cuando hablo con profesionales de calidad sobre cómo usan las estadísticas, una herramienta que mencionan una y otra vez es el diseño de experimentos, o DOE. Nunca había escuchado el término antes de comenzar a involucrarme en los esfuerzos de mejora de la calidad, pero ahora que he aprendido cómo funciona, me pregunto Por qué no lo aprendí antes. Si necesita averiguar cómo varios factores afectan el resultado de un proceso, fulano es el camino a seguir.,
en algún lugar de la escuela probablemente aprendiste, como yo, que cuando haces un experimento necesitas mantener constantes todos los factores excepto el que estás estudiando. Eso parece bastante simple, hasta que llegas a una situación en la que tienes muchos factores que quieres estudiar al mismo tiempo. No solo estudiar cada factor uno a la vez sería muy costoso y consumiría mucho tiempo, sino que también no obtendría ninguna información sobre cómo los diferentes factores podrían afectarse entre sí.
ahí es donde entra en juego el diseño de experimentos., Fulano cambia la idea de necesitar probar solo 1 factor a la vez al permitirle cambiar más de una sola variable a la vez. Esto minimiza el número de ejecuciones experimentales que necesita realizar, para que pueda obtener resultados significativos y llegar a conclusiones sobre cómo los factores afectan una respuesta de la manera más eficiente posible.
en DOE, un tamaño no se ajusta a todos
dependiendo de lo que desee descubrir y de la cantidad de detalles que necesite, un experimento diseñado puede ser muy simple o muy complejo. Algunos experimentos pueden incluir solo uno o dos factores, otros pueden mirar unas pocas docenas.,
uno de los tipos más comunes de experimentos diseñados es un experimento de detección simple, que se utiliza para determinar los factores que tienen la mayor influencia en un resultado. Por ejemplo, un fabricante de automóviles podría usar un experimento de detección para ver cuál de siete u ocho factores tiene el mayor efecto en el tiempo de secado de la pintura en un automóvil nuevo.
una vez que el fabricante ha identificado los dos o tres factores más importantes, los ingenieros de calidad pueden usar un experimento más complejo diseñado en varios niveles para identificar los ajustes óptimos para esos factores., Obviamente, el mismo diseño experimental no funcionaría para ambos casos.
es un poco como papel de lija: las hojas con una gran arena le permitirán lijar un área grande rápidamente, mientras que necesitará una arena más fina para lograr una suavidad total. Del mismo modo, algunos experimentos diseñados son excelentes para investigaciones exploratorias amplias, mientras que otros le darán una tremenda precisión y certeza.
¿qué necesito para crear el diseño Factorial?
digamos que usted trabaja para una empresa de electrónica que recientemente ha recibido un gran número de quejas sobre Reproductores de mp3 defectuosos., Los ingenieros de calidad han identificado hasta cinco factores diferentes que podrían ser los culpables. Usted sabe que se necesita un experimento diseñado, pero ¿cómo puede estar seguro de recopilar la cantidad correcta de datos, en las condiciones adecuadas, con los ajustes de factor correctos, en el orden correcto?
Hay buenas razones para preocuparse cuando se inicia un experimento diseñado. Si está configurando incluso un experimento de diseño simple a mano, puede ser muy difícil y deja mucho espacio para el error. Afortunadamente, podemos utilizar software estadístico para personalizar diseños factoriales., Estas herramientas facilitan la creación de experimentos que son tan detallados como han sido, pero también tan simples como pueden ser.
por ejemplo, el diseño Create Factorial de Minitab crea una hoja de trabajo de recopilación de datos para usted, que indica las combinaciones de factores a ejecutar, así como el orden aleatorio en el que recopilar sus datos. También puede imprimir la hoja de trabajo para simplificar la recopilación de datos.
elegir el tipo de diseño
El diseño correcto para tu experimento dependerá del número de factores que estés estudiando, el número de niveles en cada factor y otras consideraciones., Minitab ofrece diseños factoriales completos de dos niveles, Plackett-Burman y generales, cada uno de los cuales puede personalizarse para satisfacer las necesidades de su experimento.
debe tener al menos dos factores y dos niveles para cada uno (si está haciendo un diseño factorial completo general, puede tener más de dos niveles). Los niveles de Factor, o ajustes, pueden ser texto (como alto y bajo) o numérico (como 100° y 200°). Los factores también pueden ser categóricos o continuos.
sus objetivos pueden exigir mayor o menor poder estadístico., ¿Está haciendo un ajuste muy sensible para un proceso crítico, o un análisis de detección temprana para averiguar qué factores incluso afectan su resultado? Si tiene un presupuesto ajustado, el tipo de experimento que seleccione puede verse influenciado por cuántas carreras experimentales puede permitirse hacer. Una buena herramienta de diseño de experimentos le permitirá comparar rápidamente las evaluaciones de potencia y tamaño de muestra para los diseños factoriales de 2 niveles, Plackett-Burman y factoriales completos generales para ayudarlo a elegir el diseño apropiado para su situación.,
aprender más sobre DOE
si desea obtener más información sobre DOE y está utilizando Minitab, el tutorial incorporado (Help > Tutorials > DOE) lo guiará a través de un experimento factorial de principio a fin; es una forma bastante indolora de mojarse los pies. Y si aún no está usando Minitab, puede obtener la prueba gratuita de 30 días para comprobarla.
¿Ya está utilizando DOE en su trabajo?