UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE
INGENIERÍA CIVIL

DOCENTE:
Araceli Poemape Grados

CURSO:
Estadística Aplicada

ALUMNOS:
Rubio Tirado, César David

CICLO:
III

CAJAMARCA, 14 DE JULIO DEL 2018

 Escuela Académico Profesional de Ingeniería Civil

Diseño Cuadrado Latino

El diseño es un arreglo cuadrado y que las cinco formulaciones o tratamientos
se denotan por las letras latinas A, B, C, D y E; de ahí el nombre de cuadrado
latino.
El diseño cuadrado latino se usa para eliminar dos fuetes de variabilidad
perturbadora.
Modelo Estadístico
𝑖 = 1, 2, 3, … , 𝑝
𝑦𝑖𝑗𝑘 = 𝜇 + 𝜏𝑖 + 𝛽𝑗 + 𝛾𝑘 + 𝜀𝑖𝑗𝑘 { 𝑗 = 1, 2, 3, … , 𝑝
𝑘 = 1, 2, 3, … , 𝑝
Ejercicios
1. Se estudia el efecto de cinco ingredientes diferentes (A, B, C, D y E) sobre
el tiempo de reacción de un proceso químico. Cada lote de material nuevo
solo alcanza para permitir la realización de cinco corridas. Además, cada
corrida requiere aproximadamente 1 1⁄2 horas, por lo que solo pueden
realizarse cinco corridas en un día. El experimentador decide realizar el
experimento como un cuadrado latino para que los efectos del día y el lote
puedan controlarse sistemáticamente. Obtiene los datos que se muestran
enseguida. Analizar los datos de este experimento (utilizar 𝛼 = 0.05) y
sacar conclusiones.
Día
Lote 1 2 3 4 5
1 𝐴=8 𝐵=7 𝐷=1 𝐶=7 𝐸=3
2 𝐶 = 11 𝐸=2 𝐴=7 𝐷=3 𝐵=8
3 𝐵=4 𝐴=9 𝐶 = 10 𝐸=1 𝐷=5
4 𝐷=6 𝐶=8 𝐸=6 𝐵=6 𝐴 = 10
5 𝐸=4 𝐷=2 𝐵=3 𝐴=8 𝐶=8

Solución
Las hipótesis a probar son:
I. Con respecto a los tratamientos (Ingrediente)
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏5 = 0 (El tipo de ingrediente NO influye de
manera significativa en el tiempo de reacción de un proceso
químico)
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos un tipo de ingrediente influye de manera
significativa en el tiempo de reacción de un proceso químico)
II. Con respecto a filas (Lote)
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽5 = 0 (El lote NO influye de manera
significativa en el tiempo de reacción de un proceso químico)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos un lote influye de manera significativa en el
tiempo de reacción de un proceso químico)
III. Con respecto a columnas (Día)

Araceli Poemape Grados

Estadística Aplicada 2
 Escuela Académico Profesional de Ingeniería Civil

𝐻0 = 𝛾1 = 𝛾2 = ⋯ = 𝛾5 = 0 (El día NO influye de manera

significativa en el tiempo de reacción de un proceso químico)
𝐻1 = 𝛾𝑘 ≠ 0 (Al menos un día influye de manera significativa en el
tiempo de reacción de un proceso químico)

Ingresando los datos a MINITAB

Fila Columna Tratamiento Respuesta

Lote Día Ingrediente Tiempo
1 1 A 8
1 2 B 7
1 3 D 1
1 4 C 7
1 5 E 3
2 1 C 11
2 2 E 2
2 3 A 7
2 4 D 3
2 5 B 8
3 1 B 4
3 2 A 9
3 3 C 10
3 4 E 1
3 5 D 5
4 1 D 6
4 2 C 8
4 3 E 6
4 4 B 6
4 5 A 10
5 1 E 4
5 2 D 2
5 3 B 3
5 4 A 8
5 5 C 8

Araceli Poemape Grados

Estadística Aplicada 3
 Escuela Académico Profesional de Ingeniería Civil

Resultados

Conclusiones
I. Como p value para el Ingrediente = 0.000 < 0.05, se rechaza la 𝐻0 y
se concluye que al menos un tipo de ingrediente influye de manera
significativa en el tiempo de reacción de un proceso químico.
II. Como p value para el Lote = 0.348 > 0.05, se acepta la 𝐻0 y se
concluye que el lote NO influye de manera significativa en el tiempo
de reacción de un proceso químico.
III. Como p value para el Día = 0.455 > 0.05, se acepta la 𝐻0 y se
concluye que el día NO influye de manera significativa en el tiempo de
reacción de un proceso químico

2. Un ingeniero industrial investiga el efecto de cuatro métodos de

ensamblaje (A, B, C y D) sobre el tiempo de ensamblaje de un
componente de televisores a color. Se selecciona cuatro operadores para
el estudio. Además, el Ingeniero sabe que todos los métodos de
ensamblaje producen fatiga, de tal modo que el tiempo requerido para el
ultimo ensamblaje puede ser mayor que para el primero, independiente
del método. Es decir, se desarrolla una tendencia en el tiempo de
ensamblaje requerido. Para tomar en cuenta esta fuente de variabilidad,
el ingeniero emplea el diseño cuadrado latino que se presenta a
continuación. Analizar los datos de este experimento (utilizar 𝛼 = 0.05) y
sacar conclusiones apropiadas.

Araceli Poemape Grados

Estadística Aplicada 4
 Escuela Académico Profesional de Ingeniería Civil

Orden de Operador
ensamblaje 1 2 3 4
1 𝐶 = 10 𝐷 = 14 𝐴=7 𝐵=8
2 𝐵=7 𝐶 = 18 𝐷 = 11 𝐴=8
3 𝐴=5 𝐵 = 10 𝐶 = 11 𝐷=9
4 𝐷 = 10 𝐴 = 10 𝐵 = 12 𝐶 = 14

Solución

Las hipótesis a probar son:

I. Con respecto a los tratamientos (Método de ensamblaje)
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏4 = 0 (El método de ensamblaje NO influye
de manera significativa en el tiempo de ensamblaje de un
componente de televisores a color)
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos un método de ensamblaje influye de manera
significativa en el tiempo de ensamblaje de un componente de
televisores a color)
II. Con respecto a filas (Orden de Ensamblaje)
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽4 = 0 (El orden de ensamblaje NO influye de
manera significativa en el tiempo de ensamblaje de un componente
de televisores a color)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos orden de ensamblaje influye de manera
significativa en el tiempo de ensamblaje de un componente de
televisores a color)
III. Con respecto a columnas (Operador)
𝐻0 = 𝛾1 = 𝛾2 = ⋯ = 𝛾4 = 0 (El operador NO influye de manera
significativa en el tiempo de ensamblaje de un componente de
televisores a color)
𝐻1 = 𝛾𝑘 ≠ 0 (Al menos un operador influye de manera significativa
en el tiempo de ensamblaje de un componente de televisores a
color)

Resultados

Araceli Poemape Grados

Estadística Aplicada 5
 Escuela Académico Profesional de Ingeniería Civil

Conclusiones
I. Como p value para el Método de ensamblaje = 0.004 < 0.05, se
rechaza la 𝐻0 y se concluye que al menos un método de ensamblaje
influye de manera significativa en el tiempo de ensamblaje de un
componente de televisores a color.
II. Como p value para el Orden de ensamblaje = 0.089 > 0.05, se acepta
la 𝐻0 y se concluye que el orden de ensamblaje NO influye de manera
significativa en el tiempo de ensamblaje de un componente de
televisores a color.
III. Como p value para el Operador = 0.010 < 0.05, se rechaza la 𝐻0 y se
concluye que al menos un operador influye de manera significativa en
el tiempo de ensamblaje de un componente de televisores a color.

3. Cuatro operarios distintos 1, 2, 3 y 4, en cuatro máquinas I, II, III y IV

reciben cuatro marcas diferentes A, B, C y D de una materia prima, y se
registran en cada caso el tiempo que tardan en elaborar una cierta pieza.
El experimento se diseña con un arreglo en forma de un cuadrado latino,
y los resultados obtenidos fueron:
Operario
Máquina 1 2 3 4
I 𝐴: 7 𝐵: 4 𝐶: 5 𝐷: 3
II 𝐷: 6 𝐴: 9 𝐵: 4 𝐶: 2
III 𝐶: 5 𝐷: 1 𝐴: 6 𝐵: 1
IV 𝐵: 6 𝐶: 3 𝐷: 4 𝐴: 10

Solución

Las hipótesis a probar son:

I. Con respecto a los tratamientos (Marcas)
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏4 = 0 (La marca NO influye de manera
significativa en el tiempo que tardan en elaborar cierta pieza)
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos una marca influye de manera significativa en
el tiempo que tardan en elaborar cierta pieza)
II. Con respecto a filas (Máquina)
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽4 = 0 (La máquina NO influye de manera
significativa en el tiempo que tardan en elaborar cierta pieza)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos una maquina influye de manera significativa
en el tiempo que tardan en elaborar cierta pieza)
III. Con respecto a columnas (Operario)
𝐻0 = 𝛾1 = 𝛾2 = ⋯ = 𝛾4 = 0 (El operario NO influye de manera
significativa en el tiempo que tardan en elaborar cierta pieza)
𝐻1 = 𝛾𝑘 ≠ 0 (Al menos un operario influye de manera significativa
en el tiempo que tardan en elaborar cierta pieza)

Araceli Poemape Grados

Estadística Aplicada 6
 Escuela Académico Profesional de Ingeniería Civil

Resultados

Conclusiones

I. Como p value para la Marca = 0.031 < 0.05, se rechaza la 𝐻0 y se

concluye que al menos una marca influye de manera significativa en el
tiempo que tardan en elaborar cierta pieza)
II. Como p value para la Máquina = 0.313 > 0.05, se acepta la 𝐻0 y se
concluye que la máquina NO influye de manera significativa en el
tiempo que tardan en elaborar cierta pieza)
III. Como p value para el Operario = 0.455 > 0.05, se acepta la 𝐻0 y se
concluye que el operario NO influye de manera significativa en el
tiempo que tardan en elaborar cierta pieza)

4. Se probaron 4 métodos de alimenticios para pollos, criados en jaula tipo

batería de 4 pisos (fila) y 4 casilleros (columnas). Las variables analizadas
fueron: Peso del pollo (kg.) a las 8 semanas de edad
Casilleros

Pisos 1 2 3 4

1 1.40(A) 1.38(B) 1.40(C) 1.60(D)

2 1.35(B) 1.28(A) 1.45(D) 1.62(C)

3 1.38(C) 1.40(D) 1.42(B) 1.63(A)

4 1.39(D) 1.39(C) 1.40(A) 1.60(B)

Solución

Las hipótesis a probar son:

I. Con respecto a los tratamientos (Método Alimenticio)
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏4 = 0 (El método alimenticio NO influye de
manera significativa en el peso del pollo)
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos un método alimenticio influye de manera
significativa en el peso del pollo)

Araceli Poemape Grados

Estadística Aplicada 7
 Escuela Académico Profesional de Ingeniería Civil

II. Con respecto a filas (Pisos)

𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽4 = 0 (El piso NO influye de manera
significativa en el peso del pollo)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos un piso influye de manera significativa en el
peso del pollo)
III. Con respecto a columnas (Casilleros)
𝐻0 = 𝛾1 = 𝛾2 = ⋯ = 𝛾4 = 0 (El casillero NO influye de manera
significativa en el peso del pollo)
𝐻1 = 𝛾𝑘 ≠ 0 (Al menos un casillero influye de manera significativa
en el peso del pollo)

Resultados

Conclusiones

I. Como p value para el Método alimenticia = 0.67 > 0.05, se acepta 𝐻0

y se concluye que el método alimenticio NO influye de manera
significativa en el peso del pollo)
II. Como p value para el Piso = 0.691 > 0.05, se acepta la 𝐻0 y se
concluye que el piso NO influye de manera significativa en el peso del
pollo)
III. Como p value para el Casillero = 0.000 < 0.05, se rechaza la 𝐻0 y se
concluye que al menos un casillero influye de manera significativa en
el peso del pollo)

5. Supongamos que un experimento está estudiando el efecto de cinco

fórmulas diferentes de la mezcla de dinamita sobre la fuerza explosiva
observada. Cada formula se prepara usando un lote de materia prima, lo
suficientemente grande para que solo se hagan cinco mezclas. Más aun,
las mezclas las preparan cinco operarios, pudiendo existir una diferencia
sustancial en la habilidad y experiencia de ellos. El diseño apropiado para
este problema consiste en probar cada formula exactamente una vez,
utilizando cada lote de materia prima, y en que cada fórmula sea
preparada exactamente una vez por cada uno de los cinco operarios. El
diseño resultante es un cuadro latino. Los datos son los siguientes.

Araceli Poemape Grados

Estadística Aplicada 8
 Escuela Académico Profesional de Ingeniería Civil

Operario
Lote 1 2 3 4 5
1 𝐴 = 24 𝐵 = 20 𝐶 = 19 𝐷 = 24 𝐸 = 24
2 𝐵 = 17 𝐶 = 24 𝐷 = 30 𝐸 = 27 𝐴=8
3 𝐶 = 18 𝐷 = 18 𝐸 = 26 𝐴 = 27 𝐵=5
4 𝐷 = 26 𝐸 = 31 𝐴 = 26 𝐵 = 23 𝐶 = 10
5 𝐸 = 22 𝐴 = 30 𝐵 = 20 𝐶 = 29 𝐷=8
Solución
Las hipótesis a probar son:
I. Con respecto a los tratamientos (Fórmula)
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏5 = 0 (La fórmula de la mezcla de dinamita
NO influye de manera significativa en el efecto sobre la fuerza
explosiva)
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos una fórmula de la mezcla influye de manera
significativa en el efecto sobre la fuerza explosiva)
II. Con respecto a filas (Lote)
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽5 = 0 (El lote NO influye de manera
significativa en el efecto sobre la fuerza explosiva)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos un lote influye de manera significativa en el
efecto sobre la fuerza explosiva)
III. Con respecto a columnas (Operario)
𝐻0 = 𝛾1 = 𝛾2 = ⋯ = 𝛾5 = 0 (El operario NO influye de manera
significativa en el efecto sobre la fuerza explosiva)
𝐻1 = 𝛾𝑘 ≠ 0 (Al menos un operario influye de manera significativa
en el efecto sobre la fuerza explosiva)
Resultados

Conclusiones
I. Como p value para la Fórmula = 0.080 > 0.05, se acepta la 𝐻0 y se
concluye que la fórmula de la mezcla de dinamita NO influye de
manera significativa en el efecto sobre la fuerza explosiva.
II. Como p value para el Lote = 0.634 > 0.05, se acepta la 𝐻0 y se
concluye que el lote NO influye de manera significativa en el efecto
sobre la fuerza explosiva.
III. Como p value para el Operario = 0.001 < 0.05, se recha la 𝐻0 y se
concluye que al menos un operario influye de manera significativa en
el efecto sobre la fuerza explosiva.

Araceli Poemape Grados

Estadística Aplicada 9