Precentacion De Metodos

PRESENTACIÓN DE LA METODOLOGÍA:

Diseño de experimentos (DOE) es un proceso activo para planear el experimento de tal forma que se reciben datos adecuados que pueden analizarse con métodos estadísticos que llevarán a conclusiones válidas y objetivas; es decir, estamos hablando de un método científico. En escenarios reales los datos están sujetos a errores experimentales y errores aleatorios, lo cuál convierte a la metodología estadística en el único enfoque objetivo para el análisis. En términos de calidad la metodología DOE es el resultado de enfocar mayores esfuerzos en la prevención y menos esfuerzos en la inspección.

A continuación se presentan las etapas de la metodología DOE; es importante tener en cuenta que adicionalmente al conocimiento teórico estadístico, se deben sumar el conocimiento técnico sobre el proceso; y que el experimento surja como una necesidad dentro de un proyecto de mejoramiento enmarcado en un sistema organizado de gestión de la calidad (PHVA, Six Sigma, Lean Manufacturing, etc.); y todo lo anterior respaldado por el liderazgo y compromiso del más alto directivo de la compañía.

ETAPA DE PLANEACIÓN:

- Identificación y definición del problema: Con base en información histórica reciente recolectada por el equipo de mejoramiento se debe seleccionar un problema que sea importante para la compañía tanto en términos económicos como estratégicos. No se debe pretender iniciar un proceso de mejoramiento con la técnica de DOE, en razón a que considero que para requerir de esta técnica es necesario alcanzar cierto grado de desarrollo y conocimiento previo del proceso; en el cuál se pueden usar técnicas como Control de procesos, Análisis de capacidad de proceso, Métodos de inferencia, etc. En un experimento puede haber varios posibles objetivos, pero el más común es encontrar el tratamiento que ocasiona el mejor comportamiento en la variable de respuesta; la selección tanto de la variable de respuesta como de los factores a ser estudiados corresponde estrictamente al equipo de mejoramiento y en esta definición el conocimiento técnico del proceso es prioritario sobre el conocimiento estadístico.

- Determinar la variable de respuesta: Se recomienda seleccionar una variable crítica del proceso, ya sea por su alta variabilidad, o porque sus indicadores de capacidad de proceso no son adecuados, o por que es causal de un porcentaje importante de defectos o artículos defectuosos.

- Determinar cuantos y cuáles factores serán estudiados: Aquí son muy válidas las hipótesis formuladas por los conocedores del proceso, respecto a cuáles factores pueden influir sobre la variable de respuesta. También es importante definir los niveles en los que serán probados los factores.

- Seleccionar el diseño experimental: Se escoge el tipo de diseño (modelo) adecuado para el cumplimiento de los objetivos del experimento, teniendo en cuenta los aspectos económicos para que el experimento sea eficiente. También se determina el número de repeticiones de cada tratamiento, tomado en cuenta la confiabilidad y precisión deseadas en los resultados.

- Planear y organizar la ejecución del experimento: definir las personas que vana a intervenir, la función de cada persona, seleccionar las unidades experimentales, aleatorizar el experimento, comprobar los sistemas de medición. Aquí se recomienda la utilización de algún paquete estadístico (por ejemplo MINITAB), los cuáles traen incorporados algoritmos que permiten aleatorizar el experimento.

- Ejecución del experimento: efectuar las corridas experimentales de acuerdo con el plan establecido.

ETAPA DE ANÁLISIS:

Nuevamente es importante resaltar la importancia de utilizar los métodos estadísticos adecuados para el análisis, y estos deben estar totalmente acordes con el modelo o tipo de diseño seleccionado en la etapa de planeación; aquí nuevamente se recomienda el uso del paquete estadístico, el cual garantiza la consistencia entre el modelo planeado y el ANOVA, además estos paquetes cuentan con ayudas gráficas que facilitan enormemente el análisis.

En esta etapa se deben conjugar eficientemente el conocimiento del proceso y los métodos de análisis estadísticos, es importante resaltar que ninguna de las conclusiones obtenidas tendrá 100% de confiabilidad, en razón a que estamos trabajando con modelos probabilísticos y que las pruebas de nuestro experimento constituyen solamente una muestra aleatoria de la realidad que deseamos modelar.

Se deben contrastar las hipótesis iniciales con los resultados del experimento, observar que nuevo conocimiento acerca del proceso nos dejó el experimento, validar los supuestos del modelo y seleccionar el tratamiento ganador.

ETAPA DE CONCLUSIONES:

Decidir que medidas implementar para socializar los resultados del experimento, así como garantizar que las mejoras se mantengan (estandarizar). Las conclusiones deben ser prácticas y respetuosas de los supuestos teóricos, es necesario encontrar ese punto de equilibrio entre la teoría y la práctica.

Es importante tener en cuenta que la experimentación es una parte esencial del proceso de aprendizaje, en la que se formulan hipótesis tentativas fundamentadas en el conocimiento técnico del proceso estudiado, se planean y ejecutan experimentos para comprobar dichas hipótesis y se formulan nuevas hipótesis para reiniciar el proceso; es justamente un proceso sistémico y es muy poco probable planear el gran y único experimento que solucione todos nuestros problemas en corto plazo, la experiencia nos indica que es más eficiente apostar a la experimentación secuencial, es decir, varios experimentos donde los resultados del anterior son la base para la planeación de uno nuevo. En el sector industrial es costoso llevar a cabo experimentos, pero se han diseñado métodos adecuados estadísticamente que permiten obtener información en forma eficiente, se puede afirmar que a la fecha existe un tipo de experimento adecuado a cada situación;

...