Esta ruta de aprendizaje de 4 días proporciona a los participantes las habilidades necesarias para utilizar diferentes técnicas de DOE para planificar y analizar de forma efectiva los experimentos diseñados. Los participantes aprenderán a identificar los factores clave que influyen en una medida crítica de la calidad y a optimizar tanto los resultados de los productos como el rendimiento del proceso. Además, se familiarizarán con las técnicas de análisis de datos necesarias para seleccionar el diseño adecuado, identificar los factores clave que influyen en una medida crítica de la calidad y optimizar los resultados de los productos y el rendimiento del proceso. Los principios analíticos y estadísticos se presentarán usando estudios de casos, ejemplos y ejercicios del mundo real.
Este curso es más apropiado para los ingenieros de diseño, los científicos, los miembros de los equipos de investigación y desarrollo, los ingenieros de procesos y otros profesionales de la calidad que deseen utilizar un enfoque organizado y económicamente viable para llevar a cabo experimentos industriales.
Ruta de capacitación
- Aspectos esenciales de Minitab
- Diseños factoriales
- Diseños de superficie de respuesta
DÍAS 1-2
En este curso básico de 2 días, usted aprenderá a minimizar el tiempo necesario para el análisis de datos al usar Minitab para importar los datos, desarrollar enfoques estadísticos efectivos para explorar los datos, crear e interpretar gráficas convincentes y exportar los resultados. Analice una variedad de conjuntos de datos del mundo real para aprender a alinear sus aplicaciones específicas con la herramienta estadística correcta e interprete los resultados estadísticos para descubrir problemas en un proceso o evidenciar una mejora. Aprenda los aspectos fundamentales de conceptos estadísticos importantes, tales como las pruebas de hipótesis y los intervalos de confianza, y cómo descubrir y describir las relaciones entre las variables usando herramientas de modelado estadístico.
Este curso hace mucho énfasis en tomar las decisiones correctas con base en la aplicación práctica de las técnicas estadísticas utilizadas comúnmente en manufactura, ingeniería y en los esfuerzos de investigación y desarrollo.
Los temas incluyen:
- Importación y formato de los datos
- Gráficas de barras
- Histogramas
- Gráficas de caja
- Diagramas de Pareto
- Gráficas de dispersión
- Tablas y análisis de chi-cuadrada
- Medidas de ubicación y variación
- Pruebas t
- Pruebas de proporciones
- Pruebas de igualdad de varianzas
- Potencia y tamaño de la muestra
- Correlación
- Regresión lineal simple y regresión múltiple
- ANOVA de un solo factor
- ANOVA de múltiples variables
DÍA 3
Aprenda a generar una variedad de diseños factoriales fraccionados y completos mediante la interfaz intuitiva de DOE de Minitab. Aplicaciones del mundo real que demuestran cómo los conceptos de aleatorización, replicación y bloques forman la base de prácticas de experimentación sólidas. Desarrolle las habilidades necesarias para analizar correctamente los datos resultantes con el fin de lograr de manera efectiva y eficiente los objetivos experimentales.
Utilice las presentaciones gráficas personalizables de Minitab para interpretar y comunicar los resultados experimentales con el fin de mejorar productos y procesos, encontrar factores críticos que afectan importantes variables de respuesta, reducir la variación del proceso y acelerar los proyectos de desarrollo e investigación.
Los temas incluyen:
- Diseño de experimentos factoriales
- Gráfica normal de los efectos y diagrama de Pareto de los efectos
- Potencia y tamaño de la muestra
- Gráficas de efectos principales, interacción y cubo
- Puntos centrales
- Gráficas superpuestas de contornos
- Optimización de múltiples respuestas
DÍA 4
Amplíe su conocimientos de los diseños básicos factoriales fraccionados y completos de 2 niveles a los diseños que son ideales para la optimización de procesos. Aprenda a utilizar la interfaz de DOE de Minitab para crear diseños de superficie de respuesta, analizar resultados experimentales utilizando un modelo que incluye ecuaciones cuadráticas y encontrar la configuración óptima de los factores.
Aprenda a experimentar en el mundo real utilizando técnicas, como la experimentación secuencial, que equilibran el descubrimiento de información crítica del proceso al tiempo que son sensible a los recursos necesarios para obtener esa información. Aprenda a encontrar la configuración de los factores que optimice simultáneamente múltiples respuestas.
Los temas incluyen:
- Diseños central compuesto y de Box-Behnken
- Cálculos para el ascenso más marcado
- Gráficas superpuestas de contornos
- Optimización de múltiples respuestas
This 4-day track provides participants with the skills needed to use various DOE techniques to effectively plan and analyze designed experiments. Participants will learn to identify the key factors that impact a critical quality measure and optimize both product results and process performance. Plus, they’ll gain exposure to the data analysis techniques necessary to select the appropriate design, identify key factors that impact a critical quality measure, and optimize product results and process performance. Analytical and statistical principles will be presented through real-world case studies, examples, and exercises.
This course is most appropriate for design engineers, scientists, R&D team members, process engineers, and other quality professionals who want to use a cost-effective and organized approach to conducting industrial experiments.