Estudios GR&R en la Práctica

Un estudio GR&R es efectivamente un experimento en el cual los componentes del sistema de medición son ajustados de una manera
controlada. Como un experimento, es requerido un planeamiento cuidadoso para asegurar que los resultados sean estadísticamente
válidos:

• Seleccionar las partes de la muestra al azar y correr la prueba en un orden completamente aleatorio.
• Hay que asegurar que las partes representen el rango operacional completo del proceso (i.e. su variación a largo plazo). Esto puede
ser hecho por la colecta de las partes en un periodo de tiempo extendido.
• Completar el estudio en condiciones operativas estandarizadas:
o Usar los mismos evaluadores como de costumbre.
o No entrenar a los evaluadores de antemano – lo que se requiere es medir la eficacia del sistema existente.
o Conducir el experimento en el mismo lugar como de costumbre.
• Hay que asegurar que el estudio sea ciego. Esto significa que los evaluadores no deberían estar al tanto del número de parte que
ellos están midiendo o ser capaz de recordar sus últimas mediciones. Esto es difícil si las partes tiene números escritos en ellas.

Matriz de Estudio de los Sistemas de Medición

Estudio del Características del Estudio Sistema de Medición al

Sistema de que aplicaría
Medición
Regla de los Si la resolución es demasiado alta para permitir la discriminación efectiva de la variación del proceso, • Masa
entonces es inevitable que falle el estudio GR&R. Verificar la resolución es una herramienta práctica • Acidez
Diez simple que vale la pena hacerse primero.
• Punto de Fusión por
La Regla de los Diez dice que la resolución de tu dispositivo de medida debería ser capaz de ajustar al Deslizamiento
Mide la menos diez veces la variación del proceso que estás midiendo. • SFC
Resolución de los
• DQO
sistemas 𝑅𝑎𝑛𝑔𝑜 𝑑𝑒 𝑉𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑃𝑟𝑜𝑐𝑒𝑠𝑜 • Índice de Refracción
≥ 10
𝑅𝑒𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 • Índice de Peróxidos
Ejemplo
• Índice de Iodo
• Color Lovibond
• Grosor
• Índice de
Saponificación
• Turbidez
• Estabilidad AOM
• Consistencia
Número de El número de categorías distintas es una métrica que se utiliza en los estudios R&R del sistema de • Masa
medición para identificar la capacidad de un sistema de medición de detectar una diferencia en la • Acidez
Categorías característica medida. Este número representa el número de intervalos de confianza no superpuestos
• Punto de Fusión por
que abarcan el rango de variación del producto. También puede entenderse como el número de grupos
Distintas (NDC) dentro de los datos del proceso que el sistema de medición puede discernir. Minitab calcula el número de Deslizamiento
categorías distintas dividiendo la desviación estándar de las Partes entre la desviación estándar del • SFC
Sistema de medición y multiplicando después ese resultado por 1.41 (lo que es igual a 2^(1/2)). Minitab • DQO
trunca este valor, excepto cuando el valor es menor que 1. Minitab establece el número de categorías
• Índice de Refracción
distintas en 1. De modo que el número de categorías calculadas depende de la relación de la variabilidad
en las partes medidas y la variabilidad en el sistema de medición. • Índice de Peróxidos
• Directrices para el número de categorías distintas.- El manual de análisis de sistemas de • Índice de Iodo
medición 1 publicado por el Automobile Industry Action Group (AIAG) sugiere que 5 o más • Color Lovibond
categorías indican un sistema de medición aceptable. Por lo general, cuando el número de • Grosor
categorías distintas es menor que 2, el sistema de medición no es útil para controlar el proceso,
• Índice de
porque no puede distinguir entre las partes. Cuando el número de categorías distintas es 2, los
datos solo pueden dividirse en dos grupos, como por ejemplo alto y bajo. Cuando el número de Saponificación
categorías distintas es 3, las partes pueden dividirse en 3 grupos, como bajo, medio y alto. • Turbidez
• Ejemplo de categorías distintas insuficientes.- Supongamos que usted mide 10 partes diferentes • Estabilidad AOM
y Minitab indica que el número de categorías distintas es 4. Esto significa que su sistema de • Consistencia
medición no puede detectar la diferencia entre algunas de las partes. Al aumentar la precisión
del sistema de medición, aumentará el número de categorías distintas.
• Ejemplo de la necesidad de usar diferentes sistemas con base en el número de categorías
distintas.- Supongamos que usted pesa diferentes productos químicos para su proceso por
lotes. Su formulación requiere 4000 g del químico A, 75 g del químico B y 2 g del químico C. Si
utiliza una escala con incrementos de 5 gramos para todas las mediciones, la escala sería
aceptable para el químico A, pero no sería lo suficientemente precisa los químicos B y C. Por lo
tanto, la escala que mide el químico A tiene un número aceptable de categorías distintas, ya
que la variación en los pesos aceptables (3080 g - 4020 g) es mucho mayor que la variación
debido a la escala en sí.
Estudio R&R • Hay dos enfoques básicos para conducir estudios R&R de atributos: • Sensorial
1. El primer enfoque usa partes de referencia conocidas que representan el rango total de
de Atributos variación de lo que se considera bueno o malo. Para desafiar completamente la robustez y la
capacidad del sistema de medición, es importante seleccionar algunas partes que son
marginalmente consideradas buenas y marginalmente consideradas malas.
2. El otro enfoque usa múltiples operadores sin un estándar para determinar si una parte es
aceptable o inaceptable. Como con el enfoque anterior que usa un estándar o partes de
referencia, el estudio debería ser conducido con partes que representen el rango total de
variación.
Como con los estudios R&R con datos de tipo variable, es extremadamente importante asegurar que el
instrumento esté apropiadamente calibrado antes de usarlo en el estudio.
Una consideración adicional con los estudios R&R de atributos es asegurar que las condiciones del
estudio estén bien definidas. Consideraciones respecto a la visión del evaluador, iluminación, y distancia
que puedan tener un impacto significativo cuando se lleve a cabo las inspecciones visuales para defectos
cosméticos.
Versión corta • La forma corta del estudio R&R es un método simple y sencillo para evaluar la efectividad de un • Sensorial
sistema de medición. Este método requiere 20 partes, 2 evaluadores y 2 réplicas. Para desafiar
de Estudio completamente la robustez y la capacidad del sistema de medición es importante seleccionar las
R&R de partes que son consideradas marginalmente buenas y marginalmente malas.
El estudio se considera exitoso si las evaluaciones de cada parte concuerdan.
Atributos Sin Procedimiento para la forma corta del estudio R&R de Atributo:
Estándar 1. Determinar el número de partes, repeticiones, y evaluadores necesarios para conducir el
estudio, usando un enfoque basado en riesgos. Para desafiar completamente la robustez y la
capacidad del sistema de medición, es importante seleccionar algunas partes que sean
marginalmente buenas y marginalmente malas.
2. Establecer los criterios de aceptación basados en riesgos.
3. Si es aplicable, dejar suficiente tiempo para la estabilización ambiental de las partes y el
instrumento.
4. Si es aplicable, verificar el estado de calibración del instrumento.
5. Se ha de asegurar que cada evaluador esté apropiadamente entrenado y tenga la competencia
necesaria para llevar a cabo el estudio.
6. Colectar los datos y completar la plantilla del estudio R&R de atributos-Versión corta como se
muestra abajo.
7. Verificar los resultados para cada parte, repetición y evaluador encerrando con un círculo
cualquier diferencia observada en la plantilla.
8. Analizar los resultados y desarrollar acción de seguimiento si es necesario. El estudio es
considerado satisfactorio si todas las mediciones concuerdan entre sí. Si hay cualquier
discrepancia, se debería considerar un sistema de medición alternativo.
9. Documentar los criterios y el intervalo de reevaluación.
Versión corta La versión corta del Estudio R&R dme atributos con estándares es un método para evaluar la •
efectividad de un sistema de medición. Este método requiere 20 partes, 2 evaluadores, y 2
de Estudio repeticiones que son comparadas con partes de referencia conocidas (estándares). Para desafiar
completamente la robustez y la capacidad del sistema de medición, es importante seleccionar algunas
R&R de partes que son consideradas marginalmente buenas y marginalmente malas. Si el puntaje del
Atributos Con evaluador individual es mayor de 90%, los resultados para el evaluador son considerados aceptables
Estándar (ver tabla abajo).

Tabla de Criterios de Aceptabilidad del

Instrumento
Acuerdo Aceptación
> 90% Aceptable
90% - Marginalmente Aceptable
80%
< 80% Inaceptable
Si el puntaje es menor que 90%, dependiendo el nivel de riesgo, el evaluador debería ser reentrenado,
y se debe repetir el estudio para el evaluador que falló. Puede haber casos en los cuales hay temas de
salud y seguridad cuando el porcentaje aceptable debería ser incrementado o reducido basado en la
aceptación de riesgo.
Se debería dar consideración especial en mantener los estándares, con el objetivo de que los
operadores adicionales puedan ser apropiadamente entrenados y documentados.
Procedimiento para la forma corta del estudio R&R de Atributo con Estándares:
1. Determinar el número de partes, repeticiones, y evaluadores necesarios para conducir el estudio
usando un enfoque basado en riesgo. Para desafiar completamente la robustez y la capacidad del
sistema de medición, es importante seleccionar algunas partes consideradas marginalmente
buenas y marginalmente malas.
2. Establecer el criterio de aceptabilidad basada en riesgos.
3. Si es aplicable, dejar suficiente tiempo para la estabilización ambiental de las partes y el
instrumento.
4. Si es aplicable, verificar el estado de calibración del instrumento.
5. Se ha de asegurar que cada evaluador esté apropiadamente entrenado y tenga la competencia
necesaria para llevar a cabo el estudio.
6. Colectar los datos y completar la plantilla del estudio R&R de atributos-Versión corta con
Estándares como se muestra en el ejemplo.
7. Verificar los resultados para cada parte, repetición y evaluador encerrando con un círculo
cualquier medición que no coincida con el estándar. Calcular el porcentaje de acierto para cada
evaluador con las fórmulas indicadas.
8. Analizar los resultados usando la tabla de Criterios de Aceptabilidad del Instrumento dadas en la
tabla de arriba. Desarrollar acciones de seguimiento si es necesario.
9. Documentar los criterios y el intervalo de reevaluación.
Estudio R&R Hay veces cuando el porcentaje de acierto no provee suficiente discriminación para determinar la •
idoneidad del sistema de medición. El método presentado aquí evaluará el porcentaje global de
de Atributos acierto, así como la tasa de fuga y falsa alarma. Una tasa de fuga sucede cuando una parte
defectuosa es evaluada como buena (riesgo del consumidor, tipo 2 o β). Una falsa alarma es cuando
con una parte buena es evaluada como defectuosa (riesgo del productor, tipo 1, o α). La siguiente tabla
Estándares provee niveles de aceptabilidad para un estudio R&R con estándares. La plantilla es similar a la
utilizada para el estudio R&R – versión corta con estándares, con la excepción de una sección añadida
para registrar la tasa de falsa alarma y la tasa de fuga. Ver ejemplo.

Tabla de Aceptabilidad para un estudio R&R con estándares.

Aceptable Marginalmente Inaceptable
Aceptable
Acierto >90% 80-90% <80%
Tasa de Falsa Alarma <5% 5-10% >10%
Tasa de Fuga <2% 2-5% >5%

Procedimiento para el estudio R&R de Atributo con Estándares:

1. Determinar el número de partes, repeticiones, y evaluadores necesarios para conducir el estudio
usando un enfoque basado en riesgo. Para desafiar completamente la robustez y la capacidad del
sistema de medición, es importante seleccionar algunas partes consideradas marginalmente
buenas y marginalmente malas.
2. Establecer el criterio de aceptabilidad basada en riesgos.
3. Si es aplicable, dejar suficiente tiempo para la estabilización ambiental de las partes y el
instrumento.
4. Si es aplicable, verificar el estado de calibración del instrumento.
5. Se ha de asegurar que cada evaluador esté apropiadamente entrenado y tenga la competencia
necesaria para llevar a cabo el estudio.
6. Colectar los datos y completar la plantilla del estudio R&R de atributos con Estándares como se
muestra en el ejemplo.
7. Verificar los resultados para cada parte, repetición y evaluador encerrando con un círculo
cualquier medición que no coincida con el estándar. Calcular el porcentaje de acierto, tasa de
falsa alarma, y tasa de fuga con las fórmulas provistas.
8. Analizar los resultados usando la tabla de Criterios de Aceptabilidad del Instrumento dadas en la
tabla de arriba. Desarrollar acciones de seguimiento si es necesario.
9. Documentar los criterios y el intervalo de reevaluación.
Estudio R&R Se utiliza un estudio R & R de atributos usando la estadística kappa de Cohen para acceder a la • Sensorial
confiabilidad entre evaluadores para atributos o datos categóricos (calificación). Este método ofrece
de Atributos una calificación estadística más que un acierto porcentual como se usa en los otros métodos R&R de
atributos. Este procedimiento utiliza una tabla de contingencia para acceder la confiabilidad entre los
usando el evaluadores. Este método está limitado a dos evaluadores; sin embargo, cualquier número de
estadístico categorías puede ser usado para evaluar el sistema de medición del atributo. Este método es mejor
Kappa de usado para comparar evaluadores respecto a estándares conocidos o partes referenciales.
Procedimiento para el estudio R&R de Atributo usando el estadístico Kappa de Cohen:
Cohen 1. Determinar el número de partes, repeticiones, y evaluadores necesarios para conducir el estudio
usando un enfoque basado en riesgo. Para desafiar completamente la robustez y la capacidad
del sistema de medición, es importante seleccionar algunas partes consideradas marginalmente
buenas y marginalmente malas.
2. Establecer el criterio de aceptabilidad basada en riesgos.
3. Si es aplicable, dejar suficiente tiempo para la estabilización ambiental de las partes y el
instrumento.
4. Si es aplicable, verificar el estado de calibración del instrumento.
5. Se ha de asegurar que cada evaluador esté apropiadamente entrenado y tenga la competencia
necesaria para llevar a cabo el estudio.
6. Colectar los datos y completar la plantilla del estudio R&R de atributos usando el estadístico
Kappa de Cohen como se muestra en el ejemplo.
7. Completar una tabla de contingencia para cada evaluador. La tabla de contingencia se completa
contando el número de aciertos de los evaluadores respecto a los estándares de acierto (PP), el
número de evaluadores que fallan con el estándar de fallo (PF), el número de evaluadores que
aciertan con el estándar de fallo (FP), y el número de evaluadores que fallan (FF) con el estándar
de fallo. Ingresa estos conteos en la tabla de contingencia como se muestra en el cuadro de
abajo, y el total de las filas y columnas. Una vez que los conteos han sido ingresados en la tabla
de contingencia, calcular los valores esperados para cada celda e ingresar los datos en la tabla.
Completar este paso para cada evaluador, un evaluador con su propia tabla.
Referencia/Estándar Total
Observado Observado
PP PF
Evaluad

Esperado Esperado
or

Observado Observado
FP FF
Esperado Esperado

Total

8. Calcular el estadístico kappa de Cohen para cada evaluador.

9. Analizar los resultados para cada evaluador usando el criterio de aceptabilidad provisto en el
siguiente cuadro. Desarrollar acciones de seguimiento si es necesario.
 Tabla de Criterios de Aceptabilidad
Acierto Aceptación
>75% Aceptable
40% - Marginalmente
75% Aceptable
<40% Inaceptable

10. Documentar los criterios y el intervalo de reevaluación

Estudio R&R A diferencia del estadístico kappa de Cohen, este método puede usar cualquier número de • Sensorial
evaluadores y categorías para evaluar el sistema de medición de atributos. Este estadístico se inflará
de atributos cuando haya pocas categorías. Una buena aplicación del estadístico kappa de Fleiss es cuando los
defectos pueden ser evaluados como menor, mayor, o crítico (y, por supuesto, sin defecto).
usando el Procedimiento para el estudio R&R de Atributo usando el estadístico Kappa de Fleiss:
estadístico 1. Determinar el número de partes, repeticiones, y evaluadores necesarios para conducir el estudio
kappa de usando el enfoque basado en riesgos. Para desafiar completamente la robustez y la capacidad del
sistema de medición, es importante seleccionar algunas partes que sean consideradas
Fleiss marginalmente buenas y marginalmente malas.
2. Estableces el criterio de aceptación basado en riesgos.
3. Si es aplicable permitir la estabilización ambiental de las partes y el instrumento por suficiente
tiempo.
4. Si es aplicable, verificar el estado de calibración del instrumento.
5. Hay que asegurar que cada evaluador esté apropiadamente entrenado y tenga la competencia
necesaria para llevar a cabo el estudio.
6. Coleccionar los datos y completar el estudio R&R de atributos usando la plantilla del estadístico
kappa de Fleiss como se muestra en el ejemplo.
7. Calcular las probabilidades de las filas y columnas. Usando estas probabilidades, determinar el
estadístico kappa de Fleiss.
8. Analizar los resultados usando la interpretación del estadístico kappa de Fleiss proporcionados en
la siguiente tabla. Desarrollar las acciones de seguimiento si es necesario.
9. Documentar los criterios y el intervalo de reevaluación.

Tabla. Interpretación del estadístico kappa de

Fleiss
K Interpretación
<0 Pobre acierto
0.01-0.20 Ligero acierto
0.21-0.40 Razonable acierto
0.41-0.60 Moderado acierto
0.61-0.80 Sustancial acierto
0.81-1.00 Casi perfecto acierto
Estudio de • Utilice Análisis de concordancia de atributos para determinar si los evaluadores son consistentes • Sensorial
consigo mismos, entre sí y con los valores estándar conocidos.
Concordancia • Los datos de atributos son clasificaciones subjetivas por evaluador en lugar de mediciones físicas
de Atributos directas. Los datos pueden ser binarios, nominales u ordinales.
• Por ejemplo, los evaluadores de un fabricante de ropa pueden evaluar muestras de la tela de varias
formas diferentes, tales como las siguientes:
Mide Sesgo y • Los evaluadores pueden utilizar clasificaciones binarias y clasificar las muestras como pasa o
Precisión no pasa.
• Los evaluadores pueden utilizar clasificaciones ordinales y clasificar las muestras en una escala
del 1 al 10.
• Los evaluadores pueden utilizar clasificaciones nominales y clasificar las muestras como azul
claro, azul medio o azul oscuro.
Estudio R&R • Utilice Estudio R&R cruzado del sistema de medición para evaluar la variación del sistema de • Acidez
Cruzado
medición cuando todos los operadores midan todas las partes incluidas en el estudio. Para • Punto de Fusión por
realizar este estudio, debe tener un diseño balanceado con factores aleatorios.
Deslizamiento
Mide Precisión • Por ejemplo, un ingeniero selecciona 10 partes que representan el rango esperado de la
variación del proceso. Para el estudio, tres operadores miden las 10 partes, tres veces por
• SFC
parte, en orden aleatorio. • DQO
• Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar • Índice de Refracción
datos, realizar el análisis e interpretar los resultados. • Índice de Peróxidos
• Para asegurar que el orden de recolección de los datos no influya en los resultados, cada • Índice de Iodo
operador debe medir todas las partes de forma aleatoria dentro de una réplica. Después
de que todos los operadores miden todas las partes una vez, usted repite el proceso para
• Color Lovibond
todas las réplicas. • Grosor
• La variación del proceso se puede estimar utilizando una muestra grande de datos • Índice de
históricos o utilizando las partes incluidas en el estudio. Si tiene una estimación histórica Saponificación
de la variación del proceso, el requisito habitual de 10 partes es aceptable. • Turbidez
• Si no tiene una estimación histórica, debe considerar utilizar más de 10 partes. Aunque • Estabilidad AOM
necesita un gran número de partes para obtener una estimación muy precisa de la
variación del proceso, si usted usa de 15 a 35 partes, el resultado debería ser una
estimación mucho mejor de la que se obtendría si se usaran 10 partes.
• Seleccione partes de todo el rango del proceso para aumentar la probabilidad de tener
una estimación adecuada de la variación entre las partes. Por ejemplo, no mida partes
consecutivas, partes de un único turno o una única línea de producción o partes de la pila
de rechazados.
• Dos factores están cruzados cuando cada nivel de un factor ocurre en combinación con
cada nivel del otro factor. Por ejemplo, si los factores Operador y Parte son factores
cruzados, cada operador debe evaluar cada parte.
• Los factores Operador y Parte deben ser aleatorios
• Los operadores deben medir cada parte al menos dos veces
• Debe tener al menos 3 operadores para un estudio adecuado
Estudio R&R • Utilice Estudio R&R anidado del sistema de medición para evaluar la variación del sistema de • Acidez
medición cuando todos los operadores no pueden medir todas las partes. Por ejemplo, usted
Anidado tiene 3 operadores y 15 partes. El operador A mide las partes 1-5 dos veces, el operador B mide
• Punto de Fusión por
Mide Precisión las partes 6-10 dos veces y el operador C mide las partes 11-15 dos veces. Cada parte es única Deslizamiento
para cada operador; por lo tanto, ninguna parte es medida por más de un operador. • SFC
• Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar • DQO
datos, realizar el análisis e interpretar los resultados.
• Los datos deben recogerse en un orden aleatorio.- Puesto que las partes están anidadas en
• Índice de Refracción
los operadores, los datos no se pueden aleatorizar completamente. Sin embargo, para • Índice de Peróxidos
aleatorizar los datos tanto como sea posible, seleccione los operadores de forma aleatoria, • Índice de Iodo
seleccione las partes de forma aleatoria y pida a los operadores que midan las partes en • Color Lovibond
orden aleatorio.
• Seleccione las partes que representen el rango real o esperado de la variación del proceso.- • Grosor
Seleccione partes de todo el rango del proceso para aumentar la probabilidad de tener una • Índice de
estimación adecuada de la variación entre las partes. Por ejemplo, no mida partes Saponificación
consecutivas, partes de un único turno o una única línea de producción o partes de la pila • Turbidez
de rechazados.
• Parte está anidada en Operador.- Dos factores están anidados cuando cada nivel de un • Estabilidad AOM
factor ocurre solamente con un nivel del otro factor. Por ejemplo, si dos operadores miden
dos conjuntos de partes diferentes, pero similares, las partes están anidadas en operador y
se indica como Parte (Operador).
• Operador y Parte deben ser aleatorios.- Un factor es aleatorio cuando tiene muchos niveles
posibles, pero solo una muestra aleatoria de los niveles se incluye en los datos. Por
ejemplo, Parte es un factor aleatorio porque las partes seleccionadas para el estudio
representan a todas las partes posibles del proceso.
Estudio R&R • Utilice Estudio R&R expandido del sistema de medición para evaluar la variación del sistema de • Acidez
medición cuando exista una o más de las siguientes condiciones:
Expandido • Punto de Fusión por
• Usted tiene más de dos factores, por ejemplo, operador, sistema de medición y parte.
• Usted desea declarar algunos de los factores como factores fijos. Deslizamiento
Mide Precisión • Usted tiene factores cruzados y anidados. • SFC
• Usted tiene un diseño no balanceado. • DQO
• Por ejemplo, un ingeniero selecciona 10 partes que representan el rango esperado de la • Índice de Refracción
variación del proceso. Además, cada parte está provista de uno de dos subcomponentes. Los
dos subcomponentes son un factor fijo. El ingeniero desea determinar si los subcomponentes • Índice de Peróxidos
producen variabilidad entre las partes. Para el estudio, tres operadores miden las 10 partes, • Índice de Iodo
cuatro veces por parte (2 veces con cada subcomponente), en orden aleatorio. • Color Lovibond
• Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar datos, • Grosor
realizar el análisis e interpretar los resultados.
• Los operadores deben medir las partes en orden aleatorio.- Para asegurar que el orden de • Índice de
recolección de los datos no influya en los resultados, cada operador debe medir todas las Saponificación
partes de forma aleatoria dentro de una réplica. Después de que todos los operadores miden • Turbidez
todas las partes una vez, usted repite el proceso para todas las réplicas.
• Estabilidad AOM
• El diseño puede ser balanceado o no balanceado.- Un diseño balanceado tiene un número de
observaciones que es igual para todas las combinaciones posibles de los niveles de los
factores. Un diseño no balanceado tiene un número desigual de observaciones.
• Los factores pueden ser cruzados o anidados.- Dos factores están anidados cuando cada nivel
de un factor ocurre solamente con un nivel del otro factor. Por ejemplo, si dos operadores miden
dos conjuntos de partes diferentes, pero similares, las partes están anidadas en operador y se
indica como Parte (Operador).Dos factores están cruzados cuando cada nivel de un factor
ocurre en combinación con cada nivel del otro factor. Por ejemplo, si dos operadores miden
todas las partes, las partes están cruzadas en operador.
• Los factores pueden ser fijos o aleatorios.- Por lo general, si el investigador controla los niveles
de un factor, el factor es fijo. Sin embargo, si el investigador toma una muestra aleatoria de los
niveles de un factor de una población, el factor es aleatorio. Supongamos que el factor
Operador tiene tres niveles. Si usted selecciona tres operadores de manera intencional y desea
que los resultados se apliquen únicamente a estos operadores, el factor es fijo. Sin embargo, si
toma una muestra aleatoria de tres operadores entre un número más grande de operadores y
desea que los resultados se apliquen a todos los operadores, el factor es aleatorio.
• Seleccione las partes que representen el rango real o esperado de la variación del proceso.
• Debe tener al menos 3 operadores para un estudio adecuado.
Incertidumbre • INCERTIDUMBRES TIPO A Y TIPO B: • Las Bandas de
Un componente clave de los estudios R&R es reconocer y estar conscientes de la presencia de las Protección se
de Medición y incertidumbres Tipo A y Tipo B. Para que el análisis de los Sistemas de Medición sea útil, uno debe
identificar los efectos y, cuando sea posible, evaluar las incertidumbres de medición. determinan luego de
Bandas de un Estudio R&R.
• Incertidumbres Tipo A: son aquellas que pueden ser calculadas por medios estadísticos, tales
Protección como la repetibilidad, reproducibilidad, exactitud, linealidad, sesgo y estabilidad.
• Incertidumbres Tipo B: son aquellas asociadas con los sistemas de medición que no pueden
ser evaluadas por medios estadísticos. La incertidumbre Tipo B es típicamente establecida por
la experiencia previa y no recae en cálculos estadísticos, o simplemente, es cualquier
incertidumbre que no es del tipo A.
Incertidumbres Tipo A Incertidumbres Tipo B
• Exactitud • Valores publicados en manuales
• Sesgo • Resultados de mediciones previas
• Linealidad • Especificación del productor
• Estabilidad • Valor de una referencia certificada
• Repetibilidad • La clase de Instrumento
• Reproducibilidad • El Certificado de Calibración
• Constantes Físicas
• Efectos Ambientales
• Estándares de Referencia

• BANDAS DE PROTECCIÓN:
Poner Bandas de Protección es la práctica de utilizar los resultados de un estudio R&R para reducir el
rango de aceptación para asegurar que las características estén dentro de las especificaciones
prescritas. Esto es especialmente importante con productos que pueden tener un efecto perjudicial sobre
la salud y temas de seguridad. La figura adjunta grafica el concepto de Bandas de Protección.

Tolerancia Total

Tolerancia de Banda
de Protección
Área de Área de
Área de Aceptación Rechazo
Rechazo

Valor Nominal Objetivo

Las partes que caen dentro de las áreas de rechazo no necesariamente necesitan ser desechados o
reprocesados, sino que deberían recibir evaluación adicional antes de la determinación final de la
disposición del producto.
Las fórmulas usadas para el cálculo de las bandas de protección son:
Es aparente que las Bandas de Protección pueden consumir una porción sustancial de la tolerancia
permitida. Hay tres cosas que pueden hacerse para reducir los efectos de las Bandas de Protección:
1. Negociar para ampliar la tolerancia permitida.
2. Trabajar para disminuir la R&R total del sistema de medición.
3. Reducir el límite porcentual. Eso, no obstante, incrementará el riesgo de salirse de la
especificación del producto.
Adicionalmente, será beneficioso reducir el proceso de variación y/o centrar el proceso.
Para elegir el límite porcentual apropiado, se deben evaluar los riesgos del producto y consumidor. El
Riesgo del Consumidor, es la probabilidad de que un producto defectuoso sea aceptado por el
consumidor. El Riesgo del Productor es la probabilidad de que un buen producto sea rechazado por
el consumidor (vea siguiente figura). El anexo provee niveles decrecientes de riesgos de aceptación
para bandas de protección de 70%, 80%, 90%, 95%, 99% y 100%. Cada fabricante debería
seleccionar el límite que equilibra los riesgos y beneficios asociados con el producto.

Buen Producto
Producto Defectuoso

Riesgo del
Aceptado
Consumidor
por el OK
(Riesgo
consumidor
Tipo 2 o β)

Riesgo del
Rechazado
Productor
por el OK
(Riesgo
Consumidor
Tipo 1 o α)
Estudio Tipo 1 • Este estudio evalúa los efectos combinados de sesgo y repetibilidad con base en múltiples mediciones • Peso (Masa)
de una misma parte.
(Preliminar) • Consistencia
• Se debe realizar un estudio tipo 1 del sistema de medición antes de realizar un estudio R&R del
sistema de medición. • Índice de Refracción
Mide Sesgo y • Minitab requiere un mínimo de 10 mediciones para calcular los estadísticos de repetibilidad y sesgo. • SFC
Repetibilidad Sin embargo, para un estudio adecuado, usted debe tener 50 mediciones. • Color
• Una única parte de referencia es medida por un solo operador varias veces para evaluar la • Grosor
repetibilidad del sistema de medición. Usted debe conocer la medición real de la parte de referencia. • Turbidez
Estudio de Utilice Estudio de linealidad y sesgo del sistema de medición para evaluar la exactitud del dispositivo de • Masa
medición en todo su rango de operación. Seleccione partes que abarquen el rango de operación del
Linealidad y sistema de medición. Cada parte debe tener un valor de referencia. Por ejemplo, un ingeniero desea
• Consistencia
evaluar la linealidad y el sesgo de un sistema de medición. El ingeniero selecciona 5 partes que • SFC
Sesgo del representan el rango esperado de las mediciones. Cada parte seleccionada se midió utilizando • Índice de Refracción
Sistema de inspección total para determinar su medición de referencia. Un operador utiliza el sistema de medición
• Color
Medición para medir cada parte 12 veces en orden aleatorio.
• Grosor
Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar datos, realizar • Turbidez
Mide Exactitud el análisis e interpretar los resultados:
• Cada parte de referencia debe tener una medición conocida.- Un valor de referencia es la
medición estándar conocida de la parte de referencia. El valor de referencia se utiliza como un
valor principal con fines de comparación durante el análisis de sistemas de medición. Por
ejemplo, usted utiliza una parte de referencia que tiene un peso conocido de 0.025 g para
calibrar sus balanzas.
• Los datos deben recogerse en un orden aleatorio.- Si usted no recoge los datos de forma
aleatoria, los resultados del análisis podrían ser engañosos.
• Seleccione partes que representen el rango real o esperado de las mediciones.- Seleccione
partes en todo el rango real o esperado de las mediciones para que pueda evaluar si el sistema
de medición tiene la misma exactitud para todos los tamaños de parte que se miden con el
sistema.
• Un operador debe realizar todas las mediciones.- Un solo operador mide todas las partes y
todas las réplicas para que la variación del sistema de medición causada por diferentes
operadores no sea un factor.
Estabilidad del • La estabilidad es una medida de la disminución en el desempeño del dispositivo de medición en el • Masa
tiempo, usualmente debido al desgaste o degradación. Analizar la estabilidad puede ayudar a
Sistema de determinar el intervalo de calibración para el dispositivo de medición.
• Consistencia
• La estabilidad evalúa si el grado de sesgo cambia en el tiempo mediante una carta de control que usa • Índice de Refracción
Medición
la misma parte de referencia en el tiempo. • DQO
• Se recomienda que la parte de referencia, o estándar, sea tan cercano al valor objetivo- que con suerte • Color Lovibond
también es el promedio del proceso- como sea posible.
• Para evaluar la estabilidad del sistema de medición se usan típicamente una carta X y R o una carta
• Grosor
de rangos móviles e individuales (ImR). Sin embargo, es suficiente una carta ImR. • SFC
• Si el sistema de medición no es estable, los estudios R&R no serán válidos en el tiempo. Para
construir la carta se pueden usar ya sea la medición actual o la dimensión de referencia menos la
dimensión actual.
• Es muy importante mantener la integridad de la parte de referencia. El dispositivo no debe ser sujeta a
desgaste o deterioro en el tiempo, el cual podría alterar sus dimensiones (es decir, corrosión, erosión,
etc.).
• Para analizar la estabilidad del dispositivo de medición se usan las mismas REGLAS que para las
cartas de control.
• Cuando un dispositivo previamente estable muestra señales de inestabilidad indica que es tiempo de
recalibrar el dispositivo de medición.
• Cuando una carta de control indica una condición fuera de control (un punto fuera de los límites de
control o cumple uno o más de los criterios [REGLAS]), se deben Identificar y Eliminar las Causas
Asignables de Variación.
• La interpretación incorrecta de las cartas de control puede conducir a varios problemas, incluyendo:
a. Culpar a la gente por problemas que ellos no pueden controlar,
b. Gastar tiempo y dinero buscando problemas que no existen,
c. Gastar tiempo u dinero en ajustes de procesos o Nuevos equipos que son necesarios,
d. Tomar acción donde no la acción no está garantizada, y
e. Pidiendo mejoras relacionadas con los trabajadores
Cuando en realidad primero se deben hacer mejoras en el proceso o en el equipo.
• Las siguientes REGLAS deberían ser usadas para interpretar apropiadamente las cartas de control:
Regla 1 – Un punto más allá de los límites de control 3σ
Regla 2 – Ocho o más puntos están a un lado de la línea central sin cruzarla
Regla 3 – Cuatro de cinco puntos están en la zona B o más allá
Regla 4 – Seis o más puntos seguidos ascienden o descienden continuamente
Regla 5 – Dos de tres puntos están en la Zona A
Regla 6 – 14 Puntos seguidos se alternan arriba y abajo.
Regla 7 – Cualquier patrón notable/predecible, ciclo o tendencia.
Notar que estas reglas pueden variar dependiendo de la fuente. Ver la figura a continuación para
interpretar las reglas mencionadas.
Cuando los resultados son inaceptables

Cuando los resultados de un estudio R&R son inaceptables, por cualquier criterio, es
necesario saber la fuente(s) de estos resultados. ¿Es la variación de medición excesiva
debido principalmente a la repetibilidad (dispositivo)? ¿Es debido principalmente a la
reproducibilidad (evaluadores)? O, ¿es la combinación de ambos? El uso de una técnica
efectiva de solución de problemas y herramientas tales como la tormenta de ideas, Plan-
Do-Study-Act (PDSA), análisis de Ishikawa, análisis de Causa Raíz (RCA), Ocho
Disciplinas para la solución de problemas (8D), u otra metodología similar, será
beneficioso en la mejora del sistema de medición. Conocer las respuestas a estas
preguntas te permite evaluar qué opciones seguir:
1. Los resultados inaceptables pueden decirte lo que necesitas saber: ya sea que
el dispositivo (instrumento), los evaluadores, o ambos no están haciendo su
trabajo correctamente. Define y lleva a cabo las acciones correctivas para
asegurar que el dispositivo y operadores estén haciendo lo mejor posible.
2. Un análisis y/o más detallado con el fabricante del dispositivo puede conducir a
la conclusión de que el dispositivo es el estado del arte y no es posible mejorar.
Si eso es así, documentar esta conclusión e ir al ítem 3.
3. Si la fuente dominante de variación en la repetibilidad, una forma de mejorar la
precisión es promediar más de un ensayo para la reportar la medición. El
promedio reduce la porción de repetibilidad del estudio R&R en la raíz cuadrada
del número medidas promediadas. Si tal precisión es verdaderamente necesaria
y no son posibles otras mejores, el ensayo adicional puede ser la única forma de
lograr esa precisión. Este enfoque no debería ser usado a menos que los
procedimientos de ensayo para el material de producción sean cambiados para
aplicar la misma técnica a las mediciones de rutina. ¿Es la pobre repetibilidad
debido al pobre desempeño de todos los evaluadores? Otra vez, revisa el
entrenamiento y los procedimientos.
4. Cuando los evaluadores (reproducibilidad) son la principal fuente de variabilidad,
se debe abordar el entrenamiento y la estandarización de los procedimientos.
5. Las especificaciones pueden ser poco realistas. ¿El consumidor realmente los
necesita tan ajustados?
6. ¿Hubo indicación, o sospecha, de variación adicional debido a la incorrecta
calibración o variación dentro de la muestra? Si es así, es necesario saber si los
resultados insatisfactorios son el resultado de estos componentes. Diseñar
estudios apropiados para aislarlos.
7. Si la capacidad del proceso es adecuada (el Cp > 1.33) a pesar de la falta de
precisión, el desempeño del sistema R&R no está obstaculizando actualmente
el proceso y puede no ser una prioridad inmediata. A medida que se realizan
mejoras en el proceso, esa situación no durará. Desarrollar una línea de tiempo
para empezar a trabajar hacia la mejora de las mediciones.

Si la capacidad del proceso está en el límite (1.0≤Cp≤1.33), una variación R&R

inaceptable puede hacer la diferencia si el proceso observado es reportado como
capaz. Si la capacidad del proceso es claramente inadecuada (Cp < 1.0), se
deben abordar tanto la medición como el proceso. Las mediciones deberían ser
puestas como prioridad para facilitar el abordaje del proceso.
 8. Un único índice no es suficiente para indicar claramente el estado de las
mediciones y el proceso. Será siempre útil y deseable usar múltiples indicadores
para comprender completamente la situación y la prioridad. Los dos índices
usados para el estudio R&R (MCI1 y MCI2) responden dos diferentes cuestiones.
Ambas preguntas pueden ser de interés. Las medidas de capacidad del proceso
también ayudan a entender la prioridad de las mediciones en la actividad general
de mejora.

Bibliografía:

(Minitab, 2017)
(Brook, 2017)

Bibliografía
Brook, Q. (2017). Measure: Measurement System Analysis. En Q. Brook, Lean Six Sigma &
Minitab - The Complete Toolbox Guide for Business Improvement (págs. 58-72). UK:
OPEX Resources Ltd.

Minitab. (2017). Soporte de Minitab 18. Obtenido de Minitab: https://support.minitab.com/es-

mx/minitab/18/help-and-how-to/quality-and-process-improvement/measurement-
system-analysis/