diseño de experimentos en la investigación

7/25/2019 Diseo de Experimentos en La Investigacin

1/8

Diseo de experimentos en la investigacin

Lo que se ha dicho hasta el momento tambin es vlido en el campo de lainvestiga-cin cientfca o aplicada, ya que a fn de cuentas, el objetivo esgenerar nuevas ideas y mejores respuestas a las interrogantes del investigadorsobre el objeto de estudio. l objetivo de los mtodos estadsticos es lograr que

el proceso de generar conocimiento y aprendi!aje sea lo ms efciente posible.n este proceso, que ha de-mostrado ser secuencial, interact"an dos polos#vase fgura $ . $ %. &or un lado estn la teora, los modelos, las hiptesis, lasconjeturas y los supuestos' por el otro, estn la realidad, los hechos, los(enmenos, la evidencia y los datos. )s, como se comenta en *o+ et al.#$%, una hiptesis inicial lleva a un proceso #% de deduccin en el que lasconsecuencias derivadas de la hiptesis pueden ser comparadas con los datos./uando las consecuencias y los datos no corresponden. ntonces ladiscrepancia puede llevar a un proceso de induccin, en el cual se modifca lahiptesis original. 0e esta manera inicia un segundo ciclo de la interaccin deteora y datos. n el cual las consecuencias de la hiptesis modifcada son

comparadas con los datos #los viejos y los que se obtengan en este nuevociclo%' esto puede llegar a (uturas modifcaciones y a la obtencin deconocimiento. ste proceso interactivo de aprendi!aje puede visuali!arse comoun ciclo de retroalimentacin #fgura $.1%, en el cual las discrepancias entre losdatos y las con-secuencias de la hiptesis 2$, llevan a una hiptesis modifcadah1 y de la criticacin de sta, adems de conocimiento, se produce unamodifcacion de la modicacin #hiptesis 23% y as sucesivamente.

Breve historia del diseo de experimentos

l dise4o estadstico de e+perimentos, desde su introduccin por 5onald )6isher en la primera mitad del siglo ++ en 7nglaterra, se ha utili!ado para

conseguir un aprendi!aje acelerado. l trabajo de 6isher a travs de su libro thedesign o( e+periments #$38%,

in9uvo de manera decisiva en la investigacin agrcola, ya que aporto losmtodos # ahora usados en todo el mundo% para evaluar los resultados dee+perimentos con muestras peque4as . La clave de las aportaciones de 6isherradica en que su investigacin se dio cuenta de que las (allas en la (allas en la(orma dedesaroallar e+perimentos obsraculi!ada el anlisis de los resultadose+perimentales. 6isher tambin proporciono mtodos para dise4are+perimentos destinados a investigar la in9uencia simultanea de varios(actores.

Los desarrollos posteriores en dise4o de e+perimentos ,(ueron encabe!ados#por :eorge . &. *o+, quien trabajo como estadstico durante ocho a4os en laindustria medica en inglaterra y desarrollo la metodologia ,superfcie derespuestas . #vease *o+ y ;ilson, $8$%, la cual incluye nuevas (amilias y tinaestra-tegia para la e+perimentacion secuencial< s posible afrmar que emu#=$8> y $>, el disefo de e+perimentos se convirti? en una herramienta deaplicacion (recueme, pero solo en las areas de investigaci?n y desarrollo. liasta#7@cada de $>, la aplicacion a nivel planta o procesos de rnanu(actura no


2/8

estaba general i!ada, debido a la (alta de recursos computacionales y a que losingenieros y especia l istas en manu(ac-tura careclan de (ormacion en el areade estathstica.

n la decada de $> se dio un gran impulso al conocimiento y 7a aplicaci?ndel dise4o de e+perimentos debido al e+ito en calidad de la industria= a

japonesa. l movimiento por la calidad, encabe!ado por los gurues 0eming e7shiAaB, promovio el uso de la estadstica en la calidad, donde el dise4o dee+perimentos demostro su utilidad tanto para resolver problemas de (ondocoma para disenar mejor los productos y los procesos. n Capon destaca eltrabajo de :enichi Daguchi, cuyos conceptos sabre disefo robusto tambientuvieron un impacto signifcativo en la academia en el mundo occidental. /omorespuesta al movimiento por la calidad y la mejora de pro-cesos industriasempe!aron a entrenar a sus ingenieros en la aplicacion del discno dee+perimentos. sto continua en la actualidadE incluso, en los tiltimos veintealias, las universidades han incorporado el dise4o de e+perimentos comomateria obligatoria u operativa en la mayoria de las ingenierias

Defniciones bsicas en el diseo de experimentos

l dise4o de e+perimentos es la aplicacin del mtodo cientifco para generarconocimiento acerca de un sistema o proceso, por medio de pruebas planeadasadecuadamente. sta metodologa se ha ido consolidando como un conjuntode tcnicas estadsticas y de ingenieras que permiten entender mejorsituaciones complejas de relacin causa-e(ecto.

ExperimentoFn e+perimento es un cambio en las condiciones de operacin de un sistema opro-ceso, que se hace con el objetivo de medir el e(ecto del cambio sobre unao varias propiedades del producto o resultado. )simismo, el e+perimentopermite aumentar el conocimiento acerca del sistema. &or ejemplo, en unproceso qumico se pueden probar di(erentes temperaturas y presiones, ymedir el cambio observado en el rendi-miento #yield, ppm, de(ectivo% delproceso. )l anali!ar los e(ectos #datos% se obtiene conocimiento acerca delproceso qumico, lo cual permite mejorar su desempe4o.

Unidad experimental

La unidad e+perimental es la pie!a#s% o muestra#s% que se utili!a para generarun valor que sea representativo del resultado del e+perimento o prueba. ncada dise4o de e+perimentos es importante defnir de manera cuidadosa launidad e+perimental, ya que sta puede ser una pie!a o muestra de unasustancia o un conjunto de pie!as producidas, dependiendo del proceso que seestudia. &or ejemplo, si se quiere inves-tigar alternativas para reducir elporcentaje de pie!as de(ectuosas, en un proceso que produce muchas pie!asen un lapso corto de tiempo, es claro que no sera muy con-fable que la unidad


3/8

e+perimental (uera una sola pie!a, en la cual se vea si en una condicine+perimental estaba de(ectuosa o no. )qu, la unidad e+perimental ser ciertacantidad de pie!as que se producen en las mismas condicionese+perimentales, y al fnal se anali!ar cuntas de ellas estn de(ectuosas ycuntas no.

Variables,actores y niveles

n todo proceso intervienen distintos tipos de variables o (actores corno losque se muestran en la fgura $.3, donde tambin se aprecian algunasinterrogantes al planear un e+perimento.

Variables! de resp"esta.

) travs de esta#s% variables% se conoce el e(ecto o los resultados de cadaprueba e+perimental #vase fgura $.3%, por lo que pueden ser caractersticasde la calidad de unproducto yGo variables que miden el desempe4o de

Fn proceso. l objetivo de muchos estudios e+perimentales es encontrar la

(orma de mejorar las variables de respuesta. &or lo general estas variable sedenotan con la letra y.

#actores controlables$

Hon variables de proceso ? caractersticas de los materiales everimentales quese pucA.Am fjar en un nive$ dado. )lgunos de stos son los que usualmente secontrolan durante la operacion normal del proceso #vase fgura $.3%, y sedistinguen porque, para cada uno de ellos, e+iste la manera o el mecanismopara cambiar o manipular su nivel de operacin. sto "ltimo es lo que haceposible que se pueda e+perimentar con ellos. &or ejemplo, si en el proceso seusa agua a @>I/ entonces debe e+istir un mecanismo que permita lijar la

temperatura del agua dentro de un rango do operacin. )lgunos (actores o/aractersticas que generalmente se controlan son' temperatura, tiempo deresidencia, cantidad de cierto reactivo, tipo de reactivo, mtodo de operacin,velocidad, presin, etc. ) los (actores controlables tambin se les llamavariables de entrada, condiciones de proceso, variables de dise4o. &armetrosdel proceso, las + de un proceso o simplemente (actores.

#actores no controlables o de r"ido.

Hon variables o caractersticas de materiales y mtodos que no se puedencontrolar durante el e+perimento o la operacin normal del proceso%. &orejemplo, algunos (actores que suelen ser no controlables son las variables

ambientales #lu!, humedad, temperatura, partculas, ruido, etc.%, el nimo delos operadores, la calidad del material que se recibe del proveedor #interno oe+terno%.Fn (actor que ahora nes no controlable puede convertirse encontrolable cuando se cuenta con el mecanismo o la tecnologa para ello.

#actores est"diados.

Hon las variables que se investigan en el e+perimento, res-pecto de cmoin9uyen o a(ectan a la#s% variable#s% de respuesta. Los (actores estu-diados


4/8

pueden ser controlables o no controlables, a estos "ltimos qui! (ue posible yde inters controlarlos durante el e+perimento. &ara que un (actor pueda serestudia-do es necesario que durante el e+perimento se haya probado en, almenos, dos nive-les o condiciones. n principio, cualquier (actor, seacontrolable o no, puede tener alguna in9uen-cia en la variable de respuestaque se re9eja en su media o en su variabilidad. &ara fnes de un dise4o dee+perimentos deben seleccionarse los (actores que se conside-ra, porconocimiento del objeto de estudio, que pueden tener e(ecto sobre la respues-ta de inters. ?bviamente, si se decide o interesa estudiar el e(ecto de un(actor no controlable, parte de la problemtica a superar durante el dise4o esver la manera en que se controlar durante el e+perimento tal (actor.

%iveles y tratamientos.

Los di(erentes valores que se asignan a cada (actor estu-diado en un dise4oe+perimental se llaman niveles. Fna combinacin de niveles de todos los(actores estudiados se llama tratamiento o punto de dise4o. &or ejemplo, si enun e+perimento se estudia la in9uencia de la velocidad y la temperatura, y sede-cide probar cada una en dos niveles, entonces cada combinacin de niveles#veloci-dad, temperatura% es un tratamiento. n este caso habra cuatrotratamientos, como se muestra en la tabla $.$. s necesario probar cadatratamiento y obtener el correspondiente valor de y.

Error aleatorio y error experimental.

Hiempre que se reali!a un estudio e+peri-mental, parte de la variabilidadobservada en la respuesta no se podr e+plicar por los (actores estudiados.sto es, siempre habr un remanente de variabilidad que se debe a causas/omunes o aleatorias, que generan la variabilidad natural del proceso. stavariabilidad constituye el llamado error aleatorio. &or ejemplos ser parte deeste error aleatorio el peque4o e(ecto que tienen los (actores que no seestudiaron, siem-pre y cuando se mantenga peque4o o despreciable, as comola variabilidad de las mediciones hechas bajo las mismas condiciones. Hinembargo, el error aleatorio tambin absorber todos los errores que ele+perimentador cornete durante los e+pe-rimentos, y si stos son graves, msque error aleatorio hablaremos de error e+peri-mental. 0e predominar ste, ladeteccin de cules de los (actores estudiados tienen un e(ecto real sobre larespuesta ser di(cil, si no es que imposible. /uando se corre un dise4oe+perimental es importante que la variabilidad ob-servada de la respuesta Jedeba principalmente a los (actores estudiados y en menor medida al erroraleatorio, y adems que este error sea e(ectivamente aleatorio. /uan-do la

mayor parte de la variabilidad observada se debe a (actores no estudiados o aun error no aleatorio, no se podr distinguir cul es el verdadero e(ecto quetienen los (actores estudiados, con lo que el e+perimento no alcan!ara suobjetivo principal. 0e aqu la importancia de no dejar variar libremente aning"n (actor que pueda in9uir de manera signifcativa sobre elcomportamiento de la respuesta #principio de bloqueo%.

Etapas en el diseo de experimentos


5/8

un aspecto (undamental del dise4o de e+perimentos es decidir cules pruebatarnientos se van a reali!ar y cuntas repeticiones de cada uno se requieren.0e manera que se obtenga la m+ima in(ormacin al mnimo costo posible. l7rrelA, (ormadopor los di(erentes tratamientos que sern corridos, incluyendolas repeticA%, nes, recibe el nombre de matri! de dise4o o slo dise4o. &ara queun estudio e+perimental sea e+itoso es necesario reali!ar. por etai+thdi(erentes actividades. n este sentido. la etapa ms importante y a la que sele debe dedicar mayor tiempo es la planeacin #vase captulo $>%. )continuacin se describen de manera breve las etapas del dise4o dee+perimentos con objeto de dar url

Kisin global de lo que implica su correcta aplicacin. Karios conceptos que seiner- cionan en estas etapas se defnen con detalle en los siguientes captulos.

&laneacin y reali'acin

$. ntender y delimitar el problema u objeto de estudio. &laneacin se debenhacer inM estigaciones preliminares qu-,N entender y delimitar el problema u

objeto de estudio, de tal (orma que -N'uede claro qu se va a estudiar. por ques importante y, si es un /u es la magnitud del mismo.

1. legir la#s% variable#s% de respuesta que ser medida en cada pBalb deldise4o y verifcar que se mide de manera confable. G$ de ests% variable#es% esvital, ya que en ella se re9eja ei re,. itade $$# pruebas. &or ello, se deben elegiraquellasque mejor re9ejen eN N que caractericen al objeto de estudio. )dems,se debe tener que las mediciones que se obtengan sobre esas variables seanconfables. n otras palabras, se debe garanti!ar que los instrumentos yGomtodos de me-dicin son capaces de repetir y reproducir una medicin, quetienen la pre-cisin#error% y e+actitud #calibracin% necesaria. 5ecordemos quelos siste-mas de medicin son la (orma en laque percibimos la realidad, por loque si stos son defcientes, las decisionesque se tomen con base en ellospueden ser inadecuadas. 3. 0eterminar cules (actores deben estudiarse oinvestigarse, de acuer-do a la supuesta in9uencia que tienen sobre larespuesta. Oo se trata de que el e+perimentador tenga que saber a prioricules (actores in9uyen, puesto que precisamente para eso es el e+perimento,pero s de que utilice toda la in(ormacin disponible para incluir aquellos que seconsidera que tienen un mayor e(ecto. P. Heleccionar los niveles de cada(actor, as como el dise4o e+perimen-tal adecuado a los (actores que se tieneny al objetivo del e+peri-mento. ste paso tambin implica determinar cuntasrepeticiones se ha-rn para cada tratamiento, tomando en cuenta el tiempo, elcostoy la precisin deseada. 8. &lanear y organi!ar el trabajo e+perimental. /on

base en el dise4o seleccionado, organi!ar y planear con detalle el trabajoe+perimental, por ejemplo, las personas que van a intervenir, la (ormaoperativa en que se ha-rn las cosas, etc. #vase captulo $>%. @. 5eali!ar ele+perimento. Heguir al pie de la letra el plan previsto en la etapa anterior, y encaso de alg"n imprevisto, determinar aqu persona se le reportara y lo que sehara.


6/8

(nlisis

n esta etapa no se debe perder de vista que los resultados e+perimentalesson observaciones muestrales, no poblacionales. &or ello, se debe recurrir amtodos estadsticos in(erenciales para ver si las di(erencias o e(ectosmuestrales #e+perimentales% son lo sufcientemente grandes para que

garanticen di(erencias poblacionales #o a nivel proceso%. La tcnica estadsticacentral en el anlisis de los e+perimentos es el llamado anlisis de varian!a)O?K) #acrnimo en ingls%.

)nterpretacin

)qu, con el respaldo del anlisis estadstico (ormal, se debe anali!ar condetalle lo que ha pasado en el e+perimento, desde contrastar las conjeturasiniciales con los resultados del e+perimento, hasta observar los nuevosaprendi!ajes que sobre el pro-ceso se lograron, verifcar supuestos y elegir eltratamiento ganador, siempre con apoyo de las pruebas estadsticas.

*ontrol y concl"siones fnales&ara concluir el estudio e+perimental se recomienda decidir qu medidasimplementar para generali!ar el resultado del estudio y para garanti!ar que lasmejoras se mantengan. )dems, es preciso organi!ar una presentacin paradi(undir los logros.

*onsideraciones prcticas sobre el "so de m+todos estadsticos

ic ion lo dicho en la seccin anterior, es importante tomar en cuenta que aunNque el ti m% de metodologas estadsticas por lo general ayuda a hacer ms

efciente el proceso de investigacin y de solucin de problemas, es necesarioreconocer que las metodologas estadsticas por s solas no garanti!aninvestigaciones e+itosas, por ello es importante considerar los siguientespuntos'

El conocimiento no estadstico es vital. &ara utili!ar los mtodosestadsticos en general y los dise4os de e+perimentos en particular, en primerlugar se requiere que el e+perimentador tenga un buen nivel de conocimientotcnico y prctico sobre el (enmeno o procesoque estudia, de tal (orma quepueda vislumbrar con cierta (acilidad cules son los aspectos clave del(enmeno y sea capa! de plantear conjeturas precisas, vislumbrar el tipo derelaciones entre las variables de respuesta y los posibles (actores a estudiar.

Dodo esto ayudar a seleccionar mejor los (actores y sus niveles, as como eldise4o que es mejor aplicar. )dems, ese conocimiento permitir sacarle unprovecho real al anlisis estadstico de los resultados y obtener conclusio-nesque generen aprendi!aje y soluciones$

-econocer la dierencia entre signifcancia estadstica e importanciaprctica. n ocasiones, un e+perimentador puede concluir que dostratamientos son di-(erentes estadsticamente, pero que tales di(erencias,


7/8

aunque sean signifcativas, no necesariamente representan una di(erencia queen la prctica sea importante.

(postarle ms a la experimentacin sec"encia. /"e a "n experimento0nico y defnitivo$n ocasiones, los e+perimentadores novatos pretenden enuna sola (ase de e+perimentacin contestar todas sus interrogantes sobre un

proceso o (en-meno en particular. Hin embargo, esto puede llevar ae+perimentos muy e+tensos que consuman demasiados recursos y queretarden la generacin de resultados. &or ello es importante considerar comoalternativas a di(erentes (ases de e+perimentacin en (orma secuencial, en lascuales se alcance paulatinamente una mayor precisin en los conocimientos ysoluciones. s importante no con(undir la e+perimentacin secuencial con lae+perimenta-cin a prueba y error #vase seccin Q+perimentacin (actorial(rente a mover un (actor a la ve!Q del captulo 8%. La e+perimentacinsecuencial en cada (ase sigue una estrategia bien defnida y pensadaE por lotanto, en cada (ase se obtienen resultados y conclusiones importantes quepermiten generar solucionesy conocimiento ms ref-ado para plantear de

mejor manera la siguiente (ase de e+perimentacin.

&rincipios bsicos

l dise4o de e+perimentos trata de (enmenos que son observables yrepetibles. &or lo tanto, sin el pensamiento estadstico, los conceptos deobservabilidad y repetibili-dad son inherentemente contradictorios. /ualquiercosa observada se aprecia con variabilidadE nada ocurre e+actamente de lamisma (orma dos veces, incluso las mediciones del mismo evento varan.ntonces. Rqu se quiere decir cuando la ciencia demanda que unaobservacin sea repetibleS, Rqu repeticin es realmente una repe-ticinS,cuando un resultado es el mismo o difere, Res confrmacin o contradiccinSstaspreguntas no pueden ser contestadas de manera coherente sin elpensamiento estadsticoEpor ejemplo, alguien da una nueva receta dechocolate, dice que no (alla, pero se prueba y no sale, mientras que el segundoy tercer intento s (uncionan. RLa receta est comprobada completamenteS #Los


8/8

chocolates tienen ms de >> ingre-dientes individuales que pueden serseparados.% 0e acuerdo con lo anterior, se debe ser muy cuidadoso en laplaneacin y el anlisis de un e+perimento. l punto de partida para unacorrecta planeacin es apli-car los principios bsicos del dise4o dee+perimentos' aleatori!acin, repeticin y bloqueo, los cuales tienen que verdirectamente con que los datos obtenidos sean "tiles para responder a laspreguntas planteadas, es decir, la valide! del anlisis de los datos se apoya enestos principios.

(leatori'acin. /onsiste en hacer las corridas e+perimentales en ordenaleatorio #al a!ar% y con material tambin seleccionado aleatoriamente. steprincipio aumen-ta la probabilidad de que el supuesto de independencia de loserrores se cumpla, lo cual es un requisito para la valide! de las pruebas deestadsticas que se reali!an. Dambin es una manera de asegurar que laspeque4as di(erencias provocadas por materiales, equipo y todos los (actores nocontrolados, se repartan de manera homo-gnea en todos los tratamientos. &orejemplo, una evidencia de incumplimiento o violacin de este principio se

manifesta cuando el resultado obtenido en una prueba est muy in9uenciadopor la prueba inmediata anterior.

-epeticin. s correr ms de una ve! un tratamiento o una combinacin de(actores. s preciso no con(undir este principio con medir varias veces elmismo resultado e+pe-rimental. 5epetir es volver a reali!ar un tratamiento,pero no inmediatamentedespus de haber corrido el mismo tratamiento, sinocuando corresponda de acuerdo con la alea-tori!acin. Las repeticionespermiten distinguir mejor qu parte de la variabilidad total de los datos se debeal error aleatorio y cul a los (actores. /uando no se hacen repeti-ciones no haymanera de estimar la variabilidad natural o el error aleatorio, y esto dif-culta laconstruccin de estadsticas realistas en el anlisis de los datos.

Blo/"eo. # Fh$t/ en nuliricar o tomar en cuenta. en (orma adecuada, todos los(a'- tore que ruedan a(ectar la respuesta observada. )l bloquear, se suponeque el sub-conjunto de timoM que B obtengan dentro de cada bloque #nivelparticular del (actor hloqueddo%. debe resultar in. homogneo que el conjuntototal de datos. &or ejem-plo. si A,T quieren comparar cuatro mquinas, esimportante tomar en cuenta al ope-rad#Ur de laA, mquinas. en especial i secree que la habilidad y los conocimientos del operador pueden in9uir en elresultado. Fna posible estrategia de bloqueo del (ac-tor operador, #.-$Q-,$ queun miOino operador reali!ara toda,O $-vuelva--E del e+peri-mento. ?tra pn,.,itile

es-trateAlia de bloqueo sera e+perimentar con cuati-A.% operadores #cuatrobl#que%. donde /Aidii uno de #.$$ prueba leatorioLt cuatro m-quinas' en estesegundo cam%. la comparacin de las $-i-ntimas qui!s c ms real. ue porquese espera que las mediciones del misnB Ipe-scan ms parecidas entre s quelas mediciones de varios operadores.

diseño de experimentos en la investigación

Documents