Universidad

Tecnolgica de
Quertaro

Firmado digitalmente por Universidad

Tecnolgica de Quertaro
Nombre de reconocimiento (DN):
cn=Universidad Tecnolgica de Quertaro,
o=Universidad Tecnolgica de Quertaro,
ou, email=webmaster@uteq.edu.mx, c=MX
Fecha: 2012.05.21 10:58:49 -05'00'

UNIVERSIDAD TECNOLGICA DE QUERTARO

Nombre del proyecto:
Estudios R&R para pruebas destructivas.

Empresa:
Dooremalen Industries Mxico S.A. de C.V.

Memoria
que como parte de los requisitos para obtener el ttulo de
Ingeniero en Procesos y Operaciones Industriales

Presenta
___Alma Mara Morales Len____
Nombre del aspirante

Asesor de la UTEQ
Ing. Jose Cruz Morales Avils

Asesor de la Empresa
Ing. Juan Rodrigo Niembro Aguilar

Santiago de Quertaro, Qro. Mayo 2012

Resumen
Es importante para cualquier empresa

la calidad con que presta su

servicio, por lo cual es indispensable estar enfocados en la mejora continua, es

por ello que el presente

proyecto tuvo

como

objetivo, implementar la

realizacin de los estudios R&R para equipos de pruebas destructivas ya que

se requiere para la norma tcnica TS 16949:2002. Requerimientos particulares
para la aplicacin de ISO 9001:2000 en la industria automotriz, establece en el
numeral 7.6.1 Anlisis de sistemas de medicin, en donde especifica que
DEBEN conducirse estudios estadsticos para analizar variaciones presentes en
los resultados de los equipos de medicin y prueba. Es indispensable que en el
tipo de proceso requiere dentro de la organizacin un sistema de medicin
apropiado que permita medir la calidad de las caractersticas de los productos
que se fabrican. En cualquier tipo de procesos el estudio R&R permite calcular
la variabilidad dentro de cualquier tipo de proceso y determinar si esta variacin
es aceptable o no. Para este proceso se utilizo los estudios de repetibilidad y
reproducibilidad para equipos de pruebas destructivas que nos sirvi para
calcular la variabilidad y detectar cuando este se encuentre funcionando en
condiciones anormales, de esta manera, se buscaron estrategias correctivas
que permitan al proceso volver a trabajar en condiciones normales.

(Palabras clave: calidad, estudios estadsticos, proceso, R&R.)

Abstract
It is important for any company to know his quality with service, for that
reason is indispensable to be focus on the continuos improvement, the following
project has as objective, implement the R&R studies for equipments that need
destructive test as a requirement on TS 16949:2002. Specific requirement for
the application of ISO9001:2000 in the automotive industries, establishes on
7.6.1 Measurement system analyzes where indicate that statics studies must
be done to analyze variation on measurement and test equipment, is
indispensable to have a appropriate measurement system according to each
process in to the organization to left measure the quality of the products that
made, in any kind of process the R&R test let calculate the variability for it and
determine whether this variation is acceptable

or not. For this cause the

reapitibility and reproducibility test were used to calculate the variability and
defect wend the equipment is working in annormal conditions on destructives
test, hereby, corrective strategies were found to let to the process works in
normal conditions again.

(Key words: quality, statistical studies, I process, R*R.)

Dedicatorias
Dedico este trabajo especialmente a mis padres Cndido Morales Garca y
Ma. Del Rosario Len Gonzlez por todo su esfuerzo y apoyo que siempre lo
tuve por sus consejos que me ayudaron a seguir adelante para formarme
profesionalmente y en mi vida cotidiana. Tambin dedico este esfuerzo a mis
hermanos,

amigos

compaeros

que

siempre

estuvieron

conmigo

apoyndome.
Ahora que he logrado lo que tengo lo aprovechar cada da de mi vida
para recompensar un poco el apoyo que siempre me brindaron durante todo
este tiempo.

Agradecimientos
Agradezco principalmente a Dios y a mis padres que siempre me
apoyaron de todas las formas posibles para que yo tuviera la oportunidad de
superarme profesionalmente. A mis hermanos que tambin me apoyaron
mucho con sus nimos que me impulsaron a seguir adelante.

A mis compaeros que siempre me dieron su apoyo cuando se me

dificultaba alguna

asignatura, por la amistad que me brindaron, por los

consejos que me ayudaron en mi desarrollo profesional.

A la UTEQ por la formacin acadmica que me ofreci y recib en forma

profesional, ya que sin sta yo no hubiera terminado con xito mis estudios
como Ingeniero en Procesos y Operaciones Industriales.

A la empresa Dooremalen Industries Mxico por brindarme la oportunidad

de ser parte de su equipo de trabajo y permitirme desarrollarme y darme el
apoyo para desarrollar un proyecto.

A mis profesores, tutor y asesor de estada que siempre me apoyaron y

asesoraron, siempre tratando de resolver los problemas que se fueron
presentando en el aspecto acadmico.

ndice

Resumen ............................................................................................................. 2
Abstact ................................................................................................................ 3
Dedicatorias ........................................................................................................ 4
Agradecimientos ................................................................................................. 5
ndice .................................................................................................................. 6
I.

INTRODUCCIN .......................................................................................... 7

II. ANTECEDENTES ......................................................................................... 8

III. JUSTIFICACIN ........................................................................................... 8
IV. OBJETIVOS................................................................................................... 8
V. ALCANCES .................................................................................................. 9
VI. FUNDAMENTACION TERICA ................................................................... 9
VII. PLAN DE ACTIVIDADES............................................................................ 25
VIII.RECURSOS MATERIALES Y HUMANOS ................................................. 26
IX. DESARROLLO DEL PROYECTO .............................................................. 26
X. RESULTADOS OBTENIDOS ..................................................................... 38
XII. CONCLUSIONES ....................................................................................... 39
XIII.RECOMENDACIONES ............................................................................... 40
XIV.REFERENCIAS BIBLIOGRAFICAS ........................................................... 41

I.

INTRODUCCIN

El proyecto se desarrolla en ITB Ingeniera de Precisin es una

organizacin internacional orientada a empresa de alta tecnologa con los sitios
en los Pases Bajos, Repblica Checa y Mxico. Dooremalen Industrias Mxico
S.A. de C.V. es una planta en Quertaro, Mxico. La planta mexicana est
especializada en el moldeo por inyeccin de plstico, principalmente de piezas
de automviles. Especializada en el diseo de productos, herramienta de
diseo, la fabricacin de herramientas y la produccin (de plstico moldeado
por inyeccin de metal de moldeo por inyeccin, estampado y ensamblaje) o
piezas tcnicas de precisin y productos para una amplia gama de mercados,
como

el

automotriz

herramientas

elctricas,

conectores,

mdicos,

farmacuticos, electrodomsticos, etc.

Estn certificados en TS16949, ISO9001 e ISO14001.
Su objetivo es llevar a cabo todas las actividades y servicios de manera
eficiente y eficaz y de mejorar continuamente su calidad. Es por eso que se
llevara a cabo este proyecto para la mejora continua de la empresa.

II.

ANTECEDENTES

La norma tcnica TS 16949:2002. Requerimientos particulares para la

aplicacin de ISO 9001:2000 en la industria automotriz, establece en el
numeral 7.6.1 Anlisis de sistemas de medicin, en donde especifica que
DEBEN conducirse estudios estadsticos para analizar variaciones presentes en
los resultados de los equipos de medicin y prueba, uno de estos mtodos es el
estudio de Repetibilidad y Reproducibilidad en equipos que realizan pruebas
destructivas.
Sin embargo actualmente no se han realizado de manera sistemtica, por lo
que en la ltima auditora llevada a cabo en Enero 2012 la empresa tuvo una
no-conformidad al constatar los auditores que no se estn llevando a cabo los
estudios estadsticos

III.

JUSTIFICACIN

Al ser ITB una empresa que est certificada debe de cumplir con el punto
7.6.1 de la norma TS 16949:2002, el cual se concret con los auditores que no
se ha cumplido adecuadamente, por lo que incurri en una no-conformidad, la
cual debe de ser cerrada en un periodo de 75 das.

IV.

OBJETIVOS

Implementar los estudios R&R para el aseguramiento de la calidad de las

mediciones para equipos de pruebas destructivas al 90%

Cerrar la no-conformidad para el mes de abril de acuerdo al punto 7.6.1

de la norma TS 16949:2002, por medio de estudios R&R.

V.

ALCANCES

Este proyecto implica el anlisis de una no conformidad resultado de una

auditora externa, para la cul se llevo a cabo el anlisis de la problemtica y se
procedi a la identificacin de la causa raz usando el diagrama de Ishikawa, y
se propone la implementacin de los estudios de reproducibilidad y repetibilidad
(R&R). Esto se llevara a cabo en un lapso de tiempo de 75 das en donde se
realizara el cierre de la no-conformidad.

VI.

FUNDAMENTACIN TERICA

Estudios de repetibilidad y reproducibilidad

Repetibilidad (de mediciones) (r)

La repetibilidad de resultados de mediciones es:
Precisin de medida bajo conjunto de condiciones de repetibilidad.
Donde condiciones de repetibilidad de medida se define como: condicin de
medicin dentro de un conjunto de mediciones que incluye el mismo
procedimiento de medida, los mismos operadores, el mismo sistema de medida,
las mismas condiciones de operacin y el mismo lugar, as como mediciones
repetidas del mismo objeto o de un objeto similar en un periodo corto de tiempo.

Tradicionalmente en los estudios R&R se les conoce como la variabilidad

interna a la condicin.

Reproducibilidad (de mediciones) (R)

De acuerdo con el VIM la reproducibilidad de resultados de mediciones es:
Precisin de medida bajo conjunto de condiciones de reproducibilidad.
Donde conjunto de condiciones de reproducibilidad se entiende como:
Condicin de medicin dentro de un conjunto de mediciones que incluye
diferentes lugares, operadores, sistemas de medida y mediciones repetidas de
los mismos objetos u objetos similares.

Tradicionalmente en los estudios R&R se le conoce como la variabilidad

entre las condiciones.

Aplicacin de los estudios de R&R

En metrologa las aplicaciones de los estudios de repetibilidad y
reproducibilidad se encuentran los procesos de evaluacin, validacin y anlisis
de las mediciones, estas son:
Evaluacin de ensayos de aptitud
Validacin de mtodos de calibracin
Anlisis de comparaciones inter-laboratorios
Evaluacin de la incertidumbre de medicin

10

 Evaluacin de cartas de control

Conocer la variabilidad de mediciones e instrumentos (GRR segn MSA)
Evaluacin de la deriva (estabilidad) de instrumentos

Mtodos para la determinacin de R&R

Los mtodos aceptables para la determinacin de estudios de repetibilidad
y reproducibilidad se basan en la evaluacin estadstica de las dispersiones de
los resultados, ya sea en forma de rango estadstico (= valor mximo valor
mnimo) o su representacin como varianzas o desviaciones estndar, estos
mtodos son:

Rango,

Promedio y Rango,

ANOVA (anlisis de varianza)

Rango
Este mtodo permite una rpida aproximacin de la variabilidad de las
mediciones, no descompone la variabilidad en repetibilidad y reproducibilidad,
su aplicacin tpica es como el mtodo rpido para verificar si la relacin R&R
no ha cambiado.

Promedio y Rango
MSA nos dice que es capaz de detectar sistemas de medicin no
aceptables, el 80 % de las veces con una muestra de solo 5 mediciones y el 90
% de las veces con una muestra de apenas 10 mediciones. Estos porcentajes
se refieren al nivel de confianza.

11

Este mtodo permite una estimacin tanto de repetibilidad como de

reproducibilidad, sin embargo, no permite conocer su interaccin, esta
interaccin entre la repetibilidad y la reproducibilidad o entre el instrumento y el
operador puede conocerse, en caso de que exista, con el mtodo de ANOVA.

ANOVA (anlisis de varianza)

Las ventajas de la tcnica de ANOVA comparada con el mtodo de
Promedio y Rango son:

Es posible manejar cualquier arreglo o estructura experimental.

Es posible estimar las varianzas ms exactamente.

Se obtiene mayor informacin de los datos experimentales.

Permite conocer la interaccin entre la repetibilidad y la

reproducibilidad.

Reproducibilidad

Condicin

Las desventajas son que su computacin numrica es ms compleja,

desventaja que, sin embargo puede ser resuelta mediante el uso de
herramientas de anlisis de datos, como las que proporciona el programa de
hoja de clculo de Microsoft Excel o Lotus.
El mtodo de ANOVA viene desarrollado en la mayora de los libros y
referencias de estadstica y anlisis de datos, sin embargo aplicado a las
mediciones encontraremos un mejor desarrollo de la misma en las normas:
ASTM E 691, ISO 5725 sobre todo la parte 2 de un total de 6, en la Gua ISO
para evaluacin de incertidumbres tambin conocida como GUM y en MSA.

12

Tcnicas para el anlisis de estudios R&R

Una vez que se han determinando los valores de repetibilidad y
reproducibilidad es til llevar a cabo un anlisis de los resultados mediante las
siguientes tcnicas:

Consistencia grfica.

Lmites y valores numricos.

Conceptos Bsicos

Un punto de partida clave es entender que cualquier proceso de medicin

genera un error. Por lo tanto, lo que se observa no es exactamente la realidad,
ms bien es la realidad ms un error de medicin. Esto se traduce en que la
variacin total observada en unos datos es el resultado de la variacin propia
del producto ms el error del proceso de medicin.

En trminos matemticos esta idea queda representada como sigue:

2total= 2prod+ 2error
En particular, las fuentes principales que contribuyen al error del proceso
de medicin son; el equipo de medicin, los operadores (reproducibilidad) y la
variacin dentro de la muestra. La variabilidad del equipo se divide a su vez en
los siguientes componentes:

Calibracin. La exactitud y linealidad del instrumento.

Estabilidad. El cambio del instrumento con el transcurso del tiempo

Repetibilidad. La variacin observada cuando un operador mide de

manera repetida la misma pieza con el mismo instrumento.

Linealidad. La exactitud a lo largo del alcance de operacin del

instrumento.

13

La variacin dentro de la muestra es la variacin dentro del mismo objeto

a medir, y se presenta en objetos que por su naturaleza tienen cierta
heterogeneidad en sus superficies, dimensiones, etc. La variacin dentro de la
muestra contribuye tanto a la variacin del producto como a la del error del
proceso de medicin.
Un aspecto adicional que no es considerado en la figura es la sensibilidad o
resolucin del equipo, que se refiere a la habilidad el instrumento de medicin
para discriminar entre piezas similares; se recomienda que ste sea capaz de
reportar, al menos 10 valores espaciados, a lo largo del alcance de variacin.

La precisin y la exactitud son dos manifestaciones del error (variabilidad)

de cualquier proceso de medicin. La precisin es la variacin que presentan
los resultados al medir varias veces una misma pieza o al mensurando con el
mismo equipo (sus componentes principales son la repetibilidad y la
reproducibilidad). En otras palabras, la precisin es la habilidad de un proceso
de medicin para repetir y reproducir su propia medicin, independientemente
de si dicha medicin es correcta o no. Se utiliza para definir la repetibilidad de
medida, la precisin intermedia y la reproducibilidad.
Por su parte, la exactitud o sesgo se refiere al desfase o desplazamiento que
tienen las mediciones con respecto al estndar o verdadero valor que sea
conocido. Se dice que una medicin es ms exacta cuanto ms pequeo es el
error de medida.

Para estudiar la exactitud es preciso contar con un patrn, de modo que

se pueda suponer conocida la magnitud verdadera a medir.

14

Estudio largo de repetibilidad y reproducibilidad

En los estudios R&R se evala de modo experimental que parte de la
variabilidad total observada en los datos es atribuible al error de medicin;
adems permite cuantificar si este error es mucho o poco en comparacin con
la variabilidad del producto y con las tolerancias de la caracterstica de calidad
que se mide.
Las fuentes de variabilidad que se pueden observar en un estudio largo de
repetibilidad y reproducibilidad son; variabilidad del producto, del instrumento y
de los operadores. Sean 2total la variabilidad total observada: 2prod la varianza
atribuible al producto (partes o piezas), 2instr la variabilidad o error del
instrumento de medicin y 2oper la variabilidad o error debido a operadores,
entonces se cumple la siguiente relacin:
2total= 2prod + 2oper + 2instr

(1)

Donde:
2instr= 2repeti y

2oper = 2reprod (2)

15

Por lo tanto, el error o variabilidad de las mediciones debido a repetibilidad

y reproducibilidad se obtienen con:
2R&R = 2repeti + 2reprod (3)
Pasos para realizar un estudio R&R largo.
Para cada instrumento de medicin que se desee evaluar es necesario
planear un estudio en el que se apliquen los siguientes pasos.
1. Seleccionar dos o ms operadores para conducir el estudio acerca
del instrumento de medicin de inters.
2. Seleccionar en forma aleatoria un conjunto de 10 o ms partes o
piezas que sern medidas varias veces por cada operador. Es
importante que la seleccin se realice a partir de piezas que reflejen
las diferentes dimensiones de piezas que se reproducen. Por
ejemplo, una buena estrategia de seleccin seria tomar una pieza
de la produccin de cada turno.
3. Decidir el nmero de ensayos o veces que cada operador medir la
misma pieza. En este mtodo se deben hacer por lo menos dos
ensayos, tres es lo ms recomendable.
4. Etiquetar cada parte y aleatorizar el orden en el cual las partes se
dan a los operadores. Identificar la zona o punto en la parte donde
la medicin ser tomada as como el mtodo o tcnica que deber
aplicarse.
5. Obtener en orden aleatorio la primera medicin (o ensayo) del
operador A para todas las piezas seleccionadas.
6. Volver a aleatorizar las piezas y obtener la primera medicin del
operador B.
7. Continuar as hasta que todos lo operadores hayan realizado la
primera medicin de todas la piezas.

16

8. Repetir los tres pasos anteriores hasta completar el nmero de

ensayos elegidos. Es preciso asegurarse de que los resultados
previos de un ensayo no son conocidos por los operadores. Es
decir, en cada medicin realizada el operador no debe conocer cual
pieza est midiendo, ni cules fueron sus mediciones anteriores
sobre ellas y mucho menos las reportadas por los dems
operadores.
9. Hacer el anlisis estadstico de los datos.

Anlisis por medias y rangos del estudio R&R largo

Para un anlisis por medias y rangos se debe realizar:

1. Calcular para cada operador el rango de las mediciones que
hizo de cada pieza. Este rango es una informacin directa sobre
el error de las mediciones (repetibilidad), ya que son sobre la
misma pieza y las realiza el mismo operador.

2. Calcular el promedio de los rangos de cada operador y la media

de todas las mediciones realizadas por un mismo operador.

3. Obtener la media de los rangos promedio y el rango de las

medias.

4. Calcular el lmite superior de la carta de rangos mediante D4

donde D4 es una constante que depende del nmero de
ensayos utilizados para calcular cada rango. Si algn rango es
mayor que este lmite, ser seal de que el error de medicin
correspondiente esta fuera de lo usual, por lo que es preciso

17

identificar la causa; adems, se deben repetir las mediciones

involucradas utilizando el mismo operador y la misma pieza.

5. Calcular la variacin expandida del equipo VE, que resulta de

multiplicar 5.15 veces la desviacin estndar del error del
equipo. La razn de esta expansin se debe a las propiedades
de la distribucin normal, en la que el intervalo 2.575 abarca
99 % del rea bajo una curva normal; luego, como en el caso de
los errores de medicin =0 entonces: 2.575 tiene una
amplitud de 5.15 este error expandido es:
VE = 5.15

= k1

(4)

Donde k1 es una constante que depende del nmero de

ensayos, y

= VE/5.15=0.65

Es importante sealar que algunos autores sugieren que VE es

igual a 6

con lo cual se logra una cobertura del 99.73%.

6. Determinar la variacin expandida del operador ( VO ) como:

(5)

Donde k2 es una constante2 que depende del nmero de

operadores, n es el nmero de partes o piezas y t el nmero de
ensayos.

7. La variacin combinada o error de medicin expandida (EM)

debido a repetibilidad y reproducibilidad se calcula como:

18

(6)
Y por lo tanto,

de esta manera el error mximo

de medicin est dado por 2.575

; por lo que si se mide

una pieza y se obtiene como resultado un valor X, entonces el

verdadero valor de la medicin para esa pieza esta entre
X2.575

con una confianza de 99%.

8. Calcular el ndice precisin/tolerancia .El ndice P/T se define

por:
X100

19

(7)

Ntese que este ndice expresa en porcentaje la comparacin

entre el error de medicin expandido (EM) y la variabilidad
tolerada (ES-EL) para la caracterstica de calidad que se est
midiendo. De aqu es deseable que el EM sea ms pequeo que
la tolerancia, a fin de asegurar que la calidad del proceso de
medicin es aceptable para discriminar entre piezas buenas y
malas. Adems, este ndice hace evidente que un instrumento
de medicin sea preciso en funcin de la caracterstica de
calidad que se pretende medir. De manera especfica, el ndice
P/T se interpreta como sigue segn la MSA (4TA Edicin):
9. Calcular el ndice precisin/variacin total (EM/VarTot). Un
criterio adicional para evaluar la calidad de un proceso o sistema
de medicin es comparar la magnitud del error de medicin
expandida (EM) con la variacin total observada (VarTot). Esto
es particularmente necesario cuando la variable que se est
midiendo no tiene doble especificacin (EI y ES), as mismo,
cuando el proceso es muy capaz o para fines de control y
mejora de procesos. Para hacer este clculo primero se
necesita calcular la variacin de las partes, que por el mtodo
de rangos se estima como:

donde para

obtener Rparte primero se obtiene el promedio de medicin para

cada parte, considerando todas las mediciones realizadas sobre
esa parte por los distintos operadores.
Por otro lado d*2 es una constante que depende del tamao de
la muestra, que en este caso es la cantidad de piezas.
Los valores de la constante d*2 para rangos promedio basados
en una sola muestra de tamaos entre 6 y 10.

20

El estudio de R&R (anidado) utiliza el mtodo ANOVA para evaluar la

repetibilidad y reproducibilidad, para analizar la reproducibilidad dentro de sus
componentes operador y operador parte.
De ser necesario hacer pruebas destructivas, se debe procurar que todas
las partes dentro de un mismo lote sean lo suficientemente idnticas para
considerarlas similares. Si no se puede hacer sta consideracin entonces la
variacin entre parte y parte dentro de un lote enmascarar la variacin del
sistema.
Para el caso de pruebas destructivas si cada lote es medido por cada
operador entonces realizar el estudio R&R (Nested); si todos los operadores
miden partes de cada uno de los lotes, entonces utilizar el estudio R&R
(Crossed).
En resumen siempre que cada operador mida partes diferentes se tiene un
estudio R&R anidado.

Los datos se estructuran de manera que cada fila contenga el nmero o

nombre de la parte, el operador, y la medicin observada. Las partes y
operadores pueden ser textos o nmeros. La parte es anidada dentro del
operador, debido a que cada uno de los operadores mide partes nicas.

NOTA: Si se usan pruebas destructivas se debe poder asumir que todas las
partes dentro de un lote singular, son suficientemente iguales como si fueran la
misma parte.
Ejemplo:
En este ejemplo, 3 operadores mide cada uno 5 partes diferentes dos
veces, para un total de 20 mediciones. Cada una de las partes es nica al
operador; no se presenta el caso de que dos operadores midan la misma parte.

21

Se obtienen los siguientes resultados:

Source
Operator
Part (Operator)
Repeatability
Total

DF
2
12
15
29

SS
0.0142
22.0552
19.3400
41.4094

MS
0.00708
1.83794
1.28933

F
0.00385
1.42549

P
0.996
0.255

Gage R&R
%Contribution
(of VarComp)
82.46
82.46
0.00
17.54
100.00

Source
Total Gage R&R
Repeatability
Reproducibility
Part-To-Part
Total Variation

VarComp
1.28933
1.28933
0.00000
0.27430
1.56364

Source
Total Gage R&R
Repeatability
Reproducibility
Part-To-Part
Total Variation

StdDev (SD)
1.13549
1.13549
0.00000
0.52374
1.25045

Study Var
(5.15 * SD)
5.84777
5.84777
0.00000
2.69725
6.43984

%Study Var
(%SV)
90.81
90.81
0.00
41.88
100.00

%Tolerance
(SV/Toler)
116.96
116.96
0.00
53.95
128.80

El mtodo no es adecuado ni para control del proceso o liberacin

Gage R&R (Nested) for Response
Reported by :
Tolerance:
M isc:

G age name:
D ate of study :
Components of Variation

Response By Part ( Operator )

Percent

18

% Contribution

100

% Study Var
% Tolerance

16

50
0

14
Gage R&R

Repeat

Reprod

Part
Operator

Part-to-Part

R Chart by Operator
Sample Range

Billie

Nathan

Steve

11 12 13 14 15
Nathan

3 4
Steve

Response by Operator
UCL=4.290

18
16

_
R=1.313

LCL=0

14
Billie

Xbar Chart by Operator

18
Sample Mean

8 9 10
Billie

16

Billie

Nathan

Steve
UCL=17.617
_
X=15.147

14
LCL=12.678

22

Nathan
Operator

Steve

Interpretacin de los resultados

Buscar en la columna de % de contribucin el error total de R&R del gage

y la variacin parte a parte. La contribucin para la diferencia entre partes (PartTo-Part) del 17.54% es mucho ms pequea que la contribucin para la
variacin del sistema de medicin (total Gage R&R ) de 82.46%. Esto indica
que la mayor parte de la variacin es debida a error del sistema de medicin;
muy poca es debida a variacin entre partes.

Un nmero de categoras de 1 indica que el sistema de medicin no es

capaz de distinguir entre partes.
Minitab calcula el nmero de categoras dividiendo la desviacin estndar para
las partes por la desviacin estndar para el Gage, y multiplicando por 1.41 y
truncando este valor. Este nmero representa el nmero de de intervalos de
confianza no traslapados que forman el rango de variacin del producto. Se
puede pensar como el nmero de grupos dentro de los datos de proceso que el
sistema de medicin puede discernir.
Si se miden 10 partes diferentes, y Minitab reporta que el sistema de medicin
puede discernir 4 categoras distintas, significa que algunas de las 10 partes no
son lo suficientemente diferentes para que sean discernidas por el sistema de
medicin. Si se desea distinguir un mayor nmero de categoras es necesario
un equipo de medicin ms preciso.

La AIAG (Automobile Industry Action Group) sugiere que cuando el

nmero de categoras es menor a 2, el sistema de medicin no tiene valor para
control del proceso, ya que una parte no puede ser distinguida de otra. Cuando
se tienen dos categoras, los datos pueden dividirse en dos grupos, alto y bajo.
Cuando son 3, se dividen en alto, medio y bajo. Un valor de 5 o ms indica un
sistema de medicin aceptable.

23

La mayor parte de la variacin se debe al error en el sistema de medicin

(Gage R&R), y muy poca a la diferencia entre partes. Observando la carta X-R
en la esquina inferior izquierda.
La mayor parte de los puntos en la carta X estn dentro de los lmites de control
cuando la mayor parte de la variacin se debe al error de medicin.

24

VII.

PLAN DE ACTIVIDADES

25

VIII.

RECURSOS MATERIALES Y HUMANOS

Recursos humanos

Maquinaria/Equipo

3 Operadores
3 Operadores
3 Operadores

Maquina de prueba de fuga Id: MF-01

Maquina de prueba de fuga Id: MF-02
Prueba de torque Id: TM-001

IX.

DESARROLLO DEL PROYECTO

El proyecto se desarrolla en Dooremalen Industrias Mxico S.A. de C.V.

Ubicada en Av. La Noria 110 Parque Industrial Quertaro en Quertaro, Qro.
Especficamente en el laboratorio de metrologa, en las maquinas y equipo
para pruebas destructivas.

Se llevo a cabo el anlisis de la problemtica y se procedi a la

identificacin de la causa raz usando el diagrama de Ishikawa.

26

Ubicando la causa raz del problema se procedi a definir un mtodo

estadstico para aplicarlo en las pruebas destructivas (prueba de torque y
prueba de fuga) se tomaron en cuenta los pasos para realizar un estudio R&R
largo:

1) Se seleccionaron tres operadores para conducir el estudio:

Operador A: Gabriela Flores

Operador B: Gabriela Frayle

Operador C: Hilda Frayle

2) Se seleccionaron los 3 equipos a los que realizaron la prueba:

Mquina de prueba de fuga 1

Mquina de prueba de fuga 2

Maquina de prueba de torque

Maquina de prueba de fuga

1y2
(MF-01 y MF-02)

Maquina prueba de torque

(TM-001)

27

3) Cada operador realizo la prueba destructiva una vez a cada equipo ya

que, como el mtodo se realiza a pruebas destructivas no es repetible la
medicin.

4) El operador realizo la prueba destructiva de cada equipo de acuerdo a

los instructivos de manejo de maquinas del laboratorio.

5) Se obtuvo la primera medicin del operador A (Gabriela Flores) para los

3 equipos para pruebas destructivas.

6) Se obtuvo la primera medicin del operador B (Gabriela Frayle) para los

3 equipos para pruebas destructivas.

7) Se obtuvo la primera medicin del operador C (Hilda Frayle) para los 3

equipos para pruebas destructivas.

8) Para este paso se repiten los tres pasos anteriores hasta completar el
nmero de ensayos que se eligieron. En cada medicin realizada el
operador no debe conocer cules fueron sus mediciones anteriores
sobre ella, menos las reportadas por los dems operadores.
Nota: Este paso no aplica para pruebas destructivas

9) Se realizo el anlisis estadstico de los datos.

Una vez que se han determinado

los valores de reproducibilidad y

repetibilidad se hace uso de un software para un anlisis ms claro del estudio.

Utilizamos el Minitab para desarrollar un anlisis grafico.

28

Los resultados derivados por los operadores de las maquinas de pruebas

destructivas, fueron los siguientes junto con el anlisis de los resultados
obtenidos del programa de Minitab
Maquina de prueba de
fuga 1
(MF-01)
Pieza Operador Datos
1
A
0.3
1
A
0.3
2
A
0.2
2
A
0.2
3
A
0
3
A
0
4
A
0.3
4
A
0.3
5
A
0.2
5
A
0.2
1
B
0.3
1
B
0.3
2
B
0.2
2
B
0.1
3
B
0.2
3
B
0.2
4
B
0
4
B
0.1
5
B
0.2
5
B
0.2
1
C
0.2
1
C
0.2
2
C
0.2
2
C
0.2
3
C
0.1
3
C
0.1
4
C
0
4
C
0
5
C
0.2
5
C
0.2

29

Gage R&R Study - Nested ANOVA para la mquina de prueba de fuga 1

(MF-01)
Gage R&R (Nested) for Datos
Source
Operador
Pieza (Operador)
Repeatability
Total

DF
2
12
15
29

SS
0.019
0.250
0.010
0.279

MS
0.009
0.021
0.001

Gage R&R
Source

VarComp

Total Gage R&R

Repeatability
Reproducibility
Part-To-Part
Total Variation

0.001
0.001
0.000
0.010
0.011

Source
Total Gage R&R
Repeatability
Reproducibility
Part-To-Part
Total Variation

StdDev
(SD)
0.026
0.026
0.000
0.100
0.104

%Contribution
(of VarComp)
6.20
6.20
0.00
93.80
100.00

Study Var
(6 * SD)
0.155
0.155
0.000
0.602
0.622

Number of Distinct Categories = 5

30

%Study Var
(%SV)
24.900
24.900
0.000
96.850
100.00

F
P
0.448 0.649
31.250 0.000

Grafica de variacin de componentes para la mquina de prueba de fuga 1

(MF-01)

31

Maquina de prueba de
fuga 2
(MF-02)
Pieza Operador Datos
1
A
0.3
1
A
0.3
2
A
0.2
2
A
0.2
3
A
0
3
A
0
4
A
0.3
4
A
0.3
5
A
0.2
5
A
0.1
1
B
0.3
1
B
0.2
2
B
0.2
2
B
0.2
3
B
0.3
3
B
0.3
4
B
0
4
B
0.1
5
B
0.2
5
B
0.2
1
C
0.1
1
C
0.1
2
C
0.1
2
C
0.1
3
C
0.2
3
C
0.2
4
C
0
4
C
0
5
C
0.3
5
C
0.3

32

Gage R&R Study - Nested ANOVA para la mquina de prueba de fuga 2

(MF-02)
Gage R&R (Nested) for
Datos
Source
Operador
Pieza (Operador)
Repeatability
Total

DF
2
12
15
29

SS
0.021
0.298
0.015
0.334

MS
0.010
0.025
0.001

Gage R&R
Source

VarComp

Total Gage R&R

Repeatability
Reproducibility
Part-To-Part
Total Variation

0.001
0.001
0.000
0.012
0.013

Source

StdDev (SD

Total Gage R&R

Repeatability
Reproducibility
Part-To-Part
Total Variation

0.032
0.032
0.000
0.109
0.114

%Contribution
(of VarComp)
7.74
7.74
0.00
92.26
100.00

Study Var
(6 * SD)
0.190
0.190
0.000
0.655
0.682

Number of Distinct Categories = 4

33

%Study V
ar (%SV)
27.820
27.820
0.000
96.050
100.00

F
0.416
24.833

P
0.669
0.000

Grafica de variacin de componentes para la mquina de prueba de fuga 2

(MF-02)

34

Maquina prueba de
torque
(TM-001)
Pieza Operador Datos
1
A
115.90
1
A
116.30
2
A
113.70
2
A
113.70
3
A
110.30
3
A
110.80
4
A
116.70
4
A
111.10
5
A
114.00
5
A
112.30
1
B
114.90
1
B
112.00
2
B
112.00
2
B
111.50
3
B
107.10
3
B
109.60
4
B
109.70
4
B
110.00
5
B
106.80
5
B
109.70
1
C
112.00
1
C
112.10
2
C
105.45
2
C
106.50
3
C
107.40
3
C
109.60
4
C
105.60
4
C
105.00
5
C
109.10
5
C
113.10

35

Gage R&R Study - Nested ANOVA para la mquina de prueba de torque

(TM-01)
Gage R&R (Nested) for Datos
Source
Operador
Pieza (Operador)
Repeatability
Total

DF
2
12
15
29

SS
123.095
143.906
40.191
307.192

MS
61.548
11.992
2.679

Gage R&R

Source
Total Gage R&R
Repeatability
Reproducibility
Part-To-Part
Total Variation

VarComp
7.635
2.679
4.956
4.656
12.291

Source
Total Gage R&R
Repeatability
Reproducibility
Part-To-Part
Total Variation

StdDev (SD
2.763
1.637
2.226
2.158
3.506

%Contribution
(of VarComp)
62.12
21.80
40.32
37.88
100.00

Study Var
(6 * SD)
16.579
9.821
13.357
12.947
21.035

Number of Distinct Categories = 1

36

%Study Var
(%SV)
78.810
46.690
63.500
61.550
100.00

F
P
5.132 0.025
4.476 0.004

Grafica de variacin de componentes para la mquina de prueba de torque

(TM-001)

37

X.

RESULTADOS OBTENIDOS

Los resultados obtenidos a la realizacin de anlisis en sistemas de

medicin a equipos de prueba de fuga y torque mediante estudios R&R con
mtodo anidado y con ayuda del programa Minitab.

Para la mquina de prueba de fuga 1 (MF-01) la contribucin para la

diferencia entre partes (Part-to-Part) del 93.80% es mayor que la contribucin
para la variacin del sistema de variacin del sistema de medicin (Total Gage
R&R) de 6.20%.De igual manera para la mquina de prueba de fuga 2 (MF-02)
la contribucin para la diferencia entre partes (Part-to-Part) del 92.26% es
mayor que la contribucin para la variacin del sistema de variacin del sistema
de medicin (Total Gage R&R) de 7.74%.
Para ambos casos la mayora de los puntos en el diagrama Xbar-operador
se encuentran fuera de los lmites de control, indicando que la variacin es
principalmente debida a las diferencias entre partes.
Para la mquina de prueba de torque (TM-001) la contribucin para la diferencia
entre partes (Part-to-Part) del 37.88% es pequea que la contribucin para la
variacin del sistema de variacin del sistema de medicin (Total Gage R&R)
de 62.12%. Esto indica que la mayor parte de la variacin es debida a error del
sistema de medicin; muy poca es debida a variacin entre partes.
Un nmero de categoras de 1 indica que el sistema de medicin no es capaz
de distinguir entre partes.
Con esto queda implementado los estudios R&R para el aseguramiento
de la calidad de las mediciones para equipos de pruebas destructivas y se cerro
la no-conformidad para el mes de abril de acuerdo al punto 7.6.1 de la norma
TS 16949:2002.

38

XI.

CONCLUSIONES

Del estudio R&R realizado permiti visualizar conflictos referentes a las

personas y a los equipos mediante la Repetibilidad y Reproducibilidad, dichos
conflictos se refieren a los errores de medicin y problemas de calibracin y
mantenimiento por parte del equipo.
Con la Repetibilidad y la Reproducibilidad se reflejo la variabilidad del
mtodo y del operador respectivamente, que pueden ser causados por un
entrenamiento deficiente en el operador. A si mismo faltaba por definirse un
mtodo para realizar el estudio estadstico, es por eso que se realizaron los
estudios R&R para poder

tener un aseguramiento de la calidad de las

mediciones para equipos de pruebas destructivas.

39

XII.

RECOMENDACIONES

Se le recomienda a la empresa Dooremalen Industries Mxico:

Brindar entrenamiento a las operadoras encargadas de seguir un mtodo

en las maquinas para pruebas destructivas.

Seguir programas de calibracin y revisin peridica de los equipos de

pruebas destructivas

Brindar capacitacin en cmo realizar estudios estadsticos, a si mismo

de algn software para completar el anlisis.

40

XIII.

REFERENCIAS BIBLIOGRAFICAS

[1] VIM Vocabulario Internacional de Metrologa

TS 16949:2002. Requerimientos particulares para la aplicacin de ISO
9001:2000 en la industria automotriz.
NMX-Z-055-IMNC-2009 Vocabulario internacional de metrologa Conceptos
fundamentales y generales. Trminos asociados (VIM)
http://www.metas.com.mx/guiametas/La-Guia-MetAs-03-11-r-R.pdf
MEASUREMENT SYSTEMS ANALYSIS (MSA), Reference Manual- Fourth
Edition

41