Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DDE - Arreglos Interno-Externo
DDE - Arreglos Interno-Externo
9/14/2006
Resumen
La selección de Arreglos Interno y Externo sobre el menú Crear Diseño crea un diseño
experimental en los cuales dos tipos de factor son variados:
La meta de los diseños es encontrar un nivel de factores controlables donde las variables
respuestas son relativamente insensibles a los cambios de los factores de ruido. Estructuralmente,
el experimento consiste de dos diseños: un arreglo interno en el cual los factores controlables se
varían, y otro arreglo externo en el cual los factores de ruido se varían.
El pionero fue Genichi Taguchi, enfatizaba que es muy importante la robustez en los parámetros
del diseño y la reducción de la variabilidad del proceso para el desarrollo de un producto capaz
de cumplir con las especificaciones sobre un uso diario.
Ejemplo
El ejemplo que se describe en esta documentación se encuentra en Myers and Montgomery
(2002). Describieron un experimento desarrollado para ayudar a reducir la tasa de defectos de un
proceso de soldadura usado en la manufactura de la impresión de circuitos integrados. La meta
del estudio es encontrar una combinación de 5 factores controlables que puedan minimizar la
tasa de defecto en el soldado. Estos 5 factores se muestran abajo con la región sobre la cual serán
estudiados:
Como parte del estudio, 3 factores de ruido también se variaron en orden para juzgar la
sensibilidad de la tasa de defecto a las fluctuaciones incontrolables. Estos factores se variaron
sobre su rango como se muestra abajo:
• No. de Factores Ruido: El número de factores experimentales X que puede variar de corrida
a corrida dentro del arreglo externo. Estos factores normalmente so incontrolables pero
introducir variabilidad dentro del proceso. El numero de factores de ruido esta en un rango de
0 hasta 11. (note que los factores de ruido no son requeridos. Si ninguno es proporcionado, el
diseño consistirá solamente del arreglo interno. En tales casos, ciertas opciones no estarán
disponibles.)
Clic sobre los números 1, 2, 3,…, solo una vez e ingrese la siguiente información para cada
variable respuesta del experimento:
2. Diseño del Ruido (Arreglo Externo) - Un diseño en donde los factores de ruido se
varían. El diseño seleccionado para los factores de ruido son corridos en cada
combinación de los factores de control. En este caso, un diseño (L4) con 4 corridas fue
seleccionado. Esto es un 2^3 y es capaz de estudiar hasta 3 efectos principales o
interacciones, cada uno a 2 niveles.
Los detalles con respecto a arreglos ortogonales se pueden encontrar en el libro de Logothetis y
Wynn (1994). La notación utilizada típicamente para estos diseños es similar a la siguiente por el
diseño L8:
Columna 1 2 3 4 5 6 7
Corrida
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 4
STATGRAPHICS – Rev. 9/14/2006
En la tabla anterior, 1 indica que un factor será corrido en el primer nivel o nivel bajo, mientras
que 2 indica que el factor será corrido en el segundo nivel o nivel alto. El diseño puede
acomodar hasta 7 factores si las interacciones no son estimadas. Si menos de 7 factores serán
variadas (como en el caso actual), entonces las columnas sin usar se asignan a interacciones.
Actualmente, puesto que el diseño anterior tiene resolución III, interacciones dobles están
confundidas con los efectos principales. Taguchi típicamente confiaba que el experimentador es
hábil para identificar en el tiempo cuales de las interacciones deben estar presentes, o bien todas
las interacciones pueden asumirse como no existentes.
El arreglo externo en el ejemplo es un L4, el cual puede acomodar hasta 3 factores con 2 niveles
cada uno:
Columna 1 2 3
Corrida
1 1 1 1
2 1 2 2
3 2 1 2
4 2 2 1
En cada una de las 8 configuraciones del arreglo interno, 4 experimentos deberán realizarse
mientras se varían los factores de ruido de acuerdo al arreglo interno. El número total de
experimentos a desarrollarse es consecuentemente 8 x 4 = 32.
Inicialmente, STATGRAPHICS sugiere las asignaciones de las columnas permitiendo que varias
interacciones entre los primeros factores puedan estimarse si se desea. Por ejemplo, si se sugiere
las siguientes asignaciones para el arreglo interno:
Columna 1 - factor A
Columna 2 - factor B
Columna 4 - factor C
Columna 7 - factor D
Columna 6 - factor E
Esto deja las columnas 3 y 5 sin asignación. Sin embargo, las interacciones son tales que las 2
columnas anteriores pueden utilizarse para su estimación:
Columna 3 - interacción AB
Columna 5 - interacción AC
Realmente, muchas otras interacciones pueden ser estimadas por las columnas 3 y 5 (y también
por otras columnas). Para más detalles de cada uno de los diseños disponibles y cuales
interacciones serán estimadas por las columnas, refiérase al libro sobre Métodos de Taguchi por
Logothetis y Wynn (1994).
Dar clic sobre las letras A, B, C,…, solo una vez e ingrese la siguiente información para cada
factor experimental del diseño:
• Nombre – El nombre del factor es similar a un nombre de columna en una base de datos
estándar de STATGRAPHICS, cada nombre debe tener hasta 32 caracteres y no contener
cualquier carácter especial u operadores algebraicos.
• Botón de Etiquetas – Las Etiquetas son asignadas para cada nivel de los factores al
presiona el botón Etiquetas e ingresar la información sobre la caja de dialogo:
Si valores numéricos validos son ingresados en un orden creciente, el factor será tratado
como continuo. En caso contrario, será tratado como no continuo. Esto afecta el tipo de
análisis a desarrollarse después de recolectar los datos. Si el botón Etiquetas no se
presiona, los números 1, 2,… pueden usarse para representar los niveles y los factores se
asumirán como continuos.
Los primeros 5 factores son los factores de control. Los últimos 3 con los factores de ruido.
Diseño Base
Número de factores de control: 5
Número de factores de ruido: 3
Número de respuestas: 1
Número de corridas en arreglo interno: 8
Número de corridas en arreglo externo: 4
Aleatorizar: No
Cada corrida en el arreglo interno se muestra con diferente número de bloque. Dentro de cada
bloque están las 4 corridas del arreglo externo, donde los factores de ruido son cambiados.
La muestra de los datos fue grabada en un archivo llamado solder.sfx, junto con los datos de la
respuesta.
La medición de desempeño especifica el tipo de estadístico que deberá calcularse para cada
corrida en el arreglo interno. Varias mediciones están disponibles, incluyendo:
• Log Varianza – Calcula el ln(s2) para cada corrida del arreglo interno. Esto encuentra
una medición directa de la variabilidad en cada conjunto de condiciones y muestra el
efecto de cada factor de control sobre la varianza. La transformación de Logaritmo es
necesaria para estabilizar la varianza de la medición, puesto que la estimación del error
estándar de la varianza crece si su valor promedio crece.
Para situaciones donde necesitamos alcanzar la meta del experimento sobre un valor
objetivo particular, y cuando la media y varianza del proceso pueden alterarse
independientemente. Esto es equivalente a la medición discutida anteriormente, excepto
que difiere en un signo. Algunos analistas prefieren esta medición puesto que los valores
grandes son más preferibles que los pequeños, en línea con interpretaciones normales de
una razón señal-a-ruido.
©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 10
STATGRAPHICS – Rev. 9/14/2006
⎛Y 2 ⎞
SNRT2 = 10 log⎜⎜ 2 ⎟⎟ (2)
⎝s ⎠
n
⎛ 1 ⎞
SNRL = −10 log ∑ ⎜⎜ 2 ⎟⎟ (3)
i =1 ⎝ ny i ⎠
n
⎛ y i2 ⎞
SNRS = −10 log ∑ ⎜⎜ ⎟⎟ (4)
i =1 ⎝ n ⎠
Debe observarse que para todos los cocientes de la señal-a-ruido, los valores grandes
corresponden a las condiciones preferenciales. Aunque se ha dicho mucho sobre la utilidad de
los cocientes que Taguchi propone, estas proporcionan un camino fácil para la incorporación de
la media y varianza dentro de una simple medición de desempeño. Una excelente critica de
diversos cocientes de la señal-a-ruido se encuentran en Myers and Montgomery (2002), junto
con una discusión general de minimizar la varianza de los experimentos.
1. Si todos los factores de control son continuos y hay solamente 2 niveles para todos los
factores, el análisis estándar de Diseños para Investigación será invocado.
2. Si todos los factores de control son continuos y hay 3 o más niveles para cada uno de los
factores, el análisis estándar para Diseños de Superficie de Respuesta será invocado.
Esto proporciona al analista los análisis y gráficos más apropiados para cada situación.
Puesto que la meta del experimento actual es la reducción de la tasa de defectos, la SNR para
“Menor es Mejor” es su opción por naturaleza. Del gráfico de Pareto estandarizado, podemos
notar que todos excepto un factor parecen ser estadísticamente significativos:
E:flux density +
-
A:temperature
C:wave height
D:preheat temperature
B:speed
0 4 8 12 16 20 24
Efecto estandarizado
La Densidad de Flujo parece tener el efecto más grande sobre la tasa de defectos. Para ilustrar el
efecto, el Gráfico de Efectos Principales será particularmente más efectivo:
-41
defects (SN: menor)
-43
-45
-47
-49
El panel de Optimización puede determinar las condiciones óptimas para cada factor:
Optimizar Respuesta
Meta: maximizar defects (SN: menor)
La columna de la derecha presenta las mejores configuraciones de los factores controlables sobre
n
⎛ y i2 ⎞
la región experimental. En la configuración indicada, el valor de SNRS = −10 log ∑ ⎜⎜ ⎟⎟ será
i =1 ⎝ n ⎠
Interacciones
Por defecto, STATGRAPHICS cambia la estimación a un modelo de primer orden solamente
con los efectos principales. Si se desea, las interacciones de segundo orden pueden incluirse
seleccionándolo en Opciones del Análisis y configurando el Máximo Orden del Efecto en 2.
E:flux density-AD-BC +
A:temperature-DE -
C:wave height-BE
D:preheat temperature-AE
B:speed-CE
AB+CD
AC+BD
0 1 2 3 4 5 6
Efecto
Cada efecto principal se muestra junto con la interacción confundida. Además, se han estimado
dos efectos adicionales cada uno consistirá en la suma de 2 interacciones. Como cuando el
diseño fue construido, ni AB o AC indican que se confunden con cualquier efecto principal.
Each main effect is shown together with the confounding interactions. In addition, two additional
effects have been estimated, each consisting of the sum of 2 interactions. As indicated when the
design was constructed, neither AB nor AC is confounded with any main effect. La expectativa
del usuario es que probablemente una de las dos interacciones existiera, podría ser beneficioso
asignar etiquetas a los factores de modo que correspondieran en lo posible a AB y AC.