1.3.

Metodologa general
para realizar un experimento

1. Identifique claramente el problema o situacin a resolver.

Antes de poder planear un experimento necesitamos definir
claramente que es la que estamos buscando, aun cuando
esto puede parecer trivial en ocasiones es tanta la presin
para tomar decisiones que corremos a experimentar sin por lo
menos definir claramente nuestros objetivos.
Antes de planear un experimento se debe de investigar y.
analizar el conocimiento y datos que ya se tengan sobre este
problema. La participacin activa del personal involucrado en
el problema es de vital importancia en este paso.

2. Identificar variables.
En este paso dos tipos de variables se deben de identificar,
variables dependientes y variables independientes.
La variable dependiente o variable de respuesta es la
caracterstica de calidad que queremos mejorar y cuyo
comportamiento deseamos conocer, ejemplos de esta son:
porcentaje de contaminacin, satisfaccin de un cliente,
desgaste de una herramienta, tiempo, de falla, etc.
Es deseable que una variable dependiente rena las
caractersticas siguientes:

Cuantitativa
Precisa.
Que tenga algn significado fsico.

Las variables independientes o factores representan aquellas

causas o factores cuyo efecto sobre la variable dependiente se
quiere analizar. Cada uno de estos factores se deber probar al
menos a dos valores diferentes para evaluar su efecto, a cada
uno de estos valores o niveles se les llama tratamientos.
Por ejemplo, si queremos conocer el efecto de la temperatura
sobre la dureza de un material y para ello se realizan pruebas a
70, 80 y 90C se dice que tenemos un experimento de un solo
factor con tres tratamientos.
Cmo seleccionar los diferentes niveles de un factor?, En
general un factor puede ser cualitativo (proveedor, turno,
operario, etc), o cuantitativo (temperatura, presin, altura,
tiempo, etc.). Los niveles especficos en cualquier caso se
pueden seleccionar ya sea aleatoriamente dentro de un cierto
rango o a un nivel fijo definido por el experimentador
previamente, esto nos lleva a cuatro situaciones generales:

A. Factor
cualitativo.

fijo,

B.

Factor fijo, cuantitativo.

En este caso, de entre los

diferentes
niveles
o
tratamientos posibles para el
factor, el experimentador esta
interesado en el efecto que
ciertos niveles seleccionados
por l previamente tienen
sobre la variable de respuesta.

Este caso es similar al anterior excepto

que el factor es cuantitativo, por
ejemplo: temperatura, presin, tiempo,
concentracin de un componente, etc.
Para este caso es recomendable que los
diferentes niveles o tratamientos se
tomen equiespaciados, esto es, por
ejemplo 10, 20, 30 y 40 C: 5, 10, 15, 20
y 25 psi; 8, 12, 16 y 20 minutos, etc.

C. Factor
aleatorio,
cualitativo.

D. Factor
cuantitativo.

En este caso los niveles o

tratamientos se seleccionan al
azar de entre varios posibles.
Por ejemplo: se tienen varios
lotes de un mismo proveedor,
se selecciona al azar cules de
ellos analizar, en este caso la
conclusin del experimento se
extiende para cubrir todos los

Igual que en el caso anterior los

diferentes niveles o tratamientos son
seleccionados al azar.
Por ejemplo para la temperatura si el
rango de inters es de 0 a 100. Se
puede al azar seleccionar 5 niveles 7,
36, 46, 80 y 8 C. La conclusin que se
puede obtener en este caso es similar al
caso c.

aleatorio,

3. Definir el diseo del experimento.

Esto implica definir de qu manera se efectuaran las pruebas y
qu modelo matemtico describe mejor el experimento.
4. Efectuar el experimento.
5. Anlisis de los datos. Estos son bsicamente anlisis
estadsticos.
6. Conclusiones y toma de decisiones.

Una metodologa (alterna)

Montgomery es la siguiente:

desarrollada

por

Douglas

C.

Para usar un enfoque estadstico al disear y analizar un

experimento se requiere que todos los participantes en l tengan
de antemano una idea clara de qu es exactamente lo que se va
a estudiar, cmo se van a recopilar los datos y, al menos, una
idea cualitativa de cmo se van a analizar.
1. Comprensin y planteamiento del problema.
Este punto pudiera parecer obvio; sin embargo, en la prctica no
es sencillo darse cuenta de que existe un problema que requiere
experimentacin, ni disear un planteamiento claro y aceptable
del mismo. Es necesario desarrollar todas las ideas sobre los
objetivos del experimento. Suele ser importante solicitar la
opinin de todas las partes implicadas. Un planteamiento claro del
problema contribuye a menudo en forma sustancial a un mejor
conocimiento del fenmeno y de la solucin final del problema.

2. Eleccin de factores y niveles.

El experimentador debe elegir los factores que variarn en el
experimento, los intervalos de dicha variacin y los niveles
especficos de inters a los cuales se har el experimento. Tambin
debe considerarse la forma en que se controlarn estos factores
para mantenerlos en los valores deseados, y cmo se les medir.
Para ello es necesario conocer el proceso de manera prctica y
terica.
3. Seleccin de la variable de respuesta.
Al seleccionar la respuesta o variable dependiente, el
experimentador debe estar seguro de que la respuesta que se va
a medir realmente provea informacin til acerca del proceso de
estudio. Con mayor frecuencia, el promedio o la desviacin
estndar (o ambos) de la caracterstica medida sern la variable
de respuesta. No son raras las respuestas mltiples. La capacidad
de medicin (o el error de medicin) tambin es un factor
importante. Si la capacidad de medicin es deficiente, slo puede
esperarse que el experimento detecte efectos relativamente
grandes de los factores; en caso contrario deben hacerse
repeticiones.

4. Eleccin del diseo experimental.

Para elegir el diseo es necesario considerar el tamao muestral
(nmero de repeticiones), seleccionar un orden adecuado para
los ensayos experimentales, y determinar si hay implicado
bloqueo u otras restricciones de aleatorizacin.
Es importante tener presente los objetivos experimentales al
seleccionar el diseo, se tiene inters en identificar qu factores
causan diferencias en estimar la magnitud del cambio de la
respuesta. En otras situaciones habr ms inters en verificar la
uniformidad.

5. Realizacin del experimento.

Cuando se realiza el experimento, es vital vigilar el proceso
cuidadosamente para asegurar que todo se haga conforme a lo
planeado. En esta fase, los errores en el procedimiento suelen
anular la validez experimental. La planeacin integral es decisiva
para el proceso. En un complejo entorno de manufactura o
investigacin y desarrollo, es fcil subestimar los aspectos
logsticos y de planeacin de la realizacin de un experimento
diseado.

6. Anlisis de datos.
Deben emplearse mtodos estadsticos para analizar los datos,
de modo que los resultados y conclusiones sean objetivos ms
que apreciativos. Existen muchos excelentes paquetes de
software para el anlisis de datos, y varios mtodos grficos
sencillos son importantes en la interpretacin de tales datos. El
anlisis de residuos y la verificacin de la idoneidad del
modelo son tambin tcnicas de anlisis de gran utilidad.

7. Conclusiones y
recomendaciones.
Una vez que se han analizado
los datos, l experimentador
debe
extraer
conclusiones
prcticas de los resultados y
recomendar un curso de
accin. En esta fase a menudo
son
tiles
los
mtodos
grficos,
en
especial
al
presentar los resultados a
otras
personas.
Tambin
deben realizarse corridas de
seguimiento y pruebas de
confirmacin para validar las
conclusiones del experimento.