You are on page 1of 25

EJEMPLOS DE DISEÑO DE EXPERIMENTOS CON DOS

FACTORES.
EJEMPLO 1:
“Una empresa dedicada a la fabricación de baterías está interesada en diseñar
una batería que sea relativamente insensible a la temperatura ambiente. Para ello
decide probar con tres materiales distintos: M1, M2, y M3. Para estudiar el efecto
del material y la temperatura se diseña el siguiente experimento: comprobar
la duración de las baterías en horas, fabricando baterías con los tres materiales y
trabajando las baterías a tres niveles de temperatura: Baja, Media y Alta. El
experimento se replicaba cuatro veces y los resultados obtenidos son los de la
tabla adjunta:

Temperatura
Material Baja Media Alta
M1 130 155 34 40 20 70
74 180 80 75 82 58

M2 150 188 136 122 25 70


159 126 106 115 58 45

M3 138 110 174 120 96 104


168 160 150 139 82 60

DATOS EN LA HOJA DE TRABAJO:


ANOVA:

Conclusión: para este problema la se rechaza la hipótesis, dado que


p>α, en este problema se queda por debajo de alfa y quiere decir que
se rechaza la hipótesis.

COMPARACIONES POR METODO TUKEY


GRAFICAS TUKEY

CONCLUSION: en la comparación de las gráficas de material y


temperatura puede observarse que, el factor de material no afecta
tanto, mientras que el de temperatura se queda muy por debajo del
valor de alfa y provoca una disconformidad.
EJEMPLO 2:
Se divide una muestra de estudiantes de Humanidades en tres grupos de 10
estudiantes cada uno. Un grupo recibe la instrucción de los conceptos relevantes
antes de la lectura de los textos, un segundo grupo recibe la instrucción de los
conceptos tras la lectura de los textos, y hay un tercer grupo de control (sin
instrucción de conceptos relevantes). El alpha a emplear es de 0’01. Los
estadísticos obtenidos tras la prueba son (nota: las calificaciones van de 0 a 100):

DATOS EN LA HOJA DE TRABAJO:

ANOVA:

CONCLUSION: para este problema


nos da que α=0.01, pero el actor X no
está cumpliendo con eso ya que se
queda exactamente en el valor de alfa,
entonces se rechaza, mientras que el
factor de los grupos está muy por arriba,
este factor se acepta
COMPARACIONES POR METODO TUKEY

GRAFICAS TUKEY

CONCLUSION: por el método de Tukey se observa que


efectivamente el factor X no cumple y se rechaza, cuando el
otro actor se acepta, porque está dentro del cero.
EJEMPLO 3:
Un estudiante de doctorado efectuó un ANOVA factorial para investigar el
aprendizaje de los niños. Un factor fue el tipo de práctica (masiva vs. distribuida).
El segundo factor era la presencia o ausencia de retroalimentación. Las medias
por condición fueron las siguientes (NOTA: a mayor puntuación, mayor
aprendizaje):

DATOS EN LA HOJA DE TRABAJO:

ANOVA:

CONCLUSION: se aceptan los factores porque están dentro del valor que se
espera, que en este caso es de 0.05 de alfa.
COMPARACIONES POR METODO TUKEY

GRAFICAS TUKEY

CONCLUSION: como ya se había dicho, que los actores se aceptan, están


dentro de cero.
EJEMPLO 4:
Era el año estelar 2293.7 cuando una expedición norteamericana realizó un
experimento bajo condiciones muy específicas con nativos de Europa (el satélite
de Júpiter). El experimentador obtuvo las siguientes medias muéstrales en un
diseño factorial entre-sujetos 3x2 (con n alienígenas en cada condición), que
transmitió a la base terrestre:

DATOS EN LA HOJA DE TRABAJO:

ANOVA:

CONCLUSION: uno de los valores no se puede calcular, solo nos dan p del
factor A, este factor se acepta.
COMPARACIONES POR METODO TUKEY

GRAFICAS TUKEY

CONCLUSION: se aceptan el factor A.


EJEMPLO 5:
Para estudiar el aprendizaje configuracional y de componentes, Zeiler (1964)
seleccionó 12 niños en cada uno de los 3 niveles de edad (3, 5 y 7 años; factor A).
Todos fueron entrenados en un problema de discriminación (factor B) entre dos
situaciones y probados en un problema de cuatro situaciones, pero mientras la
mitad de los niños habían de solucionar problemas de prueba de componentes
con los mismos elementos correctos en el entrenamiento que en el test, la otra
mitad tenían que resolver problemas de prueba configuracional con la misma
respuesta direccional en el entrenamiento y en el test. La variable dependiente era
el número de respuestas correctas. La tabla de medias es la siguiente:

DATOS EN LA HOJA DE TRABAJO:


ANOVA:

CONCLUSION: se acepta el factor A ya p>α con 0.366, y el factor B es


rechazado ya que p< α con 0.006.

COMPARACIONES POR METODO TUKEY


GRAFICAS TUKEY

CONCLUSION: se acepta el factor A ya que está dentro del cero, y el factor B


es rechazado porque está muy por arriba del cero.
EJEMPLO 6:
La empresa de tornillos “forte” realiza un estudio para determinar si la temperatura
(a1=49 F, a2=60 F y a3=100 F) y el material (b1= metal, b2= plástico, b3= aluminio y
b4=acero) afectan el tiempo de fabricación de los tornillos.

Para probar se eligió al azar 60 piezas en un experimento diseñado con estos dos
factores con 5 repeticiones, con un nivel de significancia del 0.05. Los resultados
se muestran a continuación:

DATOS EN LA HOJA DE TRABAJO:

ANOVA:

CONCLUSION: se acepta la
hipótesis nula ya que el valor de
p es mayor al valor de alfa, y se
rechaza la hipótesis alterna.
COMPARACIONES POR METODO TUKEY

GRAFICAS TUKEY

CONCLUSION: como ya se explicó, se acepta la hipótesis nula y la alterna se


rechaza, los valores en el factor de materiales es estable, mientras que el de
temperatura no tiene las especificaciones que se piden.
EJEMPLO 7:
En este ejemplo nos interesa el tiempo de coagulación (en minutos) del plasma
sanguíneo para 3 tratamientos y 2 concentraciones de adrenalina mezclada con el
plasma. Para cada combinación de tratamiento y concentración de adrenalina, se
tomaron 3 observaciones independientes. Se obtuvieron los siguientes datos:

DATOS EN LA HOJA DE TRABAJO:

ANOVA:

CONCLUSION: para este


ejercicio ambas hipótesis se
rechazan ya que no cumplen con el
valor de alfa.
COMPARACIONES POR METODO TUKEY

GRAFICAS TUKEY

CONCLUSION: se rechazan ambos factores, están por fuera y debajo del cero.
EJEMPLO 8:
Un químico quiere probar el efecto de 4 agentes químicos sobre la resistencia de
un tipo particular de tela. Debido a que podría haber variabilidad de un rollo de tela
a otro, el químico decide usar un diseño de bloques aleatorizados, con los rollos
de tela considerados como bloques. Selecciona 5 rollos y aplica los 4 agentes
químicos de manera aleatoria a cada rollo. A continuación se presentan las
resistencias a la tención resultantes. Analizar los datos de este experimento
(utilizar α=0.05) y sacar las conclusiones apropiadas.

Rollo

Agente
Químico 1 2 3 4 5

1 73 68 74 71 67

2 73 67 75 72 70

3 75 68 78 73 68

4 73 71 75 75 69

DATOS EN LA HOJA DE TRABAJO:


ANOVA:

CONCLUSION: se acepta
el factor agnt. quim ya p>α
con 0.121, y el factor rollo es
rechazado ya que p< α con
0.000.

COMPARACIONES POR METODO TUKEY


GRAFICAS TUKEY

CONCLUSION: se puede ver cuál es el factor que se acepta, mientras que el


primer actor está dentro del cero el otro factor está ocasionando cambios.
EJEMPLO 9:
Una empresa de taxis intenta crear un sistema de rutas que minimice el tiempo
que se pasa manejando a ciertas localidades. El tiempo que toma viajar en cada
ruta por los taxis se muestra a continuación:

Var. Bloqueo Factor - Ruta

Taxista 1 2 3 4

1 12 15 17 13

2 18 18 18 17

3 10 11 15 9

4 13 12 12 15

5 18 14 12 15

DATOS EN LA HOJA DE TRABAJO:


ANOVA:

CONCLUSION: se rechaza
el primer factor ya que p>α,
se queda por debajo del valor
de alfa; y el segundo factor ya
que p< α con 0.900, es
aceptable.

COMPARACIONES POR METODO TUKEY


CONCLUSION: el primer factor es rechazado mientras que el otro está
cumpliendo con las condiciones.
EJEMPLO 10:
Se estudia el rendimiento de un proceso químico. Se piensa que las dos variables
más importantes son la presión y la temperatura. Se seleccionan tres niveles de
cada factor y se lleva a cabo un experimento factorial con dos replicas. Los datos
del rendimiento son:

PRESIÓN

TEMPERATURA °C 200 215 230

150 90.4 90.7 90.2

90.2 90.6 90.4

160 90.1 90.5 89.9

90.3 90.6 90.1

170 90.5 90.8 90.4

90.7 90.9 90.1

DATOS EN LA HOJA DE TRABAJO:


ANOVA:
CONCLUSION: ambas
hipótesis se rechazan ya que
se quedan por debajo del
valor de alfa.

COMPARACIONES POR METODO TUKEY


GRAFICAS TUKEY

CONCLUSION: graicamente se observa q ambas hipotesis se


rechazan.