En muchas aplicaciones, el número de factores que potencialmente afectan la calidad del proceso es demasiado grande como para estudiar todos los factores en detalle. El objetivo habitual de un diseño de cribado es identificar los factores más importantes que afectan la calidad del proceso. Después de los experimentos de cribado, normalmente se hacen experimentos de optimización que proporcionan más detalles sobre las relaciones entre los factores más importantes y las variables de respuesta.

Los siguientes diseños suelen utilizarse para el cribado:
  • Diseños factoriales fraccionados de 2 niveles
  • Diseños de Plackett-Burman
  • Diseños de cribado definitivos

Elección de un diseño de cribado en Minitab

La elección del diseño de cribado depende de muchas consideraciones diferentes. Muchas consideraciones son específicas del proceso. Las siguientes son algunas consideraciones en Minitab:
El número de factores que se estudiará
Los siguientes son los números máximos de factores en Minitab para los diseños comunes de cribado:
  • Diseños de cribado definitivos: 48
  • Diseños de Plackett-Burman: 47
  • Diseños factoriales fraccionados: 15
Tipos de términos que se estudiarán
Los diseños factoriales fraccionados y de Plackett-Burman se utilizan para cribar términos lineales. Los diseños de cribado definitivos ofrecen información sobre los términos cuadráticos y sobre las interacciones de más de 2 factores.
Con frecuencia, los diseños factoriales fraccionados y de Plackett-Burman tienen el menor número de corridas en una sola réplica para un determinado número de factores. Sin embargo, si un modelo necesita términos cuadráticos, usted debe agregar corridas a los diseños factoriales fraccionados y de Plackett-Burman. Un diseño de cribado definitivo ya incluye corridas para modelar los términos cuadráticos. Si un modelo incluye términos cuadráticos, el diseño de cribado definitivo puede tener el menor número de corridas por réplica.
Número de niveles para el factor
Los diseños factoriales fraccionados y de Plackett-Burman pueden tener 2 niveles por cada factor continuo. Si usted agrega puntos centrales para detectar curvatura en cualquiera de los dos tipos de diseño, cada factor continuo tiene 3 niveles.
Posibilidad de aumentar el orden del diseño de manera secuencial
A veces, usted comienza con un diseño más pequeño para comprobar si están presentes términos cuadráticos o interacciones antes de agregar más corridas para estimar esos términos. Las duplicaciones y las corridas axiales son dos estrategias en la experimentación secuencial.
En Minitab, usted puede duplicar los diseños factoriales fraccionados y de Plackett-Burman. Una duplicación proporciona corridas para estimar las interacciones que se confunden en la fracción inicial del diseño.
Con un diseño factorial fraccionado, usted también puede agregar corridas axiales. Las corridas axiales permiten estimar los términos cuadráticos para los factores incluidos en el diseño.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política