Unidad 5

Análisis de Resultados
• El alumno será capaz de utilizar
las estrategias que propone el Dr.
Genichi 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 (DOE)
• Unidad 1. La ingeniería de calidad y
la función de pérdida

• Unidad 2. Experimentos con

arreglos ortogonales.

• Unidad 3. Control de calidad en

línea

• Unidad 4. Análisis Señal Ruido

(S/N).

• Unidad 5. Análisis de resultados.

5.1 Análisis por tablas de
respuestas

5.2 Análisis de atributos

clasificados

5.3 Experimentos con factores

de ruido

5.4 Análisis de experimentos

con factores de ruido
• Aplicar el diseño Robusto para
obtener un alto nivel de
desempeño
La meta de la experimentación robusta
consiste en hallar una combinación óptima
de valores de configuración de factores de
control con los cuales se logre este carácter
robusto (insensibilidad) contra los factores
de ruido. Minitab calcula tablas de
respuesta, resultados de modelo lineal y
genera gráficas de efectos principales y de
interacciones para:
 Relaciones de señal a ruido (relaciones S/N, las
cuales proveen una medida del carácter robusto)
vs. los factores de control
 Medias (diseño estático) o pendientes (diseño
dinámico) vs. factores de control
 Desviaciones estándar vs. los factores de control
 Logaritmo natural de las desviaciones estándar vs.
los factores de control
 Ejemplo: En un proceso de dorado la respuesta de salida que se mide
es y= espesor de la capa de oro (milimoles). El objetivo del proceso
es proporcionar protección contra la corrosión y facilitar el paso de la
corriente eléctrica; el límite inferior de especificación es 50µm.
puesto que la materia prima es cara, el objetivo es minimizar el coste
que supone la misma. En consecuencia, el objetivo final del proyecto
es minimizar la variación del espesor de capa en torno a la media
para, posteriormente, ajustar su valor a la especificación de 50µm.
Los factores de control y de ruido considerados en la
experimentación son los siguientes:
Factores de Control Nivel 1 Nivel 2 Nivel 3
A: Concentración de oro 0.70 – 0.75 1.10 – 1.15
B: Densidad de corriente 2.0 1.5 1.0
C: Temperatura 95 105 115
D: Velocidad del tanque 10 15 20
E: Tamaño del ánodo ¼ ½ 1/1
F: Tamaño de la carga ¼ 1/3 ½
G: PH 4.20 4.30 4.4
H: Concentración de níquel 600 650

Factor de ruido Nivel 1 Nivel 2

N: Situación de la pieza en el tanque Lateral Centro
L18 A B C D E F G H N1 N2 𝒚 𝑺𝑵𝑻
1 1 1 1 1 1 1 1 1 83 88 90 91
2 1 1 2 2 2 2 2 2 73 73 83 81
3 1 1 3 3 3 3 3 3 57 58 65 69
4 1 2 1 1 2 2 3 3 55 59 61 67
5 1 2 2 2 3 3 1 1 73 75 76 79
6 1 2 3 3 1 1 2 2 58 60 68 72
7 1 3 1 2 1 3 2 3 44 49 55 58
8 1 3 2 3 2 1 3 1 50 54 57 64
9 1 3 3 1 3 2 1 2 64 65 66 68
10 2 1 1 3 3 2 2 1 74 79 86 94
11 2 1 2 1 1 3 3 2 75 78 90 94
12 2 1 3 2 2 1 1 3 70 76 52 88
13 2 2 1 2 3 1 3 2 71 80 87 95
14 2 2 2 3 1 2 1 3 48 56 59 65
15 2 2 3 1 2 3 2 1 66 67 79 86
16 2 3 1 3 2 3 1 2 45 53 58 64
17 2 3 2 1 3 1 2 3 60 67 66 73
18 2 3 3 2 1 2 3 1 57 65 79 83
 Tabla de respuesta (Media)
Nivel A B C D E F G H
1 66.89 77.79 70.25 73.25 69.38 71.67 68.83 74.79
2 71.81 69.25 69.54 71.75 65.88 69.17 93.13 71.71
3 61 68.25 63.04 86.67 72.79 69.58 61.54
Δ 5 17 2 10 21 4 24 13
Clasificación 6 3 8 5 2 7 1 4
Tabla de respuesta (S/N)
Nivel A B C D E F G H
1 26.24 27.61 26.58 27.06 26.51 26.85 26.49 27.24
2 26.88 26.58 26.59 26.87 26.14 26.57 35.53 26.86
3 25.49 26.51 25.75 31.74 27.03 26.59 25.58
Δ 1 2 0 1 6 0 9 2
Clasificación 6 3 8 5 2 7 1 4
Hay diferentes tipos de atributos clasificados, pero
todos tienen un punto en común: los datos manejados
consisten en «ceros» y «unos».

Por ejemplo, se puede expresar el número de

defectos mediante un «0» para un producto bueno y
un «1» para un producto malo o viceversa.

Esto en el caso de que los resultados se clasifiquen en

dos categorías. Cuando los resultados se clasifican en
tres o más categorías, tales como «bueno», «normal»
y «malo» el número de daos en cada categoría
puede expresarse también por ceros y unos.
Los atributos clasificados son ampliamente utilizados
en la recolección y análisis de datos, pero no son
buenas características de calidad desde el punto de
vista de la ingeniería de calidad por:

Pérdida de información

Ineficiencia

Interacciones
 Pérdida de información

Por ejemplo, las dimensiones de un producto se miden

con un calibre del tipo «pasa/no pasa» y el
resultado de la inspección se clasifica en dos
categorías: bueno y malo.

La especificación del producto es: 10 +- 0.1 mm. Un

producto tiene una dimensión de 10.5mm y otro de
9.8 mm; los dos son igualmente considerados malos.

Pero la importante información referente a la

variabilidad como que el primero es demasiado
grande y el segundo demasiado pequeño,
desaparece al considerar tal clasificación.
 Pérdida de información

Otro ejemplo: En un examen, un estudiante tiene una

nota de 5.0 y otro de 9.0. Si la clasificación es
«aprobado/suspenso», los dos estudiantes son
considerados iguales, pero ningún estudiante piensa
que 5.0 es igual a 9.0 Los calibres del tipo «pasa/no
pasa» han sido profusamente utilizados en la
industria, al menos hasta hace pocos años. Ésta ha
sido una de las razones por las que la calidad no ha
podido ser mejorada.
 Ineficiencia

La característica de calidad denominada fracción de

defectuosos, parece una variable continua per, en
esencia, es una variable del tipo 0/1. Ello es porque
los productos se clasifican en buenos o malos, y la
cantidad de éstos últimos se divide por el número
total de observaciones para obtener la proporción.
La tasa de fiabilidad es otro ejemplo donde el
número de fallos se divide por el número total de
pruebas.
 Ineficiencia

Cuando en el estudio de este tipo de datos

el tamaño de la muestra empleada es
pequeño, nadie cree en las conclusiones que
se obtienen. El número de productos
observados para determinar la fracción de
defectuosos o el número de pruebas de
fiabilidad, ha de ser muy grande y ello
hace ineficiente el estudio.
 Interacciones

La tercera razón es la que causa el mayor

problema en el uso de los atributos clasificados:
Éstas características de calidad tienen a generar
mucha interacciones.

Interacción es sinónimo de inconsistencia, no

aditividad o no reproducibilidad. Para explicar
la razón se considera el siguiente ejemplo:
 Interacciones

En un experimento con dos factores a dos niveles

se estudió una característica de calidad del
tippo «bueno/malo» con los siguientes
resultados:

Experimento Condición Resultado

1 A1B1 Malo
2 A2B2 Bueno
1 A1B1 Malo
3 A1B2 Bueno
 Interacciones

Este tipo de diseño se denomina un factor a la vez, en

él se varía solamente un nivel de un factor al realizar
una nueva combinación.

Comparando los experimentos 1 y 2, vemos que A2

es mejor que A1.

De los experimentos 1 y 3, B2 es mejor que B1

Experimento Condición Resultado

1 A1B1 Malo
2 A2B2 Bueno
1 A1B1 Malo
3 A1B2 Bueno