DEBER Nº 6

EXPERIMENTOS FACTORIALES

Cuando se estudia simultáneamente dos o más factores cada uno con diferentes
modalidades o niveles se tienen los experimentos factoriales, los que en esencia son
arreglos de los diversos tratamientos dentro de un diseño.

Un factor no es sino un tipo de variable, del que se puede originar varios tratamientos,
hay que señalar que los experimentos factoriales no son diseños, sino arreglos de
factores, los que pueden estar dispuestos en un D.C.A.; D.B.C.A. y en un D.C.L.

Es importante señalar que en los experimentos factoriales cada una de las

combinaciones da como resultado a un tratamiento distinto, siendo evaluado cada uno
de ellos con la misma eficiencia.

La terminología usada para los arreglos factoriales es diversa, así se puede utilizar letras
mayúsculas del alfabeto o letras correspondiendo a la A al primer factor, B al segundo
y así sucesivamente; o también se puede emplear la letra mayúscula del factor en
estudio.

Ejemplo: A x B 2 factores
F x D Fertilización x Densidad (2 factores)

A x B x C 3 factores
F x D x E Fertilización x Densidad x Especies (3 factores)

Cuando se va a utilizar niveles de los factores en estudio, se puede emplear la notación

de potenciación, en los que la base de la potencia son los niveles y el exponente son los
factores en estudio.

Ejemplo:
Factores 10 30
3 2
A ---- 20 B ---- 60
Niveles 30 90

ARREGLO COMBINATORIO

Para el caso de un arreglo factorial A x B, la forma más práctica resulta utilizar una
tabla de doble entrada, tres tablas de doble entrada para un arreglo factorial A x B x C,
etc.

Ejemplo:

Si se deseara estudiar el efecto de tres niveles del factor A, con dos niveles del factor B,
con seis repeticiones, las especificaciones y el esquema del análisis de varianza bajo un
Diseño Completamente al Azar, con Bloques Completos al Azar y en Cuadrado Latino
las especificaciones serían:
 Factores Niveles Repeticiones

A a = 3 a1 - a2 - a3 n = 6

B b = 2 b1 - b2

Arreglo combinatorio
---------------------------------------------
Factor A
Factor B a1 a2 a3
--------------------------------------------

b1 a1b1 a2b1 a3b1

b2 a1b2 a2b2 a3b2

---------------------------------------------
Considerando cada combinación como un tratamiento, se tendrán seis tratamientos y
como n = 6; el número de unidades experimentales será de 36.

En este caso el interés es el siguiente:

1. ¿Cuál es el mejor tratamiento?

2. ¿Cuál es el mejor nivel de A?
3. ¿Cuál es el mejor nivel de B?
4. ¿Existe interacción entre el nivel A y B?

De acuerdo a lo considerado que los experimentos factoriales no son diseños sino

arreglos dentro de los diseños, el esquema del análisis de varianza para cada uno de
ellos, se presenta a continuación:

Análisis de varianza bajo un DCA

----------------------------------------------------------------
FV Grados de libertad
----------------------------------------------------------------
Total abn - 1
35
Tratamientos t -1
5
Factor A a -1
2

Factor B b -1
1

Interacción A x B (a - 1) (b - 1)
2

Error experimental ab (n - 1)
30
---------------------------------------------------------------
 Análisis de varianza bajo un DBCA
----------------------------------------------------------------
FV Grados de libertad
----------------------------------------------------------------
Total abn - 1
35
Repeticiones n-1
5
Tratamientos t -1
5
Factor A a -1
2

Factor B b -1
1

Interacción A x B (a - 1) (b - 1)
2

Error experimental (a-1) (n - 1)

25
----------------------------------------------------------------

Análisis de varianza bajo un DCL

----------------------------------------------------------------
FV Grados de libertad
----------------------------------------------------------------
Total abn - 1
35

Hileras n-1
5

Columnas c-1
5
Tratamientos t -1
5
Factor A a -1
2

Factor B b -1
1

Interacción A x B (a - 1) (b - 1)
2

Error experimental (ab-1) (ab - 2)

20
----------------------------------------------------------------
Si se hubiera considerado estudiar únicamente los tratamientos, sin tomar en cuenta los
factores A y B, el esquema del análisis de varianza, habría quedado tal como se
presenta un DCA; un DBCA y un DCL sin desdoblar los grados de libertad de los
tratamientos.

INTERACCION

Cuando se está estudiando más de un factor en forma simultánea, los experimentos

factoriales tienen la ventaja de evaluar la interacción , que no es más que la acción
conjunta de dos o más factores o la modificación del efecto de un factor por la acción
de otro o más factores ; estos efectos pueden ser aditivos o interactivos.

Ejemplo:

Supongamos en forma hipotética, que se va a estudiar dos métodos (a1 y a2), cada uno
de los cuales tiene dos niveles (b1 y b2), y que se utilizado un diseño completamente al
azar con dos repeticiones.

métodos: 2 a1 y a2 (a) i = 1... a

j = 1....b

niveles: 2 b1 = 5 k = 1. . . . n
(b)
b2 = 10

repeticiones: 2 (n)

Siendo un arreglo factorial, se pueden presentar los siguientes casos:

CASO A (no hay interacción)

CUADRO DE DATOS
-------------------------------------------------------------
repeticiones
tratamientos I II  x
-------------------------------------------------------------

a1b1 2.5 2.5 5.0 2.5

a1b2 2.5 2.5 5.0 2.5
a2b1 1.5 1.5 3.0 1.5
a2b2 1.5 1.5 3.0 1.5
-------------------------------------------------------------
 ARREGLO COMBINATORIO
------------------------------------------------------------------
niveles
b1 b2
métodos (5) (10) 
------------------------------------------------------------------
a1 5.0 (2.5) 5.0 (2.5) 10.0
a2 3.0 (1.5) 3.0 (1.5) 6.0
------------------------------------------------------------------
 8.0 8.0 16.0
-------------------------------------------------------------
x 2 ... 16 2
FC    32
a bn 222


SCT  x 2 ijk  FC  2.52 ....15 
. 2  FC  34  FC  2

SCt 
x 2 ij.
 FC 

5.0 2 ....3.0 2 
 FC  34  FC  2
n 2

SC. E .exp.  SCT  SCt  2  2  0

SC. met 
x 2 i..
 FC 

10.0 2 ....6.0 2 
 FC  34  FC  2
bn 22

SC. niv 
x 2 . j.
 FC 

8.0 2 ....8.0 2 
 FC  32  FC  0
an 22

SC. I . m  n  SCt  ( SC. met  SC. niv )  2  ( 2  0)  0

GRAFICANDO LAS MEDIAS

2.5 a1
INCREMENTO

2.0
1.5 a2
1.0
0.5
0.0
0 5 10

NIVELES

Para este caso se observa que hay efecto de los métodos, en cambio no hay efecto de los
niveles. No existe interacción, por consiguiente el comportamiento de los métodos al
evaluar la dosis es paralelo; lo que significa que los dos métodos no fueron afectados
por los niveles.
CASO B (no hay interacción)
 CUADRO DE DATOS
---------------------------------------------------------------
repeticiones
tratamientos I II  x
---------------------------------------------------------------
a1b1 3.0 3.0 6.0 3.0
a1b2 2.0 2.0 4.0 2.0
a2b1 2.0 2.0 4.0 2.0
a2b2 1.0 1.0 2.0 1.0
---------------------------------------------------------------

ARREGLO COMBINATORIO
------------------------------------------------------------------
niveles
b1 b2
métodos (5) (10) 
------------------------------------------------------------------
a1 6.0 (3.0) 4.0 (2.0) 10.0
a2 4.0 (2.0) 2.0 (1.0) 6.0
------------------------------------------------------------------
 10.0 6.0 16.0
------------------------------------------------------------------

x 2 ... 16 2
FC    32
a bn 222

 
SCT  x 2 ijk  FC  3.0 2 ....1.0 2  FC  36  FC  4

SCt 
x 2 ij.
 FC 

6.0 2 ....2.0 2 
 FC  36  FC  4
n 2

SC. Error .exp  SCT  SCt  4  4  0

SC. met 
x 2 i..
 FC 

10.0 2 ....6.0 2 
 FC  34  FC  2
bn 22

SC. niveles 
x 2 . j.
 FC 

10.0 2 ....6.0 2 
 FC  34  FC  2
an 22

SC. I . A  B  SCt   SC. met  SC. niveles  4   2  2  0

 GRAFICANDO LAS MEDIAS

3.0

INCREMENTO
2.5
2.0 a1
1.5
1.0 a2
0.5
0.0
0 5 10

NIVELES

En el caso B, existe efecto de los métodos y niveles. No hay interacción ya que el valor
es cero, por lo tanto la tendencia de los métodos al tratarse con los niveles es paralela, lo
que significa que los métodos fueron afectados por los niveles de la misma forma, pues
existe paralelismo.

CASO C (existe interacción)

CUADRO DE DATOS
---------------------------------------------------------------
Repeticiones
Tratamientos I II  x
---------------------------------------------------------------
a1b1 1.5 1.5 3.0 1.5
a1b2 2.5 2.5 5.0 2.5
a2b1 2.0 2.0 4.0 2.0
a2b2 0.5 0.5 1.0 0.5
--------------------------------------------------------------

ARREGLO COMBINATORIO
----------------------------------------------------------------
niveles
b1 b2
métodos 5 10 
----------------------------------------------------------------

a1 3.0 (1.5) 5.0 (2.5) 8.0

a2 4.0 (2.0) 1.0 (0.5) 5.0
----------------------------------------------------------------
 7.0 6.0
----------------------------------------------------------------
 x 2 ... 13.0 2
FC    2113
.
a bn 222

SCT  x 2 ijk  FC  15  
. 2 ....0.52  FC  25.50  FC  4.37

SCt 
x 2 ij.
 FC 
3.0 2 ....1.0 2 
 FC  25.50  FC  4.37
n 2

SC. Error .exp  SCT  SCt  4.37  4.37  0

SC. met 
x 2 i..
 FC 

8.0 2 ....5.0 2 
 FC  22.25  FC  112
.
bn 22

SC. niveles 
x 2 . j.
 FC 

7.0 2 ....6.0 2 
 FC  21.25  FC  0.12
an 22

SC. I . met  niv.  SCt  ( SC. m  SC. n)  4.37  (112

.  0.12)  313
.

GRAFICANDO LAS MEDIAS

2.5 a1
2.0
1.5
1.0 a2
0.5
0.0
0.0 5.0 10.0

En este caso la tendencia de los métodos no es la misma, pues se observa que hubo
interacción. Lo mismo ocurre con los niveles. Además no existe paralelismo.

ARREGLO FACTORIAL A X B (DOS FACTORES)

Ejemplo:

En una investigación se determinó el efecto de cinco dosis de radiación en el contenido

de azúcares reductores de dos variedades de papa. El ensayo fue realizado bajo un
diseño de bloques completos al azar, con tres repeticiones.

Los resultados fueron los siguientes:

 --------------------------------------------------------------------
repeticiones
tratamientos I II III  x
--------------------------------------------------------------------
V1D1 9.9 10.8 12.4 33.1 11.03
V1D2 34.6 35.8 36.5 106.9 35.63
V1D3 40.1 42.1 43.7 125.9 41.97
V1D4 58.3 60.4 63.5 182.2 60.73
V1D5 95.3 106.3 109.0 310.6 103.53
V2D1 12.3 12.7 13.6 38.6 12.87
V2D2 44.6 45.7 60.8 151.1 50.37
V2D3 81.0 104.3 107.7 293.0 97.67
V2D4 89.5 92.5 111.2 293.2 97.73
V2D5 106.7 109.3 114.1 330.1 110.03
--------------------------------------------------------------------
 572.3 619.9 672.5 1864.7 62.16
--------------------------------------------------------------------

-------------------------------------------------------------------
Factores N i v e l e s
-------------------------------------------------
Var. A V1 V2
a1 a2
Dosis B D1 D2 D3 D4 D5
b1 b2 b3 b4 b5
-------------------------------------------------
Factor A = 2 i = 1. . . . a
Factor B = 5 j = 1. . . . b
Repet. n = 3 k = 1. . . . n

Hipóteis: Ho: V1 = . . . = V3
D1 = . . . = D5

Ha: V1 # . . .
D1 # . . .

ARREGLO COMBINATORIO
---------------------------------------------------------------------------
D o s i s
Var. D1 D2 D3 D4 D5  x
----------------------------------------------------------------------------

V1 33.1 106.9 125.9 182.2 310.6 758.7 50.58

V2 38.6 151.1 293.0 293.2 330.1 1106.0 73.73
----------------------------------------------------------------------------
 71.7 258.0 418.9 475.4 640.7 1864.7
x 11.95 43.00 69.82 79.23 106.78
----------------------------------------------------------------------------
Las medias de los factores, se obtienen de la siguiente manera:
 TV 1 758.7
xV 1    50.58
n  FB 35

TD1 717
.
xD1    11.95
n  FA 3  2

Las líneas de tendencia se trazan con las medias de los tratamientos, tal como se puede
observar a continuación en el gráfico:

120 v2
110
100 v1
90
m g /1 0 0 g

80
70
60
50
40
30
20
10
0
0 1 2 3 4
D1 D2 D3 D4 D5
DOSIS KGY

Las observaciones de los valores de la tabla y de las líneas de tendencia indican lo

siguiente:

Las dos variedades aumentan el contenido de los azúcares reductores al incrementarse la

dosis de radiación.

No se manifiesta un paralelismo entre las líneas de tendencia, por lo que existe

interacción, esto se confirmará una vez que se haya realizado el análisis de varianza.

Para el cálculo de las sumas de cuadrados en un arreglo factorial el proceso se puede

dividir en dos partes; en la primera parte, se calcula de acuerdo al diseño respectivo y
luego, se procede al cálculo de la suma de cuadrados de los factores y de la interacción,
tal como se indica a continuación:
FC 
x 2 ...

1864.7 2
 115903.54
abn 253

SCT  x 2 ijk  FC   9.9 2 ....114.12   FC  155404.39  FC  39500.85

SCR 
x 2 .. k
 FC 
 572.32 ....672.52   FC  116405.96  FC  502.42

1.
a b 25

SCt 
x 2 ij.
 FC 
 331. 2 ....3301. 2   FC  15438188
.  FC  38478.34
 n 3 
SC. Error .exp  SCT  (SCR  SCt )  39500.85  (502.42  38478.34)  52009
.

SC.V ( FA) 
x 2 i..
 FC 
 7587. 2 ....1106.02   FC  119924.11  FC  4020.57
bn 53

SC. D(FB) 
x 2 . j.
 FC 
 717
. 2 ....640.7 2 
 FC  14728063
.  FC  31377.09
an 23

SC. I.V  D( A  B )  SCt  ( SC.V  SC. D)  38478.34  (402057

.  31377.09)  3080.69

Análisis de varianza
----------------------------------------------------------------------------------------------------

F. tab
FV SC GL CM F.cal 5% 1%
----------------------------------------------------------------------------------------------------
Total 39500.85 29
(a x b x n) -1

Rep. 502.42 2 251.21 8.69** 3.55 6.01

(n - 1)

Trat. 38478.34 9 4275.37 147.97** 2.46 3.60

(ab) -1
Var. (FA) 4020.57 1 4020.57 139.15** 4.41 8.29
(a - 1)

Dosis (FB) 31377.09 4 7844.27 271.49** 2.93 4.58

(b - 1)

I.VxD (AxB) 3080.69 4 770.17 26.66** 2.93 4.58

(a -1) (b - 1)

Error.exp 520.09 18 28.89

(n - 1) (ab -1)
CV = 8.65 %

Conclusiones

Luego de haber realizado el análisis de varianza, se detecta que existe diferencia

significativa al 1 %, para repeticiones, tratamientos, variedades, dosis y la interacción.

Para los casos en los que se detectó, significancia es necesario recurrir al análisis
funcional, para lo cual; las fórmulas a utilizarse quedarían de la siguiente manera:

Para la D.M.S. entre variedades:

2CME .exp 2  28.89

Sd .Var .( FA)    1.96
n  n. FB 35

Para Tukey entre tratamientos:

CME .exp 28.89

S x. trat .    310
.
n 3

Para polinomios ortogonales de las dosis:

Qi 2
SC. PO. dosis 
n. FA  r  ci 2

DEBER: Con los siguientes datos realizar el Análisis de Varianza, considerando un

arreglo factorial bajo un Diseño completamente al Azar.

-------------------------------------------------------------------
repeticiones
tratamientos I II III  x
--------------------------------------------------------------------

V1D1 9.9 10.8 12.7

V1D2 34.6 35.8 36.9
V1D3 40.1 42.1 43.6
V1D4 58.3 60.4 63.7
V1D5 95.3 106.3 109.4
 V2D1 12.3 12.7 13.3
V2D2 44.6 45.7 60.5
V2D3 81.0 104.3 107.9
V2D4 89.5 92.5 111.5
V2D5 106.3 109.2 114.7
--------------------------------------------------------------------