Вы находитесь на странице: 1из 35

Contenido

Objetivo
1.1 Introduccin del diseo de experimentos
1.2 Principios bsicos del diseo de experimentos.
1.3. Metodologa general para realizar un experimento
1.4. Aplicaciones del diseo de experimentos.
Conclusin
Referencia bibliogrfica

Objetivo

Dar a conocer una breve introduccin de


los diseos experimentales, para poder
realizar una buena experimentacin .

El diseo de experimentos es
una tcnica estadstica que
nos ayuda a identificar qu
factores o variables afectan el
comportamiento
de
un
proceso productivo y de esta
manera poder mejorarlo.
O bien: es una prueba o una
serie de pruebas en las cuales
se
inducen
cambios
deliberados en las variables
de entrada de un proceso o
sistema, de manera que sea
posible observar e identificar
las causas de los cambios en
la respuesta de salida.

Experimento:

El proceso o sistema bajo estudio puede representarse por


medio del modelo de la figura 1.1.

Entre los objetivos del experimento


incluirse:

pueden

Determinar cules variables tiene mayor influencia en


la respuesta, y.
Determinar el mejor valor de las x que influyen en y,
de modo que y tenga casi siempre un valor cercano a
valor nominal deseado.
Determinar el mejor valor de las x que influyen en y, de
modo que la variabilidad de y sea pequea.
Determinar el mejor valor de las x que influyen en y, de
modo que se minimicen los efectos de las
variables no controlables z1, z2,...zq.

Lo mtodos de diseo experimental tiene un propsito


que puede ser desarrollar un proceso consistente ; esto es,
un proceso que no sea afectado por fuentes de variabilidad
externas o ruido (las zi).

En el diseo de experimentos
preguntas importantes:

se

plantean

varias

Son estas dos soluciones los nicos medios para lograr


la respuesta de inters?
Existen otros factores que pueden afectar la respuesta de
las muestras y que deban ser investigados o controlados?
Cuntas muestras deben ser sometidas a cada solucin de
templado?
En que forma debe asignarse cada muestra a los
tratamientos, y en qu orden deben realizarse las

1.1 Introduccin del diseo de


experimentos

1. Mejorar el rendimiento del proceso.


2. Menor variabilidad y mayor apego a los requerimientos
nominales y objetivos.
3. Menor tiempo de desarrollo.
4. Menores costos totales.
Los mtodos de diseo de experimentos
tambin se aplican al diseo de productos
como sigue:
1. Evaluacin
y
comparacin
de
conceptos de diseo bsicos.
2. Evaluacin de materiales alternativos.
3. Seleccin de parmetros de diseo de
modo que el producto funcione bien desde
una amplia variedad de condiciones de uso
real.

El uso del diseo de experimentos en estas reas


puede dar por resultado productos con mayor
confiabilidad y mejor funcionamiento en el campo,
menores costos, y menor tiempo de diseo y
desarrollo del producto.
El diseo estadstico de experimentos es el proceso
de planear un experimento para obtener datos
apropiados, que pueden ser analizados mediante
mtodos estadsticos, con objeto de producir
conclusiones validas y objetivas.
Cuando se identifican los factores y su influencia en
un sistema productivo, se pueden tomar decisiones
que efectivamente mejoren la calidad del producto o
servicio. Se pueden identificar las fuentes de
variacin reales para su reduccin en la bsqueda de
la mejora continua.

Cuando se usan experimentos pretendemos analizar el


efecto de cambios que nosotros inducimos ms que
analizar variaciones al azar.
F1

F2

F11

F21
F12

F22

CARACTERISTICA
DE CALIDAD

F41
F31
F32

F42
F4

F3

Figura 1.2 Diagrama de


Causa Efecto

Mediante un experimento podemos inducir cambios en


uno varios factores y analizar estadsticamente si el
cambio en los factores afecta o no el resultado del
proceso.
Experimento
Es un conjunto de
pruebas
estructurado
y
coherente que son
analizadas a fin de
comprender
la
operacin
del
proceso.

Diseo de experimentos
Es el proceso de planear, ejecutar
y analizar el experimento de
manera que los datos apropiados
sean recolectados, y que estos
tengan validez estadstica para
obtener conclusiones validas y

Eficiencia de un experimento
Un experimento es eficiente cuando:
1. Se obtiene la informacin requerida.
2. Con el mnimo consumo de recursos.

1. 2 Principios bsicos del


diseo de experimentos

Para que un experimento pueda tener validez


estadstica se deben de observar al menos tres
principios:
Reproduccin. Esto significa que el
experimento se pueda llevar a cabo o repetir
bajo las mismas condiciones en ms de una
ocasin.
La diferencia observada como resultado de un
experimento es real, o se debe a simple error
aleatorio, o aun ms a otro factor como por
ejemplo diferente tipo del material. Para aclarar
esto, es necesario repetir el experimento y
cuantificar si se presenta consistentemente o no
la variacin detectada.

La reproduccin por lo tanto es importante por al


menos dos razones:
i) Permite cuantificar el error aleatorio inherente
al proceso y
ii) Permite una mejor estimacin de los
parmetros.
Aleatoriedad. Esto significa que tanto el
material asignado a un experimento en particular,
como el orden en que se efectan las pruebas se
efectu de una manera aleatoria.
Suponga por ejemplo, que se desea saber si la
temperatura influye en el nivel de contaminacin
de un producto, medida en mgms/lt, para esto
primero efecta cuatro pruebas a una temperatura
de 80C y enseguida cuatro pruebas a 90C, los
Resultados son:

80C

2.2

2.8

3.2

3.6

2.95

90C

3.4

3.9

4.3

4.7

4.07

A primera vista con la temperatura de 80C se ve que


tiene menor nivel de contaminacin, sin embargo, algo raro
se observa, el nivel de contaminacin siempre aumenta,
esto se debe a que los residuos que quedan en el equipo
aumentan constantemente la contaminacin del producto.
Esto se puede evitar lavando perfectamente el material, lo
cual puede no ser fsicamente posible. "En lugar de esto
podemos confundir, anular o igualar este efecto, realizando
las pruebas en orden aleatorio bajo las dos temperaturas.
En una diagrama causa-efecto con un gran nmero de
factores afectando la caracterstica de calidad, si se desea
analizar el efecto de uno o varios factores, se debera
controlar y medir todos los otros factores y aun as no
eliminara el error aleatorio, en lugar de esto se puede
"confundir" o anular el efecto de estos factores no

La aleatoriedad por lo tanto es importante por al


menos dos razones
i) Confunde el efecto de factores no
controlables y
ii) Valida las pruebas estadsticas al hacer que
los errores experimentales sean
estadsticamente independientes.
Anlisis por bloques. Es una tcnica que se
usa para incrementar la precisin del
experimento. Un bloque es una porcin del
material experimental que sea ms homognea
que el total del material o cuando las
condiciones son ms homogneas. Al realizar un
experimento por bloques se hacen las
comparaciones entre las condiciones de inters
del experimento dentro de cada bloque.

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.

1.4. Aplicaciones del diseo


de experimentos.

En muchas ocasiones l termino experimento se considera


asociado exclusivamente para cuestiones cientficas y
tericas; sin embargo tienen varias aplicaciones prcticas.
Algunos ejemplos son:
Si la materia prima que es entregada por tres diferentes
proveedores producen caractersticas diferentes en el producto
Si diferentes marcas de herramienta tienen o no vida
diferente.
Si la temperatura de recocido afecta o no alguna propiedad
mecnica del producto.
Si diferentes cabezales de una misma mquina producen
productos similares.
Si un nuevo mtodo de ensamble incrementa o no la
productividad en una lnea de produccin.
Cul es el factor que ms influye en la variabilidad de
alguna caracterstica de calidad.

Es necesario tener claros y en todo caso revisar los


siguientes conceptos estadsticos antes de seguir:

Qu
Qu
Qu
Qu
Qu
Qu

es
es
es
es
es
es

una prueba de hiptesis?


un error tipo I y Qu es un error tipo II?
una prueba t para comparar dos medias?
la potencia de una prueba de hiptesis?
control estadstico?.
nivel de significancia?.

Conclusin.
Existen diversos tipos de diseos de experimentos,
distintas
maneras
de
realizar
una
buena
experimentacin
y
as
nosotros
con
esta
investigacin concluimos que nos sirve de mucho
estos diseos de experimentos para obtener
resultados mas cercas a los esperados en nuestra
tesis.

Referencias bibliogrficas.
Curso de diseo de experimentos.
Material electrnico proporcionado por
el maestro Manuel Garca