EJEMPLO
Considérese una investigación llevada a cabo para estudiar el efecto que tiene la concentración de
un reactivo y la presencia de un catalizador sobre el tiempo de reacción de un proceso químico.
Sea la concentración del reactivo el factor A con dos niveles de interés, 15% y 20%.
El catalizador constituye el factor B; el nivel alto o superior denota el uso de sacos de catalizador y
el nivel bajo o inferior denota el uso de un solo saco. El experimento se realiza (replica o repite)
tres veces y los datos son como sigue:
A: B: A B X1 X2 TIEMPO DE REACCION
Conc.Reactivo Catalizador
15% 1 - - -1 -1 28 25 27
20% 1 + - 1 -1 36 32 32
15% 2 - + -1 1 18 19 23
20% 2 + + 1 1 31 30 29
PH H0: Efecto A=0 H1: Efecto A dif0; Efecto B=0 H1: Efecto B dif0; Efecto AB=0 H1: Efecto AB dif0
Otra forma de representar este ejercicio será en su forma gráfica como se muestra a continuación:
Donde el eje de las “x” será la contracción de reactivo A y en el eje “Y” el catalizador en B.
En la concentración de reactivo en su nivel bajo tenemos 15% y en su nivel alto 20%.
En la cantidad de catalizador tenemos 1 saco en su nivel bajo y 2 sacos en su nivel alto.
Cant. Catalizador B
Concentración reactivo A
Los datos obtenidos del problema son los siguientes:
TIEMPO DE REACCION
REPLICA 1 REPLICA 2 REPLICA 3 TOTAL YATES
28 25 27 80 (1)
36 32 32 100 a
18 19 23 60 b
31 30 29 90 ab
Y***= 330
Y***^2= 108900
DATOS :
Proceso: Químico
Var. De respuesta: Tiempo de reacción
Factor A: Conc. De Reactivo
Facto B: Catalizador
k= 2
Niveles: 2 (alto y bajo)
Réplicas (n)= 3
Observaciones(N)= 12
HIPOTESIS
RESOLVIENDO EN EL SOFTWARE
1. Identificar factores, procesos, variables de respuesta, tamaño de muestra,
corridas experimentales, las observaciones o réplicas.
En esta parte podemos observar que tenemos un diseño factorial completo donde
tenemos 2 factores y 4 corridas experimentales. Todos los que están en verde son los
diseños factoriales completos 2^k, quiere decir que Minitab puede realizar hasta 7
factores completos o 2^7. Y le damos clic en aceptar.
Le damos clic en diseño y nos vamos a ir a donde dice Diseño Factorial completo con 4
corridas, completo 2^2 , indicamos que tenemos 3 réplicas y le damos aceptar.
2. Generar la matriz de diseño en Minitab, registrar valores de la variable de
respuesta.
PH H0: Efecto A=0 H1: Efecto A dif0; Efecto B=0 H1: Efecto B dif0; Efecto AB=0 H1:
Efecto AB dif0
Como en el problema no nos indica, asumir un nivel de confianza de 95% y le
damos aceptar
.
En gráficas, se resuelve los supuestos en residuales es por ello se selecciona 4 en 1,
para verificar si este modelo es válido para este método, le damos en aceptar.
Luego nos vamos en la parte superior y hacemos clic en la carpeta de sesión, para
generar la Prueba de Hipotesis.
Quiere decir :
4. Gráficas factoriales:
c) Gráficas de Efectos Estandarizados y Pareto de efectos Estandarizados
d) Graficas de Interacción y Efectos Principales
En esta grafica de factor y factoriales, vemos que todos los términos estén seleccionados:
tanto conc. de reactivo y catalizador.
En la parte superior, hacemos clic en la herramienta Carpetas gráficas, para poder
apreciar el gráfico y analizarlo.
-cuando la concentración de reactivo esta a un nivel bajo del 15% su tiempo de reacción
es bajo.
-cuando la concentración de reactivo esta a un nivel alto del 20% su tiempo de reacción
es alto. Podemos asumir que hay una relación positiva, si la concentración es alto, su
tiempo de reacción también lo es.
Que es lo quisiéramos que el tiempo de reacción fuera alto o bajo? , Si fuera un proceso
químico desearíamos que su tiempo de reaccion fuera pequeño es decir que sea mas
rápido.
Observando la gráfica,
Una concentración al 15% (nivel bajo) con un nivel de 2 sacos(nivel alto), obtenemos una
mejor respuesta.
-Cuando hay interacción no hay efecto, por la tanto en la gráfica de interacción no nos
convendría porque no hay interacción.
Como lo obtenemos?
Esta grafica de Pareto o efectos estandarizados nos ayuda también a concluir sobre
nuestras hipótesis, nos dice que aquellos factores y si interacción que no toquen esa línea
roja, no tendrán efectos significativos sobre la variable de respuesta.
Podríamos concluir también en vez de ANOVA con esta gráfica, y de hecho nos muestra
que factor tiene más efecto significativo.
El efecto de A es de 7.29 y El efecto de B es de 4.37. Es decir que A tiene mucho mas efcto
significativo que B. Pero AB no tiene efecto significativo.
-Observamos que si sigue una distribución normal aunque empiece hacerse un poco
curvita, los datos están bien alineados a la recta o tal vez habría observaciones inusuales
(las que están alejadas de la recta).
-Los valores vemos que están dispersos en el eje de la Y , hay algunos espacios en el eje de
las X, sin embargo podemos decir que si sigue una muestra aleatoria, una distribución
normal y las varianzas son iguales o la variabilidad de un dato a otro son iguales.
6. Graficas de intervalos de confianza
Tenemos una sola columna de Y y tenemos grupos , y tenemos que darle a la opción con
grupos, aceptar.
Entonces tenemos esta grafica de intervalos de confianza, y concluimos:
-Observamos que clasifica cada factor con su nivel, entonces se hace las posibles
combinaciones , el 15% con 1 y 2 sacos ; el 20% con 1 y 2 sacos. Si nuestro objetivo es
menor tiempo de reacción vemos que al 15% con 2 sacos es donde toma los valores mas
pequeños, sin embargo tiene mucha variabilidad también podría tomar valores altos,
inclusio casi cuando estuviera con 1 saco. Podríamos concluir que nos conviene utilizar la
concentración del reactivo en su nivel bajo y los sacos en su nivel alto.
Eso es lo que nos dice el grafico de intervalo de media al 95% para el tiempo de reacción
de este proceso químico.
7. Graficas de Cubo
Esta grafica de cubo es la región grafica donde se desarrolla nuestro diseño factorial y
vemos donde esta nuestra anotación de Yates y cómo se comporta en la grafica el
catalizador y la conc de reactivo.
Si quisiéramos tener el menor valor del tiempo de reacción. Aquí en este vértice el tiempo
de reacción es de 20 minutos, cuando utilizas el nivel A bajo y el nivel B alto, seria nuestra
mejor respuesta.
8. Predicción
C8 valores ajustados de los residuos.
C9 valores estandarizados.
C10 C11 C12 C13, valores limites de confianza y predicción para todos los valores
observados.
9. Optimizador