¿Porque es importante el análisis y diseño de experimentos?
El diseño de experimentos y el análisis es precisamente la forma más eficaz de
hacer pruebas. El diseño de experimentos consiste en determinar cuáles pruebas
se deben realizar y de qué manera, para obtener datos que, al ser analizados
estadísticamente, proporcionen evidencias objetivas que permitan responder los
interrogantes, es una metodología que permite plantear estrategias para
seleccionar, controlar, analizar e interpretar diferentes condiciones de un proceso
de manera objetiva y sistemática. y de esa manera clarificar los aspectos inciertos
de un proceso, resolver un problema o lograr mejoras.
El análisis nos sirve para tener una mejor planificación sobre el proyecto que
deseemos presentar tanto como su análisis y diseño, con ella tenemos técnicas
que podemos llevar a cabo también existen reglas que tenemos que tener en
cuenta para nuestro proyecto.
Se considera que ha habido cuatro etapas en el desarrollo del diseño de
experimentos. La primera etapa -iniciada en la década del veinte por Fisher- se
caracteriza por la introducción sistemática del pensamiento científico y la
aplicación del diseño factorial completo y fraccionado y el análisis de varianza en
las investigaciones experimentales científicas. La segunda etapa -iniciada por Box
y Wilson se caracteriza por el desarrollo de la superficie de respuesta (RSM).
Estos autores notaron que los experimentos industriales diferían de los de la
agricultura en dos aspectos:
Inmediatez: porque la respuesta se puede observar bastante rápido, sin
tener que esperar tanto como en la agricultura.
Secuencialidad: el experimentador puede realizar unos pocos
experimentos y planificar los siguientes en función de los resultados. En
esta última etapa surgen diseños como:
• Diseños compuestos centrales (CCD).
• Diseños compuestos centrales centrado en las caras (FCD).
• Diseños de Box-Behnken.
La tercera etapa comienza a finales de la década del setenta con el creciente
interés de las industrias en la mejora de sus procesos. Los trabajos de Taguchi
sobre diseño robusto de parámetros (RPD) sirvieron para difundir el interés y el
uso del DOE en otras áreas como automoción, industria aeroespacial, electrónica
o industria de semiconductores. Aunque los análisis propuestos por Taguchi
fueron fuertemente criticados por ser ineficientes y en algunos casos poco
efectivos, ellos sirvieron para desarrollar el concepto de robustez y extender el
empleo del diseño de experimentos a otras áreas, lo que ha dado pie al comienzo
de la cuarta etapa del diseño de experimentos en la década del noventa; en ella
surgen los diseños óptimos y se han desarrollado numerosas herramientas
software para el análisis del DOE.
En esta etapa de análisis no se debe perder de vista que los resultados
experimentales donde son observaciones muéstrales, no poblacionales. Por ello,
se debe recurrir a métodos estadísticos inferenciales para ver si las diferencias o
efectos muéstrales (experimentales) son lo suficientemente grandes para que
garanticen diferencias poblacionales (o a nivel proceso). La técnica estadística
central en el análisis de los experimentos es el llamado análisis de varianza
ANOVA.
El análisis de los resultados experimentales permitirá también obtener
conclusiones sobre el sistema en estudio y decidir actuaciones futuras. Tanto por
la importancia de las decisiones que se pueden tomar, como por el coste elevado
de la experimentación no parece adecuado dejar la elección de los experimentos y
la evaluación de los resultados a la mera intuición del experimentador. Parece más
razonable utilizar una metodología matemática y estadística que indique como
planificar (diseñar, organizar) la secuencia de experimentos de una forma óptima,
de modo que se minimice tanto el coste de la experimentación como la influencia
del error experimental sobre la información buscada. Dicha planificación y análisis
es el principal objetivo del Diseño Estadístico de Experimentos.
Además de ser importante el análisis y diseño de experimentos, es una pieza
fundamental para las industrias, al menos así lo especifican, ya que esto tiene
tantas opciones, variables y factores que contribuyen a su aplicación, para ser
efectivos y eficaces ante terceros y para ellos mismos, acelerando procesos,
haciendo y obteniendo utilidades, este análisis y diseño se puede utilizar en
industrias
Como conclusión de lo anterior podemos decir que es necesario trabajar más
ampliamente en actividades de control de calidad enfocadas a la prevención
durante las fases de diseño del producto y del proceso; y para esto el diseño de
experimentos y el análisis son fundamentales. Porque planificar la
experimentación no es sencilla, existen muchas ideas que fracasan ante la
realidad, ya que no entienden el análisis y diseño de experimentos y por tanto no
lo aplican debidamente, además no conocen las herramientas a utilizar y la falta
de guía y supervisión interfiere un cien por ciento. A la vez esto se reconoce cada
día más en los medios industriales, y esta metodología cada día se utiliza más en
las diferentes ramas industriales en todo el mundo, por su relativa sencillez,
utilidad y eficiencia tanto en resolver problemas, buscar mejoras y para buscar
innovaciones (nuevos productos, materiales o procesos).
