1
UNIVERSIDAD NACIONAL
“SANTIAGO ANTÚNEZ DE MAYOLO”
FACULTAD DE CIENCIAS AGRARIAS
ESCUELA PROFESIONAL DE INGENIERIA AGRÍCOLA
“DISEÑO EXPERIMENTAL”
Presentado por:
ROCHA TORRES LUIS C.
Curso: TESIS
INGENIERO AGRÍCOLA
Huaraz, Perú
2019
2
I. DISEÑO DE EXPERIMENTOS
El diseño de experimentos es una técnica estadística que nos ayuda a identificar qué factores
o variables afectan El comportamiento de un proceso productivo y de esta manera poder
mejorarlo. (Reyes Aguilar, 2009, p4)
1.1 Experimento
Es una prueba o ensayo, el proceso o sistema bajo estudio puede representarse por medio
del modelo de la figura 1.
Figura 1:Modelo general de un proceso o sistema
Fuente: Reyes Aguilar, 2009
En el diseño de experimentos se plantean varias preguntas importantes:
1. ¿Son estas dos soluciones los únicos medios para lograr la respuesta de
interés?
2. ¿Existen otros factores que pueden afectar la respuesta de las muestras y que
deban ser investigados o controlados?
3. ¿Cuántas muestras deben ser sometidas a cada solución de templado?
3
4. ¿En qué forma debe asignarse cada muestra a los tratamientos, y en qué orden
deben realizarse las mediciones?
5. ¿Qué método de análisis debe utilizarse?
6. ¿Qué diferencia en los niveles promedio de respuesta entre los dos
tratamientos debe considerarse como significativa?
Estas, y quizá muchas otras preguntas, deberán ser contestadas satisfactoriamente antes de
llevar a cabo el experimento. (Reyes Aguilar, 2009, p5)
1.2 Aplicación del diseño de experimentos
El diseño de experimentos puede servir para mejorar el rendimiento de un proceso de
manufactura, desarrollo de nuevos procesos con lo que se logra:
1. Mejorar el rendimiento del proceso.
2. Menor variabilidad y mayor apego a los requerimientos nominales y objetivos.
3. Menor tiempo de desarrollo.
4. Menores costos totales.
Los métodos de diseño de experimentos también se aplican al diseño de productos como
sigue:
Evaluación y comparación de conceptos de diseño básicos.
Evaluación de materiales alternativos.
Selección de parámetros de diseño de modo que el producto funcione bien desde una
amplia variedad de condiciones de uso real; Esto es, de modo que el producto sea
consistente (robusto).
4
Cuando se identifican los factores y su influencia en un sistema productivo, se pueden
tomar decisiones que efectivamente mejoren la calidad del producto o servicio.
(Reyes Aguilar, 2009, p6)
El diseño estadístico de experimentos es el proceso de planear un experimento para obtener
datos apropiados, que pueden ser analizados mediante métodos estadísticos, con objeto de
producir conclusiones válidas y objetivas. (Reyes Aguilar, 2009, p6)
Cuando se usan experimentos pretendemos analizar el efecto de cambios que nosotros
inducimos más que analizar variaciones al azar. (Reyes Aguilar, 2009, p6)
Figura 2. Diagrama de causa y efecto
Fuente: Reyes Aguilar, 2009
1.3 Experimento
Es un conjunto de pruebas estructurado y coherente que son analizadas a fin de comprender
la operación del proceso. (Reyes Aguilar, 2009, p7)
5
1.4 Diseño de experimentos
Es el proceso de planear, ejecutar y analizar el experimento de manera que los datos
apropiados sean recolectados, y que estos tengan validez estadística para obtener conclusiones
válidas y útiles. Se entiende por validez estadística, el que los resultados se puedan repetir
consistentemente sobre todo en la operación a gran escala o masiva. (Reyes Aguilar, 2009, p7)
1.5 Eficiencia de un experimento
Un experimento es eficiente cuando:
1. Se obtiene la información requerida.
2. Con el mínimo consumo de recursos.
Esto es, un experimento eficiente debe ser lo más simple y económico posible pero
efectivo. Las técnicas del diseño de experimentos pretenden que los experimentos sean
eficientes. (Reyes Aguilar, 2009, p7)
1.6 Principios básicos del diseño de experimentos
ara que un experimento pueda tener validez estadística se deben de observar al menos tres
principios: (Reyes Aguilar, 2009, p7)
1.6.1 Reproduccion
Esto significa que el experimento se pueda llevar a cabo o repetir bajo las mismas
condiciones en más de una ocasión. (Reyes Aguilar, 2009, p7)
1.6.2 Aleatoriedad
Esto significa que tanto el material asignado a un experimento en particular, como el orden
en que se efectúan las pruebas se efectué de una manera aleatoria. (Reyes Aguilar, 2009, p7)
1.6.3 Análisis por bloques
Es una técnica que se usa para incrementar la precisión del experimento. Un bloque es una
porción del material experimental que sea más homogénea que el total del material o cuando
las condiciones son más homogéneas. (Reyes Aguilar, 2009, p7)
6
1.7 Metodología general para realizar un experimento
Se sugieren varias metodologías en la literatura, la siguiente es una de ellas:
1.7.1 Identifique claramente el problema o situación a resolver.
Antes de poder planear un experimento necesitamos definir claramente que es la que
estamos buscando, aun cuando esto puede parecer trivial en ocasiones es tanta la presión para
tomar decisiones que corremos a experimentar sin por lo menos definir claramente nuestros
objetivos. (Reyes Aguilar, 2009, p9)
1.7.2 Identificar variables
En este paso dos tipos de variables se deben de identificar, variables dependientes y factores
o variables independientes. (Reyes Aguilar, 2009, p9)
Es deseable que una variable dependiente reúna las características siguientes:
• Cuantitativa
• Precisa.
• Que tenga algún significado físico.
1.7.3 Definir el diseño del experimento
Esto implica definir de qué manera se efectuarán las pruebas y qué modelo matemático
describe mejor el experimento.
1.7.4 Efectuar el experimento
Esto de acuerdo con lo que se defina en el paso 3.
1.7.5 Análisis de los datos.
Estos son básicamente análisis estadísticos.
1.7.6 Conclusiones y toma de decisiones.
7
1.8 Aplicaciones del diseño de experimentos
n muchas ocasiones él termino experimento se considera asociado exclusivamente para
cuestiones científicas y teóricas; sin embargo, tienen varias aplicaciones prácticas. (Reyes
Aguilar, 2009, p13)
Ejemplo:
Si la materia prima que es entregada por tres diferentes proveedores producen
características diferentes en el producto
Si diferentes marcas de herramienta tienen o no vida diferente.
Si la temperatura de recocido afecta o no alguna propiedad mecánica del producto.
Si diferentes cabezales de una misma máquina producen productos similares.
Si un nuevo método de ensamble incrementa o no la productividad en una línea de
producción.
Cuál es el factor que más influye en la variabilidad de alguna característica de
calidad.
Es necesario tener claros y en todo caso revisar los siguientes conceptos estadísticos antes
de seguir:
o ¿Qué es una prueba de hipótesis?
o ¿Qué e s un error tipo I y Qué es un error tipo II?
o ¿Qué es una prueba t para comparar dos medias?
o ¿Qué es la potencia de una prueba de hipótesis?
o ¿Qué es control estadístico?
o ¿Qué es nivel de significancia?
II. ANÁLISIS DE VARIANZA DE UN FACTOR (ANOVA 1 VIA)
8
El análisis de la varianza de un factor (ANOVA) es una metodología para analizar la
variación entre muestras y la variación al interior de las mismas mediante la determinación de
varianzas. (Reyes Aguilar, 2009, p15)
H 0 1 2 3 .... k
H1 : Al menos dos medias poblacionales son diferentes.
Los supuestos en que se basa la prueba t de dos muestras que utiliza muestras
independientes son:
1. Ambas poblaciones son normales.
2. Las varianzas poblacionales son iguales, esto es,
El estadístico tiene una distribución muestral resultando:
sb2
Fc
sw2
El valor crítico para la prueba F es:
F , ( k 1), k ( n 1))
Donde el número de grados de libertad para el numerador (Sb^2 > Sw^2) es k-1 y para el
denominador es k(n-1), siendo el nivel de significancia.
k = número de muestras.
9
Ejemplo:
Se tienen 14 empleados seleccionados al azar que se someten a 3 diferentes cursos de
entrenamiento: Programa 1, Programa 2 y Programa 3.
Como los empleados se seleccionan aleatoriamente para cada programa el diseño se
denomina DISEÑO COMPLETAMENTE ALEATORIZADO Se observa el aprovechamiento
de los empleados en los programas:
TRATAMIENTOS
I c=1 c=2 c=3 J
Programa 1 Programa 2 Programa 3
r=1 85 80 82
r=2 72 84 80
r=3 83 81 85
r=4 80 78 90
r=5 ** 82 88
Medias 80.00 81.00 85.00 Xj
Media de medias o media
total 82.14
III. EJEMPLOS
3.1 EJEMPLO 1
Se desea investigar las posibles diferencias en la producción de dos máquinas, cada una de
las cuales debe ser manejada por un operario.
En el planteamiento de este problema la variable respuesta es “la producción de una
máquina (en un día)”, el factor-tratamiento en el que se está interesado es el “tipo de
máquina” que tiene dos niveles y un factor nuisance es el “operario que maneja la máquina”.
10
En el diseño del experimento para realizar el estudio se pueden utilizar dos estrategias para
controlar el factor “operario que maneja la máquina”.
3.1.1 Aleatorizar
se seleccionan al azar dos grupos de operarios y se asigna al azar cada grupo de operarios
a cada una de las dos máquinas. Finalmente se evalúa la producción de las mismas
3.1.2 Bloquear
se introduce el factor-bloque “operario”. Se elige un único grupo de operarios y todos ellos
utilizan las dos máquinas.
¿Qué consideraciones se deben tener en cuenta al utilizar estas dos estrategias? ¿Qué
estrategia es mejor
3.1.3 La factorización de diseño
“Un diseño factorial es una estrategia experimental que consiste en cruzar los niveles de
todos los factores tratamiento en todas las combinaciones posibles”.
Ventajas de utilizar los diseños factoriales:
• Permiten detectar la existencia de efectos interacción entre los diferentes factores
tratamiento.
• Es una estrategia más eficiente que la estrategia clásica de examinar la influencia de un
factor manteniendo constantes el resto de los factores.
