Parte 2 Control Estadistico

Control estadístico de la
calidad parte 2
MCs Guillermo Roldán Sáenz
Segundo Parcial
MCs Guillermo Roldán Sáenz
Bienvenidos al Curso
MCs Guillermo E. Roldán Sáenz

Presentación:
Temario del segundo parcial:
Análisis del proceso y variación

– Herramientas intermedias para el análisis del proceso
– Diseño de experimentos y análisis de varianza
– Modelo de efectos aleatorios
– Bloques aleatorizados
– Cuadro latino y greco-latino
– Diseño factorial
– Método Taguchi.
4
Schoology:
Manejaremos el curso por medio de la

plataforma Schoology
Clave del curso:
S4HW-8FDF-ZVFKH
1. Registrarse con su nombre real, completo, sin
acentos.
2. Revisar periódicamente el material a compartir.
3. Se usará para tareas, trabajos etc.
5
Herramientas intermedias para el análisis de proceso
Antes de analizar un proceso, debemos entender

claramente el concepto de variabilidad y distinguirlo
del concepto “ausencia total de regularidad”
6
La variabilidad se puede medir.

Podemos medir una variabilidad total
o segmentar el proceso y medir la
variabilidad de cada uno de ellos.
En la vida real, casi siempre que hay que tomar

decisiones, hay presencia de “ruido” o variabilidad, y es la
estadística la disciplina especializada en el tema.
7
Causas de la variabilidad:
8
Diagramas de Afinidad

El diagrama de afinidad es una herramienta que se

usa cuando tenemos una gran cantidad de
información y necesitamos organizarla en grupos
pequeños para su manejo y comprensión.
Esa agrupación se hace en base a la interrelación
natural que tienen esos subgrupos y su relación con
el sistema total.
10
Un diagrama de afinidad debe implementarse cuando:
• Los pensamientos están muy dispersos y son muy numerosos

para organizarlos mentalmente
• Se requieren nuevas soluciones o mayor esclarecimiento de los
hechos antes de un análisis de problemas formal.
• Cuando se busca dar soporte a una solución propuesta para
que su implementación sea exitosa.
11
Este método no debe ser usado cuando el problema es simple o

se requiere una solución rápida (emergencia).
Se recomienda se realice por un equipo multidisciplinario, para
mejorar su efectividad.
Para ello:
1. Establezca un objetivo
2. Elija a los miembros del equipo y convóquelos
3. Realice el diagrama de afinidad.
En este caso en especial, es importante y diferente que el

objetivo sea breve, vago y general para que el grupo tenga
libertad para hacer el diagrama desde cero, sin influencias
previas.
12
Propósito: El proceso de afinidad toma muchos puntos y clases y los

une en grupos significativos. Se usa cuando se solicita información
sobre una variable de interés para los clientes, empleados y procesos
internos.
Pasos para crear un diagrama de afinidad:
1. Lluvia de ideas:
a) Establezca un límite de tiempo.
b) Registre cada idea en notas adhesivas o tarjetas de 3 × 5.
c)Aclarar las ideas y eliminar duplicados.
2. Muestre las ideas sin clasificar en una mesa o péguelas en la pared.
13
3. Ordénelas en grupos similares; hacer esto sin hablar, basándose

en la percepción individual
a. Organice las ideas en categorías de acuerdo a lo que considere
como "problemas similares".
b. Si a una persona no le gusta la colocación de una idea, él / ella
pueden moverla.
c. Si una idea parece pertenecer a más de un lugar, haga una o
varias tarjetas duplicadas y colóquelas en el lugar correspondiente
d. Continúe clasificando hasta llegar a un consenso; cree de 5 a 10
grupos
e. Considere dividir los grupos grandes en grupos más pequeños.
14
4. Cree un título o encabezado para cada categoría.

5. Transfiera los grupos a un diagrama de afinidad organizado.
6. Discuta los grupos y entienda cómo se relacionan cada uno con
otro; si es necesario, mueva elementos para crear un diagrama de
afinidad consensuado.
15
Ejemplo: Un grupo de trabajo se ha creado para identificar por medio

de lluvia de ideas cuales atributos positivos que les gustaría ver
en el juguete de un niño.
Cada idea fue escrita en una nota adhesiva y se coloco en un tablero.
A través de la clasificación, se determinó que había tres grupos
distintos de atributos; estos grupos se les dieron nombres breves y
descriptivos como se muestra en la tabla siguiente:
16
Construido para ser Despierte el interés Características de

seguro de los niños desempeño
importantes
No bordes cortantes Que sea el primer Motorizado
juguete que los niños
elijan
No se desprendan partes Que permita al niño Que pueda cambiar de
aplicar su imaginación y dirección o control
crear historias remoto
Difícil de romper Pueda ser usado por Que pueda llevar carros
niños y niñas que parezcan o sean
libros que puedan leerse.
No tóxico Diseño colorido
No contenga piezas Que no sea solo un
pequeñas camión
17
Diagrama de barreras y ayudas

Diagramas de Barreras y ayudas
Propósito: El diagrama de barreras y ayudas es un medio gráfico para

definir obstáculos para la mejora y los medios correspondientes de
ayuda para aliviar estos obstáculos. Ayuda a identificar y superar
problemas técnicos y a vencer la resistencia cultural que ralentiza o
impiden la mejora de calidad.
Pasos para crear un diagrama de barreras y ayudas:

Identifique todas las posibles fuentes de resistencia (barreras) y los
apoyos (ayudas), califique las barreras y ayudas de acuerdo con su
fuerza e identifique las contramedidas necesarias para superar las
barreras.
19
Más específicamente:
1. Coloque una descripción clara del objetivo en el extremo derecho
de la superficie utilizada. Dibuje una flecha gruesa apuntando al
objetivo.
2. Realice una lluvia de ideas para crear una lista de posibles barreras.
3. Seleccione esas pocas barreras vitales que deben superarse, y
colóquelas encima de la flecha gruesa, etiquétela como “Barreras”,
con flechas más pequeñas apuntando hacia abajo.
4. Haga una lluvia de ideas para crear una lista de las ayudas que se
consideren factibles para superar la barrera seleccionada.
20
5. Seleccione las ayudas que ayudarán a superar las barreras, y

coloque cada una frente a la(s) barrera(s) que ayudará a superar.
Etiquételas como ayudas.
6. Identifique cualquier barrera que no tenga ayudas adecuadas.
7. Dibuje una línea horizontal debajo de las ayudas con la etiqueta de
"contramedidas".
8. Diseñe la contramedida adecuada para cada barrera que no tenga
ayuda asignada, colocándola frente a las barreras.
9. Revise la tabla para ver si faltan algunas barreras vitales, la
efectividad de las ayudas y la efectividad de las contramedidas.
21
Ejemplo: Desarrollo de un nuevo procedimiento para estudios de

ingeniería.
El equipo de mejora, desarrolló un nuevo procedimiento para realizar
estudios de ingeniería. Para vencer la resistencia cultural, al equipo se
le ocurrió una lista de las barreras y ayudas más probables que
influirían en alcanzar o no el éxito. También desarrolló algunas
contramedidas para superar algunas de las barreras. Las principales
barreras, ayudas y contramedidas se muestran en la figura.
Tenga en cuenta que si bien este gráfico es relativamente simple, a
menudo habrá docenas de preocupaciones adicionales a considerar.
Se colocan las principales barreras.
En la parte derecha del diagrama se coloca el resultado deseado.
Observe la similitud con un diagrama de causa y efecto.
22
Barreras
Sistema
Las computadoras poco
Costo “Los anteriores fallaron” no son confiables flexible
Éxito en la
implantación de
los nuevos
procedimientos
Evitaría Soporte de
quejas la gerencia
costosas
Ayudas
Análisis de Verificar la Revisar los planes

costo- beneficio confiabilidad en con la gerencia del
las pruebas piloto proyecto y tener su
Contramedidas opinión
23
Ejemplo 2: En la universidad de Bogotá se realizó un estudio para

determinar las circunstancias en las que se encuentran los
estudiantes con incapacidades físicas en el campus.
Los pros y contras se determinaron en 3 niveles o clases:
1. Del profesorado
2. De los proyectos o tareas por parte del docente o la materia
3. De los compañeros
A continuación se detallan los puntos encontrados en cada uno de

estos rubros:
24
25
26
27
Análisis de Costo - Beneficio

Propósito: Un análisis de Costo – Beneficio identifica y valúa los pros y

contras de una propuesta o solución encontrada. Es particularmente
útil cuando se trata de hacer un estudio de negocios para una mejora
de la calidad, o para decidir entre varias alternativas.
Pasos para crear un Análisis de Costo – Beneficio:

1. Calcule los costos, como si la actividad se realizara una sola vez.
2. Estime los costos operativos anuales adicionales.
3. Estime el ahorro anual de costos.
4. Si es posible, calcule cuánto es probable que se reduzca el problema
o si es eliminado debido a la solución propuesta. De otra manera,
califique el impacto de no hacerlo o de otras alternativas.
29
5. Evalúe el impacto en la satisfacción del cliente. Las propuestas que

reduzcan la satisfacción del cliente deben descartarse.
6. Calcule los costos operativos netos anuales. Un numero negativo
significa que se esperan ahorros netos.
7. Calcule los costos anuales de los costos a realizar una sola vez.
8. Calcule los costos anuales totales como la suma algebraica de los
costos anuales y el total de costos únicos a realizar en el año.
9. Revise los datos y clasifique las alternativas.
30
Ejemplo: Solución computarizada contra Solución manual:

Después de Identificar las causas de un problema de calidad, un
equipo de trabajo decidió que tanto una solución con uso de
computadoras así como una solución manual, eran factibles y ambas
cumplen con los requisitos del cliente. Para comparar las
alternativas con una base financiera, se aplicó un análisis de costo /
beneficio, como se muestra en la tabla siguiente.
Usando esta información, el equipo calificó las dos alternativas.
El resultado es que la Solución manual sería la mejor de las dos
alternativas.
31
Manual Computarizada
Costo inversión una vez $7,500 $134,000
Costo anual a realizar una sola vez $1,500 $26,800
Costos de operación anuales 0 $17,000
adicionales
Total costos incrementales /año $9,000 $177,000
Reducción de costos anual por quejas $1,462,200 $1,462,200
Total de ahorros en costos ($1,453,200) ($1,284,400)
anualizados
32
Supongamos que queremos montar una empresa de exportación

de mangos (la fruta) a EE.UU. y nuestra proyección de ventas es
de 10.000 mangos mensuales a un precio unitario de 1 euro. A
su vez, consideremos que todos los costos antes del pago de
tributos equivalen al 50% de las ventas y que la tasa de
impuestos es de 25%.
Otro asunto a considerar es que la época de consumo de

mangos es de 6 meses al año. Entonces, realizamos la siguiente
proyección de coste-beneficio:
33
Ventas anuales: 10.000(cantidad vendida)*1(precio)*6(meses de

campaña) = 60.000 euros.
costos: 60.000*0,5= 30.000 euros.
Utilidad antes de tributos: 30.000 euros.
impuestos: 30.000*0,25= 7.500 euros.
Utilidad neta: 30.000-7.500= 22.500 euros.
34
En la vida real esto no es tan fácil

Debes considerar por ejemplo para este caso:
1. Mermas y desperdicio
2. Cambio en la Paridad
3. Riesgos y pérdidas
4. Valor presente neto
5. Gastos no previstos
6. Problemas relacionados con productos perecederos y sujetos
a contaminación y caducidad
7. Reclamos del cliente
8. Etc.
35
Gráficas de caja y bigotes

Gráficas de caja y bigotes (Box & whiskers)
Las gráficas de cajas y bigotes(Box plot oBoxes and Whisks plot) ss

un método estandarizado para representar gráficamente una serie
de datos numéricos a través de sus cuartiles.
De esta manera, el diagrama de caja muestra a simple vista la
mediana y los cuartiles de los datos, pudiendo también
representar los valores atípicos de estos.
Tomado de: http://www.estadisticaparatodos.es/taller/graficas/cajas.html

37
Tomado dehttps://commons.wikimedia.org/wiki/File:Diagrama_de_caja.jpg:
38
Propósito: Es una representación visual que describe varias

características al mismo tiempo como son su dispersión y simetría.
Para su realización se representan en un rectángulo (caja) delimitado
por el primer y tercer quartil, dentro de la caja se encuentra señalada
la mediana. Y los valores mínimo y máximo de los datos, se unen a la
caja con líneas (bigotes):

39
Para construir el diagrama de caja, se siguen los siguientes pasos:

1. Ordenar los datos.
2. Calcular los tres cuartiles (Q1, Q2 y Q3). Después, dibujamos el
rectángulo (caja) delimitado por el primer y tercer cuartil,
dibujando entre los dos cuartiles una línea para indicar donde está
la mediana (segundo cuartil).
3. Calcular el rango intercuartílico, que es el tercer cuartil menos el
primero.
Fórmula del rango intercuartílico.
Tomado de: https://www.universoformulas.com/estadistica/descriptiva/diagrama-caja/

40
4.Se calculan los límites admisibles inferior y superior (LI y LS) para
identificar los valores extremos.
Fórmula de los límites inferior y superior de los valores extremos
del diagrama de caja.
Los límites marcarán los datos atípicos de la variable. Todos

aquellos puntos que sean menores que LI (x < LI) o mayores que
LS (x > LS) son valores extremos. Es decir, son todos aquellos
valores que no están en el intervalo [LI,LS].

41
5. El mínimo es el menor valor del conjunto que sea mayor o igual

que LI. El máximo es el mayor valor del conjunto que es menor o
igual que LS.
Dibujamos los dos brazos. El primero va desde el primer cuartil
hasta el mínimo. El segundo, desde el tercer cuartil hasta el
máximo.
6.Se dibujan los valores extremos, representados por puntos o

círculos pequeños.

42
Ejemplo 1: En un grupo de 20 personas, se tienen las siguientes

edades:
Paso 1: Ordenar los datos de menor a mayor:

43
Paso 3: Cálculo de cuartiles:

Q1, el cuartil Primero es el valor mayor que el 25% de los valores
de la distribución. Como N = 20 resulta que N/4 = 5; el primer
cuartil es la media aritmética de dicho valor y el siguiente:
Q1= (24 +25)/2=24.5
Q2, el Segundo Cuartil es, la mediana de la distribución, es el

valor de la variable que ocupa el lugar central en un conjunto de
datos ordenados. Como N/2 =10 ; la mediana es la media
aritmética de dicho valor y el siguiente:
Me= Q2= (33+34)/2=33.5

44
Q3 , el Tercer Cuartil, es el valor que sobrepasa al 75% de los

valores de la distribución. En nuestro caso, como 3N / 4 = 15,
resulta :
Q2=(39 +39)/2=39
Paso 4: Dibujar la caja y los bigotes:

45
Utilidad de las Gráficas de caja y bigotes:

• Proporcionan una visión general de la simetría de la
distribución de los datos; si la mediana no está en el centro del
rectángulo, la distribución no es simétrica.
• Son útiles para ver la presencia de valores atípicos también
llamados outliers.
• Pertenece a las herramientas de las estadística descriptiva.
Permite ver como es la dispersión de los puntos con la
mediana, los percentiles 25 y 75 y los valores máximos y
mínimos.
• Ponen en una sola dimensión los datos de un histograma,
facilitando así el análisis de la información al detectar que el
50% de la población está en los límites de la caja.
46
Diagrama de Interrelación

Diagrama de Interrelaciones
Un Diagrama de Interrelaciones presenta las relaciones

entre factores/ problemas. Toma la idea principal o
problema y presenta la conexión entre los ítems
relacionados. Al utilizarlo se demuestra que cada ítem
puede ser conectado con más de un ítem diferente a la vez.
Permite el pensamiento multi-direccional.
Se utiliza:
• Para comprender y aclarar las interrelaciones entre los
diferentes puntos de un problema complejo.
• Para identificar puntos claves para mayor investigación
Tomado de:http://sigc.uqroo.mx/Manuales/Institucional/Procedimientos/Secretaria%20General/Gestion%20Calidad/DGC-
001/Metodologias/Interrelacion.pdf
48
Pasos para elaborar un diagrama de interrelaciones:

1.- Elegir el tema a desarrollar
2.- Reunir al equipo apropiado
3.- Utilizar una herramienta de generación de ideas.
4.- Reunir La ideas en tarjetas o post-it y colocarlas en la
superficie de trabajo, en un patrón circular. Marcar con una
letra o níumero cada tarjeta o post-it
5.- Buscar relaciones entre cada una y todas las ideas,
determinar cual es causa y cual es efecto, cuales están
influenciadas por cada tarjeta, Dibujar flechas que salgan de
las tarjetas que influencien a otras tarjetas.
49
6.- Evitar las flechas de doble vía. Hacer una determinación

en cuanto a que ítem hacen mayor influencia.
7.- Debajo de cada tarjeta o post-it totalizar las flechas que
entran y salen y si es posible los efectos.
8.- Identificar las tarjetas o post-its que son causas y efectos
MAYORES.
9.- Por consenso, identificar las tarjetas o post-its que tienen
pocas flechas hacia adentro o afuera pero todavía pueden
ser un ítem o causa clave.
50
Diagrama de Interrelaciones : Ejemplo
¿Cuales son los puntos clave para reducir la generación de basura

fuera de lugar? A
Falta de
respeto
F por otros B
Falta de
Empaque percepción
en exceso del impacto
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de
basura
Tomado de Total qualiy Management Dale Besterfield
51

fuera de lugar? A
Falta de
respeto
F por otros B
O?
Falta de
Empaque
percepción
en exceso
del impacto
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de
basura
52

fuera de lugar? A
Falta de La decisión
respeto “B” causa
F por otros B “A”
Falta de
Empaque
percepción
en exceso
del impacto
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de Decisión: No
basura
hay relación
53

fuera de lugar? A
Falta de
respeto
F por otros B
Falta de
Empaque
percepción
en exceso
del impacto
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de
basura
Decisión: No
Tomado de Total qualiy Management Dale Besterfield hay relación
54

fuera de lugar? A
Falta de
respeto
F por otros B
Falta de
Empaque
percepción
en exceso
del impacto
O?
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
Decisión: La falta de No suficientes
ejemplo de los padres botes de
produce una falta de basura
respeto a los demás
55

fuera de lugar? A
Decisión: No hay Falta de
relación respeto
F por otros B
O? Falta de
Empaque
percepción
en exceso
del impacto
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de
basura
56

fuera de lugar? A
Decisión: No hay Falta de
relación respeto
F por otros B
O? Falta de
Empaque
percepción
en exceso
del impacto
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de
basura
57

fuera de lugar? A
Falta de
respeto
F por otros B
Falta de
Empaque
percepción
en exceso
del impacto
E C
Falta de O? Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
Decisión: La falta de
botes de
basura percepción del impacto
lleva a no tener
suficientes botes de
Tomado de Total qualiy Management Dale Besterfield basura
58

fuera de lugar? A
Falta de
respeto
F por otros B
Falta de
Empaque
percepción
en exceso
del impacto
O?
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
Decisión: La falta de No suficientes
percepción del impacto botes de
No lleva a que los basura
padres den ejemplo
59

fuera de lugar? A
Falta de Causa
respeto
B principal
F por otros
2/0 Falta de
Empaque
percepción
en exceso
del impacto
1/1 0/5
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
4/1 1.5/1
No suficientes
botes de
basura
1/1.5
60
Diagrama de Interrelaciones : Ejemplo 2

fuera de lugar? A
Falta de Causa
respeto
B principal
F por otros
2/0 Falta de
Empaque
percepción
en exceso
del impacto
1/1 0/5
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
4/1 1.5/1
No suficientes
botes de
basura
1/1.5
61
Diagrama de Interrelaciones : Ejemplo 2
Causas
Involucradas en
el problema “El
pastel se quema
en el horno”
En este caso
existen dos
causas clave:
Instrucciones
confusas y Pobre
capacidad de
lectura
Tomado de http://sigc.uqroo.mx/Manuales/
Institucional/Procedimientos/Secretaria%20General/Gestion%20Calidad/DGC-001/Metodologias/Interrelacion.pdf
62
Diagrama de Interrelaciones de Muther
Tomado de http://sigc.uqroo.mx/Manuales/
Institucional/Procedimientos/Secretaria%20General/Gestion%20Calidad/DGC-001/Metodologias/Interrelacion.pdf
63
Diagrama de Interrelaciones de Muther
Tomado de http://catarina.udlap.mx/u_dl_a/tales/documentos/lmnf/chow_d_m/capitulo6.pdf
64
Diagrama de Árbol

Diagramas de Árbol
Un Diagrama de Árbol se utiliza para hacer una

representación gráfica de posibilidades, de los posibles
resultados de un experimento o identificar todas las partes
necesarias para alcanzar un objetivo.
Es una técnica que permite obtener una visión de conjunto,
de los medios necesarios para alcanzar una meta o resolver
un problema.
66
Diagramas de Árbol
Ventajas: Descompone cualquier meta general, de modo

gráfico, en fase u objetivos concretos. Determina acciones
detalladas para alcanzar un objetivo.
Elaboración: Se parte de una objetivo o causa y se dibujan
de él una rama para cada una de las posibilidades,
acompañada de su probabilidad.
En el final de cada rama parcial se constituye a su vez un
nudo del cual parten nuevas ramas, según las posibilidades
del siguiente paso, salvo si el nudo representa un posible
final del experimento.
Recordemos que la suma de probabilidades de las ramas de
cada nudo ha sumar 1.0 o 100%
67
Diagramas de Árbol Ejemplo1_
Una Universidad está formada por 3 facultades:

• La primera con el 50% de los estudiantes
• La segunda con el 25% de los estudiantes
• La tercera con el 25% de los estudiantes
Las mujeres están repartidas uniformemente, siendo un 60% del
total en cada facultad.
Elabore el diagrama de árbol correspondiente.
Tomado de: https://es.slideshare.net/pabloruizaguilar1/probabilidad-y-estadistica-diagramas-de-arbol
68
Diagramas de Árbol Ejemplo 1:
Diagrama de Árbol
69
Diagramas de Árbol Ejemplo 1:
¿Cual es la probabilidad de que al seleccionar un alumno sea de

la primera facultad y además sea mujer?
P= 0.5*0.6=0.3 30%
70
Diagramas de Árbol Ejemplo 2:_
Si tienes dos playeras, dos jeans y dos pares de zapatos, ¿De

cuantas maneras puedes combinar tu vestuario?
71
Diagramas de Árbol Ejemplo 3, con probabilidades._
Una clase consta de 6 niñas y 10 niños, si se escoge un comité de

tres al azar, hallar la probabilidad de que los tres sean niños.
Este es un ejemplo de cálculo de probabilidades cuando no hay

reposición de elementos después de ya haber seleccionado uno o
más.
En total son 16 niños y niños, después de elegir al primero
quedarán solo 15.
La probabilidad al iniciar la selección para escoger un niño es de
10/16
La probabilidad de escoger una niña en el primer intento es de
6/16
Tomado de: http://longino.jacome.mx/diagramas-de-arbol/
72
El árbol de probabilidades es:
73
Observen en el diagrama de árbol que las probabilidades no son

constantes, ya que no hay reemplazo. En la primera rama n=16
En la segunda rama n=15 y en la tercera rama n=14.
La probabilidad de que el comité esté formado por niños
únicamente es:
10 9 8
P(x=3 niños)= 16 � 15
� 14
= 0.214
La probabilidad de seleccionar dos niños y una niña sería:

10 9 6 10 6 9 6 10 9
P(x=2 niños y 1 niña)= 16 � 15 � 14 + 16 � 15 � 14 + 16 � 15 � 14 =
P(x=2 niños y 1 niña)=0.485
74
La probabilidad de que el comité esté formado por niñas

únicamente es:
6 5 4
P(x=3 niñas)= 16 � 15
� 14 = 0.0357
La probabilidad de seleccionar dos niñas y un niño sería:

10 6 5 6 10 5 6 5 10
P(x=1 niño y 2 niñas)= 16 � 15 � 14 + 16 � 15 � 14 + 16 � 15 � 14 =
P(x=2 niños y 1 niña)=0.268
75
Tenemos tres cajas de focos. La caja 1 tiene 10 focos de los que 4

están fundidos. En la caja 2 hay 6 focos, de los que uno está
fundido. En la caja 3 hay 8 focos de los que 3 están fundidos.
¿cuál es la probabilidad de que al tomar un foco de cualquiera de
las cajas esté fundido?
1 4 1 1 1 3
P(x=1 foco fundido)= 3 � 10 +3�6 +3�8 = 0.3139
76
La caja 1 tiene 10 focos de

los que 4 están fundidos.
En la caja 2 hay 6 focos,
de los que uno está
fundido.
En la caja 3 hay 8 focos de
los que 3 están fundidos
77
Diseño de experimentos
Guillermo E. Roldán Sáenz
Los diferentes niveles, para la mejorar la calidad por métodos

estadísticos es:
1.- Primera Etapa: Inspección del producto acabado: Permite
detectar problemas. Se utilizan técnicas de muestreo y control
de recepción. Este método es costoso pues estamos
rechazando productos ya fabricados.
2.- Segunda Etapa: Control estadístico de procesos,: Permite el
control en tiempo real sobre la calidad y admite algunas
correcciones sobre el proceso. El coste es medio, pues aunque
no rechazamos productos defectuosos, (o son pocos), si se
tienen paradas de línea para corregir.
79
3.- Tercera Etapa: El Diseño del producto o proceso: Consiste

en aplicar la estadística para la observación y la
experimentación. Sirve para encontrar aquellos factores que
influyen en nuestros procesos, productos o servicios y buscar
su mejor valor para nuestros propósitos.
El Diseño de Experimentos (DDE) nos permite encontrar
respuestas en nuestro proceso. Pero no sustituye al
conocimiento técnico ni a la experiencia, pero permite al
técnico ser más efectivo para eliminar la variabilidad o mejorar
las características de nuestros productos o servicios
80
El DDE es un cambio intencionado de las entradas o variables

de un proceso para observar los cambios en la salida o salidas
del proceso.
El DDE tiene dos objetivos:
1.- Detección: identificar los factores de entre todos los
técnicamente posibles que sean fuentes de variabilidad en las
características elegidas que garanticen la calidad.
2.- Modelado: Una vez identificados los factores que
determinan que valores deben ajustarse a las características
deseadas haremos el modelado para ver la respuesta en
función de esos factores.
81
El DDE se relaciona con los gráficos de control, pues ellos

deben reflejar los resultados de la aplicación de nuevas
condiciones derivadas del diseño de experimentos.
La experimentación tiene ventajas sobre la observación. Pues
la observación puede llevarnos a conclusiones erróneas o a no
identificar una tercera variable que explique la relación entre
las dos observadas.
82
El método experimental consiste en la variación o

modificación deliberada de los valores de una o varias
variables independientes. La medida de esa variación afectará
a una o varias variables dependientes.
Entonces: Es importante saber cuales variables son

independientes y cuales son la variables dependientes.
83
Supongamos que tratamos de comparar el rendimiento de dos

máquinas diferentes: A y B. El parámetro a medir es la
cantidad de piezas producidas por día.
El rendimiento de las máquinas depende, además del tipo de
máquina, de otros factores:
• Operarios (número)
• Materia Prima
• Tiempo de funcionamiento diario
• La experiencia del operador
• Etc.
84
Algunos de estos factores pueden controlarse de forma que no

afecten las conclusiones del experimento. Podemos por
ejemplo usar el mismo operario en ambas máquinas.
Cualquier otro factor lo asignaremos de manera aleatoria al
experimento.
Podemos poner al mismo operador a trabajar 5 días en la
máquina A y 5 días en la máquina B.
85
Debemos saber diferenciar:
Experimento: es una prueba o ensayo en el cual introducimos
cambios deliberados en el proceso, materias primas, producto
etc. de forma que el cambio produzca en la variable de salida
un cambio identificable.
Diseño de experimentos: o experimento diseñado: es un
conjunto de pruebas o experimentos realizados de forma que
puedan identificar las causas que producen los cambios en la
variable de salida del proceso.
Todos realizamos constantemente experimentos, sin embargo
los realizamos de forma desorganizada, por lo que
generalmente no somos capaces de identificar las causas que
producen la variable o de reproducir los resultados.
86
Definiciones:
Factor: es una variable como: El tiempo, la temperatura, el
operador, que impacta realmente sobre los resultados
observados.
Nivel: Es un valor asignado a cambiar en el factor. Por ejemplo:
dos niveles para el factor temperatura pueden ser: 110oC y
140oC.
Combinación de tratamientos: Es el set de condiciones
(Factores y sus niveles, para una prueba en un experimento.
Replicación: Una repetición o combinaciones de tratamientos
de la condición. Son repeticiones del experimento, bajo
idénticas condiciones de los factores.
87
Repetición: Múltiples resultados para la combinación de
tratamientos.
Aleatorización: combinación de tratamientos que se corren en
orden al azar para prevenir la presencia de interferencias o
situaciones deliberadas en los resultados.
Arreglo Ortogonal: Método simplificado, para conjuntar las
combinación de tratamientos de tal manera que el diseño de
experimentos queda balanceado en sus factores, y así pueda
ser analizado de manera individual o en combinaciones.
Interacción: Dos o más factores que, juntos, producen un
resultado diferente a sus efectos por separado.
88
Experimento Balanceado: Es un experimento en que todos
los niveles de cada factor aparece el mismo número de veces.
Si no se da esta situación, el experimento es desbalanceado.
Diseño. La estructura constituida por los factores y los niveles
que se les asignan, en la experimentación. El diseño es la parte
que controla el experimentador.
Respuesta. La variable objetivo, que se pretende optimizar, y
que depende potencialmente de los factores. La respuesta es
lo que se mide como resultado de la experimentación, no es
controlada por el experimentador. Es una variable numérica.
89
Efecto Principal. Un efecto principal es la variación en la
respuesta, atribuida al cambio en un factor determinado, a
través de sus distintos niveles.
Error Experimental. La parte de la variabilidad que no está
explicada por los factores involucrados en el experimento.
90
Diseños Factoriales 22 , Con Dos Factores a Dos Niveles
 Una fase inicial de un estudio tiene por objeto efectuar un
diagnóstico, por esa razón, basta con utilizar sólo dos niveles
para cada factor. El diagnóstico no entrega la combinación de
los niveles optima, de factores, sino que nos permitirá
determinar si cada uno de ellos afecta o no la respuesta, y en
qué medida, así como nos dirá si existe o no interacción entre
ambos factores.
 En estos diseños hay 22 = 4 combinaciones de tratamientos
posibles, pues por cada uno de los dos niveles de un factor hay
dos niveles del otro. Por eso suele hablarse de diseños
experimentales 22, o simplemente experimentos 22 . A los
factores los designaremos por Factor A y Factor B,
respectivamente.
91
9
Diseños Factoriales 22 , Con Dos Factores A Dos Niveles
 De los dos niveles que definimos para cada factor, a

uno lo llamaremos nivel bajo y al otro nivel alto . En
ciertas situaciones se prefiere hablar de ausencia y
presencia del factor. Por ejemplo, los niveles pueden ser
dos distintos procesos de producción, o pueden ser la
utilización o no utilización de un dispositivo.
92
9
NOTACIÓN: Los niveles de A los designamos por
a1 y a2 , los de B por b1 y b2 , respectivamente.
• El siguiente esquema muestra los elementos

principales de este experimento:
1 2 3 4 5
DISEÑO
CORRIDA COMBINACION DE
EXPERIMENTAL FACTOR A FACTOR B TRATAMIENTOS RESPUESTA
1 a1 b1 a1b1 Y11
2 a2 b1 a2b1 Y21
3 a1 b2 a1b2 Y12
4 a2 b2 a2b2 Y22
2
Tabla de Combinaciones de Tratamientos del Diseño Experimental 2 .
93
9
El siguiente diagrama ilustra, en forma esquemática, los
elementos que constituyen el experimento 22:
FACTOR B
Nivel b2 a1b2 a2b2
Nivel b1 a1b1 a2b1
Nivel a1 Nivel a2 FACTOR A
Representación gráfica del experimento 22.
94
94
EJEMPLO: En la fabricación de placas de madera aglomerada, se
utiliza viruta combinada con resina de urea-formaldeido. Una
característica deseable del producto terminado, es su rigidez.
Se piensa que hay dos factores que inciden en esta
característica, y que pueden controlarse.
Uno es el tipo de resina, y el otro es el granulado de la viruta.
Se diseña un experimento en que los dos factores tienen dos
niveles.
RESPUESTA: Rigidez de la placa (medida en kg.). Peso

necesario para producir una deformación de 5 milímetros.
FACTORES :
• Tipo de Resina.
• Granulado de Viruta.
95
FACTORES NIVELES
A : TIPO DE RESINA a1 : Resina Standard

a2 : Resina Nueva
B : GRANULADO DE LA VIRUTA b1 : Fino

b2 : Grueso
Se realizó el experimento, y la medición de las respuestas dio

los siguientes resultados:
COMBINACIÓN DE
TRATAMIENTOS RESPUESTA
a1b1 Y11 = 16
a2b1 Y21 = 17
a1b2 Y12 = 10
a2b2 Y22 = 23
ESTIMACIÓN DE EFECTOS:
Efecto Promedio Global: 1= 14 (a 1 b1 + a 2 b1 + a 1 b 2 + a 2 b 2 )
16 + 17 + 10 + 23
= =16.5
4
96
9
Efecto Debido al Factor A: A= 1
2 [( a 2 b 1 + a 2 b 2 ) - ( a 1 b 1 + a 1 b 2 )]
17 + 23 − 16 − 10
= =7
2
Efecto Debido al Factor B:
B= 1
2 [( a 1 b 2 + a 2 b 2 ) - ( a 1 b 1 + a 2 b 1 )]
10 + 23 − 16 − 17
= =0
2
AB = 21 [( a 2 b 2 - a 1 b 1 ) - ( a 1 b 2 - a 1 b 1 )]
Efecto Debido a la Interacción AB:
23 − 17 − 10 + 16
= =6
2
Gráfico de Interacción.
RIGIDEZ (KG)
25 a2 RESINA
NUEVA
20
15 a1
RESINA
10
STANDARD
NIVEL b1 NIVEL b2 RESINA

FINO GRUESO
Rigidez versus Granulado, 97
estratificado por tipo de Resina
97
RIGIDEZ (KG)
GRANULADO
25 GRUESO
20
b1 GRANULADO
15 FINO
10 b2
NIVEL a1 NIVEL a2 RESINA

STANDARD NUEVA
Rigidez versus tipo de Resina, estratificado por Granulado
98
MATRIZ DE DISEÑO DEL EXPERIMENTO 22.
Los cálculos anteriores se pueden efectuar en forma

resumida en una tabla. Dicha tabla se denomina Matriz
de Diseño y tiene la siguiente forma:
EFECTO
RESPUESTA 1 A B AB
a1b1 + - - +
a2b1 + + - -
a1b2 + - + -
a2b2 + + + +
Un efecto es un contraste si tiene tantos (+) como (-). Los efectos

correspondientes a A, B y AB son contrastes. El efecto 1 no lo es.
Dos efectos se pueden "multiplicar" de la siguiente forma:
(-,+,-,+) × (-,-,+,+) = (+,-,-,+)=AB
Si el resultado de multiplicar dos contrastes es un contraste, como
en el ejemplo anterior, se dice que los contrastes que se
multiplicaron son ortogonales.
Simulación/2002
Héctor Allende
99
99
TABLA DE RESPUESTAS
Los cálculos numéricos que se hicieron, para determinar los

efectos 1, A, B, y AB, se pueden efectuar en forma tabular, por cada
efecto, anotando las respuestas en columnas separadas, según su
signo. La tabla se denomina Tabla de Respuestas, y se muestra a
continuación:
IDENTIDAD RESINA GRANULADO INTERACCION
COMPONENTE 1 A B AB
a1b1 16 16 16 16
a2b1 17 17 17 17
a1b2 10 10 10 10
a2b2 23 23 23 23
TOTAL 66 26 40 33 33 27 39
VERIFICACION 66 66 66 66
FACTOR -1 +1 -1 +1 -1 +1
NETO 66 14 0 12
DIVISOR 4 2 2 2
EFECTO 16.5 7 0 6
RANGO 1 3 2
100
10
• DIAGRAMA DE EFECTOS: Es una representación gráfica
de los efectos, que tiene por objeto comparar sus
magnitudes.
22
20
18
16.5
B
16
14 A AB
12 TIPO DE INTERACCIÓN GRANULADO

RESINA DE VIRUTA
 RÉPLICAS: Es la repetición de las corridas experimentales

que corresponden a cada combinación de tratamientos un
número determinado de veces.
Si el número de réplicas es igual para cada combinación de
tratamientos, se dice que el experimento está balanceado.
101
10
DISEÑOS FACTORIALES 23 , CON TRES FACTORES A DOS
NIVELES
Son diseños en que hay tres factores, cada uno con dos niveles. El
número de combinaciones de tratamientos es 8, o sea, se duplica
el número total de corridas experimentales.
Se identificará al tercer factor con la letra C, con niveles c1 y c2
respectivamente.
TABLA DE COMBINACIONES DE TRATAMIENTOS:
CORRIDA COMBINACION DE
EXPERIMENTAL TRATAMIENTOS RESPUESTA
1 a1b1c1 Y111
2 a2b1c1 Y211
3 a1b2c1 Y121
4 a2b2c1 Y221
5 a1b1c2 Y112
6 a2b1c2 Y212
7 a1b2c2 Y122
8 a2b2c2 Y222
102
10
REPRESENTACIÓN GRÁFICA DE UN EXPERIMENTO 23:
FACTOR B
a1b2c2 a2b2c2
Nivel b2 a1b2c1 a2b2c1

FACTOR C
a2b1c2 Nivel c2
a1b1c2
a1b1c1 a2b1c1
Nivel c1
Nivel b1
Nivel a1 Nivel a2 FACTOR A
103
10
ESTIMACIÓN DE EFECTOS:
Efecto Promedio Global:
1 = 1/8 (( a1b1c1 + a2b1c1 + a1b2c1 + a2b2c1 + a1b1c2 + a2b1c2 + a1b2c2 + a2b2c2 )
Efecto Debido al Factor A:

A = ¼ ( a2b1c1 + a2b2c1 + a2b1c2 + a2b2c2 - a1b1c1 - a1b2c1 - a1b1c2 - a1b2c2 )
Efecto Debido al Factor B:

B = ¼ ( a1b2c1 + a2b2c1 + a1b2c2 + a2b2c2 - a1b1c1 - a2b1c1 - a1b1c2 - a2b1c2 )
Efecto Debido al Factor C:

C = ¼ ( a1b1c2 + a2b1c2 + a1b2c2 + a2b2c2 - a1b1c1 - a2b1c1 - a1b2c1 - a2b2c1 )
Etc.
Las cálculos anteriores se pueden resumir en la siguiente tabla:
104
10
TABLA DE RESPUESTAS
COMBINACION DE CONTRASTES
TRATAMIENTOS 1 A B AB C AC BC ABC
a1b1c1 + - - + - + + -
a2b1c1 + + - - - - + +
a1b2c1 + - + - - + - +
a2b2c1 + + + + - - - -
a1b1c2 + - - + + - - +
a2b1c2 + + - - + + - -
a1b2c2 + - + - + - + -
a2b2c2 + + + + + + + +
105
10
EJEMPLO: Se construirá la Tabla de respuestas con un

ejemplo. Suponga que se tienen distintas
combinaciones de tratamientos, Presión (A),
Temperatura (B) y Tiempo de Aplicación (C), con dos
niveles. Como respuesta se tienen los siguientes índices
de dureza (Y):
106
10
RESPUESTAS OBTENIDAS EN EL EXPERIENTO 23:
COMBINACION DE INDICE DE DUREZA

TRATAMIENTOS RESULTANTE (y)
a1b1c1 49
a2b1c1 43
a1b2c1 69
a2b2c1 67
a1b1c2 46
a2b1c2 23
a1b2c2 66
a2b2c2 61
10
RESPUESTAS OBTENIDAS EN EL EXPERIENTO 23:
La Tabla de Respuestas completa es la siguiente:

COMPO- 1 A B AB C AC BC ABC
NENTE
a1b1c1 49 49 49 49 49 49 49 49
a2b1c1 43 43 43 43 43 43 43 43
a1b2c1 69 69 69 69 69 69 69 69
a2b2c1 67 67 67 67 67 67 67 67
a1b1c2 46 46 46 46 46 46 46 46
a2b1c2 23 23 23 23 23 23 23 23
a1b2c2 66 66 66 66 66 66 66 66
a2b2c2 61 61 61 61 61 61 61 61
TOTAL 424 230 194 161 263 201 223 228 196 222 202 205 219 205 219
VERIF. 424 424 424 424 424 424 424
FACTOR 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1
NETO 424 36 102 22 32 20 14 14
DIVISOR 8 4 4 4 4 4 4 4
EFECTO 53.0 9.0 25.5 5.5 8.0 5.0 3.5 3.5
RANGO 2 1 4 3 5 6 6
10
DIAGRAMA DE EFECTOS:
65
B
60
A C BC
55 AB AC
ABC
53
50
TIEMPO
PRESIÓN
45
40 TEMPERATURA
109
10
DIAGRAMA DE EFECTOS:
GRÁFICOS DE INTERACCIÓN: Otra forma de visualizar los
efectos principales y las interacciones dobles, es mediante los
gráficos de interacción.
Para construirlos, se hace una tabla similar a la Tabla de
Respuestas, pero sólo con la columna de la identidad y las
columnas de las interacciones dobles. El resultado es el
siguiente:
110
11
Tabla de Respuestas para la Construcción de Gráficos de
Interacción:
COMBINACION DE 1 AB BC AC
TRATAMIENTO a1b1 a2b1 a1b2 a2b2 b1c1 b2c1 b1c2 b2c2 a1c1 a2c1 a1c2 a2c2
a1b1c1 49 49 49 49
a2b1c1 43 43 49 43
a1b2c1 69 69 69 69
a2b2c1 67 67 67 67
a1b1c2 46 46 46 46
a2b1c2 23 23 23 23
a1b2c2 66 66 66 66
a2b2c2 61 61 61 61
TOTAL 424 95 66 135 128 92 136 69 127 118 110 112 84
VERIFICACION 424 424 424
PROMEDIO 53.0 47.5 33.0 67.5 64.0 46.0 68.0 34.5 63.5 59.0 55.0 56.0 42.0
111
11
INDICE DE
DUREZA
b2
70 TEMPERATURA
40º C
60 50º C
50 b1
40
30º C
30
20
A
a1 a2
10 PSI 20 PSI PRESIÓN
112
11
INDICE DE
DUREZA
70 PRESIÓN
a1
60
10 PSI
50
40 a2 20 PSI
30
20
C
c1 c2
15 MIN 25 MIN TIEMPO DE
APLICACIÓN
113
11
INDICE DE
DUREZA TIEMPO DE
APLICACIÓN
70
15 MIN
60 c1 25 MIN
50
40
c2
30
20
b1 b2
30º C 50º C TEMPERATURA
Graficos de interaccion de AB, de BC y de AC
114
11
DISEÑOS FACTORIALES FRACCIONADOS.
 El número de combinaciones de tratamientos para llevar a cabo un

experimento factorial de k factores a dos niveles cada uno, es 2k. Si
k →∞, disponer de 2k combinaciones de tratamientos es
sumamente costoso.
 Se habla de un Experimento Factorial Fraccionario cuando es
posible realizar el experimento con menos combinaciones de
tratamientos.
 FRACCIÓN: Es el número de combinaciones de tratamientos que
quedan al dividir el número total de combinaciones de tratamientos
por una potencia de 2. También se le denomina Bloque.
 EXPERIMENTO FRACCIONADO BALANCEADO: Es lo que resulta al
escoger un bloque que sea fracción de 1/p del total de
combinaciones de tratamientos (p<k) y procurando, además, que
los niveles de todos los tratamientos aparezcan el mismo número
de veces.
115
11
NOTACIÓN: 2k-p, experimento a una fracción 1/2p.
Diseño 22 fraccionado en dos bloques parciales:

BLOQUE I BLOQUE II
a1b1 a2b1
a2b2 a1b2
Diseño 23 fraccionado en dos bloques parciales:

BLOQUE I BLOQUE II
a1b1c1 a2b1c1
a2b2c1 a1b2c1
a2b1c2 a1b1c2
a1b2c2 a2b2c2
Diseño 23 fraccionado en cuatro bloques:

BLOQUE I BLOQUE II BLOQUE III BLOQUE IV
a1b1c1 a2b1c1 a1b2c2 a1b1c2
a2b2c2 a1b2c2 a2b1c2 a2b2c1
116
11
Diseños de experimentos complejos

Diseños de experimentos complejos
Uno de los retos en un diseño de experimentos es el diseño

cuando existen muchos factores y niveles.
Sin embargo, este problema que ya ha sido estudiado con
anterioridad, tiene soluciones generales ya definidas.
Algunos de esas metodologías son:
• El Cuadrado Latino
• El Cuadrado Grecolatino
• El método Taguchi
Gran parte de estos sistemas se basan en el desarrollo de

las combinaciones entre los factores y sus niveles.
118
El cuadrado Latino y grecolatino
“Una cuestión muy curiosa que ha desafiado la inteligencia de

muchas personas, me inspiró para emprender la siguiente
investigación que al parecer ha abierto una nueva trayectoria
dentro del Análisis y, en particular, en Combinatoria.
Esta cuestión concierne a un grupo de treinta y seis oficiales
de seis rangos diferentes, tomados de seis regimientos
distintos, y distribuidos en un cuadrado de tal forma que en
cada fila y cada columna haya seis oficiales, cada uno de
diferente rango y regimiento. Pero, después de dedicar
muchos esfuerzos a resolver este problema, tenemos que
reconocer que tal disposición es absolutamente imposible,
aunque no podemos ofrecer una prueba rigurosa.”
Leonhard Euler
Tomado de:https://culturacientifica.com/2015/01/28/los-cuadrados-greco-latinos-de-leonhard-euler/
119
Este es el primer párrafo del texto del matemático suizo

Leonhard Euler (1707-1783) Recherches sur une nouvelle
espece de quarres magiques (Investigaciones sobre un nuevo
tipo de cuadrados mágicos), enviado a la Academia de San
Petersburgo en 1779, y publicado por primera vez en la
revista de la Sociedad Zeelandesa de Ciencias en Vlissingen,
ciudad de la región de Zelanda en los Países Bajos,
Verhandelingen uitgegeven door het zeeuwsch Genootschap
der Wetenschappen te Vlissingen n. 9, 1782.
120
Este problema es conocido como problema de los treinta

y seis oficiales de Euler, y está relacionado con los
cuadrados latinos y grecolatinos.
Un cuadrado greco-latino de orden n es una matriz
cuadrada de tamaño n x n en la cual cada entrada es un
par ordenado de los números 1, 2, …, n, de forma que los
dos cuadrados formados uno solo por las primeras
entradas, y el otro solo por las segundas, son cuadrados
latinos, y cada uno de los n2 posibles pares aparece
exactamente una vez en toda la matriz.
121
Los dos cuadrados latinos que forman un cuadrado greco-latino se

dice que son cuadrados latinos ortogonales.
122
Con el fin de hacer más clara esta relación de

combinaciones posibles, en lugar de usar números Euler
empleó letras, latinas y greco-latinas.
Ejemplo de cuadros latinos de 3 x 3, y 4x4, aunque existen dos

versiones ortogonales.
123
El estadístico inglés Ronald Fisher, usó los cuadrados latinos

para mejorar los métodos agrícolas, cuando se hallaba
investigando la eficacia de los fertilizantes en el rendimiento
de las cosechas.
Buscó la manera de plantar cosechas en similares condiciones
de suelo, de modo que la calidad de la tierra no fuese un
factor indeseable que influyese en el rendimiento de la
cosecha. Si bien la única manera de asegurarse de tener
condiciones idénticas de tierra era utilizar siempre el mismo
suelo, en la práctica esto es casi imposible, pues se deberían
desenterrar y volver a plantar las cosechas varias veces.
124
Si se tuviese un campo cuadrado dividido en 25 parcelas,

puede construirse un cuadrado latino en que la descripción
del campo sea tal que la calidad del suelo varíe «vertical» y
«horizontalmente». Entonces, se aplican al azar los 4
fertilizantes («a», «b», «c», y «d») con la única condición de
que cada fertilizante aparezca una sola vez en cada fila y en
cada columna. De esta manera se busca eliminar la variación
de la calidad de tierra. Si hubiese otro factor que pudiese
influir en el rendimiento, por ejemplo, el momento del día (A,
B, C, D) en que se aplica el tratamiento, entonces puede
utilizarse un cuadrado latino ortogonal al anterior, donde se
identifiquen dichos momentos del día. Así, cada pareja
momento-fertilizante se aplicará en una única parcela.
125
126
Un concepto, más antiguo, relacionado con los cuadrados

latino y grecolatino son los llamados “Cuadros Mágicos”:
4 9 2
3 5 7
8 1 6
Arreglos donde no se repiten los números y la suma de filas y
columnas dan el mismo resultado.
21 26 19
20 22 24
25 18 23
127
Otro ejemplo clásico es el de los naipes de una baraja:

“Colocar los reyes, reinas, jotas y ases de una baraja de cartas,
formando un cuadrado 4 x 4, tal que cada fila y cada columna
contenga una vez y solo una vez, cada una de las figuras y cada
uno de los palos”
Este enigma de 1725, publicado por el matemático francés Jacques
Ozanam (1640-1718) se incluye en su libro Récréations
Mathématiques et physiques
Puede intentarse en la siguiente liga:
https://www.geogebra.org/m/pd3kqsmq
Existen un total de 1152 combinaciones pero solo dos soluciones a

este problema con casi 300 años de antigüedad, que se resumen
en las dos siguientes.
128
129
130
Taguchi y la Ingeniería de control

Genichi Taguchi
Genichi Taguchi, uno de los gurus de la calidad,
aportó muchas técnicas y principios al concepto de
Calidad. Ganador 4 veces del premio Deming.
Su concepto de “Diseño Robusto”, (1952), creo una herramienta

que implica un elaborar un producto que sobrepase las
expectativas del cliente en sus características más importantes y
ahorrar dinero en las características que al cliente no le
interesan.
Implica diseñar un proceso de producción capaz de fabricar el
producto manteniendo su rango de variación normal, dentro de
las especificaciones del proceso.
132
Genichi Taguchi
Taguchi establece que es más barato y
económico trabajar en el rediseño de los
productos y sus procesos de fabricación,
que en el control de calidad de los mismos, porque las
acciones de mejora de calidad son más económicas, en
cuanto más cercanas estén a la etapa de diseño.
Es claro que el rediseño implica, en parte, un buen diseño
de experimentos.
La reducción de variabilidad que produce un proceso
robusto, es el preámbulo a 6 sigma.
133
Diseño Robusto de Taguchi
El diseño robusto establece:
• Se haga mayor énfasis en las necesidades que le
interesan al consumidor y que a su vez, se ahorre
dinero en las que no le interesen, así rebasara las
expectativas que el cliente tiene del producto.
• Asegura que es más económico hacer un diseño
robusto que pagar los controles de calidad y reponer las
fallas.
• Al hacer un diseño robusto maximizamos la posibilidad
de éxito en el mercado.
134
En vez de reducir las variaciones del
proceso de producción (comprando
mejor maquinaria, aumentando su
mantenimiento, etc.) se centrará en la fase de diseño del
producto, de manera que sea insensible a las fuentes de
variabilidad, es decir, robusto.
Generalmente este enfoque para mejorar la calidad será
considerablemente más económico.
135
Taguchi, introdujo el concepto “Función de pérdida” el
cual combina costo, objetivo, y variación en un solo
métrico, dejando las especificaciones como algo de
importancia secundaria.
Su concepto de “Robustez”, busca identificar los “factores
de ruido” que deben ser tomados en cuenta para
asegurar que el sistema funciona correctamente. Los
“factores de ruido” son variables incontrolables que
pueden causar variabilidad significativa en el proceso o
producto.
136
En 1953 la compañía japonesa Ina Tile Company había
adquirido un horno por un valor de 2M$.
Pese a la elevada inversión, las tejas obtenidas no
cumplían con las tolerancias dimensionales requeridas.
Después de realizar varios estudios se pudo determinar
que la variación en las dimensiones se debía a que la
temperatura no se distribuía uniformemente dentro del
horno, por la propia geometría de este último y por el
apantallamiento que se producía entre las tejas.
137
producto.
138
producto.
139
Las primeras soluciones que se propusieron fueron:
• Modificar el horno para obtener una temperatura uniforme.
Se estimó que costaría sobre 0,5M$.
• Desechar el producto que no cumpliese con las tolerancias.
Sin embargo esto requeriría medir la totalidad de las tejas
producidas, ralentizando considerablemente el proceso.
Ante estos problemas, la idea de Genichi Taguchi fue la de
buscar los parámetros que permitirían al producto ser insensible
a estas variaciones de temperatura. Tras varios ensayos se pudo
determinar que esto se conseguiría aumentando entre un 1% a
un 5% la cantidad de cal en la arcilla.
140
La función de pérdida de calidad, definida por Taguchi es la
pérdida impartida a la sociedad, por el producto desde el
momento en que el producto está diseñado hasta el momento
en que se envía al cliente.
De hecho, definió la calidad como la conformidad en torno a un
valor objetivo con una desviación estándar más baja en las
salidas.
Es una representación gráfica de una variedad de partes no
perfectas que pueden conducir a pérdidas, y estas pérdidas se
pueden medir en valor de dinero.
141
Estas pérdidas se originan básicamente de:
• Costo de producción en exceso
• Falta de funcionamiento
• Mantenimiento y costo de reparación
• Pérdida de marca que conduce a la insatisfacción del
cliente.
• Costo de rediseño y re-trabajo.
142
la función de pérdida de Taguchi se define como la
representación gráfica de la pérdida para describir un
fenómeno que afecta el valor de los productos producidos
por una empresa.
Enfatiza la necesidad de incorporar calidad y confiabilidad
en la etapa de diseño, antes de la producción.
Es particularmente significativo en productos donde el
diseño especifica variaciones más grandes entre los límites
de control superior e inferior para adaptarse a las
instalaciones de fabricación, en lugar de lo requerido
cumplir especificaciones.
143
Donde: L(y) es la pérdida económica producida por desviarse la característica de

calidad de interés del valor nominal o objetivo
y es el valor de la característica cuantitativa de calidad Y considerada
T es el valor nominal o objetivo
k es una constante de proporcionalidad
144
Entonces la función cuadrática de pérdida es:
𝐿𝐿 𝑦𝑦 = 𝑘𝑘 𝑦𝑦 − 𝑇𝑇 2
Y
𝐾𝐾 = 𝐴𝐴/(𝑦𝑦 − 𝑇𝑇)2 = 𝐴𝐴/𝛥𝛥2

Δ es el rango especificado
A es el costo por fallar en la calidad /pieza o evento
145
Ejemplo: Para la elaboración de una pieza automotriz, la
especificación del diámetro es de 10 ± 3 mm. El promedio
de pago por una pieza defectuosa es de $230 dólares.
Determine la función de pérdida para y= 12
Entonces la función cuadrática de pérdida es:
𝐾𝐾 = 𝐴𝐴/(𝑦𝑦 − 𝑇𝑇)2 = 𝐴𝐴/𝛥𝛥2 = 230/32 =25.6
𝐿𝐿 𝑦𝑦 = 𝑘𝑘 𝑦𝑦 − 𝑇𝑇 2 = 25.6 (12-10)2= $102.4

Δ es el rango especificado
A es el costo por fallar en la calidad /pieza o evento
146
Diseño Experimentos de Taguchi
El diseño de experimentos de Taguchi es un sistema
simplificado, que reduce la cantidad de corridas o
combinaciones de tratamientos.
Utilizando tablas reducidas de combinaciones para el
experimento.
Así, por ejemplo, un arreglo L8 27(L8 significa 8 corridas
totales y 27 significa 7 factores con dos niveles cada uno)
En diseño factorial completo requeriría 27 = 128 corridas,
en cambio un modelo Taguchi L8 27 requiere solo 8 corridas
o combinaciones de tratamientos.
147
Taguchi L8 27(L8 significa 8 corridas totales y 27 significa
7 factores con dos niveles: 1 y 2 para cada factor)
148
Ejemplo de Diseño de experimentos de Taguchi:
Se quiere desarrollar un método para montar un
conector elastomérico a un tubo de nylon con el fin de
que éste realice la fuerza necesaria de tracción para
realizar el despegue de la pieza.
Hay cuatro factores controlables, cada uno a tres
niveles diferentes:
A = interferencia
B = espesor de la pared del conector
C = profundidad de inserción
D = porcentaje adhesivo).
149
Ejemplo de Diseño de experimentos de Taguchi.
El diseño factorial de 4 factores a 3 niveles sería 34 = 81
pruebas, con taguchi solo 9
150

Parte 2 Control Estadistico

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Parte 2 Control Estadistico

Cargado por

Copyright:

Formatos disponibles

Control estadístico de la

MCs Guillermo E. Roldán Sáenz

Temario del segundo parcial:

Análisis del proceso y variación

Manejaremos el curso por medio de la

Antes de analizar un proceso, debemos entender

La variabilidad se puede medir.

En la vida real, casi siempre que hay que tomar

MCs Guillermo E. Roldán Sáenz

El diagrama de afinidad es una herramienta que se

Un diagrama de afinidad debe implementarse cuando:

• Los pensamientos están muy dispersos y son muy numerosos

Este método no debe ser usado cuando el problema es simple o

En este caso en especial, es importante y diferente que el

Propósito: El proceso de afinidad toma muchos puntos y clases y los

Pasos para crear un diagrama de afinidad:

3. Ordénelas en grupos similares; hacer esto sin hablar, basándose

4. Cree un título o encabezado para cada categoría.

Ejemplo: Un grupo de trabajo se ha creado para identificar por medio

Construido para ser Despierte el interés Características de

MCs Guillermo E. Roldán Sáenz

Propósito: El diagrama de barreras y ayudas es un medio gráfico para

Pasos para crear un diagrama de barreras y ayudas:

5. Seleccione las ayudas que ayudarán a superar las barreras, y

Ejemplo: Desarrollo de un nuevo procedimiento para estudios de

Análisis de Verificar la Revisar los planes

Ejemplo 2: En la universidad de Bogotá se realizó un estudio para

A continuación se detallan los puntos encontrados en cada uno de

MCs Guillermo E. Roldán Sáenz

Propósito: Un análisis de Costo – Beneficio identifica y valúa los pros y

Pasos para crear un Análisis de Costo – Beneficio:

5. Evalúe el impacto en la satisfacción del cliente. Las propuestas que

Ejemplo: Solución computarizada contra Solución manual:

Supongamos que queremos montar una empresa de exportación

Otro asunto a considerar es que la época de consumo de

Ventas anuales: 10.000(cantidad vendida)*1(precio)*6(meses de

costos: 60.000*0,5= 30.000 euros.

Utilidad antes de tributos: 30.000 euros.

impuestos: 30.000*0,25= 7.500 euros.

Utilidad neta: 30.000-7.500= 22.500 euros.

En la vida real esto no es tan fácil

MCs Guillermo E. Roldán Sáenz

Las gráficas de cajas y bigotes(Box plot oBoxes and Whisks plot) ss

Tomado de: http://www.estadisticaparatodos.es/taller/graficas/cajas.html

Propósito: Es una representación visual que describe varias

Tomado de: http://www.estadisticaparatodos.es/taller/graficas/cajas.html

Para construir el diagrama de caja, se siguen los siguientes pasos:

Tomado de: https://www.universoformulas.com/estadistica/descriptiva/diagrama-caja/

Los límites marcarán los datos atípicos de la variable. Todos

Tomado de: http://www.estadisticaparatodos.es/taller/graficas/cajas.html

5. El mínimo es el menor valor del conjunto que sea mayor o igual

6.Se dibujan los valores extremos, representados por puntos o

Tomado de: http://www.estadisticaparatodos.es/taller/graficas/cajas.html

Ejemplo 1: En un grupo de 20 personas, se tienen las siguientes

Paso 1: Ordenar los datos de menor a mayor:

Tomado de: http://www.estadisticaparatodos.es/taller/graficas/cajas.html

Paso 3: Cálculo de cuartiles:

Q2, el Segundo Cuartil es, la mediana de la distribución, es el

Tomado de: http://www.estadisticaparatodos.es/taller/graficas/cajas.html

Q3 , el Tercer Cuartil, es el valor que sobrepasa al 75% de los

Paso 4: Dibujar la caja y los bigotes:

Tomado de: http://www.estadisticaparatodos.es/taller/graficas/cajas.html

Ventas anuales: 10.000(cantidad vendida)1(precio)6(meses de