Mejora de Calidad

7
Diseños factoriales

7.1 Necesidad de la experimentación
7.1.1 Avance del conocimiento
La adquisición de conocimientos nuevos, el descubrimiento, viene condicionado por dos elementos
esenciales: la ocurrencia de algún hecho diferente de lo habitual, cosa por tanto poco frecuente, y
la circunstancia de que este hecho se produzca en presencia de una persona capaz de identificarlo
como extraño,reflexionar sobre él y, lo que es más difícil, extraer consecuencias.
La unión de estos dos sucesos es extremadamente rara, aunque podemos citar aquí algunos
casos famosos: la manzana, Newton y la ley de gravitación universal; la tapadera de la olla, Watt
y la máquina de vapor; el incensario, Galileo y la ley del péndulo, o la aparición de hongos,
Fleming y la penicilina, por citar solo algunos delos casos más conocidos.
La experimentación no consiste más que en reproducir artificialmente estas dos circunstancias.
Se trata, pues, de forzar la aparición de circunstancias “extrañas” en presencia de personas
especialmente preparadas para interpretar y extraer conclusiones de lo que ocurra.
Es indudable que, en el mundo competitivo en el que se mueve actualmente cualquier
organización, unode los factores clave de éxito es el ritmo con el que la organización es capaz de
aprender. La experimentación es uno de los elementos que más pueden contribuir a aumentar ese
ritmo.
7.1.2 Diferencia entre experimentar y analizar datos existentes
Al intentar aprender de los procesos industriales, una situación que se plantea con frecuencia es la de
disponer de gran cantidad de datos sobre elfuncionamiento diario del proceso en cuestión, y surge la
pregunta: ¿Es realmente necesario hacer experimentos?, ¿no se podría llegar a las mismas conclusiones
analizando convenientemente (con frecuencia se sugieren las técnicas de regresión) los datos
disponibles? A continuación, y sin que ello signifique que no se pueda aprender, y mucho, analizando
los datos del pasado, exponemos cuatro riesgos quese corren y de los que conviene ser consciente,
cuando se analizan datos cuya recogida no ha sido planificada.

© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos lareprografía y el tratamiento
informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su
distribución y venta fuera del ámbito de la Unión Europea.

127

π

MÉTODOS ESTADÍSTICOS. CONTROL Y MEJORA DE LA CALIDAD

a) Datos inconsistentes
Los procesos industriales cambian con el tiempo, el envejecimiento, lasreparaciones, los
cambios en procedimientos, etc. Todo este tipo de cambios no suelen registrarse conjuntamente con los
datos que suelen ser presiones, temperaturas, caudales, concentraciones, etc. Esto provoca que los
datos recogidos mecánicamente no sean consistentes y por tanto intentar extraer conclusiones sobre el
comportamiento del proceso a base de analizarlos es una tarea con escasasposibilidades de éxito.

128

b) Rango de las variables limitado por el control
La figura 7.1 muestra un gráfico entre la concentración (una variable importante del proceso) y
la pureza (una característica de calidad crítica del producto). En ella se aprecia la relación que hay entre
estas dos variables. Sin embargo, y precisamente porque se sabe que la concentración
tiene una gran influencia en lapureza, durante
la producción se controla de forma muy estricta
el rango de variación de la concentración. Si el
rango de control es pequeño en relación a la
variabilidad en la pureza para una
concentración dada, resulta imposible detectar
la relación entre ambas por muy fuerte que sea.
Esta situación es muy frecuente cuando
se intenta establecer modelos a base de datos
recogidos en las operaciones...