Análisis de Sistemas de

Medición (MSA)
 Objetivo y Contenido del Taller de
MSAs
Conocer y aplicar el proceso para analizar, evaluar y calificar
sistemas de medición, entendiendo a éstos
como el conjunto de operaciones, procedimientos,
instrumentos y equipo de medición, software y personal,
usados para obtener mediciones
1- Criterios ISO/TS 16949 para MSAs.
2- Criterios para Analizar Sistemas de Medición.
3- Flujograma para Analizar Sistemas de Medición.
4- Estudios R&R de Gages (RRGs).
5- Método Corto - Variables.
6- Método Largo - Variables.
7- Estudio de Atributos de Gages.
8- Sesgo de un Sistema de Medición.
9- Linealidad de un Sistema de Medición.
10- Estabilidad de un Sistema de Medición
11- Implementación y Conclusiones.

2
Objetivos del taller

Al final del taller el participante

debiera ser capaz de:
 Identificar lo que integra un Análisis
de Sistemas de Medición
 Entender y Analizar
(estadísticamente) Sistemas de
Medición

3
 Criterios ISO/TS 16949 para MSAs

Sección 7.6- Control de Dispositivos de Medición y Monitoreo

7.6.1- Análisis de Sistemas de Medición

 Conduce Estudios Estadísticos para analizar variaciones en los

resultados de cada sistema de equipo de medición y prueba
 Aplica Estudios Estadísticos a todos los Sistemas de Medición
referenciados en los PLANES DE CONTROL
 Aplica métodos analíticos y criterios de aceptación que acepten tus
clientes, a través de Manuales de Referencia.
 Chrysler, Ford y GM aceptan como manual de referencia para Análisis de
Sistemas de Medición el MSA-3: 2002

4
Reqs. de ISO/TS para MSA…

ISO/TS requiere se conduzcan Análisis de

Sistemas de Medición en todos los
dispositivos y equipo de inspección,
medición y prueba denotados en los Planes
de Control

5
Enlace de ISO/TS 16949 con APQP/CP,
AMEFs, MSA, SPC y PPAPs
ISO/TS
16949

PPAP APQP/CP

SPC AMEF

MSA

6
Enlace de APQP/CP con AMEFs, MSA,
SPC y PPAP

Etapas de una
Planeación de
Calidad
1-Concepto

2-Producto
(AMEFDs+PC)
3-Proceso
(AMEFPs+MSAs+SPC+PC)
4-Producto y Proceso
(MSAs+SPC+PC+PPAP)
5-Producción

7
¿Sistema de Medición?

Es el conjunto de:
 Instrumentos ó gages de medición…
 Patrones ó estándares…
 Operaciones…
 Métodos…
 Dispositivos…
 Software…
 Personal…
 Medio Ambiente…
 Supuestos
Usados para cuantificar una unidad de medición ó
evaluar una característica.

Es el proceso completo para obtener mediciones.

8
 Criterios para Analizar Sistemas
de Medición

• ¿Qué es un Análisis de un Sistema de

Medición (MSA)?
– Un Análisis de un Sistema de Medición
(MSA) determina el error en un dispositivo de
medición en comparación con las tolerancias.

¿Que es...?

9
 Análisis de un Sistema de Medición

La calidad de un sistema de medición suele ser

determinado únicamente por las propiedades
estadísticas de las múltiples mediciones obtenidas del
sistema de medición operando bajo condiciones
estables

Si las mediciones están todas “cerca” al valor master de la

característica, entonces se dice que la calidad de los datos es
“alta”. Igualmente, si algunas o todas de las mediciones están
“lejos” del valor master, entonces se dice que la calidad de los
datos es “baja”.

10
Las propiedades para caracterizar la
calidad de los datos son:

• Sesgo Diferencia entre el promedio de

las mediciones observado y el valor de
• referencia

• Varianza se refiere a la dispersión de

los datos.
• Mucha variación se debe a la interacción
entre el sistema de medición y su medio
ambiente.

11
Criterios para Analizar Sistemas
de Medición
Pasos para Evaluar un Sistema de Medición
• Verificar que las variables a medir sean las correctas

• Determinar que las propiedades estadísticas sean aceptables

• Evaluar si las propiedades estadísticas se encuentran

actualmente y continúan siendo aceptables.

Propiedades estadísticas de un Sistema de Medición

• Exactitud o Sesgo
• Repetibilidad
• Reproducibilidad
• Estabilidad
• Linealidad

12
 La rastreabilidad de las
mediciones
Es fundamental que la mediciones sean trazables en
la medida en que satisface las necesidades del
cliente.

trazabilidad
“Es la propiedad de una medición o el valor de un
patrón tal que pueda ser relacionado a referencias
establecidas, generalmente patrones nacionales o
internacionales, a través de una cadena
ininterrumpida de comparaciones teniendo todas las
incertidumbres establecidas. "

Vocabulario Internacional de ISO

13
 Cadena de rastreabilidad

El sistema de calibración determina la rastreabilidad en las

mediciones de los sistemas de medición a través del uso de
métodos y estándares ó patrones de calibración.
14
 Los sistemas de medición

Con el fin de gestionar eficazmente la variación de

cualquier proceso, es necesario que haya el
conocimiento de:

• Lo que el proceso debiera estar haciendo

• Lo que puede estar mal
• Lo que el proceso está haciendo

Los requerimientos de especificaciones e ingeniería

definen lo que un proceso debiera estar haciendo.

15
 La actividad de medición y análisis
es un proceso . . . .

Proceso en general

Entradas operación Salidas

Proceso de Medición
Proceso
Administrativo
medición Análisis Decisión
valor

16
 Propiedades fundamentales de un
Sistema de Medición (4)
1. La variación del sistema de medición debe ser bajo causas comunes, es decir
bajo un proceso estable y consistente

2. Para el control del producto. Su variabilidad debe ser pequeña (o menor)

comparada con los límites de especificación.

3. La discriminación y la sensibilidad adecuada: Los incrementos de

mediciones deben ser pequeños (o menores) en relación a la variabilidad
de los procesos o a los límites de especificación (al menos 1/10.

4. Para control del proceso, la variabilidad del sistema de medición debe

demostrar una resolución efectiva y ser pequeño comparado con la
variación del proceso de manufactura.

Las propiedades estadísticas del sistema de medición pueden

cambiar conforme los artículos a ser medidos varíen. Si es así,
entonces la variación más grande (peor) del sistema de medición es
pequeña en relación a lo más pequeño de la variación del proceso o 17
de los límites de especificación
 Fuentes de variación

Al igual que en todos los procesos, el sistema de

medición se ve afectado por causas comunes y
especiales. Con el fin de controlar el sistema de
medición de la variación:

1) Identificar las posibles fuentes de variación.

2) Eliminar (siempre que sea posible) o monitorear
estas fuentes de variación

Uso de herramientas:
• Diagrama de árbol
• Diagrama de Ishikawa
18
 Modelo de errores para un Sistema
de medición Apéndice F

P.I.S.M.O.E.A.:
 Partes…
 Instrumentos…
 (S) Patrones ó Estándares…
 Métodos…
 Operadores…
 (E) Medio Ambiente…
 (A) Supuestos
Los factores que afectan estas áreas necesitan ser
entendidos de manera que puedan ser controlados o
eliminados 19
Diagrama de Causas y Efectos de la
Variabilidad de un Sistema de Medición…

20
 Efecto en las decisiones
Debido a que la salida del sistema de medición se utiliza en la
decisión de:
• La Fabricación de un producto
– una parte buena a veces se denomina "mala" (error de tipo I, el riesgo del
productor)
– una parte mala a veces se llama "buena" (error de tipo II, del consumidor)
• Sobre el proceso
– Llamar a una causa común - causa especial
– Llamar a una causa especial - causa común

Dado que el objetivo es maximizar las CORRECTAS

decisiones relativas al status del producto, existen dos
opciones:
1) Mejorar el proceso de producción: reducir la variabilidad del
proceso
2) Mejorar el sistema de medición

21
 La capacidad de un sistema de
medición
El desempeño de un sistema de medición, así como el desempeño de
un proceso, es el efecto de todas las fuentes de variación en el tiempo.

Esto se logra determinando si nuestro proceso……

• Está en control estadístico ?
• Está sobre la meta (sin sesgo) ?
• Tiene una variación aceptable (repetibilidad y reproducibilidad de
gages) (RRGs)) sobre un rango de resultados esperados. ?

Esto incrementa la estabilidad y consistencia a la capacidad de un

sistema de medición.

La combinación de errores es cuantificada entonces con la

linealidad, uniformidad, repetibilidad y reproducibilidad.

22
 el efecto acumulativo de todas las
las fuentes de variación se conoce como error del
sistema de medición

23
Contenido de un check list en el
desarrollo de un sistema de medición
• Diseño de un sistema de medición
– Que se va a medir?
– Finalidad de la medición
– Quien usara el sistema?
– Formación requerida
– Se han identificado fuentes de variación?
– Hay un AMEF para el sistema de medición?
– Medio ambiente
– Medición y ubicación de puntos
– Orientación de la pieza
– Preparación de la pieza
– Resolución
– Sensibilidad. . .

24
Contenido de un check list en el
desarrollo de un sistema de medición
• Sistema de Medición (Equipos, estándares,
Instrumentos)
– Calibración y control del sistema
– Requisitos de entrada
– Requisitos de salida
– Costo
– Mantenimiento
– Servicio
– Ergonomía
– Seguridad
– Almacenamiento y ubicación
– Flujo de proceso para la medición
– Instrucciones de uso
– Almacenamiento Capitulo 1 pag 37. check list
25
Contenido de un check list en el
desarrollo de un sistema de medición
• Consideraciones de la ejecución del
sistema de medición
– Formación para quien va a realizarlo
– Gestión de datos
– Necesidades de personal necesario
– Mejora de los métodos
– Estabilidad a largo plazo
– Consideraciones especiales

26
 Desarrollo de procedimientos de
prueba
Prueba de la Etapa I.
Es una evaluación para verificar que la variable correcta está siendo
medida y en la localización para la característica apropiada con base en
la especificación del diseño del sistema de medición. También si existen
aspectos ambientales críticos que sean interdependientes con la
medición.
--Experimento diseñado estadísticamente para evaluar el efecto del
ambiente operativo en los parámetros del sistema de medición.
Procedimientos apropiados:
 Solo dos factores o condiciones de medición (ej., evaluadores y
partes) más la repetibilidad del sistema de medición están siendo
estudiados.
 El efecto de la variabilidad dentro de cada parte es insignificante.
 No existe interacción estadística entre los evaluadores y las partes.
 Las partes no cambian dimensionalmente durante el estudio.

27
 Desarrollo de procedimientos de
prueba
Prueba de la Etapa II.
Ofrece un monitoreo continuo de las fuentes clave de variación
para una confiabilidad continua del sistema de medición.
---Uso de mediciones a ciegas. son mediciones obtenidas en el
ambiente de medición actual por un operador que no sepa que
tal evaluación del sistema de medición se está conduciendo .

28
 Preparación para un Estudio de un
Sistema de Medición

1. Planeación del enfoque de MSA

2. El número de evaluadores, número de partes de la muestra
y número de lecturas repetidas debiera determinarse por
anticipado.
a) Criticalidad de la dimensión – las dimensiones críticas requieren
más partes y/o intentos.
b) Configuración de la parte – las partes a granel o pesadas pueden
determinar el que sean pocas muestras y más intentos.

3. los evaluadores elegidos debieran ser seleccionados de

aquellos que normalmente operen el instrumento.

4, La selección de las partes de una muestra es crítico para un análisis

apropiado y depende totalmente del diseño del estudio MSA, del
propósito del sistema de medición y de la disponibilidad de las
muestras las partes que representen el proceso de producción.
29
 Preparación para un Estudio de un
Sistema de Medición

5. El instrumento debiera contar con una discriminación tal que

permita al menos un décimo de la variación del proceso
esperado de la característica sea leído directamente. Por
ejemplo, si la variación de la característica es 0.001, el equipo
debiera ser capaz de “leer” un cambio de 0.0001.

6. Asegurar que el método de medición (ej., evaluador e

instrumento) está midiendo la dimensión de la característica y
siguiendo un procedimiento de medición definido.

30
Para minimizar la probabilidad de
resultados no confiables:
1. Las mediciones debieran tomarse en un orden
aleatorio. Los evaluadores no debieran ser advertidos de
cuál número de parte está siendo checada a fin de evitar
cualquier posible sesgo por conocimiento. la persona que
conduce el estudio debiera saber cuál es la parte numerada
que está siendo checada y registrar los datos como tales,
esto es, Evaluador A, parte 1, primer intento; Evaluador B,
parte 4, segundo intento …

2. En la lectura del equipo, los valores de mediciones

debieran registrarse en un límite práctico con la
discriminación del instrumento.
Los dispositivos mecánicos deben leerse y registrarse con
las unidades más pequeñas de la discriminación de la
escala…
31
Para minimizar la probabilidad de
resultados no confiables:
3. El estudio debiera ser administrado y observado
por una persona que entienda la importancia de
conducir un estudio confiable.

Cada evaluador debiera usar el procedimiento que

ellos usen normalmente para obtener las lecturas.
El efecto de las diferencias entre los métodos que los evaluadores usen
será reflejado en la reproducibilidad del sistema de medición.

El número de partes requeridas depende de la

significancia de la característica a ser medida y del
nivel de confiabilidad requerido en el estimativo de
variación del sistema de medición.
32
Para minimizar la probabilidad de
resultados no confiables:
Un gage inapropiado en el diseño de sus dispositivos
ó ensamblado pobremente incrementa el error en las
mediciones.
Esto se encuentra normalmente cuando las mediciones indican
alguna inestabilidad en el proceso ó condiciones fuera de
control.
• Revisar el ensamble y las instrucciones de ajuste, para estar
seguros de que el gage fue apropiadamente ensamblado, los
sujetadores/probadores estén correctamente posicionados y
tengan la carga correcta.

33
 Precisión
ASTM define la precisión en un sentido amplio para
incluir la variación de diferentes lecturas, gages,
gente, laboratorios o condiciones

34
Variación de Localización
Podemos descomponer la exactitud de un sistema en
tres componentes:

Estabilidad

Sesgo /
Exactitud

Linealidad

36
 Estabilidad de un instrumento

Es la variación total en las mediciones obtenidas con un sistema

de medición sobre el mismo master o partes cuando se mida una
característica sobre un periodo de tiempo extenso.

la estabilidad es un cambio en sesgo en el tiempo.

37
Para calcular la Estabilidad, aplica
los siguientes pasos:
Paso 1
Obten una muestra master y establece los valores de
referencia (seleccionar una parte de producción que caiga en el
rango medio de las mediciones de producción y desígnala como la
muestra master para el análisis de sesgo. Mide la parte n >10
veces en el laboratorio y calcula el promedio de las lecturas n. Usa
este promedio como el “valor de referencia”.

Paso 2
Sobre bases periódicas, mide la muestra master de 3 a 5
veces.
• El tamaño de la muestra y frecuencia debieran basarse en el
conocimiento del sistema de medición.

38
Paso 3
Grafica los datos sobre una Gráfica X - R o Xs

Paso 4
Calcula los Límites de Control y evalúa si existen
condiciones fuera de control

Paso 5
Si existen condiciones fuera de control, el sistema
de medición no es estable.

Nota:
Si el proceso de medición es estable, los datos pueden usarse
para determinar el sesgo del sistema de medición.

39
Ejemplo:

Para determinar si la estabilidad de un nuevo instrumento de

medición es aceptable, el equipo de proceso selecciona una
parte próxima al punto medio del rango del proceso de
producción.

Esta parte es enviada al laboratorio de medición para determinar

el valor de referencia el cual es 601.

El equipo mide esta parte 5 veces una vez al turno por cuatro
semanas (20 subgrupos). Después de que todos los datos son
recolectados, las gráficas XR son desarrolladas

40
Datos:
muestra 1muestra 2muestra 3muestra 4muestra 5
601.4 598.0 601.6 601.4 598.8
601.6 599.8 600.4 599.0 598.8
598.0 600.0 598.4 601.0 599.8
601.4 599.8 600.0 601.6 599.2
599.4 600.0 596.8 601.4 599.4
600.0 600.0 602.8 601.4 600.0
600.2 598.8 600.8 598.8 600.2
601.2 598.2 603.6 601.4 600.2
598.4 599.4 604.2 598.4 599.6
599.0 599.6 602.4 601.6 599.0
601.2 599.4 598.4 598.8 599.0
601.0 599.4 599.6 601.2 599.8
600.8 600.0 603.4 599.6 600.8
597.6 598.8 600.6 601.2 598.8
601.6 599.2 598.4 598.2 598.2
599.4 599.4 598.2 598.8 600.0
601.2 599.6 602.0 597.8 599.2
598.4 599.0 599.4 598.2 599.8
599.2 599.2 599.4 598.2 601.2
598.8 600.6 600.8 598.2 600.4
41
 Gráfica Xbarra-R de C1, ..., C5
602
Media de la muestra LCS=601.733

601

__
600 X=599.876

599

598 LCI=598.019
1 3 5 7 9 11 13 15 17 19
Muestra

LCS=6.809
6.0
Rango de la muestra

4.5
_
3.0 R=3.22

1.5

0.0 LCI=0
1 3 5 7 9 11 13 15 17 19
Muestra

42
Análisis

El análisis de las gráficas de control indicará

que el proceso de medición es estable cuando
no hay efectos de causas especiales obvias ó
visibles.

43
Posibles causas para inestabilidad
El instrumento necesita calibración, reducir el intervalo de calibración
• Instrumento, equipo o dispositivo desgastado
• Desgaste normal u obsolescencia
• Mantenimiento deficiente – aire, energía eléctrica, hidráulico, filtros,
corrosión, oxidación, limpieza
• Master desgastado o dañado, error en el master
• Calibración o uso del master para ajuste inapropiados
• Instrumento de calidad deficiente – diseño o conformancia
• Falta de robustez en el diseño del instrumento o método
• Método de medición diferente – ajuste, carga, sujeción, técnica
• Distorsión (del gage o la parte)
• Cambio ambiental- temperatura, humedad, vibración, limpieza
• Violación a un supuesto, error en la aplicación de una constante
• Aplicación – tamaño de la parte, posición, habilidad del operador,
fatiga, error
de observación (facilidad de lectura, paralelismo)
44
 Sesgo
Sesgo/ Bias es definido como la diferencia entre el
promedio de los valores medidos (observados) y el
valor verdadero

Error sistemático de los sistemas de medición 45

Sesgo de un Sistema de Medición

Paso 1
Obtener una muestra y establece su valor de referencia
en relación a un estándar o patrón rastreable. n >10
veces.

Paso 2
Un evaluador debe medir la muestra n >10 veces de
una forma normal.

Paso 3
Definir la Prueba de Hipótesis:
Ho sesgo = 0
H1 sesgo ≠ 0 46
Datos
piezas lecturas valor de ref
1 5.8 6
2 5.7 6
3 5.9 6
4 5.9 6
5 6.0 6
6 6.1 6
7 6.0 6
8 6.1 6
9 6.4 6
10 6.3 6
11 6.0 6
12 6.1 6
13 6.2 6
14 5.6 6
15 6.0 6

47
Minitab. Opción de sesgo
Estadísticas / herramientas de calidad /
estudio de medición / linealidad y sesgo del
sistema de medición / identificar la columna
de: numero de parte, valores de referencia
datos de medición / opcional la variación del R
& R / información del sistema de medición /
aceptar

48
49
Minitab. Usando t student
Estadística / estadística básica / t pareada /
seleccionar las columnas de las muestras /
grafica / histograma de diferencias / aceptar
Histograma de Diferencias
(con Ho e intervalo de confianza t de 95% para la media)

3
Frecuencia

0 _
X
Ho
-0.4 -0.2 0.0 0.2 0.4
Diferencias
50
 Interpretación
• El sesgo es aceptable
(estadísticamente cero) en el nivel α
si el cero cae dentro de los límites
de confiabilidad de 1 – α y alrededor
del valor del Sesgo. asumiendo que
el uso actual no introduce fuentes
adicionales de variación.

51
Validar si el resultado de P cae en el intervalo de confianza
Ho sesgo = 0 sesgo aceptable
H1 sesgo ≠ 0 sesgo no aceptable

52
Si el sesgo es estadísticamente no cero,
investigar las siguientes posibles causas:

 Error en el master o valor de referencia. Procedimiento de

chequeo del master.
 Instrumento desgastado. Esto puede mostrarse en el análisis
de estabilidad y sugeriría un programa de mantenimiento o
reconstrucción.
 Instrumento hecho para dimensiones equivocadas.
 Instrumento midiendo la característica equivocada.
 Instrumento no calibrado apropiadamente. Revisar el
procedimiento de
 calibración.
 Instrumento usado en forma inapropiada por el evaluador.
Revisar las instrucciones de medición.
 Algoritmo incorrecto para la corrección del instrumento.

53
Posibles causas para un sesgo
excesivo son
• El instrumento necesita calibración
• Instrumento, equipo o dispositivo desgastado
• Master dañado o desgastado, error en el master
• Calibración o uso de un master de ajuste inapropiados
• Instrumento de baja calidad – diseño o conformancia
• Error de linealidad
• Gage equivocado para la aplicación
• Diferente método de medición – ajuste, carga, sujeción, técnica
• Medición de característica equivocada
• Distorsión (del gage o la parte)
• Medio ambiente – temperatura, humedad, vibración, limpieza
• Violación a algún supuesto, error en la aplicación de una constante
• Aplicación – tamaño de la parte, posición, habilidad del operador,
fatiga, error
de observación (facilidad de lectura, paralelismo
54
 Linealidad
La diferencia de sesgo a través del rango (de
medición) de operación esperado del equipo

La linealidad puede tomarse como un cambio de

sesgo con respecto al tamaño y la variación normal
del proceso

55
 Linealidad de un sistema de
medición
Paso 1
Selecciona g > 5 partes cuyas mediciones, debido a la
variación del proceso, cubren el rango de operación del
gage.
Paso 2
Mide cada pieza para determinar su valor de referencia
y confirmar que el rango de operación del gage en
cuestión está cubierto.
Paso 3
Mide cada parte m >10 veces sobre el gage en cuestión
por uno de los operadores quien normalmente use el
gage mismo. 56
 Linealidad de un sistema de
medición
Paso 4
Selecciona las partes al azar para minimizar algún
sesgo del evaluador en las mediciones.

Paso 5
Calcular la linealidad

57
 Linealidad de un sistema de
medición
Ejemplo de Linealidad:
• Un Ingeniero se interesó en determinar la
linealidad de un sistema de medición. El
rango de operación del gage varia desde 2.0
mm hasta 10.0 mm. En un Estudio R&R del
sistema de medición realizado anteriormente,
los inspectores determinaron que la variación
total del estudio era 14.1941. Decidieron
utilizar este valor como la variación histórica
del proceso.

58
 datos
parte lectura referencia parte lectura referencia parte lectura referencia
1 2.7 2 3 5.8 6 5 9.1 10
1 2.5 2 3 5.7 6 5 9.3 10
1 2.4 2 3 5.9 6 5 9.5 10
1 2.5 2 3 5.9 6 5 9.3 10
1 2.7 2 3 6.0 6 5 9.4 10
1 2.3 2 3 6.1 6 5 9.5 10
1 2.5 2 3 6.0 6 5 9.5 10
1 2.5 2 3 6.1 6 5 9.5 10
1 2.4 2 3 6.4 6 5 9.6 10
1 2.4 2 3 6.3 6 5 9.2 10
1 2.6 2 3 6.0 6 5 9.3 10
1 2.4 2 3 6.1 6 5 9.4 10
2 5.1 4 4 7.6 8
2 3.9 4 4 7.7 8
2 4.2 4 4 7.8 8
2 5.0 4 4 7.7 8
2 3.8 4 4 7.8 8
2 3.9 4 4 7.8 8
2 3.9 4 4 7.8 8
2 3.9 4 4 7.7 8
2 3.9 4 4 7.8 8
2 4.0 4 4 7.5 8
2 4.1 4 4 7.6 8
2 3.8 4 4 7.7 8

59
Minitab. Opción de sesgo
Estadísticas / herramientas de calidad /
estudio de medición / linealidad y sesgo
del sistema de medición / identificar la
columna de: numero de parte, valores de
referencia datos de medición / opcional la
variación del R & R / información del
sistema de medición / aceptar

60
Ejemplos de Sesgo y Linealidad

61
Interpretación
• R2 El estadístico de R-Cuadrada para el
modelo estimado es una medición de
que tan bien se ajusta la línea con los
datos observados

Un R2 mayor del 75 % indica una buena

asociación lineal entre las variables

El % de linealidad muestra que tanto

cambia el sesgo como un porcentaje de la
variación del proceso
% linealidad = linealidad / (variación del
proceso)

62
Interpretación
Checar El Valor-P para la pendiente.
Si P es < α (.05) se rechaza la hipótesis nula
de que el sesgo = 0
Hay un cambio significativo en el sesgo sobre
el rango de los valores de referencia.

Checar P del sesgo:

Si P > α (.05) se rechaza la hipótesis nula de
que el sesgo = 0

63
 Interpretación
la línea de “sesgo = 0” debe estar
contenido en los intervalos de
confiabilidad

Checar el % promedio del sesgo y el %

en el cual oscila a través del rango de
operación.

Identificar la dispersión de las lecturas

individuales para cada valor de
referencia.

Identificar el % de linealidad presente en

el sistema de medición

64
• Una pendiente cercana a cero indica que no existe
un problema de linealidad.

• Una pendiente que no está cerca de cero indica un

problema de linealidad.

• Mientras mayor sea la pendiente, peor será la

linealidad

Si el sistema de medición tiene un

problema de linealidad, necesita ser
recalibrado para lograr un sesgo de 0

65
Statgraphics

Empresa 66
Notas:

Si el sesgo no puede ser ajustado a cero a través del

rango del sistema de medición, todavía puede ser
usado para control del producto / proceso, pero sin
análisis hasta que el sistema de medición llegue a ser
estable.

Dado que esto cuenta con un alto riesgo de error

del evaluador, debiera ser usado solo con la
concurrencia del cliente.

MSA pag. 101

67
Posibles causas de una
Linealidad no correcta…
Algunas posibles causas son:
 El Instrumento requiere calibración ó reducir el intervalo
de calibración…
 Instrumento, equipo ó dispositivo dañado …
 Mantenimiento deficiente …
 Master (patrón) dañado, error en master …
 Calibración ó uso de master para reseteo no apropiados.
 Gage equivocado para la aplicación …
 Diseño del instrumento ó al método le falta robustez …
 Método de medición diferente …
 Medición de característica equivocada …
 Distorción del gage ó la parte …
 Medio Ambiente …
 Violación de algún supuesto …
 Error de aplicación …

68
Variaciones de Amplitud…

Repetibilidad

Precisión …
Reproducibilidad

• Diferencia entre lecturas repetidas

• Cercanía de repetidas lecturas entre sí
• Error aleatorio del sistema de medición

*ASTM no usa la palabra precisión– la precisión no

puede representarse por un número 69
¿Cuándo se debe realizar un
estudio R&R?
•Para verificar que un sistema de medición cuando
ya es aceptable continua conservando sus
propiedades estadísticas
•Continuamente como parte de un programa SPC
•Antes de implementar las graficas de Control
•Cuando se entregan los nuevos instrumentos de
medición
•Cuando se ha caído o dañado un dispositivo de
medición
•Cuando se ha reducido significativamente la
variación del proceso
 Estudios R&R de Gages (RRGs)

El R&R de un gage es un estimativo de la variación

combinada de la repetibilidad y la reproducibilidad.

• el RRG es la varianza e igual a la suma de las varianzas

dentro y entre los sistemas.

71
 Repetibilidad

• La habilidad de un dispositivo de medición para

repetir sus lecturas, cuando se use varias veces,
por el mismo evaluador y para la misma
característica. Generalmente esto es referido
como Variación del Equipo (VE o EV).
– Repetibilidad = Variación del
Equipo

72
 Reproducibilidad

• La variación entre los promedios de las mediciones tomadas

por diferentes operadores (evaluadores), usando el mismo
dispositivo de medición y midiendo la misma característica.
Generalmente esto es referido como Variación del Operador
(VA ó AV)
Reproducibilidad = Variación del
Operador

73
Tipos de Estudios de Gages:

– Método Corto - Variables (Método de

Anova)
– Método Largo - Variables (Método de
Promedios y Rangos)
– Método de rangos

74
 Ejercicios R&R

Método Anova

Se prefiere este método porque mide el error

del gage por la interacción entre el operador y
las partes

75
 Conducción del estudio
1. Obtén una muestra de n > 15 partes que
represente el rango actual o esperado de
la variación del proceso.

2. Hacer referencia a los evaluadores como A,

B, C, ... y al número de partes 1, 2.. los
números no deben ser visibles a los
evaluadores

3. Preparación de hoja de trabajo

76
 Partes Operadores Lecturas
Ejercicio 1
2
1
1
0.29
-0.56
3 1 1.34
4 1 0.47
5 1 -0.80
6 1 0.02
7 1 0.59
8 1 -0.31
9 1 2.26
10 1 -1.36
1 1 0.41
2 1 -0.68
3 1 1.17
4 1 0.50
5 1 -0.92
6 1 -0.11
7 1 0.75
8 1 -0.20
9 1 1.99 77
 Minitab Estudio R&R
Preparación de la hoja de trabajo:
Estadísticas / herramientas de calidad /
estudios de medición / crear hoja de
trabajo / especificar…
 Numero de partes-- Debe ser > 15 para un nivel mínimo de
confiabilidad en los resultados.
 Número de operadores / evaluadores
 Nombre de los operadores
 Número de replicas
Opciones / aleatorizar corridas dentro de
los operadores / aceptar
Registrar las mediciones en columna lectura
78
 Minitab Estudio R&R

Estadísticas / herramientas de calidad /

estudios de medición / estudio R&R
cruzado / especificar las columnas de:
 Partes
 Operadores
 Lecturas / datos de medición
Información del sistema de medición
(llenar ficha) / opciones / confirmar 6 σ &
5.15 σ / capturar las especificaciones /
aceptar

79
80
 Análisis Grafica X

 El área dentro de los limites representa la sensibilidad de la

medición

 La mitad o mas de los puntos debe estar fuera de los limites.

Esto indica que la variación parte a parte es mucho más grande
que la variación del dispositivo de medición

Por tanto..
Si menos de la mitad cae fuera de los límites de control entonces el
sistema de medición carece de una resolución efectiva y adecuada
o la muestra no representa la variación esperada del proceso.
81
 Análisis Grafica R

Ayuda a determinar: :
 El control estadístico con respecto a la repetibilidad.
 La uniformidad del proceso de medición entre los evaluadores para
cada parte.

Si cualquiera de los puntos en la gráfica R se encuentra por encima

del límite de control superior (LCS), el operador no está midiendo las
partes con uniformidad

La estabilidad se determina por un punto o puntos fuera de límites de

control; patrones dentro del evaluador o dentro de las partes.
82
Grafica de Interacción Partes *Operadores

Se obtienen detalles de:

 El efecto de las partes individuales sobre la
consistencia de la variación
 Lecturas irregulares

muestra las mediciones promedio por cada operador para

cada parte

Lo ideal es que las líneas sean prácticamente idénticas y los

promedios de partes varíen suficientemente para que las
diferencias entre partes sean claras 83
 Grafica de corridas del sistema de
medición / grafica de dispersión

Las lecturas individuales son graficadas por parte y por

evaluador para obtener detalles de:
 Consistencia entre los evaluadores
 Indicación de posibles anormalidades
 Interacciones parte – evaluador 84
 Grafica de cajas / bigotes
Gráfica de caja de Lecturas

2
Ayuda a identificar:
• Consistencia entre
1
evaluadores.
Lecturas

0 • Indicación de
irregularidades.
-1
• Interacciones parte
– evaluadores
-2

Operadores 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
Partes 1 2 3 4 5 6 7 8 9 10

Grafica / grafica de caja / con grupos / aceptar

/ variables de graficas: lecturas / variables
categóricas para agrupación: partes y
evaluadores / aceptar
85
 Grafica de Componentes de la variación

La gráfica Componentes de variación representa gráficamente la

tabla del estudio R&R del sistema de medición en la salida de la
ventana Sesión

En un sistema de medición adecuado, el componente de

variación más grande es la variación parte a parte.

En cambio, si la alta variación se atribuye al sistema de

medición, es posible que éste necesite correcciones
86
 Interpretación

%Contribución, El %Contribución se basa en los estimados de

los componentes de la varianza.

Cada valor en CompVar se divide entre la Variación total y luego

se multiplica por 100.

 Si el %Contribución parte a parte es alto se considera

bastante aceptable, significa que el sistema puede distinguir
entre partes.

87
 Interpretación

Variación del estudio, se obtiene de la desviación estándar

multiplicada por 6 para cada fuente.

 Aproximadamente el 99.73% de los datos se ubican dentro de 6

desviaciones estándar

%Variación del estudio, por lo general no suman 100%.

 Cada valor del la Var. de estudio se divide entre la Variación total y se
multiplica por 100
 Utilizar el %Var. de estudio para comparar la variación del sistema de
medición con la variación total.

88
 Interpretación

% de tolerancia: Si se ingresa la tolerancia,

El %Tolerancia compara la variación del sistema de medición
con las especificaciones.
El %Tolerancia es el porcentaje de la tolerancia afectado
por la variabilidad del sistema de medición.
Se obtiene dividiendo cada factor de la variación del estudio
entre la tolerancia multiplicado por 100.

Nota: Si se utiliza el sistema de medición

1.Para mejoras del proceso (reducción de la variación parte a
parte), utilizar el %Var. de estudio.

2.Para evaluar partes en relación con las especificaciones,

utilizar el %Tolerancia.

89
 Interpretación

Los resultados de R&R del sistema de medición total en el

%Var. de estudio indican que el sistema de medición explica
menos del -----% de la variación general en el estudio …. Por lo
que el sistema de medición puede ser aceptable, aceptable
para algunas aplicaciones o inaceptable.

Los resultados de R&R del sistema de medición total en el

%Tolerancia indican que la variación del sistema de medición es
menor que -----% del ancho de tolerancia
Ver criterios de aceptación de la siguiente tabla.
90
 Criterios de Aceptación en el Análisis de
un Sistema de Medición
GRR Decisión Comentarios

Abajo del 10 % sistema de medición Recomendado,

especialmente útil cuando se
aceptable. trate de separar ó clasificar
partes ó cuando se requiere
cerrar el control del proceso.
Del 10 al 30 % Puede ser aceptable La decisión debiera basarse
en, por ejemplo, importancia
para algunas de las mediciones en la
aplicaciones aplicación, costos de
dispositivos de medición,
costos de retrabajos,
reparaciones.

Debiera ser aprobado por

el cliente.

Mayor del 30 % Inaceptable Debiera hacerse todo

esfuerzo por mejorar
el sistema de
medición.
91
 Interpretación

Si la repetibilidad es grande comparada con la

reproducibilidad:
• El instrumento necesita mantenimiento
• Requiere ser calibrado
• El gage requiere ser rediseñado o mas rígido

Si la reproducibilidad es grande comparada con la

repetibilidad:
• El evaluador necesita ser capacitado en el uso de lectura de
instrumentos/gages
• No hay claridad en las marcas del instrumento
• Es un operador sin experiencia, requiere ser monitoreado
hasta su aprendizaje

92
 Interpretación

El número de categorías distintas (ndc)

Este estadístico indica el número de categorías en las
cuales el proceso de medición puede dividirse. Este
valor debiera ser mayor ó igual a 5.

Ver criterios de la siguiente tabla

93
94
 Criterios de Aceptación en el Análisis de
un Sistema de Medición
Cuando el SPC ha sido aplicado para control del proceso ó recolección de datos
del proceso mismo, y las gráficas de control indican que el proceso es estable, el
sistema de medición puede ser considerado como aceptable para dicho uso y no
requiere alguna re evaluación por separado

El uso de guías y lineamientos para RRG como un todo NO es una práctica

aceptable para determinar la aceptabilidad de un sistema de medición

La aceptación final de un sistema de medición no debiera concretarse a un solo

conjunto de índices. El desempeño de largo plazo del sistema de medición
debiera ser también revisado usando análisis gráficos en el tiempo.

Cuando se ve un RRG y la variación de las mediciones es importante ver cada

aplicación en lo individual, para ver que se requiere y cómo van a ser usadas las
mediciones.

• Spc pag 78 y 79

95
 Posibles causas para una
repetibilidad deficiente
• Dentro de la parte (muestra): forma, posición, acabado en la superficie,
cerilla, consistencia de la muestra
• Dentro del instrumento: reparación, montaje, falla en el equipo o
dispositivo, calidad o mantenimiento deficiente
• Dentro del estándar: calidad, clase, montaje
• Dentro del método: variación en ajuste, técnica, restablecimiento a cero,
fijación, sujeción, densidad de punto
• Dentro del evaluador: técnica, posición, falta de experiencia, habilidad de
manejo o entrenamiento, sentimiento, fatiga
• Dentro del medio ambiente: fluctuaciones de ciclo corto en temperatura,
humedad, vibración, iluminación, limpieza
• Violación a algún supuesto – estable, operación apropiada
• Falta de robustez en el diseño del instrumento o método, uniformidad
deficiente
• Gage equivocado para la aplicación
• Distorsión (del gage o la parte), falta de rigidez
• Aplicación – tamaño de la parte, posición, error de observación (facilidad de
lectura, paralelismo)
96
 Posibles causas para una
reproducibilidad deficiente
• Entre las partes (muestras): el promedio de las diferencias cuando se
miden tipos de partes A, B, C, etc. Usando el mismo instrumento, operadores
y método.
• Entre instrumentos: el promedio de las diferencias usando instrumentos A,
B, C, etc. Para las mismas partes, operadores y medio ambiente.
• Entre estándares: la influencia promedio de los diferentes estándares de
ajuste en el proceso de medición.
• Entre métodos: el promedio de las diferencias causado por cambiar las
densidades de punto, sistemas manuales vs automatizados, restablecimiento
a cero, métodos de sostenimiento o sujeción, etc.
• Entre evaluadores (operadores): la diferencia promedio entre operadores
A, B, C, etc. Causada por entrenamiento, técnica, habilidades y experiencia.
• Entre el medio ambiente: la diferencia promedio en las mediciones en el
tiempo 1, 2, 3, etc. Causado por ciclos ambientales
• Violación de un supuesto en el estudio.
• Falta de robustez en el diseño del instrumento o método.
• Efectividad en el entrenamiento del operador.
• Aplicación – tamaño de la parte, posición, error de observación (facilidad de
lectura, paralelismo).
97
 Las ventajas y desventajas de las
técnicas ANOVA
Ventajas:
• Son capaces de manejar cualquier ajuste experimental
• Pueden estimar las varianzas en forma más exacta
• Extractan más información (tal como el efecto de la
interacción de las partes y los evaluadores) de datos
experimentales

Desventajas:
• Los cálculos numéricos son más complejos y los usuarios
requieren un cierto grado de conocimiento estadístico para
interpretar los resultados.

El método ANOVA como se describe en las siguientes secciones es

aconsejable, especialmente si existe disponible una computadora.

98
 Ejercicios R&R

Método Promedios y rangos X R

La interacción entre operador y objetivo

de la parte no se contempla en este
análisis

99
Parte Operador Respuesta
1 1 0.65
1 1 0.60
2 1 1.00
2 1 1.00
3 1 0.85
3 1 0.80
4 1 0.85
4 1 0.95
5 1 0.55
5 1 0.45
6 1 1.00
6 1 1.00
7 1 0.95
7 1 0.95
8 1 0.85
8 1 0.80
9 1 1.00
9 1 1.00
10 1 0.60
10 1 0.70
1 2 0.55
1 2 0.55
2 2 1.05
2 2 0.95
3 2 0.80
3 2 0.75
4 2 0.80
4 2 0.75
5 2 0.40
5 2 0.40 100
 Estudio R&R para atributos
Utilice al análisis de concordancia de atributos
para evaluar la uniformidad y precisión de las
calificaciones subjetivas

101
 Configuración del estudio

• Cada elemento debe ser Bueno (aceptable) o Malo (inaceptable)

• Seleccione por lo menos 3 evaluadores para el estudio.

• Los evaluadores deben calificar aproximadamente el mismo número

de elementos Bueno y Malos.

• Establezca el estándar conocido para cada elemento. Para

determinar la exactitud de las calificaciones de cada evaluador, debe
tener la evaluación de cada elemento realizada por un experto.

• Los evaluadores deben calificar cada elemento por lo menos dos

veces en orden aleatorio. A fin de determinar la capacidad de un
evaluador para medir consistentemente el mismo elemento.

102
Preparación de la hoja de trabajo

Estadísticas / herramientas de calidad / crear hoja de

trabajo de análisis de concordancia de atributos /
señalar el estándar de la muestra: texto, numéricos /
especificar los siguientes datos:
 Número de muestras
 Número de evaluadores
 Nombre de los evaluadores
 Especificar el nombre de cada muestra
 Número de replicas
Opciones / aleatorizar / aceptar

103
Ejemplo

104
Minitab

Estadísticas / herramientas de calidad /

análisis de concordancia de atributo /
especificar la organización de los datos /
especificar la columna del estándar /
elección deseada de presentación de
datos en opciones, graficas y resultados
/ aceptar

105
 Acuerdo de evaluación Fecha del estudio:
Notificado por:
Nombre del producto:
Misc:

Individual por evaluador Evaluador vs. el estándar

95.0% de IC 95.0% de IC
95 Porcentaje 95 Porcentaje

90 90
Porcentaje

Porcentaje
85 85

80 80

75 75

70 70

65 65
1 2 3 1 2 3
Evaluador Evaluador

106
Individual por
evaluador.
Todos los evaluadore
acuerdan dentro y
entre ellos mismos.

107
108
109
• Kappa es una medida de acuerdo entre
estimadores, que prueba si las partes que reciben
la evaluación difieren de las de referencia solo por
probabilidad.

Kappa es una medida más que una prueba

Si kappa = 1, entonces existe concordancia perfecta.

kappa > 0.9 se consideran excelentes.
kappa > 0.75 indican un acuerdo bueno.
kappa < 0.7 indica que el sistema de medición necesita
mejorarse.
Kappa < 0.4 indican un acuerdo pobre.

110
Análisis
Evaluar el numero y % de coincidencias entre operadores

Checar el nivel de P
p < 0.05 La concordancia entre las calificaciones de los
evaluadores y el estándar no se debe a las probabilidades

 H0: La concordancia individual por evaluador se debe a las

probabilidades
 H1:La concordancia individual por evaluador no se debe a las
probabilidades

Si el valor p es menor que o igual a un nivel de significancia

predeterminado (nivel a), entonces usted rechaza la hipótesis nula.

111
Para reforzar las medidas de
Kappa
Las pruebas múltiples de hipótesis entre cada par de
evaluadores puede conducirse con la hipótesis nula:

Ho: La efectividad de ambos evaluadores es la misma.

Checar que el score calculado de cada evaluador caiga dentro

del intervalo de confiabilidad de los otros,

Esto refuerza las conclusiones de las medidas de Kappa.

112
Análisis
• Coeficiente de concordancia de Kendall
Checar el nivel de P
p < 0.05 Las calificaciones están significativamente asociadas
entre sí.
Los valores del coeficiente de concordancia de Kendall oscilan entre 0 y
1. Mientras mayor sea el valor de Kendall, más fuerte será la asociación

113
Guías y lineamientos para criterios
de efectividad

114
Bajas tasas de concordancia
 Altas tasas de clasificación incorrecta:
Significa que se están rechazando demasiados
elementos buenos o que se están aprobando
demasiados elementos malos para el cliente.

 Alto porcentaje de calificaciones mixtas:

Puede indicar que los elementos incluidos en el
estudio eran escasos y que se encontraban en la
línea divisoria entre bueno y malo y en consecuencia,
muy difíciles de evaluar.

115
Bajas tasas de concordancia

Significa que esos evaluadores necesitan

capacitación adicional.

 Si todos los evaluadores registran tasas bajas,

es posible que existan problemas mas sistemáticos
tales como definiciones de operación deficientes,
capacitación inadecuada o estándares incorrectos

116
 Estudios de Sistemas de Medición de
Atributos…

• El propósito de cualquier gage/ evaluador es

detectar productos no conformes. De ser así
es aceptable, de lo contrario es inaceptable.

• Un Estudio de Atributos no puede cuantificar

qué tan “bueno” es, sino sólo si es aceptable
o no.

117
Estudios de Sistemas de
Medición de Atributos
Método analítico

118
Para un sistema de medición de atributos, el concepto
de la Curva de Desempeño de un Gage es usado
para desarrollar un estudio de un sistema de
medición, el cual se usa para evaluar la cantidad de
repetibilidad y sesgo.

El estudio de los sistemas de medición de atributos

consiste en la obtención de valores referencia para
varias partes seleccionadas. Estas partes son
evaluadas un cierto número de veces, con el número
total de aceptadas, para cada parte registrada puede
evaluarse la repetibilidad y el sesgo.

119
 Configuración del estudio

1. Seleccionar 8 partes en intervalos equidistantes y

lo más cerca y práctico posibles, Los valores
máximo y mínimo debieran representar el rango
del proceso. Es necesario conocer el valor de
referencia para cada parte.
2. Las 8 partes deben correrse a través del gage, m
= 20 veces y registrarse el número de aceptadas
(a).
3. Dar cumplimiento con los siguientes criterios:

120
Para el estudio total, la parte más pequeña debe contar con el valor a =
0; la parte más grande, a = 20; y las otras 6 partes, 1< a < 19.

Si estos criterios no son satisfechos, más partes con valores de

referencia conocidos, (X) deben correrse a través del gage hasta que
las condiciones anteriores se cumplan.

Si para el valor más pequeño a ≠ 0, entonces mas y mas partes

pequeñas son tomadas y evaluadas hasta que a = 0. Si para el valor
más grande a ≠ 20, entonces más y más partes grandes son tomadas
hasta que a = 20.

Si 6 de las partes no cuentan con 1< a < 19, pueden tomarse partes
adicionales en puntos seleccionados a lo largo del rango. Estos puntos
son tomados como puntos medios de las mediciones de las partes ya
medidas en el estudio.

El primer intervalo con el final a = 0 empieza desde la más grande

medición donde a = 0. Para el final con a = 20, el primer intervalo
comienza en la medición más pequeña donde a = 20. Para mejores
resultados, debieran tomarse muestras para finales con a = 0 y a = 20 y
trabajarse hacia el punto medio del rango de la parte
121
Ejercicio
Un gage de atributos está siendo usado para medir
una dimensión que tiene una tolerancia de + 0.010. El
gage es un dispositivo de inspección al 100%
automático y de final de línea que es afectado por la
repetibilidad y sesgo.

Para ejecutar el estudio de atributos, se corren 8

partes con valores de referencia en intervalos de
0.002 desde – 0.016 hasta – 0.002, a través del gage
20 veces cada parte. El número de aceptados para
cada parte es:

122
Datos
Numero de Dado que existen dos valores de referencia con 1 ≤
a ≤ 19 , al menos cuatro partes más deben ser
Parte referencia1 aceptacion1 encontradas. Entonces, es necesario correr partes
1 -0.016 0 con valores de referencia en los puntos medios de
2 -0.014 3 los valores existentes. Estos valores de referencia y
el número de aceptados es:
3 -0.012 8 -0.015 1
4 -0.010 20 -0.013 5
5 -0.008 20 -0.011 18
6 -0.006 20
7 -0.004 20 Ahora existen 5 valores de referencia con 1 ≤ a ≤ 19
. El procedimiento requiere que una parte más se
8 -0.002 20 encuentre con 1 ≤ a ≤ 19 . Entonces, la siguiente
parte es evaluada.
-0.0105 18
Numero de
parte referencia aceptación
1 -0.0160 0
2 -0.0150 1
3 -0.0140 3
4 -0.0130 5
5 -0.0120 8
6 -0.0110 16
7 -0.0105 18
8 -0.0100 20
9 -0.0080 20 123
minitab

Estadísticas / herramientas de calidad /

estudio de medición / estudio de medición de
atributos (método analítico ) / capturar:
 Números de parte
 Valores de referencia
 Conteos resumidos: las partes aceptadas
Limites de tolerancia para cálculos /
especificar el limite inferior y superior / aceptar

124
Empresa 125
 Análisis

Checar P del sesgo:

Si P > α (.05) se rechaza la hipótesis nula de que
el sesgo = 0

Checar si el sesgo es significativamente

diferente de cero.

126
127
Curva de Desempeño de un Gage para atributos

128
129
Flujograma para Análisis de
Sistemas de Medición (de versión anterior)
Instrumento o Equipo
a Analizar, Evaluar y
Calificar

Instrumento o Equipo
Calibrado

Definición de las
Propiedades Método Corto
Estadísticas a Evaluar NO (Atributos)

300? NO Variable SI Método Corto

(Rangos) Variables
SI
Variable NO Método Largo
(Atributos)
SI

Disponibilidad de NO
Análisis de los Datos en
el Tiempo?

SI
Método Largo- Método Largo-
Variables- (Con SI Con Variaciones NO Variables- (Sin
variación entre partes) entre Partes variación entre partes)

130
 Implementación y Conclusiones

1- El Objetivo e Intención de Analizar los Sistemas de Medición es

Confiabilidad en las “MEDICIONES” y sobre todo con
instrumentos y equipo de Inspección, Medición y Pruebas
críticos (los asignados en planes de control y para
características críticas).

2- Definir Enfoque y Alcance particular del Análisis y Evaluación de

los Sistemas de Medición.
3- El Proceso general de todo Sistema de Medición es:
Calibraciones, Verificaciones y Análisis y Evaluaciones de
Sistemas de Medición (MSAs).

131