Analisis de Resultado

INSTITUTO TECNOLÓGICO Ingeniería Industrial
SUPERIOR DE ACAYUCAN
Cuaderno de Prácticas de Ingeniería de la Calidad
Materia Clave Periodo Valor Práctica
Ing. Calidad CPF-1201 Agosto- 40% 12

Diciembre 2017
Unidad Tema Nombre Práctica Duración

Análisis de resultados
5 Análisis de resultados
2 Hras
Recursos educativos Lugar Hardware Software

Proyector, Apuntes, Practica Impresa Aula Asignada No aplica No aplica
1. INTRODUCCION
En esta sección se supone que se tiene una característica de calidad de un producto o variable de salida de un proceso,
del tipo valor nominal es mejor. Esto es que, para considerar que hay calidad, las mediciones deben ser iguales a cierto
valor nominal o ideal (N), o al menos tienen que estar dentro de ciertas especificaciones inferior (EI) y superior (ES).
2. OBJETIVO
El alumno aprenderá e interpretara el análisis de varianza
Hora de inicio: ______________ Hora termino: _______________ Fecha: __________________
Nombre del alumno(s): __________________________________________________ Grupo: _____________ Calificación:

____________
Docente: Ing. Anahí Arias Salinas
Página 1
Ingeniería de la Calidad ING ANAHI ARIAS SALINAS
5.1 Análisis por tablas de respuesta, Análisis de varianza por arreglos ortogonales
5.2 Análisis de atributos clasificados
5.3 Experimentos con factores de ruido
5.4 Análisis de experimentos con factores de ruido.
Uno de los métodos para analizar datos es la tabulación cruzada. Por ejemplo, un investigador
medico puede tabular las frecuencias de los diferentes síntomas por edad y seco; un educativo
puede calcular el número de estudiantes que abandonan sus estudios por edad, seco y grupo
étnico; un economista puede tabular el número de negocios que fallan por industria, región,
etc. En todos estos casos, los resultados principales de interés pueden ser sumarizados en
una tabla de frecuencia múltiple; o sea cruzada de dos o de más factores.
ARREGLOS ORTOGONALES
En una herramienta ingenieril que simplifica y en algunos casos elimina gran parte de los
esfuerzos de diseño estadístico. Es una forma de examinar simultáneamente muchos factores
Página 2
a bajo costo. El Dr. Taguchi recomienda el uso de arreglos orotogonales para hacer matrices
que contengan los controles y factores de ruido en el diseño de experimentos. Ha simplificado
el uso de este tipo de diseño al incorporar los arreglos orotogonales y las gráficas lineales,
finalmente, en contraste con los enfoques tradicionales como equivalentes de ruido: mientras
las interacciones sean relativamente suaves, el analista de los efectos principales nos
proporcionara las condiciones oprimas y una buena reproductibilidad en un experimento
Ventajas: La ventaja de los arreglos ortogonales es que pueden ser aplicados al diseño
experimental involucrando un gran número de factores.
Página 3
Desventajas.
La desventaja del arreglo ortogonal es que puede ser únicamente aplicado en la etapa inicial
del diseño del sistema del producto o proceso.
Análisis de atributos clasificados.

Los grados de libertad son calculados en base a los grados de un factor para variables
multiplicados por el número de categorías acumulado menos uno. En este ejemplo los cuatro
factores son de tres niveles por lo que cada uno tiene:
2x (4-1) =6 grados de libertad.
Los grados de libertad totales, se calculan >multiplicando el número de datos menos uno por
el número de datos menos uno por el número de datos menos uno por el número de
categorías analizadas menos uno.
El error se puede obtener restándole a la suma total la suma de cuadrados de cada factor:
SS error = 270 - 104.24 - 9.94 - 42.96 - 29.53 = 83.22
En este caso
SS error = 270 - 104.34 - 9.94 - 42.96 - 29.53 = 83.22
Y los grados de libertad, restando los grados de libertad de cada factor de los grados de
libertad de la tabla de ANOVA.
GL error = 267 - 6 - 6 - 6 - 6 = 243
Página 4
Varianza en la tabla ANOVA

Se define la varianza o cuadrado medio como la suma de cuadrados divididos entre los grados
de libertad Con el objeto de expresar esta variación como un porcentaje, todavía se requiere
restarle a cada suma de cuadrados una cantidad de error generada por las diferencias entre
cada resultado en cada nivel; para esto se utiliza la siguiente fórmula:
SS a' = SS a - (grados de libertad a) x V error, SS e' = SS e +(grados de libertad de los factores)

x V error.
Experimentos con factores del ruido

Para el estudio de los factores que afectan a un producto o proceso, Taguchi se basa en un
conjunto pequeño de matrices del diseño. Estas matrices definen diseños ortogonales, es
decir, sus columnas son ortogonales. Los diseños factoriales 2k son un ejemplo de diseños
ortogonales. Taguchi utiliza los valores 1 y 2 para denotar los niveles bajo y alto,
respectivamente, en lugar de la notación usual ±, puesto que considera la posibilidad de más
de dos niveles en cada factor. En la metodología de Taguchi se consideran diseños
ortogonales fraccionarios, es decir, se reduce el número de filas de la matriz del diseño
mediante identificación de factores principales y de factores de interacción.
Taguchi proporciona reglas gráficas para cada matriz del diseño utilizada en su catálogo.
Específicamente, en los gráficos que propone, los nodos son asignados a factores principales
y los segmentos que unen dos nodos son asignados a los factores de interacción
correspondientes. Selección de un diseño ortogonal. Para seleccionar un diseño ortogonal se
utiliza el siguiente método. Notemos primero que un diseño LN tiene asociados N − 1 grados
de libertad. Entonces, un diseño apropiado para el desarrollo de un estudio es el más pequeño
cuyos grados de libertad están justo por encima de los grados de libertad asociados con todos
los factores e interacciones. El proceso de selección se puede resumir en los siguientes
puntos: 1. Cada factor con k niveles tiene k − 1 grados de libertad. 2. Los grados de libertad
para un factor de interacción doble son el producto de los grados de libertad de los factores
principales que lo definen. 3. Los grados de libertad requeridos para todos los factores
principales e interacciones se suman para obtener el total de grados de libertad d.f. total
requeridos en el desarrollo del experimento. 4. Se selecciona el LN más pequeño para el cual
N−1 ≥ d.f. total y que puede acomodar a los factores e interacciones que intervienen en el
experimento.
Página 5

Analisis de Resultado

Cargado por

Copyright:

Formatos disponibles

Analisis de Resultado

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis de Resultado

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLÓGICO Ingeniería Industrial

Materia Clave Periodo Valor Práctica

Ing. Calidad CPF-1201 Agosto- 40% 12

Unidad Tema Nombre Práctica Duración

Recursos educativos Lugar Hardware Software

El alumno aprenderá e interpretara el análisis de varianza

Hora de inicio: ______ Hora termino: _ Fecha: ____________

Nombre del alumno(s): ______________________________________ Grupo: _ Calificación:

Docente: Ing. Anahí Arias Salinas

Análisis de atributos clasificados.

2x (4-1) =6 grados de libertad.

SS error = 270 - 104.24 - 9.94 - 42.96 - 29.53 = 83.22

SS error = 270 - 104.34 - 9.94 - 42.96 - 29.53 = 83.22

GL error = 267 - 6 - 6 - 6 - 6 = 243

Varianza en la tabla ANOVA

SS a' = SS a - (grados de libertad a) x V error, SS e' = SS e +(grados de libertad de los factores)

Experimentos con factores del ruido

También podría gustarte