DISEO

FACTORIAL 2 k

CAPITULO 6
Diseo y Anlisis de Experimentos
Montgomery
DISEO FACTORIAL 2k
 DISEO FACTORIAL 2k (cont.)

Este diseo parte del supuesto que:

1. Los factores son fijos.
2. Los diseos son completamente
aleatorizados.
3. Se satisfacen los supuestos de
normalidad usuales.
 DISEO FACTORIAL 2k (cont.)
De particular utilidad en las etapas
iniciales del trabajo experimental, cuando
se estn investigando muchos factores.
Proporciona el menor nmero de corridas
con las que pueden estudiarse k factores
en un diseo factorial completo.
Se usan ampliamente en los
experimentos de tamizado o seleccin
de factores.
 EL DISEO 22
Es el primer diseo de la serie 2k, slo tiene 2
factores y cada uno de ellos se corre a slo 2
niveles.
Considere la investigacin del efecto de la
concentracin del reactivo y de la cantidad del
catalizador sobre la conversin (rendimiento) de
un proceso qumico. Sea la concentracin del
reactivo el factor A y sean 15% y 25% los dos
niveles de inters. El catalizador es el factor B,
con 1 lb. y 2 lb., denotando el nivel bajo y alto
respectivamente.
EL DISEO 22 (continuacin)
Combinacin de Rplicas
A B
Tratamientos TOTAL
I II III
-1 -1 A bajo, B bajo 28 25 27 80
1 -1 A alto, B bajo 36 32 32 100
-1 1 A bajo, B alto 18 19 23 60
1 1 A alto, B alto 31 30 29 90

A = Concentracin del Reactivo

B = Cantidad del Catalizador
EL DISEO 22
 EFECTO DE LOS FACTORES
Efecto de A en el nivel bajo de B = [a-(1)]/n
Efecto de A en el nivel alto de B = [ab-b]/n
Efecto principal promedio de A=[ab+a-b-(1)]/2n
Efecto de B en el nivel bajo de A = [b-(1)]/n
Efecto de B en el nivel alto de A = [ab-a]/n
Efecto principal promedio de B=[ab+b-a-(1)]/2n
Efecto de la interaccin AB={[ab-b]-[a-(1)]}/2n
tambin: AB={[ab-a]-[b-(1)]}/2n
Luego: AB=[ab+(1)-a-b]/2n
 Para el ejemplo se tiene:
Efecto principal promedio de A=[90+100-60-80]/2(3)=8.33

Efecto principal promedio de B=[90+60-100-80]/2(3)=-5.00

Efecto de la interaccin AB =[90+80-100-60b]/2(3)=1.67

Como el efecto de A (concentracin del reactivo) es positivo,
el rendimiento se incrementa al pasar A del nivel bajo al nivel
alto.
Como el efecto de B (catalizador) es negativo, el rendimiento
se reduce al pasar B del nivel bajo al nivel alto.
El efecto de la interaccin AB, parece ser pequeo en ,
comparacin con los dos efectos principales.
16
 SUMAS DE CUADRADOS DE A,
B y AB
Para estimar A se us un contraste:
Contraste A = ab + a - b - (1)
A este contraste suele llamrsele el
efecto total de A.
Para estimar B y AB tambin se usan
sus respectivos contrastes.
SUMAS DE CUADRADOS DE A,
B y AB (continuacin)
La suma de cuadrados de cualquier
contraste es igual al cuadrado del
contraste dividido por el nmero de
observaciones en cada total del contraste
multiplicado por la suma de cuadrados de
los coeficientes del contraste.
SSA=[ab+a-b-(1)]2 / 4n
SSB=[ab+b-a-(1)]2 / 4n
SSAB=[ab+(1)-a-b]2 / 4n
SUMA DE CUADRADOS TOTAL

Se encuentra como de costumbre,

as:
2
2
y
2 n 2

y ..
SS T
i 1 j 1 k 1
ijk 4n
 Para el ejemplo se tiene:
SSA=[ab+a-b-(1)]2 / 4n = (50)2 / 4(3) = 208.33

SSB=[ab+b-a-(1)]2 / 4n = (-30)2 / 4(3) = 75.00

SSAB=[ab+(1)-a-b]2 / 4n = (10)2 / 4(3) = 8.33

2
2

2 n 2

y 9398.00 9075.00 323.00
SS T y ijk 4n
..

i 1 j 1 k 1

SSE=SST-SSA-SSB-SSAB=323-208.33-75-8.33=31.34
 ANALISIS DE VARIANZA
Promedio
Fuente de Suma de Grados de
de los F0 Valor P
variacin cuadrados libertad
cuadrados
A 208.33 1 208.33 53.18 0.0001
B 75.00 1 75.00 19.14 0.0024
AB 8.33 1 8.33 2.13 0.1829
Error 31.34 8 3.92
Total 323.00 11
 EL MODELO DE REGRESION
Para el experimento del proceso qumico
que se viene tratando, se tiene:
y = b0 + b1x1 + b2x2 + e
Donde:
x1 es la variable codificada que
representa el reactivo.
x2 es la variable codificada que
representa la cantidad del catalizador.
Las b son los coeficientes de regresin.
EL MODELO DE REGRESION (cont.)
La relacin entre las variables naturales la
concentracin del reactivo y la cantidad de
catalizador y las variables codificadas es:

Concentrac in Concentracin + Concentracin / 2

x Concentracin Concentracin / 2
baja alta
1

Catalizador + Catalizador / 2
alta baja

Catalizado r
x Catalizador Catalizador / 2
bajo alto
2
alto bajo

Cuando la variable natural solo tiene 2 niveles, producir la notacin para

los niveles de las variables codificadas:
Concentracin 15 + 25 / 2 Concentracin 20
x1 25 15 / 2

5

Catalizador 1 + 2 / 2 Catalizador 1.5

x2 2 1 / 2

0.5
 EL MODELO DE REGRESION
(cont.)
A B
Combinacin de Rplicas
TOTAL y con
Tratamientos I II III gorro
-1 -1 A bajo, B bajo 28 25 27 80 25,833
1 -1 A alto, B bajo 36 32 32 100 34,167
-1 1 A bajo, B alto 18 19 23 60 20,833
1 1 A alto, B alto 31 30 29 90 29,167
8,33 -5,00 y.. promedio 27,50

8
 RESIDUALES Y ADECUACION DEL
MODELO
El modelo de regresin puede usarse para obtener el valor
predicho o ajustado de y en los cuatro puntos del modelo.
Los residuales son la diferencia entre el valor observado y el
valor ajustado de y.
Cuando la concentracin del reactivo est en el nivel bajo
(x1 = -1) y el catalizador est en el nivel bajo (x2 = -1), el
rendimiento predicho es:
^
8.33 1 + 5.00 1 25.835
y 27.5+



2 2
Los residuales para las tres observaciones en esta
combinacin, son:
e1 = 28 25.835 = 2.165
e2= 25 25.835 = -0.835
e3 = 27 25.835 = 1.165
 RESIDUALES Y ADECUACION DEL
MODELO (continuacin)
Para el nivel alto de la concentracin del reactivo y el
nivel bajo del catalizador se tiene:
^
8.33 + 1 + 5.00 1 34.165
y 27.5+
2

2
Los residuales para las tres observaciones en esta
combinacin, son:
e1 = 36 34.165 = 1.835
e2 = 32 34.165 = -2.165
e3 = 32 34.165 = -2.165
 RESIDUALES Y ADECUACION
DEL MODELO (continuacin)
Para el nivel bajo de la concentracin del reactivo y el
nivel alto del catalizador se tiene:

^
8.33 1 + 5.00 + 1 20.835
y 27.5+
2

2
Los residuales para las tres observaciones en esta
combinacin, son:
e1 = 18 20.835 = -2.835
e2 = 19 20.835 = -1.835
e3 = 23 20.835 = 2.165
 RESIDUALES Y ADECUACION
DEL MODELO (continuacin)
Para el nivel alto de la concentracin del reactivo y el
nivel alto del catalizador se tiene:
^
8.33 + 1 + 5.00 + 1 29.165
y 27.5+
2

2
Los residuales para las tres observaciones en esta
combinacin, son:
e1 = 31 29.165 = 1.835
e2 = 30 29.165 = 0.835
e3 = 29 29.165 = -0.165
 GRAFICA DE PROBABILIDAD
NORMAL DE LOS RESIDUALES
Serie Residual % Prob Norm GRAFICA DE PROBABILIDAD NORMAL

1 -2.835 4.17 120.00

2 -2.165 12.50
3 -2.165 20.83 100.00

4 -1.835 29.17

% PROBABILIDAD NORMAL
80.00
5 -1.835 37.50
6 -0.835 45.83 60.00

7 -0.165 54.17
40.00
8 0.835 62.50
9 1.165 70.83 20.00

10 1.835 79.17
0.00
11 2.165 87.50 -4 -3 -2 -1 0 1 2 3
RESIDUAL
12 2.165 95.83
SUPERFICIE DE RESPUESTA
SUPERFICIE DE RESPUESTA (cont.)
SUPERFICIE DE RESPUESTA (cont.)
SUPERFICIE DE RESPUESTA (cont.)
 EL DISEO 23
Suponga tres factores A, B y C, cada uno con dos niveles.
 EL DISEO 23 - NOTACIONES
Existen tres notaciones diferentes para las
corridas de diseo 23 que son de uso
general.
La primera es la notacin + y -, llamada con
frecuencia notacin geomtrica.
La segunda es el uso de las etiquetas en
letras minsculas para identificar las
combinaciones de los tratamientos.
La tercera notacin utiliza 1 y 0 para denotar
los niveles alto y bajo, respectivamente, de
los factores, en lugar de + y -.
 EL DISEO 23 (continuacin)
Las combinaciones de los tratamientos en el orden estndar
se escriben como: (1), a, b, ab, c, ac, bc, abc.
Las diferentes notaciones para el diseo 23 se ilustran as:

Corrida A B C Etiquetas A B C
1 - - - (1) 0 0 0
2 + - - a 1 0 0
3 - + - b 0 1 0
4 + + - ab 1 1 0
5 - - + c 0 0 1
6 + - + ac 1 0 1
7 - + + bc 0 1 1
8 + + + abc 1 1 1
EL DISEO 23 - GRADOS DE LIBERTAD
Hay siete grados de libertad entre las
ocho combinaciones de tratamientos del
diseo 23, as:
Tres grados de libertad se asocian con los
efectos principales de A, B, y C.
Cuatro grados de libertad se asocian con las
interacciones; uno con cada una de la
interacciones AB, AC, BC y uno con la
interaccin ABC.
 EL DISEO 23 EFECTO de A
El efecto de A en el nivel bajo de B y C es: [a-(1)]/n
El efecto de A en el nivel alto de B y en nivel bajo de
C es: [ab-b]/n
El efecto de A en el nivel alto de C y en nivel bajo de
B es: [ac-c]/n
El efecto de A en el nivel alto de B y C es: [abc-bc]/n
El efecto principal promedio de A es:
A = [a + ab + ac + abc - (1) b c - bc] / 4n
 EL DISEO 23 EFECTO de B
El efecto de B en el nivel bajo de A y C es: [b-(1)]/n
El efecto de B en el nivel alto de A y en nivel bajo de
C es: [ab-a]/n
El efecto de B en el nivel alto de C y en nivel bajo de
A es: [bc-c]/n
El efecto de B en el nivel alto de B y C es: [abc-ac]/n
El efecto principal promedio de B es:
B = [b + ab + bc + abc - (1 ) a c - ac] / 4n
 EL DISEO 23 EFECTO de C
El efecto de C en el nivel bajo de A y C es: [c-(1)]/n
El efecto de C en el nivel alto de A y en nivel bajo de
B es: [ac-a]/n
El efecto de C en el nivel alto de B y en nivel bajo de
A es: [bc-b]/n
El efecto de C en el nivel alto de A y B es: [abc-ab]/n
El efecto principal promedio de C es:
C = [c + ac + bc + abc - (1) a b - ab] / 4n
EL DISEO 23 EFECTO INTERACCION AB
Una medida de la interaccin AB es la
diferencia entre los efectos promedio de A
con los dos niveles de B:
B Efecto promedio de A
Alto (+) [(abc bc) + (ab b)] / 2n
Bajo (-) {(ac c) + [a (1)]} / 2n
Diferencia [abc+ab+c+(1)acbcab] / 4n
EL DISEO 23 EFECTO INTERACCIONES

AB = [abc+ab+c+(1)acbcab] / 4n

AC = [abc+ac+b+(1)abbcac] / 4n

BC = [abc+bc+a+(1)abacbc] / 4n

ABC = [abc+a+b+cabacbc(1)] / 4n
 EL DISEO 23 EFECTOS (Otro mtodo de obtenerlos)
bc abc
c ac
b ab

(1) a
 Signos algebraicos para calcular
los efectos del diseo 23
Combinacin de Efecto Factorial
Tratamientos I A B AB C AC BC ABC
(1) + - - + - + + -
a + + - - - - + +
b + - + - - + - +
ab + + + + - - - -
c + - - + + - - +
ac + + - - + + - -
bc + - + - + - + -
abc + + + + + + + +
Ejemplo 6-1 Pag. 232
Una empresa embotelladora de refrescos est
interesada en obtener alturas de llenado ms uniforme
en las botellas que se fabrican en su proceso de
manufactura. Tericamente, la mquina de llenado
llena cada botella a la altura objetivo correcta, pero en
la prctica existe variacin en torno a este objetivo y a
la embotelladora le gustara entender mejor las
fuentes de esta variabilidad y, en ltima instancia
reducirla.
El ingeniero de proceso puede controlar tres variables
durante el proceso de llenado: el porcentaje de
carbonatacin (A), la presin de operacin en el
llenado (B) y las botellas producidas por minuto
rapidez de lnea (C).
Para cada factor slo se usan dos niveles.
Los datos del experimento se muestran a
continuacin:
 Ejemplo 6-1 (continuacin)
Factores Desviacin de la
Nivel del factor
Corrida Codificados altura de llenado
A B C Rplica 1 Rplica 2 Bajo (-1) Alto (+1)
1 -1 -1 -1 -3 -1 A (%) 10 12
2 1 -1 -1 0 1 B (psi) 25 30
3 -1 1 -1 -1 0 C (bpm) 200 250
4 1 1 -1 2 3
5 -1 -1 1 -1 0
6 1 -1 1 2 1
7 -1 1 1 1 1
8 1 1 1 6 5
El diseo 23 para el experimento
de la desviacin de la altura de
llenado del ejemplo 6-1
=2 =11

= -1
=3
Velocidad (C)

=- 1
=5

Presin (B)

=-4 =1

Carbonatacin (A)
Efectos de los factores
A = [a - (1) + ab b + ac c + abc - bc] / 4n
A = [ 1 (- 4) + 5 (- 1) + 3 (- 1) + 11 2] / 8 = 24 / 8 = 3.00
B = [b + ab + bc + abc - (1 ) a c - ac] / 4n
B = [- 1 + 5 + 2 + 11 (- 4) 1 (- 1) -3] / 8 = 18 / 8 = 2.25
C = [c + ac + bc + abc - (1) a b - ab] / 4n
C = [- 1 + 3 + 2 + 11 (- 4) 1 (- 1) 5] / 8 = 14 / 8 = 1.75
AB = [ab a b + (1) + abc bc ac + c] / 4n
AB = [5 1 (- 1) + (- 4) + 11 2 3 + (- 1) ] / 8 = 6 / 8 = 0.75
AC = [(1) - a + b - ab c ac bc + abc] / 4n
AC = [- 4 1 + (- 1) - 5 - (- 1) + 3 2 + 11] / 8 = 2 / 8 = 0.25
BC = [ (1) + a b ab c ac + bc + abc] / 4n
BC = [- 4 + 1 - (- 1) 5 - (- 1) 3 + 2 + 11] / 8 = 4 / 8 = 0.50
ABC = [abc bc ac + c ab + b + a (1)] / 4n
ABC = [11 2 3 + (- 1) 5 + (- 1) + 1 (- 4)] / 8 = 4 / 8 = 0.50
SUMAS DE CUADRADOS - SS
SS = (Contraste)2 / 8n
SSA = (24)2 / 16 = 36.00
SSB = (18)2 / 16 = 20.25
SSC = (14)2 / 16 = 12.25
SSAB = (6)2 / 16 = 2.25
SSAC = (2)2 / 16 = 0.25
SSBC = (4)2 / 16 = 1.00
SSABC = (4)2 / 16 = 1.00
 Resumen de la estimacin de
los efectos
Estimacin Sumas de Contribucin
Factor
del efecto cuadrados porcentual
A 3.00 36.00 46.153846
B 2.25 20.25 25.961538
C 1.75 12.25 15.705128
AB 0.75 2.25 2.884615
AC 0.25 0.25 0.320513
BC 0.50 1.00 1.282051
ABC 0.50 1.00 1.282051
Error puro 5.00 6.410256
Total 78.00
 Anlisis de Varianza de los datos
de la altura de llenado

Suma de Grados de Cuadrad

Fuente de Variacin F0 Valor P
Cuadrados Libertad o Medio
Porcentaje de Carbonatacin ( A36,00
) 1 36,00 57,60 0,00006
Presin ( B ) 20,25 1 20,25 32,40 0,00046
Velocidad de Lnea ( C ) 12,25 1 12,25 19,60 0,00221
AB 2,25 1 2,25 3,60 0,09435
AC 0,25 1 0,25 0,40 0,54474
BC 1,00 1 1,00 1,60 0,24150
ABC 1,00 1 1,00 1,60 0,24150
Error 5,00 8 0,625
Total 78,00 15
 GRAFICA DE PROBABILIDAD
NORMAL DE LOS RESIDUALES
GRAFICA DE PROBABILIDAD NORMAL

120.000
PROBABILIDAD NORMAL

100.000
=((I-0.5)/N)*100

80.000

60.000

40.000

20.000

0.000
-1.5 -1 -0.5 0 0.5 1 1.5
RESIDUAL
 EL DISEO GENERAL 2k

El modelo estadstico para un modelo 2k

incluira:
1. k efectos principales.
k
2. 2 interacciones de dos factores.

k
3. interacciones de tres factores.
3

4. ...............
k
5. k = una interaccin de k factores.

ANALISIS DE VARIANZA DE UN DISEO
GENERAL 2k (continuacin)
Suma de Grados de
Fuente de variacin
cuadrados libertad
k efectos principales
A SSA 1
B SSB 1
: : :
K SSK 1
k
interacciones de dos factores
2
AB SSAB 1
AC SSAC 1
: : :
JK SSJK 1

kk


interacciones de tres factores

3
3
ABC SSABC 1
ABD SSABD 1
: : :
IJK SSIJK 1
: : :
k
= 1 interaccin de k factores
k
ABC...K SSABC...K 1
k
Error SSE 2 (n - 1)
Total SST n2k - 1
 En general, el contraste del
efecto ABK se determina as:
ContrasteABK = (a 1) (b 1) (k 1)
Para expandir esta ecuacin se usa el lgebra
ordinaria reemplazando 1 con (1) en la
expresin final.
El signo de cada grupo de parntesis es
negativo si el factor est incluido en el efecto y
es positivo si el factor no est incluido.
Ejemplo, considere un diseo factorial 23, el
contraste AB sera:
ContrasteAB = (a - 1)(b - 1)(c + 1)
= abc + ab + c + (1) ac bc a - b
Ejemplo 6-2 Pag. 246
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 piensan influyen en el ndice de filtracin de este
producto.
Los cuatro factores son: la temperatura (A), la presin (B), la
concentracin del formaldehdo (C) y la velocidad de agitacin (D).
Cada factor est presente con dos niveles. La matriz de diseo y los
datos de la respuesta obtenidos de una sola rplica de un diseo 24
se muestran a continuacin. 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 ndice de
filtracin de alrededor de 75 gal/h. As mismo, en el proceso actual
la concentracin de formaldehdo, factor C, se usa en el nivel alto.
Al ingeniero le gustara reducir la concentracin de formaldehdo lo
ms posible, pero no ha podido hacerlo porque siempre produce
ndices de filtracin ms bajos.
Tabla 6-10 Experimento del ndice de filtracin en la planta piloto
Nmero Factor Etiqueta de Indice de
de A B C D Corrida Filtracin
1 - - - - (1) 45
2 + - - - a 71
3 - + - - b 48
4 + + - - ab 65
5 - - + - c 68
6 + - + - ac 60
7 - + + - bc 80
8 + + + - abc 65
9 - - - + d 43
10 + - - + ad 100
11 - + - + bd 45
12 + + - + abd 104
13 - - + + cd 75
14 + - + + acd 86
15 - + + + bcd 70
16 + + + + abcd 96
El diseo 24 para el experimento del ndice de
filtracin del ejemplo 6-2

bc abc bcd abcd

c ac cd acd

b ab bd abd

(1) a d ad
Estimacin de los efectos de los factores y
sumas de cuadrados del diseo factorial 24
Trmino del Estimacin Con- Suma de Contribucin
Modelo del Efecto traste Cuadrados Porcentual
A 21.625 173 1870.5625 32.6397
B 3.125 25 39.0625 0.6816
AB 0.125 1 0.0625 0.0011
C 9.875 79 390.0625 6.8063
AC -18.125 -145 1314.0625 22.9293
BC 2.375 19 22.5625 0.3937
ABC 1.875 15 14.0625 0.2454
D 14.625 117 855.5625 14.9288
AD 16.625 133 1105.5625 19.2911
BD -0.375 -3 0.5625 0.0098
ABD 4.125 33 68.0625 1.1876
CD -1.125 -9 5.0625 0.0883
ACD -1.625 -13 10.5625 0.1843
BCD -2.625 -21 27.5625 0.4809
ABCD 1.375 11 7.5625 0.1320
Suma 5730.9375 100.00000
 GRAFICA DE PROBABILIDAD NORMAL DE LOS
EFECTOS PARA EL DISEO FACTORIAL 24
Efecto % Prob.
-18.1 3.33 Grfica de Probabilidad Normal de los Efectos para el Diseo
-2.63 10.00 Factorial 2^4 Ejemplo 6-2
-1.63 16.67
120.00
-1.13 23.33
-0.38 30.00 100.00 A
% de Probabilidad Normal

0.125 36.67 AD
80.00 D
1.375 43.33 C
1.875 50.00 60.00
2.375 56.67
3.125 63.33 40.00

4.125 70.00 20.00

9.875 76.67
14.63 83.33 AC 0.00
-25 -20 -15 -10 -5 0 5 10 15 20 25
16.63 90.00 Efecto
21.63 96.67
 -6 3.125
-5 9.375 GRAFICA DE PROBABILIDAD NORMAL DE LOS RESIDUALES
-3 15.625 EJEMPLO 6-2
-2.5 21.875
-2.5 28.125
-2 34.375 120
-1.5 40.625 % DE PROBABILIDAD NORMAL
100
-1 46.875
1 53.125 80
1.5 59.375
2 65.625 60
2.5 71.875
2.5 78.125 40
3 84.375
5 90.625 20
6 96.875
0
-8 -6 -4 -2 0 2 4 6 8
-20
RESIDUAL