U-2

EXPERIMENTOS CON
ARREGLOS
ORTOGONALES

Diseo Factorial
Diseo experimental que sirve para estudiar el efecto individual y de interaccin de
varios factores sobre de una o varias respuestas.
Objetivo: estudiar el efecto de varios factores sobre una o varias respuestas,
cuando se tiene el mismo inters sobre todo los factores.
Factores Cualitativos: Maquinas, tipos de material, operador, la presencia o
ausencia de una operacin previa.
Factores Cuantitativos: ( temperatura, humedad, velocidad, presin )
Ejemplos:
En un proceso de Fermentacin tequilera, se tienen 2 factores : tipo de levadura y la
temperatura.

Diseo factorial con 2 factores.

Replica: Es cada corrida completa de todos los
tratamientos del arreglo factorial.

Arreglo Factorial
Conjunto de puntos experimentales o tratamientos que pueden formarse al
considerar todas las posibilidades de combinacin de los niveles de los factores.
Es necesario elegir al menos DOS NIVELES de prueba para cada unos de los
factores.
Por ejemplo: se forma un diseo factorial de para este diseo factorial se tienen
4 combinaciones o puntos experimentales.
k--- FACTORES.
A: Levadura

B: Temperatura

Y : Rendimiento

A1 = 1

B1=22

28

A2=2

B1=22

41

A1=1

B2=30

63

A2=2

B2=30

45

RESULTADOS:

EFECTO
DE UN FACTOR:
Es el cambio observado en la variable de respuesta debido a un cambio de nivel
en el factor.
EFECTO PRIINCIPAL :
Son los cambios en la media de la variable de respuesta que se deben a la accin
individual de cada factor, Es la diferencia entre la respuesta media observada
cuando tal factor estuvo en su primer nivel y la respuesta media observada
cuando el factor estuvo en su segundo nivel.

El efecto
principal de B
es mayor.

 EFECTO DE INTERACCION:
Cuando el efecto de un factor depende del nivel en que se encuentra el otro,
es decir interactan entre si sobre la variable de respuesta.
Por ejemplo:

Representacin de los efectos principales y la interaccin:

Representaciones Graficas: Selecciona la condicin en la que debe operarse
el proceso para mejorar su desempeo.

Anlisis de Varianza ( ANOVA )

Cuando existe interaccin las
lneas obtenidas tienen una
pendiente muy diferente, y si
no hay interaccin las lneas
tienen pendientes similares,
que son aproximadamente
paralelas.

El factor A tiene
un efecto + o sobre Y
dependiendo del
nivel de B

Analizar lo que pasa en Y

cuando se mueve un factor
dependiendo del nivel en el
que est el otro.
Si el objetivo es maximizar,
minimizar o llevar a un valor
objetivo a Y, no se puede
mover el factor A sin tomar en
cuenta en que nivel este B y
viceversa.

Ejemplo de No interaccin.

*Si

el factor A se cambia
de su valor (1) al (+1), la
variable de respuesta Y
aumenta de forma similar
para ambos niveles del
factor B.
*Si el factor B se aumenta,
la
respuesta
Y
prcticamente no cambia
en ambos niveles de A.

No hay interaccin, ya que el efecto de A no

depende del nivel donde este B y viceversa.

Ejercicio:
Se requiere estudiar los efectos sobre el rendimiento de un proceso, que tienen los
siguientes factores: Temperatura, contenido de solido, tiempo de residencia, cada
factor se analiza en 2 niveles.
a).- Determinar el tipo de diseo factorial a utilizar.
b).- Cuantos tratamientos o puntos experimentales se deben realizar.

Ejercicio practico.
Considrese una investigacin llevada a cabo para estudiar el efecto que tiene la
concentracin de un reactivo y la presencia de un catalizador sobre el tiempo de
reaccin de un proceso qumico. Sea la concentracin del reactivo el factor A con
dos niveles de inters, 15% y 20%. El catalizador constituye el factor B; el nivel alto
o superior denota el uso de dos sacos de catalizador y el nivel bajo o inferior denota
el uso de un solo saco.
a).- Determinar los factores y la variable de respuesta:
b) El experimento de replica 3 veces, quedando de las siguiente manera:

c).- Determinar los 3 efectos correspondientes al experimento, y hacer el

anlisis correspondiente.

Anlisis:

DISEO DE EXPERIMENTOS..
Combinacin
de
tratamientos

Prueba
1
2
3
4
5
6
7
8
9
10
11
12

Replica
1

A baja, B
28
baja
A alta, B
36
baja
A baja, B
18
alta
Concentracio
ReplicaA alta, B alta
31
n
Catalizador

Total

25

27

80

32

32

100

23

60

1
1
1
1
2
2
2

BAJA
ALTA
BAJA
ALTA
BAJA
ALTA
BAJA

BAJA
BAJA
ALTA
ALTA
BAJA
BAJA
ALTA

19
Tiempo
30
reaccion
28
36
18
31
25
32
19

2
3
3
3

ALTA
BAJA
ALTA
BAJA

ALTA
BAJA
BAJA
ALTA

30
27
32
23

ALTA

ALTA

29

29

Prueba

Replica
90

1
2
3
4
5
6
7
8
9
10
11
12

1
1
1
1
2
2
2

Concentracio
n
Catalizador
15
BAJA
20
BAJA
15
ALTA
20
ALTA
15
BAJA
20
BAJA
15
ALTA

Tiempo
reaccion
28
36
18
31
25
32
19

2
3
3
3

20
15
20
15

ALTA
BAJA
BAJA
ALTA

30
27
32
23

20

ALTA

29

ANALISIS CON MINITAB : OPCION DOE

DISEANDO UN DOE..

MATRIZ DE DISEO..

Tratamientos

Factores

Prueba

Replica

1
2
3
4
5
6
7
8
9
10
11
12

1
1
1
1
2
2
2

Variable de
respuesta

Concentracio
n
Catalizador
15
BAJA
20
BAJA
15
ALTA
20
ALTA
15
BAJA
20
BAJA
15
ALTA

Tiempo
reaccion
28
36
18
31
25
32
19

2
3
3
3

20
15
20
15

ALTA
BAJA
BAJA
ALTA

30
27
32
23

20

ALTA

29

Main Effects Plot for Tiempo de reaccion

Interaction Plot for Tiempo de reaccion

Fitted Means
32

-1

B*A

31

Mean of Tiempo de reaccion

Mean of Tiempo de reaccion

Fitted Means

30
29
28
27
26
25

35
30
25
20

A* B

35

B
-1
1

30
25

24

20
-1

23
-1

-1

El efecto de A (concentracin de reactivo) es positivo;

esto sugiere que al elevar A del nivel bajo (15%) al nivel
alto (25%) se incrementar el rendimiento.
El efecto de B (catalizador) es negativo; esto sugiere que
elevar la cantidad del catalizador agregada al proceso
reducir el rendimiento.
Por lo tanto, nos conviene
emplear una concentracin alta del reactivo y una
cantidad baja de catalizador.

A
-1
1

El efecto de interacciones es
pequeo comparado con los dos
efectos principales.

Cube Plot (fitted means) for Tiempo de reaccion

20.0000

30.0000

Representacin de interacciones:
Cada esquina del cubo representa el
promedio del tiempo de reaccin
(variable de respuesta).
OBJETIVO: Buscar el valor mximo, ya
que le objetivo es maximizar la variable
de respuesta.

26.6667

33.3333

-1

-1
A

Conclusiones:
Por lo tanto, nos conviene emplear una
concentracin alta del reactivo y una
cantidad baja de catalizador

Ejercicio.
Un ingeniero decide probar los tres materiales de la cubierta, nico factor controlable
a dos niveles de temperatura (70 y 125 F) consistentes en el entorno de uso final del
producto. Se prueban cuatro bateras a cada combinacin de material de la cubierta
y temperatura, y las 16 pruebas se ejecutan al azar. El objetivo determinar el
Duracin
StdOrder
Replica
material
temperatura
mximo rendimiento de la batera.
bateria
Tipo de
material
A
B

70
125

Temperatura F

Tipo de
material
1

Temperatura F

70
34
80
126
106

125
40
75
122
115

20
82
25
58

70
58
70
45

Ventajas de los diseos Factoriales:

Permite estudiar el efecto individual y de
interaccin entre los distintos factores.
Son diseos que se pueden aumentar para
formar diseos compuestos en caso que se
requieran una exploracin mas completa.
Se pueden correr fracciones de diseos
factoriales.
La interpretacin y el clculo de los efectos en
los experimentos factoriales se pueden hacer
con aritmtica elemental.


Diseo

Con
el diseo factorial se estudian tres factores en dos niveles cada uno. Consta
de = 2 2 2 = 8 tratamientos diferentes.

* Con este diseo se pueden estudiar -1= 7 efectos: 3 efectos principales

A,B, C , 3 interacciones dobles AB,AC, BC y una interaccin triple ABC.

Analisis del diseo Factorial

Ejemplo:
En una empresa que fabrica dispositivos electrnicos se identific mediante un
anlisis de Pareto (Gutirrez, 2005) que las fracturas de las obleas de silicio por
choques trmicos era la principal causa de obleas rotas en las etapas de
procesamiento conocidas como grabado mesa y piraa. Un grupo de esas reas
identific a tres factores principales (temperaturas) como las probables causas del
problema. Por ello, se utiliz un experimento factorial 23 con el objetivo de localizar
una combinacin de temperaturas en la cual se rompan un mnimo de obleas por
efecto trmico. Los tres factores controlados y sus niveles en unidades originales, son
las temperaturas:

La combinacin (3C, 98C, 20C) fue el tratamiento usual o en operacin antes

del experimento, se sabe que el nmero de obleas que se rompen en el
tratamiento usual son 30 por cada 1 000

T1
-1
1
-1
1
-1
1
-1
1

T2

T3

II

-1

-1

.04

.032

-1

-1

.012

.008

-1

.036

.028

-1

.00

.00

ab

-1

.02

.02

Determinar
los efectos
de
los
1
.00
.016
factores.1
1
.016
.008

-1

Estimacio
1
.004
Efecto
n .004
A:T_Grabad
o
-0.0195
B: T_ Pira
-0.0065
C:T_Agua
-0.0085
AB
-0.0005
AC
0.0095
BC
0.0005
ABC
0.0025

N Yates.

ac
bc
abc

Pareto Chart of the Standardized Effects

Main Effects Plot for Obleas rotas.

(response is Obleas rotas., = 0.05)

Term

Fitted Means
T_Grabado

2.306

AC
C
B
ABC
BC

Name
T_Grabado
T_pira
T_agua

T_agua

0.025

Mean of Obleas rotas.

Factor
A
B
C

T_pira

0.020

0.015

0.010

AB
0

Standardized Effect

Los efectos cuyas barras superen tal

lnea sern significativos. As, para el
caso de las obleas, los efectos
significativos sern A, AC, C y B.
* Valor crtico es t025, 8 = 2.306

0.005
-1

-1

-1

Interaction Plot for Obleas rotas.

Cube Plot (fitted means) for Obleas rotas.

Fitted Means
T_Grabado * T_pira

T_pira
-1
1

Mean of Obleas rotas.

0.03

0.012

0.004

0.02

0.032
0.01
0.00

-0.000

T_Grabado * T_agua

T_pira * T_agua

T_agua
-1
1

0.03

T_pira

0.020

0.008

0.02

0.01

T_agua

0.00
-1

T_Grabado

-1

T_pira

* Se aprecia una interaccin importante entre la

temperatura de grabado y la temperatura de agua,
en particular se observa que si se trabaja con
temperatura alta de grabado, prcticamente da lo
mismo utilizar cualquiera de las dos temperaturas
de agua ( C ).

0.036

0.010

-1

-1

-1
T_Grabado

Se concluye que hay dos

condiciones de las tres
temperaturas que minimizan el
nmero de obleas rotas:
(1, 1, 1) = (1C, 98C, 70C) y (1, 1,
1) = (1C, 98C, 20C).

Ejercicio:
Una empresa dedica a la construccin de muelles decide medir la calidad en funcin
del nmero de compresiones hasta la rotura dependiendo de las condiciones y
caractersticas del muelle. Las variables que pueden afectar a la calidad son la
longitud, el grosor y el tipo de material.
Longitu
d
(m)

Grosor
(mm)

Tipo de
Acero

10

15

1.- Cuantos y cuales son los factores, que

afectan la calidad de los muelles ?.
2.- Que tipo de diseo factorial utilizaras
para analizar este proceso?
3.- Cuntas combinaciones y/o tratamientos
se pueden realizar?
4.- Disee el DOE y analice sus resultados,
para determinar el punto de ruptura de los
muelles.

Experimento realizado.
Prueba

longitud

grosor

tipo acero

Compresiones

10

79

15

97

10

75

15

92

10

64

15

84

10

73

15

90

Diseo Factorial

MINITAB
En Minitab.
La secuencia de opciones para crear un diseo factorial 2k es la siguiente:
Stat DOE Factorial Create Factorial Design <donde se elige la opcin de 2Level Factorial y el nmero de factores>, En la pestaa < Designs aparecen los
posibles diseos, el primero de los cuales es el completo>. <Abajo se define el
nmero de puntos centrales, el nmero de rplicas y el nmero de bloques.>.
En la pestaa Factors se puede dar el nombre y los niveles de los factores, y en
Options se decide si los tratamientos se ordenan en forma aleatoria (Randomize
runs). El anlisis se hace con la misma secuencia, pero en lugar de Create se elige
Analyze Factorial Design y/o Factorial Plots (Grficas).

DISEO FACTORIAL
En un diseo factorial general la matriz de diseo que contiene el total de
tratamientos a evaluar se obtiene encontrando todas las posibles combinaciones que
se pueden formar con los niveles de los k factores de inters, donde cada factor tiene
al menos dos niveles *
Por ejemplo:
si tenemos un diseo factorial 4 4 3 :
-Cuantos factores se tienen contemplado para este diseo?
-Cuantos niveles utiliza cada factor?
-Cuantos tratamientos se realizaran para este diseo factorial?

o l
e
a
Dis tori
c
Fa to
x
Mi

Diseo factorial 3k
Modelo que considera k factores con tres niveles cada uno y tiene 3 k
tratamientos. Este diseo requiere de mayor cantidad de pruebas que el diseo
2k.

Hay dos razones que hacen viable el diseo 3k:

1.- Los factores son categricos o discretos y de manera natural tienen tres
niveles cada uno. Esto ocurre en factores como : tipo de material, diferentes
medios de cultivos, factor mquina, etc.
2.- Se tienen factores de tipo continuo e interesa estudiar efectos cuadrticos
como A2, B2,, A2B, B2A, A2B2, (efectos de curvatura).

Diseos Factoriales 3k
Diseo 32

DISEO MIXTO
>> Es cuando los factores en el experimento no tienen el mismo nmero de niveles.
Por ejemplo:
El factorial 4 3 2 significa que se experimenta con tres factores, con 4, 3 y 2
niveles, respectivamente y un total de 24 tratamiento.

Que diseo factorial se

esta aplicando en estos
experimentos,
que
muestra la tabla?.

DISEOS FACTORIALES FRACCIONADOS

Diseos en los que se elige adecuadamente una parte o fraccin de los tratamientos
de un factorial completo, con la intencin de estudiar el efecto de los factores
utilizando menos corridas experimentales.
>> La teora de diseos fraccionados se basa en una jerarquizacin de los efectos:
son ms importantes los efectos principales, seguidos por las interacciones dobles,
luego las triples, cudruples, etctera >>

Cabe aclarar que al correr slo una fraccin del diseo factorial completo ocurren
dos hechos importantes:
Se pierde informacin, ya que habr efectos que no podrn estimarse y se tienen
menos grados de libertad disponibles para el error.
Los efectos que s se pueden estimar tienen al menos un alias << Son dos o ms
efectos con nombres diferentes que comparten el mismo contraste y, por lo tanto, estiman el
mismo efecto >>

* La generacin de la fraccin se hace con base en los signos del contraste ABC: los
signos + del contraste ABC sealan a los tratamientos que conforman la llamada
fraccin principal, y los signos indican la fraccin complementaria

Estructura del alias y su interpretacin:

A+BC
B+AC
C+AB
Para interpretar los efectos alias o aliados
es necesario suponer que slo uno de ellos
es responsable del efecto observado y que
los dems efectos son nulos.

Los
efectos
alias
se
interpretan
atribuyendo (por jerarqua) el efecto
observado al efecto principal de cada grupo
y considerando nulas las interacciones
dobles

CONCEPTO DE RESOLUCION:
La resolucin es una caracterstica de un factorial fraccionado, que indica qu
tan bien pueden estudiarse los efectos potencialmente importantes mediante tal
diseo
1. Diseos de resolucin III: Los efectos principales no son alias entre ellos,
pero existen efectos principales que son alias de alguna interaccin doble. Por
ejemplo, el diseo 23 1 con relacin definidora I = ABC (o I = ABC) es de
resolucin III.
2. Diseos de resolucin IV: Los efectos principales no estn alias entre ellos
ni con las interacciones dobles, pero algunas interacciones dobles estn alias
con otra interaccin doble. Por ejemplo, el diseo 24 1 con relacin definidora I
= ABCD (o I = ABCD) es de resolucin IV.
3. Diseos de resolucin V. Los efectos principales y las interacciones dobles
estn alias con interacciones triples o de mayor orden, es decir, los efectos
principales e interacciones dobles estn limpiamente estimados. Por ejemplo,
el diseo 25 1 con relacin definidora I = ABCDE (o I = ABCDE) es de
resolucin V.

Ejemplo:
El experimento se desarroll en una planta donde se fabrican semiconductores, en la
cual se quera mejorar el rendimiento del proceso mediante el diseo de
experimentos. De acuerdo con la experiencia del grupo de mejora, los factores que
podan tener mayor influencia sobre la variable de respuesta (rendimiento), as como
los niveles de prueba utilizados, fueron los siguientes:
A = Nivel de la abertura (pequea, grande).
B = Tiempo de exposicin (20% abajo, 20%
arriba).
C = Tiempo de revelado (30 s, 45 s).
D = Dimensin de la mscara (pequea, grande).
E = Tiempo de grabado (14.5 min, 15.5 min).

B
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1

C
-1
-1
1
1
-1
-1
1
1
-1
-1
1
1
-1
-1
1
1

D
-1
-1
-1
-1
1
1
1
1
-1
-1
-1
-1
1
1
1
1

I=ABCD
-1 +
-1 -1
-1
-1
-1
-1
-1
1
1
1
1
1
1
1
1

I=-ABCD

N. Yates
1
a
b
ab
c
ac
bc
abc
d
ad
bd
abd
cd
acd
bcd
abcd