Resumen del capítulo #1

El diseño estadístico de experimentos consiste en determinar cuales pruebas se

deben realizar y de qué manera, para obtener datos que al ser analizados
estadísticamente proporcionen evidencias objetivas que permitan responder las
interrogantes planteadas y de esta manera clarificar aspectos inciertos de un
proceso o lograr mejoras.
Algunos de los problemas típicos que podemos resolver con el diseño y análisis de
experimentos son:
 Comparar dos o más materiales, con el fin de escoger el mejor
 Comparar varios instrumentos de medición, para verificar si trabajan con la
misma precisión.
 Determinar los factores que tienen impacto sobre una o más características
del producto final.
 Encontrar condiciones de operación, en las que se reduzcan los defectos o
se logra un mejor desempeño.
 Reducir el tiempo del ciclo de proceso.
 Hacer el proceso insensible o robusto a oscilaciones de variables
ambientales.
 Apoyar el diseño o rediseño de nuevos productos o procesos.
Cuando se requiere mejorar un proceso existen dos maneras de obtener la
información: observar y monitorear con herramientas estadísticas hasta obtener
señales útiles que permitan mejorarlo; se dice que esto es una estrategia pasiva.
La otra manera consiste en experimentar, es decir realizar cambios estratégicos al
proceso para provocar estas señales útiles. Al analizar los resultados del
experimento se obtienen criterios a seguir que muchas veces se concretan como
mejoras sustanciales del proceso.
El diseño de experimentos consiste en planear y realizar un conjunto de pruebas
con el objetivo de generar datos que, al ser analizados estadísticamente,
proporcionan evidencias objetivas que permitan responder preguntas interrogantes
planteadas por el experimentador sobre una determinada situación; también
podemos definir el diseño de experimentos como la aplicación del método
científico para generar conocimientos acerca de un sistema o proceso por medio
de pruebas planeadas adecuadamente.
El objetivo de los métodos estadísticos es lograr que el proceso de generar
conocimiento y aprendizaje sea lo más eficiente posible. Este proceso que ha
demostrado ser secuencial se relacionan dos polos:
Por un lado, encontraremos: la teoría, los modelos, la hipótesis y los supuestos;
por el otro están: la realidad, los hechos, los fenómenos, los datos.
Una hipótesis inicial la misma nos lleva a un proceso de deducción en el que las
consecuencias derivadas de la hipótesis pueden compararse con los datos.
Cuando las consecuencias y los datos no coinciden esta discrepancia nos puede
llevar a un proceso de inducción, en el cual se modifica la hipótesis original, y de
esta manera iniciamos un nuevo ciclo de interacción de teoría y datos, en el cual
las consecuencias de la hipótesis modificada se comparan con los datos, esto
puede llevar a futuras modificaciones y obtención de nuevos conocimientos; a este
se le llama proceso interactivo de la experimentación, que también podemos
visualizar como un proceso de retroalimentación.
El proceso de deducción es cuando se asume una hipótesis verdadera, vista como
premisa, se deduce o desprende necesariamente una serie de consecuencias, y
por otro lado el proceso de inducción es cuando las consecuencias de una
hipótesis y los datos no concuerdan, se da un razonamiento inductivo que busca
proponer una nueva hipótesis que nos justifique dicha discrepancia.
Algunas definiciones básicas en el diseño de experimentos:
 Experimento: es un cambio en las condiciones de operación de un sistema
o proceso que se hace con el objetivo de medir el efecto del cambio de una
o varias propiedades del producto.
 Unidad experimental: Piezas o muestras que se utilizan para generar un
valor que sea representativo del resultado de prueba.
 Variable de repuesta: a través de estas variables se conoce el efecto o los
resultados de cada prueba experimental.
 Factores controlables: son variables y características de los materiales que
se pueden fijar en un nivel dado. Algunos de estos son usualmente los que
se controlan durante la operación normal del proceso y se distinguen
porque para cada uno de ellos existe la manera o el mecanismo para
cambiar o manipular su nivel de operación.
 Factores no controlables: son variables que no se pueden controlar durante
el experimento o la operación normal del proceso.
 Factores estudiados: son las variables que se investigan en el experimento
para observar como afectan o influyen en la variable de respuesta.
 Error aleatorio: es la variabilidad observada que no se puede explicar, por
los factores estudiados.
 Error experimental: componente del error aleatorio que refleja los errores
del experimentador en la planeación y ejecución del experimento.
 Matriz de Diseño: es el arreglo formado por los tratamientos que serán
corridos incluyendo las repeticiones.
 Planeación: Son actividades encaminadas a entender, delimitar el problema
u objeto de estudio y seleccionar variables de respuesta y factores.
Concluye con la especificación de los tratamientos a realizar y con la
organización del trabajo experimental.

Etapas del diseño de experimentos

Planeación y realización

1. Entender y delimitar el problema u objeto de estudio.

2. Elegir las variables de respuesta que serán medidas en cada

punto del diseño y verificar que se mida de manera confiable.

3. Investigar cuales factores deben estudiarse o investigarse de

acuerdo con la supuesta influencia que tienen sobre la respuesta.

4. Seleccionar los niveles de cada factor, así como el diseño

experimental adecuado a los factores que se tiene y al objetivo
del experimento.

5. Planear y realizar el trabajo experimental.

6. Realizar el experimento.

Análisis
 Aquí debemos recurrir a los métodos estadísticos diferenciales para ver
si las diferencias o efectos muestrales son los suficientemente grandes
para que garanticen diferencias poblacionales. La técnica de estadística
central en el análisis de los experimentos es el llamado análisis de
varianza ANOVA.

Interpretación

Parte donde se analiza con detalle el resultado del experimento, hasta

observar nuevos aprendizajes que sobre el proceso se lograron, verificar
supuestos y elegir el tratamiento ganador siempre apoya con
herramientas estadísticas.

Control y conclusiones finales

Para concluir el estudio experimental se recomienda decidir que

medidas implementar para generalizar el resultado del estudio y
garantizar que las mejoras de mantengan.

Consideraciones prácticas para el uso de los métodos

estadísticos
 El conocimiento no estadístico es vital
 Reconocer la diferencia entre significancia estadística e importancia
practica
 Apostarle más a la experimentación secuencial que a un experimento
único y definitivo

Principios básicos
 Aletoración
Consiste en hacer corridas experimentales en orden aleatorio; este
principio aumenta la posibilidad de que el supuesto de independencia de
los errores se cumpla, lo cual es un requisito para la validación de las
pruebas estadísticas que se realizan.

 Repetición
Es correr más de una vez un tratamiento o combinación de factores. ( es
preciso no confundir este ejercicio con medir varias veces el resultado
experimental)

 Bloqueo
 Es nulificar y tomar en cuenta de forma adecuada todos los factores que
puedan afectar la respuesta observada.

Los cinco aspectos que más influyen en la selección de un diseño experimental

en el sentido de que cuando cambian por lo general nos llevan a cambiar el
diseño, son:
1. El objetivo del experimento
2. El número de factores a estudiar
3. El numero de niveles que se prueban en cada factor
4. El costo del experimento, tiempo y precisión deseada
Cada uno de ellos es independiente entre sí, pero es importante mencionarlos de
manera separada, ya que al cambiar cualquiera de ellos generalmente cambia el
diseño experimental a utilizar.
El objetivo de un diseño de experimentos se utiliza como criterio general de la
clasificación de los diseños experimentales.
Los diseños se pueden clasificar como:
 Diseños para comparar 2 o más tratamientos
 Diseños para estudiar el efecto de varios factores sobre la respuesta
 Diseños para determinar el punto óptimo de operación del proceso
 Diseños optimización de una mezcla
 Diseños para hacer el producto o proceso insensible a los factores no
controlables