1. ¿Qué es el diseño de experimentos?

Aplicación del método científico para generar conocimiento acerca de un sistema o

proceso, pero medio de pruebas planeadas adecuadamente.
2. ¿En qué consiste?
Consiste en determinar cuales pruebas se deben de realizar y de qué manera,
para obtener datos que, al ser analizados estadísticamente, proporcionen
evidencias objetivas para responder interrogantes plateadas.
3. Problemas típicos que pueden resolverse con el diseño y el análisis de
experimentos
 Reducir el tiempo de ciclo del proceso.
• Hacer el proceso insensible o robusto a oscilaciones de variables ambientales.
• Apoyar el diseño o rediseño de nuevos productos o procesos.
• Ayudar a conocer y caracterizar nuevos materiales.
4. ¿Quién creo el diseño estadístico de procesos?
Ronald A. Fisher
5. ¿Qué aportó George E.P. Box?
Metodología de la superficie de respuestas
6. ¿Deming e Ishikawa que utilizaron?
Uso de estadística en calidad
7. ¿Qué realizó Genichi Taguchi?
Diseño robusto de experimentos
8. ¿Qué es un experimento?
Es un cambio en las condiciones de operación de un sistema o proceso, que se
hace con el objetivo de medir el efecto del cambio sobre una o varias propiedades
del producto o resultado.
9. ¿Qué es una unidad experimental?
Pieza(s) o muestra(s) que se utiliza para generar un valor que sea representativo
del resultado de la
prueba.
10. ¿Qué es una variable de respuesta?
A través de esta(s) variable(s) se conoce el efecto o los resultados de cada prueba
experimental.

11. ¿Qué son los factores controlables?

Son variables de proceso y/o características de los materiales y los métodos
experimentales que se pueden fijar en un nivel dado, también se les llama
variables de entrada, condiciones de proceso, variables de diseño, parámetros del
proceso, las x de un proceso o simplemente factores.
12. ¿Qué son los factores no controlables o de ruido?
Son variables que no se pueden controlar durante el experimento o la operación
normal del proceso.
13. ¿Qué son los factores estudiados?
Son las variables que se investigan en el experimento para observar cómo afectan
o influyen en la variable de respuesta.
14. ¿Qué son los niveles?
Los diferentes valores que se asignan a cada factor estudiado en un diseño
experimental se llaman niveles.
15. ¿Qué son los tratamientos?
Una combinación de niveles de todos los factores estudiados se llama tratamiento
o punto de diseño.
16. ¿Qué es error aleatorio?
Es la variabilidad observada que no se puede explicar por los factores estudiados;
resulta del pequeño efecto de los factores no estudiados y del error experimental.
17. ¿Qué es error experimental?
Componente del error aleatorio que refleja los errores del experimentador en la
planeación y ejecución del experimento.
18. ¿Cuáles son las etapas en el diseño de experimentos?
1. Entender y delimitar el problema u objeto de estudio
2. Elegir la(s) variable(s) de respuesta que será medida en cada punto del diseño
y verificar que se mide de manera confiable.
3. Determinar cuáles factores deben estudiarse o investigarse, de acuerdo a la
supuesta influencia que tienen sobre la respuesta.
4. Seleccionar los niveles de cada factor, así como el diseño experimental
adecuado a los factores que se tiene y al objetivo del experimento.
5. Planear y organizar el trabajo experimental.
6. Realizar el experimento.
7. Análisis
8. Interpretación
9. Control y conclusiones finales
19. Definición de Aleatorización
Consiste en hacer corridas experimentales, en orden aleatorio (al azar); este
principio aumenta la posibilidad de que el supuesto de independencia de los
errores se cumpla.
20. Definición de Repetición
Es correr más de una vez un tratamiento o combinación de factores.
21. Bloqueo
Es nulificar o tomar en cuenta en forma adecuada todos los factores que puedan
afectar la respuesta observada.
22. Los cinco aspectos que más influyen en la selección de un diseño
experimental
 El objetivo del experimento.
 El número de factores a estudiar.
 El número de niveles que se prueban en cada factor.
 Los efectos que interesa investigar (relación factores- respuesta).
 El costo del experimento, tiempo y precisión deseada.

23. ¿Cuál es el objetivo de los diseños factoriales?

es estudiar el efecto de varios factores sobre una o varias respuestas, cuando se
tiene el mismo interés sobre todos los factores.
24. Ejemplo de cualitativos
Máquinas, tipos de material, operador, la presencia o ausencia de una operación
previa.
25. Ejemplos de cuantitativos
Temperatura, humedad, velocidad, presión, etc.
26. Efecto de un factor:
Es el cambio observado en la variable de respuesta debido a un cambio de nivel
en el factor.
27. Efecto principal:
Es igual a la respuesta promedio observada en el nivel alto de un factor, menos la
respuesta promedio en el nivel bajo.

28. Efecto de interacción:

Dos factores interactúan de manera significativa sobre la variable de respuesta
cuando el efecto de uno depende del nivel en que está el otro

29. Ventajas de los diseños factoriales

1. Permiten estudiar el efecto individual y de interacción de los distintos factores.

2. Son diseños que se pueden aumentar para formar diseños compuestos en caso
de que se requiera una exploración más completa. Por ejemplo, es útil aumentar el
diseño si el comportamiento de la respuesta no es lineal en los factores
controlados.
3. Se pueden correr fracciones de diseños factoriales, las cuales son de gran
utilidad en las primeras etapas de una investigación que involucra a muchos
factores, cuando interesa descartar de manera económica los que no son.
30.Pasos para realizar ANOVA
1. Contrastes
2. Efectos
3. Suma de cuadrados
4. ANOVA
30. Interacción sinérgica (+):
Cuando la interacción de los factores en su nivel más alto da un valor más alto
que la respuesta
31. Interacción antagónica (-):
 Cuando la interacción de los factores en su nivel más alto da un valor más bajo
que la respuesta

32. Estimación de los efectos.

◦ Entre mas alto es mayor la incidencia en la variable de respuesta.
◦ Sí el efecto es positivo, aumenta el valor de los factores va aumentar el valor de
la variable de respuesta.
◦ Si el efecto es negativo, al aumentar el valor va a disminuir la variable de
respuesta.