Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Parte 2 Control Estadistico
Parte 2 Control Estadistico
calidad parte 2
MCs Guillermo Roldán Sáenz
Segundo Parcial
MCs Guillermo Roldán Sáenz
Bienvenidos al Curso
4
Schoology:
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
6
Herramientas intermedias para el análisis de proceso
7
Herramientas intermedias para el análisis de proceso
Causas de la variabilidad:
8
Diagramas de Afinidad
10
Diagramas de Afinidad
11
Diagramas 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
Diagramas de Afinidad
14
Diagramas de Afinidad
15
Diagramas de Afinidad
16
Diagramas de Afinidad
17
Diagrama de barreras y ayudas
19
Diagramas de Barreras y ayudas
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
Diagramas de Barreras y ayudas
21
Diagramas de Barreras y ayudas
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
24
Diagramas de Barreras y ayudas
25
Diagramas de Barreras y ayudas
26
Diagramas de Barreras y ayudas
27
Análisis de Costo - Beneficio
29
Análisis de Costo - Beneficio
30
Análisis de Costo - Beneficio
31
Análisis de Costo - Beneficio
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
Análisis de Costo - Beneficio
33
Análisis de Costo - Beneficio
34
Análisis de Costo - Beneficio
35
Gráficas de caja y bigotes
Tomado dehttps://commons.wikimedia.org/wiki/File:Diagrama_de_caja.jpg:
38
Gráficas de caja y bigotes (Box & whiskers)
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.
Tomado de:http://sigc.uqroo.mx/Manuales/Institucional/Procedimientos/Secretaria%20General/Gestion%20Calidad/DGC-
001/Metodologias/Interrelacion.pdf
48
Diagrama de Interrelaciones
Tomado de:http://sigc.uqroo.mx/Manuales/Institucional/Procedimientos/Secretaria%20General/Gestion%20Calidad/DGC-
001/Metodologias/Interrelacion.pdf
50
Diagrama de Interrelaciones : Ejemplo
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de
basura
51
Diagrama de Interrelaciones : Ejemplo
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de
basura
52
Diagrama de Interrelaciones : Ejemplo
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de Decisión: No
basura
hay relación
53
Diagrama de Interrelaciones : Ejemplo
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
Diagrama de Interrelaciones : Ejemplo
55
Diagrama de Interrelaciones : Ejemplo
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de
basura
56
Diagrama de Interrelaciones : Ejemplo
E C
Falta de
Castigo
Ejemplo de
Inadecuado
los padres
D
No suficientes
botes de
basura
57
Diagrama de Interrelaciones : Ejemplo
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
Diagrama de Interrelaciones : Ejemplo
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
Diagrama de Interrelaciones : Ejemplo
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
Tomado de Total qualiy Management Dale Besterfield
60
Diagrama de Interrelaciones : Ejemplo 2
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
Tomado de Total qualiy Management Dale Besterfield
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
Tomado de:http://sigc.uqroo.mx/Manuales/Institucional/Procedimientos/Secretaria%20General/Gestion%20Calidad/DGC-
001/Metodologias/Interrelacion.pdf
66
Diagramas de Árbol
68
Diagramas de Árbol Ejemplo 1:
Diagrama de Árbol
69
Diagramas de Árbol Ejemplo 1:
P= 0.5*0.6=0.3 30%
Tomado de: https://es.slideshare.net/pabloruizaguilar1/probabilidad-y-estadistica-diagramas-de-arbol
70
Diagramas de Árbol Ejemplo 2:_
71
Diagramas de Árbol Ejemplo 3, con probabilidades._
72
Diagramas de Árbol Ejemplo 3, con probabilidades._
73
Diagramas de Árbol Ejemplo 3, con probabilidades._
74
Diagramas de Árbol Ejemplo 3, con probabilidades._
75
Diagramas de Árbol Ejemplo 4, con probabilidades._
1 4 1 1 1 3
P(x=1 foco fundido)= 3 � 10 +3�6 +3�8 = 0.3139
76
Diagramas de Árbol Ejemplo 4, con probabilidades._
77
Diseño de experimentos
Guillermo E. Roldán Sáenz
Diseño de experimentos
79
Diseño de experimentos
80
Diseño de experimentos
81
Diseño de experimentos
82
Diseño de experimentos
83
Diseño de experimentos
84
Diseño de experimentos
85
Diseño de experimentos
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
Diseño de experimentos
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
Diseño de experimentos
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
Diseño de experimentos
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
Diseño de experimentos
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
92
9
NOTACIÓN: Los niveles de A los designamos por
a1 y a2 , los de B por b1 y b2 , respectivamente.
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
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.
FACTORES :
• Tipo de Resina.
• Granulado de Viruta.
95
FACTORES NIVELES
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
20
b1 GRANULADO
15 FINO
10 b2
98
MATRIZ DE DISEÑO DEL EXPERIMENTO 22.
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
FACTOR B
a1b2c2 a2b2c2
a2b1c2 Nivel c2
a1b1c2
a1b1c1 a2b1c1
Nivel c1
Nivel b1
103
10
ESTIMACIÓN DE EFECTOS:
Efecto Promedio Global:
1 = 1/8 (( a1b1c1 + a2b1c1 + a1b2c1 + a2b2c1 + a1b1c2 + a2b1c2 + a1b2c2 + a2b2c2 )
Etc.
104
10
MATRIZ DE DISEÑO DEL EXPERIMENTO 23.
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
MATRIZ DE DISEÑO DEL EXPERIMENTO 23.
106
10
RESPUESTAS OBTENIDAS EN EL EXPERIENTO 23:
a2b1c1 43
a1b2c1 69
a2b2c1 67
a1b1c2 46
a2b1c2 23
a1b2c2 66
a2b2c2 61
10
RESPUESTAS OBTENIDAS EN EL EXPERIENTO 23:
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
Gráfico de Interacción.
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
Gráfico de Interacción.
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
Gráfico de Interacción.
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
114
11
DISEÑOS FACTORIALES FRACCIONADOS.
115
11
NOTACIÓN: 2k-p, experimento a una fracción 1/2p.
118
El cuadrado Latino y grecolatino
119
El cuadrado Latino y grecolatino
Tomado de:https://culturacientifica.com/2015/01/28/los-cuadrados-greco-latinos-de-leonhard-euler/
120
El cuadrado Latino y grecolatino
Tomado de:https://culturacientifica.com/2015/01/28/los-cuadrados-greco-latinos-de-leonhard-euler/
121
El cuadrado Latino y grecolatino
122
El cuadrado Latino y grecolatino
Tomado de:https://culturacientifica.com/2015/01/28/los-cuadrados-greco-latinos-de-leonhard-euler/
123
El cuadrado Latino y grecolatino
Tomado de:https://culturacientifica.com/2015/01/28/los-cuadrados-greco-latinos-de-leonhard-euler/
124
El cuadrado Latino y grecolatino
125
El cuadrado Latino y grecolatino
Tomado de:https://culturacientifica.com/2015/01/28/los-cuadrados-greco-latinos-de-leonhard-euler/
126
El cuadrado Latino y grecolatino
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
Tomado de:https://culturacientifica.com/2015/01/28/los-cuadrados-greco-latinos-de-leonhard-euler/
127
El cuadrado Latino y grecolatino
128
El cuadrado Latino y grecolatino
Tomado de:https://culturacientifica.com/2015/01/28/los-cuadrados-greco-latinos-de-leonhard-euler/
129
El cuadrado Latino y grecolatino
Tomado de:https://culturacientifica.com/2015/01/28/los-cuadrados-greco-latinos-de-leonhard-euler/
130
Taguchi y la Ingeniería de control
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
Diseño Robusto de Taguchi
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
Diseño Robusto de Taguchi
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
Diseño Robusto de Taguchi
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
Diseño Robusto de Taguchi
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.
138
Diseño Robusto de Taguchi
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.
139
Diseño Robusto de Taguchi
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
Diseño Robusto de Taguchi
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
Diseño Robusto de Taguchi
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
Diseño Robusto de Taguchi
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
Diseño Robusto de Taguchi
𝐿𝐿 𝑦𝑦 = 𝑘𝑘 𝑦𝑦 − 𝑇𝑇 2
Y
145
Diseño Robusto de Taguchi
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
147
Diseño Experimentos de Taguchi
Taguchi L8 27(L8 significa 8 corridas totales y 27 significa
7 factores con dos niveles: 1 y 2 para cada factor)
148
Diseño Experimentos de Taguchi
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
Diseño Experimentos de Taguchi
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