DISEO DE EXPERIMENTOS TAGUCHI

La parte fundamental de la metodologa ideada por el matemtico japons G. Taguchi es la optimizacin

de productos y procesos, a fin de asegurar productos robustos, de alta calidad y bajo costo.

La metodologa Taguchi consta de tres etapas: a) Diseo del sistema

b) Diseo de parmetros
c) Diseo de tolerancias

De estas tres etapas, la ms importante es el diseo de parmetros cuyos objetivos son:

a) Identificar qu factores afectan la caracterstica de calidad en cuanto a su magnitud y en cuanto a su
variabilidad.
b) Definir los niveles ptimos en que debe fijarse cada parmetro o factor, a fin de optimizar la
operacin del producto y hacerlo lo ms robusto posible.
c) Identificar factores que no afectan substancialmente la caracterstica de calidad a fin de liberar el control
de estos factores y ahorrar costos de pruebas.

Para lograr lo anterior se ha manejado una serie de herramientas estadsticas conocida como diseo de
experimentos, tratadas anteriormente. Taguchi ha propuesto una alternativa no del todo diferente que se que
conoce como: Arreglos Ortogonales y las Grficas Lineales.

La herramienta utilizada normalmente son diseos Factoriales fraccionados, sin embargo cuando el
nmero de factores se ve incrementado, las posibles interacciones aumentan, as como la complicaciones
para identificar cules son las condiciones especficas a experimentar.

Un arreglo ortogonal se puede comparar con una replicacin factorial fraccionada, de manera que
conserva el concepto de ortogonalidad y contrastes. Un experimento factorial fraccionado es tambin un
arreglo ortogonal.

Taguchi desarroll una serie de arreglos particulares que denomin como:

La = (b)C

Donde:
a = Representa el nmero de pruebas o condiciones experimentales que se tomarn. Esto es el nmero de
renglones o lneas en el arreglo.
b = Representa los diferentes niveles a los que se tomar cada factor.
c = Es el nmero de efectos independientes que se pueden analizar, esto es el nmero de columnas.
Arreglos ortogonales para experimentos a diferentes niveles
En esta seccin, se analiza qu son, cmo se usan y cules son los arreglos ortogonales ms importantes
para experimentos en los que cada factor toma dos niveles.

Un arreglo ortogonal es una tabla de nmeros. Como ejemplo de un arreglo ortogonal tenemos el siguiente:
F A C T O R E S (c)
No. (a) A B C Resultado
1 1 1 1 Y1
2 1 2 2 Y2
3 2 1 1 Y3
De 4 2 2 1 Y4 acuerdo con
la notacin
empleada por Taguchi al arreglo mostrado
como ejemplo, 1 , 2 = Niveles de los Factores (b) se le llama un arreglo L4, por tener
cuatro renglones.

En general, para un arreglo a dos niveles, el nmero de columnas (efectos o factores) que se pueden
analizar, es igual al nmero de renglones menos 1.
 Taguchi ha desarrollado una serie de arreglos para experimentos con factores a diferentes niveles, los
ms utilizados y difundidos segn el nmero de factores a analizar son:

Arreglo Nmero de Factores Nmero mximo de columnas a estos niveles

Ortogonal Renglones Mximos Dos Tres Cuatro Cinco
L4 4 3 3 - - -
L8 8 7 7 - - -
L9 9 4 - 4 - -
L12 12 11 11 - - -

L16 16 15 15 - - -
L16 16 5 - - 5 -
L18 18 8 1 7 - -
L25 25 6 - - - 6

L27 27 13 - 13 - -
L32 32 31 31 - - -
L32 32 10 1 - 9 -
L36 36 23 11 12 - -

L36 36 16 3 13 - -
L50 50 12 1 - - 11
L54 54 26 1 25 - -
L64 64 63 63 - - -

L64 64 21 - - 21 -
L81 81 40 - 40 - -

Algunos arreglos ortogonales:

Arreglo L4 (23)
 Arreglo L18 (21 y 37)

Arreglo L8 (27)

Ejemplo:
En un proceso de formacin de paneles una caracterstica no deseada es la emisin de formaldehdo en el
producto final. Se desea que esta emisin sea lo mnima posible. Actualmente se estima en 0.45 ppm.
(partes por milln).
Se cree que cinco factores pueden estar afectando la emisin, estos son: tipo de resina, concentracin de la
solucin, tiempo de ciclo de prensado, humedad y presin.

Si se desea analizar el efecto de estos factores, es necesario variarlos, esto es probarlos bajo diferentes
valores cada uno. A cada uno de estos valores se les llama nivel. Se requieren de al menos dos niveles o
valores distintos para cada factor. A uno de ellos arbitrariamente le llamamos nivel bajo o nivel 1, al otro
nivel alto o nivel 2.

Factor Descripcin Nivel I Nivel 2

A Tipo de resina Tipo I Tipo II
B Concentracin 5% 10%
C Tiempo de ciclo de prensado 10 seg 15 seg
D Humedad 3% 5%
E Presin 800 psi. 900 psi.
 En este caso estamos interesados en analizar el efecto de 5 efectos o factores a dos niveles cada uno, por lo
tanto, se usar un arreglo ortogonal L8. Esto implica que se ejecutarn 8 pruebas o condiciones
experimentales. Por otra parte se disponen de 7 columnas, a cada columna se le puede asignar o asociar un
factor. Si en particular, asignamos los factores en orden a las primeras cinco Columnas, dejando libres las
ltimas dos columnas, el arreglo queda:

No. A B C D E e1 e2 Resina Concen. Tiempo Humedad Presin Yi

1 1 1 1 1 1 1 1 Tipo I 5% 10 seg. 3% 800 psi. 0.49
2 1 1 1 2 2 2 2 Tipo I 5% 10 seg. 5% 900 psi. 0.42
3 1 2 2 1 1 2 2 Tipo I 10% 15 seg. 3% 800 psi. 0.38
4 1 2 2 2 2 1 1 Tipo I 10% 15 seg. 5% 900 psi. 0.30
5 2 1 2 1 2 1 2 Tipo II 5% 15 seg. 3% 900 psi. 0.21
6 2 1 2 2 1 2 1 Tipo II 5% 15 seg. 5% 800 psi. 0.24
7 2 2 1 1 2 2 1 Tipo II 10% 10 seg. 3% 900 psi. 0.32
8 2 2 1 2 1 1 2 Tipo II 10% 10 seg. 5% 800 psi. 0.28
TOTAL= 2.64
Observe que en las columnas vacas, 6 y 7, se ha escrito la letra e1,y e2 respectivamente esto para indicar
que en ellas se evaluar la variacin natural o error aleatorio.
Si no se asigna ningn factor, es de esperar que ah se manifieste la variacin natural. Los resultados de Yi
se muestran en ppm.

El anlisis de resultados, se puede efectuar de dos maneras diferentes. Una de ellas mediante una serie de
grficas, la otra mediante el anlisis de varianza, se muestra en este ejemplo primero el uso del anlisis de
varianza, posteriormente se muestra el uso de grficas.

Anlisis de varianza

1) como primer paso, se obtienen los totales de la variable de respuesta o lecturas, para cada uno de los
niveles de los factores.

Para calcular los totales para cada nivel del factor A, observamos que las primeras cuatro pruebas del
arreglo se efectuaron con el factor a su nivel 1 (Resina tipo I) y las siguientes cuatro a su nivel 2 (resina
tipo II).

Los totales son por lo tanto:

A1= total de las lecturas que se tomaron con el factor A a su nivel 1

= 0.49+0.42+0.38+0.30=1.59

A2= total de las lecturas que se tomaron con el factor A a su nivel 2

= 0.21+0.24+0.32+0.28= 1.05

Para el factor D se tiene que las pruebas 1,3,5 y 7 se efectuaron a su nivel 1 (humedad del 5%), por lo
tanto los totales son:

D1= Total de las lecturas que se tomaron con el factor D a su nivel 1

= 0.49+0.38+0.21+0.32= 1.40

D2= Total de las lecturas que se tomaron con el factor D a su nivel 2

= 0.42+0.30+0.24+0.28= 1.24
 En resumen se tiene:

Factor A B C D E e e
Nivel 1 1.59 1.36 1.51 1.40 1.39 1.28 1.35
Nivel 2 1.05 1.28 1.13 1.24 1.25 1.36 1.29
2.64 2.64 2.64 2.64 2.64 2.64 2.64

Observe que la suma de los dos niveles debe dar siempre el total de las ocho lecturas 2.64.

2) En seguida se obtiene una cantidad que llamaremos suma de cuadrados esta se calcula como sigue:

Suma de los cuadrados del factor x= SS X= (Total nivel 2 Total nivel 1)2/ n
Donde n representa el nmero total de lecturas que se tomaron.

As por ejemplo, para el factor A, tendremos que dado que n=8

SSA= (A2 A1) 2/ 8= (1.59-1.05) 2/ 8=0.03645 con 1 g .1

Para el factor B se tiene

SSB= (B2 B1) 2/ 8= (1.28-1.36) 2/ 8= 0.00080 con 1 g.1

Similarmente
SSC= (C2 C1) 2/ 8= (1.13-1.51) 2/ 8= 0.01805 con 1 g.1
SSD= (D2 D1) 2/ 8= (1.24-1.40) 2/ 8= 0.00320 con 1 g.1
SSE= (E2 E1) 2/ 8= (1.25-1.39) 2/ 8= 0.00245 con 1 g.1
SSe= 0.00080 con 1 g.1
SSe= 0.00045 con 1 g.1

La suma de cuadrados de las columnas donde no se asign factor (SSe) se toman como estimaciones del
error y se suman.

SSe= 0.00080+0.00045= 0.00125 con 2 g.1

3) Se construye una tabla ANOVA, sta es:

Efecto SS G.l. V Fexp

A 0.03645 1 0.03645 58.32

B 0.00080 1 0.00080 1.28

C 0.01805 1 0.01805 28.88
D 0.00320 1 0.00320 5.12

E 0.00245 1 0.00245 3.92

Error 0.00125 2 0.000625

Total 0.0622 7
 Bajo la columna SS se tienen las sumas de cuadrados. Bajo la columna G.l. (grados de libertad),
tendremos el nmero de columnas que se usaron para evaluar el factor, en este caso, slo puede ser de uno
para cada factor y ms de uno nicamente para el caso del error.

La columna V, se obtiene dividiendo el nmero bajo la columna SS, entre el nmero de la columna G.L.

As por ejemplo, para el factor A se tiene

SSA= 0.03645, G.L. de A=1

V= SSA/G.L.= 0.03645/1= 0.03645

Por ltimo, el valor de Fexp, se obtiene de dividir el valor de V de cada factor, entre el valor de V para la
estimacin del error.

Fexp de A= V(A) / V(error)= 0.03645/0.000625=58.32

4) Obtenemos las siguientes conclusiones:

Todos aquellos factores, que tienen un valor de Fexp mayor que 2 se considera que afectan la variable de
respuesta, emisin de formaldehdo en este caso. Estos son llamados factores significantes.

En este ejemplo resultan significantes los factores A, C, D y E, tipo de resina, tiempo de ciclo, humedad y
presin respectivamente.

Se acostumbra que aquellos efectos que no resultaron significantes, se consideren como error aleatorio, a
fin de obtener una mejor estimacin (con mayor nmero de grados de libertad).

En este caso por ejemplo, una mejor estimacin de SSe es:

SSe= SSB + SSe= 0.00080+0.00125= 0.00205
Con 1 + 2 = 3 grados de libertad y (Ve)= (SSe)/3= 0.00205/3= 0.00068
Las estimaciones que se obtienen de esta manera suelen escribirse entre parntesis.

La tabla ANOVA queda ahora

Efecto SS G.1 V Fexp
A 0.03645 1 0.03645 53.60
C 0.01805 1 0.01805 26.54
D 0.00320 1 0.00320 4.71
E 0.00245 1 0.00245 3.60
Error 0.00205 3 0.00068
Total 0.0622 7

Nos resta decidir a que nivel habr de fijar cada factor significante, y qu podremos esperar. Para tomar
esta decisin, es de mucha ayuda obtener los promedios de las lecturas que se tomaron a cada nivel para
cada uno de los factores significantes.

Los promedios de la emisin de formaldehdo para cada nivel se obtienen dividiendo c/u de los totales
entre 4, (c/total es la suma de cuatro lecturas).
A1= A1/4= 1.59/4= 0.3975
A2= A2/4= 1.05/4= 0.2625
El resto de los promedio son:
Factor Nivel 1 Nivel 2
A A1= 0.3975 A2= 0.2625
B B1= 0.3400 B2= 0.3200
C C1= 0.3775 C2= 0.2825
D D1= 0.3500 D2= 0.3100
E E1= 0.3475 E2= 0.3125

El promedio general denotado como Y es:

Y= (0.49+0.42+0.38+0.30+0.21+0.24+0.32+0.28)/8=T/n= 2.64/8= 0.33

Los factores A, C, D y E que afectan emisin de formaldehdo debern fijarse al nivel que minimicen la
emisin, esto es, al nivel que se obtenga el promedio menor, en este ejemplo; A2, C2, D2 y E2; resina tipo II,
15 segundos como tiempo de prensado, 5% de humedad y 900 psi.
El factor B juega aqu un papel sumamente importante. Dado que no afecta la emisin de formaldehdo,
dentro del intervalo analizado, se utiliza para reducir los costos de produccin. Esto se hace fijndolo a su
nivel ms econmico.

Algunos comentarios adicionales

Hasta aqu se han considerado ejemplos para arreglos ortogonales L8, por su comodidad en cuanto al
tamao. A continuacin se hacen algunos comentarios sobre otros arreglos.

El arreglo L12 es un caso especial. Se observa en el apndice, que no se muestran grficas lineales ni
matriz de interacciones, esto es porque est diseado para analizar nicamente hasta once factores
individuales sin interacciones. Con este arreglo no se pueden analizar interacciones.

Las interacciones en un arreglo L12 se distribuyen de una manera uniforme en todas las columnas. La
ventaja de esto es que le permite investigar 11 factores sin preocuparse por sus interacciones. El arreglo
L12 en general tiene buena reproducibilidad de conclusiones.

Algo similar se puede decir del arreglo L18

Para un arreglo L16 existen una gran variedad de posibles grficas lineales, en el apndice se muestran
las seis ms utilizadas con tres variantes cada una.
Para un arreglo L32 se muestran en el apndice 13 diferentes grficas dentro de las varias posibles que
existen.
En cualquier caso, se puede tratar de construir ms grficas de acuerdo con las necesidades que se
tengan, respetando siempre la matriz de interacciones.
En los grficos lineales que se anexan en el apndice, se observa que los vrtices se representan con
diferentes smbolos, especficamente con o, $ y . La razn y su significado es el siguiente:

Taguchi sugiere que las pruebas o corridas se lleven a cabo en el orden indicado por los renglones del
arreglo ortogonal, esto es, primero las condiciones indicadas por el rengln 1, seguidas de las del rengln 2
y as sucesivamente.

Por otra parte, al ejecutar el experimento, no todos los factores tienen la misma flexibilidad de estar
variando de nivel de una prueba a otra.
 Por otro lado, se sugiere que los factores con menor flexibilidad se asignen al grupo 1 del arreglo
representados por el smbolo o, de la grfica lineal. Estos factores tendrn menos cambios de nivel a lo
largo de todo el experimento. De hecho, observe que el factor asignado a la columna 1 de cualquier arreglo,
solo tiene un cambio de nivel, mientras que por ejemplo, un factor asignado a la columna N 15 de un
arreglo L16 cambia 10 veces de nivel.

Los factores que le siguen en inflexibilidad se debern asignar sucesivamente a los smbolos $, # y en
una grfica lineal.

Ud. habr observado ya la complicacin que agregan a los anlisis la presencia de interacciones. Para lidiar
con estas, la gente que sabe mucho de esto le hace las observaciones siguientes:

Por lo general, existen pocas interacciones dentro de las mltiples posibles entre factores.
El efecto de las interacciones sobre la variable de respuesta, es por lo general menor que el efecto de
los factores individuales solos.
Recuerde que algunos arreglos ortogonales, le permiten analizar un problema sin preocuparse por las
interacciones. El L12 es un ejemplo de ellos.
Se sugiere que, en caso de dudas sobre las interacciones, siempre sea preferible incluir ms factores, en
lugar de interacciones. Si estas ltimas no son muy fuertes, se pueden considerar como ruido.

ANALISIS SEAL A RUIDO

De todos los factores que afectan un proceso, se pueden extraer dos grupos:

Factores de ruido. Son aquellos que no podemos, queremos o deseamos controlar, y ms bien
deseamos que nuestros procesos y productos sean insensibles a su impacto.
Factores de diseo. Son aquellos que si podemos controlar en nuestro proceso de produccin, y
deseamos encontrar a qu nivel operarlos, a fin de optimizar el producto o proceso, esto es, que los
productos sean de alta calidad y bajo costo.

El anlisis se realiza de la siguiente manera:

1. Dentro de los factores a estudiar, separe los de ruido y los de diseo o control.
2. Dentro de los factores de diseo, identifique aquellos que afectan la variabilidad del proceso. Utilcelos
para minimizar la variabilidad.
3. Dentro de los factores de diseo, identifique aquellos que afectan la media, sin afectar la variabilidad.
Utilcelos para optimizar la media.
4. Identifique aquellos factores de diseo que no afectan ni media ni variabilidad. Utilcelos para reducir
costos.