UNIDAD 1

1.1 Introduccin a la Ingeniera de Calidad

La Ingeniera de la Calidad est diseada para generar procesos de calidad. Basado en los fines de la Ingeniera de la calidad, TAGUCHI desarroll una aproximacin al diseo de experimentos con el objetivo de reducir los costos emanados de la experimentacin, esta aproximacin es ms prctica que terica y se interesa ms por la productividad y los costos de produccin que por las reglas estadsticas. Los conceptos de estas tcnicas estn basados en las relaciones de costos y ahorros. Existen algunos factores de ruido que afectan los procesos, y son aquellos que causan que una caracterstica funcional se desve de un valor objetivo, estos son causantes de variabilidad y prdida de calidad. De acuerdo con TAGUCHI esta prdida de calidad constituye a largo plazo, una prdida de tiempo y dinero tanto para el consumidor como para el fabricante. Dentro de las actividades del control de la calidad, la Ingeniera de la calidad consta de las actividades dirigidas a la reduccin de la variabilidad y de las prdidas.

1.2 Experimento factorial general

Los resultados del ANOVA para dos factores pueden ser extendidos a un caso general en donde a son los niveles del factor A, b son los niveles del factor B, c son los factores del nivel C, y as sucesivamente, los cuales pueden ser arreglados en un experimento factorial, en el cual el nmero de rplicas es n. Est diseada para generar procesos de calidad. TAGUCHI desarroll una aproximacin al diseo de experimentos con el objetivo de reducir los costos emanados de la experimentacin, esta aproximacin es ms prctica que terica y se interesa mas por la productividad y los costos de produccin que en las reglas estadsticas. Los conceptos de estas tcnicas estn basados en las relaciones de costos y ahorros. Disear un sistema de manufactura para elaborar un producto requiere de conocimientos tcnicos adems de una gran experiencia en el rea a la cual pertenece el producto. Los diseos factoriales son ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de estos sobre una respuesta. Existen varios casos especiales del diseo factorial general que resultan importantes porque se usan ampliamente en el trabajo de investigacin, y porque constituyen la base para otros diseos de gran valor prctico. En los ltimos aos se ha observado un creciente inters por algunas de las ideas del profesor Genechi Taguchi acerca del diseo experimental y su aplicacin al mejoramiento de la calidad El diseo factorial fraccionario 2 k-p se usa en experimentos de escrutinio para identificar con rapidez y de manera eficiente el subconjunto de factores que son activos, y para obtener alguna informacin sobre la interaccin. La propiedad de proyeccin de estos diseos hace posible en muchos casos examinar los factores activos con ms detalle. La combinacin secuencia de estos diseos a travs del plegamiento es una forma muy eficaz de obtener informacin extra acerca de las interacciones, la cual puede identificarse en un experimento inicial como potencialmente importante. 1.2.1 Diseo Factorial General 2k Los diseos factoriales son a ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de estos sobre una respuesta. Existen varios casos especiales del diseo factorial general que resultan importantes

porque . se usan ampliamente en el trabajo de investigacin, y porque constituyen la base para otros diseos de gran valor prctico. El ms importante de estos casos especiales ocurre cuando se tienen k factores, cada uno con dos niveles. Estos niveles pueden ser cuantitativos como sera el caso de dos valores de temperatura presin o tiempo. Tambin pueden ser cualitativos como sera el caso de dos mquinas, dos operadores, los niveles "superior" e "inferior" de un factor, o quizs, la ausencia o presencia de un factor. Una rplica completa de tal diseo requiere que se recopilen 2 x 2 x .... x 2 = 2 k observaciones y se conoce como diseo general 2 k. El segundo caso especial es el de k factores con tres niveles cada uno, conocido como diseo factorial 3 k. Se supone que: a) los factores son fijos b) los diseos son completamente aleatorios c) se satisface la suposicin usual de normalidad El diseo 2k es particularmente til en las primeras fases del trabajo experimental, cuando es probable que haya muchos factores por investigar. Conlleva el menor nmero de corridas con las cuales pueden estudiarse k factores en un diseo factorial completo. Debido a que slo hay dos niveles para cada factor, debe suponerse que la respuesta es aproximadamente lineal en el intervalo de los niveles elegidos de los factores.
DISEO 22

El primer diseo de la serie 2k es aquel que tiene slo dos factores, A y B, cada uno con dos niveles. Arbitrariamente, los niveles del factor pueden llamarse "inferior" y "superior".
DISEO 23

Suponga que se encuentran en estudio tres factores A, B y C, cada uno con dos niveles. Este diseo se conoce como diseo factorial, 2 3 y las ocho combinaciones de tratamientos pueden representarse grficamente mediante un cubo. Existen en realidad tres notaciones distintas que se usan ampliamente para las corridas o ejecuciones en el diseo 2k: a. La primera es la notacin "+,-", llamada "geomtrica". b. La segunda consiste en el uso de letras minsculas para identificar las combinaciones de tratamientos. c. En la tercera se utilizan los dgitos 1 y 0 para denotar los niveles alto y bajo del factor, respectivamente.

1.3 Diseo Factorial General 3k

Este diseo es una variacin del diseo 2k y son muy tiles como las que se emplean cuando todos los factores actan a tres niveles. En los ltimos aos se ha observado un creciente inters por algunas de las ideas del profesor Genechi Taguchi acerca del diseo experimental y su aplicacin al mejoramiento de la calidad. Este es un diseo que consta de k factores con tres niveles cada uno. Los factores y las interacciones se representan mediante letras maysculas. Los tres niveles de los factores pueden referirse como nivel inferior, intermedio y superior. Estos niveles se representan mediante los dgitos 0 (nivel inferior), 1 (intermedio) y 2 (superior).

Cada combinacin de tratamientos de un diseo 3 k se presenta mediante k dgitos, donde el primero incida el nivel de A, el segundo seale al nivel de B, ..... y el k-simo dgito, el nivel del factor k. Por ejemplo, es un diseo 32 el 00 representa la combinacin de tratamientos, en la que tanto el factor A como el B estn en el nivel inferior, y el 01 representa la combinacin de tratamientos que corresponde al factor A en el nivel inferior y a B en el nivel intermedio. En ste, el sistema de notacin que se prefiere usar es el de + - en virtud de que facilita la interpretacin geomtrica del diseo y de que es directamente aplicable al modelado por regresin, la formacin de bloques y la construccin de factoriales fraccionarios. La adicin de un tercer nivel permite modelar con una relacin cuadrtica la relacin entre la respuesta y cada factor. DISEO 32 El diseo ms simple es el 32 que consta de dos factores con tres niveles cada uno. Como hay 32 = 9 combinaciones de tratamientos, existen 8 grados de libertad entre ellas, Los efectos principales A y B tienen dos grados de libertad cada uno, y la interaccin AB tiene cuatro grados de libertad. Si hay n rplicas habr un total de n3 2 - 1 grado de libertad, correspondiendo para el error 32 (n-1) grados de libertad. DISEO 33 Si se supone que se estn estudiando tres factores (A, B, C) y que cada factor tiene tres niveles acomodados en un experimento factorial. Este es un diseo 3 3. Las 27 combinaciones tienen 26 grados de libertad.
FACTOR A Bajo 0 Bajo 0 FACTOR B Medio 1 Alto 2 0 1 2 10 11 12 Medio 1 20 21 22 Alto 2

1.4 Diseo del proceso

Disear un sistema de manufactura para elaborar un producto requiere de conocimientos tcnicos adems de una gran experiencia en el rea a la cual pertenece el producto. El Sr. TAGUCHI define la calidad de la siguiente manera. "LA CALIDAD DE UN PRODUCTO ES LA PERDIDA MNIMA IMPARTIDA POR EL PRODUCTO A LA SOCIEDAD, DESDE EL MOMENTO EN QUE ES EMBARCADO." El fabricante es quien ms resiente las prdidas debido a la reaccin negativa del consumidor de un producto de mala calidad. EXPERIMENTOS FACTORIALES

Muchos experimentos requieren el estudio de los efectos de 2 ms factores. En general, los experimentos factoriales son los ms eficientes para este tipo de anlisis. En un experimento factorial se miden en cada etapa completa o replica del experimento, todas las posibles combinaciones de los niveles de los factores. Cuando los factores son arreglados en un experimento factorial, se dice frecuentemente que son cruzados. El efecto de un factor se define como el cambio en la respuesta producido por un cambio en el nivel del factor. Esto frecuentemente se llama un efecto principal por que se refiere a los factores primarios de inters en el experimento. Por ejemplo, considere los datos que se representan en la siguiente tabla:

Factor A
El efecto principal del factor de A podra ser calculado como la diferencia entre la respuesta promedio del primer nivel de A y el promedio de la respuesta en el segundo nivel de A; esto es: A = 40 + 52/2 - 20 + 30/2 = 21 Este valor se interpreta como el incremento del factor A del nivel 1 al nivel 2 causa en promedio una repuesta incrementar de 21 unidades. De la misma manera, el efecto principal de B. Se calcula a continuacin: B = 30 + 52/2 - 20 + 40/2 = 11 En algunos experimentos, se encuentra que la diferencia en la respuesta, entre los niveles de un factor no es la misma en todos los niveles de los otros factores; cuando esto ocurre es porque existe una interaccin entre los factores. Por ejemplo usando los datos de la tabla siguiente, calcule el efecto de A en el 1er nivel del factor B el cual se realiza de la siguiente manera: A = 50-20 =30 Y el efecto de A en el segundo nivel del factor B es: A= 12-40 = -28 Dado que el efecto de A depende del nivel seleccionado del factor B, se ve que hay una interaccin entre A y B

Experimento Factorial con Interaccin

FACTOR A A1 A2

FACTOR B B1 20 50 B2 40 12

Grficamente se puede representar, tanto la interaccin como su ausencia; utilizando los datos de las tablas anteriores, se construirn dos grficas para analizar los conceptos analizados. Experimento Factorial sin interaccin

Experimento Factorial con interaccin

Las pruebas de hiptesis se contribuyen y se aprueban de la siguiente manera: Para efecto del factor A: Ho: (i = 0 Hi: (i = 0 al menos para una i Fo = MSA MSAB F(, (a-1), (a-1) (b-1) Para el efecto del factor B: Ho: (2( = 0 Hi (2( ( 0 al menos para una ( Fo = MSB MSE F(, (b- l), ab (n-1) Para el efecto de la interaccin: Ho: (2(( = 0 Hi: (2(( = 0 Fo = MSAB MSE F( , (a-1) (b-1), ab (n-1) 1.5 Diseo de experimentos factorial fraccionado
El nmero de factores en un diseo factorial 2k 3k incremento el nmero de corridas requeridas para realizar todas las combinaciones posibles de los niveles de los factores, lo cual consume rpidamente los recursos disponibles por los investigadores para realizar los experimentos. Una replica completa de un diseo 26 requiere de 64 corridas para analizar todas las combinaciones posibles de los tratamientos; en este diseo slo 6 de los 63 grados de libertad corresponden a los efectos principales, slo 15 grados de libertad corresponden a las interacciones de dos factores. Los restantes 42 grados de libertad estn asociados con las interaccines de 3 factores ms. En la serie 3k la situacin es peor, por ejemplo, el factorial 36 requiere 243 corridas, y slo 12 de los 242 grados de libertad corresponden a los efectos principales. Estos diseos factoriales fraccionados son ampliamente usados en la investigacin industrial. Un uso importante del factorial fraccionado es en los experimentos de investigacin, los cuales son generalmente realizados en las etapas iniciales de un proyecto, y la mayora de los factores inicialmente considerados frecuentemente tienen poco o ningn efecto en la respuesta de la variable analizada. Los factores que son identificados como importantes son entonces investigados ms profundamente en experimentos subsiguientes.

1.5.1 Diseo Factorial Fraccionado 2k-p Un diseo factorial fraccionario 2k que contiene 2k-p ensayos se conoce como fraccin 1/2p del diseo factorial 2k, o simplemente diseo factorial fraccionario 2k-p. Estos diseos requieren que se elijan p generadores independientes. La relacin que define estos diseos consta de las p generadoras originalmente elegidas y de sus 2P - P - 1 interacciones generalizadas. La estructura de los alias puede determinarse multiplicando cada efecto, mdulo 2, por la relacin que define al diseo. Se debe tener cuidado al elegir las generadoras para que los efectos de inters potencial no sean alias entre s. Cada efecto tiene 2P-1 alias. Por lo regular, se suponen despreciables las interacciones de orden superior (las de tercero, cuarto o mayor orden) cuando los valores de k son moderadamente grandes. Esto simplifica mucho la estructura de los alias.

1.6 Diseo Factorial Fraccionado 3k-p

A menudo se desea un fraccionamiento mayor del diseo 3 k para valores de moderados a grandes de k. En general, puede construirse una fraccin (1/3) P de un diseo 3 k para p < k, donde la fraccin 3k-2 es la fraccion (1/9), el 3k-3 consiste en seleccionar p componentes de interaccin, y usar estos efectos para descomponer las 3 k combinaciones de tratamientos de 3p bloques. Cada bloque constituye ahora un diseo factorial fraccionario 3 k-p. La relacin 1 define cualquier fraccin, consta de los p efectos elegidos inicialmente y de sus (3p-2p-1) / 2 interacciones generalizadas. Los alias de cualquier efecto principal o componente de interaccin se determinan multiplicando el efecto por 1 e 1 2 mdulo 3.

Ejemplo:
LA SALIDA MXIMA DE VOLTAJE DE UN TIPO PARTICULAR DE BATERIA, SE PIENSA QUE PUEDE SER INFLUENCIADO POR EL MATERIAL USADO EN LOS PLATOS Y POR LA TEMPERATURA EN LA LOCALIZACION EN LA CUAL LA BATERA ES COLOCADA. SE HACEN CUATRO REPLICAS EN EL EXPERIMENTO EN UN EXPERIMENTO FACTORIAL, PARA TRES TIPOS DE TEMPERATURA Y TRES MATERIALES. LOS RESULTADOS SON:
FACTOR (B) TEMPERATURA FACTOR (A) MATERIAL 1 130 2 74 3 150 159 138 168 1738 155 180 188 126 110 160 30 80 136 106 174 150 1291 40 75 122 115 120 139 20 82 25 58 96 82 770 70 58 70 45 104 60 998 1300 1501 3799

PRIMERO SE HACE LA SUMA DE LOS CUADRADOS DE TODAS LAS MUESTRAS, MENOS LA SUMA DEL TOTAL DE RENGLONES Y COLUMNAS, ENTRE LA MULTIPLICACION DE RENGLONES DE COLUMNAS * # DE MUESTRAS n=4A=3B=3

DESPUES SE HACE LA SUMA DE LOS TOTALES AL CUADRADO DEL FACTOR, A:

AHORA SE HACE LA SUMA DE LOS TOTALES AL CUADRADO DEL FACTOR, B:

AHORA SUMAMOS LAS CUATRO MUESTRAS DE CADA COMBINACION Y LAS EVALUAMOS IGUAL. ESO ES LA SUMA DE CUADRADOS DE LA INTERSECCION AB EJEMPLO: 130+155+74+180 =539

POR ULTIMO LA SUMATORIA DE LOS CUADRADOS DE LOS ERRORES

SE DEBEN SACAR LOS CUADRADOS MEDIOS DE LOS DOS FACTORES AS COMO DE LA INTERACCION Y ERRORES DE LA SIGUIENTE MANERA:

QUEDANDO LA TABLA ANOVA DE LA SIGUIENTE MANERA:

FUENTES DE VARIACION SUMA DE CUADRADOS GRADOS DE LIBERTAD CUAD.MEDIOS TIPO DE MAT. TEMPERATURA ITERACCION ERROR TOTAL 10683.72 39118.72 9613.77 18230.75 77646.96 2 2 4 27 35 5341.86 19559.36 2403.44 675.21 FO 7.91 > 3.35 28.97 > 3.35 3.56 > 2.73

LA GRFICA DEL TIPO DE MATERIAL - TEMPERATURA ES LA SIGUIENTE:

EL MATERIAL TIPO 2 SE COMPORTA MS ESTABLE. DA MEJOR VOLTAJE A LAS DIFERENTES TEMPERATURAS.

TABLA ANOVA PARA 2 FACTORES MODELO DE EFECTOS FIJOS

FUENTE DE VARIACION SUMA DE CUADRADOS GRADOS DE LIBERTAD CUADRADOS MEDIOS A B INTERACCION ERROR TOTAL SSA SSB SSAB SSE SST a-1 b-1 (a-1) 8b-1) ab (n-1) abn-1 MSA MSB MSAB MSE FO MSA/MSE MSB/MSE MSAB/MSE

CONCLUSIONES:
a. LOS DATOS REFLEJAN EVIDENCIAS SUFICIENTES QUE EL TIPO DE MATERIAL SE AFECTA AL VOLTAJE DE SALIDA, CONSIDERADO AL NIVEL DE SIGNIFICANCIA DEL 5% b. LOS DATOS PRESENTAN EVIDENCIAS SUFICIENTES QUE LAS TEMPERATURAS USADA -5 EN EL EXPERIMENTOS Si AFECTAN AL VOLTAJE DE SALIDA, CONSIDERANDO UN NIVEL DE SIGNIFICANCIA DEL 5% c. LOS DATOS DEMUESTRAN EVIDENCIAS SUFICIENTES OVE EL TIPO DE MATERIAL USADO Y LAS TEMPERATURAS CONSIDERADAS EN EL EXPERIMENTO TIENEN EFECTO CONJUNTO SOBRE EL VOLTAJE DE SALIDA CONSIDERADO k UN NIVEL DE SIGNIFICANCIA DEL 5% Y EN CADA UNA DE LAS HIPOTESIS ACEPTAMOS H1