DISEÑO FACTORIAL

DISEÑOS FACTORIALES
En este capítulo se presenta la familia de diseños factoriales completos (k
factores con dos niveles de prueba cada uno), que es una de las familias
de diseños de mayor impacto en la industria y en la investigación, debido
a su eficacia y versatilidad. Los factoriales completos son útiles
principalmente cuando el número de factores a estudiar está entre dos y
cinco (2 ≤ k ≤ 5), rango en el cual su tamaño se encuentra entre cuatro y
32 tratamientos; esta cantidad es manejable en muchas situaciones
experimentales. Si el número de factores es mayor que cinco se
recomienda utilizar un factorial fraccionado 2k – p (capítulo 8). En general,
los factoriales en dos niveles, sean completos o fraccionados, constituyen
el conjunto de diseños de mayor impacto en las aplicaciones.
DISEÑO FACTORIAL

Con un diseño factorial se estudia el efecto de dos factores considerando dos

niveles en cada uno. Cada réplica de este diseño consiste de 2 × 2 = 4
combinaciones o tratamientos que se pueden denotar de diferentes maneras,
como se muestra en la tabla 6.1.
 La notación +1, –1 es útil a la hora de hacer los cálculos para ajustar por mínimos cuadrados un
modelo de regresión a los datos; es la notación que utilizan los paquetes Statgraphics y Minitab.

 La notación de signos +, – es muy práctica para escribir las matrices de diseño; esta notación,
combinada con la de Yates (véase última columna de la tabla 6.1) permite representar y calcular
fácilmente los efectos de interés.

 La notación con letras A+, A– se utiliza para escribir, al final del análisis del experimento, el
mejor punto o tratamiento ganador que se ha encontrado.

 La notación de Yates [(1), a, b, ab] tiene un significado diferente a las demás: con ella
se representa el total o la suma de las observaciones en cada tratamiento, más que al
tratamiento mismo.

 Hay que observar que la lógica de la notación de Yates es la siguiente: si una letra minúscula está
presente, entonces el factor correspondiente se encuentra en su nivel alto; si está ausente, el fa tor está en
su nivel bajo; por ejemplo, ab se refiere al tratamiento en el que los factores A y B están en su nivel alto.
Representación geométrica

El diseño factorial 22 se representa de manera geométrica por los vértices del cuadrado de
la figura 6.1. Cada vértice representa un punto de diseño o tratamiento. El área limitada
por este cuadrado se conoce como región experimental y, en principio, las conclusiones
que se obtengan del experimento sólo tienen validez sobre esta región.
CALCULOS DE LOS EFECTOS
En este diseño hay tres efectos de interés: los dos efectos principales (A y B) y el efecto de
interacción (AB). Con el uso de la notación de Yates podemos ver que si cada tratamiento se corre n
veces, entonces la media de Y en el nivel alto de A es (a + ab)/2n y en el nivel bajo es (b + (1))/2n.
De aquí, y de la definición de efecto dada en el capítulo anterior, el efecto A se calcula como:

En la parte derecha de estas expresiones se hace evidente que los

efectos son diferencias de medias
En sentido geométrico, el efecto A equivale a promediar los datos del lado derecho del
cuadrado de la figura 6.1 y restarles el promedio de los datos del lado izquierdo;
mientras que para el efecto B se promedian los datos del lado de arriba y se le resta la
media de los datos del lado de abajo

El efecto de interacción entre los factores A y B está dado por la diferencia entre
el efecto de A en el nivel alto de B y el efecto de A en el nivel bajo de B, esto es,

que también es una diferencia de medias. En términos geométricos, la interacción es

la diferencia entre las medias de las diagonales del cuadrado de la figura 6.1.
ANALISIS DE VARIANZA

Aunque los efectos calculados con datos muestrales sean números distintos de cero,
esto no implica que el efecto correspondiente sea estadísticamente diferente de cero.
O, si en su representación gráfica apa rentan ser importantes, eso tampoco es
suficiente para concluir que afectan de manera significativa la variable de respuesta.
Para afirmar que tales efectos contribuyen a explicar el comportamiento de la
respuesta, se debe hacer la prueba estadística del análisis de varianza.

Las sumas de cuadrados que componen el ANOVA se pueden calcular como se

indicó en el capítulo 5 o también por medio de los efectos estimados, como veremos
a continuación. Es obvio que si se tiene un software especializado que haga los
cálculos, lo que sigue sirve de fundamento.
DEFINICIÓN DE CONTRASTE
MÉTODOS PARA CALCULAR CONTRASTES
Una manera práctica de establecer los contrastes de cualquier efecto, sea principal o de
interacción en el diseño factorial es mediante el auxilio de una tabla de signos. La tabla de
signos se construye a partir de la matriz de diseño, multiplicando las columnas que
intervienen en la interacción que se quiera calcular. Por ejemplo, si se quiere obtener el
contraste de la interacción doble AB, se multiplica la columna de signos A por la columna
B, y el resultado son los signos de contraste AB. Esto se muestra en la siguiente tabla de
signos para el diseño factorial .

Las columnas que corresponden a los efectos principales coinciden con la matriz de diseño.
PASOS PARA LLEGAR AL ANOVA
Para obtener el ANOVA se necesita calcular la suma de cuadrados de cada uno de los efectos.
Como se ilustra en la figura 6.2,
Una vez obtenidos los contrastes se procede a estimar los efectos, dividiendo éstos por la
constante que los convierte en diferencias de medias. En particular, el diseño factorial que está
constante es 2n. Para investigar cuáles de los tres efectos están activos o son significativos se
procede a probar las hipótesis dadas por:

Cada una contra la alternativa de que el efecto en cuestión es diferente

de cero. Estas hipótesis se prueban con el análisis de varianza.
Para obtener las sumas de cuadrados para cada efecto se
aplica el resultado sobre contrastes de la ecuación 6.5, y
resultan las expresiones dadas por

donde cada una de ellas tiene sólo un grado de libertad, debido a que
cada factor tiene únicamente dos niveles.
La suma de cuadrados totales se calcula con la expresión,

Para calcular el CME se requieren al menos dos réplicas del

experimento: con una réplica habría cero grados de libertad para
el error, no se podría cal cular su cuadrado medio y, por ende,
no habría ANOVA
Se recomienda graficar los efectos que fueron activos y aquellos sobre los que se
tenía algún tipo de conjetura muy definida; a continuación, se hace una
interpretación a detalle y ésta se convierte en conocimiento sobre el proceso o
fenómeno investigado. Para determinar las mejores condiciones de operación del
proceso se deben utilizar sólo los efectos que resultan estar activos en el ANOVA.
EJEMPLO

https://www.youtube.com/watch?v=0mAmDU7pzhs
ANOVA
DISEÑO FACTORIAL

Con el diseño factorial se estudian tres factores en dos niveles cada uno.
Consta de = 2 × 2 × 2 = 8 tratamientos diferentes, los cuales pueden
identificarse con las mismas notaciones introducidas con el diseño 22

Los tratamientos del diseño y su representación geométrica se muestran en la figura 6.10. La

región experimental ahora es un cubo regular centrado en el origen (0, 0, 0), cuyos vértices
son los ocho tratamientos.

La matriz de diseño se construye fácilmente alternando el signo menos y el signo más en la

primera columna, dos menos y dos más en la segunda columna, y cuatro menos y cuatro más
en la tercera; el diseño resulta acomodado en el orden estándar o de Yates.
Con este diseño se pueden estudiar los – 1 = 7 efectos: tres efectos principales A, B, C; tres
interacciones dobles AB, AC, BC y una interacción triple ABC. Por lo general, el interés se
enfoca en estudiar los efectos principales y las interacciones dobles.
ANÁLISIS DEL DISEÑO FACTORIAL

Sean A, B y C los factores que se quieren estudiar y sean (I), a, b, ab, c, ac, bc y
abc, los totales observados en cada uno de los ocho tratamientos escritos en su orden
estándar.
Los efectos en este diseño se pueden calcular a partir de la tabla de signos.
Al multiplicar las columnas de signos de la tabla 6.5 por la columna de totales representados por la
notación de Yates, se obtienen los contrastes para los siete efectos, dados por: