El diseño de experimento en la industria

El diseño de experimentos es una técnica para hacer pruebas en la industria con

la intención de resolver problemas o mejorar procesos. A menudo, estos
experimentos se hacen de manera informal y basándose en la intuición, en lugar
de seguir un plan experimental adecuado. El diseño estadístico de experimentos
es la forma más eficaz de hacer pruebas, ya que permite determinar cuáles
pruebas se deben realizar y de qué manera, para obtener datos que al ser
analizados estadísticamente proporcionen evidencias objetivas que permitan
responder las interrogantes planteadas.
El diseño de experimentos puede resolver problemas como la comparación de
materiales, la determinación de los factores de un proceso que tienen impacto
sobre una o más características del producto Y, encontrar las condiciones de
operación donde se reduzcan los defectos o se logre un mejor desempeño del
proceso, entre otros. El diseño de experimentos implica la manipulación
deliberada del proceso para obtener información valiosa y mejorar el proceso.
El conocimiento del diseño de experimentos, combinado con los conocimientos
del proceso y otras técnicas estadísticas, permite a los responsables del proceso
ser observadores perceptivos y proactivos que pueden proponer mejoras y
observar oportunidades de mejora en los datos donde otras personas no ven
nada.
Diseños de experimentos de investigación

El objetivo de los métodos estadísticos en la investigación científica o aplicada es

hacer el proceso de generación de conocimiento lo más eficiente posible. Este
proceso implica la interacción de la teoría, los modelos y las hipótesis con la
realidad, los hechos y los datos. Cuando hay discrepancias entre las consecuencias
de la hipótesis y los datos, se inicia un proceso de inducción para modificar la
hipótesis original. Este proceso interactivo de aprendizaje se puede visualizar
como un ciclo de retroalimentación en el que las discrepancias llevan a hipótesis
modificadas y de la verificación de estas, se obtiene conocimiento y se produce
una nueva modificación.
En resumen, los métodos estadísticos son fundamentales para la generación de
conocimiento y la mejora de la eficiencia del proceso de investigación científica o
aplicada.

El proceso de deducción implica comparar las consecuencias derivadas de una

hipótesis con los datos disponibles. Por otro lado, el proceso de inducción se inicia
cuando las consecuencias de la hipótesis original y los datos no están de acuerdo,
lo que lleva a modificar la hipótesis original. En resumen, la deducción implica
comparar hipótesis con datos, mientras que la inducción implica modificar
hipótesis cuando las consecuencias derivadas no coinciden con los datos.

Diseño de experimentos Historia

El diseño estadístico de experimentos fue introducido por Ronald A. Fisher en la
primera mitad del siglo XX y ha sido utilizado para acelerar el aprendizaje en la
investigación agrícola. Fisher proporcionó métodos para evaluar los resultados
experimentales y diseñar experimentos para investigar la influencia simultánea de
varios factores. En la década de 1950, George E. P. Box desarrolló la metodología
de superficie de respuestas, que incluía nuevas familias de diseños y una
estrategia para la experimentación secuencial. A partir de la década de 1980, el
diseño de experimentos se convirtió en una herramienta de aplicación frecuente
en la industria japonesa, gracias al movimiento por la calidad encabezado por los
gurús Deming e Ishikawa. La utilidad del diseño de experimentos para resolver
problemas y diseñar mejor los productos y procesos llevó a que las industrias
empezaran a entrenar a sus ingenieros en su aplicación, y las universidades lo
incorporaran como materia obligatoria en la mayoría de las ingenierías.
En resumen, el diseño estadístico de experimentos ha sido una herramienta clave
para acelerar el aprendizaje y mejorar la calidad en la investigación y la industria.
Ronald A. Fisher George E.P box
Diseños de experimentos Definiciones básicas
El diseño de experimentos es una metodología que utiliza técnicas estadísticas e
ingenieriles para entender mejor situaciones complejas de relación causa-efecto.
Un experimento consiste en cambiar las condiciones de operación de un sistema
o proceso con el objetivo de medir el efecto del cambio sobre una o varias
propiedades del producto o resultado. Para ello, es importante definir
cuidadosamente la unidad experimental, que puede ser una pieza o muestra de
una sustancia o un conjunto de piezas producidas, dependiendo del proceso que
se estudia.
En todo proceso intervienen distintos tipos de variables o factores, como las
variables de respuesta, que miden el efecto o los resultados de cada prueba
experimental, y los factores controlables, que se pueden fijar en un nivel dado.
También existen factores no controlables o de ruido, que son variables o
características de materiales y métodos que no se pueden controlar durante el
experimento o la operación normal del proceso, y factores estudiados, que son
las variables que se investigan en el experimento respecto a cómo influyen o
afectan a la(s) variable(s) de respuesta.
Los diferentes valores que se asignan a cada factor estudiado en un diseño
experimental se llaman niveles, y una combinación de niveles de todos los
factores estudiados se llama tratamiento o punto de diseño. Es necesario probar
cada tratamiento y obtener el correspondiente valor de la variable de respuesta.
Siempre habrá un remanente de variabilidad que se debe a causas comunes o
aleatorias, que generan la variabilidad natural del proceso, constituyendo el
llamado error aleatorio. Cuando se corre un diseño experimental, es importante
que la variabilidad observada de la respuesta se deba principalmente a los
factores estudiados y en menor medida al error aleatorio.
Diseños de experimentos Etapas
El diseño de experimentos es un proceso que implica varias etapas. En la etapa de
planeación se debe entender y delimitar el problema u objeto de estudio, elegir
la(s) variable(s) de respuesta, determinar los factores que deben estudiarse,
seleccionar los niveles de cada factor y el diseño experimental adecuado, y
planear y organizar el trabajo experimental. En la etapa de realización se realiza el
experimento siguiendo el plan previsto. En la etapa de análisis se utilizan métodos
estadísticos inferenciales, como el análisis de varianza ANOVA, para ver si las
diferencias o efectos muestrales son lo suficientemente grandes para garantizar
diferencias poblacionales. En la etapa de interpretación se analizan los resultados
del experimento y se toman decisiones con apoyo de las pruebas estadísticas.
Finalmente, en la etapa de control y conclusiones finales se implementan medidas
para generalizar el resultado del estudio y mantener las mejoras, y se presenta
una difusión de los logros.

ANOVA significa Análisis de Varianza y es un método estadístico utilizado para

comparar las medias de múltiples grupos o tratamientos para determinar si
existen diferencias significativas entre ellos. La idea básica detrás de ANOVA es
dividir la variación en los datos en diferentes componentes: la variación entre
grupos y la variación dentro de los grupos. Si la variación entre los grupos es
mayor que la variación dentro de los grupos, sugiere que existen diferencias
significativas entre los grupos. es una herramienta poderosa para comparar las
medias de múltiples grupos y determinar si existen diferencias significativas entre
ellos. Se utiliza ampliamente en muchos campos, incluvendo psicología, biologia e
ingeniería, para analizar datos experimentales y llegar a conclusiones
significativas.
Diseños de experimentos Métodos Estadísticos

En resumen, es importante tener en cuenta que aunque el uso de métodos

estadísticos puede mejorar el proceso de investigación, no garantizan el éxito de
la misma. Es esencial tener un buen conocimiento técnico y práctico del
fenómeno o proceso que se está estudiando para poder seleccionar
adecuadamente los factores y diseñar el experimento de manera efectiva.
Además, es crucial diferenciar entre la significancia estadística y la importancia
práctica de los resultados. En lugar de pretender responder todas las preguntas
en una sola fase de experimentación, se recomienda considerar la
experimentación secuencial para alcanzar una mayor precisión en los
conocimientos y soluciones. La experimentación secuencial se realiza de manera
planificada y estructurada, lo que permite obtener resultados y conclusiones
importantes para generar soluciones y conocimientos más refinados en la
siguiente fase de experimentación.
Diseño de experimentos principios
El diseño de experimentos se ocupa de fenómenos observables y repetibles, lo
que implica que sin el pensamiento estadístico, los conceptos de observabilidad y
repetibilidad son inherentemente contradictorios. Es importante planear y
analizar cuidadosamente un experimento para que los datos obtenidos sean útiles
para responder a las preguntas planteadas. Los principios básicos del diseño de
experimentos son la aleatorización, la repetición y el bloqueo. La aleatorización
consiste en hacer las corridas experimentales en orden aleatorio y con material
también seleccionado aleatoriamente, lo que aumenta la probabilidad de que el
supuesto de independencia de los errores se cumpla. La repetición implica correr
más de una vez un tratamiento o combinación de factores para distinguir mejor
qué parte de la variabilidad total de los datos se debe al error aleatorio y cuál a
los factores. El bloqueo consiste en nulificar o tomar en cuenta, en forma
adecuada, todos los factores que puedan afectar la respuesta observada. Al
bloquear, se supone que el subconjunto de datos que se obtengan dentro de cada
bloque debe resultar más homogéneo que el conjunto total de datos
Diseño de experimento clasificación y selección .
En resumen, hay muchos diseños experimentales disponibles para estudiar
diferentes problemas y situaciones en la práctica, y es importante saber cómo
elegir el diseño adecuado para cada situación. Para hacerlo, es necesario conocer
cómo se clasifican los diseños según su objetivo y características. Además, hay
cinco aspectos clave que influyen en la elección del diseño experimental, como
son:
 El objetivo del experimento
 El número de factores a estudiar
 El número de niveles que se prueban en cada factor,
 Los efectos que se quieren investigar y el costo y precisión deseada
Estos aspectos no son independientes entre sí, y al cambiar cualquiera de ellos, es
probable que cambie el diseño experimental a utilizar. En general, la elección del
diseño experimental adecuado es crucial para obtener resultados confiables y
relevantes en la investigación experimental.
Los diseños experimentales se pueden clasificar en diferentes categorías según su
objetivo :
Bibliografía

 Gutiérrez pulido , H.,y vara Salazar R.d.l (2008).Análisis y diseños de

experimentos (2da edición ), México D.F ,:McGrawHill.