Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OBJETIVO(S):
Aplicar las técnicas adecuadas para desarrollar el método de diseño de experimentos (DDE).
TEMAS:
Variables no controladas
Estos son sólo algunos ejemplos del amplio campo de aplicación del DEE, que abarca, en la
industria, desde el laboratorio hasta proceso de producción. Al facilitar el desarrollo más
rápido de productos, y a más bajo coste, el DEE juega un papel fundamental desde el punto
de vista industrial y proporciona una ventaja competitiva importante para la empresa que lo
usa.
I.T.E.S.R.C. _____________________________________________________________ 2
INGENIERIA DE CALIDAD
Aunque el DEE se puede aplicar cuando se estudia un solo factor (como por ejemplo en la
elección de los patrones más adecuados para construir una recta de calibrado), sin duda sus
ventajas se aprecian mejor cuando se debe estudiar más de un factor.
Obtener un conocimiento inicial sobre un nuevo sistema en estudio. ¿En qué valores
de los factores se puede centrar la investigación?
Determinar la influencia de los factores sobre las respuestas observadas. De entre
todos los factores que afectan al proceso, ¿cuales influyen más?, ¿Cómo
interaccionan entre ellos?
Optimizar respuestas. ¿Qué valores de los factores proporcionan las respuestas de
mayor calidad?
Determinar la robustez del sistema. ¿Cómo afectan a la respuesta variaciones no
controladas en el valor de los factores?
La aplicación del diseño de experimentos requiere considerar las siguientes etapas que se
comentarán a continuación:
El diseño de experimentos es una técnica estadística que nos ayuda a identificar cuales
factores o variables afectan el comportamiento de un proceso de producción.
El proceso de planear, ejecutar y analizar el experimento de tal manera que se logren inferencias
validas y útiles, es a lo que se llama: DISEÑO DE EXPERIMENTOS
I.T.E.S.R.C. _____________________________________________________________ 3
INGENIERIA DE CALIDAD
1. Cada comparación está basada en una cantidad limitada de datos y por lo tanto es
baja en confiabilidad.
2. No se admite el hecho de que al cambiar un factor esto pueda influir en el efecto de
otro factor.
3. Mantener otros factores constante s no es siempre práctico y si lo fuera, se reduciría
artificialmente la variabilidad del sistema. esto puede lograrse en condiciones de
laboratorio pero no en medio ambiente de producción.
4. Se propicia una experimentación no estructurada con un consecuente aumento en
tiempo y costo.
DISEÑO 23
Suponga que se encuentran en estudio tres factores A, B y C, cada uno con dos niveles.
Este diseño se conoce como diseño factorial, 2 3 y las ocho combinaciones de tratamientos
pueden representarse gráficamente mediante un cubo.
Existen en realidad tres notaciones distintas que se usan ampliamente para las corridas o
ejecuciones en el diseño 2k:
El arreglo ortogonal es una herramienta ingenieril que simplifica y en algunos casos elimina
gran parte de los esfuerzos de diseño estadístico. Es una forma de examinar
simultáneamente muchos factores a bajo costo. El Dr. Taguchi recomienda el uso de
arreglos ortogonales para hacer matrices que contengan los controles y los factores de ruido
en el diseño de experimentos. Ha simplificado el uso de este tipo de diseño al incorporar los
arreglos ortogonales y las gráficas lineales, finalmente, en contraste con los enfoques
tradicionales como equivalentes de ruido: mientras las interacciones sean relativamente
suaves, el analista de los efectos principales nos proporcionará las condiciones óptimas y
una buena reproductibilidad en un experimento.
I.T.E.S.R.C. _____________________________________________________________ 4
INGENIERIA DE CALIDAD
Los arreglos ortogonales son herramientas que permiten al ingeniero evaluar qué
tan robustos son los diseños del proceso y del producto con respecto a los
factores de ruido.
El método del Dr. Taguchi para el diseño de experimentos utiliza técnicas que implican bajos
costos y que son aplicables a los problemas y requerimientos de la industria moderna. El
propósito que se tiene en el diseño del producto es encontrar aquella combinación de
factores que nos proporcione el desempeño más estable y confiable al precio de
manufactura más bajo.
El sistema de ingeniería de calidad del Dr. Genichi Taguchi, es uno de los más grandes
logros en ingeniería del siglo XX. El trabajo de la filosofía del Dr. Taguchi comenzó a
formarse en los inicios de la década de los 50's cuando fue reclutado para ayudar a mejorar
el sistema telefónico japonés que había sido diseñado para la Segunda Guerra Mundial.
Taguchi empleó experimentos de diseño usando especialmente una tabla conocida como
"arreglos ortogonales" para tratar los procesos de diseño. Los arreglos ortogonales son un
conjunto especial de cuadros en latín, construidos por Taguchi para planear los
experimentos del diseño del producto.
El análisis del arreglo ortogonal de Taguchi es usado para producir los mejores parámetros
para el diseño óptimo del proceso, con el mínimo número de experimentos (pruebas). Los
resultados obtenidos para los arreglos ortogonales son analizados para obtener los
siguientes objetivos:
La ventaja de los arreglos ortogonales es que pueden ser aplicados al diseño experimental
involucrando un gran número de factores.
La desventaja del arreglo ortogonal es que puede ser únicamente aplicado en la etapa inicial
del diseño del sistema del producto o proceso. Un arreglo ortogonal permite asegurar que el
efecto de "B" en "A1" es el mismo efecto de "B" en "A2". Así se podrá estar seguro de que
se está haciendo comparaciones entre efectos de niveles de un factor.
4= N° de experimentos o corridas
2= niveles
3= factores
Exp. N° A B C Resultados
1 1 1 1 y1
2 1 2 2 y2
3 2 1 2 y3
4 2 2 1 y4
Exp. N° A B C Resultados
1 - - - y1
2 - + + y2
3 + - + y3
4 + + - y4
L = C1 Y1 + C2 Y2 + ........+ Cn Yn
I.T.E.S.R.C. _____________________________________________________________ 6
INGENIERIA DE CALIDAD
L1 = A1 Y 1 + A2 Y2 +.........+ A n Yn y
L2 = B1 Y 1 + B2 Y2 +.........+ B n Yn y si
Σ Ai Bi = 0
En la sig. Tabla se muestra las 128 combinaciones de un diseño factorial total y los 8
experimentos de un arreglo ortogonal L8 ( 23 ).
Arreglo ortogonal: L8 ( 27 ).
8= N° de experimentos o corridas
2= niveles
7= factores
1 2 3 4 5 6 7
Na A B C D E F G RESULTADOS
1 1 1 1 1 1 1 1 Y1 NIVEL 1
2 1 1 1 2 2 2 2 Y2 NIVEL 1
3 1 2 2 1 1 2 2 Y3 NIVEL 1
4 1 2 2 2 2 1 1 Y4 NIVEL 1
5 2 1 2 1 2 1 2 Y5 NIVEL 2
6 2 1 2 2 1 2 1 Y6 NIVEL 2
7 2 2 1 1 2 2 1 Y7 NIVEL 2
8 2 2 1 2 1 1 2 Y8 NIVEL 2
Anotaciones
1 Los métodos de Taguchi optimizan para encontrar los mejores valores y robustez.
2 En un sistema con 15 parámetros de diseño con dos niveles, se tienen ¡32768!
combinaciones.
3 En un caso como este, o se aplica el método: “escoge y ten fe” o.
I.T.E.S.R.C. _____________________________________________________________ 7
INGENIERIA DE CALIDAD
4 Se usan arreglos ortogonales donde se tienen que analizar solamente 16 de las 32768
combinaciones.
5 Los arreglos ortogonales fueron desarrollados por R. Fisher en 1920.
6 En los arreglos ortogonales existe alta probabilidad de encontrar el óptimo.
El siguiente ejemplo ilustra el uso del método de Taguchi para optimizar un proceso de
tratamiento térmico.
Las boquillas de inyección son carburizadas pera lograr una dureza específica y una
profundidad de la caja en el área del asiento de la válvula.
Supóngase que se requiere optimizar el proceso de tratamiento térmico de tal manera que se
minimice la distorsión del; cuerpo de la boquilla mientras se mantienen la profundidad de la
caja y la dureza nominales.
FACTORES NIVELES
A: DENSIDAD DE 3 canastillas 1 canastilla
EMPAQUETAMIENTO
B: TEMPERATURA DEL 870° C 840° C
HORNO
C: TIEMPO DE HORNEADO 8 hrs. 6 hrs.
I.T.E.S.R.C. _____________________________________________________________ 8
INGENIERIA DE CALIDAD
L8 A B C D E F G Y micras
1 1 1 1 1 1 1 1 42 Resultado nivel 1
2 1 1 1 2 2 2 2 72
3 1 2 2 1 1 2 2 28
4 1 2 2 2 2 1 1 41 Ỹ cuadro
Aleatoria mente 5 2 1 2 1 2 1 2 84
6 2 1 2 2 1 2 1 63 Ỹ A2 nivel 2
7 2 2 1 1 2 2 T 1= 42435
/ 8 = 53
8 2 2 1 2 1 1 2 59
A continuación se T = 424 muestra la tabla de
respuesta para los valores medios de la distorsión.
A B C D E F G
NIVEL 1 45.75 65.25 52.00 47.25 48.00 56.50 45.25
NIVEL 2 60.25 40.75 54.00 58.75 58.00 49.50 60.75
DIF. 14.50 -24.5 2.00 11.50 10.00 -7.00 15.50
RANGO 3 1 7 4 5 6 2
EJEMPLO:
A1 = 42 + 72 + 28 + 41 / 4 = 45.75
T = 45 .75 + 60.25 / 2 = 53
Este valor es usado para fines de comparación debe ser igual apara cualquier par de valores
de la tabla.
Como las características de calidad (distorsión) es del tipo “la menor la mejor”, la solución
optima obtenida de la tabla de respuestas es la combinación:
A1 B2 C1 D1 E1 F2 G1
Predicción = (Ā – T) + (B - T) +.....+ T
I.T.E.S.R.C. _____________________________________________________________ 9
INGENIERIA DE CALIDAD
A0 = valor optimo
_ __ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _
U = ( Ā1 – T ) + ( B2 – T ) + ( C1 - T ) +( D1 - T ) + ( E1 - T ) + ( F1 - T ) + ( G1 - T )
+T
_ _ _ _ _ _ _ __ _ _ _ __ ____ _
U = Ā1 B2 C1 D1 E1 F1 G1 - 6T predicción
NOTA
Observación:
I.T.E.S.R.C. _____________________________________________________________
10
INGENIERIA DE CALIDAD
Ejemplo 2
En este caso estamos interesados en analizar el efecto de 5 efectos o factores a dos niveles
cada uno, por lo tanto, se usará un arreglo ortogonal L8. Esto implica que se ejecutarán 8
pruebas o condiciones experimentales. Por otra parte se disponen de 7 columnas, a cada
columna se le puede asignar o asociar un factor. Si en particular, asignamos los factores en
orden a las primeras cinco Columnas, dejando libres las últimas dos columnas, el arreglo
queda:
I.T.E.S.R.C. _____________________________________________________________
11
INGENIERIA DE CALIDAD
Análisis de varianza
1) como primer paso, se obtienen los totales de la variable de respuesta o lecturas, para cada
uno de los niveles de los factores.
Para calcular los totales para cada nivel del factor A, observamos que las primeras cuatro
pruebas del arreglo se efectuaron con el factor a su nivel 1 (Resina tipo I) y las siguientes
cuatro a su nivel 2 (resina tipo II).
Para el factor D se tiene que las pruebas 1,3,5 y 7 se efectuaron a su nivel 1 (humedad
del 5%), por lo tanto los totales son:
En resumen se tiene:
Factor A B C D E e e
Nivel 1 1.59 1.36 1.51 1.40 1.39 1.28 1.35
Nivel 2 1.05 1.28 1.13 1.24 1.25 1.36 1.29
2.64 2.64 2.64 2.64 2.64 2.64 2.64
Observe que la suma de los dos niveles debe dar siempre el total de las ocho lecturas
2.64.
2) En seguida se obtiene una cantidad que llamaremos suma de cuadrados esta se calcula
como sigue:
I.T.E.S.R.C. _____________________________________________________________
12
INGENIERIA DE CALIDAD
Así por ejemplo, para el factor A, tendremos que dado que n=8
SSA= (A2 –A1) 2/ 8= (1.59-1.05) 2/ 8=0.03645 con 1 g .1
Similarmente
SSC= (C2 –C1) 2/ 8= (1.13-1.51) 2/ 8= 0.01805 con 1 g.1
SSD= (D2 –D1) 2/ 8= (1.24-1.40) 2/ 8= 0.00320 con 1 g.1
SSE= (E2 –E1) 2/ 8= (1.25-1.39) 2/ 8= 0.00245 con 1 g.1
SSe= 0.00080 con 1 g.1
SSe= 0.00045 con 1 g.1
La suma de cuadrados de las columnas donde no se asignó factor (SSe) se toman como
estimaciones del error y se suman.
Bajo la columna SS se tienen las sumas de cuadrados. Bajo la columna G.l. (grados de
libertad), tendremos el número de columnas que se usaron para evaluar el factor, en este
caso, sólo puede ser de uno para cada factor y más de uno únicamente para el caso del
error.
Por último, el valor de Fexp, se obtiene de dividir el valor de V de cada factor, entre el valor
de V para la estimación del error.
Todos aquellos factores, que tienen un valor de Fexp mayor que 2 se considera que
afectan la variable de respuesta, emisión de formaldehído en este caso. Estos son llamados
factores significantes.
Nos resta decidir a qué nivel habrá de fijar cada factor significante, y qué podremos esperar.
Para tomar esta decisión, es de mucha ayuda obtener los promedios de las lecturas que se
tomaron a cada nivel para cada uno de los factores significantes.
Los promedios de la emisión de formaldehído para cada nivel se obtienen dividiendo c/u
de los totales entre 4, (c/total es la suma de cuatro lecturas).
A1= A1/4= 1.59/4= 0.3975
A2= A2/4= 1.05/4= 0.2625
I.T.E.S.R.C. _____________________________________________________________
14
INGENIERIA DE CALIDAD
Los factores A, C, D y E que afectan emisión de formaldehído deberán fijarse al nivel que
minimicen la emisión, esto es, al nivel que se obtenga el promedio menor, en este ejemplo;
A2, C2, D2 y E2; resina tipo II, 15 segundos como tiempo de prensado, 5% de humedad y 900
psi.
El factor B juega aquí un papel sumamente importante. Dado que no afecta la emisión de
formaldehído, dentro del intervalo analizado, se utiliza para reducir los costos de producción.
Esto se hace fijándolo a su nivel más económico. ¿Cuál será el nivel esperado de emisión
bajo las nuevas emisiones propuestas Y est?
Para contestar esta pregunta, para cada efecto significante se calcula una resta, que
llamaremos el efecto de cada factor respecto al promedio general, para este caso el efecto
es:
Finalmente, el resultado esperado bajo las condiciones A2, C2, D2, E2, que llamaremos
Yest. Se calcula sumando al promedio general Y todos los efectos de los factores
significantes.
Existe una alternativa al análisis ANOVA, esta es una serie de gráficas que se muestran
enseguida.
I.T.E.S.R.C. _____________________________________________________________
15
INGENIERIA DE CALIDAD
1) Primero se obtienen los promedios en cada nivel, para cada uno de los factores,
incluyendo las columnas vacías.
Para hacer esto, encontramos los totales para cada nivel y dividimos entre el número de
lecturas con el que se obtuvo cada total. Para nuestro ejemplo, los totales a cada nivel los
tenemos ya en la sección anterior. Los promedios son:
Factor A B C D E e e
Nivel 1 0.3975 0.3400 0.3775 0.3500 0.3475 0.3200
0.3325
Nivel 2 0.2625 0.3200 0.2825 0.3100 0.3125 0.3400
0.3225
Promedio global Y= T/n= 2.64/8 = 0.33
Observe que para cada factor, uno de los promedios es mayor y el otro menor que el
promedio global. Esto siempre debe de ocurrir.
2) Calcule la diferencia entre los promedios de niveles para cada factor, y ordénelos de
mayor a menor en valor absoluto.
Factor A B C D E e e
Yest. = Y + Ef A2 + Ef C2 + Ef D2 + Ef E2
T1 = Total de lecturas al nivel 1
T2 = Total de lecturas al nivel 2
n = Número total de lecturas
SS = (T2 - T1 )2 /n
gl = Grados de libertad (columnas)
V = SS/gl
F = V/Ve
Sg = ¿Efecto significante?
P1 = Promedio nivel 1
P2 = Promedio nivel 2
Ni = Nivel seleccionado
Ef = Efecto de la variable
Y = Promedio de todos los datos
Yest = Valor estimado de la variable a las condiciones propuestas
Factor A C D E B e e
Se puede observar que el orden en que quedaron los datos anteriores, es también el
orden de mayor a menor Fexp que se obtiene con la ANOVA.
.40
.35
.33
I.T.E.S.R.C. _____________________________________________________________
17
INGENIERIA DE CALIDAD
.30
.25
A1 A 2 C1 C2 D1 D2 E 1 E 2 B1 B 2 e 1 e 2 e1 e2
Mediante esta gráfica, se puede evaluar el efecto de cada factor. Entre mayor sea la línea de
cada factor, o bien, entre más vertical se encuentre, mayor será el efecto de este factor.
Observe que las conclusiones a que se llegamos en este ejemplo son similares a las de la
ANOVA, esto es, factores significantes A, C, D y e, igualmente los niveles recomendados se
pueden identificar rápidamente, si deseamos reducir la variable de respuesta, se toma el
nivel más bajo, en este caso A 2, C2, D2 y E2, es decir, los puntos por debajo de la línea
promedio global.
INTERACCIONES
Se dice que una interacción ocurre cuando un cambio en el nivel de un factor cambia
la influencia de otro factor sobre la respuesta.
I.T.E.S.R.C. _____________________________________________________________
18
INGENIERIA DE CALIDAD
Y
Y
A1 A2 B1 B2
B1
B2
A1 A2
La combinación de alta temperatura y largo tiempo de cocido, hará que el pastel se queme.
En las graficas siguientes se muestra cuando existe una fuerte interacción una interacción
débil o cuando no existe interacción.
I.T.E.S.R.C. _____________________________________________________________
19
INGENIERIA DE CALIDAD
B1
B2
A1 A2
( A* B )1 ( A* B )2
Para analizar dos factores y su interacción se puede usar un arreglo ortogonal L 4 como se
muestra en la siguiente tabla:
L4 A B A*B
1 2 3
1 1 1 1
2 1 2 2
3 2 1 2
4 2 2 1
Obsérvese que en el ejemplo anterior, en la interacción entre dos factores de dos niveles fue
necesario hacer comparación para identificar, esto es un GRADO DE LIBERTAD.
En general los grados de libertad necesarios para estudiar una interacción es igual al
producto de los grados de libertad de cada factor:
* = si indica multiplicación
I.T.E.S.R.C. _____________________________________________________________
20
INGENIERIA DE CALIDAD
Ejemplo 1
Si se tiene un factor de tres niveles y otro de dos niveles, los grados de libertad de la
interacción serán:
Y
GDL ( A * B) = 2*1 = 2
En este caso son necesarias
Dos comparaciones B1
B2
A| A2 A3
Ejemplo 2
Si se tienen dos factores de tres niveles, los grados de libertad de la interacción serán:
B1
EN ESTE CASO SE REQUIEREN 4
COMPARACIONES.
B2
B3
A1 A2 A3
El efecto se define como el cambio en la respuesta producido por el cambio de nivel del
factor.
Esto se llama con frecuencia “efecto principal” porque se refiere a los efectos de primer
interés en el experimento.
I.T.E.S.R.C. _____________________________________________________________
21
INGENIERIA DE CALIDAD
A Factor B
20 30
Factor
40 52
El efecto principal del factor A puede ser visto como la diferencia entre la respuesta
promedio del primer nivel de A y la respuesta promedio del segundo nivel de A esto es :
A = 40+52 / 2 – 20 + 30 / 2 = 21
O sea, al aumentar el factor A de su nivel 1 a su nivel 2, origina un aumento promedio en la
respuesta de 21 unidades. De una manera similar. El efecto principal de B será :
B = 30 + 52 / 2 – 20 + 40 / 2 = 11
Factor B
Factor A
20 30
50 12
Puesto que el efecto de A depende del nivel escogido de B, entonces existe interacción
entre A y B.
B2
B1
B1 B2
B2
B1 B1 B2
I.T.E.S.R.C. _____________________________________________________________
22
INGENIERIA DE CALIDAD
A1 A2
A1 A2
INTERACCIÓN Y CONFUSIÓN
_ _ _
Ā B C y
Nivel 1 7 7 9 9 Tabla de respuestas
Nivel 2 11 11 9 9
Dif. 4 4 0 0
Nota
I.T.E.S.R.C. _____________________________________________________________
23
INGENIERIA DE CALIDAD
2.
Δ ( columna vacía ) = 0 luego se considera que esta prueba indica que el programa
experimental se desarrollo correctamente.
Por otra parte, se desarrollo otro programa experimental con el mismo equipo de acuerdo
al siguiente arreglo :
Prueba N° A B y C Datos
1 1 1 1 1 5
2 1 1 1 2 6
3 1 2 2 1 8
4 1 2 2 2 9
5 2 1 2 1 8
6 2 1 2 2 9
7 2 2 1 1 13
8 2 2 1 2 14
_ _ _ _
A B y C
Nivel 1 7 7 9.5 8.5
Nivel 2 11 11 8.5 9.5
Dif. 4 4 -1 1
A1 A2
B1 5.5 8.5
B2 8.5 13.5
En este experimento:
I.T.E.S.R.C. _____________________________________________________________
24
INGENIERIA DE CALIDAD
Y = deflexión del ajustador del freno, características del tipo “ LA MENOR LA MEJOR ”.
Interacciones. . . A * D y D * E
Solución
Los grados de libertad son: GDL ( A ) = 1
GDL ( B ) = 1
GDL ( C ) = 1
GDL ( D ) = 1
GDL ( E ) = 1
GDL ( A*D ) = 1
GDL ( A*E ) = 1
TOTAL DE GDL = 7
A*D(3)
E(4)
D(2) D*E(6)
I.T.E.S.R.C. _____________________________________________________________
25
INGENIERIA DE CALIDAD
A B C D E A*D D*E
NIVEL1 69.75 57.88 62.75 76.63 64.38 60.13 84.50
NIVEL2 71.25 83.13 78.25 64.38 76.63 80.88 56.50
DIF. 1.50 25.25 15.50 -12.25 12.25 20.75 -28.00
RANGO 7 2 4 5 5 3 1
A1 A2
D1 65.50 87.75
D2 74.00 54.75
I.T.E.S.R.C. _____________________________________________________________
26
INGENIERIA DE CALIDAD
Y
100
D1
80
D2
60
40
20
0
A1 A2
Por ejemplo:
____
A1 D1 = 50 + 56 + 81 +75 / 4 = 65.50
SIMILARMENTE:
___
A1D2 = 74.00
___
A2D1 = 87.75
___
A2D2 = 54.75
E1 E2
1
D 84.50 68.75
D2 44.25 84.50
I.T.E.S.R.C. _____________________________________________________________
27
INGENIERIA DE CALIDAD
Y
100
D1
80
D2
60
40
20
0
E1 E2
____
D1E1 = 50 + 56 + 112 + 120 / 4 = 84.50
____
D1E2 = 68.75
___
D2E1 = 44.25
___
D2E2 = 84.50
A2 B1 C1 D2 E1
Û = A2 + B1 + C1 + D2 + E1 + A2D2 - A2 - D2 + D2E1 – 2T
Û = B1 + C1 + A2D2 + D2E1 - D2 - 2T
I.T.E.S.R.C. _____________________________________________________________
28
INGENIERIA DE CALIDAD
Exp. N° 7 : A2 B1 C1 D2 E1
exp. N° 7 B2 a B1
c = N° de columnas o de factores
Grados de libertad = a – 1
Material de apoyo:
Libro: Seis Sigma, metodología y técnicas. Autor: Escalante
Software: minitab
I.T.E.S.R.C. _____________________________________________________________
29
INGENIERIA DE CALIDAD
Un arreglo ortogonal se puede utilizar para simplificar y en algunos casos elimina gran
parte de los esfuerzos de diseño estadístico. Es una forma de examinar simultáneamente
muchos factores a bajo costo. El Dr. Taguchi recomienda el uso de arreglos ortogonales
para hacer matrices que contengan los controles y los factores de ruido en el diseño de
experimentos.
Los arreglos ortogonales son herramientas que permiten al ingeniero evaluar qué tan
robustos son los diseños del proceso y del producto con respecto a los factores de ruido.
El método del Dr. Taguchi para el diseño de experimentos utiliza técnicas que implican
bajos costos y que son aplicables a los problemas y requerimientos de la industria moderna.
El propósito que se tiene en el diseño del producto es encontrar aquella combinación de
factores que nos proporcione el desempeño más estable y confiable al precio de
manufactura más bajo.
El análisis del arreglo ortogonal de Taguchi es usado para producir los mejores parámetros
para el diseño óptimo del proceso, con el mínimo número de experimentos (pruebas). Los
resultados obtenidos para los arreglos ortogonales son analizados para obtener los
siguientes objetivos:
I.T.E.S.R.C. _____________________________________________________________
30
INGENIERIA DE CALIDAD
1.- L4 ( 23 ) 4 filas
3 columnas
Es el arreglo más pequeño ( factorial total)
I.T.E.S.R.C. _____________________________________________________________
31
INGENIERIA DE CALIDAD
Las interacciones en un arreglo L12 se distribuyen de una manera uniforme en todas las
columnas. La ventaja de esto es que le permite investigar 11 factores sin preocuparse por
sus interacciones. El arreglo L12 en general tiene buena reproducibilidad de conclusiones.
Para un arreglo L16 existen una gran variedad de posibles gráficas lineales, en el
apéndice se muestran las seis más utilizadas con tres variantes cada una.
Para un arreglo L32 se muestran en el apéndice 13 diferentes gráficas dentro de las
varias posibles que existen.
En cualquier caso, se puede tratar de construir más gráficas de acuerdo con las
necesidades que se tengan, respetando siempre la matriz de interacciones.
En los gráficos lineales que se anexan en el apéndice, se observa que los vértices se
representan con diferentes símbolos, específicamente con o, y . La razón y su
significado es el siguiente:
Taguchi sugiere que las pruebas o corridas se lleven a cabo en el orden indicado por los
renglones del arreglo ortogonal, esto es, primero las condiciones indicadas por el renglón 1,
seguidas de las del renglón 2 y así sucesivamente.
Material de apoyo:
Libro: Seis Sigma, metodología y técnicas. Autor: Escalante
I.T.E.S.R.C. _____________________________________________________________
32
INGENIERIA DE CALIDAD
Cada punto representa una columna para asignar unos factores. Las líneas que conectan
los puntos representan las columnas que deben asignarse a las interacciones entre los
factores que conectan.
ORTOGONALIDAD
Un diseño ortogonal permite comparar, con la misma eficiencia, los niveles de los factores
bajo varias condiciones.
Los grados de libertad son una medida de una cantidad de información que puede ser
obtenida. Para conocer el efecto de un factor determinado en un experimento, se compara el
desempeño del producto al poner el factor en varios niveles al realizar un experimento;
mientras más niveles tenga un factor, tendrá más grados de libertad, y por lo tanto más
información para ser obtenida.
Existe una interacción cuando el efecto de un factor depende del nivel en que se encuentre
otro factor. Se graficarán los cambios de un factor B, para determinar si hay interacción.
Estas gráficas facilitan la asignación de factores e interacciones a un arreglo ortogonal.
Su interpretación es la siguiente:
Los segmentos de línea que unen dos puntos representan la interacción entre
esos dos factores
Existen representaciones graficas de las tablas triangulares para cada uno de los arreglos
ortogonales.
Cada nodo representa a un factor y la línea que los une a una interacción.
Las graficas lineales se hacen más útiles a medida que la complejidad del experimento
aumenta y se usan en la mayoría de las técnicas de diseño más avanzado.
La grafica lineal para una interacción de los factores se muestra en la siguiente grafica:
Ejemplo:
Los ocho grados de libertad pueden descomponerse en dos grados de libertad por columna.
Se requiere una columna para cada factor. El primer paso es para formar categorías
acumuladas a partir de las categorías iniciales, de modo que la categoría acumulada 1 sea
I.T.E.S.R.C. _____________________________________________________________
34
INGENIERIA DE CALIDAD
igual a la categoría inicial 1, la categoría acumulada 2 sea igual a las categorías iniciales 1
más 2.
EJEMPLO:
(i) = (1)
(ii) = (1) + (2)
(iii) = (1) + (2) + (3) etc.
EJEMPLO:
P1 = 25/90
P11 = 49/90
P111 = 65/90
PIV = 90/90
Wj = 1/(Pj*(1-Pj))
CFj = (i¨2)/n
Ssa = (Ssa clase 1)*W1+(Ssaclase 11)*W11 + (Ssa clase 111)*W111........ + (Ssa clase
n)*Wn
Sstotal = (número total de datos) * (número de categorías - 1).
GRADOS DE LIBERTAD
Los grados de libertad son calculados en base a los grados de libertad de un factor para
variables, multiplicados por el número de categorías acumuladas menos uno.
EJEMPLO:
En un problema que tenga, cuatro factores con tres niveles obtenemos lo siguiente...
2*(4-a) = 6
El error
El error se puede obtener restando la suma total de cuadrados de cada factor.
I.T.E.S.R.C. _____________________________________________________________
35
INGENIERIA DE CALIDAD
Con todos estos datos se construye una Tabla de Anova para tomar una
decisión.
Conclusión
El análisis de varianza ofrece más que un método corto para obtener la suma de cuadrados
del error. Es confiable y de gran exactitud para obtener la opción correcta y disminuir costo
por muchos experimentos.
NOTA
Un factor de tres niveles requiere de dos grados de libertad, así que cada columna
tiene dos grados de libertad.
La interacción entre dos factores de tres niveles requiere de 2*2 = 4 grados de libertad = 2
columnas.
Las interacciones en la tabla triangular tiene dos columnas asignadas y ambas deberán
usarse para estudiar la interacción.
SERIE MEZCLADAS.
I.T.E.S.R.C. _____________________________________________________________
36
INGENIERIA DE CALIDAD
2.- L36( 211, 312 ) once factores de dos niveles y doce de tres.
3.- L36( 23, 313) tres factores de dos niveles de tres incluye interacciones como L 8.
Material de apoyo:
Libro: Seis Sigma, metodología y técnicas. Autor: Escalante
OBJETIVO: Que estas gráficas puedan ser utilizadas para un problema en particular. Las
gráficas lineales estándar pueden ser modificadas para ser utilizadas en un experimento
específico, usando matrices triangulares, y la ortogonalidad entre las columnas se
mantiene.
FACTORES: A, B, C, D, E, F, G, H, I, J .
Solución:
I.T.E.S.R.C. _____________________________________________________________
37
INGENIERIA DE CALIDAD
Los grados de libertad son utilizados para seleccionar un arreglo ortogonal más pequeño
que sea apropiado. Se establecen primero los grados de libertad requeridos basándose en
el número de factores y el número de niveles de >cada uno de éstos, así como las
interacciones que se desean investigar. Ejemplo:
Si se tienen 5 factores (A, B, C, D, E) con dos niveles cada uno, y además se requiere
investigar las interacciones AXB Y AXC, es necesario utilizar un arreglo ortogonal L8, que
tienen 7 grados de libertad.
Ejemplo:
Procedimientos:
1. Se selecciona el arreglo ortogonal apropiado; para esto se toman en cuenta los grados de
libertad necesarios debido a los factores e interacciones.
2. Se dibuja la gráfica lineal según las interacciones deseadas.
3. Se selecciona una de las gráficas lineales estándar del arreglo elegido, de la cual se
puede obtener la gráfica lineal del paso anterior.
I.T.E.S.R.C. _____________________________________________________________
38
INGENIERIA DE CALIDAD
4. Se asignan los factores e interacciones según las columnas que les corresponden de
acuerdo a la gráfica lineal resultante.
EJEMPLO: La Ley de Movimiento de Newton F = MA. La naturaleza conoce esta relación
pero nosotros no. Como podemos obtener la relación rápidamente sin quedar atrapados en
años de investigación teórica como lo hizo Newton? Un DDE siempre para dos entradas,
tales como masa (M) y aceleración (A), cada uno a 2 niveles, se puede establecer como un
proceso de 4 ensayos experimentales (o intentos) en posiciones bajo y alto como se
muestra en la tabla.
ENSAYO M A
1 BAJO BAJO
2 BAJO ALTO
3 ALTO BAJO
4 ALTO ALTO
ENSAYO M A M*A F
1 -1 -1 1 500
2 -1 1 -1 1000
3 1 -1 -1 1000
4 1 1 1 2000
Note, en la tabla, la adición de una columna M*A la cual es generada por el producto de las
columnas coficiadas M y A y que era usada para analizar el efecto interactivo o combinado
de M y A. Las columnas M, A y M*A representan los tres efectos a ser evaluados, i.e. los
efectos lineales de M y A y el efecto de la interacción de M con A (M*A). El análisis se
conduce como se muestra en la tabla.
ENSAYO M A M*A F
1 -1 -1 1 500
2 -1 1 -1 1000
3 1 -1 -1 1000
4 1 1 1 2000
PROM(+1) 1500 1500 1250 1125
PROM(-1) 750 750 1000
PROM(+1)-PROM(-1) 750 750 250
Para obtener los números de las secciones sombreadas, usted debe hacer lo siguiente para
cada una de las columnas M, A y M*A: encuentre el promedio de la salida F cuando los
valores de la columna son -1, encuentre el promedio de la salida F cuando los valores de las
columnas son +1, y luego encuentre la diferencia de los dos promedios (∆). Por
ejemplo, cuando las columnas del efecto M está A - 1 (Ensayos 1 y 2) la salida es 500 para
el ensayo 1 y 1000 para el ensayo 2, que en promedio DA 750.
F=1125+(750/2)*Mc+(750/2)*Ac+(250/2)*Mc*Ac
Recuerde que nuestro modelo de predicción es para valores codificados (I. E -1, +1) de M y
A, y nosotros podemos transformarlo en un modelo con valores actuales de Ma y Aa usando
la siguiente relación:
Ma=((Ma+Mb)/2)+((Ma+Mb)/2)*Mc
Donde:
MA Valor fijo actual de masa
MC Valor fijo codificado de masa
MA Valor experimental actual fijado en alto
MB Valor experimental actual fijado en bajo
Para nuestro ejemplo:
Ma=7.5+2.5 Mc
Entonces:
Los cálculos previamente descritos son una forma simple para pasar de valores codificados
a actuales y viceversa, como se muestra en la escala combinada de la figura.
I.T.E.S.R.C. _____________________________________________________________
41
INGENIERIA DE CALIDAD
Material de apoyo:
http://www.scielo.cl/scielo.php?pid=s0717-75182004000200006&script=sci_arttext
http://www.slideshare.net/ldelatorre2010/ingenieria-de-calidad
Software: Minitab
I.T.E.S.R.C. _____________________________________________________________
42