DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept.

2007

EXPERIMENTOS FACTORIALES
2K

Pgina 1 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

CONTENIDO

1. Principios y definiciones bsicas

2. Diseo factorial de dos factores

Pgina 2 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

DISEOS FACTORIALES

1. Principios y definiciones bsicas

M uchos experimentos se llevan a cabo para estudiar los

efectos producidos por dos o ms factores. Puede mostrarse
que en general los diseos factoriales son los ms eficientes para
este tipo de experimentos. Por diseo factorial se entiende aquel en
el que se investigan todas las posibles combinaciones de los niveles
de los factores en cada ensayo completo o rplica del experimento.
Por ejemplo, si existen a niveles del factor A y b niveles del factor
B, entonces cada rplica del experimento contiene todas las ab
combinaciones de los tratamientos. A menudo, se dice que los
factores estn cruzados cuando stos se arreglan en un diseo
factorial.

El efecto de un factor se define como el cambio en la respuesta

producida por un cambio en el nivel del factor. Con frecuencia, ste se
conoce como efecto principal porque se refiere a los factores de
inters primordial del experimento. Por ejemplo, consideremos los
datos de la tabla 1. El efecto principal del factor A podra interpretarse
como la diferencia entre la respuesta promedio en el primer y
segundo nivel de ese factor. Numricamente:

40 52 20 30
A 21
2 2

Pgina 3 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

Factor B
B1 B2

A1 20 30

Factor A

A2 40 52

Tabla 1 Un experimento factorial

En otras palabras incrementar el factor A del nivel 1 al 2 produce un

cambio en la respuesta promedio de 21 unidades. Similarmente, el
efecto principal de B es:
30 52 20 40
B 11
2 2

Si los factores tienen ms de dos niveles, el procedimiento anterior

debe ser modificado ya que las diferencias entre las respuestas
promedio pueden expresarse de muchas formas.

En algunos experimentos puede encontrarse que la diferencia en la

respuesta entre los niveles de un factor no es la misma en todos los
niveles de los otros factores. Cuando esto ocurre existe una
interaccin entre los factores. Por ejemplo, considrense los datos de
la Tabla 2.

Factor B
B1 B2

A1 20 40

Factor A

A2 50 12

Tabla 2. Un experimento factorial con interaccin

Pgina 4 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

En el primer nivel del factor B, el efecto de A es:

A = 50 - 20 = 30

Mientras que en el segundo nivel de B, el efecto de A es:

A = 12 - 40 = 28

Puede observarse que existe una interaccin entre los factores A y B

porque el efecto de A depende del nivel elegido de B.

Estas ideas pueden ilustrarse grficamente. En la Fig. 1 se muestra

una grfica de la respuesta de los datos de la Tabla 1 contra los
niveles del factor A para ambos niveles del factor B. Se observa que
las rectas B1 y B2 son, aproximadamente, paralelas. Esto indica que no
hay interaccin entre los factores. De manera similar, en la Fig. 2 se
presenta una grfica de la respuesta de los datos de la Tabla 2.

60
B2
50
B1
40
30 B2
20
B1
10

A1 A2
Factor A

Figura 1 Un experimento factorial sin interacciones

En este caso se ve que las rectas B1 y B2 no son paralelas. Esto

muestra que existe una interaccin entre A y B. Sin embargo, no debe
ser la nica tcnica para analizar los datos, porque su interpretacin
60y su apariencia, a menudo, es B1
es subjetiva engaosa.
50
B2
40
30
20
B1
10 B2
Pgina 5 de 15
A1 A2
Factor A
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

Figura 2 Un experimento factorial con interacciones

Hay que notar que cuando una interaccin es grande los

correspondientes efectos principales tienen poco significado prctico.
Una estimacin del efecto principal de A de los datos de la Tabla 2 es:

50 12 20 40
A 1
2 2

El cual resulta ser muy pequeo corrindose el riesgo de concluir que

no existe un efecto debido a A. Sin embargo, cuando se examin el
efecto de A en niveles diferentes de B se concluy que ste no era el
caso. El factor A tiene un efecto, pero depende del nivel del factor B.
En otras palabras, es ms til conocer la interaccin AB que el efecto
principal. Una interaccin significativa oculta a menudo el significado
de los efectos principales.

Ventajas de los diseos factoriales

L as ventajas de los diseos factoriales

fcilmente. Supongamos que se tienen dos factores, A y B, cada
uno con dos niveles. Estos niveles se representan mediante A 1, A2, B1
pueden ilustrarse

y B1. La informacin acerca de ambos factores puede obtenerse

variando un factor a la vez como aparece en la tabla 3. El efecto de
variar el factor A est dada por A 2B1 -A1B2. A causa de que existe error
experimental, es conveniente realizar, por ejemplo, dos

Pgina 6 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

observaciones de cada combinacin de tratamientos y hacer una

estimacin de los efectos de los factores usando las respuestas
promedio. Por lo tanto, se requiere un total de seis observaciones.

Factor B
B1 B2

A1 A1B1 A1B2

Factor A

A2 A2B1 12

Tabla 3 El mtodo de un factor a la vez

Los diseos factoriales poseen algunas ventajas.

Son ms eficientes que los experimentos de un factor a la vez.

Los diseos factoriales son necesarios cuando alguna

interaccin puede estar presente, para evitar hacer
conclusiones engaosas.

Los diseos factoriales permiten estimar los efectos de un

factor en diversos niveles de los otros factores, produciendo
conclusiones que son vlidas sobre toda la extensin de las
condiciones experimentales.

2. Diseo factorial de dos factores

Pgina 7 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

E l primer diseo de la serie 2 2 es aquel en el que solo dos factores,

A y B, cada uno con dos niveles. Este diseo se conoce como
diseo factorial 22. Arbitrariamente, los niveles del factor pueden
llamarse bajo y alto.

Ejemplo 1 Considrese una investigacin llevada a cabo para

estudiar el efecto que tiene la concentracin de un reactivo y la
presencia de un catalizador sobre el tiempo de reaccin de un
proceso qumico. Sea la concentracin del reactivo el factor A con dos
niveles de inters, 15% y 20%. El catalizador constituye el factor B; el
nivel alto o superior denota el uso de dos sacos de catalizador y el
nivel bajo o inferior denota el uso de un solo saco. El experimento se
realiza (replica o repite) tres veces, y los datos son como sigue:

Combinacin de Replica
tratamientos I II III Total
En la figura 4 A baja, B baja 2 2 2 80 siguiente se
presentan 8 5 7 grficamente las
A alta, B baja 3 3 3 100
combinaciones de tratamiento
6 2 2
para este diseo, A baja, B alta 1 1 2 60 el efecto de un
factor se denota 8 9 3 por la letra latina
minscula. De A alta, B alta 3 3 2 90 este modo, A
se refiere al 1 0 9 efecto del factor
A, y B se refiere al efecto del factor B, y AB se refiere a la
interaccin entre AB. En el diseo 22 los niveles bajo y alto de A y B se
denotan por - y + respectivamente,
b = 60(18+19+23) en los ejes A y B. As en el
ab = 90(31+30+19)
eje BAlto (2 sacos)el+ nivel bajo de catalizador mientras que + denota el
representa
nivel alto.

bajo (1 saco) -
(1) = 80(28+25+27) a = 100(36+32+32)

- +
bajo (15%) alto (20%)
Concentracion
Pgina 8dedereactivo
15 A

Figura 1: Combinaciones de tratamiento en el diseo factoriall

DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

Fig. 3

Las cuatro combinaciones de tratamientos en el diseo pueden

representarse por letras minsculas, cono se muestra en la figura 3.
En esta figura se aprecia que el nivel superior de cualquier factor de
una combinacin de tratamientos esta representado por la presencia
de la letra minscula correspondiente, mientras que la ausencia de
esta ultima representa el nivel inferior del factor.

As

a representa la combinacin de tratamientos, en la que A se

encuentra en el nivel superior y B en el nivel inferior;

b representa aquella en la que A se halla en el nivel inferior y

B en el superior, y

ab representa a ambos factores en el nivel superior.

Por convencin (1) se usa para representar a ambos factores en

el nivel inferior.
El efecto promedio de un factor se define como el cambio en la
respuesta producida por un cambio en el nivel de ese factor,
promediado sobre los niveles del otro factor.

Como se ilustra en la figura 3, las letras minsculas (1), a, b y ab

tambin se usan para representar los totales de las n replicas de las
combinaciones de tratamientos correspondientes. Ahora bien, el
efecto de A en el nivel B es {a-(1)}/n. Mientras que el nivel superior B

Pgina 9 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

es {ab-b}/n. Tomando el promedio de estas dos cantidades se

obtiene:

1 1
A ab b a (1) ab a b (1)
2n 2n

El efecto promedio de B se determina a partir de su efecto en el nivel

inferior de A (esto es, {b-(1)}/n, y de su efecto en el nivel superior de
A (que es igual a [ab-a]/n obtenindose:

ab a b (1) ab b - a (1)
1 1
B
2n 2n

El efecto de la interaccin AB se define como la diferencia promedio

entre el efecto de A en el nivel superior de B y su efecto en el nivel
inferior de B, as:

AB
1
ab b a (1)
1
ab (1) a (b)
2n 2n

Por otro lado se puede definir AB como la diferencia promedio entre el

efecto de B en el nivel superior de A y el efecto de B en el nivel
inferior de A.

Las formulas para los efectos de A, B y AB pueden deducirse por otro

mtodo. El efecto de A puede hallarse como la diferencia en la
respuesta promedio de las dos combinaciones de tratamiento en la
mitad derecha (que llamaremos Y A+, puesto que es la respuesta
promedio para las combinaciones de tratamientos a las que A que se
encuentra en el nivel alto) y las dos combinaciones de tratamientos
en la mitad izquierda (o Y A). Esto es,

A YA YA

ab a b (1)

2n 2n

Pgina 10 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

1
ab a b (1)
2n

Este es exactamente el mismo resultado, el efecto de B se encuentra

como la diferencia entre el promedio de las dos combinaciones de
tratamientos en la parte superior del cuadrado ( Y B+) y el promedio
de las dos combinaciones de tratamientos en la parte inferior ( Y B-), o

B YB YB

ab b a (1)

2n 2n

1
ab b a (1)
2n

Finalmente el efecto de interaccin AB es el promedio de las

combinaciones de tratamientos en la diagonal de derecha a izquierda
del cuadrado ab y (1) menos el promedio de las combinaciones de
tratamientos en la diagonal de izquierda a derecha (a y b), o

ab (1) ab
AB
2n 2n

1
ab (1) a b
2n

Con los datos que aparecen en la figura 1, las estimaciones de los

efectos promedio son:

90 100 60 80
1
A 8.33
2(3)

90 60 100 80
1
B 5.00
2(3)

AB
1
90 80 100 60 1.67
2(3)

El efecto de A (concentracin de reactivo) es positivo; esto sugiere

que al elevar A del nivel bajo (15%) al nivel alto (25%) incrementar
el rendimiento. El efecto de B (catalizador) es negativo; esto sugiere

Pgina 11 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

que elevar la cantidad del catalizador agregada al proceso reducir el

rendimiento. Al parecer, el efecto de interacciones es pequeo
comparado con los dos efectos principales.

En muchos experimentos que implican diseos 2 K se examina la

magnitud y la direccin de los efectos de los factores para determinar
cuales variables es probable que sean importantes. Por lo general
puede emplearse el anlisis de varianza para confirmar esta
interpretacin. En el diseo 2k existen algunos mtodos rpidos
especiales para realizar los clculos del anlisis de varianza.

Consideremos la suma de cuadrados para A, B y AB. Obsrvese la

primera ecuacin que se utiliza un contraste para estimar A; esto es,

ContrasteA ab a b (1)

Este contraste suele llamarse efecto total de A. A partir de la

segunda y tercera ecuacin, puede apreciarse que tambin se utilizan
contraste para estimar B y AB. Adems, estos tres contrastes son
ortogonales. La suma de cuadrados de cualquiera de ellos puede
calcularse usando la siguiente ecuacin:

aciyi.
SSc 1 2 n a
a ci
2
.

Esta ecuacin establece que la suma de cuadrados de contraste es

igual al contraste elevado al cuadrado entre el producto del nmero
de las observaciones de cada total del contraste por la suma de
cuadrados de los coeficientes del mismo. En consecuencia, se obtiene
que las sumas de cuadrados de A, B y AB sean:

SS A
ab a b (1) 2
n* 4

SS B
ab b a (1) 2
n* 4

SS AB
ab (1) a b 2
n* 4

Pgina 12 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

Con los datos de la figura 1, las sumas de cuadrados se pueden

calcular aplicando las ecuaciones anteriores, obtenindose:

2
50
SSA 208.33
4(3)
2
30
SSB 75.00
4(3)
2
10
SSAB 8.33
4(3)

La suma total de cuadrados se determina de la manera usual

mediante:

2
2 Y ...
SST i2 2 n
1 j1 k 1 Y ijk
4n

En general SST tiene 4n 1 grados de libertad. La suma de cuadrados

del error, con 4(n-1) G.L. se puede calcular en la forma usual, por
diferencia, mediante.

2
2 2 3 2 Y
SS E Yijk 9398.00 9075.00 323.00
i1j1k 1 4(3)

SS E SS T SS A SS B SS AB

323.00 208.33 75.00 8.33 31.34

El anlisis de varianza completo se presenta en la tabla siguiente.

Ambos efectos principales son significativos al 1%.

A menudo se es conveniente escribir las combinaciones de

tratamientos en el orden (1), a, b, y ab. Este orden se conoce como
orden estndar. Cuando se utiliza es posible apreciar que los
coeficientes de los contrastes usados para estimar los efectos son

Efect (1 a b A
os ) b
A: -1 + -1 +

Pgina 13 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

B: -1 1 + 1
AB: + -1 1 +
1 -1 -1 1
+
1

Tabla ANOVA para los datos del ejemplo 3.1 es la siguiente:

Fuente
de
variaci G.L
n SS . MS Fo
A 208.3 1 208.3 53.15
a
B 3 1 3
AB 75.00 1 75.00 19.13
a
Error 8.33 8 8.33
Total 31.34 11 3.92 2.13
323.0
0
a
significativo al 1%

Signos algebraicos para calcular los efectos en un diseo 22

Combinacin Efecto
De Factorial

Tratamientos I A B AB
(1) + - - +
a + + - -
b + - + -
ab + + + +

Observe que los coeficientes de los contrastes usados para estimar la

interaccin son iguales al producto de los coeficientes
correspondientes a los dos efectos principales. Los coeficientes de los

Pgina 14 de 15
DISEOS DE EXPERIMENTOS FACTORIALES 2K P. Reyes / Sept. 2007

contrastes siempre son +1 o 1 y se puede usar una tabla de signos

positivos y negativos como la mostrada en la de signos algebraicos
para determinar el signo apropiado de cada combinacin de
tratamientos. En el encabezado de las columnas de tabla y se
encuentran los efectos principales (A y B), la interaccin AB, e I, que
representa el total el total o el promedio de todo el experimento. Se
observa que la columna encabezada por I se compone de solo de
signos positivos. Los renglones corresponden a las combinaciones de
tratamientos.

Para encontrar un contraste con el fin de estimar cualquier efecto,

simplemente se multiplican los signos de la columna apropiada de la
tabla por la correspondiente combinacin de tratamientos, y se suma.
Por ejemplo, el contraste para estimar A es (1) + a b + ab, lo cual
concuerda con la ecuacin.

A
1
ab b a (1)
1
ab a b (1)
2n 2n

Los tipos ms sencillos de diseos factoriales implican slo dos

factores o conjuntos de tratamientos. Haya a niveles del factor A y
b niveles del factor B, dispuestos en un diseo factorial; esto es,
cada A repeticin o rplica del experimento contiene todas las
combinaciones de tratamiento ab. En general, hay n repeticiones.

Pgina 15 de 15