DISEO DE EXPERIMENTOS

(DESIGNS OF EXPERIMENTS (DoE))

El Propsito del Diseo de Experimentos

industriales (DoE) es comprender mejor los
procesos reales y no comprender los datos
experimentales.
Los paradigmas de un pasado quieto y estable son
inadecuados en un presente turbulento e inestable.
Abraham Lincoln.

Estrategias
Reduccin
de
Variacin

Todo

Los

Trabajo

Procesos

es un

son

Proceso

Variables

Anlisis
de
Procesos
(Dinmica)

Desarrollo
de
Conocimiento
de los
Procesos

Remocin
de las
Causas
Especiales

Modificar
el
Proceso

Reduccin

Mejora

de la

del

Variacin

Desempeo

Control
de
Procesos

Datos de Procesos

Datos
Imprecisos

Presencia de
Variabilidad

Modelos basados en
Razonamiento aproximado
3

El Nuevo Conocimiento basado en datos de procesos.

debe agregar valor a los Organizacin
1. Data Mining (Patrones Globales, Relaciones
Significativas)
2. Datos de DoE (Identificacin causas, Interacciones)
3. Datos de SPC (Variacin, Monitoreo, Capacidad)

Reduccin de la Variacin
Estrategias : Explorar Relaciones Ocultas, Explorar Curvatura,
Explorar Interacciones (relaciones control, ruido)

Proceso de Aprendizaje
Hiptesis
o Teora
Pensamiento
deductivo

Creacin de
nuevas ideas

Proceso de
Aprendizaje

Consecuencias

Planeamiento de
experimento

Inferencia
Verificacin
de la teora

Pensamiento
inductivo

Datos
5

INTRODUCCIN
QU ES UN DISEO DE EXPERIMENTOS?
Es un experimento diseado que consiste en
una prueba o varias de pruebas en las que se
inducen cambios deliberadamente en las
variables de entrada del Sistema (Proceso) de
manera de posibilitar la identificacin de las
causas que originan los cambios en la
respuesta.

X1

X2

X3

Transformacin
del Proceso

Ruido

Y f X 1 , X 2 , , X k

Vector Respuesta

X 1 , X 2 , , X k

Variables Controlables
Vector Ruido

Entrada

ETAPAS EN LA
EXPERIMENTACIN INDUSTRIAL
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.

Reconocimiento de un problema.
Formulacin del problema.
Especificacin de las variables a medir.
Acuerdo sobre los factores y niveles a usar en el experimento.
Definicin del espacio de inferencia.
Seleccin de las unidades experimentales.
Layout del Diseo.
Desarrollo del modelo estadstico.
Evaluacin preliminar del diseo.
Rediseo del experimento.
Recoleccin de datos.
Anlisis de los datos.
Conclusiones.
Implantacin.

DIAGRAMA DE DISEO.
Formulacin de hiptesis
Principios y Leyes
de tema discutido
Desarrollo de un
Diseo Estadstico

Formulacin de
hiptesis

Desempeo del Experimento

Recoleccin de Datos
Anlisis Estadstico
Interpretacin de los
Resultados
Formulacin de
Nuevas Hiptesis

INEFICIENCIA EN LA ESTIMACIN
CUANDO EXISTE ERROR EXPERIMENTAL.

Suponga que se desea medir el Peso de 2

objetos A y B con balanzas que tienen un
error experimental con Ley Normal N(0,2).
Modelo:

y PuuN(0,2).

Para medir ambos objetos se disponen de 2

pesadas:

10

Mtodo Clsico:
y1 PA u1
y2 PB u2

El EMV de PA y1 , PB y2
E PA E y1 PA

E P E y P
V P V y
V P V y
B

B
2

11

Mtodo Alternativo:
Un procedimiento alternativo es utilizar los
2 objetos en las 2 pesadas:
A

y3

y3 PB PA u3 .
12

y4

y4 PA PB u4 .
EMV

y 4 y3

PA
2

E PA PA
2

V PA
2

y y3
PB 4
2

E PB PB
2

V PB
2

13

Es decir, hemos reducido la varianza a la

mitad, lo que equivale a estimar con
precisin doble.
NOTA: La clave del segundo procedimiento
es utilizar 2 observaciones en cada pesada,
lo que permite reducir la varianza a la
mitad.

14

INTRODUCCIN
Variabilidad y Calidad : son conceptos que se
contraponen; puede definirse la calidad como la reduccin
de la variabilidad.
El DoE (estadstica) es una disciplina desarrollada
especficamente para el estudio, anlisis y comprensin de
la variabilidad de los procesos y de los datos.
Una de las situaciones en las que hay ms aplicacin
de la metodologa estadstica es la que se refiere a la
determinacin de factores que causan variacin, y la
cuantificacin del efecto que cada uno de ellos tiene sobre
esa variacin. El estudio de la forma en que se combinan
los factores que afectan conjuntamente la variacin. Es
uno de los objetivos principales del diseo de Experimento.
151

DEFINICIONES. Se pueden definir los siguientes

conceptos:
EXPERIMENTO. Un estudio en el que el investigador tiene un alto grado de
control sobre las fuentes de variacin importantes, se denomina experimento. Si se
tiene poco control sobre los factores, se habla de un estudio observacional.
FACTORES. Los fenmenos que potencialmente causan variacin, y que son
controlados por el experimentador, se denominan factores. Tambin a veces se
denominan tratamientos.
NIVELES DE UN FACTOR. Son los valores que toma un factor. En general toman
valores que se miden en escala categrica, aunque a veces suelen ser medidos en
escalas numricas.
COMBINACIN DE TRATAMIENTOS. Cada una de las combinaciones de niveles
de todos los factores involucrados en el experimento.
CORRIDA EXPERIMENTAL. Cada una de las fases en que se lleva a cabo el
experimento. Cada corrida experimental corresponde a una realizacin del
experimento, bajo una determinada combinacin de tratamientos, y produce una
observacin.
RPLICAS. Todas las corridas experimentales que corresponden a una misma
combinacin de tratamientos. Son repeticiones del experimento, bajo idnticas
condiciones de los factores. Objetivos: Lograr mayor precisin en la estimacin de
los efectos de los factores y de sus interacciones, y estimar el error experimental.

161

EXPERIMENTO BALANCEADO. Es un experimento en que todos los niveles de cada

factor aparece el mismo nmero de veces. Si no se da esta situacin, el experimento
es desbalanceado.
DISEO. La estructura constituida por los factores y los niveles que se les
asignan, en la experimentacin. El diseo es la parte que controla el experimentador.
RESPUESTA. La variable objetivo, que se pretende optimizar, y que depende
potencialmente de los factores. La respuesta es lo que se mide como resultado de la
experimentacin, no es controlada por el experimentador. Es una variable medida en
escala numrica.
EFECTO PRINCIPAL. Un efecto principal es la variacin en la respuesta, atribuida al
cambio en un factor determinado, a travs de sus distintos niveles.
INTERACCIN. El efecto producido por la accin de un factor, influido por la
presencia de otro. Es un efecto combinado de dos o ms factores. Si no existe un
efecto de interaccin, se dice que los efectos de los factores son aditivos.
ERROR EXPERIMENTAL. La parte de la variabilidad que no est explicada por los
factores involucrados en el experimento.

171

DISEOS FACTORIALES 22 , CON DOS

FACTORES A DOS NIVELES

Una fase inicial de un estudio tiene por objeto efectuar un diagnstico, por
esa razn, basta con utilizar slo dos niveles para cada factor. El diagnstico no
entrega la combinacin de los niveles optima, de factores, sino que nos permitir
determinar si cada uno de ellos afecta o no la respuesta, y en qu medida, as
como nos dir si existe o no interaccin entre ambos factores.
En estos diseos hay 22 = 4 combinaciones de tratamientos posibles, pues
por cada uno de los dos niveles de un factor hay dos niveles del otro. Por eso suele
hablarse de diseos experimentales 22, o simplemente experimentos 22 . A los
factores los designaremos por Factor A y Factor B, respectivamente.
De los dos niveles que definimos para cada factor, a uno lo llamaremos nivel
bajo y al otro nivel alto . En ciertas situaciones se prefiere hablar de ausencia y
presencia del factor. Por ejemplo, los niveles pueden ser dos distintos procesos de
produccin, o pueden ser la utilizacin o no utilizacin de un dispositivo.

181

NOTACIN: Los niveles de A los designamos por a1 y a2 ,

los de B por b1 y b2 , respectivamente.

El siguiente esquema muestra los elementos principales de este

experimento:
1

DISEO
CORRIDA
EXPERIMENTAL

FACTOR A

FACTOR B

COMBINACION DE
TRATAMIENTOS

RESPUESTA

1
2
3
4

a1
a2
a1
a2

b1
b1
b2
b2

a1b1
a2b1
a1b2
a2b2

Y11
Y21
Y12
Y22
2

Tabla de Combinaciones de Tratamientos del Diseo Experimental 2 .

191

 El siguiente diagrama ilustra, en forma esquemtica, los

elementos que constituyen el experimento 22:
FACTOR B

Nivel b2

Nivel b1

a1b2

a1b1

Nivel a1

a2b2

a2b1

Nivel a2

FACTOR A

Representacin grfica del experimento 22.

20
20

EJEMPLO: En la fabricacin de placas de madera aglomerada, se utiliza

viruta combinada con resina de urea-formaldeido. Una caracterstica
deseable del producto terminado, es su rigidez. Se piensa que hay dos
factores que inciden en esta caracterstica, y que pueden controlarse.
Uno es el tipo de resina, y el otro es el granulado de la viruta. Se
disea un experimento en que los dos factores tienen dos niveles.
RESPUESTA: Rigidez de la placa (medida en kg.). Peso necesario para
producir una deformacin de 5 milmetros.
FACTORES :
Tipo de Resina.
Granulado de Viruta.

212

FACTORES

NIVELES

A : TIPO DE RESINA

a1 : Resina Standard
a2 : Resina Nueva

B : GRANULADO DE LA VIRUTA b1 : Fino

b2 : Grueso

Se realiz el experimento, y la medicin de las respuestas dio los siguientes

resultados:

ESTIMACIN DE EFECTOS:
Efecto Promedio Global:

COMBINACIN DE
TRATAMIENTOS

RESPUESTA

a1b1
a2b1
a1b2
a2b2

Y11 = 16
Y21 = 17
Y12 = 10
Y22 = 23

1 14 (a 1 b1 + a 2 b1 + a 1 b 2 + a 2 b 2 )

16 17 10 23
16.5
4

222

Efecto Debido al Factor A:

1
2

Efecto Debido al Factor B:

1
2

( a 2 b1

+ a 2 b 2 ) - ( a 1 b 1 + a 1 b 2 )

17 23 16 10
7
2

( a1b 2

+ a 2 b 2 ) - ( a 1 b 1 + a 2 b 1 )

10 23 16 17
0
2
AB 21 ( a 2 b 2 - a 1 b 1 ) - ( a 1 b 2 - a 1 b 1 )

Efecto Debido a la Interaccin AB:

23 17 10 16
6
2

Grfico de Interaccin.
RIGIDEZ (KG)

25

a2

RESINA
NUEVA

20
15

a1
RESINA
STANDARD

10
5
NIVEL b1
FINO

NIVEL b2
GRUESO

RESINA

Rigidez versus Granulado, estratificado por tipo de Resina

23
23

RIGIDEZ (KG)

GRANULADO
GRUESO

25
20

b1

GRANULADO
FINO

15
10

b2

NIVEL a1
STANDARD

NIVEL a2
NUEVA

RESINA

Rigidez versus tipo de Resina, estratificado por Granulado

24

MATRIZ DE DISEO DEL EXPERIMENTO 22.

Los clculos anteriores se pueden efectuar en forma resumida en
una tabla. Dicha tabla se denomina Matriz de Diseo y tiene la
siguiente forma:
EFECTO
RESPUESTA

a1b1
a2b1
a1b2
a2b2

1
+
+
+
+

A
+
+

B
+
+

AB
+
+

Un efecto es un contraste si tiene tantos (+) como (-). Los efectos

correspondientes a A, B y AB son contrastes. El efecto 1 no lo es.
Dos efectos se pueden "multiplicar" de la siguiente forma:
(-,+,-,+) (-,-,+,+) = (+,-,-,+)=AB
Si el resultado de multiplicar dos contrastes es un contraste, como
en el ejemplo anterior, se dice que los contrastes que se
multiplicaron son ortogonales.

25
25

TABLA DE RESPUESTAS
Los clculos numricos que se hicieron, para determinar los efectos 1, A, B, y
AB, se pueden efectuar en forma tabular, por cada efecto, anotando las
respuestas en columnas separadas, segn su signo. La tabla se denomina Tabla
de Respuestas, y se muestra a continuacin:

IDENTIDAD
COMPONENTE

a1b1
a2b1
a1b2
a2b2

16

TOTAL
VERIFICACION
FACTOR
NETO
DIVISOR
EFECTO
RANGO

66
66

RESINA

AB

16
17

-1

17
10

23
26

16

17

10

23

66
4
16.5

INTERACCION

A
16

17
10

GRANULADO

40
66
+1
14
2
7
1

10

23
33
-1

33
66
+1
0
2
0
3

23
27
-1

39
66
+1
12
2
6
2

26
26

 DIAGRAMA DE EFECTOS: Es una representacin grfica de los

efectos, que tiene por objeto comparar sus magnitudes.

22
20
18
16.5
B

16

14

12

TIPO DE
RESINA

AB
INTERACCIN

GRANULADO
DE VIRUTA

RPLICAS: Es la repeticin de las corridas experimentales

que corresponden a cada combinacin de tratamientos un
nmero determinado de veces.
Si el nmero de rplicas es igual para cada combinacin de
tratamientos, se dice que el experimento est balanceado.

27

27

DISEOS FACTORIALES 23 , CON TRES

FACTORES A DOS NIVELES
Son diseos en que hay tres factores, cada uno con dos niveles.
El nmero de combinaciones de trata,ientos es 8, o sea, se duplica
el nmero total de corridas experimentales.
Se identificar al tercer factor con la letra C, con niveles c 1 y c2
respectivamente.
TABLA DE COMBINACIONES DE TRATAMIENTOS:
CORRIDA
COMBINACION DE
EXPERIMENTAL TRATAMIENTOS RESPUESTA

1
2
3
4
5
6
7
8

a1b1c1
a2b1c1
a1b2c1
a2b2c1
a1b1c2
a2b1c2
a1b2c2
a2b2c2

Y111
Y211
Y121
Y221
Y112
Y212
Y122
Y222

2828

REPRESENTACIN GRFICA DE UN EXPERIMENTO 23:

FACTOR B

Nivel b2

a1b2c2

a2b2c2
a2b2c1

a1b2c1

FACTOR C

Nivel c2

a2b1c2

a1b1c2

a1b1c1

a2b1c1

Nivel a1

Nivel a2

Nivel b1

Nivel c1

FACTOR A

2929

ESTIMACIN DE EFECTOS:
Efecto Promedio Global:
1 = 1/8 (( a1b1c1 + a2b1c1 + a1b2c1 + a2b2c1 + a1b1c2 + a2b1c2 + a1b2c2 + a2b2c2 )

Efecto Debido al Factor A:

A = ( a2b1c1 + a2b2c1 + a2b1c2 + a2b2c2 - a1b1c1 - a1b2c1 - a1b1c2 - a1b2c2 )

Efecto Debido al Factor B:

B = ( a1b2c1 + a2b2c1 + a1b2c2 + a2b2c2 - a1b1c1 - a2b1c1 - a1b1c2 - a2b1c2 )

Efecto Debido al Factor C:

C = ( a1b1c2 + a2b1c2 + a1b2c2 + a2b2c2 - a1b1c1 - a2b1c1 - a1b2c1 - a2b2c1 )

Etc.
Las clculos anteriores se pueden resumir en la siguiente tabla:

3030

MATRIZ DE DISEO DEL EXPERIMENTO

23.

COMBINACION DE
TRATAMIENTOS

a1b1c1
a2b1c1
a1b2c1
a2b2c1
a1b1c2
a2b1c2
a1b2c2
a2b2c2

CONTRASTES

1
+
+
+
+
+
+
+
+

A
+
+
+
+

B
+
+
+
+

AB
+
+
+
+

C
+
+
+
+

AC BC ABC
+
+
+
+
+
+
+
+
+
+
+
+

TABLA DE RESPUESTAS
EJEMPLO: Se construir la Tabla de respuestas con un ejemplo.
Suponga que se tienen distintas combinaciones de tratamientos,
Presin (A), Temperatura (B) y Tiempo de Aplicacin (C), con dos
niveles. Como respuesta se tienen los siguienetes ndices de dureza
(Y):

3131

RESPUESTAS OBTENIDAS EN EL EXPERIENTO 23:

COMBINACION DE
TRATAMIENTOS

a1b1c1
a2b1c1
a1b2c1
a2b2c1
a1b1c2
a2b1c2
a1b2c2
a2b2c2

INDICE DE DUREZA
RESULTANTE (y)
49
43
69
67
46
23
66
61

La Tabla de Respuestas completa es la siguiente:

COMPONENTE

a1b1c1
a2b1c1
a1b2c1
a2b2c1
a1b1c2
a2b1c2
a1b2c2
a2b2c2

49

TOTAL
VERIF.
FACTOR
NETO
DIVISOR
EFECTO
RANGO

424

230

1
424
8
53.0

-1

A
49

43
69

66

43
69

67
46

194
424
1
36
4
9.0
2

161
-1

263
424
1
102
4
25.5
1

-1

69

66
228
-1

196
424
1
32
4
8.0
3

46
23
66

61

-1

69
67

23

66
222

43

46
23

61

49

69
67

46

23

223
424
1
22
4
5.5
4

49

ABC

43

67
46

61
201

49

67

66

61

BC

43

69
67

23
66

61

AC

49

46

23

66

C
43

69

67
46

23

61

49

43

69

23

AB

49
43

67
46

202
424
1
20
4
5.0
5

66

61
205
-1

219
424
1
14
4
3.5
6

61
205
-1

219
424
1
14
4
3.5
6

3232

DIAGRAMA DE EFECTOS:

65
B
60
A

C
AB

55

BC
AC

ABC

53
50
PRESIN

TIEMPO

45
40

TEMPERATURA

GRFICOS DE INTERACCIN: Otra forma de visualizar los efectos

principales y las interacciones dobles, es mediante los grficos de
interaccin. Para construirlos, se hace una tabla similar a la Tabla
de Respuestas, pero slo con la columna de la identidad y las
columnas de las interacciones dobles. El resultado es el siguiente:

3333

Tabla de Respuestas para la Construccin de Grficos de Interaccin:

COMBINACION DE

TRATAMIENTO

AB
BC
AC
a1b1 a2b1 a1b2 a2b2 b1c1 b2c1 b1c2 b2c2 a1c1 a2c1 a1c2

a1b1c1
a2b1c1
a1b2c1
a2b2c1
a1b1c2
a2b1c2
a1b2c2
a2b2c2

49

49

TOTAL
VERIFICACION
PROMEDIO

424

95

66

135

53.0

47.5

33.0

67.5

43

49
43

69

49
69

67
46

43
69

67

69

67

46

23

67
46

23

66

46

23
66

61

23
66

61
128
424
64.0

a2c2

49

66

61
92

136

69

46.0

68.0

34.5

127
424
63.5

61
118

110

112

59.0

55.0

56.0

84
424
42.0

3434

Grfico de Interaccin.
INDICE DE
DUREZA

INDICE DE
DUREZA
b2
60
50

70

TEMPERATURA
40 C
50 C

70

PRESIN

a1

60
10 PSI

50

b1
40

40

20 PSI

30

30 C

30

a2

20

20

A
a1
10 PSI

a2
20 PSI

c1
15 MIN

c2
25 MIN

PRESIN

INDICE DE
DUREZA

TIEMPO DE
APLICACIN

TIEMPO DE
APLICACIN

70

15 MIN

60

c1

25 MIN

50
40

c2

30
20

B
b1
30 C

b2
50 C

TEMPERATURA

Graficos de interaccion de AB, de BC y de AC

3535

DISEOS FACTORIALES FRACCIONADOS.

El nmero de combinaciones de tratamientos para llevar a cabo un

experimento factorial de k factores a dos niveles cada uno, es 2k.
Si k , disponer de 2k combinaciones de tratamientos es
sumamente costoso.
Se habla de un Experimento Factorial Fraccionario cuando es
posible realizar el experimento con menos combinaciones de
tratamientos.
FRACCIN: Es el nmero de combinaciones de tratamientos que
quedan al dividir el nmero total de combinaciones de tratamientos
por una potencia de 2. Tambin se le denomina Bloque.
EXPERIMENTO FRACCIONADO BALANCEADO: Es lo que resulta al
escoger un bloque que sea fraccin de 1/p del total de
combinaciones de tratamientos (p<k) y procurando, adems, que
los niveles de todos los tratamientos aparezcan el mismo nmero
de veces.

3636

NOTACIN: 2k-p, experimento a una fraccin 1/2p.

Diseo 22 fraccionado en dos bloques parciales:
BLOQUE I

BLOQUE II

a1b1
a2b2

a2b1
a1b2

Diseo 23 fraccionado en dos bloques parciales:

BLOQUE I

BLOQUE II

a1b1c1
a2b2c1
a2b1c2
a1b2c2

a2b1c1
a1b2c1
a1b1c2
a2b2c2

Diseo 23 fraccionado en cuatro bloques:

BLOQUE I

BLOQUE II

BLOQUE III

BLOQUE IV

a1b1c1
a2b2c2

a2b1c1
a1b2c2

a1b2c2
a2b1c2

a1b1c2
a2b2c1

3737

EFECTOS CONFUNDIDOS

Observe la siguiente matriz de diseo 23, agrupadas en dos

bloques segn el diseo 23-1:
CONTRASTES

COMPONENTE
BLOQUE
I

BLOQUE
II

a1b1c1
a2b2c1
a2b1c2
a1b2c2
a2b1c1
a1b2c1
a1b1c2
a2b2c2

1
+
+
+
+
+
+
+
+

A
+
+
+
+

B
+
+
+
+

AB
+
+
+
+

C
+
+
+
+

AC BC
+
+
+
+
+
+
+
+

ABC
+
+
+
+

En cualquiera de los bloques es lo mismo probar el efecto A que el

efecto de la interaccin BC. Por lo tanto, al querer medir uno de los
efectos se estar midiendo ambos a la vez. Se dice que los efecto A
y BC estn confundidos. Tambin lo est B con AC, C con AB y ABC
con 1.

3838

Una forma de determinar cules grupos de efectos estn

confundidos entre s, sin tener que construr la matriz de diseo
completa, consiste en identificar el o los efectos que aparezcan
confundidos con la identidad 1, dentro de cada bloque (y por lo
tanto, estn confundidos con los bloques).
Al multiplicar ABC por cada uno de los efectos, se obtienen los
siguientes resultados:
ABC 1 = ABC
ABC A = A2BC = BC
ABC B = AB2C = AC
ABC AB = A2B2C = C
ABC C = ABC2 = AB
ABC AC = A2BC2 = B
ABC BC = AB2C2 = A
ABC ABC = A2B2C2 = 1

3939

En resumen, podemos concluir que:

1 est confundido con ABC
A est confundido con BC
B est confundido con AC
C est confundido con AB
CONSTRUCCIN DE BLOQUES EN DISEOS 2K.
INTERACCIONES GENERALIZADAS: Una interaccin generalizada de
dos o ms efectos, es la que resulta de "multiplicar" esos efectos.
Por ejemplo, si los efectos son AB y ACD, en un diseo 2 4, su
interaccin generalizada es el efecto AB x ACD = A2BCD = BCD; La
interaccin generalizada de B y BC es C; etc.

4040

EFECTOS INDEPENDIENTES: Un conjunto de efectos son

independientes si ninguno de ellos es interaccin generalizada de
algunos de los restantes. Por ejemplo, el conjunto { A, AC, ABC } es
un conjunto de efectos independientes, pues ninguno es interaccin
generalizada de los dems. Sin embargo { A, AC, ABC, C } no lo es,
pues el producto de A por AC es C.
Para definir su estructura de diseo experimental fraccionado, el
experimentador debe tomar las siguientes decisiones:
Debe decidir qu fraccin del diseo completo va a utilizar, sea 1/2, 1/4,
1/8, etc. Es decir, va a utilizar un diseo 2k-p y tiene que decidir cul va a
ser el valor de p.
Debe decidir qu efectos independientes va a confundir con 1. Es decir,
qu efectos est dispuesto a no poder cuantificar. Se prefiere confundir
interacciones de alto orden, siguiendo la regla de que, en la prctica,
mientras ms alto es el orden de la interaccin, probablemente su efecto
sobre la respuesta ser menos significativo.

4141

Una vez tomadas sus decisiones, el siguiente

procedimiento le permitir construir los bloques, que
ya quedan totalmente determinados.
EJEMPLO: Se trata de un diseo 23, y se va a fraccionar a , es
decir, dos bloques de cuatro combinaciones cada uno. Se debe
definir un un slo efecto a confundir con 1, en este caso AB.
Se construye la ecuacin definioria del tipo:
L = x1 + 2 x2 + x3
en que 1 es igual a 1 si A est presente en el efecto a confundir, 0
si no lo est; es 1 si B est, 0 en caso contrario, y lo mismo para
. Si se desea confundir ABC, = 1, = 1 y = 1.

4242

En nuestro caso queremos confundir AB, luego = 1, = 1 y

= 0, y la ecuacin definitoria es
L = x1 + x2
Los trminos x1 , x2 y x3 toman el valor del subndice de a, b y c,
respectivamente, de cada combinacin de tratamientos.
Luego de calculado el valor de L, para cada combinacin de
tratamientos, se forma un bloque con todas aquellas para las
cules L result ser un nmero par, y el otro bloque con todas
aquellas para las que L result ser impar. La siguiente tabla
muestra los clculos que habra que hacer:

4343

CONSTRUCCIN DE BLOQUES.

COMBINACION DE
TRATAMIENTOS

a1b1c1
a2b1c1
a1b2c1
a2b2c1
a1b1c2
a2b1c2
a1b2c2
a2b2c2

ECUACION
DEFINITORIA

x1
1
2
1
2
1
2
1
2

x2
1
1
2
2
1
1
2
2

x3
1
1
1
1
2
2
2
2

L = x1 + x2
2
3
3
4
2
3
3
4

PARIDAD

BLOQUE

par
impar
impar
par
par
impar
impar
par

I
II
II
I
I
II
II
I

Los bloques definidos en la ltima columna, quedan estructurados de la

siguiente forma:
BLOQUE I

BLOQUE II

a1b1c1
a2b2c1
a1b1c2
a2b2c2

a2b1c1
a1b2c1
a2b1c2
a1b2c2

4444

Si aplicamos la regla vista anteriormente, para determinar qu efectos estn confundidos con
cules otros, nos encontramos con lo siguiente:
AB 1 = AB
AB A = A2B = B
AB B = AB2 = A
AB AB = A2B2 = 1
AB C = ABC = ABC
AB AC = A2BC = BC
AB BC = AB2C = AC
AB ABC = A2B2C = C
Recordemos que ahora AB est confundido con 1, por eso se "multiplican" los efectos por AB.
Podemos concluir que:
1 est confundido con AB, que era la condicin bajo la cual se construy el diseo.
A est confundido con B
C est confundido con ABC
AC est confundido con BC

4545

RESOLUCIN DE UN DISEO
FRACCIONADO.
Un diseo fraccionado es de resolucin R si, dado cualquier par de efectos
confundidos entre s, el nmero total de factores contenidos en ellos es a
lo menos R.
NOTACIN: 2Rk-p. Para el ejemplo anterior, el diseo se expresa como 2II3-1.
Las caractersticas de los diseos con resoluciones III, IV y Vson:
RESOLUCIN III: No hay efectos principales confundidos entre s, pero si
efectos principales con interacciones dobles. .
RESOLUCIN IV: No hay efectos principales confundidos entre s, ni efectos
principales con interacciones dobles. Si hay interacciones dobles
confundidas entre s. .
RESOLUCIN V: No hay efectos principales ni interacciones dobles
confundidos entre ellos. Si hay interacciones dobles confundidas con
triples. .

4646

DISEOS FACTORIALES CON MS DE DOS

NIVELES.

En una etapa exploratoria, el fijar dos niveles por factor puede ser
conveniente, por economa de recursos y de tiempo. Sin embargo, un anlisis
confirmatorio posterior puede requerir que algunos factores tengan ms de
dos niveles.
De esta forma, surgen diseos experimentales que se designan
simblicamente por 32 , 356, 54 , 2332 , etc.
En general, un efecto se mide por un nmero de contrastes igual al producto
de los nmeros de niveles de los factores que intervienen en el efecto, cada
uno disminuido en uno. El nmero se denomina grados de libertad del efecto.

GRADOS DE LIBERTAD: Es una medida de la cantidad de informacin

que se requiere para medir el efecto.

4747

DISEOS FACTORIALES 32, CON DOS FACTORES

A TRES NIVELES.

Como ilustracin, veremos un ejemplo de un diseo a dos factores, A y B, cada

uno con tres niveles. Las combinaciones de tratamientos son a1b1, a2b1, a3b1,
a1b2, a2b2, a3b2, a1b3, a2b3 y a3b3.

El siguiente es un conjunto de contrastes ortogonales, que sirven para medir los

efectos. Este conjunto constituye la Matriz de Diseo del experimento 32.

MATRIZ DE DISEO DEL EXPERIMENTO 32.

COMBINACION DE
TRATAMIENTOS

a1b1
a2b1
a3b1
a1b2
a2b2
a3b2
a1b3
a2b3
a3b3

EFE CTOS

1
1
1
1
1
1
1
1
1
1

A1
-1
0
1
-1
0
1
-1
0
1

A2
1
-2
1
1
-2
1
1
-2
1

B1
-1
-1
-1
0
0
0
1
1
1

B2 AB1 AB2 AB3 AB4

1
1
-1
-1
1
1
0
0
2
-2
1
-1
1
-1
1
-2
0
2
0
-2
-2
0
0
0
4
-2
0
-2
0
-2
1
-1
-1
1
1
1
0
0
-2
-2
1
1
1
1
1

4848

 Tambin se pueden tratar los contrastes como si fueran expresiones algebraicas,

y factorizarlas, como lo hicimos en el caso de dos niveles
Es as que el primer contraste se puede simbolizar como:
A1 = ( a3 - a1 )( b1 + b2 + b3 )
una comparacin entre los efectos de los niveles 1 y 3 del factor A. Tambin
tiene
A2 = ( a1 - 2a2 + a3 )( b1 + b2 + b3 )

se

comparacin entre a2 y a1 con a3 combinados. De forma anloga,

B1 = ( a1 + a2 + a3 )( b3 - b1 )
B2 = ( a1 + a2 + a3 )( b1 - 2b2 + b3 )

4949

Observe que si sumamos A1 con A2, se forma una comparacin entre los
niveles a2 y a3. De forma anloga, los cuatro contrastes para la interaccin se
pueden escribir como
AB1 = ( a3 - a1 )( b3 - b1 )
AB2 = ( a3 - a1 )( b1 - 2b2 + b3)
AB3 = (a1 - 2a2 + a3)( b3 - b1 )
AB4 = (a1 - 2a2 + a3)( b1 - 2b2 + b3)
Se puede verificar, que la suma de las cuatro expresiones da
AB1 + AB2 + AB3 + AB4 = 4( a3 - a2 )( b3 - b2 )
una diferencia entre las diferencias de los efectos de a3 y a2 de A, a los niveles
b3 y b2 de B.

5050

EJEMPLO: Suponga que las respuestas a las diferentes

combinaciones de tratamientos, en el orden a1b1, a2b1, a3b1, a1b2,
a2b2, a3b2, a1b3, a2b3 y a3b3, son, respectivamente, 59, 27, 44, 53, 27,
29, 69, 35, 48. La siguiente es la Tabla de Respuestas para este
experimento, construida en forma anloga al caso 23, y que nos
permite conocer los efectos:

5151

TABLA DE RESPUESTAS PARA EL DISEO 32. PRIMERA

PARTE.
COMPONENTE

a 1b1
a 2b1
a 3b1
a 1b2
a 2b2
a 3b2
a 1b3
a 2b3
a 3b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

A1

A2

59 59
59
27
27
44
44 44
53 53
53
27
27
29
29 29
69 69
69
35
35
48
48 48
391 181 121 302 89
1
-1
1
1
-2
391 -181 121 302 -178
391
60
124
9
3
6
43.4
20.0
20.7
2
1

B1
59
27
44

B2
59
27
44
53
27
29

69 69
35 35
48 48
130 152 282 109
-1
1
1
-2
-130 152 282 -218
22
64
3
6
7.3
10.7
4
3

5252

TABLA DE RESPUESTAS PARA EL DISEO 32. SEGUNDA

PARTE.

COMPONENTE

a1b1
a2b1
a3b1
a1b2
a2b2
a3b2
a1b3
a2b3
a3b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

1
59
27
44
53
27
29
69
35
48
391
1
391
391
9
43.4

AB1
59

AB2

AB3

59

AB4

59

59
27

44

44

27

44

44

53

53
27
29

69

69

29
69

69
35

48
107 113 128
1 -1 -1
107 -113 -128
6
2
3.0
6

35

48
48
48
92 53 29 103 27 117 35 220 144 27
1
2 -2 -1 2
1 -2 1 -2 4
92 106 -58 -103 54 117 -70 220 -288 108
12
2
40
4
4
8
3.0
0.5
5.0
6
8
5

5353

DIAGRAMA DE EFECTOS:
RESPUESTA
55

50
45

AB4

40

AB1
B1

35

PRESIN

30

A2

A1

AB3

AB2
TIEMPO

B2

25
TEMPERATURA

5454

GRFICOS DE INTERACCIN:
RESPUESTA
80
70
60
50

b3

40

b1
PROMEDIO

30
b2
20
10

a1

a2

a3

5555

GRFICOS DE INTERACCIN:
RESPUESTA

80
70

a1

60
PROMEDIO
50
40

a3

30
a2

20
10

b1

b2

b3

56

DISEOS 32 FRACCIONADOS.

Se debe fraccionar en un mltiplo de 3, de modo que todas las

fracciones tengan igual nmero de combinaciones de tratamientos,
y los bloques puedan estar balanceados. Los diseos fraccionados
resultantes son del tipo 3k-p .
Para determinar los efectos confundidos, como en los casos de
dos niveles, se debe observar la matriz de diseo para determinar
qu efectos resultan confundidos con bloques, y qu efectos estn
confundidos entre s. Tambin funciona el mtodo para construir
bloques, visto anteriormente, de modo que se confundan efectos
que uno ha determinado previamente, utilizando ecuaciones
definitorias. En el caso de un diseo 3p balanceado, el nmero de
efectos independientes que quedan confundidos con bloques est
dado por p.

5757

TABLA DE MULTIPLICACIN DE EFECTOS PARA

EL DISEO 32.
A1
A2
B1
B2
AB1
AB2
AB3
AB4

A1
1
A1
AB1
AB2
B1
B2
AB1
AB2

A2
A1
1
AB3
AB4
AB1
AB2
B1
B2

B1
AB1
AB3
1
B1
A1
AB1
A2
AB3

B2
AB2
AB4
B1
1
AB1
A1
AB3
A2

AB1
B1
AB1
A1
AB1
1
B1
A1
AB1

AB2
B2
AB2
AB1
A1
B1
1
AB1
A1

AB3
AB1
B1
A2
AB3
A1
AB1
1
B1

AB4
AB2
B2
AB3
A2
AB1
A1
B1
1

Multiplicando cada efecto principal e interaccin, se determina

cules efectos, o componentes de efectos, (como AB1, AB2, etc),
resultan confundidos entre s. Al multiplicar las componentes de
efectos, se debe utilizar la regla de multiplicacin de efectos:
Se multiplican los efectos, eliminando todo factor que aparezca
elevado al cuadrado.

5858

EJEMPLO: Se desea comparar la degradacin de tres marcas de

aceite de alta calidad, en tres tipos de motores diferentes. Sea el
factor A la marca de aceite, y el factor B el tipo de motor. La
respuesta es una medida codificada de la degradacin del aceite,
despus de 10 horas de funcionamiento continuado del motor, a un
nivel de revoluciones fijo. Los valores observados de las respuestas
son los siguientes:
COMPONENTE

RESPUESTA

a 1b 1
a 2b 1
a 3b 1
a 1b 2
a 2b 2
a 3b 2
a 1b 3
a 2b 3
a 3b 3

10
15
12
21
8
19
30
16
18

5959

Se desea fraccionar el experimento en tres bloques de tres combinaciones

de tratamientos, de tal modo que se confunda el efecto principal A con
bloques. Recordemos que este efecto tiene dos componentes, A1 y A2.
Para determinar qu efectos quedan confundidos entre s, multiplicamos
estas dos componentes por cada una de las componentes del experimento,
utilizando la tabla de multiplicar dada anteriormente.
Multiplicacin por A1 :

A1 1

A1

A1 A1

A1 A2

A1

A1 B1

AB1

A1 B2

AB2

A1 AB1 =

B1

A1 AB2 =

B2

A1 AB3 =

AB1

A1 AB4 =

AB2

6060

Multiplicacin por A2:

A2 1

A2

A2 A1

A1

A2 A2

A2 B1

AB3

A2 B2

AB4

A2 AB1 =

AB1

A2 AB2 =

AB2

A2 AB3 =

B1

A2 AB4 =

B2

6161

Se observa que los grupos de confundidos son tres, a saber:

1, A1, A2

B1, AB1, AB3

B2, AB2, AB4

Para construir los bloques, observamos que se debe confundir el efecto A,

luego en la ecuacin definitoria L= 1x1x, se fijan los valores = 1 y
= 0. Esto define la ecuacin definitoria
L = x1
en que x1 toma los valores 1, 2 o 3, segn el nivel en que se encuentre el
factor A, en cada una de las combinaciones de tratamientos. Los bloques se
forman agrupando aquellas combinaciones de tratamientos que generan el
mismo residuo, si se divide el valor de L por 3.
Este puede ser 0, si L es mltiplo de 3; si no lo es puede tomar los
valores 1 o 2. En este caso L es idntico al valor de x1, el nivel del factor A,
por lo tanto cada bloque est determinado por las combinaciones de
tratamientos en las que el factor A est al mismo nivel. Los bloques son,
entonces,

6262

BLOQUE I

BLOQUE II

BLOQUE III

a1b1
a1b2
a1b3

a2b1
a2b2
a2b3

a 3 b1
a 3 b2
a 3 b3

TABLA DE RESPUESTAS PARA EL DISEO 32. PRIMERA PARTE.

COMPONENTE

a1b1
a2b1
a3b1
a1b2
a2b2
a3b2
a1b3
a2b3
a3b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

1
A1
10
10
15
12
21 21
8
19
30
30
16
18
149 61
1
-1
149 -61
149
9
16.6

A2
10
15
12

12
21

B1
10
15
12

B2
10
15
12
21
8
19

8
19

19
30
16

18
49
1
49
12
3
4.0
6

18
110
1
110

39
-2
-78
32
6
5.3
4

37
-1
-37

30
16
18
64
1
64
27
3
9.0
1

30
16
18
101
1
101

48
-2
96
5
6
0.8
8

6363

TABLA DE RESPUESTAS PARA EL DISEO 32. SEGUNDA PARTE.

COMPONENTE

a1b1
a2b1
a3b1
a1b2
a2b2
a3b2
a1b3
a2b3
a3b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

1
10
15
12
21
8
19
30
16
18
149
1
149
149
9
16.6

AB1
10

AB2

AB3

10

AB4

10

10
15

12

12

15

12

12

21

21
8
19

30

30

19
30

30
16

18
18
28 42 40 30
1 -1 -1 1
28 -42 -40 30
14
2
7.0
2

18
21 19 22 48
2 -2 -1 2
42 -38 -22 30
6
4
1.5
7

16

18
15 16 70 71
1 -2 1 -2
48 -32 70 -142
24
4
6.0
3

8
4
32
40
8
5.0
5

6464

TABLA DE RESPUESTAS PARA EL DISEO 32.

BLOQUE I PRIMERA PARTE.

COMPONENTE

a1b1
a1b2
a1b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

1
10
21
30
61
1
61
61
3
20.3

A1
10
21
30
61
0
-1
1
-61 0
61
3
20.3
1

A2
B1
10
10
21
30
30
61
0
10 30
1
-2
-1
1
61
0 -10 30
61
20
3
1
20.3
20.0
1
1

B2
10
21
30
40
1
40

21
-2
-42
2
2
1.0
6

6565

TABLA DE RESPUESTAS PARA EL DISEO 32.

BLOQUE I SEGUNDA PARTE.

COMPONENTE

a1 b1
a1 b2
a1 b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

1
AB 1
10 10
21
30
30
61 10 30
1
1 -1
61 10 -30
61
20
3
1
20.3
20.0
2

AB 2

AB 3

10

AB4

10

10

21
30
40 21
-1
1
-40 21

21
0
2
0

0 10 30
-2 -1
2
0 -10 60
19
2
9.5
3

30
0
1
0

0
-2
0
50
1
50.0
1

30
40 21
1 -2
40 -42

0
4
0
2
2
1.0
4

6666

TABLA DE RESPUESTAS PARA EL DISEO 32.

BLOQUE II PRIMERA PARTE.

COMPONENTE

a2b1
a2b2
a2b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

1
15
8
16
39
1
39
39
3
13.0

A1

0
-1
0

A2

0
1
0
0
0
-6

0
1
0

B1
15
8
16 16
39 16
-2
-1
-78 -16
78
3
26.0
1

15

B2
15
8

15
1
15
1
1
1.0
4

16
31
1
31

8
-2
-16
15
2
7.5
2

6767

TABLA DE RESPUESTAS PARA EL DISEO 32.

BLOQUE II SEGUNDA PARTE.

COMPONENTE

a2b1
a2b2
a2b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

1
15
8
16
61
1
61
61
3
20.3

AB 1

AB 2

AB 3
15

AB4
15
8

0
1
0

0
-1
0
0
0
-2

0
-1
0

0
1
0

0
2
0

0
-2
0
0
0
-3

0
-1
0

15
2
30

0
1
0

16
16
-2
-32
2
1
2.0
1

0
1
0

16
31 8
-2 4
-62 32
30
4
7.5
4

6868

TABLA DE RESPUESTAS PARA EL DISEO 32.

BLOQUE III PRIMERA PARTE.

COMPONENTE

a1b1
a1b2
a1b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

1
12
19
18
49
1
49
49
3
20.3

A1
12
19
18
49
0
-1
1
-49 0
49
0
---

A2
B1
12
12
19
18
18
49
0
12 18
1
-2
-1
1
0 -10 30
49
20
3
1
20.3
20.0
1
1

B2
12
19
18
30
1
40

19
-2
-42
2
2
1.0
6

6969

TABLA DE RESPUESTAS PARA EL DISEO 32. SEGUNDA PARTE.

COMPONENTE

a1b1
a1b2
a1b3
TOTAL
FACTOR
T. PONDERADO
NETO
DIVISOR
EFECTO
RANGO

1
AB 1
12
12
19
18 18
49 18 12
1
1 -1
61 18 -12
61
6
3
1
20.3
20.0
2

AB 2

AB 3

12

AB4

12

12

19
18
30
-1
-30

0
1
0

19
2
38

19
0 12
-2 -1
0 -12
8
2
4.0
3

0
2
0

18
18
1
18

0
-2
0
6
1
6.0
1

18
30 19
1 -2
30 -38

0
4
0
8
2
4.0
4

7070

ELEMENTOS DE ANLISIS DE VARIANZA.

La tcnica de Anlisis de Variancia (ANDEVA), es una anlisis de
tipo confirmatorio utilizado para determinar la significacin de los
efectos causados por factores experimentales.
Consiste en la descomposicin de la variabilidad total presente en
las respuestas, en componentes que pueden ser atribuibles a cada
uno de los efectos considerados en el experimento.

EL MODELO LINEAL
El Anlisis de Variancia se basa en modelos que suponen que la
respuesta de un experimento puede representarse como una suma
ponderada de efectos, unos atribuidos a los diversos factores, otros
atribuidos a las interacciones entre factores, entre otros. La
respuesta es una funcin lineal de los efectos de los factores y las
interacciones, de ah que se les denomina modelos lineales.

7171

Hasta ahora se ha visto expresiones para los efectos principales e

interacciones en trminos de la respuesta. El modelo lineal que se
ver son expresiones para las repuestas, en trminos de los efectos.
Son lo que se llama una reparametrizacin.

Partiendo de las expresiones de los efectos e interacciones,

construiremos expresiones para las respuestas, simplemente
resolviendo las ecuaciones correspondientes.
Comenzando por el efecto medio,
1 = (a1b1 + a2b1 + a1b2 + a2b2)

Si usamos los smbolos y en lugar de ab, queda

1 = (y11 + y21 + y12 + y22)

7272

Lo mismo para los dems:

A = ((a2b1 + a2b2 ) ( a1b1 + a1b2))
= ((y21 + y22 ) ( y11 + y12))
B = ((a1b2 + a2b2 ) ( a1b1 + a2b1))
= ((y21 + y22 ) ( y11 + y21))
AB = ((a2b2 + a2b1 ) ( a1b2 + a1b1))
= ((y12 + y21 ) ( y12 + y11))
Slo debemos resolver estas cuatro ecuaciones lineales para y11, y12, y21 e
y22 en trminos de 1, A, B y AB:
Si calculamos la expresin 1 + A + B + AB, vemos que es igual a:
((y11 + y21 + y12 + y22) + (y21 + y22 y11 y12)
+ (y12 + y22 y11 y21) + (y22 + y11 y21 y12))
luego

y22 = 1 + A + B + AB

7373

de forma anloga, se tienen las expresiones

y11 = 1 A B + AB
y21 = 1 + A B AB
y12 = 1 A + B AB
Se puede observar que la sucesin de signos (+) o (-) en cada expresin es la
respectiva fila de la matriz de diseo. Si definimos los siguientes trminos:
=1
1 = A,
2 = A
1 = B,
11 = AB,

12 = A B,

2 = B
21 = AB,

22 = AB

Se puede escribir
y11 = + 1 + 1 + 11
y12 = + 1 + 2 + 12

Reparametrizacin

y21 = + 2 + 1 + 21
y22 = + 2 + 2 + 22

7474

En forma general,
yij = + i + j + ij, i = 1, 2, j = 1, 2

ERROR ALEATORIO: Variabilidad presenta no atribuible a los factores.

Modelo Lineal para un experimento factorial a dos factores,

yij = + i + j + ij + eij, i = 1, 2, j = 1, 2
con las condiciones adicionales
1+ 2 = 0
11 + 12 = 0,

21 + 22 = 0,

1 + 2 = 0,
11 + 21 = 0,

12 + 22 = 0.

eij trmino correspondiente al error aleatorio.

7575

Otros ejemplos de modelos lineales:

yi = + eij,
i = 1, 2,I

(1)

yir = + i + eir,

(2)

i = 1, 2,,I; r = 1, 2,,R

yijr = + i + j + eijr,

i = 1, 2,,I; j = 1, 2,,J; r = 1, 2, , R

(3)

yijr = + i + j + ij + eijr,

i = 1, 2,I; j = 1, 2,,J; r = 1, 2,, R.

(4)

yijkr = + i + j +k + ij + ik + jk + ijk+ eijkr,

i = 1, 2,,I; j = 1, 2,,J; k = 1,,K; r = 1, 2,,R.

(5)

7676

Los trminos , i, j, etc., se denominan parmetros de los modelos. Con el

objeto de estandarizar los valores de los parmetros, se agregan condiciones
adicionales sobre estos trminos. Estas condiciones son que las sumas sobre
cualquiera de los subndices es cero. As

1 + 2++ I = 0,
1 + 2++ J = 0,
1j + 2j ++ ij = 0,

para todo valor de j,

i1 + i2 ++ ij = 0,

para todo valor de i.

7777

ANLISIS DE VARIANZA A UN FACTOR

Notacin para el anlisis de varianza a un factor:
y ir Respuesta individual correspondiente a la r-sima rplica del
nivel i-simo del factor, i = 1,2,,I; j = 1, 2,, J.
Suma
Promedio
Recorrido de la suma o promedio
Todas las rplicas del i-simo nivel del factor
Ai R
Ai y ir
r
A.
Todas las rplicas de todos los niveles del
T R
T y ir
i
r
factor A.

VARIACIN TOTAL. Es la variabilidad debida al factor y la variabilidad aleatoria

reunidas. La suma de cuadrados total es una medida de toda la variacin presente en
el conjunto de las respuestas observadas, y es igual al nmero

T
SCT y ir
IR
i
r

7878

VARIACIN ATRIBUIBLE AL FACTOR. Se define una medida de la variabilidad causada

por el factor, y que se denomina suma de cuadrados del factor, o suma de cuadrado
del tratamiento, y es igual al nmero

T
A
SCA R i
IR
i R

VARIACIN RESIDUAL. Es la variacin que no est explicada por los elementos que
intervienen en el experimento, o variacin atribuible a error experimental. Se debe a
causas que no son controladas por el experimentador. La variacin residual la mide la
suma de cuadrados residual, y es igual a
2

SCR y ir i
R
i
r

7979

TABLA GRADOS DE LIBERTAD PARA EL ANLISIS DE VARIANZA A UN

FACTOR.

Fuente de
Variacin
Factor A
Residuo
Total

Grados de
Libertad (g.l.)
I-1
I(R-1)
IR-1

CUADRADOS MEDIOS. Se definen los cuadrados medios como los cuocientes entre las
sumas de cuadrados y los respectivos grados de libertad. Los cuadrados medios son
medidas de variabilidad promedio, por cada unidad de informacin aportada por las
diversas fuentes de variacin.
CUOCIENTE F. El cuociente F es el cuociente entre el cuadrado medio de A, dividido por
el cuadrado medio residual. Es, pues, una comparacin entre la variabilidad promedio
atribuible al factor A, y la variacin promedio del error experimental, no atribuible a
causas conocidas. Por lo tanto, la magnitud del cuociente F es una medida de la
significacin del efecto del factor A.

8080

TABLA DE ANLISIS DE VARIANZA A UN FACTOR

Fuente De
Variacin
Factor A
Residuo
Total

Suma De
Cuadrados
SCA
SCR
SCT

Grados De
Libertad
I-1
I (R - 1)
IR - 1

Cuadrados
Medios
CMA = SCA / (I 1)
CMR = SCR / I(R - 1)
-

Cuociente
F
CMA / CMR
-

8181

ANLISIS DE VARIANZA DE DOS FACTORES

Notacin para el anlisis de varianza de dos factores:
yijr
Suma
Ai y ijr
j

B j y ijr
ABij y ijr
r

T y ijr
j

Respuesta individual correspondiente a la r-sima rplica

del nivel i-simo del factor A y del nivel j-simo del factor
B
Promedio
Recorrido de la Suma o Promedio
Todas las rplicas de todos los niveles del
Ai JR
factor B, del i-simo nivel del factor A.
Todas las rplicas de todos los niveles del
B j IR
factor A, del j-simo nivel del factor B.
Todas las rplicas del i-simo nivel del
ABij R
factor A, del j-simo nivel del factor B.
Todas las rplicas de todos los niveles de
T IJR
los dos factores.

8282

VARIACIN TOTAL. La suma de cuadrados total es una medida de toda la variacin

presente en el conjunto de las respuestas observadas, y es igual a
2
.
T

SCT y ijr

IJR

VARIACIN ATRIBUIBLE A LOS EFECTOS PRINCIPALES. Est constituida por las sumas de
cuadrados de los factores A y B, respectivamente

T
A
SCA JR i

IJR
i JR

Bj
T

SCB IR

IJR
j IR

8383

VARIACIN ATRIBUIBLE A LA INTERACCIN. Es un efecto debido al hecho que un factor

puede actuar en forma diferente, bajo los diferentes niveles del otro factor. La
interaccin esta presente cuando el resultado de aplicar los dos factores no es la
simple suma de efectos de cada uno, sino que, hay, adems, un efecto combinado
de ambos, producto de la forma como cada factor afecta al otro. La suma de
cuadrados de la interaccin es el nmero

ABij Ai B j
T

SCAB R

R
JR IR IJR
i
j

VARIACIN RESIDUAL. Variacin no explicada por el modelo, o atribuible al error

experimental. Es la variacin que no esta explicada por los elementos que
intervienen en el experimento, como la variacin en las respuestas correspondientes
a diferentes replicas de una misma combinacin de tratamientos. Su medida es la
suma de cuadrados residual,

ABij

SCR y ijr
R
i
j
r

8484

La propiedad algebraica que permite la descomposicin de la variacin total, en

componentes atribuibles a las diversas fuentes de variacin, a que nos referimos
ms arriba, se expresa ahora como

SCT SCA SCB SCAB SCR

TABLA GRADOS DE LIBERTAD PARA EL ANLISIS DE VARIANZA DE DOS
FACTORES.

Fuente De
Variacin
Factor A

Factor B
Interaccin
AB
Residuo
Total

Grados De
Libertad (g.l.)
I-1
J-1
(I - 1)(J - 1) = IJ I J 1.
IJ(R - 1) = IJR - IJ
IJR - 1

8585

LOS CUADRADOS MEDIOS. Son los cuocientes entre las sumas de cuadrados y los
respectivos grados de libertad.

TABLA DE ANLISIS DE VARIANZA DE DOS FACTORES

Fuente De
Variacin
Factor A
Factor B
Interaccin AB
Residuo
Total

Suma De
Cuadrados
SCA
SCB
SCAB
SCR
SCT

Grados De
Libertad
I-1
J-1
(I - 1)(J - 1)
IJ(R - 1)
IR - 1

Cuadrados
Medios
CMA = SCA/(I-1)
CMB = SCB/(J-1)
CMAB = SCAB/(I-1)(J-1)
CMR = SCR/IJ(R-1)
-

Cuociente
F
CMA / CMR
CMB / CMR
CMAB / CMR
-

8686