Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Joel Macea: Resumen
Joel Macea: Resumen
Joel Macea*
Resumen
El análisis de varianza es una herramienta extraordinaria para el estudio de los sistemas de medición; incluso en algunos
casos, según la rigurosidad de su aplicación, se utiliza de forma alternativa y/o complementaria para la estimación de la
incertidumbre de las mediciones realizadas utilizando dicho sistema de medición [5]. Sin embargo, además de saber si
se dispone de un sistema de medición "apropiado" en términos de la proporción de la variabilidad total respecto a los
límites de aceptación del proceso, a veces se requiere información sobre la sensibilidad u optimización de la variable de
salida, en cuyos casos el Análisis Exploratorio de Datos representa una alternativa no paramétrica bastante conveniente
en términos de su simplicidad de aplicación y efectividad.
Agosto 2016 1 de 13
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
El medidor de energía eléctrica a calibrar posee Figura 1: Representación esquemática del circuito del sistema
una salida de pulsos la cual se acopla directamente de medición utilizado en la validación.
con un contador de pulsos del patrón de energía.
En este caso se tomó el error porcentual de medi-
ción directamente del patrón. Se tomarón cinco (5) III. Resultados
errores (réplicas) y cada error es tomado al menos
con dieciocho (18) impulsos, según se establece en I. Análisis de varianza de dos factores
el Procedimiento de Calibración de Medidores de Energía
Eléctrica (PR-TEC- 001)1 . El medidor se calibró en A continuación se presenta el código generador y los
tres (3) áreas por cada uno de los técnicos en la resultados del Análisis de varianza de dos factores
validación, esto responde a un diseño experimental del punto de calibración uno (1) en R [8] [2]:
completamente aleatorizado con réplicas [1].
En resumen, la data del experimento está consti- require(SixSigma)
tuida por doscientos ochenta y ocho (288) celdas de data11=datalabrep[datalabrep$Intensity
cinco (5) variables (técnico, patrón, fase, intensidad =="1"&datalabrep$Phase=="R",]
y factor de potencia), cada una con cinco (5) réplicas aovINDOCAL=ss.rr(Error,Patrón, Técnico,
del error de medida, para un total de 1440 datos. Si lsl = -1, usl = 1, sigma = 5.15, data=
se ordenase la data usando el orden estándar (Algo- data11, main="Análisis de varianza de
ritmo de Yate) para el punto de calibración uno (1)— dos vías")
considerando los factores patrón y técnico con las aovTABLA=aovINDOCAL$anovaTable
demás variables fijas — se tendría una replicación EstudioVar=aovINDOCAL$studyVar[,2:3]
oculta de 4 · 3 · 5 = 60 observaciones[6]. Por mo- Tolerancia=aovINDOCAL$studyVar[,2]/0.02
tivos de evitar desviación de la intención señalada
1 www.indocal.gob.do
2 de 13 Agosto 2016
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
La siguiente matriz permite apreciar la composi- sección del intervalo de tolerancia y el intervalo que
ción porcentual de la variación total en el sistema 5.15 sigma
define 2 junto a la estimación del error de
de medición debida a la aleatoriedad natural del medida para cada punto de calibración. En el caso
sistema ("Total Gage R&R") y la variación debida al de estudio dicho intervalo es (−0.18, 0.17) el cual
patrón de medida ("Part-To-Part"). En aplicaciones está totalmente contenido en el intervalo de toler-
industriales normalmente esta última componente ancia, lo cual es una característica deseable a los
no forma parte de la variabilidad del sistema de fines de balancear los riesgos del consumidor y del
medida, sin embargo, para el caso de la calibración productor al momento de tomar una decisión de
de un ítem la situación es diferente. conformidad[3].
as.data.frame(EstudioVar)
as.data.frame(Tolerancia)
## StudyVar %StudyVar
## Tolerancia
## Total Gage R&R 0.12296535 70.74
## Total Gage R&R 6.148267
## Repeatability 0.03918741 22.54
## Repeatability 1.959370
## Reproducibility 0.11655396 67.05
## Reproducibility 5.827698
## Técnico 0.00000000 0.00
## Técnico 0.000000
## Patrón:Técnico 0.11655396 67.05
## Patrón:Técnico 5.827698
## Part-To-Part 0.12285746 70.68
## Part-To-Part 6.142873
## Total Variation 0.17382299 100.00
## Total Variation 8.691150
as.data.frame(aovINDOCAL$varComp)
Agosto 2016 3 de 13
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
P1 P2 P5 P1 P2 P5
DS OR RM YM
D O
0.04
R
D O
R
R
D O
O
O R Y
0.02 O R
D O O
D O Y
Y
Y
Y
0.00
D O R
R
Y DS D
D R Y OR O
Error
D
D O
O RM R
O R
Y
YM Y
−0.02 Y
Y
D
Y
Y
Y
−0.04 D
R
D
Y
R
D
D R
D
−0.06
R
R
P1 P2 P5 P1 P2 P5
Patrón
Figura 3: Gráfico de interacción de los factores técnico y patrón en las condiciones del punto de calibración uno (1) aplicado a la fase
R del ítem bajo calibración.
4 de 13 Agosto 2016
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
0.20
ideología (no una técnica estadística) sobre la actitud
que se debe asumir de cara a describir o modelar
una población caracterizada por un subconjunto
0.15
de datos tomados de forma aleatoria de la misma
[7]. En muchos casos realizar el estudio de toda la
información es impráctico y costoso, este enfoque
Probabilidad
permite hacer converger los esfuerzos a variables o
0.10
factores específicos con características singulares en
los datos y de interés para el experimentador.
A partir de la figura 5 hasta la figura 10 se pre-
0.05
sentan varios gráficos de efecto y dispersión de los
datos[4], los cuales permitirán escudriñar los datos
e interpretar la causa de los resultados numéricos
obtenidos anteriormente.
0.00
X
En la interpretación y relación de estos gráficos
cuantil 0.025 = 1 cuantil 0.975 = 9 24
se debe considerar la siguiente tabla de equivalencia
en la notación: Número de paneles con distintos efectos de los niveles del factor patrón
Agosto 2016 5 de 13
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
* * * * *
5: (R,15A,0.5i) 6: (RST,15A,0.5i) 7: (S,15A,0.5i) 8: (T,15A,0.5i)
* * * * * *
9: (R,30A,0.5c) 10: (RST,30A,0.5c) 11: (S,30A,0.5c) 12: (T,30A,0.5c)
* * * *
13: (R,5A,1) 14: (RST,5A,1) 15: (S,5A,1) 16: (T,5A,1)
* * * * *
17: (R,50A,1) 18: (RST,50A,1) 19: (S,50A,1) 20: (T,50A,1)
* * * * *
21: (R,90A,1) 22: (RST,90A,1) 23: (S,90A,1) 24: (T,90A,1)
Mean Error
* * * * * * * *
Op Std Rep
Figura 5: Gráfico de efectos principales de los factores "Técnico" (Op), "Patrón (Std)" y "Réplica" (Rp) en el error de medida. Eje
vertical (Error promedio). Eje horizontal (Factores). Límites flotantes.
* * * * *
5: (R,15A,0.5i) 6: (RST,15A,0.5i) 7: (S,15A,0.5i) 8: (T,15A,0.5i)
* * * * * *
9: (R,30A,0.5c) 10: (RST,30A,0.5c) 11: (S,30A,0.5c) 12: (T,30A,0.5c)
* * * *
13: (R,5A,1) 14: (RST,5A,1) 15: (S,5A,1) 16: (T,5A,1)
* * * * *
17: (R,50A,1) 18: (RST,50A,1) 19: (S,50A,1) 20: (T,50A,1)
* * * * *
21: (R,90A,1) 22: (RST,90A,1) 23: (S,90A,1) 24: (T,90A,1)
Mean Error
-.6
* * * * * * * * -.6
Op Std Rep
Figura 6: Gráfico de efectos principales de los factores "Técnico" (Op), "Patrón (Std)" y "Réplica" (Rp) en el error de medida. Eje
vertical (Error promedio). Eje horizontal (Factores). Límites comunes.
6 de 13 Agosto 2016
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
X
XXX X X X
X X X X X
X XX X
X X X X X
X XXX
X X X
X X X
X
X
X XX
X
XX X X
XX X
X
X
XX
X
X
X XX
X X X
XX X
X
X X
X X X
XX
X X X X
X XX X XX X
XX X
XXX X
XXX
X
XX X XX
X X X XX X X
X
XX
X XX
X XX X
X X X X X X
X
* * * *
Op: 1 2 3 4
Std: 123 123 123 123
Figura 7: Gráfico de dispersión conjunto del factor "Patrón (Std)" condicionado al factor "Técnico" (Op). Eje vertical (Error). Eje
horizontal (Factores). Límites flotantes.
XX XX XX XXX
XXX XXX XXX XXX XXX XXX XXX XXX X X X
XXX XXX XXX XXX
X
* * * *
5: (R,15A,0.5i) 6: (RST,15A,0.5i) 7: (S,15A,0.5i) 8: (T,15A,0.5i)
X XXX XXX XXX XXX
XXX XXX XXX XX XXX XXX XXX XXX
XXX XXX XXX XXX
* * * *
9: (R,30A,0.5c) 10: (RST,30A,0.5c) 11: (S,30A,0.5c) 12: (T,30A,0.5c)
XX XXX XX XX XX
XX XX XX XX
X X X XXX XXX XXX XXX X X
X X
XXX XXX XXX XXX
* * * *
13: (R,5A,1) 14: (RST,5A,1) 15: (S,5A,1) 16: (T,5A,1)
* * * *
17: (R,50A,1) 18: (RST,50A,1) 19: (S,50A,1) 20: (T,50A,1)
* * * *
21: (R,90A,1) 22: (RST,90A,1) 23: (S,90A,1) 24: (T,90A,1)
-.6
XXX XXX XXX XXX XXX XXX XXX XXX
Error
* * * * -.6
Op: 1 2 3 4
Std: 123 123 123 123
Figura 8: Gráfico de dispersión conjunto del factor "Patrón (Std)" condicionado al factor "Técnico" (Op). Eje vertical (Error). Eje
horizontal (Factores). Límites comunes.
Agosto 2016 7 de 13
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
X X
XXX X X X X
X X X
X XX XX
XX XX
X X X XX
X XX
XX
X
XX X
XX
X X
X X
X X
XX
XX XXX
X X
X
X
X X
X X
X X
X X X X
X XXX
X X
X X
X X
XXXX
XX X X X
XXX
XX
XX XX
XX
X
X X XXX X XXX
X
X
XX
XX X X X XX
XX
X
X
* * * *
Std: 1 2 3
Op: 1234 1234 1234
Figura 9: Gráfico de dispersión conjunto del factor "Técnico" (Op) condicionado al factor "Patrón (Std)". Eje vertical (Error). Eje
horizontal (Factores). Límites flotantes.
* * * *
9: (R,30A,0.5c) 10: (RST,30A,0.5c) 11: (S,30A,0.5c) 12: (T,30A,0.5c)
XXXX XXXX
XXXX XXXX XXXX
X XXX
XXXX XXXX XXXX XX
XXXX XXXX XXXX
* * * *
13: (R,5A,1) 14: (RST,5A,1) 15: (S,5A,1) 16: (T,5A,1)
* * * *
17: (R,50A,1) 18: (RST,50A,1) 19: (S,50A,1) 20: (T,50A,1)
* * * *
21: (R,90A,1) 22: (RST,90A,1) 23: (S,90A,1) 24: (T,90A,1)
-.6
XXXX XXXX XXXX XXXX XXXX XXXX
Error
* * * * -.6
Std: 1 2 3
Op: 1234 1234 1234
Figura 10: Gráfico de dispersión conjunto del factor "Técnico" (Op) condicionado al factor "Patrón (Std)". Eje vertical (Error). Eje
horizontal (Factores). Límites comunes.
8 de 13 Agosto 2016
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
P1 P2 P5 P1 P2 P5
0.1
0.0
DS
−0.1 OR
Mean
RM
YM
−0.2
−0.3
−0.4
P1 P2 P5 P1 P2 P5
Patrón
Figura 11: Gráfico de dispersión de las medias de los errores condicionado a las configuraciones del punto de calibración uno (1) de la
tabla 1 y agrupado por técnico.
3. El efecto de los tres (3) niveles del factor "Pa- ción con el "Patrón" 3( P5) según lo ilustradado
trón" es "distinto" en los veinticuatro (24) pun- en la figura 7;
tos de calibración según lo ilustradado en la
figura 5, lo cual evidentemente es una frecuen- 7. El efecto del factor "Técnico" en el error de
cia extrema como se puede visualizar en la medida condicionado al factor "Patrón" es
figura 4. no robusto en los veinticuatro (24) puntos
de calibración debido al "Patrón" 3( P5) y su
Es relevante resaltar que este número de pan- interacción con el "Técnico" 3(OR) según lo
eles en los cuales se rechaza la hipótesis nula ilustradado en la figura 9;
para el factor "Patrón" es extremo incluso
para valores poco razonables del parámetro de 8. Se logró identificar los siguientes resulta-
probabilidad p, por ejemplo p = 0.50. dos resagados y/o atípicos en los paneles
6 ( Tecnico = 1, Patron = 2), 8 (3, 1), 19
4. El efecto de los cuatro (4) niveles del factor [(1, 2), (1, 3), (2, 3), (4, 3)] y 20 [(1, 2), (3, 2)] de
"Técnico" es "distinto" en diez (10) de los vein- las figuras 7 y 9.
ticuatro (24) puntos de calibración según lo
ilustradado en la figura 5; 9. A partir de la figura 12 se puede notar que
la mayor dispersión de los errores de medida
5. El efecto de las cinco (5) réplicas no es "dis- ocurre para el Técnico "OM" con el Patrón "P5"
tinto" en los veinticuatro (24) puntos de cali- (véanse conclusiones 5 y 6). En el caso de las
bración según lo ilustradado en la figura 5, es intensidades esto sucede para el Técnico "OM"
decir, el cambio en el error de medida debido con una intensidad de 30 A. Se podría hacer un
a las réplicas es estadísticamente no significa- juicio similar para los demás niveles del factor
tivo; Técnico. Para los tres (3) primeros niveles de
corriente, tomando como base el primer nivel,
6. El efecto del factor "Patrón" en el error de me-
el efecto en el error de medida es equivalente.
dida condicionado al factor "Técnico" es no
robusto en los veinticuatro (24) puntos de cali-
bración debido al "Técnico" 3(OR) y su interac-
Agosto 2016 9 de 13
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
R
Intensity
DS
OR
Mean Error RM
YM
Patrón
Min Max
Figura 12: Gráfico de ejes paralelos mostrando la relación de crecimiento del error de medida para los distintos valores intensidad de
corriente (1, 5, 15, 30, 50, 90), patrón ( P1, P2, P5) en este mismo orden para el técnico OR (en el fondo se muestran los
demás técnicos para fines de contexto). El gráfico muestra el comportamiento del ítem calibrado en la fase R.
10 de 13 Agosto 2016
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
[4] N. A. Heckert and J. J. Filliben. Dataplot. [9] Deepayan Sarkar. Lattice: Multivariate Data Visu-
http://www.itl.nist.gov/div898/software /dat- alization with R. Springer, New York, 2008. ISBN
aplot/, 2013. 978-0-387-75968-5.
Agosto 2016 11 de 13
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
Anexos
12 de 13 Agosto 2016
ANOVA y Análisis Exploratorio de Datos en la validación de un sistema de medición
## 991 DS P5 R 1 1 -0.0567
## 1015 OR P1 R 1 1 0.0190
## 1039 OR P2 R 1 1 -0.0070
## 1063 OR P5 R 1 1 0.0130
## 1087 RM P1 R 1 1 0.0280
## 1111 RM P2 R 1 1 -0.0170
## 1135 RM P5 R 1 1 -0.0700
## 1159 YM P1 R 1 1 0.0080
## 1183 YM P2 R 1 1 -0.0100
## 1207 YM P5 R 1 1 -0.0362
## 1231 DS P1 R 1 1 0.0160
## 1255 DS P2 R 1 1 -0.0220
## 1279 DS P5 R 1 1 -0.0589
## 1303 OR P1 R 1 1 0.0190
## 1327 OR P2 R 1 1 -0.0070
## 1351 OR P5 R 1 1 0.0160
## 1375 RM P1 R 1 1 0.0370
## 1399 RM P2 R 1 1 -0.0100
## 1423 RM P5 R 1 1 -0.0680
Agosto 2016 13 de 13