DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
EXPERIMENTOS FACTORIALES 2K
Pgina 1 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
CONTENIDO
1. Principios y definiciones bsicas
2. Diseo factorial de dos factores
Pgina 2 de 17
P. Reyes / Sept. 2007
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
DISEOS FACTORIALES
1. Principios y definiciones bsicas
Muchos
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
2
20 30
2
21
Pgina 3 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
Factor B
B1
B2
A1
20
30
A2
40
52
Factor A
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:
B
30 52
20 40
11
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
A2
50
12
Factor A
Tabla 2. Un experimento factorial con interaccin
Pgina 4 de 17
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
Respuesta
50
B1
40
30
20
10
B2
B1
A1
Factor A
A2
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 es
subjetiva y su apariencia, a menudo, es engaosa.
Pgina 5 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
60
B1
Respuesta
50
B2
40
30
20
B1
10
B2
A1
Factor A
A2
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
2
20 40
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
Las ventajas de los diseos factoriales pueden ilustrarse fcilmente.
Supongamos que se tienen dos factores, A y B, cada uno con dos
Pgina 6 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
niveles. Estos niveles se representan mediante A1, A2, B1 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 A2B1 -A1B2. A causa de que existe error experimental, es
conveniente realizar, por ejemplo, dos 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
A2
A2B1
12
Factor A
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.
Pgina 7 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
2. Diseo factorial de dos factores
El primer diseo de la serie 22 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:
Replica
Combinacin de
tratamientos
II
III Total
A baja, B baja
28 25 27
80
A alta, B baja
36 32 32 100
A baja, B alta
18 19 23
60
A alta, B alta
31 30 29
90
En la figura 4 siguiente se presentan grficamente las combinaciones de
tratamiento para este diseo, el efecto de un factor se denota por la
letra latina minscula. De este modo, A se refiere al 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, en los ejes A y B. As en el eje B
Pgina 8 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
representa el nivel bajo de catalizador mientras que + denota el nivel
Cantidad de catalizador B
alto.
Alto (2 sacos) +
bajo (1 saco) -
b = 60(18+19+23)
ab = 90(31+30+19)
(1) = 80(28+25+27)
a = 100(36+32+32)
bajo (15%)
+
alto (20%)
Concentracion de reactivo A
Figura
Fig. 3 1: Combinaciones de tratamiento en el diseo factoriall
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.
Pgina 9 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
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 es
{ab-b}/n. Tomando el promedio de estas dos cantidades se obtiene:
1
2n
ab b a (1)
ab a b (1)
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)
2n
ab b - a (1)
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
2n
ab b a (1)
ab (1) a (b)
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.
Pgina 10 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
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
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
2n
a (1)
2n
Pgina 11 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
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
2n
ab
2n
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 8.33
2(3)
90 60 100 80 5.00
2(3)
AB
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 que
elevar la cantidad del catalizador agregada
Pgina 12 de 17
al proceso reducir el
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
rendimiento. Al parecer, el efecto de interacciones es pequeo
comparado con los dos efectos principales.
En muchos experimentos que implican diseos 2K 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
ci
a
.
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:
Pgina 13 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
ab a b (1)
SS A
n*4
2
ab b a (1)
SS B
n*4
2
ab (1) a b
SS AB
n*4
Con los datos de la figura 1, las sumas de cuadrados se pueden calcular
aplicando las ecuaciones anteriores, obtenindose:
SS A
50
2
208.33
4(3)
SS B
30
2
75.00
4(3)
SS AB
10
2
8.33
4(3)
La suma total de cuadrados se determina de la manera usual mediante:
2
Y ...
2
2
2
n
SS T i1 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.
Pgina 14 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
2
2 2 3
Y
2
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
Efectos (1) a
Ab
A:
-1
+1 -1 +1
B:
-1
-1 +1 +1
AB:
+1 -1 -1 +1
Tabla ANOVA para los datos del ejemplo 3.1 es la siguiente:
Fuente de
variacin
SS
G.L.
MS
Fo
208.33 1
208.33 53.15a
75.00
75.00
19.13a
AB
8.33
8.33
2.13
Error
31.34
3.92
Total
323.00 11
a
significativo al 1%
Pgina 15 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
P. Reyes / Sept. 2007
Signos algebraicos para calcular los efectos en un diseo 22
Combinacin
Efecto Factorial
De
Tratamientos
I A B AB
(1)
+ - - +
+ + - -
+ - + -
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 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.
Pgina 16 de 17
DISEOS DE EXPERIMENTOS FACTORIALES 2K
1
2n
ab b a (1)
P. Reyes / Sept. 2007
ab a b (1)
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 17 de 17
