MANUAL STATGRAPHICS

Introduccin al software y clculo de DCA.

UNIVERSIDAD CENTRAL DEL

ECUADOR
FACULTAD DE CIENCIAS
QUMICAS
QUMICA FARMACUTICA

CTEDRA DE DISEO EXPERIMENTAL

Quim. DIEGO TAFUR
GRUPO 6:
CARRASCO DIANA
ESPN KEVIN
GRANADA CAROLINA
MORETA ERIKA
URRESTA JONATHAN

INTRODUCCIN Y MANEJO DE DATOS

Qu es Statgraphics?
Es un software que est diseado para facilitar el anlisis estadstico de datos.
Mediante su aplicacin es posible realizar unos anlisis descriptivos de una o
varias variables, utilizando grficos que expliquen su distribucin o calculando
sus medidas caractersticas. Entre sus muchas prestaciones, tambin figuran el
clculo de intervalos de confianza, contrastes de hiptesis, anlisis de regresin,
anlisis multivariantes, as como diversas tcnicas aplicadas en Control de
Calidad.
STATGRAPHICS Centurin
Es una potente herramienta de anlisis de datos que
combina una amplia gama de procedimientos analticos
con extraordinarios grficos interactivos para proporcionar
un entorno integrado de anlisis que puede ser aplicado en
cada una de las fases de un proyecto, desde los protocolos
de gestin Six Sigma hasta los procesos de control de
calidad.
Incluye funciones estadsticas avanzadas, capaces de
proporcionar rigurosos anlisis propios de los profesionales estadsticos ms
exigentes y experimentados, y al mismo tiempo ofrece un interface muy
intuitivo, con funciones de asistencia exclusivas, de tal forma que proporciona la
simplicidad suficiente para permitir a un analista inexperto realizar
procedimientos complejos.
PANTALLA PRINCIPAL

En la cual podemos distinguir los siguientes elementos que la conforman:

1. Barra de men
2. Barra de herramientas
3. Barra de tareas
4. Barra de navegacin
ANLISIS DE LOS ELEMENTOS DE LA PANTALLA PRINCIPAL
BARRA DE MEN

La barra de men es una de las barras que siempre estar disponible al utilizar el
programa, de forma que sea posible seleccionar el anlisis deseado. Al clickear
con el ratn sobra cada una de las palabras que componen la barra, aparecer un
men desplegable con otras opciones asociadas. As tendremos:
ARCHIVO: Permite realizar operaciones de carcter general: abrir, cerrar o grabar
ficheros, imprimir y salir de Statgraphics.

EDITAR: Como en otras aplicaciones en entorno Windows, este men est

asociado a diversas opciones de edicin: cortar, copiar, pegar, deshacer entre las
ms importantes.

GRAFICAR: Este men nos permite realizar todo tipo de grficos relacionados al
anlisis de datos.

DESCRIBIR: Este men es muy importante ya que permite realizar el anlisis

pertinente de los diferentes tipos de datos entre los ms importantes: el anlisis
de datos numricos, de una variable, de varias variables, etc..

COMPARAR: En este men se puede realizar el anlisis especfico entre dos

muestras, entre varias muestras y el de varianza o ANOVA que ms adelante se
detallara un poco ms.

VER, VENTANA, AYUDA entre otros: Presentan disponibilidad de varias opciones

de formato y ayuda para el trabajo en este programa.
BARRA DE HERRAMIENTAS

La barra de herramientas tiene como funcin asociar iconos (botones rpidos)

con algunas de las opciones ms frecuentemente utilizadas de la barra de men.
Si se seala con el ratn cualquier botn de la barra, aparecer una breve
descripcin de la funcin asociada.

BARRA DE TAREAS
4

Esta barra Incluye iconos asociados que contendrn los datos que se analizan,
comentarios personales sobre el anlisis, resultados del anlisis efectuado y
comentarios e interpretaciones del programa de los resultados obtenidos. El
conjunto de estos elementos forma el Statfolio.
BARRA DE NAVEGACIN:
Esta barra incluye los iconos en resumen de todas las tareas que se estn
realizando en el momento.

El STATADVISOR
El StatAdvisor est diseado para ayudar en la interpretacin de resultados de procedimientos
estadsticos. Pues este explicar los resultados de las pruebas estadsticas, prevendr de
cualquier supuesto crtico que pudiera haber sido violado por los datos, y sugerir otros
procedimientos que podran aplicarse. Puede accederse a esta ventana en cualquier momento,
pulsando el botn del StatAdvisor en la barra de herramientas principal.

STATGALERY:
Esta herramienta permite almacenar los resultados (grficos incluidos) del
anlisis realizado. Al realizar cualquier anlisis estadstico, el sistema genera una
ventana de anlisis, que estar dividida en paneles conteniendo las diferentes
partes del anlisis. Clickeando con el botn derecho del ratn sobre cada uno de
estos paneles y seleccionando Copy to Galery podremos incluir el panel en el
Statgalery al utilizar la opcion de Copiar una vez posicionados con el ratn sobre
el panel de destino. (La configuracin de los paneles del Statgalery es
seleccionable sin ms que desplazar con el ratn las barras horizontales y
verticales)

STATFOLIO Y STATREPORTER:
Opciones de Statgrafics que permiten introducir los comentarios de usuario para
su posterior edicin, escribir ideas, argumentos, etc

VENTANA DE DATOS:
Es la hoja de clculo que contiene los datos que se van analizar. Pueden
introducirse directamente desde el teclado o recurarse desde un fichero ya
grabado. Esto se tratara detalladamente ms adelante.

Al conjunto de los elementos anteriores se le denomina Statfolio, que puede

almacenarse bajo un nombre nico (fichero .spg) activando la opcin
Archivo...Guardar...Guardar como STATFOLIO. Si abrimos un Statfolio previamente
guardado y continuamos con el anlisis estadstico, cualquier modificacin que se
realice sobre los datos se transmitir automticamente sobre todos los anlisis
6

previamente realizados, por lo que la principal utilidad del Statfolio es repetir un

anlisis sistemticamente sobre distintos conjuntos de datos.

EL LIBRO DE DATOS

Como vemos cada columna ha de representar una variable, es decir el

objeto sobre el cual trabajaremos diferentes mediciones. Cada variable ha
de tener un nombre y un tipo determinado.
Podemos modificar dando doble clic sobre el nombre de columna, de
manera que se despliegue el submen de MODIFICACIN DE COLUMNA

El NOMBRE: Permite identificar el dato dentro del anlisis que ejecutemos;

debe ser nico para cada columna; de 1 a 32 caracteres; no puede iniciar
con un nmero.
El COMENTARIO: Provee informacin adicional sobre especificaciones de
variables.
7

El tipo determina el proceso de anlisis de la variable, es decir el como

ser tratada durante el mismo. La siguiente tabla relaciona la clasificacin
de tipos de variables2
TIPO
Numrico
Carcter
Integral
Fecha
Mes
Trimestre
Hora (hh:mm)
Hora (hh:mm:ss)
Fecha-Hora (hh:mm)
Fecha-Hora (hh:mm:ss)
Decimal
Formula

CONTENIDO
Cualquier nmero vlido
Cadena alfanumrica
Nmero Integral
Mes, da y ao
Mes y Ao
Trimestre y ao
Hora y minuto
Hora, minuto y segundo
Mes, da, ao, hora y minuto
Mes, da, ao, hora, minuto y
segundo
Nmeros de 1 a 9 posiciones
decimales
Calculado de otras columnas

De esta manera el tipo debe coincidir con la el nombre de la columna o de

otra manera ser rechazada.
INTRODUCCIN DE DATOS
Otra forma de trabajo consiste en importar bases de datos ya existentes
en archivos externos a la hoja activa sobre la que ejecutemos procesos de
anlisis; esto puede hacerse de algunas formas diferentes:

Abriendo un archivo existente: En la barra de men:

- Archivo
- Abrir
- Abrir Datos o utilizado comando rpido CTRL+F12;
Seguido de esto se desplegar un cuadro de dialogo de origen de
datos donde podremos elegir el tipo de archivo a abrir.

Copiar y pegar: copiando las hojas activas del archivo externo

podemos pegarlas en el entorno de trabajo de StatGraphics por
medio de:
- Editar
- Pegar o utilizando el comando rpido CTRL+V.

A mano: Introducimos los datos en cada fila. Para esto primero

fijaremos el nombre de cada columna.

CLCULO DE ANOVA (ANOVA simple)

El procedimiento ANOVA Simple (o de un criterio de clasificacin) est
diseado para construir un modelo estadstico que describa el impacto de
un solo factor categrico X sobre una variable dependiente. En este
procedimiento, se supone que los datos se colocarn en dos columnas,
una para la variable dependiente Y y una segunda identificando los niveles
de X.
Para esto despus de ingresar los datos en la hoja de Statgraphics
realizamos lo siguiente:
- Opcin Comparar
- Anlisis de varianza
- ANOVA simple

Aparecer el siguiente cuadro en el que solicita los nombres de las

columnas que contienen las mediciones Y y los niveles del factor X:

10

Variable Dependiente: columna numrica que contiene las n

observaciones de Y.

Factor: columna numrica o no numrica

identificador para los niveles del factor X.

Seleccin: seleccin de un subgrupo de datos.

que

contiene

un

Luego, aparece el recuadro Tablas y grficos y sealaremos las opciones

necesarias damos aceptar.

Al hacer click en aceptar observamos lo siguiente:

11

ANLISIS DE RESULTADOS ANOVA SIMPLE

1.- Se colocan los valores del problema, en este caso se realiz en Excel y se lo
coloca en la hoja del programa Statgraphics.

2.- Se selecciona los valores

- click derecho y modificar columna
- Estos cambian de nombre las columnas tanto de la variable dependiente como
del factor
12

3.- Seleccionamos comparar

- anlisis de varianza
- hacemos click en ANOVA Simple

13

4.- Se mostrar a continuacin un cuadro de dilogo en el que se indican

los datos que van a ser analizados.

5.- Luego aparecer un recuadro Tablas y grficos por lo que se sealara las
opciones necesarias

14

5.- Hacemos click en Aceptar y observamos el siguiente recuadro:

Este grafico representa el Anlisis de ANOVA Simple tanto con la tabla de fuentes
de variacin como con sus variables respectivas
PROBLEMA DE APLICACIN
Se realiz un experimento en el cultivo del pltano fruta (Musa AAAB), clon FHIA
01v1 utilizar un diseo adecuado con el objetivo de evaluar 3 frecuencias de
riego. Los tratamientos fueron los siguientes:
T1: Regar diariamente (7riegos).
T2: Regar interdiario (3,5 riegos).
T3: Regar cada 3 das (2 riegos semanales).
Se prob cada frecuencia en un campo de una unidad rotacional en un sistema
de riego localizado. En cada campo se muestrearon 20 plantas. Para
evaluar los tratamientos se utiliz como variable peso del racimo en kilogramos.

15

A. Planteamineto de hiptesis:
A pesar de que el programa statgraphics no necesita esta informacin, es
necesario que el usuario, reconozca cual es el objetivo del problema, para poder
ingresar correctamente los valores al programa.
Ho: El peso de los banano no varia de acuerdo a la forma de riego.
Ho: 1= 2=3
Ha: El peso del banano varia con la forma de riego.
Ho: 1 23
B. Definir Factores:
Variable Dependiente: Peso del Banano
Unidades: Kilogramos
Factores:
Riego (cualitativa)
Unidades: Cantidad de riego
Niveles:

Regar Diariamente
Regar interdias
Regar pasando tres das

C. Otros Valores:
Numero de repeticiones de tratamientos (n): 10
Numero de repeticiones totales (N): 30
D. Comparacion de las varianzas
1. Una vez que se ha determinado cada trmino, empezamos el uso del
programa. Hacer Clic en la pestaa archivo, y seleccionar nuevo.

16

2. Se abrir una ventana como se muestra a continuacin:

3. En la cual nosotros vamos a ingresar nuestros parmetros, haciendo doble

clic en las pestaas Col_n,

4. Se va a desplegar una nueva ventana, en la cual nosotros vamos a

modificar el nombre de la columna y el tipo de valor que tiene. En nuestro
caso, lo llamamos como tratamiento y con valores de tipo carcter, ya que
utilizaremos letras, y clic en aceptar.

17

5. Este proceso se repite para la siguiente columna, en la cual ser llamada

repeticiones, con tipo de valor numrico, y clic en aceptar.

6. Obteniendo una tabla con los parmetros que necesitamos.

7. Posteriormente la forma de ingresar datos, ser la siguiente, en

tratamientos se especifica el tratamiento y se ingresa en igual nmero que
las repeticiones del experimento, en nuestro caso 10 repeticiones, como se
muestra a continuacin.

18

8. Despus ingresamos los resultados del experimento en la columna de

repeticiones.

9. Hacemos clic en la pestaa comparar, y seleccionamos anlisis de

varianza anova simple

10.Aparecer una ventana de ANOVA SIMPLE, como aparece a continuacin:

19

11.En esta ventana seleccionaremos como variable dependiente a las

repeticiones, las cuales son los valores obtenidos en el experimento,
seleccionando y haciendo clic en la flecha que indica variable dependiente.

12.De la manera similar seleccionamos al tratamiento coma factor.

13.Y clic en acepta, desplegndose una ventana donde podremos elegir que
funciones queremos realizar en el programa, en nuestro caso un Anova y
un resumen del anlisis.

20

14.Clic en aceptar y obtendremos listo el anlisis estadstico de las varianzas

con un solo factor.

15.Como se puede ver tenemos completo el anlisis de nuestro problema y

podremos tomar decisiones.
E. Conclusiones:
Los diferentes tratamientos son diferentes entre s, el factor de riego influye en el
peso del banano
CONCLUSIONES GENERALES

El STATGRAPHICS se utiliza para crear varios tipos de diseos de

experimentos, incluyendo la determinacin de que variables tienen el
mayor impacto en los parmetros de calidad
Este programa se ha concentrado en ofrecer herramientas estadsticas que
puedan ser usadas tanto para disear calidad en los productos y asegurar
que calidad aceptable se mantenga a travs del proceso de produccin.
Determina la mejor proporcin de componentes a usar en una mezcla,
descubrir las condiciones de operacin ms slidas cuando un proceso es
insensible a variaciones en factores de ruido incontrolables, comparar
niveles de uno o ms factores categricos
Estima la importancia relativa de los diferentes componentes de varianza
en la variabilidad global de un producto.
Ayuda a definir lmites de especificacin y establecer tolerancias reales
para las mquinas y las variables del proceso utilizando los ndices de
confiabilidad.
21

Ayuda a las compaas establecer un plan de accin para procesos donde

a menudo se dan condiciones de fuera de control y ayuda a establecer
controles de mantenimiento preventivo para asegurar que los productos
cumplen con las especificaciones requeridas.
Ayuda ofreciendo planes de prevencin durante la produccin con tcnicas
que establecen y controlan los parmetros crticos de la maquinaria y de
las caractersticas del producto.
Contiene metodologas para optimizar procesos; por ejemplo, el Diseo de
Experimentos son tcnicas que identifican y reducen las causas de
variacin y que mejoran la manufactura, el diseo, la calidad y
funcionalidad de los productos y los procesos.

Ventajas y desventajas del programa Statgraphics

Ventajas:

Excelente seleccin de estadsticos.

Funcin SnapStats para anlisis rpidos.

Cuadros de dilogo intuitivos.

Asesor estadstico de resultados.

Fichero de ayuda muy completo.

Facilidad en el control de las capacidades grficas, a travs de un solo

cuadro de dilogo.

Aumento de las capacidades en cuanto al control de calidad y diseo de

experimentos, con los siguientes nuevos procedimientos:
Nuevos diseos
fraccionario.

para

factores

completos

de

nivel

mixto

Diseos mixtos, permitiendo los controles tanto superior como

inferior de las restricciones.
Diseos basados en el mejor comportamiento de la varianza.

Factores categricos nicos o mltiples.

Optimizacin grfica y numrica.

Grficos de control, para tratar observaciones individuales o en subgrupos

serialmente correlacionados.

Grficos de control CuSum.

Grficos de espina de pescado (fishbone).

Recalculo de los lmites de control.

22

Computo de los lmites de tolerancia normal, basados en valores conocidos

de la media, la desviacin tpica y el tamao de la muestra.

Grficos instrumentales incorporados.

Desventajas:

Aspecto anticuado de los controles.

Slo trabaja con columnas de variables.

Introduccin

DBCA EN STATGRAPHICS

STATGRAPHICS Centurion XVII es una herramienta de anlisis de datos que

combina una amplia gama de procedimientos analticos con grficos
interactivos para proporcionar un entorno integrado de anlisis que puede
ser aplicado en cada una de las fases de un proyecto.
Caractersticas especiales
Algunas de las
diferencian son:
-

caractersticas

de

StatGraphics

Centurion

que

lo

El Asistente de Diseo de Experimentos: Ayuda a los usuarios en la

construccin y anlisis de Diseo de Experimentos. El sistema gua al
usuario a lo largo de doce pasos en la creacin del diseo:
Definir las respuestas; los factores experimentales
Seleccionar el diseo; el modelo; ejecuciones
Evaluar el diseo
Guardar el experimento
Analizar los datos; optimizar las respuestas
Guardar los resultados
Aumentar el diseo
Extrapolar
StatWizardTM: Ayuda a seleccionar los anlisis adecuados para los datos.
StatAdvisorTM: Intrprete de resultados.
StatLinkTM: Vincula sus anlisis a una o varias fuentes de datos para que
los anlisis se actualicen cada vez que aquellos datos cambien.
Six Sigma Toolbox: Herramientas que implementan programas Six
Sigma.
StatGalleryTM: Coloca grficos unos junto a otros, o los superpone.
StatReporterTM: Organiza los resultados para una fcil ubicacin.
StatPublishTM: Permite guardar el resultado del anlisis
para su
visualizacin en navegadores web.
StatFoliosTM: Guarda todo lo relativo a su anlisis en un nico archivo.

23

Utilidad del sistema

El programa estadstico incluye procedimientos para:
-

Estadstica bsica y Anlisis exploratorio de datos

Anlisis de varianza y Regresin
Control estadstico de procesos (Anlisis de la capacidad, Grficos de
control, Anlisis de sistemas de medicin)
Diseo de experimentos
Seis Sigma
Anlisis de la fiabilidad y Datos de vida
Mtodos multivariantes y no paramtricos
Anlisis de series temporales y prediccin.

Todas estas funciones lo vuelven una herramienta til y apta para

analistas tanto experimentados como inexpertos. A continuacin se detalla
paso a paso el desarrollo de un Diseo de Bloques Completamente al Azar
(DBCA) en el programa estadstico STATGRAPHICS .

Ejercicio:

TRATAMIENTOS

Se evala la dureza por kilogramo de un tipo de medicamento con

diferentes adiciones de un aglutinante. Las dosis de aglutinante
administradas fueron: 0, 75, 150, 225 y 300 mg/kg. El ensayo fue
realizado en cuatro tableteadoras con diferentes condiciones de humedad
y presin. Obteniendose los siguientes resultados:
BLOQUES
1
2
2010
1832

3
2170

4
1879

75

2915

2175

2610

2294

150

3049

2908

2964

2971

225

3199

3235

3003

2937

300

3381

3270

3129

3137

Dosis (mg/kg)
0

Modelo matemtico:
Yij = + i+ j+ ijE
Hiptesis
Ho: a = b = c = d
HA: a b ; a c ; a d ; b c ; b d ; c d

Desarrollo
24

1. Se colocan todos los datos que nos muestra el problema en columnas. As:

2. En la barra de tareas se hace click izquierdo en COMPARE

3. Se coloca el cursor
sobre el men ANALYSIS OF VARIANCE
posteriormente se elige Multifactor ANOVA.

Se abrir la ventana que se observa a continuacin.

4. Dentro de la ventana que se despliega, se selecciona la opcin

Tratamiento
25

Se desplegar la pantalla que se observa a continuacin:

5. Dar click izquierdo sobre los botones que en la imagen se observan dentro
del crculo de color azul. Abrindose la ventana Tables

26

6. Seleccionar con un click las opciones que se muestran en el crculo rojo de

la imagen que se muestra a continuacin.

7. En la barra de tareas, seleccionamos el botn guardar y hacemos click en

OK.

27

8. A continuacin en la barra de tareas seleccionamos la pestaa DESCRIBE

9. Dentro del men que se despliega, se selecciona Distribution Fitting,

que una vez seleccionado desplegar otra lista de la que se seleccionar
Fitting Uncensored Data

28

10.
Seguidamente se despliega la ventana que se observa en la figura
siguiente. De las opciones, seleccionar
Data: Residuals y Select:
Rendimiento

11.
A continuacin hacemos click en OK y se desplegar la ventana
que observamos a continuacin.

29

12.

Dar click en Tables y seleccionar las tres primeras opciones

13.
Dar click en Graphs y seleccionar de la lista Density Trace,
Frequency Histogram y OK

30

14.

Aparecer la ventana con los siguientes resultados.

Donde se observa que el p value es mayor que el 0.05 de confianza por lo

tanto se acepta la hiptesis nula es decir los errores son normales

15.
Se abre una nueva pantalla y se ingresan los datos de la
comparacin de los tratamientos. Se ingresan los datos de los tratamientos
en las casillas correspondientes
31

16.
Dar click de forma secuencial en: Analyze, Variable Data,
Multiple Sample comparisons y Multiple-Sample Comparison

17.
Aparecer la ventana a continuacin, donde se seleccionar de la
lista de opciones: Multiple Data Columns y OK.

32

18.
Se desplegar una lista, de la cual se seleccionarn los cinco
tratamientos. Dar click en OK

19.
Seleccionar el botn Tablas, encerrado en el crculo rojo que se
aprecia en la imagen. Se desplegar una lista de opciones de las cuales se
seleccionar Variance Check

20.
Dar click en Grficos como se observa en la imagen. A
continuacin seleccionar Scatterplot y Graphical ANOVA

33

21.

Se desplegar el cuadro informativo que se aprecia en la imagen.

22.
Dar click en Variance check y seleccionar de la lista, la opcin
Bartlelts Test

34

23.

Se presentar el anlisis propuesto como se aprecia en la imagen.

24.

Se seleccionar nuevamente Multifactor ANOVA

35

25.
El anlisis multifactor ser ahora de todo el diseo, presentndose
los resultados del problema.

26.
Seleccionar nuevamente el botn Tabla y consecuentemente las
opciones Analysis Summary, ANOVA Table y Multiple Range Tests

36

27.
Dar click en Graphs y a continuacin seleccionar Scaterplot,
Graphical ANOVA y OK

28.

Se obtendrn los resultados finales del problema.

37

Se aprecia, la aceptacin de la hiptesis nula homogenizando las

varianzas.

38

Conclusiones
-

Statgraphics es un programa informtico creado para facilitar el anlisis

estadstico de los datos. Es por ello que dispone de algunas ventajas
comparativas sobre otros programas informticos de propsito general, entre
las cuales se destaca la rapidez y facilidad mediante la cual se consiguen
efectuar las distintas tcnicas estadsticas.
Statgraphics puede ser empleado entonces para generar ficheros (con editor
de datos), editarlos, realizar una estadstica descriptiva, una representacin
grfica de los datos, inferencia estadstica, anlisis de varianza (ANOVA) y
regresiones lineales.
El programa estadstico StatGraphics permite realizar anlisis estadsticos
completos en Diseos de Bloques Completamente al Azar (DBCA), tanto en
aceptacin como en rechazo de las hiptesis planteadas, y la respectiva
comprobacin de stas.

DISEO DE CUADRADO LATINO Y APLICACIN EN EL PROGRAMA

STATGRAPHICS

DISEO EN CUADRO LATINO (DCL)

Los diseos en cuadrados latinos son apropiados cuando es necesario
controlar dos fuentes de variabilidad.
Existen cuatro fuentes de variabilidad que pueden afectar la respuesta
observada, stas son: los tratamientos, el factor de bloque I (columnas), el
factor de bloque II (renglones) y el error aleatorio. En dichos diseos el
nmero de niveles del factor principal tiene que coincidir con el nmero de
niveles de las dos variables de bloque o factores secundarios y adems
hay que suponer que no existe interaccin entre ninguna pareja de
factores.
Un cuadrado latino es una matriz de nn elementos en la que cada casilla
est ocupada por uno de los n smbolos.

El nmero de niveles del factor principal tiene que coincidir con el nmero
de niveles de las dos variables de bloque o factores secundarios
Se llama cuadro latino por dos razones: es un cuadro debido a que tiene la
restriccin adicional de que los tres factores involucrados se prueban en la
39

misma cantidad de niveles, y es latino porque se utilizan letras latinas

para denotar a los tratamientos o niveles del factor de inters. Sean A, B,
C,, K, los k tratamientos a comparar, por lo tanto ambos factores de
bloques tienen tambin k niveles cada uno.
Si se considera una tabla de doble entrada donde las filas y las columnas
representan cada uno de los dos factores de bloque y las celdillas los
niveles del factor principal o tratamientos

Entonces cada tratamiento debe aparecer una vez y slo una en cada fila
y en cada columna.
Ventajas:
Provee una mejor estimacin del error experimental
Mejora la precisin
Hace que el experimento sea ms eficiente
Controla dos fuentes de variacin
Desventajas
Cuando el nmero de tratamientos es grande, se puede presentar un
problema potencial debido a que el requerimiento de que el nmero de
filas y columnas debe ser igual al nmero de tratamientos es ms
difcil obtener.
Aleatorizacin de un cuadro latino
La regla fundamental es que cada letra debe aparecer slo una vez en
cada rengln y en cada columna. Siempre es fcil construir un cuadro lati
no estndar: en el que en la primera columna y en el primer rengln
aparecen las letras en orden alfabtico. Por ejemplo, un cuadro latino
estndar de tamao cuatro est dado por:

40

Para cuatro tratamientos se pueden construir un total de 576 cuadros

latinos, de los cuales cuatro son estndar. La seleccin del diseo debera
ser elegir uno al azar de los 576 posibles; no obstante, es prcticamente
imposible construir todos para seleccionar uno al azar. Sin embargo,
ocurre que dado un cuadro latino, cualquier intercambio de columnas o de
renglones tambin es un cuadro latino.
Por eso la estrategia de seleccin y aleatorizacin recomendada en la
prctica es la siguiente:
1. Se construye el cuadro latino estndar ms sencillo.
2. Se aleatoriza el orden de los renglones (o columnas) y despus se
aleatoriza el orden de las columnas (o renglones).
3. Por ltimo, los tratamientos a comparar se asignan en forma
aleatoria a las letras latinas.
El cuadro latino tiene dos restricciones a la aleatorizacin que se deben a
los dos factores de bloque, lo cual implica que a la hora de correr el
experimento no hay ningn margen de aleatorizacin. Es decir, se puede
correr por columna o por rengln segn convenga. Lo que no es correcto
es hacer todas las pruebas de un tratamiento, luego todas las de otro, y
as sucesivamente, puesto que se puede introducir ruido adicional debido
a factores no controlables que cambian con el tiempo.
Cuadro de ANOVA para un cuadro latino:
Para poder realizar los respectivos clculos para el anlisis de varianza, se
basa en el cuadro de ANOVA, el mismo que se presenta a continuacin:

Frmulas para el clculo de ANOVA en un cuadro latino:

As mismo como en los casos de DCA y DBCA este modelo de diseo
experimental se determina a travs de mltiples ecuaciones, las mismas
que irn en razn a los factores (columna, fila o rengln y tratamiento), el
error y el total
41

Se debe tomar en cuenta que al momento de calcular la sumatoria de

cuadrados de los tratamientos, se debe primero organizar cada
tratamiento con su respectivo valor y de esa manera obtener este valor

Ejercicio de aplicacin:
Una qumica desea probar el efecto que tienen cuatro agentes qumicos
sobre la resistencia de un tipo particular de tela, medido en MPa. Como
puede haber variabilidad entre un rollo de tela y otro, decide utilizar un
diseo aleatorizado por cuadro latino, sabiendo que los tipos de tela
utilizados y la temperatura a la cual ocurre la reaccin pueden actuar
como factores. Ella selecciona 4 rollos y les aplica los cuatro agentes
qumicos en orden aleatorio. A continuacin, se proporcionan los
resultados de la resistencia a la tensin. Analice estos datos y haga las
conclusiones apropiadas.
Temperat
ura

Rollo de tela
1

25

A=7
3

C=6
8

B=7
4

D=7
1

30

C=7
3

B=6
7

D=7
5

A=7
2

35

B=7
5

D=6
8

A=7
8

C=7
3

40

D=7
3

A=7
1

C=7
5

B=7
5

42

Luego de analizar cuidadosamente el problema propuesto, se pudo

determinar que la variable respuesta es la resistencia que tiene la tela, la
misma que est dada en MPa, el factor tratamiento estar dado por los
diferentes agentes qumicos ya que estos son los factores de mayor
inters a conocer su efecto.
Los dems factores, tanto temperatura como el rollo de tela, se pueden
ubicar tanto en columnas como en filas, eso se puede escoger al azar o de
acuerdo a las tablas propuestas, siempre considerando la aleatorizacin
que se plantee en el ejercicio, a continuacin se procede a realizar la tabla
de ANOVA
Tabla de ANOVA para el ejercicio:
Primero se debe plantear las hiptesis correspondientes, tanto la nula (que
implica una igualdad) y la hiptesis alternativa (que implica una
desigualdad), las mismas que matemticamente se expresan de la
siguiente manera:

U 1=U 2=U 3=U 4

Ho:

HA:

U 1 U 2; U 1 U 3 ; U 1 U 4 ; U 1 U 5 ; U 2 U 3

U 2 U 4 ; U 2 U 5 ; U 3 U 4 ; U 3 U 5 ; U 4 U 5
Fuente de
variacin

S.C.

C.M.

Fo

Ftab

6,69

Grados
de
libertad
3

Tratamiento
s
Renglones
Columnas
Error
Total

2,23

1,51

4,76

14,19
104,19
8,86
133,94

3
3
6
15

4,73
34,73
1,48

3,20
23,52

4,76
4,76

Criterios de rechazo:
Fo< Ftab Se acepta Ho

Fo> Ftab Se rechaza Ho

43

Entonces de acuerdo al anlisis de varianza y aplicando el criterio de

rechazo se tiene que:
FoTrat. =1,51< 4,76=Ftab
FoColumna=23,52< 4,76=Ftab
FoFila =3,20<4,76=Ftab
Por ende se tiene que en los factores: tratamiento y fila se acepta la
hiptesis nula, por ende se considera que el uso de cualquiera de los
agentes qumicos no altera el resultado, as mismo que el uso de un
diferente tipo de rollo de tela
As mismo se tiene que en el caso del factor temperatura, en este caso se
rechaza la hiptesis nula, lo que significa que el trabajar a diferentes
temperaturas si va a alterar los resultados obtenidos, por lo tanto aplicar
un bloqueo en este factor no es lo ms recomendable.
MANUAL PARA LA CREACION DE UN CUADRADO LATINO EN
STATGRAPHICS CENTURION XVI/XVII
El programa STATGRAPHICS CENTURION representa una gran herramienta
para todo tipo de clculo estadstico, pero se necesita un grado avanzado
de conocimiento de la materia de estadstica, por esta razn se explicara
de manera precisa y simple como se puede disear un experimento de
cuadrado latino en el programa, describiendo pasos sencillos y rpidos.
Requerimientos previos.
Esta dems el mencionar que se debe tener el programa instalado en el
computador. El programa es de fcil acceso, se puede descargar una
versin de prueba o comprar una licencia desde su pgina web
http://www.statgraphics.com/
Este manual describir para las versiones de STATGRAPHICS CENTURIN
XVI y STATGRAPHICS CENTURIN XVII que es la ltima versin del
programa. Adems que se describir los pasos necesarios para la creacin
solo del cuadrado latino, no se profundizara las dems opciones
dentro del programa y dentro los pasos que se siguen para la
realizacin del diseo.
PASOS PARA LA CREACION DE UN CUADRADO LATINO
1) Ejecutar el programa.
44

2) Seleccionar la tarea que deseo realizar dentro del programa.

Al iniciar el programa se despliega STATWIZARD que es un ayudante
para la utilizacin del programa, si no aparece al inicio se lo puede
encontrar en la barra de herramientas.

Barra de herramientas

En el men existen tres opciones de tareas, para la realizacin del

cuadrado latino es vlida la primera y la segunda opcin, pero en la
primera opcin se debe conocer el formato que tiene un cuadrado
latino en el libro de datos de STATGRAPHICS, ese proceso no se
describir en este manual. Se selecciona la segunda opcin ya que
esta brinda una manera ms sencilla, para personas que se estn
familiarizando con el programa, la creacin del diseo deseado.

45

3) Se selecciona el tipo de estudio que se quiere realizar.

En este caso se marca Disear un experimento

4) Seleccionar el tipo de experimento.

Despus del paso anterior en estas versiones del programa se
despliega el Asistente de diseo de experimentos, con este
asistente se puede establecer el tipo de datos, variables respuestas,
factores, y otros elementos necesarios para crear un diseo
experimental, pero no se describir esta manera de realizacin del
46

diseo ya que implica mayor conocimiento sobre estadstica y

resultara complicado para personas que se estn familiarizando con
el programa.

Por esta razn se recurre al men DDE ubicado en la barra de

mens.

Se selecciona Procedimientos DOE Heredados

Seleccionar Crear diseo

Seleccionar Diseo Nuevo

5) Creacin del cuadrado latino

47

Se despliegan varios mens a partir de este paso que se describirn

secuencialmente a continuacin:
Se marca en clase de diseo Un solo factor categrico
Se establece el nmero de variables respuestas, en el
cuadrado latino es una variable respuesta.

Se define el factor tratamiento, se agrega el nombre, las

unidades y los niveles (para el cuadrado latino se debe asignar
las letras latinas, esto se lo realiza en la opcin Etiquetas).

48

Se define la variable respuesta, nombre y unidades.

En tipo de diseo se marca Cuadrado latino

49

La casilla Replicar diseo indica las veces en que se va a repetir el

mismo experimento, ya que solo deseamos que sea una sola vez se
asigna el valor de 0.
Tambin si se desea que el programa aleatorice los datos
automticamente se deja marcada la casilla Aleatorizar. Es
bastante recomendable que no se desmarque esta casilla ya que
resulta ms sencillo y prctico para la entrada de datos si el
programa aleatoriza automticamente los datos.

Se define los dos factores de bloqueo, nombre y unidades.

6) Manejo del libro de datos

Ya se tiene el formato del cuadrado latino en el libro de datos ahora
solo hay que ingresar los datos experimentales segn este
aleatorizado los datos del experimento.

50

Con este ltimo paso se termina la realizacin del cuadrado latino en el

programa ahora se describir la manera de realizar el anlisis de variancia
o ANOVA.
REALIZACIN DEL ANOVA EN STATGRAPHICS
Para esto se utilizara el siguiente ejemplo:
Una qumica desea probar el efecto que tienen cuatro agentes qumicos
sobre la resistencia de un tipo particular de tela. Como puede haber
variabilidad entre un rollo de tela y otro, decide utilizar un diseo
aleatorizado por cuadro latino, sabiendo que los tipos de tela utilizados y
la temperatura a la cual ocurre la reaccin pueden actuar como factores.
Ella selecciona 4 rollos y les aplica los cuatro agentes qumicos en orden
aleatorio. A continuacin, se proporcionan los resultados de la resistencia
a la tensin. Analice estos datos y haga las conclusiones apropiadas.

Realizamos todos los pasos antes descritos para obtener en el libro de

datos el formato del cuadrado latino, asignando los nombres y unidades
de los factores y de la variable respuesta, para ingresar los datos
respectivos que servirn para la realizacin del anlisis de varianza.

51

52

53

Una vez que ya tenemos realizado nuestro cuadrado latino y hemos

ingresado los datos experimentales se realiza el siguiente procedimiento:
1) Seleccionar el men Comparar

2) Seleccionar Anlisis de Varianza

3) Seleccionar ANOVA Multifactorial

54

Al seleccionar la opcin se desplegar un men para la seleccin de las

variables y los factores del experimento.

A continuacin se despliega otra ventana que indica las opciones del

ANOVA multifactorial, aqu se debe elegir la interaccin de orden mximo
que es el nmero mximo de factores para los cuales una interaccin ser
estimada, y se le asigna el nmero 1 que esta predeterminado.

55

En la siguiente ventana se seleccionar los procesos deseados que

conlleva el ANOVA adems de los grficos estadsticos. En este caso solo
deseamos saber la tabla de ANOVA y las pruebas de rangos mltiples, que
son las pruebas de significancia que nos permite establecer diferencias
entre tratamientos cuando se rechaza la hiptesis nula y se acepta la
hiptesis alternativa.

56

En las pruebas de rango mltiples se puede seleccionar el tipo de prueba

que se desea aplicar y el factor que se desea tratar para esto se hace clic
57

derecho sobre la parte de la ventana correspondiente a las Pruebas de

Mltiples Rangos y se hace clic en Opciones de ventana.

Aqu se despliega un men que nos permite seleccionar el tipo de prueba,

el nivel de confianza el factor a tratar y otras opciones ms que
elegiremos segn sea nuestra preferencia.

Con esta ltima descripcin se termina la realizacin del CUADRADO

LATINO en STATGRAPHICS CENTURION.

58

CONCLUSIONES DEL TRABAJO

Este diseo se utiliza para conducir experimentos en condiciones

heterogneas donde las propiedades cambian en dos direcciones como
ocurre en la toma de muestras para anlisis de laboratorio, donde las
condiciones cambian entre planta y planta (una direccin) y de hoja a
hoja por tamao o posicin en la misma planta (otra direccin).
El agrupamiento de las unidades experimentales en dos direcciones
(filas y columnas) y la asignacin de los tratamientos al azar en las
unidades, de tal forma que en cada fila y en cada columna se
encuentren todos los tratamientos constituye un diseo cuadrado
latino.
En los cuadros latinos, como en los bloques al azar, a medida que
aumenta el tamao del bloque, el error experimental por unidad
probablemente aumente.
Statgraphics destaca especialmente por sus capacidades para la
representacin grfica de todo tipo de estadsticas y el desarrollo de
experimentos,
previsiones
y
simulaciones
en
funcin
del
comportamiento de los valores. En definitiva, se trata de una completa
herramienta para el estudio, anlisis y aprendizaje de cualquier rama
de la Estadstica.

DISEO CUADRADO GRECO - LATINOS

1. Introduccin
El modelo en cuadrado greco-latino es una matriz cuadrada de tamao n x
n, se puede considerar como una extensin del cuadrado latino en el que
se incluye una tercera variable de control o variable de bloque. En este
modelo, como en el diseo en cuadrado latino, todos los factores deben
tener el mismo nmero de niveles K y el nmero de observaciones
necesarias sigue siendo K2. Este diseo es, por tanto, una fraccin del
diseo completo en bloques aleatorizados con un factor principal y 3
factores secundarios que requerira K4 observaciones. Los cuadrados
greco-latinos se obtienen por superposicin de dos cuadrados latinos del
mismo orden y ortogonales entre s, uno de los cuadrados con letras
latinas el otro con letras griegas. Dos cuadrados reciben el nombre de
ortogonales si, al superponerlos, cada letra latina y griega aparecen juntas
una sola vez en el cuadrado resultante.
La siguiente tabla ilustra un cuadrado greco-latino para K = 4
Tabla 1. Cuadrado greco-latino

59

2. Planteamiento del modelo

En un diseo en cuadrado greco-latino la variable respuesta y ij(hp) viene
descrita por la siguiente ecuacin:
yij(hp) = + i + j + h + p +

ij(hp)

i = 1, 2 . . . , K
j = 1, 2 . . . , K
h = 1, 2 . . . , K
p = 1, 2 . . . , K ,

Donde:

es un efecto constante, comn a todas las unidades.

i es el efecto producido por el i-simo nivel del factor fila. Dichos
efectos estn sujetos a la restriccin i i = 0.
j es el efecto producido por el j-simo nivel del factor columna.
Dichos efectos estn sujetos a la restriccin j j = 0.
h es el efecto producido por el h-simo nivel del factor letra latina.
Dichos efectos estn sujetos a la restriccin h h = 0.
p es el efecto producido por el p-simo nivel del factor letra griega.
Dichos efectos estn sujetos a la restriccin p p = 0.
ij(hp) son variables aleatorias independientes con distribucin N(0,
).

La notacin yij(hp) indica que los niveles i y j determinan los niveles h y p

para un cuadrado greco-latino especificado. Es decir, los subndices h y
p toman valores que dependen de la celdilla (i, j).
Se utiliza la siguiente notacin:

N = K2 es el nmero total de observaciones.

El total y el promedio de todas las observaciones

El total y el promedio para cada fila

60

El total y el promedio para cada columna

El total y el promedio para cada letra latina

El total y el promedio para cada letra griega

se obtiene sumando las K observaciones en las que la letra

latina se ha fijado al nivel h.

se obtiene sumando las K observaciones en las que la letra

griega se ha fijado al nivel p.
Comentario 1.1
Uno de los inconvenientes del cuadrado greco-latino, al igual que el
cuadrado latino, es que requiere el mismo nmero de niveles para los
cuatro factores que intervienen. Adems no hay cuadrados grecolatinos de dimensin 6.

3. Estimacin de los parmetros del modelo

Siguiendo el mismo proceso que en los diseos anteriores se obtienen los
siguientes. Estimadores mximos verosmiles de los parmetros del
modelo

61

4. Residuos
Los residuos en este modelo adoptan la expresin:

Como en el diseo en cuadrado latino los residuos suman cero por filas,
por columnas, para cada letra latina y adems tambin deben sumar cero
para cada letra griega. Por lo tanto, el nmero de grados de libertad de los
residuos es: (K 1)(K 3). En efecto:
K2 (K + 3(K 1)) = (K 1)(K 3)

Se verifican las mismas propiedades para los estimadores mximoverosmiles que en los modelos anteriores. En este modelo la expresin de
la varianza residual tiene la siguiente forma:
62

5. Descomposicin de la variabilidad
Siguiendo el mismo procedimiento que en los modelos anteriores se
comprueba que la ecuacin bsica del anlisis de la varianza es:

Que simblicamente se puede escribir:

SCT = SCF + SCC + SCL + SCG + SCR
Denominando por esas siglas los trminos en el orden en que figuran en la
ecuacin y que reciben los siguientes nombres
1)
2)
3)
4)
5)
6)

SCT suma total de cuadrados.

SCF suma de cuadrados debida al efecto fila.
SCC suma de cuadrados debida al efecto columna.
SCL suma de cuadrados debida a las letras latinas.
SCG suma de cuadrados debida a las letras griegas.
SCR suma de cuadrados del error.

Basndonos en estas sumas de cuadrados se construyen los

correspondientes cuadrados medios y se denota de la siguiente manera
CMT, CMF, CMC, CML, CMG y CMR o CME.
Los valores esperados de los cuadrados medios correspondientes a las
filas, columnas, letras latinas, letras griegas y residuales, son,
respectivamente:

63

Este diseo tiene la propiedad de que todos los contrastes sean

ortogonales

Los estadsticos
respectivamente

de

contraste

para

verificar dichas

hiptesis

son,

Bajo las hiptesis nulas cada uno de los estadsticos de contraste sigue un
distribucin F con K 1 y (K 1)(K 3) grados de libertad. Por tanto, se
64

rechazar la hiptesis nula correspondiente cuando el valor experimental

del estadstico sea mayor que el encontrado en las tablas de la
distribucin F con K1 y (K1)(K3) grados de libertad al nivel de
significacin .
5.1. Tabla del clculo del ANOVA para un cuadrado grecolatino

Fuente de
variacin

Suma de cuadrados

Grados
de
libertad

E. fila

K-1

E. col

K-1

E. l. latinas

K-1

E. l. griegas

K-1

Residual

SCT SCF-SCC-SCLSCG

Cuadrados
medios

Fexp

(K-1)(K-3)

K2-1

TOTAL

Las expresiones abreviadas de SCT, SCF, SCC, SCL, SCG y SCR, son
K

SCT = y 2ij ..
i=1 j=l

y2
K2

SCF=

1
y2
2
y

K i=1 i .. K 2

SCG=

1
y2
y 2i . p 2

K p=1
K

65

SCC =

1
y2
2
y

K j=1 j.. K 2
K

SCL=

1
y2
y 2.h 2

K h=1
K

La suma de cuadrados del error se obtiene por diferencia

SCR = SCT SCF SCC SCL SCG

6. Ejemplo numrico
A fin de ilustrar el anlisis de la varianza de los diseos en cuadrado
greco-latino, consideremos el siguiente ejemplo:
En la obtencin de un determinado producto qumico se est interesado en
comparar 4 procedimientos. Se supone que en dicha obtencin tambin
puede influir la temperatura, presin y tipo de catalizador empleado,
decidindose realizar un experimento en cuadrado greco-latino. Para ello,
se consideran 4 niveles de cada uno de estos factores. La tabla adjunta
muestra el cuadrado greco-latino que resulta elegido y las cantidades de
producto obtenidas. En dicha tabla:

Las
Las
Las
Las

filas representan el factor principal, procedimientos.

columnas representan el factor temperatura.
letras latinas representan el factor presin.
letras griegas representan el factor tipo de catalizador.

66

Los totales y sus cuadrados para las letras latinas y griegas se muestran
en las siguientes tablas:

Seguidamente calculamos las sumas de cuadrados

La suma de cuadrados del error

La tabla ANOVA para este diseo es la siguiente

67

Si realizamos el contraste al 5% y comparamos los valores de las Fexp con

el valor de la F terica (F0,05;3,3 = 9,28), se concluye que se aceptan las
hiptesis de igualdad de efectos de columnas y de letra griega y se
rechazan las hiptesis de igualdad de efecto de filas y de letra latina. Es
decir, son significativos los efectos de los procedimientos y presin, pero
no lo son los efectos de la temperatura y catalizador.
7. Manual para la realizacin de un grecolatino en statgraphics mediante
un ejemplo planteado
7.1. Planteamiento del problema
En la obtencin de un determinado producto qumico se est interesado en
comparar 4 procedimientos. Se supone que en dicha obtencin tambin
puede influir la temperatura, presin y tipo de catalizador empleado,
decidindose realizar un experimento en cuadrado greco-latino. Para ello,
se consideran 4 niveles de cada uno de estos factores. La tabla adjunta
muestra el cuadrado greco-latino que resulta elegido y las cantidades de
producto obtenidas. En dicha tabla:
Las filas representan el factor principal, procedimientos.
Las columnas representan el factor temperatura.
Las letras latinas representan el factor presin.
Las letras griegas representan el factor tipo de catalizador

68

7.2. Planteamiento de Hipotesis

Para letras latinas

Ho: A = B = C = D
Ha: Ui Uj

Para letras griegas

Ho: Yij(kl) = + i +

Ha: Yij(kl)

+ i +

+ k + l + Uij(kl)
j

+ k + l + Uij(kl)

7.3. Proceso paso a paso

1. Abrir el programa para la realizar de los clculos pertinentes

69

2. Seleccionar la opcin DDE se despliega una ventana y tomas las siguientes

opciones:

Seleccionar procedimientos DDE heredadas

Seleccionar crear diseo
Seleccionar diseo nuevo

3. Se despliega un cuadro de opciones de creacin de diseos

70

4. Colocamos el nombre de la definicin de Factores y sus niveles

5. Se coloca los niveles de factor que se vaya a realizar los clculos

71

6. De igual manera pero ahora con la otra variable

7. De igual manera colocamos los niveles de la respectiva variable

72

8. Vamos al cuadro de resultados

9. Vamos a la opcin de diseo de un solo factor categrico

73

II PARTE PARA CATALIZADOR Y PROCEDIMIENTO

Realizamos lo mismo que el anterior proceso pero ahora con otras
variables para letras griegas

74

1. Como primera variable tenemos el catalizador

2. Como segunda variable el procedimiento

75

3. D
e
s
p
u

de realizar y colocar todas las variables con sus respectivos niveles

tenemos

76

Una vez que los factores de variabilidad han sido ubicados en el

programa se procede a tomar los datos que corresponden a
procedimientos y temperatura

En el caso planteado corresponde al procedimiento 1 y la

temperatura 3, con estos datos recurrimos a la tabla inicial de datos
del problema

Con los datos obtenidos verificamos las letras latinas, griegas y el

resultado correspondientes al recuadro seleccionado, en este caso
se dice que:

Letra latina (presin): A

Letra griega (catalizador):
Resultado: 13

4. Ordenados los datos con los datos que corresponden a las letras
latinas y griegas de acuerdo al factor de variabilidad identificado

77

En el caso de las letras griegas, en el programa es complicado

ingresar este tipo de smbolos razn por la cual se le asigno
nmeros:

=1
=2
= 3
=4

5. Se complementa la tabla

78

6. Seleccionamos DDE, opcin Procedimiento DDE heredados, click analizar

diseo y finalmente click en analizar diseo

7. Se despliega la opcin analizar diseo

8. Seleccionar la opcin Resultados en la seccin datos

79

9. Inmediatamente se despliega la ventana ANOVA multifactorial, seleccionar

aceptar

10.En la parte de tablas y grficos seleccionamos lo que deseamos observar

80

11.Finalmente se obtienen los resultados correspondientes

PROCEDIMIENTO PARA REALIZAR UN MODELO AXB EN GENERAL

(MODELO MULTIFACTORIAL)
1) Abrir el programa: STATGRAPHIC Centurion
2) Ordenar y configurar los datos de nuestro modelo:
Ordenar:
En la primera columna se numerar el n de determinaciones
En el resto de columnas se colocara los factores: Un factor por
columna con sus respectivos niveles
Se recomienda ubicar en la segunda columna el factor con menos
niveles y en la penltima columna a usarse el factor con mayor
nmero de niveles.
Configurar:
Para configurar el tipo de datos admisibles y el nombre de cada
columna dar doble click en el nombre predeterminado de la
columna . (Por ejemplo Columna 1), se abrir una ventana de
nombre Modificar Columna.
Ah cambiamos el nombre de la columna por el que deseamos y
elegimos el tipo de dato que alojar dicha columna (numrico=
nmeros ejemplo: 12444; contacto = alfanumrico ejemplo:
velocidad)
81

En la ltima columna ubicar nuestra variable respuesta con los

respectivos datos numricos recogidos en el experimento.

Dado el modelo A x B (2x3) como ejemplo:

Factores

82

Variable
respuesta
del
experiment
o
Niveles del
factor
Esfuerzo.

Nivel 1
del factor
ambiente

(Repetir
estos
niveles
para cada
nivel del
factor

Nivel 2
del factor
ambiente

3) Comparar: Una vez ordenado los datos de nuestro modelo, damos

click en la pestaa comparar, anlisis de varianza y por ltimo en
ANOVA Multifactorial.

4) Se desplegara la ventana ANOVA multifactorial:

De la lista que se desplega a la izquierda marcar la variable respuesta
para nuestro modelo factorial y a continuacin dar click en el botn
aadir
en donde nos pide variable dependiente; en la parte
especificada como factores marcar los factores de nuestro modelo (uno
por uno) y aadirlos con el botn agregar
Una vez hecho esto dar click en Aceptar.

83

5) Automticamente aparecer la ventana Opciones ANOVA Multifactorial:

Elegir en interaccin de orden mximo al nmero de factores que
intervienen en el modelo factorial. Ejemplo En un A x B (2 factores) as
que escribiremos el 2 y daremos click en Aceptar.
Si queremos excluir una o varias interacciones configurar dando click
en el botn excluir.

6) A continuacin se se desplegara la ventana Tablas y Grficos:

Configurarla a nuestro gusto y necesidad y click en aceptar.

84

7) Se desplegar las tablas y grficos anteriormente especificados en el

paso anterior:

Para visualizar cada recuadro o grfico dar doble click sobre l.

8) Referente al ANOVA
Si el valor- p es menor a 0,05 los efectos influyen en el experimento o se
dice que dichos efectos se encuentran activos es decir influyen en la
variable respuesta del experimento. (valores- p coloreados con rojo)
9) Pruebas de Rangos Mltiples:
Si queremos cambiar la prueba de rangos multiples a Tukey, LSD, Scheffe,
Duncan, Student, Bonferroni dar doble click en el recuadro correspondiente
a Prueba de rangos mltiples se desplegar el mismo recuadro de manera
individual (ya no acompaado por los otros recuadros y grficos):

85

Damos un click con el botn secundario del mouse y a continuacin

escogemos la opcin Opciones de Ventana y proseguimos a elegir con
que prueba queremos trabajar y a que factor queremos aplicarlo;
pulsamos aceptar.
Hacer esto para cada factor con una misma prueba repitiendo lo
referido anteriormente para visualizar la aplicacin de la prueba de
diferencias mnimas significativas de nuestra eleccin para cada factor:

86

Interpretacin de las tablas generadas a partir de Opciones

de prueba de Rangos mltiples:
En la parte de grupos homogneos: el numero de X desalineadas
indican la presencia de diferencia significativa entre niveles pero no
nos especifica entre cuales niveles en especfico son diferentes.
En la parte inferior las partes que se encuentran marcados con un
asterisco muestran entre que niveles de cada factor se ha encontrado
diferencia significativa es decir se ha rechazado Ho.
Algunas consideraciones para elegir la prueba de Rangos
Mltiples en STATGRAPHIC:
Tukey HSD: ensancha los intervalos para permitir comparaciones
mltiples entre todos los pares de medias usando la t de Tukey. Tukey
llam a su procedimiento el de
Diferencia Honestamente Significativa ya que controla la tasa de error
experimental a .
Si todas las medias son iguales, la probabilidad de declarar a
cualquiera de los pares
como significativamente diferentes en todo el experimento es igual a
. El procedimiento de Tukey es ms conservador que el
procedimiento LSD de Fisher, pues hace ms difcil declarar cualquier
par particular de medias como significativamente diferentes.
Scheffe: diseado para permitir la estimacin de todos los posibles
contrastes entre las medias muestrales (no solo en comparaciones
por pares). Usa una mltiple relacionada con la distribucin F. En esta

87

instancia, es probable que el procedimiento sea muy conservador,

pues slo se estn estimando pares.
Bonferroni : diseado para permitir la estimacin de cualquier
nmero preseleccionado de contrastes. Estos lmites son usualmente
ms anchos que los de Tukey cuando se hacen todas las
comparaciones por pares.

Student-Newman-Keuls : A diferencia de los mtodos previos, ste

no crea intervalos
para las diferencias por pares. En vez de eso, ordena las medias en
orden creciente y
luego comienza a separarlas en grupos de acuerdo a valores del
rango distribucin Studentizada. Eventualmente, las medias se
separan en grupos homogneos en los que no hay diferencias
significativas.
Duncan: similar al procedimiento Student-Newman-Keuls, excepto
que usa un valor
crtico distinto al rango de la distribucin Studentizada al definir los
grupos homogneos.
10)
Para la visualizacin mejor y en especfico de acuerdo a
nuestra necesidad.
Grfico de Medias: si configuramos en el paso 6 la presentacin del
grfico de medias se desplegara a la izquierda junto con los otros
grficos.
Damos doble click al grfico de medias:

Doble
click

A continuacin se generar la vista del grfico en pantalla casi completa,

una vez ah podemos configurar que factor queremos se muestre en el eje
x dando click con el botn secundario del mouse y elegir la Opciones de
ventana.
88

Una vez ah en la seccin factor elegimos el factor que queremos se

muestre en el eje x de nuestro grfico, as como tambin el nivel de
confianza:

Click en aceptar.

Grfico de Interaccin: si configuramos en el paso 6 la presentacin

del grfico de interaccin se desplegara a la izquierda junto con los
otros grficos.
Damos doble click al grfico de interaccin:

89

Doble
click

A continuacin se generar la vista del grfico en pantalla casi completa,

una vez ah podemos configurar que tipo de interaccin queremos que nos
genere; para el ejemplo una interaccin AB o una interaccin BA.
Damos click con el botn secundario del mouse y elegimos Opciones de
ventana y elegimos en la seccin Grfica en eje Primer o segundo factor
(Primer si queremos que el eje x sea el factor A para un grfico de
interaccin AB y Segundo factor si queremos que el eje x sea el factor B
para un grfico de interaccin BA):
Click en Aceptar.

90

Para regresar al resumen analtico damos doble click en el grfico que se

encuentra desplegado casi en toda la pantalla.

Para configurar la vista de ms o menos tablas o grficos una vez generada el

ANOVA hacerlo pulsando el botn tablas y grficos

91

Diseno factorial 22 en Statgraphics

Ejemplo:
En una fbrica la calidad de un adhesivo se ve afectada por la viscosidad del
mismo, ya que esto causa que el adhesivo pueda aplicarse o no correctamente
en los elementos que se van a pegar. Para ello se decide estudiar a nivel de
laboratorio el efecto de la temperatura y el % de persulfato ( catalizador en la
polimerizacin de vinil acetato) en la viscosidad final del adhesivo , se sabe que
los persulfatos son compuestos oxidantes que se descomponen por efecto de la
temperatura generando radicales libres que atacan al doble enlace del vinil
acetato. Esta particularidad podra aprovecharse para realizar polmeros de
polivinil acetato. El diseo y los datos de las pruebas experimentales se muestran
en la siguiente tabla:

El diseo factorial 22 se puede resolver de dos diferentes maneras.

Primer mtodo:
Una vez que ingresamos al programa, se asignar el nombre de los factores a
cada columna: click en la columna Col_1, se abrir una ventana Modify
column Modificar columna, en donde en el espacio Name: se ingresar el
nombre, en este caso Temperatura que es el factor A

92

Para el factor B que es el % de persulfato se realiza lo mismo:

Se ingresa los datos de la tabla, fijndose bien en las interacciones que tienen el
factor A y el factor B, y se ingresar una nueva columna, en esta ir la variable
respuesta, en este caso los datos de la viscosidad

93

Nos dirigimos a la barra de men, Improve

elegimos la opcin Multifactorial ANOVA

Analysis of Variance, y

Se desplegar una ventana en donde desplazaremos las variables dependiente e

independiente, seleccionando la opcin y click en la flecha para moverla. Click en
el botn Ok

94

Obtenemos el Anova, la tabla no consta de la interaccin AB

Click derecho, elegimos la opcin Analysis Options

95

Se despliega una ventana, digitamos el nmero 2 en el espacio en blanco, y

botn OK

El ANOVA ahora consta de la interaccin AB

96

Para poder graficar, click en la opcin

, y en la ventana Graphs,
seleccionamos la opcin que deseo graficar, en este caso seleccionaremos la
opcin Interaction Plot

97

Grfico de la
interaccin
entre A y B

SEGUNDO MTODO:
Para realizar el diseo de un experimento factorial a dos niveles hemos de ir a
Improve Experimental Design. Para hacer un diseo nuevo seleccionamos
Create Design.

98

A continuacin aparece la siguiente pantalla de opciones

El diseo de experimentos factorial a dos niveles corresponde a la primera

opcin: Screening. En la parte inferior de esta pantalla hay que poner el nmero
de variables respuesta que se analizan y el nmero de factores.
En nuestro ejemplo queremos analizar 2 factores con una variable respuesta.
Escribimos 1 y 2 respectivamente en los campos correspondientes.
A continuacin aparece una ventana que permite cambiar el nombre de los
factores as como los valores del factor. Tambin podemos especificar si el factor
es o no continuo ('Continuous'). Si marcamos la casilla 'Continuous' el factor
deber ser cuantitativo. La opcin 'Continuous' no nos interesa en este momento,
pues es para permitir ampliar el anlisis aadiendo valores adicionales del factor.
Por tanto en este ejercicio podemos prescindir de esa opcin.

99

En la parte derecha de la ventana se indica el factor que estamos definiendo. Si

vamos pulsando cada factor y pulsando OK vamos definiendo los 4 factores.

Finalmente etiquetamos la variable respuesta

100

A continuacin aparece una ventana con el diseo que deseamos ( 2 2) y click en

OK

101

En la ventana desactivamos el botn Randomize y en la casilla Number en

blanco ponemos el nmero 1

Al hacer click en OK , observamos que los datos ya estn ingresados, nicamente

se deber ingresar los datos de la variable respuesta ( viscosidad)

Posteriormente
elegimos
la
opcin
de
analizar
Improve/Experimental Design/Analyze Design

el

diseo

en

102

Click en OK y obtenemos el ANOVA, para realizar el grfico se sigue el

mismo procedimiento que en el mtodo 1.

103

En ambos mtodos el resultado del ANOVA

Referencias Bibliogrficas
Salafranca, L. (2008). Anlisis Estadstico Mediante Aplicaciones
Informticas, SPSS, Statgraphics, Minitab y Excel. Departamento de Metodologa
de las Ciencias del Comportamiento. Barcelona: Editorial de la Universidad de
Barcelona.
Garca, R. (2005). Curso Bsico de STATGRAPHICS. SIADI: rea de
Informtica y Comunicaciones. Colombia.
C/ Bravo Murillo. STATGRAPHICS Official Webside. Seccin Resursos. Madrid
Espaa. Disponible en: http://www.statgraphics.net/

104