertad - final = 𝑛3𝑘 − 1 = (3)32 − 1 = 26

 Estadístico de prueba:
Para el factor % Polvo de hornear

𝐶𝑀𝐴
𝐹0𝐴 =
𝐶𝑀𝐸
 2.89
𝐹0𝐴 = = 206.4
0.014

Para el factor % quínoa

𝐶𝑀𝐵
𝐹0𝐵 =
𝐶𝑀𝐸
13.46
𝐹0𝐵 = = 961.8
0.014

Para el efecto factor % Polvo de hornear y factor % quínoa

𝐶𝑀𝐴𝐵
𝐹0𝐴𝐵 =
𝐶𝑀𝐸
0.037
𝐹0𝐴𝐵 = = 2.64
0.014

=DISTR.F.CD(F0; grados_de_libertad1; grados_de_libertad2)

F0A=3.76328E-13

=DISTR.F.CD(961.8;2;18)

F0B= 5.05842E-19

=DISTR.F.CD(2,4;4;18)

F0AB= 0.088158984

FUENTE DE SUMA DE GRADOS DE CUADRADOS F0 VALOR -P

VARIABILIDAD CUADRADOS LIBERTAD MEDIOS

A 5.8 2 2.9 206.4 3.76328E-13

B 26.93 2 13.465 961.8 5.05842E-19

AB 0.13 4 0.033 2.4 0.088158984

ERROR 0.26 18 0.014

TOTAL 33.12 26
D. A partir del resultado del valor – P y F0 (2 criterios diferentes), que se puede concluir
con respecto a las hipótesis planteadas. (10 /120)
Polvo de hornear
𝐹0𝐴 > 𝐹 → 207.14 > 3.55 Rechazo hipótesis nula
−𝑝 <∝ → 3.76328E − 13 < 0.05 Rechazo hipótesis nula
Quínoa
𝐹0𝐵 > 𝐹 → 961.8 > 3.55 Rechazo de hipótesis nula
−𝑝 <∝ → 5.05842E − 19 < 0.05 Rechazo de hipótesis nula
Quínoa y polvo de hornear
𝐹0 < 𝐹 → 2.4 < 3.55 se acepta la hipótesis
−𝑝 >∝ → 0.088158984 > 0.05 No se rechaza la hipótesis nula por ser mayor

E. Realice las hipótesis para la comparación de las medias para los tratamientos de la
investigación. (10 /120)
Hay diferencia entre factores porcentuales. La hipótesis es nula en la concentración de
polvo de hornear y la quínoa, a lo cual se deduce que no afecta la textura del cereal: Ho: µo
= µ1… … . . = µn

F. Calcular el LSD. (20 /120)

𝐿𝑆𝐷 = 𝑡∝⁄ √2𝐶𝑀𝐸⁄𝑛

2, 𝑁−𝑘

CME = 0.014
N= 9

𝐿𝑆𝐷 = 2.10√2(0.014)⁄9 = 2.10√0.028⁄9 = 2.10(√0.0031) = 2.10(0.0557)

𝐿𝑆𝐷 = 0.117
H. Investigue que programas o paquetes estadísticos son utilizados para la el análisis de
diseños experimentales (mencionar 3). (10 /120)
Nos indica Gómez (2.014) que:
Un paquete estadístico es un conjunto de programas informáticos específicamente
diseñados para el análisis estadístico de datos con el propósito de dar solución a
problemas bien sea de estadística descriptiva o inferencial, o de ambos. Se puede decir
que un paquete estadístico permite aplicar a un mismo fichero de datos un conjunto
ilimitado de procedimientos estadísticos de manera sincronizada, sin salir del programa.
De esta forma, la utilidad del conjunto integrado es mayor que la suma de las partes. En
cierto modo, un paquete estadístico es similar a un paquete ofimático (por ejemplo, Office
97 de Microsoft). Sistema R, es un sistema para análisis estadísticos y gráficos, creado por
Ross Ihaka y Robert Gentleman (1996); tiene una naturaleza doble, de programa y
lenguaje de programación. R es un software para el análisis estadístico de datos
considerado como uno de los más interesantes, ya que cuenta con un conjunto de
programas para la manipulación de datos, calculo y gráficos (Ramos & Cárdenas, 2010).
Sistema Statgraphics, es un software que está diseñado para facilitar el análisis estadístico
de datos. Mediante su aplicación es posible realizar unos análisis descriptivos de una o
varias variables, utilizando gráficos que expliquen su distribución o calculando sus medidas
características. Entre sus muchas prestaciones, también figuran el cálculo de intervalos de
confianza, contrastes de hipótesis, análisis de regresión, análisis multivalentes, así como
diversas técnicas aplicadas en Control de Calidad (Gutiérrez, de La Vara, 2008).

Sistema Minitab, Minitab es un paquete estadístico que abarca todos los aspectos
necesarios para el aprendizaje y aplicación de la Estadística en general. Incluye análisis
descriptivo, contrastes de hipótesis, regresión lineal y no lineal, series temporales, análisis
de tiempos de fallo, control de calidad, análisis factorial, ANOVA, análisis clúster, etc. (Vila,
Sedano & Ángel, 2010).
Referencias Bibliográficas

Gómez Sislenis. (11 de abril de 2.014). Paquetes estadísticos, tipo de paquetes

estadísticos, ventajas y desventajas. [Entrada de Blog]. Recuperado de
http://softwareanalisisdedatoscuantitativos.blogspot.com.co/2014/04/tipos-de-paquetes-
estadisticos.html.
Guevara Guerrero Beatriz. (15 de abril de 2.018). Método LSD. [Video YouTube].
Recuperado de https://www.youtube.com/watch?v=J38BxB38dh0
Gutiérrez, H.& de la Vara, R. (2008). Diseños de experimentos con mezclas. En Análisis y
diseño de experimentos. (2a. ed.). México, D.F.: McGraw-Hill Interamericana, pp
Vila, A., Sedano, M. & Ángel, J. (2010). Introducción a Mimitab. Mayo 01, 2018, de UOC
Sitio web recuperado de: https://www.uoc.edu/in3/emath/docs/Intro_Minitab.pdf