You are on page 1of 63

ANLISIS DEL SISTEMA DE

MEDICIN
(MSA)
ING. ANA ROSELYN PEREZ MENDEZ
Qu es un MSA?
Un mtodo para determinar qu tan buenos son nuestros datos
Un mtodo simple para auxiliarnos en la tarea de mejorar el sistema de medicin
Un mtodo sencillo para evaluar equipos de medicin nuevos
Un mtodo simple para cuantificar la reproducibilidad que se puede esperar entre
diferentes operadores de medicin o la repetibilidad que se puede esperar de los
instrumentos de medicin
La Variacin en las Mediciones puede hacer que la capacidad de nuestro proceso
se vea peor de lo que en realidad es.
Considere las razones por las que Medimos
Por qu Preocuparse por Variacin
en las Mediciones?
Verificar que el
producto/proceso
cumple con las
especificaciones
Cmo puede la variacin
en las mediciones afectar
nuestra decisin?
Ayudar en actividades
de Mejoramiento
Continuo
Qu si la cantidad de
variacin se desconoce?
LSL USL
Medicin
Proceso
LSL USL
Medicin
Proceso
Elementos del MSA
El objetivo del MSA es aprender lo ms posible acerca del proceso de medicin en un
perodo corto de tiempo.
La estrategia es incluir equipo, operadores, componentes y otros
factores que comnmente forman parte del proceso de medicin.
Se hace una seleccin aleatoria de piezas del rea de
produccin de tal forma que representen la variacin del
proceso.
Las piezas deben ser identificadas de tal forma de poder registrar las
mediciones sin crear un sesgo en el operador.
Cada pieza es medida en mltiples ocasiones por cada
operador utilizando el mismo equipo.
Es importante hacer un MSA?
Se pueden desperdiciar muchos recursos al tratar de mejorar un proceso cuando una
fuente significativa de variabilidad est precisamente en el sistema de medicin
Es indispensable vigilar el sistema de medicin antes de empezar cualquier esfuerzo de
mejoramiento de un proceso
Hay que tener en cuenta que el sistema de medicin es slo una fuente de variabilidad
en el desempeo de un producto o proceso
El propsito de un MSA es entender mucho mejor las fuentes de variabilidad que
pueden influir en los resultados producidos por el proceso que se est investigando
La variacin debido al operador se
llama
-Reproducibilidad

La variacin debido al medidor se
llama
- repetibilidad
Repetibilidad Reproducibilidad
Variacin Observada
Variacin del
proceso
Variacin del sistema de
medicin
Sistema
De Medicin
Operadores
Fuentes de variacin
Componentes del Error de Medicin
Gage R&R es el porcentaje de variacin del proceso relacionado a la
repetibilidad y reproducibilidad del sistema de medicin.
Los criterios generales para la aceptacin de un
instrumento de medicin utilizando como referencia la
variacin Gage R&R son los siguientes:
Menos del 10%: Aceptable.
Mayor al 30%: El instrumento no es aceptable y
debe ser corregido o reemplazado.
10% al 30%: Puede ser Aceptable.
Componentes del Error de Medicin
Mediciones
Observadas
Valores
Reales
Error de
Medicin
Sesgo
(Bias)
Gage R & R Estabilidad Linearidad
REPETIBILIDAD REPRODUCIBILIDAD
Fuentes de Variacin
REPETIBILIDAD (precisin)
La variacin entre mediciones sucesivas de la misma parte, misma caracterstica, por la
misma persona usando el mismo instrumento.
Tambin se le conoce como error entre pruebas consecutivas, y se usa como una
estimacin de la variacin a corto plazo
REPRODUCIBILIDAD
Es la variacin en el promedio de las mediciones hechas por diferentes operadores
usando el mismo instrumento de medicin cuando se mide una caracterstica idntica
en la misma parte.
Dos aspectos clave con REPETIBILIDAD
ESTABILIDAD. La ausencia de causas asignables que provocan variacin inesperada
VARIACIN EXCESIVA. Puede presentarse demasiada variacin normal o debida a
causas comunes
Y otros dos con REPRODUCIBILIDAD
Un patrn de cambio detectable en los datos de las mediciones de la grfica X-barra
(sesgo o cambio brusco)
Patrones inconsistentes en la grfica X-barra
Sesgo
Sesgo es la diferencia entre el promedio observado de los valores y el valor de
referencia. El sesgo se le conoce tambin como exactitud
SESGO DEL OPERADOR. Si los patrones observados en los puntos que representan los
promedios parecen similares, el sesgo no debe ser ningn problema. Cualquier
diferencia que sea muy evidente debe ser investigada
Se dice que un proceso de medicin es consistente cuando los resultados para los
operadores son repetibles y los resultados entre operadores son reproducibles.
Un instrumento es capaz de detectar variacin entre las partes siempre y cuando la
variabilidad del operador sea pequea en relacin a la variabilidad del proceso.
El % de la variacin del proceso que es consumida por la medicin (gage R&R) se determina
una vez que el proceso de medicin es consistente y puede detectar variacin entre partes.
Realizacin de un Estudio de MSA
Asegrese que el instrumento de medicin est calibrado.
Est presente durante el estudio.
La primera vez que evale un proceso deje que opere en forma
normal.
Seleccione suficientes muestras de tal forma que el (#de
muestras) X (# de operadores) > 15.
Si no es prctico o no es posible, seleccione el nmero de
mediciones de tal forma que:
Si (M x O) < 4, mediciones = 6
Si (M x O) < 5, mediciones = 5
Si (M x O) < 8, mediciones = 4
Si (M x O) < 15, mediciones = 3
Realizacin de un Estudio de MSA
Para minimizar el efecto de los factores de ruido, se recomienda el
siguiente procedimiento.
1. Permita que el primer operador mida todas las piezas en forma
aleatoria.
2. Permita que el segundo operador mida todas las piezas en forma
aleatoria.
3. Contine hasta que todos los operadores hayan medido todas las
piezas (esta constituye la primer corrida).
4. Repita los pasos 1 al 3 para el nmero de corridas requerido.
5. Use una forma para registrar los datos.
6. Analice los Resultados y determine acciones a seguir.


Lo que sugiere la AIAG
La AIAG automotriz (Automotive Industry Action Group) reconoce y recomienda
dos mtodos estndar para realizar los estudios de MSA:

FORMA CORTA. Se miden 5 piezas dos veces cada una por dos diferentes
operadores (total=20 mediciones)

FORMA LARGA. Se miden 10 piezas tres veces cada una por tres diferentes
operadores (total=90 mediciones)
MSA Gage R&R en Minitab (Ejemplo)
Se seleccionaron 10 piezas que representan el rango de variacin
esperado de un proceso. Tres inspectores midieron las diez piezas, dos
veces cada una, en orden aleatorio.
La informacin se ordena en Minitab de la siguiente manera:
Columna Nombre Datos Descripcin
C1 Part 60 Nmero de Pieza
C2 Operator 60 Nmero de Operador
C3 Response 60 Valor de la Medicin
Practicando con Minitab
1. Abra la hoja de trabajo en Minitab.
Practicando con Minitab
2. Stat > Quality Tools > Gage R&R (crossed)
Practicando con Minitab
3. Anote los campos en las cajas y marque el mtodo de anlisis
ANOVA. Elija OK para efectuar el anlisis estadstico.
Practicando con Minitab
4. Obtenemos de Minitab 6 grficos. Revisemoslos uno a la vez.
Practicando con Minitab
Gage
R&R
Total
Entre un
Mismo
Inspector
Entre
diferentes
Inspectores
Estimado de la
Variacin del
Proceso
Enfquese en las barras slidas
estas representan el % de variacin
total proveniente de los datos. El
Gage R&R es la variacin total de
nuestro sistema de medicin
dividido en repetibilidad y
reproducibilidad. La barra de part-
to-part es un estimado de la
variacin del proceso.
Practicando con Minitab
Qu representan
estos lmites de
control en
trminos de
nuestro sistema de
medicin?
Practicando con Minitab
Este grfico muestra los datos de las diez piezas para cada
operador. Muestra los datos directos y resalta el promedio de
las mediciones.
Similar al grfico anterior solo que los datos se presentan
por operador en vez de por pieza. Este grfico ayuda a
identificar problemas con operadores.
Este grfico muestra los datos de las diez partes de todos los
operadores. Es la ms fcil de usar para detectar tendencias
de parte de los operadores.
Resultados Numricos del Gage R&R
5. Revisemos los resultados por partes.
Resultados Numricos del Gage R&R
Estos son probablemente los resultados numricos del MSA ms fciles de entender. La primera columna
representa la fuente de variacin, la segunda columna es un estimado de la variacin actual para cada
fuente (factor). La tercer columna ya se revis, corresponde a la barra slida en el Pareto de los
resultados grficos.
MODULO 3 MEDICION E-30
Resultados Numricos del Gage R&R
Esta seccin es muy similar a la anterior con la excepcin de que aqu estamos trabajando con la
desviacin estndar y no con la Varianza. El 5.15* SD proviene de una versin Europea del MSA donde
5.15 Desviaciones Estndar cubren el 99% de la variabilidad del Sistema de Medicin. Otro resultado
interesante aqu es el nmero de Categoras Distintas, el cual representa el nmero de grupos distintos en
que este sistema de medicin es capaz de distribuir los datos confiablemente. Es deseable tener un
nmero superior a 5.
2 = alto/bajo 3 = alto/mediano/bajo
MODULO 3 MEDICION E-31
Es este sistema de medicin aceptable?
Conclusiones del MSA
4. Obtenemos el Minitab Sixpack. Cmo se ve este Sistema de
Medicin?
MSA Gage R&R (Ejemplo 2)
Resultados Numricos
del Gage R&R
5. Revisemos los resultados por partes.
Qu nos indica ste valor?
Y ste?
Dnde comenzara usted el proceso de Mejoramiento de este Sistema
de Medicin?
Conclusiones MSA Gage R&R
(Ejemplo 2)
MODULO 3 MEDICION E-35
MSA para atributos
Tcnica Kappa
MSA para Atributos (Tcnica Kappa)
Kappa para datos por atributos.
Trata todas las clasificaciones equitativamente.
Requiere que las unidades sean independientes y que
los inspectores o evaluadores hagan sus
clasificaciones en forma independiente.
Requiere que las categoras de evaluacin
sean mutuamente excluyentes.
Kappa K
P observed. Proporcin de unidades en que los inspectores estn de
acuerdo = proporcin en que ambos inspectores estn de acuerdo
que estn bien + proporcin en que ambos inspectores estn de
acuerdo que est mal.
P chance. Proporcin de acuerdos esperados por
probabilidad = (proporcin inspector A dice bueno
proporcin inspector B dice bueno) + (proporcin
inspector A dice malo proporcin inspector B
dice malo).
chance
chance observed
P
P P
K

1
Kappa
Para un acuerdo perfecto P
observed
= 1 y K =
1.
Como regla general se acepta que si Kappa es
menor que 0.7 el sistema de medicin no es
aceptable.
Si Kappa es mayor a 0.9 el sistema de medicin
se considera excelente.
MSA para Atributos. Guas
Al seleccionar partes para el estudio considere lo siguiente:
Si solo tiene dos categoras, bueno y malo, debe tener
un mnimo de 20 piezas buenas y 20 malas.
Como mximo utilice 50 buenas y 50 malas.
Trate de mantener aproximadamente 50% de piezas
buenas y 50% de partes malas.
Repetibilidad por Evaluador
Permita que cada evaluador mida la misma pieza dos veces.
Calcule Kappa para cada evaluador.
Si el valor de Kappa para un evaluador es pequea, ese
evaluador no repite bien comparado consigo mismo.
Calcule Kappa entre evaluadores utilizando los datos de la
primer evaluacin hecha por cada evaluador.
Las comparaciones se hacen por pares de evaluadores (A-B, B-C,
A-C).
2-41
Datos Ejemplo
Evaluador A Evaluador B Evaluador C
# Parte Med 1 Med 2 Med 1 Med 2 Med 1 Med 2
1 B B B B B B
2 M M B M M M
3 B B B B B B
4 B M B B B B
5 M M M M M M
6 B B B B B B
7 M M M M M M
8 B B M B B M
9 B B B B B B
10 M M M M M M
11 B B B B B B
12 B B B M B B
13 M M M M M M
14 B B M B B B
15 B B B B B B
16 M B B B B B
17 M M M B M B
18 B B B B B B
19 M M M M M M
20 M B B M M M
Tabla Datos de Evaluador A
Evaluador A Med 1
Bueno Malo
Evaluador A
Med 2
Bueno 10 2 12
Malo 1 7 8
11 9
No. de veces que dice bueno para
ambas mediciones
No. de veces que dice malo la primera vez
y bueno la segunda
No. de veces que dice bueno la primera
vez y malo la segunda
No. de veces que dice malo en ambas
mediciones
Evaluador A Med 1
Bueno Malo
Evaluador A
Med 2
Bueno
0.5 0.1 0.6
Malo 0.05 0.35 0.4
0.55 0.45
Tabla de Proporciones del Evaluador A
Representa 10/20
Clculo de Kappa
P
observed
es la suma de las probabilidades en diagonal:
P
observed
= (0.500 + 0.350) = 0.850
P
chance
son las probabilidades para cada clasificacin
multiplicadas y luego sumadas:
P
chance
= (0.600 * 0.55) + (0.400 * 0.45) = 0.51
Entonces K
Eval A
= (0.85 0.51)/(1-0.51) = 0.693
Kappa entre Evaluadores
Para estimar Kappa entre evaluadores se utiliza el
mismo procedimiento.
Se utiliza solamente la primer medicin hecha por
cada uno de los evaluadores que se estn
considerando.
Si se tiene un evaluador que tiene una Kappa pobre para
si mismo no tiene sentido que se le compare con otros.
Tabla Datos de Evaluadores A y B
Evaluador A - B
Evaluador A Med 1
Bueno Malo
Evaluador B
Med 1
Bueno
9 3 12
Malo
2 6 8
11 9
No. de veces que ambos evaluadores dijeron
bueno en su primer medicin
No. de veces que A dice malo y B
dice bueno
No. de veces que A dice bueno y
B dice malo
No. de veces que dicen malo
ambos evaluadores
Evaluador A - B Evaluador A Med 1
Bueno Malo
Evaluador B
Med 1
Bueno
0.45 0.15 0.6
Malo 0.1 0.3 0.4
0.55 0.45
Tabla de Proporciones de A y B
Clculo de Kappa
P
observed
es la suma de las probabilidades en diagonal:
P
observed
= (0.450 + 0.300) = 0.750
P
chance
son las probabilidades para cada clasificacin
multiplicadas y luego sumadas:
P
chance
= (0.600 * 0.55) + (0.400 * 0.45) = 0.51
Entonces K
Eval A/B
= (0.75 0.51)/(1-0.51) = 0.489
MSA por Atributos en Minitab
1. Abra una hoja de trabajo en Minitab y escriba los datos.
2. Stat > Quality Tools > Attribute Gage R&R Study
Ventana de Dilogo de Minitab
Anote las Variables.
Clculo de Kappa en Minitab
Click en Results y seleccione los datos adicionales.
Ventana de la Sesin
Minitab calcula el valor de Kappa para cada evaluador
consigo mismo y para cada categora.
Minitab no proporciona un valor de Kappa entre pares
especficos de evaluadores, pero proporciona un valor
general de Kappa entre todos los evaluadores para cada
posible categora de respuesta.
Clculo de Kappa en Minitab
Anlisis Grfico
Estos resultados representan el % de acuerdo el intervalo de
confianza al 95% con respecto al porcentaje.
MSA por Atributos en Minitab (Ejemplo 2)
Una Compaa Certificadora est entrenando cinco nuevos auditores.
La habilidad de los auditores para evaluar procedimientos respecto al
cumplimiento con los estndares debe ser evaluada.
Cada auditor evala quince procedimientos usando una escala de cinco puntos (-2, -
1, 0, 1, 2)
La compaa evalu los procedimientos y proporcion la calificacin oficial.
Cada procedimiento se evalu dos veces y los resultados se capturaron en una hoja
de trabajo.
Evale el desempeo de los auditores. Los datos se muestran en la pgina
siguiente.
Clculo de Kappa en Minitab
Click en Results y seleccione los datos adicionales.
Anlisis Grfico
Estos resultados representan el % de acuerdo el intervalo de
confianza al 95% con respecto al porcentaje.
MODULO 3 MEDICION E-60
Ventana de la Sesin
Minitab calcula el
valor de Kappa para
cada evaluador
consigo mismo y para
cada categora.
MODULO 3 MEDICION E-61
Ventana de la Sesin
Minitab tambin
calcula el valor de
Kappa para cada
evaluador comparado
con el estndar.
Clculo de Kappa en Minitab
Minitab no proporciona un
valor de Kappa entre pares
especficos de evaluadores, pero
proporciona un valor general de
Kappa entre todos los
evaluadores para cada posible
categora de respuesta.