EJEMPLO DE DISEO DE EXPERIMENTOS 2K

(K es el nmero de factores y 2 son los niveles de los mismos)

Factor A - concentracin de reactivo: Nivel bajo = 15% Nivel Alto = 25%
Factor B - velocidad de alim. del material: Nivel bajo 20lb/hr Alto 30lb/hr.
El experimento es replicado 4 veces. La variable de respuesta es la viscosidad

Combinacin de
factores
A bajo, B bajo (1)
A alto, B bajo (a)
A bajo, B alto (b)
A alto, B alto (ab)

Viscocidad
II
145
148
158
152
135
138
150
152

III
147
155
141
146

IV
Totales
140 580
152 617
139 553
149 597

Paso 1. Determinacin de las sumas:

Velocidad
B

30lb/hr

b=553

ab = 597

20lb/hr (1) = 580

15% (-1)

a = 617

25% (+1)

Factor A

Concentracin del reactivo A

Fig. 1 Experimento factorial con dos factores en dos niveles cada uno,
la respuesta se indica en los vrtices del diseo
Paso 2. Determinacin del efecto total (contrastes) y efectos principales (main effects)
de los factores A y B y de su interaccin AxB:
Los signos para calcular los efectos en el diseo 2 K son:
Combinacin de
Efectos factoriales
tratamientos
I
A
B
AB
(1)
+
+
a
+
+
-

b
+
+
ab
+
+
+
+
El efecto promedio de un factor o efecto principal (Main effect) es el cambio
en respuesta producido por un cambio en el nivel del factor promediado
sobre los niveles de del otro factor
Los efectos totales de los factores se denominan contrastes y son ortogonales
Contraste de A

Contraste de B

1
ab+ a b+(1)

[ ab+ab(1 )] = y A+ y A =
2n
2n
2n
1
ab+ b a+(1 )
B= [ ab +ba(1) ] = y B + y B =

2n
2n
2n
ab+(1 ) a+b
1
AB = [ ab+(1)ab ] = y AB+ y AB =

2n
2n
2n
A=

(1) =
(a) =
(b) =
(ab) =

580
617
553
597

n = 4 rplicas

Contraste de AxB
Efecto del factor A =

10.125

Cotraste de A =

81

Efecto del factor B =

-5.875

Contraste de B=

-47

0.875

Contraste AxB=

Efecto de interaccin AxB =

Paso 3. Determinacin de las sumas de cuadrados de los contrastes:

SS T =

y 2.. .
y 2
ijk
4n

1
2
[ ab+ab( 1 ) ]
4n
1
2
SS B =
[ ab+ba( 1 ) ]
4n
1
SS AB=
[ ab+( 1 )ab ]
4n
SS E =SS T SS A SS B SS AB
SS A =

Paso 4. Determinacin de los grados de libertad

Gl Totales =
Gl Factor A =

15
1

SST = Suma Yijk 2 - Y...2/4n =

SST =
344927 344275.5625
SST =
651.438
SSA=(81^2)/4(4) = 410
SSB=(47^2)/4(4)=

138

SSAB=(7^2)/4(4)= 3.063
SSE =

100.25

Gl Factor B =
Gl Interaccin AxB =
Gl Error =

1
1
12

Paso 5. Determimacin de la Tabla de ANOVA

Fuente de
variacin
A
B
AxB
Error
Total

Suma de Gl=DF Cuadrados

cuadrados
Medios
410.063
1
410.063
138.063
1
138.063
3.0625
1
3.0625
100.25
12
8.35417
651.438
15

Fc

Pvalue

49.08 1.422246E-005
16.53 0.0015669136
0.367 0.5561504913

Paso 6. El modelo de Regresin:

y 0 1 x1 2 x2 12 x1 x2
bo = promedio de todos los datos o gran media =
(1) =
580
(a) =
617
(b) =
553
(ab) =
597
bo = Media = 146.688

Y... Promedio =

Del Paso 2.
b1 = Efecto principal del factor A / 2 =

10.125 / 2 =

5.063 Significante

b2 = Efecto principal del Factor B/ 2 =

-5.875 / 2 =

-2.94 Significante

b12 = Efecto principal de AxB / 2 =

0.875 / 2 =

0.438 No significante

Donde X1 es la variable codificada que representa la concentracin

y X2 es la variable codificada que representa la velocidad de alimentacin
X1 y X2 varian entre +1 y -1.

Concentracin promedio. de . concentracin Concentracin(15+25 )/2 Conc20

=
=
Rango de concentracin/2
(2515 )/2
5
Velocidad promedio. de . velocidad velocidad (15+25 )/2 Velocidad25
x 2=
=
=
Rango de velocidad /2
5
(3020 )/2
x 1=

125 concentracin20 5. 875 Velocidad25

( 10.
)(5
)+(2 )(5
)
2

y est =146 . 6875+

y est =146 . 6875+5 . 0625 x1 2 . 9375 x2

125 concentracin20 5. 875 Velocidad25

( 10.
)(5
)+(2 )(5
)
2

y est =146 . 6875+

y est =146 . 6875+5 . 0625 x1 2 . 9375 x2

Paso 7. Determinacin del ndice de determinacin R2

R2 =

SS MODELO
SST

SSA+ SSB
SST

R2 =

SS MODELO 410 . 0625+138 . 0625

=
=0 . 8414
SST
651. 4375

Esto nos indica que el modelo de regresin explica el 84% de la variabilidad

en viscosidad.
Paso 8. Anlisis de los residuos
Considerando la ecuacin de prediccin anterior y evaluando los
valores observados contra cada una de las combinaciones de X1 y X2
en las esquinas del modelo:
e = residuo = valor observado - valor estimado con la ecuacin
Para (X1, X2) = (-1. -1) la Yest= 146.6875 + 5.0625 (-1) - 2.9375 (-1) = 144.563
e1 = 145 - 144.563 =
e2 = 148 - 144.563 =
e3 = 152 - 144.563 =
e4 = 140 - 144.563 =

0.438
3.438
2.438
-4.563

Para (X1, X2) = (+1. -1) la Yest=146.6875+ 5.0625 (+1) - 2.9375(-1) = 154.688
e5 = 158 - 154.688 =
e6 = 152 - 154.688 =
e7 = 155 - 154.688 =
e8 = 152 - 154.688 =

-3688
-2.688
-0.313
-2.688

Para (X1, X2) = (-1. +1) la Yest=146.6875+ 5.0625 (-1) - 2.9375(+1) = 138.688
e9 = 135 - 138.688 =
e10 = 138 - 138.688 =
e11 = 141 - 138.688 =
e12 = 139 - 138.688 =

-3.688
-0.688
2.313
0.313

Para (X1, X2) = (+1. +1) la Yest=146.6875+ 5.0625 (+1) -2.9375(+1) = 148.812
e13 = 150 - 148.812 =
1.188
e14 = 152 - 148.812 =
3.188
e15 = 146 - 148.812 =
-2.188
e13 = 149 - 148.812 =
0.188
Analizar los residuos en la grfica normal y contra fits
Paso 9. Corrida en Minitab
9a. A248Preparar el diseo factorial (Full Factorial):
Stat > DOE > Factorial > Create Factorial Design
o Two level
Designs: Number of center points 0
Number of Replicates 4
Number of blocks
1 OK
Options Non randomize runs OK
Factors Introducir el nombre real de los factores
y en forma opcional los niveles reales
Results

Summary table, alias table OK

9b. Introducir las respuestas del

experimento,en este caso las viscocidades:

StdOrder RunOrderCenterPt Blocks

1
1
1
2
2
1
3
3
1
4
4
1
5
5
1
6
6
1
7
7
1

1
1
1
1
1
1
1

ConcentraVelocidadRespuestas
15
20 145
25
20 158
15
30 135
25
30 150
15
20 148
25
20 152
15
30 138

8
8
9
9
10
10
11
11
12
12
13
13
14
14
15
15
16
16
9c. Analizar el Diseo factorial

1
1
1
1
1
1
1
1
1

1
1
1
1
1
1
1
1
1

25
15
25
15
25
15
25
15
25

30
20
20
30
30
20
20
30
30

152
147
155
141
146
140
152
139
149

Stat > DOE > Factorial > Analyze Factorial Design

Response Seleccionar la columna de las respuestas
Terms
Graphs

Pasar todos los trminos a Selected con >> OK

Seleccionar Effects Plots Normal y Pareto
Seleccionar Residual for Plots .... Standardized
Seleccionar Residual plots: Normal y vs fits OK
Full table of fits and residuals y Default Interactions

Results

Seleccionar todos los trminos con >> OK

OK

Normal Probability Plot of the Residuals

Residuals Versus the Fitted Values

(res ponse is Respuest)

(respons e is Respuest)

Normal Score

Standardized Residual

-1

-1

-2

-2
140

145

150

155

-2

-1

Standardized Residual

Fitted Value

Checar validez del modelo con los residuos normales y aleatorios contra fits
Identificar los factores significativos:
Pareto Chart of the Standardized Effects
(response i s Respuest, Alpha = .10)
A: Concentr
B: Velocida
A

Pareto Chart of the Standardized Effects

(response i s Respuest, Alpha = .10)
A: Concentr
B: Velocida
A

Los factores
significativos
exceden la raya
roja, en este
caso son los
factores:
AyB

AB

N ormal Probability Plot of the Standar diz ed Effec ts

(r es pons e is R es pues t, Alpha = .10)

A:
B:

C onc entr
Veloc ida

Normal Score

0.5

0.0

Los factores
significativos
salen de la
grfica normal
en este caso:

-0.5

Factores A y B

-4

-2

Standardized Effec t

Anlisis de los resultados

FractionalFactorialFit:RespuestasversusConcentracin,Velocidad

Estos son los coeficientes

la ecuacin de regresin
del modelo en valores codif.
con X1 y X2 en +1 y -1
TermEffectCoefSECoefTP
EstimatedEffectsandCoefficientsforRespuest(cod de

Son significativos
Constant146.6880.7226203.000.000
Concentr10.1255.0620.72267.010.000
Velocida5.8752.9370.72264.070.002
Concentr*Velocida0.8750.4370.72260.610.556
AnalysisofVarianceforRespuest(codedunits)

AyB

La interaccin no es
significativa

SourceDFSeqSSAdjSSAdjMSFP
MainEffects2548.125548.125274.06232.810.000
2WayInteractions13.0623.0623.0620.370.556
ResidualError12100.250100.2508.354
PureError12100.250100.2508.354
Total15651.437
ObservationsforRespuest

Aqu se muestran los

residuos normales y estandarizados

ObsRespuestFitSEFitResidualStResid
1145.000145.0001.4450.0000.00
2158.000154.2501.4453.7501.50
3135.000138.2501.4453.2501.30
4150.000149.2501.4450.7500.30
5148.000145.0001.4453.0001.20
6152.000154.2501.4452.2500.90
7138.000138.2501.4450.2500.10
8152.000149.2501.4452.7501.10
9147.000145.0001.4452.0000.80
10155.000154.2501.4450.7500.30
11141.000138.2501.4452.7501.10
12146.000149.2501.4453.2501.30
13140.000145.0001.4455.0002.00
14152.000154.2501.4452.2500.90
15139.000138.2501.4450.7500.30
16149.000149.2501.4450.2500.10
EstimatedCoefficientsforRespuestusingdatainuncodedunits
TermCoef
Constant
Concentr
Velocida
Concentr*Velocida

bo
b1
b2
b12

Estos son los coeficientes de la

ecuacin de Regresin del modelo
considerando valores de niveles
no codificados en +1 y -1 sino reales

LeastSquaresMeansforRespuest
MeanSEMean
Concentr
15%141.61.022
25%151.81.022
Velocida
20149.61.022
30143.81.022
Concentr*Velocida
15%20145.01.445
25%20154.31.445
15%30138.31.445
25%30149.31.445
AliasStructure
I
Concentr
Velocida
Concentr*Veloci

9d. Anlisis de grficas factoriales

Stat > DOE > Factorial > Factorial Plots
Seleccionar Main effects e Interaction Plots
Indicar Setup para ambas: Seleccionar columna Respuesta
y con >> seleccionar todos los factores OK
Seleccionar Data Means OK

Indicar Setup para ambas: Seleccionar columna Respuesta

y con >> seleccionar todos los factores OK
Seleccionar Data Means OK

Grfica de interacciones

Grfica de factores principales

Si AxB es significativa se toman

los niveles ptimos de los factores
de esta grfica

Si la interaccin no es significativa
se toman los valores ptimos de
los factores de esta grfica
dependiendo de si busca el mximo
o el mnimo en la respuesta.

Cuando las lneas se cruzan

la interaccin es siginificativa

En este caso se seleccionan

el factor A en nivel alto y el factor B
en nivel bajo

10. Contorno y Superficies de respuesta

Para identificar la direccin hacia donde se puede seguir experimentando
para tener una respuesta mayor se usa la grfica de contornos de igual
respuesta, tomando la direccin perpendicular para seguir experimentando
Stat > DOE > Factorial > Contour/Surface Plots
Seleccionar Contour / Surface Plots
Setup para ambas: Entrar a opcin y dar OK
Seleccionar OK

Contour Plot of Respuest

30
29
28
27

144
149
154

Contour Plot of Respuest

30

144
149
154

29
28

Velocidad

27
26
25
24
23
22
21
20
15

16

17

18

19

20

21

22

23

24

25

Concentracion

Direccin de experimentacin

Surface Plot of Respuest

155

150

Respuestas

145

140

30
25
15

Concentracion

20

Velocidad

20
25

Grfica de la ecuacin de regresin del modelo