CAPÍTULO 1

CONCEPTOS EN EL DISEÑO DE EXPERIMENTOS

1. INTRODUCCIÓN

La globalización de mercados está obligando a las corporaciones industriales a mejorar en gran medida su
competitividad y productividad, optimizando sus procesos, desarrollando nuevos productos y mejorando la calidad.

A menudo para llegar a cumplir esta meta, las empresas no cuentan con relaciones determinísticas y deben hacer
uso de métodos experimentales, realizando investigaciones técnicas para resolver diversos problemas que tienen
que ver con la detección y eliminación de problemas en el diseño, proceso, materias primas, sistemas, etc.

La importancia del diseño experimental en el ambiente mundial competitivo es muy grande, ya que constituye un
instrumento que los ingenieros pueden aplicar al diseño y desarrollo de productos, diseño y mejoramiento de
procesos, y a la detección y eliminación de problemas en los procesos. Su empleo en las primeras fases del ciclo de
diseño, puede reducir notablemente el tiempo y dinero invertido, y dar productos o procesos más eficientes y
confiables.

Sin embargo, hay algunos problemas que han obstaculizado su uso:

 Muchos desconocen su existencia, y no son tan atractivos comparados al uso de la automatización, inteligencia
artificial o la robótica.
 La mayoría de los ingenieros no saben cómo aplicar estas técnicas.
 Los ingenieros son reconocidos por resolver problemas a corto plazo (los que se presentan diariamente) de
forma temporal, pero no son reconocidos por resolver problemas de largo plazo (eliminar los problemas
recurrentes o de mayor dimensión) de forma definitiva.
 Su aplicación se considera complicada, costosa y que requiere mucho tiempo.

El diseño experimental permite de manera específica:

 Identificar las variables importantes.

 Determinar la combinación que optimice (o proporcione la mejor alternativa) los resultados.

Algunos problemas típicos de la industria que se pueden resolver con el diseño y análisis de experimentos son los
siguientes:

 Comparar a dos o más proveedores del mismo material con el fin de elegir al que mejor cumple los
requerimientos.
 Comparar varios instrumentos de medición para verificar si trabajan con la misma precisión y exactitud.
 Proponer una nueva manera de operar el proceso, variar sus condiciones y hacer cambios con el objetivo de
reducir el número de defectos.
 Determinar los factores o fuentes de variabilidad que tienen impacto en la capacidad del proceso para cumplir
con sus requerimientos más importantes.
 Localizar las condiciones de operación (temperatura, velocidad, humedad, por ejemplo) donde el proceso logra
su desempeño óptimo.
 Proponer un nuevo método de muestreo igual de efectivo, pero más económico que el actual.
 Reducir el tiempo de ciclo del proceso.
 Hacer el proceso insensible o robusto a oscilaciones de variables ambientales.
 Apoyar en el diseño o rediseño del producto o proceso para mejorar su desempeño.

2. CONCEPTOS

2.1. Experimento y su diseño

Un experimento es una prueba o ensayo. Un experimento diseñado está constituido por una serie de pruebas en las
que se inducen cambios deliberados en las variables de entrada de un sistema, para poder visualizar e identificar las
causas de los cambios que se han producido en la respuesta de salida (Figura 1.2.1).

1
El diseño de experimentos es un conjunto de técnicas activas que manipulan el proceso para inducirlo a
proporcionar la información que se requiere para mejorarlo. Son técnicas estadísticas y de ingeniería que permiten
lograr la máxima eficacia de los procesos de producción al menor costo.

Una unidad experimental es la muestra de artículos que es necesario producir en una condición de operación del
proceso para obtener, a partir de ellos, una medición o dato representativo de lo que allí ocurre. Ej: Si se quiere
comprobar la potencia de un insecticida para compararlo con otros, la unidad experimental puede ser 100 bichos, y
se verifica cuántos han muerto en cierto tiempo. Ej: Si se quiere comprobar la eficiencia de una máquina, la unidad
experimental puede ser la fabricación de un lote de productos, y se comprueba cuántos de ellos han resultado
defectuosos.

Figura 1.2.1. Sistema de un diseño experimental

Factores controlables
x1 x2 xp
...

Entradas Salida
Proceso y

...
z1 z2 zq
Factores incontrolables
Un sistema puede ser un proceso, combinación de máquinas, métodos, personas, productos, etc. En todo proceso
intervienen distintos tipos de variables o factores. Una entrada puede ser: materias primas, productos en proceso,
materiales, insumos, etc.

La salida (o variable de respuesta) es la característica o propiedad del producto cuyo valor interesa mejorar, que en
general, determina algún aspecto de la calidad del producto, como por ejemplo: dureza, color, costo, textura, etc.

Algunas variables son controlables: x1, x2,..., xp, mientras que otras son incontrolables: z1, z2, ..., zq (aunque pueden
controlarse para los objetivos de una prueba). Los factores controlables son variables de entrada que se pueden fijar
en un punto o nivel de operación a voluntad, lo que hace posible que se pueda experimentar con ellos. Algunos
factores que generalmente se controlan son: temperatura, tiempo de residencia, cantidad de cierto reactivo,
velocidad, presión, etc. Los factores no controlables o de ruido son variables que no se pueden controlar durante la
operación normal del proceso, como por ejemplo las ambientales: luz, humedad, temperatura, partículas, ruido, etc.;
el ánimo de los operadores, la calidad del material de los proveedores y los diversos usos que el cliente le pueda dar
al producto.

Los factores estudiados son las variables que se investigan en el experimento, para observar cómo afectan o
influyen en la variable de respuesta, pudiendo ser controlables o no.

Los diferentes valores que se asignan a cada factor estudiado se llaman niveles. Una combinación de niveles de
todos los factores se llama tratamiento.

Siempre que se realiza un experimento, parte de la variabilidad del proceso no se podrá explicar por los factores
estudiados, y que se debe a causas comunes o aleatorias, llamado error aleatorio. Parte de este error, además de
ser el resultado del pequeño efecto de los factores no estudiados, también lo es del error experimental, que se
compone de los errores que comete el experimentador en la planeación y ejecución del experimento. Se debe tratar
de que el error aleatorio sea el mínimo posible, ya que si es grande podría invalidar las conclusiones del
experimento.

2.2. Objetivos

Los objetivos de un experimento son:

1. Determinar las variables que influyen más en la respuesta “y”.

2. Determinar los valores óptimos de las variables “x”, para lograr que “y” tenga los valores deseados.
3. Determinar los mejores valores de las variables “x”, para lograr que la variabilidad de “y” sea la menor.
2
4. Determinar los valores óptimos de las variables “x”, de forma de minimizar los efectos de las variables
incontrolables “z”. Cuando se logra esto, se dice que se tiene un proceso consistente o robusto.

2.3. Ejemplo

Un ingeniero químico está interesado en estudiar cuál es el mejor método de separación del 1,8 cineol (eucaliptol) de
una mezcla residual producto del proceso de obtención del aceite de eucalipto, denominada “aguas madres”: La
extracción líquido-líquido o la destilación extractiva. En este caso el objetivo es determinar cuál de los dos métodos
logra separar u obtener mayor cantidad de 1,8 cineol de las aguas madres. El ingeniero deberá realizar un cierto
número de pruebas a las aguas madres y someterlas a estos dos métodos. Una vez realizados determinará la
cantidad separada mediante un espectrofotómetro de gases.

Antes de llevar a cabo el experimento, el ingeniero deberá determinar algunas preguntas:

1. ¿Son éstos los únicos métodos para lograr separar el 1,8 cineol de las aguas madres?
2. ¿Cuáles son los factores que pueden afectar a la separación del compuesto en cada uno de los métodos que
tienen que ser investigados o controlados?
3. ¿Cuál es el tamaño de las muestras?
4. ¿En qué forma debe asignarse cada prueba a los dos métodos y en qué orden deben realizarse las pruebas?
5. ¿Qué método de análisis de datos debe usarse?
6. ¿Qué diferencia en la cantidad separada de 1,8 cineol, al comparar los dos métodos, puede considerarse
significativa?

En cualquier experimento, los resultados hallados dependen de si se formuló adecuadamente el experimento y si los
datos fueron recopilados de forma óptima.

3. APLICACIONES

3.1. Proceso

Los métodos de diseño experimental tienen su aplicación en muchas disciplinas, ya que la experimentación es parte
del método científico.

El proceso que sigue un experimento es cíclico, y es el siguiente:

 Se quiere aprender algo acerca de cómo funciona un sistema.

 Se planean una serie de actividades.
 Se realizan conjeturas acerca del sistema.
 Se realizan experimentos.
 Se recogen datos o resultados a partir del sistema.
 Se usan las conclusiones del experimento para realizar de nuevo conjeturas.
 Se realizan nuevos experimentos.
 Y así sucesivamente.

3.2. Ventajas

La aplicación del diseño de experimentos en el inicio del desarrollo de productos o procesos, tiene las siguientes
ventajas:

 Mejora en el rendimiento
 Variabilidad más pequeña y mejor estandarización.
 Menor tiempo de desarrollo.
 Menores costos a largo plazo.

3.3. Aplicaciones en el diseño técnico

El diseño experimental ayuda también a realizar innovaciones tecnológicas o topológicas en los productos, en las
tres etapas de diseño:

3
1. Evaluando parámetros de diseño de modo que el producto funcione bien en una amplia variedad de condiciones;
es decir que el producto sea consiste o robusto (Diseño funcional).
2. Evaluando y comparando configuraciones de diseño básicas (Diseño industrial)
3. Evaluando materiales alternativos (Diseño de manufactura).

3.4. Ejemplos

Ejemplo 1: Caracterización de un proceso

Este tipo de experimento se utiliza para:

 Identificar los factores críticos del proceso.

 Determinar la dirección de ajuste de los factores.
 Determinar qué factores deben considerarse con más cuidado (inciden más en la respuesta)
 Reducir los productos defectuosos o el comportamiento errático del proceso.

TARGUET usa una máquina en su proceso de manufactura de tarjetas plásticas impresas para distintos usos
(tarjetas magnéticas de control o identificación de personal, de teléfonos, etc.). La máquina realiza en su interior la
impresión en caliente, secado y plastificado, en ambas caras de la tarjeta; y el cortado respectivo.

En la actualidad, el proceso tiene un porcentaje de defectos del 5%. Esto quiere decir que por cada 100 tarjetas, 5
de ellas presentan errores.

El ingeniero de proceso responsable, quiere diseñar un experimento para determinar los parámetros de la máquina
que influyen de manera significativa en la ocurrencia de defectos, y qué ajustes deben hacerse a dichas variables
para reducirlos.

La máquina de impresión tiene varias variables que pueden controlarse, como ser:

1. Temperatura de la impresión.
2. Velocidad de la banda transportadora.
3. Tiempo de secado.

Existen también otros factores que no pueden ser controlados en el proceso real, pero que podrían serlo para
propósitos de la prueba:

1. Espesor de la tarjeta.
2. Tipos de componentes usados en la impresión de la tarjeta (tintas de colores).
3. Disposición de los componentes en la tarjeta (generados por computadora).
4. Operario.

En este problema, el ingeniero está interesado en caracterizar la máquina de impresión de tarjetas; es decir está
interesado en determinar los factores influyentes controlables o incontrolables en la respuesta: número de tarjetas
defectuosas.

Para resolver el problema, deberá diseñar un experimento para determinar la magnitud y dirección de los efectos de
los factores y observar si los efectos simultáneos producen distintas respuestas.

Ejemplo 2: Optimización de un proceso

El objetivo de este tipo de experimento es:

 Determinar la región en la cual los factores importantes conducen a la mejor respuesta posible.

Un ingeniero químico desea mejorar el rendimiento en un proceso. Luego de un experimento de caracterización del
proceso, los dos factores importantes son la temperatura y el tiempo de reacción.

Actualmente el rendimiento es de 75%, con una temperatura de 155 °F y 1,7 h de tiempo de reacción (Gráfico 1.3.1).

4
 Gráfico 1.3.1. Superficies de respuesta del rendimiento de un proceso químico

200

190 Trayectoria hacia

un mejor rendimiento
180 95%

90%
Temperatura (°F) 170
82% 58%
80%
160
Condiciones actuales
75%
150
70%
140 56% 69%
60%

0,5 1,0 1,5 2,0 2,5

Tiempo (h)

La gráfica muestra algunas superficies de respuesta (líneas de rendimiento constante). Para localizar el intervalo
óptimo, se realiza un experimento en el cual se varía simultáneamente los dos factores en dos niveles. Las
respuestas obtenidas se observan en las cuatro puntas del cuadrado.

La conclusión que se puede extraer es que si se aumenta la temperatura y se disminuye el tiempo de reacción (se
sigue la dirección de la flecha) se logrará un aumento del rendimiento del proceso.

Ejemplo 3: Diseño de un producto

A un equipo de profesionales investigadores, le fueron asignados varios asuntos concernientes al diseño de un

producto que una empresa producía y comercializaba, desde hace varios años. A la empresa le interesa sobre todo
realizar mejoras en el diseño del producto. Esta corporación cree que sólo trabajando en equipo podrá lograr este
objetivo.

El grupo se reunió para realizar mejoras en el producto. Anteriormente consistía de una licuadora con 10
velocidades, vaso con capacidad para 5 litros y un botón de toque de alta velocidad, independiente de las
velocidades normales. Después de la reunión y tomando en cuenta algunas sugerencias de los clientes, los expertos
llegaron a proponer las siguientes mejoras:

1. Introducir, tanto en el botón de toque como en las velocidades, un mecanismo de seguridad para que los niños
no tengan accidentes.
2. Introducir en el interior del vaso, justo en el medio, que coincida con la tapa pequeña (que existe en la tapa
superior), un tubo colador. Esto permitirá que los clientes puedan utilizar la licuadora también como una
sumidora.
3. El vaso sea de un material irrompible, igualmente fácil de lavar y que no permita que los olores se impregnen,
como lo logra un vaso de vidrio.

Para hacer factible todas estas mejoras, se deberán realizar ensayos, teniendo en cuenta los factores más
importantes, como ser:

Para el tubo colador:

1. Grosor de la malla.
2. Área de malla expuesta.
3. Volumen del tubo.

5
El grupo de investigadores deberán determinar los mejores valores para estas variables que afectan a la variable
respuesta, que es la concentración de cáscara que pasa por el tubo colador al jugo licuado.

Para el vaso:

1. Material del vaso.

2. Forma del vaso.

Los investigadores verificarán dos variables respuesta, que son: la dureza del vaso y grado de impregnación de
olores.

4. PRINCIPIOS BÁSICOS

4.1. Uso de los métodos estadísticos

Para que un experimento se realice eficientemente, es necesario utilizar métodos científicos en su planeación y
ejecución. Hay dos aspectos que hay que considerar en todo experimento: el diseño del experimento y el análisis
estadístico de los datos.

El diseño estadístico de experimentos es el proceso de planear un experimento para obtener datos apropiados, que
pueden ser analizados mediante métodos estadísticos, con objeto de producir conclusiones válidas y objetivas.

Para introducir un uso eficiente de la estadística en la experimentación, el investigador debe tener en mente los
siguientes aspectos:

1. Uso del conocimiento no estadístico del problema.

Para diseñar un experimento es necesario el conocimiento de un especialista o profesional con experiencia en el

campo de aplicación, ya que él elegirá adecuadamente los factores más importantes y sus niveles, tamaño de
réplicas a usar, materiales necesarios, interpretación de resultados, etc. La Estadística no puede sustituir este
conocimiento.

2. Simplificar al máximo el diseño y análisis.

Si se planea el experimento adecuadamente, rara vez se tendrán experimentos complicados, y por lo tanto se
usarán técnicas estadísticas simples y directas.

3. Reconocer la diferencia entre la práctica y la estadística.

El probar que un método o una combinación de factores producen un mejor rendimiento o minimizan la variabilidad
de un sistema, mediante experimentación sujeta al análisis estadístico, no es suficiente a la hora de llevar esas
condiciones a la práctica. El investigador luego deberá verificar por ejemplo si su implementación es más económica
que la anterior.

4. Reconocer el carácter iterativo de los experimentos.

Se ha visto que la optimización de un sistema no se puede lograr mediante un solo experimento, sino que es un
proceso cíclico, ya que son muchos los elementos a determinar: factores importantes, sus intervalos, el número de
niveles, las unidades de medición y sus resultados.

En general no se invierte más del 25 a 30% de los recursos de la investigación en el diseño inicial, para luego
realizar muchos otros experimentos, hasta llegar a la optimización final.

4.2. Principios básicos

Hay tres principios en el diseño de experimentos:

1. Obtención de réplicas.

Réplica es una repetición del experimento básico. Esto permite al investigador:

6
 Obtener una estimación del error experimental y utilizar el análisis estadístico. Esta estimación permite
determinar si las diferencias observadas en los datos son estadísticamente significativas.
 Calcular de manera más precisa el efecto de un factor, usando la media aritmética de la muestra como
estimador del efecto.

2. Aleatorización.

Es la piedra angular para fundamentar el uso de métodos estadísticos en el diseño de experimentos.

La aleatorización es la determinación al azar que se realiza, tanto en la asignación del material experimental como
en el orden en que se realizarán las pruebas.

Los métodos estadísticos requieren que los datos muestrales hayan sido obtenidos aleatoriamente. Por otra parte, al
aleatorizar el experimento se cancelan los efectos de variables extrañas que pudieran presentarse, ya que se reparte
de manera homogénea en todos los tratamientos.

3. Análisis por bloques.

Es una técnica usada para aumentar la precisión del experimento. El bloqueo es nulificar o tomar en cuenta en forma
adecuada todos los factores que puedan afectar a la variable de respuesta.

Un bloque es una parte del material experimental que es más homogéneo que todo el material. Se realizan las
comparaciones entre las comparaciones de interés del experimento dentro de cada bloque, minimizando así el
efecto de variables extrañas.

5. DIRECTRICES O ETAPAS

El procedimiento para diseñar y analizar un experimento con un enfoque estadístico es el siguiente:

1. Comprensión y planteamiento del problema

En primer lugar no es fácil darse cuenta de si un problema necesita de la experimentación, ni diseñar un

planteamiento claro del mismo. En la práctica se realiza una consulta a todo el personal que forma parte del
problema: cuerpo técnico, responsables de la calidad, manufactura, gerencia, marketing, personal operativo, etc. Un
diseño claro y concreto ahorrará mucho tiempo y dinero.

2. Elección de factores y niveles

El investigador deberá fijar los siguientes elementos:

 Factores importantes.
 Intervalos en los que variarán dichos factores.
 Niveles específicos para cada factor.
 Control de los factores en los valores deseados.
 Medición de los valores de cada factor.

Para esto, se necesita conocer a fondo el proceso: experiencia, práctica y comprensión teórica.

3. Selección de la variable de respuesta

Se selecciona la respuesta o variable dependiente del problema de modo que ésta provea información útil del
proceso a investigar. La media aritmética o la desviación estándar de la característica medida con frecuencia son la
variable respuesta. Medir adecuadamente el error estándar es vital en un experimento.

4. Elección del diseño experimental

En la elección es importante ajustarse a los objetivos del experimento. Luego es importarte definir el tamaño
muestral (número de repeticiones), determinar si hay implicado un bloqueo o existen restricciones de aleatorización.

7
5. Realización del experimento

No se debe subestimar la planeación y control logística, ya que los errores en el experimento suelen anular su
validez.

6. Análisis de datos

Un experimento bien diseñado deberá ser susceptible de ser tratado estadísticamente. La apreciación no constituye
un elemento de análisis contundente, así que se recurre al análisis estadístico para obtener resultados objetivos.

Hay que tener en mente que el análisis estadístico no puede aseverar nada, pero proporciona los elementos para
estimar parámetros con un grado de error o probabilidad.

7. Conclusiones y recomendaciones

Los datos extraídos del experimento y evaluados mediante métodos estadísticos deben ser analizados e
interpretados correctamente, para luego poder tomar decisiones correctas. Para ello son útiles los gráficos.

6. CLASIFICACIÓN Y SELECCIÓN

Los aspectos que influyen en la selección de un diseño experimental, son:

1. El objetivo del experimento.

2. El número de factores a controlar.
3. El número de niveles que se prueban en cada factor.
4. Los efectos que interesa investigar (relación factores-respuesta).
5. El costo del experimento, tiempo y precisión deseada.

Estos cinco puntos no son independientes entre sí. Al cambiar cualquiera de ellos, cambia el diseño experimental a
utilizar.

El objetivo de un experimento se ha utilizado como un criterio general de clasificación, mientras que los otros cuatro
puntos son útiles para subclasificarlos. Así, los diseños se pueden clasificar como:

 Diseños para comparar dos o más tratamientos.

 Diseños para estudiar el efecto de varios factores sobre la(s) respuesta(s).
 Diseños para determinar el punto óptimo de operación del proceso.
 Diseños para la optimización de una mezcla.
 Diseños para hacer el producto insensible a factores no controlables.

En el árbol de decisión de la Figura 1.6.1, el lector puede observar un resumen de la clasificación de los diseños
experimentales. Por supuesto, en este texto no se llegará a cubrir todo lo concerniente a los modelos propuestos en
el árbol de decisiones, pero si los más importantes.

7. PERSPECTIVA HISTÓRICA

Roland A. Fisher fue el que desarrolló los métodos estadísticos en el análisis de experimentos, usando por primera
vez el análisis de varianza como herramienta para diseños experimentales en la estación agrícola experimental de
Rothamsted (Londres). Luego de él, muchos otros han contribuido al diseño de experimentos: Yates, Box, Bose;
Kempthorne y Cochran.

Después de que los métodos estadísticos se usaron ampliamente en experimentos agrícolas y biológicos, en la
década de 1930 se empezaron a usar en las industrias textiles en Inglaterra. Luego de la Segunda Guerra Mundial el
espectro se amplió a las industrias de transformación y química. En los países asiáticos se han usado en la industria
de los semiconductores y la electrónica.

En la última década todos los países industrializados usan diseños experimentales porque han comprobado que sus
resultados confluyen en un éxito competitivo mayor.

8
 Figura 1.6.1. Clasificación de los diseños experimentales

Diseño completamente al azar

Diseño de bloques completamente al azar

Diseños para comparar dos o más
tratamientos Diseño en cuadro latino

Diseño en cuadro grecolatino

k
Diseños factoriales 2
Diseños para estudiar el efecto de varios
k
factores sobre una o más variables de Diseños factoriales 3
respuesta k-p
Diseños factoriales 2

k
Diseños factoriales 2
k-p
Diseños factoriales 2
Diseños para modelo de
primer orden Diseño simplex
Diseño de Plakett-Burman
Diseños para la optimización de
procesos
Diseño central compuesto
Diseños para modelo de
segundo orden Diseño de Box-Behnken
k
Diseños factoriales 3
k-p
Diseños factoriales 3

Arreglos ortogonales (diseños factoriales)

Diseños robustos
Diseño con arreglos interno y externo

Diseño de latice-simplex
Diseño simples con centroide
Diseños de mezclas
Diseño con restricciones
Diseño axial

Fuente: Montgomery (1991)

9
8. EL DISEÑO DE EXPERIMENTOS EN UN PROGRAMA DE MEJORAMIENTO DE LA CALIDAD

El control estadístico de procesos es bastante útil para procesos continuos como los que se presentan en refinerías
de petróleo y en instalaciones de producción masiva. Sin embargo muchos administradores sienten que sus
negocios son demasiado complicados como para tener sus aspectos importantes controlados por diagramas de
control.

Entonces, para dar inicio a un programa de mejoramiento de calidad, el primer paso es que la alta dirección debe
inmiscuirse en plenitud. Una vez tomada la decisión, se debe actuar seleccionando los procesos iniciales que sirven
como los más importantes. Es aconsejable comenzar con los que tengan un gran potencial de mejora y donde sea
considerable el pronóstico de mayores ganancias financieras.

Aun cuando es la decisión del administrador, los programas con mayor éxito comienzan con comités formados entre
los empleados de todos los niveles. Se puede generar mayor entusiasmo cuando hay un consenso sobre la
selección del proceso. Para que los grupos logren consenso, se pueden auxiliar con la técnica Delphi modificada.
Cada persona escribe sus tres elecciones principales. Con tres puntos al primer lugar, dos al segundo y uno al
tercero, se tabulan los totales de cada uno de los procesos bajo examen y se muestran los resultados a todos. Quizá
después de un somero análisis, cada persona vota de nuevo y el proceso continúa hasta que se alcance la decisión
unánime.

Supóngase que el proceso seleccionado se refiere a la fabricación de anillos de pistón. El primer paso es reunir
datos. Se hablará con aquellos que manejan el proceso a fin de encontrar las causas y los tipos de defectos, pero
para comenzar, se necesitan datos recientes de todos los defectos que haya en un periodo de dos semanas.

Esta información se puede presentar en un diagrama de Pareto (Gráfico 1.8.1). Este es un diagrama de barras que
muestra grupos de causas de error organizadas con respecto a su frecuencia de presentación. Se construye
simplemente contando los datos de las observaciones de cosas que van mal, los resultados se ordenan en una
secuencia que va del más común al menos frecuente.

La información sobre defectos en los anillos de pistón es la siguiente (Tabla 1.8.1):

Tabla 1.8.1. Defectos en anillos de pistón

Defecto ni hi Ni Hi
Altura 30 54,55 30 54,55
Diámetro 14 25,45 44 80,00
Roturas 4 7,27 48 87,27
Rayaduras 2 3,64 50 90,91
Otros 5 9,09 55 100,00
Totales 55 100

Se puede observar que el 80% de los defectos de los anillos de pistón se deben a una altura incorrecta y a un
diámetro incorrecto. Las otras causas son menos frecuentes y no son necesarias tratarlas inmediatamente.

En el lenguaje de la TQM, se debe “acabar primero con el dragón”. Luego de identificar al “dragón”, que en este caso
es la altura del pistón, se reúne a los ingenieros, supervisores y operadores que fabrican los anillos para una sesión
de “lluvia de ideas”, para confeccionar una lista de las causas posibles de la variación de altura en el proceso.

El planteamiento de la TQM empieza con el hecho de darse cuenta que todos los errores, defectos y problemas
tienen causas, y que existe solamente un número finito de éstas. Primero se identifica y discrimina entre las cosas
que van bien y las cosas que van mal. Luego se debe saber que las causas de los problemas pueden reunirse en
grupos lógicos, y que entre las diferentes razones de defectos existen relaciones de causa y efecto. Estas relaciones
se pueden representar de manera gráfica en diagramas de causa y efecto, también llamados de Ishikawa o de
esqueleto de pescado.

Este diagrama comienza con una línea horizontal al centro que representa un problema (por ejemplo, la altura
incorrecta). Los factores principales que afectan a la altura se listan en líneas diagonales conectadas con la línea
central horizontal. Los factores que afectan a los principales, se incluyen como líneas horizontales conectadas a las
líneas diagonales.

10
 Gráfico 1.8.1. Diagrama de Pareto de los defectos de anillos de pistón

120

100 100,00
90,91
87,27
80 80,00

60 54,55
hi

Hi
54,55

40
25,45
20 9,09
7,27
3,64
0
Altura Diámetro Roturas Rayaduras Otros

Defectos

El diagrama para el ejemplo de las causas y efectos para la altura incorrecta de un anillo de pistón es el siguiente
(Figura 1.8.1):

Figura 1.8.1. Diagrama de causa y efecto de la altura incorrecta de anillos de pistón

Esmerilado

Velocidad
Técnica del
operador
Ajustes de la
Máquina

Altura

Tiempo de
enfriamiento
Proveedor A Tiempo de
calentamiento

Temperatura
Proveedor B máxima

Materiales Templado

Una vez identificadas las causas y efectos del problema de la altura incorrecta se debe trabajar en el sistema.

Los ingenieros pueden hacer correr un diseño factorial en dos niveles, con los proveedores como el factor A y dos
velocidades del esmeril como factor B. Se anota la respuesta, el número de defectos en 200 anillos fabricados con
cada condición.

El diseño experimental que resulta se puede mostrar mediante un cuadrado, donde sus vértices son los tratamientos
que habrá que correr.

Este cuadrado se muestra en la Figura 1.8.2.

11
 2
Figura 1.8.2. Diseño factorial 2 para eliminar defectos en la altura de anillos de pistón

Baja 8 31

Velocidad

Alta 9 28

Proveedor 1 Proveedor 2
Materiales

Los resultados confirman que se debe trabajar con un proveedor único.

Si el proceso es estable con el material del proveedor 1, entonces se realiza otro diagrama de Pareto y así se
continúa con el ciclo de mejora. Una consecuencia de la manera japonesa de trabajar en equipo ha sido la formación
de grupos pequeños de empleados que se llaman círculos de calidad. Estos grupos, que consisten de empleados en
todos los niveles, se reúnen periódicamente para discutir los modos de mejorar continuamente su proceso.

Cuando todos los esfuerzos tienen éxito, es común que la causa principal de errores caiga a cero en el diagrama de
Pareto. Esto significa que otra de las causas es ahora el “dragón” y la atención de la administración debe ponerse en
otra parte del sistema. Esta atención constante a la identificación y solución de problemas se conoce como
mejoramiento continuo de la calidad (CQI: Continuos Quality Improvement).

Si a todos los trabajadores se les da un entrenamiento estadístico y a los ingenieros un entrenamiento de diseño
experimental, pueden recibir su debida atención todos los procesos dentro de la compañía y llegar a mejorarlos.

12
 CONTROL DE LECTURA

Responda de manera clara y en sus propias palabras, las siguientes preguntas:

1. Según su percepción y la carrera que está estudiando, ¿por qué es importante el diseño de experimentos en el
ámbito de la ingeniería?

2. ¿Cuál cree que es el obstáculo más importante para que el diseño de experimentos no se aplique actualmente
para resolver problemas en la ingeniería?

3. Según su opinión, ¿cuál cree que es el logro más importante de uso del diseño experimental en la rama de la
ingeniería que está estudiando?

4. Defina en sus propias palabras, lo que es un experimento diseñado.

5. Nombre los principales objetivos del diseño experimental.

6. Imagine y describa de acuerdo a su experiencia como estudiante, tres experimentos que tengan que ver con la
caracterización de algún proceso, la optimización de algún proceso y el diseño de algún producto.

7. Describa brevemente cuáles son los dos aspectos que necesariamente debe considerar un diseño de
experimentos.

8. Describa brevemente los aspectos que se deben considerar para introducir el análisis estadístico en el diseño
experimental.

9. ¿Cuáles son los tres principios básicos de un diseño experimental?

10. Describa brevemente la metodología empleada para desarrollar un diseño experimental.

11. Busque en internet la biografía de Roland A. Fisher y escriba un resumen.

12. Suponga que quiere estudiar el desempeño de un automóvil y lo que desea es encontrar los factores que más
influyen en su rendimiento, ¿cuáles podrían ser las variables de respuesta?, ¿cuáles los factores a estudiar?,
¿cuáles los factores no controlables o de ruido?

13. Un grupo de investigadores trabaja para industrializar la mermelada de tuna, para ello realizan mermeladas
considerando los siguientes factores:

a) Variedad de tuna: tres tipos.

b) Con cáscara o sin cáscara.
c) Completa o la pura pulpa.

Por tanto, se tiene 12 posibles formas (tratamientos) de producir mermelada. La pregunta central que se
plantean es si influyen en el sabor los factores considerados, y quisieran encontrar cuál es la mejor
combinación de mermelada (tratamiento ganador). Para responder hicieron las 12 combinaciones y cada una la
pusieron en un recipiente numerado. En seguida se trasladaban a lugares concurridos donde acomodaban los
recipientes ordenados del 1 al 12, y a personas del público les entregaban una hoja de registro y la invitaban a
que en el orden dado probaran en pequeñas porciones las mermeladas y anotaban qué tan buena les parecía
la mermelada (en una calificación entre 0 a 10). Al final se tuvo la respuesta de 420 personas, donde cada una
daba 12 calificaciones (una para cada mermelada). ¿Hay algo que desde su punto de vista invalide los
resultados obtenidos? Utilice sentido común y argumente su respuesta.

14. Una compañía farmacéutica realizó un experimento para comprobar los tiempos promedio (en días) necesarios
para que una persona se recupere de los efectos y complicaciones que siguen a un resfriado común. En este
experimento se compararon las personas que tomaron distintas dosis diarias de vitamina C. Para hacer el
experimento se contactó a un número determinado de personas, que en cuanto les daba el resfriado
empezaban a recibir algún tipo de dosis (las cuales se iban rotando). Si la edad de éstas es una posible fuente
de variabilidad, explique con detalle cómo aplicaría la idea de bloqueo para controlar tal fuente de variabilidad.

13
15. El tiempo de vida de una gaseosa almacenada resulta de vital interés para una compañía de bebidas. El
encargado quiere determinar si la vida media de una gaseosa en almacén es superior a 125 días. Son
seleccionadas del almacén de producto terminado 10 botellas y son probadas, obteniéndose los siguientes
resultados del tiempo de vida en días:

108 124 124 106 115 138 163 159 134 139

¿Qué elementos, factores, características o principios implementaría, controlaría o añadiría en el diseño de

este experimento para obtener resultados confiables?

14