Diseo

OSCARPALACIOLEN-

Ningn maestro podr ensear

estudiantes. Lo mximo que pued
buen maestro por sus alumnos es au
ellos el deseo de aprender: porque
aprende en la medida d
Cha

Estadstico
de
Experimentos

parael
Mejoramiento
deCalidaden
Pymes
Colombianas

INTRODUcaN

on el presente trabajo se pretende

conocer las consideraciones en el
de experimentos, requeridas durante el
so de aprendizaje, a partir de la utilizac
mtodos estadsticos que lo hacen ms
te y aplicable a problemas industriales
futuro ms cercano por parte de los prof
les en ingeniera industrial.

Este estudio partir del marco conc

dejando constancia de algunos hechos
menos que de una u otra manera, le ha
sentido a sta y han trado una serie de
cusiones tanto positivas y negativas al
tiempo, en el uso de esta herramienta p
te del investigador industrial.

lngtnitro Industrial dt la Univtrsidad Librt. con postgrado tn Evaluacin y

Proytctos y Estudiantt dt ttrctr stmtstrt dt Matstra tn InVtstigaci6n Optra
tica. DoCtntt adscrito a la Facultad Ttenolgica dt la UnivtrSidod Distrito

1.Ques el diseo experimental?

Un experimento es una prueba o ensayo

que realiza el hombre cada vez que se ha formulado preguntas acerca del mundo que lo
rodea, por lo cual el concepto "diseo de experimentos" no es nada nuevo. El hombre ha desarrollado, tambin, un plan sistemtico para
la resolucin de problemas, lo que ha llegado a
ser conocido como "mtodo cientfico". Esencialmente, este plan consta de los siguientes
elementos:
1. Situacin y definicin del problema.
2. Formulacin de una hiptesis para explicarlo.
3. Obtencin de datos.

personas y otros recursos que transforman alguna entrada (a menudo un material) en una
salida que tiene una o ms respuestas observables. Un experimento diseado con eficiencia
debera cumplir los siguientes cinco criterios:
1. Dar medidas insesgadas de los principales
efectos.
2. Proporcionar estimacin insesgada de la variabilidad de los principales efectos.
3. Cuando sea necesario, el experimento deber informar de la posible interaccin de los
principales efectos.
4. Hacer al error experimental
como sea posible.

tan pequeo

5. Dar una estimacin de este error.

4. Confrontacin de la hiptesis con los datos.

Factores Controlables

5. Aceptacin o rechazo de la hiptesis segn

est o no de acuerdo con los datos.
La confrontacin de la hiptesis con los
datos y la aceptacin o rechazo de ella son
materias de juicio crtico, y cualquier camino
es bueno para ello, si el juicio puede ser hecho
en forma ms objetiva que subjetiva.

Entradas

Salida

Proceso

f
Z, Z2zq
Factores Incontrolables

Un experimento diseado es una prueba

o serie de pruebas en las cuales se inducen cam- Figura 1. Modelo general de un proceso o sistema
bios deliberados en las variables de entrada de
un proceso o sistema, de manera que sea posiEstos criterios no pueden ser estudiados
ble observar e identificar las causas de los cam- mediante una descuidada coleccin de datos,
bios en la respuesta de salida.
sino que el experimento debe ser previamente

82

FACULTADDE lNGENIERfA

)rman al) en una

observa~ficiencia
riterios:

planificado para responder a determinadas inquietudes especficas, algunas de las cuales son:

1. Cul es el fin del experimento?

incipales

2. Cules son el tiempo, el equipo y los mtodos utilizables?

de la va5.

3. Cules son los principales efectos que deben ser medidos?

lto debe>n de los

4. Qu informacin previa debe tenerse sobre

ste u otro experimento similar?
5. Es probable que interaccionen entre s los
efectos principales, y, si esto sucede, es importante tal interaccin?

pequeo

6. Qu variabilidad puede esperarse de los

principales efectos y del error desconocido?
7. Cul es la norma con la que intentamos
medir las diferencias en los efectos?
......
y

o sistema
itudiados
je datos,
viamente

DE INGENIERfA

"Unfactor cuantitativo
factor quepuedetomar v
correspondientesa lospu
una recta real. Losfactor
no son cuantitativos
denominancualitativ
3. "Tests" de significacin

Una caracterstica del experi

seado estadsticamente, no existent
seo clsico, es proporcionar
un
estadstica de que existe, o no, una
significativa.

Una prueba estadstica no es u

en el estricto sentido del trmino, s
slo una probabilidad, alta, de que
minada hiptesis sea verdadera o
hiptesis estadstica es una suposici
poblacin que est siendo ensayada
dimiento para ensayar una hiptesis

8. A qu niveles podemos considerar significativas las diferencias?

1. Formular la hiptesis de que no

diferencia significativa. Se design
camente por (HO).

2.
Nomenclatura de los experimentos diseados
estadsticamente

2. Formular la hiptesis contraria (H

El experimento diseado estadsticamente fue usado primero en ensayos agrcolas,

sometiendo determinadas parcelas a tratamiento, para observar los rendimientos o efectos.
En consecuencia, parte de la nomenclatura de
un diseo experimental result algo extraa

3. Seleccionar la prueba estadstica

la cual depende de lo que el invest
comparando y de lo que desee co

UNIVERSIDADMILITAR "NUEVA GRANADA"

IIIIIIII&

-- --

----

4. Adoptarel nivelde significacinde

Este niveles escogido de forma ar

6. Aplicar la prueba de significacin adecuada

y aceptar o rechazar a la hiptesis nula (HO).

"Las variables experimentales

independientes se denominan

factores"
4. El anlisis de la varianza

La informacin obtenida a partir de un

experimento diseado estadsticamente puede
ser analizada por el mtodo conocido como
"anlisis de varianza" o ANOVA.Se trata de una
tcnica consistente en aislar y estimar las varianzas separadas que contribuyen a la total
varianza de un experimento. Es entonces posible ensayar si ciertos factores producen significativos resultados diferentes de las variables
ensayadas.

5. Modelos de Anova

tadstica, es un modelo causal o mixto.

'/U grado de intensidad de un

factor se le llama nivel"
6. Componentesde la

varianza

Todo anlisis de varianza requiere

cuantificacin de los siguient~s elementos:

la

1. Fuente de variacin.
2. Grados de libertad.
3. Suma de cuadrados.
4. Cuadrado medio
5. Valor esperado del cuadrado medio.
6. Estadstico de Fischer.

7. Tipos de diseo experimental

Existen tres clases de modelos de ANOVA
(fijo, casual y mixto), que dependen del origen
En la actualidad existen una gran varie.
de los datos y del uso a que van a ser destinadad de diseos que permiten evaluar un expe.
dos los modelos.
rimento de acuerdo al objetivo buscado por el
investigador y a su disponibilidad de recursos.
1. Un modelo fijo es aquel en el que se investi- Los diseos ms utilizados entre otros son:
gan todos los posibles efectos.

1. Aleatorizados.
2. Un modelo causal es aquel en el que se investiga una muestra de los posibles efectos.

84

2. Bloques.

FACULTADDE INGENIERA

ferencia esxto.

+ Menor tiempo de desarrollo.

6. Tcnica de confusin en el diseo factorial.

. Menores costos globales.

deun
el"

quiere la
entos:

7. Superficiesde respuesta.
8. Tecnologa informtica empleada

"Un tratamiento es una

combinacin especifica de
niveles de un factor o de

factores"
En diseo de experimentos a nivel acadmico se emplea el siguiente software en la actualidad:
. MINITAB.
+ SAS.

o.

. SPSS.

Los mtodos de diseo experiment

bin tienen un contenido importante en
tividades de diseo de ingeniera, en las
se desarrollan nuevos productos y se m
otros ya existentes. Algunas aplicacion
diseo experimental en esta rama de
niera son:

+ Evaluacin y comparacin de config

nes de diseo bsicas.

. Evaluacinde materiales alternativo

+ Seleccin de parmetros de diseo d

que el producto funcione bien en una
variedad de condiciones de uso real.

"La variabilidad es la harina

molino de la estadstica

9. Aplicaciones del diseo experimental

APUCACIN
INDUSfRIAL

ran varieun expedo por el

recursos.
s son:

DE INGENIERfA

Los mtodos de diseo experimental tienen amplia aplicacin en muchas disciplinas.

En efecto, es un medio de importancia crtica
en el medio de la ingeniera para mejorar el rendimiento de un proceso de manufactura. Tambin se emplea extensamente en el desarrollo
de nuevos procesos. La aplicacin de tcnicas
de diseo experimental en una fase temprana
del desarrollo de un proceso pueden dar por
resultado:

UNIVERSIDADMILITAR "NUEVA GRANADA"

Un empresario desea determinar

cia de cuatro tipos distintos de mquina
C Y D) en la produccin de tornillos. Pa
anota el nmero de tornillos defectuoso
da de una semana en dos turnos de
con los resultados que recoge la Tabla 1
un anlisis varianza para determinar al n
significacin 0.05 si hay diferencia a) e
mquinas y b) entre los turnos.

10

D
TOTAL

38
143

28
125

66
268

Solucin
Para este experimento en particular se
aconseja utilizar un diseo de dos factores con
repeticin.

toria total de la misma al cuadrado dividido

sobre el total de datos analizados, cuyo valor
para este caso es de 65,6.

Los datos se organizan de modo equivalente en la tabla 2, en la que los dos factores,
mquinas y turnos, quedan indicados. Hay dos
turnos para cada mquina. Los das de la semana pueden considerarse como repeticiones del
trabajo de cada mquina. Lavariacin total para
todos los datos de la Tabla 2 es de 150,4.

Las dems variaciones se recogen en la

Tabla 4, el anlisis de varianza. La tabla da tam
bin el nmero de grados de libertad corres.
pondiente a cada tipo de variacin. As pues,
como hay cuatro filas en la Tabla 3, la variacin
debido a filas tiene tres grados de libertad,
mientras que la variacin debida a las dos co
lumnas tiene un grado de libertad. Para hallar
los grados de libertad debidos a la interaccin,
se puede establecer que la Tabla 3 tiene ocho
entradas; luego los grados de libertad totales
son siete. Puesto que tres de ellos se deben a
las filas y uno a las columnas, los restantes se
deben a la interaccin. Puesto que hay cuarenta entradas en la tabla original (Tabla 1), el total de grados de libertad es treinta y nueve. De
modo que los grados de libertad debidos a la
variacin residual son treinta y dos.

Tabla 2
FACTOR 1:
MAOUINA
A
B
C
D

FACTOR ll:
ENSAYO
1
2
1
2
1
2
1
2
TOTAL

L
6
5
10
7
7
9
8
5
57

RPLICAS
TOTAL
M M J
v
4 5 5 4
24
7 4 6 8
30
8 7 7 9
41
9 12 8 8
44
5 6 5 9
32
7 5 4
6
31
4 6 5 5
28
7 9 7 IC
38
51 54 47 59
268

F.V.
Con el fin de considerar los dos factores,
se limita la atencin al total de valores de repeticin correspondientes a cada combinacin de
factores. Recogidos en la Tabla 3 hacen de sta
una tabla de dos factores con entrada nica. La
variacin total para la Tabla 3, que llamaremos
variacin subtotal, que es la sumatoria al cuadrado de cada uno de los valores de dicha tabla
dividido sobre el numero de replicas del experimento, a la cual se le debe descontar la suma-

86

Filas (mquinas
Columnas (turnos
Interaccin
Variacin residual
Total

Tabla 4 (ANOVA)
Id
CS
3
51
1
8.1
3
6.5
32

84.81

39

150,41

CM
17.000

F
6.421

8.100

2.167
2.650

0.8171

Para continuar con el anlisis del experimento se debe comparar el estadstico de Fcal
culado contra el estadstico de F terico, los
cuales se recogen en la Tabla 5.

F CULT D DE INGENIER

De la Tabla 5 se pude concluir que:

66
268

.
dividido

Se puede apreciar que la interaccin no es

significativa; esto es, no se puede rechazar
la hiptesis nula (Todas las medias de tratamiento (fila) son iguales).

uyo valor
. Se puede rechazar la hiptesis nula de que las
filas tienen medias iguales. Elloequivale a decir
que al nivel del 5%se puede concluir que las
mquinas no son igualmente eficaces.

~en en la
a da tamId corresAs pues,
variacin
libertad,
s dos coara hallar
:eraccin,
ene ocho
Id totales
~ deben

. El estadstico F calculado para columnas es

menor que el estadstico F terico; sto nos
indica que no podemos rechazar la hiptesis nula de que las columnas tienen medias
iguales. Lo que equivale a decir que al nivel
del 0,05 no hay diferencia significativa entre los turnos.

tantes se
y cuaren1), el tolUeve. De
,idos a la

. Uno de los ms grandes inconvenien

se presenta con el tema es la falta
sin en los medios impresos dirigid
ingenieros industriales, y por ello e
nocimiento de este tema por parte
directrices acadmicas de las facult
ingeniera industrial en nuestro pa
BIBUOGRAA

. En las PYMESCOLOMBIANAS
seria ventajoso
usar el diseo experimental para mejorar la
productividad, reducir la variabilidad y obtener buenos productos y procesos de manufactura.

~Iexperi-

de Fcal-

>rico, los

UNIVERSIDADMILITAR "NUEVA GRANADA"

DE INGENIERfA

...

MURRAYR., Spiegel, Estadstica, Segunda

Espaol, Espaa, McGrawHiII,1991, Paginas 3

MONTGOMERYe., Douglas, Diseoy Anlisi

mentos, Primera Edicin en Espaol, Mxico,
toriallberoamrica S.A., 1991, Paginas 1-11.

BOXP., George E., Et-al, Estadsticapara Inv

Primera Edicin en Espaol, Espaa, Editori
S.A., 1988, Paginas 1-16.

CONQ.USIONES

. Lo importante de este documento ha sido

identificar los factores que afectan la cantidad de informacin en un experimento y utilizar este conocimiento para disear en el
futuro inmediato mejores experimentos.

. Todo investigador se enfrenta a dos

tareas: -descubrir y entender las c
relaciones que pueden existir entr
variables, y -alcanzar este objetivo
de que los datos estn contaminad
error experimental.

MENDENHALL,
William, Es-al.EstadsticaMat
Aplicaciones.Segunda Edicin en Espaol, M
po Editoriallberoamrica S.A., 1994, Paginas

RONS., Kenett, Et-al, EstadsticaIndustrial m

mera Edicin en Espaol, Mxico, Internaciona
Editores S.A., 2000, Paginas 408-468.