Sie sind auf Seite 1von 29

2.5.

METODOS TAGUCHI
Genichi Taguchi es un Ingeniero Mecnico graduado en la Universidad de
Kiryu, en Japn y doctorado en Ciencias (Estadstica Matemtica) en la
Universidad de Kyushi. Desde 1949 ha estado activo en el mejoramiento de
los productos y procesos industriales del Japn, desarrollando su carrera
principalmente en la Industria Electrnica. Actualmente es consultor
independiente en Japn, Estados Unidos, China y otros pases. Es director
ejecutivo y socio Fundador del American Supplier lnstituye, institucin que
se dedica a la difusin de los Mtodos Taguchi (Arrellano, 2005).
Los mtodos Taguchi se han aplicado en el Japn desde 1948. En cuanto a
alimentos existe el caso de una fbrica de caramelos en donde se tenan
problemas con la textura del producto. Conforme se incrementaba la
temperatura, el caramelo se volva blando, afectando la aceptacin por los
consumidores. En este caso, el factor de ruido era la temperatura ambiente.
Mediante la experimentacin seleccionando aquellos factores de control en
los ingredientes y el proceso, se consigui disminuir la variacin de textura
con respecto a la temperatura. Esto es, el producto -Se hizo robusto e
insensible a la temperatura. Lo ms sorprendente es que se logr ubicando
los factores existentes en los niveles adecuados, sin necesidad de introducir
aditivos o realizar inversiones en el proceso (Marfil, 1991).
En la industria alimentaria se conoce poco sta tcnica. Existen casos
reportados en la disminucin de drenado en jamones, desarrollo de yogurt
diettico, incremento de eficiencia en la descascadora de nuez y otros. La
aplicacin de los Mtodos Taguchi en la industria alimentara puede ser de
gran utilidad, sobre todo para el desarrollo de productos y procesos. Por
ejemplo: en el desarrollo de frmulas para determinados productos,
generalmente se encuentra que existen gran cantidad de ingredientes, cada
uno de los cuales tienen su razn de estar en la frmula. Sin embargo se
agregan en niveles recomendados por el fabricante o en base a la
experiencia o literatura diversa. Si se desea conocer el efecto que tienen los
ingredientes sobre una caracterstica determinada, por ejemplo
experimentar a dos niveles, se necesita hacer un mnimo de 210 = 1 024
experimentos. Con el uso de arreglos ortogonales, el nmero de
experimentos podran reducirse a 12, 16 32 segn el nmero de
interacciones existentes, lo cual es un ahorro significativo (Marfil, 1991).
Los Mtodos Taguchi son: Calidad a travs del Diseo, Funcin Prdida,
Arreglos Ortogonales y Diseo de Parmetros.
2.5.1. Calidad a travs del Diseo
Un producto mejor no es aquel que cumple las especificaciones y que tiene
"cero defectos", sino aquel que tiene menor variacin y se acerca ms al
valor nominal de la caracterstica medida. En otras palabras nuestro

principal enemigo es la variabilidad. El control estadstico de proceso y la


inspeccin son procesos que por s mismos mejoran la calidad. Es necesario
reducir la variabilidad del proceso a travs de la experimentacin, actividad
en la que los Mtodos Taguchi pueden ser de gran utilidad. Indudablemente
que, el primer paso para mejorar el diseo de un producto o proceso
existente es llevarlo a control estadstico.

Despus de esto se aplican tcnicas para eliminar causas de variacin,


nuevamente se lleva a control estadstico y as sucesivamente (Marfil,
1991).
Segn Marfil (1991), para Taguchi la calidad se genera en el diseo del
producto o del proceso. El trmino "Ingeniera de Calidad" se refiere
precisamente a las actividades necesarias para incorporar en el desarrollo y
la manufactura del producto aquellos elementos que prevendrn la
influencia de los factores ruido. La variacin de un proceso o de las
caractersticas de un producto se debe a los llamados factores de ruido.
Estos se incluyen en el diseo experimental y pueden ser de tres tipos:
Factores de ruido exterior (Ej. Temperatura, ambiente, factores humanos,
etc.).
Factores de ruido interior (Ej. deterioro).
Factores de ruido entre producto (Ej. Imperfecciones de manufactura).
Marfil (1991) menciona tambin que Taguchi cataloga dos reas principales
de la Ingeniera de Calidad:
Fuera de lnea. - Se refiere al trabajo de diseo o etapa de investigacin y
desarrollo en donde se disean tanto el producto como el proceso.
En lnea- Se refiere a mejorar un proceso de manufactura o producto ya
establecido.
En ambas partes el objetivo es conseguir procesos/productos "robustos" o
insensibles al ruido. Taguchi recomienda hacer uso de las relaciones no
lineales entre un factor y la respuesta, para lograr la robustez de un
producto. Para ilustrar lo anterior en la Figura 13 se muestra una relacin
hipottica entre un parmetro o factor X y una caracterstica de calidad Y.
Si se supone que el nivei deseado de la caracterstica de calidad es Y1, Y
que el factor X tiene un rango de variacin determinado que produce una
variabilidad correspondiente en la caracterstica Yl. Si se mueve el factor X2,
debido a la relacin que existe en la grfica, la variabilidad de la
caracterstica se reduce en el nivel Y2. A pesar de que el factor X sea muy
grande no repercutir en la variabilidad de la caracterstica de manera
importante, En este punto se puede decir que el proceso es "robusto"
(Marfil,1991).
Sin embargo, la caracterstica de calidad se encuentra en el nivel 2, siendo
que el objetivo es el nivel l. Es necesario entonces seleccionar un segundo
factor de control, como Z, que afecte a toda la distribucin de la
caracterstica de manera independiente que permita "mover" el resultado
haca en nivel l. Para Taguchi lo importante para el diseo de experimentos,
es encontrar aquellas relaciones entre los diferentes factores o parmetros

que afecten el resultado y que permitan seleccionar los niveles adecuados


para lograr la robustez. Taguchi hace la distincin de los parmetros o
factores en dos tipos: factores de control y factores de ruido. Los factores de
control sern aquellos que puedan mover o ajustar para lograr el objetivo.
Dentro de los factores de control se pueden distinguir 4 tipos:
1.
2.
3.
4.

Afectan la variacin pero no afectan la media.


No afectan la variacin pero si afectan la meda.
Afectan la variacin y la media.
No afectan la variacin ni la media.

Dentro de las tres fases del ciclo del diseo, la primera fase o desarrollo del
sistema implica conocimientos de Ingeniera. En esta etapa se deben
establecer con claridad las caractersticas del producto que se deseen
optimizar, identificar cules son factores de control y cules factores de
ruido; es decir, todos los elementos que en el diseo deben cumplir con los
requerimientos de calidad y costo. EI conocimiento ingenieril del producto y
del tema es fundamental es esta etapa (Marfil, 1991).
Cuando se trata de Ingeniera de la Calidad en lnea, es muy importante
involucrar a los operarios y personal directamente implicado en el problema
para identificar los factores de control y de ruido. El uso de tcnicas tales
como diagramas de Pareto, Ishikawa, histogramas de frecuencia etc., es de
mucha utilidad en esta etapa. En el caso de nuevos productos/procesos
(Ingeniera de la calidad fuera de lnea) es fundamental llevar los
requerimientos del cliente al sistema o modelo. En cualquier caso, la
seleccin equivocada de factores conduce al fracaso (Marfil, 1991).
2.5.2. Funcin Prdida
El Dr. Genichi Taguchi hace la siguiente definicin: "La calidad de un
producto es la mnima prdida impartida por el producto a la sociedad
desde el momento que el producto es vendido". As Dr. Taguchi sostiene que
lo realmente importante es ponerse desde el punto de vista del consumidor,
quien es el que permite mantener y hacer crecer en el mercado. Por ello la
clave es cuanto pierde el consumidor por uso del producto; interesa el costo
y la satisfaccin del consumidor. (Montgomery.2002).
Generalmente se piensa que las prdidas por mala calidad las absorbe el
consumidor en el precio de venta del producto pues representan un costo de
manufactura. Si el productor es ineficiente y sus productos son caros por
implicar altos costos, finalmente estar fuera de! mercado. Al definir Taguchi
la calidad como la prdida que ocasiona el producto a la sociedad desde que
es embarcado, refleja el anlisis que hace el consumidor en contraste con
las definiciones de calidad tradicionales en donde los costos de produccin
(reproceso, inspeccin, reparacin por garanta, etc.) son las principales
medidas del desempeo en cuanto a calidad. Algunos piensan que las
prdidas a la sociedad debern incluir tambin las prdidas antes de que el
producto es embarcado. De cualquier forma, la calidad debe ser definida en
trminos del sistema en su conjunto, no slo considerando puntos aislados

en donde se mide una caracterstica de calidad en particular. La prdida


debe incluir costos debidos a la ineficiencia y prdida de productividad
causadas por la variacin tales como costos incrementales de
mantenimiento, paros en la produccin, exceso de inventarios por
ineficiencia y duplicidad de funciones, tiempo perdido en reuniones y
discusiones improductivas, etc.
Tambin, aunque son ms difciles de medir, se deben incluir costos
originados a los consumidores por el mal desempeo del producto, mala con
fiabilidad y durabilidad, etc. El costo puede ser infinito cuando origina que el
consumidor busque en otro lugar los productos que mejor reunirn sus
expectativas. En la industria de alimentos tas situaciones puede ser an
ms riesgoso al tratarse de productos inseguros para el consumo, que
pueden ocasionar daos a la salud de los consumidores (Marfil, 199]).
Segn Arellano (2005), el Dr. Taguchi para describir lo que entiende "prdida
para la sociedad" pone el siguiente ejemplo: Los granjeros del Japn usan
lmparas de vinil para proteger sus cosechas del fro. Un productor de
lminas de vinil trabaja dentro de las especificaciones de norma, pero est
centrado en la zona inferior y tiene una produccin muy uniforme. As la
empresa reduce costos. Pero esto origin tres tipos de prdidas:
a. Las lminas se rompan porque no resistan el viento.
b. Los granjeros perdieron como resultado del dao a las cosechas.
c. La reduccin en la oferta de las cosechas caus la subida del precio,
resultando una prdida para la sociedad, la cual es absorbida como un costo
adicional.
En este caso la prdida para la sociedad es mayor que la ganancia para la
industria. Asimismo, el Dr. Taguchi contina su fundamentacin diciendo que
las especificaciones pasa no-pasa son inadecuadas. Ello debido a que un
producto puede pasar a pesar que est muy cerca del lmite Cul es la
diferencia entre 59 y 60% de los alumnos? (Montgomery, 2002).
Tenemos que el objetivo de la funcin prdida es lograr un efectivo mtodo
de representar la prdida debida a la desviacin de la caracterstica de
calidad de su objetivo debido a una calidad pobre. En las
Figuras 14 y 15 se aprecia la funcin prdida.

Segn Marfil (1999), Taguchi sostiene que las prdidas por mala calidad se
deben a desviaciones de la caracterstica de calidad alrededor de los valores
objetivos. Esto parece obvio, pues se sabe que la calidad se deteriora
cuando se desva del objetivo, sin embargo en las prcticas de Control de
Calidad se olvidan estos principios y a veces se acta en contra de ellos.
Taguchi desarroll la funcin de prdida en forma matemtica, encontrando
que tienen una relacin cuadrtica con respecto a la caracterstica de
calidad. La forma de la curva depende del tipo de caracterstica de calidad,
las cuales Pueden ser:
- NOMINAL ES MEJOR. La calidad es mayor cuando se acerca al valor
nominal. (color, grados Brix, acidez, textura, voltaje de un electrodomstico,
etc.). Esta relacin se observa en la Figura 16.
- MENOR ES 1\.1EJOR.La calidad es mayor cuando la caracterstica es menor
(porcentaje de defectuosos, ndices microbiolgicos de calidad, menos
metales pesados en los alimentos, etc). En la Figura 17 se ve esta relacin.
- MAYOR ES MEJOR. La calidad es mayor cuando la caracterstica es mayor.
(Eficiencia, algunos atributos sensoriales, vida til, ms vitaminas en los
alimentos, etc.). La Figura 18 muestra la relacin mayor es mejor.
En el Cuadro 6 se muestra la relacin seal/ruido (SIR) desarrollada por
Taguchi, dicha relacin implica 2 trminos, la variacin y la desviacin
contra el promedio o valor nominal. En su forma experimental la SIR es
simplemente la razn de la media a la desviacin estn dar (o el inverso del
coeficiente de variacin). La SIR debe maximizarse para lograr un diseo

robusto. Despus del clculo de la relacin SIR y de las medias para cada
grupo de experimentos, se realiza la construccin de grficas.

Factoriales mostradas en la Figura 19, en ella se observa que los factores A,


B, D, F Y G son los factores activos a travs de los cuales se pueden
disminuir la variabilidad de los efectos, pues tienen mayor relacin SIR,
ubicndoles en donde la relacin SIR sea mayor. Para el caso de los factores
e y E no sucede gran cosa si los movemos del nivel 1 al 2 en cuyo caso
puede ubicarse en el nivel de menor costo (Marfil, 1991).
La funcin prdida se puede utilizar para establecer las tolerancias de
fabricacin, en funcin de los requerimientos de los consumidores y
teniendo como objetivo el minimizar las prdidas por mala calidad. Adems
de lo anterior lo ms importante quiz es que no indica que a menor
variacin existir menor prdida y en consecuencia mayor calidad.
Esta idea de Taguchi es bsica en el desarrollo de su metodologa. El
enemigo a vencer para mejorar la calidad en un proceso industrial es
justamente la variabilidad (Marfil, 1991).
2.5.3. Arreglos Ortogonales
El arreglo ortogonal es una herramienta ingenieril que simplifica y en
algunos casos elimina gran parte de los esfuerzos de diseo estadstico. Es
una forma de examinar simultneamente muchos factores a bajo costo. El
Dr. Taguchi recomienda el uso de arreglos ortogonales para hacer matrices
que contengan los controles y los factores de ruido en el diseo de
experimentos. Ha simplificado el uso de este tipo de diseo al incorporar los
arreglos ortogonales y las grficas lineales, finalmente, en contraste con los
enfoques tradicionales como equivalentes de ruido: mientras las
interacciones sean relativamente suaves, el analista de los efectos
principales nos proporcionar las condiciones ptimas y una buena
reproductibilidad en un experimento (Arrellano, 2005).

Los arreglos ortogonales son herramientas que permiten al ingeniero

evaluar qu tan robustos son los diseos del proceso y del producto con
respecto a los factores de ruido (Montgomery, 2002).
Segn Arrellano (2005), el Dr. Taguchi recomienda el uso de arreglos
ortogonales para hacer matrices que contengan los controles y los factores
de ruido en el diseo de experimentos. Ha simplificado el uso de este tipo
de diseo al incorporar los arreglos ortogonales y las grficas lineales,
finalmente, en contraste con los enfoques tradicionales como equivalentes
de ruido: mientras las interacciones sean relativamente suaves, el analista
de los efectos principales nos proporcionar las condiciones ptimas y una
buena reproducibilidad en un experimento. Los arreglos ortogonales son
herramientas que permiten al ingeniero evaluar qu tan robustos son los
diseos del proceso y del producto con respecto a los factores de ruido. El
anlisis del arreglo. Ortogonal de Taguchi es usado para producir los mejores
parmetros para el diseo ptimo del proceso con el mnimo nmero de
experimentos (pruebas). Los resultados obtenidos para los arreglos
ortogonales son analizados para =s= los siguientes objetivos:
Estimar la contribucin de los factores individuales que influyen en la
calidad en la etapa del diseo del producto.
Ganar la mejor condicin para un proceso o un producto, as que las
caractersticas en una buena calidad puedan ser sostenidas.
Segn Arrellano (2005) la ventaja de los arreglos ortogonales es que pueden
ser aplicados al diseo experimental involucrando un gran nmero de
factores. La desventaja del arreglo ortogonal es que puede ser nicamente
aplicado en la etapa inicial del diseo del sistema del producto o proceso.
Un arreglo ortogonal permite asegurar que el efecto de "B" en "Al" es el
mismo efecto de "B" en "A2". As se podr estar seguro de que se est
haciendo comparaciones entre efectos de niveles de un factor. Por ejemplo
en el Cuadro 7 se muestra un arreglo ortogonal que representa La(b) c
f,donde:
L = indica que es un arreglo ortogonal.
a = Nmero de corridas experimentales.
b = Nmero de niveles para cada factor.
e = Nmero de columnas o factores de un arreglo ortogonal.
Montgomery (2002) cita el caso de un experimento sobre el ensamble de
una vlvula de vaco. Los factores a considerar y sus respectivos niveles se
pueden observar en el Cuadro 7.
El arreglo ortogonaI que corresponde a este caso es el Ls, se presenta en el
Cuadro 8, en donde hay 7 columnas y 8 filas. Los factores son asignados a
las columnas. Los niveles de cada factor son indicados por los nmeros 1 o
2. Cada fila indica una combinacin de niveles de factor que se debe probar.

Cada fila da un resultado experimental bajo diferentes condiciones. Lo cual


permite hacer comparaciones entre los niveles de cada factor (Arellano,
2005).
El Dr. Taguchi ha simplificado el uso de estos tipos de diseos dando tablas
de arreglos ortogonales y grficos lineales. El arreglo que el usa es una
forma de diseo de experimentos factorial fraccional. El Dr. Taguchi usa los
arreglos ortogonales para evaluar el efecto de los factores con respecto a la

robustez. (Montgomery, 2002).

Segn Montgomery (2002), ee aprecia que una de las principales


contribuciones del Dr Taguchi es convertir el Diseo de Experimentos en una
herramienta fcil de usar. Por tanto los ingenieros no necesitan convertirse
en especialistas en estadstica para aplicar el diseo de experimentos.
Un aspecto adicional que considera el Dr. Taguchi es el de la interaccin de
los factores, para lo cual anexa lneas grficas. Sin embargo, se recomienda
seleccionar adecuadamente factores tales que su interaccin sea mnima o'
desechable, a fin de evitar la consideracin de las lneas grficas
(Montgomery, 2002). En los Cuadros 9 y 10 se presentan otros arreglos
ortogonales, los cuales se pueden aplicar segn el requerimiento de factores
que existen en el experimento a realizar.

2.5.4. Diseo de Parrnetros


En la segunda etapa, se realiza lo que Taguchi llama Diseo de Parmetros,
mediante el anlisis de los resultados de la experimentacin utilizando el
factor seal/ruido, se seleccionan los niveles adecuados de los factores. Para
la experimentacin, Taguchi recomienda el uso de arreglos ortogonales
(visto previamente), en lugar de experimentos factoriales completos u otros
arreglos. Este recurso hace eficiente la experimentacin al reducir el
nmero de experimentos. Sin embargo se debe tener algunos cuidados pera
el caso de las interacciones y para el caso de la asignacin de columnas
(Marfil, 1991).
El objetivo del diseo de parmetros es determinar los valores de los
parmetros de un producto proceso de tal forma que el producto sea
funcional, exhiba un alto nivel de performance y sea sensitivo al mnimo a
los ruidos (Montgomery, 2002).
Segn Arellano (2005), el diseo de parmetros tpico envuelve 2 tipos de
factores: factores de-control y factores de ruido.
Un factor de control en un factor cuyo nivel puede ser establecido y
mantenido.

Un factor de ruido es aquel cuyo nivel ni puede ni podr ser establecido y


mantenido, no obstante podra' afectar la performance de las caractersticas
funcionales.
El diseo de parmetros examina las interacciones entre factores de control
y factores de ruido con el objeto de lograr la robustez Una medida
estadstica de la performance es la razn seal-ruido (SIR) que es usada
para evaluar la calidad de un producto. La razn SIR (S/N, Signal/Noise)
mide el nivel de performance y el efecto de los factores de ruido sobre la
performance (Montgomery, 2002).
Marfil (1991) menciona que la forma de la razn SIR est ligada
directamente a la funcin prdida. Esta razn es una evaluacin de la
estabilidad de performance de una caracterstica de salida. La funcin
prdida permite evaluar el efecto de la estabilidad en trminos monetarios.
Mayor performance es medida por una razn mayor de SIR. implica menor
prdida. La razn SIR as como la funcin prdida son medidas objetivas de
la calidad que consideran tanto la media como la variacin. De manera
similar a la funcin prdida se tienen 3 tipos de razones SIR:
-

Lo ms grande lo mejor.
Lo ms pequeo lo mejor.
El valor nominal lo mejor.

2.5.5. Comparacin entre el Diseo Experimental Clsico y los


Mtodos
Taguchi Segn Marfil (1991), tanto el diseo de experimentos como los
mtodos de Taguchi sirven para optimizar procesos que tienen entradas
controlables y salidas medibles. Ambas metodologas trabajan con mltiples
entradas que afectan a la salida por medir. Su diferencia fundamental radica
en la forma en que cada mtodo maneja las interacciones entre los factores
de entrada.
Mientras en el diseo experimental clsico se prueba con todas las
combinaciones de niveles de entrada, o una fraccin simtrica de las
mismas, con el mtodo de Taguchi se trabaja con una porcin pequea de
las posibles combinaciones de factores de entrada, pero de una manera que
permite calcular los efectos de todos los factores de entrada en el resultado
de inters (Yacuzzi el al., 2005).
Yacuzzi el al. (2005) sealan en el Cuadro 11 las fortalezas y debilidades de
los mtodos tradicional y de Taguchi.

2.6. METODOLOGA DE SUPERFICIE DE RESPUESTA


La metodologa de Superficie de Respuesta es un conjunto de tcnicas
utilizadas en el estudio de la relacin entre una o ms respuestas y un
conjunto de factores o variables independientes y donde el objetivo es
optimizar sta (s) respuesta (s).
Dicha metodologa se realiza mediante una experimentacin secuencial,
esto es, la aproximacin a la regin de inters se realiza de forma iterativa
utilizando diseos cada vez ms complejos que dependen de la informacin
que se obtiene en cada etapa. En la actualidad hay varios paquetes
estadsticos para analizar superficies de respuesta, algunos de estos
especficamente diseados para ello.
Sin embargo, existen versiones estudiantiles de paquetes estadsticos que
permiten un anlisis muy completo de esta metodologa (Figueroa, 2003).
La Metodologa de Superficie de Respuesta (MSR), fue introducida por Box y
Wilson (1951) Y es una coleccin de tcnicas que permite al investigador

inspeccionar una respuesta, que se puede mostrar como una superficie,


cuando los experimentos investigan el efecto que tiene el variar factores
cuantitativos en los valores que toma una variable dependiente o respuesta;
ejemplo de esto puede ser estudiar cmo los valores de temperatura y
presin afectan la tasa de una reaccin qumica y tratar de encontrar los
valores que optimicen esta respuesta. Esto es, se trata de encontrar los
valores ptimos para las variables independientes que maximizan,
minimizan o cumplen ciertas restricciones en la variable respuesta
(Figueroa, 2003).
Figueroa (2003) menciona que la representacin matemtica de los modelos
de metodologa de superficie de respuesta puede ser de diversas maneras:
Un modelo de primer orden (lineal) sin interacciones o productos cruzados
se muestra segn la ecuacin 10.

El modelo lineal de primer orden con interacciones, segn la ecuacin 11.

Donde "e" representa el ruido o error observado en la respuesta "y"'. Kuehl


(2001) menciona que los modelos polinomiales se utilizan como una
aproximacin a la funcin de respuesta real y generalmente son buenas
aproximaciones cuando se trabaja en pequeas zonas de los factores
cuantitativos. Cuando se trabaja con dos factores y se utiliza el modelo
lineal ajustado de primer orden, segn la ecuacin 13.

Kuehl (2001), menciona que la superficie de respuesta y sus curvas de nivel,


que son las lneas con valores iguales de respuesta, se podran representar
con las grficas que se muestran en las Figuras 20 Y 21, tomadas deun
ejemplo donde los factores son temperatura y tiempo y la respuesta es el
rendimiento.
Si el modelo anterior lo convertimos en un modelo de segundo orden, el
modelo ajustado sera como se muestra en la ecuacin 14.

v
y
podr ser representado grficamente como se puede observar en las
Figuras 22 y 23, ambas para un modelo de segundo orden.

Es claro que las superficies de respuesta y las grficas de contornos (curvas


de nivel) pueden tener, aparte de las anteriores, representaciones de un
mnimo, una cresta elevada, una silla de montar, etc. (Figueroa, 2003).

2.6.1. Identificacin de los factores significativos con factoriales 2 n


En el estudio de superficies de respuesta, los experimentos factoriales
completas o fraccionarias se usan como experimentos iniciales. Cuando la
regin de respuesta ptima se desconoce, se usan factoriales 2" o
fracciones de ellos para identificar los factores que afectan la variable
respuesta. Estos factoriales 2n son diseos adecuados para estimar la
respuesta medias para el modelo lineal o de primer orden de la ecuacin
(13). La inclusin de dos o ms observaciones en el nivel de todos los
factores suele ser el procedimiento recomendado para estimar el error
experimental y proporcionar un mecanismo para evaluar si el modelo lineal
de superficie de respuesta es apropiado (Kuehl, 2001).
2.6.2. Diseo para estimar superficies de respuesta de segundo
orden
Una vez que se identifica la regin de respuesta ptima, debe disearse un
nuevo experimento para caracterizar la superficie de respuesta. En general,
la superficie se aproxima por medio de una ecuacin cuadrtica para
determinar la curvatura de la superficie (Kuehl, 2001).
Existen varias clases de diseos desarrollados para la aproximacin a una
superficie de segundo orden, que no requieren tantas combinaciones de

tratamientos como los diseos factoriales 3n y donde cada uno de ellos


posee ciertas caractersticas y propiedades. Entre estos estn los diseos
centrales compuestos propuestos por Box y Wilson (1951), que no crecen
tanto como los diseos factoriales 3n y los diseos Box-Behnken. (Figueroa,
2003).
VII. BIBLIOGRAFA
1. ALARCN, J. 2002. Caracterizacin Citogentica y Respuesta al Cultivo in
Vitro de Tres Accesiones de Physalis peruviana L. Tesis UNALM.
2. A.O.A.C., 1995 Official Methods of Analysis, 16TI:l edition. Association of
Official Analytical Chemists. Washington De.
3. ARRELLANO ANA YA, S. Disponible en:
http://www.itchihuahua.edu.mxJacademialindustriallingcalidadlunidad3htrnl.
Consultada el 14 de febrero del 2005.
4. ARTHEY, D. Y DENNYS, C. 1992. Procesado de Hortalizas. Editorial Acribia,
Zaragoza, Espaa.
5. BADill, D. 1984. Qumica de los Alimentos. Segunda edicin. Editorial
Alhambra Mexicana S.A. Mxico.
6. BAILN, N. 1994. Evaluacin de las condiciones de proceso para el
Enlatado de olluco con Charqui. Tesis para optar al ttulo de Ingeniero de
Industrias Alimentaras. Universidad Nacional Agraria La Molina. Lima-Per.
7. BALL, e. Y OLSON, F. 1957. Sterilization in Food Technology. McGraw-Hill.
New York. J
8. BELITZ, M. Y GROSCH, W. 1999. Qumica de los Alimentos. Editorial
Acribia S.A., Zaragoza (Espaa).
9. BERNAL, J. 1986 Ciencia y Agricultura: "Generalidades sobre el cultivo de
la Uchuva". Facultad de Ciencias Agropecuarias UPTC - TUNJA. Editorial Rana
y el guila. Colombia.
10. BRA VERMAN, J. 1980. Introduccin a la Bioqumica de Alimentos.
Editorial El Manual Moderno. Espaa.
11. CALZADA, J. 1980143 Frutas Nativas. Editorial El Estudiante. UNALMPer.
12. CASP, A.; Y ABRIL, R. 1999. Procesos de Conservacin de Alimentos.
Ediciones Mundi Prensa. Madrid, Espaa. .L.
'13. CERRO, S. 1975. Procesamiento de Conservas de menestras y su
Comercializacin. Tesis para optar al ttulo de Ingeniero de Industrias
Alimentarias. Universidad Nacional Agraria La Molina. Lima-Per.

14. CONDORI QUISPE, M. 2002. Evaluacin y optimizacin del Tratamiento


Trmico del Enlatado de Habas Verdes (Vicicafaba L.) Tesis para optar al
ttulo de Ingeniero de Industrias Alimentarias. Universidad Nacional Agraria
La Molina. Lima-Per.
15. CORTES D. O. 1988. Aguaymantu, Datos bsicos de su Estudio
Agronmico. Tesis Ing. Agr. Kyra. UNSAAC, Cusco, Per.
16. COMUNIDAD ANDINA, Frutas y Hortalizas Andinas para el Mundo.
Disponible en: www.comunidadandina.org Consultada el14 de marzo del
2004.
17. CHEFTEL, 1990. Introduccin a la ciencia y tecnologa de alimentos.
Editorial Acribia Zaragoza, Espaa.
18. DAVID, W y MARTIN, J. 1986 Bioqumica de Harper, Editorial El Naval
Moderno S.A. Mxico.
19. DAVIES, F. y ALBRIGO, G. 1994. Ctricos. Editorial Acribia. Zaragoza.
Espaa.
20. DENNISON, D. y KIRK, J. 1978. Oxygen efIect on the degradation of
ascorbic acid in a dehydrated system. Journal ofFood Science. 43:609-612.
21. DESROSIER, N. 1993. Conservacin de Alimentos. Editorial Continental.
Mxico.
22.
DOPF,
L.
(2002).
Disponible
en:
www.peruspiegel.de/defReisenPenilindex.htm. Consultada el 24 de marzo del 2004.
23. FEDERACIN ESPAOLA DE ASOCIACIONES DE -LA INDUSTRIA DE
CONSERVAS DE VEGETALES. 1985. Normas de calidad de conservas
vegetales. Espaa.
24. FENNEMA, 0.1985 Introduccin a la Ciencia de los Alimentos. Editorial
Revert S.A. Barcelona - Espaa.
25. FENNEMA, 0.1993 Qumica de los Alimentos. Editorial Acribia S.A.
Zaragoza - Espaa.
26. FIGUEROA, G. 2003. Optimizacin de una superficie de respuesta
utilizando JMP IN. Universidad de Sonora.
27. GAVIN, A. y WEDDIG, L. 1995. Alimentos Enlatados, Principios de Control
del Proceso Trmico, Acidificacin y Evaluacin del Cierre de los Envases.
The Food Processors Institute. Washington, D.C. Sexta Edicin.
28. GUEV ARA, A. 1996. Tecnologa Post-cosecha en Frutas e
Industrializacinde la Aceituna. Facultad de Industrias Alimentarias,
Universidad Agraria La Molina. Lima-Per.

29. HERNNDEZ, F. 1993. Conservas caseras de alimentos. Ediciones MundiPrensa. Madrid.


30. HERSOM, A. Y HULLAND, E. 1984. Conservas Alimenticias, Procesado
Trmico y Microbiolgico. Editorial Acribia. Espaa.
31. HURTADO, P. 1987. Procesos Tecnolgicos de conservacin de frutas y
hortalizas y su almacenamiento. Junta de Cartagena.
32. ICMSF. 2000. Microorganismos de los Alimentos, su significado y
mtodos de numeracin. Segunda edicin. Tomo TI. Editorial Acribia.
Zaragoza. Espaa.
33. ICONTEC 1999, Norma Tcnica NTC 4580. Uchuva (Physalis peruviana),
para el consumo fresco o destinado al procesamiento industrial. Colombia.
34. ITDG- Per, 1999. Frutas en Almbar. Asociacin Grfica Educativa, Lima,
Per.
35.ITINTEC 203.002. 1979 Mtodos de ensayo para jugos y nctares de fruta
y otros vegetales. Lima-Per.
36. JAY, J. 1994 Microbiologa Moderna de los Alimentos. Editorial Acribia.
Zaragoza, Espaa.
37. JEN, Y.; MANSON, J.; STUMBO, C y ZAHRADN1C~ J. 1971. A procedure for
Estimating Sterilization and Quality Factor Degradation in Thermally
Processed Foods. Joumal ofFood Science. Vol 36. pp 693-698.
38. KIRK, R.; SAWYER, EGA. 1996. Composicin y anlisis de alimentos de
Pearson. Segunda edicin. Editorial Continental, S.A. Mxico.
39. KOTZEKIDOU, P. 1997. Heat resistance of B. nivea, B fulva and
Neosartoya fischeri isolated from canned tomate paste. Joumal ofFood
Science. Vol 62, NI2 pp: 410-412.
40. KUEHL, R. 200 1. Diseo de Experimentos, Segunda edicin, Thomson
editores S.A. de CV. Mxico.
41. LEON, G. 1964. Variabilidad morfolgica de Oxalis tuberosa (oca) y clave
de identificacin del tubrculo. Tesis. UNSAAC, Cusco, Per.
42. LUND, D. 1977. Maximizing Nutrient Retention. Food Technology. 31:71
-78.
43. MANAYAY, D. 1992. Simulacin de la variacin del Contenido de Vitamina
C, en el almacenaje de confitado de Pia (Anaas comosus) de humedad
intermedia. Tesis para optar al grado de Magster Scientiae. Universidad
Nacional Agraria La Molina. Lima-Per.
44. MARFIL, R. 1991. Una herramienta para el mejoramiento de la calidad.
Tecnologa de Alimentos. Vol. 25, N5. Mxico.

45. MENDOZA, F. 1993. Optimizacin del tratamiento trmico en una crema


a base de olluco. Tesis para optar al ttulo de Ingeniero de Industrias
Alimentaras. Universidad Nacional Agraria La Molina. Lima-Per.
46. MONTGOMERY DOUGLAS, C. 2002. Diseo y Anlisis de Experimentos.
Segunda Edicin. Editorial LIMUSA, S.A. Mxico D.F.
47. MORN, CH.; SALAS, F. 1987. Control microbiolgico de los Alimentos.
Control de enseanza e investigacin bacteriolgica alimentara. Editorial
Cleiba. UNMSM. Lima, Per.
48. MOSSEL, D. y MORENO, G. 1982. Microbiologa de Alimentos. Editorial
Acrbia. Zaragoza. Espaa.
49. NATIONAL RESEARCH COUNCIL. 1989. Lost Crops of the Incas:
Littleknown plants of the Andes with promise for. worldwide cultivation.
National Academy Press, Washington, D.C.
50. NICKERSON, J. y SlNSKEY, A. 1978. Microbiologa de los Alimentos y sus
Procesos de elaboracin. Editorial Acribia. Zaragoza. Espaa.
51.
NUTRllNFO.
2000.
Disponible
en:
www.nutrinfo.com.ar/pagina/info/vitaO.html. Revisada el 24 de mayo del
2004.
52.0BREGN, A. 200l. Efecto de la Temperatura sobre la Textura de Gajos de
Mandarina Satsuma (Citrus unshiu) en Almbar. Tesis para optar el titulo de
Magster en Tecnologa de Alimentos, Escuela de Post-Grado. Universidad
Nacional Agraria La Molina. Lima, Per.
53. OSBORNE, D. y VOOGT, P. 1986 Anlisis de los Nutrientes de los
Alimentos. Editorial Acribia. Zaragoza, Espaa.
54. PALACIOS, J. 1993 "Plantas Medicinales Nativas del Per" CONCYTEC Per.
55. PALTRINIERI, G.; FIGUEROA, F. y ROJAS, L. 1993. Procesamiento de Frutas
y Hortalizas mediante mtodos artesanales y de pequea escala. Oficina
Regional de la FAO. Santiago.
56. RANGANNA, S. 1977. Manual of Anlisis of Fruti and Vegetable Products.
McGraw-Hill Publishing Company.
57. REES, J. y BETTINSON, J. 1994 Procesado Trmico y envasado de los
Alimentos. Editorial Acrbia. Zaragoza, Espaa.
58. REICHERT, J. E. 1988 Tratamiento Trmico de . los Productos Crnicos.
Fundamentos de Clculo y Anlisis. Editorial Acribia. Zaragoza, Espaa.
59. SEPLVEDA, E 1994 ''El Capul: Un fruto extico con posibilidades de
agroindustrializacin". Revista Alimentos N2 Vol 19 Mar - Abril 1994. Chile.

60. STUMBO, C y LONGLEY, R. 1966 New Parameters for Processes


Calculations. Academic Press me. USA.
61. STUMBO, e.R. 1973 Thermobacterioogy in Food Processing. Academic
Press INC. USA.
62. TAPIA, M. E. 2000. Cultivos andinos subexplotados y su aporte a la
alimentacin. Oficina Regional de la FAO para Amrica Latina y el Caribe.
Santiago, Chile.
63. TOLEDO, T. 1999. Fundamentals of Food Process Engineering. Aspen
Publishers, Ine. Gaithesburg. Maryland, USA.
64. YACUZZI, E.; MARTN, F.; QUINEZ, H.; POPOVSKY, M. 2005. El diseo
experimental y los Mtodos de Taguchi: Conceptos y aplicaciones en la
Industria Fannacutica.

Indice
2.5. METODOS TAGUCHI, 1
2.5.1. Calidad a travs del Diseo, 1
2.5.2. Funcin Prdida, 5
2.5.3. Arreglos Ortogonales, 10
2.5.4. Diseo de Parrnetros, 14
2.6.1. Identificacin de los factores significativos con factoriales 2 n, 20
2.6.2. Diseo para estimar superficies de respuesta de segundo orden, 20

VII. BIBLIOGRAFA, 20