TECNOLÓGICO DE ESTUDIOS SUPERIORES DE JOCOTITLÁN

División de Ingeniería Industrial

Asignatura: Ingeniería de Calidad

Antología
Ingeniería de Calidad

Elaboró
Ing. Jaime Gutiérrez Balderas

Plan de estudio
Retícula de Ingeniería Industrial
Clave IIND-2010-227

Reviso:

M. en C. Israel becerril Rosales Ing. Jaime Gutiérrez Balderas

Presidente de academia Secretario de Academia

Ing. Felipe Santamaria Ramos

Jefe de división

Jocotitlán Edo. De México marzo de 2020.

1
 Antología de Diseño de experimentos
OBJETIVO GENERAL DEL CURSO

Que el alumno sea capaz de utilizar las estrategias que propone Taguchi con el fin
de crear productos y procesos más consistentes, que permitan una menor pérdida
a la sociedad por el uso de los mismos. Aplicando el método de diseño de
experimentos ( DDE).

Aportación de la asignatura al perfil del egresado.

- Diseñar, implantar y mejorar métodos de trabajo y sistemas de

calidad - Diseñar y mejorar los productos y el servicio al cliente.

CONTENIDO DEL PROGRAMA DE ESTUDIOS

Unidad Temas Subtemas

1 La Ingeniería de Calidad y 1.1 Problemas de calidad y variabilidad

la función de pérdida funcional

1.2 Problemas de calidad y variedad

1.3 Ingeniería de calidad en el diseño del

producto, proceso de producción en el
servicio al cliente

1.4 La función de pérdida

1.5 Tipos de tolerancias

1.6 Diseño de tolerancias

2 Experimentos con 2.1 Planeación y Conducción de

arreglos Ortogonales Experimentos

2.2 El diseño (2³)

2.3 Definición de Ortogonal dad

2.4 El Arreglo Ortogonal L6 (2³)

2.5 El análisis de varianza en los arreglos

2
 ortogonales

2.6 Razones para usar arreglos Ortogonales

2.7 Otros arreglos para factores en dos

niveles

2.8 Gráficos Lineales

2.9 Arreglos ortogonales para factores de tres

niveles

10.- Métodos para modificar los arreglos

ortogonales

3 Control de calidad en 3.1 Variabilidad debida a factores de error y

Línea contramedidas

3.2 Control de calidad en línea

3.3 El rol de control de calidad en línea

3.4 Introducción al diseño de parámetros

4 Análisis Señal Ruido ( 4.1 Factores de ruido

S/N)
4.2 Enfoques para el tratamiento de factores de
ruido

4.3 Relación señal-ruido (S/N)

4.4 Análisis de varianza y la señal de ruido

UNIDAD I INGENIERIA DE CALIDAD Y LA FUNCION DE PÉRDIDA

La Ingeniería de la Calidad está diseñada para generar procesos de calidad.

Basado en los fines de la Ingeniería de la calidad, TAGUCHI desarrolló una
3
aproximación al diseño de experimentos con el objetivo de reducir los costos
emanados de la experimentación, esta aproximación es más práctica que teórica y
se interesa más por la productividad y los costos de producción que por las reglas
estadísticas. Los conceptos de estas técnicas están basados en las relaciones de
costos y ahorros. Existen algunos factores de ruido que afectan los procesos, y son
aquellos que causan que una característica funcional se desvíe de un valor objetivo,
estos son causantes de variabilidad y pérdida de calidad. De acuerdo con
TAGUCHI esta pérdida de calidad constituye a largo plazo, una pérdida de tiempo
y dinero tanto para el consumidor como para el fabricante. Dentro de las actividades
del control de la calidad, la Ingeniería de la calidad consta de las actividades
dirigidas a la reducción de la variabilidad y de las pérdidas.

1.1 PROBLEMAS DE CALIDAD Y VARIABILIDAD FUNCIONAL

Variación

Las observaciones o mediciones que realizamos o los datos que tomamos en cualquier
proceso o sistema no producen los mismos resultados, nos encontramos con la variación
en la vida cotidiana. El concepto de variación establece que no existen 2 productos iguales.

El problema con las fuentes naturales de energía es su variabilidad. El mismo problema

ocurre a un mayor o menor grado en los productos y servicios proporcionados por el
hombre. Las máquinas se estropean, fallas de poder eléctrico, los trenes llegan tarde,
goteras de los tejados. Las razones especificadas están puestas para prevenir muchos de
estos problemas. Empezaremos considerando la pérdida causada por la variabilidad. Nos
enfocaremos en la variabilidad del producto, las mismas consideraciones se aplican a la
variabilidad en servicios.

Determinando la calidad subjetiva del valor de mercadeo y producto planeando el problema

de vital importancia para una compañía, pero no es un problema de ingeniería. Es un
problema de clasificación humana, un problema del tamaño del segmento en segmentación
del mercado. Esto es porque el autor se opone a tratar las cuestiones de calidad como
preguntas de valor. Otro problema es el significado de pérdida. En el contexto de la
definición de calidad, la pérdida debe restringirse en dos categorías:

1. Pérdida causada por la variabilidad de la función.

2. Pérdida causada por defectos de tipos dañinos.

Un artículo con buena calidad realiza sus funciones intencionales sin variabilidad, y causa
pequeñas pérdidas a través de los defectos de tipo dañinos, incluso el costo de usarlo. Si
el control de costo se preocupa por reducir las diferentes pérdidas antes de que el producto
sea enviado, el control de calidad se preocupa por reducir los dos tipos de pérdidas que
puede causar a la sociedad después de que se envía.

4
El control de calidad no es, sin embargo, interesado en reducir la pérdida del producto que
puede infligir en la sociedad a través de sus funciones intrínsecas.

La pregunta sobre las funciones de la sociedad sobre los productos que deberían permitir
tener, es un problema cultural ilegal, no un problema de la ingeniería.

Si nosotros empezamos a discutir problemas de utilidad y valor, nosotros estamos fuera

del reino de la ingeniería y en el reino de los valores culturales.

Los ingenieros son libres para debatir estos problemas como individuos, pero ellos deben
reconocer que están tratando con preguntas sociales que están fuera del alcance del
control de calidad.

Si el control de calidad no se restringe a los problemas pérdida causados por variabilidad

de función y efectos del tipo dañinos no relacionados, se resbalará fuera del dominio de la
ingeniería en el dominio psicológico de valores culturales.

Si nosotros nos enfocamos en la industria, encontramos que sus actividades entran en seis
fases.

1. Planeación de productos (que incluye estimando la demanda para una función dada
a un precio dado y poniendo la vida del plan).

2. Diseño del producto (diseñando el producto para tener las funciones que decidieron
posteriormente en la fase de la planificación).

3. Diseño del proceso de producción.

4. Producción.

5. Mercadotecnia (incluyen la información del mercado sobre la existencia del nuevo

producto).

6. Ventas.

1.2 PROBLEMAS DE CALIDAD Y VARIEDAD

Cualidad: de lo que está formado por elementos de distinta clase. Por supuesto, la calidad
debe estar relacionada con las necesidades y las expectativas del cliente. Sin embargo,
para que la investigación y el desarrollo sean efectivos, la calidad debe ser expresada en
términos compatibles con los objetivos de ingeniería del desarrollo. Podemos identificar
cuatro niveles de calidad.

5
La calidad del cliente y la calidad especificada

La calidad del cliente es la calidad expresada por el cliente, en su propio lenguaje, tal como
aspecto o "facilidad de conducir de un coche. El término Voz del Cliente" se usa
frecuentemente para describir este nivel de calidad. Para satisfacer las necesidades de
nuestros clientes, los ingenieros intentan a menudo convertir la Voz del Cliente en
características específicas de calidad, es decir, la calidad especificada, tales como "piel de
naranja", "espesor de la pintura", o "índice de facilidad de conducir", dado por el experto de
la prueba de conducción. La calidad especificada se refiere a las especificaciones de los
diseños de ingeniería. Son características de calidad, que constituyen objetivos para los
ingenieros. Estas son las características a partir de las cuales se desarrollan los productos.
Las siguientes características de calidad son frecuentemente usadas para el análisis de
muestras:

Pasa / no pasa

Fracción defectuosa, Número de defecto

La calidad funcional

Todos los productos tienen una función específica. La calidad funcional es la calidad de
conseguir la función pretendida de un producto. La función del producto existe antes que
la voz del cliente. Es imprescindible que la función del producto sea optimizada antes de
emitir los planos de ingeniería.

Desarrollo de la tecnología

Nuestro procedimiento óptimo puede ser resumido de la siguiente forma:

Maximizar la sensibilidad

Maximizar la linealidad

Minimizar la variabilidad

1.3 INGENIERÍA DE CALIDAD EN EL DISEÑO DEL PRODUCTO

Cada vez se generaliza más la idea de que la calidad de un producto debe cuidarse
especialmente en las primeras etapas de su desarrollo, ya que es en ese momento, cuando
se pueden evitar más problemas y de forma más económica, (Deming 1989), (Juran 1990).
Ishikawa (1984) dividió la evolución del control de calidad en tres generaciones. Dicha

6
división puede representarse mediante un gráfico (figura 1.1) ya clásico en la bibliografía
del Control de Calidad (Kackar 1985).

La inspección pretende separar los productos defectuosos antes de que lleguen al cliente,
pero no mejora la calidad del producto. Además, garantizar la calidad mediante este
procedimiento, aumenta los costes y resta competitividad a la empresa que lo practica. El
control de procesos reduce los problemas de fabricación y en muchos casos evita que los
defectos lleguen a producirse, pero también aumenta los costes y exige atención y cuidados
en el proceso productivo. Los esfuerzos en asegurar la calidad del producto en su fase de
diseño (del propio producto o del proceso productivo) resultan ser los más eficaces y
rentables. Mediante métodos de producción adecuados puede asegurarse que el producto
sea correcto aún fabricado con materiales y en condiciones poco favorables. Asimismo,
pueden conseguirse diseños de productos que mantengan un alto nivel de calidad aunque
sus condiciones de uso no sean las óptimas (o nominales) (Taguchi 1986). La aplicación de
determinadas técnicas de experimentación para la optimización de productos y procesos
está siendo en los últimos años uno de los elementos de progreso más espectaculares para
asegurar la calidad ya en la fase de diseño. (Pueden leerse comentarios en este sentido en:
Box (1986), Clausing (1990), Kackar (1985), Ross (1988), Lin (1990) y Wu (1987), entre
otras publicaciones).

Estrategias de experimentación para optimizar las características de un Producto

Cualquier característica de calidad de un producto que sea cuantitativa (humedad,
densidad, dimensión, dureza, peso,...) puede ser entendida, en primera aproximación1,
como una variable que mediante una relación funcional, depende de un conjunto de factores
que denominaremos "factores de diseño" tal como se indica en la figura 1.2.

7
Figura 1.2: Una característica de calidad (respuesta) puede ser explicada, en primera
aproximación, en función de unos factores de diseño.

Si se conoce dicha relación funcional, la optimización de la característica de calidad es un

problema fácilmente resoluble por métodos analíticos, pero en la práctica se presentan 3
grandes dificultades:

a) La relación funcional no se conoce, ni tampoco cuales son los factores de diseño que
pueden afectar a la respuesta, y a veces ni tan siquiera la región de operabilidad.

b) La relación funcional es complicada.

c) La deducción de la relación funcional (o mejor dicho, de una aproximación a la misma

que nos resulte útil) no puede ser abordada "de cualquier forma", sino que en la práctica
resulta obligado seguir determinadas estrategias de experimentación conocidas con el
nombre de "diseños factoriales".

Podemos reducir el tiempo de desarrollo de un producto a un tercio del actual Como reducir
el tiempo de ciclo de desarrollo de productos es un gran reto para la mayoría de las
empresas de todos los sectores, sobre todo teniendo en cuenta el hecho de que los
productos se fabrican en series cada vez más cortas, en variedad creciente y con ciclos de
vida más cortos. ¿Cómo podemos disminuir el tiempo de desarrollo y, al mismo tiempo,
proporcionar una gran variedad de productos, manteniendo la competitividad?. ¿Existen
otros métodos para reducir el ,ciclo de desarrollo de productos para que podamos cumplir
nuestros objetivos competitivos

1.4 El desarrollo de tecnología

Lo que el Dr. Taguchi quiere decir por desarrollo de tecnología es lo siguiente: El desarrollo
de tecnología es realizar una investigación, tras completar el diseño de un sistema, para
optimizar la robustez de la función básica de una familia de productos. La investigación es
realizada en un laboratorio, a pequeña escala, antes de la planificación del producto
concreto, y su robustez puede ser evaluada mediante el uso de la relación señal - ruido de
tipo dinámico, de forma que la información pueda ser utilizada en el diseño de un grupo de
futuros productos. Existen varias razones por las cuales la duración del desarrollo de
8
tecnología es demasiado larga. Para empezar, el diseño de un nuevo producto empieza
después de recoger la información del mercado en cuanto a los gustos o disgustos de los
clientes. La mejora de calidad empieza cuando el producto está en manos de los
consumidores. En este momento es demasiado tarde para empezar un nuevo diseño, y se
tarda demasiado tiempo en conseguirlo. En segundo término, los esfuerzos por mejorar la
calidad se realizan cada vez que se diseña un nuevo producto. En tercer término, el diseño
de un producto se concentra inicialmente en cómo "dar en el blanco" sin, contemplar la
robustez o la reproductibilidad de la función de todos los problemas anteriores que pueden
ser minimizados utilizando el enfoque del desarrollo de tecnología.

1.5 INGENIERIA DE CALIDAD EN EL SERVICIO AL CLIENTE

Un servicio es el acto o el conjunto de actos mediante el cual se logra que un producto o

grupo de productos satisfaga las necesidades y deseos del cliente. Al abordar el servicio al
cliente hay que conceptualizar adecuadamente tres aspectos interrelacionados del mismo:

Demanda de servicio. Son las características deseadas por el cliente para el servicio que
demanda y la disposición y posibilidad del mismo para pagarlo con tales características.

Meta de servicio. Son los valores y características relevantes fijadas como objetivo para el
conjunto de parámetros que caracterizan el servicio que el proveedor oferta a sus clientes.
Esta meta puede ser fijada como única para todos los clientes, diferenciada por tipo de
cliente o acordada cliente a cliente. Nivel de servicio. Grado en que se cumple la meta de
servicio.

Lo anterior lleva a replantear el esquema tradicional de distribuir lo que se produce al

esquema de distribuir lo que el cliente necesita. Para ello la empresa debe definir una
filosofía de servicio, expresada en términos de: actitud, organización y responsabilidad que
abra paso al establecimiento de una estrategia de servicio. Los elementos a considerar
para establecer una estrategia de servicio:

a) El cliente. Hay que identificar con exactitud quién es el cliente y las necesidades y
deseos que éste realmente tiene.

b) La competencia. Hay que identificar las fortalezas y debilidades de los competidores y

con ello establecer un servicio al cliente mejor que la competencia, o sea, que proporcione
ventaja competitiva.

c) Los patrones, costumbre y posibilidades de los clientes La estrategia de servicio

requiere ser evaluada en término de cuánto ingreso reporta a la empresa y cuál es el costo
que implica su aplicación para garantizar la viabilidad de tal estrategia.

En la elaboración de la estrategia de servicio en el marco de la competencia se debe

considerar que un nivel de servicio muy bajo, aunque sea "económico", a la larga hace

9
bajar, en el transcurso del tiempo, la cuota de participación en el mercado y conduce a
perder éste último.

Al establecer la estrategia de servicio al cliente deben considerarse otros factores como:

a) Los segmentos del mercado. El mercado no puede analizarse sólo globalmente, sino
en sus variados estratos o segmentos, ya que cada uno tiene un comportamiento atenido
a diferentes factores y tienen distinta repercusión en la empresa. Para segmentar el
mercado se hace necesario seleccionar los parámetros que definen la comunidad de
actitud de los clientes. Entre estos parámetros pueden señalarse:

Ubicación geográfica

Rama de actividad

Sexo

Nivel de ingreso

Nivel profesional

Condiciones de vida

Condiciones medio ambiental

Otros

Para cada segmento debe diseñarse un nivel de servicio específico. No es económico

generalizar el mismo nivel de servicio a todo el mercado.

b) La posición del producto en su ciclo de vida. No es el mismo nivel de servicio que se

debe ofrecer para un producto cuando está en la fase de lanzamiento que para uno que
está en la etapa de madurez.

c) Componentes del servicio al cliente.

El nivel de servicio se puede expresar por: el nivel de servicio ofrecido, el nivel de servicio
proporcionado, el nivel de servicio percibido por el cliente.

El objetivo de la empresa debe ser garantizar que no existan diferencias entre el nivel de
servicio ofrecido y el nivel de servicio percibido, en ninguno de los componentes del servicio

El servicio al cliente tiene como componentes:

Calidad del producto

Variedad de productos

Características del producto

Fiabilidad del producto

10
Servicio de posventa

Costo

Disponibilidad

Tiempo de respuesta

Tiempo de entrega

Actitud

En cada caso debe valorarse a partir de la apreciación del cliente cuáles son los elementos
de mayor peso y alrededor de ellos diseñar el mejoramiento del nivel de servicio. Para
realizar este estudio se pueden hacer encuestas a una muestra representativa y
estratificada por cada segmento de mercado donde se solicite ponderar el nivel de
importancia de cada elemento (la suma debe ser 100 puntos) u ofrecerle una gama de
opciones alternativas entre elementos para que el cliente manifieste sus preferencias.

d) Evolución de la competencia y de las necesidades del cliente. Hay que llegar a

visionar cuál será el comportamiento de las necesidades del cliente (cambios en la
ponderación de los elementos del servicio) y de los competidores en un futuro para a partir
de ahí poder delimitar en la estrategia las acciones para mantener la competitividad. Cuando
no se analiza este factor puede lograse un éxito competitivo hoy pero que mañana se verá
como se va perdiendo terreno utilizando la misma política que dio el éxito.

Todo empresario debe estar consciente que trabajar en un mercado competitivo exige como
condición de supervivencia lograr un determinado nivel de servicio. De su capacidad
estratégica depende que pueda identificar qué nivel mínimo de servicio debe lograr para
mantenerse en el mercado y cuál es el nivel de servicio que le permite lograr la ventaja
competitiva en determinados segmentos de mercado.

1.6 La función de pérdida

El control de calidad ha tenido como objetivo controlar la variación funcional y los
problemas relacionados con esto.
El objetivo de la función pérdida es evaluar cuantitativamente la pérdida de calidad
debido a variaciones funcionales.
El doctor Taguchi ha descubierto que la representación cuadrática de la función de
pérdida, es una forma eficiente y efectiva para establecer la pérdida debido a la
desviación de una característica de calidad del valor meta; esto es la pérdida debida a
la mala calidad.
Es importante recordar que:
1. Conformarse con los límites de especificación es un indicador inadecuado de la
calidad o pérdida debida a la mala calidad.
2. La pérdida de calidad es causada por la insatisfacción del consumidor.
3. La pérdida de calidad puede relacionarse con las características del producto.

11
4. La pérdida de calidad es una pérdida financiera.
5. La función de pérdida es una herramienta excelente para evaluar la pérdida en la
etapa inicial del desarrollo del producto.

Indice CPM o indice TAGUCHI

Es de todos conocidos el índice de capacidad potencial (Cp) y el índice de capacidad
real (Cpk) para los cuales lo más importante es reducir la variabilidad y cumplir con las
especificaciones. Sin embargo el Cpm está orientado a reducir la variabilidad alrededor
del valor nominal, no solo estar orientada a cumplir con las especificaciones.
El Cpm mide mejor que el Cpk el centrado del proceso y la variabilidad.
Cuando el índice Cpm es mayor a uno, entonces eso quiere decir que el proceso cumple
con las especificaciones, y en particular que la media del proceso está dentro de la
tercera parte media de la banda de las especificaciones. Si el Cpm es mayor que 1.33
entonces la media del proceso estará dentro de la quinta parte media del rango de
especificaciones.
Si la estimación del Cpm se hace con base en una muestra aleatoria del proceso, el
Cpm encontrado podrá ser menor o mayor que el verdadero valor.

Función de Pérdida para una Característica

La función de pérdida que el doctor Taguchi usa es una aproximación de una expansión
de la serie de Taylor alrededor de un valor meta "m". La función de pérdida de calidad
se expresa con la ecuación siguiente:

L(y) = K(y-m)2

En donde:
L(y)= pérdida en dinero por unidad de producto cuando las características de calidad
son igual
a 41 y 55 y = valor de la característica de calidad, esto es, longitud, anchura, etc.,

m = valor nominal de "y" k =

constante de proporcionalidad.

Los factores que causan que una característica funcional, como por ejemplo, la
eficiencia del combustible, los cambios de presión, la maniobrabilidad, etc., se desvíe
de su valor objetivo, se llaman factores de ruido. Los factores de ruido causan variación
y pérdida de calidad. Durante su larga experiencia, el Dr. Taguchi ha observado que
ésta pérdida de calidad, en términos de tiempo y dinero, tanto a los consumidores como
a los fabricantes, y en último término a la sociedad.
En la siguiente gráfica se muestra los diferentes tipos de ruido que desvían la
característica de su valor objetivo.

12
Taguchi llama a los factores incontrolables factores de ruido. Ruido es cualquier cosa
que causa a una característica de la calidad desviarse de su objetivo, el cual
subsecuentemente causa una pérdida de calidad. La temperatura, altura, y nivel de
combustible, son considerados factores externos de ruido porque ocurren fuera del
producto. Otros dos tipos de factores que existen son: los internos (ej.: partes críticas
de la maquinaria se deterioran y los factores producto a producto cuando por ejemplo
la variabilidad pieza a pieza en los componentes fabricados del carro). Mucha gente
cree que las interacciones no son consideradas en los Métodos Taguchi; sin embargo,
esto no es cierto. De hecho, el Dr. Taguchi considera las interacciones como uno de
los puntos más importantes de su enfoque. La proporción señal - ruido es un índice de
robustidad de calidad, y muestra la magnitud de la interacción entre factores de control
y factores de ruido. Los factores de control y ruido deben ser asignados en diferentes
grupos para el estudio de la robustidad, el cual es significativamente diferente del
enfoque tradicional, donde no hay distinciones entre los factores de ruido y control.
Una diferencia clave de los Métodos Taguchi es el énfasis en medir las cosas correctas
para recolección de información. En lugar de medir síntomas causados por la
variabilidad de la función, como la tasa de defectos o fallas, medimos una respuesta
relacionada con la energía. Cualquier sistema usa energía de transformación para
cumplir una función deseada. Reducir la variabilidad de las transformaciones de
energía minimizará o eliminará los síntomas.
Cuando tenemos ruido, nos lleva a crear un producto o proceso robusto que es aquel
que es menos sensible al ruido.

Como Medir la Robustidad a)Técnicamente

Diseño robusto es un proceso para optimizar. Una técnica para auxiliarlo es la
proporción señal/ruido, la cual proporciona una medida de como acercar el diseño al
óptimo funcionamiento de un producto o proceso. Ha sido utilizado en la industria de
comunicaciones para comparar una señal en línea (la salida deseada) con los ruidos de
la misma (las salidas indeseadas). Este concepto fue aplicado por el Dr. Taguchi en los

13
50's a otros sistemas, ya sean mecánicos, eléctricos, electromecánicos, químicos y
muchos más.
Variabilidad en un producto/proceso es enemiga de la calidad. El Dr. Taguchi relaciona
esta desviación del ideal a un concepto llamado ruido. Ruido, visto simplemente, es
variabilidad. Además, los factores que causan variaciones se denominan como
"Factores de Ruido." Por definición, los factores de ruido no están controlados desde un
punto de vista económico o de costo.

b)Económicamente
La Función de Pérdida de Calidad es el standard por el cual los factores relacionados
con el diseño de calidad son estudiados y medidos. Esta noción difiere del concepto
convencional de calidad. En lugar de definir la calidad como un atributo positivo de un
producto, es definida como la pérdida financiera o el costo causado a la sociedad por la
variación indeseada del precio del producto. Esto incluye costos tales como garantía,
rentabilidad y pérdida de la confianza del cliente. La consecuencia importante de este
concepto es que trae las opciones de ingeniería dentro del campo de la economía, algo
en lo que los científicos e ingenieros frecuentemente tienen dificultades. Otro resultado
importante de la función de pérdida de la calidad es que el diseño del producto más
lejano varía del valor objetivo, el máximo costo, el cual implica que sea una función
continua. Esto puede servir como un lenguaje muy poderoso que permite a los expertos
en equipos multidisciplinarios de desarrollo de productos comunicarse más fácilmente.
Esto se debe a que todas las elecciones ingenieriles tienen en común el dinero. del
índice Cpm; por lo que es riesgoso calificar al proceso con base a la estimación puntual
proporcionada por la muestra, y es mejor hacer una estimación por el intervalo de
manera similar para Cp y Cpk.

Función de Pérdida para una Característica

La función de pérdida que el doctor Taguchi usa es una aproximación de una expansión
de la serie de Taylor alrededor de un valor meta "m".

La función de pérdida de calidad se expresa con la ecuación siguiente:

L(y) = K(y-m)2

En donde:
L(y)= pérdida en dinero por unidad de producto cuando las características de calidad
son igual
a 41 y 55 y = valor de la característica de calidad, esto es, longitud, anchura, etc.,

m = valor nominal de "y" k =

constante de proporcionalidad.

Ejemplo:

14
Una compañía dedicada a fabricar balastras garantizan una vida útil de 60 meses, a un
costo de usd c/u, pero en promedio estas tienen una vida útil de 56 meses, entonces
tenemos:

Y = 60 meses
X = 56 meses
$ c/u = USD
1m

Tenemos que determinar K = 12/1m

L = 12 ( 60 – 56 )2
1m

L= 192 usd de perdida

El tiempo de entrega de material de la planta hacia los centros de distribución es

aproximado de 4 hrs, pero por diversas causas este se puede retrasar, si calculamos
un promedio de entregas tenemos que normalmente se lleva 6hrs, el costo de cada
embarque es de .500 usd, entonces tenemos:

Y = 4 hrs
X = 6 hrs
$ c/u = .500 USD
1hr

Tenemos que determinar K = 2500/1hr

L = 2500 ( 4 - 6 )2
1hr

L= 10.000 usd de perdida

Por todo lo anterior podemos ver que esta técnica nos ayuda a determinar como el factor
de calidad en algún producto o servicio puede ser afectado por alguna variable, lo cual
nos lleva a perder determinado costo e insatisfacción del cliente.

Conclusión
A pesar que diseñadores y catedráticos han argumentado que los métodos de Taguchi
no siempre proveerán las mejores soluciones a los experimentos que aquellos métodos
convencionales, esta técnica no es solo una aplicación estadística en el diseño de
experimentos, sus métodos incluyen la integración de la estadística conjuntamente con
la ingeniería de proceso.

15
 Además es una técnica aplicable a cualquier proceso que de manera sencilla nos
muestra el grado y costo de pérdida que un producto o servicio puede perder por alguna
falla de calidad en el proceso.

1.7 DISEÑO DE TOLERANCIA

Durante el diseño de tolerancia, el ingeniero especificará sistemáticamente cuánto tendrán

que aumentar los niveles de funcionamientos de ciertos factores para completar los
requerimientos para la característica de la calidad. En el diseño de tolerancia, el ingeniero
determina el porcentaje que cada uno de los ruidos contribuye para alcanzar el
funcionamiento requerido por la característica de calidad. Con él puede decidir cuánto
debe reducir los límites de tolerancia de cada factor para alcanzar su objetivo. El limitar las
tolerancias de los factores casi siempre tiene que ver con actualizar con partes o
componentes de alto costo.

OBJETIVO

Adquirir conocimientos que permitan aplicar el diseño de experimentos para mejorar la

calidad de procesos y productos, reduciendo la variabilidad de los mismos.

Durante el diseño de tolerancia, el ingeniero especificará sistemáticamente cuánto tendrán

que aumentar los niveles de funcionamientos de ciertos factores para completar los
requerimientos para la característica de la calidad. En el diseño de tolerancia, el ingeniero
determina el porcentaje que cada uno de los ruidos contribuye para alcanzar el
funcionamiento requerido por la característica de calidad. Con él puede decidir cuánto
debe reducir los límites de tolerancia de cada factor para alcanzar su objetivo. El limitar las
tolerancias de los factores casi siempre tiene que ver con actualizar con partes o
componentes de alto costo.

El diseño de experimentos (DDE) ha llegado a ser una de las más populares técnicas
estadísticas de los 90's. En 1920, el científico británico Ris R.A. Fisher, lo creó como un
método para maximizar el conocimiento obtenido de datos experimentales y ha ido
evolucionando durante los últimos 70 años.

Desafortunadamente, la mayor parte del desarrollo del DDE fue matemáticamente complejo
y es por eso que su uso se ha restringido a aquellos bien versados en matemáticas. La
reciente popularidad alcanzado por el DDE está asociada con los trabajos de Taguchi, un
ingeniero japonés que se enfocó en el uso práctico, en lugar de perfeccionar la técnica
matemática. En corto tiempo, el trabajo de Taguchi comenzó a revolucionar la presentación
del material de DDE de la teoría matemática que fue casi ignorada, para alcanzar la claridad
y practivalidad de éste. Es así como científicos, ingenieros, técnicos y administradores que
no son expertos en matemáticas son ahora los mayores practicantes del diseño
experimental. Sin embargo, un escrutinio cercano al método de Taguchi reveló limitantes,
lo cual ha conducido a la más reciente evolución del DDE: Un acercamiento que consiste

16
en una mezcla de las técnicas de Taguchi y las técnicas clásicas. Para entender el DDE,
considere un área específica de la ciencia, ingeniería, física, etc., como un proceso o
actividades de la naturaleza.

Unidad 2 Experimentos con arreglos Ortogonales

Introducción

El Diseño de Experimentos tuvo su inicio teórico a partir de 1935 por Sir Ronald A. Fisher,
quién sentó la base de la teoría del Diseño Experimental y que a la fecha se encuentra
bastante desarrollada y ampliada. Actualmente las aplicaciones son múltiples,
especialmente en la investigación de las ciencias naturales, ingeniería, laboratorios y casi
todas las ramas de las ciencias sociales.

“Para optimizar procesos de fabricación, condiciones de reacción y métodos de análisis

entre otros, es necesario conocer qué variables influyen significativamente en el sistema y
cómo afectan. A menudo esta información no está disponible y se genera experimentando.
Primero se recogen en una lista todas las variables que podrían influir en la respuesta. A
continuación, se realizan una serie de experimentos en los cuales se fijan las variables que
no interesa modificar, se anota el valor de las que no se pueden controlar, y se varían las
restantes. Finalmente, se obtiene la información comparando la variación de la respuesta
entre experimentos. El elevado coste de la experimentación y las limitaciones de tiempo
obligan a ejecutar sólo los experimentos imprescindibles. Y el método tradicional de variar-

17
un-factor-cada-vez (VUFCV) no suele ser la mejor opción. Puede implicar más
experimentos de los necesarios y, a pesar de ello, proporcionar sólo información parcial”

2.1 Definiciones

Experimento: En un Experimento, el experimentador escoge ciertos factores para su

estudio, los altera deliberadamente de forma controlada y después, observa el efecto
resultante. El Experimento puede realizarse bien en laboratorio o bien en el exterior: En la
fábrica, en unos almacenes, en los locales del usuario, etc.

Diseño de experimentos:“Un experimento diseñado es una prueba o serie de pruebas en

las cuales se inducen cambios deliberados en las variables de entrada de un proceso o
sistema, de manar que sea posible observar e identificar las causas de los cambios en la
respuesta de salida” Montgomery (1991). Actualmente los métodos de diseño experimental
tienen una amplia aplicación en muchas disciplinas.

El diseño experimental puede ser considerado como parte del proceso científico y una de
las formas en que aprendemos acerca de la forma en que funcionan los sistemas o
procesos.

Por lo general, este aprendizaje se da a través de una serie de actividades en las cuales
hacemos conjeturas sobre un proceso, realizamos experimentos para generar datos a partir
del proceso, y entonces usamos la información del experimento para establecer nuevas
suposiciones, que llevan a realizar nuevos experimentos, y así sucesivamente,
comportándose cíclicamente.

El Diseño de un Experimento debe garantizar que este cumpla ciertos requisitos mínimos:

• Debe poder comprobar las hipótesis objeto de estudio, no dejándose confundir por
variables insospechadas (ruido), como errores de medida desproporcionados, etc.

• Debe poder revelar la existencia de cualquier causa importante de variación, aunque

no haya sido adelantada como hipótesis.

• Debe mantener los costes de experimentación a un nivel razonable, en comparación

con el problema objeto de estudio.

• Debe tener un alto grado de seguridad en las respuestas.

• Si el Experimento se realiza en un laboratorio, éste ha de ser, respecto a las

variables estudiadas, un buen indicador de las pruebas que se obtendrían en el taller
o "in situ".

• Si el Experimento se realiza durante el desarrollo normal del proceso en estudio, se

tendrá además cuidado de interferir lo menos posible en el trabajo normal y
protegerse de las interferencias no autorizadas o involuntarias en la prueba por parte
del personal adepto.

18
Variable: Característica de un objeto que puede ser observada y que puede tomar
diferentes valores, tanto en el mismo objeto como entre diferentes objetos.

En base a la posibilidad de medida se distinguen dos tipos fundamentales de variables:

• Variables cualitativas: Son aquellas cuyos valores, de carácter nominal, sólo

pueden ser comparados como diferentes entre sí.

• Variables continuas: Son aquellas cuyos valores, de carácter numérico, permiten

realizar un mayor número de comparaciones. Una variable continua permite
teóricamente, un infinito número de valores entre dos valores consecutivos.

Diferentes tipos de variables en el diseño de un experimento

En un Diseño de Experimento se distinguen los siguientes tipos de variables, según el

contenido conceptual, o papel que tienen en el mismo.

• Variable independiente:Es el factor (causa) que suponemos influye sobre la

característica que medimos (defecto, error, etc.). Para comprobar su influencia, el
investigador la manipulará durante el Experimento, en el sentido que le asignará
valores diferentes a cada observación.

Esta variable se llama también "tratamiento" y cada uno de los valores que se le asignarán
"nivel de tratamiento".

En este Procedimiento se consideran sólo Experimentos con una única variable

independiente.

Si se quiere o necesita manipular más de una variable independiente, será necesaria la

colaboración de un experto en estadística, puesto que el Diseño del Experimento y la
interpretación de los resultados se complican notablemente.

• Variable dependiente:Es aquella variable que se mide en cada observación del

Experimento, para establecer si la variable independiente efectivamente influye
sobre sus valores.

• Variables extrañas:Son todas aquellas que el investigador no puede manipular,

pero influyen en la variable dependiente. Son la causa de que las observaciones en
un mismo nivel de tratamiento no necesariamente arrojen el mismo valor de medida.

El conjunto de variables extrañas se denomina generalmente en el Diseño y Análisis de

Experimentos "ruido" o "error experimental".

• Variable de bloqueo:Es una variable que sabemos puede intervenir en los niveles
de la variable dependiente y decidimos eliminar su influencia mediante el control de
la misma, creando bloques de observaciones, en los que esta variable, asume
19
 respectivamente un valor constante. A cada bloque se asignarán todos los niveles
de tratamiento.

Con la creación de bloques se persiguen dos objetivos:

• Aislar el efecto de los tratamientos, eliminando la influencia de la variable de

bloqueo.

• Estimar los efectos de los bloques.

Sujeto o unidad experimental:El sujeto o unidad experimental es la unidad básica sobre

la que se efectúa el proceso de medida.

Observación: Una observación es una toma de medida de una variable y consta entonces
de un valor de la misma. Dependiendo del tipo de Diseño, las observaciones pueden
tomarse a diferentes sujetos o al mismo sujeto de manera secuencial.

Repetición:Reiteración de una observación o medida al mismo nivel de tratamiento.

Proporciona una oportunidad para que los efectos de las variables extrañas, incontroladas
se compensen y permite, además, medir el error experimental.

Aleatorización

Técnica utilizada para reducir la influencia no predeterminable de variables extrañas sobre

los resultados del Experimento.

La aleatorización consiste en asignar los sujetos a los distintos niveles de tratamiento al

azar, con la esperanza de que los efectos extraños se contrarresten entre los distintos
sujetos y observaciones que componen cada nivel de tratamiento (condición experimental).

La aleatorización es fundamental en el Diseño de Experimentos ya que:

a) Previene la existencia de sesgo.

b) Evita la dependencia entre observaciones.

Confirma la adecuación de los procedimientos estadísticos para el análisis de los resultados

del Experimento.

2.2 Diseños factoriales

En muchos experimentos interviene el estudio de los efectos de dos o más factores. En

general los DISEÑOS FACTORIALES son los más eficientes para este tipio de
experimentos. Por diseño factorial se entiende que en cada ensayo ó réplica completa del

20
experimento se investigan todas las combinaciones posibles de los niveles de los factores.
Por ejemplo, si el factor A tiene a niveles y el factor B tiene b niveles, cada réplica contiene
todas las ab combinaciones de los tratamientos. Cuando los factores están incluidos en un
diseño factorial, es común decir que están CRUZADOS.

El efecto de un factor se define como el cambio en la respuesta producido por un cambio

en un nivel del factor. Con frecuencia se le llama EFECTO PRINCIPAL por que se refiere a
los factores de interés primario en el experimento. Por ejemplo, considere el experimento
sencillo de la figura 5-1. se trata de un experimento factorial de dos factores en donde los
dos factores del diseño tienen dos niveles. A estos niveles se les ha denominado “bajo” y
“alto” también se denotan como “-“ y “+”, respectivamente. El efecto principal del factor A de
este diseño de dos niveles puede visualizarse como la diferencia entre la respuesta
promedio con el nivel bajo de A y la respuesta promedio con el nivel alto de A.
numéricamente esto es

Es decir cuando el factor A se incrementa del nivel bajo al nivel alto se produce un
incremento de la respuesta promedio de 21 unidades. De manera similar, el efecto principal
de B es

Cuando los factores tienen mas de dos niveles, es necesario modificar el procedimiento
anterior, ya que existen otras formas de definir el efecto de un factor. Este punto se estudia
con mayor profundidad más adelante.

En algunos experimentos pueden encontrarse que la diferencia en las respuestas entre los
niveles de un factor no es la misma para todos los niveles de los otros factores. Cuando
esto ocurre existe una interacción entre los factores.

21
Figura 5-1 Experimento factorial de dos factores con la respuesta (y) indicada en los
vértices.

Por ejemplo considere el experimento factorial de dos factores que s ilustra en la figura 52
con el nivel bajo del factor B ( o B-), el efecto de A es

Y con el nivel alto del factor B (o B+), el efecto de A es

22
Figura 5-2 Experimento factorial de dos factores con interacción.

Puesto que el efecto de A depende del nivel que se elige para el efecto B, se observa que
existe una interacción entre A y B. la magnitud del efecto de la interacción es la diferencia
promedio de estos dos efectos de A, o AB=(-28-30)/2=-29. Evidentemente en este
experimento la interacción es grande.

Estas ideas pueden ilustrarse gráficamente. En la figura 5-3 se grafican los datos de las
respuestas de la figura 5-1 contra el factor A para ambos niveles del factor B. observe que
las rectas B- y B+ son aproximadamente paralelas lo cual indica la ausencia de interacción
entre los factores A y B. De manera similar en figura 5-4 se grafican los datos de la respuesta
de la figura 5-2. En este caso se observa que las rectas B- y B+ no son paralelas. Esto
indica una interacción entre los factores A y B. Gráficas como estas son de gran ayuda para
interpretar las interacciones significativas y para reportar los resultados al personal sin
preparación estadística. Sin embargo, no deberán utilizarse como la única técnica para el
análisis de datos, ya que su interpretación es subjetiva y su apariencia con frecuencia es
engañosa.

23
 FIGURA 5-3 Experimento factorial sin interacción. FIGURA 5-4 Experimento factorial
con

2.3 Diseños factoriales 23

El departamento de control de calidad de un contratista importante de la defensa realizo un
estudio de compensaciones referente a la inspección y prueba de componentes de
transformadores. La investigación se estructuro con miras de examinar los efectos de variar
los niveles de inspección y los tiempos de prueba para detectar la falla o fatiga temprana
de componentes. Los niveles de inspección seleccionados fueron: militar completa (A),
militar reducida (B) y grado comercial (C). Los tiempos de prueba de quemado inicial en
operación fueron entre 1 a 9 horas. La respuesta fue fallas por millar de componentes
obtenidas de muestras tomadas de lotes inspeccionados hasta el nivel especificado y
sometidos a quemado inicial, durante un tiempo prescrito. Se realizaron 3 repeticiones en
secuencia aleatoria en cada condición, de modo que se trate de un experimento factorial de
3 por 9 (81 observaciones). Realizar la ANOVA utilizando un α= 0.01.

DEPARTAMENTO DE CONTROL DE CALIDAD

NIVELES DE NIVELES DE 3 NIVEL DE 0.01

9 3 REPLICAS CONFIANZA
A B

QUEMADO INSPECCIÓN Yi
INICIAL
MILITAR SUB MILITAR SUB GRADO SUB
COMPLETA (A) REDUCIDA (B) COMERCIAL
(C)

1 7.6 7.5 7.67 22.77 7.7 7.1 7.2 22.00 6.16 6.13 6.21 18.5 63.27

2 6.54 7.46 6.84 20.84 5.85 6.15 6.15 18.15 6.21 5.5 5.64 17.35 56.34

3 6.53 5.85 6.38 18.76 5.3 5.6 5.8 16.70 5.41 5.45 5.35 16.21 51.67

24
 4 5.66 5.98 5.37 17.01 5.38 5.27 5.29 15.94 5.68 5.47 5.84 16.99 49.94

5 5 5.27 5.39 15.66 4.85 4.99 4.98 14.82 5.65 6 6.15 17.8 48.28

6 4.2 3.6 4.2 12.00 4.5 4.56 4.5 13.56 6.7 6.72 6.54 19.96 45.52

7 3.66 3.92 4.22 11.80 3.97 3.9 3.84 11.71 7.9 7.47 7.7 23.07 46.58

8 3.76 3.68 3.8 11.24 4.37 3.86 4.46 12.69 8.4 8.6 7.9 24.9 48.83

9 3.46 3.55 3.45 10.46 5.25 5.63 5.25 16.13 8.82 9.76 9.52 28.1 54.69

Yj 140.54 141.7 182.88 Y 465.12

ANOVA

GRADOS
FUENTE DE SUMA DE MEDIO
DE F
VARIACIÓN CUADRADOS CUADRADO O Fα,V1,V2 DECISIÓN
LIBERTAD
QUEMADO
27.9744 8 3.4968 54.62906959 2.860164436 F
INICIAL O>Fα,V1,V2

INSPECCIÓN 43.08411852 2 21.54205926 336.5427403 5.021217333 FO>Fα,V1,V2

INTERACCIÓNAB 97.55354815 16 6.097096759 95.25243741 2.351741978 FO>Fα,V1,V2

ERROR 3.456533333 54 0.064009877 SE

RECHAZA
TOTAL 172.0686 80 HO
CONCLUSIÓN: AL PARECER LOS DOS FACTORES TIENEN IMPACTO O AFECTAN EN EL PROCESO

25
30.00

25.00

20.00

15.00 MILITAR COMPLETA

MILITAR REDUCIDA
10.00
GRADO COMERCIAL
5.00

0.00
0 2 4 6 8 10
QUEMADO INICIAL HORAS

26
 2.4 Ejercicios

Un ingeniero mecánico estudia la riguridad superficial de una pieza producida en una

operación de corte de metal. El interés recae en tres factores: la rapidez con la que se hace
el corte (A), la profundidad de este (B) y el ángulo de la herramienta (C). A los tres factores
se les asignan dos niveles y se realizaron dos replicas del diseño factorial. Construya una
tabla ANOVA para el experimento.

DEPARTAMENTO DE CONTROL

a 2 b 2 c 2 n 2

RAPIDEZ DE PROFUNDIDAD DE CORTE (B) Yi

CORTE (A)
0.025 0.04

ANGULO DE HERRAMIENTA (C) ANUGULO DE HERRAMIENTA (C)

15 25 ƩƩYij 15 25 ƩƩYij

20 9 11 37 9 10 38 75

7 10 11 8

SUB 16 21 ƩƩYik 36 20 18 ƩƩYik 39

30 10 10 45 12 16 57 102

12 13 15 14

SUB 22 23 ƩƩYik 49 27 30 ƩƩYik 53

ƩƩYjk 38 44 47 48

Yj 82 95 177

Yk 85 92

27
ANOVA

GRADOS Fα,V1,V2 DECISIÓN

SUMA DE MEDIO
FUENTE DE VARIACIÓN DE FO
CUADRADOS CUADRADO
LIBERTAD
RAPIDEZ DE CORTE (A) 45.5625 1 45.5625 18.6923077 5.317

PROFUNDIDAD DE CORTE
10.5625
(B) 4.33333333
1 10.5625
ANGULO DE
3.0625 1.25641026
1 3.0625 FO>Fα,V1,V2
HERRAMIENTA (C)

AB 7.5625 1 7.5625 3.1025641

AC 0.0625 1 0.0625 0.02564103 SE

RECHAZA
BC 1.5625 1 1.5625 0.64102564 HO

ABC 5.0625 1 5.0625

2.07692308

ERROR 19.5 8 2.4375

TOTAL 92.9375 15

CONCLUSIÓN: EL FACTOR QUE AFECTA LA RUGOSIDAD SUPERFICIAL DE LA PIEZA ES LA RAPIDEZ

DE CORTE

28
 𝑏𝑐 = 18 𝑎𝑏𝑐 = 30

𝑐 = 21 𝑎𝑐 = 23
+

𝑏 = 20 𝑎𝑏 = 27
+ Profundidad
- - de corte
(1) = 16 𝑎 = 22
- +
Rapidez de corte

Ejercicios

Supongamos un experimento factorial 23 para determinar las condiciones en que se

maximiza la satisfacción de los clientes de una farmacia sobre la base de la variación en
los niveles de tres atributos, cada uno de ellos a dos niveles. Los atributos son:

1. Amabilidad de los empleados

2. Corrección de la factura

3. Tiempo entre el acceso a la farmacia y el comienzo de la atención

El número de réplicas es 2. Los clientes evalúan para cada combinación de atributos el nivel
de servicio en una escala del 1 al 100.

MAXIMIZACIÓN DE LA SATISFACCIÓN AL CLIENTE EN UNA FARMACIA

REPLICAS 2 NIVEL CONFIANZA 0.05

REPLICAS 1 A B C AB AC BC ABC
COMBINACIÓN
TRATAMIENTOS 1 2

(1) 22 35 57 -57 -57 -57 57 57 57 -57

a 45 55 100 100 -100 -100 -100 -100 100 100

B 45 45 90 -90 90 -90 -90 90 -90 90

29
Ab 45 75 120 120 120 -120 120 -120 -120 -120

C 60 50 110 -110 -110 110 110 -110 -110 110

Ac 45 55 100 100 -100 100 -100 100 -100 -100

Ab 50 40 90 -90 90 90 -90 -90 90 -90

Abc 80 70 150 150 150 150 150 150 150 150

TOTAL 817 123 83 83 57 -23 -23 83

VALOR 102.13 15.375 10.375 10.375 7.125 -2.875 -2.875 10.375

ANOVA

FUENTE MEDIO Fα,V1,V2 DECISIÓN

O
SUMA DE GRADOS DE CUADRADO F
DE
CUADRADOS LIBERTAD
VARIACIÓN
A 945.5625 1 945.5625 9.642447419 5.317655063

B 430.5625 1 430.5625 4.39069471

C 430.5625 1 430.5625 4.39069471

FO>Fα,V1,V2
AB 203.0625 1 203.0625 2.070745698
SE
AC 33.0625 1 33.0625 0.337157425
RECHAZA
BC 33.0625 1 33.0625 0.337157425

ABC 430.5625 1 430.5625 4.39069471

ERROR 784.5 8 98.0625

TOTAL 3290.9375 15

CONCLUSIÓN: LA AMABILIDAD DE LOS EMPLEADOS INFLUYE A LA SATISFACCIÓN AL CLIENTE

30
 𝑏𝑐 = 90 𝑎𝑏𝑐 = 150

𝑐 = 110 𝑎𝑐 = 100
+

𝑏 = 90 𝑎𝑏 = 120
+ Corrección
- - de la factura
(1) = 57 𝑎 = 100
- +
Amabilidad de los empleados

Unidad 3 Control de calidad en Línea

“Control” se refiere al proceso que se emplea con el fin de cumplir con los estándares. Esto
consiste en observar el desempeño real, compararlo con algún estándar y después tomar
medidas si el desempeño observado es significativamente diferente del estándar.

El proceso de control tiene la naturaleza de un ciclo de retroalimentación.

El control incluye la siguiente secuencia universal de pasos:

Seleccionar el sujeto de control: esto es, escoger lo que se quiere regular.

Elegir una unidad de medida.

Establecer una meta para el sujeto de control.

Crear un sensor que pueda medir el sujeto de control en términos de la unidad de medida.

Medir el desempeño real.

Interpretar la diferencia entre el desempeño real y la meta.

Tomar medidas (si es necesario) sobre la diferencia.

La anterior secuencia de pasos es universal, es decir, se aplica al control de costos, al

control de inventario, al control de calidad, etcétera.

31
3.1 Ciclo de Retroalimentación

Deben hacerse notar los diferentes significados que se dan a la palabra “control” en el
mundo. En muchos países europeos, con frecuencia se usa el control en el sentido más
restringido de inspección. Algunos autores japoneses se refieren al control de calidad en la
línea y fuera de la línea. Estos términos se refieren respectivamente a las actividades
realizadas durante y antes de la producción (Taguchi, 1978).

El control, un elemento de la trilogía de los procesos de calidad, esta dirigido al cumplimiento

de las metas y a las prevenciones de cambios adversos, es decir, a mantener el statu quo.
Esto es contrario al “mejoramiento” que se centra en la creación del cambio, o sea, el
cambiar el statu quo. El proceso de control se dedica a los problemas de calidad
esporádicos; el proceso de mejoramiento estudia los problemas crónicos.

Esencial en el proceso de control de calidad es el hecho de medir la calidad: “lo que se

mide, se hace”. La medición es básica para los tres procesos de calidad: para el control de
la calidad, la medición proporciona retroalimentación y advertencias a tiempo sobre los
problemas; para la planeación de la calidad, la medición cuantifica las necesidades del
cliente y las capacidades del producto y de los procesos; para el mejoramiento de la calidad,
la medición puede motivar a la gente, dar prioridad a las oportunidades de mejoramiento y
ayuda en el diagnóstico de las causas.

Autocontrol

De manera ideal, la planeación de la calidad para cualquier tarea debe colocar al empleado
en un estado de autocontrol. Cuando se organiza el trabajo de forma que permita a una
persona tener dominio completo sobre el logro de los resultados planeados, se dice que
sea persona está en un estado de autocontrol y que puede, por lo tanto, responsabilizarse
de los resultados. El autocontrol es un concepto universal que se aplica a un gerente general
responsable de la operación de una división de las compañías con ganancias, a un gerente
de planta responsable de que se cumpla las distintas metas establecidas, a un técnico que
maneja un reactor químico o a una cajera de banco que atiende a los clientes.

Para estar en estado de autocontrol, debe proporcionarse a las personas:

1. Conocimiento sobre lo que se supone que deben hacer, por ejemplo, las ganancias
presupuestadas, la programación y la especificación.

2. Conocimiento sobre su desempeño, por ejemplo, la ganancia real, la tasa de entrega

el grado de conformancia con las especificaciones (esto es medición de la calidad).

3. Los medios para regular el desempeño en el caso de que no puedan cumplir las metas.
Estos medios deben incluir siempre la autoridad y la habilidad para regular variando, ya sea:
a) el proceso bajo la autoridad de la persona o b) la conducta de esa persona.

Si se cumple todo los parámetros anteriores, se dice que la persona se encuentra en estado
de autocontrol y puede hacérsele responsable de cualquier deficiencia en el desempeño. Si

32
no se ha cumplido algún parámetro, la persona no está en estado de autocontrol y,
dependiendo de la deficiencia, no puede se le puede responsabilizar.

En la práctica, estos tres criterios no se cumplen totalmente. Por ejemplo, Algunas

especificaciones pueden ser vagas o no tomarse en cuenta (prime criterio); la
retroalimentación de datos puede ser insuficiente, con frecuencia vaga o llega retrasada
(segundo criterio); las personas pueden no tener el conocimiento y os mecanismos de ajuste
para cualquiera de los tres criterios, se trata de un problema “controlable por la
administración” (o “controlable por el sistema”); si se tiene un problema de calidad y si los
tres criterios se cumplen por completo, se trata de un problema “controlable por el trabajo”.
El concepto de autocontrol se aplicará con detalle más adelante, al desarrollo del producto,
la manufactura y las actividades administrativas y apoyo.

El control clásico y el autocontrol son complementarios. Una diferencias importante se

refiere al tiempo. El control clásico se leva a cabo durante la ejecución de una tarea; el
autocontrol proporciona criterios útiles para evaluar los planes antes de que se ejecute una
tarea.

Kondo (1988, p. 35F.11) asegura que existe una relación entre el proceso de control, el ciclo
de “planear, hacer, verificar, actuar” (Plan, Do, Check, Actino, PDCA) y el concepto de
autocontrol.

3.2 Control clásico y autocontrol

Control Clásico Autocontrol

Estándares o metas Conocimiento de lo que la gente que se

tiene que hacer

Medición Conocimiento del desempeño

Acción sobre la diferencia Medios para regular el proceso

Énfasis primordial la ejecución Énfasis primordial antes de la ejecución

Kondo observa que el desempeño del trabajador individual durante el paso de “hacer”
también se compone de un ciclo de planear, hacer, verificar, actuar. El grado en el que se
planea de manera adecuada la tarea del trabajador se refleja en el grado en el que se coloca
al trabajador en el estado de autocontrol. El ciclo planear, hacer, verificar, actuar, llamado
con frecuencia “ciclo de Deming” se describe en Gitlow et al. (1989). (En este ciclo, casi
siempre se usa el término “estudia” en lugar de “verificar”.)

Observe además que el concepto de “auto inspección”, no significa lo mismo que

“autocontrol”. Auto inspección se refiere al examen del producto; autocontrol es el proceso
de efectuar una tarea.

Ahora se puede procederá con un examen de los pasos en la secuencia de control.

33
El Sujeto de Control para la Calidad

Existe un número muy grande de sujetos de control para la calidad. En el nivel tecnológico,
cada división de un producto -componentes, unidades, subsistemas y sistemas- tiene
características de calidad. las condiciones de procesamiento (como tiempo de ciclo,
temperatura) y las instalaciones también tienen características de calidad. más sujetos de
control de calidad están impuestos por fuerzas externas: clientes, reglamentos del gobierno
y cuerpo de estandarización.

Más allá de los sujetos de control de calidad tecnológicos se encuentran los sujetos de
control de calidad administrativos. Estos son, en esencia, metas de desempeño para las
unidades de organización y los gerentes asociados. Las metas administrativas se extienden
a asuntos no tecnológicos como relaciones con los clientes, tendencias financieras (por
ejemplo, avances en la reducción del costo de la baja calidad), relaciones entre empleados
y relaciones en la comunidad.

Para identificar y elegir los sujetos de control de calidad, se aplican varios principios:

Los sujetos de control de calidad deben estar orientados al cliente externo, quien afecta
los ingresos por ventas; de igual importancia son los clientes internos, quienes afectan los
costos internos.

Los sujetos de control de calidad deben ser suficientemente extensos para poder evaluar
el desempeño organizacional real. Sin embargo, deben también proporcionar advertencias
sobre problemas potenciales.

Los sujetos de control de calidad deben reconocer ambas componentes de control de

calidad, es decir, la falta de deficiencia y las características del producto. El número de
errores por cada mil líneas codificadas en una computadora (KLOC) es importante pero el
hecho de que haya cero errores no significa que un cliente quede satisfecho con el sofware.

Los sujetos potenciales de control de calidad se pueden identificar obteniendo ideas tanto
de los clientes como de los empleados. Se puede preguntar a los clientes: “¿Cómo evaluaría
usted el producto o servicio que recibe de nosotros?” Un grupo de interés de clientes puede
proporcionar respuestas valiosas. De nuevo, se hace referencia a los clientes tanto externos
como internos. Todos los empleados son fuentes de ideas, pero fuente fértil de ideas con
imaginación sobre los sujetos de control de calidad.

Aquellos que van a medir poder ver los sujetos de control de calidad como válidos,
adecuados y fáciles de entender cuando se traduce a números. Estas, sin duda, son
nociones muy agradables, pero en el mundo real pueden ser bastante evasivas.

3.3 DISEÑO ROBUSTO

GENICHI TAGUCHI

El control de calidad desde la etapa de diseño del producto.

34
Es el creador del "diseño robusto", el cual basa su estrategia para lograr la satisfacción del
cliente, en exceder sus expectativas de calidad y de la función de perdida.

Diseño Robusto.

Implica diseñar un producto que sobrepase las expectativas del cliente en sus
características más importantes y ahorrar dinero en las que al cliente no le interesan. Implica
diseñar un proceso de producción capaz de fabricar el producto en todo su rango de
variación normal, dentro de las especificaciones del proceso.

Taguchi establece que es más barato trabajar en el rediseño de los productos y sus
procesos de fabricación, que en el control de calidad de los mismos, porque las acciones
de mejora de calidad son más económicas, en cuanto más cercanas estén a la etapa de
diseño.

Es más económico un diseño robusto del producto en las características importantes para
el cliente, que pagar los costos del control de procesos y las reclamaciones por fallas.

En el diseño robusto de un producto se minimiza su posibilidad de falla, buscando que tenga

mínima variación en las características de calidad importantes para el cliente y en
consecuencia se minimiza el costo de calidad.

Para Taguchi la calidad significa: "La mínima perdida ocasionada a la sociedad, desde el
envió del producto al cliente hasta su uso total".

Estas pérdidas incluyen no solo los costos de calidad de la compañía que inciden en elevar
su precio, sino también los costos ocasionados a cualquier persona que se ve afectada por
la calidad del producto.

3.4 Función de Pérdida de Taguchi

Para evaluar la perdida, Taguchi utiliza una ecuación cuadrática que se ajusta con los datos
de la historia de costos y desempeño del producto. No toma en cuenta los límites de
especificación, ya que la función de pérdida de calidad solo se minimiza cuando la calidad
del producto es igual al valor objetivo de la calidad, el valor ideal.

Conforme el desempeño del producto o proceso se aleje del valor objetivo -aun hallándose
en los límites de especificación-, la ecuación aumenta de valor y se incrementa el costo de
calidad para la sociedad.

3.5 ESTADÍSTICA DESCRIPTIVA E INFERENCIAL

Estadística Descriptiva se refiere a la recolección, presentación, descripción, análisis e

interpretación de una colección de datos, esencialmente consiste en resumir éstos con uno
o dos elementos de información (medidas descriptivas) que caracterizan la totalidad de los
mismos. La estadística Descriptiva es el método de obtener de un conjunto de datos
conclusiones sobre si mismos y no sobrepasan el conocimiento proporcionado por éstos.

35
Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una
población o de una muestra, cuando en la etapa preliminar de la Inferencia Estadística se
conocen los elementos de una muestra.

Estadística Inferencial se refiere al proceso de lograr generalizaciones acerca de las

propiedades del todo, población, partiendo de lo específico, muestra. las cuales llevan
implícitos una serie de riesgos. Para que éstas generalizaciones sean válidas la muestra
deben ser representativa de la población y la calidad de la información debe ser controlada,
además puesto que las conclusiones así extraídas están sujetas a errores, se tendrá que
especificar el riesgo o probabilidad que con que se pueden cometer esos errores. La
estadística inferencial es el conjunto de técnicas que se utiliza para obtener conclusiones
que sobrepasan los límites del conocimiento aportado por los datos, busca obtener
información de un colectivo mediante un metódico procedimiento del manejo de datos de la
muestra.

En sus particularidades la Inferencia distingue la Estimación y la Contrastación de Hipótesis.

Es estimación cuando se usan las características de la muestra para hacer inferencias sobre
las características de la población. Es contrastación de hipótesis cuando se usa la
información de la muestra para responder a interrogantes sobre la población

36
Unidad 4 Análisis Señal Ruido ( S/N)
4.1 FACTORES DE RUIDO.

Los factores de ruido son aquellos que no se pueden controlar o que resulta muy caro
controlarlos. Los factores de ruido causan variabilidad y pérdida de calidad. Por esto es
necesario diseñar un sistema el cual sea insensible a los factores de ruido. El diseñador
debe identificar la mayor cantidad posible de factores de ruido y usar su buen juicio en
base a sus conocimientos para decidir cuáles son los más importantes a considerar en su
análisis.

4.2 MÉTODO DE EL DISEÑO ROBUSTO DE EL DR. TAGUCHI.

Es un eficiente sistema que ayuda a obtener una combinación óptima de diseño de

parámetros para que el producto sea funcional y ayude a obtener un alto nivel de
desempeño y que sea robusto a los factores de ruido. Existen 8 pasos para hacer
un ciclo de diseño robusto.

· En los primeros 5 pasos se planea el experimento.

· En el paso número 6 se conduce el experimento.
· En los pasos 7 y 8 los resultados del experimento son analizados y verificados.

Ejemplo de la optimización de un diseño por costo de un sistema intercambiador de calor.

1. Identificar la función principal. La función principal del sistema enfriador de aire

comprimido se muestra en la fig.

37
 La función principal del sistema es enfriar la temperatura del aire de 95 c a 10 c entre dos
etapas de compresión. Primero entra al sistema el aire por el preenfriador y luego pasa a
la unidad de refrigeración. El agua pasa a través del condensador de la unidad de
refrigeración y luego al preenfriador y finalmente entra a el radiador donde se expulsa el
radiador a través de él.

El flujo del aire está dado por 1.2 kg/s y el flujo del agua está dado por 2.3 kg/s

Se busca diseñar el sistema para un costo mínimo total, donde el costo es la suma de
todos los costos en dólares de la unidad de refrigeración, el preenfriador y el radiador.
Las ecuaciones paramétricas de costo (xi) para la unidad de refrigeración, el
preenfriador y el radiador en términos de temperaturas de salida (ti) están dadas como
sigue:

X1 = 1.2 a (T3 - 10)

X1 = costo ($) de la unidad de refrigeración. a =
parámetro de costo para el refrigerante. T3=
temperatura de salida del aire del preenfriador...
X2=1.2 B (95 - T3)/ (T3-T1) para (T3 >T1) X2 =
costo ($) del preenfriador.
B = parámetro de costo del preenfriador.
T3 = temperatura de salida del aire del preenfriador.
T1 = temperatura de salida del agua de la unidad de refrigeración.
95 = temperatura del aire en la entrada al sistema. X3=9.637
c (T2 - 24)
X3 = costo ($) del radiador.
C = parámetro de costo del radiador.
T2 = temperatura del agua en la entrada del radiador.
24 = temperatura del agua después de pasar por el radiador.
A = 48 B = 50 C = 25

38
4.3 Parámetros de costo determinados por el diseñador.

2. Identificar los factores de ruido

Existen varios factores de ruido en un proceso de enfriamiento de aire. Para este

caso los ingenieros han determinado los 3 factores de ruido más importantes.

N1 = parámetro de costo de la unidad de refrigeración.

Se ha estimado un costo original de 48 y se considera un costo muy alto arriba de 56.

N2 = temperatura de salida del radiador.

Esta temperatura puede variar dependiendo de los factores ambientales. Se ha estimado
una temperatura de 24 c pero se considera muy alta a 27°C.

N3 = temperatura del aire a la entrada del sistema.

Esta temperatura varía dependiendo de las condiciones de operación, se ha estimado

inicialmente de 95 c pero se considera muy alta arriba de 100 c.

3. Identificar la característica de calidad que va a ser observaba y el >objetivo. El

costo va a ser tomado como la característica de calidad y la función objetivo será
optimizar el costo total del sistema. MIN CT= X1 + X2 + X3

El objetivo ahora es encontrar cuál diseño minimiza el costo total considerando la

incertidumbre de los factores de ruido citados.

4. Identificar los factores de control y los niveles alternativos.

Para el caso del ejemplo, tres niveles alternativos fueron identificados para ser estudiados
para el control del diseño de los parámetros, El nivel dos muestra los valores iniciales de
los factores de control. (Tabla a). Los niveles de los parámetros de prueba (tabla a) se
refieren a cuántos valores de prueba van a ser analizados (uno de estos niveles debe
tomar los valores de las condiciones iniciales de operación).

T1= 28 C T2= 39 C T3= 38 C

Como siguiente paso los ingenieros de diseño y los analistas de costo desean un estudio
de niveles alternativos de los parámetros de control considerando ahora la incertidumbre
debido a los factores de ruido. En un diseño robusto, generalmente, dos o tres niveles
son considerados para cada factor.

Se ha decidido estudiar los tres factores de ruido con 2 niveles. Estos valores se muestran
en la tabla 9. El nivel uno representa los valores iniciales de los factores de ruido. Diseño
de la matriz de experimentos y definición de los datos para analizar. El objetivo ahora es

39
determinar los niveles óptimos de los factores de control para que el sistema sea robusto
a los factores de ruido.

4.4 Construcción de arreglos ortogonales.

Primero se determinan según la metodología de Taguchi los grados de libertad para

determinar el número mínimo de experimentos requerido.

El diseñador ha calculado el factor grados de libertad igual a 7, esto nos indica que se
necesita un número mínimo de 7 experimentos para encontrar los valores óptimos.

Con esto se determina que se puede utilizar un arreglo ortogonal estándar L9 para los
factores de control y usando la misma metodología se utiliza un arreglo ortogonal estándar
L4 para los factores de control.

1 2 3 4

N1 1 2 2

N2 2 1 2

N3 2 2 1

Control Orthogonal Array

A B C D

1 1 1 1 1

2 1 2 2 2

3 1 3 3 3

4 2 1 2 3

5 2 2 3 1

6 2 3 1 2

7 2 1 3 2

40
 8 2 2 2 3

9 2 3 1 1

Conducir la matriz de experimentos.

Para nuestro ejemplo, la matriz de experimentos dada es conducida usando un sistema

apropiado de ecuaciones matemáticas de costo. La propuesta (vi, j) es el costo total en
dólares para ese caso. Esta es calculada para cada combinación de las matrices de
experimentos de factores de control y factores de ruido.

Ecuación matemática de costo (ejemplo):

CT = Xl + X2 + X3
CT = 1.2(48)(35-10) + 1.2(50)(95-35)1(35-25) + 9.637(25)(36 -24)=4691
CT = 1.2(48)(35-10)+1.2(50)(100-35)1(35-25)+9637(25)(36-27)=3998

Control/Noise 1 2 3 4

N1 48 48 56 56

N2 24 27 24 27

N3 95 100 100 95

4.5 Análisis de datos

El método de Taguchi utiliza la relación que existe entre señal y ruido incluyendo la
variación de la respuesta. La relación que se utilizaría en nuestro ejemplo sería que la
más pequeña relación es la mejor, dado que nuestro objetivo es minimizar el costo. Esta
relación señal /ruido está dada por la siguiente ecuación:

• Cuando el valor Nominal es lo mejor:

• SNT = 10 log ( y2 / s2)

• 2. Cuando lo mejor es una respuesta grande

• SNL = -10 log (1/n∑1/y2)

• 3.- Cuando lo mejor es una respuesta pequeña

41
 • SNS = -10 log ( 1/n∑yi2 )

S/N = -10 LOG {1/4[(4691^2 +3998^2+4691^2+4208^2)]}= -73.03

Control matrix:

(a) signal to noise ratio (b) response table

Los promedios de la relación señal/ruido de la tabla de respuesta nos da los resultados

óptimos.
Maximizando la relación s/n es equivalente a minimizar la característica de calidad.
Como resultado del análisis tenemos los niveles óptimos de los parámetros de control
siguientes:

Tl T2 T3 parámetros de prueba
1 2 3 niveles
25 36 38 valores óptimos de control.

Con estos valores el ct = $4551.00 con una desviación estándar de 445.5 y una señal de
ruido de - 73.19 con esto se ahorra $806.00 un 15% contra los valores iniciales
propuestos antes del experimento.

T1 T2 T3 parámetros de prueba
2 2 2 niveles
28 39 38 valores iniciales propuestos
Ct = $5,357.00 con una desviación estándar de 445.6 y una señal de Ruido = -74.6

4.6 Ejercicios

Un experimento implica encontrar un método para ensamblar un conector elastómero a

un tubo de nilón que ejerza la tracción necesaria para su uso en una aplicación en un
motor de automóvil. El objetivo del experimento es el de maximizar la fuerza de tracción.
Se identifican 4 factores controlables y 3 de ruido incontrolables. Estos efectos se definen
en la tabla 1. Se desea encontrar los niveles de los factores controlables que sean menos
influidos por los factores de ruido y que proporcionen la máxima fuerza de tracción. Cada
factor controlable se prueba a 3 niveles y cada factor de ruido se prueba a 2 niveles

Factores controlables
A Interferencia Reducida Intermedia Grande

42
 B Espesor de la pared Reducida Intermedia Grande

C Profundidad de inserción Reducida Intermedia Grande

D % de adhesivo Reducida Intermedia Grande

Factores incontrolables

E Tiempo de 24 horas 120 horas

acondicionamiento

F Temperatura de 72 F
0
150 F
0

acondicionamiento

G Humedad relativa de 25 % 75
%
acondicionamiento

Taguchi recomienda analizar la respuesta media para cada corrida del arreglo interno ver
tabla 2. También sugiere analizar la variación empleando una razón de señal sobre ruido
(SN). Estas razones de señal de ruido se deduce de la función cuadrática de perdida 3 de
ellas se consideran “Estándar” y ampliamente aplicables

Diseño de parametros con arreglos internos y externos

Arreglo externo (L8)

E 1 1 1 1 2 2 2

F 1 1 2 2 1 1 2

G 1 2 1 2 1 2 1

Respuesta

43
 Y SNL
19.1 17.525 24.025
21.9 19.475 25.522
20.4 19.025 25.335
24.7 20.125 25.904
25.3 22.825 26.908
24.7 19.225 25.326
21.6 19.850 25.711
24.2 18.338 24.850
28.6 21.200 26.152

GRAFICAS

A B C D

1.0 18.7 1.0 19.2 1.0 18.4 20.2 1.0 20.5

2.0 20.7 2.0 2.0 20.3 2.0 19.5
3.0 19.8 3.0 19.8 3.0 20.6 3.0 19.2

44
 A
21.0
20.5
20.0
Y
19.5
19.0 A
18.5
0.0 1.0 2.0 3.0 4.0
A (interferencia)

B
20.5

20.0
Y
19.5
B
19.0
0.0 2.0 4.0
B (espesor de la pared)

C
21.0
20.5
20.0
Y 19.5
19.0
C
18.5
18.0
0.0 1.0 2.0 3.0 4.0
C (profindidad de inspeccion)

45
 D
21.0
20.5
Y 20.0
19.5 D

19.0
0.0 1.0 2.0 3.0 4.0
D (prcentaje de adhesivo)

46