Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015

Diseo y Anlisis

Laboratorio # 1
Tema: Explorando MINITAB y Experimentos comparativos simples
Secciones del libro: 2.1 2.6 pginas 25-59 (Montgomery, 8va edicin)
Referencias:
Guilcapi, D. (2013). Diapositivas de la clase de Estadstica para Ingeniera.
Universidad San
Francisco de Quito.
Guilcapi, D. (2014). Diapositivas de la clase de Control Estadstico de la
Calidad.
Universidad San Francisco de Quito.
MINITAB, I. (2014). MINITAB: Software para la mejora de la calidad.
Recuperado Diciembre 2014 desde: http://www.minitab.com/
Montgomery, D. (2013). Design and Analysis of Experiments, 8th Edition.
International
Student Version. VitalBook file. Asia: John Wiley & Sons.
Stat Trek (2014). What is a Dotplot?. Recuperado Diciembre de 2014 desde:
http://stattrek.com/statistics/charts/dot-plot.aspx?Tutorial=AP
Stat Trek (2014). Boxplots (aka, Box and Whisker Plots). Recuperado
Diciembre de 2014 desde:
http://stattrek.com/statistics/charts/boxplot.aspx?Tutorial=AP
I. PREGUNTAS PRE LABORATORIO
Leer el Laboratorio # 1.
Investigar las principales ventajas de MINITAB como software
estadstico. INCLUIR REFERENCIAS.
Investigar qu es un diagrama de puntos, qu se puede observar en
l y a qu conclusiones puede conducir. Puede utilizar un ejemplo
para mejorar su explicacin. INCLUIR REFERENCIAS.
Investigar qu es un diagrama de caja y bigote. Definir qu es el
mnimo, mximo, 25 percentil, mediana, y 75 percentil. Explique
dnde se observa estos aspectos en el diagrama de caja y bigote.
Puede utilizar un ejemplo para mejorar su explicacin. INCLUIR
REFERENCIAS.
Mediante un ejemplo represente el significado de error experimental
presentado en el apartado f.

ll. INTRODUCCIN
En este laboratorio se va a explorar brevemente el men del software
estadstico MINITAB y sus funciones principales. Adems, se va a estudiar
cmo realizar anlisis de datos de experimentos comparativos simples. Para

Universidad San Francisco de Quito

Diseo y Anlisis
de Experimentos
Segundo Semestre 2014 - 2015
ello, se debe tomar en cuenta conceptos estadsticos bsicos e inferencias
sobre las diferencias entre las medias de distintas muestras.
lll. CONCEPTOS Y DESARROLLO
a) MINITAB: Definicin e Introduccin al Programa
Es un software estadstico para el diseo y anlisis de datos. Fue
desarrollado en 1972 por tres profesores de Estadstica de la Universidad de
Penn State. Este programa es el ms utilizado al aplicar la metodologa Six
Sigma, y en la actualidad ms de 450 empresas de la clasificacin Fortune
500 lo utilizan (MINITAB, 2014).
b) Experimentos Comparativos Simples
Definicin: Los experimentos comparativos simples son aquellos que
comparan dos condiciones o tratamientos. Los dos tratamientos
corresponden a dos niveles del factor de diseo escogido (Montgomery,
2013).
Para comprender esta definicin, se va a trabajar con el ejemplo de la
Seccin 2.1. del libro de Montgomery. Este ejemplo tambin enfatiza
algunos conceptos estadsticos importantes como el diagrama de puntos,
variables aleatorias, distribuciones de probabilidad, muestras aleatorias,
distribuciones de muestreo y pruebas de hiptesis.
Ejemplo: Un ingeniero desea comparar la fuerza (kgf/cm 2) de adhesin del
cemento portland de dos formulaciones (modificada y sin modificar). Para
ello, ha recolectado 10 observaciones de la fuerza de adhesin para cada
tipo de formulacin o tratamiento.
Comparar implica determinar si existe una diferencia estadsticamente
significativa entre los dos tratamientos utilizados.
A continuacin se presentan los datos de mediciones de fuerza de adhesin
recopilados por el experimentador:

j
1
2
3
4
5
6
7
8
9
10

Fuerza de Adhesin
Mortero
Mortero sin
Modificado
Modificar
y1j
y2j
16.85
17.50
16.40
17.63
17.21
18.25
16.35
18.00
16.52
17.86
17.04
17.75
16.96
18.22
17.15
17.90
16.59
17.96
16.57
18.15

c) Diagrama de puntos (Dotplot)

Con el objetivo de visualizar los datos de una variable se utiliza el diagrama
de puntos (dotplot).

Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015

Diseo y Anlisis

Dotplot: Un diagrama de puntos o dotplot es un grfico que permite

comparar la frecuencia de aparicin de distintos grupos o categoras de
datos. Este tipo de grfico se utiliza cuando se trabaja con un nmero
pequeo de categoras o un conjunto pequeo de datos (Stat Trek, 2014).
No se recomienda utilizar conjuntos de datos demasiado grandes o
demasiadas categoras de datos porque la visualizacin de datos en el
grfico puede resultar poco clara y confusa. Para cada categora de datos, se

puede observar que los puntos se encuentran agrupados en columnas. La altura de la

columna representa la frecuencia de las observaciones de dicha categora (Stat Trek,
2014). Este tipo de grfico permite ver de forma inmediata la localizacin o tendencia
de las observaciones y su dispersin. Tambin permite observar patrones de simetra, y
sesgo.
Procedimiento para realizar un diagrama de puntos en MINITAB
1. Copiar los datos en MINITAB. Seleccionar el encabezado principal y los
datos, poner Ctrl C, y luego trasladarlos a este programa mediante Ctrl V.
Notar que se dejaron afuera las primeras dos filas.

2. Dirigirse a Graph Dotplot Multiple Ys Stack Ys

Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015

Diseo y Anlisis

3. Asignar los nombres de las columnas C1 Y C2 en Graph Variables y

modificar Escala (Scale) y Rtulos (Labels).

4. Resultado
Diagrama de puntos del factor de Fuerza
con mortero modificado
con mortero no modificado

16,5

16,8

17,1

17,4
Data

17,7

18,0

18,3

Variable
y1j
y2j

y1j es el nombre de la variable que representa el nivel 1 del factor

y2j es el nombre de la variable que representa el nivel 2 del factor

Conclusin:
En base al grfico, se observa que la fuerza del mortero sin modificar es
mayor que la del mortero modificado. Al calcular la media de cada

Universidad San Francisco de Quito

Diseo y Anlisis
de Experimentos
Segundo Semestre 2014 - 2015
formulacin se tiene: Y1 = 16.76 y de Y 2 = 17.92. Esto demuestra
que la fuerza promedio entre ambas formulaciones difiere por pocos
decimales. Sin embargo, no se puede concluir acerca de la diferencia de
forma significativa a partir de este hecho por problemas de muestreo. Para
realizar una conclusin de manera significativa se requiere realizar una
prueba de hiptesis. Este tema se desarrollar al final de este laboratorio.
d) Histograma
Un histograma es un grfico de barras que permite visualizar los datos
cuando estos son muy numerosos. El histograma grafica las observaciones y
su frecuencia de aparicin en la muestra. A partir de un histograma, se
puede determinar la tendencia central, la dispersin y la forma general de la
distribucin de los datos (Montgomery, 2013). Este grfico resulta til
cuando se utiliza conjuntos de datos grandes porque agrupa los datos en
intervalos.
Procedimiento para la realizacin de un histograma en MINITAB
1. Colocar en una columna de MINITAB el set de datos:
i
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

Unifor
midad
2
3
5.5
6.5
7.5
4.6
5.4
3.9
5
4.2
5
4.5
5.5
7
4.7
4

2. Dirigirse a GraphHistogram Simple

Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015

Diseo y Anlisis

Histogram of y11j
6

Frequency

5
4
3
2
1
0

5
y11j

3. Para cambiar el nmero de intervalos, se da un click derecho en cualquier

barra del histograma y se selecciona la opcin Edit Bars (puede realizarse
mediante Ctrl+T). Se escoge la pestaa Binning y se modifica el nmero
de intervalos. Para el ejemplo, se cambia el nmero de intervalos a 5.

Histogram of y11j
9
8
7

Frequency

6
5
4
3
2
1
0

2.0

3.5

5.0
y11j

6.5

8.0

Conclusin: La tendencia central de los datos se encuentra, de forma

aproximada, en un valor de 5 unidades. Se observa que la distribucin de
datos es bastante simtrico y su forma se asemeja a la de una distribucin
t.
e) Diagrama de caja o Diagrama de caja y bigotes (Boxplot)

Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015

Diseo y Anlisis

Un diagrama de caja y bigote es una representacin grfica de datos cuantitativos, en la

que los datos se separan por cuartiles. El diagrama consiste de una caja, que va desde el
cuartil 1 hasta el cuartil 3, y dos bigotes. El bigote izquierdo o inferior va desde el dato
de menor valor hasta el cuartil 1, mientras que el bigote derecho o superior va desde el
cuartil 3 hasta el dato de mayor valor. Adicionalmente, dentro de la caja existe una lnea
recta, que indica el valor de la mediana del grupo de datos. Este grfico permite
observar la variabilidad o dispersin del conjunto de datos. El rango de los datos puede
observarse a travs de la distancia entre el dato ms pequeo y el dato ms grande,
correspondientes a las puntas de los bigotes izquierdo y derecho, respectivamente. El
rango intercuartil se representa mediante la distancia entre los cuartiles 1 y 3. Es decir,
el rango intercuartil se representa mediante la caja del grfico. La mediana de los datos
siempre se encuentra dentro de la caja (Stat Trek, 2014).

Procedimiento para construir un diagrama de caja en MINITAB

1. Seleccionar Graph-Boxplot Multiple Ys Simple. Ubicar la informacin
sobre las formulaciones del primer ejemplo y dar OK

Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015

Diseo y Anlisis

Conclusin:
Se observa que existe una diferencia en la fuerza promedio entre las dos
formulaciones. La formulacin 2 (sin modificar) presenta una mayor fuerza
de adhesin promedio que la formulacin 1. Sin embargo, cabe recalcar que
esta conclusin no se realiza de forma significativa. Se observa que las dos
formulaciones producen distribuciones de fuerza con una simetra
razonable. La dispersin o variabilidad de ambas distribuciones es similar.
*Nota: Los diagramas de puntos, los histogramas y los diagramas de caja
son tiles para resumir la informacin de una muestra de datos. Para
describir con mayor detalle las observaciones se usa el concepto de
distribucin de probabilidad.
f) Conceptos Estadsticos Bsicos
Corrida: Es cada una de las observaciones de un experimento. En el
ejemplo anterior se tuvo 10 corridas para cada tratamiento (Montgomery,
2013).
Error experimental, Error o ruido: Son fluctuaciones que existen en los
resultados. Este error es el resultado de la variacin inherente o natural que
generalmente es inevitable. El error experimental puede crecer por fallas en
la toma de datos y mal diseo del experimento (omitir factores u omitir
bloqueo puede aumentar el error experimental). La presencia de este error
implica que la variable de respuesta del experimento es una variable
aleatoria (Montgomery, 2013).
Variable aleatoria discreta: aquella variable en la que el conjunto de
todos los posibles valores que puede tomar la variable es finito o
contablemente infinito (Montgomery, 2013).
Variable aleatoria continua: aquella variable en la que el conjunto de
todos los posibles valores que puede tomar la variable es un intervalo
(Montgomery, 2013).

Universidad San Francisco de Quito

Diseo y Anlisis
de Experimentos
Segundo Semestre 2014 - 2015
Distribucin de probabilidad: es un modelo matemtico o funcin que
relaciona el valor de la variable con la probabilidad que tiene ese valor de
ocurrir en la poblacin.

Fuente: Diapositivas de Estadstica (Guilcapi, 2013).

g) Prueba de hiptesis o Prueba de significacin
Es una tcnica de inferencia estadstica que permite realizar comparaciones
de forma objetiva. Estas comparaciones se realizan con el conocimiento de
las probabilidades de llegar a una conclusin equivocada. Estas
probabilidades se conocen como probabilidad de error tipo I y probabilidad
de error tipo II (Montgomery, 2013).
Hiptesis Estadstica: Es un enunciado o afirmacin ya sea acerca de los
parmetros de una distribucin de probabilidad o de los parmetros de un
modelo. La hiptesis estadstica refleja una cierta conjetura sobre el
problema a resolver (Montgomery, 2013).
Para probar igualdad de medias, la formulacin de hiptesis es, por ejemplo:

Hiptesis nula H 0 :u1=u 2

Hiptesis Alternativa H 1 :u1 u2
Donde para ejemplificar u1 es la fuerza de la tensin de adhesin
promedio del mortero modificado y u2 es la fuerza de tensin del mortero
sin modificar. Se observa que en este caso la hiptesis alternativa involucra
una prueba de dos colas. Tambin pueden realizarse pruebas de hiptesis
de una cola (inferior o superior).
Tipos de errores en Pruebas Estadsticas

Fuente: Diapositivas de Estadstica (Guilcapi, 2013) y Control Estadstico de

la Calidad (Guilcapi, 2014)

Universidad San Francisco de Quito

Diseo y Anlisis
de Experimentos
Segundo Semestre 2014 - 2015
Resultado obtenido en la Prueba
de hiptesis realizada

En la
Realidad el
resultado
es:

Verdadero

Falso

Verdade
ro

1-

Error tipo 1:

Falso

Error tipo
2:

Potencia de la prueba:
1-

Prueba t de
dos muestras (Two Sample t - Test) con varianzas iguales y
desconocidas: Es una prueba de hiptesis sobre la diferencia entre las
medias de dos poblaciones. Para usar esta prueba se deben cumplir los
siguientes supuestos (Montgomery, 2013):

Ambas muestras se deben tomar de poblaciones independientes

(anlisis de correlacin) que pueden describirse con una distribucin
normal (grfica de probabilidad normal, pruebas de normalidad)
Las varianzas de ambas poblaciones son iguales (grfica de
probabilidad normal, prueba de igualdad de varianzas, grfico de caja
y bigote)
Las observaciones son variables aleatorias independientes (hacer
corridas aleatorias, anlisis de autocorrelacin)
El tamao de la muestra puede ser diferente (principal diferencia con
la t pareada)

Si las variables siguen distribuciones normales y su correlacin es cero

podemos decir que son variables independientes e idnticamente
distribuidas.
Procedimiento para efectuar una prueba de hiptesis t de dos
muestras en MINITAB
1. Dirigirse a StatBasic Statistics 2 Sample t y colocar la siguiente
informacin:

2. Ubicarse en el botn Options y colocar:

Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015

Diseo y Anlisis

3. Resultado
* SE Mean: Es el error estndar de la media, calculado mediante

StDev/raz(N)
Conclusin: Existe suficiente evidencia estadstica para rechazar la
hiptesis nula de que las medias de la fuerza de adhesin para ambos
tratamientos son iguales. Esta conclusin puede realizarse en base al
estadstico de prueba puesto que

|t 0|=|9.11|=9.11>t / 2,18=2.101

* o en

base al P-Value calculado por el software ya que este es menor que la

probabilidad de error tipo I escogida. Se concluye que las fuerzas promedio
de adhesin de los dos tratamientos son diferentes.
* Nota: El valor del estadstico de prueba puede determinarse a partir de
tablas como las presentadas en el apndice del libro de Probabilidad y
Estadstica aplicadas a la Ingeniera de Douglas C. Montgomery.
Sin embargo, resulta ms prctico poder calcular este valor de forma
directa. Esto se puede realizar con ayuda de MINITAB. Se ingresa a
CalcProbability Distributionst y se coloca la siguiente informacin:

Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015

Diseo y Anlisis

A continuacin, se presenta dos tablas que resumen las pruebas de

hiptesis ms comunes. Estas tablas se obtuvieron del libro de Probabilidad
y Estadstica aplicadas a la Ingeniera de Douglas C. Montgomery.

Prueba t-pareada: Se realiza cuando el tamao de muestra es el mismo

para las dos muestras a comparar. Adicionalmente, se requiere que las
observaciones correspondan a mediciones recolectadas en forma pareada.
Diferencia entre la t pareada y t de muestra: suponer que sea desea medir
una caracterstica de un material con dos diferentes aparatos. Para el caso
de la t-pareada, se mide el mismo elemento o pieza del material con los dos
aparados, mientras que en la prueba t de dos muestras se miden dos
diferentes con los dos aparatos. Es decir, las observaciones se debern
tomar en los mismos ejemplares de prueba.

Universidad San Francisco de Quito

Diseo y Anlisis
de Experimentos
Segundo Semestre 2014 - 2015
Las diferencias de las observaciones en una prueba t-pareada son
independientes, pero las observaciones solas son dependientes puesto que
se recolectan de forma pareada.
El estadstico de prueba es:

t 0=

D
S / n

donde:

D j ( X1 j X 2 j )
n

D
j 1

, S2 ( D j ) varianza de las diferencia s

n
Y la comparaci n es :
t0 t n1,1 / 2
En el ejemplo de
la seccin 2.5.1
del libro se presenta este caso. Los datos son los siguientes:

Ejemplar de
prueba
1
2
3
4
5
6
7
8
9
10

Punta
1
7
3
3
4
8
3
2
9
5
4

Punta
2
6
3
5
3
8
2
4
9
4
5

Procedimiento Prueba t pareada (Paired t)

1. Seleccione StatBasic StatisticsPaired t y coloque la siguiente
informacin

2. Pulsar OK.

Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015

Diseo y Anlisis

Conclusin: No existe suficiente evidencia estadstica para asegurar que

existe una diferencia significativa entre la media de la dureza obtenida por
los dos aparatos (Ver el valor del estadstico de prueba y el P-Value). Por lo
tanto, no se rechaza la hiptesis nula:

Hiptesis nula H 0 :u1=u 2

Hiptesis Alternativa H 1 :u1 u2

*Nota: Recuerde que en la conclusin siempre se infiere (rechaza o no se

rechaza) con respecto a la hiptesis nula.
*Nota: Recuerde que el planteamiento de hiptesis puede realizarse a

partir del concepto de D

Actividades Post-Laboratorio:

Investigar los tipos de grficos que se pueden realizar al hacer un

Dotplot y BoxPlot en Minitab y explicar cul es el uso de cada uno
de estos
Realice la Prueba t de dos muestras (Two Sample t - Test) con
varianzas iguales y desconocidas del ejemplo desarrollado en
este laboratorio en Excel.
Realice la Prueba t pareada del ejemplo desarrollado en este
laboratorio en Excel.
Realizar el anlisis de regresin mediante los pasos descritos a
continuacin con los datos mostrados en la Tabla 1 y sacar
conclusiones estadsticas a partir de este modelo.
Tabla 1

j
1
2
3
4
5
6
7
8
9

Fuerza de Adhesin
Mortero
Mortero sin
Modificado
Modificar
y1j
y2j
16.85
17.50
16.40
17.63
17.21
18.25
16.35
18.00
16.52
17.86
17.04
17.75
16.96
18.22
17.15
17.90
16.59
17.96

Universidad San Francisco de Quito

de Experimentos
Segundo Semestre 2014 - 2015
10
16.57

Diseo y Anlisis
18.15

Dirigirse a StatRegressionRegression y colocar la siguiente

informacin:

Resultado: