MSA

Anlisis de los Sistemas

de Medicin

1
 MSA
ANLISIS DE LOS SISTEMAS DE MEDICIN

Elaborado por:

Felipe Morais Menezes

Porto Alegre
2013

2
Sumario

1 INTRODUCCIN ........................................................................Erro! Indicador no definido.

1.1 El Anlisis Estadstico..................................................................................................... 5

1.2 Variacin: Causas Comunes y Especiales ...................................................................... 6

2 MSA ANLISIS DE LOS SISTEMAS DE MEDICIN ................................................................ 6

2.1 Calidad de los Datos de Medicin ................................................................................. 7

2.2 Terminologa ....................................................................Erro! Indicador no definido.

2.3 Propiedades Estadsticas de los Sistemas de Medicin ................................................ 9

2.3.1 Efecto de los Errores en la Medicin................................................................... 11

2.4 Aplicaciones de los Estudios de Sistemas de Medicin .............................................. 12

2.5 Discriminacin (Resolucin) ........................................................................................ 12

2.6 Directivas Generales de los Anlisis de los Sistemas de Medicin ............................. 14

2.7 Evaluacin del Sistema de Medicin para Variables ................................................... 15

2.8 Exactitud y precisin ................................................................................................... 15

2.9 Visin General del MSA ............................................................................................... 16

2.9.1 Estabilidad ........................................................................................................... 17

2.9.1.1 Directivas para el estudio ................................................................................ 18

2.9.2 Tendencia .................................................................Erro! Indicador no definido.

2.9.2.1 Directivas para el estudio ................................................................................ 19

2.9.3 Linealidad ............................................................................................................ 19

2.9.3.1 Directivas para el estudio ................................................................................ 21

2.9.4 Repetitividad y Reproducibilidad (R&R) .............................................................. 21

2.9.4.1 Repetitividad ................................................................................................... 22

2.9.4.2 Reproducibilidad ............................................................................................. 23

2.9.4.3 Directivas para el estudio ................................................................................ 24

2.9.4.4 Criterios de Aprobacin del R&R..................................................................... 25

3
 2.9.5 Evaluacin del Sistema de Medicin para Atributo ............................................ 26

2.9.5.1 Directivas para estudio.................................................................................... 26

2.10 Mtodo de Evaluacin del MSA .................................................................................. 26

3 REFERENCIAS ....................................................................................................................... 27

4
1 INTRODUCCIN

A fines de los aos 70, alarmados y a la vez admirados con la revolucin de

Japn en el rea de Calidad, ejecutivos de grandes corporaciones americanas
cruzaron el Ocano Pacfico en busca de explicacin para el fenmeno.
Recibieron, sorprendidos, la informacin de que dos ciudadanos americanos
W. Edwards Deming y Joseph Juran haban implantado los conceptos de
Control de Calidad, responsables del espectacular vuelco impuesto al mundo
por la Economa Japonesa, iniciado a partir de 1954. La superacin en relacin
a las empresas occidentales ocurri a mediados de la dcada de 70, por lo
menos en las industrias electrnica y automovilstica.

Deming y Juran iniciaron los trabajos transmitiendo sus conocimientos a los

principales ejecutivos japoneses, involucrando a los trabajadores en el
autocontrol y generando un nuevo concepto de Calidad.

Calidad es lo que el consumidor quiere, ense Deming. Como Deming,

Juran tambin defiende el hacer lo correcto desde la primera vez. Sin
embargo, su diferencial es el nfasis en la denominada Administracin de la
Calidad, ya que considera que los problemas en esa rea son, ante todo, de
gestin.

Las tcnicas de Control Estadstico del Proceso han cambiado toda la visin
anterior de la Calidad, derribando todos los conceptos y mtodos existentes en
la poca. El control pas a hacerse directamente sobre el proceso de
produccin, a partir del recibimiento de materias primas y en todas las etapas
de fabricacin, Al fin y al cabo, para Deming, solamente el 4% de los errores se
deben a las fallas locales de los operadores. Los dems se ubican en los
sistemas de produccin, incluyndose el estado de los materiales, la
manutencin de las mquinas, la operacin de las herramientas y las
condiciones ambientales.

1.1 EL ANLISIS ESTADSTICO

Walter Shewhart, despus de varios estudios logr hacer la siguiente
observacin: En la naturaleza y en todo el proceso industrial repetitivo, los
datos obtenidos tienden a estar distribuidos de forma a componer una curva
normal o curva en campana.

Del punto de vista matemtico, esta distribucin Normal se caracteriza por dos
parmetros:

Promedio, que es la concentracin promedio de las medidas que se

toman en el proceso.

5
 Desviacin Estndar, que muestra la dispersin de los datos alrededor
de la medida promedio.

Por esta razn, es importante la definicin de Calidad de Manufactura como

siendo la uniformidad del producto alrededor de un objetivo en vez de
conformidad con la especificacin.

Esta uniformidad no es determinstica, o sea, presenta variacin. La variacin

en determinada caracterstica de proceso puede ocurrir debido a dos causas:
Comunes y Especiales.

1.2 VARIACIN: CAUSAS COMUNES Y ESPECIALES

Las causas comunes se refieren a muchas fuentes de variacin dentro de un
proceso que tienen una distribucin estable y repetitiva a lo largo del tiempo.
Esto se denomina bajo control estadstico. Si solo las causas comunes de
variacin estn presentes y no cambian, la produccin de un proceso es
previsible.

Las causas especiales se refieren a cualesquiera factores que causan

variacin, pero que no actan siempre en el proceso. Cuando ellas ocurren,
hacen con que la distribucin del proceso se altere. A menos que se
identifiquen y se cuiden todas las causas especiales de variacin, seguirn
afectando de forma imprevisible el resultado del proceso. Si estn presentes
causas especiales de variacin, la produccin no ser estable a lo largo del
tiempo.

Las alteraciones en la distribucin del proceso debidas a las causas especiales

pueden ser tanto perjudiciales como benficas. Cuando son perjudiciales,
necesitan identificarse y removerse. Cuando benficas, deben identificarse e
incorporarse permanentemente al proceso.

Para tener control del proceso, es necesario hacer inspecciones constantes en

la forma de medicin. Este sistema de medicin, a su vez, debe ser fidedigno
para generar informacin confiable para la toma de decisiones.

2 MSA ANLISIS DE LOS SISTEMAS DE MEDICIN

Para anlisis del sistema de medicin se utilizan importantes herramientas

estadsticas que permiten la evaluacin del grado de fiabilidad de los datos
generados por los sistemas de medicin utilizados por una empresa. Como en
la gestin de procesos los datos representan la base para la toma de
decisiones, es necesario determinar, antes de cualquier anlisis, si los sistemas
de medicin suministran resultados aceptables. Por lo tanto, la evaluacin
6
estadstica de la calidad de las medidas es un importante estudio que debe
formar parte integrante de la gestin de procesos.

Una premisa bsica al hablar de Anlisis del Sistema de Medicin es siempre

evaluar si el sistema de medicin est correcto, antes de cualquier anlisis
estadstico.

Ante la importancia de los datos para las actividades de gestin de procesos,

es fcil percibir que es fundamental que las mediciones realizadas para la
recopilacin de datos sean confiables, con el objetivo de asegurar que las
acciones a tomar a partir del anlisis de los datos recopilados sean realmente
adecuadas.

2.1 CALIDAD DE LOS DATOS DE MEDICIN

La calidad de los datos de medicin est relacionada a las propiedades

estadsticas de mediciones mltiples obtenidas con un sistema de medicin
que opera bajo condiciones estables.

Por ejemplo, supongamos que un sistema de medicin, operando bajo

condiciones estables, se utiliza para obtener varias mediciones de una
caracterstica determinada. Si todas las medidas estn cerca del valor
estndar se dice que la calidad de los datos es alta. De la misma manera, si
algunas o todas estn lejos del valor estndar, se dice que la calidad de los
datos es baja.

Las propiedades estadsticas ms comnmente usadas para caracterizar la

calidad de datos son la tendencia y la variancia. La propiedad denominada
tendencia se refiere a la ubicacin de los datos relativamente al valor estndar
y la propiedad denominada variancia se refiere a la dispersin de los datos. Sin
embargo, otras propiedades estadsticas, como la tasa de error de clasificacin
tambin pueden ser tiles en algunos casos.

Una de las razones ms comunes de datos con baja calidad es la variacin de

los datos. Por ejemplo, un sistema de medicin, usado para medir el volumen
de un lquido en un tanque puede ser sensible a la temperatura ambiente en
que se usa. En este caso, la variacin en los datos puede ser debida a
alteraciones en el volumen o a alteraciones en la temperatura ambiente. Eso
hace difcil la interpretacin de los datos y, por consiguiente, menos
conveniente el sistema de medicin.

Gran parte de la variacin en un conjunto de mediciones se debe a la

interaccin entre el sistema y su medioambiente. Si la interaccin genera
mucha variacin, la calidad de los datos puede ser tan baja que los datos
pierden su utilidad. Por ejemplo, un sistema de medicin con una gran
7
variacin puede no ser adecuado para el anlisis de un proceso de
manufactura porque la variacin del sistema de medicin puede mascarar la
variacin del proceso de manufactura.

Mucho del trabajo de gestionar un sistema de medicin est vinculado al

monitoreo y control de variacin. Entre otras cosas, esto significa que se debe
poner nfasis en aprender como interacta el sistema de medicin con su
medioambiente, de forma que se generen solamente datos de calidad
aceptable.

La mayora de las variaciones es indeseable. Pero hay algunas excepciones

importantes. Por ejemplo, si la variacin se debe a pequeas alteraciones en la
caracterstica que se est midiendo, generalmente se considera deseable.
Cuanto ms sensible es un sistema de medicin a este tipo de alteracin, ms
deseable se torna el sistema porque se trata de un sistema de medicin ms
sensible.

Si la calidad de los datos no es aceptable, es necesario mejorarla. Esto

generalmente se logra mejorando el sistema de medicin, en vez de mejorar
los datos.

2.2 TERMINOLOGA

A continuacin, presentamos la terminologa bsica necesaria para la

comprensin del tema que tratamos aqu.

Medicin: se define como la atribucin de nmeros a cosas materiales

para representar las relaciones entre ellas en lo que se refiere a
propiedades particulares. Esta definicin fue hecha por primera vez por
C. Eisenhart (1963). El proceso de atribuir nmeros se define como el
proceso de medicin y el valor atribuido se define como el valor medido.

Dispositivo de Medicin: cualquier dispositivo usado para obtener

medidas; frecuentemente usado para referirse especficamente a los
dispositivos usados en el ambiente de fbrica, incluye calibradores
pasa / no pasa.

Sistema de Medicin: el conjunto de operaciones, procedimientos,

dispositivos de medicin y otros equipamientos, software y personal
usado para atribuir un nmero a la caracterstica que se est midiendo;
el proceso completo usado para obtener las medidas.

La Figura 1 presenta los componentes de un Sistema de Medicin tpico.

8
 Mtodo
Instrumento

Operador

Ambiente de
Padro
Trabalho

Figura 1 Componentes del Sistema de Medicin

Segn estas definiciones, el proceso de medicin debera verse como un

proceso de produccin que produce nmeros (datos) como su producto.
Enfocar un sistema de medicin de esta manera es til porque permite aplicar
todos los conceptos, filosofa y herramientas estadsticas.

2.2 PROPIEDADES ESTADSTICAS DE LOS SISTEMAS DE MEDICIN

Un sistema ideal de medicin producira solamente medidas correctas, todas

las veces que fuese utilizado. Toda medida debera siempre coincidir con un
estndar maestro. Diramos que un sistema de medicin de ese tipo posee
propiedades estadsticas de variancia cero, tendencia cero y probabilidad cero
de clasificacin equivocada de cualquier producto que midiese.

Lamentablemente, rara vez encontramos sistemas de medicin con esas

propiedades estadsticas deseables y, por lo tanto, los gerentes de procesos
deben usar sistemas de medicin que tienen propiedades estadsticas menos
convenientes.

La calidad de un sistema de medicin se determina, generalmente, slo por las

propiedades estadsticas de los datos que produce. Otras propiedades como
costo, facilidad de uso, etc. tambin son importantes porque contribuyen a la
conveniencia general de un sistema de medicin. Pero la calidad de un sistema
se determina por las propiedades estadsticas de los datos producidos.

Debe entenderse que las propiedades estadsticas que son las ms

importantes para un uso, no son necesariamente las propiedades ms
importantes para otro uso. Por ejemplo, para algunos usos de una mquina de
9
medicin de coordenadas (tridimensional), las propiedades ms importantes
son variancia y tendencia pequeas. Una mquina de medicin por
coordenadas con esas propiedades generar medidas que estn prximas a
los valores certificados de estndares que son trazables. Los datos obtenidos
de esa mquina pueden ser muy tiles para analizar un proceso de
manufactura.

Pero, sin importar cun pequeas sean la tendencia y la variancia, la misma

mquina de medicin por coordenadas puede ser incapaz, bajo determinadas
condiciones generales, de realizar un trabajo aceptable al discriminar entre
productos buenos y malos porque su tasa de clasificacin equivocada es muy
alta. Con eso, bajo esas condiciones generales, la mquina sera
simultneamente aceptable para analizar el proceso de manufactura e
inaceptable para realizar la inspeccin del tem final.

La gerencia tiene la responsabilidad de identificar las propiedades estadsticas

que son ms importantes para el uso de los datos. La gerencia tambin es
responsable de asegurar que esas propiedades se utilicen como base para
elegir un sistema de medicin. Para realizarlo, son necesarias definiciones
operacionales de las propiedades estadsticas, bien como mtodos aceptables
de medirlas.

A pesar de ser posible exigir que cada sistema de medicin tenga diferentes
propiedades estadsticas, existen algunas propiedades estadsticas que todos
los sistemas de medicin deben tener. Son estas:

El sistema de medicin debe estar bajo control estadstico, lo que

significa que la variacin en el sistema de medicin se debe solamente a
causas comunes y no a causas especiales.

La variabilidad del sistema de medicin debe ser pequea comparada a

la variabilidad del proceso de manufactura.

La variabilidad del sistema de medicin debe ser pequea comparada a

los lmites de especificacin.

Los incrementos de medida deben ser pequeos en relacin al que sea

menor entre la variabilidad del proceso o los lmites de especificacin.
Una regla prctica comnmente usada es que los incrementos no deben
ser superiores a un dcimo del menor valor entre la variabilidad del
proceso o los lmites de especificacin.

Las propiedades estadsticas del sistema de medicin pueden cambiar

en la medida en que varen los tems que se estn midiendo. Si esto
ocurre, la mayor (peor) variacin del sistema de medicin debe ser

10
 pequea en relacin al menor valor entre la variabilidad del proceso o
los lmites de especificacin.

La Figura 2 presenta varias fuentes de variacin basada en cada componente

del sistema de medicin.

Figura 2 Fuentes de Variacin del Sistema de Medicin

2.2.1 Efecto de los Errores en la Medicin

El objetivo de un control de proceso es establecer si el proceso est bajo

control estadstico; centralizado; y con una variabilidad aceptable. Si la
variacin en el sistema de medicin es grande, ella podr tener una influencia
negativa en decisiones relativas a esos tres puntos.

Los tipos de errores que se pueden cometer son:

Una pieza buena considerada mala. Error tipo I (riesgo del productor,
o falsa alarma).

Una pieza mala considerada buena. Error tipo II (riesgo del

consumidor, o tasa de prdida).

Con relacin al control estadstico de un proceso, podemos cometer dos

tipos de errores:

11
 o Denominar una causa comn como causa especial (punto fuera
de los lmites, por ejemplo);

o Denominar una causa especial como causa comn.

Cuanto a la centralizacin de un proceso, tambin podemos cometer dos

errores:

o Desajustar un proceso que est centralizado, por considerarlo,

errneamente, descentralizado;

o Mantener un proceso descentralizado, por considerarlo,

errneamente, centralizado.

Cuanto a la variacin en el proceso, podemos considerar un proceso

capaz como un proceso no capaz.

2.3 APLICACIONES DE LOS ESTUDIOS DE SISTEMA DE MEDICIN

Entre las principales aplicaciones de los estudios y anlisis de los sistemas de

medicin podemos destacar:

Criterios para aceptar nuevos equipos;

Comparacin entre dispositivos de medicin;

Evaluar dispositivos con sospecha de ser deficientes;

Comparacin del equipo antes y despus del reparo;

Necesario para el clculo de la variacin del proceso;

Establecer la Curva de Desempeo del Dispositivo.

2.4 DISCRIMINACIN (RESOLUCIN)

Discriminacin es la capacidad del sistema de medicin de detectar e indicar,

con fiabilidad, pequeas alteraciones en las caractersticas medidas.

Debido a limitaciones fsicas y econmicas, el sistema de medicin no

distinguir piezas que tengan pequeas diferencias en las caractersticas
medidas. En vez de eso, la caracterstica medida tendr valores medidos

12
agrupados en categora de datos. Todas las piezas, en la misma categora de
datos, tendrn el mismo valor para la caracterstica medida.

La discriminacin es inaceptable para el anlisis cuando no detecta variacin

en el proceso, y es inaceptable para el control, si no detecta causas especiales
de variacin. La Figura 3 muestra el impacto de categoras sin superposicin
de datos de la distribucin del proceso en las actividades de control y anlisis.
Figura 3 - Impacto de categoras

Los sntomas de discriminacin inaceptable pueden aparecer en la carta de

amplitudes. Las cartas de promedio y amplitud revelan la fuerza de
discriminacin (nmero de categoras de datos que pueden ser identificadas)
del sistema de medicin. La figura 4 contiene pares de cartas de control
derivadas de los mismos datos.

Figura 4 - Cartas de control de Proceso

Indicacin de discriminacin inadecuada es dada en la carta de amplitudes.

Cuando la carta muestra solamente 1, 2 o 3 posibles valores dentro de los
lmites de control, las mediciones se estn haciendo con discriminacin
inadecuada.

Adems, si la carta muestra 4 posibles valores y ms de de las amplitudes

es cero, la discriminacin es inadecuada.
13
Estos problemas pueden ser remediados por la modificacin da capacidad de
detectar a variacin dentro de los subgrupos a travs del aumento de la
discriminacin de las mediciones. Un sistema de medicin tendr
discriminacin adecuada si su resolucin aparente es pequea en relacin a la
variacin del proceso. Entonces, una recomendacin cuanto a la discriminacin
adecuada sera que la resolucin aparente fuera al mximo un dcimo de la
variacin total de seis desvos estndar del proceso, en vez de la regla
tradicional que es la de resolucin aparente ser de al mximo un dcimo de la
amplitud de la tolerancia.

2.5 DIRECTIVAS GENERALES DE LOS ANLISISS DE LOS SISTEMAS DE

MEDICIN

Independientemente del estudio que se realizar, se deben tomar algunos

cuidados en su preparacin:

1. Planificar el enfoque que se utilizar;

2. Determinar previamente el nmero de operadores, piezas y lecturas.

Para eso, considerar:

o Criticidad de las dimensiones

o Configuracin de la pieza

3. Elegir operadores que suelen operar el dispositivo;

4. Las piezas deben ser seleccionadas del proceso y representar su rango

de operacin;

5. Cada pieza debe ser numerada;

6. Estar seguro de que el mtodo de medicin sigue el procedimiento de

medicin definido;

7. Las mediciones deben hacerse en orden aleatorio;

8. El estudio debe ser observado por alguien que conozca la importancia

del cuidado en la conduccin del estudio;

9. Marcar el lugar de medicin en las piezas.

Las tcnicas de evaluacin del sistema de medicin dependen de la naturaleza

de los datos, o sea, si el resultado de la medicin es una variable (peso,
dimetro, viscosidad, etc.) o si es un atributo (pasa o no-pasa).

14
2.6 EVALUACIN DEL SISTEMA DE MEDICIN PARA VARIABLES

Suponiendo que usemos un sistema de medicin para obtener varias

mediciones de una determinada caracterstica cuyo valor real es conocido.

Si todas las medidas estn prximas al valor real, se dice que el sistema de
medicin es adecuado.

La baja calidad de las medidas provenientes de un sistema de medicin se

debe al desvo y/o gran variabilidad de las mediciones.

As es posible reconocer dos componentes que afectan el promedio y la

dispersin de las mediciones.

BOA QUALIDADE
DAS MEDIDAS

BAIXA MDIA
VARIABILIDADE CENTRADA NO
VALOR REAL

PRECISO ACURCIA

Figura 5 Condiciones para la buena calidad en las medidas

2.7 EXACTITUD Y PRECISIN

La precisin de un sistema de medicin est relacionada a la variabilidad de

esa distribucin: a mayor variabilidad, menor precisin.

La exactitud de un sistema de medicin est relacionada al promedio de la

distribucin de las medidas: cuanto ms cercana al valor real, mayor la
exactitud.

15
 ACURCIA

PRECISO

Figura 6 - Precisin X Exactitud

2.8 VISIN GENERAL DEL MSA

Al iniciar un anlisis en los sistemas de medicin de una organizacin, es til

identificar qu prioridades sern, inicialmente, enfocadas por los sistemas de
medicin. La variacin total (o final) se basa en la combinacin de la variacin
del proceso y del sistema de medicin, como presentado en la Figura 7.
VARIAO TOTAL

VARIAO DO PROCESSO VARIAO DO SISTEMA DE

MEDIO

OPERADOR DISPOSITIVO/
INSTRUMENTO

REPRODUTIVIDADE REPETITIVIDADE
total
2
processo
2
m2 edio

ESTABILIDADE

TENDNCIA

total
2
processo
2
m2 edio LINEARIDADE

Figura 7 - Visin General do MSA

16
Por lo tanto, cuanto menor sea medio
2
, ms confianza tendremos de que total
2

representa solamente procsso

2
.

2.8.1 Estabilidad

Estabilidad es la variacin total de las mediciones obtenidas con el sistema de

medicin, midiendo una nica caracterstica en la misma pieza o estndar a lo
largo de un extenso perodo de tiempo, como presentado en la Figura 8

Figura 8 Estabilidad

La estabilidad de un sistema de medicin se refiere a su desempeo a lo largo

del tiempo. En general, la estabilidad no se cuantifica, pero se puede evaluar
usando cartas de control. En ese caso, una pieza estndar (siempre la misma
pieza) se mide a lo largo de das o semanas, y los resultados se trazan en una
carta de control.

Como se trata de la misma pieza, las lecturas deberan ser siempre las
mismas, pero eso no sucede debido a la variabilidad en el mismo sistema de
medicin. Si hay problemas en el sistema de medicin, eso se ver como un
punto fuera de los lmites de control. Puntos fuera de los lmites de control en
las cartas de promedio o en la carta de amplitudes, revelan falta de estabilidad
en el sistema de medicin, como presentado en la Figura 9.

17
 iv
d
u I a n l
l vi r id
4 0

3 8

V n a d o
Boa estabilidade 3 6

3 4

3 2

I
1 2 3 4 5 6 7 8 9 1 1 0 1 11 21 31 41 5 1 6 1 7 1 82 9 0

4
L 0
im ti e d e L in C h o a n t C r e o n le t r

r
L im it e d e C a C u o s n a t s r o E le s p
3 8
lo
Problemas de 3 6
a

estabilidade 3 4
V

3 2

2 2 12 22 3 2 4 2 52 62 72 83 9 3 0 3 13 23 33 4 3 5 3 6 3 7 3 8 4 9 0

FiguraL9 Anlisis
im it la eEstabilidad
de d e L i C h o
n a n t C r e o n le t r
L im it e d e C a C u o s n a t s r o E le s p

2.8.1.1 Directivas para el estudio

Obtener una muestra y establecer su valor de referencia midiendo la
pieza 10 veces en la metrologa y calculando el promedio;

Peridicamente, medir la pieza de 3 a 5 veces;

Tamao y frecuencia de la muestra deben basarse en el conocimiento;

Recopilar los datos en cartas de control XR o Xs ;

Establecer lmites de control;

Calcular la desviacin estndar y compararla con la del proceso.

2.8.2 Tendencia

Es la diferencia entre el valor verdadero (valor de referencia) y el promedio de

las mediciones observado para algunas caractersticas, mediciones estas
hechas de una misma pieza, como muestra la Figura 10.

18
 Figura 10 Tendencia

La tendencia se define como la diferencia entre el promedio observado y el

valor de referencia

El promedio observado es el promedio de un conjunto de lecturas (por ejemplo,

10 observaciones) hechas por el conjunto dispositivo/operador que queremos
evaluar.

El valor de referencia es el valor que se supone correcto, obtenido en el

laboratorio de metrologa.

La tendencia se puede expresar en trminos porcentuales, donde la base de

comparacin es la variacin total del proceso.

En general, se usa 6 sigma o la tolerancia (amplitud del intervalo de

especificacin) para definir la base de comparacin:

Tendencia % = 100 x Tendencia / (6 sigma)

Tendencia % = 100 x Tendencia / Tolerancia

2.8.2.1 Directivas para el estudio

Obtener una muestra y establecer su valor de referencia relativo a un
estndar trazable. Si esto no es posible, seleccionar una parte de la
produccin, medir la pieza > 10 veces en la metrologa calculando el
promedio. Usar este promedio como valor de referencia;

Un operador mide n > 20 veces la pieza de la manera usual.

2.8.3 Linealidad

19
La diferencia de la tendencia a lo largo del intervalo de operacin esperado
(medicin) en el equipo se denomina linealidad. La linealidad puede imaginarse
como la variacin de la tendencia con respecto al tamao (medido).

Figura 11 Linealidad

El estudio de la linealidad del dispositivo de medicin verifica el desempeo del

dispositivo a lo largo de todo su rango de uso.

Muchas veces, el dispositivo se usa en un amplio rango, y el hecho de que est

calibrado y funcionando adecuadamente en un extremo del rango no asegura
su funcionamiento adecuado en el centro o en el otro extremo del rango.

Para hacer un estudio de linealidad, es necesario utilizar varias piezas cuyos

valores de referencia contemplen el rango de uso del dispositivo.

Entonces, se efectan mediciones sobre cada pieza y se registra la tendencia

observada, verificando, a travs de un estudio de regresin, si la tendencia es
funcin del valor de referencia. La Figura 12 presenta un ejemplo grfico de
anlisis de la Linealidad.

20
 Figura 12 Ejemplo de Anlisis de Linealidad

2.8.3.1 Directivas para el estudio

Seleccionar g > 5 piezas a lo largo del rango de operacin del
dispositivo;

Obtener valores de referencia;

Confirmar alcance del rango de operacin;

1 operador que normalmente usa el instrumento, mide m > 10 veces

cada pieza.

2.8.4 Repetitividad e Reproducibilidad (R&R)

El R&R del dispositivo de medicin es una estimacin de la variacin

combinada de la repetitividad y de la reproducibilidad. Es la variancia que
resulta de la suma de las variancias dentro del sistema y entre sistemas, como
presentado en la Figura 13.

21
 Figura 13 R&R

2.8.4.1 Repetitividad

Es la variacin en las medidas obtenidas con un dispositivo de medicin

cuando usado varias veces por un operador midiendo la misma caracterstica
en la misma pieza.

Figura 14 - Repetitividad

La repetitividad o variacin del dispositivo de medicin es observada cuando un

mismo operador mide la misma pieza ms de una vez. Cuando la diferencia
entre las lecturas es pequea, el sistema tiene buena repetitividad. La Figura
15 ilustra esta definicin.

22
 Figura 15 Anlisis da Repetitividad

2.8.4.2 Reproducibilidad

Es la variacin en el promedio de las medidas tomadas por diferentes

operadores utilizando el mismo dispositivo de medicin, midiendo
caractersticas en las mismas piezas, como presentado en la Figura 16.

Figura 16 Reproducibilidad

23
La reproducibilidad se refiere a diferencias que pueden existir entre las
medidas de diferentes operadores, en general resultado de procedimientos
especficos adoptados por cada operador.

Para estimar esa variabilidad, se determina el promedio para cada operador y

luego se calcula la amplitud, restndose el menor promedio del mayor, como
puede verificarse en la Figura 17.

Figura 17 Anlisis de la Reproducibilidad

2.8.4.3 Directivas para el estudio

R&R (mtodo de la amplitud):

Suministra el valor aproximado de la variacin de la medicin

No descompone a la variabilidad en repetitividad y reproducibilidad

Directivas:

Seleccionar 5 piezas

Nombrar 2 operadores

Numerar las piezas

Ambos operadores miden cada pieza una nica vez

24
R&R (mtodo del promedio y amplitud):

Permite descomponer el sistema de medicin en dos componentes

distintos, repetitividad y reproducibilidad, pero sin interaccin

Directivas:

Obtener muestra de 10 piezas que represente la amplitud esperada de

la variacin del proceso

3 operadores miden 3 veces cada pieza

Numerar las piezas

Calibrar dispositivo de medicin

Hacer con que los operadores midan en orden aleatorio

2.8.4.4 Criterios de Aprobacin del R&R

Los estudios de R&R siguen los criterios de aprobacin presentados en la

Figura 18.

Abaixo de 10% Pode ser Recomendvel, especialmente til quando

considerado tentamos ordenar ou classificar peas ou quando
aceitvel for requerido um controle apertado do processo.

Entre 10% e 30% Pode ser A deciso deve ser baseada primeiro, por
aceito para exemplo, na importncia da aplicao da medio,
algumas custo do dispositivo de medio, custo do
aplicaes retrabalho ou reparo. O sistema de medio deve
ser aprovado pelo cliente.

Acima de 30% Considerado Todos os esforos devem ser tomados para

Inaceitvel melhorar o sistema de medio. Esta condio
pode ser resolvida pelo uso de uma estratgia
apropriada para a medio; por exemplo, utilizar a
mdia de diversas medies da mesma
caracterstica da mesma pea a fim de reduzir a
variabilidade da medida final.

Figura 18 Criterios de aprobacin del R&R

25
2.8.5 Evaluacin del Sistema de Medicin para Atributo

Un dispositivo de medicin por atributo es aquel que compara cada pieza con
un conjunto especfico y acepta la pieza si esta satisface los lmites; de lo
contrario, se rechaza la pieza. Un atributo no puede indicar cun buena o mala
es la pieza, solamente si la pieza se acepta o se rechaza.

2.8.5.1 Directivas para estudio

Seleccionar 50 piezas o ms;

Definir el atributo referencia para cada una de ellas

Nombrar 3 operadores;

Marcar un lugar de verificacin;

Algunas piezas deben estar ligeramente por encima de los lmites de

especificacin y otras por debajo;

Cada operador mide 3 veces cada pieza, aleatoriamente.

Los criterios de aceptacin para los estudios por atributo siguen los niveles
presentados en la Figura 19.

Deciso do
% de Alarme
sistema de Eficcia % de Falhas
falso
medio

Aceitvel quanto ao
90% 2% 5%
avaliador

Marginalmente
aceitvel quanto ao 80% < 5% 5%
avaliador

Inaceitvel quanto
< 80% > 5% > 10%
ao avaliador

Figura 19 Criterios de aprobacin de Sistema de Medicin por Atributos

2.9 MTODO DE EVALUACIN DEL MSA

26
El Flujograma de la Figura 20 presenta un mtodo genrico de realizacin de
estudio de MSA.

Figura 20 Proceso de evaluacin del MSA

Para tomar decisiones adecuadas, es necesario confiar en los datos recogidos.

Una recoleccin adecuada depende de procesos e instrumentos de medicin
confiables. La confianza acerca de los instrumentos y los procesos de medicin
puede ser validada con las herramientas de MSA.

3 REFERNCIAS

Automotive Industry Action Group AIAG (2002), Measurament Systems

Analysis (MSA) Rference Manual Fourth Edition. Chrysler Corporation,
Ford Motor Company, General Motors Corporation.

27
28