. Ss j U d Ane i gu @c ee le tced dc is Ornaci | stadistica irr otooeis sat sii snoi (Ae one emai © i of one fo) r Aplicada ala Evaluacion de Proyectos Ea) amare CTT Yad DISA MRR IPLCLYEstadistica Aplicada a la Evaluacion de Proyectos Dr. Mario Leoncio Arrioja Rodriguez Tecnoldgico Nacional de México|I.T. Orizaba 2018-2019Dedicado a: Mi familia, especialmente a Marité, mi querida esposa por su apoyo, comprensién y amor. A mis hijos Guillermo, Zoé y Carolina. ‘A todos aquellos que quieran aprender a utilizar la estadistica, Agradecimientos ‘A todos los que permitieron que pudiera aprovechar un afio sabitico para poder desarrollar esta primera versién del libro Estadistica para la Evaluacién de Proyectos: las autoridades de! Tecnolégico Nacional de México, del Instituto Tecnolégico de Orizaba y de la Divisién de Estudios de Posgrado e Investigacién. A los colegas académicos del Consejo de la Maestria en Ingenieria Industrial y del Claustro Doctoral en Ciencias de la Ingenierfa. Asi como a quienes con sus recomendaciones me han permitido mejorar el contenido de este libro particularmente a Jorge Luis Herndndez Mortera, A David Fernando Mercado Acero quien ha realizado el disefio tipogréfico de este libro y quien se ha convertido en un hijo mas.Contenido Capitulo 1. introduccién a la Estadistica 1 Capitulo 2. Métodos de Obtencién de Datos 1 Capitulo 3. Estadistica Descriptiva 37 Capitulo 4 Estadistica Inferencial: Estimacién por Intervalos... TS Capitulo 5 Estadistica Inferencial: Pruebas de Hipétesis, 107 Capitulo 6 Analisis de Regresién. 151 Capitulo 7 Introduccién al Disefio de Experimentos 203 Capitulo 8 Disefios Factoriales.... 261 Capitulo 9 Disefios Especiales..... 301 Capitulo 10 Disefios de Experimentos Avanzados 353 Anexos... 385 Referencias Documentales ATS indice General indice de Figuras vi indice de Tablas xi indice de Ecuaciones . oe se ses XM Capitulo 1. Introducci6n a la Estadistica .... 1.1 Definicién y Clasificacién de la Estadistic... 1.2 Investigacién Cientifica 1.3 La Estadistica y la Investigacién Cientifica 1.4 Variable, Definicin y Clasificacién. 15 Niveles de Medicién. a 16 Tipos de Variables por su Relacién Entre Ellas. 1.7 Operacionalizacién de Variables. 1.8 AutoevalUuaci6n nnn 1.8.1 Reflexién 1.8.2 Actividades Sugeridas 10 Capitulo 2, Métodos de Obtencién de Datos 11 2.1 Observacién vs. Experimentacién a 2.2.Censo VS. MUEStIA nen 2.3 Tamafio de Muestra. . se . 7 so 3B 2.4 Marco Muestral 16Para estos ejemplos la decision final al aplicar estas pruebas es similar, con excepci6n de la prueba de Tukey, para e! caso de la posicién de instrumentos”. Actividades Sugeridos de Aprendrae 1. Buscar fuentes de infrmacén que wate sobre as énicas de comparecones multiples postrores al ANDEVA,idetficar nies ‘que nose araizaron en este apart, aicomo diferencis ena aplicaciones tenicas ques seanalzaron en el ir 5. Verifier es aeuos dees problemas de erp aul planteados usando le aplscin Osa y Anus BAScO oe ExPERIIENTOS, ‘nls pestaia Conanacionts MULTI, 281 omo veer lor esos de los ejemplos restr gue se Mayan encontado en 3 4 pear estas técnicasa los problemas propuestos sobre ol ea de estusio ode interés profesional en donde se haga oasis pars 13 Ontrminary jute a prueba ques ars 3. setagun todos sells neesaros. €.__Seestablenca tant la conclusion como la interretacién de ls resutedosobtenidos Nota: No chidar tare fuente consultads durante deserted caca documento val ira de star todas as fuentes de informacién 7.8 Bloqueo Cuando se esta llevando a cabo un experimento, siempre habré factores que afecten a la variable de respuesta que bajo condiciones normales no se pueden controlar, en algunas ocasiones su efecto individual es tan pequefio que se prefiere dejario como parte del error experimental. Sin embargo, en aquellas situaciones en las que se considera que su efecto individual es grande se prefiere utilizar modelos donde se pueda medir tal efecto, a esto es a lo que se denomina bloqueo. Para logarlo es necesario que en el momento de la experimentacién estos factores puedan ser controlados de la misma manera que el resto de los factores que intervendrén en cada experimento. Asi lo que se denomina bloqueo es en realidad es hacer que el efecto de estos factores afecte por igual a todos los tratamientos bajo estudio, con lo que al final si alguno resulta diferente no serd debido a la influencia de estos factores sino al efecto que dicho tratamiento tiene sobre la variable de respuesta, Estos modelos se clasifican de acuerdo nimero de fuentes de variacién extrafias (factores no controlables) que se pueden manejar en ellos. El incorporar estos factores no controlables no agregan experimentos a la investigacién, sélo exigen tener una forma mas cuidadosa de llevar a cabo los experimentos Estos modelos son basicamente tres: ‘*Bloques al Azar, permite incluir un factor no controlable + Cuadrado Latino, se pueden manejar hasta dos factores no controlables ‘+ Cuadrado Grecolatino, en este se pueden manejar hasta tres factores no controlables. 7.8.1 Modelo de Disefio de Experimentos Bloques al Azar. De todos los disefios que utilizan el principio de bloqueo, en la practica este disefio es el mas ampliamente utilizado. Se analizaré considerando un disefio unifactorial, sin embargo, puede utilizarse con cualquier niimero de factores. Bajo esta consideracién, el modelo tiene las siguientes caracteristicas: + Permite comparar a tratamientos en b bloques, realizéndose una observacién por tratamiento en cada bloque, por lo que no requiere de experimentos adicionales. ‘+ ELnimero de tratamientos v el de bloques es independiente, pero generalmente la cantidad de bloques existentes condicionan el ntimero de réplicas que se tendran por tratamiento. "Una prusba de comparacén 236 tiple que no seincluyé en eb ue la prueba de Duncan y se ests considrando el hacerlo,+ Aleatorizacién, puede hacerse por experimento, tal como se hizo en el modelo de disefio unifactorial, pero lo mds frecuente es que se haga por bloques, en cuyo caso pueden presentarse dos situaciones: © Los bloques son fijos, no puede controlarse sus niveles, comanmente representan diferentes momentos de tiempo o lugares, en este caso sélo se aleatoriza el orden de ejecucién de los a tratamientos dentro de cada uno de los b bloques. La naturaleza del bloque determina el orden en que se realizar cada uno de ellos. © Los bloques no son fijos, pueden controlarse sus niveles, por lo que se primero se aleatoriza el orden de realizacién los b bloques y posteriormente el orden ejecucién de los a tratamientos dentro de cada bloque, La experimentacién debe hacerse estrictamente en el orden establecido mediante el procedimiento aleatorio realizado. Para su implementacién de deben de seguir los pasos de la metodologia descrita en el 7.3 Meron010sia GENERAL PARA REAUZAR UN DISENO OE EXPERIMENTOS: 1. Comprensién y Planteamiento del Problema, entre el investigador y todas los involucrados aclararon en que consiste el problema y la solucién que se espera encontrar. 2. Definir Ia Variable de Respuesta y la unidad experimental, el equipo de trabajo, dirigido por el investigador, han establecido la variable de respuesta que se utilizar4, el instrumento para su medicién y la unidad de experimentacién, 3. Seleccién de Factores y Niveles, se han identificado los factores controlables y no controlables que afectan a la variable de respuesta. En base a los objetivos del proyecto y a los recursos disponibles se ha decidido experimentar con un factor controlable y con uno no controlable y se han establecido, a criterio, los niveles de estos factores con los que se experimentard, 4, Eleccién del Disefio Experimental, en base a lo anterior se usar un disefio Unifactorial en Bloques al Azar, de efectos fijos y balanceado, Su tabla de datos es similar a la vista con el Modelo Unifactorial, en la cual se ha cambiado en las columnas el numero de réplicas n, pore! nimero de bloques b, Tabla 117®. Como puede verse, ahora se debe obtener totales y promedios por tratamiento y por bloque. Se debe realizar la aleatorizacién de los experimentos por bloques. Tobia 147 Teble de datos para un dseho unifocal en Blogues TTatanventa |_—_Sloques towel) [FT2 7 Te i z Totals Promedion 5. Trabajo de Campo, se haber realizar de acuerdo con lo planeado, debe registrarse en una bitécora cualquier incidente, los datos se muestran de forma simbélica en la Tabla 101. Tobia 118 Dots experimentoes de un experiment unfoctoril en blogves Tratamiento Boques ae | ratte | omen 2 z. ~ Esto parse ertablecimante de a rules, en as que convenclonalmente ext extabiecido que el primer insicecoresponde aa las © renglones ye segundo ls clumnas. Ena prices puece ponerse en el orden que mds convengs, auttando lor selon necead de tmodiear es térmula 237238 Totales [Promeaios 6. Célculos y Analisis de los Datos, los célculos que se requieren efectuar son: abo 120 aNo«\ Obtencién de las sumas de cuadrados mediante las férmulas que se muestran en la Tabla 119, en donde se puede observar que se incorpora la SCatoques ¥ la SCE reduce suvalor, ya que ahora se le resta el efecto de los tratamientos y el efecto de los bloques, la SCA y SCT permanecen sin cambio. Toba 119 FérmulosComputacionales pore un dsehounfactrlenBiogues ol Azor Formula eomputaconal ca ‘Tratamientos sca = YE Blonues SCpragues error SCE= SCP SCA Spgaar yy0-F Total sci Con estos resultados se obtiene la tabla ANDEVA, que se muestra en la Tabla 120, en donde se agregé el renglén en que se muestran los célculos que deben realizarse al incorporarse el efecto de los bloques. Esto tiene las siguientes repercusiones: Sila suposicién de que los bloques afectan a la variable de respuesta es correcta, una buena parte de lo que era la SCE es ahora parte dela SCsioqus POF lo que el CME es ahora menor, lo que hace que el valor deF, haya aumentado y con ello es mas probable que se rechace que las medias de los tratamientos son iguales, la sensibilidad del ANDEVA. ha aumentado. Silos bloques en realidad no afectan a la variable de respuesta, la SCE no disminuye y si sus grados de libertad, ya que se reducen en b — 1 que son los grados de libertad que se envian ala SCpioquey POF lo que en este caso CME aumenta su valor, reduciéndose el de uy con ello disminuyendo la sensibilidad del ANDEVA. Por lo que sélo silos bloques afectan alla variable de respuesta este modelo seré mejor, de lo contrario la planeacién y experimentacién habré exigido mas trabajo y al no tener efecto los bloque el resultado seré menos confiable. Debido a que sélo hay una observacién por tratamiento en cada bloque, no se puede medir el error experimental de los bloques, lo que no hace valido estadisticamente una prueba sobre los bloques. Sin embargo, ocasionalmente se hace el célculo correspondiente para tener un indicative, no una evidencia estadistica, de si fue o no conveniente realizar el bloqueo, para ello se calcula F, = CMpicques/CME , siendo el valor en tablas Fg». x-», POF su naturaleza se recomienda ue estos resultados no se incorporen a la Tabla ANDEVA. VA par un seo unfoctrial en Blogues FuentedeSumade Gradosde Cs sdogmeuin etestlco ona tea variadin _evadrados__bertad Valor reo Valor? Factor A To> ‘eatamientos | _ SCA art Fanaa | *S* Blogues | SCizgues Error sce Total xr ]d.Sise rechaza la hipétesis de que los tratamientos son iguales se debe realizar el andlisis de residuales, para el célculo del error experimental de cada dato o residual se utiliza Fa eeuscén 67° tevaeén 167 ‘ele det residual ene Una vez estandarizado, al dividirlo entre VEWF, se deben probar los supuestos de: © Aleatoriedad del error al realizar la experimentacién, que da confianza de que ninguna fuente extrafia afecto el proceso de obtencién de datos. * Los supuestos de! modelo: normalidad, homocedasticidad, linealidad y de aleatoriedad que dan confianza de que el modelo de! disefio experimental es adecuado a los datos bajo andlisis. De resultar adecuado el modelo, al no encontrarse evidencias de que los supuestos no se estén cumpliendo, se debe realizar: i, Siel modelo es de efectos fijos, emplear el anélisis visual utilizando gréficas 0 aplicar alguna de las pruebas de comparaciones miltiples de medias para determinar el tratamiento éptimo de acuerdo con los objetivos del proyecto. Se puede complementar con la obtencién del coeficiente de determinacién mediante la ey ~ 5,49. Eevacion 168 Coen de Deterinscian ii, Sies un modelo de efectos aleatorios, hacer el célculo de los componentes de varianza, en donde la varianza del bloque se obtiene mediante: Var(¥j) = of +0 +02 = CME y que 42 =S¢EOME ol estimador del componente de varianza del bloque esta dado por la Ecvacién 169 CM piogues ~ CME gj = Maem ONE donde se sabe que : seuacion 169, ‘Estimador de varnta dl factor 7. Conclusiones y Recomendaciones, establecer las conclusiones y recomendaciones pertinentes en base a los resultados anteriores, considerando los objetivos del proyecto de investigacién. Ejemplo 94. Se quiere reducir la densidad de producto principal de la compara, en la que para su produccién se utilizan cuatro equipos de diferente marca y antigliedad. Se ha llegado al consenso que de todos los factores controlables que le pueden afectar la velocidad del proceso debe ser la primera en probar. Debido a que para cumplir con los pedidos es necesario utilizar todos los equipos, estos se deben considerar como un factor no controlable®. Lo que lleva a elegir el modelo de disefio unifactorial en bloques. Los niveles de velocidad que se han acordado probar son 10, 15 y 20 m./seg. Los datos, se guardarén en laTabla 121. Tobia 121 Dis de Tole por un Unfctria en bloaurs,Eieplo 94 Velde Equipe % La obtenclén deere extmador se hace al ANOM, Moot Estalsco UMFACONA Ev BLOGS ALARA "Si se piers uta slo uno de los equipas para cbs oda'a demands 0 ae psleran sur lox equips pore qe resltara mo, entones sera un actor canvoable y debera reselvese como un experimento acral, 23910 15 20) Totales Medias El equipo puede considerarse como bloques no fijos, por lo que primero se aleatorizaré el orden "REEE el ® © ce pure 131 Aleatorzocién de baguesyratomients, jemolo 94 fen que se efectuars, las velocidades dentro de cada bloque se numerarin de 1 a 3. La aleatorizacién se muestra en la Figura 131, le cual se hizo utlizando la opcién Avearonzacow de la aplicacién Disco v Andis BASco oF Exeranarvos. En (a) se muestra la aleatorizacién de los bloques. En (b) la aleatorizacién de los tratamientos en bloque 4, que se hard primero; en (c) la aleatorizacién en el bloque 1, en (d) la aleatorizacién de los tratamientos en el Bloque 2 yen (e) la aleatorizacién de tratamientos en el Bloque 3 Por lo que la tabla de trabajo tomaria la forma que se observa en la Tabla 122. Donde se sustituy la palabra factor por el nombre del factor: Velocidad y la palabra bloques por el nombre del factor no controlable: Equipo. Adicionalmente en esta tabla ya registraron los resultados del trabajo de campo. Wo. [Aleta [ Veloiad [Equipo [Deion] a[ 3 | 2 | 4 [ara 2[ 1 [0 @ at 3[ 2 | 15 | 4] 203 I s[ 3 [2% | 1 [ise e[ 2 [is [1 [ass Fe ee a[ 1 [io | 7 [ies o[ 2 [1s | 3 [28] 30/1 [10 [395] nl? [1s [3 _[as3 3 3 38 Los datos experimentales obtenidos se muestran concentrados en la Tabla 123 aba 125 Datos Uifactoria en Bloaues, empl 84 Vel det auipe 30 [3a7 [Fue | 389 | Pe) SeA_| BATS a5_[ ea [15919918278 | 182 20 [192 [145 | 201 [165 | 703 | 1758 Totales [627 [$2.2 649 | $9.4 | 7392 Medias | 20.9] 17.4 [21.63 [19.8 | 38 Totales | Mets Se calculan las SC de los efectos, iniciando por la correccién por la media ¥E_ 2378 woe 4,768.08, 2404969.28 = 4,768.05 ~ 4768.05 = 101.23 2+ 64.9? +5942 4 4,768.05 = 4,748.1 ~ 4,768.05 = 30.78 ser 245? + 20.8 4-4 1652 — 4,768.05 = 4,904.08 — 4,768.05 = 136.03 SCE = SCT ~ SCA ~ SCpigques = 13603 — 101.23 3078 = 34.8 Con lo que se obtiene la Tabla ANDEVA que se muestra como Tabla 124, a partir de la cual puede concluirse que se rechaza que todas las velocidades producen la misma densidad. Por otro lado, calculando para el cisqua, Su Valor-P da 0.21, por lo que parece que no fue conveniente realizar el bloqueo. De no haberse efectuado este, todos los valores de los bloques hubiesen quedado en el error: la SCE hubiera sido 65.579, su CME seria 65.579/9=7.287, Fo daria 50.62 / 7.287=6.947 y la Foos29 = 6.23, el resultado seria el mismo, se rechazarfa Ho. Con lo que puede ver que bloquear innecesariamente, aumenta el trabajo y no mejora la sensibilidad del modelo. Sin embargo, si el bloque afecta esto ayudard a detectar si al menos un tratamiento es diferente a los demés. Por lo que la experiencia en el drea del proyecto y la experiencia del investigador es fundamental para tomar la mejor decisién al respecto y aprovechar al maximo el potencial de estas técnicas estadisticas. Tobia 124 ANOEVA pra os ots Eimpo 4 Fuentede | Suma de] Grados de Tadice Zona Cia vavacién | eusdrades | — tbertad Beprueba | valor crite Valor 7 50,62 we fe Medel | sorzs | 3-1 | cma =22473_ 5062 58 Famze= | 2907 Proceso Er se | is [a6 | 3) 5 [02 7 6 [310 aa 5 a [10 [6 3 ss 6 so 26 >a ta) | > (2st pr a>a)7 [277 3 é 6 [7 [ss 2) 7 |e [a | as a Capri ss a Para el caso planteado anteriormente, considerando que sélo se pueden hacer k = 2 tratamientos por bloque, el resto de los parémetros seria: r = 4, b = 10y A = 1, se estaria utilizando el Disefio No. 3. La tabla adicional, que corresponde al Disefio No. 3, proporciona el detalle de los experimentos, que aqui se muestra como Table 128. En ella se indica que tratamientos deben probarse en cada uno de los 10 bloques para cumplir con las condiciones de! modelo. Tabla 128 Diseo 3 paroun Bloque IncomplerBolanceado DiseieS: T= 5K 4J=10,. _ Blogues_Reps Ill 1V T Tr? 6) T+ 2 a4 a 23 3 25 (3) 35 a 13 (9) 15 3 45 10) 24 Fuente: hp:/wpd.ugas}Biestadwp-content/pleeds/Tablusieompltas pl Las formulas para calcular las SC de este modelo de disefio de experimentos se detallan en la Tabla 129, 245Tobl 129 Fémuoe Computacionales pra un defo en Bloques incomplete Bolanceodor Sum de Condor Torna compina a ‘SC,—ajustada = Za Donde Teatamlatoe aiusados Sielwatamlento aparece en el blogue ny = 1 y sr, sino aparece Blogues Tota La tabla ANDEVA para este disefio se muestra en Tabla 130 obo 320 ANDEVA pao un esha en Bloaues completes Bloncendo Fuente de | Sumas Grados de Fstadtico ean es varedin | eae Thera — | uatadosmetios | oe orueba | Maboreitico Valor Cacayraas | Fo ‘Teatamientos | SCx-ajstca anaoste | Myausads |g r 7 Semeet > Fee nave riuee Blogues | SCotoqus trror sce Total Ser ‘Al igual que en el disefio en bloques completo, la asignacién de los tratamientos a las unidades experimentales en cada bloque se debe realizar en forma aleatoria 7.8.3 Modelo de Los modelos se han venido presentando de acuerdo con la metodologia establecida en el apartado 7.3, y que en todos los casos debe de seguirse al momento de implementar cualquier investigacién que requiera experimentacién. De aqui en adelante, por simplicidad, ya no se repetird, sélo se detallard la parte caracteriza a cada nuevo modelo, isefio de Experimentos Cuadrado Latino Cuando se tienen dos factores no controlables que se necesita incluir en el experimento. se tiene que recurrir al modelo de disefio experimental conocido como Cuadrado Latino, Este disefio tampoco agrega experimentos al trabajo de campo, sélo maneja tanto las columnas como los renglones para bloquear los dos factores. Para poder descomponer los efectos de estos bloques y del factor se requiere que cada tratamiento aparezca sélo una vez por cada bloque, tanto de columna como de renglén. Esto permite que el modelo matemtico tenga ortogonalidad, propiedad que garantiza que los efectos son independientes y linealmente aditivos. Esto sdlo se logra si el nlimero de renglones y el de columnas es igual, de este hecho se deriva que a este modelo de disefio experimental se le lame Cuadrado, Los tratamientos dentro del modelo se representan por letras latinas en maydscula, la razén de la otra parte del nombre del modelo: Latino. Al tamafio de un cuadrado latino se le denomina orden y se representa por la letra p, asi un cuadrado latino de orden 4 indica que existen cuatro niveles de cada 246no de los factores que son parte del experimento: del factor no controlable 1, del factor no controlable 2y del factor controlable. La manera mas simple de construirlos es usando el procedimiento que se denomina disefio esténdar de un cuadrado latino. Este consiste en escribir un primer renglén con todos los niveles del factor controlable, sifuese de cinco niveles el primer renglén seria: ABCDE. Para escribir el siguiente renglén se moveria la primera letra al final de este, es decir seria: BCDEA. Lo mismo se haria con los demas renglones hasta completar el cuadrado, cuya apariencia final seria el de la Tabla 131, que al revisarla se puede observar que se tiene el mismo orden por columna y que ningtin tratamiento aparece més de tuna vez en ningtin renglén o columna bo 221 Cvadrodo tain Esténdor de Orden 5 A[B[C[DIE BIC|D|E|A C)DTE|A |B DIE|A|B lc E[A[s[c [> geo ABCOE EF ABCOERG BCA BCDA ECDEA BCDEFA BCDEFGA CAB COAS —CDEAB-«CDEFAS—CDEFGAB DABC © DEABC DEFABG -_-DEFGABC EAECD EFACD —_EFGABCD FABCDE FGABCDE GABCDEF Figura 135 Eemplo de Cuadrados Latinos Esténdor La tabla de datos que se maneja con este disefio es una tabla de doble entrada como la que se muestra en la Tabla 128. Ya que se requeriré obtener totales por cada uno de los tres factores, es preferible manejar una tabla de totales por separado. Toblo 12 Taba de Datos Pra un Cuadrado Latina a [ys A [yn 8] = [Mee 2 | Yar 8 | Yan © | = [Yan & p [vm 2 [vm A] ~ | Ym ¥ Las férmulas para obtener las SC de este modelo son las que se muestran en la Tabla 133, donde puede observarse que se ha agregado un nuevo renglén que corresponde al segundo factor bloqueado, en los renglones. A todos los totales se les ha agregado en su con subindice un punto para indicar la suma con respecto a este nuevo indice. También puede verse que el error experimental sigue disminuyendo, ya que se al identificar y cuantificar una nueva fuente de variacién, el segundo factor que se ha bloqueado, el efecto de este es extraido de él Tabla 183 Férmuios Computaclonals pore un dsehounfoctra Cuadrado Latino vay ‘Tratamientos (Letras latinas) sca = 24-7 Bloque Renelén SCrengiin = 207Bloque Colurmna Total La tabla de ANDEVA que concentra los resultados de este disefio se muestra en la Tabla 134. En donde puede observarse la inclusién del renglén con los valores que corresponden al Bloque-Renglén. Si el supuesto es adecuado la SCreygin Festard un valor considerable a la SCE, por lo que a pesar de también disminuirle los g.l. enp — 1, el CME se verd disminuido y con ello la sensibilidad del ANDEVA para rechazar Ho siesta es falsa habré aumentado. Por el contrario, siel nuevo bloque no afecta ala variable de respuesta, la sensibilidad del ANDEVA disminuird, tal como ocurre con el modelo en bloques. Dado que no hay réplica de los tratamientos en los bloques, no se puede evaluar su error experimental y por lo tanto estadisticamente no es valido hacer pruebas sobre ellos, sin embargo, ocasionalmente en la prdctica se hace como un indicativo de la conveniencia del bloqueo, para ello el CM de cada bloque se divide entre el CME, comparandolo con el correspondiente valor de la distribucién F 0 calculando su valor P y comparandolo contra el nivel de significancia, Toba 134 ANDEVA par un Modelo de Diseho CvadradoLotne fuentede | Sumade | ~ Grados de Tadao Zona Gea araciin | cuadrados | thera uadrados Mecios | epruaba | Valorcriico Valor P Tratamientos Fo F> Letras sca poi Joma |, Fe Pea es =3 ‘ap-up-B0-1) Bloques nenglones | Screneones | P—1 Bloques Colutnes | SCestimas | P21 2 | 0-0 Error sce | &F Total Ser pot Para comprobar los supuestos del modelo, la estimacién de los residuales se hace mediante la Ecvacsn 27, el cual debe estandarizarse para obtener las gréficas en las que se buscarén evidencias de falta de aleatoriedad, normalidad, homocedasticidad y linealidad, uke — Fe ~ Fy. — Fe + 2V. Estimacén del esiual en Finalmente, si el modelo resulta adecuado se procederd a la evaluacién correspondiente: ‘+ Siel modelo es de efectos fijos, aplicar alguna de las técnicas de comparaciones miltiples para identificar al tratamiento éptimo. ‘+ Siel modelo es de efectos aleatorios, estimar los componentes de varianza para evaluar el impacto del factor en la variabilidad total eye Ejemplo 97. En un esfuerzo por aumentar la producci6n de un a lo, el personal de la empresa y el investigador han realizado un andlisis de la situacién, identificando que los factores que deben analizarse son el ote de materia prima, los operadores y la iluminacién del érea de trabajo. La btencn de sta ecuacn se deal ene Ean! No ENCUENTRA EL ORIEN A REFEENE. 248De momento s6lo se tiene un proveedor de materia prima, por lo que tendré que considerarse ‘como un factor no controlable. En cuanto a los operadores, no tienen ninguna caracteristica que se haya establecido para poderlos diferenciar, por lo que también serdn considerados como un factor no controlable". En cuanto a la iluminacién se tienen cinco diferentes tipos de lémparas que se pueden comparar. Bajo estas circunstancias el investigador decide utilizar un cuadrado latino de orden p=5. Por cuestiones de espacio los experimentos se harén por cada late de materia prima, seleccionando al azar tanto el lote como cada quinta parte de él a cada tratamiento, los ‘operadores serdn seleccionados al azar de los que existen en la empresa y se les asignard el niimero conforme se elijan, similarmente a las limparas también se les asignarén al azar la letra latina de tratamiento. La Tabla 135 muestra el cuadrado latino de orden 5, con los niveles de los factores que se manejardn y en donde se concentraran los datos que se obtengan. Table 125 Dee de Experiments en Cuadrado Latin, Fem 97 ‘Operadores La tabla de trabajo muestra los experimentos a realizar y en donde se van registrando los resultados obtenidos al realizarlos, Tabla 136 Tim. [Lots | Operaderes ”timpars | Produc] apo a 2 2 pe a 20 =o Cc is sev E 2 eo a Fa 7 pe c 2 =e . 30 3a Ww t 2 wav x 36 as c 8 aps D 38 af E 26 as] Ww x a asf sv a 2 a6 D 26 apa E 3 au a 2 ow 8 2 2 pu c 2] mp E | me A 30 ae 8 20 2a ew C 2 asp v D 3 > 9) entera més de un proveedor de mata prima y cuslguers de ellos con la capaidad de srt la materia prima este debera ser onsiseraco un acor controll, Sos trabajadoresfatzon darfeados bajo certs catego, en cuanto su deserpefo abo, podria ldericarse la categoria mas adecuada pa esta acvad en cya cas tambien debi onsderarse come un fcr corioabe 249Una vez concluido el trabajo de campo, los datos obtenidos y registrados en la tabla anterior se concentran en la Tabla 137 Toble 127 Dats Diseho Cuadrodo Latin, Elem 97 a [aes oe [oe a0 |e 2 Lave 3a [308 | 37 a6 Ss [ae | aah [26 | are | ane a [266s am | 2am) ae [a Tae [0a 08 ase [ae Se obtienen los totales por nivel y por factor, que se dan en la Tabla 138, el gran total es de 635. Cperadores | amparas 7 a3 is143_| 8-05 W121 1V=130 y=134_ | En la medida que aumenta el nimero de SC, es preferible calcular primero la correccién por la media y posteriormente las SC: 88 6129 % Correccién oeS3S aoe gar goa 2612 YE Ms 21008 + D9 F130 Sg gag 10 4130 411 412? 4 130? 16,12 1071438 41222 4 120? 41382 — ee + 16,129 = 150 SCE = SCT ~ SCA SCrengen ~ SCestumne = 676~ 330 — 68 —150 = 128 Con lo que se obtiene la Tabla 139, con los resultados de! ANDEVA, de lo que se puede concluir a Un nivel de significancia del 5%, que efectivamente al menos una de las lamparas tiene un efecto en la produccién del articulo. Obteniendo los valores P de los bloques, para los lotes p=0.24, por lo que parece que no afectan la produccién. Para los operadores p=0.04, por lo que parece que estos si pudieran afectar a la produccién y seria recomendable que en la siguiente etapa de experimentacién pudiera analizarse este factor mas detalladamente para comprobar esto, wumae | Soma | STE | nines [Grane] owen [areas | 330 | as | [ea Gperdors| is [| * |S cor [us| i) aoe Tost [we [a 250Los célculos para el anilisis de residuales se muestran en la Tabla 140. Las columnas con los nombres de los factores muestran las medias de los niveles correspondientes en cada observacién, La columna ey se obtuvo mediante la Exvacén 72, La columna dys resulta de dividir cada em entre 1067, valores que se ordenan de menor a mayor en la columna Ordenado y a los que se les calcula la distribucién normal esténdar acumulada en la columna zi. Tabla 140 Céluioe de Residues isha Cuadrade Latina, Elemplo 97 1 [m2] 24 | 286 24 [26 | 08 | 058 [068 2 [223 | 798 2 30[-02 | 008 | 082 [0.79 3222 [ m2 | 224 io [1 [031 | 086 [0195 4 [222 | 26 238 24 [32 |-098 | 086 [0.195 3S [222 | 268 26 24 [-02|-006 | 061 [027s 6 [268 | 216 2 a7 [-06 [018 | 04a [oaiz 7 [268 | 296 | 24 34 [3 [092 | 037 [0356 S268 | 22 | 258 30-0 | 0 | 037 [0356 9 [268 | 26 26 at [bat | oar foare 30 [258 | 268 | 286 36 [46 [aa | oar oave | 26 | ae 224 ae [1 [oar | oa1 ose | 26 | 294 | 298 3a [4a [4as | 018 [owas 13) 95 | 247 25 35 [06 | 018 | 005 [0.76 a4] 26 | 36 386 27 [28 |-086 | 006 [046 35_| 26 | 368 2 a [a2 [oar | 0 Os 16 [356] 214 | 298 25 [0 | 0 0 05 a7) 356 | 298 26 316 | 04s | 0 05 16) 256 | 242 | 286 26 [16] -049) 018 | os7i 19 [356 | 26 2 2a [2 [Losi | 031 osre 20 [256 | 268 | 22 a [ 2 0.49 [0.688 264 | 214 26 2 [4 Osi [oa 2 [264 294 | 286 30__[28 [086,08 | o7as 23264 | 282 2 200 | 0 | 135 [ost 724264 | 26 2a 29s | ass | 41 [ose 2s [264 | 268 [298 3 a7] 453 [0a37 Las graficas de residuales se muestran en la Figura 136, en la gréfica (a) se observa una secuencia ascendente de cuatro valores, del 14° al 17° datos y dos secuencias de tres puntos una descendente del 122 al 142 y una ascendente del 22° al 242. Pero no se nota un patrén evidente de falta de aleatoriedad. De la grafica (b) no se observa evidencias de falta de normalidad y de la grafica (c) hay alguna evidencia de falta de homocedasticidad, pero no esta directamente relacionads con el valor de la media por lo que no es tan grave, no hay evidencias de falta de aleatoriedad ni de falta de linealidad, eS Fgura 136 Gries de Residuals Coadrado Latino, jem 97 Por lo cual se puede concluir que el modelo es adecuado para los datos. Fl cdlculo del coeficiente de determinacién indica que el 81.06% de la variabilidad en la produccién se debe a los factores analizados, SCmodeto _ 330+ 68+ 150 Re = See = = 08106 251Ya que es un modelo de efectos fijos, se procede a buscar la media éptima, de manera visual en la Figura 137 a partir de la grafica (a) se elegiria la lampara 4 que maximiza la produccién. En base a la grafica (b) puede verse que pueden considerarse equivalentes las lmparas 1, 3, 45 ya que sus limites se traslapan, Ne E a Be a k Utilizando la aplicacién Disefio y Analisis Basico de Experimentos, la que se muestra en la Figura 138, Las celdas en amarillo son en donde se proporcionaron los datos del problema, se seleccioné aplicar la prueba de Tukey. En las celdas de color azul se muestran los resultados, a partir de los cuales se puede establecer que las limparas que mejoran la produccién son D y A. Estadisticamente son iguales, por lo que deberian recurrirse a criterios econémicos 0 empiricos para elegir a alguna de ellas. Se sugiere repetir el experimento con estos dos tipos de lamparas y tun mayor niimero de réplicas para corroborar los resultados anteriores. 7.8.4 Modelo de Disefio de Experimentos Cuadrado Grecolatino El modelo de disefio de experimentos que mas factores no controlables permite manejar, tres, es el llamado Cuadrado Grecolatino™. Por las mismas razones de ortogonalidad, todos los factores deben tener el mismo numero de niveles. Los tratamientos se siguen manejando con las letras latinas, el bloqueo en tres direcciones lo hace a través de * Bloquea un factor no controlable por renglén * Bloquea un factor no controlable por Columna y '* Bloques un factor no controlable por letra griega ‘Se puede decir que un cuadrado grecolatino esta formado por dos cuadrados latinos, los cuales no son del tipo estandar, ya que esto evitaria la ortogonalidad, como puede verse en la Figura 139. 2020304 2.203 4 nom om 4 2 1 4 3 a4 1 2 now mR Ee 4a 2 4 2 1 4 3 a2 on Mm oB ‘igure 139 Cuodrodo Grecolain de Orden 4 abenie de Cuodrados Latinos ber, 2015) La tabla de datos sigue siendo una de doble entrada, en la cual sélo se ha agregado una letra griega a cada celda, como puede verse en la Tabla 141. “EI nombre de cuadredos grecolatinos viene del hecho de que Leonard Euler, quien intradujo y estudid estos objetos ratemitios lili Ia notaein dels alfabeto latino ygriego pra deiniros” (ier, 2015) 252Toblo 141 Taba de Datos Pra un Cuadrad Grcolating T [ys Aa [vn OF | Yap FO 2 [yes 8 | ¥en €8 | — | Yop AB B [ve 28 [yo2 A [= [Yoo VY La construccién de una tabla de este tipo, donde cada nivel de cada factor aparezca sélo una vez por fila y por renglén sin repetirse para lograr la ortogonalidad, que permitiré estimar cada efecto por separado noes tan simple’. Los bloques también limitan la aleatorizacién que pueda darse. En la Figura 1140 se muestran tres ejemplos de cuadrados grecolatinos. axa 4x4 5x5 Figura 140 Cuadrados Grecolatins de Orden 3, 45 El célculo de las SC de este modelo se resume en la Tabla 142, las férmulas de los efectos anteriores s6lo cambian en que sus totales incrementan un punto en sus subindices, para indicar la inclusién de la suma del nuevo factor no controlable que se ha identificado e incorporado al modelo. Se agrega la formula de su SC y el efecto que esta tiene en la disminucién de la SCE, a la que ahora se le resta este efecto. Ala SCT se le agraga la sumaria que representa al nuevo efecto, este cambio no agrega sumando a dicha sumatoria, sigue calculéndose de la misma manera, elevando cada observacién al cuadrado y sumadndolas. Table 142 Formos Computocionles pra un cseFo unifectorial Cudrodo Grecoatne Suma de Cuadrados Frmulacomputaconal tea aes sea SH Bloque Reng'én Bloque Columne Bloque SCyny +e ye Letra Griega N tron Sch SCT — SCA = SCrengion ~ SCcotumna — SCgriega Total sore vu EI ANDEVA que incluye al nuevo efecto se muestra en la Tabla 143. Al gual que en todos los modelos que utilizan el bloqueo, si el nuevo bloque afecta la variable de respuesta la disminucién del valor de la 57 Leonhard Baler demostrd que no exsten euadtadosgrocolatinos de orden 4k, esi no existe para 6,0, 14, Sin embargo, Investigaciones postriores han demastrado la exstenia de grecolatino de orden 4k+i210. También se han dedo muchas demastraciones de diferentes tipos de ano existencia de grecolatino de orden 6. 253