UNIDAD 4.

DISEÑOS FACTORIAL

3er. PARCIAL

DISEÑO FACTORIAL

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

El objetivo de un diseño factorial es estudiar el efecto de varios factores sobre una o varias
respuestas, cuando se tiene el mismo interés sobre todos los factores. Por ejemplo, uno de los
objetivos particulares más importantes que en ocasiones tiene un diseño factorial es
determinante una combinación de niveles de los factores en la que el desempeño del proceso
sea mejor.

Los factores pueden ser de tipo cualitativo (máquinas, tipos de material, operador, la presencia o
ausencia de una operación previa, etc.), o de tipo cuantitativo (temperatura, humedad,
velocidad, presión, et.). Para estudiar la manera en que influye cada factor sobre la variable de
respuesta es necesario elegir al menos dos niveles de prueba para uno de ellos. Con el diseño
factorial completo se corren aleatoriamente todas las posibles combinaciones que pueden
formarse con los niveles de los factores a investigar.

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

Planificación de un experimento

La experimentación forma parte natural de la mayoría de las investigaciones científicas e

industriales, en muchas de las cuales, los resultados del proceso de interés se ven afectados por
la presencia de distintos factores, cuya influencia puede estar oculta por la variabilidad de los
resultados muestrales. Es fundamental conocer los factores que influyen realmente y estimar
esta influencia.

Para conseguir esto es necesario experimentar, variar las condiciones que afectan a las unidades
experimentales y observar la variable respuesta. Del análisis y estudio de la información recogida
se obtienen las conclusiones. La forma tradicional que se utilizaba en la experimentación, para el
estudio de estos problemas, se basaba en estudiar los factores uno a uno, esto es, variar los
niveles de un factor permaneciendo fijos los demás.

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

Inconvenientes en el desarrollo de un diseño experimental

- Es necesario un gran número de pruebas

- Las conclusiones obtenidas en el estudio de cada factor tiene un campo de validez muy
restringido

- No es posible estudiar la existencia de interacción entre los factores

- Es inviable, en muchos casos, por problemas de tiempo o costo

Las técnicas de diseño de experimentos se basan en estudiar simultáneamente los efectos de

todos los factores de interés, son más eficaces y proporcionan mejores resultados con un menor
coste.
PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA
UNIDAD 4. DISEÑOS FACTORIAL

A continuación se enumeran las etapas que deben seguirse para una correcta
planificación de un diseño experimental, etapas que deben ser ejecutadas de
forma secuencial. También se introducen algunos conceptos básicos en el estudio
de los modelos de diseño de experimentos.

Las etapas a seguir en el desarrollo de un problema de diseño de experimentos son

las siguientes:

• Definir los objetivos del experimento. Identificar todas las posibles fuentes de
variación, incluyendo:
- (i) factores tratamiento y sus niveles
- (ii) unidades experimentales
- (iii) factores nuisance (molestos): factores bloque, factores ruido y covariables.
PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA
UNIDAD 4. DISEÑOS FACTORIAL

• Elegir una regla de asignación de las unidades experimentales a las condiciones de estudio
(tratamientos).

• Especificar las medidas con que se trabajará (la respuesta), el procedimiento experimental y
anticiparse a las posibles dificultades

• Ejecutar un experimento piloto

• Especificar el modelo

• Esquematizar los pasos del análisis

• Determinar el tamaño muestral

• Revisar las decisiones anteriores. Modificarlas si se considera necesario.

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA
UNIDAD 4. DISEÑOS FACTORIAL

¿Por qué surge la necesidad de planear y realizar experimentos?

• Buscar ahorro
• Mejorar productos y servicios
• Ganar nuevos mercados
• Incrementar ventas
• Estudiar nuevos procedimientos en diversas áreas para encontrar mejores
soluciones
• Beneficio social
• Ganar preferencia

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

Caso de estudio: Elasticidad de un plástico

Requerimiento del cliente (VoC): Una empresa necesita de un plástico para su

proceso. Se le solicita al proveedor que la elasticidad del plástico debe cumplir un
rango especifico de calidad.

El valor de la elasticidad que determinan debe estar entre 65 y 70 unidades.

El objetivo entonces es identificar que factores o interacciones ayudan en

alcanzar el valor deseado en la elasticidad.

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

La variable de calidad es la elasticidad de plástico, los factores que intervienen en el

proceso se muestran en el siguiente diagrama.
El diseño factorial es con tres factores, cada uno
de ellos tienen dos valores (denominados
niveles):
Factores de control Valores
Temperatura (°C) 50 90

Mezcla polímero (g) 10 20

Flujo (g/min) 35 50

Producto: Plástico automotriz

Objetivo: Permitir una elasticidad de entre 65-70
Variable de respuesta: Elasticidad

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

Después de completar todas las combinaciones posibles entre los niveles de los
factores, se aleatoriza cada uno de los ocho tratamientos. Se desarrolla el
experimento y se anotan las respuestas. Se observa que sólo se tienen una
observación por tratamiento, en tal situación se refiere a un diseño sin réplicas.
PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA
UNIDAD 4. DISEÑOS FACTORIAL

Escenario #1.- Supongamos un experimento factorial 23 para determinar las

condiciones en que se maximiza la satisfacción de los clientes de una farmacia
sobre la base de la variación en los niveles de los atributos. Los atributos son:

1. Amabilidad de los empleados (Buena, Mala)

2. Corrección de la factura (sin correcciones, con alguna corrección)
3. Tiempo entre el acceso a la farmacia y el comienzo de la atención (5 minutos,
10 minutos)

El número de réplicas es 2, los clientes evalúan para cada combinación de

atributos el nivel de servicio en una escala del 1 al 100, donde a mayor escala
mejor el nivel de satisfacción del cliente.
PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA
UNIDAD 4. DISEÑOS FACTORIAL

Escenario #2.- Se desea obtener más uniformidad en el llenado de botellas de refresco. La

máquina de llenado teóricamente llena cada botella a la altura correcta, pero en la práctica hay
variación, y la embotelladora desea entender mejor las fuentes de esta variabilidad para
eventualmente reducirla.

Se desean controlar tres factores durante el proceso de llenado, cada uno con 2 niveles de
control, se desean realizar 3 repeticiones del experimento.
FACTOR NIVEL
EL % DE CARBONATO 10%
14%
PRESIÓN DEL LLENADO 25 psi
30 psi
VELOCIDAD EN LA LÍNEA 200 bpm
250 bpm

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

Qué es una interacción?

Cuando el efecto de un factor depende del nivel del otro factor. Usted puede utilizar una gráfica
de interacción para visualizar posibles interacciones.

Las líneas paralelas en una gráfica de interacción indican que no hay interacción. Mientras
mayor sea la diferencia en la pendiente entre las líneas, mayor será el grado de interacción.

Sin embargo, la gráfica de interacción no avisa si la interacción es estadísticamente significativa.

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

Ejemplo de gráficas donde se refleja que no hay interacción entre los factores

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

Ejemplo de gráficas donde se refleja que existe interacción entre los factores

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

¿Qué es una gráfica de efectos principales?

Utilice una gráfica de efectos principales para examinar las diferencias entre las medias de nivel para uno o más
factores. Hay un efecto principal cuando diferentes niveles de un factor afectan la respuesta de manera diferente.
Una gráfica de efectos principales grafica la media de respuesta para cada nivel de factor conectado por una línea.

Patrones generales que se deben buscar:

• Cuando la línea es horizontal (paralela al eje x), entonces no hay efecto principal. Cada nivel del factor afecta la
respuesta de la misma manera y la media de respuesta es la misma para todos los niveles de los factores.

• Cuando la línea no es horizontal, entonces hay un efecto principal. Los diferentes niveles del factor afectan la
respuesta de manera diferente. Mientras más inclinada sea la pendiente de la línea, mayor será la magnitud del
efecto principal.

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA

UNIDAD 4. DISEÑOS FACTORIAL

El fertilizante parece afectar la tasa de crecimiento de las plantas, porque la línea no es horizontal. El fertilizante B
tiene una tasa media de crecimiento de las plantas mayor que la del fertilizante A. La ubicación también afecta la
tasa de crecimiento de las plantas. La ubicación 1 tuvo una tasa media de crecimiento de las plantas mayor que la
de la ubicación 2. La línea de referencia representa la media general.

PERIODO: ENERO-JUNIO 2018 INSTRUCTOR: SERGIO CASASOLA