Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseños Factoriales
Diseños Factoriales
El objetivo de un diseño factorial es estudiar el efecto de varios factores sobre una o varias
respuestas o características de calidad, es decir, lo que se busca es estudiar la relación entre los
factores y la respuesta, con la finalidad de conocer mejor cómo es esta relación y generar
conocimiento que permita tomar acciones y decisiones que mejoren el desempeño del proceso.
Por ejemplo, uno de los objetivos particulares más importantes que en general tiene un diseño
factorial es determinar una combinación de niveles de los factores en la cual el desempeño del
proceso sea mejor que en las condiciones de operación actuales, es decir, encontrar nuevas
condiciones de operación del proceso que eliminen o disminuyen cierto problema de calidad en la
variable de salida.
Los factores pueden ser de tipo cualitativo (máquinas, tipos de material, operador, la presencia o
ausencia de una operación previa, etc.) , o de tipo cuantitativo (temperatura, humedad, velocidad,
presión, etc.). Para poder estudiar la manera en cómo influye cada factor sobre la variable
respuesta, es necesario elegir al menos dos niveles de prueba para cada uno de ellos. Con el
diseño factorial completo se corren aleatoriamente en el proceso todas las posibles
combinaciones que pueden formarse con los niveles seleccionados.
Más en general, la familia de diseños factoriales 2k consiste en k factores, todos con dos niveles de
prueba; la familia de diseños 3k consiste de k factores cada uno con tres niveles de prueba.
Diseño Factorial 22
Supongamos que se tienen dos factores A: tiempo y B: velocidad, cada uno con dos niveles (bajo y
alto), la respuesta es la cantidad de aditivo. En el experimento, cada tratamiento se corrió tres
veces (tres réplicas) lo que da un total de 12 corridas del proceso. Por simplicidad sólo se muestra
los resultados de la primera réplica:
Velocidad
Tiempo
600 1000
17,10 18,76
3 ─ ─
─ ─
16,26 18,16
6 ─ ─
─ ─
Efecto principal y efecto de interacción
18.76+18.16 17.10+16.26
Efecto B: 𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 = − = 1.78
2 2
Por otro lado, se dice que dos factores interactúan entre sí o que tienen un efecto de interacción
sobre la variable respuesta, cuando el efecto de un factor depende del nivel en que se encuentra
el otro. Por ejemplo, los factores tiempo y velocidad interactúan si el efecto del tiempo es muy
diferente en cada nivel de velocidad, o viceversa, si el efecto de la velocidad depende del tiempo.
Veamos esto con los datos:
Si estos dos efectos de A en función del nivel B fueran diferentes, entonces eso sería evidencia de
que la elección más conveniente del nivel de A depende del nivel en que esté B y viceversa. Es
decir, eso sería evidencia de que los factores A y B interactúan entre sí. En la práctica el cálculo del
efecto de A en cada nivel de B no se hace, y más bien se calcula el efecto global de la interacción
entre los dos factores. El efecto de interacción entre A y B, denotado por AB se calcula como la
diferencia entre la respuesta media cuando ambos factores se encuentran en el mismo nivel
((bajo,bajo),(alto,alto)), y la respuesta media cuando los factores se encuentran en niveles
opuestos ((bajo, alto),(alto, bajo)). Para el ejemplo el efecto de la interacción tiempo x
temperatura está dado por:
Los valores absolutos de los efectos principales y del efecto de la interacción son una medida de la
magnitud de su efecto sobre la variable respuesta. Así, entre más grande sea el valor absoluto de
un efecto, mayor influencia tendrá sobre la variable respuesta. Sin embargo, para saber si los
efectos son estadísticamente significativos se requiere del análisis de varianza.
Considere los factores A y B con a y b (a, b ≥ 2) niveles de prueba, respectivamente. Con ellos se
puede construir el diseño factorial a x b que consiste en a x b tratamientos. Se llama réplica a cada
repetición completa del arreglo factorial. Los diseños factoriales que involucran menos de 4
factores se corren replicados para poder tener la potencia necesaria en las pruebas estadísticas
sobre los efectos de interés, de tal forma que si se hacen n réplicas, el número total de corridas
experimentales es n(a x b).
Modelo Estadístico:
Con un diseño factorial a x b se pueden estudiar los efectos individuales y el efecto de interacción
de ambos factores. En términos estadísticos lo que se afirma es que el comportamiento de la
variable respuesta Y en el experimento con k réplicas se podrá escribir mediante:
Donde 𝜇 es la media general, 𝛼𝑖 es el efecto del i-ésimo nivel del factor A, 𝛽𝑗 es el efecto del j-
ésimo nivel del factor B, (𝛼𝛽)𝑖𝑗 representa el efecto de interacción en la combinación ij y 𝜀𝑖𝑗𝑘 es el
error aleatorio que supone sigue una distribución con media cero y varianza constante 𝜎 2 y son
independientes entre sí. Para que la estimación de los parámetros en este modelo sea única, se
introducen las restricciones:
Es decir, los efectos dados en el modelo son desviaciones respecto de la media global.
𝐻0 : 𝐸𝑓𝑒𝑐𝑡𝑜 𝐴 = 0
𝐻1 : 𝐸𝑓𝑒𝑐𝑡𝑜 𝐴 ≠ 0
𝐻0 : 𝛼1 = 𝛼2 = ⋯ = 𝛼𝑎 = 0
𝐻1 : 𝛼𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖
Para el Factor B
𝐻0 : 𝐸𝑓𝑒𝑐𝑡𝑜 𝐵 = 0
𝐻1 : 𝐸𝑓𝑒𝑐𝑡𝑜 𝐵 ≠ 0
𝐻0 : 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑏 = 0
𝐻1 : 𝛽𝑗 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑗
𝐻0 : 𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝐵 = 0
𝐻1 : 𝐸𝑓𝑒𝑐𝑡𝑜 𝐴𝐵 ≠ 0
El ANOVA para un diseño factorial a x b con n réplicas resulta de descomponer la variación total
como:
SST=SSA+SSB+SSAB+SSE
Ejemplo:
En un experimento llevado a cabo para determinar cuál de tres sistemas de misiles es preferible,
se midió el promedio de consumo de los propulsores para 24 encendidos estáticos. Se utilizaron
cuatro tipos diferentes de propulsores. En el experimento se obtuvieron observaciones duplicadas
de promedios de consumo en cada combinación de los tratamientos. Los datos aparecen a
continuación:
Ejercicios:
Músculo
Sujeto
1 2 3 4 5
32 5 58 10 19
1 59 1,5 61 10 20
38 2 66 14 23
63 10 64 45 43
2 60 9 78 61 61
50 0 78 71 42
43 41 26 63 61
3 54 43 29 46 85
47 47 23 55 95
Presión (psig)
Temperatura (°C)
200 215 230
90.4 90.7 90.2
150
90.2 90.6 90.4
90.1 90.5 89.9
160
90.3 90.6 90.1
90.5 90.8 90.4
170
90.7 90.9 90.1
6. Se describe un experimento para investigar el efecto del tipo de cristal y el tipo de fósforo
sobre la brillantez de un cinescopio. Los datos son la corriente en micro amperes
necesaria para obtener un nivel de brillantez específico. Los datos son los siguientes.