14.

En una fábrica de componentes electrónicos, uno de los principales clientes reportó tener
problemas con algunos de los productos (comportamiento eléctrico intermitente). Mediante el
análisis de las muestras retornadas por el cliente, se identificó que el problema se relaciona con
alambre mal colocado y podía obedecer a varias causas. Se decide correr una réplica de un
experimento factorial 25, utilizando los siguientes factores y niveles:

La respuesta por medir es el número de unidades con alambre mal colocado. Cada prueba se hizo
en la línea de ensamble y consistió en colocar cierta cantidad de alambres, que lo hace un equipo
automático. La cantidad de alambres a colocar en cada prueba, bajo cada tratamiento, se
determinó de tal forma que tuviera alta probabilidad de detectar piezas con alambres mal
colocados. Los datos son los siguientes:
 a) Dibuje el diagrama de Pareto y el gráfico de Daniel considerando todas las interacciones
de alto orden. ¿Cuáles efectos parecen estar activos?

Se puede observar claramente que en la grafica de pareto y la de Daniel existen factores muy
significativos tales como: A, D, E, AD y AE

b) Determine el mejor análisis de varianza e interprételo.

c) Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Modelo 31 19207.0 619.58 * *
Lineal 5 9499.4 1899.88 * *
A 1 4255.0 4255.03 * *
B 1 30.0 30.03 * *
C 1 132.0 132.03 * *
D 1 3894.0 3894.03 * *
E 1 1188.3 1188.28 * *
Interacciones de 2 términos 10 6101.6 610.16 * *
A*B 1 101.5 101.53 * *
A*C 1 57.8 57.78 * *
A*D 1 3423.8 3423.78 * *
A*E 1 1069.5 1069.53 * *
B*C 1 101.5 101.53 * *
B*D 1 3.8 3.78 * *
B*E 1 331.5 331.53 * *
C*D 1 357.8 357.78 * *
C*E 1 101.5 101.53 * *
D*E 1 552.8 552.78 * *
Interacciones de 3 términos 10 2725.6 272.56 * *
A*B*C 1 175.8 175.78 * *
A*B*D 1 0.0 0.03 * *
 A*B*E 1 427.8 427.78 * *
A*C*D 1 318.8 318.78 * *
A*C*E 1 47.5 47.53 * *
A*D*E 1 675.3 675.28 * *
B*C*D 1 442.5 442.53 * *
B*C*E 1 215.3 215.28 * *
B*D*E 1 116.3 116.28 * *
C*D*E 1 306.3 306.28 * *
Interacciones de 4 términos 5 878.9 175.78 * *
A*B*C*D 1 399.0 399.03 * *
A*B*C*E 1 63.3 63.28 * *
A*B*D*E 1 108.8 108.78 * *
A*C*D*E 1 294.0 294.03 * *
B*C*D*E 1 13.8 13.78 * *
Interacciones de 5 términos 1 1.5 1.53 * *
A*B*C*D*E 1 1.5 1.53 * *
Error 0 * *
Total 31 19207.0

Con respecto a la gráfica de Pareto procedimos a eliminar los efectos no significativos y con
ello realizar un nuevo ANOVA reducido.
Para saber que es fiable, analizamos el coeficiente de determinación. El resultado es muy
positivo ya que se encuentra por encima del 70%, que es el recomendado para aceptar el diseño.

d) Obtenga las gráficas de los efectos que resultaron importantes en el ANOVA e

interprételas.
Una vez eliminado los efectos significativos, observamos claramente que hay efectos
significativos principales y de interacción, pero hay una particularidad de que los efectos
principales forman parte de las interacciones, por lo que procedemos a evaluar solamente los
efectos de interacción y podemos concluir de que existe menos paralelidad entre AD y AE, ello
es resultado de una interacción y así nos lo confirma el ANOVA.

e) Determine el mejor tratamiento.

Con respecto al ANOVA y las gráficas de efectos principales y de interacción podemos identificar
que el mejor tratamiento es:

f) Interprete con detalle las interacciones AD y AE, considerando que el factor D es el

resultado de un proceso anterior y que actualmente no es posible fijarlo en un nivel, y que
el factor E es una característica de los materiales de un proveedor externo; entonces,
¿cuáles son sus recomendaciones para operar el proceso y para acciones de mejora a
futuro?

Ya que el factor D es resultado de un proceso anterior, es recomendable presentar mejoras a dicho

proceso para tratar de tener un resultado constante y así evitar que este sea un factor que afecte
en la variabilidad de los productos.

Y que el factor E es una característica de los materiales del proveedor externo, es necesario hacer
un análisis de los posibles proveedores que puedo tener y evaluar la calidad de cada uno de ellos,
en función de eso tomar el que satisfaga mis requerimientos.
Con esas dos posibilidades podemos lograr obtener un mejor producto y evitar que estos sean los
causantes de la variabilidad de mis productos.

g) Verifique los supuestos del modelo. ¿Qué puede concluir del análisis de residuos?

h) ¿Es pertinente colapsar este diseño en un factorial 24 con dos réplicas? Si la respuesta es
positiva, hágalo.
Si es posible ya que en relación con la gráfica de Pareto y de Daniel obtenemos que
algunos efectos principales no participan como significativos, menos aún como
interacción. Razón por la cual efectivamente podemos colapsar.
 i) ¿Se puede colapsar en un 23 con cuatro réplicas?

De la misma manera analizando las gráficas de Daniel y Pareto podemos colpasar hasta ese punto,
pero el coeficiente de determinación establece que no es fiable hacerlo ya que el resultado está
por debajo del 70%. Aun así, a continuación, procederemos a realizarlo:
 j) Antes del experimento se creía firmemente que el sistema de luz tradicional (fibra) ya era
obsoleto, y que era parte de las causas principales del problema, por lo tanto, habría que
invertir en mejor tecnología (incandescente). Dados los resultados del experimento, ¿qué
puede decir sobre esta “firme” creencia?

Primero habría que hacer una evaluación de costos de los dos escenarios, además un análisis de
la eficiencia. Ya que si los resultados del experimento superan los costos en función de la
inversión nueva pues la factibilidad de una adquisición nueva sería la idónea. En el caso hipotetico
de que los costos y la eficiencia son las mismas para los escenarios, con respecto al experimento
habría una mejora notoria en los resultados cambiando algunas de las configuraciones para la
obtención de dicho material.

k) ¿Qué puede comentar sobre el hecho de que en más de la mitad de los tratamientos se
haya tenido cero defectos?

Simplemente se puede inferir de que esos tratamiento no inciden directamente en la variabilidad

del producto final y que se estarían empleando costos elevados para esta experimentación.