Plan de clase completo para diseño de experimentos con enfoque en proyectos industriales

Datos generales

• Área: Ingeniería
• Asignatura: Ingeniería Industrial
• Nivel: Universitario
• Duración total: 8 horas (2 semanas, 4 horas por semana)
• Modalidad: Presencial con acceso a dispositivo individual por estudiante
• Metodología: Aprendizaje Basado en Proyectos (ABP)

Objetivo de aprendizaje SMART

Al finalizar las 8 horas de clase, los estudiantes serán capaces de planificar y diseñar experimentos industriales seleccionando adecuadamente factores y niveles, aplicar el análisis estadístico de varianza (ANOVA) para interpretar resultados, y utilizar software especializado para diseñar y evaluar experimentos factoriales y fraccionados en contextos reales de Ingeniería Industrial con un nivel mínimo de precisión y rigor conceptual del 85% según rúbrica de evaluación.

Lista de materiales y recursos

• Computadoras con software estadístico instalado (e.g., Minitab, JMP o R con paquetes para diseño de experimentos)
• Proyector y pantalla para presentación
• Material impreso: Guía básica de diseño de experimentos y análisis ANOVA
• Datasets y casos de estudio reales de procesos industriales (preparados por el docente)
• Acceso a internet opcional para consulta bibliográfica (contingencia en caso de falla: materiales impresos)
• Cuadernos o dispositivos para toma de notas

Secuencia de la clase

Semana 1 (4 horas)

Inicio (40 minutos)

• Acción docente: Presentar un video corto (5 min) y un caso real de optimización de un proceso industrial mediante diseño de experimentos. Formular pregunta detonadora: "¿Cómo creen que la selección adecuada de factores y niveles impacta el resultado de un proceso industrial?"
• Acción estudiante: Reflexionar individualmente y compartir en grupos pequeños sus conocimientos previos y dudas sobre diseño de experimentos.
• Objetivo: Activar saberes previos y motivar el interés mediante contexto real.

Desarrollo (3 horas y 10 minutos)

1. Conceptualización y planificación de experimentos (90 minutos)
   • Docente: Explicar teoría estadística básica para diseño de experimentos: factores, niveles, tratamientos, replicación, aleatorización. Presentar tipos de diseños (completo, factorial, fraccionado) con ejemplos industriales.
   • Estudiantes: Participar en preguntas dirigidas para clarificar conceptos; realizar ejercicios breves en grupo para identificar factores y niveles en un caso industrial dado.
2. ABP: Diseño preliminar de un experimento en equipos (100 minutos)
   • Docente: Formar equipos de 4-5 estudiantes. Entregar un caso práctico de un proceso industrial (ej. optimización de tiempos de ciclo en línea de producción). Guiar a los equipos para que seleccionen factores, niveles y tipos de diseño experimental, usando plantillas.
   • Estudiantes: Aplicar conceptos para diseñar el experimento preliminar. Documentar decisiones y sus fundamentos teóricos.
   • Docente: Circular entre equipos, resolver dudas y promover análisis crítico sobre la selección de factores y niveles.

Cierre (10 minutos)

• Docente: Recopilar retroalimentación informal sobre dificultades y aprendizajes. Introducir brevemente el tema del análisis ANOVA para la próxima sesión.
• Estudiantes: Reflexionar sobre lo aprendido y expresar dudas para preparar la siguiente clase.

Semana 2 (4 horas)

Inicio (20 minutos)

• Docente: Recapitular conceptos clave de la semana anterior y plantear la importancia del análisis estadístico en la interpretación de resultados experimentales.
• Estudiantes: Compartir inquietudes y repasar brevemente conceptos pendientes.

Desarrollo (3 horas y 20 minutos)

1. Análisis estadístico: ANOVA y su aplicación práctica (100 minutos)
   • Docente: Explicar fundamentos del análisis de varianza (ANOVA), supuestos estadísticos y su aplicación en diseño factorial. Mostrar ejemplos en software estadístico.
   • Estudiantes: Realizar ejercicios guiados en software con datasets industriales para analizar resultados experimentales, interpretar tablas ANOVA y extraer conclusiones para optimización de procesos.
2. ABP: Implementación y evaluación de diseño factorial y fraccionado con software (80 minutos)
   • Docente: Guiar a los equipos para que finalicen el diseño de sus experimentos, simulen resultados y apliquen ANOVA usando el software. Facilitar análisis crítico y discusión sobre resultados y posibles mejoras.
   • Estudiantes: Completar el diseño, ejecutar simulaciones, analizar resultados y preparar una presentación breve con conclusiones y recomendaciones.

Cierre (20 minutos)

• Docente: Moderar presentación de equipos y discusión colectiva sobre aprendizajes, retos y aplicaciones prácticas.
• Estudiantes: Presentar resultados, autoevaluar el proceso de aprendizaje y responder cuestionario formativo para consolidar conceptos clave.

Criterios de evaluación alineados al objetivo

Notas para contingencia tecnológica

• Si falla el software, se utilizarán hojas de cálculo con plantillas preelaboradas para cálculo manual de ANOVA simplificado.
• Material impreso y casos de estudio serán utilizados para discusión y diseño conceptual sin necesidad de equipo.