Diseos Factoriales Fraccionarios de Dos Niveles

INTRODUCCIN
A medida que el nmero de factores en un diseo factorial 2k aumenta, el nmero de ensayos necesarios
para obtener una rplica completa sobrepasa rpidamente los recursos de la mayora de los
experimentadores. Una rplica completa de un diseo 2 6 requiere 64 ensayos. En este diseo slo 6 de
los 63 grados de libertad corresponden a los efectos principales, y nicamente 15 corresponden a las
interacciones de dos factores. Los 42 restantes corresponden a las interacciones de tres o ms factores.
Si el experimentador puede suponer razonablemente que algunas interacciones de orden superior son
despreciables, la informacin sobre los efectos principales y las interacciones de menor orden puede
obtenerse realizando slo una fraccin del experimento factorial completo. Estos diseos factoriales
fraccionarios se encuentran entre los tipos ms ampliamente usados para el diseo de productos y
procesos y para el mejoramiento de procesos
Un uso importante de los factoriales fraccionarios se da en los experimentos de escrutinio, tambin
llamados de tamizado o cribado. stos son experimentos en los cuales se consideran muchos factores
con el fin de identificar aquellos que tienen efectos importantes, de haberlos. Los experimentos de
escrutinio suelen realizarse en las primeras fases de un proyecto cuando es probable que muchos de los
factores inicialmente considerados tengan poco o ningn efecto sobre la respuesta. Los factores que se
identifican como importantes se investigan entonces con mayor detalle en experimentos posteriores.
El empleo exitoso de los diseos factoriales fraccionarios se basa en tres ideas clave:
1. El principio de espaciado o de escasez de efectos. Cuando existen varias variables, es probable que
el sistema o proceso sea influido principalmente por algunos de los efectos principales e interacciones de
orden inferior.
2. La propiedad de proyeccin. Los diseos factoriales fraccionarios pueden proyectarse en diseos
ms poderosos (ms grandes) en el subconjunto de factores significativos.
3. La Experimentacin secuencial. Es posible combinar las corridas de dos o ms factoriales
fraccionarios para conformar de manera secuencial un diseo ms grande y estimar los efectos de los
factores y las interacciones de inters.
En el presente captulo la atencin se centra en estos principios, y se les ilustra con varios ejemplos.
FRACCIN UN MEDIO DEL DISEO 2k
Considrese el caso en el que se estudian tres factores de dos niveles cada uno, pero en el que los
experimentadores no pueden costear las 23 = 8 combinaciones de tratamientos. Sin embargo, s pueden
costear cuatro observaciones. Esto sugiere una fraccin un medio, de un diseo 2 3. La fraccin un medio
de un diseo 23 se conoce tambin como un diseo 23-1 porque tiene 23-1 = 4 combinaciones de
tratamientos.
En la Tabla 11-1 aparecen los signos positivos y negativos del diseo 2 3. Supngase que para
componer la fraccin un medio, se seleccionan las combinaciones de tratamientos a, b, c y abc. stas se
presentan en la parte superior de la Tabla 11-1. Para tales combinaciones de tratamientos se usa

indistintamente la notacin convencional (a, b, c, . . .) Y la de signos positivos y negativos. La

equivalencia de las dos notaciones se muestra a continuacin.
Notacin 1
a
b
c
abc

Notacin 2
+--+--+
+++

Ntese que el diseo 23-1 se forma al seleccionar slo las combinaciones de tratamientos que producen un signo positivo sobre la
columna ABC. Por esto ABC se denomina generador de esta fraccin en particular. Algunas veces, en este libro se llamar palabra a un
generador como el ABC. Adems, la columna identidad I siempre es positiva, por lo cual

I = ABC
se denominar relacin definitoria de nuestro diseo. En general, la relacin definitoria de un factorial fraccionario siempre es el conjunto
de todas las columnas que son iguales a la columna identidad l.
Las combinaciones de tratamientos del diseo 2 3-1 producen tres grados de libertad que pueden usarse para estimar los efectos
principales. En la Tabla 11-1 se muestra que las combinaciones
lineales de las observaciones que se utilizan para estimar los efectos principales A, B y C son

12 a b c abc

A
B

12 a b c abc

12 a b c abc

Tambin es sencillo verificar que las combinaciones lineales de las observaciones usadas para estimar las interacciones de dos factores
son:
BC

12 a b c abc

AC

12 a b c abc

AB

12 a b c abc

Por lo tanto, A BC , B AC y C AB . En consecuencia, es imposible distinguir entre A y BC,

entre B y AC y entre C y AB. De hecho, es posible mostrar que cuando se estiman A, B y C, en realidad,
lo que se est haciendo es estimar A + BC, B + AC y C + AB, respectivamente. Dos o ms efectos que
tienen esta propiedad se conocen como alias. En este ejemplo, A y BC, B y AC, y, C y AB son alias.
Esto se indica empleando la notacin A A BC , B B AC y A C AB .
La estructura de los alias de este diseo puede determinarse fcilmente con la relacin I= ABC.
Multiplicando cualquier efecto por la relacin que define al diseo, mdulo 2, da como resultado los
alias de dicho efecto. En el ejemplo anterior, los alias de A son
A . I = A . ABC = A2BC
o, dado que el cuadrado de cualquier columna es simplemente la identidad I,
A = BC
De modo similar, se encuentra que los alias de B y C son
B . I = B . ABC
B = AB2C = AC
y
C . I = C . ABC
C = ABC2 = AB
Esta fraccin un medio o semifraccin, con I = +ABC, suelen llamarse fraccin principal.

Ahora supngase que se eligi la otra mitad de la rplica. sta se compone de las combinaciones de
tratamientos que en la Tabla 11-1 tienen el signo negativo asociado con ABC. Esta fraccin un medio
alterna o complementaria se muestra en la Fig. 11-1 b. Ntese que consta de las siguientes corridas:
Notacin 1: ( 1 ) ab ac bc
Notacin 2: --- ++- -+ + -++
La relacin definitoria de este diseo es I = - ABC
Usando la fraccin alterna, las combinaciones lineales de las observaciones, A , B y C de la faccin
alterna se obtiene:
A A BC
B B AC
C C AB
Por lo tanto, en realidad se est estimando A - BC, B - AC y C - AB al estimar A, B y C con esta fraccin.
En la prctica, no importa cul de las dos fracciones se utilice. Generalmente, la fraccin asociada
con I = + ABC se denomina fraccin principal. Ambas fracciones pertenecen a la misma familia; en
otras palabras, estas dos fracciones forman el diseo 2 3 completo. Esto se descubre fcilmente
observando las partes a y b de la Fig. 11-l.
Supngase que despus de recopilar una de las fracciones de un medio del diseo 2 3, tambin se
recopila la otra fraccin. Por lo tanto, estn disponibles los ocho ensayos asociados con el diseo 2 3
completo. En este caso pueden obtenerse las estimaciones de todos los efectos, sin los alias, analizando
los ocho ensayos en un diseo 23 completo con dos bloques de cuatro ensayos cada uno. Esto tambin se
logra sumando y restando la combinacin lineal a los efectos de las dos fracciones individuales. Por
ejemplo, considrese A A BC y A A BC
Esto implica que
1
1

2 A A 2 A BC A BC A
y que
1
1

2 A A 2 A BC A BC BC
Por lo tanto, usando los tres pares de combinaciones lineales se obtiene lo siguiente:
i
A
B
C

De

1
2

A
B
C

De

1
2

BC
AC
AB

Resolucin del Diseo. El diseo anterior 23-1 se conoce como diseo de resolucin III. En tal diseo los
alias de los efectos principales son interacciones de dos factores. Un diseo es de resolucin R si ningn
efecto de p factores es alias de otro efecto que tenga menos de R - p factores. Usualmente, se emplea
el numeral romano como subndice para indicar la resolucin del diseo. As, la fraccin un medio del
diseo 23 definido por la relacin I = ABC (o bien I = -ABC) constituye un diseo 23III1 .
Los diseos de resolucin 111, IV y V son de importancia primordial. A continuacin, se presenta la
definicin de estos diseos junto con un ejemplo.

1. Diseos de Resolucin III. stos son diseos en los que ningn efecto principal es alias de otro, pero
s lo son de interacciones de dos factores; a su vez, estas ltimas son alias entre s. El diseo 2 3 - 1 de la
Tabla 11-1 es de Resolucin III ( 23III1 ).
2. Diseos de Resolucin IV. En estos diseos ningn efecto principal es alias de otro efecto principal,
o bien, de alguna interaccin de dos factores. Las interacciones de dos factores son "alias" entre s. Un
diseo 24 - 1 con I = ABCD es de Resolucin IV ( 24IV1 ).
3. Diseos de Resolucin V. stos son diseos en los que ningn efecto principal o interaccin de dos
factores es alias de algn efecto principal o interaccin de dos factores. Sin embargo, las interacciones
de dos factores son alias de las interacciones de tres factores. Un diseo 2 5 - 1 con I = ABCDE es de
resolucin V ( 25V1 ).
En general, la resolucin de un diseo factorial fraccionario de dos niveles es igual al mnimo
nmero de letras de cualquier palabra de la relacin que define al diseo. En consecuencia, los diseos
anteriores, a menudo, se conocen como diseos de tres, cuatro y cinco letras, respectivamente. Por lo
general se deben usar diseos fraccionarios con la mayor resolucin posible congruentes con el
fraccionamiento requerido. A mayor resolucin, las suposiciones relativas a las interacciones que deben
despreciarse con el propsito de hacer una interpretacin nica de los datos son menos restrictivas.
Construccin de Fracciones Un Medio.
Es posible construir una fraccin un medio de mayor resolucin, de un diseo 2k, escribiendo primero
las combinaciones de tratamientos del diseo 2k - 1 completo y agregando despus el k-simo factor
identificando sus niveles positivos y negativos mediante los signos positivos y negativos de la
interaccin de mayor orden ABC( K - 1).
Por lo tanto, el diseo factorial fraccionario 23III1 se obtiene escribiendo el diseo 22 completo e
igualando despus el factor C con la interaccin AB. La fraccin alterna se obtiene igualando el factor
C con la interaccin -AB. Este enfoque aparece en la Tabla 11-2. Obsrvese que el diseo bsico
siempre tiene el nmero correcto de corridas (renglones), pero que falta una columna. Entonces, en el
generador I = ABC ... K se despeja la columna faltante (K), de modo que K = ABC ... (K - 1) define el
producto de signos ms y menos por usar en cada rengln a fin de producir los niveles para el k-simo
factor.
Ntese que cualquier efecto de interaccin puede usarse para generar la columna del k-simo
factor. Sin embargo, si no se utiliza el efecto ABC ... (K - 1) no se produce el diseo de mayor o ms
alta resolucin.
Otra manera de interpretar la construccin de una fraccin un medio del diseo consiste en asignar
los ensayos a dos bloques, confundiendo la interaccin de mayor orden ABC ... K. Cada bloque de 2k - 1
ensayos es un diseo factorial fraccionario 2k - 1 de mxima resolucin.
Proyeccin de Fracciones en Diseos Factoriales. Cualquier diseo factorial fraccionario de
resolucin R contiene diseos factoriales completos (o posiblemente rplicas de diseos factoriales) de
cualquier subconjunto de R - 1 factores. Este concepto es muy importante y til. Por ejemplo, si un
experimentador tiene varios factores de posible inters, pero considera que slo R - 1 de

Tabla
11-2

Las dos fracciones un medio del

diseo)
FactoriaJ 22
completa
(diseo
bsico)
23III1 , I = ABC
Corrida A
B
A
B C = AB
1
+
2
+
+
3
+
+
4
+
+
+
+
+

A
+
+

23III1 , I = -ABC
B
C = - AB
+
+
+
+
-

ellos tienen efectos importantes, la eleccin de un diseo factorial fraccionario de resolucin R resulta
apropiada. Si el experimentador est en lo correcto, el diseo factorial fraccionario de resolucin R se
proyectar en un diseo factorial completo de los R - 1 efectos significativos. En la
Fig. 11-2 se presenta este proceso para un diseo 23III1 que se proyecta en un diseo 22 en cada
subconjunto de dos factores.

Ya que la resolucin mxima de una fraccin un medio de un diseo 2k es R = k, todo diseo 2k - 1 se

proyectar en un diseo factorial completo de cualquiera de los (k - 1) factores originales. Adems un
diseo 2k - 1 se proyecta en dos rplicas de un diseo factorial completo de cualquier subconiunto de k - 2
factores, cuatro rplicas de un diseo factorial completo se proyectan en cualquier subconjunto de k - 3
factores, y as sucesivamente.
Sucesiones de Diseos Factoriales Fraccionarios. El uso de diseos factoriales fraccionarios a menudo
conduce a una gran economa y eficiencia en la experimentacin, especialmente si los ensayos pueden
hacerse en sucesin. Por ejemplo, suponga que se estn investigando k = 4 factores (2 4 =16 ensayos).
Por lo general, es preferible realizar un diseo fraccionario 24IV1 (8 ensayos), analizar los resultados y

decidir el mejor conjunto de ensayos que deben recopilarse despus. De ser necesario, siempre ser
posible recurrir a la fraccin complementaria y completar el diseo 2 4 para resolver alguna ambigedad.
Cuando se usa este mtodo para completar el diseo, las dos fracciones constituyen los bloques del
diseo completo con la interaccin de ms alto orden confundida con los bloques (en este caso ABCD
estar confundida). Por lo tanto, el nico resultado de la experimentacin sucesiva es la prdida de la
informacin que se refiere a la interaccin de mayor orden. Por otro lado, en muchos casos se aprende lo
suficiente de la fraccin un medio para continuar con la siguiente etapa de la experimentacin. Esta
puede incluir eliminar o agregar factores, cambiar la respuesta o variar los factores sobre nuevos
intervalos.
Ejemplo 11.1
Considrese el experimento de la rapidez de filtracin del Ejemplo 9-2. El diseo original, mostrado en
la Tabla 9-7, consta de una rplica del diseo 24. En este estudio, los efectos principales A, C, D, y las
interacciones AC y AD, resultarn diferentes de cero. Ahora regresaremos a este experimento y
simularemos lo que habra ocurrido de haberse corrido una semifraccin del diseo 2 4 en vez del
factorial completo.
Utilizaremos el diseo 24- 1 con I = ABCD, y esta eleccin del generador dar por resultado un
diseo de la mxima resolucin posible (IV). Para construir el diseo, primero, primero se apunta el
diseo el cual es un diseo 23, como se muestra en las tres primeras columnas de la tabla 8-3.

Este diseo tiene el nmero necesario de corridas (ocho) pero slo tres columnas (factores). Para
encontrar los niveles del cuarto factor, se resuelve I =ABCD para D, o D =ABC. Por lo tanto, el nivel
de D de cada producto de los signos positivos y negativos de las columnas A, B y C. El proceso se
ilustra en la tabla
Puesto que el generador ABCD es positivo, este diseo 24-1 es la fraccin principal. El diseo se ilustra grficamente en la figura 8-3.

Utilizando la relacin de definicin, se observa que cada uno de los efectos principales es alias de una
interaccin de tres factores; es decir, A =A2BCD = BCD, B =AB2CD =ACD, C =ABC2D =ABD y D
=ABCD2 = ABC. Adems, cada interaccin de dos factores es alias de otra interaccin de dos factores.
Estas relaciones de los alias son: AB = CD, AC = BD y BC = AD. Los cuatro efectos principales ms los
pares de alias de interacciones de dos factores representan los siete grados de libertad del diseo.
En este punto, normalmente se aleatorizaran las ocho corridas y se llevara a cabo el experimento.
Puesto que se ha corrido ya el diseo 24 completo, simplemente se seleccionan los ocho ndices de filtracin observados del ejemplo 9-2 que corresponden a las corridas del diseo 24-1
IV . Estas observaciones se
muestran en la ltima columna de la tabla 8-3, as como en la figura 8-3.
En la tabla 8-4 se muestran las estimaciones de los efectos obtenidas de este diseo 24-1
IV .

Para ilustrar los clculos, la combinacin lineal de las observaciones asociadas con el efecto de A es
A

14 -45+100-45+65-75+60- 80+96 19.00 A BCD

Mientras que para el efecto AB se obtendra

AB

14 45-100- 45+65+75- 60- 80+96 1.00 AB CD

Por la inspeccin de la informacin de la tabla 8-4, no es irrazonable concluir que los efectos principales
de A, C y D son grandes. Adems, si A, C y D son los efectos principales importantes, entonces es lgico
concluir que las dos cadenas de alias de interacciones A C + BD y AD + BC tienen efectos grandes, ya
que las interacciones AC y AD tambin son significativas. En otras palabras, si A, C y D son
significativos, entonces lo ms posible es que las interacciones significativas sean AC y AD. Se trata de
una aplicacin de la navaja de Ockham (en honor de Guillermo de Ockham), un principio cientfico que
establece que cuando uno se confronta con varias interpretaciones posibles de un fenmeno, la
interpretacin ms simple suele ser la correcta. Observe que esta interpretacin concuerda con las
conclusiones del anlisis del diseo 24 completo del ejemplo 9-2.
Puesto que el factor B no es significativo, puede sacarse de consideracin. Por consiguiente, este
diseo 24 puede proyectarse en una sola rplica del diseo 2 3 en los factores A, C y D, como se muestra
en la figura 8-4.
Ver figura 8-4 en el libro

75

96

60
80

C
(Concentra
cin)

100

45

Alta

65

45

Baja

Alta
A (Temperatura)

Baja

D
(Velocidad
de
Agitacin)

El examen visual de esta grfica de cubo nos hace sentimos ms cmodos con las conclusiones a las
que se lleg antes. Observe que si la temperatura (A) est en el nivel bajo, la concentracin (C) tiene un
efecto positivo grande, mientras que si la temperatura est en el nivel alto, la concentracin tiene un
efecto muy pequeo. Esto se debe probablemente a una interaccin AC. Adems, si la temperatura est
en el nivel bajo, el efecto de la velocidad de agitacin (D) es insignificante, mientras que si la

temperatura est en el nivel alto, la velocidad de agitacin tiene un efecto positivo grande. Esto se debe
probablemente a la interaccin AD que se identific de manera tentativa unos prrafos antes.
Con base en el anlisis anterior, puede obtenerse ahora un modelo para predecir el ndice de filtracin en la regin experimental. Este modelo es

y 0 1 x1 3 x3 4 x4 13 x1 x3 14 x1 x4
donde: x1 , x3 y x4 son variables codificadas ( 1 xi 1 ) que representan A, C y D, y los son
coeficientes de regresin que pueden obtenerse a partir de las estimaciones de los efectos como se hizo
anteriormente. Por lo tanto, la ecuacin de prediccin es

19.00
14.00
16.50
18.50
19.00
y 70.75
x1
x3
x4
x1 x3
x1 x4
2
2
2
2
2
Recuerde que la ordenada al origen 0 es el promedio de todas las respuestas en las ocho corridas del
diseo. Este modelo es muy similar al que result del diseo factorial 2k completo del ejemplo 9-2.

> y<-c(45,100,45,65,75,60,80,96)
> A<-rep(c(-1,+1),4)
> B<-rep(c(-1,-1,1,1),2)
> C<-c(rep(-1,4),rep(1,4))
> D<-A*B*C
> X<-cbind(A,B,C,D,A*B,A*C,A*D)
> efectos<-t(X)%*%y/4
> nombre<-c("A+BCD","B+ACD","C+ABD","D+ABC","AB+CD","AC+BD","AD+BC")
> data.frame(nombre,efectos)
nombre efectos
1 A+BCD 19.0
2 B+ACD 1.5
3 C+ABD 14.0
4 D+ABC 16.5
5 AB+CD -1.0
6 AC+BD -18.5
7 AD+BC 19.0
Warning message:
some row.names duplicated: 6,7 --> row.names NOT used in: data.row.names(row.names, rowsi, i)
>