Experimentos Factoriales

La Interacción en los
Experimentos de dos Factores
 Cuando se quiere estudiar el efecto de dos factores sobre alguna
respuesta, es necesario determinar si los dos factores tienen
influencia sobre la respuesta y si existe una interacción significativa
entre los dos factores a estudiar.
 Cuando se trató el modelo de bloques aleatorizados, se asumió que
se investigaba una observación sobre cada tratamiento en cada
bloque, si la suposición es correcta , es decir, si los únicos efectos
reales son los bloques y los tratamientos y no existe interacción
entre ellos, el valor esperado del error cuadrado medio es el error
experimental de la varianza  .2

 Supongamos que existe interacción entre los tratamientos y los

bloques. Entonces el modelo quedaría como sigue:
y ij =  +  i +  j + () ij +  ij
y el error cuadrado medio reflejará la variación debida al error
experimental más una contribución de la interacción y en este caso
no hay manera de separarlos.
 La Interacción en los
Experimentos de dos Factores
B Analicemos la tabla adjunta para la interacción de
A experimentos de dos factores:
b1 b2 b3 Los efectos de los factores A y B, comúnmente
a1 resp. 1 resp. 1 resp. 1 llamados “efectos principales” sobre cada una de
a2 resp. 2 resp. 2 resp. 2 las respuestas adquieren diferentes significados,
a3 resp. 3 resp. 3 resp. 3 ya que el efecto de A puede ser positivo para b1
pero negativo para b2 y estas diferencias en los
niveles de A a diferentes niveles de B son las que precisamente interesan a un
experimentador, aunque una prueba de significancia ordinaria, por ejemplo, sobre
el factor A, podría producir un valor de cero para SSA (suma de cuadrados del
factor A). Se podría decir que la presencia de una interacción está encubriendo el
efecto del factor A; por tal razón, si se considera la influencia promedio de A
sobre los 3 niveles de B, se concluiría que no hay efecto.
 Antes de tomar una decisión como resultado de las pruebas de significancia
acerca de los efectos principales y de su interacción, debemos observar si la
interacción es o no significativa, si la interacción NO es significativa, los
resultados de las pruebas acerca de los efectos principales tienen sentido.
 Pero si la interacción es significativa, solamente aquellas pruebas acerca de los
efectos principales que resulten ser significativas tienen sentido.
 Análisis de Varianza de dos Factores
B Los errores experimentales y de interacción son
A 1 2 ... b Total Media separados en “experimentos de dos factores”
sólo si se toman varias observaciones para las
1 y111 y121... y1b1 T1 .. y1
diferentes combinaciones de tratamientos, para
y112.. y122.. ... y1b2.. facilitar los cálculos, debe haber el mismo
.
. .
. .
número “n” de observaciones para cada
.

y11n y12n... y1bn

combinación y éstas deberán ser réplicas
2 y211 y221... y2b1 T2 .. y2 verdaderas, no mediciones repetidas.
y212 y222 y2b2
.. .. ..
y21n. . .
y22n y2bn
.. .. .. ..
. . .
a ya11. ya21 yab2 T1 .. ya
ya12 ya22 yab2
. .. .. Cada combinación De esta manera tenemos ab
ya1n.. ya2n. yabn
.
de tratamientos de- celdas, conteniendo cada una
fine una celda en las “n” observaciones
Total T.1 . T.2 . T.b . T... el arreglo
Media y.1 . y.2 . y.b . y... Tij. =  de observaciones en la ij-ésima celda
Ti.. =  de obs. para el i-ésimo nivel del factor A
T.j. =  de obs. para el j-ésimo nivel del factor B
T... =  de todas las observaciones abn
Los renglones re- Las columnas re- yij. = Media de las obs. en la ij-ésima celda
presentan los ni- presentan los ni- yi.. = Media de las obs. del i-ésimo nivel del factor A
veles del factor A veles del factor B y.j. = Media de las obs. del j-ésimo nivel del factor B
y... = Media de todas las observaciones abn
 Análisis de Varianza de dos Factores
Cada observación de la tabla anterior puede escribirse como:
yijk =  ij +  ijk
Aquí  ijk mide las desviaciones de los valores observados yijk en la ij-ésima
celda de la media poblacional  ij . Si () i j es el efecto de la interacción del
i-ésimo nivel del factor A y el j-ésimo nivel del factor B,  i el efecto del i-
ésimo nivel del factor A,  j el efecto del j-ésimo nivel del factor B y  la
media total, entonces:
 ij =  +  i +  j + () i j por lo que:yij k =  +  i +  j + () i j +  ij k con las
restricciones:
a b a b

i=1
 i = 0 ,  
 j = 0 , i=1 () i j = 0 
, j=1 () i j = 0
j=1

Debiéndose probar las hipótesis correspondientes a las ,  y (), basadas

en comparaciones independientes de  2 divididas entre la suma total de
cuadrados de los datos en cuatro componentes:
a b n a b a b 2 a b n
2 2 2 2
   = (y ijk - y...) = bn
I =1
(y i.. - y...) + an
j =1
(y.j. - y...) + n  (y ij. - yi..- y.j. + y...) +    (y ijk - yij.)
I =1 j =1
I =1 j=1 k=1 I =1j=1 k =1

Esta es la identidad de la suma de cuadrados, la cual podemos escribir

como: SST = SSA + SSB + SS(AB) + SSE
 Análisis de Varianza de dos Factores
Análisis de varianza para el experimento de dos factores con “n” réplicas
Fuente de Suma de Grados de Cuadrado medio f
variación cuadrados libertad calculada
Efecto principal 2
SSA
2 S1
A SSA a-1 S1 = f1 =
a-1 2
S
2
B SSB b-1 2 SSB S2
S2 = f2 =
b-1 S
2

Interacción de dos
factores 2
S3
S3 = SS(AB) f3 =
2
AB SS(AB) (a - 1) (b - 1) 2
(a-1)(b-1) S
2
Error SSE ab(n - 1) S = SSE
ab(n - 1)
Total SST abn - 1
Análisis de Varianza de dos Factores
Fórmulas para el cálculo de la suma de cuadrados

a b n 2

SST =    yijk –
T...
2

I=1 j=1 k=1

abn
a 2
 T i.. T...
2

SSA =
i=1
–
bn abn
b 2
 T . j.
T...
2

SSB = an – abn
j=1

a b a b
2 2 2
  Tij.  Ti..  T.j. 2

SS(AB) = i=1 j=1 j=1 T...

– i=1
– +
n bn an abn

SSE = SST - SSA - SSB - SS(AB)

 Análisis de Varianza de dos Factores
Ejemplo:
Se realizó un experimento para estudiar el efecto de la temperatura y el tipo de horno en la
vida de un componente específico que estaba siendo probado. Se utilizaron cuatro tipos
de horno y tres niveles de temperatura y se asignaron de manera aleatoria 24 piezas, 2
para cada combinación de tratamientos, registrándose los siguientes resultados:

Utilizando  = 0.05, probar que:

a) Temp. diferentes no tienen efecto en la vida del comp.
Temp. Horno
b) Hornos diferentes no tienen efecto en la vida del comp.
(grados) H1 H2 H3 H4 c) El tipo de horno y la temperatura no interactúan

Solución:
227 214 225 260
500 Construyamos la tabla de totales
221 259 236 229
187 181 232 246 H1 H2 H3 H4 Total
550
208 179 198 273 500 448 473 461 489 1871
174 198 178 206 550 395 360 430 519 1704
600
202 194 213 219 600 376 392 391 425 1584
Total 1219 1225 1282 1433 5159
2 2 2 2 2 2
SST = 227 + 221 + 187 + 208 + … + 219 - 5159 = 1126087 – 1108970.042 = 17116.96
24
2 2 2
SSA = 1871 + 1704 + 1584 - 1108970.042 = 1114164.125 – 1108970.042 = 5194.1
8
 Análisis de Varianza de dos Factores
2 2 2 2
SSB = 1219 + 1225 + 1282 +1433 - 1108970.042 = 1113933.17 – 1108970.042 = 4963.13
6
2 2 2
SS(AB) = 448 + 473 + … + 425 - 1114164.125 - 1113933.17 + 1108970.042
2

SS(AB) = 1122253.5 - 1114164.125 - 1113933.17 + 1108970.042 = 3126.25

SSE = 17116.96 – 5194.1 – 4963.13 – 3126.25 = 3833.48

 Análisis de Varianza de dos Factores
Fuente de Suma de Grados de Cuadrado medio f
variación cuadrados libertad calculada
Efecto principal
A 5194.1 2 2597.05 8.13 f  (2,12) = 3.89

B 4963.13 3 1654.38 5.18 f  (3,12) = 3.49

Interacción de dos
factores
AB 3126.25 6 521.04 1.63 f  (6,12) = 3.00

Error 3833.48 12 319.46

Total 17116.96 23
a) Como f calculada > f  , se rechaza H0 y concluimos que las temperaturas
diferentes sí tienen efecto en la vida del componente.
b) Como f calculada > f  , se rechaza H0 y concluimos que hornos diferentes sí
tienen efecto en la vida del componente.
c) Como f calculada < f  , se acepta H0 y concluimos que el tipo de horno y
la temperatura no interactúan entre sí.
 Experimentos de Tres Factores
Análisis de varianza para el experimento de tres factores con “n” réplicas
Fuente de variación Suma de Grados de Cuadrado f
cuadrados libertad medio calculada
Efecto principal 2
A SSA a-1 S1
2 S1
f1 =
2
S2
B SSB b–1 2 S2
S2 f2 =
2
S
2
S3
C SSC c -1 2
S3 f3 =
2
Interacción dos factores S
2
AB SS(AB) (a - 1) (b - 1) 2 S4
S4 f4 =
2
S
2
2 S5
AC SS(AC) (a – 1)(c – 1) S5 f5 =
2
S
2
2 S6
BC SS(BC) (b – 1)(c – 1) S6 f6 =
2
Interacción tres factores S
2
2 S7
ABC SS(ABC) (a-1)(b-1)(c-1) S7 f7 =
2
2 S
Error SSE abc(n -1) S

Total SST abcn – 1

 Experimentos de Tres Factores
Fórmulas para el cálculo de la suma de cuadrados
a 2
2  T i...
T....
2

   yijkl – T....
a b k n 2
SST =  –
i=1
SSA =
I=1 j=1 k=1 l=1
abcn bcn abcn
b 2 c 2
 T .j.. 2
T....  T ..k.
T....
2

– SSC = abn –
j=1 k=1
SSB = acn abcn abcn
a b a b
2 2 2
  Tij..  Ti...  T.j.. 2

SS(AB) = i=1 j=1 j=1 T....

– i=1 – +
cn bcn acn abcn
a c a c
2 2 2
  Ti.k.  Ti...  T..k. T....
2

SS(AC) = i=1 k=1

– i=1 – k=1 +
bn bcn abn abcn
b c a c
2 2 2
  T.jk.  T.j..  T..k. T....
2

SS(BC) = j=1 k=1

– i=1 – k=1 +
an acn abn abcn
a b c a c b c a b c
a b 2 2 2 2
 Ti...  T.j..  T..k. T....
  Ti.j.   T.jk. i=1
2 2 2 2
   Tij k.   Tij.. j=1 k=1 k=1
SS(ABC) =
i=1 j=1 k=1
– i=1 j=1
–
i=1 k=1
– + +
j=1
+ –
n cn bn an bcn acn abn abcn
Ejemplo: En el Dpto. de Control de Calidad de una planta de acabado de telas se está
estudiando el efecto de diversos factores sobre el teñido de tela de algodón y fibra sintética, la
cual se utiliza en la manufactura de camisas para caballero. Se seleccionaron tres operadores,
tres niveles de tiempo y dos niveles de temperatura y se tiñeron tres pequeñas muestras de tela
dentro de cada conjunto de condiciones. La tela teñida fue comparada con un estándar y se le
asignó una calificación numérica. Los resultados son los que se registran en la siguiente tabla.
Realizar un análisis de varianza para determinar si los factores principales y las interacciones
influyen en el teñido de las telas.
 = 0.05

Temperatura (C)
300° 350°
Operario (B)
Tiempo de 1 2 3 1 2 3
ciclo (A)
23 27 31 24 38 34
40 24 28 32 23 36 36
25 26 29 28 35 39
36 34 33 37 34 34
50 35 38 34 39 38 36
36 39 35 35 36 31
28 35 26 26 36 28
60 24 35 27 29 37 26
27 34 25 25 34 24
 C B
300° 1 2 3 Total

A
40 72 81 92 245

50 107 111 102 320 B

60 79 104 78 261 A 1 2 3 Total

Total 258 296 272 826 40 147 190 201 538

C B 50 218 219 203 640

350° 1 2 3 Total 60 159 211 156 526

A Total 524 620 560 1704
40 75 109 109 293

50 111 108 101 320

60 80 107 78 265

Total 266 324 288 878 C C

A Total B 300° 350° Total
300° 350°
40 245 293 538 1 258 266 524

50 320 320 640 2 296 324 620

60 261 265 526 3 272 288 560

Total 826 878 1704 Total 826 878 1704

 2
2 2 2 1704
2
SST = 23 +27 +31 + … +24 – = 55128 – 53770.67 = 1357.33
54
2 2 2 2
538 +640 +526 – 1704 = 975720 – 53770.67 = 54206.67 – 53770.67 = 436
SSA =
18 54 18
2 2 2 2
524 +620 +560 – 1704 = 972576 – 53770.67 = 54032 – 53770.67 = 261.33
SSB =
18 54 18
2 2
826 + 878 – 1704 = 1453160 – 53770.67 = 53820.
2
SSC = 53820.74 – 53770.67 = 50.07
27 54 27
2 2 2
SS(AB) = 147 +190 + … + 156 – 54206.67 – 54032 + 53770.67 =
6
= 328942 – 54206.67–54032+53770.67 = 54823.67–54206.67–54032+53770.67 = 355.67
6
2 2 2
SS(AC) = 245 +293 + … + 265 – 54206.67 – 53820.74 + 53770.67 =
9
= 489020 – 54206.67–53820.74+53770.67 = 54335.56–54206.67–53820.74+53770.67 = 78.82
9 2 2 2
SS(BC) = 258 +266 + … + 288 – 54032 – 53820.74 + 53770.67 =
9
= 486840 – 54206.67–53820.74+53770.67 = 54093.33–54032–53820.74+53770.67 = 11.26
9
2 2 2
72 +81 +…+ 78 – 54823.67–54335.56–54093.33+54206.67+54032+53820.74 --53770.67
SS(ABC) =
3
165030 –
= 54823.67–54335.56 –54093.33+54206.67+54032+53820.74 --53770.67
53770.67 = 46.18
3
SSE = 1357.33 – 436 – 261.33 – 50.07 – 355.67 – 78.82 – 11.26 – 46.18 = 118
 Análisis de varianza

Fuente de Suma de Grados de Cuadrado f f 0.05

variación cuadrados libertad medio calculada tablas
Efectos
Principales
A 436 2 218 66.46 3.27 f (2,36)
B 261.33 2 130.67 39.84 3.27 f (2,36)
C 50.07 1 50.07 15.27 4.12 f (1,36)
Interacción
de 2 factores
AB 355.67 4 88.92 27.11 2.64 f (4,36)
AC 78.82 2 39.41 12.02 3.27 f (2,36)
BC 11.26 2 5.63 1.72 3.27 f (2,36)
Interacción
de 3 factores
ABC 46.18 4 11.55 3.52 2.64 f (4,36)
Error 118 36 3.28
Total 1357.33 53

Como f calculada > f  para A, B, C, AB, AC y ABC, se rechaza H0 para estos casos.
Como f calculada < f  para BC, se acepta H0.