Escolar Documentos
Profissional Documentos
Cultura Documentos
DISEÑOS FACTORIAL
3er. PARCIAL
DISEÑO 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.
Planificación de un experimento
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.
- Las conclusiones obtenidas en el estudio de cada factor tiene un campo de validez muy
restringido
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.
• 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
• Especificar el modelo
• 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
Flujo (g/min) 35 50
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
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
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.
Ejemplo de gráficas donde se refleja que no hay interacción entre los factores
Ejemplo de gráficas donde se refleja que existe interacción entre los factores
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.
• 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.
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.