Documentos de Académico
Documentos de Profesional
Documentos de Cultura
9.97---9.07
/1
.-/
3.24--t-3 .44
,.L _1~.-/
-5.70
"
1 . 6 8 -1.98
. Figura 617
257
)..ll5---=:)6.30
4.09---4.53
"
7.L-'~.-/
-9.43
2.07---2.44
c~
A
cualquier supuesto dado acerca de la magnitud de a, el experimentador puede construir una "cinta de medir" para juzgar la significacin aproximada de los efectos. La carta tambin puede usarse en sentido inverso. Por ejemplo, suponga que estuviera en duda si el factor e es significativo o no. Entonces el
experimentador podra preguntar si es razonable esperar que a pudiera ser tan grande como 10 o ms. Si
es improbable que a sea tan grande como 10, entonces puede concluirse que e es significativo.
Se presentan ahora tres ilustrativos ejemplos de diseos factoriales 2k no replicados.
EJEMPLO
6~3
99
95
~ 10
90
R:' 20
1
~
80
30
70
o
o
50
E
o
50 ';
c:
;;''''
"C
;g'" 70
:c
80
30
20
95
.o
'"
o. 90
10
99
7
Estimacin del efecto
Figura 6-18
258
DISEO FACTORIAL 2k
CAPTULO 6
99
5
o
o
90
..... 10
x
80
;;:-. 20
I
70
30
95
ro
o
o
E 50
50 ';
."
30
20
oc:
;g'"
';-'
70
J3 80
e'"
.a
"-
10
90
95
99
-1
-2
Residuales
Figura 6-19
gura 6-20 es la grfica de los residuales contra la velocidad de avance predicha a partir del modelo que
contiene los factores identificados. Hay problemas evidentes con la normalidad y la igualdad de la varianza. Con frecuencia se usa una transformacin de los datos para abordar estos problemas. Puesto que la variable de respuesta es una razn de cambio, la transformacin logartmica parece un candidato razonable.
Ul
al
ro:J
."
;
al
c::
-1
259
99
B
95
...g
10
;:;~
20
80
~ 30
70
90
ii1
o
o
E 50
50 ~
16
70
"O
30
20
oc:
:B
i,'"
80
~ 90
95
10
5
99
0.6
0.9
1.2
Figura 621 Grfica de probabilidad normal de los efectos del ejemplo 6-3 despus de la transformacin logartmica.
En la figura 6-21 se presenta la grfica de probabilidad normal de las estimaciones de los efectos despus de hacer la transformacin y* = lny. Observe que al parecer ahora es posible una interpretacin
mucho ms simple, ya que slo los factores B, e y D estn activos. Es decir, expresar los datos en la mtrica correcta ha simplificado su estructura hasta el punto de que las dos interacciones han dejado de requerirse en el modelo explicatorio.
99
5
95
10
90
;:;... 20
80
...oox
I
:::: 30
ro
70
E
o
50
50 ~
"O
70
80
30
20
i,'"
c:
;g"
:c
"
oC
~ 90
95
10
5
99
-0.2
-0.1
0.1
0.2
Residuales
Figura 622 Grfica de probabilidad normal de los residuales del ejemplo 6-3
despus de la transformacin logartmica.
J~ i
,
I
'
260
0.2
0.1
Ul
al
ro::;
"O
.;;
al
oc
-0.1
1.5
0.5
En las figuras 6-22 y 6-23 se presentan, respectivamente, una grfica de probabilidad normal de los
residuales y una grfica de los residuales contra la rapidez de avance predicha para el modelo en la escala
logartmica que contiene a B, e y D. Ahora estas grficas son satisfactorias. Se concluye que el modelo
y* = lny slo requiere los factores B, e y D para una interpretacin adecuada. En la tabla 6-14 se resume
el anlisis de varianza de este modelo. La suma de cuadrados del modelo es
SSModelo = SSB +SSc +SSD
= 5.345+ 1.339 + 0.431
= 7.115
YR 2 = SSModelo/SST = 7.11517.288 = 0.98, por lo que el modelo explica cerca de 98% de la variabilidad de la
rapidez de avance de la perforadora.
EJEMPLO 6~4
Fuente de
variacin
Suma de
cuadrados
Grados de
libertad
Cuadrado
medio
B (Flujo)
e (Velocidad)
D (Lodo)
Error
Total
5.345
1.339
0.431
0.173
7.288
1
1
1
12
15
5.345
1.339
0.431
0.014
ValorP
381.79 <0.0001
95.64 <0.0001
30.79 <0.0001
"
6-5 UNA SOLA RPLICA DEL DISEO 2k
Factores
e = Flujo de resina
Bajo(-)
Alto(+)
295
325
10
15
20
30
261
D
5
1.5
9.5
/
8/
0.5
I
CtL:
)5-+7'
5~
11
promedio de defectos por panel en una operacin de prensado. (El promedio actual del proceso es 5.5 defectos por panel.) Se investigan cuatro factores utilizando una sola rplica de un diseo 2\ en el que cada
rplica corresponde a una sola operacin de prensado. Los factores son la temperatura (A), el tiempo de
sujecin (B), el flujo de resina (C) y el tiempo de cierre en el prensado (D). En la figura 6-24 se muestran
los datos de este experimento.
En la figura 6-25 se muestra la grfica de probabilidad normal de los efectos de los factores. Es evidente que los dos efectos ms grandes sanA = 5.75 YC = -4.25. Ningn efecto de los otros factores parece ser tan grande, y A YC explican cerca de 77% de la variabilidad total, por lo que se concluye que la
temperatura (A) baja y el flujo de resina (C) alo reduciran la incidencia de defectos en los paneles.
El anlisis residual cuidadoso es un aspecto importante de cualquier experimento. La grfica de probabilidad normal de los residuales no indic anomalas, pero cuando el experimentador grafic los resi99
eA
95
10
90
~ 20
80
;;--.30
70
x
I
S
;
E
o
c:
"C
"
.c"
e
~
50
50
70
x
30 :';-'
80
20
90
10
:c
ll.
95
5
Ce
99
-10
-5
10
Figura 625 Grfica de probabilidad normal de los efectos de los factores para
el experimento del proceso de los paneles del ejemplo 6-4.
W!l!
I
262
e
e
ee
Ul
QJ
.g
<ti
Of - - -
.~
e
----J.
eee
ce
B = Tiempo de sujecin
e
eee
-5
Figura 626 Grfica de los residuales contra el tiempo de sujecin para el ejemplo 6-4.
duales contra cada uno de los factoresA aD, la grfica de los residuales contraB (tiempo de sujecin)
present el patrn de la figura 6-26. Este factor, que carece de importancia en lo que se refiere al nmero
promedio de defectos por panel, es muy importante en su efecto sobre la variabilidad del proceso, con el
tiempo de sujecin bajo dando como resultado una variabilidad menor en el nmero promedio de defectos por panel en una operacin de prensado.
El efecto de dispersin del tiempo de sujecin tambin es muy evidente en la grfica de cubo de la fi
gura 627, donde se grafica el nmero promedio de defectos por panel y el rango del nmero de defectos
en cada punto del cubo definido por los factoresA, B y c. El rango promedio cuando B est en el nivel alto
(la cara posterior del cubo de la figura 6-27) esRB + = 4.75, y cuandoB est en el nivel bajo esRB - = 1.25.
Como resultado de este experimento, el ingeniero decidi operar el proceso con la temperatura baja
y el flujo de resina alto para reducir el nmero promedio de defectos, con el tiempo de sujecin bajo para
reducir la variabilidad en el nmero de defectos por panel, y con el tiempo de cierre en el prensado bajo
(el cual no tuvo ningn efecto ni sobre la localizacin ni sobre la dispersin). El nuevo ajuste de las condiciones de operacin produjo un nuevo promedio del proceso de menos de un defecto por panel.
Los residuales de un diseo 2k proporcionan mucha informacin acerca del problema bajo estudio. Puesto que los residuales pueden considerarse como los valores observados del ruido o error, con frecuencia ofrecen informacin acerca de la variabilidad del proceso. Puede hacerse el examen sistemtico de los residuales
de un diseo 2k no replicado para proporcionar informacin acerca de la variabilidad del proceso.
R
20
c= Flujo de resina
10
= 3.5
R =4.5
3.25-----7.25
R=O.V"
0.75
I
R=2/
7.0
I
I
I
IR =4.5
",?75--
R=6.5
-~12.~9
R = 1 '" '"
R_=
5.5'
11.75
I
I
295
325
A = Temperatura (OF)
Tabla 6-15
Corrida
1
2
3
4
5
6
7
8
9
10
\,,J
+
+
+
+
+
+
+
+
BC
ABC
AD
BD
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
2.25
1.85
0.39
2.72
0.83
2.37
2.21
1.86
0.34
1.91
2.20
-0.28
AC
+
+
+
+
C
-
0\
+
+
12
13
14
15
16
F*
AB
+
-
s(1-)
11
SV)
ACD
BCD
ABCD
Residual
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
-0.94
-0.69
-2.44
-2.69
-1.19
0.56
-0.19
2.06
0.06
0.81
2.06
3.81
-0.69
-1.44
3.31
-2.44
+
+
+
+
1.81
2.24
-0.43
1.80
2.26
-0.46
1.80
2.24
-0.44
2.24
1.55
0.74
CD
+
+
+
+
+
+
+
+
+
+
ABD
+
-
+
+
2.05
1.93
0.12
2.28
1.61
0.70
+
+
+
+
+
+
+
1.61
2.33
-0.74
+
+
+
+
+
+
1.97
2.11
-0.14
1.93
1.58
0.40
1.52
2.16
-0.70
2.09
1.89
0.28
+
-
264
CAPTULO 6
DISEO FACTORIAL 2k
Considere la grfica de los residuales de la figura 6-26. La desviacin estndar de los ocho residuales
donde B est en el nivel bajo es S(B-) = 0.83, Yla desviacin estndar de los ocho residuales donde B est
en el nivel alto es S(B+) = 2.72. El estadstico
S2
F*=ln (B:)
(6-24)
B
S2(B-)
tiene una distribucin aproximadamente normal cuando las dos varianzas if(B+) y if(B-) son iguales.
Para ilustrar los clculos, el valor de F; es
S2(B+)
F* = In ---'----'B
S2(B-)
= In (2.72)2
(0.83)2
= 2.37
En la tabla 6-15 se presenta el conjunto completo de contrastes para el diseo 24 junto con los residuales para cada corrida del experimento del proceso de los paneles del ejemplo 6-4. Cada columna de
esta tabla contiene el mismo nmero de signos positivos y negativos, y es posible calcular la desviacin estndar de los residuales de cada grupo de signos en cada columna, por ejemplo, SW) y Sen, i = 1,2, ;.., 15.
Entonces
S2 (i +)
F.* = In
i = 1, 2, ..., 15
(6-25)
S2(i-)
1
es un estadstico que puede usarse para evaluar la magnitud de los efectos de dispersin del experimento.
Si la varianza de los residuales de las corridas donde el factor i es positivo es igual a la varianza de los residuales de las corridas donde el factor i es negativo, entonces F;* tiene una distribucin aproximadamente
normal. Los valores de F;* se presentan al final de cada columna de la tabla 6-15.
La figura 6-28 es la grfica de probabilidad normal de los efectos de dispersin F;*. Evidentemente, B
es un factor importante en lo que se refiere a la dispersin del proceso. Para un estudio ms amplio de
99.9
0.1
99
o
o
95
ii:;-'
I
80
o
o
ro
50
x
~...
c:
"O
20
ro
;g
:.cro
.n
"-
0.1
0.2
1.2
2.2
ti
265
este procedimiento, ver Boxy Meyer [19] y Myers y Montgomery [85a]. Asimismo, para que los residuales
del modelo ofrezcan la informacin apropiada acerca de los efectos de dispersin, es necesario especificar correctamente el modelo de localizacin. Referirse al material suplementario del texto de este captulo para mayores detalles y un ejemplo.
EJEMPLO
6~5
......................................................
Orden de
la corrida
1
2
3
4
5
6
7
8
9
10
10
11
12
13
14
15
16
7
3
9
6
2
5
4
12
16
8
1
14
15
11
13
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
-1
1
1
-1
-1
1
1
-1
-1
1
1
-1
-1
1
1
-1
-1
-1
-1
1
1
1
1
-1
-1
-1
-1
1
1
1
1
-1
-1
-1
-1
-1
-1
-1
-1
1
1
1
1
1
1
1
1
Espesor
378
415
380
450
375
391
384
426
381
416
371
445
377
391
375
430
376
416
379
446
371
390
385
433
381
420
372
448
377
391
376
430
379
416
382
449
373
388
386
430
375
412
371
443
379
386
376
428
379
417
383
447
369
391
385
431
383
412
370
448
379
400
377
428
378
416
381
448
372
390
385
430
380
415
371
446
378
392
376
429
S2
2
0.67
3.33
3.33
6.67
2
0.67
8.67
12.00
14.67
0.67
6
1.33
34
0.67
1.33
,rlt
266
Tabla 6-17
Trmino del
modelo
A
B
C
D
AB
AC
AD
BC
BD
CD
ABC
ABD
ACD
BCD
ABCD
Estimacin
del efecto
Suma de
cuadrados
43.125
18.125
-10.375
-1.625
16.875
-10.625
1.125
3.875
-3.875
1.125
-0.375
2.875
-0.125
-0.625
0.125
7439.06
1314.06
430.562
10.5625
1139.06
451.563
5.0625
60.0625
60.0625
5.0625
0.5625
33.0625
0.0625
1.5625
0.0625
Contribucin
porcentual
67.9339
12.0001
3.93192
0.0964573
10.402
4.12369
0.046231
0.548494
0.548494
0.046231
0.00513678
0.301929
0.000570753
0.0142688
0.000570753
xido. La figura 6-29 es una grfica de probabilidad normal de los efectos. Al examinar esta representacin, se concluira que los factores A, By C y las interaccionesAB yAC son importantes. En la tabla 6-18
se muestra el anlisis de varianza de este modelo.
El modelo para predecir el espesor promedio del xido es