UNIDAD 4: Diseo de Bloques.

ALUMNO:
1.- Quintanilla Mendoza Jess Rey.
Nmero de Control:
1.- 13071288.
Maestro:
Ing. Merinos Herrera Erick Orlando.
Horario:
Lunes Viernes de 17:00 18:00 PM.
Ciclo Escolar:
ENERO-JUNIO 2017.
 DISEO
DE
BLOQUES
DISEO DE BLOQUES
COMPLETOS AL AZAR
PROBLEMA 1
Se dise un experimento para estudiar el rendimiento de 4
detergentes. Las siguientes lecturas de blancura se obtuvieron con un
equipo especial diseado para 12 cargas de lavado, distribuidas en 3
modelos de lavadoras, los resultados se muestran en la siguiente tabla.

DETERGENTE

LAVADORAS A B C D

1 45 47 50 42

2 43 44 49 37

3 51 52 57 49

H0: A = B = C = D
H1: i j
PASO 1
Abrimos Minitab y capturamos los datos correspondientes que
se muestran en la tabla anterior.
PASO 2
Seleccionamos la ventana de ESTADSTICAS.
PASO 3
Dentro de la ventana Estadsticas seleccionamos la pestaa
ANOVA.
PASO 4
Dentro del Anova seleccionamos la pestaa MODELO LINEAL
GENERAL.
PASO 5
Dentro de la pestaa modelo lineal general seleccionamos
AJUSTAR MODELO LINEAL GENERAL.
PASO 6
En la ventana que arroja el ajuste de modelo lineal general
introducimos nuestras variables donde corresponde dando
doble clic
Variable RESPUESTA: en el recuadro respuesta
VARIABLES OPERADORES Y TRATAMIENTOS: en el recuadro
factores
PASO 7
Damos clic en aceptar.
PASO 8
Minitab nos arrojar el ANOVA.
PASO 9
Identificamos en la tabla del Anova los grados de libertad de
factor y error para encontrar el valor F.T de cada factor .
PASO 10
En la tabla de Fisher con un nivel de significancia del 95%
buscamos nuestro valor F.T.
PASO 11
Comparamos nuestros datos obtenidos en F.C Y F.T

F.C Tratamientos = 34.26

F.T Tratamientos = 4.76
F.C Bloques = 65.45
F.T Bloques = 5.14

34.26 > 4.76 por lo tanto se rechaza H0 porque hay

significancia en nuestros tratamientos, esto quiere decir que
son los inadecuados para el ensamble.

65.45 > 5.14 por lo tanto se rechaza H0 por que los operadores
tienen significancia en el proceso y lo hacen inadecuadamente.
PROBLEMA 2
Un equipo de mejora, investiga el efecto de 4 mtodos de ensamble (A, B,
C, D) sobre el tiempo de ensamble en minutos. Para aumentar la exigencia
del estudio, se determina un bloque que controla a los operadores que
realizaran el ensamble. Los resultados de los tiempos de ensamble
obtenidos en este experimento se muestran en la siguiente tabla.

MTODO DE ENSAMBLE
OPERADOR A B C D
1 6 7 10 10
2 9 10 16 13
3 7 11 11 11
4 8 8 14 9

H0: A = B = C = D
H1: i j
PASO 1
Abrimos Minitab y capturamos los datos correspondientes que
se muestran en la tabla anterior.
PASO 2
Seleccionamos la ventana de ESTADSTICAS.
PASO 3
Dentro de la ventana estadsticas seleccionamos la pestaa
ANOVA.
PASO 4
Dentro del Anova seleccionamos la pestaa MODELO LINEAL
GENERAL.
PASO 5
Dentro de la pestaa modelo lineal general seleccionamos
AJUSTAR MODELO LINEAL GENERAL.
PASO 6
En la ventana que arroja el ajuste de modelo lineal general
introducimos nuestras variables donde corresponde dando
doble clic.
Variable RESPUESTA: en el recuadro respuesta
VARIABLES OPERADORES Y TRATAMIENTOS: en el recuadro
factores
PASO 7
Damos clic en aceptar.
PASO 8
Minitab nos arrojara el ANOVA.
PASO 9
Identificamos en la tabla del Anova los grados de libertad de
factor y error para encontrar el valor F.T de cada factor.
PASO 10
En la tabla de Fisher con un nivel de significancia del 95%
buscamos nuestro valor F.T.
PASO 11
Comparamos nuestros datos obtenidos en F.C Y F.T

F.C Tratamientos = 10.25

F.T Tratamientos = 3.68
F.C Operador = 4.7
F.T Operador = 3.86

10.25 > 3.68 por lo tanto se rechaza H0 porque hay

significancia en nuestros tratamientos, esto quiere decir que
son los inadecuados para el ensamble.

4.7> 3.68 por lo tanto se rechaza H0 por que los operadores

tienen significancia en el proceso y lo hacen inadecuadamente.
DISEO DE BLOQUES
LATINO
 PROBLEMA 1
Se tiene un experimento para observar el rendimiento de 5 variedades de

garbanzo (A,B,C,D,E). Las filas fueron definidas como niveles de riego /parcela. Las
columnas fueron definidas como gradiente de fertilidad del suelo.

Gradiente de fertilidad

Nivel de
1 2 3 4 5
Riego

1 B 65 C 80 A 55 E 83 D 80

2 C 95 A 60 E 94 D 95 B 62

3 A 63 E 98 D 79 B 69 C 100

4 E 97 D 94 B 46 C 71 A 42

5 D 76 B 54 C 86 A 36 E 96

H0= A=B=C=D
H1= ij
PASO 1
Abrimos Minitab y capturamos los datos correspondientes que se muestran en
la tabla anterior.
PASO 2
Seleccionamos la ventana de ESTADSTICAS.
PASO 3
Dentro de la ventana Estadsticas seleccionamos la pestaa ANOVA.
PASO 4
Dentro del Anova seleccionamos la pestaa MODELO LINEAL GENERAL.
PASO 5
Dentro de la pestaa modelo lineal general seleccionamos AJUSTAR MODELO
LINEAL GENERAL.
PASO 6
En la ventana que arroja el ajuste de modelo lineal general introducimos
nuestras variables donde corresponde dando doble clic
Variable RESPUESTA: en el recuadro respuesta
VARIABLES OPERADORES Y TRATAMIENTOS: en el recuadro factores
PASO 7
Damos clic en aceptar.
PASO 8
Minitab nos arrojara el ANOVA.
PASO 9
Identificamos en la tabla del Anova los grados de libertad de factor y error para
encontrar el valor F.T de cada factor.
PASO 10
En la tabla de Fisher con un nivel de significancia del 95% buscamos nuestro
valor F.T.
PASO 11
Comparamos nuestros datos obtenidos en F.C Y F.T

F.C Tratamientos = 22.60

F.T para todos los factores y tratamientos = 3.25
F.C Fila (nivel de riego) = 2.35
F.C Columna (fertilidad) = 0.82

22.60 > 3.25 por lo tanto se rechaza H0 porque hay variabilidad en nuestros
tratamientos, esto quiere decir que son los inadecuados.

2.35 < 3.25 se acepta H0 porque el nivel de riego no tiene variabilidad.

0.28 < 3.25 se acepta H0 porque la fertilidad es la adecuada y no genera

variabilidad.
 PROBLEMA 2
Un investigador quiere evaluar la productividad de 4 variedades de aguacate y decide
realizar el ensayo en un terreno que posee un gradiente dependiente de oriente a occidente
y adems, diferencias en la disponibilidad de nitrgeno de norte a sur, para controlar los
efectos de la pendiente y la disponibilidad de nitrgeno utiliz un diseo de cuadrado latino,
las variedades son A, B, C, y D y los datos corresponden a la produccin de kg/parcela.

Gradiente (Pendiente)

Disponibilidad
1 2 3 4
de Nitrgeno

1 D 785 A 730 C 700 B 559

2 A 855 B 775 D 760 C 710

3 C 950 D 885 B 795 A 780

4 B 945 C 950 A 880 D 835

H0= A=B=C=D
H1= ij
PASO 1
Abrimos Minitab y capturamos los datos correspondientes que se muestran en
la tabla anterior.
PASO 2
Seleccionamos la ventana de ESTADSTICAS.
PASO 3
Dentro de la ventana Estadsticas seleccionamos la pestaa ANOVA.
PASO 4
Dentro del Anova seleccionamos la pestaa MODELO LINEAL GENERAL.
PASO 5
Dentro de la pestaa modelo lineal general seleccionamos AJUSTAR MODELO
LINEAL GENERAL.
PASO 6
En la ventana que arroja el ajuste de modelo lineal general introducimos
nuestras variables donde corresponde dando doble clic.
Variable RESPUESTA: en el recuadro respuesta
VARIABLES OPERADORES Y TRATAMIENTOS: en el recuadro factores
PASO 7
Damos clic en aceptar.
PASO 8
Minitab nos arrojara el ANOVA.
PASO 9
Identificamos en la tabla del Anova los grados de libertad de factor y error para
encontrar el valor F.T de cada factor.
PASO 10
Identificamos en la tabla del Anova los grados de libertad de factor y error para
encontrar el valor F.T de cada factor .
PASO 11
Comparamos nuestros datos obtenidos en F.C Y F.T

F.C Tratamientos = 98.78

F.T para todos los factores y tratamientos = 4.76
F.C Fila (nitrgeno) = 1644.78
F.C Columna (pendiente) = 934.33

98.78 > 4.76 por lo tanto se rechaza H0 porque hay variabilidad en nuestros
tratamientos, esto quiere decir que son los inadecuados.

1644.78 > 4.76 se rechaza H0 porque la disponibilidad del nitrgeno nos

genera variabilidad.

934.33 > 4.76 se rechaza H0 porque la pendiente es la inadecuada y genera

variabilidad.
DISEO DE BLOQUES
GRECOLATINO
 PROBLEMA 1
Un experimentador opina que las lneas de ensamble son fuentes de variacin al
momento de reproducir la frmula para la elaboracin de dinamita. Para comprobarlo
disea un arreglo de cuadrado grecolatino el cual se muestra a continuacin.

OPERADORES
LOTES
DE
1 2 3 4 5
MATERIA
PRIMA
1 A 24 B 20 C 19 D 24 E 24
2 B 17 C 24 D 30 E 27 A 36
3 C 18 D 38 E 26 A 27 B 21
4 D 26 E 31 A 26 B 23 C 22
5 E 22 A 30 B 20 C 29 D 31

H 0: 1 = 2 = 3 = 4 = 5 = 0
H 0: 1 = 2 = 3 = 4 = 5 = 0
H 0: 1 = 2 = 3 = 4 = 5 = 0
H 0: 1 = 2 = 3 = 4 = 5 = 0
H 1: por lo menos una desigualdad
PASO 1
Abrimos Minitab y capturamos los datos correspondientes que
se muestran en la tabla anterior.
PASO 2
Seleccionamos la ventana de ESTADSTICAS.
PASO 3
Dentro de la ventana Estadsticas seleccionamos la pestaa
ANOVA.
PASO 4
Dentro del Anova seleccionamos la pestaa MODELO LINEAL
GENERAL.
PASO 5
Dentro de la pestaa modelo lineal general seleccionamos
AJUSTAR MODELO LINEAL GENERAL.
PASO 6
En la ventana que arroja el ajuste de modelo lineal general
introducimos nuestras variables donde corresponde dando
doble clic.
Variable RESPUESTA: en el recuadro respuesta
VARIABLES OPERADORES Y TRATAMIENTOS: en el recuadro
factores
PASO 7
Damos clic en aceptar.
PASO 8
Minitab nos arrojara el ANOVA.
PASO 9
Identificamos en la tabla del Anova los grados de libertad de
factor y error para encontrar el valor F.T de cada factor.
PASO 10
En la tabla de Fisher con un nivel de significancia del 95%
buscamos nuestro valor F.T.
PASO 11
Comparamos nuestros datos obtenidos en F.C Y F.T

F.C Filas (Lotes) = 2.06

F.T Filas = 3.83
F.C Columnas (operador) = 4.55
F.T Columnas = 3.83
F.C Latinas = 10
F.T Latinas = 3.83
F.C Griegas = 1.88
F.T Griegas = 3.83

2.06 < 3.83 por lo tanto se acept H0 porque no hay variabilidad en nuestros lotes.

4.55 > 3.3 por lo tanto se rechaza H0 porque existe variabilidad en los operadores. Es
aqu donde debemos actuar y modificar.

10 > 3.83 por lo tanto se rechaza H0 porque hay mucha variabilidad, esto quiere decir
que se necesita hacer un cambio urgente en el proceso.

1.88 < 3.83 por lo tanto se acepta H0 porque hay significancia en nuestros
tratamientos.
 PROBLEMA 2
Se compara el rendimiento de 3 procesos de fabricacin (A, B, C) en 3 condiciones
experimentales (, , ) 3 das distintos con 3 procedimientos de medicin. El diseo y los
resultados obtenidos se indican en la siguiente tabla .

MTODO DAS
1 2 3

1 A 10 B 13 C 11

2 C 8 A 8 B 10

3 B 9 C 11 A 10

H0: 1 = 2 = 3 = 4 = 5 = 0
H0: 1 = 2 = 3 = 4 = 5 = 0
H0: 1 = 2 = 3 = 4 = 5 = 0
H0: 1 = 2 = 3 = 4 = 5 = 0
H1: por lo menos una desigualdad
PASO 1
Abrimos Minitab y capturamos los datos correspondientes que se muestran en
la tabla anterior.
PASO 2
Seleccionamos la ventana de ESTADSTICAS
PASO 3
Dentro de la ventana Estadsticas seleccionamos la pestaa ANOVA.
PASO 4
Dentro del Anova seleccionamos la pestaa MODELO LINEAL GENERAL.
PASO 5
Dentro de la pestaa modelo lineal general seleccionamos AJUSTAR MODELO
LINEAL GENERAL.
PASO 6
En la ventana que arroja el ajuste de modelo lineal general introducimos
nuestras variables donde corresponde dando doble clic.
Variable RESPUESTA: en el recuadro respuesta
VARIABLES OPERADORES Y TRATAMIENTOS: en el recuadro factores
PASO 7
Damos clic en aceptar.
PASO 8
Minitab nos arrojar el ANOVA.
PASO 9
Identificamos en la tabla del Anova los grados de libertad de factor y error para
encontrar el valor F.T de cada factor.
PASO 10
En la tabla de Fisher con un nivel de significancia del 95% buscamos nuestro
valor F.T.
PASO 11
Comparamos nuestros datos obtenidos en F.C Y F.T.

Para filas (mtodo) rechazo H0 porque hay variabilidad en el mtodo.

Para columnas (das) se rechaza H0 porque existe variabilidad
Para el proceso (latino) se rechaza H0 porque hay mucha variabilidad, esto quiere decir que
se necesita hacer un cambio urgente en el proceso.
Para la condicin (griega) se rechaza H0 porque hay variabilidad en nuestras condiciones
experimentales.

Nota : los resultados del Anova aparecen exponencialmente por esa razn Minitab no los
dio en la tabla Anova.