Diseños Experimentales

Logro de la sesión

Al finalizar la sesión, el estudiante realiza

comparaciones de más de dos medias poblacionales
mediante el análisis de varianza, valorando su
aplicación en el área industrial.
TEMARIO

Diseño de bloques completos al azar

(DBCA).
 Entrenamiento para empleados nuevos

El director de entrenamiento de una compañía está

tratando de evaluar tres diferentes métodos de ¿Los tres
entrenamiento para empleados nuevos, estos son: métodos serán
igualmente
Método 1: Asignar un empleado nuevo con un trabajador efectivos?
experimentado.
Método 2: Ubicar a todos los empleados nuevos en un
salón de entrenamiento separado de la fábrica.
Método 3: Utilizar películas de entrenamiento y materiales
de aprendizaje programado.

El director esta considerando dos propuestas para

seleccionar la muestra:

Propuesta 1: Seleccionar a 15 empleados nuevos, y se le

asigna al azar un método de entrenamiento.
Propuesta 2: De 5 áreas de trabajo distintas, de cada una se
selecciona a 3 empleados nuevos, los cuales se le asigna al
azar un método de entrenamiento. ¿Alguno de los
métodos será
La propuesta que el director considere, este medirá la más efectivo
producción diaria después del entrenamiento. que otro?
 Propuestas de Diseños experimentales
El director esta considerando dos propuestas:

Propuesta 1: Seleccionar a 15 empleados nuevos, y se le asigna al azar un método de entrenamiento.

Propuesta 2: De 5 áreas de trabajo distintas, de cada una se selecciona a 3 empleados nuevos, los
cuales se le asigna al azar un método de entrenamiento.

La propuesta que el director considere, este medirá la producción diaria después del entrenamiento.

Diseño experimental
con un solo factor

DCA DBCA

Si el director escoge Si el director escoge

la propuesta 1 la propuesta 2
 Tema 2

Diseño de bloques completos al azar

(DBCA)
DBCA
Analizar si hay efecto del factor en estudio sobre la variable
Objetivo respuesta, en un experimento donde las unidades
experimentales han sido previamente agrupadas en bloques.

Modelo yij     i   j   ij i  1, 2, . .., a ; j  1, 2, ..., b

Efecto de Efecto de Error experimental asociado a la

media
i-ésimo j-ésimo observación yij.
poblacional
tratamiento bloque

Este diseño consiste en agrupar las unidades

Definición experimentales en bloques, de tal manera que dentro de
cada bloque las unidades experimentales sean lo mas
homogéneas posible y entre bloques distintos sean
heterogéneos, con la finalidad de disminuir la magnitud
del error experimental.

 Normalidad de residuos.
Supuestos  Homogeneidad de varianzas.
 Sin interacción entre el tratamiento y bloque.
 Prueba de hipótesis DBCA

Hipótesis:
H0: Todos los tratamientos tienen el mismo efecto sobre la variable en estudio.
( Ho: µ1 = µ2 = … = µi = µ (Todos los tratamientos tienen la misma media) )
H1: Al menos un tratamiento tiene un efecto diferente sobre la variable en
estudio.
( H1: Al menos un µi es diferente )

Estadístico de prueba:
𝐶𝑀(𝑇𝑟)
𝐹𝑐 = ~𝐹(𝑘−1,𝑛−𝑘)
𝐶𝑀𝐸

Supuestos: Normalidad en los residuos, homogeneidad de varianzas.

Decisión: Si P-valor  , se rechaza Ho
Nota: El P-valor se obtiene de las salidas del MINITAB
Disposición de los datos DBCA

T1 T2 … Ti Total

B1 Y11 Y21 … Ya1 Y.1

B2 Y12 Y22 … Ya2 Y.2

… … … … … …

Bj Y1j Y2j … Yij Y.j

Total Y1. Y2. … Yi. Y..

 Cuadro de análisis de varianza (ANVA)

CUADRO DE ANÁLISIS DE VARIANZA (ANVA)

Fuente de Grados de Suma de Cuadrado
variación libertad cuadrado medio F P
Tratamiento a-1 SC(Tr) CM(Tr) CM(Tr)/CME

Bloques b-1 SCB CMB CMB/CME

Error (a - 1)(b - 1) SCE CME

Total ab - 1 SCT
 Ejemplo de Aplicación

El director de entrenamiento de una compañía

está tratando de evaluar tres diferentes métodos Área Método 1 Método 2 Método 3
de entrenamiento para empleados nuevos, estos
son: A 28 18 22
B 27 17 18
Método 1: Asignar un empleado nuevo con un
C 25 19 19
trabajador experimentado.
Método 2: Ubicar a todos los empleados nuevos D 21 16 22
en un salón de entrenamiento separado de la
E 23 22 17
fábrica.
Método 3: Utilizar películas de entrenamiento y
materiales de aprendizaje programado.
Con un nivel de significación del 5%,
De 5 áreas de trabajo distintas, de cada una se 1) Verifique los supuestos.
selecciona a 3 empleados nuevos, , los cuales se 2) ¿Al menos un método de entrenamiento
le asigna al azar un método de entrenamiento para empleados nuevos es diferente a los
demás?
donde se medirá la producción diaria después
del entrenamiento. 3) ¿Qué método(s) de entrenamiento para
empleados nuevos es más efectivo?
 Solución
1) Verifique los supuestos
NORMALIDAD DE LOS ERRORES
H0: Los errores se distribuyen normalmente
H1: Los errores no se distribuyen normalmente

Estadístico de prueba: AD=0.460

Probabilidad: P-valor = 0.223 > 0.05
Decisión: No se rechaza H0
Conclusión: A un nivel de significación del 5%, los errores se distribuyen normalmente.
Se cumple el supuesto de Normalidad de errores.
 Solución
1) Verifique los supuestos
HOMOGENEIDAD DE VARIANZAS
H O :  12   22   32
H1 : Al menos un  i2 es diferente
Estadístico de prueba: Bartlett=0.08
Probabilidad: P-valor = 0.962 > 0.05
Decisión: No se rechaza H0
Conclusión: A un nivel de significación del 5%, . Existe homogeneidad de varianzas.
Se cumple el supuesto de homogeneidad de varianzas.
 Solución
2) ¿Al menos un método de entrenamiento para empleados nuevos es
diferente a los demás?
HIPÓTESIS:
Ho: No hay diferencia en la producción promedio diaria que obtiene un empleado nuevo cuando
se le entrena con cualquiera de los tres métodos.
H1: Al menos un método de entrenamiento es diferente en la producción promedio diaria que
obtiene un empleado nuevo.
Nivel de significación: 0.05
Modelo lineal general: Producción vs. Métodos

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Area 4 14.27 3.567 0.47 0.758
Método 2 115.73 57.867 7.60 0.014
Error 8 60.93 7.617
Total 14 190.93
Estadístico de prueba: F= 7.60
P-valor: 0.014
Decisión: Se rechaza H0.
Conclusión: Con un nivel de significancia del 5%, se puede afirmar al menos un método de
entrenamiento es diferente en la producción promedio diaria que obtiene un empleado nuevo.
 Solución
3) ¿Qué método(s) de entrenamiento para empleados nuevos es más
efectivo?
HIPÓTESIS:
H0: 𝝁𝒊 = 𝝁𝒋
H1: 𝝁𝒊 ≠ 𝝁𝒋 Para todo i diferente de j
Agrupar información utilizando el método de Tukey

N Media Agrupación
M1 5 24.800 A
M3 5 19.600 B
M2 5 18.400 B

Las medias que no comparten una letra son significativamente diferentes.

Se concluye que no hay diferencias significativas entre los métodos 3 y 2, pero si hay diferencias
significativas de ambos con respecto al método 1.

Con un nivel de significancia del 5%, el método 1: Asignar un empleado nuevo con un trabajador
experimentado es más efectivo, la producción promedio por día es mayor para esté método con
respecto a los métodos 2 y 3.
Conclusiones

Para validar un DBCA se utiliza la distribución

F.
 Indique V o F según corresponda en los siguientes enunciados:

V
1. En un experimento se puede evaluar uno o mas factores.
2. Repetición y aleatorización son los principios básicos en un DBCA. V
3. En homocedasticidad verificamos la heterogeneidad de las varianzas. V
4. Tukey sirve para probar todas las diferencias entre medias de
tratamientos. V
5. En un DBCA, la variable que se utiliza para agrupar las unidades
V
experimentales es considerado otro factor mas.
6. En un DBCA, los bloques son asignados por el investigador y los
tratamientos se asignan al azar a las unidades experimentales por V
bloque.
7. Siempre el error experimental de un DBCA es menor que en DCA F
 Bibliografía

• Montgomery,D y Runger,G (2006) Probabilidad y Estadística

aplicadas a la Ingeniería. MéxicoDF, Ed. LIMUSA, SA de CV Grupo
Noriega de editores
Material producido por la Universidad Peruana de Ciencias Aplicadas
Autor: Campomanes, Fanny; Ucedo, Víctor.
COPYRIGHT ©UPC 2016 - Todos los derechos reservados.