¿Qué diseños estándar puede crear Minitab?

Minitab ofrece muchos experimentos diseñados diferentes para satisfacer sus necesidades.

Diseños de cribado

Un tipo de experimento diseñado que suele utilizarse para determinar los factores más importantes en un proceso. Con un diseño de cribado, usted utiliza un número relativamente pequeño de corridas con muchos factores potenciales para determinar un número más pequeño de factores más importantes que afectan la calidad del proceso. Después de los experimentos de cribado, puede hacer experimentos de optimización si necesita más detalles. Por ejemplo, supongamos que usted está examinando los diversos factores que afectan la textura de los helados: contenido de grasa, temperatura de pasteurización, proceso de homogeneización, velocidad de mezcla, temperatura de extracción, emulsionante, estabilizador y velocidad de enfriamiento. Puede usar un diseño de cribado para identificar los factores más importantes que afectan la textura de los helados. Si es necesario, puede usar un diseño factorial más grande o un diseño de superficie de respuesta para optimizar el proceso.

Minitab ofrece dos tipos de diseño que suelen utilizarse para el cribado. En algunos casos, también se puede considerar la posibilidad de usar un diseño factorial fraccionado. Para obtener más información sobre los diseños de cribado, vaya a Diseños de cribado.
Diseños de cribado definitivos
Los diseños de cribado definitivos son diseños de cribado que contienen 3 niveles por cada factor continuo para que puedan estimar términos cuadráticos y términos lineales. Puesto que los términos lineales no forman estructura de alias con las interacciones de 2 factores, un diseño de cribado definitivo también permite hallar evidencia de interacciones potencialmente importantes. Por ejemplo, con 8 factores, el diseño de cribado definitivo puede ajustarse eficientemente a todas las interacciones lineales, cuadráticas y de 2 niveles para 3 o menos factores importantes.
Diseños de Plackett-Burman

Los diseños de Plackett-Burman por lo general son diseños de 2 niveles de resolución III. En un diseño de resolución III, los efectos principales forman estructura de alias con las interacciones de 2 factores. Por lo tanto, sólo debe utilizar estos diseños cuando esté dispuesto a presuponer que las interacciones de 2 factores son insignificantes. Debido a este supuesto, los diseños de Plackett-Burman pueden tener menos corridas que los diseños de cribado definitivos. Si sospecha que hay una interacción después de completar un diseño de Plackett-Burman, puede duplicar el diseño, con lo cual se duplica el número de corridas. Después de duplicar un diseño de Plackett-Burman, los efectos principales no forman estructura de alias con las interacciones de 2 vías. Para obtener más información, vaya a ¿Qué es duplicación?.

Diseños factoriales

Los diseños factoriales tienen muchos usos diferentes, incluyendo la estimación de interacciones complejas yel cribado. Con un diseño factorial, usted puede estimar la significancia de los efectos principales y los efectos de interacción. También puede comprobar la presencia de términos cuadráticos. Para estimar términos cuadráticos, por lo general se agregan puntos axiales para crear un diseño de superficie de respuesta. Para obtener más información sobre los diseños factoriales, vaya a Diseños factoriales y factoriales fraccionados.
Diseño factorial de 2 niveles (generadores predeterminados)
Elija esta opción para crear un diseño factorial completo o para crear un diseño factorial fraccionado. Los generadores predeterminados crean el diseño con la resolución más alta para el número de factores y el número de corridas.
Diseño factorial de 2 niveles (especificar generadores)
Puede usar sus propios generadores para especificar el subconjunto de corridas que desea incluir en un diseño factorial fraccionado. También puede especificar generadores para agregar factores y definir bloques al especificar los generadores para los términos.
Diseño de parcela dividida de 2 niveles (factores difíciles de cambiar)
Un experimento diseñado que incluye al menos un factor difícil de cambiar que es difícil de aleatorizar completamente debido a limitaciones de tiempo o costo.
Diseño de Plackett-Burman

Los diseños de Plackett-Burman por lo general son diseños de 2 niveles de resolución III. En un diseño de resolución III, los efectos principales forman estructura de alias con las interacciones de 2 factores. Por lo tanto, sólo debe utilizar estos diseños cuando esté dispuesto a presuponer que las interacciones de 2 factores son insignificantes.

Utilice los diseños de Plackett-Burman para identificar los factores más importantes en las primeras fases de la experimentación. Por ejemplo, supongamos que usted está examinando los diversos factores que afectan la textura de los helados: contenido de grasa, temperatura de pasteurización, proceso de homogeneización, velocidad de mezcla, temperatura de extracción, emulsionante, estabilizador y velocidad de enfriamiento. Puede usar un experimento de Plackett-Burman para identificar los efectos principales más importantes, usar diseños factoriales fraccionados o completos para estudiarlos más a fondo y luego usar diseños de superficie de respuesta para optimizar el proceso.

Diseño factorial completo general
Un experimento diseñado en el cual los factores pueden tener cualquier número de niveles. Todos los factores son categóricos.

Diseños de superficie de respuesta

Un conjunto de técnicas avanzadas de diseño de experimentos que le ayuda a entender mejor la respuesta. Los diseños de superficie de respuesta suelen utilizarse en la experimentación secuencial. En primer lugar, se utiliza un diseño factorial con puntos centrales para determinar los factores importantes y comprobar si hay curvatura. Después, si los resultados del diseño factorial sugieren curvatura, se agregan puntos axiales al diseño factorial para crear un tipo de diseño de superficie de respuesta denominado diseño central compuesto.
Central compuesto
Un diseño experimental que modela la curvatura al agregar puntos centrales y axiales a un diseño factorial de 2 niveles.
Box-Behnken
Los diseños de Box-Behnken por lo general tienen menos puntos de diseño que los diseños centrales compuestos y, por consiguiente, resulta menos costoso ejecutarlos con con el mismo número de factores. Pueden estimar eficientemente los coeficientes de primer y segundo orden; sin embargo, no pueden incluir corridas de un experimento factorial. Los diseños de Box-Behnken siempre tienen 3 niveles por factor, a diferencia de los diseños centrales compuestos, que pueden tener hasta 5. Otra diferencia con respecto a los diseños centrales compuestos es que los diseños de Box-Behnken nunca incluyen corridas donde todos los factores estén en su valor extremo, como por ejemplo todos los valores de configuración bajos.

Diseños de mezcla

Los experimentos de mezcla son una clase especial de experimentos de superficie de respuesta en los que el producto objeto de investigación se compone de varios componentes o ingredientes. Los diseños para estos experimentos resultan útiles, porque muchas actividades de diseño y desarrollo de productos en situaciones industriales implican fórmulas o mezclas. En estas situaciones, la respuesta depende de las proporciones de los diferentes ingredientes incluidos en la mezcla. Por ejemplo, usted podría estar desarrollando una mezcla para panqueques hecha de harina, polvo para hornear, leche, huevos y aceite. También podría estar desarrollando un insecticida que combina cuatro ingredientes químicos. Para obtener más información sobre los diseños de mezcla, vaya a .

En el experimento de mezcla más simple, la respuesta (la calidad o rendimiento del producto con base en cierto criterio) depende de las proporciones relativas de los componentes (ingredientes). Las cantidades de los componentes, medidas en peso, volumen o alguna otra unidad, suman un total común. Por el contrario, en un diseño factorial, la respuesta varía dependiendo de la cantidad de cada factor.

  No ampliado Ampliado
Centroide simplex

Le permite ajustar hasta un modelo cúbico especial.

Le permite ajustar parcialmente hasta un modelo cúbico completo.

Reticular simplex grado 1

Le permite ajustar un modelo lineal.

Le permite ajustar parcialmente hasta un modelo cuadrático.

Reticular simplex grado 2

Le permite ajustar hasta un modelo cuadrático.

Le permite ajustar parcialmente hasta un modelo cúbico especial.

Reticular simplex grado 3

Le permite ajustar hasta un modelo cúbico completo.

Le permite ajustar hasta un modelo cúbico completo.

Centroide simplex
Diseños de mezcla en los cuales los puntos de diseño están organizados de una manera uniforme (o reticular ) sobre un L-simplex. Con un diseño centroide simplex, usted puede estimar términos hasta el mismo orden que el número de componentes. Para un diseño más pequeño, puede usar un reticular simplex que limite a un orden inferior los términos que se estimarán.

Usted puede estimar hasta un modelo cúbico especial con este diseño centroide simplex.

Reticular simplex
Diseños de mezcla en los cuales los puntos de diseño están organizados de una manera uniforme (o reticular ) sobre un L-simplex. El grado del retículo determina el orden de los términos que se pueden ajustar.

El reticular de 1 grado tiene menos corridas que el diseño centroide simplex, pero solo se puede estimar un modelo simple.

El reticular de 1 grado tiene más corridas que el diseño centroide simplex, así que se puede estimar un modelo más complicado.

Vértices extremos

Diseños de mezcla que abarcan solo una subporción o un menor espacio dentro del simplex.

La meta de un diseño de vértices extremos es elegir puntos de diseño que abarquen adecuadamente el espacio de diseño. La siguiente figura muestra los vértices extremos para dos diseños de tres componentes con restricciones superiores e inferiores:

Las líneas de color gris claro representan las restricciones aplicadas a los componentes por los límites inferiores y superiores. El área de color gris oscuro representa el espacio de diseño. Los puntos se colocan en los vértices extremos del espacio de diseño.

Diseños de Taguchi

Un diseño de Taguchi es un experimento diseñado que permite elegir un producto o proceso que funciona con mayor consistencia en el entorno operativo. Los diseños de Taguchi reconocen que no todos los factores que causan variabilidad pueden ser controlados. Estos factores que no se pueden controlar se denominan factores de ruido. Los diseños de Taguchi intentan identificar factores controlables (factores de control) que minimicen el efecto de los factores de ruido. Durante el experimento, usted manipula los factores de ruido para hacer que haya variabilidad y luego determina la configuración óptima de los factores de control para que el proceso o producto sea robusto o resistente ante la variación causada por los factores de ruido. Un proceso diseñado con esta meta producirá una salida más consistente. Un producto diseñado con esta meta tendrá un rendimiento más consistente, independientemente del entorno en el que se utilice.

Un ejemplo bien conocido de los diseños de Taguchi es el de la empresa japonesa de losetas Ina Tile Company en la década de 1950. La empresa estaba produciendo demasiadas losetas fuera de las dimensiones especificadas. Un equipo de calidad descubrió que la temperatura del horno utilizado para cocer las losetas variaba, causando falta de uniformidad en la dimensión de las losetas. Ellos no podían eliminar la variación de temperatura, porque construir un nuevo horno era demasiado costoso. Por lo tanto, la temperatura era un factor de ruido. Usando experimentos diseñados de Taguchi, el equipo descubrió que al aumentar el contenido de cal de la arcilla, un factor de control, las losetas se volvían más resistentes o robustas ante la variación de temperatura en el horno, lo cual permitía producir losetas más uniformes.

Diseño de 2 niveles
Un experimento diseñado donde cada factor de control tiene solo 2 niveles.
Diseño de 3 niveles
Un experimento diseñado donde cada factor de control tiene exactamente 3 niveles.
Diseño de 4 niveles
Un experimento diseñado donde cada factor de control tiene exactamente cuatro niveles.
Diseño de 5 niveles
Un experimento diseñado donde cada factor de control tiene exactamente 5 niveles.
Diseño de niveles mixtos
Un experimento diseñado donde los factores de control tienen diferentes números de niveles.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política