Está en la página 1de 10

Cómo medir la incertidumbre de medir

CÓMO MEDIR LA INCERTIDUMBRE DE MEDIR

Mónica I. Grasso*

RESUMEN: Calcular la incertidumbre de medición se ha transformado gradualmente en una


exigencia de los sistemas de calidad actuales, tanto de gestión como de competencia de labora-
torios. Se presentan en este artículo las definiciones de incertidumbre internacionalmente acep-
tadas y dos técnicas de distinta complejidad para llevar a cabo su medición.

ABSTRACT: On measuring the uncertainty of measuring


The assessment of the uncertainty of measuring has gradually become a requirement among
current quality control systems, both at the management and laboratory control levels. This
paper includes uncertainty definitions used worldwide as well as two techniques of different
complexity to perform its measurement.

Introducción La nueva versión de la Norma ISO


9001 “Sistemas de gestión de calidad -
Vivimos la era de la satisfacción del Requisitos” establece que la empresa
cliente, la capacidad de los procesos, los “debe planificar e implementar los proce-
sistemas integrados, el control de gestión y sos de seguimiento, medición, análisis y
tantos términos más que nos llegan del mejora necesarios”, y como sabemos los
mundo de la calidad, el Total Quality requisitos de dicha norma son obligatorios
Management de los anglosajones o la cada para todas las empresas que quieran gozar
vez más popular Gestión de Calidad o de las ventajas de la certificación. Por otra
Calidad Total de los que hablamos castella- parte la Norma ISO 17025 “Requerimien-
no. tos generales para la competencia de labo-
ratorios de ensayos y calibración” en el
Ideas rectoras que se repiten en otros punto 5.4.6.1 establece “Un laboratorio de
enfoques como la Gestión del Conoci- calibración, o de ensayo que realiza sus
miento de las relaciones laborales, o el propias calibraciones, debe tener y debe
HCCP (Sistema de Análisis de Riesgo y aplicar un procedimiento para estimar la
Puntos Críticos de Control) de la industria incertidumbre de la medición para todas las
alimenticia, mostrándonos que la inquietud calibraciones y todos los tipos de calibra-
por estos temas flota en el ambiente desde ciones”. Los procesos de mejora y las deci-
las postrimerías del siglo pasado, motivada siones se deben basar en cifras, en medi-
por la imperiosa necesidad de la industria y ciones, pero no alcanza con medir, debe-
los negocios de ser cada vez más eficaces y mos hacerlo correctamente, con medida de
eficientes. la incertidumbre.

* Mónica I. Grasso es graduada en Estadística y Especialista en Calidad Industrial. Quality Manager y Auditora (Deutsche
Gessellschat für Qualität). Profesora Titular de Estadística, Teoría de la Decisión y Técnicas Cuantitativas Aplicadas en
la Universidad del Centro Educativo Latinoamericano. Profesora Adjunta de la Universidad Tecnológica Nacional y de la
Universidad Católica Argentina. Presta servicios de capacitación relacionados con su especialidad en diversas empresas.

INVENIO Junio 2002 113


Mónica I. Grasso

Antes de encarar el mejoramiento de un nificado a lo largo del tiempo.


proceso o un esfuerzo para su control, es
esencial analizar si el sistema de medición ¿Cuáles son las consecuencias de una
en uso es aceptable. excesiva variación en el sistema de medi-
La variabilidad está presente en todas ción?
las actividades incluso en el proceso mismo
de medición aunque éste se realice sobre el La variación del proceso no se percibe
mismo objeto y con el mismo instrumento. directamente, sino a través del sistema de
Por lo tanto nuestro objetivo es medir la medición. Por lo tanto si la variación de
variación dentro de nuestro propio sistema este sistema es grande, la variación del pro-
de medición y asegurarnos que permanezca ceso aparecerá mayor de lo que realmente
dentro de límites aceptables. es. Un error grande del sistema de medi-
ción conduce a una sobre-estimación de la
El sistema de medición variación del proceso, que puede llevarnos
a creer erróneamente que nuestros procesos
El concepto de sistema de medición a no son capaces de satisfacer las exigencias
menudo se reduce sólo al instrumento de del cliente cuando en realidad sí lo son.
medición. En realidad un sistema de medi-
ción es mucho más amplio. Incluye, en Un valor observado está formado por el
principio, los siguientes elementos: valor verdadero de la magnitud a medir
más un error de medición.
· el instrumento o dispositivo de medición,
· el operador que utiliza dicho instrumento, Valor observado = verdadero valor
· el mismo producto que se está midiendo. + error de medición

La combinación de estos factores es la Error de medición es el término usado


determinante de la magnitud de la varia- para designar el efecto que causan todas las
ción o error en los resultados de la medi- fuentes de variabilidad durante el proceso
ción. Un calibre con vernier es una herra- de medición, produciendo una diferencia
mienta eficaz para medir dimensiones entre el valor observado y el verdadero
sobre superficies de metal cuadradas y pla- valor que se pretende medir.
nas. El mismo instrumento dará una gran
variación en los resultados si operadores no La relación anterior significa que cuan-
capacitados lo usan para medir el espesor do utilizamos resultados de mediciones
de un producto compresible como la para tomar decisiones, la información con-
gomaespuma. tiene variabilidad adicional generada por el
mismo proceso de medir. La variabilidad
La especificación de calidad es también total de un conjunto de datos tiene dos
parte del sistema de medición y fuente de componentes:
variación de las mediciones cuando no está
adecuada u operativamente definida ya que variabilidad total =
no se podrá comunicar a todos los interesa- variabilidad del producto
dos de la misma forma y con el mismo sig- + variabilidad de la medición

114 INVENIO Junio 2002


Cómo medir la incertidumbre de medir

El error de medición tiene varias fuen- Las condiciones de repetibilidad inclu-


tes, entre las que se destacan: yen:
· el mismo procedimiento de medición
- Resolución: magnitud del error de apre- · el mismo observador
ciación del instrumento. · el mismo instrumento de medición utili-
zado bajo las mismas condiciones
- Exactitud: diferencia entre el promedio · la misma ubicación
de una serie de mediciones y el valor ver- · repeticiones efectuadas en un lapso
dadero que se está midiendo. breve de tiempo

- Repetibilidad: variación observada La repetibibilidad se puede expresar


cuando un mismo operador mide repetidas cuantitativamente en términos de las carac-
veces la misma muestra con el mismo terísticas de dispersión de los resultados.
equipo.
Reproducibilidad: estabilidad en los
- Reproducibilidad: variación adicional resultados obtenidos de mediciones sucesi-
observada cuando varios operadores usan vas de la misma magnitud efectuadas bajo
el mismo equipo para medir la misma condiciones de medición variables.
muestra. Para que la expresión de la reproducibi-
lidad sea válida es necesario especificar las
- Estabilidad: cambio en las mediciones a condiciones variables.
través del tiempo o deriva.
Las condiciones variables pueden
El conjunto de todas las componentes incluir:
genera la incertidumbre de la medición, las
componentes de mayor incidencia suelen · principios de medición
ser la repetibilidad y la reproducibilidad. · métodos de medición
De allí la importancia de medir adecuada- · observador
mente estas fuentes de error. · instrumento de medición
· ubicación
· condiciones de utilización
Repetibilidad y Reproducibilidad · tiempo

Las definiciones internacionalmente La reproducibilidad se puede expresar


aceptadas de los términos mencionados cuantitativamente en términos de las carac-
provienen del “International vocabulary of terísticas de dispersión de los resultados.
basic and general terms in metrology”
Incertidumbre de medición: parámetro,
Repetibilidad: estabilidad en los resulta- asociado al resultado de una medición, que
dos obtenidos de mediciones sucesivas de caracteriza la dispersión de los valores que
la misma magnitud efectuadas bajo las puede ser razonablemente atribuida a la
mismas condiciones de medición1. magnitud medida.

INVENIO Junio 2002 115


Mónica I. Grasso

El parámetro puede ser, por ejemplo, 2. Realizar la primera ronda de mediciones


una desviación estándar (o un múltiplo de con el primer operador. El orden en que
ella), o la semiamplitud de un intervalo con mide las distintas piezas debe ser aleatorio.
un nivel determinado de confianza.
3. Repetir el paso anterior con el siguiente
Existen distintos métodos o enfoques operador.
para medir la repetibilidad y reproducibili-
dad. Vamos a describir el que se recomien- 4. Continuar hasta que todos los operado-
da en el manual “Statiscal Process Control” res hayan medido todas las piezas una vez.
(SPC) de la norma QS 9000, y luego a mos-
trar como alternativa la aplicación del 5. Repetir los pasos 2 a 4 para el número
Diseño de Experimentos y Análisis de la establecido de pruebas.
Varianza, técnicas éstas que han probado
suficientemente su potencial durante casi 6. Realizar los cálculos correspondientes
cien años de uso en el campo de la para determinar los estadísticos o valores
Estadística, desde que Sir Ronald Fischer resumen del estudio R&R. Dichos valores
las lanzara al ruedo en la década del 20. son:

Manual “Statistical Process Control” · VE: Repetibilidad o Variación del


(SPC) de la norma QS 9000 Equipo. (Siglas en inglés: EV)

Para calcular la repetibilidad y reprodu- · VO: Reproducibilidad o Variación del


cibilidad de un resultado de medición de Operador. (Siglas en inglés: AV)
una determinada característica de una
pieza, se repite la operación varias veces y · R&R: Repetibilidad y Reproducibili-
se observa la variabilidad de los datos obte- dad.
nidos. Se utilizan como mínimo dos opera-
dores y diez piezas. Cada operador mide · VP: Variación entre las Piezas.
cada pieza por lo menos dos veces siempre (Siglas en inglés: PV)
con el mismo equipo. Cada ronda de medi-
ciones que un mismo operador realiza · VT: Variación Total.
sobre todas las piezas se llama prueba. (Siglas en inglés: TV)

Este método permite separar la variabi- · sVE, sVO, sR&R, sVP, sVT, que son los esti-
lidad inherente al equipo (repetibilidad) de madores de los respectivos desvíos
la variación adicional agregada por los ope-
radores (reproducibilidad). · Porcentajes de tolerancia o de variación
total.
El procedimiento propiamente dicho
consiste en: 7. Análisis de resultados e implementación
de acciones de seguimiento si fuera necesa-
1. Calibrar el equipo o verificar que ha rio.
sido calibrado.

116 INVENIO Junio 2002


Cómo medir la incertidumbre de medir

Diseño para recoger la información

Opera- Pieza
Fila Prueba Promedio
dor 1 2 3 4 5 6 7 8 9 10
1 1
2 2
3 3
A _
4 Prom.
XA=
_
5 Rango
RA=
6 1
7 2
8 3
B _
9 Prom.
XB=
_
10 Rango
RB=
11 1
12 2
13 3
C _
14 Prom.
XC=
_
15 Rango
RC=

16 _ RP =
Prom Pieza: XP
= _ _ _ =
17
R = ( RA + RB + RC ) / # de operadores = R=
_ _
18 RXop =
RXoperador = Máx Xoperador – mín Xoperador =
=
19 LCSR=
LCSR = R D4 =
=
20 LCIR =
LCIR = R D3 =
D3 y D4 son los coeficientes usados en los gráficos de control estadístico de rangos.
Si el número de pruebas es 2, D4 = 3.27, si el número de pruebas es 3: D4 = 2.58
Si el número de pruebas es menor a 7: D3 = 0

A. Definición de las características a cal- longitud del intervalo sobre el que se


cular encuentra el 99% central de los datos
(siempre que los datos analizados tengan
· Repetibilidad (VE): Se define como la una distribución normal).

INVENIO Junio 2002 117


Mónica I. Grasso

Del mismo modo que el 99.7% central · Repetibilidad y Reproducibilidad (R&R):


de los datos se encuentran sobre 6s, pode- Se calcula usando la ley de propagación de
mos comprobar que el 99% central de los la incertidumbre
datos están sobre 5.15s. __________
R&R = Ö VE2 + VO2
Entonces
= =
VE = 5.15 s = 5.15 R/d2 = R K1 · Variación entre las Piezas (VP): Se
= determina multiplicando el rango de los
VE = R x K1 promedios de cada pieza (Rp) por una
constante K3, que es la misma constante K2
· Reproducibilidad (VO): La variabilidad pero para tamaños de muestra mayores.
presente entre los operadores se manifiesta
a través de lo que llamamos con RXoperador, el VP = Rp x K3
rango de los promedios de los distintos
operadores, pero este rango también inclu-
ye variabilidad debida a la variación de los · Variación Total (VT ó s1): Se calcula
promedios muestrales que calculamos con como:
las mediciones hechas por cada operador. _____________
VT = Ö (R&R)2 + (VP)2

RXoperador = variabilidad entre los operadores


+ variabilidad del promedio Si el proceso tiene variación conocida y su
valor corresponde a 6 s, puede calcularse
Variabilidad entre los operadores = como:
RXoperador - variabilidad del promedio

VT = 5.15 variación del proceso / 6


Esta misma situación se refleja en el
cálculo de
en este último caso la Variación entre las
________________ Piezas se puede obtener como diferencia:
VO = Ö(RXop K2)2 - VE2 / nr
____________
donde n es el número de piezas VP = Ö VT2 - (R&R)2
y r el número de pruebas

El factor K2 se calcula de modo seme-


jante al K1, pero usando los factores d2* que
son los d2 corregidos para estimar s cuando
contamos sólo con un rango en lugar de un
promedio de rangos.

118 INVENIO Junio 2002


Cómo medir la incertidumbre de medir

Los cálculos pueden efectuarse en la siguiente planilla:

Medidas % de la Variación del Proceso

Repetibilidad (VE) Prue- %VE = 100 (VE / VT)


K1
= bas
=
VE = R x K1 2 4.56
= ---------- %
=
3 3.05
=

Reproducibilidad (VO)
%VO = 100 (VO / VT)
_________________
VO = Ö(RXop K2)2 - VE2 / nr =
= = ---------- %
=
n = número de piezas Operadores 2 3
r = número de pruebas K2 3.65 2.70

Repetibilidad y Reproducibilidad (R&R)


%R&R = 100 (R&R / VT)
__________
R&R = Ö VE2 + VO2 =
= = ---------- %
=
Partes K3
Variación entre las Partes (VP) 2 3.65
%VP = 100 (VP / VT)
3 2.70
VP = Rp x K3 4 2.30 =
5 2.08 = ---------- %
= 6 1.93
7 1.82
=
8 1.74
9 1.67
Variación Total (VT) 10 1.62
_____________
TV = Ö (R&R)2 + (VP)2
=
=

INVENIO Junio 2002 119


Mónica I. Grasso

Las conclusiones luego de un estudio corte se separan los granos dañados, los
de repetibilidad y reproducibilidad de un quebrados y las materias extrañas, se los
equipo de medición usando cualquiera de pesa y se registra el peso en gramos. Luego
los dos enfoques mencionados antes (% de se calcula la proporción que representa
la variación total o % de la tolerancia) son: cada uno del peso total del corte.

· menos del 10% La técnica estadística utilizada para este


el equipo está en muy buenas condicio- estudio fue el Diseño de Experimentos y
nes Análisis de la Varianza. Como ya dijimos
· entre el 10% y el 30% la característica principal de cualquier
equipo condicionalmente aceptable situación experimental es la variabilidad,
· más del 30% aún cuando la experimentación se realice
equipo inaceptable bajo condiciones controladas. El Análisis
de la Varianza permite determinar o detec-
Diseño de Experimentos y Análisis de tar cuánta de la variabilidad presente en un
Varianza conjunto de datos provenientes de una
experiencia (un proceso de medición en
Explicaremos la metodología con un nuestro caso) se puede atribuir a causas
caso: un estudio efectuado en la Cámara de asignables de variación o factores causales.
Cereales de Rosario2 con el objeto de medir El remanente de esa variabilidad no asigna-
la repetibilidad y reproducibilidad de sus ble a ninguno de los factores reales de
procedimientos de medición de las caracte- variación se lo atribuye al azar y es lo que
rísticas mencionadas más adelante. se denomina error aleatorio o residual.

El procedimiento estándar para realizar El diseño utilizado fue un diseño alea-


las mediciones es seleccionar una muestra torizado por bloques completos con efectos
de algunos kilos del material recibido y aleatorios. Trabajamos con 10 bloques (los
separar cortes (muestras de menor tamaño) cortes) y 4 analistas (niveles del factor)
utilizando un cuarteador. Por ejemplo, para seleccionados al azar entre todos los analis-
el caso del maíz se separan aproximada- tas. Se tomaron diez cortes de una misma
mente 70 gramos por corte, y para el trigo muestra y cada analista realizó, en orden
alrededor de 50 gr. aleatorio, las mediciones de las diez mues-
El análisis se realizó sobre dos tipos de tras.
semillas: maíz y trigo. En ambos casos se
trabajó con semillas grado 3. En cada corte Dado
de ambos tipos de semilla se evaluaron tres yij: proporción del peso del corte que
características: corresponde a la característica estudiada,

- granos dañados, el modelo propuesto es aditivo:


- granos quebrados y
- materias extrañas yij = m + ai + bj + rij i = 1, 2, 3, 4
j =1, 2, ... , 10
Para evaluar cada característica del

120 INVENIO Junio 2002


Cómo medir la incertidumbre de medir

donde corte utilizando el cuarteador (sˆ b ) y


m es la media general,
ai es el efecto del i-ésimo analista ele- 3. la variación introducida por las diferen-
gido en la muestra de analistas, cias entre los analistas (sˆ a ),
bj es el efecto del j-ésimo corte y
rij es el residuo o error aleatorio del ana- 4. y hacer una prueba de hipótesis para el
lista i en el corte j. valor de que nos permite concluir si se
observan diferencias significativas entre
Como tanto el efecto del corte como el los resultados de distintos analistas.
de los analistas son aleatorios, el modelo
propuesto es un modelo de componentes de De acuerdo a las definiciones del
varianza. La variabilidad total de las obser- “International vocabulary of basic and
vaciones se descompone en una componen- general terms in metrology” citadas ante-
te que mide la variabilidad entre analistas, riormente y al sistema de medición ya des-
otra que mide la variabilidad entre cortes y crito, consideramos que los ítems 1 y 2
una última que mide la variabilidad de los integran la repetibilidad del proceso (la
residuos de cada combinación analista/ variabilidad del cuarteador se debe al pro-
corte. cedimiento de medición) y la variación
debida a las diferencias entre analistas es lo
Las estimaciones de cada una de estas que llamaremos reproducibilidad debida
varianzas se obtiene del cuadro de Análisis a los analistas.
de Varianza (ANOVA) y vienen dadas por:
El cálculo se realiza utilizando la ley de
propagación de la incertidumbre, del

2
= CMerror siguiente modo:

sˆ + sˆ
2 2
CManalista - CMerror Repetibilidad: R1=

2
a
= b
4
CMcorte - CMerror Reproducibilidad: R2= sˆ a


2
b
=
10 2 2
R&R = R +R1 2

donde cada CM es uno de los cuadrados


medios del cuadro ANOVA correspondien- Los datos se procesaron con las herra-
te. mientas estadísticas de MS-Excel, el análi-
sis incluyó análisis de varianza y estudio de
Para el problema que nos ocupa, este los errores para comprobar los supuestos en
diseño nos permite estimar: los que se basa el modelo lineal propuesto.

1. la variabilidad intrínseca del procedi- Conclusión


miento de medición ( sˆ ),
El análisis que propone el manual
2. la variabilidad generada por obtener el “Statistical Process Control” es un proce-

INVENIO Junio 2002 121


Mónica I. Grasso

dimiento fabril y como tal es muy detalla- bio de las mayores exigencias proporciona
do, puede parecer engorroso pero de ningu- mejores estimaciones de todas las medidas
na manera difícil o incomprensible, si uno de variabilidad involucradas, porque en
se toma algo de tiempo para analizar las lugar de trabajar con rangos lo hace con
definiciones puede comprender la filosofía desvíos estándares3, aprovechando de este
del cálculo. Se basa en cálculos de rangos y modo toda la información disponible. Lo
promedios de rangos, y eso lo hace relati- logra, además, a partir de una experimento
vamente fácil de comprender y calcular, diseñado para tener el mejor aprovecha-
aun con el único auxilio de una calculado- miento de la información. Esta característi-
ra. ca vital transforma al Análisis de la
En cambio el Análisis de la Varianza es Varianza en una herramienta muy potente,
una técnica más sofisticada, implica mayor preferible en los casos en que se cumplen
volumen de cálculo, y aunque esto no es los supuestos que exige, porque proporcio-
problemático porque se realiza con el com- na resultados estadísticamente más confia-
putador (MS-Excel o cualquier software bles. Sin embargo si el personal a cargo no
estadístico), también requiere mayores maneja esta herramienta o no cuenta con
conocimientos teóricos si se desea hacer un facilidades para el cálculo, es más reco-
correcto análisis del modelo y una adecua- mendable la metodología citada en primer
da interpretación de los resultados. A cam- término.

NOTAS
1
La publicación mencionada presenta las definiciones en inglés y francés, pero no en castellano. La traducción es ver-
sión de la autora de este artículo.
2
La autora agradece a la Cámara de Cereales de Rosario el permiso para utilizar la información de este caso.
3
Recordemos que un rango se calcula tomando sólo los valores extremos observados (el mayor valor observado menos
el menor) mientras que el cálculo del desvío estándar involucra todos los desvíos respecto de la media aritmética,
tomando en cuenta todos los valores observados.

BIBLIOGRAFÍA
International Organization for Standardization Iso 9001: 2000 - Sistemas de gestión de la calidad - Requisitos (traduc-
ción certificada). Ginebra, Suiza.

International Organization for Standardization ISO/IEC 17025: 1999 “Requerimientos generales para la competencia
de laboratorios de ensayos y calibración”. Ginebra, Suiza, 1999.

International Organization for Standardization, Metrology Group. International vocabulary of basic and general terms
in metrology. 1993.

BUREAU INTERNATIONAL DES POINTS ET MEASURES (BIMP). Guide to the expression of uncertainty in mea-
surements. Bureau International des Points et Measures, 1993.

“Statistical Process Control” (SPC) - Reference manual. Second Printing. Chrysler Corporation, Ford Motor Company,
and General Motors Corporation - 1995.

Diseño y análisis de experimentos. Montgomery, D C - Grupo Editorial Iberoamérica - México, 1991

GRASSO, M Estudio R&R: Repetibilidad y reproducibilidad. Informe Final. (Documento interno). Rosario, Cámara de
Cereales de Rosario, 2000.

122 INVENIO Junio 2002