KS
Contenido
Analizar Efectos
Anlisis de superficies/contornos: Optimizacin Optimi acin de resultados es ltados Tamao de muestra y potencia de la prueba Ejercicios e Interpretacin y conclusiones Diseos factoriales fraccionados
Fraccin mitad Fraccin cuarta Estructura de alias y confusin Resolucin de diseos fraccionados
KS
Diseo de Experimentos
EL diseo de experimentos se puede definir como un conjunto de tcnicas estadsticas usadas para planear experimentos y analizar sus resultados resultados, de manera ordenada y eficiente. El diseo de experimentos es un enfoque planeado para determinar relaciones de causa y efecto. Puede aplicarse a cualquier proceso con entradas y salidas medibles. Existen tres principios bsicos a ser considerados en todo diseo y anlisis de un experimento:
1. El orden de los experimentos debe ser aleatorio 2. Es recomendable replicar cada experimento 3. Bloquear el efecto de variables que no se desea probar
KS
Diseo de Experimentos
Antes de empezar la experimentacin, se debe reducir la variabilidad del proceso mediante SPC en la medicin de la respuesta y controlar los factores del medio ambiente. ambiente Una buena regla del DOE es bloquear lo que se pueda y aleatorizar lo que no se pueda bloquear. Una de las decisiones mas difciles del DOE, adems de cules factores escoger, es a qu niveles analizarlos. Una regla general es establecer los niveles tan apartados como sea posible sin exceder los lmites operativos.
KS
Diseo de Experimentos
Aleatorizar el orden de corrida para satisfacer el requerimiento estadistico de independencia de observaciones b i y evitar it el l efecto f t de d variables i bl relacionadas con el tiempo (calentamiento, enfriamiento, fatiga, habilidad) El arreglo ortogonal balanceado significa que no hay correlacin entre los factores. Cuando un factor est en su nivel mnimo o mximo, los dems factores tienen el mismo i nmero de d menos y ms, por lo l que se cancela l su efecto. El efecto de un factor no est influenciado por los dems factores.
KS
Diseo de Experimentos
Como regla emprica, en la mayora de los procesos, solamente el 20% de los efectos principales e i t interacciones i de d dos d factores f t son significativas. i ifi ti La interaccin ocurre cuando el efecto de un factor depende del nivel del otro. Los residuales estn distribuidos normalmente y son independientes con varianza constante. El ANOVA son relativamente robustos a las desviaciones de normalidad y varianza constante.
KS
Definiciones bsicas
Variable de Respuesta (Y) : El resultado investigado como funcin de los factores ( (x) ) identificados . Y = f (x) Factores (x): Una variable del proceso que se puede fijar en diferentes niveles para observar el efecto en la variable de respuesta .
KS
Definiciones bsicas
Factor fijo: si se asignan de manera especfica los niveles del factor, se dice que el factor es fijo. Las inferencias generalizadas para solamente aquellos factores. Los efectos son de inters. Factores aleatorios: si los niveles del factor se seleccionan al azar de una poblacin de valores, se dice que el factor es aleatorio. Los componentes p de variacin son de inters. Efecto: el cambio en la respuesta promedio en dos niveles de un factor o entre condiciones experimentales.
KS
Definiciones bsicas
Interaccin: Cuando el efecto de un factor en la variable de respuesta depende del nivel al que se fija otro factor . Este efecto se define como una interaccin. ( temperatura x tiempo de horneo )
Corrida o Tratamiento : La combinacin nica de los niveles de los factores durante el experimento .
KS
Definiciones bsicas
Aleatorizacin: Realizar las corridas en orden aleatorio para neutralizar el efecto de variables de ruido (d (desconocidas) id ) Bloqueo: Neutralizacin de variables conocidas Bloques: Niveles de variables conocidas que son neutralizadas Repeticin: realizar varias muestras durante una serie experimental p sin cambiar los niveles de los factores Replicacin: realizar el experimento completo cambiando los niveles de los factores
10
KS
11
KS
Aleatorizacin de corridas
12
KS
1. Comparar a dos o ms proveedores del mismo material con el propsito de elegir al que mejor cumple los requerimientos 2 Proponer una mejor manera de operar el proceso con el objetivo 2. de reducir los defectos 3. Determinar los factores o fuentes de variabilidad que impactan la habilidad del proceso para cumplir con sus requerimientos ms importantes. 4. Localizar las condiciones de operacin (temperatura, velocidad, humedad, etc.) donde el proceso logra su desempeo ptimo 5 Hacer el proceso o producto insensible o robusto a oscilaciones de 5. variables ambientales. 6. Apoyar en el diseo o rediseo del producto o proceso para mejorar su desempeo
13
KS
1. Definir el problema 2. Seleccionar las variables de respuesta (Y) 3 Verificar el estado de las mquinas en donde se va a experimentar 3. y registrar los niveles de los parmetros 4. Verificar el sistema de medicin 5. Reducir variacin mediante SPC 6. Seleccionar las variables de entrada (Factores) y sus niveles (X) 7. Determinar el tipo de diseo a utilizar y el nmero de rplicas, bloques y puntos centrales 8. Realizar las pruebas aleatoriamente 9. Analizar los resultados 10. Optimizar el proceso (En qu nivel deben estar los factores para obtener el resultado deseado). 11. Realizar pruebas de verificacin 12. Implantar el control estadstico y realizar estudio de capacidad
Copyright by Kaizen Sigma.
14
KS
Entradas
PROCESO
Salidas
Factores no controlados Factores: un factor es una de las variables controladas o no controladas que se estudian en este experimento. -Un factor puede ser cuantitativo, ej: temperatura en grados, tiempo en segundos, etc. -Un factor tambin puede ser cualitativo, ej: diferentes mquinas, diferente operador, limpio o no limpio, etc.
15
KS
16
KS
17
KS
2 k n
Diseos de Caracterizacin Factoriales completos
2k
Anlisis de Superficie de Respuesta
Diseos de Optimizacin
18
KS
Incluye todas las posibles combinaciones de los factores. El nmero de corridas se determina por 2k. donde 2 = # de niveles y k = # de factores. El patrn de las combinaciones se determina basado en un diseo de orden estndar. Permite cuantificar los efectos principales . Permite cuantificar las interacciones. Fcil de organizar y analizar . til con datos cuantitativos y datos cualitativos.
19
KS
Factorial completo
Factores 2 3 5 7 9 11 13 15
Niveles 2 2 2 2 2 2 2 2
Smbolo 2 2
2 3
25 2 2 2 2 2
7 9
11 13
15
20
KS
Diseo 2 2
Este diseo incluye a dos factores A y B con dos niveles cada uno. Implica tener 4 combinaciones.
Factores Interaccin Codigo Rplicas Respuesta promedio
Prueba 1 2 3 4
A + +
B + +
AB + +
Comb (1) a b ab
y1
Y2
21
KS
Diseo 2 2
Efectos El efecto de un factor es el cambio en la respuesta cuando el factor cambia de su nivel bajo (-) a su nivel alto (+). (+)
A+ = B+ = a + ab 2 b + ab 2 (1) + ab 2 A = (1) + b 2 (1) + a 2 a+b 2
A= A+ A B = B+ B
+ AB= AB AB
B =
AB+ =
AB =
22
KS
Suma de cuadrados
Suma de cuadrados para cada factor:
Diseo 2 2
SSt = ( Efecto) 2 2k 2 n
Suma total de cuadrados:
23
KS
Diseo 2 2
Ejemplo. En el proceso de fabricacin de cierta pieza se desea determinar el efecto de 2 variables en cuanto a la duracin de la herramienta de corte. Factores:
A: Tipo de herramienta (0.0625, 0.125 pulg) B: Velocidad (40, 90 ft/min)
Respuesta:
Y: Ciclos
24
KS
Diseo 2 2
Resultados experimentales
Prueba 1 2 3 4
A -1 +1 -1 +1
B -1 -1 +1 +1
AB +1 -1 -1 +1
Comb -1 a b ab
y1 28 36 18 31
y2 25 32 19 30
25
KS
Efecto de A
b ab
30.5
Diseo 2 2
A+ = A = a + ab 34 + 30.5 = = 32.25 2 2 (1) + b 26.5 +18.5 = 22.5 = 2 2
+1
18.5
A = A + A = 32 .25 22 .5 = 9.75
Efecto de A
B
Respuesta R Y
-1
26 5 26.5
34
(1)
5.00 0.00
- bajo A +alto
-1
+1
26
KS
Efecto de B
b ab
30.5
Diseo 2 2
B+ = B = b + ab 18.5 + 30.5 = = 24.5 2 2 (1) + a 26.5 + 34 = 30.25 = 2 2
+1
18.5
B = B + B = 24 .5 30 .25 = 5.75
B
35.00 30.00
Efecto de B
-1
26 5 26.5
Respuesta Y
34
(1)
-1
+1
27
KS
Efecto de AxB
b ab
30.5
Diseo 2 2
(1) + ab 26.5 + 30.5 = = 28.5 2 2 a + b 34 +18.5 = = 26.25 2 2
AB+ = AB =
+1
18.5
AB = AB + AB = 28 .5 26 .25 = 2 .25
Efectos e interacciones 40.00
-1
26 5 26.5
34
(1)
A - (Bajo) A + (alto)
-1
+1
28
KS
Coeficientes de regresin
Diseo 2 2
CR =
Efecto 2
CR A =
29
KS
Diseo 2 2
Fuente de Suma de variacin cuadrados A SSA B SSB AB SSAB Error SSE Total SST
Cuadrado medio Cuadradomedi Fobs FTabl F Tablas MSEA=SSA/(a-1) MSEA/MSE F(alfa,a-1,abn-1) MSEB=SSB/(b-1) MSB/MSE F(alfa,b-1,abn-1) MSEAB=SSAB/(a-1)(b-1) MSEAB/MSE F(alfa,(a-1)(b-1),abn-1) MSE=SSE/ab(n-1) b(n 1)
30
KS
Suma de cuadrados para cada factor:
Diseo 2 2
Suma de cuadrados
2 k 2 2 22 2 SSt = ( Efecto f n = ( Efecto f n = ( Efecto f t) 2 t) 2 t) n
31
KS
Suma de cuadrados total
Diseo 2 2
SST =
SST =
y ij
y2 = N
y2 = N
( Cada dato )
(6275 )
( Suma
total) N
y ij
32
KS
Diseo 2 2
Fuente de Suma de Grados de Cuadrado variacin cuadrados libertad medio A 190.125 1 190.1 B 66.125 1 66.1 AB 10.125 1 10.1 Error 13.500 4 3.4 Total 279.875 7
Fobs F Tablas 56.3 7.71 A es factor significativo 19.6 7.71 B es factor significativo 3.0 7.71 La interaccion AB no es significativa
33
KS
Diseo 2 2
El coeficiente de determinacin R^2 mide la proporcion de la variacion total explicada por el modelo.
R2 =
R2 =
SS A + SS B + SS AB SST
190.125 + 66.15 + 10.125 = 0.952 279.875
34
KS
y = 0 + 1 x1 + 2 x 2 +
= y+ y Efecto 2
A
Diseo 2 2
x1 +
Efecto 2
x2
= 27 . 375 + y
9 . 75 5 . 75 x1 + x2 2 2
+ A 2
A 2
x2 =
B
B
(B
+
+B 2
B 2
35
KS
Ejemplo DOE Factorial Completo con 2 factores y 2 rplicas Se desea analizar el efecto de dos factores en la cantidad de ciclos que trabaja cierta herramienta. Los factores y sus niveles son los siguientes:
Factores Broca Velocidad Cdigo A B Bajo 0,0625 40 Alto 0,125 90 Unidades In ft/min
36
KS
37
KS Resultado
38
KS
Resultado
Ciclos.xls
Copyright by Kaizen Sigma.
39
KS
40
KS Resultado
t 0.025,4
A
Trmino
=
AB
3 4 5 Efecto estandarizado
41
KS
Pareto de Efectos
La Ho es que no hay efectos significativos (ninguno de los trminos son significativos) Por lo tanto, esperaramos que los Efectos sean 0 para apoyar a Ho La lnea roja es un lmite basado en nuestro nivel el cual establece una base para decir Todo lo que est mas all del lmite es diferente a 0
-El clculo de la lnea se basa en varios factores: Error experimental Nivel a Nmero total de series en el experimento Grados de libertad -Mientras reducimos el nmero de partes que queremos investigar, la posicin de la lnea roja tambin cambiar.
, DF(Error)
42
KS Resultado
vs. ajustes
2 Residuo 1 0 -1 -2 20 24 28 Valor ajustado 32 36
Histograma
2.0 Frecuencia 1.5 1.0 0.5 0.0 2 1 0 -1 -2 -2 -1 0 Residuo 1 2 1 2
vs. orden
Residuo
3 4 5 6 Orden de observacin
43
KS Resultado
Coef de EE =
T = Coef. Coef. de EE
R2 Pr ed = 1
PRESS SCT
Ecuacin de prediccin:
Ciclos = 29 + 62 .4 Broca 0.25 (Velocidad ) + 1.44 ( Broca * Velocidad )
Copyright by Kaizen Sigma.
44
KS
45
KS
18.5 90
30.5
Velocidad
34.0 0.125
46
KS Resultado
30 Media
28
26 24
22 0.0625 0.1250 40 90
47
KS
Interacciones
La interaccin entre variables existe cuando el efecto de una variable depende del nivel de la otra variable. Si las lneas estn paralelas -No hay interacciones presentes Si las lneas estn sesgadas una hacia la otra o cruzando -Hay interacciones presentes
48
KS Resultado
40 Velocidad
90
49
KS
50
KS Resultado
80
Velocidad
70
60
50
40
0.07
0.08
0.11
0.12
51
KS Resultado
52
KS
53
KS
Resultado
ptimo Alto D Act 0.68000 Bajo Broca 0.1250 [0.1250] 0.0625 Velocida 90.0 [40.0] 40.0
d=
34 0 = 0.68 50 0
Copyright by Kaizen Sigma.
54
KS
Tamao de muestra
Estadsticas>Potencia y tamao de la muestra>Diseo factorial de 2 niveles
2k
55
KS
Tamao de muestra
0.8
Potencia
0.6
0.4
0.2
0.0
-6
-4
-2
0 Efecto
56
KS
Puntos Centrales
Siempre hay un riesgo de perder la relacin curvilineal en los diseos de dos niveles al incluir solamente los dos niveles de la variable de entrada. El agregar puntos centrales es una forma eficiente de probar la curvatura sin agregar un gran nmero de series experimentales y para revisar el proceso como nominal. Ejemplo: -Un Ingeniero Qumico desea mejorar la produccin: -Hay dos entradas de inters: Tiempo de reaccin y Temperatura de Reaccin. -El Ingeniero g decide realizar un experimento p usando un diseo 2^2 ( (Tiempo p de reaccin y temp. de reaccin) pero agregar 5 puntos centrales para calcular el error experimental y la curvatura. -Entradas: Temperatura de Reaccin: 150 y 160; punto central= 155 Tiempo de Reaccin: 30 y 40; punto central= 35
Copyright by Kaizen Sigma.
57
KS
Corrida 1 2 3 4 5 6 7 8 9
B 30 30 40 40 35 35 35 35 35
Yield
Copyright by Kaizen Sigma.
58
KS
59
KS Resultado
Yield
60
KS
Resultado
Yield.xls
Copyright by Kaizen Sigma.
61
KS
62
KS Resultado
t 0.025,4
A
Trmino
=
AB
3 4 5 Efecto estandarizado
63
KS Resultado
vs. ajustes
0.2 Residuo 0.1 0.0 -0.1 -0.2 39.5 40.0 40.5 41.0 Valor ajustado 41.5
Histograma
4.8 Frecuencia Residuo 3.6 2.4 1.2 0.0 -0.3 -0.2 -0.1 0.0 Residuo 0.1 0.2 02 0.2 0.1 0.0 -0.1 -0.2 1 2
vs. orden
3 4 5 6 7 Orden de observacin
64
KS Anlisis
Puntos Centrales
La curvatura no es significativa
65
KS
66
KS
67
KS Resultado
41.0
Media
40.5
40.0
39.5
39.0 30 35 Tiempo 40
68
KS
40.00 40
41.50
Tiempo
40.46
40.90 160
69
KS
70
KS
Resultado
ptimo Alto D Act 0.83000 Bajo Temperat 160.0 160.0 150.0 Tiempo 40.0 40.0 30.0
d=
41.5 0 = 0.83 50 0
Copyright by Kaizen Sigma.
71
KS
Tamao de muestra
Estadsticas>Potencia y tamao de la muestra>Diseo factorial de 2 niveles
2k
72
KS
Tamao de muestra
0.8
Potencia
0.6
0.4
0.2
0.0
-0.50
-0.25
0.00 Efecto
0.25
0.50
73
74
KS
Anlisis DOE
Factoriales fraccionados
Proyeccin de Diseos
2 k n
Estudios de Caracterizacin Factoriales completos
2k
Anlisis de Superficie de Respuesta
Estudios de Optimizacin
75
KS
El uso principal de Factoriales Fraccionados es para evaluar un nmero relativamente grande de factores en un nmero relativamente pequeo de series Al aumentar el nmero de factores, tambin lo hace el nmero de series -2x2 Factorial= 4 series -2x2x2 Factorial= 8 series -2x2x2x2 Factorial= 16 series -etc.. Si el experimentador puede asumir que las interacciones de orden mayor no son significativas, es posible hacer una fraccin del factorial completo y todava poder obtener buenos clculos de interacciones de bajo orden
76
KS
k es el l nmero d de f factores t ai investigar ti 2 k-p es el nmero de series R es la resolucin EJEMPLO: la designacin de abajo significa cuatro factores que van a investigarse en 2(3) = 8 series. Este Diseo es de Resolucin IV
77
KS
Supongamos que queremos investigar cuatro variables de entrada pero no podemos realizar series extras Como todos los contrastes son independientes podemos asignar cualquier interaccin como el contraste p para q que represente p la cuarta variable Usualmente seleccionamos la interaccin de mayor orden y la reemplazamos con un factor adicional En este caso, cuando reemplazamos la interaccin AxBxC con el Factor D, decimos que ABC se ali con D
Copyright by Kaizen Sigma.
78
KS
Esta es una media fraccin de un diseo 2^4 En lugar de 16 series, necesitamos solamente 8 series para evaluar 4 factores Esto se considera como un Diseo de Resolucin IV
Copyright by Kaizen Sigma.
79
KS
Podemos llamar a esto una media fraccin ya que un Factorial 2^4 completo nos llevara 16 series para completar. Aqu podemos calcular 4 factores en 8 series. Pero hay un costo: perdimos la interaccin de mayor orden. Cuando valoramos l que t lo tenemos que perder, d utilizamos tili el l concepto t d de resolucin: l i Diseos de Resolucin III: los efectos principales se aliaron con interacciones de dos factores Diseos de Resolucin IV: los efectos principales se aliaron con interacciones de tres factores las interacciones de dos factores se aliaron con interacciones de dos f t factores Diseos de Resolucin V: los efectos principales se aliaron con interacciones de cuatro factores las interacciones de dos factores se aliaron con interacciones de tres factores.
Copyright by Kaizen Sigma.
80
KS
81
KS
82
KS
24
51 25-1
4 factores con 16 corridas 5 factores con 16 corridas (25-1=24 corridas) 6 factores con 16 corridas (26-2=24 corridas) 7 factores con 16 corridas (27-3=24 corridas)
26-2 27-3
1 k 2 = 2 p 2k = 2k 2 p = 2k p p 2
Copyright by Kaizen Sigma.
83
KS
Ejemplo DOE Factorial Fraccionado con 5 factores y fraccin mitad con 3 rplicas. Se desea analizar el efecto de diferentes factores en la calidad de cierto tipo de fotografa. Los factores y sus niveles son los siguientes:
Factores Apertura Exposicion Revelado Espesor Tiempo
Calidad.xls
84
A B C D E
KS
85
KS
86
KS Resultado
87
KS
Resultado
Calidad.xls
Copyright by Kaizen Sigma.
88
KS
Analizar DOE
89
KS Resultado
t 0.025,32
A D B BD DE AD
Analizar DOE
Trmino
AE C E CD AB BC BE CE AC
3 4 Efecto estandarizado
90
KS Resultado
Analizar DOE
vs. ajustes
02 0.2 Residuo
0.0
Histograma
12 Frecuencia Residuo 9 6 3 0 -0.3 -0.2 -0.1 0.0 Residuo 0.1 0.2 0.2
vs. orden
0.0
91
KS Resultado
Analizar DOE
92
KS Resultado
Analizar DOE
93
KS
Analizar DOE
94
KS
Reduccin de DOE
95
KS Resultado
Reduccin de DOE
vs. ajustes
0.2
Residuo
0.0
Histograma
0.2 8 Frecuencia Residuo 6 4 2 0 -0.3 -0.2 -0.1 0.0 Residuo 0.1 0.2 0.0
vs. orden
-0.2
10
15 20 25 30 35 Orden de observacin
40
45
96
KS Resultado
t 0.025,41
A
Reduccin de DOE
GL(Error)
Trmino
D B BD DE E 0 1 2 3 4 Efecto estandarizado 5 6
97
KS Resultado
Reduccin de DOE
98
KS
Reduccin de DOE
99
KS
Reduccin de DOE
100
KS
Efectos DOE
Estadsticas>DOE>Factorial>Grficas factoriales
101
KS Resultado
Efectos DOE
Media
7.50 C hica Espesor 7.74 7.68 7.62 7.56 7.50 C hica Grande 14.5 15.5 Grande -20 Tiempo 20 30 45
102
KS Resultado
Efectos DOE
Tiempo
103
KS Resultado
Efectos DOE
7.40000 7.73333
Tiempo
7.20333 7.64667
Exposicion
7.80667 8.07000 45 Revelado 30 Chica Apertura Grande Chica Espesor Grande 7.29000
7.62333
-20
104
KS
105
KS Resultado
7.8 7.7 C alidad 7.6 75 7.5 15.0 -20 0 Exposicion 14.5 15.5 T iempo
20
106
KS Resultado
15.2 Tiempo
15.0
14 8 14.8
107
KS
108
KS
Resultado
ptimo Alto D Act 0.35007 Bajo Apertura Grande Grande Chica Exposici 20.0 [-20.0000] -20.0 Espesor Grande Chica Chica Tiempo 15.50 [14.50] 14.50
d=
8.0502 7 = 0.35007 10 7
Copyright by Kaizen Sigma.
109
KS
Tamao de muestra
Estadsticas>Potencia y tamao de la muestra>Diseo factorial de 2 niveles
2 k 1
110
KS
Tamao de muestra
Estadsticas>Potencia y tamao de la muestra>Diseo factorial de 2 niveles
Curva de la potencia para Diseo factorial de 2 niveles
1.0
Reps, Pts ctrals por bloq 3, 0
S upuestos A lfa Desv .E st. N o. de factores N o. de puntos axiales N o. de bloques N o. de trminos omitidos 0.05 0.138143 5 16 ninguno 0
0.8
Potencia
0.6
04 0.4
0.2
0.0
-0.15
-0.10
-0.05
0.10
0.15
111
KS
Preguntas? Muchas gracias
112