Estudios de Repetibilidad Y Reproducibilidad (R&R)
Estudios de Repetibilidad Y Reproducibilidad (R&R)
Estudios de Repetibilidad Y Reproducibilidad (R&R)
Pgina 1
R&R CAPACIDAD DE LOS SISTEMAS DE MEDICIN 1. Conceptos bsicos 2. Carta de tendencias de gage minitab 3. Estudios de R&R metodo corto del rango 4. Estudios de R&R mtodo largo (cruzado) 5. Estudios de R&R mtodo largo (anidado) 6. Estudios de linealidad y sesgo 7. Estudios de R&R por atributos mtodo analtico 8. Estudios de R&R por atributos acuerdo entre evaluadores
Apndices: Frmulas
Pgina 2
SISTEMAS DE
En muchas ocasiones las organizaciones no consideran el impacto de no tener sistemas de medicin de calidad, el hecho de que las mediciones no sean exactas puede llevar a cometer errores en el clculo, y en los anlisis y conclusiones de los estudios de capacidad de los procesos. Cuando los operadores no miden una pieza de manera consistente, se puede caer en el riesgo de rechazar artculos que estn en buen estado o aceptar artculos que estn en mal estado. Por otro lado si los instrumentos de medicin no estn calibrados correctamente tambin se pueden cometer errores. Cuando sucede lo mencionado anteriormente tenemos un sistema de medicin deficiente que puede hacer que un estudio de capacidad parezca insatisfactorio cuando en realidad es satisfactorio. Lo anterior puede tener como consecuencia gastos innecesarios de reproceso al reparar un proceso de manufactura o de servicios, cuando la principal fuente de variacin se deriva del sistema de medicin. Posibles Fuentes de la Variacin del Proceso
Variacin de la m edicin
Reproducibilidad
Repetibilidad
Estabilidad
Linealidad
Sesgo
Ca ra lib cin
DefinicionesDefiniciones Reproducibilidad: Es la variacin, entre promedios de las mediciones hechas por diferentes operadores que utilizan un mismo instrumento de medicin cuando miden las mismas caractersticas en una misma parte.
Operador-B
Operador-C
Operador-A
Pgina 3
Reproducibilidad
Repetibilidad: es la variacin de las mediciones obtenidas con un instrumento de medicin, cuando es utilizado varias veces por un operador, al mismo tiempo que mide las mismas caractersticas en una misma parte.
REPETIBILID AD
Valor verdadero: Valor correcto terico / estndares NIST1 Precisin: Es la habilidad de repetir la misma medida cerca o dentro de una misma zona . Exactitud : Es la diferencia entre el promedio del nmero de medidas y el valor verdadero. Resolucin: La medicin que tiene exactitud y precisin.
En EUA se tiene el NIST (National Institute of Standards ando Technology),En Mxico se tiene el Exacto y preciso preciso Preciso pero no exacto CENEAM Preciso Centro Nacional de MetrologaExacto pero no preciso o el pero no exacto (resolucin) (resolucin)
Pgina 4
- Estabilidad: es la variacin total de las mediciones obtenidas con un sistema de medicin, hechas sobre el mismo patrn o sobre las mismas partes, cuando se mide una sola de sus caractersticas, durante un perodo de tiempo prolongado.Exactitud : desviacin respecto del valor verdadero del promedio de las mediciones Valor verdadero: Valor correcto terico / estndares NIST Sesgo: d istancia entre el valor promedio de todas las mediciones y el valor verdadero. Error sistemtico o desviacin Estabilidad: la variacin total en las mediciones obtenidas durante un perodo de tiempo prolongado.
Tie p 2 mo Tie p 1 mo
Linealidad: diferencia en los valores de la escala, a travs del rango de operacin esperado del instrumento de medicin.
(ra g supe p rior) (ra goinfe n o in rior) ferior) n o su erior) Ra Rango deOperacindelequipo ng deO ra n de e uip o pe ci l q o
Sesgo: distancia entre el valor promedio de todas las mediciones y el valor verdadero. Error sistemtico o desviacin.
Pgina 5
Valor Verdadero
Sesg o
Calibracin: Es la comparacin de un estndar de medicin con exactitud conocida con otro instrumento para detectar, reportar o eliminar por medio del ajuste, cualquier variacin en la exactitud del instrumento.Precisin: medicin de la variacin natural en mediciones repetidas
Variacin de la m edicin
Reproducibilidad
Repetibilidad
Estabilidad
Linealidad
Sesgo
Ca ra lib cin
<10% Aceptable 10-30%. Puede ser aceptable, dependiendo qu tan crtico es el grado de la medicin. >30%. Inaceptable!
En cualquier problema que involucre mediciones, algunas de las variaciones observadas son debidas al proceso y otras son debidas al error o variacin en los sistemas de medicin. La variacin total es expresada de la siguiente manera:
Pgina 6
Pgina 7
Instrucciones de Minitab
Paso 1: Gage Run Chart con datos GAGEAIAG 1 2 3 4 5 File > Open worksheet > GAGEAIAG.MTW. Seleccionar Stat > Quality Tools > Gage Study > Gage Run Chart. En Part numbers, seleccionar Part. En Operators, seleccionar Operator. En Measurement data, seleccionar Response. Click OK.
Pgina 8
5 1.0
Mean
0.8
Operator 1 2 3
0.6
Response
0.4
Interpretando los resultados Para cada parte, se puede comparar la variacin entre mediciones hechas por cada operador y las diferencias entre los operadores. Se puede comparar la media de referencia con las mediciones especficas. La mayor parte de la variacin se debe a diferencias entre las partes, algunos patrones menores aparecen tambin. Por ejemplo el operador 2 en su segunda medicin es consistentemente (7/10) ms pequea que la primera medicin, y sus mediciones son consistentemente (8/10) ms pequeas que las del operador 1. Para el conjunto GAGE2, se miden tres partes que representan el rango esperado de variacin del proceso. Tres operadores miden las tres partes, en tres intentos de manera aleatoria. Part Operator Response Trial 3 3 413.75 3 3 3 268.75 2 3 3 420 1 3 2 426.25 3 3 2 471.25 2 3 2 432.5 1 3 1 368.75 3 3 1 270 2 3 1 398.75 1 2 3 386.25 3 2 3 478.75 2 2 3 436.25 1 2 2 406.25 3 Part 2 2 2 2 2 1 1 1 1 1 1 1 1 1 Operator Response 2 531.25 2 435 1 408.75 1 608.75 1 443.75 3 383.75 3 373.75 3 446.25 2 388.75 2 157.5 2 456.25 1 405 1 273.75 1 476.25 Trial 2 1 3 2 1 3 2 1 3 2 1 3 2 1
Pgina 9
1 600
O perator 1 2 3
500
R e spo nse
400
Mean
300
200
Interpretando los resultados Para cada parte, se puede comparar la variacin entre mediciones hechas por cada operador y las diferencias entre los operadores. Se puede comparar la media de referencia con las mediciones especficas. La mayor parte de la variacin se debe a la repetibilidad grandes diferencias entre mediicones cuando el mismo operador mide la misma parte. Las oscilaciones pueden sugerir que los operadores ajustan el mtodo de cmo medir entre mediciones.
Pgina 10
Partes 1 2 3 4 5
Evaluador A Evaluador B Rango A,B 0.85 0.80 0.05 0.75 0.70 0.05 1.00 0.95 0.05 0.45 0.55 0.10 0.50 0.60 0.10
Rango medio = 0.35/5 = 0.07 GRR = Rmedio / d2* = 0.07 / 1.19 = 0.0588 Desv Estndar del proceso = 0.0722 . %GRR = 100 (GRR / Desv Est. Proceso ) = 81.4% . Por tanto el sistema de medicin requiere mejora
Pgina 11
La resolucin del equipo de medicin debe ser de al menos el 10% del rango de tolerancia o del rango de variacin del proceso. Las partes deben seleccionarse al azar, cubriendo el rango total del proceso. Es importante que dichas partes sean representativas del proceso total (80% de la variacin)
Pgina 12
10 partes NO son un tamao de muestra significativo para una opinin medicin a menos que se cumpla el punto anterior. Procedimiento para realizar un estudio de R&R
1. Asegrese de que el equipo de medicin haya sido calibrado. 2. Marque cada pieza con un nmero de identificacin que no pueda ver la persona que realiza la medicin. 3. Haga que el primer operador mida todas las muestras una sola vez, siguiendo un orden al azar. 4. Haga que el segundo operador mida todas las muestras una sola vez, siguiendo un orden al azar. 5. Contine hasta que todos los operadores hayan medido las muestras una sola vez (Este es el ensayo 1). 6. Repita los pasos 3-4 hasta completar el nmero requerido de ensayos 7. Determine las estadsticas del estudio R&R Repetibilidad Reproducibilidad % R&R Desviaciones estndar de cada uno de los conceptos mencionados Anlisis del porcentaje de tolerancia 8. Analice los resultados y determine las acciones a seguir si las hay. Mtodos de estudio del error R&R: I. Mtodo de Promedios- Rango Permite separar en el sistema de medicin lo referente Repetibilidad. Los clculos son ms fciles de realizar.
a la Reproducibilidad y a la
II. Mtodo ANOVA Permite separar en el sistema de medicin lo referente a la Reproducibilidad y a la Repetibilidad. Tambin proporciona informacin acerca de las interacciones de un operador y otro en cuanto a la parte. Calcula las varianzas en forma ms precisa. Los clculos numricos requieren de una computadora. El Mtodo ANOVA es ms preciso
Ejemplo 12: Clculo de la Repetibilidad nicamente Un equipo de mejora de la calidad involucrado en el diseo de CEP (Control Estadstico del Proceso) , desea realizar un clculo de la capacidad del sistema de medicin. Se tienen veinte unidades de producto, el operador que toma las mediciones para el diagrama de control usa un instrumento para medir cada unidad dos veces. Los datos son mostrados en la tabla siguiente:
Ejemplo adaptado de: Statistical Quality Control. Douglas C. Montgomery. Willey. Second Edition Pgina 13
x = 22.3 R = 1 .0
La desviacin estndar del error de medicin, medicin , es calculada mediante la siguiente frmula:
medicin =
R 1 = = 0.887 d 2 1.128
donde: R = Rango promedio d2 = Valor de tablas. Para obtener una buena estimacin de la capacidad del error de medicin utilizamos :
Pgina 14
P 5.32 = = 0.097 . T 55
Como se mencion anteriormente los valores P/T de 0.1 o menores generalmente implican una capacidad de error de medicin adecuada. Calculamos la varianza total mediante:
proceso
2
Pgina 15
Pgina 16
ESTUDIOS DE REPETIBILIDAD Y REPRODUCIBILIDAD (R&R) Clculos de R&R con Excel o manual: Introducir los datos en la hoja de coleccin de datos siguiente por cada operador y hacer los clculos indicados en la zona gris:
No. de Parte y Nombre: 4600066 PARTE A Tolerancia Especificada: 0.0060 No. y Nombre de Calibrador GAGE: 8881-H Digital
RECOLECCIN DE DATOS
OPERADOR Muestra 1 2 3 4 5 6 7 8 9 10 Totales A.columna 1 1er Intento columna 2 2do Intento columna 3 3er Intento columna 4 Promedio
X 0.0045 0.0048 0.0045 0.0048 0.0045 0.0050 0.0047 0.0050 0.0048 0.0040 0.0467
0.0045 0.0045 0.0045 0.0050 0.0045 0.0050 0.0050 0.0050 0.0050 0.0040 0.0470 Suma XA :
0.0045 0.0055 0.0045 0.0050 0.0045 0.0055 0.0045 0.0050 0.0045 0.0040 0.0475 0.1400 0.004666667
0.0045 0.0045 0.0045 0.0045 0.0045 0.0045 0.0045 0.0050 0.0050 0.0040 0.0455 RA
:
RA : RB : RC : SUM: R:
D4 2.58 R x D4 0.001075
Pgina 17
C.columna 9 1er Intento columna 10 2do Intento columna 11 3er Intento columna 12 Promedio
Prom. Parte Xp= 0.004556 0.004889 0.004444 0.004944 0.004333 0.005111 0.004833 0.005111 0.004778 0.004167 Xp= Rp= 0.004717 0.000944
Rango 0.0005 0.0010 0.0005 0.0005 0.0005 0.0010 0.0010 0.0050 0.0005
X 0.0047 0.0048 0.0043 0.0050 0.0043 0.0050 0.0048 0.0053 0.0048 0.0045 0.0477
0.0050 0.0055 0.0045 0.0050 0.0045 0.0050 0.0045 0.0060 0.0055 0.0045 0.0500 Suma XC :
0.0045 0.0045 0.0045 0.0050 0.0045 0.0050 0.0050 0.0050 0.0045 0.0045 0.0470 0.1430 0.004766667
0.0045 0.0045 0.0040 0.0050 0.0040 0.0050 0.0050 0.0050 0.0045 0.0045 0.0460 RC
:
A2 =
1.023
Pgina 18
LSCR
LICR
Una vez colectados los datos proceder a realizar la carta de rango R y observar que est en control, de otra forma repetir las mediciones para ese operador y parte especfica erronea:
Pgina 19
LSCX =
0.005143
X=
0.004717
LICX =
0.004290417
LSCX X LICX
Ahora revisar la carta X media, debe tener al menos el 50% de puntos fuera de control indicando que identifica las variaciones en las diferentes partes presentadas: Se procede posteriormente a determinar los errores o variabilidad del sistema de medicin con la hoja de trabajo siguiente, calculando los campos con sombra gris:
Pgina 20
4600066 PARTE A No. de Parte y Nombre: Tolerancia Especificada: 0.0060 No. y Nombre de Calibrador GAGE: 8881-H Digital RESULTADOS DE LA HOJA DE DATOS AC-008 R= 0.00041667 Anlisis Unitario de Medicin Repetibilidad - Variacin del Equipo (EV) EV= EV= R x K1 = 0.00127083 INTENTOS 2 3 K1 4.56 3.05 X Diff = 0.0001000000
01/07/2003 0
Caracterstica: Diametro
Rp = 0.000944444 % Total de Variacin ( TV ) % EV = 100 [ EV/TV ] % EV = 63.74% % EV vs Tol. = 21.18% % AV = 100 [AV/TV] % AV = 6.93% % AV vs Tol = 2.30% n=partes = 10 r = intentos = 3
Reproducibilidad - Variacin del Operador (AV) AV = [(XDiff x K2)2 - (EV2/nr)]1/2 AV = 0.00027 AV = 7.29E-08 AV = 5.3834E-08 AV = 1.9066E-08 AV = 0.00013808 OPERADOR K2 2 3.65 3 2.7
Repetibilidad y Reproducibilidad ( R & R ) R&R = [EV2 + AV2]1/2 R & R2 = 1.6341E-06 R&R = 0.00127831 Variacin de la Parte ( PV ) PV = RP x K3 PV = 0.00153 VARIACIN TOTAL ( TV ) TV = ( R & R2 + PV2 )1/2
PARTES 5 6 7 8 9 10
TV = 3.97E-06 TV = 0.001994
Pgina 21
1. El porcentaje de error R&R no debe exceder del 10%, si el equipo se usa para liberar
producto terminado la referencia es la tolerancia del cliente; si el equipo se usa para control del proceso, la referencia es la variacin total del proceso.
2. El nmero de categoras debe ser de al menos 4 indicando que el equipo distingue las partes
que son diferentes.
Pgina 22
Los estudios de R&R equieren diseos balancedos (igual nmero de observaciones por celda) y rplicas. Ejemplo 2 (MINITAB) Mtodo X Barra - R Se seleccionan 10 muestras de un proceso de manufactura, cada parte es medida dos veces por tres operadores. Realice un estudio R&R mediante el mtodo ANOVA.
Parte Operador 1 Parte Operador 1 OPERADOR A.1 0,65 1 0,65 2 1,00 columna 11,00 columna 2 2 3 0,85 3 Muestra 1er Intento0,85 Intento 2do 4 0,85 4 0,850.0045 1 0.0045 0,55 5 5 0,55 2 0.0045 1,00 0.0055 6 6 1,00 7 0,95 3 0.00450,950.0045 7 8 0,85 8 4 0.00500,850.0050 9 1,00 9 5 0.00451,000.0045 10 0,60 10 0,60 6 0.0050 0.0055 7 8 9 10 Totales 0.0050 0.0050 0.0050 0.0040 0.0470 0.0045 0.0050 0.0045 0.0040 0.0475
Operador 2 B.- Operador 2 0,60 0,55 0,60 0,55 1,00 1,05 columna 3 columna 5 columna 6 1,00 1,05 0,80 0,95 0,80 0,95 3er Intento 1er Intento 2do Intento 0,95 0,75 0,95 0,75 0.0045 0.0045 0.0045 0,45 0,75 0,45 0,75 0.0045 0.0055 1,00 0,40 0.0050 1,00 0,40 0,95 1,05 0.0045 0.0045 0,95 1,05 0.0045 0,80 0,90 0,80 0,90 0.0050 0.0045 0.0050 1,00 0,70 1,00 0,70 0.0045 0.0045 0.0040 0,70 0,95 0,70 0,95 0.0045 0.0060 0.0050 0.0045 0.0050 0.0050 0.0040 0.0455 0.0055 0.0050 0.0045 0.0040 0.0485 0.0045 0.0050 0.0045 0.0040 0.0465
Operador 3 Operador 3 C.- 0,50 0,55 0,55 0,55 0,50 0,55 columna columna 0,80 7 columna 9 1,05 1,00 11 columna 10 1,00 0,80 1,05 0,80 0,80 0,80 0,80 0,80 3er Intento 1er 0,80 Intento 2do Intento 3er Intento 0,40 0,80 0,80 0,40 0,80 0,80 0.0045 0.0045 0.0050 0.0045 1,00 0,45 0,50 1,00 0,45 0,50 0.0045 0.0055 0.0045 0,95 1,00 1,05 0.0045 0,95 1,00 1,05 0,75 0,95 0,95 0.0045 0.0045 0.0045 0,75 0,95 0,95 0.0040 1,00 0,80 0,80 1,00 0,80 0,80 0.0050 0.0050 0.0050 0.0050 0,55 1,05 1,05 0,55 1,05 1,05 0.0040 0.0040 0.0045 0.0045 0,50 0,85 0,80 0,50 0,85 0,80 0.0050 0.0050 0.0050 0.0050 0.0050 0.0050 0.0050 0.0040 0.0465 0.0045 0.0060 0.0055 0.0045 0.0500 0.0050 0.0050 0.0045 0.0045 0.0470 0.0050 0.0050 0.0045 0.0045 0.0460
Pgina 23
Capture los datos en la hoja de trabajo de Minitab en tres columnas C1, C2, C3 Partes 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Operadores
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Medicin 0.0045 0.0045 0.0045 0.005 0.0045 0.005 0.005 0.005 0.005 0.004 0.0045 0.0055 0.0045 0.005 0.0045 0.0055 0.0045 0.005 0.0045 0.004 0.0045 0.0045 0.0045 0.0045 0.0045 0.0045 0.0045 0.005 0.005 0.004
Partes 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Operadores
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Medicin 0.0045 0.0055 0.0045 0.005 0.004 0.006 0.0055 0.005 0.0045 0.004 0.0045 0.005 0.0045 0.005 0.0045 0.005 0.0045 0.005 0.0045 0.004 0.0045 0.0045 0.0045 0.005 0.004 0.005 0.005 0.005 0.005 0.004
Partes 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Operadores Medicin 3 0.005 3 0.0055 3 0.0045 3 0.005 3 0.0045 3 0.005 3 0.0045 3 0.006 3 0.0055 3 0.0045 3 0.0045 3 0.0045 3 0.0045 3 0.005 3 0.0045 3 0.005 3 0.005 3 0.005 3 0.0045 3 0.0045 3 0.0045 3 0.0045 3 0.004 3 0.005 3 0.004 3 0.005 3 0.005 3 0.005 3 0.0045 3 0.0045
Gage R&R (Crossed) Seleccione C1 (parte), C2 (operador), C3 (Medicin) Mtodo de Anlisis X Bar and R En Options Seleccionar: Staudy variation 5.15 Process tolerante 0.006
Pgina 24
Pgina 25
40
0.005 0.004
Gage R&R
Repeat
Reprod
Part-to-Part
5 6 P artes
10
Datos by Operadores
0.0005
_ R=0.000417 LCL=0
0.0000
5 6 P artes
10
La grfica R se mantiene en control indicando que las mediciones se realizaron en forma adecuada. La grfica X barra slo presenta 5 de 30 puntos fuera de control, lo cual debera ser al menos el 50%, indicando que el equipo no discrimina las diferentes partes.
Gage R&R (Crossed) Seleccione C1 (parte), C2 (operador), C3 (Medicin) Mtodo de Anlisis ANOVA En Options Seleccionar: Staudy variation 5.15 Process tolerante 0.006 interaction 0.25
Alfa to remove
Pgina 26
Gage R&R Study - ANOVA Method Two-Way ANOVA Table With Interaction
Source Partes Operadores Partes * Operadores Repeatability Total DF 9 2 18 60 89 SS 0.0000086 0.0000002 0.0000014 0.0000063 0.0000165 MS 0.0000010 0.0000001 0.0000001 0.0000001 F 12.2885 0.9605 0.7398 P 0.000 0.401 0.757
Gage R&R
Source Total Gage R&R Repeatability Reproducibility Operadores Part-To-Part Total Variation VarComp 0.0000001 0.0000001 0.0000000 0.0000000 0.0000001 0.0000002 %Contribution (of VarComp) 50.93 50.93 0.00 0.00 49.07 100.00 Study Var (5.15 * SD) 0.0016222 0.0016222 0.0000000 0.0000000 0.0015923 0.0022731 %Study Var (%SV) 71.36 71.36 0.00 0.00 70.05 100.00 %Tolerance (SV/Toler) 27.04 27.04 0.00 0.00 26.54 37.88
Source Total Gage R&R Repeatability Reproducibility Operadores Part-To-Part Total Variation
Definicin de Repetibilidad Repetibilidad es la variacin de las mediciones obtenidas con un instrumento de medicin, cuando es utilizado varias veces por un operador, al mismo tiempo que mide las mismas caractersticas en una misma parte.
Pgina 27
Definicin de la Reproducibilidad Reproducibilidad es la variacin, entre promedios de las mediciones hechas por diferentes operadores que utilizan un mismo instrumento de medicin cuando miden las mismas caractersticas en una misma parte
Estndares Internacionales En Mxico se tiene el CENEAM o el Centro Nacional de Metrologa En EUA se tiene el NIST (National Institute of Standards and Technology) Un Estndar primario es certificado por NIST o por una organizacin alterna que use procedimientos de calibracin actualizados Los Estndares secundarios son calibrados por el departamento de Metrologa de las empresas en base a los estndares primarios, para efectos de calibracin Los Estndares secundarios se transfieren a Estndares de trabajo en produccin. Para determinar la exactitud de los sistemas de medicin se debe conocer su rastreabilidad a Estndares nacionales e internacionales.
Pgina 28
ESTUDIOS DE REPETIBILIDAD Y REPRODUCIBILIDAD (R&R) Resolucin Para que el equipo de medicin tenga una discriminacin adecuada en la evaluacin de las partes, su resolucin debe ser al menos 1/10 de la variabilidad del proceso. (LTNS-LTNI= 6s ) Donde: LTNS = Limite de tolerancia natural superior, LTNI = Limite de tolerancia natural inferior. Definicin del Sesgo Sesgo es la diferencia entre el promedio observado de las mediciones y el valor verdadero
Definicin de la Estabilidad Estabilidad (o desviacin) es la variacin total de las mediciones obtenidas con un sistema de medicin, hechas sobre el mismo patrn o sobre las mismas partes, cuando se mide una sola de sus caractersticas, durante un perodo de tiempo prolongado.
Definicin de la Linealidad Linealidad es la diferencia en los valores verdadero y observado, a travs del rango de operacin esperado del equipo.
Pgina 29
Para calibradores que normalmente se utilizan sin ajuste, durante periodos de tiempo relativamente largos. Realizar un segundo estudio R&R del Calibrador justo antes de que venza el tiempo de recalibracin. La estabilidad del calibrador es la diferencia entre los promedios sobresalientes de las mediciones resultantes de los dos estudios.
Causas posibles de poca estabilidad El calibrador no se ajusta tan frecuentemente como se requiere Si es un calibrador de aire, puede necesitar un filtro o un regulador Si es un calibrador electrnico, puede necesitar calentamiento previo. Error R&R (Repetitibilidad y reproducibilidad) Error R&R = RPT2 + REPR2
%R & R =
R&R 100 6s
Identificar qu porcentaje de la variacin total debe absorberse como error de medicin. <10% Aceptable 10-30%. Puede ser aceptable, dependiendo qu tan crtico es el grado de la medicin. >30%. Inaceptable!
Para la fase de control del proyecto, slo substituya la Tolerancia por Variacin Total TV= R&R + PV PV= variacin de parte = Rp x K3 El valor R&R es un porcentaje de la variacin total del proceso.
La dimensin verdadera de las partes se encuentra en algn lugar de la la regin sombreada Lo que fue medido
LIE OBJETIVO LSE Mientras ms mayor sea el % del R&R, mayor ser el rea de incertidumbre para conocer la dimensin verdadera de las partes.
Pgina 30
ERROR TIPO 1: Pueden estarse aceptando partes que estn fuera de especificaciones ERROR TIPO 2: Pueden estarse rechazando partes que estn dentro de especificaciones
Estudio de R&R Generalmente intervienen de dos a tres operadores Generalmente se toman 10 unidades Cada unidad es medida por cada operador, 2 3 veces.
Las partes deben seleccionarse al azar, cubriendo el rango total del proceso. Es importante que dichas partes sean representativas del proceso total (80% de la variacin) 10 partes NO son un tamao de muestra significativo para una opinin equipo de medicin a menos que se cumpla el punto anterior. slida sobre el
Procedimiento para realizar un estudio de R&R 9. Ajuste el calibrador, o asegrese de que ste haya sido calibrado. 10. Marque cada pieza con un nmero de identificacin que no pueda ver la persona que realiza la medicin. 11. Haga que el primer operador mida todas las muestras una sola vez, siguiendo un orden al azar. 12. Haga que el segundo operador mida todas las muestras una sola vez, siguiendo un orden al azar. 13. Contine hasta que todos los operadores hayan medido las muestras una sola vez (Este es el ensayo 1). 14. Repita los pasos 3-4 hasta completar el nmero requerido de ensayos 15. Utilice el formato proporcionado para determinar las estadsticas del estudio R&R Repetibilidad Reproducibilidad %R&R Desviaciones estndar de cada uno de los conceptos mencionados Anlisis del % de tolerancia 16. Analice los resultados y determine los pasos a seguir, si los hay.
Pgina 31
I. Mtodo de Promedios- Rango Permite separar en el sistema de medicin lo referente Repetibilidad. Los clculos son ms fciles de realizar.
a la Reproducibilidad y a la
II. Mtodo ANOVA Permite separar en el sistema de medicin lo referente a la reproducibilidad y a la Repetibilidad. Tambin proporciona informacin acerca de las interacciones de un operador y otro en cuanto a la parte. Calcula las varianzas en forma ms precisa. Los clculos numricos requieren de una computadora. El Mtodo ANOVA es ms preciso Ejemplo: Planteamiento del problema: Las partes producidas en el rea de produccin, fallaron por errores dimensinales 3% del tiempo. Caracterstica Crtica de Calidad(CTQ): Mantener una tolerancia 0.125 pulgadas. Sistema de Medicin: Se miden las partes con calibradores de 2. Estudio R&R del calibrador: La dimensin A es medida por dos operadores, dos veces en 10 piezas. Mtodo X-media y Rango: Repetibilidad y Reproducibilidad de calibrador
Operador A 1 9.376 9.358 2 9.372 9.320 3 9.378 9.375 4 9.405 9.388 5 9.345 9.342 6 9.390 9.360 7 9.350 9.340 8 9.405 9.380 9 9.371 9.375 10 9.380 9.368 1. Clculo de las X-medias Totales X-barA R-bar A 9.354 9.372 9.278 9.362 9.338 9.386 9.349 9.394 9.384 9.371 X-barB
Operador B
Ra ngo Porci n Xbar
Serie # 1er. Ens ayo 2o. Ens ayo Ra ngo 1er. Ens ayo 2o. Ens ayo
9.361 9.372 9.277 9.370 9.339 9.370 9.349 9.381 9.385 9.376
R-bar B
Porcin R
Pgina 32
Operador A
Operador B
Rango Porcin Xbar
Serie # 1er. Ensayo 2o. Ensayo Rango 1er. Ensayo 2o. Ensayo
1 9.376 9.358 9.354 9.361 2 9.372 9.320 9.372 9.372 3 9.378 9.375 9.278 9.277 4 9.405 9.388 9.362 9.370 5 9.345 9.342 9.338 9.339 6 9.390 9.360 9.386 9.370 2. Clculo de los Rangos 7 9.350 9.340 9.349 9.349 8 9.405 9.380 9.394 9.381 9 9.371 9.375 9.384 9.385 O perador A Operador B 10 9.380 9.368 9.371 9.376 Serie 1er. Ensayo 2 o. Ensayo Rango 1er. Ensayo 2 o. Ensayo Rango Totales #93.772 93.606 93.588 93.580 1 9.376 9.358 0.018 9.354 9.361 0.007 X-barA X-barB 9.3689 9.3584 2 9.372 9.320 0.052 9.372 9.372 0.000 R-barA R-barB 3 9.378 9.375 0.003 9.278 9.277 0.001 Porcin R 4 9.405 9.388 0.017 9.362 9.370 0.008 5 9.345 9.342 0.003 9.338 9.339 0.001 6 9.390 9.360 0.030 9.386 9.370 0.016 7 9.350 9.340 0.010 9.349 9.349 0.000 8 9.405 9.380 0.025 9.394 9.381 0.013 9 9.371 9.375 0.004 9.384 9.385 0.001 10 9.380 9.368 0.012 9.371 9.376 0.005 Totales 93.772 93.606 0.174 93.588 93.580 0.052 X-bar X-bar 9.3689 9.3584 A B 3. Identificacin de Parmetros del Estudio y Clculos R-bar R-bar 0.0174 0.0052 A B
Porcin R
9.362 9.359 9.327 9.381 9.341 9.377 9.347 9.390 9.379 9.374
Porcin Xb ar
9.362 9.359 9.327 9.381 9.341 9.377 9.347 9.390 9.379 9.374
0.0630
Totales
93.772 X-barA
0.174 0.0174
93.588 X-barB
0.052 0.0052
Porcin R
0.0630
Pgina 33
ESTUDIOS DE REPETIBILIDAD Y REPRODUCIBILIDAD (R&R) Ancho de tolerancia = 0.25 Nmero de intentos (m) = 2 Nmero de partes (n) =10 Nmero de operadores = 2 X-media mx. = 9.3689 X-media mn. = 9.3584 Diferencia X-media = 0.0105 R-media doble = .0113 K3 = 1.62 K1= 4.56 K2= 3.65 Clculo de R&R Repetibilidad: La variacin del dispositivo de medicin (VD) se calcula sobre cada grupo de mediciones tomadas por un operador, en una sola parte. DV = R x K1 = 0.0515 Reproducibilidad: La variacin en el promedio de las mediciones (AV) se calcula sobre el rango de los promedios de todas las mediciones, para cada operador, menos el error del calibrador.
AV =
( Xdif k 2) 2 DV
mn
= .0259
El componente de varianza para repetibilidad y reproducibilidad (R&R) se calcula combinando la varianza de cada componente.
R & R = DV 2 + AV 2 = .0577
El componente de varianza para las partes (PV), se calcula sobre el rango de los promedios de todas las mediciones, para cada parte.
PV = Rpart K 3 = 0.1021
La variacin total (TV) se calcula combinando la varianza de repetibilidad y reproducibilidad y la variacin de la parte. Pgina 34
TV = R % R 2 + PV 2 = 0.1172
Basado en la tolerancia (Especificaciones): %DV %AV = 100*DV/Ancho de tolerancia = 20.61 = 100*AV/Ancho de tolerancia = 10.36
%R&R = 100*R&R/Ancho de tolerancia = 23.07 Basado en la variacin Total de las Partes (Proceso): %DV %AV = 100*DV/Variacin total = 43.95 = 100*AV/ Variacin total = 22.10
%R&R = 100*R&R/ Variacin total = 49.20 %PV = 100*PV Variacin total = 87.06
Pgina 35
Parte 9 2,05871 0,228745 39,7178 0,00000 Operador 2 0,04800 0,024000 4,1672 0,03256 Operador*Parte 18 0,10367 0,005759 4,4588 0,00016 Repeatability 30 0,03875 0,001292 Total 59 2,24912
Gage R&R
Source VarComp StdDev 5,15*Sigma
Total Gage R&R 0,004437 0,066615 0,34306 Repeatability 0,001292 0,035940 0,18509 Reproducibility 0,003146 0,056088 0,28885 Operador 0,000912 0,030200 0,15553 Operador*Parte 0,002234 0,047263 0,24340 Part-To-Part 0,037164 0,192781 0,99282 Total Variation 0,041602 0,203965 1,05042 Source %Contribution %Study Var 32,66 17,62 27,50 14,81 23,17 94,52 100,00
Total Gage R&R 10,67 Repeatability 3,10 Reproducibility 7,56 Operador 2,19 Operador*Parte 5,37 Part-To-Part 89,33 Total Variation 100,00
Anlisis de la tabla de Anova En la tabla de Anova observamos que tanto Parte, Operador y la interaccin Operador*parte son significativas debido a que el P-Value es menor a 0.05 en todos los casos En la ultima tabla bajo el porcentaje de contribucin, observamos que el porcentaje Parte a Parte = 89.33% siendo ms grande que el total del sistema de medicin Gage R&R = 10.67%. Esto significa que la mayor parte de la variacin es debida a la diferencia entre las partes, un porcentaje muy pequeo es debido al error en el sistema de medicin. Por lo cual concluimos que el sistema de medicin es adecuado.
Pgina 36
Anlisis de los grficos: La mayora de los puntos en el diagrama Xbar-operador se encuentran fuera de los limites de control, indicando que la variacin es principalmente debida a las diferencias entre partes. La interaccin Operador*Parte es una visualizacin de el p-value = 0.00016 en este caso indica una interaccin significativa. En los componentes del diagrama de variacin, observamos que el porcentaje de contribucin parte a parte es ms grande que el sistema de medicin R&R, lo cual nos indica que la mayor parte de la variacin es debida a las diferencias en las partes, como ya se trato en el anlisis anterior. Un porcentaje muy pequeo es debido al sistema de medicin. En el diagrama de operador, existen diferencias pequeas entre los operadores. En el diagrama de partes, existen diferencias grandes entre las partes.
Operador*Parte Interaction
Average
3,0SL=0,8796 X=0,8075 -3,0SL=0,7354 1,1 1,0 0,9 0,8 0,7 0,6 0,5 0,4
Operador
1 2 3
Sample Mean
Parte
10
R Chart by Operador
0,15
1 2 3
By Operador
3,0SL=0,1252 1,1 1,0 0,9 0,8 0,7 0,6 0,5 0,4
Sample Range
R=0,03833 -3,0SL=0,00E+00
Operador
Components of Variation
100
By Parte
%Total Var %Study Var 1,1 1,0 0,9 0,8 0,7 0,6 0,5 0,4
Percent
50
Gage R&R
Repeat
Reprod
Part-to-Part
Parte
10
En un proceso se escogen tres operadores para realizar un estudio de Capacidad R&R, cada operador mide tres partes tres veces cada una. Obtenga la capacidad del sistema de medicin mediante el Mtodo MediasRangos. PARTE OPERADOR 1 OPERADOR 2 OPERADOR 3 1 476,25 273,75 405 456,25 157,5 388,75 446,25 373,75 383,75 2 443,75 608,75 408,75 435 531,25 406,25 436,25 478,75 386,25 3 398,75 270 368,75 432,5 471,25 426,25 420 268,75 413,75 Pgina 37
Capture los datos en la hoja de trabajo de Minitab en tres columnas C1, C2, C3,C4
Seleccione en el men de la barra de herramientas STAT>QUALITY TOOLS>GAGE R&R STUDY Seleccione C1 (parte), C2 (operador), C3 (Medicin) Seleccione el mtodo X-bar and R
Pgina 38
Gage R&R Study - XBar/R Method Gage R&R for Medicin Source Variance StdDev 5,15*Sigma
Total Gage R&R 7229,94 85,0291 437,900 Repeatability 7229,94 85,0291 437,900 Reproducibility 0,00 0,0000 0,000 Part-to-Part 2026,05 45,0116 231,810 Total Variation 9255,99 96,2081 495,471 Source %Contribution %Study Var
Total Gage R&R 78,111 88,380 Repeatability 78,111 88,380 Reproducibility 0,000 0,000 Part-to-Part 21,889 46,786 Total Variation 100,000 100,000 Anlisis En la Segunda tabla podemos observar que el porcentaje de contribucin (78.11%) de la variacin en los datos es debido al sistema de medicin (Total Gage R&R). El porcentaje entre partes (21.889%) es muy pequeo. Concluimos que el sistema de medicin no es adecuado, por lo cual tenemos que tomar acciones correctivas. Analizando los grficos nos damos cuenta de que la mayora de los puntos en el diagrama de operador X-bar, se encuentran dentro de los limites de control, la mayor parte de la variacin observada es principalmente debida al sistema de medicin. Tambin vemos que la repetitibilidad tiene un alto porcentaje de variacin 78% que representa la variacin total del sistema de medicin (debido al equipo de medicin).
Pgina 39
La interaccin no es significativa, y los errores de R&R indican que equipo de medicin no es adecuado, ni el nmero de categoras.
Gage name: Date of study : Reported by : Tolerance: Misc:
Operator*Part Interaction
3,0SL=555,8 490
Operator
1 2 3
Average
Part
R Chart by Operator
400
1 2 3
Response by Operator
3,0SL=376,5 600 500 400 R=146,3 300 200
Sample Range
Operator
Components of Variation
100
Response by Part
%Total Var %Study Var 600 500 400 300 200
Percent
50
Part
Pgina 40
40
0.005 0.004
Gage R&R
Repeat
Reprod
Part-to-Part
5 6 P artes
10
Datos by Operadores
0.0005
_ R=0.000417 LCL=0
0.0000
5 6 P artes
10
Pgina 41
De ser necesario hacer pruebas destructivas, se debe procurar que todas las partes dentro de un mismo lote sean lo suficientemente idnticas para considerarlas similares. Si no se puede hacer sta consideracin entonces la variacin entre parte y parte dentro de un lote enmascarar la variacin del sistema. Para el caso de pruebas destructivas si cada lote es medido por cada operador enonces realizar el estudio R&R (Nested); si todos los operadores miden partes de cada uno de los lotes, entonces utilizar el estudio R&R (Crossed). En resumen siempre que cada operador mida partes diferentes se tiene un estudio R&R anidado.
Pgina 42
DATOS Structure your data so that each row contains the part name or number, operator, and the observed measurement. Parts and operators can be text or numbers. Part is nested within operator, because each operator measures unique parts.
Los datos se estructuran de manera que cada fila contenga el nmero o nombre de la parte, el operador, y la medicin observada. Las partes y operadores pueden ser textos o nmeros. La parte es anidada dentro del operador, debido a que cada uno de los operadores mide partes nicas. NOTA: Si se usan pruebas destructivas se debe poder asumir que todas las partes dentro de un lote singular, son suficientemente iguales como si fueran la misma parte. En el ejemplo mostrado a continuacin, la PartNum1 para Daryl es diferente de ParNum1 para Beth. PartNum 1 1 2 2 3 3 4 4 5 ... Ejemplo: En este ejemplo, 3 operadores mide cada uno 5 partes diferentes dos veces, para un total de 20 mediciones. Cada una de las partes es nica al operador; no se presenta el caso de que dos operadores midan la misma parte. Las instrucciones de Minitab son las siguientes: Operator Daryl Daryl Daryl Daryl Daryl Daryl Beth Beth Beth ... Measure 1.48 1.43 1.83 1.83 1.53 1.52 1.38 1.78 1.33 ... PartNum 1 1 2 2 3 3 1 1 2 ... Operator Daryl Daryl Daryl Daryl Daryl Daryl Beth Beth Beth ... Measure 1.48 1.43 1.83 1.83 1.53 1.52 1.38 1.78 1.33 ...
1 2 3 4 5 6
File > Open worksheet > GAGENEST.MTW. Seleccionar Stat > Quality Tools > Gage Study > Gage R&R Study (Nested). En Part or batch numbers, poner Part. En Operators, seleccionar Operator. En Measurement data, seleccionar Response. Dar OK.
Pgina 43
Results for: Gagenest.MTW Gage R&R Study - Nested ANOVA Gage R&R (Nested) for Response
Source Operator Part (Operator) Repeatability Total DF 2 12 15 29 SS 0.0142 22.0552 19.3400 41.4094 MS 0.00708 1.83794 1.28933 F 0.00385 1.42549 P 0.996 0.255
Gage R&R
Source Total Gage R&R Repeatability Reproducibility Part-To-Part Total Variation VarComp 1.28933 1.28933 0.00000 0.27430 1.56364 %Contribution (of VarComp) 82.46 82.46 0.00 17.54 100.00 Study Var (5.15 * SD) 5.84777 5.84777 0.00000 2.69725 6.43984 %Study Var (%SV) 90.81 90.81 0.00 41.88 100.00 %Tolerance (SV/Toler) 116.96 116.96 0.00 53.95 128.80
Number of Distinct Categories = 1 El mtodo no es adecuado ni para control del proceso o liberacin debe logra
Pgina 44
Gage R&R
Repeat
Reprod
Part-to-Part
Part Operator
8 9 10 Billie
11 12 13 14 15 Nathan
3 4 Steve
Nathan Operat or
Steve
Pgina 45
ESTUDIOS DE REPETIBILIDAD Y REPRODUCIBILIDAD (R&R) Observar en la grfica de variacin de componentes localizada en la esquina superior izquierda. La mayor parte de la variacin se debe al error en el sistema de medicin (Gage R&R),y muy poca a la diferencia entre partes. Observando la carta X-R en la esquina inferior izquierda. La mayor parte de los puntos en la carta X estn dentro de los lmites de control cuando la mayor parte de la variacin se debe al error de medicin.
Pgina 46
6. Estudios de Linealidad
La lienalidad del Gage indica que tan exacto son las mediciones a travs del rango esperado de las mediciones. Contesta a la pregunta Mi gage tiene la misma exactitud para todos los tamaos de objetos a medir?. El bias o exactitud del gage examina la diferencia entre la media de los datos observados y un valor de referencia o patrn. Constesta a la pregunta, Qu tan exacto es mi gage comparado con un patrn?. Datos: Los datos se estructuran de manera que cada fila contiene una parte, el valor de referencia, y la medicin observada en esa parte (la respuesta). Las partes pueden ser textos o nmeros. PartNum 1 1 1 1 1 1 1 1 1 1 1 1 2 2 ... Reference 2 2 2 2 2 2 2 2 2 2 2 2 4 4 ... Response 2.7 2.5 2.4 2.5 2.7 2.3 2.5 2.5 2.4 2.4 2.6 2.4 5.1 3.9 ...
Variacin del proceso (opcional): Se ingresa la desviacin estndar del proceso. Se puede
obtener la desviacin estndar del proceso del rengln de la variacin total de la columna 6*SD del estudio Gage R&R Mtodo ANOVA. Este es el nmero asociado con la variacin del proceso. Si no se conoce la variacin del proceso, se puede introducir en su lugar la tolerancia.
Ejemplo:
Un supervisor selecciona 5 partes que representan el rango esperado de las mediciones. Cada parte fue medida por inspeccin de Layout para determinar su valor de referencia (patrn). Un operador mide aleatoriamente cada parte 12 veces. Se obtiene la variacin del proceso (14.1941) del estudio Gage R&R usando el mtodo ANOVA (rengln Total variation de la columna Study Var (6*SD)). Los datos utilizados son los siguientes:
Pgina 47
Part 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 1 2 3 4 5 6
Master 2 2 2 2 2 2 2 2 2 2 2 2 4 4 4 4 4 4 4 4 4 4 4 4 6 6 6 6 6 6
Response 2.7 2.5 2.4 2.5 2.7 2.3 2.5 2.5 2.4 2.4 2.6 2.4 5.1 3.9 4.2 5 3.8 3.9 3.9 3.9 3.9 4 4.1 3.8 5.8 5.7 5.9 5.9 6 6.1
Part 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5
Master 6 6 6 6 6 6 8 8 8 8 8 8 8 8 8 8 8 8 10 10 10 10 10 10 10 10 10 10 10 10
Response 6 6.1 6.4 6.3 6 6.1 7.6 7.7 7.8 7.7 7.8 7.8 7.8 7.7 7.8 7.5 7.6 7.7 9.1 9.3 9.5 9.3 9.4 9.5 9.5 9.5 9.6 9.2 9.3 9.4
File > Open worksheet > GAGELIN.MTW. Seleccionar Stat > Quality Tools > Gage Study > Gage Linearity and Bias Study. En Part numbers, seleccionar Part. En Reference values, seleccionar Master. En Measurement data, seleccionar Response. En Process Variation, teclear 14.1941. Click OK.
Pgina 48
Regression
1.0
0.5
0.0
Reference A v erage 2 4 6 8 10
G age Bias Bias % Bias -0.053333 0.4 0.491667 3.5 0.125000 0.9 0.025000 0.2 -0.291667 2.1 -0.616667 4.3
Bia s
-0.5
Pgina 49
Pgina 50
Raw Data Part Reference Response Number 1 1.35 Rechazo 1 1.35 Rechazo 1 1.35 Rechazo 1 1.35 Rechazo ... ... ... 8 1.7 Aceptacin 8 1.7 Aceptacin 8 1.7 Aceptacin 8 1.7 Aceptacin Estructura de datos individaules de manera que cada fila contiene el nmero o nombre de la parte, valor de referencia y respuesta binaria (aceptacin o rechazo).
Ejemplo:
Un fabricante de automviles quiere medir el sesgo y repetibilidad de un sistema automatizado de medicin. El sistema tiene una tolerancia inferior de -0.020 y una tolerancia superior de 0.020. El fabricante corre 10 partes, a travs del gage 20 veces, las partes tienen valores de referencia en intervalos de 0.005 desde - 0.05 hasta 0.005. Los resultados de prueba fueron los siguientes: Part number 1 2 3 4 5 6 7 8 9 10 Reference -0.05 -0.045 -0.04 -0.035 -0.03 -0.025 -0.02 -0.015 -0.01 -0.005 Acceptances 0 1 2 5 8 12 17 20 20 20
Pgina 51
ESTUDIOS DE REPETIBILIDAD Y REPRODUCIBILIDAD (R&R) 3. 4. 5. 6. En Part numbers, seleccionar Part number. En Reference values, seleccionar Reference. Seleccionar Summarized counts y teclear Acceptances. En Number of trials, teclear 20. Seleccionar Lower limit y teclear -0.020. OK.
Resultados:
99
95
50
20
L Limit 1.0
0.5
-0.05
-0.01
Interpretacin El Sesgo en el sistema de gage por atributos es de 0.0097955 y la repetibilidad ajustada es de 0.0458060. La prueba de sesgo indica que es significativamente diferente de cero (t = 6.70123, df = 19, p = 0.00), sugiriendo que el sesgo est presente en el sistema de medicin por atributos.
Pgina 52
En estos casos la caracterstica de calidad es difcil de definir y evaluar. Para obtener clasificaciones significativas, ms de un evaluador debe calificar la medicin de respuesta. Si los evaluadores estn de acuerdo, existe la posibilidad de que las apreciaciones sean exactas. Si hay discrepancias, la utilidad de la evaluacin es limitada. DATOS Los datos pueden ser texto o numricos. Las calificciones asignadas pueden ser Nominales u ordinales.
Los datos nominales son variables categricas que tienen dos o ms niveles sin orden natural. Por ejemplo, los niveles en un estudio de gustacin de comida que puede incluir dulce, salado o picoso.
Los datos ordinales son variables categricas que tienen tres o ms niveles con ordenamiento natural, tales como: en desacuerdo total, en desacuerdo, neutral, de acuerdo, y completamente de acuerdo.
Los datos pueden estar apilados en una sola columna o no apilados en varias columnas, como se muestra a continuacin.
Response Good Good Bad Good Good Good Good Good Bad Good Bad Pgina 53
ESTUDIOS DE REPETIBILIDAD Y REPRODUCIBILIDAD (R&R) 3 4 4 4 4 5 5 5 5 B A A B B A A B B Bad Good Good Good Good Bad Bad Good Bad
Sample 1 2 3 4 5 Nota:
Multiple columns data Appraiser A Appraiser A Appraiser B Appraiser B Trial 1 Trial 2 Trial 1 Trial 2 Good Good Bad Good Good Good Good Good Bad Good Bad Bad Good Good Good Good Bad Bad Good Bad
Cuando los datos se encuentra en varias columnas, de deben introducir los intentos para cada operador juntos, como se indica en la tabla anterior. El orden de los intentos debe ser el mismo para cada uno de los operadores. Ejemplo: Una empresa est entrenando a cinco evaluadores para la porcin escrita de un examen estndar de doceavo grado. Se requiere determinar la habilidad de los evaluadores para calificar el examen de forma que sea consistente con los estndares. Cada uno de los evaluadores califica 15 exmenes en una escala de cinco puntos (-2, -1, 0, 1, 2): 1 2 3 4 5 6 7 Abrir el archive ESSAY.MTW. Seleccionar Stat > Quality Tools > Attribute Agreement Analysis. En Attribute column, poner Rating. En Samples, poner Sample. En Appraisers, poner Appraiser. En Known standard/attribute, poner Attribute. Checar Categories of the attribute data are ordered y poner OK
El contenido del archivo es como sigue: Appraiser Simpson Montgomery Sample 1 1 Rating 2 2 Attribute 2 2 Pgina 54
Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery
1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 5 5 5 5 5 6 6 6 6 6 7 7 7 7 7 8 8 8 8 8 9 9 9 9 9 10 10 10 10 10 11 11
2 1 2 -1 -1 -1 -2 -1 1 0 0 0 0 -2 -2 -2 -2 -2 0 0 0 -1 0 1 1 1 1 1 2 2 2 1 2 0 0 0 0 0 -1 -1 -1 -2 -1 1 1 1 0 2 -2 -2
2 2 2 -1 -1 -1 -1 -1 0 0 0 0 0 -2 -2 -2 -2 -2 0 0 0 0 0 1 1 1 1 1 2 2 2 2 2 0 0 0 0 0 -1 -1 -1 -1 -1 1 1 1 1 1 -2 -2
Pgina 55
Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes Simpson Montgomery Holmes Duncan Hayes
11 11 11 12 12 12 12 12 13 13 13 13 13 14 14 14 14 14 15 15 15 15 15
-2 -2 -1 0 0 0 -1 0 2 2 2 2 2 -1 -1 -1 -1 -1 1 1 1 1 1
-2 -2 -2 0 0 0 0 0 2 2 2 2 2 -1 -1 -1 -1 -1 1 1 1 1 1
Gage R&R for Datos Results for: Essay.MTW Attribute Agreement Analysis for Rating Each Appraiser vs Standard
Assessment Agreement Appraiser Duncan Hayes Holmes Montgomery Simpson # Inspected 15 15 15 15 15 # Matched 8 13 15 15 14 Percent 53.33 86.67 100.00 100.00 93.33 95 % CI (26.59, 78.73) (59.54, 98.34) (81.90, 100.00) (81.90, 100.00) (68.05, 99.83)
# Matched: Appraiser's assessment across trials agrees with the known standard. Fleiss' Kappa Statistics Appraiser Duncan Response -2 -1 0 1 2 Overall -2 -1 0 Kappa 0.58333 0.16667 0.44099 0.44099 0.42308 0.41176 0.62963 0.81366 1.00000 SE Kappa 0.258199 0.258199 0.258199 0.258199 0.258199 0.130924 0.258199 0.258199 0.258199 Z 2.25924 0.64550 1.70796 1.70796 1.63857 3.14508 2.43855 3.15131 3.87298 P(vs > 0) 0.0119 0.2593 0.0438 0.0438 0.0507 0.0008 0.0074 0.0008 0.0001
Hayes
Pgina 56
Holmes
Montgomery
Simpson
Kendall's Correlation Coefficient Appraiser Duncan Hayes Holmes Montgomery Simpson Coef 0.89779 0.96014 1.00000 1.00000 0.93258 SE Coef 0.192450 0.192450 0.192450 0.192450 0.192450 Z 4.61554 4.93955 5.14667 5.14667 4.79636 P 0.0000 0.0000 0.0000 0.0000 0.0000
Between Appraisers
Assessment Agreement # Inspected 15 # Matched 6 Percent 40.00 95 % CI (16.34, 67.71)
# Matched: All appraisers' assessments agree with each other. Fleiss' Kappa Statistics Response -2 -1 0 1 2 Overall Kappa 0.680398 0.602754 0.707602 0.642479 0.736534 0.672965 SE Kappa 0.0816497 0.0816497 0.0816497 0.0816497 0.0816497 0.0412331 Z 8.3331 7.3822 8.6663 7.8687 9.0207 16.3210 P(vs > 0) 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
Pgina 57
# Matched: All appraisers' assessments agree with the known standard. Fleiss' Kappa Statistics Response -2 -1 0 1 2 Overall Kappa 0.842593 0.796066 0.850932 0.802932 0.847348 0.831455 SE Kappa 0.115470 0.115470 0.115470 0.115470 0.115470 0.058911 Z 7.2971 6.8941 7.3693 6.9536 7.3383 14.1136 P(vs > 0) 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
* NOTE * Single trial within each appraiser. No percentage of assessment agreement within appraiser is plotted.
Pgina 58
80
Pe r ce nt
60
40
20
Interpretacin de resultados Minitab muestra tres tableas de acuerdo: Cada evaluador vs el estndar, Entre evaluadores y Todos los evaluadores vs estndar. Los estadsticos de Kappa y Kendall tambin se incluyen en cada una de las tablas. En general estos estadsticos sugieren buen acuerdo. El coeficiente de Kendall entre evaluadores es 0.966317 (p = 0.0); para todos los evaluadores vs estndar es 0.958192 (p = 0.0). Sin emabargo la observacin del desempeo de Duncan y Haues indica que no se apegan al estndar. La grfica de Evaluadores vs. Estndar proporciona una vista grfica de cada uno de los evaluadores vs el estndar, pudiendo comparar fcilmente la determinacin de acuerdos para los cinco evaluadores. Se puede concluir que Duncan, Hayes y Simpson requieren entrenamiento adicional.
Mtodo sencillo
Tomar 50 piezas, 40 de las cuales dentro de especificaciones y 10 fuera de especificaciones Probarlas con dispositivos pasa y no pasa por medio de 3 operadores Si no coinciden todos los operadores en al menos el 90%, los dispositivos o gages pasa, no pasa no son confiables
Pgina 59
Apndices: Frmulas
Pgina 60