UNIVERSIDAD TECNOLGICA DE PANAM

LICENCIATURA DE INGENIERA INDUSTRIAL

DISEO DE EXPERIMENTO

COMPARACIN DEL PROMEDIO DE TEMPERATURA QUE

OPERAN LOS TRES HORNOS PARA CALENTAR MUESTRAS
DE METAL

SEPTIEMBRE, 2014

NDICE

NDICE.....................................................................................................................................2
1. INTRODUCCIN..............................................................................................................3
2. METODOLOGA...............................................................................................................4
3. RESULTADOS..................................................................................................................9
SUPUESTO DE NORMALIDAD.....................................................................................10
SUPUESTO DE HOMOCEDASTICIDAD.......................................................................11
SUPUESTO DE INDEPENDENCIA...............................................................................13
Anlisis de Varianza (ANOVA):.......................................................................................13
CLCULOS ESTADSTICOS:........................................................................................14
CONCLUSIN Y RECOMENDACIONES:...........................................................................14
BIBLIOGRAFA.....................................................................................................................15
ANEXO..................................................................................................................................16
TABLAS..............................................................................................................................16
FIGURAS...........................................................................................................................16

1. INTRODUCCIN
Metal T. S.A. es una empresa reconocida a nivel mundial por la elaboracin
de productos de metales con un alto grado de calidad. Cuentan con ms de
cien colaboradores capacitados para la elaboracin de estos productos.
En las forjas de la empresa Metal T. S.A. se utilizan varios hornos para
calentar muestras de metal con la finalidad de venderlas a sus clientes para
diferentes usos. La empresa cuenta con varios hornos para el proceso y
suponen que todos los hornos operan a la misma temperatura. Sin embargo, en
las ltimas semanas, se han experimentados ciertos cambios en la temperatura
de las mquinas alterando los resultados de los productos por lo que se vieron
obligados a estudiar el caso.
En virtud a lo mencionado, la empresa Metal T. S.A. decidi contratar un
ingeniero industrial con la finalidad de realizar un estudio para comprobar las
temperaturas de las mquinas. El estudio se bas en la seleccin de tres hornos
de manera aleatoria y, con ellas, se hizo diferentes observaciones. Como
objetivo general se desea conocer si existe una diferencia significativa en la
temperatura promedio de los tres hornos para calentar muestra de metal.
Como objetivos especficos se plantean los siguientes parmetros:
planificar el experimento de acuerdo a lo estudiado en clase, hacer las
mediciones correspondientes de los niveles de temperatura en cada horno,
realizar un anlisis de los datos medidos, interpretar los resultados obtenidos
por las herramientas estadsticas y realizar una conclusin donde conduzca a
una toma de decisin.
El siguiente informe se describir paso a paso la metodologa utilizada
para la elaboracin del experimento y la evaluacin de los resultados obtenidos.

2. METODOLOGA
El experimento se llev a cabo en las instalaciones de la empresa Metal T. S.A.,
en el departamento de calidad, en la semana del 8 al 15 de septiembre se
tomaron

diferentes

muestras

para

cada

horno.

El

experimento

tom,

aproximadamente, un mes y medio en culminarse.

Por su importancia fueron consideradas las siguientes variables:
o Valor de Respuesta: Temperatura de las muestras de metal.
o Factor de Inters: Hornos
o Niveles del factor: Horno 1, Horno 2, Horno 3.
La

variable

de

respuesta,

es

decir

las

temperaturas,

se

realiz

en

calentamientos sucesivos de tres hornos seleccionados aleatoriamente. El

equipo utilizado es un termmetro medido en grados Fahrenheit.
El experimento tiene un diseo completamente al azar desbalanceado, con
factores de efecto aleatorio. La formulacin del modelo estadstico y cada uno
de sus componentes se describe a continuacin:

Y ij =+ j + ij

Donde,
o

i=1,2,3 , 15

j=1,2, 3

Y ij

(Temperatura en cada horno)

(Los tres hornos para calentar muestras de metal)

= Es la i-sima observacin para el j-simo nivel de los hornos para

calentar las muestras.

= media total
o
o

= Es el efecto de j-simo nivel de los hornos sobre las temperaturas.

ij

= Error Experimental

Se tomaron cinco (5) muestras del horno 1, cuatro (4) muestras para el horno 2
y finalmente, seis (6) muestras para el horno 3.
La hiptesis de factor aleatorio se formul de la siguiente manera:

H o= 1 = 2 = 3

H 1=al menos una de las varianzas de los niveles de los hornos es diferente .

El nivel de significancia de un 5% con la siguiente regla de decisin:

Con lo anterior se plante como regla de decisin lo siguiente:
Descartar Ho si
Donde,

Fc F ,gln ,gld

gln=k1=31=2; gld=k (n1)=3(151)=42

Entonces,

FC F ,2,42

F
F
Figura 1: Grfico de Distribucin F.

Mediante la Tabla de Nmeros Aleatorios, se realiz el procedimiento de

aleatorizacin de la siguiente manera:
1. Se codificaron las unidades experimentales desde 1 hasta nk
2. Se estableci un orden aleatorio para las pruebas que se realiz sobre las
unidades experimentales, utilizando la tabla de nmeros aleatorios.
3. Se asignaron los niveles del factor de inters a las unidades experimentales
que fueron seleccionadas aleatoriamente, quedando como se muestra la
siguiente tabla.

NUMERO

DE

PRUEBAS

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

NMERO DE

ASIGNACION DE

ALEATORIZACIO

NIVEL

N
01
08
11
04
02
10
12
05
06
03
07
09
14
15
13

1
1
1
1
1
2
2
2
2
3
3
3
3
3
3

Tabla 1: Procedimiento de aleatorizacin para la toma de datos.

El formato para la recoleccin de los datos pertinentes se realiz de la siguiente

manera:

Metal T. S.A
6

HOJA DE RECOLECCIN DE DATOS

REALIZADO POR: TANIA L. LEE
DEPARTAMENTO: DE CALIDAD

OBSERVACION

FECHA: 8 AL 15 DE SEPTIEMBRE 2014

HORNO 1

ES
1
2
3
4
5
6
TOTAL POR

HORNO 2

HORNO 3

TOTAL POR
OBSERVACIN

01
08
11
04
02

(
(
(
(
(

)
)
)
)
)

10
12
05
06

(
(
(
(

)
)
)
)

03
07
09
14
15
13

(
(
(
(
(
(

)
)
)
)
)
)

HORNO
Tabla 2: Formato para el registro de datos del experimento.

Cabe destacar tambin que la variacin total se descompone para probar si hay
diferencias entre las medias de los niveles. Es un requisito que se satisfagan los
siguientes supuestos, para que el ANDEVA sea una prueba exacta de hiptesis.
Por lo tanto, el planteamiento de las hiptesis para los supuestos se especifica
de la siguiente forma: Normalidad, Homocedasticidad e Independencia.
A continuacin se describen las herramientas grficas y analticas que se usaron
para verificar los supuestos de ANDEVA.
SUPUESTO DE NORMALIDAD: La normalidad de los errores se verifica
analizando los residuos que son las estimaciones de los errores.
H 0 :Y ij =N
H 1 :Y ij N
REGLA DE DECISIN:

No se descarta

H0

si

Pvalue

Se emple la prueba de Shapiro-Wilk como tambin el grfico normal de

residuos para validar las pruebas analticas.
7

SUPUESTO DE INDEPENDENCIA: Los datos de la variable de respuesta o los

residuos (temperatura) no deben estar correlacionados. Se puede asegurar el
cumplimiento de este supuesto mediante el grfico de residuos versus el orden
en que se colectaron los datos.
H 0 :Y ij es independiente en cada una de las observaciones
H 1 :Y ij no es independiente en cada una de las observaciones .
REGLA DE DECISIN:

Se descarta

H0

si el grfico de independencia muestra tendencia.

SUPUESTO DE HOMOCESDACIDAD: Las varianzas de cada nivel del factor de

inters (los tres hornos) deben ser aproximadamente iguales. A travs de la
seleccin de unidades experimentales homogneas se puede garantizar el
cumplimiento de este supuesto.
H 0 : 21= 22= 23 = 24
H 1 : al menos una varianza es diferente .
REGLA DE DECISIN:

No se descarta

H0

si

Pvalue

Como prueba de anlisis se emple la prueba estadstica de Levene y adems el

grfico de residuos versus ajustes para validar la prueba analtica.
Para probar la hiptesis principal se utiliz la prueba de Fisher. El clculo se
resume en la siguiente tabla:
Fuente de

Grados de

Suma de

Cuadrado

Variacin

Libertad

Cuadrados

Medio

FV

Gl

SC

CM

Fc

Entre

k 1

niveles
(N)
Error

SCN
k1

SCN

n kk

SCT 0SCN

j=1

al
Total

F , gln, gld

SCEE

Experiment

CMN
CMEE

nk
j=1

n k1

SCT 0

j=1

Tabla 3: Tabla de Anlisis de Varianza que permite conocer y evaluar la variabilidad en

de las variables involucradas en el experimento.

CLCULOS ESTADSTICOS:
Para este experimento se utilizaron las siguientes ecuaciones para el anlisis de
los datos:
ECUACIN PARA EL CLCULO DE PARMETROS:
n

Y ij

= i=1

=CMEE

(Ecuacin 1)

j=1

nk

(Ecuacin 2)

ECUACIN PARA EL CLCULO DEL COEFICIENTE DE DETERMINACIN:

R 2=

SCN
SCT 0

(Ecuacin 3)

ECUACIN PARA LOS CLCULOS DE LOS INTERVALOS DE CONFIANZA:

IC =Yi . t
i

nk k
2

CMEE
nk

(Ecuacin 4)

Las herramientas estadsticas que se utilizaron para el anlisis de los datos

fueron las siguientes:

o Microsoft Excel: Una aplicacin distribuida por Microsoft Office para hojas de
clculo. Este programa es utilizado normalmente en tareas financieras y
contables.
o MiniTab 17: Un programa de computadora diseado para ejecutar funciones
estadsticas bsicas y avanzadas.
o SPSS: Un programa estadstico informtico muy usado en las ciencias sociales
y las empresas de investigacin de mercado. Es uno de los programas
estadsticos ms conocidos teniendo en cuenta su capacidad para trabajar
con grandes bases de datos y un sencillo interface para la mayora de los
anlisis.

3. RESULTADOS
Luego de realizar el experimento, utilizando una prueba especfica para medir la
temperatura, se encontraron los datos que se muestran en la Tabla 4:

Observaciones
1
2
3
4
5
6
Totales
Media
Desviacin Tpica
Error Tpica
OBSERVACIONES

1
491,5
498,3
498,1
493,5
493,6

Niveles
2
488,5
484,65
479,9
477,35

2475
495
3.03974
1.35941
5

1930,4
482,6
4.96202
2.48101
4

3
490,1
484,8
488,25
473
471,85
478,65
2886,65
486.1083
7.78443
3.17798
6

7292,05
486.1367
8.48672
2.19126
15

Tabla 4: Datos obtenidos

A partir de los datos recopilados con anterioridad, se desea saber si existe

variacin significativa en la temperatura de los hornos con un nivel de
significacin del 5 %. La grfica de medias del experimento se demuestra en la
Figura 2.

10

GRFICO DE MEDIAS

Medias de la
temperatura

Hornos
Figura 2: Grfico de Medias

En la Figura 2 de aprecia el valor de las medias de los datos obtenidos para

cada horno.
VERIFICACIN DE LOS SUPUESTOS:
El anlisis de los resultados para la verificacin de los supuestos, mencionados
anteriormente, se detalla a continuacin:

SUPUESTO DE NORMALIDAD
La prueba estadstica de Shapiro Wilk para verificar el supuesto de normalidad
se muestra en la Tabla 5.
PRUEBA DE NORMALIDAD

TEMPERATURA

Statistic df
.952
15

Shapiro-Wilk
Sig.
.549

Tabla 5: Prueba de Normalidad

Como Pvalue (0.549) > 0.025, no se descarta Ho, esto significa que los datos
muestran una distribucin normal. Como se muestra en la figura 3, los puntos
de la grfica indica que los datos nos pierden linealidad, por lo tanto, se cumple
con la normalidad.

11

.
Figura 3: Grfico de Probabilidad Normal de los Residuos

SUPUESTO DE HOMOCEDASTICIDAD
Se desea comprobar el supuesto de homocedasticidad del experimento, por lo
tanto se utiliz la prueba estadstica de Levene. Los resultados del estadstico se
muestran en la Tabla 6.

Estadstico de Levene

gl1

gl2

Sig.

5.003

12

.026

Tabla 6: Prueba de Homogeneidad de varianzas.

Como Pvalue (0.026) > 0.025, no se descarta Ho, esto significa que los datos
cumplen con el supuesto de homocedasticidad que dice que las varianzas de los
niveles son iguales o similares. Como se muestra en la Figura 4, la grfica de
residuos contra los valores ajustados no muestra algn patrn en los datos, es
decir se puede considerar que los errores tienen varianza constante.

12

Figura 4:

Grfico de

Residuos

versus
ajustes.

La grfica de cajas muestra los valores mximos y mnimos de cada uno de los
niveles de temperaturas para cada horno.

Figura 5: Grfico de Cajas.

Con esta grfica podemos observar qu tan simtrica es la distribucin de los

datos. En este caso no parece ser muy simtrica, aparentemente la distribucin
no es Normal.

SUPUESTO DE INDEPENDENCIA
El supuesto de independencia se verifica con el siguiente grfico:
13

Figura 6: Grfico de Residuos versus Ajustes.

Como el grafico de independencia no muestra tendencia, no se descarta Ho,

esto significa que los datos cumplen con el supuesto de independencia.

Anlisis de Varianza (ANOVA):

FUENTE DE
VARIACIN
Entre hornos
Error
Experimental
TOTAL

GRADOS

SUMA DE

DE

CUADRADO

LIBERTAD

594,53025

297,265125

12

413,8125833

34,48438194

14

CUADRADO
MEDIO

Fc

8,62

3,22

1008,34283
3
Tabla 7: Anlisis de Varianza

Como el valor del estadstico de contraste, 8.62, es mayor que F 0,05,2,12 = 3,22, se
rechaza la hiptesis de que todos los hornos operan a la misma temperatura.

CLCULOS ESTADSTICOS:
CALCULO DE LOS PARAMETROS DEL MODELO ESTADISTICO:
n

Y ij

= i=1

j=1

nk

7292.05
=486.1367
15
14

=CMEE=413,812
= 413.812=20.34
CALCULO DEL COEFICIENTE DE DETERMINACION E INTERPRETACION:
R 2=

SCN
594.503
=
SC T 0 1008.342

= 0.5895

Esto indica que el 58.95% de la variabilidad de la temperatura del horno se

debe al tipo de horno, un 21.05% se debe a otros factores.
CLCULO DE LOS INTERVALOS DE CONFIANZA:
IC =Yi . t

nk k
2

IC =495 1.782
1

IC =482.6 1.782
2

413,812
(347.5174 1 642.4826)
5
413,812
( 464.47492 500.7251)
4

IC =481.10833 1.782
3

CMEE
nk

413,812
(466.3093 3 432.9074)
6

CONCLUSIN Y RECOMENDACIONES:
Con los resultados obtenidos, se concluy que H 0 se descarta porque Fc (8.6203)
F0.05,3,12 (3.89) esto nos dice que efectivamente existen diferencias
significativas en la temperatura promedio para cada tipo de horno .
Se recomienda a la empresa Metal T. S.A. utilizar los hornos que genere el nivel
de temperatura adecuado para las especificaciones de cada producto y revisar
el horno que no genere dicha especificacin.

15

BIBLIOGRAFA

Theresa

Unifactorial.
Montgomery, D.C. (1991). Diseo y Anlisis de Experimentos. Grupo

Editorial Iberoamrica.
Walpole, Myers, L. Myers y Ye. Mxico (2012). Probabilidad y estadstica

para ingeniera y ciencias. Novena edicin. Editorial Pearson Educacin.

Sistemas
F.
Ciencias

http://sistemas.fciencias.unam.mx/~misraim/Diagnostico.pdf_
Manuel Miguel Ramos Recursos Metodolgicos y Estadsticos

Universidad de Jan - http://www4.ujaen.es/~mramos/Cursos/RMEDI/T03_

Discovering Advanced Algebra Condensed Lessons in Spanish 2010 Key

Hines

Curriculum

(2014)

Mdulo

2.

Diseo

Completamente

Press

al

azar.

http://math.kendallhunt.com/documents/daa2/CLS/DAA2CLS_011_02.pdf
Exploracin de Datos: Introduccin a la Estadstica Descriptiva http://www.ucv.cl/web/estadistica/gr_grafcaja.htm

16

ANEXO
TABLAS
Tabla 1: Procedimiento de aleatorizacin para la toma de datos.
Tabla 2: El Formato para el registro de datos del experimento.
Tabla 3: Tabla de Anlisis de Varianza que permite conocer y evaluar la
variabilidad en de las variables involucradas en el experimento.
Tabla 4: Datos obtenidos
Tabla 5: Prueba de Normalidad
Tabla 6: Prueba de Homogeneidad de varianzas.
Tabla 7: Anlisis de Varianza

FIGURAS
Figura 1: Grfico de Distribucin F.
Figura 2: Grfico de Medias

17

Figura 3: Grfico de Probabilidad Normal de los Residuos

Figura 4: Grfico de Residuos versus ajustes.
Figura 5: Grfico de Cajas.

18