6 MSA, Gage R&R Cont Data - SP

Análisis de Sistemas
de Medición (MSA):
Gage R&R Datos
Continuos
R&R = Repetibilidad y
Reproducibilidad
Av. Providencia N° 545, Of. 15, Providencia, Santiago - CHILE, Teléfonos: (56-2) 2797 9400 - Fax: (56-2) 2797 9409
Internet: www.quality.cl E-mail: college@quality.cl
Objetivos
 Al final del módulo, usted será capaz de:

 Describir las fuentes de variabilidad para una respuesta.
 Describir las implicancias de la exactitud y precisión de las
mediciones, que informan métricas de datos continuos.
 Impacto en la calidad de los sistemas de medición sobre la
precisión, que informan métricas de datos continuos.
© 2008 Derechos Reservados Quality College MSA, Gage R&R Datos Continuos - 2
12(1) - 1
Exactitud y Precisión
 La Exactitud (sesgo) describe el centramiento de nuestro

sistema de medición en relación al valor verdadero.
 El instrumento está calibrado para asegurar la Exactitud. (i.e.,
minimizar el sesgo)
 La Precisión (repetibilidad) describe la variabilidad de

nuestro sistema de medición.
 Usaremos la variación de una máquina, los estudios de fijaciones y
los estudios de R&R para entender y mejorar la precisión.
x X
X
x X
X
X X
X
X
12(1) - 2
x
x xx
x
Describa nuestro
proceso de
Exactitud y
Precisión para esta
situación
Precisión
 Precisión es conceptualmente el “Rango” de medición, si una pieza se

midió muchas veces, en una cierta cantidad de meses, por diferentes
operadores.
 Una definición operacional para Precisión (AIAG)
 Precisión = 5.15*SMS (SMS es la desv. estándar del sistema de medición)
El Multiplicador
para la precisión
puede ser 6
Precisión
Precision
2.575*SMS en cada dirección
12(1) - 3
AIAG ha publicado un folleto relativo a tópicos de MSA. Ellos

definen precisión como:
“el efecto neto de discriminación, sensibilidad y repetibilidad

sobre el rango de operación (tamaño, rango y tiempo) del
sistema de medición. En algunas organizaciones, precisión se
usa indistintamente como repetibilidad. De hecho, la precisión
se usa normalmente para describir la variación esperada de
mediciones repetidas sobre el rango de la medición; ese rango
puede ser tamaño o tiempo. El uso de términos con
componentes más descriptivos, se prefiere al uso del término
“precisión”.
Exactitud
 Se cuantifica usando Bias (sesgo)

 Bias: Cuán lejos está el promedio de las mediciones, del valor
“verdadero” del parámetro.
 Independiente de la precisión
Promedio Medición = 1.70 Valor verdadero del parámetro=1.75

Bias = 1.70 - 1.75 = -0.05
12(1) - 4
Fuentes de Variabilidad
 Cuando las mediciones se

toman desde un producto en
proceso continuo, los valores
observados están en función
de la variación del proceso y
de la variación de la medición.
 Necesitamos entender cómo
la variación de la medición
impacta en nuestros
resultados.
 El histograma (oscuro) muestra la distribución de las mediciones de un
producto en proceso continuo y la distribución de las mediciones (histograma
claro) si no hubiera la variación adicional que aporta el sistema de medición.
Datos sin Datos con

Secuencia Secuencia
de Tiempo de Tiempo
10
12(1) - 5
 Las fuentes de variabilidad de un proceso son:
11
 Las fuentes de variación de un sistema de medición son:
Discutiremos cada
tipo más tarde
12
12(1) - 6
 Las organizaciones frecuentemente pasan por alto el impacto de

no tener un sistema de medición de la calidad requerida.
 Un sistema de medición pobre puede ser costoso.
 Permite el rechazo de piezas/partes satisfactorias.
 Permite la aceptación de partes no satisfactorias.
 Puede hacer aparecer un proceso como que tiene una capacidad pobre.
 Implica pérdidas de ventas.
 Gastos innecesarios en tratar de arreglar un proceso de fabricación o de
negocios, cuando la fuente de variabilidad primaria proviene del sistema
de medición.
¿Cuándo fue la última vez que su
organización desarrolló un Gage R&R?
13
Tres Usos de las Mediciones
 Descriptiva
 Compare los parámetros de la medición con una tolerancia.
 Ejemplo: la deformación del plomo debe ser menos que 0.0002
pulgadas.
 No saque conclusiones acerca del proceso, por la sóla razón que la
pieza/parte que está midiendo está fuera de especificación.
 Caracterización
 Caracterización de un lote de producto con una muestra de esa
partida o lote.
 Tome una muestra de la partida y decida si libera los productos.
14
12(1) - 7
Tres Usos de Mediciones
 Analítico
 Use la medición de un proceso o producto con el
propósito de establecer si el proceso está ”en control” y
para hacer cambios en el proceso cuando sea
necesario.
 Las mediciones se usan para verificar si el proceso está
en control.
 Por Ejemplo: hacer un seguimiento de la concentración de
solventes en un revelador.
¿Cómo usa las mediciones

su compañía ?
15
Terminología
 Ahora discutiremos los tipos de Variación de los Sistemas

de Medición.
16
12(1) - 8
Terminología
 Repetibilidad es la variación en las mediciones realizadas sobre una

misma pieza/parte realizadas por un mismo operador.
 Mismo Sistema de medición.
 Medición de características idénticas.
 Diferentes operadores pueden tener diferente repetibilidad.
 ¿El proceso de observación de defectos en botellas en una línea de
producción tiene una falta de repetibilidad en su medición?
 Respuesta
 Sí
 Fatiga del inspector
 Cambio del ángulo de visión
17
Terminología
 La reproducibilidad es la variación entre los promedios de las mediciones

hechas por distintos operadores.
 Usando el mismo sistema de medición
 Midiendo idénticas características de las mismas partes/piezas.
 Compara operadores.
 ¿ El proceso de observación de defectos en botellas en una línea de
producción tiene falta de reproducibilidad en su medición?
 Respuesta
 Sí
 Cada inspector puede tener un diferente
ángulo de visión de la línea y distinta
agudeza visual.
 Hay diferentes definiciones
operacionales respecto de la
observación de un defecto en
la botella. MSA, Gage R&R Datos Continuos - 18
© 2008 Derechos Reservados Quality College
18
12(1) - 9
Terminología
 % R&R es el porcentaje de variación de la medición o precisión

(P) relativo a ...
 Tolerancia (T) del parámetro que está siendo medido (P/T), o
 Variación Natural del Proceso (NPV) para el parámetro que está siendo
medido (P/NPV)
 Asegúrese de especificar la métrica de su interés.
19
Terminología
 ¿Qué sistema de medición tiene en su organización que podría

tener sesgo (bias)? ¿Es o no repetible?
 ¿Qué sistema de medición tiene en su organización que podría
tener una cantidad de variabilidad por reproducibilidad,
inaceptable?
¿Alguna idea?
20
12(1) - 10
Terminología
 Inestabilidad (o tendencia) es la fluctuación de largo plazo de la media
del sistema de medición en el tiempo.
 Se hace un seguimiento mediante carta de control con un patrón, a lo
largo del tiempo.
 El Sistema de Medición es estable si su media no fluctúa a lo largo del
tiempo.
21
Terminología
 Bias (sesgo) es la diferencia entre el promedio observado de las

mediciones y el valor de referencia.
 La linealidad es el cambio en los valores de bias a través del rango
de operación esperado del instrumento.
22
12(1) - 11
Terminología
Estudio Calibración
 Razón para Analizar y Mejorar el
Sistema de Medición. Error de Ajuste (Exactitud)
 Reducir los aspectos de Exactitud y
Precisión para tener una visión real
de las fuentes de variación del
proceso.
 Los aspectos de una Medición se
Caracterizan por:
 Localización: Estabilidad, sesgo, Precisión
linealidad.
 Dispersión: repetibilidad; Estudio Gage R&R
reproducibilidad.
23
Terminología
 Resolución Pobre de la Medición para los dos extremos de

longitud de esta pieza/parte.
 Resolución es un pequeño cambio en el incremento que puede detectar
un instrumento, para este caso 1 unidad.
Parte 1
Parte 2
1 2 3 4 5 6 7 8 9 10
24
12(1) - 12
Terminología
 Mejora de resolución en la medición de dos extremos de

longitud de esta pieza/parte.
 Resolución es 1/10 de unidad.
Parte 1
Parte 2
1 2 3 4 5 6 7 8 9 10
25
Cómo Cuantificar la Capacidad del

Sistema de Medición
 Para un uso descriptivo y de caracterización.
 Compare la medición con el límite de especificación.
 Razón Precisión a tolerancia (P/T)
 P/T = 5.15*SMS / Tolerancia
 En el gráfico de abajo se representa una P/T = 30%
El área alrededor del límite

de especificación es donde
la medición puede no ser
confiable. Si el valor de
P/T es 30%, el 15% a
ambos lados del límite de
Creencia de la especificación especificación es
sospechoso.
LSL USL
26
12(1) - 13
 Para uso Analítico
 Compare las variaciones de la medición - SMS , con el total de la
variación - STotal (variación del proceso + variación de la medición)
 La razón Precisión (P) a Variación Natural del Proceso (NPV)
 P/NPV = 5.15*SMS / 5.15*STotal = SMS / STotal
 El histograma de abajo representa un P/NPV = 25%
1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6
Precisión
99% de variación del proceso (NPV)

27

 Para uso analítico
 La cantidad de categorías distintas que pueden obtenerse con
confianza desde los datos son:
 Si la cantidad de distintas categorías es menos que dos, la mayoría

de las variaciones que se ven en el proceso son atribuibles al
sistema de medición.
 Si la cantidad de categorías es dos (alto o bajo).
 Es equivalente a medir con un pasa/no pasa por atributos.
 Es preferible tener la cantidad de categorías tan grande como sea
posible.
 La cantidad exacta depende de cómo van a ser usadas las
Mediciones.
28
12(1) - 14
Relaciones Gage R&R
 Los análisis típicos de Gage R&R ofrecen gráficos de los más variados.
 Las salidas de un análisis típico de Gage R&R incluyen
Gráficos X-bar y R
 A diferencia de los gráficos de control, el eje horizontal para estos gráficos no es
el tiempo.
 Operadores
 Partes
 Parte por Operador
 Estos llevan a interpretaciones muy diferentes de los gráficos de control tradicionales
29
Relaciones Gage R&R
 Los siguientes gráficos son parte de un análisis de Gage R&R

Operadores 1, 2
Partes 1, 2, 3, 4, 5
 El Gráfico R representa el
rango (del estudio completo)
de la medición de cada
pieza/parte para cada
operador (Repetibilidad).
 El Gráfico X Bar representa la
variación entre el promedio de
las partes por operador.
 Los límites de control
vienen del gráfico R
30
12(1) - 15
Relaciones Gage R&R
 Las siguientes ecuaciones determinan los límites de control para el

gráfico X bar del análisis del Gage R&R (Pág. 227).
 Use el gráfico X-Bar para comparar visualmente la variación de la

medición (límites de control) con la variación del proceso (promedio
de las partes).
 Asuma que la variabilidad de las partes no afecta el rango del
proceso. Baja variabilidad de la
medición
¿cómo se Con respecto a la
ve? variabilidad
de partes/piezas
31
Ejemplo 12.1: Estudio Gage R&R
 Se recolectaron datos de proceso en largo espacio de tiempo y se

compiló en una carta de control a nivel de 30,000-pies
 Proceso se refleja predecible
 Especificación era 100 +/- 15
 i.e., tolerancia del proceso = 30
 La métrica de Capacidad/desempeño del proceso no era satisfactoria
 La Desv. Estándar histórica se estimó en 3,5
 Se planificó un estudio de Gage R&R
 Cinco muestras seleccionadas desde un proceso de manufactura van a
representar la dispersión normal del proceso.
 Dos evaluadores quienes normalmente hacen las mediciones fueron
escogidos para participar en el estudio.
 Cada pieza/parte se mide tres veces por cada evaluador.
 Minitab Data Set: “cap 12, ejem 12-01, gage r&r.MTW”
32
12(1) - 16
 Un valor p bajo indica que el supuesto de que todas las partes,

operadores o interacciones comparten la misma media
probablemente no es cierto. (hipótesis nula típica no hay
diferencias entre medias)
 Para determinar si las mediciones promedio son significativamente

diferentes, compare el valor p con el nivel de significancia
(denotado como α o alfa) para evaluar la hipótesis nula. La
hipótesis nula indica que todas las medias de grupo son iguales.
Por lo general, un nivel de significancia de 0.05 funciona
adecuadamente. Un nivel de significancia de 0.05 indica un 5% de
riesgo de concluir que existe una diferencia cuando no es así.
33
 Valor p ≤ α: Al menos una media es estadísticamente diferente

 Si el valor p es menor que o igual al nivel de significancia, usted rechaza
la hipótesis nula y concluye que al menos una de las medias es
significativamente diferente de las demás. Por ejemplo, al menos uno de
los operadores mide de manera diferente.
 Valor p > α: Las medias no son significativamente diferentes
 Si el valor p es mayor que el nivel de significancia, usted no puede
rechazar la hipótesis nula, porque no cuenta con suficiente evidencia para
concluir que las medias de la población son diferentes. Por ejemplo, no
puede concluir que los operadores miden de manera diferente.
 Sin embargo, tampoco puede concluir que las medias son
iguales. Es posible que exista una diferencia, pero la prueba
pudiera no tener suficiente potencia para detectarla.
34
12(1) - 17
Cap 12, ejem 12-01, gage r&r.MTW
Stat>Quality Tools>Gage Study>Gage R&R (Crossed)
Más en la próxima
35
Stat>Quality Tools>Gage Study>Gage R&R (Crossed)
36
12(1) - 18
Podríamos rechazar la hipótesis nula que

Gage R&R Study - ANOVA Method
dice que las diferencias de las partes es
cero con una probabilidad de estar
Two-Way ANOVA Table With Interaction
equivocado menor que p=0.05
Source DF SS MS F P
Part 4 129.467 32.3667 13.6761 0.013
Appraiser 1 2.700 2.7000 1.1408 0.346
Part * Appraiser 4 9.467 2.3667 0.9221 0.471
Repeatability 20 51.333 2.5667
Total 29 192.967
Minitab session window
Interacción (lo veremos profundamente más

adelante): Figura 27.1, Pág. 411 ilustraciones en
un interaction plot MSA, Gage R&R Datos Continuos - 37
© 2008 Derechos Reservados Quality College
37
 Two-Way ANOVA Table Without Interaction
 Source DF SS MS F P
 Part 4 129.467 32.3667 12.7763 0.000
 Appraiser 1 2.700 2.7000 1.0658 0.312
 Repeatability 24 60.800 2.5333
 Total 29 192.967
38
12(1) - 19
Gage R&R
%Contribution
Source VarComp (of VarComp)
Total Gage R&R 2.5444 33.85

Repeatability 2.5333 33.70
Reproducibility 0.0111 0.15
Appraiser 0.0111 0.15
Part-To-Part 4.9722 66.15
Total Variation 7.5167 100.00
39
Study Var %Study Var %Tolerance %Process

Source StdDev (SD) (6 * SD) (%SV) (SV/Toler) (SV/Proc)
Total Gage R&R 1.59513 9.5708 58.18 31.90 45.58
Repeatability 1.59164 9.5499 58.05 31.83 45.48
Reproducibility 0.10541 0.6325 3.84 2.11 3.01
Appraiser 0.10541 0.6325 3.84 2.11 3.01
Part-To-Part 2.22985 13.3791 81.33 44.60 63.71
Total Variation 2.74165 16.4499 100.00 54.83 78.33
Number of Distinct Categories = 1 P/NPV (i.e., Precisión v/s

Variabilidad natural del
proceso).
Necesita mejorar el sistema de medición
40
12(1) - 20
 Número de categorías distintas

 El número de categorías distintas es una métrica que se utiliza en los
estudios R&R del sistema de medición para identificar la capacidad de un
sistema de medición de detectar una diferencia en la característica
medida. Este número representa la cantidad de intervalos de confianza no
superpuestos que abarcan el rango de variación del producto, que es
definido por las muestras seleccionadas. También puede entenderse
como el número de grupos dentro de los datos del proceso que el sistema
de medición puede discernir.
 Interpretación
 El manual de análisis de sistemas de medición, publicado por el
Automobile Industry Action Group (AIAG) señala que 5 o más categorías
indican un sistema de medición aceptable. Si el número de categorías
distintas es menor que 5, es posible que el sistema de medición no tenga
suficiente resolución.
41
¿Le gustaría
que las
diferencias
entre las
partes/piezas
fueran
pequeñas en
relación a los
límites de
control?
42
12(1) - 21
chap 12, exam 12-01, gage r&r.MTW
Stat>Quality Tools>Gage Study>Gage Run Chart
43
Run chart puede

ser otra ayuda
para el diagnóstico
44
12(1) - 22
 Considere la situación donde determinamos un P/T mayor al

deseado.
 Necesitamos una mejora rápida de nuestra medición, aunque
sea temporal.
 Considere qué podríamos hacer
 Respuesta:
 Promediar varias lecturas (re-arreglando cada vez) de la misma
pieza/parte.
 Usar el promedio de las partes como medición de la parte.
 Ventajas:
 Si se usan cuatro mediciones el P/T y P/NPV se reducen a la mitad.
 Desventajas:
 Necesita tomar cuatro veces las mismas mediciones.
i
45
Informando el Gage R&R a otros

Enfoque Ventajas Desventajas
Un sólo número La desviación estándar se determina de la

Número de distintas
distribución de las muestra ensayadas
Categorías
Fácil de Visualizar No tiene mucha discriminación
% de contribución a la tasa
Porcentaje adiciona al 100% La desviación estándar se determina de la
de varianza total
La desviación estándar se determina de la

% del Estudio Fácil de Visualizar
La fuente de los porcentajes no permite la
suma del 100%
Fácil de Visualizar
La fuente de los porcentajes no permite la
% de la Tolerancia Respuesta se mide respecto de las necesidades de los suma del 100%
clientes
Fácil de Visualizar
% de la variación del Si se le compara con la demostración de la desviación La fuente de los porcentajes no permite la
proceso estándar que se tiene que originar de una gran suma del 100%
muestra que sea representativa de la población
Para el ejemplo 12.1, ¿cuál(es) enfoque(s) piensa que es el que mejor

describe a otros, el Gage R&R de este dispositivo de medición?
46
12(1) - 23
Ejercicio 12.1 (Largo de Tornillos):
Datos Continuos MSA
 El equipo debe conducir un estudio Gage R&R para la medición del
largo de los tornillos.
 Minitab Data Set: “Cap 12, ejer 12-01, our mach screw length gage r&r.MTW”
 Cinco tornillos se entregarán a cada equipo para el análisis.
 Estos tornillos tienen un intervalo en el rango de la producción (e.g., 0,200
pulgadas).
 La tolerancia es 0,7 mm o 0,07 cm
 Realice un gage R&R usando al menos dos evaluadores, de modo que
cada pieza/parte sea medida dos veces por cada evaluador.
 Las mediciones se deben registrar lo más cercanas a 1/10 del incremento menor
a la regla.
 Recolecte los datos usando un procedimiento experimental que reduzca el bias.
Más información en la próxima diapositiva

47
Ejercicio 12.1 (Largo de Tornillos):

Datos Continuos MSA
Cap 12, ejer 12-01, our mach screw length gage R&R.MTW
Stat>Quality Tools>Gage R&R Study (Crossed)
i
48
12(1) - 24
Ejercicio 12.1(Largo de Tornillos):
Datos Continuos MSA
Mostrando que hay una diferencia

Gage R&R Study - ANOVA Method significativa de tamaño en los
tornillos
Two-Way ANOVA Table With Interaction
Source DF SS MS F P
Machine scre 4 0.105887 0.0264717 19.6208 0.000
Appraiser 2 0.009207 0.0046033 3.4120 0.085
Machine scre * Appraiser 8 0.010793 0.0013492 2.6282 0.051
Repeatability 15 0.007700 0.0005133
Total 29 0.133587
Esto es preocupante
i
49

Datos Continuos MSA
Gage R&R
%Contribution
Source VarComp (of VarComp)
Total Gage R&R 0.0012567 23.08
Repeatability 0.0005133 9.43
Reproducibility 0.0007433 13.65
Appraiser 0.0003254 5.98
Appraiser*Machine scre 0.0004179 7.68
Part-To-Part 0.0041871 76.92
Total Variation 0.0054438 100.00
 Describa la “mejor estimación” para variabilidad (respuesta en el próxima).
i
50
12(1) - 25
Datos Continuos MSA
 Estos son “mejores estimadores”.

 La reproducibilidad muestra ser estadísticamente
significativa.
i
51

Datos Continuos MSA
P/T
Study Var %Study Var %Tolerance
Source StdDev (SD) (6 * SD) (%SV) (SV/Toler)
Total Gage R&R 0.0354495 0.212697 48.05 30.39
Repeatability 0.0226569 0.135941 30.71 19.42
Reproducibility 0.0272641 0.163585 36.95 23.37
Appraiser 0.0180393 0.108236 24.45 15.46
Appraiser*Machine scre0.0204430 0.122658 27.71 17.52
Part-To-Part 0.0647077 0.388246 87.70 55.46
Total Variation 0.0737818 0.442691 100.00 63.24
Number of Distinct Categories = 2 No es

bueno
52
12(1) - 26
Datos Continuos MSA
 El sistema de medición no es tan bueno como debiera ser

 La razón P/T es 30,39 %
 Cantidad de partes distintas = 2
 El sistema de medición necesita ser mejorado
Más información en la
próxima diapositiva
53

Datos Continuos MSA
 Haga su comentario de los siguientes gráficos
Más
información en
la próxima
diapositiva
54
12(1) - 27
Datos Continuos MSA
 Haga su comentarios de los
siguientes gráficos.
 Las mediciones del
evaluador 3 fueron más
grandes en promedio que
las del evaluador 1.
 El evaluador 2 tiene una
lectura similar en las partes
1, 2, 3, y 5
 Parte 4 luce diferente en
gráfico R (el examen indica
que está doblada).
El límite de control X bar no está tan cercano como nos

gustaría (en relación con la variabilidad entre las partes).
55
Evaluación Final
 Considere la importancia de realizar un MSA

 Se puede botar mucho dinero tratando de arreglar un proceso, cuando la
mayor fuente de variabilidad está en el sistema de medición.
 Desarrolle un MSA antes de empezar un trabajo de experimentación (e.g.,
DOE).
 El sistema de medición es sólo una de las fuentes de variabilidad
cuando medimos un producto o un proceso.
 Otras posibles fuentes de variabilidad son las diferencias entre las
materias primas, entre las líneas de fabricación, y equipos de ensayo.
 Las técnicas de componentes de la varianza que usan la estructura de
diseño anidado pueden cuantificar los componentes de la varianza no
sólo de un proceso sino también los de los parámetros del sistema de
medición.
56
12(1) - 28
Consideraciones
 ¿Qué aprendió en el ejercicio de los tornillos que pueda

usar en su proceso?
 ¿Cómo puede usar MSA en su proceso?
 ¿Cómo puede su organización usar la mediciones?
 ¿Cómo puede su organización usar estas herramientas
para mejorar sus mediciones?
57
12(1) - 29

6 MSA, Gage R&R Cont Data - SP

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

6 MSA, Gage R&R Cont Data - SP

Cargado por

Copyright:

Formatos disponibles

Análisis de Sistemas

 Al final del módulo, usted será capaz de:

 La Exactitud (sesgo) describe el centramiento de nuestro

 La Precisión (repetibilidad) describe la variabilidad de

 Precisión es conceptualmente el “Rango” de medición, si una pieza se

AIAG ha publicado un folleto relativo a tópicos de MSA. Ellos

“el efecto neto de discriminación, sensibilidad y repetibilidad

 Se cuantifica usando Bias (sesgo)

Promedio Medición = 1.70 Valor verdadero del parámetro=1.75

 Cuando las mediciones se

Datos sin Datos con

 Las fuentes de variabilidad de un proceso son:

 Las fuentes de variación de un sistema de medición son:

 Las organizaciones frecuentemente pasan por alto el impacto de

Tres Usos de las Mediciones

¿Cómo usa las mediciones

 Ahora discutiremos los tipos de Variación de los Sistemas

 Repetibilidad es la variación en las mediciones realizadas sobre una

 La reproducibilidad es la variación entre los promedios de las mediciones

 % R&R es el porcentaje de variación de la medición o precisión

 ¿Qué sistema de medición tiene en su organización que podría

 Bias (sesgo) es la diferencia entre el promedio observado de las

 Resolución Pobre de la Medición para los dos extremos de

 Mejora de resolución en la medición de dos extremos de

Cómo Cuantificar la Capacidad del

El área alrededor del límite

99% de variación del proceso (NPV)

Cómo Cuantificar la Capacidad del

 Si la cantidad de distintas categorías es menos que dos, la mayoría

Relaciones Gage R&R

 Los siguientes gráficos son parte de un análisis de Gage R&R

 Las siguientes ecuaciones determinan los límites de control para el

 Use el gráfico X-Bar para comparar visualmente la variación de la

Ejemplo 12.1: Estudio Gage R&R

 Se recolectaron datos de proceso en largo espacio de tiempo y se

 Un valor p bajo indica que el supuesto de que todas las partes,

 Para determinar si las mediciones promedio son significativamente

Ejemplo 12.1: Estudio Gage R&R

 Valor p ≤ α: Al menos una media es estadísticamente diferente

Stat>Quality Tools>Gage Study>Gage R&R (Crossed)

Ejemplo 12.1: Estudio Gage R&R

Stat>Quality Tools>Gage Study>Gage R&R (Crossed)

Podríamos rechazar la hipótesis nula que

Appraiser 1 2.700 2.7000 1.1408 0.346

Part * Appraiser 4 9.467 2.3667 0.9221 0.471

Repeatability 20 51.333 2.5667

Interacción (lo veremos profundamente más

Ejemplo 12.1: Estudio Gage R&R

 Two-Way ANOVA Table Without Interaction

Total Gage R&R 2.5444 33.85

Ejemplo 12.1: Estudio Gage R&R

Study Var %Study Var %Tolerance %Process

Number of Distinct Categories = 1 P/NPV (i.e., Precisión v/s

 Número de categorías distintas

Ejemplo 12.1: Estudio Gage R&R

Stat>Quality Tools>Gage Study>Gage Run Chart

Ejemplo 12.1: Estudio Gage R&R

Run chart puede

 Considere la situación donde determinamos un P/T mayor al

Informando el Gage R&R a otros

Un sólo número La desviación estándar se determina de la

La desviación estándar se determina de la

Para el ejemplo 12.1, ¿cuál(es) enfoque(s) piensa que es el que mejor