“AÑO DEL BICENTENARIO DEL PERÚ”

UNIVERSIDAD NACIONAL JOSE FAUSTINO SÁNCHEZ CARRIÓN

FACULTAD DE INGENIERÍA AGRARIA, INDUSTRIAS ALIMENTARIAS Y

AMBIENTAL

ESCUELA PROFESIONAL DE INGENIERIA EN INDUSTRIAS

ALIMENTARIAS
CURSO:
PROYECTO DE INVESTIGACION II
DOCENTE:
ELFER ORLANDO OBISPO GAVINO
TÍTULO:
PRACTICA 2: DISEÑOS DE BLOQUES COMPLETAMENTE
ALEATORIZADOS (DBCR)

INTEGRANTES
AGAMA MINAYA ADALY
ASENCIO LOPEZ YONI
COLONIO SILVESTRE YORDAN
TORRES AGAMA HENRICK
MEJIA SOTO DAYVIS

HUACHO – PERU
2021
3: En un estudio de control de calidad de unos laboratorios clínicos, se enviaron
enzimas de 4 muestras a 3 laboratorios comerciales para un análisis del contenido
enzimático. Se desea saber si la concentración de la enzima de las muestras debido al
efecto de 4 reacciones químicas experimentadas en laboratorio.

Laboratorio ENZIMAS (mg)

1 2 3 4
A 4.2 6.0 3.9 8.3
B 3.9 7.3 4.0 7.2
C 5.2 6.5 3.2 6.9

A. Realice la ANDEVA.
B. Existe diferencia altamente significativa.
C. Aplicar la prueba de especificidad conveniente

SOLUCIÓN:

Planteamiento de la hipótesis nula y alterna:

 Hipótesis nula (Ho): Las enzimas de 4 muestras no existe diferencia significativa.
 Hipótesis alterna (Ha): Las enzimas de 4 muestras si existe diferencia significativa.

Datos ordenados en Excel

Laboratorio Muestras Enzimas
A M1 4.2
A M2 6.0
A M3 3.9
A M4 8.3
B M1 3.9
B M2 7.3
B M3 4.0
B M4 7.2
C M1 5.2
C M2 6.5
C M3 3.2
C M4 6.9

2
a). Realice la ANDEVA.

Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

  Laboratorio 2 0.0600 0.03000 0.06 0.946
  Muestras 3 28.3367 9.44556 17.75 0.002
Error 6 3.1933 0.53222   
Total 11 31.5900     

Los datos obtenidos en el software Minitab de la prueba estadística ANOVA de diseños de

bloques completamente aleatorizados (DBCR); con un nivel de significancia de 0.05, nos
arroja los resultados mediante tablas. En el análisis de varianza de las 4 muestras se obtuvo un
Pcal de 0.002 entonces en las enzimas de las 4 muestras existe diferencia significativa.
Resumen del modelo
S R-cuad. R-cuad. R-cuad.
(ajustado) (pred)

0.729536 89.89% 81.47% 59.57%

 En el análisis de varianza R-cuad. es igual al 89.89 % el cual nos mide el grado de

dispersión de los puntos, entonces la regla R–cuad. > 85% es aceptable ya que los puntos no
están dispersos, Mediante los resultados se obtiene R-cuad. >89.89% se acepta ya que esta
normal.

b). Existe diferencia altamente significativa.

Interpretación: Como nuestro Pcal. es menor que P valor se rechaza el Ho nula y se acepta la
Ha alterna.
 P cal. < P valor = Se rechaza la Ho. 0.002 < 0.05

 P calculado > P valor = Se acepta el Ho. Si existe diferencia significativa altamente.

3
c). Aplicar la prueba de especificidad conveniente.
Agrupar información utilizando el método de Tukey y una confianza de 95%
Muestras N Media Agrupación
M4 3 7.46667 A  
M2 3 6.60000 A  
M1 3 4.43333  B
M3 3 3.70000  B

Las medias que no comparten una letra son significativamente diferentes .

En el método de tukey las medias que no comparten la misma letra son significativamente
diferentes.
 Nos dice que no existe diferencia significativa en muestras de enzima (M4 y M2).
 También que no existe diferencia significativa en las muestras de enzima (M1 y M3).

CONCLUSIÓN:

 Al concluir Pcal < Pval (0.002 < 0.05) la cual se rechaza la hipótesis, entonces indica
que existe al menos un enzima de las 4 muestras que difiere de los demás, por lo tanto,
existe diferencia significativa.
Respecto al método tukey se obtuvo las enzimas de las 4 muestras estadísticamente
que no existe diferencia significativa.

4. Una empresa productora de alimentos está interesada en conocer el efecto de un

suplemento dietético (SD) en el crecimiento y producción de Spirulina platense. Para tal
fin contrata sus servicios profesionales y le indica que planifique un experimento. Le
manifiesta que el suplemento dietético se compara con la dieta patrón cuya
nomenclatura es DP y que tiene cepas colectada de cinco distintos lugares. Planifique el
experimento y suponga datos.

SOLUCIÓN:

A. ¿Qué tipo de diseño aplicaría?

Se aplicará el diseño en bloques completos al azar (DBCA)

B. ¿Cuáles son los tratamientos?

4
 Los tratamientos son los suplementos dietéticos (SD) y la dieta patrón (DP)

C. ¿Cuál es la unidad experimental?

La unidad experimental se obtiene mediante la siguiente ecuación:

#UE = t * r = 5 * 5 = 25
La unidad experimental son las cepas de Spirulina platense.

D. ¿Cuántas repeticiones se asigna por tratamiento?

Se asignaron 5 repeticiones por tratamiento.

E. ¿Cuál es el croquis del experimento?

SD1 SD3 SD4 DP SD2 BLOQUE I

SD4 SD1 SD2 DP SD3 BLOQUE II

SD4 SD2 SD1 SD3 DP BLOQUE III

DP SD4 SD2 SD1 SD3 BLOQUE IV

SD2 DP SD1 SD3 SD4 BLOQUE V

Croquis del diseño experimental.

F. ¿Que se evaluará y como se registrará?

Se evaluará el efecto de los suplementos dietéticos en el crecimiento y producción

de Spirulina platense y el registro de los datos se realizará en un determinado
tiempo, al final de la producción y registrará el rendimiento de las 5 cepas en
diferentes tratamientos.

COMPARACIÓN DE LOS SUMPLENTOS DIETETICOS CON LA DIETA

PATRÓN

TRATAMIENTO (g)
CEPAS SD1 SD2 SD3 SD4 DP
Cepa1 8.0 6.0 7.0 6.0 5.0
Cepa2 7.0 9.0 8.0 4.0 5.0
Cepa3 10.0 9.0 9.0 7.0 6.0

5
 Cepa4 6.0 6.0 8.0 7.0 5.0
Cepa5 4.0 5.0 4.0 3.0 5.0

ANOVA

Se realizó una prueba estadística ANOVA de DBCA con el software Minitab v19; con
un nivel de significancia de 0.05, nos arroja los resultados mediante tablas. En el
análisis de varianza de los 5 tratamientos y las 5 cepas con un nivel de significancia al
95% se obtuvo un Valor p de 0.002 y 0.034, el cual demuestra que hay diferencias
significativas con los datos propuestos.

COMPARACIONES MULTIPLES CON UN CONTROL:

Se realizó compasiones entre los suplementos dietéticos con la dieta patrón utilizando
el método de Dunnet en una confianza del 95% el cual demuestra que son
significativamente diferentes, los cual indica que los tratamientos tienen un efecto en
cuanto al rendimiento de producción de Spirulina platense y el mejor tratamiento es
(SD3).

5. Enuncie un experimento para un Diseño Completamente al Azar en el área de

Tecnología de alimentos. Planifique el experimento y suponga datos.

Un ingeniero alimentario llevo a cabo un experimento con 4 tipos de leche (vaca,

evaporada, cabra y en polvo) para la producción de un yogurt natural. El diseño fue

6
completamente aleatorizado, con 6 repeticiones y pesos por tratamiento, se desea saber cuál
de los tratamientos es mejor.

Un ingenierio alimentario llevo a cabo un experimento con 3 tipos de edulcorantes

naturales( stevia, sirope de yacon y la taumatina) para la producción de un néctar. El diseño
fue completamente aleatorizado, con 5 repeticiomes y pesos por tratamientos, se desea
saber cual de los tratamientos es mejor.

Las pruebas arrojaron los siguientes resultados:

Stevia(A Yacon(B) Taumatina(C)

)
20 22 21
19 17 20
23 25 24
21 20 21
20 17 18

Vaca Evaporada Cabra Polvo

35 29 30 28
38 29 31 27
37 32 32 26
38 28 30 25
37 29 29 26
39 34 33 24

A. Plantear hipótesis nula y alterna

B. Escribir la matriz de datos a ser procesado
C. Establecer la secuencia a seguir en el software Minitab

7
D. Exponer la salida del software
E. De existir diferencia significativa entre los tratamientos verificar ¿Cuál es el mejor?
F. Concluir
A. Plantear hipótesis nula y alterna

 Hipótesis nula (Ho)= Los tres tratamientos demuestran ser iguales en

cuanto a los pesos.

 Hipótesis alterna (Ha)= Al menos un tratamiento difiere de las demás en

cuanto al peso.

Nivel de significancia = 0.05

B. Escribir la matriz de datos a ser procesados

Yij = µ+τi + εij

Yij= aumento de peso de la j-esima unidad de observación que recibió el i-esimo
tipo de edulcorante natural.
µ = aumento de peso
τi = efecto del i-esimo tipo de edulcorante natural
εij = error experimental del aumento de peso de la j-esimo unidad de observación
que fue evaluada en el i-esimo tipo de edulcorante natural

C. Establecer la secuencia a seguir en el software Minitab

Software Minitab

 Plantear los datos en Excel

 Abrir minitab y pegar la tabla de datos previamente realizados

8
  Se presiona en la opción estadística, luego ANOVA y seleccionar un solo
factor.
 Nos arroja una ventana donde tenemos que rellenar en respuesta la variable
los pesos y en factor tratamientos, luego ingresamos en opciones para
verificar el nivel de confianza la cual es de 95%.
 Después entrar a comparaciones y seleccionar tukey y pruebas y dar click
en aceptar
 Por consiguiente, entrar a gráficas y seleccionar: histograma de residuos,
grafica de probabilidad normal de residuos, residuos vs. Ajuste, residuo vs.
Orden y dar click en aceptar.
 Entrar a almacenamiento para seleccionar residuos y dar click en aceptar.
 Finalmente presionar la opción de vista y presionar solo salida para que nos
arroje todos los datos y gráficos.
 Para realizar la prueba de normalidad debemos de ingresar otra vez a
estadística, luego a estadística básica y finalmente damos click en prueba
de normalidad.
 Finalmente nos aparecerá una ventana, donde seleccionaremos en el cajón
de variable Residuos, luego daremos aceptar y nos arrojará los datos en el
navegador.

G. Exponer la salida del software

Información del factor

Factor Niveles Valores

TRATAMIENTO 4 A; B; C; D

En esta tabla nos muestra que el factor es el tratamiento con 4 niveles: leche de vaca,
evaporada, cabra y polvo (A, B, C, D) respectivamente.

9
 Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

TRATAMIENTO 3 394.83 131.611 46.18 0.000
Error 20 57.00 2.850    
Total 23 451.83      

En la tabla de análisis de varianza, el software nos arroja el valor de Pcal es

0.000 y realizando la comparación con el P valor la cual es 0.05 (0.000 <
0.05)

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
1.6881 87.38% 85.49% 81.83%

En el R2 nos dio un valor de 87.38 % lo cual es cercano a 1 , lo que nos indica que los
puntos se encuentran mayormente alineados a la recta , lo cual no hay mucha dispersión en
los resultados.

Comparación en parejas de Tukey

Agrupar información utilizando el método de Tukey y una confianza de 95%

TRATAMIENTO N Media Agrupación

A 6 37.333 A    
C 6 30.833   B  
B 6 30.167   B  
D 6 26.000     C

Las medias que no comparten una letra son significativamente diferentes.

10
 En la tabla de comparación pareada de Tukey nos indica que entre el
tratamiento (C-B) No existe diferencia significativa estadísticamente, y que
las muestras (A-D) Si existe diferencia significativa.

Grafica de probabilidad de Residuos

La grafica de probabilidad de residuos nos permite determinar si mis datos experimentales

tienen una tendencia normal.

El software arrojo que mi Pcal > Pval (0.595 > 0.05) , por lo tanto mis datos experimentales
tienen una tendencia normal, por lo cual se corrobora que se puede realizar un análisis de
varianza ANOVA .

D. De existir diferencia significativa entre los tratamientos verificar ¿Cuál es el

mejor?

11
 El mejor tratamiento es la A (leche de vaca) ya que presenta la mayor media para
calificar como el mejor tratamiento.

E. Concluir

 Se concluye por los datos arrojados por el software que nuestro Pcal < Pval
(0.000 < 0.05) lo cual se rechaza el Ho, esto quiere decir que se acepta la Ha
lo cual indica que al menos un tratamiento difiere de las demás en cuanto al
peso, y el mejor tratamiento es la A (leche de vaca) ya que presenta una
mayor media.

12