INTRODUCCION A LA

INGENIERIA DE
CALIDAD
Occidente Vs Oriente
Concepto de Ruido en el Diseo Robusto
Confiabilidad del Producto
Concepto de Calidad

INGENIERIA DE CALIDAD
OCCIDENTE
Es considerada como una
tarea separada del
desarrollo, diseo y
manufactura.
La sociedad profesional
de los expertos en calidad
es la ASQC (American
Society of Quality
Control)

JAPON
La Calidad es
responsabilidad de todos
los ingenieros y directores.
No se tiene a una sociedad
propia de la calidad, en su
lugar est la JUSE
(Japanese Union of
Scientists and Engineers)

Un producto debe ser manufacturado en forma

eficiente y ser insensible a la variacin que se da
tanto dentro del proceso de produccin como en
manos del consumidor.
Reducir la variacin se traduce en mayor
confiabilidad y en ahorro considerable de costos
tanto por parte del fabricante como del
consumidor.

RUIDO EN EL DISEO
ROBUSTO
Una vez que el consumidor comienza a usar el
producto, su calidad puede variar por muchas
razones.
La causa de esta variabilidad es llamada

FACTOR DE RUIDO

Los factores que causan que una caracterstica

funcional se desve de su valor objetivo, se
llaman factores de ruido.
Los factores de ruido causan variacin y
prdida de calidad.
Esta prdida de calidad constituye una
prdida, en trminos de tiempo y dinero, tanto
a los consumidores como a los fabricantes, y
en ltimo trmino a la sociedad.

TIPOS DE RUIDO
PERDIDA A LA SOCIEDAD

DESVIACION DE LAS
CARACTERISTICAS CON RESPECTO
AL VALOR OBJETIVO

FACTORES DE RUIDO

RUIDO
EXTERNO

RUIDO
INTERNO

RUIDO ENTRE
PRODUCTOS

RUIDO EXTERNO

Se define como las fuentes de variabilidad que vienen de

fuera del producto:
La temperatura y la humedad en la cual el producto es
usado.
El error humano, incluyendo a la ignorancia y el abuso
intencional.
El polvo en el medio ambiente.
Variacin del voltaje de entrada
Luces ultravioletas

RUIDO ENTRE PRODUCTOS

Es el resultado de no poder fabricar dos o

ms productos idnticos.
Dimensiones
Concentraciones qumicas de lote a lote
Variaciones de espesor
Pesos
Resistencias

RUIDO INTERNO
Es la variacin causada por el deterioro. Cambios
internos del producto o proceso. Es comn para
ciertos productos que se deterioren durante su uso o
su almacenamiento.
Prdida de masa en los filamentos de los focos
Deterioro de la pintura en una casa
Kilometraje del auto
Compresin del empaque en una llave

CONFIABILIDAD DEL PRODUCTO

E INGENIERIA DE CALIDAD

Fallas

El resultado del ruido es caracterizado

como un problema de confiabilidad.
Fallas tempranas
de vida

Fallas finales
de vida

Entre productos

Deterioro
Externo

Tiempo en servicio

ROBUSTEZ
Existen dos maneras de minimizar la variabilidad:
Eliminar la fuente actual de ruido
Eliminar la sensibilidad del producto al las fuentes de ruido.

Esto puede ser muy costoso ya que algunos factores de ruido

no pueden ser controlados y otros son difciles de controlar.

DISEO ROBUSTO
ROBUSTO
DISEO
Sedice
diceque
queun
unproducto
productooo proceso
procesoes
esrobusto,
robusto,
Se
cuandoes
esinsensible
insensibleaa los
losefectos
efectosde
delas
lasfuentes
fuentes
cuando
devariacin,
variacin,an
ancuando
cuando estas
estasno
nohayan
hayansido
sido
de
eliminadas..
eliminadas..

ACTIVIDAD DEL DISEO ROBUSTO

DISEO Y
MANUFACTURA

Requisitos del
cliente
Funcin Deseada
Medio ambiente de
uso
Costo de fallas

Conocimiento
Cientfico

Entendimiento del
fenmeno natural

Diseo del
producto
Bajo Costo
Alta Calidad

Conocimiento
de Ingeniera

Experiencia con diseos previos y

procesos de manufactura

CALIDAD
Hacerlo bien desde la primera vez
Adecuacin al uso
Sentimiento de satisfaccin
ESTAR DENTRO DE ESPECIFICACIONES
LIE

LSE

BUENOS
DEFECTUOSOS

DEFECTUOSOS

NOMINAL
CARACTERISTICA DE CALIDAD

CALIDAD SEGUN TAGUCHI

LA CALIDAD DE UN PRODUCTO ES LA (MINIMA) PERDIDA QUE EL
PRODUCTO OCASIONA A LA SOCIEDAD DESDE QUE ES
EMBARCADA.

Costos de Garanta
LSE

LIE

VALOR NOMINAL

DENSIDAD DE COLOR EN UN
CONJUNTO DE TELEVISORES
Sony - Japn

Sony - USA

m-5
D

A
Grado

m+5
B

Densidad
de color

FUNCION PERDIDA
P
E
R
D
I
D
A
($)

MALA

MALA

REGULAR

REGULAR

BUENA

BUENA

LO MEJOR

LSE
OBJETIVO = m
CARACTERISTICA DE CALIDAD =
L(Y) =yk(y-m)2
LIE

MEDICION DE LA CALIDAD
Los ingenieros deben de contabilizar la prdida monetaria que los
consumidores incurren cuando el producto se degrada en
presencia del ruido. Contabilizar el efecto del ruido en la empresa
no es suficiente.

PRINCIPIOS PARA LA DESCRIPCION

CUANTITATIVA DE CALIDAD
La desviacin del valor objetivo resulta en una prdida
al consumidor, prdida al productor y finalmente
prdida a la sociedad.
Las prdidas monetarias debidas a la desviacin del
valor objetivo forma la base para la descripcin
cuantitativa de la calidad.

COSTOS PARA MEDIR Y

CUANTIFICAR LA CALIDAD
Los costos pueden ser difciles de cuantificar.
Parte del trabajo de un ingeniero es minimizar el
costo total del diseo .
Costo de la unidad manufacturada
Costos del ciclo de vida
Costos de la prdida de calidad
Este ltimo costo es ms difcil de cuantificar que los
otros, pero es importante que se tome en cuenta.

COSTOS DE LA PERDIDA
DE CALIDAD
Este costo est directamente relacionado con la desviacin del
funcionamiento del producto y basado en las consecuencias
econmicas del grado de alejamiento de su valor objetivo.

Prdida del Consumidor

Prdidas debidas al mal funcionamiento del producto.
Costo de la renta para el remplazo del producto que esta
siendo reparado.
Costos de servicio que no incluyen garanta.

PERDIDA DEL FABRICANTE

Inspeccin, Desperdicio y Retrabajo
Costos de garanta
Costos de devolucin
Prdida de ventas y clientes
Demandas
PERDIDA A LA SOCIEDAD
Contaminacin del medio ambiente.
Lesiones personales o perdida de vida.
Interrupcin de la comunicacin y el transporte

INGENIERIA DE CALIDAD

FUERA DE LA LINEA

Actividades que toman lugar durante

el desarrollo y el diseo del producto y
proceso.
Diseo del Concepto, del parmetro y
de Tolerancias.

DENTRO DE LA LINEA
Se refiere a los procedimientos o actividades
que toman lugar durante la produccin.

DISEO DEL CONCEPTO

Es la fase en la cual el equipo de desarrollo del producto
define un sistema que funciona bajo un conjunto inicial
de condiciones nominales.
El sistema debe de usar solamente la tecnologa que ha
mostrado ser robusta.
El concepto puede ser un nuevo invento que sorprenda al
consumidor y al competidor, como una respuesta directa
de las necesidades del consumidor o un incremento a la
oferta competitiva.
DSN
QFD

BENCHMARKING
DOE

DISEO DEL PARAMETRO

Es la fase en la cual el equipo del desarrollo del
producto optimiza el concepto de diseo identificando
los niveles de los factores de control que hace al sistema
menos sensible al ruido.
Factores de Ruido
Factor
Seal

Diagrama P
Factores de
Control

Caracterstica
de calidad

DISEO DE TOLERANCIAS
Es la fase en la cual el equipo del diseo del producto
especifica las desviaciones permitidas en los valores del
parmetro.
Durante esta fase se establecen las especificaciones,
tomando en cuenta a los factores de ruido externos.
Aqu la meta es volver a optimizar los costos de
manufactura, de ciclo de vida y los de la prdida de
calidad.

ANOVA
FUNCION PERDIDA

DOE

INGENIERIA DE CALIDAD
DENTRO DE LA LINEA
Mantener la consistencia dentro de la
produccin y el ensamble para minimizar la
variacin entre unidades.
Mantener los bajos costos y la alta calidad
simultneamente.
SPC
SSN

FUNCION PERDIDA
BASADA EN EL CONTROL DEL PROCESO

 Conformarse con los lmites de

especificacin
es un indicador inadecuado de la calidad
o
prdida debida a la mala calidad.
La prdida de calidad es causada por la
insatisfaccin del consumidor.

RECORDAR QUE:

La prdida de calidad puede relacionarse

con
las caractersticas del producto.
La prdida de calidad es una prdida
financiera.
La funcin de prdida es una herramienta
excelente para evaluar la prdida en la
etapa

CARACTERISTICAS DE CALIDAD
Caractersticas cuantificables, que son las que se pueden medir en una escala continua.

Nominal es mejor: Es una caracterstica

con un valor objetivo.
Menor es mejor: Es una caracterstica
cuyo mejor valor es cero.
Mayor es mejor: Es una caracterstica
cuyo mejor valor es infinito.
Caractersticas por atributos, que son las que no se pueden medir en una escala continua,
pero que pueden ser clasificadas en una escala graduada discreta.

FUNCION PERDIDA
P
E
R
D
I
D
A
($)

MALA

MALA

REGULAR

REGULAR

BUENA

BUENA

LO MEJOR

LSE
OBJETIVO = m
CARACTERISTICA DE CALIDAD =
L(Y) =yk(y-m)2
LIE

PORCENTAJE DE PERSONAS

DISTRIBUCION PROMEDIO DE
PREFERENCIAS
100%

50%

0%

60F

70F

80F

COEFICIENTE DE PERDIDA DE
CALIDAD (K)
Este es determinado al encontrar los lmites funcionales o
las tolerancias del consumidor que son puntos en el cual el
producto tendr un comportamiento inaceptable en
aproximadamente el 50% de los consumidores m 0
La suma de los costos de las consecuencias de las fallas
es llamada A0
A0
L(y)

Es ms

METODO
bien
de carcter
TAGUCHI

tcnico

que terico.

Esta orientada a la productividad y

a la reduccin de costos, y no tanto
a responder al rigor estadstico.

Los conceptos fundamentales de

su filosofa y metodologa se basan
en la relacin que existe entre
variacin, costo y ahorro.

NOMINAL ES LO MEJOR
Para una pieza : L = K(y - m)2
Para n piezas : L = k( 2 + ( y- m)2 )

L($)

OBJETIVO = m

MENOR ES LO MEJOR
Para una pieza: L = ky2
Para n piezas : L = k (MSD) = k ( y2 +
2 )
L($)

OBJETIVO = 0

MAYOR ES LO MEJOR
Para una pieza : L = k/y2
Para n piezas: L = k (MSD) k 1 (1 + 3 x 2 )
y2
y2

L($)

OBJETIVO =

EJEMPLO
Determinar la funcin prdida para el circuito de
la fuente de poder de un televisor, en donde el
valor nominal de y (voltaje de salida) es m = 115
Volts. El costo promedio por reparar o
reemplazar el televisor de color es U.S. $100.00.
Esto ocurre cuando y esta fuera del rango de 115
20 Volts., estando el aparato ya en poder del
consumidor.
L(y)=K(y - m)2
K = $100 = 0.25 $/Volts.2
(20v)2

Suponga que el circuito se embarc

con una salida de 110 Voltios sin
ser reprocesada. Esta es una
prdida de:
L = $0.25 (110 - 115)2 = $6.25
Suponga que el voltaje de salida
puede recalibrarse al final de la
lnea de produccin a un costo de
U.S. $2.00. Cul es la tolerancia
de manufactura?

FAB.
1

112

113 113 114 114 115 115

116

116 117 117 115 118

113

114 114 114 115 115 115

115

115 116 116 116 113

113

113 112 113 112 113 114

115

112 113 114 112 114

114

115 116 114 115 116 114

115

116 114 115 116 115

MSD

L($)

2.92

$0.73/pza.

$0.73/pza.
112

$0.15/pza

$1.23/pza

112

112

118

118

$0.27/pza
m
118

112

118

MENOR ES LO
MEJOR de calidad que nos
La caracterstica
interesa es :
y= % de encogimiento de una cubierta de
velocmetro.
Cuando y es 1.5%, el 50% de los
consumidores se queja del estuche y lo
regresa para reemplazarlo por otro. El
costo de reemplazo es de $80.00
L=Ky2
K= 80/1.52= 35.33

PORCENTAJE DE ENCOGIMIENTO
DE LAS CUBIERTAS
MATERIAL

Y2

MSD

L($)

A 0.28 0.24 0.33 0.30 0.35 0.0037 0.0713 .0750

2.67

0.18 0.26 0.24 0.16 0.33

B

0.08 0.12 0.07 0.03 0.03 0.00082 0.0036 0.0044

0.09 0.06 0.05 0.04 0.03

0.16

MAYOR ES LO
MEJOR

Se desea maximizar la tensin de la

soldadura protectora de las
terminales de un motor. Cuando la
tensin de la soldadura es 0.2 lbs/in2,
algunas soldaduras se quebraran y
tendran un costo promedio de
reemplazo de $200.00
L= k/y2
k= Ly2 = 200(0.2)2=

TENSION DE LA SOLDADURA
ANTES Y DESPUES

EXPERI MENTO
ANTES

Y2

L($)

2.3 2.0 1.9 1.7 2.1 0.076 3.76 2.26

2.2 1.4 2.2 2.0 1.6

DESPUES

2.1 2.9 2.4 2.5 2.4

2.8 2.1 2.6 2.7 2.3

RAZON SEAL RUIDO

Usos de la funcin prdida:
Cuantificar la calidad en la etapa de diseo.
Comparar los costos de calidad esperados con los
costos de manufactura.
Determinar tolerancias.
La funcin prdida no es independiente de los ajustes de la
media despus de reducir la variabilidad. Esto es, si el
sistema es estable en la presencia de ruido, pero no est en el
valor objetivo, la prdida de calidad es alta. Cualquier ajuste
puede poner al sistema en el objetivo, resultando una
prdida baja. Es por esto, que la funcin prdida no es una
medicin buena para la optimizacin del diseo de
parmetros en donde es til reducir la variabilidad
independientemente de poner al sistema en el valor objetivo.

PROPIEDADES DE LA RAZON
SEAL RUIDO (S/N)
Refleja la variabilidad en la respuesta del sistema
causada por los factores de ruido.
Es independiente del ajuste de la media. Predice la
calidad an cuando el valor del objetivo deba ser
cambiado.
Mide la calidad relativa, porque se puede usar para
propsitos de comparacin.
No induce a complicaciones innecesarias, tal como las
interacciones de los factores, cuando la influencia de
varios factores en la calidad del producto son analizadas.

PROCEDIMIENTO PARA CREAR

LA RAZON SEAL RUIDO (S/N)
Se utiliza como base a la desviacin cuadrada media
(MSD) de la funcin prdida .
La MSD se modifica para hacer a la razn seal ruido
independiente de los ajustes de la media hacia el objetivo.
La expresin resultante es transformada
matemticamente a decibeles por el uso del logaritmo.
Esto hace que la razn S/N sea una medida de calidad
relativa y ayuda a reducir los efectos de las interacciones
entre los factores de control.

RAZON S/N
EFECTO DE LA TEMPERATURA SOBRE LA UNIFORMIDAD
DE ESPESOR
m = 3600
Temperatura Tiempo
Espesor
Desviacin
Exp.
L
(C)
(min)
medio
estndar

To

36

1800

32

3,241,024

To + 25

36

3400

200

80,000

El objetivo de cualquier experimento sera minimizar la

varianza manteniendo la media en el valor objetivo. Esta es
una restriccin para la optimizacin de cualquier problema,
el cual puede ser muy complicado, especialmente cuando
existen muchos factores de control. Cuando existe un factor
de escala (un factor que incrementa la respuesta
proporcionalmente) el problema se simplifica.

RAZON S/N
El supuesto de que la media y la desviacin estndar tienen
una escala proporcional con el factor de escala, se tiene en
consideracin lo siguiente:
1. Dividir el valor objetivo entre la media actual, se llama
razn de escala. SR = m/y
2. Multiplicar el nivel del factor de escala por la razn de
escala para obtener el valor deseado sobre el valor objetivo
despus del ajuste.
3. Multiplicar la media por el valor de la razn de escala,
coloca a la media en el valor objetivo.
4. Multiplicar la desviacin estndar por la razn de escala
para obtener la variacin despus del ajuste.

RAZON S/N
FUNCIN PRDIDA DESPUS DEL AJUSTE
La = k(ms/y)2
Exp.

Temperatura
(C)

Tiempo
(min)

Espesor
medio

Desviacin
estndar

La

To

72

3600

64

4096

To + 25

38

3600

211.76

44844

La = k m 2(s 2 /y 2)
Como K y m son constantes, se necesita enfocar la atencin
solamente en la relacin (y 2 / s 2). Esta relacin se llama S/N
porque s 2 es el efecto del factor ruido.
Maximizando (y 2 / s 2) es equivalente a minimizar la
prdida de calidad despus del ajuste, y tambin equivale a
minimizar la sensibilidad de los factores de ruido.

RAZON S/N

Para mejorar la aditividad de los efectos de los

factores de control, es comn transformar la
relacin (y 2 / s 2) en logaritmo y expresar la razn
S/N en decibeles.
= 10 log (y 2 / s 2)
El rango de valores de (y 2 / s 2) es (0, ), mientras que el
rango de valores de y es (-, ). Entonces en el dominio
del logaritmo, se tiene mejor aditividad de los efectos de dos
o ms factores de control. Maximizar la relacin (y 2 / s 2) es
equivalente a maximizar .

RAZON S/N

IDENTIFICACION DEL
FACTOR DE ESCALA
Se puede maximizar con la media y la desviacin
observadas sin saber cual es el factor escala.
Tambin la operacin de escala no cambia los
valores de .
Es por esto que el proceso de descubrir al factor
escala y a los niveles ptimos de varios factores de
control es simple.
Consiste en determinar los efectos de cada factor de
control sobre y la media, y luego clasificar esos
factores.

RAZON S/N

CLASIFICACION DE LOS FACTORES PARA

DETERMINAR EL FACTOR DE AJUSTE
1. FACTORES QUE TIENEN EFECTO SIGNIFICATIVO
SOBRE Y POCA INFLUENCIA SOBRE LA MEDIA.
Estos no son factores de escala, representan una oportunidad

S/N

MEDIA

substancial de reducir la variabilidad. Para estos factores se

debe seleccionar los niveles que en donde sea mximo .

Bajo

Alto

Bajo

Alto

RAZON S/N
2. FACTORES QUE TIENEN EFECTO SIGNIFICATIVO
SOBRE LA MEDIA Y POCA INFLUENCIA SOBRE .
Estos son factores de escala. Se pueden usar para ajustar la

S/N

MEDIA

media al valor objetivo.

Bajo

Alto

Bajo

Alto

RAZON S/N
3. FACTORES QUE NO TIENEN EFECTO
SIGNIFICATIVO SOBRE LA MEDIA Y TAMPOCO
SOBRE .
Estos son factores neutrales, y se puede seleccionar sus
mejores niveles para otras consideraciones tales como el fcil

S/N

MEDIA

manejo de operacin y el costo.

Bajo

Alto

Bajo

Alto

FORMULAS PARA LA RAZON

SEAL RUIDO (S/N)
CASO

S/N

Menor es lo mejor

-10 log(1/nyi2)

Mayor es lo mejor

-10 log(1/n(1/yi2))

Nominal es lo mejor

10 log (y2/s2)

ARREGLO ORTOGONAL
A

Nm.

Res.

y1

y2

y3

y4

y5

y6

y7

y8

ARREGLO ORTOGONAL

GRADOS DE LIBERTAD
El primer paso para construir un arreglo ortogonal es
contar los grados de libertad totales que nos dicen el
mnimo nmero de experimentos que deben ser
llevados a cabo para el estudio.
Para comenzar se tiene un grado de libertad asociado
con la media general, sin tener en cuenta el numero de
factores de control que sern estudiados.
En general, el nmero de grados de libertad asociados
con un factor es igual a el nmero de niveles de ese
factor menos uno.

ARREGLO ORTOGONAL

EJEMPLO
Suponga que es de inters probar a un factor (A) a 2 niveles,
cinco factores (B, C, D, E, F) a 3 niveles y la interaccin A x B.
Los grados de libertad para este experimento se calculan de la
siguiente manera:
Factor / Interaccin Grados de Libertad
Media General
1
A
21=1
B, C, D, E, F
5 x (3 1) = 10
AxB
(2 1) x (3 1) = 2
Total
14
Esto nos indica que se deben de correr por lo menos 14
experimentos para poder estimar los efectos de cada factor y
la interaccin seleccionada.

ARREGLO ORTOGONAL
El nombre del arreglo ortogonal indica el nmero de
renglones y columnas que tiene, as como el nmero de
niveles en cada columna.
Por ejemplo el arreglo L4 (23) tiene cuatro renglones y tres
columnas de 2 niveles. El arreglo L18 (2137) tiene 18 renglones;
una columna de 2 niveles y 7 de tres columnas.
Cuando existen 2 arreglos con el mismo nmero de renglones,
el segundo arreglo se le identifica con una comilla.
El nmero de renglones de un arreglo ortogonal representa el
nmero de experimentos. El nmero de renglones debe ser
por lo menos igual a los grados de libertad requeridos en el
estudio.
El nmero de columnas de un arreglo representa el nmero
mximo de factores que se estudiarn en el experimento.

ARREGLOS ORTOGONALES ESTANDAR

ARREGLO
ORTOGONAL
L4
L8
L9
L12
L16
L16
L18
L25
L27
L32
L32
L36
L36
L50
L54
L64
L64
L81
64

NUMERO DE
RENGLONES
4
8
9
12
16
16
18
25
27
32
32
36
36
50
54
64
64
81

MAXIMO NUM.
DE FACTORES
3
7
4
11
15
5
8
6
13
31
10
23
16
12
26
63
21
40

Nmero maximo de columnas a estos niveles

2
3
4
5
3
7
4
11
15
5
1
7
6
13
31
1
9
11
12
3
13
1
11
1
25
63
21
40
-

ARREGLO ORTOGONAL

TECNICA DEL NIVEL FICTICIO

Esta tcnica nos permite asignar un factor con m
niveles a la columna que tiene n niveles, donde n es
mayor que m.
EJEMPLO
Se quiere correr un experimento en donde el factor A tiene 2
niveles y los factores B, C y D tienen 3 niveles. Se
seleccionar un L9, ya que el L8 que es el que se necesita slo
se puede seleccionar para factores de 2 niveles.
Aqu se puede tomar una columna para cada factor, y en este
caso seleccionaremos la columna 1 para el factor A, y se
igualar el nivel 3 con el nivel uno del factor A. Esto es A3=A1

ARREGLO ORTOGONAL
ARREGLO L9 CON NIVEL
FICTICIO

ARREGLO L9

Exp. No.
1
2
3
4
5
6
7
8
9

A
1
1
1
2
2
2
3
3
3

B
1
2
3
1
2
3
1
2
3

C
1
2
3
2
3
1
3
1
2

D
1
2
3
3
1
2
2
3
1

Exp. No.
1
2
3
4
5
6
7
8
9

A
A1
A1
A1
A2
A2
A2
A1
A1
A1

B
B1
B2
B3
B1
B2
B3
B1
B2
B3

C
C1
C2
C3
C2
C3
C1
C3
C1
C2

D
D1
D2
D3
D3
D1
D2
D2
D3
D1

METODO DEL FACTOR COMBINADO

Este mtodo permite estudiar mas factores de los que tiene
un arreglo ortogonal en sus columnas. Se puede utilizar
para asignar 2 factores a 2 niveles en la columna de 3 niveles
de la manera siguiente:
Sean A y E los factores de dos niveles. Existe un total de 4
combinaciones que son A1E1, A2E1, A1E2 y A2E2. Se
seleccionan tres de los niveles de ms importancia y se les
asigna como nivel 1, 2 y 3 como sigue: (AE)1 = A1E1, (AE)2 =
A1E2 y (AE)3= A2E1 .
Para calcular los efectos de A y E se procede a obtener la
diferencia entre (AE)1 y (AE)2 , esta nos indica el efecto del
cambio de E1 a E2. De igual forma la diferencia entre (AE)1
y (AE)3 indica el efecto del cambio de A1 a A2.

ARREGLO ORTOGONAL

ARREGLO L9 CON FACTOR COMPUESTO

Exp. No.
1
2
3
4
5
6
7
8
9

A
1
1
1
2
2
2
3
3
3

B
1
2
3
1
2
3
1
2
3

C
1
2
3
2
3
1
3
1
2

D
1
2
3
3
1
2
2
3
1

Exp. No.
1
2
3
4
5
6
7
8
9

AE
A1E1
A1E1
A1E1
A1E2
A1E2
A1E2
A2E1
A2E1
A2E1

B
B1
B2
B3
B1
B2
B3
B1
B2
B3

C
C1
C2
C3
C2
C3
C1
C3
C1
C2

D
D1
D2
D3
D3
D1
D2
D2
D3
D1

EFECTO DE LA INTERACCION
A2B2

A2B1
A1 B 2
A1 B 1

A1
Efecto

A2

= (y A2B2 - y A1B2) - (y A2B1 - y A1B1) = (y A2B2 + y A1B1) - (y A2B1 + y A1B2)

EFECTO DE LA INTERACCION
A

Nm.

Factor C2 = yA1B2+yA2B1
Factor C1 = yA1B1+yA2B2

EFECTO C =( yA1B1+ yA2B2) - (yA1B2 + yA2B1)

EECTO A x B =(yA2B2 + yA1B1) - (yA2B1 + yA1B2)

INTERACCIONES ENTRE DOS

COLUMNAS L8
Columna
No.

(1)

3
(2)

2
1
(3)

5
6
7
(4)

4
7
6
1
(5)

7
4
5
2
3
(6)

6
5
4
3
2
1
(7)

COMO UTILIZAR LAS GRAFICAS

LINEALES?
Los factores se asignan a los puntos.
Se asigna una interaccin entre dos
factores al segmento de lnea que
conecta los dos puntos
correspondientes.
Si una interaccin entre dos factores se
considera irrelevante, entonces puede
asignarse un factor al segmento de lnea
correspondiente.

DISEO DE EXPERIMENTOS UTILIZANDO

UN ARREGLO ORTOGONAL
Paso1: Se selecciona el arreglo ortogonal apropiado
a) Se cuenta el nmero total de grados de libertad que
se necesitan.
b) Un arreglo ortogonal de dos niveles con m
columnas tiene m grados de libertad. Se selecciona un
arreglo ortogonal que cubra su total.
Paso 2: Se dibuja la grfica lineal requerida.
Paso 3: Se selecciona la grfica lineal estndar
apropiada. Puede haber varias opciones. Hay que
decidir por una de ellas.
Paso 4: Se ajusta la grfica lineal requerida a una de
las grficas lineales estndar del arreglo ortogonal que
se seleccion.
Paso 5: Se asigna cada efecto principal y cada
interaccin a la columna apropiada.

GRAFICAS LINEALES
Una de las contribuciones que el Dr. Taguchi ha hecho
para el uso de arreglos ortogonales en el diseo de
experimentos es el concepto de grficas lineales.
Estas representan grficos equivalentes de las
matrices triangulares que facilitan la asignacin
complicada de factores e interacciones a un arreglo
ortogonal.
(1)

1
3

3
5

1
4
7

4
7

METODO DE FUSION DE
COLUMNAS
Este mtodo puede ser utilizado para crear :
Columnas de 4 niveles en un arreglo ortogonal estndar con
todas las columnas a 2 niveles.
Columnas de 9 niveles en un arreglo ortogonal estndar con
todas las columnas a 3 niveles.
Columnas de 6 niveles en un arreglo ortogonal estndar con
algunas columnas a 2 niveles y otras a 3 niveles.
Para crear una columna de 4 niveles, se fusionan cualquiera de
dos columnas y la columna de su interaccin.

C=AxB

Nm.

Nm. (1-2-3)

Las tres columnas fusionadas tienen un grado de libertad

cada una , por lo tanto juntas tienen tres grados de libertad,
que son los que se necesitan para el factor de 4 niveles.

METODO CON FACTOR DE

BIFURCACION
A = Material
B = Mtodo de llenado
C = Mtodo de horneado
C1 = Horno
Convencional

C2 = Horno
Infrarrojo

D = Temperatura de horneado

F = Intensidad de luz

E = Tiempo de horneado

G = Velocidad de la banda

GRAFICA LINEAL
D, F
C

E,G

2
3
1

D, F

E,G

D, F

E, G

Nm.

C1

D1

E1

A1

B1

C1

D1

E2

A2

B2

C1

D2

E1

A2

B2

C1

D2

E2

A1

B1

C2

F1

G1

A1

B2

C2

F1

G2

A2

B1

C2

F2

G1

A2

B1

C2

F2

G2

A1

B2

EJEMPLO
La vlvula de vaco del control automtico de
velocidad de un automvil haba estado fallando
durante la fase de ensamble debido a que la mquina
de colocacin rompa el mbolo del cuerpo de la
vlvula. La falla se atribuy a un mal diseo.
La fuerza de desactivacin fue considerada como la
caracterstica ms importante. Se dise un
experimento para determinar la condicin ptima
del proceso, tanto para maximizar la fuerza de
desactivacin as como para minimizar su
variacin.

FACTORES Y NIVELES
CONSIDERADOS EN EL
EXPERIMENTO
FACTOR

NIVEL1
(Existente)
M-270

NIVEL 2 (Nuevo)

2.7 seg.

2.2 seg.

C: Temperatura del cautn

410 F

Ambiente

D: Presin del soporte

60 lbs.

80 lbs.

E: Mtodo de Soldadura

Snico

Resistencia

A: Material
B: Tiempo de reaccin

M-90

DATOS OBTENIDOS

1
2
3
4
5
6
7
8

C
1
1
1
1
1
2
2
2
2

B
2
1
1
2
2
1
1
2
2

BxC
3
1
1
2
2
2
2
1
1

D CxD A
4
5
6
1
1
1
2
2
2
1
1
2
2
2
1
1
2
1
2
1
2
1
2
2
2
1
1

E
7
1
2
2
1
2
1
1
2

DATOS TOTAL
38
40
57
45
41
28
26
35

35
46
52
55
48
24
25
41

73
86
109
100
89
52
51
76

TABLA DE RESPUESTAS
A

CxB

CxD

NIVEL 1

42.25

37.5

46

40.25

34.5

35.75

38.75

NIVEL 2

37.25

42

33.5

39.25

45

43.75

40.75

Diferencia

4.5

12.5

10.5

B1

B2

C1

39.75 52.25

C2

35.25 31.75

Recomendaciones para la
optimizacin:
A1B2C1D1E2

PREDICCION DE LA
RESPUESTA

En el clculo de esta estimacin,

solamente se deben de usar los efectos
fuertes. Esto se hace debido a que el
error experimental (error de varianza) se
confunde dentro de cada uno de los
promedios,
tendiendo
a
dar
una
sobrestimacin.
= T + (C1-T) + (E2 - T) + ((CIB2 - T) - (C1 - T) - (B2 - T))
= E2 - B2 + C1B2 = 45 - 42 + 52.25 = 55.25

ANALISIS DE DATOS UTILIZANDO

ARREGLOS ORTOGONALES
Determinar la respuesta promedio de los
niveles de los factores.
Seleccionar los niveles ptimos de los
factores comparando los promedios de las
respuestas.
Predecir el promedio del proceso para
niveles ptimos.
Comparar la magnitud de la prediccin con
los resultados de la corrida confirmatoria.

CORRIDA CONFIRMATORIA
El propsito de una corrida confirmatoria es
comprobar que los resultados puedan
reproducirse.
Caso1: R = 58 Esto indica una alta probabilidad de
reproducir los resultados.
Caso 2: R = 54 Aunque no es tan bueno como el caso 1
an se tiene buena probabilidad de reproducirlos.
Caso 3: R = 42 La probabilidad de reproducirlos es
baja. Sin embargo si es mejor que la estimacin para la
condicin existente, podra ser
utilizada como
una condicin ptima temporal, hasta que se
hagan mejoras subsecuentes.

CORRIDA CONFIRMATORIA
Caso 4: R = 30 Esto indica una baja
probabilidad de reproducirlos. No se puede
aceptar los resultados experimentales. Debe
ser reconsiderado.
Caso 5: R = 65 Esto es mucho mejor que lo
esperado. Una interaccin puede estar
trabajando en nuestro beneficio para
producir resultados mejores que los
esperados.

MOTIVOS EN EL CASO 4
Mala aditividad. Esto es equivalente
a la existencia de interacciones. Es
probable que se hayan seleccionado
factores de control con interacciones
significativas.
No se seleccionaron suficientes
factores de control para asegurar
que
los
resultados
fueran
reproducibles.
Los niveles pueden haber sido muy
parecidos como para detectar sus

ANALISIS DE ATRIBUTOS
CLASIFICADOS
El primer paso es formar categoras
acumuladas a partir de las categoras
iniciales de modo que la categora
acumulada uno sea igual a la categora
inicial uno, la categora acumulada dos
sea igual a las categoras iniciales uno
ms dos.
(I) = (1),
(II) = (1) + (2),
(III) = (1) + (2) +(3).

EJEMPLO
Para ilustrar los pasos se utilizar un
estudio que se realiz para conocer los
parmetros ptimos de una mquina
moldeadora
al
estar
utilizando
compuesto de un nuevo proveedor. El
aspecto visual se dividi en las
categoras iniciales:
1
2
3
4

=
=
=
=

Incompleto,
Partido/Crudo,
Deforme,
Bien.

ARREGLO ORTOGONAL

RESULTADOS

ACUMULADOS

No.

(1)

(2)

(3)

(4)

II

III

IV

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

10

25

24

16

25

25

49

65

90

Tot

PESO PARA LAS CATEGORIAS

A cada categora se le asigna un
peso segn la frmula:
Wj = 1/(Pj x (1-Pj))
Para el ejemplo que se tiene:
WI = 1/(25/90 x (1-25/90)) = 4.985,
WII = 1/(49/90 x (1-49/90)) = 4.032,
WIII = 1/(65/90 x (1-65/90)) = 4.985.

GRADOS DE LIBERTAD
Los grados de libertad son
calculados en base a los grados
de libertad de un factor para
variables multiplicados por el
nmero de categoras acumuladas
menos uno.
El
error
se
puede
obtener
restndole a la suma total la
suma de cuadrados de cada
factor.

SUMA DE CUADRADOS
CORREGIDA
Para expresar la variacin como un
porcentaje, se requiere restarle a cada
suma de cuadrados una cantidad de
error generada por las diferencias entre
cada resultado en cada nivel.
SS a = SS a - (grados de libertad a) x V
error
SS e= SS e + (grados de libertad de los
factores) x V error

ANOVA
Fuente
Grados
de
de
variacin Libertad

Suma de
Cuad.

Cuad.
Medio

Suma de
Porcentaje
Cuad.
Contrib.
Corregida

104.34

17.39

102.30

37.89

9.94

1.66

7.90

2.92

42.96

7.16

40.92

15.15

29.53

4.92

27.49

10.18

ERROR

243

83.22

0.34

91.38

33.87

TOTAL

267

270

270

100