Ingeniería de Calidad Page 1 of 10

Contenido ITCH: Curso Ingeniería de Calidad

<-- Regresar

UNIDAD 1
1.1 Introducción a la Ingeniería de Calidad

La Ingeniería de la Calidad está diseñada para generar procesos de calidad. Basado en los fines de la
Ingeniería de la calidad, TAGUCHI desarrolló una aproximación al diseño de experimentos con el
objetivo de reducir los costos emanados de la experimentación, esta aproximación es más práctica
que teórica y se interesa más por la productividad y los costos de producción que por las reglas
estadísticas.
Los conceptos de estas técnicas están basados en las relaciones de costos y ahorros.
Existen algunos factores de ruido que afectan los procesos, y son aquellos que causan que una
característica funcional se desvíe de un valor objetivo, estos son causantes de variabilidad y pérdida
de calidad.
De acuerdo con TAGUCHI esta pérdida de calidad constituye a largo plazo, una pérdida de tiempo y
dinero tanto para el consumidor como para el fabricante.
Dentro de las actividades del control de la calidad, la Ingeniería de la calidad consta de las actividades
dirigidas a la reducción de la variabilidad y de las pérdidas.

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 así
sucesivamente, los cuales pueden ser arreglados en un experimento factorial, en el cual el número de
réplicas es n.
Está diseñada para generar procesos de calidad. TAGUCHI desarrolló una aproximación al diseño de
experimentos con el objetivo de reducir los costos emanados de la experimentación, esta
aproximación es más práctica que teórica y se interesa mas por la productividad y los costos de
producción que en las reglas estadísticas. Los conceptos de estas técnicas están basados en las
relaciones de costos y ahorros.
Diseñar un sistema de manufactura para elaborar un producto requiere de conocimientos técnicos
además de una gran experiencia en el área a la cual pertenece el producto.
Los diseños 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 diseño factorial general que resultan importantes porque se usan ampliamente en el
trabajo de investigación, y porque constituyen la base para otros diseños de gran valor práctico.
En los últimos años se ha observado un creciente interés por algunas de las ideas del profesor
Genechi Taguchi acerca del diseño experimental y su aplicación al mejoramiento de la calidad
El diseño 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 información
sobre la interacción. La propiedad de proyección de estos diseños hace posible en muchos casos
examinar los factores activos con más detalle. La combinación secuencia de estos diseños a través
del plegamiento es una forma muy eficaz de obtener información extra acerca de las interacciones, la
cual puede identificarse en un experimento inicial como potencialmente importante.

1.2.1 Diseño Factorial General 2k

Los diseños 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 diseño factorial general que resultan importantes porque . se usan ampliamente en el
trabajo de investigación, y porque constituyen la base para otros diseños de gran valor práctico.

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008
Ingeniería de Calidad Page 2 of 10

El más importante de estos casos especiales ocurre cuando se tienen k factores, cada uno con dos
niveles. Estos niveles pueden ser cuantitativos como sería el caso de dos valores de temperatura
presión o tiempo. También pueden ser cualitativos como sería el caso de dos máquinas, dos
operadores, los niveles "superior" e "inferior" de un factor, o quizás, la ausencia o presencia de un
factor.
Una réplica completa de tal diseño requiere que se recopilen 2 x 2 x .... x 2 = 2k observaciones y se
conoce como diseño general 2k.
El segundo caso especial es el de k factores con tres niveles cada uno, conocido como diseño factorial
3k.
Se supone que:
a) los factores son fijos
b) los diseños son completamente aleatorios
c) se satisface la suposición usual de normalidad
El diseño 2k es particularmente útil en las primeras fases del trabajo experimental, cuando es probable
que haya muchos factores por investigar.
Conlleva el menor número de corridas con las cuales pueden estudiarse k factores en un diseño
factorial completo. Debido a que sólo hay dos niveles para cada factor, debe suponerse que la
respuesta es aproximadamente lineal en el intervalo de los niveles elegidos de los factores.

DISEÑO 22

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

DISEÑO 23

Suponga que se encuentran en estudio tres factores A, B y C, cada uno con dos niveles. Este diseño
se conoce como diseño factorial, 23 y las ocho combinaciones de tratamientos pueden representarse
gráficamente mediante un cubo.
Existen en realidad tres notaciones distintas que se usan ampliamente para las corridas o ejecuciones
en el diseño 2k:

a. La primera es la notación "+,-", llamada "geométrica".

b. La segunda consiste en el uso de letras minúsculas para identificar las combinaciones de tratamientos.
c. En la tercera se utilizan los dígitos 1 y 0 para denotar los niveles alto y bajo del factor, respectivamente.

1.3 Diseño Factorial General 3k

Este diseño es una variación del diseño 2k y son muy útiles como las que se emplean cuando todos los
factores actúan a tres niveles.
En los últimos años se ha observado un creciente interés por algunas de las ideas del profesor
Genechi Taguchi acerca del diseño experimental y su aplicación al mejoramiento de la calidad.
Este es un diseño que consta de k factores con tres niveles cada uno. Los factores y las interacciones
se representan mediante letras mayúsculas. Los tres niveles de los factores pueden referirse como
nivel inferior, intermedio y superior. Estos niveles se representan mediante los dígitos 0 (nivel
inferior), 1 (intermedio) y 2 (superior).
Cada combinación de tratamientos de un diseño 3k se presenta mediante k dígitos, donde el primero
incida el nivel de A, el segundo señale al nivel de B, ..... y el k-ésimo dígito, el nivel del factor k.
Por ejemplo, es un diseño 32 el 00 representa la combinación de tratamientos, en la que tanto el factor
A como el B están en el nivel inferior, y el 01 representa la combinación de tratamientos que
corresponde al factor A en el nivel inferior y a B en el nivel intermedio.
En éste, el sistema de notación que se prefiere usar es el de + - en virtud de que facilita la
interpretación geométrica del diseño y de que es directamente aplicable al modelado por regresión, la
formación de bloques y la construcción de factoriales fraccionarios.
La adición de un tercer nivel permite modelar con una relación cuadrática la relación entre la respuesta

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008
Ingeniería de Calidad Page 3 of 10

y cada factor.

DISEÑO 32

El diseño más 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 interacción AB tiene cuatro grados de
libertad. Si hay n réplicas habrá un total de n32 - 1 grado de libertad, correspondiendo para el error 32
(n-1) grados de libertad.

DISEÑO 33

Si se supone que se están estudiando tres factores (A, B, C) y que cada factor tiene tres niveles
acomodados en un experimento factorial. Este es un diseño 33. Las 27 combinaciones tienen 26
grados de libertad.

FACTOR A
Bajo Medio Alto
0 1 2
Bajo 0 0 10 20
FACTOR B
Medio 1 1 11 21
Alto 2 2 12 22

1.4 Diseño del proceso

Diseñar un sistema de manufactura para elaborar un producto requiere de conocimientos técnicos

además de una gran experiencia en el área a la cual pertenece el producto.
El Sr. TAGUCHI define la calidad de la siguiente manera.

"LA CALIDAD DE UN PRODUCTO ES LA PERDIDA MÍNIMA IMPARTIDA POR EL PRODUCTO A LA

SOCIEDAD, DESDE EL MOMENTO EN QUE ES EMBARCADO."

El fabricante es quien más resiente las pérdidas debido a la reacción negativa del consumidor de un
producto de mala calidad.

EXPERIMENTOS FACTORIALES

Muchos experimentos requieren el estudio de los efectos de 2 ó más factores. En general, los
experimentos factoriales son los más eficientes para este tipo de análisis. 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 interés en el experimento.
Por ejemplo, considere los datos que se representan en la siguiente tabla:

Factor A

El efecto principal del factor de A podría ser calculado como la diferencia entre la respuesta promedio

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008
Ingeniería de Calidad Page 4 of 10

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
continuación:

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
interacción 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 interacción
entre A y B

Experimento Factorial con Interacción

FACTOR B
B1 B2
FACTOR A
A1 20 40
A2 50 12

Gráficamente se puede representar, tanto la interacción como su ausencia; utilizando los datos de las
tablas anteriores, se construirán dos gráficas para analizar los conceptos analizados.

Experimento Factorial sin interacción

Experimento Factorial con interacción

Las pruebas de hipótesis 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:

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008
Ingeniería de Calidad Page 5 of 10

Ho: (2( = 0
Hi (2( ( 0 al menos para una (
Fo = MSB
MSE F(, (b- l), ab (n-1)

Para el efecto de la interacción:

Ho: (2(( = 0
Hi: (2(( = 0
Fo = MSAB
MSE F( , (a-1) (b-1), ab (n-1)

1.5 Diseño de experimentos factorial fraccionado

El número de factores en un diseño factorial 2k ó 3k incremento el número de corridas requeridas para

realizar todas las combinaciones posibles de los niveles de los factores, lo cual consume rápidamente
los recursos disponibles por los investigadores para realizar los experimentos.
Una replica completa de un diseño 26 requiere de 64 corridas para analizar todas las combinaciones
posibles de los tratamientos; en este diseño sólo 6 de los 63 grados de libertad corresponden a los
efectos principales, sólo 15 grados de libertad corresponden a las interacciones de dos factores. Los
restantes 42 grados de libertad están asociados con las interacciónes de 3 factores ó más. En la serie
3k la situación es peor, por ejemplo, el factorial 36 requiere 243 corridas, y sólo 12 de los 242 grados de
libertad corresponden a los efectos principales.
Estos diseños factoriales fraccionados son ampliamente usados en la investigación industrial. Un uso
importante del factorial fraccionado es en los experimentos de investigación, los cuales son
generalmente realizados en las etapas iniciales de un proyecto, y la mayoría de los factores
inicialmente considerados frecuentemente tienen poco o ningún efecto en la respuesta de la variable
analizada. Los factores que son identificados como importantes son entonces investigados más
profundamente en experimentos subsiguientes.

1.5.1 Diseño Factorial Fraccionado 2k-p

Un diseño factorial fraccionario 2k que contiene 2k-p ensayos se conoce como fracción 1/2p del diseño
factorial 2k, o simplemente diseño factorial fraccionario 2k-p. Estos diseños requieren que se elijan p
generadores independientes.
La relación que define estos diseños 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, módulo 2, por la relación que define al diseño. Se debe tener cuidado al elegir las generadoras
para que los efectos de interés potencial no sean alias entre sí. 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 Diseño Factorial Fraccionado 3k-p

A menudo se desea un fraccionamiento mayor del diseño 3k para valores de moderados a grandes de
k. En general, puede construirse una fracción (1/3) P de un diseño 3k para p < k, donde la fracción 3k-2
es la fraccion (1/9), el 3k-3 consiste en seleccionar p componentes de interacción, y usar estos efectos
para descomponer las 3 k combinaciones de tratamientos de 3p bloques. Cada bloque constituye
ahora un diseño factorial fraccionario 3k-p.
La relación 1 define cualquier fracción, 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 interacción se
determinan multiplicando el efecto por 1 e 12 módulo 3.

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008
Ingeniería de Calidad Page 6 of 10

Ejemplo:

LA SALIDA MÁXIMA 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 BATERÍA 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
1 130 155 30 40 20 70 998
74 180 80 75 82 58
2 150 188 136 122 25 70 1300
FACTOR (A)
159 126 106 115 58 45
MATERIAL
3
138 110 174 120 96 104 1501
168 160 150 139 82 60
1738 1291 770 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=4 A=3 B=3

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

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008
Ingeniería de Calidad Page 7 of 10

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

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008
Ingeniería de Calidad Page 8 of 10

SE DEBEN SACAR LOS CUADRADOS MEDIOS DE LOS DOS FACTORES ASÍ 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 FO

TIPO DE MAT. 10683.72 2 5341.86 7.91 > 3.35

TEMPERATURA 39118.72 2 19559.36 28.97 > 3.35

ITERACCION 9613.77 4 2403.44 3.56 > 2.73

ERROR 18230.75 27 675.21

TOTAL 77646.96 35

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

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008
Ingeniería de Calidad Page 9 of 10

EL MATERIAL TIPO 2 SE COMPORTA MÁS 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 FO

A SSA a-1 MSA MSA/MSE

B SSB b-1 MSB MSB/MSE

INTERACCION SSAB (a-1) 8b-1) MSAB MSAB/MSE

ERROR SSE ab (n-1) MSE

TOTAL SST abn-1

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

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008
Ingeniería de Calidad Page 10 of 10

Tabla de Contenido | Arriba | Unidad 2 | Unidad 3 | Unidad 4 |

http://www.itchihuahua.edu.mx/academic/industrial/ingcalidad/unidad1.html 02/02/2008