DISEi~IO DE EXPERIMENTOS

per J u a n BEJAR *

La m a y o r parte de los proble,nas que han despertado el inter6s de los estadisti-

cos en los experimentos pre,vienen de las invcstigaciones en la agricultura, come lo
d e m u e s t r a la n o m e n c l a t u r a empleada.
Se llama parcela o unidad experimental a !a unidad material a la cual se
aplica un tratamiento.
U n a parcela puede set un paciente de un sanatorio, una parte de los tejidos
animales, un conjunto de m~quinas, una parcela de un terreno, et-c.
E1 objetc de un experimento es hacer comparaciones entre los efectos de di-
ferentes t r a t a m i e n t o s , aplicando <ada uno a u n a o varias unidades experimentalas.
Las medidas cuantitativas obtenidas de unas unidades experimentales se-llama-~
producto.
U n grupo de tales unidades usadas en la estructura de un disefio, y que tienea
ciertos caracterfsticas comunes, se llama un bloque.
Algunas veces los tratamientos a c o n t r a s t a r se componen de diversos factores ;
un conjunto de 9.4 t r a t a m i e n t o s puede c o m p r e n d e r tres drogas cada una con
cuatro cantidades diferentes inyectadas en animales machos y h e m b r a s ; con Io
que tenemos tres far (drogas, cantidad y sexo). Los estados diferentes de
un factor se llam;m niveles; ya se distingan entre ellos cualitativa o e u a n t i t a t i -
vamerrte.

DINEI~IO EXPERIMENTAL

Pot disefio experirnental se e n t i e n d e :

1. ~ E1 conjunto de t r a t a m i e n t o s que va a - s e r c o n t r a s t a d o ; esto es sometido
a prueba de ensayo.
2. a Definici6n de Ias unidades experimentales.
3. 0 Las re~las de acuerdo con las cuales se asignan los tratam[entos a las
parcelas.
Distinguiremos el e x p e r i m e n t a d o r y el estadfatico eomo dos personas d i f e r e n t e s ,
el uno se e n f r e n t a con el problema de e m p r e n d e r _ u n trabajo de investigaei6n y el
otro con el de proporcionar asistencia t6enica. La colaboraci6n e n t r e los dos debe
ser muy e s t r e c h a : el estadfstico s61o puede proporeionar buenos disefios si conoee

(*) Conferencia pronune!ada en el eurso de [nvestigaei6n O p e r a t i v a desarrn-

llado por el lnstituto de Racionalizaei6n y el Instituto de Investigaeiones E s t a -
dfsticas.
92 JUAN BEJAR

algo sobre el campo de la investigacidn y el e x p e r i m e n t a d o r obtendr~ m e i e r ayu.:2;,

si conoce los principles generales del disefio con el que t r a b a j a .
El a p a r t a d o 2) suele efectuarlo el e x p e r i m e n t a d o r s o l a m e n t e ; el cual tambi~n,
es a su vez, el principal responsable de 1) a d n cuartdo el estadfstico tendr~ impor-
t a n t e s aportaciones que hacer y et p u n t o 3) suele considerarse que concierne prin-
cipalmente al estadlstico
L a f o r m a de e!egir las parcelas p a r a kin t r a t a m i e n t o debe hacerse al a z a r ; y
este es el finico c a m i n o p a r a asegurarse de que no s u r g e n sesgos, debidos a que
aIgunos t r a t a m i e n t o s sean asignados a parcelas e s e n c i a h n e n t e mejores que o t r a s ;
en un d e t c r m i n a d o disez:o aleatorlzado un t r a t a m i e n t o p u e d e set i g u a l m e n t e fa-
verecido, pero la probabilidad de que esto suceda est~'~ c o n t r o l a d a y se tiene en
cu~'nta en los test de significacidn.
Si un e x p e r i m e n t a d o r insiste en no ateator{zar et disefio; la responsabilidad es
s u y a : el estad/stico puede h a s t a apliear el m l s m o proceso de an.~lisis; pero su
val.ldez se h a de poner eli tela de juicio.
P e r aleatorizaeldn debemos e n t e n d e r s i e m p r e u n proceso estricto de u s a r tab!a.-
de ntimeros aleatorios o loterla.
Y a h o r a r e f e r e e s algunos disefios f r e c u e n t e m e n t e utilizados.

Disc~.os completamente aleatorios.IE1 ripe mils seneillo de disefio es aqu61

q u e as[gna al azar los t r a t a m i e n t o s a ]as u n i d a d e s experimentales. P r i m e r o se de-
t o r m i n a el n d m e r n de veces que cada t r a t a m i e n t o va a .,er aplicado ( n d m e r o de
replicaeiones), y ente.nces los t r a t a m i e n t o s , utilizando tablas de n d m e r o s aleatorios,
se aplican a l a s diversas unidades.
SUlVmgamos que tenemos tres t~,atamientos, los dos p r i m e r o s con c u a t r o re-
plica.clo~aes y el teree.ro con c~eho. O r d e n a m o s las diecis6is u n i d a d e s e x p e r i m e n t a -
les de eualquier forma v e n u n a tabla de nfimeros aleatorios b u s e a m o s los n f i m e r o s
inferlores a 17, que s u p o n g a m o s aparecen en el siguiente o r d e n :

9, 13, 8, 6, 12, 1, 14. 16, 6, 7, 3, 4, 10, t l , 15, 2,

El p r i m e r t r a t a m i e n l o le aplicarfamos a las unidades 9, 13, 8, 5, el s e g u n d o a

lax 12, 1, ]4, 16 y el tercero a las 6, 7, .3, 4, lO, 11, 16 v 2.

Ejem.plo.--Una eompafila desea e o m p r a r mg~qu;nns p a r a realizar u n a cierta

operacidn de un preceso de produceidn. Cuatro. cnmpafi/as nfrecen tales m ~ q u l n a s ,
y obtiene u n a de eada compafifa para p r o b a r t a s v d e t e r m i n a r emll de lax cuatro
es m e i e r p a r a sus propc;sitos. S u p o n g a m o s , que cada m~iquina es ac~'ionada l~t~
u n solo operario, y el E m p r e s a r i o decide t e n e t v a r i e s de sus h o m b r e s t r a b a j a n d o
con lax m @ u i n a s unos dfas, con el fin de avetqguar cu~l d e los e u a t r o produce
mils u n i d a d e s p e r d(a.
Supcmgamos que vehlte h o m b r e s van a set utiIizados en el exper~mento, siendo
a s i g n a d o s al azar e;nco a eada m~.qu{na, t r a b a i a n d o eada operario u n dfa con la
m ~ q u h m que le fu6 aslgnada. Et p r o b l e m a consiste en s a b e r si las mtfquinas son
clifi'rentes respecto al nfimero medio de u n i d a d e s producldas.
Los resultador btenidos se indican en el siguiente c u a d l o :
 DISENO DE EXPERIMENTOS 93

tratamientos = m~quinas

I 2 3 4

64 41 65 45
39 48 57 51
65 41 56 55
46 49 72 48
63 57 64 47

E n t d r m i n o s g e n e r a l e s , s u p o n d r e m o s que t e n e m o s r t r a t a m i e n t o s y cada uno

(el i-gsimo) le a p l i c a m o s n i veces ; el r e s u l t a d o set,in r . n ~ r ~ ni o b s e r v a e i o -

n e s Xlj ( i = 1 , 2, ..., r ; 1=1, 2 . . . . , ni). i=,
Los r e s u t t a d o s posibles del t r a t a m i e n t o i - d s i m o s u p o n d r e m o s q u e f o r m a n u n a
poblacidn N(mi, o-) de v a r i a n z a c o n s t a n t e p a r a todo.s los t r a t a m i e n t o s .
]El p r o b t e m a q u e v a m o s a e o n t r a s t a r es el de q u e todns las m e d i a s s o n i g u a -
les.
Igl. 1 ~ D'~ 2 ... ~ 115 r .

A1 efecto, se tiene la i d e n t i d a d .

II i r i" II i

i~l j=l |=1 i=l j=l

y los r e s u l t a d o s se o r d e n a n en la s i g u i e n t e t a b l a

V.riaci6n g.I. Suma de cu:tdrad(~s

E n t r e t;ra~amien-
tos . . . . . . . . . . r -- t Q,= S~1- Q,
I=,
r--1
i F -- 812
11i sl
Q~= Q~.
Residual ....... n--r
~. -- r
i=l j=,

Total . . . . . . I n -- I Q = ~(xi i _ y~)2 S~= Q

i n--1
i=l j=l
t

P a r a f o r m a r esta tabla, las o b s e r v a c i o n c s s e d i s p o n e n en la s i g u i e n t e f o r m a :

 94 JUAN BEJAR

Conjun-
to Observaciones n CS SCD
n. o

ni nl

1 X , ~ . . . Xlm S, = Z X+j CS, = Z x; SCD, = CS; - - - -

j=l j=~

i3 i n i

i Nil ... ~in i Si : Z Xij CSi = Z SCD i = CS i - _ _

ni
j=, 3=t

Dr 7}r

r X , . i . . . Xru~ S~ = Z X,.j CS,. - = Z X

" ~
rj SCD~ = CS v - - - -
nr
J=l

ESi SC~ 2 SCD i

.i n i

Z -- o --~

-- ~ 'n i n
i=t 1

I" I1i 1"

~ (X~j ~)-~ -- . = CSi--
[=I j=l i j i=l

Di 2 tli r

l=[ j=l t=t j=t I=L i=1

Cuando la hipdtesis se rechaza, se.n de interfis las siguientes variables aleato-

rias, con el fin de obtrner intervatos confidenc~alcs

Xi -- "i Xi - X.i - ("t - - "+.i)

tn-r -- S,. tn-r =
/g s, t +

E1 test se concluye con et valor de F obtenido, segfin resulte o no significa-

tivo a un nivel de probabilidad establecido previamente.
En nuestro ejemplo, resulta:

Variacidn g. l, de c u a d r a d o s Varianzas

Entre mAquinas 3 741,0 2,17,09 3,99

Resto 16 989,6 61,85

To tal 19 1.780,6
 DISEI~O DE EXPERIMENTOS 95

El valor tie F resulta signicat'vo, y a que el fr~ctil correspondiente ai 5 pot 100

de probabilidad es 3,24, lo cual nos quiere decir que los r e n d i m i e n t o s de las m~-
q u i n a s no se pueden considerar los mismos.
E1 n d m e r o medio de unidades producidas por d;a, en cada u n a de las mal-
q u i n a s h a sido 55,4, 47,9, 69,8 y 49,2. E1 test nos quiere decir que las diferen-
cias c n t r e estas medias no se puede a t r i b u i r al azar, y por c o n s i g u i e n t e la E m -
presa eligirfa la m,4quina n f m . 3, a u n cuando la diferencia e n t r e las medias
h a i t a d a s de las m6.quinas 1 y 3 no es slgnificativa.

BLOQUES ALE.ATORIZADOS

El e]emplo a n t e r i o r fu6 p o b r e m e n t e disefiado, y a que no se t u v o en c u e n t a la

h a b i l i d a d de los 20 operarios que intervinieron en el experimento. A p e s a r de que
las p e r s o n a s se a s i g n a r o n por sorteo a l a s mgtquinas, pudo ocurrir q u e los einco
m ~ s hfibiles f o r m a r a n parte del m i s m o grupo, c o m p e n s a n d o de esta f o r m a
los posibles defectos de la m ~ q u i n a correspondiente.
E n el lenguaie del disefio del e x p e r i m e n t o diremos que los efectos debidos a
las mgtquinas y los efectos deb{dos a los grupos de operarios est~n completa-
m e n t e confundido.s.
E s t a dificultad se resuelve eligiendo finicamente cinco h o m b r e s , de f o r m a
que los tin.co b a m b r e s t r a b a j e n u n dia con cada mdNuina. E1 orden e n q u e u n
h o m b r e dado t r a b a j e con las einco m~.quinas se d e t e r m i n a al azar.
Los resultados clue se obtuvieron fueron los s i g u i e n t e s :

Mdqulnas

1 2 3 4
1 53 47 57 45
x~ 2 56 50 63 52
3 45 47 54 42
4 52 47 57 41
5 49 53 58 48

E n t~rminos generales, tenemos los r t r a t a m i e n t o s , y con todas las u n i d a d e s

e x p e r i m e n t a l e s formam~;s s bloques cada u n o de r unidades, de caracterfstieas
parecldas. En cada bloque se distribuyen los t r a t a m i e n t o s al azar. Los resultados
los expresamos por X~j ( / = 1 , 2, ..., r ; ]=1, 2, ..., s), y t e n e m o s

r ~ r

i=l j=l i=] j=l

Jr-~(J~ij--~'i. --X..i-~-X) 2
i=l j=l

Q=Q~+Q~+Q.
y los resultados se o r d e n a n en el s l g u i e n t e c u a d r o :
96 JUAN B~JAR

Variaci6n G. 1. Suma de cuadrados Varlanza

1"
rratamiento. r-1 Q, = s ~__~(R~. -- R) ~ ~2 - - Q]
l=t r--1

$
~loques s--I s~_ Q'-'
j=l 8--1

grror ........ !(r-t) (s-t) Q~ = Z ( X ~ . i - g ; - - x'.i + X) 2 $3 ~ Q3

ij (r-t) (s-l)

r $
rs -- 1 Q = ~-~_a ~?
z_a (x~i. - .~f-
t i=t j=l I

P a r a f o r m a r este c u a d r o las o b s e r v a c i o n e s se o r d e n a n en la f o r m a s i g u i e n t e :

Bloques i i r S.j X'.j

Xn Xit X ,., S. t ~ Z Xh X. I
i

Xij X;j X,: i S .j =-- Z Xi.i

i

X,s Xis X ,'s S's ~ Z Xis" X's

i

Si. St.=EXl,} Si:-~ZXi j St. = Z ~ ' ~ r j

J i J i j

-air S..
r.8
Yq. - - X x,. -X g,. - R R,.- :~

Se calcula d i r e c t a m e n t e
SC = Xlj
i=l j=l
y se tiene

s?. I. s.2.
Z(Xt~-- X)~=SC--- S ~_~ (x.~. - ~ ) " = ;
r8 rs
|j i=l i=l

,
r Z ('~ ",i -- X) = S~'Jr-
• S.~.
8r
j=~ j--t
 DISENO DE EXPER1MENTOS 97

Anallticamente, el problema se plantea suponiendo que el universo de valores

p6sibles X u de una nnidad tiene por media

m i j = m + cq.+6j ; X+ai=(] ; Xr~j=O,

donde m es la media de toda poblacidn, at es la influencia del t r a t a m i e n t o i-dsimo

y ]?j la de[ bloque ]-~simo (m,'lquina y h o m b r e , respectivamente). E n nuestro
ejemplo: el :rabajador mrls kabilidoso tendrdt una e e n s t a n t e positiva asociada
con dl, que nos cluiere dcc!r que su preduccidn en una mdtquina serdt u n ' d a d e s
m i s que la produceidn mkdia de los restantes trabajadores en la m i s m a m[t-
quina. Este mcdeto se basa en la hip6tesis de que los efectos de los t r a t a m i e n -
tos son independientes de las caracterlst~cas de los bloques.
La hip6tes!s que se contrasta es a~=O, o sea que lo.s efectos de los trata
mientos ( X t . - X ) sen nulos. Este test se realiza pot m e d i o de la variable F t,
respectivamente, que se distribuye segdn la F Snedeeor.
En nuestro ejemplo, los resultados obtenidos f u e r o n :

Variaci6n (3.1. Suma de r V&rianz1L

I'ratamlentos . . . . . . 3 400,40 133,47

Hombres ......... 4 152,68 38,17
Error ............ 12 70,12 5,84

Total . . . . . . . . . 19 623,20

Resultado .~i~,nificativo, lu cuat has quiere decir que /as mtiqtdnas dan distin-
los rendimientos. Las difereneias X i . - X d a d a s pot cada una de Ias rmlquinas
hat sido 0 , 2 , - 2 , 0 , + 1 , 0 - 5 , 9 , Io cual quiere decir que las diferencias e n t r e ellas
no se p.ueden atribuir a! azar, y la E m p r e s a ellgirfa tambi~n la tercera.
Cuadrados l a t i n o s . - - P o r el mdtodo de bloques aleatorios h e m o s podido elimi-
nar los efeeto.s de la heterogeneidad de las l:,arcelas, de tal f o r m a que hemos-
eoml~arado d n i c a m e n t e los t r a t a m i n t o s entre s(. Los e x p e r i m e n t o s con una doble
elasifieaci6n de las unidades experimentales se llaman a u a d r a d o s latlnos.
S u p o n g a m o s que tenemos ra unidades experimentales elasificadas de acuer-
do con dos eriterios; las podemos disponer f o r m a n d o un e u a d r a d o con r filas
y r columnas. Las r replicaeiones de los r t r a t a m i e n t o s se distribuyen al azar
sobre el euadrado, de forma que cada t r a t a m i e n t o debe ocurrir una sola vez en
cada fila y e n cada columna.
U n cuadrado latino con d n c o t r a t a m [ e n t o s puede ser el que s i g u e :

C E A D B
B D E C A
A C D B E Las letras expresan los t r a t a m i e n t o s .
E B C A D
D A B E C

Fisher y Yates han dado una e n u m e r a c i d n completa de los cuadrados latinos

~8 JUAN s

de extensi6n 4 x 4 basra 6 a 6 y ejemplos d e ellos h a s t a 1 2 x 1 2 (v~.ase sus tablas

esladisticas). El procedimiento correcto es elegir al azar u n cuadrado de extensi6n
d a d a p a r a la experimentaci6n.
Sea Xtj la observaci6n obtenida en la ilia i-4sima y c o l u m n a /'-4sima; sea

X,, y X.j las medias de las filas y e o l u m n a s r e s p e c t i v a m e n t e ; m i e n t r a s q u e *Xi,

es la media de las observaeiones e o r r e s p o n d i e n t e s al t r a t a m i e n t o h-dsimo.

Z L~(Xi.i--X)'=r
• r
(Xh--X)~-Jr-rZ(Xt.--X)"-q-r k ( X . . i - - X ) - ' - ~-
i j h=t i=l t=l

r r

Z x,,- .%+ 2.v,'

i=l j=i

que r e p r e s e n t a m o s a b r e v i a d a m e n t e p o t

9 = o~ + O~.+9=+Q,.

La ordenacidn t a b u l a r de los datos es la s i g u l e n t e :

Varbmidn O.I. S u m a de Varianzas

cu~drados

Entre tratamientos ...... r--1 QI s,'- Q'

r-- 1

E n t r e filas . . . . . . . . . . . . . . . r -- 1 Q,
r--1

Entre columnas ......... r-I Qa st__ Q3

r--1

Error .................. (r--1)(r--2) Q, s] __ O'

(r- 1 ) ( r - - 2)

Total ............... r*'-- !~ Q

L a diferencia entre los t r a t a m i e n t o s se c o n t r a s t a p o r medio de F = .S~

que se distribuye segfin u n a F de Snedecor. S~
S u p o n e m o s que la m e d i a de cada parcela es de la f o r m a

muh=rn+~zl +fll+?h

donde m e s la media general, ,at el efecto ilia, fli el efecto c o l u m n a Y 7h eI

efecto del t r a t a m i e n t o . Lo q u e en r e a l i d a d e o n t r a s t a m o s es y h = 0 p a r a h=l,
k~. . . . , r.
P a r a f o r m a r la t a b l a anterior, los d a t o s se o r d e n a n en la s i g u i e n t e f o r m a "
 DISENO DE EXPERIMEN,TOS 99

Filas Columnas Sumas Medias

I 2 r

1 X, 1 X,: Xn Sa. =Z X,j 9 r "

X..~ X%~ X2r S~.. : E X.j 5~ = Z S._,.

Xrl Xr~ Xrr Sr. = Z xrs X r . = 1 St"

Sumas S.i-----ZXil S.2 = Z Xi.. S.r --~Z Xir

i i i i j

1 X.. IS.~ S.r_= 1

Medias X,,=TS., "=r - 7 S'r

Trata~nientos

S n m 3 s Sh : S x = ~XijcA) SB = E Xij(B) So = E Xij (c) ~Por Sx significamos las su-

1
mas de las r observaeiones
Medias Xh : Xo = 7- So correspondientes a[ trata-
miento A. Significados anit-
D [ feren cias : I R.-R X~-- X Ro - X logos tienell SB So 9

S u m a s de S = para

Filas Culumnas Tratamientos

r E
Z "cx ~ , Sq s-: +
IL_a- a
i=l j=l 2;- y r r

Se S: S~ $2
F2 r2 r2 r2

Q=~, ~ 8=
/_a Xtj -- r--7
ij r /__a r 2 -- j r2 ~ r Z

E j e m f l o s - - P a r a comprobar Io diffc[l que resulta elegir mediante j u l d o s per-

sonales muestras insesgadas, aun dentro de poblaciones relatlvamente pequefias
que puedan set inspeccionadas antes de la selecci6n, se ide6 el siguiente expe-
rimento :
100 JUAN E,EIAR

Se eligieron dreas de trigo que contenla_n alrededor de u n a s 80 espigas, te-

niendo cada tallo a p r o x i m a d a m e n t e u n o de.s pies de altura. Habr;i seis perso-
h a s y c a d a u n a inspeccionard cada drea y m e d i a las altu~as de seis tallos ele-
gktos al azar, con el fin de obtener u n a m u e s t r a r e p r e s e n t a t i v a de las a l t u r a s
de los tallos en el drea.
La cantklad, que seed analizada es la diferencia entre las m e d i a s de la a l t u r a
m e d i a de las ocho unidades elegidas y la v e r d a d e r a m e d i a en el 5.rea co r r e s p o n -
d i e n t e ; en otras palabras, 1(~ que se t r a t a de e s t u d i a r es el errev m u e s t r a l
L a s p e r s o n a s representan los t r a t a m i e n t o s e x p e r i m e n t a l e s ; se t o m a r o n seis
5reas y cada persona inspeccion6 todas las fireas. L a s 5reas son las c o l u m n a s
del cuadro l a t i n o ; nos r e p r e s e n t a n el orden en que cada h o m b r e m u e s t r e 6 las
seis ~ireas.

Av eas

Orden 4 Totales

I F + 3,5 D+ 6,6 C + 4,1 E+ 3,8 + 28,9

II B + 8,9 F + 1,9 D + 5,8 A+ 4,5 E + 2,4 C+ 5,8 + 28,3
III C + 9,6 E + 3,7 I F - 2,7 B+ 3,7 D + 6,0 A+ 7,0 + 27,3
IV D,+10,5 C+10,2 I B+ 4,6 E+ 3,7 A + 5,1 F+ 3,8 + 37,9
V E + 3,1 A + 7,21C+ 4,0 F-- 3,3 B + 3,5 D+ 5,0 + 19,5
VI A + 5,9 D + 7,6 E - 0,7 _C_+ 3,0 F + 4,0 B+ 8,6 + 25,4

TotaIes... +41,5 +34,8 [ +17,7 +18,2 +26,1 +34,0 + 171,3

Totales correspondientes a l a s personas

A B C D E F
+36,4 +33,5 +36,7 +41,5 16,5 7,2

La tabla del anfilisis de la v a r i a n z a correspondiente e s :

Soma de
FUENTES DE VARIACION g.I. eoadrados Varianza F

Filas (orden del muestreo) ..J 5 28,60 5,720 1,72

C o l u m n a s (Sreas) . . . . . . . . . . . I 5 78,87 15,774 4,72
T r a t a m i e n t o s (personas) ... 5 155,60 31,120 9,3,5
Error ..................... __ 20 66,56 3,328

Total ............... 35 329,63

Esto nos p r u e b a que las s u l ~ r e s t i m a c i o n e s varfan con las personas, y sus

m e d i a s respectivas s o n :
 D1SEI~O DE EXPERIM/6NTOS 101

A B C D E F
6,07 5,58 6,12 6,92 2,67 1,20

P o t el test de diferencia d e m e d i a s que las s i g n i f i c a t i v a m e n t e m e n o r e s corres-

ponden a las p e r s o n a s E y F.
L a variaeidn de las filas n o es significativa al nivel 5 por 100. Pero la va-
riacidn 4ebida a l a s e o h l m n a s si Io es, y el s i g u i e n t e cuadro nos indica que ei
sesgo depende de la a l t u r a m e d i a de los tallos, segdn el siguiente c u a d r o :

Verdadera altura T o t a l e s de las

Area m e d i a de los t a l l o s columnas
cm$~ c, m s .

59,0 41,5
66,2 34,8
72,3 34,0
74,5 18,2
76,0 25,1
76,4 17,7

EXPERIMENTOS FACTORIALES

I m a g i n e m o s u n e x p e r i m e n t o que tiene por objeto e x a m i n a r la influencia de

la variacidn de dos factores, A y B, en un eierto proceso de produccidn. Los
valores n o r m a l e s de los dos factores e x p e r i m e n t a l e s los r e p r e s e n t a r e m o s p o t A 1
y B 1, y t r a t a m o s de e x a m i n a r los efectos en la produccidn de u n cambio del
factor A de A 1 a A~ y un cambio del B de B1 a B.. D e acuerdo con el disefio
cl~fsieo de experimentos et proceso h a b r / a sido p r o b a b l e m e n t e como s i g u e :
1 2 Se realizan m e x p e r i m e n t o s control ; es decir, m experimentos con la
combinacidn de fa.etores A1 B1.
2. ~ E1 efecto de la variacidn de A se obtiene pot otros m e x p e r i m e n t o s con
la combinacidn A~ Bt.
3. ~ E1 efecto de B es i g u a l m e n t e detectado p o t otros m e x p e r i m e n t o s con
la combinaeidn Ax B..
L a m e d i a de los tres c o n i u n t o s anteriores las d e s i g n a r e m o s p o t X n , X-~I Y X~-_,
respectivamente, y los efectos del e a m b i o de los factores A y B p u e d e ser

Efeeto de A = D , = N:.1 - - - X l l

De acuerdo con los prlncipios de e x p e r l m e n t a c i 6 n de Fisher, la e x p e r i m e n t a -

eidn se debe realizar con todas las combinaciones de los f a c t o r e s ; es decir, j u n t o
a las eomblnaeiones antes m e n c l o n a d a s h a y q u e a g r e g a r la c o m b i n a c i d n A 2 Ba.
I ~ s experimentos de este tipo se l l a m a n e x p e r l m e n t o s factorlales o e x p e r i m e n t o s
102 JUAN BEJAR

de mdltiples factores, en contraposicidn al experimento cl~islco de un factor dni-co.

Realizando n replieaciones para cada una de las cuatro combinaciones encon-
tramos las medias.

X~l X q X12 X=.

El efecto de variar el factor A cuando es B = B ~ est~i dado por da/~ = X a ~ - X n

y anAlogamente para B = B 2 tendremos d a / B = , ~ : = - X l = .
Los efectos principales del cambio del factor A se obtiene con una media de
los dos efectos condicionales.

dx= 1 i
(d.~/~ + d,r (X., -- X , , ) + t X . = - ~:.) = ~ . : . - X,.

Correspondientemente, el efecto prindpat de B se calcula pot medio de !a

fdrmula :

a B = ~ 1( d ~/.l+ d,/.,._,) = ~ , : - $ : , ,

vemos q u e e n el experimento factorial, todos los resultados experimentales se

utilizan para la estimaci6n de cada efecto principal, mientras que en el experi-
m e n t o etgtsico finieamente 2/3 det ntimero total de observaeiones se utillzaban
p a r a calcular tales efectos.
Ademfis, el experimento factorial permite estudiar la interaci6n de los facto-
res, que quedaba excluido en el disefio clSsico, si los dos efectos condicionales
dal m y d:,/s.~ difieren slgnificativamente, el efecto A debe seguramente depender B,
o sea existe interaci6n entre los dos factores, g a interaci6n viene medida p o t

daB-----2l (d,lu~ -- d~/Bl) = "77)1(du/a2 - - d,/~l ) = I'z-

--(.~.:0_
.)
-- X,. --
- 7~:, + X,,)

Este angdisis se dispone en una tabla como la s i g u i e n t e :

Medias de los observaciones en un experimento factorial 2 x2.

Factor B1 Bo Medias

_A, X,, XI~ X,,

E1 anfilisls de la varianza correspondiente es el siguiente

 DISEI~O D E E X P E R I M E N T O S 103

Variaci6n . . G, 1. Suma de caadrados Varianzas

Entre A l y A:...

sl
Interaeida o
ha;. = 7
I ,~ ( X o: - X,2 - 2~, + g~,)~ sg
') 2 11

Resto . . . . . . . . . . . . 4(,~ - I)
2Z5
i=l j=I V=l

9 o it

Total . . . . . . . . . . 4n--i XXx (Xij v - X) 2

i=l j=l v=l

E]emplo.--Como aplicaci6n de este caso simple consideremos u n e x p e r i m e n t o

de r e m o l a c h a de azficar con dos factores. E s t o s fueron nitrdgeno, desde cero (n,)
h a s t a u n 30 por 100 de sulfato am&rico pot acre (n,), y !a p r o f u n d i d a d de !abran-
za de invierno (7 p u l g a d a s y 11). C o m o los dos factores operan a dos niveles, el
experimento se describe como u n experiment<) factorial 2 x 2 . L o s r e n d i m i e n t o s
medios de azficar por acre, f u e r o n :

Oxigeno

Labranza_ "0 "1 Medb

7 p.l adas ...... I 40,9 47,8 44,4 Se hicieron seis re-

11 p u l ~ a d a s ...... 42,4 50,2 46,3 pllcaciones.
Media . . . . . . 41,6 49,0 45,3

Amilisis de Ia varia~za

Varlaei6n G. 1.

Labranza ............ I 91,66 21,66 1~,0

Nitrdgeno . . . . . . . . . . . . I 54,76 54,76 30,3
Interaccidn . . . . . . . . . I 1,~1 1,gl 0,6
Resto . . . . . . . . . . . . . . . ~0 36~-- 1,80
23 113,63

L a profundidad de la l a b r a n z a y el nitrdgeno resuItan slgnificativas, m i e n t r a s

que la interacci6n no es slgnificativa.
104 JUAN BI~JAR

Experimel~tos con dos f a c t o r e s , con v a r i a s observaciones por con]unto

S u p o n g a m o s u n e x p e r i m e n t o de dos f a c t o r e s A y B, q u e son e x a m i n a d o s a
r(A~ A.,,... Ar) y C(B~ B z ... B~) niveles, r e s p e c t i v a m e n t e . L a s o b s e r v a c i o n e s s e de-
i=]_, 2, ... r
n o t a n p o t Xit., : ] = 1 , 2, ... c
v = l , 2, ... n
S u p o n e m o s q u e la v a r i a n z a es la m i s m a o-2 p a r a los rc c o n j u n t o s ; a c e p t a n d o
esta hip6tesis, u n a e s t i m a c i 6 n de o-~- es

rc(n--1) l=l j=t v=l

L a m e d i a de cada c o n j u n t o la s u p o n d r e m o s d e s c c n n p u e s t a en la f o r m a

segOn el s l g u i e n t e c u a d r o

Flla Columna Medias de

n . c' 1 o C lo.s f i l a a Desviaciones

r ~t2 " - - ~nc -~. = ~ , . - ~..

~,.'2 999 ~. ~ = ~... - ~..

~t ~.- ... ~,.o ~,.. r,,. = ~.,.. - ~..

l~edias ~. ~'.~9 ~ ~..

eolumnas ~i "" -~-c

~,=~,-~ ..... ~.o = ~ . o - ~..

L a s m e d i a s d e las filas son

.~. = ~ - . %
]

y a n ~ l o g a m e n t e de las c o l u m n a s

~'" = r-~-
l j

~j = ~.. + (~i. -- ~..) § (~.j -- ~ .) + (~j - - ~i. -- ~.j + ~..) = ~.. 4- ni § q 4- O~j

Cuando ~i~O, los efectos de los factores correspondientes no son indepen-

d i e n t e s , sino q u e un cierta i n t e r a c c i 6 n e x i s t e e n t r e ellos. A l g u n a s eombina.ciones
d e los dos f a c t o r e s c o n d u c e n a r e s u l t a d o s m ~ s f a v o r a b l e s y o t r o s a m e n o s , de
Io q u e se esperar{a segfin el efecto f i l a . y c o l u m n a . A 01j se le l l a m a i n t e r a c c i 6 n .
 DISgl(/O DE EXPERIMENTOS 105

U n a estimac[6n de las d[stintas c o m p o n e n t e s de las medias de las poblac[ones

se obtiene p o t medio de las siguientes r e l a c i o n e s :
1
rC ~'
l j

Xi.j -- Xi. - X..j -[- -~- ~ - Oij

Andlisis de la varianza

F u e n t e s de v a r i a c i d n Suma cuadrados G. 1.

Factor A . . . . . . . . . . . . . . r --1 s~
i-t

Factor... B . . . . . . . . . . . . . . . c--1 s~
j=l

[ nteraci6n . . . . . . . . . . . . . . . <x, - x , - x +x r- (r--l)(c -1) s~

I=l j=l

r c

Dentro de los conjuntos.., ~' Z " - Xti )~ r~ ( n - - l ) s~

i=l j=l v=l

k~ n
~ ~ ~X~j,~ rc't~ -- 1
i=l j=l '~=t

Test de h~p6tesis.--La hip6tesis 0ij=0, i = 1 , 2 . . . . , r, i = 1 , ~, .... c se c o n t r a s t a

s~
teniendo presente que sl la m i s m a es cierta, entonces F = ~ se distribuye segfin

F de Snedecor, y si S.'-' es signifi.cativamente m a y o r que $1-" e n t o n c e s r e c h a z a m o s

la hip6tes[s; si la intersecci6n es significativa no podemos u s a r los mdtodos
del anMisis de Ia varianza, y hay que f o r m u l a r nuevos modems. P o r tanto, si
la interaci6n es insignificante podemos c o n t r a c t a r los efectos de A y B e n la
f o r m a siguiente.
2. ~ Hip6tesis de % = % . . . . . ~7~=0. Se puede c o n t r a s t a r pot medio de

s]
F--
s;
y cuando S~2 es signifi.cativamente m a y o r que $12 r e c h a z a m o s la hip6tesis.
106 JUAN BEJAR

3. 9 Hipdtesis ~ = ~ . . . . . . ~=0. Se c o n t r a s t a por medic de F = __5~ y c u a n -

do Sa ~ es m a y o r que S~~ se rechaza la hipdtesis. S~
Si las hipdtesis se rechazan, se establecen lfmites confidenciales p a r a Ias m e -
dias de la poblaeidn, m e d i a n t e las expresiones

Xij - ~j . Xi. - ~. X . j -- r
t=

que tienen distribuciones t de S t u d e n t con r.c. ( r ~ - l ) g. 1.

Si f i n i c a m e n t e existe u n a observacidn en cada conjunto, o sea n=l, e n t o n c e s
la v a r i a c i d n dentrc de los conjuntos n o e x i s t e ; pero s{ se sabe Ou=O e n t o n c e s et
an~lisis de la v a r i a n z a es como sigue :

Variart-
Variacidn G.I. Suma de cuadrados
zas

Factor A ..... c ~ (Xi. - X..)" SI~ Ft =

i=t
s '-_',
c

Factor B.. c--I - K..p S~ F~ =

j=l
s;
l" C

[nteraci6n (,'-- ~) ( c - l ) (x,j - y.j + s~

i=1 j=l

rc-- 1
k@i=l j=l
(Xji - ~-..)..

y los test de los efectos de los factores se h a c e n por m e d i c de F~ y F v

Ejemplo.--Durante eI proces0 de producci6n de u n a s p l a n c h a s p a r a m a t e r i a l
de c o n s t r u c d d n se d e t e r m i n 6 la p e r m e a b i l i d a d de lag m i s m a s , p o t m e d i c de u n a
n u e v a m u e s t r a de tres p l a n c h a s diarias de cada u n a de las tres m S q u i n a s con que
c o n t a b a la E m p r e s a p a r a su producci6n. E n el c u a d r o s{guiente d a m o s los logarit-
m o s de la p e r m e a b i l i d a d por segundo, de las p l a n c h a s diarias, de las tres m S q u i n a s ,
d u r a n t e u n per~odo de n u e v e dias, en total 9 x 3 x S = 8 1 observa.ciones.
L a s 81 observaciones se a g r u p a n de acuerdo con dos criterlos, d/as y mgtquinas,
en u n c u a d r o que da 9 x 3 clases con tres observaciones en cada clase.
E n dicho c u a d r o t a m b i 4 n aparecen

Si.i = Z X i j , ~ ; SC~i = X~j,,; SCDi. i = (Xi.i,, - X-i.i):

',*=l V=I V=I
 DISEI~O DE EXPERIMENTOS 107

(Xij--X.-):--~ 8Cij-- r ~ -~ Y 8ij =4,3509

i = l j = l v=l l=l j=l ":

Z .Ca
x~ Z (XiJ" -- 7X'iJ)"=
I=l j = l V=I
•
1=1 j = l
SCDij = 2,0150

2,0150
Iuego S ~ 2 = - =0,03731.
54
La diferencia 4,3509-2,0150=2,3359 es necesario repartirlo entre la variaci6n
correspondiente a dias, mfiquinas y la interaci6n respeetivamente.
Si hacemos

St. : Z Sij ; s., = Z<; S.. : ZZ ,,

j=l i=l i=l j=l
resulta :
c r S~j S".'.

j= I j=l

f f~a - ~ ~ S~"
nc (Xi. - - X . . ) " = 8{.
nC nFC
I=l i=I

Ahora bien, como Sij~3 Xij t e n e m o s

Dh, s 'i). 1 2 3 S i = 95"i.

4,368 4,344 5,(~(~5 13,717

4,836 3,942 5,053 13,831
5,285 4,730 4,433 14,448
4,764 4,159 4,620 13,5.43
5,045 4,155 4,145 13,345
4,884 4.483 4,604 13,971
5,978 4,173 4,515 14,666
5,677 4,492 5,732 15,901
4,672 4.067 4,912 13,671

S.j=27X.j 45,509 38,565 43.01-~ 197,693

S ~.. 127,092=
----199,~152
8t 8t
108 JUAN BEJAR

Z S~ 1799,7177
-- - - -- 199,9696
9 9

Z S.~ 5408,9627
- - - - 200,3:~2()
~7 27
c

m"
Z -(X..i - - X . . } ' - = 0;9163

r
nc
)2
t=1
(Xi.'- X..)" = 0,5531

El anhlisis de la v a r i a n z a nos da el s i g u i e n t e c u a d r o :

Variaci6n 5u'ma de c u a d r a d 0 s G.i. Varianza

M~quinas ...... 0,9168 2 0,4584 F = 1'2,3

[)/as . . . . . . . . . . . . 8 0,06918 F = 1,85
I nteraci6n ...... 0,8657 16 0,05411 F = 1,45
l~rror . . . . . . . . . . . ! 2,0150 54 0,0_4731

Total ......... 4,3599 80

La interaci6n n(? es significativa.

L a influencia de los dlas no es s i g n i f i c a t i v a .
L a variaci6n debida ,q las ra~'lquinas es s i g n i f i c a t i v a , y las m e d i d a s d e b i d a s a
1as m ~ q u i n a s s o n :
M~qulna.~ Med~a de log Antilog.

1 1,686 48,5
2 1,428 26,8
3 1,593 39,2

El e r r o r tfpico de estas m e d i a s es

Luego, las c o n c l u s i o n e s son :

1. ~ L a s p l a n c h a s de la m ~ q u i n a 2 son c o n s i d e r a b l e m e n t e m e n o s p e r m e a b l e s
q u e las d e las m ~ q u i n a s 1 y 3.
2. ~ L a variaci6r~ debida a los d(as es aleatoria, y estk c a r a c t e r i z a d a p o r la va-
rianza s,-~=0,ar31.
BIBLIOGRAFIA

I n t r o d u c t i o n to t h e tlaeorv of S t a t i s t i c s p o t M<md. S t a t i s t i c a l t h e o r y w i t h engi-

.~eering a p p l i c a t i o n s p o r H a l d . E x p e r i m e n t a l D e s i g n p o r C o c h r a n y Cox.