ESTRATEGIA DE EXPERIMENTACION

Investigadores de prcticamente todos los campos de estudio llevan a cabo experimentos, por lo general para descubrir algo acerca de un proceso o sistema particular. En un sentido literal, un experimento es una prueba. En una perspectiva ms formal, un experimento puede definirse como una prueba o serie de pruebas en las que se hacen cambios deliberados en las variables de entrada de un proceso o sistema para observar e identificar las razones de los cambios que pudieran observarse en la respuesta de salida. En ingeniera, la experimentacin desempea un papel importante en el diseo de productos nuevos, el desarrollo de procesos de manufactura y el mejoramiento de procesos. El objetivo en muchos casos sera desarrollar un proceso robusto, es decir, un proceso que sea afectado en forma mnima por fuentes de variabilidad externas. Como ejemplo de un experimento, suponga que un ingeniero metalrgico tiene inters en estudiar el efecto de dos procesos diferentes de endurecimiento, el templado en aceite y el templado en agua salada, sobre una aleacin de aluminio. El objetivo del experimentador es determinar cul de las dos soluciones de templado produce la dureza mxima para esta aleacin particular. El ingeniero decide someter varios ejemplares o muestras para ensayo de la aleacin a cada medio de templado y medir la dureza de los ejemplares despus del templado. Para determinar cul de las soluciones es la mejor, se usar la dureza promedio de los ejemplares tratados en cada solucin de templado. Al examinar este sencillo experimento salen a relucir varias cuestiones importantes: 1. Estas dos soluciones son los nicos medios de templado de inters potencial? 2. Hay en este experimento otros factores que podran afectar la dureza y que deberan investigarse o controlarse? 3. Cuntas muestras para ensayo de la aleacin debern probarse en cada solucin de templado? 4. Cmo debern asignarse las muestras para ensayo de prueba a las soluciones de templado y en qu orden debern colectarse los datos? 5. Qu mtodo de anlisis de datos deber usarse? 6. Qu diferencia en la dureza promedio observada entre los dos medios de templado se considerar importante? Todas estas preguntas, y tal vez muchas ms, tendrn que responderse satisfactoriamente antes de llevar a cabo el experimento. En cualquier experimento, los resultados y las conclusiones que puedan sacarse dependen en gran medida de la manera en que se recabaron los datos. Para ilustrar este punto, suponga que el ingeniero metalrgico del experimento anterior utiliz ejemplares de una hornada para el templado en aceite y ejemplares de una segunda hornada para el templado en agua salada. Entonces, cuando compare la dureza promedio, el ingeniero no podr saber qu parte de la diferencia observada es resultado de la solucin de templado y qu parte es el resultado de la solucin de templado y que parte es el resultado de diferencias inherentes entre las hornadas.1 Por lo tanto, el mtodo utilizado para recabar los datos ha afectado de manera adversa las conclusiones que pueden sacarse del experimento. En general, los experimentos se usan para estudiar el desempeo de procesos y sistemas. El proceso o sistema puede representarse con el modelo ilustrado en la figura 1-1. El proceso puede por lo general visualizarse como una combinacin de mquinas, mtodos, personas u otros recursos que transforman cierta entrada (con frecuencia un material) en una salida que tiene una o ms respuestas observables. Algunas variables del procesoxx,x2, ...,xp son controlables, mientras que otras z1,z2, ...,zq son no controlables

(aunque pueden serlo para los fines de una prueba). Los objetivos del experimento podran comprender los siguientes: 1. Determinar cules son las variables que tienen mayor influencia sobre la respuesta y. 2. Determinar cul es el ajuste de las x que tiene mayor influencia para que y est casi siempre cerca del valor nominal deseado. 3. Determinar cul es el ajuste de las x que tiene mayor influencia para que la variabilidad de y sea reducida. 4. Determinar cul es el ajuste de las x que tiene mayor influencia para que los efectos de las variables no controlables z1, z2, ..., zq sean mnimos. Como se puede ver por el anlisis anterior, los experimentos incluyen muchas veces varios factores. Habitualmente, uno de los objetivos de la persona que realiza un experimento, llamada el experimentador, es determinar la influencia que tienen estos factores sobre la respuesta de salida del sistema. Al enfoque general para planear y llevar a cabo el experimento se le llama estrategia de experimentacin.

Figura 1-1 Modelo general de un proceso o sistema.

ALGUNA APLICACIONES TIPICAS DEL DISEO EXPERIMENTAL

Los mtodos del diseo experimental han encontrado amplia aplicacin en diversas disciplinas. De hecho, la experimentacin puede considerarse parte del proceso cientfico y uno de los medios para conocer el funcionamiento de sistemas y procesos. En general, el aprendizaje ocurre a travs de una serie de actividades en las que se hacen conjeturas acerca de un proceso, se llevan a cabo experimentos para generar datos del proceso y despus se usa la informacin del experimento para establecer nuevas conjeturas, lo que lleva a nuevos experimentos, y as sucesivamente. El diseo experimental es una herramienta de importancia fundamental en el mbito de la ingeniera para mejorar el desempeo de un proceso de manufactura. Tambin tiene mltiples aplicaciones en el desarrollo de procesos nuevos. La aplicacin de las tcnicas del diseo experimental en las fases iniciales del desarrollo de un proceso puede redundar en 1. Mejoras en el rendimiento del proceso. 2. Variabilidad reducida y conformidad ms cercana con los requerimientos nominales o proyectados. 3. Reduccin del tiempo de desarrollo. 4. Reduccin de los costos globales.

Los mtodos del diseo experimental desempean tambin un papel importante en las actividades del diseo de ingeniera, donde se desarrollan productos nuevos y se hacen mejoramientos en los productos existentes. Entre las aplicaciones del diseo experimental en el diseo de ingeniera se encuentran: 1. La evaluacin y comparacin de configuraciones de diseos bsicos. 2. La evaluacin de materiales alternativos. 3. La seleccin de los parmetros del diseo para que el producto tenga un buen funcionamiento en una amplia variedad de condiciones de campo, es decir, para que .el producto sea robusto. 4. La determinacin de los parmetros clave del diseo del producto que afectan el desempeo del mismo. El uso del diseo experimental en estas reas puede redundar en productos cuya fabricacin sea ms sencilla, en productos que tengan un desempeo y confiabilidad de campo mejorados, en costos de produccin ms bajos y en tiempos ms cortos para el diseo y desarrollo del producto. A continuacin se presentan varios ejemplos que ilustran algunas de estas ideas.

Caracterizacin de un proceso
En el proceso de fabricacin de tarjetas de circuitos impresos se utiliza una mquina de soldadura lquida. La mquina limpia las tarjetas en un fundente, las somete a un proceso de precalentamiento y despus las hace pasar por una onda de soldadura lquida mediante una transportadora. En este proceso de soldadura se hacen las conexiones elctricas y mecnicas de los componentes recubiertos de plomo en la tarjeta. El proceso opera actualmente con un nivel de defectos aproximado de 1%. Es decir, cerca de 1% de las juntas de soldadura de una tarjeta son defectuosas y requieren correccin manual. Sin embargo, debido a que la tarjeta de circuitos impresos promedio contiene ms de 2000 juntas de soldadura, incluso un nivel de defectos de 1% representa un nmero demasiado alto de juntas de soldadura que requieren correccin. Al ingeniero responsable del proceso en esta rea le gustara usar un experimento diseado para determinar cules son los parmetros de la mquina que influyen en la ocurrencia de los defectos de soldadura y qu ajustes deberan hacerse en dichas variables para reducir los defectos de soldadura. En la mquina de soldadura lquida hay diversas variables que pueden controlarse. stas incluyen: 1. La temperatura de la soldadura. 2. La temperatura del precalentamiento. 3. La velocidad de la transportadora. 4. El tipo de fundente. 5. La gravedad especfica del fundente. 6. La profundidad de la onda de soldadura. 7. El ngulo de la transportadora. Adems de estos factores controlables, hay otros que no es sencillo manejar durante el proceso de fabricacin, aunque podran controlarse para los fines de una prueba. stos son: 1. El espesor de la tarjeta de circuitos impresos. 2. El tipo de componentes usados en la tarjeta. 3. La disposicin de los componentes en la tarjeta. 4. El operador. 5. La rapidez de produccin.

En esta situacin, el inters del ingeniero es caracterizar la mquina de soldadura lquida; es decir, quiere determinar los factores (tanto los controlables como los no controlables) que afectan la ocurrencia de defectos en las tarjetas de circuitos impresos. Para ello puede disear un experimento que le permitir estimar la magnitud y direccin de los efectos de los factores; es decir, cunto cambia la variable de respuesta (defectos por unidad) cuando se modifica cada factor, y si la modificacin de los factores en conjunto produce resultados diferentes que los obtenidos mediante el ajuste individual de los factores; es decir, existe interaccin entre los factores? En ocasiones a un experimento como ste se le llama experimento tamiz o de exploracin exhaustiva. De manera tpica, los experimentos tamiz incluyen el uso de diseos factoriales fraccionadas. La informacin obtenida de este experimento tamiz se usar para identificar los factores crticos del proceso y determinar la direccin del ajuste de dichos factores a fin de conseguir una reduccin adicional del nmero de defectos por unidad. El experimento tambin puede proporcionar informacin acerca de los factores que deberan controlarse con mayor atencin durante el proceso de fabricacin a fin de evitar los niveles elevados de defectos y el desempeo errtico del proceso. Por lo tanto, una consecuencia, del experimento podra ser la aplicacin de tcnicas como las cartas de control a una o ms de las variables del proceso (la temperatura de la soldadura, por ejemplo), aunadas a las cartas de control de la produccin del proceso. Con el tiempo, si se consigue una mejora sensible del proceso, quiz sea posible basar la mayor parte del programa de control del mismo en el control de las variables de entrada del proceso en lugar de aplicar cartas de control a la produccin.

Optimizacin de un proceso
En un experimento de caracterizacin, el inters suele centrarse en determinar las variables del proceso que afectan la respuesta. El siguiente paso lgico es la optimizacin, es decir, determinar la regin de los factores importantes que conduzca a la mejor respuesta posible. Por ejemplo, si la respuesta es el rendimiento, se buscara la regin del rendimiento mximo, mientras que si la respuesta es la variabilidad de una dimensin crtica del producto, se buscara una regin de variabilidad mnima. Supongamos que el inters se centra en mejorar el rendimiento de un proceso qumico. Por los resultados de un experimento de caracterizacin se sabe que las dos variables ms importantes del proceso que influyen en el rendimiento son la temperatura de operacin y el tiempo de reaccin. El proceso opera actualmente a 145F y con 2.1 horas de tiempo de reaccin, produciendo rendimientos de cerca de 80%. En la figura 1-9 se muestra una vista desde arriba de la regin tiempo-temperatura. En esta grfica las lneas de rendimiento constante se unen para formar los contornos de respuesta, y se muestran las lneas de contorno para rendimientos de 60, 70, 80, 90 y 95 por ciento. Estos contornos son las proyecciones en la regin tiempo-temperatura de las secciones transversales de la superficie del rendimiento correspondiente a los rendimientos porcentuales arriba mencionados. A esta superficie se le llama en ocasiones superficie de respuesta. El personal del proceso no conoce la verdadera superficie de respuesta de la figura 1-9, por lo que se necesitarn mtodos experimentales para optimizar el rendimiento con respecto al tiempo y la temperatura. Para localizar el rendimiento ptimo, es necesario llevar a cabo un experimento en el que se hagan variar conjuntamente el tiempo y la temperatura, es decir, un experimento factorial. En la figura 1-9 se muestran los resultados de un experimento factorial inicial realizado con dos niveles tanto del tiempo como de la temperatura. Las respuestas que se observan en los cuatro vrtices del cuadrado indican que, para incrementar el

rendimiento, los cambios deberan hacerse en la direccin general del aumento de la temperatura y la reduccin del tiempo de reaccin. Se realizaran algunas corridas adicionales en esta direccin, y esta experimentacin adicional llevara a la regin del rendimiento mximo. Una vez que se ha encontrado la regin del rendimiento ptimo, el siguiente paso tpico sera realizar un segundo experimento. El objetivo de este segundo experimento es desarrollar un modelo emprico del proceso y obtener una estimacin ms precisa de las condiciones de operacin ptimas para el tiempo y la temperatura. A este enfoque para la optimizacin de un proceso se le llama la metodologa de superficies de respuesta. El segundo diseo ilustrado en la figura 1-9 es un diseo central compuesto, uno de los diseos experimentales ms importantes que se usan en los estudios de optimizacin de procesos.

Ilustracin del diseo de un producto

Con frecuencia los mtodos de diseo experimental pueden aplicarse en el proceso de diseo de un producto. Para ilustrar esto, suponga que un grupo de ingenieros est diseando el gozne de la puerta de un automvil. La caracterstica de calidad del producto que les interesa es el esfuerzo amortiguador, es decir la capacidad de retencin del tope que impide que la puerta se cierre cuando el vehculo se estaciona en una pendiente. El mecanismo amortiguador consta de un resorte de hojas y un cilindro. Cuando la puerta se abre, el cilindro se desplaza por un arco que hace que el resorte de hojas se comprima. Para cerrar la puerta es necesario vencer la fuerza del resorte, la cual produce el esfuerzo amortiguador. El equipo de ingenieros considera que el esfuerzo amortiguador es una funcin de los siguientes factores: 5. La distancia que se desplaza el cilindro. 6. La altura del resorte del pivote a la base. 7. La distancia horizontal del pivote al resorte. 8. La altura libre del resorte auxiliar. 9. La altura libre del resorte principal. Los ingenieros pueden construir un prototipo del mecanismo del gozne en el que es posible variar todos estos factores dentro de ciertos rangos. Una vez que se han identificado los niveles apropiados de estos cinco factores, puede disearse un experimento que conste de varias combinaciones de los niveles de los factores, y el prototipo del gozne puede probarse con estas combinaciones. Se obtendr as informacin respecto de los factores que tienen una mayor influencia sobre el esfuerzo amortiguador del tope y, mediante el anlisis de esta informacin, podr mejorarse el diseo del tope.

PRINCIPIOS BSICOS
Si quiere llevarse a cabo un experimento como los descritos en los ejemplos, con la mayor eficiencia posible, es necesario utilizar un enfoque cientfico para planearlo. El diseo estadstico de experimentos se refiere al proceso para planear el experimento de tal forma que se recaben datos adecuados que puedan analizarse con mtodos estadsticos que llevarn a conclusiones vlidas y objetivas. El enfoque estadstico del diseo experimental es necesario si se quieren sacar conclusiones significativas de los neos. Cuando el problema incluye datos que estn sujetos a errores experimentales, la metodologa estadstica es el nico enfoque objetivo de anlisis. Por lo tanto, cualquier problema experimental incluye dos aspectos: el diseo del experimento y el anlisis estadstico de los datos. Estos dos aspectos se encuentran ntimamente relacionados porque el mtodo de anlisis depende directamente del diseo empleado. Los tres principios bsicos del diseo experimental son la realizacin de rplicas, la aleatorizacin y la formacin de bloques. Por realizacin de rplicas se entiende la repeticin del experimento bsico. En el experimento metalrgico analizado en la seccin 1-1, una rplica consistira en el tratamiento de una muestra con el templado en aceite y el tratamiento de una muestra con el templado en agua salada. Por lo tanto, si se tratan cinco ejemplares en cada medio de templado, se dice que se han obtenido cinco rplicas. La realizacin de rplicas posee dos propiedades importantes. Primera, permite al experimentador obtener una estimacin del error experimental. Esta estimacin del error se convierte en una unidad de medicin bsica para determinar si las diferencias observadas en los datos son en realidad estadsticamente diferentes. Segunda, si se usa la media muestral (por ejemplo, y) para estimar el efecto de un factor en el experimento, la realizacin de rplicas permite al experimentador obtener una estimacin ms precisa de

este efecto. Por ejemplo, si o2 es la varianza de una observacin individual y hay n rplicas, la varianza de la media muestral es

La consecuencia prctica de lo anterior es que si se hicieron n = 1 rplicas y se observ y1= 145 (templado en aceite) y y2 = 147 (templado en agua salada), probablemente no podrn hacerse inferencias satisfactorias acerca del efecto del medio de templado; es decir, la diferencia observada podra ser resultado del error experimental. Por otra parte, si n fue razonablemente grande y el error experimental fue lo suficientemente pequeo, y se observ y1 < y2, podra concluirse con una certeza razonable que el templado en agua salada produce una dureza mayor en esta aleacin de aluminio particular que el templado en aceite. Hay una diferencia importante entre rplicas y mediciones repetidas. Por ejemplo, suponga que una oblea de silicio se graba con un proceso de grabado qumico con plasma para oblea nica, y que se hacen tres mediciones de una dimensin crtica de esta oblea. Estas mediciones no son rplicas; son una forma de mediciones repetidas y, en este caso, la variabilidad observada en las tres mediciones repetidas es reflejo directo de la variabilidad inherente del sistema o instrumento de medicin. Como otro ejemplo, suponga que, como parte de un experimento en la manufactura de semiconductores, se procesan simultneamente cuatro obleas en un horno de oxidacin con una velocidad del flujo de gas y un tiempo particulares y que se hace despus una medicin del espesor del xido en cada oblea. De nueva cuenta, la medicin de las cuatro obleas no son rplicas sino mediciones repetidas. En este caso reflejan las diferencias entre las obleas y otras fuentes de variabilidad dentro de esa operacin de horneado particular. En las rplicas se reflejan las fuentes de variabilidad tanto entre las corridas como (potencialmente) dentro de las mismas. La aleatorizacin es la piedra angular en la que se fundamenta el uso de los mtodos estadsticos en el diseo experimental. Por aleatorizacin se entiende que tanto la asignacin del material experimental como el orden en que se realizarn las corridas o ensayos individuales del experimento se determinan al azar. Uno de los requisitos de los mtodos estadsticos es que las observaciones (o los errores) sean variables aleatorias con distribuciones independientes. La aleatorizacin hace por lo general que este supuesto sea vlido. La aleatorizacin correcta del experimento ayuda tambin a sacar del promedio los efectos de factores extraos que pudieran estar presentes. Por ejemplo, suponga que los ejemplares del experimento descrito antes presentan slo ligeras diferencias en el espesor y que la efectividad del medio de templado puede ser afectado por el espesor del ejemplar. Si todos los ejemplares sometidos al templado en aceite son ms gruesos que los sometidos al templado en agua salada, quiz se est introduciendo un sesgo sistemtico en los resultados experimentales. Este sesgo estorba en uno de los medios de templado y en consecuencia, invalida los resultados obtenidos. Al hacer la asignacin aleatoria de los ejemplares al medio de templado este problema se aligera en parte. Es muy comn el uso de programas de computadora para auxiliar a los experimentadores a seleccionar y construir diseos experimentales. Estos programas presentan a menudo las corridas del diseo experimental de manera aleatoria. Por lo general este modo aleatorio se crea utilizando un generador de nmeros aleatorios. Incluso con estos programas de computadora, con frecuencia seguir siendo necesario que el experimentador haga la asignacin del material experimental (como las obleas en los

ejemplos de semiconductores mencionados antes), de los operadores, de los instrumentos o herramientas de medicin. etc., que se utilizarn en el experimento. Puede recurrirse a tablas de nmeros aleatorios para asegurar que las asignaciones se hacen al azar. En ocasiones los experimentadores se encuentran con situaciones en las que la aleatorizacin de un aspecto del experimento es complicada. Por ejemplo, en un proceso qumico, la temperatura puede ser una variable muy difcil de modificar, haciendo casi imposible la aleatorizacin completa de este factor. Existen mtodos de diseo estadstico para resolver las restricciones sobre la aleatorizacin. La formacin de bloques es una tcnica de diseo que se utiliza para mejorar la precisin de las comparaciones que se hacen entre los factores de inters. Muchas veces la formacin de bloques se emplea para reducir o eliminar la variabilidad transmitida por factores perturbadores; es decir, aquellos factores que pueden influir en la respuesta experimental pero en los que no hay un inters especfico. Por ejemplo, un experimento de un proceso qumico puede requerirse dos lotes de materia prima para realizar todas las corridas necesarias. Sin embargo, podra haber diferencias entre los lotes debido a la variabilidad de un proveedor a otro y, en caso de no haber un inters especfico en este efecto, los lotes de materia prima se consideraran un factor perturbador. En general, un bloque es un conjunto de condiciones experimentales relativamente homogneas. En el ejemplo del proceso qumico, cada lote de materia prima formara un bloque, ya que es de esperarse que la variabilidad dentro de un lote sea menor que la variabilidad entre lotes. De manera tpica, como en este ejemplo, cada nivel del factor perturbador pasa a ser un bloque. Entonces el experimentador divide las observaciones del diseo estadstico en grupos que se corren en cada bloque.

PAUTAS GENERALES PARA DISEAR EXPERIMENTOS

Para aplicar el enfoque estadstico en el diseo y anlisis de un experimento, es necesario que todos los que participan en el mismo tengan desde el principio una idea clara de qu es exactamente lo que va a estudiarse, cmo van a colectarse los datos, y al menos una comprensin cualitativa de la forma en que van analizarse estos datos. En la tabla se muestra un esquema general del procedimiento recomendado. Pautas generales para disear un experimento 1. Identificacin y exposicin del problema 2. Eleccin de los factores , los niveles y los rangos 3. Seleccin de la variable de respuesta 4. Eleccin del diseo experimental 5. Realizacin del experimento 6. Anlisis estadstico de los datos 7. Conclusiones y recomendaciones
En la practica, los pasoso 2 y 3 suelen hacerse simultneamente o en orden inverso

1. Identificacin y enunciacin del problema. Este punto podra parecer muy

obvio, pero es comn que en la prctica no sea sencillo darse cuenta de que existe un problema que requiere experimentacin, y tampoco es fcil desarrollar una enunciacin clara, con la que todos estn de acuerdo, de este problema. Es necesario desarrollar todas las ideas acerca de los objetivos del experimento. Generalmente, es importante solicitar aportaciones de todas las reas involucradas: ingeniera, aseguramiento de

calidad, manufactura, mercadotecnia, administracin, el cliente y el personal de operacin (el cual por lo general conoce a fondo el proceso y al que con demasiada frecuencia se ignora). Por esta razn, se recomienda un enfoque de equipo para disear experimentos. En la mayora de los casos es conveniente hacer una lista de los problemas o las preguntas especficas que van a abordarse en el experimento. Una enunciacin clara del problema contribuye sustancialmente a menudo para alcanzar una mejor comprensin de los fenmenos bajo estudio y la solucin final del problema. Tambin es importante tener presente el objetivo global; por ejemplo, se trata de un proceso o sistema nuevo (en cuyo caso el objetivo inicial posiblemente ser la caracterizacin o tamizado de los factores) o se trata de un sistema maduro que se conoce con profundidad razonable y que se ha caracterizado con anterioridad (en cuyo caso el objetivo puede ser la optimizacin)? En un experimento puede haber muchos objetivos posibles, incluyendo la confirmacin (el sistema se comporta de la misma manera ahora que en el pasado?), el descubrimiento (qu ocurre si se exploran nuevos materiales, variables, condiciones de operacin, etc.?) y la estabilidad (bajo qu condiciones las variables de respuesta de inters sufren una degradacin seria?). Obviamente, las cuestiones especficas que habrn de abordarse en el experimento se relacionan de manera directa con los objetivos globales. Con frecuencia en esta etapa de la formulacin del problema muchos ingenieros y cientficos se percatan de que no es posible que un experimento comprensivo extenso responda las cuestiones clave y de que un enfoque secuencial en el que se utilice una serie de experimentos ms pequeos es una estrategia ms adecuada.

2. Eleccin de los factores, los niveles y los rangos . (Como se indica en la

tabla 1-1, los pasos 2 y 3 muchas veces se hacen simultneamente o en orden inverso.) Cuando se consideran los factores que pueden influir en el desempeo de un proceso o sistema, el experimentador suele descubrir que estos factores pueden clasificarse como factores potenciales del diseo o bien como factores perturbadores. Los factores potenciales del diseo son aquellos que el experimentador posiblemente quiera hacer variar en el experimento. Es frecuente encontrar que hay muchos factores potenciales del diseo, por lo que es conveniente contar con alguna clasificacin adicional de los mismos. Algunas clasificaciones tiles son factores del diseo, factores que se mantienen constantes y factores a los que se permite variar. Los factores del diseo son los que se seleccionan realmente para estudiarlos en el experimento. Los factores que se mantienen constantes son variables que pueden tener cierto efecto sobre la respuesta, pero que para los fines del experimento en curso no son de inters, por lo que se mantendrn fijos en un nivel especfico. Por ejemplo, en un experimento de grabado qumico en la industria de los semiconductores puede haber un efecto, que es nico, de la herramienta especfica para el grabado qumico con plasma que se utiliza en el experimento. Sin embargo, sera muy difcil variar este factor en un experimento, por lo que el experimentador puede decidir llevar a cabo todas las corridas experimentales en un grabador qumico particular (idealmente tpico). De este modo, este factor se mantiene constante. Como un ejemplo de factores a los que se permite variar, las unidades experimentales o los materiales a los que se aplican los factores el diseo no son homogneos por lo general, no obstante lo cual con frecuencia se ignora esta variabilidad de una unidad a otra y se confa en la aleatorizacin para compensar cualquier efecto del material o la unidad experimental. Muchas veces se trabajar con el supuesto de que los efectos de los factores que se mantienen constantes y de los factores a los que se permite variar son relativamente pequeos. Por otra parte, los factores perturbadores pueden tener efectos considerables que deben tomarse en consideracin, a pesar de que no haya inters en ellos en el contexto del experimento en curso. Los factores perturbadores suelen clasificarse como factores

controlables, no controlables o de ruido. Un factor perturbador controlable es aquel cuyos niveles pueden ser ajustados por el experimentador. Por ejemplo, el experimentador puede seleccionar lotes diferentes de materia prima o diversos das de la semana para conducir el experimento. La estructura bsica de la formacin de bloques, comentada en la seccin anterior, suele ser til para trabajar con factores perturbadores controlables. Si un factor perturbador no es controlable en el experimento, pero puede medirse, muchas veces puede usarse el procedimiento de anlisis denominado anlisis de covarianza para compensar este efecto. Por ejemplo, la humedad relativa en el medio ambiente del proceso puede afectar el desempeo del proceso, y si la humedad no puede controlarse, probablemente podr medirse y tratarse como una covariable. Cuando un factor que vara de manera natural y no controlare en el proceso puede controlarse para los fines de un experimento, con frecuencia se le llama factor de r.:do. En tales situaciones, es comn que el objetivo sea encontrar los ajustes de los factores controlables ir', diseo que minimicen la variabilidad transmitida por los factores de ruido. En ocasiones a esto se le 11a- ~ i ei estudio de robustez del proceso o el problema de robustez del diseo. La formacin de bloques, el --.ilisis de covarianza y los estudios de robustez del proceso se comentan ms adelante. Una vez que el experimentador ha seleccionado los factores del diseo, debe elegir los rangos en los ; _e har variar estos factores, as como los niveles especficos con los que se realizarn las corridas. Tam10. ea deber pensarse cmo van a controlarse estos factores en los valores deseados y cmo van a medirse. ? ?r ejemplo, en el experimento de la soldadura lquida, el ingeniero ha definido 12 variables que pueden -de ctar la ocurrencia de defectos de soldadura. El ingeniero tambin tendr que tomar una decisin en . _into a la regin de inters para cada variable (es decir, el rango en el que se har variar cada factor) y :" cuanto al nmero de niveles de cada variable que usar. Para ello se requiere del conocimiento del proce- : Este conocimiento del proceso suele ser una combinacin de experiencia prctica y conocimientos teriEs importante investigar todos los factores que pueden ser de importancia y no dejarse influir :.asiado por la experiencia pasada, en particular cuando uno se encuentra en las fases iniciales de la expe- rr entacin o cuando el proceso no est del todo maduro. Cuando el objetivo del experimento es el tamizado de los factores o caracterizacin del proceso, por lo :-reral es mejor mantener reducido el nmero de niveles de los factores. En general, dos niveles funcionan 1. fiante bien en los estudios de tamizado de factores. Elegir la regin de inters tambin es importante. En el li.Izado de factores, la regin de inters deber ser relativamente grande; es decir, el rango en el que se ha- K: * variar los factores deber ser amplio. Conforme se sepa ms acerca de las variables que son importantes y ue los niveles que producen los mejores resultados, la regin de inters se har por lo general ms estrecha. Seleccin de la variable de respuesta. Para seleccionar la variable de respuesta, el experimentador de- : *i tener la certeza de que esta variable proporciona en realidad informacin til acerca del proceso bajo jdio. En la mayora de los casos, el promedio o la desviacin estndar (o ambos) de la caracterstica me- _ n ser la variable de respuesta. No son la excepcin las respuestas mltiples. La eficiencia de los instru- ~er:os de medicin (o error de medicin) tambin es un factor importante. Si la eficiencia de los .frumentos de medicin es inadecuada, el experimentador slo detectar los efectos relativamente gran- .:: de los factores o quiz sean necesarias rplicas adicionales. En algunas situaciones en que la eficiencia ie:s instrumentos de medicin es pobre, el experimentador puede decidir medir varias veces cada unidad experimental y usar el promedio de las mediciones repetidas como respuesta

observada. Suele ser de importancia determinante identificar los aspectos relacionados con la definicin de las respuestas de inters y cmo van a medirse antes de llevar a cabo el experimento. En ocasiones se emplean experimentos diseados para estudiar y mejorar el desempeo de los sistemas de medicin. Para un ejemplo, ver el captulo 12.