1-1 ESTRATEGIA DE EXPERIMENTACIN

Manera de desplazarse

;1'"-----"'-----'1\
Caminando

En carrito

I
I
I

/-/~----

///

L----Palo

Figura 1-7 Experimento factorial de cuatro factores que incluye el tipo de

palo, el tipo de pelota, el tipo de bebida y la manera de desplazarse.

informacin acerca del palo grande, suponiendo que se repite dos veces cada corrida del diseo de dos
factores de la figura 1-4.
En la figura 1-7 se ilustra la forma en que podran investigarse los cuatro factores -el palo, la pelota,
la bebida y la manera de desplazarse (caminando o en carrito)- en un diseo factorial 24 Como en cualquier diseo factorial, se usan todas las combinaciones posibles de los niveles de los factores. Puesto que
los cuatro factores tienen dos niveles, sigue siendo posible hacer la representacin geomtrica de este diseo experimental mediante un cubo (en realidad un hipercubo).
En general, si hay k factores, cada uno con dos niveles, el diseo factorial requerira 2k corridas. Por
ejemplo, el experimento de la figura 1-7 requiere 16 corridas. Evidentemente, cuando el nmero de factores de inters aumenta, el nmero de corridas requeridas se incrementa con rapidez; por ejemplo, un
experimento con 10 factores en el que todos los factores tienen dos niveles requerira 1024 corridas. Esto
pronto se vuelve impracticable en lo que se refiere al tiempo y los recursos. En el experimento del golf,
el autor slo puede jugar ocho rondas, por lo que incluso el experimento de la figura 1-7 resulta demasiado largo.
Por fortuna, cuando se trabaja con cuatro, cinco o ms factores, por lo general no es necesario probar
todas las combinaciones posibles de los niveles de los factores. Un experimento factorial fraccionado es
una variacin del diseo factorial bsico en la que slo se realiza un subconjunto de las corridas. En la figura 1-8 se ilustra un diseo factorial fraccionado para la versin de cuatro factores del experimento del
golf. Este diseo requiere slo 8 corridas en lugar de las 16 originales y se llamara fraccin un medio. Si el
autor slo puede jugar ocho rondas de golf, ste es un excelente diseo en el cual estudiar los cuatro factores. Proporcionar informacin adecuada acerca de los efectos principales de los cuatro factores, as
como cierta informacin acerca de la forma en que interactan estos factores.
Los diseos factoriales fraccionados son muy comunes en la investigacin y el desarrollo industrial,
as como en el mejoramiento de procesos. Estos diseos se analizarn en el captulo 8.

;f""

Manera de desplazarse
--"A
--'l\
En carrito

Caminando

I
I
I

I
I
I

'

_,,,.-;L---//

..@----Palo

Figura 1-8 Experimento factorial fraccionado de cuatro factores que incluye

el tipo de palo, el tipo de pelota, el tipo de bebida y la manera de desplazarse.

CAPTULO 1 INTRODUCCIN

1~2

ALGUNAS APLICACIONES TPICAS DEL DISEO EXPERIMENTAL

Los mtodos del diseo experimental han encontrado amplia aplicacin en diversas disciplinas. De hecho, la experimentacin puede considerarse parte del proceso cientfico y uno de los medios para conocer
el funcionamiento de sistemas y procesos. En general, el aprendizaje ocurre a travs de una serie de actividades en las que se hacen conjeturas acerca de un proceso, se llevan a cabo experimentos para generar
datos del proceso y despus se usa la informacin del experimento para establecer nuevas conjeturas, lo
que lleva a nuevos experimentos, y as sucesivamente.
El diseo experimental es una herramienta de importancia fundamental en el mbito de la ingeniera
para mejorar el desempeo de un proceso de manufactura. Tambin tiene mltiples aplicaciones en el desarrollo de procesos nuevos. 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 ms cercana con los requerimientos nominales o proyectados.
3. Reduccin del tiempo de desarrollo.
4. Reduccin de los costos globales.
Los mtodos del diseo experimental desempean tambin un papel importante en las actividades
del diseo de ingeniera, donde se desarrollan productos nuevos y se hacen mejoramientos en los productos existentes. Entre las aplicaciones del diseo experimental en el diseo de ingeniera se encuentran:
1. La evaluacin y comparacin de configuraciones de diseos bsicos.
2. La evaluacin de materiales alternativos.
3. 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.
4. La determinacin de los parmetros clave del diseo del producto que afectan el desempeo del
mismo.

El uso del diseo experimental en estas reas puede redundar en productos cuya fabricacin sea ms sencilla, en productos que tengan un desempeo y confiabilidad de campo mejorados, en costos de produccin ms bajos y en tiempos ms cortos para el diseo y desarrollo del producto. A continuacin se
presentan varios ejemplos que ilustran algunas de estas ideas.

EJEMPLO 1~ 1

Caracterizacin de un proceso
En el proceso de fabricacin de tarjetas de circuitos impresos se utiliza una mquina de soldadura lquida.
La mquina limpia las tarjetas en un fundente, las somete a un proceso de precalentamiento y despus las
hace pasar por una onda de soldadura lquida mediante una transportadora. En este proceso de soldadura se hacen las conexiones elctricas y mecnicas de los componentes recubiertos de plomo en la tarjeta.
El proceso opera actualmente con un nivel de defectos aproximado de 1%. Es decir, cerca de 1% de
las juntas de soldadura de una tarjeta son defectuosas y requieren correccin manual. Sin embargo, debido a que la tarjeta de circuitos impresos promedio contiene ms de 2000 juntas de soldadura, incluso un
nivel de defectos de 1% representa un nmero demasiado alto de juntas de soldadura que requieren correccin. Al ingeniero responsable del proceso en esta rea le gustara usar un experimento diseado
para determinar cules son los parmetros de la mquina que influyen en la ocurrencia de los defectos de
soldadura y qu ajustes deberan hacerse en dichas variables para reducir los defectos de soldadura.

1-2 ALGUNAS APLICACIONES TPICAS DEL DISEO EXPERIMENTAL

En la mquina de soldadura lquida hay diversas variables que pueden controlarse. stas incluyen:
1. La temperatura de la soldadura.
La temperatura del precalentamiento.
La velocidad de la transportadora.
El tipo de fundente.
s. La gravedad especfica del fundente.
6. La profundidad de la onda de soldadura.
7. El ngulo de la transportadora.

2.
3.
4.

Adems de estos factores controlables, hay otros que no es sencillo manejar durante el proceso de fabricacin, aunque podran controlarse para los fines de una prueba. stos son:
1.
2.
3.
4.

s.

El espesor de la tarjeta de circuitos impresos.

El tipo de componentes usados en la tarjeta.
La disposicin de los componentes en la tarjeta.
El operador.
La rapidez de produccin.

En esta situacin, el inters del ingeniero es caracterizar la mquina de soldadura lquida; es decir,
quiere determinar los factores (tanto los controlables como los no controlables) que afectan la ocurrencia
de defectos en las tarjetas de circuitos impresos. Para ello puede disear un experimento que le permitir
estimar la magnitud y direccin de los efectos de los factores; es decir, cunto cambia la variable de respuesta (defectos por unidad) cuando se modifica cada factor, y si la modificacin de los factores en conjunto produce resultados diferentes que los obtenidos mediante el ajuste individual de los factores; es
decir, existe interaccin entre los factores? En ocasiones a un experimento como ste se le llama experimento tamiz o de exploracin exhaustiva. De manera tpica, los experimentos tamiz incluyen el uso de diseos factoriales fraccionados, como en el ejemplo del golf de la figura 1-8.
La informacin obtenida de este experimento tamiz se usar para identificar los factores crticos del
proceso y determinar la direccin del ajuste de dichos factores a fin de conseguir una reduccin adicional
del nmero de defectos por unidad. El experimento tambin puede proporcionar informacin acerca de
los factores que deberan controlarse con mayor atencin durante el proceso de fabricacin a fin de evitar los niveles elevados de defectos y el desempeo errtico del proceso. Por lo tanto, una consecuencia
del experimento podra ser la aplicacin de tcnicas como las cartas de control a una o ms de las variables del proceso (la temperatura de la soldadura, por ejemplo), aunadas a las cartas de control de la produccin del proceso. Con el tiempo, si se consigue una mejora sensible del proceso, quiz sea posible
basar la mayor parte del programa de control del mismo en el control de las variables de entrada del proceso en lugar de aplicar cartas de control a la produccin.

EJEMPLO 1~ 2 ......................................................
Optimizacin de un proceso
En un experimento de caracterizacin, el inters suele centrarse en determinar las variables del proceso
que afectan la respuesta. El siguiente paso lgico es la optimizacin, es decir, determinar la regin de los
factores importantes que conduzca a la mejor respuesta posible. Por ejemplo, si la respuesta es el rendi-

10

CAPTULO 1 INTRODUCCIN

miento, se buscara la regin del rendimiento mximo, mientras que si la respuesta es la variabilidad de
una dimensin crtica del producto, se buscara una regin de variabilidad mnima.
Supongamos que el inters se centra en mejorar el rendimiento de un proceso qumico. Por los resultados de un experimento de caracterizacin se sabe que las dos variables ms importantes del proceso que
influyen en el rendimiento son la temperatura de operacin y el tiempo de reaccin. El proceso opera actualmente a 145Fy con 2.1 horas de tiempo de reaccin, produciendo rendimientos de cerca de SO%. En
la figura 1-9 se muestra una vista desde arriba de la regin tiempo-temperatura. En esta grfica las lneas
de rendimiento constante se unen para formar los contornos de respuesta, y se muestran las lneas de contorno para rendimientos de 60, 70, SO, 90 Y95 por ciento. Estos contornos son las proyecciones en la regin tiempo-temperatura de las secciones transversales de la superficie del rendimiento correspondiente
a los rendimientos porcentuales arriba mencionados. A esta superficie se le llama en ocasiones superficie
de respnesta. El personal del proceso no conoce la verdadera superficie de respuesta de la figura 1-9, por
lo que se necesitarn mtodos experimentales para optimizar el rendimiento con respecto al tiempo y la
temperatura.
Para localizar el rendimiento ptimo, es necesario llevar a cabo un experimento en el que se hagan
variar conjuntamente el tiempo y la temperatura, es decir, un experimento factorial. En la figura 1-9 se
muestran los resultados de un experimento factorial inicial realizado con dos niveles tanto del tiempo
como de la temperatura. Las respuestas que se observan en los cuatro vrtices del cuadrado indican que,
para incrementar el rendimiento, los cambios deberan hacerse en la direccin general del aumento de la

Segundo experimento de optimizacin

200

190

180

E
~

:J

" 170
Q)

o.
E
Q)
1-

160

150

140

Condiciones
de operacin
actuales

0.5

1.0

1.5

2.0

2.5

Tiempo (horas)

Figura 1-9 Grfica de contorno del rendimiento como una funcin del tiempo de reaccin y la temperatura de reaccin, la cual
ilustra la experimentacin para optimizar un proceso.

1-3 PRINCIPIOS BSICOS

11

temperatura y la reduccin del tiempo de reaccin. Se realizaran algunas corridas adicionales en esta direccin, y esta experimentacin adicional llevara a la regin del rendimiento mximo.
Una vez que se ha encontrado la regin del rendimiento ptimo, el siguiente paso tpico sera realizar
un segundo experimento. El objetivo de este segundo experimento es desarrollar un modelo emprico del
proceso y obtener una estimacin ms precisa de las condiciones de operacin ptimas para el tiempo y la
temperatura. A este enfoque para la optimizacin de un proceso se le llama la metodologa de superficies
de respuesta, la cual se examina en detalle en el captulo 11. El segundo diseo ilustrado en la figura 1-9 es
un diseo central compuesto, uno de los diseos experimentales ms importantes que se usan en los estudios de optimizacin de procesos.

EJEMPLO 1,3

Ilustracin del diseo de un producto

Con frecuencia los mtodos de diseo experimental pueden aplicarse en el proceso de diseo de un producto. Para ilustrar esto, suponga que un grupo de ingenieros est diseando el gozne de la puerta de un
automvil. La caracterstica de calidad del producto que les interesa es el esfuerzo amortiguador, es decir, la capacidad de retencin del tope que impide que la puerta se cierre cuando el vehculo se estaciona
en una pendiente. El mecanismo amortiguador consta de un resorte de hojas y un cilindro. Cuando la
puerta se abre, el cilindro se desplaza por un arco que hace que el resorte de hojas se comprima. Para cerrar la puerta es necesario vencer la fuerza del resorte, la cual produce el esfuerzo amortiguador. El equipo de ingenieros considera que el esfuerzo amortiguador es una funcin de los siguientes factores:
1.
2.
3.
4.
5.

La
La
La
La
La

distancia que se desplaza el cilindro.

altura del resorte del pivote a la base.
distancia horizontal del pivote al resorte.
altura libre del resorte auxiliar.
altura libre del resorte principal.

Los ingenieros pueden construir un prototipo del mecanismo del gozne en el que es posible variar todos estos factores dentro de ciertos rangos. Una vez que se han identificado los niveles apropiados de estos cinco factores, puede disearse un experimento que conste de varias combinaciones de los niveles de
los factores, y el prototipo del gozne puede probarse con estas combinaciones. Se obtendr as informacin respecto de los factores que tienen una mayor influencia sobre el esfuerzo amortiguador del tope y,
mediante el anlisis de esta informacin, podr mejorarse el diseo del tope.

1,3

PRINCIPIOS BSICOS
,

Si quiere llevarse a cabo un experimento como los descritos en los ejemplos 1-1 al 1-3 con la mayor eficiencia posible, es necesario utilizar un enfoque cientfico para planearlo. El diseo estadstico de experimentos se refiere al proceso para planear el experimento de tal forma que se recaben datos adecuados
que puedan analizarse con mtodos estadsticos que llevarn a conclusiones vlidas y objetivas. El enfoque estadstico del diseo experimental es necesario si se quieren sacar conclusiones significativas de los
datos. Cuando el problema incluye datos que estn sujetos a errores experimentales, la metodologa estadstica es el nico enfoque objetivo de anlisis. Por lo tanto, cualquier problema experimental incluye dos

12

CAPTULO 1 INTRODUCCIN

aspectos: el diseo del experimento y el anlisis estadstico de los datos. Estos dos aspectos se encuentran
ntimamente relacionados porque el mtodo de anlisis depende directamente del diseo empleado.
Ambos temas se tratan en este libro.
Los tres principios bsicos del diseo experimental son la realizacin de rplicas, la aleatorizacin y
la formacin de bloques. Por realizacin de rplicas se entiende la repeticin del experimento bsico. En
el experimento metalrgico analizado en la seccin 1-1, una rplica consistira en el tratamiento de una
muestra con el templado en aceite y el tratamiento de una muestra con el templado en agua salada. Por lo
tanto, si se tratan cinco ejemplares en cada medio de templado, se dice que se han obtenido cinco rplicas. La realizacin de rplicas posee dos propiedades importantes. Primera, permite al experimentador
obtener una estimacin del error experimental. Esta estimacin del error se convierte en una unidad de
medicin bsica para determinar si las diferencias observadas en los datos son en realidad estadsticamente diferentes. Segunda, si se usa la media muestral (por ejemplo, Y) para estimar el efecto de un factor en
el experimento, la realizacin de rplicas permite al experimentador obtener una estimacin ms precisa
de este efecto. Por ejemplo, si cr es la varianza de una observacin individual y hay n rplicas, la varianza
de la media muestral es

La consecuencia prctica de lo anterior es que si se hicieron n = 1 rplicas y se observ Yl = 145 (templado en aceite) YY2 = 147 (templado en agua salada), probablemente no podrn hacerse inferencias satisfactorias acerca del efecto del medio de templado; es decir, la diferencia observada podra ser resultado del
error experimental. Por otra parte, si n fue razonablemente grande y el error experimental fue lo suficientemente pequeo, y se observ Yl < Y2' podra concluirse con una certeza razonable que el templado en agua
salada produce una dureza mayor en esta aleacin de aluminio particular que el templado en aceite.
Hay una diferencia importante entre rplicas y mediciones repetidas. Por ejemplo, suponga que una
oblea de silicio se graba con un proceso de grabado qumico con plasma para oblea nica, y que se hacen
tres mediciones de una dimensin crtica de esta oblea. Estas mediciones no son rplicas; son una forma
de mediciones repetidas y, en este caso, la variabilidad observada en las tres mediciones repetidas es reflejo
directo de la variabilidad inherente del sistema o instrumento de medicin. Como otro ejemplo, suponga
que, como parte de un experimento en la manufactura de semiconductores, se procesan simultneamente
cuatro obleas en un horno de oxidacin con una velocidad del flujo de gas y un tiempo particulares y que
se hace despus una medicin del espesor del xido en cada oblea. De nueva cuenta, la medicin de las
cuatro obleas no son rplicas sino mediciones repetidas. En este caso reflejan las diferencias entre las
obleas y otras fuentes de variabilidad dentro de esa operacin de horneado particular. En las rplicas se
reflejan las fuentes de variabilidad tanto entre las corridas como (potencialmente) dentro de las mismas.
La aleatorizacin es la piedra angular en la que se fundamenta el uso de los mtodos estadsticos en
el diseo experimental. Por aleatorizacin se entiende que tanto la asignacin del material experimental
como el orden en que se realizarn las corridas o ensayos individuales del experimento se determinan al
azar. Uno de los requisitos de los mtodos estadsticos es que las observaciones (o los errores) sean variables aleatorias con distribuciones independientes. La aleatorizacin hace por lo general que este supuesto sea vlido. La aleatorizacin correcta del experimento ayuda tambin a "sacar del promedio" los
efectos de factores extraos que pudieran estar presentes. Por ejemplo, suponga que los ejemplares del
experimento descrito antes presentan slo ligeras diferencias en el espesor y que la efectividad del medio
de templado puede ser afectado por el espesor del ejemplar. Si todos los ejemplares sometidos al templado en aceite son ms gruesos que los sometidos al templado en agua salada, quiz se est introduciendo
un sesgo sistemtico en los resultados experimentales. Este sesgo estorba en uno de los medios de templa-

1-4 PAUTAS GENERALES PARA DISEAR EXPERIMENTOS

13

do y, en consecuencia, invalida los resultados obtenidos. Al hacer la asignacin aleatoria de los ejemplares al medio de templado este problema se aligera en parte.
Es muy comn el uso de programas de computadora para auxiliar a los experimentadores a seleccionar y construir diseos experimentales. Estos programas presentan a menudo las corridas del diseo experimental de manera aleatoria. Por lo general este modo aleatorio se crea utilizando un generador de
nmeros aleatorios. Incluso con estos programas de computadora, con frecuencia seguir siendo necesario que el experimentador haga la asignacin del material experimental (como las obleas en los ejemplos
de semiconductores mencionados antes), de los operadores, de los instrumentos o herramientas de medicin, etc., que se utilizarn en el experimento. Puede recurrirse a tablas de nmeros aleatorios para asegurar que las asignaciones se hacen al azar.
En ocasiones los experimentadores se encuentran con situaciones en las que la aleatorizacin de un
aspecto del experimento es complicada. Por ejemplo, en un proceso qumico, la temperatura puede ser
una variable muy difcil de modificar, haciendo casi imposible la aleatorizacin completa de este factor.
Existen mtodos de diseo estadstico para resolver las restricciones sobre la aleatorizacin. Algunos de
estos enfoques se revisarn en captulos subsecuentes (ver en particular el captulo 13).
La formacin de bloques es una tcnica de diseo que se utiliza para mejorar la precisin de las comparaciones que se hacen entre los factores de inters. Muchas veces la formacin de bloques se emplea
para reducir o eliminar la variabilidad transmitida por factores perturbadores; es decir, aquellos factores
que pueden influir en la respuesta experimental pero en los que no hay un inters especfico. Por ejemplo,
en un experimento de un proceso qumico pueden requerirse dos lotes de materia prima para realizar todas las corridas necesarias. Sin embargo, podra haber diferencias entre los lotes debido a la variabilidad
de un proveedor a otro y, en caso de no haber un inters especfico en este efecto, los lotes de materia prima se consideraran un factor perturbador. En general, un bloque es un conjunto de condiciones experimentales relativamente homogneas. En el ejemplo del proceso qumico, cada lote de materia prima
formara un bloque, ya que es de esperarse que la variabilidad dentro de un lote sea menor que la variabilidad entre lotes. De manera tpica, como en este ejemplo, cada nivel del factor perturbador pasa a ser un
bloque. Entonces el experimentador divide las observaciones del diseo estadstico en grupos que se corren en cada bloque. En varias partes del texto se estudia en detalle la formacin de bloques, incluyendo
los captulos 4, 5, 7, 8, 9, 11 Y13. En el captulo 2, seccin 2-5.1, se presenta un ejemplo sencillo para ilustrar la estructura bsica de la formacin de bloques.
Los tres principios bsicos del diseo experimental, la aleatorizacin, la realizacin de rplicas y la
formacin de bloques son parte de cada uno de los experimentos. Se ilustrarn y resaltarn repetidamente a lo largo de este libro.

1~4

PAUTAS GENERALES PARA DISEAR EXPERIMENTOS

Para aplicar el enfoque estadstico en el diseo y anlisis de un experimento, es necesario que todos los
que participan en el mismo tengan desde el principio una idea clara de qu es exactamente lo que va a estudiarse, cmo van a colectarse los datos, y al menos una comprensin cualitativa de la forma en que van a
analizarse estos datos. En la tabla 1-1 se muestra un esquema general del procedimiento recomendado. A
continuacin se presenta una breve explicacin de este esquema y se elaboran algunos de los puntos clave. Para mayores detalles, ver Coleman y Montgomery [27], as como las referencias al final del libro.
Tambin es til el material complementario para este captulo.
1. Identificacin y enunciacin del problema. Este punto podra parecer muy obvio, pero es comn que
en la prctica no sea sencillo darse cuenta de que existe un problema que requiere experimentacin, y

14

CAPTULO

INTRODUCCIN

Tabla 1-1

Pautas generales para disear un experimento

1. Identificacin y exposicin del problema.

Planeacin previa
2. Eleccin de los factores, los niveles y los rangos."
] al experimento
3. Seleccin de la variable de respuesta."
4. Eleccin del diseo experimental.
5. Realizacin del experimento.
6. Anlisis estadstico de los datos.
7. Conclusiones y recomendaciones.
"En la prctica, los pasos 2 y3 suelen hacerse simultneamente o en el orden inverso.

tampoco es fcil desarrollar una enunciacin clara, con la que todos estn de acuerdo, de este problema.
Es necesario desarrollar todas las ideas acerca de los objetivos del experimento. Generalmente, es importante solicitar aportaciones de todas las reas involucradas: ingeniera, aseguramiento de calidad, manufactura, mercadotecnia, administracin, el cliente y el personal de operacin (el cual por lo general
conoce a fondo el proceso y al que con demasiada frecuencia se ignora). Por esta razn, se recomienda un
enfoque de equipo para disear experimentos.
En la mayora de los casos es conveniente hacer una lista de los problemas o las preguntas especficas
que van a abordarse en el experimento. Una enunciacin clara del problema contribuye sustancialmente
a menudo para alcanzar una mejor comprensin de los fenmenos bajo estudio y la solucin final del problema. Tambin es importante tener presente el objetivo global; por ejemplo, se trata de un proceso o
sistema nuevo (en cuyo caso el objetivo inicial posiblemente ser la caracterizacin o tamizado de los factares) o se trata de un sistema maduro que se conoce con profundidad razonable y que se ha caracterizado
con anterioridad (en cuyo caso el objetivo puede ser la optimizacin)? En un experimento puede haber
muchos objetivos posibles, incluyendo la confirmacin (el sistema se comporta de la misma manera ahora que en el pasado?), el descubrimiento (qu ocurre si se exploran nuevos materiales, variables, condiciones de operacin, etc.?) y la estabilidad (bajo qu condiciones las variables de respuesta de inters
sufren una degradacin seria?). Obviamente, las cuestiones especficas que habrn de abordarse en el experimento se relacionan de manera directa con los objetivos globales. Con frecuencia en esta etapa de la
formulacin del problema muchos ingenieros y cientficos se percatan de que no es posible que un experimento comprensivo extenso responda las cuestiones clave y de que un enfoque secuencial en el que se utilice una serie de experimentos ms pequeos es una estrategia ms adecuada.
2. Eleccin de los factores, los niveles y los rangos. (Como se indica en la tabla 1-1, los pasos 2 y 3 muchas veces se hacen simultneamente o en orden inverso.) Cuando se consideran los factores que pueden
influir en el desempeo de un proceso o sistema, el expelimentador suele descubrir que estos factores
pueden clasificarse como factores potenciales del diseo o bien como factores perturbadores. Los factores potenciales del diseo son aquellos que el experimentador posiblemente quiera hacer variar en el experimento. Es frecuente encontrar que hay muchos factores potenciales del diseo, por lo que es
conveniente contar con alguna clasificacin adicional de los mismos. Algunas clasificaciones tiles son
factores del diseo, factores que se mantienen constantes y factores a los que se permite variar. Los factores del diseo son los que se seleccionan realmente para estudiarlos en el experimento. Los factores que
se mantienen constantes son variables que pueden tener cierto efecto sobre la respuesta, pero que para
los fines del experimento en curso no son de inters, por lo que se mantendrn fijos en un nivel especfico.
Por ejemplo, en un experimento de grabado qumico en la industria de los semiconductores puede haber
un efecto, que es nico, de la herramienta especfica para el grabado qumico con plasma que se utiliza en
el experimento. Sin embargo, sera muy difcil variar este factor en un experimento, por lo que el experimentador puede decidir llevar a cabo todas las corridas experimentales en un grabador qumico particular (idealmente "tpico"). De este modo, este factor se mantiene constante. Como un ejemplo de factores

1-4 PAUTAS GENERALES PARA DISEAR EXPERIMENTOS

15

a los que se permite variar, las unidades experimentales o los "materiales" a los que se aplican los factores
del diseo no son homogneos por lo general, no obstante lo cual con frecuencia se ignora esta variabilidad de una unidad a otra y se confa en la aleatorizacin para compensar cualquier efecto del material o la
unidad experimental. Muchas veces se trabajar con el supuesto de que los efectos de los factores que se
mantienen constantes y de los factores a los que se permite variar son relativamente pequeos.
Por otra parte, los factores perturbadores pueden tener efectos considerables que deben tomarse en
consideracin, a pesar de que no haya inters en ellos en el contexto del experimento en curso. Los factores
perturbadores suelen clasificarse como factores controlables, no controlables o de ruido. Un factor perturbador controlable es aquel cuyos niveles pueden ser ajustados por el experimentador. Por ejemplo, el experimentador puede seleccionar lotes diferentes de materia prima o diversos das de la semana para condUcir
el experimento. La estructura bsica de la formacin de bloques, comentada en la seccin anterior, suele ser
til para trabajar con factores perturbadores controlables. Si un factor perturbador no es controlable en el
experimento, pero puede medirse, muchas veces puede usarse el procedimiento de anlisis denominado
anlisis de covarianza para compensar este efecto. Por ejemplo, la humedad relativa en el medio ambiente
del proceso puede afectar el desempeo del proceso, y si la humedad no puede controlarse, probablemente
podr medirse y tratarse como una covariable. Cuando un factor que vara de manera natural y no controlable en el proceso puede controlarse para los fines de un experimento, con frecuencia se le llama factor de
ruido. En tales situaciones, es comn que el objetivo sea encontrar los ajustes de los factores controlables
del diseo que minimicen la variabilidad transmitida por los factores de ruido. En ocasiones a esto se le llama el estudio de robustez del proceso o el problema de robustez del diseo. La formacin de bloques, el
anlisis de covarianza y los estudios de robustez del proceso se comentan ms adelante.
Una vez que el experimentador ha seleccionado los factores del diseo, debe elegir los rangos en los
que har variar estos factores, as como los niveles especficos con los que se realizarn las corridas. Tambin deber pensarse cmo van a controlarse estos factores en los valores deseados y cmo van a medirse.
Por ejemplo, en el experimento de la soldadura lquida, el ingeniero ha definido 12 variables que pueden
afectar la ocurrencia de defectos de soldadura. El ingeniero tambin tendr que tomar una decisin en
cuanto a la regin de inters para cada variable (es decir, el rango en el que se har variar cada factor) y
en cuanto al nmero de niveles de cada variable que usar. Para ello se requiere del conocimiento del proceso. Este conocimiento del proceso suele ser una combinacin de experiencia prctica y conocimientos tericos. Es importante investigar todos los factores que pueden ser de importancia y no dejarse influir
demasiado por la experiencia pasada, en particular cuando uno se encuentra en las fases iniciales de la experimentacin o cuando el proceso no est del todo maduro.
Cuando el objetivo del experimento es el tamizado de los factores o caracterizacin del proceso, por lo
general es mejor mantener reducido el nmero de niveles de los factores. En general, dos niveles funcionan
bastante bien en los estudios de tamizado de factores. Elegir la regin de inters tambin es importante. En el
tamizado de factores, la regin de inters deber ser relativamente grande; es decir, el rango en el que se hacen variar los factores deber ser amplio. Conforme se sepa ms acerca de las variables que son importantes y
de los niveles que producen los mejores resultados, la regin de inters se har por lo general ms estrecha.
3. Seleccin de la variable de 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. En la mayora de los casos, el promedio o la desviacin estndar (o ambos) de la caracterstica medida ser la variable de respuesta. No son la excepcin las respuestas mltiples. La eficiencia de los instrumentos de medicin (o error de medicin) tambin es un factor importante. Si la eficiencia de los
instrumentos de medicin es inadecuada, el experimentador slo detectar los efectos relativamente grandes de los factores o quiz sean necesarias rplicas adicionales. En algunas situaciones en que la eficiencia
de los instrumentos de medicin es pobre, el experimentador puede decidir medir varias veces cada unidad

16

CAPTULO 1 INTRODUCCIN

experimental y usar el promedio de las mediciones repetidas como respuesta observada. Suele ser de importancia determinante identificar los aspectos relacionados con la definicin de las respuestas de inters y cmo
van a medirse antes de llevar a cabo el experimento. En ocasiones se emplean experimentos diseados para
estudiar y mejorar el desempeo de los sistemas de medicin. Para un ejemplo, ver el captulo 12.
Se reitera lo crucial que es exponer todos los puntos de vista y la informacin del proceso en los pasos
1 al 3 anteriores. Se hace referencia a esto como planeacin previa al experimento. Coleman y Montgomery [27] proporcionan hojas de trabajo que pueden ser tiles en la planeacin previa al experimento.
Vase tambin la informacin complementaria del texto para ms detalles y un ejemplo del uso de estas
hojas de trabajo. En muchas situaciones, no es posible que una sola persona posea todos los conocimientos requeridos para hacer esto adecuadamente. Por lo tanto, se hace una amplia recomendacin para el
trabajo en equipo durante la planeacin del experimento. La mayor parte del xito gravitar en torno a
qu tan bien se haya hecho la planeacin previa del experimento.
Si las actividades de planeacin previas al experimento se realizan
como es debido, este paso es relativamente sencillo. La eleccin del diseo implica la consideracin del
tamao de la muestra (nmero de rplicas), la seleccin de un orden de corridas adecuado para los ensayos experimentales y la determinacin de si entran en juego o no la formacin de bloques u otras restricciones sobre la aleatorizacin. En este libro se revisan algunos de los tipos ms importantes de diseos
experimentales, y puede usarse en ltima instancia como un catlogo para seleccionar el diseo experimental apropiado para una amplia variedad de problemas.
Existen tambin varios paquetes interactivos de software de estadstica que soportan esta fase del diseo experimental. El experimentador puede introducir la informacin del nmero de factores, los niveles y los rangos, y estos programas presentarn a la consideracin del experimentador una seleccin de
diseos o recomendarn un diseo particular. (Nosotros preferimos ver varias alternativas en lugar de
confiar en la recomendacin de la computadora en la mayora de los casos.) Estos programas proporcionan tambin por lo general una hoja de trabajo (con el orden aleatorizado de las corridas) que se usar en
la conduccin del experimento.
Al seleccionar el diseo, es importante tener en mente los objetivos experimentales. En muchos experimentos de ingeniera se sabe de antemano que algunos de los niveles de los factores producirn valores diferentes de la respuesta. En consecuencia, el inters se centra en identificar qu factores causan esta
diferencia yen estimar la magnitud del cambio de la respuesta. En otras situaciones podra haber ms inters en verificar la uniformidad. Por ejemplo, pueden compararse dos condiciones de produccin Ay B,
donde A es el estndar y B es una alternativa con una eficiencia de costos mayor. El experimentador estar interesado entonces en demostrar que, por ejemplo, no hay ninguna diferencia en el rendimiento entre
las dos condiciones.
4. Eleccin del diseo experimental.

Cuando se lleva a cabo el experimento es vital monitorear con atencin el

proceso a fin de asegurarse de que todo se est haciendo conforme a la planeacin. Los errores en el procedimiento experimental en esta etapa destruirn por lo general la validez experimental. Poner en un primer
plano la planeacin es crucial para el xito. Es fcil subestimar los aspectos de logstica y planeacin cuando
se corre un experimento diseado en un ambiente complejo de manufactura o de investigacin y desarrollo.
Coleman y Montgomery [27] sugieren que antes de llevar a cabo el experimento, es conveniente en
muchas ocasiones realizar algunas corridas piloto o de prueba. Estas corridas proporcionan informacin acerca de la consistencia del material experimental, una comprobacin del sistema de medicin,
una idea aproximada del error experimental y la oportunidad de poner en prctica la tcnica experimental global. Esto ofrece tambin una oportunidad para revisar, de ser necesario, las decisiones tomadas en los pasos 1 al 4.

5. Realizacin del experimento.