INGENIERA INDUSTRIAL

INGENIERA DE CALIDAD
Unidad 3
Diseo factorial

2k

Catedrtico: Ing. Edilberto Prez

Garrido.

Integrantes del equipo:

Jos de Jess Arriaga Rodrguez.
Alan Cruz Martnez.
Alejandro Cordero Muoz.
Marco Antonio Cuevas Cruz.
Graciela Hernndez Rodrguez.
Claudia Stephany Hernndez Reyes.
Semestre: Octavo.

Fecha de entrega del trabajo: 04 de

marzo de 2016.
En el diseo
2k

2k

, se consideran k factores con dos niveles cada uno, y tiene

tratamientos o puntos de diseo. Las k columnas y

2k

renglones que

componen la matriz para este diseo, considerando una rplica, se construyen

de la siguiente manera: en la primera columna, que corresponde a los niveles
del factor A, se alternan signos + y , empezando con hasta llegar a los

renglones; en la segunda columna se alternan dos signos menos con dos

signos ms; en la tercera, se alternan cuatro signos menos y cuatro signos
ms, y as sucesivamente hasta la k-sima columna compuesta por
signos , seguidos de

1 signos +. En la tabla 1.1 que se muestra a

continuacin se puede ver la familia de diseos factoriales

2k

(k 5). Ntese

que el nmero de tratamientos siempre es potencia de dos (4, 8, 16 y 32). Con

el diseo factorial completo

2k

se pueden estudiar en total los

efectos siguientes:

(k1 )=k , efectos principales

k!
=
(k2 )= 2 ! ( k2
)!

k (k 1)
,interacciones dobles
2

!
, interacciones triples .Y as hasta
(k3 )= 3 ! ( kk3
)!

(kk )=1 interaccin de los k factores

(Tabla 1.1) Familia de diseos factoriales

(k 5):

2k

Donde la operacin

(kr )= r ! ( kkr! ) !

son las combinaciones de k factores

tomados de r en r. Por ejemplo, el diseo factorial

25

tiene 5 efectos

principales, 10 interacciones dobles, 10 interacciones triples, 5 interacciones

5

cudruples y una interaccin quntuple, lo cual da un total

1 = 31

efectos.
Estimacin de contrastes, efectos y sumas de cuadrados. Cada uno de los
efectos se estima a partir de su contraste, el cual a su vez se puede obtener
construyendo la tabla de signos del diseo, como se explic en las secciones
anteriores. Recordemos que las columnas de signos para los contrastes que
definen a los efectos principales estn dadas directamente por la matriz de
diseo, mientras que la columna de un efecto de interaccin se obtiene
multiplicando las columnas que seala dicho efecto de interaccin. En la tabla
1.2 se muestra parte de la tabla de signos para un diseo

El contraste de cada efecto se obtiene al multiplicar su columna de signos por

la columna de totales expresados en la notacin de Yates. Con los contrastes
se procede a estimar los efectos mediante la frmula:
Efecto ABC

K=

1
n 2k1

[ Contraste ABC K ]

(1.2.1)

Para el cual su suma de cuadrados con un grado de libertad est dada por:
SC AB K =

1
n 2k

[ Contraste ABC K ]

(1.2.2)

Donde n es el nmero de rplicas del experimento.

ANOVA del diseo factorial
el diseo factorial

. La suma de cuadrados totales (

SC T

) en

se calcula como:

Y 2.
SC T = Y k
n2
i=1
n2

Y tiene

2
i

n 2k 1 grados de libertad, donde el subndice i corre sobre el total de

observaciones. La suma de cuadrados del error (

diferencia y tiene

2k

SC E

) se obtiene por

(n 1) grados de libertad. Con estas dos sumas de

cuadrados y las de los efectos, dadas por la ecuacin (1.2.2) se procede a

escribir la tabla de ANOVA. Cada efecto de inters en el ANOVA es una fuente
H0
HA
de variacin para la cual se prueba la hiptesis
: efecto = 0 vs.
:
Efecto 0. As, cuando se concluye que un efecto est activo, significa que es
estadsticamente diferente de cero.
Si en la tabla de ANOVA se incluye el total de efectos que se estiman con el
factorial completo

, ser necesario realizar cuando menos dos rplicas del

experimento para estimar una suma de cuadrados del error. Sin embargo, en la
mayora de los casos slo interesa estudiar los efectos principales y las
interacciones dobles. Esto hace que cuando el nmero de factores es mayor o
igual a cuatro (k 4) no sea estrictamente necesario realizar rplicas. Cabe
agregar que cuando se emplea un diseo factorial

, se supone que la

respuesta es aproximadamente lineal en el rango de variacin de cada uno de

los factores estudiados. No es necesario suponer una linealidad perfecta, pero
s que no haya una curvatura muy grande. De esta manera, dado que cada
factor se prueba en dos niveles, no es posible estudiar efectos de curvatura
(efectos del tipo

A2 ,

B 2 , etc.), aunque sta exista en el pro ceso; para

estudiar tales efectos se necesitan al menos tres niveles en cada factor. Esto
no implica que de entrada sea recomendable un diseo factorial con al menos
tres niveles en cada factor, sino que en primera instancia se pueden agregar

repeticiones (mnimo tres) al centro del diseo factorial

, y con ellas se

podr detectar la presencia de curvatura.

(Tabla 1.2) Diseos factoriales

Una sola rplica del diseo

2k

y sus efectos de inters, k 5.

2k

Para un numero moderado de factores, el nmero total de combinaciones de

tratamientos en un diseo factorial
25

es grande. Por ejemplo, un diseo

tiene 32 combinaciones de tratamientos, un diseo

26

tiene 64

combinaciones de tratamientos, etc. Debido a que por lo general los recursos

son limitados, el nmero de rplicas que el experimentador puede emplear

quizs est restringido. Con frecuencia, los recursos disponibles permiten

hacer nicamente una sola rplica del diseo, a menos que el experimentador
est dispuesto a omitir algunos de los factores originales.
Un riesgo obvio cuando se realiza un experimento que tiene una sola corrida
para cada combinacin de prueba es que el modelo puede ajustarse al ruido.
Es decir, si la respuesta Y es sumamente variable, pueden resultar
conclusiones engaosas del experimento. La situacin se ilustra en la figura 1.3
a. En esta figura, la lnea recta representa el verdadero efecto del factor. Sin
embargo, debido a la variabilidad aleatoria presente en la variable de respuesta
(representada por la franja sombreada), el experimentador obtiene en realidad
las dos respuestas medidas representadas por los puntos negros. Por
consiguiente, el efecto del factor estimado est cerca de cero y el
experimentador ha llegado a una conclusin errnea respecto de este factor.
Ahora bien, si hay menos variabilidad en la respuesta, la posibilidad de una
conclusin errnea ser ms reducida. Otra forma de asegurarse de que se
obtienen estimaciones confiables de los efectos es incrementado la distancia
entre los niveles bajo () y alto (+) del factor, como se ilustra en la figura 1.3 b.
Observe que en esta figura la distancia incrementada entre los niveles bajo y
alto del factor resulta en una estimacin razonable del verdadero efecto del
factor. Una sola rplica de un diseo

se denomina en ocasiones diseo

factorial no replicado. Con una sola rplica, no se cuenta con ninguna

estimacin interna del error (0 error puro).
Una forma de abordar este anlisis de un diseo factorial no replicada consiste
en suponer que algunas interacciones de orden superior son insignificantes y
combinar sus cuadrados medios para estimar el error. Esto es una apelacin al
principio de efectos esperados; es decir, la mayora de los sistemas estn
dominados por algunos de los efectos principales y las interacciones de orden
inferior, y la mayor parte de las interacciones de orden superior son
insignificantes.
Cuando se analizan datos de diseos factoriales no replicados, ocasionalmente
ocurren interacciones de orden superior reales. El uso de un cuadrado medio
del error que se obtiene agrupando las interacciones de orden superior no es
apropiado en estos casos.
(Figura 1.3) El impacto de la eleccin de los niveles del factor en un diseo no
replicado.

DESARROLLO DEL PROBLEMA.

UNA SOLA RPLICA DEL DISEO

24 .

Un producto qumico se fabrica en un envase presurizado. Se lleva a cabo un

experimento factorial en la planta piloto para estudiar los factores que se piensa
influyen en el ndice de filtracin de este producto. Los cuatro factores son la
temperatura (A), la presin (B), la concentracin del formaldehido (C) y la
velocidad de agitacin (D). Cada factor est presente con dos niveles. La
matriz del diseo y los datos de la respuesta obtenidos de una sola rplica del
experimento

se muestra en la tabla 1.1 y en la figura 1.1. Las 16 corridas

se hacen de manera aleatoria. El ingeniero del proceso est interesado en

maximizar el ndice de filtracin. Las condiciones actuales del proceso
producen ndices de filtracin del alrededor de 75 gal/h. As mismo, en el
proceso actual la concentracin de formaldehido lo ms posible, pero no ha
podido hacerlo porque siempre produce ndices de filtracin ms bajos.
Experimento del ndice de filtracin en la planta piloto.

(Tabla 1.1)
Datos del experimento del ndice de filtracin en la planta piloto.

(Figura 1.1)
El anlisis de
estos datos se
iniciara

construyendo una grfica de probabilidad normal de las estimaciones de los

efectos. La formacin de signos positivos y negativos para las constantes de
los contrastes del diseo

24

se muestra en la tabla 1.2. A partir de estos

contrastes pueden estimarse 15 efectos factoriales, y las sumas de cuadrados

se representan en la tabla 1.3.
Constantes de los contrastes del diseo

(Tabla 1.2)
Estimaciones de los efectos de los factores y sumas de cuadrados del diseo
4

factorial 2

(Tabla 1.3)
En la figura 1.2 se muestra la grfica de probabilidad normal de estos efectos.
Todos los efectos que caen sobre la recta son insignificantes, mientras que los
efectos grandes estn apartados de ella. Los efectos importantes que surgen
de este anlisis son los efectos principales de A, C y D y las dems
interacciones AC y AD.
Grafica de probabilidad normal de los efectos para el diseo factorial

(Figura 1.2)
Los efectos principales de A, C y D se grafican en la figura 1.3a. Los tres
efectos son positivos, y si solo se consideran estos efectos principales, los tres
factores se correran en el nivel alto a fin de maximizar el ndice de filtracin.
Sin embargo, siempre es necesario examinar cualquier interaccin que sea
importante.
Las interacciones AC y AD se grafican en la figura 1.3b. Estas interacciones
son clave para resolver el problema. Observe por interaccin AC, que el efecto
de la temperatura es muy pequeo cuando la concentracin esta en el nivel
alto y muy grande cuando la concentracin est en el nivel bajo, obteniendo de
los mejores resultados con la concentracin baja y la temperatura alta. La
interaccin AD indica que la velocidad de agitacin D tiene un efecto reducido
con una temperatura baja, pero un efecto positivo grande con la temperatura
alta. Por lo tanto, los mejores ndices de filtracin pareceran obtenerse cuando
A y D estn en el nivel alto y C est en el nivel bajo. Esto permitira la reduccin
de la concentracin de formaldehido a un nivel ms bajo, otro de los objetivos
del experimentador.
Grafica de los efectos principales y las interacciones.

(Figura 1.3)
En la tabla 1.4 se resume el anlisis de varianza utilizando la simplificacin. Al
observar que al hacer la proyeccin de la interaccin ACD como una
estimacin del error basada en lo que en ocasiones se denomina replica oculta.
Anlisis de varianza del experimento del ndice de filtracin en la planta piloto
A, C y D.

(Tabla 1.4)
Verificacin de diagnstico
Debern aplicarse las verificaciones de diagnstico usuales a los residuales de
un diseo

2k . El anlisis realizado indica que los nicos efectos significativos

son A=21.625, C= 9.875, D= 14.625, AC= -18.125 y AD = 16.625. Si esto es

correcto, los ndices de filtracin estimados estn dados por:

=70.06

9.875
14.625
18.125
X +(
X +(
X (
X X
( 21.625
)
)
)
2
2
2
2 )
3

X X
( 16.625
2 )
1

Donde 70.06 es l respuesta promedio y las variables codificadas

X3 , X4

X1 ,

asumen valores entre -1 y +1. El ndice de filtracin predicho para la

corrida (1) es:

=70.06

9.875
14.625
18.125
(1)+(
(1)+(
(1)(
(1)(1)
( 21.625
)
)
)
2
2
2
2 )

(1 ) (1 ) =46.22
( 16.625
2 )
Puesto que el valor observado es 45, el residual es =Y- =45-46.22=-1.22. A
continuacin se presentan los valores de Y, y = Y para las 16
observaciones.

(Tabla 1.5)
En la figura se muestra la grfica de probabilidad normal de los residuales. Los
puntos de esta grfica se localizan razonablemente prximos a una lnea recta,
brindando apoyo a la conclusin de que A, C, D, AC Y AD son los nicos

efectos significativos y que se satisfacen los supuestos fundamentales del

anlisis.