Documentos de Académico
Documentos de Profesional
Documentos de Cultura
para la industria
2022
Mag. Daniel Obregón
Six Sigma Green Belt
1
Programa
Tema 2
Tema 1 Tema 3 Tema 4
Diseño de
Introducción Softwares Caso de estudio
experimentos
(3 h) (7 h) (3 h)
(8 h)
Diseño por
Fundamentos de bloques Aplicación de DoE
DoE Programas en su empresa.
Diseño factoriales: estadísticos
Completos y
Fraccionados
Metodología para
la aplicación de Exposición
Diseños
DoE Ejercicios:
• Plackett-Burman
• Taguchi • Factoriales
completos
Herramientas • Superficie de
y fraccionados Examen
estadísticas respuestas
• Taguchi
• Mezclas
Tema 2 Tema 4
Tema 1 Tema 3
Diseño de Caso de
Introducción Softwares
experimentos estudio
Diseño por
Fundamentos de bloques Aplicación de DoE
DoE Programas en su empresa.
Diseño factoriales: estadísticos
Completos y
Fraccionados
Metodología para
la aplicación de Exposición
Diseños
DoE Ejercicios:
• Plackett-Burman
• Taguchi • Factoriales
completos
Herramientas • Superficie de
y fraccionados Examen
estadísticas respuestas
• Taguchi
• Mezclas
Diseño de experimentos
Conjunto de pruebas en las cuales se realizan
cambios voluntarios a los parámetros de control de
un proceso o sistema, cuyo objetivo es observar e
identificar las razones de los cambios en la variable
de estudio o respuesta y cuantificarla.
Motivación
✓Todo tipo de industrias puede usar DoE.
✓Donde hay productos y procesos se puede aplicar
DoE.
✓Se puede maximizar los retornos cuando se aplica
en investigación y desarrollo de productos (ahorro).
✓Se puede aplicar para mejorar los procesos de
producción en la industria.
✓Diseño de experimentos enseñado en cursos de Six
Sigma de Green Belt a Black Belt.
DoE para la industria - Mag. Daniel Obregón 7
Objetivo
Estadística
Desarrollo de DoE
http://www-history.mcs.st-andrews.ac.uk/Biographies/Fisher.html
Ronald Fischer
• Británico genetista y estadista. Experimentación
en el área agrícola.
• Desarrollo el método ANOVA. Statistical Methods
for Research Workers (1925)
• Definió los principios básicos del DoE:
aleatorización, realización de réplicas y la
formación de bloques.
• 1918-1920: Aumentó de la producción de trigo
empleando dos fertilizantes distintos (Fisher &
Mackenzie – 1923).
• 1923: Efecto del abono en diferentes tipos de
papa. Encontró que existe una gran variación de
la producción según el tipo de abono empleado.
Sin embargo, no hay variación significativa en la Sir Ronald Fisher
respuesta según la especie de papa. (1890-1962)
DoE para la industria - Mag. Daniel Obregón 11
Introducción
Desarrollo de DoE
http://www-history.mcs.st-and.ac.uk/Biographies/Box.html
George Box
• Químico y estadístico británico.
Durante la II Guerra mundial fue
llamado para realizar estudios de
exposición de animales a gas
venenoso pero sus resultados eran
muy variables y se interesó por la
estadística.
• Desarrollo el método de superficies
de respuesta (MSR) – 1953-1955.
• Experimentos industriales distintos de
sus contrapartes agrícolas: inmediatez
y secuencialidad.
George Box
DoE para la industria - Mag. Daniel Obregón
(1919-2013) 13
Introducción
Desarrollo de DoE
Genichi Taguchi
• Ingeniero y estadístico japonés.
Genichi Taguchi fue un líder en el
fomento de una conciencia de control
de calidad.
• El enfoque Taguchi fue una nueva
estrategia de experimentación en la
cual el utilizaba una forma modificada
y estandarizada de DoE.
• A pesar que se había desarrollado
mucho la estadística con la
introducción de DoE por Fischer en Genichi Taguchi
1920 y el trabajo de Taguchi en 1940, (1924-2012)
era muy raro su uso en las industrias.
Desarrollo de DoE
Bill Smith
• Motorola 1985: Generó reporte que
relacionaba la calidad de un producto
y los reprocesos que habían sido
necesarios.
• La reducción de inconformidades
(mejora de la calidad) de los
productos logro una mejor
satisfacción del cliente.
• El reto se convirtió en crear un modo
de eliminar defectos.
• Smith creo un proceso de cuatro
etapas: Medir, analizar, mejorar y
controlar.
Bill Smith
(1929 – 1993)
DoE para la industria - Mag. Daniel Obregón 15
DoE para la industria - Mag. Daniel Obregón 16
Fundamentos
OFAT vs DoE
¿Se determinaron las
condiciones óptimas de
producción?
No se alcanzó el óptimo.
UN FACTOR A LA VEZ
Factor
Un factor es una variable que se considera, por
conocimiento del objeto de estudio, que puede tener un
efecto sobre la respuesta de interés.
Nivel
Valor al cual se establece cada factor en el experimento.
Cuando cada factor es establecido en sus niveles en un
ensayo experimental lo llamamos tratamiento o
combinación de tratamiento.
2 220 20 A 9,7
3 200 25 A 7,5
4 220 Niveles
25 A 9,2
5 200 20 B 6,4
6 220 20 B 8,4
7 200 25 B 7,3
8 220 25 B 9,0
MÉTODOS ESTADÍSTICOS
• Dificultades mitigadas
• Error experimental
• Confusión: Correlación y causalidad
• Complejidad de los efectos estudiados
DISEÑO DE EXPERIMENTOS
ORTOGONALIDAD
𝐴 × 𝐵 = −1 × −1 + +1 × −1 + −1 × +1 + +1 × +1 + −1 × −1
+ +1 × −1 + −1 × +1 + +1 × +1
𝐴 × 𝐵 = +1 − 1 − 1 + 1 + 1 − 1 − 1 + 1
𝐴×𝐵 =0
DoE para la industria - Mag. Daniel Obregón 26
Fundamentos
BLOQUES
• Se realiza similares ensayos en bloques (grupos).
• Los bloques pueden ser lotes de materias primas,
operadores diferentes, diferentes vendedores, etc.
Bloques
Aleatoriedad
Réplicas
BLOQUES:
Diseño de experimentos:
Split plot vs Aleatorio completo
ALEATORIEDAD EVALUACIÓN
• Asegura que todos los niveles • ¿Cuál es el costo asociado con
de un factor tienen la misma el cambio de niveles de los
posibilidad de ser afectados factores?
por el ruido del factor. • ¿Cuál es el tiempo establecido
• Algunos factores son difíciles entre ensayos?
de controlar por su costo o • ¿Cuántos factores en el
tiempo requerido (uso experimento son caros o
restringido de la aleatoriedad). difíciles de controlar?
• ¿Dónde establecemos factores
cuyos niveles son difíciles de
cambiar de uno a otro nivel?
ALEATORIEDAD DE ENSAYOS
RÉPLICAS
Caso
Los ingenieros de control de calidad diseñan dos experimentos, uno con
repeticiones y otro con réplicas, para evaluar el efecto de las configuraciones
sobre la calidad.
Repeticiones
Los operadores establecen los factores en niveles predeterminados,
completan una corrida de producción y miden la calidad de cinco productos.
Luego establecen los equipos en nuevos valores, completan otra corrida de
producción y miden la calidad de cinco productos.
Réplicas
Los operadores establecen los factores en niveles predeterminados,
completan una corrida de producción y toman una medición de calidad.
Luego establecen la configuración de los equipos, completan otra corrida de
producción y toman una medición de calidad.
En orden aleatorio, los operadores utilizan cada combinación de valores de
factores cinco veces y toman una medición en cada corrida.
ALIAS O CONFUSIÓN
RESOLUCIÓN DE DISEÑO
INTERACCIONES CLAVES
EN EL PROCESO
CASO:
Soldadura de una placa de circuito impreso.
Resultados de un factor a la vez (OFAT)
Ensayo Respuesta
A B C
(orden) (ppm)
1 -1 -1 -1 420
2 +1 -1 -1 370
3 +1 +1 -1 410
4 +1 +1 +1 350
CASO:
Soldadura de una placa de circuito impreso.
Resultados de un factorial completo de 23
Ensayo Ensayo Respuesta
A B C
(orden) (aleatorio) (ppm)
1 5 -1 -1 -1 420 – 412
2 7 +1 -1 -1 370 - 375
3 4 -1 +1 -1 310 - 289
4 1 +1 +1 -1 410 – 415
5 8 -1 -1 +1 375 – 388
6 3 +1 -1 +1 450 – 442
7 2 -1 +1 +1 325 – 322
8 6 +1 +1 +1 350 – 340
DoE para la industria - Mag. Daniel Obregón 43
Fundamentos
Interacciones
• Las interacciones ocurren cuando el efecto de un
parámetro del proceso depende del nivel de otro
parámetro del proceso.
Coded Coefficients
A- = (416+381.5)/2 y (299.5+323.5)/2
A+ = (372.5+446)/2 y (412.5+345)/2
-1 409.25 y 378.75
A- A+
Velocidad A B Respuesta (ppm) A B Respuesta (ppm)
-1 -1 416 -1 -1 416
del transportador 1 -1 372.5 1 -1 372.5
(B) -1
1
1
1
299.5
412.5
-1
1
1
1
299.5
412.5
-1 -1 381.5 -1 -1 381.5
Interacción sinérgica 1 -1 446 1 -1 446
-1 1 323.5 -1 1 323.5
1 1 345 1 1 345
-1 A+ = (372.5+412.5)/2 y (446+345)/2
392.5 y 395.5
Temperatura de
soldado A- A+
(C) A C Respuesta (ppm) A C Respuesta (ppm)
-1 -1 416 -1 -1 416
Poca interacción* 1 -1 372.5 1 -1 372.5
-1 -1 299.5 -1 -1 299.5
1 -1 412.5 1 -1 412.5
-1 1 381.5 -1 1 381.5
1 1 446 1 1 446
-1 1 323.5 -1 1 323.5
1 1 345 1 1 345
Factor D
Factor E
Interacción antagónica
GRADOS DE LIBERTAD
SE REQUIERE
• Habilidades estadísticas.
• Habilidades ingenieriles.
✓Habilidades estadísticas.
✓Habilidades ingenieriles.
Planear
ENTENDER EL PROBLEMA
Planear
SELECCÍON DEL PROBLEMA
• Involucrar y comprometer a la gerencia desde el
inicio del proyecto.
• Considerar el retorno de la inversión.
Disminuir las quejas de los clientes y
aumentar su satisfacción produce un alto
retorno a largo tiempo.
• Alcance del proyecto, si el proceso es muy
complicado es mejor dividirlo en subprocesos.
• Tiempo requerido para completar el proyecto.
Un proyecto que no ha sido culminado es una
pérdida.
Planear
PLANEAR
Planear
EQUIPO DE TRABAJO
Planear
EQUIPO DE TRABAJO
• Se requiere un conjunto de conocimientos
estadísticos, planeamiento, ingeniería,
comunicación y habilidades de trabajo en
equipo.
• Identificar los factores y número de niveles.
• Desarrollar un espíritu de equipo y actitud
positiva.
• ¿Quién será responsable y como apoyará?
• ¿Cuánto tiempo se requiere para entregar
resultados?
Planear
SELECCIÓN DE RESPUESTA O CLASIFICACIÓN DE
CARACTERÍSTICA VARIABLES
•Respuestas variables como •Determinar si son
longitud, espesor, diámetro, etc, controlables o no controlables
proveen más información que (ruido).
respuestas de atributos tales •Variables no controlables
como malo/bueno, pasa/falla o (temperatura, materia prima,
si/no. etc) que pueden ser
•Se requiere del conocimiento minimizadas empleando
de la ingeniería del proceso, efectivamente los principios
datos históricos, análisis de de DoE (bloques,
causa efecto y un intercambio aleatorización y replicación).
de ideas.
Planear
NIVELES e INTERACCIONES
• La cantidad de niveles depende de la naturaleza de la
variable del proceso: cualitativa (tipo de catalizador, materia
prima) o cuantitativa (temperatura, presión).
• Si se espera una función no lineal se sugiere usar 3 o más
niveles.
• Lista de todas las interacciones de interés
• Las interacciones pueden ser vistas como un efecto.
• El tamaño del experimento depende del número de
factores que son estudiados y de interacciones que son de
interés para el experimentador.
Planear
NIVELES e INTERACCIONES
Características de
Variables de Condiciones de
salida (producto
entrada operación
final)
Horno Temperatura
Ejemplo de
características:
Azúcar # Tazas
Sabor
Harina # Tazas
Olor
Consistencia
Huevos # de huevos
Diseñar
SELECCIONAR DISEÑO
• Diseño
• Selección de características de calidad
• Número de factores e interacción
• Complejidad de cada diseño empleado
• Validación estadística y efectividad
• Grado de robustez del producto/proceso
• Comprender fácilmente y implementación
• Naturaleza del problema (o objetivo del
experimento)
• Limitaciones de costo y tiempo.
Mezclas Simplex-reticular
Simplex con centroide
Con restricciones
Axial
Diseñar
SISTEMA DE MEDICIÓN
• La respuesta o cualidad debe ser medida de manera
directa e indirecta. El sistema de medición debe ser:
Medida de la
No debe ser
dispersión de
Cercanía influenciado Cuando están
los resultados
entre el valor adversamente libres de
de varias
medido y el por el sesgos o
observaciones
valor real o de operador o sensibilidad
y no se
referencia. cambios (Jiui Antony).
relaciona con
ambientales.
el valor real.
DoE para la industria - Mag. Daniel Obregón 64
Metodología
Diseñar
RESPUESTA
Respuesta apropiada
Objetivo del experimento
3. Enchapado de 2. Reducir la variabilidad de la 3. Espesor de
oro. tensión del resorte. enchapado.
3. Reducir la variación en el
Tipo de proceso
Ejecutar
EJECUTAR
Ejecutar
ETAPAS
• Antes:
• Selección de un lugar adecuado.
• Disponibilidad de materiales.
• Evaluación monetaria costo/beneficio.
• Durante:
• La persona responsable del experimento debe estar
presente durante todo el experimento.
• Monitorear ensayos experimentales.
• Registrar los valores de respuesta observados en una
hoja de datos o directamente en la computadora.
Analizar
OBJETIVOS A ALCANZAR
Verificar
ENSAYOS CONFIRMATORIOS
• Verificar los resultados del experimento realizando ensayos de
confirmación
• Si los objetivos no son encontrados algunas posibles causas
puede ser:
• Mala elección del diseño experimental
• Mala elección de las respuesta o característica del
experimento.
• No se identificaron los factores importantes
• Presencia de un efecto no lineal de los factores en la respuesta
• Inadecuado control de los factores de ruido
• Falta de experiencia en el uso de análisis estadístico
DoE para la industria - Mag. Daniel Obregón 70
CASO
VOLKSWAGEN
CASO VOLSKWAGEN-Navarra
• Definir :
• Proceso de soldadura láser de los laterales
de un coche y el techo.
• Alta tecnología usada y poco conocimiento
acerca de la técnica. Es frecuente la
aparición de poros en la soldadura (fallas).
Las fallas son detectadas por controles
visuales y exigen un re trabajo (tiempo y
calidad).
DEFINIR
• Selección de equipo de trabajo: Gerente de sección de
chapistería.
• Formulación del problema: mejorar el proceso de soldadura
láser.
• Se observa fallas que representar un problema por:
• Estructural: Afecta resistencia de la unión.
• Estética: Afectan la principal razón para elegir dicha soldadura
que era mejores acabados. Además, como posteriormente se
pintan los coches, pueden aparecer burbujas.
• Impermeabilidad: El nivel de coches con poros es de 3% que se
estimo en 33600 euros de costo al año (daños por corrosión).
DEFINIR
• Documentar información importante:
• Diagrama de flujo.
• Elegir respuesta:
• % de cordones izquierdos defectuosos de 2 puertas y %
de cordones derechos defectuosos de 2 puertas.
• Objetivo:
• Disminuir el % de cordones defectuosos en un 50% y
adquirir conocimiento del proceso.
IDENTIFICAR CLASIFICAR
FACTORES FACTORES
• Lluvia de ideas. Surgieron 40 • Según experiencia del grupo de
factores. trabajo y evaluado el costo de
• Realización de diagrama de excesivas variables.
afinidad para agrupar los factores y • Potencia: Potencia de robot,
quedaron 19 factores. mayor potencia mayor energía de
• Construcción de diagrama causa- soldadura.
efecto. • Corriente: Corriente programada
de pre-calentamiento (dar
energía a la soldadura).
• Limpieza de los laterales, con un
trapo con alcohol.
• Limpieza de techo, con soplado al
aire.
MEDIR MEDIR
• Estrategias para algunos factores. • Describir conocimiento actual
• Los factores principales se podían • Ensayos de un facto a la vez
controlar. previos.
• Dentro de los once factores que • Se sabía que los factores
podrían generar ruido, tres se interactuaban entre sí pero no
podían control, y se estableció como.
recurrir a la aleatorización para • Un aumento de la energía
prevenir la influencia del resto. provocaba muchos poros pero su
ausencia no permitía hacer una
soldadura.
• No se conocía exactamente si el
modo de limpieza era favorable o
no.
PRE ANALIZAR
Software Minitab
DISTRIBUCIÓN NORMAL
DISTRIBUCIÓN NORMAL
las observaciones
14×0,029
𝐹= = 0,18 40 4,085 3,232 2,606
2,28
60 4,001 3,150 2,758
120 3,920 3,072 2,680
DADOS OK
No hay un cambio en el resultado por el tipo de color empleado.
DoE para la industria - Mag. Daniel Obregón 93
Herramientas analíticas
𝑛𝑠𝑌2ത
𝐹= 2
𝑆𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑎
• F = cociente de dos varianzas (valor estadístico F en honor a Fischer)
• 𝑛𝑠𝑌2ത = suma de cuadrados medios (entre grupos)
• Variabilidad debido al azar y el efecto del tratamiento
2
• 𝑆𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑎 = suma de cuadrados medio (dentro del grupo)
• Variabilidad debido al azar
• Pensar en F como una razón señal (causada por diferentes
tratamiento) versus el ruido.
• Si el tratamiento no tiene efecto entonces la razón F será cercana a 1.
Observación:
Sí el Valor F pequeño entonces el
Valor-p es grande y puede ser
mayor a 0,05.
𝑣𝑎𝑙𝑜𝑟 − 𝑝 = 𝑓(𝐹)
1 1 𝑥−𝜇 2
− Función de
𝑓 𝑥 = 𝑒 2 𝜎
𝜎 2𝜋 densidad de una
distribución
normal
En DoE se busca:
Los factores que generen un cambio
en el resultado. 𝑥−𝜇
Es decir: 𝑝 𝑥 ≤ 𝑎 = 𝑝(𝑧 ≤ )
𝜎
Valor F grande y Valor-p pequeño. Área debajo de la curva hasta un valor z =a
Media x = 0 y desviación = 1
Valor-p menor a 0,05 es significativo.
DoE para la industria - Mag. Daniel Obregón 96
EJEMPLOS COMPARATIVOS SIMPLES
Diseños factoriales
1.0 1.0
0.04
Densidad de probabilidad
Probabilidad acumulada
Probabilidad acumulada
0.8 0.8
0.03
0.6 0.6
0.02
0.4 0.4
0.01
0.2 0.2
TRABAJO FINAL
• Parte de su calificación es la resolución de
problemas usando DOE.
• La exposición del caso de estudio representa el 60%
de la nota de evaluación.
• Exposición se realizará el día 27 y 29 de setiembre
previa coordinación.
• Evaluación en línea, 30 de setiembre de 8 a 9pm.