Curso de actualizacin

en Ingeniera de calidad

I. VII. FASE DE MEDICIN

II. 3. Medicin y capacidad de procesos

Dr. Primitivo Reyes Aguilar / febrero 2009

1
VII. A MEDICIN

1. Correlacin de mediciones
2. Sistemas de medicin
3. Repetibilidad y reproducibilidad4.
3
 Posibles Fuentes de la
Variacin del Proceso
Variacin del proceso, observado (Zlp/Zlt y/ DPMO)

Variacin del proceso, real Variacin de la medicin

Variacin Variacin originada

dentro de la Reproducibilidad
muestra por el calibrador

Repetibilidad Estabilidad Linealidad Sesgo

Calibracin

La Repetibilidad y reproducibilidad (R&R), son los errores ms relevantes en la medicin.

4
1. Sistemas de medicin
Sensibilidad
El gage debe sensible para detectar
diferencias en las mediciones en al menos
1/10 de la tolerancia especificada

http://www.infocaptor.com/user_help/da
shboard_dial_gauge.htm
6
 Definicin del Sesgo o exactitud
Valor
Verdadero
Sesgo es la diferencia
entre el promedio
observado de las Sesgo
mediciones y el valor
verdadero (patrn).
Ajustar equipo si es >
10% en su caso utilizar
factores de correccin
% Exactitud =| Exactitud |* 100
Tolerancia

7
 Definicin de la Repetibilidad
o precisin

Repetibilidad: Es la variacin de las

mediciones obtenidas con un
instrumento de medicin, cuando es
utilizado varias veces por un operador,
al mismo tiempo que mide las mismas
caractersticas en una misma parte

REPETIBILIDAD

8
 Definicin de la Reproducibilidad

Reproducibilidad: Es la Operador-B
variacin entre promedios de
las mediciones hechas por
diferentes operadores, que
utilizan un mismo instrumento
de medicin, cuando miden las Operador-C
mismas caractersticas en una
misma parte en diferentes
tiempos
Operador-A

9
 Definicin de la Reproducibilidad

Linealidad es la
diferencia
en los valores real y
observado, mayor menos
menor a travs del rango
de operacin esperado
del equipo.

http://calibration.mira.co.uk/information/Information%
20Page%20-%20Measurement%20Terminolgy.htm
Estudios de linealidad y sesgo
Interpretando los resultados
El porcentaje de linealidad (valor absoluto
de la pendiente * 100) es 13.2, que
significa que la Linealidad del gage es del
13% de la variacin total.

El porcentaje de sesgo para el promedio

de referencia es 0.4, lo que significa que el
sesgo del gage es menor que 0.4% de la
variacin total observada.
13
 Precisin / Tolerancia o Variacin
total (<10%)
Es la razn entre el error estimado de la
medicin (precisin) y la tolerancia de la
caracterstica medida (P/T) .

6 e
Re l P / T
Tolerancia
O contra la variacin total
6 e Variacion Medicion
Re l P / TV
Variacion Total Variacion Pr oducto Variacion Medicion

14
3. Estudios de Repetibilidad y
Reproducibilidad (R&R)

Mtodo del rango

Mtodo de medias rangos

Mtodo de ANOVA

15
 Mtodo del rango

Partes Evaluador A Evaluador B Rango A,B

1 0.85 0.80 0.05
2 0.75 0.70 0.05
3 1.00 0.95 0.05
4 0.45 0.55 0.10
5 0.50 0.60 0.10

Rango medio = 0.35/5 = 0.07

GRR = Rmedio / d2* = 0.07 / 1.19 = 0.0588 Error mximo 10%

Desv. Estndar del proceso = 0.0722
%GRR = 100 (GRR / Desv. Est. Proceso ) = 81.4%

Por tanto el sistema de medicin requiere mejora

18
 Mtodo de Medias Rangos
Datos del operador 1
No. de Parte y
Nombre: 4600066 PARTE A
Tolerancia
Especificada: 0.0060
No. y Nombre de Calibrador
GAGE: 8881-H Digital

RECOLECCIN DE DATOS

OPERADOR A.-
columna 1 columna 2 columna 3 columna 4 Promedio

Muestra 1er Intento 2do Intento 3er Intento Rango X

1 0.0045 0.0045 0.0045 - 0.0045
2 0.0045 0.0055 0.0045 0.0010 0.0048
3 0.0045 0.0045 0.0045 - 0.0045
4 0.0050 0.0050 0.0045 0.0005 0.0048
5 0.0045 0.0045 0.0045 - 0.0045
6 0.0050 0.0055 0.0045 0.0010 0.0050
7 0.0050 0.0045 0.0045 0.0005 0.0047
8 0.0050 0.0050 0.0050 - 0.0050
9 0.0050 0.0045 0.0050 0.0005 0.0048
10 0.0040 0.0040 0.0040 - 0.0040
Totales 0.0470 0.0475 0.0455 0.0035 0.0467
Suma 0.1400 RA : 0.00035
XA : 0.004666667

RA : 0.00035 # Intentos D4
RB : 0.0004 3 2.58
RC : 0.0005
SUM: 0.00125 LSCR = R x D4
R: 0.000416667 LSCR = 0.001075

22
 Datos del operador 2
C.-
columna 9 columna 10 columna 11 columna 12 Promedio Prom. Parte
1er Intento 2do Intento 3er Intento Rango X Xp=
0.0050 0.0045 0.0045 0.0005 0.0047 0.004556
0.0055 0.0045 0.0045 0.0010 0.0048 0.004889
0.0045 0.0045 0.0040 0.0005 0.0043 0.004444
0.0050 0.0050 0.0050 - 0.0050 0.004944
0.0045 0.0045 0.0040 0.0005 0.0043 0.004333
0.0050 0.0050 0.0050 - 0.0050 0.005111
0.0045 0.0050 0.0050 0.0005 0.0048 0.004833
0.0060 0.0050 0.0050 0.0010 0.0053 0.005111
0.0055 0.0045 0.0045 0.0010 0.0048 0.004778
0.0045 0.0045 0.0045 - 0.0045 0.004167
0.0500 0.0470 0.0460 0.0050 0.0477 Xp= 0.004717
Suma 0.1430 RC : 0.0005 Rp= 0.000944
XC : 0.004766667

A2
X Mx: 0.004766667 LSCX = X + A2 R = 1.023
X min: 0.004666667 LSCX = 0.005142917

X Diff: 0.0001000000 LICX = X - A2 R

LICX = 0.0043

23
 Carta de Rangos en control
RANGOS

LSCR = 0.001075 R= 0.00042 LICR = 0

LSCR

LICR

Los rangos deben estar en control indicando que

Las mediciones se hicieron adecuadamente, de otra
Forma se debe repetir la medicin en la parte
24
Carta de Medias fuera de control
LSCX = 0.005143 X = 0.004717 LICX = 0.004290417

LS
CX
X
LICX

Al menos el 50% de los puntos debe salir

De control para validar la discriminacin de
Las partes

25
 Resultados (AIAG)
MTODO LARGO
Aseguramiento de Calidad

No. de Parte y
Nombre: 4600066 PARTE A Fecha: 01/07/2003
Tolerancia
Especificada: 0.0060 Elaborado por: 0
No. y Nombre de Calibrador
GAGE: 8881-H Digital Caracterstica: Diametro

RESULTADOS DE LA HOJA DE DATOS AC-008

R= 0.00041667 X Diff = 0.0001000000 Rp = 0.000944444

Anlisis Unitario de Medicin % Total de Variacin ( TV )

Repetibilidad - Variacin del Equipo (EV) % EV = 100 [ EV/TV ]
EV= R x K1 = INTENTOS K1 % EV = 63.74%
EV= 0.00127083 2 4.56
3 3.05 % EV vs Tol. = 21.18%
Reproducibilidad - Variacin del Operador (AV) % AV = 100 [AV/TV]
2 2 1/2
AV = [(XDiff x K2) - (EV /nr)] % AV = 6.93%
AV = 0.00027 % AV vs Tol = 2.30%
AV = 7.29E-08 n=partes = 10
AV = 5.3834E-08 r = intentos = 3
AV = 1.9066E-08 OPERADOR 2 3
AV = 0.00013808 K2 3.65 2.7

Repetibilidad y Reproducibilidad ( R & R ) PARTES K3 % de R & R = 100 [ R & R /TV ]

R & R
2 2 1/2
= [EV + AV ] 5 2.08 % de R & R = 64.1164%
2
R & R % de R & R vs Tol
= 1.6341E-06 6 1.93 = 21.31%
R & R
= 0.00127831 7 1.82
Variacin de la Parte ( PV ) 8 1.74 % PV = 100 [ PV/TV ]
PV = RP x K3 9 1.67 % PV = 76.7403%
PV = 0.00153 10 1.62
VARIACIN TOTAL ( TV ) TV = 3.97E-06 PV / R&R x d2= d2 = 1.693
Categoria de
TV = ( R & R
2
+ PV )
2 1/2
TV = 0.001994 2.0 Datos 26
R&R Medias Rangos Grficas de Minitab
La grfica R se mantiene en control indicando
que las mediciones se realizaron en forma adecuada.
Gage R&R (Xbar/R) for Datos La grfica X barra slo presenta 5 de 30 puntos fuera
G age name:
de control, Reported
debera by : ser al menos el 50%, indicando
T olerance:
D ate of study : que el equipo
M isc: no discrimina las diferentes partes.

Components of Variation Datos by Partes

80 % Contribution
0.006
% Study Va r
Percent

% Tolerance
40 0.005

0.004
0
Gage R&R Repeat Reprod Part-to-Part 1 2 3 4 5 6 7 8 9 10
Partes
R Chart by Operadores
1 2 3 Datos by Operadores
UCL=0.001073 0.006
0.0010
Sample Range

_ 0.005
0.0005
R=0.000417

0.004
0.0000 LCL=0
1 2 3
Operadores
Xbar Chart by Operadores
1 2 3 Operadores * Partes Interaction
O peradores
UCL=0.005143
Sample Mean

1
0.0050 0.0050
Average

_ 2
X=0.004717 3
0.0045
0.0045
LCL=0.004290
0.0040
0.0040 1 2 3 4 5 6 7 8 9 10
Partes

27
R&R por ANOVA

Calculo con Minitab

(con los datos del ejemplo anterior)

28
 R&R por ANOVA
Resultados de Minitab
Gage R&R Study - ANOVA Method

Two-Way ANOVA Table With Interaction

Source DF SS MS F P
Partes 9 0.0000086 0.0000010 12.2885 0.000
Operadores 2 0.0000002 0.0000001 0.9605 0.401
Partes * Operadores 18 0.0000014 0.0000001 0.7398 0.757
Repeatability 60 0.0000063 0.0000001
Total 89 0.0000165

Los operadores y la interaccin no fueron significativos, slo las partes

Gage R&R La interaccin no es significativa,

%Contribution y los errores de R&R indican que
Source VarComp (of VarComp)
Total Gage R&R 0.0000001 50.93 equipo de medicin no es adecuado
Repeatability 0.0000001 50.93
Reproducibility 0.0000000 0.00 ni el nmero de categoras.
Operadores 0.0000000 0.00
Part-To-Part 0.0000001 49.07
Total Variation 0.0000002 100.00

Study Var %Study Var %Tolerance

Source StdDev (SD) (5.15 * SD) (%SV) (SV/Toler)
Total Gage R&R 0.0003150 0.0016222 71.36 27.04
Repeatability 0.0003150 0.0016222 71.36 27.04
Reproducibility 0.0000000 0.0000000 0.00 0.00
Operadores 0.0000000 0.0000000 0.00 0.00
Part-To-Part 0.0003092 0.0015923 70.05 26.54
Total Variation 0.0004414 0.0022731 100.00 37.88

Number of Distinct Categories = 1 29

 R&R por ANOVA
Resultados de Minitab
Gage R&R (ANOVA) for Datos
Reported by :
Las conclusiones son similares
G age name: Tolerance: que con el mtodo de X barra R.
Date of study : M isc:
No hay interaccin parte - operador
Components of Variation Datos by Partes
80 % Contribution
0.006
% Study Var
Percent

% Tolerance
40 0.005

0.004
0
Gage R&R Repeat Reprod Part-to-Part 1 2 3 4 5 6 7 8 9 10
Partes
R Chart by Operadores
Datos by Operadores
1 2 3
UCL=0.001073 0.006
0.0010
Sample Range

_ 0.005
0.0005
R=0.000417

0.004
0.0000 LCL=0
1 2 3
Operadores
Xbar Chart by Operadores
1 2 3 Operadores * Partes Interaction
Operadores
UCL=0.005143
Sample Mean

1
0.0050 0.0050
Average

_ 2
X=0.004717 3
0.0045
0.0045
LCL=0.004290
0.0040
0.0040 1 2 3 4 5 6 7 8 9 10
Partes

30
Sistema de Medicin de Atributos
Ejemplo comparacin pasa no pasa

1. Selecciona un mnimo de 20 unidades del proceso. Estas

unidades deben representar el espectro completo de la
variacin del proceso (buenas, erroneas y en lmites).

2. Un inspector experto realiza una evaluacin de cada

parte, clasificndola como Buena o No Buena.

3. Cada persona evaluar las unidades, independientemente

y en orden aleatorio, y las definir como Buenas o No
Buenas.

32
GR&R de Atributos - Ejemplo
Legenda de Atributos REPORTE
G =1Bueno FECHA:
NOMBRE:
NG =2No Bueno PRODUCTO:
SBU:
Esta es la
COND. DE PRUEBA: medida
Poblacin Conocida Persona #1 Persona #2 Acuerdo Acuerdo
Muestra # Atributo #1 #2
general de
#1 #2 Y=S N=No Y=S N=No
1 G G G G G Y Y consistencia
2 G G G G G Y Y
3 G G G G G Y Y entre los
4
5
G
G
G G G G Y Y operadores
G G G G Y Y
6 G NG G G G N N y el experto.
7 G G G G G Y Y
8 G G G G G Y Y 90% es lo
9 NG G G NG NG N N
10 NG NG NG G G N N mnimo!
11 G G G G G Y Y
12 G G G G G Y Y
13 NG NG NG NG NG Y Y
14 G G G G G Y Y
15 G G G G G Y Y
16 G G G G G Y Y
17 NG NG NG NG NG Y Y
18 G G G G G Y Y
19 G G G G G Y Y
20 G G G G G Y Y
(1)
% DEL EVALUADOR -> 95.00% 100.00%
(2)
% VS. EL ATRIBUTO -> 90.00% 95.00%
(3)
% DE EFECTIVIDAD DE DISCRIMINACION -> 85.00%
(4)
% DE EFECTIVIDAD DE DISCRIMINACION VS. EL ATRIBUTO -> 85.00%

33
Sistema de Medicin de Atributos
Pasa no pasa Datos en Minitab
Muestra Atributo Persona 1A Persona 1B Persona 2A Persona 2B
1 G G G G G
2 G G G G G
3 G G G G G
4 G G G G G
5 G G G G G
6 G NG G G G
7 G G G G G
8 G G G G G
9 NG G G NG NG
10 NG NG NG G G
11 G G G G G
12 G G G G G
13 NG NG NG NG NG
14 G G G G G
15 G G G G G
16 G G G G G
17 NG NG NG NG NG
18 G G G G G
19 G G G G G
20 G G G G G

34
Sistema de Medicin de Atributos
Pasa no pasa Resultados de Minitab
Attribute Agreement Analysis Persona 1A, Persona 1B, Persona 2A,
Persona 2B
Within Appraisers
Appraiser # Inspected # Matched Percent 95 % CI
1 20 19 95.00 (75.13, 99.87)
2 20 20 100.00 (86.09, 100.00)
# Matched: Appraiser agrees with him/herself across trials.
Fleiss' Kappa Statistics
Appraiser Response Kappa SE Kappa Z P(vs > 0)
1 G 0.82684 0.223607 3.69774 0.0001
NG 0.82684 0.223607 3.69774 0.0001
2 G 1.00000 0.223607 4.47214 0.0000
NG 1.00000 0.223607 4.47214 0.0000
Each Appraiser vs Standard
Appraiser # Inspected # Matched Percent 95 % CI
1 20 18 90.00 (68.30, 98.77)
2 20 19 95.00 (75.13, 99.87)
Between Appraisers
# Inspected # Matched Percent 95 % CI
20 17 85.00 (62.11, 96.79)
Fleiss' Kappa Statistics
Response Kappa SE Kappa Z P(vs > 0)
G 0.663222 0.0912871 7.26524 0.0000
NG 0.663222 0.0912871 7.26524 0.0000
All Appraisers vs Standard
# Inspected # Matched Percent 95 % CI
20 17 85.00 (62.11, 96.79)
# Matched: All appraisers' assessments agree with the known standard.
Fleiss' Kappa Statistics
Response Kappa SE Kappa Z P(vs > 0)
G 0.792005 0.111803 7.08391 0.0000
NG 0.792005 0.111803 7.08391 0.0000
35
Interpretacin de Resultados
% del Evaluador es la consistencia de una
persona.
% Evaluador vs Atributo es el acuerdo entre
la evaluacin del operador y la del experto.
% de Efectividad de Seleccin es el acuerdo
que existe entre los operadores.
% de Efectividad de Seleccin vs. el Atributo
medida general de la consistencia entre los
operadores y el acuerdo con el experto.

37
Estudio de Repetibilidad y Reproducibilidad
de Atributos - Guas de Aceptabilidad

Porcentaje Gua
De 90% a 100% Aceptable
De 80% a 90% Marginal
Menos de 80% Inaceptable

38
VII.B CAPACIDAD DE
PROCESO
4. Estudios de capacidad de proceso
5. ndices de capacidad y desempeo del
proceso
6. Capacidad del proceso por atributos
39
 Teora del camin y el tnel
El tnel tiene 9' de ancho (especificacin). El camin tiene 10 y el chofer es perfecto
(variacin del proceso). Pasara el camin? NO, la variabilidad del proceso es mayor
que la especificacin.
Centrar es hacer que el promedio del proceso sea igual al centro de la
especificacin. Si el camin tiene 8 pies de ancho pasar el camin?, Si. Si
el chofer puede mantener el centro del camin en el centro del tnel. De otra forma
chocar con las paredes del tnel y no pasar a pesar de ser ms angosto.
El proceso debe estar en control, tener capacidad y estar centrado

Ancho 9
Nigels Trucking Co.
Objetivos de la capacidad del proceso

1. Predecir que tanto el proceso cumple especificaciones

2. Apoyar a diseadores de producto o proceso en sus

modificaciones

3. Especificar requerimientos de desempeo para el equipo

nuevo

4. Seleccionar proveedores

5. Reducir la variabilidad en el proceso de manufactura

6. Planear la secuencia de produccin cuando hay un efecto

interactivo de los procesos en las tolerancias 41
Anlisis de la capacidad de proceso
Estudios de capacidad
Proceso de comportamiento estadstico
estable, las causas de variacin comn se
comparan con las especificaciones.

42
 Cmo vamos a mejorar esto?

Podemos reducir la desviacin estndar...

Podemos cambiar la media...

O (lo ideal sera, por supuesto) que podramos cambiar ambas

Cualquiera que sea la mejora que lleve a cabo,

asegrarse que se mantenga
43
 4. Estudios de capacidad del proceso
El proceso debe ser estable en carta X-R
Xbar-R Chart of Pulse1
90
U C L=86.84
Sample Mean

80
_
_
X=72.69
70

60
LC L=58.53
2 4 6 8 10 12 14 16 18
Sample

U C L=51.89
48
Sample Range

36
_
24 R=24.54

12

0 LC L=0
2 4 6 8 10 12 14 16 18
Sample

44
4. Estudios de capacidad del proceso
Process Capability of Viscosidad

LSL USL
P rocess Data Within
LS L 9.00000 Overall
Target *
USL 14.00000 P otential (Within) C apability
S ample M ean 11.74400 Cp 0.97
S ample N 50 C PL 1.07
C PU 0.88
S tDev (Within) 0.85577
S tDev (O v erall) 0.80259 C pk 0.88
C C pk 0.97
O v erall C apability
Pp 1.04
PPL 1.14
PPU 0.94
P pk 0.94
C pm *

9.6 10.4 11.2 12.0 12.8 13.6

O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
P P M < LS L 0.00 P P M < LS L 671.85 P P M < LS L 314.35
P P M > U S L 0.00 P P M > U S L 4191.66 P P M > U S L 2470.24
P P M Total 0.00 P P M Total 4863.51 P P M Total 2784.59

45
Capacidad inherente de mquina
Se evala con 30 partes de cada mquina

46
 Cmo vamos a mejorar esto?

Podemos reducir la desviacin estndar...

Podemos cambiar la media...

O (lo ideal sera, por supuesto) que podramos cambiar ambas

Cualquiera que sea la mejora que lleve a cabo,

asegurarse que se mantenga
47
5. ndices de capacidad y desempeo
rea fuera de especificaciones normal

1.33 es proceso es capaz

1.0 a 1.33 el proceso requiere un control estricto
< 1.00 el proceso es inaceptable 48
Corto y largo plazos
Corto plazo:
Es un periodo corto de tiempo en el cual no hay
cambios significativos en el proceso en relacin a las
6Ms (personal, materiales, mtodos, medio ambiente,
mediciones, mquinas)

Largo Plazo
Es el periodo de tiempo en el cual ya han ocurrido
todos los cambios posibles en el proceso, se trata de
informacin histrica
Usar 25 a 30 subgrupos con carta X-R
49
6. Capacidad de proceso por
atributos
Para cartas p, es el promedio de la fraccin no
conforme del proceso p. Si se desea la proporcin
que cumple especs. usar 1-p.

Para cartas np, tambin se usa la p promedio con 25

o ms periodos en control

Para cartas c, es el nmero promedio de no

conformidades o defectos, c

Para cartas u, es el nmero promedio de no

conformidades por unidad, u, en muestras

50