Doe - Miind

Diseo de Experimentos (DOE)
ccuesta2@hotmail.com
Carlos Alberto Cuesta Muoz
Instructor: Carlos Alberto Cuesta Muoz

Ttulos acadmicos: Estadstico UNIVALLE 1991 Magster en Administracin de Empresas UNIVALLE 2004 Certified Quality Engineer ASQ Certified Six Sigma Green Belt - ASQ Experiencia laboral: EMCALI Area de planeacin y desarrollo General Metlica Area de produccin y logstica Lloreda Grasas s.a Area de Logstica Experiencia Docente: Universidad ICESI Pontificia Universidad Javeriana Universidad del Valle Universidad Tecnolgica de Pereira Consultor e Instructor Empresarial: Banco de Occidente Divisin Banca Empresarial Carvajal S.A. Divisin CARPAK Open Systems Area de produccin de software Fundacin Parquesoft Tctica y Estrategia Colombina del Cauca - Area de Calidad Carbones del Cerrejn Divisin planeacin corporativa Banco de Occidente Divisin Banca Empresarial Laboratorios BAXTER Colombina s.a. (La paila) Servicio Occidental de Salud (S.O.S.) Tecnoqumicas Industrias DelMaz Familia SANCELA Harinera del Valle PGI Colombia Cadbury Adams Colombia Colcaf Riopaila-Castilla
Proquinal S.A.
Cmo ser altamente competitivos?

LIDERAZGO desde la Gerencia
METODOLOGIA
de Gestin
HERRAMIENTAS ESTADISTICAS (DOE)
Know How
Conocimiento Tcnico
3
Diseo de Experimentos (DOE):

Enmarcado dentro de proyectos de mejoramiento;
que a la vez estn alineados con las estrategias del Negocio. Los proyectos de mejoramiento deben desarrollarse mediante alguna metodologa de gestin (PHVA, Six Sigma, TPM, Lean, etc.) Los proyectos de mejoramiento deben poseer una meta clara en trminos de indicadores de desempeo del proceso y en trminos financieros. Sin la anterior estructura un DOE terminar siendo solo un ensayo puntual.
ccuesta2@hotmail.com Carlos Alberto Cuesta Muoz 4
Gua para uso de Herramientas Estadsticas
ETAPA DEL PROYECTO

Definir y seleccionar el problema Evaluar sistemas de medicin Determinar variables significativas o determinantes de nuestro problema Evaluar posibles soluciones Implantar la solucin seleccionada, vigilar y mantener su desempeo
HERRAMIENTA ESTADISTICA
Diagrama de pareto por frecuencias, Diagrama de pareto por costos ($), Estratificacin de datos, Tablas cruzadas, Histograma de frecuencias, Anlisis de capacidad de procesos. Anlisis R&R Repetibilidad y Reproducibilidad, Muestreo, ANOVA, Pruebas de hiptesis, Intervalos de confianza. Muestreo, Intervalos de confianza, Pruebas de hiptesis, Estadstica NO paramtrica, Pruebas de asociacin sistemtica (chi-cuadrado), Anlisis de correlacin lineal, Anlisis de regresin, Anlisis de confiabilidad. Muestreo, Diseo de experimentos (DOE), ANOVA, Metodologa Taguchi, Pruebas post-ANOVA. Muestreo, Intervalos de confianza, Pruebas de hiptesis, Control estadstico de procesos (SPC) Grficos de control Anlisis de capacidad de proceso, Grfico de pareto por frecuencias, Grfico de pareto por costos ($), Anlisis de confiabilidad, Diseo de tolerancias. Muestreo, Diseo de experimentos (DOE), Diseos factoriales 2k Superficies de respuesta (RSM), Metodologa Taguchi, Anlisis de regresin, Regresin logstica, Anlisis multivariado.
RESULTADO ESPERADO
Identificar uno o dos problemas que representen al menos 50% en cuanto a frecuencias o costos. Que nuestros sistemas de medicin califiquen como capaces y estables; de lo contrario se deben tomar los correctivos del caso. Determinar una o dos variables que tengan alta influencia sobre nuestro problema; y plantear entre 2 y 4 posibles soluciones. Es poco probable encontrar soluciones obvias. Seleccionar la alternativa de solucin que brinde las mejores probabilidades y que sea factible en la realidad. Intervenir el proceso y comprobar que nuestro problema inicial se ha reducido significativamente; verificar que el nuevo proceso se estabiliza y si es necesario redisear las tolerancias del proceso. Obtener un proceso ms rentable, ms ECOLOGICO, productos ms competitivos, crecer nuestra participacin en el mercado.
Optimizar y robustecer el proceso
Mdulo: Diseo de Experimentos (DOE)
DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica
Qu es un programa de investigacin?
Es un esfuerzo organizado de un grupo de investigadores, con el propsito de ampliar los conocimientos sobre un proceso natural o artificial. El programa completo puede requerir muchos estudios individuales, cada uno con objetivos especficos. La buena planeacin ayuda al investigador a organizar las tareas necesarias; es de GRAN IMPORTANCIA desarrollar un PLAN ESCRITO, la consulta frecuente de un documento previene las omisiones graves, permite insertar notas y cualquier alteracin relacionada con detalles del plan original; y ante todo, optimiza recursos ya que puede evitar que se repitan estudios cuyos objetivos ya se han cumplido.
Qu es un experimento?
Es una prueba donde se cambian controladamente algunas condiciones de operacin de un sistema o proceso (variables de entrada o proceso), con el objetivo de medir el efecto del cambio sobre una o varias variables del producto o salida de dicho proceso. Un experimento hace posible observar y dimensionar los cambios en la variable de respuesta e identificar las razones de dichos cambios.
Qu es disear un experimento?
Es planear un conjunto de pruebas experimentales, de tal manera que los datos generados puedan analizarse estadsticamente para obtener conclusiones objetivas y vlidas sobre el sistema o proceso. En un diseo experimental el investigador establece un conjunto particular de circunstancias, bajo un protocolo especfico para observar y evaluar las implicaciones de las observaciones resultantes.
Qu es disear un experimento?

Al planear un experimento, el investigador elaborar una lista de chequeo con los siguientes requisitos mnimos: Definicin del problema, objetivos del experimento e hiptesis a probar. Antecedentes y conocimiento tcnico del proceso. Variable (s) de respuesta. Factores a ser estudiados, sus niveles y rangos. Instrumentos y mtodos de medicin. Tipo de diseo a utilizar, unidades experimentales, rplicas, aleatorizacin, bloqueo. Logstica del experimento. Cronograma del experimento.
11
12
Qu es unidad experimental?
Es la entidad fsica o sujeto expuesto a un tratamiento independientemente de otras unidades. Cada unidad experimental que se somete a un tratamiento, constituye una sola rplica de dicho tratamiento. Cada unidad experimental brindar una respuesta (medicin o dato estadstico). Las caractersticas de este elemento deben ser claramente definidas por el investigador; segn el caso unidad experimental puede ser: una persona, una caja, un camin, un turno de produccin, un m de carbn, una hora, etc., etc. Lo que debe quedar claro es que cada unidad experimental producir una respuesta (un dato para ser analizado).
En la medida de los posible, el investigador debe incluir unidades experimentales homogneas; esto reducir el error experimental. Es posible que la unidad experimental est constituida de varias unidades de anlisis, es decir, el dato a analizar puede ser el promedio de varias corridas de produccin. Tambin es posible que la unidad de anlisis o dato constituya una muestra aleatoria de la unidad experimental, ante limitaciones de medicin.
14
Ejemplo: si se pretende medir el efecto de la velocidad de alimentacin y temperatura del proceso sobre el peso neto de un producto; es posible que se decida tomar como unidad experimental un lote de 20 unidades de producto y el dato a procesar para dicha unidad experimental sea rl peso promedio de las 20 unidades.
15
Qu es Variable de respuesta?
Es aquella caracterstica de inters para el investigador, aquella que se quiere mejorar y/o optimizar mediante el experimento. Por lo general el valor de esta variable es una caracterstica de calidad del producto; cada unidad experimental entrega un valor de la variable de respuesta, es decir, nuestro experimento tendr tantos datos como unidades experimentales hayan sido incluidas. Debe tratarse de una variable cuantitativa.
16
Qu es Variable de respuesta?
Es posible realizar experimentos con una o varias variables de respuesta; pero cuando la cantidad es muy grande los anlisis se vuelven complicados. Se recomienda entonces cumplir con una etapa previa de cribado o seleccin; que consiste en filtrar de entre muchas variables o caractersticas de calidad, aquellas 3 o 4 que se consideran de mayor importancia estratgica. La seleccin de dichas variables debe apoyarse en anlisis de informacin y conocimiento tcnico del proceso.
Qu son Factores controlables?

Son variables de entrada ( de proceso) qu el investigador puede fijar en un punto o nivel de operacin; por ejemplo: si un proceso trabaja con agua y existe algn mecanismo que permita fijar la temperatura del agua en 60 65 70 grados Celsius, entonces decimos que la Temperatura es un factor controlable. En este punto es importante resaltar el aspecto de la calidad de las mediciones (Aseguramiento metrolgico).
Qu son Factores NO controlables?

Se pueden llamar tambin Factores de ruido, y casi siempre son la mayora de variables que pueden afectar nuestra variable de respuesta; son variables que NO se pueden controlar durante la operacin normal del proceso. Un factor NO controlable puede llegar a ser controlable en la medida en que se desarrolle el mecanismos de control. Ejemplo: la temperatura ambiente, el nimo de los operadores, la cantidad de lluvia, etc. son factores que suelen ser NO controlables.
NOTA: En un experimento se pretende establecer si los factores influyen sobre la variable de respuesta.
Qu son Factores estudiados?

Son las variables que se investigan en el experimento, en cuanto a cmo influyen afectan la variable de respuesta. Durante un experimento se pueden estudiar factores controlables (generalmente) pero tambin factores NO controlables. Se deben estudiar aquellos factores que se considera, por conocimiento del proceso por sospecha, pueden tener efecto significativo sobre la variable de respuesta.
Qu son Niveles y Tratamientos?

Los diferentes valores que se asignan (fijan) a cada factor estudiado en un diseo experimental se denominan NIVELES. Una combinacin de niveles de todos los factores estudiados se denomina TRATAMIENTO PUNTO DE DISEO.
19
Cmo se escogen los Tratamientos?

Cada tratamiento juega un papel importante en la evaluacin de las hiptesis de investigacin. Es posible planear experimentos para escoger el tratamiento ganador; pero resulta ms productivo determinar en magnitud y direccin la influencia de los factores sobre las variables de respuesta. El uso de tratamientos con mltiples factores aumenta la complejidad del diseo y las posibilidades de xito del investigador.
20
Qu es un tratamiento control?
Puede llegar a ser utilizado por el investigador para evaluar el efecto de las nuevas condiciones experimentales, respecto de las condiciones actuales de operacin del proceso. Dichas condiciones actuales de operacin representaran el tratamiento control, y entonces ser inters del investigador comparar los tratamientos versus el tratamiento control.
21
Qu es Error experimental?
Representa la variacin entre unidades experimentales tratadas de manera idntica e independiente. En el anlisis de datos forma parte de la porcin de variabilidad de la variable de respuesta, que no resulta ser explicada por los efectos planeados en el diseo experimental. El error experimental es inevitable, pero el investigador debe utilizar todos los recursos a su alcance para minimizarlo; las causas del error experimental son entre otras:

Variacin entre unidades experimentales. Variaciones ocasionadas por instrumentos de medicin. Imposibilidad de reproducir exactamente los tratamientos. Mala eleccin del diseo experimental.
22
Qu es Error aleatorio?
Representa la porcin de variabilidad de la variable de respuesta, que no resulta ser explicada por los factores estudiados debido a causas comunes o aleatorias que generan la variabilidad natural del proceso. Aqu se incluye el efecto de aquellos factores no conocidos y/o no estudiados. En el anlisis de datos forma parte (junto al error experimental) de la porcin de variabilidad de la variable de respuesta, que no resulta ser explicada por los efectos planeados en el diseo experimental.
NOTA: Cuando el trmino de error (experimental + aleatorio) de un experimento resulta ser muy grande, es muy probable que NO se puedan detectar (aunque SI existan) los efectos que los factores estudiados ejercen sobre la variable de respuesta. ccuesta2@hotmail.com Carlos Alberto Cuesta Muoz 23
Qu es interaccin entre factores?

Se presenta cuando el efecto de un factor depende o es influenciado por el nivel en que se encuentra el otro factor.
24
Qu problemas tpicos de la industria se pueden enfrentar con DOE?

Comparar varios proveedores del mismo material con el fin de elegir al que mejor cumple los requerimientos. Comparar varios instrumentos de medicin respecto a su precisin y exactitud. Proponer una nueva manera de operar el proceso. Determinar factores o fuentes de variabilidad que impactan significativamente la capacidad del proceso. Localizar las condiciones ptimas de operacin de un proceso. Reducir el tiempo de ciclo del proceso. Hacer el proceso ROBUSTO (insensible) a factores de ruido. Apoyar el diseo de nuevos productos.
25
Pasos para planear y llevar a cabo un experimento.

Determinar el problema a investigar, debe existir suficiente evidencia que corrobore la importancia del problema; importante proyectar un beneficio de tipo econmico que se obtendr con el experimento, el cual justificar la inversin realizada en la investigacin. Determinar los factores a estudiar. Elegir la(s) variable(s) de respuesta que sern medidas en cada punto del diseo. Seleccionar el diseo modelo adecuado, el cul debe permitir la deteccin de los efectos de inters para el investigador con el menor costo posible. Planear y organizar el trabajo experimental (coordinacin logstica). Realizar el experimento. Analizar los resultados del experimento. Interpretar los resultados del experimento. Conclusiones (desde un punto de vista prctico, ajustado a la realidad de la empresa y dentro los protocolos tericos escogidos por el investigador).
Principios bsicos de un diseo experimental.

Aleatorizacin. (siempre se aplica) Rplicas. (se aplica en la mayora de casos) Bloqueo. (se aplica algunas veces)
Si es posible aplicar los 3 criterios en un mismo diseo.
La validez del anlisis estadstico de los datos experimentales tiene como base el correcto cumplimiento de estos principios; y adems, si se trabaja con datos sujetos a errores aleatorios y/o errores experimentales la metodologa estadstica es el nico enfoque objetivo.
27
ALEATORIZACION.
Consiste en realizar las corridas experimentales en orden de tiempo aleatorio y con material experimental seleccionado tambin aleatoriamente; el cumplimiento de este principio aumenta la probabilidad de cumplimiento para el supuesto de independencia de los errores del modelo aplicado; adems, es la manera de garantizar que la variabilidad ocasionada por los factores no estudiados y/o no controlados se reparta de manera homognea en todos los tratamientos. A cada unidad experimental se asignar de manera aleatoria un tratamiento; adems, el orden en que cada unidad experimental ser sometida al respectivo tratamiento tambin se asignar de manera aleatoria.
REPLICAS.
Consiste en que cada tratamiento se asignar a dos ms unidades experimentales. En caso de no cumplir este principio no ser posible estimar el error del modelo y en consecuencia tampoco se pueden probar las respectivas hiptesis de los efectos investigados. En algunos diseos experimentales como los modelos de segundo orden NO es necesario replicar los tratamientos. A mayor cantidad de rplicas se obtendrn estimaciones ms precisas de los efectos estudiados; pero, los costos del experimento se incrementarn.
BLOQUEO.
Se utiliza para mejorar la precisin de las comparaciones que se realizan entre los factores de inters. En la mayora de ocasiones se utilizan para aislar la variabilidad transmitida por factores perturbadores, es decir, factores que se piensa si influyen sobre la variable de respuesta pero no son de inters directo para el investigador. El bloqueo disminuye el valor estimado del error del modelo, haciendo ms probable la deteccin de los efectos que los factores estudiados ejercen sobre la variable de respuesta.
30
BLOQUEO.
En experimentos industriales pueden ser criterios de bloqueo entre otros:

Distintos lotes de materia prima. Distintos equipos de operadores. Rangos de tiempo de las corridas. En cualquier caso el investigador tiene la hiptesis de que dicho factor es una fuente importante de variacin; que de no ser considerada incrementar el error experimental.
COVARIABLES.
Son variables cuantitativas relacionadas con la variable de respuesta; su inclusin en los anlisis estadsticos permite controlar el error experimental mediante un anlisis de covarianza. En cualquier caso el investigador tiene la hiptesis de que dicho factor es una fuente importante de variacin; que de no ser considerada incrementar el error experimental. Los factores de bloqueo son variables categricas, mientras que las variables aprovechan informacin cuantitativa de cada unidad experimental.
32
Anlisis de la Varianza - ANOVA
Es el mtodo estadstico utilizado para analizar la informacin obtenida en el diseo experimental, utiliza fundamentos probabilsticos y de inferencia estadstica. Consiste en descomponer la varianza de la variable de respuesta y otorgar a cada efecto el porcentaje de variabilidad estimado; aquel porcentaje que no resulta ser asignado a ningn efecto se queda en el trmino de error. Todos los resultados de un Anlisis de Varianza tienen un porcentaje de confiabilidad < 100%, adems, siempre es posible incurrir en errores Tipo I Tipo II.
33

ANOVA - PARTICION DE LA VARIANZA Efectos NO significativos
FACTOR A 14% FACTOR B 7%
INTERACCION A*B 10%
ERROR 69%
34

ANOVA - PARTICION DE LA VARIANZA Efectos significativos
ERROR 10%
FACTOR A 27%
INTERACCION A*B 28%
FACTOR B 35%
35
Pruebas de Comparacin Mltiple - PostAnova
Se utilizan despus que se ha determinado la significancia de alguno de los efectos incluidos en el modelo. Permiten aumentar el detalle y determinar de que manera se presentan las diferencias entre tratamientos o de qu manera se presentan las interacciones, tomando como parmetro de comparacin el promedio de la variable de respuesta. Entre las principales pruebas post-anova tenemos:

Tukey Dunnet Sheff LSD (Diferencia mnima significativa) Contrastes

Pruebas de Comparacin Mltiple - PostAnova
Tukey: Permite comparar todos los posibles pares de tratamientos. Dunnet: Permite comparar cada uno de los tratamientos vs un tratamiento control. Sheff: Se usa para efectuar comparaciones no planeadas o surgidas despus de obtener los datos; permite contrastar 2 o ms promedios. (mtodo bastante conservador). LSD (Diferencia mnima significativa): Permite comparar pares de tratamientos. (recomendada para un nmero de tratamientos hasta 3) Contrastes: permite realizar comparaciones de ms de 2 tratamientos. ( T1 = 1/2 (T2 + T3)).
37

Doe - Miind

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Doe - Miind

Încărcat de

Drepturi de autor:

Formate disponibile

Diseo de Experimentos (DOE)

Carlos Alberto Cuesta Muoz

Instructor: Carlos Alberto Cuesta Muoz

Carlos Alberto Cuesta Muoz

Cmo ser altamente competitivos?

HERRAMIENTAS ESTADISTICAS (DOE)

Diseo de Experimentos (DOE):

Gua para uso de Herramientas Estadsticas

ETAPA DEL PROYECTO

Optimizar y robustecer el proceso

Carlos Alberto Cuesta Muoz

Mdulo: Diseo de Experimentos (DOE)

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Qu son Factores controlables?

Qu son Factores NO controlables?

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Qu son Factores estudiados?

Qu son Niveles y Tratamientos?

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Cmo se escogen los Tratamientos?

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Qu es interaccin entre factores?

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Qu problemas tpicos de la industria se pueden enfrentar con DOE?

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Pasos para planear y llevar a cabo un experimento.

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Principios bsicos de un diseo experimental.

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

Carlos Alberto Cuesta Muoz

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica

DISEO DE EXPERIMENTOS (DOE) - Conceptualizacin bsica