El nivel de esfuerzo es la cantidad de esfuerzo a la que es sometida una unidad durante una prueba del tipo pasa/no pasa (análisis probit) o una prueba acelerada de vida útil. Por ejemplo, usted podría utilizar un número de valores de esfuerzo para realizar pruebas con cargas comunes de esfuerzo. Para probar un taladro de banco que funciona a 4 velocidades diferentes en condiciones de uso normal, incluya los 4 niveles de esfuerzo en la prueba.
Cuando la vida útil esperada es demasiado larga para probarla desde el punto de vista práctico, usted puede utilizar niveles de tensión que son más altos que las condiciones de uso normal para causar fallas tempranas. Por ejemplo, un motor tiene una vida media de miles de horas a una velocidad estándar. Para provocar fallas prematuras, los ingenieros prueban el motor al doble de la velocidad estándar. Los ingenieros completan la prueba en una fracción del tiempo. Posteriormente, los ingenieros extrapolan el tiempo para fallar a las condiciones de uso normal a partir de la velocidad elevada de la prueba.
Utilice su conocimiento del sistema para elegir los niveles elevados de esfuerzo. Los niveles de esfuerzo que son demasiado altos pueden hacer que el sistema falle repentinamente en lugar de acelerar el desgaste. Por ejemplo, una prueba de esfuerzo de la resistencia a la compresión de un cartón de huevos a varios miles de libras de presión provocaría una rotura inmediata. Esta prueba no ofrecería mucha información útil con respecto a la resistencia del cartón en condiciones normales.
Usted debe ingresar el diseño y los niveles de esfuerzo de la prueba. De manera predeterminada, Minitab establece una asignación de las unidades a los diferentes niveles de esfuerzo que minimiza la varianza asintótica del parámetro que se desea estimar. Alternativamente, usted puede indicar la asignación.
La eficiencia del plan de prueba se mide en términos de la varianza del parámetro que se desea estimar. Sin embargo, un plan de prueba sumamente eficiente (uno con poca varianza) puede producir estimaciones de parámetros que no son exactas. En particular, la exactitud de los resultados depende de que se obtengan suficientes fallas en cada nivel de esfuerzo. Para lograr resultados exactos, una directriz común es que el número esperado de fallas en cada uno de los esfuerzos de la prueba debe ser 4 o más.