Summary Diseo de experimentos

Diseo de experimentos
En la industria, el diseo de experimentos puede ser usado para investigar
sistemticamente el proceso o las variables que mayor influencia tienen en la
calidad del producto. Una vez que se han identificado las condiciones del proceso
y los componentes del producto que influyen sobre la calidad del mismo, se
pueden llevar a cabo un estudio que permita mejorar directamente el proceso o las
variables que influyen en la calidad del producto.

Por ejemplo, si se quiere

investigar la influencia que tienen las variables de produccin de galletas, se

pueden incluir las siguientes: tipo de harina, tipo de mantequilla, tipo de azcar,
tipo de polvo para hornear, tipo de agente humectante, tipo de polvo para hornear,
dosificacin de cada uno de los anteriores, velocidad de mezclado, espesor de la
galleta, forma de la galleta, temperatura del horno, etc. Si a cada una de las
variables anteriores se le asignara solo dos niveles de prueba (harina tipo A y
harina tipo B; mantequilla tipo A y mantequilla tipo B, etc. ) se podra penar en un
diseo factorial de 16 factores a dos niveles. Para poder llevar a cabo el anlisis
completo se requerira hacer un total de 216= 65536 pruebas (por lo menos). Si el
proceso toma una hora por cada prueba se necesitaran ms de 7 aos para tener
un resultado. Este camino parece ser no adecuado para el anlisis y mejoramiento
de las galletas a producir. Cmo mejorar este camino? La introduccin del
diseo de experimentos ha permitido que las tcnicas de experimentacin puedan
llevarse a cabo de una manera sistemtica, con un menor nmero de pruebas y
costos y con la obtencin de resultados que mejoran la calidad de los productos.
El diseo de experimentos se lleva a cabo con frecuencia en cuatro etapas:

1. Planeacin
Una planeacin cuidadosa ayuda a evitar problemas que pueden ocurrir
durante la ejecucin del plan de experimentos. Por ejemplo, si la disponibilidad
de personal y equipo, recursos y aspectos operativos del sistema afectan la
posibilidad de completar los experimentos o si el proyecto tiene baja prioridad;
entonces se pensar en un diseo que solo incluya unos pocos experimentos
que generen informacin que podr usarse en el futuro cuando se tengan
mayores facilidades o que el nivel de prioridad del proyecto haya aumentado.
La preparacin previa a la ejecucin de los experimentos depende de la
naturaleza del problema, pero generalmente sigue las siguientes etapas:
Definicin del problema. Desarrollar una buena descripcin del problema
asegura incluir en el estudio las variables correctas. En esta etapa se identifica
la pregunta que se quiere responder en el estudio.
Definir los objetivos. Una buena definicin de los objetivos asegura que los
experimentos respondan a la pregunta correcta y que generen informacin que
pueda emplearse en el futuro. En este paso se definen las metas del
experimento.
Desarrollar el plan experimental que generar informacin til.

Se deber

asegurarse de revisar los antecedentes relevantes que aparecen la literatura,

principios tericos y todo el conocimiento acumulado en la operacin diaria de
la planta. Por ejemplo, si se quiere identificar los factores o condiciones del
proceso que afectan el desarrollo y contribuyen a una variabilidad en la
operacin se deber consultar a los operarios y la bitcora de operacin.
Asegurarse que el proceso y el sistema de medicin est bajo control.
Idealmente, ambos debern estar bajo un control estadstico. An si no se
tuviera el proceso bajo control por completo, el mismo deber ser reproducible
para poder determinar la variabilidad del sistema.

2. Seleccin de variables importantes

Tal y como se mencion previamente, en muchas aplicaciones se puede tener
un nmero potencial de variables muy grande que hara imposible el anlisis.
En esta etapa se pretende encontrar solo aqullas que sean clave y que
afecten la calidad del producto. La reduccin de variables permite poner
atencin en las variables que realmente mejoran la calidad del producto. La
identificacin de las variables vitales, permite sugerir los parmetros ptimos
de los factores analizados e inclusive indicar si en las respuestas pudiera haber
curvatura (modelos no lineales).
Los siguientes mtodos son usados con frecuencia en la etapa de seleccin de
variables:
Diseos factoriales a dos niveles y diseos de Plackett-Burman de baja
resolucin.
3. Optimizacin
Una vez que se han localizado las variables vitales, se necesita conocer los
valores ptimos de esos factores experimentales. Para ello se plantea un
proceso de optimizacin.

Minitab incluye anlisis de diseos factoriales

completos, diseos de superficie de respuesta y diseos de Taguchi como

herramientas auxiliares para la optimizacin.
4. Verificacin
La verificacin involucra el desarrollo de experimentos que confirmen las
mejores condiciones encontradas en las etapas anteriores (pruebas de
confirmacin).

Tipos de diseo factorial

Los diseos factoriales se clasifican de acuerdo al nmero de factores que se
incluyen (variables de estudio) y el nmero de niveles a estudiar dentro de cada
factor. Por ejemplo se tienen diseos de dos factores y dos niveles.
Factor A niveles 1 y 2 (alto y bajo)
Factor B niveles 1 y 2
En el ejemplo de las galletas antes mencionado, imagine que se determino que las
dos variables principales a analizar eran tipo de harina y temperatura del horno.
Los factores analizar son:
Factor A: tipo de harina

Niveles: Harina Tres Estrellas y Harina La Suprema

Factor B: Temperatura del horno

Niveles: 200 C y 250 C.

El diseo de experimentos de dos factores con dos niveles nos permitir conocer
si en realidad hay diferencia estadstica debida a los factores y si se presenta
alguna interaccin entre los mismos. Esto es, que la harina Tres estrellas se
cuece mejor a 200C y la harina La Suprema a 250C . Cmo se llevaran a
cabo los experimentos? Cuntos experimentos seran necesarios? En qu
orden se realizaran? El diseo correcto de experimentos permite dar respuesta a
estas preguntas. Pero antes, cuando se habla de mejorar la calidad de las
galletas a qu nos referimos?. Necesitamos definir una variable de respuesta
que sea cuantificable, reproducible y con variabilidad constante. Por ejemplo la
dureza de la galleta (resistencia a la presin), color de la misma, nmero de
galletas rotas, etc.

Un esquema del posible diseo de experimentos es el siguiente:

1
A

2
1

2
B

Los experimentos a realizar para poder llevar a cabo el anlisis son:

Combinacin del Nivel
tratamiento
factor A
(1)
0
a
1
b
0
ab
1

del Nivel
del Dureza
factor B
0
12
0
16
1
13
1
18

Solucion:
5/24/2014 7:49:04 AM
Welcome to Minitab, press F1 for help.

Multilevel Factorial Design

Factors:
Base runs:
Base blocks:

2
4
1

Replicates:
Total runs:
Total blocks:

1
4
1

Number of levels: 2, 2

General Linear Model: Resistecia a la versus Tpo de

Harina, Temperatura
Factor
Tpo de Harina
Temperatura

Type
fixed
fixed

Levels
2
2

Values
Tres estrellas, La suprema
200, 250

Analysis of Variance for Resistecia a la presion,

using Adjusted SS for Tests
Source
Tpo de Harina
Temperatura
Error
Total
S = 0.5

DF
1
1
1
3

Seq SS
20.250
2.250
0.250
22.750

R-Sq = 98.90%

Adj SS
20.250
2.250
0.250

Adj MS
20.250
2.250
0.250

F
81.00
9.00

P
0.070
0.205

R-Sq(adj) = 96.70%

Least Squares Means for Resistecia a la presion

Tpo de Harin
Tres estrellas
La suprema
Temperatura
200
250

Mean
12.50
17.00

SE Mean
0.3536
0.3536

14.00
15.50

0.3536
0.3536

Main Effects Plot for Resistecia a la presion

Main Effects Plot for Resistecia a la presion
Data Means
Tpo de Harina

Temperatura

17

Mean

16

15

14

13

12
Tres estrellas

La suprema

200

250

Interaction Plot for Resistecia a la presion

Interaction Plot for Resistecia a la presion
Data Means
Tpo de Harina
Tres estrellas
La suprema

18
17

Mean

16
15
14
13
12
200

250
Temperatura

Con la aplicacin de rplicas se tiene la posibilidad de analizar si existe

variabilidad en las mediciones (error). El anlisis de varianza del problema incluye
la hiptesis nula de que no existe diferencia entre los niveles de cada uno de los
factores ni entre los niveles de la interaccin.
Ejercicio 4.1 (PROY12.MTJ)
Usando Minitab resuelva el ejercicio de las galletas y muestre si alguno de los
factores es estadsticamente significante a un nivel de 0.05.

Ejercicio 4.2 (PROY13.MTJ)

En un experimento de mercadotecnia se desea probar el efecto de tres factores y
sus interacciones sobre el nivel de ventas de un producto. Las variables son A
usar comerciales en radio o televisin; B horario de presentacin (matutino o
vespertino); y C comercial a color o en blanco y negro. La siguiente tabla muestra
los valores de las ventas conseguidas bajo los siguientes esquemas de trabajo.

Combinacin
(1)
a
b
ab
c
ac
bc
abc

Ventas
(rplica1)
30.3
28.5
24.5
25.9
24.8
26.9
24.8
22.2

Ventas
(rplica2)
28.6
31.4
26.6
27.2
23.8
27.8
24.6
33.5

Existe alguna diferencia estadstica significativa entre los valores de las

variables? Pruebe sus clculos a un nivel de significancia de 0.05.
Ejercicio 4.3 (PROY14.MTJ)

Se lleva a cabo un experimento preliminar para estudiar los efectos de cuatro

factores y sus interacciones sobre la produccin de una mquina. Se realizan dos
pruebas de cada una de las combinaciones de tratamiento con el objeto de
proporcionar una medida de error. Se utilizan dos niveles de cada uno de los
factores lo que resulta en los datos de la tabla siguiente:

Combinacin
(1)
a
b
ab
c
ac
bc
abc
d
ad
bd
cd
abd
acd
bcd
abcd

rplica1
7.9
9.1
8.6
11.1
10.4
16.4
12.6
21.9
7.1
7.1
4.7
7.4
9.8
13.8
10.2
12.8

rplica2
9.6
10.2
5.8
12.3
12.0
15.5
15.2
21.9
8.3
8.7
5.8
10.9
7.8
11.2
11.1
14.3

Realice pruebas de todos los efectos principales y las interacciones a niveles de

significancia de 0.05.