Apalancamiento

Unidad 4

Diseño experimental para un factor

.4.1 .Introducción, conceptualización, importancia y alcances del diseño experimentalen el ámbito empresarial.

Introducción

El diseño experimental suele plantearse cuando se requiere analizar unacaracterística cualitativa sometida a un único factor. Este único factor debe detener una influencia significativa sobre la característica cualitativa.El Diseño de Experimentos tuvo su inicio teórico a partir de 1935 por Sir Ronald A.Fisher, quién sentó la base de la teoría del Diseño Experimental y que a la fechase encuentra bastante desarrollada y ampliada. Actualmente las aplicaciones sonmúltiples, especialmente en la investigación de las ciencias naturales, ingeniería,laboratorios y casi todas las ramas de las ciencias sociales.La experimentación proporciona los datos experimentales, en contraste con losdatos de la observación; los datos de la observación se representan como sunombre indica por

lobservacionesde las unidades elementales de una población ode una muestra, y no deben ser cambiados ni modificados por ningún intento departe de un investigador en el curso de la observación.

ConceptualizaciónEl diseño experimental

es una técnica estadística que permite identificar ycuantificar las causas de un efecto dentro de un estudio experimental.En un diseño experimental se manipulan deliberadamente una o más variables,vinculadas a las causas, para medir el efecto que tienen en otra variable deinterés.

Importancia

El Diseño Experimental, como técnica de investigación, toma importancia en losaños 80 en donde se le da una aplicación estadística de los proyectos de SeisSigma buscando el famoso número de 3,4 defectos por millón de unidadesproducidas.El diseño experimental busca entonces a través de una serie deherramientas estadísticas aplicadas metodizar los ensayos de prueba y error paraencontrar la mejor combinación de variables independientes que optimice unavariable de respuesta en unas circunstancias determinadas.El análisis experimental se basa en la comprensión de la variación que presentanlos datos de salida de un problema. La variación siempre está presente en todoslos procesos de la naturaleza y por ende en los procesos humanos, la planeación

D e un experimento permite identificar las fuentes de que la producen, clasificarlasy tomar decisiones con respecto a ellas.

Alcances del diseño experimental en el ámbito empresarial.

El diseño experimental se distingue por el hecho de definir y controlar las variablesindependientes antes de lanzarlas a mercado, intentando distintos tipos deestímulos a los que respondan los clientes, antes de observar cómo ocurreverdaderamente.Puede establecer diferencias en su respuesta que pueden atribuirse a losestímulos en cuestión, como el envoltorio o el color de un producto, y no a otrosfactores, como la disponibilidad limitada del producto. Aplicar los métodos de diseño experimental requiere juicio empresarial y un gradode sofisticación matemática y estadísticaHoy en día, las empresas pueden recopilar información detallada de los clientescon mayor sencillez y pueden emplear dichos datos para crear modelos quepredigan la respuesta del consumidor con mayor rapidez y precisión.

4.2 Clasificación de los diseños experimentales

Diseño Completamente Aleatorizado

Es el diseño mas simple y sencillo de realizar en el cual los tratamientos se elijenal azar entre las unidades experimentales o viceversa. Este diseño tiene ampliaaplicación cuando las unidades experimentales son muy homogéneas.

Diseño en Bloques Completos Aleatorizados

Al estudiar la influencia de un factor sobre una variabl

e cuantitativa es frecuenteque Aparezcan otras variab

les o factores que también influy

en 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 enel mismo.(ii) Se asume que no tienen interacción con el factor en estudio.

4.3 Nomenclatura y simbología en el diseño experimental.

En los diseños experimentales se presenta la nomenclatura que se utilizara pararepresentar de una manera clara y visual la estructura de los diseños:O: Indica la medida de la variable independiente antes (O1) o después (O2) deltratamiento. El subíndice expresa la posición de la medida en el diseño.X: Indica el tratamiento o variable independiente.

4.4 Identificación de los efectos de los diseños experimentales.4.5 La importancia de la aleatorización de los especímenes de prueba.4.6 Supuestos estadísticos en las pruebas experimentales.

Los supuestos necesarios del modelo estadístico son:a. Aditividad: Los factores o componentes del modelo estadístico son aditivos, esdecir lavariable respuesta es la suma de los efectos del modelo estadístico.b. Linealidad: La relación existente entre los factores o componentes del modeloestadísticoes del tipo lineal.c. Normalidad: Los valores resultado del experimento provienen de unadistribución de probabilidad «Normal» con media m y variancia s2 .d. Independencia: Los resultados observados de un experimento sonindependientes entre sí.e. Variancias Homogéneas: Las diversas poblaciones generadas por la aplicaciónde dos o más tratamientos tienen variancias homogéneas (variancia común).

4.7 Prueba de Duncan.4.8 Aplicaciones industriales.Diseño experimental con bloques al azar y diseños factoriales5.1 Metodología del diseño experimental de bloques al azar.

En muchos problemas de experimentos, es necesario hacer un diseño de talmanera que la variabilidad proveniente de fuentes conocidas pueda ser sistemáticamente controlada.Se seleccionan muestras aleatorias del tamaño n de cada una de las kpoblaciones. Las k diferentes poblaciones se clasifican sobre la base de un criterioúnico tal como el de tratamientos o grupos diferentes. Hoy en día el terminotratamiento se utiliza generalmente para referirse a las diferentes clasificaciones,sea que se trate de mezclas diferentes, analistas diferentes, fertilizantesdiferentes, o regiones diferentes de un país. Se asumirá que las k poblaciones son

independientes y tienen distribución normal con medidas µ1, µ2…,

µk y variación

...