El diseño de experimentos (DOE) es un método estadístico estructurado para planificar pruebas que estiman cómo afectan las entradas del proceso a una respuesta medida, incluidas las interacciones entre entradas. Una interacción ocurre cuando el efecto de una entrada depende de la configuración de otra entrada.
En un proceso de sellado, un equipo podría probar la temperatura y la presión en dos niveles cada una, produciendo cuatro combinaciones de tratamiento en un diseño factorial completo. Probar cada combinación permite al equipo evaluar si una temperatura más alta mejora la resistencia del sellado de forma diferente a baja y alta presión. Las pruebas de un solo factor a la vez no resuelven esa interacción en las configuraciones propuestas. La decisión operativa se refiere a una combinación de configuraciones, por lo que el experimento debe respaldar esa elección.
Un plan de DOE define la respuesta y su procedimiento de medición antes de asignar las corridas de producción. La replicación proporciona una estimación del error experimental. El orden aleatorio de las corridas reduce el riesgo de confundir los efectos de las entradas con cambios temporales, mientras que el bloqueo explica variables perturbadoras conocidas, como los lotes de material. Por lo tanto, cuatro combinaciones de tratamiento no significan necesariamente cuatro corridas de producción. Los diseños factoriales fraccionados reducen el número inicial de corridas, pero el solapamiento de efectos (aliasing) puede impedir la estimación independiente de los efectos y requerir pruebas de seguimiento.
Dentro de DMAIC, el DOE suele respaldar las decisiones de la fase Mejorar después de que el análisis de causa raíz haya identificado las variables de entrada candidatas. El Gage R&R ayuda a evaluar la idoneidad de la medición cuando las diferencias entre operadores o las lecturas repetidas pueden afectar los resultados. Las corridas de confirmación evalúan los ajustes propuestos en comparación con las predicciones del modelo antes de su implementación. Luego, el plan de control documenta los ajustes confirmados y el rango probado, mientras que los gráficos de control supervisan el comportamiento posterior del proceso.
