Inicio › Cursos › Riesgos y procesos
Curso de diseño de experimentos (DOE) online, aplicado a procesos industriales
Próximamente
Un curso online de diseño de experimentos (DOE) para quien trabaja en procesos y calidad, no para aprobar Estadística. Aprendes a planificar ensayos con pocas pruebas, leer efectos e interacciones y fijar la ventana de un proceso.
Este curso todavía no está publicado. El temario de abajo es el previsto y puede cambiar. Déjame tu correo y te aviso el primer día.
Lo que vas a aprender
- Plantear un experimento: respuesta, factores, niveles y qué mantener constante
- Diseñar factoriales completos y fraccionados de dos niveles
- Aleatorizar, replicar y usar bloques sin complicarse
- Calcular e interpretar efectos e interacciones, primero a mano y luego con ANOVA
- Comprobar el sistema de medida antes de ensayar
- Pasar del cribado a la optimización y a la ventana de proceso
«Vamos cambiando cosas a ver qué pasa». Es el método de ajuste más popular de cualquier planta, y el más caro. Un curso de diseño de experimentos (DOE) te enseña a sustituir esa frase por un plan: cambiar varios factores a la vez, de forma ordenada, para saber con pocas pruebas qué parámetros mandan en tu proceso y cuánto.
Si quieres ver cómo funciona con un ejemplo resuelto, lo tienes en la guía de diseño de experimentos, con un factorial 2x2 de inyección. Aquí te cuento cuándo merece la pena formarse, qué errores tumban un DOE antes de empezar y cómo se planifica uno de tres factores sin hacer una sola cuenta difícil.
Cuándo te hace falta un curso de DOE
El DOE aparece en muchos sitios de calidad, aunque no siempre con su nombre. En la OQ de una validación de procesos, para fijar la ventana. En la fase de mejora de un proyecto DMAIC. En un problema crónico que el 8D no termina de cerrar porque la causa es una combinación de parámetros.
La señal más clara de que te hace falta es esta: llevas semanas probando ajustes, cada persona tiene su receta y nadie puede demostrar cuál es la buena. Ahí un experimento bien planteado ahorra tiempo, material y discusiones de pasillo.
Los errores que tumban un experimento
Medir con un sistema que no distingue
Si la variación del calibre o del ensayo es parecida a los efectos que buscas, el experimento no verá nada. Antes de ensayar, comprueba el sistema de medida con un estudio de repetibilidad y reproducibilidad. Es la parte aburrida, y la que más experimentos salva.
Niveles demasiado tímidos
Si pruebas 180 y 182 °C, el efecto se pierde en el ruido. Los niveles tienen que estar lo bastante separados para que el proceso reaccione, pero dentro de lo seguro. Elegirlos es más conocimiento del proceso que estadística.
No aleatorizar
Si haces todas las pruebas «bajas» por la mañana y las «altas» por la tarde, la temperatura de la nave entra en el experimento sin pedir permiso. Aleatorizar el orden cuesta cero y protege de esas derivas.
Olvidar lo que no se cambia
Material, operario, máquina y turno tienen que estar fijados o controlados. Si cambia el lote de material a mitad del ensayo y no lo apuntas, nunca sabrás si el efecto era del factor o del lote.
Ejemplo: planificar un factorial 2x2x2
Caso ficticio de formación. Una línea pega un soporte de plástico a una chapa con adhesivo, y la resistencia al arrancamiento tiene demasiada variación. El equipo sospecha de tres factores. En lugar de probarlos uno a uno, planifica un factorial completo de dos niveles: 2 × 2 × 2 = 8 combinaciones.
- Respuesta Fuerza de arrancamiento en newtons, con un método de ensayo comprobado.
- Factores y niveles Cantidad de adhesivo (baja / alta), tiempo de presión (corto / largo) y limpieza previa de la chapa (sin / con).
- Fijado El mismo lote de adhesivo, la misma persona y la misma máquina durante todo el ensayo.
| Combinación | Adhesivo | Tiempo de presión | Limpieza | Orden de ensayo (aleatorio) |
|---|---|---|---|---|
| 1 | Baja | Corto | Sin | 5 |
| 2 | Alta | Corto | Sin | 2 |
| 3 | Baja | Largo | Sin | 8 |
| 4 | Alta | Largo | Sin | 3 |
| 5 | Baja | Corto | Con | 7 |
| 6 | Alta | Corto | Con | 1 |
| 7 | Baja | Largo | Con | 6 |
| 8 | Alta | Largo | Con | 4 |
Fíjate en dos cosas. Cada factor está cuatro veces en nivel bajo y cuatro en alto, así que todas las pruebas sirven para estimar todos los efectos. Y el orden real de ensayo no sigue la tabla: se sortea. Con dos réplicas de cada combinación serían 16 ensayos, y ya podrías separar los efectos del ruido.
¿Y si en vez de tres factores sospechas de cuatro? Un factorial completo pediría 16 combinaciones. Un fraccionado de media fracción lo hace en 8, a cambio de mezclar algunas interacciones entre sí. Saber cuándo ese precio compensa es una de las cosas que más se trabaja en el curso.
Cómo se aprende el DOE
Mucha gente se asusta con el DOE porque lo conoció en una asignatura llena de sumas de cuadrados. Yo lo enseño al revés: primero mirar la tabla con sentido común, después las cuentas sencillas de efectos y, al final, el ANOVA para confirmar. Cuando llegas a las fórmulas, ya sabes qué te tienen que decir.
El curso tendrá vídeos cortos, un caso industrial completo, plantillas de hoja de ensayo y de cálculo de efectos, y un test en cada sección. No depende de ningún programa concreto. Y conecta con lo que viene después del experimento: la capacidad de proceso y el control estadístico para que la mejora no se evapore. Si lo usas para validar, encaja con el curso previsto de validación de procesos IQ, OQ y PQ.
Un buen experimento no es el que más pruebas hace, sino el que responde a la pregunta correcta con las justas. ¿Qué pregunta le harías tú a tu proceso si solo pudieras hacer ocho pruebas?
Temario previsto
- Por qué no un factor cada vez Lo que se pierde probando a ciegas y lo que gana un factorial
- Planificar el experimento Objetivo, respuesta medible, factores, niveles y hoja de ensayo
- Factorial 2x2 y 2x2x2 Efectos e interacciones con cuentas sencillas
- Ruido, réplicas y aleatorización Por qué el orden importa y cuántas réplicas hacen falta
- ANOVA y gráficos Leer qué factores son significativos sin perderse en fórmulas
- Factoriales fraccionados Cribar muchos factores con pocas pruebas y saber qué se confunde con qué
- Optimización Puntos centrales, curvatura y superficie de respuesta
- Del experimento al proceso Ventana de trabajo, confirmación y plan de control
- Caso completo Un experimento industrial de principio a fin, con plantillas
Para quién es
- Ingeniería de procesos que ajusta parámetros por prueba y error y quiere hacerlo con método
- Personas de calidad que tienen que validar una ventana de proceso o cerrar un problema crónico
- Quien prepara un Green Belt, un Black Belt o la certificación CQE y necesita el DOE aplicado
- Laboratorios de desarrollo que diseñan ensayos de formulación o de materiales
Preguntas frecuentes
¿Qué se aprende en un curso de diseño de experimentos?
A planificar ensayos cambiando varios factores a la vez para saber cuáles influyen, cuánto y si se influyen entre ellos, con el menor número de pruebas. Y a convertir ese resultado en parámetros de proceso.
¿Hay algún curso de diseño de experimentos gratis?
Puedes empezar gratis con la guía de DOE de esta web, que resuelve un factorial 2x2 paso a paso. El curso irá más allá: fraccionados, ANOVA, optimización y un caso completo.
¿Necesito un programa de estadística?
No para aprender. Los primeros diseños se calculan a mano o en una hoja de cálculo; para diseños grandes, cualquier programa de estadística sirve y el curso no depende de ninguno.
¿Diseño de experimentos y DOE es lo mismo?
Sí. DOE son las siglas en inglés de design of experiments; en Latinoamérica también se dice diseño experimental.