Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen.
El presente artículo de investigación aplicado tiene por objetivo presentar una propuesta
metodológica para la aplicación de la técnica del diseño experimental con la técnica de
simulación a fin de lograr mayor efectividad en el diseño de parámetros, diseño robusto,
disminución de la variabilidad y mejora de los procesos. El enfoque metodológico será
abordado desde un punto de vista teórico en principio, y adicional a esto se ilustrará la
técnica en un caso de estudio aplicado en la industria de transformación.
Palabras Clave:
Diseño de experimentos, Diseño robusto, Mejora de procesos, Simulación.
Introducción.
El diseño experimental ha sido una técnica que utilizada ampliamente en la investigación
científica, particularmente en las ciencias duras y en ciencias de la salud; sin embargo en la
práctica no lo es. La falta de uso radica en algunas complejidades técnicas, entre las cuales
destacan: 1) Conocimiento técnico, 2) Experiencia en la aplicación de la herramienta, 3)
Fundamentación en la caracterización de las variables. Esta falta de uso en la práctica ha
sido ampliamente discutida bajo diferentes puntos de vista (Allon, 2006) (Cruz, Jesús,
2009) (Cruz, Jesús; Rositas, Juán, 2010) (Cruz, Jesús; López, Fabián; Abreu, José Luis,
2010) (George, 2002) (Gupta, 2007) los cuales indican que la principal área de oportunidad
radica en el uso relacionado con la identificación del proceso de mejora.
Materiales y métodos.
El artículo de investigación ha sido elaborado realizando una búsqueda en bases de datos de
fuentes primarias y secundarias bajo las palabras clave: Diseño de experimentos, diseño
robusto, diseño de tolerancias, reducción de la variación de proceso e implementación de
tales técnicas. La búsqueda ha sido seleccionando un periodo de tiempo de 2001 al 2011.
Las bases de datos consultadas fueron: Proquest, Emerald, y Ebsco.
Alcance
El alcance de la investigación presentada es dar conocer una propuesta metodológica de
aplicación del diseño robusto para: 1) Análisis y control del proceso, 2) Diseño de
23
“La Administración y la Responsabilidad Social Empresarial”
24
Capítulo 1 – Administración de la calidad
25
“La Administración y la Responsabilidad Social Empresarial”
26
Capítulo 1 – Administración de la calidad
Variable de
Respuesta
i =1
27
“La Administración y la Responsabilidad Social Empresarial”
En las ecuaciones anteriores se presenta la fórmula con expansión ilustrada para las
variables Xi, y su contraparte Yi. Por otra parte cuando las relaciones entre las variables
son mínimas, es decir 2. Se puede simplificar el cálculo del índice de correlación con la
siguientes fórmulas (véase ecuación No. 4).
N ∑ xy − (∑ x )(∑ y )
r=
[N ∑ x 2
][
− (∑ x ) N ∑ y 2 − (∑ y )
2 2
]
Ecuación 4. Índice de correlación simplificado.
En la siguiente tabla (véase la tabla No. 2) podrá observar una serie de datos que contiene
dos factores los cuáles son: Temperatura y velocidad. Ambos factores suponen una
correlación, sin embargo es necesario cuantificarla. Se procede a utilizar la fórmula
presentada en la ecuación anterior y mediante el uso de hojas de cálculo se estima el
indicador estadístico.
28
Capítulo 1 – Administración de la calidad
Implementación
de parámetros Planeación del
experimento
óptimos
Diseño del
Simulación experimento
Análisis del
experimento
29
“La Administración y la Responsabilidad Social Empresarial”
∑ (x − x)
n n
TSS = ∑
2
ij
i =1 j =1
∑ (x − Ti )
t ni
SSE = ∑
2
ij
i =1 j =1
SST = ∑ ni (T − xi )
t
2
i =1
30
Capítulo 1 – Administración de la calidad
Condiciones
Experimento originales Condiciones optimizadas
1 4.1 4.92
2 4.6 5.52
3 3.8 4.56
4 4.4 5.28
5 3.2 3.84
6 3.1 3.72
7 3.8 4.56
8 4.1 4.92
9 4.3 5.16
10 3.7 4.44
Tabla 3. Análisis de varianza (Comparación antes vs.después del análisis experimental).
En las siguientes figuras se podrán encontrar los resultados de la ejecución de las fórmulas
utilizando el software estadístico de Minitab. En la siguiente figura (véase fig. No. 6) se
observa el análisis boxplot - Anova que indica una diferencia entre el valor original y el
valor optimizado después de la relación experimental.
Análisis Boxplot de las Condiciones originales vs. Condiciones optimizadas
5.5
5.0
4.5
Data
4.0
3.5
3.0
Condiciones originales Condiciones optimizadas
31
“La Administración y la Responsabilidad Social Empresarial”
Efectos Principales
Data Means
Revoluciones Avance
5.5
5.0
4.5
4.0
Mean
3.5
3.0
2.5
2.0
1200 2200 1 3
32
Capítulo 1 – Administración de la calidad
Composite
Desirability
0.74828
Y prom
Minimum
y = 1.2586
d = 0.74828
-0.0 0.8 1.6 2.4 3.2 4.0 4.8 0.00 0.75 1.50 2.25 3.00 3.75 4.50
Observed Performance Exp. Within Performance Exp. Overall Performance Observed Performance Exp. Within Performance Exp. Overall Performance
PPM < LSL 0.00 PPM < LSL 22792.66 PPM < LSL 8525.98 PPM < LSL 0.00 PPM < LSL 0.00 PPM < LSL 0.00
PPM > USL 0.00 PPM > USL 0.00 PPM > USL 0.00 PPM > USL 0.00 PPM > USL 0.00 PPM > USL 0.13
PPM Total 0.00 PPM Total 22792.66 PPM Total 8525.98 PPM Total 0.00 PPM Total 0.00 PPM Total 0.13
Figura 10. Simulación utilizando la N (0,1) para los tratamientos No. 2. y No. 4.
Las dos gráficas presentan valores similares, sin embargo proponiendo de forma teórica los
parámetros de éxito para el experimento en relación de 0 hasta 5 defectos máximo por
millón de oportunidades, el proceso del tratamiento No. 4 ofrece una alternativa con una
menor variación teniendo en promedio 3 defectos, mientras que el proceso del tratamiento
No. 2 ofrece en promedio 2 defectivos, lo cual puede observarse en los datos de cálculo en
la figura No.10. en los indicadores de PPM (partes por millón).
33
“La Administración y la Responsabilidad Social Empresarial”
Discusión
Desde un punto de vista teórico se ha propuesto que el uso de la técnica de diseño de
experimentos para el diseño de parámetros robustos es efectivo para la determinación de
parámetros de proceso, puntos de control y bandas de seguridad, debido a que logra
identificar los puntos de menor variación conocidos como robustez de proceso.
La técnica de diseño de experimentos logra determinar los parámetros más apropiados para
un proceso en términos de cumplimiento a especificaciones y variación de proceso. El
siguiente paso en la técnica experimental será la instrumentación de tales parámetros de
ajuste en la práctica, sin embargo esto puede tener algunos inconvenientes relacionados a la
variabilidad inherente del proceso respecto a variables que fueron bloqueadas o variación
natural de los parámetros de ajuste. La propuesta metodológica es el uso de la simulación
como herramienta de análisis previo a la instrumentación, la cual por medio de cálculos de
estabilidad de proceso indique el comportamiento de los parámetros de ajuste en largo
plazo.
La técnica de diseño experimental es usada en la investigación y en aplicaciones
industriales, sin embargo la combinación metodológica con la técnica de simulación no es
ampliamente usada. El uso de la simulación dentro de la metodología experimental ofrece
un proceso de validación de la capacidad de proceso esperada para los parámetros
optimizados.
Acerca de los Autores
El Doctor Jesús Cruz es Ingeniero Industrial IIS´95 por el Instituto Tecnológico de
Veracruz, Maestro en Ciencias con especialidad en Sistemas de Calidad por el Instituto
Tecnológico de Estudios Superiores de Monterrey ITESM’96, Maestro en Administración
con especialidad en Administración de Operaciones por la Universidad Autónoma de
Nuevo León UANL’00, y Doctor en Filosofía con Especialidad en Administración de
Operaciones UANL’04. Investigador a Nivel Nacional en el CONACYT – SNI. Miembro
del Cuerpo Académico. UANL – CA – 259. Reconocimiento de Perfil deseable PROMEP.
Participa como evaluador del Premio Nuevo León a la Calidad desde el 2003, Profesor
Investigador en el Postgrado de la Facultad de Contaduría Pública y Administración de la
Universidad Autónoma de Nuevo León, Profesor invitado en el Postgrado en Ingeniería de
la Universidad del Norte en Monterrey, Nuevo León, además, se ha desempeñado por más
de 10 años en la Industria Automotriz en diferentes posiciones Gerenciales en el área la
administración de operaciones.
El Dr. J. Fabián López, es profesor e investigador en el CEDEEM de la UANL desde hace
15 años. Miembro del Sistema Nacional de Investigadores SNI Nivel I. Cuenta con Perfil
PROMEP y es integrante del Cuerpo Académico. UANL – CA – 259. En 2004 fue el 1er
graduado de la UANL del Doctorado en Administración con una mención especial Summa
Cum Laude. Tiene una Maestría en Administración y otra en Ingeniería Industrial por el
EGADE-ITESM. Tiene el grado CPIM (Certified in Production & Inventory Management)
por la American Production & Inventory Control Society (APICS). Es Ingeniero en
Sistemas, Ingeniero en Control e Ingeniero en Electrónica y Comunicaciones por la FIME
de la UANL. Más de 15 años de experiencia gerencial en áreas de Manufactura, Logística,
Planeación y Sistemas en 8 diferentes ramas industriales. Autor de varios artículos en
revistas indexadas. Sus líneas de investigación están enfocadas en el desarrollo de Modelos
34
Capítulo 1 – Administración de la calidad
35
“La Administración y la Responsabilidad Social Empresarial”
[15] Rositas, J., Mendoza, J., Cruz, J., & Abreu, J. L. (2010). Innovaciones organizacionales
para una ventaja competitiva. Monterrey: Editorial Lazcano.
36