ACREDITACION INSTITUCIONAL Aravsamet jt vastire dle! Experimentos con un solo factor (Analisis de varianza - ANOVA) German Granados Maldonado Ingeniero Industrial Magister en Administracién Concetos Basicos * Experimento: es una prueba donde se cambian controladamente algunas condiciones de operaciones de un sistema 0 proceso, con el objetivo de medir el efecto del cambio entre una 0 varias variables del producto o salida de dicho proceso. * Disefiar un experimento: es plantear un conjunto de _ pruebas experimentales, de tal manera que los datos generados puedan analizarse estadisticamente para obtener conclusiones objetivas y validas sobre el sistema o proceso. * Unidad experimental: cada elemento que sera sometido a determinadas condiciones del experimento y que brindaré una respuesta. * Variable de respuesta: aquella caracteristica de interés para el investigador, que se quiere mejorar mediante el experimento. Por lo general el valor de esta variable afecta la calidad del producto; cada unidad experimental entrega un valor de la variable de respuesta, es decir, nuestro experimento tendrd tantos datos como unidades experimentales hayan sido incluidas. & csoConcetos Basicos + Factor: Se denomina factor tratamiento a cualquier variable de interés para el experimentador cuyo posible efecto sobre la respuesta se quiere estudiar. Los factores tratamiento pueden ser cualitativos o cuantitativos. Ejemplos: proveedor, tipo de maquina, trabajador, tipo de procesador, un aditivo quimico, el sexo, un método de ensefianza, tamafio de memoria, dosis de una droga, la temperatura. + Tratamiento: Cuando en un experimento se trabaja con mas de un factor, se denomina: Tratamiento, a cada una de las combinaciones de niveles de los distintos factores. * Observacién: es una medida en las condiciones determinadas por uno de los tratamientos. + Error aleatorio: Es la variabilidad observada que no se puede explicar por los factores estudiados; y resulta del pequefio efecto de los factores ‘f estudiados y del error experimental. Aegon wstmunoNA Conceptos basicos de prueba de hipotesis Un estudio experimental o una investigacioén, por lo general tiene como ultimo objetivo, responder en forma segura ciertas preguntas y/o tomar decisiones. En este contexto, el experimentador tiene a priori ciertas creencias 0 hipotesis que desea comprobar. Por ejemplo: * El tiempo de espera de esta operacidn es de tres horas, en promedio. * Si aumentamos la cantidad de reactivo se elimina el problema. A continuacién se describen los conceptos basicos de prueba de hipotesis, es decir, los pasos fundamentales de cualquier procedimiento de prueba de hipotesis, como son: planteamiento de la hipotesis, estadistico de prueba y criterio de rechazo. 4Planteamiento de una hipotesis estadistica Una hipotesis estadistica es una afirmacion sobre los valores de los parametros de una poblacidn o proceso, que es susceptible de probarse a partir de la informacién contenida en una muestra representativa que es obtenida de la poblacion. Por ejemplo, la afirmacién “este proceso produce 8% de defectuosos” Observe que la afirmacion sefiala que su falsedad_se da, tanto si se observan menos de 8% de defectuosos como si se observan mas de 8% de defectuosos. En este sentido, el planteamiento estadistico debe ser: * HO: p=0.08 (la proporcién de defectuosos es 0.08) * HA: p #0.08 (la proporcién es diferente a 0.08) & ACREOTACION WSTTUCONAL Planteamiento de una hipotesis estadistica A la expresion Hp : p = 0.08 se le conoce como hipotesis nula y Hy : p # 0.08 se le llama hipotesis alternativa. El nombre de ipotesis nula se deriva del hecho de que comunmente se plantea como una igualdad, lo cual facilita el tener una distribucién de probabilidad de referencia especifica. En general, la estrategia a seguir para probar una hipotesis es suponer que la hipotesis nula es verdadera, y que en caso de ser rechazada por la evidencia que aportan los datos, se estara aceptando la hipotesis alternativa. Asi, en el caso de las proporciones, la afirmacién que se desea probar se aceptara como cierta, solo en caso de rechazar la hipotesis nula. &Analisis de varianza - ANOVA El analisis de varianza (ANOVA) es la técnica central en el analisis de datos experimentales. La idea general de esta técnica es separar la variacién total en las partes con las que contribuye cada fuente de variacidn en el experimento. En el caso del Disefio Completamente al Azar se separan la variabilidad debida a los tratamientos y la debida al error. Cuando la primera predomina “claramente” sobre la segunda, es cuando se concluye que los tratamientos tienen efecto, o dicho de otra manera, las medias son diferentes. Cuando los tratamientos no dominan contribuyen igual o menos que el error, por lo que se concluye que las medias son iguales. [Ge AcHEOTACION WSTTUCONAL ANOVA El objetivo del analisis de varianza e probar la hipdtesis de igualdad de los tratamientos con respecto a la media de la correspondiente variable de respuesta: Si se acepta Hy se confirma que los efectos sobre la respuesta de los k tratamientos son estadisticamente nulos (iguales a cero), y en caso de rechazar se estaria concluyendo que al menos un efecto es diferente de cero. £ANOVA Para probar la hipdtesis dada mediante la técnica de ANOVA, lo primero..es.. descomponer. la variabilidad total de los datos en sus dos componentes: la variabilidad debida a tratamientos y la que corresponde al error aleatorio, como se observa en la siguiente tabla: Tabla ANOVA para Disefio de un Factor ae Ea EE SL TT) 1y a = Sr My Be eee ee ee Pees 8 5) Hig = po = . cq rime ee eee Error Aleatorio ex Gly (Fa soeS SP caw = : =FANOVA de un Factor Ejemplo: Un equipo de mejora investiga el efecto de cuatro métodos de ensamble A, B, C y D, sobre el tiempo de ensamble en minutos. En primera instancia, la estrategia experimental es aplicar cuatro veces los cuatro métodos de ensamble en orden completamente aleatorio (las 16 pruebas en orden aleatorio). Los tiempos de ensamble obtenidos se muestran en la ‘tabla. Si se usa el disefio completamente al azar (DCA), se supone que, ademas del método de ensamible, no existe ningun otro factor que influya de manera significativa sobre la variable de respuesta (tiempo de ensamble} cee Cry Analizar 2.un nivel de confianza del, 95% si el tiempo de ensamble se ve afectado por el . método de ensamble. Aopen TONAL ANOVA de un Factor 1. Identificar la variable de respuesta, el factor y sus respectivos niveles: + Variable de respuesta: Corresponde a los datos que muestra la tabla, para el ejemplo es el tiempo de ensamblado en minutos por pieza. +. Factor: Corresponde a la variable independiente, para el ejemplo es el método de ensamble. * Tratamientos: son los niveles del factor (Métodos: A- B-C - D). * a: Son los niveles del Factor Principal © numero de Tratamientos (numero de. renglones en la tabla), para el ejemplo es 4 (Métodos: A-B-C-D). +n: Son las observaciones por cada tratamiento (numero de columnas en la tabla), para el ejemplo es 4 (observaciones: 1 - 2 - 3 — 4); es un disefio balanceado. +N: Son todas las “observaciones realizadas durante el experimento, para’ el ejemplo es 16.ANOVA de un Factor Variable de Respuesta Factor Dsererry eee Observaciones por tratamiento Tratamientos 9 10 a” ‘ar uw uu 2B 0 2 9 ‘Observaciones el Experimento sa ANOVA de un Factor 2, Plantear las Hipotesis: Se deben plantear las hipétesis nula y alternativa relacionando el factor con la variable de respuesta; tenga en cuanta que la Ho siempre representa la existencia de igualdad y Ha es la contradiccién, es decir, la existencia de por lo menos una diferencia, +” Hor Todos fos métodos influyen de igual manera en el tiempo de ensamble'por pieza. +” Ha: Por lo menos un método influye de manera diferente én el tiempo de ensamble por pieza 2, Hallarlos céleulos para Y, 9, ¥, 9 y Vy: + Yg'Sumar cada Uno de los datos de tos Tratamientos det experimento. ;: &5 la media para cada uno de los tratamientos (dividir la sumatoria en el numero de observaciones). + YEs la sumade los ¥, Eé la suma de las 9,old media de ¥, en ambos casoé eben dar igual. '¥,¢€5 cada uno de os datos de la tabla ceoANOVA de un Factor Soe eee ee aniseed Deere Crreaeeracd Cureul a 5 6 8 7 em zon E25) 7 8 3485. EA ET ay | a | a 9 42 10,5 15639 ANOVA de un Factor 4. | Céleulos Suma de cuadrados SC: # + SCs Thy Lia ery © SCy = (62 +824 724,82 + 4102 + 122 +11? + 9%) — # SC, = SCy— SCrrar — SCoiog * SC; =99 + SCe=99- 69,5 + $C¢ #295 . wiya yk Sige = FEY? + Sieg = 32% + 342 + 51? +422) — + SC yy = 69,5 ase? 16ANOVA de un Factor Os 5. Calculos Grados de Libertad GL: + Glye=a-1 © Glia = 4-4 + Ghia = 3 + Glhy=N-a + Gle= (16-4) + Gle=12 ANOVA de un Factor 6. Calculos Cuadrados Medios CM: CM pgp = SEB : 7. Clculos Fisher Observado Fo: ate egal eas + CMa = . es © Fogg = Stat © CMy,4 = 23,17 CMe Garmin gran to Rony = a nate + CM, = es + Porat = 9,42 _ 295 edn GMa ae. + CM. = 2,46 epee syANOVA de un Factor 8 Fisher de Tabla Fy: Se halla con la tabla de los Puntos criticos al 5% de la distribucién Fisher Foos = GhretGorontad She Geria = 3 Gorsone) 3a 3 2 12 orcad eae °F, = 3,49 jes 37 3a ACREDTACION STON, ANOVA de un Factor 9. Andlisis: Siel Fisher de tabla es mayor al Fisher observado, se concluye que los tratamientos tienen el mismo efecto, por lo tanto se acepta la hipstesis nula; pero si el Fisher observado es mayor al Fisher de tabla, se concluye que los tratamientos tienen diferente efecto, por lo tanto se acepta la hipétesis alternativa: Si F;>Fo se aprueba la hipétesis nula y se rechaza la alternativa. Si F; 3,49 + Se aprueba HaTabla ANOVA para Disefio de un Factor a LT ANOVA de un Factor 10. Conclusién: Se debe dar la conclusién de acuerdo a los resultados hallados en el experimento: Con un nivel de confianza del 95% se puede afirmar que: Por lo menos un método. genera diferente tiempo de ensamble por pieza.Ejercicio Un fabricante de calzado desea mejorar Ia calidad de las suelas, las cuales se pueden hacer con uno de los cuatro ‘tipos de cuero A, B, Cy D disponibles en el mercado, Para ello, prueba los cueros con una maquina que hace pasar los zapatos par na superficie abrasivasla suela de éstos te desgasta al pasarla por dicha superficie. Como eriterio de desgaste se usa la pérdida de peso despues de un nimero fijo de ciclos. Se prueban en orden aleatorio 24 zapatos, seis de cada tipo de cuero. Al hacer las pruebas en orden completamente al azar se evitan sesgos V las mmediciones en un tipo de cuero resultan independientes de las demas, Los datos (en miligramos) sobre el-desgaste de cada tipo de cuero se muestran en la siguiente tabla: Co ‘Analizara un nivel de Confiariza del 95% Ids tips de cero utlizads,influyen en él desgasté dé las sells. Aen TTA. Bibliografia Gutiérrez Pulido, H., & De la Vara Salazar, R. (2012). Analisis y Disefio de Experimentos (Tercera ed.). México D.F.: Mc Graw Hill.‘ACREDITACION INSTITUCIONAL Anvcanesj€¢ mate dat! Formando lideres para la construccién de un nuevo pais en paz