DISEÑO DE EXPERIMENTOS Y CONTROL

ESTADÍSTICO DE LA CALIDAD

Sexta Sesión:
Diseños Factoriales Fraccionados

21Octubre 2016
 OBJETIVOS
Al terminar esta sesión, tu deberás ser capaz de:

• Construir fracciones a cualquier grado de fraccionamiento (2K - p).

• Seleccionar las combinaciones mas significativas.

• Obtener la ecuación de predicción y optimizar

DISEÑO 2K-p
Diseño Factoriales Fraccionados

Son diseños donde se elige adecuadamente una parte o fracción de

los tratamientos de un factorial completo, con la intención de poder
estudiar el efecto de los factores utilizando menos corridas
experimentales, debido a que es imposible en la practica correr todos
los tratamientos.

La teoría de los diseños factoriales fraccionados se basa en la

jerarquización de los efectos: Son más importantes los efectos
principales, seguidos por la interacciones dobles, luego las triples, las
cuádruples , etc.

Número de factores (K)

K-p
2
Número de generadores
Número niveles (2)
del diseño
Procedimiento DOE

Acción Minitab
1. Plantear el problema a El problema es aumentar/disminuir.....
resolver y objetivo que se Y = Nombre del indicador
requiere alcanzar Nivel Bajo (-) Nivel alto (+)

X1 : Nombre del factor

X2 : Nombre del factor
2. Identificar los factores y X3 : Nombre del factor
sus niveles.
• 2 Level Factorial
• Number Of. Factors
3. Cree la hoja de toma de
datos para el experimento DESGNIS Full factorial
Center points=
STAT / DOE / # Replicates=
FACTORIALS / CREATE FACTORS En la columna “Name” ponerle el
FACTORIAL / DESIGNS nombre del factor
OPTIONS Do not fold
 Randomize Runs
 Store Design on Worksh
Summary table, alias table
RESULTS Default interactions
Evaluar Capacidad del Proceso

Acción Minitab
4. Determine el tamaño RESPONSES Poner el indicador
apropiado de la muestra.
TERMS Seleccionar todos los factores
5. Realice el experimento y pasarlos a “Selected Terma”
siguiendo la hoja de datos
obtenidas. GRAPHS * Normal *Paretto .
. Alpha = 0.1
6. Analice los datos obtenidos
. Residual for plots : Regular
Sta t/ DOE / ACTORIALS
Analyze Factorial Design
RESULTS * Coefficients and ANOVA table
STORAGE
* Fits (Desmarcar)
* Residuals (Desmarcar)
Nota:
Si se ha usado 2 o mas replicas Minitab arroja p-valúes asociados a cada factor e
interacciones; los cuales deben ser usados para probar hipótesis:

H0: El efecto del factor no es importante sobre Y Si p-val>0.05

Ha: El efecto del factor si es importante sobre Y Acepto H0
EJEMPLO 2K-p : HELICOPTERO
EJEMPLO 2K-p : HELICOPTERO
EJEMPLO 2K-p : HELICOPTERO
EJEMPLO 2K-p : HELICOPTERO
EJEMPLO 2K-p : HELICOPTERO
EJEMPLO 2K-p : HELICOPTERO

En la hoja de trabajo de Minitab resultante que se muestra arriba, los

resultados experimentales se ingresan en la columna C10. Podemos asignar a la
columna el nombre “Tiempo de vuelo”, porque esa es la variable de respuesta
en nuestro experimento.
EJEMPLO 2K-p : HELICOPTERO

La siguiente hoja de trabajo de Minitab contiene los resultados experimentales

especificados en “Tiempo de vuelo” en la columna C10.
EJEMPLO 2K-p : HELICOPTERO
EJEMPLO 2K-p : HELICOPTERO

Los factores significativos son aquellos que influyen en la respuesta cuando cambian
de un valor a otro. Cuando se hace clic en Aceptar, Minitab proporciona una tabla
ANOVA así como un diagrama de Pareto de los efectos, lo que hace que sea muy
fácil identificar los factores significativos
 EJEMPLO 2K-p : HELICOPTERO

La función de regresión paso a paso

hace que sea sencillo y rápido seleccionar
el modelo óptimo para sus datos al
eliminar factores automáticamente
para hallar el modelo que mejor se
ajuste a sus datos. Se puede escoger
entre tres métodos de análisis escalonado:
Paso a paso, Selección hacia delante y
Eliminación hacia atrás. En la Eliminación
hacia atrás, todos los factores se
incluyen en el análisis inicial y luego
los factores no significativos se
eliminan uno por uno.
EJEMPLO 2K-p : HELICOPTERO
EJEMPLO 2K-p : HELICOPTERO
DISEÑO 2K-p : OPTIMIZADOR DE RESPUESTA

Por último, podemos utilizar el Optimizador de respuestas para hallar la

combinación de valores de configuración que nos dará el tiempo de vuelo
más largo. Seleccione Estadísticas > DoE > Factorial > Optimizador de
respuestas…
DISEÑO 2K-p : OPTIMIZADOR DE RESPUESTA

El optimizador produce la siguiente gráfica que muestra la configuración

óptima de los factores en rojo y la respuesta pronosticada para los
helicópteros hechos con esa configuración en azul
DISEÑO 2K-p : OPTIMIZADOR DE RESPUESTA

Conclusión
Para los datos que recolectamos, nuestro análisis con Minitab indica que la
configuración óptima del helicóptero es: papel ligero, longitud más larga del
rotor, longitud más corta del patín de aterrizaje, anchura más delgada del patín
de aterrizaje y sin clip en el patín
AGENDA

1 • Diseño de Experimentos

2 • Taguchi – Diseño robusto

2 • AMEF : Análisis de Modo y Efecto de Falla

TAGUCHI

El diseño robusto tiene su origen en las ideas del ingeniero japonés

Genichi Taguchi, quien desarrolló su propia filosofía y métodos de
ingeniería de la calidad desde la década de 1950. Fue a partir del éxito
de los japoneses en industrias tan importantes como la automotriz y la
elec trónica que Occidente comienza a fijarse en los métodos utilizados
por ellos.
TAGUCHI

La metodología Taguchi establece tres metas:

1. Diseños robustos (insensibles) ante el medio ambiente para productos y

procesos.
2. Diseño y desarrollo de productos, de modo que sean robustos a la
variación de componentes.
3. Minimización de las variaciones con respecto a un valor objetivo.
TAGUCHI

El significado de la palabra robusto es en el sentido de hacer el proceso

o producto insensible o resistente a factores de ruido que no está
en nuestras manos controlar. A continuación ilustraremos el concepto
de robustez con algunos ejemplos sobre el di seño de artículos de uso
común.

Si pensamos en una tostadora de pan, al

usuario le gustaría que fuera robusta a la
marca de pan, a la humedad ambiental, a
la temperatura ambiental, a las
variaciones en las dimensiones del pan,
etc. Se desea seleccionar el grado de tostado y
observar que, efectivamente, el pan salga con
el color deseado, en toda su superficie y por
ambos lados.