Israel Garca Hernndez

Diseo de Experimentos.- Se define simplemente como un mtodo para aplicar

sistemticamente la estadstica al proceso de experimentacin. Se puede definir como la
realizacin de un conjunto de pruebas en las cuales se realizan cambios voluntarios a los
parmetros de control de un proceso o sistema, cuyo objetivo es observar e identificar las
razones de los cambios en la variable de estudio o respuesta y cuantificarla.

El diseo de experimentos es altamente efectivo para aquellos procesos, que su

rendimiento se ve afectado por varios factores. Con esta tcnica se puede conseguir entre
otras cosas, mejorar el rendimiento de un proceso, reducir la variabilidad o los costos de
produccin, as como aumentar la calidad de los productos o servicios.

En general los experimentos se usan para estudiar el desempeo de procesos y sistemas.

El proceso o sistema puede representarse como se muestra en la figura 1. El proceso
puede por lo general visualizarse como una combinacin de mquinas, mtodos,
personas u otros recursos que transforman cierta entrada (con frecuencia cierto material)
en una salida que tiene una o ms respuestas observables. Algunas variables del proceso
x1, x2,..., xn son controlables, mientras que otras z1, z2,...,zm son no controlables.

Figura 1. Modelo general de un proceso o sistema

Los objetivos del diseo de experimentos podran comprender los siguientes puntos:

Determinar cules son la variables que tiene mayor influencia sobre la respuesta y.
Determinar cul es el ajuste de las x que tiene mayor influencia para que y est
casi siempre cerca del valor nominal deseado.
Determinar cul es el ajuste de las x que tiene mayor influencia para que la
variabilidad de y sea reducida.
Determinar cul es el ajuste de las x que tiene mayor influencia para que los
efectos de las variables z1, z2,...,zm sean mnimos.

El diseo experimental es una herramienta de importancia fundamental en el

mbito industrial (ingeniera) e incluso en las empresas de servicio para mejorar el
Israel Garca Hernndez

desempeo de un proceso de manufactura o servicio. Tambin tiene mltiples

aplicaciones en el desarrollo de nuevos productos y procesos. El diseo de
experimentos se puede utilizar en las industrias para:

Mejorar los procesos, ya sea mejorando su eficiencia, su confiabilidad o su

rendimiento.
Asistir en la solucin problemas.
Aprender de los procesos y sus fallos.
Establecer relaciones de causa-efecto entre las entradas (input) de un
proceso y sus salidas (output).
Identificar los factores que tiene el mayor impacto y el menor en los
procesos y/o productos.
Lograr una produccin de productos que cumplan con las especificaciones
que sean a su vez robustos a ruidos externos.
Establecer una regin (o ventana) del proceso donde unos factores pueden
operar, averiguando la sensibilidad al cambio de algunos factores en la
respuesta.
Fijar especificaciones y tolerancias lgicas para productos y procesos.
Obtener una ecuacin polinmicas que modele el comportamiento de la
respuesta de un proceso en una regin de variacin de los factores.
Verificar si la solucin adoptada apara mejorar un proceso, realmente
obtiene los resultados esperados.

3 Algunas aplicaciones tpicas del diseo de experimentos en la industria

La aplicacin de las tcnicas del diseo experimental en las fases iniciales del
desarrollo de un proceso puede redundar en:

1. Mejoras en el rendimiento del proceso.

2. Variabilidad reducida y conformidad cercana con los requerimientos
nominales o proyectados.
3. Reduccin del tiempo de desarrollo.
4. Reduccin de los costos globales.

Entre las aplicaciones del diseo experimental en el diseo de ingeniera

(desarrollo de nuevos productos) se encuentran:

La evaluacin y comparacin de configuraciones de diseos bsicos.

La evaluacin de materiales alternativos.
La seleccin de los parmetros del diseo para que el producto tenga un
buen funcionamiento en una amplia variedad de condiciones de campo, es
decir, para que el producto sea robusto.
La determinacin de los parmetros clave del diseo del producto que
afectan el desempeo del mismo.

4 Planificacin de un diseo de experimentos

Israel Garca Hernndez

La experimentacin forma parte natural de la mayora de las investigaciones

cientficas e industriales, en muchas de las cuales, los resultados del proceso de
inters se ven afectados por la presencia de distintos factores, cuya influencia
puede estar oculta por la variabilidad de los resultados mustrales. Es
fundamental conocer los factores que influyen realmente en el sistema o proceso
que se est estudiando y estimar esta influencia. Para conseguir esto es necesario
aplicar un enfoque estadstico en el diseo y anlisis de un experimento, variar las
condiciones que afectan a las unidades experimentales y observar la variable
respuesta. Del anlisis y estudio de la informacin recogida se obtienen las
conclusiones.

Las etapas a seguir en el desarrollo de un problema de diseo de experimentos

son las siguientes:

1. Identificacin del problema y definir los objetivos. Es comn en la

industria no darse cuenta de que existe un problema en un proceso o
producto que requiere experimentacin para mejorar su eficiencia o calidad,
para aplicar un experimento es necesario desarrollar todas las ideas acerca
de los objetivos del mismo. Es importante solicitar aportaciones de todas las
reas involucradas: ingeniera, calidad, manufactura, mercadotecnia,
administracin, el cliente y el personal de operacin. En la mayora de los
casos es conveniente hacer una lista de los problemas o preguntas
especficas que van a abordarse en el experimento. Las actividades y
herramientas que nos apoyan a realizar esta fase se presentan en la tabla 1

Tabla 1.Actividades y herramientas para la fase 1.

Actividades Herramientas
1.- Seleccionar equipo de trabajo
2.- Formular problema Diagrama de flujo
Grficos de control
3.- Documentar informacin importante
Grfico jerarquizado de objetivos
4.- Elegir respuestas Mapa de procesos
5.- Establecer objetivo

3. Eleccin de los factores y los niveles. Una fuente de variacin es

cualquier cosa que pueda generar variabilidad en la respuesta u objeto de
estudio. Es recomendable hacer una lista de todas las posibles fuentes de
variacin del problema, distinguiendo aquellas que, a priori, generarn una
mayor variabilidad. Se denomina factor tratamiento a cualquier variable de
inters para el experimentador cuyo posible efecto sobre la respuesta se
quiere estudiar. Se distinguen dos tipos:
o Factores tratamiento: son aquellas fuentes cuyo efecto sobre la
respuesta es de particular inters para el experimentador.
Israel Garca Hernndez

o Factores nuisance: son aquellas fuentes que no son de inters

directo pero que se contemplan en el diseo para reducir la
variabilidad no planificada.

Los niveles de un factor tratamiento son los tipos o grados especficos del
factor que se tendrn en cuenta en la realizacin del experimento. Las
actividades y herramientas que nos apoyan a realizar esta fase se
presentan en la tabla 2.

Tabla 2. Actividades y herramientas para la fase 2.

Actividades Herramientas
1.- Identificar factores
AMFE*
2.- Clasificar factores Diagrama de afinidad
3.- Definir estrategias para algunos factores Diagrama Causa-
4.- Describir conocimiento actual de los efectos de Efecto
los factores Mapa de procesos
Diagramas IDEF0**
5.- Determinar rangos y niveles

* AMFE (Anlisis Modal de Fallos y Efectos), ** IDEF0 (Integration Definition

for Function Modeling)

4. Seleccin de la variable respuesta. Para seleccionar la variable de

respuesta, el experimentador deber tener la certeza de que esta variable
proporciona en realidad informacin til acerca del proceso bajo estudio.
Los datos que se recogen en un experimento son medidas de una variable
denominada variable respuesta o variable de inters y es importante
precisar en qu unidades se mide. En la mayora de los casos, el promedio
o la desviacin estndar (o ambos) de la caracterstica medida ser la
variable respuesta. Las actividades y herramientas que nos apoyan a
realizar esta fase se presentan en la tabla 3.

Tabla 3. Actividades y herramientas para la fase 3.

Actividades Herramientas
1.- Identificar los objetivos del experimentoGrfico jerarquizado de
2.- Identificar la variable respuesta objetivos
AMFE*
3.- Identificar en que unidades se medir la Diagrama Causa-Efecto
variable respuesta Mapa de proces
Israel Garca Hernndez

* AMFE (Anlisis Modal de Fallos y Efectos)

5. Eleccin del diseo experimental. La eleccin del diseo implica la

consideracin del tamao de la muestra (nmero de rplicas). Es
importante tener en mente los objetivos experimentales. En muchos
experimentos de ingeniera se sabe que algunos de los niveles de los
factores (variables) producirn valores diferentes de la respuesta. En
consecuencia, el inters se centra en identificar "qu" factores causan esta
diferencia y en estimar la magnitud del cambio de la respuesta. en otras
palabras es determinar el "cmo" se van a realizar los experimentos
(especificar que unidades experimentales se observarn bajo cada
tratamiento). Las actividades y herramientas que nos apoyan a realizar esta
fase se presentan en la tabla 4.

Tabla 4. Actividades y herramientas para la fase 4.

Actividades Herramientas
1.- Caracterizar factores
2.- Pre-analizar Aleatorizacin
Anlisis asistido por software
3.- Elegir tipo de diseo
Rplicas
4.- Seleccionar diseo experimental Representacin grfica
5.- Elegir niveles

* AMFE (Anlisis Modal de Fallos y Efectos)

6. Realizacin del experimento. En esta fase suele ser conveniente no

apresurase a realizar los experimentos, sin antes analizar la realizacin de
algunas actividades previas debido a que se suelen subestimar los
aspectos logsticos y de planificacin de DoE en mbitos de manufactura,
investigacin y desarrollo se debe asegurar que todos los recursos
necesarios para la experimentacin estn disponibles. Se debe tener
especial cuidado y para ello intentar adelantarse a los problemas. Para ello
antes de comenzar con la experimentacin no se debe olvidar de:
o Seleccionar la ubicacin correcta para realizar el experimento.
o Checar la disponibilidad del equipamiento, mquinas y operarios
para llevar a cabo las experimentaciones.
o Verificar que todas las combinaciones son viables.
o Preparar las hojas de recoleccin de datos.
o Otorgar las instrucciones necesarias para los que realizan los
experimentos.

Las actividades y herramientas que nos apoyan a realizar esta fase se

presentan en la tabla 5.
Israel Garca Hernndez

Actividades Herramientas
1.- Preparar experimentos
Pruebas piloto
2.- Analizar la necesidad de pruebas piloto
Hoja recogida de datos
3.- Realizar experimentos y recolectar datos

Tabla 5. Actividades y herramientas para la fase 5.

7. Anlisis estadstico de los datos. En esta fase, Se debern usar mtodos

estadsticos para analizar los datos a fin de que los resultados y las
conclusiones sean objetivos y no de carcter apreciativo. si el experimento
se ha diseado correctamente y se ha llevado a cabo de acuerdo al diseo,
los mtodos estadsticos necesarios no deben ser complicados. Con
frecuencia se encuentra que los mtodos grficos simples desempean un
papel importante en el anlisis e interpretacin de datos. Debido a que
muchas de las preguntas que el experimentador quiere responder pueden
insertarse en el marco de la prueba de hiptesis, los procedimientos para
probar hiptesis y estimar intervalos de confianza son muy tiles en el
anlisis de datos de un experimento diseado. Para esta fase se
recomienda utilizar un software estadstico. Las actividades y herramientas
que nos apoyan a realizar esta fase se presentan en la tabla 6.

Tabla 6. Actividades y herramientas para la fase 6

Actividades Herramientas
1.- Calcular el efecto de los factores
Anlisis de regresin
2.- Determinar los factores significativos ANOVA*
3.- Interpretar resultados ANCOVA**
4.- Construir modelo de prediccin Grficos de contorno
Grficos de probabilidad
5.- Optimizar respuestas
normal
6.- Evaluar necesidades de nuevos Grficos de Pareto
experimentos

*ANOVA (Analysis of Variance) en espaol Anlisis de la varianza

** ANCOVA (Anlisis de la Covarianza)

Mejoras, control y conclusiones. Todo el trabajo de las fases anteriores,

tiene que dar sus resultados en esta etapa. Por lo que se intentar
maximizar los beneficios. Para mejorar se recomienda ser ms creativo y
tener una perspectiva ms amplia. Una vez implementadas las mejoras se
Israel Garca Hernndez

debe realizar el seguimiento y verificar la estabilidad de las mejoras

obtenidas. Una vez que se ha hecho el anlisis de los datos, la mejora y el
control, el experimentador debe sacar conclusiones prcticas acerca de los
resultados y recomendar un curso de accin. los mtodos grficos suelen
ser tiles en esta etapa, en particular para presentar los resultados. Las
actividades y herramientas que nos apoyan a realizar esta fase se
presentan en la tabla 7.

Actividades Herramientas
1.- Evaluar la necesidad de experimentos Diseo de
confirmatorios. experimentos
2.- Implementar controles Grficos de control
Plan de control
3.- Validar resultados Procedimientos

Tabla 7. Actividades y herramientas para la fase 7.