DISEÑO DE EXPERIMENTOS

(DOE)
Es una técnica estadística que ayuda a identificar que factores o
variables son las fuentes de variación críticas que afectan el
comportamiento de un proceso productivo, para enfocarse en
su control y de esta manera poder mejorarlo.
¿Cuáles son los factores a considerar para
realizar un pastel, cuyo resultado sea, que
esté sabroso?
¿Cuáles son los críticos o los realmente
importantes?
¿Cómo podemos estar seguros de que son
esos?
 DISEÑO DE EXPERIMENTOS
(DOE)
Experimento: es un conjunto de pruebas estructurado y
coherente que son analizados a fin de ganar
entendimiento acerca del proceso.

El diseño de experimentos, pretende planear, ejecutar y

analizar el experimento de manera que los datos
apropiados sean recolectados y que tengan validez
estadística para poder obtener conclusiones válidas
y útiles. Se entiende por validez estadística, el que
los resultados se puedan repetir consistentemente
sobre todo en plena operación a gran escala.
 Ejemplos:

• Si la materia prima que es entregada por tres diferentes

proveedores producen características diferentes en el
producto final
• Si diferentes marcas de herramientas tiene o no diferente
vida útil
• Si la temperatura de recocido afecta o no alguna propiedad
mecánica del producto
• Si diferentes cabezales de una misma máquina producen
productos similares
• Si un nuevo método de ensamble incrementa o no la
productividad en una línea de producción.
 Metodología general para
realizar un experimento

1. Identifique claramente el problema o situación a

resolver
2. Identificar variables
3. Definir el diseño
4. Efectuar el experimento (proceso, producto,
prototipo, recopilar datos y procesarlos)
5. Análisis de los datos
6. Conclusiones y toma de decisiones
Identificar Variables. En este paso dos tipos de variables que se deben de identificar,
variables dependientes (Y´s) y factores o variables independientes (X’s)

• La variable dependiente, variable de salida o variable de respuesta (Y) es la

característica de calidad que queremos mejorar.

• Las variables independientes o factores (X’s) representan aquellas causas o

factores cuyo efecto sobre la variable dependiente que se quiere analizar.

o Cada uno de estos factores se deberá probar al menos a dos valores diferentes
para evaluar su efecto. A cada uno de estos valores o niveles se les llama
tratamientos
 Tarea 3 (Doble). Parcial 2
Diseño de Experimentos
Análisis de variables en Juguetes.
Pres. física en equipo
Entregar en Word 2 cuartillas max.
Pueden incluir fotos, imágenes, diagramas, dibujos
Subir a BB, en pdf o word
Martes 4 de octubre de 2022 16:00 hrs.
Cuenta como tarea doble
a) Establecer el o los fundamentos físicos básicos de funcionamiento
b) Identificar en el juguete:
• 3 variables de salida, de respuesta o dependientes o Y’s (2
numéricas y 1 categórica o de texto), sirven para medir el resultado
o desempeño del juguete. Explique como se medirían.

• 7 factores, o variables independientes o X’s: 5 numéricos, 2

alfanuméricos o categóricos o de texto, deben ser Internos y
controlables. Lo que puede hacer que el juguete desempeñe la
función para la cual está diseñado. Para cada factor, establezca al
menos 2 tratamientos o niveles.
Además identificar en el contexto:
• 2 variables no controlables o externas al juguete, en el contexto o el
medio ambiente.
 La asignación de juguetes por equipo están en el documento anexo en excel
Juguetes
Papalote
Yoyo
Trompo
Balero
Tirafichas
Carro de madera o Avalancha o Soap Box Car
Bicicleta, patineta, patines o scooter
Resortera

No es necesario que los hagas, los manipules, los tengas o los compres, puedes ver imágenes o video en
internet, y sobre todo; también preguntarle a tus papás, abuel@s o alguien de “cierta” edad. Si manipulas
alguno de estos juguetes, ten cuidado algunos son de acción – reacción que pueden causarte alguna lesión,
toma medidas de seguridad.
Experimentos de un solo factor
En esta parte se analiza el caso en que se desea
conocer el efecto de un solo factor o variable
independiente sobre la característica de calidad
que se esta analizando. Esto implica que a fin de
poder detectar su efecto, este factor es relevante, o
cuando, después de un estudio de varios factores
uno de ellos es el único que parece afectar al
proceso.

Para solucionar este caso se utilizará el análisis de

variación o ANOVA
Experimentos sin restricciones de aleatoriedad

Cuando se desea analizar el efecto de un factor sobre una variable

dependiente o característica de calidad es necesario el variar el “nivel” o
valor de ese factor. A cada diferente nivel al cual se realiza el experimento se
le conoce como tratamiento.

Por ejemplo, si el factor es el proveedor los diferentes niveles o

“tratamientos” serian: proveedor A, proveedor B, proveedor C, etc.; si el
factor es el tipo de proceso, los tratamientos serian: proceso 1, proceso 2. si
el factor es temperatura los niveles serian por ejemplo en grados celsius: 10,
20, 30, 40, etc.

Por otro lado en cada nivel del factor se efectúan una serie de pruebas, a
cada una de estas pruebas se les conoce como replicas o replicaciones. El
factor se considera fijo.
ANOVAS. Ejemplo 1. Suponga que se desea saber si los ejes que surten 4 proveedores
tienen diferente resistencia a la tracción , para ello se lleva a cabo un experimento de
un solo factor donde la variable dependiente es la resistencia a la tracción del eje
medida en Kgs/cm^2 y el factor es el proveedor. Use alfa de 0.05.

El factor tiene 4 niveles o tratamientos diferentes, uno para cada proveedor (A,B,C,D) y
se decide probar 5 ejes para cada proveedor (Réplicas), haciendo un total de 20
pruebas ejecutadas en la misma máquina y con el mismo operador (para que sea fijo)

PROVEEDOR
A B C D
56 64 45 42
55 61 46 39
62 50 45 45
59 55 39 43
60 56 43 41
 Las hipótesis en este caso son:

Ho: TA=TB=TC=TD
Ha: Al menos un tratamiento es diferente
En palabras:
H0 significa que el factor (a los niveles bajo estudio) no tiene efecto sobre la
variable dependiente y Ha que si lo tiene; esto es, que existe diferencia
estadística entre tratamientos.
 
Si H0 no puede ser rechazada, la conclusión es, que el factor bajo estudio no
afecta la variable de respuesta.

Sin embargo si H0 es rechazada y existe diferencia significativa en al menos

1 de los diferentes tratamientos del factor y el factor se considera crítico.
 PROVEEDOR
A B C D Como valor p es menor que
56 64 45 42 alfa=0.05, se rechaza Ho ,
55 61 46 39
62 50 45 45 por lo que se concluye que el
59 55 39 43 factor proveedor (X) afecta a
60 56 43 41 la resistencia s la tracción (Y)
Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
A 5 292 58.4 8.3
B 5 286 57.2 29.7
¿Qué tratamiento C
D
5
5
218
210
43.6
42
7.8
5
es mejor y que
tratamiento es ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados de
Promedio
libertad de los cuadradosF
VALOR P
Probabilidad
Valor crítico para F
peor? Entre grupos 1135
Dentro de los grupos203.2
3 378.333333 29.7900262 8.77541E-07 3.23887152
16 12.7

Total 1338.2 19