DISEÑO FACTORIAL

Paula Craufor
Leandro Morillo

DISEÑO DE EXPERIMENTOS
ING. MARIA BERNARDA
 DEFINICIÓN

Por diseño factorial se entiende que en cada ensayo o replica

completa del experimento se investigan todas las
combinaciones posibles de los niveles de los factores.
 OBJETIVO DEL DISEÑO FACTORIAL

El objetivo de un diseño factorial es estudiar el efecto de varios factores sobre una

o varias respuestas o características de calidad y determinar una combinación de
niveles de los factores en la cual el desempeño del proceso sea mejor que en las
condiciones de operación actuales.
 EFECTOS DE UN FACTOR
Se define como el cambio en la respuesta producido por un cambio en
el nivel del factor. Con frecuencia se le llama efecto principal porque
se refiere a los factores de interés primario en el experimento.
 VENTAJAS Y DESVENTAJAS DEL DISEÑO
FACTORIAL
VENTAJAS
• Se pueden aumentar para formar diseños
compuestos en caso de que se requiera una
exploración más compleja
• Puede utilizarse en combinación con diseños de
bloques.
• Permite estudiar los efectos principales y de
interacción de factores, efectos simples y cruzados.
• Puede correr fracciones de diseños factoriales.
DESVENTAJAS
• Requiere un mayor número de unidades
experimentales que los experimentos simples y por
lo tanto se tendrá un mayor costo y trabajo en la
ejecución del experimento
• Cada uno de los niveles de un factor se combinan
con los niveles de los otros factores; aunque algunas
de las combinaciones no presenten interés práctico,
pero deben incluirse para mantener el balance.
• El análisis estadístico es más complicado y la
interpretación de los resultados se hace más difícil a
medida de que aumenta el número de factores y
niveles por factor en el experimento
EJEMPLO
Suponga que se tienen dos factores A y B, cada uno con dos niveles. Los niveles de los factores denotan
por Aˉ, A+, Bˉ y B+. Podría tenerse información acerca de ambos factores haciéndolos variar uno a la vez:

El efecto de cambiar el A esta dado por A+ Bˉ-Aˉ Bˉ, y el efecto de cambiar el factor B esta dado por AˉB+-
Aˉ Bˉ. Debido a que está presente el error experimental, es deseable realizar dos observaciones, por
ejemplo, para cada combinación de tratamientos y estimar los efectos de los factores utilizando las
respuestas promedio. Por lo tanto, se necesita un total de seis observaciones.
 DISEÑO FACTORIAL DE DOS FACTORES

Se consideran dos factores A y B con a y b niveles respectivamente. Se tienen a · b

combinaciones o posibles tratamientos y n replicas para cada tratamiento, esto es, un
diseño balanceado. El modelo es

yijk = µ + αi + βj + (αβ)ij + εijk

para i = 1,...,a j = 1, . . . , b, k = 1,...,n donde:

• µ es el efecto medio global.
• αi es el efecto del factor A.
• βj el efecto del factor B.
• (αβ)ij el efecto incremental sobre interacción entre el nivel del factor A y B.
• εijk el término de error
El diseño factorial se debe evaluar mediante hipótesis y análisis de varianza, en este diseño,
interesa evaluar los (3) efectos.

La hipótesis se pueden plantear en función de los efectos:

H0 = el factor A no influye H0 = el factor B no influye H0 = no hay interacción

HA = el factor A influye HA = el factor B influye HA = si hay interacción

Donde i es valor de nivel Donde j es valor de nivel Donde ij es valor de la

del factor de A del factor de B interacción de AB
Las hipótesis anteriores se prueban mediante la técnica de análisis de la tabla ANOVA. el ANOVA para un
diseño factorial a x b con n replicas tiene la forma,

Donde los respectivos grados de libertad para cada una de la suma de cuadrados son
 OBSERVACIÓN

Siempre trataremos de buscar el modelo más sencillo que explique bien la variable
respuesta. Por ejemplo, si aceptamos H0 : (αβ)11 = ··· = (αβ)ab = 0, concluimos
que la interacción no influye de manera apreciable en la respuesta, y pasaríamos
a considerar un modelo con dos factores sin interacción y calcularíamos de nuevo
la tabla ANOVA. Si además, aceptamos que uno de los factores no influye en la
respuesta, lo eliminaríamos del modelo y trabajaríamos con un modelo de un
factor.
CASO DE ESTUDIO

•Se  va a desarrollar un experimento donde los factores (variables) que influyen son A = tiempo y B = velocidad, donde cada
uno de ellos presenta dos niveles (bajo y alto) denotados por A 1 = 3min, A2 = 6min, B1 = 600rpm, B2 = 1000rpm,
respectivamente. La respuesta de interés es la cantidad de aditivo. En la Tabla No 3 se muestran los cuatro tratamientos o
puntos del diseño factorial . En el experimento cada tratamiento se corrió tres veces (tres replicas), lo que da un total de 12
corridas del proceso, pero por simplicidad en la última columna solo se anotaron los resultados de la primera réplica.

En este ejemplo se analizaran los efectos principales y

efectos de interacción.

El efecto de un factor se define como el cambio observado en

la variable de respuesta debido a un cambio de nivel de tal
factor. Los efectos principales del tiempo y de la velocidad
están dados por
El efecto de interacción se da cuando dos factores interactúan entre sí para afectar la variable de respuesta,
los factores de tiempo y velocidad interactúan si el efecto del tiempo es muy diferente en cada nivel de la
velocidad o viceversa.

Los valores absolutos sin importar su signo de los efectos principales y de interacción son la medida de la
magnitud del efecto sobre la variable respuesta.
Para entender e interpretar de qué manera un efecto de interacción afecta la variable de respuesta, se recurre
a métodos gráficos para determinar qué pasa con la variable respuesta (Y) cuando se mueve un factor como
se puede ver en la Figura N° 1.
 CONCLUSIONES

• El diseño factorial tiene como objetivo estudiar el efecto de los factores

bloqueados. Los experimentos factoriales se emplean en todos los campos de la
investigación, son muy útiles en investigaciones exploratorias en las que poco se
sabe acerca de muchos factores.

• Un diseño factorial permite el efecto de varios factores e incluso interacciones

entre ellas que se determinarán con el mismo número de ensayos que son
necesario determinar de los efectos por sí mismo con el mismo grado de
exactitud.