Universidad Nacional del Centro del Perú Facultad de Ingeniería y Ciencias Humanas

UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

Facultad de Ingeniería y Ciencias Humanas – Junín

“Diseño
Completo al Azar
DCA”

Ing. Roberto I. Beltrán Palomares

2016-II

Ing. Roberto I. Beltrán Palomares Página 1

Universidad Nacional del Centro del Perú Facultad de Ingeniería y Ciencias Humanas

DISEÑO COMPLETAMENTE AL AZAR (DCA)

A. DEFINICIÓN:

El diseño completamente al azar, es aquel en el cual los tratamientos son asignados en forma
aleatoria a las unidades experimentales, o viceversa, sin ninguna restricción; por tanto, se
considera que es un diseño eficiente cuando las unidades experimentales de los que se dispone
son homogéneas o muy homogéneas. Debido a su simplicidad, el Diseño Completamente al Azar
es usado frecuentemente.

B. CARACTERÍSTICAS:

a. Los tratamientos se distribuyen en forma aleatoria en todas las unidades experimentales, y el

número de repeticiones o unidades por tratamiento puede ser igual o diferente.
b. Este diseño es útil cuando las unidades experimentales tienen una variabilidad uniformemente
repartida.
c. El diseño completamente al azar proporciona el máximo números de grados de libertad para
la estimación del error experimental.
d. No requiere estimar datos faltantes, es decir, el diseño puede analizarse con diferente número
de repeticiones por tratamiento.

C. ARREGLO DE CAMPO:

Supongamos que se desea evaluar cuatro variedades de avena en un campo homogéneo, con
cuatro repeticiones. Al sortear aleatoriamente las cuatro variedades (A, B, C, D), cada una tiene
las mismas posibilidades de ocupar cualquiera de las unidades experimentales en que se divide
el lote. Por ejemplo.

C B D A
A B C D
D A B C
D C A B

D. MODELO ESTADÍSTICO LINEAL:

En este diseño el valor de cada unidad experimental X ij se aplica según el siguiente Modelo
Estadístico Lineal.

X𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗 i = 1,2,3,……….,t

j = 1,2,3,……….,r

Ing. Roberto I. Beltrán Palomares Página 2

Universidad Nacional del Centro del Perú Facultad de Ingeniería y Ciencias Humanas

Donde:

Xij = es una observación en la j-ésima unidad experimental, sujeto al i-ésimo tratamiento.

µ = es el efecto de la media general o constante común.

i = es el efecto del i-ésimo tratamiento

ij = efecto verdadero de la j-ésima unidad experimental (replica), sujeta al i-ésimo tratamiento (error
experimental).

E. ESQUEMA DEL DISEÑO

Repeticiones Tratamientos (i)

Total
(j) 1 2 3 ….. t
1 X11 X21 X31 ….. X X.1
2 X12 X22 X32 ….. X X.2
3 X13 X23 X33 ….. X X.3
. … … … ….. … …
. … … … ….. … …
. … … … ….. … …
r X1r X2r X3r ….. Xtr X.r
Total (t) X1. X2. X3. ….. Xt. X..
Total (r) …..

F. VENTAJAS:

a. Es simple de planificar.

b. El número de repeticiones puede variar de tratamiento a tratamiento.

c. Existe más grados de libertad para estimar el error experimental.

d. Es flexible en cuanto al número de repeticiones y tratamientos.

e. Es útil cuando las unidades experimentales tienen una variabilidad uniforme repartida.

f. Cuando se pierde alguna unidad experimental se puede considerar que se tenía diferente
número de repeticiones por tratamiento.

g. El error experimental puede obtenerse separadamente para cada tratamiento para comprobar
la suposición de homogeneidad del error.

G. DESVENTAJAS:

a. Es más apropiado para pequeño número de tratamientos y para un material experimental

homogéneo y uniformemente distribuido.
Ing. Roberto I. Beltrán Palomares Página 3
Universidad Nacional del Centro del Perú Facultad de Ingeniería y Ciencias Humanas

b. No se puede controlar el error experimental, por lo tanto, no es un diseño muy preciso.

c. Cuando se tiene diferente número de repeticiones por tratamiento, es necesario calcular un

error estándar por cada pareja de medias si se quiere comparar sus diferencias.

H. ANÁLISIS DE VARIANZA:

Es una técnica matemática que nos permite descomponer una fuente de variación Total en sus
componentes atribuibles a Fuentes de variación conocida.

ANÁLISIS DE VARIANZA PARA IGUAL NÚMERO DE REPETICIONES

El cuadro de análisis de varianza para un diseño completamente al azar con igual número de
repeticiones por tratamiento:

Fuentes de Grados de
Suma de Cuadrados Cuadrados medios FC
Variación Libertad

t
X i2 X 2 .. SC CM tratamientos
Tratamientos t-1 
i 1 ri

tr
tratamientos

t 1 CMerror

SC error
Error t(r-1) SC total – SC tratamientos
t(r  1)

t r
X 2 ..
Total tr-1 
i1 j 1
Xi j  2

tr

CMerror X 2 ..
CV  x100 TC  X = Gran Total
X tr

ANÁLISIS DE VARIANZA PARA DIFERENTE NÚMERO DE REPETICIONES

El cuadro de análisis de varianza para un diseño completamente al azar para diferente número de
repeticiones por tratamiento:

Fuentes de Grados de
Suma de Cuadrados Cuadrados medios FC
Variación Libertad

t
X i2 X 2 .. SC CM tratamientos
Tratamientos t-1 
i 1 ri

n
tratamientos

t 1 CMerror

SC error
Error n-t SC total – SC tratamientos
nt

Ing. Roberto I. Beltrán Palomares Página 4

Universidad Nacional del Centro del Perú Facultad de Ingeniería y Ciencias Humanas

t r
X 2 ..
Total n-1  Xi j2 
i1 j 1 n

CMerror X 2 ..
CV  x100 TC  X = Gran Total
X n

I. PROCEDIMIENTOS PARA LA PRUEBA DE HIPÓTESIS ESTADÍSTICA.

1. La Hipótesis a probarse es:

Ho: i = 0

Ha: no todos los i = 0

2. Nivel de significación: = 0,05 ó =0,01.

CMtratamientos
3. Estadística de prueba: FC 
CMerror

4. Regla de decisión:

a. Si Fc  Ft , no se rechaza la Ho

b. Si Fc  Ft (0,05), se rechaza la H0 y se representa con un asterisco (*) lo que significa

que la prueba es significativa.

c. Si Fc  Ft (0,01), se rechaza la H0 y se representa con dos asterisco (* *) lo que significa

que la prueba es altamente significativa.

EJEMPLO N° 01

En una determinada fábrica de galletas se desea saber si las harinas de sus cuatro proveedores
producen la misma viscosidad aparente en la masa. Para ello, se produce durante un día 16 masas,
4 de cada tipo de harina, y mide su viscosidad aparente de la suspensión a una temperatura de 33°C
en un viscosímetro. Los tratamientos (masas) fueron distribuidas de la siguiente manera:

T1=Proveedor A

T2= Proveedor B

T3= Proveedor C

T4= Proveedor D

Ing. Roberto I. Beltrán Palomares Página 5

Universidad Nacional del Centro del Perú Facultad de Ingeniería y Ciencias Humanas

T1=98 T2=90 T3=93 T3=97

T4=96 T3=99 T4=95 T4=98

T2=97 T1=91 T2=95 T1=95

T4=92 T1=96 T2=96 T3=99

Los resultados obtenidos son:

Proveedor A Proveedor B Proveedor C Proveedor D

98 97 99 96
91 90 93 92
96 95 97 95
95 96 99 98
380 378 388 381

DESARROLLO
1. GRADOS DE LIBERTAD
Grados de libertad del tratamiento
t-1=3
Grados de libertad del error experimental.
T(r-1)
Grados de libertad del total.
Tr-1=15
2. SUMA DE CUADRADOS
Suma de cuadrados de los tratamientos.
3802  3782  3882  3812 1527 2
SCtrat  
4 16
SCtrat  145747, 75  145733, 06
SCtrat  14,19
Suma de cuadrados del total.
15272
SCtotal  982  972  992  962  912  ...........  992  982 
16
SCtotal  145845 145733,06
SCtotal  111,94
Suma de cuadrados del error.
SCerror  111,94  14,19
SCerror  97, 75
3. CUADRADOS MEDIOS
Cuadrado medios de los tratamientos.
14,19
CMtrat 
3
CMtrat  4, 73

Ing. Roberto I. Beltrán Palomares Página 6

Universidad Nacional del Centro del Perú Facultad de Ingeniería y Ciencias Humanas

Cuadrados medios del error experimental.

97,75
CMerror 
12
CMerror  8,15

4. F CALCULADA
4, 73
Fcalculada 
8,15
Fcalculada  0,58

5. F TABULADA
Ftabulada(3,12)  3, 490,05  5,950,01
6. COEFICIENTE DE VARIABILIDAD
8,15
CV  x100
95, 44
CV  2,98

EJERCICIO N° 01

Un equipo de mejora continua de una compañía de alimentos, investiga el efecto de cuatro métodos
de preparación de un alimento A, B, C y D, sobre el tiempo de preparación en minutos. En primera
instancia, la estrategia experimental es aplicar diferentes veces a los cuatro métodos de preparación
en orden completamente aleatorio. Los tiempos de preparación obtenidos se muestran en la tabla. Si
se usa el diseño completamente al azar (DCA), se supone que, además del método de preparación,
no existe ningún otro factor que influya de manera significativa sobre la variable de respuesta (tiempo
de preparación).

METODOS DE PREPARACION
A B C D
12 21 20 24
10 22 21 25
13 21 19 25
10 20
20
45 64 100 74
DESARROLLO

Ing. Roberto I. Beltrán Palomares Página 7

Universidad Nacional del Centro del Perú Facultad de Ingeniería y Ciencias Humanas

Ing. Roberto I. Beltrán Palomares Página 8