Introducción

En el presente reporte se presenta los resultados de un diseño de experimento 2 3 con

4 factores, el experimento que se eligió fue la elaboración de gelatina de mousse
donde la variable de resultado fue el peso, los factores que se tomaron en cuenta
fueron: tipo de gelatina, tiempo de congelado de la leche, tiempo de batido, tiempo de
cuajado. En el desarrollo se muestran los resultados y conclusiones obtenidas del
experimento.

Para comprender mejor el análisis del diseño de experimentos se describen la

definición del concepto relacionado con el tema:

El diseño de experimentos es un conjunto de técnicas activas, en el sentido de que no

esperan que el proceso mande las señalas útiles, si no que éste se “manipulan” para
que proporcionen la información que se requiere para su mejoría. Consiste en planear
y realizar un conjunto de pruebas con el resultado de generar datos, que, al ser
analizados estadísticamente, proporcionen evidencias objetivas que permitan resolver
las interrogantes planteadas por el experimentador sobre determinada situación.
[ CITATION Hum08 \l 2058 ]

I
Contenido
Introducción.................................................................................................................................I
Desarrollo...................................................................................................................................1
Elaboración de las gelatinas................................................................................................1
Coeficiente de determinación ajustado..............................................................................3
ANOVA....................................................................................................................................3
Grafica de efectos individuales............................................................................................4
Grafica de interacciones.......................................................................................................4
Prueba de Shapiro Wilks......................................................................................................5
Prueba de Homocedasticidad..............................................................................................5
Conclusión..................................................................................................................................5
Bibliografía..................................................................................................................................5

II
Desarrollo

Se realizó un diseño de experimentos 23 en la elaboración de gelatina de mousse,

donde la variable de resultado fue el peso, este diseño cuenta con una réplica para
estudiar el efecto de 4 factores con el software R studio. Los factores que se
consideraron fueron los siguientes:

Factor A Factor B Factor C Factor D

TIEMPO DE TIEMPO DE
TIEMPO DE
MARCA GELATINA CONGELADO DE CUAJADO
BATIDO
LECHE (HORAS)

PRONTO D’GARY 8 HRS 12 HRS 45 SEG. 90 SEG. 1:30 2:30

-1 1 -1 1 -1 1 -1 1

Una decisión importante en cualquier diseño de experimentos es decidir el número de

réplicas que se hará por cada tratamiento (tamaño de muestra). Por lo general, si se
esperan diferencias pequeñas entre tratamientos será necesario un mayor tamaño de
muestra. Aunque existen varios métodos para estimar el tamaño muestral, muchas
veces tienen poca aplicabilidad porque requieren cierto conocimiento previo sobre la
varianza del error experimental[ CITATION Hum08 \l 2058 ]

La razón por la que se escogió los factores para este experimento fue porque
anteriormente ya se había realizado y se tenía conocimiento de cuales eran algunas
de las razones que afectaban al peso de las gelatinas. Para la variable de salida se
escogió el peso de la gelatina por que fue una variable que se podía medir, también
por que el peso influye en la calidad de la gelatina, como es una gelatina de mousse
se necesita que a la gelatina le entre aire, entre más aire menos peso tiene y se
obtiene la porosidad en la gelatina.

Elaboración de las gelatinas

1. Se congela la leche “clavel”, para el experimento se congelo la leche a dos

tiempos distintos: 8 horas, 12 horas.
2. Se calienta ¼ de litro de agua para disolver el sobre de gelatina.

1
 3. Se licua la leche congelada con la gelatina disuelta, para el batido de la
gelatina y la leche se tomó dos tiempos: 45 segundos, 90 segundos.
4. Se vacía la gelatina en los vasos, el tamaño de los vasos fue del numero 5 y
para el llenado se tomó como referencia la última línea del vaso.
5. Se meten los vasos con gelatinas al refrigerador para cuajar, para el
experimento se utilizaron dos tiempos diferentes: 1 ½ horas, 2 ½ horas.
6. Después del tiempo de cuajado, se tomaron el peso de cada gelatina y se
anotaron en una tabla los resultados.

Marca Congelación Batido Cuajado Peso (gramos)

Pronto 8 45 1.30 90
Gari 8 45 1.30 86
Pronto 12 45 1.30 90
Gari 12 45 1.30 92
Pronto 8 90 1.30 96
Gari 8 90 1.30 87
Pronto 12 90 1.30 101
Gari 12 90 1.30 92
Pronto 8 45 2.30 92
Gari 8 45 2.30 90
Pronto 12 45 2.30 100
Gari 12 45 2.30 92
Pronto 8 90 2.30 96
Gari 8 90 2.30 89
Pronto 12 90 2.30 103
Gari 12 90 2.30 87

Los resultados obtenidos se metieron al software R-studio para diseñar el modelo del
factorial 23. Se optó por un factorial 23 porque el factorial 24 necesitaba como mínimo
dos replicas con los resultados y solo se habían hecho una sola corrida, para poder
hacer el análisis del experimento se tenían dos opciones, bajar el nivel del exponente
en el modelo o realizar otra réplica del experimento.

2
Coeficiente de determinación ajustado
Los coeficientes de determinación (R2, R2aj) Miden la proporción o porcentaje de
variabilidad en los datos experimentales que es explicada por el modelo considerado.
Estos coeficientes comparan la variabilidad explicada por el modelo frente a la
variación total, cuantificadas a través de la suma de cuadrados o por el cuadrado
medio.[ CITATION Hum08 \l 2058 ].

Para el análisis del coeficiente de determinación ajustado se observa el resultado que

arroja R-studio:

Para concluir el resultado que se obtuvo se hace una comparación del valor obtenido
con el porcentaje de aceptación del coeficiente de determinación ajustado que es:

H0: R2aj ≥ 0.7 (El modelo tiene un buen comportamiento ajustado)

H1: R2aj ≤ 0.7 (El modelo no tiene un buen comportamiento ajustado)

Por lo tanto, se concluye que el modelo tiene un comportamiento ajustado y que es

apto para las predicciones, es decir, que los factores tomados para el modelo explican
en un 97.88% el peso de las gelatinas.

ANOVA
El análisis de varianza (ANOVA) es la técnica central en el análisis de datos experimentales. La
idea general de esta técnica es separar la variación total en las partes con las que contribuye
cada fuente de variación en el experimento. En el caso del

Diseño completamente al azar se separan la variabilidad debida a los tratamientos y la debida

al error. Cuando la primera predomina “claramente” sobre la segunda, es cuando se concluye
que los tratamientos tienen efecto, o dicho de otra manera, las medias son diferentes. Cuando
los tratamientos no dominan contribuyen igual o menos que el error, por lo que se concluye
que las medias son iguales.[ CITATION Hum08 \l 2058 ]

Se analiza los resultados de la tabla ANOVA que se obtuvo del software R-studio:

Exp_respuestas P-VALUE H0

F_A 0.0360 Rechazar, Significativo  

F_B 0.0614 aceptar, No Significativo  

F_C 0.0997 aceptar, No Significativo  

3
F_D 0.1257 aceptar, No Significativo

F_A:F_B 0.2048 aceptar, No Significativo

F_A:F_C 0.0656 aceptar, No Significativo

F_A:F_D 0.1444 aceptar, No Significativo

F_B:F_C 0.7952 aceptar, No Significativo

F_B:F_D 0.7952 aceptar, No Significativo

F_C:F_D 0.1112 aceptar, No Significativo  

F_A:F_B:F_C 0.2048 aceptar, No Significativo  

F_A:F_B:F_D 0.0903 aceptar, No Significativo  

F_A:F_C:F_D 0.5 aceptar, No Significativo  

 
F_B:F_C:F_D 0.2048 aceptar, No Significativo  
Para realizar las conclusiones respectivas para cada factor de la tabla ANOVA se 
compara el resultado de p-value con respecto al Alpha:

 P-value ≥ α aceptar, no significativo

 P-value < α rechazar, significativo

En la tabla anterior se tienen las conclusiones de cada factor, tanto los individuales
con las interacciones.

Grafica de efectos individuales

Gráfi
ca 1. Efectos individuales por cada factor

4
Con respecto a lo que se muestra en la gráfica 1, se obtiene un peso menor en el
factor a que es la marca con Gary(1), en el factor b que es el tiempo de congelado de
la leche con 8hrs(-1), para el factor c que es tiempo de batido con 45 segundos(-1) y
en el factor d que es tiempo de cuajado con 1 hora y 30 minutos.

Grafica de interacciones

Gráfica 2. Interacciones de los factores.

En la gráfica 2 se muestra las interacciones de los factores. Para el factor a(marca) en

interacción con el factor b(tiempo de congelado de la leche) se obtiene un menor peso que es
lo que se busca, con la marca Gary y 8 horas de congelado de la leche. La interacción del factor
a y c (tiempo de batido) se obtiene un menor peso con la marca Gary y 90 segundos de batido.
Para la interacción a y d (tiempo de cuajado) se obtiene un menor peso con la marca Gary y 1
hora y 30 minutos de cuajado. Para el factor b(tiempo de congelado de la leche) en interacción
con los demás factores se observa un menor peso con 8 horas de congelado, con el factor a
con la marca Gary, con el factor c con 90 segundos y con el factor d con una hora y media de
cuajado. Para el factor c(tiempo de batido) en interacción con los demás factores se obtiene un
menor peso de la siguiente manera: factor c y a con 90 segundos y marca Gary, c y b con 45

5
segundos de batido y 8 horas de congelado. Para el factor d(tiempo de cuajado) en interacción
con los demás factores se obtiene un menor peso de la siguiente manera:

Prueba de Shapiro Wilks

Además de la evaluación visual basada en la gráfica de probabilidad normal, existen varios
métodos analíticos para contrastar la hipótesis H0: Hay normalidad contra HA: No hay
normalidad. Entre dichas pruebas se encuentran la ji-cuadrada para bondad de ajuste, la
prueba de Shapiro-Wilks y la prueba de Anderson-Darling, [ CITATION Hum08 \l 2058 ]

Para el análisis de la prueba de normalidad de Shapiro Wilks se toman en cuenta las

siguientes hipótesis:

 H0: Los valores provienen de una población con distribución normal.

 H1: Los valores NO provienen de una población con distribución normal.

Con el resultado obtenido del software se hacen las conclusiones:

Debido a que el valor del p-Value es menor a 5% se rechaza H0 y se acepta H1, por lo
tanto, los datos no provienen de una distribución normal con una confianza del 95%.

Prueba de Homocedasticidad
Para la prueba de homocedasticidad se toman en cuenta las siguientes hipotesis:

 H0: Las varianzas de los datos son iguales.

 H1: Las varianzas de los datos NO son iguales.

Por lo tanto, se puede concluir que el valor de p-value es menor a 0.05 se concluye
que existe mucha variación en el modelo, esto quiere decir que el modelo no es
adecuado.

Conclusión
Se puede concluir que el modelo no es adecuado porque no hay normalidad en los
datos ni tampoco existe homocedasticidad, algunas de las razones de las cuales
explican esto son que hay variables externas que metieron ruido al experimento como
presión atmosférica, temperatura ambiente, error humano al llenar los vasos con la
gelatina, cambio de temperatura en las gelatinas debido al abrir muchas veces el
refrigerador. Estas pueden ser algunas de las razones por las que el modelo no fue
adecuado.

6
Bibliografía
Humberto Gutierrez Pulido, R. d. (2008). Analisis y diseño de experimentos . México: Mc Graw
Hill.

7
8