3.

4 Factoriales 2k sin repetición

La estrategia de factoriales de una sola repetición se utiliza por lo general en

experimentos donde hay un número grande de factores. Debido a que nosotros
nunca podemos estar totalmente seguros en qué casos el error experimental es
pequeño, una buena práctica en este tipo de experimentos es ampliar el intervalo
de los niveles de cada factor para que al calcular su efecto se garantice su influencia
en la respuesta.

En un factorial sin repetición, se asume que ciertas interacciones de alto orden

son insignificantes y sus varianzas se suman a la varianza del error. Esto se
denomina el principio de la escasez de efectos; es decir, que la mayoría de los
sistemas son dominados o influidos por algunos efectos principales e interacciones
de bajo orden, y la mayoría de interacciones de alto orden son insignificantes.

El principio de la escasez de efecto (principio de Pareto), ha sido observado

por muchos investigadores durante muchas décadas, sin embargo objetivamente
solo hace unos años. Li, Sudarsanam y Frey (2006) estudiaron 113 variables
respuestas obtenidas de 43 publicaciones hechas en diferentes disciplinas de la
ciencia e ingeniería. Todos los experimentos fueron factoriales completos con más
de siete variables o factores. Ellos determinaron de este estudio que el 40% de los
efectos principales fueron significativos, solamente el 11% de las interacciones de
segundo orden lo fueron y la significancia de las interacciones de tercer orden fue
muy rara, alcanzado apenas un 5%. En el 2011, Bergquist, Vanhatalo y
Nordenvaad, analizaron 22 experimentos con 35 respuestas donde se utilizaron
diseños factoriales completos y fraccionados a dos niveles. Sus resultados
coincidieron con los de Li, con la excepción de que las interacciones de tercer orden
fueron significativas menos frecuentemente, alcanzando solamente un 2%.

Para analizar factoriales con un gran número de factores sin repetición se

propone el método de Daniels (1959), el cual sugiere examinar el gráfico de
distribución de probabilidad normal de los efectos. Los efectos que son
insignificantes son distribuidos normalmente con media cero y varianza σ 2 y tienden
a caer a lo largo de esta línea recta (gráfico), mientras que los efectos significativos
se alejan de la línea recta.
Ejemplo
Un producto químico se produce en un depósito a presión en una planta piloto para
estudiar el efecto de 4 factores:

Tabla 3.16: Factores estudiados con sus respectivos niveles

Factor Nivel
Temperatura (oC) 60 80
Presión (atm) 1 2
Concentración formaldehido (g/L) 10 20
Agitación (rpm) 50 100

La matriz diseño y los resultados obtenidos se muestran en la siguiente tabla.

Tabla 3.17: Matriz diseño y resultados obtenidos

Prueba Temperatura Presión Formaldehico Agitación v_filtración

1 60 1 10 50 45
2 80 1 10 50 71
3 60 2 10 50 48
4 80 2 10 50 65
5 60 1 20 50 68
6 80 1 20 50 60
7 60 2 20 50 80
8 80 2 20 50 65
9 60 1 10 100 43
10 80 1 10 100 100
11 60 2 10 100 45
12 80 2 10 100 104
13 60 1 20 100 75
14 80 1 20 100 86
15 60 2 20 100 70
 16 80 2 20 100 96

En primer lugar, estimamos los efectos principales y todas las interacciones

de los cuatro factores estudiados. La tabla siguiente nos muestra dichos efectos.

Tabla 3.18: Efectos principales e interacciones hasta de cuarto orden

Tabla 3.19: Análisis de varianza de los efectos principales e interacciones hasta

de cuarto orden
 En la tabla 3.18 podemos evidenciar que los efectos principales A, C y D y
las interacciones de segundo orden AC y AD son mayores que todos los demás.
Con la tabla 3.19 no podemos concluir nada, pues al no haber grados de libertad
para estimar el error no se pueda calcular su varianza y compararla con la de los
demás efectos.

Para averiguar qué efectos realmente son significativos, de acuerdo a

Daniels, presentamos el gráfico de probabilidad de todos los efectos e interacciones.

Gráfico 3.13: Probabilidad normal para velocidad de filtración

Del gráfico anterior, podemos concluir efectivamente que los únicos efectos
significativos son A(Temperatura), C(formaldehido), D(agitación) y las interacciones
de segundo orden AC y AD. Los demás efectos podemos excluirlos y hacer que sea
parte del error experimental. Entonces tendremos el siguiente diagrama de Pareto
antes y después de la exclusión.
Gráfico 3.14: Gráfico de Pareto considerando todos los efectos principales e
interacciones.

Gráfico 3.15: Gráfico de Pareto considerando solamente efectos principales e

interacciones de segundo orden

Tabla 3.20: Análisis de varianza de los efectos principales e interacciones de

segundo
 Tanto en el gráfico de Pareto y en la tabla de análisis de varianza, por tener
los valores de p, podemos hacer cualquier afirmación con un nivel de confianza
respectivo. Particularmente, del gráfico de Pareto o de la tabla de efectos corregida
podemos afirmar que los efectos de A, C y D son positivos, esto quiere decir que
para tener una mayor velocidad de filtración tenemos que aumentar, la temperatura,
la concentración de formaldehido y la velocidad de agitación. Esto lo podemos
corroborar con el gráfico de efectos principales.

Gráfico 3.16: Gráfico de efectos principales y su influencia sobre la velocidad de

filtración

Sin embargo, la clave para interpretar correctamente los resultados del

experimento lo van a proporcionar las interacciones de segundo orden que también
son significativas (menos que A, pero más que C y D). En el gráfico 3.15, podemos
observar que la interacción AC es negativa (antagónica) y la interacción AD es
positiva (sinérgica). Esto se puede observar e interpretar mejor con el siguiente
gráfico.
 Gráfico 3.17: Gráfico de interacciones de segundo orden y su influencia sobre la
velocidad de filtración

Al observar el gráfico de la interacción AC, podemos concluir que el efecto

de la temperatura (A) cuando el nivel de formaldehido (C) es alto es poco
significativo sobre la velocidad de filtración, sin embargo cuando el nivel del
formaldehido es bajo, el efecto de la temperatura es alto. Entonces concluimos que
para que la velocidad de filtración sea más grande debemos operar a mayor
temperatura y a menor concentración de formaldehido. (Conclusión opuesta a solo
considerar efectos principales).

Por otro lado, considerando la interacción AD, podemos concluir que el

efecto de la temperatura sobre la velocidad de filtración es bajo cuando la agitación
está al más bajo nivel, por el contrario, el efecto de la temperatura sobre la velocidad
de filtración es alto, cuando la agitación está al más alto nivel. Por lo tanto, para que
la velocidad de filtración sea mayor debemos operar a mayor temperatura y mayor
agitación.

El modelo matemático obtenido para el proceso estudiado tiene la siguiente forma:

v_filtracion = -57.5625 + 1.2875*T - 3.75*P + 13.3*F - 1.945*A + 0.0125*T*P - 0.18125*T*F
+ 0.03325*T*A + 0.475*P*F - 0.015*P*A -0.0045*F*A
 Con un coeficiente de correlación de 97,77%, lo que significa que la
velocidad de filtración depende en un 97,77% de los factores considerados. La
superficie respuesta generado por este modelo considerando los factores
Temperatura y concentración de formaldehido es la siguiente.

Gráfico 3.18: Gráfico de superficie respuesta para la Temperatura y la

concentración de formaldehido

Se observa que el mejor ensayo se consigue con una temperatura de 80 oC

y una concentración de fomaldehido de 10 g/l.

La superficie respuesta que relaciona la temperatura con la agitación está

dada por el siguiente gráfico.
 Gráfico 3.19: Gráfico de superficie respuesta para la Temperatura y la agitación

En el gráfico se observa que las mejores condiciones para la velocidad de

filtración se obtienen al operar con una temperatura de 80 oC y una velocidad de
agitación de 100 rpm.

Finalmente, mostramos la superficie respuesta que relaciona la

concentración de formaldehido y la velocidad de agitación. El gráfico es el siguiente.

Gráfico 3.20: Gráfico de superficie respuesta para la concentración de

formaldehido y velocidad de agitación
Nuevamente, concluimos que las mejores condiciones se obtienen con una
velocidad de agitación de 100 rpm y una concentración de formaldehido de 10 g/l.