Universidad Tecnolgica de Panam

Facultad de Ingeniera Industrial

Licenciatura en Ingeniera Industrial

Diseo de Experimento
Ensayo #1
Generalidades del Diseo de Experimento

Profesora Teresa de Hines

Grupo 1 II 141
Fecha a entregar:
12 de agosto de 2015

Como Introduccin al Curso de Diseo de Experimento es necesario repasar conceptos

estadsticos, ya que sus procedimientos nacen de esta rama.
ESTADSTICA, rama de las matemticas que se ocupa de reunir, organizar y analizar datos
numricos y que ayuda a resolver problemas como el diseo de experimentos y la toma de
decisiones.
Estadstica Descriptiva: Conjunto de tcnicas que nos permiten organizar y resumir una
serie de datos
Estadstica Inferencial: Conjunto de Herramientas que nos permiten hacer inferencias
(sacar conclusiones) de una poblacin de datos en base al estudio de una parte de la
poblacin (muestra)
El conjunto de mtodos estadsticos que permiten deducir (inferir) cmo se distribuye la
poblacin en estudio o las relaciones estocsticas entre varias variables de inters a partir de
la informacin que proporciona una muestra.
La Inferencia Estadstica est conformada por dos grandes campos: la estimacin de
parmetros y el contraste de hiptesis.
La estimacin se puede llevar a cabo mediante la eleccin de un solo valor de la muestra
que se transforma en parmetro o a travs de unos lmites entre los cuales se espera se
encuentre el verdadero valor del parmetro.
El contraste de hiptesis consiste en probar mediante datos empricos las hiptesis que se
plantean en el proceso de investigacin, de tal forma que son los datos los que deben
ofrecer una respuesta a los planteamientos iniciales del investigador y no al revs, pues se
violara el sentido de la ciencia.
Existen dos tipos de datos estos son los categricos y los numricos. Los categricos son
aquellos que su existencia se responde con un s o un no mientras que los Datos numricos
pueden ser:
DISCRETOS: Son respuestas numricas que surgen de un proceso de conteo.
CONTINUOS: Son respuestas numricas que surgen de un proceso de medicin.
El dato numrico es una variable aleatoria que se divide en dos tipos: discreta y continua.
Variable Aleatoria Discreta: Es aquella que solo puede tomar una cantidad numerable de
valores
Ejemplos: # de barcos que entran a un puerto
# de artculos defectuosos en una tanda de produccin
# de artculos vendidos por mes
Variable Aleatoria Continua: Es aquella que puede tomar cualquier valor dentro de una
escala numrica
Ejemplos:
La resistencia (lbs/plgs2) de una barra de acero
Tiempo de espera en minutos para completar un trabajo
Ventas en dlares

Otros conceptos que se requieren manejar son:

Poblacin: Se define como la totalidad de todas las posibles mediciones y observaciones
bajo consideracin en una situacin dada de un problema
Muestra: Es un conjunto de medidas u observaciones tomadas a partir de una poblacin
dada. Esta debe ser representativa de la poblacin de datos.
Parmetro: Lo que se quiere medir de la poblacin. Y el objeto de esta poblacin es todo
aquello cuyas caractersticas son de inters.
Es una cantidad numrica calculada sobre una poblacin y resume los valores que esta
toma en algn atributo.
Intenta resumir toda la informacin que hay en la poblacin en unos pocos nmeros
(parmetros). Ejemplos: Media, Moda, Mediana, Proporcin, Varianza, Desviacin
tpica entre otros.
Estadstico: Lo que se quiere medir de la muestra. Es una cantidad numrica calculada
sobre la muestra que resume su informacin sobre algn aspecto. Se usa para aproximar un
parmetro. Ejemplos: Media muestral, varianza muestral, desviacin tpica muestral
entre otros.

Investigacin y Estadstica
En trminos generales toda investigacin consta de estas etapas:

Seleccin del Tema

Definicin del problema
Planteamiento de objetivos
Formulacin de hiptesis

Identificacin de variables
Seleccin de instrumentos, mtodos y tcnicas de trabajo
Presentacin de la propuesta de investigacin
Recoleccin de los datos
Organizacin de los datos
Procesamiento de los datos
Anlisis de los datos
Conclusiones y recomendaciones

Prueba de Hiptesis
Es un procedimiento para juzgar si una propiedad que se supone en una poblacin
estadstica es compatible con lo observado en una muestra de dicha poblacin.

Plantear el problema
Identificar la poblacin a estudiar
Definir las variables a estudiar
Estimar el tamao de la muestra y determinar si es finita o infinita
Plantear la hiptesis nula (Ho) y la hiptesis alternativa (H1) del problema.
Determinar si la prueba debe ser unilateral o bilateral, esto se dar de acuerdo con lo
que se desee, acerca del comportamiento de la variable.

La Hiptesis Nula (Ho), siempre especifica un solo valor del parmetro de la poblacin si la
hiptesis es simple o un conjunto de valores si es compuesta (es lo que queremos
desacreditar).
La Hiptesis Alternativa (H1), es la que responde nuestra pregunta, la que se establece en
base a la evidencia que tenemos.

Establecer el nivel de significancia () dependiendo de la confianza que se desee de

la estimacin. Son comunes los niveles de significacin del 1%, 5% o 10%.
Determinar los puntos crticos (el valor de si la prueba es bilateral, o bien si es
Unilateral).
Bilateral
Unilateral

Ho: = 0
H1: 0
Ho: 0
H1: < 0
Ho: 0
H1: > 0
Verificar que el instrumento de medicin est debidamente calibrado.
Coleccionar los datos y calcular el valor de la muestra de la prueba estadstica
apropiada.
Definir segn el comportamiento de la variable, y lo que se desee probar (una
media, dos medias, una varianza, dos varianzas, una proporcin o dos
proporciones), cul es el estadstico de prueba que se debe usar.

Definir las reas, donde se cumplirn cada una de las hiptesis. Esto se hace
buscando en tablas el estadstico terico, segn el nivel de significancia (a).
Calcular el valor del estadstico de prueba.
Identificar el rea donde cae el valor del estadstico calculado y segn la regla de
decisin comparar con el estadstico terico.
Sacar conclusiones con respecto al experimento en cuestin.
Tomar la decisin, segn la regla de decisin establecida, no rechazar la Ho o se
rechaza Ho y se acepta H1.

En esta seccin se hace un resumen de la terminologa comn utilizada en la teora de los

modelos de diseo de experimentos:
Problema o experimento: Objeto o situacin de estudio.

Qu se entiende por "diseo de un experimento"

Disear un experimento significa planear un experimento de modo que rena
la informacin pertinente al problema bajo investigacin.
El diseo de un experimento es la secuencia completa de pasos tomados de
antemano para asegurar que los datos apropiados se obtendrn de modo de modo que
permitan un anlisis objetivo que conduzca a deducciones vlidas con respecto al problema
establecido.
Objetivos de un diseo de experimentos
Proporcionar la mxima cantidad de informacin pertinente al problema bajo
investigacin.

El diseo, plan o programa debe ser tan simple como sea posible.
La investigacin debe efectuarse lo ms eficientemente posible;
ahorrar tiempo, dinero, personal y material experimental. "Proporcionar la mxima cantidad
de informacin al mnimo costo"
La metodologa del diseo de experimentos estudia cmo variar las condiciones habituales
de realizacin de un proceso emprico para aumentar la probabilidad de detectar cambios
significativos en la respuesta; de esta forma se obtiene un mayor conocimiento del
comportamiento del proceso de inters.

Principios bsicos del diseo de experimentos

Reproduccin.
Aleatorizacin.
Control Local.

Variable de inters o respuesta

es la variable que se desea estudiar y controlar su variabilidad. Factor: son las variables
independientes que pueden influir en la variabilidad de la variable de inters.
Factor
Una variable independiente. En la mayora de las investigaciones se trata con ms de una
variable independiente y con los cambios que ocurren en la variable independiente, cuando
varia una o ms de las variables independientes.
Factor tratamiento
Es un factor del que interesa conocer su influencia en la respuesta.
Factor bloque
Es un factor en el que no se est interesado en conocer su influencia en la respuesta pero se
supone que sta existe y se quiere controlar para disminuir la variabilidad residual.

Factores y sus niveles

Se denomina factor tratamiento a cualquier variable de inters para el experimentador cuyo

posible efecto sobre la respuesta se quiere estudiar. Los niveles de un factor tratamiento son
los tipos o grados especficos del factor que se tendrn en cuenta en la realizacin del
experimento. Los factores tratamiento pueden ser cualitativos o cuantitativos. Ejemplos de
factores cualitativos y sus niveles respectivos son los siguientes:
proveedor (diferentes proveedores de una materia prima),
tipo de mquina (diferentes tipos o marcas de mquinas),
trabajador (los trabajadores encargados de hacer una tarea),
tipo de procesador (los procesadores de los que se quiere comparar su velocidad de
ejecucin),
un aditivo qumico (diferentes tipos de aditivos qumicos),
el sexo (hombre y mujer),
un mtodo de enseanza (un nmero determinado de mtodos de enseanza cuyos
resultados se quieren comparar).

Ejemplos de factores cuantitativos son los siguientes:

tamao de memoria (diferentes tamaos de memoria de ordenadores),
droga (distintas cantidades de la droga),
la temperatura (conjuntos de temperaturas seleccionadas en unos rangos de inters).
Debe tenerse en cuenta que en el tratamiento matemtico de los modelos de diseo de
experimento los factores cuantitativos son tratados como cualitativos y sus niveles son
elegidos equiespaciados o se codifican. Por lo general, un factor no suele tener ms de
cuatro niveles.
Cuando en un experimento se trabaja con ms de un factor, se denomina:

Tratamiento, a cada una de las combinaciones de niveles de los distintos factores.

Observacin, es una medida en las condiciones determinadas por uno de los tratamientos.
Experimento factorial, es el diseo de experimentos en que existen observaciones de todos
los posibles tratamientos.
Unidades experimentales
Son los objetos, individuos, intervalos de espacio o tiempo sobre los que se experimenta.
Son el material donde evaluar la variable respuesta y al que se le aplican los distintos
niveles de los factores tratamiento. Ejemplos de unidades experimentales son:
en informtica, ordenadores, pginas web, buscadores de internet,
en agricultura, parcelas de tierra,
en medicina, individuos humanos u animales,
en industria, lotes de material, trabajadores, mquinas.

Etapas de un diseo de experimentos

Enunciado o planteamiento del problema.

Formulacin de hiptesis.
Proposicin de la tcnica experimental y el diseo.
Examen de sucesos posibles y referencias en que se basan las razones para la
indagacin que asegure que el experimento proporcionar la informacin requerida
y en la extensin adecuada.
Consideracin de los posibles resultados desde el punto de vista de
los procedimientos estadsticos que se aplicarn y para asegurar que se satisfagan
las condiciones necesarias para que sean vlidos estos procedimientos.
Ejecucin del experimento.
Aplicacin de las tcnicas estadsticas a los resultados experimentales.
Extraccin de conclusiones con medidas de la confiabilidad de las estimaciones
generadas. Deber darse cuidadosa consideracin a la validez de las conclusiones
para la poblacin de objetos o eventos a la cual se van a aplicar.
Valoracin de la investigacin completa y contrastacin con otras investigaciones
del mismo problema o similares.
Algunos diseos experimentales clsicos
Un diseo experimental es una regla que determina la asignacin de las unidades
experimentales a los tratamientos. Aunque los experimentos difieren unos de otros en

muchos aspectos, existen diseos estndar que se utilizan con mucha frecuencia. Algunos
de los ms utilizados son los siguientes:
Diseo completamente aleatorizado
El experimentador asigna las unidades experimentales a los tratamientos al azar. La nica
restriccin es el nmero de observaciones que se toman en cada tratamiento.
Diseo en bloques o con un factor bloque
En este diseo el experimentador agrupa las unidades experimentales en bloques, a
continuacin determina la distribucin de los tratamientos en cada bloque y, por ltimo,
asigna al azar las unidades experimentales a los tratamientos dentro de cada bloque.
Diseos con dos o ms factores bloque
En ocasiones hay dos (o ms) fuentes de variacin lo suficientemente importantes como
para ser designadas factores de bloqueo. En tal caso, ambos factores bloque pueden ser
cruzados o anidados.
Diseos con dos o ms factores
En algunas ocasiones se est interesado en estudiar la influencia de dos (o ms) factores
tratamiento, para ello se hace un diseo de filas por columnas.