diseño factorial

PREGUNTAS:

1. ¿Cuál es el propósito de la fase de mejora?


2. ¿Cuáles son los entregables de la fase de mejora? Dar un ejemplo.

a. Identificación de mejores niveles de operación


b. Generación de alternativas de solución, usar métodos de Creatividad


c. Evaluación de alternativas de solución con diagrama de árbol:
DISEÑOS DE EXPERIMENTOS FACTORIALES COMPLETOS

1. Diseñode experimentos factorial completo: Se estudia el rendimiento de un proceso químico (Y), donde se piensa que los factores que mayor influencia tienen son la temperatura y la presión (X1, X2).

Se diseña un experimento factorial completo con dos réplicas y tomando tres niveles
en cada factor como se muestra en la tabla de rendimientos.

Hacer los análisis de la significancia de cada factor aun 5% de significancia.

PRESION (psig)
200
215
230
TEMP.
90.4
90.7
90.2
150
90.2
90.6
90.4
 
90.1
90.5
89.9
160
90.3
90.6
90.1
 
90.5
90.8
90.4
170
90.7
90.9
90.1

a) Generar el diseño
PASO 1. GENERAR EL DISEÑO FACTORIAL DE ACUERDO AL EXPERIMENTO

Stat > DOE > Factorial > Create Factorial Design
Type of Design: General Full Factorial Design
Number of factors2

Designs: Factor A Name Temp Levels 3
Factor B Name Presion Levels 3
Number of Replicates 2

Options Quitar selección de randomize runs OK

Factors Introducir los niveles para TEMP. 200 215 230
PRESIÓN 150 160 170
OK

PASO 2. CARGA DE DATOS DE LA COLUMNA DERESPUESTA CORRESPONDIENTE A CADA
COMBINACION DE FACTORES DESPUÉS QUE MINITAB GENERO EL DISEÑO O ARREGLO

Ver diseño con Stat > DOE > Display Design
Seleccionar Standard order for design Uncoded Units
OK

NOTA: Coded units muestra 1, 2 y 3

StdOrder
RunOrder
PtType
Blocks
Temp
Presion
Rendimiento
1
10
1
1
200
150
90.4
2
12
1
1
200
160
90.1
3
3
1
1
200
17090.5
4
9
1
1
215
150
90.7
5
6
1
1
215
160
90.5
6
15
1
1
215
170
90.8
7
8
1
1
230
150
90.2
8
13
1
1
230
160
89.9
9
2
1
1
230
170
90.4
10
14
1
1
200
150
90.2
11
1
1
1
200
160
90.3
12
7
1
1
200
170
90.7
13
4
1
1
215
150
90.6
14
11
1
1
215
160
90.6
15
18
1
1
215
170
90.9
16
16
1
1
230
150
90.4
17
5
1
1
230160
90.1
18
17
1
1
230
170
90.1


PASO 3. ANALIZAR EL MODELO DEL DISEÑO DE EXPERIMENTOS FACTORIAL COMPLETO

Stat > DOE > Factorial > Analyze Factorial Design

Response Seleccionar la columna de Rendimiento
Terms Pasar todos los términos a Selected con >> OK

Graphs Residuals for Plots standardized
Seleccionar Residual plots: Normal y vs fits OKResults ANOVA table, Unusual observations
Seleccionar todos los términos con >> OK
OK


b) Determinar si el modelo es adecuado por medio de los residuos




c) Por medio de los P values en la tabla ANOVA, identificar los factores significativos así como las interacciones siginificativas


General Linear Model: Rendimiento versus Temperatura,Presion

Factor Type Levels Values
Temperatura fixed 3 200, 215, 230
Presion fixed 3 150, 160, 170


Analysis of Variance for Rendimiento, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P
Temperatura 2 0.76778 0.76778 0.38389 21.59 0.000 Significativo
Presion 2 0.30111 0.301110.15056 8.47 0.009
Temperatura*Presion 4 0.06889 0.06889 0.01722 0.97 0.470
Error 9 0.16000 0.16000 0.01778
Total 17 1.29778


S = 0.133333 R-Sq = 87.67% R-Sq(adj) = 76.71%


d) Obtener las gráficas factoriales para identificar las mejores condiciones de operación

PASO 4. OBTENER LAS GRÁFICAS FACTORIALES PARA IDENTIFICAR LAS MEJORES...