DDE - Planeación de un Experimento Rev.

8-1 20 ene ro, 1999

Planeación de
un Experimento

7.1
7. 1
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Planeación de un Experimento
Propósito:

El propósito de esta sección es proporcionarle

algunos lineamientos prácticos al planificar
experimentos. Esta sección tiene la intención de
ser una ”lista de verificación" de temas a revisar
antes de correr un experimento.

Objetivos:

1) Definir los pasos al planificar un experimento

2) Reconocer las barreras potenciales que se

interponen a los diseños efectivos

7.2
7. 2
GE A ppliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Las Preguntas de Planeación

Planificar 1) ¿Qué quiere saber?

2) ¿Cómo quiere ver lo que necesita
saber?
Preguntas 3) ¿Qué tipo de herramienta generará lo
que necesita ver?
Críticas
4) ¿Qué tipo de datos se requieren para
la herramienta seleccionada?
5) ¿Dónde puede obtener el tipo de
datos requeridos ?
Ejecutar

El Principio de
Carga Inversa
Saber
Ver
Herramienta
Datos
Ubicación

7.3
7. 3
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

¿Qué necesita tener en

la Fase de Mejora?
Requisitos de entrega en la Fase de Mejora:
• Equipo de apoyo técnico
• Definición del problema , incluyendo la
respuesta Y
• Mapa de proceso
• Gage R&R
• Línea Base de la respuesta Y
• 4-bloques para el área de enfoque

Requisitos de entrega en la Fase de Análisis:

• Análisis de datos de línea base
– Gráficas
– Pruebas F, t y Ji 2
– ANOVA
• Las X Vitales dudosas

Requisitos del Equipo Administrativo:

• Tiempo
• Costo
• Soporte de la Estrategia de DDE
• Recursos

7.4
7. 4
GE A ppliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Tipos de Experimentos

1. Experimentos de selección
por eliminación -- usados
para determinar cuáles
variables son de importancia
máxima (muchas variables,
pocos niveles - diseños
factoriales fraccionados).
POCAS VITALES

2. Estudio detallado de unas pocas variables

-- Usar más niveles de variables
independientes (diseños factoriales
completos, diseños de superficie de
respuesta) para ajustarse a un modelo más
complejo mediante análisis de regresión.

3. Experimentos de confirmación -- usados

para demostrar que los resultados
prometedores pueden repetirse.
7.5
7. 5
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

La naturaleza iterativa del Proceso Experimental:

• Experimentos Preliminares:
A veces es mejor correr primero una serie de experimentos
eliminatorios pequeños, en vez de confiar en un solo gran
experimento. En los experimentos preliminares puede
aprender:
1. Qué variabl es son imp orta ntes. E sto podría d arle
una mejor comp rensión de los mecanismos que
podr ían controlar el proceso, y sugerir le varia bles
a uti liza r en experimen tos posterio res.

2. Cómo cond ucir los exp erimentos. Esto p uede

usa rse para mejora r sus técnicas de
exp erimentació n e n exper ime ntos poster iores.

• Experimentos Secuenciales:
Corra un diseño inicial y analice los resultados. Decida
si se requiere más experimentación para probar las
regiones/variables adicionales, o para explorar con más
detalle la región/variable actual.

Ejemplo: Iniciar con un diseño 22 (4 corridas).

Si los resultados muestran que no está
totalmente dentro de la región deseada,
escoja niveles en la dirección deseada
y corra otro pequeño experimento.

7.6
7. 6
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Pasos al Planificar un Experimento

1) Definir el Objetivo
2) Seleccionar las Variables de Respuesta ‘Y’
(Dependientes)

3) Seleccionar las Variables ‘X’ (Independientes)

4) Seleccionar los Niveles de la Variable ‘X’
5) Seleccionar el Diseño Experimental
6) Correr el Experimento y Recolectar los Datos
7) Analizar los Datos
8) Sacar Conclusiones

9) Realizar una Corrida de Confirmación

El propósito de un experimento es tener una

mejor comprensión del mundo real, no para
comprender los datos exper imentales

William Diamond
Estadístico Retirado de IBM

7.7
7. 7
B16.15 GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

1. Definir el Objetivo
Definir el objetivo de un
experimento en esta forma:
• Estimar los efectos de: [lista de variables independientes]
• Sobre las respuestas de:[lista de variables dependientes]

Ejemplos:
1) Estimar los efectos de tiempo, temperatura y
concentración de limpiador sobre la respuesta residuo.

2) Estimar los efectos de región y % de carga de piso

sobre el volumen de ventas.

Mientras se planea un experimento, es muy útil

hacerse las siguientes preguntas:
1) ¿Qué decisiones deben tomarse con los datos?
2) ¿Cómo serán analizados los datos después de ser
recolectados?
3) ¿Los datos y los análisis permitirán que sean tomadas
las decisiones requeridas?
Si la respuesta a la pregunta 3 es no, entonces re-diseñe
el experimento.

7.8
7. 8
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

2. Seleccionar las Variables de

Respuesta ‘Y’ (Dependientes)
Es posible medir varias variables dependientes (de
respuesta) y modelar cada una de éstas como
funciones de las variables independientes al mismo
tiempo.

Datos Variables contra Datos Atributos

Los datos Atributo (pasa/no pasa) son menos
eficientes en un 63% que los datos variables
(mediciones continuas). Esto significa que se
requieren mucho más datos para
sacar conclusiones
válidas estadísticamente.
Sin embargo, a
veces es difícil
obtener mediciones
cuantitativas de la
respuesta que nos
interesa. Con
frecuencia es posible
utilizar rankings
(categorías) o
comparaciones con
estándares.

7.9
7. 9
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

No se olvide del Gage RyR...

Sin importar el tipo datos que usted tenga debe

validar su sistema de medición antes de correr su
experimento. Si éste es inaceptable, debe ser
mejorado (reducido) a <20%.

Recuerde - ¡El Gage RyR es

importante para ambas:Y y X!

7.10
7. 10
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

3. Seleccionar las Variables ‘X’

(Independientes)
Existen muchos tipos de variables‘X’:
- Variables de diseño, intencionalmente varían
en el experimento
- Variables de bloqueo
- Variables que se mantienen constantes
- Variables que son monitoreadas, pero no son
cambiadas intencionalmente
- Variables de ruido
- Variables ocultas

Seleccionar las variables ‘X’ para estudio

mediante:
- Opinión de Experto
- Lluvia de ideas
- Diagramas de Flujo
- Datos de Línea Base
- Diagramas de Causa
y Efecto
- Análisis Competitivo
- Entrada de Proveedor
- “Caminar en el Proceso”
- Rolled Throughput Yield
- Regresión
- ANOVA

7.11
7. 11
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

3. Seleccionar las Variables ‘X’

(Independientes) (cont.)

Fundamentación para el estudio de muchas

variables simultáneamente...

• Con frecuencia existen muchas variables

candidatas.

• Los experimentos le dan a los miembros del equipo

una oportunidad para introducir y probar
sus variables de interés.

• Puede darle seguimiento después con un

experimento de confirmación o uno más
detallado con menos variables.

7.12
7. 12
GE A ppliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Seleccionar las Variables ‘X’ adecuadas:

• La experiencia nos muestra que sólo de 2 a 6
variables terminarán siendo las ‘Pocas Vitales’

• El reto es encontrar las “X” de mayor influencia

y el rango de prueba que las haga visibles.

• Primero pruebe las candidatas más probables

• Mantenga el diseño sencillo a menos que sepa
muy poco sobre el proceso. En este caso,
pruebe muchas variables para enfocar las ‘Pocas
Vitales’ reduciéndolas (experimento de selección
por eliminación)

• Recuerde, la
experimentación es una
manera de poner en
tela de juicio hecha por
Usted y su equipo de
apoyo técnico ---
¡Podría equivocarse
alguna vez!

7.13
7. 13
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

4. Seleccionar los Niveles de las Variables ‘X’

El número de niveles que escoja dependen del objetivo de l

experimento y la gráfica de la respuesta.

• Si está bu scando las va riables imp ortantes co n un experimen to de

se lección po r elimin ación, por lo gener al se utilizan d os niveles.

• Si no pue de a justar una línea a través d e los datos (un a re spu esta
p oten cia lme nte no-l ineal), n o h aga el mod elo con una línea.

• Si sabe que la va riable es V ital y q uiere estud iar su efecto

detallada men te, general mente son utili zad os más de dos niveles.

EX PERIMENTO y
DE DO S
NIV ELES:
x
-1 1

EX PERIMENTO y
DE TRES
NIV ELES:

x
-1 0 1

7.14
7. 14
GE Appliance s Copyrig ht 19 97
 DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Cuando selecciona los Niveles de Variable...

El rango debe ser lo suficientemente amplio

para mostrar una diferencia, SI es que existe
una diferencia.

Ejemplo: Cambiar la temperatura por un grado

probablemente tendrá poco efecto sobre el
resultado, y podría concluir incorrectamente que la
temperatura no es una variable importante.

Comprender que los niveles no deben estar

más allá del rango de factibilidad (¡pero
pueden estar más allá del actual rango del
proceso!).

Ser consciente de que algunas

combinaciones en la prueba producirán
respuestas no aceptables, y que estos
resultados son de esperarse y son deseables.

7.15
7. 15
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

5. Seleccionar el Diseño Experimental

Cuando diseñe el experimento,

considere los 10 Elementos Clave...

a) Ortogonalidad
b) Aleatorización
c) Réplica
d) Repetición
e) Controles
f) Variables Ocultas
g) Variables de Ruido
h) Bloqueo
i) Tamaño Muestral
j) Confusión

7.16
7. 16
GE A ppliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

10 Elementos Claves de Diseños Experimentales

a) Arreglos Ortogonales (planes de pruebas

factorial y factorial fraccionada) se usan para
separar los efectos de las variables.

b) Aleatorización para reducir los efectos de

variables extrañas y asegurar que las pruebas
estadísticas de significancia son válidas.

Hacer aleatorio:
- El orden de corrida
- La designación de las unidades experimentales
- El orden de medición

c) Réplica (reajustar completamente el

experimento y obtener resultados adicionales en
los mismos niveles)
- Reduce la variabilidad de una estimación
(intervalos de confianza más cortos)
- Proporciona una estimación de la variación y
confianza en los resultados.

7.17
7. 17
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

10 Elementos Claves de Diseños Experimentales

(Cont.)

d) Repetición (medir muestras múltiples de cada

corrida experimental)
- No es tan benéfica como la Réplica, pero le
permite hacer estimación de la variación.

e) Controles y distribuciones de referencia. La

mayoría de los experimentos son comparativos.
Incluir un control o línea base puede ser de mucha
utilidad.

f) Variables Ocultas son variables que pueden

afectar los resultados pero son desconocidas, no
controladas, no controlables o no medibles.

La influencia de la variables ocultas frecuentemente

puede reducirse mediante bloqueo y aleatorización.

7.18
7. 18
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

10 Elementos Claves de Diseños Experimentales

(Cont.)

g) Variables de Ruido se conocen como (o se piensa

que son) las que afectan los resultados, pero que no
podemos o no elegimos controlar. Ejemplos:la humedad,
el día de la semana, los incentivos de la competencia.
Para reducir el efecto de las variables de ruido,
seleccione variables de prueba que puedan ser
monitoreados a través de todos los niveles en el
experimento.
Ejemplo:
Que remos un diseño de lavadora que funcione bien par a todo tipo de telas
y todas las cargas de lava do porque no pode mo s prede cir o co ntro lar e sto
en los h ogares de nuestro s co nsu mid ores. ‘ Tiempo ’ y ‘ Galone s’ son l as
variable s de prueb a. ‘ Tamaño de Carga’ (6 ó10 lbs) y ‘Tipo de Tela ’
(Alg odón o Sintéti co) son las variabl es de ruido .
Pod ríamos con figu rar el e xpe rime nto de la siguiente ma nera:

(Variables de Prueba) (Variables de Ruido)

Alg odón Algod ón Sintético Sintético Tipo de Tela

Tiempo Galones 6 10 6 10 Tamaño de Carga
10 4 X X X X
10 8 X X X X
10 4 X X X X
10 8 X X X X

7.19
7. 19
GE A ppliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

10 Elementos Claves de Diseños Experimentales

(Cont.)
h) Bloqueo
Un ‘bloque ’ es un grupo de unida des homog éneas.
Compare las varia bles ind ependi ente s dentro de los blo ques, no entre ellos.
Beneficios del bloqueo:
 Le da a tod as las varia bles in dependientes igual op ortu nidad (prue ba j usta)
 Pro porciona algun a pr otección contra la confusi ón y las variab les ocultas
 Reduce la vari ació n y da mayor precisión en las estima ciones
(A menudo es bueno bloq uear sobre el tiempo o sobre el orden de corrida )

Ejemplo de Bloqueo 1: Probar 4 ti pos de pinturas (A, B, C, D) sobre 4

muestra s de acero.

Muestra de acero 1 A B C D

Muestra de acero 2 B C D A

Muestra de acero 3 C D A B

Muestra de acero 4 D A B C

Una variable de bloque generalmente es una variable “que

se pone en el camino”. Podría considerarla simplemente
como otra variable independiente. . . .

7.20
7. 20
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Ejemplo de Bloqueo 2: Bloque sobre tiempo u orden de corrida

Escenario: Tomar muestras el lunes y miércoles en un
centro de atención telefónica, para poder capturar los efectos
del día de la semana.

experimento 23, 8 corridas, 2 bloques (días) con 4 corridas

por bloque

X1 X2 X3 X1 *X 2*X 3 Bloque
-1 -1 -1 -1 1 - L un
-1 -1 1 1 2 - Mier
-1 1 -1 1 2 - Mier
-1 1 1 -1 1 - L un
1 -1 -1 1 2 - Mier
1 -1 1 -1 1 - L un
1 1 -1 -1 1 - L un
1 1 1 1 2 - Mier

Las corridas con X1*X2 *X3 = -1 se convierten en el bloque 1, y se corren el día 1

Las corridas con X1*X2 *X3 = 1 se convierten en el bloque 2, y se corren el día 2

Cada bloque es un experimento factorial fraccionado 2 3-1.

7.21
7. 21
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

10 Elementos Claves de Diseños Experimentales

(Cont.)

i) Determinar Tamaño Muestral

Generalmente se tiene que llegar a una negociación entre
costo y precisión cuando se está decidiendo cuántas
muestras tomar
Debe considerar:
- La variabilidad
- El tamaño de la diferencia que es importante
- El nivel de confianza para determinar el tamaño muestral
apropiado
(Ver el escrito de Bill Wunderlin sobre “Cómo determinar el
Tamaño Muestral”, en el Apéndice de este capítulo)
Ejemplo: Tiene una distribución con  = 1 y quiere ver un
cambio de = 0.8. De la tabla de tamaños muestrales ( = .05,
 = .10) vemos que n = 33. Ya que hemos configurado un
diseño 23 (8 Corridas), necesitaremos medir 8 muestras en
cada combinación de nivel como se muestra abajo:
A B C n / Celda

}
- - - 8
+ - - 8
- + - 8 32 muestras
+ + - 8

}
- - + 8
+ - + 8
- + + 8 32 muestras
+ + + 8
7.22
7. 22
GE A ppliance s Copyrig ht 19 97
 DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Una Tabla de Tamaño Muestral Básica

Aplicable sólo con da tos continuos
  20%  10%  5%  1%
 20% 10% 5% 1% 20% 10% 5% 1% 20% 10% 5% 1% 20% 10% 5% 1% 
0.2 225 328 428 651 309 428 541 789 392 525 650 919 584 744 891 1202
0.3 100 146 190 289 137 190 241 350 174 234 289 408 260 331 396 534
0.4 56 82 107 163 77 107 135 197 98 131 162 230 146 186 223 300
0.5 36 53 69 104 49 69 87 126 63 84 104 147 93 119 143 192
0.6 25 36 48 72 34 48 60 88 44 58 72 102 65 83 99 134
0.7 18 27 35 53 25 35 44 64 32 43 53 75 48 61 73 98
0.8 14 21 27 41 19 27 34 49 25 33 41 57 36 46 56 75
0.9 11 16 21 32 15 21 27 39 19 26 32 45 29 37 44 59
1.0 9 13 17 26 12 17 22 32 16 21 26 37 23 30 36 48
1.1
1.2
7 11 14 22
6 9 12 18
10 14 18 26
9 12 15 22
13 17 21 30
11 15 18 26
19
16
25
21
29
25
Ejemplo
40
Ejemplo
33
1.3 5 8 10 15 7 10 13 19 9 12 15 22 14 18 21 28
1.4 5 7 9 13 6 9 11 16 8 11 13 19 12 15 18 25
1.5 4 6 8 12 5 8 10 14 7 9 12 16 10 13 16 21
1.6 4 5 7 10 5 7 8 12 6 8 10 14 9 12 14 19
1.7 3 5 6 9 4 6 7 11 5 7 9 13 8 10 12 17
1.8 3 4 5 8 4 5 7 10 5 6 8 11 7 9 11 15
1.9 2 4 5 7 3 5 6 9 4 6 7 10 6 8 10 13
2.0 2 3 4 7 3 4 5 8 4 5 6 9 6 7 9 12
2.1 2 3 4 6 3 4 5 7 4 5 6 8 5 7 8 11
2.2 2 3 4 5 3 4 4 7 3 4 5 8 5 6 7 10
2.3 2 2 3 5 2 3 4 6 3 4 5 7 4 6 7 9
2.4 2 2 3 5 2 3 4 5 3 4 5 6 4 5 6 8
2.5 1 2 3 4 2 3 3 5 3 3 4 6 4 5 6 8
2.6 1 2 3 4 2 3 3 5 2 3 4 5 3 4 5 7
2.7 1 2 2 4 2 2 3 4 2 3 4 5 3 4 5 7
2.8 1 2 2 3 2 2 3 4 2 3 3 5 3 4 5 6
2.9 1 2 2 3 1 2 3 4 2 2 3 4 3 4 4 6
3.0 1 1 2 3 1 2 2 4 2 2 3 4 3 3 4 5
3.1 1 1 2 3 1 2 2 3 2 2 3 4 2 3 4 5
3.2 1 1 2 3 1 2 2 3 2 2 3 4 2 3 3 5
3.3 1 1 2 2 1 2 2 3 1 2 2 3 2 3 3 4
3.4 1 1 1 2 1 1 2 3 1 2 2 3 2 3 3 4
3.5 1 1 1 2 1 1 2 3 1  2 2 3 2 2 3 4

3.6 1 1 1 2 1 1 2 2 1 2 2 3 2 2 3 4
3.7 1 1 1 2 1 1 2 2 1 2 2 3 2 2 3 4
3.8 1 1 1 2 1 1 1 2 1 1 2 3 2 2 2 3
3.9 1 1 1 2 1 1 1 2 1 1 2 2 2 2 2 3
4.0 1 1 1 2 1 1 1 2 1 1 2 2 1 2 2 3

7.23
7. 23
Copyright 1995 Six Sigma Academy, I nc. B13.10 GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

10 Elementos Claves de Diseños Experimentales

(Cont.)
j) Confusión es la incapacidad para separar los
efectos de las variables de una a la otra, o de las
interacciones. Recuerde que todos los factoriales
fraccionados tienen algún grado de confusión.

Ejemplo 1: Cambiando 2 variables simultáneamente.

Corrida X1 X2 ¿X1 ó X2
1 baja ba ja ocasionó el
2 alta alta efecto??

Ejemplo 2: Un efecto principal confundido con una

interacción.
(X3 )
Corrida X1 X2 X1 * X 2
1 -1 -1 1
2 -1 1 -1
3 1 -1 1
4 1 1 1
Un efecto X3 aparente podría ser causado también por una
interacción X1 * X2.
Las interacciones pueden ser importantes, y deben ser
investigadas; sin embargo, Los Efectos Principales generalmente
son más importantes que las Interacciones.
Seleccione un Diseño Factorial Fraccionado que minimice la
confusión de tal manera que se pueda hace r una separación ent re los
Efe ctos Princ ipales y las Interacciones importantes

7.24
7. 24
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Cuando seleccione un diseño

experimental, recuerde que...

Sus resultados deben aplicarse más allá de:

• un lote de materia prima

• un operador telefónico
• una línea de productos
• un laboratorio o una planta piloto (pero no de producción)

Ejemplo: Tomar muestras de 4 partes por día

durante 10 días, en vez de 40 partes
consecutivas en un solo día.

Deming: Para demostrar el

éxito, necesita pruebas
repetidas a través del
tiempo, sin ninguna falla

Si quiere que sus resultados sean genéricos y aplicables

sobre un amplio rango de condiciones, entonces haga
pruebas sobre un amplio rango de condiciones

7.25
7. 25
GE A ppliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

6) Correr el Experimento y
Recolectar los Datos
 Asegúrese de tener una hoja de datos antes de
correr el experimento para estar seguro de que todos
los valores serán registrados en la forma deseada.

 Asegúrese de que estará personalmente durante el

experimento - ¡Uno nunca sabe lo que puede suceder!

 Suele ser de utilidad retener muestras, las cuales

pueden medirse nuevamente después si hubieran
dudas acerca de una medición en particular.

7.26
7. 26
GE A ppliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Residuo
7) Analizar los Datos
Ajuste

A) graficar GRAFICAR GRAFICAR GRAFICAR

- Histogramas

- Gráficas de Dispersión

- Gráficas de Cubo

- Gráficas de Efectos Principales - para la

media y la desviación estándar

- Gráficas de Interacción - para la media y

la desviación estándar

- Gráficas de Contorno - para diseños de

Superficie de Respuesta

B) Intervalos de Confianza - son valiosos porque

proporcionan un rango de valores confiables.

C) Tablas de ANOVA (Ventana Session) - para

buscar los valores p pequeños que indican
factores significativos.

7.27
7. 27
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

8) Sacar Conclusiones

Preguntas para contestarse:

 ¿Los resultados son estadísticamente
significativos?

 ¿Existe evidencia del cambio?

 ¿Los resultados son significativos de manera

práctica?

 ¿El experimento te dirige a la solución del

problema?

 ¿Debemos correr experimentos adicionales?

7.28
7. 28
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

9) Realizar una Corrida de

Confirmación

 La Corrida de Confirmación es necesaria para

verificar que realmente se han realizado
mejoras. Las Corridas de Confirmación deben
estructurarse en subgrupos racionales, similar
al proceso de línea base. En realidad, está ‘re-
haciendo la línea base’ de su proceso pero en
nuevas condiciones.

 Cerciórese de que permite a las Pocas X

Vitales variar de manera natural dentro de los
niveles fijados durante su corrida de
confirmación...pero una vez más, no ‘manipule’
el proceso. Usted quiere estar seguro de
capturar la variación natural del proceso para
verificar que se efectuó una mejora.

7.29
7. 29
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 enero, 1999

FRASES SABIAS DE INDIVIDUOS EN CLASES

ANTERIORES

• Esté presente durante la corrida

de prueba

• Asegúrese de que todos los niveles de las

variables independientes son exactos

• Cerciórese de que los cambios no destruyan el

equipo (maquinaria), o vayan a generar un
problema de seguridad

• No puede detectar el efecto de un cambio de 2

grados si solamente puede controlar dentro de un
rango de +/- 1 grado

7.30
7. 30
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

POR QUÉ FALLAN LOS EXPERIMENTOS

por Bill Wunderlin

• Se asume incorrectamente el “factor aceleración” en

una prueba real acelerada (Ej: compresor rotatorio).
• La prueba no está relacionada adecuadamente con las
condiciones de uso (Ej: El calentador para deshielar
Burcliff - el calentador continúa deshielando cuando está
apagado).
• No hay controles, no hay forma de determinar si algo
más ha cambiado -- una variable “oculta” (Ej: el ruido del
compresor cambió con la humedad; El calrod AP2 - las
fallas se deben a alto voltaje en las casetas de prueba).
• Pruebas mediante un rango demasiado estrecho: los
resultados de pruebas favorables no se repiten. Si
quieres que tus resultados sean genéricos y que sean
aplicables sobre un amplio rango de condiciones,
entonces prueba sobre un amplio rango de condiciones.
• No incluyó variables independientes importantes -- un
experimento “a ciegas” (Ej: El freno de la lavadora - se
efectuaron una serie de cambios, se asumió el éxito).
• Alta medición de variación-- no se puede detectar un
cambio (Ej: el ‘rendimiento’ de la lavadora - la prueba
CU es variable y debe repetirse muchas veces).

7.31
7. 31
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 ene ro, 1999

Conceptos Clave:
Clave: Planeación de un Experimento

- Existen 9 pasos para planificar un experimento:

1) Definir el Objetivo
2) Seleccionar las Variables de respuesta ‘Y’-
(Dependientes)
3) Seleccionar las Variables ‘X’ (Independientes)
4) Seleccionar los Niveles de la Variable ‘X’
5) Seleccionar el Diseño Experimental
6) Correr el Experimento y Recolectar los Datos
7) Analizar los Datos
8) Sacar Conclusiones
9) Realizar una Corrida de Confirmación

- Existen 10 elementos clave por considerar al

diseñar un experimento:
- Ortogonalidad - Variables Ocultas
- Aleatorización - Variables de Ruido
- Réplica - Bloqueo
- Repetición - Tamaño Muestral
- Controles - Confusión

7.32
7. 32
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 enero, 1999

Apéndice

7.33
7. 33
GE Appliance s Copyrig ht 19 97
DDE - Planeación de un Experimento Rev. 8-1 20 enero, 1999

Hoja de trabajo de Planificación de DDE

1. Obje tivo

2. Infor mación de Anteceden tes

3. Vari ables E xpe rimentales :

A. Vari ables d e Respuesta Técnica de Medición

B. Factores en estudio Niveles

C. Anteceden tes de varia bles de ruido Método de con trol

4. Número de Rép licas:

5. Matr ices de Diseño: (anexar una copia)

6. Formas para recolección de datos: (anexar una copia)

7. Méto do Planificado de Análisis E stadístico:

8. Costo estimado , cr onograma y otros r ecu rsos de consid eración:

7.34
7. 34
GE Appliance s Copyrig ht 19 97