Calculadora de Potencia DOE

¿Qué es el análisis de potencia DOE?

La potencia estadística es la probabilidad de que un experimento detecte un efecto real de un tamaño determinado cuando dicho efecto existe. Potencia = 1 - β, donde β es la probabilidad de cometer un error de tipo II (no detectar un efecto real). Una potencia del 80% o superior es el mínimo habitual en los experimentos diseñados.

En los diseños factoriales 2^(k-p), la potencia depende del número de factores (k), de los generadores (p, en los diseños fraccionados), del número de réplicas (n), del tamaño del efecto que se desea detectar (δ), de la desviación estándar del proceso (σ) y del nivel de significación (α). Añadir réplicas es la vía principal para aumentar la potencia. La potencia se calcula con la distribución t no central y los grados de libertad del error que deja el modelo ajustado, N − 1 − (términos del modelo): un modelo completo sin réplicas no deja ninguno, así que necesita una réplica o un modelo menor (solo efectos principales, o principales más interacciones de dos factores).

La relación señal-ruido δ/σ es el factor determinante: los efectos grandes en relación con el ruido resultan más fáciles de detectar. Si la potencia es insuficiente, las opciones pasan por añadir réplicas, aumentar α (aceptando más falsos positivos), reducir el número de factores o elegir un diseño menos fraccionado.

Formula: Power = P(|T| > t(α/2, df_E)), T ~ noncentral t(df_E, λ) λ = δ·√N / (2σ) N = n × 2^(k−p) df_E = N − 1 − model terms

Ejemplo de cálculo

Un factorial completo 2³ (8 ensayos) con 2 réplicas (16 ensayos en total), tamaño del efecto δ = 2.0, σ = 1.5, α = 0.05, ajustando el modelo completo (7 términos). Señal = 2.0/1.5 = 1.33, y al error le quedan 16 − 1 − 7 = 8 grados de libertad. La potencia ≈ 65%, por debajo del objetivo habitual del 80%. Una tercera réplica (24 ensayos) la eleva a ≈ 87%, suficiente para detectar un efecto de tamaño 2.0.

Cuándo usar esta calculadora

• Antes de ejecutar un experimento costoso para asegurar que tiene suficientes réplicas para detectar efectos prácticamente importantes con alta confianza
• Al decidir entre un factorial completo y uno fraccionado — el análisis de potencia revela cuánta capacidad de detección se pierde con menos corridas
• Durante el presupuesto del experimento para justificar el número de corridas a la gerencia mostrando las réplicas mínimas necesarias para la potencia objetivo
• Cuando el experimento inicial no muestra efectos significativos — verifique si la potencia fue suficiente antes de concluir que no existen efectos
• Al ajustar el nivel de significancia α — entienda el balance entre error Tipo I (falso positivo) y potencia estadística (capacidad de detección)

Errores comunes que se deben evitar

• Ejecutar un experimento sin análisis de potencia — descubrir después que tenía solo 30% de potencia significa que el experimento probablemente fue desperdiciado; siempre calcule la potencia antes de recopilar datos
• Usar un tamaño de efecto δ irrealista — elegir un efecto muy grande da alta potencia pero significa que solo puede detectar efectos grandes; use el efecto prácticamente significativo más pequeño
• Subestimar σ — si su estimación del ruido del proceso es demasiado baja, la potencia calculada será optimista; use datos históricos del proceso o estudios piloto para estimaciones realistas de σ
• Ignorar la fracción en diseños fraccionados — un diseño 2^(6-3) tiene solo 8 corridas de 64 posibles; muchos efectos están aliasados y la potencia para detectar efectos individuales se reduce

Cómo interpretar los resultados

• Potencia por debajo del 50% significa que es más probable que pierda un efecto real que detectarlo — el experimento está subpotenciado y no debe ejecutarse como está diseñado
• Potencia 50-80% es marginal — considere agregar réplicas o reducir el ruido mediante bloqueo y control experimental
• Potencia por encima del 80% cumple el mínimo estándar — tiene buena probabilidad de detectar el tamaño de efecto especificado si existe
• Potencia por encima del 90% proporciona fuerte capacidad de detección — recomendado para experimentos críticos donde perder un efecto tiene consecuencias serias
• Si la potencia es baja a pesar de muchas corridas, la relación señal-ruido (δ/σ) es demasiado pequeña — enfóquese en reducir el ruido experimental más que en agregar más corridas

Estándares y referencias relacionados

• NIST/SEMATECH e-Handbook of Statistical Methods, capítulo 5 — Consideraciones de tamaño de muestra y potencia para diseños factoriales de dos niveles
• Montgomery, Design and Analysis of Experiments — El tratamiento de referencia sobre potencia y replicación para experimentos factoriales 2^(k-p)
• ISO 3534-3 — Vocabulario estadístico para el diseño de experimentos, que define replicación, nivel de significación y conceptos relacionados
• ASTM E1325 — Terminología estándar relativa al diseño de experimentos, que cubre los diseños factoriales y factoriales fraccionados a los que aplica este cálculo de potencia

Preguntas frecuentes

¿Qué nivel de potencia debo fijar como objetivo en mi experimento?

Una potencia del 80% es el mínimo ampliamente aceptado. Para decisiones críticas (lanzamiento de un producto, factores relacionados con la seguridad), fije como objetivo el 90% o más. Por debajo del 80% existe un riesgo considerable de realizar un experimento costoso y concluir que 'no hay efecto' cuando en realidad existe un efecto relevante.

¿Cómo puedo aumentar la potencia sin añadir más ensayos?

Reduzca el ruido (σ) mediante un control experimental más estricto: emplee el mismo operario, el mismo lote de material y el mismo equipo. Bloquee los factores perturbadores conocidos. Aumente α de 0.05 a 0.10 si el coste de un falso positivo es bajo. Utilice un diseño menos fraccionado (reduzca p). Utilice puntos centrales para comprobar la curvatura sin añadir réplicas completas.