Usted fabrica bolas de golf y está trabajando en un nuevo diseño para maximizar

la distancia de vuelo de la bola. Usted ha identificado cuatro factores de control,

cada uno con dos niveles:

· Material del núcleo (líquido vs. tungsteno)

· Diámetro del núcleo (118 vs. 156)

· Número de dimples (392 vs. 422)

· Grosor de la cubierta (.03 vs. .06)

También desea probar la interacción entre el material del núcleo y el diámetro del
núcleo.

La respuesta es la distancia de vuelo de la bola medida en pies. El factor de ruido

está compuesto por dos tipos de palos de golf: driver y un 5-hierro. Usted mide la
distancia para cada tipo de palo, y obtiene dos columnas de factores de ruido en la
hoja de trabajo. Debido a que su meta es maximizar la distancia de vuelo, usted
selecciona la relación de señal a ruido (S/N) más grande es mejor.

Material Diámetro Dimples Grosor Driver Hierro

Líquido 118 392 0.03 247.5 234.3
Líquido 118 422 0.06 224.4 214.5
Líquido 156 392 0.03 59.4 49.5
Líquido 156 422 0.06 75.9 72.6
Tungsteno 118 392 0.06 155.1 148.5
Tungsteno 118 422 0.03 39.6 29.7
Tungsteno 156 392 0.06 92.4 82.5
Tungsteno 156 422 0.03 21.9 18.6
En la tabla de coeficientes para la relación S/R resultaron significativos los factores
de forma individual y resulto no significativa a interacción, el modelo tiene un
coeficiente de determinación del 97.2% , lo que nos indica que es valido para fines
de predicción.

En la tabla ANOVA, se corrobora lo mismo que en la tabla de coeficientes, es decir

que los fatores; materia, diámetro, simples y grosor si son significativos para la
relación S/R de la bola de golf.
En la tabla de coeficientes para medidas (distancia de vuelo) resultaron
significativos solo los factores; material y diámetro. El modelo arrojo un R
cuadrado ajustado de 92.6% es decir es útil para predicción.

En la tabla ANOVA para medidas se corrobora lo observado en la tabla de

coeficientes, es decir que para obtener la media de vuelo más grande son
significativos el material del núcleo y el diámetro de este solamente, el resto de los
fatores no tiene significancia estadística.
 Gráfica de efectos principales para Medias
Medias de datos
Material Diámetro

150

125

100
Media de Medias

75

50
Líquido Tungsteno 118 156
Dimples Grosor

150

125

100

75

50
392 422 0.03 0.06

Como lo que buscamos es obtener la media de distancia de vuelo mayor,

deberíamos de diseñar las bolas de golf:

 MATERIAL DEL NUCLEO LIQUIDO

 DIAMETRO DEL NUCLEO DE 118 MM
 CANTIDAD DE DIMPLES 392
 GROSOR DE LA CAPA EXTERIOR 0.06 MM
 Gráfica de interacción para Medias
Medias de datos
118 156
250
Material
Líquido
200 Tungsteno

150
Material

100

50
250
Diámetro
118
200 156

150
Diámetro

100

50
Líquido Tungsteno

Pese a que la interacción no resulto significativa, si resalta que si se selecciona un

diámetro de núcleo pequeño es muy importante que este núcleo sea liquido para
lograr la mayor distancia de vuelo.
 Gráfica de efectos principales para Relaciones SN
Medias de datos
Material Diámetro
42

40
Media de Relaciones SN

38

36

34
Líquido Tungsteno 118 156
Dimples Grosor
42

40

38

36

34
392 422 0.03 0.06
Señal a ruido: Más grande es mejor

Respecto a la relación señal ruido, si lo que buscamos es una bola de golf robusta
tendríamos que seleccionar las siguientes características.

 MATERIAL DEL NUCLEO LIQUIDO

 DIAMETRO DEL NUCLEO DE 118 MM
 CANTIDAD DE DIMPLES 392
 GROSOR DE LA CAPA EXTERIOR 0.06 MM
 Gráfica de interacción para Relaciones SN
Medias de datos
118 156
48
Material
Líquido
44 Tungsteno

40
Material

36

32
48
Diámetro
118
44 156

40
Diámetro

36

32
Líquido Tungsteno

Señal a ruido: Más grande es mejor

Respecto a la interacción, en el caso de la señal S/R tampoco resulto significativa,

sin embargo, se observa una situación similar que en la medida de vuelo, si el
núcleo de la pelota de golf es de 118 mm, es importante que este sea un núcleo
liquido para mantenerla robustez del producto.
En conclusión, la bola de golf serian mas robustas y ofrecerla una mayor distancia
de vuelo, se establecen los fatores en:

MATERIAL LIQUIDO
DIAMETRO 118MM
DIMPLES 392
ESPESOR 0.06MM

Una pelota de golf con las características optimas tendría una medida de vuelo de
276.262 m con una desviación de 8.75m
EJERCICIO 2.- DISEÑO DINAMICO

Usted está tratando de incrementar las fortalezas de un sistema de medición. Un

sistema de medición es dinámico porque a medida que cambia la señal de
entrada, la respuesta de salida también cambia. De manera ideal, un sistema de
medición debe tener una correspondencia 1:1 entre el valor que está midiéndose
(factor de señal) y la respuesta medida (salida del sistema). Análogamente, cero
debe servir como el punto de referencia fijo (todas las líneas deben ajustarse a
través del origen) porque una señal de entrada de cero debe generar una
medición de cero.

Su experimento inicial incluyó siete factores de control potenciales, pero sus

resultados sugirieron que tres factores, cada uno de ellos con dos niveles, eran
muy importantes: sensor, dispositivo de salida y relé. El factor de señal es el valor
real del elemento que se mide y la respuesta de salida es la medición. Usted ha
identificado dos condiciones de ruido.
En la tabla de coeficientes para la relación los resultados no resultaron
significativos los factores de forma individual y resulto no significativa a
interacción, el modelo no tiene un coeficiente ya que no hay suficientes datos, lo
que nos indica que no es válido para fines de predicción.
En la tabla ANOVA, se corrobora lo mismo que en la tabla de coeficientes, es decir
que los fatores no son significativos para la relación S/R del sistema de medición.
En la tabla de coeficientes para Dsvs.est vs sensor, salida y relé resultaron no
significativos. El modelo no arrojo un R cuadrado por lo mencionado
anteriormente.
En la tabla ANOVA para desviaciones se corrobora lo observado en la tabla de
coeficientes, es decir que para obtener la media de desviaciones más grande son
significativos el sensor (1), salida (2), relé (2).
Salida de la ventana Gráfica

Los factores que más influyen son sensor (1), salida (2) y relé (2),

Los factores con mayor significancia sensor (2), salida (1) y relé (1)
En desviación estándar el sensor (2), salida (1) y el relé (1), son más relevantes en el
sistema de medición, ya que estos factores lo hacen mas estable.

Interpretación de los resultados

El análisis de cada modelo lineal provee los coeficientes para cada factor en el nivel bajo,
sus valores p y una tabla de análisis de varianza. Utilice los resultados para determinar si
los factores están significativamente relacionados con los datos de respuesta y la
importancia relativa de cada factor en el modelo.

El orden de los coeficientes por valor absoluto indica la importancia relativa de cada factor
para la respuesta; el factor con el coeficiente más grande tiene el mayor impacto. Las sumas
secuenciales y ajustadas de los cuadrados en la tabla de análisis de varianza también
indican la importancia relativa de cada factor; el factor con la suma de los cuadrados más
grande tiene el mayor impacto. Estos resultados reflejan las clasificaciones de los factores
en las tablas de respuesta.

En este ejemplo, los valores p para los coeficientes indican que el censor es significativo.
En todos los modelos a nivel a de 0.10 y el relieve es significativo sólo en el modelo con
desviaciones estándar en el nivel a de 0.10.

Las tablas de respuesta muestran el promedio de cada característica de respuesta (relaciones

señal a ruido, medias) para cada nivel de cada factor. Las tablas incluyen clasificaciones
basadas en estadísticas Delta, las cuales comparan la magnitud relativa de los efectos. La
estadística Delta es el mayor menos el menor promedio para cada factor. Minitab asigna
clasificaciones basadas en los valores Delta; la clasificación 1 para el valor Delta más alto,
la clasificación 2 para el segundo más alto, y así sucesivamente. Las clasificaciones indican
la importancia relativa de cada factor para la respuesta. Utilice los promedios de nivel en
las tablas de respuesta para determinar cuál nivel de cada factor provee el mejor resultado.

Tanto las tablas de respuesta para la relación S/N y como la desviación estándar muestran
que el censor ejerce el mayor efecto en la variabilidad de la respuesta, lo cual también se
demostró en el análisis de modelo lineal. Debido a que usted está intentando reducir la
variabilidad en el sistema de medición, usted desea maximizar la relación de señal a ruido
(S/N) y reducir la desviación estándar. Las tablas de respuesta y las gráficas y efectos
principales indican que el nivel 1 para el censor y el nivel 2 para el relé y el dispositivo de
salida reducen la variación en la respuesta. Estos niveles generan las relaciones S/N más
altas y las desviaciones estándar más bajas.

Deberá ejecutar un experimento de confirmación para garantizar que los niveles

identificados produzcan el resultado deseado.