Universidad Central de Ven

Facultad de Ingeneri
Escuela de Procesos Indu
Cagua Edo Aragua

ASIGNACIó
Prof: Isabel Diaz
dad Central de Venezuela
acultad de Ingeneria
de Procesos Industriales
Cagua Edo Aragua

NACIóN #03 INTEGRANTES:

Gil Keyla 20.693.198

Cortez Jhoasnellys 21.465.757
Villegas Luis 20.334.020
Vasquez Gustavo 20.693.244
Molina Fernando
20.693.198
21.465.757
20.334.020
20.693.244
Se llevó a cabo un estudio del efecto de la temperatura y el tipo de
tela sobre el porcentaje de encogimiento de telas teñidas, el
experimentador corre dos réplicas de un diseño factorial.
Obteniéndose los siguientes resultados:

TEMPERAURA
TELA 210ºF 215ºF 220ºF 225ºF
1 1.8 2 4.6 7.5
2.1 2.1 5 7.9
2 2.2 4.2 5.4 9.8
2.4 4 3.6 9.2
3 2.8 4.4 8.7 13.2
3.2 4.8 8.4 13
4 3.2 3.2 5.7 10.9
3.6 3.8 5.8 8.3

Tela Temperatura Y
-2 -2 1.8
-2 -1 2
-2 1 4.6
-2 2 7.5
-1 -2 2.2
-1 -1 4.2
-1 1 5.4
-1 2 9.8
1 -2 2.8
1 -1 4.4
1 1 8.7
1 2 13.2
2 -2 3.2
2 -1 3.2
2 1 5.7
2 2 10.9
-2 -2 2.1
-2 -1 2.1
-2 1 5
-2 2 7.9
-1 -2 2.4
-1 -1 4
-1 1 3.6
-1 2 9.2
1 -2 3.2
1 -1 4.8
1 1 8.4
1 2 13
2 -2 3.6
2 -1 3.8
2 1 5.8
2 2 8.3
Aná
ratura y el tipo de Diseño Factorial 4^2
teñidas, el
actorial. Modelo Estadistico: Yijk: µ+Ai+Bj+(AB)ij+Eijk

Yijk= Variable Respuesta

µ= Media
Elementos Ai= Tela
que intervienen Bj= Temperatura (°F)
(AB)ij= Interaccion
Eijk= Error

Supuestos
Eijk~NID (0;σ^2) Mutuamente independientes
σ es constante para todos los niveles
∑Ai=0 para un i = 1,2,3,4
∑Bj=0 para un j = 1,2,3,4
∑(AB)ij=0

Variable respuesta: Porcentaje de encogimiento de telas teñidas

2 Factores con 4 Niveles Cada uno

Modelo de Regresión: Yijk = 0 + 1 X1 + 2 X2 + 12 (X1X2) + ijk

X1=Tela
X2= Temperatura (ºF)
X1X2= Interacciones

Prueba de Hipótesis
Ho = Ai=0 Ho= Bj=0 Ho = (AB)ij =0
Ha = Ai0 Ha= Bj0 Ha = (AB)ij  0
Análisis de los Factores (Tabla de ANAVAR)
Análisis de Regresión
+Eijk
i=1,2,3,4
sta j=1,2,3,4
k=1,2

ntes

imiento de telas teñidas

+ 12 (X1X2) + ijk

Fcalculado= 57.09
Valor de P 0,000 < 0,05
 Valor de P 0,000 < 0,05
Ftabla-F(0,05,15,16)= 2.385

Como el valor de P es 0.000 < 0.05, con un 95 % de confiabilidad, se podría pensar

que hay suficiente evidencia para rechazar la Ho, es decir, que existe una diferencia
significativa en los tratamientos de dicho estudio. Es por ello que se recomienda
aplicar un análisis factorial para determinar si los factores (Tela-Temperaturas) y la
interacción tienen algun enfecto en el experimento.

Observando los valores de P, con un 95% de confiabilidad, los factores

estudiados (Telas, Temperaturas y la interacción), se podria pensar que existe
suficiente evidencia para rechazar la Ho de cada uno de los factores, es decir
que tanto las telas como las temperaturas y la interaccion estan aportando
diferencia significativa en el porcentaje de encogimiento de las telas teñidas .
Por ende se recomienda realizar un estudio de regresion lineal.

Se puede observar en la gráfica nº 1, que los datos parecieran que seguir una
distribución normal para el porcentaje de encogimiento de las telas teñidas, debido
a que los datos estudiados se acercan a la recta. Además se puede observar ,que
en la gráfica nº 2 existen datos dispersos a la recta, por lo que se podría pensar
que están faltando o sobrando variables en el estudio. Es por ello, que se
 Se puede observar en la gráfica nº 1, que los datos parecieran que seguir una
distribución normal para el porcentaje de encogimiento de las telas teñidas, debido
a que los datos estudiados se acercan a la recta. Además se puede observar ,que
en la gráfica nº 2 existen datos dispersos a la recta, por lo que se podría pensar
que están faltando o sobrando variables en el estudio. Es por ello, que se
recomienda aplicar una prueba de normalidad para conocer de manera precisa si
verdaderamente los datos siguen una distribución normal.

Conclusión
Se puede observar que los valores de P, tanto en el factor A (Telas)
como el factor B (Temperaturas) son menores a 0.05, por lo que se
podria pensar que existe sufiente evidencia para rechazar la Ho, es
decir, dichos factores estan sufriendo falta de ajuste en el modelo de
regresión.

En cambio, el factor AB (Interacción), el valor de P es mayor a 0.05, por

lo que se podría pensar, que hay suficiente evidencia para aceptar la
Ho, es decir, que la interacción no esta sufriendo desajustes en el
modelo de regresión
Conclusión
Se puede evidenciar que la mayoría de los datos se
ajustan al modelo de regresión aplicado, por lo tanto,
el modelo describe la respuesta.
ía pensar
diferencia
mienda
uras) y la

ctores
ar que existe
res, es decir
aportando
las teñidas .

an que seguir una

s telas teñidas, debido
e puede observar ,que
ue se podría pensar
or ello, que se
an que seguir una
s telas teñidas, debido
e puede observar ,que
ue se podría pensar
or ello, que se
de manera precisa si
 Un entomólogo realizó un experimento sobre la energía consumida por las abeja
para determinar el efecto de la temperatura del ambiente y la viscosidad del líquid
energía. Los niveles de temperatura fueron 20,30 y 40°C, la viscosidad del líquido
concentraciones de sacarosa, que eran de 20,40 y 60% del total de sólidos disuel
bebían las abejas de miel. El entomólogo registró la energía gastada por las a
segundo. Los datos que siguen corresponden a tres réplicas de cada uno de los n
un diseño factorial

Temperatu Sacarosa (%)

ra (ºC) 20 40
20 3.1, 3.7, 4.7 5.5, 6.7, 7.3
30 6.0, 6.9, 7.5 11.5, 12.9, 13.4

40 7.7, 8.3, 9.5 15.7, 14.3, 15.9

Codificación Y
-1 -1 3.1
-1 0 5.5
-1 1 7.9
0 -1 6
0 0 11.5
0 1 17.5
1 -1 7.7
1 0 15.7
1 1 19.1
-1 -1 3.7
-1 0 6.7
-1 1 9.2
0 -1 6.9
0 0 12.9
0 1 15.8
1 -1 8.3
1 0 14.3
1 1 18
-1 -1 4.7
-1 0 7.3
-1 1 9.3
0 -1 7.5
0 0 13.4
0 1 14.7
1 -1 9.5
1 0 15.9
1 1 19.9
onsumida por las abejas de miel al beber, Diseño Factorial 3^2
la viscosidad del líquido en el consumo de
a viscosidad del líquido se controló por las Modelo Estadistico: Yijk: µ+Ai+Bj+(AB)ij+Eijk
l total de sólidos disueltos en el líquido que
ergía gastada por las abejas en joules l Yijk= Variable Respuesta
s de cada uno de los nueve tratamientos en µ= Media
al Elementos Ai= Temperatura (°C)
que intervienen Bj= Sacarosa (%)
(AB)ij= Interaccion
Eijk= Error
arosa (%)
60 Supuestos
7.9, 9.2, 9.3 Eijk~NID (0;σ^2) Mutuamente independientes
σ es constante para todos los niveles
17.5, 15.8, 14.7
∑Ai=0
∑Bj=0
19.1, 18.0, 19.9 ∑(AB)ij=0

Variable respuesta: Temperatura del ambiente y viscosidad

de energia

2 Factores con 3 Niveles Cada uno

Modelo de Regresión: Yijk = 0 + 1 X1 + 2 X2 + 12 (X1X

X1=Temperatura
X2= Sacarosa %
X1X2= Interacciones

Prueba de Hipótesis
Ho = Ai=0 Ho= Bj=0 Ho = (AB)ij =0
Ha = Ai0 Ha= Bj0 Ha = (AB)ij  0
 Fcalculado= 87.07
Ftabla-F(0,05,8,18)= 3.173

Conclusión
Como el valor de P es 0.000 < 0.05, con un
pensar que hay suficiente evidencia para rech
diferencia significativa en los tratamientos de
recomienda aplicar un análisis factorial p
(Temperatura- Sacarosa) y la interacción tiene

Análisis de los Factores (Tabla de ANAVAR)

Conclusión
Observando l
estudiados (T
existe suficien
decir que tant
aportando dife
del liquido en
estudio de reg
Análisis de Regresión
AB)ij+Eijk i=1,2,3
j=1,2,3
puesta k=1,2,3
°C)

endientes

el ambiente y viscosidad del liquido en el consumo

1 X1 + 2 X2 + 12 (X1X2) + ijk

0
 Valor de P 0,000 < 0,05

Conclusión
es 0.000 < 0.05, con un 95 % de confiabilidad, se podría
ente evidencia para rechazar la Ho, es decir, que existe una
va en los tratamientos de dicho estudio. Es por ello que se
car un análisis factorial para determinar si los factores
osa) y la interacción tienen algun enfecto en el experimento.

Conclusión
Observando los valores de P, con un 95% de confiabilidad, los factores
estudiados (Temperaturas, Sacarosa y la interacción), se podría pensar que
existe suficiente evidencia para rechazar la Ho de cada uno de los factores, es
decir que tanto las temperaturas como la sacarosa y la interacción estan
aportando diferencia significativa en la temperatura del ambiente y viscosidad
del liquido en el consumo de energia. Por ende se recomienda realizar un
estudio de regresion lineal.
 Conclusión
Se puede observar en la gráfica nº 1, que los datos parecieran que seguir una
distribución normal para la temperatura del ambiente y viscosidad del liquido en el
consumo de energia, es decir, que los datos estudiados se aproximan a la recta. Por
otra parte, se puede observar ,que en la gráfica nº 2 existen datos dispersos a la
recta, por lo que se podría pensar que están faltando o sobrando variables en el
estudio. Es por ello, que se recomienda aplicar una prueba de normalidad para tener
mayor precisión y así determinar si verdaderamente los datos siguen una distribución
normal.

Conclusión
Se puede observar que los valores de P, tanto en el factor A
(Temperaturas), factor B (Sacarosa) y factor AB (Interacción)son
menores a 0.05, por lo que se podria pensar que existe suficiente
evidencia para rechazar la Ho, es decir, dichos factores estan sufriendo
falta de ajuste en el modelo de regresión.
Conclusión
Se puede evidenciar que la mayoría de los datos se
ajustan al modelo de regresión aplicado, por lo tanto,
el modelo describe la respuesta.
n que seguir una
dad del liquido en el
roximan a la recta. Por
atos dispersos a la
ndo variables en el
e normalidad para tener
siguen una distribución
 Un investigador médico estudia el efecto de lidocaína sobre el nivel de enzimas
en el músculo cardíaco de perros Beagle. En el experimento se usan tres
marcas comerciales de lidocaína, tres dosis y tres perros, Se corren dos réplicas
de un diseño factorial obteniéndose los siguientes datos.

Replica I Replica II
Marca de Fuerza de PERRO PERRO
Lidocaína la Dosis 1 2 3 1 2
1 96 84 85 84 85
2 94 99 98 95 97
1 3 101 106 98 105 104
1 85 84 86 80 82
2 95 98 97 93 99
2 3 108 114 109 110 102
1 84 83 81 83 80
2 95 97 93 92 96
3 3 105 100 106 102 111
Análisis de los Factores (Tabla de ANAVAR)
Análisis de Regresión
 Recomendaciones

Se puede recomendar que evaluen la fuerza de la do

causando un aporte significativo a las enzimas del músc
con el fin de mejorar el ajuste de los factore
 de enzimas
an tres Diseño Factorial 3^3
n dos réplicas
Modelo Estadistico: Yijkp: µ+Ai+Bj+Ck+(AB)ij+(AC)ik+(BC)jk+(ABC)ijk+Eijkp

Yijkp= Variable Respuesta

µ= Media
Replica II
Ai= Marca de Lidocaína
PERRO Bj= Fuerza de la Dosis
3 Elementos Ck = Perro
86 que intervienen (AB)ij
90 (AC)ik
103 (BC)jk
(ABC)ijk
84 Eijkp= Error
95
100 Supuestos
79 Eijk~NID (0;σ^2) Mutuamente independientes
93 σ es constante para todos los niveles
108 ∑Ai=0 ∑Ck=0 ∑(ABC)ijk=0
∑Bj=0 ∑(AC)ik=0
∑(AB)ij=0 ∑(BC)jk=0

Variable respuesta: Nivel de enzimas en el músculo cardiaco de perros Beagle

3 Factores con 3 Niveles Cada uno

Modelo de Regresión: Yijk = 0 + 1 X1 + 2 X2 +3 X3+ 12 (X1X2)+ 13 X1X3 + 23

X1= Marca de Lidocaína

X2= Fuerza de la Dosis
X3= Perro
X1X2= Interacciones
X1X3= Interacciones
X2X3= Interacciones
X1X2= Interacciones
X1X2X3= Interacciones

Prueba de Hipótesis

Ho = Ai=0 Ho= Bj=0 Ho = (AB)ij =0 Ho = Ck=0

Ha = Ai0 Ha= Bj0 Ha = (AB)ij  0 Ha = Ck0

Ho= (AC)ik=0 Ho = (BC)jk =0 Ho = (ABC)ijk = 0

Ha= (AC)ik0 Ha = (BC)jk  0 Ha = (ABC) ijk 0
 Ho= (AC)ik=0 Ho = (BC)jk =0 Ho = (ABC)ijk = 0
Ha= (AC)ik0 Ha = (BC)jk  0 Ha = (ABC) ijk 0

Valor de P 0,000 < 0,05

Conclusión
Como el valor de P es 0.000 < 0.05, con un 95 % de confiabilidad,
pensar que hay suficiente evidencia para rechazar la Ho, es decir, qu
diferencia significativa en los tratamientos de dicho estudio. Es por
recomienda aplicar un análisis factorial para determinar si los factore
Lidocaína, Fuerza de la Dosis, Perro) y la interacción tienen algun e
experimento.

a de ANAVAR)

Como el valor de P es mayor que 0,05 en los factores (M

Lidocaína, Perros) y las distintas interacciones, con un 9
cofiabilidad, se podria pensar que hay suficiente eviden
aceptar la Ho, es decir, que dichos factores no están ap
diferencia significativa en el nivel de enzimas en el mús
de perros Beagle.

En cambio, como el valor de P es 0,000 < 0,05 en el fa

de la Dosis), con un 95% de confiabilidad, se podria pe
existe suficiente evidencia para rechazar la Ho, es decir
de la dosis esta aportando diferencia significativa en el n
 aceptar la Ho, es decir, que dichos factores no están ap
diferencia significativa en el nivel de enzimas en el mús
de perros Beagle.

En cambio, como el valor de P es 0,000 < 0,05 en el fa

de la Dosis), con un 95% de confiabilidad, se podria pe
existe suficiente evidencia para rechazar la Ho, es decir
de la dosis esta aportando diferencia significativa en el n
enzimas en el músculo cardiaco de perros Beagle. Por e
recomienda realizar un estudio de regresión lineal.

Conclusión
Se puede evidenciar en la gráfica nº 1, que la mayoria de lo
una distribución normal para el nivel de enzimas en el músc
Beagle, es decir, que los datos estudiados se aproximan a
se puede observar ,que en la gráfica nº 2 existen datos disp
que se podría pensar que están faltando o sobrando variab
ello, que se recomienda aplicar una prueba de normalidad p
y así determinar si verdaderamente los datos siguen una dis

ión
 Conclusión
Como el factor B (fuerza de la dosis) y la interaccion (A
son menores a P=0,05, se tiene suficiente evidencia
significativa como para rechazar la Ho, es decir, que
dichos factores estan sufriendo de falta de ajuste al
modelo de regresión.

Conclusión
Se puede evidenciar que la mayoría de
los datos se ajustan al modelo de
regresion aplicado, por lo tanto, el modelo
describe la respuesta.
Recomendaciones

en la fuerza de la dosis aplicada, debido a que esta

as enzimas del músculo cardiaco de los perros Beagle,
l ajuste de los factores en el experimento.
AC)ik+(BC)jk+(ABC)ijk+Eijkp
i=1,2,3
j=1,2,3
k=1,2,3
P=1,2

Interacciones

sculo cardiaco de perros Beagle

3 X3+ 12 (X1X2)+ 13 X1X3 + 23 X2X3 +123 X1X2X3 +ijkp

es
es
es
es
nes

Ck=0
Ck0

)ijk = 0
) ijk 0
 )ijk = 0
) ijk 0

onclusión
5, con un 95 % de confiabilidad, se podría
para rechazar la Ho, es decir, que existe una
mientos de dicho estudio. Es por ello que se
ial para determinar si los factores (Marca de
o) y la interacción tienen algun enfecto en el
perimento.

mayor que 0,05 en los factores (Marca de

distintas interacciones, con un 95% de
ensar que hay suficiente evidencia para
que dichos factores no están aportando
n el nivel de enzimas en el músculo cardiaco

or de P es 0,000 < 0,05 en el factor B (Fuerza

% de confiabilidad, se podria pensar que
ia para rechazar la Ho, es decir, que la fuerza
do diferencia significativa en el nivel de
que dichos factores no están aportando
n el nivel de enzimas en el músculo cardiaco

or de P es 0,000 < 0,05 en el factor B (Fuerza

% de confiabilidad, se podria pensar que
ia para rechazar la Ho, es decir, que la fuerza
do diferencia significativa en el nivel de
cardiaco de perros Beagle. Por ende se
estudio de regresión lineal.

gráfica nº 1, que la mayoria de los datos pareciera seguir

el nivel de enzimas en el músculo cardiaco de perros
tos estudiados se aproximan a la recta. Por otra parte,
a gráfica nº 2 existen datos dispersos a la recta, por lo
stán faltando o sobrando variables en el estudio. Es por
car una prueba de normalidad para tener mayor precisión
amente los datos siguen una distribución normal.
za de la dosis) y la interaccion (A*B)
, se tiene suficiente evidencia
a rechazar la Ho, es decir, que
sufriendo de falta de ajuste al

e la mayoría de
modelo de
o tanto, el modelo
En el desarrollo de un proceso de grabados químicos con nitruros de silicio, real
un dispositivo de grabados químicos con plasma para una sola oblea, se requiere
la influencia de los factores: potencia aplicada al cátodo(D), presión en la cámara
reactor(B), separación entre el ánodo y el cátodo (entrehierro)(A) y el flujo del gas
como gas de reacción (C2F6)(C) en la velocidad del grabado del nitruros de silicio
Para el logro del objetivo se consideró tomar: A entre 0.8 cm y 1.2 cm; B entre 4.5
5.5 (m Torr); C entre 125 SCCM y 200 SCCM; D entre 275W y 325W. Obteniéndo
siguientes datos:

Corrida Tratamien Respuest Corrida Tratamien

to a to
1 -1 550 11 (bd)
2 (a) 669 12 (abd)
3 (b) 604 13 (cd)
4 (ab) 650 14 (acd)
5 (c) 633 15 (bcd)
6 (ac) 642 16 (abcd)
7 (bc) 601 17 Tc1
8 (abc) 635 18 Tc2
9 (d) 1037 19 Tc3
10 (ad) 749 20 Tc4
Análisis de los Factores (Tabla de AN
Analisis de Regresión
 ruros de silicio, realizado en Diseño Factorial 2^4
ola oblea, se requiere estudiar
presión en la cámara del Modelo Estadístico:
o)(A) y el flujo del gas utilizado Yijkmp=µ+Ai+Bj+Ck+Dm+(AB)ij+(AC)ik+(AD)im+(BC)jk+(BD)jm+(CD
del nitruros de silicio(A/min). (ABCD)ijkm+Eijkmp
y 1.2 cm; B entre 4.5 m Torr y Elementos que intervienen:
y 325W. Obteniéndose los
Yijkmp= Variable Respuesta
µ= Media
Ai= Separacion entre el Anodo y el Catodo (entrehierro)
Bj= Presion en la camara de Reactor
Respuest Ck =Flujo del gas utilizado como gas de reacción en la velocidad del
a Dm= Potencia aplicada al Cátodo
(AB)ij
1052
(AC)ik
868 (AD)im
1075 (BC)jk
860 (BD)jm
1063 (CD)km Interacciones
729 (ABC)ijk
(ABD)ijm
706 (BCD)jkm
764 (ACD)ikm
780 (ABCD)ijkm
761 Eijkmp= Error

Supuestos
Eijk~NID (0;σ^2) Mutuamente independientes
σ es constante para todos los niveles
∑Ai=0 ∑Ck=0 ∑(ABC)ijk=0
∑Bj=0 ∑(AC)ik=0 ∑Dm=0
∑(AB)ij=0 ∑(BC)jk=0 ∑(AD)im=0
∑(BD)jm=0 ∑(CD)km=0 ∑(ACD)ikm=0
∑(BCD)jkm=0 ∑(ABD)ijm=0 ∑(ABCD)ijkm=0

Variable respuesta: Velocidad del grabado

4 Factores con 2 Niveles Cada uno

Modelo de Regresión: Yijkpm= 0 + 1 X1 + 2 X2 + 3 X3 +4 X4 + 12 X1

Puerba de Hipotesis

Ho = Ai=0 Ho= Bj=0 Ho = (AB)ij =0

Ha = Ai0 Ha= Bj0 Ha = (AB)ij  0

Ho = Ck=0 Ho= (AC)ik=0 Ho = (BC)jk =0

Ha = Ck0 Ha= (AC)ik0 Ha = (BC)jk  0

Ho = Dm= 0 Ho = (ABC)ijk = 0
Ha = Dm 0 Ha = (ABC) ijk 0
 Ho = Ai=0 Ho= Bj=0 Ho = (AB)ij =0
Ha = Ai0 Ha= Bj0 Ha = (AB)ij  0

Ho = Ck=0 Ho= (AC)ik=0 Ho = (BC)jk =0

Ha = Ck0 Ha= (AC)ik0 Ha = (BC)jk  0

Ho = Dm= 0 Ho = (ABC)ijk = 0
Ha = Dm 0 Ha = (ABC) ijk 0

Ho = (BD)jm= 0 Ho = (BCD)jkm= 0
Ha = (BD)jm 0 Ha = (BCD)jkm 0

Ho = (CD)km = 0 Ho = (ABD)ijm = 0
Ha = (CD)km 0 Ha = (ABD) ijm 0

Ho = (AD)im= 0 Ho = (ACD)ikm = 0
Ha = (AD)im 0 Ha = (ACD) ikm 0

Ho = (ABCD)ijkm = 0
Ha = (ABCD)ijkm 0

Fcalculado= 32.01
Ftabla-F(0,05,16,3)= 3.239

Conclusión
Como el valor de P es 0.008 < 0.05, con un 95 % de confiabilidad,
hay suficiente evidencia para rechazar la Ho, es decir, que exi
significativa en los tratamientos de dicho estudio. Es por ello que s
un análisis factorial para determinar si los factores (Separación en
Presión en la Camara de Reactor, Flujo del gas utlizado como g
velocidad del grabado, Potencia aplicada al cátodo) y las diversa
algun enfecto en el experimento.

ctores (Tabla de ANAVAR)

 Conclusión
Ya que los factores A y D y la interacción (A*D) son menores a P=0,05,
95% de confiabilidad, se tiene suficiente evidencia para rechazar la Ho
tanto dichos factores reflejan un aporte significativo en la velocidad del g
 Conc
Como los factores A y
son menores a P=0,0
evidencia significativa
Ho, es decir, que d
sufriendo de falta de
regr

Se puede recomendar que evaluen la

ajuste de los factores en el experimento
distancia establecidos entre el anódo y
facto
Aunado a esto se puede observar que
algunos de los factores estudiados en
toma de datos
k+(AD)im+(BC)jk+(BD)jm+(CD)km+(ABC)ijk+(ABD)ijm+(BCD)jkm+(ACD)ikm+

i=1,2,3
j=1,2,3
k=1,2,3
odo (entrehierro) P=1,2

e reacción en la velocidad del grabado

ones

dientes

=0
D)ijkm=0

abado

X1 + 2 X2 + 3 X3 +4 X4 + 12 X1X2 + 13 X1X3 + 23 X1X3 +123 X1X2X3 +1234 X1X2 X3X4 +ijkpm

=0
0

=0
k 0
 =0
0

=0
k 0

Valor de P 0,008 < 0,05

Conclusión
, con un 95 % de confiabilidad, se podría pensar que
chazar la Ho, es decir, que existe una diferencia
dicho estudio. Es por ello que se recomienda aplicar
si los factores (Separación entre el Anódo y Cátodo,
, Flujo del gas utlizado como gas de reaccion en la
licada al cátodo) y las diversas interacciones tienen
nfecto en el experimento.

Se evidencia que
siguen una dis
algunos de ellos q
 Se evidencia que
siguen una dis
algunos de ellos q

sión
(A*D) son menores a P=0,05, don un
evidencia para rechazar la Ho, por lo
gnificativo en la velocidad del grabado

Se puede evidenciar que la mayoria de

los datos se ajustan al modelo de
regresion aplicado, por lo tanto, el modelo
describe la respuesta.
 Conclusión
Como los factores A y D y la interaccion (A*D)
son menores a P=0,05, se tiene suficiente
evidencia significativa como para rechazar la
Ho, es decir, que dichos factores estan
sufriendo de falta de ajuste al modelo de
regresión.

Recomendaciones

de recomendar que evaluen la potencia aplicada al catodo, con el objetivo de mejorar el

e los factores en el experimento, de igual forma es aconsejable revisar los parámetros de
a establecidos entre el anódo y el cátodo, como causa probable del poco ajuste de dicho
factor al modelo planteado.
a esto se puede observar que el error experimental esta aportando mas signficancia que
s de los factores estudiados en el experimento, es por esto que se recomienda repetir la
toma de datos y realizar el estudio nuevamente.
 Se evidencia que la mayoría de los datos
siguen una distribución normal, salvo
algunos de ellos que se alejan de su ajuste.
 Se evidencia que la mayoría de los datos
siguen una distribución normal, salvo
algunos de ellos que se alejan de su ajuste.

Se puede reflejar que los factores D, A y la

interaccion A*D cuentan con una mayor
prioridad en base al aporte que estos le brindan
a la variable respuesta, es decir, en la velocidad
de grabado.

nciar que la mayoria de

stan al modelo de
do, por lo tanto, el modelo
uesta.
 El departamento de control de calidad de una planta de acabados textiles
estudia el efecto de varios factores sobre el teñido de una tela de algodón y
fibras sintéticas utilizada para fabricar camisas para caballero. Se
seleccionaron tres operadores, tres duraciones del ciclo y dos temperaturas, y
se tiñeron tres ejemplares pequeños de la tela bajo cada conjunto de
condiciones. La tela terminada se comparó con un patrón, y se le asignó una
evaluación numérica. Los datos se presentan en la siguiente tabla:

Temperatura
300 ºC 350 ºC
Ciclo
Operador Operador
1 2 3 1 2
23 27 31 24 38
40 24 28 32 23 36
25 26 29 28 35
36 34 33 37 34
50 35 38 34 39 38
36 39 35 35 36
28 35 26 26 36
60 24 35 27 29 37
27 34 25 25 34
acabados textiles
a tela de algodón y
caballero. Se Diseño Factorial 3^3
dos temperaturas, y
da conjunto de Modelo Estadistico: Yijkp: µ+Ai+Bj+Ck+(AB)ij+(AC)ik+(BC)jk+(ABC)ijk+Eijkp
y se le asignó una
guiente tabla: Yijkp= Variable Respuesta
µ= Media
Ai= Marca de Lidocaína
Bj= Fuerza de la Dosis
350 ºC Elementos Ck = Perro
Operador que intervienen (AB)ij
3 (AC)ik
34 (BC)jk
(ABC)ijk
36 Eijkp= Error
39
34 Supuestos
36 Eijk~NID (0;σ^2) Mutuamente independientes
31 σ es constante para todos los niveles
∑Ai=0 ∑Ck=0 ∑(ABC)ijk=0
28 ∑Bj=0 ∑(AC)ik=0
26 ∑(AB)ij=0 ∑(BC)jk=0
24
Variable respuesta: Teñido de una tela de algodón y fibras sintéticas

3 Factores con 3 Niveles Cada uno

Modelo de Regresión: Yijk = 0 + 1 X1 + 2 X2 +3 X3+ 12 (X1X2)+ 13 X1X3 + 23 X

X1= Ciclo
X2= Operador
X3= Temperatura
X1X2= Interacciones
X1X3= Interacciones
X2X3= Interacciones
X1X2= Interacciones
X1X2X3= Interacciones

Prueba de Hipótesis

Ho = Ai=0 Ho= Bj=0 Ho = (AB)ij =0 Ho = Ck=0

Ha = Ai0 Ha= Bj0 Ha = (AB)ij  0 Ha = Ck0

Ho= (AC)ik=0 Ho = (BC)jk =0 Ho = (ABC)ijk = 0

Ha= (AC)ik0 Ha = (BC)jk  0 Ha = (ABC) ijk 0
Ho= (AC)ik=0 Ho = (BC)jk =0 Ho = (ABC)ijk = 0
Ha= (AC)ik0 Ha = (BC)jk  0 Ha = (ABC) ijk 0
BC)jk+(ABC)ijk+Eijkp

ras sintéticas

12 (X1X2)+ 13 X1X3 + 23 X2X3 +123 X1X2X3 +ijkp