1.

INTRODUCCION

El diseño en cuadrado latino controla dos factores dos factores de bloqueo y se estudia un factor
de tratamiento por lo que se tienen cuatro fuentes de variabilidad que pueden afectar la respuesta
a observar estas son:
1. Los tratamientos
2. El factor de bloque ( columnas)
3. El factor de bloque dos (reglones)
4. El error aleatorio

En la práctica se desarrollara ejercicios de diseño en cuadro latino.

2. OBJETIVO (COMPETENCIA)

El alumno aprenderá a desarrollar hojas de cálculo electrónicas para el análisis estadístico de

datos experimentales mediante el método de ANOVA simple para diseños en cuadrado latino (dos
factores de bloque).

3. FUNDAMENTO

En el diseño en cuadrado latino (DCL) se controlan dos factores de bloqueo y se estudia un factor
de tratamiento por lo que se tienen cuatro fuentes de variabilidad que pueden afectar la respuesta
a observar estas son:
 Los tratamientos
 El factor de bloque uno (columnas)
 El factor de bloqueo dos (reglones)
 El error aleatorio
Se llama cuadro latino por dos razones: es un cuadro debido a que tiene la restricción adicional
de que los tres factores involucrados se prueban en la misma cantidad de niveles y es latino porque
se utilizan letras latinas para denotar a los tratamientos o niveles del factor de interés. Sean A, B,
C…K tratamientos a comparar, por lo tanto ambos factores de bloques tienen también k niveles
cada uno. El aspecto de los datos se muestrean en la siguiente tabla.
Por ejemplo: la respuesta Y131 se generó en el tratamiento 3 ©, en el primer nivel de factor
renglón y en el tercer nivel factor columna.
Definicion Cuadro Latino:
Diseño en el que se controlan dos factores de bloquo y uno de tratamiento; lostres factores tienen
la misma cantidad de niveles los tratamientos se representan por letras latinas y se distribuyen en
forma adecuada en un cuadro.
El modelo estadístico para describir el comportamiento de las observaciones está dada por:
𝑌𝑖𝑗𝑙 = 𝜇 + 𝜏𝑖 + 𝛾𝑗 + 𝛿𝑙 + 𝜀𝑖𝑗𝑙

Donde 𝑌𝑖𝑗𝑙 es la observación del tratamiento i en el nivel j del factor renglón y en el nivel l del
factor columna: 𝜀𝑖𝑗𝑙 es el error atribuible a dicha observación.

De acuerdo con este modelo la variabilidad presente se puede descomponer como:

𝑆𝐶𝑇 = 𝑆𝐶𝑇𝑟𝑎𝑡 + 𝑆𝐶𝑏1 + 𝑆𝐶𝑏2 + 𝑆𝐶𝑒
Y los grados de libertad correspondiente son: 𝐾 2 − 1 = (𝐾 − 1) + (𝐾 − 1) + (𝐾 − 1) +
(𝐾 − 2)(𝐾 − 1).

4. PROCEDIMIENTO (DESCRIPCION)
A) EQUIPO NECESARIO MATERIAL DE APOYO
Computadora Bibliografía básica
Software Especializado

B) DESARROLLO DE LA PRÁCTICA

1. Se comprueba el peso en gramos de un material de tres proveedores: A, B y C, por tres

diferentes inspectores:I, II y III, utilizando tres diferentes escalas: 1,2, y 3. El experimento
se lleva a cabo como el siguientes cuadro latino:

escala
inspector 1 2 3
I A 16 B 10 C 11
II B 15 C 9 A 14
III C 13 A 11 B 13

a) ¿hay diferencias entre los proveedores?

b) ¿hay diferencias entre los inspectores y las escalas?
c) Si el peso debe ser 15 g, ¿Cuál proveedor es mejor?
 d) Si algún factor de bloque es no significativo, elimínelo y haga el análisis adecuado (vuelva
a hacer los cálculos pero sin es o esos bloques no significativos).

Statgraphics (metodología):

 Ingresar los datos en columnas. INSPECTOR; ESCALA; PROVEEDORES;

PESO (g).
 Entrar a: comparar > Análisis de varianza > ANOVA Multifactorial >
 En la caja de dialogo; Variable dependiente >PESO (g); Factores > Inspector,
Escala, Proveedores.
 Orden de interacción =1; Tablas >Tabla ANOVA
 Aceptar.

C) CALCULOS

Solución:

Con el software Minitab

INSPECTOR ESCALA PROVEDORES RESPUESTA

I 1 A 16
II 1 B 15
III 1 C 13
I 2 B 10
II 2 C 9
III 2 A 11
I 3 C 11
II 3 A 14
III 3 B 13

Factor Tipo Niveles Valores

INSPECTOR fijo 3 I, II, III
ESCALA fijo 3 1, 2, 3
PROVEEDORES fijo 3 A, B, C

Análisis de varianza para RESPUESTA, utilizando SC ajustada para pruebas

Fuente GL SC Sec. SC Ajust. CM Ajust. F P

INSPECTOR 2 0.2222 0.2222 0.1111 1.00 0.500
ESCALA 2 32.8889 32.8889 16.4444 148.00 0.007
PROVEEDORES 2 10.8889 10.8889 5.4444 49.00 0.020
Error 2 0.2222 0.2222 0.1111
Total 8 44.2222
 S = 0.333333 R-cuad. = 99.50% R-cuad.(ajustado) = 97.99%

INSPECTOR

HIPOTESIS PARA, INSPECTORES:

H0: no existe diferencia significativa entre los inspectores.

Ha: Existe diferencia significativa entre los inspectores.

0.05 > 0.50

Se acepta H0. Por lo tanto no existe diferencia

significativa entre los inspectores.

ESCALA

HIPOTESIS PARA, ESCALAS:

H0: no existe diferencia significativa entre las escalas.

Ha: Existe diferencia significativa entre las escalas.

0.05 < 0.007

Se rechaza H0. Por lo tanto existe diferencia significativa

PROVEEDORES
entre las escalas.

HIPOTESIS PARA, PROVEEDORES:

H0: no existe diferencia significativa entre los proveedores.

Ha: Existe diferencia significativa entre los proveedores.

0.05 < 0.020

Se rechaza H0. Por lo tanto existe diferencia significativa

entre los proveedores.

COMPROBACION DE LA PRUEBA DE SUPUESTOS

 PRUEBA DE NORMALIDAD
 Gráfica de probabilidad de RESIDEST1
Normal
99
Media -1.11022E-15
Desv.Est. 1.061
95 N 9
AD 1.706
90
Valor P <0.005
80
70
Porcentaje

60
50
40
30
20

10

1
-3 -2 -1 0 1 2 3
RESIDEST1

H0: Los errores se distribuyen normalmente.

H1: Los errores no se distribuyen normalmente.

P valor=0.005 < 0.05; entonces se rechaza H0.

Por lo tanto, los errores no se distribuyen normalmente.

 PRUEBA DE VARIANZAS
 Prueba de igualdad de varianzas para RESIDEST1

Prueba de Bartlett
Estadística de prueba -0.00
1 Valor P 1.000
Prueba de Lev ene
Estadística de prueba 0.00
ESCALA Valor P 1.000

0 2 4 6 8 10 12 14
Intervalos de confianza de Bonferroni de 95% para Desv.Est.

H0: Todas las varianzas son iguales.

H1: Por lo menos una varianza es diferente.

P valor = 1.000 > 0.05; entonces se acepta H0.

Por lo tanto, todas las varianzas son iguales.

Comparaciones Múltiples (Prueba de Tukey).

 Para las escalas

Agrupar información utilizando el método de Tukey y una confianza de
95.0%

ESCALA N Media Agrupación

1 3 14.7 A
3 3 12.7 B
2 3 10.0 C

Las medias que no comparten una letra son significativamente

diferentes.

 La escala 1 es mejor.

 Para los proveedores

Agrupar información utilizando el método de Tukey y una confianza de

95.0%

PROVEEDORES N Media Agrupación

 A 3 13.7 A
B 3 12.7 A
C 3 11.0 B

Las medias que no comparten una letra son significativamente

diferentes.
 El proveedor A es el mejor.

5. RESULTADOS Y CONCLUSIONES:

Caso 1. Evaluando las 3 variables.

De acuerdo a los inspectores, debido a que no existe ninguna diferencia significativa

entre estos, se puede escoger cualquiera de estos pues sus medias son muy similares.

De acuerdo a las escalas, debido a que existe una diferencia significativa entre estas, se
procedió a una prueba de tukey, donde se identificó que la escala 1 con una media iguala
a 14.7, es la escala que se puede seleccionar.

De acuerdo a los proveedores, debido a que existe una diferencia significativa entre
estos, se procedió a realizar una prueba de tukey, donde se identificó que el proveedor A
con un promedio de 13.7, es el proveedor que se puedo seleccionar.

Conclusión: cualquier inspector, escala 1 y proveedor A.

6. REFERENCIAS

 Gutiérrez, H. y de la Vara, R. (2012). Análisis y diseño de experimentos. Méxic:

McGraw Hill.