Unidad 01 02 Ingenieria Calidad y Productividad (Copia en Conflicto de LAPTOP-L8VA6FFM 2022-05-08)

Ingeniería de Calidad y Productividad
Especialidad Logística, Calidad y Manufactura

Contenido del Curso
1 Introducción a la Ingeniería de calidad.
1.1 Introducción a la ingeniería de calidad.

1.2 Experimento factorial general.
1.2.1 Diseño factorial general 2k.
1.3 Diseño factorial general 3k.
1.4 Variabilidad funcional y problemas de calidad.
1.5 Función de pérdida.
1.6 La razón de señal a ruido y medición de la robustez.
2 Diseño de experimentos para la participación de los factores en la variable de respuesta.
2.1 Arreglos ortogonales.

2.2 Arreglos ortogonales serie 2.
2.3 Arreglos ortogonales de serie 3.
2.4 Gráficos lineales.
2.5 Introducción de los factores a los arreglos ortogonales.
2.6 Análisis para la reducción de costos de producción arreglos ortogonales.
2.7 Diseños Taguchi.
Contenido del Curso
3 Medición Conceptual de la Productividad.
3.1 Introducción a la Productividad.

3.2 Razones de medir la productividad.
3.3 Índices de Productividad.
3.4 Dificultades para concebir e implantar Sistemas significativos de medición de la productividad.
3.5 Criterios de mediciones significativas.
3.6 Problemática de la medición de la productividad.
3.7 Tipos de mediciones de la productividad.
3.8 Realización de mediciones de productividad en el proceso.
4 Análisis de la Productividad y su Rentabilidad
4.1 Introducción a la productividad y su Rentabilidad.

4.2 Relación entre los conceptos: Rentabilidad Productividad y cobertura de precios.
4.3 Análisis de la productividad/ Rentabilidad.
4.4 Propuesta de mejora de la productividad a la rentabilidad.
Contenido del Curso
4 Análisis de la Productividad y su Rentabilidad
4.1 Introducción a la productividad y su Rentabilidad.

4.2 Relación entre los conceptos: Rentabilidad Productividad y cobertura de precios.
4.3 Análisis de la productividad/ Rentabilidad.
4.4 Propuesta de mejora de la productividad a la rentabilidad.
CONCEPTO DE INGENIERÍA DE CALIDAD:
• Es un conjunto de conocimientos técnicos para la formulación de una política, así como

planear, proyectar y analizar la calidad de un producto, a fin de establecer un sistema de
calidad que pueda ser de satisfacción plena al consumidor a un costo mínimo.
• La ingeniería de calidad lleva a cabo actividades dirigidas a reducir las perdidas causadas
por la variabilidad.
• Las actividades de ingeniería de calidad se incorporan en cada paso del desarrollo del
producto y de la manufactura a fin de prevenir los efectos de los factores de ruido.
• La secuencia de manufactura desde el desarrollo del prototipo y del producto hasta el

servicio al cliente incluye las siguientes fases:
Introducción a la Ingeniería de Calidad
Concepto de Ingeniería de Calidad

¿Antes de entrar un producto en el mercado, o transferir los componentes para su montaje, los
productos son inspeccionados en algunas de sus características. Esta inspección tiene especial
importancia para asegurar que las partes van a ajustar adecuadamente durante el montaje, y para
identificar productos cuya mala
calidad puede acarrear serios daños en la seguridad del trabajador, en la economía de la empresa u
otra fatalidad cualquiera.
Ejemplos típicos son la fractura de cables, de frenos, de álabes de turbinas, etc

La Ingeniería de la Calidad es una metodología que consiste en la aplicación de técnicas

cuantitativas para optimizar productos y procesos de manufactura. Este conjunto de
técnicas agrega calidad a lo largo del proceso de producción, incluyendo el diseño,
fabricación y control de productos y procesos.
Es un conjunto de conocimientos técnicos para la formulación de una política, así

como planear, proyectar y analizar la calidad de un producto, a fin de establecer un
sistema de calidad que pueda ser de satisfacción plena al consumidor a un costo
mínimo.
La ingeniería de calidad lleva a cabo actividades dirigidas a reducir las perdidas causadas
por la variabilidad.
Las actividades de ingeniería de calidad se incorporan en cada paso del desarrollo del
producto y de la manufactura a fin de prevenir los efectos de los factores de ruido.
La secuencia de manufactura desde el desarrollo del prototipo y del producto hasta el

servicio al cliente incluye varias fases de acuerdo a la industria automotriz actual.
¿Qué es la Ingeniería de la calidad según Taguchi?
Calidad en el área de fabricación, se encarga del control y la corrección de procesos así

como el mantenimiento preventivo. Se encarga de la optimización del diseño de
productos y de procesos. Una de sus herramientas es el diseño de experimentos.
Metodología para crear un sistema de calidad

http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1560-43812016000100013
Un Experimento Diseñado es una prueba o secuencia de pruebas donde las variables del
proceso con influencia potencial se cambian sistemáticamente de acuerdo a una matriz de
diseño prescrita. La respuestas de interés es evaluada bajo diferentes condiciones para:
(1) identificar las variables de influencia entre aquellas probadas,
(2) cuantificar los efectos a lo largo del rango representado por los niveles de las variables,
(3) lograr un mejor entendimiento de la naturaleza del sistema causal en la operación del
proceso,
(4) compara los efectos e interacciones.
La aplicación anticipada en el ciclo del desarrollo producto/proceso puede generar resultados

en:
(1) el mejoramiento en los rendimientos del proceso,

(2) la reducción de la variabilidad alrededor de los valores nominales o meta,
(3) la reducción del tiempo de desarrollo, y
(4) la reducción de los costos globales.
Es un conjunto de herramientas que se integran dentro de un proceso metodológico para incorporar

la calidad en todas las fases de elaboración incluyendo diseño de producto, fabricación y control de
proceso. Se utiliza la tecnología estadística para el diseño de productos y mejora de calidad de
procesos.
La Ingeniería de Calidad está formada por principios, técnicas y herramientas que se aplican para el
estudio de proyectos de mejora y optimización de la calidad, tanto de productos como de procesos.
La base metodológica de la Ingeniería de Calidad es el uso intenso del Diseño de Experimentos,
cualquiera que sea su forma y métodos de análisis de información como el QFD (Quality Function
Deployment), así como la utilización de las herramientas de la industria automotriz (APQP, CP, AMEF,
SPC, PPAP)
Despliegue de la función calidad (QFD)
El QFD es un sistema que busca focalizar el

diseño de los productos y servicios en dar
respuesta a las necesidades de los clientes. Esto
significa alinear lo que el cliente requiere con lo
que la organización produce.
Herramientas de
La Industria Calidad de la
Automotriz en los Industria
tres grandes Automotriz
2016
IATF
16949
PPAP APQP/CP
2006 (4a. Ed.).
2008 (2a. Ed.).
SPC AMEF
2005 (2a. Ed.). 2008 (4a. Ed.)
MSA
2002 (3a. Ed.).
Core Tools
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/doe/supporting-topics/taguchi-
designs/taguchi-designs/
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/doe/supporting-topics/taguchi-
designs/taguchi-designs/
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/doe/supporting-topics/taguchi-designs
designs/#:~:text=Un%20dise%C3%B1o%20de%20Taguchi%20es,causan%20variabilidad%20pueden%20ser%20controlados.
Tec Toluca OK
https://www.youtube.com/watch?v=f8e7n-cSROo
https://www.youtube.com/watch?v=uTy3s1IlwMg Diseño robusto

https://www.youtube.com/watch?v=MAJYdBw2jN
https://www.youtube.com/watch?v=ti3IVKLETtE Tec Zacatecas OK
https://www.youtube.com/watch?v=5fBzsyjcGSQ
https://www.youtube.com/watch?v=dI8Ztt-6wRE https://www.youtube.com/watch?v=cQvp-AOCNS8
https://www.youtube.com/watch?v=5fBzsyjcGSQ
La Industria Automotriz Mundial
Para responder a las nuevas tendencias del mercado y la demanda, los ensambladores de automóviles están ejerciendo
un conjunto de estrategias comunes entre las principales empresas, se identifican cinco estrategias empleadas:
a) Adopción de una perspectiva global en las actividades de manufactura;
b) Estrategias de crecimiento interno o mediante alianzas, fusiones o adquisiciones;
c) Participación en actividades de niveles superiores de la cadena productiva, como los servicios financieros;
d) Adopción de plataformas y sistemas modulares de producción; y
e) Subcontratación de procesos productivos necesarios para la manufactura de automóviles, que cambian las relaciones
entre ensambladoras y proveedores.
Herramientas de
2016
IATF
16949
PPAP APQP/CP
2006 (4a. Ed.).
2008 (2a. Ed.).
SPC AMEF
2005 (2a. Ed.). 2008 (4a. Ed.)
MSA
2002 (3a. Ed.).
Core Tools
Planeación Avanzada de Calidad de un Producto
APQP: es la planeación avanzada del producto, es una metodología que debe seguir un fabricante o
proveedor para llegar a un producto terminado. Es muy importante en proyectos complejos ya que
la metodología facilita mucho la comunicación entre las partes involucradas, ya sean
departamentos internos de un corporativo o clientes y proveedores. APQP cuenta con cinco etapas:
Pasos para la Planeación Avanzada de Calidad de un Producto:
Etapa 1- Planificación y definición de un programa. En esta etapa se diseña para asegurarse de que las necesidades
y las expectativas de cliente están entendidas claramente. La entrada de esta fase es equipada por la revisión de
contrato para los surtidores llenos del servicio.
Etapa 2- Diseño y desarrollo del producto. En esta etapa se discuten los elementos del proceso de planeación que
desarrollará las características de diseño a su forma final (de manera preliminar).
Etapa 3- Diseño y desarrollo del proceso. En esta fase se direccionan las características para el desarrollo de
sistemas de manufactura y los planes del control relacionados, estas tareas dependen de la finalización con éxito de
las fases 1 y 2 ejecutando los resultados.
Etapa 4- Validación del producto y del proceso. La validación del proceso de fabricación seleccionado y sus
mecanismos de control a través de la evaluación de la corrida de producción delineando a las condiciones
obligatorias de producción y los requisitos de identificación de los resultados necesarios.
Etapa 5.-Retroalimentación, evaluación y acciones correctivas. Se centra en la reducción de variación y la mejora

continua identificando los resultados y enlaces con las expectativas del cliente y programas futuros del producto.
Secuencia de Etapas para la Planeación Avanzada de Calidad de un Producto
EPS1 EPS2 EPS3 EPS4 EPS5

Etapa 1 Etapa
c 2 c 3
Etapa Etapa
c 4 Etapa
c 5
Plan y Diseño y Diseño y Validación del Retroalimentación,

Definición de Desarrollo del Desarrollo del Producto y el Evaluaciones y
un Programa Producto Proceso Proceso Acciones
Asegurar el desarrollo Discute las Correctivas
Deben evaluarse datos de
Asegurar que las Asegurar una revisión
amplio de un efectivo características variables y atributos. Deben
necesidades y amplia y crítica de los
sistema de principales para validar tomarse acciones
expectativas de los requerimientos de
manufactura. El un proceso de apropiadas como se
clientes sean ingeniería y otra
sistema de manufactura a través de describen en el
claramente información técnica
manufactura debe la evaluación de una Manual de Referencia del
entendidas. relacionada. En esta etapa
asegurar que los corrida de producción Control Estadístico de los
del proceso, un análisis
requerimientos, prueba. Procesos de Chrysler, Ford y
preliminar de factibilidad
necesidades y Durante la corrida de General Motors. Las
será hecho para evaluar
expectativas de producción prueba, el organizaciones que
los problemas potenciales
los clientes se equipo de planeación implementen totalmente un
que
cumplan. de calidad de un proceso de
pudieran ocurrir durante
producto de la APQP efectivo estarán en
la manufactura.
organización debiera una mejor posición para
validar que el plan de cumplir con los
control y el diagrama de requerimientos
flujo del proceso se de los clientes, incluyendo
siguen y los productos cualquier característica
cumplen con los especial especificada por los
requerimientos de los clientes.
Grafica de Tiempo para la Planeación Avanzada de Calidad de un Producto
Etapa 1 Plan y Definición de un Programa

Entrada – Proceso - Salida
PROCESO
ENTRADAS SALIDAS
• Voz del Cliente • Objetivos de Diseño
• Investigaciones de Mercado • Objetivos de Calidad y Confiabilidad
• Garantías e Información de Calidad Histórica • Lista Preliminar de Materiales
• Experiencia del Equipo • Diagrama Preliminar del Flujo del
• Plan de Negocios/Estrategia de Mercadotecnia Proceso
• Datos de Comparaciones Competitivas del • Lista Preliminar de Características
Proceso/Producto Especiales de Productos y Procesos
• Supuestos del Proceso/Producto • Plan de Aseguramiento del Producto
• Estudios de Confiabilidad de los Productos • Apoyo de la Administración
• Entradas de los Clientes
Etapa 1 Plan y Definición de un Programa

Etapa 2 Diseño y Desarrollo del Proucto

PROCESO
ENTRADAS SALIDAS
• Objetivos de Diseño • Análisis de Modos y Efectos de Fallas de
• Objetivos de Calidad y Confiabilidad Diseño (AMEFDs)
• Lista Preliminar de Materiales • Diseño para Facilidad de Manufactura y
• Diagrama Preliminar del Flujo del Proceso Ensamble
• Lista Preliminar de Características Especiales del • Verificaciones de Diseño
Producto y el Proceso • Revisiones de Diseño
• Plan de Aseguramiento del Producto • Plan de Control - Construcción de
• Apoyo de la Administración Prototipos
• Dibujos de Ingeniería (Incluyendo Datos
Matemáticos)
• Especificaciones de Ingeniería
• Especificaciones de Materiales
• Cambios de Dibujos y Especificaciones
Etapa 2 Diseño y Desarrollo del Producto

Etapa 3 Diseño y Desarrollo del Proceso

PROCESO
ENTRADAS SALIDAS
• Análisis de Modos y Efectos de Fallas de Diseño • Normas y Especificaciones
(AMEFDs) • Revisión del Sistema de Calidad del
• Diseño para Facilidad de Manufactura y Ensamble Producto/Proceso
• Verificaciones de Diseño • Diagrama de Flujo del Proceso
• Revisiones de Diseño • Layout del Plan de Piso
• Construcción de Prototipos – Plan de Control • Matriz de Características
• Dibujos de Ingeniería (Incluyendo Datos • Análisis de Modos y Efectos de Fallas de
Matemáticos) Procesos (AMEFPs)
• Especificaciones de Ingeniería • Plan de Control del Prelanzamiento
• Especificaciones de Materiales (incluyendo Dispositivos a Prueba de
• Cambios de Dibujos y Especificaciones • Errores)
• Requerimientos de nuevo Equipo, Herramental e • Instrucciones del Proceso
Instalaciones • Plan de Análisis de Sistemas de Medición
• Características Especiales del Producto y Proceso • Plan Preliminar de Estudios de Habilidad
• Requerimientos de Equipo de Prueba/Gages de los Procesos
• Compromiso de Factibilidad del Equipo y Apoyo de • Apoyo de la Administración (incluyendo
la Administración personal operador y plan de
entrenamiento)
Etapa 3 Diseño y Desarrollo del Proceso

Etapa 4 Validación del Producto y el Proceso

PROCESO
ENTRADAS SALIDAS
• Normas & Especificaciones de Empaque • Corrida de Producción Significativa
• Revisión del Sistema de Calidad del • Evaluación de Sistemas de Medición
Producto/Proceso (MSA)
• Diagrama de Flujo del Proceso • Estudio Preliminar de Habilidad de los
• Layout de Plan de Piso Procesos (SPC)
• Matriz de Características • Aprobación de Partes para Producción
• Análisis de Modos y Efectos de Fallas de Procesos (PPAP)
(AMEFPs) • Pruebas de Validación de la Producción
• Plan de Control del Prelanzamiento • Evaluaciones de Empaque
• Instrucciones del Proceso • Plan de Control de la Producción (CP)
• Plan de Análisis de Sistemas de Medición • Liberación de la Planeación de Calidad y
• Plan Preliminar de Estudios de Habilidad en los Apoyo de la Administración
Procesos
• Apoyo de la Administración
Etapa 4 Validación del Producto y el Proceso

Etapa 5 Retroalimentación, Evaluaciones y Acciones Correctivas

PROCESO
ENTRADAS SALIDAS
• • Reducción de la Variación
Corrida de Producción Significativa
• • Mejoramiento en la Satisfacción de los
Evaluación de Sistemas de Medición
• Estudio Preliminar de Habilidad de los Procesos Clientes
• • Mejoramiento en el Envío y Servicio
Aprobación de Partes para Producción
• • Uso efectivo de las Lecciones Aprendidas
Pruebas de Validación de la Producción
• Evaluaciones de Empaque / Mejores Prácticas
• Plan de Control de la Producción
• Liberación de la Planeación de Calidad y Apoyo de
la Administración
Etapa 5 Retroalimentación, Evaluaciones y Acciones Correctivas

Herramientas de
Herramientas de
• Objetivos de Diseño
• Lista Preliminar de Materiales
• Lista Preliminar de Características Especiales de Productos y Procesos
• Análisis de Modos y Efectos de Fallas de Diseño (AMEFDs)
• Diseño para Facilidad de Manufactura y Ensamble
Actividades de APQP que se • Verificaciones de Diseño
• Plan de Control - Construcción de Prototipos
desarrollan para asegurar el • Dibujos de Ingeniería (Incluyendo Datos Matemáticos)
producto desde el diseño del • Especificaciones de Ingeniería
concepto • Especificaciones de Materiales
• Normas y Especificaciones
• Revisión del Sistema de Calidad del Producto/Proceso
• Diagrama de Flujo del Proceso
• Layout del Plan de Piso
• Matriz de Características
• Análisis de Modos y Efectos de Fallas de Procesos (AMEFPs)
• Plan de Control del Prelanzamiento (incluyendo Dispositivos a Prueba de Errores)
• Instrucciones del Proceso
• Plan de Análisis de Sistemas de Medición
• Plan Preliminar de Estudios de Habilidad de los Procesos
Herramientas de
Ingeniería de calidad fuera de línea.
Se encarga de la optimización del diseño del producto y los procesos, una de las herramientas es
el diseño de experimentos.
https://app.genial.ly/editor/6344728d021c180011403eab
Experimentos Factoriales
Se llaman experimentos factoriales a aquellos experimentos en los que se estudia

simultáneamente dos o mas factores, y donde los tratamientos se forman por la
combinación de los diferentes niveles de cada uno de los factores.
Factores = variables o atributos del proceso a estudiar

Tratamientos o corridas = pruebas o análisis de las variables o atributos a estudiar
Niveles = rango máximo o mínimo del proceso en donde se realiza el estudio
Los experimentos factoriales en si no constituyen un diseño experimental si no un Diseño

de Tratamiento.
• Un arreglo de tratamiento es una disposición geométrica de ellos bien en el espacio o en el
tiempo y que deben ser llevados en cualquier diseño experimental (diseño completo al azar,
diseño de bloques completos al azar, diseño de cuadro latino).
Otra definición:
Un diseño factorial es un tipo de experimento que permite estudiar los efectos que varios factores
pueden tener una respuesta.
Al realizar un experimento, variar los niveles de todos los factores al mismo tiempo dn lugar de uno a la
vez, permite estudiar las interacciones entre los factores.
En la siguientes gráficas, cada punto representa una combinación única de niveles de factores.
Otra definición:
Un diseño factorial es un tipo de experimento que permite estudiar los efectos que varios factores
pueden tener una respuesta.
Al realizar un experimento, variar los niveles de todos los factores al mismo tiempo dn lugar de uno a la
vez, permite estudiar las interacciones entre los factores.
En la siguientes gráficas, cada punto representa una combinación única de niveles de factores.
Uso de los experimentos factoriales.
• Los experimentos factoriales se emplean en todos los campos de la investigación, son

muy útiles en investigaciones exploratorias que poco se sabe acerca de muchos
factores.
• Muy frecuentemente usados en investigaciones comparativas.
• El diseño factorial completo requiere que cada nivel de todos los factores ocurra con cada nivel de
todos los demás factores, lo que equivale a un total de 2k tratamientos.
• Obviamente este tipo de diseño es de efectos fijos. Este tipo de diseño ha sido el de mayor
impacto a nivel industrial y en la investigación, por su eficacia y versatilidad.
• Los factoriales 2kcompletos son principalmente útiles cuando el número de factores a estudiar
está entre 2 y cinco, es decir 2  k  5, rango en el cual el número de tratamientos se encuentra
entre 2 y 32, cantidad manejable en muchas situaciones experimentales.
• Si el número de factores es mayor que 5 se recomienda utilizar un factorial fraccionado 2k-p, que
se estudiará más adelante.
• En general, los factoriales en dos niveles sean completos o fraccionados, constituyen el conjunto
de diseños de mayor impacto en las aplicaciones.
• Estos permiten atacar todo tipo de problemas y procesos de manera eficiente. En los cálculos
relacionados con el ANOVA y las estimaciones de este tipo de experimentos, suele usarse un
sistema de notación conocido en la literatura como Notación de Yates con la cual se representa el
total de las sumas de las observaciones en cada tratamiento, para comprenderla, se procederá a
continuación con el caso de un experimento factorial 22
Ventajas
1. Permiten estudiar los efectos principales, efectos de interacción de factores, efectos simples y
efectos cruzados y anidados.
2. Todas las unidades experimentales intervienen en la determinación de los efectos principales y de
los efectos de interacción de los factores, por lo que el número de repeticiones es elevado para
estos casos.
3. El número de grados de libertad para el error experimental es alto, comparándolo con los grados
de libertad de los experimentos simples de los mismos factores, lo que contribuye a disminuir la
varianza del error experimental, aumentando por este motivo la precisión del experimento.
Desventajas
1. Se requiere un mayor número de unidades experimentales que los experimentos simples y por lo
tanto se tendrá un mayor costo y trabajo en la ejecución del experimento.
2. Como en los experimentos factoriales cada uno de los niveles de un factor se combinan con los
niveles de los otros factores; a fin de que exista un balance en el análisis estadístico se tendrá que
algunas de las combinaciones no tienen interés práctico pero deben incluirse para mantener el
balance.
3. El análisis estadístico es mas complicado que en los experimentos simples y la interpretación de
los resultados se hace más difícil a medida de que aumenta el número de factores y niveles por
cada factor en el experimento.
Conceptos generales
1. Se requiere un mayor número de unidades experimentales que los experimentos simples y por lo
tanto se tendrá un mayor costo y trabajo en la ejecución del experimento.
2. Como en los experimentos factoriales cada uno de los niveles de un factor se combinan con los
niveles de los otros factores; a fin de que exista un balance en el análisis estadístico se tendrá que
algunas de las combinaciones no tienen interés práctico pero deben incluirse para mantener el
balance.
3. El análisis estadístico es mas complicado que en los experimentos simples y la interpretación de
los resultados se hace más difícil a medida de que aumenta el número de factores y niveles por
cada factor en el experimento.
Conceptos generales
1. Factor.- Es un conjunto de tratamientos de una misma clase o características.

• Ejemplo: tipos de riesgo, dosis de fertilización, variedades de cultivo, manejo de crianzas,
métodos de enseñanza, tipos de liderazgo, tipos raciales, etc.
2. Factorial.- Es una combinación de factores para formar tratamientos.
3. Niveles de un factor.- Son los diferentes tratamientos que pertenecen a un determinado factor. Se
acostumbra simbolizar algún elemento “i” por la letra minúscula que representa el factor y el
valor del respectivo subíndice.
• Ejemplo:
• A: tipos de riesgo: Secado, Goteo, Aspersión
• Niveles: a0, a1, a2 ; 10 kg/Ha, 20 kg/Ha, 30kg/Ha respectivamente.
Tipos de factores
1. Factores cuantitativos.
• Son aquellos factores cuyos niveles son cantidades numéricos.
Ejemplo:
Factor A: Dosis de fertilización
2. Factores cualitativos
• Son aquellos factores cuyos niveles son procedimientos, o cualidades o atributos.
Ejemplo:
Factor A: Variedades de cultivo.
Interacción
Es el efecto combinado de dos o más factores.

Es la combinación de dos o más variables independientes para generar un efecto diferente al que ellos
tienen cuando actúan independientemente.
El experimento factorial se planifica con la intención exprofesa de medir y evaluarla.
• Son aquellos factores cuyos niveles son cantidades numéricos.
Ejemplo:
Factor A: Dosis de fertilización
1. Factores cualitativos
• Son aquellos factores cuyos niveles son procedimientos, o cualidades o atributos.

Experimentos Factoriales 2k [19n0em6pqk4v] (idoc.pub)

Qué es pérdida? y quien paga por ella?
Generalmente pensamos que es un costo de manufactura inherente al producto.

Sin embargo, es un costo entre Fabricante-consumidor.
Costos en que incurre el fabricante por una reacción negativa del consumidor.
Devoluciones.
Costos de garantía.
Consumidor insatisfecho.
Tiempo y dinero gastado por los consumidores.
Perdida eventual de participación en el mercado.
Las consideraciones de variabilidad pueden ser aplicadas al producto y también al servicio.
En el contexto de la definición de calidad, la perdida debe restringirse en dos categorías:
La pérdida causada por la variabilidad de la función

La pérdida causada por defectos dañinos
• Un artículo con buena calidad realiza sus funciones sin variabilidad y causa pequeñas
perdidas a través de los defectos del tipo dañino, incluso el costo de usarlo.
• Si el control del costo se preocupa por reducir las diferentes perdidas antes de que el
producto salga al mercado, el control de calidad se preocupa por reducir los tipos de
perdidas que puedan causar problemas a la sociedad.
• Si el control de calidad no se restringe a los problemas de perdida causados por la

variabilidad funcional y a los defectos del tipo dañino no relacionados, se ignoraran y se
consideraran fuera del dominio de la ingeniería.
Para Taguchi la calidad de un producto esta en función de la mínima perdida causada a la

sociedad en el momento en el que el producto se embarca.
En este concepto Taguchi define la perdida de la calidad por medio de la producción de
perdida en la que combina la perdida financiera con las especificaciones funcionales.
Su mayor contribución se debe a los conceptos de perdida de calidad y la razón señalruido,
que nos indica en que situación esta con respecto al desarrollo del producto y cuando es
tiempo de las mejoras y que hay que hacer y la forma mas económica posible.
Taguchi enseña como mejorar en forma rápida el diseño de los productos y de los
procesos, proporciona un enfoque y un lenguaje común para la integración del proceso del
producto y de los procesos de manufactura.
El Dr. Genichi Taguchi nació en Japón el 1 de enero de 1924, graduándose en la Escuela Técnica de la Universidad
Kiryu en la carrera de ingeniería textil, y más tarde recibió el Doctorado en la Universidad Kyushu en 1962.
Trabajó en el Astronomical Department of the Navigation Institute del entonces, más tarde trabaja en el Ministerio
de Salud y en el Institute of Statistical Mathematics. Sin embargo, su principal etapa profesional ha sido dentro de la
Electrical Communication Laboratory (ECL) de la Nippon Telephone and Telegraph Co. (1948-1961) en donde se
enfocó a la mejora de la productividad en la investigación y desarrollo.
Posterior a esto, es profesor para la Universidad Aoyama Gaukin de Tokio y consultor para empresas tan
importantes como Toyota Motors y Fuji Films. Es miembro de la Japan Association for Quality Control, la Japan
Association for Industrial Engineering.
Entre sus publicaciones destacan Introduction to Quality Engineering, Systems of Experimental Design, Robust
Engineering. Ha recibido el Premio Deming en cuatro ocasiones por sus aportaciones sobre calidad. En 1989 le es
concedida la medalla con banda púrpura al avance tecnológico y económico por el Emperador Akihito.
Una de sus principales contribuciones a la mejora de calidad fue "The Loss Function", una ecuación que
cuantificaba el descenso del valor percibido por el cliente a medida que caía la calidad del producto. Fue la primera
persona que igualó calidad con costo.
La contribución más importante del Dr. Taguchi, ha sido la aplicación de la estadística y la ingeniería
para la reducción de costos y mejora de la calidad en el diseño de productos y los procesos de
fabricación. En sus métodos emplean la experimentación a pequeña escala con la finalidad de reducir
la variación y descubrir diseños robustos y baratos para la fabricación en serie. Las aplicaciones más
avanzadas de los Métodos Taguchi, permiten desarrollar tecnología flexible para el diseño y
fabricación de familias de productos de alta calidad, reduciendo los tiempos de investigación,
desarrollo y entrega del diseño.
El control de calidad desde la etapa del diseño del producto
El Dr. Taguchi es creador del concepto “diseño robusto”, el cual basa su estrategia para lograr la satisfacción del cliente, en exceder sus
expectativas de calidad.
Normalmente, al diseñar un producto lo hacemos pensando en que al fabricarlo toda la producción tendrá la misma calidad, y
despreciamos la variabilidad de los procesos de manufactura, es decir, que el producto fluctuará en un rango
determinado de calidad.
Buscamos diseñarlo en la forma mas económica posible, aunque no se cumpla con las especificaciones del cliente en un pequeño
“una calidad aceptable”. Cuando el cliente no tiene otra opción de compra, al productor le
porcentaje; a esto se le llama
resulta más económico reponer algunos productos defectuosos que asegurarse de no producirlos.
Pero esto, a la larga, acaba con la credibilidad de la compañía y aleja a los clientes.
En el diseño robusto de un producto se minimiza su posibilidad de falla , buscando que tenga la
mínima variación en las características de calidad importantes para el cliente y, en consecuencia, se minimiza el costo de
calidad.
Parecería que podríamos caer en busca de productos infalibles y de producción muy cara, pero la metodología Taguchi,
precisamente, nos ayuda a reducir otros costos de control de calidad que a fin de cuentas redundan en procesos de
producción mas económicos.
La metodología para mejorar el diseño de productos y sus procesos de manufactura simplifica la utilización de las
técnicas de diseño de experimentos, haciendo las aplicaciones estadísticas lo suficientemente practicas y sencillas como
para que los trabajadores, con un mínimo apoyo de los especialistas, puedan integrarlas a sus procesos.
Para orientar el trabajo de mejora de la calidad hacia el diseño, Taguchi definió la calidad de otra forma, desde el punto
de vista de las consecuencias que tiene para el cliente el que la característica de calidad de calidad del producto se aleje
del valor ideal.
Para Taguchi la calidad es:
“La mínima pérdida ocasionada a la sociedad, desde el envío del producto al cliente hasta su uso total”.
Estas pérdidas incluyen no solo los costos de calidad de la compañía que inciden en elevar su precio, sino también los
costos ocasionados a cualquier persona que se ve afectada por la calidad del producto.
La Función Pérdida de Taguchi orienta a los productores a buscar continuamente reducir la variación en las características
de calidad.
Para evaluar la pérdida, Taguchi utiliza una ecuación cuadrática que se ajusta con
datos de la historia de costos y desempeño del producto. No toma en cuenta los límites de
especificación, ya que la función pérdida de calidad sólo se minimiza cuando la calidad del producto es igual al valor
objetivo de la calidad, el valor ideal.
Costo de calidad = K + ax2
Conforme el desempeño del producto o proceso se aleje del valor objetivo – aún hallándose en los límites de especificación
- , la ecuación aumenta de valor y se incrementa el costo de calidad para la sociedad.
La Función pérdida.
El control de calidad tiene como objetivo controlar la variación funcional. ¿Cómo
podemos medir la calidad?
 Cumpliendo con los requerimientos del cliente.
 Utilizando la filosofía de cero defectos.
 Verificando si se cumple con las especificaciones.
El Dr. Taguchi propone una visión diferente y más amplia de la calidad, la
relaciona con los costos y la perdida monetaria no únicamente del fabricante si
no también para el consumidor.
El objetivo de la función de perdida del Dr. Taguchi es evaluar cuantitativamente
la perdida de calidad debido a variaciones funcionales.
• Para cada característica de calidad existe una función que define la relación
entre la pérdida económica y la desviación de la característica de calidad de
su valor meta.
Es importante recordar.
• Conformarse con los límites de la especificación es un indicador inadecuado
de calidad o de perdida debido a la mala calidad.
• La pérdida de calidad resulta en la inspección del consumidor.
• La pérdida de calidad se relaciona con las características del producto.

• La pérdida de calidad es una pérdida financiera.
• La función de perdida es una herramienta excelente para evaluar la perdida
en la etapa inicial del desarrollo de productos y procesos.
Función de pérdida para una característica del tipo:
Nominal es mejor.
Se expresa con la siguiente ecuación:
L(y) = K(y-m)2
• L (y) = Pérdida en dinero por unidad de producto cuando las características de
calidad son iguales a y.
• y = Valor de la característica (longitud, anchura, etc.)
• m = Valor nominal de y.
• K = Constante de proporcionalidad.
• L (y) = Es mínima cuando y=m
• L (y) = Aumenta en la medida en que y se desvía de m.
• L (y)= Se expresa en unidades monetarias
Ejemplo: Nominal es mejor.
Se fabrican aparatos de televisión con los

valores nominales deseados para un voltaje
de salida m= 118 volts, cuando el voltaje de
salida adquiere un rango de ± 25 volts el
costo promedio para reemplazarlo o reparar
el aparato es de $ 185.
a) Encuentre la constante de proporcionalidad y determine la función de pérdida

para el voltaje de salida de 125 volts y otro con un voltaje de 115 volts.
b) El costo de reparación al final de la línea de producción es de $ 3.00 por

pieza. Cual es la tolerancia real para el voltaje de salida.
Ejemplo: Menor es mejor.
Porcentaje de encogimiento.
• Cuando el porcentaje de encogimiento de una cubierta del velocímetro es del 1.5%,

el 50% de los consumidores se queja del estuche y lo regresa para reemplazarlo por
otro.
• El costo de reemplazo es de $80

a).- Calcule la constante de proporcionalidad y la función de perdida (en función de y).
Cuando el porcentaje de encogimiento de la cubierta o funda del velocímetro es de 2.5%.
El costo de remplazo seria de $ 222.22

Aportación de Taguchi
Para reducir al mínimo los productos de la pérdida deben ser producidos lo más cerca posible y con variación mínima.
Calidad debe ser incorporada en el producto. Debe prestar mucha más atención a al control de calidad en línea para
evitar problemas que ocurren.
Los diferentes tipos de ruido (variación del producto dentro de la tolerancia, los cambios en las condiciones de
funcionamiento, las pérdidas de los sistemas cercanos, ...) influyen en el sistema y dar lugar a desviaciones de la
condición ideal.
En busca de los ajustes de parámetros que aumentan la robustez (parámetro de diseño) es una parte esencial de los
métodos de Taguchi. Diseño robusto es una forma de diseño que no trata de resolver los problemas, sino que más bien
trata de acercarse a la función ideal del sistema lo más cerca posible bajo diversas condiciones de ruido.
Procesos Robustos
Robustez = Alta calidad

•Todas las actividades de ingeniería de calidad tienen como objetivo
fundamental fabricar un producto robusto frente a todos los factores de
ruido.
•Lo robusto de un producto implica que su característica funcional no se vea
afectada por los factores de ruido.
•Buena calidad significa tener una variación funcional máxima, esto es un
producto que funcione de acuerdo con lo planeado, en las más diversas
condiciones y durante el tiempo de vida para el que fue diseñado.
Procesos Robustos
Factores de ruido.
•Causan que una característica funcional se desvié de su valor objetivo.
•Los factores de ruido causan variación y pérdida de calidad....
•Taguchi ha observado que esta perdida de calidad constituye una perdida

de tiempo y dinero tanto a los consumidores como a los fabricantes y en
ultimo termino a la sociedad.
Procesos Robustos
Tipos de ruido.
•Ruido externo: Este ruido se da durante el uso del producto y puede ser
producido por cambios de temperatura, humedad y polvo.
•Ruido interno: (Deterioro) Este es un gasto de los componentes del

producto.
•Ruido entre productos: Variación entre productos que son manufacturados

bajo especificaciones similares.
Procesos Robustos
Relación señal - ruido
•Los factores que causan que una característica funcional, como por
ejemplo, la eficiencia del combustible, los cambios de presión, la
maniobrabilidad, etc., se desvíe de su valor objetivo, se llaman factores
de ruido.
•Los factores de ruido causan variación y pérdida de calidad. El Dr.

Taguchi ha observado que ésta pérdida de calidad, afecta en términos
de tiempo y dinero, tanto a los consumidores como a los fabricantes, y
en último término a la sociedad.
Procesos Robustos
Taguchi llama a los factores incontrolables factores de ruido.
Ruido es cualquier cosa que causa a una característica de la calidad

desviarse de su objetivo, el cual subsecuentemente causa una pérdida
de calidad. La temperatura, altura, y nivel de combustible, son
considerados factores externos de ruido porque ocurren fuera del
producto.
•La proporción señal - ruido es un índice de robusticidad de calidad, y

muestra la magnitud de la interacción entre factores de control y
factores de ruido.
Procesos Robustos
Taguchi llama a los factores incontrolables factores de ruido.

•Los factores de control y ruido deben ser asignados en diferentes grupos para el estudio
de la robusticidad, el cual es significativamente diferente del enfoque tradicional, donde
no hay distinciones entre los factores de ruido y control.
•En lugar de medir síntomas causados por la variabilidad de la función, como la tasa de
defectos o fallas, medimos una respuesta relacionada con la energía.
•Cualquier sistema usa energía de transformación para cumplir una función deseada.
Reducir la variabilidad de las transformaciones de energía minimizará o eliminará los
síntomas.
•Cuando consideramos el ruido, esto nos lleva a crear un producto o proceso robusto
que es aquel que es menos sensible al ruido.
Aportación de Taguchi
1. Una dimensión importante de la calidad de un producto es la pérdida total generada a la sociedad.
2. En una economía competitiva, el mejoramiento continuo de la calidad y la reducción de costos, son necesarios para la
supervivencia.
3. Un programa de mejoramiento continuo de calidad, incluye la reducción incesante de la variación de las características del
producto con respecto al objetivo.
4. La pérdida del consumidor, debida a la variación en el comportamiento de un producto, es con frecuencia aproximadamente
proporcional al cuadrado de la desviación de la característica, con respecto a su objetivo.
5. La calidad y el costo final de un producto manufacturado, son determinados, en gran medida, por el diseño de ingeniería del
producto y por su proceso de manufactura.
6. La variación en el comportamiento de un producto o proceso se puede reducir aprovechando los efectos no- lineales, de los
parámetros de las características
7. La planeación de experimentos estadísticos se emplea para identificar los valores óptimos de los parámetros, en productos y
procesos, que permiten reducir la variabilidad.
Procesos Robustos
• Las aplicaciones más avanzadas de los Métodos Taguchi, permiten desarrollar tecnología flexible para el diseño y fabricación de familias de
productos de alta calidad, reduciendo los tiempos de investigación, desarrollo y entrega del diseño.
• El Dr. Taguchi es creador del concepto “diseño robusto”, el cual basa su estrategia para lograr la satisfacción del cliente, en exceder sus expectativas
de calidad.
• En busca de los ajustes de parámetros que aumentan la robustez (parámetro de diseño) es una parte esencial de los métodos de Taguchi. Diseño
robusto es una forma de diseño que no trata de resolver los problemas, sino que más bien trata de acercarse a la función ideal del sistema lo más
cerca posible bajo diversas condiciones de ruido.
Diseños Taguchi vs Diseños Clásicos
https://www.redalyc.org/pdf/944/94401906.pdf
¿Cuál es la diferencia?
Los diseños experimentales de Taguchi, están basados en arreglos ortogonales y se hicieron

populares por el ingeniero Genichi Taguchi.
Normalmente se identifican con un nombre como L8, que indica un arreglo con 8 corridas.
Los diseños experimentales clásicos también están basados en arreglos ortogonales, pero se
identifican
3 con un exponente para indicar el número de variables - así un diseño experimental
clásico 2 también tiene 8 corridas.
Así, los diseños generados por los dos métodos parecen ser similares - y de hecho lo son. De esta
forma algunas industrias y organizaciones que están al lado de los métodos de Taguchi y otros se
inclinan por el método clásico.
El libro “Estadística para Experimentadores” por Box, Hunter y Hunter (algunas veces llamado BH2 ) define la metodología para los diseños
La metodología de Taguchi enfatiza en:
• Diseño Robusto – es la búsqueda por el juego de condiciones para lograr un comportamiento del
proceso óptimo.
• Minimización de la función de pérdida – es la minimización de la pérdida económica debido a las
corridas en condiciones no-óptimas.
• Maximización de la Señal razón a Ruido – es el alcance de los mejores objetivos del proceso bajo
las condiciones no controlables (ruido).
• Selección del diseño experimental para examinar las Gráficas Lineales, que permiten además la
investigación de las interacciones de los efectos deseados, basados en el proceso conocido.
La metodología clásica enfatiza en:
• Experimentación secuencial para modelar el comportamiento del proceso (por ejemplo, para
desarrollar modelos empíricos del proceso incluyendo el efecto de los factores de “ruido”).
• Predicción del comportamiento futuro del proceso, incluyendo los efectos óptimos - de los
modelos empíricos.
• Investigación y el aislamiento de factores que afectan a la media y a la varianza,
independientemente.
• Selección del diseño experimental, considerando las salidas, esto, en corridas de una fracción de
8-4
un diseño factorial completo, por ejemplo, un diseño 2 , investiga los efectos de los 8 factores
en 16 corridas, y las salidas son conocidas antes de correr el experimento.
• La experimentación adicional puede ser requerida para identificar claramente los efectos de sus
interacciones.
El uso de estos métodos es para diseñar experimentos para mejorar procesos y productos.
https://www.youtube.com/watch?v=VPMhTpr95lM
¡Pero los diseños de experimentos son iguales!
Las siguientes tablas muestran:

3
• Un diseño clásico 2 , para estudiar los efectos de
los factores A, B y C, y también las 3 interacciones
de 2 factores y la única interacción de 3 factores.
Un arreglo L8 de Taguchi, para investigar el

efecto de 7 factores en 8 corridas mostrado en la
tabla anterior. Sí se usaran gráficas lineales se
seleccionarían las columnas 1,2 y 4 para
identificar los efectos de los 3 factores y esto
corresponde al mismo diseño clásico de la
anterior.

Para cada diseño, cada fila representa una corrida en el experimento (aquí, cada diseño tienen 8
corridas), y cada columna representa la colocación de los factores en la parte alta de la columna. En
el diseño clásico los niveles son (-1, +1); en el diseño de Taguchi, los niveles son (1, 2) - que significa,
(bajo, alto) para cada factor. En la parte baja de cada diseño está el número de columna
correspondiente para el diseño alternativo por ejemplo, columna 1 en el diseño de Taguchi
corresponde a la columna C en el diseño clásico, y viceversa.
El diseño clásico tiene las corridas en forma “estándar” ó “Yates” (un estadístico que inventó un
algoritmo para calcular rápidamente los efectos de un experimento diseñado). Aquí (porque hay 3
factores), las primeras tres columnas son los factores; la primer columna es una serie de -1’s y luego
+1’s, la siguiente columna es de pares de (-1, -1) entonces (+1, +1); la tercer columna tiene el modelo
(-1, -1, -1, -1) entonces (+1, +1, +1, +1). Los elementos de la columna de interacción son formados
por el cálculo del producto de los valores en las primeras tres columnas - ¡Fácil de calcular!. Las 7
columnas son independientes (no son iguales o un múltiplo de otras columnas) - de los 7 efectos (de
los factores principales y de las interacciones) pueden ser estimados independientemente.
El diseño de Taguchi tiene los mismos componentes del diseño Clásico, pero en un orden diferente.
Sin embargo, las columnas para la colocación de los factores, son escogidos de acuerdo a las
interacciones que el investigador asume y puede o no estar presente en el proceso. El investigador
consulta la tabla de interacción, y/o gráficas lineales, para determinar qué columnas ha elegido en
el diseño.
En la metodología clásica, el experimentador no hace ninguna suposición sobre la presencia o

ausencia de interacciones antes de correr el experimento. Sí el experimentador sabe con seguridad
que no hay interacciones presentes, entonces el diseño clásico podría usarse para investigar los 7
efectos de los factores en 8 corridas. (A propósito, cuando surgen ese tipo de problemas, se sugiere
conseguir toda la información posible al respecto - ya que en n corridas, usted conseguirá n-1
efectos, y el promedio sin ninguna pérdida. Sí usted ejecuta un experimento y varían 7 factores en
8 corridas, usted todavía terminará con 7 efectos al final del experimento).
¿Porqué aprender el diseño clásico de experimentos?
C.F. Kavanaugh enseña métodos para diseños experimentales clásicos por las siguientes razones:
• Ninguna suposición sobre la presencia de interacciones es necesaria antes de ejecutar el
experimento (sí usted está haciendo un experimento para identificar los factores críticos, ¿por qué
se debe hacer suposiciones sobre las interacciones, cuando usted no sabe la magnitud de los
efectos principales?).
• Creemos esto que sí la presencia de interacciones en procesos industriales complejos que
frecuentemente realizan predicciones a futuro del comportamiento del proceso, difícil o incluso
imposible. Por lo tanto, en la experimentación, esto es vital para ser capaz de investigar los efectos
de las interacciones clara e independientemente
• La naturaleza secuencial de la experimentación clásica permite incrementar modelos empíricos
complejos para predecir el comportamiento de procesos futuros – desde los modelos lineales
hasta polinomiales y modelos complejos no lineales basados sobre procesos fundamentalmente
entendidos, (la forma de relación matemática entre las variables). Los modelos empíricos pueden
ser mostrados - gráficamente visualizando la relación entre las variables.
• En la vida real, los experimentos raramente se ejecutan con exactitud a como se habían diseñado.
Creemos que el experimentador primero debe entender el cómo y porqué de cada corrida que es
incluida en el diseño - para que cuando el experimento no pueda ser corrido como el diseño dice,
la máxima información puede ser obtenida. Los métodos clásicos enseñan al experimentador
como se genera cada diseño, y la eficacia inherente seleccionando un diseño. ¡Usted no trabaja en
balde!.
Algunas gráficas lineales estándar para el diseño L8
Ya que los experimentadores clásicos entienden las salidas que

aporta un diseño, ejecutando un experimento. No hay ninguna
necesidad de consultar tablas de interacción complejas y las
gráficas lineales.
Algunas veces los diseños de Taguchi pueden tener grandes números de corridas.
Por ejemplo, investigando los efectos de 5 factores con 3 factores de ruido, se requeriría :
• Usar un diseño de Taguchi: L8, dentro L8 = 8x 8 = 64 corridas.

8-4
• Usando un diseño Factorial Fraccionario Clásico: 2 = 16 corridas; 8 factores principales que
pueden ser estimados claramente; sí las interacciones son encontradas como significativas,
entonces se harían otras 16 corridas para estimarlos independientemente.
Contribución:
La aplicación de cualquiera de las dos corrientes para mejorar la calidad de un producto, reduciendo la
variación de un proceso da como resultado un producto robusto. Los diseños experimentales que
Taguchi propuso son un poco diferentes a los diseños experimentales clásicos. Taguchi emplea dos
conjuntos de diseños experimentales. Uno para los parámetros de diseño, denominado arreglo interno
y el otro es para los factores de ruido, el cual se conoce como arreglo externo. Los diseños
experimentales clásicos desarrollados por Ronald A. Fisher. Estos diseños fueron desarrollados por
primera vez en investigaciones agrícolas.
La aplicación industrial de estos métodos, fueron desarrollados, principalmente, en Estados

Unidos y Gran Bretaña por científicos del área aplicada. Una de las ventajas de estos métodos es
que permiten estudiar el efecto de diferentes variables simultáneamente. Además, son
empíricos y no requieren la definición de modelos matemáticos para describir situaciones físicas.
En lugar de eso, involucran planes de experimentos con procedimientos definidos que agilizan la
determinación de soluciones e interpretación de datos. El empleo de éstas estrategias es
sencillo, su aplicación no es costosa y el tiempo necesario para desarrollarlas es relativamente
corto, es fácil de entender, la información necesaria que permite a los (ingenieros, gerentes de
planta, estudiantes de ingeniería, etc.) para aplicarla en la solución de sus problemas. Sin lugar a
dudas, es factible asegurar que las industrias que adopten dichas estrategias como
procedimientos estándar de operación, disminuirán sus costos de manufactura, mejoraran la
calidad de sus productos y reducirán el tiempo para la introducción de nuevos productos o
procesos.
X1 Y3
X2 Y2
X3 Y4
X4 Y1
X5
Z1 Z2 Z3 Z4
Un experimento es una prueba o ensayo. Un experimento diseñado es una prueba o

serie de pruebas, en las cuales se inducen cambios deliberados en la variable de
entrada de un proceso o sistema, de manera que sea posible observar he identificar
las causas de los cambios en la respuesta de salida.
X1 Y3
X2 Y2
X3 Y4
X4 Y1
X5
Z1 Z2 Z3 Z4
Un proceso o sistema puede ser representado por medio de una caja negra, en la que
se puede observar la existencia de factores controlables X1, X2……….., Xi; factores no
controlables Z1, Z2………. Zi (aunque pueden ser controlables para los fines del
experimento); entradas y una respuesta o salida Y del sistema.
Entre los fines del experimento se puede incluir:
• Determinar cuáles variables (factores) tienen mayor influencia en la respuesta Y

• Determinar el mejor valor de las X que influyen en Y, de manera que Y tenga casi
siempre un valor cercano al valor deseado.
• Determinar el mejor valor de las X que influyen en Y de modo que su variabilidad sea
pequeña.
• Determinar el mejor valor de las X que influyen en Y, de modo que se minimicen los
efectos de los factores no controlables Z.
Características de calidad
Y = variable a controlar
• Cuantitativa o al menos que sea cuantificable

• Relación directa con lo que quiere analizarse
• Flexible (a necesidades del cliente)
• Necesaria (crítica, que si no se controla le afecta al cliente)
• Significativa en las unidades acostumbradas por la compañía
(sistema de medición)
Que medir?
Y = variable a controlar Hay que
X = factores o fuentes de variación medir ambas
X1 Y3
X2 Y2
X3 Y4
X4 Y1
X5
• Definir el comportamiento del producto

• Identificar eficiencia de acciones de control en el proceso
• Predecir el comportamiento de mi producto en campo
Ejemplo de impacto de la medición de variable/ atributo del producto en el control del

proceso
Relacionada con el Relacionada con el
proceso producto
• Presión de la prensa
Peso de un articulo de vidrio
• Calibración del válvula
en una prensa
• Cantidad de aire comprimido
• Composición del vidrio
Traduce información Obtiene información
del producto en del producto
control del proceso
Si se tiene problemas en el peso de un artículo

de vidrio, cómo controlaríamos en el proceso de
prensa la variación en el peso?
Ejemplo: Factores que influyen en el proceso de manufactura de vidrio
(Relación control de producto vs control de proceso)
En el siguiente diagrama se describen los factores que influyen en la manufactura de artículos de

vidrio y que tienen que ver de manera directa en su calidad, a continuación se muestran en forma
general estos factores en relación a los procesos que los derivan, tales como:
Producto
terminado
DISEÑO DE EXPERIMENTOS TAGUCHI
La parte fundamental de la metodología ideada por el matemático japonés G. Taguchi es la

optimización de productos y procesos, a fin de asegurar productos robustos, de alta calidad y bajo
costo.
La metodología Taguchi consta de tres etapas:
a) Diseño del sistema

b) Diseño de parámetros
c) Diseño de tolerancias
De estas tres etapas, la más importante es el diseño de parámetros cuyos objetivos son:
a) Identificar qué factores afectan la característica de calidad en cuanto a su magnitud y en cuanto a su

variabilidad.
b) Definir los niveles “óptimos” en que debe fijarse cada parámetro o factor, a fin de optimizar la operación del
• Para lograr lo anterior se ha manejado una serie de herramientas estadísticas conocida como
diseño de experimentos, tratadas anteriormente.
• Taguchi ha propuesto una alternativa no del todo diferente que se que conoce como: Arreglos
Ortogonales y las Gráficas Lineales.
• La herramienta utilizada normalmente son diseños Factoriales fraccionados, sin embargo
cuando el número de factores se ve incrementado, las posibles interacciones aumentan, así
como la complicaciones para identificar cuáles son las condiciones específicas a experimentar.
• Un arreglo ortogonal se puede comparar con una replicación factorial fraccionada, de manera
que conserva el concepto de ortogonalidad y contrastes. Un experimento factorial fraccionado
es también un arreglo ortogonal .
Taguchi desarrolló una serie de arreglos particulares que denominó:

Diseño clásico vs diseño taguchi
La (b)C https://www.redalyc.org/pdf/944/94401906.pdf
Donde:
a = Representa el número de pruebas o condiciones experimentales que se tomarán. Esto es el

número de renglones o líneas en el arreglo.
b = Representa los diferentes niveles a los que se tomará cada factor.
c = Es el número de efectos independientes que se pueden analizar, esto es el número de
columnas.
Arreglos ortogonales para experimentos a dos niveles
Un arreglo ortogonal es una tabla de números. Como ejemplo de un arreglo ortogonal

tenemos el siguiente:
La (b)C
Arreglo L4, por tener cuatro renglones
En general, para un arreglo a dos niveles, el número de columnas (efectos o factores)

que se pueden analizar, es igual al número de renglones menos 1.
La (b)C
Taguchi ha desarrollado una serie de arreglos para experimentos con factores a dos
niveles, los más utilizados y difundidos según el número de factores a analizar son:
No. de factores a analizar Arreglo a No. de condiciones a probar
(columnas del arreglo) utilizar (renglones de arreglo)
Entre 1 y 3 L4 4
Entre 4 y 7 L8 8
Entre 8 y 11 L12 12
Entre 12 y 15 L16 16
Entre 16 y 31 L32 32
Entre 32 y 63 L64 64
Algunos arreglos ortogonales
La (b)C
En este caso estamos interesados en analizar el efecto de 5 efectos o factores a dos niveles cada uno, por lo tanto, se
usará un arreglo ortogonal L8. Esto implica que se ejecutarán 8 pruebas o condiciones experimentales. Por otra parte
se disponen de 7 columnas, a cada columna se le puede asignar o asociar un factor. Si en particular, asignamos los
factores en orden a las primeras cinco Columnas, dejando libres las últimas dos columnas, el arreglo queda:
Total 2.64
Observe que en las columnas vacías, 6 y 7, se ha escrito la letra e1,y e2 respectivamente esto para indicar que en
ellas se evaluará la variación natural o error aleatorio.
Si no se asigna ningún factor, es de esperar que ahí se manifieste la variación natural. Los resultados de Yi se
muestran en ppm.
El análisis de resultados, se puede efectuar de dos maneras diferentes. Una de ellas mediante una serie de gráficas,
En la tabla de ANOVA encontramos los resultados obtenidos anteriormente:

Nº A B C D E e1 e2 Yi
1 1 1 1 1 1 1 1 0.49
2 1 1 1 2 2 2 2 0.42
3 1 2 2 1 1 2 2 0.38
4 1 2 2 2 2 1 1 0.30
5 2 1 2 1 2 1 2 0.21
6 2 1 2 2 1 2 1 0.24
7 2 2 1 1 2 2 1 0.32
8 2 2 1 2 1 1 2 0.28
T1 1.59 1.36 1.51 1.40 1.39 1.28 1.35 Tot
T2 1.05 1.28 1.13 1.24 1.25 1.36 1.29 2.64
SS 0.03645 0.00080 0.01805 0.00320 0.00245 0.00080 0.00045 Ve
gl 1 1 1 1 1 2
V 0.03645 0.00080 0.01805 0.00320 0.00245 00062
F 58.32 1.28 28.88 5.12 3.92
Sg si no si si si
P1 0.3975 0.3400 0.3775 0.3500 0.3475 Y
P2 0.2625 0.3200 0.2825 0.3100 0.3125 0.33
Ni 2 - 2 2 2
Ef -0.0675 -0.0475 -0.0200 -0.0175
Yest. = Y + Ef A2 + Ef C2 + Ef D2 + Ef E2
T1 = Total de lecturas al nivel 1
T2 = Total de lecturas al nivel 2
n = Número total de lecturas
SS = (T2 - T1 )2 /n
gl = Grados de libertad (columnas)
V = SS/gl
F = V/Ve
Sg = ¿Efecto significante?
P1 = Promedio nivel 1
P2 = Promedio nivel 2
Ni = Nivel seleccionado
Ef = Efecto de la variable
Y = Promedio de todos los datos
Yest = Valor estimado de la variable a las condiciones propuestas
Ordenando de mayor a menor valor absoluto (ignorando el signo), tenemos
Factor A C D E B e e
Diferencia 0.1350 0.0950 0.0400 0.0350 0.0200 0.0200 0.0100
Se puede observar que el orden en que quedaron los datos anteriores, es también el orden de
mayor a menor Fexp que se obtiene con la ANOVA.
Siguiendo el orden anterior, se obtiene una gráfica como se muestra en seguida:

.40
.35
.33
.30
.25
A1 A2 C1 C2 D1 D2 E1 E2 B1 B2 e1 e2 e1 e2
Mediante esta gráfica, se puede evaluar el efecto de cada factor. Entre mayor sea la línea de cada
factor, o bien, entre más vertical se encuentre, mayor será el efecto de este factor.
Observamos un grupo de líneas inclinadas, seguida de un grupo de líneas que súbitamente se

“acuestan” o se hacen horizontales. Es de esperar que las líneas que presentan columnas vacías o
error aleatorio, quedan prácticamente horizontales
Observe que las conclusiones a que se llegamos en este ejemplo son similares a las de la ANOVA, esto
es, factores significantes A, C, D y e, igualmente los niveles recomendados se pueden identificar
rápidamente, si deseamos reducir la variable de respuesta, se toma el nivel más bajo, en este caso A2,
C2, D2 y E2, es decir, los puntos por debajo de la línea promedio global.
En conclusión, el método gráfico puede ser utilizado para fines de exposición o presentación y el
ANOVA para fines de tomar una decisión más objetiva.
B1
B1
B2
B2
A1 A2 A1 A2
Las dos líneas son paralelas, no El efecto de A depende del nivel de B

existe interacción entre los factores. y viceversa. El efecto de A no es consistente.
Existe interacción
Tipos de parámetros
+ • Mayor es mejor (maximizar)

 Vida de herramienta
• Quiero maximizar  Productividad
- • Menor es mejor (minimizar)

 Quejas
 Devoluciones
• Quiero minimizar  Rechazos
 Retrabajos
+/- • Nominal es mejor (valor objetivo con tolerancia asociada)
• Atributos (variables cuantificables)

Metrología (Sistema de Medición)
Cuando medir?
• Aleatoria
Frecuencia
• Predefinida
Metrología
• Calibración (puesta a punto de un instrumento contra un
estándar)
• Sistema de medición (variable fácil de medir, curvas

características de operación)
• Precisión ( se refiere a la dispersión)
• Exactitud
• Linearidad ( se refiere al comportamiento del
instrumento)
• Sensibilidad (que tanto mi instrumento es capaz de
medir lo que yo quiero medir)

Unidad 01 02 Ingenieria Calidad y Productividad (Copia en Conflicto de LAPTOP-L8VA6FFM 2022-05-08)

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 01 02 Ingenieria Calidad y Productividad (Copia en Conflicto de LAPTOP-L8VA6FFM 2022-05-08)

Cargado por

Copyright:

Formatos disponibles

Ingeniería de Calidad y Productividad

Especialidad Logística, Calidad y Manufactura

1 Introducción a la Ingeniería de calidad.

1.1 Introducción a la ingeniería de calidad.

2 Diseño de experimentos para la participación de los factores en la variable de respuesta.

2.1 Arreglos ortogonales.

3 Medición Conceptual de la Productividad.

3.1 Introducción a la Productividad.

4 Análisis de la Productividad y su Rentabilidad

4.1 Introducción a la productividad y su Rentabilidad.

4.1 Introducción a la productividad y su Rentabilidad.

• Es un conjunto de conocimientos técnicos para la formulación de una política, así como

• La secuencia de manufactura desde el desarrollo del prototipo y del producto hasta el

Concepto de Ingeniería de Calidad

Ejemplos típicos son la fractura de cables, de frenos, de álabes de turbinas, etc

Concepto de Ingeniería de Calidad

La Ingeniería de la Calidad es una metodología que consiste en la aplicación de técnicas

Concepto de Ingeniería de Calidad

Es un conjunto de conocimientos técnicos para la formulación de una política, así

La secuencia de manufactura desde el desarrollo del prototipo y del producto hasta el

Concepto de Ingeniería de Calidad

¿Qué es la Ingeniería de la calidad según Taguchi?

Calidad en el área de fabricación, se encarga del control y la corrección de procesos así

Metodología para crear un sistema de calidad

Concepto de Ingeniería de Calidad

Concepto de Ingeniería de Calidad

La aplicación anticipada en el ciclo del desarrollo producto/proceso puede generar resultados

(1) el mejoramiento en los rendimientos del proceso,

Concepto de Ingeniería de Calidad

Es un conjunto de herramientas que se integran dentro de un proceso metodológico para incorporar

Concepto de Ingeniería de Calidad

Despliegue de la función calidad (QFD)

El QFD es un sistema que busca focalizar el

https://www.youtube.com/watch?v=uTy3s1IlwMg Diseño robusto

a) Adopción de una perspectiva global en las actividades de manufactura;

b) Estrategias de crecimiento interno o mediante alianzas, fusiones o adquisiciones;

d) Adopción de plataformas y sistemas modulares de producción; y

Etapa 5.-Retroalimentación, evaluación y acciones correctivas. Se centra en la reducción de variación y la mejora

EPS1 EPS2 EPS3 EPS4 EPS5

Plan y Diseño y Diseño y Validación del Retroalimentación,

Etapa 1 Plan y Definición de un Programa

Etapa 1 Plan y Definición de un Programa

Etapa 2 Diseño y Desarrollo del Proucto

Etapa 2 Diseño y Desarrollo del Producto

Etapa 3 Diseño y Desarrollo del Proceso

Etapa 3 Diseño y Desarrollo del Proceso

Etapa 4 Validación del Producto y el Proceso

Etapa 4 Validación del Producto y el Proceso

Etapa 5 Retroalimentación, Evaluaciones y Acciones Correctivas

Etapa 5 Retroalimentación, Evaluaciones y Acciones Correctivas

Ingeniería de calidad fuera de línea.

Se llaman experimentos factoriales a aquellos experimentos en los que se estudia

Factores = variables o atributos del proceso a estudiar

Los experimentos factoriales en si no constituyen un diseño experimental si no un Diseño

Uso de los experimentos factoriales.

• Los experimentos factoriales se emplean en todos los campos de la investigación, son

1. Factor.- Es un conjunto de tratamientos de una misma clase o características.

• Son aquellos factores cuyos niveles son procedimientos, o cualidades o atributos.

Es el efecto combinado de dos o más factores.

El experimento factorial se planifica con la intención exprofesa de medir y evaluarla.

• Son aquellos factores cuyos niveles son cantidades numéricos.

• Son aquellos factores cuyos niveles son procedimientos, o cualidades o atributos.

Experimentos Factoriales 2k [19n0em6pqk4v] (idoc.pub)