Diseño factorial 2ᵏ: experimentar con varios factores a la vez
¿Qué es un diseño factorial 2ᵏ?
Es un experimento donde se estudian k factores, cada uno en dos niveles (bajo y alto), probando todas las combinaciones: 2ᵏ corridas. Con dos factores son 4 combinaciones; con tres, 8. Permite medir el efecto de cada factor y, sobre todo, sus interacciones.
Efectos principales e interacciones
El efecto principal de un factor es el cambio promedio en la respuesta al pasar de su nivel bajo al alto. Hay interacción cuando el efecto de un factor depende del nivel de otro. Probar un factor a la vez oculta las interacciones; el diseño factorial las revela y usa los datos de forma más eficiente.
Qué entrega la herramienta
Efectos de cada factor e interacción, sumas de cuadrados, contribución porcentual y análisis de varianza cuando hay réplicas. Con réplicas se estima el error experimental y se pueden probar los efectos; sin ellas, se recomienda apoyarse en gráficos de efectos y en el principio de dispersión de efectos.
Buenas prácticas
Aleatoriza el orden de las corridas, incluye réplicas siempre que puedas y define niveles lo bastante separados como para producir un cambio medible. Los efectos grandes sobre la respuesta señalan los factores a controlar.
Ejemplo resuelto
Un diseño 2² mide el rendimiento con las combinaciones (1) = 20, a = 30, b = 25 y ab = 45. El efecto del factor A es (a + ab − b − (1))/2 = (30 + 45 − 25 − 20)/2 = 15; el de B, (b + ab − a − (1))/2 = 10; y la interacción AB, (ab + (1) − a − b)/2 = 5. Ambos factores aumentan el rendimiento y, además, su efecto combinado es mayor que la suma de los individuales (hay una interacción positiva).
Errores frecuentes y buenas prácticas
- Aleatorice el orden de las corridas. Así evita que factores no controlados (cansancio, temperatura, lote de materia prima) se confundan con los efectos.
- Réplicas. Sin repeticiones no se puede estimar el error experimental; con una sola corrida por tratamiento, las pruebas de significancia son limitadas.
- Elija niveles amplios pero realistas. Niveles muy cercanos ocultan los efectos; niveles extremos pueden salirse de la región de operación.
- Interprete las interacciones antes que los efectos principales. Si hay interacción importante, el efecto de un factor depende del nivel del otro.
- Confirme. Antes de adoptar las condiciones óptimas, haga una corrida de confirmación.
Preguntas frecuentes
¿Cuántas corridas necesito?
2ᵏ por réplica. Con k = 3 son 8 corridas; con dos réplicas, 16.
¿Qué pasa si hay interacción significativa?
Interpreta los efectos principales con cautela: el efecto de un factor cambia según el nivel del otro.
¿Por qué aleatorizar?
Para evitar que factores externos (tiempo, operario) se confundan con los efectos estudiados.
¿Y si necesito más de dos niveles?
Se requieren diseños factoriales generales o de superficie de respuesta, que no cubre esta herramienta.