Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Medición MSA
1.1 Gage R&R ………………………………………………..2-3
1.2 ANOVA………………………………………………………4
1.3 Gage R&R expandido
1.4 Control estadístico del proceso
1.4.1 Cartas de control por promedios
1.4.2 Cartas de control por rangos
1.5 Capacidad del proceso
1.5.1 Cp
1.5.2 Cpk
2. Análisis
2.1 Pruebas de hipotesis
MSA (Análisis del sistema de medición)
Analiza y valida un sistema de medición
Se recomienda tomar 10 partes, para este ejemplo se tomarán 10 mediciones de diferentes partes
de la pieza a medir, además se comparará la interacción del operador y el instrumento de
medición, se recomienda que el operador realice 3 mediciones de cada parte, se recomienda que
sean aleatorias.
Para que un estudio Gage R&R sea válido se tiene que cumplir con lo siguiente según AIAG:
Tabla de ANOVA con todos los términos
Fuente GL SC Sec. SC Ajust. MC Ajust. Valor F Valor p
Partes 9 1948.23 1948.23 216.471 3879.47 0.000
Operadores 2 2.76 2.76 1.382 24.77 0.000
Turno 2 0.20 0.20 0.100 1.79 0.173
Repetibilidad 76 4.24 4.24 0.056
Total 89 1955.44
En este caso Hugo fuel el que no fue más constante en sus mediciones de acuerdo al rango
respecto a los otros operadores, se tiene que revisar porque está midiendo tan fuera de los rangos
Es normal que los puntos estén fuera o muy fuera de los limites inferior (LCI) y superior (LCS)
además de la media X) de control, ya que se analizan diferentes partes de la pieza
Esta grafica no importa quien mida la pieza si no en que pieza se digficulta para medir, la se traza
una línea de parte a parte mientras los puntos son las mediciones, en este caso tienen buena
linealidad (los puntos)
Se puede observar que Hugo tiene el mayor rango intercuartil (recuadro azul) seguido por Luis,
Hugo tiene medidas muy altas respecto a los demás
Grafica de corrida
Se tienen 100 datos divididos en 20 subgrupos, cada punto es un promedio de los cinco datos (se
tienen cinco mediciones y el valor de estas mediciones se divide entre cinco), se puede observar
que todos están dentro de los LSE Y LIE, aun así puede haber causas especiales de variación, se
divide en zonas, Zona A son +/- tres desviaciones estándar, Zona B +/- 2 etc.
Nota: Para esta carta de control se recomiendan 20 sub grupos de tamaño cinco
Cartas de control por rangos
Se resta la medición más pequeña a la más grande de cada subgrupo
Paso 1. calcular el promedio de cada sub grupo (suma de todas las mediciones entre el número de
mediciones)
Paaso 2. calcular el rango de cada sub grupo (diferencia entre la mayor medición menos la menor
medición)
Paso 3. Promedio de promedios (suma de los promedios de cada subgrupo entre el número de
subgrupos
Paso 4. Promedio de rangos (suma de todos los rangos de los subgrupos entre el número de
subgrupos)
Paso 5. Se saca el promedio de promedios y promedio de rangos y se calculan los límites de las
graficas por promedios y de rangos con las siguientes formulas
Ejemplo Minitab Graficas de control
Se tienen las siguientes mediciones durante 15 días 75 datos
Se observan las causas especiales de variación para este punto solo se mide, NO SE EJECUTAN
ACCIONES NI SE TOMAN DECICIONES
Ejemplo para presentar un reporte GAGE R&R
CP Y CPK
Tal índice es Cpk o índice de capacidad del proceso, el cual refleja la proximidad de la media actual
del proceso al Límite de Especificación Superior (LES) o al Límite de Especificación Inferior (LEI). Si
el promedio actual es igual al punto medio del rango de especificación, entonces Cpk=Cp.
Nota el CPk= Datos de especificación del cliente entre los datos reales de tu proceso
Ejemplo Cpk=1.33 es la olgura o las veces que cabe tu proceso entre las especificaciones del
cliente según la IATF proceso de sis sigma debe de ser de 1.6
Ejemplo
Se tienen 32 mediciones con una media de 354 cm, una desviación estándar “S” de 91, una
mediana de 16.5 y una moda de 416 (que más se repite)
Se tienen las lecturas de Manganeso con subgrupos de 5 durante un mes, se ejecuta es estudio de
capacidad
Proceso o medidas
fuera de control el LSE y
LIE son de .425 y .625
respectivamente (los
solicitado por el cliente,
hay demasiada
variación el el proceso.
El cpk es de .19
Si no se corrige a largo
plazo será de .11 (Ppk)
Cuando el Cp es menor
al Cpk hay que reducir
variación
Cuando el CP es igual al
Cpk el histograma esta
centrado, se debe
reducir variación (eliminar causas especiales de variacion), por lo tanto, se mejorará el Cpk (que la
campana no este aplanada)
Analizando el estudio en la parte de rendimiento se observa que por debajo del LIE hay 406015
partes por millón (defectos)
Análisis
Hipótesis
Propósito: es una teroria acerca de como una variable afecta un proceso
Hipótesis nula(Ho):
Lo que se esta tratando de refutar, que no hay diferencia, que la variable no afecta al
proceso, se representa como una igualdad entre las variables dentro del proceso
Ejemplo:
Pruebas comparativas de Hipótesis
Es un método estadístico para examinar la diferencia entre las muestras y la población, y
poder contar con la evidencia para poder tomar una decisión en relación a la hipótesis
Se pueden comparar uno o más conjuntos de datos.
Datos
Ho: media poblacional = 200
Ha: media poblacional ≠ 200
Desv. Estándar = 47
P value = 0.05
Se tiene una tienda de ropa cuyos precios varían, la media de precios es de 200 con una
desviación estándar conocida de 47 se toma una muestra de 50 articulos y se ingresan a
minitab
Se ingresan los datos
Prueba
Hipótesis nula H₀: μ = 200
Hipótesis alterna H₁: μ ≠ 200
Valor
Z Valor p
0.76 0.445
Histograma de precio
En este caso se acepta la hipótesis nula ya que P value > al nivel de significancia (0.05)
Máquina 1 Máquina 2
16.03 16.01 16.02 16.02
16.04 15.96 15.97 16.04
16.05 15.98 15.96 16.02
16.05 16.02 16.01 16.01
16.02 15.99 15.99 16.00