Resumen CEP y MSA

A
1 S
G
El primer paso de la estrategia de control consiste en la recolección
de las cantidades significativas.
Este paso debe ser cuidadosamente pensado ya que la información
significativa y correcta es la clave. La variación parece ser inevitable
en la naturaleza y los procesos de manufactura no son la excepción.
Ya sea que se trate de controlar una dimensión de una pieza que se
va a emplear en un conjunto de precisión, la resistencia de un
revelador, la acidez de una solución utilizada para teñir tejidos, el
peso del contenido de un recipiente o cualquier otra cualidad de un
producto manufacturado, hay certeza de que la calidad varía.
Las Herramientas Estadísticas Básicas son un método útil para

identificar causas de variación. La siguiente figura muestra la
clasificación en que las diferentes herramientas estadísticas pueden
caer.
A
2 S
G
Conceptos Básicos del CEP
En las líneas de producción es necesario un sistema eficiente para que el personal

de producción tenga retroalimentación del proceso, de forma que se puedan tomar
acciones correctivas, cuando se corra el riesgo de producir producto defectuoso
También se requiere de una técnica que de información a la fase de diseño sobre la
calidad producida vs la diseñada.
A
3 S
G
El CEP es un sistema que cumple con estos requerimientos.
El CEP permite controlar el proceso a fin de adelantar soluciones
para reducir la variabilidad de una característica del producto.
Un proceso es un sistema integrado que recibe insumos y que a
través de una transformación genera productos.
A
4 S
G
Sin embargo esta afectado por un sin número de causas que ocasionan que
las piezas sean diferentes una de otra.
Algunos factores de variación se relacionan con el proceso en

particular, pudiendo ser controlados por el operario o alguna persona
del área, a éstas se lea llama “causas especiales de variación”, las mas
comunes se deben a errores del operador, desajustes o variaciones en
la materia prima.
A
5 S
G
Otros factores pertenecen al sistema, a éstos se les conoce como “causas
comunes de variación”.
Cuando un proceso está en control estadístico, se han removido del sistema
las causas especiales de variación y las causas comunes reducidas al mínimo.
#1 Causa Común: Fuentes de variación que se ignorarán hasta

éste momento
#2 Causas especiales: Fuentes de variación que se están tratando

de descubrir o monitorear
A
6 S
G
Fases del proceso del CEP
EL CEP consta de cuatro fases principales:
Medir.
Analizar.
Mejorar.
Controlar.
A
7 S
G
Gráficos de control
Como parte del CEP, los gráficos de control tienen 3 usos fundamentales:
Monitorear un proceso.
Ayudar a reducir la variabilidad del proceso detectando causas
especiales de variación.
Estimar parametros o características del proceso.
“Un proceso está en control estadístico cuando todos los puntos
caen dentro de los límites de control y no muestran un patrón
anormal de comportamiento”.
A
8 S
G
CONCEPTOS BASICO DE
ESTADISTICA
Definiciones
Muestra: es aquella que es tomada de una poblacion con el
proposito de
identificar las caracteristicas y el desempeño de un proceso.
Poblacion: es el universo de datos bajo investigacion del

cual sera
tomada la muestra
Proceso: es la combinacion de personas, maquinaria y
equipo,
materia prima, metodos y ambiente que produce un
determinado
producto o servicio. A
9 S
G
Promedio o Media: Expresion mas frecuente del centro de la distribucion.
(X1 + X2 + …+Xn)
X=
n
Mediana: El primer valor de la variable que deja por debajo de si,

al 50% de las observaciones
Moda: Cualquier maximo relativo de la distribucion de frecuencias
A
10 S
G
Rango: es una medida de la variacion en un grupo de datos.
Es calculado restando el valor mas pequeño del valor mas grande en un
grupo de datos
Tendencias: son las trayectorias en un diagrama de desarrollo o en un

Grafico de Control que Muestran el aumento o disminucion de una serie
de puntos consecutivos
Control Estadistico: Condicion que describe un proceso en el cual todas

las causas especiales han sido eliminadas y solamente permanecen
Causas comunes.
A
11 S
G
Control Estadistico del Proceso: Uso de tecnicas estadisticas tal como
graficos de control para analizar un proceso o sus resultados a fin de
Tomar las acciones apropiadas para lograr y mantener un estado de
control estadistico asi como para mejorar la capacidad de un proceso
A
12 S
G
Herramientas Basica para el Control de Calidad
Existen 7 herramientas basicas para el control de calidad:

1. Hoja de Control
2. Histograma
3. Diagrama de Pareto
4. Diagrama de Causa – Efecto
5. Estratificacion
6. Diagrama de Dispersion
7. Grafica de Control
A
13 S
G
• Histograma
• Hoja de verificación • Diagrama de
Pareto • Diagrama de
• Diagrama de flujo Correlación
• Diagrama de
• Lluvia de ideas Isikawa • Gráfica de Control
• Estratificación • Capacitación del

proceso
A
14 S
G
Hoja de Control
A
15 S
G
Histograma
A
16 S
G
Diagrama de
Pareto
A
17 S
G
Diagrama de Causa - Efecto
MAQUINA
(MACHINE)
METODO MATERIAL
(METHOD)
MP Punches No hay carton (Insumo)

Frecuencia Inspeccion Proceso
Fixtures Incompletos
Metodo Inspeccion EPC
Hoja de Instruccion de Inspeccion
Tolerancias Die Button/Punch
Hoja de Instruccion de Inspeccion
Calibrar y Ajustar Fixture Hoja de Instruccion de Inspeccion
No hay indicador de paro Falta Ayuda Visual
15 min (Inspeccion) / 1000 Pzs Falta de Inspeccion Auditores / Operador
(Limpieza) Rebaba en Pivot
Limpieza Troquel No funciona aire Hole
Lampara (Para Inspeccion)
Turn
Over
Supervision EPC
Designacion de Actividades (Prensa)
MANO DE OBRA (WORK

FORCE)
MEDIO AMBIENTE
(ENVIRONMENT)
A
18 S
G
CEP - Control Estadístico del Proceso
I and MR Chart for C1
75 3.0SL=74.60
6
Indiv iduals
70 X=69.61
65 -3.0SL=64.61
1
Observation 0 10 20 30 40 50
10 1
Moving Range
3.0SL=6.132
5
3
R=1.877
0 2 -3.0SL=0.000
A
19 S
G
Patrones
A
20 S
G
Lista de verificación para “Fuera de control”
¿ El sistema de medición ha cambiado ?
¿ Diferencias en métodos usados por distinto personal ?
¿Algo ha cambiado en el ambiente, temperatura, humedad, etc. ?
¿ El proceso es afectado por condiciones predecibles? Ejemplo: desgaste
de herramienta.
¿ Alguna entrada del proceso ha cambiado ?
¿ Ha cambiado algo en los procedimientos ?
¿Alguien ajustó el proceso ?
¿ Están los operadores o auditores cambiando los datos ?
A
21 S
G
Límites de especificación vs límites
de control
El hecho de que un proceso esté en control estadístico, no
implica que el producto esté dentro de especificaciones, al
estar en CEP implica que el proceso de producción es
consistente, se puede estar produciendo consistentemente
producto fuera de especificaciones.
Nunca comparar directamente límites de control con límites
de especificación.
No existe ninguna relación algebraica o matematica entre los
límites de control y de especificación. Los límites de
especificación se obtienen del diseño (mercado o
consumidor) y los de control provienen del proceso mismo.
A
22 S
G
La gráfica de control es una carta utilizada para analizar la variación
de un proceso. A través de la comparación de datos actuales a líneas
determinadas históricamente, se pueden obtener conclusiones acerca
de sí el proceso es estable o está siendo afectado por causas especiales
de variación. Existen varios tipos de gráficas de control, cada una de
las cuales fue diseñada para un tipo específico de proceso o datos.
Cuando utilizar las gráficas de Control:
• Cuando se desea predecir el rango esperado de salidas de un

proceso.
• Cuando se desea determinar si un proceso es estable (dentro de

control estadístico).
A
23 S
G
• Cuando se analizan patrones de variación de proceso de causa
especiales (eventos no rutinarios) o comunes (dentro del proceso).
• Cuando se desea determinar como proceder con un proyecto de

mejora de calidad (para prevenir problemas específicos o hacer
cambios fundamentales a un proceso).
• Cuando se desea controlar un proceso a través de encontrar y

arreglar problemas como estos van ocurriendo.
La siguiente figura muestra una gráfica de control típica.

Límite Superior de Control
Características de
calidad muestral Límite Central
Límite Inferior de Control
A
24 S
G
• Análisis de patrones en gráficas de Control.
Una gráfica de control indica una condición fuera de control cuando uno o
más puntos se hallan fuera de los límites de control, o bien cuando los
puntos localizados exhiben un patrón no aleatorio de comportamiento.
Existen varias reglas para la determinación de un patrón fuera de control
estadístico en una gráfica de control. Las reglas son:
• Un punto que cae fuera de los límites de control de 3 sigma
Proceso fuera de control
A
25 S
G
2 de 3 puntos consecutivos caen más allá de los límites
de advertencia de 2 sigma.
3º
2º
1º
1º
3º
2º
3º
4 de 5 puntos consecutivos se encuentra a una distancia

de 1 sigma o más de la línea central.
3º
2º
1º
1ª
3º
2º
3º A
26 S
G
Puntos consecutivos se hallan al mismo lado de la línea central.
3º
2º
1º
1ª
3º
2º
3º
Una corrida por lo menos de 7 u 8 puntos, donde el tipo de la corrida

podrá ser ascendente o descendente.
3º
2º
1º
1ª
3º
2º
3º
Debe tenerse mucho cuidado con la selección de los criterios que serán
utilizados para el análisis de los estados de Control Estadístico, ya que una
cantidad elevada de criterios puede traer como consecuencia una gran
cantidad de falsas alarmas. A
27 S
G
Un hecho en el que debe hacerse hincapié es que no existe relación
entre los límites de control de los diagramas y los límites de
especificación del proceso. Los primeros son motivados por la
variabilidad natural del proceso (medida por la desviación estándar del
proceso ); esto es, por los límites de tolerancia natural del proceso.
Por otro lado, los límites de especificación son determinados
externamente. Pueden ser impuestos por la administración, los
ingenieros de manufactura, el cliente o los diseñadores del producto.
Es recomendable el conocer la variabilidad inherente del proceso al

fijar las especificaciones, pero recuérdese que no existe relación
matemática entre los límites de control y los límites de
especificación. Esta situación se muestra en la siguiente figura.
A
28 S
G
LSE (Determinado
Exteriormente)
LSC Distribución
3
Distribución de
de medias
mediciones del
3  X= 3  proceso individual.
Línea Central u
n
LIC
3
LIE (Determinado
exteriormente)
Límites de Control, de Variación Natural y de Especificación.
A
29 S
G
Los límites de variabilidad natural del proceso se calculan de la
siguiente manera:
^
Valor nominal  3
Donde:
^ _
 = (R/d2) Gráfica de Medias y Rangos
^ _
 = (S/c4) Gráfica de Medias y Desviaciones Estándar.
Para alguno de los ejercicios realizados anteriormente para gráficas de

control de variables calcule los límites de variación natural del
proceso.
A
30 S
G
Habilidad del proceso
El análisis donde se infiere acerca de si el producto cumple o no con las
especificaciones, se le conoce como estudio de habilidad del proceso.
Se dice que un proceso es hábil, cuando produce un producto con

caracteísticas de calidad consistentemente dentro de especificaciones.
En ocaciones se usa capaz como sinónimo de hábil.
A
31 S
G
El nivel de habilidad que se requiera depende de las
necesidades y requerimientos del consumidor.
En general se usa como referencia la habilidad para ±3.
Un estudio de habilidad del proceso, tiene sentido únicamente
cuando un proceso está en control estadístico.
A
32 S
G
Los estudios de habilidad del proceso se clasifican en dos grandes grupos,
estudios para variables y estudios para atributos.
Con 2 límites de Habilidad potencial

especificación Habilidad Real
Para Variables:
Con un límite de Habilidad Real
Especificación
Para porcentaje de
Para Atributos defectos Habilidad Real
Para defectos Habilidad Real

por unidad
A
33 S
G
Los indices de habilidad (capacidad) mas populares son:
Cp: Indice de variación del proceso, relativo a especificaciones
(habilidad potencial).
Cpk: Indice de variación del proceso y centrado relativo a
especificaciones (habilidad real).
Los indices del desempeño del proceso que son para aquellos procesos
que no están en control estadístico:
Pp: Razón de variación del proceso a especificaciones
Ppk: Razón de variación del proceso a especificaciones, centrado.
A
34 S
G
El objetivo de un sistema de control de proceso, es el permitir
decisiones económicas acerca de acciones que afectan al proceso.
Esto significa el balancear las consecuencias de tomar una acción
cuando la acción no es necesaria contra el no tomar una acción
cuando esta es necesaria. Estos riesgos tienen que ser manejados
dentro del contexto de las 2 fuentes de variación: las causas
especiales y las causas comunes.
CONTROL DE
PROCESO
DENTRO DE CONTROL
(CAUSAS ESPECIALES )
TIEMPO
FUERA DE CONTROL
TAMAÑO Causas especiales y Causas
(CAUSAS ESPECIALES
PRESENTES)
comunes en el proceso
A
35 S
G
36
Procesos dentro de control estadístico, pero uno con
capacidad y otro sin capacidad
CAPACIDAD DE PROCESO
Limite Inferior de Especificación
Limite Superior de especificación en control

y capaz de cumplir con las especificaciones
( La variedad debida a causas comunes ha
sido reducida)
Tiempo
Tamaño En control pero no capaz de cumplir

con las especificaciones ( La
variación debida a causas comunes A
36 es excesiva) S
G
Se dice que un proceso está operando dentro del control estadístico
cuando solamente las fuentes de variación provienen de causas
comunes. Una función del sistema de control estadístico de proceso
es el proporcionar una señal estadística cuando una causa especial
de variación está presente y para evitar el dar falsas alarmas cuando
no están presentes las causas especiales.
Cuando se discute con respecto a la capacidad del proceso

necesitan ser considerados 2 conceptos contrastantes:
• La Capacidad del Proceso es determinada por la variación que

proviene de causas comunes. Esto representa generalmente el
mejor desempeño del proceso mismo, el cual es demostrado
cuando el proceso está siendo operado en un estado de control
estadístico mientras que los datos están siendo recolectados sin
importar de donde las especificaciones pueden estar con respecto
a la localización del proceso y/o su dispersión.
A
37 S
G
• Los clientes sin embargo, internos o externos, están
típicamente más involucrados con la salida total del
proceso y como esta se relaciona con los requerimientos
(definidos como especificaciones), sin importar la
variación del proceso.
En general, ya que un proceso en control estadístico puede

ser descrito por una distribución predecible, la proporción
de partes dentro de especificaciones puede ser estimada a
partir de esta distribución. Tanto como el proceso se
mantenga dentro de control estadístico y no exista un
cambio significativo en su localización, dispersión o forma,
esta continuará produciendo la misma distribución de partes
dentro de especificaciones.
A
38 S
G
Estratificacion
A
39 S
G
Diagrama de Dispersion
Gráfico de dispersión
n=50
X
A
40 S
G
Las gráficas de control para atributos son importantes por varias
razones:
• Existen situaciones de datos por atributos en muchos procesos

técnicos y administrativos, de tal manera que las técnicas de
análisis por atributos son útiles en muchas aplicaciones. La
dificultad más significativa es el desarrollo de definiciones
operativas precisas de lo que es una no conformidad.
• Los datos por atributos son ya disponibles en muchas

situaciones: si hay inspecciones existentes, materiales
rechazados, etc. en estos caso no se requiere de un gasto extenso
en la recolección de datos, solamente el esfuerzo de convertir los
datos en una forma de gráfica de control.
• Donde se deben recolectar los nuevos datos, la información por

atributos es generalmente rápida y no costosa de obtener.
A
41 S
G
Las gráficas de control para atributos son importantes por varias
razones:
• Existen situaciones de datos por atributos en muchos procesos

técnicos y administrativos, de tal manera que las técnicas de
análisis por atributos son útiles en muchas aplicaciones. La
dificultad más significativa es el desarrollo de definiciones
operativas precisas de lo que es una no conformidad.
• Los datos por atributos son ya disponibles en muchas

situaciones: si hay inspecciones existentes, materiales
rechazados, etc. en estos caso no se requiere de un gasto extenso
en la recolección de datos, solamente el esfuerzo de convertir los
datos en una forma de gráfica de control.
• Donde se deben recolectar los nuevos datos, la información por

atributos es generalmente rápida y no costosa de obtener.
A
42 S
G
• Muchos datos obtenidos para resúmenes administrativos se
encuentran en una forma de atributos y se pueden beneficiar
del uso de gráficas de control.
• Cuando se introducen gráficas de control en una organización,

es importante el priorizar las áreas problemáticas y utilizar
gráficas donde ellas son más necesarias. Las señales
problemáticas pueden venir del sistema de control de costos,
quejas de los usuarios, cuellos de botella internos, etc. El uso
de gráficas de control sobre medidas de calidad clave puede
apuntar a áreas de proceso específicas que requerirán un
análisis más detallado, incluyendo el uso de gráficas de control
para variables.
A
43 S
G
Existen 4 tipos principales de gráficas de control para
atributos:
Gráfica Nombre Tamaño muestral
p Gráfica para la De muestras no
proporción de necesariamente
unidades no de igual tamaño.
conformes.
np Gráfica para el De muestras de
número de igual tamaño.
unidades no
conformes.
C Gráfica del número de De muestras de
no conformidades. igual tamaño.
U Gráfica del número de De muestras no
no conformidades necesariamente
por unidad. de igual tamaño.
A
44 S
G
A
45 S
G
ISO 9000 y MSA
􀁼7.6 Control de los dispositivos de seguimiento y de medición
􀁺…
􀁺La organización debe establecer procesos para asegurarse de que el
seguimiento y medición pueden realizarse y se realizan de una
manera coherente con los requisitos de seguimiento y medición.
􀁺Cuando sea necesario asegurarse de la validez de los resultados, el
equipo de medición debe:
a)calibrarse o verificarse a intervalos especificados o antes de su
utilización, comparado con patrones de medición trazables a
patrones de medición nacionales o internacionales; cuando no
existan tales patrones debe registrarse la base utilizada para la
calibración o la verificación;
A
46 S
G
ISO/TS 16949 y MSA
􀁼7.6.1 Análisis de Sistemas de Medición
􀁺Se deben conducir estudios estadísticos para analizar la variación

presente en los resultados de cada tipo de sistema de equipo de medición
y prueba. Este requisito debe aplicar a los sistemas de medición referidos
en el plan de control. Los métodos analíticos y los criterios de
aceptación usados deben estar conforme a los manuales de referencia del
cliente sobre análisis de sistemas de medición. Otros métodos analíticos
y criterios de aceptación pueden usarse si son aprobados por el cliente
A
47 S
G
ANALISIS DEL SISTEMA DE MEDICION
Guías o recomendaciones generales:
• Los resultados en los estudios deberían ser cuidadosamente evaluados para

saber si el dispositivo es adecuado a la aplicación que se quiere.
• Generalmente los criterios de aceptación para la repetibilidad y

reproducibilidad de dispositivos son:
1. Error menor al 10% es aceptable
2. Del 10 al 30% de error puede ser aceptable con base en la importancia

de la aplicación, el costo del dispositivo y el costo de reparación entre
otros.
3. Mayor al 30% es por lo general no aceptable y hay que hacer todo lo

posible para identificar el problema y corregirlo.
4. Cuando se tiene problemas debido a dispositivos con error mayor a

30%, se puede consultar al cliente para una posible solución.
A
48 S
G
DIAGRAMA DE FLUJO
INICIO
EVALUAR EL DISPOSITIVO
O METODO DE MEDICION
USANDO PARTES, HERRAMENTAL
Y PROCESOS DE PRODUCCION
¿ES ACEPTABLE
¿ES ACEPTABLE
SI LA REPETIBILIDAD Y SI CONTINUAR CON EL
LA EXACTITUD DEL
REPRODUCIBILIDAD DEL ANALISIS DEL
DISPOSITIVO O
DISPOSITIVO O PROCESO
METODO DE
METODO DE
MEDICION?
MEDICION?
NO
NO
SI ¿PUEDE SI
SER ¿PUEDEN SER
CORREGIDA? CORREGIDAS?
NO NO A
OBTENER AYUDA
49 O SOPORTE S
G
• El equipo de medición esta sujeto a la variación. Siendo así,

el análisis del proceso no puede ser significativo a menos que
los instrumentos de medición usados para recopilar datos
tengan repetibilidad y exactitud.
• Si los instrumentos no son calibrados en forma adecuada

para su exactitud, todo resultara en una variación sistemática
o bias.
• Una condición similar puede ocurrir cuando varias personas

utilizan el mismo equipo para desempeñar otras mediciones
reproducibilidad.
A
50 S
G
• La variación periódica en las lecturas del equipo pueden ser

causadas por desgaste o deterioro del instrumento o condiciones
ambientales tales como cambios de temperatura durante las
pruebas. Estos afectan la estabilidad en los resultados del
instrumento de medición.
• La linealidad es un tipo de variación donde los valores actuales

sobre el rango de operación del dispositivo difieren de los
valores verdaderos, esto puede encontrarse en un dispositivo de
aire.
• Otro tipo de variación llamada aleatoria, es causada

generalmente por condiciones relativas a la construcción del
instrumento mismo tales como fricción interna. Esta variación en
la medición puede provocarse en series repetidas e idénticas de
A
51 pruebas (repetibilidad); algunas veces referida como precisión.
S
G
• Todos estos factores: exactitud, repetibilidad,

reproducibilidad, estabilidad y linealidad en combinación
afectan el desempeño general del equipo de medición.
• En esta sección son presentadas estas formas de variación o

errores, así como ciertas técnicas necesarias para evaluarlas.
Mientras que hay otras técnicas disponibles, un análisis
estadístico básico del sistema de medición se presenta mas
adelante.
A
52 S
G
Nota: Es importante que sea establecida la correlación

entre las áreas o sitios, tales como el proveedor y recibo en
planta. También es importante que el equipo de medición se
capaz de medir en una relación 1/10 de la tolerancia total
de variación del producto.
Las figuras y definiciones siguientes nos ayudaran a describir

los tipos de error o variación asociados con el sistema de
medición. Cada termino será claramente entendido para su
discusión y las figuras establecen el significado grafico de cada
termino.
A
53 S
G
Análisis del Sistema de Medición
 Es común referirse al análisis del sistema de medición, por sus siglas en
inglés, MSA (Measurement Systems Analysis).
 Su importancia radica en la necesidad de asegurar la integridad de los datos.
 Es frecuente también omitir la importancia de aspectos cualitativos y

organizacionales sobre la integridad de datos, y circunscribir el MSA a la
ejecución de estudios de repetibilidad y reproducibilidad (Repeatability and
Reproducibility (R&R)); esto es, también, una visión limitada, miope.
 Será prioritario, mediante un MSA, determinar si el sistema de medición es

capaz de medir, las características de interés, de forma estable, consistente.
A
54
ASESORÍA EN SISTEMAS DE GESTION Y54
SPND
G
Análisis del Sistema de Medición
Gran de cantidad de empresas no se ocupan de considerar si sus sistemas de
medición son convenientes.
Y asumiendo que los sistemas de medición fuesen adecuados, muchos analistas y

experimentadores cometen el error de no verificar tal supuesto.
Las mediciones obtenidas tanto para sistemas que hagan pruebas destructivas y
no destructivas, deben estar fundamentados en datos de calidad, ìntegros.
A
55
SPND
G
Integridad de datos
Las preguntas planteadas por Ishikawa parecen
Un dato correcto es la base para la sencillas y casi triviales, pero encierran un
acción, y las acciones son decisiones. profundo nivel de conocimiento.
Revelar los hechos:

Toda decisión tiene consecuencias,
En el análisis estadístico y experimental los datos
esperadas e inesperadas; así que es deben recolectar con propósitos específicos, si se
mejor anticipar la mayor cantidad de quieren conclusiones vinculantes y sanas. Usar
consecuencias que se puede. datos antiguos, cuya calidad e idoneidad es
cuestionable, llevará a conclusiones de calidad e
idoneidad cuestionable.
Dos preguntas importantes:
Datos analizados y comparados
¿Tiene sentido invertir tiempo, dinero y otros
¿Se recolectan los datos para revelar
recursos en datos que engrosarán un repositorio
los hechos? de cifras inútiles?
¿Los datos recolectas son analizados y ¿Es capaz el analista de escoger las técnicas
comparados de tal forma que revelen comparativas adecuadas para los datos a los que
se enfrenta?
los hechos? (Ishikawa,
1991)
A
56
SPND
G
Metodología para recolección de
datos
Basili & Weiss proponen una serie de pasos como metodología para
recolectar datos:
1. Establecer la meta de la recolección de los datos.

2. Desarrollar una lista de preguntas de interés.
3. Establecer categorías de datos
4. Diseñar y probar formatos para recolección de datos
5. Recolectar y validar los datos
6. Analizar
La calidad de los datos debe ser la adecuada desde la primera vez que
se obtiene. La responsabilidad de obtener los datos bien reside en
el punto mismo de recolección. Es calidad en la fuente.
A
57
SPND
G
Calidad de los datos
Datos inadecuados, malos datos, corruptos, también corrompen el
proceso de toma de decisiones.
Algunas consideraciones:
• Evite el sesgo emocional respecto de alcanzar metas, sea en el conteo o

medición.
• No redondee datos si no es necesario; podría ser caótico
• Registre estrictamente el orden, secuencia, en el que capturan los datos
• Si la variable en estudio cambia con el tiempo, o se sospecha, los registros
de medición y clasificaciones deben recibir ese cambio
• Aplique estadística y experimentación cuando sea necesario, y para desafiar
el análisis lógico.
• Establezca filtros a los datos para detectar y remover errores de digitación o
migración de datos en la base de datos.
• Evite remover datos por “corazonadas”, o “por que yo sé que eso no es así”.
A
58
SPND
G
Errores en datos (antes del MSA)
Algunos ejemplos de errores en la integridad de

antes, que pueden corregidos antes del MSA
Datos en blanco
Datos ilegibles
Problemas de trascripción
Error de cálculo en medidas indirectas
Registro de valores imposible
Negligencia
Falta de aleatoriedad
Violentar la secuencia establecidad para recolección
A
59
SPND
G
Administración de datos (Data
Management)
Una posible forma de contrarrestar la complejidad de los

actuales sistemas de recolección y análisis de datos, es por
medio de la administración de datos.
El principio es simple:
Los datos deben preservarse acticamente, o pasivamente

entrarán en decadencia.
Decandencia para un dato significa una gradual inutilidad de

los datos, generalmente observada en sistemas complejos.
A
60
SPND
G
Variabilidad: Entendimiento y Medición
Un MSA ayudará a entender y medir la

variabilidad del sistema de
medición.
La variabilidad total se expresa como

la la suma de la varianza del
proceso y la varianza de la
medición
   
2 2
p
2
m
A
61
SPND
G
A
62 S
G
Repetibilidad Variación del Dispositivo
Es la habilidad del sistema de medición

para proporcionar el mismo valor medido por
una persona
tras repetidas veces que se mida
la misma unidad
Variación del
Reproducibilidad
Sistema
Es el grado de concordancia cuando Método
múltiples personas miden la misma variable Como mide
en la misma unidad de muestreo Quien mide
Interacción con
Dispositivo
A
63
SPND
G
S esgo
Locación
(exactitud) E stabilidad
L inealidad
MSA
Amplitud R eproducibilidad
(presición)
R epetibilidad
A
64
SPND
G
Sesgo
Los pasos para ejecutar un estudio por de Sesgo son:
• Obtenga un estándar conocido para la dimensión de interés y

certifíquelo
• Solicite a una persona que lo mida el estándar al menos 10 veces, que se
registren los valores y luego compute el promedio
• Compare el promedio contra el valor certificado.
• Exprese la variación entre el estándar y la medición en porcentaje
(promedio medido/estándar multiplicado por 100)
• Calcule el porcentaje de tolerancia por sesgo como:
(sesgo/tolerancia*100)
A
65
SPND
G
Estabilidad
• Consiga un estándar de referencia que sea consecuente con los valores que
se requieren o se obtienen en el proceso productivo
• Mida periódicamente el estándar y cada vez que lo mida, registre tres a
cinco mediciones
• Construya un gráfica X-barra/R
• Use el gráfico como monitor de la estabilidad
A
66
SPND
G
Linealidad
Certifique al menos cuatro unidades de producto como estándar de
diferentes dimensiones en el rango operativo de la tolerancia dada
para el proceso/producto
• Identifique a una persona que mida con un mismo dispositivo cada
unidad certificada
• Deberá medirse cada unidad certificada al menos 10 veces
• Compútese el sesgo promedio para cada unidad
• Construya un gráfico de dispersión en donde el eje “x” son las
unidades certificadas y el eje de la ordenada es el sesgo promedio
• Analice el gráfico de dispersión por medio de la interpretación del
coeficiente de determinación y demás indicadores de una análisis de
regresión. Se espera un comportamiento lineal
A
67
SPND
G
Se desprende, por tanto, que es necesario tener algunos métodos
sencillos para describir los patrones de variación. Un método útil
incluye una distribución de frecuencia. Otro incluye encontrar una
medida de la tendencia central de una distribución (es decir, un
promedio o media) combinada con alguna medida de la dispersión
o expansión de la distribución.
Normalmente por medio del Teorema del Límite Central, las
medidas de las mediciones que se toman de las características de
calidad tendrán una distribución normal, por tanto los valores
caerán dentro de la distribución como se muestra en la siguiente
figura:
99.73%
95.46%
62.28%
m-3s m-2s m -1s m A

68 m+1s m+2s m+3s S
G
Los datos son recolectados como una base para la acción:
Antes de que alguien pueda utilizar los datos como una base para la acción
estos deben ser interpretados. La adecuada interpretación de los datos
requerirá que estos sean presentados en contexto y que las técnicas de
análisis filtren el ruido.
Las comparaciones limitadas de pares de valores, como las diferencias

porcentuales, pueden ocasionalmente ser utilizadas pero no
representan un contexto lo suficientemente amplio para siempre
apuntar en la dirección correcta.
• Las comparaciones a las especificaciones, planes, objetivos, metas,

presupuestos o promedios no filtrarán ningún ruido. Estas
comparaciones simplemente tratarán de caracterizar cuando se está
“operando correctamente” o se “está en problemas”.
• Si se está en problemas, estas comparaciones no ofrecen ninguna

sugerencia acerca de cómo salir del problema.
A
69 S
G
• Si se está operando correctamente, las comparaciones no
predecirán si se continuara operando correctamente.
• Estas comparaciones solamente caracterizan el pasado reciente.
• Las gráficas son la herramienta más poderosa disponible para

presentar datos en contexto.
A
70 S
G
El término atributo aplicado al Control de Calidad se refiere a todas
aquellas características que cumplen con determinadas
especificaciones, o que no cumplen con ellas. Hay dos tipos de
atributos:
1. Aquellos casos cuando no es posible hacer mediciones, por

ejemplo, cuando se efectúa una inspección visual: color, partes
faltantes, ralladuras, daños, etc.
2. Aquellos casos en los que sí es posible hacer mediciones pero no

se realizan debido al tiempo, costo o necesidades implicados. Por
ejemplo, si bien es posible medir el diámetro de un orificio
utilizando un micrómetro de interiores, en algunos casos es más
práctico utilizar un patrón que directamente indique “pasa/no
pasa” y con esto determinar si se cumple o no con las
especificaciones.
A
71 S
G
Para el Control Estadístico del Proceso se necesita contar con datos
exactos y precisos; sin embargo, en todos los datos hay errores de
medición. Por ello, todo valor observado está constituido por 2
elementos:
Valor Observado = Valor Real + Error de medición

La variación se produce como consecuencia del proceso y de la
medición, por lo tanto:
Variación Total = Variación del producto + variación por

medición
A
72 S
G
A su vez, la variación por medición se compone de repetibilidad
(originada por la variación en el equipo) y reproducibilidad
(variación causada por el evaluador o inspector), a lo anterior se le
conoce como R&R o Repetibilidad y Reproducibilidad.
Antes de hacer cálculos para evaluar el R&R es necesario calibrar el

calibrador. La calibración la puede hacer directamente el interesado
en sus instalaciones o recurriendo a un laboratorio independiente. Se
deberá realizar tomando como base patrones de referencia cuya
exactitud y estabilidad sean reconocidas. En el caso de que industrias
o productos para los cuales no se cuente con patrones, la calibración
deberá basarse en criterios diseñados especialmente.
Aunque existen diversas técnicas para el cálculo de R&R, en esta

sección se presenta la establecida por la norma QS 9000.
A
73 S
G
PROCESO:
Recopilación de datos.
Aunque la cantidad de partes, evaluadores o intentos de
medición puede variar, se considera como cantidad
óptima 10 partes, 2 ó 3 evaluadores y 2 ó 3 intentos. Las
lecturas se obtienen eligiendo en forma aleatoria la
secuencia de partes de cada intento.
Cálculos.
Si bien el orden como se efectúan las mediciones es
aleatorio, los cálculos se hacen por parte y evaluador.
A
74 S
G
Análisis de resultados.
El análisis permitirá calcular la variación y el porcentaje
de variación del proceso correspondiente al sistema de
medición total y la repetibilidad, reproducibilidad y de
variación de una parte a otra, de todos sus componentes.
Las ecuaciones y la secuencia de análisis son las
siguientes:
1. Repetibilidad
=
EV = k1R
Donde:
EV: Variación de equipo (repetibilidad)
K1: 4.56 para 2 intentos y 3.05 para 3 intentos
A
75 S
G
2. Reproducibilidad
EV2
AV = ------------
( k2Xdif)2 n * r
Donde:
AV = Variación por causas del evaluador (reproducibilidad)
K2 = 3.65 para 2 operadores y 2.79 para 3 operadores.
n= número de partes.
r = número de intentos.
Si hubiera un valor negativo dentro de la raíz, el valor AV

automáticamente se considerará como cero.
A
76 S
G
3. Repetibilidad y Reproducibilidad.
R & R = EV2 + AV2
Donde:
R&R: Repetibilidad y Reproducibilidad.
A
77 S
G
4. Variación de las partes.
PV = k3 Rp
Donde:
PV: Variación de las partes.

Rp: Rango de los promedios de partes.
K3: Depende del número de partes.
Parte 2 3 4 5 6 7 8 9 10
K3 3.65 2.70 2.30 2.08 1.93 1.82 1.74 1.67 1.62
A
78 S
G
5. Variación total.
TV = R & R2 + PV2
Donde:
TV: Variación Total.
A
79 S
G
6. El porcentaje de variación total se calcula utilizando las siguientes
ecuaciones. Observe que el porcentaje consumido por cada uno de
los factores no da un total de 100%.
EV
%EV = 100 --------
TV
AV
%AV = 100 --------
TV
R&R
%R & R =100 -------
TV
PV
%PV = 100 --------
TV
A
80 S
G
Nota:
Cuando se conoce la variación del proceso y su valor está basado en 6s, se puede utilizar
éste para calcular TV y PV, utilizando las ecuaciones siguientes:
Variación del proceso

TV = 5.15 ---------------------------
6
PV = TV2 – R&R2
Estos valores (TV y PV) podrían reemplazar aquellos calculados

previamente.
A
81 S
G
Evaluación.
Si la repetibilidad es mucho mayor que la

reproducibilidad, el motivo podría ser:
1. El calibrador necesita mantenimiento.

2. El calibrador se debe rediseñar para que éste resulte
más rígido.
3. El dispositivo de sujeción del calibrador o su
ubicación requiere mejorarse.
4. Existe una excesiva variación dentro de una misma
parte.
A
82 S
G
Si la reproducibilidad es mucho mayor que la
repetibilidad, el motivo podría ser:
1. El operario necesita recibir mejor capacitación sobre

cómo usar y leer el calibrador.
2. Las calibraciones en el calibrador no son legibles.
3. Se necesita un adaptador que auxilie al operario a usar

adecuadamente el calibrador.
A
83 S
G
Directrices.
Las directrices para la aceptación del R&R son las siguientes:
Menos del 10% de error El sistema de calibrador es

satisfactorio.
Entre 10% y 30% de error Podría aceptarse
dependiendo de la
importancia de la aplicación,
costo del calibrador, costo de
las reparaciones, etc.
Más del 30% de error El sistema de calibración no

es satisfactorio. Descubra las
causas y emprenda las
acciones correctivas
necesarias.
A
84 S
G
Repetibilidad & Reproducibilidad
   
2 2
p
2
m
Repetibilidad & Reproducibilidad
Porcentaje de Porcentaje respecto a la Tolerancia Categoría Distintivas

Contribución
 2 
% R & R   m 2Fórmula
 100  5.15 m2   2 
  T 
%Tol    100 CD   p 2  1.41
Tolerancia
   m 
Marginalmente <9% <30% 5
aceptable
Bien <4% <20% 6-10
Excelente <1% <10% +10
A
85
SPND
G
GUIA RAPIDA DE LA 3ª EDICION
TIPO DE SISTEMA DE METODOS MSA CAPITULO

MEDICION
Variables simples Recorrido, Media y Recorrido, ANOVA, III
Sesgo, Linearidad, Gráficos de Control
Atributos Detección de señal, Análisis de contraste III
de hipótesis
No Repetibles Gráficos de control IV
(ej.: ensayos destructivos)
Variables complejas Recorrido, Media y Recorrido, ANOVA, III, IV
Sesgo, Linearidad, Gráficos de Control
Sistemas múltiples, Gráficos de Control, ANOVA, Análisis de III, IV
Validación de Equipos y Regresión
Ensayos
Procesos continuos Gráficos de Control III
Varios Enfoques alternativos V
A
86 S
G
Trazabilidad
Trazabilidad y Patrones
Patrón longitud Comparador por

Patrón de onda interferometría
nacional
-----------------------------
Interferómetro Bloques de
Patrón de referencia /
láser
referencia comparador
-------------------------------------------
Patrones de Trabajo CMM Bloques
-------------------------------------------------------
Calibres de producción Calibre Fijación Micrómetros
Figura 1: Ejemplo de una Cadena de trazabilidad para medidas de

longitud (CMM = máquina de medición por coordenadas)
A
87 S
G
Efectos sobre las decisiones del producto
Las relaciones básicas entre las variaciones del proceso reales y observadas
son:
σ2obs = σ2actual + σ2msa
donde:
σ2obs = varianza observada del proceso
σ2actual = varianza real del proceso
σ2msa = varianza del sistema de medición
El índice de capacidad Cp se define como:
(Aunque estamos usando en esta exposición Cp, los resultados sirven también para la
caracterización del índice Pp)
Esto puede ser sustituido en la siguiente ecuación para obtener la relación entre los
índices del proceso reales y observados:
(Cp)-2obs = (Cp)-2actual + (Cp)-2msa
siendo Cp = Tolerancia / 6σ
A
88 S
G
DISCRIMINACIÓN DEL SISTEMA
CONTROL ANALISIS
1 Puede ser usado solo para control si: Inaceptable para estimar
CATEGORIA La variación del proceso es pequeña en parámetros del proceso e índices
DE DATOS comparación con las especificaciones Sólo indica si el proceso esta
La fuente principal de variación causa produciendo piezas conformes o
cambios importantes no conformes
La función de perdida sobrepasa la
expectativa de variación del proceso
2-4 CONTROL ANALISIS

Puede ser usado para técnicas de Generalmente inaceptable para
CATEGORIAS control con semi variables basadas en estimar parámetros del proceso e
DE DATOS la distribución del proceso índices
Puede producir gráficos de control de Sólo proporciona estimaciones
variables insensibles groseras
CONTROL ANALISIS
5 O MAS
CATEGORIAS Puede usarse para gráficos de Recomendado
DE DATOS control por variables
A
89 S
G
DISCRIMINACIÓN DEL SISTEMA
MEDIA MEDIA
0.14555 (UCL)
0.144 0.1431 (UCL) 0.144
0.140 0.140
0.135 0.13571 (LCL) 0.1375 (LCL) 0.135
RECORRIDO RECORRIDO
0.020 0.020
0.01810 (UCL)
(UCL)
0.0102
0.010
0.010 R
R
0
0
(a) (b) INADECUADO
Gráficos de control para datos Gráficos de control para datos
cuando la unidad mas pequeña cuando la unidad mas pequeña
de medida es 0.001" de medida es 0.01"
La mejor indicación de una inadecuada discriminación aparece en el

gráfico de recorrido. Uno, dos o tres posibles valores del recorrido en los
límites, mediciones inadecuadas. Cuatro posibles valores del recorrido
dentro de los límites de control y más de un cuarto de los recorridos son
cero, entonces la medición se está haciendo de forma inadecuada
A
90 S
G
Exactitud de los dispositivos de medición:
Para determinar la exactitud es necesario obtener la medición o lectura

verdadera de las partes en la muestra. Esto puede hacerse usualmente con
una herramienta de laboratorio o equipo de inspección dimensional. Un
promedio verdadero es derivado de estas lecturas al ser comparadas mas
tarde con las de los promedios observados de los operadores en el estudio
de R&R.
La diferencia entre el valor verdadero de la medición y los promedios

observados determinan la exactitud del dispositivo.
Si la exactitud del dispositivo es relativamente grande, hay que buscar por las
siguientes posibles causas:
1. Error en el master
2. Dispositivo equivocado
3. Dispositivo usado en la dimensión equivoca
4. El dispositivo esta midiendo la característica incorrecta
5. Dispositivo erróneamente calibrado
6. El dispositivo fue mal utilizado por el operador
A
91 S
G
1.- Exactitud del dispositivo de medición
La exactitud del dispositivo es la diferencia entre el promedio de las

mediciones observadas con respecto al promedio verdadero. El
establecimiento del promedio verdadero se determina mejor mediante
la medición con el equipo mas exacto que se tenga disponible.
Promedio Promedio
Verdadero Observado
A
92 S
G
LOCALIZACION DE LA VARIACION.
SESGO - BIAS.
SESGO
VALOR DE
REFERENCIA
VALOR MEDIO DEL SISTEMA DE MEDICION
 Para determinar el sesgo de un sistema de medición, es necesario tener
valores de referencia a lo largo de todo el rango operativo del equipo.
· Tomar una muestra y establecer su valor de referencia en relación a un patrón
trazable. Medir la pieza 10 veces y calcular la media de las 10 lecturas.
· Calcular el sesgo restando el valor de referencia de esta media.
· Sesgo = Media de las lecturas - Valor de referencia
· Variación del proceso = 6  (ver fórmulas)
· Porcentaje del sesgo = 100*(Sesgo / Variación del proceso)
· El porcentaje del sesgo utilizando la tolerancia del proceso se calcula de forma
similar, sustituyendo la variación del proceso por la tolerancia.
A
93 S
G
Estabilidad de los dispositivos de medición:
Determinar la estabilidad del dispositivo depende de que tan frecuentemente se

usa entre las calibraciones normales. La necesidad de calibración depende
de factores tales como:
• Tiempo: Largos periodos en desuso

• Numero de mediciones tomadas
• Cambios en presión de aire
• Calentamiento o acondicionamiento
La estabilidad del dispositivo puede ser la diferencia positiva entre los

promedios de las mediciones del primer y segundo estudios realizados. Si
la estabilidad es relativamente grande, esta puede ser debido a las
siguientes causas:
1. El dispositivo no ha sido calibrado con la frecuencia necesaria

2. Un regulador de presión de aire o un filtro puede ser necesario para el
dispositivo de aire
3. Un tiempo determinado de acondicionamiento puede ser requerido
para dispositivos electrónicos
A
94 S
G
4.- Estabilidad del dispositivo de medición
La estabilidad del dispositivo se refiere a la diferencia entre el

promedio de al menos dos series de mediciones obtenidas con el
mismo dispositivo en las mismas partes tomadas a diferentes
tiempos.
Promedio
Verdadero
Estabilid
ad
Tiempo 2
95 Tiempo 1AS
G
LOCALIZACION DE LA VARIACION. ESTABILIDAD
PO
EM
TI
• 1.- SI REALIZAMOS EL ESTUDIO POR PRIMERA VEZ.

• En este caso, y sólo en este caso utilizaremos gráficos de control, como se describe
en el referencial SPC.
• 2.- SEGUNDAS VECES Y CONSECUTIVAS.
• Para determinar la estabilidad en estos casos, nos vamos a apoyar en los gráficos
de linealidad.
A
96
96
S
G
Linealidad de los dispositivos de medición:
Un mínimo de dos estudios de exactitud debería ser conducido, uno a cada

extremo de cada rango de operación. El rango medio de operación debería
ser considerado cuando los estudios están en fase de plantación.
Si el error de linealidad del dispositivo es relativamente grande, puede darse por

las siguientes causas:
1. El dispositivo no fue propiamente calibrado en ambos extremos

inferior y superior del rango de operación
2. Error en el master mínimo o máximo
3. Dispositivo equivocado
4. Puede requerirse una revisión interna del diseño y características del

dispositivo
A
97 S
G
5.- Linealidad del dispositivo de medición
La linealidad del dispositivo es la diferencia entre la exactitud de los

resultados a través del rango de operación esperado.
Promedio Promedio Promedio Promedio

Verdadero Observado Verdadero Observado
Alta
Exactitud
Exactitud
A
98 S
G
LOCALIZACION DE LA VARIACION. LINEALIDAD
SESGO
SESGO
Valor 1 Valor N
 LA LINEALIDAD SE PUEDE DETERMINAR ELIGIENDO PIEZAS QUE

CUBRAN TODO EL RANGO OPERACIONAL DEL INSTRUMENTO DE
MEDICIÓN. EL SESGO DE CADA UNA DE ESTAS PIEZAS ELEGIDAS SE
DETERMINA COMO LA DIFERENCIA ENTRE EL VALOR DE REFERENCIA Y
LA MEDIA DE LAS MEDICIONES OBSERVADAS COMO YA SE HA
DESCRITO ANTERIORMENTE.
 LA PENDIENTE (A) DE LA LÍNEA DE REGRESIÓN ENTRE LAS VARIABLES
SESGO Y VALOR DE REFERENCIA ES UN ÍNDICE QUE PUEDE
REPRESENTAR LA LINEALIDAD DEL EQUIPO.
 PARA CONVERTIR ESTA LINEALIDAD A PORCENTAJE DE VARIACIÓN
DEL PROCESO (O DE TOLERANCIA), SE MULTIPLICA POR 100 LA
PENDIENTE Y SE DIVIDE POR LA VARIACIÓN DEL PROCESO ( O DE
TOLERANCIA).
A
99
99
S
G
2.- Repetibilidad del dispositivo de medición
La repetibilidad del dispositivo es la variación obtenida en las

mediciones cuando un operador usa el mismo dispositivo para medir
características idénticas en las mismas partes.
Promedio
Verdadero
Repetibilidad
A
100 S
G
VARIACION EN LA DISPERSION REPETIBILIDAD
VALOR DE REFERENCIA
REPETIBILIDAD
PARA DETERMINAR LA REPETIBILIDAD DE UN SISTEMA DE

MEDICIÓN:
Elegimos un número determinado de piezas y ensayos a realizar.
Tomaremos los datos.
Se calcula la variación como e
A
101 S
G
3.- Reproducibilidad del dispositivo de medición
La reproducibilidad del dispositivo es la variación en el promedio

de las mediciones realizadas por diferentes operadores usando el
mismo dispositivo cuando miden características idénticas de las
mismas partes.
Promedio Operador B
Verdadero
Operador C
Operador A
A
102 Reproducibilidad S
G
VARIACION EN LA DISPERSION REPRODUCTIBILIDAD
REPRODUCTIBILIDAD
A C B
PARA DETERMINAR LA REPRODUCTIBILIDAD DE UN SISTEMA DE

MEDICIÓN:
Elegimos un número determinado de piezas, inspectores y ensayos a realizar.
Tomaremos los datos.
Se calcula la variación del como o.
A
103 S
G
DEFINICIONES Y NOMENCLATURA
R&R DEL EQUIPO / CAPACIDAD/ RENDIMIENTO DEL
SISTEMA
R & R = σ2GRR = σ2reproductibilidad + σ2repetibilidad
VALOR DE
REFERENCIA
A C B
 CAPACIDAD DEL PROCESO DE MEDICION

 σ2CAPACIDAD = σ2SESGO(LINEALIDAD) + σ2GRR
 RENDIMIENTO DEL PROCESO DE MEDICION
 σ2RENDIMIENTO = σ2CAPACIDAD + σ2ESTABILIDAD + σ2CONSISTENCIA
A
104 S
G
MEDICION DE LA INCERTIDUMBRE
VALOR VERDADERO = MEDICION OBSERVADA (RESULTADO) ± U
EXPRESION
COMPLETA
U=KUC ; U2C = σ2RENDIMIENTO+σ2 OTROS
U2C = σ2SESGO(LINEALIDAD) + σ GRR + σ2ESTABILIDAD

SIENDO k2= 2 PARA UN
+
FACTOR DE COBERTURA DEL 95%
σ2CONSISTENCIA + σ2 OTROS
La mayor diferencia entre la incertidumbre y el MSA, es que el MSA se
focaliza en comprender el proceso de medición, determinando todos
los errores del proceso y evaluando la adecuación del sistema para el
control del producto y del proceso. El MSA promueve la comprensión
y la mejora.
La incertidumbre define el intervalo de confianza asociado al
resultado de una medida en el cual se espera esté el valor verdadero
de dicha medición.
A
105 S
G
ANALISIS DE LOS PROBLEMAS DE MEDICION
ETAPA 1 IDENTIFICAR EL PROBLEMA
ETAPA 2 IDENTIFICAR EL EQUIPO
ETAPA 3 DIAGRAMA DE FLUJO DEL SISTEMA DE
MEDICION Y DEL PROCESO
ETAPA 4 DIAGRAMA CAUSA - EFECTO
ETAPA 5 PLANIFICAR - REALIZAR - ESTUDIAR -
ACTUAR (PDSA)
ETAPA 6 POSIBLES SOLUCIONES Y PRUEBAS DE
CORRECCION (DISEÑO DE EXPERIMENTOS)
ETAPA 7 INSTITUCIONALIZACION DEL CAMBIO
A
106 S
G
REPETIBILIDAD Y REPRODUCTIBILIDAD
PARA CALCULAR LA REPETIBILIDAD Y
REPRODUCTIBILIDAD EXISTEN VARIOS
MÉTODOS,
- MÉTODO DEL RECORRIDO.
- MÉTODO M EDIA - RECORRIDO.
- ANOVA
A
107 S
G
METODO DEL RECORRIDO
El método proporciona una visión general del sistema,
pero no descompone la variabilidad en repetibilidad y
reproductibilidad.
realizaremos los siguientes cálculos:
· Recorrido por pieza.
· Recorrido medio.
· R&R
· %R&R
Este método se puede calcular usando la variación del
proceso o la tolerancia del proceso.
A
108 S
G
METODO DE LA MEDIA Y RECORRIDO
• Este método es una ampliación del anterior, por lo que preferiremos el uso de este método
para realizar un estudio más completo. Permite la separación del sistema en dos
componentes, repetibilidad y reproductibilidad, pero no calcula su interacción.
• Se puede aplicar utilizando la variación del proceso o la tolerancia del proceso.
• Análisis de los Resultados para el estudio de la reproductibilidad y repetibilidad.
• Para analizar el sistema observaremos % R&R, para aceptar la repetibilidad y
reproductibilidad del equipo de medición (% R&R) seguiremos las siguientes directrices:
Para valores inferiores El sistema de medición es aceptable

a 10%
Para valores entre el Podremos aceptar el sistema de medición en
10% y el 30% función de la importancia del sistema, aunque su
aceptación será condicional.
El sistema de medición necesita mejoras.
Para valores de 30% Identificar los problemas y tomar ACCIONES
CORRECTORAS A
109
109
S
G
METODO DE LA MEDIA Y RECORRIDO
El método proporciona una visión general del sistema, pero si
descompone la variabilidad en repetibilidad y reproductibilidad.
realizaremos los siguientes cálculos:
· Recorrido por pieza.
· Recorrido medio.
· GR&R, %GRR,
· PV, % PV (Variación de la pieza)
· TV = variación total
· ndc = nº de categorías de datos
Este método se puede calcular usando la variación del proceso o la
tolerancia del proceso.
A
110 S
G
ESTUDIOS GRÁFICOS
REPETIBILIDAD
20
Pieza 1
C
Pieza 2
Y REPRODUCTIBILIDAD
Pieza 3 Pieza 4 Pieza 5
E
R 10 B B
R 0 A C
O
R -10 A
-20
Pieza 6 Pieza 7 Pieza 8 Pieza 9 Pieza 10

20
E 10
R
R 0
O
R -10
-20
Error = Valor observado - Valor de referencia
Gráfico de Error
• GRÁFICO DE SESGO.
• Sesgo = Valor observado - Valor de referencia
• Sesgo= Valor observado - Media de las mediciones de la pieza.
• Una visualización sistemática de las desviaciones por causas aparentes asignables
de variaciones debe preceder a cualquier otro análisis estadístico.
A
111
111
S
G
ESTUDIOS GRÁFICOS: REPETIBILIDAD Y REPRODUCTIBILIDAD
MEDIA
5
4 Inspector C
3
2 Inspector B
1 Inspector A
0
1 2 3 4 5 6 7 8 9 10 PIEZA
Gráfico de seguimiento
• GRÁFICO DE SEGUIMIENTO DE LA MEDIA. Las medias de lecturas múltiples
de cada inspector se representan para cada inspector y para cada pieza. El gráfico
de seguimiento puede ayudar a determinar:
• la consistencia entre los inspectores
• Si se representa también la media de las medias y los límites de control
determinados usando el recorrido medio, el gráfico de medias resultante
proporciona una indicación del uso del sistema de medición
A
112
112
S
G
VALORES
NORMALIZADOS
Y
Y Y
X Y
Y
X X X
Y X X
X
0 Y Y X X
X
X Y
X X
X Y
Y Y X Y X = 1ª Lectura
Y Y Y = 2ª Lectura
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 PIEZA
A B C INSPECTOR
Gráfico individuales normalizados

• GRÁFICOS INDIVIDUALES NORMALIZADOS. Los datos se representan como
las lecturas individuales menos la gran media de todas las lecturas agrupándolos
por inspector o por pieza. Este gráfico puede servir para determinar:
• - reproductibilidad
• - consistencia entre inspectores
• - existencia de valores atípicos (lecturas anómalas)
• - interacciones inspector-pieza
A
113
113
S
G
VALOR Lectura sup.
x Media
Lectura inf.
A B C A B C A B C A B C A B C INSPECTOR
1 2 3 4 5 PIEZA
Gráfico de "barbas"
• GRÁFICO DE “BARBAS”. En este gráfico se representan los valores de

los datos mayor y menor y la media por pieza e inspector. Esto permite
hacerse una idea de:
• - la consistencia entre los inspectores
• - la existencia de valores atípicos (lecturas anómalas)
• - interacciones entre pieza e inspector
A
114
114
S
G
MEDIA C
B
MEDIDA
* Inspector A
+ A X Inspector B
+
*
X + Inspector C
+ X *
*
+
X
*
*
X
X +
VALOR DE
REFERENCIA
Gráfico X-Y de las Medias por tamaño

• GRÁFICO X-Y DE LAS MEDIAS POR TAMAÑO. Se representan las
medias de las múltiples lecturas para cada inspector sobre cada pieza en
relación a la media global de la pieza o al valor de referencia. Este gráfico
puede ayudar a determinar:
• - Linealidad (si se usa el valor de referencia)
• - Consistencia en linealidad entre los inspectores.
A
115
115
S
G
MEDIA
INSPECTOR A
*
*
*
*
*
MEDIA
INSPECTOR B
Gráfico de comparación X-Y
• - GRÁFICOS DE COMPARACIÓN X-Y. Se dibujan las medias de las múltiples

lecturas por inspector sobre cada pieza en relación con la media de cada uno de los
otros inspectores. Así se comparan los valores obtenidos por un inspector en
relación a los valores obtenidos por los otros.
• Si hubiera una concordancia perfecta entre los inspectores, los puntos deberían
representar una recta de pendiente 45º.
A
116
116
S
G
VALOR
X
X
X X
X
X X X
X X X X X
X X X
X X X X X
X
X
X X X X X X
X X X X X X
X X
X X X X
X
X
X
X
A B C A B C A B C A B C A B C INSPECTOR
1 2 3 4 5 PIEZA
Gráfico de dispersión
• GRÁFICO DE DISPERSIÓN. Se representan las lecturas individuales

por inspector y pieza lo que ayuda a estimar:
• - consistencia entre inspectores
• - existencia de valores atípicos
• - interacciones pieza- inspector
A
117
117
S
G
MÉTODO ANOVA
Las ventajas de las técnicas ANOVA frente a los métodos anteriormente
descritos son:
- es capaz de manejar cualquier entorno experimental.
- puede estimar varianzas de manera más exacta.
- extrae más información de los datos-
la Tabla ANOVA, esta tabla se compone de seis columnas:
Fuente DF SS MS EMS F
Inspector k-1 SSo SSo/k-1=MSo  2 + r 2 + nr 2
Piezas n-1 SSp SSp/n-1=MSp  2 + r 2 + kr 2
Interacción (n-1)(k-1) SSop SSop/(n-1)(k-1)=MSop  2 + r 2 MSop/MSe

Calibre(error) nk(r-1) SSe SSe/nk(r-1)=MSe 2
Total nkr - 1 TSS Inspector  N(0,  2 )
Piezas  N(0,  2 )
Insp x Pieza  N(0,  2 )
Calibre (error)  N(0,  2 )
A
118 S
G
MÉTODO ANOVA
Cálculos para el informe ANOVA.
Variación del estudio (o total), TV = R & R2

 PV2
5.15  ( componentes )
% Variación = 100 5.15  ( variación estudio )
2
 5 .1 5  ( c o m p o n e n te s ) 
x100
% contribución =  5 .1 5  ( v a r ia c ió n e s tu d io ) 
A
119 S
G
CALIBRE POR ATRIBUTOS METODO DE
TABULACIONES CRUZADAS (COHEN - KAPPA)
Un calibre por atributos es aquel que compara unos límites específicos y
acepta la pieza si los límites se satisfacen, sino la rechaza.
Este método se lleva a cabo seleccionando 50 piezas. Dos o tres inspectores
miden todas las piezas de formas aleatoria, tres veces cada pieza.
Cuando se elijan las piezas es conveniente que algunas estén por encima o por
debajo de los límites especificados.
Se calcula la efectividad del sistema de medición como:
Nº de decisiones correctas
E= ---------------------------------------------
Oportunidades totales para una decisión
A
120 S
G
CALIBRE POR ATRIBUTOS METODO DE
TABULACIONES CRUZADAS (COHEN - KAPPA)
DECISION RATIO DE RATIO DE
EFECTIVIDAD FALSAS
SOBRE EL SISTEMA DE MEDICIÓN
FALLOS
ALARMA
ACEPTABLE PARA LA
>90 % <2% <5%
EVALUACIÓN
OCASIONALMENTE
ACEPTABLE PARA LA
>80% <5% <10%
EVALUACION -
PUEDE NECESITAR
MEJORAR
INACEPTABLE PARA
>80% >5% >10%
LA EVALUACION -
NECESITAR MEJORAR
A
121 S
G
CALIBRE POR ATRIBUTOS (METODO LARGO)
EL OBJETIVO ES DETERMINAR LA
PROBABILIDAD DE ACEPTAR O RECHAZAR UNA
PIEZA CON RESPECTO A UN VALOR DE
REFERENCIA (VALOR TEÓRICO DE LA PIEZA).
PARA ELLO, SE PLANTEA LA HIPÓTESIS DE QUE

LA REPETIBILIDAD Y REPRODUCTIBILIDAD SON
DISTRIBUCIONES NORMALES DE VARIANZA, S2.
EL ERROR CONSISTE PRINCIPALMENTE EN UNA
PÉRDIDA DE REPETIBILIDAD,
REPRODUCTIBILIDAD Y SESGO.
A
122 S
G
GPC SIN ERROR
PROBABILIDAD DE
ACEPTACIÓN LIMITE INF. LIMITE SUP.
1.0
0.5
0.0
0.4 0.6 0.8 1.0

VALOR DE REFERENCIA
DE LA PIEZA MEDIDA
A
123 S
G
GPC PROBABILDAD DE ACEPTACION
PROBABILIDAD DE
ACEPTACIÓN
1.0
0.5
0.0
0.4 0.6 0.8 1.0 1.2
Mediciones de pieza de referencia

GRR = 0.07
Bias = 0.05
A
124 S
G
GPC EN PAPEL PROBABILISTICO NORMAL
Curva Característica del Calibre
1,000
0,900
0,800
P r o b a b ilid a d
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
-0,020 -0,015 -0,010 -0,005 0,000
Xt
A
125 S
G
Conclusiones
􀁼El MSA evalúa si las mediciones son adecuadas y consistentes con los
requisitos
􀁼La mala calidad de las mediciones–sesgo y variación, pueden llevar a

decisiones erróneas y aún a conflictos
􀁼Para demostrar que una mejora es significativa la variación de las

mediciones debe ser pequeña con respecto a la variación del proceso
􀁼Para control de proceso la variación de las mediciones debe ser pequeña

con respecto a la tolerancia
􀁼Conocer el desempeño del sistema de medición ayuda a conocer mejor el

proceso
A
126 S
G

Resumen CEP y MSA

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

Resumen CEP y MSA

Cargado por

Copyright:

Formatos disponibles

A

Las Herramientas Estadísticas Básicas son un método útil para

En las líneas de producción es necesario un sistema eficiente para que el personal

Algunos factores de variación se relacionan con el proceso en

#1 Causa Común: Fuentes de variación que se ignorarán hasta

#2 Causas especiales: Fuentes de variación que se están tratando

Poblacion: es el universo de datos bajo investigacion del

Mediana: El primer valor de la variable que deja por debajo de si,

Moda: Cualquier maximo relativo de la distribucion de frecuencias

Tendencias: son las trayectorias en un diagrama de desarrollo o en un

Control Estadistico: Condicion que describe un proceso en el cual todas

Existen 7 herramientas basicas para el control de calidad:

• Estratificación • Capacitación del

MP Punches No hay carton (Insumo)

Designacion de Actividades (Prensa)

MANO DE OBRA (WORK

I and MR Chart for C1

Cuando utilizar las gráficas de Control:

• Cuando se desea predecir el rango esperado de salidas de un

• Cuando se desea determinar si un proceso es estable (dentro de

• Cuando se desea determinar como proceder con un proyecto de

• Cuando se desea controlar un proceso a través de encontrar y

La siguiente figura muestra una gráfica de control típica.

Límite Inferior de Control

• Un punto que cae fuera de los límites de control de 3 sigma

Proceso fuera de control

4 de 5 puntos consecutivos se encuentra a una distancia

Una corrida por lo menos de 7 u 8 puntos, donde el tipo de la corrida

Es recomendable el conocer la variabilidad inherente del proceso al

Límites de Control, de Variación Natural y de Especificación.

Para alguno de los ejercicios realizados anteriormente para gráficas de

Se dice que un proceso es hábil, cuando produce un producto con

Con 2 límites de Habilidad potencial

Para defectos Habilidad Real

Limite Inferior de Especificación

Limite Superior de especificación en control

Tamaño En control pero no capaz de cumplir

Cuando se discute con respecto a la capacidad del proceso

• La Capacidad del Proceso es determinada por la variación que

En general, ya que un proceso en control estadístico puede

• Existen situaciones de datos por atributos en muchos procesos

• Los datos por atributos son ya disponibles en muchas

• Donde se deben recolectar los nuevos datos, la información por

• Existen situaciones de datos por atributos en muchos procesos

• Los datos por atributos son ya disponibles en muchas

• Donde se deben recolectar los nuevos datos, la información por

• Cuando se introducen gráficas de control en una organización,

􀁼7.6.1 Análisis de Sistemas de Medición

􀁺Se deben conducir estudios estadísticos para analizar la variación

Guías o recomendaciones generales:

• Los resultados en los estudios deberían ser cuidadosamente evaluados para

• Generalmente los criterios de aceptación para la repetibilidad y

1. Error menor al 10% es aceptable

2. Del 10 al 30% de error puede ser aceptable con base en la importancia

3. Mayor al 30% es por lo general no aceptable y hay que hacer todo lo

4. Cuando se tiene problemas debido a dispositivos con error mayor a

• El equipo de medición esta sujeto a la variación. Siendo así,

• Si los instrumentos no son calibrados en forma adecuada

• Una condición similar puede ocurrir cuando varias personas

• La variación periódica en las lecturas del equipo pueden ser

• La linealidad es un tipo de variación donde los valores actuales

• Otro tipo de variación llamada aleatoria, es causada

• Todos estos factores: exactitud, repetibilidad,