Beruflich Dokumente
Kultur Dokumente
P. Reyes/Sept. 2007
http://es.slideshare.net/fenomenos/exp
osicion-unida-metodo-taguchi
https://es.scribd.com/doc/52364952/Dis
eno-de-Experimentos-Robusto-Metodode-Taguchi
Pgina 1 de 66
Pgina 2 de 66
P. Reyes/Sept. 2007
P. Reyes/Sept. 2007
Factores
Xi
Respuestas
Y1
Proceso
Y2
Y3
LIE
LSE
Pgina 3 de 66
P. Reyes/Sept. 2007
Factores que no
afectan, ni la media
ni la variabilidad
Ruido externo. Son los factores que estn fuera del mbito del producto, pero
que afectan el proceso en el mbito del cliente durante su uso.
Ruido interno. Son los factores que originan deterioro, o que las caractersticas
de calidad se degraden con el tiempo.
Los factores que afectan la media y/o variabilidad, se utilizan para reducir la
variabilidad. Los que afectan solamente a la media, se utilizan para reducir la
variabilidad. Los que afectan solamente a la media, se utilizan para centrar el
proceso, o bien para maximizar o minimizar la respuesta. Por ltimo, los factores
que no afectan ni la media ni variacin se utilizarn para reducir el costo del
proceso, esto es, se ubicarn a su nivel ms econmico.
Recuerde, que el objetivo es fijar los factores que estn en nuestro control, a un
nivel tal que el producto sea robusto a los factores de ruido.
El problema es, que de antemano no sabemos dnde se ubica cada factor: el diseo
de experimentos es un grupo de herramientas que nos ayuda de una manera
sistemtica y eficiente, a ubicar cada factor y en un caso dado, como exactamente
afecta a la variable de respuesta.
Pgina 4 de 66
P. Reyes/Sept. 2007
2. Lluvia de ideas
En esta fase, se pretende identificar como evaluar y/o cuantificar la caracterstica
que se desea mejorar. Asegurarse que realmente representa el problema que se
quiere resolver. Una vez definida,
Pgina 5 de 66
P. Reyes/Sept. 2007
Considere tambin, que existen factores que no se pueden controlar y no tiene caso
que entren al experimento. Si an as, quedan muchos factores candidatos, inicie con
lo s que sea ms sencillo y menos costoso manipular.
Una vez seleccionados los factores, se debern proponer los niveles a estudiar para
cada factor. No sea demasiado conservador, considere dentro de que rangos varan
generalmente los factores y trate de cubrir estos rangos. Es probable que los
resultados que
extrapolar resultados.
1. Seleccionar el arreglo a usar.
Arreglo interno
Arreglo externo
Tamao de la muestra
2. Organizar el experimento
Hojas de datos
Quin hace qu
3. Correr el experimento
Recolectar datos
Analizar resultados.
4. Selecciona ndice seal a ruido
Hacer anlisis Anova
Encontrar para nominal es mejor
Factores que reducen variabilidad
Factores que ajustan la media
Factores que reducen costo
Encontrar para mayor es mejor o menor es mejor
Factores que mejoran la media y/o la variabilidad
Encontrar las mejores condiciones de operacin
Pgina 6 de 66
P. Reyes/Sept. 2007
2. La Funcin de Prdida
G. Taguchi propone el siguiente enunciado:
LA CALIDAD DE UN PRODUCTO SE PUEDE MEDIR, MEDIANTE LA (MINIMA)
PRDIDA QUE LE OCASIONA A LA SOCIEDAD, UN PRODUCTO DESDE EL
MOMENTO DE SER EMBARCADO
En esta definicin, se involucra a la sociedad entendida como el conjunto de clientes
incluyendo al productor. Esto es, que los problemas de calidad deben ser vistos de una
manera global para evitar que una parte se beneficie a costa de la otra.
Si el producto cumple exactamente con lo esperado, entonces no se ocasiona costo
de calidad alguno. Dicho de otra manera, no se ocasiona un costo adicional para el
consumidor aparte de su precio. Por eso en la definicin se aclara que es un costo
despus de embarcarlo.
Este desembolso adicional que el consumidor tiene que gastar sin tener porque
hacerlo es una prdida para l y para la sociedad en general, de la cual forma parte, si
el producto hubiese sido producido bien, nadie tendra porque hacer un costo
adicional. De ah el nombre de prdida.
Pero cmo es esta relacin prdida-desviacin. Suponga
cierto producto con un dimetro de 10 pulg. Dado que es imposible obtener siempre
este dimetro, se asigna una cierta tolerancia de digamos
0.02 pulg.
Tradicionalmente esto quiere decir que si usted recibe un producto con un dimetro
entre 9.98 y 10.02 pulg. todo esta bien mientras el dimetro se encuentre en este
intervalo,
completamente inaceptable.
Taguchi considera esta visin incorrecta. Para el cliente un producto que mide
9.9799 pulg. no es muy diferente a uno que mida 9.9801 pulg. De hecho, un producto
Pgina 7 de 66
P. Reyes/Sept. 2007
puede incluso
hacer una inspeccin 100% para que todo producto quede dentro de especificaciones,
y no por eso su producto es considerado un buen producto por el cliente.
Por lo tanto, ms que una prdida sbita que se tenga cuando el producto sales de
especificaciones, se tiene un continuo de prdida tan pronto como el producto se
desva del valor idealmente deseado por el cliente.
En seguida se discutir este punto, con ejemplos ms especficos para
como
cliente.
El nico valor aceptable de una caracterstica de calidad, es el valor deseado por el
cliente, llamelo en este caso m. El cliente realmente recibe un producto con una
caracterstica de calidad que llamaremos aqu y . Esta caracterstica y, no
necesariamente coincide con m de manera que, se puede tener una desviacin de
(y-m), la cual puede ser positiva o negativa. Ya sea que y>m y<m. Siempre que y
es diferente de m, se le ocasiona al cliente una prdida, llammosla L(y) con (y-m)?,
si bien existen un sin nmero de maneras, una para cada cliente Taguchi sugiere que
en la gran mayora de las veces esta relacin es descrita de manera cuadrtica. Esto
es:
L(y)=k (y-m)2
Donde k es una constante especfica para cada consumidor, que grficamente
queda representado por:
L(y)
Pgina 8 de 66
P. Reyes/Sept. 2007
Existe una funcin de prdida L(y) asociada con cada caracterstica de calidad del
producto. La prdida total que ocasiona el producto, es la suma de las prdidas de
cada una de sus caractersticas.
Ap
Ac
Tc
Esto quiere decir, que la tolerancia del productor, debe siempre ser menor que la del
consumidor. La relacin viene representada por la raz cuadrada de la relacin entre la
prdida del producto y del consumidor para el mismo producto.
Pgina 9 de 66
P. Reyes/Sept. 2007
k ( yi m) / n (k ( y
m ) k ( y 2 m ) ... k ( y n m )) / n
proceso de manera que la media del mismo coincida con el ideal m, (disminuir d 2
Individual
Promedio
Nominal es mejor
L(y)= k(y-m)2
L(y)= k 2 d 2
Pgina 10 de 66
P. Reyes/Sept. 2007
Menor es mejor
L(y)=K y2
L(y)= K 2 2
Mayor es mejor
L(y)= K/ y2
L(y)= K 1
1 3 2
2
2
Evaluar el impacto econmico que sobre el cliente tiene alguna accin de mejora.
3. ARREGLOS ORTOGONALES
Recuerde. que el problema es: identificar de los cientos de posibles factores que
afectan una caracterstica de calidad, cules de ellos afectan el promedio, cul es la
variacin y cules no la afectas.
En las fases iniciales de la experimentacin, se tienen una gran cantidad de factores
potenciales, de los cuales se selecciona un grupo inicial a probar, Ahora bien, si desea
saber si un factor afecta una caracterstica de calidad, es necesario que
vare el
probar, se tienen 1024 posibles condiciones diferentes que se pueden presentar. Este
nmero de pruebas es demasiado grande para casi cualquier situacin prctica.
Se necesita por lo tanto alguna alternativa que:
-
No permita hacer slo una pequea cantidad de las pruebas posibles en lugar de
1024, digamos unas 12 pruebas
Sin embargo, nos permita evaluar con cierta confianza el efecto de todos los
factores analizados.
Los resultados de estas pruebas se reproduzcan, esto es, que sean vlidas al
momento de implantar la decisin en condiciones reales de operacin y a plena
escala.
Pgina 11 de 66
P. Reyes/Sept. 2007
Resultado
Y1
Y2
Y3
Y4
Columna 3
Columna 2
Columna 1
Pgina 12 de 66
P. Reyes/Sept. 2007
genera C = - AB en la columna 3.
1
2
3
4
-1
-1
+1
+1
Factor
2
-1
+1
-1
+1
Resultado
-1
+1
+1
-1
Y1
Y2
Y3
Y4
Para cada arreglo ortogonal de Taguchi se tienen grficas lineales, usadas para
ilustrar las relaciones de interaccin en el arreglo ortogonal, en este caso la interaccin
de las columnas 1 y 2 estn confundidas con las columna 3.
Para arreglos ortogonales ms grandes no solo se cuenta con grficas lineales sino
adems con tabla de interacciones para explicar las interacciones entre columnas, por
ejemplo para el arreglo L8 se tiene:
Pgina 13 de 66
Exp. No.
1
2
3
4
5
6
7
8
COLUMNAS
2
1
1
2
2
1
1
2
2
1
1
1
1
1
2
2
2
2
Columnas 1
1
(1)
2
3
4
5
6
7
3
1
1
2
2
2
2
1
1
4
1
2
1
2
1
2
1
2
Matriz o tabla
de
interacciones
2
3
3
2
(2)
1
(3)
P. Reyes/Sept. 2007
5
1
2
1
2
2
1
2
1
4
5
6
7
(4)
6
1
2
2
1
1
2
2
1
5
4
7
6
1
(5)
7
1
2
2
1
2
1
1
2
6
7
4
5
2
1
(1)
7
6
5
4
3
2
6
(7)
1
1
3
2
5
6
(a)
.7
5
6
(b)
Pgina 14 de 66
P. Reyes/Sept. 2007
Con ayuda de matriz de interacciones es factible, mediante prueba y error, asignar los
factores a las columnas. Sin embargo, para simplificar aun ms esta asignacin nos
podemos auxiliar de las grficas lineales (1) y (2) que se muestran.
Por ejemplo, la grfica (1) indica que con este arreglo se pueden analizar, tres factores
principales, (puntos 1, 2 y 4) y las interacciones entre ellos, (lneas 3, 5 y 6), adems
de un cuarto factor, (punto 7), que no interacta con los otros tres.
Los nmeros indican que si deseamos lo anterior, los tres factores debern asignarse
a las columnas 1, 4 y 2. Las interacciones aparecen en las columnas 3, 5 y 6.
Por lo tanto, el factor que interacta con los otros tres se debe asignar a la columna 1
del arreglo, los otros tres factores a las columnas 2, 4 y 7. Las interacciones quedarn
en las columnas 3, 5 y 6.
Pgina 15 de 66
P. Reyes/Sept. 2007
C
1
-1
-1
-1
-1
+1
+1
+1
+1
B
2
-1
-1
+1
+1
-1
-1
+1
+1
-BC
3
-1
-1
+1
+1
+1
+1
-1
-1
A
4
-1
+1
-1
+1
-1
+1
-1
+1
-AC
5
-1
+1
-1
+1
+1
-1
+1
-1
-BC
6
-1
+1
+1
-1
-1
+1
+1
-1
7
-1
+1
+1
-1
+1
-1
-1
+1
Las grficas lineales muestran donde se confunden las interacciones, por ejemplo:
la interaccin entre columnas 1 y 2 se confunden con la columna 3, la interaccin entre
columnas 1 y 4 se confunde con la columna 5, la interaccin entre las columnas 2 y 4
se confunde con la columna 6.
Sin embargo se sabe que el diseo 2 7 4 tiene 4 generadores, de manera que cada
efecto principal ser confundido con muchas interacciones de dos factores por tanto
las grficas lineales solo muestran un subconjunto de relaciones de interacciones. La
tabla lineal muestra otras alternativas adicionales, por ejemplo: muestra que la
columna 3 se confunde con la interaccin de las columnas 1 y 2, pero tambin se
confunde con la interaccin entre las columnas 5 y 6 y las columnas 4 y 7, tomando la
primera como rengln y la segunda como columna identificando la interseccin (en
este caso 3).
7
En la notacin de los arreglos ortogonales L8 ( 2 ) , el 2 significa dos niveles, el 8
Pgina 16 de 66
P. Reyes/Sept. 2007
Columna 1
1
1
1
1
2
2
2
3
3
3
2
1
2
3
1
2
3
1
2
3
Columnas 3,4
3
1
2
3
2
3
1
3
1
2
4
1
2
3
3
1
2
2
3
1
Columna 2
Arreglo a utilizar
se desean analizar es
N de condiciones
a probar
Entre 1 y 3
L4
Entre 4 y 7
L8
Entre 8 y 11
L12
12
Entre 12 y 15
L16
16
Entre 16 y 31
L32
32
Entre 32 y 63
L64
64
Pgina 17 de 66
P. Reyes/Sept. 2007
3. Para las interacciones, v. gr. A y B, los grados de libertad son los (nA1)*(nB-1)
Por ejemplo en un experimento hay un factor A con dos niveles, 6 factores (B, C, D, E,
F, G) con 3 niveles y una interaccin entre los factores A y B, los grados de libertad son
los siguientes:
Factores
Grados de libertad
Media
2-1 = 1
B, C, D, E, F, G
6 x (3-1) = 12
AB
(2-1)(3-1) = 2
Total
16
Pgina 18 de 66
usa la marca de
P. Reyes/Sept. 2007
B2
B1
B2
B1
A1
A2
A1
A2
Cmo se puede dar cuenta antes del experimento que existe una interaccin?, no lo
puede saber con certeza, pero una buena gua es la experiencia de experimentos
previos, por conocimiento del proceso y por la literatura.
Las interacciones existen en los procesos en mayor o menor grado. Sin embargo,
no se preocupe demasiado si no puede identificar ninguna, al final de esta eleccin se
le indica que hacer.
En las secciones anteriores se analizaron aplicaciones de arreglos ortogonales, en
los cuales no existan interacciones entre los factores principales. En otros casos,
podemos estar interesados en analizar el efecto que algunas interacciones en
particular tienen sobre la variable de respuesta.
Pero qu sucede cuando se desea incluir interacciones en un arreglo ortogonal?, se
puede decir lo siguiente:
a) los arreglos ortogonales a utilizar para los casos con interacciones, son
exactamente los mismos que se usan para el caso sin interacciones.
Pgina 19 de 66
P. Reyes/Sept. 2007
Pgina 20 de 66
P. Reyes/Sept. 2007
Nmero
Factores
Mximo
Nmero
De cols.
En niveles
ortogonal
De exper.
Mximos
L4
L8
L9
L12
12
11
11
L16
16
15
15
L16
16
L18
18
L25
25
L27
27
13
L32
32
31
31
L32
32
10
L36
36
23
11
12
L36
36
16
13
L50
50
12
L54
54
26
L64
64
63
63
L64
64
21
L81
81
40
5
1
7
6
13
9
11
21
40
L8
Exp. No.
1
Col.1 Col.
2
Col.
3
Col.
4
Col.
5
Col.
6
Col.
7
Pgina 21 de 66
2
3
4
5
6
7
8
1
1
1
2
2
2
2
1
2
2
1
1
2
2
Columnas 1
1
(1)
2
3
4
5
6
7
1
2
2
2
2
1
1
2
1
2
1
2
1
2
Matriz o tabla
de
interacciones
2
3
3
2
(2)
1
(3)
2
1
2
2
1
2
1
P. Reyes/Sept. 2007
2
2
1
1
2
2
1
4
5
6
7
(4)
2
2
1
2
1
1
2
5
4
7
6
1
(5)
6
7
4
5
2
1
(1)
7
6
5
4
3
2
6
(7)
1
3
1
.7
(b)
6
2
6
(a)
Pgina 22 de 66
P. Reyes/Sept. 2007
Ejemplo 1:
Supongamos que queremos analizar el efecto de cuatro factores A, B, C y D, adems
de las interacciones AxB, AxC y AxD.
1) Como primer paso, seleccionamos un arreglo ortogonal tentativo. Esto depende del
nmero de efectos totales a analizar.
4 factores + 3 interacciones= 7 efectos o columnas
2) Despus de seleccionar un arreglo ortogonal tentativo, un L8 en este caso, el
siguiente paso es desarrollar la grfica lineal que deseamos, de acuerdo con las
reglas mencionadas anteriormente:
a) un efecto individual se representa con un punto.
b) una interaccin se representa mediante una lnea que une los dos
efectos
individuales.
En nuestro caso esto procede como sigue:
Primero dibujamos cuatro puntos, uno para cada efecto.
A.
C.
B.
D.
En seguida mostramos las interacciones que nos interesan, mediante lneas. Para
nuestro caso tenemos (grfica de la izquierda):
AxB
AxC
AxD
5
6
Pgina 23 de 66
Columna
1
A
1
1
1
1
2
2
2
2
Exp. No.
1
2
3
4
5
6
7
8
Columna
2
B
1
1
2
2
1
1
2
2
Columna
3
AxB
1
1
2
2
2
2
1
1
Columna
4
D
1
2
1
2
1
2
1
2
P. Reyes/Sept. 2007
Columna
5
AxD
1
2
1
2
2
1
2
1
Columna
6
AxC
1
2
2
1
1
2
2
1
Columna 7
C
1
2
2
1
2
1
1
2
Supongamos que ahora queremos analizar un factor ms, el factor E y creemos que la
interaccin AxC realmente no es relevante. La grfica lineal que requerimos es:
B
AxB
A
.E
AxD
D
Esta grfica es parecida a la grfica lineal (2) excepto por la interaccin de AxC, por lo
tanto, una asignacin lgica es:
Factor A a la columna 1, factor B a la columna 2, interaccin AxB a la columna 3, el
factor C a la columna 4, el factor D a la columna 7, la interaccin AxD a la columna 6.
Por ltimo, a la columna 5 que de otra manera sera la interaccin AxC, se le asigna el
factor E.
Observe que en este ltimo caso, tambin se pudo utilizar la grfica lineal (1).
Si por alguna razn, la grfica que deseamos, no puede quedar incluida en las grficas
lineales (1) (2) es necesario usar otro arreglo ortogonal de mayor tamao.
Ejemplo 2:
Si deseamos analizar los factores A, B, C, D, E y F, adems de la interaccin AxB, una
posible asignacin es:
Efecto
Columna
1
A
Columna
2
D
Columna
3
C
Columna
4
B
Pgina 24 de 66
Columna
5
AxB
Columna
6
E
Columna 7
F
P. Reyes/Sept. 2007
Ejemplos adicionales 3:
a) En un experimento hay 7 factores, se consideran slo los efectos principales. Los
grados de libertad son Df = 1 + 7(-1) = 8. El arreglo ortogonal seleccionado debe
tener al menos 8 corridas experimentales, en este caso puede ser un L8.
b) En un experimento hay un factor A de dos niveles y 6 factores de 3 niveles, B, C, D,
E, F, G. Los grados de libertad son: Df = 1 + (2-1) +6(3-1) = 14. Por tanto se debe
usar un arreglo ortogonal que la menos tenga 14 corridas experimentales. El L16
tiene experimentos pero no puede acomodar 6 columnas de tres niveles. El arreglo
ortogonal L18 tiene una columna para un factor de dos niveles y 7 columnas de 3
niveles, por tanto es el arreglo a usar. La columna 8 se deja vaca.
L18
Exp. No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Col.1 Col.
2
A
B
1
1
1
1
1
1
1
2
1
2
1
2
1
3
1
3
1
3
2
1
2
1
2
1
2
2
2
2
2
2
2
3
2
3
2
3
Col.
3
C
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
Col.
4
D
1
2
3
1
2
3
2
3
1
3
1
2
2
3
1
3
1
2
Col.
5
E
1
2
3
2
3
1
1
2
3
3
1
2
3
1
2
2
3
1
Col.
6
F
1
2
3
2
3
1
3
1
2
2
3
1
1
2
3
3
1
2
Col.
7
G
1
2
3
3
1
2
2
3
1
2
3
1
3
1
2
1
2
3
Col. 8
e
1
2
3
3
1
2
3
1
2
1
2
3
2
3
1
2
3
1
Pgina 25 de 66
P. Reyes/Sept. 2007
A(1)
C(6)
13
B(2)
10
D(12)
G(11)
15
F(8)
I(14)
E(4)
H(5)
Las columnas 3, 7, 9 y 13 se dejan vacas para evitar confundir los efectos principales
con las interacciones de dos factores.
El arreglo queda como sigue:
L16
Exp.
No.
1
2
.
2
B
4
AB E
5
H
6
C
10 11 12 13 14 15
AC F
AF
1 1 1
1 1 1 1
1 1
1 1 1
1 1 1 1
1 2
. . . . . . . . .
e
1
G
1
D
1
AD I
1
1
E
1
2 2 2 2
2 2
. . . . . .
E(10)
F(12)
e(13)
6,7
C(5)
Pgina 26 de 66
P. Reyes/Sept. 2007
Tcnicas especiales
Algunas veces se requiere tener algunos factores con diferentes niveles en el mismo
experimento, por ejemplo cuatro o ms niveles, para esto se utilizan algunas tcnicas
especiales.
Combinacin de columnas
Se pueden combinar varias columnas de bajo nivel en una columna de mayor nivel.
a) Creacin de una columna de cuatro niveles usando columnas de dos niveles:
Se requieren tres columnas de dos niveles para crear una columna de 8 niveles, como
cada columna tiene un grado de libertad, y una de cuatro niveles tiene tres grados de
libertad, se requieren tres columnas, que se forman con dos columnas y la columna de
su interaccin.
Por ejemplo si se hay dos factores en un experimento A y B, con A un factor de cuatro
niveles y B un factor de dos niveles. La interaccin AB puede ser significativa.
Calculando los grados de libertad se tiene:
Df = 1 + (4-1) + (2-1) + (4-1)(2-1) = 8
Por lo que se puede utilizar el arreglo L8 como sigue:
L8
Exp. No.
1
2
3
4
5
6
7
8
Col.1 Col.
2
Col.
3
Col.
4
Col.
5
Col.
6
Col.
7
1
1
1
1
2
2
2
2
1
1
2
2
2
2
1
1
1
2
1
2
1
2
1
2
1
2
1
2
2
1
2
1
1
2
2
1
1
2
2
1
1
2
2
1
2
1
1
2
1
1
2
2
1
1
2
2
1
3
2
AB(5)
B(4)
AB(6)
Pgina 27 de 66
L8
Exp. No.
1
2
3
4
5
6
7
8
L8
Exp. No.
1
2
3
4
5
6
7
8
Col.1 Col.
2
Col.
B
1
1
1
1
2
2
2
2
1
1
2
2
3
3
4
4
1
1
2
2
1
1
2
2
Nueva
Col.
Col.
nueva 4
Col.
5
Col.
6
Col.
7
1
1
2
2
3
3
4
4
1
2
1
2
2
1
2
1
1
2
2
1
1
2
2
1
1
2
2
1
2
1
1
2
1
2
1
2
1
2
1
2
P. Reyes/Sept. 2007
Columnas 1
1
(1)
2
3
4
5
6
7
Matriz o tabla
de
interacciones
2
3
3
2
(2)
1
(3)
4
5
6
7
(4)
5
4
7
6
1
(5)
Pgina 28 de 66
6
7
4
5
2
1
(1)
7
6
5
4
3
2
6
(7)
P. Reyes/Sept. 2007
1
3
AB(5)
B(4)
AB(6)
AB(7)
Exp. No.
1
2
3
4
5
6
7
8
1
1
2
2
3
3
4
4
B
1
2
1
2
1
2
1
2
AB
1
2
1
2
2
1
2
1
AB
1
2
2
1
1
2
2
1
AB
1
2
2
1
2
1
1
2
El arreglo L8 no puede acomodar este diseo porque solo tiene columnas de 2 niveles,
se requiere un arreglo mayor como el L9 que puede acomodar hasta 4 factores de tres
niveles, de esta forma se puede utilizar una columna para el factor A en 2 niveles y los
factores B, C, y D a otras 3 columnas como sigue:
El arreglo L9 original es:
Pgina 29 de 66
L9
Exp. No.
1
2
3
4
5
6
7
8
9
Col.1 Col.
2
A
B
1
1
1
2
1
3
2
1
2
2
2
3
3
1
3
2
3
3
Col.
3
C
1
2
3
2
3
1
3
1
2
P. Reyes/Sept. 2007
Col.
4
D
1
2
3
3
1
2
2
3
1
En este caso los 1 indican que se asign el nivel 1 en lugar del nivel 3 en la columna
1, tambin se pudo haber asignado el nivel 2. El nivel seleccionado a duplicarse debe
ser el nivel del cual nos gustara obtener ms informacin.
Y el arreglo modificado queda como:
L9
Exp. No.
1
2
3
4
5
6
7
8
9
Col.1 Col.
2
A
B
1
1
1
2
1
3
2
1
2
2
2
3
1
1
1
2
1
3
Col.
3
C
1
2
3
2
3
1
3
1
2
Col.
4
D
1
2
3
3
1
2
2
3
1
Pgina 30 de 66
P. Reyes/Sept. 2007
10
11
12
13
14
15
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
2
1
1
2
1
1
2
1
2
1
1
2
1
1
2
1
1
2
1
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
2
1
1
2
2
1
1
2
2
2
2
1
1
2
2
1
1
2
2
2
1
1
1
1
2
2
2
2
1
1
2
2
2
1
1
2
2
1
1
1
1
2
2
2
1
2
1
2
2
1
2
1
2
1
2
1
2
1
2
1
2
2
1
2
1
1
2
1
2
2
1
2
1
2
2
1
2
1
2
1
2
1
1
2
1
2
1
1
2
2
1
1
2
2
1
1
2
2
1
1
1
2
2
1
2
1
1
2
2
1
1
2
1
2
1
1
2
1
2
2
1
2
1
1
2
1
2
1
1
2
2
1
1
2
1
2
2
1
2
2
2
2
2
2
2
2
2
1
1
2
2
1
1
2
2
2
1
2
1
2
1
2
1
2
B(4)
D(5)
F(7)
H(6)
G(9)
11
BC(12)DE(15)FG(14)13
C(8)
E(10)
A
Las columnas 1, 2 y 3 se pueden combinar para formar la columna A y todos los
dems factores e interacciones.
Despus se pude utilizar la tcnica de la variable artificial para acomodar al factor A.
Pgina 31 de 66
L16
1, 2, 3
Exp. No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
A
1
1
1
1
2
2
2
2
3
3
3
3
1
1
1
1
4
B
1
1
2
2
1
1
2
2
1
1
2
2
1
1
2
2
P. Reyes/Sept. 2007
10
11
12
D
1
1
2
6
H
1
1
2
F
1
1
2
C
1
2
1
G
1
2
1
E
1
2
1
e
1
2
1
BC e
1
1
FG DE
1
1
2
2
2
2
2
2
2
2
2
1
1
2
2
2
2
1
1
2
2
1
1
2
2
2
1
1
1
1
2
2
2
2
1
1
2
2
2
1
1
2
2
1
1
1
1
2
2
2
1
2
1
2
2
1
2
1
2
1
2
1
2
1
2
1
2
2
1
2
1
1
2
1
2
2
1
2
1
2
2
1
2
1
2
1
2
1
1
2
1
2
1
1
2
2
1
1
2
2
1
1
2
2
1
1
1
2
2
1
2
1
1
2
2
1
1
2
1
2
1
1
2
1
2
2
1
2
1
1
2
1
2
1
1
2
2
1
1
2
1
2
2
1
2
1
2
1
2
1
2
1
2
13
14
15
Pgina 32 de 66
P. Reyes/Sept. 2007
1
2
3
1
2
3
1
2
3
1
2
3
2
3
1
3
1
2
1
2
3
3
1
2
2
3
1
Col.1
Exp.
No.
1
2
3
4
5
6
7
8
9
AB
(AB)1
(AB)1
(AB)1
(AB)2
(AB)2
(AB)2
(AB)3
(AB)3
(AB)3
1
2
3
1
2
3
1
2
3
1
2
3
2
3
1
3
1
2
1
2
3
3
1
2
2
3
1
Pgina 33 de 66
P. Reyes/Sept. 2007
Efecto
A
B
C
D
AxC
AxB
BxC
Nivel alto
Nivel bajo 1 2
Baja
Alta
Estrecha
Abierta
Descripcin
Tensin del diafragma
Entrada para aire
Apertura
para
combustible
Pequea
Flujo de gasolina
Lento
Interaccin
Interaccin
Interaccin
Grande
Rpido
AxB
.D
CxB
Esta grfica se ajusta a la grfica lineal (1) del arreglo ortogonal L8, por lo que una
asignacin apropiada de efectos es:
L8
Col.1 Col.
2
A
C
Exp.
No.
1
1
2
1
3
1
4
1
5
2
6
2
7
2
8
2
Total = 71.6
1
1
2
2
1
1
2
2
Col.
3
AxC
Col.
4
B
Col.
5
AxB
Col.
6
BxC
Col.
7
D
1
1
2
2
2
2
1
1
1
2
1
2
1
2
1
2
1
2
1
2
2
1
2
1
1
2
2
1
1
2
2
1
1
2
2
1
2
1
1
2
Tensin
Tipo I
Tipo I
Tipo I
Tipo I
Tipo II
Tipo II
Tipo II
Tipo II
Apertura
5%
5%
10%
10%
5%
5%
10%
10%
Entrada
10 seg
10 seg
15 seg
15 seg
15 seg
15 seg
10 seg
10 seg
Pgina 34 de 66
Flujo
3%
5%
3%
5%
3%
5%
3%
5%
Yi
0.49
0.42
0.38
0.3
0.21
0.24
0.32
0.28
P. Reyes/Sept. 2007
AxC
AxB
BxC
Nivel 1 36.2
36.9
42.5
36.8
35.4
36.3
35.5
Nivel 2 35.4
34.7
29.1
34.8
36.2
35.3
36.1
SS
G.l.
Fexp
0.0800*
0.0800
0.6050
0.6050
8.85
AxC
22.4450
22.4450
328.46
0.5000
0.5000
7.32
AxB
0.0800*
0.0800
BxC
0.1250
0.1250
1.83
0.0450*
0.0450 -
(e)
0.2050 3
0.0638
Total
23.8800
El error aleatorio (e) se estima usando los efectos ms pequeos marcados con *.
Resulta significante la interaccin AxC, el factor C y el factor B.
Dado que el factor B resulta significante, pero no son significantes alguna de sus
interacciones, su mejor nivel se puede decidir de manera independiente al igual que se
realiz en secciones anteriores. Esto es, se obtienen los promedios:
B1= B1 /4= 36.8/4= 9.20; B2 = B2/4=8.70
Pgina 35 de 66
N
1
2
3
4
5
6
7
8
A
1
1
1
1
2
2
2
2
C
1
1
2
2
1
1
2
2
Yi
11.20
10.80
7.2
7.0
8.0
6.9
10.4
10.1
P. Reyes/Sept. 2007
Promedio
A1 C1
22.0
11.00
A1 C2
14.2
7.10
se selecciona el promedio
A2 C1
14.9
7.45
menor, A1 C2 en este
A2 C2
20.5
10.25
caso.
11.0
10.0
9.00
8.00
7.00
A1
A2
Pgina 36 de 66
P. Reyes/Sept. 2007
A1C2
= (A1 C2 - Y) ( A1 Y) - ( C2 - Y)
= (7.10 8.95) (9.05 8.95) (8.675 8.95)= -1.675
= Y + EF A1 C2 + EF A1 + EF C2 + EF B2
= 8.95 + (-1.675) + (9.05 8.95) + (8.675 8.95) + (-0.25)= 6.85
Pgina 37 de 66
SS
P. Reyes/Sept. 2007
k
k
T2
2
T
t Nxn
Nxn t 1
Donde:
K = nmero de niveles
Tt = Suma de respuestas en el nivel t
N = Nmero total de corridas experimentales
n = Nmero de rplicas
Ejemplo 8: Uso de Minitab
Se estudia el efecto de varios factores en la porosidad:
Factores
A Temperatura del Molde
B
Temperatura
del
qumico
C Rendimiento
E ndice
G Tiempo de curado
Bajo
A1
Alto
A2
B1
C1
D1
G1
B2
C2
D2
G2
Col.1 Col.
2
Exp. No. A
B
1
1
1
2
1
1
3
1
2
4
1
2
5
2
1
6
2
1
7
2
2
8
2
2
Col.
3
AxB
1
1
2
2
2
2
1
1
Col.
4
D
1
2
1
2
1
2
1
2
Col.
5
E
1
2
1
2
2
1
2
1
Col.
6
BD
1
2
2
1
1
2
2
1
Col.
7
G
1
2
2
1
2
1
1
2
Porosidad
Y1
26
16
3
18
0
0
4
5
Y2
38
6
17
16
5
1
5
3
SS A
2
T2
(TA21 TA22 )
8x2
8x2
TA1 = 26 + 38 + 16 + 6 + 3 + 17 = 140
TA2 = 0 + 5 + 0 + 1 + 4 + 5 + 5 + 3 = 23
Pgina 38 de 66
P. Reyes/Sept. 2007
SST y ij2
i 1 j 1
T2
Nxn
Type
fixed
fixed
fixed
fixed
fixed
Levels
2
2
2
2
2
Values
1, 2
1, 2
1, 2
1, 2
1, 2
DF
1
1
1
1
1
1
1
8
15
Reduced DF
1
1
1
1
1
1
0+
9
15
Seq SS
855.56
27.56
68.06
33.06
175.56
115.56
0.00
455.06
1730.44
% de contribucin
49.44%
1.59%
3.93%
1.91%
10.15%
6.68%
10.15%
13.72%
Pgina 39 de 66
P. Reyes/Sept. 2007
......
100%
SST SST
SST
Los efectos que tienen el porcentaje de contribucin ms alto se consideran que tienen
ms influencia en la respuesta, en este caso:
A
con 49%
BD
con 12.57%
con 10.15%
AB
con 6.68%.
26 38 16 6 3 17 18 16
17.5
8
0 5 0 1 4 5 5 3
2.875
8
Y A1
YA2
SE Mean
A
1
2
B
1
2
AxB
1
2
D
1
2
E
17.500
2.875
1.926
1.926
11.500
8.875
1.926
1.926
12.875
7.500
1.926
1.926
12.250
8.125
1.926
1.926
Pgina 40 de 66
1
2
BD
1
2
G
1
2
11.625
8.750
1.926
1.926
13.875
6.500
1.926
1.926
13.500
6.875
1.926
1.926
P. Reyes/Sept. 2007
15
Mean of Means
10
5
1
15
10
5
1
26 38 0 5
17.25
4
16 6 0 1
5.75
4
3 17 4 5
7.25
4
18 16 5 3
10.5
4
YB1D1
YB1D 2
YB 2 D1
YB 2 D 2
Pgina 41 de 66
P. Reyes/Sept. 2007
A
1
2
20
10
0
20
B
1
2
10
E
1
2
20
10
0
1
Mayor es mejor
Nominal es mejor
y y A 2 y G 2 y B1D 2 2T
T T /( Nn )
Pgina 42 de 66
Factores
A Nitrgeno
B
cido
fosfrico
C Potasa
1
0.5
Niveles
2
1
3
1.5
0.03
0.04
0.6
0.7
0.9
1
P. Reyes/Sept. 2007
Col.1
Exp. No.
1
2
3
4
5
6
7
8
9
A
1
1
1
2
2
2
3
3
3
Col. 2
B
1
2
3
1
2
3
1
2
3
Col. 3
e
1
2
3
2
3
1
3
1
2
SS
k
k
T2
2
T
t
Nxn t 1
Nxn
SST y ij2
i 1 j 1
T2
Nxn
con 87.78%
con 10.37%
con 1.48%
Pgina 43 de 66
Col. 4
C
1
2
3
3
1
2
2
3
1
Respuesta
Rendim.
8
12
9
11
12
15
21
18
20
P. Reyes/Sept. 2007
Para la obtencin de las grficas factoriales se estiman los promedios en los diferentes
niveles de los factores como sigue:
8 12 9
9.67
3
11 12 15
12.67
3
21 18 20
19.67
3
Y A1
YA2
Y A3
5.
DE
20.0
DISEO
17.5
Mean of Means
15.0
12.5
10.0
1
20.0
17.5
15.0
12.5
10.0
1
Pgina 44 de 66
P. Reyes/Sept. 2007
Factores controlables
x1 x2 x3 x4 ... xp
Entradas
Proceso
Salida
y
z1 z2 z3 z4 ... zq
Factores incontrolables
Fig. 1.1
Figura
1. Modelo general de un proceso o sistema
Esto quiere decir que en lugar de tratar de eliminar un factor de ruido (variabilidad en
la materia prima del proveedor, por ejemplo) deseamos identificar factores que
controlamos (velocidad de alimentacin, por ejemplo) y fijarlos a un nivel tal, que el
impacto de los factores de ruido sean mnimos.
Pgina 45 de 66
P. Reyes/Sept. 2007
Para ilustrar lo anterior, suponga que la temperatura afecta la variabilidad del proceso,
y la presin afecta la media del
Temperatura a su nivel I
Presin a su nivel I
LIE
LSE
LIE
LSE
LIE
LSE
Por lo tanto, podemos utilizar la presin, manteniendo la temperatura a su nivel II, para
ajustar o sincronizar la media.
ndices seal ruido
Una vez que podemos medir la caracterstica de calidad que nos interesa, podemos
evaluar su media y su variabilidad. La media la podemos evaluar directamente, usando
una lectura o el promedio si son varias lecturas.
Pgina 46 de 66
P. Reyes/Sept. 2007
Sin embargo, es deseable tener una cantidad o expresin que de alguna manera,
involucre media y variacin, o que por lo menos, ayude a que nuestras conclusiones
sean ms confiables.
Esta cantidad ya existe y se llama ndice seal ruido, denotado como SN o SR de aqu
en adelante.
y2 y3 ... yr Sm / r 1
2
1 n
y i
n i 1
s 2
1 n
( yi y ) 2
n 1 i 1
Para un grupo de caractersticas dadas, y1, y2, ., yn, la relacin seal a ruido S/N
es:
Pgina 47 de 66
2
2
S / N 10 log
y2
2
s
10 log
P. Reyes/Sept. 2007
20 log
L(Y ) kE Y 2
Para un grupo de caractersticas dadas, y1, y2, ., yn, el estimador estadstico de
E(Y2) es:
MSD
1 n 2
yi
n i 1
1 n 2
S / N 10 log y i
n i 1
Esta cantidad estima el logaritmo de base 10 de (media2 + varianza).
Maximizar la relacin S/N equivale a minimizar la funcin de prdida.
1
2
Y
L(Y ) kE
MSD
1 n 1
n i 1 y i2
1 n 1
2
n
y
i
1
i
S / N 10 log
Esta cantidad funciona de una manera similar al caso anterior, pero con el inverso.
Maximizar una cantidad es equivalente a minimizar la funcin de prdida.
Pgina 48 de 66
P. Reyes/Sept. 2007
Pgina 49 de 66
P. Reyes/Sept. 2007
sus posibles
interacciones.
3. Seleccionar los factores de ruido y sus niveles; si son demasiados combinarlos
en dos o tres factores combinados.
4. Seleccionar los arreglos interno y externo adecuados; asignar los factores de
control al arreglo interno y los factores de ruido al arreglo externo.
5. Realizar los experimentos.
6. Realizar anlisis estadstico con base en S/N para identificar los niveles de los
factores de control ptimos Algunas veces ayuda realizar un estudio de la
interaccin entre factores de control y de ruido.
7. Realizar anlisis estadstico con base en las medias para identificar los niveles
de los factores de control ptimos que ajustan a la respuesta promedio en el
nivel deseado. Si hay conflicto entre los niveles de los factores para maximizar
la relacin S/N y ajustar la media, dar prioridad a los que sirven para maximizar
la relacin S/N.
8. Predecir el desempeo de salida ptimo con base en una combinacin ptima
de niveles de factores de control y realiza un experimento confirmatorio.
Pgina 50 de 66
P. Reyes/Sept. 2007
Factor
A
B
C
Descripcin
Temperatura del horno
Presin de prensado
Velocidad de recocido
Velocidad de alimentacin
Nivel 1
1500 F
200 psi
8 seg
Nivel 2
1600 F
220 psi
12 seg
D
G
H
AxC
AxD
ref.
Tipo de modelo
Templabilidad del material
Interaccin
Interaccin
80 gal/min
chico
25 Rc
100gal/min
grande
30 Rc
Los factores G y H son factores que no se pueden controlar durante el proceso, ya que
el tipo de modelo depende del requerimiento especfico del cliente y la templabilidad
es una caracterstica de la materia prima. Estos dos factores se consideran al menos
inicialmente como factores de ruido.
Arreglo interno
Considere nicamente los factores de diseo, se desea detectar 6 efectos en total, y
para ello, se requiere de un arreglo ortogonal L8. La grfica lineal requerida es:
3
1 A
.2
Pgina 51 de 66
P. Reyes/Sept. 2007
5 A xC
4 C
AxD
6
7D
A
1
B
2
e
3
C
4
AxC
5
AxD
6
D
7
Arreglo externo
Considere ahora nicamente los factores de ruido G y H. Se requieren de dos
columnas, de manera que un arreglo ortogonal L4 es suficiente. El arreglo, al que
llamaremos arreglo externo es:
G
Pgina 52 de 66
P. Reyes/Sept. 2007
Arreglo total
Los dos arreglos anteriores se mezclan o combinan en un solo arreglo total, tal y
como se muestra:
1
A B
2
e
3
C
4
AxC
5
AxD
6
D
7
Y11
Y12
Y13
Y14
Y21
Y22
Y23
Y24
Y31
Y32
Y33
Y34
Y41
Y42
Y43
Y44
Y51
Y52
Y53
Y54
Y61
Y62
Y63
Y64
Y71
Y72
Y73
Y74
Y81
Y82
Y83
Y84
Por eso se recomienda que el nmero de factores de ruido (valor de N) no sea mayor
que 3.
Pero, cmo se toman exactamente cada una de las 32 lecturas? suponga que
inicialmente, deseamos tomar las lecturas Y11, Y12, Y13, Y14 . Para esto, se fijan todos los
factores de diseo de acuerdo con los niveles indicados por el rengln N 1 del arreglo
interno, esto es, todos los factores de diseo a su nivel 1.
Sin embargo, si bien las cuatro lecturas Y11, Y12, Y13, Y14 se toman a los mismos
niveles de los factores de diseo, cada una se toma a diferentes niveles de los
factores de ruido.
Pgina 53 de 66
P. Reyes/Sept. 2007
En resumen se tiene:
Todos los factores de
diseo a su nivel 1
Lectura
Factores de ruido
Temperatura 1500 F
Y11
Modelo chico y 25 Rc
Y12
Modelo chico y 30 Rc
de tiempo de recorrido y
Y13
Modelo grande y 25 Rc
velocidad de alimentacin
Y14
Modelo grande y 30 Rc
refrigerante 80 gal/min
lectura se tomarn al mismo nivel de los factores de diseo y estos niveles sern
indicados por el rengln N 2 del arreglo interno. Manteniendo estas condiciones, los
factores de ruido se varan a sus cuatro combinaciones indicadas por el arreglo
externo.
De esta manera se van obteniendo todas las 32 lecturas. Se fijan los factores de
diseo segn un rengln del arreglo interno y se mantienen fijos mientras se varan los
factores de ruido de acuerdo con el arreglo interno.
Como ejemplo, la lectura Y73 , se obtendr bajo las condiciones siguientes: factor A,
1600 F, 220 psi, factor C. 8 seg, factor D, 80 gal/min; factor G, tipo grande; y factor H,
25 Rc.
Pgina 54 de 66
P. Reyes/Sept. 2007
L8
Col.1 Col.
2
Exp. A
B
1
1
1
2
1
1
3
1
2
4
1
2
5
2
1
6
2
1
7
2
2
8
2
2
Col.
3
e
1
1
2
2
2
2
1
1
Col.
4
C
1
2
1
2
1
2
1
2
Col.
5
AxC
1
2
1
2
2
1
2
1
Col.
6
AxD
1
2
2
1
1
2
2
1
Col.
7
D
1
2
2
1
2
1
1
2
1
1
2
2
2
1
1
2
1
y1
1.1
1.2
2.0
2.1
1.0
1.2
1.6
1.5
11.7
1
y2
1.2
1.3
2.1
2.2
1.4
1.3
2.1
2.0
13.6
2
y3
1.3
1.2
2.2
2.1
1.2
1.5
2.4
2.3
14.2
2
y4
1.1
1.3
2.1
2.0
1.3
1.0
2.0
2.5
13.3
G
Total
4.7
5.0
8.4
8.4
4.9
5.0
8.1
8.3
52.8
Suponga que por alguna razn para este ejemplo en particular, se tiene un valor
deseado de m= 2 mmplg.
Col.1 Col.
2
Exp. A
B
1
1
1
2
1
1
3
1
2
4
1
2
5
2
1
6
2
1
7
2
2
8
2
2
Col.
3
e
1
1
2
2
2
2
1
1
Col.
4
C
1
2
1
2
1
2
1
2
Col.
5
AxC
1
2
1
2
2
1
2
1
Col.
6
AxD
1
2
2
1
1
2
2
1
Col.
7
D
1
2
2
1
2
1
1
2
Total
Pgina 55 de 66
y1
1.1
1.2
2.0
2.1
1.0
1.2
1.6
1.5
11.7
y2
1.2
1.3
2.1
2.2
1.4
1.3
2.1
2.0
13.6
y3
1.3
1.2
2.2
2.1
1.2
1.5
2.4
2.3
14.2
y4
1.1
1.3
2.1
2.0
1.3
1.0
2.0
2.5
13.3
Total
4.7
5.0
8.4
8.4
4.9
5.0
8.1
8.3
52.8
P. Reyes/Sept. 2007
L8
Exp.
1
2
3
4
5
6
7
8
A
1
1
1
1
2
2
2
2
B
1
2
2
1
1
2
2
1
C
1
2
1
2
1
2
1
2
D
1
2
2
1
2
1
1
2
y1
1.1
1.2
2
2.1
1
1.2
1.6
1.5
y2
1.2
1.3
2.1
2.2
1.4
1.3
2.1
2
y3
1.3
1.2
2.2
2.1
1.2
1.5
2.4
2.3
y4
1.1
1.3
2.1
2
1.3
1
2
2.5
Lo que observamos en esta ltima tabla es un arreglo L8 con 4 lecturas para cada
condicin o rengln.
SN= 10 log Sm Vm / r * Vm ;
donde Sm= Yi / r y Vm=
2
Sm / r 1
Pgina 56 de 66
P. Reyes/Sept. 2007
Para el rengln o condicin experimental N 2 se tienen las lectural: 1.2, 1.3, 1.2, 1.3,
con un total de 5.0
= 26.7071
Sm
Vm
Sn (dB)
5.5225
0.00916
21.771
6.2500
0.00333
26.707
17.6400
0.00666
28.203
17.6400
0.00666
28.203
6.0025
0.02916
17.092
6.2500
0.04333
15.539
16.4025
0.10916
15.718
17.2225
0.18916
13.524
Pgina 57 de 66
P. Reyes/Sept. 2007
AxC
AxD
SN
dB
21.771
26.707
28.203
28.203
17.092
15.539
15.718
13.524
A2
SSA
SS
Gl
Fexp
A
B
C
231.2413
2.5751 1
0.1764 1
1
2.5751
0.1764
231.2413
00.16
00.01
14.44
AxC
9.4284 1
9.4284
00.59
AxD
3.8880 1
3.8880
00.24
2.3047 1
2.3047
00.14
16.0135
16.0135
Pgina 58 de 66
A1
A2
P. Reyes/Sept. 2007
Dado que siempre deseamos maximizar el ndice seal a ruido, el factor A se fija en su
nivel 1, esto es, la temperatura del horno se fija en 1500 F.
Qu hacer con el resto de los factores? antes de contestar esta pregunta, se deben
identificar de entre los factores que NO AFECTARON el ndice SN, cules afectan la
media. Esto se muestra en lo que sigue.
Para el anlisis, se utilizan las 32 lecturas iniciales. Para ello se obtiene el promedio de
cada rengln.
A
C AxC AxD D
Total
Promedio
4.7
1.175
5.0
1.250
8.4
2.100
8.4
2.100
4.9
1.225
5.0
1.250
8.1
2.025
8.3
2.075
4
1
5
1
7
1
Totales
13.200
A2
Pgina 59 de 66
SSA
P. Reyes/Sept. 2007
= 1.175+1.250+1.225+1.250= 4.900
B2
= 2.100+2.100+2.025+2.075= 8.300
SSB
Y as sucesivamente
SSC
SSD
SS G.l.
Fexp
0.0003 1
0.0003
0.11
1.4450 1
1.4450
513.75
0.0028 1
0.0028
1.00
AxC
0.0000 1
0.0000
0.00
AxD
0.0003 1
0.0003
0.11
0.0013 1
0.0013
0.44
0.0028 1
0.0028
Totales1.4525 8
DF
1
1
1
1
1
1
1
7
Seq SS
0.00031
0.00031
0.00281
0.00281
1.44500
0.00000
0.00125
1.45250
Adj SS
0.00031
0.00031
0.00281
0.00281
1.44500
0.00000
0.00125
Adj MS
0.00031
0.00031
0.00281
0.00281
1.44500
0.00000
0.00125
F
0.25
0.25
2.25
2.25
1156.00
0.00
P
0.705
0.705
0.374
0.374
0.019
1.000
Pgina 60 de 66
P. Reyes/Sept. 2007
2.0
1.5
1.0
B
200
220
Por ejemplo, para el factor A encontramos el promedio a cada uno de sus niveles,
tanto del ndice seal a ruido como de las lecturas individuales.
A1
= (21.7714+26.7071+28.2036+28.2036)/4= 26.2214
A2
= (17.0927+15.5397+15.7186+13.5240)/4= 15.4687
Pgina 61 de 66
P. Reyes/Sept. 2007
SN promedio
Y promedio
A1
26.22
1.6
A2
15.47
1.6
B1
20.38
1.2
B2
21.41
2.0
C1
20.71
1.6
C2
20.99
1.6
D1
20.31
1.6
D2
21.38
1.6
(AxC)
19.76
1.6
(AxC)
21.93
1.6
(AxD)
20.15
1.6
(AxD)
21.54
1.6
Las conclusiones que se obtienen son las mismas, esto es, el factor A es el que ms
afecta el ndice seal a ruido, y lo hace mayor a su nivel A 1. El factor B es el que ms
Pgina 62 de 66
P. Reyes/Sept. 2007
afecta la respuesta promedio sin afectar el ndice SN, la respuesta promedio aumenta
al aumentar el factor B de su nivel 1 al 2.
25.0
Mean of SN ratios
22.5
20.0
17.5
15.0
1
2
D
25.0
22.5
20.0
17.5
15.0
1
1.67
1.66
Mean of Means
1.65
1.64
1.63
1
1.67
2
D
1.66
1.65
1.64
1.63
1
Pgina 63 de 66
P. Reyes/Sept. 2007
A
1
2
25
A
20
15
C
1
2
25
C
20
15
D
1
2
25
D
20
15
1
A
1
2
2.0
1.6
1.2
2.0
C
1
2
1.6
1.2
D
1
2
2.0
1.6
1.2
1
Pgina 64 de 66
P. Reyes/Sept. 2007
Vm= 2 = 0.00916
Y= 2.1 ; 2 = 0.005714
Pgina 65 de 66
P. Reyes/Sept. 2007
Por lo tanto, se tendr un ahorro de 22073.12 502.85= $21,570.3 por cada unidad de
producto.
En caso de que no se tenga ningn rengln bajo las condiciones propuestas, recuerde
que se puede estimar el valor tanto del promedio como del ndice S/N tal y como se
mostr en captulos anteriores.
Pgina 66 de 66