Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Anlisis de los
Sistemas de Medicin
(MSA)
Pgina 1 de 159
CONTENIDO
Captulo 1. Guas generales de sistemas de medicin
A. Introduccin, propsito y terminologa
B. El proceso de medicin
C. Los efectos de la variabilidad de los sistemas de medicin
D. Desarrollo de proveedores de sistemas de medicin
E. Variabilidad en las mediciones
F. Medicin de la incertidumbre
G. Anlisis del problema de las mediciones
Pgina 2 de 159
Apendices
Pgina 3 de 159
CAPITULO I.
Lineamientos del sistema general de
medicin
1
Se tom como referencia: Daymler Chrysler Corporation, Ford Motor Company, General Motors
Corporation, Measurement System Analysis, Reference Manual, Third Edition, AIAG, EUA, Mayo 2003
Pgina 4 de 159
estables. Si las mediciones son todas cercanas al valor dominante para las
caractersticas, entonces la calidad de los datos ser alta.
Las propiedades estadsticas comnmente utilizadas para caracterizar la calidad de los
datos son el sesgo y variacin del sistema de medicin. La propiedad de sesgo se refiere
a la localizacin de los datos relativos a un valor de referencia (dominante), la propiedad
llamada variacin se refiere a la dispersin de los datos.
Una de las razones ms comunes para datos de baja calidad es mucha variacin debido a
la interaccin entre el sistema de medicin y su ambiente. As, un sistema de medicin
utilizado para medir el volumen de lquido en un tanque puede ser sensible a la
temperatura ambiente en el cual es utilizado.
Si la interaccin genera mucha variacin, la calidad de los datos tal vez son tan gajos que
los datos no son tiles. Mucho del trabajo de administrar un sistema de medicin es un
monitoreo directo y control de la variacin.
Propsito
El propsito de este documento es presentar una gua para evaluar la calidad de un
sistema de medicin. Este material se enfoca no en un compendio de anlisis para todos
los sistemas de medicin, se enfoca principalmente en sistemas de medicin donde sus
lecturas puedan ser repetidas en cada parte. Se recomienda que sean consultadas
fuentes estadsticas competentes para situaciones ms complejas o inusuales.
Terminologa
Medicin: asignacin de nmeros [o valores] a cosas materiales para representar las
relaciones entre ellos con respecto a propiedades particulares. Esta definicin fue dada
por C. Eisenhart (1963). El proceso de asignacin de nmeros es definido como el
proceso de medicin, y el valor asignado es definido como valor de medicin.
Pgina 5 de 159
Resumen de trminos
Estndar
Criterio de aceptacin
Valor de referencia
Un estndar debe ser una definicin operacional: una definicin la cual produce los
mismos resultados cuando es aplicado por el proveedor o cliente, con el mismo
significado ayer, hoy y maana
Equipo bsico
Pgina 6 de 159
10 a 1 de modo emprico
Pgina 7 de 159
Resolucin efectiva
o
Valor de referencia
o
Valor verdadero
o
Desconocido y incognoscible
Variacin de localizacin
Pgina 8 de 159
Exactitud
o
Sesgo
o
De referencia
Estabilidad
o
Alias: desplazamiento
Linealidad
Pgina 9 de 159
Amplitud de variacin
Precisin
o
Repetibilidad
o
Reproducibilidad
o
Pgina 11 de 159
Sensibilidad
o
Consistencia
o
Pgina 12 de 159
Uniformidad
o
Homogeneidad de repetibilidad
Capacidad
o
Desempeo
o
Incertidumbre
Estndares y trazabilidad
El Instituto Nacional de Estndares y Tecnologa (NIST) es el principal Instituto Nacional
de Mediciones (NMI) en los Estados Unidos. NIST, formalmente, el Bur Nacional de
Estndares (NBS) sirve como la mayor autoridad para metrologa en Estados Unidos.
Tiene como responsabilidades proporcionar servicios de medicin y mantenimiento de
estndares de medicin que asisten a la industria norteamericana en la elaboracin de
mediciones trazables.
Pgina 13 de 159
Trabajan en colaboracin con otras NMIs para asegurar que mediciones hechas en un
pas no difieran de otras realizadas en otro pas. De acuerdo a los Arreglos de
reconocimiento mutuo (MRAs) y ejecutando comparaciones interlaboratorio entre las
NMIs. En Mxico se tiene como equivalente al Centro Nacional de Metrologa (CENAM).
Trazabilidad
Es un concepto importante en el comercio de bienes y servicios. La trazabilidad es
definida por el ISO Internacional Vocabulary of Basic and General Terms in Metrology
(VIM) como:
La propiedad de una medicin o el valor de un estndar por el que puede ser relacionado
a referencias establecidas, usualmente estndares nacionales o internacionales, mediante
una cadena continua de comparaciones siendo todas establecidas bajo incertidumbre.
Con los avances en tecnologas de medicin y el uso de sistemas de medicin en estado
del arte en la industria la definicin de cmo y dnde una medicin es trazable.
Ejemplo de una cadena
de trazabilidad para
una medicin de
longitud:
Pgina 14 de 159
Valor verdadero
El objetivo del proceso de medicin es el valor verdadero de la parte. Es deseado que
cualquier lectura individual sea tan cercana a este valor como (econmicamente) sea
posible. Desafortunadamente, el valor verdadero no puede conocerse con certeza. La
incertidumbre puede ser minimizada utilizando un valor de referencia basado en una
definicin operacional bien definida de la caracterstica, y uso de resultados de un sistema
de medicin con un mayor orden de discriminacin y trazabilidad al NIST.
Pgina 15 de 159
Captulo I. Seccin B
Proceso de medicin
Para administrar efectivamente la variacin de cualquier proceso, es necesario tener
conocimiento de:
Pgina 16 de 159
Proceso
General
Salida
Operacin
Entrada
Proceso de medicin
Proceso
a ser
administrado
o
Medicin
Anlisis
Valor
Decisin
Pgina 17 de 159
estadsticas de los datos lo que produce tiempo extra. Son las propiedades estadsticas
de los datos producidos que determinan la calidad del sistema de medicin.
Las propiedades estadsticas que pueden ser ms importantes para un uso, pueden no
ser importantes para otro uso. Una mquina de medicin por coordenadas (CMM) tienen
como propiedades estadsticas sesgos y varianzas pequeos. Con esas propiedades
generara mediciones que se encuentran cerca a los valores certificados de estndares
que son trazables. Los datos obtenidos de esa mquina pueden ser muy tiles para
analizar un proceso de manufactura. No importa que tan pequea sea la desviacin y
variacin del CMM, el sistema de medicin que utiliza la CMM tal vez no realice un trabajo
aceptable de discriminacin entre un producto bueno y malo debido a las fuentes
adicionales de variacin introducidas por el sistema de medicin.
La administracin tiene la responsabilidad de identificar las propiedades estadsticas que
son ms importantes para el uso ltimo de los datos. Para esto se requieren
las
Pgina 18 de 159
Fuentes de variacin
Estas fuentes de variacin son debido a causas comunes y especiales. En orden a
controlar la variacin del sistema de medicin:
1) Identificar las fuentes potenciales de variacin
2) Eliminar (cuando sea posible) o monitorear estas fuentes de variacin.
Las causas especficas dependern de la situacin. Existen varios mtodos de
presentacin y categorizacin de estas fuentes de variacin tales como los diagramas de
causa y efecto, diagramas de rbol, pero los lineamientos presentados aqu se enfocarn
en los principales elementos del sistema de medicin.
Las siglas S.W.I.P.E. son utilizadas para representar los seis elementos esenciales de un
sistema de medicin generalizado para asegurar la obtencin de los objetivos requeridos.
Las siglas significan S: estndar, W: parte o pieza de trabajo, I: instrumento, P: persona y
procedimiento y E: medio ambiente.
La siguiente figura representa un diagrama de causa y efecto que muestra algunas de las
fuentes potenciales de variacin.
Escanear la figura 2 de la pg. 15
Los efectos de variabilidad del sistema de medicin
El efecto de varias fuentes de variacin en el sistema de medicin deberan ser evaluadas
sobre un periodo de tiempo corto y uno largo. La capacidad del sistema de medicin es el
error
Pgina 19 de 159
Inters
Est la parte en una categora especfica?
Es aceptable y estable la variacin del
proceso?
Pgina 20 de 159
L
LS
L
USL
y una parte mala algunas veces ser llamada buena (riesgo del consumidor o ndice de
error).
LSL
USL
LSL
I
II
USL
III
Donde:
I
II
II
III
control estadstico,
en el objetivo,
variabilidad aceptable.
Donde:
Pgina 22 de 159
2
obs
= variacin observada del proceso
2
actual
= variacin real del proceso
2
msa
= variacin del sistema de medicin
Cp
Rango de tolerancia
6
Puede realizarse tambin la siguiente ecuacin para obtener la relacin entre los ndices
del proceso observado y del proceso actual:
2
2
2
Cp obs
Cp actual Cp msa
Pgina 23 de 159
Pgina 24 de 159
el proceso debe ser ajustado. El Dr. Deming llam a este tipo de medicin y toma de
decisin como amaado (tampering).
Considere una situacin donde el peso de la capa de un metal precioso en una parte est
siendo controlado a un objetivo de 5.00 gramos. Suponga que los resultados de la escala
utilizada para determinar el peso vara 0.20 gramos pero este es desconocido ya que
nunca se hizo el sistema de medicin. Las instrucciones de operacin requieren que el
operador verifique el peso y ajuste cada hora basado en una muestra. Si los resultados
van ms all del intervalo de 4.90 a 5.10 gramos entonces el operador debe ajustar el
proceso nuevamente.
Suponga, que al ajuste el proceso est operando a 4.95 gramos pero debido a un error de
medicin el operador observa 4.85 gramos. De acuerdo a las instrucciones, el operador
trata de ajustar el proceso incrementando 0.15 gramos. A hora el proceso est corriendo a
5.10 gramos para lograr el objetivo. Cuando el operador checa el ajuste, se observa 5.08
gramos por lo que se permite ajustar el proceso. Un sobre ajuste del proceso ha aadido
variacin y continuar as.
Este es un ejemplo del experimento amaado que el Dr. Deming utiliz para describir los
efectos de amaar.
Existen cuatro reglas del Experimento amaado:
Regla 1: No realizar ajustes o no tomar accin a menos que el proceso est inestable.
Regla 2: Ajustar el proceso en un monto igual y en una direccin opuesta a la cual el
proceso se encontraba cuando fue medido.
Regla 3. Reajustar el proceso al objetivo. Entonces ajuste el proceso en un monto igual y
en direccin opuesta desde el objetivo.
Regla 4: Ajustar el proceso al punto de la ltima medicin.
Pgina 25 de 159
Captulo I. Seccin C
Planeacin y estrategia de medicin
La planeacin es clave antes del diseo y compra del equipo o sistema de medicin. La
etapa de planeacin establecer el curso y tienen un efecto significativo en qu tan bien
opera un proceso de medicin y si puede reducir posibles problemas y error de medicin
en el futuro.
No todas las caractersticas del proceso y producto requieren sistemas de medicin.
Herramientas simples de medicin estndar como micrmetros o calibrador no requieran
esta planeacin y estrategia profunda. Otra gua podra ser el nivel de tolerancia asignado
a una dimensin especfica.
Complejidad
El tipo, complejidad y propsito de un sistema de medicin puede tener varios niveles de
administracin del programa, planeacin estratgica, anlisis del sistema de medicin u
otra consideracin especial para la seleccin de medicin, evaluacin y control. Las
herramientas simples de medicin y los dispositivos (como escalas, limite fijo, gages o
calibres por atributo, etc.) puede que no requieran el nivel de administracin planeacin o
anlisis que una sistema de medicin ms complejo o crtico demanda (ej. Patrn de
referencia, CMM, calibracin en lnea automatizada, etc.). Cualquier sistema de medicin
puede requerir ms o menos planeacin estratgica y escrutinio dependiendo de la
situacin del producto o proceso dado. La decisin como el nivel apropiado se dejar al
equipo APQP asignado al proceso de medicin y al cliente.
Identificacin del propsito del proceso de medicin
El primer paso es establecer el propsito para la medicin y como la medicin ser
utilizada. Un equipo multifuncional organizado a tiempo en el desarrollo del proceso de
medicin es crtico en el cumplimiento de esta tarea.
Se hacen consideraciones
Pgina 26 de 159
Pgina 27 de 159
Cmo sern calibradas las mediciones y sern comparadas con otros procesos
de medicin? Quin ser responsable por los patrones de medicin?
Pgina 28 de 159
Pgina 29 de 159
Captulo I. Seccin D
Desarrollo de fuentes de medicin
Introduccin
Esta seccin atiende la estructura de tiempo de la cotizacin/surtimiento de la vida del
proceso de medicin. Respecto al proceso de desarrollo de un proceso de medicin que
incluye el paquete de cotizacin, obtencin de respuestas a ese paquete, reconocer el
proyecto, terminacin del diseo final, desarrollo del proceso de medicin, y finalmente el
casamiento del proceso de medicin al proceso de produccin para el cual fue creado.
Para obtener el mayor beneficio del proceso de medicin, estudiar y atender esto como un
proceso con insumos y produccin final.
Generalmente el proceso de adquisicin inicia con la comunicacin formal entre el
cliente y el proveedor para un proyecto dado. La comunicacin frente a frente es crucial
para el xito del proyecto. Como ya se mencion, el proceso de adquisicin inicia con la
presentacin formal de la intencin del proyecto en la forma de un requerimiento para
cotizacin (RFQ) seguido por la explicacin formal del proveedor de su propsito para
cumplir su intencin. Este entendimiento es derivado de una adecuada comunicacin
entre las dos partes.
Una vez que el concepto ha sido acordado y que la relacin cliente/proveedor ha sido
establecida para el proyecto en mano, los diseos a detalle, fabricacin del proceso de
medicin y las actividades de desarrollo pueden iniciar. Es importante mantener una
comunicacin y documentacin detallada entre cliente y proveedor y una responsabilidad
formal (e individual).
Coordinacin de datos
Con la permanencia actual en el uso de la dimensionalidad y tolerancia geomtrica
(GD&T) los datums necesitan ser coordinados a travs del proceso de manufactura y el
sistema de medicin y necesida ser establecido rpidamente en el proceso APQP
(Planeacin Avanzada de la Calidad del Producto). La responsabilidad inicial debera
Pgina 30 de 159
Pgina 31 de 159
El equipo puede investigar varios puntos para ayudar a decidir qu direccin o patrn
debe ser seguido para el diseo del proceso de medicin. Ejemplos de la multitud de
posibles puntos que necesitan ser atendidos por el equipo cuando el desarrollo de este
concepto detallado, puede ser encontrado en la lista de verificacin de elementos
sugeridos para el desarrollo de un sistema de Medicin al final de esta seccin
Consideraciones de mantenimiento preventivo
Qu actividades deberan ser programadas para mantenimiento preventivo (ej.
Lubricacin, anlisis de vibracin, reemplazo de partes, etc.) ? Muchas de estas
actividades dependern de la complejidad del sistema de medicin, dispositivo o aparato.
La planeacin de actividades de mantenimiento preventivo debera coincidir con la
iniciacin de la planeacin del proceso de medicin. Muchas actividades pueden
planearse antes de que el sistema de medicin est completamente construido,
desarrollado e implementado. Los mtodos de recoleccin de datos y recomendaciones
de mantenimiento relativas a estas actividades pueden ser obtenidos del fabricante
original, o desarrollado por ingeniera de planta, manufactura y personal de calidad.
Despus que el proceso de medicin es implementado y en uso, perteneciente a la
funcin del proceso de medicin necesita ser recolectado.
Eventualmente, se puede establecer una rutina de mantenimiento preventivo, acorde a lo
que dicta la estabilidad del sistema.
Especificaciones
Las especificaciones sirven como guas tanto para el cliente como el proveedor en el
diseo y construccin del proceso, adems de que sirven para comunicar estndares
aceptables los cuales pueden considerarse en dos categoras:
diseo de estndares,
construccin de estndares.
El formato del diseo de estndares puede ser diferente dependiendo en quin est
pagando el proyecto. Las cuestiones de costos pueden afectar el formato. Es una buena
Pgina 32 de 159
idea tener suficientes detalles documentados del diseo que el diseo puede ser reparado
o construido de acuerdo a la intencin original por cualquier constructor calificado. El
formato requerido del diseo final puede ser alguna forma de CAD o dibujos de ingeniera.
Los diseos estndar detallarn el mtodo de comunicacin del diseo (CAD- ej. CATIA,
unigrficos, IGES, etc.) al proveedor. Las tolerancias de diseo debern basarse en una
combinacin de las capacidades del proceso utilizado para fabricar el calibre o el
componente del calibre. El uso de componentes estandarizados o sub ensamblados
tambin ayudan a la Intercambiabilidad, flexibilidad, costos reducidos, y menos error de
medicin a largo plazo.
Evaluacin de cotizaciones
C
I
O
N
APROBACIN
Una vez recibidas las cotizaciones, el equipo se rene para revisarlas y evaluarlas. Para
lo cual se pueden considerar las siguientes preguntas:
Pgina 33 de 159
Entregables de documentacin
La documentacin algunas veces no es observada cuando se adquiere un proceso de
medicin. El significado que la documentacin toma con cualquier proyecto exitoso es
muchas veces malinterpretado. La estrategia usual detrs de la documentacin es
proporcionar un juego original de diseos tanto mecnico como elctrico (CAD o dibujos)
para el hardware del proceso de medicin al tiempo de entrega. Esto puede satisfacer los
requerimientos iniciales de implementacin, pero esta documentacin no tiene nada que
ver con la definicin de puntos de uso potenciales, sugerir posibles reas problemticas o
describir como utilizar el proceso.
Un paquete completo de documentacin debe incluir:
-
Instrucciones de calibracin
Manuales de usuario que puedan ser utilizados por el personal de soporte tcnico,
el operador del sistema y el personal de mantenimiento.
Pgina 34 de 159
Criterio de aceptacin
Estn calificados?
Entienden el propsito?
Al final se requiere la experiencia y juicio del cliente para la aceptacin del equipo.
Pgina 35 de 159
Embarque
Lista de verificacin
-
Es necesario un seguro?
Pgina 36 de 159
Manuales de usuario
o
Instrucciones de calibracin
Pgina 37 de 159
Capacitacin requerida
Medio ambiente
Mtodo de instalacin
Orientacin de parte
Preparacin de parte
Localizacin de transductor
Resolucin efectiva
Sensibilidad
Pgina 38 de 159
Requerimientos de insumos
Requerimientos de salida
Costo
Mantenimiento preventivo
Serviciabilidad
Consideraciones de seguridad
Almacenaje y localizacin
Existir alguna interrupcin al flujo del proceso, integridad del lote, para capturar
medir y regresar la parte?
Aspectos ambientales:
Partes de refaccin
Documentacin
Calibracin
Almacenaje
Apoyo
Capacitacin
Administracin de datos
Personal
Mtodos de mejora
Consideraciones especiales
Pgina 39 de 159
CAPITULO I SECCIN E
Puntos de medicin
Tres puntos fundamentales deben ser considerados cuando se evala un sistema de
medicin:
1) El sistema de medicin debe demostrar sensibilidad adecuada
a. Primero, El instrumento (y estndar) tiene una discriminacin adecuada?
Discriminacin (o clase) es fijada por el diseo y sirve como el punto de
inicio para la seleccin de un sistema de medicin
b. Segundo, El sistema de medicin demuestra una resolucin efectiva?
Relativa a la discriminacin, determine si el sistema de medicin tiene la
sensibilidad para detectar cambios en variacin del producto o proceso.
2) El sistema de medicin debe ser estable
a. Bajo condiciones de repetibilidad, la variacin del sistema de medicin se
debe a causas comunes y no a causas especiales (caticas)
b. El anlisis de medicin debe considerar siempre el significado prctico y
estadstico.
Como los procesos cambian y mejoran, un sistema de medicin debe ser reevaluado para
su propsito proyectado.
Tipos de variacin del sistema de medicin
Es asumido que las mediciones son exactas, y frecuentemente el anlisis y conclusiones
estn basados en estas aseveraciones. El error en un sistema de medicin puede ser
clasificado dentro de cinco categoras: sesgos, repetibilidad, reproductividad, estabilidad y
linealidad.
Uno de los objetivos del estudio del sistema de medicin es obtener informacin relativa al
monto y tipos de variaciones de medicin asociados con el sistema de medicin cuando
Pgina 40 de 159
informacin necesaria para desarrollar una curva de desempeo del gage (GPC),
que indica la probabilidad de aceptar una parte de algn valor verdadero.
Las siguientes definiciones describen los tipos de error o variacin asociados con un
sistema de medicin.
Definiciones y fuentes potenciales de variacin
Definicin operacional
Una definicin operacional es una con la cual las personas pueden hacer negocio. Una
definicin operacional de seguridad, redondeo, confiable, o cualquier otra caracterstica de
calidad debe ser comunicable, con el mismo significado tanto para el vendedor como para
el comprador. Ejemplo:
1. Prueba especfica de una pieza de material o ensamble
2. Criterio de juicio
3. Decisin: si o no, el objeto o el material cumple o no con el criterio.
Estndar
Un estndar es la base para una comparacin definida en consenso, un muestra
aceptado. Puede ser un artefacto o conjunto ensemble (instrumentos, procedimientos,
Pgina 41 de 159
etc.) establecido por una autoridad como regla para la medicin de cantidad, peso, valor o
calidad.
Estndares de referencia
Un estndar, generalmente de la ms alta calidad metrolgica disponible en una
localizacin dada, de la cual son derivadas las mediciones hechas en esa localizacin.
Equipo de medicin y prueba (M&TE)
Todos los instrumentos de medicin, estndares de medicin, materiales de referencia, y
aparatos auxiliares que son necesarios para desempear una medicin.
Estndar de calibracin
Un estndar que sirve como referencia en el desarrollo de las calibraciones de rutina.
Estndar de transferencia
Un estndar utilizado para comparar un estndar separado de un valor conocido a la
unidad que est siendo calibrada.
Patrn
Un estndar que es utilizado como una referencia en el proceso de calibracin.
Estndar de trabajo
Un estndar cuyo uso intencionado es realizar mediciones de rutina dentro del laboratorio,
no proyectado como un estndar de calibracin sino ms bien utilizado como un estndar
de transferencia.
Pgina 42 de 159
Estndar de referencia
Equipo de Medicin y
prueba
Patrn
Estndar de transferencia
Estndar de calibracin
Patrn
Estndar de transferencia
Estndar de trabajo
Verificacin de
estndar
Verificacin de estndar
Un artefacto de medicin que de manera cercana simula lo qu el proceso esta diseado
para medir, pero inherentemente ms estable que el proceso de medicin que est siendo
evaluado.
Valor de referencia
Un valor de referencia, conocido tambin como un valor de referencia aceptado o valor
Patrn, es el valor de un artefacto o conjunto que sirve de acuerdo como referencia para
comparacin. Los valores de referencia aceptados estn basados en lo siguiente:
-
Pgina 43 de 159
En todos los casos, el valor de referencia necesita estar basado en una definicin
operacional y los resultados de un sistema de medicin aceptable. Para alcanzar esto, el
sistema de medicin utilizado para determinar el valor de referencia puede incluir:
-
Valor verdadero
El valor verdadero es la medida real de la parte. Aunque este valor es desconocido, es el
objetivo del proceso de medicin. Desafortunadamente el valor verdadero nunca puede
ser conocido con certeza. El valor de referencia es utilizado como la mejor aproximacin
del valor verdadero en todos los anlisis.
Discriminacin
La discriminacin es la cantidad de cambio de un valor de referencia que un instrumento
puede detectar e indicar. Esto tambin es referido como resolucin o legibilidad. La
medida de esta habilidad es el valor de la graduacin ms pequea de la escala del
instrumento. La regla 10 a 1 se interpreta como que el equipo de medicin tiene la
capacidad para discriminar al menos un dcimo de la variacin del proceso. Esto es
consistente con la filosofa de mejoramiento continuo.
Pgina 44 de 159
Debido a las limitaciones fsicas y econmicas, el sistema de medicin no nota todas las
partes de la distribucin de un proceso teniendo caractersticas separadas o de diferente
medida. En lugar de eso la caracterstica medida ser agrupada por los valores medidos
dentro de categoras de datos. Todas las partes de la misma categora de datos tendrn el
mismo valor para las caractersticas medidas.
Regla
Intervalo medio
Si al sistema de medicin no tiene discriminacin (sensibilidad de una resolucin efectiva),
puede no ser un sistema apropiado para identificar la variacin del proceso o cuantificar
los valores de una caracterstica individual de la parte. En este caso se deben utilizar
mejores tcnicas de medicin.
La discriminacin es inaceptable para anlisis si este no puede detectar la variacin del
proceso, e inaceptable para el control si no puede detectar la variacin de causas
especiales.
Nmero de categoras
1 categora de datos
2 - 4 categoras de datos
Control
Puede ser utilizado para control
solo si:
- La variacin del proceso
es
pequea
al
compararla
a
las
especificaciones
- La funcin de prdida es
plana sobre la variacin
del proceso esperado
- La fuente principal de
variacin
causa
un
cambio promedio
- Puede ser utilizado con
tcnicas
de
control
semi-variables basadas
en la distribucin del
proceso
- Puede producir cartas
de control por variables
insensibles
Pgina 45 de 159
Anlisis
Inaceptable para la
estimacin
de
parmetros
del
proceso e ndices
Slo indica si el
proceso
est
produciendo partes
conformes o no
conformes
- generalmente no aceptable
para
estimacin
de
parmetros de proceso e
ndices
ya
que
slo
proporciona
estimados
gruesos
5 o ms categoras de datos
Figura 3. Impacto del nmero de categoras distintas (ndc) de la distribucin del proceso en actividades de
control y anlisis
Pgina 46 de 159
Pgina 47 de 159
Localizacin
Amplitud
Figura. 7 Caractersticas de variacin del proceso de medicin
Variacin de localizacin
Exactitud
Un concepto genrico de exactitud se relaciona con la cercana de acuerdo entre el
promedio de uno o ms resultados medidos y un valor de referencia. El proceso de
medicin debe estar en un estado de control estadstico, de otra forma la precisin del
proceso no tiene significado.
La ISO (Organizacin Internacional para la Estandarizacin y ASTM (Asociacin
Americana para Prueba y Materiales) utiliza el trmino de precisin para abarcar tanto el
sesgo como la repetibilidad. La ASTM recomienda que el trmino de sesgo sea utilizado
como un descriptor del error de localizacin.
Pgina 48 de 159
Sesgo
El sesgo es la diferencia entre el valor verdadero (valor de referencia) y el promedio de
mediciones observadas en la misma caracterstica en la misma parte. El sesgo es la
medida del error sistemtico del sistema de medicin. Es la contribucin al error total
comprendido de los efectos combinados de todas las fuentes de variacin, conocidas o
desconocidas, cuyas contribuciones al error total tiende a compensar consistentemente y
de manera predecible todos los resultados de las aplicaciones repetidas del mismo
proceso de medicin en el tiempo de las mediciones.
De referencia
Promedio de
mediciones
Causas posibles del sesgo excesivo:
-
Error de linealidad
Medio ambiente
Pgina 49 de 159
Estabilidad
Valor de referencia
Causas posibles para la inestabilidad:
-
Mantenimiento pobre
Pgina 50 de 159
Linealidad
La diferencia de sesgo a travs del rango (medicin) de operacin esperada del equipo
es llamada linealidad. La linealidad puede ser pensada como un cambio de sesgo con
respecto al tamao.
Sesgo
Sesgo
Valor 1
Valor N
Note que una linealidad inaceptable puede venir en una variedad de sabores. No asumir
un sesgo constante.
L
se nea
s
go de
ce
ro
Valores de referencia
Pgina 51 de 159
Obs
erva
do
Sesgo constante
O
bs
er
va
do
ref
er
en
ci
a
Sesgo
positiva
Sesgo
cero
Sesgo
negativa
Valores de referencia
Mantenimiento deficiente
Medio ambiente
Violacin de un supuesto
Ancho de la variacin
Precisin
Pgina 52 de 159
Pgina 53 de 159
Reproducibilidad
La reproducibilidad se relaciona con la variabilidad entre evaluadores (between
appraisers). Es definida como la variacin en el promedio de mediciones hechas por
varios evaluadores utilizando el mismo instrumento de medicin cuando se mide la
caracterstica idntica en la misma parte. Es verdadero para instrumentos manuales
influenciados por la habilidad del operador. No es verdadero para procesos de medicin
(sistemas automatizados) donde el operador no es la mayor fuente de variacin. Por esta
razn, la reproducibilidad es referida como el promedio de variacin entre sistemas o
entre condiciones de medicin.
Reproducibilidad
Evaluador
La definicin del ASTM va ms all de esto para incluir no slo diferentes evaluadores
sino tambin diferentes: gages, laboratorios y medio ambiente (temperatura, humedad)
as como incluir repetibilidad en el clculo de la reproducibilidad.
Fuentes potenciales de error en reproducibilidad:
-
Pgina 54 de 159
La ASTM se enfoca a estudiar las diferencias entre laboratorios, incluyendo las diferencias
entre sus operadores locales, gages y medio ambiente as como la repetibilidad dentro del
laboratorio.
R&R o GRR del calibre, escantilln o gage
Es un estimado de variacin combinada de repetibilidad y reproducibilidad. Dicho de otra
forma, GRR es la varianza igual a la suma de las varianzas dentro del sistema y entre
sistema.
2
2
2
GRR
reproducib
ilidad
repetitivi dad
Pgina 55 de 159
Valor de referencia
GRR
Sensibilidad
Es la entrada ms pequea que resulta en una seal de salida detectable (utilizable). Es
la respuesta del sistema de medicin a cambios en la caracterstica medida. La
sensibilidad est determinada por el diseo del calibre o gage (discriminacin) calidad
inherente (OEM), mantenimiento en servicio, y condicin de operacin del instrumento y
estndar. Reportado siempre como unidad de medida.
Factores que afectan la sensibilidad:
-
Condiciones bajo las cuales el instrumento est siendo usado tales como aire del
ambiente, suciedad, humedad.
Consistencia
Es la diferencia en la variacin de las mediciones tomadas durante el tiempo. Puede ser
vista como repetibilidad en el tiempo.
Factores que impactan la consistencia y son causas especiales de variacin:
-
temperatura de partes
Pgina 56 de 159
Equipo desgastado
Uniformidad
Es la diferencia en la variacin a travs del rango de operacin del calibre. Considerado a
ser la homogeneidad de la repetibilidad sobre el tamao.
Factores que impactan la uniformidad:
-
Paralaje en lectura
Pgina 57 de 159
Estabilidad y consistencia
El estimado del desempeo de la medicin es una expresin del error esperado para
condiciones definidas, alcance y rango del sistema de medicin (defiere de la
incertidumbre, que una expresin del rango esperado de error o valores asociados con el
resultado de una medicin). La expresin de desempeo de la variacin combinada
(varianza) cuando los errores de medicin no son correlacionados (aletorios e
independientes) pueden cuantificarse como:
2
2
2
2
desempeo
capacidad
estabilida
d consistencia
Pgina 59 de 159
Pgina 60 de 159
Captulo I Seccin F
Incertidumbre en la medicin
General
Incertidumbre de la medicin es un trmino que es utilizado internacionalmente para
describir la calidad de un valor de medicin, los estndares del sistema de calidad tales
como el QS-9000 o ISO/IEC TS16949 requieren que, la incertidumbre en la medicin
debe ser conocida y consistente con la capacidad de medicin requerida de cualquier
inspeccin, medicin o equipo de prueba.
La incertidumbre es el rango asignado al resultado de la medicin que describe, dentro de
un nivel de confianza definido, el rango esperado que contenga el resultado de medicin
verdadero. La incertidumbre de la medicin es normalmente reportada como una cantidad
bilateral. La incertidumbre es una expresin cuantificable de la confiabilidad de la
medicin. Una expresin simple de este concepto es:
Medicin verdadera = medicin observada (resultado) U
U es el trmino para incertidumbre ampliada del resultado de la medicin. La
incertidumbre ampliada es el error combinado estndar (uc) o desviacin estndar de los
errores combinados (al azar y sistemtico), en el proceso de medicin multiplicado por un
factor de proteccin (k) que representa el rea de la curva normal para un nivel de
confianza deseado. Una distribucin normal es aplicada como principio de suposicin
para los sistemas de medicin. La gua para la incertidumbre en la medicin del ISO/IEC
establece el factor de proteccin suficiente para reportar la incertidumbre al 95% de la
distribucin normal. Esto es interpretado como k = 2.
U kuC
El error combinado estndar (uc) incluye todos los componentes significantes de variacin
en el proceso de medicin. En la mayora de los casos el anlisis de los sistemas de
medicin realizado de acuerdo con este manual puede ser utilizado como una
Pgina 61 de 159
aplicar otras fuentes de error significativas con base en la aplicacin de las mediciones.
Una declaracin de incertidumbre debe incluir un alcance adecuado que identifique todos
los errores significativos y permita que la medicin sea replicada. La expresin puede ser
cuantificada como:
2
2
uc2 desempeo
otro
Pgina 62 de 159
Pgina 63 de 159
Captulo I Seccin G
Anlisis del problema de medicin
Introduccin
Una comprensin de la variacin de la medicin y su contribucin a la variacin total es un
paso fundamental en la solucin de problemas. Cuando la variacin en el sistema de
medicin excede todas las otras variables, ser necesario analizar y resolver aquellas
cuestiones antes de trabajar en el resto del sistema. En algunos casos la contribucin de
la variacin del sistema de medicin es ignorado. Esto puede causar perdida de tiempo y
recursos, si el enfoque es el proceso de manufactura, cuando la variacin es del sistema
de medicin.
Si el sistema de medicin fue desarrollado utilizando los mtodos de este manual, la
mayora de los pasos iniciales existirn.
Paso 1 Identificar los aspectos de preocupacin en la medicin
Es importante definir el problema o preocupaciones. En el caso de preocupaciones de
medicin, pueden tomar la forma de exactitud, variacin, estabilidad, etc. Lo importante a
hacer es tratar de aislar la variacin de la medicin y su contribucin, de la variacin del
proceso (la decisin podra ser trabajar en el proceso ms que trabajar en el dispositivo
de medicin). La exposicin de los aspectos de preocupacin necesita tener una
definicin operacional adecuada que cualquiera pueda entender y sea capaz de actuar en
el punto.
Paso 2 Identificar el equipo
El equipo de solucin de problemas, depender de la complejidad del sistema de
medicin y el problema. Un sistema de medicin simple slo requerir unas cuantas
personas pero si se vuelve ms complejo la cantidad aumentar (el tamao mximo del
equipo deber limitarse a 10 miembros). Los miembros el equipo y la funcin que
representen deben ser identificados en la hoja de solucin de problemas.
Pgina 64 de 159
Pgina 65 de 159
CAPTULO II
Conceptos
generales
para
evaluacin de los sistemas
medicin
la
de
Captulo II seccin A
Antecedentes
Introduccin
Deben evaluarse dos reas importantes:
a) Verificar que se mida la variable correcta en la localidad apropiada de la
caracterstica. Verificar instalacin y sujecin si aplica. Identificar tambin puntos
crticos ambientales que son interdependientes con la medicin. Si se mide la
variable errnea, no importa que tan exacto o preciso es el sistema de medicin,
simplemente se consumirn recursos sin obtencin de beneficios.
b) Determinar que propiedades estadsticas necesita tener el sistema de medicin
para ser aceptable. Es importante saber cmo son utilizados los datos, porque sin
ese conocimiento, las propiedades estadsticas apropiadas no pueden ser
determinadas. Despus de que estas propiedades han sido determinadas, el
sistema de medicin debe ser evaluado para ver si realmente posee estas
propiedades o no.
Fase 1 y 2 Entender el proceso de medicin y si este satisface los requerimientos
Fase 1. La prueba es una evaluacin para verificar que se mida la variable correcta en la
localizacin apropiada de la caracterstica por especificacin de diseo del sistema de
medicin. Tambin si existen algunos puntos crticos de medio ambiente que son
interdependientes con la medicin. En la fase 1 se puede utilizar un experimento diseado
Pgina 66 de 159
estadsticamente para evaluar el efecto del ambiente en los parmetros del sistema de
medicin. Los resultados de prueba en la fase 1 pueden indicar que el ambiente en el que
opera no contribuye significativamente a la variacin total del sistema de medicin. De
manera adicional la variacin atribuida al sesgo y linealidad del dispositivo deben ser
pequeas en relacin con los componetes de repetibilidad y reproducibilidad.
El conocimiento obtenido durante la fase 1 puede ser utilizada como una entrada al
desarrollo del programa de mantenimiento del sistema de medicin as como al tipo de
prueba que deber ser utilizada durante la fase 2. Cuestiones de medio ambiente pueden
conducir a un cambio en la localizacin o a un ambiente controlado por el dispositivo de
medicin.
Por ejemplo, si hay un impacto significativo de la repetibilidad y la reproducibilidad en la
variacin total del sistema de medicin, se puede realizar peridicamente un diseo de
experimentos de dos factores como prueba de la fase 2.
Fase 2 El proceso de medicin satisface los requerimientos con el tiempo?
Las pruebas proporcionan un monitoreo actual de las fuentes clave de variacin para
tener confianza en el sistema de medicin (y los datos generados) y/o una seal de que el
sistema de medicin se ha degradado con el tiempo.
Pgina 67 de 159
CAPTULO II SECCIN B
Seleccin/Desarrollo de procedimientos de prueba
En algunos casos, una prueba preliminar podr ser requerida para determinar si un
procedimiento es apropiado para un sistema de medicin en particular o no. Esa prueba
preliminar ser una parte integral de la fase 1 anteriormente mencionada.
Puntos generales a considerar cuando se selecciona o desarrolla un procedimiento de
evaluacin son:
-
El costo de la prueba
Cualquier trmino para el cual no es aceptado por lo que debera definirse una
definicin operacional.
Qu tan seguido debe ser realizada la fase 2 de prueba? Esta decisin pudiera
estar basada en las propiedades estadsticas del sistema de medicin individual y
en consecuencia en las instalaciones.
Pgina 68 de 159
CAPITULO II SECCIN C
Preparacin para un estudio del sistema de medicin
Como en cualquier estudio deben hacerse una planeacin y preparacin antes de realizar
un estudio de un sistema de medicin. La preparacin primordial para la conduccin de un
estudio es la siguiente:
1) El enfoque a ser utilizado debe ser planeado. Determinar utilizando el juicio de
ingeniera, observaciones visuales, o un estudio de calibre, si existe influencia del
evaluador en la calibracin o uso del instrumento.
2) El nmero de evaluadores, nmero de muestras de partes, y un nmero de
lecturas repetidas debe ser determinado por adelantado. Algunos factores a ser
determinados en esta seleccin son:
a. Criticismo de dimensin dimensiones crticas requieren ms partes y/o
pruebas.
b. Configuracin de parte partes a granel o pesadas pueden dictar un
menor muestreo y ms pruebas.
3) Debido a que el propsito es evaluar el sistema de medicin total, los evaluadores
escogidos deben ser seleccionados de aquellos que normalmente operan el
instrumento.
4) La seleccin de muestras de la parte es crtica para un anlisis apropiado y
depende completamente del diseo del estudio MSA, del propsito del sistema de
medicin y de la disponibilidad de muestras de la parte que representa el proceso
de produccin
Cuando un estimado independiente de la variacin del proceso no se encuentra
disponible, O para determinar la direccin del proceso y adecuacin continua del sistema
de medicin para el control del proceso, la muestra de las partes debe ser
seleccionada del proceso y representa todo el rango de operacin de produccin.
La variacin en la muestra de las partes (PV) seleccionada para el estudio MSA es
utilizada para calcular la Variacin Total (TV) del estudio. El ndice TV es un indicador de
la direccin del proceso y adecuacin continua del sistema de medicin para el control del
Pgina 69 de 159
Pgina 70 de 159
CAPTULO II SECCIN D
Anlisis de los resultados
Los resultados deben ser evaluados para determinar si el dispositivo de medicin es
aceptable para la aplicacinintencionada. Un sistema de medicin debe ser estable antes
de que cualquier anlisis adicional sea vlido.
Error de localizacin
Criterio de aceptacin Localizacin de error
La localizacin del error est definida normalmente por el anlisis de sesgo y linealidad.
El sesgo o linealidad del error de un sistema de medicin es inaceptable si este es
significativamente diferente de cero o excede el error mximo permisible establecido por
el procedimiento de calibracin del calibre o gage. En esos casos el sistema de medicin
debera ser recalibrado o aplicar un factor de correccin para minimizar este error.
Amplitud de error
Criterio de aceptacin Amplitud de error
El criterio final de aceptacin para un sistema de medicin depende del ambiente y
propsito del sistema de medicin y deber ser acordado por el cliente.
Para los sistemas de medicin cuyo propsito es analizar un proceso, la regla general
para la aceptabilidad de un sistema de medicin es:
-
Pgina 71 de 159
Pgina 72 de 159
Captulo III
Prcticas recomendadas para
sistema de medicin simple
un
Estn siendo estudiados slo dos factores, o condiciones de medicin (v. gr.,
evaluadores y partes) ms la repetibilidad del sistema de medicin.
Pgina 73 de 159
Pgina 74 de 159
Pgina 75 de 159
Sesgo
Promedio del
Sistema de
medicin
Valor de
referencia
x
X =
i 1
n
5) Compute la desviacin estndar de la repetibilidad
repetitividad
Donde d
*
2
max xi min xi
d 2*
Con g = 1 y m = n
Si un estudio GRR est disponible (y vlido), el clculo de la desviacin estndar de
repetibilidad debera estar basado en los resultados del estudio.
6) Determinar la t estadstica para el sesgo
Sesgo = promedio de medicin observado valor de referencia
b r
t=
Sesgo
b
7) El sesgo es aceptable al nivel
si
2
2
donde v es encontrado en el apndice c con g = 1 y m = n y
Pgina 77 de 159
t t v ,1
El nivel
Sesgo
Pgina 78 de 159
Histogram of Valores
9
8
Frequency
7
6
5
4
3
2
1
0
5.50
5.75
6.00
Valores
6.25
6.50
utilizados para evaluar el sesgo. El anlisis de la carta de control debe indicar que el
sistema de medicin es estable antes de que el sesgo sea evaluado.
1) obtener una muestra y establecer su valor relativo de referencia a un estndar
trazable. Si uno no es vlido seleccione una parte de produccin que caiga en el
Pgina 79 de 159
repetitivi dad
R
d 2*
b r
gm
Sesgo
b
Pgina 80 de 159
t v ,1
estndar t.
El nivel
Debido a que el cero cae dentro del intervalo de confianza de el sesgo (-0.0299,
0.0519) el equipo del proceso puede asumir que el sesgo de la medicin es aceptable
asumiendo que el uso actual no introducir fuentes adicionales de variacin.
Anlisis de estudios de sesgo
Pgina 81 de 159
Pgina 82 de 159
Sesgoi
Sesgo
i, j
j 1
m
5) grafique las sesgos individuales y los promedios de sesgos con respecto a los
valores de sesgo en una grfica lineal
6) calcule y grafique la mejor lnea y la banda de confianza de la lnea utilizando las
siguientes ecuaciones.
Para la mejor lnea utilice: y i = axi b
Donde:
xi = valor de referencia
y i = promedio de sesgo
x y
gm
pendiente
1
2
2
x gm x
xy
donde s
2
i
el nivel
b y i a xi y i
gm 2
Pgina 83 de 159
ms bajo: b ax 0
1
t gm 2,1
2
gm
x x
1
gm
x x
i
x x
x x
2
pendiente = 0
No rechazar si
a
t gm 2 ,1
s
x
interseccin (sesgo) = 0
Pgina 84 de 159
No rechace si
b
gm
t gm 2 ,1
Ejemplo Linealidad
Un supervisor de planta fue entrenado a un nuevo sistema de medicin para el proceso.
Como parte del PPAP la linealidad del sistema de medicin requera ser evaluada. Cinco
partes fueron escogidas a travs del rango de operacin del sistema de medicin con
base en la variacin proceso del documentada. Cada parte fue medida por inspeccin de
layout para determinar su valor de referencia. Cada parte fue medida doce veces por el
operador. Las partes fueron seleccionadas al azar durante el estudio.
Pgina 85 de 159
Pgina 86 de 159
Aun si los datos para el valor de referencia 4 no fueran considerados, el anlisis grfico
muestra claramente que este sistema de medicin tiene un problema de linealidad. El
valor R2 indica que un muestra lineal puede no ser un muestra apropiado para este tipo de
datos. Aun si el muestra lineal sea aceptado, la lnea de sesgo = 0 intersecta los lmites
de confianza ms que encontrarse dentro de ellos.
El supervisor debe iniciar un anlisis de problema y una resolucin en el sistema de
medicin, ya que el anlisis numrico no proporcionar cualquier idea adicional.
El supervisor calcula el t-estadstico para la inclinacin e interseccin:
Ta = -12.043
Tb = 10.158
Tomando el establecido de 0.05 y yendo a las tablas t con (gm-2) = 58 grados de
libertad y una proporcin de .975, el supervisor da con el valor crtico de:
T58,.975 = 2.00172
Si el sistema de medicin tiene un problema de linealidad, necesita ser recalibrado para
alcanzar el sesgo cero mediante la modificacin del hardware, software o ambos. Si el
sesgo no puede ser ajustado a una sesgo cero mediante el rango del sistema de
medicin, aun as puede ser utilizado para el control del producto/proceso pero no como
anlisis tan largo como el sistema de medicin permanezca estable.
Pgina 87 de 159
Mtodo ANOVA
Pgina 88 de 159
1
d 2*
Rango promedio ( R ) =
0.35
0.07
5
R
R
0.07
0.0588
GRR = *
1.19
d2
1.19
(Desviacin estndar del proceso = 0.0777 de estudio previo)
GRR
75.7%
% GRR = 100 *
Desviacin estndar del proceso
GRR
75.7%
% GRR = 100 *
Desviacin estndar del proceso
Pgina 89 de 159
Pgina 90 de 159
6) Los pasos 4 y 5 debern ser cambiados a lo siguiente cuando una parte de gran
tamao o no disponibilidad de partes lo hagan necesario.
Permita medir al evaluador A la primera parte y registre la lectura en la fila 1.
Deje al evaluador B medir la primera parte y registre en la fila 6. Deje medir al
evaluador C la primera parte y registre la lectura en la fila 11.
Permita al evaluador A repetir la lectura en la primera parte y registre la lectura
en la fila 2, al evaluador B registre la lectura repetida en la fila 7 y al evaluador
C registre la lectura repetida en la fila 12. Repita este ciclo e ingrese los
resultados en las filas, 3, 8 y 13, si son realizadas tres pruebas.
7) Un mtodo alternativo puede ser utilizado si los evaluadores estn en diferentes
turnos. Permita medir al evaluador A todas las 10 partes y registre las lecturas en
la fila 1. Que el evaluador A repita la lectura en un orden diferente e ingrese los
resultados en las filas 2 y 3. Haga lo mismo con el evaluador B y C.
Figura 12. Hoja de recoleccin de datos para estudio de repetibilidad y reproducibilidad del gage
Pgina 91 de 159
estadstico. Los datos del anlisis del sistema de medicin pueden ser desplegados
grficamente mediante cartas de control.
Carta de promedios
Los promedios de las lecturas mltiples de cada evaluador en cada parte son graficadas
por el evaluador con el nmero de parte como un ndice. Esto puede ayudar a determinar
consistencia entre los evaluadores. La grfica de promedio resultante proporciona un
indicador de usabilidad del sistema de medicin.
El rea dentro de los lmites de control representa la sensibilidad (ruido) de la medicin.
Dado que el grupo de partes utilizadas en el estudio representan la variacin del proceso,
aproximadamente la mitad o ms de la mitad de los promedios caern fuera de los lmites
de control. Si los datos muestran este patrn, entonces el sistema de medicin puede
proporcionar informacin til para el anlisis y control del proceso.
La revisin de las grficas indica que el sistema de medicin aparenta tener suficiente
discriminacin para procesos con variacin descritas por la muestra de las partes.
Cartas de rango
La grfica de control de rango es utilizada para determinar si el proceso est en control.
La razn de esto es que no importa que tan grande sea el error de medicin, los lmites de
control permitirn ese error. Es por eso que las causas especiales necesitan ser
identificadas y removidas antes de realizar un estudio de medicin.
Pgina 92 de 159
Los rangos de lecturas mltiples de cada evaluador sobre cada parte son graficados en
una carta de rango estndar incluyendo el rango promedio y los lmites de control.
Si un evaluador est fuera de control, el mtodo utilizado difiere de otros. Si todos los
evaluadores tienen algunos campos fuera de control, el sistema de medicin es sensible a
la tcnica del evaluador y es necesario mejorar para obtener datos confiables.
La carta de rango puede ayudar en la determinacin de:
-
Una revisin de las cartas de control indica que hay diferencia de variabilidad entre los
evaluadores, el evaluador B debe repetir las mediciones en la parte 4.
Carta de tendencia
Las lecturas individuales son graficadas por parte para todos los evaluadores para tener
idea de:
-
Pgina 93 de 159
Gage name:
Date of study:
5
2
Measurement
Mean
O perator
A
B
C
-2
6
10
Mean
-2
Operator
Panel variable: Part
Una revisin de la grfica de dispersin indica que el evaluador C puede tener lecturas
ms bajas que los otros evaluadores.
Grfica de bigotes
En esta grfica, el valor ms alto y el ms bajo, adems del promedio de parte por
evaluador son graficados, lo que proporciona:
-
indicacin de anomalas
Pgina 94 de 159
2.5
5.0
7.5
10.0
B
2
1
Operator
A
B
C
Measurement
0
-1
-2
C
2
1
0
-1
-2
0.0
2.5
5.0
7.5
10.0
Part
Panel variable: Operator
Una revisin de las grficas indica que el evaluador B podra tener la mayor variabilidad.
Grficas de error
La desviacin individual o error para cada parte es calculada de la siguiente manera:
Error = valor observado valor de referencia
O
Error = valor observado medida promedio de la parte
Esto depende de si los valores de referencia de los datos que son medidos estn
disponibles.
Una revisin de las grficas de error indica:
Histograma normalizado
Pgina 95 de 159
0.0
0.2
0.4
0.6
B
10.0
7.5
Frequency
5.0
2.5
0.0
C
10.0
7.5
5.0
2.5
0.0
-0.6 -0.4 -0.2 0.0
0.2
0.4
0.6
Error
Panel variable: Operator
El anlisis de los histogramas muestra que solo el evaluador B tiene forma simtrica,
puede indicar que los evaluadores A y C estn introduciendo una fuente de variacin
sistemtica que resulta en sesgo.
Pgina 96 de 159
-1
B
2
1
Measurement
0
-1
-2
C
2
1
0
-1
-2
-2
-1
Promedios
Panel variable: Operator
Pgina 97 de 159
El procedimiento para hacer los clculos despus de que los datos han sido recolectados
es el siguiente:
1) Reste la lectura ms pequea de la ms grande en las filas 1, 2 y 3; ingrese el
resultado en la fila 5. Haga lo mismo para las filas 6, 7 y 8; y 11, 12 y 13 e ingrese
los resultados en las filas 10 y 15 respectivamente.
2) Las entradas en las filas 5, 10 y 15 son campos y siempre sern valores positivos.
3) Total de la fila 5 y divida el total por el nmero de partes muestreadas para obtener
el promedio para las primeras pruebas del evaluador R a . Haga lo mismo para las
filas 10 y 15 para obtener R b y Rc
4) Transfiera los promedios de las filas 5, 10 y 15 ( R a , R b , R c ) a la fila 17. Jntelos
y divdalos por el nmero de evaluadores e ingrese el resultado R (promedio de
todos los campos)
5) Ingrese R (valor promedio) en filas 19 y multiplique por D4 para obtener el lmite
de control superior. D4 es 3.27 si son utilizadas dos pruebas. El valor del lmite de
control superior (UCLR) de los campos individuales es ingresado a la fila 19.
6) Repita cualquier lectura que produzca un campo mayor que el UCLR calculado,
utilizando el mismo evaluador y parte como se utiliz originalmente, o descarte
esos valores y re- promedie y el valor limitante UCLR basado en el tamao de
muestra revisada,
7) Sume las filas (fila 1, 2, 3, 6, 7, 8, 11, 12 y 13). Divida la suma en cada fila por el
nmero de partes muestreadas e ingrese esos valores en la columna de la
derecha llamada promedio
8) Agregue los promedios en las filas 1, 2 y 3 y divida el total por el nmero de
pruebas e ingrese el valor en la fila 4 en el bloque X a . Repita esta operacin para
las filas 6, 7 y 8; 11, 12 y 13 e ingrese los resultados en los bloque para X b y X c
en las filas 9 y 14 respectivamente
9) Ingrese los promedios mximos y mnimos de las filas 4, 9 y 14 en el espacio
apropiado en la fila 18 y determine las diferencias. Ingrese la diferencia en el
espacio etiquetado: X
DIFF
en la fila 18
10) Sume las mediciones para cada prueba, para cada parte y divida el total por el
nmero de mediciones (nmero de pruebas nmero de veces de evaluadores).
Pgina 98 de 159
DIFF
Pgina 99 de 159
Figura. 25 Hoja de recoleccin de datos de medida de repetibilidad y reproducibilidad con datos y clculos
realizados
E ) es
AV
DIFF
xK 2
EV 2
nr
GRR
EV 2
( AV ) 2
1) TV
var iacindelproceso
6.00
2) PV TV 2 GRR 2
Una vez que la variabilidad para cada factor en el estudio de calibre es determinado,
puede ser comparada a la variacin total (TV). Este se cumple al realizar los clculos al
lado derecho del reporte de medida de la figura 25 bajo % Variacin total.
El porcentaje de consumo de la variacin del equipo (%EV) de la variacin total es
calculado por 100[EV/TV].
La suma de los porcentajes consumidos por cada factor no sern igual al 100%
El resultado de esta variacin total de porcentaje necesita ser evaluado para determinar si
el sistema de medicin es aceptable para esta aplicacin.
Si el anlisis est basado en la tolerancia en lugar de la variacin del proceso, entonces el
reporte de repetibilidad y reproducibilidad de medida (fig. 25) puede ser modificado por lo
que el lado derecho represente el porcentaje de tolerancia en lugar del porcentaje de la
variacin total. En tal caso, % EV, % AV, %GRR y % PV son calculados por sustitucin
del valor de tolerancia dividido por seis en el denominador de los clculos en lugar de la
variacin total.
En paso final en el anlisis numrico es determinar el nmero de distintas categoras que
pueden ser distinguidas por el sistema de medicin.
Mtodo de Anlisis de Varianza (ANOVA)
El anlisis de Variacin (ANOVA) es una tcnica estadstica estndar y puede ser utilizada
para analizar el error de medicin y otras fuentes de variabilidad de datos en un estudio
de sistemas de medicin. En el anlisis de variacin, la variacin puede ser
descompuesta en cuatro categoras: partes, evaluadores, interaccin entre partes y
evaluadores, y error de replica debido al calibre.
Las ventajas de las tcnicas ANOVA en comparacin con los mtodos de promedio y
distancia son:
Las desventajas son que los clculos numricos son ms complejos y los usuarios
requieren un cierto grado de conocimiento estadstico para interpretar los resultados. El
mtodo de recoleccin de datos es importante en un mtodo ANOVA. Si los datos no son
recolectados de una manera al azar, pueden conducir a una fuente de valores de sesgo.
Una manera simple para asegurar un diseo balanceado para (n) partes, (k) evaluadores
y pruebas es la utilizacin al azar.
Anlisis grfico
Un mtodo grfico que es sugerido es el de diagrama de interaccin. Confirma los
resultados de la prueba F donde la interaccin es o no significativa. Aqu se grafica, el
promedio de medicin de evaluador por parte contra nmero de parte (1, 2, 3...etc.). Los
puntos para cada promedio por evaluador son conectados para formar k lneas (nmero
de evaluadores). La manera para interpretar la grfica es si las lneas K son paralelas no
existe trmino de interaccin. Donde las lneas no son paralelas, la interaccin puede ser
significativa.
Versus Fits
(response is Measurement)
4
Standardized Residual
3
2
1
0
-1
-2
-3
-2
-1
0
Fitted Value
Percent
95
90
80
70
60
50
40
30
20
10
5
1
0.1
-4
-3
-2
-1
0
1
Standardized Residual
Clculos numricos
La tabla ANOVA abajo mostrada est compuesta de cinco columnas
-
Factor
Part
Operator
Type
fixed
fixed
Levels
10
3
Values
1, 2, 3, 4, 5, 6, 7, 8, 9, 10
A, B, C
DF
9
2
18
60
89
Seq SS
88.3619
3.1673
0.3590
2.7589
94.6471
S = 0.214435
R-Sq = 97.09%
Adj SS
88.3619
3.1673
0.3590
2.7589
Adj MS
9.8180
1.5836
0.0199
0.0460
F
213.52
34.44
0.43
R-Sq(adj) = 95.68%
P
0.000
0.000
0.974
Gage R&R
Source
Total Gage R&R
Repeatability
Reproducibility
Operator
Part-To-Part
Total Variation
VarComp
0.09143
0.03997
0.05146
0.05146
1.08645
1.17788
%Contribution
(of VarComp)
7.76
3.39
4.37
4.37
92.24
100.00
Process tolerance = 8
Source
Total Gage R&R
Repeatability
Reproducibility
Operator
Part-To-Part
Total Variation
StdDev (SD)
0.30237
0.19993
0.22684
0.22684
1.04233
1.08530
Study Var
(5.15 * SD)
1.55721
1.02966
1.16821
1.16821
5.36799
5.58929
%Study Var
(%SV)
27.86
18.42
20.90
20.90
96.04
100.00
ndc 1.41(1.04233
.30237)
4.861 4
%Tolerance
(SV/Toler)
19.47
12.87
14.60
14.60
67.10
69.87
(componentes )
Puede ser que se requiera un aditamento de apoyo para ayudar al evaluador a utilizar el
gage de manera ms consistente.
Como estos mtodos no cuantifican la variabilidad del sistema, deben usarse nicamente
con el consentimiento del cliente. La seleccin y uso de tales tcnicas deber basarse en
una buena prctica estadstica, y un entendimiento de las fuentes potenciales de variacin
que pueden afectar el producto o la medicin de procesos, y el efecto de una decisin
incorrecta en el cliente final.
Las fuentes de variacin de los sistemas por atributos deben ser minimizados utilizando
los resultados de factores humanos e investigacin sobre ergonoma.
Enfoques posibles
Escenario
El proceso de produccin est en control estadstico y tiene ndices de desempeo de Pp
= Ppk = 0.5 lo cual es inaceptable. Debido a que el proceso fabrica producto no conforme,
debe hacerse una accin de contencin para desechar las partes inaceptables de la
produccin.
Para la actividad de contencin el equipo de proceso selecciona un calibre por atributos
del que compare cada parte a un conjunto especfico de lmites y acepte la parte si los
lmites son satisfechos, o rechazar la parte en caso contrario.
LSL = 0.450
USL = 0.545
0.40
II
0.50
0.60
III
II
Una decisin aceptable fue asignada con un uno (1) y una decisin inaceptable con un
cero (0). La decisin de referencia y los valores variables de referencia mostrados en la
tabla 12 no fueron determinados inicialmente. En la columna Code se indica si la parte
est en rea I, rea II, o rea III, indicado por -, x, y + respectivamente.
Anlisis de prueba de hiptesis Mtodo de tabla cruzada
Debido a que el equipo no conoca las decisiones de referencia para las partes,
desarrollaron unas tabulaciones cruzadas comparando a cada evaluador contra los otros.
El propsito de estas tablas es determinar el alcance del acuerdo entre evaluadores. Para
determinar el nivel de este acuerdo el equipo utiliza el estadstico Kappa (de Cohen) que
mide el acuerdo entre las evaluaciones de dos evaluadores cuando ambos estn
evaluando el mismo objeto. Un valor de 1 indica un acuerdo perfecto. Un valor de 0 indica
que no es ms que una posibilidad. Kappa solo est disponible para tablas en la que
ambas variables utilicen los mismos valores de categora y ambas variables tengan el
mismo nmero de categoras.
Kappa es una medida de acuerdo entre evaluadores que prueba si el conteo en las celdas
en diagonal (las partes que reciben el mismo puntaje) difiere de aquellas que se esperan
se encuentren solas.
Digamos que:
p o Suma de las proporciones observadas de las celdas en diagonal
por lo tanto:
kappa
po pe
1 pe
Kappa es una medida ms que una prueba. Con base a su tamao se forma un
estadstico t. Cuando el valor de kappa es mayor que 0.75 indica un acuerdo de bueno a
excelente (con un kappa mximo = 1); valores menores que 0.40 indican un acuerdo
pobre.
Kappa no toma en cuenta el tamao de desacuerdo entre los evaluadores, sino si estn
de acuerdo o no.
Ejemplo:
Este anlisis indica que todos los evaluadores muestran un buen acuerdo entre s. Esto
es necesario para determinar si existen diferencias entre los evaluadores, pero no nos
dice que tan bien el sistema de medicin selecciona las partes buenas de las malas. Para
este anlisis el equipo evalu las partes utilizando un sistema de medicin variable y
utiliz los resultados para determinar la referencia de la decisin.
Se evaluaron las partes con un sistema de medicin por variables para determinar la
decisin de referencia. Con esta nueva informacin se desarroll otro grupo de
tabulaciones cruzadas comparando cada evaluador con la decisin de referencia.
El equipo tambin calcul la medida kappa para determinar el acuerdo de cada evaluador
con la decisin de referencia:
Estos valores pueden ser interpretados como que cada uno de los evaluadores tiene un
buen acuerdo con el estndar. El equipo de proceso calcul la efectividad del sistema de
medicin.
Efectividad
nmerodedecisionescorrectas
oportunidadestotalesparaunadecisin
Se pueden realizar pruebas de hiptesis mltiples entre cada par de evaluadores con la
hiptesis nula:
Pgina 115 de 159
LSL = 0.450
0.40
II
USL = 0.545
0.50
0.60
III
II
Pr(mala/llamada mala) =
.938 * (.0027)
.938 * (.0027) .020 * (.9973)
d 0.0237915
El % GRR estimado es:
%GRR= 29%
El % real de GRR = 25%, as que este estimado llevar a la misma evaluacin del sistema
de medicin.
MTODO ANALTICO
Como en el sistema de medicin por variables, se debe verificar la estabilidad del
proceso. Para el caso de atributos se pueden usar cartas de control por atributos con
tamaos de muestra constante.
Para un sistema de medicin por atributos, se usa el concepto de curva de operacin del
calibre o gage Gage Performance Curve, para evaluar la repetibilidad y sesgo del
sistema de medicin. Se aplica a sistemas de medicin con uno o dos lmites, para el
caso de dos lmites se puede utilizar solo uno de ellos asumiendo uniformidad del error.
El estudio del sistema de medicin por atributos consiste en la obtencin de valores de
referencia para varias partes seleccionadas. Estas partes son evaluadas un nmero de
veces (m), con el nmero total de aceptados (a), para cada parte registrada. Con los
resultados, pueden ser evaluadas la repetibilidad y el sesgo.
La primera etapa del estudio por atributos es la seleccin de partes. Es esencial que el
valor de referencia sea conocido para cada parte utilizada en el estudio. Deben ser
seleccionadas ocho partes. Los valores mximos y mnimos deben representar el rango
del proceso. Aunque esta seleccin no afecta la confianza en los resultados, afecta el
nmero total de partes necesarias para completar el estudio de calibre. Las ocho partes
deben probarse mediante el calibre o gage, m = 20 veces, y se registra el nmero de
aceptaciones (a).
Para el estudio total, la parte ms pequea debe tener el valor a 0 ; la parte ms grande
a 20 ; y las otra seis partes, deben ser 1 a 19 . Si estos criterios no son satisfechos,
ms partes con valores de referencia conocidos, (X) deben probarse a travs del calibre
hasta que se cumpla con la condicin.
Una vez que el criterio de recoleccin de datos ha sido satisfecho, las probabilidades de
aceptacin deben ser calculadas para cada parte utilizando las siguientes ecuaciones:
a 0. 5
P' a
a 0.5
0.5si
si
si
a
0.5, a 0
m
a
0.5, a 20, a 20
m
a
0.5
m
Los ajustes cubren los ejemplos donde 1 a 19 . Para los casos donde a = 0 establezca
Pa = 0 excepto para los valores de referencia ms largos con una a = 0, en donde Pa =
0.025. Para los casos donde a = 20 entonces Pa = 1 excepto para los valores de
referencia ms pequeos con una a = 20 en donde Pa = 0.975.
Una vez que se se calcula la Pa para cada Xt, se puede elaborar la curva de desempeo
del gage (GPC), el uso de papel normal trazando una lnea que aproxime los puntos,
proporciona un mejor estimado de la repetibilidad y sesgo. En la grfica normal, el sesgo
es igual al lmite inferior menos la medida del valor de referencia que corresponde a
Pa=0.5,
O
Sesgo = lmite de especificacin ms bajo - X T ( P' a 0.5)
La repetibilidad es determina al encontrar las diferencias de las medidas del valor de
referencia correspondientes P ' a 0.995 yP ' a 0.005 y dividindolo por el factor de
ajuste de 1.08 64
Re petibilidad
31.3 x Sesgo
repetibili dad
025 ,19
entonces
el sesgo es
Como hay dos valores de referencia con 1 a 19 , al menos cuatro partes ms deben
ser encontradas. Es necesario correr las partes con los valores de referencia en el punto
medio de los intervalos existentes. Estos valores de referencia y nmero de aceptados
son:
18
Probability Plot of Xt
Normal - 95% CI
99.9
99.5
99
Percent
95
90
80
70
60
50
40
30
20
Mean
StDev
N
AD
P-Value
-0.01217
0.002574
9
0.133
0.966
50
10
5
1
0.5
0.1
Xt
0.0084(0.0163)
1.08
0.0079
0.0073
1.08
31.3 x tendencia
R
31.3 x 0.0023
0.0073
9.86
Desde que t 0.025,19 2.093 , el sesgo resulta ser significativamente diferente de cero.
Debido a que la forma de la curva en el lmite superior debera ser un espejo de la
imagen de la curva del lmite inferior, la nica consideracin necesaria es la localizacin
de la curva con respecto a los valores X T .
La posicin correcta de la curva estara definida en el punto donde la P ' a 0.5 y el valor
X T sea igual a la especificacin del lmite menos el sesgo. En el ejemplo, este punto
sera X T 0.0100 0.0023 0.0077.
Scatterplot of Pa vs Xt
-0.01
0.01
1.0
0.8
Pa
0.6
0.4
0.2
0.0
Xt
Xt
-0.016
-0.015
-0.014
-0.013
-0.012
-0.011
-0.0105
-0.01
-0.008
Pa
0.025
0.075
0.175
0.275
0.425
0.775
0.875
0.975
1
Xt
0.0083
0.0073
0.0063
0.0053
0.0043
0.0033
0.0028
0.0023
0.0003
Pa
0.025
0.075
0.175
0.275
0.425
0.775
0.875
0.975
1
Sistemas donde las partes cambian con el uso o prueba; v. gr., pruebas en
motores.
El mapeo de los estudios descritos en esta seccin y varios de los escenarios son los
siguientes:
CAPITULO IV SECCIN B
Estudios de estabilidad
S1: Parte nica, Una sola medicin por ciclo
Aplicacin:
A) Los sistemas de medicin en los que la parte no es cambiada por
la medicin del proceso, ej. Sistemas de medicin que son no
destructivos y sern utilizados con partes (muestras) con :
a) Propiedades estticas
b) Propiedades
dinmicas
(cambios)
que
han
sido
estabilizadas
B) La vida de anaquel de la caracterstica (propiedad) es conocida y
se alarga ms all de la duracin esperada del estudio; ej. La
caracterstica medida no cambia sobre el periodo de uso
esperado.
Supuestos:
-
Comparar
e R
estudio de variabilidad
-
S2:
Propiedades estticas, o
Propiedades
dinmicas
las
cuales
han
sido
estabilizadas
b) La vida de anaquel de la caracterstica (propiedad) es
conocida y se extiende ms all de la duracin esperada del
estudio; ej. La caracterstica medida no cambia sobre el
periodo de uso esperado.
Supuestos:
-
Compare e R
Sesgo =
-
E de un estudio de variabilidad
x valorderef erencia
2
2
2
total
proceso
sistemadem
edicion
Buscar tendencias
Desde que las partes (muestras) no cambian (una muestra aislada), cualquier
indicacin de inestabilidad debera ser atribuido al cambio en el sistema de
medicin.
Analizar mediante:
Determinacin de la variabilidad total va un estudio de capacidad con
x&Ro
E de un estudio de
d 2* con la repetibilidad estimar
variabilidad
2
2
2
Este es un estudio superior determinado: e E entre
p & mR
donde
es el promedio
x&s
CAPITULO IV Seccin C
Estudios de variabilidad
Todos los estudios descriptivos son enumerativos por naturaleza y describen el sistema
de medicin (incluyendo los efectos del ambiente) durante el estudio. Desde que los
sistemas de medicin existen para ser utilizados en la toma de futuras decisiones sobre
productos, procesos o servicios, una conclusin analtica sobre el sistema de medicin es
necesaria.
V1: Estudios estndar GRR
Estos estudios son aquellos contenidos dentro de este manual de referencia.
V1a Mtodo de rango (R & R)
V1b Mtodo de rango (R & R y dentro-parte)
V1c - Mtodo ANOVA
V1d Mtodo modificado ANOVA/rango
V2: Lecturas mltiples con p 2 instrumentos
Aplicacin:
a. Sistemas de medicin en los cuales la parte no es cambiada por el
proceso de medicin; sistemas de medicin que son no destructivos y
se utilizarn con partes (muestras) con:
1) Propiedades estticas, o
2) Propiedades dinmicas ( cambiantes) que han sido estabilizadas
Supuestos:
Supuestos:
Analizar utilizando:
E e partes lotes
Lecturas
repetidas
son
tomadas
sobre
intervalos
de
tiempo
especificados.
E e
Lecturas
repetidas
son
tomadas
especificados.
sobre
intervalos
de
tiempo
E e
E e entre
V8: Tiempo versus degradacin de la caracterstica (propiedad)
V6 y V7 pueden ser modificados para determinar si la degradacin es por
tiempo (vida de anaquel) o depende de la actividad.
V9: V2 con lecturas mltiples simultneas y p 3 instrumentos
Analizar igual que V2
CAPITULO V SECCIN B
Mtodo de rango y promedio Tratamiento adicional
Introduccin
El propsito primario de la grfica de control es el mismo que otros anlisis de sistemas
de medicin: determinar si el proceso de medicin es adecuado para medir la variacin
del proceso de manufactura y/o evaluar la conformidad del producto.
rango. Empate en este lmite y determine si todos los valores estn en control.
a. Si todos los rangos estn en control, todos los evaluadores estn haciendo
el mismo trabajo.
b. Si un evaluador est fuera de control, su mtodo difiere de los otros.
Pgina 140 de 159
11) Observe los promedios de la muestra (1, 2, 3,...9, 10) y calcule el rango de los
promedios de la muestra ( R p ) al restar el menor al mayor. Ponga el resultado en
el espacio proporcionado
12) Estime la desviacin estndar ( p ) de muestra a muestra utilizando el valor de
d 2* para el valor n correspondiente.
13) Calcule la relacin seal a ruido (SN) al dividir la desviacin estndar de la
muestra por la desviacin estndar de la medicin y ponga el resultado en el
espacio proporcionado.
SN =
P
GRR
CAPITULO V SECCION C
Curva de desempeo del calibre o gage
El propsito de desarrollar la curva de desempeo del gage (GPC) es determinar la
probabilidad de aceptar o rechazar una parte de algn valor de referencia. El GPC para
una medicin ideal sin error se muestra en la siguiente figura:
Pa
Sesgo = 0
GRR = 0
Valores observados
LIE
LSE
UL
Pa
N(X
b, 2 )dx
LL
UL X T b
LL X T b
Pa
Donde:
UL X T b UL
= N(XT
b, 2 ) dx
LL X T b
= N(XT
LL
b, 2 )dx
Ejemplo:
Determine la probabilidad de aceptar una parte donde el valor de referencia de torque es
0.5 Nm, 0.7 Nm, 0.9 Nm.
Utilizando datos de un estudio previo:
Especificacin superior =
UL
= 1.0 Nm
Especificacin inferior =
LL
= 0.6 Nm
Sesgo
= 0.05 Nm
GRR
b
=
0.05 Nm
Pa
Cuando la parte tiene un valor de referencia de 0.5 Nm ser aceptado el 16% de las
veces y ser rechazado aproximadamente 84% de las veces.
Ejemplo de curva de desempeo del gage
Si la probabilidad de aceptacin es calculada para todos los valores de X T y graficada,
entonces se obtiene la curva de desempeo del gage.
Para el caso de Xt = 0.7 Nm se tiene:
Pa
Pa
0.78
0.8
0.82
0.84
0.86
0.88
0.9
0.92
0.94
0.96
0.98
1
1.02
1.04
1.06
1.08
1.1
0.999663071
0.998650102
0.995338812
0.986096552
0.964069681
0.919243341
0.841344746
0.725746882
0.579259709
0.420740291
0.274253118
0.158655254
0.080756659
0.035930319
0.013903448
0.004661188
0.001349898
Sesgo = 0.0023
2.11245E-06
2.86652E-07
3.33205E-08
3.31575E-09
2.82316E-10
2.05579E-11
1.27981E-12
6.80922E-14
3.09536E-15
1.20194E-16
3.9858E-18
1.12859E-19
2.72815E-21
5.62928E-23
9.91363E-25
1.4899E-26
1.91066E-28
0.99966096
0.99864982
0.99533878
0.98609655
0.96406968
0.91924334
0.84134475
0.72574688
0.57925971
0.42074029
0.27425312
0.15865525
0.08075666
0.03593032
0.01390345
0.00466119
0.0013499
GRR = 0.79%
Mean
StDev
N
AD
P-Value
95
90
0.75
0.2107
36
0.384
0.377
Percent
80
70
60
50
40
30
20
10
5
0.0
0.2
0.4
0.6
0.8
Valor
1.0
1.2
1.4
B X T LL
BB X T UL
dependiendo de qu lmite es escogido XT
CAPITULO V Seccin D
Reduccin de variacin a travs de lecturas mltiples
Si la variacin el sistema de medicin actual no es aceptable (sobre 30%) existe un
mtodo que puede ser utilizado para reducir la variacin a un nivel aceptable hasta que se
realicen mejoras al sistema de medicin. La variacin inaceptable puede ser reducida
tomando mltiples lecturas de mediciones estadsticamente independientes (no
relacionadas) de la caracterstica de la parte que est siendo evaluada, determinando el
promedio de estas mediciones y dejando que el valor numrico del resultado sea
sustituido para la medicin individual. Este mtodo, consumir tiempo, pero es una
alternativa hasta que se realicen mejoras al sistema de medicin. El procedimiento para
este mtodo es:
1) determinar el nmero de lecturas mltiples requeridas para cumplir con un nivel
aceptable de variacin
2) Seguir el procedimiento de estudio de sistemas de medicin ya visto.
Ejemplo:
En el ejemplo de la empresa XYZ, el porcentaje de tolerancia de variacin GRR es 25.5%,
con una variabilidad de seis sigma igual a 0.24. El cliente desea reducir esto al menos
15%, lo cual sera equivalente a una variabilidad de seis sigma de 0.14.
Para determinar el nmero de lecturas mltiples requeridas para cumplir el criterio
deseado de 15%, debe asumirse que la distribucin de mediciones individual y promedio
tiene la misma media de valor numrico. Segundo, la variacin de la distribucin de
promedios es igual a la variacin de las distribuciones individuales divididas por el tamao
de la muestra. Entendiendo esta relacin, el nmero de mltiples lecturas requeridas
puede ser determinado.
(6 x ) 2
6 2
n
Despejando, tenemos:
6s 6s
x
Sustituyendo:
0.14
0.24
n
para quedar:
n 1.714
n3
CAPITULO V Seccin E
Mtodo de la desviacin estndar conjunta para GRR
El anlisis de un sistema de medicin usualmente asume que los datos replicados de
todas las partes/muestras pueden ser obtenidos de todos los evaluadores de una manera
al azar. Si el sistema de medicin incluye mltiples localizaciones esto puede ser
logsticamente irrealizable al demandar un muestreo al azar. Tambin algunos anlisis
qumicos y metalrgicos pueden requerir una seccin transversal de diversas muestras
que no son parte de un proceso homogneo y pueden no estar disponibles al mismo
tiempo.
Estas situaciones pueden ser manejadas al utilizar un DOE anidado. Un enfoque alterno
es el estudio GRR de desviacin estndar conjunta que sigue la metodologa de la norma
ASTM E691. Se obtendrn mltiples valores de repetibilidad y reproducibilidad
determinadas por separado para cada parte.
Este enfoque ve cada parte como un material separado y entonces calcula la desviacin
estndar GRR de la repetibilidad y reproducibilidad como en E691. Esto producir
mltiples valores separados de repetibilidad y reproducibilidad. Como las partes son
consideradas idnticas, estos estimados separados se asumen efectivamente idnticos.
El enfoque E691 es utilizado tpicamente con una muestra completa. Esto es til cuando
todas las muestras no estn disponibles al mismo tiempo. Puede ser utilizado como parte
del proceso de calibracin para mantener informacin en la variabilidad del sistema de
medicin.
La siguiente descripcin de estudio asume que el estudio ser aplicado en una manera
secuencial.
Desarrollo del estudio
Contina del paso 6 del captulo II seccin C
7) Haga que cada uno de los evaluadores m 2 evale la parte para r 3 lecturas.
Registre los datos en las filas apropiadas de la hoja e recoleccin de datos.
operador
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
parte
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
4
4
4
medicion
0.29
0.41
0.64
0.08
0.25
0.07
0.04
-0.11
-0.15
-0.56
-0.68
-0.58
-0.47
-1.22
-0.68
-1.38
-1.13
-0.96
1.34
1.17
1.27
1.19
0.94
1.34
0.88
1.09
0.67
0.47
0.5
0.64
operador
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
parte
4
4
4
4
4
4
5
5
5
5
5
5
5
5
5
6
6
6
6
6
6
6
6
6
7
7
7
7
7
7
medicion
0.01
1.03
0.2
0.14
0.2
0.11
-0.8
-0.92
-0.84
-0.56
-1.2
-1.28
-1.46
-1.07
-1.45
0.02
-0.11
-0.21
-0.2
0.22
0.06
-0.29
-0.67
-0.49
0.59
0.75
0.66
0.47
0.55
0.83
operador
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
parte
7
7
7
8
8
8
8
8
8
8
8
8
9
9
9
9
9
9
9
9
9
10
10
10
10
10
10
10
10
10
me
11) Calcule en gran promedio ( X ) (incluya los promedios de todos los subgrupos ( X
) para todos los evaluadores). Dibuje la lnea del gran promedio en la grfica.
12) Calcule los lmites de control para esta grfica utilizando el factor A2 para r y la
desviacin estndar promedio ( s ) de la grfica de desviacin estndar; dibuje
estos lmites en la grfica de promedio.
Xbar-S Chart of medicion
1
1
1
Sample Mean
1
1
_
UCL=0.349
_
X=0.001
LCL=-0.346
0
1
-1
1
1
1
1
1
1
-2
1
10
Sample StDev
0.60
13
16
Sample
19
22
25
28
UCL=0.4570
0.45
0.30
_
S=0.1780
0.15
0.00
LCL=0
1
10
13
16
Sample
19
22
25
28
xg
s
i 1
2
xi
= 0.178
Repetibilidadg =
S Eg
S
i 1
2
si
m
Pgina 155 de 159
Reproducibilidadg = S A s
g
2
xg
S E2 g
m
GRRg = S GRR S E2 S A2
g
S appr s x2
SR
s r2
3
2
s r2 s appr
Repetibilidad =
SE
i 1
2
Ei
Reproducibilidad =
SA
GRR =
S GRR
S
i 1
S
i 1
2
Ai
2
GRRi
Si las partes cubren una amplia variedad de procesos, por ejemplo diferentes muestras
metalrgicos o qumicos, la evaluacin de la variacin total de porcentaje deber basarse
en el proceso de variacin de muestras especficos y no de la variacin total de todos los
muestras.
Debe tenerse cuidad en la interpretacin de los parmetros del sistema de medicin en el
caso donde los evaluadores se localizan en diferentes instalaciones.
La repetibilidad incluir tanto la variacin entre equipo como variacin dentro de equipo.
Esto puede ser evaluado al calcular y comparar la repetibilidad dentro de cada
localizacin.
La reproducibilidad incluye tanto la variacin entre localizacin como la variacin entre
evaluador. Estos componentes no pueden ser separados con este estudio.
Consistencia estadstica
Los mtodos ASTM e ISO sugieren que dos consistencias estadsticas, h y k, sea
calculadas. Los valores h son calculados como:
x appr x parte
sx
1.06
0.262
0.262
El valor de k es el radio de la desviacin estndar para cada parte por cada evaluador a la
desviacin estndar de repetibilidad. En este caso es: (evaluador A y parte 1)
1.35
repetitivi dad
0.132
Una razn por la que debe utilizar la computadora es para permitir comparaciones entre
diferentes materiales.
En este ejemplo no existe una recoleccin de muchos materiales diferentes que tienen
diferentes niveles y posiblemente desviaciones estndar muy diferentes, los clculos de h
y k de E691 pueden utilizarse todava para comparar la desviacin estndar de la
repetibilidad y los valores de respuesta por evaluadores. En la siguiente tabla la h y k son
enlistadas por evaluador:
En las ltimas dos columnas estn los promedios y un valor de valor z para ver si los
evaluadores son significativamente diferentes. Los valores h indican que el evaluador A es
significativamente mayor y que el evaluador C es significativamente menor en sus lecturas
del tamao de las partes.
Las desviaciones estndar de la repetibilidad tambin pueden ser evaluadas al buscar los
valores k. Para hacerlo, calcule la mediana k y entonces un rango z aproximado. Con
este estudio, la mediana esperada es de 0.861 aproximadamente con una desviacin
estndar aproximada de 0.439. La mediana de k para el evaluador A es entonces
aproximadamente de -3.2 desviaciones estndar por abajo del nivel esperado y el
evaluador B est mayor.
Las grficas de h ( figura 38b) y k (figura 38c) ayudan a ilustrar estas diferencias.
Evaluador C tiene mucho menores resultados que los otros. Los valores de k muestran
que tan baja la variacin del evaluador A est respecto a la repetibilidad.