Académique Documents
Professionnel Documents
Culture Documents
Pgina 1 de 11
CONTENIDO
Pgina 2 de 11
Entradas
Proceso
Salida y
Algunas de las variables del proceso x1, x2,..., xk son controlables, mientras que otras z1, z2,...,zk son incontrolables (aunque pueden ser controlables para los fines de prueba). Entre los objetivos del experimento pueden incluirse: 1. Determinar cuales variables tiene mayor influencia en la respuesta, y. 2. 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. 3. Determinar el mejor valor de las x que influyen en y, de modo que la variabilidad de y sea pequea. 4. Determinar el mejor valor de las x que influyen en y, de modo que se minimicen los efectos de las variables incontrolables z 1, z2,...zq. Lo mtodos de diseo experimental tiene un propsito que puede ser desarrollar un proceso consistente o robusto; esto es, un proceso que no sea afectado por fuentes de variabilidad externas o ruido (las zi).
Pgina 3 de 11
En el diseo de experimentos se plantean varias preguntas importantes: 1. Son estas dos soluciones los nicos medios para lograr la respuesta de inters? 2. Existen otros factores que pueden afectar la respuesta de las muestras y que deban ser investigados o controlados? 3. Cuntas muestras deben ser sometidas a cada solucin de templado? 4. En que forma debe asignarse cada muestra a los tratamientos, y en que orden deben realizarse las mediciones? 5. Qu mtodo de anlisis debe utilizarse? 6. Qu diferencia en los niveles promedio de respuesta entre los dos tratamientos debe considerarse como significativa? Estas, y quiz muchas otras preguntas, debern satisfactoriamente antes de llevar a cabo el experimento. ser contestadas
Pgina 4 de 11
Cuando se usan experimentos pretendemos analizar el efecto de cambios que nosotros inducimos ms que analizar variaciones al azar. Por ejemplo, mediante un diagrama causa-efecto podemos identificar las posibles causas o factores que inciden en un efecto o respuesta especifica tal y como s muestra en la figura 2
F2 F21 F22 F12
CARACTERISTICA DE CALIDAD
F1 F11
Mediante un experimento podemos inducir cambios en uno varios factores (F 2l. F33 y F11 por ejemplo) y analizar estadsticamente si el cambio en los factores afecta o no el resultado o efecto del proceso. Definicin de experimento, diseo de experimentos y eficiencia de un experimento
Experimento
un conjunto de pruebas estructurado y coherente que son analizadas a fin Es de comprender la operacin del proceso.
Diseo de experimentos
el proceso de planear, ejecutar y analizar el experimento de manera que Es los datos apropiados sean recolectados, y que estos tengan validez estadstica para obtener conclusiones validas y tiles. Se entiende por validez estadstica, el que los resultados se puedan repetir consistentemente sobre todo en la operacin a gran escala o masiva.
Eficiencia de un experimento
Pgina 5 de 11
Esto es, un experimento eficiente debe ser lo ms simple y econmico posible pero efectivo. Las tcnicas del diseo de experimentos pretenden que los experimentos sean eficientes.
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 esta 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 s ve: 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 lo que aumenta 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 numero de factores afectando la caracterstica de calidad, si se desea analizar el efecto de un solo o algunos 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 controlables al efectuar las pruebas siguiendo un orden aleatorio o al azar. La aleatoriedad por lo tanto es importante por al menos dos razones
Pgina 6 de 11
i) ii)
Confunde el efecto de factores no controlables y 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.
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. Otra vez es de vital importancia la participacin del personal involucrado en el problema a fin de seleccionar apropiadamente los factores o variables independientes y los niveles de cada factor o tratamiento de inters. 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 fijo, cualitativo. 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. Adems, el factor es del tipo cualitativo. Por ejemplo tres proveedores, tres turnos, dos procesos diferentes, etc. B. Factor fijo, cuantitativo. 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. La conclusin a que se puede llegar con este caso es si la variable de respuesta es diferente para cada uno de los tratamientos que se seleccionaron y de ser as el tipo de relacin que existe entre el factor y la variable de respuesta (lineal, cuadrtica, etc.). C. Factor aleatorio, cualitativo. En este caso los niveles o tratamientos se seleccionan al azar de entre varios posibles. Ejemplo se tienen varios lotes de un mismo proveedor, al azar se selecciona cuales de ellos analizar, en este caso la conclusin del experimento se extiende para cubrir todos los posibles niveles.. D. Factor aleatorio, cuantitativo. Igual que en el caso anterior los diferentes niveles o tratamientos son seleccionados al azar. Pgina 8 de 11
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. En este material, a menos que se especifique lo contrario, los factores se consideran fijos. 3. Definir el diseo del experimento. Esto imp1ica definir de que manera se efectuaran las pruebas y que modelo matemtico describe mejor el experimento. En el resto de este material se describen varios tipos de experimentos de los cuales se tomar el que mejor se ajuste a la situacin particular. 4. Efectuar el experimento. Esto de acuerdo a lo que se defina en el paso 3. 5. Anlisis de los datos. Estos son bsicamente anlisis estadsticos. 6. Conclusiones y toma de decisiones. Una metodologa (alterna) desarrollada por Douglas C. Montgomery es la siguiente: usar un enfoque estadstico al disear y analizar un experimento se Para 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. A continuacin, se ofrece una gua del procedimiento recomendado: 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.
Pgina 9 de 11
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. Por ejemplo, pueden compararse dos condiciones de produccin A y 8, siendo A la estndar y B una alternativa de menor costo. El investigador estar interesado en demostrar que no hay diferencia en cuanto a la productividad (por ejemplo), entre las dos condiciones. 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. Hay que recordar que los mtodos estadsticos slo proporcionan directrices para la veracidad y validez de los resultados. Los mtodos estadsticos, aplicados adecuadamente, no permiten probar algo experimentalmente, slo hacen posible obtener el probable error de una conclusin, o asignar un nivel de confiabilidad a los resultados. La principal ventaja de los mtodos estadsticos es que agregan objetividad al proceso de toma de decisiones. Las tcnicas estadsticas, aunadas aun buen conocimiento tcnico o del proceso y al sentido comn, suelen llevar a conclusiones razonables.
Pgina 10 de 11
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.
Es necesario tener claros y en todo caso revisar los siguientes conceptos estadsticos antes de seguir: Que es una prueba de hiptesis? Que e s un error tipo I y que es un error tipo II? Que es una prueba t para comparar dos medias? Que es la potencia de una prueba de hiptesis? Que es control estadstico?. Que es nivel de significancia?.
Pgina 11 de 11