c


 



Este diseño es una variación del diseño 2k y son muy útiles como las que se emplean
cuando todos los factores actúan a tres niveles.
En los últimos años se ha observado un creciente interés por algunas de las ideas del
profesor Genechi Taguchi acerca del diseño experimental y su aplicación al mejoramiento
de la calidad.
Este es un diseño que consta de k factores con tres niveles cada uno. Los factores y las
interacciones se representan mediante letras mayúsculas. Los tres niveles de los factores
pueden referirse como nivel inferior, intermedio y superior. Estos niveles se representan
mediante los dígitos 0 (nivel inferior), 1 (intermedio) y 2 (superior).
Cada combinación de tratamientos de un diseño 3k se presenta mediante k dígitos, donde el
primero incida el nivel de A, el segundo señale al nivel de B, ..... y el k-ésimo dígito, el
nivel del factor k.
Por ejemplo, es un diseño 32 el 00 representa la combinación de tratamientos, en la que
tanto el factor A como el B están en el nivel inferior, y el 01 representa la combinación de
tratamientos que corresponde al factor A en el nivel inferior y a B en el nivel intermedio.
En éste, el sistema de notación que se prefiere usar es el de + - en virtud de que facilita la
interpretación geométrica del diseño y de que es directamente aplicable al modelado por
regresión, la formación de bloques y la construcción de factoriales fraccionarios.
La adición de un tercer nivel permite modelar con una relación cuadrática la relación entre
la respuesta y cada factor.




El diseño más simple es el 32 que consta de dos factores con tres niveles cada uno.
Como hay 32 = 9 combinaciones de tratamientos, existen 8 grados de libertad entre ellas,
Los efectos principales A y B tienen dos grados de libertad cada uno, y la interacción AB
tiene cuatro grados de libertad. Si hay n réplicas habrá un total de n32 - 1 grado de libertad,
correspondiendo para el error 32 (n-1) grados de libertad.





Si se supone que se están estudiando tres factores (A, B, C) y que cada factor tiene tres
niveles acomodados en un experimento factorial. Este es un diseño 33. Las 27
combinaciones tienen 26 grados de libertad.

FACTOR A
Bajo Medio Alto
0 1 2
Bajo 0 0 10 20
FACTOR B Medio 1 1 11 21
Alto 2 2 12 22
c  
Diseñar un sistema de manufactura para elaborar un producto requiere de conocimientos
técnicos además de una gran experiencia en el área a la cual pertenece el producto.
El Sr. TAGUCHI define la calidad de la siguiente manera.

"LA CALIDAD DE UN PRODUCTO ES LA PERDIDA MÍNIMA IMPARTIDA POR EL

PRODUCTO A LA SOCIEDAD, DESDE EL MOMENTO EN QUE ES EMBARCADO."

El fabricante es quien más resiente las pérdidas debido a la reacción negativa del
consumidor de un producto de mala calidad.

  !" !#

Muchos experimentos requieren el estudio de los efectos de 2 ó más factores. En general,

los experimentos factoriales son los más eficientes para este tipo de análisis. En un
experimento factorial se miden en cada etapa completa o replica del experimento, todas las
posibles combinaciones de los niveles de los factores.
Cuando los factores son arreglados en un experimento factorial, se dice frecuentemente que
son cruzados. El efecto de un factor se define como el cambio en la respuesta producido
por un cambio en el nivel del factor. Esto frecuentemente se llama un efecto principal por
que se refiere a los factores primarios de interés en el experimento.
Por ejemplo, considere los datos que se representan en la siguiente tabla:

Factor A

El efecto principal del factor de A podría ser calculado como la diferencia entre la respuesta
promedio del primer nivel de A y el promedio de la respuesta en el segundo nivel de A;
esto es:
A = 40 + 52/2 - 20 + 30/2 = 21

Este valor se interpreta como el incremento del factor A del nivel 1 al nivel 2 causa en
promedio una repuesta incrementar de 21 unidades. De la misma manera, el efecto
principal de B. Se calcula a continuación:

B = 30 + 52/2 - 20 + 40/2 = 11

En algunos experimentos, se encuentra 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 es
porque existe una interacción entre los factores.
Por ejemplo usando los datos de la tabla siguiente, calcule el efecto de A en el 1er nivel del
factor B el cual se realiza de la siguiente manera:
A = 50-20 =30
Y el efecto de A en el segundo nivel del factor B es:
A= 12-40 = -28
Dado que el efecto de A depende del nivel seleccionado del factor B, se ve que hay una
interacción entre A y B

$ %
 

&

FACTOR B
B1 B2
FACTOR A1 20 40
A
A2 50 12

Gráficamente se puede representar, tanto la interacción como su ausencia; utilizando los

datos de las tablas anteriores, se construirán dos gráficas para analizar los conceptos
analizados.

Experimento Factorial sin interacción

Experimento Factorial con interacción

Las pruebas de hipótesis se contribuyen y se aprueban de la siguiente manera:

Para efecto del factor A:

Ho: (i = 0
Hi: (i = 0 al menos para una i

Fo = MSA
MSAB F(, (a-1), (a-1) (b-1)

Para el efecto del factor B:

Ho: (2( = 0
Hi (2( ( 0 al menos para una (
Fo = MSB
MSE F(, (b- l), ab (n-1)
Para el efecto de la interacción:

Ho: (2(( = 0
Hi: (2(( = 0
Fo = MSAB
MSE F( , (a-1) (b-1), ab (n-1)

c '$ %(

 
(


El número de factores en un diseño factorial 2k ó 3k incremento el número de corridas
requeridas para realizar todas las combinaciones posibles de los niveles de los factores, lo
cual consume rápidamente los recursos disponibles por los investigadores para realizar los
experimentos.
Una replica completa de un diseño 26 requiere de 64 corridas para analizar todas las
combinaciones posibles de los tratamientos; en este diseño sólo 6 de los 63 grados de
libertad corresponden a los efectos principales, sólo 15 grados de libertad corresponden a
las interacciones de dos factores. Los restantes 42 grados de libertad están asociados con
las interacciónes de 3 factores ó más. En la serie 3k la situación es peor, por ejemplo, el
factorial 36 requiere 243 corridas, y sólo 12 de los 242 grados de libertad corresponden a
los efectos principales.
Estos diseños factoriales fraccionados son ampliamente usados en la investigación
industrial. Un uso importante del factorial fraccionado es en los experimentos de
investigación, los cuales son generalmente realizados en las etapas iniciales de un proyecto,
y la mayoría de los factores inicialmente considerados frecuentemente tienen poco o ningún
efecto en la respuesta de la variable analizada. Los factores que son identificados como
importantes son entonces investigados más profundamente en experimentos subsiguientes.

c ' c
 


)

Un diseño factorial fraccionario 2k que contiene 2k-p ensayos se conoce como fracción 1/2p
del diseño factorial 2k, o simplemente diseño factorial fraccionario 2k-p. Estos diseños
requieren que se elijan p generadores independientes.
La relación que define estos diseños consta de las p generadoras originalmente elegidas y
de sus 2P - P - 1 interacciones generalizadas. La estructura de los alias puede determinarse
multiplicando cada efecto, módulo 2, por la relación que define al diseño. Se debe tener
cuidado al elegir las generadoras para que los efectos de interés potencial no sean alias
entre sí. Cada efecto tiene 2P-1 alias.
Por lo regular, se suponen despreciables las interacciones de orden superior (las de tercero,
cuarto o mayor orden) cuando los valores de k son moderadamente grandes. Esto
simplifica mucho la estructura de los alias.

c *
 



)
A menudo se desea un fraccionamiento mayor del diseño 3k para valores de moderados a
grandes de k. En general, puede construirse una fracción (1/3) P de un diseño 3k para p < k,
donde la fracción 3k-2 es la fraccion (1/9), el 3k-3 consiste en seleccionar p componentes de
interacción, y usar estos efectos para descomponer las 3 k combinaciones de tratamientos
de 3p bloques. Cada bloque constituye ahora un diseño factorial fraccionario 3k-p.
La relación 1 define cualquier fracción, consta de los p efectos elegidos inicialmente y de
sus (3p-2p-1) / 2 interacciones generalizadas. Los alias de cualquier efecto principal o
componente de interacción se determinan multiplicando el efecto por 1 e 12 módulo 3.

+%,
LA SALIDA MÁXIMA DE VOLTAJE DE UN TIPO PARTICULAR DE BATERIA, SE
PIENSA QUE PUEDE SER INFLUENCIADO POR EL MATERIAL USADO EN LOS
PLATOS Y POR LA TEMPERATURA EN LA LOCALIZACION EN LA CUAL LA
BATERÍA ES COLOCADA. SE HACEN CUATRO REPLICAS EN EL EXPERIMENTO
EN UN EXPERIMENTO FACTORIAL, PARA TRES TIPOS DE TEMPERATURA Y
TRES MATERIALES. LOS RESULTADOS SON:

FACTOR (B)
TEMPERATURA
c 130 155 30 40 20 70 998
 74 180 80 75 82 58
 150 188 136 122 25 70 1300
FACTOR (A)  159 126 106 115 58 45
MATERIAL

 138 110 174 120 96 104 1501
 168 160 150 139 82 60
 1738 1291 770 3799

PRIMERO SE HACE LA SUMA DE LOS CUADRADOS DE TODAS LAS

MUESTRAS, MENOS LA SUMA DEL TOTAL DE RENGLONES Y COLUMNAS,
ENTRE LA MULTIPLICACION DE RENGLONES DE COLUMNAS * # DE
MUESTRAS

n=4 A=3 B=3

DESPUES SE HACE LA SUMA DE LOS TOTALES AL CUADRADO DEL FACTOR,
A:

AHORA SE HACE LA SUMA DE LOS TOTALES AL CUADRADO DEL FACTOR, B:

AHORA SUMAMOS LAS CUATRO MUESTRAS DE CADA COMBINACION Y LAS

EVALUAMOS IGUAL. ESO ES LA SUMA DE CUADRADOS DE LA
INTERSECCION AB EJEMPLO: 130+155+74+180 =539
POR ULTIMO LA SUMATORIA DE LOS CUADRADOS DE LOS ERRORES

SE DEBEN SACAR LOS CUADRADOS MEDIOS DE LOS DOS FACTORES ASÍ

COMO DE LA INTERACCION Y ERRORES DE LA SIGUIENTE MANERA:
QUEDANDO LA TABLA ANOVA DE LA SIGUIENTE MANERA:

-  -! !

"-!  
.!!" "-!! #/ !
7.91 >
!  10683.72 2 5341.86
3.35
28.97
! -! 39118.72 2 19559.36
> 3.35
3.56 >
 !"" 9613.77 4 2403.44
2.73
  18230.75 27 675.21
 !# 77646.96 35

LA GRÁFICA DEL TIPO DE MATERIAL - TEMPERATURA ES LA SIGUIENTE:

EL MATERIAL TIPO 2 SE COMPORTA MÁS ESTABLE. DA MEJOR VOLTAJE A

LAS DIFERENTES TEMPERATURAS.

TABLA ANOVA PARA 2 FACTORES

MODELO DE EFECTOS FIJOS
-  -! ! "-!!

.!!" "-!! #/ ! 
! SSA a-1 MSA MSA/MSE
/ SSB b-1 MSB MSB/MSE
 !"" SSAB (a-1) 8b-1) MSAB MSAB/MSE
 SSE ab (n-1) MSE
 !# SST abn-1

""#-,
 1.Ê LOS DATOS REFLEJAN EVIDENCIAS SUFICIENTES QUE EL TIPO DE
MATERIAL SE AFECTA AL VOLTAJE DE SALIDA, CONSIDERADO AL
NIVEL DE SIGNIFICANCIA DEL 5%
2.Ê LOS DATOS PRESENTAN EVIDENCIAS SUFICIENTES QUE LAS
TEMPERATURAS USADA -5 EN EL EXPERIMENTOS Si AFECTAN AL
VOLTAJE DE SALIDA, CONSIDERANDO UN NIVEL DE SIGNIFICANCIA
DEL 5%
3.Ê LOS DATOS DEMUESTRAN EVIDENCIAS SUFICIENTES OVE EL TIPO DE
MATERIAL USADO Y LAS TEMPERATURAS CONSIDERADAS EN EL
EXPERIMENTO TIENEN EFECTO CONJUNTO SOBRE EL VOLTAJE DE
SALIDA CONSIDERADO k UN NIVEL DE SIGNIFICANCIA DEL 5%

Y EN CADA UNA DE LAS HIPOTESIS ACEPTAMOS H1