Capitulo 11 Calidad de mediciones (repetibilidad y reproducibilidad) SUMARIO Objetivos de aprendizajeCALIDAD DE MEDICIONES Precisién y exactitud Repetibilidad y | —~ reproducibilidad Estudio R&R largo Estudio R&R corto Monitoreo ;-— del sistema de medicién Estudios atributos Método de medias y rangos Método de ANOVA Usando piezas patron Con piezas dela produccién280/ caP{TULO 11: c Mediciones 4 de mediciones (repetiilidad y reproducibilid Es frecuente que al realizar una medicién a cierta variable se esté tentado a creer ciegamente cen los mimeros que se generan, sin detenerse a cuestionar su calidad, y sin preguntarse cual es el posible error que ese mimero trae consigo. Esta creencia no es correcta, puesto que si las mediciones tienen un error grande, los datos obtenidos son engafiosos y las decisiones que de ahi se deriven pueden ser incorrectas. Por ejemplo, uno de los efectos mas inmediatos de las malas mediciones es que puede ocurrir que un articulo considerado defectuoso sea en realidad bueno, o que uno considerado bueno sea en realidad defectuoso. En este capitulo se estudian los principales métodos para evaluar si un sistema de medicién es el mas adecuado para el fin {que se usa, Esto es una actividad clave en un proyecto Seis Sigma (veanse capitulos 15 y 16). Conceptos basicos jomo ya se planteé, las 6 M determinan de manera global cualquier proceso, Nameros aignados aun objeto pore Jo que se aprecia en el diagrama de Ishikawa de la figura 11.1. Asi, parte de la sistema o proceso de medic Variacién total observada on variabilidad observada en el producto se debe a la variabilidad de las mediciones y no a la variabilidad propia del producto. Sin embargo, las mediciones se pueden pensar a su vez como el resultado de un proceso, el cual es influido por causas del Esigual alavariacién propia delos misma tipo que afectan al proceso de produccién, como se muestra en el segundo abjetos que son medidos maslave-— agrama de la figura 11.1 Fiacion o error atribuible al medicign sisemade "Un punto de partida clave es entender que cualquier proceso de medicién gene- ra.un error, Por lo tanto, io que se observa no es exactamente la realidad, mas bien cs la realidad mas un error de medicién. Esto se traduce en que la variacién total ob servada en unos datos es el resultado de la variacién propia del producto mas el error del proceso de medicién (figura 11.2). En términos matematicos esta idea queda representada como sigue: 2 eal Opa t Perr En particular, las fuentes principales que contribuyen al error del proceso de medicién son 1 equipo de medicién, los operadores (reproducibilidad) y la variacién dentro de la muestra La variabilidad del equipo se divide a su vez en los siguientes components: + Calibracién. La exactivad y linealidad del instrumento, + Estabilidad. El cambio del instrumento con el transcurso del tiempo. + Repetbilidad. La variacién observada cuando wn operador mide de manera repetida la mis- ma pieza con el mismo instrumento. Maveriles Mane de obra Mécuinas ‘Galidad él producto Medio ambiente Mécodos Mediciones Materiales Mano de obra Mauna Gilidad de las mediciones Medio ambiente Mécodos ediciones [QEUIENTRN as at proce eatenConceptos bi 281 + Linealidad. La exactitud a lo largo del rango de operacién del instrumento, por Variacién dentro de la muestra ejemplo en el caso de una bascula que mide un rango de 02 100 kilogramos, _Variabilisac’ dentro del abjeto a me interesa que sea exacta en todo este rango. dire presenta en objetos que por su snaturaleza tienen cierta heterogene- La variacién dentro de la muestra es la variaci6n dentro del mismo objeto a medir, dad en sus superfcis, dimensiones, y se presenta en objetos que por su naturaleza tienen cierta heterogeneidad en sus "= superficies, dimensiones, etc. Por ejemplo, sise quiere medir un didmetzo interior con un vernier, entonces la medicién varia ligeramente dependiendo de dénde y cémo se coloca et vernier. Otro caso es cuando se quiere medir la rugosidad de una superficie, que puede variar de una zona a otra de la misma pieza, Como se muestra en la figura 11.2, la variacién dentro de la muestra contribuye tanto a la variacién del producto como a la del error del proceso de medicién. Un aspecto adicional que no es considerado en la figura 11.2 es la sensibilidad o resolucin del equipo, que se refiere ala habilidad del instrumento de medicién para discriminar entre piezas similares; se recomienda que éste sca capaz de reportar Resolucin del equipo al menos 10 valores espaciados a lo largo del rango de vatiacién de las piezas que £52 hablidad del sistema de mesicion pretende medir (Kane, 1989). Mas adelante se vera un estadistico que se conoce P32 dscriminar entre pezas similares como el miimero de categorias diferentes, y que ayuda a evaluar la resolucién de un instrumento de medicién. En la tabla 11.1 se resume parte de los conceptos que se comentaron antes y la Numero de categorias diferentes forma en que se manifiestan como problemas en un sistema de medicién. De esta Fs uns manera de estimar yreportarla tabla, es necesario aclarar que la precisién y la exactitud son dos manifestaciones _‘«*2lusin del sistema de medicién del error (variabilidad) de cualquier proceso de medicién (figuras 11.3 y 11.4). La _precsién es la variacién que presentan los resultados al medir varias veces una misma pieza 0 ‘al mensurando con el mismo equipo (sus componentes principales son la repetibilidad y la re- producibilidad). En otras palabras, a precisién es la habilidad de un proceso de medicién para repetir y reproducir su propia medicidn, independientemente de si dicha medicin es correcta 0 no, Por su parte, la exactitud o sesgo se refiere al desfase o desplazamiento que tienen las mediciones con respecto al estindar o verdadero valor que se supone conocido. ara estudiar la exactitud es preciso contar con un esténdar o patrén, de modo que se pueda suponer conocida la magnitud verdadera a medir. Por ejemplo, si con una balanza, durante cuatro semanas, se pesa 25 veces un objeto patrén que pesa un kilogramo, entonces la exacti- td o sesgo se estima mediante la diferencia entre la media de los 25 datos () y el verdadero valor (N) del mensurando (un kilo, en este caso). La variabilidad que muestran ias mediciones alrededor de un kilogramo es la precisién de la bascula (ver figuras 11.3 y 11.4) Variacién otal observade —__ 4, Varian del producto Frror de medicign Vanacién bids Variacién dentro Varaciéneebida eee decade muesra ae alequipo (reproduetiidsd) a Repeciided Galibracién Exabiidad Lineabiad GRUNT Fosse de arabada medidones282 [ CAP{TULO 11: Calidad de mediciones (repetibilidad y reproducibilid TABLA 11.1 Conceptos basicos de la calidad de mediciones. ELSISTEMA DE MEDICION DEBERIA SER PROBLEMAS TIPICOS recto y exacto Inexacto eimpreciso Elsitema genera medicones individuals, asi como al promedio de fantola meciciones indvidvales como su promecio saljan del valor fscas que es muy parecdo alvalor verdadero, verdadero, Repeible No repetible Meciciones repetidasreazadas por una persona sobre mismo Meciciones repeticas e un operador sobre el mismo espécimen rmensurandoresultan muy parcidas, ruestvan un exeso de variablidac Reproducible No reproducible Dos 9 ms personas que miden el mise objeto obtienen en promecio Dos ems personas que miden las mismaspiezas obtenen en promedio resutados muy slaves, resuads sensiblemente diferentes, Estable en al tempo Inestableen el dempo sistema de medicién no cambia através dl tiempo, Flsstema ce medics cambia a vavés deltiempo, Es mas facil entender lo que es precisién y exactitud a partir de las figuras 11.3 y 11.4. La primera representa el tito al blanco, en el cual el centro es el blanco o valor nominal (N) de tuna pieza y los puntos son resultados det proceso de medicién. Esta misma idea se representa en a figura 11.4, mediante la curva normal; donde se debe considerar la variabilidad o ancho de la curva y el desfase de la curva con respecto al valor nominal (iV), que representa el valor verdadero del objeto que se quiere medi. En ambas figuras, en el caso a) se trata de un proceso de medicidn impreciso e inexacto, ya que las mediciones estan dispersas y tienen un sesgo con respecto al valor nominal. El proceso 6) tiene una exactitud adecuada porque en promedio da ‘en el blanco (esta centrado sobre NV), pero es impreciso por su alta dispersién, En el inciso ¢) las mediciones tienen buena precision (poca variabilidad), pero su exactitud es mala (tiene sesgo), y el inciso d) representa un proceso de medicién preciso y exacto, ya que en promedio reporta, Ja magnitud verdadera (el centro) con poca variabilidad, Lo mis deseable es que el proceso de medicién sea preciso y exacto (caso d), es decir, que cuando mida el mismo objeto arroje resultados similares (poca dispersién) y que el promedio de dichos resultados sea la magnitud verdadera del objeto. Los métodos que se estudiaron en el Pees eineraco 4) Precio y exacto [QED | Frecsen yoactind a rave del tvoal bancocapitulo 4 se pueden aplicar para estimar la exactitud de un instrumento de medi- cién, Ademas, mds adelante, en la seccién "Monitoreo del sistema de medicién”, se analizarn un par de estrategias para estudiar la exactitud y la estabilidad del instrumento de medicion. ara finalizar con un primer acercamiento a los conceptos de la evaluacién de 10s procesos de medicién, es importante sefialar que la metrologia es la ciencia que se encarga del estudio de las mediciones vistas como el resultado de un proceso que est influido por diferentes fuentes de variabilidad, Mientras que patrén es el instrumento de medicién o material destinado para definir, realizar, conservar 0 reproducir la unidad o magnitud que sirva como referencia, Por su parte, calibra- cién es el conjunto de operaciones bajo condiciones especificas que sirven para establecer la relacién entre las magnitudes indicadas por un instrumento de medi- cién, con las magnitudes ya conocidas de un material o instrumento patrén. ‘Cabe mencionar que la confirmaciéin metroldgica es la accién de calibrar y ajustar un instrumento de medicién. Es importante sefialar que los conceptos de calibra- cién y de confirmacién metrol6gica no significan lo mismo, pero en la prictica se utiliza simplemente calibracién para hacer referencia a ambos aspectos. Ademas, valor verdadero es el valor conocido de un material patron o medicién reportada por un instrumento patron, y mensurando es el objeto o parte que se quiere medi. Estudio largo de repetibilidad y reproducibilidad lomo ya se explicé, la repetibilidad y la reproducibilidad son los componentes de la precision. La repetibilidad de un instrumento de medicién se refiere a la precisiOn o variabilidad de sus mediciones cuando se obtienen varias mediciones o petibilid pilidad 283 Metrologia Esa cencia dels mediciones Patrén Instrumente u objeto que es un est dar porque su magnitud es conocda, 0 usa para defini, realizar, conservar fo reproducir tal magnitud, Calibracién Relacién entre el resultado dela medi cidn de un patrén ya magnitud verda dera de ste Mensurando Fs la eantidad, objeto pieza que se quiere medir. Precisién Es lavanacisn 0 error que presencan las mediciones repetidas del sistema de medicin sobre el mismo mens rando. Se compone de la repetibilidad ylareproducibilidad, N x es 2B) Imprecsoy erate 1A | eons ooN x )Inprecio neato GAEUINE Precion ycracttad wavs dea curva normal 4) Precise yexacto284{ caP{TULO 11: c Repetibifidad diciones (repetibilidad y reproducibilid del mismo objeto en condiciones similares (mismo operador); mientras que la re- Variacin o errordelas ediciones producibilidad es la precisin o variabilidad de las mediciones del mismo objeto pero Clones (un eperador Reproducibilidad Variabilidad o error de las mediciones sobre el mismo objeto con un instr mento bajo condiciones cambiantes {diferentes operadores). Estudio R&R largo smo ebjetocon en condiciones variables (diferentes operadores). tin Instrumente bajo las mismas cond? En los estudios R&R se evaliia de modo experimental qué parte de la variabili- dad total observada en los datos es atribuible al error de medicién; ademas, permi- te cuantificar si este error es mucho o poco en comparacién con la variabilidad det producto y con las tolerancias de la caracterstica de calidad que se mide. Las fuentes de variabilidad que se pueden evaluar en un estudio largo de repeti- bilidad y reproducibilidad son: variabilidad del producto, del instramento y de los operadores. Sean 02,,; la variabilidad total observada; 0°, 1a varianza atribuible al producto (partes 0 piezas), 62,,, la variabilidad o erroF del instrumento de me dicién y 02, la variabilidad o error debido a operadores, entonces se cumple la siguiente relacion: Sat = Foot Soper * Car aia) donde Saar = Sapa Y Soper = Frepod (11.2) Por lo tanto, el error o variabilidad de las mediciones debido a repetibilidad y reproducibi- lidad se obtiene con hap = Opes + Oat 1.3) Pasos para realizar un estudio R&R largo Permive evaluarlarepecibilidad y re producbilidad en forma separacs. Para cada instrumento de medicién que se desee evaluar es necesario plantear un es- tudio en el que se apliquen los siguientes pasos (que se ilustran en el ejemplo 11.1) + Seleccionar dos o mas operadores para conducir el estudio acerca del instrumento de medi- cién de interés, + Seleccionar en forma aleatoria un conjunto de 10 o mds partes o piezas que serin medidas varias veces por cada operador. Es importante que la selecciGn se realice a partir de piezas que reflejen las diferentes dimensiones de piezas que se producen. Por ejemplo, una buena estrategia de seleccién seria tomar una pieza de la produceién de cada turno, + Decidir el mimero de ensayos 0 veces que cada operador mediré la misma pieza. En este método se deben hacer por lo menos dos ensayos, y tres es lo mas recomendable + 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 medicién ser tomada, asi como el método o técnica que debera aplicarse. + Obtener en orden aleatorio la primera medicién (0 ensayo) del operador A para todas las, piezas seleccionadas. + Volver a aleatorizar las piezas y obtener la primera medicién del operador B. + Continuar hasta que todos los operadores hayan realizado la primera medicién de todas las, piezas, + Repetir los tres pasos anteriores hasta completar el mimero de ensayos elegidos. Es preciso ase- _gurarse de que los resultados previos de un ensayo no son conocidos por los operadores. Hs de- cir, en cada medicién realizada el operador no debe conocer cual pieza esta midiendo, ni cuales fueron sus mediciones anteriores sobre ella, menos las reportadas por los demas operadores, + Hacer el analisis estadistico de los datos. Realizar las repeticiones 0 ensayos operador por operador como se describe en Ios pasos anteriores puede introducir efectos temporales en la reproducibilidad (variaci6n debida a los operadores), por lo que otra manera adecuada de obtener los datos es medir en orden comple- tamente aleatorio cada combinacién (operador, pieza) para cada repeticion,EJEMPLO 11.1 En una compatila que fabrica el polimetro PVC (cloruro de polivinilo) se realiza un estudio R&R para evaluar el proceso de medicién del tomafo de partcula, que es una propiedad critica de la resina, Las especificaciones in- fetior y superior son El = 25, ES = 40, respectivamente, por lo que el rango de especificacién o tolerancia para la OPERADOR A NUMERO 1 2 DECARRO 1 362 363 2 353. 380 3 308 306 4 298 296 5 310 Bir 6 307 297 7 a4 wa 5 371 365 9 301 305 10 346 342 Un primer paso para analizar los resultados de un sis- tema de medicién es obtener algunas grificas en las que se comparen e ilustren las mediciones y errores que obtuvie- ron los operadores en las diferentes partes. Por ejemplo, cen la figura 11.6 se muestra un par de graficas, en a) se compara la medicién promedio que cada operador ob- tiene para cada pieza, De agu{ se observa que hay cierta discrepancia entre lo que reporta cada operador, y que el ‘operador C tiende a reportar mediciones més pequefias, mientras que las del A son ligeramente mayores, Elrazona~ ble paralelismo que mantienen las lineas a lo largo de las Anilisis por medias y rangos del estu particula es igual a 15.0. Justo antes del embarque se ob- tienen de los cartos de ferrocarril 10 muestras de resina de PVC. ‘Cada muestra de resina se mide dos veces por cada coperador y los datos obtenidos se muestran en la tabla siguiente: ‘OPERADOR 8 ‘OPERADOR C 1 2 1 2 388 350 36. 348 355 351 387 347 so 289 302 292 302 298 23 301 31 sur 30. 37 308 304 28 2s ws 321 34 32 367 362 360 355 300 297 21 302 aaa 337 336 342 pezas indica que el efecto de interaccién operadorporpieza no es significativo. Mientras que en la figura 11.66 se mues- ran los errores de cada operador, junto con qué tanto se alejan de la medicién promedio. De aquf destaca que el ‘operador C tiende a tener mayores errores y, como ya se habia dicho, registra mediciones més pequefas. Para ver si ‘estos errores y diferencias son suficientemente grandes es necesario realizar un ansliss estadistico; por ello, a conti- nnuacién se presentan dos métodos: el de rangos y medias, yelde ANOVA. El primero es mas sencillo, pero el segundo ces mas efectiv. dio R&R largo Este anilisis es bastante intuitivo y facil de hacer con apoyo del formato de la figura 11.5, en el cual se registraron los datos obtenidos en el ejemplo 11.1 aplicando los siguientes pasos: 1, Caleular para cada operador el rango de las medi rango es una informacion directa sobre el error de l son sobre la misma pieza y las realiza el mismo op. El método se ilustra con estos datos iciones que hizo de cada pieza. Este las mediciones (repetibilidad), ya que yerador. 2. Calcular el promedio de los rangos de cada operador y la media de todas las mediciones realizadas por un mismo operador. En el ejemplo, 32.82, Xy= 32.52, Xo las medias por operador son 32.17 285286 ESTUDIO DE CAPACIOAD DEL NSTRUMENTO er000 UO Fela Persora responsable sudo Especfacones E128 tsa Deparameno Tolerancia as 40 ___150 Tipo de gage Nim. desage Ninwo Opendorh Opercerd Operdore éeanes| Faye? ] Eye? [Emayo3| Rego [Frye [Eraye? [Frye 3| Tange [Fame [Eraye? [Frye [Range 362_| 363 ai] wa | 350 as | 361 | ee 3 2 [353 350 03 | 386] 35 asp 387 | ser 70 3 [308 | 308 02 [aa | 259 1s ps0 392 70 a ws) 386 o2 [302 | 299 a3 [ass] 300 72 sp aee | 7 oa pt | 7 ae [aor |r @ [307 | 97 To [ 309] 30 asp avs] as @ 7 | 2 | saa ie [ss | as [ae |e 22 ean [365 a6 [367 | 307 as [aso] 355 35 Fe @ [300-297 oa paar] 302 i wo | see] a0 oa | 0 | 7 oa [ae 3a te Teal | 3300 war man 3265 |< WL oso | 227 I Los | sat fT Tao soma [EE] suma | 0a sum [Sa %, [aaa] %, [asa x [aa aaa wax [mm] fission tans [Oy Re a0 ror [06s 3 as7 Suma 2.210 Marque aquellos rangos que s encuentran ariba de LCS. Mdentifigue a causa y cone z a6 Rept as meisones undoes openderymsmaunaad Reale Ry LCS Repeilded (rain del equip} tem [as ‘pots nde oeranis Ve fy one as8)- 5] 5 435305 sve. 00). S856 2 4563.08 Tears a a animero de pares, ovo = 20010) __158__ T= ndmero de ensayos: ‘olerancia "5.15 AReproducbilded (rain de parade opr Rak = LET vo [ero AE «Yeas aay BST Sot S85 708 i de serge “Abyode 19% > Bedene proceso Reproducibilidad y reproducibilidad: "De 10220% +» Bueno, aceptable EM ReR- | VENT BREESE *De20230% > Margnalmerteaepabe nue= BER = 070 “Aur de30% > Inacetabley debe ser corgido Formato para analisis de un estudio R&R largo por medias y rangos, con datos del ejemplo 11.1234 Z Palo ide i, poh PEF Eat . oo nse 28 ° 16 on zs = [RETIRE Adis yrthca dees vsutadad del tudo Ran del jenplo Th y los promedios de sus rangos resultan ser 0.45, Ry= 0.62, Ro= 1.14 3. Obtener Ia media de os mangos promedio (@ Rpt Ry + Re 4 5] y elrango de las medias Fup = X,—K= 0.65. 3 _ Calcular el limite superior de la carta de rangos (véase capitulo 7) mediante D,R = 3.27 X0736~2.41, donde D, es una constante que depende del numero de ensayes uta dos pata calular cada tango (véase figura 115 y apéndie) alain tango es mayor gue est limite, seré seal de que el exo de medicion cotespendient etd fuera de 10 Uhual,porTo que es precio identicar la causa: ademas, se deben repels mediciones involucradas utilizando el mismo operador y la misma pieza. 5. Caleulr la variacion expandida el equipo (7), ue tesula de moliplcar 5.15 veces Ja desviacin esténdar del error del equipo.' La razén de esta expansién se debe a las propiedades dela distribucion normal: em la que el morvlo = 2575e abarca 9% del {rea bajo una curva normal (er capitulo 3), luego, como en el caso de los erores de rmedicion =O; entonces 22.5750 tene una ampitud de 5150. As, de acuerdo con la nota de pie de pagina, exe error expandide es 4, (ay VE = 5.156 pes = 4) R = 4.56% 0.736 = 3.356 "Para cael esviasin extdar del epetbidd, 2p divide Rene Iscontate ds (apndice) ue seus on leaptulo7 pra esimariadesvacm estindar a Pat de as angos. Eee formato ea figura 11.3 tilze bbe pula 15/03 15/1 1384.36 pandas esos porta queen empl Fb 4560739) -045 is288 CAPITULO 11: ¢ diciones (repetibilidad y reproducibilid donde &, es una constante que depende del niimero de ensayos, ¥ Spi = Es importante seftalar que algunos autores sugieren que VE= 66y,,, con 10 cual se Jogra una cobertura de 99.73%. Por ello, en los software normalmente se puede elegir si Ja expansion se da con el factor 5.15 0 si se hace con 6. 6. Determinar la variacién expandida del operador (VO) como: ans) — |o-7045)? 0259 1.58 a6 donde k, es una constante? que depende del mimero de operadores, n es el ntimero de 4 sé vo artes 0 piezas y Fes el ntimero de ensayos. Ademés, 6 eq = L2- = 0.31 partes 0 piezas y vy roel 55 7. La variacién combinada o error de medicién expandido (EM) debido a repetibilidad y reproducibilidad se calcula como: FM ~5.156pqx—WE? +V0" =3.71 a7 EM. 515 dado port 2.5756,45; por lo que si se mide una pieza y se obtiene como resultado un va- lor X, entonces el verdadero valor dela medicién para esa pieza esta entre X4: 2.575 pen con una confianza de 99 por ciento, Por ejemplo, si se mide una particula y se reporta que su valor es 24, entonces se rechazaria porque es menor que la especificacién inferior (EI = 25). Sin embargo, esta particula puede estar dentro de especificaciones, ya que su verdadero valor esta en 24= 2.575 x 0.72; es decir, en el rango (2.14, 25.86). 8. Calcular el indice precsién/tolerancia. En este ejemplo la tolerancia para el tamafio de particula es de 15 unidades, entonces el indice P/T se define por y,porlo tanto, Spe 72, De esta manera el error maximo de medicién esta EM 3.71x100 Py 100 == = 24.73% as) ES-ET 15 Notese que este indice expresa en porcentaje la comparacién entre el error de me- icin expandido (EM) y la variabilidad tolerada (ES ~ E1) para la caracteristica de ca- La constante hy es igual a 5.15/44", donde * es una correccin ala constant d; usada en las cartas de conteol (capitulo 7) para éstimar a desviacién estindar a partir de los rangos. Esta correccién es necesaria cuando se usilizan pocas muestras (menos de 15) y, en este caso, se tiene una muestra de medias de res operadores. El valor {de dy* para una muestra de tamafio tres es 1.91, de manera que k, = 515/1.91 = 2.7. La frmula dada en la ecuacion 1L5'se puede jusifcar mediante la t€eniea de ANOVA para un factorial con efectos aleatoios © mixtos (Dolezal tal, 1988), bajo el supuesto de que no hay interaccién operadorx prcla petibilid lidad que se esta midiendo. De aqui que es deseable que el EM sea mas pequefio que la tolerancia, a fin de asegurar que la calidad del proceso de medicién es aceptable para discriminar entre piezas buenas y malas. Ademds, este indice hace evidente que un instrumento de medicién sera preciso en funcién de la caracteristica de calidad que se pretende medir (no es fo mismo en términos de la precisién exigida, pesar oro que pesar hojalata). De manera especifica, el indice P/T’se interpreta como sigue: PITS 10%, excelente proceso de medicién 10% < P/T< 20%, bueno 20% < P/T < 30%, marginal (casi inaceptable) PIT 2 30%, inaceptable y debe corregirse Enel ejemplo P/T'= 24.73%; de manera que, con respecto a este criterio, el proceso de medicién del tamafo de particula tiene calidad marginal. El que sea marginal significa que el proceso de medicién esté cerca de no tener la capacidad adecuada para diserimi- nar entre tamafios de particula buenos y malos, por lo que debe buscarse su mejora. En el formato dela figura 11.5 se resume de manera ordenada toda la informacién generada en el estudio R&R, desde la obtencién de los datos hasta la interpretacién del error de ‘medicién y sus componentes. Al final del presente capitulo se proporciona este formato en blanco para facilitar la aplicacién del mismo. 9. Caleular el indice precision /variacin tal (EM/ VarTot). Un criterio adicional para evaluar la calidad de un proceso o sistema de medicin es comparar la magnitud del error de ‘medicién expandida (EM) con la variacién total observada (VarTot). Esto es particular- mente necesario cuando la variable que se est midiendo no tiene doble especificacién (Ely ES); asimismo, cuando el proceso es muy capaz.o para fines de control y mejora de procesos. Para hacer este calculo primero se necesita calcular la variacién de las partes, que por el método de rangos se estima como Gaye = Ryaye/ 3, donde para obtENET Roary primero se saca el promedio de la medicién para cada parte, considerando todas las me: iciones realizadas sobre esa parte por los distintos operadores. Por ejemplo, en el caso de las piezas del ejemplo 1, el promedio para cada pieza es: IEZA 1 2 3 4 5 6 7 8 Medcés 3570 «35.23 30.02 8658138 SOIT ST 88.8 promedio de aqui se ve que la medicin maxima es 36.33 y la minima es 29.65. Por Io que Ryyyy = 36.33 — 29.65 = 6.68. Por otro lado, d¥es una constante que depende del tamatio de ‘muestra, que en este caso ¢s la cantidad de piezas (ver nota de pie de pagina anterior) Los valores de la constante d§ para rangos “promedio” basados en una sola muestra de tamatios entre 6 y 10 son: 2.67, 2.83, 2.96, 3.08 y 3.18, respectivamente; los valores para ‘muestras de tamatios entre 2 y 5 se pueden obtener del formato de la figura 11.5, donde los operadores hacen las veces de tamafio de muestra. Por lo tanto, la variacién de las. artes €S Fy, = 6.68/3.18. La variacién total se obtiene con: pot lo que en el caso del ejemplo 11.1, se llega a que Gy = V44T+0.52 = 2.22, por lo que, (EM/ VarTot) x 100= (Bp! Gye) * 100 = (0.72/2.22) x 100 = 32.43. Por lo general, este porcentaje se considera grande, ya que EM/VarTot = 32.43% > 30%. Entonces, de acuerdo con este criterio el sistema de medicién resulta inaceptable para fines de control del proceso. ° 2993 10 34.07290 CAPITULO 11: ¢ CRITERIO aT ewer 4 de mediciones (repetiilidad y reproducibilid 10, Calcular el mimero de categorias distintas o distinguibles, n,. Este estadistico se calcula con 1,= \2 (Grene/ Spay) ¥ 8€ interpreta como el ntimero de intervalos de confianza al 97% no traslapados, y basados en el error de medicién, que caben en el ancho de la variacién de las partes. Por esto el valor de n, indica el mimero de grupos diferentes de piezas que el sistema de medicin es capaz de distinguir, lo cual tiene relacién directa con la resolucién con la que éste mide la caracteristica de interés. La interpretacién de la calidad del sistema cde medicién en términos del valor de 1, se hace de acuerdo con: © Sin,>4, la resolucién del sistema de medicién es adecuada, * Sin, <2, la resolucién del sistema de medicién es claramente inadecuada. * Si2‘ 1.33 y centrado en el valor nominal), entonces el desempefio inadecuado del sistema de medicién no necesariamente es un problema critico, pero en caso de mejorar la precisién se observaria un C, todavia mejor, Por el contrario, si el proceso de produccién es incapaz (C, < 1), los fesultados inaceptables del estudio R&R pueden ser la diferencia entre reportar o no el proceso como capaz. Lavariacién excesiva del proceso de medicién se puede reducir haciendo més de una medicién independiente sobre la misma pieza y reportar el promedio de estas mediciones como la magnitud de la misma. Si bien esta estrategia incrementa el tiempo y los recursos invertidos, es una alternati- va que puede ser viable mientras se logra llevar el sistema de medici6n a resultados aceptables. En el caso del ejemplo 11.1, toda la informacién obtenida se resume en la figura 11.5 y en la tabla 11.2, de donde destaca que: VALOR COMENTARIO 2473< 30% ‘Aceprable may marginalmente 32.49%> 30% Sistema de medicin inacepeable para fines de control del proceso, aia Resolucign apenas aceptableilidad 291 TABLA 11.2 Estudio R&R para ejemplo 11:1, método de medias y rangos. sis % DE DELA DESY DESACION CONTRIBUCION _VARIACION SDELA FUENTE ESTANDAR LVARIANZA, ESTANDAR _(VARIANZAS) —_(DFSV.EST.) _TOLERANCIA Repetibildad 085 os 336 363 24 224 Reproducbiidad 03% 010 150 195 140 107 Rar on 032 3m 1058 325, 247 Parte 20 402 082 war 6 22 Teral 22 494 114s 100 100 753 Con base en Jo anterior se debe evaluar seriamente la posibilidad de mejorar el proceso, Para saber donde actuar, en la misma tabla 11.2 se observa que la repetibilidad contribuye mas al error de medicién. Por ello, en primera instancia se buscarfa mejorar el instrumento mismo tomando en cuenta fo que se explicé antes, ANOVA para el estudio R&R largo EI método de anisis de media y rangos que se sinttiz6 antes y se resumid en a figura 11.5 tiene I ventaja de la simplicidad, Sin embargo, un método mis cfectivo es el andlisis de va rianza (ANOVA), ya que permite identificar y cuantificar de mejor manera todas las fuentes de variacién presentes en el estudio R&R. Para comprender los conceptos vados en la presente seccién se recomienda revisar los conceptos de andlisis de varianza (véase Gutiérrez y De la Vara, 2008). El método de ANOVA no supone de antemano la inexistencia de interaccién operador x parte, como lo hace el método basado en medias y rangos. De tal forma que cuando hay inter- acciGn signifcativa el método de medias y rangos subestima la magnitud del error de medicién (Ginga). En cambio, el método de ANOVA repare la variacin total (C24,) de los datos en la siguiente forma o, ‘eat pate + Paget O o as) donde se agrega el componente Our pre @ la descomposicién dada en la ecuacién (11.1), mismo que se considera parte de la reproducibilidad. Es decir, se cumplen las siguientes rela- t= Fier Y Pgs Pap Papp «an.t0) Y como antes 02 n¢q = 0 puj't Pray Estos componentes se estiman mediante la técnica de ANOVA aplicada a un disero fictorial (véase Gutiérrez y De la Vara, 2008) con efectos aleatorias.4 De los datos del estudio R&R largo se pueden calcular las llamadas sumas de cuadrados (SC) correspondientes a cada componente de varacion dado en la euacion (11.9), mismas que cumplenlaelacion SC gat = SCs + SCoper + SC, SC, 5 Rist interaccién operador x parte cuando el desempento de los operadores es diferente seg el tipo de piezas por ejemplo, con ciertas piezas un operador eeporta mediciones sesiblemente mis altas que los demas y con otras Piezas el mismo operador reporca mediciones mas baas. ‘Bm este caso, los factores pare y operador dan lugar efectos aleatoios cvando las partes piezas uilizadasen el estudio son una muestra de la poblacidn de partes y los operadores también son una muestra de los operadores ‘que manejan el equipo de medicién,