Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SPC 2
SPC 2
Estudios R&R y grficos de rachas de medida: nos permitirn examinar la precisin del sistema.
Los errores en los sistemas de medicin pueden clasificarse en dos categoras: errores de exactitud y
errores de precisin. La exactitud describe la diferencia entre el valor registrado y el real. La precisin
describe la variacin que se observa al medir el mismo elemento de forma repetida y usando el mismo mtodo
de medicin. Podemos encontrarnos con sistemas de medicin que se vean afectados slo por alguno de estos
tipos de errores, y otros que sufran de falta de exactitud y de precisin:
objetivo
exacto y preciso
ni exacto ni preciso
Linealidad: Indica cmo vara el nivel de exactitud obtenido en la medicin en funcin del tamao
del objeto medido. Da una idea de cmo el tamao del elemento a medir afecta a la exactitud del
sistema de medida.
Exactitud: Es la diferencia entre la medicin media observada y un valor maestro. Da una idea
de lo centrado o ajustado que est el sistema de medida.
Estabilidad: Es la variacin total que se obtendra al medir el mismo elemento repetidas veces
usando un mismo aparato de medicin. Nos da una idea de cmo de exacto o estable es el sistema
con el paso del tiempo.
ESTUDIOS R&R____________________________________________________
Los estudios de Repetibilidad y Reproductibilidad de las mediciones determinan qu parte de la
variacin observada en el proceso se debe al sistema de medicin usado.
Minitab proporciona dos mtodos para realizar este tipo de estudios: el mtodo X-barra/R
descompone la variacin total en tres categoras: elemento a elemento, repetibilidad, y reproductibilidad. El
mtodo ANOVA va un paso ms all y descompone la reproductibilidad en dos subcategoras, el operario y el
operario por elemento (por tal motivo este ltimo mtodo es ms exacto que el anterior):
Elemento a Elemento
Operario
Los datos deben estar estructurados en tres columnas: una primera que contenga el nombre o cdigo de
cada elemento medido, una segunda (opcional) que contenga el nombre del operario que ha realizado cada
medicin, y una tercera con el resultado de la medicin.
Ejemplo R&R: Pretendemos realizar un estudio R&R sobre dos conjuntos de datos. En el primero, la
variacin debida al sistema de medicin tiene poco peso dentro de la variacin total observada; por el
contrario, en el segundo, la variacin total observada es causada en gran parte por la variacin debida al
sistema de medicin.
En el primer caso, se eligieron 10 elementos, cada uno de los cuales fue medido dos veces por 3 operarios
siguiendo un orden aleatorio. Los resultados estn contenidos en el archivo medicin1.mtw .
Seleccionar Stat > Quality Tools > Gage R&R Study :
Rellenamos los campos como se indica a continuacin:
II - 2
DF
SS
MS
Elemento
Operador
Operador*Elemento
Repeatability
Total
9
2
18
30
59
2,05871
0,04800
0,10367
0,03875
2,24912
0,228745
0,024000
0,005759
0,001292
39,7178
4,1672
4,4588
0,00000
0,03256
0,00016
Gage R&R
Source
VarComp
StdDev
5,15*Sigma
0,004437
0,001292
0,003146
0,000912
0,002234
0,037164
0,041602
0,066615
0,035940
0,056088
0,030200
0,047263
0,192781
0,203965
0,34306
0,18509
0,28885
0,15553
0,24340
0,99282
1,05042
Source
%Contribution
%Study Var
10,67
3,10
7,56
2,19
5,37
89,33
100,00
32,66
17,62
27,50
14,81
23,17
94,52
100,00
Desviacin
Estndar
multiplicada
por
5,15
(nmero de desviaciones
estndar necesarias para
englobar al 99% de las
mediciones).
Podemos
interpretar el ltimo nmero
(el
asociado
a
Total
Variation)
cmo
una
estimacin de la amplitud
del intervalo que contendra
el
99%
de
las
observaciones.
Study Var es el cociente entre la
desviacin estndar de cada
componente y la desviacin
estndar total.
Observamos que slo el 10,67% de la variacin total en los datos se debe al sistema de medicin,
mientras que un 89,33% de dicha variacin es debida a las diferencias entre los elementos medidos.
Respecto al nmero de categoras distintas que el sistema es capaz de distinguir, el valor obtenido de 4
nos indica que el sistema de medicin empleado es aceptable (en general, si el valor obtenido fuese 1 el
sistema no sera til para controlar el proceso; un valor de 4 o superior representa un sistema de
medicin capaz de distinguir un nmero aceptable de categoras).
En el primero de los grficos siguientes se observa que la mayora de los puntos estn situados ms all
de los lmites de control, lo cual refuerza la idea de que la variacin se debe prioritariamente a
diferencias entre elementos. Esta misma conclusin la podemos obtener a partir del diagrama de barras.
En los grficos de la derecha observamos que hay pocas diferencias en las mediciones registradas por los
diferentes operarios (la lnea es prcticamente horizontal), mientras que las diferencias en las mediciones
para los distintos elementos s son considerables (el grfico muestra continuas subidas y bajadas segn el
elemento medido).
II - 3
Gage name:
Date of study:
Reported by:
Tolerance:
Misc:
Operador*Elemento Interaction
3,0SL=0,8796
X=0,8075
-3,0SL=0,7354
1
2
3
0,9
0,8
0,7
0,6
0,5
0,4
Elemento
R Chart by Operador
Sample Range
0,15
3,0SL=0,1252
0,05
R=0,03833
0,00
-3,0SL=0,00E+00
10
0,8
0,7
0,6
0,5
0,4
1
Components of Variation
100
50
0
Part-to-Part
By Elemento
%Total Var
%Study Var
Reprod
1,0
0,9
Operador
Repeat
By Operador
0,10
Gage R&R
1,1
Percent
Operador
1,1
1,0
Average
Sample Mean
1,1
1,0
0,9
0,8
0,7
0,6
0,5
0,4
Elemento
10
En el segundo conjunto de datos se eligieron 3 elementos, y 3 operarios midieron 3 veces cada uno de
ellos siguiendo un orden aleatorio. Los datos se registraron en el archivo medicin2.mtw .
Seleccionar Stat > Quality Tools > Gage R&R Study :
Rellenamos los campos de forma anloga a la anterior:
II - 4
DF
SS
MS
Elemento
Operario
Operario*Elemento
Repeatability
Total
2
2
4
18
26
38990
529
26830
133873
200222
19495,2
264,3
6707,4
7437,4
2,90650
0,03940
0,90185
0,16616
0,96173
0,48352
Cuando
el
p-valor
asociado
a
Operario*Elemento es > 0,25 el programa
reconstruye el modelo esta vez sin la
interaccin Operario*Elemento, y usa este
nuevo modelo reducido para determinar los
estadsticos del estudio R&R.
Source
DF
SS
MS
Elemento
Operario
Repeatability
Total
2
2
22
26
38990
529
160703
200222
19495,2
264,3
7304,7
2,66887
0,03618
0,0917
0,9645
Gage R&R
Source
VarComp
StdDev
5,15*Sigma
7304,7
7304,7
0,0
0,0
1354,5
8659,2
85,4673
85,4673
0,0000
0,0000
36,8036
93,0547
440,157
440,157
0,000
0,000
189,538
479,232
Source
%Contribution
%Study Var
84,36
84,36
0,00
0,00
15,64
100,00
91,85
91,85
0,00
0,00
39,55
100,00
Observamos que el 84,36% de la variacin total en los datos se debe al sistema de medicin, mientras
que slo un 15,64% de dicha variacin es debida a las diferencias entre los elementos medidos.
En este caso, el sistema de medicin empleado no es capaz de detectar diferencias entre los elementos
(slo percibe una categora). Ello significa que este sistema no es adecuado.
En el primero de los grficos siguientes se observa cmo la mayora de puntos estn contenidos dentro
de los lmites de control, lo cual nos indica que la variacin observada es principalmente debida al
sistema de medicin usado. La misma conclusin se deduce del diagrama de barras.
En los grficos de la esquina inferior derecha se aprecia que no hay apenas diferencias entre operarios al
hacer la medicin (lnea de nivel horizontal), y que las diferencias entre elementos no son significativas.
II - 5
550
Operario*Elemento Interaction
3
3,0SL=555,8
450
X=406,2
350
-3,0SL=256,5
250
0
1
2
440
3
390
340
Elemento
R Chart by Operario
Sample Range
400
By Operario
3
3,0SL=376,5
300
600
500
400
200
R=146,3
100
0
-3,0SL=0,00E+00
0
300
200
Operario
Components of Variation
100
Percent
Operario
490
Average
By Elemento
%Total Var
%Study Var
600
500
400
50
300
200
0
Gage R&R
Repeat
Reprod
Part-to-Part
Elemento
II - 6
Para cada elemento, podemos comparar tanto las diferencias entre medidas realizadas por cada
uno de los tres operarios como las diferencias entre los distintos operarios.
2.
Tambin podemos comparar las medidas obtenidas con la lnea de referencia horizontal (en este
caso, la media de las observaciones).
Gage name:
Date of study:
Reported by:
Tolerance:
Misc:
1,08
0,98
Medicin
0,88
0,78
0,68
0,58
0,48
0,38
Elemento
1,08
0,98
Medicin
0,88
0,78
0,68
0,58
0,48
0,38
Elemento
10
La mayor parte de la variacin es debida a diferencias entre elementos. Adems, es posible apreciar
algunos ligeros patrones: as, p.e., la segunda medicin del operador 2 es repetidamente menor que la
primera (esto ocurre en 7 de 10 ocasiones); tambin es visible el que las mediciones efectuadas por el
II - 7
Para cada elemento, podemos comparar tanto las diferencias entre medidas realizadas por cada uno
de los operarios como las diferencias entre distintos operarios.
2.
Tambin podemos comparar las medidas obtenidas con la lnea de referencia horizontal (en este
caso, la media de las observaciones).
Gage name:
Date of study:
Reported by:
Tolerance:
Misc:
600
2
3
Medicin
500
400
300
200
Elemento
El factor dominante en este caso es la repetibilidad (en concreto, las diferencias aumentan cuando el
mismo operario realiza mediciones sobre el mismo elemento). Las oscilaciones parecen sugerir que los
operarios estn ajustando, entre turno y turno, el sistema de medicin.
II - 8
Gage name:
Date of s tudy :
Reported by :
Toleranc e:
Mis c :
Gage Lineari ty
Linearity:
%Linearity:
R-Squared:
1,86889
13,167
0,978
Accuracy Average
Gage Accuracy
Bias:
%Bias:
-5,3E-02
0,376
Percent
10
-1
8
6
4
10
2
0
Linearity
Accuracy
Observar que, en esta medicin, la variacin debida a la linealidad supone un 13% de la variacin total
del proceso. Por otra parte, la variacin debida a la falta de exactitud es de menos del 1% de la total.
II - 9