STATGRAPHICS – Rev.

9/14/2006

Diseño de Experimentos – Arreglos Interno/Externo

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:

• Factores controlables que el experimentador puede manipular durante el experimento y

durante la producción.

• Factores de ruido que se manipulan durante el experimento pero normalmente no son

controlables.

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:

Factores Controlables Bajo Alto Unidades

Temperatura 480 510 °F
Velocidad 7.2 10 pies/min.
Altura de Onda 0.5 0.6 Pulg.
Temperatura de Precalentamiento 150 200 °F
Densidad de Flujo 0.9 1.0 grados

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:

Factor de Ruido Bajo Alto Unidades

Soldadura -5 5 grados
Transportador -0.2 0.2
Ensamble 1 2

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 1

 STATGRAPHICS – Rev. 9/14/2006
En situaciones de producción, los factores de ruido no son controlados.

Ejemplo StatFolio: doe innerouter.sgp

Creación del Diseño

Los diseños propuestos por Taguchi son creados seleccionado Crear Diseño desde el menú de
diseños de experimentos y completando diferentes cajas de diálogos.

Caja de Dialogo #1 – Tipo del Diseño

La primera caja de dialogo durante la creación del diseño se muestra abajo:

• Clase de Diseño: Tipo de diseño a ser creado.

• No. de Variables Respuestas: El número de variables respuestas Y que deberán medirse

durante cada corrida experimental. Este numero esta en un rango de 1 hasta 16.

• No. de Factores Control: El número de factores experimentales X que puede variar de

corrida a corrida dentro del arreglo interno. Estos factores normalmente pueden controlarse
por lo cual se desea sus niveles óptimos. El número de factores experimentales controlables
esta en un rango de 2 hasta 8.

• 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.)

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 2

 STATGRAPHICS – Rev. 9/14/2006

• Comentario: Un comentario que aparecerá sobre las salidas de los procedimientos de

análisis.

Caja de Dialogo #2 – Variables Respuestas

La segunda caja de dialogo requiere información acerca de las variables respuestas:

Clic sobre los números 1, 2, 3,…, solo una vez e ingrese la siguiente información para cada
variable respuesta del experimento:

• Nombre – Un nombre para cada respuesta conteniendo hasta 32 caracteres.

• Unidades o Comentario – Una etiqueta opcional o comentario hasta 64 caracteres que se

incluyen sobre la hoja de trabajo experimental.

Caja de Dialogo #3 – Selección del Diseño

La tercera caja de dialogo es utilizada para especificar el tipo de diseño a ser usado para los
arreglos internos y externos:

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 3

 STATGRAPHICS – Rev. 9/14/2006

Dos diseños pueden especificarse:

1. Diseño de Control (Arreglo Interno) – Un diseño en donde los factores de control se

varían. En la caja de dialogo anterior, el diseño seleccionado es un diseño L8. Este es un
arreglo ortogonal con 8 corridas. La notación 2^7 indica que es capaz de estudiar hasta 7
factores o interacciones con 2 niveles cada uno. De hecho, el diseño es equivalente a un
diseño factorial fraccionado con 8 corridas.

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.

En general, el número después de indicar la L indica el número de corridas en el diseño. La

notación de 2^1x5^11 que indica que 1 factor será estudiado en 2 niveles y 11 factores serán
estudiados en 5 niveles. Cualquiera o ambos diseños se pueden correr en un orden al azar.

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.

Caja de Dialogo #3 – Asignaciones de la Columna

Puesto que el arreglo ortogonal tiene que crearse, una caja de dialogo será desplegada junto con
los factores de control y ruido que deberán asignarse a las diferentes columnas de los arreglos
ortogonales:

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 5

 STATGRAPHICS – Rev. 9/14/2006

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).

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 6

 STATGRAPHICS – Rev. 9/14/2006

Caja de Dialogo #4 – Factores Experimentales

La cuarta caja de dialogo requiere información acerca de cada uno de los factores
experimentales:

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.

• Unidades o Comentario - Una etiqueta opcional o un comentario hasta 64 caracteres que

se incluyen sobre la hoja de trabajo experimental.

• 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:

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 7

 STATGRAPHICS – Rev. 9/14/2006

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.

La siguiente tabla muestra la información para el ejemplo actual:

Factor Bajo Alto Unidades

temperature (temperatura) 480 510 °F
speed (velocidad) 7.2 10 pies/min.
wave height (altura de onda) 0.5 0.6 Pulg.
preheat temperature (temperatura de 150 200 °F
precalentamiento)
flux density (densidad de flujo) 0.9 1.0 grados
solder (soldadura) -5 5 grados
conveyor (transportador) -0.2 0.2
assembly (ensamble) 1 2

Los primeros 5 factores son los factores de control. Los últimos 3 con los factores de ruido.

Atributos del Diseño

Debido a que las cajas de dialogo fueron completadas, la ventana de Atributos del Diseño es
desplegada:

Inner/Outer Arrays Design Attributes

Clase de diseño: Arreglos Interno/Externo
Nombre del archivo: C:\DocData\solder.sfx
Comentario: Myers and Montgomery soldering example

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

Factores Niveles Unidades

temperature 2 degrees F
speed 2 ft/min
wave height 2 inches
preheat temperature 2 degrees F
flux density 2 degrees
solder 2 degrees
conveyor 2
assembly 2

Esta contiene un resumen de la entrada de los datos.

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 8

 STATGRAPHICS – Rev. 9/14/2006
Hoja de Trabajo
Las corridas experimentales son ingresadas automáticamente en la base de datos. También
podemos desplegarlas en la Hoja de Trabajo, una porción de esto es presentada abajo:

Hoja de trabajo para C:\DocData\solder.sfx - Myers and Montgomery soldering example

corrida block temperature speed wave height preheat temperature flux density solder conveyor assembly defects
(degrees F) (ft/min) (inches) (degrees F) (degrees) (degrees) (DPM)
1 1 480.0 7.2 0.5 150.0 0.9 -5.0 0.2 2.0
2 1 480.0 7.2 0.5 150.0 0.9 5.0 -0.2 2.0
3 1 480.0 7.2 0.5 150.0 0.9 5.0 0.2 1.0
4 1 480.0 7.2 0.5 150.0 0.9 -5.0 -0.2 1.0
5 2 480.0 7.2 0.6 200.0 1.0 -5.0 0.2 2.0
6 2 480.0 7.2 0.6 200.0 1.0 5.0 -0.2 2.0
7 2 480.0 7.2 0.6 200.0 1.0 -5.0 -0.2 1.0
8 2 480.0 7.2 0.6 200.0 1.0 5.0 0.2 1.0
9 3 480.0 10.0 0.5 200.0 1.0 -5.0 0.2 2.0
10 3 480.0 10.0 0.5 200.0 1.0 5.0 0.2 1.0
11 3 480.0 10.0 0.5 200.0 1.0 5.0 -0.2 2.0
12 3 480.0 10.0 0.5 200.0 1.0 -5.0 -0.2 1.0

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.

Analizando los Datos

Después que los resultados de las corridas experimentales han sido ingresados, podemos
seleccionar Analizar Datos del menú de DDE. Una caja de dialogo deberá desplegarse
requiriendo la columna que contiene la respuesta a ser analizada y la medición de desempeño
para modelarse:

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 9

 STATGRAPHICS – Rev. 9/14/2006

La medición de desempeño especifica el tipo de estadístico que deberá calcularse para cada
corrida en el arreglo interno. Varias mediciones están disponibles, incluyendo:

• Media – Calcula el valor de la media Y para cada corrida en el arreglo interno. En el

ejemplo actual, 8 medias deberán calcularse, una para cada bloque de las cuatro corridas.
El analista mostrara el efecto de cada uno de los factores control sobre la tasa promedio
de defectos.

• 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.

• Razón Señal-a-Ruido - Taguchi sugiere calcular

SNRT1 = −10 log(s 2 ) (1)

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

• Razón Señal-a-Ruido (Valor Objetivo) – Para situaciones donde necesitamos alcanzar

la meta en un valor objetivo pero la desviación estándar de la respuesta se relaciona con
su media, Taguchi propuso

⎛Y 2 ⎞
SNRT2 = 10 log⎜⎜ 2 ⎟⎟ (2)
⎝s ⎠

Esta relación es conocida como coeficiente de variación s / Y , excepto que se defina de

nuevo que los valores grandes son los más preferibles. En ambos casos, la meta es
encontrar un factor que afecte la media (para poder alcanzar el valor objetivo) pero que
tenga un efecto suave sobre la SNR.

• Razón Señal-a-Ruido (Mayor es Mejor) – Para situaciones en la cuales la respuesta

deberá maximizarse, Taguchi propuso

n
⎛ 1 ⎞
SNRL = −10 log ∑ ⎜⎜ 2 ⎟⎟ (3)
i =1 ⎝ ny i ⎠

• Razón Señal-a-Ruido (Menor es Mejor) - Para situaciones en la cuales la respuesta

deberá minimizarse, Taguchi propuso

n
⎛ y i2 ⎞
SNRS = −10 log ∑ ⎜⎜ ⎟⎟ (4)
i =1 ⎝ n ⎠

• Factores de Ruido – Cuando es seleccionado, un análisis será desarrollado solamente

sobre los factores de ruido. Cada corrida del arreglo interno es tratada como una replica
del arreglo externo, con factores de bloque permitiendo que las medias de cada bloque se
varíen.

• Arreglos Cruzados - Cuando es seleccionado, las mediciones individuales son

analizadas como un diseño de superficie de respuesta estándar implicando a todos los
factores de control y ruido.

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.

Resumen del Análisis

Cuando la caja de dialogo de Analizar Diseño es completada, STATGRAPHICS invoca alguno
de estos tres procedimientos, dependiendo de como los factores de control fueron definidos y que
tipo de diseño fue seleccionado:
©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 11
 STATGRAPHICS – Rev. 9/14/2006

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.

3. Si cualquiera de los factores no es continuo, el procedimiento de ANOVA Multi-factor

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:

Carta de Pareto Estandarizada para defects (SN: menor)

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:

Gráfica de Efectos Principales para defects (SN: menor)

-41
defects (SN: menor)

-43

-45

-47

-49

temperature wave height flux density

speed preheat temperature

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 12

 STATGRAPHICS – Rev. 9/14/2006
La densidad de flujo baja y la temperatura alta parecen rendir sobre una alta SNR.

El panel de Optimización puede determinar las condiciones óptimas para cada factor:
Optimizar Respuesta
Meta: maximizar defects (SN: menor)

Valor óptimo = -39.6893

Factor Bajo Alto Óptimo

temperature 480.0 510.0 510.0
speed 7.2 10.0 7.2
wave height 0.5 0.6 0.5
preheat temperature 150.0 200.0 200.0
flux density 0.9 1.0 0.9

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 ⎠

estimada igual a –39.7.

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.

Entonces el gráfico de Pareto toma la siguiente forma:

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 13

 STATGRAPHICS – Rev. 9/14/2006

Carta de Pareto para defects (SN: menor)

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.

©2006 por StatPoint, Inc. DDE – Arreglos Interno/Externo - 14