FASE 4.

DISEÑOS FACTORIALES
DESARROLLO DE EJERCICIOS ESTADÍSTICOS

GRUPO 30156_40

PARMENIO ZUÑIGA IZQUIERDO

COD: 10385704

TUTOR: BEATRIZ GUEVARA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ABRIL DEL 2018
 Apéndice 4
1. 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 salvado
de arroz 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 del salvado de arroz 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 4
veces.

Tabla 1. Datos de la textura del cereal para desayuno.

Salvado de
Polvo de hornear (%) Factor A (columna)
arroz
(%)Factor B Concentración Concentración Concentración Promedio
(Fila) 1 2 3
9,20 8,80 8,40
Concentración 9,40 8,70 8,20 8,72
1 9,10 8,60 8,10
9,20 8,70 8,20
10,10 9,90 9,10
Concentración 10,30 9,90 9,00 9,72
2 10,40 9,80 9,00
10,30 9,70 9,10
11,60 11,20 10,70
Concentración 11,80 11,10 10,60 11,15
3 11,90 11,00 10,50
11,90 11,00 10,50
∑ 125,20 118,40 111,40

Promedio 10,43 9,87 9,28

∑y = 355

a. Plantear el modelo estadístico para este diseño, explicar cada

uno de los términos en función del ejercicio (10 /120).

Modelo estadístico al cual relacionamos el ejercicio es el modelo 3X3 o 3k,

diseño factorial 3², es decir 2 factores: Salvado de arroz y polvo para
hornear y cada uno tiene 4 mediciones.

b. Realice las hipótesis de interés para la investigación (igualdad

y alterna). (10 /120)

Factor A: % polvo para hornear (A1, A2, A3)

Hipótesis de igualdad Factor A

𝐻 0: μA1 = μA2
𝐻 0: μA2 = μA3
𝐻 0: μA1 = μA3

Hipótesis Alterna Factor A

𝐻 0: μA1 ≠ μA2
𝐻 0: μA2 ≠ μA3
𝐻 0: μA1 ≠ μA3
Factor B: % Salvado de arroz (B1, B2, B3)

Hipótesis de igualdad Factor B

𝐻 0: μB1 = μB2
𝐻 0: μB2 = μB3
𝐻 0: μB1 = μB3

Hipótesis Alterna Factor B

𝐻 0: μB1 ≠ μB2
𝐻 0: μB2 ≠ μB3
𝐻 0: μB1 ≠ μB3
 c. Realice los cálculos correspondientes al análisis de varianza y
elabore la tabla ANOVA correspondiente,  = 0.05. (20 /120)
3
𝑌𝑖∗2 𝑌∗∗2
𝑆𝐶𝐴 = ∑ −
3𝑛 𝑛32
𝑖=1

𝟏𝟐𝟓. 𝟐𝟎𝟐 + 𝟏𝟏𝟖. 𝟒𝟎𝟐 + 𝟏𝟏𝟏. 𝟒𝟎𝟐 𝟑𝟓𝟓𝟐

𝑺𝑪𝑨 = − = 𝟑𝟓𝟎𝟖. 𝟔𝟑 − 𝟑𝟓𝟎𝟎. 𝟔𝟗
𝟑∗𝟒 𝟒 ∗ 𝟑𝟐
𝑺𝑪𝑨 = 𝟕. 𝟗𝟒
3 2
𝑋𝑗∗ 2
𝑋∗∗
𝑆𝐶𝐵 = ∑ − 2
3𝑛 𝑛3
𝑗=1

𝟏𝟎𝟒. 𝟔𝟎𝟐 + 𝟏𝟏𝟔. 𝟔𝟎𝟐 + 𝟏𝟑𝟑. 𝟖𝟐 𝟑𝟓𝟓𝟐

𝑺𝑪𝑩 = − = 𝟑𝟓𝟑𝟔. 𝟓𝟗 − 𝟑𝟓𝟎𝟎. 𝟔𝟗
𝟑∗𝟒 𝟒 ∗ 𝟑𝟐
𝑺𝑪𝑩 = 𝟑𝟓. 𝟗𝟎
3 32
𝑌𝑖𝑗∗ 𝑌∗∗2
𝑆𝐶𝐴𝐵 = ∑𝑛∑𝑛 − 2 − 𝑆𝐶𝐴 − 𝑆𝐶𝐵
4 𝑛3
𝑖=1 𝑗=1

𝑺𝑪𝑨𝑩
𝟑𝟔. 𝟗𝟎𝟐 + 𝟒𝟏. 𝟏𝟎𝟐 + 𝟒𝟕. 𝟐𝟎𝟐 + 𝟑𝟒. 𝟖𝟐 + 𝟑𝟗. 𝟑𝟐 + 𝟒𝟒. 𝟑𝟐 + 𝟑𝟐. 𝟗𝟐 + 𝟑𝟔. 𝟔𝟐 + 𝟒𝟐. 𝟑𝟐
=
𝟒
𝟑𝟓𝟓𝟐
− − 𝟕. 𝟗𝟒 − 𝟑𝟓. 𝟗𝟎 = 𝟑𝟓𝟒𝟒. 𝟕 − 𝟑𝟓𝟎𝟎. 𝟔𝟗 − 𝟕. 𝟗𝟒 − 𝟑𝟓. 𝟗𝟎
𝟒 ∗ 𝟑𝟐
𝑺𝑪𝑨𝑩 = 𝟎. 𝟏𝟕𝟑

𝑺𝑪𝑻 = 𝟑𝟓𝟒𝟓. 𝟎𝟐 − 𝟑𝟓𝟎𝟎. 𝟕 = 𝟒𝟒. 𝟑𝟐

 ANÁLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio de Valor crítico
Fo Probabilidad
variaciones cuadrados libertad los cuadrados para F
Muestra 35,90222222 2 17,95111111 1538,667 1,52E-28 3,354131
Columnas 7,935555556 2 3,967777778 340,0952 7,16E-20 3,354131
Interacción (AB) 0,172777778 4 0,043194444 3,702381 0,015786 2,727765
Dentro del grupo 0,315 27 0,011666667

Total 44,32555556 35

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)

El valor de -P como probabilidad en una medida estadística nos ayuda

a determinar que la Hipótesis de igualdad debemos rechazarla en
nuestro caso de estudio, ya que el valor de –P (7,16E-20) es menor que
0,05, la descartamos ya que no hay igualdad de efectos de las
raciones sobre el peso de los cerdos.
Sobre el valor de F=340,0952 vemos que es un valor
significativamente grande con relaciona a –P lo que indica que el
efecto de las dietas es significativo.
De igual manera se observa que el valor en la interacción AB en –P es
positivo y nos indica el efecto de AB (Polvo de hornear (%) y Salvado
de arroz (%))
e. Realice las hipótesis para la comparación de las medias para
los tratamientos de la investigación. (10 /120

Factor A: % polvo para hornear (A1, A2, A3)

Hipótesis de igualdad Factor A
𝐻 0: μA1 = μA2
𝐻 0: μA2 = μA3
𝐻 0: μA1 = μA3
Hipótesis Alterna Factor A
𝐻 0: μA1 ≠ μA2
𝐻 0: μA2 ≠ μA3
𝐻 0: μA1 ≠ μA3
 Factor B: % Salvado de arroz (B1, B2, B3)
Hipótesis de igualdad Factor B
𝐻 0: μB1 = μB2
𝐻 0: μB2 = μB3
𝐻 0: μB1 = μB3
Hipótesis Alterna Factor B
𝐻 0: μB1 ≠ μB2
𝐻 0: μB2 ≠ μB3
𝐻 0: μB1 ≠ μB3

f. Calcular el LSD. (20 /120)

1 1
𝐿𝑆𝐷𝐴 = 𝑡𝛼⁄2, 𝑎𝑏(𝑛−1) √𝐶𝑀𝐸 ( + )
𝑁𝐴𝑖 𝑁𝐴𝑙
 Donde

ta/2, ab(n– 1) es el punto porcentual 100(1 – a/2) de la distribución

T de Student (2,0518305), ab(n – 1) los grados de libertad del cuadrado
medio del error (27), nAi y nAl son el total de observaciones en los
niveles i y l del factor A, que se están comparando (12). De esta
manera, en el ejemplo, como es un diseño balanceado nAi = nAl =
12; entonces

1 1
𝐿𝑆𝐷𝐴 = 2,0518305√0,009 ( + )
12 12

𝑳𝑺𝑫𝑨 = 𝟎, 𝟎𝟕𝟗𝟒𝟔𝟕

g. Aplique el concepto de LSD para aceptar o rechazar las

hipótesis para la comparación de las medias. (30 /120)

Salvado de arroz Polvo de hornear (%)

(%) Concentración 1 Concentración 2 Concentración 3
9,20 8,80 8,40
9,40 8,70 8,20
Concentración 1
9,10 8,60 8,10
9,20 8,70 8,20
10,10 9,90 9,10
10,30 9,90 9,00
Concentración 2
10,40 9,80 9,00
10,30 9,70 9,10
11,60 11,20 10,70
11,80 11,10 10,60
Concentración 3
11,90 11,00 10,50
11,90 11,00 10,50
∑ 125,20 118,40 111,40

125,20 118,40 111,40

μA1 = = 𝟏𝟎, 𝟒𝟑 ; μA2 = = 𝟗, 𝟖𝟕; μA3 = = 𝟗, 𝟐𝟖
12 12 12

Diferencia poblacional

|𝑌̅𝐴1 − 𝑌̅𝐴2 | = 10,43 − 9,87 = 𝟎. 𝟓𝟔 > 𝐿𝑆𝐷𝐴 (0,079467)

|𝑌̅𝐴1 − 𝑌̅𝐴3 | = 10,43 − 9,28 = 𝟏, 𝟏𝟓. 𝟒𝟑 > 𝐿𝑆𝐷𝐴 (0,079467)
|𝑌̅𝐴2 − 𝑌̅𝐴3 | = 9,87 − 9,28 = 𝟎, 𝟓𝟗 > 𝐿𝑆𝐷𝐴 (0,079467)
Diferencia Diferencia muestral en valor Decisión
poblacional absoluto

|𝑌̅𝐴1 − 𝑌̅𝐴2 | 𝟎. 𝟓𝟔 > 𝐿𝑆𝐷𝐴 (0,079467) Significativa

|𝑌̅𝐴1 − 𝑌̅𝐴3 | 𝟏, 𝟏𝟓. 𝟒𝟑 > 𝐿𝑆𝐷𝐴 (0,079467) Significativa

|𝑌̅𝐴2 − 𝑌̅𝐴3 | 𝟎, 𝟓𝟗 > 𝐿𝑆𝐷𝐴 (0,079467) Significativa

 En el análisis nos muestra que hay diferencias

significativas entre las hipótesis de igualdad por tanto no
se acepta la Ho.
 Por lo tanto si se acepta de acuerdo a los resultados la
Hipótesis Alterna ya que si hay diferencias en los
resultados obtenidos en relación al (%) salvado de Arroz
y Polvo de hornear (%)

h. Investigue que programas o paquetes estadísticos son

utilizados para la el análisis de diseños experimentales
(mencionar 3). (10 /120)

1. STATGRAPHICS Centurion es una potente herramienta de

análisis de datos que combina una amplia gama de procedimientos
analíticos con extraordinarios gráficos interactivos para
proporcionar un entorno integrado de análisis que puede ser
aplicado en cada una de las fases de un proyecto, desde los
protocolos de gestión Six Sigma hasta los procesos de control de
calidad.
Incluye funciones estadísticas avanzadas, capaces de proporcionar
rigurosos análisis propios de los profesionales estadísticos más
exigentes y experimentados, y al mismo tiempo ofrece un interface
muy intuitivo, con funciones de asistencia exclusivas, de tal forma
que proporciona la simplicidad suficiente para permitir a un analista
inexperto realizar procedimientos complejos.

2. SPSS es un formato que ofrece IBM para un análisis completo. Es

el acrónimo de Producto de Estadística y Solución de Servicio.
Existen otros productos diferentes en la suite, cada uno de ellos
ofrecen sus propias características únicas.
 SPSS es un software popular entre los usuarios de Windows, es
utilizado para realizar la captura y análisis de datos para crear
tablas y gráficas con data compleja. El SPSS es conocido por su
capacidad de gestionar grandes volúmenes de datos y es capaz de
llevar a cabo análisis de texto entre otros formatos más.

3. XLSTAT

XLSTAT es un líder en software para análisis estadísticos.

Desde 1993 hemos trabajado sin descanso para proporcionarle, a
usted y a otros 100,000 usuarios de más de 100 países, un
software potente, versátil y, a la vez, fácil de usar y asequible,
capaz de cubrir todas sus necesidades estadísticas.
Con más de 200 herramientas estadísticas tanto estándar como
avanzadas, compatible tanto con PC como con Mac, XLSTAT
funciona como un complemento perfectamente integrado en MS
Excel®, permitiéndole analizar y reformatear fácilmente sus datos
dentro de Excel.
XLSTAT utiliza técnicas pioneras de cálculo, de modo que le permite
resultados viables a velocidades imbatibles: la ccomputación
paralela le permite aprovechar al máximo todos los procesadores
de su computadora.
 BIBLIOGRAFIA

Gutiérrez. (2012).Análisis y diseño de experimentos.(3a. ed.) McGraw-

Hill Interamericana. Tomado de
http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=375&pg
=

Mesa, J., Brossard, L. & Guerrero, J. (2010). Estrategia de utilización

del diseño de experimentos. Tecnología Química, 18(3):101-
111, 1998. La Habana, CU: Universidad de Oriente. Consultado
el 28/05/17 en:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.acti
on?ppg=4&docID=10365561&tm=1480120603158

Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e

Infostat en problemas de agronomía. Editorial Brujas.
Consultado el 28/05/17
en:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.
action?docID=10890015&ppg=102

Guevara Guerrero, B. (01, 06,2017).Diseño Experimental Unidad 3.

[Archivo de video]. Recuperado de:
http://hdl.handle.net/10596/12415