Documente Academic
Documente Profesional
Documente Cultură
P
FACULTAD DE INGENIERIA Univ. MUJICA QUISPE KAREN KATIA
DISEÑO EXPERIMENTAL – PRQ 220 AUXILIAR: SARCO PLATA LUIS GREGORIO M
PRACTICA N°
Un fabricante de bolsas de papel desea analizar la resistencia al rasgamiento (Y), para lo cual utiliza una escala numérica. Exami na tres factores, cada
uno en dos niveles, xl = papel, x2 = humedad, x3 = dirección del rasguño. Decide obtener tres observaciones (réplicas) en cada combinación, las mismas
que se muestran en la si guiente tabla:
4.06
AC
Bonferroni Limit 2.99582
0.00
1 2 3 4 5 6 7
Rank
c) Verifique los supuestos del modelo.
0.7
Normal % Probability
80
70
50
30
20
10
5
PROBLEMA 2
En una fábrica de componentes electrónicos, uno de los principa les clientes reportó tener problemas con algunos de los pro ductos (comportamiento
eléctrico intermitente). Mediante el aná lisis de las muestras retornadas por el cliente, se identificó que el problema se relaciona con alambre mal
colocado y podía obedecer a varias causas. Se
decide correr una réplica de un experi mento factorial 25, utilizando los siguientes factores
y niveles:
Factor Niveles (bajo, alto)
La respuesta a medir es el número de unidades con alambre mal colocado. Cada prueba
se hizo en la línea de ensamble y consistió en colocar cierta cantidad de alambres,
que lo hace un equipo automático. La cantidad de alambres a colocar en cada prue ba,
bajo cada tratamiento, se determinó de tal forma que tuviera alta probabilidad de detectar
piezas con alambres mal colocados. Los datos son los siguientes:
Pareto Chart
A
4.54 D
AD
E
AE
2.27
t-Value Limit 2.05553
1.13
0.00
1 2 3 4 5 6 7 8 9 10 12 14 16 18 20 22 24 26 28 30
Rank
Design-Expert® Sof tware
R1
Half-Normal Plot
Shapiro-Wilk test 99
W-v alue = 0.952 A
p-v alue = 0.258
A: A
Half-Normal % Probability
B: B 95 D
C: C
D: D 90
AD
E: E E
Positiv e Ef f ects AE
Negativ e Ef f ects 80
70
50
30
20
10
0
gracias a estas graficas notamos que los factores mas influyentes o activos serán el factor A, D y E, considerando tambien a las interacción AE y AD
Donde considera a los efectos mas influyentes producidos por los efectos A, D y la
interaccion AD
c) Obtenga las gráficas de los efectos que resultaron importantes en el ANOVA e interprételas.
Pareto Chart
D
4.69
A
AD
3.52
Bonfer r oni Limit 3.49121
t-Value of |Effect|
2.35
1.17
0.00
1 2 3 4 5 6 7 8 9 10 12 14 16 18 20 22 24 26 28 30
Rank
Shapiro-Wilk test 99
W-v alue = 0.980 A
p-v alue = 0.857
A: A
Half-Normal % Probability
B: B 95 D
C: C
D: D 90
AD
E: E
Positiv e Ef f ects
Negativ e Ef f ects 80
70
50
30
20
10
0
e) Interprete con detalle las interacciones AD y AE, consideran do que el factor D es el resultado de un proceso anterior y que actualmente no es
posible fijarlo en un nivel, y que el factor E es una característica de los materiales de un proveedor exter no; entonces, ¿cuáles son sus
recomendaciones para operar el proceso y para acciones de mejora a futuro?
X1 = A: A
X2 = D: D 80
Actual Factors
B: B = 0.00
C: C = 0.00
R1
E: E = 0.00 50
20
-10
A: A
X1 = A: A
X2 = E: E 80
Actual Factors
B: B = 0.00
C: C = 0.00
R1
D: D = 0.00 50
20
-10
A: A
Verificamos nuevamente que los factores A y D son los mas influyentes; como observamos en la grafica de interacción entre los mismos, pero notamos
que en ambas interacciones se las realiza a un nivel alto de A y un nivel alto de D, lo que debe tomarse en cuenta en el análisis del tratamiento.
f ) Verifique los supuestos del modelo. ¿Qué puede concluir del análisis de residuos?
Design-Expert® Sof tware
R1
Normal Plot of Residuals
Std # 1 Run # 24
X: 3.645
Y : 98.4
99
Normal % Probability
0 80
70
50
30
20
10
5
0 80
70
50
30
20
10
5
Como se observa son dos las anomalías según la grafica, siendo estas corridasd la 24 y la 13, considerando que serán estos tratamientos los que
inducirán a una desviación respecto al valor medio medido de sus efectos
g) ¿La forma especial de la gráfica de residuos contra predichos, afecta las conclusiones
a la que llegó antes?
Design-Expert® Sof tware
R1
Residuals vs. Predicted
Std # 1 Run # 24 3.65
X: 57.750
Y : 3.645
0
4
0.32
42
2
3
-1.34
-3.00
Predicted