1

Introducción

En el presente informe se investigo acerca de la historia y evolución del diseño

de experimentos, incluyendo sus características, beneficios y aportaciones a las

empresas.

El diseño experimental es una técnica estadística que permite identificar y

cuantificar las causas de un efecto dentro de un estudio experimental.

 2

Objetivo general:

 Brindar profundidad a la evolución que ha tenido el diseño de

experimentos.

Objetivos específicos:

 Identificar las características de un diseño de experimentos.

 Dar a conocer los beneficios y aportes que tienen en las empresas.

 Brindar detalle de diferentes diseños de experimentos.

 3

Índice

Historia ............................................................................................................................................ 4

Principios básicos de Fisher ........................................................................................................ 5

Comparación:............................................................................................................................. 6

Aleatorización ............................................................................................................................ 6

Réplica estadística: ................................................................................................................... 7

Caracteristicas de un diseño experimental ............................................................................... 7

1. Simplicidad ...................................................................................................................... 7

2. Grado de precisión ......................................................................................................... 7

3. Ausencia de error sistemático ...................................................................................... 7

4. Rango de validez de las conclusiones ........................................................................ 8

5. Cálculo del grado de incertidumbre ............................................................................. 8

Pasos a seguir en el diseño de experimentos .......................................................................... 8

Ventajas del diseño de experimentos............................................................................................. 8

Aportaciones .................................................................................................................................. 9
 4

Conclusiones ............................................................................................................................... 12

Bibliografía ................................................................................................................................... 13

Anexos .......................................................................................................................................... 14

Historia

Los orígenes del diseño experimental se remontan a las primeras décadas del

siglo XX, cuando Ronald Fisher introdujo el concepto de aleatorización y el análisis de

varianza. En estos últimos años, la teoría y aplicaciones del diseño de experimentos se

consolidaron y expandieron y, en varias industrias, las contribuciones de Gen'ichi

Taguchi, abrieron el camino de aplicaciones rutinarias.

El diseño experimental tiene sus orígenes en los trabajos de Ronald Fisher

(1890-1962), desarrollados en la Estación Agrícola Experimental de Rothamsted, en el

Reino Unido, donde introdujo el concepto de aleatorización y el análisis de varianza. A

lo largo de varias décadas, la teoría del diseño de experimentos y sus aplicaciones se

consolidaron y expandieron, y, en años recientes, recibieron un fuerte impulso por las

contribuciones de Gen'ichi Taguchi, un estadístico japonés ampliamente conocido en

Occidente. El diseño experimental estudia procesos. Puede considerarse a un proceso

como una caja negra a la cual ingresan diversas variables que interactúan para producir

un resultado. Las variables que ingresan al proceso se denominan variables de entrada,

y el resultado, variable de salida. El nivel de la variable de salida depende de los niveles

que adopten las variables de entrada, y los gerentes y técnicos se benefician al saber

qué combinación de variables de entrada produce la variable de salida óptima.

 5

La busca de combinaciones óptimas de las variables de entrada da lugar al

diseño experimental, que es una prueba (o un conjunto de pruebas) durante la cual se

realizan cambios sistemáticos y controlados a las variables de entrada para medir el

efecto sobre la variable de salida. El diseño experimental utiliza técnicas como la

regresión múltiple, la respuesta superficial y varias extensiones del análisis de varianza.

El diseño experimental es una técnica estadística que permite identificar y

cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño

experimental se manipulan deliberadamente una o más variables, vinculadas a las

causas, para medir el efecto que tienen en otra variable de interés. El diseño

experimental prescribe una serie de pautas relativas qué variables hay que manipular,

de qué manera, cuántas veces hay que repetir el experimento y en qué orden para

poder establecer con un grado de confianza predefinido la necesidad de una presunta

relación de causa-efecto.

El diseño experimental encuentra aplicaciones en la industria, la agricultura, la

mercadotecnia, la medicina, la ecología, las ciencias de la conducta, etc. constituyendo

una fase esencial en el desarrollo de un estudio experimental.

Principios básicos de Fisher

Un buen diseño de experimento puede ser obtenido al aplicar los principios

básicos establecidos por Fisher en 1935. El biólogo y estadístico inglés Ronald Fisher

propuso una metodología por el diseño de experimentos en sus libros The Arrangement

of Field Experiments (1926) y The Design of Experiments (1935).

 6

Comparación:

En algunos campos de estudio no es posible tener medidas independientes que

conectan a una norma de metrología trazable. Comparaciones entre tratamientos se

valen mucho más y normalmente se las prefieran. A menudo se compara con un control

científico o tratamiento tradicional que actúa como un punto de referencia.

Aleatorización:

Randomización es el proceso de asignar individuos al azar a grupos o a grupos

distintos en un experimento. La asignación aleatoria a grupos (o condiciones adentro de

un grupo) distingue a rigorosos verdaderos experimentos de un estudio observacional o

cuasi-experimental. Existe un cuerpo extensivo de teoría matemática que explora las

consecuencias de asignar las unidades de tratamiento por medio de algún método

aleatorio como las tablas de números aleatorios, o el uso de aparatos aleatorios como

naipes o dados. Asignar unidades de tratamiento aleatoriamente tiende a mitigar los

factores de confusión, los cuales hacen que los efectos que no son por tratamientos

parecer como si fuesen resultados del tratamiento. Los riesgos que se asocian con una

asignación aleatoria (como tener un desbalance serio en una característica clave entre

un grupo en tratamiento y un grupo de control) se calculan y así se las dirigen a un nivel

más bajo y aceptable por el hecho de usar bastantes unidades de experimentación. Se

pueden generalizar los resultados de un experimento de las unidades de

experimentación a una población estadística de unidades, pero solo si las unidades de

experimentación son un muestreo de la población más grande; el error probable de tal

extrapolación depende del tamaño de la muestra, entre otras cosas.

 7

Réplica estadística:

Normalmente se sujetan medidas a la variación y la incertidumbre de medidas

significa que se las repiten y con experimentos enteros se los replican para ayudar a

identificar los fuentes de la variación, por poder estimar los efectos verdaderos de

tratamientos, por fortalecer su fiabilidad y su validez, y por agregar al conocimiento del

tópico. Sin embargo, necesita el cumplimiento de ciertas condiciones antes que la

réplica se comience: la cuestión de investigación original se ha publicado en una revista

de revisión por pares o citado ampliamente, el investigador es independiente del

experimento original, el investigador debe primero intentar replicar los resultados del

experimento original usando la data original, y el resumen debe decir que el estudio es

una réplica que intente seguir en los pasos del original en lo más estricto posible.

Caracteristicas de un diseño experimental

Los diseños experimentales deben tener algunas características como:

1. Simplicidad. La selección de los tratamientos y la disposición experimental deberá

hacerse de la forma más simple posible.

2. Grado de precisión. El experimento deberá tener la capacidad de medir diferencias

entre tratamientos con los grados de precisión que desee el investigador. Para cumplir

con este propósito se deberá partir de un diseño y un número de repeticiones

adecuados.

3. Ausencia de error sistemático. Se debe planear un experimento con el propósito de

asegurar que las unidades experimentales que reciban un tratamiento no difieran

sistemáticamente de aquellas que reciben otro tratamiento, procurando de esta manera

obtener una estimación indeseada del efecto de tratamientos.

 8

4. Rango de validez de las conclusiones. Este deberá ser tan amplio como sea posible.

Los experimentos que contribuyen a aumentar el rango de validez del experimento son

los experimentos replicados y los experimentos con estructuras factoriales.

5. Cálculo del grado de incertidumbre. En todo experimento existe algún grado de

incertidumbre en cuanto a la validación de las conclusiones. El experimento deberá ser

concebido de modo que sea posible calcular la probabilidad de obtener los resultados

observados debido únicamente al azar.

Pasos a seguir en el diseño de experimentos

1. Reconocimiento y establecimiento del problema

2. Selección de los factores y niveles de cada uno de estos

3. Selección de la variable respuesta

4. Determinación del diseño experimental que debe llevarse a cabo

5. Realización del experimento para la obtención de los datos de la respuesta

6. Análisis de los datos

7. Conclusiones y recomendaciones

8. Estudio de confirmación

Ventajas del diseño de experimentos

 Se elimina el efecto de las variables perturbadoras o extrañas, mediante

el efecto de la aleatorización.
 9

 El control y manipulación de las variables predictorias clarifican la

dirección y naturaleza de la causa.

 Se requiere una estrecha colaboración entre los estadísticos y el

investigador o científicos con las consiguientes ventajas en el análisis e

interpretación de las etapas del programa.

 Se enfatiza respecto a las alternativas anticipadas y respecto a la pre-

planeación sistemática, permitiendo aun la ejecución por etapas y la

producción única de datos útiles para el análisis en combinaciones

posteriores.

 Debe enfocarse la atención a las interrelaciones y a la estimación y

cuantificación de fuentes de variabilidad en los resultados.

 El número de pruebas requerido puede determinarse con certeza y a

menudo puede reducirse.

 La comparación de los efectos de los cambios es más precisa debido a la

agrupación de resultados.

 La exactitud de las conclusiones se conoce con una precisión

matemáticamente definida.

Aportaciones

El diseño experimental es una herramienta de importancia fundamental en el

ámbito industrial (ingeniería) e incluso en las empresas de servicio para mejorar el

desempeño de un proceso de manufactura o servicio. También tiene múltiples

aplicaciones en el desarrollo de nuevos productos y procesos.

El diseño de experimentos se puede utilizar en las industrias para:

 10

 Mejorar los procesos, ya sea mejorando su eficiencia, su confiabilidad o su rendimiento.

 Asistir en la solución problemas.

 Aprender de los procesos y sus fallos.

 Establecer relaciones de causa-efecto entre las entradas (input) de un proceso y sus

salidas (output).

 Identificar los factores que tiene el mayor impacto y el menor en los procesos y/o

productos.

 Lograr una producción de productos que cumplan con las especificaciones que sean a

su vez robustos a ruidos externos.

 Establecer una región (o ventana) del proceso donde unos factores pueden operar,

averiguando la sensibilidad al cambio de algunos factores en la respuesta.

 Fijar especificaciones y tolerancias lógicas para productos y procesos.

 Obtener una ecuación polinómica que modele el comportamiento de la respuesta de un

proceso en una región de variación de los factores.

 Verificar si la solución adoptada para mejorar un proceso, realmente obtiene los

resultados esperados

La aplicación de las técnicas del diseño experimental en las fases iniciales del

desarrollo de un proceso puede redundar en:

1. Mejoras en el rendimiento del proceso.

2. Variabilidad reducida y conformidad cercana con los requerimientos nominales o

proyectados.

3. Reducción del tiempo de desarrollo.

 11

4. Reducción de los costos globales.

Entre las aplicaciones del diseño experimental en el diseño de ingeniería

(desarrollo de nuevos productos) se encuentran:

 La evaluación y comparación de configuraciones de diseños básicos.

 La evaluación de materiales alternativos.

 La selección de los parámetros del diseño para que el producto tenga un buen

funcionamiento en una amplia variedad de condiciones de campo, es decir, para que el

producto sea robusto.

 La determinación de los parámetros clave del diseño del producto que afectan el

desempeño del mismo

 12

Conclusiones

 Se dio a conocer la historia del diseño de experimentos, de la que

podemos concluir que ha tenido un gran avance teniendo en

consideración los inicios.

 Las 5 características del diseño experimental explicadas en el informe,

deben de ir en conjunto para que un experimento este bien estructurado

y se pueda verificar la hipótesis.

 El diseño experimental tiene muchos beneficios y aportes en las

empresas, con el objetivo de ahorrar tiempo, dinero y realizar los

procesos de manera más efectiva.

 13

Bibliografía

Pablo, T. R. Metodología para el Diseño de Experimentos(Doe) en la Industria.

Tesis Doctoral. Universidad deNavarra. España. 2008.

Montgomery, D. C. Diseño y Análisis de Experimentos. 2nd ed. México, Limusa.

2008.

Quiroga, Mac, Víctor; Manual Práctico Para El Análisis De Experimentos De

Campo, Editorial Instituto Interamericano De Ciencias Agrícolas.

Frank Yates and Kenneth Mather (1963). "Ronald Aylmer Fisher". Biographical

Memoirs of Fellows of the Royal Society of London 9: 91–120.

http://digital.library.adelaide.edu.au/coll/special//fisher/fisherbiog.pdf Archivado el 28 de

septiembre de 2011 en Wayback Machine..

 14

Anexos
15