MTODOS DE TAGUCHI PARA EL DISEO EXPERIMENTAL

Los mtodos de Taguchi son tcnicas estadsticas para realizar experimentos que pretenden determinar las mejores combinaciones de variables de producto y proceso para fabricar un producto. Es frecuente que a la hora de disear un producto tengamos mltiples variables (FACTORES) que deban ser tenidas en cuenta. Cada uno de estos factores puede tomar distintos valores (NIVELES) y es necesario elegir el ms conveniente. Sin embargo, cuando el nmero de factores y de niveles es elevado, las combinaciones posibles son muchas y el nmero de experimentos a realizar sera muy grande. Por ejemplo, supongamos que una empresa desea lanzar al mercado un alio para ensaladas. Para ello, dispone de 7 ingredientes (7 FACTORES) que pueden ser incluidos o no incluidos en el alio (2 NIVELES: INCLUIR o NO INCLUIR). El nmero de posibles alios sera de 128 (27 ). La mejor forma de identificar el mejor alio sera probar cada una de las 128 posibilidades. Si para probar cada alio la empresa considera necesario realizar un proceso de cata con 1000 personas, esto supondra realizar 128000 pruebas. Supondra un coste muy grande y sera til disponer de un mtodo que permitiera identificar un buen alio con mucho menos trabajo experimenta. El mtodo que propone Taguchi se basa en la utilizacin de matrices ortogonales. Estas matrices indican qu y cuntos experimentos deben realizarse para un nmero de factores y de niveles determinado. Para el ejemplo considerado habra que utilizar la matriz L8(27 ):

L8
E X P E R I M E N T O S

FACTORES

Cada columna corresponde a un factor (un posible ingrediente del alio) y cada fila corresponde a uno de los 8 experimentos que se proponen. La matriz est llena de unos y doses representando respectivamente los dos posibles niveles posibles para cada factor (1 INCLUIRLO, 2 NO INCLUIRLO). Por lo tanto, el experimento 1 representa el alio obtenido de la inclusin de los 7 ingredientes (todas las columnas tienen un 1 en esa fila). El experimento 2 representa el alio obtenido introduciendo nicamente los tres primeros ingredientes. As hasta completar 8 alios distintos. Experimentar estos 8 alios supondra realizar 8000 catas, lo que supone un ahorro importante en el proceso de experimentacin. Medida de resultados dicotmica Supongamos que el resultado que obtenemos para cada una de las catas es discreto consistente en dos valores: SATISFECHO, si le gusta el alio a la persona que lo prueba, e INSATISFECHO, si no le gusta. Podemos obtener una tabla como la siguiente: EXPERIMENTO 1 2 3 4 5 6 7 8 SATISFECHO 500 700 600 300 500 800 100 500 NO SATISFECHO 500 300 400 700 500 200 900 500

Es decir, de las 1000 personas que han probado el alio experimental 1, a 500 le ha gustado y a 500 no le ha gustado. En el caso del alio experimental 7, por ejemplo, slo les ha gustado a 100 personas de las 1000 que lo probaron. A partir de estos datos, podemos obtener para cada ingrediente el porcentaje de personas a las que les han gustado los alios en los que este ingrediente aparece. Por ejemplo, el ingrediente A aparece, si observamos la matriz L8, en los 4 primeros alios experimentales, es decir, le ha gustado a 500+700+600+300=2100 personas de las 4000 que los han probado. Luego el porcentaje de satisfactorios en los alios que contienen este ingrediente es de 52,5%. Esto nos lleva a la siguiente tabla:

Porcentaje satisfactorios FACTOR NIVEL 1 NIVEL 2 (Ingrediente) (Incluir) (No incluir) A 52,5 % 47,5 % B 62,5 % 37,5 % C 45 % 55 % D 42,5 % 57,5 % E 60 % 40 % F 45 % 55 % G 42,5 % 42,5 % El anlisis de la tabla nos permite identificar que nivel parece ms conveniente para cada uno de los factores. En este caso, los ingredientes A, B y E obtienen un mayor porcentaje de satisfactorios en el nivel 1, es decir, parece conveniente su inclusin en el alio. Sin embargo, los ingredientes C, D y F obtienen un mayor porcentaje de satisfactorios en el nivel 2, luego parece conveniente no incluirlos. En el caso del ingrediente G, parece existir una igualdad en los niveles. Lo razonable en este caso sera elegir el nivel ms econmico, es decir, no incluirlo (nivel 2). No obstante, este anlisis resulta un tanto ingenuo, siendo lo ms razonable aplicar tests estadsticos que nos permitieran saber si las diferencias entre estos porcentajes son realmente significativas o si son fortuitas. Puede utilizarse un test ANOVA (Anlisis de la Varianza) para dos criterios de clasificacin y una observacin en cada celda. Medida de resultados discreta o continua Supongamos ahora que cada una de las personas que ha probado los alios debe puntuarlos en una escala de 1 (no me gusta nada) a 10 (me gusta mucho). Entonces podramos obtener una tabla de puntuaciones medias para cada alio experimental: EXPERIMENTO 1 2 3 4 5 6 7 8 PUNTUACIN MEDIA 5 7 6 3 5 8 1 5

Es decir, la puntuacin media de las 1000 personas que han probado el alio experimental 1 es de 5 puntos (suma de las 1000 calificaciones / 1000 = 5). El alio que peor puntuacin media recibe es el nmero 7.

A partir de estos datos, podemos obtener para cada ingrediente la puntuacin media de los alios en los que interviene. Por ejemplo, el ingrediente A aparece, si observamos la matriz L8, en los 4 primeros alios experimentales, los cuales obtienen una puntuacin de 5, 7, 6 y 3 respectivamente. La puntuacin media de los alios en los que aparece ser de (5+7+6+3)/4=5,25. Estos clculos nos llevan a la siguiente tabla: Puntuacin media FACTOR NIVEL 1 NIVEL 2 (Ingrediente) (Incluir) (No incluir) A 5,25 4,75 B 6,25 3,75 C 4,5 5,5 D 4,25 5,75 E 6,0 4,0 F 4,5 5,5 G 4,25 4,25 La interpretacin de esta tabla es similar a caso en el que la medida de resultados es discreta. Al igual que antes, una interpretacin formal de esta tabla requiere la ejecucin de tests estadsticos. Puede aplicarse un test ANOVA (Anlisis de la Varianza) para dos criterios de clasificacin y 4000 observaciones en cada celda. Otros tipos de matrices El ejemplo aqu comentado (7 factores, 2 niveles) requiere la aplicacin de la matriz ortogonal L8 (27 ). No obstante, hay otras muchas matrices que se utilizan para problemas con distinto nmero de factores y niveles. En general se denotan como: L () Siendo el n mero de experimentos que se requieren, el nmero de iveles de cada n factor, y el nmero de factores. Por ejemplo, la matriz L9 (34 ) se aplica en casos en que se necesite analizar 4 factores con 3 niveles cada uno. El nmero de experimentos necesarios ser de 9:

Aplicacin A partir de las ideas bsicas aqu incluidas, se han desarrollado numerosos mtodos y procedimientos aplicables a los distintos problemas y situaciones particulares que pueden aparecer a la hora de elegir la configuracin adecuada para disear o fabricar un producto. El diseo experimental basado en los mtodos de Taguchi se ha convertido en un campo de gran inters para disciplinas como la ingeniera y la estadstica. Son numerosos los trabajos y libros publicados al respecto. Son frecuentes los problemas de seleccin de los parmetros ms convenientes para ajustar un proceso de produccin. Por ejemplo, una empresa fabricante de automviles desea calibrar su tnel de pintura para conseguir en el mejor acabado en sus vehculos. Entonces tendr qu manejar una serie de parmetros del tnel (ej. temperatura de la pintura, densidad de la pintura, ) y cada uno podr alcanzar distintos niveles. Pueden aplicarse los mtodos de Taguchi para determinar los niveles adecuados para cada parmetro.