En una empresa de electrónica una máquina toma componentes que le proporciona un alimentador,

para montarlos o depositarlos en una tarjeta. Se ha tenido el problema de que la máquina falla en sus
intentos por tomar el componente, lo cual causa paros de la máquina que detienen el proceso hasta
que el operador se da cuenta y reinicia el proceso. Para diagnosticar mejor la situación, se decide
correr un diseño de experimentos 24 con n = 2 réplicas, en el que se tienen los siguientes facto res y
niveles (–, +), respectivamente: A) Velocidad de cam (70%, 100%), B) Velocidad de mesa (media,
alta), C) Orden o secuencia de colocación (continua, variable), D) Alimentador (1, 2). Como el
proceso es muy rápido, es necesario dejarlo operar en cada condición experimental el tiempo
suficiente para reproducir el problema. Se consideró que esto se lograba con suficiente confianza con
500 componentes; por ello, cada una de las corridas experimentales consistió en colocar 500
componentes, y se midieron dos variables de respuesta: Y1 = número de errores (o intentos fallidos),
y Y2 = tiempo real (en segundos) para tomar y “colocar” los 500 componentes. Es evidente que se
quiere minimizar ambas variables. Los datos obtenidos se muestran en la siguiente tabla.

a) Al observar los datos obtenidos se deduce que hay algunos tratamientos que tienen pocos o
ningún componente caídos, como por ejemplo el (–1, –1, +1, +1), alguien muy “práctico”
decidiría poner la máquina a operar bajo estas condiciones, y olvidarse del análisis
estadístico. De proceder así, explique qué información se perdería.

Se perdería de alguna manera obtener que factores podrían tener un efecto en las respuestas, y que
además puedan minimizarlas, en algunos casos existen interacciones entre factores que podrían tener
gran relevancia en el proceso, por lo que estudiar un experimento mediante una herramienta
estadística es importante, además que se descartan factores que no influyen en el proceso.

b) Investigue qué efectos influyen de manera significativa sobre Y1 (apóyese en Pareto y

ANOVA).
𝐹(1,16) = 4.49
De acuerdo al análisis realizado, los 4 factores estudiados presentan diferencias significativas,
comprobado con la comparación realizada con la F estadística, además se encuentra que la interacción
velocidad de cam-Orden de colocación influye en el proceso, por lo que se deberán analizar estos
para futuros experimentos.
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F
Modelo 15 38840.2 2589.3 18.72
Lineal 4 33361.6 8340.4 60.29
Velocidad cam 1 8613.3 8613.3 62.26
Velocidad mesa 1 1262.5 1262.5 9.13
Orden 1 11819.5 11819.5 85.44
Alimentador 1 11666.3 11666.3 84.33
Interacciones de 2 términos 6 5151.2 858.5 6.21
Velocidad cam*Velocidad mesa 1 331.5 331.5 2.40
Velocidad cam*Orden 1 3549.0 3549.0 25.65
Velocidad cam*Alimentador 1 205.0 205.0 1.48
Velocidad mesa*Orden 1 331.5 331.5 2.40
Velocidad mesa*Alimentador 1 427.8 427.8 3.09
Orden*Alimentador 1 306.3 306.3 2.21
Interacciones de 3 términos 4 304.6 76.2 0.55
Velocidad cam*Velocidad mesa*Orden 1 69.0 69.0 0.50
Velocidad cam*Velocidad mesa*Alimentador 1 69.0 69.0 0.50
Velocidad cam*Orden*Alimentador 1 9.0 9.0 0.07
Velocidad mesa*Orden*Alimentador 1 157.5 157.5 1.14
Interacciones de 4 términos 1 22.8 22.8 0.16
Velocidad cam*Velocidad mesa*Orden*Alimentador 1 22.8 22.8 0.16
Error 16 2213.5 138.3
Total 31 41053.7
Fuente Valor p
Modelo 0.000
Lineal 0.000
Velocidad cam 0.000
Velocidad mesa 0.008
Orden 0.000
Alimentador 0.000
Interacciones de 2 términos 0.002
Velocidad cam*Velocidad mesa 0.141
 Velocidad cam*Orden 0.000
Velocidad cam*Alimentador 0.241
Velocidad mesa*Orden 0.141
Velocidad mesa*Alimentador 0.098
Orden*Alimentador 0.156
Interacciones de 3 términos 0.701
Velocidad cam*Velocidad mesa*Orden 0.490
Velocidad cam*Velocidad mesa*Alimentador 0.490
Velocidad cam*Orden*Alimentador 0.802
Velocidad mesa*Orden*Alimentador 0.302
Interacciones de 4 términos 0.690
Velocidad cam*Velocidad mesa*Orden*Alimentador 0.690
Error
Total

c) Obtenga el mejor ANOVA.

d) Si en el análisis anterior encuentra alguna interacción significativa, analice con detalle la más
importante e interprete en términos físicos.
En el caso del numero de errores se encontró que la interacción Velocidad de cambio-Orden de
colocación influye en la respuesta, por lo que en el proceso es posible que al variar el porcentaje de
cambio y el orden de colocación pueda tener un efecto positivo o negativo en la cantidad de errores
que se puedan presentar en la toma de los componentes, por lo que es importante tomar en cuenta
estos aspectos para evitar paros en la máquina.
 e) ¿Qué tratamiento minimiza Y1?
En este caso se debería operar a niveles bajos para la velocidad de cambio y de mesa, mientras que
para el orden y alimentador en sus valores altos, con estas condiciones se asegura que el experimento
tenga errores nulos, ya que el valor mínimo para este caso es cero.

f) Ahora investigue qué efectos influyen de manera relevante sobre Y2.

𝐹(1,16) = 4.49
En este caso para el tiempo que tardan en tomar los 500 componentes, la velocidad de cambio, el
orden y el tipo de alimentador influyen en la respuesta, lo que se comprobó con la comparación de la
F estadística, y además con el diagrama de Pareto.
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F
Modelo 15 1316.22 87.748 2.40
Lineal 4 1018.12 254.531 6.97
Velocidad cam 1 472.78 472.781 12.94
Velocidad mesa 1 3.78 3.781 0.10
Orden 1 294.03 294.031 8.05
Alimentador 1 247.53 247.531 6.78
Interacciones de 2 términos 6 217.94 36.323 0.99
Velocidad cam*Velocidad mesa 1 19.53 19.531 0.53
Velocidad cam*Orden 1 26.28 26.281 0.72
Velocidad cam*Alimentador 1 2.53 2.531 0.07
Velocidad mesa*Orden 1 81.28 81.281 2.22
Velocidad mesa*Alimentador 1 81.28 81.281 2.22
Orden*Alimentador 1 7.03 7.031 0.19
Interacciones de 3 términos 4 46.13 11.531 0.32
Velocidad cam*Velocidad mesa*Orden 1 26.28 26.281 0.72
 Velocidad cam*Velocidad mesa*Alimentador 1 2.53 2.531 0.07
Velocidad cam*Orden*Alimentador 1 0.78 0.781 0.02
Velocidad mesa*Orden*Alimentador 1 16.53 16.531 0.45
Interacciones de 4 términos 1 34.03 34.031 0.93
Velocidad cam*Velocidad mesa*Orden*Alimentador 1 34.03 34.031 0.93
Error 16 584.50 36.531
Total 31 1900.72
Fuente Valor p
Modelo 0.046
Lineal 0.002
Velocidad cam 0.002
Velocidad mesa 0.752
Orden 0.012
Alimentador 0.019
Interacciones de 2 términos 0.462
Velocidad cam*Velocidad mesa 0.475
Velocidad cam*Orden 0.409
Velocidad cam*Alimentador 0.796
Velocidad mesa*Orden 0.155
Velocidad mesa*Alimentador 0.155
Orden*Alimentador 0.667
Interacciones de 3 términos 0.863
Velocidad cam*Velocidad mesa*Orden 0.409
Velocidad cam*Velocidad mesa*Alimentador 0.796
Velocidad cam*Orden*Alimentador 0.886
Velocidad mesa*Orden*Alimentador 0.511
Interacciones de 4 términos 0.349
Velocidad cam*Velocidad mesa*Orden*Alimentador 0.349
Error
Total
 g) ¿Qué tratamiento minimiza Y2?
Para minimizar el tiempo, se deberá operar en condiciones bajas para la velocidad de mesa y orden
de colocación, mientras que para velocidad de cambio y alimentador en sus niveles altos, asegurando
que se obtendrá el menor tiempo posible en el proceso.

h) Encuentre una condición satisfactoria tanto para minimizar Y1 como Y2.

Para minimizar el numero de errores y el tiempo de toma de los componentes, se deberán operar los
4 factores en sus niveles altos, con esto se asegura un tiempo mínimo de 74 segundos y 15 errores en
el proceso.
 i) De los análisis de varianza para Y1 y Y2 observe el coeficiente R2. ¿Qué concluye de ello?
De acuerdo a los resultados obtenidos, el modelo para los errores obtenidos es mayor debido a que
existe una interacción que influye en la respuesta, además que los 4 factores que se estudiaron
influyen en la respuesta, caso contrario con el tiempo del proceso, en el que solo 3 factores resultaron
significativos.

Resumen del modelo y1

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
11.7620 94.61% 89.55% 78.43%

Resumen del modelo y2

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
6.04411 69.25% 40.42% 0.00%

j) Verifique residuos.
De acuerdo a los gráficos de residuos no se observa nada inusual en los datos, tanto para el numero
de errores como para el tiempo de proceso, por lo que se asume normalidad en los datos, aunque en
los gráficos de valor ajustado no se observa dispersión lo que señala que los datos no fueron tomados
de manera aleatoria ya que existe cierta relación en estos.