Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Medición (ASM)
• Valores Exactos
• Valores Precisos
“Recordemos que nuestro proyecto se basa en datos”
Problemas comunes con las
mediciones
Exactitud
– Inexactos: Las mediciones tiene un valor promedio diferente al valor
patrón.
Precisión
– No repetible: Lecturas repetidas sobre la misma muestra tienen una
variación excesiva.
– No reproducible: Se obtienen diferentes medidas para diferentes
operadores, laboratorios.
Exactitud y Precisión
alta
Exactitud
baja
Exactitud
Offset de la medición
Sesgo
• Exactitud
Linealidad
Sesgo
• Sesgo: Diferencia entre el promedio observado de
mediciones y el promedio maestro de las partes.
• Se lo llama en algunos casos “exactitud”
Sesgo
Valor de referencia
Sesgo
• Si midiera una misma pieza 10 veces y si el
promedio de esas diez mediciones es igual al valor
objetivo (Patrón) podría afirmar que no existe sesgo
(bias).
Sesgo=0
Promedio No diferencia
mediciones
Valor de referencia
Exactitud-Sesgo (Bias)
MINITAB
Stat>Quality Tools > Gage Study > Gage Lineariy and Bias Study
Exactitud-Linealidad
• Es la diferencia en los valores del
sesgo de un instrumento, a través del
rango esperado del mismo.
Mayor Sesgo
Sesgo Valor observado
Valor observado
Valor de referencia
Valor de referencia
Parte inferior del rango Parte superior del rango
Sesgo-linealidad (Bias)
MINITAB
Stat>Quality Tools > Gage Study > Gage Linearity and Bias Study
G age Linearity
P redictor C oef S E C oef P
Regression
0.7 C onstant 0.52917 0.03996 0.000
95% CI
Data
S lope -0.003750 0.006025 0.536
Avg Bias
0.6 S 0.131999 R-S q 0.7%
0.5
G age Bias
Reference Bias P
0.4 A v erage 0.506667 0.000
2 0.491667 0.000
Bias
4 0.516667 0.000
0.3 6 0.541667 0.000
8 0.541667 0.000
0.2 10 0.441667 0.000
0.1
0.0 0
2 4 6 8 10 Ho: Bias = 0
Refer ence V alue
Exactitud-Sesgo
• ¿Para cada medida patrón se rechazó la
hipótesis que afirmaba que no existía Sesgo ?
• ¿El sesgo se mantiene constante para cada
nivel de la medida patrón ?
Problema de Sesgo pero no Linealidad
Problema de Sesgo y Linealidad
Problema de Sesgo y Linealidad
Causas de Sesgo y linealidad
• Instrumento no calibrado apropiadamente.
• Error en una o más de las partes patrón.
• Instrumento equivocado para desarrollar la
medición.
• Características de diseño del instrumento.
Precisión
Variabilidad observada
es real o producto del
sistema de medición
Repetibilidad
• Precisión
Reproducibilidad
R&R
Repetibilidad: Variación inherente al sistema de
medición. Ocurre cuando medidas sucesivas
son tomadas bajo las mismas condiciones por
el mismo operador y equipo.
Reproducibilidad: Variación en el promedio de
las mediciones entre diferentes operadores
usando el mismo instrumento.
¿ Qué confianza tenemos en lo que medimos ?
Repetibilidad
Datos repetidos de un
mismo ítem Una buena repetibilidad posee variación
pequeña
¿ Qué confianza tenemos en lo que medimos ?
Valores Observados
Repeatability Reproducibility
Operador
Operador x Pieza
R&R
Procedimiento para el desarrollo de un R&R:
1. Identifique los elementos del sistema de medición (Equipo, operadores, partes)
2. Seleccione las partes, asegúrese que representan el rango total de la variación del proceso.
3. Seleccione 2 o 3 operadores
4. Marque las partes de modo que no puedan ser notadas por el operador
5. Cada operador medirá cada parte 2 o 3 veces, de manera aleatoria sin saber que mide las
mismas más de una vez
6. Recoja los datos y analícelos
R&R
AIAG Standards
§ Forma corta: 2 operadores midiendo 5 partes
2 veces cada una (20 mediciones)
§ Forma larga: 3 operadores midiendo 10
partes 3 veces cada una (90 mediciones)
R&R
MINITAB
Stat > Quality Tools > Gage Study > Gage R&R Study (Crossed)
Métodos de Análisis R&R
• Xprom-R
• ANOVA: Análisis de Varianza
Reproducibilidad
Repetibilidad
¿Cómo determinar d2 ?
d2 depende de m y g donde:
m=número de valores considerados en el cálculo del rango
g= # de partes (n)* # de operadores (r)
g = se puede considerar el número de veces que se calculan rangos para la estimación desarrollada
m
g
¿Cómo determinar d2 ?
m=3
g= 20*3 = 60
d2=1,693
Constante R&R
d2
Constante R&R continuación
d2
Varianza de distribución muestral
• La varianza de la
distribución muestral es
igual a la varianza de la
población dividida por
el tamaño de la
muestral
REPRODUCIBILIDAD
Reproducibilidad
Reproducibilidad
𝜎2𝑡𝑜𝑡𝑎𝑙 = 0,0062
𝜎𝑡𝑜𝑡𝑎𝑙 = 0,0788
Caso 2
Xprom-R
Caso 2 Xprom-R
Repetibilidad
d2 depende de m y g donde:
m=número de valores consideradas en el cálculo del rango
g= [# de partes (n)* # de operadores (r)] (se puede considerar el número de rangos)
m=2
g= 5*3 = 15
d2=1,15
7,6
𝜎𝑟𝑒𝑝𝑒𝑎𝑡𝑖𝑏𝑖𝑙𝑖𝑡𝑦 = = 6,60
1,15
Reproducibilidad
d2 depende de m y g donde:
m=número de valores consideradas en el cálculo del rango
g= [# de partes (n)* # de operadores (r)] (se puede considerar el número de rangos)
m=3
g= 1
d2=1,91 𝜎𝑒 2
𝜎𝑟𝑒𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑2 = ( /d2 )2 - 𝑛∗𝑟
5,3 6,6 2
𝜎𝑟𝑒𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑2 = 2 −
1,91 5∗2
𝜎𝑟𝑒𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑2 = 2,77 2 − 4,356
𝜎𝑟𝑒𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑2 = 3,34
𝜎𝑟𝑒𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = 1,829
Variación de las piezas
Rp=Xprommax-Xprommin= 113,67-83= 30,67
Para el cálculo de d2 𝜎𝑝 = 𝑅𝑝/𝑑2
m= 5, g=1
d2= 2,48
30,67
𝜎𝑝 = = 12,365
2,48
Variación total
𝜎2𝑡𝑜𝑡𝑎𝑙 = 𝜎2𝑝 + 𝜎2𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑚𝑒𝑑𝑖𝑐𝑖ó𝑛
𝜎2𝑡𝑜𝑡𝑎𝑙 = 199,77
𝜎𝑡𝑜𝑡𝑎𝑙 = 14,13
Métricos ASM
% Contribución: Porcentaje en que contribuye el sistema
de medición con respecto a la variación total
% Contribución
<1% 1–9% >9%
% Contribución
< =20 % 20 – 30 % > 30 %
%Tolerancia=(6sMS/(LSE-LIE))*100
% P/T
< =10 % 10 – 30 % > 30 %
%Tolerancia=(6(6,84)/(60))*100 = 68,4%
% P/T
< =10 % 10 – 30 % > 30 %
• %Contribución <9%
• %Study Var <30%
• Tolerancia<30%
2. Gráfica Xprom
Si se posee un buen sistema de medición esperaríamos que la gráfica se encontrara fuera de control, es
decir los puntos deberían estar por arriba del UCL (LSC) o abajo del LCL (LIC) en más del 50% de los puntos
graficados.
_
_ L=0,8796
UC
0,8 X=0,8075
LCL=0,7354
0,6
0,4
R Chart by Operadores
1 2 3
0,12 UC L=0,1252
Sample Range
0,08
_
0,04 R=0,0383
0,00 LCL=0
2. Gráfica Xprom
Gráfica Xprom (Esperada)
Error de medición Variación del
UCL
𝜎𝑟𝑒𝑝𝑒𝑎𝑡𝑖𝑏𝑖𝑙𝑖𝑡𝑦 Producto
LCL (Proceso)
Variación del
Error de
𝜎𝑟𝑒𝑝𝑒𝑎𝑡𝑖𝑏𝑖𝑙𝑖𝑡𝑦 medición
Producto
(Proceso)
LCL
2. Gráfica Xprom
Esta gráfica también nos permite comparar patrones entre operadores, si estos no son similares podría haber
problemas de reproducibilidad.
0,4
R Chart by Operadores
1 2 3
0,12 UC L=0,1252
Sample Range
0,08
_
0,04 R=0,0383
0,00 LCL=0
3. Gráfica R
En este caso si esperamos que la gráfica se encuentre dentro de control. Esta evalúa que no exista mayor diferencia
entre las medidas tomadas en una misma pieza por un mismo operador y usando el mismo instrumento. En caso de
existir puntos fuera de los límites nos mostraría existe un importante componente de Repetibilidad.
_
_
UC L=0,8796
0,8 X=0,8075
LCL=0,7354
0,6
0,4
R Chart by Operadores
1 2 3
0,12 UC L=0,1252
Sample Range
Gráfica R 0,08
_
0,04 R=0,0383
0,00 LCL=0
4. Gráfica por partes
Esta gráfica muestra las mediciones tomadas por cada operador en sus diferentes réplicas, para cada una de
las partes empleadas en las pruebas así como sus promedios. La gráfica nos permite identificar las partes
donde hubo mayor diferencia en sus mediciones repetidas o reproducidas entre operadores.
Respuesta by Partes
1,1
1,0
0,9
0,8
0,7
0,6
0,5
0,4
1 2 3 4 5 6 7 8 9 10
Partes
4. Gráfica por partes
• Las partes deberían presentar un consistente
rango de variación.
• Si una parte muestra una enorme variación,
esta no podría ser candidata para la prueba,
su característica de medición puede no estar
clara, o puede deberse al sistema de medición
5. Gráfica por operador
Resalta la diferencia de operador a operador, en caso de no existir o tener una muy baja
reproducibilidad los Diagramas de Pareto deberían ser similares y una línea horizontal debería
graficarse entre sus medianas.
Respuesta by Operadores
1,1
1,0
0,9
0,8
0,7
0,6
0,5
0,4
1 2 3
Operadores
5. Gráfica por operador
• Si las mediciones entre los operadores fueran
consistentes la línea que conecta las medianas
sería horizontal.
• Cualquier pendiente indicaría que al menos un
operador posee un sesgo positivo o negativo
con respecto a otro operador.
6.Gráfica PartexOperador
Es la mejor manera de exponer interacciones entre las partes u operadores. Podría por ejemplo darse el
caso de que cierto operario mide de manera diferente las partes grandes con respecto a las partes
pequeñas (Interacción partesxoperador) esto se nota a través de líneas no paralelas o que se cruzan.
0,9
0,8
A verage
0,7
0,6
0,5
0,4
1 2 3 4 5 6 7 8 9 10
Partes
6.Gráfica Partexoperador
• Si las líneas que conectan los puntos promedios
divergen significativamente lo más probable es que
exista una relación entre el operador y la parte siendo
medida.
• De acuerdo a la gráfica los operadores presentan cierto
problema al medir la parte 10, se sugiere realizar un
análisis de la misma y establecer si debe mantenerse
como parte de los datos de análisis.
Métodos de Análisis R&R
• Xprom-R
• ANOVA: Análisis de Varianza
réplicas
Resultados R&R
Reproducibilidad
Porcentaje de contribución
Study Var
Métrico P/T
P/T
6*sSM
Tolerancia= 20
Ejercicio R&R
LIE=30
LSE=70
Tolerancia=40