EL DISEO DE EXPERIMENTOS EN LA INDUSTRIA

Es comn hacer experimentos con el objeto de que al

mover o hacer algunos cambios en los materiales,
mtodos o condiciones de operacin de un proceso se
puedan detectar o minimizar los problemas de calidad.

Es comn que estas pruebas se hagan sobre la marcha, a
prueba y error, apelando a la experiencia y a la intuicin;
en lugar de seguir un plan experimental adecuado que
garantice una buena respuesta.
PROBLEMAS TPICOS DE LA INDUSTRIA QUE SE
PUEDEN RESOLVER CON EL DISEO Y ANLISIS
EXPERIMENTAL SON:
COMPARAR:
1- Dos o ms proveedores del mismo material con el fin de
elegir al que mejor cumpla los requerimientos.
2- Varios instrumentos para verificar su exactitud y precisin.
3- La manera de operar el proceso y hacer cambios para reducir
el nmero de defectos.
4- Los factores o fuentes de variabilidad que tienen impacto en
la capacidad del proceso para cumplir con sus requerimientos
ms importantes.
TAMBIEN
5- Reducir el tiempo de ciclo del proceso.
6- Hacer el proceso insensible o robusto a oscilaciones de
variables ambientales.
DEFINICIONES BSICAS:
El Diseo de Experimentos: Es la aplicacin del mtodo
cientfico para generar conocimiento acerca de un sistema o
proceso. Es til para crear calidad desde la fase de diseo del
producto y del proceso, pero tambin permite lograr mejoras
sustanciales en procesos ya establecidos
Experimento: Es un cambio en las condiciones de operacin
de un sistema o proceso, que se hace con el objetivo de
medir el efecto de cambio en una o varias propiedades del
producto.
Unidad Experimental: Es la muestra de artculos que es
necesario producir en una condicin para obtener una
medicin o dato representativo (puede ser una pieza o un
conjunto de piezas, dependiendo del proceso que se estudia)
Variable Respuesta: Es la variable de salida que tiene un
valor que se desea mejorar.
Factores Controlables: Son variables de entrada que se
pueden fijar en un punto o en un nivel de operacin.
Algunos factores que se controlan son: temperatura,
cantidad de reactivo, velocidad, presin, etc. Tambin se les
llama variables de entrada, de diseo, parmetros de diseo
o factores.
Factores No Controlables: son aquellos que no pueden
controlarse durante la operacin normal del proceso. Ej.:
variables ambientales (luz, humedad, ruido, etc.).
Niveles y Tratamientos: Niveles son: Los diferentes valores
que se asignan a cada factor estudiado. Una combinacin de
niveles de todos los factores se llama tratamiento o punto de
diseo.
PROCESO
Entrada
Salida
Factores controlables
Factores no controlables
Variables de respuesta
(caracteristicas de calidad)
Error Aleatorio: Es la variabilidad observada que no se puede
explicar por los factores estudiados y resulta del pequeo
efecto de los factores no estudiados y del error experimental
(refleja los errores del experimentador en la planificacin y
ejecucin del experimento)



EJEMPLO DE FACTORES Y VARIABLES QUE
INTERVIENEN EN LA FABRICACIN DE UN ENVASE
DE PLSTICO:



PROCESO
Factores Controlables
Tiempo de curado
Tiempo de ciclo
Presion del molde
Velocidad del tornillo
Temperatura
X
1
X
2
X
12
...
Z
1
Z
2
Z
p
...
Factores de Ruido
(difciles de controlar)
Materia Prima Y Y ... Y
1 2 n
Respuesta
Encogimiento
Dureza
Color
Costo
Textura
Proveedor
Qumica del Plstico
Variables ambientales
ETAPAS EN EL DISEO DE EXPERIMENTOS:
Planeacin:
Determinar cules factores deben estudiarse.
Elegir la(s) variable(s) de respuesta que reflejen el problema
Seleccionar el diseo experimental adecuado
Planear y organizar el trabajo experimental
Realizar el experimento.
Anlisis:
Se debe determinar el modelo de anlisis de varianza (ANOVA)
Interpretacin:
Se debe contrastar conjeturas iniciales con los resultados,
verificar supuestos y elegir el tratamiento ganador.
CONCLUSIONES FINALES
Los mtodos estadsticos por si solos no garantizan
investigaciones exitosas, por eso debe tenerse en
cuenta:
El conocimiento no estadstico es vital.
Reconocer la diferencia entre significancia
estadstica e importancia prctica.
Apostar ms a la experimentacin secuencial que a
un experimento nico y definitivo.
PRINCIPIOS BSICOS:

La validez del anlisis de los datos se apoya en estos principios.
Aleatorizacin: Consiste en hacer corridas experimentales en
orden aleatorio. Este principio aumenta la posibilidad de que
el supuesto de independencia de los errores se cumpla.

Repeticin: Es correr ms de una vez un tratamiento o
combinacin de factores.

Bloqueo: Es tomar en cuenta en forma adecuada todos los
factores que pueden afectar la respuesta observada. Con el
bloqueo se logra mayor precisin del experimento al
eliminar variabilidad no explicada que provocara error
aleatorio.
CLASIFICACIN DE LOS DISEOS EXPERIMENTALES:
Para elegir adecuadamente un diseo deben tenerse en cuenta:

El objetivo
El Nmero de factores a controlar
El Nmero de niveles de cada factor
Los efectos que interesa investigar
El costo del experimento, tiempo y precisin deseada
CLASIFICACIN DE LOS DISEOS EXPERIMENTALES
1- D. para comparar 2 o mas tratamientos
2- D. para estudiar varios factores sobre
una o mas respuestas
3- Diseos para la optimizacin de
procesos
4- Diseos Robustos
5- Diseo de Mezclas
D. completamente al azar
D. en bloques completos al azar
D. en cuadrados latinos y grecolatinos
D. factoriales 2
D. factoriales 3
D. factoriales fraccionarios 2
k
k
k-p
D. de 1 Orden
D. de 2 Orden
er
do
D. 2 y 2
D. de Plake H-Burman
D. Simplex
k k-p
D. Central Compuesto
D. Box-Behnken
D. 3 y 3
k k-p
D. ortogonales
D. con arreglo interno y externo
D. de Lattice-Simplex
D. Simplex con centro de D. axial
D. con restricciones
REVISION
Poblacin, muestra, parmetros estadsticos
Poblacin finita: Es aquella en la que se pueden medir todos los
individuos para tener un conocimiento exacto de sus
caractersticas.
Parmetros: Caractersticas que mediante su valor numrico
describen a un conjunto de elementos o individuos.
Poblacin Infinita: Es aquella en la que la poblacin es grande y
es imposible medir todos los individuos.
Muestra Representativa: Es una parte de la poblacin,
seleccionada adecuadamente, que conserva los aspectos
claves de la poblacin.
Inferencia Estadstica: Son las afirmaciones vlidas acerca de la
poblacin o proceso con base en la informacin contenida
en la muestra.
A
le
at
oria
me
n
t
e
Inferencia
X S
Estadsticos
(conocidos)
Parmetros (siempre desconocidos)
?
?
Poblacin`
(Ej. Toda la produccin del mes)
Muestra
(representativa de la produccin del mes)
Deg. of freedom
10
Student's t Distribution
d
e
n
s
i
t
y
-6 -4 -2 0 2 4 6
0
0,1
0,2
0,3
0,4
Mean,Std. dev.
0,1
Normal Distribution
d
e
n
s
i
t
y
-5 -3 -1 1 3 5
0
0,1
0,2
0,3
0,4
n
s
X
t

=
n
X
z
o

=
Distribuciones de Probabilidad








Distribucin de la media de la muestra de una poblacin normal
con varianza conocida (b) y desconocida (a)
Deg. of freedom
10
Chi-Square Distribution
d
e
n
s
i
t
y
0 10 20 30 40
0
0,02
0,04
0,06
0,08
0,1
Numerator d.f,Denominator d.f.
10,10
F (variance ratio) Distribution
d
e
n
s
i
t
y
0 1 2 3 4 5
0
0,2
0,4
0,6
0,8
2
2
) 1 (
o

=
n s
u
2
1
2
2
2
2
2
1
o
o
s
s
F =


c) d)
Distribucin de la varianza de la muestra (c) y
del cociente de varianzas de (d)
o
:
(

+
n
z X
n
z X
o o
o o
2 2
,
Resumen de formulas para intervalos de confianza
Intervalos de confianza a nivel 1-

Para la media de una poblacin normal
con varianza conocida
:
(

+

n
S
t X
n
S
t X
n n 1
2
1
2
,
o o
Para la media con varianza
desconocida
o
2
(
(

2
1 2 / 1
2
2
1 2 /
2
) 1 (
,
) 1 (
n n
S n S n
_ _
o o
Para la varianza de una poblacin normal
:
:
2
2
y
x
o
o
(
(
(

) 1 ( ), 1 (
2
2
) 1 ( ), 1 (
2
2
2
1
2
1
,
1

m n
y
x
m n
y
x
F F
S
S
S
S
o o
Para el cociente entre varianzas de dos poblaciones
normales

n
x
z
0
o

=
n
z x
o
o
<
o
n
x
z
0
o

=
n
z x
o
o
+ >
o
n
x
z
0
o

=
n
z x
o
o
>
2
o
Hiptesis Estadstico Regin de
rechazo
H0: =0
H1: <0
Prueba
unilateral



~ N(0;1)
H0: =0
H1: >0
Prueba
unilateral



~ N(0;1)
H0: =0
H1: =0
Prueba bilateral


~ N(0;1)
ALGUNAS REGIONES DE RECHAZO
FAMILIA DE DISEOS PARA COMPARAR
TRATAMIENTO
La diferencia entre estos diseos es el nmero de factores de
bloque
Diseo completamente al azar
D. con bloques completos al azar
D. en cuadrado latino
D. en cuadrado grecolatino
La comparacin de los tratamientos en cuanto a la respuesta
media que logran, se hace mediante la hiptesis:
Ho:
1
=
2
= =
k
= H
1
:
i
j

para algn i j
Que se prueba con la tcnica estadstica llamada Anlisis de
Varianza (ANOVA) con 1, 2, 3, 4 criterios de clasificacin,
dependiendo del nmero de factores de bloque
incorporados al diseo.
i i i
y c t + + =
ij j i ij
y c t + + + =
ijk k j i ijk
y c o t + + + + =
ijkl l k j i ijkl
y c o t + + + + + =
Diseo Factores
de bloque
Tcnica
estadstica
Modelo estadstico
D.
completament
e al azar
0 ANOVA con un
criterio de
clasificacin
D. en bloques
completos al
azar
1 ANOVA con dos
criterios de
clasificacin
D. en
cuadrado
latino
2 ANOVA con
tres criterios de
clasificacin
D. en
cuadrado
grecolatino
3 ANOVA con
cuatro criterios
de clasificacin
Familia de diseos para comparar tratamientos
Notacin: Y: variable respuesta; media global; son los efectos de tratamientos ( ) y
de bloque ( ). es el error aleatorio

o t , , ,
t
o , , c
DISEO COMPLETAMENTE AL AZAR
Supongamos que hay k poblaciones o tratamientos,
independientes y con medias desconocidas
1;
,
K
y
varianzas tambin desconocidas pero que se suponen
iguales.
Las poblaciones pueden ser k mtodos de
produccin, k tratamientos, k grupos, etc. y sus medias son
medidas en trminos de variable respuesta.

2 2 2
2
2
1
... o o o o = = = =
k
T1 T2 T3 Tk
y
11
Y
21
Y
31
Y
k1

Y
12
Y
22
Y
32
Y
k2

.
.
.
.
.
.
.
.
.
.
.
.
Y
1 n1
Y
2 n2
Y
3 n3
Y
k nk