X. TÉCNICAS DE IMPLEMENTACIÓN DISEÑO DE EXPERIMENTOS I

En un proceso industrial complejo, el equipo de mejora continua decide evaluar la influencia de la temperatura sobre la calidad final, manteniendo todas las demás variables constantes. Después de semanas de pruebas, descubren que el resultado sigue siendo inconsistente. ¿Cuál es la limitación principal que explica esta situación?

• Falta de control sobre factores de ruido

• Uso de un enfoque DOE incompleto

• Imposibilidad de detectar interacciones con el método 1FAV

• Niveles de factores mal establecidos

Answer explanation

Justificación:
El método un factor a la vez (1FAV) no permite identificar interacciones entre variables; el comportamiento de un factor puede depender del nivel de otro, lo que puede explicar la inconsistencia en los resultados.

Un laboratorio farmacéutico aplica 1FAV para evaluar 8 factores. El número total de pruebas se vuelve inasumible y el proyecto se retrasa meses.
¿Cuál es la causa raíz del problema?

• Deficiente selección de niveles

• No utilizar control estadístico de procesos

• Excesivo número de experimentos necesarios con 1FAV

• Falta de análisis de Pareto

Answer explanation

Justificación:
El enfoque 1FAV es ineficiente cuando hay muchos factores, ya que requiere múltiples experimentos independientes por cada uno, consumiendo tiempo y recursos.

Un ingeniero aplica 1FAV y concluye que la presión no afecta la resistencia del producto. Sin embargo, otro estudio revela que la presión sí influye, pero solo combinada con la temperatura.
¿Qué error cometió el ingeniero?

• No controlar factores de ruido

• No identificar interacciones entre factores

• Usar niveles muy amplios

• Ignorar el análisis de varianza

Answer explanation

Justificación:
1FAV no detecta interacciones. Un factor puede no mostrar efecto de forma aislada, pero sí tenerlo en combinación con otros.

En términos del Principio de Pareto aplicado a la experimentación, ¿qué interpretación es correcta?

• El 80% de los factores influye en el 20% de los resultados

• Todos los factores influyen de forma proporcional

• Un 20% de los factores genera el 80% del impacto en los resultados

• Solo los factores controlables tienen impacto

Answer explanation

Justificación:
El principio indica que pocos factores (≈20%) suelen explicar la mayoría de la variación en los resultados, orientando el enfoque a esos factores clave.

¿Qué define mejor al Diseño de Experimentos (DOE)?

• Un método para reducir el número de experimentos a la mitad

• Un análisis de varianza aplicado a múltiples factores

• Una metodología para variar múltiples factores simultáneamente de forma planificada

• Un software de análisis estadístico avanzado

Answer explanation

Justificación:
DOE es una metodología que diseña y organiza experimentos, evaluando simultáneamente factores y sus interacciones de forma estructurada.

¿Cuál de las siguientes afirmaciones representa una ventaja clave del DOE frente al 1FAV?

• Permite ajustar un factor mientras mantiene el resto constante

• Requiere más experimentos pero con mejor control

• Evalúa múltiples factores e interacciones en menos corridas

• Elimina la variabilidad de factores de ruido

Answer explanation

Justificación:
DOE optimiza el número de pruebas evaluando varios factores y sus interacciones en un solo plan, reduciendo tiempo y costos.

Un equipo de calidad aplica DOE y detecta que una variable no considerada inicialmente influye en los resultados. ¿Qué característica del DOE explica esta capacidad?

• Uso de niveles altos y bajos

• Capacidad de evidenciar factores importantes omitidos

• Análisis de residuales

• Repetición de experimentos

Answer explanation

Justificación:
Los diseños balanceados del DOE y su análisis estadístico permiten identificar patrones y anomalías que revelan la omisión de factores relevantes.

¿Por qué se considera que el DOE puede ejecutarse con beneficios significativos incluso sin un dominio avanzado de estadística?

• Porque el software realiza todo el diseño sin intervención humana

• Porque los diseños estándar están estructurados para facilitar su aplicación e interpretación

• Porque no requiere análisis estadístico

• Porque usa solo dos factores a la vez

Answer explanation

Justificación:
Muchos diseños DOE vienen preconfigurados para ser intuitivos, lo que permite a profesionales sin formación estadística avanzada obtener resultados útiles.

Una empresa de dispositivos médicos busca minimizar el efecto de la humedad ambiental sobre su proceso de ensamblaje. ¿Qué estrategia de DOE es apropiada?

• Excluir el factor de humedad de las pruebas

• Aumentar el número de experimentos para todos los factores

• Usar 1FAV para controlar la humedad

• Ajustar factores controlables para hacer el proceso insensible al factor de ruido

Answer explanation

Justificación:
El DOE puede incluir estrategias de robustez, donde se ajustan factores bajo control para mitigar la influencia de factores de ruido no controlables.

¿Cuál es un beneficio económico directo del DOE correctamente implementado?

• Reducción de la necesidad de capacitación técnica

• Eliminación total de factores de ruido

• Mejora de calidad y confiabilidad con mínimo costo experimental

• Uso exclusivo de software gratuito

Answer explanation

Justificación:
Al identificar y optimizar factores clave en menos tiempo, el DOE logra mejoras en calidad y confiabilidad reduciendo costos de pruebas y desperdicio.