Los diseños factoriales 3k cuentan con un número de factores k, los cuales tienen tres

niveles cada uno. Por lo que una réplica completa de este diseño tendrá un número de
observaciones igual a 3k . Esto nos muestra una desventaja con respecto al diseño factorial
2k , se requiere un mayor número de experimentos en este nuevo diseño.

3k
Dos de las ventajas más importantes que muestra este diseño se muestran tanto para los
factores de tipo continuo en los que interesa estudiar sus efectos cuadráticos, lo cual se
realiza cuando la respuesta no es lineal, como para los factores discretos que de manera
natural tienen tres niveles, así pueden compararse influencia para cada una de las
diferentes combinaciones entre los niveles de cada factor.
Al igual que con el diseño 2k para los diseños 3k, el 32 es el ejemplo más sencillo. Este
cuenta con dos factores, A y B, los cuales tienen tres niveles cada uno, -1,0 y 1. Así para
analizar una réplica completa de este experimento se realiza la matriz con las nueve
combinaciones posibles.
Siendo un experimento de n réplicas entonces el modelo estadístico de este diseño
quedaría de la siguiente forma:

Siendo µ el efecto promedio global, τ^ el efecto del nivel i-esímo del factor A, β` el nivel j-
ésimo del factor B, (τβ)ij el efecto de la interacción entre τ^ y β`, y ε^ijk un componente
del error aleatorio.

Con i=1,2,3 ; j=1,2,3; k=1,…,n [14].

El cálculo de los efectos cuadrados para los efectos vendrá dado por las siguientes ecuaciones:

Al igual que en diseño 2k además de los cálculos mencionados anteriormente, es muy

importante la interpretación de las gráficas que corresponden al efecto de los factores, así como
de sus combinaciones.
EJEMPLO DISEÑO FACTORIAL 3k

En este ejemplo una empresa está investigando sobre la resistencia del papel que producen a
partir de fibra de madera, en este proceso de producción el investigador sabe que influyen tres
variables las cuales puede controlar, estas son de fibra de madera (A), presión del tanque (B) y
tiempo de cocción de la pulpa (C).

Por ello se realiza un diseño factorial con tres factores diferentes, concentración de fibra de
madera (A), presión del tanque (B) y tiempo de cocción de la pulpa (C). El factor A, se probará en
tres niveles diferentes, dado que es posible ajustar la variable en tres valores diferentes,
mientras que los factores B y C se probarán sólo en dos. Así en la siguiente Tabla se muestran
los diferentes factores con sus respectivos niveles.
Siendo la matriz de diseño para este experimento, así como la respuesta para cada
combinación de los factores de la siguiente tabla.
Con la herramienta Minitab, se realiza el análisis del diseño factorial, dando como resultado lo
mostrado en la siguiente tabla en la cual se muestra el análisis de varianza de los factores.
En la Tabla anterior se observa como los factores A, C y B tienen un efecto muy superior al
resto en la respuesta, por lo que estos son los factores significativos. Todos ellos tienen un
efecto positivo, por lo que al trabajar en sus niveles más altos se conseguirá una mayor resistencia.
En la Gráfica se observa también cómo al aumentar el nivel de A al mismo tiempo que el
nivel de C aumentamos la resistencia del papel, esto ocurre también al aumentar el nivel de A y
nivel de B.

Por lo que se puede concluir que es importante tener en cuenta la concentración de la madera a
su vez que la presión y el tiempo, y al trabajar en los máximos valores se consigue una mayor
resistencia.