Analizar los efectos de ubicación y los efectos de dispersión

Minitab permite analizar los efectos de ubicación y de dispersión en un diseño factorial de 2 niveles. Para examinar los efectos de dispersión, usted debe tener mediciones de repetición o de réplica de la respuesta.

Modelo de ubicación: Examina la relación entre la media de la respuesta y los factores.
Modelo de dispersión: Examina la relación entre la desviación estándar de las respuestas de repetición o de réplica y los factores.

Cuando haya determinado el diseño y recogido los datos, podrá analizar los modelos de ubicación y dispersión. La siguiente es una lista de los pasos necesarios para analizar modelos de ubicación y dispersión en Minitab, con las opciones que puede considerar en cada paso:

Calcule o defina las desviaciones estándar de las respuestas de repetición o de réplica con Respuestas antes del proceso para analizar variabilidad. Para abrir Respuestas antes del proceso para analizar variabilidad, elija Estadísticas > DOE > Factorial > Respuestas antes del proceso para analizar variabilidad.
Analice el modelo de dispersión con Analizar variabilidad. Para abrir Analizar variabilidad, elija Estadísticas > DOE > Factorial > Analizar variabilidad.
Considere si:
- Usar el método de estimación de mínimos cuadrados o el de máxima verosimilitud, o ambos.
- Almacenar las ponderaciones, usando la varianza ajustada, para utilizarlas al analizar el modelo de ubicación.
Analice el modelo de ubicación con Analizar diseño factorial. Para abrir Analizar diseño factorial, elija Estadísticas > DOE > Factorial > Analizar diseño factorial.
Considere:
- Qué columna de respuesta usará:
  - Si tiene repeticiones, utilice la columna de medias almacenadas calculadas en Respuestas antes del proceso.
  - Si tiene réplicas, utilice la columna que contiene los datos de respuesta originales.
  Por ejemplo, un diseño factorial de 2³ con cuatro repeticiones tiene ocho corridas experimentales con cuatro mediciones por corrida. Minitab calcula la media de las cuatro repeticiones en cada corrida, lo que da un total de ocho observaciones. El mismo diseño con cuatro réplicas tiene 32 corridas experimentales. En este caso, cada medición es una observación distinta, lo que proporciona 32 observaciones. Los experimentos con mediciones de réplica tienen más grados de libertad para el término de error que los experimentos con repeticiones, los cuales proveen mayor potencia para detectar diferencias entre las configuraciones de los factores en el modelo de ubicación.
- Si usar las ponderaciones almacenadas en el análisis de dispersión.