Acerca de las variables de respuesta en el diseño de experimentos

Identificación de las respuestas

Después de definir sus objetivos experimentales, necesita identificar su respuesta de interés. También debe asegurarse de que sus sistemas de medición sean capaces.

Su respuesta es la variable de salida de interés. Para un experimento dado, podría tener más de una respuesta. Las variables de respuesta deben proporcionar información útil acerca de la característica del proceso que se está estudiando.

Siempre que sea posible, debería usar respuestas continuas. Esto se debe a que los experimentos suelen ser pequeños y eficientes. Está tratando de aprender tanto como pueda con un número limitado de ejecuciones.

Los datos continuos contienen mucha más información que los datos categóricos. Por lo tanto, si tiene una cantidad limitada de datos, por lo general, puede obtener más información de los datos continuos que de los datos categóricos.

Si su respuesta principal es categórica, debería consultar con un experto para obtener consejo sobre cómo proceder.

Para cada respuesta, debe determinar cómo se medirá. Por ejemplo, qué medidor o instrumento de medición se utilizará, cuál es la unidad de medida, quién tomará las medidas y cuántos lugares decimales registrará.

Más allá de lo básico: análisis especiales para su sistema de medición

Para cada respuesta, también debe asegurarse de que los medidores, o sistemas de medición, sean capaces. Cuando un sistema de medición es capaz, significa que el sistema mide la característica de interés con suficiente precisión y exactitud para el proceso. Si un sistema de medición no es capaz, no puede confiar en sus datos.

Podría haber mucha variación en la respuesta debido completamente al sistema de medición, o las mediciones podrían estar sesgadas (o ser inexactas). Es posible que necesite realizar un estudio del sistema de medición antes de realizar el experimento. Si el sistema de medición no es adecuado, es posible que necesite mejorarlo o encontrar un sistema de medición alternativo.

Para obtener más información sobre los estudios de sistema de medición, consulte el módulo de métodos de calidad en el curso gratuito de estadísticos en línea de JMP.

Ejemplos

Estas son algunas descripciones de experimentos con especial atención a sus respuestas.

• Potencia de la tableta. Al desarrollar una tableta farmacéutica, quiere asegurarse de que el producto final tenga la potencia correcta del ingrediente activo presente, dentro de un rango aceptable por encima o por debajo de esa cantidad.

• Coste. Usted fabrica el sistema de burletes utilizado para sellar las puertas de los automóviles. Hay varios componentes que componen los sellos, y su objetivo es minimizar el coste total de los sellos de las puertas de los automóviles.

• Viscosidad de la pintura. Quiere encontrar un amplio rango de configuración de factores en los que su proceso de crear pintura dé como resultado una viscosidad estable. Es decir, incluso al variar la configuración de factores dentro de esos rangos, debe conservar la respuesta de viscosidad de manera constante.

Objetivos de la respuesta

Los diferentes experimentos tienen distintos objetivos respecto al comportamiento de la respuesta. Algunos objetivos comunes son:

• Encontrar la mejor configuración de los factores para alcanzar un objetivo con las respuestas. Para el ejemplo de la potencia de las tabletas, quiere asociar un rango objetivo específico para la potencia del fármaco (por ejemplo, una “tableta de cafeína de 200 mg” debe tener entre 198 y 202 mg de cafeína).
• Encontrar la mejor configuración de los factores con el fin de maximizar o minimizar la respuesta. Para el ejemplo de coste, quiere minimizar el coste del sistema de sellos de las puertas.
• Encontrar la mejor configuración de los factores para hacer que el proceso sea robusto ante pequeños cambios en la configuración de los factores. Para el ejemplo de viscosidad de la pintura, quiere buscar configuraciones que logren un buen resultado de viscosidad y luego estudiar la estabilidad alterando las configuraciones con alguna variación aleatoria y probando si esos rangos de configuración permanecen estables.

Experimentos con respuestas múltiples

Es posible (y a menudo deseable) incluir respuestas múltiples en el mismo experimento. Es decir, cuando está interesado en más de un resultado del mismo conjunto de factores experimentales, puede recopilar datos sobre estas respuestas múltiples en cada ejecución del experimento.

Considere el experimento de sellos de puertas de automóviles descrito anteriormente. La respuesta fue el coste del sistema de burletes. Pero para ser eficaz, también desea un sello con mínimas filtraciones de lluvia o viento y que no requiera demasiada fuerza para cerrarse. En este ejemplo, cumplir con los objetivos para estas tres respuestas al mismo tiempo (minimizar el coste mientras también se minimizan las filtraciones y mantener la fuerza requerida para cerrar la puerta por debajo de un umbral) podría requerir compensaciones.

Esas compensaciones pueden significar que no puede optimizar perfectamente todas las respuestas al mismo tiempo, y es posible que deba considerar si una respuesta es más importante que las otras. El software estadístico a menudo requerirá que especifique esto en forma de una razón o un peso de importancia. Por ejemplo, podría decidir que el objetivo para las filtraciones de sellos de las puertas es cinco veces más importante que los objetivos para el coste y la fuerza. En este caso, se podría decir que la importancia del coste y la fuerza es uno y la importancia de las fugas es cinco. El software ahora ponderará el objetivo de las filtraciones cinco veces más que los otros objetivos en la optimización.