INSTITUTO TECNOLGICO DE CIUDAD JUREZ

Diseo de Experimentos (DOE)

Profe: Manuel Jess Reyes Mndez

Integrantes:
Jasmin Margarita Flores Castillo 13110867
Christian Tecuatl Magaa 12110273
Fecha: Octubre
 Contenido
Introduccin............................................................................................................................3
Objetivo...............................................................................................................................3
Terminologa...........................................................................................................................4
Los principios del diseo........................................................................................................6
La factorizacin del diseo.............................................................................................7
Diseo con dos factores................................................................................................12
Efectos confundidos......................................................................................................17
Experimentos factoriales completos.....................................................................................19
Interaccin:....................................................................................................................21
Ventajas y Desventajas:.................................................................................................22
B. Eliminacin de residuos...............................................................................................22
C. Reduccin del tiempo de ciclo.....................................................................................24
Tecnica Smed................................................................................................................24
D. Kaizen y blitz kaizen....................................................................................................26
Qu es el kaizen?.........................................................................................................26
Sin inversin no se puede mejorar?.............................................................................27
Kaizen vs innovacin....................................................................................................28
Innovacin:....................................................................................................................28
Proceso de mejora contina..........................................................................................28
Condiciones para implementar kaizen en la organizacin............................................28
Principios Fundamentales del Kaizen...........................................................................29
Metodologa del Kaizen................................................................................................30
Blitz Kaizen..................................................................................................................31
Por qu una Kaizen Blitz?...........................................................................................32
E. La teora de restricciones (TOC)......................................................................................33
Tipos de Restricciones:.....................................................................................................33
Cmo enfocar el proceso de mejora contnua?...........................................................34
Proceso de mejora continua..........................................................................................37
Aplicaciones de teora de restricciones.........................................................................37
Aplicacin.............................................................................................................................38
Mitigacin y anlisis de riesgo..............................................................................................39
Anlisis de Riesgo.............................................................................................................40
 Anlisis FODA..............................................................................................................40
Anlisis PEST...............................................................................................................41
CONCLUSIN.....................................................................................................................42
Bibliografa...........................................................................................................................43
Referencias............................................................................................................................43
VII. Mejorar..........................................................................................................................44
A. Diseo de experimentos (DOE)...................................................................................44
1. La terminologa.........................................................................................................44
2. Los principios de diseo...........................................................................................44
3. La Planificacin de experimentos.............................................................................45
4. Experimentos de un factor........................................................................................45
5. Experimentos factoriales fraccionarios de segundo nivel (Two-level fractional
factorial experiments)...................................................................................................45
6. Experimentos factoriales completos.........................................................................45
B. Eliminacin de residuos...............................................................................................45
C. Reduccin del tiempo de ciclo.....................................................................................45
D. Kaizen y blitz kaizen....................................................................................................45
E. La teora de restricciones (TOC)..............................................................................45
F. La aplicacin.............................................................................................................45
G. Mitigacin y anlisis de riesgo.................................................................................45
 INTRODUCCIN

Los modelos de diseo de experimentos son modelos estadsticos clsicos cuyo

objetivo es averiguar si unos determinados factores influyen en una variable de inters y, si
existe influencia de algn factor, cuantificar dicha influencia.

La metodologa del diseo de experimentos se basa en la experimentacin. Es

sabido que, si se repite un experimento, en condiciones indistinguibles, los resultados
presentan una cierta variabilidad. Si la experimentacin se realiza en un laboratorio donde
la mayora de las causas de variabilidad estn muy controladas, el error experimental ser
pequeo y habr poca variacin en los resultados del experimento. Pero si se experimenta
en procesos industriales o administrativos la variabilidad ser mayor en la mayora de los
casos.

La utilizacin de los modelos de diseo de experimentos se basa en la

experimentacin y en el anlisis de los resultados que se obtienen en un experimento bien
planificado. En muy pocas ocasiones es posible utilizar estos mtodos a partir de datos
disponibles o datos histricos, aunque tambin se puede aprender de los estudios realizados
a partir de datos recogidos por observacin, de forma aleatoria y no planificada.

Objetivo

El objetivo del diseo de experimentos es estudiar si cuando se utiliza un

determinado tratamiento se produce una mejora en el proceso o no. Para ello se debe
experimentar aplicando el tratamiento y no aplicndolo. Si la variabilidad experimental es
grande, slo se detectar la influencia del uso del tratamiento cuando ste produzca grandes
cambios en relacin con el error de observacin.

TERMINOLOGA

Unidad experimental: son los objetos, individuos, intervalos de espacio o tiempo sobre los
que se experimenta.

Variable de inters o respuesta: es la variable que se desea estudiar y controlar su

variabilidad.

Factor: son las variables independientes que pueden influir en la variabilidad de la variable
de inters.

Factor tratamiento: es un factor del que interesa conocer su influencia en la respuesta.

Factor bloque: es un factor en el que no se est interesado en conocer su influencia en la

respuesta, pero se supone que sta existe y se quiere controlar para disminuir la variabilidad
residual.

Niveles: cada uno de los resultados de un factor. Segn sean elegidos por el
experimentador o elegidos al azar de una amplia poblacin se denominan factores de
efectos fijos o factores de efectos aleatorios.

Tratamiento: es una combinacin especfica de los niveles de los factores en estudio.

Son, por tanto, las condiciones experimentales que se desean comparar en el experimento.
En un diseo con un nico factor son los distintos niveles del factor y en un diseo con
varios factores son las distintas combinaciones de niveles de los factores.

Observacin experimental: es cada medicin de la variable respuesta.

Tamao del Experimento: es el nmero total de observaciones recogidas en el diseo.

Interaccin de factores: existe interaccin entre dos factores FI y FJ si el efecto de algn

nivel de FI cambia al cambiar de nivel en FJ. Esta definicin puede hacerse de forma
simtrica y se puede generalizar a interacciones de orden tres o superior.

Ortogonalidad de factores: dos factores FI y FJ con I y J niveles, respectivamente, son

ortogonales si en cada nivel i de FI el nmero de observaciones de los J niveles de FJ estn
en las mismas proporciones. Esta propiedad permite separar los efectos simples de los
factores en estudio.

Diseo equilibrado o balanceado: es el diseo en el que todos los tratamientos son

asignados a un nmero igual de unidades experimentales.
 LOS PRINCIPIOS DEL DISEO

Al planificar un experimento hay tres principios bsicos que se deben tener siempre
en cuenta:

El principio de aleatorizacin.
 El bloqueo.
La factorizacin del diseo

Los dos primeros (aleatorizar y bloquear) son estrategias eficientes para asignar los
tratamientos a las unidades experimentales sin preocuparse de qu tratamientos considerar.
Por el contrario, la factorizacin del diseo define una estrategia eficiente para elegir los
tratamientos sin considerar en absoluto como asignarlos despus a las unidades
experimentales.

Aleatorizar: Aleatorizar todos los factores no controlados por el experimentador en

el diseo experimental y que pueden influir en los resultados sern asignados al azar a las
unidades experimentales. Ventajas de aleatorizar los factores no controlados:

Transforma la variabilidad sistemtica no planificada en variabilidad no planificada

o ruido aleatorio. Dicho de otra forma, aleatorizar previene contra la introduccin de
sesgos en el experimento.
Evita la dependencia entre observaciones al aleatorizar los instantes de recogida
muestral.
Valida muchos de los procedimientos estadsticos ms comunes.

Bloquear: Se deben dividir o particionar las unidades experimentales en grupos llamados

bloques de modo que las observaciones realizadas en cada bloque se realicen bajo
condiciones experimentales lo ms parecidas posibles.

A diferencia de lo que ocurre con los factores tratamiento, el experimentador no est

interesado en investigar las posibles diferencias de la respuesta entre los niveles de los
factores bloque.

Bloquear es una buena estrategia siempre y cuando sea posible dividir las unidades
experimentales en grupos de unidades similares.

La ventaja de bloquear un factor que se supone que tienen una clara influencia en la
respuesta, pero en el que no se est interesado, es la siguiente: Convierte la variabilidad
sistemtica no planificada en variabilidad sistemtica planificada.

Con el siguiente ejemplo se trata de indicar la diferencia entre las estrategias de aleatoria y
de bloquear en un experimento.
Ejemplo.
Se desea investigar las posibles diferencias en la produccin de dos mquinas, cada
una de las cuales debe ser manejada por un operario.

En el planteamiento de este problema la variable respuesta es la produccin diaria

de una mquina, el factor tratamiento en el que se est interesado es el tipo de mquina que
tiene dos niveles y un factor nuisance es el operario que maneja la mquina. En el diseo
del experimento para realizar el estudio se pueden utilizar dos estrategias para controlar el
factor operario que maneja la mquina.

Aleatorizar: se seleccionan al azar dos grupos de operarios y se asigna al azar cada grupo de
operarios a cada una de las dos mquinas. Finalmente se evala la produccin de las
mismas.

Bloquear: se introduce el factor bloque operario. Se elige un nico grupo de operarios y

todos ellos utilizan las dos mquinas.

La factorizacin del diseo.

Un diseo factorial es una estrategia experimental que consiste en cruzar los

niveles de todos los factores tratamiento en todas las combinaciones posibles.

Ventajas de utilizar los diseos factoriales:

Permiten detectar la existencia de efectos interaccin entre los diferentes factores

tratamiento.
Es una estrategia ms eficiente que la estrategia clsica de examinar la influencia de
un factor manteniendo constantes el resto de los factores.

PLANIFICACIN DEL EXPERIMENTO

Experimentar con respuestas binarias (bueno/malo) es difcil, ya que se posee poca

informacin. Por ello, se analizaron varias alternativas, para mejorar la calidad de la
respuesta. Primero, se busc una respuesta continua, y la nica opcin viable era la
distancia entre poros.
 Lamentablemente, la medida era poco fiable por el sistema de medidas disponible
para contar la cantidad de autos entre dos con defectos. Luego se analiz alguna variable
cuantitativa de ms niveles, y entre ellas destac la cantidad de poros. Nuevamente, fue
descartada porque presentaba como desventajas frente a la alternativa que era menos fiable,
que la cantidad de poros/defecto era cercana al 1 y que el costo del problema estaba ms
relacionado al defecto, ya que el problema es tener que sacar el coche de la lnea.

Posteriormente, se identificaron todos los factores (variables) involucrados en el

proceso. Para ello, se realiz una sesin de lluvia de ideas (brainstorming) para identificar
todos los posibles factores potenciales. Como surgieron ms de 40 factores, muchos de los
cuales estaban relacionados, se utiliz un diagrama de afinidad en la misma sesin, para
agrupar los factores. Posteriormente, con los 19 factores resultantes, se construy un
diagrama causa-efecto para visualizar mejor el problema, (Figura 3).
 Figura 3. Diagrama de causa y efecto de los factores

Luego se intent clasificar cada uno de los 19 factores, considerado la experiencia

del grupo de trabajo y el elevado costo de involucrar excesivas variables. Finalmente, se
estableci que slo cuatro factores seran considerados primarios en una primera instancia:

Potencia programada del robot (en adelante Potencia): Es la potencia con la que
suelda el robot. A mayor potencia, mayor energa en la soldadura.

Corriente programada de pre-calentamiento (en adelante Corriente): La mquina

Fronius est encargada de precalentar el hilo de aportacin, que es una manera de dar
energa a la soldadura.

Limpieza de los laterales: La limpieza de los laterales, se debe hacer manualmente

con un trapo con alcohol.

Limpieza del techo: Ya exista un soplado de aire para limpiar el techo, pero se
desea estudiar si adems conviene soplar con alcohol a los dos cordones.

Existan otros factores importantes que podan influir en el proceso, como la

velocidad del robot, la colada del material, las holguras en la cabina, etc. A pesar de ello, la
mayora de estos factores no eran generalmente modificados, por lo que fueron mantenidos
constantes.

Finalmente, otros 11 factores fueron considerados molestos, ya que eran

prcticamente imposibles de modificar bajo circunstancias normales del proceso. La
mxima cantidad de das en los cuales experimentar, fue fijada por la gerencia en
aproximadamente 20 das de produccin. La secuenciacin de los experimentos era posible,
por lo que se decidi gastar en la primera experimentacin, menos de la mitad de los
experimentos, considerando que slo se experimentara con cuatro factores primarios.

El objetivo inicial de la primera experimentacin, era cuantificar los efectos

principales de los factores (Caracterizacin). Como adems, se prevea que las
interacciones importantes fueran pocas, se consider que un diseo factorial fraccionado
poda ser suficiente para llevar a cabo la primera experimentacin.

Adems, la utilizacin de un diseo sencillo era uno de los requisitos, ya que esta
aplicacin servira de ejemplo para futuras aplicaciones en la industria. Dada la importancia
de las interacciones y las restricciones en el nmero de experimentos se consider que un
diseo factorial fraccionado de resolucin IV sera adecuado para esta primera fase. El
generador elegido es I=ABCD, y la colocacin de los factores en cada columna es
indiferente. En el diseo no se incluyeron puntos centrales, ya que no tendra sentido por la
presencia de dos factores cualitativos (seran 4 puntos centrales).

Lamentablemente, la seleccin de la unidad experimental (en nuestro caso la

cantidad de autos que se fabrican con la misma condiciones de los factores) para procesos
continuos no es inmediata. Se estaba condicionado por los factores de personal (horarios de
trabajo y turnos), por lo que para bloquear el efecto de dichos factores era prcticamente
necesario elegir al menos un da completo de experimentacin por cada condicin del
diseo experimental.

Se chequeo la potencia que tena dicho diseo en las tablas prcticas provistas en
Bisgaard-Fuller. Dichas tablas otorgan la unidad experimental que se debe elegir, con la
potencia del diseo y la seal que se espera detectar. Luego de un compromiso entre la
potencia del diseo y la cantidad de experimentos, se eligi un da como la unidad
experimental para cada experimento (Tanco, Viles, & alvarez, 2008);
 EXPERIMENTOS DE LOS FACTORES

Para explicar el DOE vamos a poner un ejemplo sencillo: A nuestro telfono mvil
se le descarga la batera muy rpido, y queremos que la batera dure lo mximo posible sin
perder mucha funcionalidad. Nosotros sabemos que los factores que ms afectan a la
duracin de la batera son los siguientes:

Factor A: Tener el WIFI activado.

Factor B: Tener la pantalla encendida con el brillo alto.
Factor C: Hacer muchas llamadas.
Factor D: Usar el modo powersafe de ahorro de batera.
Factor E: Ponerle al telfono una batera de mayor capacidad.

De forma intuitiva podemos pensar que para maximizar la duracin de la batera

debemos hacer lo siguiente: Factor A=0, Factor B=0, Factor C=0, Factor D=1, Factor E=1.
(Siendo 0=No y 1=S). Por lo que estableciendo estas variables as nuestra batera durara lo
mximo posible. Pero ahora llegan las siguientes dudas cunto durara si slo hago
muchas llamadas (C=1)? tiene ms efecto tener el WIFI encendido (A=1) o hacer muchas
llamadas (C=1)? Tener las dos cosas a la vez (A=1, C=1) potencia mucho ms el gasto de
batera? etc

Para resolver estas dudas la metodologa del diseo de experimentos nos dar una
solucin a todo esto haciendo el mnimo nmero de pruebas posible. Por lo tanto tras
aplicar esta metodologa sabremos exactamente cmo influye cada factor (y cada
combinacin de factores, ya que a veces varios factores producen efectos inesperados) para
as poder tomar una decisin de qu nos conviene poner o quitar en nuestro producto.

Al final tendremos una funcin de regresin que nos relaciona el resultado

(duracin de la batera) con cada una de las variables:

Resultado = constante0 + constante1 * Factor A + constante2 * Factor B + constante3 *

Factor C

Cada uno de los sumandos de la funcin nos da la aportacin de cada uno de los
factores, pudiendo ser estos valores discretos o niveles (0=No, 1=S), o bien pudiendo ser
valores continuos. Adems a veces conviene considerar tambin los posibles efectos
potenciadores que tienen los factores entre s, en este caso la funcin sera as:

Resultado = constante0 + constante1 * Factor A + constante2 * Factor B +

constante3 * Factor C + constante4 * Factor AB + constante5 * Factor AC + constante6 *
Factor BC + constante7*Factor ABC.

Por lo tanto, continuando con el ejemplo del telfono mvil, el DOE nos permitir
calcular cunto va a durar la batera en funcin de si tenemos activo o no el WIFI, si
hacemos muchas llamadas, etc. (Bernal, 2012)

Diseo con dos factores

El modelo estadstico para este diseo es:

yij = + i + j + () ij + uij i = 1, 2, , a ; j = 1, 2, , b , donde

yij : Representa la observacin correspondiente al nivel (i) del factor A y al nivel (j)
del factor B.

: Efecto constante denominado media global.

i : Efecto producido por el nivel i-simo del factor A, ( i i = 0).

j : Efecto producido por el nivel j-simo del factor B, j j = 0 .

( ) ij : Efecto producido por la interaccin entre AB, i () ij = j () ij = 0 .

uij son vv aa. independientes con distribucinN(0, ). 1

Supondremos que se toma una observacin por cada combinacin de factores, por
tanto, hay un total de N = ab observaciones.

Parmetros a estimar:
 A pesar de las restricciones impuestas al modelo,

i i = j j = i () ij = j () ij = 0,

el nmero de parmetros (ab + 1) supera al nmero de obsevaciones (ab). Por lo

tanto, algn parmetro no ser estimable.

Por lo tanto, al ser los residuos nulos no es posible estimar la varianza del modelo y
no se pueden contrastar la significatividad de los efectos de los factores. Dichos contrates
slo pueden realizarse si:

a) Suponemos que la interaccin entre AB es cero. Entonces eij = yij yi. y.j + y.. .

b) Replicamos el experimento (Tomamos varias observaciones por cada combinacin de

factores).
 5. EXPERIMENTOS FACTORIALES FRACCIONARIOS DE SEGUNDO
NIVEL (TWO-LEVEL FRACTIONAL FACTORIAL EXPERIMENTS).

Aun en los experimentos 2f el nmero de condiciones experimentales crece

exponencialmente con el nmero de factores f a estudiar.

El n de interacciones de r factores combinados es C(f,r), en la siguiente tabla se

obeserva el numero de factores proncipales y las interacciones de primer, segundo, tercer,...
orden y el total de tratamientos a estudiar.

Se ha encontrado en la prctica que las interacciones que involucran muchos

factores (4, 5, 6 grado, etc.) son muy poco frecuentes.

Los experimentos fraccionados tienen por objetivo determinar la significacin de

los efectos principales y de las interacciones de 2 o 3 factores.

Por ejemplo: un experimento con 7 factores, requiere identificar 7 + 21 = 28 efectos

por lo que necesita 29 tratamientos (en vez de los 128 del experimento 27 completo).

A estos diseos se les llama Screening Designs. Su intencin es determinar de una

lista grande de factores cules son aquellos sobre los que se realizar un experimento
posterior con un diseo experimental no fraccionado (experimentacin secuencial).

Un experimento factorial fraccionado es uno en el que solo se observa una fraccin

de las condiciones experimentales. La fraccin es , , 1 /8, 1 /16, del experimento sin
fraccionar.
Fracciones del diseo 2 f-1

Si se considera una sola rplica por tratamiento:

Un experimento 23 requiere realizar 8 pruebas

Un experimento 23-1 requiere realizar 4 pruebas, cules son stas?

Para definir las pruebas a realizar se establece uno o varios generadores.

Un generador es una interaccin de varios factores.

Los diseos 2 f-1 requieren un generador que sea igual a la interaccin de mayor grado.

Los diseos 2 f-p requieren de varios generadores.

Se observa que los dos grupos estan separados por el signo de ABC, entonces el
experimento puede ser reducido a la mitad por la confuicion de esta interaccion. Si se
observa, en cada fraccion, algunos efectos tiene efectos iguales, a esto le llamamos ALIAS.
Asi,

A = BC

B = AC

C = AB
El efecto estimado de A en el bloque superior = 35-28-48+29 = -12

El efecto estimado de BC en el bloque superior = -12 tambin.

La interaccin ABC es el generador y no se puede estimar con media replica.

La relacin de identidad I = ABC, se conoce como relacin de la definicin para el diseo.

El Diseo se genera con cualquiera de las mitades del generador. En el factorial planteada
23, los efectos principales pueden ser estimados a partir de media rplica del diseo I =
ABC o I = -ABC. Las dos fracciones medias si se corren separadas, formando bloques, se
tendra dos bloques con 4 tratamientos cada uno.

La interaccin ABC estara confundida. Y se analiza como un diseo de bloques

incompleto. Estimacin del error para los anlisis. Si se tiene repeticiones se puede utilizar
para estimar el error, caso contrario, para hacer el anlisis, se debe estimar el error de las
interacciones y efectos principales que no tienen importancia numricamente, que
podramos considerar despreciables.

Con la variancia estimada del error experimental se estima las variancias de los efectos de
la factorial fraccionado.

Variancia(efecto) = 4* variancia(error) /N.

Donde N es el total de observaciones.

Var(error) = suma de cuadrados de los efectos despreciables / gl correspondientes.

Se establece la relacin definitoria igualando el generador a una columna identidad positiva

o negativa:

I = - ABC fraccin 1 pruebas: 1, ab, ac, bc

I = +ABC fraccin 2 pruebas: a, b, c, abc

Por ejemplo: si se decide trabajar con la fraccin 2 I = +ABC

C = +ABC2 es decir C = AB con lo que las pruebas del experimento 2 3-1 son:
 Ntese que de no haber tenido el cuidado en seleccionar las pruebas pudo haberse
seleccionado las cuatro pruebas de la cara derecha, con lo que no se habra podido evaluar
el efecto del factor A.

Efectos confundidos

Cuando se llevan a cabo experimentos factoriales fraccionados, algunos efectos de

factores y/o de interacciones aparecen confundidos.

Confundidos significa que no es posible distinguir entre los efectos de ciertos

factores o interacciones y de otros factores o interacciones con los que est confundidos.

Los efectos confundidos para el diseo 23-1 con relacin definitoria I = +ABC,
son:

A = BC

B = AC

C = AB

A esta lista se le llama el patrn de confusin o estructura Alias. En general un

experimento 2 f-p puede tener una relacin definitoria que involucre a varios generadores.

Por ejemplo: I = ABCD, ADE, ACB

Se denomina Resolucin del diseo a la cantidad de factores que tiene la interaccin

de menor grado en la relacin definitoria. Se denota con nmeros romanos.
 Por ejemplo, un diseo con 5 factores y de resolucin III, se le presenta como 2 5
III. Cuanto mayor es la resolucin es mejor el diseo.

Resolucin III. Ningn efecto principal se confunde con otro efecto principal, pero
los efectos principales se confunden con interacciones de dos factores y estas con otras
iteraciones de dos factores.

Resolucin IV. Los efectos principales no se confunden entre factores princpales ni

con interacciones de dos factores. Pero las interacciones de dos factores se confunden entre
ellas.

Resolucin V. Los efectos principales no se confunden entre factores principales ni

con interacciones de dos factores, las interacciones de dos factores no se confunden entre
ellas, pero estas se confunden con las interacciones de tres factores.
 EXPERIMENTOS FACTORIALES COMPLETOS

En un experimento factorial los tratamientos surgen de la combinacin de los

niveles de un factor con los niveles de los otros factores. (factoriales, s.f.)

Por ejemplo, si se combinan 3 dosis de Nitrgeno con 2 variedades (A y B), los

tratamientos resultantes son 3 x 2 = 6 y se pueden designar como sigue: N1A, N1B, N2A,
N2B, N3A, N3B.

Los experimentos factoriales se pueden aplicar a diferentes diseos: completamente

aleatorizados, bloques, cuadrados latinos.

Los Experimentos Factoriales completos incluyen, por razones de balanceo, a todas

las combinaciones posibles entre los distintos niveles del factor involucrado en el
experimento. Supongamos el factorial ms simple: 2 factores A y B y cada uno de ellos con
dos niveles a1 y a2; b1 y b2.

Las combinaciones posibles son 4. Si se consideran a las combinaciones como

tratamientos, stos son 4 y se identifican como: a1b1, a1b2, a2b1 , a2b2.. En la tabla 1 se
aprecia la estructura de los tratamientos.

Ilustracin 1 Tratamientos de un factor 2x2

La expresin experimento factorial 2x2: indica que el 1 factor tiene 2 niveles y el

2. Si se desea efectuar un diseo Experimental para este factorial 2x2 es decir con k = 4
tratamientos o combinaciones y r = 5 repeticiones, se puede utilizar cualquiera de los
diseos bsicos: Completamente aleatorizado (C.A.), Bloques al Azar (B.AS) o Cuadrado
Latino (C.L.).
 De igual modo, la expresin experimento factorial 2x3 indica que el 1 factor tiene
dos niveles y el 2 tres. En este caso el nmero de combinaciones (tratamientos) es 2x3 = 6
los que se identifican por la simbologa que figura en las celdas de la tabla 2.

Ilustracin 2 Tratamientos de un factor 2x3

A medida que aumenta el nmero de factores y/o los niveles, aumenta

sensiblemente el nmero de tratamientos y con ello la dificultad de elegir el diseo
adecuado, particularmente cuando se trata de un experimento a campo.

Si es una factorial 3x2x3 es decir de 18 tratamientos se descarta el C.L. Si se piensa

en B.A. este nmero de tratamientos es algo elevado a lo que se podra agregar que si la
especie con la que se est trabajando exige parcelas grandes entonces el tamao de los
bloques tiene que ser tambin grande con la consiguiente dificultad de encontrar sectores de
terreno homogneos para ubicar los bloques.

El problema subsiste, si se piensa utilizar C.A., pues el experimento ocupa una

superficie grande lo que dificulta la homogeneidad de las unidades experimentales. En esas
condiciones quiz se deba pensar en el uso de otros diseos.

Los experimentos factoriales proporcionan en general una informacin ms

completa que los experimentos comunes, pues posibilita el estudio de factores principales,
las combinaciones de todos los niveles y la interaccin de los factores.

En los experimentos factoriales algunos autores hablan de estructura de

tratamientos indicando con esto que los tratamientos se forman por combinaciones de
factores.
Interaccin:

Es el efecto recproco entre 2 o ms factores, o la modificacin de efecto de un

factor por la accin de otro u otros. El estudio de la interaccin entre los factores es una de
las caractersticas importantes en los experimentos factoriales.

La posibilidad de estudios en forma conjunta de dos o ms factores con sus

correspondientes niveles, hace a los factoriales muy tiles para investigaciones
exploratorias y como un paso previo para concentrar posteriormente la atencin en los
aspectos que puedan ser de mayor inters, de acuerdo a las conclusiones generales que
proporcionan estos experimentos.

Ventajas y Desventajas:

Posibilita el estudio simultneo de dos o ms factores.

Permite estudiar la posible interaccin entre los factores intervinientes, y
consecuentemente con ello el efecto o comportamiento de cada factor en los
diferentes niveles del otro factor.
Son ms eficientes que los experimentos simples, donde se estudia un solo factor.
Proporcionan adems resultados generales que los hacen tiles en experimentos
exploratorios.
Como se incluyen todas las combinaciones posibles de los diferentes niveles,
proporcionan habitualmente un nmero elevado de grados de libertad para el error
experimental, con la consiguiente ventaja que esto significa. Como contrapartida de
lo anterior, a medida que se incrementa el nmero de factores y niveles se hace
mayor el nmero de tratamientos, aumentando cuando se trata de experimentos a
campo la superficie requerida para todo el experimento y en particular para cada
repeticin. Con todo ello aumenta la dificultad de adaptar el diseo ms adecuado al
terreno al material experimental y se eleva significativamente el costo de cada
repeticin. Esta circunstancia obliga algunas veces, a recurrir a otro diseo (bloques
incompletos) o adoptar sistemas factoriales en confundido, cuyo anlisis y
planeamiento es ms dificultoso, adems de la prdida de informacin sobre algunas
interacciones.
 A pesar de que no todas las combinaciones entre los diferentes niveles son de
inters para el investigador, en estos experimentos no pueden ser excluidos por razones de
balanceo que exige el anlisis.

B. Eliminacin de residuos

Los desperdicios relacionados con la sobre-produccin

En esta sexta entrega de la gua de los desperdicios, abordaremos el tema de la

sobre-produccin. Se entiende por sobre-produccin el hecho de producir ms de lo
necesario sin tener en cuenta la demanda del cliente. (Figura 3)

Figura 4. Sobre produccin

Algunas causas posibles de sobre-produccin son:

Producir tanto como se pueda en el proceso, sin tener en cuenta la velocidad

apropiada a la cual puede operar el siguiente proceso (etapa, lnea,)

Exceso de libertad para producir y mtricas internas de rendimiento que incitan a

producir ms

Exceso de capacidad que provoca ms fabricacin de lo necesario sin tener en

cuenta la demanda real del cliente

La sobre-produccin se considera como la madre de todos los desperdicios ya que

provoca todos los otros. En efecto, a ms produccin, ms inventario (necesidad de ms
espacio), ms transporte (con sus costes asociados), ms esperas, ms riesgos de defectos,
etc
 Nos encontraremos con un consumo derrochador de mano de obra y de servicios
pblicos y pensaremos en invertir en nuevas mquinas o sistemas a pesar de no ser
necesario. Adems, la sobre-produccin hace que los problemas no son tan visibles.

Eliminar la sobre produccin implica cuidar la planificacin pero tambin no buscar

necesariamente utilizar a tiempo completo los recursos. No podemos seguir pensando en
estos mitos: La mquina no puede despreciarse o Tenemos que utilizar nuestros recursos
a tope, sin haber analizado cuidadosamente la situacin.

La clave reside en proponer un abanico de productos y servicios pero producir

segn la demanda del cliente. Nos tenemos que olvidar del sistema Push en los que los
trabajos de produccin son programados segn la capacidad del proceso y trabajar segn un
sistema Pull donde el inicio de un trabajo se dispara por la finalizacin de otro siguiendo
estrictamente la demanda del cliente. La utilizacin de tarjetas Kanban nos pueden ayudar a
organizar los trabajos de una manera simple y eficiente. Ser tambin necesario realizar
unos planes de seguimiento de la produccin planificada en funcin de la demanda y
nivelar las operaciones.

La idea ser siempre conseguir una produccin ajustada (JIT Just in Time) con
una cadencia marcada por el Takt Time.

C. Reduccin del tiempo de ciclo

En los procesos productivos, se denomina tiempo planificado, al tiempo que se

prev utilizar la mquina para fabricar. El tiempo planificado se divide en dos. Por un lado
disponemos del tiempo durante el cual la empresa est elaborando producto, denominado
tiempo de funcionamiento, y por otro lado, del tiempo que la mquina se encuentra parada,
por motivo de avera, descansos de produccin o por preparacin para la fabricacin de un
nuevo lote de producto, llamado tiempo de cambio de lote o tiempo de preparacin.

Tecnica Smed

Afortunadamente para nosotros, el ingeniero japons Shigeo Shingo (1909 -1990)

ya se encontr con esta problemtica en los aos 50 y fue capaz de disear una solucin
revolucionaria. Shigeo Shingo est considerado como uno de los padres del TPS (Toyota
Production System) junto con Taichi Ohno y aunque a Taichi Ohno se le considera el
creador de los conceptos y las ideas que sustentan el modelo de produccin de Toyota, a
Shigeo Shingo se le atribuye la capacidad de hacer factibles los planteamientos de Ohno,
convirtindolos en tcnicas y herramientas concretas.

Shingo es conocido por la tcnica SMED que desarrollaremos con detalle a

continuacin, pero tambin por ser una eminencia en el mundo de la calidad. Sent las
bases del ZQC (Zero Quality Control) que propugna la eliminacin de la no -calidad en el
origen y relacionado con ello, invent la utilizacin de los poka -yokes, que son
mecanismos que hacen imposible la generacin de errores en los procesos productivos.

"El SMED hace posible responder rpidamente a las fluctuaciones de la demanda y

crea las condiciones necesarias para las reducciones de los plazos de fabricacin. Ha
llegado el tiempo de despedirse de los mitos aejos de la produccin anticipada y en
grandes lotes. La produccin flexible solamente es accesible a travs del SMED", Shigeo
Shingo. SMED es el acrnimo de las palabras "Single -Minute Exchange of Dies", que
significa que los cambios de formato o herramienta necesarios para pasar de un lote al
siguiente, se pueden llevar a cabo en un tiempo inferior a 10 minutos. En el esquema
posterior se muestra grficamente como la reduccin progresiva del tiempo de cambio
puede permitir la consecucin del reto planteado para las empresas productivas.

EJEMPLO (Figura 5).

 (Carbonell, 2013) Figura 5. Tiempo de cambio de lote y nivel de servicio.

Importancia de las Cinco S en la aplicacin del SMED

Las actividades de Organizacin-Orden-Limpieza-Estandarizacin y Disciplina son

esenciales y fundamentales para una correcta y ptima puesta en funcionamiento del
sistema SMED.

El poder encontrar rpidamente las herramientas, el disponer de todos los equipos y

lugar de trabajo en estado de limpieza, y el disponer de elementos visuales que permitan el
mejor ajuste, son beneficios que trae consigo la aplicacin sistemtica de las Cinco S.
 D. Kaizen y blitz kaizen

A partir de la consolidacin de la economa japonesa, muchos han sido los

interrogantes que se han planteado respecto a los modelos y prcticas utilizadas en el
resurgir despus de la devastacin causada por la Segunda Guerra Mundial. La necesidad
de edificar desde el principio las bases financieras y productivas de Japn, implic una
integracin entre altos, medios y bajos perfiles, es decir, todos con igual compromiso de
afrontar los nuevos retos, desafos que se presentaban da tras da.

Kaizen surgi entonces como una filosofa sinrgica que integraba la capacidad de
respuesta de todos los perfiles, para as afrontar los desafos que se planteaban
cotidianamente, adems, al ser necesario no solo restablecer el tejido econmico, sino
social, este se convirti en un estilo de vida, lo cual gener un cambio cultural que
repercuti en el desempeo productivo de los japoneses, razn por la cual autores como
Masaaki Imai, consideran al Kaizen como la clave de la ventaja competitiva japonesa.

Qu es el kaizen?

El trmino Kaizen es de origen japons, y significa "cambio para mejorar", lo

cual con el tiempo se ha aceptado como "Proceso de Mejora Continua". La traduccin
literal del trmino es:

KAI: Modificaciones

ZEN: Para mejorar

El principio en el que se sustenta el mtodo Kaizen, consiste en integrar de forma

activa a todos los trabajadores de una organizacin en sus continuos procesos de mejora, a
travs de pequeos aportes.

La implementacin de pequeas mejoras, por ms simples que estas parezcan,

tienen el potencial de mejorar la eficiencia de las operaciones, y lo que es ms importante,
crean una cultura organizacional que garantiza la continuidad de los aportes, y la
participacin activa del personal en una bsqueda constante de soluciones adicionales.
Sin inversin no se puede mejorar?

En la actualidad es comn partir de la premisa de que para ejecutar una mejora debe
efectuarse una inversin de recursos econmicos y de tiempo sustancial, ms an, cuando
se tratan de cambios en los sistemas de informacin, o en la tecnologa clave de la
organizacin.

Si bien la inversin sustancial de recursos busca mejoras representativas de los

procesos, en muchos casos no es imprescindible invertir para mejorar, basta en ocasiones
con aprovechar uno de los capitales ms infravalorados que posee una organizacin, como
lo es el capital intelectual de su recurso humano. Este capital tiene una serie de
particularidades que lo hacen clave, una de ellas es que se manifiesta en forma de
experiencia a travs de las personas que a lo largo de los aos se encuentran al frente de las
operaciones, razn por la cual tienen una capacidad potencial de identificar oportunidades
de mejora. Kaizen ofrece la posibilidad de aprovechar este capital y conseguir mejoras
continuas con un mnimo de inversin.

Kaizen vs innovacin
Pueden identificarse a grandes rasgos dos alternativas para lograr una mejora de las
operaciones de una organizacin, estas son la innovacin, y la mejora continua.

Innovacin:

Alta inversin

Alto impacto

Alta tecnologa
 Media / Baja participacin del personal

Alto riesgo de perder el nivel de mejora (Depreciable)

Proceso de mejora contina

Optimizacin del recurso existente (Baja inversin)

Velocidad en implementacin de cambios

Alta participacin del personal (En todas las fases de la mejora)

Pequeos pasos

Acercamiento continuo al objetivo trazado (No depreciable)

Combinar ambas alternativas de mejora puede traer consigo resultados

sorprendentes para la organizacin, en la siguiente grfica representamos la diferencia entre
un proceso de innovacin (la cual se deprecia), y un proceso combinatorio de mejora a
travs de innovacin y kaizen.

Condiciones para implementar kaizen en la organizacin

La experiencia de implementacin de la filosofa Kaizen en occidente nos permite

concluir que las principales restricciones para su introduccin son de carcter cultural, tanto
en el caso de las convicciones personales de los trabajadores, como en la estructura
organizacional de las compaas de occidente. Una compaa que quiera desarrollar una
metodologa Kaizen deber cumplir con las siguientes condiciones:

Alto compromiso de la direccin de la empresa (Creacin de escenarios de

participacin)

Alta receptividad y perspectiva respecto a nuevos puntos de vista y aportes

Alta disposicin de implementar cambios

Actitud receptiva hacia errores identificados durante el proceso

Alta valoracin del recurso humano

 Disposicin de elaboracin de estndares (garanta para no depreciar las mejoras)

Principios Fundamentales del Kaizen

Para la implementacin de una filosofa kaizen o un Proceso de Mejora Continua,

deben aplicarse como mnimo cuatro principios fundamentales, estos son:

1.- Optimizacin de los recursos actuales: La tendencia de las organizaciones que

pretenden alcanzar una mejora es a dotarse de nuevos recursos. Para implementar Kaizen el
primer paso consiste en un anlisis profundo del grado de utilizacin de los recursos
actuales, del mismo modo que se buscan alternativas para mejorar el uso y el
funcionamiento de estos.

2.- Rapidez para la implementacin de soluciones: S las soluciones a los problemas

que se han identificado se fijan a plazos largos de ejecucin, no estamos practicando
Kaizen. Un principio bsico del Kaizen es la de minimizar los procesos burocrticos de
anlisis y autorizacin de soluciones; en caso de que los problemas sean de sustantiva
complejidad, Kaizen propone desgranar el problema en pequeos hitos de sencilla solucin.

3.- Criterio de bajo o nulo costo: El Kaizen es una filosofa de mnima inversin que
complementa la innovacin, de ninguna manera estimula que un parmetro de gestin se
mejore mediante el uso intensivo de capital dejando de lado la mejora continua. Las
alternativas de inversin que propone se centran en la creacin de mecanismos de
participacin y estmulo del personal.

4.- Participacin activa del operario en todas las etapas: Es fundamental que el
operario se vincule de forma activa en todas las etapas de las mejoras, incluyendo la
planificacin, el anlisis, la ejecucin y el seguimiento. El primer mito que desestima el
Kaizen es aquel de que "Al operario no se le paga para pensar". Esta filosofa que parece
apenas solidaria e incluyente tiene an ms fundamentos, y se sustenta en que es el operario
el mejor sabedor de los problemas atinentes a la operacin con la que convive.
Metodologa del Kaizen

Antes de abordar la metodologa Kaizen, la organizacin ya ha tenido que haber

definido su firme intencin, por parte de la direccin, para el desarrollo de actividades de
mejora continua. Una vez se ha superado esta etapa, la siguiente consiste en un diseo
instruccional para inculcar el espritu Kaizen al personal desde la formacin. Una vez esto
se vaya desarrollando y ya teniendo un lder responsable de la filosofa dentro de la
compaa, se procede con la herramienta de reconocimiento de problemas, que siempre es
un buen punto de origen para implementar un proceso de mejora continua.

Para tal fin existen herramientas como el ciclo de Deming o PDCA, o herramientas
como MOVE WorkShop. Explicaremos en este caso el ciclo sistemtico de Deming.

1. Planificar (Plan)

Esta etapa es de seleccin del objeto de mejora, en ella se explican las razones de
dicha eleccin y se definen unos objetivos claros que se deben alcanzar.

Situacin actual
Anlisis de informacin (Datos del objeto)
Objetivo

2. Hacer (Do)

Esta etapa corresponde al trabajo de campo de la mejora, consiste en propuestas de

solucin y rpida implementacin de las mejoras de mayor prioridad. Los pasos que se
incluyen en el hacer son:

Propuestas de solucin
Just Do It
Verificar (Check)
 En esta etapa se debe comprobar el objetivo planteado en el plan respecto a la
situacin inicial que se identific. Por ende comprobamos que se estn alcanzando los
resultados o en caso contrario volveremos al Hacer. Este paso incluye:

Monitorizacin
Verificacin
Actuar (Action)

Esta es una etapa fundamental en la mejora continua, dado que asegurarnos de que
las mejoras no se deprecien depende del estndar u oficializacin de las medidas
correctivas. Para proceder a la estandarizacin debemos haber comprobado que las medidas
han alcanzado los resultados esperados, adems, debemos plantearnos siempre la
posibilidad de seguir mejorando el objeto de anlisis.

Estandarizacin.
Bsqueda de la optimizacin.

Blitz Kaizen

Un Kaizen Blitz es un enfoque intensivo y enfocado al proceso de mejora. Kaizen significa

"mejora continua" y Blitz significa "aligerar rpido."

Esta metodologa de mejora continua combina herramientas de Lean Manufacturing para

incluir:

5-S de la Organizacin del trabajo y Normalizacin

Flujo celular
tire de Sistemas
Sistemas Kanban
Set-Up Reduccin
balanceo de la lnea
y Mapeo de flujo de valor
Cada herramienta incorpora la potenciacin equipo, lluvia de ideas, resolucin de
problemas y para hacer mejoras rpidamente a un producto o partes de sus procesos
especficos.
Por qu una Kaizen Blitz?

La metodologa Kaizen Blitz se ha utilizado ampliamente para mejorar la organizacin del

trabajo en las fbricas y los mtodos actuales utilizados para la fabricacin de
productos. Los resultados son en tiempo real con la aplicacin, dentro de un formato de una
semana.
No slo va a obtener mejoras inmediatas en el proceso tambin puede desarrollar
una lista de oportunidades de mejora que su personal puede investigar y poner en prctica
despus de la Kaizen Blitz. El Kaizen Blitz le proporcionar a su empresa con resultados
tangibles inmediatos y la motivacin para la mejora continua en curso dentro de su
empresa.

E. LA TEORA DE RESTRICCIONES (TOC)

 TOC se basa en que toda organizacin es creada para lograr una meta. Si nuestra
organizacin tiene como meta el ganar dinero, debemos estar conscientes que los logros
obtenidos, ha estado determinados por la o las restricciones que actan sobre la
organizacin. Si no hubiese existido alguna restriccin, los logros obtenidos pudieron haber
sido infinitos.

Las restricciones del sistema determinan las posibilidades de obtener ms de la

meta de la organizacin.

Tipos de Restricciones:

Restricciones fsicas: Cuando la limitacin pueda ser relacionado con un factor tangible del
proceso de produccin.
Restricciones de mercado: Cuando el impedimento est impuesto por la demanda de sus
productos o servicios.
Restricciones de polticas: Cuando la compaa ha adoptado prcticas, procedimientos,
estmulos o formas de operacin que son contrarios a su productividad o conducen (a veces
inadvertidamente) a resultados contrarios a los deseados.

Cmo enfocar el proceso de mejora contnua?

TOC propone el siguiente proceso de 5 pasos, para enfocar los esfuerzos de mejora:
 1) Identificar las restricciones.- Este Paso es, en nuestra opinin, el ms difcil ya
que normalmente llamamos "restriccin" a los sntomas de no usar correctamente nuestro
sistema. En general sentimos que tenemos miles de restricciones: falta de gente, falta de
mquinas, falta de materiales, falta de dinero, falta de espacio, polticas macroeconmicas,
ausentismo, exceso de stocks, etc. La Teora General de los Sistemas sostiene que
cualquiera sea el sistema y su meta, siempre hay unos pocos elementos que determinan su
capacidad, sin importar cun complejo o complicado sea.

2) Decidir cmo EXPLOTAR las restricciones.- Las restricciones impiden al

sistema alcanzar un mejor desempeo en relacin a su Meta (Sea sta ganar dinero, cuidar
la salud de la poblacin, aumentar el nivel cultural de la sociedad, etc.). Es fundamental,
entonces, decidir cuidadosamente cmo vamos a utilizarlas, cmo vamos a explotarlas.
 Dependiendo de cules sean las restricciones del sistema, existen numerosos
mtodos para obtener de ellas el mximo provecho.

Ejemplos sencillos de cmo explotar una restriccin son los siguientes:

La restriccin es una mquina: Se le deberan asignar los operarios ms hbiles, se

debera hacer control de calidad antes de que la misma procese las piezas, se debera
evitar las paradas para almorzar (rotando a la gente), se debera evitar que quedara
sin trabajar por falta de materiales, se lo debera dotar de un programa ptimo donde
cada minuto se aproveche para cumplir los compromisos con los clientes, etc.

La restriccin est en el mercado (No hay ventas suficientes): Asegurarse que todos
los pedidos se despachan en el plazo comprometido con los clientes.

No hay excusa ya que la empresa tiene ms capacidad de produccin que la

demanda del mercado.
La restriccin es una materia prima (El abastecimiento es menor que las necesidades
de la empresa): Minimizar el scrap y las prdidas por mala calidad, no fabricar
cantidades mayores a las se van a vender en el corto plazo, etc.

3) SUBORDINAR todo lo dems a la decisin anterior.- Este paso consisteen

obligar al resto de los recursos a funcionar al ritmo que marcan las restricciones del
sistema, segn fue definido en el paso anterior.

Como la empresa es un sistema, existe interdependencia entre los recursos que la

componen. Por tal motivo no tiene sentido exigir a cada recurso que acte obteniendo el
mximo rendimiento respecto de su capacidad, sino que se le debe exigir que acte de
manera de facilitar que las restricciones puedan ser explotadas segn lo decidido en el Paso
2, Es esencial, entonces, tener en cuenta las interdependencias que existen si se quiere
realizar con xito la subordinacin.
 La SUBORDINACIN es quizs el paso ms difcil de asimilar para quienes hemos
sido educados en el Pensamiento Cartesiano. Aunque no es tarea sencilla IDENTIFICAR
las restricciones, intuitivamente sabemos que existen. EXPLOTARLAS significa obtener lo
mximo posible de ellas, lo que tampoco se opone a nuestra forma de pensar tradicional.
Pero ... SUBORDINAR todo lo dems al ritmo que marcan las restricciones? Obligar a la
mayora de los recursos a trabajar menos de lo que podran? Eso s que es exactamente
opuesto a nuestro pensamiento tradicional.

4) ELEVAR las restricciones de la empresa.- Para seguir mejorando es necesario

aumentar la capacidad de las restricciones. ste es el significado de ELEVAR.

Ejemplos de ELEVAR las restricciones del sistema son:

La compra de una nueva mquina similar a la restriccin.

La contratacin de ms personas con las habilidades adecuadas
La incorporacin de un nuevo proveedor de los materiales que actualmente son
restriccin
La construccin de una nueva fbrica para satisfacer una demanda en crecimiento.

En general nuestra tendencia es realizar este paso sin haber completado los pasos 2
y 3, Procediendo de ese modo estamos aumentando la capacidad del sistema sin haber
obtenido an el mximo provecho del mismo segn como estaba definido originalmente.

5) Volver al Paso 1.- En cuanto se ha elevado una restriccin debemos preguntarnos

si sta sigue siendo una restriccin. Si se rompe la restriccin es porque ahora existen otros
recursos con menor capacidad. Debemos, entonces, volver al Paso 1, comenzando
nuevamente el proceso.
Proceso de mejora continua

TOC ha desarrollado un conjunto de herramientas, denominada Procesos de

Pensamiento, que permiten responder de una manera lgica y sistemtica a tres preguntas
clave:

Qu cambiar?

A qu cambiar?

Cmo provocar el cambio?

Aplicaciones de teora de restricciones

TOC a desarrollado algunas aplicaciones en diversas reas de la gestin de empresas

como:

Finanzas: Contabilidad de Throughput

En Operaciones: Tambor-Amortiguador-Cuerda que permite focalizar la produccin en el

recurso escaso.

La Cadena de Abastecimiento: Ha desarrollado un novedoso sistema de medicin.

En Proyectos: La Cadena Critica que permite reducir sustancialmente el tiempo de

ejecucin de un proyecto

En marketing: Se ha desarrollado una metodologa que ayuda a encontrar la forma de

incrementar el valor percibido por el cliente.

Para resumir, podemos decir que TOC constituye una filosofa gestin de mejoramiento
continuo. TOC se focaliza en las restricciones del sistema, ya que ellas determinan el
resultado de la organizacin.

TOC ha demostrado que es posible lograr asombrosos resultados en miles de empresas

como General Motors, Ford Motor, Texas Instruments, Harris Corporation, Lucent-Bell,
etc, que ya han mostrado los xitos obtenidos utilizando TOC. En el Per, tambin hay
algunas empresas que ya han demostrado los resultados positivos de esta filosofa.
 APLICACIN

La aplicacin de las tcnicas del diseo experimental en las fases iniciales del desarrollo de
un proceso puede redundar en:

Mejoras en el rendimiento del proceso.

Variabilidad reducida y conformidad cercana con los requerimientos nominales o
proyectados.
Reduccin del tiempo de desarrollo.
Reduccin de los costos globales.
Entre las aplicaciones del diseo experimental en el diseo de ingeniera (desarrollo
de nuevos productos) se encuentran:
La evaluacin y comparacin de configuraciones de diseos bsicos.
La evaluacin de materiales alternativos.
La seleccin de los parmetros del diseo para que el producto tenga un buen
funcionamiento en una amplia variedad de condiciones de campo, es decir, para que
el producto sea robusto.
La determinacin de los parmetros clave del diseo del producto que afectan el
desempeo del mismo.

MITIGACIN Y ANLISIS DE RIESGO

 Mitigacin es el esfuerzo por reducir la prdida de vida y propiedad reduciendo el
impacto de los desastres. La mitigacin se logra tomando accin ahora antes de que azote
el prximo desastre para as disminuir los daos por desastre, reconstruccin y daos
repetidos. Para que los esfuerzos de mitigacin sean exitosos, es importante que todos
estemos informados sobre los riesgos que podran afectar nuestra rea y tomemos las
medidas necesarias para protegernos. Es importante saber que los desastres pueden ocurrir
en cualquier momento y en cualquier lugar y, si no estamos preparados, las consecuencias
pueden ser fatales.

La mitigacin efectiva requiere que todos entendamos los riesgos locales, afrontar
las decisiones difciles e invertir en el bienestar de la comunidad a largo plazo. Sin acciones
de mitigacin, ponemos en peligro nuestra seguridad, la seguridad financiera y la
autosuficiencia.

Los desastres pueden ocurrir en cualquier lugar y en cualquier momento; es muy

difcil predecir cules sern sus consecuencias.

El nmero de desastres va en aumento, pero slo se provee asistencia federal para el

50% de stos

Los programas de mitigacin de FEMA ayudan a reducir el impacto de los desastres

y como resultado, nuestra dependencia en los contribuyentes y el Departamento del
Tesoro por asistencia ante desastres

La Administracin de Mitigacin y Seguro Federal (FIMA, por sus siglas en ingls)

maneja el Programa del Seguro Nacional por Inundacin (NFIP, por sus siglas en ingls) e
implementa una variedad de programas autorizados por el Congreso para reducir las
prdidas que podran resultar de desastres naturales. Las labores de mitigacin efectivas
pueden romper el ciclo de daos por desastre, reconstruccin y daos repetidos. Estas
labores consisten de tres actividades principales que ayudan a los estados, tribus, territorios
y localidades a alcanzar el ms alto nivel de mitigacin: el anlisis de riesgo, la reduccin
de riesgo y las coberturas de seguro contra riesgo. A travs de estas actividades, y el trabajo
diario de FEMA en todo el pas, las comunidades son capaces de tomar mejores decisiones
de mitigacin antes, durante y despus de los desastres.
 Anlisis de Riesgo

Las agencias gubernamentales tienen que entender el impacto completo de los

peligros naturales usando ciencias aplicadas de ingeniera contra peligros mltiples y
tecnologa avanzada a fin de planificar eficazmente para reducir los efectos de los peligros
naturales.

Anlisis FODA

Ejemplo de las PYMES.

Anlisis PEST
CONCLUSIN
 En este trabajo podemos darnos cuenta de la importancia 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 en el diseo.

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.
 BIBLIOGRAFA
Bernal, J. J. (06 de 11 de 2012). Pdcahome. Obtenido de
http://www.pdcahome.com/2117/diseno-de-experimentos-para-que-sirve-y-como-
realizarlo/
Carbonell, F. E. (2013). Tecnica SMED, reduccion del tiempo de preparacion. 3 CIENCIAS,
11.
Ing, B. S. (s.f.). Ingenieria Industrial Online.com. Obtenido de
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/gesti%C3%B3n-y-control-de-calidad/kaizen-mejora-continua/
Solutions for manufactures. (s.f.). Obtenido de West Virginia Manufacturing Extention
Partnership: http://www.wvmep.com/kaizen_blitz.htm
Tanco, D. M., Viles, D. L., & alvarez, D. M. (2008). Aplicacin del Diseo de
Experimentos (DoE). TECNUN, Universidad de Navarra, San Sebastin, Espaa,
pg. 10.
Torre, S. d. (18 de 01 de 2011). CALETEC. Obtenido de SIG SIGMA, LEAN, KAIZEN:
http://www.caletec.com/blog/lean/los-desperdicios-relacionados-con-la-sobre-
produccion/

http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/Disenno/IntroDE.pdf
http://tarwi.lamolina.edu.pe/~fmendiburu/index-filer/academic/design/Fraccionados.pdf

REFERENCIAS
Bernal, J. J. (06 de 11 de 2012). Pdcahome. Obtenido de
http://www.pdcahome.com/2117/diseno-de-experimentos-para-que-sirve-y-como-
realizarlo/
Carbonell, F. E. (2013). Tecnica SMED, reduccion del tiempo de preparacion. 3 CIENCIAS,
11.
Ing, B. S. (s.f.). Ingenieria Industrial Online.com. Obtenido de
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/gesti%C3%B3n-y-control-de-calidad/kaizen-mejora-continua/
Solutions for manufactures. (s.f.). Obtenido de West Virginia Manufacturing Extention
Partnership: http://www.wvmep.com/kaizen_blitz.htm
Tanco, D. M., Viles, D. L., & alvarez, D. M. (2008). Aplicacin del Diseo de
Experimentos (DoE). TECNUN, Universidad de Navarra, San Sebastin, Espaa,
pg. 10.
Torre, S. d. (18 de 01 de 2011). CALETEC. Obtenido de SIG SIGMA, LEAN, KAIZEN:
http://www.caletec.com/blog/lean/los-desperdicios-relacionados-con-la-sobre-
produccion/

Bernal, J. J. (2012, 11 06). Pdcahome. Obtenido de

http://www.pdcahome.com/2117/diseno-de-experimentos-para-que-sirve-y-como-
realizarlo/
Carbonell, F. E. (2013). Tecnica SMED, reduccion del tiempo de preparacion. 3 CIENCIAS,
11.
Ing, B. S. (s.f.). Ingenieria Industrial Online.com. Obtenido de
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/gesti%C3%B3n-y-control-de-calidad/kaizen-mejora-continua/
Solutions for manufactures. (s.f.). Obtenido de West Virginia Manufacturing Extention
Partnership: http://www.wvmep.com/kaizen_blitz.htm
Tanco, D. M., Viles, D. L., & alvarez, D. M. (2008). Aplicacin del Diseo de
Experimentos (DoE). TECNUN, Universidad de Navarra, San Sebastin, Espaa,
pg. 10.
Torre, S. d. (2011, 01 18). CALETEC. Obtenido de SIG SIGMA, LEAN, KAIZEN:
http://www.caletec.com/blog/lean/los-desperdicios-relacionados-con-la-sobre-
produccion/

VII. MEJORAR
A. Diseo de experimentos (DOE)
1. La terminologa
Definir trminos bsicos de la DOE, incluyendo independientes y variables dependientes,
factores y niveles, respuesta, tratamiento, error, etc.
2. Los principios de diseo
Definir y aplicar los principios de la DOE, incluyendo alimentacin y tamao de la
muestra, equilibrio, repeticin, replicacin, orden, eficiencia, aleatorizacin, bloqueo,
comunicacin, confusin, resolucin, etc.
3. La Planificacin de experimentos
Planificar, organizar y evaluar los experimentos determinando el objetivo, la seleccin de
factores, las respuestas y mtodos de medicin, elegir el diseo adecuado, etc.
4. Experimentos de un factor
Disear y realizar bloque completamente al azar, al azar y los diseos de cuadrado latinos y
evaluar sus resultados.
5. Experimentos factoriales fraccionarios de segundo nivel (Two-level fractional
factorial experiments)
Disear, analizar e interpretar estos tipos de experimentos y describir cmo confusin
afecta su uso.
6. Experimentos factoriales completos
Disear, realizar y analizar experimentos factoriales completos.
B. Eliminacin de residuos
Seleccionar y aplicar herramientas y tcnicas para eliminar o evitar los residuos, incluyendo
los sistemas pull, kanban, 5S, trabajo estndar, poka-yoke, etc.
C. Reduccin del tiempo de ciclo
Utilizar diversas herramientas y tcnicas para reducir el tiempo de ciclo, incluyendo flujo
continuo, Single-minute exchange of die (SMED), etc.
D. Kaizen y blitz kaizen
Definir y distinguir entre estos dos mtodos y aplicarlos en diferentes situaciones.
E. La teora de restricciones (TOC)
Definir y describir este concepto y sus usos.
F. La aplicacin
Desarrollar planes para implementar el proceso de mejora (es decir, realizacin de pruebas
piloto, simulaciones, etc.) y evaluar resultados para seleccionar la solucin ptima.
G. Mitigacin y anlisis de riesgo
Uso de herramientas tales como estudios de viabilidad, anlisis FODA (fortalezas,
debilidades, oportunidades y amenazas), Anlisis PEST (poltico, ambiental, social y
tecnolgico) y consecuentes mtricas para analizar y mitigar el riesgo.