Diseño Factorial 2^k y 3^k
-
Upload
lalo-rodriguez -
Category
Documents
-
view
219 -
download
0
Transcript of Diseño Factorial 2^k y 3^k
-
8/10/2019 Diseo Factorial 2^k y 3^k
1/18
ContenidoDISEO FACTORIAL ......................................................................................................... 21.1 El diseo experimental en la industria y en la investigacin............................................... 2
Diseo de experimentos en la investigacin ................................................................................. 31.2 CONCEPTOS Y ETAPAS EN EL DISEO DE EXPERIMENTOS.............................................. 3
Experimento ................................................................................................................................... 3
Unidad experimental ...................................................................................................................... 3
Etapas en el diseo de experimentos ............................................................................................ 4
Planeacin y realizacin ................................................................................................................. 4
Anlisis ............................................................................................................................................ 5
Interpretacin ................................................................................................................................. 5
Control y conclusiones finales ........................................................................................................ 5
1.3 LA VARIABILIDAD EN LOS PRODUCTOS Y PROCESOS. ...................................................... 6
Variable de respuesta. .................................................................................................................... 6
Factores controlables. .................................................................................................................... 6
Factores no controlables o de ruido. ............................................................................................. 6
Factores estudiados. ....................................................................................................................... 7
Niveles y tratamientos. .................................................................................................................. 7
Error aleatorio y error experimental. ............................................................................................ 7
1.4 DISEO FACTORIAL ................................................................................................... 8Diseo factorial ........................................................................................................................ 8Representacin geomtrica ........................................................................................................... 9
Clculo de los efectos ..................................................................................................................... 9
Anlisis de varianza ...................................................................................................................... 10
Definicin de contraste ................................................................................................................ 10
Mtodos para calcular contrastes. .............................................................................................. 10
Pasos para llegar al ANOVA. ........................................................................................................ 11
EJEMPLO........................................................................................................................................ 12
Diseo factorial ................................................................................................................. 14Anlisis del diseo factorial .................................................................................................... 15EJEMPLO........................................................................................................................................ 16
BIBLIOGRAFA ................................................................................................................................... 18
-
8/10/2019 Diseo Factorial 2^k y 3^k
2/18
2
DISEO FACTORIAL 1.1 El diseo experimental en la industria y en la investigacin.
En la industria es frecuente hacer experimentos o pruebas con la intencin de
resolver un problema o comprobar una idea; por ejemplo, hacer algunos cambios en los
materiales, mtodos o condiciones de operacin de un proceso. Sin embargo, es comn
que estas pruebas o experimentos se hagan con base en el ensayo y error, apelando a la
experiencia y a la intuicin, en lugar de seguir un plan experimental adecuado que
garantice una buena respuesta a las interrogantes planteadas.
El diseo de experimentos consiste en determinar cules pruebas se deben realizar
y de qu manera, para obtener datos que, al ser analizados estadsticamente,
proporcionen evidencias objetivas que permitan responder las interrogantes planteadas, yde esa manera clarificar los aspectos inciertos de un proceso, resolver un problema o
lograr mejoras. Algunos problemas tpicos que pueden resolverse con el diseo y el
anlisis de experimentos son los siguientes:
1. Comparar a dos o ms materiales con el fin de elegir al que mejor cumple los
requerimientos.
2. Comparar varios instrumentos de medicin para verificar si trabajan con la
misma precisin y exactitud.
3. Determinar los factores (las x vitales) de un proceso que tienen impacto sobreuna o ms caractersticas del producto final.
4. Encontrar las condiciones de operacin (temperatura, velocidad, humedad, por
ejemplo) donde se reduzcan los defectos o se logre un mejor desempeo del
proceso.
5. Reducir el tiempo de ciclo del proceso.
6. Hacer el proceso insensible o robusto a oscilaciones de variables ambientales.
7. Apoyar el diseo o rediseo de nuevos productos o procesos.
8. Ayudar a conocer y caracterizar nuevos materiales.
En general, cuando se quiere mejorar un proceso existen dos maneras bsicas de
obtener la informacin necesaria para ello: una es observar o monitorear va herramientas
estadsticas, hasta obtener seales tiles que permitan mejorarlo.
-
8/10/2019 Diseo Factorial 2^k y 3^k
3/18
3
La otra manera consiste en experimentar, es decir, hacer cambios estratgicos y
deliberados al proceso para provocar dichas seales tiles. Al analizar los resultados del
experimento se obtienen las pautas a seguir, que muchas veces se concreta en mejoras
sustanciales del proceso. El diseo de experimentos (DDE) es un conjunto de tcnicas
activas, en el sentido de que no esperan que el proceso mande las seales tiles, sino que
ste se manipula para que proporcione la informacin que se requiere para su mejora.
Diseo de experimentos en la investigacinEl objetivo de los mtodos estadsticos es lograr que el proceso de generar
conocimiento y aprendizaje sea lo ms eficiente posible. En este proceso, que ha
demostrado ser secuencial, interactan dos polos, por un lado estn la teora, los
modelos, las hiptesis, las conjeturas y los supuestos; por el otro, estn la realidad, los
hechos, los fenmenos, la evidencia y los datos. As, una hiptesis inicial lleva a un
proceso de deduccin en el que las consecuencias derivadas de la hiptesis pueden ser
comparadas con los datos. Cuando las consecuencias y los datos no corresponden,
entonces la discrepancia puede llevar a un proceso de induccin, en el cual se modifica lahiptesis original. De esta manera inicia un segundo ciclo de la interaccin de teora y
datos, en el cual las consecuencias de la hiptesis modificada son comparadas con los
datos (los viejos y los que se obtengan en este nuevo ciclo); esto puede llevar a futuras
modificaciones y a la obtencin de conocimiento.
1.2 CONCEPTOS Y ETAPAS EN EL DISEO DE EXPERIMENTOS.
El diseo de experimentos es la aplicacin del mtodo cientfico para generar
conocimiento acerca de un sistema o proceso, por medio de pruebas planeadas
adecuadamente.
ExperimentoUn experimento es un cambio en las condiciones de operacin de un sistema o
proceso, que se hace con el objetivo de medir el efecto del cambio sobre una o varias
propiedades del producto o resultado. Asimismo, el experimento permite aumentar el
conocimiento acerca del sistema.
Por ejemplo, en un proceso qumico se pueden probar diferentes temperaturas ypresiones, y medir el cambio observado en el rendimiento (yield, ppm, defectivo) del
proceso.
Unidad experimentalLa unidad experimental es la pieza o muestra que se utiliza para generar un valor
que sea representativo del resultado del experimento o prueba. En cada diseo de
-
8/10/2019 Diseo Factorial 2^k y 3^k
4/18
4
experimentos es importante definir de manera cuidadosa la unidad experimental, ya que
sta puede ser una pieza o muestra de una sustancia o un conjunto de piezas producidas,
dependiendo del proceso que se estudia.
Por ejemplo, si se quiere investigar alternativas para reducir el porcentaje de
piezas defectuosas, en un proceso que produce muchas piezas en un lapso corto detiempo, es claro que no sera muy confiable que la unidad experimental fuera una sola
pieza, en la cual se vea si en una condicin experimental estaba defectuosa o no. Aqu, la
unidad experimental ser cierta cantidad de piezas que se producen en las mismas
condiciones experimentales, y al final se analizar cuntas de ellas estn defectuosas y
cuntas no.
Etapas en el diseo de experimentosPara que un estudio experimental sea exitoso es necesario realizar, por etapas,
diferentes actividades. En este sentido, la etapa ms importante y a la que se le debe
dedicar mayor tiempo es la planeacin. A continuacin se describen de manera breve lasetapas del diseo de experimentos con objeto de dar una visin global de lo que implica
su correcta aplicacin.
Planeacin y realizacin1. Entender y delimitar el problema u objeto de estudio. En la etapa de planeacin se
deben hacer investigaciones preliminares que conduzcan a entender y delimitar el
problema u objeto de estudio, de tal forma que quede claro qu se va a estudiar, por qu
es importante y, si es un problema, cul es la magnitud del mismo.
2. Elegir las variables de respuesta que ser medida en cada punto del diseo y
verificar que se mide de manera confiable. La eleccin de estas variables es vital, ya que
en ella se refleja el resultado de las pruebas. Por ello, se deben elegir aquellas que mejor
reflejen el problema o que caractericen al objeto de estudio. Adems, se debe tener
confianza en que las mediciones que se obtengan sobre esas variables sean confiables.
3. Determinar cules factores deben estudiarse o investigarse, de acuerdo a la
supuesta influencia que tienen sobre la respuesta. No se trata de que el experimentador
tenga que saber a priori cules factores influyen, puesto que precisamente para eso es el
experimento, pero s de que utilice toda la informacin disponible para incluir aquellos
que se considera que tienen un mayor efecto.
4. Seleccionar los niveles de cada factor, as como el diseo experimental adecuado
a los factores que se tienen y al objetivo del experimento. Este paso tambin implica
determinar cuntas repeticiones se harn para cada tratamiento, tomando en cuenta el
tiempo, el costo y la precisin deseada.
-
8/10/2019 Diseo Factorial 2^k y 3^k
5/18
5
5. Planear y organizar el trabajo experimental. Con base en el diseo seleccionado,
organizar y planear con detalle el trabajo experimental, por ejemplo, las personas que van
a intervenir, la forma operativa en que se harn las cosas, etc.
6. Realizar el experimento. Seguir al pie de la letra el plan previsto en la etapa
anterior, y en caso de algn imprevisto, determinar a qu persona se le reportara y lo quese hara.
AnlisisEn esta etapa no se debe perder de vista que los resultados experimentales son
observaciones mustrales, no poblacionales. Por ello, se debe recurrir a mtodos
estadsticos inferenciales para ver si las diferencias o efectos mustrales (experimentales)
son lo suficientemente grandes para que garanticen diferencias poblacionales (o a nivel
proceso). La tcnica estadstica central en el anlisis de los experimentos es el llamado
anlisis de varianza ANOVA (acrnimo en ingls).
InterpretacinAqu, con el respaldo del anlisis estadstico formal, se debe analizar con detalle lo
que ha pasado en el experimento, desde contrastar las conjeturas iniciales con los
resultados del experimento, hasta observar los nuevos aprendizajes que sobre el proceso
se lograron, verificar supuestos y elegir el tratamiento ganador, siempre con apoyo de las
pruebas estadsticas.
Control y conclusiones finalesPara concluir el estudio experimental se recomienda decidir qu medidas
implementar para generalizar el resultado del estudio y para garantizar que las mejoras se
mantengan. Adems, es preciso organizar una presentacin para difundir los logros.
-
8/10/2019 Diseo Factorial 2^k y 3^k
6/18
6
1.3 LA VARIABILIDAD EN LOS PRODUCTOS Y PROCESOS.
En todo proceso intervienen distintos tipos de variables o factores como los que se
muestran en la figura, donde tambin se aprecian algunas interrogantes al planear un
experimento.
Variable de respuesta.
A travs de esta variable se conoce el efecto o los resultados de cada prueba
experimental, por lo que pueden ser caractersticas de la calidad de un producto y/o
variables que miden el desempeo de un proceso. El objetivo de muchos estudios
experimentales es encontrar la forma de mejorar la variable de respuesta. Por lo general,
estas variables se denotan con la letra y.
Factores controlables.
Son variables de proceso o caractersticas de los materiales experimentales que se
pueden fijar en un nivel dado. Algunos de stos son los que usualmente se controlan
durante la operacin normal del proceso, y se distinguen porque, para cada uno de ellos,
existe la manera o el mecanismo para cambiar o manipular su nivel de operacin. Esto
ltimo es lo que hace posible que se pueda experimentar con ellos.
Por ejemplo, si en el proceso se usa agua a 60C entonces debe existir un mecanismo que
permita fijar la temperatura del agua dentro de un rango de operacin.
Factores no controlables o de ruido.
Son variables o caractersticas de materiales y mtodos que no se pueden
controlar durante el experimento o la operacin normal del proceso.Por ejemplo, algunos factores que suelen ser no controlables son las variables
ambientales (luz, humedad, temperatura, partculas, ruido, etc.), el nimo de los
operadores, la calidad del material que se recibe del proveedor (interno o externo)
-
8/10/2019 Diseo Factorial 2^k y 3^k
7/18
7
Factores estudiados.
Son las variables que se investigan en el experimento, respecto de cmo influyen o
afectan a la variable de respuesta. Los factores estudiados pueden ser controlables o no
controlables, a estos ltimos quiz fue posible y de inters controlarlos durante el
experimento. Para fines de un diseo de experimentos deben seleccionarse los factores
que se considera, por conocimiento del objeto de estudio, que pueden tener efecto sobrela respuesta de inters. Obviamente, si se decide o interesa estudiar el efecto de un factor
no controlable, parte de la problemtica a superar durante el diseo es ver la manera en
que se controlar durante el experimento tal factor.
Niveles y tratamientos.
Los diferentes valores que se asignan a cada factor estudiado en un diseo
experimental se llaman niveles. Una combinacin de niveles de todos los factores
estudiados se llama tratamiento o punto de diseo.
Por ejemplo, si en un experimento se estudia la influencia de la velocidad y latemperatura, y se decide probar cada una en dos niveles, entonces cada combinacin de
niveles (velocidad, temperatura) es un tratamiento. Es necesario probar cada tratamiento
y obtener el correspondiente valor de y.
Error aleatorio y error experimental.
Siempre que se realiza un estudio experimental, parte de la variabilidad observada
en la respuesta no se podr explicar por los factores estudiados. Esto es, siempre habr un
remanente de variabilidad que se debe a causas comunes o aleatorias, que generan la
variabilidad natural del proceso. Esta variabilidad constituye el llamado error aleatorio.
Por ejemplo, ser parte de este error aleatorio el pequeo efecto que tienen losfactores que no se estudiaron, as como la variabilidad de las mediciones hechas bajo las
mismas condiciones. Sin embargo, el error aleatorio tambin absorber todos los errores
que el experimentador comete durante los experimentos entonces hablaremos de error
experimental.
Cuando se corre un diseo experimental es importante que la variabilidad
observada de la respuesta se deba principalmente a los factores estudiados y en menor
medida al error aleatorio, y adems que este error sea efectivamente aleatorio. Cuando la
mayor parte de la variabilidad observada se debe a factores no estudiados o a un error no
aleatorio, no se podr distinguir cul es el verdadero efecto que tienen los factoresestudiados, con lo que el experimento no alcanzara su objetivo principal. De aqu la
importancia de no dejar variar libremente a ningn factor que pueda influir de manera
significativa sobre el comportamiento de la respuesta (principio de bloqueo).
-
8/10/2019 Diseo Factorial 2^k y 3^k
8/18
8
1.4 DISEO FACTORIAL Diseo factorial
Con un diseo factorial se estudia el efecto de dos factores considerando dosniveles en cada uno. Cada rplica de este diseo consiste de 2 2 = 4 combinaciones otratamientos que se pueden denotar de diferentes maneras, como se muestra a
continuacin.
La notacin +1, 1 es til a la hora de hacer los clculos para ajustar por mnimos
cuadrados un modelo de regresin a los datos.
La notacin de signos +, es muy prctica para escribir las matrices de diseo;
esta notacin, combinada con la de Yates (vase ltima columna de la tabla)
permite representar y calcular fcilmente los efectos de inters.
La notacin con letras A+, A se utiliza para escribir, al final del anlisis del
experimento, el mejor punto o tratamiento ganador que se ha encontrado.
La notacin de Yates [(1), a, b, ab] tiene un significado diferente a las dems: con
ella se representa el total o la suma de las observaciones en cada tratamiento, ms
que al tratamiento mismo. Hay que observar que la lgica de la notacin de Yates es la
siguiente: si una letra minscula est presente, entonces el factor correspondiente se
encuentra en su nivel alto; si est ausente, el factor est en su nivel bajo; por ejemplo,
ab se refiere al tratamiento en el que los factores A y B estn en su nivel alto.
-
8/10/2019 Diseo Factorial 2^k y 3^k
9/18
9
Representacin geomtricaEl diseo factorial se representa de manera geomtrica por los vrtices del
cuadrado de la figura.
Cada vrtice representa un punto de diseo o tratamiento. El rea limitada por
este cuadrado se conoce como regin experimental y, en principio, las conclusiones que
se obtengan del experimento slo tienen validez sobre esta regin.
Clculo de los efectosEn este diseo hay tres efectos de inters: los dos efectos principales (A y B) y el
efecto de interaccin (AB). Con el uso de la notacin de Yates podemos ver que si cada
tratamiento se corre n veces, entonces la media de Y en el nivel alto de A es (a + ab)/2n y
en el nivel bajo es (b + (1))/2n. De aqu, y de la definicin de efecto dada en el captulo
anterior, el efecto A se calcula como:
[ () ( ) ]
[ () ( ) ]
El efecto de interaccin entre los factores A y B est dado por la diferencia entre el
efecto de A en el nivel alto de B y el efecto de A en el nivel bajo de B, esto es:
[ () ( ) ]
-
8/10/2019 Diseo Factorial 2^k y 3^k
10/18
10
Anlisis de varianzaAunque los efectos calculados con datos mustrales sean nmeros distintos de
cero, esto no implica que el efecto correspondiente sea estadsticamente diferente de
cero. O, si en su representacin grfica aparentan ser importantes, eso tampoco es
suficiente para concluir que afectan de manera significativa la variable de respuesta. Para
afirmar que tales efectos contribuyen a explicar el comportamiento de la respuesta, se
debe hacer la prueba estadstica del anlisis de varianza
Definicin de contraste
Una combinacin lineal de la forma , con se llama contraste.Se sabe que la suma de cuadrados para cualquier contraste C est dada por
( )
la cual slo tiene un grado de libertad. Note que en el contexto de los diseos factoriales,las sumas corren sobre los tratamientos del diseo factorial , y cada trmino Yirepresenta un trmino de la notacin de Yates.
Por ejemplo, los contrastes correspondientes a los tres efectos A, B y AB en el
diseo factorial estn dados por:Contraste A = [a + abb(1)],
Contraste B = [b + aba(1)]
Contraste AB = [ab + (1)ab]
que, como ya hemos visto, son las cantidades que definen a los efectos.
Mtodos para calcular contrastes.Una manera prctica de establecer los contrastes de cualquier efecto, sea principal
o de interaccin en el diseo factorial 2k es mediante el auxilio de una tabla de signos. La
tabla de signos se construye a partir de la matriz de diseo, multiplicando las columnas
que intervienen en la interaccin que se quiera calcular. Por ejemplo, si se quiere obtener
el contraste de la interaccin doble AB, se multiplica la columna de signos A por la
columna B, y el resultado son los signos de contraste AB. Esto se muestra en la siguiente
tabla de signos para el diseo factorial .
-
8/10/2019 Diseo Factorial 2^k y 3^k
11/18
11
En la tabla de signos, las columnas que corresponden a los efectos principales
coinciden con la matriz de diseo. Una vez obtenidas las columnas de signos de los efectos
de inters, el contraste de cada efecto resulta de multiplicar su columna de signos por la
columna de los datos expresados en la notacin de Yates.
Por ejemplo, al multiplicar las columnas A y B por la notacin de Yates, se obtiene
el contraste de AB que ya conocemos: Contraste AB = [(1) + ab a b]. El clculo decontrastes se complica en la medida de que el nmero de factores crece, dado que se
incrementa rpidamente el nmero de trminos que contiene el contraste.
Pasos para llegar al ANOVA.
Para obtener el ANOVA se necesita calcular la suma de cuadrados de cada uno de
los efectos. Las sumas de cuadrados se pueden obtener ya sea de los efectos o
directamente de los contrastes. Una vez obtenidos los contrastes se procede a estimar los
efectos, dividiendo stos por la constante que los convierte en diferencias de medias. En
particular, el diseo factorial
que est constante es 2n. Para investigar cules de los
tres efectos estn activos o son significativos se procede a probar las hiptesis dadas por:
H0 : Efecto A = 0
H0 : Efecto B = 0
H0 : Efecto AB = 0
cada una contra la alternativa de que el efecto en cuestin es diferente de cero. Estas
hiptesis se prueban con el anlisis de varianza. Para obtener las sumas de cuadrados para
cada efecto se aplica el resultado sobre contrastes, y resultan las expresiones dadas por:
-
8/10/2019 Diseo Factorial 2^k y 3^k
12/18
-
8/10/2019 Diseo Factorial 2^k y 3^k
13/18
13
Los efectos medios y las medias de cuadrados son:
()
() ()
( )
La tabla de anlisis de varianza es:
F.V. S.C. G.L. M.C FFactor A 32 1 32 Factor B 7688 1 7688
Interaccin 3528 1 3528 Residual 172 4 43
Total 11420 7
De modo que el factor B y la interaccin entre A y B son significativos al nivel 0.05.
-
8/10/2019 Diseo Factorial 2^k y 3^k
14/18
14
Diseo factorial Con el diseo factorial se estudian tres factores en dos niveles cada uno. Consta
de = 2 2 2 = 8 tratamientos diferentes, los cuales pueden identificarse con lasmismas notaciones introducidas con el diseo . Los tratamientos del diseo y surepresentacin geomtrica se muestran a continuacin:
1, 1412, 153
0
20
40
60
80
100
120
140
160
180
1 2 3 4
EFECTO DE INTERACCIN
-
8/10/2019 Diseo Factorial 2^k y 3^k
15/18
15
La regin experimental ahora es un cubo regular centrado en el origen (0, 0, 0),
cuyos vrtices son los ocho tratamientos. La matriz de diseo se construye fcilmente
alternando el signo menos y el signo ms en la primera columna, dos menos y dos ms en
la segunda columna, y cuatro menos y cuatro ms en la tercera; el diseo resulta
acomodado en el orden estndar o de Yates. Con este diseo se pueden estudiar los
1
= 7 efectos: tres efectos principales A, B, C; tres interacciones dobles AB, AC, BC y unainteraccin triple ABC. Por lo general, el inters se enfoca en estudiar los efectos
principales y las interacciones dobles.
Anlisis del diseo factorial Sean A, B y C los factores que se quieren estudiar y sean (I), a, b, ab, c, ac, bc y abc,
los totales observados en cada uno de los ocho tratamientos escritos en su orden
estndar.
Al igual que en el diseo
, las columnas de los efectos principales A, B y C son las
mismas que en la matriz de diseo, y las columnas de los efectos de interaccin seobtienen multiplicando las columnas correspondientes.
Al multiplicar las columnas de signos de la tabla por la columna de totales
representados por la notacin de Yates, se obtienen los contrastes para los siete efectos,
dados por:
Contraste A = *a ab ac abc (1) b c bc+
Contraste B = *b ab bc abc (1) a c ac+
Contraste C = *c ac bc abc (1) a b ab+
Contraste AB = *ab b a abc (1) bc ac c+
Contraste AC = *(1) a b ab c ac bc abc+
Contraste BC = *(1) a b ab c ac bc abc+
Contraste ABC = *abc bc ac c ab b a (1)+
-
8/10/2019 Diseo Factorial 2^k y 3^k
16/18
16
Si se hacen n rplicas de cada tratamiento, los efectos de un diseo 23 se estiman
dividiendo los contrastes entre 4n. Por ejemplo, el efecto principal de A se estima de la
siguiente manera: Efecto
Tambin las sumas de cuadrados de los efectos se calculan a partir de sus
contrastes con la frmula:
() La suma total de cuadrados se obtiene de la manera usual como:
Y, por ltimo, la suma de cuadrados del error se calcula por sustraccin. Con esta
informacin se obtiene ANOVA para el diseo 23, dada en la tabla 6.6. Aquellos efectos
cuyos valores-p son menores a a = 0.05 se consideran activos y son los efectos a
interpretar para conocer mejor cmo est operando el proceso y para determinar el
mejor tratamiento. Tambin recordemos que mientras menor sea el valor-p para un
efecto, significa que ste tiene mayor influencia sobre la variable de respuesta. Ntese
que se requieren al menos dos repeticiones (n 2) para calcular el cuadrado medio del
error, puesto que la SCE tiene 0 grados de libertad cuando n = 1. Entonces se recomiendacorrer este diseo con al menos dos rplicas para contar con suficientes grados de libertad
para el error.
EJEMPLO
Supongamos la siguiente tabla con n=2 rplicas
Factor B0 1
Factor A Factor C Factor C
0 1 0 1
0 4 7 20 105 9 14 61 4 2 4 14
11 7 4 16
Se tiene que
(1)=9 c=16 b=34 bc=16
-
8/10/2019 Diseo Factorial 2^k y 3^k
17/18
17
a=15 ac=9 ab=10 abc=30
( ) ( )
( ) ( )
( )
( )
Como, en cada caso:
-
8/10/2019 Diseo Factorial 2^k y 3^k
18/18
18
( )
La tabla de anlisis de la varianza es
F.V. S.C. G.L. M.C FFactor A 7.56 1 7.56 Factor B 105.06 1 105.06 *
Interaccin AB 5.06 1 5.06 Factor C 0.56 1 0.56 0.06
Interaccin AC 39.06 1 39.06 4.49Interaccin BC 0.06 1 0.06 0,01Interaccin ABC 162.56 1 162.56 18.71*
Residual 69.53 8 8.56
Total 389.44 15
Como el valor de , entonces los valores marcados con * son significativos anivel 0.05.
BIBLIOGRAFA
Anlisis y Diseo de experimentos; Gutirrez Pulido Humberto, De la Vara Salazar Romn;
McGraw Hill; Segunda edicin, 2008, Mxico.