Comprensión de las variables de respuesta en el diseño de experimentos

Identificación de las respuestas

Una vez que haya definido los objetivos de su experimento, deberá identificar la variable de interés. También necesita asegurarse de que los sistemas de medición sean capaces.

Su respuesta es la variable de salida de interés. En un experimento determinado, es posible que haya más de una respuesta. Las variables de respuesta deben proporcionar información útil sobre la característica del proceso que está estudiando.

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

Los datos continuos contienen mucha más información que los datos categóricos. Por lo tanto, si dispone de una cantidad limitada de datos, normalmente podrá obtener más información a partir de datos continuos que de datos categóricos.

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

Para cada respuesta, debe determinar cómo se medirá dicha respuesta. Por ejemplo, qué calibrador o instrumento se utilizará, cuál es la unidad de medida, quién realizará las mediciones y cuántos decimales se registrarán.

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

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

Puede que haya mucha variación en la respuesta debido únicamente al sistema de medición, o que las mediciones estén sesgadas (o sean inexactas). Es posible que necesite realizar un estudio del sistema de medición antes de ejecutar el experimento. Si el sistema de medición no es capaz, puede que necesite mejorarlo o buscar un sistema alternativo de medición.

Para obtener más información sobre los estudios de sistemas de medición, consulte el módulo de Métodos de calidad del curso gratuito de estadística en línea de JMP.

Ejemplos

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

• Potencia del comprimido. Al desarrollar un comprimido farmacéutico, es importante asegurarse de que el producto final tenga la potencia correcta del ingrediente activo, dentro de un rango aceptable por encima o por debajo de dicha cantidad.

• Coste. Usted fabrica el sistema de burletes que se utiliza para sellar las puertas de los automóviles. La junta está compuesta por varios componentes, y su objetivo es reducir al mínimo el coste total de la junta de la puerta del automóvil.

• Viscosidad de la pintura. Usted quiere encontrar un amplio rango de ajustes de factores en los que su proceso de fabricación de pintura dé como resultado una viscosidad estable. Es decir, incluso al modificar los ajustes de los factores dentro de esos rangos, debe mantener constante la respuesta de viscosidad.

Objetivos de la respuesta

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

• Encontrar los mejores ajustes de los factores en orden para alcanzar un objetivo con la respuesta. En el ejemplo de la potencia de un comprimido, lo que se busca es asociar un rango objetivo específico para la potencia del medicamento (por ejemplo, un “comprimido de 200 mg de cafeína” debería contener entre 198 y 202 mg de cafeína).
• Encontrar los mejores ajustes de los factores para maximizar o minimizar la respuesta. En el ejemplo del coste, se busca minimizar el coste del sistema de sellado de la puerta.
• Encontrar los mejores ajustes de los factores para que el proceso sea robusto ante pequeños cambios en los ajustes de los factores. En el ejemplo de la viscosidad de la pintura, lo que se busca es encontrar los ajustes que permitan obtener un buen resultado de viscosidad y, a continuación, estudiar la estabilidad introduciendo variaciones aleatorias en dichos ajustes y realizando pruebas para comprobar si esos rangos de valores se mantienen estables.

Experimentos con respuestas múltiples

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

Considere el experimento de la junta de la puerta del automóvil descrito anteriormente. La respuesta fue el coste del sistema de burletes. Pero para garantizar su efectividad, también es recomendable que el sellado de la puerta permita el mínimo paso de lluvia o viento y que no requiera ejercer demasiada fuerza para cerrarla. En este ejemplo, cumplir los objetivos de estas tres respuestas al mismo tiempo (minimizar el costo, reducir al mínimo las fugas y mantener la fuerza necesaria para cerrar la puerta por debajo del umbral determinado) podría requerir hacer concesiones.

Esas concesiones pueden implicar que no sea posible realizar la optimización perfecta de todas las respuestas al mismo tiempo, por lo que tal vez deba considerar si una respuesta es más importante que las demás. El software de estadística suele requerir que se especifique esto en forma de una razón o una ponderación de importancia. Por ejemplo, podría decidir que la importancia del objetivo relativo a las fugas en las juntas de las puertas es cinco veces mayor que la importancia de los objetivos relacionados con el coste y la fuerza. En este caso, se podría decir que la importancia tanto del coste como de la fuerza es de uno, y que la importancia de las fugas es de cinco. Ahora, el software asignará a los objetivos relacionados con las fugas una ponderación cinco veces mayor que a los demás objetivos en la optimización.