SlideShare une entreprise Scribd logo
1  sur  42
1
Análisis de Sistemas de
Medición
UNITEC, SPS
2
Sistemas de Medición
○Sistema de Medición Objetivos
(variable).
○Sistemas de Medición Subjetivos
(Especiales).
○Sistemas de Medición Visual.
3
Sistemas de Medición de Objetivos
(Variables)
○ Necesitamos “Buena” información para ser
capaces de mejorar un proceso
○ Hay tres características para que un buen
sistema de medición nos dé “buena
información”:
1. Debe ser exacto
1. Debe ser preciso
1. Debe ser un sistema de medición capaz
4
Sistema de Medición de
Variables
○ Exactitud: Es la habilidad de un sistema de medición de medir un
valor estándar en un promedio de datos.
○ Debemos tener una muestra estándar de un valor “conocido”
○ La muestra estándar debe estar certificada por una fuente externa,
determinado por un sistema de medición bien preciso. Nosotros lo
aceptamos como un valor ya conocido.
○ El estándar puede o no ser del mismo tipo de material o producto
producido en la planta.
○ El estándar debe ser medido con cierta frecuencia a través del
tiempo. Cuando está en control, el promedio medido es comparado
con el estándar para determinar la exactitud.
5
Exactitud de los Sistemas de
Medición
Brecha es la diferencia entre el promedio
medido y el estándar.
Brecha = Valor Medido – Valor Estándar
○ Si la Brecha no es estadísticamente significativa
nos dice que el sistema de medición es exacto.
○ Si la Brecha es estadísticamente significativa
nos dice que el sistema de medición no es
exacto.
6
Exactitud de los Sistemas de Medición
○ La exactitud puede ser determinada usando la
prueba “t- test”
○ tcalc= X – Estándar (mide cuantas σ’s esta X difiere del
estándar)
σ / √ N
○ Es tcalc > t*? Si es mayor, la brecha es
significativa.
Si no lo es, la brecha no es
significativa.
7
Ejemplo
○ Se le ha encomendado verificar el sistema de
medición de una balanza, para lo cual se le asigno
una masa de 50lbs. para calibrarla, y se obtuvieron
los datos presentados en la siguiente tabla.
Determine la exactitud de este sistema de
medición. Datos medida
1 48.5
2 51.4
3 50.6
4 47.9
5 49.5
6 51.9
7 50.2
8 50
9 49.4
10 48.6
8
Solución
○ Registre:
○ X-barra = 49.8, mR-barra = 1.52, σm = mR/d2
= 1.52/1.13
= 1.35
○ Estándar = 50lbs.
○ Brecha = X-barra – Estándar = 49.80 - 50 = 0.20
○ Es la Brecha estadísticamente significativa?
○ Cómo puede usted determinar si es significativa
9
Solución
○ La exactitud se puede determinar usando la
prueba t-test
○ tcalc= X – Estándar
σ / √ N
○ tcalc = 49.8 – 50 = 0.20/0.43 = 0.47
(1.35/ √10)
○ Con un 95% de confianza t*(0.025,N-1) = 2.262
○ Dado que tcalc < t* la brecha es no significativa.
○ Por lo tanto el sistema de medición es capaz.
10
Mejorando la Exactitud
○ Si la brecha no es estadísticamente significativa, no
ajuste o calibre el sistema de medición.
○ Si lo ajustas, qué es lo que ocurre?
○ Si la brecha es estadísticamente significativa, debes de
direccionarla.
○ Haciendo ajuste una vez (calibración) con el fin de
acercarse lo más posible al estándar. Vuelva a medir
el estándar 20 veces en el tiempo, continué con el
X/mR y reevalué la exactitud.
11
Manteniendo la Exactitud
○ Una vez la exactitud se ha establecido, debe ser mantenida a
través del tiempo. El sistema de medición debe ser controlado
como si fuera otro proceso.
○ De lo contrario, no podemos estar seguros que futuras
mediciones se mantengan exactas.
○ Cómo puedo estar seguro que la exactitud se mantiene ?
○ Un método sencillo es continuar manteniendo los Gráficos de Control
X/mR, utilizando el estándar.
○ El estándar debe ser guardado apropiadamente para prevenir
cambios a través del tiempo. La frecuencia de los datos depende de
la probabilidad o significado de exactitud.
○ Por ejemplo, instrumentos electrónicos deben ser revisados en
exactitud, después de cada encendido.
12
Manteniendo la Exactitud
○ Cuándo deberíamos recalibrar un instrumento?
○ Cuando el gráfico X/mR del estándar nos de algún signo de
causa especial.
○ Un punto fuera de los límites 3σ
○ Un cambio en la media (7 o más puntos en una corrida)
○ Una tendencia estadística (7 o más puntos hacia arriba o abajo)
○ 2 de 3 puntos más allá de los límites 2σ.
○ Esta última regla fue agregada para reducir el riesgo de
no calibrar el instrumento cuando realmente se necesita.
Esto ligeramente aumenta el riesgo de calibrarla cuando
realmente no se necesita.
13
Resumen de Exactitud
○ Una muestra estándar o valor “conocido” es necesario
para determinar y mantener la exactitud.
○ El estándar deber ser medido a través del tiempo y
graficado en un gráfico X/mR.
○ La brecha entre la media observada y el estándar debe
ser probada con la prueba – t para ver si es significativa.
○ Una brecha significativa debe ser corregida con una sola
calibración o ajuste, si es posible.
○ La exactitud debe ser mantenida a través del tiempo
utilizando un gráfico X/mR de las mediciones del
estándar.
14
Precisión en Sistemas de
Medición
○ La variación del proceso observado es la suma de la variación del
proceso y la variación del sistema de medición.
○ Matemáticamente, es la suma de estas dos varianzas. La
varianza es el cuadrado de la desviación estándar.
○ No podemos medir la variación del proceso directamente.
Podemos solamente hacerlo restando la medición del proceso
observado.
Variación del
Proceso
Variación de
Medición
Variación Observada en
el Proceso+ =
15
Relación de la Variación de Medición y
la Variación del Proceso
○ σt = Variación del proceso observado del Gráfico de
Control
○ σm = Variación de medición
○ σp = Variación actual del proceso, no es medible
directamente pero puede ser deducida de la
relación
σt = σp + σm
σt
σp
σm
16
Precisión en Sistemas de
Medición
○ Precisión: Es la cantidad de variación presente en el
sistema de medición , la repetitibilidad de un sistema
de medición.
○ Esto es determinado usando una muestra “controlada”,
representando el producto(s) hechos.
○ Una muestra controlada de la producción no tiene un
valor “conocido” como el estándar, pero éstas deberían
ser homogéneas, con una mínima variación en la
muestra.
17
Determinando la Precisión
○ Proceso de Producción – La muestra es hecha de
una forma que represente la salida a través del
tiempo para definir la variación de causas comunes
total σt.
○ Proceso de Medición – La muestra debe excluir la
variación común del proceso de producción y
solamente mostrar la variación de causas comunes
debido al sistema de medición σm.
○ Cómo?
○ Utilizando mediciones repetidas de las mismas muestras
18
Precisión en Sistemas de
Medición
○ La precisión en sistemas de medición puede ser
determinada usando una muestra de producción
controlada. El control debe ser propiamente guardado
para asegurar que no hay cambios en las propiedades a
través del tiempo.
○ Mida el control en la misma frecuencia del set, Ej..: El
comienzo de cada turno, todas las personas e
instrumentos normalmente utilizados para la prueba deber
ser utilizados, justo como si fuera una muestra de
producción normal.
○ Haga un gráfico X/mR de las observaciones.
○ Si esta en control, calcule σm = mR-bar / d2
19
Precisión en Sistemas de
Medición
○ Cuál es la precisión del sistema de medición de la
balanza?
○ σm= mR-barra/d2= 1.52/1.13= 1.35
○ El sigma de medición es un camino para definir la
precisión de un sistema de medición.
○ Sin embargo, precisión tiene un pequeño significado,
a menos que sea comparado con algo que determine
si esto es lo suficientemente preciso para trabajar en
mejorar un proceso.
20
Exactitud vrs. Precisión
○ 5 tiros a la
meta
Exacto?
Preciso?
XX
X
X
X
1
X
X
X
X
X
2
X
X
X
X
X
3
XX
X
X
X
4
21
Brecha= X-Barra - Estándar
○ Cuál es la precisión del sistema de medición en
este dibujo?
EstándarX-barraA B
Brecha
22
Capacidad en Sistemas de Medición
○ Existen tres métodos o mediciones separadas que nos permiten
determinar la capacidad en los sistemas de medición.
○ Primero, la variación de medición σm puede ser comparada con la
variación total del proceso σt, utilizando el Índice de Medición de
proceso PMI:
○ PMI = 100 (σm/ σt)
○ El PMI mide el porcentaje de variación total del proceso observado
que viene del sistema de medición.
○ Si el PMI es menor que 20%, la precisión del sistema de medición es muy
buena con respecto a la variación total del proceso
○ Si el PMI esta entre 20% - 30%, es marginalmente capaz
○ Si el PMI esta arriba del 30%, el sistema de medición no es capaz
23
Capacidad en Sistemas de Medición
○ Cuál es el PMI para nuestro ejemplo de sistema de
medición de la balanza que se hizo?
○ Si el σt es de 1.55 libras, cuál debería ser nuestro
PMI?
○ PMI= 100(σm/σt) = 100(1.35/1.55) = 87.09%
○ Es nuestro sistema de medición capaz?
○ Si no lo es, qué deberíamos hacer?
24
Capacidad en Sistemas de Medición
○ La segunda forma para encontrar la capacidad de un sistema de
medición es comparar la varianza del sistema de medición con
respecto a la varianza total observada. Se conoce como %TV (%
Varianza total)
○ % TV= 100(σm/σt)²
○ Si el % TV es menor que un 10%, el sistema de medición es
capaz.
○ Cuál es el % TV para nuestro sistema de medición?
○ %TV= 100(σm/σt)² = 100(1.35/1.55)² = 75.69%
○ Esto significa que el 75.69% de la varianza viene del sistema de medición.
25
Capacidad en Sistemas de Medición
○ La tercera forma para encontrar la capacidad en los sistemas de
medición es comparando la variación en medición con las
tolerancias de especificación o rango de especificaciones. Este se
le conoce como % ST (Tolerancia en Especificaciones)
○ % ST= 100 (6 σm/(USL - LSL))
○ El % ST mide el porcentaje de tolerancia de especificación que es
consumida por el sistema de medición.
○ Si el trabajo que estudiamos anteriormente, se esperaba que
terminará entre 49 a 51libras, cual es el % ST?
○ %ST= 100(6 σm/(USL - LSL))= 100(6*1.35)/2= 405%
○ Se siguen los mismos criterios de evaluación del PMI.
26
Capacidad en Sistemas de Medición
○ Existen tres formas para determinar la capacidad de los sistemas
de medición. Las tres están involucradas en la comparación de la
precisión de medición a otra medición del desempeño total.
○ Los tres métodos son:
Compara la medición de la variación
○ PMI= 100(σm/σt) Variación total del Proceso
○ %TV= 100(σm/σt)² Varianza total del proceso
○ %ST= 100(6σm/(USL - LSL)) Tolerancia de Especificación
27
Mejorando la Capacidad en
Sistemas de Medición
○ Si el sistema de medición no es capaz, quiere decir que el
sistema de medición tiene demasiada variación con respecto a la
variación total del proceso o la tolerancia en especificaciones.
○ Si estamos tratando de reducir la variación total del proceso,
debemos trabajar en reducir la variación del sistema de medición.
○ De dónde proviene la variación en los sistemas de medición?
○ Existen dos fuentes que son:
○ Dentro del operador y Entre operadores
○ Variación dentro de los operadores llamado también Repetitibilidad
○ Variación entre operadores, llamado también Reproducibilidad
○ El método para separar estas dos fuentes se llama R & R.
28
Ejemplo: Determine la Capacidad de
este Sistema de Medición
○ σm = mR / d2 = 0.20 / 1.13 = 0.18
○ 6 σm = 6 (0.18) = 1.08
○ σt = 0.3
○ Es este sistema de medición adecuado?
Rango Especificaciones = 2.0
6.0 8.06 σm
29
Posibles Fuentes de Variación
Variación del Proceso
a largo plazo
Variación del Proceso
a corto plazo
Variación de la
Muestra
Variación del
Proceso Actual
Variación que viene
de los auditores
Repetibilidad Calibración Ambiente Otros
Variación de los
Instrumentos de Medición
Variación del Sistema
de Medición
Variación Total
Observada
30
Otras Posibles Fuentes de Variación en
Sistemas de Medición
○ Método de muestreo del proceso
○ Preparación y Manejo de la muestra
○ Método de colocar la muestra en el
instrumento
○ Procedimientos de laboratorio
31
Determinando Precisión
○ Existen dos maneras convenientes de determinar la
precisión en los sistemas de medición σm.
○ Medir una muestra sencilla de la producción a través del
tiempo (Ej.., una por cada turno). Graficarla en un gráfico
X/mR. Si está en control, calcular:
σm= mR / d2
○ Medir una muestra doble de producción a ciegas a través
del tiempo, (Ej.., Una por turno). Graficarla en un gráfico
X/R-barra. Si está en control, calcular:
σm= R-barra / d2
32
Muestras consecutivas tomadas al final de
cada turno en la misma máquina.
○ X = 7.02
○ mR = 0.20
○ σm= mR/d2 = 0.20/1.13 = 0.18
○ Especificaciones son de 6% a
8%.
Muestra % Químico
x mR
7.0 ----
6.9 0.1
7.1 0.2
7.3 0.2
7.0 0.3
6.8 0.2
33
Grafico de Control X, mR de
% de Químico
34
% de Químico
○ Si el sigma total σt es 0.33%, determine del
Gráfico de Control, para la medición de %
Químico, cuál seria la capacidad del sistema
de medición del % de Químico?
○ PMI =
○ %TV =
○ %ST =
35
Retos con los Sistemas de
Medición
○ Discriminación - Es la inhabilidad de ver diferencias en
muestras diferentes del mismo producto. Cómo podemos
identificar este problema?
○ A ciegas? Operarios no conocen que ellos están
examinando las mismas muestra que antes
○ Medio a ciegas? - Operarios saben que están
examinando la misma muestra que antes pero no
conocen los resultados anteriores. (Las pruebas deben
ser corridas medio a ciegas como mínimo)
○ Capacidad - Si el proceso de medición no es capaz, la
salida será de poco valor
36
Resumen de los Sistemas de
Medición Objetivos
○ Exactitud debe ser determinada y mantenida usando un
estándar conocido como valor conocido. La prueba t mide
la media contra el valor conocido.
○ Precisión debe ser determinada y mantenida a través del
tiempo usando una prueba sencilla de control de
producción a través del tiempo o preferiblemente una
serie de pruebas medidas dos veces a ciegas.
○ Capacidad debe ser determinada comparando la
precisión al total de ancho del proceso (PMI) o al total de
la varianza (%TV) o a la tolerancia en especificación
(%ST). Si no es capaz hay que trabajar en reducir la
variación.
37
Sistema de Medición Subjetivos
(Especiales)
Características:
○ Es un sistema de medición donde no necesariamente
existen instrumentos para recolección de las
mediciones.
○ No es un sistema de detección de defectos.
○ Normalmente involucra el uso de formatos, registros
manuales de información y digitación en
computadoras.
○ Puede ser complemento de un sistema de medición
de variables o subjetivo.
38
Definición del Sistema
○ Se debe observar el proceso y el sistema de medición:
○ Entender el flujo del sistema de medición
○ Detectar las personas (posiciones) y documentación que se
esta generando en cada paso
○ ¿Cómo son estas fuentes de información?
○ Electrónicas, manuales, reportes impresos o manuales
○ En este punto queremos observar las oportunidades y fuentes
de variación
39
Evaluación del Sistema –
Recolección de Información
Pasos:
1. Definir el proceso representándolo en un diagrama de flujo
2. Identificar en cada bloque del proceso los elementos involucrados:
1. Personas o departamentos
2. Formatos y registros
3. Sistemas de información electrónicos
3. Cada elemento debe ser evaluado
4. De acuerdo a los elementos de cada proceso se debe de realizar una lluvia de
ideas de los las fuentes de error de este sistema de medición.
5. De acuerdo a las fuentes de error crear un mecanismo de evaluación tomando
en consideración:
1. Plan de muestreo
2. Método de prueba
3. Criterios de pasa/no pasa
6. Los resultados de esta evaluación se colocaran en un grafico de control de
atributos con su respectivo pareto, su capacidad será alcanzada hasta que su
media alcance el 0% de falla
40
Pasos 1 al 6 - Ejemplo
Llenar Caja
Lo hace la
examinadora
Inicio
Hoja de
Examinado
Auxiliar de
producción digita la
producción
Llevar
Trabajo a
exportación
Fin
Elementos Evaluación
Sistema XPZ
Verificación
por conteo
Reporte vs
digitado
Llenar hoja de
examinado
41
Evaluación del Sistema –
Recolección de Información
7. Tomar acciones según los resultados de la
evaluación según el pareto de fallas
1. Algunas de las acciones que se pueden aplicar:
2. Auditorias periódicas
3. Entrenamientos y Lecciones de éxito
4. Puntos de control y verificación
5. Rediseño de formatos
8. Reevaluar el sistema de medición y continuar
trabajando hasta que este cumple con los
requisitos definidos
42
Pasos 7 al 8 - Ejemplo
Llenar Caja
Lo hace la
examinadora
Inicio
Hoja de
Examinado
Auxiliar de
producción digita la
producción
Llevar
Trabajo a
exportación
Fin
Elementos Evaluación
Sistema XPZ
Verificación
por conteo
Reporte vs
digitado
Llenar hoja de
examinado
Resultado
10%
discrepancia
0%
discrepancia
Acción
1. Certificación sobre llenado de hoja
2. Auditoria semanal
1. Auditoria Mensual

Contenu connexe

Tendances

Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajusteCarlos Becerra
 
Crg 1 calidad
Crg 1 calidadCrg 1 calidad
Crg 1 calidadcheramig
 
Pruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricasPruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricasAlez Escandón
 
Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaHector García Cárdenas
 
Guia para el calculo del tamaño optimo de la muestra
Guia para el calculo del tamaño optimo de la muestraGuia para el calculo del tamaño optimo de la muestra
Guia para el calculo del tamaño optimo de la muestrayovannygon
 
Curso Metrología Dimensional básica y avanzada. Máquinas de Medir.
Curso Metrología Dimensional básica y avanzada. Máquinas de Medir.Curso Metrología Dimensional básica y avanzada. Máquinas de Medir.
Curso Metrología Dimensional básica y avanzada. Máquinas de Medir.Héctor Gabriel Melillo
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Jose
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesYazmin Venegas
 
Seminario 10: Correlación y T de Student
Seminario 10: Correlación y T de StudentSeminario 10: Correlación y T de Student
Seminario 10: Correlación y T de StudentMiri_viola
 
Técnicas de Pronósticos - Suavización Exponencial
Técnicas de Pronósticos - Suavización ExponencialTécnicas de Pronósticos - Suavización Exponencial
Técnicas de Pronósticos - Suavización ExponencialLic. Riccardo Méndez M.
 

Tendances (20)

Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajuste
 
Preguntas de Regresion Lineal
Preguntas de Regresion LinealPreguntas de Regresion Lineal
Preguntas de Regresion Lineal
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Crg 1 calidad
Crg 1 calidadCrg 1 calidad
Crg 1 calidad
 
Pruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricasPruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricas
 
Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieria
 
Gráficos XR
Gráficos XRGráficos XR
Gráficos XR
 
Inferencias de proporciones
Inferencias de proporciones Inferencias de proporciones
Inferencias de proporciones
 
INTRODUCCIÓN A SEIS SIGMA
INTRODUCCIÓN A SEIS SIGMAINTRODUCCIÓN A SEIS SIGMA
INTRODUCCIÓN A SEIS SIGMA
 
Control Estadistico de la calidad
Control Estadistico de la calidadControl Estadistico de la calidad
Control Estadistico de la calidad
 
Guia para el calculo del tamaño optimo de la muestra
Guia para el calculo del tamaño optimo de la muestraGuia para el calculo del tamaño optimo de la muestra
Guia para el calculo del tamaño optimo de la muestra
 
Curso Metrología Dimensional básica y avanzada. Máquinas de Medir.
Curso Metrología Dimensional básica y avanzada. Máquinas de Medir.Curso Metrología Dimensional básica y avanzada. Máquinas de Medir.
Curso Metrología Dimensional básica y avanzada. Máquinas de Medir.
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
 
Seminario 10: Correlación y T de Student
Seminario 10: Correlación y T de StudentSeminario 10: Correlación y T de Student
Seminario 10: Correlación y T de Student
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
 
Tema9disenos
Tema9disenosTema9disenos
Tema9disenos
 
Técnicas de Pronósticos - Suavización Exponencial
Técnicas de Pronósticos - Suavización ExponencialTécnicas de Pronósticos - Suavización Exponencial
Técnicas de Pronósticos - Suavización Exponencial
 
Ph1 m
Ph1 mPh1 m
Ph1 m
 
Asimetria y-curtosis
Asimetria y-curtosisAsimetria y-curtosis
Asimetria y-curtosis
 

En vedette

Perspectiva conica
Perspectiva conicaPerspectiva conica
Perspectiva conicaBertha Vega
 
UNIVERSIDAD CENTRAL DEL ECUADOR - FACULTAD DE CIENCIAS MÉDICAS - LIQUIDOS Y E...
UNIVERSIDAD CENTRAL DEL ECUADOR - FACULTAD DE CIENCIAS MÉDICAS - LIQUIDOS Y E...UNIVERSIDAD CENTRAL DEL ECUADOR - FACULTAD DE CIENCIAS MÉDICAS - LIQUIDOS Y E...
UNIVERSIDAD CENTRAL DEL ECUADOR - FACULTAD DE CIENCIAS MÉDICAS - LIQUIDOS Y E...Franklin Vaca Vaca Yacelga
 
La longitud, alicia
La  longitud, aliciaLa  longitud, alicia
La longitud, aliciasofiasierrap
 
medidas y longitudes
medidas y longitudesmedidas y longitudes
medidas y longitudestumaestra
 
Geometría Descriptiva. Axonometría Y Caballera
Geometría Descriptiva. Axonometría Y CaballeraGeometría Descriptiva. Axonometría Y Caballera
Geometría Descriptiva. Axonometría Y Caballeradibutec
 
Definición de Física y Sistemas de Medicion
Definición de Física y Sistemas de MedicionDefinición de Física y Sistemas de Medicion
Definición de Física y Sistemas de MedicionJlm Udal
 
Perspectiva caballera
Perspectiva caballeraPerspectiva caballera
Perspectiva caballeraguestb3d1870
 
Perspectiva caballera
Perspectiva caballeraPerspectiva caballera
Perspectiva caballeraMiguel
 
La expresión y la comunicación de ideas
La expresión y la comunicación de ideasLa expresión y la comunicación de ideas
La expresión y la comunicación de ideasemiliolopez
 
Perspectiva con uno y dos puntos de uga
Perspectiva con uno y dos puntos de ugaPerspectiva con uno y dos puntos de uga
Perspectiva con uno y dos puntos de ugalenincito11
 
Calor y temperatura, su medicion
Calor y temperatura, su medicionCalor y temperatura, su medicion
Calor y temperatura, su medicioninsucoppt
 
Medicion en salud completa
Medicion en salud  completaMedicion en salud  completa
Medicion en salud completaHuber Fcom
 
Elementos de expresion grafica
Elementos de expresion graficaElementos de expresion grafica
Elementos de expresion graficajairo Torres
 

En vedette (20)

Metric units of length
Metric units of lengthMetric units of length
Metric units of length
 
Perspectiva conica
Perspectiva conicaPerspectiva conica
Perspectiva conica
 
La medida de longitud
La medida de longitudLa medida de longitud
La medida de longitud
 
Explicacion unidades de medida
Explicacion unidades de medidaExplicacion unidades de medida
Explicacion unidades de medida
 
UNIVERSIDAD CENTRAL DEL ECUADOR - FACULTAD DE CIENCIAS MÉDICAS - LIQUIDOS Y E...
UNIVERSIDAD CENTRAL DEL ECUADOR - FACULTAD DE CIENCIAS MÉDICAS - LIQUIDOS Y E...UNIVERSIDAD CENTRAL DEL ECUADOR - FACULTAD DE CIENCIAS MÉDICAS - LIQUIDOS Y E...
UNIVERSIDAD CENTRAL DEL ECUADOR - FACULTAD DE CIENCIAS MÉDICAS - LIQUIDOS Y E...
 
La longitud, alicia
La  longitud, aliciaLa  longitud, alicia
La longitud, alicia
 
medidas y longitudes
medidas y longitudesmedidas y longitudes
medidas y longitudes
 
Geometría Descriptiva. Axonometría Y Caballera
Geometría Descriptiva. Axonometría Y CaballeraGeometría Descriptiva. Axonometría Y Caballera
Geometría Descriptiva. Axonometría Y Caballera
 
Proy ortogonal
Proy ortogonalProy ortogonal
Proy ortogonal
 
Definición de Física y Sistemas de Medicion
Definición de Física y Sistemas de MedicionDefinición de Física y Sistemas de Medicion
Definición de Física y Sistemas de Medicion
 
Perspectiva caballera
Perspectiva caballeraPerspectiva caballera
Perspectiva caballera
 
Perspectiva caballera
Perspectiva caballeraPerspectiva caballera
Perspectiva caballera
 
Proporción
ProporciónProporción
Proporción
 
La expresión y la comunicación de ideas
La expresión y la comunicación de ideasLa expresión y la comunicación de ideas
La expresión y la comunicación de ideas
 
Perspectiva caballera
Perspectiva caballeraPerspectiva caballera
Perspectiva caballera
 
Perspectiva con uno y dos puntos de uga
Perspectiva con uno y dos puntos de ugaPerspectiva con uno y dos puntos de uga
Perspectiva con uno y dos puntos de uga
 
Calor y temperatura, su medicion
Calor y temperatura, su medicionCalor y temperatura, su medicion
Calor y temperatura, su medicion
 
Medicion en salud completa
Medicion en salud  completaMedicion en salud  completa
Medicion en salud completa
 
Perspectiva a dos puntos de fuga
Perspectiva a dos puntos de fugaPerspectiva a dos puntos de fuga
Perspectiva a dos puntos de fuga
 
Elementos de expresion grafica
Elementos de expresion graficaElementos de expresion grafica
Elementos de expresion grafica
 

Similaire à Analisis de sistema_de_medicion

Guion controlpor variables
Guion controlpor variablesGuion controlpor variables
Guion controlpor variablesleswil
 
Clase 2 (2016) sección s1
Clase 2 (2016) sección s1Clase 2 (2016) sección s1
Clase 2 (2016) sección s1Suelen Oseida
 
Control estadístico de procesos_2023-1 (1).pdf
Control estadístico de procesos_2023-1 (1).pdfControl estadístico de procesos_2023-1 (1).pdf
Control estadístico de procesos_2023-1 (1).pdfAstridRiveraGuerrero1
 
Semana 12 y 13 - Estadística.pptx
Semana 12 y 13 - Estadística.pptxSemana 12 y 13 - Estadística.pptx
Semana 12 y 13 - Estadística.pptxMaraAliciaHuamanLLaj
 
Practica 0 Formas de Medicion
Practica 0 Formas de MedicionPractica 0 Formas de Medicion
Practica 0 Formas de MedicionBeyda Rolon
 
Clase 2 (2016) sección s ud2
Clase 2 (2016) sección s  ud2Clase 2 (2016) sección s  ud2
Clase 2 (2016) sección s ud2Suelen Oseida
 
Graficos de control
Graficos de controlGraficos de control
Graficos de controlbaalamponce
 
Presentacion Manejo de los números
Presentacion Manejo de los númerosPresentacion Manejo de los números
Presentacion Manejo de los númerosvillafrade
 
Cartas de-control-por-variables.pdf-476344311
Cartas de-control-por-variables.pdf-476344311Cartas de-control-por-variables.pdf-476344311
Cartas de-control-por-variables.pdf-476344311ivan_antrax
 
muestreo y distribucion muestrales
muestreo y distribucion muestralesmuestreo y distribucion muestrales
muestreo y distribucion muestralesApalomito
 

Similaire à Analisis de sistema_de_medicion (20)

Pract 6 calidad1
Pract 6 calidad1Pract 6 calidad1
Pract 6 calidad1
 
Guion controlpor variables
Guion controlpor variablesGuion controlpor variables
Guion controlpor variables
 
Clase 2 (2016) sección s1
Clase 2 (2016) sección s1Clase 2 (2016) sección s1
Clase 2 (2016) sección s1
 
Control estadístico de procesos_2023-1 (1).pdf
Control estadístico de procesos_2023-1 (1).pdfControl estadístico de procesos_2023-1 (1).pdf
Control estadístico de procesos_2023-1 (1).pdf
 
Semana 12 y 13 - Estadística.pptx
Semana 12 y 13 - Estadística.pptxSemana 12 y 13 - Estadística.pptx
Semana 12 y 13 - Estadística.pptx
 
Tipos de graficos de control
Tipos de graficos de controlTipos de graficos de control
Tipos de graficos de control
 
Clase_Graficos_Control.pptx.ppt
Clase_Graficos_Control.pptx.pptClase_Graficos_Control.pptx.ppt
Clase_Graficos_Control.pptx.ppt
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Presentacion ops umayor-2011
Presentacion ops umayor-2011Presentacion ops umayor-2011
Presentacion ops umayor-2011
 
Clase 12.pptx
Clase 12.pptxClase 12.pptx
Clase 12.pptx
 
Control Estadistico De Procesos
Control Estadistico De ProcesosControl Estadistico De Procesos
Control Estadistico De Procesos
 
MSA Clase (3).pptx
MSA Clase (3).pptxMSA Clase (3).pptx
MSA Clase (3).pptx
 
Spc
SpcSpc
Spc
 
Spc
SpcSpc
Spc
 
Practica 0 Formas de Medicion
Practica 0 Formas de MedicionPractica 0 Formas de Medicion
Practica 0 Formas de Medicion
 
Clase 2 (2016) sección s ud2
Clase 2 (2016) sección s  ud2Clase 2 (2016) sección s  ud2
Clase 2 (2016) sección s ud2
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
 
Presentacion Manejo de los números
Presentacion Manejo de los númerosPresentacion Manejo de los números
Presentacion Manejo de los números
 
Cartas de-control-por-variables.pdf-476344311
Cartas de-control-por-variables.pdf-476344311Cartas de-control-por-variables.pdf-476344311
Cartas de-control-por-variables.pdf-476344311
 
muestreo y distribucion muestrales
muestreo y distribucion muestralesmuestreo y distribucion muestrales
muestreo y distribucion muestrales
 

Dernier

PREGUNTA E REFÉRENDUM 21 DE ABRIL ECUADOR
PREGUNTA E REFÉRENDUM 21 DE ABRIL ECUADORPREGUNTA E REFÉRENDUM 21 DE ABRIL ECUADOR
PREGUNTA E REFÉRENDUM 21 DE ABRIL ECUADOReluniversocom
 
Sesion1_Ciencia_de_Datos-Introduccion a Pithon.pdf
Sesion1_Ciencia_de_Datos-Introduccion a Pithon.pdfSesion1_Ciencia_de_Datos-Introduccion a Pithon.pdf
Sesion1_Ciencia_de_Datos-Introduccion a Pithon.pdfMarxx4
 
la-antigua-Grecia, datos y curiosidades mas relevantes
la-antigua-Grecia, datos y curiosidades mas relevantesla-antigua-Grecia, datos y curiosidades mas relevantes
la-antigua-Grecia, datos y curiosidades mas relevantesalvarojosephyucracol
 
Metodología del trabajo universitario pt 1
Metodología del trabajo universitario pt 1Metodología del trabajo universitario pt 1
Metodología del trabajo universitario pt 1gostingsoto
 
TEORIA DEL DEFICIT DEL AUTOCUIDADO .pptx
TEORIA DEL DEFICIT DEL AUTOCUIDADO .pptxTEORIA DEL DEFICIT DEL AUTOCUIDADO .pptx
TEORIA DEL DEFICIT DEL AUTOCUIDADO .pptxmarinosudarioneyer
 
ANÁLISIS DE LA ÉTICA UTILIRALISTA DE JEREMY BENTHAM.pdf
ANÁLISIS DE LA ÉTICA UTILIRALISTA DE JEREMY BENTHAM.pdfANÁLISIS DE LA ÉTICA UTILIRALISTA DE JEREMY BENTHAM.pdf
ANÁLISIS DE LA ÉTICA UTILIRALISTA DE JEREMY BENTHAM.pdfDaniloAstoVeliz
 
Politicas publicas un balance necesario Bolivia
Politicas publicas un balance necesario BoliviaPoliticas publicas un balance necesario Bolivia
Politicas publicas un balance necesario BoliviaAlfredo Zaconeta
 
Civilizacióne Precolonbinas Resumen pdf.
Civilizacióne Precolonbinas Resumen pdf.Civilizacióne Precolonbinas Resumen pdf.
Civilizacióne Precolonbinas Resumen pdf.gpoiquicuellar
 
PREGUNTA A DEL REFERÉNDUM 21 DE ABRIL.pdf
PREGUNTA A DEL REFERÉNDUM 21 DE ABRIL.pdfPREGUNTA A DEL REFERÉNDUM 21 DE ABRIL.pdf
PREGUNTA A DEL REFERÉNDUM 21 DE ABRIL.pdfeluniversocom
 
TALLER DE PLAN DE SOPORTE SOCIOEMOCIONAL.pptx
TALLER DE PLAN DE SOPORTE SOCIOEMOCIONAL.pptxTALLER DE PLAN DE SOPORTE SOCIOEMOCIONAL.pptx
TALLER DE PLAN DE SOPORTE SOCIOEMOCIONAL.pptxDiegoRuizRios
 
SESIONES ABRIL para sexto grado de nivel primario.doc
SESIONES ABRIL para sexto grado de nivel primario.docSESIONES ABRIL para sexto grado de nivel primario.doc
SESIONES ABRIL para sexto grado de nivel primario.docrobinsonsjuan
 
Presentación del Mapa del Talento Cotec-Ivie 2023
Presentación del Mapa del Talento Cotec-Ivie 2023Presentación del Mapa del Talento Cotec-Ivie 2023
Presentación del Mapa del Talento Cotec-Ivie 2023Ivie
 
ANALISIS DE LA LITERATURA DEL RENACIMIENTO
ANALISIS DE LA LITERATURA DEL RENACIMIENTOANALISIS DE LA LITERATURA DEL RENACIMIENTO
ANALISIS DE LA LITERATURA DEL RENACIMIENTOELIZABETHTINOCO10
 
cuadernillo_tareas_funciones_estructuras_medias_psuv.pdf
cuadernillo_tareas_funciones_estructuras_medias_psuv.pdfcuadernillo_tareas_funciones_estructuras_medias_psuv.pdf
cuadernillo_tareas_funciones_estructuras_medias_psuv.pdfeduingonzalez3
 
PREGUNTAS Y ANEXOS CONSULTA POPULAR 2024
PREGUNTAS Y ANEXOS CONSULTA POPULAR 2024PREGUNTAS Y ANEXOS CONSULTA POPULAR 2024
PREGUNTAS Y ANEXOS CONSULTA POPULAR 2024eluniversocom
 
Secuencia Uso del calendario. Segundo ciclo.docx
Secuencia Uso del calendario. Segundo ciclo.docxSecuencia Uso del calendario. Segundo ciclo.docx
Secuencia Uso del calendario. Segundo ciclo.docxcandevillarruel
 
49906_TE_RETO_juegos_criminales,juego.pdf
49906_TE_RETO_juegos_criminales,juego.pdf49906_TE_RETO_juegos_criminales,juego.pdf
49906_TE_RETO_juegos_criminales,juego.pdfceliajuliacarmen29
 
Competencia el ingrediente para crecer.pdf
Competencia el ingrediente para crecer.pdfCompetencia el ingrediente para crecer.pdf
Competencia el ingrediente para crecer.pdfAlfredo Zaconeta
 
Las Características Principales de las Redes.pptx
Las Características Principales de las Redes.pptxLas Características Principales de las Redes.pptx
Las Características Principales de las Redes.pptxecarvictoriajhan
 
LÍNEA DE TIEMPO- ANTROPOLOGIA jsjudhdv.pdf
LÍNEA DE TIEMPO- ANTROPOLOGIA jsjudhdv.pdfLÍNEA DE TIEMPO- ANTROPOLOGIA jsjudhdv.pdf
LÍNEA DE TIEMPO- ANTROPOLOGIA jsjudhdv.pdfFranyeskaMagallanes
 

Dernier (20)

PREGUNTA E REFÉRENDUM 21 DE ABRIL ECUADOR
PREGUNTA E REFÉRENDUM 21 DE ABRIL ECUADORPREGUNTA E REFÉRENDUM 21 DE ABRIL ECUADOR
PREGUNTA E REFÉRENDUM 21 DE ABRIL ECUADOR
 
Sesion1_Ciencia_de_Datos-Introduccion a Pithon.pdf
Sesion1_Ciencia_de_Datos-Introduccion a Pithon.pdfSesion1_Ciencia_de_Datos-Introduccion a Pithon.pdf
Sesion1_Ciencia_de_Datos-Introduccion a Pithon.pdf
 
la-antigua-Grecia, datos y curiosidades mas relevantes
la-antigua-Grecia, datos y curiosidades mas relevantesla-antigua-Grecia, datos y curiosidades mas relevantes
la-antigua-Grecia, datos y curiosidades mas relevantes
 
Metodología del trabajo universitario pt 1
Metodología del trabajo universitario pt 1Metodología del trabajo universitario pt 1
Metodología del trabajo universitario pt 1
 
TEORIA DEL DEFICIT DEL AUTOCUIDADO .pptx
TEORIA DEL DEFICIT DEL AUTOCUIDADO .pptxTEORIA DEL DEFICIT DEL AUTOCUIDADO .pptx
TEORIA DEL DEFICIT DEL AUTOCUIDADO .pptx
 
ANÁLISIS DE LA ÉTICA UTILIRALISTA DE JEREMY BENTHAM.pdf
ANÁLISIS DE LA ÉTICA UTILIRALISTA DE JEREMY BENTHAM.pdfANÁLISIS DE LA ÉTICA UTILIRALISTA DE JEREMY BENTHAM.pdf
ANÁLISIS DE LA ÉTICA UTILIRALISTA DE JEREMY BENTHAM.pdf
 
Politicas publicas un balance necesario Bolivia
Politicas publicas un balance necesario BoliviaPoliticas publicas un balance necesario Bolivia
Politicas publicas un balance necesario Bolivia
 
Civilizacióne Precolonbinas Resumen pdf.
Civilizacióne Precolonbinas Resumen pdf.Civilizacióne Precolonbinas Resumen pdf.
Civilizacióne Precolonbinas Resumen pdf.
 
PREGUNTA A DEL REFERÉNDUM 21 DE ABRIL.pdf
PREGUNTA A DEL REFERÉNDUM 21 DE ABRIL.pdfPREGUNTA A DEL REFERÉNDUM 21 DE ABRIL.pdf
PREGUNTA A DEL REFERÉNDUM 21 DE ABRIL.pdf
 
TALLER DE PLAN DE SOPORTE SOCIOEMOCIONAL.pptx
TALLER DE PLAN DE SOPORTE SOCIOEMOCIONAL.pptxTALLER DE PLAN DE SOPORTE SOCIOEMOCIONAL.pptx
TALLER DE PLAN DE SOPORTE SOCIOEMOCIONAL.pptx
 
SESIONES ABRIL para sexto grado de nivel primario.doc
SESIONES ABRIL para sexto grado de nivel primario.docSESIONES ABRIL para sexto grado de nivel primario.doc
SESIONES ABRIL para sexto grado de nivel primario.doc
 
Presentación del Mapa del Talento Cotec-Ivie 2023
Presentación del Mapa del Talento Cotec-Ivie 2023Presentación del Mapa del Talento Cotec-Ivie 2023
Presentación del Mapa del Talento Cotec-Ivie 2023
 
ANALISIS DE LA LITERATURA DEL RENACIMIENTO
ANALISIS DE LA LITERATURA DEL RENACIMIENTOANALISIS DE LA LITERATURA DEL RENACIMIENTO
ANALISIS DE LA LITERATURA DEL RENACIMIENTO
 
cuadernillo_tareas_funciones_estructuras_medias_psuv.pdf
cuadernillo_tareas_funciones_estructuras_medias_psuv.pdfcuadernillo_tareas_funciones_estructuras_medias_psuv.pdf
cuadernillo_tareas_funciones_estructuras_medias_psuv.pdf
 
PREGUNTAS Y ANEXOS CONSULTA POPULAR 2024
PREGUNTAS Y ANEXOS CONSULTA POPULAR 2024PREGUNTAS Y ANEXOS CONSULTA POPULAR 2024
PREGUNTAS Y ANEXOS CONSULTA POPULAR 2024
 
Secuencia Uso del calendario. Segundo ciclo.docx
Secuencia Uso del calendario. Segundo ciclo.docxSecuencia Uso del calendario. Segundo ciclo.docx
Secuencia Uso del calendario. Segundo ciclo.docx
 
49906_TE_RETO_juegos_criminales,juego.pdf
49906_TE_RETO_juegos_criminales,juego.pdf49906_TE_RETO_juegos_criminales,juego.pdf
49906_TE_RETO_juegos_criminales,juego.pdf
 
Competencia el ingrediente para crecer.pdf
Competencia el ingrediente para crecer.pdfCompetencia el ingrediente para crecer.pdf
Competencia el ingrediente para crecer.pdf
 
Las Características Principales de las Redes.pptx
Las Características Principales de las Redes.pptxLas Características Principales de las Redes.pptx
Las Características Principales de las Redes.pptx
 
LÍNEA DE TIEMPO- ANTROPOLOGIA jsjudhdv.pdf
LÍNEA DE TIEMPO- ANTROPOLOGIA jsjudhdv.pdfLÍNEA DE TIEMPO- ANTROPOLOGIA jsjudhdv.pdf
LÍNEA DE TIEMPO- ANTROPOLOGIA jsjudhdv.pdf
 

Analisis de sistema_de_medicion

  • 1. 1 Análisis de Sistemas de Medición UNITEC, SPS
  • 2. 2 Sistemas de Medición ○Sistema de Medición Objetivos (variable). ○Sistemas de Medición Subjetivos (Especiales). ○Sistemas de Medición Visual.
  • 3. 3 Sistemas de Medición de Objetivos (Variables) ○ Necesitamos “Buena” información para ser capaces de mejorar un proceso ○ Hay tres características para que un buen sistema de medición nos dé “buena información”: 1. Debe ser exacto 1. Debe ser preciso 1. Debe ser un sistema de medición capaz
  • 4. 4 Sistema de Medición de Variables ○ Exactitud: Es la habilidad de un sistema de medición de medir un valor estándar en un promedio de datos. ○ Debemos tener una muestra estándar de un valor “conocido” ○ La muestra estándar debe estar certificada por una fuente externa, determinado por un sistema de medición bien preciso. Nosotros lo aceptamos como un valor ya conocido. ○ El estándar puede o no ser del mismo tipo de material o producto producido en la planta. ○ El estándar debe ser medido con cierta frecuencia a través del tiempo. Cuando está en control, el promedio medido es comparado con el estándar para determinar la exactitud.
  • 5. 5 Exactitud de los Sistemas de Medición Brecha es la diferencia entre el promedio medido y el estándar. Brecha = Valor Medido – Valor Estándar ○ Si la Brecha no es estadísticamente significativa nos dice que el sistema de medición es exacto. ○ Si la Brecha es estadísticamente significativa nos dice que el sistema de medición no es exacto.
  • 6. 6 Exactitud de los Sistemas de Medición ○ La exactitud puede ser determinada usando la prueba “t- test” ○ tcalc= X – Estándar (mide cuantas σ’s esta X difiere del estándar) σ / √ N ○ Es tcalc > t*? Si es mayor, la brecha es significativa. Si no lo es, la brecha no es significativa.
  • 7. 7 Ejemplo ○ Se le ha encomendado verificar el sistema de medición de una balanza, para lo cual se le asigno una masa de 50lbs. para calibrarla, y se obtuvieron los datos presentados en la siguiente tabla. Determine la exactitud de este sistema de medición. Datos medida 1 48.5 2 51.4 3 50.6 4 47.9 5 49.5 6 51.9 7 50.2 8 50 9 49.4 10 48.6
  • 8. 8 Solución ○ Registre: ○ X-barra = 49.8, mR-barra = 1.52, σm = mR/d2 = 1.52/1.13 = 1.35 ○ Estándar = 50lbs. ○ Brecha = X-barra – Estándar = 49.80 - 50 = 0.20 ○ Es la Brecha estadísticamente significativa? ○ Cómo puede usted determinar si es significativa
  • 9. 9 Solución ○ La exactitud se puede determinar usando la prueba t-test ○ tcalc= X – Estándar σ / √ N ○ tcalc = 49.8 – 50 = 0.20/0.43 = 0.47 (1.35/ √10) ○ Con un 95% de confianza t*(0.025,N-1) = 2.262 ○ Dado que tcalc < t* la brecha es no significativa. ○ Por lo tanto el sistema de medición es capaz.
  • 10. 10 Mejorando la Exactitud ○ Si la brecha no es estadísticamente significativa, no ajuste o calibre el sistema de medición. ○ Si lo ajustas, qué es lo que ocurre? ○ Si la brecha es estadísticamente significativa, debes de direccionarla. ○ Haciendo ajuste una vez (calibración) con el fin de acercarse lo más posible al estándar. Vuelva a medir el estándar 20 veces en el tiempo, continué con el X/mR y reevalué la exactitud.
  • 11. 11 Manteniendo la Exactitud ○ Una vez la exactitud se ha establecido, debe ser mantenida a través del tiempo. El sistema de medición debe ser controlado como si fuera otro proceso. ○ De lo contrario, no podemos estar seguros que futuras mediciones se mantengan exactas. ○ Cómo puedo estar seguro que la exactitud se mantiene ? ○ Un método sencillo es continuar manteniendo los Gráficos de Control X/mR, utilizando el estándar. ○ El estándar debe ser guardado apropiadamente para prevenir cambios a través del tiempo. La frecuencia de los datos depende de la probabilidad o significado de exactitud. ○ Por ejemplo, instrumentos electrónicos deben ser revisados en exactitud, después de cada encendido.
  • 12. 12 Manteniendo la Exactitud ○ Cuándo deberíamos recalibrar un instrumento? ○ Cuando el gráfico X/mR del estándar nos de algún signo de causa especial. ○ Un punto fuera de los límites 3σ ○ Un cambio en la media (7 o más puntos en una corrida) ○ Una tendencia estadística (7 o más puntos hacia arriba o abajo) ○ 2 de 3 puntos más allá de los límites 2σ. ○ Esta última regla fue agregada para reducir el riesgo de no calibrar el instrumento cuando realmente se necesita. Esto ligeramente aumenta el riesgo de calibrarla cuando realmente no se necesita.
  • 13. 13 Resumen de Exactitud ○ Una muestra estándar o valor “conocido” es necesario para determinar y mantener la exactitud. ○ El estándar deber ser medido a través del tiempo y graficado en un gráfico X/mR. ○ La brecha entre la media observada y el estándar debe ser probada con la prueba – t para ver si es significativa. ○ Una brecha significativa debe ser corregida con una sola calibración o ajuste, si es posible. ○ La exactitud debe ser mantenida a través del tiempo utilizando un gráfico X/mR de las mediciones del estándar.
  • 14. 14 Precisión en Sistemas de Medición ○ La variación del proceso observado es la suma de la variación del proceso y la variación del sistema de medición. ○ Matemáticamente, es la suma de estas dos varianzas. La varianza es el cuadrado de la desviación estándar. ○ No podemos medir la variación del proceso directamente. Podemos solamente hacerlo restando la medición del proceso observado. Variación del Proceso Variación de Medición Variación Observada en el Proceso+ =
  • 15. 15 Relación de la Variación de Medición y la Variación del Proceso ○ σt = Variación del proceso observado del Gráfico de Control ○ σm = Variación de medición ○ σp = Variación actual del proceso, no es medible directamente pero puede ser deducida de la relación σt = σp + σm σt σp σm
  • 16. 16 Precisión en Sistemas de Medición ○ Precisión: Es la cantidad de variación presente en el sistema de medición , la repetitibilidad de un sistema de medición. ○ Esto es determinado usando una muestra “controlada”, representando el producto(s) hechos. ○ Una muestra controlada de la producción no tiene un valor “conocido” como el estándar, pero éstas deberían ser homogéneas, con una mínima variación en la muestra.
  • 17. 17 Determinando la Precisión ○ Proceso de Producción – La muestra es hecha de una forma que represente la salida a través del tiempo para definir la variación de causas comunes total σt. ○ Proceso de Medición – La muestra debe excluir la variación común del proceso de producción y solamente mostrar la variación de causas comunes debido al sistema de medición σm. ○ Cómo? ○ Utilizando mediciones repetidas de las mismas muestras
  • 18. 18 Precisión en Sistemas de Medición ○ La precisión en sistemas de medición puede ser determinada usando una muestra de producción controlada. El control debe ser propiamente guardado para asegurar que no hay cambios en las propiedades a través del tiempo. ○ Mida el control en la misma frecuencia del set, Ej..: El comienzo de cada turno, todas las personas e instrumentos normalmente utilizados para la prueba deber ser utilizados, justo como si fuera una muestra de producción normal. ○ Haga un gráfico X/mR de las observaciones. ○ Si esta en control, calcule σm = mR-bar / d2
  • 19. 19 Precisión en Sistemas de Medición ○ Cuál es la precisión del sistema de medición de la balanza? ○ σm= mR-barra/d2= 1.52/1.13= 1.35 ○ El sigma de medición es un camino para definir la precisión de un sistema de medición. ○ Sin embargo, precisión tiene un pequeño significado, a menos que sea comparado con algo que determine si esto es lo suficientemente preciso para trabajar en mejorar un proceso.
  • 20. 20 Exactitud vrs. Precisión ○ 5 tiros a la meta Exacto? Preciso? XX X X X 1 X X X X X 2 X X X X X 3 XX X X X 4
  • 21. 21 Brecha= X-Barra - Estándar ○ Cuál es la precisión del sistema de medición en este dibujo? EstándarX-barraA B Brecha
  • 22. 22 Capacidad en Sistemas de Medición ○ Existen tres métodos o mediciones separadas que nos permiten determinar la capacidad en los sistemas de medición. ○ Primero, la variación de medición σm puede ser comparada con la variación total del proceso σt, utilizando el Índice de Medición de proceso PMI: ○ PMI = 100 (σm/ σt) ○ El PMI mide el porcentaje de variación total del proceso observado que viene del sistema de medición. ○ Si el PMI es menor que 20%, la precisión del sistema de medición es muy buena con respecto a la variación total del proceso ○ Si el PMI esta entre 20% - 30%, es marginalmente capaz ○ Si el PMI esta arriba del 30%, el sistema de medición no es capaz
  • 23. 23 Capacidad en Sistemas de Medición ○ Cuál es el PMI para nuestro ejemplo de sistema de medición de la balanza que se hizo? ○ Si el σt es de 1.55 libras, cuál debería ser nuestro PMI? ○ PMI= 100(σm/σt) = 100(1.35/1.55) = 87.09% ○ Es nuestro sistema de medición capaz? ○ Si no lo es, qué deberíamos hacer?
  • 24. 24 Capacidad en Sistemas de Medición ○ La segunda forma para encontrar la capacidad de un sistema de medición es comparar la varianza del sistema de medición con respecto a la varianza total observada. Se conoce como %TV (% Varianza total) ○ % TV= 100(σm/σt)² ○ Si el % TV es menor que un 10%, el sistema de medición es capaz. ○ Cuál es el % TV para nuestro sistema de medición? ○ %TV= 100(σm/σt)² = 100(1.35/1.55)² = 75.69% ○ Esto significa que el 75.69% de la varianza viene del sistema de medición.
  • 25. 25 Capacidad en Sistemas de Medición ○ La tercera forma para encontrar la capacidad en los sistemas de medición es comparando la variación en medición con las tolerancias de especificación o rango de especificaciones. Este se le conoce como % ST (Tolerancia en Especificaciones) ○ % ST= 100 (6 σm/(USL - LSL)) ○ El % ST mide el porcentaje de tolerancia de especificación que es consumida por el sistema de medición. ○ Si el trabajo que estudiamos anteriormente, se esperaba que terminará entre 49 a 51libras, cual es el % ST? ○ %ST= 100(6 σm/(USL - LSL))= 100(6*1.35)/2= 405% ○ Se siguen los mismos criterios de evaluación del PMI.
  • 26. 26 Capacidad en Sistemas de Medición ○ Existen tres formas para determinar la capacidad de los sistemas de medición. Las tres están involucradas en la comparación de la precisión de medición a otra medición del desempeño total. ○ Los tres métodos son: Compara la medición de la variación ○ PMI= 100(σm/σt) Variación total del Proceso ○ %TV= 100(σm/σt)² Varianza total del proceso ○ %ST= 100(6σm/(USL - LSL)) Tolerancia de Especificación
  • 27. 27 Mejorando la Capacidad en Sistemas de Medición ○ Si el sistema de medición no es capaz, quiere decir que el sistema de medición tiene demasiada variación con respecto a la variación total del proceso o la tolerancia en especificaciones. ○ Si estamos tratando de reducir la variación total del proceso, debemos trabajar en reducir la variación del sistema de medición. ○ De dónde proviene la variación en los sistemas de medición? ○ Existen dos fuentes que son: ○ Dentro del operador y Entre operadores ○ Variación dentro de los operadores llamado también Repetitibilidad ○ Variación entre operadores, llamado también Reproducibilidad ○ El método para separar estas dos fuentes se llama R & R.
  • 28. 28 Ejemplo: Determine la Capacidad de este Sistema de Medición ○ σm = mR / d2 = 0.20 / 1.13 = 0.18 ○ 6 σm = 6 (0.18) = 1.08 ○ σt = 0.3 ○ Es este sistema de medición adecuado? Rango Especificaciones = 2.0 6.0 8.06 σm
  • 29. 29 Posibles Fuentes de Variación Variación del Proceso a largo plazo Variación del Proceso a corto plazo Variación de la Muestra Variación del Proceso Actual Variación que viene de los auditores Repetibilidad Calibración Ambiente Otros Variación de los Instrumentos de Medición Variación del Sistema de Medición Variación Total Observada
  • 30. 30 Otras Posibles Fuentes de Variación en Sistemas de Medición ○ Método de muestreo del proceso ○ Preparación y Manejo de la muestra ○ Método de colocar la muestra en el instrumento ○ Procedimientos de laboratorio
  • 31. 31 Determinando Precisión ○ Existen dos maneras convenientes de determinar la precisión en los sistemas de medición σm. ○ Medir una muestra sencilla de la producción a través del tiempo (Ej.., una por cada turno). Graficarla en un gráfico X/mR. Si está en control, calcular: σm= mR / d2 ○ Medir una muestra doble de producción a ciegas a través del tiempo, (Ej.., Una por turno). Graficarla en un gráfico X/R-barra. Si está en control, calcular: σm= R-barra / d2
  • 32. 32 Muestras consecutivas tomadas al final de cada turno en la misma máquina. ○ X = 7.02 ○ mR = 0.20 ○ σm= mR/d2 = 0.20/1.13 = 0.18 ○ Especificaciones son de 6% a 8%. Muestra % Químico x mR 7.0 ---- 6.9 0.1 7.1 0.2 7.3 0.2 7.0 0.3 6.8 0.2
  • 33. 33 Grafico de Control X, mR de % de Químico
  • 34. 34 % de Químico ○ Si el sigma total σt es 0.33%, determine del Gráfico de Control, para la medición de % Químico, cuál seria la capacidad del sistema de medición del % de Químico? ○ PMI = ○ %TV = ○ %ST =
  • 35. 35 Retos con los Sistemas de Medición ○ Discriminación - Es la inhabilidad de ver diferencias en muestras diferentes del mismo producto. Cómo podemos identificar este problema? ○ A ciegas? Operarios no conocen que ellos están examinando las mismas muestra que antes ○ Medio a ciegas? - Operarios saben que están examinando la misma muestra que antes pero no conocen los resultados anteriores. (Las pruebas deben ser corridas medio a ciegas como mínimo) ○ Capacidad - Si el proceso de medición no es capaz, la salida será de poco valor
  • 36. 36 Resumen de los Sistemas de Medición Objetivos ○ Exactitud debe ser determinada y mantenida usando un estándar conocido como valor conocido. La prueba t mide la media contra el valor conocido. ○ Precisión debe ser determinada y mantenida a través del tiempo usando una prueba sencilla de control de producción a través del tiempo o preferiblemente una serie de pruebas medidas dos veces a ciegas. ○ Capacidad debe ser determinada comparando la precisión al total de ancho del proceso (PMI) o al total de la varianza (%TV) o a la tolerancia en especificación (%ST). Si no es capaz hay que trabajar en reducir la variación.
  • 37. 37 Sistema de Medición Subjetivos (Especiales) Características: ○ Es un sistema de medición donde no necesariamente existen instrumentos para recolección de las mediciones. ○ No es un sistema de detección de defectos. ○ Normalmente involucra el uso de formatos, registros manuales de información y digitación en computadoras. ○ Puede ser complemento de un sistema de medición de variables o subjetivo.
  • 38. 38 Definición del Sistema ○ Se debe observar el proceso y el sistema de medición: ○ Entender el flujo del sistema de medición ○ Detectar las personas (posiciones) y documentación que se esta generando en cada paso ○ ¿Cómo son estas fuentes de información? ○ Electrónicas, manuales, reportes impresos o manuales ○ En este punto queremos observar las oportunidades y fuentes de variación
  • 39. 39 Evaluación del Sistema – Recolección de Información Pasos: 1. Definir el proceso representándolo en un diagrama de flujo 2. Identificar en cada bloque del proceso los elementos involucrados: 1. Personas o departamentos 2. Formatos y registros 3. Sistemas de información electrónicos 3. Cada elemento debe ser evaluado 4. De acuerdo a los elementos de cada proceso se debe de realizar una lluvia de ideas de los las fuentes de error de este sistema de medición. 5. De acuerdo a las fuentes de error crear un mecanismo de evaluación tomando en consideración: 1. Plan de muestreo 2. Método de prueba 3. Criterios de pasa/no pasa 6. Los resultados de esta evaluación se colocaran en un grafico de control de atributos con su respectivo pareto, su capacidad será alcanzada hasta que su media alcance el 0% de falla
  • 40. 40 Pasos 1 al 6 - Ejemplo Llenar Caja Lo hace la examinadora Inicio Hoja de Examinado Auxiliar de producción digita la producción Llevar Trabajo a exportación Fin Elementos Evaluación Sistema XPZ Verificación por conteo Reporte vs digitado Llenar hoja de examinado
  • 41. 41 Evaluación del Sistema – Recolección de Información 7. Tomar acciones según los resultados de la evaluación según el pareto de fallas 1. Algunas de las acciones que se pueden aplicar: 2. Auditorias periódicas 3. Entrenamientos y Lecciones de éxito 4. Puntos de control y verificación 5. Rediseño de formatos 8. Reevaluar el sistema de medición y continuar trabajando hasta que este cumple con los requisitos definidos
  • 42. 42 Pasos 7 al 8 - Ejemplo Llenar Caja Lo hace la examinadora Inicio Hoja de Examinado Auxiliar de producción digita la producción Llevar Trabajo a exportación Fin Elementos Evaluación Sistema XPZ Verificación por conteo Reporte vs digitado Llenar hoja de examinado Resultado 10% discrepancia 0% discrepancia Acción 1. Certificación sobre llenado de hoja 2. Auditoria semanal 1. Auditoria Mensual