Unidad 4 Diseo experimental para un factor.

4.1 .Introduccin, conceptualizacin, importancia y alcances del diseo experimental en el mbito empresarial.

Introduccin El diseo experimental suele plantearse cuando se requiere analizar una caracterstica cualitativa sometida a un nico factor. Este nico factor debe de tener una influencia significativa sobre la caracterstica cualitativa. El Diseo de Experimentos tuvo su inicio terico a partir de 1935 por Sir Ronald A. Fisher, quin sent la base de la teora del Diseo Experimental y que a la fecha se encuentra bastante desarrollada y ampliada. Actualmente las aplicaciones son mltiples, especialmente en la investigacin de las ciencias naturales, ingeniera, laboratorios y casi todas las ramas de las ciencias sociales. La experimentacin proporciona los datos experimentales, en contraste con los datos de la observacin; los datos de la observacin se representan como su nombre indica por observaciones de las unidades elementales de una poblacin o de una muestra, y no deben ser cambiados ni modificados por ningn intento de parte de un investigador en el curso de la observacin. Conceptualizacin El diseo experimental es una tcnica estadstica que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseo experimental se manipulan deliberadamente una o ms variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de inters. Importancia

El Diseo Experimental, como tcnica de investigacin, toma importancia en los aos 80 en donde se le da una aplicacin estadstica de los proyectos de Seis Sigma buscando el famoso nmero de 3,4 defectos por milln de unidades producidas. El diseo experimental busca entonces a travs de una serie de herramientas estadsticas aplicadas metodizar los ensayos de prueba y error para encontrar la mejor combinacin de variables independientes que optimice una variable de respuesta en unas circunstancias determinadas. El anlisis experimental se basa en la comprensin de la variacin que presentan los datos de salida de un problema. La variacin siempre est presente en todos los procesos de la naturaleza y por ende en los procesos humanos, la planeacin

de un experimento permite identificar las fuentes de que la producen, clasificarlas y tomar decisiones con respecto a ellas. Alcances del diseo experimental en el mbito empresarial. El diseo experimental se distingue por el hecho de definir y controlar las variables independientes antes de lanzarlas al mercado, intentando distintos tipos de estmulos a los que respondan los clientes, antes de observar cmo ocurre verdaderamente. Puede establecer diferencias en su respuesta que pueden atribuirse a los estmulos en cuestin, como el envoltorio o el color de un producto, y no a otros factores, como la disponibilidad limitada del producto. Aplicar los mtodos de diseo experimental requiere juicio empresarial y un grado de sofisticacin matemtica y estadstica Hoy en da, las empresas pueden recopilar informacin detallada de los clientes con mayor sencillez y pueden emplear dichos datos para crear modelos que predigan la respuesta del consumidor con mayor rapidez y precisin.

4.2 Clasificacin de los diseos experimentales

Diseo Completamente Aleatorizado

Es el diseo mas simple y sencillo de realizar en el cual los tratamientos se elijen al azar entre las unidades experimentales o viceversa. Este diseo tiene amplia aplicacin cuando las unidades experimentales son muy homogneas.

Diseo en Bloques Completos Aleatorizados

Al estudiar la inuencia de un factor sobre una variabl e cuantitativa es frecuente que Aparezcan otras variables o factores que tambin inuyen y que deben ser controladas. A estas variables se las denomina variables bloque, y se caracterizan por (i) No son el motivo del estudio sino que aparecen de forma natural y obligada en el mismo. (ii) Se asume que no tienen interaccin con el factor en estudio.

4.3 Nomenclatura y simbologa en el diseo experimental.

En los diseos experimentales se presenta la nomenclatura que se utilizara para representar de una manera clara y visual la estructura de los diseos: O: Indica la medida de la variable independiente antes (O1) o despus (O2) del tratamiento. El subndice expresa la posicin de la medida en el diseo. X: Indica el tratamiento o variable independiente.

4.4 Identificacin de los efectos de los diseos experimentales. 4.5 La importancia de la aleatorizacin de los especmenes de prueba.

4.6 Supuestos estadsticos en las pruebas experimentales.

Los supuestos necesarios del modelo estadstico son: a. Aditividad: Los factores o componentes del modelo estadstico son aditivos, es decir la variable respuesta es la suma de los efectos del modelo estadstico. b. Linealidad: La relacin existente entre los factores o componentes del modelo estadstico es del tipo lineal. c. Normalidad: Los valores resultado del experimento provienen de una distribucin de probabilidad Normal con media m y variancia s2 . d. Independencia: Los resultados observados de un experimento son independientes entre s. e. Variancias Homogneas: Las diversas poblaciones generadas por la aplicacin de dos o ms tratamientos tienen variancias homogneas (variancia comn).
4.7 Prueba de Duncan. 4.8 Aplicaciones industriales.

Diseo experimental con bloques al azar y diseos factoriales 5.1 Metodologa del diseo experimental de bloques al azar.

En muchos problemas de experimentos, es necesario hacer un diseo de tal manera que la variabilidad proveniente de fuentes conocidas pueda ser sistemticamente controlada. Se seleccionan muestras aleatorias del tamao n de cada una de las k poblaciones. Las k diferentes poblaciones se clasifican sobre la base de un criterio nico tal como el de tratamientos o grupos diferentes. Hoy en da el termino tratamiento se utiliza generalmente para referirse a las diferentes clasificaciones, sea que se trate de mezclas diferentes, analistas diferentes, fertilizantes diferentes, o regiones diferentes de un pas. Se asumir que las k poblaciones son independientes y tienen distribucin normal con medidas 1, 2, k y variacin comn 2.

Diseo Completamente Aleatorizado

Es el diseo mas simple y sencillo de realizar en el cual los tratamientos se elijen al azar entre las unidades experimentales o viceversa. Este diseo tiene amplia aplicacin cuando las unidades experimentales son muy homogneas.

Diseo en Bloques Completos Aleatorizados

Al estudiar la inuencia de un factor sobre una variabl e cuantitativa es frecuente que Aparezcan otras variables o factores que tambin inuyen y que deben ser controladas. A estas variables se las denomina variables bloque, y se caracterizan por (i) No son el motivo del estudio sino que aparecen de forma natural y obligada en el mismo. (ii) Se asume que no tienen interaccin con el factor en estudio.