Documente Academic
Documente Profesional
Documente Cultură
2007
Análisis de los
Sistemas de Medición
(MSA)
Página 1 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
CONTENIDO
Página 2 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Apéndices
Página 3 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
CAPITULO I.
Lineamientos del sistema general de
medición1
Sección A. Introducción, propósito y terminología
Introducción
Un estudio analítico es aquel que incrementa conocimiento acerca del sistema de causas
que afecta el proceso. El beneficio de utilizar un procedimiento basado en datos está
determinado por la calidad de la medición de los datos utilizados. Si la calidad de los
datos es baja, el beneficio del procedimiento será bajo, si la calidad de los datos es alta, el
beneficio parecerá ser alto también.
1
Se tomó como referencia: Daymler Chrysler Corporation, Ford Motor Company, General Motors
Corporation, Measurement System Analysis, Reference Manual, Third Edition, AIAG, EUA, Mayo 2003
Página 4 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
estables. Si las mediciones son todas “cercanas” al valor dominante para las
características, entonces la calidad de los datos será “alta”.
Una de las razones más comunes para datos de baja calidad es mucha variación debido a
la interacción entre el sistema de medición y su ambiente. Así, un sistema de medición
utilizado para medir el volumen de líquido en un tanque puede ser sensible a la
temperatura ambiente en el cual es utilizado.
Si la interacción genera mucha variación, la calidad de los datos tal vez son tan gajos que
los datos no son útiles. Mucho del trabajo de administrar un sistema de medición es un
monitoreo directo y control de la variación.
Propósito
Terminología
Página 5 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
De estas definiciones podemos decir que un proceso de medición puede ser visto como
un proceso de manufactura que produce números (datos) para sus producciones.
Resumen de términos
Estándar
Base aceptada para comparación.
Criterio de aceptación.
Valor conocido, dentro de límites establecidos de incertidumbre, aceptado como
un valor verdadero.
Valor de referencia.
Un estándar debe ser una definición operacional, una definición la cual produce los
mismos resultados cuando es aplicado por el proveedor o cliente, con el mismo
significado ayer, hoy y mañana.
Equipo básico
Discriminación, legibilidad, resolución
o Alias: unidad legible más pequeña, medición de resolución, límite de escala
o detección del límite.
o Una propiedad inherente fija por diseño.
o Unidad de escala más pequeña de medida o producción para un
instrumento.
o Reportado siempre como unidad de medida.
o 10 a 1 de modo empírico.
Página 6 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Resolución efectiva
o La sensibilidad de un sistema de medición a una variación del proceso para
una aplicación particular.
o Insumo más pequeño que resulta en una producción utilizable señal de
medición.
o Reportado siempre como una unidad de medida.
Valor de referencia
o Valor aceptado de un artefacto.
o Requiere una definición operacional.
o Utilizado como el sustituto para el valor verdadero.
Valor verdadero
o Valor actual de un artefacto.
o Desconocido y incognoscible.
Variación de localización
Variación
Variación deldel proceso,
proceso, real
real Variación de la medición
Calibración
Página 7 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Exactitud
o “cercanía” al valor verdadero, o un valor de referencia aceptado.
o ASTM incluye el efecto de posición y amplitud de error.
Sesgo
o Diferencia entre el promedio de mediciones observadas y el valor de
referencia.
o Un componente de error sistemático del sistema de medición.
Valor
DeVerdadero
referencia
Sesgo
Estabilidad
o El cambio en sesgo en el tiempo.
o Un proceso de medición estable está en control estadístico con
respecto a la localización.
o Alias: desplazamiento.
Tiempo 2
Tiempo 1
Linealidad
o El cambio en sesgo sobre el rango de operación normal.
o La correlación de errores de sesgos múltiples e independientes sobre el
rango de operación.
Página 8 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Valor Valor
verdadero verdadero
Sesgo Sesgo
Menor mayor
Amplitud de variación
Precisión
o Cercanía a lecturas repetidas unas a otras.
o Componente de error aleatorio del sistema de medición.
Repetibilidad
o Variación en mediciones obtenidas con un instrumento de medición cuando
es utilizado varias veces por un evaluador mientras se mide la
característica idéntica en la misma parte.
o La variación en pruebas sucesivas (corto plazo) bajo condiciones de
medición fijas y definidas.
o Referido comúnmente como variación en equipo.
o Capacidad o potencial de instrumento (calibre).
o Variación dentro del sistema.
Página 9 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
REPETIBILIDAD
Reproducibilidad
o Variación en el promedio de las mediciones hechas por diferentes
evaluadores utilizando el mismo calibre en la medición de la característica
de una parte.
o Para la calificación de un producto y proceso, el error puede ser el
evaluador, ambiente (tiempo), o método.
o Comúnmente referido a variación por evaluador.
o Variación entre el sistema (condiciones).
o ASTM E456-96 incluye la repetibilidad, laboratorio, y efectos del medio
tanto como efectos del evaluador.
Operador-B
Operador-C
Operador-A
Reproducibilidad
Página 10 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Valor de referencia
Operador-B
Operador-C
Operador-A
Reproducibilidad
Sensibilidad
o Entrada más pequeña que resulta en una señal detectable de salida.
o Respuesta del sistema de medición a cambios en características medidas.
o Determinada por el diseño (discriminación) de calibre, calidad inherente
(OEM), mantenimiento en servicio, y condición de operación del
instrumento y estándar.
o Siempre reportada como unidad de medida.
Consistencia
o Grado de cambio de repetibilidad con el tiempo.
o Un proceso de medición consistente es el control estadístico con respecto
a la amplitud (variabilidad).
Uniformidad
o El cambio en repetibilidad sobre el rango normal de operación.
Página 11 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
o Homogeneidad de repetibilidad.
Desempeño
o Variabilidad en lecturas tomadas sobre un largo período de tiempo.
o Basado en la variación total.
Incertidumbre
o Un rango estimado de valores alrededor del valor medido en el cual se
presume que se encuentre el valor verdadero.
Todas las caracterizaciones del sistema de medición asumen que el sistema es estable y
consistente.
Estándares y trazabilidad
Trabajan en colaboración con otras NMIs para asegurar que mediciones hechas en un
país no difieran de otras realizadas en otro país. De acuerdo a los Arreglos de
reconocimiento mutuo (MRAs) y ejecutando comparaciones inter laboratorios entre las
NMIs. En México se tiene como equivalente al Centro Nacional de Metrología (CENAM).
Página 12 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Trazabilidad
Es un concepto importante en el comercio de bienes y servicios. La trazabilidad es
definida por el ISO Internacional Vocabulary of Basic and General Terms in Metrology
(VIM) como:
La propiedad de una medición o el valor de un estándar por el que puede ser relacionado
a referencias establecidas, usualmente estándares nacionales o internacionales, mediante
una cadena continúa de comparaciones siendo todas establecidas bajo incertidumbre.
de trazabilidad para
Estándar de
una medición de referencia
longitud:
Estándar de trabajo
Calibre de producción
Página 13 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Capítulo I. Sección B
Proceso de medición
El propósito de un análisis del modo y efecto de falla del Proceso (PFMEA) es definir el
riesgo asociado con las fallas potenciales del proceso y proponer acciones correctivas
antes de que esta falla pueda ocurrir. La producción del PFMEA es transferido al plan de
control.
Página 14 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Proceso
General
Proceso de medición
Proceso
a ser Medición Análisis
administrado Decisión
Valor
o
El equipo es sólo una parte del proceso de medición. El dueño del proceso debe saber
cómo utilizar correctamente este equipo y como analizar e interpretar los resultados. El
dueño del proceso tiene la obligación de monitorear y controlar el proceso de medición
para asegurar los resultados correctos y estables.
Un sistema ideal de medición debería producir sólo mediciones “correctas” cada vez que
fuera utilizado. Cada medición debería estar de acuerdo al estándar. La calidad de un
sistema de medición está usualmente determinado rara vez por las propiedades
Página 15 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
estadísticas de los datos lo que produce tiempo extra. Son las propiedades estadísticas
de los datos producidos que determinan la calidad del sistema de medición.
Las propiedades estadísticas que pueden ser más importantes para un uso, pueden no
ser importantes para otro uso. Una máquina de medición por coordenadas (CMM) tiene
como propiedades estadísticas sesgos y varianzas “pequeños”. Con esas propiedades
generaría mediciones que se encuentran “cerca” a los valores certificados de estándares
que son trazables. Los datos obtenidos de esa máquina pueden ser muy útiles para
analizar un proceso de manufactura. No importa que tan pequeña sea la desviación y
variación del CMM, el sistema de medición que utiliza la CMM tal vez no realice un trabajo
aceptable de discriminación entre un producto bueno y malo debido a las fuentes
adicionales de variación introducidas por el sistema de medición.
Página 16 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Fuentes de variación
Las siglas S.W.I.P.E. son utilizadas para representar los seis elementos esenciales de un
sistema de medición generalizado para asegurar la obtención de los objetivos requeridos.
Las siglas significan S: estándar, W: parte o pieza de trabajo, I: instrumento, P: persona y
procedimiento y E: medio ambiente.
La siguiente figura representa un diagrama de causa y efecto que muestra algunas de las
fuentes potenciales de variación.
Página 17 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Después de medir una parte, una de las acciones que pueden ser tomadas es determinar
el estatus de esa parte. Históricamente, esto podría ser determinado si la parte fuera
aceptable o “buena” (dentro de especificaciones) o inaceptable “mala” (fuera de
especificaciones).
Bajo la filosofía de control del producto la razón principal de medir la parte es si pasa o no
pasa. Con la filosofía de control del proceso el interés se enfoca en si la variación de la
parte se debe a causas comunes o a causas especiales en el proceso.
Filosofía Interés
Control del producto ¿Está la parte en una categoría específica?
Control del proceso ¿Es aceptable y estable la variación del
proceso?
Para entender mejor el efecto del error en el sistema de medición sobre las decisiones del
producto, considere el caso donde toda la variabilidad en lecturas múltiples de una parte
se debe a la repetibilidad de calibre y reproducibilidad. Esto es, el proceso de medición se
encuentra en control estadístico y tiene cero de sesgo.
Página 18 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
LS L USL
L
y una parte mala algunas veces será llamada “buena” (riesgo del consumidor o índice de
error).
LSL USL
ó
Nota: Índice de falsa alarma + Índice de error = Tasa de error
Esto es, con respecto a los límites de la especificación, el potencial para tomar la decisión
errónea sobre la parte existe sólo cuando el error del sistema de medición intercepta el
límite de la especificación.
LSL USL
I II III II I
Donde:
Página 19 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
obs
2
actual
2
msa
2
Donde:
obs
2
= variación observada del proceso
Página 20 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
actual
2
= variación real del proceso
msa
2
= variación del sistema de medición
Rango de tolerancia
Cp
6
Puede realizarse también la siguiente ecuación para obtener la relación entre los índices
del proceso observado y del proceso actual:
Cpobs
2
Cpactual Cpmsa
2 2
Por ejemplo, si el índice del sistema de medición Cp fuera 2, el proceso actual requeriría
un índice Cp mayor o igual a 1.79 de acuerdo a lo calculado (observado) el índice es 1.33.
Si el índice Cp del sistema de medición fuera por el mismo 1.33, el proceso requeriría no
variación si el resultado final fuera de 1.33 – claramente una situación imposible.
La situación más común que involucra el uso de diferentes instrumentos es el caso donde
el instrumento utilizado por el proveedor tiene un orden de discriminación mayor que el
instrumento de producción (calibre).
En el caso donde el (mayor orden) sistema de medición utilizado al haber comprado tiene
un GRR de 10% y el Cp del proceso actual es 2.0, el Cp observado del proceso durante la
compra será de 1.96 asumiendo que no existe variación en el muestreo.
Página 21 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Variación de la CMM
La mayoría de las operaciones de manufactura utilizan sólo una parte al principio del día
para verificar que el proceso es adecuado. Si la parte medida está fuera del objetivo,
entonces se ajusta el proceso. Después en algunos casos otra parte es medida y otra vez
el proceso debe ser ajustado. El Dr. Deming llamó a este tipo de medición y toma de
decisión como amañado (tampering).
Página 22 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Considere una situación donde el peso de la capa de un metal precioso en una parte está
siendo controlado a un objetivo de 5.00 gramos. Suponga que los resultados de la escala
utilizada para determinar el peso varía 0.20 gramos pero este es desconocido ya que
nunca se hizo el sistema de medición. Las instrucciones de operación requieren que el
operador verifique el peso y ajuste cada hora basado en una muestra. Si los resultados
van más allá del intervalo de 4.90 a 5.10 gramos entonces el operador debe ajustar el
proceso nuevamente.
Suponga, que al ajuste el proceso está operando a 4.95 gramos pero debido a un error de
medición el operador observa 4.85 gramos. De acuerdo a las instrucciones, el operador
trata de ajustar el proceso incrementando 0.15 gramos. A hora el proceso está corriendo a
5.10 gramos para lograr el objetivo. Cuando el operador checa el ajuste, se observa 5.08
gramos por lo que se permite ajustar el proceso. Un sobre ajuste del proceso ha añadido
variación y continuará así.
Este es un ejemplo del experimento amañado que el Dr. Deming utilizó para describir los
efectos de amañar.
Regla 1: No realizar ajustes o no tomar acción a menos que el proceso esté inestable.
Regla 2: Ajustar el proceso en un monto igual y en una dirección opuesta a la cual el
proceso se encontraba cuando fue medido.
Regla 3. Reajustar el proceso al objetivo. Entonces ajuste el proceso en un monto igual y
en dirección opuesta desde el objetivo.
Regla 4: Ajustar el proceso al punto de la última medición.
Página 23 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Capítulo I. Sección C
Planeación y estrategia de medición
La planeación es clave antes del diseño y compra del equipo o sistema de medición. La
etapa de planeación establecerá el curso y tienen un efecto significativo en qué tan bien
opera un proceso de medición y si puede reducir posibles problemas y error de medición
en el futuro.
Complejidad
Página 24 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
El concepto del ciclo de vida de la medición explica la creencia de que los métodos de
medición pueden cambiar con el tiempo cuando uno aprende y mejora el proceso. Esto
conduce a un entendimiento de las características críticas del control del proceso que
afectan directamente las partes del proceso.
Desarrolle un diagrama de flujo que muestre los pasos críticos del proceso en la
manufactura o ensamble de la parte o subsistema. Identificar las entradas y salidas clave
para cada paso del proceso. Esto ayudará en el desarrollo del criterio del equipo de
Página 25 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Los métodos actuales deberían ser investigados antes de invertir en equipo nuevo.
Métodos de medición probados pueden proporcionar más operación confiable.
Página 26 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Página 27 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Capítulo I. Sección D
Desarrollo de fuentes de medición
Introducción
Una vez que el concepto ha sido acordado y que la relación cliente/proveedor ha sido
establecida para el proyecto en mano, los diseños a detalle, fabricación del proceso de
medición y las actividades de desarrollo pueden iniciar. Es importante mantener una
comunicación y documentación detallada entre cliente y proveedor y una responsabilidad
formal (e individual).
Coordinación de datos
Página 28 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Hay veces en los que el esquema de datums utilizado en el ensamble final no es posible
que cuadre al usado en la manufactura del sub-componente. Por lo que debe ser
establecido de manera temprana en el proceso APQP, para que el equipo identifique el
conflicto y pueda hacer algo.
Prerrequisitos y supuestos
Antes de acudir a un proveedor de gages, se asume que se han resuelto los problemas
de diseño del producto (GD&T) y diseño del proceso (mediciones en el momento oprtuno
y localización en el proceso).
Se asume que el proveedor de gages o calibres estará involucrado con el proceso APQP,
un enfoque de equipo. El proveedor de gages desarrollará una apreciación clara del
proceso de producción completo y el uso del producto por lo que su rol es comprendido
no solo por él, sino por los demás miembros del equipo (manufactura, calidad, ingeniería,
etc.)
El equipo APQP sin muchas entradas de un proveedor de gages puede desarrollar ciertos
conceptos del calibre. Otros conceptos puede requerir la experiencia del proveedor del
gage o calibre.
Página 29 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
El equipo puede investigar varios puntos para ayudar a decidir qué dirección o patrón
debe ser seguido para el diseño del proceso de medición. Ejemplos de la multitud de
posibles puntos que necesitan ser atendidos por el equipo cuando el desarrollo de este
concepto detallado, puede ser encontrado en la “lista de verificación de elementos
sugeridos para el desarrollo de un sistema de Medición” al final de esta sección
Especificaciones
Las especificaciones sirven como guías tanto para el cliente como el proveedor en el
diseño y construcción del proceso, además de que sirven para comunicar estándares
aceptables los cuales pueden considerarse en dos categorías:
diseño de estándares,
construcción de estándares.
El formato del diseño de estándares puede ser diferente dependiendo en quién está
pagando el proyecto. Las cuestiones de costos pueden afectar el formato. Es una buena
Página 30 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
idea tener suficientes detalles documentados del diseño que el diseño puede ser reparado
o construido de acuerdo a la intención original por cualquier constructor calificado. El
formato requerido del diseño final puede ser alguna forma de CAD o dibujos de ingeniería.
Los diseños estándar detallarán el método de comunicación del diseño (CAD- ej. CATIA,
unigráficos, IGES, etc.) al proveedor. Las tolerancias de diseño deberán basarse en una
combinación de las capacidades del proceso utilizado para fabricar el calibre o el
componente del calibre. El uso de componentes estandarizados o sub ensamblados
también ayudan a la Intercambiabilidad, flexibilidad, costos reducidos, y menos error de
medición a largo plazo.
Evaluación de cotizaciones
C C
O O
N T
C I
E Z
P A
T C
O I
O
N
APROBACIÓN
Una vez recibidas las cotizaciones, el equipo se reúne para revisarlas y evaluarlas. Para
lo cual se pueden considerar las siguientes preguntas:
Página 31 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Entregables de documentación
Página 32 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Página 33 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Embarque
Lista de verificación
Lo que fue realizado para calificar el sistema de medición arriba mencionado al proveedor
antes del embarque debería ser repetido de alguna manera al cliente una vez que la
entrega sea completada. Los estándares de aceptación y los métodos de análisis
utilizados aquí deberían ser considerados seriamente. La atención al detalle sobre la parte
de todos los grupos.
Entrega de documentación
Página 34 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Página 35 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Página 36 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Página 37 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
CAPITULO I – SECCIÓN E
Puntos de medición
Como los procesos cambian y mejoran, un sistema de medición debe ser reevaluado para
su propósito proyectado.
Uno de los objetivos del estudio del sistema de medición es obtener información relativa al
monto y tipos de variaciones de medición asociados con el sistema de medición cuando
Página 38 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
este interactúa con su medio ambiente. Es mucho más práctico reconocer la repetibilidad
y sesgos de calibración así como establecer límites razonables para estas que
proporcionar indicadores exactos con muy alta repetibilidad.
Las siguientes definiciones describen los tipos de error o variación asociados con un
sistema de medición.
Definición operacional
Una definición operacional es una con la cual las personas pueden hacer negocio. Una
definición operacional de seguridad, redondeo, confiable, o cualquier otra característica de
calidad debe ser comunicable, con el mismo significado tanto para el vendedor como para
el comprador. Ejemplo:
Estándar
Un estándar es la base para una comparación definida en consenso, un muestra
aceptado. Puede ser un artefacto o conjunto – ensemble (instrumentos, procedimientos,
Página 39 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
etc.) establecido por una autoridad como regla para la medición de cantidad, peso, valor o
calidad.
Estándares de referencia
Estándar de calibración
Estándar de transferencia
Patrón
Estándar de trabajo
Un estándar cuyo uso intencionado es realizar mediciones de rutina dentro del laboratorio,
no proyectado como un estándar de calibración sino más bien utilizado como un estándar
de transferencia.
Página 40 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Estándar de referencia
Patrón
Equi
po Estándar de transferencia
de
Medi
ción
y Estándar de calibración Patrón
prue
ba
Estándar de transferencia
Estándar de trabajo
Verificación de
estándar
Verificación de estándar
Un artefacto de medición que de manera cercana simula lo qué el proceso esta diseñado
para medir, pero inherentemente más estable que el proceso de medición que está siendo
evaluado.
Valor de referencia
Página 41 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
En todos los casos, el valor de referencia necesita estar basado en una definición
operacional y los resultados de un sistema de medición aceptable. Para alcanzar esto, el
sistema de medición utilizado para determinar el valor de referencia puede incluir:
Valor verdadero
Discriminación
Página 42 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Debido a las limitaciones físicas y económicas, el sistema de medición no nota todas las
partes de la distribución de un proceso teniendo características separadas o de diferente
medida. En lugar de eso la característica medida será agrupada por los valores medidos
dentro de categorías de datos. Todas las partes de la misma categoría de datos tendrán
el mismo valor para las características medidas.
Regla
Intervalo medio
Página 43 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Figura 3. Impacto del número de categorías distintas (ndc) de la distribución del proceso en actividades de
control y análisis
Este problema puede ser remediado, cambiando la habilidad para detectar la variación
dentro de subgrupos incrementando la discriminación de las mediciones. Un sistema de
medición tendrá una discriminación adecuada si su resolución aparente es relativamente
pequeña con respecto a la variación del proceso. Así una recomendación para una
discriminación adecuada para la resolución aparente sería a lo mucho una décima del
total de seis veces la desviación estándar del proceso, en lugar de la regla tradicional en
donde la resolución aparente debe ser al menos un décimo del rango de tolerancia.
Página 44 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Página 45 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Para la mayoría de los procesos de medición, la variación total de medición está descrita
como una distribución normal. La probabilidad normal es una suposición de los métodos
estándar del análisis del sistema de medición. Cuando los sistemas de medición no están
distribuidos normalmente, el análisis de medición debe reconocer y corregir las
evaluaciones para los sistemas de medición no normales.
Localización
Amplitud
Variación de localización
Exactitud
Página 46 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Sesgo
Valor
Verdadero
De referencia
Sesgo
Promedio de
mediciones
Página 47 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Estabilidad
Estabilidad
Valor de referencia
Página 48 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Linealidad
La diferencia de sesgo a través del rango (medición) de operación esperada del equipo
es llamada linealidad. La linealidad puede ser pensada como un cambio de sesgo con
respecto al tamaño.
Sesgo
Sesgo
Valor 1
Valor N
Note que una linealidad inaceptable puede venir en una variedad de sabores. No asumir
un sesgo constante.
Valores de referencia
Sesgo
positiva
Sesgo
cero
Sesgo
negativa
Valores de referencia
Página 49 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Ancho de la variación
Precisión
Repetibilidad
Página 50 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Reproducibilidad
Página 51 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Reproducibilidad
Evaluador A C B
La definición del ASTM va más allá de esto para incluir no sólo diferentes evaluadores
sino también diferentes: gages, laboratorios y medio ambiente (temperatura, humedad)
así como incluir repetibilidad en el cálculo de la reproducibilidad.
Página 52 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
GRR
2
reproducib
2
ilidad repetitividad
2
Valor de referencia
A C B
GRR
Sensibilidad
Es la entrada más pequeña que resulta en una señal de salida detectable (utilizable). Es
la respuesta del sistema de medición a cambios en la característica medida. La
sensibilidad está determinada por el diseño del calibre o gage (discriminación) calidad
inherente (OEM), mantenimiento en servicio, y condición de operación del instrumento y
estándar. Reportado siempre como unidad de medida.
Página 53 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Consistencia
Uniformidad
Página 54 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Capacidad
Es un estimado de la variación combinada de errores de medición con base en una
evaluación a corto plazo. La capacidad simple incluye los componentes de (ver capítulo III
para los métodos específicos utilizados para cuantificar los componentes):
capacidad
2
tendencia
2
( linealidad) GRR
2
Página 55 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
1) reportar la máxima capacidad (peor caso) para todas las condiciones definidas,
alcance y rango del sistema de medición, o
2) Determinar y reportar múltiples evaluaciones de capacidad para porciones
definidas del rango de medición (v. gr., rango bajo, medio y alto).
Desempeño
El estimado del desempeño de la medición es una expresión del error esperado para
condiciones definidas, alcance y rango del sistema de medición (defiere de la
incertidumbre, que una expresión del rango esperado de error o valores asociados con el
resultado de una medición). La expresión de desempeño de la variación combinada
(varianza) cuando los errores de medición no son correlacionados (aletorios e
independientes) pueden cuantificarse como:
desempeño
2
capacidad
2
estabilida
2
d consistencia
2
Página 56 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
1) reportar el desempeño máximo (peor caso) para todas las condiciones definidas,
alcanceo y rango del sistema de medición, o
2) determinar y reportar múltiples evaluaciones de desempeño para una porción
definida del rango de medición
Incertidumbre
Página 57 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Capítulo I – Sección F
Incertidumbre en la medición
General
U kuC
El error combinado estándar (uc) incluye todos los componentes significantes de variación
en el proceso de medición. En la mayoría de los casos el análisis de los sistemas de
Página 58 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
medición realizado de acuerdo con este manual puede ser utilizado como una
herramienta para cuantificar muchas de las fuentes de incertidumbre en la medición. El
componente del error más significativo puede ser cuantificado por desempeño
2
. Se pueden
aplicar otras fuentes de error significativas con base en la aplicación de las mediciones.
Una declaración de incertidumbre debe incluir un alcance adecuado que identifique todos
los errores significativos y permita que la medición sea replicada. La expresión puede ser
cuantificada como:
uc2 desempeño
2
otro
2
Trazabilidad de Medición
Página 59 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Página 60 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Capítulo I – Sección G
Análisis del problema de medición
Introducción
Página 61 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
El equipo revisará cualquier diagrama de flujo histórico del sistema de medición y del
proceso. También puede provocar una discusión sobre información conocida y
desconocida sobre la medición y su interrelación con el proceso. El proceso del diagrama
de flujo puede identificar miembros adicionales para agregarse al equipo.
El equipo debe revisar cualquier diagrama histórico de causa- efecto del sistema de
medición. Esto puede resultar en la solución final o en una solución parcial. Deben tener
un conocimiento en ese punto para identificar inicialmente aquellas variables con la mayor
contribución a ese punto.
Página 62 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
CAPÍTULO II
Conceptos generales para la
evaluación de los sistemas de
medición
Capítulo II sección A
Antecedentes
Introducción
Fase 1. La prueba es una evaluación para verificar que se mida la variable correcta en la
localización apropiada de la característica por especificación de diseño del sistema de
medición. También si existen algunos puntos críticos de medio ambiente que son
interdependientes con la medición. En la fase 1 se puede utilizar un experimento diseñado
Página 63 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
estadísticamente para evaluar el efecto del ambiente en los parámetros del sistema de
medición. Los resultados de prueba en la fase 1 pueden indicar que el ambiente en el que
opera no contribuye significativamente a la variación total del sistema de medición. De
manera adicional la variación atribuida al sesgo y linealidad del dispositivo deben ser
pequeñas en relación con los componetes de repetibilidad y reproducibilidad.
El conocimiento obtenido durante la fase 1 puede ser utilizada como una entrada al
desarrollo del programa de mantenimiento del sistema de medición así como al tipo de
prueba que deberá ser utilizada durante la fase 2. Cuestiones de medio ambiente pueden
conducir a un cambio en la localización o a un ambiente controlado por el dispositivo de
medición.
Las pruebas proporcionan un monitoreo actual de las fuentes clave de variación para
tener confianza en el sistema de medición (y los datos generados) y/o una señal de que el
sistema de medición se ha degradado con el tiempo.
Página 64 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
CAPÍTULO II – SECCIÓN B
Selección/Desarrollo de procedimientos de prueba
En algunos casos, una prueba preliminar podrá ser requerida para determinar si un
procedimiento es apropiado para un sistema de medición en particular o no. Esa prueba
preliminar será una parte integral de la fase 1 anteriormente mencionada.
Página 65 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
CAPITULO II – SECCIÓN C
Preparación para un estudio del sistema de medición
Como en cualquier estudio deben hacerse una planeación y preparación antes de realizar
un estudio de un sistema de medición. La preparación primordial para la conducción de un
estudio es la siguiente:
Página 66 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Las muestras pueden ser seleccionadas tomando una muestra por día para varios días.
Esto es necesario porque las partes serán tratadas en el análisis como si representaran el
rango de la variación de producción en el proceso.
5) El instrumento debería tener una discriminación que permita al menos una décima
de la variación del proceso esperado de la característica a leerse directamente.
6) Asegúrese que el método de medición está midiendo la dimensión de la
característica y está siguiendo un procedimiento definido de medición.
1) Las mediciones deberían ser hechas en un orden al azar para asegurar que
cualquier desplazamiento o cambios que pudieran ocurrir se expandan al azar
durante el estudio. Los evaluadores deberían permanecer inconscientes de cuáles
partes numeradas están siendo revisadas con el fin de evitar cualquier posible
influencia de conocimiento. La persona que dirija el estudio debería saber cual
parte numerada está siendo medida y registrar el dato como corresponde.
2) En el equipo de medición, los valores medidos deberán ser registrados al límite
práctico de la discriminación del instrumento. Los dispositivos mecánicos deben
ser leídos y registrados a la unidad más pequeña de la escala de discriminación.
3) El estudio debería ser administrado y observado por una persona que entienda la
importancia de conducir un estudio confiable.
Página 67 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
CAPÍTULO II – SECCIÓN D
Análisis de los resultados
Error de localización
La localización del error está definida normalmente por el análisis de sesgo y linealidad.
Amplitud de error
Para los sistemas de medición cuyo propósito es analizar un proceso, la regla general
para la aceptabilidad de un sistema de medición es:
Página 68 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Página 69 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Capítulo III
Prácticas recomendadas para un
sistema de medición simple
CAPÍTULO III – SECCIÓN A
Ejemplo de procedimientos de prueba
Introducción
- Están siendo estudiados sólo dos factores, o condiciones de medición (v. gr.,
evaluadores y partes) más la repetibilidad del sistema de medición.
- El efecto de 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.
Página 70 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
2) En una base periódica (diaria, semanal), medir la muestra maestra de tres a cinco
veces. El tamaño y frecuencia de la muestra deberán basarse en el conocimiento
del sistema de medición. Los factores pueden incluir que tan seguido se requiere
la recalibración o reparación, con qué frecuencia el sistema de medición es
utilizado, y qué tan estresantes son las condiciones de operación. Las lecturas
deben ser tomadas en diferentes tiempos para representar cuando el sistema de
medición está siendo utilizado. Esto incluye calentamientos, ambiente y otros
factores que pueden cambiar durante el día.
3) Graficar los datos en una gráfica de control X & R o X & s por orden de tiempo.
Página 71 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Si el proceso de medición es estable, los datos pueden ser utilizados para determinar el
sesgo del sistema de medición.
La desviación estándar de las mediciones puede ser utilizada como aproximación para la
repetibilidad del sistema de medición. Esto puede ser comparado con la desviación
estándar del proceso para determinar si la repetibilidad del sistema de medición es
conveniente para la aplicación.
Ejemplo - Estabilidad
Página 72 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Sesgo
Página 73 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
x
i 1
i
X=
n
*
Donde d 2 es tomado del apéndice C
Con g = 1 y m = n
b r
n
Sesgo
t=
b
Página 74 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
El nivel en el cual es utilizado depende del nivel de sensibilidad que es necesitado para
evaluar/controlar el proceso y está asociado con la función de pérdida (curva de
sensibilidad) del producto/proceso. El acuerdo del cliente debe ser obtenido si se utiliza
otro nivel que no es el establecido de 0.05 (95% de confiabilidad).
Ejemplo – Sesgo
Valor de
referencia Sesgo
Tendencia
= 6.00
1 5.8 -0.2
2 5.7 -0.3
3 5.9 -0.1
4 5.9 -0.1
5 6.0 0.0
6 6.1 0.1
PRUEBAS
7 6.0 0.0
8 6.1 0.1
9 6.4 0.4
10 6.3 0.3
11 6.0 0.0
12 6.1 0.1
13 6.2 0.2
14 5.6 -0.4
15 6.0 0.0
Página 75 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Histogram of Valores
6
Frequency
0
5.50 5.75 6.00 6.25 6.50
Valores
Como el cero cae dentro del intervalo de confianza del sesgo (-0.1215, 0.1349), el
ingeniero puede asumir que la medición de el sesgo es aceptable asumiendo que el uso
real no introducirá fuentes adicionales de variación.
Si se usan cartas X & R o X & s para medir la estabilidad, los datos pueden ser
utilizados para evaluar el sesgo. El análisis de la carta de control debe indicar que el
sistema de medición es estable antes de que el sesgo sea evaluado.
Página 76 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
R
repetitividad
d 2*
b r
gm
Página 77 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Sesgo
t
b
estándar t.
Ejemplo – Sesgo
Error
Desviación
estándar de
estándar,
n media, la media,
Valor medido
100 6.021 0.2048 0.02048
Página 78 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Debido a que el cero cae dentro del intervalo de confianza de el sesgo (-0.0299,
0.0519) el equipo del proceso puede asumir que el sesgo de la medición es aceptable
asumiendo que el uso actual no introducirá fuentes adicionales de variación.
Página 79 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
4) calcule el sesgo de la parte para cada medición y el promedio de sesgo para cada
parte.
Sesgo
j 1
i, j
Sesgoi
m
5) grafique las sesgos individuales y los promedios de sesgos con respecto a los
valores de sesgo en una gráfica lineal
6) calcule y grafique la mejor línea y la banda de confianza de la línea utilizando las
siguientes ecuaciones.
yi = promedio de sesgo
1
xy gm x y
a pendiente
x 2
1
x 2
gm
donde s
y 2
i b y i a xi y i
gm 2
Página 80 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
2
1
1 x0 x
2
s
más bajo: b ax0 t gm 2,1
2 gm
xi x
2
2
1
1 x0 x
2
s
más alto: b ax0 t gm 2,1
2 gm
xi x
2
H0= a = 0 pendiente = 0
No rechazar si
a
t t gm 2,1
2
s
2
x j x
Página 81 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
No rechace si
b
t t gm2,1
2 2
1 x s
gm
xi x 2
Ejemplo – Linealidad
Valor de
1 2 3 4 5
referencia
de parte
2.00 4.00 6.00 8.00 10.00
1 2.70 5.10 5.80 7.60 9.10
2 2.50 3.90 5.70 7.70 9.30
3 2.40 4.20 5.90 7.80 9.50
4 2.50 5.00 5.90 7.70 9.30
PRUEBAS
Página 82 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Valor de
1 2 3 4 5
referencia
de parte
2.00 4.00 6.00 8.00 10.00
1 0.7 1.1 -0.2 -0.4 -0.9
2 0.5 -0.1 -0.3 -0.3 -0.7
3 0.4 0.2 -0.1 -0.2 -0.5
4 0.5 1.0 -0.1 -0.3 -0.7
5 0.7 -0.2 0.0 -0.2 -0.6
Tendencia
G age Linearity
P redictor C oef S E C oef P
Regression
C onstant 0.73667 0.07252 0.000
95% CI
1.0 Data S lope -0.13167 0.01093 0.000
Avg Bias
S 0.23954 R-S q 71.4%
Linearity 1.86889 % Linearity 13.2
-0.5
Percent of Process Variation
10
Percent
-1.0 5
2 4 6 8 10
Reference Value 0
Linearity Bias
Página 83 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
El análisis gráfico indica que causas especiales pudieron haber influenciado el sistema de
medición. Los datos para el valor de referencia 4 aparentan ser bimodal.
Aun si los datos para el valor de referencia 4 no fueran considerados, el análisis gráfico
muestra claramente que este sistema de medición tiene un problema de linealidad. El
valor R2 indica que un muestra lineal puede no ser un muestra apropiado para este tipo de
datos. Aun si el muestra lineal sea aceptado, la línea de “sesgo = 0” intersecta los límites
de confianza más que encontrarse dentro de ellos.
Ta = -12.043
Tb = 10.158
T58,.975 = 2.00172
Página 84 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Este método tiene el potencial de detectar un sistema de medición inaceptable 80% de las
veces con un tamaño de muestra de 5 y un 90% con un tamaño de muestra de 10. Este
método normalmente emplea dos evaluadores y cinco partes para el estudio. Ambos
evaluadores miden las mismas partes. El rango para cada parte es la diferencia absoluta
entre la medición obtenida por el evaluador A y la medición obtenida por el evaluador B.
1
La variabilidad total de medición se encuentra al multiplicar la distancia promedio por
d 2*
Página 85 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Rango promedio ( R ) =
R i
0.35
0.07
5 5
R R 0.07
GRR =
*
1.19 1.19 0.0588
2
d
(Desviación estándar del proceso = 0.0777 de estudio previo)
GRR
% GRR = 100 * 75.7%
Desviación estándar del proceso
GRR
% GRR = 100 * 75.7%
Desviación estándar del proceso
Página 86 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Página 87 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
6) Los pasos 4 y 5 deberán ser cambiados a lo siguiente cuando una parte de gran
tamaño o no disponibilidad de partes lo hagan necesario.
Permita medir al evaluador A la primera parte y registre la lectura en la fila 1.
Deje al evaluador B medir la primera parte y registre en la fila 6. Deje medir al
evaluador C la primera parte y registre la lectura en la fila 11.
Permita al evaluador A repetir la lectura en la primera parte y registre la lectura
en la fila 2, al evaluador B registre la lectura repetida en la fila 7 y al evaluador
C registre la lectura repetida en la fila 12. Repita este ciclo e ingrese los
resultados en las filas, 3, 8 y 13, si son realizadas tres pruebas.
7) Un método alternativo puede ser utilizado si los evaluadores están en diferentes
turnos. Permita medir al evaluador A todas las 10 partes y registre las lecturas en
la fila 1. Que el evaluador A repita la lectura en un orden diferente e ingrese los
resultados en las filas 2 y 3. Haga lo mismo con el evaluador B y C.
Figura 12. Hoja de recolección de datos para estudio de repetibilidad y reproducibilidad del gage
Página 88 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
estadístico. Los datos del análisis del sistema de medición pueden ser desplegados
gráficamente mediante cartas de control.
Carta de promedios
Los promedios de las lecturas múltiples de cada evaluador en cada parte son graficadas
por el evaluador con el número de parte como un índice. Esto puede ayudar a determinar
consistencia entre los evaluadores. La gráfica de promedio resultante proporciona un
indicador de “usabilidad” del sistema de medición.
La revisión de las gráficas indica que el sistema de medición aparenta tener suficiente
discriminación para procesos con variación descritas por la muestra de las partes.
Cartas de rango
Página 89 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Los rangos de lecturas múltiples de cada evaluador sobre cada parte son graficados en
una carta de rango estándar incluyendo el rango promedio y los límites de control.
Si un evaluador está fuera de control, el método utilizado difiere de otros. Si todos los
evaluadores tienen algunos campos fuera de control, el sistema de medición es sensible a
la técnica del evaluador y es necesario mejorar para obtener datos confiables.
Una revisión de las cartas de control indica que hay diferencia de variabilidad entre los
evaluadores, el evaluador B debe repetir las mediciones en la parte 4.
Carta de tendencia
Las lecturas individuales son graficadas por parte para todos los evaluadores para tener
idea de:
- el efecto de las partes individuales en la consistencia de variación
- indicación de lecturas anormales.
Página 90 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Gráfica de dispersión
Las lecturas individuales son graficadas mediante parte por evaluador para obtener:
1 2 3 4 5 O perator
2 A
B
C
Mean 0
Measurement
-2
6 7 8 9 10
2
0 Mean
-2
Operator
Panel variable: Part
Una revisión de la gráfica de dispersión indica que el evaluador C puede tener lecturas
más bajas que los otros evaluadores.
Gráfica de bigotes
En esta gráfica, el valor más alto y el más bajo, además del promedio de parte por
evaluador son graficados, lo que proporciona:
- consistencia entre evaluadores
- indicación de anomalías
- interacciones entre parte-evaluador
Página 91 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
-1
-2
C
2
1
0
-1
-2
Una revisión de las gráficas indica que el evaluador B podría tener la mayor variabilidad.
Gráficas de error
Esto depende de si los valores de referencia de los datos que son medidos están
disponibles.
Histograma normalizado
Página 92 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
De otra manera:
Este histograma proporciona una visión rápida de dónde está distribuido el error. El
análisis de histogramas refuerza la identificación de falta de consistencia.
Histogram of Error
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6
A B
10.0
7.5
5.0
Frequency
2.5
0.0
C
10.0
7.5
5.0
2.5
0.0
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6
Error
Panel variable: Operator
El análisis de los histogramas muestra que solo el evaluador B tiene forma simétrica,
puede indicar que los evaluadores A y C están introduciendo una fuente de variación
sistemática que resulta en sesgo.
Página 93 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Los promedios de múltiples lecturas hechas por cada evaluador en cada parte son
graficados con el valor de referencia o promedios totales de las partes como índice. Esta
gráfica permite determinar:
la linealidad (si se utiliza el valor de referencia),
consistencia en linealidad entre evaluadores.
-1
-2
C
2
1
0
-1
-2
-2 -1 0 1 2
Promedios
Panel variable: Operator
Los promedios de las lecturas múltiples realizadas por cada evaluador en cada parte son
graficadas una contra otra con los evaluadores como índices. Estas gráficas comparan los
valores obtenidos de un evaluador con otro evaluador.
Cálculos numéricos
Página 94 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
El procedimiento para hacer los cálculos después de que los datos han sido recolectados
es el siguiente:
el promedio para las primeras pruebas del evaluador R a . Haga lo mismo para las
Página 95 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
promedios de parte
Tasador / PARTE
PROMEDIO
prueba 1 2 3 4 5 6 7 8 9 10
1A 1 0.29 -0.56 1.34 0.47 -0.80 0.02 0.59 -0.31 2.26 -1.36 0.1
2 2 0.41 -0.68 1.17 0.50 -0.92 -0.11 0.75 -0.20 1.99 -1.25 0.1
3 3 0.64 -0.58 1.27 0.64 -0.84 -0.21 0.66 -0.17 2.01 -1.31 0.2
4 Promedio 0.447 -0.607 1.260 0.537 -0.853 -0.100 0.667 -0.227 2.087 -1.307 Xa 0.19
5 Rango 0.35 0.12 0.17 0.17 0.12 0.23 0.16 0.14 0.27 0.11 Ra 0.1
6B 1 0.08 -0.47 1.19 0.01 -0.56 -0.20 0.47 -0.63 1.80 -1.68 0.0
7 2 0.25 -1.22 0.94 1.03 -1.20 0.22 0.55 0.08 2.12 -1.62 0.1
8 3 0.07 -0.68 1.34 0.20 -1.28 0.06 0.83 -0.34 2.19 -1.50 0.0
9 Promedio 0.133 -0.790 1.157 0.413 -1.013 0.027 0.617 -0.297 2.037 -1.600 X b 0.06
10 Rango 0.18 0.75 0.40 1.02 0.72 0.42 0.36 0.71 0.39 0.18 Rb 0.5
11 C 1 0.04 -1.38 0.88 0.14 -1.46 -0.29 0.02 -0.46 1.77 -1.49 -0.2
12 2 -0.11 -1.13 1.09 0.20 -1.07 -0.67 0.01 -0.56 1.45 -1.77 -0.2
13 3 -0.15 -0.96 0.67 0.11 -1.45 -0.49 0.21 -0.49 1.87 -2.16 -0.2
14 Promedio 0.073 -1.157 0.880 0.150 -1.327 -0.483 0.080 -0.503 1.697 -1.807 X c -0.25
15 Rango 0.19 0.42 0.42 0.09 0.39 0.38 0.20 0.10 0.42 0.67 0.3
Promedio de
R
16 parte 0.169 -0.851 1.099 0.367 -1.064 -0.186 -0.454 -0.342 1.940 -1.571 p 0.00
17 R = R a 0.184 Rb 0.513 Rc 0.328 / # det asadores 3 X
3.5
18 X DIFF Max X 0 .1903 Min X 0 .2543 0 .4446 R 0.34
19 *UCL = R 0.3417 xD 4 2.58 UCL R 0.8816
*D 4= 3.27 para 2 pruebas y 2.58 para 3 pruebas, representa el límite de R’s individuales. Circule aquellos que están más allá de este límite. Identifique la causa y corrija
Repita estas lecturas utilizando el mismo tasador y unidad como se utilizó originalmente o descarte valores y re-promedio y recompute yRlos valores
limitantes de las observaciones restantes.
Notas:_______________________________________________________________________________________________________________________
Página 96 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Figura. 25 Hoja de recolección de datos de medida de repetibilidad y reproducibilidad con datos y cálculos
realizados
X EV
%AV = 100[AV/TV ]
AV
= DIFF xK 2
2 2
/ nr = 100 [0.22963/1.14610]
0.4446 x0.52312 0.201882 /10 x3 = 20.04%
= 0.22963
Tasador 2 3
n = partes r = pruebas K2 0.7071 0.5231
Repetitividad y reproducibilidad (GRR )
% GRR= 100[GRR /TV ]
GRR = EV 2 AV 2 = 100[0.30575/1.14610]
=
0.20188 2
0.22963 2
Partes K3
= 26.68%
= 0.30575 2 0.7071
Variación de parte (PV ) 3 0.5231 % PV = 100[PV /TV ]
PV = R p xK 3 4 0.4467 = 100[1.10456/1.14610]
= 1.10456 5 0.4030 = 96.38%
Variación Total (TV ) 6 0.3742
TV= GRR 2 PV 2 7 0.3534 ndc =
8 0.3375 = 1.41(1.10456/0.30575)
= 0.30575 1.10456
2 2
9 0.3249 = 5.094~5
= 1.14610 10 0.3146
Para información sobre la teoría y constantes utilizadas en el formato vea MSA manual de referencia, tercera edición
Página 97 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
determinada multiplicando el campo promedio R por una constante (k1). k1 dependiendo
AV X
2
EV 2
DIFF xK 2
nr
Si la variación del proceso es conocida y su valor está basado en 6 , puede ser utilizado
en lugar de la variación total del estudio (TV) calculada de los datos de estudio del calibre.
Para lo cual se realizan los siguientes dos cálculos:
Página 98 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
2) PV TV 2 GRR 2
Una vez que la variabilidad para cada factor en el estudio de calibre es determinado,
puede ser comparada a la variación total (TV). Este se cumple al realizar los cálculos al
lado derecho del reporte de medida de la figura 25 bajo “% Variación total”.
La suma de los porcentajes consumidos por cada factor no serán igual al 100%
El resultado de esta variación total de porcentaje necesita ser evaluado para determinar si
el sistema de medición es aceptable para esta aplicación.
Página 99 de 156
ANÁLISIS DE LOS SISTEMAS DE MEDICIÓN (MSA) P. Reyes / Sept. 2007
Las ventajas de las técnicas ANOVA en comparación con los métodos de promedio y
distancia son:
Las desventajas son que los cálculos numéricos son más complejos y los usuarios
requieren un cierto grado de conocimiento estadístico para interpretar los resultados. El
método de recolección de datos es importante en un método ANOVA. Si los datos no son
recolectados de una manera al azar, pueden conducir a una fuente de valores de sesgo.
Una manera simple para asegurar un diseño balanceado para (n) partes, (k) evaluadores
y ® pruebas es la utilización al azar.
Análisis gráfico
Versus Fits
(response is Measurement)
4
3
Standardized Residual
-1
-2
-3
-2 -1 0 1 2
Fitted Value
99
95
90
80
70
Percent
60
50
40
30
20
10
5
0.1
-4 -3 -2 -1 0 1 2 3 4
Standardized Residual
Cálculos numéricos
La tabla 8 muestra los cálculos ANOVA para los datos del ejemplo de la figura 24
asumiendo un muestra de efectos fijos. La tabla 10 muestra la comparación del método
ANOVA con el método de promedio y rango. La tabla 11 muestra el reporte GRR para el
método ANOVA.
Gage R&R
%Contribution
Source VarComp (of VarComp)
Total Gage R&R 0.09143 7.76
Repeatability 0.03997 3.39
Reproducibility 0.05146 4.37
Operator 0.05146 4.37
Part-To-Part 1.08645 92.24
Total Variation 1.17788 100.00
Process tolerance = 8
(componentes)
% variación tota l= 100
(total)
(componentes)
% Contribución (a la variación total)= 100
(total)
Lím. conf.
Lím. conf. por Desviación por arriba % de variación
Método debajo de 90% estándar de 90% total
GRR*
EV 0.175 0.202 0.240 17.6
AV 0.133 0.230 1.016 20.1
INTERACCIÓN -- na -- na
GRR 0.266 0.306 0.363 26.7
PV 1.104 96.4
ANOVA
EV 0.177 0.200 0.231 18.4
AV 0.129 0.227 1.001 20.9
INTERACCIÓN -- 0 -- 0
GRR 0.237 0.302 1.033 27.9
PV 1.042 96.0
* En el método de promedio y distancia, el componente de interacción no
puede ser estimado
Tabla 10. Comparación de los métodos ANOVA y promedio y distancia
% PORCENTAJE
VARIACIÓN DE
DESV. EST. TOTAL CONTRIBUCIÓN
Repetitividad (EV ) 200 18.4 3.4
Reproducibilidad (AV ) 0.227 20.9 4.4
Tasador por parte (INT ) 0 0 0
GRR 0.302 27.9 7.9
Parte (PV ) 1.042 96.0 92.2
Nota:
Tolerancia= N.D. Variación total (TV )= 1.085
Número de categorías de datos distintos (ndc )=4
Tabla 11. Reporte de método ANOVA GRR
Puede ser que se requiera un aditamento de apoyo para ayudar al evaluador a utilizar el
gage de manera más consistente.
Introducción
Los sistemas de medición por atributos son la clase de sistemas de medición donde el
valor de medición tiene un número finito de categorías. Esto está contrastado con el
sistema de medición por variables del que puede resultar una serie continua de valores.
Otros sistemas por atributos como los estándares visual, pueden resultar en cinco a siete
categorías, tales como muy bueno, bueno, aceptable, pobre, muy pobre. El riesgo más
grande se encuentra en los límites de las categorías, el análisis más apropiado puede ser
una cuantificación de la variación del sistema de medición con una curva de desempeño
del gage, escantillón o calibre.
Como estos métodos no cuantifican la variabilidad del sistema, deben usarse únicamente
con el consentimiento del cliente. La selección y uso de tales técnicas deberá basarse en
una buena práctica estadística, y un entendimiento de las fuentes potenciales de variación
que pueden afectar el producto o la medición de procesos, y el efecto de una decisión
incorrecta en el cliente final.
Las fuentes de variación de los sistemas por atributos deben ser minimizados utilizando
los resultados de factores humanos e investigación sobre ergonomía.
Enfoques posibles
Escenario
El calibre específico que el equipo está utilizando tiene un % GRR = 25% de tolerancia. El
equipo ha decidido tomar una muestra al azar de cincuenta partes del proceso con el fin
de obtener partes a través del proceso.
Se utilizaron tres evaluadores, donde cada uno hace tres decisiones en cada parte.
Una decisión aceptable fue asignada con un uno (1) y una decisión inaceptable con un
cero (0). La decisión de referencia y los valores variables de referencia mostrados en la
tabla 12 no fueron determinados inicialmente. En la columna “Code” se indica si la parte
está en área I, área II, o área III, indicado por “-“, “x”, y “+” respectivamente.
Debido a que el equipo no conocía las decisiones de referencia para las partes,
desarrollaron unas tabulaciones cruzadas comparando a cada evaluador contra los otros.
A * B Tabulación cruzada
B
0.00 1.00 Total
A 0.00 Cálculo 44 6 50
Cálculo esperado 15.7 34.3 50.0
1.00 Cálculo 3 97 100
Cálculo esperado 31.3 68.7 100.0
Total Cálculo 47 103 150
Cálculo esperado 47.0 103.0 150.0
B * C Tabulación cruzada
C
0.00 1.00 Total
B 0.00 Cálculo 42 5 47
Cálculo esperado 16.0 31.0 47.0
1.00 Cálculo 9 94 103
Cálculo esperado 35.0 68.0 103.0
Total Cálculo 51 99 150
Cálculo esperado 51.0 99.0 150.00
A * C Tabulación cruzada
C
0.00 1.00 Total
A 0.00 Cálculo 43 7 50
Cálculo esperado 17.0 33.0 50.0
1.00 Cálculo 8 92 100
Cálculo esperado 34.0 66.0 100.0
Total Cálculo 51 99 150
Cálculo esperado 51.0 99.0 150.0
El propósito de estas tablas es determinar el alcance del acuerdo entre evaluadores. Para
determinar el nivel de este acuerdo el equipo utiliza el estadístico Kappa (de Cohen) que
mide el acuerdo entre las evaluaciones de dos evaluadores cuando ambos están
evaluando el mismo objeto. Un valor de 1 indica un acuerdo perfecto. Un valor de 0 indica
que no es más que una posibilidad. Kappa solo está disponible para tablas en la que
ambas variables utilicen los mismos valores de categoría y ambas variables tengan el
mismo número de categorías.
Kappa es una medida de acuerdo entre evaluadores que prueba si el conteo en las celdas
en diagonal (las partes que reciben el mismo puntaje) difiere de aquellas que se esperan
se encuentren solas.
Digamos que:
por lo tanto:
po pe
kappa
1 pe
Kappa es una medida más que una prueba. Con base a su tamaño se forma un
estadístico t. Cuando el valor de kappa es mayor que 0.75 indica un acuerdo de bueno a
excelente (con un kappa máximo = 1); valores menores que 0.40 indican un acuerdo
pobre.
Kappa no toma en cuenta el tamaño de desacuerdo entre los evaluadores, sino si están
de acuerdo o no.
Ejemplo:
Kappa A B C
A - 0.86 0.78
B 0.86 - 0.79
C 0.78 0.79 -
Este análisis indica que todos los evaluadores muestran un buen acuerdo entre sí. Esto
es necesario para determinar si existen diferencias entre los evaluadores, pero no nos
dice que tan bien el sistema de medición selecciona las partes buenas de las malas. Para
este análisis el equipo evaluó las partes utilizando un sistema de medición variable y
utilizó los resultados para determinar la referencia de la decisión.
Se evaluaron las partes con un sistema de medición por variables para determinar la
decisión de referencia. Con esta nueva información se desarrolló otro grupo de
tabulaciones cruzadas comparando cada evaluador con la decisión de referencia.
REF
0.00 1.00 Total
A 0.0 Cálculo 45 5 50
Cálculo esperado 16.0 34.0 50.0
1.00 Cálculo 3 97 100
Cálculo esperado 32.0 68.0 100.0
Total Cálculo 48 102 150
Cálculo esperado 48.0 102.0 150.0
El equipo también calculó la medida kappa para determinar el acuerdo de cada evaluador
con la decisión de referencia:
A B C
Kappa 0.88 0.92 0.77
Estos valores pueden ser interpretados como que cada uno de los evaluadores tiene un
buen acuerdo con el estándar. El equipo de proceso calculó la efectividad del sistema de
medición.
númerodedecisionesco rrectas
Efectividad
oportunidadestotalesparaunadecisión
Notas
(1) El evaluador concuerda con el mismo en todas las pruebas
(2) El evaluador concuerda en todas las pruebas con el estándar conocido
(3) Todos los evaluadores concordaron dentro y entre ellos mismo
(4) Todos los evaluadores concordaron dentro y entre ellos mismos Y acordaron con la referencia
(5) El UCI y LCI son los límites de confianza de mayor y menor intervalo, respectivamente
Se pueden realizar pruebas de hipótesis múltiples entre cada par de evaluadores con la
hipótesis nula:
Para futuros análisis, uno de los miembros del equipo mostró la siguiente tabla que
proporciona una guía de los resultados para cada evaluador:
tasa de
Decisión
Efectividad tasa de falla falsa
sistema de medición
alarma
Aceptable para el
evaluador 90% 2%
Marginalmente
aceptable para el
evaluador - tal vez
requiera mejora 80% 5%
Inaceptable para el
evaluador - necesita
mejora <80% >5% >10%
Tasa de
Efectividad Tasa de falla falsa
alarma
A 84% 6.3% 4.9%
B 90% 6.3% 2.0%
C 80% 12.5% 8.80%
Preocupaciones
1) No existe una teoría basada en el criterio de decisión sobre riesgo aceptable. Las
guías presentadas anteriormente son heurísticas y están desarrolladas con base
en creencias individuales de lo que pasará como “aceptable”. El criterio de
Pr(mala/llamada mala) =
.938 * (.0027)
Pr(mala/llamada mala) =
.938 * (.0027) .020 * (.9973)
Digamos que d i distancia entre la última parte aceptada por todos los evaluadores a la
Entonces,
%GRR= 29%
El % real de GRR = 25%, así que este estimado llevará a la misma evaluación del sistema
de medición.
MÉTODO ANALÍTICO
Para un sistema de medición por atributos, se usa el concepto de curva de operación del
calibre o gage “Gage Performance Curve”, para evaluar la repetibilidad y sesgo del
sistema de medición. Se aplica a sistemas de medición con uno o dos límites, para el
caso de dos límites se puede utilizar solo uno de ellos asumiendo uniformidad del error.
La primera etapa del estudio por atributos es la selección de partes. Es esencial que el
valor de referencia sea conocido para cada parte utilizada en el estudio. Deben ser
seleccionadas ocho partes. Los valores máximos y mínimos deben representar el rango
del proceso. Aunque esta selección no afecta la confianza en los resultados, afecta el
número total de partes necesarias para completar el estudio de calibre. Las ocho partes
deben probarse mediante el calibre o gage, m = 20 veces, y se registra el número de
aceptaciones (a).
Para el estudio total, la parte más pequeña debe tener el valor a 0 ; la parte más grande
a 20 ; y las otra seis partes, deben ser 1 a 19 . Si estos criterios no son satisfechos,
más partes con valores de referencia conocidos, (X) deben probarse a través del calibre
hasta que se cumpla con la condición.
Una vez que el criterio de recolección de datos ha sido satisfecho, las probabilidades de
aceptación deben ser calculadas para cada parte utilizando las siguientes ecuaciones:
a 0.5 a
P' a si 0.5, a 0
m m
a 0.5 a
si 0.5, a 20, a 20
m m
a
0.5si 0.5
m
Los ajustes cubren los ejemplos donde 1 a 19 . Para los casos donde a = 0 establezca
P’a = 0 excepto para los valores de referencia más largos con una a = 0, en donde P’a =
0.025. Para los casos donde a = 20 entonces P’a = 1 excepto para los valores de
referencia más pequeños con una a = 20 en donde P’a = 0.975.
Una vez que se se calcula la P’a para cada Xt, se puede elaborar la curva de desempeño
del gage (GPC), el uso de papel normal trazando una línea que aproxime los puntos,
proporciona un mejor estimado de la repetibilidad y sesgo. En la gráfica normal, el sesgo
es igual al límite inferior menos la medida del valor de referencia que corresponde a
P’a=0.5,
31.3x Sesgo
t
repetibili dad
Ejemplo:
Un calibre o gage por atributos está siendo utilizado para medir una dimensión que tiene
una tolerancia de 0.010. El calibre es un calibre de inspección automático 100%
instalado en la línea final, es afectado por la repetibilidad y sesgo. Para realizar el estudio
por atributos, se prueban ocho partes con valores de referencia e intervalos de 0.002
desde -0.016 hasta -0.002 utilizando el calibre 20 ocasiones para cada una de ellas. El
número de aceptación para cada parte es:
XT a
-0.016 0
-0.014 3
-0.012 8
-0.010 20
-0.008 20
-0.006 20
-0.004 20
-0.002 20
Como hay dos valores de referencia con 1 a 19 , al menos cuatro partes más deben
ser encontradas. Es necesario correr las partes con los valores de referencia en el punto
medio de los intervalos existentes. Estos valores de referencia y número de aceptados
son:
-0.015 1
-0.013 5
-0.011 16
XT a P' a
-0.016 0 0.025
-0.015 1 0.075
-0.014 3 0.175
-0.013 5 0.275
-0.012 8 0.425
-0.011 16 0.775
-0.0105 18 0.875
-0.010 20 0.975
-0.008 20 1.000
Probability Plot of Xt
Normal - 95% CI
99.9
Mean -0.01217
99.5 StDev 0.002574
99
N 9
95 AD 0.133
90 P-Value 0.966
80
70
Percent
60
50 50
40
30
20
10
5
1
0.5
0.1
92 80 68 56 44 32 20 08 96 84 72 60
. 01 .01 .01 .01 .01 .01 .01 .01 .00 .00 .00 .00
-0 -0 -0 -0 -0 -0 -0 -0 -0 -0 -0 -0
Xt
0.0084(0.0163)
R
1.08
0.0079
= 0.0073
1.08
31.3 x tendencia
t
R
31.3x 0.0023
t 9.86
0.0073
Desde que t 0.025,19 2.093 , el sesgo resulta ser significativamente diferente de cero.
La posición correcta de la curva estaría definida en el punto donde la P' a 0.5 y el valor
X T sea igual a la especificación del límite menos el sesgo. En el ejemplo, este punto
sería X T 0.0100 0.0023 0.0077.
Scatterplot of Pa vs Xt
-0.01 0.01
1.0
0.8
0.6
Pa
0.4
0.2
0.0
75 50 25 00 75 50 25 00 25 50 75 00
. 01 .01 . 01 . 01 . 00 . 00 . 00 . 00 . 00 . 00 .00 . 01
-0 -0 -0 -0 -0 -0 -0 0 0 0 0 0
Xt
Xt Pa Xt Pa
-0.016 0.025 0.0083 0.025
-0.015 0.075 0.0073 0.075
-0.014 0.175 0.0063 0.175
-0.013 0.275 0.0053 0.275
-0.012 0.425 0.0043 0.425
-0.011 0.775 0.0033 0.775
-0.0105 0.875 0.0028 0.875
-0.01 0.975 0.0023 0.975
-0.008 1 0.0003 1
Introducción
No en todos los casos las mediciones son replicables, por ejemplo:
Sistemas de medición destructivos
Sistemas donde las partes cambian con el uso o prueba; v. gr., pruebas en
motores.
Los siguientes son ejemplos de enfoques al análisis de sistemas de medición.
El mapeo de los estudios descritos en esta sección y varios de los escenarios son los
siguientes:
Estudios de estabilidad
Escenario S1 S2 S3 S4 S5
La parte no es cambiada por la medición del proceso; ej.
Sistemas de medición que son no-dañinos (reproducibles) y
serán utilizados con partes (especímenes) con:
-Propiedades de estática o propiedades dinámicas (cambios)
que han sido estabilizas
La parte no es cambiada por la medición del proceso; ej.
Sistemas de medición que son no-dañinos y que se utilizarán
con partes (especímenes) con: -
Propiedades de estática o propiedades dinámicas (cambios)
que han sido estabilizadas
Sistemas de medición Dañinos
Sistemas de medición no reproducibles
Posiciones de prueba
Estudios de variabilidad
Escenario V1 V2 V3 V4 V5 V6 V7 V8 V9
La parte no es cambiada por la medición del proceso; ej.
Sistemas de medición que son no-dañinos (reproducibles) y
serán utilizados con partes (especímenes) con:
-Propiedades de estática o propiedades dinámicas (cambios)
que han sido estabilizas
Arriba con p2 instrumentos
Sistemas de medición Dañinos
Sistemas de medición no reproducibles
Sistemas de medición con características dinámicas, ej.
posiciones de prueba
Arriba con p3 instrumentos
CAPITULO IV SECCIÓN B
Estudios de estabilidad
Aplicación:
A) Los sistemas de medición en los que la parte no es cambiada por
la medición del proceso, ej. Sistemas de medición que son no
destructivos y serán utilizados con partes (muestras) con :
a) Propiedades estáticas
b) Propiedades dinámicas (cambios) que han sido
estabilizadas
Supuestos:
- El sistema de medición es conocido (documentado) para tener una respuesta
lineal sobre la prolongación esperada de la característica (propiedad)
- Las partes (muestras) cubren la prolongación esperada de la variación del proceso
de la característica.
S2: n3 partes, una sola medición por ciclo por parte
Aplicación:
Supuestos:
Sesgo = x valordereferencia
Aplicación:
Supuestos:
Analizar por:
- Determinar la variabilidad total vía un estudio de capacidad con n30 partes. (Este
estudio preliminar debería ser utilizado también para verificar la consistencia de la
muestra; ej. Todas las partes (muestras) vienen de una distribución unimodal)
- total
2
proceso
2
sistemadem
2
edicion
- Medir uno o más individuales de la muestra aislada por periodo de tiempo, utilice
gráficas x & R o x &mR con los limites de control determinados por la capacidad
del estudio.
- Comparar los puntos graficados a los límites de control
- Buscar tendencias
- Desde que las partes (muestras) no cambian (una muestra aislada), cualquier
indicación de inestabilidad debería ser atribuido al cambio en el sistema de
medición.
Aplicación:
Supuestos:
La vida de anaquel de la característica (propiedad) es conocida y se
extiende más allá de la duración esperada del estudio; la característica
medida no cambia sobre el periodo esperado de uso y/o almacenaje
Analizar mediante:
Aplicación:
Supuestos:
Analizar utilizando:
Determinar consistencia (de decisiones) entre las posiciones: una sola tabla
incluyendo los resultados desde todas las posiciones
Analizar la estabilidad total del sistema con una tabla p & mR donde p es el promedio
total de todas las posiciones de las pruebas en un día dado.
CAPITULO IV Sección C
Estudios de variabilidad
Todos los estudios descriptivos son enumerativos por naturaleza y describen el sistema
de medición (incluyendo los efectos del ambiente) durante el estudio. Desde que los
sistemas de medición existen para ser utilizados en la toma de futuras decisiones sobre
productos, procesos o servicios, una conclusión analítica sobre el sistema de medición es
necesaria.
Aplicación:
1) Propiedades estáticas, o
2) Propiedades dinámicas ( cambiantes) que han sido estabilizadas
Supuestos:
¤ La vida de anaquel de la característica (propiedad) es conocida y va
más allá de la duración esperada del estudio; la característica medida
no cambia sobre el periodo de uso esperado.
Aplicación:
Supuestos:
Analizar utilizando:
Este estudio es el mismo que V4 utilizando pares consecutivos de parte más que
muestras dispersos. Este estudio es utilizado en situaciones donde la parte no puede ser
dispersa sin destruir la propiedad a ser medida.
E e partes lotes
Las partes utilizadas en este estudio son estabilizadas utilizando un proceso basado en
conocimiento de ingeniería y competencia.
Supuestos:
¤ E e
¤ Consistencia de degradación (si n 2 )
Supuestos:
¤ E e
¤ Consistencia de degradación (si n 2 )
E e entre
Pueden requerirse para analizar esta situación el D.O.E., ANOVA u otras técnicas más
sofisticadas.
Las decisiones que los ingenieros de diseño de producto hagan pueden afectar como una
parte es medida, como puede ser diseñado un dispositivo, y el resultado puede afectar el
resultado del error la medición.
Una vez que los componentes de variación dentro – parte son identificados, puede ser
posible controlar estos factores con el sistema de medición (v. gr., rediseñando el gage o
utilizando diferentes accesorios de medición o diferentes equipos de medición) de mod
que los datos futuros no sean confundidos.
CAPITULO V – SECCIÓN B
Método de rango y promedio – Tratamiento adicional
Introducción
4) Analice los datos mediante el cálculo del promedio ( X )y el rango (R) de cada
subgrupo.
5) Grafique los valores de rango en la carta de rangos y calcule el rango promedio (
Ahora calcule los límites de control para esta gráfica utilizando el factor A2 para n = 2 y el
Si todos los promedios caen dentro de los límites de control, la variación del sistema
esconde la variación del proceso. El proceso de medición tiene más variación que el
proceso de manufactura.
La pregunta, ¿Qué tan bien son recolectados los datos por este sistema de medición?
Puede ser contestada al completar el ejemplo de hora de trabajo. Todos los datos
necesarios para esta hoja de trabajo pueden encontrarse en las tablas de promedio y
rango arriba descritas.
Los siguientes son los pasos utilizados para llenar el ejemplo de la hoja de trabajo.
de d 2 para el r correspondiente
10) Calcule los promedios de la muestra al promediar el valor obtenido por todos los
evaluadores para cada muestra. Por ejemplo, (muestra 1 promedio de evaluador A
+ muestra 1 promedio de evaluador B + muestra 1 promedio del último evaluador y
dividir esta suma por el número de evaluadores). Esta es la mejor estimación de
ese valor real de la muestra 1. Coloque el valor para cada muestra en el espacio
proporcionado (1, 2, 3,...9, 10) en la figura 34b.
11) Observe los promedios de la muestra (1, 2, 3,...9, 10) y calcule el rango de los
promedios de la muestra ( R p ) al restar el menor al mayor. Ponga el resultado en
el espacio proporcionado
P
SN =
GRR
Si el número de categorías es de dos (2), significa que los datos pueden sólo ser divididos
en grupos alto o bajo, tal como si fueran atributos.
Si el número de categorías es de tres (3), los datos pueden ser divididos sólo en grupos
alto, medio o bajo. Este es un mejor sistema de medición.
Un sistema que contenga cuatro (4) o más categorías será mucho mejor que los primeros
tres ejemplos.
Medición
longitud apropiada Hecho por: R.W.L Fecha: Día-mes-año
evaluada
Error de reproducción:
Registro de promedio de subgrupo = R= 7.6 r d2
Número de reproducciones = Tamaño de subgrupo = r = 2 2 1.128
Desviación estándar estimada de reproducciones: 3 1.693
4 2.059
R
ˆ e 6.738 5 2.326
d2 6 2.534
7 2.704
8 2.847
9 2.970
10 3.078
. nA d 2*
2 1.410 Número de tasadores = n A =3
3 1.906 Número de muestras = n = 5
4 2.237 108.1 - 102.8 = R A
5 2.477 Registro de promedios de tasador = R A = 5.3
6 2.669
7 2.827 5.3
ˆ A
8 2.961 1.906
9 3.076
10 3.178 R
ˆ A 2.781
d 2*
Evaluador Promedio
A 103.1
B - bajo 102.8
C - alto 108.1
D -
E -
F -
Así el número de distintas categorías de productos que pueden ser bien identificadas
por estas mediciones es 1.41 x 1.698
ˆ p
1.41 2.395 ó 2
ˆ m
Fig. 34b: Calculos para el Método de gráfica de control para la evaluación de un proceso
de medición (parte 2 de 2)
CAPITULO V – SECCION C
Curva de desempeño del calibre o gage
Sesgo = 0 GRR = 0
Valores observados
LIE LSE
Figura 35. Curva de desempeño del gage sin error
Para cumplir esto, el supuesto establece que el error del sistema de medición consiste
primordialmente de falta de repetibilidad, reproducibilidad y sesgo. La repetibilidad y
reproducibilidad se asume que son distribuidas normalmente con varianza .
2
El error del gage se distribuye normalmente con una media X T , el valor de referencia
La probabilidad de aceptación de una parte de algún valor de referencia está dado por la
relación:
UL
Pa N(X
LL
T b, 2 )dx
UL X T b LL X T b
Pa
Donde:
UL X T b
UL
= N ( X T b, )dx
2
LL X T b
= N ( X T b, )dx
2
LL
Ejemplo:
Cuando la parte tiene un valor de referencia de 0.5 Nm será aceptado el 16% de las
veces y será rechazado aproximadamente 84% de las veces.
1.2
Prob. de aceptación
1
0.8
0.6 Pa
0.4
0.2
0
1
4
8
44
48
52
56
64
68
72
76
84
88
92
96
04
08
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
1.
1.
Valor de referencia
60
50
40
30
20
10
1
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4
Valor
Una vez que se desarrolla la GPC, puede ser utilizada para calcular el error de
repetibilidad y reproducibilidad, y error de sesgo.
El rango GRR* 5.15 puede ser determinado al encontrar el valor de X T que corresponde
a Pa = 0.995, y el valor de X T que corresponde a Pa = 0.005 para los dos límites. El GRR
B X T LL
BB X T UL
dependiendo de qué límite es escogido XT
CAPITULO V – Sección D
Reducción de variación a través de lecturas múltiples
Ejemplo:
(6 x ) 2
6 2
n
Despejando, tenemos:
6s 6s
x
n
Sustituyendo:
0.24
0.14
n
para quedar:
n 1.714
n3
Así pues, tres lecturas múltiples en la característica de la parte reducirán la variación total
del sistema de medición a aproximadamente 0.14 y el %GRR a 15%.
Este método deberá ser considerado como un paso temporal hasta que otras mejoras
sean realizadas al sistema de medición, con la aprobación del cliente.
CAPITULO V – Sección E
Método de la desviación estándar conjunta para GRR
Estas situaciones pueden ser manejadas al utilizar un DOE anidado. Un enfoque alterno
es el estudio GRR de desviación estándar conjunta que sigue la metodología de la norma
ASTM E691. Se obtendrán múltiples valores de repetibilidad y reproducibilidad
determinadas por separado para cada parte.
Este enfoque ve cada parte como un material separado y entonces calcula la desviación
estándar GRR de la repetibilidad y reproducibilidad como en E691. Esto producirá
múltiples valores separados de repetibilidad y reproducibilidad. Como las partes son
consideradas idénticas, estos estimados separados se asumen efectivamente idénticos.
El enfoque E691 es utilizado típicamente con una muestra completa. Esto es útil cuando
todas las muestras no están disponibles al mismo tiempo. Puede ser utilizado como parte
del proceso de calibración para mantener información en la variabilidad del sistema de
medición.
La siguiente descripción de estudio asume que el estudio será aplicado en una manera
secuencial.
10) Trace el promedio para cada subgrupo ( X ) para todos los evaluadores en la
gráfica de promedio.
11) Calcule en gran promedio ( X ) (incluya los promedios de todos los subgrupos ( X )
para todos los evaluadores). Dibuje la línea del gran promedio en la gráfica.
12) Calcule los límites de control para esta gráfica utilizando el factor A2 para r y la
1 1
1 1
1
_
U
_ C L=0.349
0 X=0.001
LC L=-0.346
1 1
1
-1 1 1
1
1
1 1
1
-2 1
1 4 7 10 13 16 19 22 25 28
Sample
0.60
1
0.45 U C L=0.4570
Sample StDev
0.30
_
S =0.1780
0.15
0.00 LC L=0
1 4 7 10 13 16 19 22 25 28
Sample
13) Analice los datos utilizando las gráficas de control y otras técnicas gráficas ya
discutidas anteriormente.
14) Evalúe los parámetros del sistema de medición para cada parte juntando los
resultados de los evaluadores.
s 2
xi
S i 1
= 0.178
xg m
S 2
si
Repetibilidadg = S E g i 1
S E2g
Reproducibilidadg = S Ag s 2
xg
m
s r2
S appr s x2
3
S R s r2 s appr
2
15) Evaluar los parámetros del sistema de medición mediante la reunión de los
resultados de la parte.
s 2
Ei
Repetibilidad = S E i 1
S 2
Ai
Reproducibilidad = S A i 1
S 2
GRRi
GRR = S GRR i 1
Si las partes cubren una amplia variedad de procesos, por ejemplo diferentes muestras
metalúrgicos o químicos, la evaluación de la variación total de porcentaje deberá basarse
en el proceso de variación de muestras específicos y no de la variación total de todos los
muestras.
La repetibilidad incluirá tanto la variación entre equipo como variación dentro de equipo.
Esto puede ser evaluado al calcular y comparar la repetibilidad dentro de cada
localización.
Consistencia estadística
Los métodos ASTM e ISO sugieren que dos “consistencias” estadísticas, h y k, sea
calculadas. Los valores h son calculados como:
x appr x parte
h
sx
es 0.262. Entonces:
El valor de k es el radio de la desviación estándar para cada parte por cada evaluador a la
desviación estándar de repetibilidad. En este caso es: (evaluador A y parte 1)
Una razón por la que debe utilizar la computadora es para permitir comparaciones entre
diferentes materiales.
En este ejemplo no existe una recolección de muchos materiales diferentes que tienen
diferentes niveles y posiblemente desviaciones estándar muy diferentes, los cálculos de h
y k de E691 pueden utilizarse todavía para comparar la desviación estándar de la
repetibilidad y los valores de respuesta por evaluadores. En la siguiente tabla la h y k son
enlistadas por evaluador:
h
Evaluador 1 2 3 4 5 6 7 8 9 10 promedio h "z"
A 1.06 0.87 0.82 0.86 0.88 0.32 0.65 0.80 0.69 1.05 0.80 2.53
B -0.14 0.22 0.29 0.24 0.21 0.80 0.50 0.32 0.46 -0.11 0.28 0.88
C -0.93 -1.09 -1.11 -1.10 -1.09 -1.12 -1.15 -1.12 -1.15 -0.94 -1.08 -3.41
k mediana k "z"
A 1.35 0.25 0.49 0.28 0.23 0.65 0.59 0.35 0.77 0.27 0.42 -3.20
B 0.77 1.50 1.15 1.70 1.50 1.20 1.40 1.68 1.07 0.45 1.30 3.14
C 0.76 0.82 1.20 0.14 0.84 1.07 0.83 0.24 1.13 1.65 0.84 -0.17
En las últimas dos columnas están los promedios y un valor de “valor z” para ver si los
evaluadores son significativamente diferentes. Los valores h indican que el evaluador A es
Las desviaciones estándar de la repetibilidad también pueden ser evaluadas al buscar los
valores k. Para hacerlo, calcule la mediana k y entonces un “rango z” aproximado. Con
este estudio, la mediana esperada es de 0.861 aproximadamente con una desviación
estándar aproximada de 0.439. La mediana de k para el evaluador A es entonces
aproximadamente de -3.2 desviaciones estándar por abajo del nivel esperado y el
evaluador B está mayor.
Las gráficas de h ( figura 38b) y k (figura 38c) ayudan a ilustrar estas diferencias.
Evaluador C tiene mucho menores resultados que los otros. Los valores de k muestran
que tan baja la variación del evaluador A está respecto a la repetibilidad.