Instituto Cientfico del Pacfico

www.icip.edu.pe
DISEO DE EXPERIMENTOS CON MINITAB

Instituto Cientfico del Pacfico

www.icip.edu.pe
Contenido
Introduccin ........................................................................................................... 4
Un solo factor aleatorizado ................................................................................. 5
Tipos de modelos ............................................................................................... 5
Modelo de efectos fijos .................................................................................... 5
Modelo de efectos aleatorios ........................................................................ 6
Tabla ANOVA ..................................................................................................... 6
Intervalos de confianza .................................................................................... 6
Bloque completo aleatorizado .......................................................................... 8
Diseo en bloques completos aleatorizados ............................................... 8
El modelo ............................................................................................................ 8
Tabla ANOVA ..................................................................................................... 9
Cuadrado Latino .................................................................................................10
Cuadrados Latinos ..........................................................................................10
Modelo ..............................................................................................................11
Cuadrado latino con rplicas.......................................................................11
Cuadrado Greco-Latino ................................................................................11
Uso de vectores con patrones ......................................................................13
Experimentos factoriales 2k ...............................................................................15
Diseo 2k para dos factores ..........................................................................15
Diseo 2k para k factores ..............................................................................16
Diseo 2k con Bloques ....................................................................................17
Experimentos factoriales 2k Fraccionado...................................................17
Diseo de experimentos de Taguchi ...............................................................19
Superficie de Respuesta ....................................................................................20
Bibliografa ............................................................................................................22

Instituto Cientfico del Pacfico

www.icip.edu.pe
Introduccin
La metodologa de diseo de experimentos (DOE) es una herramienta
estadstica para la mejora de la calidad usada frecuentemente en
proyectos Seis Sigma. Esta metodologa sirve para disear las condiciones
ideales de un producto, proceso o servicio para que cumpla con nuestras
expectativas usando el mnimo nmero de experimentos o pruebas.

DOE es muy til cuando tenemos entre manos un producto complicado

cuyo resultado puede depender de una gran cantidad de variables que
no controlamos y que debemos ajustar para optimizarlo.

Instituto Cientfico del Pacfico

www.icip.edu.pe
Un solo factor aleatorizado

Este modelo es el ms sencillo del diseo de experimentos, en el cual la

variable respuesta puede depender de la influencia de un nico factor,
de forma que el resto de las causas de variacin se engloban en el error
experimental.

Se supone que el experimento ha sido aleatorizado por completo, es

decir, todas las unidades experimentales han sido asignadas al azar a los
tratamientos. Existen dos tipos de modelos, el de efectos fijos y el de
efectos aleatorios.
1. Los niveles del factor se seleccionan de modo especfico por el
experimentador. Esto constituye el llamado modelo de efectos fijos.
2. Los niveles de un factor son una muestra aleatoria de una
poblacin mayor de tratamientos. Esto es el modelo de efectos
aleatorios.

Tipos de modelos

Los modelos experimentales se clasifican en tres tipos:

De efectos fijos Modelo I
De efectos aleatorios Modelo II

Mixtos (Factores fijos y aleatorios)

Cuando el investigador tiene control sobre el material experimental
aplicando slo los niveles de los factores que le interesan en el modelo,
es de efectos fijos.
Cuando se investiga un factor, pero no se tiene control sobre
tratamientos, por ejemplo, en los estudios por muestreo, dnde los niveles
que se aplican son una muestra extrada al azar de una poblacin de
niveles, los modelos son de efectos aleatorios.

Modelo de efectos fijos

El modelo de efectos fijos tiene la siguiente forma:

= .. + . +

Donde: = 1, , = 1, ,

Instituto Cientfico del Pacfico

www.icip.edu.pe
Modelo de efectos aleatorios

En este modelo se asume que las muestras son muestras aleatorias de

situaciones distintas y aleatorias. De modo que un valor aislado se
puede escribir como:
= .. + . +

Donde: = 1, , = 1, ,

Tabla ANOVA

Se tienen las siguientes hiptesis:

0 : 1 = 2 = =
1 : 0,

F.
S. Cuadrados gl M. Cuadrados
Variacin


= (
Factor 1 0 =
=1 =
.. )2 1

= (
Error =1 =1 =
2

. )

= (
Total =1 =1 1
2
.. )

Se rechaza 0 a nivel cuando:

0 > ,1,

Intervalos de confianza
2
[(. .. ) , ]
2

Intervalo de confianza para la diferencia en las medias de dos

tratamientos cualesquiera .

Instituto Cientfico del Pacfico

www.icip.edu.pe
Instituto Cientfico del Pacfico
www.icip.edu.pe
Bloque completo aleatorizado

En muchos problemas de experimentos, es necesario hacer un

diseo de tal manera que la variabilidad proveniente de fuentes
conocidas pueda ser sistemticamente controlada.
Se pretende reducir el efecto de la variabilidad proveniente de
causas propias del experimento, pero independiente del efecto
que se desea estudiar.
Para los fines del anlisis de varianza el bloqueo introduce un
efecto adicional ficticio, cuyo objetivo es separar del error
experimental, alguna fuente de variabilidad conocida.

Diseo en bloques completos aleatorizados

Se divide el material experimental en tantos bloques como nmeros

de replicaciones a utilizar. Cada bloque es luego dividido en tantas
unidades experimentales como tratamientos haya en estudio.
Como el DBCA especifica que todos los tratamientos deben
aparecer una vez en cada replicacin, la aleatorizacin se hace
separadamente en cada bloque.

El modelo

Tiene la siguiente forma:

= + + +

Donde es la variable respuesta o dependiente, tiempo medido en

segundos, e es la observacin perteneciente al j-simo bloque bajo el
tratamiento ; las observaciones son independientes.
es la media general comn a todas las mquinas y todos los
operarios.
es el efecto del tratamiento en el nivel , propio de cada
mquina.
es el efecto del bloque en el nivel , propio de cada operario.

Instituto Cientfico del Pacfico

www.icip.edu.pe
 es la variable aleatoria del error con distribucin normal, con
media = 0 y varianza 2 (0, 2 ) e independiente.

Tabla ANOVA
F. M. F
S. Cuadrados gl
Variacin Cuadrados Calculada

Factor = (. .. )2 1 =
1
/
=1

2
Bloques = (. .. )
=1
1 =
1
/

= ( . . ( 1)(
Error =1 =1 1)
=
( 1)( 1)
2
+ .. )

2
Total = ( .. )
=1 =1
. 1

Instituto Cientfico del Pacfico

www.icip.edu.pe
Cuadrado Latino
Al estudiar la influencia de un factor sobre una variable cuantitativa es
frecuente que aparezcan otras variables o factores que tambin influyen
y que deben ser controlados. A estas variables se les denomina variables
bloques. Se caracterizan por:
No son el motivo del estudio, sino que aparecen de forma natural
y obligada en el mismo.
Se asume que no tienen interaccin con el factor en estudio.
Ejemplo:

Si a cada una de las personas se le asigna una actividad distinta puede

ser que la variabilidad observada entre las distintas actividades sea
debida a las diferencias entre los propios individuos. Una posible solucin
es que cada uno de los individuos realice las tres actividades. De este
modo, la variable bloque es el tipo de persona y cada uno de los bloques
es cada persona. A cada bloque (persona) se le aplican los 3 niveles del
factor por orden aleatorio:

Cuadrados Latinos
En un diseo de bloques completamente aleatorizados se desea
controlar una sola fuente de variacin local.
Generalmente es necesario controlar ms de una fuente de
variacin.

Un diseo de Cuadrados Latinos es muy similar a un diseo de

bloques completamente aleatorizados, pero con una fuente de
variacin adicional.

El adjetivo latino proviene de las letras usadas para los niveles del
factor a estudiar.

Ejemplo:
Podemos seleccionar un diseo de cuadrados latinos y realizar un anlisis
de varianza con solo 16 combinaciones.

Instituto Cientfico del Pacfico

www.icip.edu.pe
Tratamientos: las variedades y las dos fuentes de variacin adicional son
los fertilizantes y los aos de siembra.

Modelo
() = + + + + ()

Donde:

: Efecto medio Global.

: Efecto sobre la media, causado por el nivel (efecto fila).
: Efecto sobre la media, causado por el nivel (efecto columna).
: Efecto sobre la media, causado por el nivel (efecto letra).
() : Error aleatorio.

Cuadrado latino con rplicas

Con frecuencia es deseable hacer rplicas de los mismos experimentos
para incrementar los grados de libertad del error.
Existen varias maneras de hacer estar rplicas, por ejemplo:

1. Usando los mismos lotes y operadores en cada rplica.

2. Usando los mismos lotes, pero operadores diferentes en cada
rplica (o usando los mismos operadores, pero lotes diferentes).
3. Usando diferentes lotes y diferentes operadores.

Cuadrado Greco-Latino
Se puede considerar una extensin del diseo de cuadrados latinos
que permite estudiar un factor y 3 variables bloque con slo 2
observaciones (siempre que el factor y las variables bloque tengan
todos niveles).

Instituto Cientfico del Pacfico

www.icip.edu.pe
 Se considera un cuadrado latino de dimensin ( ) y se
superpone sobre l otro cuadrado con los tratamientos denotados
por letras griegas.
Se dice que son ortogonales cuando cada letra griega aparece
combinada con una letra latina una y slo una vez en cada fila y
columna.

Instituto Cientfico del Pacfico

www.icip.edu.pe
Uso de vectores con patrones
En muchas ocasiones al realizar el diseo de nuestra data los vectores
que entramos siguen una secuencia o patrn.

Por ejemplo, en la columna C1 se repite la secuencia {1, 2, 3, 4, 5} mientras

que la columna C2, se repite el patrn por nmero de Lote {1, 1, 1, 1, 1}.
Existe un comando en Minitab para lograr esto muy fcilmente sin tener
que hacer todas las entradas manuales.
1. Para ejecutar este comando seleccionamos la opcin Calc del
Men Principal de Minitab y subsiguientemente las opciones

2. Crear patrones de datos

3. Conjunto simple de nmeros como se presenta en la siguiente
Figura.

Dentro de la pantalla Conjunto simple de nmeros es que podemos

generar esos vectores siguiendo la secuencia indicada. Por ejemplo: Para
generar el vector de C1 definimos una secuencia del uno (1) al cinco (5)
con incrementos de 1 y repetimos la secuencia 5 veces que es justamente
lo que necesitamos. La siguiente figura muestra las entradas necesarias:

Instituto Cientfico del Pacfico

www.icip.edu.pe
Si se quiere definir una secuencia en la que se quiera repetir cada nmero
de la siguiente manera: {1, 1, 1}, {2, 2 ,2}. Debe hacerse lo siguiente:

Instituto Cientfico del Pacfico

www.icip.edu.pe
Experimentos factoriales 2k
Los diseos factoriales 2K son una clase especial de los diseos factoriales
en los que se tienen k factores de inters a dos niveles cada uno. Son
especialmente tiles en las etapas iniciales de la investigacin para
determinar, de un gran nmero de factores
candidatos, cuales son los que realmente influyen sobre la variable
respuesta. Se llaman diseos factoriales 2k porque se quiere investigar la
forma como influyen k factores sobre una variable respuesta y en cada
factor se consideran dos niveles solamente.

La rplica completa de un diseo de este tipo requiere 2 x 2 x ... x 2 = 2k

observaciones y recibe el nombre de diseo factorial 2k.

Diseo 2k para dos factores

Este diseo, es el ms sencillo de la serie. Consideramos dos factores: A y
B, cada uno a 2 niveles.
Normalmente consideramos estos niveles como los niveles alto y bajo del
factor ojtet El diseo 22 puede ser representado geomtricamente como
un cuadrado con 4 ensayos.

La tabla ANOVA tiene la siguiente forma:

Instituto Cientfico del Pacfico

www.icip.edu.pe
Diseo 2k para k factores
Si se aumenta el nmero de factores un experimento factorial,
entonces tambin aumentar el nmero de efectos que pueden
ser estimados.
As un experimento 2K con 4 factores tiene cuatro efectos
principales. 6 interacciones dobles, 4 triples, y una cudruple.

La mayora de veces las interacciones de orden superior a dos son

despreciables.
Para realizar un experimento 2k debe irse a Estadsticas > DOE > Factorial
> Crear Diseo Factorial.

Se debe seleccionar un diseo, en el siguiente cuadro de est creando

un diseo 2k con 2 factores:

Instituto Cientfico del Pacfico

www.icip.edu.pe
Diseo 2k con Bloques
A menudo es imposible correr todas las observaciones en un diseo
factorial 2k bajo condiciones homogneas. La tcnica de diseo
apropiada para esta situacin general es la formacin de bloques.

Para realizar este experimento en Minitab se procede de manera igual

que el procedimiento anterior, solo que en la parte del diseo se debe
modificar.

Experimentos factoriales 2k Fraccionado

En un experimento factorial completo, las respuestas se miden en todas
las combinaciones de los niveles de factores, las cuales podran generar
nmero prohibitivo de corridas. Por ejemplo, un diseo factorial completo
de dos niveles con 6 factores requiere 64 corridas, un diseo con 9

Instituto Cientfico del Pacfico

www.icip.edu.pe
factores requiere 512 corridas. Para minimizar el tiempo y el costo, se
puede utilizar diseos que excluyan algunas de las combinaciones de
niveles de factores. Los diseos factoriales en los cuales se excluyen una
o ms combinaciones de niveles se denominan diseos factoriales
fraccionados.

Se debe ir a Estadsticas > DOE > Factorial > Crear un diseo factorial y en
el recuadro de nmero de factores debe indicar ms de dos factores, por
ejemplo 4.

Una vez que se va a diseos se especifica el fraccionado:

Instituto Cientfico del Pacfico

www.icip.edu.pe
Diseo de experimentos de Taguchi
Un diseo de Taguchi, o arreglo ortogonal, es un mtodo para disear
experimentos que usualmente requieren slo una fraccin de las
combinaciones factoriales completas.
Un arreglo ortogonal significa que el diseo est balanceado, de manera
que los niveles de factores se ponderan equitativamente. Por ello, cada
factor puede ser evaluado de manera independiente de todos los dems
factores, de manera que el efecto de un factor no ejerce influencia en la
estimacin de otro factor.

Para crear un diseo de Taguchi en Minitab, debe dirigirse a Estadsticas

> DOE > Taguchi > Crear Diseo de Taguchi.

Se deber especificar el nivel del diseo en la ventana que aparecer.

Instituto Cientfico del Pacfico

www.icip.edu.pe
Superficie de Respuesta
Los mtodos de superficie de respuesta se utilizan para examinar la
relacin entre una variable de respuesta y un conjunto de variables o
factores experimentales. Estos mtodos a menudo se utilizan despus que
usted identific un "grupo vital" de factores controlables y usted desea
encontrar la configuracin de factores que optimice la respuesta. Los
diseos de este tipo generalmente se eligen cuando usted sospecha de
curvatura en la superficie de respuesta.
Los mtodos de superficie de respuesta se pueden utilizar para.
Encontrar la configuracin de factores (condiciones de
funcionamiento) que produzca la "mejor" respuesta.
Encontrar la configuracin de factores que satisfaga las
especificaciones de funcionamiento o proceso.
Identificar nuevas condiciones de funcionamiento que produzcan
una mejora demostrada en la calidad del producto frente a la
calidad alcanzada por las condiciones actuales.
Modelar una relacin entre la respuesta y factores continuos y
categricos.
Muchas aplicaciones de superficie de respuesta son secuenciales por
naturaleza en el sentido de que requieren ms de una etapa de
experimentacin y anlisis. Los pasos que se muestran a continuacin son
tpicos de un experimento de superficie de respuesta. Dependiendo de
su experimento, usted puede realizar algunos de los pasos en un orden
diferente, ejecutar un determinado paso ms de una vez o eliminar un
paso.
Para generar diseos de superficie de respuesta en Minitab, debe irse a
Estadsticas > DOE > Superficie de respuesta.

Instituto Cientfico del Pacfico

www.icip.edu.pe
Instituto Cientfico del Pacfico
www.icip.edu.pe
Bibliografa
FERR, J., & RIUS, F. X. (2002). Introduccin al diseo estadstico de
experimentos. TECNICAS DE LABORATORIO-BARCELONA-, 648-
653.
http://www.fbcb.unl.edu.ar/laboratorios/ladaq/curso_TopQuim_20
13/Bibliografia%20 RSM/DE_un%20articulo%20interesante.pdf

Pginas Web
Diseo de un experimento Soporte de Minitab. Consultado el 20 de abril
de 2016.

http://support.minitab.com/es-mx/minitab/17/getting-started/designing-
an-experiment/

Instituto Cientfico del Pacfico

www.icip.edu.pe