20-4-2018

Tecnológico Nacional De México

Instituto Tecnológico De Puebla
Nombre Del Profesor: Juan Hermilio Juárez
Espinosa
Materia: Ingeniería De Calidad

Diseño De Experimento Factorial 2 A La 3

Alumnos: Francisco Alejandro Ramírez Aco

Daniela Guerrero Tejeda
Juan Carlos Morales Carreto
Betbirai Asareel Ramos Salas
Roxana Rubí Rodríguez Pérez
Hora: 11:00-13:00 Hrs
 Diseño factorial 22 con 5 réplicas.

1. INTRODUCCIÓN
El diseño estadístico de experimentos contempla una amplia variedad de
estrategias experimentales que son óptimas para generar la información que se
busca. Hoy introduciremos una de estas estrategias: el diseño factorial completo 2k.
Éste describe los experimentos más adecuados para conocer simultáneamente qué
efecto tienen k factores sobre una respuesta y descubrir si interaccionan entre ellos.
Es necesario conocer las variables que influye en el sistema ya que están son las
que van a determinar el comportamiento de dicho sistema y la forma en que afecten.
Lo primero que se tiene que hacer el recolectar la información necesaria para poder
tener la suficiente información y poder llegar a una solución adecuada.
El diseño de experimentos encuentra numerosas aplicaciones y en este caso se
utilizará para la elaboración de una gelatina aplicando un diseño factorial de 2 2.
1.- PLANTEAMIENTO DEL PROBLEMA.
En la elaboración de gelatinas es muy complicado que se llegue a una nivelación
de agua y de gelatina y que de esta forma la gelatina se cuaje en un tiempo medio
y no en tiempo elevado por el exceso de agua o la falta de gelatina. En este caso
se busca encontrar los factores para poder disminuir el tiempo que tarda en cuajar
una gelatina.
2.- IDENTIFICACIÓN DE FACTORES.
Factores Posibles niveles
NIVEL 1 NIVEL 2
Gelatina Bajo Alto
Agua Común Especial

Con base en lo anterior se decide realizar un Diseño de Experimentos por lo que se

proporciona la siguiente tabla:
Gelatina Papel R1 R2 R3 R4 R5
Bajo Común 8.12 5.14 4.89 4.32 4.44
Alto Común 3.14 3.14 3.16 3.42 8.99
Bajo Especial 2.15 3.12 5.13 5.82 4.89
Alto Especial 4.16 4.15 6.14 7.31 5.12
3.- DISEÑO Y ANÁLISIS.
Matriz de diseño:
I A B AB
(1) + - - +
A + + - -
B + - + -
Ab + + + +

Con los datos de la réplica se obtuvieron las combinaciones y los totales de las
réplicas:
Combinación Réplica Réplica Réplica Réplica Réplica TOTAL
1 2 3 4 5
(1) 5.14 4.89 4.89 4.32 4.44 23.68
A 3.14 3.16 3.16 3.42 8.99 21.87
B 3.12 5.13 5.13 5.82 4.89 24.09
Ab 4.15 6.14 6.14 7.31 5.12 28.86
Medias y Desviación estándar y ANOVAS.
MEDIA

DESVIACIÓN ESTANDAR
Gráfica de cubo para factores AB
EFECTO PRINCIPAL FORMULAS.

Efecto principal de A

1 1
A= 2𝑛 [ ab+a-b-(1)] = 2(5) [28.86 + 21.87 – 24.09 – 23.68]

2.96
A= 10

A= 0.296

Efecto principal de B

1 1
B= [ab+b-a-(1)]= 2(5) [28.86 + 24.09 – 21.87 – 23.68]
2𝑛

7.4
B= 10

B= 0.74

Efecto principal de AB

1 1
AB= 2𝑛 [ab-b-a +(1)] = 2(5) [28.86 – 24.09 – 21.87 + 23.68]

6.58
AB= 10

AB= 0.658
 Gráfica de efectos especiales.

Los principales efectos que se presentan en la media es que nivel de gelatina es de

+ bajo 1 y el nivel de agua es de + bajo 2.
Los efectos presentados en la desviación estandar es de gelatina + bajo 1 y en el
agua + bajo 2.
Como se puede observar tanto en la media como en la desviación estandar la
gelatina se encuentran en el nivel 1 y el agua en el nivel 2Graficas de interacciones.
Como se puede observar en las gráficas los niveles que se presentan en las
interacciones son fuertes ya que en las dos imágenes se intercepta las líneas.
ANÁLISIS DE VARIANZA FORMULAS.

(𝐶𝑂𝑁𝑇𝑅𝐴𝑆𝑇𝐸 𝐴)2
SCA= 4𝑛

(2.96)2
SCA= 4(5)

8.7616
SCA= 20

SCA= 0.43808

(𝐶𝑂𝑁𝑇𝑅𝐴𝑆𝑇𝐸 𝐵)2
SCB= 4𝑛

(7.4)2
SCB= 4(5)

54.76
SCB= 20

SCB= 2.738

(𝐶𝑂𝑁𝑇𝑅𝐴𝑆𝑇𝐸 𝐴𝐵)2
SCAB=
4𝑛

(6.58)2
SCAB = 4(5)

43.2964
SCAB = 20

SCAB= 2.1648

𝑦
𝑆𝐶𝑇 = 𝑌𝑖𝑗𝑘𝑙𝑚2 -4𝑛

98.52
SCT= 2452.24 - 4(5)

9702.25
SCT=2452.24− 20

SCT= 2452.24 - 485.11

SCT= 1967. 13
SCE=SCT – SCA – SCB – SCAB
SCE= 1967.13 – 0.43808 – 2.738 -2.1648
SCE= 1961.789
 4. EVIDENCIAS (FOTOS).

INGREDIENTES
1 sobre de gelatina de agua
1 litro de agua

MODO DE PREPARACIÓN

PASO 1

Pon a fuego una olla con el

litro de agua y espera a que
hierva.

PASO 2

Agrega el sobre de gelatina

y déjalo a fuego sin dejar
de revolver, hasta que se
haya disuelto por completo
la gelatina
 PASO 3

Deja reposar hasta que tome

temperatura ambiente, y sirve
en moldes o tazones.

PASO 4

Refrigera durante 2 horas

5.- CONCLUSIONES
Podemos concluir que el resultado de la elaboración de gelatina fue satisfactorio,
ya que su punto máximo de cuajar se llevó a cabo en 2 horas, lo cual si fue un
tiempo aceptable de acuerdo a nuestros resultados.
Podemos decir que los diversos factores influyentes, así como la herramienta de
MINITAB son cosas esenciales para mejorar un procedimiento.
1. DISEÑO DE EXPERIMENTOS

EXPERIMENTO FACTORIAL 2 A LA 3
El diseño de experimentos es un enfoque sistemático de la investigación de un
sistema o proceso. Se diseñan una serie de pruebas estructuradas en el que los
cambios previstos vienen a ser las variables de entrada de un proceso o sistema.
Los efectos de estos cambios se evalúan en una salida de producción.

El diseño de experimentos es importante como una manera formal de maximizar la

información adquirida, mientras que este recurso sea necesario. Los métodos
experimentales tienen más que ofrecer que “un cambio a la vez”, ya que permite un
juicio sobre la importancia a la salida de variables de entrada que actúan por sí solos
y las variables de entrada que actúan en combinación con otras.
ESTUDIO DE CASO: RESISTENCIA DE TIPO DE NYLON PARA PESCA DE LA
EMPRESA ARATY
OBJETIVOS DEL EXPERIMENTO: Se realizará una Investigar el comportamiento
de la resistencia de materiales de nylon para la producción de carretes de hilo de
nylon de acuerdo a distintas temperaturas para ver el comportamiento a ciertas
temperaturas y escoger cual es la temperatura deseada para seguir con el régimen
de calidad de este producto.
DISEÑO DEL EXPERIMENTO: Se diseña un experimento para probar la
resistencia de dos tipos de nylon para pescar, de O.3mm de espesor, a diferentes
temperaturas. Los tipos de nylon son "Neptuno", "Lin-Lin"..
Las temperaturas a que fueron sometidas son 5ºC, 15ºC y 28ºC. Se hicieron Cinco
réplicas de cada combinación de tratamientos. Se sometió el material experimental
a pruebas de resistencia, y se obtuvieron los siguientes resultados.

FACTOR NIVEL 1 NIVEL 2

5°C BUENO MALO

15°C BUENO MALO

28°C BUENO MALO

 El número de corridas experimentales es 3 x 2x 5= 30. Construya una tabla de
análisis de varianza para este experimento. Obtenga una conclusión respecto si hay
diferencia entre las resistencias de los tipos de nylon, si hay efecto causado por la
temperatura, y si hay interacción entre tipo de nylon y temperatura. Resultados
experimentales:

TIPOS DE
NYLON
TEMPERATURA N° de medida NEPTUNO LIN-LIN
1 21 26
2 24 43
5ºC 3 32 35
4 28 40
5 26 36
1 36 30
2 42 20
15ºC 3 28 26
4 30 24
5 34 25
1 19 44
2 21 38
28ºC 3 27 33
4 18 18
5 22 34

TIPOS DE NYLON
50
45
40 44
35 43 42
40 38
30 35 36 36 34 34
25 32 33
28 30 28 26 30
20 26 24 26 25 27
15 24 22
21 20 19 21
10 18 18
5
0
1

5
N° de medida

TEMPERATURA 5ºC 15ºC 28ºC

NEPTUNO LIN-LIN
PASO 1. GENERAR EL DISEÑO FACTORIAL DE ACUERDO AL EXPERIMENTO

Stat > DOE > Factorial > Create Factorial Design

Type of Design: General Full Factorial Design
Number of factors 2
Designs: Factor A Name = Temp Levels = 3
Factor B Name = Presion Levels = 3
Number of Replicates 5
Options Seleccionar randomize runs OK
Factors Introducir los niveles para TEMP. 200 215 230
RESIÓN 150 160 170
OK

PASO 2. CARGA DE DATOS DE LA COLUMNA DE RESPUESTA CORRESPONDIENTE A CAD

COMBINACION DE FACTORES DESPUÉS QUE MINITAB GENERO EL DISEÑO O ARREGLO

1. Ver diseño con Stat > DOE > Display Design

2 Seleccionar Standard order for design Uncoded Units

3. OK

Con base al diseño de experimentos observaremos en el siguiente diagrama el

comportamiento del producto nylon Neptuno ha ciertas temperaturas en este
experimento las temperaturas que se utilizaron fueron 5°C,15°C,28°C
PASO 3. ANALIZAR EL MODELO DEL DISEÑO DE EXPERIMENTOS FACTORIAL COMPLETO
Stat > DOE > Factorial > Analyze Factorial Design
Response Seleccionar la columna de Rendimiento
Terms Pasar todos los términos a Selected con >> OK
Graphs Residuals for Plots Estandardized
Seleccionar Residual plots: Normal y vs fits OK

Results ANOVA table, Covariate, Unusual observations

Seleccionar todos los términos con >> OK
OK
A continuación, se muestra los gráficos donde se ve el comportamiento del producto nylon
Neptuno
A continuación, se muestra los gráficos donde se ve el comportamiento del producto
nylon Lin-LIn.
Factorial Regression: neptuno versus temperatura 5°c, temperatura15°c,
temperatura 28°c

* NOTE * This design is not orthogonal.

Analysis of Variance

Source DF Adj SS Adj MS F-Value P-Value

Model 7 80.400 11.4857 0.14 0.990
Linear 3 19.227 6.4091 0.08 0.969 temperatura 5°c
1 0.222 0.2222 0.00 0.960 temperatura15°c 1 0.889
0.8889 0.01 0.919
temperatura 28°c 1 18.000 18.0000 0.22 0.650
2-Way Interactions 3 59.136 19.7121 0.25 0.862
temperatura 5°c*temperatura15°c 1 18.000 18.0000 0.22 0.650
temperatura 5°c*temperatura 28°c 1 8.000 8.0000 0.10 0.761
temperatura15°c*temperatura 28°c 1 26.889 26.8889 0.33 0.581
3-Way Interactions 1 0.000 0.0000 0.00 1.000
temperatura 5°c*temperatura15°c*temperatura 28°c 1 0.000 0.0000 0.00
1.000

Error 7 562.000 80.2857

Total 14 642.400

neptuno = 27.25 - 0.12 temperatura 5°c + 0.25 temperatura15°c

+ 1.13 temperatura 28°c - 1.12 temperatura 5°c*temperatura15°c
- 0.75 temperatura 5°c*temperatura 28°c
+ 1.37 temperatura15°c*temperatura 28°c
+ 0.00 temperatura 5°c*temperatura15°c*temperatura 28°c

Alias Structure

Factor Name

A temperatura 5°c
B temperatura15°c
C temperatura 28°c

Aliases

I
A
B
C
AB
AC
BC
ABC
Factorial Regression: lin-lin versus temperatura 5°c, temperatura15°c,
temperatura 28°c

* NOTE * This design is not orthogonal.

Analysis of Variance

Source DF Adj SS Adj MS F-Value P-Value

Model 7 538.733 76.962 1.41 0.330
Linear 3 215.136 71.712 1.32 0.343
temperatura 5°c 1 2.000 2.000 0.04 0.853
temperatura15°c 1 43.556 43.556 0.80 0.401
temperatura 28°c 1 150.222 150.222 2.76 0.141
2-Way Interactions 3 210.227 70.076 1.29 0.351
temperatura 5°c*temperatura15°c 1 0.000 0.000 0.00 1.000
temperatura 5°c*temperatura 28°c 1 88.889 88.889 1.63 0.242
temperatura15°c*temperatura 28°c 1 138.889 138.889 2.55 0.154
3-Way Interactions 1 80.222 80.222 1.47 0.264
temperatura 5°c*temperatura15°c*temperatura 28°c 1 80.222 80.222 1.47
0.264

Error 7 381.000 54.429

Total 14 919.733
lin-lin = 31.13 - 0.38 temperatura 5°c + 1.75 temperatura15°c
- 3.25 temperatura 28°c
- 0.00 temperatura 5°c*temperatura15°c
- 2.50 temperatura 5°c*temperatura 28°c
- 3.13 temperatura15°c*temperatura 28°c
+ 2.38 temperatura 5°c*temperatura15°c*temperatura 28°c

Factor Name

A temperatura 5°c
B temperatura15°c
C temperatura 28°c

Aliases

I
A
B
C
AB
AC
BC
ABC

A continuación se muestra la comparación de los productos nylon Neptuno y lin lin

donde se muestra cómo es su comportamiento atreves de las temperatura

Se muestra en las siguientes

graficas como es el efecto de
las interacciones entre los
nylons Neptuno y lin - lin
CONCLUSIONES
como conclusión podemos notar que la variable tiene una distribución normal con
parámetro (642.400 y 919.733) el sistema se muestra en control aunque como se
vio la herramienta debe ser revisada de acuerdo a la temperatura del nylon que se
utiliza en este caso el naylon Neptuno no es tan eficiente en las temperaturas
requeridas para este experimento pero sin encambio el naylon de lin -lin nos
muestra que este material tiene mejor resistencia pero puede este producto mejorar
si es que le da el seguimiento requerido para su mejora
mientras tanto el producto nylon Neptuno se debe ver mejor su calidad ya que este
seria un producto no conveniente para su venta por lo que se recomienda que se
trabaje en el y se de la calidad adecuada para el uso de este producto