Técnicas de análisis estadístico mediante Minitab

Estudios Gage R&R

Alejandro Mayorga
 General

La calidad de los datos de cualquier medición se define por medio de las propiedades
estadísticas de mediciones múltiples obtenidas de un sistema de medición que opera bajo
condiciones estables.
 Gage:  Sistema de medición:
Es cualquier dispositivo Es una colección de instrumentos,
utilizado para obtener dispositivos, estándares,
mediciones. Este término se operaciones, accesorios,
utiliza con frecuencia para paquetes informáticos,
designar aquellos personas, condiciones
dispositivos utilizados en el ambientales y suposiciones,
piso de producción, utilizadas para cuantificar
inclusive los dispositivos una unidad de medida.
pasa/no pasa.
El objetivo del análisis del sistema de medición (MSA, por sus siglas en inglés) es asegurar que
el sistema de medición utilizado es capaz de suministrar datos adecuados para la toma de
decisiones. Además de la calibración de un equipo de medición, se debe realizar un estudio
Gage R&R con la finalidad de evaluar la repetitividad y reproducibilidad (R&R) del sistema.

2
 Error de un Sistema de Medición
El error de un sistema de medición puede clasificarse en dos categorías: exactitud y
precisión.
Exactitud: Describe la diferencia que existe entre la medición y el valor de
referencia de la pieza medida.
Precisión: Describe la variación que se observa cuando se mide la misma
pieza repetidamente con el mismo dispositivo.
Dentro de un sistema de medición puede acontecer uno o
ambos de estos problemas:
 Un dispositivo que mida las  Un dispositivo que es
piezas en una manera precisa (es exacto (el promedio de las
decir con poca variación entre mediciones es muy
las mediciones), pero no exacta cercano al valor de
(muy desviado del valor objetivo referencia), pero no
o de referencia). preciso (las mediciones
poseen una varianza muy
grande).
Se puede tener, además, dispositivos
que no son ni precisos ni exactos.
3

La exactitud de cualquier sistema de medición puede subdividirse en tres componentes:
 Linealidad
Es una medida de cuánto el
tamaño de la parte afecta la
exactitud del sistema de
medición.
Es la diferencia en la exactitud
observada de los valores a través
del rango esperado de
mediciones.
Exactitud
 Bias
Es una medida de la dife-
rencia entre el promedio
observado de las mediciones
y el valor de referencia.
 Estabilidad
Es el cambio de bias en el
tiempo.
Es una medida de cuán exacto
se comporta el sistema en el
transcurso del tiempo. Es la
variación total obtenida con
un dispositivo dado, sobre
una misma pieza, cuando se
mide una característica en el
tiempo.
4
 Precisión

En una manera similar, la precisión de cualquier sistema de medición puede

subdividirse en dos componentes:
 Repetitividad (EV)  Reproducibilidad (AV)
Es la variación debida al equipo de Es la variación debida al sistema de
medición (gage). medición (operadores).
Es la variación observada cuando un Es la variación observada cuando
mismo operador mide la misma pieza diferentes operadores miden las
repetidamente con un mismo mismas partes mediante el uso del
dispositivo. mismo dispositivo.
Los estudios de reproducibilidad y repetitividad de un gage (Gage R&R studies)
determinan cuánto de la variación observada en el proceso de medición se debe a la
variación en el sistema de medición y subdivide esta variación en repetitividad y
reproducibilidad.
GR & R
GR & R   EV 2   AV  2 %GR & R 
USL LSL
5
Reproducibilidad

6
Fuentes de variación en un Sistema de Medición

7
 Indicadores de calidad
de un Sistema de Medición
%R&R %P/T
Este índice describe la variación del Este índice describe la variación del
sistema de medición respecto sistema de medición respecto del rango
de la variación de las piezas de tolerancia:
en elsproceso: s 
%R& R  Sistema de medición %P/T  6   Sistema de medición 
sTotal  USL LSL 
Donde s es la desviación estándar estimada, USL y LSL son, respectivamente, los límites
de especificación superior e inferior.

Ambos índices, el %R&R y el %P/T, deben ser inferiores al 30% para que el sistema de
medición sea condicionalmente aceptable (dependiendo de la aplicación, el costo del
equipo de medición, el costo de reparación o cualesquier otro factor).
Un porcentaje inferior al 10% es deseable para designar un sistema de medición bueno. Si
el índice %R&R es superior al 30%, el sistema de medición no sería capaz de distinguir
las piezas.
Si el %P/T es superior al 30%, esto implicaría que el sistema de medición no es capaz de
distinguir una pieza buena de una defectuosa.
8
 Indicadores de calidad
de un Sistema de Medición

NDC
El número de categorías distintivas (NDC, por sus siglas en inglés) representa el número
de intervalos de confianza que no se traslapan y que amplían el rango de variación de la
pieza. Se puede concebir este índice como el número de grupos dentro de los datos de
medición de las piezas que el sistema de medición puede diferenciar.
El índice NDC viene dado por:
sPieza a Pieza
NDC  2
sSistema de medición
Cuando este índice es inferior a 2, el sistema de medición no posee ningún valor para el
control del proceso, ya que no puede distinguir una pieza de otra.
Un valor de 5 o superior denota un sistema de medición aceptable.

9
 Factores involucrados en un estudio Gage R&R

En un estudio Gage R&R, los factores por estudiar están representados por los operadores y las
piezas. Así, se requiere construir una hoja de trabajo que contenga las siguientes columnas:

 Operadores  Datos de medición

Esta columna debe contener un
descriptor (número o nombre)
para cada operador que
participa en el estudio.
Recuerde que un objetivo del
estudio Gage R&R es comparar
qué tan similar los operadores
están midiendo las mismas
piezas.
Se debe considerar al
menos 2 operadores.
 Piezas Esta columna debe contener el
Esta columna debe contener un descriptor resultado de la medición para cada
(número) para cada pieza. pieza
Como es usual en los estudios Gage R&R,
se debe repetir una medición cierto número
de veces, bajo las mismas condiciones, sobre
una misma pieza. El estudio involucra,
también, repetir las mediciones sobre un
número dado de piezas diferentes.
Así, esta columna debe contener todas las
piezas involucradas en el estudio y todos los
números repetidos para esas piezas (según el
número de mediciones repetidas realizadas
en cada pieza por cada operador).

Se debe considerar al menos 10

piezas diferentes y 3 réplicas
por pieza.

10
 Cómo generar la Hoja de Trabajo Gage R&R mediante Minitab

Genere la hoja de recogida de datos de Minitab.

Para este propósito, seleccione
Stat  Quality Tools
Minitab despliega una ventana
 Gage Study similar a la siguiente:
 Create Gage R&R
Study Worksheet

Minitab permite insertar los

nombres de los operadores.

11
 Cómo generar la Hoja de Trabajo Gage R&R mediante Minitab

Introduzca el número de piezas, el número de operadores y el número de réplicas

(mediciones repetidas) involucradas en el estudio y presione el botón Options.
Minitab despliega la ventana siguiente:

Asegúrese de que esté seleccionada la

opción Randomize runs within operators y
presione dos veces el botón OK.
12
 Cómo generar la Hoja de Trabajo Gage R&R mediante Minitab

Minitab genera una hoja de trabajo (la cual muestra la secuencia en que se debe realizar
las mediciones con el fin de asegurar la aleatoriedad), similar a la siguiente:

Esta hoja de trabajo establece la secuencia en que se

deben realizar las mediciones de las piezas con el fin de
asegurar la aleatoriedad en el estudio. 13
Introducción de las dimensiones por investigar

Proceda a realizar las mediciones de las piezas según la

secuencia establecida por esta hoja de trabajo. 14
 Observación
Los estudios Gage R&R determinan cuánto de la variación observada en el proceso se debe a la
variación del sistema de medición.

MINITAB permite realizar ya sea estudios Gage R&R cruzados (crossed) o jerarquizados (nested).
Use Gage R&R Study (Crossed) cuando cada operador mide cada pieza cierto número de veces.
Use Gage R&R (Nested) cuando solo un operador mide cada pieza, tal como en una prueba
destructiva. En una prueba destructiva la característica medida es diferente después del proceso de
medición de lo que era al comienzo de la prueba.
MINITAB suministra dos métodos para evaluar la repetitividad y la reproducibilidad:
El método Xbar / R
Este método descompone la variación total en tres categorías: pieza a pieza, repetitividad y
reproducibilidad.
El método ANOVA
Este método va un paso adelante y descompone la reproducibilidad en sus dos componentes: operador
y operador-por-pieza. Este método es más robusto que el método Xbar/R, en parte, debido a que
considera la interacción operador-pieza.
El método Gage R&R Study (Crossed) permite seleccionar entre el método Xbar/R y el método
ANOVA. Por su parte, Gage R&R Study (Nested) utiliza solo el método ANOVA.
Para fines prácticos solo se considera el método ANOVA.

15
 Generación del Gage R&R mediante Minitab
Minitab despliega una ventana
similar a la siguiente:

 Introduzca el nombre de la columna

referente a los números de las piezas
en el campo Part numbers
 Introduzca el nombre de la columna
Seleccione Stat  Quality Tools que contiene los descriptores para los
 Gage Study operadores en el campo Operators
 Introduzca el nombre de la columna
 Gage R&R Study (Crossed)
que contiene los valores de las
mediciones en el campo
Measurement data.
16
 Generación del Gage R&R mediante Minitab
Presione el botón Options. Minitab regresa a la ventana
Minitab despliega una ventana similar a anterior:
la siguiente:

 Seleccione  ANOVA
 Presione OK.

 Introduzca los límites de

especificación en los campos Lower
spec y Upper spec.
 Introduzca un título para el gráfico
 Presione el botón OK.
17
 Generación del Gage R&R mediante Minitab

Minitab despliega un gráfico similar al siguiente:

Gage R&R for GI Snare Lot 104348 Dimension 3
Reported by :
G age name: Tolerance:
D ate of study : M isc:

Components of Variation Value by Part

100 % Contribution 0.010
% Study Var
% Tolerance
Percent

50 0.005

0.000
0
Gage R&R Repeat Reprod Part-to-Part 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Part
R Chart by Operator
Value by Operator
1 2
0.010 UCL=0.00948 0.010
Sample Range

0.005 0.005
_
R=0.0029
0.000
0.000 LCL=0
1 2
Operator
Xbar Chart by Operator
1 2 Operator * Part Interaction
0.010
UCL=0.00907
0.008 Operator
Sample Mean

1
Average
0.005 _
_
2

X=0.00362 0.004

0.000
LCL=-0.00184 0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Part

 Proceda a interpretar el gráfico.

18
 Interpretación del Gage R&R
 Componentes de Variación
Es una visualización de la matriz final de la salida
de la ventana de sesión, la cual despliega barras
para el Gage R&R Total, Repetitividad,
Reproducibilidad (pero no para el componente Operador ni la interacción OperadorPieza), y para la variación
Pieza-a-Pieza.
Si el sistema de medición posee una calidad aceptable, entonces es de esperar que la mayor contribución a la
varianza sea debida al componente de variación Pieza-a-Pieza. La contribución total de los demás
componentes de la varianza debe ser muy pequeña (no mayor al 30%).
 Gráfica R por Operador
Despliega la variación en las mediciones hechas
por cada operador, permitiendo comparar los
operadores entre sí. Esta gráfica se despliega cuando el número de replicas es menor a 9. En caso contrario, se
despliega una gráfica S.
Si el sistema de medición posee una calidad aceptable, entonces es de esperar que todos los rangos estén bajo
control y los operadores parezcan homoscedásticos respecto de la precisión de las mediciones.
 Gráfica Xbar por Operador
Despliega las mediciones respecto del promedio
total para cada operador, permitiendo comparar
los operadores entre sí y respecto del promedio.
Si el sistema de medición posee una calidad aceptable, entonces es de esperar que la mayoría de los puntos
graficados estén fuera de los límites de control, debido a que la variación parte-a-parte debe ser mucho
mayor que la variación debida a la repetitividad.
19
 Interpretación del Gage R&R
 Por Pieza
Este gráfico despliega el efecto principal por pieza, de manera
tal que se pueda comparar el promedio de las mediciones para
cada pieza. Si hay muchas réplicas, se desplegarán boxplots.
Si el sistema de medición posee una calidad aceptable, entonces
es de esperar que existan diferencias sustanciales entre las partes y que la variación al interior de las partes
(causadas por los errores del sistema de medición) sean homoscedásticas y relativamente pequeñas en
comparación con las diferencias parte-a-parte.
 Por Operador
Despliega los efectos principales por operador, de manera tal
que se pueda comparar el promedio de las mediciones para
cada operador. Si se dispone de muchas replicas, se
desplegarán boxplots.
Si el sistema de medición posee una calidad aceptable, entonces es de esperar que no haya diferencias
significativas entre los valores medios obtenidos por cada operador, en una manera tal que una línea cuasi-
horizontal conecte los valores medios.
 Interacción Operador-Pieza
Este gráfico despliega la interacción operadorpieza, de
manera que se pueda observar cómo cambia la interacción
entre los operadores y las piezas dependiendo del operador.
Si el sistema de medición posee una calidad aceptable, entonces es de esperar que los segmentos de línea
adyacentes sean paralelos, indicando que no existe evidencia significativa de una interacción operador-
parte. 20
 Interpretación de la matriz Gage R&R-ANOVA
Presione el botón Show session folder
para tener acceso a la matriz ANOVA.
Show sesion folder
Button
Minitab despliega una matriz ANOVA
similar a la siguiente:
Proceda a interpretar la Two-Way ANOVA
Table With Interaction.
Un ANOVA bidireccional prueba por lo
general la igualdad de las medias
poblacionales cuando la estratificación es de
dos variables o factores. En el caso de un
estudio Gage R&R, los factores están
constituidos por los operadores y las piezas.
El ANOVA prueba si existe evidencia
significativa para los efectos principales de
los siguientes componentes de variación: las
piezas, los operadores o la interacción
piezaoperador.
Cuando el p-value para un componente de
variación dado es menor que , no existe
evidencia significativa para los efectos
principales del componente (si el nivel de
confianza utilizado es del 95%, entonces
0.05). En caso contrario, cuando p-
value, existe evidencia significativa para
los efectos principales del componente de
variación.
21
 Interpretación de la matriz Gage R&R

Además de la matriz ANOVA, Minitab despliega una matriz Gage R&R, similar a la
siguiente:

Proceda a interpretar la varianza y la desviación estándar de los componentes de

variabilidad.

22
 Interpretación de la matriz Gage R&R
La matriz Gage R&R posee tres secciones
Cuando el sistema de medición es
aceptable, se espera que:

23
Interpretación del Gage R&R

Para concluir que el sistema de medición es aceptable, todas

estas condiciones deben satisfacerse simultáneamente.

24