MAESTRIA EN ADMINISTRACION Y LIDERAZGO

ESTADISTICA APLICADA A LOS NEGOCIOS

DISEO DE EXPERIMENTOS (DOE)

Lic. Norma Irene Sols Reyna Lic. Jess Daniel Mrquez Melndez Lic. Eric Crdenas Cervantes Ing. Jess Gerardo Armijo Wong
1

DISEO DE EXPERIMENTOS
Disear un experimento significa planear un experimento de modo que rena la informacin pertinente al problema bajo investigacin. El diseo de un experimento es la secuencia completa de pasos tomados de antemano para asegurar que los datos apropiados se obtendrn de modo que permitan un anlisis objetivo que conduzca a deducciones vlidas con respecto al problema establecido. UN DISEO DE EXPERIMENTO SURGE DE LA NECESIDAD DE RESPONDER A PREGUNTAS COMO: Cmo se va a medir el efecto?, Cules son las caractersticas a analizar? Qu factores afectan las caractersticas que se van a analizar? Cules son los factores que se estudiaran en esta investigacin? Cuntas veces deber ejecutarse el experimento? Cul ser la forma de anlisis? A partir de que valores se considera importante el efecto?
2

DISEO DE EXPERIMENTOS
OBJETIVOS DE UN DISEO DE EXPERIMENTOS Proporcionar la mxima cantidad de informacin pertinente al problema bajo investigacin. El diseo, plan o programa debe ser tan simple como sea posible. La investigacin debe efectuarse lo ms eficientemente posible; ahorrar tiempo, dinero, personal y material experimental. "Proporcionar la mxima cantidad de informacin al mnimo costo PRINCIPIOS BSICOS DEL DISEO DE EXPERIMENTOS 1.- Reproduccin. Proporciona una estimacin del error experimental. Permite obtener una estimacin ms precisa del efecto medio de cualquier factor. 2.- Aleatorizacin. Asignacin al azar de tratamiento a las unidades experimentales. Una suposicin frecuente en los modelos estadsticos de diseo de experimentos en que las observaciones o los errores en ellas estn distribuidos independientemente. La aleatorizacin hace vlida esta suposicin 3.- Control Local. Cantidad de balanceo, bloqueo y agrupamiento de las unidades 3 experimentales que se emplean en el diseo estadstico adaptado.

DISEO DE EXPERIMENTOS
ETAPAS DE UN DISEO DE EXPERIMENTOS Enunciado o planteamiento del problema. Formulacin de hiptesis. Proposicin de la tcnica experimental y el diseo. Examen de sucesos posibles y referencias en que se basan las razones para la indagacin que asegure que el experimento proporcionar la informacin requerida y en la extensin adecuada. Consideracin de los posibles resultados desde el punto de vista de los procedimientos estadsticos que se aplicarn y para asegurar que se satisfagan las condiciones necesarias para que sean vlidos estos procedimientos. Ejecucin del experimento. Aplicacin de las tcnicas estadsticas a los resultados experimentales. Extraccin de conclusiones con medidas de la confiabilidad de las estimaciones generadas. Deber darse cuidadosa consideracin a la validez de las conclusiones para la poblacin de objetos o eventos a la cual se van a aplicar. Valoracin de la investigacin completa y contrastacin con otras investigaciones del mismo problema o similares.
4

DISEO DE EXPERIMENTOS

LISTA DE COMPROBACIN PARA PLANEAR PROGRAMAS DE PRUEBAS. Obtenga el enunciado claro del problema. Identifique la nueva e importante rea del problema. Subraye el problema especfico dentro de sus limitaciones usuales. Defina el propsito exacto del programa de prueba. Determine la relacin del problema particular con la investigacin total o desarrollo del programa. RENA LA INFORMACIN BSICA DISPONIBLE. Investigue todas las fuentes de informacin posible. Tabule los datos pertinentes para planear el nuevo problema.

DISEO DE EXPERIMENTOS
a. b. c. d. e. f. g. h. i. j. Sostenga una conferencia respecto a todas las partes concernientes. DISEE EL PROGRAMA DE PRUEBA Enuncie las proposiciones por probar. Especifique respecto a la magnitud de las diferencias que usted considere que valen la pena. Esboce las alternativas posibles de los sucesos. Escoja los factores por estudiar. Determine el rango prctico de estos factores y los niveles especficos a los que se harn las pruebas. Escoja las mediciones finales que van a hacerse. Considere el efecto de variabilidad de muestreo y de la precisin de mtodos de prueba. Considere las posibles interrelaciones ( o interacciones) de los factores. Determine las limitaciones de tiempo, costo, materiales, potencia humana, instrumentacin y otros factores y de condiciones extraas tales como condiciones metereolgicas. Considere los aspectos de las relaciones humanas del 6 programa.

DISEO DE EXPERIMENTOS
DISEE ELPROGRAMA EN FORMA PRELIMINAR

Prepare una cdula sistemtica y completa. Proporcione las etapas de ejecucin o adaptacin de la cdula si es necesario. Elimine los efectos de las variables que no estn en estudio. Reduzca al mnimo el nmero de ejecuciones del experimentos. Elija el mtodo de anlisis estadstico. Haga las indicaciones prudentes para una acumulacin ordenada de datos.
7

DISEO DE EXPERIMENTOS
REVISE EL DISEO CON TODO LO CONCERNIENTE. Ajuste el programa de acuerdo con los comentarios. Desglose en trminos precisos los pasos a seguir. Planee y lleve a cabo el trabajo experimental. Desarrolle mtodos, materiales y equipo. Aplique los mtodos o tcnicas. Supervise y cheque los detalles modificando los mtodos si es necesario. Registre cualquier modificacin al diseo del programa. Sea cuidadoso en la coleccin de datos. Registre el avance del programa.
8

DISEO DE EXPERIMENTOS
ANALICE LOS DATOS. Reduzca los datos registrados a forma numrica, si es necesario. Aplique las tcnicas adecuadas de la Estadstica Matemtica. INTERPRETE LOS RESULTADOS Considere todos los datos observados. Lmite las conclusiones a deducciones estrictas a partir de la evidencia obtenida. Pruebe, mediante experimentos independientes, las controversias que susciten los datos. Llegue a conclusiones, tanto respecto al significado tcnico de resultados como respecto a significancia estadstica. Especifique lo que implican los resultados para su aplicacin y para trabajos posteriores. Tome en cuente las limitaciones impuestas por los mtodos usados. Enuncie los resultados en trminos de probabilidades verificables.
9

DISEO DE EXPERIMENTOS

PREPARE EL REPORTE. Describa claramente el trabajo dando antecedentes, aclaraciones pertinentes del problema y del significado de los resultados. Use mtodos grficos y tabulares para la presentacin de los datos en forma eficiente para usos futuros. Suministre informacin suficiente para que el lector pueda verificar resultados y sacar sus propias conclusiones. Limite las conclusiones a un resumen objetivo, tal que el trabajo evidencie su uso para consideraciones rpidas y acciones decisivas.

10

DISEO DE EXPERIMENTOS
VENTAJAS Y DESVENTAJAS DE LOS EXPERIMENTOS DISEADOS ESTADSTICAMENTE. 1. 2. Se requiere una estrecha colaboracin entre los estadsticos y el investigador o cientficos con las consiguientes ventajas en el anlisis e interpretacin de las etapas del programa. Se enfatiza respecto a las alternativas anticipadas y respecto a la preplaneacin sistemtica, permitiendo aun la ejecucin por etapas y la produccin nica de datos tiles para el anlisis en combinaciones posteriores. Debe enfocarse la atencin a las interrelaciones y a la estimacin y cuantificacin de fuentes de variabilidad en los resultados. El nmero de pruebas requerido puede determinarse con certeza y a menudo puede reducirse. La comparacin de los efectos de los cambios es ms precisa debido a la agrupacin de resultados. La exactitud de las conclusiones se conoce con una precisin matemticamente definida.
11

3. 4. 5. 6.

12

13

14

DISEO DE EXPERIMENTOS
DESVENTAJAS DE LOS EXPERIMENTOS DISEADOS ESTADSTICAMENTE. Tales diseos y sus anlisis, usualmente estn acompaados de enunciados basados en el lenguaje tcnico del estadstico. Sera significativos a la generalidad de la gente, adems, el estadstico no debera subestimar el valor de presentarnos los resultados en forma grfica. De hecho, siempre debera considerar a la representacin grfica como un paso preliminar de un procedimiento ms analtico. Muchos diseos estadsticos, especialmente cuando fueron formulados por primera vez, se han criticado como demasiado caros, complicados y que requieren mucho tiempo. Tales crticas, cuando son vlidas, deben aceptarse de buena fe y debe hacerse un intento honesto para mejorar la situacin, siempre que no sea en detrimento de la solucin del problema.
15

DISEO DE EXPERIMENTOS
Para conducir a disear un experimento nos propondremos a hacer cambios en los factores (inputs) para poder observar los cambios correspondientes a las respuestas (outputs). La informacin obtenida de un buen diseo experimental puede ser utilizado para desarrollar las caractersticas de mejora, reduce costos y tiempos asociados al desarrollo del producto, diseo y produccin, as como construir modelos matemticos que se aproximan a la realidad entre los factores y el resultado.
Gente Material Equipo Politicas Procedimientos Mtodos Equipo Mezcla de aspectos que generan respuestas INPUTS Proceso OUTPUTS Respuestas relacionadas a mejorar un servicio Respuestas relacionadas a producir un producto Respuestas relacionadas a completar una tarea 16

DISEO DE EXPERIMENTOS
x

La informacin obtenida de un diseo experimental adecuado puede ser usado para mejorar las caractersticas analizadas; reduce costos y tiempo asociado con el desarrollo del producto, diseo de produccin y construye modelos matemticos que aproximan la verdad entre los factores y los resultados. Estos optimizan procesos, perfecciona los anlisis para usarse en las evaluaciones de tolerancia y reduce la variacin as como la posibilidad de evitar una respuesta insensible, es decir que se pudiera salir de control. Un proceso tiene cuatro categoras de variables las cuales deben de estar bien documentadas en un diagrama de causa y efecto: Respuesta a las variables .- (outputs) Son medidas para evaluar el desempeo de un proceso y/o producto. Controlar variables y mantenerlas constantes.- Mediante el SOP (procedimiento estndar de la operacin) Variables no controladas ( Ruido ).- Estas variables no pueden mantenerse constantes ni durante la produccin ni cuando es un producto terminado. Esto hace un producto robusto. Variables Clave en el Proceso.- Son las variables que intentaremos variar durante el experimento para lograr la respuesta de mejora en el producto.
17

DISEO DE EXPERIMENTOS
x

Usando las 4 categoras de variables, se puede representar un diagrama de proceso ms completo, tal como se observa en la siguiente grfica:
(C) Variables Constantes

(X) Variables clave del proceso

(Y)

Nombre el Proceso

Respuesta (Output) a las variables

(N) Variables no controladas (ruido)

18

DISEO DE EXPERIMENTOS
DISEO FACTORIAL

Permite el estudio simultneo de los efectos de varios factores que pueden haber en una respuesta. Cuando se mejora un experimento gua el nivel de todos los factores simultneamente permitiendo uno a la vez para el estudio o interaccin entre los factores. En el grfico se puede observar como cada punto represente una combinacin nica de niveles de factor. Tambin se puede hacer una corrida de diseo de factores completos (QUE SON TODAS LAS COMBIANCIONES DEL LOS NIVELES DEL FACTOR EXPERIMENTAL) una fraccin del diseo factorial (SON MEDIDAS DE RESPUESTA A UN SUBGRUPO FRACCIN DE TODAS LAS COMBINACIONES DE LOS NIVELES DEL FACTOR EXPERIMENTAL)
19

DISEO DE EXPERIMENTOS
DISEO FACTORIAL DE 2 NIVELES Es donde cada factor solo tiene dos niveles y no cuenta con un punto central. El diseo factorial de dos niveles es usado para guiar futuros experimentos, por ejemplo, cuando se necesita explorar una nueva regin donde se supone que un grupo mejor puede existir. El diseo factorial de dos niveles puede ser: Factorial completo que son corridas experimentales que incluyen todas las combinaciones en los niveles de factor. Factorial fraccionado o fraccional que experimenta corridas que incluyen solo una fraccin de todas las posibles corridas.

20

DISEO DE EXPERIMENTOS
DISEO FACTORIAL FRACCIONADO Este diseo experimenta la mejora solo en una subseccin o fraccin de la corrida en el diseo del factorial completo. Este diseo fraccional, es un buen recurso cuando los recursos son limitados o el nmero de factores en el diseo es largo ya que usa menos corridas que un diseo factorial completo. El nmero de corridas necesarias para un factorial completo de dos (2) niveles es 2k donde k es el nmero de factores. Si el nmero de factores en un diseo 2k, el nmero de corridas necesaria para mejorar un diseo de factorial completo se incrementa rpidamente. Por ejemplo: un diseo factorial completo de 2 niveles con 6 factores, requerir de 64 corridas, un diseo con 9 factores requiere de 512 corridas. Con una media fraccin, el diseo factorial completo deber requerir solo la mitad de esatas corridas.
21

DISEO DE EXPERIMENTOS
En el diseo factorial fraccionado , algunos de los efectos son confundidos y no pueden ser separados de otros efectos. Usualmente no es preocupacin cualquier trmino mayor de 2- way (dos vias) de iteraccin, ya que se pueden asumir los efectos que se tengan en los ms grandes porque las diferencias realmente son mnimas y no es necesario estimarlas. Un diseo factorial fraccionado usa un subgrupo de un factorial completo para obtener informacin acerca de los efectos principales de interacciones de bajo orden con menos corridas. *** El diseo factorial completo tiene tantos puntos del diseo como la mitad del diseo fraccionado. La respuesta es cuatro de los posibles ocho esquinas del diseo o de la porcin factorial . Esta prctica puede confundirse con una iteraccin de 2 way ( dos direcciones)

22

DISEO DE EXPERIMENTOS
DISEO FACTORIAL COMPLETO ( GENERAL ) Disea en cuales factores puede tener X nmero de nveles. Por ejemplo, los ingenieros dirigen un experimento para investigar los efectos de humedad, temperatura y contenido de cobre en la cantidad de recubrimiento en una placa del mismo material. El factor A humedad tiene dos niveles. El factor B temperatura tiene tres niveles El factor C contenido de cobre tiene 5 niveles. Las corridas experimentales incluyen las 30 combinaciones de estos niveles de factor.

23

DISEO DE EXPERIMENTOS
DISEO DE RESPUESTA DE SUPERFICIE Las tcnicas del DOE en un grupo son tcnicas que ayudan a entender mejor y optimizar su respuesta. La metodologa de la respuesta de superficie es regularmente usada para definir modelos despus de que factores improtantes ha sido determinados usando diseos factoriales, especialmente si se sospecha que hay una superficie de respuesta con curvatura.
x

La diferencia entre una ecuacin respuesta de superficie y la ecuacin para un diseo factorial es la adicin de los trminos cuadrados que permiten curvatura en la respuesta del modelo, hacindo til este para:
x

Entendimiento y mapeo de una regin de respuesta de superficie. Respuesta del modelo de superficie de ecuacin para ver el cambio de inputs de influencia variable a una respuesta de nuestro inters. x Encuentro de niveles de inputs variables que optimizan una respuesta. x Seleccin de las condiciones de operacin que logran las especificaciones.
x

24

DISEO DE EXPERIMENTOS
xPor

ejemplo, si quisiera determinar las mejores condiciones para moldear una parte plstica de fuel injection. Se usar primero un experimento factorial para determinar los factores significativos (temperatura, presin, tarifa de enfriamiento). Se usa un experimento de diseo de respuesta de superficie para encontrar el grupo ideal para cada factor. Hay 2 tipos principales de respuesta en diseos de superficie: Diseo Central Compuesto.- Puede adecuar un model cuadrtico completo. Son usualmente utilizados cuando los planes de diseo piden experimentacin secuencial debido a que esos diseos pueden incorporar informacin de un experimento factorial apropiadamente planeado.
x

Diseos Box Behnken. Tpicamente tiene menos puntos en el diseo, por lo tanto, hay menos corridas que en el diseo central compuesto con el mismo nmero de factores. Permite una estimacin eficiente de los coeficientes del primer y segundo orden; como quiera aqul no se puede incorporar corridas de un experimento factorial
25

DISEO DE EXPERIMENTOS
COMPONENTES ( DOE) Son los ingredientes que hacen una mezcla, mejorando un Diseo de Experimentos (DOE), se puede detrminar la proporcin relativa de cada componente que optimizar la mezcla (es decir, la respuesta). Comunmente los experimentos de mezcla ocurren en alimentos, en proceso y refinamiento , tambin en la manufactura de qumicos. Suponga que quiera estudiar como las proporciones de 3 componentes en un desodorante de mezcla herbal casera afepta la aceptacin del producto basado en el aroma. Los 3 componentes son: aceite de rosas, aceite de mandarina y neroli. Se crea un diseo de mezclas y se analizan los resultados en un trazo de puntos (trace plot), con un alto valor en la escala vertical para representar el aroma ms conveniente.
26

DISEO DE EXPERIMENTOS
EFECTOS DE COMPONENTES Como la proporcin de la esencia de mandarina (lnea verde) se incrementa en referencia a la mezcla, lo conveniente de la primera esencia incrementa, entonces empieza a decrecer. Como la proporcin de la esencia de rosas (lnea roja) decrece en referencia a la mezcla, lo conveniente del aroma se incrementa. Como la proporcin de neroli (lnea blanca) se incrementa en referencia a la mezcla, la conveniencia del aroma decrece. La interseccin entre las 3 lneas a 0 representa la mezcla (1/3 de esencia de rosas, 1/3 de mandarina y 1/3 de neroli ) Movindose hacia la derecha del 0 muestra la proporcin relativa para que un ingrediente se incremente y movindolo a la izquierda del 0 muestra la proporcin relativa el decremento de un componente y como los otros ingredientes se mantienen en proporciones iguales.
27

DISEO DE EXPERIMENTOS

Las cantidades de componentes , medidas y pesos, volmenes o cualquier otra unidad, se adhieren al total comn. Esto es, la suma de las proporciones de todos los componentes en cada mezcla de aroma debe ser 100%. Se pueden especificar lmites alto o bajo para cada componente cuando se est tratando de mejorar en un diseo de experimento. Por ejemplo, si la mandarina es el ms caro componente, se puede colocar en el lmite superior para controlar el total del costo de la mezcla. De por s Minitab genera grupos de diseos que no necesariamente debieran existir. Es decir, si el lmite bajo es cero y el ms alto es uno para todos los componentes. Cuando se disea un experimento con mezcla, el nmero de puntos en el diseo dependen del nmero de componentes. Por ejemplo un diseo de centoride simple para una mezcla con q components consiste en 2**q-1 puntos. En un diseo de trama simple, el nmero de puntos en ese diseo depende del nmero de componentes. (q) y del grado (m).
28

DISEO DE EXPERIMENTOS
DISEO DE MEZCLA Una clase de experimento de respuesta de superficie que investiga productos contiene algunos componentes. Se usa un diseo de mezcla para estudiar las caractersticas de los productos asociados con cambios en proporcin a los componentes, condiciones del proceso, o la cantidad de la mezcla. Minitab provee tres diseos (Centroide Simple, trama simple y vrtices extremas) y analiza los tres tipos de experimentos: Mezcla.- Donde la respuesta se asume que slo depende en proporcin de los componentes en la mezcla. Por ejemplo, el color de la pintura slo depende de los pigmentos usados. Proceso- Mezcla variable.- Cuando la respuesta asume la dependencia de las proporciones relativas de los componentes y del proceso de las variables, que son los factores en un experimento que no es parte de la mezcla, pero puede afectar la propiedad al revolver en la mezcla. Por ejemplo, las propiedades del adhesivo de una pintura dependen de la temperatura a la cual es aplicada. Mixture-amount.- Donde la respuesta asume la dependencia de las proporciones de los componentes y al cantidad de la mezcla. Por ejemplo, La cantidad aplicada y la proporcin de los ingredientes de una planta comestible puede afectar el crecimiento 29 de una planta casera.

DISEO DE EXPERIMENTOS
Experimentos Mixture-Amount (Mezcla de Cantidades) La respuesta es asumida dependiendo de las proporciones de los componentes y de la cantidad de la mezcla . Por ejemplo, la cantidad aplicada y las proporciones de los ingredientes de una planta comestible puede afectar el crecimiento de una planta casera. Cuando el experimento mezcla es mejorada a dos o ms niveles del total de la mezcla, es llamada experimento de mezcla de cantidades. DISEO DEL PROCESO VARIABLE DE LA MEZCLA Es el diseo de la mezcla que incluye factores de procesos variables en un experimento que no es parte de la mezcla pero puede afectar la respuesta. Por ejemplo, las propiedades del adhesivo de una pintura puede depender de la temperatura a donde sta se aplique. En Minitab se puede incluir un proceso hasta 7 de 2-niveles en un diseo de la mezcla. El diseo de la mezcla generar a cada combinacin de niveles de las 30 variables del proceso o una fraccin de niveles de combinacin.

DISEO DE EXPERIMENTOS
DISEO DE EXPERIMENTO FUNCION TAGUCHI Llamada as porque Genichi Taguchi, ingeniero japons, desarroll una nueva filosofa de calidad basada en los valores de la tarea en vez de en las variables en el proceso de las especificaciones. El cuadrante de Taguchi hace una aproximacin de un trmino de prdidas por desviacin en el objetivo. Donde las prdidas son resultado de una combinacin de desperdicio, retrabajo, pobre desempeo, prdida de clientes , satisfaccin, etc. La medida de prdida de un producto puede ser estimado usando L = k (y-T)2 donde: y es el valor de la respuesta T es el valor deseado k es una constante

31

DISEO DE EXPERIMENTOS
Para determinar k se estima la prdida de un valor especfico de y. Por ejemplo si la prdida estimada para : y = 130 es $ 100.00 k = 100 / (130 120) 2 La funcin de prdida es : L = 1.0 ( y T )2 Ahora ya se puede usar el estimado de prdida asociado con otros y valores
Loss (L)

= 1.0

L = k ( y T )2

y valor de respuesta 32
LS = 110 Lower spec T = 120 Target US = 130 Uper spec

DISEO DE EXPERIMENTOS

Permite elegir un producto o proceso que permite la mejora consistente en la operacin. Reconoce que no todos los factores que causan variabilidad pueden ser controlados en la prctica. Estos factores incontrolables. Estos factores son llamados factores de ruido. El diseo Taguchi identifica los factores controlables que minimiza los factores de ruido. Durante la experimentacin se puede manipular el factor de ruido o forzar a que ocurran las variables y entonces encontrar el mximo control de los factores se realizan para hacer un proceso robusto o resistente a la variacin de los factores de ruido.

33

DISEO DE EXPERIMENTOS
Un buen ejemplo del diseo de Taguchi es el de Ina Tile (Compaa Japonesa en los 50s). Esta produjo mucho piso fuera de especificacin en dimensiones. El equipo de calidad encontr que la temperatura usada en los hornos para los diversos pisos causaba una dimensin no uniforme. Ellos no pudieron eliminar las variaciones de temperatura porque construir un nuevo horno era muy costoso, as que se convirti en una variable de ruido. Usando los diseos de Taguchi, el equipo encuentra que el incremento de arcilla puede ser un factor de control, los pisos se vuelven ms resistentes o robustos para que la temperatura vare en el horno y de ese modo propiciar que los pisos sean ms uniformes.

DISEOS ESTTICOS Y DINMICOS DE TAGUCHI Dos tipos de diseos Taguchi permite escoger un producto o proceso que mejora la operacin. Como sea en un sistema dinmico, la respuesta variable depende no solamente en los factores de ruido y de control sino tambin de otros conceptos variables (input) es decir, el factor seal. El objetivo del Taguchi de diseo dinmico es para colocar factores de control que optimiza las caractersticas de la calidad en el sistema sobre un rango de seales de entrada.

34

DISEO DE EXPERIMENTOS
Por ejemplo la cantidad de la aceleracin es una medida de mejora en los frenos. El factor seal es el grado de depresin en el pedal del freno; cuando el conductor presiona el pedal del freno, la desaceleracin incrementa. El grado de presin en el pedal tiene un significante efecto en la desaceleracin. Debido a que existe una presin en el pedal no ptima, no hay razn para realizar una prueba como factor de control. En lugar de eso, los ingenieros quieren disear un sistema de frenos que eficientice a la menor variable de presin en el pedal freno.

35

DISEO DE EXPERIMENTOS
CONCLUSIONES En este trabajo podemos darnos cuenta de la aplicacin del diseo de experimentos, o dicho de otra manera, el planear paso a paso las operaciones para as obtener un resultado satisfactorio a nuestro problema planteado. Para el diseo de un experimento debemos tener en cuenta los efectos y las caractersticas de nuestro problema a resolver. Como se puede apreciar un diseo debe de ser lo ms sencillo posible y as poder ahorrar tiempo, inversin y personal, pero no por eso se deben de olvidar considerar los principios bsicos del diseo. Tambin observamos el trabajo conjunto de los investigadores con los estadsticos que nos llevan a obtener una mejor planeacin del experimento, aunque tiene sus desventajas se puede notar que actuando de manera correcta se puede cambiar la forma de ver de los inconvenientes que puede representar el alto costo que se tiene con los estadsticos. Podemos estar seguros de que si llevamos a cabo todos los elementos de la lista de comprobacin tendremos una planeacin efectiva de nuestro experimento y as obtener los resultados esperados.
36

DISEO DE EXPERIMENTOS

TERMINOLOGIA Y EJEMPLO DE UN DISEO DE EXPERIMENTO

37

DISEO DE EXPERIMENTOS

Terminologa

Diseo de experimentos: Es una parte clave del desarrollo de la metodologa de Seis Sigma para determinar los factores importantes que influyen en un determinado proceso y encontrar su combinacin ptima para as mejorar el rendimiento y el producto derivado. Factores: Cualquier influencia que afecta las variables de respuesta (excluyendo a los tratamientos) es controlada casi completamente por el experimentador; de esta variable se desean estudiar los efectos ya sea de una o en varias respuestas. Puede presentarse de forma cuantitativa o cualitativa. Los factores son los componentes del proceso y el nivel en el que stos se encuentran determina las variables de respuesta resultante, la cual se pretende mejorar u optimizar.

38

DISEO DE EXPERIMENTOS

Terminologa

Niveles de un factor: Son los valores del factor examinado en el experimento. Para factores cuantitativos, cada valor ser un nivel. En un factor cualitativo, por ejemplo, limpio o sucio tiene 2 niveles. Tratamientos: Trmino que se refiere al nivel de un factor (o la combinacin de los niveles de varios factores) que afecte directamente a lo que le interesa al experimentador. Las influencias de varios niveles de los factores sern comparadas en el experimento. Estructura de tratamientos de un diseo experimental: Es el conjunto de tratamientos que han sido seleccionados para estudiar y/o comparar; la forma de la estructura de tratamientos depender del experimento a realizar y de lo que el experimentador desea analizar.

39

DISEO DE EXPERIMENTOS

Terminologa

Unidad experimental: La unidad ms pequea o en la que un tratamiento es aplicado. Variable de Respuesta: Medida cuantitativa de una unidad despus de que el tratamiento es aplicado, su valor depende del tratamiento usado. Es la variable que se investiga y tambin es conocida como respuesta. Efecto principal: Es la contribucin de cada factor sobre las variables de respuesta despus de medir el cambio producido en stas (el cambio depende del nivel de cada factor).

40

DISEO DE EXPERIMENTOS

Terminologa

Interaccin: Cuando existe un relacin o dependencia entre dos o ms factores, es decir, cuando el efecto de un factor depende del nivel del otro. Variable concomitante: Medida cuantitativa sobre una unidad, tomada antes de que los tratamientos sean aplicados. Bloque: Grupo de unidades experimentales que son homogneas con respecto a un factor bajo el cual se form el bloque.
41

DISEO DE EXPERIMENTOS

Terminologa

Error experimental: Debido a que ningn experimento puede considerar de forma explcita a todas las variables potenciales que afectan el experimento, esas variables no se consideran y se les denomina nivel de ruido ya que aunque se hace todo lo posible en el experimento por reducirlas por medio de la aleatorizacin), siempre van a estar presentes provocando variacin por menor que sta resulte ser. Confusin: Ocurre cuando el efecto de un factor o tratamiento no puede ser separado o distinguido del de otro factor o tratamiento.

42

DISEO DE EXPERIMENTOS

Definicin del Ejemplo

Para ejemplificar de una mejor manera el funcionamiento del diseo de experimentos, se manejar un ejemplo en el que se investiga que tipo de palos y pelotas mejorarn el juego de golf de un golfista novato.

1. Ttulo del experimento: Evaluacin de dos sets de palos y dos tipos de pelotas para golf

2. Objetivos: Con el fin de ejemplificar el uso y funcionamiento del DOE, se desea saber como lograr un mejor juego de golf con referencia a dos marcas de palos y a dos marcas de pelotas.
43

DISEO DE EXPERIMENTOS

Definicin del Ejemplo

Cabe mencionar que generalmente uno juega 2 cursos, cada uno con diferente condicin de viento. Campo A nunca hace viento ya que est rodeado de montaas. Campo B siempre tiene vientos fuertes ya que est localizado en la llanura. Se tiene el equipo. Se tiene el tiempo para ambos cursos. Cmo saber qu hacer para mejorar el juego?

Tratemos un Experimento Diseado

44

DISEO DE EXPERIMENTOS
3. Apoyos relevantes para los objetivos: No se cuenta con informacin de experimentos previos.

Definicin del Ejemplo

4. Consideraciones sobre la variable Respuesta: La variable Respuesta medir la puntuacin de los hoyos.

5. Consideraciones sobre factores: Factores controlados: * Tipos de palos (a. Ping; b. Callaway) * Tipos de pelotas (a. Titlest; b. Pinnacle) * Condicin del clima (a. con viento; b. sin viento) Factores de ruido: * Ninguno para este experimento controlado.
45

DISEO DE EXPERIMENTOS
6. Consideraciones sobre interacciones:

Definicin del Ejemplo

No hay interacciones evidentes en el experimento antes de su realizacin.

7. Restricciones sobre el experimento: Ninguna, se cuenta con el tiempo para jugar ambos cursos.

8. Estructura (escoger los niveles de las variables): El experimento se conducir a dos condiciones de clima, entonces el factor clima, tipo de palos y pelotas tienen 2 niveles. Por tanto, esto es un factorial completo de 23
Nivel -1 Tipos de palos Tipos de pelotas Condicin del Clima Ping Titleist Con viento Nivel 1 Callaway Pinnacle Sin viento

46

DISEO DE EXPERIMENTOS
9. Anlisis y presentacin de datos:

Definicin del Ejemplo

A continuacin se presentan los niveles de los factores y el experimento en forma estndar. Cules son todas las posibles combinaciones?
1 Palo Ping 2 Palo Callaway 3 Palo Ping 4 Palo Callaway 5 Palo Ping 6 Palo Callaway 7 Palo Ping 8 Palo Callaway Pelota Titleist Pelota Titleist Pelota Pinnacle Pelota Pinnacle Pelota Titleist Pelota Titleist Pelota Pinnacle Pelota Pinnacle Sin viento Sin viento Sin viento Sin viento Con viento Con viento Con viento Con viento

Vemoslo de una manera diferente en la siguiente hoja

47

DISEO DE EXPERIMENTOS

Definicin del Ejemplo Se juega: sin viento, con la pelota Titleist, Con palo Ping

Con viento Sin viento Palo Ping Pelota Titleist Pelota Pinnacle Palo Callaway Pelota Titleist Pelota Pinnacle 1 3 5 7 2 4 6 8

Se juega: con viento, con la pelota Titleist, Con palo Callaway

Este un factorial completo. Veamos los resultados!...

48

DISEO DE EXPERIMENTOS
Cules son los Resultados? Hay una diferencia para el golfista?

Definicin del Ejemplo

Con viento Sin viento Palo Ping Pelota Titleist Pelota Pinnacle Palo Callaway Pelota Titleist Pelota Pinnacle 76 78 80 83 78 76 83 82

Mejor puntuacin

Los palos Ping dan mejores puntuaciones A esto se le llama Efecto Principal!
49

DISEO DE EXPERIMENTOS
Y qu sobre le tipo de pelota? Las mejores puntuaciones fueron cuando: Se jug con viento y con la pelota Titleist Con viento Sin viento Palo Ping Pelota Titleist Pelota Pinnacle Palo Callaway Pelota Titleist Pelota Pinnacle 76 78 80 83 78 76 83 82

Definicin del Ejemplo

Se jug sin viento y con la pelota Pinnacle

El tipo de pelota depende en el viento A esto se le llama Interaccin!

50

DISEO DE EXPERIMENTOS
Veamos como se analizan los datos desde el minitab 15.

Definicin del Ejemplo

1. Stat / DOE / Factorial / Create Factorial Design

2. En seguida aparecer una ventana: Create Factorial Design Tipo de diseo: 2 level factorial (default generation) Nmero de factores: 3
51

DISEO DE EXPERIMENTOS

Definicin del Ejemplo

Nos muestra los diseos disponibles: presionar OK

Nos muestra los tipos de diseos: Factorial fraccional Factorial completo

Seleccionar Full factorial / OK

52

DISEO DE EXPERIMENTOS

Definicin del Ejemplo

Nos muestra la tabla de factores. Llenarla en base a los datos del experimento

Una vez llenos presionar OK

53

DISEO DE EXPERIMENTOS

Definicin del Ejemplo

Nos muestra las opciones en que combinar los resultados. Para este experimento dejarla como est. Presionar OK

Verificar seleccin. Presionar OK

54

DISEO DE EXPERIMENTOS

Definicin del Ejemplo

Presionar OK

Minitab nos va generar una tabla de la combinaciones de cmo se proceder a realizar el experimento

55

DISEO DE EXPERIMENTOS

Definicin del Ejemplo

Una vez realizado el experimento introducir los datos obtenidos en la columna C8. Se observa que las mejores puntuaciones fueron cuando:

Se jug sin viento y con la pelota Pinnacle

El mejor Palo fue el Ping

Se jug con viento y con la pelota Titleist

56

DISEO DE EXPERIMENTOS
Cmo se traza el Efecto?

Definicin del Ejemplo

Stat / DOE / Factorial / Factorial Plots

57

DISEO DE EXPERIMENTOS
Grfica de Efecto Principal. Selecciona Setup

Definicin del Ejemplo

Desea graficar el efecto de todos los factores.

Colocamos el puntero en el campo de Responses. Colocamos el puntero sobre C8. Selecciona Select

Entonces presionar Presionar OK.

58

DISEO DE EXPERIMENTOS

Definicin del Ejemplo

Entre mayor inclinada est una pendiente mayor es el impacto. Por tanto: Los palos dan las mejores puntuaciones (Ping). Cuando juega: Con Viento y pelotas Titleist Sin Viento y pelotas Pinnacle

59

DISEO DE EXPERIMENTOS
Cmo se traza las Interacciones?

Definicin del Ejemplo

Stat / DOE / Factorial / Factorial Plots

60

DISEO DE EXPERIMENTOS
De esta manera Interacciones se obtiene la

Definicin del Ejemplo

grfica de

Las mejores puntuaciones fueron cuando:

Se jug con viento y con la pelota Titleist

El tipo de pelota depende en el viento A esto se le llama Interaccin!

Se jug sin viento y con la pelota Pinnacle.

61

DISEO DE EXPERIMENTOS
Qu decisin se obtiene del experimento? Ser un mejor golfista: USANDO LOS PALOS PING

Definicin del Ejemplo

Y cuando la condicin climtica es: Con Viento Utilice: Sin Viento Pinnacle Titleist

DOE es una buena estrategia para cualquier proceso en necesidad de Mejora.

62

CONCLUSIONES
El reto de la materia Estadstica Aplicada a los Negocios, impartida por el Ing. Juan Alejandro Garza Rodrguez, nos comprometi a aprender y a utilizar el Minitab como una herramienta ms. Con los grandes avances tecnolgicos hemos ahorrado tiempo para el anlisis estadstico, sin embargo la comprensin de la lgica que se utiliza para llegar a la resolucin del mismo es algo que nos ha llevado a este estudio, el cual ha sido muy bien conducido por el Ing. Garza, quien nos imparte la asignatura. Con el desarrollo de este proyecto y gracias a la comprensin de conceptos y el manejo del programa Minitab entendimos que es una poderosa herramienta estadstica que bien aplicada nos podr ayudar a facilitar los clculos para la solucin de problemas. Lo cual contina con el propsito esencial: Ahorro de costos y mejora contina en cualquier mbito en que nos desarrollemos. Aprendimos que no es limitativa el rea en que nos desempeemos en nuestro trabajo ya que tanto en Ingeniera como Materiales, en Recursos Humanos como en un Negocio Propio, en Comercio o en Industria, o bien por puro pasatiempo en el panorama de la probabilidad estadstica, estas herramientas sern siempre de gran utilidad. Para esta presentacin aprendimos el manejo del DOE, Diseo de Experimentos. Deseamos compartir esta compilacin de informacin con alguien ms que al igual que nosotros tuvimos la necesidad de investigar y realizar un trabajo de este tipo. Anlisis y estudios que nos han abierto la mente as como nuestras habilidades para desempearnos con mayor eficiencia en nuestras funciones laborales y personales. Gracias por tomarse el tiempo de revisar nuestras aportaciones. 63

BIBLIOGRAFIA
Mark J. Kiemele, Stephen R. Schmidt, Ronald J. Berdine. BASIC STATISTICS Fourth edition. Text Book # 1. Chapter 8 Estadstica para Administradores. Sexta Edicin. Richard I. Levin & David S. Rubin. Editorial Prentice Hall. Captulo 6 .3 Diseo de Experimentos, pp. 323 327 GE Lighting - AEA. Curso para Green Belts, Iniciativa Sies Sigma Semana #1. Abril 1997. http://catarina.udlap.mx/u_dl_a/tales/documentos/lat/valenzuela_c_f/capitulo4.pdf Minitab 15 (versin de prueba obtenida de www.minitab.com). MeetMinitabEs.pdf (obtenido de www.minitab.com) Diseo de Experimentos. www.monografas.com
64